Deep Dive
Shownotes Transcript
嗨大家好这是一期川台节目这次主播开意和教育 AI 制造的主播依依子进行闲聊聊到了彼此对 AI 发展现状的一些看法节目中的很多观点让人耳目一新欢迎收听和互动
hello 大家好欢迎来到教育 AI 制造者播客我是你们的主持人依子今天这期节目呢非常特别因为我们的嘉宾 KK 是一个在多个领域持续探索跨界融合的实践者他的身份也是非常的多元他既是大厂工程师也是独立开发者
不仅对 AI 和 AI agent 智能体有深入的研究而且还积极参与到开源项目当中并且他自己也开发了一系列相关的课程在我看来是那种既动手又动脑然后在实践当中不断前行的小伙伴其实每次我在准备节目的时候呢我都会想有什么样的对话能够激发我们对于
AI 与教育的关系能够有进一步的思考呢所以今天 KK 的经历和视角就让我特别期待这一次的聊天因为他不仅有非常非常丰富的实践的经验更难得的是他在忙碌之中啊始终保持着独立的思考形成了自己鲜明的见解
那我话不多说我就先请 KK 跟大家来打个招呼吧如果大家看我的个人网站或者在社交媒体上了解过我的话可能会觉得我做的会很多方向都会设计一下其实我的整个路线其实比较简单最开始在前 AI 时代我是做前端在前 AI 时代我大概
写了五年左右的前端在 AI 来了之后我会明显感觉到其实是所有人都会感觉到一定的危机对 AI 琢磨不透然后新的东西出来了好像所有人在讨论新的东西在前 AI 时代我做了 Culti Learner 现在有大概 17000star 一个比较受欢迎的肯定项目然后到了 AI 时代我觉得我应该去做转型 AI 再加上我的工作也是去做一个这种大模型应用的开发框架所以我就做了 Lanchendo JS 的课程
那篇课程也是叫从前端到 AI 我在想在 AI 来了之后什么是有价值的什么是真正能够带给我们无论是在职场的价值还是人生价值的所以我做了这个东西尝试去帮助我自己也帮助更多人的从前端从传统的开发去往 AI 走然后在最近这段时间或者说在出了那个课程之后
我去做了个人的咨询,因为在工作之后我会发现基本大家沟通很少,就是很少有接触到新的信息,新的知识之类的,那我想去更多去接触现在的人,去接触现在大家在想什么,我就会给我一些启发,所以我做了一个这种咨询的服务,去接触更多的人。
然后在现在这个时间点呢现在我们看到从 DeepSick 之后从 One 之后有一波新的 AI 的这种浪潮来了所以最近我也是在观察新的东西去看看能不能做一些新的玩具出来大概是这样的一个情况我觉得你整个经历让我感觉你是完全的在执行一个怎么把你自己产品化这样的一个过程说到这个我就有两个问题第一个就是你核心的一个驱动力是什么因为
你其实也有一个大厂的工作有非常丰富的经验你为什么决定还要做像是独立项目独立开发还要拍园以及做课程呢
我觉得是在寻找意义吧就是我在做咨询的时候很多人也过来会跟我抱怨我现在觉得这次做咨询有点像心理咨询师了其实虽然是一个职业咨询很多人会说就是非常痛苦然后想离职是因为他觉得他在工作中找不到意义我个人的感受也是这样的就是最好不要把自己的人生意义放在工作上是因为一个商业产品的成功它有很多很多因素甚至你的努力甚至技术方向的努力在整个
产品的成功和失败之间它占的比例是非常小的那我会觉得每个人都有对自己意义的追寻我希望去做一点事情让我自己开心那我就在探索意识探索自己的边界去想做一些产品让真正的用户去感受到我的一些
我的一些思路这会让我感觉更有意义一点第二点是我个人性格之前可能大家都会觉得算法大于后端大于前端但最开始我在做最开始直接选择的时候我其实是选择前端因为我觉得我比起
去处理数据处理模型那些事情我看起来好像更擅长跟人做交互去用一些 idea 去产生一些有趣的产品离用户更近所以我选择了做前端然后再选择业余时间怎么分配的时候也是我会觉得在大厂里去做产品好像离用户有点远你更多的是满足你来自你整个 report line 上压下来的一些压力和任务你很难去具象地感受到你的东西你的努力对这个世界或者对用户的真实意义
所以我觉得做个人项目之类的你会很容易得到用户的反馈你会更容易让自己进入这种意义的圆环之中你做产品做努力然后你一个 push 然后你立刻你的用户就会用到你的代码然后给你反馈这会让我会觉得更有存在感一点更有意义一点
说到这个个人的意义我蛮好奇的一点就是我感觉你的精力好像你一直在摸索新的东西然后一直不停地在转型那你会有感觉比较说像是疲惫的时刻吗因为
我会去问这个原因主要还是我自己会有类似的感受比如说我是首先我的学业就转了三个领域我是本科读的哲学然后就读了个计算机然后现在读教育学每个领域很不一样而且工作我又是作为一个工程师然后你看现在咱们还在录这个播客真的就是有些时候会觉得八根字打不着但是我非常有同感的就是我个人也感受到自己
这么 ZigZag 折腾的核心还是我也在寻找一个意义或者说我在寻找我这个人当中我可以扮演什么样的一个角色我在什么样的一个位置以及我能够为我周围的事物创造多大的价值这样的一个意义
但转型本身还是会有阵痛的所以我蛮好奇你是怎么看待这个过程当中这些可能会让你觉得不舒服过你舒适区这样的一个情况我可以再补充一点背景啊因为你是做前端嘛而且我觉得你是主观决定去做前端就是可能很多人会觉得不是一个那么好做或那么 RI 比较强的一个工作吧
那现在最近也出了那个 Cloud 3.7 Sonnet,然后很多自媒体上面都在说,它打击了前端工程师,或者什么毁灭了前端开发之类的。
因为这个大模型它可以很快的去生成几乎可以立马拿来用的一些前端的一些代码和展现嘛所以这个时刻就很容易会让大家在个人的规划和职业发展上产生很多的不确定性量的一个感觉所以我蛮好奇就是你是怎么看待这种转型的阵痛或者大环境给你带来的不确定性的
你其实刚刚说的比较大的转型像从哲学到计算机到教育学这个我确实没有太多经验分享是因为对我来说我在就高考完选专业的时候就非常明确我的爱好就是计算机我是一个除了计算机之外好像没有特别擅长的事情就我的小脑不是很发达叫什么运动项目一直都不很擅长就我发现这是我唯一的爱好也是我唯一的擅长的事情有一个我突然忘记他名字了一个很出名的程序员说过就是他
他觉得程序员就是他们让我做世界上最有趣的事情然后他们还愿意给我签所以这是我没有很正通我就是认定了我就是喜欢计算机我想做这个事情
但是细分的转型其实有非常多的是因为我并不是竞赛出身大家知道很多大佬都是那种竞赛计算机竞赛出身的人我就不是我在大学之前是不会写代码的我还记得我可能在大学的时候很开心说我们下一节学 YL 循环了我提前预习了一下我真的非常兴奋之类的然后跟其他的大佬大佬们都是 ACM 就是叫 IO 吧好像是计算机竞赛可能都打了好一轮了
现在觉得会有点搞笑了但是确实是我最开始并不是一个很懂计算机只是喜欢数码设备的一个发烧友这样学完这门课那在这过程中对方向的纠结我其实最开始做大数据因为我是 16 年的本科所以当时大数据非常非常火
然后我就开始看大数据想去提升一下自己后来又 AI 又来了第一波 AI 也就是机器学习那个 AI 我又去做 AI 去看了一下 AI 就是感觉自己好像没有进入那个状态就是并没有从中感受到自己很喜欢的那种感觉就是或者没有感觉自己很擅长的东西像后端像数据像模型在很多适合这个行业的人他的脑子里是有画面的他是能够清晰的
感受到这些东西它是怎么样在数据中流淌的我没有这个能力后来我去做了我的研究方向我在研究生说的研究方向数据可视化
我发现这是我热爱的东西这是我希望把一个数据或者把一个一种现象用一种非常好看非常它并不只是好看数据可视化或者我们看很多大屏那种图表并不是好看而是有科学在里面的如果用人类最擅长的方式最容易接触的方式去展现它我发现这是我喜欢的地方就在整个过程中包括我对很多朋友或者是我在给学弟学妹们做分享的时候我也是觉得
你并不是要去找到哪个火去做哪个因为现在 ai 的大模型非常火但是我可以非常明确的告诉你如果你不是博士如果你不觉得自己是万里挑一的天才
我不建议你去做算法因为大模型的算法的竞争非常激烈因为我合作很多 scientist 我会觉得他们真的是非常天才但是非常努力所以你如果没有这个天赋我不建议你去卷这个你会被卷得非常痛苦因为我们知道算法不需要那么多人去做只需要这世界上 0.1%的天才去把它做好剩下的人用就可以了
那你真正要做职业选择的时候首先做职业选择要趁早第二是你不要去考虑拿火而是去考虑你真正擅长什么因为我是科班毕业嘛我学习还不错我其实做算法和做后端我都可以做但我发现在这两个领域我是不擅长的我很可能会进入另一种痛苦的循环就是我花了很多努力只能达到那些天才花不多努力的一个状态那我觉得这个是让我更痛苦的
