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。

也不知道明年我们武研还在不在了。。

制定个学习计划，认真执行，如果我明年遇到了今年朋友们的情况，也不至于慌乱。

我非常喜欢计算机这个行业，不过每个人都认为这个行业做不到退休。

如果真做不到退休，我再找的工作，也应该能用我喜欢的东西来让他更强，我应该是不会舍弃这条路吧