1 C 纯粹懒
2 C
3 A 早期在CSDN倒是还有转载
4 B 多少有点意义
5 B 自己写的，算B吧，几个月没动了，但是后面肯定又会改
6 C 算C吧，除非专门找时间来改动，不然只是很细微的小调整
7 B 自己写的，就随便改了，看到别人样式好看就考虑模仿一下
8 C 不是拿来陶醉的，只是经常会看一下和别人博客的样式哪里不同
9 D 域名就那样了，用着就行
10 C 记得就看看统计
11 D 拒绝广告，除非能流量大到免费无法承受
12 A 肯定看别人写的内容，内容才是优先的
13 D 看内容（除非网页看着非常难受
14 D 看内容
15 AB 都有，主要还是学习到了东西
1. D 之前更得勤快些，高三以来都基本没怎么写过了。
2. A 这周一时兴起写了一篇
3. A 全部原创。之前有段时间博客拆了又建，建了又拆，因为那时候自己写的文章不堪入目，删文章又费劲，直接把网站文件删掉重建。
4. D 详见 https://www.xiaozonglin.cn/meaning-of-blog-posts-and-commenting/
5. C 没怎么记，大概是。
6. 没折腾，跟主题的作者有联系，在同一座城市，他经常拿我的博客看看他的代码有没有问题。
7. 同上
8. D
9. D
10. D
11. D 之前有申请过谷歌联盟，但被驳回了。
12. B
13. B
14. D
15. B
在 23 年初 AI 势头最火热的那会，我写了一篇《AI 会取代人类的工作吗》的文章，那篇文章里总体对 AI 的出现与未来还是持开放态度的，比如我觉得之后会有很多公司快速上线“Prompt Engineer”之类的岗位。但是当我们把视角转到 2024 年的今天，我又觉得“AI 取代人类”这件事可能会比我当初预想的进度要慢一点。
比如从人才市场来看，一个很直观的例子就是行业中不仅出现了很多“大模型算法研究员”，“AI 产品经理”这样的岗位，岗位描述里会告诉你“能够设计合理的 prompt 模型，不断优化模型的性能和效果”，“与算法与产品团队紧密配合，将算法需求变为可批量生产的模型语料”，这些事情可能都代表着越来越多的公司愿意为 AI 投入更多的资源与成本了，但有些公司又会在 15k 的岗位任职资格中写到“至少具备 5 年以上 AI 方向经验”，“发表过高质量 AI 行业论文（如CVPR、ICCV、AAAI等)”，这件事让我觉得有点黑色幽默（你应该能 get 到吧？）。
可能从实际应用来看，行业中大部分企业对 AI 的认知还是在“基于已有的知识库优化智能问答，辅助生成报告知识图谱”或者是“基于已有的项目与成交案例进行总结沉淀，通过 AI 赋能售前支持，支持咨询客户转化”的角度里。能够通过 AI 进一步帮助企业或者团队提升效率，总体的探索都比较有限。
因为工作的原因也不免需要响应一些来自客户的咨询，或者在一些项目中需要基于客户“拥抱 AI 的角度”整理类似的需求，但实际上我的感觉就是“大多数人都在为了 AI 这盘醋，去包一盘饺子”，大家都共识了 AI 这件事就是为了蹭热点（我觉得从某种角度来说，其实 2024 年的现在没有曾经那么热），把 AI 作为产品中的一个功能能够更顺利的申请到更多的预算和经费，能在市场推广与宣发层面获得一些“短暂的收益”，仅此而已。
前一段时间和同行业的朋友交流，有人觉得“使用 AI 创新这件事”总是外国要做的更好一点，他们觉得就像萝卜快跑一样，资本的罪恶使得无数网约车司机会忽然失去就业机会，而同样的市场如果搬在国外，企业的管理者就会天然“人本位”的思考如何在保存工作岗位的情况下，再更优雅的引入新技术来提升企业效率（但这不都是资本的判断吗？）。
