文科生学AI编程，九成卡在同一个地方
前段时间我写过一篇文章，回一位文科生读者的来信。他是应用经济学的研究生，问我该怎么系统学 AI、要不要补数学、该啃哪些书。我给他的回答大意是：别急着系统学，先动手，先让 AI 替你干活。
那封信像是打开了一个口子。
之后的一段时间，我在公司里陆陆续续跟很多文科背景的同事聊过同一件事——他们现在都在被要求用 AI 做点东西：整理数据、跑个脚本、拿 Cursor 或者 Claude Code 这种 AI agent 写点小工具。有人做得磕磕绊绊，有人干脆卡死在半路。我常常被拉去"对接"一下，帮他们看看到底堵在哪。
对接得多了，我发现一件事：他们卡住的地方，惊人地一致。
而其中一个同事的一句话，我到现在都记得。他做了一半，抬起头跟我说：
我不是学不会，是像在看天书。
我盯着"天书"这两个字想了很久。
因为这个描述太准了。天书的特点不是难，是你不知道自己在看什么。
一本很难的数学书，你至少知道它在讲什么，知道自己卡在哪一步，知道要往回补什么。
而天书不是。天书是每个字你都认识，连起来完全不知道在说什么，而且你连"我不懂的到底是什么"都说不出来。
这是文科背景的人用 AI 学编程时最典型的状态。而它几乎从来没有被正确地诊断过。
先说结论，因为它很重要：
文科生学不会编程，九成不是智力问题，是路径错配。
什么叫路径错配？
市面上所有的编程教程——所有的，包括最友好的那些——都是为同一类人设计的：打算成为程序员的人。
所以它们的结构永远是这样的：安装环境 → 变量 → 数据类型 → 条件判断 → 循环 → 函数 → 数组 → 面向对象 → ……
这个顺序完全正确，如果你的目标是三年后能独立开发一个系统。
但你的目标不是。
你的目标可能是：把三千行 Excel 数据自动整理一遍。把一个网站上的公开数据抓下来做论文。做一个能用的小工具。看懂技术同事在说什么，在开会时不点头装懂。
这两个目标之间的距离，比大多数人以为的远得多。
而当你带着第二个目标，走上第一条路的时候，会发生什么？
你会花两周学变量和循环，然后发现它和你要做的事看不出任何关系。你会在第三周失去动力，然后得出一个结论：我可能没这个天赋。
你没有失去天赋。你只是走错了路口。
三：六个卡点
下面是我看到的六个具体卡点。按出现顺序排。
卡点一：环境配置。第一步就死。
这一条听起来很蠢，但它是最真实的杀手。
一个想学 Python 的人，第一件事是装 Python。然后他会遇到：版本选哪个、装在哪、环境变量是什么、为什么命令行说"不是内部或外部命令"、pip 是什么、为什么 pip 装东西失败、虚拟环境又是什么。
这些东西，没有一个和"编程"有关。
它们是运维知识，是一个程序员在日常工作中慢慢渗透会的东西。而一个新手，在他写下第一行有意义的代码之前，就要先跨过这道墙。
我认识的人里，至少三成是死在这一步的。他们连"编程难不难"都还没体会到，就已经放弃了。
而这一步的荒谬之处在于：它跟你要不要学会编程，毫无关系。
卡点二：术语是一张网，而你在用查字典的方式学它
文科背景的人有一个很好的习惯：遇到不懂的词就查。
这个习惯在读书时非常有效，因为文科的概念大体是线性的——查完一个词，你就懂了这个词。
编程的术语不是线性的，是网状的。
你查"API"，解释里有"接口""请求""响应""端点"。 你去查"接口"，解释里有"抽象""实现""调用"。 你去查"调用"，解释里有"函数""参数""返回值"。
查了六层，你离最初那个问题越来越远，而且没有一个词是真的懂了。
这时候人会产生一种非常特殊的疲惫感：不是学不会的疲惫，是"看不到底"的疲惫。
而真相是：这些词本来就不该靠查来理解。
它们是在"你做了一件事、遇到了一个具体问题、然后有人告诉你这个东西叫什么"的过程中，一次性理解的。
说人话：先有经验，后有名字。而不是反过来。
卡点三：AI 能替你写代码，但不能替你判断代码对不对
这是 AI 时代新增的一个卡点，也是最隐蔽的一个。
在 AI 出现之前，一个新手写不出代码，他很清楚自己不会。
现在他能"写"了。他跟 AI 说一句话，AI 给他五十行代码。
然后问题来了：跑不起来的时候，他不知道问题在哪。
是代码错了？是环境不对？是数据格式的问题？是他描述得不清楚？他不知道。他甚至不知道该问 AI 什么。
他能做的只有一件事：把报错信息复制给 AI，说"报错了"。
AI 改一版，还是错。再改一版，又错。改到第五版，代码已经完全变了样，而他从头到尾不知道发生了什么。
这就是"天书"的核心体验。
AI 大幅降低了"写出代码"的门槛，但它一点都没有降低"判断代码对不对"的门槛。而后者，才是真正的编程能力。
很多人以为有了 AI 就不用学了。真相是：有了 AI 之后，要学的东西变了——从"怎么写"变成了"怎么判断"和"怎么描述"。
而市面上几乎没有人在教后面这两件事。
卡点四：你没有那张地图，所以每个新词都是孤儿
这一条是所有卡点里最根本的。
一个理工科背景的人，在正式学编程之前，脑子里其实已经有了一张模糊的地图：他大概知道程序是怎么跑起来的、数据在哪、前端和后端是什么关系、什么叫服务器。
这张地图不是他学来的，是渗透来的。
而文科背景的人没有这张地图。
没有地图的后果是：你学到的每一个知识点，都是一个孤儿。
你学会了写一个函数，但你不知道这个函数在整个系统里的位置。你学会了调用 API，但你不知道请求发出去之后，到底发生了什么。你听同事说"我们上个接口"，你不知道"上"是什么动作。
每一个知识点都是悬空的，所以它们无法互相支撑，所以你记住了也很快会忘。
而最要命的是：没有人会教你这张地图。因为教程的作者有这张地图，他们默认所有人都有。
这是知识的诅咒——当你懂一件事之后，你就再也想不起来不懂它是什么感觉了。
卡点五：你不敢问，因为你怕问出一个蠢问题
这一条不是技术问题，是心理问题，但它劝退的人不比前面四条少。
一个文科背景的人，在技术环境里，会有一种持续的不安全感。