AI新知

作为一个校招过来人，当年的秋招都是靠的实打实的过来的，一边面试一边成长，从未想过走捷径，脑子里也根本不存在这种概念，但是近来看到一部分帖子爆料身边人利用AI作弊进入大厂，梦中厂，导致自己的初心也动摇了，在此，我想说，即便他此刻进入了，未来检验和考试的机会还有很多，难不成每一次都要靠AI作弊才能通过，是金子迟早会发光，是烂泥早晚会掉落到墙角，人生还有很长的路要走，细水长流，不防交给时间去检验。大家一定要爱惜自己的羽毛，现在的笔试面试，都会有屏幕检测、切屏检测、代码查重等能力，一旦被检测到作弊，会看到显著的作弊告警信息，一旦被判定作弊，简历一定被Pass，候选人还有可能被拉黑，永远失去进入该公司的机会，并且成为履历上抹不去的黑点，这个黑点永远存在……在技术爆炸的时代，保持清醒认知和道德定力，才是智者的选择。千万别让AI作弊毁了你的秋招，毁了你的人生……

2026年被称为Agent 元年，LLM 智能体正成为技术新风口，在独立处理复杂的多步骤任务上潜力巨大……最近你大概率已经看到过“智能体（Agent）在 2026 年进入落地期”之类的判断。各种Demo、框架、平台层出不穷，看起来热闹，但对大多数人来说，这更像是一波离自己很远的技术浪潮。尤其是如果你不是做底层模型，也不是创业者，很容易觉得：这东西是不是又一次“概念先行”，跟普通人的关系并不大。但如果你把时间尺度拉长一点，从个人能力积累的角度看，现在这个节点，反而是一个非常值得警惕、也非常值得介入的时间点。目前很多人对智能体的第一反应是：不就是 Prompt + 调用 API + 自动跑流程吗？...

在这个早晨，闹钟还没响，我的生物钟就先一步把我叫醒了。摸了摸头顶那片日益荒芜的不毛之地，我叹了口气。我是不惑，一个在互联网浪潮里扑腾了十年的老程序员，人送外号人形键盘侠，现在自嘲是贷款上班的AI编程不惑。以前咱们上班，那是出卖劳动力换钱；现在倒好，为了能更好地出卖劳动力，还得自己先掏腰包把生产工具给续费了。今天咱们不聊什么高大上的技术趋势，也不扯什么人类未来的宏大叙事。就想跟大伙儿坐下来，嗑着瓜子，扒一扒我这个典型的职场牛马，每个月到底要给这些AI祖宗们进贡多少银子，以及这背后的酸甜苦辣。说实话，这笔账我不算不知道，一算那是真的一激灵。一、 痛并快乐着的赛博义肢对于一个靠写代码恰饭的人来说，I...

说实话，昨晚赶马原的期末论文时，不自觉下意识的就打开了gemini...... 一点犹豫没有,直接cv文档给ai然后刷手机坐等结果..... 这种“等待投喂”的感觉太熟悉了。不到二十秒，屏幕上吐出了一大段洋洋洒洒的论述，引用了经典，结合了时事，甚至还贴心地列出了三个小标题。我甚至连读都没完整读一遍，大体扫了一眼觉得像那么回事，就直接cv提交学习通了以前写这种课论文，哪怕是水，脑子里至少还得转两圈：这概念啥意思？这理论怎么往现象上套？哪怕是去百度拼凑，我也得读几段话，筛选一下哪句能用。我发现自己越来越难以忍受那个卡壳的过程了。一旦脑子稍微转不动，第一反应不是去查书、去死磕逻辑，而是下意识地切屏找AI。它带来了什么？效率的提升; 它带走了什么? 我尝试思考的脑子感觉脑子好像在慢慢生锈。我们变得无所不知，什么代码都能写，什么图都能画，但好像又一无所有，因为离了那个对话框，我们可能连个像样的开头都写不出来

比如领导要你开发一个功能模块，你可以根据关键需求信息描述出来，不需要去考虑怎么去实现，ai就可以根据你的需求将代码模块完整的实现，你只需要把代码复制进去，然后测试一下付不符合要求，如果有问题就改一下，看看什么问题，如果没问题的话，可以继续用ai生成一个测试的demo，你就可以根据demo完整的测试一下，这样就大大提高了开发效率。而且可以用一个真实的案例来描述，传统流程：人工收集10份竞品报告 → 阅读总结（4小时）→ 制作对比表格（2小时）→ 撰写洞察（1.5小时）AI赋能流程：1. 用Perplexity.ai汇总最新竞品动态（15分钟）2. 上传PDF至ChatGPT提取关键数据（10分钟）3. 提示词：“基于以上数据，生成SWOT分析表并附三点战略建议”（2分钟）4. 人工微调验证（30分钟）总计：57分钟，效率提升87%所以运用好ai，真的可以节省很多不必要的时间，ai不是替代人类，而是更好的帮助人。

