AI Sparks · 观澜真实问题 · 彼此校正
从工具聊到工作,再聊到我们自己。
AI SPARKS · 观澜

观澜.

AI Sparks

AI 时代最好的学习方式,
就是跟人聊。

围绕真实的问题,把不同人的经验和判断放在一起碰撞。聊原理,聊边界,聊工作、产品、组织与思考如何被改变。

借具体变化,看更大的时代走势。

真实问题深入讨论彼此校正共同建设
观澜主题图:纸白底色上,水墨河流穿过围桌交谈的人们;右侧写着观澜、AI Sparks 及群的主张。
观水有术,必观其澜。 · 点击查看完整主题图 ↗
01 / 认识观澜

视角越多,问题就越有机会被重新理解。

我们不一定是专家。希望这里聚集的是一群对技术有好奇心、愿意多想一层的人:观察变化、提出问题、交换经验、彼此修正判断,也尽可能亲手参与和建设这个时代。

为什么叫“观澜”?

一个模型更新、一次工作提效、一段失败的尝试,都可以成为讨论的起点。沿着具体变化继续追问:它为什么发生?影响了谁?哪些判断需要重新检验?

名字取意于《孟子·尽心上》“观水有术,必观其澜”。我们借这个意象表达自己的主张:借具体变化,看更大的时代走势。

02 / 看一次真正的碰撞

一次好讨论,能让问题发生什么变化?

从档案里挑出三场讨论,看最初的判断怎样被不同经验补充。下面是整理后的阅读线索;原话、语境和没有解决的部分,都可以继续查。

01 · 效率

AI 写得更快,人为什么没更轻松?

起初的问题
有人觉得个人开发明显变快,有人发现写代码的时间转成了审代码。
新增的视角
个人产出和团队交付是不同尺度。需求、等待、审查与交接,都可能决定整体速度。
仍待验证
记录中没有完整工时对照,不能由几次体感算出公司的提效比例。
回看这场讨论与原话 →
02 · 判断

你怎么知道,这次恰好是危险的例外?

起初的问题
普通任务交给 AI,遇到特殊问题再找专家;但谁来识别“特殊”?
新增的视角
讨论转向如何让错误暴露、何时升级处理,同时保留理解基础与专业经验的作用。
仍待验证
有检查机制,不代表能识别全部风险。“99 与 1”只是示意,不是统计结果。
回看这场讨论与原话 →
03 · 表达

一份报告难懂,只要换个说法就够了吗?

起初的问题
讨论从借助 AI 学习专业报告的表达,谈到了材料脱敏。
新增的视角
对方看重的可能是数据和洞察。删掉这些信息,语言再流畅,也可能失去解释力。
讨论推进到哪里
记录里出现了对这一差异的明确理解;它并没有解决所有材料的保密与使用边界。
回看这场讨论与原话 →
03 / 我们正在追问

把还没有答案的问题,留给下一次交流。

从已有档案选出三个值得继续追踪的问题。下面的验证方式是建议,欢迎带来案例、反例和新的限制条件。

提效,究竟省下了哪一段时间?

已有认识
内容生成更快,不一定意味着交付更快。
还缺什么
同类任务从开始到验收的完整记录,包括等待、返工和人的检查时间。
下一次可以试
选一项重复任务,按相同完成标准记录用 AI 前后的各环节耗时。
查看问题背景 →

少问几次人,就算能独立工作了吗?

已有认识
人工介入次数是一条观察线索,但还要看任务难度与错误后果。
还缺什么
每次介入的原因,以及没人接手时任务会怎样失败。
下一次可以试
在一次有明确边界的任务里,记录 AI 何时求助、人补了什么、结果是否通过验收。
查看问题背景 →

AI 做完了,人怎样留下自己的判断力?

已有认识
拿到一个正确结果,与自己理解为什么正确,是两件事。
还缺什么
换一道相似问题后,使用者能否独立解释选择、发现错误与识别边界。
下一次可以试
先保存自己的判断,再对照 AI 的方案;最后用一个新案例检验理解。
查看问题背景 →

继续查看全部 12 个开放问题 →

04 / 把想法带回实践

从一个真实任务开始,看理解能否变成改变。

这里先收录数读的两项工具实践。群友的尝试也值得留下:想解决什么、怎么试、哪里失败、讨论怎样改变了做法,以及后来发生了什么。

数读的实践 / TEMPER · 淬炼

把反馈放进下一轮工作。

明确每轮产物、人的参与和验证方式,让复杂任务能够继续改进,也让接手的人知道下一步做什么。

看理念来源、用法与项目链接 →
数读的实践 / APTUM

让表达接上眼前的读者。

先理解对方要做什么、缺哪些背景,再决定怎么解释;保留必要事实、关键条件和没有验证的部分。

看理念来源、用法与项目链接 →

带一个问题来,也欢迎带一次失败来。

如果你已经在群里,可以分享一次尝试:目标是什么、实际结果怎样、卡在哪里、希望大家补充哪种视角。也欢迎邀请同样好奇、愿意深入交流的朋友。

尚未加入的朋友,可以联系邀请你阅读这份档案的群友,了解参与方式。

继续深入 / 完整共读档案

想追到原话,也有路可走。

七章导读串起讨论脉络;完整议题、时间线、成员视角和原话出处,帮助你回到具体语境。精选入口之外的内容仍然保留。

档案基于 2026 年 7 月 12 日至 9 月 15 日的本地导出,首页不代表实时群动态。观点梳理与实践建议不等于群内共识或已完成的实验。

AI SPARKS / 群友共读

AI 越来越会做事,
我们接下来靠什么?

一开始在比模型、蹬额度,后来聊到了背景、返工和验收;再后来,大家开始问:公司为什么没变快?专业能力还值什么?钱和工作会怎么变?

这两个月聊出的,不是一句“人要被替代了”。
而是:把东西做出来越来越容易以后,难题转到了哪里,又是谁在把这些难题说清楚。

38 个完整议题20 场分歧28 个事件177 段原话
先看这里

不用先懂术语,也不用一次读完。

顺着下面七章读,就能知道大家在聊什么。每章后面的小问题都可以展开,里面有完整论证、不同声音、没有解决的部分和原话。想找某个人、某次争论或某一天,再用目录回头找。

这是一份群聊分析,不是 7,731 条消息的全文公开备份,也不是全体群友的共同声明。查看材料范围与整理说明 ↗

01先看任务,再选工具6 个完整问题

哪个模型强?先看它能不能把你的事做完。

群里最早的话题很简单:谁更强、谁更快、谁更便宜。用久以后才发现,同一个模型放到不同工具、不同任务里,体验能差很多。真正该比的,是它能不能把你的事做完。

七月的聊天里,模型名、额度、速度和价格占了很大篇幅。有人觉得 Codex 好用,有人更喜欢 Claude;有人拿一个 Bug 两分钟修好,也有人让模型跑一个多小时还没结果。后来大家慢慢发现,这些体验没法直接拼成一张“模型排行榜”。任务不同、客户端不同、有没有工具权限、上下文有没有带过去,都会改变结果。[067][074][075][076][078]

所以更实用的问题变成了:这件事最后有没有做成?花了多少调用费?等了多久?人又花了多少时间补救?这也是为什么“便宜模型”不一定真的便宜——如果省了几块钱,却多花一小时返工,总成本反而更高。[050][043]

另一个很现实的问题是普通人能不能上手。Ida 提醒过,很多同事连 Skill 是什么都不知道。重度用户聊 Agent、Token、MCP 很自然,但产品真正落地时,第一步往往不是再多一个功能,而是让一个第一次打开的人知道:它能帮我干什么,我下一步该点哪里。[040][002]

这一章的判断与参与者 全部展开

这章留下的判断

  • 不要脱离任务谈“最强模型”。
  • 比较一次任务的总成本,而不是只看调用价格。
  • 同名模型在不同客户端、工具和上下文里,实际体验可能完全不同。
  • 长任务比单轮问答更能暴露问题:它要记住目标、会用工具、发现异常,还得把东西交出来。
  • 多开 Agent 不一定更快;上下文同步和人的注意力会变成新瓶颈。
  • 产品是否能让普通人真正用起来,本身就是能力的一部分。

不同的人补进了什么

北鱼 不断拿真实项目试工具,给“快不快、值不值”提供了很多一手体感。

临诗予 把注意力拉到审代码、全局上下文和完整交付链路。

Ida 提醒群里别只按重度 AI 用户的理解门槛设计产品。

J1_Hee 持续提供模型速度、体验与工具偏好的前线反馈。

查看相关原话 4 段
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
067北鱼
说实话,代码层面我是真很难体会出SOTA和非SOTA的区别了,这个只能是长周期任务才能体现 短期内我真看不出来😂
保留该条文字,称呼按昵称统一。原文件 L3839—L3841
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046

继续往下拆

每个题目下面,都是完整内容
T01

别急着问哪个模型最强,先说你要做什么

有人偏爱编程执行,有人需要需求讨论。同一个排行榜,回答不了所有人的工作问题。
讨论整理 · 不是全体共识[067][074][075][076][077][078]

为什么有人说好,有人说不好?

8 月 19 日,J1_Hee 说自己已经改用 Codex;数读却觉得,写代码和讨论产品、梳理需求不是一回事。北鱼也说,短代码任务未必看得出差距,任务拉长以后才更明显。他们未必谁错了,只是拿来比较的工作不同。这些是个人体感,不是一场条件相同的测评。[076][077][078][067]

把“聪明”换成几个能检查的问题

它听懂目标了吗?能用到需要的工具吗?长任务能做完吗?会不会想了很久,却交不出可验收的东西?Recover 讲过一次修 Bug 的经历:继续重试没有解决,换模型后很快做完。这个例子值得记住,但不能靠一次成功给模型排永久名次。[074][075]

以后可以怎样比较

先说明任务、使用的客户端、限制条件和怎样才算成功,再谈哪个工具适合。这样别人才能判断:你的好体验,换到我的工作里是否还成立。比起找一个包办所有任务的“最强模型”,给自己的不同工作找到合适的工具更实用。

还可以接着问

下次说“这个模型不行”时,能否附上一个可复现任务和失败判据?

查看相关原话 6 段
067北鱼
说实话,代码层面我是真很难体会出SOTA和非SOTA的区别了,这个只能是长周期任务才能体现 短期内我真看不出来😂
保留该条文字,称呼按昵称统一。原文件 L3839—L3841
074Recover
这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12
保留该条文字,称呼按昵称统一。原文件 L4768
075Recover
两分钟解决
保留该条文字,称呼按昵称统一。原文件 L4769
076J1_Hee
我现在用codex,不用claude了
保留该条文字,称呼按昵称统一。原文件 L4796
077数读
codex适合当程序员
保留该条文字,称呼按昵称统一。原文件 L4797
078数读
但是很多需要思考和产品侧、需求侧的分析场景 我觉得远不如cc
保留该条文字,称呼按昵称统一。原文件 L4798—L4799
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

没有脱离任务的“最强模型”

有人偏爱编程执行,有人需要需求讨论。同一个排行榜,回答不了所有人的工作问题。

群里为什么会意见相反

8 月 19 日,J1_Hee 说自己已经转向 Codex;数读却区分了编程与产品、需求分析场景,认为工具在不同任务上的体验不一样。北鱼还提出,短代码任务不容易拉开差距,长周期任务才更容易体现差异。这些是各自的使用体感,不是相互排斥的统一测评。[076][077][078][067]

比较的对象应该是什么

把“哪个更聪明”拆成具体问题:能否理解目标、能否使用所需工具、能否完成长任务、是否过度思考、交付是否可验收。Recover 的一次修 Bug 经历展示了换模型可能比继续重试更划算,但单个案例只能提供线索,不能推导永久排名。[074][075]

值得留下的判断

与其寻找一个统治所有场景的模型,不如建立自己的任务—工具配对。讨论模型时同时交代任务类型、客户端、约束、成功标准;这样别人才能判断这个体验能否迁移到自己这里。

T02

便宜不等于省钱,等待和返工也要算

便宜的调用不一定便宜;等待、重试、返工和人的注意力也会消耗资源。
讨论整理 · 不是全体共识[042][050][074][075][043]

便宜了几块,可能多忙一小时

北鱼说过“浪费时间也是一种苦”;在另一段讨论里,他抱怨加上复杂配置后,修一个 Bug 可能就要数小时。Recover 也遇到花了钱还没修好、换个模型很快解决的情况。大家真正要算的,不只是会员多少钱,而是把一次任务做成,总共付出了什么。[050][042][074][075]

账单之外还有什么

除了调用费用,还要算等待、检查、补救、切换工具,以及错误造成的损失。这只是帮助思考的成本清单,不是精确的财务公式。临诗予说,原来写代码的时间有一部分变成了审代码的时间:机器写得快,不代表人忙得少。[043]

什么时候该换工具

哪些任务可以用便宜模型,什么时候该升级,反复失败到什么程度应当停下来,都要看实际记录。为了省一次调用而多返工一小时,不一定划算;反过来,一个简单任务也不一定值得用最贵的模型。不能把“继续试”默认当成唯一办法。

还可以接着问

一个任务反复失败几次以后,应该换模型、换方法,还是先重查目标?

查看相关原话 5 段
042北鱼
GPT 5.6 我感觉我都不敢让他搭配superpower 不然每次修个BUG,都是几小时起步 麻了 =_=
保留该条文字,称呼按昵称统一。原文件 L2449—L2451
050北鱼
浪费时间也是一种苦
保留该条文字,称呼按昵称统一。原文件 L2925
074Recover
这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12
保留该条文字,称呼按昵称统一。原文件 L4768
075Recover
两分钟解决
保留该条文字,称呼按昵称统一。原文件 L4769
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

真正该比较的,是把事情做成的总成本

便宜的调用不一定便宜;等待、重试、返工和人的注意力也会消耗资源。

从“便宜”到“白忙一场”

北鱼在一次工具体验讨论中说:“浪费时间也是一种苦。”另一次谈到复杂配置时,又抱怨修一个 Bug 可能耗时数小时。Recover 则描述,某模型花了钱仍没修好,换一条路径很快解决。这里的共同问题不是会员价,而是一次成功交付到底花了多少。[050][042][074][075]

成本不只在账单里

可以把总成本理解为:实际调用支出、等待时间、人的核验与修复时间、切换工具成本,以及错误带来的损失。这是整理模型,不是财务计量公式。临诗予提到写代码的时间转成了审代码的时间,正好说明“机器更快”和“总工时更少”不能直接画等号。[043]

由此得到的工作原则

低成本模型适合哪些任务、何时升级模型、何时停止重复尝试,都应该由真实任务记录支持。省下一次调用却多花一小时修复,不一定是节省;反过来,简单任务也不必总用最昂贵的工具。

T03

同一个模型,换个工具可能就不一样了

同名模型在不同客户端、工具和上下文中表现不同,不能只归因于模型本身。
讨论整理 · 不是全体共识[038][039][079][098][099]

不只是回答不同,做事方式也不同

北鱼遇到过一种情况:待办里明明写着“先和用户确认”,模型却把这一步改成了直接开干。他也试过让几个模型分别规划、复审和执行;后来又注意到,有的客户端会在完成界面任务后附上截图。这里比较的已经不只是模型会写什么,也包括工具怎样安排步骤、交付结果。[038][039][079]

先别急着归因于模型

做不好可能是能力不足,也可能是没有权限、工具选错、文件没带上、历史太长,或者换客户端时漏了背景。临诗予提到,多 Agent 来回切换还得维护一份共同的上下文。因此,“换个壳再试”往往连测试条件都一起换了。[098][099]

怎样查才不容易绕圈

先固定任务和成功标准,再分别看输入、环境、权限、工具返回结果和模型能力。每次少改几个条件,留下前后对照,才知道是哪一步起作用。这是从群内案例整理出的排查建议,不是群里已经验证完毕的统一流程。

还可以接着问

同一个任务更换客户端以后,哪些条件其实已经跟着变了?

查看相关原话 5 段
038北鱼
KIMI的主观性太特么强的,他的todo list工具 明明写着,下一个步骤是跟用户确认 然后到下一个步骤的时候,它去编辑todo list,编程了直接开干
保留该条文字,称呼按昵称统一。原文件 L2027—L2028
039北鱼
不过加一加约束 许愿变成还是挺好用的 我现在是KIMI PLAN + GLM PLAN +KIMI 复审+GLM执行 苦日子也是能过一过的
保留该条文字,称呼按昵称统一。原文件 L2031—L2034
079北鱼
在ZCODE,做完UI任务,还会交付一张截图的
保留该条文字,称呼按昵称统一。原文件 L5283
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

你体验到的,其实是“模型 × 工具环境”

同名模型在不同客户端、工具和上下文中表现不同,不能只归因于模型本身。

原文里的两类体验

北鱼描述过模型把“先和用户确认”的待办改成直接开始执行;也分享过让多个模型分别规划、复审、执行的做法。后来又注意到某个客户端交付界面任务时会附截图。这些差异已经不只是生成一段代码,而是工具怎样组织行动和交付。[038][039][079]

为什么容易判断错

一次失败可能来自模型能力,也可能来自没有必要权限、错误工具、缺失文件、上下文迁移、过长历史或不合适的流程。临诗予后来明确提出,多 Agent 切换需要维护全局上下文,说明“换个壳试一下”并不是一个完全相同的实验。[098][099]

整理后的排查顺序

先说明任务和验收条件,再检查输入、环境、权限、工具反馈与模型能力。每次只改变少量条件并记录结果,才容易知道究竟是什么在起作用。这个顺序是根据群内案例提出的实践建议,不是已经完成验证的群规。

T04

会答一道题,不等于能把整件事做完

长任务会同时检验目标保持、工具使用、异常处理和最终交付,而不只是单次回答。
讨论整理 · 不是全体共识[067][155][156][157][158][164][165]

大家说的“能做”,可能不是一回事

北鱼说长周期任务更能看出差别;数读描述过给 AI 一个最终目标,让它自己迭代的工作方式;郑楷滨则遇到多种数据和处理路线混在一起,AI 绕进死胡同的情况。三个人都在说交付,但面对的任务和环境并不相同。[067][164][165][157][158]

任务一长,会多出哪些难题

不仅要记住最初目标,还要处理格式不一致的数据、发现走错的路线、决定是否继续,最后把各部分拼成真正能用的结果。会给方案,不代表能执行方案;一直在执行,也不代表最终有效。这是这些案例共同暴露的问题,而不是对某个模型的统一诊断。

怎样才算“自己跑完”

不能只看它跑了多久。要同时看任务边界、成功条件、人为什么介入、介入了多少次,以及错误有没有被发现。很久不问人,可能是能自主完成,也可能是根本没发现自己跑偏了。郑楷滨强调的“时间以及完成度”,需要放在一起看。[156]

还可以接着问

所谓“自己跑完”,是生成了产物、通过了测试,还是被真实用户接受?

查看相关原话 7 段
067北鱼
说实话,代码层面我是真很难体会出SOTA和非SOTA的区别了,这个只能是长周期任务才能体现 短期内我真看不出来😂
保留该条文字,称呼按昵称统一。原文件 L3839—L3841
155郑楷滨
假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样
保留该条文字,称呼按昵称统一。原文件 L8357
156郑楷滨
但是这里面有非常核心的一个点:时间以及完成度
保留该条文字,称呼按昵称统一。原文件 L8360
157郑楷滨
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
保留该条文字,称呼按昵称统一。原文件 L8363
158郑楷滨
我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈
保留该条文字,称呼按昵称统一。原文件 L8364
164数读
我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。
保留该条文字,称呼按昵称统一。原文件 L8379
165数读
而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。
保留该条文字,称呼按昵称统一。原文件 L8380
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

会答一道题,与能完成一个长任务,是两种观察尺度

长任务会同时检验目标保持、工具使用、异常处理和最终交付,而不只是单次回答。

两种“能做”的体验

北鱼指出,单看代码很难体会出模型差异,长周期任务更容易显现。数读介绍的工作方式是给出终极目标,让 AI 自行迭代;郑楷滨的项目则显示,多种数据与路径一旦混在一起,系统仍可能绕进死胡同。三个视角谈的都是交付,但任务难度和环境不同。[067][164][165][157][158]

长任务到底难在哪里

按照这些描述,困难至少包括:保持目标不漂移,处理不一致数据,辨认失败的路径,判断是否值得继续,以及把局部输出组合成可使用的结果。能够给出一个方案,不能直接证明能执行这个方案;一直执行,也不能证明最终结果有效。

如何讨论得更有信息量

比起单看“跑了多久”,更有意义的是说明任务边界、成功条件、人工介入的原因与次数、错误是否被发现。时间与完成度要一起看:很久不提问可能是自主,也可能只是没有发现自己已经偏离。[156]

T05

Agent 开得越多,人为什么反而越累?

并行降低某些等待,却可能增加上下文同步、限流、核验与注意力切换。
讨论整理 · 不是全体共识[055][071][072][098][099][100]

窗口多了,事情未必更省心

群里有人遇到子代理结果失效,并猜测与并行太多有关;也有人说同时开四个窗口已经很累。9 月 2 日,临诗予把另一种麻烦说清楚了:不同 Agent 各有自己的记忆文件,希望它们能同步,不必每换一个工具就重新交代。[055][072][071][099]

谁在给这些窗口对齐信息?

多个 Agent 不会天然知道同一套事实、目标和进度。如果每个窗口都要人解释背景、检查冲突、验收结果,省下的执行时间就可能变成协调时间。再多开一个之前,先看任务是否独立、是否共用最新事实,以及结果由谁合并。

群里还没有拿出完整答案

统一客户端是一种建议,但原文没有展示一套已经跨全部工具运行的记忆同步方案。把事实、版本和任务状态放到能共同读取的地方,是值得尝试的方向;不过共享更多聊天历史,不等于共享了正确、最新的信息。[098][100]

还可以接着问

多开一个窗口,究竟省了执行时间,还是多了一份要自己维护的状态?

查看相关原话 6 段
055临诗予
我下午用 work buddy 他开了几个子代理 然后子代理返回的结果都失效了 因为为并行处理太多了
保留该条文字,称呼按昵称统一。原文件 L3034
071数读
不能再多了 脑子累坏了
前一条说同时并行四个窗口;这里只用作协作负担的任务体验,不作个人心理分析。 称呼按昵称统一。原文件 L4551
072数读
ai在工作,我也没办法 啊 已经并行四个窗口了
保留该条文字,称呼按昵称统一。原文件 L4550
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
100数读
但是应用好像真不太有
回应多种Agent应用之间的记忆同步需求。此句是当时的了解范围,不是功能穷尽结论。 称呼按昵称统一。原文件 L7070
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

多开几个 Agent,为什么人反而更忙?

并行降低某些等待,却可能增加上下文同步、限流、核验与注意力切换。

原文里的并行上限

群里出现过子代理返回结果失效的经历,发言者将其归因为并行过多;也有人描述自己已经并行四个窗口,继续增加会很累。9 月 2 日,临诗予把问题说得更具体:不同 Agent 各自有记忆文件,来回切换难受,希望全局记忆能够同步。[055][072][071][099]

从算力瓶颈转向协调瓶颈

多个 Agent 不会自动共享同一份事实、目标和已完成状态。当每个窗口都需要人解释背景、处理冲突和验收,人的注意力会成为新的稀缺资源。增加执行者之前,应先问任务是否独立、是否共享可更新的事实,以及结果怎样合并。

这条线尚未解决什么

原文里出现了统一客户端等建议,但没有展示一套已部署、跨全部工具的全局记忆方案。可借鉴的方向是外置权威上下文、版本与任务状态;“共享更多历史”不等于“共享了正确事实”。[098][100]

T06

让第一次用的人做出结果,比多几个功能重要

从第一次打开,到知道它能解决什么,再到交出可用成果,才是产品的完整入口。
讨论整理 · 不是全体共识[002][031][032][033][040][041]

先别默认别人认识这些词

Ida 分享办公工具时提醒,很多同事连 Skill 是什么都不知道。这不是说谁理解力差,而是在提醒受众不同:你已经在聊 Agent、Skill、Token,对方可能还不知道它能帮自己做什么。[040]

“用得起来”本身就值得做

数读很早评价产品时,强调“他们真的可以用起来”;聊群知识库时,又说“要考虑大家都方便”。kyrie_H 则希望少一点反复更新群公告的麻烦。收藏了、安装了、看懂了、真的用上了,是四件不同的事。[002][032][033]

先让人看到下一步

先讲一个具体任务,再展示最短的使用路径,最后解释必要术语。比如额度究竟叫 Credit 还是 Token,也需要说准,否则不同计费方式会被误当成同一种东西。熟悉技术的人可以看架构,首次使用的人更需要知道怎样拿到第一份可用结果。[041]

还可以接着问

一个不懂术语的人打开介绍后,能否知道接下来该做哪一步?

查看相关原话 6 段
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
031kyrie_H
个人的知识库
这是关于建立并向群友开放知识库的连续发言片段。 称呼按昵称统一。原文件 L1588
032数读
要考虑大家都方便
保留该条文字,称呼按昵称统一。原文件 L1596
033kyrie_H
就不用每次都更新群公告
保留该条文字,称呼按昵称统一。原文件 L1603
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
041数读
提出几个小问题,你可以把写的稿子丢给 gpt 分析一下 2000 应该是 credit 不是 token,token有固定的意思
单条消息节选;称呼按昵称统一。原文件 L2409—L2413
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

让普通人真的用起来,比再多一个功能更难

从第一次打开,到知道它能解决什么,再到交出可用成果,才是产品的完整入口。

常被技术讨论漏掉的用户

Ida 分享办公工具时提醒:“对我们这种公司来说,很多人连 skill 是啥都不知道。”这不是理解能力评价,而是明确的受众边界:产品介绍若从 Agent、Skill、Token 开始,一部分读者尚未知道这些词与工作有什么关系。[040]

便利本身就是价值的一部分

数读很早评价一个产品时,强调的是“他们真的可以用起来”;讨论群知识库,又提出“要考虑大家都方便”。kyrie_H 希望减少反复更新群公告的成本。收藏到、安装好、看懂、用上,是不同阶段。[002][032][033]

给多数人的信息应该怎样组织

先展示可解决的具体任务,再给最低限度的使用路径,最后解释必要术语。额度叫 Credit 还是 Token 也不是小事:概念混淆会把不同计费方式误当成同一种资源。对复杂用户介绍架构,对首次使用者展示第一份可用结果。[041]

选好了工具,下一步却常常卡在另一件事上:AI 并不知道你没有说出口的背景。

下一章 · 把真正的背景讲清楚 →
02把真正的背景讲清楚5 个完整问题

AI 明明会,为什么交来的东西还是不对?

群里很早就发现:Prompt 写得再漂亮,也可能只是把已知信息整理得更好。真正难的是,你自己都不知道还漏了什么。

数读最早很喜欢收藏提示词,后来越来越少复用。原因很朴素:真实问题太杂,模板只能提醒你填已知字段,却不一定能发现你根本没想到的条件。于是一个更自然的用法出现了:先把问题告诉 AI,让它反过来问你背景、约束和目标,再继续做。[013][015][018]

kyrie_H 给这个观点踩了刹车:问得更多,不等于理解得更深。专业知识、部署条件和领域经验,并不会因为对话轮数变多就自动出现。Ste. 又补了另一层:有些工作真正值钱的恰恰是不能随便脱敏、不能离开真实数据的那部分。[016][112][113]

所以后来“上下文很重要”这句话也被说得更具体了。不是把更多文档塞进去,而是找到那些真的会改变判断的信息:真实目标、例外情况、历史为什么这么做、谁要用结果、什么错法不能接受。Aptum 也是在解决同一个问题,只不过落在表达上:这个人现在真正缺什么,应该怎么说他才看得懂、用得上。[012][101]

这一章的判断与参与者 全部展开

这章留下的判断

  • 模板有用,但不应该被当成万能答案;固定信息和动态追问可以一起用。
  • 更多上下文不等于更好,关键是有没有放进真正影响判断的事实。
  • 所谓“隐性知识”有一部分可以被记录下来,但现实仍会继续变化。
  • 静态知识库和持续接触客户、业务、现场不是一回事。
  • 表达也要看对象:技术词不是越多越专业,读者能理解并行动才重要。

不同的人补进了什么

kyrie_H 反复提醒“广度补全”不等于“专业深度”。

Ste. 用研究、报告和敏感数据说明:有些上下文不能抽掉。

数读 把固定 Prompt 的问题逐步推到追问、上下文和读者适配。

查看相关原话 5 段
012数读
因为你对业务的认知决定了你能输出的上下文
保留该条文字,称呼按昵称统一。原文件 L711
016kyrie_H
我觉得这种补全充其量就是广度上的补全
保留该条文字,称呼按昵称统一。原文件 L754
056数读
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
保留该条文字,称呼按昵称统一。原文件 L3545
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
101数读
适其人,适其事,适其言。 Aptum 是给 AI Agent 使用的表达判断 Skill。它不套写作模板,而是判断当前读者真正缺什么:哪些事实必须保留,哪些背景需要补充,技术名词是否有必要,以及什么结构最适合眼前的任务。 这个读者,在这个场景下,需要获得什么信息,才能正确理解或完成接下来的事情? 它适用于 README、ADR、需求与产品文档、技术方案、代码说明、Agent handoff,以及面向用户的技术解释。
保留该条文字,称呼按昵称统一。原文件 L7131—L7137

继续往下拆

每个题目下面,都是完整内容
T07

固定模板和让 AI 追问,其实可以一起用

固定模板帮助稳定重复任务,主动追问帮助发现未知信息;两者可以处在同一个流程中。
讨论整理 · 不是全体共识[013][014][015][016][017][018]

当时到底在争什么?

数读觉得模型变强以后,一些提示词范式在贬值。遇到千差万别的问题,他更愿意让 AI 先问自己漏了什么。*** 提醒,模板也可以规定“先追问”,固定场景里模板仍有用。这不是简单的“写模板”对“不要模板”。[013][014][015][017]

问得更多,未必懂得更深

kyrie_H 补了一句:广度上的补全,不等于专业深度。提问多了,仍可能没有拿到关键知识;输入看着很完整,也可能漏了真实业务。数读随后明确说,自己不是认为模板一文不值,而是认为它在贬值。这个收窄在原话里可以核对。[016][018]

哪些固定,哪些继续问

目标、必要事实、不能碰的边界和完成标准,可以先固定。未知条件、真正会改变答案的差异,需要继续发现。模板可以安排追问,追问也可以照着清单进行。更值得积累的是怎样找到信息缺口,而不是一段号称什么任务都适用的话术。

还可以接着问

这个任务到底缺一份固定输入清单,还是缺一次找到未知条件的对话?

查看相关原话 6 段
013数读
就换句话说,我们过去的某些看上去对的范式,随着模型基座的发展,都在贬值
保留该条文字,称呼按昵称统一。原文件 L719
014***
可以用提示词模版让ai把问题变得完整变得透彻
保留该条文字,称呼按昵称统一。原文件 L737
015数读
但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好
单条消息节选;称呼按昵称统一。原文件 L740—L743
016kyrie_H
我觉得这种补全充其量就是广度上的补全
保留该条文字,称呼按昵称统一。原文件 L754
017***
模版还是能解决大多数机械化的场景
保留该条文字,称呼按昵称统一。原文件 L763
018数读
对对对,我也没有说它一文不值,主要是说他在贬值
保留该条文字,称呼按昵称统一。原文件 L773
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

模板还是追问?这不是一道二选一题

固定模板帮助稳定重复任务,主动追问帮助发现未知信息;两者可以处在同一个流程中。

原来的分歧是什么

数读认为,随着模型增强,过去一些提示词范式在贬值;对千差万别的问题,自己可能不知道漏了哪些信息,因而希望 AI 先回问。*** 提出,提示词模板同样可以用来让 AI 追问,固定化场景也仍然适用。[013][014][015][017]

kyrie_H 补了另一种边界

广度补全不等于专业深度补全。问得多,不代表得到了关键知识;形式完整的输入,也可能缺少真实业务背景。数读随后明确收窄:不是一文不值,主要是贬值。这个变化可以在原文中看到。[016][018]

更准确的合并方式

需要固定的是目标、必要事实、约束和完成标准;需要动态发现的是未知条件与真正影响结果的差异。模板可以规定“先问”,追问也可以使用结构化清单。更值得沉淀的不是万能话术,而是信息缺口怎样被发现。

T08

AI 缺的往往不是更多字,而是关键背景

给 AI 更多字,不等于给了它更有用的事实。关键是哪些信息真正改变判断。
讨论整理 · 不是全体共识[012][037][058][080][087][099]

业务理解怎样影响结果

7 月 15 日,数读说“你对业务的认知决定了你能输出的上下文”;7 月 23 日又说自己的工作业务很重,需要精细地表达需求。这和北鱼先表达产品意图、再让 AI 开发,并不必然冲突:两种任务要补的背景不同。[012][037]

不是把资料越堆越多

有用的背景包括:到底要什么,过去为什么这么选,什么不能变,哪些是例外,哪些错可以接受,最终谁来使用。字数增加了,不代表这些问题就答清楚了。业务方最初提的“需求”,也可能需要双方一起重新澄清。[087]

写下来之后,还要维护

8 月 25 日的方法总结建议,把环境、规则和历史经验放到 Agent 能自己读取的地方。后来多工具同步的讨论又提出新问题:哪份最新?哪些只是旧假设?能读到,不等于可信;写进文档,也不等于已经理解。[080][099]

还可以接着问

在你当前项目里,哪一条没被写下来的事实最可能改变 AI 的答案?

查看相关原话 6 段
012数读
因为你对业务的认知决定了你能输出的上下文
保留该条文字,称呼按昵称统一。原文件 L711
037数读
我们要特别精细的需求表达
保留该条文字,称呼按昵称统一。原文件 L2010
058数读
隐性上下文越多的领域AI能做的事情越局限
保留该条文字,称呼按昵称统一。原文件 L3552
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
087数读
我们是很大程度自己挖业务 他们业务方给的那个需求 完全没法正常工作
保留该条文字,称呼按昵称统一。原文件 L6023
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

业务理解,决定了能提供什么上下文

给 AI 更多字,不等于给了它更有用的事实。关键是哪些信息真正改变判断。

最早的核心判断

7 月 15 日,数读把领域认知和 AI 交付连接起来:“你对业务的认知决定了你能输出的上下文。”7 月 23 日又强调,自己的任务业务很重,需要精细的需求表达;这与北鱼通过产品意图推进开发的方式并不必然冲突。[012][037]

上下文不是资料仓库的另一个名字

对任务有用的信息包括真实目标、历史选择的原因、限制条件、例外、可接受的误差,以及谁使用最终结果。仅增加篇幅,可能仍没有触及这些因素。业务方提出的初始需求,也可能还需要共同澄清。[087]

从反复解释走向可读取的事实

8 月 25 日的方法总结提出把环境、规则和历史经验外置,让 Agent 能自行读取。随后多工具记忆同步的讨论提醒:外置以后还要知道哪份最新、哪些只是过时假设。可访问不等于可靠,可记录不等于已经被理解。[080][099]

T09

经验可以写进知识库,但现实每天都在变

静态经验与持续获取新事实的能力,不是同一种资产。
讨论整理 · 不是全体共识[056][057][058][059][060][108][109][111]

“上下文万能”并不是群内共识

数读曾认为,很多决策做不好是因为缺背景。Ste. 回应,他的工作里 AI 给不出未来机会点。数读认可这一类任务需要判断,又区分了两种情况:有的经验难以记录,有的只是还没人记录。[056][057][058][059]

记录了,也还要问它是否有效

经验写进文档后更容易复用,但这不能证明经验正确、完整或没有过期。研究还需要真实数据和证据;保密要求也会决定什么资料不能放进某个系统。不能把“写进知识库”当成问题已经解决。[060][109]

一个可以继续往下想的方向

前稿把它叫作 Reality Access,说白了就是:能否持续接触现场、用户和新反馈。客户愿意说真话、现场可以观察、数据允许使用、负责人能够改目标,可能都比一份静态资料更难获得。这是整理者的延伸,不是大家已经接受的职业安全结论。

还可以接着问

一份知识库没有更新时,谁最先知道里面的判断已经过期?

查看相关原话 8 段
056数读
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
保留该条文字,称呼按昵称统一。原文件 L3545
057Ste.
ai给不出未来机会点
保留该条文字,称呼按昵称统一。原文件 L3550
058数读
隐性上下文越多的领域AI能做的事情越局限
保留该条文字,称呼按昵称统一。原文件 L3552
059数读
但是很多时候,隐形上下文≠知识无法被沉淀 你们这种消费者研究领域,我感觉是行业变化快,人心混沌 社媒混沌 还真挺安全;有一些场景单纯只是内容没被记录下来; 一旦被记录下来很快就可以开始淘汰了
保留该条文字,称呼按昵称统一。原文件 L3553—L3559
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
108Ste.
我们报告的洞察
后接“不准喂ai”;讨论的是研究报告中的洞察与使用限制。 称呼按昵称统一。原文件 L7835
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
111Ste.
就没价值了
与前一条“去敏”连读,表达其任务中信息去敏后的价值损失。 称呼按昵称统一。原文件 L7824
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

隐性知识可以被记录,但现实仍在继续变化

静态经验与持续获取新事实的能力,不是同一种资产。

原文没有达成“上下文万能”的共识

数读认为很多决策做不好是缺上下文;Ste. 回应,自己的任务里 AI 给不出未来机会点。数读认可这一领域判断力重要,同时区分:有些经验很难记录,有些只是还没有被记录。[056][057][058][059]

记录以后会发生什么

经验一旦进入文档或知识库,可能更容易被复用,但记录本身不会证明其正确、完整或仍然有效。研究任务还需要现实数据与证据;保密要求也决定哪些信息根本不能进入某个系统。[060][109]

延伸:不是占有上下文,而是持续接触现实

前稿把这件事称作 Reality Access,这里译作“持续接触现实与获得反馈的条件”。这是整理者的延伸:客户愿意反馈、现场可观察、数据可使用、负责人能修正目标,都可能比静态资料更难复制。它不是群友已经统一接受的职业安全结论。

T10

Aptum:先看对谁说,再决定怎么说

适其人,适其事,适其言。先理解读者要完成什么,再决定写多少、怎么写。
讨论整理 · 不是全体共识[101][040][041][112][113]

它原本想解决什么

9 月 3 日介绍 Aptum 时,原文称它为“表达判断 Skill”。重点不是套写作模板,而是看读者缺什么:哪些事实不能少,哪些背景要补,术语有没有必要,结构怎样才合适。不是把文章写得更花哨,而是让眼前的人能理解、能继续做事。[101]

两种读者,缺的东西完全不同

Ida 提醒,非技术同事可能还不懂 Skill;Ste. 的专业报告却需要保留数据和研究判断。数读和 Ste. 讨论脱敏时,一度把“学习表达方式”和“保留洞察数据”说混了,后来才澄清。可读性不是给所有人同一种简化。[040][112][113]

这份网页也要面对同样的问题

有人只想顺着主线读,有人想看某次争论,还有人会核对一句原话。可以减少重复、调整先后、把细节放进展开区,但不能为了好读,就删掉反例、适用条件和出处。不同入口应该通向同一份完整内容,而不是各自缩水一遍。

还可以接着问

读者看完后需要理解、决定还是操作?这三类目的需要同样的结构吗?

