用 AI 来理解
提问的方式
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 同一个工具可以让你更敏锐,也可以让你更含糊。大部分区别就在你打下的第一句话里。
三种投入式的做法
- 问为什么:“为什么这是一个生成器而不是一个列表?”
- 先预测,再检查:“我预计它对一个空购物篮会返回 3。是这样吗?”
- 反过来解释:“我觉得这个锁是这样工作的。请纠正我。”
伪装起来的委托
有些请求听起来像是在学习,实际上却把工作交了出去:“先解释,然后把它好好重写一遍”“直接告诉我答案,这样我就能理解了”。如果是 AI 在推理,而你只是读结论,那你就是在委托。
委托并没有错。对于样板代码、你不会维护的代码,以及当截止时间才是真正的约束时,它都是正确的做法。只是要有意识地选择它。
回顾 问为什么、先预测、反过来解释。有意识地委托,而不是默认委托。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。