你都用AI做什么

现在年轻大学生，试问到底谁在手搓论文，基本现在输入提示词，然后交给ai，再继续完善，修改，但是还是要辩证性的选取，不能一股脑全拿过来，它只是工具，不是替代你的东西

有一种感觉现在工作一遇到问题就抛给 ai 解决，阅读文档也直接交给 ai 总结，导致现在看文章集中不了注意力，甚至觉的有的词语很连贯但是读不懂，感觉自己的思考能力已经下降很多了，真的很恐怖，我觉得我们一定不能过度依赖 ai 从而忽视了我们自己的思考能力，我们是 ai 的使用者不是被 ai 的支配者。     甚至这个图都是ai生成的

关于AI评测的方法有很多种，就有一些现有的数据集进行相关的推理，然后对正确率进行判断，还有多轮的验证，然后选择多数的那种投票法，还有人工评测对他的一些伦理性的，然后知识性的，鲁棒性的，一些相关的特殊的评测手段和方法。还有多模型的评测，你去拿一个大模型去评测另一个大模型的效果好不好，AI评测分为很多种方向，如果具体工作不是干这个的，还是不太好说的

用AI水了一周的论文，马上要交了，导师说发给他看一下，没想到他并没有因为用AI凶我，而是和我说现在的社会要拥抱AI，不然很容易被淘汰，他自己也用，而且AI痕迹太重的地方他都给我标注出来了，感谢我导！他虽然年纪大但是心态很年轻，平时对我们也很负责

有时候一些教学类的技术文章，经常会旁征博引，发散一些其他内容，有时候看着看着就忘了写的啥，这时候我就会用ai帮我总结一下，比如文章主要用的激素架构，文章的中心内容，分成一二三点列出来，如果我想详细了解某一部分，再让ai详细解说，并且写一段代码跑一下，可以说比自己实际去看文章块很多，能马上得到很多干货，缺点就是干货太多了，会有很多地方不明白，只能再问ai，或者看原文。

现在的各家AI基本也都支持一定的知识库能力的，我在这儿推荐两个我最喜欢用的。一、ima.copilot腾讯的ima，专为小白打造的简单易用知识库，能够建立自己的知识库，附属ai可以基于知识库问答，也可以基于当前页面问答，还能使用搜索功能进行补充，重要的是他是免费的！另外，新人送的365G内存太爽了，还可以分享知识库，完美平替某度网盘二、zread中文版的deepwiki，严格来说应该不算知识库，但是异曲同工的。该AI可以将GitHub上的项目进行索引自动生成简单易读的文档，看不懂还能随时问附带的AI，该ai回答问题也是主要基于GitHub代码仓库进行回答的，也会通过搜索补充未找到的内容。使用方法也很简单，只需要将代码仓库的地址中的"github.com"换成"zread.ai"就行了。该ai工具除了用来学习开源项目以外，还能用来索引自己的项目，然后面试中被问到自己项目里没回答上来的问题都可以通过这个来加深理解，属于是另类的面试神器！

豆包你能不能别胡扯了。Chatgpt你为什么这么谄媚。动不动就“你不是XX，你只是太真了，太深了”，你愿意XX吗？我们可以慢慢XX，我陪你一起拆”；deepseek你能别加双引号吗，一句话一个比喻，看着都尴尬

一开始说我的原版是流水账，结果改出来的比我的还“流水账”… 我谢谢你啊“流水账”老师¥299最后还得我自己改！（虽然改的很好有业务闭环，但是AI味很浓，老师用了AI可能没检查和精炼）

现在遇事第一反应，不是点开浏览器输入关键词，而是直接喊一句“帮我梳理下XX”“XX的核心要点有哪些”。以前搜资料，要在一堆网页里扒信息、去广告、辨真假，还得自己整合归纳，费时间又费脑。现在把AI当浏览器用，简直打开新世界：1. 精准提效：直接输入需求，不用纠结关键词怎么组合，AI能快速抓取核心信息，还能按我的要求分点、提炼重点。2. 按需加工：想要口语化解释、专业版分析、还是精简版总结，说一句就能定制，比自己翻十篇帖子都省事。3. 查漏补缺：有时候搜出来的内容零散，AI能帮我补全逻辑链条，甚至提醒我没考虑到的角度。当然也有小坑，比如偶尔会有“一本正经胡说八道”的情况，所以关键信息还是要去权威渠道交叉验证。但不得不说，把AI当成“智能浏览器”，真的让信息获取效率翻倍，打工人狂喜！