查看相关原话 5 段
101数读
适其人,适其事,适其言。 Aptum 是给 AI Agent 使用的表达判断 Skill。它不套写作模板,而是判断当前读者真正缺什么:哪些事实必须保留,哪些背景需要补充,技术名词是否有必要,以及什么结构最适合眼前的任务。 这个读者,在这个场景下,需要获得什么信息,才能正确理解或完成接下来的事情? 它适用于 README、ADR、需求与产品文档、技术方案、代码说明、Agent handoff,以及面向用户的技术解释。
保留该条文字,称呼按昵称统一。原文件 L7131—L7137
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
041数读
提出几个小问题,你可以把写的稿子丢给 gpt 分析一下 2000 应该是 credit 不是 token,token有固定的意思
单条消息节选;称呼按昵称统一。原文件 L2409—L2413
112数读
学他的语言表达能力啊
保留该条文字,称呼按昵称统一。原文件 L7831
113数读
哦哦这个意思
说明此处对双方所指对象有了理解,不能推断全部技术判断已经一致。 称呼按昵称统一。原文件 L7834
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

Aptum:表达不是加装饰,而是补上读者缺的信息

适其人,适其事,适其言。先理解读者要完成什么,再决定写多少、怎么写。

原文中的明确定位

9 月 3 日发布的 Aptum 被描述为“表达判断 Skill”:不套写作模板,而是判断读者真正缺什么,保留必要事实,补充背景,处理术语,并选择合适结构。这里讨论的是信息适配,不是把所有文字改得更花哨。[101]

它为什么与前面的讨论相连

Ida 的非技术受众提醒,和 Ste. 对专业报告的要求,处在表达问题的两端:前者可能先缺术语与使用入口,后者缺数据支撑和领域表达。数读与 Ste. 讨论脱敏时一度把“学语言表达”与“保留洞察数据”混在一起,随后才澄清。[040][112][113]

在本页可复用的判断

一份适合群友的内容,应当允许读者只读摘要,也允许沿出处深入;人物、事件、主题是不同入口,不必让所有人按照同一条长文路线读到底。好的压缩减少重复,但不应把争议、限制和信息来源删掉。

T11

PPT 能生成、好看、讲得有效,是三件事

内容结构、视觉表达和现场沟通必须分别看待,不能用一个“生成成功”覆盖全部。
讨论整理 · 不是全体共识[010][011][068][069][070][092][101][176]

几段聊天其实在谈不同的关口

7 月,田智Liar0 面对汇报期限,先想把逻辑讲清楚;数读说对美观有要求时,工具还有不足。8 月,Ste. 提醒不要照念 PPT,要讲页面之外的东西。9 月又聊到让 Agent 用擅长的格式、给规范而不是模板。熏风南来霜林染也限定了自己的体验:简单汇报试过,复杂商业演示还没试。[010][011][068][069][092][176]

一关过了,不代表另外两关也过了

自动排版可以省事,却不会自动补上业务结论。图漂亮,不等于数据可信。现场还要判断听众已经知道什么、到底卡在哪里。数读反问,遇到不苟言笑的人怎么办,也提醒大家:不能光靠表情就判断汇报成功。[070]

先弄清楚这份 PPT 用来干什么

是介绍进展、争取资源,还是请对方做决定?先把证据、结论和希望对方采取的行动讲清楚,再分别检查视觉与论证。这“三道关”是把几段聊天连起来后的整理,不能用“文件生成成功”替代全部验收。

还可以接着问

你这一页最终要让听众多知道一件事,还是做出一个决定?

查看相关原话 8 段
010数读
就如果你对美观度有要求,确实都一般
保留该条文字,称呼按昵称统一。原文件 L461
011田智Liar0
我现在只能尽量把逻辑写清楚了
保留该条文字,称呼按昵称统一。原文件 L465
068Ste.
核心就是不讲ppt上的废话
保留该条文字,称呼按昵称统一。原文件 L4533
069Ste.
人家自己会看,讲点没有的东西
保留该条文字,称呼按昵称统一。原文件 L4535
070数读
还有察言观色环节 万一他不苟言笑呢
保留该条文字,称呼按昵称统一。原文件 L4541
092数读
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
保留该条文字,称呼按昵称统一。原文件 L6882—L6884
101数读
适其人,适其事,适其言。 Aptum 是给 AI Agent 使用的表达判断 Skill。它不套写作模板,而是判断当前读者真正缺什么:哪些事实必须保留,哪些背景需要补充,技术名词是否有必要,以及什么结构最适合眼前的任务。 这个读者,在这个场景下,需要获得什么信息,才能正确理解或完成接下来的事情? 它适用于 README、ADR、需求与产品文档、技术方案、代码说明、Agent handoff,以及面向用户的技术解释。
保留该条文字,称呼按昵称统一。原文件 L7131—L7137
176熏风南来霜林染
opendesign用过,做了点简单的汇报ppt,感觉挺可以的,但是复杂一点的用来商业演示的ppt还没试过,晚点试试
个人试用范围被明确限定为简单汇报;复杂商业演示当时尚未尝试。原文件 L6891
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

PPT 做出来、看起来好、讲得有效,是三道关

内容结构、视觉表达和现场沟通必须分别看待,不能用一个“生成成功”覆盖全部。

几次讨论并不在问同一件事

7 月中旬,田智Liar0 在汇报期限前强调先尽量把逻辑写清楚,数读则谈到对美观度有要求时的不足。8 月汇报讨论里,Ste. 建议不要只是念 PPT,要讲页面之外的东西。9 月又出现“让 Agent 操作擅长的格式,给规范而非模板”的思路。[010][011][068][069][092] 熏风南来霜林染明确补充,自己做过简单汇报,但复杂商业演示还没有试过。[176]

工具改变了哪一层,没改变哪一层

自动生成页面可以减少排版劳动,却不自动产生业务结论;一份漂亮的图也不自动说明数据可信。现场表达则需要判断对方已经知道什么、还在疑惑什么。数读关于“不苟言笑”的追问说明,仅凭表情判断效果也有歧义。[070]

从“做 PPT”还原到交付目的

先明确是介绍进展、争取资源还是请求决策,再把证据、结论与行动分开。视觉质量和论证质量都要验收;不能因为其中一项合格,就推断另一项也合格。这里的三关框架是对几段讨论的整理。

背景讲清楚以后,也未必能一次做对。接下来要变的,是我们怎样试、怎样改。

下一章 · 跑一版,也检验一版 →
03跑一版,也检验一版7 个完整问题

不必等全部想明白,但每次试做都要有收获。

AI 让“先做一版”变便宜以后,群里逐渐从“第一次尽量想对”转向“先跑、看结果、再改”。但同时也发现:流程不是越多越安全。

八月底的一段讨论把这件事说得很清楚:过去执行很贵,人会先花很多时间规划,希望第一次就做对;现在改 Prompt、改规则、重新跑一版都便宜得多,那就可以更早拿真实结果,再用结果修正方法。错误没有消失,只是更值得让“小错误”早点暴露。[084][085][089]

这也改变了人的位置。人没必要盯着 AI 每一步怎么走,更应该先把验收条件、测试、日志、对比结果做好。问题是,大家后来又发现,流程本身也可能出错。为了“可控”加很多质量门,如果每一层都压缩一次信息,最后结果未必更好。[080][093][095]

“99% 和 1%”的争论很典型:如果大多数普通工程问题都可以先交给 AI,怎么知道眼前这个是不是危险的那 1%?最后更好的答案不是“人能提前看出来”,而是建立暴露机制:普通问题便宜地跑,真正危险的情况尽快露出来,再升级给更专业的人。[122][123][124][125]

这一章的判断与参与者 全部展开

这章留下的判断

  • 当试错变便宜,先做一版往往比把第一版设计到完美更划算。
  • 不要把“盯过程”当成可靠;验收、测试、日志和对比更重要。
  • 流程也要被验证,不能因为看起来规范就默认它有用。
  • 路径可以不同,只要结果稳定、可验收。
  • 真正困难的长任务,是走错以后能不能发现,并知道什么时候换路、什么时候问人。
  • 专家不会因为 AI 变强就自动消失;关键是危险边界怎么被及时识别。

不同的人补进了什么

*** 追问“你怎么知道这是 99% 还是 1%”,迫使讨论从个人经验转向风险暴露机制。

郑楷滨 用真实异构数据案例说明:AI 现在仍会绕死胡同,需要反馈。

数读 提出后验迭代,同时又进一步反思“流程本身也可能是 Bug”。

查看相关原话 7 段
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
084数读
本质上就是工作策略从“重先验”转向“更快用后验更新”。 以前执行很贵:人做,除非证明机器能做;先尽量设计完整,再执行。 现在很多执行已经很便宜:机器做,除非证明这里需要人;先跑最小化测试,再根据真实结果快速迭代。
保留该条文字,称呼按昵称统一。原文件 L5981—L5983
086数读
以前是: 错误很贵,所以尽量靠先验避免错误。 现在越来越多场景是: 错误便宜,所以更值得尽快获得错误,再用后验修正。
保留该条文字,称呼按昵称统一。原文件 L5987—L5991
093数读
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
保留该条文字,称呼按昵称统一。原文件 L6892
123***
但你怎么知道哪些是99 哪些是1呢
保留该条文字,称呼按昵称统一。原文件 L7969
157郑楷滨
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
保留该条文字,称呼按昵称统一。原文件 L8363
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372

继续往下拆

每个题目下面,都是完整内容
T12

先跑一版再改,但要真的拿到新证据

当试做一版的成本下降,规划与试验之间的投入比例也需要重新考虑。
讨论整理 · 不是全体共识[080][084][085][086][089]

为什么不再追求第一版完美

8 月 26 日,数读用“先验”和“后验”区分两件事:开始前凭经验判断,运行后根据结果修正。他做法规资讯分析时,不是先固定一套完美方法,而是让每版都可以找错、比较、更新。当试做成本下降,规划和试验之间的投入也可以调整。[084][085]

只是不停重跑,也可能白忙

这一版到底哪里错?为什么错?下一版有没有变好?没有一份能比较的基准版本,就可能只是换一种错法。后来提出的方法还要求,需求、做法和评测一起逐渐明确,每代留下变化、证据和记录,而不是跑完就覆盖掉。[089]

便宜的是试做,不一定是出错的后果

这套方法适合低成本、看得见问题、还能改回来的试验。模型生成便宜,不代表业务错误便宜。未经验证的产物可以先留在测试环境,或只做小范围试用。“快速试错”不能用来省掉发布责任和必要审批。

还可以接着问

这一轮运行结束后,能得到什么足以改变下一轮决策的新证据?

查看相关原话 5 段
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
084数读
本质上就是工作策略从“重先验”转向“更快用后验更新”。 以前执行很贵:人做,除非证明机器能做;先尽量设计完整,再执行。 现在很多执行已经很便宜:机器做,除非证明这里需要人;先跑最小化测试,再根据真实结果快速迭代。
保留该条文字,称呼按昵称统一。原文件 L5981—L5983
085数读
比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错、新版本到底有没有更好,然后把这些后验结果继续更新进下一版。 因为现在改 Prompt、规则、流程、Agent 策略的成本都很低,所以没必要特别依赖一开始的先验把所有东西想对,更重要的是让系统能持续用后验把自己修正好。
保留该条文字,称呼按昵称统一。原文件 L5984—L5986
086数读
以前是: 错误很贵,所以尽量靠先验避免错误。 现在越来越多场景是: 错误便宜,所以更值得尽快获得错误,再用后验修正。
保留该条文字,称呼按昵称统一。原文件 L5987—L5991
089数读
从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和 Baseline 始终可理解、可比较、可追溯。
保留该条文字,称呼按昵称统一。原文件 L6049
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

从“尽量第一次想对”,到“更快拿到真实反馈”

当试做一版的成本下降,规划与试验之间的投入比例也需要重新考虑。

群中提出了怎样的方法

8 月 26 日,数读把工作策略概括为从“重先验”转向“更快用后验更新”。先验在这里指开始前的经验与判断,后验指见到真实运行结果后的修正。他用法规资讯分析举例:不追求一开始固定完美方法,而让系统每版都能找错、比较和更新。[084][085]

重要的不只是“先跑”

运行结果必须能回答问题:哪一类输出错了、为什么错、下一版是否真的更好。没有比较基线,重复运行可能只是换一种错法。随后提出的框架还要求让需求、方法与评测逐渐成形,保留每代变化、证据和可追溯记录。[089]

适用的真正前提

这条方法依赖低成本、可观察、可修复的试验。模型生成便宜,不意味着业务错误的后果便宜。可以把未经验证的产物留在测试环境里,也可以先以小范围任务验证判断;不能把“快速试错”解释成绕过发布责任。

T13

少盯每一步,不等于少检查结果

人不必亲自控制每个动作,却必须知道凭什么相信最终结果。
讨论整理 · 不是全体共识[080][043][125][126]

从遥控 AI,转向检查它做成了什么

8 月 25 日的分享,把测试、评测、版本记录、日志和前后对比,放在盯着 Agent 每一步之前。意思是把人的精力用在目标、边界和结果证据上,而不是每个小动作都等人点头。[080]

“没报错”不是全部验收

生成了文件、程序没报错、AI 自己宣布通过,都只是局部信号。代码能跑、分析有依据、业务真的接受,要分别检查。临诗予说审代码也花时间,提醒了另一个现实:检查需要人和预算,不会因为执行变快就自动消失。[043]

怎样既放手,又不失控

写清楚哪些事允许自主做,结果怎样复查,高后果动作什么时候必须审批或找专家,出了异常能否还原输入和版本。这个组合,比“全放手”或“全程盯着”更接近原讨论的意思。[125][126]

还可以接着问

你的验证机制会不会只检查 AI 已经擅长展示的东西,却看不到最危险的失败?

查看相关原话 4 段
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
125数读
不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。
保留该条文字,称呼按昵称统一。原文件 L7993
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

验证比盯着每一步更重要,但不是取消监督

人不必亲自控制每个动作,却必须知道凭什么相信最终结果。

原文中的转向

8 月 25 日的方法总结把测试、评测、Git、日志和结果对比放在“盯着 Agent 每一步”之前。核心是把人的精力放到目标、边界和结果证据,而不是把自动化系统变成每一步都等人批准的遥控工具。[080]

验证要对准什么

“有文件输出”“程序没报错”“AI 自己说通过”都只是局部信号。对代码、分析与业务交付,需要不同层次的检查。临诗予的审查成本提醒,也说明验证本身需要预算,而不会自动消失。[043]

整理后的分工原则

把允许自主执行的范围写清;为结果设置可复查的检查;对高后果动作保留审批或升级;异常出现时能还原输入、版本和过程。这个组合比“完全放手”或“全程盯人”更接近群中讨论的方向。[125][126]

T14

流程也可能有错,不是越复杂越可靠

不能因为一套流程看起来受控,就认定它真的改善了任务结果。
讨论整理 · 不是全体共识[092][093][094][095][176]

9 月 1 日多问了一层

数读说:“流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。”前面一直在检查产物,这里开始检查做事的方法本身:这套流程,到底有没有让结果更好?[092][093]

多一道检查,可能只是多一次改写

如果每一层都在压缩、重写和限制同一份信息,却没有增加新证据,步骤更多也未必更可靠。数读担心多道质量门会在传递中丢信息。原文没有对照实验,所以它首先是一种需要检查的可能失败方式,不能直接当结论。[095]

要不要这一步,拿结果比较

规定“事实不能改、结果要满足什么”,和规定“每一步必须怎么走”不同。可以比较直接做但边界清楚的版本,与分阶段流程的版本,看质量、耗时、成本和能否追溯。无益步骤可以去掉,必要审批与复核则有自己的价值,不能一概删除。

还可以接着问

去掉这个步骤以后,哪些结果会变差?有证据,还是只有习惯?

查看相关原话 5 段
092数读
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
保留该条文字,称呼按昵称统一。原文件 L6882—L6884
093数读
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
保留该条文字,称呼按昵称统一。原文件 L6892
094数读
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
原消息以提问—回答的形式转述“路径方差”与“结果方差”的区分,没有给出方差测量数据。 称呼按昵称统一。原文件 L6895—L6900
095数读
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;
保留该条文字,称呼按昵称统一。原文件 L6901—L6902
176熏风南来霜林染
opendesign用过,做了点简单的汇报ppt,感觉挺可以的,但是复杂一点的用来商业演示的ppt还没试过,晚点试试
个人试用范围被明确限定为简单汇报;复杂商业演示当时尚未尝试。原文件 L6891
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

流程本身也可能是 Bug

不能因为一套流程看起来受控,就认定它真的改善了任务结果。

9 月 1 日的新转折

在一段关于设计规范和 Agent 工作方式的讨论中,数读提出:“流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。”这补上了此前方法论的一半:不只让结果接受检验,也让流程接受检验。[092][093]

为什么“加一层”可能适得其反

如果每一层只是重写、压缩或约束已有信息,流程可能变长,却没有引入新证据。数读担心多道质量门在信息传递中造成损失;原文没有实验结果证明这一点,但提出了值得检查的失败方式。[095]

保留规范,质疑多余步骤

明确事实不能随意改变、结果必须符合哪些要求,与固定每一步怎么走,是不同约束。可比较“直接做+清楚边界”和“多阶段流程”两个版本,看结果质量、时间、成本和可追溯性。删掉无益步骤也是一种工程改进。

T15

每次走的路可以不同,交来的结果要能用

“执行路径不同”和“答案质量不稳定”,需要分开衡量。
讨论整理 · 不是全体共识[094][095][085]

先区分两种“不稳定”

数读追问怎样控制方差时,转述了一个区分:不同路径得到相近答案,不一定是问题;最终结果偏到影响使用,才需要处理。这里的“方差”是直观说法,原文没有实际统计测量。[094]

过程整齐,不等于结果可靠

为了让每次执行一模一样,可能加上很多限制。但有些任务恰好需要换路,才能走出局部失败。因此要比较的是这些限制是否真的改善结果,而不是看流程图是否漂亮、步骤是否一致。这个判断仍需按具体任务验证。[095]

把稳定性落到业务里

你怕的是漏事件、错合并、结论没证据,还是只是措辞不同?先找出会造成业务损失的差异,再检查多次运行是否越界。对审计或可重复实验而言,过程记录本身也可能是交付要求,不能说路径永远不重要。[085]

还可以接着问

你的“稳定性”指标在检查业务正确性,还是只检查每次是否长得一样?

查看相关原话 3 段
094数读
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
原消息以提问—回答的形式转述“路径方差”与“结果方差”的区分,没有给出方差测量数据。 称呼按昵称统一。原文件 L6895—L6900
095数读
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;
保留该条文字,称呼按昵称统一。原文件 L6901—L6902
085数读
比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错、新版本到底有没有更好,然后把这些后验结果继续更新进下一版。 因为现在改 Prompt、规则、流程、Agent 策略的成本都很低,所以没必要特别依赖一开始的先验把所有东西想对,更重要的是让系统能持续用后验把自己修正好。
保留该条文字,称呼按昵称统一。原文件 L5984—L5986
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

要稳定的是结果,不一定是每次走过的路

“执行路径不同”和“答案质量不稳定”,需要分开衡量。

原文区分了两种变化

数读在 9 月 1 日追问如何控制方差,并转述了一个区分:如果只是用不同路径得到类似答案,这种变化未必重要;如果最终结果发生影响使用的偏移,才是核心问题。这里的“方差”是讨论中的直观用语,并没有实际统计估计。[094]

它修正了怎样的工程直觉

为了让过程整齐一致,可能加入很多流程限制;但过程更一致,不必然让结果更可靠。相反,在某些任务里允许寻找不同路线,可能帮助系统走出局部失败。是否成立需要按任务对照验证,而不能只凭形式偏好。[095]

如何把问题落到验收

先确定哪些结果差异影响业务:漏掉事件、错误归并、结论证据不足,还是单纯措辞变化。再看不同运行是否越过这些边界。以业务损失而不是过程外观为中心,才能知道到底要消除哪一种不稳定。[085]

T16

你怎么知道,这次是不是必须找专家?

普通问题可以低成本验证,但风险识别机制本身也需要专业设计。
讨论整理 · 不是全体共识[122][123][124][125][126][127][128]

最尖锐的问题不是那个百分比

LLLLxr 问,没有踩过坑,怎么知道 AI 的架构方案对不对?数读用普通任务和少数例外来区分,*** 接着问:你怎么知道当前是哪一类?对话里的“99 和 1”明确只是夸张示意,不是测出来的比例。[122][123][124]

回答从“我知道”变成“让问题露出来”

数读随后提出,让普通问题可以低成本验证,让危险问题尽早暴露并升级。*** 仍然要求有理解问题的技术基础;数读也认可纯技术路线,并推测深度专家可能更多做评估。这里补出的是分工办法,不是取消专家。[125][126][127][128]

检查机制也要有人负责

该检测什么,漏掉什么最危险,什么时候升级,本身就需要经验。有些风险发生后不能回滚,必须事前防住。所以建立机制确实推进了讨论,但“有检查”不等于“能发现全部危险”。重复检查可以交给系统,异常和高后果边界仍要有人把关。

还可以接着问

哪些失败必须在执行前防住,哪些可以在测试环境里暴露后再改?

查看相关原话 7 段
122LLLLxr
你不没经历过,没踩过一些坑,ai给你的架构方案你都不知道是不是对的
保留该条文字,称呼按昵称统一。原文件 L7954
123***
但你怎么知道哪些是99 哪些是1呢
保留该条文字,称呼按昵称统一。原文件 L7969
124***
先不管这数字,夸张一点就是99和1
明确说明99和1是讨论中的夸张示意,不是实际测得的比例。 称呼按昵称统一。原文件 L7980
125数读
不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。
保留该条文字,称呼按昵称统一。原文件 L7993
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
127数读
其实我是认可纯技术路线
保留该条文字,称呼按昵称统一。原文件 L7995
128数读
极少数、很深入、做评估
紧接“像咨询师一样”的讨论,描述一种关于未来技术专家分工的设想,不是已证明的岗位数量预测。 称呼按昵称统一。原文件 L7998
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

“99% 与 1%”之争:你怎么知道这次需不需要专家?

普通问题可以低成本验证,但风险识别机制本身也需要专业设计。

真正击中问题的一问

LLLLxr 质疑:没有经历过、踩过坑,怎么知道 AI 给的架构是否正确?讨论用“99% 普通任务、1% 例外”作示意,*** 紧接着追问:怎么知道当前是哪一类?他也明确说明数字只是夸张表达,不是测量值。[122][123][124]

数读给出的机制回答

回应从“普通问题没有那么危险”转向了“建立暴露与升级机制”:让普通问题可以低成本验证,让危险问题尽早暴露。*** 同时保留技术基础的要求;数读也表示认可纯技术路线,并推测深度专家可能更多承担评估。[125][126][127][128]

没有被这个回答消除的困难

检测什么、何时升级、不能漏掉什么,依然需要先验经验;有些风险在结果出现前就不可逆。因此机制回答是一次有效推进,但不是“从此不需要专家”。更准确的分工是让重复检查系统化,把专业注意力放到异常与高后果边界。

T17

AI 走进死胡同以后,谁告诉它该换路?

真实业务不是选出一个方案就结束,还要在变化中识别失败并重新决策。
讨论整理 · 不是全体共识[155][156][157][158][159][160][161][162]

郑楷滨把问题放回一堆乱数据里

9 月 14 日,他以项目梳理举例:假设有一千多条数据,格式、接口不同,试了三条路径还是达不到期望,AI 容易绕死胡同。他也明确说自己不懂技术,部分是凭空讨论。它首先是一位使用者描述的难题,不是一份已经定位根因的技术报告。[155][157][158][159][160]

知识在手,和把事情做完,还有距离

他提到,换成懂相关知识的人设计,完成时间确实不同,随后说关键可能在反馈。数读认可,这正是当前岗位还在发挥作用的地方。这个例子不能证明 AI 永远不行,却把“专业能力为什么仍有用”说具体了。[161][162]

不一定要列出无限多条路

更重要的是,知道该坚持、换路、补信息,还是重新定义目标。每次尝试都应该带回能改变下一步的新信息。如果只在同一个错误假设上换种说法,即使跑了很多轮,也没有真正向前走。

还可以接着问

失败以后,系统是在获得新信息,还是只是在同一个错误假设上换一种说法?

查看相关原话 8 段
155郑楷滨
假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样
保留该条文字,称呼按昵称统一。原文件 L8357
156郑楷滨
但是这里面有非常核心的一个点:时间以及完成度
保留该条文字,称呼按昵称统一。原文件 L8360
157郑楷滨
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
保留该条文字,称呼按昵称统一。原文件 L8363
158郑楷滨
我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈
保留该条文字,称呼按昵称统一。原文件 L8364
159郑楷滨
容易绕死胡同
保留该条文字,称呼按昵称统一。原文件 L8365
160郑楷滨
以上说的很多都是我在不懂技术也不懂任何东西的情况下凭空讨论的
当事人对自己所述技术解释的范围作出的限定;案例不能替代对实现细节的完整检查。 称呼按昵称统一。原文件 L8366
161郑楷滨
但是如果说交给理解相关知识点的人进行设计,我们对比过时间,确实非常不一样
保留该条文字,称呼按昵称统一。原文件 L8369
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

开放世界的难点:什么时候换路,什么时候问人?

真实业务不是选出一个方案就结束,还要在变化中识别失败并重新决策。

一个有具体限制的案例

9 月 14 日,郑楷滨用项目梳理举例:假设有一千多条异构数据,格式和接口不一样;尝试三条路径仍未达到期望,系统容易进入死胡同。他明确承认自己不懂技术,部分讨论是凭空推想,因此应将其作为用户视角的问题陈述,而不是技术诊断。[155][157][158][159][160]

对“专业人士消失”的现实补充

他指出,交给理解相关知识的人设计后,完成时间有明显差异;最后提出关键可能在反馈。数读认可当前这部分正是岗位价值。这个案例不能证明 AI 永远做不到,却能具体说明“拥有知识”与“把现实任务可靠做完”的距离。[161][162]

更值得追踪的缺口

需要知道何时继续、何时换路径、何时目标定义有误,以及何时必须补充信息。问题不是预先列举无限多路线,而是获得足够有效的反馈,把有限的尝试用于真正有希望的方向。

T18

先做出来很重要,长期用又是另一道题

原型速度与长期可维护性不是同一个目标;不要用一种成功标准覆盖所有阶段。
讨论整理 · 不是全体共识[028][029][030][051][052][053]

北鱼做了什么,数读追问了什么

北鱼让 AI 重新设计代码库,觉得快了很多,也坦言看不懂。数读追问的是:有没有实际不便?需不需要服务层或中间层?通常先遇到问题,再考虑新架构。两人关注点不同,一个看做出的效果,一个看什么时候值得改结构。[028][029][030]

“几个月变一小时”还有后半句

北鱼说以前三个月写的代码,现在 AI 一小时能写出,接着补充“以前玩具代码”。这个限定不能丢。它支持部分制作门槛下降,却不能证明所有长期系统都有同样的效率变化。[051][052]

原型与长期运行要分开看

验证需求时,先拿到能试用的东西;使用扩大后,再看数据、安全、维护、异常和多人协作。不是第一天就把架构做满,也不是因为现在能跑,就永远不管结构。进入下一阶段时,要重新看验收条件。

还可以接着问

这个项目现在需要的是更快验证需求,还是已经需要稳定支撑真实用户?

查看相关原话 6 段
028数读
因为一般是感觉到有不好,才会去加服务层或者中间层,才会去进行一些新的架构设计改进
保留该条文字,称呼按昵称统一。原文件 L1422
029北鱼
我前几天让 fable 帮我重新设计了整个代码库 搞了一堆 反正快很多了
保留该条文字,称呼按昵称统一。原文件 L1424—L1426
030北鱼
虽然我看不懂..
保留该条文字,称呼按昵称统一。原文件 L1427
051北鱼
我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来
保留该条文字,称呼按昵称统一。原文件 L3005
052北鱼
也是 以前玩具代码😂
紧接“三个月代码到一个小时”的讨论,对原项目规模作出“玩具代码”限定。 称呼按昵称统一。原文件 L3007
053北鱼
对的 现在的工具/技能 都只是手段 一切都要回归到业务本身
保留该条文字,称呼按昵称统一。原文件 L3001—L3004
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

先把东西做出来,也要知道什么时候该重构

原型速度与长期可维护性不是同一个目标;不要用一种成功标准覆盖所有阶段。

原文中的建造与追问

北鱼让 AI 重新设计整个代码库,报告速度变快,也坦言看不懂。数读没有只讨论“会不会写”,而是追问服务层、中间层与实际不便,提出通常感到问题后才考虑新架构。两人关注的是结果速度和结构调整的时机。[028][029][030]

最容易被夸大的那个案例

北鱼说过去三个月的代码,现在 AI 一小时能写出;随后补充“以前玩具代码”。这个限定不能被删掉:它说明部分创造门槛确实降低,却不能证明同样提升适用于所有生产系统。[051][052]

整理后的两阶段看法

验证需求时,重点是尽快得到可试用产物;扩大使用时,重点可能转向数据、安全、维护、恢复与可交接。原型不必一开始成为完整平台,但“能跑”的证据也不能代替对长期运行的验收。[053]

一个人这样工作,可能快了很多。但放进公司,故事并没有到此结束。

下一章 · 个人变快,组织未必 →
04个人变快,组织未必8 个完整问题

一个人用 AI 飞快,公司为什么没跟着快?

个人效率和组织效率,是群里很晚才被明确分开的两件事。代码写快了,需求、审批、权限、交接、上线和责任都还在。

北鱼这类 AI-native Builder 的体验非常直观:以前几个月写的玩具项目,现在可能很快就能做出来。但临诗予从企业开发侧看到的却是另一面:写代码的时间变成了审代码的时间,完整 Jira 到底省了多少工时并不好算。于是群里形成了一个重要区分——个人提效可以很大,组织提效却可能很一般。[051][052][043][044]

组织里还有很多“模型会做,但不能直接做”的东西。Forrest 说过公司代码不能随便喂外部模型,电脑权限也限制 IDE 和 CLI。这里不是模型能力问题,而是保密、审计、权限和责任。能用、允许用、值得用,是三道不同的门。[006][007][008][009]

更进一步,AI 真正改变组织的方式可能不是把旧流程每一步加速 30%,而是直接删掉原来必须存在的交接。一个人以前要经过业务、产品、开发、测试多次传话,现在如果能端到端负责,组织摩擦会少很多。但这也会反过来挑战 AI 应用岗位自己:如果业务用户未来能直接把产品做出来,中间那层人还需要做什么?[047][048][088][139][140]

这一章的判断与参与者 全部展开

这章留下的判断

  • 个人效率和组织效率要分开看。
  • AI 真正大的组织价值,可能来自减少交接,而不是单点提速。
  • 权限、安全、审计和责任不是“额外麻烦”,而是实际可用性的一部分。
  • 垂类 Agent 的问题不只是能不能做,而是大平台也做以后,客户为什么还要单独付钱。
  • AI 项目价值要同时看业务价值、使用概率、技术成功率和全部成本。
  • 一个“洞察”要进入组织决策,需要证据、说服和责任链。
  • 商业问题经常不是给定目标下找最优解,而是谁有权定义目标和约束。
  • 如果用户能自己做产品,AI 应用工程师也不能把自己当永久例外。

不同的人补进了什么

北鱼 提供“个人 + AI 可以有多快”的真实样本。

临诗予 指出审查、交付、考核和状态同步不会自动消失。

Forrest 把权限和保密带进讨论。

Ste. 把“聪明答案”拉回“组织凭什么相信并行动”。

niy🔆 追问垂类 Agent 在通用平台变强后的商业模式。

查看相关原话 8 段
046数读
是的,个人提效高 组织提效其实很一般。
保留该条文字,称呼按昵称统一。原文件 L2575
006Forrest
还有保密原因 公司不给随便用ai
保留该条文字,称呼按昵称统一。原文件 L388
007Forrest
涉及到仓库代码的 就只能用copilot,要么web去提问
保留该条文字,称呼按昵称统一。原文件 L394
081niy🔆
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
保留该条文字,称呼按昵称统一。原文件 L5934
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
139LLLLxr
按这个流程,用户都可以自己来吧
保留该条文字,称呼按昵称统一。原文件 L8093
140数读
所以 AI应用工程师本身可能也并不是必须的
保留该条文字,称呼按昵称统一。原文件 L8096

继续往下拆

每个题目下面,都是完整内容
T19

自己做得快了,公司为什么没跟着快?

代码更快生成以后,需求、审查、交接和上线仍可能决定整个项目的节奏。
讨论整理 · 不是全体共识[043][044][045][046][047][048]

写代码省下的时间,可能去了审查

临诗予转述团队讨论:写代码的时间部分变成了审代码,很难说一个任务到底省了多少工时。他也说明这是领导讨论的内容,不是自己完成的测量。A货冰美💤补充,整体仍会被那些没有加速的环节拖住。[043][044][045]

数读看到的是另一种项目

在一些新增项目中,一个人同时负责需求、评审和开发,交接少,所以他感觉更快。不过他也承认,大多数任务不能直接照搬个人开发模式。不能只拿这一类成功,推断全部组织都应该同样改。[046][047][048]

两种感受可以都成立

个人写出内容更快,与团队从需求到上线没快多少,并不矛盾。要分别看生产时间、等人等数据的时间、检查时间,以及最后有没有带来收益。“代码快了”不能直接换算成“公司赚到了”。

还可以接着问

项目最慢的是生产内容,还是等需求、等审批、等数据与等其他人?

查看相关原话 6 段
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
044临诗予
这都是我ld 他们讨论的 我也不太懂 还没接bug 和需求
对前文AI提效讨论的来源限定:转述团队领导的讨论,而非本人开展的完整评估。 称呼按昵称统一。原文件 L2566
045A货冰美💤
AI只能让能快的地方快了 但是整体时间还是要看那些快不了的地方
保留该条文字,称呼按昵称统一。原文件 L2570
046数读
是的,个人提效高 组织提效其实很一般。
保留该条文字,称呼按昵称统一。原文件 L2575
047数读
其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好
保留该条文字,称呼按昵称统一。原文件 L2577—L2578
048数读
例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多
保留该条文字,称呼按昵称统一。原文件 L2574
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

个人提效不等于组织提效

代码更快生成以后,需求、审查、交接和上线仍可能决定整个项目的节奏。

一次重要的尺度切换

临诗予转述团队关于 AI 提效的讨论:写代码的时间部分变成了审代码的时间,很难说某个任务节约了多少工时;他同时说明这是领导讨论的内容,不是自己的完整测量。A货冰美💤补充,整体时间仍受未加速环节限制。[043][044][045]

数读补出的另一类任务

数读认为自己看到的新增项目与个人闭环任务较快,原因之一是需求、评审与开发在同一人手中,内部摩擦较小;但也明确承认,大多数任务不能直接采用个人开发模式。[046][047][048]

两种体感可以同时真实

一个人的局部产出提高,与团队从需求到上线的周期没有同比下降,并不矛盾。讨论组织效率时,应该分开看生产速度、等待时间、核验时间与最终价值;不能把“代码写得快”直接换算成组织收益。

T20

是给旧流程加 AI,还是把工作重新安排?

有时价值来自替换一个步骤,有时来自减少原本必要的跨角色交接。
讨论整理 · 不是全体共识[087][088][047][048]

原文区分了两条路

8 月 26 日,数读说,一种是 IT 流程没变,只把几个步骤换成 AI;另一种是重新设计流程,跨过过去某些步骤。他也补充,两种方式最终都是解决问题。这里不是在给两种岗位排高低。[088]

少几次交接,为什么可能更快

如果一个人借助 AI 完成了过去要转给不同专业的部分工作,就可能少等几次、少解释几遍,也少丢一些背景。这是用来解释一人项目体验的推想,不是证明所有组织都应该扁平化。[048]

有些分工不能只按速度删

有的交接是因为一个人不会做,有的是为了独立复核、责任分离或安全。前一种可能被工具改变,后一种仍可能必要。先问这一步为何存在,再决定保留、合并、替换或移交,不要把“步骤更少”本身当目标。

还可以接着问

这一道交接是在创造独立价值,还是只是传递同一份信息?

查看相关原话 4 段
087数读
我们是很大程度自己挖业务 他们业务方给的那个需求 完全没法正常工作
保留该条文字,称呼按昵称统一。原文件 L6023
088数读
我觉得有一个很有意思的分界点是: IT的流程没变,只是用AI代替了某几个步骤 我们的流程是新的,可能跨越了过去的某些步骤 当然终点都一样,是解决问题
保留该条文字,称呼按昵称统一。原文件 L6025—L6029
047数读
其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好
保留该条文字,称呼按昵称统一。原文件 L2577—L2578
048数读
例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多
保留该条文字,称呼按昵称统一。原文件 L2574
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

AI 化旧流程,还是重新设计工作?

有时价值来自替换一个步骤,有时来自减少原本必要的跨角色交接。

原文明确提出的分界

数读在 8 月 26 日区分:一种方式是 IT 流程没变,只把几个步骤替换成 AI;另一种是新流程可能跨越过去某些步骤。他同时说终点一样,都是解决问题。因此这不是两类岗位的高低比较,而是两种改造路径。[088]

延伸:为什么“少交接”可能重要

当同一人能够借助 AI 完成过去需要多种专业协作的部分任务,等待、解释、信息丢失可能减少。这是对群中一人项目经验的机制解释,不是已经证明所有组织都该扁平化。[048]

流程哪些部分不能随便折叠

有些交接来自能力不足,有些来自责任分离、独立复核或安全要求。前者可能被更强工具改变,后者可能仍有必要。先识别一个节点为什么存在,再决定替换、合并、保留或移交,而不是把“步骤少”当成目标。

T21

模型会做,公司也未必能直接让它做

权限、保密与可审计要求不是模型能力之外的杂事,而是实际可用性的组成部分。
讨论整理 · 不是全体共识[006][007][008][009][109][096][097]

谁报告了哪些限制,要分清

Forrest 说过仓库代码只能用指定工具,电脑还有安装权限限制。Ste. 则说研究报告的洞察不能喂给 AI。这些来自各自当时的工作环境,不能写成所有公司的政策,也不能张冠李戴到另一位群友身上。[006][007][008][009][109]

看不见按钮,不等于没有风险

群里还有一段相邻对话:一边说管理员默认看到普通用户界面,另一边提醒 Token 泄漏可能带来损失。它提示我们把界面显示、登录身份、操作权限和凭据保护分开看。这是从讨论补出的边界,不是认定具体系统已有漏洞。[096][097]

先问限制为什么存在

保密、责任、历史系统和合规要求可能有不同原因,不能都归结为“公司落后”。要问在什么条件下,可以合规地试用、验证和部署。治理有时减少风险,有时增加等待,需要具体拆开,而不是绕过它。

还可以接着问

哪一项限制来自可改变的流程,哪一项来自必须遵守的责任边界?

