AI炼金术 - 透过硅谷 PC 往事，寻找下一波 AI 浪潮的真机会 - EarsOnMe

HD551863z

2周前美国

0

52:38 为什么要规定不能有人类代码呢？是觉得这样能提高效率，所以让大家形成使用 AI 的习惯吗？不知道有没有这方面实践的分享。

懵圈博

2周前天津

0

01:47 哈哈哈，这个机会被你们发现了，我们做了产品出来，确实机会很大

懵圈博

2周前天津

0

39:34 说的很对，cai其实还是没有从chatbox里走出来，不是最终答案

懵圈博

2周前天津

0

39:38 上一代是个性化推荐，下一代是个性化生成。上一代是根据用户需要用内容填充，下一代是根据用户需要直接实时生成内容。

HD551863z

2周前美国

0

听了两遍，很有价值，谢谢。结合了我之前的一些思考：在 AI 时代，孩子（或者说初学者）要不要学习基础知识（或者说要不要“死记硬背”一些事实和概念），可以参考与记忆、学习、专家相关的科学研究。量子计算领域的科学家 Michael Nielsen 在他的一篇科普性质的文章（https://augmentingcognition.com/ltm.html）中提到：理解复杂概念往往依赖于对基础知识的熟练掌握。原因在于，我们的工作记忆容量非常有限，如果每次都需要临时加载一堆基础知识，就会迅速导致认知过载。这也解释了，为什么即使一篇论文的 background 写得再详尽，我们依然难以进入状态 —— 因为我们对相关背景知识没有真正“内化”。 此外，我的理解是 insight 往往来自于对某些刻印在脑海中的事实、概念的串联。它们在遇到新现象、新信息时会自然激活，形成类比、归纳、甚至跳跃性的理解。例如，在这次的播客讨论中，一个深度经历过或理解 PC 时代的人，往往能够在当下的 AI 时代中看到许多相似之处并获得启发。这种跨时代的联想，可以说是一种“知识迁移”，而这种能力必须建立在牢固的长期记忆基础之上。当然，它也可能带来路径依赖的副作用。 我觉得核心还是要搞清楚使用工具的目的：为了快速搞定工作而使用 AI，那就太不用考虑自己学到了什么；而如果是做一些练习，不假思索地使用 AI 而只关心答案就是自欺欺人。