第三章 那个工具
第二天早上，林知行是被方小满摇醒的。
“起来起来！”方小满的脸凑得很近，嘴里一股牙膏味，“给你看个好东西！”
林知行眯着眼睛，摸到手机看了一眼时间：八点二十。今天周六，没课。
“干嘛？”他翻了个身，把被子拉过头顶。
“ChatGPT！”方小满一把扯开被子，“你不是说要找工具吗？这就是工具！”
林知行愣了两秒，从被子缝里露出一只眼睛：“什么？”
“昨天热搜那个！”方小满把手机屏幕怼到他眼前，“我试了一晚上，牛逼坏了！你快起来试试！”
屏幕上是一个聊天界面，对话框里写着：“请用通俗的语言解释量子力学。”
下面是一大段回复，用词清晰，逻辑连贯，甚至还有类比。
林知行盯着看了几秒，心里冒出第一个念头：这不就是高级版的搜索引擎吗？
“看完了？”方小满催促，“你快起来，我教你用。”
“我再睡会儿。”
“睡个屁！”方小满直接把他拽了起来，“你昨天不是说要找O(log n)的工具吗？这就是！”
林知行被他拽得坐起来，头发乱糟糟的，眼镜歪在一边。他揉了揉眼睛，接过方小满的手机，又看了一遍那段回复。
确实比搜索引擎好。搜索引擎给的是链接，需要你自己去筛选、阅读、总结。这个直接给你答案，而且是整理好的答案。
但林知行还是不太信。
“这玩意儿能干嘛？”他问。
“啥都能干！”方小满兴奋得像个推销员，“写论文、写代码、做翻译、做计划……我昨晚让它帮我写了一篇市场营销的作业，直接交了！”
“你不怕老师查出来？”
“查个屁，这又不是抄的，是AI生成的，原创！”方小满理直气壮。
林知行没接话。他把手机还给方小满，自己下了床，去卫生间洗漱。
刷牙的时候，他对着镜子想：AI生成的内容，算原创吗？
从版权角度可能算，因为没有直接复制别人的文字。但从学习角度，如果作业的目的是让你掌握知识，那让AI写等于没学。
不过这不重要。重要的是，这个工具到底能做什么。
洗完脸出来，方小满已经把林知行的笔记本电脑打开了，浏览器页面停在一个简洁的界面上。
“来，你试试。”方小满把电脑推到他面前。
林知行坐下，看着屏幕上的输入框。光标在闪，等着他打字。
他想了想，输入了一个问题：
“如何用O(log n)的算法解决人生选择问题？”
然后按了回车。
屏幕上开始出现文字，一行一行往外蹦，速度很快。
“将人生选择问题类比为算法问题，需要先定义输入、输出和约束条件。如果目标是在有限选项中找到最优解，可以考虑使用二分查找的思想：首先，评估所有选项的中间点，判断当前选择是否接近目标；如果不够好，排除一半选项，继续在剩余选项中搜索。这种方法的时间复杂度是O(log n)，比穷举的O(2^n)高效得多。”
林知行盯着这段话，手指停在键盘上，没动。
方小满凑过来看：“写的啥？O(log n)？你问它这个？”
林知行没回答。他继续往下看。
“但人生选择问题与传统算法问题有一个关键区别：人生选项的评估标准往往是模糊的、主观的、随时间变化的。因此，直接套用二分查找可能不够。更合适的方法是启发式搜索：定义一个近似的评估函数，快速筛选出几个有潜力的方向，再深入评估。这样可以在O(n)甚至O(log n)的时间内找到一个‘足够好’的解，而不必追求绝对最优。”
林知行的呼吸停了一拍。
启发式搜索。
这正是他昨晚在草稿纸上写的“假设1”。
一个AI工具，用三秒钟的时间，把他苦思冥想了一整晚的思路，清晰地表达了出来。
“怎么样？”方小满问，“牛逼吧？”
林知行还是没说话。他删掉刚才的问题，输入了一个新的：
“假设一个大专计算机专业的学生，想在毕业前找到一份体面的工作，有哪些可能的路径？请列出至少5条，并评估每条路径的难度、时间成本和成功率。”
回车。
文字开始往外蹦。
“路径1：专升本，再考研，进入大厂。难度：高。时间成本：3-5年。成功率：约10%。”
“路径2：考取计算机技术与软件专业资格考试（软考）证书，进入中小企业。难度：中。时间成本：1-2年。成功率：约30%。”
“路径3：自学热门技术（如AI、大数据），做个人项目，通过技术博客或GitHub积累影响力，争取内推机会。难度：中高。时间成本：1-2年。成功率：约20%。”
“路径4：参加编程竞赛或黑客马拉松，获得奖项，吸引企业注意。难度：高。时间成本：6个月-1年。成功率：约5%。”
“路径5：创业，做小型软件项目或外包服务，积累商业经验。难度：极高。时间成本：不确定。成功率：约2%。”
林知行一条一条看完，手指在触摸板上滑动，把页面往上滚，又看了一遍。
