应该不会有几个人爱看我的长篇大论，发这篇帖子主要是对自己想法的一个记录，也希望和大家交流交流——在 AI 时代中，更应该去学什么，应该用什么样的心态去使用 AI 和面对 AI。 背景 先简单介绍一下自己。我目前是一位研一的学生，在非人工智能专业进行人工智能相关研究（应该是大多数工科的现状了）。由于本科并非计算机或人工智能专业，代码能力并不强，目前主写 Python，基础语法没什么问题，但对一些常用库的用法还不够熟练，数据结构、算法原理这些计算机基础课也没有系统学过。跟各位大佬比起来真的很菜很菜，先把丑话说前面。 正如大家所见的，现在的 AI 发展真的很快，新模型层出不穷，模型的编程能力也越来越强。我自然而然地入坑了 vibe coding，并且也确实利用 AI 完成了很多自己平常的一些小想法和老师交代的项目任务。客观来说，AI 极大程度地帮助我完成了很多凭借自己目前能力无法完成的事情。 矛盾：省出了时间，却填不上去 在这期间，我无数次产生过一个想法：既然 AI 帮我省了这么多时间，我应该利用这些时间去猛补基础知识啊，比如仔细去看看这个算法是怎么实现的，这个页面的设计逻辑是什么样子的，HTML 的基本语法是什么样子的，等等。 但始终没办法长时间落实下来。 不得不承认，原因就是 惰性 。心里暗暗觉得学这些基础知识是比较耗时间的事情，而且由于 AI 的存在，我对它产生了依赖性——很多时候会想让 AI 帮我解释概念，短时间内确实能听懂，但这种方式对知识的真正理解和贯通，实际上促进作用微乎其微。听懂了和掌握了，之间有着非常大的差距。 于是我陷入了一个很深的矛盾： 我不屑于也不希望自己成为纯 vibe coding 的人，认为这样只会让自己的代码水平和理解能力越来越差； 但自己却越来越向纯 vibe coding 靠拢，每次想补基础都坚持不了几天。 一边是 AI 省出来的大量空余时间，另一边是被 AI 放纵得愈发横生的惰性。这种无力感和焦虑感混杂的情绪真的让人非常难受。 今天看到 Tiago Forte 发的一个帖子，末尾有一句话： There’s nothing more confronting to humans than freedom. 对人类来说，没有什么比自由更让人感到难以面对。 以前的我看到这种话肯定是无法理解的，但现在看到的时候，我觉得它非常准确地概括了我的心理状态。并且我的状态可能还更复杂—— 我物理上变得更自由了，但心理上好像更忙碌了。 仔细想想，我的脑子里一直有两边在碰撞 一边是从小被教导的 踏实肯干 ，告诉我基础不牢地动山摇，该学的东西一样都不能少； 另一边是 AI 带来的 快速成果展出 ，项目完成了、效果出来了，但伴随着一种说不清的虚无感。 我是 INFJ 且有点偏向 INFP，本来就容易内耗和反刍，这两套系统一撞，内耗就特别严重。之前其实也不是没意识到这个问题，只是一直不太敢面对。今天不知道在哪又看到苏格拉底那句经典的"认识你自己"，觉得我不应该再逃避了，应该去直面自己发现的问题。 我身边有些纯 vibe coding 的人，说实话我之前对此是趋之若鹜的。但后来才慢慢发现，这样的人确实可以不焦虑技术，对 AI 产出的结果也没有不确定感，心态是真的不错，但他的基础能力不咋样（没有贬义的意思，我认为这是完全依赖ai所导致的必然结果）。 我不想完全成为他那样的人，但也不可能抛弃 AI，毕竟这个时代不使用 AI 已经近乎完全不可能了。 在这个时代，真正应该要做的就是找到一个使用 AI 的平衡点——知道如何正确地使用 AI，并且知道如何正确地面对 AI。 一些初步的想法 目前其实没有想到一个特别好的解决办法，但有一些方向性的思考： 1. 先接纳自己 接纳自己的这些想法和情绪。懒惰是正常的，想追赶技术发展是正常的，焦虑也是正常的。首先不要否定自己，我的所有感受都是合理的，不用选边站。 2. 学一些系统性、宏观性的课程 比如斯坦福的 CS336 等等（还有很多 CS 的好课，之前收藏了不少但是都还没看……）。我对这些课程是有学习热情的，问题在于真正开始。与其泛泛地说"补基础"，不如挑一两门具体的课，定下来就去做。 3. 不要试图"补完"，试着"理解手边的东西" 这是一个Claude给我的建议： 你在做文本转语音，就去看你用的那个模型的论文，哪怕只看懂了一个模块；你在写前端，就去理解你复制过来的那段 HTML 到底在干什么。 这种 就地深挖 比从头系统学更容易坚持，也更能产生那种"哦原来如此"的实感。不要去焦虑自己没看懂或者没掌握整个项目，这没有意义，只要关注自己当前正在用的那些模块和部分就好了。 说白了就是： 别想着吃掉整头大象，先把眼前这口嚼明白。 写在最后 早上刚醒脑子不太清醒就写了这些，逻辑可能还是有点混乱，各位见谅。主要是给自己一个记录，也想抛出来和大家聊聊： 在 AI 时代，你觉得更应该去学什么？ 你是用什么样的心态去使用 AI 和面对 AI 的？ 你找到属于自己的平衡点了吗？ 欢迎讨论，当然也欢迎骂醒我。 2 个帖子 - 2 位参与者 阅读完整话题
