3 Ways To Get Better at AI Right Now
26:39 Share

今天在AI每日简报中，我们将介绍三种你现在就能提升AI技能的方法。AI每日简报是一个每日播客和视频节目，内容涵盖AI领域最重要的新闻和讨论。欢迎回到AI每日简报，朋友们。快速公告。首先，感谢今天的赞助商KPMG、Blitzy、Vanta和Superintelligent。要获得节目的无广告版本，请访问patreon.com/AIDailyBrief。无广告版本每月只需3美元起。

说到广告，还有一件事。我们秋季的广告库存开始填满了。如果您是AI初创公司、AI咨询公司，或者任何希望接触到这个非常专业、高度关注AI的受众的公司，并且您有兴趣赞助该节目，请联系我，[email protected]，我会向您发送相关信息。现在进入今天的节目，我们将做一些与我们通常的长篇阅读略有不同的事情。我

过去我做过几次，但基本上，与其写一篇长论文，我将基于本周早些时候我写过或思考过的一些内容，做一个更主观而非新闻性的节目。对于很多人来说，这个节目可能会引起共鸣，这我一点也不意外。如果不是对你，也许是对你转发的那些AI旅程还处于早期阶段的人有用。

简而言之，我经常被问到，就像你们很多人一样，现在提高AI使用技能的最佳方法是什么？有一段时间，有一些相当不错的答案。我一直对AI的教育工具持有一些批评态度。这就是为什么我们最初在Superintelligent开始做这个，尽管它现在已经变成了不同的东西。但在过去六个月里，我认为人们从学习角度需要的与他们所能获得的之间的差距越来越大。

基本上，到目前为止，AI学习资源还没有赶上自主代理的转变。你还没有看到关于AI代理管理的Coursera课程。你也没有看到关于如何成为代理主管的Udemy证书。此外，除此之外，我一直认为学习AI的最佳方法是实际操作并进行练习。记住，没有AI专家，只有比你练习更多的人。所以，如果你想成为其中之一，你只需要投入时间。

尽管如此，当这个问题不断出现时，我开始发现自己围绕着一个相当明确的答案展开。我认为，任何人都可以做三件事，如果他们做了，就会使他们在实际获得AI价值方面比99.9999%的人都要好。首先，在一周内使用OpenAI的O3模型作为战略合作伙伴。

是的，模型在这里很重要。其他模型擅长不同的事情，但我认为，如果你从商业角度出发，这个模型确实会最有效地推动发展。第二，使用Lovable、Bolt、SoftGen、Replit或任何这些工具来体验代码编写。第三，使用Zapier、N8n或Lindi等工具开始构建自主代理的工作流程。

我现在还有几个额外的建议，但让我们依次讨论每一个，以及在这些情况下可以进行哪些特定类型的活动来提升AI技能。

让我们从O3开始。正如我提到的，不同的模型擅长不同的事情。如果我需要写作，特别是任何涉及优美散文的内容，我仍然发现自己要么使用ChatGPT 4.5，要么使用Claude。但是，当谈到将ChatGPT作为实际的战略同事使用时……

不仅仅是作为助手或实习生，而是作为拥有重要想法和观点的人，这些想法和观点可能会影响我的思考方式，对我来说，O3是迄今为止最好的模型。因此，如果你想更好地使用这个工具，前提是在一周内将O3作为战略同事来使用。那么，将它作为战略同事，你可以做些什么具体的例子呢？

一个想法是向O3提供一个想法，并让它起草一份备忘录或演示文稿。我给你举个例子。我最近一直在思考的是，一方面，我真的很不喜欢传统的播客网络。传统的播客网络运作方式是他们处理你所有的广告销售，抽取一部分广告收入，并承诺一些他们实际上无法实现的增长方面的承诺。

顺便说一句，我已经多次经历过这种情况，我在这个节目和其他节目中都有广告网络关系，我已经能够调整这些关系以更好地适应我学到的经验。但即便如此，这仍然是一个普遍存在的问题。特别是在增长问题上，我一直认为可能有一种更好的方法来直接在其他播客之间建立某种合作增长联盟。

