AI学习三个月的结果：成果、数据和没变的现实

想看ai学习ai结果的真实样本？三月到六月，整整九十天，我做了一次对自己有点残忍的实验：把AI学习的全部过程数据化，每天记录，月底盘点。起因是我在社交平台刷到太多"三个月逆袭"的帖子，数据漂亮得可疑，我想知道一个普通上班族、每天投入不超过一小时的真实曲线长什么样。这篇是三个月的完整交割：先摆数据，再讲数据造不出来的东西，最后讲那些没变的现实。丑话说在前面，这不是爽文。

九十天的ai学习ai结果：四张硬数据

原子答案：可量化的结果集中在四个维度——笔记总量4.2万字、完成作品7个、自测平均分从48分升到86分、一项固定工作的耗时下降近八成，投入端是日均53分钟。数据明细如下，全部有原始记录可查。

这张表我最喜欢最后一行。日均五十分钟，不是什么壮举，就是一个普通人挤挤能有的时间。这个投入量配上面那些产出，比例才是我想给各位看的。

数据是怎么来的：记录方法和水分声明

原子答案：笔记量由文档统计，作品数按"别人实际用过"计数，自测分来自每两周一次的同卷重测，耗时用秒表掐——每项都有口径，也都有水分，我逐条交代。先说水分。笔记4.2万字里，AI生成的摘要占了约三成，真正我自己敲的是2.9万左右；作品7个里，有一个只有一位同事在用（就是我逼的）；自测86分听着唬人，但题是我自己出的，考的恰恰是我练过的，换个陌生题库大概只剩70出头。我把这些水分摆出来，是想说：如果你自己的盘点不敢挤水分，那盘点本身就是自欺。

记录的诀窍有一条真管用：数据当天记，别靠回忆。我试过周末凭印象补记，写出来的日均时长比实际多了快一倍——人会自动美化自己的努力，实测如此。

数据外的收获：两件测不出来的事

原子答案：九十天里最值钱的收获不在表里——一是提问能力，二是"敢动手"的底气，这两样都没法量化，但改变了我工作的底色。提问这事有对比证据：我翻出三月份最早的对话记录，问题基本是"XX是什么"，一句话扔过去等投喂；六月底的提问变成了"我的场景是A，约束是B，你给我三个方案并说明各自会死在哪"。同一件事的表达质量，三个月前后的差距大到我不好意思认领前者。底气这块更微妙：上周部门开会讨论一个AI小需求，我张口就说了实现思路和大概工时——搁三个月前，我只会默默记下"回去查查"。会上一句有依据的话，背后是七个小作品垫的。

这两样东西，测验分数测不出来，但它们可能才是复利的本金。

老实讲，中间有一段很灰暗。第二个月第5周，我连续七天没碰任何学习，数据断档，自责到想把整个实验停掉。复盘原因很俗：那周项目上线，天天加班，回家只想瘫着。第八天重启的办法也俗：把当天任务缩到"读一页加记一行"的最小份。就这么爬回来的。数据图上那个缺口我现在看着挺亲切，它证明这九十天是人间烟火，不是鸡汤素材。

话说回来，也别高估这种坚持。我后来想，那段断档要是拉长到三周，这个实验大概率就黄了。普通人的学习曲线，脆弱得很，承认这一点反而好设计对策——我的对策就是"最小份预案"，至今还在用。

三个没变的现实，报名前先看清

原子答案：九十天改变不了三件事——收入没有变化、职位没有变化、深度专业能力没有变化。AI学习是加法不是换血，别指望它短期兑现成钱和头衔。第一件最扎心：三个月里我的收入一分没涨，说好的"AI副业变现"呢？我确实做不了——七个作品全是自用和帮同事，没有一个到达能收费的水平，硬接单是耍流氓。第二件，职位照旧，领导表扬了两句，然后就没有然后了，组织里没人因为你学了新东西就给你腾位置。第三件最隐蔽：我专业里的硬功夫（数据分析的老底子）并没有因为学AI而变强，AI只是让我把会的干得更快，不会的还是不会。工具放大已有能力，不无中生有，这话不好听但真。

给个参照数据免得诸位太丧：领英和微软的职场报告里都有类似结论，AI技能对收入的影响要拉长到一两年才逐步显现，领英官网的技能趋势板块能查到。九十天谈变现，本来就不现实，我把"没变"写这么细，就是想给预期装个刹车。

下个九十天，我调整了什么

原子答案：新计划砍掉两成学习时间加到作品上，并给作品定了一条硬标准——必须有一个陌生用户自愿用第二次。数据告诉我短板在作品而不在知识：自测分86说明"懂"得够用了，但作品只有7个且半数自用，说明"做"得还不够。所以新周期里，学新东西的时长从每天50分钟压到35分钟，省下的15分钟全砸作品迭代。陌生用户标准是跟产品圈学的：熟人是人情，陌生人的第二次使用才是真需求。第一个按此标准做的工具已经有个隔壁部门的姑娘连续用了三周，我盯着后台记录乐了半天。

方法层面的更新，我吸收进了三处：按那五个笨办法调整了笔记结构；用三张评估表的思路重做了自测框架，避免自己出题自己爽；心态管理则全靠半途而废三个坎里的预案兜底。都是别人踩好的坑，我踩得轻一点。

常见问题

每天只有半小时，三个月能达到什么结果？

按我的数据等比例折算，大约是笔记2.5万字加两三个作品的水平，自测分涨幅会类似。半小时的真正风险不是总量少，是进入状态的时间占比太高——我的有效学习率大概七成，半小时里实际只有20分钟在学。建议把半小时整块用，别拆。

自测分从48到86，是不是说明学得很好？

只能说明"练过的都会了"，这是下限不是上限。我的自测是自己出题，天然往练过的地方出，分数有自我安慰成分。要看真实水平，找个陌生题库或者让AI随机从你没学过的范围抽题，那个分才是实话。我的实话是70出头。出题的思路可以参考维基百科里测试效应的条目，检索式练习对长期记忆的帮助，认知科学那边证据很扎实。

九十天看不到收入变化，还值得学吗？

值得，但要把预期从"变现"换成"提效加底气"。我的周报耗时降了近八成，折算成每月省下约六小时，这些时间拿来做了作品，作品攒够一年才谈得上换钱。学习投资是慢变量，九十天只是个开始，学AI两年的收获清单可以看看长期版答案。

这些数据记录法可以抄吗？

随便抄，口径我都写在第二节了。唯一要提醒的是别记太多指标——我最初设了九项，第三周砍到五项。记录本身也花时间，指标超过五个，记录就从工具变成负担了。

ai学习ai结果这回事，数据能证明一半，另一半要靠日子慢慢显影。九十天给我的最大启发：把变化交给记录，把没变交给清醒。这篇要是正在给"学了到底有没有用"犯嘀咕的你提供了点参照，转给同路人一份——尤其是那个天天刷逆袭帖焦虑的朋友，他需要一张真实版的曲线图。