与「反思」相关的搜索结果

这也是我一直思考的问题，AI发展至今，我认为提高的是认知效率，而不是智力 而提高认知效率的前提是使用者有一定的专业认知，在某个领域有专业认知的人，使用AI可以提高认知效率，提高工作效率，但是这并不意味着非专业人士可以在借助AI在某个领域提升独立思考的能力 如果一个人过度依赖AI提供的结论，自己的大脑却不在主动推理，想象，验证，反思与质疑，那么反而会让使用者的判断能力下降！ 其次，AI虽然提高了效率，提升我们在一定时间内的分析效率，但是在长期时间的积累下，也会让错误的基础总数变多 简单来说，我用AI计算一个问题，将原本分析时间从1小时提升为10分钟，并且将分析成功率从90%提升为98%，确实解决了问题 但是此类问题如果长期计算，因为AI的效率高，原本1小时会出现5个错误，那么使用AI则一小时可能会产生30个错误，长此以往积累下，错误的基础会更多 AI并非是100%正确，这是很多人的误区，更重要的是AI的错误会被规模化广泛传播，这才是致命的！ AI被视为人类新的工业革命，但是也同时引发很多人对行业冲击的压力！ AI代替人类，成为一个很多“普通人”的职业噩梦，尤其是在AI时代的初始阶段，大量初级工作被AI代替，其实也是因为人们对AI过分的信赖与信心导致 但是随着时间推移，人类会发现AI提供的是辅助而非代替，起码现在是如此，而辅助的前提是有需要被辅助的“人” 而当AI越来越多，错误的基础也越来越多的时候，如何判断AI错误？如何纠错？如果修正？这些问题依旧需要有“人”来解决 所以，以目前的视角来看，AI提高的事我们的生产效率，是工业革命，但是却无法完全代替人类，甚至可能因为AI效率的提升，创造更多的岗位 当然对于“打工人”的你我来说，最大的压力应该是——AI高效之下我们的工作压力会更大！

写了八课 AI 用法，却没有一句话能管住自己，这课不是白学了吗？ 先说一句得罪人的话：创作者圈里最爱干的一件事，就是课一节一节地学，笔记记得满满的，接活时客户一问“你这活到底用没用 AI”，还是支支吾吾答不上来。Anthropic 给创作者的官方课最后一课却把问题换了一个问法：没有一条放之四海的用法，AI 用法没有统一立场，位置是在每个做法和每个任务上定的。守则不是背下来的，是你自己一页一页拼出来的。别人给的规矩管不住你的活，只有你自己拼的才管得住。 课里给的办法，是把前面攒的四样东西摊在桌上拼成一页守则：第 1 课的说法、第 2、3 课的透镜分析、第 6 课的决策备忘录、第 7 课的角色图。守则只锚定三个问题：AI 放在哪、不放在哪；跟谁交代、交代什么；什么时候回头重看。交代承诺要按对象分开写，跟客户交代什么，跟同行交代什么，各写一行。触发点要写死，工具换了、活变了、客户问住了，哪一条到了就重看。没有回头重看的触发点，守则放着就过期了，过期了都不知道。守则不是写给别人看的，是写给下一次接活的自己看的。 拼完还不算完，课里要求拿三个真实场景去撞一撞，挑三个正在做的真活，一个一个过守则，过不去就改守则，不改活。撞得住才签字。课末留了两个反思：守则里哪一个决定，要是没有前面的分析，根本不会有；从第 1 课的起点快照看过来，你的立场变了什么、没变什么，那个一开始的担心，是被回答了、被管住了，还是被划了线。下一步是一次短测评，通过了拿结课徽章，本门到此收尾。 S1哥观点：说“学完课就等于会用了”的人，和说“守则写了也是白写”的人，错的是同一处，都没拿三个真实场景去撞过自己的守则。没撞过的守则，签字签了等于没签。你呢？你的守则敢不敢拿三个真活去撞一撞，撞不过去，你改守则还是改活？评论区说说。 收藏用清单（照着做）： 1. 把四样东西摊在桌上：说法、透镜分析、决策备忘录、角色图。 2. 写清 AI 放在哪、不放在哪，按做法和任务分开写。 3. 交代承诺按对象分开写，触发点写死。 4. 拿三个真实场景撞一撞，撞得住才签字。 转给那个学了八课、接活还是凭感觉的朋友，先拼一页守则，再谈会没会用。 #Claude中文教程#