那我发现我的天赋或者我的爱好是在前端或者在交互或者在跟用户真正打交道甚至一些营销这方面我可能在这个领域我即使非常累那我依旧很快乐那会觉得在这个领域我更容易做出事情来前端它之所以存在它一定是有它的价值你在这个子领域去做出比别人平均值高的
产出比平均值高的贡献一定会有一个相应回报的收入吧所以我并没有去考虑在市场上这几个三个职位的一个评级而是去考虑我个人的东西我也会依旧建议如果后来者你正在读书我也是觉得你去思考你真正擅长什么真正热爱
其实它可能不是最赚钱的但它会让你未来的迷茫会少然后回到 AI 这个事情 AI 首先我在用 Cursor 我依旧建议所有没有用 Cursor 的一定去试一试因为 Cursor 刚出来的时候我很多朋友一直在推荐我就觉得因为我在用 GitHub Copilot 我在
我在之前是因为有开源项目是免费用的工作之后公司免费发我就一直在用它 20 刀我就懒得去换别的软件了然后一直在推荐说 Cursor 特别强我觉得它能有多强我就一直拖着没用直到一个月前我才开始用我算 Cursor 这波里用的比较晚的然后我非常推荐如果你跟我一样的想法现在立刻去用它几乎取代了我 90%以上的工作我现在 90%的代码都是 Cursor 写的
然后他的前端的能力非常强包括我现在在做自己的个人项目或者做一些玩具去验证自己 idea 的时候他的 90%前端代码依旧是 AI 写的但是具体的 AI 会不会取代前端我目前的想法是这样的第一他取代的是程序员因为我的组织工作是在做后端和模型离得很近的一些东西我不是很擅长拍摄的不是很擅长模型但是我是懂里面的就是在你写的代码之上它是有一个东西我
我不知道怎么说它有一个东西是你的逻辑是你的架构这个东西是你要懂的我是懂这个的最后把架构和逻辑告诉 CursorCursor 帮我写完然后我是有基本的认知能力对程序的认知能力我是能看懂它的逻辑我去评判它的写的对或错然后我给它加下一步指令然后它写出来最后 OK 它给了代码我语文是完全正确的
那他就写完了在没有 Cursor 之前我目前的任务我是觉得我一个月写不完但是有个 Cursor 我就需要一周写完但是如果把这个任务给另一个他对计算机没有那么掌握的人我想说他及时给他一个月他也是做不出来了因为他有些基础的概念或者是真正我们学因为计算机是一门科学在国内它是 Computer Science 它并不只是写代码它不是 Coding 它不是 Engineering 它是 Science 那你这些架构上面的东西你是需要去了解你才能真正的用好
这些工具的回到前端后端这个课题我会觉得反而我在思考的是什么样的场景 AI 的编码能力是最强的它效果最好的是那些可测试的场景比如后端的 CRUD 或者是后端的大部分 API 它都是有一个非常明确的输入和非常明确的输出那也意味着
它是可以非常容易的生成一堆 test case 我们先让 AI 针对这个场景生成 100 个 test case 我过一下 ok 这几个 test case 是我需要的东西如果它有一些没覆盖掉的 edge case 那我再补充一下然后让 AI 进行写代码写完了我告诉了 AI 你写完了代码之后你自己跑一下拍 test 去测一下这个效果好不好如果有 test 不过你根据它的报错再去修改这个代码它是很容易让整个过程完全程序化的
明白我意思吧但是前端不是这样的因为我有段时间在写非常大量的前端的 unturned test 它是很痛苦的你需要用无头浏览器去模拟用户的操作然后一点小的更改都不容易被测试掉或者直接把你很多测试给炸掉比如很简单你的测试可能是讲测这个 UI 点一个 button 之后能不能弹出一个对话框但是突然有一个你的兄弟团队上线了一个
功能就是它会弹出一个 badge 来告诉用户我们最近在打折你要不要试试让那个 badge 挡住了你的测试你的这个 N2N test 就挂了它前端是很难测试的所以反而我会觉得在这个过程中前端可能没有那么容易被取代
这也可能是因为我前端出身吧我得出了这个结论第二个视角是我会觉得在 SaaS 平台也就是 SaaS 平台或者 Model as Service 各种 as service 之后你会发现我现在要做一个应用我现在要做一个程序我在之前我需要懂后端需要懂怎么部署需要很复杂的东西
现在不需要了我只需要用 soapbase 把我的数据库打起来我用 verso 去部署我的网页然后我在我本地写写代码然后一推我的服务就可以全球覆盖到了然后有非常好的 cdn 加速非常好的各种优化这些之前都是大厂才能做的优化和我的数据库在全球都可以可用就是之前都是大厂可以做的优化现在我一个人我也可以做了那意味着当这些东西都变得更加简单
我觉得意味着离用户更近你的 idea 你离用户的那些界面可能是更重要的我会觉得所以这个时候可能更多的经历大家当你之前技术不再是壁垒规模不再是壁垒那 idea 可能成为壁垒我觉得
非常的好我一直在记笔记我整个听下来我第一个感受是我觉得你是一个直觉挺准而且你是愿意相信自己直觉和感受这样的一个人其实这个挺难得的因为可能在我们的成长环境里面我们已经太习惯于去服从于周围的声音和标准比如说
你好好学习上个好的大学你上大学可能你要去找什么怎么样工作所以你今天就要开始实习就很多事情好像就是你条条光光已经就是被你的前辈们试验好然后你就觉得 OK 如果我要做事情 A 那么我就要选择道路 A 像这个样子
但是我感觉你是一个愿意去倾听自己内心的需求然后敢于去做一个决定的这样一个人而且同时其实你又在践行有一个概念叫做 Ikigai 它是日本的一个概念其实也是
我们现在会看到就是那个三个圈的这样一个维恩图,你喜欢做的,你擅长做的,而且事后会给你一个回报的这个事情,如果三者都能交叉的话,那这就是一个非常好的一个人生的经历或者说是事业的选择。
也可以说是人生的选择我觉得在 AI 时代尤其是如此因为你刚刚介绍了很多关于前端先不说它贡献了非常多我觉得很宝贵的视角更基本上它其实是一个告诉我们当 AI 能够把你的
个人的产出杠杆化之后其实你更要去思考你喜欢什么你擅长什么因为一旦你像你刚刚说的你靠近了用户的需求理解并尊重他找到了一个合适的想法并且把它实践之后这个 ikigai 这个概念这三个圆圈就很容易会找到共同点并且这个共同点可能会可能会越来越大
而且你想想那个前端的这个事情,我是觉得很有意思,像你刚刚说的,创造这个事情本身,可能它的时间成本和精力和金钱成本在不断地变低,我觉得 0 到 1 可能对我们所有人来说,可能变得更加的普遍,然后壁垒更加的低,但是怎么可能把它从 1 到 10,因为我觉得如果要使用 test 的,
如果要去像你刚刚说的带着计算机科学的带着背景知识的角度这种结构化的知识甚至图谱的方式去系统性的解决这个问题它其实是一个要把它从一到十这样的
一个发展这个过程我感觉好像在 AI 这一波它对我们所要求的技能和知识也发生了一些侧重性的改变我在读书的时候其实我一直在思考在读书的时候看书比较多但其实毕业之后好久没看书了就你会感觉这个世界上有一百个事在急着你去做然后你没有时间去静下来去看一本纸质书但读书的时候看书还比较多
我当时会有一个思想思考是这样的就是你冷静下来去把你外面的所有信息都屏蔽然后你去想你现在所我们说本科本科教育你现在所遵循的那个教育大纲究竟是为谁而设定的它肯定不是为你的性格你的个性来设定的它是取得整个社会的最大公约数整个社会是一个木桶那有高有低可能不是短板效应可能不是取最短的那个人它可能取得一个平均值
但是你可能是那个短板你可能是那个长板或者是你在某个领域是短板某个领域是长板那个教育大纲绝对不是为你设定的绝对不是为你量身定做的或者是说即使是为你量身定做的你根据那个教育大纲最后你的能力也只是一个平庸的人只是一个平均值这是通识教育的目的
所以你需要去思考你到底的热爱的是什么如果你在国内读书会发现很多人计算机本科毕业了或者很好的计算机本科毕业了他并不具备写代码的能力并不具备解决问题的能力
我一直对一个毕业生他是否进入了程序员这个领域的评判标准就是你能否我给你一个任务 OK 这个任务可能是一个随机的任务我让你在网页里实现什么或者让你做有什么这个其实你没做过的你能否通过搜索通过找到合适的库合适的知识教程然后就把这个事情做了这个解决问题的能力我会发现很多本科毕业生是没有的所以我会觉得如果你在纠结你的方向你可以
