AI 可以辅助写作，但不能完全替代人类写作。原因如下： 写作是思考的过程，亲自动手写作能锻炼思维能力，包括组织语言、梳理逻辑和表达观点。对于想做 IP 账号的人，个人特色、思考角度和见解是吸引读者的关键，全靠 AI 输出会缺乏个人特色。 过度依赖 AI 写作，长期可能导致写作能力下降。 然而，AI 在写作中并非毫无用处，它可以成为得力助手，比如： 头脑风暴：在写作前提供选题建议或内容方向。 查找资料：快速汇总主题相关信息，节省查阅资料时间。 优化表达：检查语法、改善初稿的表达。 拓展思路：在卡壳时提供新的想法。 利用 AI 技术辅助写作课题的步骤和建议包括： 确定课题主题：明确研究兴趣和目标，选择有价值和创新性的主题。 收集背景资料：使用学术搜索引擎和文献管理软件等 AI 工具搜集相关文献和资料。 分析和总结信息：利用文本分析工具提取关键信息和主要观点。 生成大纲：使用写作助手生成包括引言、文献综述等部分的大纲。 撰写文献综述：借助 AI 工具确保内容准确完整。 构建方法论：根据需求利用 AI 建议设计研究方法。 数据分析：涉及数据收集和分析时，使用相关工具处理和解释数据。 撰写和编辑：利用写作工具撰写并检查语法和风格。 生成参考文献：使用文献管理工具生成正确格式。 审阅和修改：利用审阅工具检查逻辑性和一致性并修改。 提交前的检查：使用抄袭检测工具确保原创性和进行格式调整。 在论文写作领域，常用的 AI 工具和平台有： 文献管理和搜索：Zotero 可自动提取文献信息，Semantic Scholar 能提供文献推荐和引用分析。 内容生成和辅助写作：Grammarly 提供文本校对等帮助，Quillbot 可精简优化内容。 研究和数据分析：Google Colab 支持数据分析和可视化，Knitro 用于数学建模和优化。 论文结构和格式：LaTeX 结合自动化处理格式，Overleaf 是在线 LaTeX 编辑器。 研究伦理和抄袭检测：Turnitin 和 Crossref Similarity Check 检测抄袭。使用时要结合自身需求选择合适工具，并保持批判性思维，确保研究质量和学术诚信。

以下是向 DeepSeek 提问来辅助写文献的正确方法： 1. 借助 AI 分析好的文章： 找出您最喜欢的文章，投喂给 DeepSeek R1（适合大多数有推理模型的 AI）。 第一次询问：请从写作角度分析这篇文章。 第二次询问：请再从读者角度分析这篇文章。 第三次询问：这篇文章还存在什么缺点和不足，有什么改善和提升的空间。 对作者进行侧写，分析成长背景、个人经历和知识结构对文章的影响。 2. 让 AI 对您写的文章进行点评： 表述为“现在我希望你是一名资深中文写作教师/小学语文老师/中学语文老师/公文写作培训师，拥有 30 年教育经验，是一名传授写作技巧的专家。请先阅读我提供给你的文章，然后对文章进行分析，然后教我如何提升写作水平。请给出详细的优缺点分析，指出问题所在，并且给出具体的指导和建议。为了方便我能理解，请尽量多举例子而非理论陈述。” 3. 根据文章内容对作者进行心理侧写： 表述为“我希望你扮演一个从业 20 多年，临床诊治过两千多例心理分析案例的人性洞察和意识分析方面的专家，精通心理学、人类学、文史、文化比较。先阅读后附文章全文，然后对作者进行人格侧写。要尖锐深刻，不要吹捧包装，不要提出一些只能充当心理安慰的肤浅的见解。包括作者的基本画像、核心性格特质、认知与价值观、潜在心理动机、行为模式推测、矛盾与盲点、文化符号映射。” 此外，还有用 DeepSeek 扮演一本书的作者辅助阅读书籍的案例，比如在读项飚的《跨越边界的社区》时，让 DeepSeek 解释作者为什么这么写，它会从时代背景的张力、浙江村的实践智慧、方法论上的颠覆等层面进行剖析。

