即刻App年轻人的同好社区
下载
文科生，面对海量AI信息，如何不焦虑，快速做点什么甚至赚钱？
作为1个政治学出身、过去消费金融从业的大龄文科生，这成为我在2-7月最痛苦的事情。
半年后，我可以比较熟练地掌握MJ，GPT4插件，写Prompt定制，一口气给中小企业主讲4小时的AI科普实操课了。
也用AI+低代码做了第一个小程序，自己的小公司，也基于AI-bot来思考，能AI化就AI化。
实践下来，我把即刻+B站+Twitter+YouTube作为无围墙的大学，建立适合的信息跟进系统。
这个思路可能适合与我一样，相对不聪明、但对AI感兴趣的文科生朋友。
艾特了很多即友表示感谢，2024让我们确保AI创造，在即刻发生。以下是长文思路：
一、筛选优质信源
总体上是一个先做加法，再做减法的过程。
1）论文-即友-Twitter
原则是尽可能贴近一手信息。论文最佳（虽然一般消化不了）
可先读几篇公认的论文（比如Attention is all you need），没能力，就读中文版。
然后关注即刻AI大牛，可以自己逐步分类（这里只是我的主观定位，不一定是KOL的想法哈，不分排名）
如AI绘画：@海辛Hyacinth @刘飞Lufy @歸藏 @莱森LysonOber @炼丹师忠忠 @Simon阿文
偏工作流：@杨昌 @壁花少年. @泛函 @葬花达人鲁智深
偏产品工程：@奥古斯书 @杰森梁 @白宦成 @Rex陈正翔 @吕立青_JimmyLv.eth @Frank.Lin
偏出海：@哥飞 @深思圈 @赖嘉伟Gary
偏模型：@阿法兔 @罗X
偏资本&商业：@yusen @莫妮卡同学 @henu王凯
偏提示词：@李继刚 @陈财猫 @小七姐 还有一些实操有作品的大牛，如@刘驴 @数字生命卡兹克 @AUDI_GUZZ @VION_WILLIAMS
非常多优秀即友，恕我不一一列举。
再者，Twitter有最佳AI信源，但我英文不好，果断放弃。
后来遇到了“沉浸式翻译”，感谢@OwenYoung 的作品，学习效率直线上升。
可以关注的X大佬有：宝玉@Greg Brockman@Gorden Sun@Andrew Ng等等
2) 媒体-KOL社群
主流AI新媒体，如机器之心、量子位等，都有微信群，都加上。
然后全部改微信群备注，按照属性分类。
如1群-侧重商业化-机器之心
加入一些KOL的群，比如@哥飞 @大咕咕咕咕驴 @数字生命卡兹克 等
付费加入了优质AI社群，如“AI破局圈”知识星球。
参与少数线下活动，如参加深圳奇绩论坛，加群。加其中的“大模型日报”。这样，一个手动版的RSS就建立好了。
二、将摄入的信息做分类
1.在心理上，将所有信息分为6类道、法、术、器、势、志。
道（AI向善/社会结构/人文/科幻等务虚话题）比如刘慈欣的《终产者》，很多科幻、人文讨论等。
法（合规/法律/地方政策/资本动向等宏观信息）如《生成式人工智能服务管理办法》意见稿、备案《AI生成图片著作权侵权第一案判决书出炉》VC大佬朱啸虎和创业明星傅盛争吵也属于此类。
术 （模型/架构/Prompt/开源协议等）
器 （器（应用/工具/工作流/自动化等）
势 （自己有什么真正优势，如何切PMF）
志（自己有什么，要什么，放弃什么）
这一步，我认为挺关键的。有意识地给信息打标签，才能让你我清醒，避免摄入过多不重要的东西。
2.用微信单独建群
上述6类，单独分群。打开微信右上角的“面对面建群”，看到对应的信息，发自己的群，给自己或者相关朋友看。
“会读”APP出来后，我就把看不完的扔“会读”处理了，参考了@范冰 的流程。
不同的是，悬浮窗我总会留10篇左右一次看不懂的文章，确保自己第二天再读一遍。
3.策展类+导航站
会快速浏览@Szhans 每期的AI策展，@阿扶frits 的信息流也是。
导航站推荐：futurepedia.io（科学上网）ai-bot.cn（国内可用）
Huggingface和GitHub偶然上去看看点赞高的。
B站也有非常多好的UP主，但我只是看了@李沐和@吴恩达的公开课。SD的课，看@Nenlyonis 的视频就够了。