不是去随大流而是真的去认真的思考一下但是在你没有想清楚之前还是先随大流去保证一个保底的一个知识能力和水平而不是真的觉得我真的要跳出这一切就是怎么说跳出框架应该是你深思熟虑并且你做了非常非常远超其他人的努力之后做的一个抉择而不是一个你只是厌烦现在的框架然后觉得那我跳出吧那个是不负责任的
回到 AI 这个方面最近很火叫 Vibe Coding 对我也想聊聊这个跟你这是一个非常值得警惕的东西是因为 Cursor 真的是我会觉得太强大了很容易因为 Cursor 进入 Vibe Coding 的状态你比如我正常去写写后端的代码以前工作在写后端的代码
代码跟模型比较近的代码它是很痛苦的它可能一共就几十行代码但是它的效果它所带来的影响可能是非常大的像我之前写前端其实很多时候我是很开心的因为右边一个预览窗左边是代码去写一些 UI 是非常爽的
但是你再写一些后端 Python 这代代码一行代码可能会影响非常多的事情那你其实需要认真的去思考的但是当你把你的需求给 CursorCursor 一下读出几百行代码
并且你随便跑一个 test case 你会发现它是完全正常它跟你想象的最终代码是完全一样的时候有多少人能经得住诱惑不是直接把这个代码提交上去交差而是认真的去读一下思考它的每一行代码我相信是非常难的因为我现在就不断地滑落到 web coding 这个状态就是代码出来一运行正确然后可能报错报错了再粘一个 cursor 再写一版再运行诶
没问题了我根本不会去认真的去思考每个代码我会觉得这是一个值得警惕的事情我会觉得未来程序员跟 AI 的协作是一定的是因为它确实提高我觉得一两倍的工作效率但是什么样是良好的协作什么样是在协作的过程中保持程序员作为我们是他是高
我们是 pilot 我们作为主驾驶的整个的掌控感我觉得这是在 webcoding 时代我们需要思考的在工具还没有想清楚或者在工具还没有给我们一个很好的解决方案的时候我们需要自己思考自己心里有那根弦去时刻抓住这个代码是我需要对它负责的我用 copilot 我用这些东西
他只是帮我提高速度我应该时刻对我的代码负责我要时刻知道这个车现在开到哪里它是不是偏好的但是这个真的是非常非常大我觉得我深有同感因为我自己本职工作是写后端的然后呢我是为了去尝试开发一些教育产品所以我开始去做网页的全站开发用的完全不一样的编程的语言
然后最开始呢我是看着那个 YouTube 的 tutorial 它不是那种好几个小时长的 tutorial 然后一步一步在这里去开发一些嘛然后我就边看着它写我那边打字啊什么的然后后来就出现了 CHPT 还有 Cloud 还有 Cursor 我并没有用 Cursor 去写代码我是用 CHPTCHPT base 吧
我的流程看但是应该也很相似就是我会先跟他进行一个头脑风暴然后呢我会跟他一起去做好一个 design documentation 就是一个设计文稿然后呢我再会给他规定说我需要比如说在什么框架下面像 next.js.react.tapscript 然后用什么样的 directory 用什么名字的 database
等等等等,然后我会把我所有的这种编程的一些规则吧,或者我想去遵循的一些习惯啊,或者说一些工具的用法,我都一股脑地告诉他,然后他就会从头开始,把 folder 什么的每个给我编好,每页都给我写好,直到有一天我突然觉得,我好像也不太关心它是怎么实现的了,就是我不会再去仔细去读,
他一页没页讲什么第一个就是我发现 debug 开始变得困难的时候因为你不熟悉那个代码对我不知道我不知道什么
这个就是 debug 最难的地方在此之前我觉得 debug 对于我来说其实是个蛮愉悦的事情因为我是文转码嘛就跟我类似很多同学或同事他们能不能够去完成这样的一个转换其实取决于他们对 debug 的容忍度有多高我觉得我是一个容忍度其实蛮高的甚至说可以乐在其中的人因为在 debug 过程当中其实我觉得我是在学东西
我一定要去看到那个数据啊或者对象一个个什么怎么变化那对于我来说是很有心流的很有成就感的一个事情像探险一样对对对但是后来我发现我原本 debug 因为我已经不知道我不知道什么的时候就对于我来说就是一个很大的一个 reflect
一个很不好的一个信号第二个就是因为我写全站嘛有些时候我就发现这个代码越来越复杂因为比如说我想去加个功能它会给我新开一个文档但是呢我可能不知道我不太确定类似的功能有没有在其他的 component 里面已经实现所以其实整个代码的结构已经出现了我不知道的冗杂直到比如它的总体的长度已经超过了 context window 因为我一般
会用一个 repo mix 这样的一个 command 然后我把所有的代码打包成一个要能够快速理解的格式所以我是给了他一个 context window 他给全程看到哪些细节是需要改的但有一天我发现他已经太复杂到大模型都看不到了然后
我也记不住细节了我当时就觉得哇这个是我我现在要去反思的一个问题我第一个想法是现在立刻下载 Curse 我现在感觉像 Curse 的人工推广员一样就是我听你之前的 workflow 其实是 LM workflow 你用大模型在编程
但是 Cursor 是 agent 编程就是它内置了很多工具它会去比如你把任务给它它会去分析这个任务我需要读什么样的代码然后它会提前把你的所有代码去进行索引你白顶撑放到它外壳的 DB 里
然后他用语义化的去搜索就是 OK 帮我找现在的代码有没有比如跟状态管理相关的库就你有没有已经写好了这一部分他会查找查找完了发现 OK 这个代码库里已经有了那他会去做复用然后比如你要做一个东西你现在没有应用相关的依赖他会进行网络搜索去
去找到相关的比较好用的库和他的 talk 然后去给你写所以你在给 cursor 提一个任务我基本提完了我就会躺下然后滴滴盐要水喝个东西他会进行两到三分钟的 work flow 最终把你这个问题解决他真的是 next generation 然后我们回到 webcoding 这个话题就是叫什么
Cursor 真的没给我打广告我希望他给点钱我们说一个东西就是我今天看到一个视频是早上看到的就是自动驾驶出了一些事故很多不是某个厂商是很多事故然后就会有人说为什么要把你的性命交给一个机器或者交给一个程序交给一个算法这不愚蠢吗我当时觉得有道理但是下面另一个人说他说在汽车出来的时候马车人也是这么看他们的
我就觉得很触动我就想象这个世界上只有马车用户的需求是造一个更快的马车然后有了汽车它是一个非常危险的首先它噪音非常大污染非常严重很容易爆炸因为现在的汽车非常安全了但你想想在之前汽车技术没有安全的时候那是一个油桶那真的是很容易爆炸的
这一切都是这样的所有人都在抵制很多马车党在抵制那我在想我们现在面对编程我们在讨论的这些 red flag 我们讨论的这些我们丧失的东西我们是不是变成了旧世界的余党要不是我们在经历的是范式转换我们在聊一个东西在旧时代我们考虑的是什么代码和程序员是非常昂贵的
我经常跟朋友举的例子说为什么 Python 这么火有两个点第一个点是 Scientist 的代码能力巨差他们不太会写 C++C++是非常难的他们懂就是 Scientist 懂的是 Science 它不是 Engineering 它写 C++很痛苦你会发现很多 C++的开源的这种论文的项目 bug 非常多第二个是程序员非常贵
写 C++的程序员非常贵但是写 Python 的程序员非常便宜因为 Python 比较好学嘛很容易招到人那他写出来的程序他可能比 C++卖 10 倍那公司说我再买 10 台服务器吧说实话服务器对公司来说是很便宜的而且它是固定财产你对比程序员的工资对比你写 PythonC++同样的功能 Python 可能要快三倍
那这三倍程序员的工资其实对资本家来说写 Python 一定是赚的所以 Python 会这么火但是这只是一个角度不一定是 Python 这么火它肯定还有其他理由所以之前我们老说我们要宠用代码我们要有非常良好的设计我们设计要考虑未来的需求就是因为代码很贵我们要做一个需求或者架构级的更改我们需要程序员很认真的思考很久去写东西
所以我们要做重用我们做这些东西但在这个时代我可以说高质量的代码几乎廉价因为 Curse 给我写的前端代码我可以说它的水平绝对是高于我的它可能只是有一些架构上的东西它现在的模型能力或者它对整个架构的理解没有那么深
因为他不能同时把所有的代码都放到他上下文明,我相信有一天,如果我整个仓库的所有代码都能放到他上下文明,他对架构的理解一定比我好,我让他做架构级别的冲锅,他做的东西,他考虑的细节一定比我好,那当代码变得廉价的时候,我们真的需要重用代码吗?