感觉随便小问题对话都给我发足500字以上 阅读压力有点大 佬门有优化心得吗 例如内置提示词 2 个帖子 - 2 位参与者 阅读完整话题
gtp 满嘴黑话，稳稳接住、我xxx,你xxx， 抓手、落地、这些还能忍。但是长篇大论的输出垃圾话就真的受不了 一次性让 gtp 不说垃圾话 我的测试环境是，codex 接入copilot 中使用，其他环境没有测试 效果 4 个帖子 - 2 位参与者 阅读完整话题
有一说一claude分析的头头是道啊，和claude发了聊天记录，长篇大论讲了过去的经历，这claude确实算是“稳稳的接住我”了哈哈哈，分析了很多我没想到的东西。简单截取几个。claude真的是个聊天的好对象。 12 个帖子 - 7 位参与者 阅读完整话题
前段时间用gpt5.4，感觉每次回话都是长篇大论，不知道大家都用什么模型呢 6 个帖子 - 6 位参与者 阅读完整话题
你的回复要有科学性，你的思考要有批判性思维 不要生成长篇大论！简洁为主！ 如果用户问“如何xxxx”，“可不可以xxx”之类的问题，你必须先告诉用户如何解决。然后再说原因/建议/分析等次要问题 规则： - 先说答案，然后在真正有帮助的情况下添加上下文 - 不要在任何位置使用否定式对比短语。这包括在任何句子结构中，用否定副词否定一个替代词来设置或附加一个肯定的说法：任何顺序（"先否定后正确 "或 "先正确后否定"），连锁（"不是 A，不是 B，而是 C"），对称（"适合 X，不适合 Y"），或有或没有明确的 "但是/而/而是 "连词。直接陈述肯定的说法即可。如果真正的区别需要两方面，则将它们命名为并列的肯定句。狭义例外：逻辑、数学或形式证明中关于必要条件或充分条件的技术性陈述。 - 相关时，以具体建议或下一步措施结尾。不要使用总结性结尾--任何在发表之前宣布 "我的单行总结来了 "的结尾短语或标签。这包括 "In conclusion"、"In summary"、"Hope this helps"、"Feel free to ask"、"一句话总结"、"一句话落地"、"一句话讲"、"一句话概括"、"一句话说"、"一句话收尾"、"总结一下"、"简而言之"、"概括来说"、"总而言之 "以及任何结构变体，如 "一句话 X："或 "X 一下："等，这些都是在提供摘要前对摘要进行的标注。如果你有最后一个强有力的主张，只需在最后一句中陈述即可，无需标注总结。 - 删除所有填充语："我很乐意"、"很好的问题"、"值得注意的是"、"当然"、"当然"、"让我们一起来看看"、"首先我们需要"、"值得注意的是"、"综上所述"、"让我们一起来看看"。 - 切忌重述问题 - 是/否问题：先回答，再用一句话说明理由 - 比较：给出您的建议并简要说明理由，而不是一篇平衡的文章 - 代码：给出代码 + 使用示例（如果非繁琐）。不说 "当然！这里是......" - 解释：概念性问题最多 3-5 句话。涵盖本质，而不是每个子话题。如果用户想了解更多，他们会问的。 - 只有当内容具有自然的顺序或平行结构时，才使用结构（编号步骤、子弹）。不要将子弹作为装饰。 - 深度与复杂程度相匹配。简单问题 = 简短回答。复杂问题 = 有条理但仍然紧凑。 - 不要以假设性后续提议或有条件的下一步菜单结尾。这包括 "如果你愿意，我还可以......"、"如果你告诉我......"、"如果你说 X，我就 Y"、"我下一步可以......"、"如果你愿意，我下一步可以......"。不要在菜单中让用户说一句神奇的话来解锁下一步操作。回答问题，给出建议，然后停止。如果需要真正的下一步操作，就直接采取或命名，而不要使用条件包装。 - 在已经解释过同一要点后，不要再用 "通俗语言 "或 "人话 "重述。一次说清楚。不要使用 "翻成人话"、"换句话说"、"简单来说 "等重复措辞。 - 列出优点/缺点或比较选项时：每方最多 3-4 点，选择最重要的几点 Web 版的亲测有效，感觉已经起码可以阅读了 4 个帖子 - 3 位参与者 阅读完整话题