大家好呀，我是渔夫。
Karpathy 发了条推文，提出的观点我很认同。
以后我们花在"指挥 AI 干活"上的时间会越来越少，花在"看懂 AI 做出来的东西"上的时间会越来越多。
现在，大家都在研究怎么写 Prompt、怎么选模型、怎么搭工作流，想的都是怎么让 AI 干得更多。
但 AI 的产出在飞速增长，人的阅读速度和注意力没变。
以前你写 500 行代码，现在 AI 几分钟给你 2000 行；
以前做三天调研，现在半小时出 30 页报告。
虽然，活是干完了，可你还得看懂才行，而且你没参与过程，看起来更费劲。
所以瓶颈在变，以前卡在生产，以后卡在理解，基础仍然很重要。
Karpathy 的思路是，既然要看懂，就让 AI 把东西做得更好懂。
他提了四层：
文字不够清楚，就让它用 ASD-STE100 重写，这是航空维修文档用的受控英语，规则很死，所以特别好读。
他还提到了，可以只要"80%"的程度，不用那么严。
假如文字不够，就让它画图。
如果图也不够，就让它直接生成网页，能交互，有动画，易于理解。
这些以前都不值得做，谁会为一个临时问题单独做个网页，拍个视频呢。
因为，现在代码和智能都便宜了，这种用完就扔的东西，第一次有了意义。
我们天天用ai，同样一份输出，有人一眼看出哪里是幻觉，哪里在偷懒，有人只能全信或全不信，差的就是领域知识和对模型的熟悉程度，这个没人能帮到你。
比如，我现在呢，当 AI 做完事后，习惯会再追加一句：用最简单的话说说你做了什么，哪里最没把握。
这样，能让它自己交代不确定的地方，比我去挑错快多了，有时真tm的偷懒，瞎胡扯的。
活可以交给 AI，判断还得我们来的。
推荐阅读：
腾讯才是“中国版Muse”的最佳人选，LightVela 保姆上手教程：从登录到跑通第一个任务
Meta Muse 保姆级上手教程：从注册到跑通第一个任务