<p align="right"><font color="#3f3f3f">2025年07月11日</font></p> # 关于AI的使用 - **使用例子沟通提示**：与LLM沟通中，适当的提供例子，有助于模型更好的理解意图。 - **Prompt的设计与训练样本有关**：了解模型训练的样本特征，有助于设计更好的Prompt，比如Markdown、xml模型对模型更友好，就是个典型的例子，模型训练中这两种格式的样本更多一些。 - **如何不教条的使用AI**：AI本身还处在一个工具阶段，但与过往的工具使用有一个最大的不同，AI的使用开始接近**与人类的交流**，如果用一个完全模板化的方式与人交流，是无法发挥人的最大能力的，需要灵活变通的使用，不用被某些方法框死。 - **AI作弊和超额输出**：在上下文工程或提示词工程中，要适当的控制模型的输出边界，比如禁止作弊、禁止超额输出，让模型的输出在预期范围内工作。 - **问不出问题**：订阅了Claude之后，有一段时间在疯狂的问问题，甚至有点趋向于为了使用额度而问，有点被工具控制的感觉(哈哈)，随着冷静的思考发现，还是要回归到个人主线中，不必纠结额度，核心是建立更强的认知和发挥AI最大的价值，不能被额度问题绑架，核心是深度思考，找到问题的关键，问出好问题。盲目的问问题，只是浪费自己更多的时间。 # 关于AI应用 - **顶级的AI使用场景需要模型公司**：类似编程这类顶级的使用场景，一方面需要消耗巨量的Token、一方面需要模型的训练对场景做倾斜，这决定了模型公司做这件事情更有利，或者要做成这件事情需要变成一个模型公司。 - **AI应用的经济价值**：本质上AI应用的核心价值在于**能做原来做不到的事情**、**能更低成本或更快速度做原来的事情**，这里的成本、质量、效率的最佳平衡带来的经济价值，就是真正有意义的场景。 - **工程框架被弱化**：随着模型能力的提升，工程框架正在被弱化，主要的观察分为2点。1是任务的规划正在从传统的工作流程编码向模型动态规划的方式转变，此时工程的架构就被模型吞噬了一部分，2是随着AI编程的越来越成熟，框架这种由设计理念转化的产物，就更容易被产出，最后会变成是设计理念+AI编程可以快速的形成新的框架。 - **后训练过程与产品设计的强关联**：后训练过程中的微调、强化学习，本质上都是在增强某一个方面能力，让其对某一类任务更接近人类的预期，那这个过程本身就相当于产品设计了。 # 关于职场 - **大公司信息茧房**：在一个发展迅速的产业中，个人深处在大公司中，由于大公司各方面的制约导致(问题复杂化/面向汇报/..)，很难快速的改变行为模型，以符合新形态的方式进行作业。 - **晋升管理岗位**：深处在这次的AI浪潮下，已经不必纠结管理岗的晋升，未来的组织关系大概率要被重构，应该花时间去寻找面向未来的新身份，找到那个阶梯后，当面向未来的新能力具备后，位置和经济收益自然会出现，哪怕现在这个公司给不了，可能是新的公司或通过创业获得。 # 人生提示词 - 鼓捣了各种AI工具后发现，我应该构建的是"人生提示词"，无论什么形态的AI工具，都需要正确了解我的偏好和目标才能发挥作用，比如我的价值观、工作方向、学习/赚钱目标、育儿理念等等。这个人生提示词的构建像一个无限游戏，没办法一次性完成，而且会持续变化，但随着它越来越接近真实的自己，再结合强大的AI模型，就能持续提高吸纳知识和认知的带宽。