随笔记录
- 核心定位:反思 AI 辅助开发对个人技术成长、学习路径及技术门槛的影响。
- 重点成果:总结了 Zcode (智谱 5.2) 等顶尖大模型在 Agent 构建、代码编写及前端能力上的实战观察,分析了 Token 消耗与推理速度的权衡。
- 关键看点:探讨了“AI 降低门槛”时代下,保持持续学习动力与方法的重要性。
原始标题:小啾啾
AI 放大个人的能力,但同时也降低了技术门槛,但 AI 的门槛也并非非常小,新的思想和控制方法可以让 AI 的能力继续扩展。
但永远不变的优秀技能:是持续学习的动力,以及保持学习力的手段,还有积极的尝试。
这里针对 Zcode Token 不足的问题,由于 Zcode 官方刚推出 5.2 模型,对新用户的优惠持续增大,所以每天有 300 万 Token 的额度,并且可以用更换账号的方式去持续获得 Token。但 Zcode 有一个明显的问题,就是产出的代码速度或者说项目的进展速度是相对来说比较慢的,模型推理速度不够快。
但无可厚非,Zcode 中的智谱 5.2 模型已经位于世界顶尖大模型水平,在 Agent、代码书写以及前端能力上表现非常好。
- 附件与链接索引:见 链接整理/链接索引.md
- 原始备份:见 原始备份_课设内容大分级/小啾啾.md