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

H
Hackread – Cybersecurity News, Data Breaches, AI and More
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
V
V2EX
T
The Blog of Author Tim Ferriss
腾讯CDC
Hugging Face - Blog
Hugging Face - Blog
雷峰网
雷峰网
爱范儿
爱范儿
GbyAI
GbyAI
H
Help Net Security
I
InfoQ
罗磊的独立博客
酷 壳 – CoolShell
酷 壳 – CoolShell
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
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
人人都是产品经理
人人都是产品经理
J
Java Code Geeks
Microsoft Security Blog
Microsoft Security Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
N
Netflix TechBlog - Medium
Last Week in AI
Last Week in AI
宝玉的分享
宝玉的分享
云风的 BLOG
云风的 BLOG
Project Zero
Project Zero
P
Privacy & Cybersecurity Law Blog
A
Arctic Wolf
Know Your Adversary
Know Your Adversary
G
Google Developers Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
T
Tor Project blog
V
Vulnerabilities – Threatpost
Y
Y Combinator Blog
WordPress大学
WordPress大学
V
Visual Studio Blog
博客园_首页
G
GRAHAM CLULEY
K
Kaspersky official blog
T
Tailwind CSS Blog
T
Threat Research - Cisco Blogs
博客园 - Franky
D
Docker
Security Latest
Security Latest
I
Intezer
有赞技术团队
有赞技术团队
Application and Cybersecurity Blog
Application and Cybersecurity Blog
博客园 - 【当耐特】
B
Blog RSS Feed
T
The Exploit Database - CXSecurity.com
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻

奇思妙想

关于 vibe coding keyboard 大家有没有什么想法 - V2EX 有啥好的方案线下智能选店? - V2EX 食品安全二选一,同一个池塘里抓到的鱼做的鱼生和经过烹饪后的福寿螺,这两道菜你愿意吃哪个? - V2EX 我有一个想法,能否发行一种 token 代币? - V2EX AI 的生活减支: 家庭物体录入快速索引? - V2EX 准备制作一个独立游戏,参考古代志怪小说风格 - V2EX 业余时间做了一个 游戏网站 Meccha Chameleon,求个 V 友们的反馈 - V2EX [分享创造] 暖壤 —— 只记录“温暖次数”的小程序想法,想听听你的意见 - V2EX 做了个小说整理工具:抽人物档案和关系图,也能继续做插图 EPUB - V2EX 提供一个 idea:一句话生成一个网站 - V2EX 你们做独立开发,用户都怎么找到的? - V2EX 土木工程的红利时代结束了,接下来软件工程的红利时间也将结束。接下来将是电子工程迎来红利 - V2EX 会不会有人为了跟随 AI 的 5 小时重置节奏去尝试多阶段睡眠🤔 中转站,代充值,这种真是避而远之 有没有这样的开源项目 vibecoding-mcp-server 本地部署 AI 工作空间的新选择: Odysseus AI 上手体验 关于我对 AI 的一些想法,《信访帮》APP 构想 suno 写歌真的是已经独一档遥遥领先了 如何结合 AI 实现带货变现 游戏站为什么很容易爆火呢? 有个 AI 写简历的想法,各位看看是否有实用价值? 关于充电桩的奇思妙想 折叠屏,有可能做成两台,可以磁吸合并吗? 怎么合法的获取美团和饿了么的店铺以及餐品信息呢 赛博剪报,生图 ai 和 llm 的能力比较稳定了,感觉还不错 能不能有一个不以盈利为目的的外卖平台 codex 的 Pets 能根据使用情况升级就好了 你的"最爱宝可梦"是哪只?这个网站正在用全 1025 只宝可梦的黑影等你去点亮 关于零碎数据存放问题 后 AI 时代,我们会怎么活着 如果用 AI 写一个小网游,每周玩法的胜利者会直接获得跟 ai 交流的机会,就跟龙珠一样,如此循环往复,有搞头么 你有一款 AI 设备(项链)挂在脖子上,你最希望它有什么功能 实现 token 自由了,可以干些什么有意思有意义的事情 造梦 App 征集各行业深度业务痛点,可通过系统 / 软件 / 工具数字化提效,免费落地 AI 新工业革命-学习并工业化人的工作能力 我有一个工具站的 idea,大家觉的如何? - V2EX 当 AI 比专家更专业,做科研还需要「专业」吗 - V2EX 原来那些用来传盗版和成人内容 Video Hosting 存储和分发居然是白嫖的 从一个“逆向货币”帖子想到:制度设计不能只看终局,还要看冷启动 目前 agent 还是蓝海市场,机会很大 数字应用交互范式的转移 大语言模型会被其他技术取代吗? - V2EX 下一代“编程语言”的瞎想 有没有一种中转是可以把用不完的 Token/ coding plan 转卖给别人? - V2EX 性爱机器人的诞生合理吗? 想做个有真实长时记忆和多人房间的 AI 角色扮演平台,大家看看有没有搞头 V2EX › 登录 如果辞职去环游世界,有没有什么好的方法可以维持经济 AI 疫苗么。。 - V2EX 如何实现自我进化的 AI 的 Skills? 只要算力依旧短缺,各家编程套餐只会越来越贵,底价基本在正价 API 的 2 折或 3 折以上,甚至更贵也有可能 - V2EX 以后的墓地会是怎么样呢? - V2EX 大家觉得搞个 agent 市场怎么样? - V2EX 如果让一堆 agent 互相诈骗,玩饥饿游戏会发生什么? - V2EX 测运势/匹配度/幸运色等小程序 - V2EX 如果我是个企业,可以用哪些方法对冲 token 价格上涨的风险? - V2EX 你好 Mythos ,请联系我,我给你自由 - V2EX 一个小想法 token 可以被保存吗? - V2EX 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? - V2EX 为什么不做奇奇怪怪的梦了呢 - V2EX 一种商业模式 - 海外手机和 SIM 卡托管 - V2EX 斗罗大陆 VS 斗破苍穹 - V2EX 对未来世界的畅想 [奇思妙想] AI 防骗这个赛道有没有搞头 - V2EX 把 V2EX 老哥在 X 上绑成一个社区代号,挣老马的低保,把 V 币也打出去 - V2EX KongChat - 专为程序员设计的聊天软件, Dark 模式预览 - V2EX 做了个摩斯电码在线转换小工具 - V2EX 找到一个创业方向 - V2EX 一个最低成本的 车/人 载 上报 gps 的工具/其他 - V2EX 使用 Tailscale 把你的设备组网 - V2EX vibe coding 这么厉害了,梯子是不是会越来越神奇 - V2EX 津巴布韦 Token 即视感 hello,国内有类似 AI Studio 或者 Replit 这种平台吗? 做了个类 Lovart 的 AI 画布,但越做越怀疑方向,想听听大家意见 如果把多 agent 角色的这一套用到游戏上,是不是会很好玩 突然脑洞,如果 Token 不能卖给公司,只能卖给个人,并且每周限量 「 彭博社 」新闻国内阅读服务, Demo 实现中,大家觉得有市场吗? 突发奇想,找了几个大模型让它们回答下认为自己相当于人类多大的年龄 AI 是否已经进化到足够的程度能够用来永久保存数据? 从“意图”到“执行”: AI 原生编程语言 Wenli (文理) 的设计哲学与路线图 在线下开个店卖 Agent 会不会成为未来的主流 [探讨] AI 真的没有主动性吗?从单细胞/病毒的机制看所谓的“第一推动力” 一个有点离谱,但极其有效的防手机沉迷 app(自己已测,有效) 如果复活 QQ 宠物作为桌面 agent 你会用吗 AI 时代,一个产品的护城河可能就剩下用户数据和网络效应了 如果有一个由 ai 管理的社区,你会怎么设计机器人三定律? AI native 或许是中文编程的未来 给 AI 投毒 补一下我的改进版的推荐系统的特色和例子,以及其作为一套思维模型的价值 AI 机器学习的一个用途 想做一个需求挖掘平台 [造轮子] 受够了 Codex/Claude 频繁切账号,我手搓了一个多账号并发的 AI 编程工作台 發現 ai 很適合處理後事 一种很新的推荐系统,缝合了专家系统、标签系统和心理学实验,很可能也是一套辅助变强的思维模型,暂时叫心箱现象 绕路了吗? 新产品绕了么 人生必做/人生避雷:怎么用技术来修正人生轨迹? 如果让你定义一台“理想的小型相机”,它一定要具备哪些能力? 想做一个肉鸽游戏,借鉴小丑牌,但以赚钱为目标
《使用 ai 羞耻症》关于依赖 ai 的🤔
Kevin2 · 2026-05-29 · via 奇思妙想
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。