查看相关原话 7 段
006Forrest
还有保密原因 公司不给随便用ai
保留该条文字,称呼按昵称统一。原文件 L388
007Forrest
涉及到仓库代码的 就只能用copilot,要么web去提问
保留该条文字,称呼按昵称统一。原文件 L394
008Forrest
公司电脑没权限 装不了别的ide
保留该条文字,称呼按昵称统一。原文件 L395
009Forrest
cli就更加用不了了
保留该条文字,称呼按昵称统一。原文件 L396
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
096数读
管理员进去页面也默认是普通用户视角 只有点击某个按钮才会进入管理员视角
保留该条文字,称呼按昵称统一。原文件 L6904—L6905
097Forrest
你把token泄漏了,明天你就欠费10个w
对可能泄漏凭证的风险提醒,金额是夸张表达,不是已经发生的损失。原截图不可见,本页不裁定是否确有泄漏。 称呼按昵称统一。原文件 L6907
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

能用、允许用、值得用,是三道不同的门

权限、保密与可审计要求不是模型能力之外的杂事,而是实际可用性的组成部分。

两种直接的组织约束

Forrest 讲到公司对仓库代码、指定工具、安装权限的限制;Ste. 则说研究报告中的洞察不能喂给 AI。这些是各自组织环境的自述,不能转述成所有公司的政策,也不该归到另一名群友身上。[006][007][008][009][109]

界面隐藏不等于访问安全

另一段讨论里,“管理员默认看到普通用户视角”与“Token 泄漏可能造成损失”相邻出现。它提示一个区分:界面显示、身份认证、权限控制和凭据保护不是同一件事。这是根据对话作出的安全边界说明,不是对具体系统已存在漏洞的判断。[096][097]

不能用“公司没准备好”概括一切

合规、保密、责任与历史系统约束可能各自有原因。真正要问的是:需要什么条件才能在合规范围内试用、验证和部署?组织治理可以降低某些采用风险,也可能增加等待;需要具体分析,而不是全部当成落后。

T22

通用工具越来越强,专门做的 Agent 还值什么?

一个模型能力演示,不等于一个可持续的产品与商业模式。
讨论整理 · 不是全体共识[081][082][001][002]

这不是一个已经有答案的问题

8 月 25 日,数读问:普通公司为什么还需要专门的 Agent?niy🔆回应,当前仍有垂类需求,但担心大平台、模型公司直接进入应用层,也认为合适的商业模式尚未找到。这里保留的是担忧和问题,不是市场已淘汰谁的统计。[081][082]

有需求,和能持续做生意,是两关

一关是功能会不会被平台自带;另一关是即使有人需要,客户是否会长期使用、愿意付钱。接通 API、跑出演示,只完成了其中一部分。原文既没有证明垂类都会消失,也没有给出一条保证成功的路线。

剩下的价值,需要逐项去验

行业数据、接入原有流程、长期稳定、交付服务和使用方便,都值得看。但不能列出来就叫“护城河”:仍要证明客户真的用了,结果值得付出的成本。[001][002]

还可以接着问

客户付费究竟是在买一项模型功能,还是买它稳定进入自己流程的能力?

查看相关原话 4 段
081niy🔆
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
保留该条文字,称呼按昵称统一。原文件 L5934
082niy🔆
其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
单条消息节选;称呼按昵称统一。原文件 L5934
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

通用 Agent 变强以后,垂类应用还凭什么存在?

一个模型能力演示,不等于一个可持续的产品与商业模式。

原文提出的问题

8 月 25 日,数读问:通用客户端已经很强,普通公司为什么还需要专门开发的 Agent?niy🔆回应,当前仍有垂类需求,但担心通用平台与模型公司进入应用层,并认为合适的商业模式仍未确定。[081][082]

这里有两种不同风险

一种是技术功能被平台直接提供;另一种是即使功能有人需要,也无法证明客户会持续使用和付费。把 API 接起来、把演示做出来,只覆盖了一部分价值链。原文没有证明所有垂类都会消失,也没有给出成功路线。

可继续验证的差异化条件

行业数据接入、流程嵌入、长期可靠性、交付服务和使用便利,都可能是进一步考察的方向。这里只列作验证问题,而不是声称哪一项已经构成护城河。应回到用户是否真正使用、成果是否值得成本。[001][002]

T23

AI 项目做出来了,为什么还可能没价值?

业务收益、实际使用、技术成功与全部成本,都需要进入项目判断。
讨论整理 · 不是全体共识[001][002][040][050][091]

那条公式想提醒什么

7 月 13 日,数读写下:“AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本。”它是帮助讨论的表达,不是精确估值模型。最朴素的提醒是:没人用,生成得再好也未必带来收益。[001][002]

还有些成本藏在实施过程里

培训、系统接入、维护、返工、审批,还有不用这套方案时的替代成本,都要看。Ida 说同事不懂 Skill,北鱼说浪费时间也是成本,还讲过 API 权限接入的经历。这些都不能只靠产品介绍里一句“很好用”解决。[040][050][091]

把公式落成一次真正的选择

先写清谁使用、现在怎样完成任务、希望改善什么、何时检查、出错谁承担。收益和成本要用相同时间范围,几个因素也未必独立。不要给变量填上凭感觉编造的精确概率;这条公式的作用,是避免“技术很酷,所以必须做”。

还可以接着问

即使这项技术成功了,什么条件仍可能让整个项目不值得做?

查看相关原话 5 段
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
050北鱼
浪费时间也是一种苦
保留该条文字,称呼按昵称统一。原文件 L2925
091北鱼
调用会议高级功能API,API返回值提醒我开专业版 开了专业版,API高级功能呢还是用不了 问了客服,客服说专业版可以用高级功能 查了文档,在一个小角落看到 专业版不支持高级功能 再次追问客服,升级高级客服 客服改口说不支持专业版
北鱼对一次工具接入的自述节选;不是经核验的厂商现行政策。原文件 L6857—L6869
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

AI 项目价值:做得出来,只是其中一个乘数

业务收益、实际使用、技术成功与全部成本,都需要进入项目判断。

群里最早的一条价值表达

7 月 13 日,数读写下:“AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本。”这是一个讨论用的启发式表达,重点在于:没有使用,即使能生成也未必产生实际价值。[001][002]

公式里容易漏掉什么

实施与培训、系统接入、维护、返工、审批以及可替代方案的成本,都可能影响项目是否值得做。Ida 对用户不懂 Skill 的提醒,以及北鱼关于时间成本和 API 接入的经历,说明便利和可用性不能只写在介绍里。[040][050][091]

让它成为决策而不是口号

可以先写清:谁使用、现有任务怎么完成、改善哪项结果、何时检查、失败代价由谁承担。原文公式帮助避免“技术很酷所以要做”,但每一个变量仍需要现实依据,不适合填入凭感觉编造的精确概率。

T24

AI 写出了一个洞察,老板为什么还不买账?

一个听起来聪明的结论,与一条可被决策采用的证据链,不是同一件事。
讨论整理 · 不是全体共识[024][025][026][027][060][108][109][117]

Ste. 看的是结论能不能支持决定

他提到舆情、定量、定性、专家访谈、销量和转化等证据,强调不能只单向输出结论。更早的数据问题讨论里,他也把“告诉我出了什么事”和“给我解决办法”分开。解释原因,不等于事情已经解决。[060][025][026][027]

报告写得顺,修不好数据关系

XG 讲过用小模型处理百万数据,规模、费用与质量都得一起考虑。如果字段映射出了问题,最后对客解释的人可能多出很多工作。把话润色得流畅,并不能把底层数据修对。这也是脱掉真实数据、只学报告语言时会碰到的边界。[024][108][109]

说服不是给预定答案化妆

把来源、推理、其他可能解释和不确定之处讲明白,组织才方便判断是否行动。Ste. 说逻辑错了就要改逻辑,支持的是这一点。这里的延伸不是“老板信了就一定正确”,而是让证据到决定之间的关系能被检查。[117]

还可以接着问

如果反例出现,应该改措辞、改结论,还是回到数据与解释机制重做?

查看相关原话 8 段
024XG
拿小模型处理百万数据
保留该条文字,称呼按昵称统一。原文件 L1166
025Ste.
数据库字段映射逻辑乱的
保留该条文字,称呼按昵称统一。原文件 L1203
026Ste.
我说重点不是这个
回应数据问题的处理过程;与下一条“解决方案呢”连读。 称呼按昵称统一。原文件 L1209
027Ste.
解决方案呢
该问句指数据问题最终如何修复,不是完整解决方案已经给出。 称呼按昵称统一。原文件 L1210
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
108Ste.
我们报告的洞察
后接“不准喂ai”;讨论的是研究报告中的洞察与使用限制。 称呼按昵称统一。原文件 L7835
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
117Ste.
然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改
保留该条文字,称呼按昵称统一。原文件 L7854
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

从数据到洞察,再到让组织愿意行动

一个听起来聪明的结论,与一条可被决策采用的证据链,不是同一件事。

Ste. 提供的验收尺度

Ste. 说研究报告需要舆情、定量、定性、专家访谈、销量和转化等证据;结论不能只靠单向表达。更早关于字段映射与数据问题的讨论,也把“原因解释”和“解决方案”区分开。[060][025][026][027]

为什么数据治理直接影响表达

XG 提到用小模型处理百万数据,这种任务要考虑规模、成本与质量。数据映射若有问题,最终对客解释的人可能承担额外工作。把报告写得更流畅,并不能修复底层数据关系;这也是只学习报告语言而不提供数据会遇到的边界。[024][108][109]

延伸:可接受的判断需要什么

明确数据来源、推理过程、替代解释与尚未确定的部分,才方便组织决定是否行动。这里的“说服”不是包装一个预定答案,而是使证据与决策之间的关系可检查。Ste. 关于逻辑出错就需要修改的表达,是这一取向的直接依据。[117]

T25

大家争的真是方案,还是“到底要什么”?

在优化方案之前,目标、约束和代价分配本身就可能存在分歧。
讨论整理 · 不是全体共识[083][060][149][003]

目标可能并没有事先说定

8 月 26 日,一段讨论从“多个目标和约束下怎么找好方案”,走到“谁定义目标、谁定限制、谁承担代价、谁能改定义”。值得保留的是这个组织问题,不是对某个人动机的判断。[083]

为什么看起来更好的方案推不动

效率更高,对不同人可能意味着不同收益与成本;掌握资源、拍板和最后负责,也可能是不同的人。可以追问谁受益、谁承担切换成本、谁能决定,但不能没有证据就说某个部门一定在保权力、故意阻挠。

开工前先对齐这些人

谁来用,谁拍板,谁检查,谁承担预算和错误后果?Ste. 的证据要求,以及郑楷滨追问钱往哪里流,分别补上了“怎样被接受”和“怎样形成交换”两层。目标不一致时,单纯把方案做得更漂亮,可能仍然没用。[060][149][003]

还可以接着问

大家争的是实现方案,还是根本没有同意同一个“好结果”?

查看相关原话 4 段
083数读
比如我提出:企业决策不是单目标最大化,而是在多个目标和约束下找一个 Pareto 优解;真的高手可能通过改变约束,把前沿往外推。 但是实际上目标函数本身都不是给定的,谁定义目标、谁定义约束、谁承担代价、谁有能力改变这些定义。
单条消息节选;称呼按昵称统一。原文件 L5954—L5955
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
003数读
其实对应的你如果承担了这个岗位,你的义务也重很多
保留该条文字,称呼按昵称统一。原文件 L70
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

更深的商业问题:谁有权定义目标?

在优化方案之前,目标、约束和代价分配本身就可能存在分歧。

原文里的一次视角变化

8 月 26 日,讨论从“多目标和约束下寻找一个好解”,进一步走向:目标函数本身不是给定的,谁定义目标、谁定义约束、谁承担代价、谁有能力改变定义?这条表达不是关于某个人的心理分析,而是一个可复用的组织问题。[083]

一个更优方案为什么仍可能推不动

更高效率对不同参与者可能意味着不同收益与成本;资源、权限和责任也不一定在同一人手里。由此可以追问谁受益、谁负担转换成本、谁有决策权。但群聊不足以证明任何具体部门是在为权力阻挠项目。

把“负责”写成可执行安排

在项目开始时明确谁使用、谁拍板、谁核验、谁承担预算和错误后果。Ste. 的证据要求与郑楷滨的“钱往哪里流”分别从决策接受和交换关系补充了这个问题。[060][149][003]

T38

用户能自己做以后,AI 应用这个岗位还做什么?

降低开发门槛的逻辑,也应该用来审视 AI 应用本身,而不是为某个新职位建立永久例外。
讨论整理 · 不是全体共识[139][140][081][040][001]

这次追问把逻辑转回了新岗位

9 月 11 日,LLLLxr 问:“按这个流程,用户都可以自己来吧?”数读回答可以,也说 AI 应用工程师本身可能并非必需。讨论并没有只把自动化压力推给传统开发,也在问自己的中间环节还能提供什么。[139][140]

它和垂类产品的问题连在一起

通用工具能直接接住部分需求后,中间服务需要说明:自己是在帮忙澄清问题、接系统、保稳定、提供专业数据,还是支持组织使用?niy🔆对垂类商业模式的担心,也可以放到这条线上看。[081]

理论上能自助,和多数人用得起来,还不同

Ida 提醒过非技术用户的使用门槛。该验证的是用户能独立做多少、异常时还要多少支持,以及这些中间服务是否值得成本。它可能减少旧任务,也可能带来培训、运营、治理和支持工作。原文没有为某个岗位定下消失日期。[040][001]

还可以接着问

如果通用工具下个版本覆盖了你的主要功能,你提供的剩余价值是什么?

查看相关原话 5 段
139LLLLxr
按这个流程,用户都可以自己来吧
保留该条文字,称呼按昵称统一。原文件 L8093
140数读
所以 AI应用工程师本身可能也并不是必须的
保留该条文字,称呼按昵称统一。原文件 L8096
081niy🔆
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
保留该条文字,称呼按昵称统一。原文件 L5934
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

如果用户能够自己做,AI 应用的中间岗位也会变化吗?

降低开发门槛的逻辑,也应该用来审视 AI 应用本身,而不是为某个新职位建立永久例外。

容易被前稿漏掉的追问

9 月 11 日,LLLLxr问:“按这个流程,用户都可以自己来吧?”数读回应可以,并直接提出 AI 应用工程师本身也可能并非必需。它说明讨论并没有只把自动化压力推给传统开发。[139][140]

与垂类应用之争的连接

如果通用工具能直接承接部分需求,中间服务必须重新说明自己提供了什么:问题澄清、系统接入、可靠性、专业数据,还是组织服务?niy🔆关于垂类模式的担忧,与这个追问处在同一条逻辑线上。[081]

不能忽略的反向条件

Ida的非技术用户情境提醒,“理论上能自助”和“多数人实际会用”仍有距离。真正值得验证的不是某个岗位是否必然消失,而是用户能够自主完成多少、有多少异常需要支持,以及中间服务带来的价值是否超过成本。[040][001]

当工作被重新安排,原来按岗位划开的能力,也开始重新组合。

下一章 · 技术、职业与怎么学 →
05技术、职业与怎么学6 个完整问题

代码更好写了,人还需要练什么本事?

群里最容易吵起来的是“技术还有没有用”。后来慢慢说清楚:真正变便宜的是一大批实现工作,理解系统、判断边界和承担复杂问题仍然是另一回事。

“技术无用”是群里最容易被误解的一句话。*** 的修正很关键:不是技术本身没了,而是技术实现越来越容易获得。数读后来也把说法收窄为:代码、框架、API 这些实现能力会越来越像基础设施,真正难的是定义问题、判断方案、设计验证和处理复杂边界。[118][129][130]

产品经理也没有简单“赢”。*** 提出,产品和开发更像是两边低层能力一起下沉,高层能力开始融合。一个未来高价值的人,可能既要理解业务,也要懂系统、会判断风险、能和真实用户沟通。职位名字的重要性可能下降,能力组合的重要性上升。[132][133][135][138]

但这里冒出一个更麻烦的问题:以前新人靠写简单代码、修 Bug、做基础分析慢慢长出判断;如果这些入门任务都被 AI 做了,新人怎么长成资深的人?公司招聘重新强调八股和手撕,可能并不只是保守,也可能因为“判断力、AI 协作、品味”太难可靠地测。[169][102][103][119]

这一章的判断与参与者 全部展开

这章留下的判断

  • 实现能力在贬值,不等于技术理解不重要。
  • 产品与开发更可能融合,而不是简单分出输赢。
  • AI 把任务做完,和人自己学会,是两回事。
  • 初级任务被自动化以后,学徒式成长路径需要重做。
  • 招聘回到基础题的一部分原因,可能是新能力还没有成熟的测量方法。
  • 能拿到专业答案,不等于你拥有专业身份;可靠性、信誉和责任仍然存在。
  • Owner 不是“多干一点”,而是目标、权限和结果真的落到你身上。

不同的人补进了什么

*** 把“技术无用”修正成“技术实现价值下降”,也反对简单说产品比开发更重要。

临诗予 追问 AI 思维到底怎么测,提醒基础能力仍要能被验证。

Yourset🐧 在学生实践讨论里提醒先有方向和兴趣,再让 AI 扩展。

田智Liar0 用“人型智能体”这个玩笑,形象描述了机器生产、人类解释和汇报的新分工。

查看相关原话 6 段
130数读
技术会越来越“无用”,不是因为技术不重要,而是因为它正从稀缺能力变成随取随用的基础设施,真正稀缺的是定义问题、判断方案、设计验证和处理复杂边界的能力。
保留该条文字,称呼按昵称统一。原文件 L8017
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
133***
我觉得没有哪个权重更高
保留该条文字,称呼按昵称统一。原文件 L8065
135***
剩下的高层次的能力和价值在融合
保留该条文字,称呼按昵称统一。原文件 L8071
169数读
以前程序员可能可以做螺丝钉 慢慢成长 现在越来越前置位的要求 问题选择能力、问题定义能力、判断力、品味、主体性、owner意识 哪怕是初级岗位
保留该条文字,称呼按昵称统一。原文件 L8414—L8418
004田智Liar0
现在有ai了就是我操控智能体,然后我作为人型智能体把ai结果给他们汇报[捂脸]
保留该条文字,称呼按昵称统一。原文件 L1028

继续往下拆

每个题目下面,都是完整内容
T26

“技术无用”不能直接当结论

实现方式可能更容易获得,但理解系统、识别风险和判断边界仍是另一类能力。
讨论整理 · 不是全体共识[118][122][126][127][129][130]

当时的说法是怎样改细的

9 月 11 日,*** 指出“技术”太宽泛:更准确的是技术实现价值减少,但仍需要技术认知。数读随后补上限定,强调不是技术不重要,而是一些实现能力更容易获得,定义问题、判断方案、设计检查和处理边界更值得关注。[129][130]

那位“没学过这门语言”的人并非不懂技术

讨论里确实出现用陌生语言完成项目的例子,但数读同时说明,当事人并不是不懂技术。LLLLxr 和 *** 也一直提醒经验和理解基础不能直接去掉。删掉这些后半句,就会把讨论变成“完全不用懂代码”的错误结论。[118][122][126]

要区分亲手做与能判断

不必每个细节都亲自写,和不知道方案是否可信,是两回事。这段聊天支持重新考虑知识怎样使用,不支持宣布技术地基失去训练价值,也没有证明所有实现工作都已便宜到不值钱。学多深,仍要看具体任务。

还可以接着问

哪些技术知识必须自己理解,哪些可以随任务查询,哪些必须请专家复核?

查看相关原话 6 段
118数读
不过他肯定不是不懂技术的人
前文讨论的是一位有传统开发积累的同事使用不熟悉语言完成项目;此句保留其已有技术基础的限定。 称呼按昵称统一。原文件 L7880
122LLLLxr
你不没经历过,没踩过一些坑,ai给你的架构方案你都不知道是不是对的
保留该条文字,称呼按昵称统一。原文件 L7954
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
127数读
其实我是认可纯技术路线
保留该条文字,称呼按昵称统一。原文件 L7995
129***
是技术实现价值变少
保留该条文字,称呼按昵称统一。原文件 L8014
130数读
技术会越来越“无用”,不是因为技术不重要,而是因为它正从稀缺能力变成随取随用的基础设施,真正稀缺的是定义问题、判断方案、设计验证和处理复杂边界的能力。
保留该条文字,称呼按昵称统一。原文件 L8017
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

“技术无用”需要拆成两句话

实现方式可能更容易获得,但理解系统、识别风险和判断边界仍是另一类能力。

原文怎样收窄了表述

9 月 11 日,***认为“技术”过于宽泛,更准确的是技术实现价值减少,还需要技术认知。数读随后写出较完整的限定:不是技术不重要,而是一些实现能力趋向基础设施,定义问题、判断方案、设计验证与处理边界更值得关注。[129][130]

不能删掉的反向证据

讨论中提到用没学过的语言完成项目,但数读也明确补充,当事人并非不懂技术。LLLLxr与***持续要求保留踩坑经验与理解基础。这些信息不能被一句“完全不需要懂代码”覆盖。[118][122][126]

更稳妥的能力判断

可以区分“每个细节都亲手完成”和“有能力判断方案是否可信”。AI 可能改变知识的使用方式,但本段记录不能证明技术地基已无训练价值,也不能证明所有实现工作都已商品化。具体投入仍应回到任务需要。

T27

产品和开发的工作在重叠,但谁赢还没说定

双方都在谈判断与复杂边界,但仍未就“哪个职业权重更高”达成一致。
讨论整理 · 不是全体共识[131][132][133][134][135][136][137][138]

两边的不同意见都还在

数读更看重产品的品味、优先级和隐性背景;*** 认为两边部分能力都在下沉,高层能力在融合,也明确不赞同给职业权重排高低。数读承认可能有偏见,但随后仍保留对产品判断的看法。不能把这写成一方彻底说服了另一方。[132][133][134][135][136]

他们靠近的是哪一部分

数读把产品能力描述为:信息不完整、资源有限、目标冲突时,判断什么值得做、先做什么、做到什么程度。*** 提醒,技术负责人同样面对这些问题。可见这类判断并不只属于一个职称。[137][138]

比职位高低更有用的问法

换掉头衔,看一个岗位实际负责哪些事、受到哪些限制、承担什么决定。原文可以说形成了“能力融合”的共同语言,但职业权重仍有分歧。承认自己的偏见,不等于已经接受对方全部结论。

还可以接着问

换掉职位名称之后,真正重叠的是哪些决策与责任?

查看相关原话 8 段
131***
其实我认为是产品经理和程序员坍塌了,互相融合了
保留该条文字,称呼按昵称统一。原文件 L8042
132数读
1 但是我记得我说过,我觉得产品经理权重更高
认可之后仍补充“产品经理权重更高”,说明职业权重之争没有因此完全结束。 称呼按昵称统一。原文件 L8043—L8044
133***
我觉得没有哪个权重更高
保留该条文字,称呼按昵称统一。原文件 L8065
134***
本质上两边的部分能力都在下沉
保留该条文字,称呼按昵称统一。原文件 L8069
135***
剩下的高层次的能力和价值在融合
保留该条文字,称呼按昵称统一。原文件 L8071
136数读
我觉得产品经理(maybe是我的偏见) 最核心的品味判断
保留该条文字,称呼按昵称统一。原文件 L8072—L8073
137数读
产品经理的核心能力,是在信息不完整、资源有限、目标冲突的情况下,持续做出“什么值得做、先做什么、做到什么程度”的正确判断。
保留该条文字,称呼按昵称统一。原文件 L8077
138***
负责技术的人同样要面对这些问题
保留该条文字,称呼按昵称统一。原文件 L8086
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

产品经理与程序员:能力融合,不等于已经分出输赢

双方都在谈判断与复杂边界,但仍未就“哪个职业权重更高”达成一致。

两种主张要分别保留

数读更看重产品侧的品味、优先级和隐性上下文;***则认为两边部分能力都在下沉,高层次能力正在融合,并明确反对直接比较哪个权重更高。数读随后仍保留自己对产品判断的看法,并提示可能有偏见。[132][133][134][135][136]

他们共同触及了什么

在信息不完整、资源有限、目标冲突时判断什么值得做、先做什么、做到什么程度,是数读给出的产品能力定义。***继续提醒,技术负责人同样面对这些问题。因此高阶判断未必专属于某个职称。[137][138]

对阅读这段争论的提醒

可以记录为“形成能力融合的共同语言,但职业权重问题未决”。不能把礼貌承认偏见写成被彻底说服。更有用的分析单位是一个岗位到底负责哪些任务、承受哪些约束,而不是先宣布某个职业获胜。

T28

AI 替你做完了,不等于你已经学会了

追问理由只是开始,还需要能独立迁移、检验和更新判断。
讨论整理 · 不是全体共识[114][115][116][117]

数读想多问的那几个“为什么”

为什么这样做?还有什么策略被放弃?别人为什么可能做得更好?换个角色又该怎样判断?他强调不能只把任务交出去。Ste. 也补充,洞察的逻辑错了就得改。这里所谓元认知,就是检查自己怎样理解、怎样作判断。[114][115][116][117]

听着很有道理,还不算学会

AI 可以解释得很顺,但理由未必经过检验,人也未必能在下次用上。一个更实际的检查是:换个案例后,你能否看出缺了什么假设,选对检查方法,发现不能相信结论的信号?这部分是整理者提出的学习检验,不是已经证实的教学成果。

复盘最后要留下能复用的东西

记下最初以为哪里出了问题、什么证据改变了判断、哪一步下次可用,以及什么条件下不能照搬。这样留下的不是一篇漂亮解释,而是下一次能帮助行动的经验。

还可以接着问

离开 AI 的这段解释以后,你能否在一个新案例里辨认相同问题?

查看相关原话 4 段
114数读
必须对追问为什么
保留该条文字,称呼按昵称统一。原文件 L7844
115数读
为什么做 凭什么这样做 有没有别的被fold的策略 为什么别人做的不一样 为什么别人做的可能更好 站在谁的角度,要怎么做
保留该条文字,称呼按昵称统一。原文件 L7849—L7853
116数读
不然只是AI把我的活干了
保留该条文字,称呼按昵称统一。原文件 L7845
117Ste.
然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改
保留该条文字,称呼按昵称统一。原文件 L7854
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

AI 替你做完了,和你自己学会了,是两回事

追问理由只是开始,还需要能独立迁移、检验和更新判断。

原文提出的学习要求

数读强调不要仅让 AI 做任务,而要追问:为什么这么做,还有什么被放弃的策略,别人为什么可能做得更好,站在谁的角度看问题。Ste.补充,洞察的逻辑一旦出错,也要修改。这里的元认知,可以直观理解为检查自己如何理解与判断。[114][115][116][117]

为什么“听懂解释”还不够

模型能够把过程解释得很顺,不等于理由经过验证,也不等于读者以后能独立使用。更可观察的学习结果,是能否指出缺失假设、在新任务中选对验证方法,以及发现不该相信当前结论的信号。此处是整理者提出的学习检验。

把复盘变成有产出的动作

可以在任务结束后记录:最初以为问题在哪里、证据怎样改变了判断、哪一步可以复用、什么边界不能照搬。这样沉淀的不是一篇好看的解释,而是下次行动可以用上的经验。

T29

基础工作让 AI 做了,新人怎么练出判断?

课程选题、真实实践与学徒路径,是同一个问题的不同入口。
讨论整理 · 不是全体共识[061][062][063][064][065][066][169]

课程选题时,大家已经碰到这个问题

8 月 13 日,数读想让实践课更接近真实工作,让学生自己用 AI 挖题。Yourset🐧建议先确定兴趣,kyrie_H 提醒没有方向和约束很难找。数读认可兴趣的作用,但仍偏向让学生自主挖掘。不是一场已经解决的给题与自由选题之争。[061][062][063][064][065][066]

后来问题扩大到了职业成长

9 月,数读觉得问题选择、判断力和负责意识似乎越来越前置。沿着这个担心,可以再问:如果入门任务减少,以前靠这些任务练出的能力从哪里来?这就是前稿说的“学徒阶梯”,属于整理后的推演,不是初级岗位已经消失的统计。[169]

一种可以拿去试的课程设计

给真实用户、有限范围、可用资源和交付标准,让学生自己选问题、解释取舍,同时留下失败、修改和验收的证据。它试着兼顾给边界与留空间。但原文没有显示这套课程已经实施,更没有证明效果。

还可以接着问

课程是在考“做出了东西”,还是在考学生如何证明这个东西值得做、做得对?

查看相关原话 7 段
061数读
群友们可以来点意见吗:人工智能方向每届都有工程实践项目。 我想麻烦你结合业界需求,帮我出个AI应用的题目大纲,让同学们在找工作前有一个实践练习的项目,到时找工作有些帮助。往届做的项目离实践太远,对于找工作没有帮助
保留该条文字,称呼按昵称统一。原文件 L3902
062数读
我觉得就是不要太指定方向,让他们自己去挖,用 AI 挖
保留该条文字,称呼按昵称统一。原文件 L3908
063Yourset🐧
我觉得还是得先确定自己的兴趣,然后再让AI挖
保留该条文字,称呼按昵称统一。原文件 L3910
064kyrie_H
你让AI自己挖一个没有约束的搜索空间
保留该条文字,称呼按昵称统一。原文件 L3921
065kyrie_H
我觉得他也挖不出来
保留该条文字,称呼按昵称统一。原文件 L3922
066数读
但是我更倾向于让他们自己挖掘一些
保留该条文字,称呼按昵称统一。原文件 L3925
169数读
以前程序员可能可以做螺丝钉 慢慢成长 现在越来越前置位的要求 问题选择能力、问题定义能力、判断力、品味、主体性、owner意识 哪怕是初级岗位
保留该条文字,称呼按昵称统一。原文件 L8414—L8418
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

当入门执行变便宜,新人靠什么练出判断?

课程选题、真实实践与学徒路径,是同一个问题的不同入口。

原文里有两次具体讨论

8 月 13 日,数读希望实践项目更贴近真实工作,倾向让学生自己用 AI 挖掘题目。Yourset🐧建议先确定兴趣,kyrie_H指出没有方向和约束的搜索空间很难推进。数读认可兴趣的作用,但仍保留自主挖掘的偏好。[061][062][063][064][065][066]

9 月的另一层担心

数读进一步提出,过去可以先做螺丝钉慢慢成长,而问题选择、问题定义、判断力和 Owner 意识似乎正在前置。由此可以提出“学徒阶梯”问题:如果传统入门任务减少,过去依靠这些任务训练的能力怎样获得?这后半段是整理推演,不是就业统计。[169]

一种可以试验的教学结构

给定真实用户、有限范围、可用资源和交付标准,让学生自主选择问题并解释取舍;同时要求保留失败、修改和验收证据。它折中了完全放开与完全给题,但群聊没有证明这套课程已经实施有效。

T30

招聘到底该考什么,才能看出一个人会不会做事?

传统编程题好评分,AI 协作能力更贴近一些新任务;如何兼顾,原文没有最终答案。
讨论整理 · 不是全体共识[102][103][104][119][120][121]

大家怕的是不同的选人错误

数读转述招聘增加八股和手写代码,质疑比例;Akiii 转述经理担心实习生基础太差;临诗予问,新能力没硬指标该怎么测。这些问题不是简单的谁前进、谁保守,而是各自怕招错哪一种人。[102][103][119]

好评分的题,未必最贴近工作

数读说八股也能背,考什么会影响大家把时间花在哪。让候选人读源码、提出修改意见,也曾被提起。但难测的能力不能因为重要就免检,好评分的题也不能因为客观就默认有效。关键是题目与实际工作表现有没有关系。[104][120][121]

这场争论还没有最终方案

可不可以用真实任务,看怎样澄清目标、使用工具、发现错误和验收,再保留必要基础检查?怎么区分背来的套话、演示熟练与真正可靠?这适合继续试,不应被写成已经执行的招聘制度。原文中的公司政策与权重也只是聊天转述。

还可以接着问

一道题能测出怎样的工作表现?我们有没有证据连接题目与最终绩效?

查看相关原话 6 段
102数读
今年大掉头,严肃考察八股、还有一个古法编程环节
保留该条文字,称呼按昵称统一。原文件 L7281
103Akiii
之前我部门经理说招进来的实习生基本功太差了,还是应该考考八股算法什么的
保留该条文字,称呼按昵称统一。原文件 L7284
104数读
是的,我们部门经理说到时候直接放个源码让他们读懂就好,给出修改意见 比直接写简单很多
保留该条文字,称呼按昵称统一。原文件 L7295—L7296
119临诗予
这没有硬性考察指标啊,怎么才能考核呢?
保留该条文字,称呼按昵称统一。原文件 L7911
120数读
不懂coding的人也能背八股和leetcode hot 50
保留该条文字,称呼按昵称统一。原文件 L7928
121数读
面试的倾向会影响一批员工的总体能力边界 人的精力就那么多 投入到coding 投入给AI 的确是两种思维能力
保留该条文字,称呼按昵称统一。原文件 L7932—L7934
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

招聘争论的背后,是“什么能力可以被可靠测出来”

传统编程题好评分,AI 协作能力更贴近一些新任务;如何兼顾,原文没有最终答案。

不同参与者担心不同风险

数读转述招聘增加八股与手写编程,质疑这些内容的权重;Akiii转述经理对实习生基础不足的担心。临诗予进一步问,新能力没有硬性指标该怎么考。这里不是单纯的激进与保守,而是不同的筛选错误。[102][103][119]

可评分,不代表测到了目标能力

数读反驳八股也可以背,并指出评价倾向会改变人们投入哪种能力。读源码、给出修改意见曾作为另一个思路出现。容易量化的题不必然最有业务解释力;难以量化的能力,也不能因为重要就免于验证。[104][120][121]

原文留下的未决问题

能否用真实任务测目标澄清、工具使用、判断错误与验收能力,同时保留必要基础检查?怎样区分套话、演示熟练和真正可靠的判断?这些可以成为后续实验,但本页不把建议当成已落地的招聘制度。

T31

拿到专业答案,和成为专业人士,差在哪里?

知识、方法、情境判断、可靠交付与责任,原本常被打包在同一个职业里。
讨论整理 · 不是全体共识[150][151][152][153][154][161][126]

数读提出了一个很激进的拆法

专业人士掌握知识方法,也知道怎样用。于是他推想,当 AI 连“怎么用、什么时候用”都做得更好时,专业能力会不会不再稀缺?郑楷滨则用真实任务里不同设计者的时间差异提醒:从拥有方法到可靠交付,中间还隔着一些事。[150][151][152][153][161]

他承认当下差距,但没有放弃未来判断

数读回应“对,确实,几年内还有”。这支持的是当前专业协助仍有价值,不是他放弃原判断,更不是专家已确定消失。要把时点和认同范围一并保留。[154]

到底哪一部分被工具接走了

答案可以借助工具获得,但长期可靠性、异常处理、授权和责任,不会因为拿到同一份答案就自动转移。这是整理后的能力拆分。谈某个专业时,应看哪些部分能替代、哪些仍需独立验证,不能只看职业名字。

还可以接着问

别人是在为你知道答案付费,还是为你能在复杂情境中可靠交付并承担承诺付费?

查看相关原话 7 段
150数读
所谓的专业人士,只是在某一个领域掌握了一些知识方法,然后并且会运用这些知识方法的人
保留该条文字,称呼按昵称统一。原文件 L8339
151数读
AI 已经掌握了这些知识方法,但是 AI 暂时还不完全会用,而且目前它不知道在什么时候用
保留该条文字,称呼按昵称统一。原文件 L8340
152数读
解决完以后哪来的专业人士?所有人都可以是专业人士
保留该条文字,称呼按昵称统一。原文件 L8344
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
154数读
对,确实,几年内还有
承认当前阶段仍有专业能力的作用,但并未明确放弃此前的终局判断。 称呼按昵称统一。原文件 L8349
161郑楷滨
但是如果说交给理解相关知识点的人进行设计,我们对比过时间,确实非常不一样
保留该条文字,称呼按昵称统一。原文件 L8369
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

获得专业能力,不等于自动获得专业身份

知识、方法、情境判断、可靠交付与责任,原本常被打包在同一个职业里。

那个激进命题是什么

数读把专业人士拆为掌握知识方法并会运用的人,推想“怎么用、什么时候用”逐渐被解决后,专业能力可能不再稀缺。郑楷滨没有用职业头衔反驳,而是用真实任务中不同设计者的时间差异,指出中间仍有距离。[150][151][152][153][161]

原文中出现的是局部承认

数读说“对,确实,几年内还有”,承认当下专业协助仍有价值,但继续坚持对未来能力的判断。这不能被写成专家已确定消失,也不能被写成他放弃了原判断。[154]

更完整的分析单位

专业输出可以部分借助工具获得;长期可靠性、异常处理、授权和责任并不自动跟着同一份答案转移。这里的能力拆分是整理分析。讨论专家时,应问究竟哪部分在被替代,哪部分仍需要独立验证,而不是只盯住职业名称。

本章还连着这些问题 1 个

学会调用能力,还不是终点。结果交出来之后,得有人用、有人信,也得有人负责。

下一章 · 有人用,也有人负责 →
06有人用,也有人负责3 个完整问题

做得出来之后,谁愿意用,谁来负责?

知识、代码、报告都越来越容易生成以后,群里开始不断碰到同一个问题:谁知道真正要做什么?谁知道结果靠不靠谱?谁能让别人相信?出了问题谁负责?

