北京职女

停更四五个月，没有弃坑，而是去人生的旷野里开了一个硬核的隐藏副本。 白天在海淀AI Tech打工，晚上在朝阳卧室用AI写歌。结果一不小心，跨界杀入了一个高规格的国际AIGC创作大赛决赛，拿了一等奖。 关于外行人打比赛的备赛经过，关于我搞创作的成长与反思，关于全世界最好的AI音乐模型是什么水平？关于人类使用AI的一些终极命题，关于我是如何一步步探索我的表达方式，构建自己的宇宙……今天一整个讲故事大分享。如果你也对AI创作感兴趣，或者也曾因为某些“圈子的边界”而感到内耗，这期节目也许能给你一点跨界的勇气。如果你觉得这期故事对你有启发，欢迎在评论区和我交流，或者转发给同样在探索人生B面的朋友们~ - 00:29 停更四五个月去干嘛了？ 01:51 怎么看待AI音乐？我做的AI音乐是什么样的？ 04:18 我如何定义自己在这个新音乐世界的身份？“一人studio”的时代 ——AI不仅降低了创作门槛，它还是重启童年未完成梦想的最好外挂 Part1. 意外变成“卧室音乐人” 07:06 作为一个素人为什么会想先做播客？ 08:53 豆瓣日记被锁引发的深思：偏娱乐化的社区不再适合承载我的知识库 10:18 我的第一次DJ经历：小学广播站迎来了最有品味的人 12:48 项目经理的惯性风控：过于谨慎的我决定自己写版权音乐 15:09 意外写出金曲，播客没人听音乐却很受欢迎 Part2. 在音乐里安放感性与脆弱 16:42 回听众留言：为什么一直分享“精英爽文”？聊聊我的隐私焦虑与羞耻感 ——在音乐的浪漫化叙事里，我可以毫无顾忌地流淌我的脆弱 18:37 Suno创始人Mickey Shulman：AI没有消灭音乐人，它是在制造更多音乐人 20:31 我知道我要的风格：播客与音乐的互相反哺，维系了我奇妙的双面生活 Part3. 像做项目一样打比赛 22:34 突发项目：被推荐参加一个有AI音乐赛道的大赛 23:20 交出我第一年最爱的作品：关于千禧年我家的第一台座机 25:11 复赛上强度：突破模型技术边界并迭代了近100个版本 27:51 决赛地狱模式：非典型E人被迫在小红书Casting找Vocal 30:37 当我和老板请假他这么说…… ——未来不是T型人才，而是E型人才：在两个领域很深，最好三个都精通。 32:00 满身班味的中关村打工人硬生生闯进了音乐学术圈的决赛现场 Part4. 成年人的真相与回归旷野 33:44 拿到一等奖后意识到逻辑错位 36:03 迎头撞上传统艺术赛道的“非量化黑盒”评价体系 38:51 拿着最前沿的工具何必去旧日的神庙里求一块牌匾 40:22 香港之行的感悟：职场身份从来不应该是一把锁，它是一块跳板 41:35 获奖作品分享&下期预告：回归职场干货！分享超贵的谷歌十人以内小团队管理法 - *BGM（all music made by me via ai）： 山海诵经 - Fiona Huang （决赛一等奖作品） tonight tonight 2929 - Fiona Huang （预赛一等奖作品） Pages of Peace - Fiona Huang Let's Swim - Fiona Huang Dance Until Dawn - Fiona Huang (片头曲) - *一些震撼金句分享给大家： “AI应该是有主动性孩子的终极杠杆，它让你能够成为主要贡献者，从物理学到编程到艺术到写作，在任何领域都能够完全参与，真正改变世界。” “AI会让好的人变得非常好，但更重要的是它会让非常好的人变得惊人的好。