如何正确使用 AI – 东皮小站

写给 ACM 实验室的大一新生。会开机、会打字、会复制粘贴就能读完，不用编程基础。

你可能已经用过 AI 了。中国青少年研究中心 2025 年的一份问卷里，用过 AI 的中小学生超过六成，其中七成以上拿它辅助写作业。你的学长里，也有人用它补题、查报错、写题解。

用过和会用是两回事。

同一道不会的题，会问的人两分钟拿到有用的东西，不会问的人来回十轮还在打转；同一段 AI 给的代码，有人跑一遍就知道哪里会溢出，有人直接提交，然后对着 WA 发呆。

这篇先讲怎么问 AI，再讲另一种用法（智能体）是什么样。

第一部分先学会提问

1. 大模型是什么东西

你在输入框里敲"床前明月"，它接出"光"，然后拿这五个字接着猜下一个字。整段回答就是这么一个个词接出来的。

它做的事叫预测下一个词。

它怎么学会这件事的？拿海量文本做填空题，猜下一个词，猜错了调一遍内部参数，这样重复上万亿次。所以它手里握着的是文字之间的统计规律，并没有一份被验证过的知识清单。看起来什么都懂、在需要精确的地方翻车，都从这里来。

第一个后果：它给你的是一段很像人话的文字，跟"被核实过的事实"是两回事。

大部分时候两者重合，因为训练材料里"像人话"和"是对的"高度相关。问到冷门、细节、需要精确的地方，它就会一本正经地编，业内管这个叫幻觉。

ACM 场景里，幻觉长这样：

编一个不存在的库函数：std::segment_tree、__gcd_ex
编一个不存在的算法名、定理名、题号、题解链接
给你一段语法完全正确的代码，复杂度是 O(n²)（数据一大就跑不完），而题目 n = 2×10⁵
说这题用并查集，其实这题并查集做不了
说"你的代码逻辑没有问题"，这句话最贵

它写得越流畅，你越容易信。流畅和正确是两码事。

第二个后果：它不认识你。

新开一个对话，它对你是零了解：不知道你大一还是研三，会 C++ 还是 Python，卡在哪一步。你不说，它就按普通人猜，猜错了你还觉得它笨。

还有五件事你迟早会遇到：

它一次能看到的字数有限。 你贴一份 800 行代码再聊二十轮，最早的内容会被挤出去。它说"你刚才不是说了吗"，是真的看不见了。今年 2 月有个报道，一位大厂的 AI 安全研究员让智能体整理自己的邮箱，交代过没批准不要动手，它转头开始批量删邮件，三次喊停都没用，删掉两百多封，最后靠强行终止才停下。原因是那条"不许动"的指令被后来的内容挤出了上下文。对话式 AI 忘了顶多答歪，能动手的工具忘了，代价就是这么具体。
同一个问题问两遍，答案可能不一样。 它是按概率选词的。上一轮说没问题、下一轮说有问题，都正常，以能跑通、能证明的为准。
它的知识有截止时间，默认不联网。 它不一定知道昨天那场 CF 的题。稳妥的做法是把题面原文贴过去，别只给链接。
同一个模型装在不同产品里，差别可能很大。 常见开关有三个：联网搜索，回答前先去搜一遍网页；深度思考，让它先把推理草稿写出来再给结论，做推导题有用；上传文件，把题面、代码、PDF 塞给它看。
它按"词块"计数，业内叫 token。 中文大概一两个字算一个。你贴得越长，它记得越少、回答越慢；有的产品按用量收费，长代码和长文档是吃掉额度的主力。

总结：它是助教，不是枪手。

讲概念、看代码、给提示、陪你练，都是助教该干的；替你考试、替你比赛、替你交作业，不是。

它做不到什么：

不保证正确，提交的代码是你在签字
不替你形成直觉，赛场上看见题就知道往哪想，这个只能自己刷出来
不稳定，产品会改版，今天的按钮明天未必还在，所以这篇讲方法，不讲操作步骤

