最近几年发生了一件奇特的事。历史上第一次，几乎任何人都能接触到一种能在几秒内写作、分析、计算与推理的智能。获取渠道不再是差异所在，它就在所有人手上，免费或近乎免费。然而，人们从同一种智能里拿到的结果，却极不平等。两个人面对同一个工具，一个从中取出精彩的东西，另一个取出平庸的东西。机器是同一台，改变的是提问的人。
这就是一种新型文盲的轮廓。不是不会读写的那种——那在这个国家仍是真实的欠账——而是手握强大智能、却不知道该向它要求什么的那种。这是提问的文盲。人看着一种近乎无限的能力，却只能提出模糊、笼统、切分不清的要求，于是拿回来的正是自己放进去的东西：模糊、笼统、切分不清的答案。然后他得出结论说工具很弱。工具并不弱，是问题弱。
工具并不弱。是问题弱。
这里需要拆掉一个妨碍讨论的混淆，而它非常重要。把这种新文盲当作“缺少提示词技巧”已经成了时髦，仿佛存在一套魔法窍门、秘密公式与命令词，把懂的人与不懂的人分开。这里面一部分是真的，一部分是过渡期的幻觉。需要学会用某种特定方式对机器说话、靠背诵技巧从它那里榨出好答案，这是技术不成熟的症状，而不是一种值得庆祝的能力。一个好工具不应该要求用户去学它的语言，而应该理解用户的语言。你需要变成提示词工程师才能被服务的那一天，就是工具让你替它干活的那一天。
因此，同一个话题里藏着两种“识字”，而把二者混为一谈是核心错误。第一种是技术性的、表层的：掌握某个特定界面的窍门。这一种会消失，而它消失是好事，因为任何像样的工具都在走向理解人们的自然语言，不需要手册，也不需要培训。第二种是人性的、深层的：懂得就正确的问题提出正确的提问。这一种不会因为任何技术进步而消失。相反，机器越强，价值就越向“向它提出的问题的质量”迁移。提示词技巧是技术演进会淘汰的能力，懂得提问是同一场演进会让它越来越值钱的能力。
提示词技巧会被技术淘汰。懂得提问会被同一场演进变得越来越值钱。
懂得提问比看起来更难、更稀缺，因为它不关乎工具，而关乎思考。一个好问题内部就承载着对问题本身的理解。它切分出重要的部分，排除噪音，带上必要的上下文，并明确什么决策正处在关口。提出一个好问题，就已经完成了一半的推理。因此，提问提得好的人不是背下了指令的人，而是对自己的业务理解得足够深、以致知道自己究竟需要知道什么的人。机器的回答，配得上提问者的清晰程度。清晰无法从教程里下载，它是靠思考建起来的。
来看一个具体场景，因为在企业环境里这个差别值钱。两位高管都能访问同一个连接着公司数据的智能。第一位问“销售情况怎么样”，得到一份正确、笼统、对做任何决策都没用的概览。第二位问“上个季度哪个区域在销量上升的情况下毛利反而下降，数据里有什么线索说明原因”，得到的是一条通往决策的路径。工具相同，数据相同，响应时间相同。平庸与一个价值数百万的决策之间的距离，全部落在提问里。在这个精确的意义上，第一位高管就是新的文盲——不是因为他不会用机器，而是因为他不会审问自己的运营。
同一批数据。
这里有一个企业还没有消化的战略后果。如果答案变成了商品，任何拥有同样技术的竞争者都能得到，那么竞争优势就整体迁移到了一个组织能提出的问题的质量上。那些培养出会提问的人、并把连接真实业务数据的智能交到这些人手上的企业，会比其他企业决策得更好、更快。不是因为它们有更强的 AI，而是因为它们有更强的提问文化。优势不再在于拥有答案，而在于知道该问什么。
正是在这里，Mars 有一种特别的看法。Signals 的构建，是为了让人用自然语言说话，不必去学机器的语言，恰恰是为了让剩下的唯一一种识字，是真正重要的那一种：懂得就自己的运营提出什么问题。你的提问、你的答案、你的决策——这句话的顺序不是偶然的。一切从提问开始。这个平台的存在，是为了移除好问题与好决策之间的一切摩擦，而不必逼任何人变成技术人员才能被服务。它不做的、也没有任何诚实的工具会承诺去做的，是替你思考那个问题。这一部分仍然属于人，并且越来越是区分“决策的人”与“只是查询的人”的分界。
新的文盲，归根结底不关乎技术，而关乎在一个答案变容易、好问题变稀缺的时代里的思维清晰度。好消息是，这是一种可以学习、可以练习、可以在个人与团队中培养的识字能力。化繁为简，远在答案之前就开始了：它开始于有勇气、也有准备去提出正确的问题。