普通人加AI等于效率提高2倍，顶尖人才加AI等于效率提高十倍、100倍甚至1000倍。” “未来不是T型人才，而是E型人才，至少在两个领域很深，最好三个都精通。” - 我在网易云音乐发布的个人AI音乐专辑：《Summer Swimming Pool》（网易云搜索：Fiona Huang） 本期提到的影视原声（Soundtrack）推荐： 《年轻的教宗》（The Young Pope） 《历史系男孩》（The History Boys） - *过往精彩： 32.系统性讲解如何写好AI提示词 | Prompt Engineering 29.当代致富经：纳瓦尔宝典和纳瓦尔最新3h播客访谈都讲了什么 22.偷火种不如造核弹，AI芯片是怎么炼成的？解码英伟达之道 23.经济下行期如何做预期管理与职业布局？裁员风暴下的实用生存指南 - 𝕭𝖊𝖎𝖏𝖎𝖓𝖌 𝕮𝖆𝖗𝖊𝖊𝖗 𝖂𝖔𝖒𝖆𝖓 北京职女 𝑻𝒉𝒆 𝒐𝒏𝒍𝒚 𝒘𝒂𝒚 𝒕𝒐 𝒅𝒐 𝒈𝒓𝒆𝒂𝒕 𝒘𝒐𝒓𝒌 𝒊𝒔 𝒕𝒐 𝒍𝒐v𝒆 𝒘𝒉𝒂𝒕 𝒚𝒐𝒖 𝒅𝒐.

当代都市人的「附近」真的消失了吗？消失一定就是坏事吗？我们从人类学家项飙老师的理论出发，聊聊在大城市里，邻里关系如何从儿时院子的“亲密无间”演变成如今的“体面距离”。两位从南方四线小城迁徙到北京上海的90后职女回顾了那些逝去的温暖连接，并探讨在“独处自由”和“平台经济”下，如何重建自己的附近。 - 💁🏼‍♀️主播：田子，base北京的职女，AI科技公司打工，享受工作也热爱生活，非典型E人（高浓度稳态entj） 🙋🏻‍♀️嘉宾：思敏，base上海的职女，咨询培训公司打工，喜欢山野随遇而安，经典P人（偶尔流动的entp） - Part.1 老家的“附近” 00:26 关于「消失的附近」这一概念：我们越来越依赖远方的网络和抽象体系。 02:33 童年记忆：南方四线小城院子里，我家做什么菜邻居都知道。 03:37 90后伙伴间通讯方式变迁史：从楼下喊、阳台喊、座机响两声（省话费），到QQ联络。 06:38 「请回答 1988」式附近：几个小伙伴、父母间都认识的紧密关系。 07:51 熟人社会的烦恼：田子坦言面对老家邻居“围观”的目光，有社交压力和偶像包袱。 11:13 “规训感”与“营业状态”：在长辈注视下该扮演高情商好孩子的角色。 12:58 思敏形容：老家院子的铁栅栏是“家的结界”，进去就不用被成人世界的规矩束缚。 Part.2 北上广节奏与人情温度的差异 14:10 北京通勤：住四环内10公里通勤，穿梭于朝阳与海淀的田子，与残酷早高峰保持安全距离。 18:05 上海通勤：嘉定到南京西路一个多小时地铁，homebase为主的思敏感慨牛马专线上“活力满满的老年人”与“死气沉沉的年轻人”。 20:00 比北京节奏再快一点：坐地铁超车、打车会盯路况并与司机battle路线。 24:50 北京老小区的温度：认识聚众打牌喂猫的大爷大妈，生活气息浓厚。 27:02 上海的体面距离感：人与人之间的距离天然存在，让人没那么社恐。 30:41 小时候在私人诊所被护送长大，到大城市后独自看病成为一种“心灵创伤”。 34:12 对归属感的深度思考：城市不会排斥你，“说白了还是自己不喜欢”——归属感是一种个人喜好的投射。 Part.3 新型附近与独处的自洽 37:32 有活人感的小馆子才是附近：思敏与楼下精酿啤酒馆朱哥的故事式连接。 39:10 Routine式链接：常去的网红螺蛳粉店阿姨记住我要微微辣。 41:54 20+到30+生活习惯的改变：从早期周末特种兵到宅人，反而拉近了与附近的距离。 44:34 平台经济是否是新附近？思敏被温柔的顺丰小姐姐治愈。 