在AI能写代码、做分析、生成内容的今天，一个反直觉的观点正在浮现：基础性知识（如数学、逻辑、领域原理）的价值不降反升。
发生了什么
Hacker News 上一篇题为“AI makes foundational knowledge more important”的帖子引发讨论。帖子认为，随着AI工具日益强大，人们不再需要记忆具体操作步骤或琐碎细节，但对底层原理和基础概念的理解变得更加关键。例如，程序员不必记住每个API的用法，但必须理解算法和数据结构；写作者不必掌握语法规则，但需要深刻理解叙事逻辑和人性。
为什么重要
这一观点背后是AI能力的结构性变化。早期AI只能处理特定任务，人类需要提供精确指令；如今，大模型能理解模糊意图并生成高质量结果，但前提是使用者能提出正确的问题、判断输出的合理性，并将结果与更广泛的目标结合。这要求使用者具备扎实的基础知识——不是用来直接执行，而是用来引导、验证和整合AI的输出。
从教育角度看，这意味着传统“填鸭式”教学可能过时，但基础学科（数学、物理、哲学、逻辑）的重要性反而凸显。AI可以成为“超级助手”，但无法替代人类对世界的理解。正如一位评论者所言：“AI是杠杆，而基础知识是支点。”
影响与看点
对开发者而言，这意味着学习重心应从“如何使用工具”转向“理解原理”。例如，与其学习特定框架，不如深入理解设计模式；与其记忆库函数，不如掌握算法复杂度分析。对教育者来说，课程设计需强调批判性思维和跨学科基础，而非死记硬背。对普通用户，这意味着提升“AI素养”的关键在于夯实自身知识体系，而非追逐最新工具。
值得关注的是，这一趋势可能加剧知识鸿沟：拥有深厚基础的人能更高效地利用AI，而缺乏基础的人可能被工具“牵着走”。未来，AI的竞争或许不是算力或模型参数，而是人类如何用基础知识驾驭AI。独立判断：在AI时代，基础知识的价值不在“记忆”，而在“理解”——这是人类区别于机器的核心优势。
