“信息爆炸到今天，我們每天接收的信息，已經(jīng)超過15世紀(jì)一個人一生的總量。

現(xiàn)在的 AI 可以替我們寫文案、做PPT、做視頻、出報告，但它永遠(yuǎn)替不了你“知道自己為什么要做這些”。

自從大模型出來后，公司全員上下，從總經(jīng)理、事業(yè)部經(jīng)理到小牛馬，都焦慮無比。生怕錯過這波技術(shù)和商機，每天跟進最新的AI技術(shù)信息，不停的轉(zhuǎn)發(fā)、分享，不停的讓牛馬學(xué)習(xí)、模仿，常常朝令夕改，一個技術(shù)還沒研究明白，轉(zhuǎn)頭就讓研究另一個技術(shù)，夜沒少熬成果沒多少，搞得牛馬疲于奔命，身心俱疲。高層也焦慮萬分，AI技術(shù)發(fā)展到這個瘋狂階段，不跟進不行，跟進又找不到好的方向，因為每個方向都需要先投入，技術(shù)發(fā)展又快，前景都不好說，導(dǎo)致了上面焦慮，下面為難的局面。

現(xiàn)在的新媒體很多，主流的如抖音、微信公眾號和小紅書，我們每天也都陷入新媒體構(gòu)建的信息繭房中，只要關(guān)注一類信息，類似的信息不停的涌入進來，好的壞的良莠不齊，總有吸引眼球和未知的信息，想了解、想學(xué)習(xí)，精力不斷的被消耗掉?？戳撕芏?，只讓腦子熱鬧了一會，其實收獲缺很少。

我越來越覺得，真正稀缺的不是知識，而是對信息的克制能力。

那種你刷完一個爆款標(biāo)題、突然皺起眉頭的瞬間，腦海中出現(xiàn)了“那種“這很AI，心里卻咯噔一下的遲疑。”

還有你盯著屏幕看著“深度思考”四個字，忍不住想問一句:“我，真的在思考嗎?”

不要把研究 AI新聞當(dāng)做研究 AI

在一些分享現(xiàn)場，有聽眾問我對于最新的一些模型的看法，或者大廠的一些動向，我的反應(yīng)未必如人所愿，對一些大家提到的信息可能聞所未聞，對于到底 Google 能贏，還是 OpenAl能贏這樣的問題，表現(xiàn)出來遠(yuǎn)低于提問者的智商。

但我很樂于保持這樣。

AI領(lǐng)域不缺新聞。千萬不要把研究 AI新聞和研究 AI混為一談，這兩個是完全不同的領(lǐng)域。我不能武斷的說，一個領(lǐng)域比另外一個更有價值，但至少可以說，這是兩個完全不同的領(lǐng)域。學(xué)習(xí) AI新聞或許能夠幫助自己成為一個不錯 AI媒體編輯，或者在飯局上成為最健談的那一個人，卻并沒有辦法成為 AI的從業(yè)人員。很多學(xué)習(xí)者，因為不知道兩者的差別，把大量的精力用來跟蹤每天新出的新聞，實在太可惜了。

新聞是短期的，一兩周就過期的。而技能是長期的，影響超過幾年，或更加長久一些。

誰又出了新產(chǎn)品，誰又發(fā)表了什么言論，都是科技界的八卦。不能完全不知道，但是分配超過 10%的時間就不值得。

遠(yuǎn)離那些讓自己感覺學(xué)到了很多東西，卻在夜深人靜的時候不記得什么的信息源。花時間在相對不變的穩(wěn)定的東西上面，才能幫助我們理解每天都在變化的東西。決定自己不花時間在什么上面，比決定花時間在什么上面更重要。讀一篇文章的時候，可以問一下自己「我一年以后還在乎這篇文章嗎?」

如果有時間，哪怕從最簡單的 prompt 學(xué)起，寫一些 sample code，或者嘗試找一些應(yīng)用場景，都是很好的學(xué)習(xí)方式。如果有興趣把三五年前的人工智能原理入門的書讀一讀，都是有價值的。

每天學(xué)一點技能或者底層原理，這一天就不會虛度。