利用 AI 辅助文献写作可以按照以下步骤进行： 1. 确定课题主题：明确研究兴趣和目标，选择具有研究价值和创新性的主题。 2. 收集背景资料：使用学术搜索引擎和文献管理软件等 AI 工具搜集相关研究文献和资料。 3. 分析和总结信息：借助 AI 文本分析工具提取关键信息和主要观点。 4. 生成大纲：利用 AI 写作助手生成包括引言、文献综述、方法论、结果和讨论等部分的大纲。 5. 撰写文献综述：使用 AI 工具辅助撰写，确保内容准确完整。 6. 构建方法论：根据研究需求，参考 AI 建议的方法和技术设计研究方法。 7. 数据分析：若课题涉及数据收集和分析，运用 AI 数据分析工具处理和解释数据。 8. 撰写和编辑：借助 AI 写作工具撰写各个部分，并检查语法和风格。 9. 生成参考文献：使用 AI 文献管理工具生成正确的参考文献格式。 10. 审阅和修改：利用 AI 审阅工具检查课题的逻辑性和一致性，并根据反馈修改。 11. 提交前的检查：使用 AI 抄袭检测工具确保课题的原创性，并进行最后的格式调整。 需要注意的是，AI 工具可作为辅助，但不能完全替代研究者的专业判断和创造性思维，应保持批判性思维，确保研究质量和学术诚信。 在论文写作领域，常用的 AI 工具和平台有： 1. 文献管理和搜索： Zotero：结合 AI 技术，自动提取文献信息，帮助管理和整理参考文献。 Semantic Scholar：AI 驱动的学术搜索引擎，提供文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：提供文本校对、语法修正和写作风格建议，提高语言质量。 Quillbot：基于 AI 的重写和摘要工具，帮助精简和优化内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro：用于数学建模和优化，帮助进行复杂的数据分析和模型构建。 4. 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，提供丰富模板库和协作功能，简化编写过程。 5. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：检测潜在抄袭问题。 使用这些工具时，应结合自身写作风格和需求选择合适的辅助工具。 对于孩子使用 AI 辅助写作，若担心其削弱思考力，应正确引导。比如将任务设置为让孩子提交与 AI 共同完成作文的聊天记录，要求孩子对 AI 作文进行点评批改、让 AI 迭代出更好的文章，重点关注孩子在对话记录中能否清晰指出 AI 作文的优缺点及修改方法。

目前，通过 AI 工具的结合，在一定程度上可以根据已调研完成的病例数据输出医学报告。例如 GPT4V 在医学图像理解方面显示出了有效性，能够为各种医学图像生成完整的放射学报告。在一些案例中，如腹部 X 射线图像和右膝的 MRI 图像，GPT4V 能正确识别研究并提供准确诊断。但也存在一些错误，比如在手部/腕部 X 射线图像中错过远侧桡骨骨折，在胸部 CT 中错误识别结节位置和产生测量误差。尽管生成的报告能保持高质量格式，可作为模板减轻医学专业人士起草报告的工作负担，但由医学专业人士评估生成的报告以确保其正确性和准确性仍是至关重要的。

以下是不同的 AI 工具在写作时所能提供的帮助及其优势： 邮件写作： Grammarly：提供语法检查、拼写纠正、风格建议和语气调整等功能。易于使用，支持多种平台，适用于多种语言。 Hemingway Editor：简化句子结构，提高可读性，标记复杂句和冗长句。界面简洁，重点突出，适用于改善写作风格和简洁性。 ProWritingAid：全面的语法和风格检查，提供详细的写作报告和建议。功能强大，支持多种平台和集成，特别适合专业写作者。 Writesonic：基于 AI 生成各种类型的文本，包括电子邮件、博客文章、广告文案等。生成速度快，适合需要快速创作和灵感的用户。 Lavender：专注于邮件写作优化，提供个性化建议和模板，帮助用户提高邮件打开率和回复率。 论文写作： 文献管理和搜索： Zotero：结合 AI 技术，自动提取文献信息，帮助管理和整理参考文献。 Semantic Scholar：AI 驱动的学术搜索引擎，提供文献推荐和引用分析。 内容生成和辅助写作： Grammarly：提供文本校对、语法修正和写作风格建议，提高语言质量。 Quillbot：基于 AI 的重写和摘要工具，精简和优化论文内容。 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于进行数据分析和可视化。 Knitro：用于数学建模和优化，进行复杂的数据分析和模型构建。 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，提供丰富模板库和协作功能，简化编写过程。 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：检测潜在抄袭问题。 文章润色： Wordvice AI：集校对、改写转述和翻译等功能于一体，基于大型语言模型提供全面的英文论文润色服务。 ChatGPT：由 OpenAI 开发的大型语言模型，可用于多方面写作辅助。 Quillbot：人工智能文本摘要和改写工具，可快速筛选和改写文献资料。 HyperWrite：基于 AI 的写作助手和大纲生成器，帮助写作前进行头脑风暴和大纲规划。 Wordtune：AI 驱动的文本改写和润色工具，优化文章语言表达。 Smodin：提供 AI 驱动的论文撰写功能，根据输入生成符合要求的学术论文。 总之，这些 AI 工具在写作的不同方面发挥作用，涵盖了校对、改写、大纲生成、内容生成等环节，可有效提高写作效率和质量。用户应根据自身需求选择合适的工具。但使用时需注意仔细甄别内容。

