<p align="right"><font color="#3f3f3f">2025年06月02日</font></p> ## 关于教育 * **AI时代的原住民**：这一代的小孩从懂事开始，在他们的意识中AI就是始终存在的，没有我们这一代人经历过从无到有的过程，作为家长需要今早让小孩接触AI，与AI进行交流，让他们从萌芽阶段就形成与AI交流的直觉，无需经历我们这一代AI从无到有的过程中，需要花很多时间适应与AI交流的方式。 * **使用LLMs的学习方法**：关键是能提出出好问题，洞察实物最本质的差异。基于这两点在与LLMs的交流中，可以根据自己的想法持续提出问题，直到自己的理解没有已知的模糊点，就完成了一次完整的探索式学习。 * **具备足够好奇心的人将快速领先**：使用AI辅助学习的方式已经在大幅度的增加人的学习效率，一个具有高度好奇心+执行力的人，会有一种无所不能的感觉，与没有AI之前，反而觉得时间越来越不够用。 ## 关于AI的发展 * **LLM的摩尔定律**：LLM发展的摩尔定律与硬件时间的摩尔定律有个关键的差别，就是传播速度的差别，当下顶尖的LLM都是通过API访问，在LLM升级的那一刻，我们只需要更改model name就可以1秒钟切换到新的模型。 * **反馈机制的设计师成败关键**：特别在编程领域，设计有效的反馈机制本身是一个复杂的系统工程，这其中还涉及另一个问题，用户的真实行为远胜过人工标注的结果。 * **世界模型**：也被称为世界模拟器，是指智能系统对外部世界的内在表征和理解框架。它不仅仅是对数据模式的统计学习，而是试图构建对世界运作方式的深层理解。与大语言模型的本质差异是，**LLM是基于统计工具进行模式识别，世界模型是建立因果关系和物理规则，类似记忆规则和理解原理的区别**。类似OpenAI这样的Sora视频生成，其潜力不仅是视频创造，更大的想想空间是对世界运行的物理规则进行建模，模拟物理现象。 ## 关于AI应用 - **AI应用的形态**：类似Claude.ai中chat+画布的方式，让我有一种一窥未来的感觉，对于互联网用户来说，chat作为了可以任何信息输入的入口，而画布又给了AI信息展示的无限可能性。尝试想象下，未来的画布如果是通过VR、全系影响这类方式，那就是科幻照进现实了。 - **补齐LLM缺陷和激发LLM能力**：当前成功的AI应用大多数是从LLM能力有缺陷的阶段发展起来的，使用了大量的工程手段、辅助模型手段补充模型的权限，达到一个比较好的用户体现或适用性，cursor就是其中的典型例子。但随着模型能力的提升，这种架构方式反而限制了模型能力的发挥，其中Claude Code是另一个典型的例子，在Claude4系列模型能力提高一个台阶后，其以模型为核心的设计，快速显现出激发模型能力的优势。未来Claude Code会很大概率超越Cursor。 - **关于ClaudeCode**：ClaudeCode以终端作为运行载体方式也是更加AI Native的思考方式，作为重点的一个命令行工具，在unix系的操作系统中，几乎可以控制操作系统的方方面面，行动空间远超传统的IDE，同时又可以批量运行。这让ClaudeCode既可以作为AI编程工具，也可以作为一个批量操作的AI编程工具。同时ClaudeCodeSDK的设计，很可能让ClaudeCode从一个AI编程的生产力工具，变成数字世界的基础设施。 ## 关于AI编程 * ***使用AI编程工具的角度**：核心的观点是，程序员依然是编程中的主导者、控制者，虽然AI可以实现细枝末节的代码，但是程序员需要有掌控细节的能力。 * **小助理**：将一些规则化、模板化的代码交由AI工具来完成，提供可复用的模板化.md文件，可以大大提高效率。 * **解决疑难杂症**：当发生未处理过的错误时应该及时让AI介入，可以大大缩短解决问题的时间。 * **做自己不清楚技术细节的工作**：快速对技术架构了解后，就可以通过AI编程工具快速的启动，例如使用React+antd开发前端页面，快速了解技术框架后，可以在做的过程中逐渐完成对新技术的学习。 * **根据代码生成文档**：针对比较复杂的业务逻辑或接入某些SDK的文档，可以让AI根据代码生成详细的解释文档，可以大大节省时间。(此类文档生成建议使用Claude模型) * **复杂业务逻辑的开发**：并不是要完全依赖Agent模式，当比较复杂的业务逻辑开发时，可以通过伪代码的方式让AI生成，也可以程序员自行开发。在程序员自行开发的过程中，依然可以借助AI工具的代码提示功能，实现高效率的细节代码开发，如CursorIDE中的代码提示功能也非常强大。 * **把AI当做老师和合作伙伴**：对于任何不清楚的代码，要养成立即询问AI的习惯，这个习惯持续坚持下去会形成大量的积累。同时也可以把AI当做合作伙伴，对于一些拿不准的方案和代码，可以与AI讨论是否有更合适的方案。 * **同步Agent和异步Agent的关系**：当下异步Agent的成功率还不能得到保障，一种使用方法应该是使用同步Agent的模式讨论清楚方案细节，再交由异步Agent执行，执行完后再使用同步Agent进行检查、验收、修正。