46:14 虽然是E人也喜欢独自吃饭：享受孤独和“绝对的自由自在”。 49:34 “海底捞的熊”：一人吃火锅是否需要玩偶陪伴？ 田子表示自己可以坦然独自堂食，更喜欢在外吃饭的场域感。 52:09 一人食的极致憧憬：一个人在一个不错的日料店点一个Omakase。 Part.4 重建附近的意义与方法论 53:49 附近的意义：不仅是人与人的连接，更是人与物（建筑、场所）的连接，它们是存放着情感链接的容器。 55:16 相对而言的「深度连接」：在大城市里，信任和持续存在就是一定程度的“深度”。 56:53 我们分享一些重建附近的方法，也欢迎评论区分享你的附近。 59:08 片尾曲：给我们老家小区写了首歌 - *提到的书和剧： 《把自己作为方法》 《请回答 1988》 - *BGM（所有音乐都是我用ai创作的）： Dance Until Dawn - Fiona Huang (片头曲) Sunward Community - Fiona Huang (片尾曲) - *过往精彩： 10.朝阳没有存款海淀没有时尚，聊聊消费主义和城市新穷人 ——都市塑造生活方式 17.脱美役：不再只为了更好地做一个被观赏的客体 ——扩展自由的边界 19.性格不是束缚是跳板：MBTI如何为我所用（上） ——自我了解可以从标签开始 16.我正直勇敢有阅读量，为什么没有好男人爱我？ ——科学分析吸渣体质 29.当代致富经：纳瓦尔宝典和他最新3h播客访谈都讲了什么 ——新时代搞钱法 23.经济下行期如何做预期管理与职业布局？裁员风暴下的实用生存指南 ——逆风翻盘好机会 - 𝕭𝖊𝖎𝖏𝖎𝖓𝖌 𝕮𝖆𝖗𝖊𝖊𝖗 𝖂𝖔𝖒𝖆𝖓 北京职女 𝑻𝒉𝒆 𝒐𝒏𝒍𝒚 𝒘𝒂𝒚 𝒕𝒐 𝒅𝒐 𝒈𝒓𝒆𝒂𝒕 𝒘𝒐𝒓𝒌 𝒊𝒔 𝒕𝒐 𝒍𝒐v𝒆 𝒘𝒉𝒂𝒕 𝒚𝒐𝒖 𝒅𝒐.

OpenAI在本月初发布了万众期待的ChatGPT-5，虽然遗憾的是AGI时代还没到来，但经过一段时间的亲自试用，我们在这期将仔细讲述GPT-5 上手体感，实测它在专业编程、氛围编程、医学、心理疗愈、教育学习等领域的效果。这是信息量巨大，且对AI使用者非常有帮助和指导意义的一期。希望通过我们的分享，给听友们带来更多和AI协作的灵感。 本期非常荣幸地邀请了一位特别嘉宾Nathan，他是我认识的朋友里把AI技术讲解得最生动透彻的人！也是一位天文爱好者和科幻爱好者。除了硬核讲解以外，我们也大开脑洞，预测了未来的技术发展趋势，AI将如何改变人类生活的方方面面，以及AI时代下的焦虑和代际差异，并吃瓜了OpenAI，微软，马斯克之间的微妙纠葛。 - 主播：田子鹅 嘉宾：Nathan，微软中国首席研发，架构师，在软件工程与AI落地领域有深入理解和研究，著有若干专利与书籍。 - 00:27 AI布道者Nathan来了！ 01:35 漫长的前摇两年的等待，GPT5发布后的“落差感”：曾把“参数量=革命”当成想象锚点。 03:50 “就这？”到“真香”：上手后在多方面优于 GPT-4O。 04:15 微软内部实情：写代码时团队最爱的模型竟然是它？ 06:36 Claude Sonnet 4 VS. GPT-5 10:57 大模型更类人了，可以自动在快/慢思考间切换。 12:53 DeepSeek V3.1同样采用混合推理，行业路径收敛。 14:10 Feature之「智能路由」解读：浅层但却是Agentic关键能力。 16:15 Windows场景里，「Agent 调度」拆解。 19:00 Agent 成功关键：快、低功耗、参数提取准。 21:36 大语言模型+医疗，医院内文本与诊断工作流提效（报告、结构化）。 