大语言模型的基本原理，是在海量文本上学习'下一个字最可能是什么'。它读过的中文材料包括新闻、百科、小说、论文、古籍与网络讨论，规模常以万亿字计。通过反复预测与调整，模型内部形成了对词义、搭配、句式、文体乃至常识的统计性把握。当我们向它提问，它便依据这些规律，逐字生成回答。

这种'懂'与人的理解并不相同。模型没有生活经验，也没有真正的意图，它擅长的是'根据上下文生成最像样的文本'。但正因如此，它在许多语文任务上表现出惊人的能力：解释词义、辨析近义词、分析修辞、概括段意、翻译文言、续写诗句、仿写范文，几乎都能给出流畅可读的结果。

在识字与词语层面，AI 可以随时解释一个字的读音、部首、笔画、本义与引申义，辨析近义词的细微差别，按主题列举成语，并为每个词造句。它像一位随时在侧的字典与词典，但比传统工具书更灵活：可以追问，可以要求举例，可以要求用更简单的语言重讲一遍。

在古诗文层面，AI 可以逐句翻译、解释典故、介绍写作背景、分析意象与情感，也能按指定主题与格律试作诗词。在阅读与写作层面，它可以概括文章结构、梳理论证思路、点评作文的优点与不足、提出修改建议，甚至扮演对话伙伴进行口语交际或辩论练习。对于缺少教师一对一指导的学习者，这种'随问随答'的陪伴具有实际价值。

此外，AI 还能生成练习题、制定学习计划、把长文压缩成提纲、把古文改写成白话、把白话改写成文言。这些功能如果使用得当，可以显著提高学习的效率与趣味。

首先，AI 会'编造'。由于模型的目标是生成像样的文本，而不是核实事实，它可能虚构诗句、错记作者、张冠李戴，甚至凭想象补出并不存在的典故与出处。这类'一本正经地胡说'在文史领域尤为常见，因为古诗文数量庞大、版本复杂，模型很容易把相似的内容混在一起。

其次，AI 的解释常流于表面。它给出的赏析往往四平八稳、面面俱到，缺少真正独到的体会；它生成的作文结构工整、词汇漂亮，却容易同质化，缺少个人的经验与真实的语气。若学习者长期依赖 AI 代写与代解，写作能力与感受力反而会退化。

再次，AI 的判断存在偏差。它对冷门作家、方言表达、少数民族语言、网络新词的理解往往不足，也可能因为训练数据的倾向而给出不恰当的结论。把 AI 的输出当作标准答案，是有风险的做法。

面对 AI，正确的姿态既不是拒斥，也不是依赖，而是'会用、能辨、能超越'。会用，是指懂得如何提问：把要求说清楚，给出背景与限制，必要时要求它分步骤、举例子、标注依据。同一个问题换一种问法，得到的答案质量可能相差很大，提问本身已成为一种语言能力。

能辨，是指对 AI 的输出保持核验的习惯。遇到诗句、典故、人物、出处，应当回到权威的工具书与原始文献中确认；遇到观点，应当追问它的理由与反例。这种'不轻信、要查证'的态度，与语文学习中强调的'言之有据'完全一致。

能超越，是指把 AI 当作起点而非终点。让 AI 给出三个思路，自己选择并深入；让 AI 提供素材，自己组织成文；让 AI 提出反驳，自己练习应答。技术可以替代重复劳动，却不能替代人的体验、判断与创造。语文学习的最终目的，是成为一个能准确理解、清晰表达、独立思考的人——这一点，不会因为工具的改变而改变。