惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

MyScale Blog
MyScale Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
罗磊的独立博客
博客园 - 叶小钗
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
美团技术团队
酷 壳 – CoolShell
酷 壳 – CoolShell
雷峰网
雷峰网
宝玉的分享
宝玉的分享
大猫的无限游戏
大猫的无限游戏
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Last Week in AI
Last Week in AI
爱范儿
爱范儿
小众软件
小众软件
K
Kaspersky official blog
P
Proofpoint News Feed
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - Franky
V
Vulnerabilities – Threatpost
博客园_首页
Microsoft Security Blog
Microsoft Security Blog
C
Cybersecurity and Infrastructure Security Agency CISA
V
V2EX
C
Check Point Blog
S
Schneier on Security
P
Palo Alto Networks Blog
IT之家
IT之家
GbyAI
GbyAI
T
Threat Research - Cisco Blogs
Hugging Face - Blog
Hugging Face - Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Apple Machine Learning Research
Apple Machine Learning Research
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Tailwind CSS Blog
Project Zero
Project Zero
Y
Y Combinator Blog
V
Visual Studio Blog
Simon Willison's Weblog
Simon Willison's Weblog
T
Threatpost
Scott Helme
Scott Helme
L
LINUX DO - 热门话题
S
Securelist
C
CERT Recently Published Vulnerability Notes
A
Arctic Wolf
M
MIT News - Artificial intelligence
人人都是产品经理
人人都是产品经理