23:42 C端分诊/咨询（帮助“挂哪科”），Dr.李治中——AI分诊可行、易用。 25:11 AI技术趋势与路线之争：“猜词机器≠理解世界”的质疑。 26:56 杨立昆Yann LeCun 世界模型设想：先模拟“物理一致”的世界再生成视频。 28:05 世界模型优势举例：视频一致性更好，避免“松鼠变狗”。 29:15 现实格局：虽有 Mamba/Jepa 等新架构探索，工程上仍以 Transformer 迭代与组合（MoE、多模态）为主。 29:52 Sam Altman称GPT5是博士级专家，really？ 31:58 职业工程师怎么看Vibe Coding？ 33:23 前端可视化项目非常适合 AI Coding：边界清晰、解耦，像“新项目开发”。 34:37 既有大型工程不适配：耦合复杂、隐式约束多，上下文巨大。 36:10 Nathan的天文小项目：让模型生成太阳系3D与行星参数表，AI擅长填“琐碎而准确的数据”。 39:33 Spec Coding趋势：把需求/技术文档内嵌仓库，供模型稳态记忆与检索。 40:06 Vibe Coding 的真实边界与教育启发：AI 让“非程序员”低门槛上手、形成正反馈与兴趣。 42:47 万科宝能之争——“门口的野蛮人”：Unlearn 旧路径依赖，拥抱新范式。 44:38 业外更兴奋：AI自媒体兴起。 45:27 AI+艺术教育：下一代画画起点即3D交互，不是二维线稿。 47:30 AI时代的代际鸿沟：孩子与豆包姐姐对话成长，对话式操作系统或成主形态。 50:07 科幻电影照进现实，英剧《黑镜》多个情节已在现实落地。 50:57 GPT-5+心理：被质疑“冰冷”？田子实测。 52:57 Nathan猜测RLHF（人类反馈强化学习）导致“给下一步建议=高分策略”。 54:28 田子建议尝试把 Chatbot 用于情绪调适与基础性心理支持。 56:23 李松蔚——AI 的初级心理疏导与话聊能力在可用水平。 57:46 田子体验总结：AI 先专业化命名与归因→再给策略→“被理解”的放松感最打动人。 59:48 AI焦虑：行内人也会因迭代过快产生学习压力。 01:01:08 软件更“快”的结构性原因。 01:03:54 AGI 时间线的众声喧哗：2026/2027 甚至“今年底”的极端预期。 01:04:30 应对之道：别“只断讯”，更要参与创造价值。 01:04:59 即使知识层面被碾压，人类仍能在关怀、探索、目标上持续创造价值。 01:05:47 马斯克要硬刚微软段子：取名“Macrohard”。 01:06:22 Musk 的戏剧性与 Satya 的大度回应，微软护城河仍深。 01:07:53 AI 或成新“入口级”平台：从门户→搜索→移动OS→对话式入口；MCP 雏形。 01:09:55 想进微软怎么准备？ 01:11:35 微软内部 AI 要求升级：做Agent的老板。 01:12:30 展望：AI素养的重要性将超过纯编码能力？期待Nathan的新书！ - *提到的书和电影： 《思考快与慢》Daniel Kahneman 《现代软件测试技术权威指南》Nathan 《智能之门：软件工程基础》Nathan 《杀戮人机》 《她》 《黑镜》 《流浪地球》 微软发布的工作趋势报告：2025: The year the Frontier Firm is born - *BGM（所有音乐都是我用ai创作的）： Retro Pedal 963 - Fiona Huang (片尾曲) Dance Until Dawn - Fiona Huang (片头曲) - *过往精彩： AI主题相关播客内容都在《AI技术驯化指南》专题下~ 32.