#AI辅助

普通人如何自学编程,最近我看了斯科特·杨的一篇文章,讲的是如何自学编程,今天结合自己的编程实践分享几个学习技巧。 我觉得最大的障碍是要学会降低心理门槛。很多人一听到要学编程,都会觉得很复杂,需要懂数学,安装环境很麻烦,学哪门语言也很纠结。 我是一个非科班出身的程序员,也经历过这个过程,任何事情都是第一步最难,关键是要先开始。 现在有了AI编程,其实可以大大降低我们的心理门槛。比如一些云环境、在线编程工具,根本不需要自己去安装环境。这些都是是结构性的障碍,而不是编程思维本身。 我觉得学习编程时要有目标驱动,主要还是兴趣。 先好好想想先决定要做什么。如果是零基础的同学,我比较推荐可以先做一个网页,比如个人网站,再去选择用什么语言。 这种方式和在学校里的学习方式不同。学校教育是让我们先打好基础,学好理论,再去解决问题。AI的出现让学习逻辑发生了变化,现在我觉得更倡导“边做边学”。 从做一个简单的网页、个人站点开始,这样可以帮助你学习前端。因为网页是可视化的,操作难度也会降低,这种非常好的学习方式推荐大家试试。 第一个技巧,让AI写代码框架。 在学习过程中,可以让AI帮你实现一个代码框架,然后你在里面填充细节。AI目前在生成代码方面已经很强大,现在完全可以让AI生成一段代码后,再去修改其中的逻辑。 比如写了一个简单的网页,可以尝试实现不同风格、不同功能切换,这样有助于加深理解和提升能力。 第二个技巧,学习手写代码。 不要一上来就复制粘贴代码,没有手感很难学会。 通过手写代码有个好处,强制大脑进行主动思考。如果只是复制粘贴,基本上很难完全理解代码的逻辑。如果你不理解其中的逻辑,其实很难真正学会编程。 第三个最重要的核心技巧是一定要降低难度,和昨天的自己比。 任何学习都一样,目标太高会让你很难坚持下去,每天做一点进步,比如今天做一个个人网页,明天可以换一种风格,后天可以加一点动画。这样持续进步,效果会更好。 以自己的想法和兴趣为驱动,不断去做,降低门槛。 不要和任何人比较,比如昨天的自己是否真正完成了任务,这才是最重要的,利用AI加速自己的过程。
本人的自我介绍、写作经历,以及哪里来的时间读书,以及我如何读书写笔记。 我的专业:末流211应用物理系本科,德国物理系研究生、嵌入式相关研究生(退学很早) 现在职业:德国码农和营销人员 写作经历: 1️⃣小学的时候写作文赚稿费 2️⃣初中在百度贴吧有粉丝 3️⃣高中开始混晋江写言情 4️⃣大学写非虚构采访类写作、时事评论、出版小说(赚钱但是心理压力大) 5️⃣毕业后保底新媒体霸总文、短剧(没写出个名堂,反而搞得没法写作了) 中国本科休学一次间隔年,毕业两年没工作全职儿女,德国研究生休学一次。 看书的时间都是从这些痛苦的长时间而来的。 读书是为了寻求答案。 小学初中喜欢历史还有《散文诗》,后者是本杂志,总是讲田野上的乡愁,不知道还在不在。 高中喜欢网文,来者不拒。 大学开始受到社会冲击(因为休过学自己间隔年谋生),为了留学尝试过卖家里的房子没卖出去,开始关注金融和历史类书籍。 本科后期的阅读主要在写作技巧上,《故事》《时评写作十讲》什么的都读过,还上过尼尔盖曼讲如何创作的课程。 这些经历导致我即使讲书也喜欢故事开场。 如今在推特的创作素材,来自于当年的笔记。 笔记有很多渠道: 1️⃣早期是Kindle,可以导出。但是后面我的kindle坏了。 2️⃣然后是多看阅读(这个app是小米自带的,现在不咋行了),笔记也可以导出。 3️⃣然后是苹果软件。我用margin note整理思维导图。 4️⃣纸质书其实笔记不好整理,也没整理。但一般我会看纸质书的书,我都会再看电子版,以及再听。 如何听书? 1️⃣喜马拉雅什么都都行(这不是在打广告,而是这个每次搜听书都排第一我就顺手下载了) 2️⃣安卓系统有讯飞语音,可以导入txt听书(我仍旧思念这个软件,但在iOS没有) 3️⃣苹果系统用朗读屏幕功能(就是总是跳过双引号和书名号内容) 4️⃣任何你想到的地方都能听书:b站、油管、网易云音乐……(这的确是个信息充盈的世界) 如何写书评? 1️⃣先看一遍读书笔记 2️⃣xmind理逻辑架构(这个最重要,不然后期要推翻写) 3️⃣写 4️⃣ai辅助:主要在关键信息验证上面(但是后期会考虑多接入,顺应时代)