这个想法可能涉及预留一部分库存来为网络中的其他播客投放促销广告，更流畅地合作进行Feed投放（你实际上将其他人的播客放在你的Feed中，为他们向你的观众提供直接介绍），以及其他更具创意的策略。所以这就是我对这个想法的思考，但我最近有一些背景信息，想让它更完善、更清晰一些。

所以当我昨天开车去纽约的时候，我在O3上随意地说了几句。顺便说一下，你可以看到这段很长的，甚至不是提示，只是一段用OpenAI的Whisper转录的随意谈话，而不是苹果的转录工具。所以它实际上把事情说对了。我基本上要求它抓住这个想法的核心，把它变成一些更大、更广泛、更融合的东西。

O3发回的内容实际上是这个想法的概述备忘录。如果你这样做，你会注意到O3的很多特点。它提供的内容可能不仅仅是一长串文字。它将包含许多部分，其中许多部分包含嵌入式表格，以清晰简洁的方式组织思想。

在这种情况下，它反馈了一个高级播客增长联盟蓝图，包括核心思想、指导原则、成员资格和治理、增长杠杆和标准承诺、工具堆栈、如何处理资金、季度节奏示例、一些关于为什么这会奏效的要点以及概念的后续步骤。

因此，我立即得到的成果是，这个想法有了更结构化的起点，而之前它只是一个随意想法。这本身就很有价值。然而，O3反馈的方式中有很多事情我知道对我来说仍然过于繁重。例如，它建议成立一个指导小组来制定季度增长议程，并且

没有人会想要那样。所以，因为我把它当作战略同事而不是我必须精确提示的AI系统，所以我给了它一个非常简单的后续提示，这很好，但让我们尝试更轻量级的版本。

它朝着相反的方向前进，并以Handshake Alliance（它版本的超轻量级模型）的形式返回。类似的部分，深度略浅，但基本上仍然是对这个想法的阐述。现在，先不考虑这个的任何细节。你明白了如何向O3提供一个想法，并让它反馈一些可能有用的结构化想法。

需要注意的一点，这对于O3来说非常重要，我没有要求它对这个想法提供批判性反馈。如果你没有明确要求它提供批判性反馈，O3将从你提供的内容是一个好主意的前提出发。它甚至不会质疑这一点。所以，我可以做的另一件事，例如，我可以说，提供一个强有力的论点来解释为什么这行不通，作为另一种压力测试的方法。

我很确定这是一个好主意，所以在这种情况下我没有这样做。但需要注意的是，O3不会天生就给你提供批判性反馈，而这正是人类战略同事在没有被要求的情况下可能会自然而然做到的。如果你将O3用作战略同事，你还可以做的一件事是向它提出一个战略问题，并让它提供一些需要考虑的场景。而“场景”在这里是一个非常重要和有效的词。

我认为O3不擅长做决定。我认为它没有判断力和品味。一个很好的例子是，基本上没有什么比O3（或者到目前为止的任何AI）更不擅长想名字了。它可以为一个项目或公司想出一百万个理论上的名字，但它们几乎总是很糟糕。这是因为一个好名字的标准是如此难以捉摸和

微妙，以至于它至少与当前这些模型的能力不匹配。现在，当你把它带到更广泛的战略环境中时，我认为考虑O3的方式是基本上获得一些场景的映射，然后你可以去审查和反馈。

这就像要求一位同事制定一个计划，说明如果你做了某事会如何运作，以帮助你决定你是否真的想做这件事。举个例子，我不会详细介绍，在Superintelligent，我们有这些代理准备情况审核。这是一个帮助公司了解他们在代理旅程中的位置、他们有哪些组织差距（如数据准备情况）以及他们最适合哪些用例的工具。