我们真的需要考虑这个功能这个工具函数已经在其他地方实现了我们需要重用吗你知道重用有时候是一个陷阱的因为你要重用那你就把那个工具函数要改得很复杂它要兼顾很多情况其实更容易导入 bug 所以你直接复制一份直接去修改反而是 bug 最少的情况那只是不够优雅那代码便宜了我真的还需要重用代码吗
用户他需要的 UI 我用户现在我要填一个表单我让程序员提前写好 UI 跟我让大模型根据某种东西生成一份新的 UI 的代码我用完这次 UI 的代码我直接丢掉反正下次我直接用最新的代码去赠送部分好像也没啥问题他也比程序员便宜一个程序员一天的工资够大模型写多少代码
我看过一个应该是去年这个时候在讲 agent 方面的一个研究它就是把一个程序开发的流程和当中涉及到的团队每一个都变成一个应该说那个时候还不是 agent 的时候它是变成简单一个 LM 的一个 input 它把它变成了一个 LM 大约模型的输入和输出但是呢
每次的输入输出他扮演的角色比如说是前端工程师后端工程师设计师然后就是 QA 产品经理这样的一个角色然后他让他去写一段稍微复杂一点的一个代码去完成一个要求然后他发现两分钟可能用了不到 1.5 道
就代替了这么多个团队可能你知道如果在公司里面你还要开一下会呀然后再这来一句话那来一句话啊 slack 上再等一等啊这个就差别就太大了时间上因为我感觉如果是小团队或独立开发的话那
那么可能更多的时间还是在代码这个创造的过程当中但一旦这个公司或者组织结构变得稍微复杂甚至冗杂之后你很多的时间你作为一个程序员其实很多的时间还是花在了比如说开会啊等等一些跟组织架构相关的而不是单纯的跟你的职责相关
他就是因为探机生命的沟通效率实在太低了为什么程序员一直在加班你要知道国内是有加班费的冷知识我现在觉得我在北美是没有加班费的在国内反而是有加班费的就国内是有加班费的有时候你像子杰他们大小周他们为加班费因为加班费是双倍工资法定节假日三倍工资他们付出很多那为什么还要让一个程序员疯狂加班为什么不多雇一个
就是因为一个人加班写的代码要比两个人合作写的代码要好因为我们谈及用语言沟通实在效率太低了我在自己脑子里沟通非常快刚刚说的也是 agent 之间沟通的效率真的比人类高太多了而且你在大公司你知道你每天 100%的时间有七成甚至到九成的时间你在对抗整个体制对抗它的代码债对抗它的一些流程和规则的东西你剩下的时间在创造
但是 LM 不是这样的 LM 的沟通效率太高了它真的是比人类在代码这个事情上有太多的优势第二个是你刚刚说的那种是多 agent 的协同其实它很多代的版本我会觉得学术界是比工程界领先一个版本的这个所有人都有这种感觉就是最开始大模型刚出来
我们在玩什么我们在玩直接跟大模型去对话其实就单纯的用 API 对话当时有一个网站很有意思当时有个文章是介绍某本书然后有人把它的原版给扒出来了它的逻辑就是你比如我要想去获取百年故都相当的消息它真的就是一个 prompt 说给 CHAPGPG 你现在要介绍百年故都这本书然后用户的问题是什么然后就直接回答没有任何的 engineering 的东西就是一个单纯的 API
但当时学术界在玩 RAG 对吧现在 RAG 在去年非常火工程界都在玩那时候学术界已经在玩 agent 了然后现在 agent 是真正的落地了我们能感受到 Cursor 前段时间火的那种 Jarvis AIManus AI 它都是 agent 的落地场景
然后现在学术界在玩什么在玩多 agent 的东西所以我们非常容易预测就是可能下一个时代在下一个工程上非常爆发我们能玩到的东西可能就是多 agent 的写作所以在那个时候我会觉得我们的很多技能确实会变得价值变得低
我最近去了一个 Manos 在湾区的一个闭门的分享会嘛,然后是他们的产品负责人张涛来过来分享的,然后我当时有一个非常,one of my biggest takeaways,他提出了一个新的定义之前,比如说,
比如说我们看大语言模型是 LM 我们说有一个 scaling law 就是说你要这个模型做得更好那你要数据越多算力越多等等它是有这样的一个 scaling 或者是扩充的这样的一个定律但是在
agent 这个时代,其实 Manus 本身他也是一个很多的 agent 的一个合作嘛,他说其实他这个 skilling law 就变成了 the scaling of labor,劳动力的一个扩张的一个定律,但他这个对于劳动力的定义是这样的,他是一个分子的分母嘛,然后分子是 concurrent hours,你有多少个 agent 在同时给你工作,而不是说,
一个时间只花在一个任务上比如说人你就只能一个时间花在一个任务上对吧人的所谓的 multitasking 多线程工作其实是不存在的但是对于 LM 下面的 agent 这个事情就像你这个人把你的工作交给了很多智能体在同时给你干这有时候我会有这种感觉
因为我是切 GPT200 刀的贵人所以我是 LMLM based 的 vip coding 但是 Cloud 的前端写的太好我就想他那个简直是就是我可以把这个东西捏出来但是整容瞬间让它跟着跳
漂亮还是得去让克劳的帮我弄然后我就我就会感受到我会同时开好个 deep research 然后我就搜索各个的嘉宾然后搜完之后他们帮我写 invitation letter 好然后就可以发出去这还是我做播客哦然后同时呢可能我会去让他帮我读一个 github 里面代码的结构是怎么样的然后呢因为前段时间我也开始在我的小红书上做一些直播的分享
就是去展示这个 am face 的 web coding 可以去做一些 ai 辅助下的教育产品所以我有时候会在跟那个 chash bt 之间然后这样帮帮我写这样的一个代码
我可能还会我还写公众号公众号会分享一些就是 AI 和教育这个交叉学科我的一些看法比如说怎么看原认知啊怎么看 AI 作弊啊等等然后这些都是同时间进行的可能我在等这个对话框它结束的时候因为 deep research 花的时间会长一点对
对我就会在另外一段话然后我会在另外一段话就做翻译然后再写大纲啊等等等等就是我刚才看到他提出那个概念的时候我当时就有一种恍然大悟的那种啊哈的那种感觉真的确实是他这个所谓的 concurrent 就是同时发生的任务除以任务的数量所以我觉得好像我有很多的分身在做事情而这个分身比我自己有效率
比我自己还要厉害但是我觉得核心的点就是说我得有能力我得有想法我得有冲动想去做这些事情并且把这些任务能够表达的清楚而这个任务当中它带着我个人的特色我的风格和我想表达的一些事情而且我觉得这个是
对我来说是最核心的因为这个才是我比如说同样我们看一篇论文我会在小红书上分享一些我对一些 AI 教育论文的看法那可能别人也会分享我看这个论文的视角包括我传递给 LM 想让他帮我去做整理的视角那个才是我这篇文章存在的意义但并不是说其他文章没有意义而是说这个才是
发出了我自己的声音,所以在某种程度上,它让我,或者整套现在生成是 AI 的一个进展,它让我觉得最直观的是,OK,我的个人杠杆化了,我的个人的生产力飞速地提高了,我可能做到这些很多我无法做到的一些事情,但是,
我觉得更深一层的是,它让我作为一个人的自我表达得到了充分的满足,或者说我自我的创造,我自我的实现得到一个充分的满足,而且因为我可以反复不停地自我实现,所以我甚至在某种程度上,我是不需要他人的真反馈的。
我只需要我自己的真反馈就可以了我进一步还发现他其实也帮我去完善了我一个人格的一个成长就可能之前我觉得我这也做不到那也做不到的时候我还是挺自卑的我也会内耗但是现在我从一个不太了解到了解我从一个做不到的做得到这个过程当中