我瞬间就想到了这张图（干啥最多呢，那肯定是学算竞的时候，用它解答题目啦，像什么“请详细逐行讲解这部分代码”“这段代码为什么会报错”“为什么这个代码没有输出”之类的问题问了无数遍，有的确实是很NB，当然也有豆某就像我下面这张图一样，是吧某包（

这两年，AI写Java代码的体验只能用一个字形容：顶。从Controller、Service到复杂的业务校验、并发处理，AI不仅写得快，还越来越规范。它能秒出模板代码，自动补全注释，帮你排查空指针和线程安全问题，连单元测试都顺手安排。以前半天的活，现在十分钟搞定，Java不再是“又长又慢”，而是又稳又快。当然，AI替代的是敲代码的体力活，真正的业务理解、系统设计和取舍，依然离不开人。会用AI的Java程序员，效率直接拉满。一句话总结：不是Java不行，是AI太强；不是程序员被淘汰，是不会用AI的会被甩开。

1.深度AI使用建立自己的project无论是chatgpt还是deepseek,claude,都面临一个联网就无法上传文件的缺点。这样会导致我们每次问AI问题的时候无法基于之前给的资料，现在付费版的chatgpt,claude都有project的概念。比如我们可以把新建一个project，把产品需求文档、会议记录以及与项目相关的资料都传到project里。这样你再去提问，就可以最大程度得到基于真实资料的回复，降低AI幻觉。AI很吃上下文，你给的越准确越多，它消化的越多。2.灵活使用不同AI这句话说起来简单，但是其实我们人总会有一种路径依赖。如果用惯了一种工具，很难去更新迭代，现在AI发展速度如此之快，对于不同问题都有更匹配的AI工具。对于难题，还可以同时丢给不同AI，比如现在你要策划一个论坛活动，你同时问几个模型，有点先从目标群体入手，有点还指定财务预算，有点更看重流程。把不同Ai的深度思考进行对比，才能对这件事有一个更立体的认识。推理过程有时候比答案更重要。3.精准打磨promptprompt是与AI对话的“第一界面”，它的质量直接决定输出的深度。如果只是简单的提问，得到的回到也肯定只是浅显的回复。有效的prompt应该包含三部分。角色，任务，要求。例如:我是一名26届校招生，请基于我给你的公司招聘信息，结合我的简历，找出专业匹配度最高的3个岗位，并列出适配的理由，最后给出推荐优先级。即使你有Project中的丰富资料，如果提问模糊，AI仍可能忽略关键信息或产生幻觉。所以精准打磨Prompt是用好AI的关键。

-看 Youtube 可以用 Granola take notes，只要几个key words就能记全整个视频-播客用 Podwise导出transcripts，然后打印下来阅读纸质书，Podwise的排版和字体我很喜欢、很优美，takeaway抓得也准，转录很准基本可以纸质阅读-Typeless的Whisper模式，办公场景厌倦了打字可以直接对着电脑口喷输入，轻声的时候ASR也很准，最喜欢的是会自动bullet point的整理出来，更有书面感，更正式，不会潦草- Exa.ai可以抓 Linkedin 的数据，每次去硅谷想找某个background的人，只要输入“xx公司xz岗位之前做过xx方向”就能一次性输出50个Linkedin链接给我-Grok当×爬虫用，Gemini 当Reddit爬虫用