1. 快速产出初稿：输入产品卖点、目标人群、文案风格（如活泼/专业/文艺），AI能瞬间生成海报文案、短视频脚本、电商详情页、朋友圈推广语等多版本初稿，省去从零构思的时间。2. 适配多场景多风格：轻松切换不同平台话术，比如小红书的种草风、抖音的短平快、公众号的深度干货、职场的商务正式风，还能批量生成变体文案避免重复。3. 优化文案细节：帮你润色语句、调整语气、提炼关键词、优化SEO（比如电商标题埋词），甚至检查错别字和逻辑通顺度。4. 激发创意灵感：当你陷入思维瓶颈时，AI能基于输入的核心信息，发散出意想不到的角度和金句，打破固有思路。5. 批量处理重复性工作：像批量生成邮件模板、产品标签文案、活动邀约话术这类机械性任务，AI能高效完成，解放人力去做更有创意的策略规划。

如果说前两年AI于我而言还是一个时髦的谈资和炫酷的演示，那么今年它已悄然渗入我工作流的毛细血管，成了一位沉默但高效的数字搭档。我愈发感觉到，与其说我们在使用AI，不如说我们正与一种全新的 “环境智能” 共处。它不再只是一个工具，更像一种弥散在数字空间中的基础能力，等待我们去建立有效的交互接口。对于技术人而言，如何与这种环境智能协作，已成为一种值得持续探索的“新赛道”。在工作中，我的核心应用场景已从早期的“生成代码片段”，演进为 “加速思维循环” 。例如，面对一个模糊的技术方案设计，我会让AI扮演一个“苛刻的评审者”，从不同角度发起挑战；阅读一段复杂源码前，我会请它先帮我生成一份初步的“执行流程图”作为导航。它最不可替代的价值，并非提供最终答案，而是在我思路启动、陷入瓶颈或需要多视角验证的关键节点，提供一次低成本、高质量的“思维碰撞”。这就像为我的思考过程装上了一台“实时运行的调试器”。展望未来，我认为“AI新知”赛道的深度，将越来越取决于我们 “提问的质量”与“整合的智慧” 。工具本身在快速趋同，而差异将体现在：你能否精准地将现实问题“翻译”为AI可理解的优质指令？你能否将AI的碎片化输出，融入自己系统的知识体系和工作流，并加以批判性验证？真正的效率革命，不会来自对单个工具的浅尝辄止，而源于我们围绕AI，重新设计和优化自己学习、思考与创造的完整回路。这或许是我们每个人都值得投入的、最重要的“新基建”。

上一篇推荐了产品实际工作中的prompt，这里我在更新一版和找工作有关的，从真实的工作场景对应梳理自己的简历，帮助自己进行体系化的思考👇👇👇☞ 1）用户场景（把“你到底做了什么”讲清楚）适用： 你有一段项目/实习，但描述很空：参与了、协助了、负责了……Prompt：假如我是要应聘【岗位：产品/运营/数据/前端…】的候选人，请根据我提供的项目资料（时间/背景/我的工作/产出），梳理出我在项目中出现过的所有可能工作场景。要求：按“目标-动作-产出-指标/证据”展开，补充触发原因与业务约束。你把“做过的事”拆成场景后，简历就不会只剩形容词。☞ 2）逻辑梳理（把项目说成一条能跑通的链路）适用： ...

之前分享过AI产品的面经，现在给大家分享一下平时工作时会用到的prompt；找实习的小伙伴们也可以看看自学一下工作中的实际场景 ；其实现在上下文对话能力很强了，我一般是先写框架，然后让AI完善，再用AI给的prompt，生成结果；从“想清楚场景”到“落原型/PRD/流程图”，基本可以串成一条工作流👇1、用户场景适用： 你想做某个功能/产品，但还不清楚用户到底会怎么用、在哪些情境下用。Prompt：假如我是要【xxx】的用户，请根据附件/以下思维导图，梳理作为用户会出现的所有可能【xx】场景。要求：按用户目标/使用频次/决策链路分类，补充触发条件与成功标准。2、逻辑梳理适用： 场景有了，但还没...