假期生活开始了，但是完全没有放假的感觉。
有点点心累
day4
找到了一本李宏毅课程的书，苹果书，写的很棒，毕竟相对于视频，我更喜欢读书一点，知识密度相对更高，能快速回顾某部分内容。
ai地基这块要挑重点的学。懂原理就行。
gemini/gpt/claude，对建议我更应该放在应用与ai的连接，业务如何用AI赋能等。
Day3
李宏毅的机器学习课程前2讲，算是机器学习的入门导论吧。
定义一个带有未知参数的函数式，定义一个损失函数，找出最佳参数。
只是有个笼统的概念，里面有很多细节还是需要继续学习。
Day2：看了吴恩达的提示词工程课，其实算是比较基础的了。重点提到了迭代提示词的方法，这个应该比写一个好的提示词更重要。
Langchain 开始学了，先从读文档开始。
黄皮衣说码农以后就是今夕的打字员，先不说对错，但是多多关注业务是对的。
晚上和离职同事聊了会，年轻真好。无房贷没娃没结婚，真的自由。
Day1简单总结：提示词工程学习。
claude官方的提示词教程写的蛮不错，知道了很多prompt优化的技巧。
高质量提问，得到高质量回答。
随意的提问，得到敷衍的回答。
在公司的搭子又离职了一个。唉
感觉要学的东西还有很多，说不焦虑是假的。
对于简单的、你已经完全理解如何做、以前做过多次的功能，建议放心的卸下心智负担，完全交给 AI。
但是在学习新的知识、新的领域，你对这一块比较模糊的场景，更建议自己进行编码，或者自己和AI结对编码，但是在AI生成后，务必要多喝AI进行自己的讨论，彻底理解AI生成的代码的意义。
使用AI的过程中，一定要多思考，理解原理，可以对AI助手提问，让他生成高质量的回答来加深理解。
相对而言，更建议进行混合代码和解释，在生成代码的同时要求AI同时生成解释然后自己同时阅读代码和解释用来加深理解。
根据claude的研究，如果让大脑偷懒进行认知卸载，把写代码的工作完全委托给AI，那么对自己能力的提升没有任何帮助，工作干活写代码的投入都不能转化为自己的长期认知收益。