我会觉得我的人或者我内心的小孩有了二次成长的这样的一个空间越来越像老板了其实对对对你从技术细节上脱离出来了其实它对人的要求是更高的但我非常有感悟你刚刚说的就是或许我们之后去衡量衡量 AI 是算力和模型的大象那我们未来衡量人的能力
可能就是你能掌控多少 AI 算力就你在同时间你脑子里的你去想象我有这样这么多 AI 去做不同的事情
你去给每个人下达指令在国外都要自己做饭对对左边煮面右边煎培根这边开始叫了这边调一调然后再加点东西让它继续煮然后这边再动一动就这样的你到底同时能掌握多少个 AI 让他去做事情并不是给他一个简单的要求让他自己发挥而是你去掌控他去控制他沿着你设定的路线去发展让他给你一些反馈给你一些结果让你很快的能看到他的情感
情况哪里走偏了或者是哪里要再加一点你再给他一些指令他继续做其实对人的要求会更高就是我们总是吐槽打工仔嘛但实际上真的你去跟一些老板跟一些 leder 不说创业者就跟 manager 去聊你发现他们比打工者更累是因为我们只需要有确定的输入输出我们只需要做好这个事情就好了
老板需要考虑的这个话好像好怪老板需要考虑的确实是更多的他其实对你的掌控性是很差的你可能突然摆了你今天就不做了那他在他那里这条线就是被 delay 掉了那他要想尽一些办法去弥补然后那下一条线怎么办下一条线怎么办这些都是老板需要考虑的事情但现在如果你想用好 AI 那你就要用老板的心思思维去管理好这多条线并行的事情并且他在有结果的时候你如何去指挥他下一个
所以我其实我现在越来越理解我的老板了我蛮好奇你自己是程序员你已经很多的实践了不管是你公司上做的和你额外做些开发你还做了一个课程我对这个很感兴趣原因就是因为我之前采访过一个以胶带
带学的这样一个个人开发者,他在 Udemy 上分享了很多,IMA,Agent 之类的一个课程,然后他可以一个月出一套,但他不是为了说赚多少钱,而是说他通过这样一个费曼式的学习的方法,他去掌握了这个领域的知识,但我蛮好奇,你是因为什么原因会想去做这些课程呢?而且在过程当中,你有什么样的一些,比如说对于教育,
刚刚我们其实我们聊了很多你自己的经历出发对一些职场呀对于个人成长啊个人反思之类的一些感悟嘛在做一个课程的时候你是什么样的一个心态和想法
自我学习这个我也很明显能感受到我做的是 Lanchin 的课程 Lanchin 现在也非常火我只能说我在做这个课程之前就我决定做这个课程之前我对 Lanchin 并没有非常深入的理解只是非常酷然后我的本职工作也跟 Lanchin 相关所以我对大模型应用框架比较熟
所以我就去了解蓝屏看看然后我发现世界上没有好的教程那我决定要做一份的时候确实我说做完这个课程之后我会觉得我的水平才真正达到了一个相对高的程度是因为费曼学习法这个可能大家已经叫什么说烂了好像所有的这种心理经常都在说但效果真的非常好当你看完了他的 tutorial 你觉得你学会了跟你用自己的语言把这个 tutorial 给讲出来
这个难度是完全不一样的所以我在做完课程之后我会被迫着一是我把一些 feature 讲得很深入你肯定不可避免的你要聊一些 feature 背后的一些思考设计一些原理那你就要去看它的圆满你就逼着你学习逼着你对这个东西掌控更深要是你要写一些 demo 写一些这种简单的 case 去介绍它这个 feature 那也是逼着你一直在学习一直在训练我确实觉得 FM 学习法是一个非常好的一个东西
第二个关于
做课程的意义这个是我一直在思考一个东西就是首先卖课好像现在成为一个贬义词了大家当一个比较有 reputation 的人出来卖课大家会说割韭菜但是我个人最喜欢的一个卖课的或者写课程的人我们这里不提名字他的课他的深度不是非常高我会觉得他的深度就是一个项目的 tutorial 再往深一点点但是我买了他非常多的课包括前两年或前一年前我一直在买他的课
就是因为确实有这样一批受众或者很多都是这种受众就是我买这个课并不是为了进阶
或者是这个世界上没有那么多人需要进阶你去看一些高批的公司内部高批的东西高批的人他其实对很多项目的底层他也没那么的熟悉真的没有那么多人需要看圆码好像国内现在面试你不看圆码都面不上了但真的没有那么多人需要看圆码他们需要的就是用这个库能做一个中等水平的东西出来但是这种课程都是很稀少的所以我非常喜欢买他的课就是因为他可以把一个库把一个技术领域
我看完之后大概就能获得一个初级往中级左右的一个水平这个价值是非常非常高的这个是市场最需求的这是真正有价值的是因为你一个中级已经对这个领域有终极理解的人
他不需要去买课他不会去买课只有那些完全不懂他想进入这个领域的人才需要课所以我觉得初中级的这种入门课程其实是有价值的但是可能现在大家都会觉得如果你出一个很简单没有深度的课都会说你割韭菜的这种感觉我还觉得这个不是很好的一个现象你刚刚的回答其实解决了我很长时间的一个困惑就是
什么样的课是最有价值的因为很多时候包括我其实也会上一些所谓的自媒体课然后他们就说你要做 IP 你第一个想到的或者说最适合我像我这种类型那你去卖课吧对吧然后他会给我第一个提出来就是说你找到你的人群是什么样的你看你人群需要什么
但是我觉得你刚刚说的点更像的是说我们放开人群不谈而是说从这个知识结构和产出本身来看绝大多数的知识可以很快速的得到的但这些知识往往都是入门的也就是说你这个小白你想入门你去找到能够让你入门的知识现在是非常的方便而且是免费的但是入门之后再上一阶可能这样的一个
跨度是目前稀缺的我在想原因什么可能原因之一就是它涉及到了一个视角的转变它可能涉及到了一个完整的知识结构的一个搭建
甚至说它可能涉及到了一个它其实要帮助你自己角色进行一个转化你是在一个过渡期的人的角色的转变上面就比如说你想从一个小白转化成专家你想从中级转化成高级因为你需要更多的实践因为实践带来的给你的感受和你单纯的去输入和输入感受是绝对不一样的
其实这个很像我们在教育学里面说的那个 bloom taxonomy 它有六层第一层就是你要记住然后你才能够理解往上走就是可能你才可以就是分析然后评估然后第三层就是创造所以我其实有在想不管说我们是要去做一个课还是买一个课每一个听众过
或者说大家应该思考的是如果我想成为这方面的专家我这个专家的过渡期什么样的一个 knowledge gap 就是知识的代沟知识的鸿沟是我需要去跨越的我觉得这个应该是因人而异的但是如果我们的认知能够先去找到这个鸿沟是什么其实可能对于我们来说会
更方便或更有针对性的去找到最适合你的这样的一个路径然后第二个当你提到其实你在准备浪前这门课的时候让我想到了究竟什么是 ai 不能够替代的比如说其实你现在也可以让 ai 做一门课我蛮早的时候我就在用那个 multi agent framework 就刚刚 microsoft 提出来的时候我就用他那个 python code 实现了一个多智能体协作去开发一门课的这样一个 framework 然后
然后比如说我给他带一些数据库然后用了 rag 给了他一些可能学生的一些 profile 像是什么样的年龄啊什么样的一些职业啊包括这个课程什么样的设置再加上一些可能教学法课程设置法就是一些这种领域性的知识然后都放进去说实话他做的那个课我看起来非常的清晰当时我们做的是一个 meditationmindfulness 的一个课我把他拿给了这个领域的
一个专家去看他自己都觉得这个完成度非常的高那我觉得这个如果他是一个知识的整理的话那应该是可以实现的但是真的要把这个课做出来也是要你要学到而且还是要用可能
跟你背景类似的人的那种语言心智和认知让他们明白其实不是靠 AI 的而是靠你是否能够去克服你的一些心理比如说耐心啊有没有耐心能不能去克服这个沮丧更直白一些它其实考验的是你的人性你能不能够去克服自己人性当中的一些弱点
所以它更让我想到其实在 AI 能够这么帮助你去杠杆化自己产品化自己以及去产生知识的这个时刻我们能不能够让这个知识先说让它开花再说让它结果可能它考验的是我们作为人我们的品格