2. 怎么问

2.1 "这道题怎么做"为什么最差

这句话把信息量全丢给了对方。它只能猜：

猜你的水平，于是从你听都没听过的高级算法讲起
猜你要什么，默认你要代码，于是甩你 80 行
猜数据范围，于是给你一个 O(n²) 的"正确"答案
猜你卡在哪，它连你是不会算法还是写挂了都不知道

猜错的代价由你承担。

2.2 四件套

这是全篇最该背下来的一段。

件套	你要交代什么	它解决什么问题
背景	我是谁、在干什么、做到哪一步	它不认识你
任务	要它做的具体动作：诊断、解释、给提示、出题	它不知道该干什么
约束	不许做什么，什么语言、什么风格	它会自由发挥
格式	输出长什么样：分点、表格、先思路后代码、只要一级提示	回答你没法用

写成一句话是这样：

我是大一，学 C++，会模拟、二分、简单 DP。这题我读懂了题意，但想不到方向。先别给代码，问我三个能引导我自己想的问题，一次问一个。题面在下面。

四件里最容易被跳过的是约束。 只说"帮我看看这题"和说"先别给代码，给我三个引导问题"，拿到的东西完全不同。

2.3 两个例子

第一种，完全不会做：

差：这题怎么做？

好：我是大一，用 C++，学过模拟、二分、前缀和。这题读懂了题意，但完全想不到方向。请不要直接给代码，先问我三个问题引导我想，一次问一个。题面：……

第二种，会做但写挂了，用得最多：

差：我代码错哪了？然后贴 200 行。

好：C++，n ≤ 2×10⁵，题面在下面。样例过了，提交在第 3 个点 WA。我的思路是先按 x 排序，再扫一遍维护最小值。请只做两件事，一是判断我的复杂度够不够，二是指出代码里可能跟边界有关的行号，不要重写整份代码。

第二种问法信息量是第一种的十倍，多花的时间大概两分钟。

2.4 提问分五档

同一道不会的题，问法分五档：

档位	你要什么	典型问法	拿到什么
L1	答案	给我 AC 代码	题过了，人没长
L2	方向	这题用什么算法	知道知识点，还是不会推
L3	诊断	我想到用 X，卡在 Y，帮我看看断在哪	补上一个思维缺口
L4	提示	别给做法，先给一级提示	自己推出来，真会了
L5	训练	换个数据范围再考我一次	练出直觉

L1 不是绝对不能用。 卡了两小时毫无进展、这题又不在你当前训练目标里，看答案合理。但必须配一个动作：合上屏幕，自己重写一遍。写不出来，这次 AC 白拿。

L4 最值钱。 你说"别给做法，按难度给三级提示，先只给第一级"，然后自己在"快想出来了"和"卡死了"之间找平衡。推出来了，知识归你；推不动，再要一级成本也很低。

L5 很多人想不到。 让它出题考你，让它当面试官追问你，你讲一遍做法让它挑毛病。你输出的越多，学到的越多。

2.5 五个能直接用的模板

模板 1 读题

把下面这段英文题面翻译成中文，保留所有数学符号和数据范围。然后输出三行：
① 输入是什么，范围多大
② 输出是什么，格式有什么要求
③ 一句话概括题目要求
最后单独列出所有容易漏掉的条件（多组数据、精度、特殊约定）。
题面：

模板 2 分级提示

这题我想了 40 分钟，别直接给做法和代码。
按难度给我三级提示，现在只给第一级，我说"继续"再给第二级。
第一级含糊一点，只要能把我的注意力挪到正确的方向。

模板 3 WA 排查（2.3 里那种情况的可复制版）

语言 C++，n ≤ 2×10⁵，样例过了，提交 WA 在第 3 个点。
我的思路：（一句话）
题面和代码在下面。请按顺序做三件事，不要重写代码：
① 判断复杂度够不够
② 列出所有跟边界有关的可疑行，标出行号并说明原因（空输入、n=1、最大值、多测清空、溢出）
③ 给我三组能构造出来的测试数据，我自己跑

