ARTICLE · 1062285
当我们把思考交给AI
当我们把思考交给AI今日无交易，账户收益0.32%。 习惯了高密度网格频繁地触发交易以后，切换成低密度网格几天触发不了交易，总觉得有些不空落，明知是正常现象，还是不免怀疑策略回测的有效性。 拉长验证周期等待验证吧。 今天看到阿里的CEO吴泳铭说未来机器思考总量将达到人类的1000倍以上，当前的AI Coding、查资料、写报告只是初级阶段的应用。 当我们把思考，甚至是大部分思考交给AI的话，后果会怎么样？ 这其实已经不是我们接不接受的事情了，而是不断实现的预言。 在工作中我已经越来越将自己的部分思考交给AI了，无论是课题资料的收集汇总、材料的撰写；课程的重构、备课和课程资料的准备（设计学案、做PPT）等。 从我文本类的工作流程看，AI承接约60%-80%的工作量，同时也大大地提升了我的工作效率。 以前，准备一个课题的申报，至少要花两周的时间；改一个课程项目的ppt（4-6课时），通常要花2天。 丢给AI以后，前者在知识库基本完备的情况下通常1天到2天就可以搞定；后者重做（是重做不是改哦）一个PPT基本不超过2个小时。 关键是这些活是可以并行的，我完全可以让一个agent准备课题申报、一个agent写教案。我自己在电脑前喝茶听音乐看书，然后等交付。 当然，课题的方向是要人来拍板的，最后交付的文本也不完全能直接拿来用，最后还是要根据自己的想法来进行删改。每次AI的交付也都需要人来把关，然后给出修正方向 。 反正，我已经习惯交出自己部分的思考了，至于交出这部分思考以后，自己的能力是否会退化，我觉得这是必然的。 人的很多技能或者说能力长期不使用是必然会退化的，所谓的曲不离口、拳不离手说的就是这个事。 对于这种退化我是接受的，因为既然这方面AI做的比我更好，那我需要做的是保持或提升自己的判断力，从而确保最终的成果质量即可。 省下来的时间、精力或者脑力完全可以用于放松、阅读和尝试，从而拓展自己的边界和能力范围。 通过AI的coding能力，我写了好多小工具，对于非计算机类专业的我来书，这以前是很难想象的。 目前我正在做的事情就是重构《传感与检测技术》这门实训课程，用时髦的话说就是构建AI原生课堂，说人话就是让学生真正把AI工具嵌入课程的学习和实践过程中。 以前我们机电类高职学生对于编程部分的内容，大多都有抵触情绪，而传感与检测的实践中，编程又是无法回避的。 我通常的做法是降低门槛，将代码编程降级为图形化编程，从而让学生更容易接受一些。 但这样也是有缺点的，图形化编程和工程实践的真实场景还是有一定区隔的。 这次我准备把AI工具引入课程中，让学生除了编程、在做资料收集、辅助理解等各方面等都开始习惯用AI来辅助，把更多的注意力从背诵、记忆中迁移到产品方案的创意发挥和创新实践的工程能力中来。 在AI的辅助下，目前课程已经重构了一半，大约10月底前应该可以全部完成。然后12月到1月可以跑两轮验证一下。 目前，唯一AI没有进入的自留地就是我自己的一点小爱好，比如阅读、听音乐还有就是闲着无聊的时候写写公众号。 在这些方面还是抗拒AI介入的，也算是我仅有的一点固执吧。