文章、回答、视频、播客和访谈的统一归档 · 知乎 · 1067 条 · 第 3 / 36 页
2025
Deepseek能为我做什么？
以我的亲身体验，DeepSeek 在中文阴阳怪气的造诣上远胜其他大模型！
AI让“外行”变高手？——从AI音乐到AI编程的思考
你是否曾想过，不懂代码的人也能用AI完成创意编程？或者一个不懂音乐的程序员，也可以用AI做出让自己都惊喜的音乐？在AI时代，这些都不再是天方夜谭。本文将结合我自身“用AI做音乐”的经历，聊聊“AI原生（AI-native）”的思维方式，为什么它能让“外行”获得更多超级能力。 1. “外行”做音乐：不一样的创作角度 我是...
AI如何辅助编程？
从我的观察来看，AI辅助编程最大的变革不在于代码自动生成本身，而在于它完全改变了我们与代码交互的方式，让编程从"写代码"变成了"设计系统"。就像我写的文章中提到的： "工程师的工作大部分就是造轮子与用轮子，而工具的逐渐标准化使得重复造轮子的需求越来越弱，越来越多的工程师核心任务并不是研发，而是整合（Integratio...
为什么越来越多的家长开始用 ChatGPT 来辅导孩子学习？作为家长，你会用 AI 工具辅导孩子吗？
想象一下——深夜十一点，你正在客厅昏昏欲睡，孩子房里却传来焦躁的求救声：“妈，最后一题我看不懂，这篇作文我不会写！”此刻你要么咬牙继续熬夜辅导，要么只能苦笑着说：“要不明天找老师问吧。”但现在越来越多的家长发现有一个替代方案：打开 ChatGPT，一键获取解题思路或写作提纲，彷佛多了一个 24 小时随叫随到的“私人家教...
AI 大公司主导的行业格局在未来十年还会持续吗？会不会逐渐变成小团队百花齐放？
你是否曾好奇，未来的AI行业会被那些资金雄厚、资源丰富的科技巨头彻底“垄断”，还是有朝一日小团队也能杀出重围，打破大公司的围墙？当我们看到微软豪掷130亿美元给OpenAI、Meta大举投入自研芯片以及各大云平台“卷”GPU资源之时，很容易得出结论——AI是大厂的游戏。但另一方面，开源模型、低代码/零代码平台的兴起，以...
2025 年人工智能将如何深度改变我们的生活与工作？
在初春的一个清晨，李明像往常一样走进自家的客厅，却发现今天家里的“Omnia智能魔镜”比平时早一步亮了起来。魔镜上显示着他的健康参数：心率、血氧、睡眠质量都用图表清晰呈现，还给出了个性化的运动建议。自从安装了这面由Withings推出的Omnia智能魔镜后，李明就养成了每天起床先进行健康自检的好习惯，甚至连医院的常规体...
如何用企业估值的方法来指导个人的职业发展
很多人谈到职业规划时，总爱说“要多学习”“要提升自己”，但究竟该怎么衡量“学习”与“提升”呢？如果我们像估值一家公司一样，对自己的职业价值做一番“估值”，或许能够得到更有操作性的答案。今天就想和你分享一个思路：如何用企业估值的方法来指导个人的职业发展。也许这会给你带来一些新奇的视角，并在关键决策上提供不一样的参考。 一...
集成 GPT-4 的代码生成器 Cursor 使用体验如何？怎么用更高效？
你有没有过这样的时候：花了无数心力去“打磨”一个人工智能开发项目，结果却越修越乱，反而不如直接重来？这个现象在当今 AI 领域并不罕见。我们常常期望用 AI 帮助我们自动生成内容乃至代码，但却忘了 AI 在处理复杂的中间过程时，可能会带来比想象中更多的混乱。今天就和大家分享一个失败的 AI 开发项目经历，以及由此带来的...
如何评价“人工智能画的画是没有灵魂的”这个观点？
那位总是戴着墨镜、不苟言笑的画廊老板，轻轻抚摸着一幅来自某个顶尖AI平台的数字画，嘴角似乎闪过一丝疑惑。“可它……终究没有灵魂啊。”他说完这句话便走向了昏暗的灯光下，留下一屋子人面面相觑。人们不禁要问：什么是“灵魂”？人工智能生成的画，真的注定永远无法承载那份不可言说的情感与生命力吗？ 最初的平凡世界 故事得从我们对艺...
8个角度带你理解 Employee vs Business Owner 对比 Mindset 区别到底有多大？
Superlinear/笔记你有没有思考过，为什么明明我们都在人生的同一起跑线上，做着差不多的工作，可时间一长，有些人依旧停留在“我只是个打工人，拿死工资就好”；而有些人却能把思维“跳”到另一个层次，不断尝试新的商业机会，甚至越做越大？很多人会把这些差别简单地归结为“性格不同”或“运气使然”，但事实远不止如此。 在《穷爸爸富爸爸》这本理财经典著作...