这是一个一次性流程，是的，它可以转化为其他类型的参与。我们更深入地规划单个用例，最终我们可以将其连接到市场，在那里你可以找到可以帮助你的供应商。但它不是订阅服务。这是一次性付费。因此，我们自然会考虑的一件事是，我们是否会在某个时候将这些一次性审核

转变为更持续的代理规划产品套件。所以我问O3，我们如何才能将Superintelligent代理准备情况审核转变为一个持续的软件工具的代理规划产品套件？例如，人们不断寻找代理机会、获得建议，然后找到合适的合作伙伴。同样，因为我没有要求它批判性地思考，它假设这种转换是一个好主意，并继续进行。

它返回的内容是如何实现这一目标的结构化愿景。一个北极星愿景，四个关键支柱和关键能力，数据和架构草图，分阶段的产品路线图，商业模式，市场营销飞轮，执行风险和缓解措施等等等等。这是它真正擅长的事情。它将帮助你规划你刚刚开始考虑的场景，这种方式更全面，并且让你能够更好地审查它们。

当然，你还可以使用O3做另一件非常强大的事情，也许是最强大的事情，那就是进行深度研究。深度研究基本上是一个用于研究的单一用途代理，它使用O3模型，进行搜索、研究，基于你提供的提示，并返回一份报告，这份报告过去可能需要一个人花一两周时间才能完成。我经常使用深度研究来做一些事情，例如行业背景、事件档案。

几周前我准备这个主题演讲时，我比较的一件事是大科技超大规模公司围绕代理标准（如MCP）的合作速度，以及围绕HTML和电子邮件标准等先前协议战争的战斗持续时间之长。

现在，我个人觉得这很有趣，并且读过很多关于这方面的书，但我希望重新获得对一些最重要的协议战争（在我演讲的背景下）的清晰理解。所以我要求深度研究基本上创建一个关于过去70年定义技术的协议战争的档案。

正如它总是那样，深度研究提出了澄清问题，然后就开始行动了。在对20个来源进行105次搜索的相对较短的7分钟搜索后，深度研究返回了引用的档案，在这种情况下，这是一份相当简短的报告，因为我不需要一份非常全面的报告。

你可以使用深度研究来做这种事情，你会发现，如果你给自己一周的时间真正地将O3用作战略同事，你会发现很多你可能从未想象过的用例。今天的节目由KPMG赞助播出。在当今竞争激烈的市场中，释放AI的潜力可以帮助您获得竞争优势，促进增长并创造新的价值。

但关键在于，您不需要AI战略。您需要将AI嵌入到您的整体业务战略中才能真正提升其效力。

KPMG可以向您展示如何将AI和AI代理集成到您的业务战略中，使其真正有效，并建立在值得信赖的AI原则和平台之上。查看KPMG的真实案例，了解AI如何帮助其客户取得成功，网址为www.kpmg.us/AI。再次强调，网址是www.kpmg.us/AI。

本期节目由Blitze赞助播出。我现在与许多技术和业务领导者交谈，他们渴望实施尖端的AI，但他们的优秀工程师并没有构建竞争优势，而是陷入了现代化古老的代码库或更新框架的困境，只是为了维持运营。这些项目，例如将Java 17迁移到Java 21，通常意味着需要组建一个团队一年或更长时间。当然，副驾驶可以提供帮助，但我们都知道它们很快就会遇到上下文限制，尤其是在大型遗留系统上。Blitze改变了这种局面。

Blitzy的自主平台处理繁重的工作，处理数百万行代码并自动进行80%的必要更改，而不是工程师完成80%的工作。一家大型金融公司使用Blitzy在短短三个半月内对2000万行Java代码库进行了现代化改造，节省了30,000个工程师工时，并加快了整个路线图的进度。电子

请将主题行中包含“modernize”的邮件发送至[email protected]，以获得优先加入的资格。在竞争对手之前访问blitzy.com。今天的节目由Vanta赞助播出。在当今的商业环境中，企业不能仅仅声称拥有安全性，他们必须证明这一点。通过遵守SOC 2、ISO 27001、HIPAA、GDPR等框架，企业可以展示强大的安全实践。

