先说一下我自己的观点吧,
这里将“理解”定义为一种吸收知识,将其转化为自己的能力/理解的概念的能力,而价值则是实际产生的“成果”,创新则是将某些内容组合起来,并使其产生某些正效果的行为
那么首先,“理解”必然是有用的,这里引入我对 AI 的看法
AI目前还只是一个工具,是工具就是为了帮助人类更加简单轻松的完成目标,它替代了“完成目标”这个过程.以AI绘画举个例子,你脑中有一个很明确的画面,但受限于“手残”难以显现出来,这时你便能够用言语对AI绘画模型表现出你期待的话。但反之，若你的脑中的画面不明确，不知道最后要什么东西，最后往往也只能得到一个“不错但不一定是自己想要的画”，LLM也是如此
那么“画”与理解有什么关系？我们将“画”视为任务的“目标”,目标明确与不明确的差距就直观的体现出来,那么如果没有目标,脑中没有画面,是不是连画都画不出来?而这里就引出“理解”与“目标”的关系，即一个人如果缺少理解，他看到的世界往往是扁平的。他只能看到别人已经总结好的问题，看到现成的需求，看到那些已经被命名、被包装、被讨论过无数次的方向。于是他会觉得目标很普通，创新很困难，因为他能想到的素材空间本来就很有限。因为用来组成创新的“素材”已经被使用了,这些成果已经被人署名,因此觉得“理解”不重要
但理解会扩展这个素材空间。
当你理解了更多概念、更多领域、更多系统之间的关系，你就会开始发现：原来某个问题并不是孤立的，原来一个领域里的方法可以迁移到另一个领域，原来某个看似无关的现象背后有相似的结构。这个时候，“目标”才会变多。你不只是更会解决问题了，你甚至会更容易意识到：哪些东西本身就是问题，哪些东西其实可以被重新定义，哪些方向值得被尝试。
这也是为什么我不太赞同“有 AI 之后，人就不需要理解了”这种说法。AI 确实可以极大降低执行成本，它可以帮你写代码、整理资料、生成文本、分析信息。但它并不能替你决定什么是重要的，什么是值得做的，什么问题本身值得被提出。
工具越强，目标反而越重要。
呃呃呃，有点昏头了，大晚上写这玩意头脑不大灵光
但总的想法大概也就 理解-》扩宽你的素材空间-〉看到更多相当于别人看不到的可能性…总感觉写着写着写偏题了
2 个帖子 - 2 位参与者