Ste. 的工作场景很能说明问题。AI 可以生成一个听起来很像样的洞察,但老板不会因为句子漂亮就下注。舆情、定量、定性、专家访谈、销量、转化率,都是在回答同一个问题:为什么应该相信这个结论?[060][117]

郑楷滨带来的销售视角也很重要。群里一开始拿抽烟喝酒开玩笑,他马上说这些并没有想象中那么核心。更有价值的部分,是你能不能知道客户真正需要什么、建立信任、推动承诺和交易。东西越容易被做出来,需求、渠道和信任就越显眼。[145][146][147][149]

所以“上下文”最后还会继续往前走一步。静态知识可以写进文档,但客户今天的反应、现场出了什么事、哪个目标被领导改了、谁有权拍板,这些东西每天都在变。真正难复制的可能不是一份知识库,而是持续接触现实、拿到新反馈、并且有权限改变事情的位置。[059][083][109]

这一章的判断与参与者 全部展开

这章留下的判断

  • 生成一个判断很便宜,让组织愿意相信并行动没有那么便宜。
  • 越靠近真实用户、现场、资源和责任,信息越新,也越难完全静态化。
  • 生产越容易,需求、渠道、信任和分配可能越重要。
  • 判断力不是凭空来的,它需要真实失败和持续反馈。
  • 负责结果需要授权,否则“Owner 意识”很容易只是让一个人多背锅。
  • 群里最有价值的不是共识,而是技术、工程、研究、销售和用户视角彼此补全。
  • 说清楚“这是体感、转述、推演还是证据”,能避免漂亮总结把不确定性抹掉。

不同的人补进了什么

Ste. 不断问“证据呢?为什么组织要信?”

郑楷滨 把讨论拉到客户、钱、真实数据和反馈。

Forrest 提醒“现实”也包括组织权限和安全边界。

*** 经常把过粗的概念拆开,避免一句话说得太满。

查看相关原话 5 段
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
146郑楷滨
之前我真以为这些必备,但是其实占比说实话没太大
此前话题涉及销售是否需要抽烟喝酒;“这些”指那些被提到的习惯。属于个人从业体感。 称呼按昵称统一。原文件 L8315
003数读
其实对应的你如果承担了这个岗位,你的义务也重很多
保留该条文字,称呼按昵称统一。原文件 L70
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347

继续往下拆

每个题目下面,都是完整内容
T33

东西更容易做出来了,为什么还会聊到销售?

东西更容易做出来以后,谁真正需要、谁愿意买、谁愿意相信,仍然是问题。
讨论整理 · 不是全体共识[144][145][146][147][149][168]

应酬只是开头的玩笑

数读说尊重销售,又拿抽烟喝酒开玩笑。郑楷滨补充,自己实际做下来,这些没有以前想的那么必需;数读随后说只是玩笑。原文没有展开完整的销售方法辩论,不能据此宣布谁被系统性说服。[145][146][147]

更实在的是:钱怎么来?

郑楷滨一直追问钱往哪里流。四重奏对“可以去卖卡”的安慰也反问,能赚钱为什么还要上班?能提供东西、找到客户、以合适成本成交,并不是同一关。制作能力提高,不等于收入自然到账。[149][168]

信任可能更重要,不代表销售天然安全

供给更多时,理解客户、建立信任、让组织愿意采用,可能成为一些工作的关键难处。但销售自己也有能被自动化的任务。“关系重要”不是职业保险,也不是所有关系都创造价值。这是可以继续观察的方向,而非确定排名。

还可以接着问

一份更便宜的供给,怎样变成用户愿意使用、组织愿意采购的真实价值?

查看相关原话 6 段
144郑楷滨
不太明白,诸位这里的生产力工作指的是什么
保留该条文字,称呼按昵称统一。原文件 L8301
145数读
我是全世界最尊重销售的人
保留该条文字,称呼按昵称统一。原文件 L8304
146郑楷滨
之前我真以为这些必备,但是其实占比说实话没太大
此前话题涉及销售是否需要抽烟喝酒;“这些”指那些被提到的习惯。属于个人从业体感。 称呼按昵称统一。原文件 L8315
147数读
只是开个玩笑哈哈哈,你觉得你干的咋样
数读明确说明此前抽烟喝酒的说法是玩笑,不能记录成被说服后的职业转向。 称呼按昵称统一。原文件 L8316
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
168四重奏
卖卡能赚钱的话我嗨上什么班呢
保留该条文字,称呼按昵称统一。原文件 L8409
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

为什么生产讨论最后会转向销售与信任?

东西更容易做出来以后,谁真正需要、谁愿意买、谁愿意相信,仍然是问题。

从玩笑进入真实交易

数读说自己尊重销售,并用抽烟喝酒开玩笑;郑楷滨补充,自己实际经历里这些未必像以前想象的那样必需。数读随后说只是玩笑。原文没有展示一场完整的销售方法辩论,不宜解释成谁被系统性说服。[145][146][147]

更值得留下的两个追问

郑楷滨在宏观讨论中关心“钱往哪里流”;四重奏对“可以去卖卡”的安慰追问,能赚钱为什么还要上班。这些把生产能力、分发渠道与收入实现分开了:能提供某样东西,不自动等于能以合适成本成交。[149][168]

价值迁移是可能性,不是职业保险

可以推想,供给更丰富以后,客户理解、信任与组织接受会成为一些场景的瓶颈。但销售本身也包含可被自动化的任务;“关系重要”不等于销售天然安全,更不等于所有关系都有正向价值。

T35

负责结果,也得有决定事情的权限

从“人型智能体”到项目负责人,关键不只是多做几步,而是明确承诺、权限与边界。
讨论整理 · 不是全体共识[003][004][083][164][165]

从汇报结果,到负责一件事

7 月的聊天把更高岗位和更重义务联系起来。田智Liar0 用“人型智能体”打比方:操控 AI,再向上级汇报。到 9 月,数读的工作描述更强调明确目标、补背景、让 AI 自己迭代。这些片段能帮助理解工作分工的变化,不需要引申为个人心理画像。[003][004][164][165]

传话的人,不一定能拍板

一个人可能负责解释、验收和承诺结果,但在 AI 与上级之间传话,并不自动意味着拥有决策权。要问目标谁定、风险谁担、资源是否够、什么时候能升级。Owner 在这里是对一件事负责,不是一个听起来更高级的头衔。[083]

不要把负责写成无限兜底

更大的责任不等于无限接活,也不等于替自己无法控制的系统无条件担责。权限、资源、信息和支持应当与责任匹配。这是整理者补上的边界,不是对任何群友能力或态度的评价。

还可以接着问

谁能决定目标、改变范围、暂停发布?这些权力是否与最后的责任落在相应位置?

查看相关原话 5 段
003数读
其实对应的你如果承担了这个岗位,你的义务也重很多
保留该条文字,称呼按昵称统一。原文件 L70
004田智Liar0
现在有ai了就是我操控智能体,然后我作为人型智能体把ai结果给他们汇报[捂脸]
保留该条文字,称呼按昵称统一。原文件 L1028
083数读
比如我提出:企业决策不是单目标最大化,而是在多个目标和约束下找一个 Pareto 优解;真的高手可能通过改变约束,把前沿往外推。 但是实际上目标函数本身都不是给定的,谁定义目标、谁定义约束、谁承担代价、谁有能力改变这些定义。
单条消息节选;称呼按昵称统一。原文件 L5954—L5955
164数读
我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。
保留该条文字,称呼按昵称统一。原文件 L8379
165数读
而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。
保留该条文字,称呼按昵称统一。原文件 L8380
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

Owner 意识:承担结果,也需要相应授权

从“人型智能体”到项目负责人,关键不只是多做几步,而是明确承诺、权限与边界。

两个相隔很远的片段

7 月的讨论已经把更高岗位与更重义务联系起来。田智Liar0则用“人型智能体”描述:自己操控 AI,再把结果汇报给上级。到 9 月,数读介绍的工作方式更强调明确目标、补充信息和让 AI 自行迭代。[003][004][164][165]

这条讨论可以怎样整理

人可能同时承担组织接口、解释、验收与结果承诺;不过“在 AI 与领导之间传话”并不天然等于拥有决策权。真正的负责,需要知道目标由谁定义、风险由谁承担、资源是否足够,以及何时需要升级。[083]

避免把责任浪漫化

承担更大问题不等于无限接任务,也不等于替无法控制的系统无条件担责。责任与权限、资源、信息和支持应当匹配。这个提醒是整理者给出的边界,不是对数读或任何成员个人的评价。

T36

这个群值得留下的,不只是最后一句共识

一个人看见的是工具,另一个人看见的是用户、证据、权限或交付。
讨论整理 · 不是全体共识[031][032][033][040][123][153][167]

群友很早就想过把讨论存下来

7 月 20 日聊过知识库、共享权限和少更新群公告,9 月 14 日郑楷滨又催着整理资讯与感悟。网页应该让大家能重新找到内容,而不是把聊天写成全体共同签署的一篇宣言。[031][032][033][167]

哪些追问真的让事情变清楚

*** 问怎样识别“99 和 1”,郑楷滨说中间跳了步骤,Ida 提醒很多人不懂 Skill。它们都让一个听上去完整的判断,多面对一种实际条件。讨论有收获,不一定要靠一方认输。[123][153][040]

保存分歧,比统计谁赢更有用

谁说的,为什么不同意,后来有没有明确改口,要一起留下。玩笑不是稳定立场,沉默不是认同,一句“对”也不代表全盘接受。因此成员页只记录他们在讨论里补了什么,不据此评判整个人。

还可以接着问

下一次讨论结束时,能否留下“我们究竟补上了哪一个条件”,而不只留一个金句?

查看相关原话 7 段
031kyrie_H
个人的知识库
这是关于建立并向群友开放知识库的连续发言片段。 称呼按昵称统一。原文件 L1588
032数读
要考虑大家都方便
保留该条文字,称呼按昵称统一。原文件 L1596
033kyrie_H
就不用每次都更新群公告
保留该条文字,称呼按昵称统一。原文件 L1603
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
123***
但你怎么知道哪些是99 哪些是1呢
保留该条文字,称呼按昵称统一。原文件 L7969
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
167郑楷滨
[旺柴]将你在群里的感悟或者资讯总结一下?
保留该条文字,称呼按昵称统一。原文件 L8403
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

群聊的价值,不只是共识,而是互相补充不同的现实

一个人看见的是工具,另一个人看见的是用户、证据、权限或交付。

这份档案也来自群里的需求

7 月 20 日,群友已经讨论个人知识库、共享权限和减少更新群公告;9 月 14 日,郑楷滨又催促整理群内感悟与资讯。本页并非把聊天变成唯一宣言,而是让不同路径上的内容都能重新找到。[031][032][033][167]

哪些交流真正产生增量

***追问“怎么知道是 99 还是 1”,郑楷滨提醒“跳了一些步骤”,Ida提示不少读者还不懂 Skill。这些问题的共同点,是让一个看似完整的观点遭遇不同的使用条件。价值可能来自补充限制,而不必表现为一方彻底认输。[123][153][040]

怎样保留原来的声音

记录谁说了什么、为什么发生分歧、后面有没有明确修正,比统计谁获胜更有价值。玩笑与认真的观点要区别,沉默不能算认同,局部“对”也不能扩展成整个群的共识。每个成员页面因此只描述发言贡献,不推断人格。

本章还连着这些问题 4 个

如果生产越来越容易,人的工作与收入会不会一起变?这是最后、也最没有定论的问题。

下一章 · 工作与收入,往后呢? →
07工作与收入,往后呢?3 个完整问题

从“我要失业了吗”,聊到钱和身份怎么分。

讨论从模型一路走到职业,再走到社会。真正值得盯的可能不是某个宏大的“奇点”名字,而是 AI 什么时候可以少问人很多次,也能把真实工作做完。

群里最后讨论 RSI、ASI 和失业时,一个更具体的问题浮出来了:公司并不需要等到“超级智能”才会改变招聘。只要 AI 做一件事的成本、监督成本和出错成本加起来,比继续雇更多人更低,组织就已经有动力改变。[162][163][170]

郑楷滨那句“我觉得应该在反馈”很关键。今天 Agent 的问题往往不是完全不会,而是跑着跑着不知道自己错了,需要人不断提醒下一步。如果未来一次真实任务从“每三步问一次人”变成“跑几个小时只在关键节点找人”,经济意义就已经很不一样。[156][157][162]

再往后才是更大的社会问题。数读把旧社会契约写成“教育→技能→劳动→收入→消费→身份”。如果技能和劳动价值之间的关系开始松动,问题就不只是程序员是不是少招,而是收入、身份和资源要怎么重新分配。群里对“三年内快速变化”并没有形成共识,这应该继续保留成开放问题,而不是写成预言。[148][149][171]

这一章的判断与参与者 全部展开

这章留下的判断

  • 就业变化不需要等到真正的超级智能。
  • 更具体的指标是:完成一个真实任务,人还要介入多少次?
  • 低监督、可验收的闭环,比“模型又涨了多少分”更接近企业替代阈值。
  • 生产变便宜以后,钱往哪里流、谁掌握客户和资源,会变成更重要的问题。
  • 大规模失业和财富集中是群里的担忧与推演,不是已经被证明的未来。
  • 最大的开放问题是:新的人类需求和新工作,能不能出现得足够快。
  • 如果“教育—技能—劳动—收入—身份”这条链变松,社会要重新回答工作的意义。

不同的人补进了什么

郑楷滨 一直追问中间步骤、钱往哪里流,以及 AI 何时真正少依赖人工反馈。

数读 把讨论从职业安全推到了劳动、收入和社会身份。

A货冰美💤 提醒这类职业影响“因人而异”,保留个体差异。

啊哼 把“灭绝”问题更多理解成社会结构层面的风险。

查看相关原话 6 段
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
148数读
我个人比较激进,我觉得 3 年以内吧
对前文社会变化速度的个人激进估计;没有明确统计口径,不作为可靠时间表。 称呼按昵称统一。原文件 L8333
171数读
这里提出一点旧社会契约: 你接受教育 → 获得技能 → 出售劳动 → 获得收入 → 参与消费 → 获得社会身份
保留该条文字,称呼按昵称统一。原文件 L8421—L8427
172A货冰美💤
感觉这个问题因人而异
保留该条文字,称呼按昵称统一。原文件 L8288

继续往下拆

每个题目下面,都是完整内容
T32

公司改变用人,不一定要等到“超级智能”

比起一个遥远名称,更具体的问题是:可靠完成任务需要多少人类介入与总成本?
讨论整理 · 不是全体共识[162][163][164][165][170]

反馈和 RSI,是两条相关但不同的线

9 月 14 日,郑楷滨说关键可能在反馈,数读认可,随后仍说 RSI 可能是大节点。第二天,数读转发了明确标为“AI 给的答案”的判断:观察少量人工监督下的完整交付。它来自人机协同整理,不能再被拿来当另一份独立证据。[162][163][170]

这一步怎样影响企业,是一个推演

某个范围内足够可靠、总成本更低的系统,即使不是所有事情都超越人,也可能改变工作分配。不过成本里还要算接入、检查、维护和错误后果。企业也可能选择扩大服务,而不是直接减员;聊天没有决定会发生哪一种。

要看人为什么介入,而不只是几次

把介入原因、时间、返工和最终验收一起记下来。不问人,可能是自主,也可能是不知道自己错了。技术能做、经济划算、组织允许,仍是不同门槛。任务内自己改几轮,也不等于实现了模型层面的递归自我改进,也就是 RSI。

还可以接着问

人工介入减少时,最终错误率、总成本和业务接受程度是否也同时改善?

查看相关原话 5 段
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372
163数读
RSI 可能是第一个比较大的奇点
保留该条文字,称呼按昵称统一。原文件 L8378
164数读
我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。
保留该条文字,称呼按昵称统一。原文件 L8379
165数读
而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。
保留该条文字,称呼按昵称统一。原文件 L8380
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

就业意义上的分界线,未必需要等到 RSI

比起一个遥远名称,更具体的问题是:可靠完成任务需要多少人类介入与总成本?

两条讨论线必须区分

9 月 14 日,郑楷滨把关键点放在反馈,数读认可,但随后仍认为 RSI 可能是大的奇点。9 月 15 日,数读明确转发“AI 给的答案”:观察低监督成本下的完整业务闭环。后一个表述是人机协同整理后的观点,不能作为另一份独立证据。[162][163][170]

这里的经济推演是什么

一个系统不必在所有任务上超越人,只要在某个范围内足够可靠且总成本更低,就可能改变工作分配。但这个比较还必须计入集成、验证、维护和错误后果。也可能出现扩展服务而不是直接减员;原文没有决定最终结果。

怎样观察而不制造假精确

按真实任务记录人工介入的原因、时间、返工和最终验收结果。不能只数提问次数:不提问可能意味着自主,也可能意味着没有发现错误。技术能做、经济值得做、组织允许做,是不同门槛。

T34

比“谁先失业”更难的问题:收入和位置怎么变?

保留关于就业和分配的担忧,但不把它写成已经得到证明的未来。
讨论整理 · 不是全体共识[141][143][148][149][171][172][173]

群里的担心是怎样转过来的

起点是一段超级智能风险文章的转述。129 问,讨论的是社会结构崩塌还是 AI 叛乱?随后大家转向劳动需求、错配和财富集中。数读给出“三年以内”的个人激进判断,郑楷滨则追问怎样发生、钱怎么流。[141][143][148][149]

这条链中间还有很多没证明的环节

模型变强,到岗位变化,还要经过可靠性、成本、组织调整、新需求和制度响应。收益最后变成降价、更高收入、利润,还是更多产出?新工作能否接住转出来的人?群聊没有充分证据,所以这些问题应留下,不能替大家写成必然结局。

“旧社会契约”可以帮助继续问

9 月 15 日出现了“教育—技能—劳动—收入—消费—身份”的链条。它提供一个观察角度:技能更容易获得以后,哪一环会改变?但这不是每个人生活的唯一解释。社会冲击、人类灭绝、技术失控,也不能混成一个命题。[171]

还可以接着问

先出现的会是减少招聘、改变岗位、提高产出,还是收入分配变化?什么证据能区分这些情景?

查看相关原话 7 段
141129
所以我想知道他说的灭绝到底是社会结构的崩塌还是单纯就AI叛乱
回应群内转述的AI风险文章;只是提出概念区分,本页不把转发文章内容当作已验证事实。 称呼按昵称统一。原文件 L8289
143数读
其实已经快来了,我觉得我们比起生产力过剩更快迎来的是错配
保留该条文字,称呼按昵称统一。原文件 L8295
148数读
我个人比较激进,我觉得 3 年以内吧
对前文社会变化速度的个人激进估计;没有明确统计口径,不作为可靠时间表。 称呼按昵称统一。原文件 L8333
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
171数读
这里提出一点旧社会契约: 你接受教育 → 获得技能 → 出售劳动 → 获得收入 → 参与消费 → 获得社会身份
保留该条文字,称呼按昵称统一。原文件 L8421—L8427
172A货冰美💤
感觉这个问题因人而异
保留该条文字,称呼按昵称统一。原文件 L8288
173啊哼
个人更倾向于前者
“前者”指上一问中的社会结构崩塌,而非生物意义的人类灭绝;这里记录的是个人倾向。 称呼按昵称统一。原文件 L8290
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

比“谁先失业”更大的问题:能力、收入与位置会怎样错配?

保留关于就业和分配的担忧,但不把它写成已经得到证明的未来。

群聊到底在担心什么

由一段超级智能风险文章的转述开始,129追问说的究竟是社会结构还是 AI 叛乱;随后讨论转向劳动需求、错配与财富集中。数读给出“三年以内”的激进个人判断,郑楷滨则追问变化怎样发生、钱怎样流动。[141][143][148][149]

为什么原文不足以推出必然结果

模型能力提升到岗位变化之间,还缺可靠性、成本、组织调整、需求变化与制度响应等环节。新需求能否吸收被释放的劳动,收益以价格下降、收入、利润还是更多产出体现,群里都没有充分证据。这里保留问题,而不是替群友补一个必然答案。

“旧社会契约”作为观察框架

9 月 15 日出现“教育—技能—劳动—收入—消费—身份”的链条。它可以帮助组织问题:当一些技能更易获得,这条链上的哪些连接会变化?这是一个分析框架,不是对每个人生活的唯一描述。[171]

T37

一句话很有道理,也要知道它从哪里来

“当时有人这样说”,不等于“已经证明如此”;好看的总结也会把不确定性压没。
讨论整理 · 不是全体共识[044][049][051][052][073][124][170][177]

群里自己就有人提醒别推太远

129 反感“某某已死”式标题。数读转述研究时也提醒,用代码表现代表推理,不足以外推到所有推理任务。这里保留的是限制外推的做法,不是借这段转述替那篇未展开的论文背书。[049][073]

几个小限定,删了意思就变了

临诗予说明提效来自领导讨论;北鱼说“三个月变一小时”后补了“以前玩具代码”;*** 说“99 和 1”只是夸张示意。少掉这些话,经验交流就会被误读成不存在的统计结论。[044][051][052][124]

AI 整理出来的话,也不能自己证明自己

9 月 15 日,有一条明确写着“AI 给的答案”。后面的文章如果再把它当成独立论据,就是绕了一圈引用自己。原话、别人转述、整理推想和还没解决的问题,要分清。旧型号、价格与体感也仅是当时记录,不是今天的产品推荐。[170]

还可以接着问

这句话的依据究竟是亲身结果、别人转述、模型生成,还是一个尚未检验的解释?

查看相关原话 8 段
044临诗予
这都是我ld 他们讨论的 我也不太懂 还没接bug 和需求
对前文AI提效讨论的来源限定:转述团队领导的讨论,而非本人开展的完整评估。 称呼按昵称统一。原文件 L2566
049129
有点受不了这种标题了
前文分享的标题包含“Loop Engineering已死”;这里表达对标题用语的反感。 称呼按昵称统一。原文件 L2580
051北鱼
我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来
保留该条文字,称呼按昵称统一。原文件 L3005
052北鱼
也是 以前玩具代码😂
紧接“三个月代码到一个小时”的讨论,对原项目规模作出“玩具代码”限定。 称呼按昵称统一。原文件 L3007
073数读
他们发现 knowledge QA 更 capacity-hungry(吃容量),而 code 更 data-hungry(吃数据)。值得注意的是,他们用 code 作为 reasoning 的 proxy,所以“所有推理任务都如此”是比论文原结论更强的说法。
群内转述研究的文字;这里只记录其限制外推的表达,不验证论文结论。原文件 L4753
124***
先不管这数字,夸张一点就是99和1
明确说明99和1是讨论中的夸张示意,不是实际测得的比例。 称呼按昵称统一。原文件 L7980
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
177熏风南来霜林染
《炸裂》《黑马》《xx已死》《xx杀疯了》
在讨论“某某已死”式标题时举出的夸张措辞,不代表认可这些标题。原文件 L2584
谁在争论、当时发生了什么 交叉查找
核对旧版完整措辞 正文未删,便于对照

把体感、转述、推演与证据分开

“当时有人这样说”,不等于“已经证明如此”;好看的总结也会把不确定性压没。

原文自己就有证据意识

129对“某某已死”的标题表示反感。数读转述一篇研究时,专门指出用代码作为推理能力的代理,不足以直接推到“所有推理任务”。本页保留的是限制外推这一做法,不借此验证那篇未附完整内容的论文。[049][073]

三个不能丢失的小限定

临诗予说明提效话题来自领导讨论;北鱼在“三个月到一小时”的例子后说那是玩具代码;***说明 99 与 1 只是夸张示意。删除这些限定,会让群聊从经验交流变成不存在的统计结论。[044][051][052][124]

AI 参与整理的特殊风险

9 月 15 日有明确标注“AI 给的答案”的转述。若后续文章再把这条当成群友的独立论证,会形成自己引用自己的循环。因此本页区分原话、聊天转述、整理推论和未决问题;没有外部核验的内容不包装成权威事实。[170]

本章还连着这些问题 1 个

这不是讨论的终点。比留下一句预言更有用的,是知道哪些判断有依据,哪些还需要现实来回答。

看 12 个还没想明白的问题 →
先把讨论停在这里

不是把答案存下来,
是把值得继续问的问题留下来。

你可以不同意某个推演,也可以带着新案例回来。比“谁赢了”更重要的是:我们补进了什么条件,哪一句话因此应该说得更准确。

按问题找 / 38

你想先弄清哪件事?

这里是 38 个问题的目录,不是正文的替代版。点进去,会回到对应章节并展开完整讨论。

38 个问题

01先看任务,再选工具

02把真正的背景讲清楚

03跑一版,也检验一版

04个人变快,组织未必

T19

自己做得快了,公司为什么没跟着快?

代码更快生成以后,需求、审查、交接和上线仍可能决定整个项目的节奏。

临诗予 · A货冰美💤 · 数读 · 北鱼
T20

是给旧流程加 AI,还是把工作重新安排?

有时价值来自替换一个步骤,有时来自减少原本必要的跨角色交接。

数读 · 临诗予 · 北鱼
T21

模型会做,公司也未必能直接让它做

权限、保密与可审计要求不是模型能力之外的杂事,而是实际可用性的组成部分。

Forrest · Ste. · 数读
T22

通用工具越来越强,专门做的 Agent 还值什么?

一个模型能力演示,不等于一个可持续的产品与商业模式。

niy🔆 · 数读 · Yourset🐧
T23

AI 项目做出来了,为什么还可能没价值?

业务收益、实际使用、技术成功与全部成本,都需要进入项目判断。

数读 · 北鱼 · Ida
T24

AI 写出了一个洞察,老板为什么还不买账?

一个听起来聪明的结论,与一条可被决策采用的证据链,不是同一件事。

Ste. · 数读 · XG
T25

大家争的真是方案,还是“到底要什么”?

在优化方案之前,目标、约束和代价分配本身就可能存在分歧。

数读 · Ste. · 郑楷滨
T38

用户能自己做以后,AI 应用这个岗位还做什么?

降低开发门槛的逻辑,也应该用来审视 AI 应用本身,而不是为某个新职位建立永久例外。

LLLLxr · 数读 · niy🔆 · Ida

05技术、职业与怎么学

06有人用,也有人负责

07工作与收入,往后呢?

也可以沿着一个具体目的读

旧版的四条阅读路线仍在。与七章主线共用同一份正文。

先看一条完整主线

从怎么问AI,到怎么让组织真正得到结果。
+

把AI工作做得更稳

反馈、流程减法、风险暴露和多Agent协作。
+

理解能力与职业变化

不急着宣布谁被替代,先看任务、学习与责任怎样重组。
+

把未来判断问具体

专业能力、反馈成本、价值交换与社会分配。
+
旧版的七类主题 仍可交叉查找

工具与体验

好不好用,不能只看模型名字。

上下文与表达

先让信息进入,再让结果被理解。

工作流与验证

不只让它做,更要知道做得怎样。

组织与商业

个人加速以后,组织为什么还没变?

职业与学习

能力在重组,成长也需要重新设计。

未来与分配

保留推演,也保留没有答案的问题。

交流与证据

把各自的现实,变成彼此的补充。

回看争论 / 20

大家到底在哪些地方没说到一起?

把原主张、反驳、明确修正和仍有分歧的地方放在一起。“对”不等于全盘接受;没有回应也不算被说服。

20 场
D0107.15

提示词模板还值得沉淀吗?

把话说得更准确了
+

争的是模板有没有用,还是固定模板值得投入多少?

数读

千差万别的任务会遗漏信息,先让AI回问;随着模型增强,一些范式价值下降。[013][015]

***

模板也能用于追问;固定任务中的结构化模板仍有价值。[014][017]

kyrie_H

补全广度不等于理解深度。[016]

原文里,能确认发生了什么变化

数读明确说“没有说一文不值,主要是贬值”。可确认适用范围被补充,但动态追问与专业深度的关系仍未解决。[018]

查看相关原话 6 段
013数读
就换句话说,我们过去的某些看上去对的范式,随着模型基座的发展,都在贬值
保留该条文字,称呼按昵称统一。原文件 L719
015数读
但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好
单条消息节选;称呼按昵称统一。原文件 L740—L743
014***
可以用提示词模版让ai把问题变得完整变得透彻
保留该条文字,称呼按昵称统一。原文件 L737
017***
模版还是能解决大多数机械化的场景
保留该条文字,称呼按昵称统一。原文件 L763
016kyrie_H
我觉得这种补全充其量就是广度上的补全
保留该条文字,称呼按昵称统一。原文件 L754
018数读
对对对,我也没有说它一文不值,主要是说他在贬值
保留该条文字,称呼按昵称统一。原文件 L773
D0207.15

拆小问题就能解决,还是受部署资源限制?

明确认可了一部分
+

云端与轻量部署是否允许同一种解决方式?

数读

通过拆分、分别回答再聚合,小模型也可能得到不错结果。[019]

kyrie_H

轻量环境不能无限叠加计算,需要区分具体落地与云端场景。[020][021][022]

原文里,能确认发生了什么变化

数读在区分云端与落地场景后直接说“你说得对”。能够确认的是对场景边界的认可。[023]

查看相关原话 5 段
019数读
然后我当时用 LangGraph 做了很多实验,就是一个问题被拆得足够细,然后每一个子问题都去交给小模型去生成对应的答案,然后再把这些答案聚合给一个稍微大一点的模型,它的效果就会很好
保留该条文字,称呼按昵称统一。原文件 L807
020kyrie_H
是不太可能允许做这种大斧头砍牙签的事情的
上下文是轻量化部署与资源限制。这里反对的是不顾场景堆计算,不是全面否定任务拆解。 称呼按昵称统一。原文件 L790
021kyrie_H
所以我觉得还是要看是落地场景
与紧接的“还是云端场景了”连读,是在区分不同部署场景。 称呼按昵称统一。原文件 L813
022kyrie_H
还是云端场景了
续接上一条关于落地场景的发言;两条一起构成场景区分。 称呼按昵称统一。原文件 L814
023数读
你说得对
回应落地场景与云端场景的区分,只能支持对这一点的局部认可。 称呼按昵称统一。原文件 L816
D0308.10–09.14

做不好主要是上下文问题吗?

还没达成一致
+

提供了知识与信息,是否就足够可靠完成工作?

数读

很多决策失败来自上下文缺失;部分隐性经验是尚未记录。[056][058][059]

Ste.

自己的研究任务中,AI仍给不出未来机会点。[057]

郑楷滨

异构数据与不同路径下,系统仍需要人工反馈。[155][157][158]

原文里,能确认发生了什么变化

这是跨日期的议题对照,不是一场连续辩论。数读认可任务差异,仍保持对模型和上下文的强预期;其他人的反例不能被删掉。

查看相关原话 7 段
056数读
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
保留该条文字,称呼按昵称统一。原文件 L3545
058数读
隐性上下文越多的领域AI能做的事情越局限
保留该条文字,称呼按昵称统一。原文件 L3552
059数读
但是很多时候,隐形上下文≠知识无法被沉淀 你们这种消费者研究领域,我感觉是行业变化快,人心混沌 社媒混沌 还真挺安全;有一些场景单纯只是内容没被记录下来; 一旦被记录下来很快就可以开始淘汰了
保留该条文字,称呼按昵称统一。原文件 L3553—L3559
057Ste.
ai给不出未来机会点
保留该条文字,称呼按昵称统一。原文件 L3550
155郑楷滨
假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样
保留该条文字,称呼按昵称统一。原文件 L8357
157郑楷滨
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
保留该条文字,称呼按昵称统一。原文件 L8363
158郑楷滨
我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈
保留该条文字,称呼按昵称统一。原文件 L8364
D0407.31

AI究竟显著提效了吗?

原来在看不同尺度
+

个人产出和组织交付是不是同一个指标?

临诗予

转述团队讨论:写代码变快后仍要审查,整体工时不好直接量化。[043][044]

A货冰美💤

整体时间仍受到不能加速的部分限制。[045]

数读

一人闭环的新增项目较快,但很多任务不适合个人模式。[046][047][048]

原文里,能确认发生了什么变化

出现了可明确引用的结论:个人提效与组织提效分开看。不同工作尺度解释了看似矛盾的体感。

查看相关原话 6 段
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
044临诗予
这都是我ld 他们讨论的 我也不太懂 还没接bug 和需求
对前文AI提效讨论的来源限定:转述团队领导的讨论,而非本人开展的完整评估。 称呼按昵称统一。原文件 L2566
045A货冰美💤
AI只能让能快的地方快了 但是整体时间还是要看那些快不了的地方
保留该条文字,称呼按昵称统一。原文件 L2570
046数读
是的,个人提效高 组织提效其实很一般。
保留该条文字,称呼按昵称统一。原文件 L2575
047数读
其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好
保留该条文字,称呼按昵称统一。原文件 L2577—L2578
048数读
例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多
保留该条文字,称呼按昵称统一。原文件 L2574
D0507.18

“看不懂但快了”,算不算有效开发?

还没达成一致
+

原型可用与长期结构合理是否可以使用同一判据?

北鱼

让模型重构代码库,反馈更快,也坦言看不懂。[029][030]

数读

追问真实不便、服务层与重构时机,倾向由问题驱动结构调整。[028]

原文里,能确认发生了什么变化

双方交换实践与问题,记录中没有源码审计,也没有后续维护结果。

查看相关原话 3 段
029北鱼
我前几天让 fable 帮我重新设计了整个代码库 搞了一堆 反正快很多了
保留该条文字,称呼按昵称统一。原文件 L1424—L1426
030北鱼
虽然我看不懂..
保留该条文字,称呼按昵称统一。原文件 L1427
028数读
因为一般是感觉到有不好,才会去加服务层或者中间层,才会去进行一些新的架构设计改进
保留该条文字,称呼按昵称统一。原文件 L1422
D0608.13

实践项目应该自由挖题,还是先限定方向?

补进了一个条件
+

给学生多大自由,才能同时学会选题与完成项目?

数读

不希望方向限定过死,让学生借助AI自主挖掘真实问题。[061][062][066]

Yourset🐧

先明确兴趣或具体方向,再让AI继续探索。[063]

kyrie_H

缺少约束的搜索空间,AI也未必找得出来。[064][065]

原文里,能确认发生了什么变化

数读认可兴趣的重要,但后面仍倾向自主挖题;关于课程如何落实,关键材料只显示为图片。

查看相关原话 6 段
061数读
群友们可以来点意见吗:人工智能方向每届都有工程实践项目。 我想麻烦你结合业界需求,帮我出个AI应用的题目大纲,让同学们在找工作前有一个实践练习的项目,到时找工作有些帮助。往届做的项目离实践太远,对于找工作没有帮助
保留该条文字,称呼按昵称统一。原文件 L3902
062数读
我觉得就是不要太指定方向,让他们自己去挖,用 AI 挖
保留该条文字,称呼按昵称统一。原文件 L3908
066数读
但是我更倾向于让他们自己挖掘一些
保留该条文字,称呼按昵称统一。原文件 L3925
063Yourset🐧
我觉得还是得先确定自己的兴趣,然后再让AI挖
保留该条文字,称呼按昵称统一。原文件 L3910
064kyrie_H
你让AI自己挖一个没有约束的搜索空间
保留该条文字,称呼按昵称统一。原文件 L3921
065kyrie_H
我觉得他也挖不出来
保留该条文字,称呼按昵称统一。原文件 L3922
D0708.25

通用工具强了,垂类Agent还要做吗?

还没达成一致
+

客户买的究竟是模型能力,还是完整服务?

数读

通用客户端更强以后,专门开发的Agent是否仍有必要?

niy🔆

当前仍有垂类需求,同时担心平台竞争与尚未明确的商业模式。[081][082]

原文里,能确认发生了什么变化

原文提出风险,没有给出最终商业解法,也没有被后续事实验证。[081]

查看相关原话 2 段
081niy🔆
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
保留该条文字,称呼按昵称统一。原文件 L5934
082niy🔆
其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
单条消息节选;称呼按昵称统一。原文件 L5934
D0808.25–09.01

更多流程、质量门一定更可靠吗?

回头检查自己的方法
+

约束是在减少业务错误,还是只让路径更整齐?

数读

先提出运行、反馈、验证与版本迭代;随后又质疑流程本身的假设。[080][089][093]

数读

区分执行路径的不同与最终结果的偏差,担心层层转换造成信息损失。[094][095]

原文里,能确认发生了什么变化

这是方法自身接受反思的记录,而不是某个群友战胜另一个群友。可以确认提出了新的检验标准,不能确认实验已完成。

查看相关原话 5 段
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
089数读
从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和 Baseline 始终可理解、可比较、可追溯。
保留该条文字,称呼按昵称统一。原文件 L6049
093数读
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
保留该条文字,称呼按昵称统一。原文件 L6892
094数读
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
原消息以提问—回答的形式转述“路径方差”与“结果方差”的区分,没有给出方差测量数据。 称呼按昵称统一。原文件 L6895—L6900
095数读
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;
保留该条文字,称呼按昵称统一。原文件 L6901—L6902
D0909.11

技术无用,还是技术实现价值下降?

把话说得更准确了
+

“技术”这个词是否把不同能力混在了一起?

数读

强调实现越来越容易获得,注意力应移向问题、判断与验证。[130]

***

明确区分技术实现与技术认知,认为“技术无用”范围太泛。[129][126]

原文里,能确认发生了什么变化

数读给出带前提的新表述,并承认纯技术路线仍存在。可以确认概念范围被澄清。[127]

查看相关原话 4 段
130数读
技术会越来越“无用”,不是因为技术不重要,而是因为它正从稀缺能力变成随取随用的基础设施,真正稀缺的是定义问题、判断方案、设计验证和处理复杂边界的能力。
保留该条文字,称呼按昵称统一。原文件 L8017
129***
是技术实现价值变少
保留该条文字,称呼按昵称统一。原文件 L8014
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
127数读
其实我是认可纯技术路线
保留该条文字,称呼按昵称统一。原文件 L7995
D1009.11

你怎么知道这次属于“99”还是“1”?

补进了一个条件
+

发现危险任务的能力,能否被验证机制替代?

LLLLxr

没有经历过工程问题,可能无法判断AI架构方案。[122]

***

追问如何辨认例外,说明99和1只是示意数字。[123][124]

数读

提出低成本验证、危险暴露与升级机制。[125]

原文里,能确认发生了什么变化

问题从“必须亲自踩过所有坑”推进到“如何让错误暴露”。***仍要求有理解基础,风险识别本身未被自动解决。[126]

查看相关原话 5 段
122LLLLxr
你不没经历过,没踩过一些坑,ai给你的架构方案你都不知道是不是对的
保留该条文字,称呼按昵称统一。原文件 L7954
123***
但你怎么知道哪些是99 哪些是1呢
保留该条文字,称呼按昵称统一。原文件 L7969
124***
先不管这数字,夸张一点就是99和1
明确说明99和1是讨论中的夸张示意,不是实际测得的比例。 称呼按昵称统一。原文件 L7980
125数读
不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。
保留该条文字,称呼按昵称统一。原文件 L7993
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
D1109.11

产品经理会比程序员更重要吗?

还没达成一致
+

是职业竞争,还是能力重新组合?

