别把平板当 AI 启蒙工具，带孩子本地部署模型才能建立掌控感

很多家长习惯给孩子买台平板，让他们在网页端和 ChatGPT 或文心一言聊天，就觉得孩子已经“接触了 AI”。但这种方式本质上是在消费产品，而非学习逻辑。在网页端对话，孩子感知到的是一个“无所不知的黑盒”，这很容易让他们产生一种 AI 是“神”的错觉，从而陷入被动依赖。

真正的 AI 启蒙，不应该是教孩子如何写一个完美的 Prompt 去获取答案，而应该是让他们意识到：AI 的性格、知识边界以及表达方式，其实是通过参数和系统提示词（System Prompt）定义出来的。

最近我尝试给孩子搭建了一套极简的本地推理环境，核心目的不是教他写代码，而是通过修改系统提示词来做“人设实验”。这种实操带来的即时反馈，比看一百遍科普视频都要高效。

在环境选择上，我采用了 Ollama 作为推理框架。选择它的原因很现实：它对内存的占用控制得比较好，且启动速度快，不会因为漫长的加载时间让孩子失去耐心。在终端输入 ollama run llama3 之后，模型能迅速响应。但我并没有直接把对话框扔给孩子，而是设计了一套“人设对比实验”，让他们在两个截然不同的配置模板中填空，并观察 AI 的反应。

第一个实验是“严谨模式”。我将系统提示词设定为：扮演一个百科全书，必须用事实说话，禁止使用任何形容词，且每句话不得超过 10 个字。当孩子询问“什么是黑洞”时，AI 给出的回答极其干瘪且精准。这种极端的约束让孩子直观感受到，AI 的输出是可以被严格限定在特定规则之内的。

第二个实验是“创意模式”。我将其设定为：“一个来自 2077 年的机器人，觉得现代人类的行为非常奇怪，请用嘲讽但友好的语气回答问题”。面对同样关于黑洞的问题，AI 的语气瞬间变得傲慢且幽默。

通过这种强烈的对比，孩子在极短时间内就能理解什么是“上下文约束”。最关键的是，当他在尝试过程中发现 AI 偶尔会一本正经地胡说八道时，这恰恰成了我讲解“大模型幻觉（Hallucination）”的最佳切入点。他能通过实操感受到，AI 并不是一个拥有独立意识的生命体，而是一个基于概率分布进行预测的计算引擎。

这种从底层逻辑切入的实操，比单纯使用网页端产品要硬核得多。在本地环境下，孩子可以随意尝试各种极端的提示词，而不用担心账户额度限制或网络波动导致的延迟。当他发现通过修改一行文字，就能让 AI 从“温顺的助手”瞬间切换为“毒舌的老师”时，他建立的不再是对技术的盲目依赖，而是一种掌控感。

这种掌控感是认知升级的核心：让孩子意识到 AI 的输出结果是由输入指令和模型权重共同决定的。这种对“输入-处理-输出”链路的感知，才是 AI 时代最基础的数字素养。与其让他们在平板上刷 AI 答案，不如让他们在终端里定义 AI。