以下是关于 AI 指导长期项目的相关内容： 负责任的 AI 原则： 2018 年 6 月宣布了七项 AI 原则来指导工作，包括： 1. 人工智能应对社会有益，考虑社会和经济因素，只有在总体收益可能大大超过风险和不利因素时才进行项目。 2. 避免产生或加强不公平的偏见，尤其在种族、民族、性别、国籍、收入、性取向、能力、政治和宗教信仰等敏感特征方面。 3. 构建和测试应确保安全，制定和应用强有力的安全措施以避免意外伤害风险。 4. 对人负责，设计系统为反馈、解释和申诉提供机会。 5. 纳入隐私设计原则，提供通知和同意机会，鼓励隐私保护措施和透明度，控制数据使用。 6. 坚持科学卓越的高标准，与利益相关者合作，分享 AI 知识。 7. 用于符合原则的用途，不追求造成整体危害、用于武器或违反国际规范和人权原则的技术。 AGI 的短期与长期： 短期：AGI 未催生大量“明星 APP”和“变现机器”，只有少数 App 实现用户突破，上层应用 APP 昙花一现，投资人谨慎，公众对 AI 麻木。 长期：技术稳定且加速迭代，如视频生成、音频生成、代理 Agent、记忆能力、模型小型化等虽距离商用有问题，但突破只是时间问题。 AIGC 相关： 对于某些项目，在 AI 技术进一步改进前等待可能更有利，特别是耗时长且 AI 已有合理表现的任务。在构建和维护生产级大型语言模型应用程序中，评估指标很重要，可分为端到端和步骤/组件式评估。语言模型可能出现“幻觉”，可采用高级提示、少样本提示、思维链式提示、数据增强（如检索增强生成、工具集成）等策略缓解。

DeepSeek 是中国杭州的人工智能创业公司，其在 2024 年 12 月发布的大语言模型 DeepSeekV3 引起了巨大震撼。该模型以 550 万美元和 2000 块英伟达 H800 GPU（针对中国市场的低配版 GPU）训练而成，多项评测成绩超越了 Qwen2.572B 和 Llama3.1405B 等顶级开源模型，与 GPT4o 和 Claude 3.5Sonnet 等世界顶级闭源模型不相上下，而训练后者的成本保守估计要数亿美元和几十万块最强劲的英伟达 H100。 DeepSeek 收获了广泛而真诚的赞誉，尤其是在开源社区，开发者用脚投票。但 OpenAI CEO Sam Altman 发了一条疑似影射 DeepSeek 抄袭借鉴其它先进成果的推文（很快就被人回怼）。 将 DeepSeek 比喻成“AI 界的拼多多”是偏颇的，DeepSeek 早在 2024 年 5 月发布 DeepSeekV2 时，就以多头潜在注意力机制（MLA）架构的创新在硅谷引发了小范围轰动，其 V2 的论文引发了 AI 研究界的广泛分享和讨论。当时在国内外舆论场的情况有所不同，这也许说明 DeepSeek 的秘方是硅谷味儿的。 关于如何提升 DeepSeek 的能力，有一个提示词 HiDeepSeek。使用方法为：Step1 搜索 www.deepseek.com，点击“开始对话”；Step2 将装有提示词的代码发给 Deepseek；Step3 认真阅读开场白之后，正式开始对话。其设计思路包括将 Agent 封装成 Prompt 并储存在文件以减轻调试负担，通过提示词文件让 DeepSeek 实现同时使用联网功能和深度思考功能，在模型默认能力基础上优化输出质量等。完整提示词版本为 v1.3，特别鸣谢李继刚的【思考的七把武器】提供了很多思考方向，以及 Thinking Claude 和 Claude 3.5 Sonnet 带来的灵感和帮助。

