23 年，收集、打磨提示词。 24 年，研究 LangChain 、AutoGen 、n8n 、Dify ，开发我的 Agentic 工作流 25 年，研究 MCP 、长期记忆、编程 Spec 26 年，把之前的积累，做成 Skills 、以及 Skills 管理工具 …… LLM 提供商，是否收集了人们为更好使用 LLM 而探索出来的经验与智慧，并以此训练 LLM 的下一个版本？ 我感觉，为了更好使用 AI 而做的努力，成果几乎都迅速变为了 AI 的默认能力；而没有追赶这些技术、AI 有啥就用啥的人，日志可能还反而过的更惬意。 昨天看到报道，一个自称从未破解过密码的人 carter.church ，用 GPT Astra 破解了一个存在有 217 年的拿破仑密令。而 OpenAI 对 Navier–Stokes 千禧年问题的证明、Anthropic 对黎曼猜想的证明的推进……也都不是由领域内最资深的人得出的……不是吗？ AI 正在把专属于各个领域专家的“超能力”，一步步、直接赋予都不曾想过要努力、甚至对领域内知识也一无所知的人们。 若 AI 的能力尽管很强，但整体稳定、可预期，那么我们还仍然可以把它当做一种新时代的工具来掌握。有决心付出更多努力的人，仍可以比不努力的人做出更让人赞叹的作品。若 AI 进步的速度、变化的幅度难以预估，你自然，会对需要长期努力的计划，保持相当的谨慎。 这样，甚至‘努力’——这一人类祖祖辈辈敦敦教诲的品质本身，都可以变得不那么正当。

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / V2EX
  • 发布时间：2026/10/4 01:47:32