回顾互联网发展，有哪些底层逻辑看似简单但将在未来持续奏效？
让小团队做大事：互联网不变的底层逻辑 你是否注意到，最初需要一整家公司才能办成的事，现在只需一支微型团队、甚至一个人就能实现？从阿里巴巴、Airbnb，再到SaaS和“独立创客”，看似偶然的爆发背后，其实隐藏着一个简单却深刻的底层逻辑——让更多的中小型专业团队发挥更大的创造力。 一、互联网的变与不变 互联网发展几十年，...
如何评价Cursor？
你有没有想过，只花不到一个小时，就能为你的播客产出整整一周的内容？又或者，一首自己用AI创作的音乐，能成为一支支短视频的背景，让需要被领养的狗狗收获更多关注？听起来像是天方夜谭，但其实现在通过“AI自动化”，这一切都不再是难事。下面，我想分享三件我用 Cursor AI+自动化做的项目，也谈谈其中的一些思考。 一、自动...
Solo Entrepreneurship：个人创业者崛起
很多人都在问：“AI 时代到来之后，我们的工作和创业方式会发生怎样的巨变？”或许，你已经在社交媒体上看到了各种“个人创业”成功案例：有人在家里开设线上课程；有人依靠自动化工具经营跨境电商；有人甚至在没有实体团队的情况下，打造出涵盖全球客户的数字化服务。这些看似“个体作战”的创业新形态，背后不仅仅是技术的迭代，更是生产力...
我们的孩子会成为“Ownership Native”
这几年，AI 技术迅猛发展，从深度学习到大模型，再到众多自动化工具的普及，其背后带来的一个深层影响，往往被我们忽视——生产力的大幅度提升将会带来 Ownership（拥有权、自主权）的进一步扩张。如果我们回望历史，每一次生产力的跃升，几乎都伴随着人们对个人权益、财产或事业主导权的追求与强化。比如说： 工业革命解放了劳动...
My AI Music Is on Spotify
你有没有想过，音乐的未来会不会变得像快餐行业一样？ 过去只有专业主厨（即专业音乐人）才掌控“厨房”（录音棚），而现在，随着 AI 的加入，几乎所有人都能用上好听的旋律！是不是很吸引人？ 从“大厨”到“排行榜热门” 我是工程师背景，从没受过音乐学院的专业训练。现在我也能用像 SunoAI 这样的 AI 工具制作整张专辑—...
人人都可以在 AI 时代瞎搞 AIGC 😄
Superlinear/文章原文链接：https://www.superlinear.academy/c/resources/ai-aigc 都说 AI 牛逼，都说要学 AI，但是 AI 学了有什么用呢？我想这是困扰很多人的问题。 就像锤子和钉子，就算我们拿到了锤子，锤子很厉害，找不到钉子，也很痛苦。 那钉子呢？钉子在哪里？ 如果你不知道 AI ...
2024
程序员听命于产品经理，为何薪资却远超产品经理？
原因我想了想，还是有很蛮多的。 工程师同样对产品有决定性影响。 在实际工作中，工程师并不是简单地"听命于"产品经理。恰恰相反，好的工程师会深入参与产品决策： 技术方案的选择直接影响产品的性能和用户体验 系统架构的设计决定了产品的扩展性和维护成本 很多创新功能往往来自于工程师对新技术的探索 当然供需关系决定薪资。 市场上...
程序员能纯靠技术渡过中年危机吗？
这个问题让我想起前几天在一个三藩的聚会上，跟几位资深工程师聊天的经历。在大厂小厂工作过十几年后，都或多或少会得出类似的结论"以前总觉得只要技术够硬就行,但现在才明白,技术只是冰山一角。" 技术确实重要，但现实是技术的更新迭代速度越来越快。一个技术从出现到成熟的周期已经从以前的3-5年缩短到了1-2年。这意味着单纯靠技术...
自学人工智能，究竟是该挨着学习，打地基式，还是说根据需要所学，不断由一个点扩展到面?
我并不认为有完美的学习方式，也不认为任何极端的方式是合理的。但是如果说要是如何更有效率，我更喜欢实践带动理论的方式。 传统的教育理念告诉我们要"读万卷书"，打好基础再实践。但在我文章《好学生学不会 THE UNTEACHABLE STUDENT》中提到： "对大多数人来说，他们上一次真正学到东西已经是很久以前的事了。人...
为什么一旦自己创业了，很难再回到公司去坐班？
创业和打工的差别，不仅仅是上班时间的自由，更重要的是看待问题的角度和思维方式完全变了。我举几个在硅谷创业圈观察到的真实例子。 有个朋友从谷歌出来创业做 SaaS 服务，刚开始只有三个人的团队，每天都要面对各种问题：产品有 bug 客户在骂，服务器半夜挂了要爬起来修，融资 pitch 被无数投资人拒绝。但有意思的是，当我...