跳脱出对国内外市场主观的判断考虑，我是觉得伴随 AI 所推动的自动化，可能会在某种角度拉开低技能劳动者和高技能劳动者的工资差，一方面可以替代一部分前者的工作内容，另一方面又会为后者创建更多新的工作任务。
至少在我身边的环境里，我感觉 AI 的改善没有想象中那么高。能够自如创建 Agent 并将其用在工作中提升人效的人还是少之又少，而当你真的使用 AI 提升人效之后，又可能会面临涌入更多问题的窘境。还有就是我发现大多数人，更意愿将 AI 当做“搜索引擎”的平替，原本是遇到问题后去搜索引擎上提问找答案，后面变成了去小红书找答案，现在又变成了去 AI 上找答案。
表面上看起来，市面上的大多数 AI 都能够在短时间内帮你写出一份活动的策划，产品推广的文案，甚至是基于历史的知识库对某些数据进行一些深度的分析，使用 AI 能够“不假思索”的复制粘贴以便更好的响应领导分配的事情。但回到一切的根源，答案来自于问题，我们只顾着快速的提交问题的答案，是否又真的愿意思考“如何提出一个好问题”呢？
忽然联想到最近人们一直在谈的“大环境不够好”，言语间总是要夹杂着“就业市场不景气”的悲观色彩，从事今天的产品工作不聊两句 AI 仿佛都被时代淘汰了。从这个角度来看，大多数人可能还没有想到更加正确的，优雅的 AI 使用方式？我想目前 AI 的主流仍然是一种生产工具，而非工作思路。在我手里的产品使用 AI 做国际化适配，建立交付支持问答库，提升运营工作甚至快速响应突发的问题总是能够发挥一定的色彩，但我还是觉得尽信书不如无书嘛。
从这个角度来看，不论企业规模如何，如果只是打算创造一些平庸的技术来配合市场宣发的时候，不妨就别再想着能真的“降本增效”了。降本增效中只有“降本”变成了真实的利润目标，而选择的方法就是用更廉价的资本来取代劳动力（反正 AI 也能写活动策划，那我就用 AI 来取代两个运营人员的 hc，至于落地实施的事情再说），这件事对整个经济生产率的提升毛用都没有，唯一的收获就是借着 AI 的这阵风举办了更多名为分享实则销售获客的沙龙，最终只会让大环境越来越差。
我记得曾经看到过一种观点“国内的 AI 全部局限在内容审核，而国外的 AI 都在尝试再次创新”，可能现在又再次走上了一条循环的道理，随着人们对生成式 AI 的关注越来越多，资本也会越来越集中，那可能也会降低 AI 在其他方向上的无数可能。虽然说愿意承认技术对未来带来的决定性影响是件谦逊的好事情，但也依然会受到政策影响，经济发展，利益相关者话语权等各种因素互相影响。
我想这篇文章还是不应该太过于武断，仅以我所在的角度和视角来发散性的聊聊。只是作为 IT 浪潮中一个渺小的参与者角色而言，我们好像真的就踏入了一些影响人类发展的关键节点，但是几十年或者几百年之后的未来到底是什么样的，谁知道呢？
作为产品设计者的角色，核心的工作都应该是在仔细思考后，得出“多做一件 X，可以少做 N 件 Y 的需求”的结论，也就是我们说了很多次的“抽象”。以为通过自己或团队的效率来快速响应客户的意见，快速上线 N 个需求更像是用“战术上的勤奋掩盖战略上的懒惰”，从始至终都被客户牵着鼻子走，团队中的每个角色都不会太好受（但……这件事对于响应客户的当事人来说，又很容易收获来自客户的认可与赞扬，又便于自我镀金或者在团队内向上管理，有一点难评）。
知乎现在也和 CSDN 一样已经臭名昭著了，搜一下网上骂声真不少。特别是在搜索技术类文章时，总会出现来自这两个网站的内容，又无法拷贝或查看完整内容，用户体验让人恼火。为了绑住用户而牺牲用户的体验，只能赶走用户。虽然可以使用 AI 问答工具检索答案，但有时还是需要用到搜索引擎。今天决定在搜索引擎中再增加对排除知乎的判断，方法也分享给大家。
登录
