BLOG
很久没有更新博客了。这段时间一直在重新思考博客内容的定位和颗粒度。
前面的几篇文章，定位偏学习笔记和基础教学，加上一些自己的感想，不少真正有价值的想法没有提炼出来。AI可以很轻松地代替这些工作，把某个API拆解地连底裤都不剩，然后告诉你代码是怎么组织的，从技术细节上，官方文档也明显比我的博客更详细。
以后也许会更多发一些思考的过程、想通的过程，不拘泥于形式(我本来也不擅长按部就班地按照计划行事)，最好是有某个跟我走在同一条路上的学习者，在某次搜素时看到我的感悟，或者某个有价值的顿悟瞬间被AI捕捉到，恰好与后来者产生共鸣，从而将海量复杂文档串联到一起(希望我有这个能耐)然后瞬间理解一切。
毕竟我也占用了互联网的资源，也是希望留下点什么的，虽算不上是财富，但也不希望是狗屎。
就这样。
关于AI
关于AI，我希望大家能保持这样的一个态度：保持兴奋，同时保持祛魅。
这几年AI发展的速度令人难以想象，现在看来大家最早接触的AI模型大概是CV，那是从搜题软件的整页搜开始的，虽然不是LLM，但也在AI的范畴内占有巨大的地位。22年年底，那时候还在上高中，gpt3.5发布，AI真正从幕后走出来成了主角。
但这好像只是轻如鸿毛的一件小事，大家的视野放在更加重要的疫情、网课、春节，没有一个高中生会去在意这些，也许那时我还在偷摸看小说(笑)。
到了高三，事情开始变得不一样了，AI开始出现在生活里，chatgpt出现在英语报纸里，就连英语老师也开始在课堂上频繁提起，并时常畅想出有趣的未来。
一开始，大家都是圈外人，直到某件足够出圈的事情发生。对我来说，这件事是25年年初，deepseek-r1发布并开源。
我几乎是在第二时间就在b站上搜到了本地部署的方案，并开始尝试这个全新的玩具，至于为什么是第一时间，因为第一时间up主们的视频还没有发布，我连ollama是什么都不知道。
是的，这是一个玩具，本地的14b模型速度太慢，而7b智力明显不足，因此，它也只是在我的硬盘上存活了很小一段时间。
但是亲眼看到cmd中模型开始吐字的那种冲动和喜悦，我至今依旧很难准确描述。现在想起来，这大概点燃了我心中的技术火苗，开始促使我去接触更多有趣的事物。
那时候我丝毫没有意识到，自己正在接触的东西，后来会形成怎样庞大的产业，催生多少产品和公司，又会怎样迅速进入编程、教育、内容创作、科研乃至普通人的日常生活。
后来，学习单片机的过程中，我偶然接触到了虾哥的小智开源项目，那个视频我记得是给小智接上了deepseek，视频里，小智台湾腔的声音和温度让我想起了一个正在学计算机的朋友，他高中时曾说过梦想是亲手造一个有灵魂的机器人女友，现在看来，他的梦想目前来看，实现的概率居然不低。
一个刚刚对MCU资源和AI开销有模糊认知的菜鸟，自然而然产生了一系列问题，那就是这么一个能听人说话、还能回答问题的东西，到底是怎么塞进巴掌大的一块板子里的？
当然，现在再看这个问题本身就有点幼稚，真正复杂的推理当然不全发生在那个小小的MCU里。但对于当时的我来说，这个问题已经足够有吸引力了。
于是我开始让AI帮我大概拆解项目架构，遇到了很多新鲜词汇，比如HTTP，比如WebSocket，比如MQTT，也是那时候，我第一次对“边云协同”有了比较具体的概念，也是第一次真正意识到，原来云服务才是整个互联网的基石。
这是个很诡异的东西，现实生活中可能听到过云计算，但不了解意味着什么，但当我顺着一个嵌入式通信系统往上爬时，服务器、鉴权、接口、消息队列全浮上来了，再回看整个互联网，那种感觉相当震撼。
没有人专门告诉我这些，也许正因为我是个自学者，绕了很多弯路，不断追问得到答案的感觉比翻看教科书的结论强一百倍，也深刻一百倍，绕路是自学的不幸，而深刻的体验则是幸运。
再后来，我通过b站发布的某些手段白嫖到了google gemini的pro，然后又被震撼到了一次。
现在看来，当时的一些模型早已泯然众人，甚至能力在当下已经能被称为蠢得淌口水，但当时，对我这么一个正在开始学技术的人来说，能在那个算力还比较充足、甚至没有每日限额这种规定，可以相对自由的使用当时最顶尖的大语言模型学习，本身就是一种巨大的幸运。
我的进步速度不算夸张，原因很简单，我是个懒人。
但即便这样，那种学习速度，也是我在没有AI的时代所不敢想象的。
以前遇到一个自己连关键词都不知道的问题，最痛苦的根本不是“找不到答案”，而是你甚至不知道该搜什么。
后来可以先用很幼稚、很不专业的语言把自己的困惑扔给AI，让它先帮你搭一个架子，然后再去翻文档、看源码、查官方资料。
所以基于这个事实，我拥抱了AI，甚至以至于当下根本无法想象没有AI的生活。
再后来问题出现了，大概是历史的周期律，想要对一件事物祛魅，必然是要对其先赋魅的。
我开始关注更多更好的模型，去看第一时间的测评，各种测评跑分基准测试层出不穷、去看新的概念，今天是工作流，明天是agent，后天是harness，再过几天又是personal AI，或者一个新名字。
终于，当我意识到prompt技巧其实只是模型能力不足时代产生的一套使用技巧时，一切已经是沧海桑田了，提示词工程本质上是LLM发展的过程式产物，但现在已经成了枷锁，不出意外地，我学杂了。
每个词新出来的时候，微博、X、抖音、B站、小红书、你能想到的所有平台都有人宣称“划时代”、“改变生产模式”、“上一个时代已经结束”。
AI的一个时代是以周为单位的，有句话叫“学得够慢，就不用学了”，在有些地方确实对，比如prompt，它的权重一直在降低，老早一份好的开源提示词就能斩获几千stars，但是现在呢？
又是新的harness框架，又是什么什么个人助理，openclaw炒冷了的东西又拿出来炒，营销号是不知廉耻的，也许确有提升，但提升毕竟是10点，媒体一玩文字游戏，提升就成了100点，一个提效20%的工具到了他们嘴里，好像就快要毁掉整个行业了。
公司们也是不知廉耻的，各种小字宣传，gpt6 astra既然已经是AGI了，那后面大概也到AGI时代了吧？社会结构有什么大的变化吗？打工的还是人。
学得够慢不用学，这在另一些地方明显是不对的，计算机体系结构不会过时，除非AI现在搞出个超越冯诺依曼的架构，并在短时间内全面替代过去的计算机基础设施建设。
操作系统不会，网络不会，软件工程不会，嵌入式也不会，更加基础的学科也不会。
也许以后AI写架构会非常厉害，写底层代码也会越来越漂亮，甚至在很多方面远远超过普通工程师，但如果使用它的人根本不知道什么是好的架构，不知道一段底层代码为什么正确，不知道系统为什么能跑起来，那他很难判断AI交出来的东西到底是好是坏。
你不可能期待一只猴子依靠AI做出一个成熟的系统，哪怕一个demo也不可能，AI是个工具，也只是个工具，不要把每一次更新都当成世界末日，对它祛魅，但同时也保持兴奋，这会是个有趣的时代。