我理解现在的AI ： 高效的学习工具、无所不能的博士生！

我用了一段时间AI，其实就是豆包的AI，通过它了解一些算法的原理框架和用法，并且针对一些算法问题打破砂锅问到底式的互动。

我的感觉它对你的解答基本上属于能说明白，即使不明白的模糊点，或出现的新名词，也能通过互动搞清楚。

还有一个结论：AI是一个高效的的知识学习工具——如果用好了，它可以缩短你学习知识的时间到1/5，甚至1/10。

有一次AI在公式推导上出现错误，我提出异议后它立马认为我的合理性，并重新推导了公式：）

有一次他在回答某一数据时，也出现错误，我提出异议后，它立马给出了准确的数据——我翻看它印证的文献，原来有一篇的出处有问题。

我喜欢打比方，用一些比方增进我对有些模型的理解，它基本上也可以给与较为准确的分析，或肯定或否定你的比方，这些比方有助于我对问题的理解。

通过这类互动式学习，学会的时间能大大缩短，大脑内对算法的理解框架再构建比任何一种学习方法都快。

但是你让他对于某些问题（我已经描述的非常细致）进行数学建模推荐，它基本上回答的就很大路货，这种问答它应对的不好，就是差不多和一篇XXXX关键技术分析文章中给出的某问题的主要数学方法的知识差不多，这类知识没多少营养。

也就是它还是很难做到从事实到数学模型的“破题”，特别是当这到“题”是一个比较新鲜或“陌生”的场景时，它给出的答案不好。但是从算法本身的角度，解释算法的原理和现实作用，即便是你将算法和现实世界的现象结合来讲解，它还是做的不错。

也就是从一个具体算法到现实应用的推演它做的不错，但从现实应用到选定一个算法去解决，它显得远远不够，融会贯通的能力不够。

其水平相当于一个什么都懂的、无限耐心的博士生水平，我本想把它比喻成新大学老师水平，我细细一回归，感觉它还不到这个状态。新的大学老师，会有一定的融会贯通能力了。

我认为这个AI相当于给你提供了10000个各种不同研究领域的博士生，比10000本书强多了。

我感觉我这样和AI的高质量互动，可以提升AI的认知水平。我这样的人多了，比如来自各行各业的人都和它深度交流并提出很多建议，修改它的模型，AI的能力会提升很快。

===== 补充 ====

deepseek我年前到现在，用的很多，印证了华为孟晚舟说的，AI的使用依赖使用者的交互水平，不过使用者的水平也可以通过ai来加速提高。

这半年，AI的加持给我带来了之前从没有过的“生产力”，很兴奋。

但也摸到本人特定需求下ai的能力边界了，不过ai的另一个好处是知识广博，这个方面没的说，所有人学习过程都可以使用它！