陈然的公开内容

Ever felt like the world of knowledge has gone from a slow crawl to warp speed? 🚀 What if the real game-changer is no longer the cost of expertise, but how wel...

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—...

知乎/文章Superlinear/文章

7 分钟

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 ...

Superlinear/笔记

3 分钟

最近沉迷 AIGC，今天心血来潮，看着鸭哥和课代表的顶级 AI 课程：From Users to Builders: Transform Yourself for the Age of AI。不如做歌一首。 成品 From Users to Builders： 我觉得还是蛮好听的啊哈哈，特别燃，听了就想立刻 Sign ...

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...

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...

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...

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...

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...

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...

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...

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...

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...

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"...

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...

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...

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...

这个问题让我想到了一个本质的观点：学习编程不是为了看会做什么，而是要真正理解和掌握。 从我在CMU的经历来看，最重要的不是获取知识的方式，而是如何让知识真正变成自己的。正如我在《如何做错题集》中说过的： "因为学习就两步：1.找到不会的，2.把不会的变成会的。绝大部分人把时间花在了做题上，而忘了其实做题是为了找到不会的...

AI 时代最大的竞争优势，不是先验知识，而是“解决什么问题”，因为AI 拉平了所有的的知识壁垒，谁想解决的问题更大，谁就能从AI获得多的 just in time 的知识和实践，谁就能领先于其他所有人。 ”敢想“是 AI 时代最大的 differentiator。 陈然：在 AI 时代，提出好问题比找到答案更重要 让我...

让我们先从一个有趣的历史案例开始。1943 年，IBM 的总裁 Thomas Watson 说："我想世界上可能需要 5 台计算机。"这个著名的误判不是因为他不够聪明，而是因为他在解答错误的问题 —— 他在思考"我们需要多少台计算机"，而不是"计算机会如何改变人类的生活方式"。这个案例完美诠释了我们今天要讨论的核心：问...

大家好，今天我们来聊一个重要的话题：AI时代人类的学习方式正在发生深刻的改变。 在传统的认知框架中，我们都很熟悉"读万卷书，行万里路"这句古语。这句话代表了传统的线性学习模式：先通过大量阅读积累知识，然后再通过实践来验证和应用这些知识。这种学习方式在过去的几千年里一直主导着人类的知识获取过程。 但是，随着 AI，特别是...

根据这篇调查 Criminalization and coercion: sexual encounters with police among a longitudinal cohort of women who exchange sex in Baltimore, Maryland Criminalization ...

创业的事迹没有，但是听的故事多，要聊聊创业和打工的本质区别。经过这些年的观察和亲身经历，我发现这两条路的差异远比表面看到的要深刻得多。 先说个真实的故事。我有个朋友小王，35岁，在一家外企做到中层管理，年薪60万。表面看起来很体面，但每天晚上11点躺在床上时，他总会反复问自己一个问题："这就是我想要的生活吗？"去年他终...

在知乎，我们每天都接触海量信息，但真正能记住、能引发思考的内容却不多。为什么？因为很多内容只停留在“知识”层面，干巴巴、冷冰冰，缺乏让人感同身受的情感、引发共鸣的连接以及流畅易读的韵律节奏。那么，如何让知识内容不再干巴巴？AI或许能提供一些新的思路。 (一) 注入情感：让知识有温度 想象一下，一篇关于宇宙起源的文章，如...

在求职的道路上，许多人都会面对自我怀疑、职业选择和未来规划的困惑。近日，我们聆听了一场关于如何面试找工作的深度对话，参与者之间的真诚交流，为正在求职或职业转型的人们带来了宝贵的见解和启示。 金句摘抄： 1. “一个人找工作，跟他以前的经验有关吗？有一点点关系，但是没有你想象的那么大。最终，你自己的信心水平才是最重要的。...

在当今社会,我们常常目睹一个令人困惑的现象:那些被认为最聪明、受教育程度最高的人,却似乎在解决最无关紧要的问题。好学生变成了勤勉的打工人,高级知识分子沉迷于学术界的细枝末节,而真正能够改变世界的大问题却被搁置一旁。这种现象不禁让人思考:为什么越聪明的人,接受的教育越多,反而更容易被日常的职场琐事所困扰? 首先,我们需要...

今天听到了几个观点，觉得很有意思： 有些公司已经开始允许用 GPT 和 Google 来帮助候选人面试，但是必修要共享屏幕让面试者看到你如何写 prompt 如何 debug。 还有一个核心的思考：要找一个会用AI的人，还是找一个会用AI作弊的人，还是找一个会刷题的人？ 所以引发的一些思考。 随着人工智能技术的迅猛发展...

Superlinear/视频

1:25:56

之前跟课代表聊天聊到了“中美职场文化的异同”，觉得是一个很好的 topic 跟大家分享。开了个帖子大家反响也很积极，所以我们打算做一个直播。 中美职场文化的差异，常常是一个令人深感困惑的领域。我目睹过无数才华横溢的同仁因无法洞悉这些微妙的文化差异，而在职场中屡屡受挫：晋升之路坎坷不平，薪酬谈判步履维艰，跳槽转职举步维艰...

知乎/文章Superlinear/笔记

6 分钟

如果你从来没有经历过“赚钱需要自洽”这个过程，那么恭喜你，你大概是天生搞钱圣体 ，比我们快了好多步，一下子就跳过新手村，开始进入了真实的世界。 但对下面的内容，也不要觉得“搞笑” ，你的周围可能有好多小伙伴都还在新手村里读教程着呢，还在如何自洽赚钱中挣扎。能自己走出来不容易，你能带着大家一把，胜造七级浮屠。 很多人来找...