作者qrtt1 (有些事,有时候。。。)
看板Soft_Job
标题[心得] 跟 ChatGPT 一起写程式
时间Tue Feb 28 17:28:17 2023
网页好读版 (内容一样,选自己喜欢的平台就可以)
https://medium.com/@qrtt1/pair-with-chatgpt-ba606160608c
https://hackmd.io/@iD40lBm-QAqgh62DVHbjPA/HyuNVgjCs
仅截录最後的一段 (心得部分)
========================================================
开发者省力的时代
这回实作 Side Project 除了稍为学习到一点 Modern C++,
还有大量复习了《游戏微服务计划》推荐的 Practice Stack
与 Tech Stack 之外。
最意外的收获是与 ChatGPT 一起 Pair Programming 的体验。
尽管目前还有许多人会恐惧自己是否会被 AI 所取代,
但你不能把自己的大脑外包出去。
至少在学习知识这部分,我已经找到了省下力量的方法。
我们运用 AI 的目的不是基於恐惧失去立足之地,
而是为了避免自己落於竞争劣势。
我们可以利用它来处理自己不擅长的知识维度,
特别是面对事实知识的情况。记忆只是其中一种手段。
撇开考试的情况,现代人应该利用工具收集事实知识。
在 ChatGPT 出现之前,我们透过搜寻引擎来收集资讯。
现在,我们多了一个选择。
利用工具让我们省下制作速查表 (a.k.a. 小抄 cheat sheet) 的时间,
动态地透过工具来补充多数人都不擅长透过记忆处理事实知识的问题。
我希望提醒大家,不要落入过去教育环境没有好好启发你学习技巧的窘境,
为了速成总是要求你「背起来」,因为背起来就没事了。
在这里,你必须知道一个坏消息和一个好消息。
坏消息是,事实知识无法建构出新的知识,它们是僵固的,不易使用。
换言之,你无法透过「杠杆」来催动更大的成果。
就像死命地存钱,但不理财的人,你的资产成长速度还跑不过通膨。
事实上,它甚至会更糟糕,因为记忆比想像中的不可靠。
那麽,我们要怎麽杠杆它呢?显然得利用概念知识与後设认知。
好消息是,在四个知识维度中,只有事实知识是厚重的,
随着人类历史与文化堆叠而来。
但基础的理论、原理和原则并不像想像中那麽庞大。
相对来说,其他三者要轻便得多。
想通了这些,只要正常地练习概念诠释和反覆优化,
你就能运用知识承担更大的任务。
==
相关文章
[作品] 搭 Drogon Framework 写个 Web 小游戏
https://webptt.com/cn.aspx?n=bbs/C_and_CPP/M.1677560032.A.759.html
Side Project 专案位置
https://github.com/qtysdk/gaas_cpp
实作历程
https://github.com/qtysdk/gaas_cpp/blob/main/notes/README.md
更新记录
https://github.com/qtysdk/gaas_cpp/blob/main/notes/999-task-list.md
--
连假真的好充实啊(倒)
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.227.23.51 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1677576499.A.A41.html
1F:→ kobekobe007: 一直很好奇实用性,像是如果很多api 散落在各个.h或. 02/28 18:44
2F:→ kobekobe007: cpp内 那我该如何告诉chatgpt,如果没办法很简单做到 02/28 18:44
3F:→ kobekobe007: ,那用处大吗? 用chatgpt 会有程式码泄漏的问题? 02/28 18:44
4F:推 alan23273850: 他似乎很难当下根据新的大量资讯去作判断,只能根 02/28 19:56
5F:→ alan23273850: 据 train 好的 model 去作反应。 02/28 19:56
6F:推 BignoZe: 推推 02/28 20:25
7F:推 jay123peter: 推 02/28 20:39
8F:推 KOD: 推推 02/28 21:05
9F:推 Belieeve: 推推推 02/28 21:20
10F:→ superpandal: 就更高级的google 找资料很不错 但要应用只会自己来 03/01 02:48