费曼学习法爆火后,最多人问我: "有没有工具能让费曼学习法更高效?" 有。而且用了之后,可能停不下来。 YouMind + 费曼学习法 = 新一代数字化学习系统。 想把知识转化为复利式增长的认知资产? 今天介绍费曼学习法的数字化超级助推器。 费曼学习法很强,但有3个痛点:讲完就忘、卡壳难追踪、知识难串联。 YouMind完美对齐费曼学习法的4步,并做了数字化增强: 1. 选定主题 → YouMind剪存与分组 瞬间从信息碎片化到知识体系化,为后续讲解提供坚实根基。 2. 教授输出 → YouMind AI助手 你的即时AI听众。极速生成讲解或总结,帮你"教会自己",立即验证理解是否到位。 「1-2的核心升级」:AI驱动极速输出,检验知识内化。 3. 查漏补缺 → YouMind动态注释与修改 发现卡壳点,即时标记和修正。知识漏洞实时闭环,深化真正理解,避免知识结构断层。 4. 简化再表达 → YouMind跨文章串联 将孤立知识点网络化、系统化。助力知识迁移和创新整合,形成高价值的个人知识资产。 「3-4的核心升级」:动态修正机制,实现认知迭代的闭环。 YouMind驱动的费曼法,启动了"数字+认知"双飞轮: 效率飞轮: 自动化剪存/分组/AI辅助,大幅提升学习速度。 质量闭环: AI实时陪练 + 动态修正,知识内化更彻底。 每一次学习、输出、修正,都在为个人知识体系积累复利。 学习成果不再是线性叠加,而是指数级增长。 YouMind是最适合现代高知创作者的费曼学习工具。 它将费曼法从"学习技巧"升级为"认知和创作迭代系统"。 用YouMind,你不是在管理笔记,而是在构建你的知识复利引擎和资产。 纳瓦尔说:"那种睡着的时候都能为你赚钱的资产。" 你的知识体系,就是这样的资产。
宝玉
1个月前
问:想问个问题,如果ToB的卡点是懂业务的和懂技术的不是一波人,在构建Agent的方式上,老板们就会倾向于通过低代码落地,但langchain新文章的逻辑又很扎实:低代码产品的空间在被模型能力和纯代码挤压,看起来这类产品似乎是过渡态。那整体未来的方向可能是什么呢?在企业里做低代码一定是沉没成本吗 答: 我的回答仅为抛砖引玉,供参考和一起讨论。 无论是低代码还是纯代码,最大的价值是快速验证可行性,前期把落地的路径跑通才是最重要的,某种程度上来说低代码可以弥补业务人员不懂技术的不足,但是局限性也很大,稍微偏离一点 happy path 就无法编排。 最理想的状态还是业务人员懂技术或者技术人员懂业务,但这很难,现在有 AI 了后,前期的落地业务人员是可以通过 AI 的辅助快速实现,搭建一个可行性的原型还是可以的,等到跑通了,再让专业技术人员去优化也很快。 个人观点和LangChain的类似,企业内不推荐在低代码上花功夫,还是业务人员借助 AI 或者和技术人员合作,搭建原型灵活性更大,更有可能做出真正适合企业的应用,而不是局限于低代码平台有限的能力。 另外现在 AI Agent,可行性更高的还是 WorkFlow,在原有验证过的 WorkFlow上用AI提效,或者借助AI衍生出新的更高效的WorkFlow,Agentic 方案还需要模型能力的进化,以及慢慢摸索出一些有效的交互方式会更靠谱,需要一点时间。
banboo
1个月前