模板 4 学新算法

我要学（算法名），我的基础是（已学内容）。
按这个顺序讲，每节配一个小例子：
① 它解决什么问题，先给一个不用它必超时的例子
② 核心思想一句话说清
③ 手推一个三到五个元素的完整过程
④ 新手最容易写错的三个地方
先只讲 ①②③，我说继续再往下。

模板 5 对拍

我要自己验证一个程序。给我三样东西，都用 C++：
① 随机数据生成器，参数是（数据范围，比如 n ≤ 8、保证连通、允许重边）
② 一份暴力写法，数据小的时候一定对
③ 对拍脚本，跑 1000 次，出错就把这组数据存成 hack.txt 并停下来
再告诉我这类题常见的坑在哪（比如退化成一条链、全是同一种数据、取到极值）。

2.6 几条省时间的习惯

先自己想二十分钟，把判断写下来，再去问。 这条最反直觉，也最值钱。刚拿到题就问，你问不出好问题，也看不懂回答；先落笔写两句自己的思路，你才有得比，不然会不自觉地往它的说法上靠。
一次只改一个地方。 回答不满意要换问法，一次改一处，你才知道是哪句话起了作用。同时改三处，下次还是抓瞎。
客气话没用。 "求求你了""你一定可以"，它一个字都听不进去。信息才有用。
一个对话只聊一件事。 你在一个对话里从图论聊到高数再聊回代码，前面的内容会互相干扰，越聊越乱。换话题就新开一个。
让它先复述你的需求。 加一句"先别回答，用一句话复述我的需求，我确认了你再往下"。它理解错了，你在这里就能拦住。

问之前再问自己三句话：题面贴了吗，报错原文贴了吗，我给的信息够一个陌生人复现问题吗。把 AI 当成刚进群的学长，他只看你这段话能不能定位问题。不能，就补。

3. 怎么判断它在骗你

3.1 三查

拿 AI 给的代码按这三条过一遍：

查什么	具体查什么
数据范围	数组开够了吗（n ≤ 2×10⁵ 结果开了 `a[100005]` 就是错的）；答案要不要取模；int 装得下 10 万乘 10 万吗，装不下要换 long long；复杂度够不够，保守按 1 秒 10⁸ 次简单运算估
边界	n = 1、空输入、多组数据有没有清空数组、图论题里的重边自环不连通、退化成一条链的时候还活着吗
代码	编译过（警告也看一眼）、样例过、对拍过

新手 WA 一大半出在边界上。 对拍是最强的一招：写一份数据小的时候一定对的暴力，随机造数据，跟你的程序比几百组。生成器和对拍脚本直接跟 AI 要，模板在 2.5。

3.2 让它自证，或者换个 AI 问

对重要结论加一句：

你确定吗？给我一个能验证它的办法，或者写出反例长什么样。

能给出可验证路径的，大概率靠谱；开始绕圈子、改口、重复自己的话，八成在编。

另一个办法是把同一个问题扔给第二个 AI。两个都这么说，可信度上去；两个说法打架，其中至少一个在编，得自己动手裁决。

3.3 去原出处核对

凡是有出处的东西，去原出处看一眼。它说"这题是洛谷 P3372，用线段树"，你就打开 P3372 看看题号和题目对不对得上。它给的题解链接、论文、库函数文档，同样处理。

查不了出处又必须用到的事实，就当它不存在。

3.4 一条判准

能跑一遍或者推一遍验证的，去验证；只能"感觉对"的，先存疑。

4. 四条红线

比赛现场禁用 AI。 ICPC、CCPC 的规则写得很清楚，牛客周赛的说明里也有一句"不得使用 AI 工具作答"。被抓到不是扣分的问题。训练赛和校内赛按你自己的赛事规定来，不确定就问学长。
隐私和密钥不往对话框里贴。 身份证号、学号、密码、验证码、各种账号的 Cookie 和 Token，还有别人的照片和聊天记录。上传文件之前看一眼文件名。
别让 AI 替你交差。 作业和论文按学校规范来，有的学校要求论文里 AI 生成内容不超过一定比例，四川大学是文科 20%、理工医科 15%。署你名字的东西责任是你的，AI 写错了挂的是你的科。
大一新生不要自己去搭开源智能体。 网上那些“教你部署”的教程看着很酷，但它要你自己处理这些：
- 申请和保管 API Key，Key 就是钱，泄露了可能被刷爆
- 处理权限和备份，它删错文件你救不回来
- 盯账单，写错一个循环，费用可能一夜之间很难看
这些工具能做的事，现成产品基本都能做。你现在需要的是用好 AI 帮你学算法，用不着运维一个 AI 系统。真想折腾，放到大二大三，等你有明确需求、有备份习惯，并且问过学长之后再说。