学习编程可以为自己带来什么?
之前引用过一个笑话： "程序员有个著名的笑话，这么说的：'老公，晚上回来买一个西瓜，如果看到西红柿，就买两个。'晚上，老公买了两个西瓜回来，老婆问为什么，老公说，'因为看到了西红柿。'程序员看到了一定会心一笑，甚至认真的人还会辩解说完全没有什么问题，认为这是对于语言严谨的追求。" 这个笑话说明编程其实改变了我们的思维方...
如果想从事人工智能方向，本科应该选择计算机还是数学？
分享一下我的观察。建议选择计算机专业，原因有这么几个： 首先是基础课程的完整性。计算机专业会学习编程、数据结构、操作系统、计算机网络等等基础课程。这些看似和机器学习关系不大，但当你真正在业界做 AI 应用的时候，这些基础知识反而成了最重要的部分。我见过太多数学专业转行的同学，在处理工程问题时非常吃力，因为缺乏这些基础知...
写代码和写文章，哪个难？如果对于程序员来说，哪个更难？
其实写代码和写文章一样难，但是难在不同的地方。在《好学生学不会 THE UNTEACHABLE STUDENT》中我分享了一个观点："他们接受的训练就是去分析、研究和寻找问题，而且他们在这方面相当在行。他们能很快找出任何问题的负面影响，在行动之前，他们会问很多问题，确保自己了解所有的事实。" 有意思的是，这个特点在面对...
十个关于AI 和机器学习未来的预测
做机器学习已经十年了，见证了从深度学习爆发到大语言模型崛起的整个过程。记得在2013年我在CMU读书的时候，就在文章里写到"机器学习会爆发式发展"。现在回头看，确实走过了一段令人惊叹的旅程。 但机器学习的发展会更快： 第一个预测，机器学习工程师会成为一个标准化的、可替代的职业。就像过去的机械工程师、电气工程师一样，随着...
教育部部署加强中小学人工智能教育，会有哪些影响?
在硅谷从事机器学习相关的工作，也一直在思考AI教育的问题。我觉得这次教育部的部署非常及时且有意义，但关键是要想清楚AI教育的本质。 在《AI时代的学习范式重构》中我曾提到 "在AI时代，我们正经历一个根本性的范式转变：从Knowledge-Based Paradigm转向Problem-Identification P...
什么事情是你当了程序员才知道的？
当了程序员最大的感受，就是当你真正进入行业，会发现实际工作和在学校里学习完全是两回事。 实际工作中，代码量只是整个软件工程中很小的一部分。花在写代码上的时间可能只占20%，更多的时间是在做设计、测试、部署、运维，以及最重要的：跟人沟通。 Conway's Law（康威定律）说组织的架构决定了系统的架构。当你真正进入行业...
编程的难点在于哪里？是逻辑、数学、算法，还是模块、框架、接口的掌握？
编程最大的难点其实都不在这些技术层面上，而是在于如何把一个复杂的现实问题转化为计算机可以理解和执行的形式。 我之前中提到过一个观点："部署、运维等工具的逐渐标准化使得重复造轮子的需求越来越弱，越来越多的工程师核心任务并不是研发，而是整合（Integration）。"这背后的深意是：现在的编程工作，难点已经从"如何实现"...
ChatGPT正式上线两周年，你有什么感触？
我写过一句话，现在回看格外有意思： "很多基于机器学习的算法的出现，使得很多不可能变成了可能，会极大地提高公司的上限，让公司跑的更远。通俗一些，在一个全部都在生产马车的年代，一个好的数据分析系统可能可以帮助公司比别人公司生产性价比更好的马车，比别的公司赚更多的钱，但是，什么样的人能够帮助公司生产出第一量汽车呢？" Ch...
创业不知道走什么路线?
让我用我在硅谷这些年的观察和思考来聊聊这个问题。 在《2017 小感》中我提到过： "工具真的大爆发，生产力真的大爆发！每过几年都会发出同样的感叹...创业者们可以更专注于洞察需求，思考 PMF（product market fit），技术问题绝大多数时候都不再会是起步的阻碍。慢慢的，三十个人的团队就可以挑战三千人的公...
普通人如何吃到 ai 红利？
现在确实是吃到AI红利的最好时机。正如我在之前的人文章中所说: "一是这个领域很新。虽然机器学习已经发展很久了，但是机器学习以优化黑箱模型追求预测能力真正的爆发点来自于2012年的 AlexNet...二是机器学习是个颠覆性的方法论革新。它带来的改变会从互联网延伸到各个领域，各个学科，我敢断言是人类这一次技术革命的基石...