AI让我不再淡定了
今天看到一篇帖子，标题就很扎心："AI浪潮冲击就业，有别过往"坦白讲，我之前一直觉得吧，每次技术革命都会淘汰一批岗位，但最后不都创造出更多新岗位吗？蒸汽机来了、马车夫失业了，但司机这个职业出来了。互联网来了，传统媒体落寞了，但自媒体、主播这些新职业又起来了。所以我一直觉得，AI也就是那么回事，不必太担心。但看完这篇帖子，我开始紧张了。01 这次好像真的不一样作者提了一个观点，我之前从来没想过：过去的革命，是"从零到有"——飞机出来了，所以有了航空产业，几千万新岗位。但AI是"从少到多"——它做的那些事（写
Prompt精髓：任务表达的艺术
Prompt最误导人的地方，在于它看似一套固定公式。但用久了就会明白，真正决定输出的不是某条“万能指令”，而是你的任务描述能力，以及对AI能力边界的把握。本文为系列内容之一，系统梳理AI完整学习路径，同期发布的01至05篇涵盖claude code基础与结果判断等模块。初学者接触AI时，Prompt往往是入门第一课。这很正常。但学习过程中容易偏离正轨，并非个人原因，而是整个信息环境都在推着人们朝某个看似前沿的方向疾驰。为何会出现这种情况？因为大量资料将Prompt包装成了一种“神奇咒语”。在我看来，这种说
AI迷雾：我们在使用AI，还是只是围观？
一个值得分享的观察。周末时光，轻松一下；-D最近LinkedIn上流传着一张图表，获得了数百个点赞——罗列了100多种AI工具，按类别整齐划分，看起来非常全面。我没有保存这张图，而是将它交给AI进行事实核查。在LinkedIn上流传的这张图表三个不容忽视的问题浮现出来。首先，工具层次的混淆。FLUX.1和Stable Diffusion更接近于模型层，属于基础能力而非面向用户的产品。Midjourney和ReCraft则是用户可见的商业产品。图表将它们并列在 "图像 "类别下，但它们实际上