问题在于，处理安全和合规性既费时又复杂。这可能需要数月的工作，并占用宝贵的时间和资源。Vanta通过自动化35多个框架的合规性使其变得轻松快捷。它可以在几周而不是几个月内让您准备好接受审核，并为您节省高达85%的相关成本。事实上，最近的一份IDC白皮书发现，Vanta客户每年获得535,000美元的收益，该平台在短短三个月内就能收回成本。

事实胜于雄辩。超过10,000家全球公司信赖Vanta。在有限的时间内，听众可以在vanta.com/nlw获得1,000美元的折扣。网址是v-a-n-t-a.com/nlw，可获得1,000美元的折扣。今天的节目由Superintelligent赞助播出，特别是代理准备情况审核。每个人都在努力弄清楚哪些代理用例会对他们的业务产生最大的影响，而代理准备情况审核是做到这一点最快最好的方法。

我们使用语音代理来采访您的领导和团队，并处理所有这些信息以提供代理准备情况评分、围绕该评分的一组见解以及关于组织差距和您应该追求的高价值代理用例的一组高度可操作的建议。一旦您确定了正确的用例，就可以使用我们的市场来寻找合适的供应商和合作伙伴。所有这些加起来就是一个更快、更好的代理策略。

请访问bsuper.ai或发送电子邮件至[email protected]了解更多信息。现在，在我们继续讨论你现在可以提高AI技能的另一种方法之前，关于O3的最后一点说明。O3 Pro最近发布了，人们仍在努力弄清楚如何使用它。坦白地说，我还没有找到它的常规用例，但根据我阅读的内容和深入研究过这个问题的人所说的，

O3 Pro真正擅长的是，当你想提供大量上下文来帮助推理决策时。事实上，Latentspace关于O3 Pro的客座文章标题为“上帝渴望上下文”。

作者写道：“我的联合创始人Alexis和我花时间整理了我们在Raindrop所有过去规划会议的历史记录、所有目标，甚至录音备忘录，然后要求O3Pro制定一个计划。我们惊呆了。它吐出了我总是希望LLM创建的那种具体的计划和分析，包括目标指标、时间表、优先事项以及关于绝对应该删除什么的严格说明。

但O3 Pro给我们的计划是具体且扎实的，它实际上改变了我们对未来的思考方式。”记住，我刚才谈到的是，对于O3来说，目标不是让你得到正确的答案。而是以一种你可以更有效、更快速地审查它们的方式来映射和组织思想，从而得出你自己的答案。

然而，Latent Space这篇作品的作者Ben所说的，O3 Pro将此提升到了一个新的水平。就像我说的，我还没有机会尝试它，但如果你有一些重大的决策需要为你的公司仔细考虑，也许可以尝试向O3 Pro提供大量上下文，看看它的效果如何，甚至可以与O3进行比较。好了。这就是你现在可以做的第一件事，以提高你的AI技能。在一周内将O3用作你的战略同事。

接下来，我们列表中的第二件事是体验代码编写。同样，我偏爱Lovable，但你可以使用Bolt、Replit、Softgen，任何体验代码编写的工具，你都会获得很大一部分这种体验。体验代码编写成为AI的一个突破性用例是有原因的。它极大地提高了

普通人创造真正有意义的事物、将想法付诸实践的能力。我相信，与代码工具交互将与与这些基于文本的LLM交互一样重要，因此你将需要现在就开始练习。即使它们使用的语言是英语，你仍然需要知道如何最好地使用它们，从中获得你想要的东西，与它们提供的其他工具进行交互。