系统性讲解如何写好AI提示词 | Prompt Engineering 29.当代致富经：纳瓦尔宝典和纳瓦尔最新3h播客访谈都讲了什么 21.AI天选场景诞生-赛博算命，deepseek负责逻辑人类负责相信 22.偷火种不如造核弹，AI芯片是怎么炼成的？解码英伟达之道 23.经济下行期如何做预期管理与职业布局？裁员风暴下的实用生存指南 - 𝕭𝖊𝖎𝖏𝖎𝖓𝖌 𝕮𝖆𝖗𝖊𝖊𝖗 𝖂𝖔𝖒𝖆𝖓 北京职女 𝑻𝒉𝒆 𝒐𝒏𝒍𝒚 𝒘𝒂𝒚 𝒕𝒐 𝒅𝒐 𝒈𝒓𝒆𝒂𝒕 𝒘𝒐𝒓𝒌 𝒊𝒔 𝒕𝒐 𝒍𝒐v𝒆 𝒘𝒉𝒂𝒕 𝒚𝒐𝒖 𝒅𝒐. 节目已上线：小宇宙/网易云音乐/苹果播客/豆瓣播客… 听友群+drunkfiona

我们和大语言模型的协作模式还有优化的空间吗？AI从基础模型进化到高性能模型，又会如何影响提示词工程发展？AI除了可以帮我们解决工作/生活中的难题和dirty work，还能搞多模态的创作你知道吗？ 很多人都知道AI提示词很重要，但大多数人不是写不好，而是根本不知道还能这样写。因此我想尝试系统性地讲一讲“提示词工程”这件事——为什么它不是写几句话那么简单，为什么它值得被当成一个“工程问题”来对待，又为什么你总觉得AI不好用，其实只是你和它没建立起合适的协作方式。我会从一个实际AI使用者/创作者和AI业内人的角度，讲写提示词的结构方法、使用策略、还分享了少有人讨论的写指令的风格范式，以及一点通俗易懂的底层原理。如果你总觉得“AI没想象中那么强”，那这期可能就是为你做的~ 此篇教程不需要技术背景可以放心食用，听完就能上手。我还准备了10个实用提示词模板，放在评论区自取。如果你觉得这篇对你有帮助，欢迎评论转发分享给其他朋友。如果你也有很多用AI的感想，欢迎评论区交流~ - 00:32 我为什么想做这个教程？ 02:14 我计划怎么给大家“完善地”讲解提示词工程？ 04:54 我现在最常用的AI工具，以及我都用它们干什么？ 07:15 我从小到大最擅长的一件事：提需求 ——会提需求，你的人生就会变成爽文 Part0. 从“提问”开始讲 08:33 一切皆可问，你和AI之间的“合作关系”，更像是建立你自己语言习惯的过程 10:41 很多人在意图澄清方面都有巨大欠缺 ——Prompt工程的第一个关键变量，不是模型有多强，是你对所处任务的理解有多深 Part1. Prompting 框架 13:05 Google官方课程「Prompting Essentials」 ——如何将一个模糊的需求拆解成多个具体的、可执行的步骤 * 1.1 Task（任务） * 1.2 Context（上下文） * 1.3 References（参考） * 1.4 Evaluate（评估） * 1.5 Iterate（迭代） Part2. Prompting 范式 21:14 AI从基础模型进化到高性能模型，又会如何影响提示词工程发展？ 2.1 Lazy Prompting 22:51 吴恩达为什么说有时用懒提示反而更高效？ 26:10 适用于哪种模型？写懒提示居然还有个意想不到的“好处”？ 26:57 你可能会想知道的和「大模型记忆力」有关的3个底层机制 ——AI到底记不记得住我说过的话？能记住多少？ 29:08 什么是token？ 30:28 什么是Context Window（上下文窗口）？ 32:10 用deepseek推理模型写歌的一些离谱尝试 34:09 什么是session？ 2.2 Structured Prompting 35:42 工业化写法，稳定、高可控、利于复用 * 策略1. 