4.记下常见的100个概念，说一遍学习新知识，先看100个重复词汇。
比如LLM，Lora，RLHF等，列出来，然后自己都看下是否知道。飞书有一个行业缩写文库，有人工智能的，是一个不错的工具。
5.学大厂公开课，考证
推荐微软领英全球第一个AIGC公开课，Google生成AI公开课，讯飞AI课。
把3个证都考了。
三、找个最贴近场景的上手练习
在玩了100多个AI工具后，我发现自己犯了@王建硕 老师说的，过于关心“AI新闻”，而不是研究AI。
即，器/术的部分浅尝辄止，用到工作流里的还是少。所以把和生产力相关的AI做成库，就不再理会。
开始专注GPT Prompt本身，以及Midjourney +SD 的商业化应用。
后来发现，提示词或许都不是最重要的，工作流更重要，转向RPA，初阶AI-Agent。
现在只看和自己想要解决的问题有关的AI技术，比如RAG。
只思考“势”和“志”的部分，指引自己行动。AI是追不完的，搞不定就果断放弃。
普通人不要太苛责自己。
四、输出带输入
每周试着写一点相关的信息，把自己画的图发到即刻或者朋友圈。然后开源自己的学习记录。Learn in public，蹭点赞。
打开OpenAI的Playground，每天试着写几段Prompt，直接生成GPTs开始玩。
不过，我真正感受到完整的“AI赋能感”，是在自己用ZIon低代码工具做了一个小程序，全程用GPT-4做代码辅助跑通后，才对工程化、数据库、前端、后端等AI提效的环节有体感。
而当我们带着这些认知，去和企业家、小老板们真正接触，在一遍又一遍地落地气馁后，对于AI能做什么，不能做什么的感受，才愈发真实起来。
现在的我，回到原有的领域，试着磕金融AI办公的场景，欢迎大家和我交流。
最后大家看到，这是个笨拙/冗长的框架。我并不是一个很聪明的人，很羡慕大家能快速学习并拿到结果。我只能依赖结构性的笨办法，一点点做。
如果看到这里，我已经很爱你了。相信我，哪怕是文科生，笨一点，慢一点，也不会错过这波AI的浪潮。
2024年，让我们确保AI创造，即刻发生。
作为1个政治学出身、过去消费金融从业的大龄文科生，这成为我在2-7月最痛苦的事情。
半年后，我可以比较熟练地掌握MJ，GPT4插件，写Prompt定制，一口气给中小企业主讲4小时的AI科普实操课了。
也用AI+低代码做了第一个小程序，自己的小公司，也基于AI-bot来思考，能AI化就AI化。
实践下来，我把即刻+B站+Twitter+YouTube作为无围墙的大学，建立适合的信息跟进系统。
这个思路可能适合与我一样，相对不聪明、但对AI感兴趣的文科生朋友。
艾特了很多即友表示感谢，2024让我们确保AI创造，在即刻发生。以下是长文思路：
一、筛选优质信源
总体上是一个先做加法，再做减法的过程。
1）论文-即友-Twitter
原则是尽可能贴近一手信息。论文最佳（虽然一般消化不了）
可先读几篇公认的论文（比如Attention is all you need），没能力，就读中文版。
然后关注即刻AI大牛，可以自己逐步分类（这里只是我的主观定位，不一定是KOL的想法哈，不分排名）
如AI绘画：@海辛Hyacinth @刘飞Lufy @歸藏 @莱森LysonOber @炼丹师忠忠 @Simon阿文
偏工作流：@杨昌 @壁花少年. @泛函 @葬花达人鲁智深
偏产品工程：@奥古斯书 @杰森梁 @白宦成 @Rex陈正翔 @吕立青_JimmyLv.eth @Frank.Lin
偏出海：@哥飞 @深思圈 @赖嘉伟Gary
偏模型：@阿法兔 @罗X
偏资本&商业：@yusen @莫妮卡同学 @henu王凯
偏提示词：@李继刚 @陈财猫 @小七姐 还有一些实操有作品的大牛，如@刘驴 @数字生命卡兹克 @AUDI_GUZZ @VION_WILLIAMS
非常多优秀即友，恕我不一一列举。
再者，Twitter有最佳AI信源，但我英文不好，果断放弃。
后来遇到了“沉浸式翻译”，感谢@OwenYoung 的作品，学习效率直线上升。
可以关注的X大佬有：宝玉@Greg Brockman@Gorden Sun@Andrew Ng等等
