這段時間都有心學習一下AI知識，偶然的機會在網(wǎng)上認識了敏敏老師，抱著一種不太積極的心態(tài)9.9元買了她的課。

其實在這之前我就已經(jīng)買過一個類似的課，但是感覺看不懂，也就失去了興趣。買完這個課后我也沒有當回事，誰知老師很負責，過不幾天就要催，還要寫感悟才可以解鎖下一課，真是適合我這樣的懶人啊！

今天終于在老師的督促下聽完了第二節(jié)課《人機協(xié)同》，并按照敏敏老師教的方法進行了實驗。不試不知道，一試嚇一跳。

我按照老師的幾個方法問GPT幾個問題，上千字的公開課稿子，只需幾秒就出來了，真是顛覆認知，所以很多老師說AI的意義比一次工業(yè)革命還要大，我覺得并不夸張。

這一課老師講的是人機協(xié)同。協(xié)同就是同心協(xié)力做一件事，讓過程更輕松，結(jié)果更美好。

比如甲方需要一個作品，甲方就認為自己可以甩手不管了，這樣的作品缺乏甲方的參與，只有乙方的努力，很難做到最好的結(jié)果。只有甲方積極參與協(xié)同，不斷精準調(diào)整乙方的思路，才會有滿意的結(jié)果。

而人和機器的協(xié)同就體現(xiàn)在人和機器的優(yōu)勢互補，人擅長和意識相關(guān)的事，比如決策、情感、創(chuàng)造；GPT擅長和算法相關(guān)的事如數(shù)據(jù)、搜索、分析、處理。

人機協(xié)同就是人產(chǎn)生這樣一個念頭、問題，交給GPT去具體解決，就像老板發(fā)出指令，員工去解決，GPT背后就有無數(shù)個員工。但是決策還是要人來做。

老師還講了驅(qū)動人機協(xié)同系統(tǒng)的3個底層模型：

一是工程模型，就是大目標拆解成小行動。

二是要素模型，就是把每件事看成一個系統(tǒng)，由一個個要素構(gòu)成，每個要素的變化會讓系統(tǒng)發(fā)生變化。

三是RPALA指令模型，這是老師的獨創(chuàng)，五個字母分別是：Role指向個人、Plan行動計劃、Ability能力特點、Limitation限制條件、Action初始行動五個詞的首字母。

就像老板發(fā)出指令，首先是指向哪個員工（個人），每個個人背后代表著一個GPT的大腦。然后你要讓它做什么事（行動），這個人有什么能力（P），對有發(fā)散思維的GPT，需要有一定的限制條件來框住它，下面是初步的行動，然后再優(yōu)化。

還講了GPT實戰(zhàn)7大鐵律。一是復雜問題要具體解決；二是指令模型的優(yōu)劣決定GPT的結(jié)果的優(yōu)劣；三是GPT的第一條回復結(jié)果最優(yōu)；四是讓GPT自主學習；五是用GPT馴化GPT；六是還原問題背景；七是拆分問題。

總結(jié)來說，馴化GPT就像培養(yǎng)孩子一樣，你的思維，給它投喂的資料就是它的原生成長環(huán)境，直接決定它的未來。想讓它更好，最需要提升的是你自己。

學完之后深有感悟：

1、AI是大勢所趨，一定要學。一開始我也有畏難情緒，覺得自己半百之年沒必要再學習，學起來發(fā)現(xiàn)浪潮來時與其做鴕鳥躲避，不如擁抱浪潮，不斷學習新的知識才能不被時代甩掉。

2、一定要學習科學方法，這是最重要的。在學習之前我試著問過幾個問題，答案極其不理想。學習后再問，效果驚艷。雖然還沒有達到我的滿意，但是已經(jīng)有初步的行動了，接下來就是繼續(xù)優(yōu)化，我會把學到的方法用起來一點點馴化它，讓它為我所用。

3、不管是AI還是現(xiàn)實，很多事務(wù)底層邏輯其實是相通的，比如工程思維、要素思維等方式，在解決日常生活中的問題時也一樣要用到，所以說學習先進的思維方式很重要。

4、想讓你的工具更好用，最需要提升的永遠是自己。