还有必要继续找姐姐聊天吗

每一次科技革命，都预示着生产力的大幅提高，而自2022年开始的AI元时代，或许就是第四次科技革命。从2022年GPT问世之后，我们的工作范式就已经开始发生翻天覆地的变化，同时也让工作效率有了质的提高。1. 文本工作：首当其冲的就是文字领域，从文案编写、知识收集等，原本可能绞尽脑汁两三天才能写出一片文章，现在有了AI，几十秒就输出一篇文章，即便内容不符合你得期望，也能在极短时间内给你完成写作大纲和素材收集等辅助工作，而像以前文科天才才能写出的诗歌，现在借助AI每个人都能写出优美而又符合自己当前预期的应景佳作。2. 代码：现在的AI基本已经取代了原来各种论坛。原来的程序员，工作时大部分时间可能都花在各种论坛（如CSDN、Stack Overflow）上，查找资料和代码然后cv，而现在的基本都是面向AI编程了。还记得之前看的一篇文章，爆料stack overflow现在的日活正处于直线下降的一个趋势，已经回到了刚成立时期的日活量了，或许过不了多久就真的会成为历史了。3. 艺术创作：原来的艺术创作，需要你会各种东西，比如PS、剪辑、绘画等，基本都需要大量的学习时间，而现在的只要你学点儿提示词技巧，再描述一下自己的想法，就能在几十秒的时间里生成一副绝佳的艺术作品，哪怕像音乐、视频等艺术创作现在也有相当成熟的AI应用了。AI的出现，不仅减少了工具的学习成本，更是让普通人都能高效的进行艺术创作。4. 各行各业：若说此前的应用尚限于日常场景，那么各行各业全面拥抱AI，才真正标志着AI时代生产力的跨越式提升。从医疗的智能分诊与辅助诊疗，到芯片的大模型调优，再到制造业的智能预测分析、能源的电网智能调度、金融的自动化投研等，AI不再是“锦上添花”的技术点缀，而是重构各行业核心生产函数的关键要素——它通过自动化认知劳动、优化决策、连接物理与数字世界，实现了从“人力密集”向“智能密集”的跃迁。每次变革都会淘汰掉一部分旧的、跟不上生产力的职业和事物，但同样也会带来全新的机遇。我觉得，相较于焦虑是否会被取代，不如主动拥抱AI，主动重构自己的思维和技术栈，迈向未来新世界！

思维链（CoT）方法依赖于一组固定的人工注释范例。问题在于，这些范例可能不是不同任务的最有效示例。为了解决这个问题，Diao 等人（2023）最近提出了一种新的提示方法，称为 Active-Prompt，以适应 LLMs 到不同的任务特定示例提示（用人类设计的 CoT 推理进行注释）。下面是该方法的说明。第一步是使用或不使用少量 CoT 示例查询 LLM。对一组训练问题生成 k 个可能的答案。基于 k 个答案计算不确定度度量（使用不一致性）。选择最不确定的问题由人类进行注释。然后使用新的注释范例来推断每个问题。图片来源：Diao等人（2023）

买了一个很小很便宜的电车，也没告诉很多人，没发朋友圈。我是真的很开心，因为我有严重的偏头痛，冷风一吹我就完蛋了，我甚至会呕吐。开上车就好了，真的头痛频率降低多了。对象给了一半的钱，让我开。是有点幸福的，真的，冬天不冷了。

介绍：这里面都是一些比较短小的名词，不值得被单独拉出来写成一篇文章。因此我们把他放在这里。非技术类：PRD:PRD 是 Product Requirements Document 的缩写，中文意思是产品需求文档，是产品经理在需求评审会前产出的核心交付物，也是后端开发、测试、设计等所有角色理解需求、开展工作的唯一依据。简单说，PRD 就是把产品要做的功能、要解决的问题、要达到的目标，用清晰、无歧义、可量化的文字写下来，避免大家对需求 “各说各话”。ABTest：A/B Test 全称是 A/B 测试，本质是一种对照实验方法：在产品迭代时，将用户随机分成两组（或多组），给不同组推送功能、策略、界面...