11F:→ superpandal: 自己来 03/01 02:49
12F:→ superpandal: 还可以叫它推荐产品 完全就是搜寻引擎用途 03/01 02:52
13F:推 CoNsTaR: 我发现你可以叫他把你想要的内容加到他对某个问题的快取 03/01 02:52
14F:→ CoNsTaR: 答案中,也可以叫他清楚某个问题的快取 03/01 02:52
15F:推 CoNsTaR: 你也可以叫他只用他的 training data(他常常用 the patt 03/01 02:54
16F:→ CoNsTaR: erns I've learned 或 training data 来称呼),或只用 t 03/01 02:54
17F:→ CoNsTaR: ext data 和 external data 来回答某个问题,通常答案都 03/01 02:54
18F:→ CoNsTaR: 会不太一样 03/01 02:54
19F:→ CoNsTaR: *清除某个问题的快取 03/01 02:55
20F:推 CoNsTaR: 一个技巧是叫他 cite the sources,就可以知道资料来源是 03/01 03:00
21F:→ superpandal: 意义并不大... 03/01 03:00
22F:→ CoNsTaR: text/external 或是 training data,也比较不容易被他 03/01 03:00
23F:→ CoNsTaR: 唬烂到 03/01 03:00
24F:推 CoNsTaR: @superpandal 他所谓的 cache 就是他的 train 出来的结果 03/01 03:06
25F:→ CoNsTaR: ,所以如果你想要他应用某个资讯就叫他把那个资讯加进一 03/01 03:06
26F:→ CoNsTaR: 个你认为最相关的问题的 cache 03/01 03:06
27F:推 CoNsTaR: 你可以先引导他推导出那个资讯,然後问他能不能把它加进 03/01 03:08
28F:→ CoNsTaR: 某个问题的快取 03/01 03:08
29F:→ CoNsTaR: 这样就可以实现原 Po 说的杠杆 03/01 03:09
30F:→ superpandal: 不需要 用词精准加上上下文就可以问解答 03/01 03:28
31F:→ superpandal: 也没有要拿来产code 因为都会自己产 03/01 03:30
32F:→ superpandal: 我只要能够问的出并推导出解答就可以 03/01 03:32
33F:→ superpandal: 业务逻辑可以这样产出但就是危险 03/01 03:33
34F:→ superpandal: 难解决的玄妙问题它又解决不了 03/01 03:34
35F:→ superpandal: 多这工具就少了在大量资讯统整的时间 但我本身就还 03/01 03:38
36F:→ superpandal: 身就还算会google的 03/01 03:39
37F:→ superpandal: 推荐产品是真需求 算不错 03/01 04:11
38F:推 Sixigma: ChatGPT的问题可以比Google更抽象,你可以使用人类的技 03/01 18:26
39F:→ Sixigma: 巧去问问题,譬如譬喻、类比,对於快速归纳既有知识的相 03/01 18:26
40F:→ Sixigma: 邻领域非常有效,这Google做不到 03/01 18:26
41F:→ superpandal: 具体更好 在google就是不停修正关键字 03/02 00:08
42F:→ superpandal: chatgpt中不停修正问法 03/02 00:09
43F:→ superpandal: 软工查资料比较的应该是技术和功能 03/02 00:10
44F:→ superpandal: 都比较具体的 03/02 00:11
45F:推 art1: 扩展不熟悉的知识透过 ChatGPT 真的很方便,但还是有些内容 03/02 01:57
46F:→ art1: 一看就知道在唬烂 XDDD 03/02 01:57
47F:→ eva19452002: 有人看得懂好消息和坏消息那两段在讲什麽吗? 03/02 05:26
48F:推 art1: 坏消息是 ChatGPT 没那麽好用,好消息是用对方法就能利用吧 03/02 07:21
49F:推 zxcchiou: 我觉得是比google更高级的搜寻工具 相对程式来说 03/02 10:03
50F:→ zxcchiou: 基本上有问必答 屌一点还可以请他教程式 03/02 10:04