新加坡近来提出打造“AI双语”劳动力，未来三年支持1万家企业推进人工智能（AI）应用，并推动10万名劳动者提升相关能力，先从会计、法律等专业切入。
所谓“AI双语”，说得直白些，就是既通晓自身专业，也掌握AI应用的“双通人才”。它不是要人人都成为AI工程师，而是让更多专业人士把AI纳入日常工作流程。过去谈专业，强调的是“深”；如今AI则像一种横向能力，涉及搜索、归纳、生成、比较与模拟。若把专业知识看作纵向深度，把AI看作横向能力，两者相接，形成的便是一种更接近T字形的结构。
“以二生三”可作一层比喻。这里的“二”，是AI与专业知识；“三”不是多出一项工具技能，而是在融合中生出一种新的思维方式：更快抽象问题，更有效拆解任务，借助AI做初步探索、资料整理、比较与验证，再由人的经验与判断决定取舍。关键不在于多会一种工具，而在于能不能把工具转化为方法。
放到具体场景里，这种变化就更容易理解。会计师可先用AI做财务报表异常初探、合规监测和审计线索整理，再由专业判断决定哪些地方须要进一步追查；律师则可用它做案例检索、条款比对、文书初稿和证据时间线整理，把更多时间留给策略分析、客户沟通和风险判断。这样看，“AI双语”不是一句口号，而是正在进入专业工作流的现实能力。
若“以二生三”说的是生成，“闻一知十”说的便是迁移。一个人若先在自己的专业里学会这种融合的方法，在进入新领域时，往往就不必完全从零开始。他可以更快搭建知识框架，辨认共通逻辑与行业门槛，也更容易把一个领域里形成的方法带到另一个领域。
也因此，AI双语真正拉开的，未必只是工具使用上的差距，而是多领域思考与跨域迁移能力的差距。未来走在前面的人，不一定只是更早接触AI的人，更可能是那些能借助AI与专业知识的结合，不断进入新领域、整合新知识的人。真正的分水岭，不只是会不会用AI，而是能否因AI双语而形成更强的跨域学习能力。
不过，这种潜能不会自动长出来。若“AI双语”最终只剩下若干模板、提示词和证书，变化恐怕有限，因为那样培养出来的，仍只是会用工具的人，不是能借助AI跨域连接知识、进入新领域的人。
更关键的，或许是把AI双语训练提升为一种思维训练。譬如，在训练中加入元认知，让学习者意识自己如何理解问题、为何这样拆解任务、答案可能错在哪里，以及何时该由人的判断重新介入；也可开设更系统的“AI思维”课程，说明这种思维如何从一个专业迁移到另一个专业。
在很大程度上，这是对人类表达、归纳与判断方式的模拟；理解AI如何处理问题，某种意义上也是在反观人如何学习、如何判断、如何修正自身思路。
从这个角度看，关键不只是让更多人接触AI，而是把它真正嵌入专业实践。官方目前已提出从会计与法律起步，强调工作流程重构、实操训练，以及偏见、数据治理和专业风险意识；下一步更重要的，也许是让课程设计更直接指向跨领域连接：按行业整理工作流清单与案例库，用真实任务或沙盒场景训练，并把元认知、反思机制与成效评估一并做实。
今天讨论“AI双语”，讨论的其实不只是技术训练，而是一种更具迁移力的人才观：先在一个专业里完成AI与知识的结合，再凭借由此生出的思维持续进入更多领域，扩大人的学习半径。
作者是新加坡国立大学计算机系教授