数读

倾向产品侧品味与判断权重更高,并说明可能有偏见。[132][136][137]

***

反对直接比较权重,认为双方部分能力下沉、高阶能力融合。[133][134][135][138]

原文里,能确认发生了什么变化

形成了“高阶能力重组”的共同讨论语言,但数读仍保留产品侧更重要的判断。[131]

查看相关原话 8 段
132数读
1 但是我记得我说过,我觉得产品经理权重更高
认可之后仍补充“产品经理权重更高”,说明职业权重之争没有因此完全结束。 称呼按昵称统一。原文件 L8043—L8044
136数读
我觉得产品经理(maybe是我的偏见) 最核心的品味判断
保留该条文字,称呼按昵称统一。原文件 L8072—L8073
137数读
产品经理的核心能力,是在信息不完整、资源有限、目标冲突的情况下,持续做出“什么值得做、先做什么、做到什么程度”的正确判断。
保留该条文字,称呼按昵称统一。原文件 L8077
133***
我觉得没有哪个权重更高
保留该条文字,称呼按昵称统一。原文件 L8065
134***
本质上两边的部分能力都在下沉
保留该条文字,称呼按昵称统一。原文件 L8069
135***
剩下的高层次的能力和价值在融合
保留该条文字,称呼按昵称统一。原文件 L8071
138***
负责技术的人同样要面对这些问题
保留该条文字,称呼按昵称统一。原文件 L8086
131***
其实我认为是产品经理和程序员坍塌了,互相融合了
保留该条文字,称呼按昵称统一。原文件 L8042
D1209.09–09.11

招聘该考编程,还是考AI协作?

还没达成一致
+

能力的价值与可测量性怎样兼顾?

数读

质疑传统考核的占比,认为AI思考与学习、识别能力值得评估。[102][120][121]

Akiii

转述实际招人后对基础能力不足的担忧。[103]

临诗予

追问新能力怎样设置硬性考察指标。[119]

原文里,能确认发生了什么变化

保留基础检查、探索读源码与新任务考核的想法出现,但没有完成统一测量方案。[104]

查看相关原话 6 段
102数读
今年大掉头,严肃考察八股、还有一个古法编程环节
保留该条文字,称呼按昵称统一。原文件 L7281
120数读
不懂coding的人也能背八股和leetcode hot 50
保留该条文字,称呼按昵称统一。原文件 L7928
121数读
面试的倾向会影响一批员工的总体能力边界 人的精力就那么多 投入到coding 投入给AI 的确是两种思维能力
保留该条文字,称呼按昵称统一。原文件 L7932—L7934
103Akiii
之前我部门经理说招进来的实习生基本功太差了,还是应该考考八股算法什么的
保留该条文字,称呼按昵称统一。原文件 L7284
119临诗予
这没有硬性考察指标啊,怎么才能考核呢?
保留该条文字,称呼按昵称统一。原文件 L7911
104数读
是的,我们部门经理说到时候直接放个源码让他们读懂就好,给出修改意见 比直接写简单很多
保留该条文字,称呼按昵称统一。原文件 L7295—L7296
D1309.11

脱敏后学表达,还是数据本身不能丢?

澄清了各自在说什么
+

双方一开始是否在谈不同的学习目标?

数读

希望抽离表达能力,做成可复用Skill。[112]

Ste.

认为去敏会丢掉关键价值,报告洞察不能进入AI。[108][109][110][111]

原文里,能确认发生了什么变化

数读回应“哦哦这个意思”。可以确认意识到对方指向数据与洞察,而不只是语言风格。[113]

查看相关原话 6 段
112数读
学他的语言表达能力啊
保留该条文字,称呼按昵称统一。原文件 L7831
108Ste.
我们报告的洞察
后接“不准喂ai”;讨论的是研究报告中的洞察与使用限制。 称呼按昵称统一。原文件 L7835
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
110Ste.
去敏
与下一条“就没价值了”连读,回应去敏后提炼材料的建议。 称呼按昵称统一。原文件 L7823
111Ste.
就没价值了
与前一条“去敏”连读,表达其任务中信息去敏后的价值损失。 称呼按昵称统一。原文件 L7824
113数读
哦哦这个意思
说明此处对双方所指对象有了理解,不能推断全部技术判断已经一致。 称呼按昵称统一。原文件 L7834
D1409.14

专业人士会消失吗?

明确认可了一部分
+

专业能力获得门槛降低,与完整专业交付之间还差什么?

数读

知识和方法逐渐可获得,推想未来人人都可能拥有专业能力。[150][151][152]

郑楷滨

指出推演跳步骤,并用项目处理中的时间差异说明当前专业协助的价值。[153][161]

原文里,能确认发生了什么变化

数读说“对,确实,几年内还有”,认可当下仍有价值;他没有撤回对未来的方向性判断。[154]

查看相关原话 6 段
150数读
所谓的专业人士,只是在某一个领域掌握了一些知识方法,然后并且会运用这些知识方法的人
保留该条文字,称呼按昵称统一。原文件 L8339
151数读
AI 已经掌握了这些知识方法,但是 AI 暂时还不完全会用,而且目前它不知道在什么时候用
保留该条文字,称呼按昵称统一。原文件 L8340
152数读
解决完以后哪来的专业人士?所有人都可以是专业人士
保留该条文字,称呼按昵称统一。原文件 L8344
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
161郑楷滨
但是如果说交给理解相关知识点的人进行设计,我们对比过时间,确实非常不一样
保留该条文字,称呼按昵称统一。原文件 L8369
154数读
对,确实,几年内还有
承认当前阶段仍有专业能力的作用,但并未明确放弃此前的终局判断。 称呼按昵称统一。原文件 L8349
D1509.14–09.15

关键分界线在RSI,还是在反馈?

补进了一个条件
+

技术能力的远期飞跃,与具体劳动替代条件要怎样区分?

数读

仍认为RSI可能是大的奇点;同时分享目标驱动迭代的工作体验。[163][164][165]

郑楷滨

把当下痛点聚焦在反馈。[162]

原文里,能确认发生了什么变化

9月15日补入低监督业务闭环命题,但原文明确标为AI给出的答案。它是新的分析尺度,不是RSI观点已被替代。[170]

查看相关原话 5 段
163数读
RSI 可能是第一个比较大的奇点
保留该条文字,称呼按昵称统一。原文件 L8378
164数读
我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。
保留该条文字,称呼按昵称统一。原文件 L8379
165数读
而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。
保留该条文字,称呼按昵称统一。原文件 L8380
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
D1609.14

变化会在三年内突然发生吗?

还没达成一致
+

能力阈值与现实经济转变之间有哪些环节?

数读

给出三年以内的激进个人预测,担心错配。[148][143]

郑楷滨

追问钱的流向与推演的中间步骤。[149][153]

A货冰美💤

提醒问题可能因人而异。[172]

原文里,能确认发生了什么变化

没有发生可确认的预测撤回,也没有数据足以裁定谁正确。网页将它保留为历史预测和待检验情景。

查看相关原话 5 段
148数读
我个人比较激进,我觉得 3 年以内吧
对前文社会变化速度的个人激进估计;没有明确统计口径,不作为可靠时间表。 称呼按昵称统一。原文件 L8333
143数读
其实已经快来了,我觉得我们比起生产力过剩更快迎来的是错配
保留该条文字,称呼按昵称统一。原文件 L8295
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
172A货冰美💤
感觉这个问题因人而异
保留该条文字,称呼按昵称统一。原文件 L8288
D1709.14

“做销售就是应酬”是一场真正的争论吗?

补充实际经历
+

如何区别轻松调侃与认真职业判断?

数读

表达对销售的尊重,随后将抽烟喝酒的说法说明为玩笑。[145][147]

郑楷滨

介绍自己的体验:这些活动未必像此前想象那样必需。[146]

原文里,能确认发生了什么变化

得到了一条销售实践的补充,但双方没有围绕完整销售方法展开辩论。

查看相关原话 3 段
145数读
我是全世界最尊重销售的人
保留该条文字,称呼按昵称统一。原文件 L8304
147数读
只是开个玩笑哈哈哈,你觉得你干的咋样
数读明确说明此前抽烟喝酒的说法是玩笑,不能记录成被说服后的职业转向。 称呼按昵称统一。原文件 L8316
146郑楷滨
之前我真以为这些必备,但是其实占比说实话没太大
此前话题涉及销售是否需要抽烟喝酒;“这些”指那些被提到的习惯。属于个人从业体感。 称呼按昵称统一。原文件 L8315
D1809.11

AI干完任务,是否等于使用者成长?

明确认可了一部分
+

如何把节省劳动转化为自己的判断能力?

数读

主张持续追问理由、其他策略和角色视角,避免只是把工作外包。[114][115][116]

Ste.

补充洞察的逻辑也需要在发现错误后修正。[117]

原文里,能确认发生了什么变化

这段可见局部认可与补充;没有展示全体群友采用同一学习制度。

查看相关原话 4 段
114数读
必须对追问为什么
保留该条文字,称呼按昵称统一。原文件 L7844
115数读
为什么做 凭什么这样做 有没有别的被fold的策略 为什么别人做的不一样 为什么别人做的可能更好 站在谁的角度,要怎么做
保留该条文字,称呼按昵称统一。原文件 L7849—L7853
116数读
不然只是AI把我的活干了
保留该条文字,称呼按昵称统一。原文件 L7845
117Ste.
然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改
保留该条文字,称呼按昵称统一。原文件 L7854
D1909.11

用户自己做产品以后,中间岗位还必需吗?

明确认可了一部分
+

自动化的逻辑是否也适用于AI应用工程?

LLLLxr

指出按照这种流程,用户可能直接自己来。[139]

数读

认可这一可能,并说AI应用工程师本身也可能并非必需。[140]

原文里,能确认发生了什么变化

可以确认对“中间岗位也可能变化”这一可能性的认可,不代表已有岗位变化数据。

查看相关原话 2 段
139LLLLxr
按这个流程,用户都可以自己来吧
保留该条文字,称呼按昵称统一。原文件 L8093
140数读
所以 AI应用工程师本身可能也并不是必须的
保留该条文字,称呼按昵称统一。原文件 L8096
D2009.02

多Agent记忆怎样统一?

还没达成一致
+

换工具的便利与状态一致性怎样同时得到?

临诗予

希望不同Agent的记忆同步,减少来回切换的负担。[098][099]

数读

给出统一客户端方向,但也承认应用层似乎缺少通用办法。[100]

原文里,能确认发生了什么变化

记录中没有完整实现和后续验证,保留为真实需求而非已解决方案。

查看相关原话 3 段
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
100数读
但是应用好像真不太有
回应多种Agent应用之间的记忆同步需求。此句是当时的了解范围,不是功能穷尽结论。 称呼按昵称统一。原文件 L7070
按昵称找 / 26

同一件事,每个人看见的不一样。

只记录在这些讨论里提供的提问、案例和限制,不评判人格,也不按消息数排名。点开昵称,就能找到相关的议题、事件、争论和原话。

26 个昵称

数读

问题定义 · 工作方法
+

在可见文字中,多次将工具体验连接到上下文、验证、业务流程与职业变化。这些提问把不同议题连接起来,也在交流中遇到来自具体任务的补充。

在讨论里补进了什么

提出后验迭代、流程自检和价值表达;在分歧中补充适用范围。并非其所有推演都已被验证,也不代表群体共识。[012][080][093][130]

可以从这个问题理解其发言视角

如果某一层执行越来越容易,接下来真正限制结果的是什么?

第二版里的另一种概括

把很多零散讨论串起来:从模型、上下文、工作流一路追到组织、职业和社会问题。

从这些讨论继续读

T07固定模板和让 AI 追问,其实可以一起用T12先跑一版再改,但要真的拿到新证据T14流程也可能有错,不是越复杂越可靠T25大家争的真是方案,还是“到底要什么”?T26“技术无用”不能直接当结论T32公司改变用人,不一定要等到“超级智能”T01别急着问哪个模型最强,先说你要做什么T03同一个模型,换个工具可能就不一样了T04会答一道题,不等于能把整件事做完T05Agent 开得越多,人为什么反而越累?T06让第一次用的人做出结果,比多几个功能重要T08AI 缺的往往不是更多字,而是关键背景T09经验可以写进知识库,但现实每天都在变T10Aptum:先看对谁说,再决定怎么说T11PPT 能生成、好看、讲得有效,是三件事T13少盯每一步,不等于少检查结果T15每次走的路可以不同,交来的结果要能用T16你怎么知道,这次是不是必须找专家?T17AI 走进死胡同以后,谁告诉它该换路?T18先做出来很重要,长期用又是另一道题T19自己做得快了,公司为什么没跟着快?T20是给旧流程加 AI,还是把工作重新安排?T21模型会做,公司也未必能直接让它做T22通用工具越来越强,专门做的 Agent 还值什么?T23AI 项目做出来了,为什么还可能没价值?T24AI 写出了一个洞察,老板为什么还不买账?T27产品和开发的工作在重叠,但谁赢还没说定T28AI 替你做完了,不等于你已经学会了T29基础工作让 AI 做了,新人怎么练出判断?T30招聘到底该考什么,才能看出一个人会不会做事?T31拿到专业答案,和成为专业人士,差在哪里?T33东西更容易做出来了,为什么还会聊到销售?T34比“谁先失业”更难的问题:收入和位置怎么变?T35负责结果,也得有决定事情的权限T36这个群值得留下的,不只是最后一句共识T37一句话很有道理,也要知道它从哪里来T38用户能自己做以后,AI 应用这个岗位还做什么?
查看相关原话 79 段
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
003数读
其实对应的你如果承担了这个岗位,你的义务也重很多
保留该条文字,称呼按昵称统一。原文件 L70
010数读
就如果你对美观度有要求,确实都一般
保留该条文字,称呼按昵称统一。原文件 L461
012数读
因为你对业务的认知决定了你能输出的上下文
保留该条文字,称呼按昵称统一。原文件 L711
013数读
就换句话说,我们过去的某些看上去对的范式,随着模型基座的发展,都在贬值
保留该条文字,称呼按昵称统一。原文件 L719
015数读
但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好
单条消息节选;称呼按昵称统一。原文件 L740—L743
018数读
对对对,我也没有说它一文不值,主要是说他在贬值
保留该条文字,称呼按昵称统一。原文件 L773
019数读
然后我当时用 LangGraph 做了很多实验,就是一个问题被拆得足够细,然后每一个子问题都去交给小模型去生成对应的答案,然后再把这些答案聚合给一个稍微大一点的模型,它的效果就会很好
保留该条文字,称呼按昵称统一。原文件 L807
023数读
你说得对
回应落地场景与云端场景的区分,只能支持对这一点的局部认可。 称呼按昵称统一。原文件 L816
028数读
因为一般是感觉到有不好,才会去加服务层或者中间层,才会去进行一些新的架构设计改进
保留该条文字,称呼按昵称统一。原文件 L1422
032数读
要考虑大家都方便
保留该条文字,称呼按昵称统一。原文件 L1596
037数读
我们要特别精细的需求表达
保留该条文字,称呼按昵称统一。原文件 L2010
041数读
提出几个小问题,你可以把写的稿子丢给 gpt 分析一下 2000 应该是 credit 不是 token,token有固定的意思
单条消息节选;称呼按昵称统一。原文件 L2409—L2413
046数读
是的,个人提效高 组织提效其实很一般。
保留该条文字,称呼按昵称统一。原文件 L2575
047数读
其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好
保留该条文字,称呼按昵称统一。原文件 L2577—L2578
048数读
例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多
保留该条文字,称呼按昵称统一。原文件 L2574
056数读
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
保留该条文字,称呼按昵称统一。原文件 L3545
058数读
隐性上下文越多的领域AI能做的事情越局限
保留该条文字,称呼按昵称统一。原文件 L3552
059数读
但是很多时候,隐形上下文≠知识无法被沉淀 你们这种消费者研究领域,我感觉是行业变化快,人心混沌 社媒混沌 还真挺安全;有一些场景单纯只是内容没被记录下来; 一旦被记录下来很快就可以开始淘汰了
保留该条文字,称呼按昵称统一。原文件 L3553—L3559
061数读
群友们可以来点意见吗:人工智能方向每届都有工程实践项目。 我想麻烦你结合业界需求,帮我出个AI应用的题目大纲,让同学们在找工作前有一个实践练习的项目,到时找工作有些帮助。往届做的项目离实践太远,对于找工作没有帮助
保留该条文字,称呼按昵称统一。原文件 L3902
062数读
我觉得就是不要太指定方向,让他们自己去挖,用 AI 挖
保留该条文字,称呼按昵称统一。原文件 L3908
066数读
但是我更倾向于让他们自己挖掘一些
保留该条文字,称呼按昵称统一。原文件 L3925
070数读
还有察言观色环节 万一他不苟言笑呢
保留该条文字,称呼按昵称统一。原文件 L4541
071数读
不能再多了 脑子累坏了
前一条说同时并行四个窗口;这里只用作协作负担的任务体验,不作个人心理分析。 称呼按昵称统一。原文件 L4551
072数读
ai在工作,我也没办法 啊 已经并行四个窗口了
保留该条文字,称呼按昵称统一。原文件 L4550
073数读
他们发现 knowledge QA 更 capacity-hungry(吃容量),而 code 更 data-hungry(吃数据)。值得注意的是,他们用 code 作为 reasoning 的 proxy,所以“所有推理任务都如此”是比论文原结论更强的说法。
群内转述研究的文字;这里只记录其限制外推的表达,不验证论文结论。原文件 L4753
077数读
codex适合当程序员
保留该条文字,称呼按昵称统一。原文件 L4797
078数读
但是很多需要思考和产品侧、需求侧的分析场景 我觉得远不如cc
保留该条文字,称呼按昵称统一。原文件 L4798—L4799
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
083数读
比如我提出:企业决策不是单目标最大化,而是在多个目标和约束下找一个 Pareto 优解;真的高手可能通过改变约束,把前沿往外推。 但是实际上目标函数本身都不是给定的,谁定义目标、谁定义约束、谁承担代价、谁有能力改变这些定义。
单条消息节选;称呼按昵称统一。原文件 L5954—L5955
084数读
本质上就是工作策略从“重先验”转向“更快用后验更新”。 以前执行很贵:人做,除非证明机器能做;先尽量设计完整,再执行。 现在很多执行已经很便宜:机器做,除非证明这里需要人;先跑最小化测试,再根据真实结果快速迭代。
保留该条文字,称呼按昵称统一。原文件 L5981—L5983
085数读
比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错、新版本到底有没有更好,然后把这些后验结果继续更新进下一版。 因为现在改 Prompt、规则、流程、Agent 策略的成本都很低,所以没必要特别依赖一开始的先验把所有东西想对,更重要的是让系统能持续用后验把自己修正好。
保留该条文字,称呼按昵称统一。原文件 L5984—L5986
086数读
以前是: 错误很贵,所以尽量靠先验避免错误。 现在越来越多场景是: 错误便宜,所以更值得尽快获得错误,再用后验修正。
保留该条文字,称呼按昵称统一。原文件 L5987—L5991
087数读
我们是很大程度自己挖业务 他们业务方给的那个需求 完全没法正常工作
保留该条文字,称呼按昵称统一。原文件 L6023
088数读
我觉得有一个很有意思的分界点是: IT的流程没变,只是用AI代替了某几个步骤 我们的流程是新的,可能跨越了过去的某些步骤 当然终点都一样,是解决问题
保留该条文字,称呼按昵称统一。原文件 L6025—L6029
089数读
从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和 Baseline 始终可理解、可比较、可追溯。
保留该条文字,称呼按昵称统一。原文件 L6049
090数读
我感觉很多时候我面临的问题有共性 他没有一个精准的解,没有一个绝对好的流程框架 AI一次性做不一定处理的好, 他可能不是一个特定场景的任务,没有专门属于他的skill,没有属于他最好的答案 我需要不断去尝试,到底什么是属于这个任务的好的方法
保留该条文字,称呼按昵称统一。原文件 L6050—L6055
092数读
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
保留该条文字,称呼按昵称统一。原文件 L6882—L6884
093数读
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
保留该条文字,称呼按昵称统一。原文件 L6892
094数读
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
原消息以提问—回答的形式转述“路径方差”与“结果方差”的区分,没有给出方差测量数据。 称呼按昵称统一。原文件 L6895—L6900
095数读
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;
保留该条文字,称呼按昵称统一。原文件 L6901—L6902
096数读
管理员进去页面也默认是普通用户视角 只有点击某个按钮才会进入管理员视角
保留该条文字,称呼按昵称统一。原文件 L6904—L6905
100数读
但是应用好像真不太有
回应多种Agent应用之间的记忆同步需求。此句是当时的了解范围,不是功能穷尽结论。 称呼按昵称统一。原文件 L7070
101数读
适其人,适其事,适其言。 Aptum 是给 AI Agent 使用的表达判断 Skill。它不套写作模板,而是判断当前读者真正缺什么:哪些事实必须保留,哪些背景需要补充,技术名词是否有必要,以及什么结构最适合眼前的任务。 这个读者,在这个场景下,需要获得什么信息,才能正确理解或完成接下来的事情? 它适用于 README、ADR、需求与产品文档、技术方案、代码说明、Agent handoff,以及面向用户的技术解释。
保留该条文字,称呼按昵称统一。原文件 L7131—L7137
102数读
今年大掉头,严肃考察八股、还有一个古法编程环节
保留该条文字,称呼按昵称统一。原文件 L7281
104数读
是的,我们部门经理说到时候直接放个源码让他们读懂就好,给出修改意见 比直接写简单很多
保留该条文字,称呼按昵称统一。原文件 L7295—L7296
112数读
学他的语言表达能力啊
保留该条文字,称呼按昵称统一。原文件 L7831
113数读
哦哦这个意思
说明此处对双方所指对象有了理解,不能推断全部技术判断已经一致。 称呼按昵称统一。原文件 L7834
114数读
必须对追问为什么
保留该条文字,称呼按昵称统一。原文件 L7844
115数读
为什么做 凭什么这样做 有没有别的被fold的策略 为什么别人做的不一样 为什么别人做的可能更好 站在谁的角度,要怎么做
保留该条文字,称呼按昵称统一。原文件 L7849—L7853
116数读
不然只是AI把我的活干了
保留该条文字,称呼按昵称统一。原文件 L7845
118数读
不过他肯定不是不懂技术的人
前文讨论的是一位有传统开发积累的同事使用不熟悉语言完成项目;此句保留其已有技术基础的限定。 称呼按昵称统一。原文件 L7880
120数读
不懂coding的人也能背八股和leetcode hot 50
保留该条文字,称呼按昵称统一。原文件 L7928
121数读
面试的倾向会影响一批员工的总体能力边界 人的精力就那么多 投入到coding 投入给AI 的确是两种思维能力
保留该条文字,称呼按昵称统一。原文件 L7932—L7934
125数读
不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。
保留该条文字,称呼按昵称统一。原文件 L7993
127数读
其实我是认可纯技术路线
保留该条文字,称呼按昵称统一。原文件 L7995
128数读
极少数、很深入、做评估
紧接“像咨询师一样”的讨论,描述一种关于未来技术专家分工的设想,不是已证明的岗位数量预测。 称呼按昵称统一。原文件 L7998
130数读
技术会越来越“无用”,不是因为技术不重要,而是因为它正从稀缺能力变成随取随用的基础设施,真正稀缺的是定义问题、判断方案、设计验证和处理复杂边界的能力。
保留该条文字,称呼按昵称统一。原文件 L8017
132数读
1 但是我记得我说过,我觉得产品经理权重更高
认可之后仍补充“产品经理权重更高”,说明职业权重之争没有因此完全结束。 称呼按昵称统一。原文件 L8043—L8044
136数读
我觉得产品经理(maybe是我的偏见) 最核心的品味判断
保留该条文字,称呼按昵称统一。原文件 L8072—L8073
137数读
产品经理的核心能力,是在信息不完整、资源有限、目标冲突的情况下,持续做出“什么值得做、先做什么、做到什么程度”的正确判断。
保留该条文字,称呼按昵称统一。原文件 L8077
140数读
所以 AI应用工程师本身可能也并不是必须的
保留该条文字,称呼按昵称统一。原文件 L8096
142数读
真正要想的我觉得是:到底什么事情是未来有价值的事情
单条消息节选;称呼按昵称统一。原文件 L8283—L8286
143数读
其实已经快来了,我觉得我们比起生产力过剩更快迎来的是错配
保留该条文字,称呼按昵称统一。原文件 L8295
145数读
我是全世界最尊重销售的人
保留该条文字,称呼按昵称统一。原文件 L8304
147数读
只是开个玩笑哈哈哈,你觉得你干的咋样
数读明确说明此前抽烟喝酒的说法是玩笑,不能记录成被说服后的职业转向。 称呼按昵称统一。原文件 L8316
148数读
我个人比较激进,我觉得 3 年以内吧
对前文社会变化速度的个人激进估计;没有明确统计口径,不作为可靠时间表。 称呼按昵称统一。原文件 L8333
150数读
所谓的专业人士,只是在某一个领域掌握了一些知识方法,然后并且会运用这些知识方法的人
保留该条文字,称呼按昵称统一。原文件 L8339
151数读
AI 已经掌握了这些知识方法,但是 AI 暂时还不完全会用,而且目前它不知道在什么时候用
保留该条文字,称呼按昵称统一。原文件 L8340
152数读
解决完以后哪来的专业人士?所有人都可以是专业人士
保留该条文字,称呼按昵称统一。原文件 L8344
154数读
对,确实,几年内还有
承认当前阶段仍有专业能力的作用,但并未明确放弃此前的终局判断。 称呼按昵称统一。原文件 L8349
163数读
RSI 可能是第一个比较大的奇点
保留该条文字,称呼按昵称统一。原文件 L8378
164数读
我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。
保留该条文字,称呼按昵称统一。原文件 L8379
165数读
而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。
保留该条文字,称呼按昵称统一。原文件 L8380
166数读
值得去了解的可能是从工具到 loop,再到 graph engineer 背后映射出来的一整套解决问题的方法
保留该条文字,称呼按昵称统一。原文件 L8402
169数读
以前程序员可能可以做螺丝钉 慢慢成长 现在越来越前置位的要求 问题选择能力、问题定义能力、判断力、品味、主体性、owner意识 哪怕是初级岗位
保留该条文字,称呼按昵称统一。原文件 L8414—L8418
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
171数读
这里提出一点旧社会契约: 你接受教育 → 获得技能 → 出售劳动 → 获得收入 → 参与消费 → 获得社会身份
保留该条文字,称呼按昵称统一。原文件 L8421—L8427

北鱼

产品式建造 · 结果体验
+

分享意图驱动开发、整库重构、多模型分工和真实工具成本。其提示语中的“不懂代码的产品经理”是协作设定,不能直接当成真实职业与能力证明。

在讨论里补进了什么

让抽象讨论拥有具体的产物体验;也主动补充早期代码是玩具项目,提醒读者保留案例范围。[035][036][029][030][051][052][091]

可以从这个问题理解其发言视角

能不能先把可用的东西做出来?总共花了多少时间?

第二版里的另一种概括

经常直接拿真实项目试工具,提供“产品意图能不能快速变成结果”的一手案例。

查看相关原话 14 段
029北鱼
我前几天让 fable 帮我重新设计了整个代码库 搞了一堆 反正快很多了
保留该条文字,称呼按昵称统一。原文件 L1424—L1426
030北鱼
虽然我看不懂..
保留该条文字,称呼按昵称统一。原文件 L1427
035北鱼
我日常和AI沟通的方式就是: 我是一个不懂代码的产品经理,我现在有一个需求 XXXX
这是北鱼展示的提示语角色设定,不用来证明其真实岗位或完整技术水平。 称呼按昵称统一。原文件 L2003—L2005
036北鱼
就是:我是一个不懂代码的产品经理,我现在有一个需求 XXXX “你要先跟我沟通,不准直接开始干事”
提示语中的角色设定及确认要求;不能把“我是一个不懂代码的产品经理”直接用作真实身份判断。 称呼按昵称统一。原文件 L2020—L2021
038北鱼
KIMI的主观性太特么强的,他的todo list工具 明明写着,下一个步骤是跟用户确认 然后到下一个步骤的时候,它去编辑todo list,编程了直接开干
保留该条文字,称呼按昵称统一。原文件 L2027—L2028
039北鱼
不过加一加约束 许愿变成还是挺好用的 我现在是KIMI PLAN + GLM PLAN +KIMI 复审+GLM执行 苦日子也是能过一过的
保留该条文字,称呼按昵称统一。原文件 L2031—L2034
042北鱼
GPT 5.6 我感觉我都不敢让他搭配superpower 不然每次修个BUG,都是几小时起步 麻了 =_=
保留该条文字,称呼按昵称统一。原文件 L2449—L2451
050北鱼
浪费时间也是一种苦
保留该条文字,称呼按昵称统一。原文件 L2925
051北鱼
我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来
保留该条文字,称呼按昵称统一。原文件 L3005
052北鱼
也是 以前玩具代码😂
紧接“三个月代码到一个小时”的讨论,对原项目规模作出“玩具代码”限定。 称呼按昵称统一。原文件 L3007
053北鱼
对的 现在的工具/技能 都只是手段 一切都要回归到业务本身
保留该条文字,称呼按昵称统一。原文件 L3001—L3004
067北鱼
说实话,代码层面我是真很难体会出SOTA和非SOTA的区别了,这个只能是长周期任务才能体现 短期内我真看不出来😂
保留该条文字,称呼按昵称统一。原文件 L3839—L3841
079北鱼
在ZCODE,做完UI任务,还会交付一张截图的
保留该条文字,称呼按昵称统一。原文件 L5283
091北鱼
调用会议高级功能API,API返回值提醒我开专业版 开了专业版,API高级功能呢还是用不了 问了客服,客服说专业版可以用高级功能 查了文档,在一个小角落看到 专业版不支持高级功能 再次追问客服,升级高级客服 客服改口说不支持专业版
北鱼对一次工具接入的自述节选;不是经核验的厂商现行政策。原文件 L6857—L6869

kyrie_H

部署资源 · 任务边界
+

在提示词、拆解与课程选题中,反复补充专业深度、轻量环境和问题约束。这里描述的是发言视角,不推断完整研究经历。

在讨论里补进了什么

提醒广度补全不等于深度理解;帮助区分云端试验与有资源约束的任务。[016][020][021][022][064]

可以从这个问题理解其发言视角

这个办法在什么场景、什么资源限制下成立?

第二版里的另一种概括

反复提醒资源、部署、专业深度和任务边界,防止把云端 Demo 当成普遍结论。

查看相关原话 8 段
016kyrie_H
我觉得这种补全充其量就是广度上的补全
保留该条文字,称呼按昵称统一。原文件 L754
020kyrie_H
是不太可能允许做这种大斧头砍牙签的事情的
上下文是轻量化部署与资源限制。这里反对的是不顾场景堆计算,不是全面否定任务拆解。 称呼按昵称统一。原文件 L790
021kyrie_H
所以我觉得还是要看是落地场景
与紧接的“还是云端场景了”连读,是在区分不同部署场景。 称呼按昵称统一。原文件 L813
022kyrie_H
还是云端场景了
续接上一条关于落地场景的发言;两条一起构成场景区分。 称呼按昵称统一。原文件 L814
031kyrie_H
个人的知识库
这是关于建立并向群友开放知识库的连续发言片段。 称呼按昵称统一。原文件 L1588
033kyrie_H
就不用每次都更新群公告
保留该条文字,称呼按昵称统一。原文件 L1603
064kyrie_H
你让AI自己挖一个没有约束的搜索空间
保留该条文字,称呼按昵称统一。原文件 L3921
065kyrie_H
我觉得他也挖不出来
保留该条文字,称呼按昵称统一。原文件 L3922

临诗予

企业交付 · 工具协同
+

转述团队提效讨论,关注审查工时、考核可测量性,以及跨Agent的记忆维护。原文明确有些观察来自团队讨论,而非其个人实验。

在讨论里补进了什么

将局部速度与组织效率分开,也提出多工具环境的全局状态问题。[043][044][098][099][119]

可以从这个问题理解其发言视角

从写完到交付,完整链路真的更快了吗?

第二版里的另一种概括

从企业开发和工具协同出发,关注审查、工时、全局上下文和能力怎么被测。

查看相关原话 6 段
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
044临诗予
这都是我ld 他们讨论的 我也不太懂 还没接bug 和需求
对前文AI提效讨论的来源限定:转述团队领导的讨论,而非本人开展的完整评估。 称呼按昵称统一。原文件 L2566
055临诗予
我下午用 work buddy 他开了几个子代理 然后子代理返回的结果都失效了 因为为并行处理太多了
保留该条文字,称呼按昵称统一。原文件 L3034
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
119临诗予
这没有硬性考察指标啊,怎么才能考核呢?
保留该条文字,称呼按昵称统一。原文件 L7911

Ste.

研究证据 · 决策沟通
+

从研究、报告和对客解释出发,强调数据、证据、逻辑与组织是否能据此行动。数据使用的边界也是其讨论的一部分。

在讨论里补进了什么

为“生成一个答案”补上可解释、可采信和不能失去业务数据的限制。[025][027][060][109][117]

可以从这个问题理解其发言视角

这份结论有什么证据?别人为什么应该据此行动?

第二版里的另一种概括

从研究与对客场景补上证据、敏感数据、说服和组织采信。

查看相关原话 12 段
025Ste.
数据库字段映射逻辑乱的
保留该条文字,称呼按昵称统一。原文件 L1203
026Ste.
我说重点不是这个
回应数据问题的处理过程;与下一条“解决方案呢”连读。 称呼按昵称统一。原文件 L1209
027Ste.
解决方案呢
该问句指数据问题最终如何修复,不是完整解决方案已经给出。 称呼按昵称统一。原文件 L1210
057Ste.
ai给不出未来机会点
保留该条文字,称呼按昵称统一。原文件 L3550
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
068Ste.
核心就是不讲ppt上的废话
保留该条文字,称呼按昵称统一。原文件 L4533
069Ste.
人家自己会看,讲点没有的东西
保留该条文字,称呼按昵称统一。原文件 L4535
108Ste.
我们报告的洞察
后接“不准喂ai”;讨论的是研究报告中的洞察与使用限制。 称呼按昵称统一。原文件 L7835
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
110Ste.
去敏
与下一条“就没价值了”连读,回应去敏后提炼材料的建议。 称呼按昵称统一。原文件 L7823
111Ste.
就没价值了
与前一条“去敏”连读,表达其任务中信息去敏后的价值损失。 称呼按昵称统一。原文件 L7824
117Ste.
然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改
保留该条文字,称呼按昵称统一。原文件 L7854

***

概念范围 · 风险追问
+

参与模板、技术认知、岗位融合和风险识别等讨论。昵称中的星号是用户提供的真实昵称显示,不是缺失姓名。

在讨论里补进了什么

提出99与1的识别问题,澄清技术实现与技术认知的区别,并保留产品/开发权重问题的不同立场。[014][123][124][126][129][133][135]

可以从这个问题理解其发言视角

我们说的是同一种能力吗?怎样知道这次是普通情况还是例外?

第二版里的另一种概括

经常做概念校准:技术实现≠技术认知,产品/开发也未必一定要分输赢。

查看相关原话 11 段
014***
可以用提示词模版让ai把问题变得完整变得透彻
保留该条文字,称呼按昵称统一。原文件 L737
017***
模版还是能解决大多数机械化的场景
保留该条文字,称呼按昵称统一。原文件 L763
123***
但你怎么知道哪些是99 哪些是1呢
保留该条文字,称呼按昵称统一。原文件 L7969
124***
先不管这数字,夸张一点就是99和1
明确说明99和1是讨论中的夸张示意,不是实际测得的比例。 称呼按昵称统一。原文件 L7980
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
129***
是技术实现价值变少
保留该条文字,称呼按昵称统一。原文件 L8014
131***
其实我认为是产品经理和程序员坍塌了,互相融合了
保留该条文字,称呼按昵称统一。原文件 L8042
133***
我觉得没有哪个权重更高
保留该条文字,称呼按昵称统一。原文件 L8065
134***
本质上两边的部分能力都在下沉
保留该条文字,称呼按昵称统一。原文件 L8069
135***
剩下的高层次的能力和价值在融合
保留该条文字,称呼按昵称统一。原文件 L8071
138***
负责技术的人同样要面对这些问题
保留该条文字,称呼按昵称统一。原文件 L8086

郑楷滨

用户任务 · 反馈与交易
+

用项目梳理、异构数据、时间与完成度补充技术推演,也追问钱的流向。本人在原文中明确说明技术知识有限,部分路径理解是推想。

在讨论里补进了什么

提供开放世界的具体问题,促使讨论区分已有知识与可靠完成任务;销售相关内容也补充了实际体验。[149][153][155][156][160][162][146]

可以从这个问题理解其发言视角

复杂真实数据来了以后,系统能自己走出来吗?中间步骤是什么?

第二版里的另一种概括

把真实数据、销售、时间、完成度和人工反馈带进讨论,追问“中间到底怎么发生”。

查看相关原话 13 段
144郑楷滨
不太明白,诸位这里的生产力工作指的是什么
保留该条文字,称呼按昵称统一。原文件 L8301
146郑楷滨
之前我真以为这些必备,但是其实占比说实话没太大
此前话题涉及销售是否需要抽烟喝酒;“这些”指那些被提到的习惯。属于个人从业体感。 称呼按昵称统一。原文件 L8315
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
155郑楷滨
假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样
保留该条文字,称呼按昵称统一。原文件 L8357
156郑楷滨
但是这里面有非常核心的一个点:时间以及完成度
保留该条文字,称呼按昵称统一。原文件 L8360
157郑楷滨
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
保留该条文字,称呼按昵称统一。原文件 L8363
158郑楷滨
我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈
保留该条文字,称呼按昵称统一。原文件 L8364
159郑楷滨
容易绕死胡同
保留该条文字,称呼按昵称统一。原文件 L8365
160郑楷滨
以上说的很多都是我在不懂技术也不懂任何东西的情况下凭空讨论的
当事人对自己所述技术解释的范围作出的限定;案例不能替代对实现细节的完整检查。 称呼按昵称统一。原文件 L8366
161郑楷滨
但是如果说交给理解相关知识点的人进行设计,我们对比过时间,确实非常不一样
保留该条文字,称呼按昵称统一。原文件 L8369
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372
167郑楷滨
[旺柴]将你在群里的感悟或者资讯总结一下?
保留该条文字,称呼按昵称统一。原文件 L8403

Forrest

权限保密 · 企业可用性
+

介绍所在环境中的工具审批、仓库代码与安装权限限制。不是据此将本人定义成治理岗位,而是保留其带来的组织约束。

在讨论里补进了什么

提醒可用性包含权限与保密;同时对界面视角与凭据风险作出提示。[006][007][008][009][096][097]

可以从这个问题理解其发言视角

模型能做这件事,组织是否允许它接触这些数据?

