用 AI 做创造性工程
别再直接交付 AI 的第一个答案。这里是真实的工程问题,经过精心设计,让显而易见的 AI 答案在一个隐藏的测试或预算上失败,也有一些问题里它恰恰是对的。学会重新定义问题、找到不寻常的路线、创造性地调试、和 AI 对练,并且知道什么时候无聊的方案会胜出。免费,在你的浏览器里运行,无需账号。
每日复习
间隔重复让你学到的东西不会淡忘。
蒙眼开局
在真实的问题上完成四场关闭 AI 的基线考试,看看这门课里每一个陷阱共有的形状。
绘制默认答案的地图
认出某一类问题的默认答案,统计它背后的习惯,并为判断之镜记录下你自己的设计直觉。
对决的规则
了解每道题是怎样评判的,不用时钟来测量成本,赢下你的第一个陷阱,并认出一个无聊的陷阱。
执着于你自己
在寻求帮助之前写下几种真正不同的方法,测量它们和 AI 的方法相差多远,并先用你自己的想法去解决一个陷阱问题。
用 AI 来理解
用能建立你的理解的方式向 AI 提问,在运行代码之前先预测它的结果,并在关闭导师的情况下解决两道前面题目的双胞胎题。
感觉快,其实慢
在两个配对的问题上预测你自己的用时,一个有导师、一个没有,然后诚实地解读你的校准。
换一个问题来问
重新表述一个问题,直到它的难点消失:反转它、换一个单位、挪动工作,或者问一问需要的是什么,并知道什么时候平淡的框定方式已经是对的。
删掉问题
通过去掉一个步骤、一个多余的要求或一个不需要的组件来修复问题,并认出什么时候每一个部分都是必需的。
借来的机器
通过比较两三个来源示例、说出它们共有的结构,并对照目标去检验它,从另一个领域借来一个行之有效的设计。
不用缓存的速度
通过预先计算、利用顺序、流式处理和设定界限,让代码在读取和内存预算之内变快,并知道什么时候一个小缓存才是正确的选择。
能弯曲的数据模型
设计能经受住关于历史、基数和身份的变更请求的数据模型,并认出什么时候一张平面表已经就是正确的模型。
没人能误用的 API
设计能及早、大声地拒绝错误用法的 API,使用明确的状态、具名的选项和值类型,并知道什么时候一个普通的函数就已经是安全的。
奇怪的限制
利用奇怪的限制(没有服务器状态、只读一遍、离线优先、固定内存),得到运行起来更简单、也更难被弄坏的设计。
会说谎的缺陷
区分症状补丁和原因修复,并在错误的假设处修复缺陷,这样有同样原因的隐藏输入也能通过。
让缺陷更响亮
构建能让缺陷无法被忽视的测试和探针:抓住许多错误的版本、检查性质、缩小输入,并对历史记录做二分查找。
说谎的一课
把流畅的建议当作一个有待验证的说法,并用一个在建议的代码上失败、在正确版本上通过的测试来证明其中的缺陷。
评判输出
检查一个助手答案里的各个说法:包名、差异的范围、悬而未决的选择、抽样的一致性,以及一个智能体的操作。
唱反调的人
用一个模型来攻击你的设计,而不是让它来写设计,并把事前验尸和失效模式变成能抓住有缺陷版本的检查。
越过第十个想法
通过禁止常见的功能想法并使用约束卡来越过它们,然后针对一个诚实的测试,为一个不寻常的想法做原型。
发明你的工具
用普通的代码、简单的相似度和明确的规则,构建小而可测试的开发者工具,并知道什么时候一个工具胜过再问一次。
判断之镜
写下你做设计时遵循的原则,用你自己的选择去检验它们,并找出你和自己意见不一致的地方。
无聊的方案胜出的时候
认出什么时候平淡、经过验证的答案才是对的,并要求巧妙的方案用问题真正存在的某种成本来证明自己的价值。
打败你的幽灵
读一读你自己的习惯档案,然后解决四道题,每道题都禁止你的一个默认做法:缓存、类、排序和特殊情况。
十扇门和 Field Kit
完成一一对应的关闭 AI 的期末考试,读一读你自己的变化,打开三扇混合的门,然后带着一份由你自己的作业构建的 Field Kit 离开。
只有你能打印或保存这些。链接保存在这个浏览器里。要给别人看,请分享证书上的验证链接。