或者是我们的这个 integrity 像一棵树一样那种人格是不是足够的完整的或者说这个可能才是我们这个时代需要的一个人的一个修行我听起来有这样的一些感悟对就是你的独立思考在现在这个时代比以往变得更加重要
你的认知的鸿沟或者这么说我前段时间拿因为 GBT4O 的新的绘画能力非常强然后我的这个猪猪躺在一个电脑前的这个头像用了非常非常多年是我非常喜欢的一个表情包作者的一个表情包我甚至联系了这个表情包的作者希望买他的版权他说你要光做头像就不想买版权了然后非常慷慨地把原始的那个 PS 文件发给我我就想换一换更新一下它然后让 GBT4O
凸了几个结果出来首先他这几个结果在美术在设计上非常的有完成度但是
就是缺了一点灵性这个真的我包括在推特上也发了这四个图片你会发现其他的它都是非常的丧但是我一直觉得我这个头像在丧中又有一点小小的奋斗这种小机器人的感觉有点反差萌对对对因为这种小灵性 AI 真的做不出来这是刚刚提到的课程它可能能做出来它可能讲得很好但是这个课程的受众能不能理解以及它的讲的风格是否是人类好理解的
这是差距很大的因为我在在我的课程讲 reg 那一章的时候我就在想我是一个数学很差的人虽然我成绩还可以但我数学一直没有很就是就像我刚刚说有的人没有进编程的门我也是就是数学我能用但是我没有进数学的门我感受不到数学的美那怎么让一些数学不好或者是他可能就是非计算机课班的出身的人
知道什么叫 regg 为什么一个文本能变成一个向量那向量之间为什么还能衡量相似度我当时就举了一个非常简单的例子就是文本变成向量它是通过大模型做 embedding 它的具体原因我也很难给你非常详细的讲清楚我说我们这个样子我们去把这两段文本去把它打成单词
然后我们把单词去做统计让我们知道每个单词出现的数量然后再把它填到一个向量里就是这个向量的第一个值就代表 e 字在这个句子里面出现的次数第二个向量第二个值这个向量第二个值就代表 apple 这个单词出现的数量那你是不是就可以生成一个向量那我是不是这两个向量之间的距离就可以说这两个文本之间的距离比如这两个距离非常近证明这两个文本出现的单词都非常类似那这两个向量就是
代表这两个文本更相近我觉得这种例子是 AI 它很难有灵性去讲出来的但这些东西确实又很容易被人类去理解可能 AI 讲的话很容易被 AI 理解所以我觉得这是真正的价值就是你的独立思考能力你的独立的表达能力或者是说在 AI 来了之后我们好像又回到刚刚那句话就是更高层的视角变得更加重要这个是真正的竞争力
我记得在你的推文和博客里面你其实有在讨论真正有价值的或真价值的 AI 应用你可不可以给我们听众分享一下你是怎么去定义或者衡量打个引号就是真正有价值的 AI 应用的你觉得它是要去解决一个真实的痛点提升效率还是说要具备某一种像是刚刚咱们聊了这么多的像这种打动人心的一些要素
对这个是我一直在思考最近也是见了很多新朋友也一直在讨论这个问题说我其实没想清楚我只是去分享我的视角首先我的视角绝对不是站在什么全人类的角度我并不能从零去 trade 一个大模型我不是 scientist 不能去突破人类的边界这个角度做真正的 AI 有用的东西我觉得我没有发言权而是我现在我自己的视角自己的经历我在想说的是
大模型它本质上就我最新的理解是要什么大模型本质上它是个语言模型那非常容易的理解它至少跟我们能写很好的文章
但是我在真正写文章的时候我希望一个有个像 GitHub Copilot 或者 Cursor 一样的工具去写我的文章当我写一句话的时候 AI 会给我自动补全因为我们的很多话 AI 是可以自动补全的补全出来或者是我有一个对话框我说你帮我去再优化一下文章然后它又优化出来了然后告诉我我改了哪里改了哪里然后我挨个去点这里是否同意你改这里是否不同意然后我这里再给你一些其他的建议去改一改
这样的软件是没有的 OpenAI 想做过 OpenAI 做过那个叫 Canvas 模式但是用过就知道其实是很难用的 Canvas 模式因为你发现在很多垂直场景下我们去用 OpenAI 我们去用 DeepThink 你会发现它太强大了但是到了一个具体的应用场景你会发现没有一个工具能很好地解决这个东西
所以这是我理解我觉得我最近想做的东西我在找一个这样的方向就是在某个垂直领域我是真的懂这个垂直领域或者如果你在创业的话你有一个产品经理真的懂这个垂直领域就像 Notion 一样 Notion 在最开始创业的时候比较失败他们把整个团队都裁了然后搬家到了日本去在那里静下心来认真的去思考笔记这个事情到底是什么
我并不是听着用户的反馈用户只会告诉你我想要更快的其实用户也不知道他们想要什么我觉得对他们需要一个真的很懂产品懂这个场景的人去认真的思考去找他最 meta 的几条需求最 meta 的几条场景和 flow 去设计一个东西出来然后有了现在的 notionnotion 我觉得是革命性的东西
我说服我女朋友用 notion 我女朋友的话说这东西跟我现在用的软件好像没啥区别但你真正的认真用真正作为一个每天都在写笔记的人发现他是革命级的他真的解决了很多问题那我会觉得我也需要找到一个 AI 的这样的场景我真的懂这个场景
我懂在这个场景下人类会怎么去做一个事情在传统的方案下然后我用 AI 在某个恰当的地方去帮助他而不是让人类进入 webcoding 的模式所以总结一话说就是我希望找一个垂直的场景这个垂直场景在某些地方可以用 AI 赋能
然后这个赋能是让人类更好的去完成这个任务让真正的 pro 用户可以提效或者做出更好的东西来而不是直接替代掉这个 pro 用户我会觉得现在的 AI 的工具都有点太大了他想解决所有问题那也就意味着他在任何一个小的问题上都做不到 100%的劲所以我想做一个只解决一个问题但是我真的想的很细真的能解决这个问题的这个东西
那我现在就聊一聊,就是一开始我是怎么会关注到你呢?你应该是分享这个你自己做的一个打字学英语的这样一个开源项目,叫做 Courting Learner,然后说实话,我第一个反应,我觉得打字能学英语吗?为什么会想到,因为,
这样的一个动作在我第一印象当中老实说我觉得是不是太简单了它真的可以成为一个产品吗或者它真的能够帮助到人吗因为我相对来说我英语已经比较熟练了但是它真的让我想起就是我初中的时候
我爸他要让我去练那个打字他说你可以打字打快一点那你就以后写英文文章什么的或想记笔记什么的效率会更高他会帮到你的我当时就练打字然后他就让我一下子回到那个时刻然后我在看到那些字母的时候我真的就发现哎
我好像这个时候我就下意识的已经是在背单词了因为在那个时候我是在一些比较随机的字母当中我开始去关注一些词根和词缀然后我就发现我打字的那个手的记忆就不一样了这样的一个巧思就很像你刚刚提到的是不是真的懂因为我一直很想问你这个懂的是什么意思同时你也说了很多比如说它的语
员工作流是怎么样的最最最基础的一个场景是怎么样的
所以我就想跟你聊一聊你做的这个 Quotid Learner 它是一个什么样的一个项目你是怎么想到做这样的一个项目包括你做到现在有一万多的用户你把它开源了它这样的一个开发历程和你的心路历程又是怎么样的 Quotid Learner 可能不是每个听众都玩过它是一个用打字来背单词的方式它应该是在 20 年也就是我大四的时候去做的
他最开始就是为了赚更多 star 然后去帮助我找一份好工作听了刚刚大家我说转型的一部分其实我也一直是被焦虑推着走的一个人所以当时我想做一个东西去找一个好工作回到这个项目最开始的 idea 他的很简单就是
当时我在用 KeyboardKeyboard 是一个用算法来强化大家打字速度比如他会发现你打完 O 再打 P 很容易打错他会生成很多尾英语 OP 连在一起的尾单词就是为了让你练习这个 OP 连着打的这个手指的记忆