第二版里的另一种概括

提供企业权限、保密、IDE/CLI 限制等现实约束。

查看相关原话 6 段
006Forrest
还有保密原因 公司不给随便用ai
保留该条文字,称呼按昵称统一。原文件 L388
007Forrest
涉及到仓库代码的 就只能用copilot,要么web去提问
保留该条文字,称呼按昵称统一。原文件 L394
008Forrest
公司电脑没权限 装不了别的ide
保留该条文字,称呼按昵称统一。原文件 L395
009Forrest
cli就更加用不了了
保留该条文字,称呼按昵称统一。原文件 L396
034Forrest
这才是生态啊
前文谈到办公AI直接生成内容到既有办公存储中的体验;属于群友的生态整合评价。 称呼按昵称统一。原文件 L1619
097Forrest
你把token泄漏了,明天你就欠费10个w
对可能泄漏凭证的风险提醒,金额是夸张表达,不是已经发生的损失。原截图不可见,本页不裁定是否确有泄漏。 称呼按昵称统一。原文件 L6907

Ida

非技术受众 · 使用入口
+

从非IT同事需要学习与分享办公工具的场景提问,明确指出不少使用者尚不知道Skill是什么。

在讨论里补进了什么

为重度用户讨论加入真实的学习门槛;这直接影响术语、文档和产品入口怎样设计。[040][041]

可以从这个问题理解其发言视角

工具介绍对第一次接触的人,真的能理解并开始使用吗?

第二版里的另一种概括

提醒重度 AI 用户之外还有大量第一次接触这些概念的普通同事。

查看相关原话 1 段
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414

田智Liar0

办公产物 · 人机汇报接口
+

分享开发、PPT和内容实践,并用“人型智能体”描述自己操控AI、再向组织汇报的工作方式。此昵称未提供替换映射,沿用原显示。

在讨论里补进了什么

把机器产出与人的组织接口连接起来;PPT讨论也提醒逻辑、视觉与汇报是不同问题。[004][011]

可以从这个问题理解其发言视角

东西做出来以后,我怎样把它交付、解释和汇报?

第二版里的另一种概括

从 PPT、开发和汇报场景展示“机器产出—人类解释—组织决策”的接口。

查看相关原话 2 段
004田智Liar0
现在有ai了就是我操控智能体,然后我作为人型智能体把ai结果给他们汇报[捂脸]
保留该条文字,称呼按昵称统一。原文件 L1028
011田智Liar0
我现在只能尽量把逻辑写清楚了
保留该条文字,称呼按昵称统一。原文件 L465

Yourset🐧

实践方向 · 兴趣约束
+

在学生实践选题中提出先明确兴趣与具体方向,而不只是让AI面对无限开放的问题。

在讨论里补进了什么

为自主探索补上任务起点与约束,让课程讨论不只有“给题或不给题”。[063]

可以从这个问题理解其发言视角

先知道自己想探索什么,是否比直接让AI自由找题更有效?

第二版里的另一种概括

在实践项目讨论里强调先有兴趣和方向,再让 AI 扩展。

查看相关原话 1 段
063Yourset🐧
我觉得还是得先确定自己的兴趣,然后再让AI挖
保留该条文字,称呼按昵称统一。原文件 L3910

LLLLxr

经验边界 · 用户自助
+

提出两类直接问题:没经历过工程坑怎样判断方案;如果流程足够自动化,用户是否可以直接自己来。

在讨论里补进了什么

一边补充技术判断门槛,一边把自动化问题递推到AI应用服务本身。[122][139]

可以从这个问题理解其发言视角

哪些经验仍不可省?中间岗位是否也应接受同样的替代逻辑?

查看相关原话 2 段
122LLLLxr
你不没经历过,没踩过一些坑,ai给你的架构方案你都不知道是不是对的
保留该条文字,称呼按昵称统一。原文件 L7954
139LLLLxr
按这个流程,用户都可以自己来吧
保留该条文字,称呼按昵称统一。原文件 L8093

niy🔆

垂类应用 · 商业模式
+

在通用客户端与垂类Agent讨论中,保留当前需求,也提出平台竞争与商业模式尚未明确的担忧。

在讨论里补进了什么

将“技术可行”推进为“产品和商业能否持续”,原文没有给出确定答案。[081][082]

可以从这个问题理解其发言视角

客户持续付费的理由,是否只是一个平台未来就会提供的功能?

第二版里的另一种概括

把垂类 Agent 的问题从“能不能做”推到“商业模式能不能长期存在”。

查看相关原话 2 段
081niy🔆
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
保留该条文字,称呼按昵称统一。原文件 L5934
082niy🔆
其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
单条消息节选;称呼按昵称统一。原文件 L5934

A货冰美💤

系统瓶颈 · 因情境而异
+

在效率讨论中提出未被加速环节仍可能限制整体;在职业变化话题中提醒情况可能因人而异。

在讨论里补进了什么

提供尺度和适用范围的提醒。片段不足以推断完整职业或稳定人格。[045][172]

可以从这个问题理解其发言视角

一个局部改善,是否足以改变整个系统?

查看相关原话 2 段
045A货冰美💤
AI只能让能快的地方快了 但是整体时间还是要看那些快不了的地方
保留该条文字,称呼按昵称统一。原文件 L2570
172A货冰美💤
感觉这个问题因人而异
保留该条文字,称呼按昵称统一。原文件 L8288

129

问题澄清 · 资讯边界
+

对“某某已死”式标题表示反感;在风险文章讨论中追问“灭绝”究竟指什么。

在讨论里补进了什么

为资讯消费补上定义与话术警觉;不因少量片段推断其宏观立场。[049][141]

可以从这个问题理解其发言视角

我们到底在讨论哪个问题,使用的词有没有混在一起?

第二版里的另一种概括

经常从经济与社会问题追问 AI 变化的含义。

查看相关原话 2 段
049129
有点受不了这种标题了
前文分享的标题包含“Loop Engineering已死”;这里表达对标题用语的反感。 称呼按昵称统一。原文件 L2580
141129
所以我想知道他说的灭绝到底是社会结构的崩塌还是单纯就AI叛乱
回应群内转述的AI风险文章;只是提出概念区分,本页不把转发文章内容当作已验证事实。 称呼按昵称统一。原文件 L8289

J1_Hee

使用体验 · 工具差异
+

分享自己的Codex使用选择,与他人的偏好形成对照。相关文字只能支持具体体验,不是统一评测。

在讨论里补进了什么

提醒任务背景与使用环境应一起比较,不能把偏好当成总排名。[076]

可以从这个问题理解其发言视角

为什么同一批工具,不同人会留下不同的选择?

第二版里的另一种概括

提供大量模型和编码工具的一线体验。

查看相关原话 1 段
076J1_Hee
我现在用codex,不用claude了
保留该条文字,称呼按昵称统一。原文件 L4796

你想不想知道为什么我的昵称这么长

代码体验 · 旧工作方式
+

参与工具与额度体验,也提到以前会欣赏自己写出的代码。这是技能变化的一条生活化记录。

在讨论里补进了什么

保留技术变化如何被日常使用者感知,不据此判断情绪或职业前景。[054]

可以从这个问题理解其发言视角

当实现越来越自动化,原来的工作体验发生了什么?

第二版里的另一种概括

长期提供模型速度、可用性和工具体验。

查看相关原话 1 段
054你想不想知道为什么我的昵称这么长
有时候还会欣赏一下自己的“杰作”
前一条说的是“以前写代码”;此句保留对过去代码作品的回忆。 称呼按昵称统一。原文件 L3009

Recover

修复案例 · 切换成本
+

提供一次模型多次未解决、切换后很快修复Bug的个案。没有完整日志,保留为使用经验。

在讨论里补进了什么

为完成任务总成本提供具体例子;不能扩展成模型长期排名。[074][075]

可以从这个问题理解其发言视角

继续重试与换一条路线,哪个更划算?

第二版里的另一种概括

用修 Bug 等个案补充“继续重试还是换模型”的真实成本。

查看相关原话 2 段
074Recover
这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12
保留该条文字,称呼按昵称统一。原文件 L4768
075Recover
两分钟解决
保留该条文字,称呼按昵称统一。原文件 L4769

XG

批量数据 · 小模型任务
+

在数据处理讨论中提到用小模型处理百万数据,并参与交付问题的交流。

在讨论里补进了什么

让“最强模型”之外的批量任务出现,提醒部署方式取决于工作需求。[024]

可以从这个问题理解其发言视角

规模、成本和数据质量如何一起进入实现?

查看相关原话 1 段
024XG
拿小模型处理百万数据
保留该条文字,称呼按昵称统一。原文件 L1166

Akiii

招聘基础 · 实践反馈
+

在招聘争论中转述部门对实习生基本功不足的担心。不是正式招聘政策,也不能据此判定其完整立场。

在讨论里补进了什么

为AI协作考核的讨论补充基础能力的另一类筛选风险。[103]

可以从这个问题理解其发言视角

新的工具能力增强后,怎样确认候选人仍有必要基础?

查看相关原话 1 段
103Akiii
之前我部门经理说招进来的实习生基本功太差了,还是应该考考八股算法什么的
保留该条文字,称呼按昵称统一。原文件 L7284

四重奏

价值交换 · 日常追问
+

在关于“卖卡”的玩笑后,追问能赚钱为何还需要上班;它把可供给与可获利分开。

在讨论里补进了什么

用生活化提问把宏观价值讨论拉回实际交换,不作个人职业判断。[168]

可以从这个问题理解其发言视角

会提供一项东西,是否真的能获得稳定收入?

第二版里的另一种概括

把就业焦虑用最直接的方式抛回群里。

查看相关原话 1 段
168四重奏
卖卡能赚钱的话我嗨上什么班呢
保留该条文字,称呼按昵称统一。原文件 L8409

夜河

方法接收 · 内容留存
+

在五项AI协作方法分享后,明确说自己已经收藏。这里记录的是可确认的接收动作。

在讨论里补进了什么

提供方法有被保存的证据,但不证明之后已经实践或取得效果。[174]

可以从这个问题理解其发言视角

群里好的方法怎样从消息变成以后能再找到的东西?

查看相关原话 1 段
174夜河
真的 我已经收藏了
回应8月25日五条工作方法的分享,确认收藏行为,不证明已经在实际任务中使用。 称呼按昵称统一。原文件 L5581

NOIL7

共享需求 · 参与反馈
+

在群知识库讨论中表示支持。可见内容有限,因此不扩展为认知或职业画像。

在讨论里补进了什么

其直接回应支持了共享需求的存在;不将支持解读成对全部方法论的认可。[175]

可以从这个问题理解其发言视角

群内容能否更方便地共享与再次查找?

查看相关原话 1 段
175NOIL7
支持
在共享知识库与群资料存放方式的讨论中表达支持;不扩展成完整工具选择立场。 称呼按昵称统一。原文件 L1601

啊哼

风险话题 · 局部立场
+

在“社会结构还是AI叛乱”的提问后倾向前者。这里只保留一次发言,不推断长期风险立场。

在讨论里补进了什么

让风险定义问题获得回应,同时需要保留没有进一步论证的限制。[173]

可以从这个问题理解其发言视角

讨论的风险究竟属于技术失控,还是社会转变?

查看相关原话 1 段
173啊哼
个人更倾向于前者
“前者”指上一问中的社会结构崩塌,而非生物意义的人类灭绝;这里记录的是个人倾向。 称呼按昵称统一。原文件 L8290

_yuhou

科研产出 · 评价区分
+

在科研讨论中区分复现与发表,用“代码与想法”的对照表达对产出价值变化的感受。这里只保留实际发言,不推定完整科研能力。

在讨论里补进了什么

提醒不要把实现速度直接换算为论文或科研贡献;口号式对照也需要保留其讨论语境。[105][106][107]

可以从这个问题理解其发言视角

做出一个实现,与形成一个经过评价的新贡献,是不是同一个标准?

查看相关原话 3 段
105_yuhou
以前是idea is cheap, show me your code
与下一条形成口号式对照,不作为“想法没有价值”的事实判断。 称呼按昵称统一。原文件 L7621
106_yuhou
现在code is nothing, show me your idea
与上一条形成口号式对照,不作为“代码价值为零”的事实判断。 称呼按昵称统一。原文件 L7623
107_yuhou
复现跟发表那是一回事儿吗?
保留该条文字,称呼按昵称统一。原文件 L7618

熏风南来霜林染

工具试用 · 评价范围
+

分享简单汇报的工具试用,也明确说明复杂商业演示尚未尝试;参与对夸张技术标题的调侃。

在讨论里补进了什么

把工具评价限制在自己实际尝试过的任务范围内,为设计、表达与证据讨论补上具体样本。[176][177]

可以从这个问题理解其发言视角

普通汇报与复杂商业演示,应该用同一套体验结论吗?

第二版里的另一种概括

提供实际工具体验,也经常对 AI 圈标题化表达保持吐槽。

查看相关原话 2 段
176熏风南来霜林染
opendesign用过,做了点简单的汇报ppt,感觉挺可以的,但是复杂一点的用来商业演示的ppt还没试过,晚点试试
个人试用范围被明确限定为简单汇报;复杂商业演示当时尚未尝试。原文件 L6891
177熏风南来霜林染
《炸裂》《黑马》《xx已死》《xx杀疯了》
在讨论“某某已死”式标题时举出的夸张措辞,不代表认可这些标题。原文件 L2584
按事件找 / 28

这些问题,是怎样一天天聊出来的?

按时间重读,不把先后出现自动解释成因果,也不把一段讨论写成所有人已经转变的思想史。

28 个事件
E01

岗位、机会与义务

+

讨论从岗位机会和“勇敢的人先享受世界”展开,随后补入岗位意味着更重义务的视角。这里不展开任何个人动机、薪资或内部任用故事。

这段讨论为什么值得留

留下的是责任与位置的关系,而非对具体人物能力的评价。

查看相关原话 1 段
003数读
其实对应的你如果承担了这个岗位,你的义务也重很多
保留该条文字,称呼按昵称统一。原文件 L70
E02

“真的可以用起来”进入项目价值公式

+

产品评价不只看功能:是否能用起来、业务价值和成功率,以及成本与风险,被放到同一表达中。

这段讨论为什么值得留

为后来讨论可用性、非技术受众与商业化提供了一条可重新对照的线。

查看相关原话 2 段
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
E03

工具能力遇上公司权限与汇报需求

+

Forrest讲述仓库代码和安装限制;同一天,关于PPT的讨论分别触及逻辑与美观。

这段讨论为什么值得留

不同任务有不同的完成标准:生成内容、进入系统、能用于汇报,不能互相替代。

查看相关原话 6 段
006Forrest
还有保密原因 公司不给随便用ai
保留该条文字,称呼按昵称统一。原文件 L388
007Forrest
涉及到仓库代码的 就只能用copilot,要么web去提问
保留该条文字,称呼按昵称统一。原文件 L394
008Forrest
公司电脑没权限 装不了别的ide
保留该条文字,称呼按昵称统一。原文件 L395
009Forrest
cli就更加用不了了
保留该条文字,称呼按昵称统一。原文件 L396
010数读
就如果你对美观度有要求,确实都一般
保留该条文字,称呼按昵称统一。原文件 L461
011田智Liar0
我现在只能尽量把逻辑写清楚了
保留该条文字,称呼按昵称统一。原文件 L465
E04

从提示词模板,谈到主动追问与场景边界

+

数读提出范式贬值与上下文;***强调模板可用于追问,kyrie_H补充深度和轻量部署边界。

这段讨论为什么值得留

有明确的局部认可,也有未解决的模型深度问题;不能把整晚讨论压成一方全面获胜。

查看相关原话 11 段
012数读
因为你对业务的认知决定了你能输出的上下文
保留该条文字,称呼按昵称统一。原文件 L711
013数读
就换句话说,我们过去的某些看上去对的范式,随着模型基座的发展,都在贬值
保留该条文字,称呼按昵称统一。原文件 L719
014***
可以用提示词模版让ai把问题变得完整变得透彻
保留该条文字,称呼按昵称统一。原文件 L737
015数读
但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好
单条消息节选;称呼按昵称统一。原文件 L740—L743
016kyrie_H
我觉得这种补全充其量就是广度上的补全
保留该条文字,称呼按昵称统一。原文件 L754
017***
模版还是能解决大多数机械化的场景
保留该条文字,称呼按昵称统一。原文件 L763
018数读
对对对,我也没有说它一文不值,主要是说他在贬值
保留该条文字,称呼按昵称统一。原文件 L773
020kyrie_H
是不太可能允许做这种大斧头砍牙签的事情的
上下文是轻量化部署与资源限制。这里反对的是不顾场景堆计算,不是全面否定任务拆解。 称呼按昵称统一。原文件 L790
021kyrie_H
所以我觉得还是要看是落地场景
与紧接的“还是云端场景了”连读,是在区分不同部署场景。 称呼按昵称统一。原文件 L813
022kyrie_H
还是云端场景了
续接上一条关于落地场景的发言;两条一起构成场景区分。 称呼按昵称统一。原文件 L814
023数读
你说得对
回应落地场景与云端场景的区分,只能支持对这一点的局部认可。 称呼按昵称统一。原文件 L816
E05

“人型智能体”与数据交付的现实

+

田智Liar0描述自己操控AI再汇报的工作形态;XG与Ste.的讨论涉及批量数据、字段映射与对结果的解释。

这段讨论为什么值得留

组织接口、底层数据与结果责任,是同一条交付链的不同位置。

查看相关原话 5 段
004田智Liar0
现在有ai了就是我操控智能体,然后我作为人型智能体把ai结果给他们汇报[捂脸]
保留该条文字,称呼按昵称统一。原文件 L1028
024XG
拿小模型处理百万数据
保留该条文字,称呼按昵称统一。原文件 L1166
025Ste.
数据库字段映射逻辑乱的
保留该条文字,称呼按昵称统一。原文件 L1203
026Ste.
我说重点不是这个
回应数据问题的处理过程;与下一条“解决方案呢”连读。 称呼按昵称统一。原文件 L1209
027Ste.
解决方案呢
该问句指数据问题最终如何修复,不是完整解决方案已经给出。 称呼按昵称统一。原文件 L1210
E06

完整代码库重构,先看结果还是先懂结构?

+

北鱼介绍让模型重构代码库,反馈速度改善;数读追问分层、解耦与真实不便。

这段讨论为什么值得留

原型、结构设计、长期维护开始被放到不同尺度讨论;原文没有最终架构审计。

查看相关原话 3 段
028数读
因为一般是感觉到有不好,才会去加服务层或者中间层,才会去进行一些新的架构设计改进
保留该条文字,称呼按昵称统一。原文件 L1422
029北鱼
我前几天让 fable 帮我重新设计了整个代码库 搞了一堆 反正快很多了
保留该条文字,称呼按昵称统一。原文件 L1424—L1426
030北鱼
虽然我看不懂..
保留该条文字,称呼按昵称统一。原文件 L1427
E07

群里的知识,能不能不用一直翻消息?

+

kyrie_H提出共享知识库;数读强调大家访问方便;临诗予参与工具讨论,NOIL7表示支持。

这段讨论为什么值得留

这是本页的早期需求:不是再多一条资讯,而是让已有资讯可以被找到和复用。

查看相关原话 5 段
031kyrie_H
个人的知识库
这是关于建立并向群友开放知识库的连续发言片段。 称呼按昵称统一。原文件 L1588
032数读
要考虑大家都方便
保留该条文字,称呼按昵称统一。原文件 L1596
033kyrie_H
就不用每次都更新群公告
保留该条文字,称呼按昵称统一。原文件 L1603
034Forrest
这才是生态啊
前文谈到办公AI直接生成内容到既有办公存储中的体验;属于群友的生态整合评价。 称呼按昵称统一。原文件 L1619
175NOIL7
支持
在共享知识库与群资料存放方式的讨论中表达支持;不扩展成完整工具选择立场。 称呼按昵称统一。原文件 L1601
E08

“许愿式开发”仍需要先对齐

+

北鱼分享产品经理式表达、要求先沟通,以及多模型规划与复审。数读强调业务重的任务仍需精细表达。

这段讨论为什么值得留

看似“只要一个愿望”的方式,也有目标澄清、边界和验收工作。

查看相关原话 5 段
035北鱼
我日常和AI沟通的方式就是: 我是一个不懂代码的产品经理,我现在有一个需求 XXXX
这是北鱼展示的提示语角色设定,不用来证明其真实岗位或完整技术水平。 称呼按昵称统一。原文件 L2003—L2005
036北鱼
就是:我是一个不懂代码的产品经理,我现在有一个需求 XXXX “你要先跟我沟通,不准直接开始干事”
提示语中的角色设定及确认要求;不能把“我是一个不懂代码的产品经理”直接用作真实身份判断。 称呼按昵称统一。原文件 L2020—L2021
037数读
我们要特别精细的需求表达
保留该条文字,称呼按昵称统一。原文件 L2010
038北鱼
KIMI的主观性太特么强的,他的todo list工具 明明写着,下一个步骤是跟用户确认 然后到下一个步骤的时候,它去编辑todo list,编程了直接开干
保留该条文字,称呼按昵称统一。原文件 L2027—L2028
039北鱼
不过加一加约束 许愿变成还是挺好用的 我现在是KIMI PLAN + GLM PLAN +KIMI 复审+GLM执行 苦日子也是能过一过的
保留该条文字,称呼按昵称统一。原文件 L2031—L2034
E09

Ida提醒:许多同事还不知道Skill是什么

+

办公工具分享中,术语、额度单位和文档格式的讨论遇上真实受众的知识边界。

这段讨论为什么值得留

模型能力讨论之外,出现了让普通同事理解并开始使用的问题。

查看相关原话 2 段
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
041数读
提出几个小问题,你可以把写的稿子丢给 gpt 分析一下 2000 应该是 credit 不是 token,token有固定的意思
单条消息节选;称呼按昵称统一。原文件 L2409—L2413
E10

个人速度与组织效率被分开

+

临诗予转述审代码抵消部分写代码时间;A货冰美💤解释瓶颈;数读补充个人闭环与组织摩擦。

这段讨论为什么值得留

“都在提效”为何可能同时伴随“整体没有快那么多”,得到更清楚的尺度区分。

查看相关原话 6 段
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
044临诗予
这都是我ld 他们讨论的 我也不太懂 还没接bug 和需求
对前文AI提效讨论的来源限定:转述团队领导的讨论,而非本人开展的完整评估。 称呼按昵称统一。原文件 L2566
045A货冰美💤
AI只能让能快的地方快了 但是整体时间还是要看那些快不了的地方
保留该条文字,称呼按昵称统一。原文件 L2570
046数读
是的,个人提效高 组织提效其实很一般。
保留该条文字,称呼按昵称统一。原文件 L2575
047数读
其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好
保留该条文字,称呼按昵称统一。原文件 L2577—L2578
048数读
例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多
保留该条文字,称呼按昵称统一。原文件 L2574
E11

“浪费时间也是一种苦”

+

工具价格与实际体验的争论,把等待、失败和返工也带进了成本。

这段讨论为什么值得留

低价不能独立证明性价比;后续多模型切换案例可沿这条线理解。

查看相关原话 2 段
042北鱼
GPT 5.6 我感觉我都不敢让他搭配superpower 不然每次修个BUG,都是几小时起步 麻了 =_=
保留该条文字,称呼按昵称统一。原文件 L2449—L2451
050北鱼
浪费时间也是一种苦
保留该条文字,称呼按昵称统一。原文件 L2925
E12

玩具代码的速度变化与旧技能记忆

+

北鱼谈到过去几个月的代码现在很快能写出,也明确补充“以前玩具代码”;长昵称回忆曾欣赏自己的代码杰作。

这段讨论为什么值得留

保留效率变化的真实感受,也保留它适用的案例范围,不推成全部软件工程的结论。

查看相关原话 5 段
051北鱼
我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来
保留该条文字,称呼按昵称统一。原文件 L3005
052北鱼
也是 以前玩具代码😂
紧接“三个月代码到一个小时”的讨论,对原项目规模作出“玩具代码”限定。 称呼按昵称统一。原文件 L3007
053北鱼
对的 现在的工具/技能 都只是手段 一切都要回归到业务本身
保留该条文字,称呼按昵称统一。原文件 L3001—L3004
054你想不想知道为什么我的昵称这么长
有时候还会欣赏一下自己的“杰作”
前一条说的是“以前写代码”;此句保留对过去代码作品的回忆。 称呼按昵称统一。原文件 L3009
055临诗予
我下午用 work buddy 他开了几个子代理 然后子代理返回的结果都失效了 因为为并行处理太多了
保留该条文字,称呼按昵称统一。原文件 L3034
E13

上下文解释,遭遇研究任务的反例

+

数读认为很多决策失败是缺上下文;Ste.指出研究中的未来机会点仍难得到。随后区分了难以记录与尚未记录的经验。

这段讨论为什么值得留

没有形成“模型已足够解决一切”的共识;讨论需要保留任务差异。

查看相关原话 4 段
056数读
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
保留该条文字,称呼按昵称统一。原文件 L3545
057Ste.
ai给不出未来机会点
保留该条文字,称呼按昵称统一。原文件 L3550
058数读
隐性上下文越多的领域AI能做的事情越局限
保留该条文字,称呼按昵称统一。原文件 L3552
059数读
但是很多时候,隐形上下文≠知识无法被沉淀 你们这种消费者研究领域,我感觉是行业变化快,人心混沌 社媒混沌 还真挺安全;有一些场景单纯只是内容没被记录下来; 一旦被记录下来很快就可以开始淘汰了
保留该条文字,称呼按昵称统一。原文件 L3553—L3559
E14

洞察要进入决策,必须有证据

+

Ste.强调舆情、定量、定性、访谈、销量和转化等证据,而不只是单向给结论。

这段讨论为什么值得留

从“AI能不能写报告”进入“组织凭什么据此行动”。

查看相关原话 1 段
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
E15

让学生自由挖题,还是先给方向与约束?

+

数读希望实践更贴近真实需求;Yourset🐧提出先明确兴趣;kyrie_H质疑无约束搜索空间。

这段讨论为什么值得留

出现部分共同点,但最终课程方案在图片里,没有可见文本,不能声称已经完成共识落地。

查看相关原话 7 段
061数读
群友们可以来点意见吗:人工智能方向每届都有工程实践项目。 我想麻烦你结合业界需求,帮我出个AI应用的题目大纲,让同学们在找工作前有一个实践练习的项目,到时找工作有些帮助。往届做的项目离实践太远,对于找工作没有帮助
保留该条文字,称呼按昵称统一。原文件 L3902
062数读
我觉得就是不要太指定方向,让他们自己去挖,用 AI 挖
保留该条文字,称呼按昵称统一。原文件 L3908
063Yourset🐧
我觉得还是得先确定自己的兴趣,然后再让AI挖
保留该条文字,称呼按昵称统一。原文件 L3910
064kyrie_H
你让AI自己挖一个没有约束的搜索空间
保留该条文字,称呼按昵称统一。原文件 L3921
065kyrie_H
我觉得他也挖不出来
保留该条文字,称呼按昵称统一。原文件 L3922
066数读
但是我更倾向于让他们自己挖掘一些
保留该条文字,称呼按昵称统一。原文件 L3925
067北鱼
说实话,代码层面我是真很难体会出SOTA和非SOTA的区别了,这个只能是长周期任务才能体现 短期内我真看不出来😂
保留该条文字,称呼按昵称统一。原文件 L3839—L3841
E16

汇报效果与多窗口负担

+

Ste.提出讲页面之外的内容;数读对仅凭表情判断提出反问。另一段记录描述多窗口并行的注意力负担。

这段讨论为什么值得留

表达和并行都要回到接收者:前者是听众,后者是最终管理任务的人。

查看相关原话 5 段
068Ste.
核心就是不讲ppt上的废话
保留该条文字,称呼按昵称统一。原文件 L4533
069Ste.
人家自己会看,讲点没有的东西
保留该条文字,称呼按昵称统一。原文件 L4535
070数读
还有察言观色环节 万一他不苟言笑呢
保留该条文字,称呼按昵称统一。原文件 L4541
071数读
不能再多了 脑子累坏了
前一条说同时并行四个窗口;这里只用作协作负担的任务体验,不作个人心理分析。 称呼按昵称统一。原文件 L4551
072数读
ai在工作,我也没办法 啊 已经并行四个窗口了
保留该条文字,称呼按昵称统一。原文件 L4550
E17

模型切换、任务差异与研究外推

+

Recover讲述换模型修复Bug的个案;J1_Hee与数读对工具偏好不同;一段研究转述明确提醒不要扩大结论范围。

这段讨论为什么值得留

同一天既有体验判断,也有证据边界,二者不应混在一起。

查看相关原话 6 段
073数读
他们发现 knowledge QA 更 capacity-hungry(吃容量),而 code 更 data-hungry(吃数据)。值得注意的是,他们用 code 作为 reasoning 的 proxy,所以“所有推理任务都如此”是比论文原结论更强的说法。
群内转述研究的文字;这里只记录其限制外推的表达,不验证论文结论。原文件 L4753
074Recover
这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12
保留该条文字,称呼按昵称统一。原文件 L4768
075Recover
两分钟解决
保留该条文字,称呼按昵称统一。原文件 L4769
076J1_Hee
我现在用codex,不用claude了
保留该条文字,称呼按昵称统一。原文件 L4796
077数读
codex适合当程序员
保留该条文字,称呼按昵称统一。原文件 L4797
078数读
但是很多需要思考和产品侧、需求侧的分析场景 我觉得远不如cc
保留该条文字,称呼按昵称统一。原文件 L4798—L4799
E18

工作方法被归纳为五件事

+

先拿结果、控制目标与边界、外置上下文、验证优先、消除重复摩擦。夜河明确说已收藏。

这段讨论为什么值得留

这可以证明方法被分享并有局部接收,不能证明群内所有人已经采用。

查看相关原话 2 段
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
174夜河
真的 我已经收藏了
回应8月25日五条工作方法的分享,确认收藏行为,不证明已经在实际任务中使用。 称呼按昵称统一。原文件 L5581
E19

垂类Agent是否会被通用平台吞掉?

+

数读提出客户端已经很强;niy🔆保留垂类需求,也表达对竞争和商业模式的疑问。

这段讨论为什么值得留

这是未决的产品与商业问题,不是行业终局预言。

查看相关原话 2 段
081niy🔆
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
保留该条文字,称呼按昵称统一。原文件 L5934
082niy🔆
其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
单条消息节选;称呼按昵称统一。原文件 L5934
E20

后验迭代、流程重构与目标定义权

+

同一天的几段讨论分别涉及试验策略、业务流程变化、可比较版本,以及谁有权定义目标和约束。

这段讨论为什么值得留

不是单个新术语,而是从实现方案延伸到如何建立判断依据。

查看相关原话 8 段
083数读
比如我提出:企业决策不是单目标最大化,而是在多个目标和约束下找一个 Pareto 优解;真的高手可能通过改变约束,把前沿往外推。 但是实际上目标函数本身都不是给定的,谁定义目标、谁定义约束、谁承担代价、谁有能力改变这些定义。
单条消息节选;称呼按昵称统一。原文件 L5954—L5955
084数读
本质上就是工作策略从“重先验”转向“更快用后验更新”。 以前执行很贵:人做,除非证明机器能做;先尽量设计完整,再执行。 现在很多执行已经很便宜:机器做,除非证明这里需要人;先跑最小化测试,再根据真实结果快速迭代。
保留该条文字,称呼按昵称统一。原文件 L5981—L5983
085数读
比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错、新版本到底有没有更好,然后把这些后验结果继续更新进下一版。 因为现在改 Prompt、规则、流程、Agent 策略的成本都很低,所以没必要特别依赖一开始的先验把所有东西想对,更重要的是让系统能持续用后验把自己修正好。
保留该条文字,称呼按昵称统一。原文件 L5984—L5986
086数读
以前是: 错误很贵,所以尽量靠先验避免错误。 现在越来越多场景是: 错误便宜,所以更值得尽快获得错误,再用后验修正。
保留该条文字,称呼按昵称统一。原文件 L5987—L5991
087数读
我们是很大程度自己挖业务 他们业务方给的那个需求 完全没法正常工作
保留该条文字,称呼按昵称统一。原文件 L6023
088数读
我觉得有一个很有意思的分界点是: IT的流程没变,只是用AI代替了某几个步骤 我们的流程是新的,可能跨越了过去的某些步骤 当然终点都一样,是解决问题
保留该条文字,称呼按昵称统一。原文件 L6025—L6029
089数读
从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和 Baseline 始终可理解、可比较、可追溯。
保留该条文字,称呼按昵称统一。原文件 L6049
090数读
我感觉很多时候我面临的问题有共性 他没有一个精准的解,没有一个绝对好的流程框架 AI一次性做不一定处理的好, 他可能不是一个特定场景的任务,没有专门属于他的skill,没有属于他最好的答案 我需要不断去尝试,到底什么是属于这个任务的好的方法
保留该条文字,称呼按昵称统一。原文件 L6050—L6055
E21

API写好了,为什么功能还是用不了?

+

北鱼叙述一次商业软件接入经历:接口提示、客服说法和文档限制不一致。

这段讨论为什么值得留

模型能生成集成代码,不意味着第三方服务已提供相应权限;个案不当作现行厂商政策。

查看相关原话 1 段
091北鱼
调用会议高级功能API,API返回值提醒我开专业版 开了专业版,API高级功能呢还是用不了 问了客服,客服说专业版可以用高级功能 查了文档,在一个小角落看到 专业版不支持高级功能 再次追问客服,升级高级客服 客服改口说不支持专业版
北鱼对一次工具接入的自述节选;不是经核验的厂商现行政策。原文件 L6857—L6869
E22

开始检验流程本身,而不只检查结果

+

给规范而非模板、质疑流程假设、区分路径变化与结果偏差,集中出现在这段讨论里。

这段讨论为什么值得留

这是前稿容易漏掉的自我修正:更多质量门未必更好,流程也要接受结果检验。

查看相关原话 4 段
092数读
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
保留该条文字,称呼按昵称统一。原文件 L6882—L6884
093数读
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
保留该条文字,称呼按昵称统一。原文件 L6892
094数读
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
原消息以提问—回答的形式转述“路径方差”与“结果方差”的区分,没有给出方差测量数据。 称呼按昵称统一。原文件 L6895—L6900
095数读
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;
保留该条文字,称呼按昵称统一。原文件 L6901—L6902
E23

多工具使用暴露出全局记忆问题

+

临诗予希望不同Agent的记忆可以同步;讨论给了统一工具方向,但没展示完整通用方案。

这段讨论为什么值得留

并行与工具切换所带来的协调成本,不能用单次模型性能解释。

查看相关原话 3 段
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
100数读
但是应用好像真不太有
回应多种Agent应用之间的记忆同步需求。此句是当时的了解范围,不是功能穷尽结论。 称呼按昵称统一。原文件 L7070
E24

Aptum:把受众与场景放在表达前面

+

数读分享表达判断Skill,强调读者、事实、背景、术语与结构,而非套写作模板。

这段讨论为什么值得留

将此前的信息适配讨论落成具体工具表达,不展开个人画像。

查看相关原话 1 段
101数读
适其人,适其事,适其言。 Aptum 是给 AI Agent 使用的表达判断 Skill。它不套写作模板,而是判断当前读者真正缺什么:哪些事实必须保留,哪些背景需要补充,技术名词是否有必要,以及什么结构最适合眼前的任务。 这个读者,在这个场景下,需要获得什么信息,才能正确理解或完成接下来的事情? 它适用于 README、ADR、需求与产品文档、技术方案、代码说明、Agent handoff,以及面向用户的技术解释。
保留该条文字,称呼按昵称统一。原文件 L7131—L7137
E25

招聘为什么又强调基本功?