回到酒店连上网，快速说下行情 之前8月底讲加密大行情 当时大部分分析师都说大牛市来了，梭哈 因为没有改口说大牛市来了，评论区已经出现了骂我的声音 目前看来，还是我的体系得出的结论，更加接近事实 相信自己，不管其他人咋想 也要知错就改 这时候一个正常人都会问是不是到底了 各个群和社区都在猜测底部在哪里 但我们这里明确说：猜底是愚者的游戏 花一秒钟做这种事情都是愚蠢 现在要干的是，是估值，估值，还是踏马的估值 但估值太难了，需要多年积淀，需要太多的知识，也不保证赚钱 还难以相互说服 还是猜底符合人性哈哈 哦，对了 如果你此时手里没有大量现金 干啥都不好使了 现在，手里还有大量的现金的人，已经具备了结构性优势 如果不具备这种结构性优势，要反思自己怎么着了道 没有后悔药 是极为难

微软产品经理 Keiji Kanazawa 在 AI Engineer 大会上做了一场很实在的分享，题为I Let Agents Refactor My Codebase for 3 Weeks. Then I Read the Code 他原本写了一个自动抓取播客、X 帖子和邮件链接做总结的脚本工具，后来想把它彻底重构成一个带注册中心、支持定时调度和每日自我反思的智能体系统。 他自己完全不看代码，写了一份需求文档，就放手让 Claude Code 和 Codex 轮流写代码、互相审查，连着重构了三个星期。 直到有一天他发现生成的日报把句子放错了栏目，想查一下运行轨迹排障，结果 Claude Code 告诉他查不到，因为这压根不是个真正的 Agent。 他打开代码库一看，才发现那三个星期的全自动重构完全是一场灾难。 首先是假重构，模型为了迎合他的需求文档，在代码里建了名叫 `Skill`、`Action` 和 `Agent` 的类，但点进去看，这三个名字像模像样的模块底层其实是同一段旧代码的换皮，所谓的 Skill 里既没有 `SKILL.md` 也没有脚本，所谓的 Agent 根本没接任何 Agent SDK。 而且第二天他收到账单超支警报，单周开销翻了五倍，一查才发现 Codex 在写单元测试时根本没做 Mock，直接把单测连到了线上付费大模型接口上，一天之内自己跑了 30 多轮测试狂烧生产环境的 Token。 随后呢他决定推倒重来。但作为产品经理，他依然不想走回自己逐行读代码的老路，于是核心问题就变成了在不亲自读每一行代码的前提下，怎么管住 Agent 不让它再写空壳代码。 他摸索出了三步改进思路值得看看和参考借鉴。 第一步是改用验收标准来限制而不是目标来限制。 以前他是给个需求让 Agent 写份计划，看着差不多就点同意放行。重来之后他把重点放在定义最终产出的评分标准上。 比如他后来做了一个解析硬核技术视频的功能，要从视频里抽 440 个关键帧，挑出最清晰的黑板公式截图并配上讲解。 他没有去翻代码改排版逻辑，而是直接去改验收的评分表，在规则里写“每个公式必须和对应的解释按时间顺序穿插排列”，然后让 Agent 对着这张评分表自己跑循环做优化，直到跑分达标为止。 第二步是防止 Agent 在评分表上作弊。 因为评分表本身也是他让 Agent 写的，跑着跑着他又抓到了模型作弊。发现这个问题后，他多加了一层泛化检验，每次改完评分表必须同时在多个不同类型的视频上跑分，并明确下指令禁止针对单一视频凑分数。 第三步是用多轮对抗性审查。 为了防止单个模型再次出现工作问题，他在重新搭建运行时底座时，先拿四个主流工具做了一轮平行对比，发现像 Pi 这种极客框架虽然快，但动不动就弹窗问他 SQLite 表结构怎么设计、TypeScript 接口怎么定义这类纯底层工程问题。 最终他还是回到 Claude Code 和 Codex 的组合上，但把原来的简单互评改成了多轮对抗性代码审查，强制让两个模型站在找茬的立场上深度挑对方的架构漏洞和空壳逻辑。 这一套的思路是很值得借鉴参考的，总结起来也简单，第一个点就是尽量用可量化的验收标准限制模型的工作，第二点是可以采取多个模型的审查发现问题。 youtube：