这些路径，他自己也想过。但AI用几秒钟的时间，就整理出了一个清晰的框架，每条路径都有难度、时间成本和成功率的评估。
虽然这些数字不一定准确，但至少提供了一个起点。
“你在问它啥？”方小满看得一头雾水，“找工作？”
“嗯。”林知行简短地应了一声。
“你直接问它找工作？”方小满挠了挠头，“这能有用？它又不能帮你投简历。”
林知行没解释。他删掉对话，输入了第三个问题：
“请帮我设计一个课程设计项目，主题是‘基于AI的智能问答系统’，要求使用Python语言，包含前端界面、后端逻辑和数据库。请给出整体架构、技术选型、实现步骤和预计开发时间。”
回车。
这次，AI的回答更长了，分成了几个部分：整体架构、技术选型、实现步骤、预计开发时间。每个部分都有详细的说明，甚至给出了代码示例。
林知行看着屏幕，脑子里在飞速运转。
课程设计。
他们这学期有一门课叫“软件工程实践”，期末要交一个课程设计。大多数同学都是在网上找现成的代码改一改，或者几个人凑一个敷衍了事。
林知行本来也打算这么干。但现在，他有了一个新的想法。
如果他用AI来辅助完成这个课程设计呢？
不是让AI直接生成代码，而是用AI来帮他理清思路、设计架构、选择技术栈、甚至写部分代码。他负责整体把控和核心逻辑，AI负责细节填充和重复劳动。
这不就是他昨晚写的“假设2”吗？
找到一个工具，能帮他快速生成和评估方案，而不是手动一个个试。
“你到底在干嘛？”方小满忍不住了，“神神秘秘的。”
林知行转过头看着他，眼神里有一种方小满没见过的光。
“我在试一个工具。”他说。
“啥工具？”
“一个能降低时间复杂度的工具。”
方小满一脸懵：“啥？”
林知行没再解释。他转回电脑，开始认真地和AI对话。
他不再随便问问题，而是像写算法一样，把课程设计这个大问题拆解成若干子问题：
第一步，明确需求。他输入：“我想做一个智能问答系统，主要功能是用户输入问题，系统返回答案。请帮我列出核心功能和非核心功能。”
第二步，设计架构。他输入：“请根据上述功能，设计一个前后端分离的架构，前端用什么框架，后端用什么框架，数据库用什么。”
第三步，技术选型。他输入：“请比较Flask、Django、FastAPI三个Python后端框架的优缺点，并推荐一个适合这个项目的。”
第四步，实现步骤。他输入：“请给出详细的实现步骤，从环境搭建到功能测试，每一步都要具体。”
每一步，AI都给出了详细的回答。有些回答他觉得不够好，就追问、修改、重新提问。有些回答他觉得很好，就记录下来，准备后续使用。
方小满在旁边看了一会儿，完全看不懂。
“你这是在写代码？”他问。
“不是，我在设计。”
“设计啥？”
“设计一个系统。”
“啥系统？”
“你别管了。”林知行头也不抬，“去帮我带个早饭。”
方小满张了张嘴，想说什么，但最后还是叹了口气，拿起饭卡出去了。
宿舍里安静下来，只剩下键盘敲击的声音。
林知行继续和AI对话。他发现自己越问越顺，越问越快。AI就像一个无所不知的助手，随时准备回答他的任何问题。而他的任务，就是把问题拆解得足够细，细到AI能够理解和回答。
这不就是算法思维吗？
把一个大问题，拆解成若干小问题。每个小问题都足够简单，可以用现有的工具或方法解决。然后，把小问题的解决方案组合起来，就得到了大问题的解决方案。
分治法。
林知行的手指停在键盘上，脑子里闪过这个概念。
分治法的核心思想是：将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。
时间复杂度通常是O(n log n)。
而他现在做的事情，就是用AI作为工具，实现分治法中的“各个击破”环节。
他负责分割问题，AI负责解决子问题。
他负责整合结果，AI负责提供细节。
人机协作。
林知行深吸一口气，感觉有什么东西在脑子里炸开了。
这不是简单的“用AI写代码”或者“用AI做作业”。这是一种新的工作方式，一种把人类的思维能力和AI的计算能力结合起来的工作方式。
而他的算法思维，恰恰是这种方式的最佳搭档。
因为他天生就会拆解问题。
方小满带了两个包子和一杯豆浆回来，看见林知行还坐在电脑前，眼睛盯着屏幕，手指飞快地敲着键盘。
“你一早上没动？”他把早饭放在桌上。
“嗯。”林知行拿起包子咬了一口，眼睛还盯着屏幕。
“至于吗？”方小满凑过去看，“你在跟AI聊天？”
“不是聊天，是工作。”
“工作？”方小满更困惑了，“你又没工作。”