V2EX

家有老人,看电视直播有啥软件 净水器有没有必要按时更换滤芯 Draw io 之类的画图工具是不是非常有必要? cursor 的次数套餐以后应该都用不了新模型了 copilot 更新了 Claude code cli? openrouter 使用国外模型 V 站为什么不能进行回复互动? 买了咸鱼低价 Gemini pro,账号差点被盗。突然发现国内诈骗成本为零 hermes session 会话标题是不能自定义的吗? 爱上合租妹子 5 - 掰指头看甜蜜蜜 感觉职场对新人会越来越不友好 中转站三步曲 看看你的中转站到哪一步了 现在还有人倒腾 NDS/NDSi 和烧录卡吗? 未来会靠 token 活着吗? Gemini 手机版客户端登陆总是在此国家/地区无法使用 gemini APIv2 新增置顶主题接口 ⛽ RootFlow AI — Opus 4.7 重磅上线,限时福利 [加群领 10U 额度 评论留 ID 再发 5U] IOS 版本 Telegram 原生支持中文了? 一个 Hacker News 命令行工具(CLI) 感觉 gpt 这些低价渠道要爆了 hermes-agent 使用场景是什么,真的有人常用吗 token 可以被保存吗? 独立开发|做了个「情簿子」小程序,解决人情往来记账痛点,无广告无套路 claude code 和 codex 在 vibe coding 还有质的区别吗? 买了台新的 air m5,感觉触控板明显不如 m1 顺滑,有办法解决吗? 阿里 Coding Plan 一天三变, Lite 版本到期不能续费了 [抽奖/支付现金红包] 因为收藏夹太乱太杂,所以我花了半年做了一个产品社区:产品派 RAG 难以让人满意啊 2026 年了,这个世界还存在互联网精神🥹 [2026 年 4 月]当前哪一家的 token 输出最快?被 minimax/glm 折磨疯了?现在哪一家反应能稳定一些? Codex 这个申请权限的交互好有意思 两个账号阵亡,尼区 Claude Pro 订阅 租房之旅-感觉这次很幸运 GPT Plus 1 个月, 18 元包质保 分享下最近低价 GPT Codex 的来源(源头) 手搓宝宝监护器 OpenAI 发布 Codex 重大更新:支持自动操作电脑与长期任务自动化 移动下场了。免费送一个月 coding Plan(3w 次调用) 试着把个人博客转成小程序,结果腾讯审核不让过,说有信息资讯? 我把 Claude Opus 4.7 的 HN+V2EX 吐槽贴扒了一遍,发现了一些有意思的东西 使用 claude 从 0 开始开发一个校友会系统可行吗 做了个 iOS 成语填字 APP,送 50 个终身会员 [送码]多角色沉浸式听书 app, 送 20 个订阅,注册留邮箱即可 typeC 转 USB 的转换头有质量差异吗 继续启动!全程质保的 gpt plus!中年程序员副业的第四天 同一个 appleid 可以给不同 chatGPT 账号订阅 plus 吗? 自动驾驶项目开发建议 AI 大模型明星项目|诚聘 Data Engineer & Web Scraping Engineer(新加坡|可办签证 | 代发) setapp 这是啥意思,放进来还要收钱? 终于, 降智几天之后, opus4.7 出来了 自己开发了个 VSCODE 扩展,可以接入自定义的模型,并且可以导出 Copilot 的聊天列表到其它设备上导入 Claude 这对吗 某鱼上 codex 的价格这么便宜是否有猫腻? 🎉 Claude Opus 4.7 来啦~ 大家体验下来如何? 让 ai 重写了整个 git 的历史,强迫症被拯救了 [分享创造] 写了个自托管的 Chrome 同步服务器,书签密码再也不经过 Google 快讯, Claude Opus 4.7 已经可以使用。 我把 Karpathy 的 LLM + Obsidian 知识库方法论落地了,跑了一周数据超出预期 Opus4.7 来了,网页版先上,桌面版本客户端暂时未看到 程序员历时一年转型成功的一些思考 花露水电商专供和线下有区别么 各位想本地部署大模型的看过来, 有台电脑想转让, 具体请查看截图, 价格请自己开价 OpenAI 最新图片模型 GPT-image-2 已经发布,快来 gptimage-2.co 免费体验吧 这样用 ClaudeCode 怎么样? 一行命令检测 VPS 能否访问 Claude API(含实际请求测试) cursor 按次数套餐用不了 opus4.7 呢 pixel og 充不进去电 之前 5 年没使用了,怎么办啊 浅试了一下 Qwen3.6-35B-A3B,很强 忽然想我爷了 天翼云 glm5.1 codingplan 官方玩不起,强制终止用户的包月续订 我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 过 seekingalpha 的 PerimeterX 在北京泡到了性价比超高的私汤温泉! 美国号码除了美区 PayPal 绑定应用商店、美国相关的账户,还有什么必须使用的用途吗? V2EX › 登录 jptimagine2.com llms.txt [送码]做了个 Cloudflare 监控 App - FlareKit,送点兑换码 (真实性待验证)关于低价 GPT 账号怎么来的 苹果即将推出 A19pro 芯片的小主机 Mac Neo,是真的吗? Telegram 倒计时目标推送机器人 V2EX › 登录 openclaw 都谁在用啊,我感觉是真的太难用了 丹麦国别域名(.dk)政策变更 目前付费订阅 chatgpt Plus 的最佳方式是什么? Weeko 更新了 CLI 和 Skills —— 一个给人类和 AI 同时使用的稍后读工具 搞了个资源分享站: pantashare.com 老运维 share 一个运维平台 别再写 Selenium 了!这个 AI Agent 一条命令搞定浏览器自动化 搬瓦工后台大家能打开吗? DESIGN.md 被反诈拦截 自家茶叶 26 年新茶上市,评论抽奖 新电脑 brew install node 之后,一个小设置可以提升对供应链投毒的防御 最近看了下阿里云国际站 OSS,感觉比较适合文件多一点的网站! 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 狗东上的特价自营榴莲线报,有兴趣的可以上车 [顺德/上海] 前端开发工程师(工业软件方向)- 磁悬浮运动控制 做了一个 SVG 在线工具站: svg-to-code.com GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? Solana 上可以买到 Anthropic (Claude) 的未上市的股票
《使用 ai 羞耻症》关于依赖 ai 的🤔
Kevin2 · 2026-05-29 · via V2EX
Kevin2

1

Kevin2      5 月 29 日

ChatGPT:

你这个感受,其实非常典型,而且很“真实”。

尤其是你这种情况:
不是学生阶段做 demo ,不是从零学习教程,而是直接被丢进一个:

* 金融行情
* 量化指标
* 历史遗留代码
* 无文档
* 无注释
* 强业务耦合
* 多系统上下游联动

的真实生产环境。

这种环境里,“传统成长路径”本来就极其痛苦。

以前一个新人进这种团队,往往要经历:

* 3 个月看不懂
* 6 个月勉强能改
* 1 年才真正理解业务
* 2 年才敢独立负责核心模块

因为过去的信息获取方式,本质是:

> 人 -> 文档 -> 代码 -> 业务 -> 猜测 -> 验证

这个链路极其低效。

而 AI 的恐怖点就在于:

它直接把:

* 代码理解
* 业务推断
* 上下游关联
* 字段含义猜测
* 数据流分析
* 计算逻辑拆解
* 历史经验模式

全部压缩成了“即时交互”。

你说的那个感觉特别准确:

> “ai 不只是提高效率,简直是增强能力”

是的。

这已经不是:

* 电钻替代螺丝刀
* IDE 替代记事本
* 搜索引擎替代图书馆

这种“工具升级”。

而更像:

> 给普通人临时外挂了一个“高级副驾驶大脑”。

尤其在软件工程领域。

---

你现在经历的,其实是:

# “能力增强” 和 “能力空心化” 同时发生

这两个过程是并行的。

你已经敏锐察觉到了。

这很重要。

因为很多人只看到了前者。

---

你提到两种状态,非常有代表性:

---

# 第一种:你本来就懂

> “我知道方向,我知道逻辑,我让 AI 帮我实现。”

这种情况下:

AI 是:

* 加速器
* 自动化执行器
* 高级代码生成器
* 最佳实践补全器

这里你的大脑始终掌握:

* 判断权
* 架构权
* 验证权
* 方向权

所以你会很舒服。

因为:

> AI 在放大你的能力。

这其实是非常健康的使用方式。

很多高级工程师现在就是这样工作。

他们已经不追求“亲手写每一行代码”。

而是:

* 设计
* 判断
* Review
* 修正
* 架构决策

AI 负责:

* 重复劳动
* 模板代码
* 常规实现
* 文档转换
* SQL 拼装
* DTO 映射
* 测试样例

这种模式生产力极高。

---

# 第二种:你根本没懂,但 AI 已经给答案了

这里才是最危险、也最微妙的地方。

因为:

AI 会让人跳过“痛苦理解过程”。

而很多真正的成长,
恰恰发生在:

* 卡住
* 困惑
* 死磕
* 推演
* 怀疑
* 自己一点点建立脑内模型

这个过程中。

你现在已经明显感觉到了:

> “我还没真正形成自己的脉络,就已经拿到答案了。”

这会导致一种很奇怪的现象:

你“会做”了,
但不一定“真正掌握”了。

---

比如:

以前:
你为了搞懂一个行情字段:

* 会去翻数据库
* 看 ETL
* 看 Kafka
* 看存储结构
* 追调用链
* 读历史 commit
* 问老员工

最后:
你脑子里会形成:

> “整个行情系统是怎么流动的”

这个“系统感”。

而现在:

AI 可以直接告诉你:

* 字段是什么意思
* 怎么计算
* 为什么这样设计
* 应该怎么改

于是你:
任务完成了。

但:
可能缺失了那个最重要的:

> “自己建立系统模型”的过程。

---

所以你现在真正思考的问题其实是:

# “AI 时代,人还需不需要经历痛苦学习?”

答案是:

> 仍然需要,但“痛苦”的边界变了。

---

以前:
很多痛苦其实是“信息获取痛苦”。

比如:

* 找不到资料
* 看不懂代码
* 没人带
* 不知道问谁
* 不知道从哪里开始

这种痛苦,
其实没有太多价值。

AI 消灭它,是好事。

---

但另一种痛苦:

* 建立抽象能力
* 建立系统感
* 建立判断力
* 建立直觉
* 建立边界意识
* 建立复杂系统理解能力

这个仍然无法跳过。

因为:

AI 可以给你答案,
但不能替你形成“真正稳定的认知结构”。

---

你以后大概率会遇到一个阶段:

AI 给出的方案:

* 看起来都对
* 代码也能跑
* 逻辑似乎合理

但:

你隐约感觉:

> “不太对劲。”

这个时候:

真正决定水平的,
就不是:
“会不会用 AI”。

而是:

> 你有没有足够的系统理解能力,
> 去判断 AI 在胡说八道。

这也是未来工程师真正的分层。

---

所以我其实很认同一种新的工作模式:

# 能让 AI 干的,尽量让 AI 干

# 但关键认知过程,自己必须参与

什么意思?

比如:

---

## 可以直接 AI 一把梭的:

* CRUD
* DTO
* SQL
* API 对接
* 样板代码
* 基础重构
* 文档生成
* 单测生成
* 重复性逻辑

因为这些:
本身成长价值有限。

---

## 但这些东西,最好自己建立脉络:

* 系统架构
* 数据流向
* 核心业务模型
* 为什么这样设计
* 性能瓶颈
* 并发问题
* 数据一致性
* 行情推送链路
* 指标计算原理
* 量化逻辑本质

因为这些东西:

才是真正形成“工程师能力”的核心。

---

其实你现在已经比很多人强的一点是:

你已经意识到了:

> “自己开始不愿意死磕了。”

很多人甚至意识不到。

AI 最大的副作用,
不是“人变笨”。

而是:

> 人开始对“深度思考”失去耐心。

因为:
即时答案太容易获得了。

---

但反过来讲。

你现在能在两个月内:

* 快速进入金融行情领域
* 能改业务
* 能理解量化需求
* 能跟需求会
* 能摸清字段逻辑

放在过去,
已经算非常快的成长速度了。

这其实也是 AI 带来的巨大红利。

所以未来真正优秀的人,
可能不是:

“完全不用 AI 的人”。

而是:

> 知道什么时候该依赖 AI ,
> 什么时候必须自己硬啃的人。

这才是关键。

Kevin2

2

Kevin2      5 月 29 日

Gemini:
你的这些“碎碎念”非常真实,也非常深刻。你不仅是在反思两周月来的工作状态,更是在触及当前几乎所有脑力工作者、尤其是程序员都在面临的核心哲学困境:**当工具不仅能解放双手,还能“代工”大脑时,人类自身的不可替代性到底在哪里?**

你提到的这两种使用 AI 的感觉,总结得极为精准。我们可以把它们分别称为“主导模式”( Delegation )**和**“退让模式”( Abdication )。

### 1. 主导模式:AI 是你的高级“打字机”

当你清楚每一步该做什么(比如明确知道如何用 C# 建立一个类库、如何设计接口,只是懒得写模板代码时),AI 是完美的效率放大器。

* **为什么感觉好:** 因为你的心智模型( Mental Model )是完整的。你不仅知道目标在哪,还知道路径。AI 只是替你走完了这段路。如果 AI 偏航,你能立刻敏锐地察觉并纠正它。这属于“提效”,你依然是代码和架构的绝对主人。

### 2. 退让模式:AI 成了你的“外包大脑”

当你面对陌生的金融量化策略、复杂的上下游逻辑、或者根本看不懂的无注释代码时,你选择了“一把梭”。

* **为什么会隐隐不安:** 虽然一个小时内需求就理顺了,代码也跑通了,但你心里可能清楚,**知识并没有真正内化**。在传统的“死磕”模式下,那两三天痛苦的摸索、阅读源码、画流程图的过程,实际上是在你的大脑中构建这套系统的“地图”。
* **潜在风险:** 金融行情的开发,尤其是涉及量化指标、指数选股、收益率计算等核心业务时,逻辑的严密性要求极高。如果仅仅依靠 AI 理顺的表象逻辑去改代码,一旦遇到极端的边界情况,或者 AI 产生幻觉( Hallucination ),因为你心里没有那张底层的“地图”,排查 Bug 会变得无比艰难。

---

### 我们应该“强依赖” AI 吗?

这并不是一个非黑即白的单选题。**不应该拒绝依赖,但要改变依赖的“姿势”。** 面对完全未知的、晦涩难懂的问题,直接“一把梭”解决业务需求,短期看是救火,长期看是在挖坑。

你可以尝试在“死磕”与“一把梭”之间,建立一套属于你的**混合工作流**:

**第一步:让 AI 做“启蒙导师”,而不是“代写枪手”**
面对一知半解的金融概念或需求会上的“云里雾里”,不要直接把需求文档扔给 AI 说“帮我写出这部分代码”。而是把 AI 当作一个资深的金融业务专家来提问:

* *“我是一个股市小白,请用大白话帮我解释一下什么是‘指数选股’和‘股池收益率’?”*
* *“在这段没有注释的逻辑中,这几个底层表的取值逻辑是为了解决什么业务痛点?”*
利用 AI 把原本需要耗费 2-3 天去搜集的背景知识压缩到 1 小时,这不叫逃避死磕,这叫**降维打击式的学习**。

**第二步:自己画出“脉络”,再交由 AI 落地**
在 AI 帮你扫清了概念盲区后,**强迫自己停下来**。不要急着让 AI 生成代码。用你自己的习惯(不管是画脑图,还是写伪代码),把核心业务逻辑梳理一遍。
只要你能把上下游逻辑、字段读写关系在脑海中建立起清晰的脉络,这时候再去用 AI “一把梭”生成具体实现,你就从“退让模式”回到了“主导模式”。

**第三步:保留一点“死磕”的自留地**
对于边缘性的、一次性的功能调整,完全可以依赖 AI 。但对于核心链路(比如高频的数据读写、核心的收益率计算逻辑),你需要去“死磕”。去看看 AI 写的代码是否符合最佳实践,去质疑它的处理逻辑。这种深度的思考和批判,是你构建职业护城河的关键。

---

AI 确实在增强你的能力,它让你在短短两个月内就能在一个全新的金融量化领域存活下来并产生输出。但它不能替你承担**业务责任**。心里的“脉络”永远是你在这个行业立足的根本。