夜雨聆风这是一篇纯文字，没有排版，没有图片的文章。
有些内容逻辑和表达是不通畅的，有些内容思维有点跳跃。
记录我对AI的思考。感兴趣的朋友可以继续往下读。
最近，接触到很多这样的与AI相处的案例：1、负责培训的同事用Notebook LM或者迷塔生成PPT、视频和播客放在平台上做所谓的培训，但是真的有效吗？虽然AI的画图能力是很强，总结能力也很强，但是内容效果还不如我打开bilibili看Up主的解说。2、用开源的AI翻译智能体翻译最新版PDA TR60，用Nano Banana就PDA TR60进行画图总结。翻译是挺准确的，但是会消耗Token这个是需要金钱支持的。我也试着翻译那个PDA Livca指南，给了术语表之后，翻译才能准确。
于是，我开始在思考如何与AI相处。这个课题或许会一直延续，直至AI能够在我们的大部分生活内容都扮演重要的角色。
一、察觉
1、提示词工程变得不那么重要
发现现在AI越来越聪明，之前需要写一连串提示词，来问AI（之前还学了一段时间的提示词工程。发现用不上，提示词可以AI生成，不用搞得那么复杂）。现在不需要那么复杂了，AI越来越聪明，AI更加懂得我们的想法(给出基本需求，然后进行多轮追问)。
2、逐渐依赖
有时候我们一遇到问题就问AI，一拿到英文资料或者很厚的资料就仍给AI，让它总结这份资料的内容。越来越多公众号，用AI写文章，一股AI味道（这样的文章，我通常没有耐心看的，一滑到底就算看完了。然后信心满满，以为自己获得了重要的知识）。好像时代快到把我们的耐心磨平了。
这让我想起来学生时代的场景，看着标准答案做对一道题时，大脑就会产生一种“这很容易，我也能做到”的虚假全能感，大脑就像是带上了一层“自信滤镜”。最近查了资料，在认知心理学中被称为“能力错觉”。就是，自以为知道很多，但是这些知识是AI的，不是属于我们的。相同的提示词，可以生成相同的内容。
我在想，如果把认知和思考的过程给了AI，我们能做什么？后面一定会有更加聪明的AI大模型，再加上智能体的发展（报告可以AI写，工作任务可以AI分配，好像就差牛马实验留给我们做了），我们会被取代吗？
仔细回想我们阅读建立认知的时候，得到的知识是深刻的。专业的说词是大脑经历了“建设性挣扎”，建立了新的神经联结。我们经历的“阅读、拆解、提炼、重组”这四个步骤，就像是那镰刀砍野草开路。一开始是辛苦的，后面你继续走这条路那就会轻松一些。如果你很久没有走这条路，那又会长野草。真正有效的学习是需要付出认知努力的，大脑必须感受到费力的。有种“大脑健身房”的感觉。
3、AI焦虑
很多人都有，一方面来自身份焦虑，一方面是互联网大厂焦虑蔓延过来的。前段时间一直火的“养龙虾”，现在又被另外一个开源项目替代。现在又有“同事能力”skill，这样同事尽管离职了，那他的思维工作方式也永远活在数字端。遇到问题可以调用他的技能解决。
AI流行的这个时代，给我的感觉是，“只要你学得足够慢，你就不用学”。我们普通不具备相关知识的人觉得可以不用去追风口，永远有更好的替代，而且项目一开始推出的时候，学习成本的很高的。
二、阅读方面的做法（也是最近在实践的，不一定很好）
从AI替我读，转化为“研究助理+ 杠精陪练”。主要体现在：
1、AI搭文章的框架，内容自己来填充；
2、苏格拉底式提问，向AI输出自己理解的内容，然后让它找出逻辑漏洞和知识盲区（如果你用Notebook LM，可以打开“学习指南”这个模式。同时，可以生成辩论的播客，让AI严厉的反驳你的观点）；
3、让它提供场景化应用，提问，最后点评；让AI提供多维视角，可以召集时空的大佬，结合大佬专长，打造私人董事会，用心理学六顶思维帽模型输出内容。
还有，其他方面的做法。后面有空就继续更新吧。
