以下是关于如何学习使用 AI 来提高工作效率和自身全面能力的建议：
1.彻底让自己变成一个“懒人”2.能动嘴的不要动手（用嘴说出你想做的事远比打字来的快）3.能动手的尽量用AI（用AI远比你苦哈哈的手敲要来的快）4.把你手上的工作单元切割开，建设属于自己的智能体5.根据结果反馈不断调整自己的智能体6.定期审视自己的工作流程，看哪个部分可以更多的用上AI完成这些学习后，如果你身处组织内部，你可以暂时将注意力集中在手头的工作上，将所学应用于实践，不断优化你的工作流程。但如果你渴望进一步提升，成为领域内的佼佼者，你可以考虑更深入地钻研技术层面。例如，你可以学习如何搭建专业的知识库、构建系统的知识体系。这不仅能够用于驱动你的工作，还可以支持你的个人爱好和创作。再看个人素质。在技术层面之外，个人能力的提升才是真正的核心，尤其是学习能力和创造能力这两大支柱。这两种能力不仅是个人成长的基石，更是在这个瞬息万变的时代保持竞争力的关键。学习能力，本质上是通过持续的阅读和实践来吸收、消化和积累知识的能力。它是构建个人知识体系的基础，也是个人成长的动力源泉。对每个人来说，不断地汲取新知识、应用新信息，都是丰富自我、拓展视野的重要途径。为了在这个变幻莫测的环境中保持竞争力并确立不败之地，培养并维持旺盛的好奇心和持续学习的习惯是不可或缺的。这意味着你需要广泛阅读，深入研究新领域，不断探索前沿知识。通过这样全方位、多角度的学习和实践，你不仅能够积累丰富的知识，还能够提高自己的适应能力和创新思维。我深知，在谈论这些概念时，可能会给人一种虚无缥缈的感觉。然而，真正重要的是将这些想法转化为具体的行动。你现在就可以采取的实际步骤是：
我们已经进入知识经济的时代，不是在网上开课贩卖知识那种，而真正做到了廉价且快速的复制知识-让知识任务自动化。但要做到能够和AI一起协同进化，我们需要提升哪些能力呢？善用工具历史证明，使用工具的人往往比不使用工具的人表现得更好。人类的发展史就是一部工具演化史，从农业时代的水车运输，到第一次工业革命的纺织机，再到信息时代的电脑，工具越来越自动化。很快，不会用AI工具来自动化重复性的任务，就像不会用电脑来处理复杂的计算一样，如果不能适应这个转变，就面临被时代淘汰的命运。我们会因为这种自动化带来的效率提升，腾出时间来进行更高层次的思考。抽象与整合现在“大语言模型”已经压缩了人类历史上积累的大量知识，你可以快速的用这些工具把知识回放出来。随着思维方式的进步，直接学习所有知识细节已经不再必要，我们可以在需要使用的时候通过工具来加速学习；现在需要的能力是在更高的层次上的学习，抽象出更多的细节。事实上，AI在掌握某些技能或知识的同时，也能使人类更容易学习这项技能或知识。随着技术的进步，AI必定能做到-“学习人类如何学习”，并以适合不同个体的方式来呈现它所学到的知识，让人们更好地吸收。过去的一种观点是，随着世界知识量的快速增加，人们普遍认为将会越来越专业化。但现在AI让知识自动化的技术不断进步，让我们看到了另一种可能性正在清晰可见：实现“整合”而不是专业化，人们在更高的层次上工作，为AI提供方向并作出合适的选择。这是一种充分利用人类潜能的最佳方式：让我们集中精力制定“策略”，而把具体的执行细节交给更擅长的自动化系统来处理。
作者Nicholas Carlini是一位真真正正的技术大佬！在MIT念完CS+Math本科后，又拿到了MIT博士学位，随后进入大名鼎鼎的Google DeepMind工作担任科学家，研究方向还是自然语言处理！！他的博文「How I Use"AI"」非常出圈，是使用LLM进行编程和研究的实例分享，并都给出了完整的提示词🧐有些任务的提示词真的超级长！而这只是Nicholas过去一年实践「冰山一角」🏔构建一个完整的Web应用。作者用GPT-4构建了一个在线测试小工具，并获得了超过千万次的页面浏览量。学习新技术。通过与模型的互动式对话，学习Docker、Flexbox和React等新技术。开启新项目。借助AI快速获取新项目或者新论文所需的样板代码，尤其是框架不熟悉的场景里。简化代码。遇到复杂的大型代码库，用AI进行简化后更容易理解。单调任务的自动化。把单调且简单的任务交给AI，比如数据格式化等。提升用户专业度和效率。在AI的帮助下，普通用户也可以像专家那样完成很多工作。API Reference。通过AI获取特定工具或命令的使用信息，不必再翻看查找文档。搜索。AI搜索效果比传统搜索引擎好很多。解决一次性的任务。只需要运行一次的小脚本或程序，用AI编写起来省时又省力。常见任务的解决方案。你遇到的大部分任务，都已经发生并且有解决方案了，而这部分是LLM最擅长的。修复常见错误。编程中遇到问题时，通过LLM问答往往比传统搜索更高效。