+

数读质疑传统考核权重,Akiii转述基础不足的担忧,也有人提出读源码再给意见的方式。

这段讨论为什么值得留

问题从“技术重要吗”进一步变成“新能力怎样被可靠测量”。

查看相关原话 3 段
102数读
今年大掉头,严肃考察八股、还有一个古法编程环节
保留该条文字,称呼按昵称统一。原文件 L7281
103Akiii
之前我部门经理说招进来的实习生基本功太差了,还是应该考考八股算法什么的
保留该条文字,称呼按昵称统一。原文件 L7284
104数读
是的,我们部门经理说到时候直接放个源码让他们读懂就好,给出修改意见 比直接写简单很多
保留该条文字,称呼按昵称统一。原文件 L7295—L7296
E26

技术、产品与风险识别的集中交锋

+

围绕技术无用、架构经验、99与1、岗位融合和人才评价出现多轮追问;同日还有数据脱敏与元认知讨论。

这段讨论为什么值得留

表达确有收窄,但多个关键问题仍未解决;不同分歧在交锋页分别记录。

查看相关原话 23 段
107_yuhou
复现跟发表那是一回事儿吗?
保留该条文字,称呼按昵称统一。原文件 L7618
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
110Ste.
去敏
与下一条“就没价值了”连读,回应去敏后提炼材料的建议。 称呼按昵称统一。原文件 L7823
111Ste.
就没价值了
与前一条“去敏”连读,表达其任务中信息去敏后的价值损失。 称呼按昵称统一。原文件 L7824
112数读
学他的语言表达能力啊
保留该条文字,称呼按昵称统一。原文件 L7831
113数读
哦哦这个意思
说明此处对双方所指对象有了理解,不能推断全部技术判断已经一致。 称呼按昵称统一。原文件 L7834
114数读
必须对追问为什么
保留该条文字,称呼按昵称统一。原文件 L7844
115数读
为什么做 凭什么这样做 有没有别的被fold的策略 为什么别人做的不一样 为什么别人做的可能更好 站在谁的角度,要怎么做
保留该条文字,称呼按昵称统一。原文件 L7849—L7853
122LLLLxr
你不没经历过,没踩过一些坑,ai给你的架构方案你都不知道是不是对的
保留该条文字,称呼按昵称统一。原文件 L7954
123***
但你怎么知道哪些是99 哪些是1呢
保留该条文字,称呼按昵称统一。原文件 L7969
124***
先不管这数字,夸张一点就是99和1
明确说明99和1是讨论中的夸张示意,不是实际测得的比例。 称呼按昵称统一。原文件 L7980
125数读
不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。
保留该条文字,称呼按昵称统一。原文件 L7993
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
129***
是技术实现价值变少
保留该条文字,称呼按昵称统一。原文件 L8014
130数读
技术会越来越“无用”,不是因为技术不重要,而是因为它正从稀缺能力变成随取随用的基础设施,真正稀缺的是定义问题、判断方案、设计验证和处理复杂边界的能力。
保留该条文字,称呼按昵称统一。原文件 L8017
131***
其实我认为是产品经理和程序员坍塌了,互相融合了
保留该条文字,称呼按昵称统一。原文件 L8042
132数读
1 但是我记得我说过,我觉得产品经理权重更高
认可之后仍补充“产品经理权重更高”,说明职业权重之争没有因此完全结束。 称呼按昵称统一。原文件 L8043—L8044
133***
我觉得没有哪个权重更高
保留该条文字,称呼按昵称统一。原文件 L8065
134***
本质上两边的部分能力都在下沉
保留该条文字,称呼按昵称统一。原文件 L8069
135***
剩下的高层次的能力和价值在融合
保留该条文字,称呼按昵称统一。原文件 L8071
136数读
我觉得产品经理(maybe是我的偏见) 最核心的品味判断
保留该条文字,称呼按昵称统一。原文件 L8072—L8073
139LLLLxr
按这个流程,用户都可以自己来吧
保留该条文字,称呼按昵称统一。原文件 L8093
140数读
所以 AI应用工程师本身可能也并不是必须的
保留该条文字,称呼按昵称统一。原文件 L8096
E27

从专业人士,谈到反馈、销售与社会错配

+

文章转述引发话题;郑楷滨用异构数据案例追问中间机制;讨论又涉及价值交换与变化速度。

这段讨论为什么值得留

这是多条线程相邻出现,不应合成全群一致相信某个失业时间表。

查看相关原话 27 段
141129
所以我想知道他说的灭绝到底是社会结构的崩塌还是单纯就AI叛乱
回应群内转述的AI风险文章;只是提出概念区分,本页不把转发文章内容当作已验证事实。 称呼按昵称统一。原文件 L8289
143数读
其实已经快来了,我觉得我们比起生产力过剩更快迎来的是错配
保留该条文字,称呼按昵称统一。原文件 L8295
144郑楷滨
不太明白,诸位这里的生产力工作指的是什么
保留该条文字,称呼按昵称统一。原文件 L8301
145数读
我是全世界最尊重销售的人
保留该条文字,称呼按昵称统一。原文件 L8304
146郑楷滨
之前我真以为这些必备,但是其实占比说实话没太大
此前话题涉及销售是否需要抽烟喝酒;“这些”指那些被提到的习惯。属于个人从业体感。 称呼按昵称统一。原文件 L8315
147数读
只是开个玩笑哈哈哈,你觉得你干的咋样
数读明确说明此前抽烟喝酒的说法是玩笑,不能记录成被说服后的职业转向。 称呼按昵称统一。原文件 L8316
148数读
我个人比较激进,我觉得 3 年以内吧
对前文社会变化速度的个人激进估计;没有明确统计口径,不作为可靠时间表。 称呼按昵称统一。原文件 L8333
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
150数读
所谓的专业人士,只是在某一个领域掌握了一些知识方法,然后并且会运用这些知识方法的人
保留该条文字,称呼按昵称统一。原文件 L8339
151数读
AI 已经掌握了这些知识方法,但是 AI 暂时还不完全会用,而且目前它不知道在什么时候用
保留该条文字,称呼按昵称统一。原文件 L8340
152数读
解决完以后哪来的专业人士?所有人都可以是专业人士
保留该条文字,称呼按昵称统一。原文件 L8344
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
154数读
对,确实,几年内还有
承认当前阶段仍有专业能力的作用,但并未明确放弃此前的终局判断。 称呼按昵称统一。原文件 L8349
155郑楷滨
假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样
保留该条文字,称呼按昵称统一。原文件 L8357
156郑楷滨
但是这里面有非常核心的一个点:时间以及完成度
保留该条文字,称呼按昵称统一。原文件 L8360
157郑楷滨
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
保留该条文字,称呼按昵称统一。原文件 L8363
158郑楷滨
我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈
保留该条文字,称呼按昵称统一。原文件 L8364
159郑楷滨
容易绕死胡同
保留该条文字,称呼按昵称统一。原文件 L8365
160郑楷滨
以上说的很多都是我在不懂技术也不懂任何东西的情况下凭空讨论的
当事人对自己所述技术解释的范围作出的限定;案例不能替代对实现细节的完整检查。 称呼按昵称统一。原文件 L8366
161郑楷滨
但是如果说交给理解相关知识点的人进行设计,我们对比过时间,确实非常不一样
保留该条文字,称呼按昵称统一。原文件 L8369
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372
163数读
RSI 可能是第一个比较大的奇点
保留该条文字,称呼按昵称统一。原文件 L8378
164数读
我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。
保留该条文字,称呼按昵称统一。原文件 L8379
165数读
而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。
保留该条文字,称呼按昵称统一。原文件 L8380
168四重奏
卖卡能赚钱的话我嗨上什么班呢
保留该条文字,称呼按昵称统一。原文件 L8409
172A货冰美💤
感觉这个问题因人而异
保留该条文字,称呼按昵称统一。原文件 L8288
173啊哼
个人更倾向于前者
“前者”指上一问中的社会结构崩塌,而非生物意义的人类灭绝;这里记录的是个人倾向。 称呼按昵称统一。原文件 L8290
E28

将前一天讨论整理成更具体的问题

+

问题选择与Owner意识前置、低监督业务闭环、教育到收入的链条相继被写出。其中低监督命题明确标为AI给的答案。

这段讨论为什么值得留

整理本身也进入群聊:需要保存来源层级,避免把AI综合当作独立证据。

查看相关原话 3 段
169数读
以前程序员可能可以做螺丝钉 慢慢成长 现在越来越前置位的要求 问题选择能力、问题定义能力、判断力、品味、主体性、owner意识 哪怕是初级岗位
保留该条文字,称呼按昵称统一。原文件 L8414—L8418
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
171数读
这里提出一点旧社会契约: 你接受教育 → 获得技能 → 出售劳动 → 获得收入 → 参与消费 → 获得社会身份
保留该条文字,称呼按昵称统一。原文件 L8421—L8427
核对出处 / 177

整理得对不对,回到原话看。

177 段旧版引文全部保留:昵称、时间、原文件行号、正文与限定说明。原话只能证明当时有人这样说,不能单独证明说法成立。

177 段
001数读AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本+
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
002数读我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来+
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
003数读其实对应的你如果承担了这个岗位,你的义务也重很多+
003数读
其实对应的你如果承担了这个岗位,你的义务也重很多
保留该条文字,称呼按昵称统一。原文件 L70
004田智Liar0现在有ai了就是我操控智能体,然后我作为人型智能体把ai结果给他们汇报[捂脸]+
004田智Liar0
现在有ai了就是我操控智能体,然后我作为人型智能体把ai结果给他们汇报[捂脸]
保留该条文字,称呼按昵称统一。原文件 L1028
005数学黑子大队长现在这个用的是glm5.2+
005数学黑子大队长
现在这个用的是glm5.2
保留该条文字,称呼按昵称统一。原文件 L387
006Forrest还有保密原因 公司不给随便用ai+
006Forrest
还有保密原因 公司不给随便用ai
保留该条文字,称呼按昵称统一。原文件 L388
007Forrest涉及到仓库代码的 就只能用copilot,要么web去提问+
007Forrest
涉及到仓库代码的 就只能用copilot,要么web去提问
保留该条文字,称呼按昵称统一。原文件 L394
008Forrest公司电脑没权限 装不了别的ide+
008Forrest
公司电脑没权限 装不了别的ide
保留该条文字,称呼按昵称统一。原文件 L395
009Forrestcli就更加用不了了+
009Forrest
cli就更加用不了了
保留该条文字,称呼按昵称统一。原文件 L396
010数读就如果你对美观度有要求,确实都一般+
010数读
就如果你对美观度有要求,确实都一般
保留该条文字,称呼按昵称统一。原文件 L461
011田智Liar0我现在只能尽量把逻辑写清楚了+
011田智Liar0
我现在只能尽量把逻辑写清楚了
保留该条文字,称呼按昵称统一。原文件 L465
012数读因为你对业务的认知决定了你能输出的上下文+
012数读
因为你对业务的认知决定了你能输出的上下文
保留该条文字,称呼按昵称统一。原文件 L711
013数读就换句话说,我们过去的某些看上去对的范式,随着模型基座的发展,都在贬值+
013数读
就换句话说,我们过去的某些看上去对的范式,随着模型基座的发展,都在贬值
保留该条文字,称呼按昵称统一。原文件 L719
014***可以用提示词模版让ai把问题变得完整变得透彻+
014***
可以用提示词模版让ai把问题变得完整变得透彻
保留该条文字,称呼按昵称统一。原文件 L737
015数读但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好+
015数读
但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好
单条消息节选;称呼按昵称统一。原文件 L740—L743
016kyrie_H我觉得这种补全充其量就是广度上的补全+
016kyrie_H
我觉得这种补全充其量就是广度上的补全
保留该条文字,称呼按昵称统一。原文件 L754
017***模版还是能解决大多数机械化的场景+
017***
模版还是能解决大多数机械化的场景
保留该条文字,称呼按昵称统一。原文件 L763
018数读对对对,我也没有说它一文不值,主要是说他在贬值+
018数读
对对对,我也没有说它一文不值,主要是说他在贬值
保留该条文字,称呼按昵称统一。原文件 L773
019数读然后我当时用 LangGraph 做了很多实验,就是一个问题被拆得足够细,然后每一个子问题都去交给小模型去生成对应的答案,然后再把这些答案聚合给一个稍微大一点的模型,它的效果就会很好+
019数读
然后我当时用 LangGraph 做了很多实验,就是一个问题被拆得足够细,然后每一个子问题都去交给小模型去生成对应的答案,然后再把这些答案聚合给一个稍微大一点的模型,它的效果就会很好
保留该条文字,称呼按昵称统一。原文件 L807
020kyrie_H是不太可能允许做这种大斧头砍牙签的事情的+
020kyrie_H
是不太可能允许做这种大斧头砍牙签的事情的
上下文是轻量化部署与资源限制。这里反对的是不顾场景堆计算,不是全面否定任务拆解。 称呼按昵称统一。原文件 L790
021kyrie_H所以我觉得还是要看是落地场景+
021kyrie_H
所以我觉得还是要看是落地场景
与紧接的“还是云端场景了”连读,是在区分不同部署场景。 称呼按昵称统一。原文件 L813
022kyrie_H还是云端场景了+
022kyrie_H
还是云端场景了
续接上一条关于落地场景的发言;两条一起构成场景区分。 称呼按昵称统一。原文件 L814
023数读你说得对+
023数读
你说得对
回应落地场景与云端场景的区分,只能支持对这一点的局部认可。 称呼按昵称统一。原文件 L816
024XG拿小模型处理百万数据+
024XG
拿小模型处理百万数据
保留该条文字,称呼按昵称统一。原文件 L1166
025Ste.数据库字段映射逻辑乱的+
025Ste.
数据库字段映射逻辑乱的
保留该条文字,称呼按昵称统一。原文件 L1203
026Ste.我说重点不是这个+
026Ste.
我说重点不是这个
回应数据问题的处理过程;与下一条“解决方案呢”连读。 称呼按昵称统一。原文件 L1209
027Ste.解决方案呢+
027Ste.
解决方案呢
该问句指数据问题最终如何修复,不是完整解决方案已经给出。 称呼按昵称统一。原文件 L1210
028数读因为一般是感觉到有不好,才会去加服务层或者中间层,才会去进行一些新的架构设计改进+
028数读
因为一般是感觉到有不好,才会去加服务层或者中间层,才会去进行一些新的架构设计改进
保留该条文字,称呼按昵称统一。原文件 L1422
029北鱼我前几天让 fable 帮我重新设计了整个代码库 搞了一堆 反正快很多了+
029北鱼
我前几天让 fable 帮我重新设计了整个代码库 搞了一堆 反正快很多了
保留该条文字,称呼按昵称统一。原文件 L1424—L1426
030北鱼虽然我看不懂..+
030北鱼
虽然我看不懂..
保留该条文字,称呼按昵称统一。原文件 L1427
031kyrie_H个人的知识库+
031kyrie_H
个人的知识库
这是关于建立并向群友开放知识库的连续发言片段。 称呼按昵称统一。原文件 L1588
032数读要考虑大家都方便+
032数读
要考虑大家都方便
保留该条文字,称呼按昵称统一。原文件 L1596
033kyrie_H就不用每次都更新群公告+
033kyrie_H
就不用每次都更新群公告
保留该条文字,称呼按昵称统一。原文件 L1603
034Forrest这才是生态啊+
034Forrest
这才是生态啊
前文谈到办公AI直接生成内容到既有办公存储中的体验;属于群友的生态整合评价。 称呼按昵称统一。原文件 L1619
035北鱼我日常和AI沟通的方式就是: 我是一个不懂代码的产品经理,我现在有一个需求 XXXX+
035北鱼
我日常和AI沟通的方式就是: 我是一个不懂代码的产品经理,我现在有一个需求 XXXX
这是北鱼展示的提示语角色设定,不用来证明其真实岗位或完整技术水平。 称呼按昵称统一。原文件 L2003—L2005
036北鱼就是:我是一个不懂代码的产品经理,我现在有一个需求 XXXX “你要先跟我沟通,不准直接开始干事”+
036北鱼
就是:我是一个不懂代码的产品经理,我现在有一个需求 XXXX “你要先跟我沟通,不准直接开始干事”
提示语中的角色设定及确认要求;不能把“我是一个不懂代码的产品经理”直接用作真实身份判断。 称呼按昵称统一。原文件 L2020—L2021
037数读我们要特别精细的需求表达+
037数读
我们要特别精细的需求表达
保留该条文字,称呼按昵称统一。原文件 L2010
038北鱼KIMI的主观性太特么强的,他的todo list工具 明明写着,下一个步骤是跟用户确认 然后到下一个步骤的时候,它去编辑todo list,编程了直接开干+
038北鱼
KIMI的主观性太特么强的,他的todo list工具 明明写着,下一个步骤是跟用户确认 然后到下一个步骤的时候,它去编辑todo list,编程了直接开干
保留该条文字,称呼按昵称统一。原文件 L2027—L2028
039北鱼不过加一加约束 许愿变成还是挺好用的 我现在是KIMI PLAN + GLM PLAN +KIMI 复审+GLM执行 苦日子也是能过一过的+
039北鱼
不过加一加约束 许愿变成还是挺好用的 我现在是KIMI PLAN + GLM PLAN +KIMI 复审+GLM执行 苦日子也是能过一过的
保留该条文字,称呼按昵称统一。原文件 L2031—L2034
040Idasorry,对我们这种公司来说,很多人连skill是啥都不知道呢+
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
041数读提出几个小问题,你可以把写的稿子丢给 gpt 分析一下 2000 应该是 credit 不是 token,token有固定的意思+
041数读
提出几个小问题,你可以把写的稿子丢给 gpt 分析一下 2000 应该是 credit 不是 token,token有固定的意思
单条消息节选;称呼按昵称统一。原文件 L2409—L2413
042北鱼GPT 5.6 我感觉我都不敢让他搭配superpower 不然每次修个BUG,都是几小时起步 麻了 =_=+
042北鱼
GPT 5.6 我感觉我都不敢让他搭配superpower 不然每次修个BUG,都是几小时起步 麻了 =_=
保留该条文字,称呼按昵称统一。原文件 L2449—L2451
043临诗予但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间+
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
044临诗予这都是我ld 他们讨论的 我也不太懂 还没接bug 和需求+
044临诗予
这都是我ld 他们讨论的 我也不太懂 还没接bug 和需求
对前文AI提效讨论的来源限定:转述团队领导的讨论,而非本人开展的完整评估。 称呼按昵称统一。原文件 L2566
045A货冰美💤AI只能让能快的地方快了 但是整体时间还是要看那些快不了的地方+
045A货冰美💤
AI只能让能快的地方快了 但是整体时间还是要看那些快不了的地方
保留该条文字,称呼按昵称统一。原文件 L2570
046数读是的,个人提效高 组织提效其实很一般。+
046数读
是的,个人提效高 组织提效其实很一般。
保留该条文字,称呼按昵称统一。原文件 L2575
047数读其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好+
047数读
其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好
保留该条文字,称呼按昵称统一。原文件 L2577—L2578
048数读例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多+
048数读
例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多
保留该条文字,称呼按昵称统一。原文件 L2574
049129有点受不了这种标题了+
049129
有点受不了这种标题了
前文分享的标题包含“Loop Engineering已死”;这里表达对标题用语的反感。 称呼按昵称统一。原文件 L2580
050北鱼浪费时间也是一种苦+
050北鱼
浪费时间也是一种苦
保留该条文字,称呼按昵称统一。原文件 L2925
051北鱼我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来+
051北鱼
我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来
保留该条文字,称呼按昵称统一。原文件 L3005
052北鱼也是 以前玩具代码😂+
052北鱼
也是 以前玩具代码😂
紧接“三个月代码到一个小时”的讨论,对原项目规模作出“玩具代码”限定。 称呼按昵称统一。原文件 L3007
053北鱼对的 现在的工具/技能 都只是手段 一切都要回归到业务本身+
053北鱼
对的 现在的工具/技能 都只是手段 一切都要回归到业务本身
保留该条文字,称呼按昵称统一。原文件 L3001—L3004
054你想不想知道为什么我的昵称这么长有时候还会欣赏一下自己的“杰作”+
054你想不想知道为什么我的昵称这么长
有时候还会欣赏一下自己的“杰作”
前一条说的是“以前写代码”;此句保留对过去代码作品的回忆。 称呼按昵称统一。原文件 L3009
055临诗予我下午用 work buddy 他开了几个子代理 然后子代理返回的结果都失效了 因为为并行处理太多了+
055临诗予
我下午用 work buddy 他开了几个子代理 然后子代理返回的结果都失效了 因为为并行处理太多了
保留该条文字,称呼按昵称统一。原文件 L3034
056数读现在 AI 能力够了,大部分时候做不好决策都是缺上下文+
056数读
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
保留该条文字,称呼按昵称统一。原文件 L3545
057Ste.ai给不出未来机会点+
057Ste.
ai给不出未来机会点
保留该条文字,称呼按昵称统一。原文件 L3550
058数读隐性上下文越多的领域AI能做的事情越局限+
058数读
隐性上下文越多的领域AI能做的事情越局限
保留该条文字,称呼按昵称统一。原文件 L3552
059数读但是很多时候,隐形上下文≠知识无法被沉淀 你们这种消费者研究领域,我感觉是行业变化快,人心混沌 社媒混沌 还真挺安全;有一些场景单纯只是内容没被记录下来; 一旦被记录下来很快就可以开始淘汰了+
059数读
但是很多时候,隐形上下文≠知识无法被沉淀 你们这种消费者研究领域,我感觉是行业变化快,人心混沌 社媒混沌 还真挺安全;有一些场景单纯只是内容没被记录下来; 一旦被记录下来很快就可以开始淘汰了
保留该条文字,称呼按昵称统一。原文件 L3553—L3559
060Ste.我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了+
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
061数读群友们可以来点意见吗:人工智能方向每届都有工程实践项目。 我想麻烦你结合业界需求,帮我出个AI应用的题目大纲,让同学们在找工作前有一个实践练习的项目,到时找工作有些帮助。往届做的项目离实践太远,对于找工作没有帮助+
061数读
群友们可以来点意见吗:人工智能方向每届都有工程实践项目。 我想麻烦你结合业界需求,帮我出个AI应用的题目大纲,让同学们在找工作前有一个实践练习的项目,到时找工作有些帮助。往届做的项目离实践太远,对于找工作没有帮助
保留该条文字,称呼按昵称统一。原文件 L3902
062数读我觉得就是不要太指定方向,让他们自己去挖,用 AI 挖+
062数读
我觉得就是不要太指定方向,让他们自己去挖,用 AI 挖
保留该条文字,称呼按昵称统一。原文件 L3908
063Yourset🐧我觉得还是得先确定自己的兴趣,然后再让AI挖+
063Yourset🐧
我觉得还是得先确定自己的兴趣,然后再让AI挖
保留该条文字,称呼按昵称统一。原文件 L3910
064kyrie_H你让AI自己挖一个没有约束的搜索空间+
064kyrie_H
你让AI自己挖一个没有约束的搜索空间
保留该条文字,称呼按昵称统一。原文件 L3921
065kyrie_H我觉得他也挖不出来+
065kyrie_H
我觉得他也挖不出来
保留该条文字,称呼按昵称统一。原文件 L3922
066数读但是我更倾向于让他们自己挖掘一些+
066数读
但是我更倾向于让他们自己挖掘一些
保留该条文字,称呼按昵称统一。原文件 L3925
067北鱼说实话,代码层面我是真很难体会出SOTA和非SOTA的区别了,这个只能是长周期任务才能体现 短期内我真看不出来😂+
067北鱼
说实话,代码层面我是真很难体会出SOTA和非SOTA的区别了,这个只能是长周期任务才能体现 短期内我真看不出来😂
保留该条文字,称呼按昵称统一。原文件 L3839—L3841
068Ste.核心就是不讲ppt上的废话+
068Ste.
核心就是不讲ppt上的废话
保留该条文字,称呼按昵称统一。原文件 L4533
069Ste.人家自己会看,讲点没有的东西+
069Ste.
人家自己会看,讲点没有的东西
保留该条文字,称呼按昵称统一。原文件 L4535
070数读还有察言观色环节 万一他不苟言笑呢+
070数读
还有察言观色环节 万一他不苟言笑呢
保留该条文字,称呼按昵称统一。原文件 L4541
071数读不能再多了 脑子累坏了+
071数读
不能再多了 脑子累坏了
前一条说同时并行四个窗口;这里只用作协作负担的任务体验,不作个人心理分析。 称呼按昵称统一。原文件 L4551
072数读ai在工作,我也没办法 啊 已经并行四个窗口了+
072数读
ai在工作,我也没办法 啊 已经并行四个窗口了
保留该条文字,称呼按昵称统一。原文件 L4550
073数读他们发现 knowledge QA 更 capacity-hungry(吃容量),而 code 更 data-hungry(吃数据)。值得注意的是,他们用 code 作为 reasoning 的 proxy,所以“所有推理任务都如此”是比论文原结论更强的说法。+
073数读
他们发现 knowledge QA 更 capacity-hungry(吃容量),而 code 更 data-hungry(吃数据)。值得注意的是,他们用 code 作为 reasoning 的 proxy,所以“所有推理任务都如此”是比论文原结论更强的说法。
群内转述研究的文字;这里只记录其限制外推的表达,不验证论文结论。原文件 L4753
074Recover这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12+
074Recover
这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12
保留该条文字,称呼按昵称统一。原文件 L4768
075Recover两分钟解决+
075Recover
两分钟解决
保留该条文字,称呼按昵称统一。原文件 L4769
076J1_Hee我现在用codex,不用claude了+
076J1_Hee
我现在用codex,不用claude了
保留该条文字,称呼按昵称统一。原文件 L4796
077数读codex适合当程序员+
077数读
codex适合当程序员
保留该条文字,称呼按昵称统一。原文件 L4797
078数读但是很多需要思考和产品侧、需求侧的分析场景 我觉得远不如cc+
078数读
但是很多需要思考和产品侧、需求侧的分析场景 我觉得远不如cc
保留该条文字,称呼按昵称统一。原文件 L4798—L4799
079北鱼在ZCODE,做完UI任务,还会交付一张截图的+
079北鱼
在ZCODE,做完UI任务,还会交付一张截图的
保留该条文字,称呼按昵称统一。原文件 L5283
080数读我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。+
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
081niy🔆目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。+
081niy🔆
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去意义。其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
保留该条文字,称呼按昵称统一。原文件 L5934
082niy🔆其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。+
082niy🔆
其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
单条消息节选;称呼按昵称统一。原文件 L5934
083数读比如我提出:企业决策不是单目标最大化,而是在多个目标和约束下找一个 Pareto 优解;真的高手可能通过改变约束,把前沿往外推。 但是实际上目标函数本身都不是给定的,谁定义目标、谁定义约束、谁承担代价、谁有能力改变这些定义。+
083数读
比如我提出:企业决策不是单目标最大化,而是在多个目标和约束下找一个 Pareto 优解;真的高手可能通过改变约束,把前沿往外推。 但是实际上目标函数本身都不是给定的,谁定义目标、谁定义约束、谁承担代价、谁有能力改变这些定义。
单条消息节选;称呼按昵称统一。原文件 L5954—L5955
084数读本质上就是工作策略从“重先验”转向“更快用后验更新”。 以前执行很贵:人做,除非证明机器能做;先尽量设计完整,再执行。 现在很多执行已经很便宜:机器做,除非证明这里需要人;先跑最小化测试,再根据真实结果快速迭代。+
084数读
本质上就是工作策略从“重先验”转向“更快用后验更新”。 以前执行很贵:人做,除非证明机器能做;先尽量设计完整,再执行。 现在很多执行已经很便宜:机器做,除非证明这里需要人;先跑最小化测试,再根据真实结果快速迭代。
保留该条文字,称呼按昵称统一。原文件 L5981—L5983
085数读比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错、新版本到底有没有更好,然后把这些后验结果继续更新进下一版。 因为现在改 Prompt、规则、流程、Agent 策略的成本都很低,所以没必要特别依赖一开始的先验把所有东西想对,更重要的是让系统能持续用后验把自己修正好。+
085数读
比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错、新版本到底有没有更好,然后把这些后验结果继续更新进下一版。 因为现在改 Prompt、规则、流程、Agent 策略的成本都很低,所以没必要特别依赖一开始的先验把所有东西想对,更重要的是让系统能持续用后验把自己修正好。
保留该条文字,称呼按昵称统一。原文件 L5984—L5986
086数读以前是: 错误很贵,所以尽量靠先验避免错误。 现在越来越多场景是: 错误便宜,所以更值得尽快获得错误,再用后验修正。+
086数读
以前是: 错误很贵,所以尽量靠先验避免错误。 现在越来越多场景是: 错误便宜,所以更值得尽快获得错误,再用后验修正。
保留该条文字,称呼按昵称统一。原文件 L5987—L5991
087数读我们是很大程度自己挖业务 他们业务方给的那个需求 完全没法正常工作+
087数读
我们是很大程度自己挖业务 他们业务方给的那个需求 完全没法正常工作
保留该条文字,称呼按昵称统一。原文件 L6023
088数读我觉得有一个很有意思的分界点是: IT的流程没变,只是用AI代替了某几个步骤 我们的流程是新的,可能跨越了过去的某些步骤 当然终点都一样,是解决问题+
088数读
我觉得有一个很有意思的分界点是: IT的流程没变,只是用AI代替了某几个步骤 我们的流程是新的,可能跨越了过去的某些步骤 当然终点都一样,是解决问题
保留该条文字,称呼按昵称统一。原文件 L6025—L6029
089数读从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和 Baseline 始终可理解、可比较、可追溯。+
089数读
从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和 Baseline 始终可理解、可比较、可追溯。
保留该条文字,称呼按昵称统一。原文件 L6049
090数读我感觉很多时候我面临的问题有共性 他没有一个精准的解,没有一个绝对好的流程框架 AI一次性做不一定处理的好, 他可能不是一个特定场景的任务,没有专门属于他的skill,没有属于他最好的答案 我需要不断去尝试,到底什么是属于这个任务的好的方法+
090数读
我感觉很多时候我面临的问题有共性 他没有一个精准的解,没有一个绝对好的流程框架 AI一次性做不一定处理的好, 他可能不是一个特定场景的任务,没有专门属于他的skill,没有属于他最好的答案 我需要不断去尝试,到底什么是属于这个任务的好的方法
保留该条文字,称呼按昵称统一。原文件 L6050—L6055
091北鱼调用会议高级功能API,API返回值提醒我开专业版 开了专业版,API高级功能呢还是用不了 问了客服,客服说专业版可以用高级功能 查了文档,在一个小角落看到 专业版不支持高级功能 再次追问客服,升级高级客服 客服改口说不支持专业版+
091北鱼
调用会议高级功能API,API返回值提醒我开专业版 开了专业版,API高级功能呢还是用不了 问了客服,客服说专业版可以用高级功能 查了文档,在一个小角落看到 专业版不支持高级功能 再次追问客服,升级高级客服 客服改口说不支持专业版
北鱼对一次工具接入的自述节选;不是经核验的厂商现行政策。原文件 L6857—L6869
092数读这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板+
092数读
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
保留该条文字,称呼按昵称统一。原文件 L6882—L6884
093数读流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。+
093数读
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
保留该条文字,称呼按昵称统一。原文件 L6892
094数读我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大+
094数读
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
原消息以提问—回答的形式转述“路径方差”与“结果方差”的区分,没有给出方差测量数据。 称呼按昵称统一。原文件 L6895—L6900
095数读很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;+
095数读
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;
保留该条文字,称呼按昵称统一。原文件 L6901—L6902
096数读管理员进去页面也默认是普通用户视角 只有点击某个按钮才会进入管理员视角+
096数读
管理员进去页面也默认是普通用户视角 只有点击某个按钮才会进入管理员视角
保留该条文字,称呼按昵称统一。原文件 L6904—L6905
097Forrest你把token泄漏了,明天你就欠费10个w+
097Forrest
你把token泄漏了,明天你就欠费10个w
对可能泄漏凭证的风险提醒,金额是夸张表达,不是已经发生的损失。原截图不可见,本页不裁定是否确有泄漏。 称呼按昵称统一。原文件 L6907
098临诗予多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行+
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046
099临诗予有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较+
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
100数读但是应用好像真不太有+
100数读
但是应用好像真不太有
回应多种Agent应用之间的记忆同步需求。此句是当时的了解范围,不是功能穷尽结论。 称呼按昵称统一。原文件 L7070
101数读适其人,适其事,适其言。 Aptum 是给 AI Agent 使用的表达判断 Skill。它不套写作模板,而是判断当前读者真正缺什么:哪些事实必须保留,哪些背景需要补充,技术名词是否有必要,以及什么结构最适合眼前的任务。 这个读者,在这个场景下,需要获得什么信息,才能正确理解或完成接下来的事情? 它适用于 README、ADR、需求与产品文档、技术方案、代码说明、Agent handoff,以及面向用户的技术解释。+
101数读
适其人,适其事,适其言。 Aptum 是给 AI Agent 使用的表达判断 Skill。它不套写作模板,而是判断当前读者真正缺什么:哪些事实必须保留,哪些背景需要补充,技术名词是否有必要,以及什么结构最适合眼前的任务。 这个读者,在这个场景下,需要获得什么信息,才能正确理解或完成接下来的事情? 它适用于 README、ADR、需求与产品文档、技术方案、代码说明、Agent handoff,以及面向用户的技术解释。
保留该条文字,称呼按昵称统一。原文件 L7131—L7137
102数读今年大掉头,严肃考察八股、还有一个古法编程环节+
102数读
今年大掉头,严肃考察八股、还有一个古法编程环节
保留该条文字,称呼按昵称统一。原文件 L7281
103Akiii之前我部门经理说招进来的实习生基本功太差了,还是应该考考八股算法什么的+
103Akiii
之前我部门经理说招进来的实习生基本功太差了,还是应该考考八股算法什么的
保留该条文字,称呼按昵称统一。原文件 L7284
104数读是的,我们部门经理说到时候直接放个源码让他们读懂就好,给出修改意见 比直接写简单很多+
104数读
是的,我们部门经理说到时候直接放个源码让他们读懂就好,给出修改意见 比直接写简单很多
保留该条文字,称呼按昵称统一。原文件 L7295—L7296
105_yuhou以前是idea is cheap, show me your code+
105_yuhou
以前是idea is cheap, show me your code
与下一条形成口号式对照,不作为“想法没有价值”的事实判断。 称呼按昵称统一。原文件 L7621
106_yuhou现在code is nothing, show me your idea+
106_yuhou
现在code is nothing, show me your idea
与上一条形成口号式对照,不作为“代码价值为零”的事实判断。 称呼按昵称统一。原文件 L7623
107_yuhou复现跟发表那是一回事儿吗?+
107_yuhou
复现跟发表那是一回事儿吗?
保留该条文字,称呼按昵称统一。原文件 L7618
108Ste.我们报告的洞察+
108Ste.
我们报告的洞察
后接“不准喂ai”;讨论的是研究报告中的洞察与使用限制。 称呼按昵称统一。原文件 L7835
109Ste.不准喂ai+
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
110Ste.去敏+
110Ste.
去敏
与下一条“就没价值了”连读,回应去敏后提炼材料的建议。 称呼按昵称统一。原文件 L7823
111Ste.就没价值了+
111Ste.
就没价值了
与前一条“去敏”连读,表达其任务中信息去敏后的价值损失。 称呼按昵称统一。原文件 L7824
112数读学他的语言表达能力啊+
112数读
学他的语言表达能力啊
保留该条文字,称呼按昵称统一。原文件 L7831
113数读哦哦这个意思+
113数读
哦哦这个意思
说明此处对双方所指对象有了理解,不能推断全部技术判断已经一致。 称呼按昵称统一。原文件 L7834
114数读必须对追问为什么+
114数读
必须对追问为什么
保留该条文字,称呼按昵称统一。原文件 L7844
115数读为什么做 凭什么这样做 有没有别的被fold的策略 为什么别人做的不一样 为什么别人做的可能更好 站在谁的角度,要怎么做+
115数读
为什么做 凭什么这样做 有没有别的被fold的策略 为什么别人做的不一样 为什么别人做的可能更好 站在谁的角度,要怎么做
保留该条文字,称呼按昵称统一。原文件 L7849—L7853
116数读不然只是AI把我的活干了+
116数读
不然只是AI把我的活干了
保留该条文字,称呼按昵称统一。原文件 L7845
117Ste.然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改+
117Ste.
然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改
保留该条文字,称呼按昵称统一。原文件 L7854
118数读不过他肯定不是不懂技术的人+
118数读
不过他肯定不是不懂技术的人
前文讨论的是一位有传统开发积累的同事使用不熟悉语言完成项目;此句保留其已有技术基础的限定。 称呼按昵称统一。原文件 L7880

这段原话用于这些讨论

119临诗予这没有硬性考察指标啊,怎么才能考核呢?+
119临诗予
这没有硬性考察指标啊,怎么才能考核呢?
保留该条文字,称呼按昵称统一。原文件 L7911
120数读不懂coding的人也能背八股和leetcode hot 50+
120数读
不懂coding的人也能背八股和leetcode hot 50
保留该条文字,称呼按昵称统一。原文件 L7928
121数读面试的倾向会影响一批员工的总体能力边界 人的精力就那么多 投入到coding 投入给AI 的确是两种思维能力+
121数读
面试的倾向会影响一批员工的总体能力边界 人的精力就那么多 投入到coding 投入给AI 的确是两种思维能力
保留该条文字,称呼按昵称统一。原文件 L7932—L7934
122LLLLxr你不没经历过,没踩过一些坑,ai给你的架构方案你都不知道是不是对的+
122LLLLxr
你不没经历过,没踩过一些坑,ai给你的架构方案你都不知道是不是对的
保留该条文字,称呼按昵称统一。原文件 L7954
123***但你怎么知道哪些是99 哪些是1呢+
123***
但你怎么知道哪些是99 哪些是1呢
保留该条文字,称呼按昵称统一。原文件 L7969
124***先不管这数字,夸张一点就是99和1+
124***
先不管这数字,夸张一点就是99和1
明确说明99和1是讨论中的夸张示意,不是实际测得的比例。 称呼按昵称统一。原文件 L7980
125数读不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。+
125数读
不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。
保留该条文字,称呼按昵称统一。原文件 L7993
126***所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题+
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
127数读其实我是认可纯技术路线+
127数读
其实我是认可纯技术路线
保留该条文字,称呼按昵称统一。原文件 L7995
128数读极少数、很深入、做评估+
128数读
极少数、很深入、做评估
紧接“像咨询师一样”的讨论,描述一种关于未来技术专家分工的设想,不是已证明的岗位数量预测。 称呼按昵称统一。原文件 L7998
129***是技术实现价值变少+
129***
是技术实现价值变少
保留该条文字,称呼按昵称统一。原文件 L8014

这段原话用于这些讨论

130数读技术会越来越“无用”,不是因为技术不重要,而是因为它正从稀缺能力变成随取随用的基础设施,真正稀缺的是定义问题、判断方案、设计验证和处理复杂边界的能力。+
130数读
技术会越来越“无用”,不是因为技术不重要,而是因为它正从稀缺能力变成随取随用的基础设施,真正稀缺的是定义问题、判断方案、设计验证和处理复杂边界的能力。
保留该条文字,称呼按昵称统一。原文件 L8017

