- 如果老板给了我差反馈,我也不想去行动,是为什么
差反馈让人不想行动,常见原因是它戳中了短板,而改变又让人不舒服;于是人会用“不想动”来回避暴露和改变。
- 我想问一个程序设计方面的问题:到底什么时候开始让 AI 介入比较合适?
前期需要有一个大概的构想,才能让 AI 根据构想去实现。但这个构想不能过于详细,因为只有在看到最终落实的样子时,才会发现其他问题,需要结合实现结果继续修改。如果一开始过于详细,前期有些工作就是不必要的。
另一方面,又需要有一定的构想,否则 AI 做出来的结果会过于发散,与想象中想要达到的结果差距过远。
我想知道这个边界该怎么界定?这两种情况中间,有没有到达某个程度就可以先让 AI 试着做出来?有没有出现一些特征,就预示着你可以再进一步让 AI 去先把它实现出来看看?
构想够到“能验收、能说清对象和边界”就可以让 AI 先做一版;但别指望想全,很多正确决定要看到错误版本才出现。
- 不要學rag 學出題,影片在那裡,或是頁案,網頁
现有片段只提到立正说社区里有文章和学员项目,并呼吁不要用RAG、不要用framework学习;它没有给出影片、网页或教案的具体位置。
- 人生的意義在哪裡?
这些片段里没有给出一个标准答案,反而反复说人生没有固定意义;可确认的线索是:别把社会给的意义当成自己的,把注意力放回体验和成长。
- 你有推荐过那些书
现有片段里,立正本人明确推荐过《与神对话》《什么是物理》《终身成长》,以及写作书 On Writing Well;樊登则谈到《论语》《批判性思维》《复杂》等对他影响大的书。
- attention,effort,time分别是什么?
现有片段只说明立正把 attention、effort、time 当作人生能控制的三要素,并强调 attention 和 effort 常被误当成时间;但没给出三者的具体定义。
- 我对一个公众号关注有加,我想做一个类似“问问立正”的项目,问问公众号的主人,但我没用过codex,你能教我一步一步怎么实现么
可以借鉴,但现有资料只能说明「问问立正」的大致构成和立正用 Codex 的两个习惯,并不足以给出一套逐步操作教程。
- 觉得网上的AI教程很枯燥,而且学了很快又过时了。对于小白该怎么办?
别追教程里的新名词,把学习重心放在“会过时”和“不会过时”两半中的后一半:先自己猜、再让AI做,然后撤掉AI重做、换题检验。
- 你认为机器人能像人一样思考吗?strong AI、general AI、AI consciousness可能实现吗?为什么
现有材料支持一个拆分式回答:智能可以很强,但意识是另一回事;通用机器人比通用语言模型难得多,而“像人一样思考”是否等于有意识,目前没有证据。
- 我每天都用AI很多, 也有很多自己的思考, 但是我不知道怎么转化成用户感兴趣、会订阅的自媒体产品。 因为我的思考并不一定集中在某个行业,也有点像‘立正’ 的思考方式, 很多时候是泛泛的
先别把“泛泛的思考”直接当产品。先定一个具体成功标准:你要的是大流量,还是少数精准的人愿意付费或合作;再选一个能承载你判断的窄切口。
- 我是一个有7年工作经验的软件产品经理,今年8月离职后,休息了3个月,目前刚开始找工作
先别把“面试表现差”当成能力问题:把求职当成多轮概率游戏,用真实反馈定位卡点,同时接受一个过渡性起点,再向出海方向靠近。
- 数据分析师学习什么才能不被淘汰
把重心从“会用工具”转到“能定义问题、创造业务价值、影响决策”,并把 AI 当作放大这些能力的系统来用。
- ai能很容易的建立nlp框架来分析情感或者评论主题,那我还需要学习nlp基础么?
如果目标只是跑通情感分析或评论主题,AI 确实能大幅降低门槛;但要不要学 NLP 基础,取决于你是否需要判断结果对不对、在什么场景下失效。