“课程设计。”林知行指了指屏幕，“我在用AI做课程设计。”
方小满看了看屏幕，上面是一大段密密麻麻的文字和代码片段。
“你让AI帮你写代码？”
“不是让AI写，是我指挥AI写。”林知行纠正他，“我负责设计，AI负责实现。”
“有区别吗？”
“当然有区别。”林知行放下包子，转过身认真地看着方小满，“就像你是老板，我是员工。你负责决定做什么，我负责去做。这能一样吗？”
方小满想了想，好像有点道理。
“那你这个老板，指挥得动AI吗？”
“现在还不太顺，”林知行承认，“但我在学。”
方小满摇了摇头，坐回自己的床铺：“你魔怔了。”
林知行没接话。他转回电脑，继续工作。
一整个白天，他都坐在电脑前，除了上厕所和吃饭，几乎没动过。方小满叫他打球，他不去；叫他打游戏，他不去；叫他出去逛街，他更不去。
“你是不是被AI附体了？”方小满傍晚的时候问。
“我在赶进度。”林知行说。
“啥进度？课程设计还有两个月才交呢！”
“我想早点做完。”
“为什么？”
林知行停下敲键盘的手，想了想，说：“因为我想验证一个想法。”
“啥想法？”
“一个关于时间复杂度的想法。”
方小满彻底放弃了，摇着头出了宿舍，说要去找别的朋友玩。
宿舍里又只剩下林知行一个人。
窗外的天色渐渐暗下来，路灯亮了，食堂的排风扇又开始嗡嗡转。林知行打开台灯，继续工作。
他发现自己越来越顺了。
AI的回答不总是对的，有时候会胡说八道，有时候会给出过时的信息，有时候会理解错他的意思。但他学会了如何提问、如何追问、如何纠正、如何筛选。
这就像调试代码。
代码第一次运行总会报错，但你不能直接放弃。你要看错误信息，定位问题，修改代码，再运行。反复几次，直到代码正确运行。
和AI对话也是一样。
第一次提问可能得不到满意的答案，但你可以追问、修改、重新提问。反复几次，直到得到你想要的结果。
关键是，你要知道你想要什么。
而林知行知道。
他想要的是一个完整的、可运行的、质量不错的课程设计项目。他把大目标拆成小目标，小目标拆成子任务，子任务拆成具体的问题，然后一个个问AI，一个个解决。
十一点的时候，方小满回来了，带着一身烧烤味。
“还没睡？”他看了一眼林知行的电脑屏幕，“你还在搞？”
“快了。”林知行说。
“你到底在搞什么？”方小满凑过去看，“这都是代码？”
“嗯，框架已经搭好了，现在在写细节。”
方小满看不懂代码，但他能看到屏幕上有很多文件夹和文件，看起来像一个真正的项目。
“你一整天就搞了这个？”他问。
“嗯。”
“用AI？”
“嗯。”
方小满沉默了几秒，说：“你牛逼。”
林知行没接话。他还在敲键盘。
方小满洗完澡出来，看见林知行还坐在那里，台灯把他的侧脸照得发亮。他的眼镜反射着屏幕的光，手指在键盘上飞舞，像在弹钢琴。
“你不睡了？”方小满问。
“再等等。”林知行说，“还差一点。”
方小满看了看时间，十二点半。他摇了摇头，爬上床，很快就打起了呼噜。
林知行继续工作。
凌晨一点，两点，三点。
宿舍里安静得只剩下键盘声和方小满的呼噜声。
三点二十分的时候，林知行停下了手。
他盯着屏幕，长长地呼出一口气。
屏幕上，是一个完整的项目文件夹。里面有前端代码、后端代码、数据库脚本、配置文件、README文档，甚至还有一个简单的测试用例。
他点击运行。
几秒钟后，浏览器弹出一个界面。一个简洁的问答系统，输入框里可以输入问题，点击按钮，下方会显示答案。
他试了几个问题，系统都给出了合理的回答。虽然答案的质量参差不齐，但基本功能已经跑通了。
林知行靠在椅背上，摘下眼镜，揉了揉酸涩的眼睛。
他做到了。
用一天的时间，从零开始，搭出了一个课程设计的框架。别人需要两周甚至一个月才能完成的活，他用一天就搞定了。
不是因为他比别人聪明，而是因为他找到了一个对的工具，并且用对了方法。
他把大问题拆成小问题，让AI解决小问题，自己负责整合和把控。这就是分治法，这就是O(n log n)的算法。
而他的算法思维，让他天然适合这种工作方式。
他重新戴上眼镜，看着屏幕上那个简陋但可运行的系统，嘴角忍不住往上翘了一点。
也许，他真的找到了一张正确的地图。
或者，找到了一个能帮他画地图的工具。
他拿起手机，给方小满发了一条消息：“我搞完了。”
发完才想起来方小满就在上铺，而且已经睡死了。
他笑了笑，关掉电脑，关掉台灯，躺在了床上。
黑暗里，他睁着眼睛，脑子里还在转。
但这次，他想的不是“是否存在O(log n)的人生路径”。
而是：这条路，他已经开始走了。