共 4 篇文章
精选
AI职场大语言模型AI编程AI办公Claude CodeCodex
李飞飞：十年后职场只剩两种人丨Silicon Valley Girl
李飞飞与MasterClass CEO David Rogier对谈：AI不会整体取代岗位，而是按任务拆解重排工作。未来职场分化为顶级专家与高主动性通才，稳定感来自主动把AI变成生产力；文凭不再自动通向职业，医生病历、PM原型等任务先被自动化，判断与协作更贵。给工程师、PM、运营：先上手工具、用日常任务验证、主动改写工作边界。
2026-08-2926000
提示工程大语言模型论文阅读最佳实践提示词工程上下文
经典重读｜为什么写好提示词反而不如直接给例子？
通过重读GPT-3论文(少样本学习者)阐释Few-shot与上下文学习，论证给参照物、给例子比写详细提示词更有效，并给出正反例搭配的实操写法，适合提示词工程与AI写作实践者。
2026-09-0918011
AI教育大语言模型AI编程学习方法编程职业发展
斯坦福计算机教授：AI 会写代码，你为什么更该学编程丨EO
斯坦福教授Chris Piech谈AI时代的编程学习：工具会写代码，人更要理解问题拆解、架构与需求判断；真人辅导比AI导师更能点燃动力，建议用Claude Code边做原型边补核心概念，适合教育者与开发者反思AI与人的能力分工。
2026-09-0910000
AI基础设施大语言模型知识管理AI学习数学架构
AI 推理工程所需的数学知识（完整路线图）
从零讲解构建 LLM 推理引擎所需的一整套数学知识路线图。沿 Prompt→Tokenizer→权重/嵌入→Transformer Block(Attention、Layer Norm、FFN)→Linear Head→解码策略→Softmax 的推理流水线，逐环节标注数学基础，帮想从底层理解、从零实现的学习者理清边界与顺序。适合做推理引擎、系统优化，或想从数学视角理解大模型的工程师。
2026-09-096000