chatgpt都知道, 我们还要读书写书吗

英语名人名言 "The future belongs to those who believe in the beauty of their dreams." - Eleanor Roosevelt

“ChatGPT 都知道, 我们还要读书写书吗”

在AI大模型时代，我们似乎拥有了一个“无所不知的小灵通”，它几乎能回答几乎所有的技术问题。 但问题是：当 ChatGPT 可以快速给出答案时，我们还需要花时间去深入阅读、思考和写作吗？ 我的答案是: 需要, 而且需要更多有价值, 有创新的内容创作。

很多人会说：“反正都能查到，干嘛还要自己研究？”但这种思维其实是一种“认知懒惰”。我们写作不是为了炫耀，而是为了梳理知识结构、加深理解、建立自己的知识体系。而且，AI的回答往往是一般性的、通用的，而真正有价值的是你在实践中总结出的“经验之谈”。

就象有人说, 如果 AI 无所不知, 无所不能, 还要我们知识工作者干什么? 这其实是本末倒置, AI 的知识来自于人类, 人类的知识来自于实践, 实践来自于经验, 经验来自于总结, 总结来自于思考, 我们是知识的创造者, 也许我们的记忆没有那么好, 但我们的思考能力, 创造能力, 是 AI 无法替代的。

咱们可以从以下几个方面入手： 1. 写作是思考的过程 —— 心中有一个想法, 先写下来, 哪怕是只言片语, 可以让 AI 帮你来梳理思路, 让它围着你的思路转。 2. 把 AI 的答案当作起点，而不是终点 —— 做进一步拓展和个性化解释, 一定要有你自己的思考, 有你自己的实践, 而不是人去亦云. 3. 记录自己的“踩坑”经验 —— 比如某次优化性能时，为什么用了这个方法而不是那个？

这两天在网上看到一个观点, 我觉得说的有点道理, 分享给大家:

你可以把 AI 当作一个刚来公司的实习生, 他懂得很多, 学习能力很强, 但需要你来指导他, 让他知道什么是对的, 什么是错的, 什么是好的, 什么是坏的, 什么是应该做的, 什么是不应该做的。他很勤奋, 他是一个好帮手, 但是你不能依赖他, 他也无法替代你去做独立思考和判断.

比如 Go 语言的并发控制, 它与其它语言最大的不同就是其 channel 与 goroutine 的结合使用。 与传统的进程, 线程并发模型不同, 它的 goroutie是基于协程的, 协程是轻量级的线程, 我之前用 C++ 实现过一个简单的协程, 之前从事的项目也使用协程来实现一个解释的语言, 这让我对协程有了更深的理解。

之前 Java, C++ 以及 Python的编程经验帮助我更好的理解了 Go 语言的并发控制, 以及协程的实现原理。 Go语言中常用的 Context 其实类似于 Java 中常用的 ThreadContext, 只不过众多 goroutine 可能共享一个线程, 所以需要一个 Context 来管理上下文.

而 goroutine 的 defer 的机制在 C++ 中也有类似的实现, 比如 Guard lock 在构造函数中加锁, 在析构函数中解锁, 这让我对 defer 的机制有了更深的理解。

Practice of 1 hottest leetcode question by golang

Question: Maximum Subarray

给定一个整数数组 nums，请你找出一个连续子数组，使其和最大，并返回该最大值。

核心思想：Kadane 算法 用动态规划的思想：当前最大值 = max(当前元素, 当前元素 + 前面的最大值)

func maxSubArray(nums []int) int {
    maxSum := nums[0]
    currentSum := nums[0]

    for i := 1; i < len(nums); i++ {
        currentSum = max(nums[i], currentSum+nums[i])
        maxSum = max(maxSum, currentSum)
    }

    return maxSum
}

func max(a, b int) int {
    if a > b {
        return a
    }
    return b
}

进阶思考：如果要求返回子数组的起始和结束索引，你会怎么改？

10 English sentences to recite

1. "We need to align our goals with the business strategy."
2. 解释：我们要让团队目标与公司战略保持一致。

3. 场景：汇报工作时常用，强调方向一致性。

4. "Let’s iterate on this design before we move forward."

5. 解释：我们先对这个设计方案进行迭代再继续推进。

6. 场景：评审阶段，表示要多轮打磨。

7. "This feature has high potential but requires more testing."

8. 解释：这个功能潜力很大，但还需要更多测试。

9. 场景：产品讨论中，提出风险评估。

10. "Can you share your timeline for this task?"

11. 解释：你能告诉我这项任务的时间安排吗？

12. 场景：跨团队协作时明确进度。

13. "I’d like to propose an alternative approach here."

14. 解释：我想在这里提出一种不同的方案。

15. 场景：会议中提建议时礼貌表达。

16. "We should prioritize user experience over performance in this case."

17. 解释：在这种情况下，我们应该优先考虑用户体验而不是性能。

18. 场景：技术选型讨论中权衡取舍。

19. "The system is currently under heavy load, so let’s monitor closely."

20. 解释：系统目前负载很高，所以我们得密切监控。

21. 场景：线上问题通报时提醒关注。

22. "Could we schedule a follow-up meeting next week?"

23. 解释：我们下周可以安排一次后续会议吗？

24. 场景：讨论未完事项后安排下一步动作。

25. "That sounds reasonable, but I think we can improve the documentation."

26. 解释：听起来不错，但我认为我们可以改进文档部分。

27. 场景：肯定对方观点的同时提出建设性意见。

28. "Let’s take a step back and reassess the requirements."

    • 解释：让我们退一步重新审视需求。
    • 场景：项目出现偏差时进行复盘。