我练了很久然后发现一个问题我打字其实已经非常快了我作为从小打游戏的人每天在游戏里打中文我非常非常快但打英语就是慢它慢在哪里是因为我不熟练不熟悉打英语打中文我可能点完 Z 第一个想法是点 H 因为 ZH 很脏各种就是很正常中文都有的东西但你在英语里一个外国人点完 Z 他的下一句绝对不是点 H 好像没太有 ZH 开头的单词吧
所以我会觉得肌肉记忆是重要的而且在做了 Cortex 之后我疯狂地用它去做一些测试因为我要写代码要测试一些我发现当你比如你去拼写一个单词比如 communication 或者 constrain 这种 A 在前面还是 R 在前面还是 N 在前面还是 I 在前面这种
你写字的时候你是用脑子在想但是你很久没写字你可能记不清了或者你要背很使劲背但是你会发现给你一把键盘你百分之百能打对它因为我天天打这单词你的肌肉记忆是更牢靠的所以我做了这么一个项目并且我会觉得在英语学习这个蓝海里我不需要去做一个完美的项目去附给你学习所有的场景
我的目标人群非常简单就是律师程序员之前要用英语打字的工作的这些人他已经会英语了他不可能大学四六级都没考过他已经会英语了他需要的是强化在这个场景在这个锤雷场景的记忆
来提高他的工作效率所以我做了这个东西但是你永远不能真正的懂用户随着这个产品到现在可能日活大概可能几百清了可能几万吧因为现在 star 数就几百多了在作为一个整体用户应该是已经有几十万的一个体量下我会发现用户不是我那么想的对
月活应该是十万左右我就顺手看了一个我的后台的数据就是用户跟我想象的几乎完全不一样更多的用户是真的用它来背单词用它来练习雅思的机考 PAT 的机考托福的机考所以这是跟我跟我的最开始的想象不太一样
你说这个场景就让我想起当时我考托福的时候真的也是打字然后我当时紧张然后我如果一个词它字母比较多如果当中第三第二个打错了我会把整个全部删掉而不是直接改那个错的那个当时我就我觉得这个场景真的是很核心对就像你写中文一样你真的会去想它的笔顺吗你就是很顺畅地把它写出来因为它已经吸收你的肌肉记忆了
打英语也是这样的没有一个外国人真的去记住他的每个字母他就是直接很像刘一样作为一个整体这个单词又输出出来了因为在他的肌肉记忆里在他的潜意识里所以 Quotid 就想强化的是非母语学习者的这个肌肉记忆和这个潜意识对这个其实就是这个项目最开始的案
ok 一开始开源你可能是我想找一个好工作你现在一直把它保持开源的一个考量是什么呢比如说我觉得有个很现实的问题就是很多的产品它其实也是 copy 来 copy 去嘛对吧然后你现在的这个 a quality learner 还可以发美音还对应了这个不同级的词典然后还可以开关意识开写默写等等等等其实换
换句话说现在很多的一些背单词的产品都有同样的功能而且我相信在某种程度上你做比他们还要好
尤其比如在前端上的一些处理或者说有一些产品他可能想做一些 AI 式的他发现你这个开源了已经有一些现成了直接拿过来就行了那可能很多人他就不会去选择去开源做这个事情了所以我蛮好奇你是怎么看待这个比较尴尬的这种场面对非常好的问题这也是我思考了很久甚至很多年的事情首先月活十万它真的是一个很大很高的量商业产品也没有这么好
Star 数现在应该是 1.6 万或 1.7 万我不记得细节这个也是一个很恐怖的量很多公司做的开源项目都没有 Star 数这么多在很多 spec 上都是一个很不错的项目但为什么它依旧保持开源或者你可以看到它的更新也没有很频繁
这是我觉得是我内心的一些纠结吧第一个点是首先 quotid 能够杀出重围首先他的 idea 我不觉得他是一个创新的 idea 或者他其实就是一个简单的一加一的 idea 或者能够杀出重围就是因为好看优雅我会觉得好看就是生产力你想想我们有多少次我很喜欢买一些小东西就是因为他好看我很喜欢从一个软件选了另一个软件就是因为他好看好看就是生产力这是至少我做一个前端我是这么理解的但回到这个东西
为什么没有把它商业化第一个是我觉得是人对自己
旧事物的一种厌恶这个是一个很有意思的东西就是我不知道怎么去形容但我相信很多人是有这个感觉它是我 20 年我大四做的东西现在我会觉得很抗拒去碰它我很抗拒去继续做它是因为我觉得它已经是一个老的东西了然后这五年来我成长了很多有很多新的东西我觉得那个是已经老的 idea 了然后也不是一个我现在十分想继续做的 idea 总觉得我需要做一个新的东西
即使很多人在劝我说其实你把商业化只是一个非常有商业前景的东西它至少让你现在生活稍微过得好一点是完全没问题的但是我总会有点抗拒继续把商业化会觉得会有更好的 idea 以及我也确实是现在觉得我想做一个更好的 idea 我想做一个跟 AI 相关的 idea
因为我做东西是产品思维因为我现在还算年轻吧就是我觉得我还是没有跨过那个文艺青年或者是作品思维的阶段进入更加圆滑更加商业的思维的阶段对我来说现在来说我更想是做一个更好的产品更好的更能体验我想法的产品更能体验我现在对这个世界或者对某个场景自己深入理解的产品而不是做一个非常成功的商业化的产品
因为你要知道作品和产品之间的差距非常大在作品里你的所有精力都投入在创造事情但是你在产品上你真的只有很小一部分我觉得甚至不到一半可能只有百分之三十的时间你在创作剩下的你是在做市场调研做营销做一些 dirty work 那些东西我觉得至少不是我想要的但是
就是很多朋友都在说服我在劝我他觉得我现在有点太任性太轴了但是我每次劝我他们真的很用力的劝我劝我几个小时然后弄完了我会跟我女朋友打电话聊这个事情跟女朋友聊完我可能心里的想法是这个世界上有很多事情值得做它可能是赚钱的事情可能是有价值的事情可能是可以让你赚大钱的事情可能是正确的事情但是
它不是我想做的事情我可能现在更想去做一点有趣的东西其实我估计过会儿你也会问到就是我因为我看到你后面有个人时间的这个考虑其实说实话这也是我在考虑的一个问题就是这也是很多独立开发就还在工作的所谓的独立开发在思考一个东西就是我究竟是把自己的本职工作做好还是把自己的个人项目做好
很多人会说你要把自己个人性格做好因为他是会产生福利的他是会有税后收入的因为你在打工就是你不打工就没有钱赚但你如果独立开发做好了你可能一天不工作你都收入进来很多人在说这个但是我的观点是
你需要考虑一个东西就是我现在可能如果要把 quotate 做好我可能每个月要投入几十个小时我把这几个小时放到加班我放到把我现在的工作做好放在去构建我的跟 AI 相关的基础战壳对 AI 相关的理解去提升我个人的能力那是否它的杠杆效应会更强就是是否我的绩效会更好我的生殖会更好或者是说我在 AI 真的彻底取代一些传统程序员的时候我在这个时候转型会转得更丝滑
究竟哪一个是有价值的这个没有答案这个没有答案只是个人的选择个人的理解我现在会更倾向于后者因为 AI 真的
太汹涌了我真的想说你用一下 Cursor 你就知道它一定会对你的生活产生冲击那会觉得与其我现在把时间投在一些传统的 Boring 的营销做会员系统做那些东西上我会更想把时间投在学习和提升自己在 AI 时代的技术战和思考上去思考 AI 来了我们要做什么因为我在推特上每次很经常就发我的思考就投在这种事情上
它不一定是对的它可能是在五年后当我变成了更圆滑更商业的我的时候我会认为我错过了时机错过了一个赚钱的机会但至少在现在这个时间我是更想做后者我特别受你刚刚说的产品 vs 作品这两个态度和理念的
一个差别所触动吧你的这个分析让我觉得其实你现在选择去多做 AI 在某种程度上其实你也是把自己当成了一个作品再去打造而不是一个产品去打造
