这几天我使用 AI 辅助自己学习编程,大致感觉,感觉学习效率相比过往起码提升了 20 倍。
目前,根据这几天的摸索整理一套学习 SOP:
明确学习目标。即确定学习的最终目的,这需要自己思考决定,AI 无法代劳。
规划学习框架与路径。我使用的是 DeepSeek-R1,根据学习目标,让它告知需要掌握的技术栈。帮忙规划学习框架和路径。
项目 1–学习构建 aiwallpaper
关于整个框架性的知识,询问 DeepSeek R1 基本就足够了。当然我也同样问了 Claude 3.5 sonnet, Gemini 2.0 Pro, o1, o3-mini,从我个人体验来看,DeepSeek R1 在这方面的回答质量是最高的。
- 划分知识范围和知识点。根据每一个技能点,用 DeepSeek R1 帮忙划分需要学习的知识范围和知识点。因为这个也涉及到关于框架性和规划性的问题,根据之前的经验,我这次依然选择的是 DeepSeek R1。
因为之前有学习过 HTML 和 CSS,但是许久未用,很多知识点都搞忘了。所以我让 Grok 2 快速帮我整理了一份 HTML 和 CSS 的核心知识点。
最近体会:因为知识是学不完的。很多时候,自学常常遇到困难,尤其是自己在进入新领域的时候,难以判断哪些知识是重点,哪些可以忽略,无法把握学习边界。这就容易导致学习者陷入知识细节,学到的知识零碎不成体系,然后经过一段时间苦学,也不知道学习的整体进展如何。最后,发现自己之前花了很多时间和精力学习的知识,竟然没有用上,不仅浪费了时间和精力,重要的是打击了进一步学习的热情。这个就是自学最大的障碍。
知识讲解。针对每个重要的知识点,使用 Grok2 或者 Claude 3.5 sonnet 或者 Gemini 2.0 Pro 进行知识讲解。
针于比较明确的知识点,建议直接使用比较成熟的生成模型,而不是 DeepSeek R1 这种推理模型。
主要原因有 2 点:
DeepSeek R1 模型虽然考虑问题较为周全,但是它其实比之前高阶的生成模型(Grok2 或者 Claude 3.5 sonnet 或者 Gemini 2.0 Pro)更容易出现幻觉,即事实性错误。这是最重要的原因。
DeepSeek R1 输出内容啰嗦且速度慢。回答一个简单的事实问题,它总会衍生很多内容,表述繁琐,效率较低,效果反而不佳。
追问疑惑。在知识讲解的过程中,如果发现不会的地方,可以继续追问 Grok2 或者 Claude 3.5 sonnet 或者 Gemini 2.0 Pro 这几个模型。
整体笔记。把精华内容整理成学习笔记。一方面可以加深对重要知识点的印象,另一方面便于后续查询。