2) 媒体-KOL社群
主流AI新媒体，如机器之心、量子位等，都有微信群，都加上。
然后全部改微信群备注，按照属性分类。
如1群-侧重商业化-机器之心
加入一些KOL的群，比如@哥飞 @大咕咕咕咕驴 @数字生命卡兹克 等
付费加入了优质AI社群，如“AI破局圈”知识星球。
参与少数线下活动，如参加深圳奇绩论坛，加群。加其中的“大模型日报”。这样，一个手动版的RSS就建立好了。
二、将摄入的信息做分类
1.在心理上，将所有信息分为6类道、法、术、器、势、志。
道（AI向善/社会结构/人文/科幻等务虚话题）比如刘慈欣的《终产者》，很多科幻、人文讨论等。
法（合规/法律/地方政策/资本动向等宏观信息）如《生成式人工智能服务管理办法》意见稿、备案《AI生成图片著作权侵权第一案判决书出炉》VC大佬朱啸虎和创业明星傅盛争吵也属于此类。
术 （模型/架构/Prompt/开源协议等）
器 （器（应用/工具/工作流/自动化等）
势 （自己有什么真正优势，如何切PMF）
志（自己有什么，要什么，放弃什么）
这一步，我认为挺关键的。有意识地给信息打标签，才能让你我清醒，避免摄入过多不重要的东西。
2.用微信单独建群
上述6类，单独分群。打开微信右上角的“面对面建群”，看到对应的信息，发自己的群，给自己或者相关朋友看。
“会读”APP出来后，我就把看不完的扔“会读”处理了，参考了@范冰 的流程。
不同的是，悬浮窗我总会留10篇左右一次看不懂的文章，确保自己第二天再读一遍。
3.策展类+导航站
会快速浏览@Szhans 每期的AI策展，@阿扶frits 的信息流也是。
导航站推荐：futurepedia.io（科学上网）ai-bot.cn（国内可用）
Huggingface和GitHub偶然上去看看点赞高的。
B站也有非常多好的UP主，但我只是看了@李沐和@吴恩达的公开课。SD的课，看@Nenlyonis 的视频就够了。
4.记下常见的100个概念，说一遍学习新知识，先看100个重复词汇。
比如LLM，Lora，RLHF等，列出来，然后自己都看下是否知道。飞书有一个行业缩写文库，有人工智能的，是一个不错的工具。
5.学大厂公开课，考证
推荐微软领英全球第一个AIGC公开课，Google生成AI公开课，讯飞AI课。
把3个证都考了。
三、找个最贴近场景的上手练习
在玩了100多个AI工具后，我发现自己犯了@王建硕 老师说的，过于关心“AI新闻”，而不是研究AI。
即，器/术的部分浅尝辄止，用到工作流里的还是少。所以把和生产力相关的AI做成库，就不再理会。
开始专注GPT Prompt本身，以及Midjourney +SD 的商业化应用。
后来发现，提示词或许都不是最重要的，工作流更重要，转向RPA，初阶AI-Agent。
现在只看和自己想要解决的问题有关的AI技术，比如RAG。
只思考“势”和“志”的部分，指引自己行动。AI是追不完的，搞不定就果断放弃。
普通人不要太苛责自己。
四、输出带输入
每周试着写一点相关的信息，把自己画的图发到即刻或者朋友圈。然后开源自己的学习记录。Learn in public，蹭点赞。
打开OpenAI的Playground，每天试着写几段Prompt，直接生成GPTs开始玩。
不过，我真正感受到完整的“AI赋能感”，是在自己用ZIon低代码工具做了一个小程序，全程用GPT-4做代码辅助跑通后，才对工程化、数据库、前端、后端等AI提效的环节有体感。
而当我们带着这些认知，去和企业家、小老板们真正接触，在一遍又一遍地落地气馁后，对于AI能做什么，不能做什么的感受，才愈发真实起来。
现在的我，回到原有的领域，试着磕金融AI办公的场景，欢迎大家和我交流。
最后大家看到，这是个笨拙/冗长的框架。我并不是一个很聪明的人，很羡慕大家能快速学习并拿到结果。我只能依赖结构性的笨办法，一点点做。
如果看到这里，我已经很爱你了。相信我，哪怕是文科生，笨一点，慢一点，也不会错过这波AI的浪潮。
2024年，让我们确保AI创造，即刻发生。
186 46144
来自圈子
AI探索站
75129人已经加入