2026年8月6日，由北辰青年与Future Academy共同举办的《AI赋能个人成长》主题讲座在奥克兰大学顺利举办，近60位学生参加活动。讲座围绕AI在学习、工作与个人成长中的实际应用展开，通过主题分享与项目式实践相结合的方式，引导学生进一步理解AI工具背后的思维方式与现实应用价值。

本次活动由北辰青年CEO宋超与Erickson老师共同参与授课。课程内容既涵盖AI个人助理、AI员工、第二大脑和数字分身等前沿应用，也通过真实商业案例，将PBL项目式学习方法融入AI教学。近2个小时的课程中，学生不仅了解了不同AI大模型在现实场景中的使用方式，也进一步体验了如何借助AI完成问题分析、方案设计与项目输出。

从AI工具应用，到个人能力系统

在主题分享环节，北辰青年CEO宋超从“AI个人助理、AI员工、第二大脑、数字分身”四个维度，系统介绍了AI如何逐步进入个人学习与工作场景。

随着大模型能力不断提升，AI的角色正在从单一的问答工具，逐渐转向更加综合的个人能力辅助系统。例如，AI可以协助用户整理信息、拆解任务、管理知识，也可以承担部分重复性工作，形成具有明确功能的“AI员工”；通过长期积累学习资料、项目文件和个人知识，还可以进一步搭建属于自己的“第二大脑”。

在此基础上，数字分身则进一步延伸了AI与个人之间的协作方式。通过对个人表达方式、知识结构与工作习惯的持续沉淀，AI开始有机会更深入地参与内容创作、知识管理和任务执行。

课程希望向学生传递的是，AI的价值并不只是“提高一点效率”，而是帮助个人建立一套更加系统的学习与工作方式。未来，如何组织AI、使用AI并判断AI输出的质量，将逐渐成为年轻人需要具备的重要能力之一。

AI教育不应停留在“教工具”

在AI快速迭代的背景下，具体工具和平台更新速度越来越快。今天使用的软件，可能很快被新的模型或产品取代。因此，如果AI教育仅停留在教授某一款工具或某一种Prompt技巧，很难形成真正长期有效的能力。

相比掌握更多软件，课程更加关注学生能否建立基本的问题意识和判断能力。当面对一个具体任务时，学生需要先明确问题是什么，再判断哪些环节可以借助AI完成、哪些信息需要进一步验证、AI给出的答案是否可信，以及最终如何对结果进行优化和整合。

这一过程涉及的不只是AI技术本身，也包括问题解决、信息判断、系统思维、沟通表达与创造能力。

因此，本次课程并没有将AI作为一门孤立的技术内容进行讲授，而是尝试将其放入真实任务之中，让学生理解：AI只是工具，真正决定结果质量的，仍然是使用工具的人。

以蜂蜜酒为案例，让学生进入真实商业情境

为了帮助学生进一步理解这一点，Erickson老师在课程中引入了一个真实商业案例，邀请学生围绕一款蜂蜜酒产品设计完整的市场营销方案。

从产品目标用户、消费需求、品牌定位，到价格策略、传播渠道、品牌故事以及市场验证，学生需要从多个维度重新理解一个产品如何进入市场。

在这一过程中，AI被自然地应用到不同环节。例如，学生可以借助AI进行基础市场研究、分析潜在消费者特征、生成品牌创意、梳理营销方向，并辅助完成内容设计。

但课程重点并不在于让AI直接“生成一份营销方案”，而是要求学生先理解商业问题，再决定如何调用AI。

也就是说，学生面对的并不是一道预设标准答案的课堂练习，而是一个开放性的真实任务。

通过PBL，让AI进入真实问题解决过程

这也是本次课程将PBL（Project-Based Learning，项目式学习）融入AI教学的重要原因。

PBL强调从真实问题出发，在完成项目的过程中主动寻找知识、调用工具并形成最终成果。相比“先学知识、再做练习”，PBL更强调学生在真实情境中的主动探索和综合应用。

在蜂蜜酒营销案例中，学生会自然接触到市场营销、消费者行为、品牌设计、商业模式、数据分析与内容传播等多个领域。AI则作为项目中的一种重要工具，被用于信息搜索、方案分析和内容生成。

通过这样的学习方式，学生需要不断提出问题：目前缺少什么信息？下一步应该研究什么？AI可以在哪个环节提高效率？哪些结果仍然需要人工判断？

这种过程本身，就是在训练学生将知识、工具与现实问题连接起来。

从“使用AI”走向“人机协作”

AI的发展正在明显降低许多专业工作的执行门槛。过去，一个完整的市场营销方案通常需要市场研究、文案、设计、数据分析和策略等不同角色共同参与。如今，借助AI，一个学生已经可以在较短时间内完成大量基础研究与内容生产工作。

但这并不意味着人的价值正在下降。相反，当基础执行越来越容易被技术完成之后，定义问题、理解需求、判断信息、整合资源和持续迭代的重要性会进一步提升。

因此，本次课程更希望学生建立一种“人机协作”的意识：知道什么时候应该使用AI，也知道哪些关键判断必须由自己完成。

AI可以帮助寻找信息、生成建议、提高执行效率，但“为什么要做”“解决谁的问题”“这个方案是否真正可行”等核心问题，仍然需要人的理解与判断。

让学生带走的不只是一份AI工具清单

近2个小时的课程结束后，学生完成的不只是一次AI工具体验，更重要的是经历了一次从知识理解到项目实践的完整过程。

通过宋超老师对AI个人助理、AI员工、第二大脑和数字分身的系统讲解，以及Erickson老师围绕蜂蜜酒营销案例展开的PBL实践，课程尝试建立一条更加清晰的学习路径：先理解AI的能力边界，再进入真实问题，通过项目将AI转化为实际解决方案。

这也是Future Academy在AI与PBL课程设计中持续关注的方向。

未来真正值得培养的，不只是“会使用AI”的学生，而是能够理解问题、主动学习、调用工具、进行判断，并最终把想法转化为实际成果的学习者。

当AI遇见PBL，学习的重点不再只是“我会使用什么工具”，而是“我能否用这些工具，真正解决一个问题”。