当我把某个任务交给ai做完，我在验收时常常会对某些小点产生兴趣或疑问，进而追问，ai稍微花一些时间去翻阅、思考，很快能向我解答； 同样，当导师把某个任务交给我做完，我外包给ai，导师验收时也常常对某些小点产生兴趣或疑问，进而追问，如果刚好问到了我也曾关心过、问过ai的地方，自然皆大欢喜，但假如问到了一个我没有关心过、但一个正常手工完成这个任务的人都大概率能知道答案 的问题，那就有点难办了，我只能模模糊糊地搪塞过去，事后自己对着ai追问、恶补。模糊的次数一旦多了，自己都觉得自己靠不住。 简单问题还好，自己可以全链条把握； 大家潜意识里认为“就该交给ai”的问题也还好，没人会觉得你需要掌握细节； 真正尴尬的是那些习惯中还没有达成ai共识、但又涉及到大量细节的任务，比如meta分析——按理来说，最后纳入几十篇文献，全都人工提取信息之后就算不能信手拈来，最起码应该知道每篇文献都讲了什么、哪里有我们需要的信息，然而一旦交给ai，就很容易丧失这种对细节的感知。 如今越来越觉得我不过是一个中转站，在导师和ai之间腾挪，自身的实际价值在被逐渐压缩，最后只能打打信息差了——在一个非计算机科学、大家熟知ai、但不一定熟练使用agent的领域，靠着agent提提效率。 怎么办？怎么办！越来越讨厌被导师线下询问，更喜欢她线上问我，这样至少她不知道微信背后是ai在紧急复盘 3 个帖子 - 3 位参与者 阅读完整话题

  • 情报分类：服务器与云资源
  • 分类依据：内容涉及服务器、云资源或网络线路
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/15 23:10:15