虽然我一开始在说你有在做一个人的产品化因为你有这么多不同的角色但是这些产品化有一个大前提是总得有人来用你还是要去寻求获得外界的融合和认可但是我觉得一个作品的话它首先是用反脆弱那本书里面一个词嘛就是 Anti-Fragile 它是非常 Resilient 的
它的内核是非常稳的它可以自己在那个地方读美就是我们看到一件艺术品我不会觉得它是个产品产品是拿来用但是一个作品我会觉得它就给我带来了一个审美的这样的一个体验当你决定你其实是想把自己打造的更能够在一个新的 AI 时代发光发热的这个时候我觉得其实你就已经把自己当成了一个作品
然后你刚刚讲那个时候包括这个时间我也挺有感触的因为我自己的情况是我除了全职工作可能我自己做一些小开发然后我也想寻求能把这些产品化或商业化做得更好然后要做自媒体然后我还有一些自己的爱好等等等等然后时不时还会有一些投资人或者交易公司要过来找我跟我聊聊啊什么的
然后也想让我去看一些项目这个时候我就觉得即使有 AI 去把我杠杆化给我做很多的分身它让我已经成为了自己的老板但是
但是慢慢的人对于自己的认知决策和塑造我现在感受到了它的一个重要性和所谓人生体验到底什么东西这个事情我第一个感触是与其去完成别人的梦想我得先去完成我自己的梦想就是很多人找到我说你可以不帮我来做这个项目带那个项目然后会觉得不管他们的资源有多么丰富但这些都是他们的梦想
这个可能不是我的真正要的那个梦想但是可能我想做一些梦想它没有什么资源没有什么功利性或者现实的东西但是我会觉得说我选择了要去创造打造我的梦想这第一个第二个就是我发现其实有这么多我想做的项目但是其实当中核心的可能就只有那么一两个然后而且即使现在 AI 技术发展这么快迭代那么快而且越来越厉害
其实我有一些想法是一年多前就提出的但是我还是没有看到有人把它实践出来而且我还是认为我的解法是最好的但那个时候我就发现我就应该去做这个事情我的 MBTI 是 INTJ 嘛然后有时候那个小红书给我推 INTJ 看到什么话会觉得很有同感就有一句话就是其实我是对的最后有这样的一个感觉就是
其实我才是对的,我这么做才是对的,我这个想法才是有价值,但是这话不是说别人没有价值,而是说可能之前我一直在等,我是在等一个 validation,我是在等一个认可,我是在等那个时机成熟,但是经过了这么长的时间,我一直在实践,我一直在思考,我发现我不需要做这些,我
我就是对的,我只要去这么做,就哪怕它现在不是它的最好的时机,但是它不妨碍我把它做出来,我做出来之后我就完成了我一个作品,那它会在一个适合它的时代被看到,这也 OK 的,但是我的使命就完成了,所以我现在会有这样的一个感受,然后带着这个感受再去做我的时间的安排,我觉得这个时候我就更加的心安理得了很多。对,
对 quotid idea 也是这样的就 quotid idea 产生了非常非常久我可能 18 年一几年就一直觉得哎应该做过这个东西我用了 cable 之后我就觉得就是一样缺一个这样的东西跟很多人聊很多人说哎很有意思啊为什么不做呢但我就一直拖也可能是懒也可能是我觉得我当时能力做不好但是真正把这个项目逼出来是因为疫情了因为 covid 当时被困在家里没法去学校上学那我说正好有时间那晚做出来吧做出来之后你发现
就像你刚刚说的你不做这个世界上可能真的没人做这个东西那它确实又是有价值的而且第二个就是本账大家都在寻找人生的意义可能大家会觉得这个又开始有点虚了但我确实在思考这个因为我见了很多人见了很多
可能已经人生非常自由的人了可能已经赚了我可能这辈子都赚不到的钱但是我没有从他的身上感觉到很他可能在物质上非常自由但我没有从他的身上会感觉到我想象的那种财富自由想象的那种无忧无虑他也依旧在寻找自己的所以又回到你自己本身就像我们刚说你到底要找什么工作要做什么工作你要考虑自己这个也是你到底想要什么
钱肯定大家都想要但是有钱并不代表快乐而是你真的是想要什么你真的做什么可以让你会开心我会觉得是比更重要换句话说我们现在过的生活我们作为一个工薪阶层过的生活
已经比古代很多皇帝过的生活都要好在现代生活中去享受的一切都是过去的人想象不到的享受可能这个时候你可以把更多东西去花到个人意义上而不是去追求在金钱这个 number 上的更大的一个量化而且我会觉得多任务是伪命题就像音音一样我们应该也会遇到很多这种机会很多这种说我们需要做一个事情我们需要创业需要你过来帮忙你会遇到很多这种机会但是我会认为多任务是伪命题
你可以做很多任务在同时你可以做很多角色在同时但是人其实只能热爱少数东西人也只能在少数场景去把它做得很好你做多的东西你其实是把你的创造力和把你的精力其实就是创造力去分散化但实际上你只能把你的创造力集中在某个地方把它做得真正好分散化的创造力并不会产生一个好的东西只会产生一个及格的产品及格的东西
而且这句话会有点感性这是我喜欢了非常多年的话就是罗永浩说的希望那些用枪打出头鸟还教育别人并且自己觉得自己很成熟的中年人会知道有一天会明白有些鸟来到这个世界上不是为了躲枪子而是为了做一点事情我觉得这句话激励了我很久要做一点有趣的东西要做一点值得说到的东西因为如果你要赚钱的话你去一些想拼开头的一个公司你可能毕业两三年就可以年薪白了
但是我不觉得那种状态下是开心的我一直没有继续做 Quotid 的原因就是我会觉得 AI 和教育真的是一个很好的结合的话题很多人会我的用户群很多人说为什么 Quotid 不加爱宾号思为什么不做一些东西它底层是因为我最开始把 Quotid 的 idea 想得很简单其实它的架构我要加爱宾号思要改很多我比较懒也是但我会觉得爱宾号思是一个很没有意思的东西爱宾号思你如果真的看它原始的论文
它是在无意义的文本下去做出来的人类的遗忘的曲线这东西对于单词对于你正常的记忆它可能没有那么好的指导意义其次是那是一个算法不够强大的时代在现在这个时代我每天很喜欢逛淘宝因为我很喜欢买些小东西它的推荐真的非常卡我的点也就是
我会认为在这个时代一个掌握你所有训练数据所有出错记录的模型或者算法他一定比你自己更了解自己他不应该是一个没有那么多价值的艾宾浩斯曲线去决定你下一个去学什么知识
而是一个模型经过某一种逻辑去推荐你现在最应该学习最容易被遗忘的东西这是我认为在 AI 时代我一直向往把 Quality 或者其实不一定是可能跟 Quality 完全不一样的东西不一样 idea 的一个新的作品这是我想做的东西就是真正的把我们的数据以某种合适的方式去给 AI 然后 AI 以某种方式去理解它并且来帮助我们个人的成长
也就是有点像我刚刚反 webcoding 的这种想法就是 AI 应该是来辅助我们的产出辅助我们的成长而不是来代替我们的产出所以这是我想在下一个阶段或者我其实这个 idea 也探索了很久了但是我一直没有一个成型的完整的产品化的想法这是我最近一直在想的东西
今天特别感谢 KK 来我们的播客就感觉今天我们两个程序员理工科出身的这样一个人聊 AI 聊产品 然后聊工作然后也可以聊人生跨度蛮大的其实虽然我们播客本身有个很大的自这个教育就放在上面啊但我觉得今天我们的内容把这个教育放大了其实我们接受的教育包括我们想要的那种教育
他把我们带去的都是我们想去的这样的一个地方所以教育它应该是一个常态化它应该是一个人生化这样的一个事情所以在这种场景下我们真的需要去思考我们内心想要什么以及在 AI 这个时代我们应该
如何的更好的更幸福的去成长那今天也特别感谢 KK 给我们分享了这么多他的人生的感悟我个人感觉非常的受用我相信我们的听众朋友们也会非常的喜欢如果今后他任何有新项目或者他项目有更新的进展想再回来跟我们大家聊一聊的话也希望他能够再次的 call back
那也非常感谢今天大家的收听,如果你喜欢的话也欢迎加入我们的听友群或者是微信群,跟我们一起大家来学习关于 AI 和教育这方面的一些事情。那我们今天的播客就先到这里了,再次感谢 KK,大家拜拜。拜拜。