事实上，我对仍然存在的旧教育体系的一个不满是，其中很多内容都是关于提示工程的，我认为这并没有什么用，至少与12个月前相比是这样。

但是，如果你现在要学习一种提示工程，弄清楚如何充分利用Lovable或Bolt，那么你不会做得太差。那么，你可以体验代码编写哪些东西呢？Lovable的建议包括个人网站、笔记应用程序、支出跟踪器。所有这些都很好，但这是我的三个想法。

第一个，我认为如果你在一个初创公司或一个小型团队中，并且你们正在使用任何类型的数字产品，那么这将是最相关的，那就是体验代码编写功能创意。在Super Intelligent，我们已经做过的事情，而且我相信这将成为初创公司和一般产品团队的常态，那就是人们不再允许分享产品创意。他们必须制作原型。

你可以看到，当你浏览我的Lovable库时，我用它做的很多事情正是这样。例如，这里有一个示例中心，我建议将我们进行的审核直接连接到我们拥有的市场，以便当一家公司获得一组用例建议时，它可以通过单击一个按钮将其转换为RFP。换句话说，如果Acme Corp想要实施一个客户服务AI助手，它可以按下一个按钮来实现。

现在，在这种情况下，这并不是为了投入生产。这不会是我要交给实际软件工程团队来构建的东西。这是一种展示而不是讲述我想要看到的东西，或者至少建议我们讨论一下的方式。虽然这比简单地写下这个想法花费的时间更长，因为我必须将这个想法写成提示，然后进行修改和完善，但它做了两件事。首先，

首先，它让我有机会确保我认为这个想法很好，或者将它发展到我想分享的地步。其次，它使我的团队中的其他人更容易理解我所说的内容，而不必尝试翻译我脑海中的画面与我分享的这些词之间的关系。对我来说，制作功能创意原型是这些工具最简单的默认用例，而且我不会感到惊讶的是，它现在以一种生产的方式对你有用。

你可以用你的体验代码编写测试做的第二件事是体验代码编写一个副项目创意的原型。我相信你们所有人都在某个时候对自己说过，你知道，如果有什么东西能做X、Y或Z，那就太好了。好吧，现在你可以制作那个东西的原型了。

对我来说，一个例子是，我对一个体验代码编写平台的想法很感兴趣，但这个平台本质上是社交性的，其核心思想是，当你构建某些东西时，你会立即将其分享给社区，社区可以对其进行重新组合、投票，并允许你最终获得收益并最终发布它。

基本上，想想一个Lovable产品猎杀混合体，也许还有一点代币生态系统。这是现代版的购买你从未打算做的事情的想法的域名，但你仍然想要一些退路。但就你的学习而言，这是另一种真正了解这些体验代码编写工具如何工作的好方法。

我的最后一个建议？尝试构建你小时候喜欢的一些游戏的副本。我年纪够大了，是的，在我小学的时候，我们确实有那个旧的黑白绿色的俄勒冈小径版本，所以我认为构建一个版本会很有趣，但这个版本是基于洛夫克拉夫特而不是西进运动。于是就诞生了《埃尔德里奇小径》，你可以开始新的探险，创建角色，决定你的职业，就像在《俄勒冈小径》游戏中一样。我将成为一个神秘主义者。你可以

你可以购买你的补给品（那些早期游戏中我最喜欢的部分），然后开始你的旅程。这个游戏比我向你展示的其他任何项目花费的时间都长，这就是我认为这种游戏设计方法有价值的部分原因，那就是事实证明，当你试图构建一个真正有效的类似游戏时，需要考虑的细节要多得多，它确实会让你对体验代码编写工具的功能有更广泛的了解。现在，如果你想真正进阶，

你也可以尝试一直到实际发布某些东西，学习如何使用Supabase和GitHub等工具。但即使你没有这样做，我保证，如果你花大约一周的时间进行体验代码编写，你也会感觉自己在AI方面领先于其他人。

第三，你现在可以做的第三件事是花一些时间使用N8n、Zapier、Plum、Lindy或其他任何工具来构建自主代理的工作流程。这里重要的是，即使许多面向消费者的代理正在上线，这些代理会抽象掉这种流程。

