与 AI 协作的方法论

3 notes in this collection.

YouTube · 字幕整理 · 影片原作者

课程定位

前面那些课讲的是怎么把 AI 接进工程流程——工具、记忆、多智能体、可靠性。这门课换一个层面:同样的工具在你手里,能发挥多大作用。

原片从一个很扎人的对照开始:

同样的 AI、同样的模型、同样的月费,你能用 AI 做出什么东西,完全取决于你的野心和认知有多大。

学习路线

  1. 两极分化 —— 一小群人在做惊人的事,大多数人还在当搜索引擎用
  2. 四个维度 —— 速度、高度、深度、广度
  3. 高度 —— 退后一步问「我真正要的结果是什么」,用「然后呢」一层层往上抬
  4. 深度 —— 角色扮演只换口音,四问法才换方法
  5. 广度 —— 把名词换成动词,撕掉行业标签
  6. 自我设限 —— 最难的一关在开口之前

第 2 讲 · 实现交给 Agent 之后

  1. 两条方向 —— 用 Agent 做产品,和做 Agent 产品,是两件事
  2. 换学习顺序 —— 先问它解决什么问题、有什么等价方案、有什么限制
  3. 状态管理 —— 先分清数据由谁维护,再选工具
  4. 类型与运行时 —— 断言让编译通过,不代表数据真的对
  5. 交互与验收 —— 截图证明不了连续操作的行为
  6. 规则与工具 —— 规则表达要求,工具负责落实
  7. 测试的源头 —— 不能由当前实现反向决定
  8. 学习的重新分配 —— 少背写法,多懂取舍与验证

第 3 讲 · 提示词与信任金字塔

  1. 逼它想清楚 —— 找根因、先对齐、别把我的问题当成正确的问题、推演二三级影响
  2. 逼它别迎合 —— 假设自己错了、定场规则、越聊越不对时怎么归拢
  3. 逼它做验证 —— 深层推演、以及「哪项核验是独立的」
  4. 让它做清理 —— 读历史找遗产、换人接手测试、清掉过程记录
  5. 信任倒金字塔 —— 五层按确定性排序,重心压在最底层
  6. 那个关键动作 —— 先问能不能变成确定性检查,而不是加一行规则
  7. 内外双循环 —— 内循环不稳,外循环只会更快产出垃圾

阅读提示

  • 本篇是字幕整理稿,不是逐字记录
  • 文中的案例、人名、研究结论沿用原片口述,未做外部核验
  • 四个维度里的「速度」原片着墨最少(作者说这是最直觉的做法),本篇也相应从简
  • 第 2 讲的招聘观察是原作者的样本整理,不代表整体市场
  • 第 3 讲中那位工程师的团队数据(月合入 PR 数与回滚率)沿用原述,未做外部核验

搜索全站

输入关键词,查找项目与实践记录。