现在有问题都是问AI，除了google搜一搜官方网站，不管是写论文，写代码还是问生活相关的问题，都是依靠AI。电脑上主要用的是chatgpt，写代码用用claude和gemini，如果是发发帖子就用grok。手机上用的主要是chatgpt和豆包。这里吐槽一下豆包的逻辑推理能力有点差，很多数学问题是瞎回答的。不管豆包的生图功能还不错，我喜欢用它来辅助生成写作用到的示例图。感觉现在真的离不开AI了，但是自己的思维和查找资料的能力好像下降了。有时不会去分辨Ai回答的真实性和是否正确，都是拿来就用。

自从有了AI自己好像放弃了思考，哪里不会问哪里，不会装电脑问，不会聊天问，不会学习问，不会写代码问，已经成为了一个AI输出内容的搬运工了

自从解锁 AI 后，我直接把它用成了职场效率神器，以前耗半天的杂活现在几分钟搞定，简直香到离谱！分享几个我高频用的 AI 玩法，打工人直接抄作业！1. 杂活终结者：告别重复码字每天最烦的就是写日报、周报、定 OKR 这些没啥技术含量但又必须做的事。现在我只需要把当天做的事、本周进度、想达成的目标用大白话甩给 AI，比如 “今天对接了 3 个接口，修复 2 个 bug，优化了数据转换逻辑，帮我写一份简洁的日报”，AI 秒出格式规整、语言专业的版本，改都不用改直接交，省下的时间能多摸半小时鱼。2. 代码救星：搞定 “屎山”+ 优化自己的代码这绝对是程序员本命用法！解读 “屎山代码”：前人写的代码没注释、逻辑绕到晕？把代码片段丢给 AI，让它按 “功能 + 逻辑 + 潜在问题” 拆解解释，几分钟就能搞懂别人半天理不清的思路，再也不用对着屏幕抓头发；优化代码：自己写的代码能跑但总觉得不优雅、效率低？把代码发给 AI，指定优化方向（比如 “提升执行效率”“简化逻辑”“符合代码规范”），AI 会给出优化后的版本，还附带详细解释，边用边学，技术还能偷偷涨。3. 数据处理神器：Excel 转 SQL 一键搞定之前要把 Excel 里几百行数据导入 MySQL，得手动写 INSERT 语句，又慢又容易写错。现在直接把 Excel 表格（或复制数据）丢给 AI，说一句 “根据这些 Excel 数据生成 MySQL 插入语句，表名是 xxx，字段对应 xxx”，AI 直接生成完整的 sql 脚本，核对一下字段就能直接运行，几百行数据几分钟搞定，再也不用熬眼睛手动敲。除了这些，偶尔还会用 AI 帮我梳理项目思路、写接口文档初稿，甚至是解释复杂的技术知识点，主打一个 “把机械重复的活全甩出去，只专注核心工作”。AI 不是替代我，而是帮我把效率拉满，每天准点下班的快乐，谁用谁知道！

在我学习新的算法时，如果我无法理解普通的文字讲解，我就会让AI提供一种新的理解方式，效果非常好，每次都可以学会新的东西。除此之外我还会把AI当成聊天的人，总是分享很多奇思妙想，这样可以获得很强的情绪价值。

作为电子信息工程专业应届生，求职嵌入式软件开发岗位，最近在学习和求职过程中频繁用到AI工具。做基于STM32的农业大棚环境监控系统毕业设计时，用AI辅助梳理代码逻辑，快速定位STM32外设配置的问题；绘制电气原理图的CAD实操中，借助AI查询器件选型的参数匹配要点，还能让AI帮忙整理嵌入式开发的面试高频考点。不过也会疑惑AI工具的使用边界，比如在代码编写时过度依赖会不会影响自身能力提升，在嵌入式开发工作中，是如何合理利用AI提高效率，又不失去自主思考能力的。

以前写代码，最怕的就是重复劳动和查资料。现在有了 AI，真的省了太多时间。我主要用 AI 来辅助编程、提高效率：- 写代码前，用 AI 帮我梳理思路、拆分功能模块- 写代码时，让 AI 生成基础代码、示例函数，直接在此基础上优化- 遇到 bug，把报错信息丢给 AI，快速定位问题思路- 不熟的语言或框架，直接让 AI 给出用法示例，上手速度快很多- 还能帮我重构代码、优化逻辑，让代码更清晰可维护