通过手动构建这些自动化工作流程，你将对代理的实际工作方式、底层的工作原理有更好的了解。我猜你甚至会在使用那些抽象掉所有这些复杂性的代理方面领先一步。即使它们不是你做的最重要的事情，也有一些非常常见的用例，它们仍然会让你有机会深入研究如何使用这些工具，并可能从中获得一些价值。

想想研究流程、销售推广流程、内容生成流程。这是一个来自Lindy的潜在客户推广模板。你可以看到，从它接收消息或指令到AI代理首先做什么，再到它为解决问题而经历的循环，最后回到代理，以及它交付结果的地方，整个流程都是怎样的。在这种情况下，提示消息，请求消息。

要求用户提供要联系的潜在客户列表，可以是姓名、电子邮件或Google Sheets。然后，代理根据它是Google Sheets链接还是潜在客户列表来解释下一步该做什么。你可以在这里看到你可以切换模型。Lindy让你可以选择默认、最快、平衡或最智能。你可以将其连接到特定的操作和外部工具。

循环是指将要重复执行的操作，在本例中是搜索困惑度然后发送电子邮件。正如你所看到的，当你使用Lindi或任何类似的工具时，当将其插入其他系统时，它们会变得更强大，但它们会让你能够确定它们实际访问这些系统的时间和方式。例如，在这个潜在客户拓展工具中，要完全退出，我需要授权它发送电子邮件，但你也可以切换一些选项，例如在该操作发生之前请求确认。

退出循环是指它已完成操作的完整版本，并准备继续进行该操作的下一个版本。在本例中，重点关注不同的潜在客户。我不认为你对刚才提到的任何类型的工具都会出错。再次强调，即使面向消费者的代理正在快速上线，可以将所有这些都抽象化，但我确实认为，手动绘制这些流程图以了解所有这些连接是如何工作的，具有很大的好处。

好的，这就是我现在推荐的三个让你在AI方面变得更好的方法。将O3作为你的战略同事使用一周。使用其中一个氛围编码平台进行氛围编码。使用Lindy或N8n设计和交互自动化或代理工作流程。这里还有两个额外的奖励。首先，正如我刚才提到的，我们正在获得消费者通用代理的雏形，其中一些代理发展非常迅速。这是企业家Henry Shi在LinkedIn上谈论GenSpark，

他称之为他见过的增长最快的精益AI公司。该公司仅用24人，在短短45天内就实现了3600万美元的年度经常性收入。GenSpark就是这样一种能够执行许多不同任务的通用代理。虽然我总体上的经验对这些工具有点失望，但Manus是另一个备受关注的工具。

我认为，如果你花时间弄清楚它们擅长做什么，它们可能会增加巨大的价值。再次强调，你将领先于我们其他人，因为随着这些代理界面的上线，我们将不得不赶上它们的工作方式。如果你真的想更进一步，第二个额外的方法是学习甚至交互并尝试MCP。

MCP代表模型上下文协议，它基本上是代理可以使用的数据的API。因此，MCP服务器是为代理提供访问特定数据集的工具，一旦设置好，

可以被多个代理使用。因此，你可以看到，在一个许多不同的人正在构建许多不同代理的世界中，如果每个人不必每次都手动连接数据源，而是可以随时根据需要连接到相关MCP服务器，那么这将快得多。

优秀的Riley Brown目前在Twitter上将其个人资料顶部（即Twitter/X上的RileyBrown_AI）固定了一个广泛的MCP教程，可以帮助你弄清楚如何与之交互。就像我说的那样，这更高级，但如果你真的做到这一步，你绝对会领先于近100%的用户。

就是这样。现在让你在AI方面变得更好的三种方法。所有这些策略的一个额外好处是它们实际上非常有趣。因此，我很期待看到你会用它做什么。但就目前而言，这就是今天的AI每日简报的全部内容。一如既往地感谢您的收听或观看。直到下次，再见。