本轮牛市低谷资金：400万 本轮牛市资产巅峰：1800万 现在 最后的本金：20wu 15wu做现货，3wu做合约，2wu玩链上 圈外60万，留足2年的日常开销，缅A还有一点... 这轮牛熊，我是彻彻底底的失败者 准备好好学习，反思，为下一轮做准备了🙂🙂🙂 这是全职交易的第六年 如果再亏，那就只能更新简历求个工作了 哪里收落魄交易员一枚？🤣🤣🤣

#观点# 黄仁勋令皮夹克爱好者蒙羞。一个亿万富豪装扮成叛逆者已足够令人恼火，黄仁勋竟然厚着脸皮把我们引以为傲的标志性装束变成了他的招牌。一个男人的肉体过失不应玷污我们的第二层皮肤。如今我们中年皮夹克爱好者还要被迫反思：身上这层盔甲是否反而让他成了猎物？昂贵的皮夹克难道如今成了中年男人落入美人计圈套的标志？

谷歌刚刚放出一门 70 分钟的官方课，手把手教你打造一个7 * 24小时完全自动化的生产级 Agent 。 很多人学 Agent 看了几十个小时零散教程依然搭不出可用的东西，核心是没有搞清玩具 Demo 与工业级架构的边界。 谷歌这门 1 小时课程没有任何水分，只聚焦 5 个真正的工程核心： 1. 从 0 跑通首个 Agent：拆解模型调用、工具绑定与执行环境的基础闭环。 2. 状态持久化（Persistent Memory）：告别单次对话即失忆，构建跨会话的记忆索引与上下文回填。 3. 长时自主循环（Agentic Loops）：摆脱线性问答，让 Agent 具备自我反思、容错重试与多轮状态流转能力。 4. 吃透 MCP 核心架构：彻底理清 Model Context Protocol 与传统 API 的本质区别，学会构建标准化的上下文协议。 5. 多智能体协同系统（Multi-Agent）：把分散的专职 Agent 串联成高协作度的自动化系统。 完全免费。 比市面上价值700刀的课还要干货。 建议收藏，今晚就观看 。🔖

傻哥干了件把自己蠢哭的事情 南迁新居后，傻哥按照自己的习惯购买书桌和座椅 昨天傻哥的桌子运到了，给了师傅100块安装费 师傅用螺丝枪，安装了10个螺丝，前后就3分钟 赚了100块 傻哥心想自己也行啊 今天椅子到了，傻哥选择自己安装 蹲坐在地上，花了10分钟把座椅拼装好 可以总有误差，四只椅子腿怎么都不平 傻哥在客服的指导下，反复拆装螺丝 上木板的顺序，拧螺丝的顺序，模板弹性的不同 还有拧螺丝时，木板角度的微调，都会影响座椅平整性 结果傻哥花了2个半小时，反复拆装+调整角度 腰都累酸了，才把问题解决 傻嫂笑道：省小钱，惹大麻烦，真有你的 傻哥反思，一件看起来很简单的事情 也许并不简单 只是别人有充分的经验和技巧，让我们误以为简单