第二部分进阶，认识智能体

这一部分当科普看，不用现在动手。

5. 智能体是什么

先说它跟你现在用的东西差在哪：

对话式 AI： 打开网页或 App，问"这道题怎么做"，它给你一段话，看完活还得自己干
智能体： 你给一个目标，它自己拆步骤、自己动手，做完把结果交给你。比如说"把我这周比赛的记录整理成一张表"，它会自己规划步骤、自己去查、自己生成文件

两者的关系有一个公式：Agent = Model + Harness。

Model 就是你前面熟悉的那个大模型，负责想：理解你的话、推理、做决定。
Harness 指模型外面那层外壳，负责做：调用工具、读写文件、执行命令、管理上下文、记住事情。2026 年 8 月 DeepSeek 开源的 DeepSeek Harness（简称 dsh）就在这个位置，它既不是模型，也不是打开就能聊的产品，是把模型变成能干活的那个壳。

这个公式解释了一件容易困惑的事：同一个模型，在网页里聊天就只是聊天，装进智能体产品里就能干活，差别在于外面这层壳给没给它接上手。不同智能体产品的区别也能这么看，用的模型可能一样，差别在手有多长、权限有多大、记不记得住你。

它能干的事可以归成四类：读写文件、跑任务和调工具、上网查资料、定时执行。第四类容易被忽略，对长期学习却有用，它把"你得记着去做的事"变成"到点自动发生的事"。

不管哪家产品，要认的概念就这几个：

工作区。 它只能碰到你给它的东西，你上传的文件，你授权的目录。它说"我没看到这个文件"，多半是你没给它，不是它笨。
记忆。 这是它和临时聊天最大的区别。没有记忆，你每开一个新对话都得重复一遍"我是大一、我会 C++、别直接给我代码"；有记忆，它记得你的水平、你的习惯、你上次卡在哪。国内大部分产品都有这个功能，入口叫法不一样，有叫"记忆"的，有叫"个人设定""自定义指令"的。
技能和插件。 产品里常看到"技能""插件""工具"这类入口，作用是把"只会说"变成"能动手"，比如读文档、画图、跑代码。
定时任务。 安排"每天早上 7:00 出一道题"，到点它自己跑完推给你。不是所有产品都有，你最看重它，就挑带它的。
权限和审批。 看到"是否允许"的弹窗，读完再点。前面那个删邮件的例子就是这一条的反面，它能做的事情越多，你越要盯着。

6. 它能帮你做什么

先说结论：你现在不用装任何东西，国内现成产品打开就能用。

聊天问答： DeepSeek、Kimi、通义千问，挑一个用熟就行。Kimi 读长文档强，通义千问做表格和文档强，DeepSeek 推理和代码强。
写代码： 腾讯 CodeBuddy、字节 Trae、阿里 Qoder、百度文心快码，形态是编辑器插件或者独立编辑器，能直接改你的代码。
出成品： 扣子空间、Manus 这类通用智能体，适合多步骤任务，简单问答用它反而浪费。

在算法学习里，智能体比对话式多出来的部分主要是“不用你盯着”。三个可以直接照抄的用法：

赛后补题。 把没做出来的题面贴过去，让它按顺序做：每道题一句话说考点，再挑一道给你三条"该怎么想"的引导，不要给做法和代码。你自己想过之后再来找它。
把一个专题学完。 让它带你走一遍：先说不会这个算法会遇到什么麻烦，再讲原理加手推小例子，再给精简模板，再出三道递进难度的题，最后批改你的答案，指出你思路上的习惯性问题。关键是自己敲一遍模板，真的做完那三道题。
每天一道题。 如果产品支持定时任务，让它每天从你的薄弱知识点里挑一个出一道题，附两条思路线索，到点推给你。设之前先让它手动跑一次，确认没问题再定时，否则你每天早上收到的是垃圾。