这段原话用于这些讨论

131***其实我认为是产品经理和程序员坍塌了,互相融合了+
131***
其实我认为是产品经理和程序员坍塌了,互相融合了
保留该条文字,称呼按昵称统一。原文件 L8042
132数读1 但是我记得我说过,我觉得产品经理权重更高+
132数读
1 但是我记得我说过,我觉得产品经理权重更高
认可之后仍补充“产品经理权重更高”,说明职业权重之争没有因此完全结束。 称呼按昵称统一。原文件 L8043—L8044
133***我觉得没有哪个权重更高+
133***
我觉得没有哪个权重更高
保留该条文字,称呼按昵称统一。原文件 L8065
134***本质上两边的部分能力都在下沉+
134***
本质上两边的部分能力都在下沉
保留该条文字,称呼按昵称统一。原文件 L8069
135***剩下的高层次的能力和价值在融合+
135***
剩下的高层次的能力和价值在融合
保留该条文字,称呼按昵称统一。原文件 L8071
136数读我觉得产品经理(maybe是我的偏见) 最核心的品味判断+
136数读
我觉得产品经理(maybe是我的偏见) 最核心的品味判断
保留该条文字,称呼按昵称统一。原文件 L8072—L8073
137数读产品经理的核心能力,是在信息不完整、资源有限、目标冲突的情况下,持续做出“什么值得做、先做什么、做到什么程度”的正确判断。+
137数读
产品经理的核心能力,是在信息不完整、资源有限、目标冲突的情况下,持续做出“什么值得做、先做什么、做到什么程度”的正确判断。
保留该条文字,称呼按昵称统一。原文件 L8077
138***负责技术的人同样要面对这些问题+
138***
负责技术的人同样要面对这些问题
保留该条文字,称呼按昵称统一。原文件 L8086
139LLLLxr按这个流程,用户都可以自己来吧+
139LLLLxr
按这个流程,用户都可以自己来吧
保留该条文字,称呼按昵称统一。原文件 L8093
140数读所以 AI应用工程师本身可能也并不是必须的+
140数读
所以 AI应用工程师本身可能也并不是必须的
保留该条文字,称呼按昵称统一。原文件 L8096
141129所以我想知道他说的灭绝到底是社会结构的崩塌还是单纯就AI叛乱+
141129
所以我想知道他说的灭绝到底是社会结构的崩塌还是单纯就AI叛乱
回应群内转述的AI风险文章;只是提出概念区分,本页不把转发文章内容当作已验证事实。 称呼按昵称统一。原文件 L8289
142数读真正要想的我觉得是:到底什么事情是未来有价值的事情+
142数读
真正要想的我觉得是:到底什么事情是未来有价值的事情
单条消息节选;称呼按昵称统一。原文件 L8283—L8286
143数读其实已经快来了,我觉得我们比起生产力过剩更快迎来的是错配+
143数读
其实已经快来了,我觉得我们比起生产力过剩更快迎来的是错配
保留该条文字,称呼按昵称统一。原文件 L8295
144郑楷滨不太明白,诸位这里的生产力工作指的是什么+
144郑楷滨
不太明白,诸位这里的生产力工作指的是什么
保留该条文字,称呼按昵称统一。原文件 L8301
145数读我是全世界最尊重销售的人+
145数读
我是全世界最尊重销售的人
保留该条文字,称呼按昵称统一。原文件 L8304
146郑楷滨之前我真以为这些必备,但是其实占比说实话没太大+
146郑楷滨
之前我真以为这些必备,但是其实占比说实话没太大
此前话题涉及销售是否需要抽烟喝酒;“这些”指那些被提到的习惯。属于个人从业体感。 称呼按昵称统一。原文件 L8315
147数读只是开个玩笑哈哈哈,你觉得你干的咋样+
147数读
只是开个玩笑哈哈哈,你觉得你干的咋样
数读明确说明此前抽烟喝酒的说法是玩笑,不能记录成被说服后的职业转向。 称呼按昵称统一。原文件 L8316
148数读我个人比较激进,我觉得 3 年以内吧+
148数读
我个人比较激进,我觉得 3 年以内吧
对前文社会变化速度的个人激进估计;没有明确统计口径,不作为可靠时间表。 称呼按昵称统一。原文件 L8333
149郑楷滨因为现在我考虑的东西可能更偏向于钱往哪里流+
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
150数读所谓的专业人士,只是在某一个领域掌握了一些知识方法,然后并且会运用这些知识方法的人+
150数读
所谓的专业人士,只是在某一个领域掌握了一些知识方法,然后并且会运用这些知识方法的人
保留该条文字,称呼按昵称统一。原文件 L8339
151数读AI 已经掌握了这些知识方法,但是 AI 暂时还不完全会用,而且目前它不知道在什么时候用+
151数读
AI 已经掌握了这些知识方法,但是 AI 暂时还不完全会用,而且目前它不知道在什么时候用
保留该条文字,称呼按昵称统一。原文件 L8340
152数读解决完以后哪来的专业人士?所有人都可以是专业人士+
152数读
解决完以后哪来的专业人士?所有人都可以是专业人士
保留该条文字,称呼按昵称统一。原文件 L8344
153郑楷滨但我觉得你从逻辑或者发展上面,你跳了一些步骤+
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
154数读对,确实,几年内还有+
154数读
对,确实,几年内还有
承认当前阶段仍有专业能力的作用,但并未明确放弃此前的终局判断。 称呼按昵称统一。原文件 L8349
155郑楷滨假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样+
155郑楷滨
假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样
保留该条文字,称呼按昵称统一。原文件 L8357
156郑楷滨但是这里面有非常核心的一个点:时间以及完成度+
156郑楷滨
但是这里面有非常核心的一个点:时间以及完成度
保留该条文字,称呼按昵称统一。原文件 L8360
157郑楷滨我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决+
157郑楷滨
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
保留该条文字,称呼按昵称统一。原文件 L8363
158郑楷滨我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈+
158郑楷滨
我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈
保留该条文字,称呼按昵称统一。原文件 L8364
159郑楷滨容易绕死胡同+
159郑楷滨
容易绕死胡同
保留该条文字,称呼按昵称统一。原文件 L8365
160郑楷滨以上说的很多都是我在不懂技术也不懂任何东西的情况下凭空讨论的+
160郑楷滨
以上说的很多都是我在不懂技术也不懂任何东西的情况下凭空讨论的
当事人对自己所述技术解释的范围作出的限定;案例不能替代对实现细节的完整检查。 称呼按昵称统一。原文件 L8366
161郑楷滨但是如果说交给理解相关知识点的人进行设计,我们对比过时间,确实非常不一样+
161郑楷滨
但是如果说交给理解相关知识点的人进行设计,我们对比过时间,确实非常不一样
保留该条文字,称呼按昵称统一。原文件 L8369
162郑楷滨我觉得应该在反馈+
162郑楷滨
我觉得应该在反馈
保留该条文字,称呼按昵称统一。原文件 L8372
163数读RSI 可能是第一个比较大的奇点+
163数读
RSI 可能是第一个比较大的奇点
保留该条文字,称呼按昵称统一。原文件 L8378
164数读我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。+
164数读
我现在做的很多任务,都是给一个终极目标,然后让它自己去迭代完成。
保留该条文字,称呼按昵称统一。原文件 L8379
165数读而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。+
165数读
而且我个人感觉效果还不错 ,在这个过程中,我个人承担的作用,更多是明确目标是什么。
保留该条文字,称呼按昵称统一。原文件 L8380
166数读值得去了解的可能是从工具到 loop,再到 graph engineer 背后映射出来的一整套解决问题的方法+
166数读
值得去了解的可能是从工具到 loop,再到 graph engineer 背后映射出来的一整套解决问题的方法
保留该条文字,称呼按昵称统一。原文件 L8402
167郑楷滨[旺柴]将你在群里的感悟或者资讯总结一下?+
167郑楷滨
[旺柴]将你在群里的感悟或者资讯总结一下?
保留该条文字,称呼按昵称统一。原文件 L8403
168四重奏卖卡能赚钱的话我嗨上什么班呢+
168四重奏
卖卡能赚钱的话我嗨上什么班呢
保留该条文字,称呼按昵称统一。原文件 L8409
169数读以前程序员可能可以做螺丝钉 慢慢成长 现在越来越前置位的要求 问题选择能力、问题定义能力、判断力、品味、主体性、owner意识 哪怕是初级岗位+
169数读
以前程序员可能可以做螺丝钉 慢慢成长 现在越来越前置位的要求 问题选择能力、问题定义能力、判断力、品味、主体性、owner意识 哪怕是初级岗位
保留该条文字,称呼按昵称统一。原文件 L8414—L8418
170数读AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。+
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
171数读这里提出一点旧社会契约: 你接受教育 → 获得技能 → 出售劳动 → 获得收入 → 参与消费 → 获得社会身份+
171数读
这里提出一点旧社会契约: 你接受教育 → 获得技能 → 出售劳动 → 获得收入 → 参与消费 → 获得社会身份
保留该条文字,称呼按昵称统一。原文件 L8421—L8427
172A货冰美💤感觉这个问题因人而异+
172A货冰美💤
感觉这个问题因人而异
保留该条文字,称呼按昵称统一。原文件 L8288
173啊哼个人更倾向于前者+
173啊哼
个人更倾向于前者
“前者”指上一问中的社会结构崩塌,而非生物意义的人类灭绝;这里记录的是个人倾向。 称呼按昵称统一。原文件 L8290
174夜河真的 我已经收藏了+
174夜河
真的 我已经收藏了
回应8月25日五条工作方法的分享,确认收藏行为,不证明已经在实际任务中使用。 称呼按昵称统一。原文件 L5581
175NOIL7支持+
175NOIL7
支持
在共享知识库与群资料存放方式的讨论中表达支持;不扩展成完整工具选择立场。 称呼按昵称统一。原文件 L1601
176熏风南来霜林染opendesign用过,做了点简单的汇报ppt,感觉挺可以的,但是复杂一点的用来商业演示的ppt还没试过,晚点试试+
176熏风南来霜林染
opendesign用过,做了点简单的汇报ppt,感觉挺可以的,但是复杂一点的用来商业演示的ppt还没试过,晚点试试
个人试用范围被明确限定为简单汇报;复杂商业演示当时尚未尝试。原文件 L6891
177熏风南来霜林染《炸裂》《黑马》《xx已死》《xx杀疯了》+
177熏风南来霜林染
《炸裂》《黑马》《xx已死》《xx杀疯了》
在讨论“某某已死”式标题时举出的夸张措辞,不代表认可这些标题。原文件 L2584
任务与做法 / 9 类任务 · 10 张实践卡

把群里的讨论,放回你正在做的事。

先对照任务,再选方法。以下是从讨论整理出的建议,不是已经验证过的标准流程,也没有给职业的失业风险打分。

先看:你的任务更像哪一种?

TASK01

个人产品与原型

一个产品意图与可以快速试用的功能。
+
从哪里开始
一个产品意图与可以快速试用的功能。
最后要交什么
能让目标用户验证想法的产物。
最容易卡在哪里
目标对齐、真实使用反馈、进入长期维护时的工程要求。
怎样检查
区分“能跑”“好用”与“能持续运行”;不拿玩具项目推导全部系统。
[035][036][051][052]
TASK02

企业存量软件

既有系统里的需求、Bug或接口修改。
+
从哪里开始
既有系统里的需求、Bug或接口修改。
最后要交什么
通过组织流程并能稳定投入使用的变更。
最容易卡在哪里
审查、联调、权限、历史系统与上线责任。
怎样检查
看需求到交付的整段周期,不只测代码生成速度。
[043][044][007]
TASK03

模糊业务的AI应用

业务需求尚未定义清楚,使用者也不确定技术能做什么。
+
从哪里开始
业务需求尚未定义清楚,使用者也不确定技术能做什么。
最后要交什么
被业务接受、可运行并能反复改进的工作方式。
最容易卡在哪里
问题定义、上下文、成功标准、组织接入。
怎样检查
每轮试验要改变认识,保留基线、证据与范围。
[085][087][088][089]
TASK04

轻量模型与批量处理

受资源限制的模型任务或大批量数据。
+
从哪里开始
受资源限制的模型任务或大批量数据。
最后要交什么
在指定部署与成本约束下达到要求的结果。
最容易卡在哪里
模型规模、计算资源、吞吐、领域深度和数据质量。
怎样检查
不要把云端多次调用的方法无条件迁移到资源受限场景。
[020][021][022][024]
TASK05

研究、洞察与决策支持

来自不同渠道的数据、商业问题和待论证判断。
+
从哪里开始
来自不同渠道的数据、商业问题和待论证判断。
最后要交什么
有证据、有边界、可被组织用于行动的结论。
最容易卡在哪里
数据访问、有效证据、解释逻辑、组织采信。
怎样检查
文字流畅不等于洞察有效;追溯数据并保留替代解释。
[060][109][117]
TASK06

开放数据的项目梳理

格式多样、接口不一、路径未确定的业务数据。
+
从哪里开始
格式多样、接口不一、路径未确定的业务数据。
最后要交什么
按预期完成梳理,而不是停在几个可行方案上。
最容易卡在哪里
异常识别、路线切换、反馈、实际完成度。
怎样检查
记录什么时候卡住以及人工补了什么,不把失败直接归到单一原因。
[155][156][157][158]
TASK07

办公表达与汇报

需要解释、展示或推动决策的内容。
+
从哪里开始
需要解释、展示或推动决策的内容。
最后要交什么
读者能理解、听众能使用的文档与演示。
最容易卡在哪里
术语门槛、逻辑、视觉、关键证据与受众目的。
怎样检查
分别验收内容、表达与使用效果,不因有PPT文件就算完成。
[040][011][068][069][101]
TASK08

跨Agent协作与知识维护

跨多个工具、模型与窗口的持续任务。
+
从哪里开始
跨多个工具、模型与窗口的持续任务。
最后要交什么
上下文一致、过程可恢复、结果可汇总的协作。
最容易卡在哪里
共享状态、版本冲突、限流与人的注意力。
怎样检查
先确认信息源和任务分工,再增加执行者。原文未提供已验证的通用实现。
[055][098][099][100]
TASK09

面向实践的学习与选题

学习目标、兴趣、真实用户与有限资源。
+
从哪里开始
学习目标、兴趣、真实用户与有限资源。
最后要交什么
作品、决策过程、失败记录与能迁移的能力。
最容易卡在哪里
自由度与约束平衡,基础能力和AI使用能力如何共同验证。
怎样检查
既不只考手工实现,也不只看最终成品;需要解释与独立判断证据。
[061][063][064][103][169]

再看:可以怎样具体做?

M01

开始一个还说不清楚的任务

别急着选工具,先建立最小的共同问题。
+
  1. 说清谁使用结果,以及他做完以后要决定或执行什么。
  2. 列出现在确认的事实、仍不知道的条件和不能触碰的边界。
  3. 让AI先暴露信息缺口,先做一个可试用、低风险的版本。
  4. 与真实使用者看结果,再决定改目标、补数据还是改实现。
可以直接用的提问

请先不要实现。根据这个任务,区分已知事实、关键缺失信息、约束和验收条件。只问那些答案会改变方案的问题,再给出最小可验证的第一步。

[015][085][089]
查看相关原话 3 段
015数读
但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好
单条消息节选;称呼按昵称统一。原文件 L740—L743
085数读
比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错、新版本到底有没有更好,然后把这些后验结果继续更新进下一版。 因为现在改 Prompt、规则、流程、Agent 策略的成本都很低,所以没必要特别依赖一开始的先验把所有东西想对,更重要的是让系统能持续用后验把自己修正好。
保留该条文字,称呼按昵称统一。原文件 L5984—L5986
089数读
从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和 Baseline 始终可理解、可比较、可追溯。
保留该条文字,称呼按昵称统一。原文件 L6049
M02

比较工具,不比较口号

让模型体感变成别人能理解的任务记录。
+
  1. 同一任务、相同输入、相同成功判据;记录客户端、工具与运行条件。
  2. 分别记录结果质量、调用成本、等待、人工介入与返工。
  3. 失败时指出具体位置;必要时换模型或改流程,但记录改变了什么。
  4. 保留原型、长期维护和高风险任务的不同评价尺度。
可以直接用的提问

请为这次任务建立对比记录:任务与输入、工具环境、验收标准、输出质量、成本、等待时间、人工修复和未解决问题。不要据单个案例给模型做通用排名。

[043][050][051][052][074]
查看相关原话 5 段
043临诗予
但发现其实也没有提多少,有些东西还是得人来干, 人相当于传话筒,上限倒是提高了,代码还得审查,之前写代码的时间转换成了审代码的时间
保留该条文字,称呼按昵称统一。原文件 L2564
050北鱼
浪费时间也是一种苦
保留该条文字,称呼按昵称统一。原文件 L2925
051北鱼
我以前吭哧吭哧吃3个月才写出来的代码,现在AI一个小时就能写出来
保留该条文字,称呼按昵称统一。原文件 L3005
052北鱼
也是 以前玩具代码😂
紧接“三个月代码到一个小时”的讨论,对原项目规模作出“玩具代码”限定。 称呼按昵称统一。原文件 L3007
074Recover
这就不得不提我昨天修一个数据系统的bug,glm5.2烧了十块钱,还没给我修好,逼得我上了k12
保留该条文字,称呼按昵称统一。原文件 L4768
M03

让验证对准业务损失

把“有没有产物”升级成“哪些错误不能接受”。
+
  1. 区分措辞变化、格式错误、事实错误与会影响业务决策的错误。
  2. 为可自动检查的部分建立检查;为主观与高后果部分安排人工核验。
  3. 保留输入、版本、产物与差异,避免只留下模型自己的通过声明。
  4. 定义暂停、回退和升级条件,让异常有出口。
可以直接用的提问

请基于最终用途列出不可接受的失败方式,区分自动检查、人工核验和执行前审批。对每项检查说明它能发现什么、不能发现什么,以及失败时如何暂停或升级。

[080][125][126]
查看相关原话 3 段
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
125数读
不需要一开始就准确知道它属于 99% 还是 1%。真正需要的是一套机制,让普通问题能够低成本地被验证,而危险问题能够尽早暴露并升级。
保留该条文字,称呼按昵称统一。原文件 L7993
126***
所以说技术能力不一定要内化到脑子里,但还要有足够的基础去理解这些问题
保留该条文字,称呼按昵称统一。原文件 L7994
M04

给流程做一次减法试验

比较结果,而不是迷恋更多节点。
+
  1. 记录当前每个步骤的目的、输入输出和独立价值。
  2. 找出没有新增事实、检查或必要授权的步骤。
  3. 在安全测试范围内,比较简化版与原版的质量、成本与错误类型。
  4. 只保留有证据产生价值的步骤,并保留恢复旧版的办法。
可以直接用的提问

请审查这套流程。哪些步骤提供新信息,哪些提供独立验证或必要授权,哪些只是重复改写?提出一个最小对照试验,比较简化前后的最终质量,不要默认越少越好。

[092][093][094][095]
查看相关原话 4 段
092数读
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
保留该条文字,称呼按昵称统一。原文件 L6882—L6884
093数读
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
保留该条文字,称呼按昵称统一。原文件 L6892
094数读
我刚刚问了一个问题 如果我要控制结果的方差较小,我该怎么办 回答: 如果结果的方法只是用了不同的路径得到类似的答案,那么这种方差是无所谓的 如果答案的结果有不同的方差,它才是核心的偏移的方差 我刚刚思考了一下其实好像这个结果上的方差也没那么大
原消息以提问—回答的形式转述“路径方差”与“结果方差”的区分,没有给出方差测量数据。 称呼按昵称统一。原文件 L6895—L6900
095数读
很多时候我们用受控的软件工程思路去约束flow本身,增加了大量复杂度,但是仅仅优化了第一个方差,对第二个方差无帮助甚至更差; 因为就好像神经网络向后传播一样,在一组组质量门那边做了信息的变化,可能传到最后一层已经损失了很多原始信息;
保留该条文字,称呼按昵称统一。原文件 L6901—L6902
M05

在多个Agent之间交接事实

共享的是权威状态,不是无限复制聊天记录。
+
  1. 明确哪份文档记录当前目标、事实、约束与待决事项。
  2. 把已验证结果与推测分开,给关键变更标日期与版本。
  3. 为每个Agent界定任务、可写范围、所需输入和交付方式。
  4. 发生冲突时回到证据与负责人,不让多个摘要互相引用成事实。
可以直接用的提问

请生成本次任务的交接卡:当前目标、已验证事实、未决问题、版本、已完成内容、下一步、不得改动的边界。把假设单列,不要把旧对话中的猜测写成确定事实。

[080][098][099]
查看相关原话 3 段
080数读
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。 上下文尽量外置。 环境、规则、历史经验放进 Agent 能自己读取的地方,而不是靠人反复解释。 验证比监督重要。 测试、评测、Git、日志、对比结果,比盯着 Agent 每一步做什么有效得多。 不断消灭重复摩擦。 同一种错误第二次出现,就考虑是不是环境、工具或流程应该改,而不是再人工处理一次。
保留该条文字,称呼按昵称统一。原文件 L5566—L5572
098临诗予
多个 Agent 之间来回切换 还是有点难受, 得维护好一套全局的上下文才行
保留该条文字,称呼按昵称统一。原文件 L7046
099临诗予
有没有比较好的全局记忆的维护方法论? 各自的 AI 有各自不同的记忆文件 我想让他们都同步 然后来回换 Agent 使用就比较
保留该条文字,称呼按昵称统一。原文件 L7066
M06

把报告变成可用于决策的证据链

先说明要做什么决定,再决定需要什么数据。
+
  1. 明确报告支持的决策、使用者和可承受的不确定性。
  2. 区分数据、观察、解释、建议,给关键判断连接依据。
  3. 寻找可能使结论不成立的案例与替代解释。
  4. 说明还缺什么,哪些信息不能输入当前工具,避免脱敏后意义丢失。
可以直接用的提问

请将报告拆成事实、证据来源、解释、替代解释、建议和不确定性。指出哪些结论缺少支持,哪些数据的脱敏会改变解释;不要为了说服而填补没有依据的内容。

[060][109][117]
查看相关原话 3 段
060Ste.
我的报告,舆情数据,定量数据,定性结论,如果还不够那就专家访谈,销量数据,转化率全拉上,还证明不出来,那就可以走人了
保留该条文字,称呼按昵称统一。原文件 L3581
109Ste.
不准喂ai
续接“我们报告的洞察”,是当事人报告的工作环境限制,不代表所有公司的政策。 称呼按昵称统一。原文件 L7836
117Ste.
然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改
保留该条文字,称呼按昵称统一。原文件 L7854
M07

完成任务之后,让自己也更新一次

复盘不只是赞美结果,更要保存认知改变。
+
  1. 在看AI答案前保留自己的初始判断和不确定处。
  2. 比较不同路径的理由,明确哪条证据改变了选择。
  3. 换一个类似但不相同的任务,尝试独立辨认适用边界。
  4. 写下下一次可以少犯的一个错误,而不是只收藏完整回答。
可以直接用的提问

请不要只解释当前方案。指出最关键的假设、被放弃的替代路线、可能推翻结论的证据,以及一个能检验我是否真正理解的迁移案例。

[114][115][116][117]
查看相关原话 4 段
114数读
必须对追问为什么
保留该条文字,称呼按昵称统一。原文件 L7844
115数读
为什么做 凭什么这样做 有没有别的被fold的策略 为什么别人做的不一样 为什么别人做的可能更好 站在谁的角度,要怎么做
保留该条文字,称呼按昵称统一。原文件 L7849—L7853
116数读
不然只是AI把我的活干了
保留该条文字,称呼按昵称统一。原文件 L7845
117Ste.
然后对洞察来说,就是逻辑这个事,我们不知道还好,知道了tmd一旦错了连逻辑都要改
保留该条文字,称呼按昵称统一。原文件 L7854
M08

给项目做最小价值核对

技术成功之外,谁用、何时用、为何值得?
+
  1. 记录真实使用者、现有替代方式与要改善的结果。
  2. 写出采用条件:入口、培训、权限、数据接入和维护。
  3. 把开发、调用、返工、维护及错误后果列到同一个时间范围。
  4. 先用小范围证据决定继续、缩小、转向还是停止。
可以直接用的提问

请用同一时间口径分析这个项目:目标用户、使用场景、成功条件、预期收益、采用障碍、全部成本和风险。无法估计的概率请标未知,不编数字。

[001][002][040][050]
查看相关原话 4 段
001数读
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
保留该条文字,称呼按昵称统一。原文件 L134
002数读
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
这里的“他们真的可以用起来”指前文讨论的办公AI产品体验;不是覆盖所有用户的统计结果。 称呼按昵称统一。原文件 L133
040Ida
sorry,对我们这种公司来说,很多人连skill是啥都不知道呢
保留该条文字,称呼按昵称统一。原文件 L2414
050北鱼
浪费时间也是一种苦
保留该条文字,称呼按昵称统一。原文件 L2925
M09

把分歧保存下来,而不是宣布胜负

区分观点变化、限定补充和仍然不同。
+
  1. 先分别复述双方命题与各自场景,确认在讨论同一件事。
  2. 保留直接认可、反例和限定语,避免删掉不利信息。
  3. 结尾写清:什么变了、什么没变、什么需要后续证据。
  4. 标注消息日期和来源;沉默、玩笑与“对”不自动扩大成共识。
可以直接用的提问

请按“原命题—对方追问—新增证据或限制—明确改变—仍未解决”整理这段讨论。没有明确更新时不要写成被说服,AI综合与原话分开标记。

[018][023][124][136][170]
查看相关原话 5 段
018数读
对对对,我也没有说它一文不值,主要是说他在贬值
保留该条文字,称呼按昵称统一。原文件 L773
023数读
你说得对
回应落地场景与云端场景的区分,只能支持对这一点的局部认可。 称呼按昵称统一。原文件 L816
124***
先不管这数字,夸张一点就是99和1
明确说明99和1是讨论中的夸张示意,不是实际测得的比例。 称呼按昵称统一。原文件 L7980
136数读
我觉得产品经理(maybe是我的偏见) 最核心的品味判断
保留该条文字,称呼按昵称统一。原文件 L8072—L8073
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
M10

把宏观判断改成可检验的问题

方向、路径与时间,需要分别讨论。
+
  1. 把技术能力、经济成本、组织采用与社会后果分开。
  2. 列出每个箭头需要满足的条件,不从单个Demo跳到总体结果。
  3. 写出可以区分不同未来情景的观察信号。
  4. 到约定时间重新看证据,保留没有发生和不符合预期的变化。
可以直接用的提问

请拆解这个未来判断的因果链:每一步需要哪些前提,最可能断在哪里,什么证据会降低可信度,哪些观察能区分不同情景。不要给没有依据的精确时间和概率。

[148][149][153][170]
查看相关原话 4 段
148数读
我个人比较激进,我觉得 3 年以内吧
对前文社会变化速度的个人激进估计;没有明确统计口径,不作为可靠时间表。 称呼按昵称统一。原文件 L8333
149郑楷滨
因为现在我考虑的东西可能更偏向于钱往哪里流
保留该条文字,称呼按昵称统一。原文件 L8335
153郑楷滨
但我觉得你从逻辑或者发展上面,你跳了一些步骤
保留该条文字,称呼按昵称统一。原文件 L8347
170数读
AI给的答案:真正最值得观察的未必是 RSI 本身,而是 AI 什么时候能够用足够低的监督成本完成完整业务闭环。
数读明确标注为 AI 给出的答案;属于人机协同形成的转述,不作为独立外部证据。原文件 L8420
继续讨论 / 12

这些问题,还没有人替我们答完。

把值得继续观察的地方单独留下。以后有新项目、新反例或新证据,可以回到对应议题再改,而不是把这一次讨论固定成结论。

O01

怎样知道能力提升真的变成了业务收益?

可观察同类任务从需求到验收的总时间、返工、使用率与最终结果,而不只是输出速度。

O06

多Agent共享记忆,究竟同步什么?

事实、目标、待决事项与执行日志需要不同更新规则;更多历史不一定意味着更少错误。

O12

谁定义问题、谁授权、谁承担结果?

把职责安排写在项目里,而不是只说Owner意识;权力、信息、资源与责任需要对应。

读懂术语 / 25

遇到不熟悉的词,随手查一下。

保留讨论里的术语,但不要求你先掌握它们再来阅读。这些解释用于理解本档案,不替代完整技术文档。

25 个

Prompt提示词

向模型说明任务、背景与要求的输入;模板也可以包含追问和交互规则。

Context上下文

当前任务中模型可使用的信息;不只是聊天长度,也包括事实、文件、目标与限制。

Agent可行动的AI系统

在这份讨论中指能使用工具并推进多步任务的系统,不保证完全自主或可靠。

Skill可复用任务说明

在群聊语境里,通常是供Agent读取的任务指导与工作材料;形式因工具而异。

Workflow工作流

预先或动态组织任务步骤、输入输出与分工的方式。

Loop反馈迭代

运行、看结果、修正再运行的循环;循环次数不是结果质量的保证。

Graph图式流程

用节点和连接表达分支、依赖、并行与回路;并不天然优于简单流程。

Harness运行与控制环境

包围模型的工具、上下文、约束、验证和执行方式等;此处是便于阅读的概括。

Baseline比较基线

一份可复现或可对照的已有版本,用来判断修改是否真的改善结果。

Gate检查或审批点

决定任务能否继续或发布的条件;检查质量本身也需要验证。

Diff版本差异

比较两次产物或设置的变化,用来定位改变和影响。

Review审查

对代码、方案或产物进行复核,不等于复核者永远正确。

Token模型处理的片段单位

用于表示模型处理文本等内容的切分单位;不等于平台积分。

Credit平台积分

产品自行定义的计费或额度单位;不同平台的积分不能直接按数量等同。

CLI命令行工具

通过终端输入命令来使用的软件入口。

API程序接口

软件之间调用功能的接口;接口存在不等于当前账户有相应权限。

Jira任务管理语境

群友用它指代被管理的软件需求或工作项;本页不分析产品本身。

先验 / 后验试验前判断 / 见到证据后更新

群聊用来区分先规划与通过真实运行修正,不是声称已建立严格的贝叶斯统计模型。

元认知检查自己的判断过程

在本文中主要指追问理由、假设、替代策略与适用边界。

Owner结果负责人

对某个结果承担承诺与推进责任的人;需要与授权、资源和边界相匹配。

Pareto多目标权衡

这里按群内用法,指多种目标和约束下寻找权衡结果;不是所有商业决策都有固定目标函数。

Vibe Coding意图驱动的AI协作开发

通过描述需求、试用结果与反馈来推进开发;不自动豁免工程责任。

RSI递归自我改进

在群聊中指AI参与改进自身能力的递归过程;任务内修改不等于模型级RSI已实现。

AGI / ASI通用人工智能 / 超级智能

群内未来讨论使用的术语;本页不裁定任何模型是否达到这些阶段。

现实接触Reality Access

整理者的分析用语:持续接触用户、数据、现场与反馈的条件,不是群内公认学术概念。

观澜 / AI SPARKS · 2026.09.17 更新

群公告与共享资源

从一个真实问题开始交流,也把值得继续使用的材料、工具与机会留下来。

我们为什么聚在这里

AI 时代最好的学习方式,就是跟人聊。

不是只刷资讯、追热点,而是围绕真实的问题,把不同人的经验和判断放在一起碰撞。

我们会聊技术背后的原理,聊 AI 能做什么、暂时做不了什么,也聊它正在怎样改变我们的工作方式、产品、组织和思考方式。

观澜:借具体变化,看更大的时代走势。

我们不一定是专家,但我们正处在一个很特别的技术变革窗口。希望这里聚集的是一群对技术有好奇心、愿意多想一层的人:观察变化、提出问题、交换经验、彼此修正判断,也尽可能亲手参与和建设这个时代。

欢迎讨论,也欢迎邀请新的朋友加入。视角越多,碰撞越多。

群内内容与沉淀

求职与内推

有求职需求,可以私聊群主了解 CVTE 系统内推,也可以在群里向其他伙伴交流机会;群公告中还提到了广汽等公司。具体岗位与内推情况,以当时沟通为准。

参与、补充与纠错

欢迎讨论,也欢迎邀请新的朋友加入。尚未加入的朋友,可以联系邀请你阅读这份档案的群友,了解参与方式。

如发现涉敏内容,请及时私聊群主或反馈给整理者,并提供对应页面和段落。普通内容纠错也可以在项目 Issues中提出;涉及隐私的原文请通过私下渠道反馈。

真实问题 · 深入讨论 · 彼此校正 · 共同建设

延伸实践 · 数读的工具与方法

把讨论里的判断,带到下一次工作中。

当 AI 越来越会执行,人的注意力该放在哪里?《AI Sparks 蒸馏声明》里,我把自己的答案放在目标、上下文、判断、验证和责任上。temper 与 aptum,是我沿着这些问题持续打磨的两个 Skill。

从“会做”到“知道怎样一起做”

《当「会做事」不再稀缺》追问的是:当执行成本下降,什么仍然需要人判断?落到日常工作,它会变成两件很具体的事:怎样让一次试做产生下一轮可用的反馈;怎样把信息交给别人,让他真正理解并接得住。

下面是我的延伸实践。它们与群聊中的问题相呼应,具体设计由我继续维护;这里的介绍不代表所有群成员的共同立场。

阅读《AI Sparks 蒸馏声明》 ↗ · 阅读《当「会做事」不再稀缺》 ↗

TEMPER · 淬炼

让每一轮反馈,都能改变下一轮工作。

如果“先做一版”已经很便宜,关键就变成:拿什么验证?人在哪里参与?发现问题后,究竟改数据、改方法,还是重新确认目标?反复生成答案,并不自动等于持续改进。

temper 把这些关系组织成人与 AI 可以共同执行的工作循环:明确产物与完成条件,安排反馈与验证,让下一轮有依据,也让后来接手的人知道工作走到了哪里。

什么时候用

适合需要持续试验的方法、还要靠 Demo 澄清的需求,以及已经能跑、却不容易重复或交接的工程。一次就能确定完成的简单任务,不必额外搭循环。

可以这样开始

用 temper 帮我组织这个需要反复试验的 AI 任务:每轮拿什么产物给人看,依据什么判断,反馈怎样进入下一轮,什么时候结束?

查看 temper · 说明与安装 ↗

接着读:跑一版,也检验一版。工具的适用范围和使用方式以独立仓库的最新说明为准。

APTUM · 适其人,适其事,适其言

先理解这个人缺什么,再决定怎样解释。

AI 可以把话说得很流畅,却仍然让人接不上:跳过了必要背景,用陌生术语解释陌生术语,或者把关键限制删掉,换来一个看似简洁的结论。

aptum 关注的是表达之前的判断:谁在读,他要理解或完成什么,哪些背景需要补足,哪些事实与边界必须保留。它追求的是降低理解成本,同时保留真实问题的复杂性。

什么时候用

解释陌生机制、向业务同事说明方案、给项目新人交代背景,或把任务交给另一个 Agent。读者和任务不同,解释深度与组织方式也应不同。

可以这样开始

用 aptum 解释这个方案。先说明它实际在做什么、为什么与我的问题有关,再引入必要术语;保留关键条件和还没有验证的部分。

查看 aptum · 说明与安装 ↗

接着读:Aptum:先看对谁说,再决定怎么说。更多用法和可选读者档案说明见项目 README。

带着一个真实问题去试

你可以从眼前的一份难懂方案,或一个反复返工的任务开始。看它是否帮助你理解、做出判断或推进工作,再决定哪些做法值得留下。Skill 的价值也需要在实际使用中检验。

temper 项目 · aptum 项目 · 我的 GitHub

我的收藏

把想再读的段落,先收在这里。

收藏与阅读位置只保存在当前浏览器,不会上传,也不会自动跨设备同步。

材料 · 范围 · 内容核对

怎么整理的,也应当说清楚。

本页以旧版完整资料为底稿,保留第二版七章导读,重新安排阅读和查找方式。修改的是表达与入口,不以删掉论证来换取简短。

这一次,逐项核对完整性

检查的是实际内容,不拿文件大小、标题数代替完整性。38 个议题的新版正文下面,都可展开旧版完整措辞;原话的正文和元信息逐项保留。

内容旧版本版在哪里
完整议题3838打开 ↗
事件2828打开 ↗
分歧2020打开 ↗
成员贡献2626打开 ↗
任务类型99打开 ↗
实践卡1010打开 ↗
未决问题1212打开 ↗
术语2525打开 ↗
阅读路线44打开 ↗
原话与说明177177打开 ↗
议题正文小节114114 段改写+原文对照从正文读起 ↗

第二版的 7 章正文、全部章内判断、参与者说明和 44 个章节—议题连接也继续保留。同一问题只设一处完整正文,其他章节链接过去。

查看保留校验与版本说明

旧版结构化资料逐字段保留在本文件内;原话未作改写。校验指纹用于比较数据是否变化,不证明观点本身正确。

原始资料 SHA-256
6a3642595784074c9d7bdebb9f4e229822c44237f9199b3e8b90b8641859a5cd
177 段引文数据 SHA-256
b445c8150dba5e9646f4af18d26b33d056ecefc3d947f1bc7986a369bb4907e2

材料和覆盖范围

依据用户提供的 AI Sparks 群聊文字导出,时间从2026年7月12日至9月15日。导出头部写明7,731条记录;按时间戳解析也得到7,731条,其中包含文字、表情、系统消息及媒体占位。网页的177段引文是从中选取的相关文字,不是177场独立实验。

本页融合前几份主题、事件和分歧分析,并回到原文校订与补充。覆盖主要实质议题;没有展示全部闲聊、所有链接、私人经历和每条模型体感。因此它是分析档案,不是全量聊天备份。

四种内容,不混为一谈

原话确认“谁在什么时候说了什么”;观点梳理重建讨论语境;整理推演把多段内容连接成可供检验的分析;未决与边界保留那些没有被证实、没有真正收敛的地方。即使一段推演很顺畅,也不因此成为群内共识。

“谁说服了谁”,怎样判定

只把明确出现的认可、修正或语义澄清记录下来。“对”“没毛病”通常只支持当下某个局部,不证明当事人永久改变立场。产品与开发权重之争、三年内社会变化等问题,原文仍有分歧,不写成已经分出胜负。

“99% / 1%”在对话中被说明是夸张示意;“三个月代码变一小时”随后补有“以前玩具代码”;9月15日“低监督业务闭环”的表述明确注明是“AI给的答案”。这些限定和来源一起保留。

昵称、引文与公开分享

按照提供的映射统一昵称,移除私人联系人备注。 昵称不等于匿名 :有些昵称本身就是姓名。田智Liar0未提供新映射,保留原显示名称;“***”是实际昵称,不代表省略号。

页面不附带原始聊天文件、私人备注对照表、内部系统地址、群ID或凭证。不纳入数读个人的心理剖析、能力短板与私人成长评判。原话只做昵称转写与标注节选;涉及未来判断、价格和产品体验的内容,均属于当时记录,不作为现行产品、行业或公司的事实说明。

GitHub Pages式静态发布不是群访问控制。即使页面设置不被搜索引擎索引,也不能保证私密;拿到链接的人仍可能转发、复制。发布前应由整理者和相关发言者确认引用范围。

图片、附件和信息缺口

原导出中的494条图片和4条视频只有占位符,未按图猜测内容。部分分享链接、附件正文没有展开,也不把标题等同于完整论据。本页不独立核验其中的外部新闻、产品型号与数值,没有把它们当作严谨的市场研究数据。

如何改正这份档案

发现误解或希望删改引文时,带上“主题编号 / 引文编号 / 时间”即可定位。最有价值的修订是补回语境、修正归属、提供新的反例或说明哪些话其实是玩笑。这个网页没有服务器和在线留言,需由整理者修改文件后重新发布。

本版怎样处理两种不同措辞

正文七章继续保留第二版的导读;其中较强的判断,紧接着补上旧版已有的条件与未决问题。38 个细分议题逐节改写,原有全文仍在“核对旧版完整措辞”里。事件、成员贡献、任务、方法、分歧结果与原话沿用旧版资料,不把新整理伪装成新的群聊发言。

部分术语可以点开查看解释。浅色、深色、字号、搜索、原话弹窗、收藏和定位都在本地工作。没有外部字体、图片、脚本、账号登录或自动网络请求。

文件可以直接以 index.html 作为静态页面使用。无 JavaScript 时,正文与各资料区仍可以阅读和展开;搜索和收藏需要 JavaScript。分享的是定位链接,浏览器本机的收藏与阅读进度不在链接中。

↑

在全文里找

搜索完整正文、旧版措辞、人物、事件、争论、方法和 177 段原话。

当时的原话

在原话索引中打开 ↗