少样本提示 (Few-shot) * 策略2. 给明背景信息（Additional Context） * 策略3. 指定完成任务的步骤（Decomposition） * 策略4. 思维链提示法（CoT） * 策略5. 使用标签 (XML Label） 2.3 Vibe Prompting 42:34 本人自创hhh，半结构半感性，创意感强 44:05 工作场合需要传达语气，创造氛围的场景也非常有用 45:01 当我用氛围提示法让GPT-4o吹我这篇播客 46:02 Sam Altman推崇的提示词工程师是噱头吗？ 47:15 AI能力的边界在哪里？ 47:28 关于提示词工程后面还可以讲什么？ 50:51 片尾曲：我用SunoV4.5 创作的R&B - *BGM（all music made by me via ai）： Sweet Sunday - Fiona Huang (片尾曲) Dance Until Dawn - Fiona Huang (片头曲) - *大纲以外的补充和延申： 我最常用的AI: ChatGPT-4o：全能，多模态 Gemini：超长上下文处理 Deepseek-R1：最佳使用方式是用腾讯元宝切成DS-R1+联网模式 Notebooklm：读paper读长文档 Recraft：有我最爱的胶片风格 Whisk：图片质感佳 Veo2：V3要花钱 Suno：最好的AI音乐模型 - 红衫资本分享的AI's Killer Apps： AI's Trillion-Dollar Opportunity: Sequoia AI Ascent 2025 Keynote (from Youtube) - 语言模型的分词（tokenization）机制举例：ChatGPT采用了一种叫做 Byte Pair Encoding (BPE) 的算法。这个算法的基本思路是：把一个字符串拆成尽可能常见的子词组合，以便最大化压缩 token 数量。但具体分成几个 token，还要看模型的词表中有哪些“片段”被定义为常见组合。想了解的可以在这个工具里测试：OpenAI tokenizer tool。 分词示意图： - 关于memory的补充： 一文看懂LLM记忆力机制 - Google Prompting Essentials (from Coursera / Google Career Skills / Youtube) The Benefits of Lazy Prompting (知乎上有中文版：吴恩达来信：Lazy prompting的好处) - 我用Suno三代模型写的歌，你能听出各模型的特点吗:) V3.5：Pages of Peace - Fiona Huang V4.0：Silent Night at Home, with Phoebe - Fiona Huang V4.5：Sweet Sunday - Fiona Huang - 极简歌词MV尝试：Whisk+即梦AI+Suno Sweet Sunday MV - *过往精彩： 29.当代致富经：纳瓦尔宝典和纳瓦尔最新3h播客访谈都讲了什么 21.AI天选场景诞生-赛博算命，deepseek负责逻辑人类负责相信 22.偷火种不如造核弹，AI芯片是怎么炼成的？解码英伟达之道 23.经济下行期如何做预期管理与职业布局？裁员风暴下的实用生存指南 - 𝕭𝖊𝖎𝖏𝖎𝖓𝖌 𝕮𝖆𝖗𝖊𝖊𝖗 𝖂𝖔𝖒𝖆𝖓 北京职女 𝑻𝒉𝒆 𝒐𝒏𝒍𝒚 𝒘𝒂𝒚 𝒕𝒐 𝒅𝒐 𝒈𝒓𝒆𝒂𝒕 𝒘𝒐𝒓𝒌 𝒊𝒔 𝒕𝒐 𝒍𝒐v𝒆 𝒘𝒉𝒂𝒕 𝒚𝒐𝒖 𝒅𝒐.