AI 会不会让我变菜

会，如果你把它当拐杖用。

《经济学人》今年 8 月报道过一项研究，针对两万多名中国中学生，成果发表在 CEPR 的讨论稿上。

用上 AI 之后，作业分数平均涨 18%，写作业时间从 64 分钟降到 45 分钟
同一批人闭卷考试的成绩，比不用 AI 的同学低 20%
作业分越高的人，往往就是 AI 用得越深的人。作业分数第一次开始撒谎

今年 9 月发布的 PISA 2025（国际学生评估项目）给出了更细的区分。91 个国家和地区、76 万名 15 岁学生里：

成绩最差的是两头，"几乎不用"和"每天都用"；每月、每周用几次的人反而更好
拿 AI 去替代本该自己做的事，比如总结本该自己读的课文、起草本该自己写的作业，这部分学生掉得最多
报告里还有一句：接受过"怎么判断 AI 生成信息质量"训练的学生，结果明显更好

两道证据指向同一件事：怎么用它，比用不用它更要紧。当脚手架用，搭着你往上爬，爬上去就该拆；当拐杖用，替你走路，用久了腿会废。

所以这篇教程最后落在三件事上：

你能不能把问题说清楚
你能不能判断一个回答是真懂还是在编
你愿不愿意在拿到答案之后自己再动手走一遍

工具每年都在换，这三件事不会。

上手

今天就能做三件事：

把下面这段粘进你常用产品的记忆或个人设定入口，一次设置，长期有效。
找一道最近 WA 过的题，用 2.5 里的排查模板问一次，看它给的可疑行对不对，再自己去验证。
下次想题先自己写二十分钟，把想法记下来，再发给它。

我是大一新生，计算机专业，ACM 方向，主用 C++。
目前会：语法基础、模拟、二分、前缀和、简单 DP、DFS/BFS。
正在学：图论。还没学：线段树、网络流。
刷题平台：洛谷、Codeforces，目前在练难度分 900 到 1300 的题。

请这样跟我说话：
- 用中文，术语第一次出现时给英文原文
- 我说"不懂"的时候换个更简单的例子重讲
- 代码风格简单点，不用 lambda
- 涉及复杂度必须提醒我数据范围能不能过

默认不要做的事：
- 不要一上来就给完整 AC 代码，先给提示，一级一级来
- 我的代码只做诊断，不要整份重写，要改就说改哪一行、为什么
- 不要编题号、链接、库函数，不知道就说不知道

几个零碎问题

用中文问还是英文问？ 中文够用。查冷门库函数、贴报错原文的时候，带上英文更准。

要不要付费？ 先免费用熟。免费版的瓶颈不是模型不够强，是你还不会提问。等哪天你发现"它老胡说"，再考虑花钱。

AI 给的代码能直接交到 OJ 上吗？ 能提交，但先过 3.1 的三查。正式比赛禁用，训练赛和课程作业看规定。

要不要专门学"提示词工程"？ 不用当学问背，记住四件套就够了。真正长本事的地方是：拿到一个烂回答，你知道该改哪一句。

速查卡

可以截图存手机。

项目	内容
提问四件套	背景 / 任务 / 约束 / 格式
问前三句话	题面贴了吗 / 报错原文贴了吗 / 够陌生人复现吗
五档提问	L1 答案、L2 方向、L3 诊断、L4 提示、L5 训练，日常多用 L3 到 L5
三查	数据范围 / 边界 / 跑通三件套（编译、样例、对拍）
自证话术	你确定吗？给我一个能验证的办法，或者反例长什么样
智能体	Agent = Model + Harness，能力是读写文件、跑任务、查资料、定时执行
红线	比赛禁用 AI / 隐私密钥不贴 / 不替交差 / 大一别自己搭

第一部分 先学会提问