以下是关于 AI 投资的相关信息： 7 月 14 日，Web3 和人工智能初创公司 AGII 获得 1500 万美元融资。这笔投资证明了 AGII 在转变内容生成并为用户提供强大的 AI 驱动工具方面具有巨大潜力。AGII 是一个 AI 驱动的平台，赋予用户轻松生成各个领域高质量内容的能力，提供一系列 AI 生成器和魔法工具，包括文本、图像、代码、聊天机器人、语音转文本和配音等功能。 1 月 31 日，某公司投资方包括 a16z、ICONIQ Growth、NEA 等，公司估值达 33 亿美元，较去年增长 3 倍，总融资金额达 2.81 亿美元，推动 AI 语音交互发展。其 CEO 表示目标是让人与 AI 的对话像真人交流一样自然。 1 月 31 日，Mistral AI 发布 Mistral Small 3，仅 24B 参数，但性能媲美 70B 级别模型，适合本地部署。对比 Llama 3.3 70B 或 Qwen 32B，是 GPT4omini 等专有模型的优秀开源替代品，MMLU 基准测试 81%，生成速度可达 150 tokens/s，运行效率极高。 1 月 31 日，Gemini 2.0 Flash 正式上线。

搭建自己的知识库可以参考以下步骤： 1. 了解 RAG 技术： 利用大模型的能力搭建知识库是 RAG 技术的应用。 大模型训练数据有截止日期，当需要依靠不在训练集中的数据时，可通过检索增强生成 RAG 实现。 RAG 应用包括文档加载、文本分割、存储、检索和输出 5 个过程。 文档加载：从多种来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据及代码。 文本分割：把文档切分为指定大小的块。 存储：包括将切分好的文档块嵌入转换成向量形式，并将向量数据存储到向量数据库。 检索：通过检索算法找到与输入问题相似的嵌入片。 输出：把问题及检索出来的嵌入片提交给 LLM 生成答案。 2. 文本加载器：将用户提供的文本加载到内存中，便于后续处理。 3. 基于 GPT API 搭建： 涉及给 GPT 输入定制化知识，但 GPT3.5 一次交互支持的 Token 有限。 OpenAI 提供了 embedding API 解决方案，embeddings 是浮点数字的向量，向量间距离衡量关联性，小距离表示高关联度。 4. 本地知识库进阶： 可使用额外软件 AnythingLLM，其包含 Open WebUI 的能力，并支持选择文本嵌入模型和向量数据库。 安装地址：https://useanything.com/download 。安装完成后进入配置页面，主要分为三步：选择大模型、选择文本嵌入模型、选择向量数据库。 在 AnythingLLM 中创建 Workspace 构建本地知识库，包括创建工作空间、上传文档并进行文本嵌入、选择对话模式（Chat 模式综合给出答案，Query 模式仅依靠文档数据给出答案），最后进行测试对话。 总之，搭建知识库需要不断实践和探索，“看十遍不如实操一遍，实操十遍不如分享一遍”。

以下是 AI 安全治理方向的国内外团队和人员相关信息： 美国：拜登签署了 AI 行政命令，美国政府已就 AI 治理框架与多国进行了广泛协商，包括澳大利亚、巴西、加拿大、智利、欧盟、法国、德国、印度、以色列、意大利、日本、肯尼亚、墨西哥、荷兰、新西兰、尼日利亚、菲律宾、新加坡、韩国、阿联酋和英国等。此外，美国迅速跟进世界首个人工智能安全研究所 AISA，美国能源部也一直在利用其内部测试床评估人工智能可能对关键基础设施和能源安全带来的风险。 英国：创建了世界上第一个人工智能安全研究所 AISA，AISA 有在部署前对高级模型进行评估、建立国家能力并开展研究、协调国际合作伙伴等三个核心功能，还发布了用于 LLM 安全评估的框架 Inspect。英国通过其高级研究与发明机构（ARIA）花费 5900 万英镑开发“守门员”系统，负责了解和减少关键领域中其他人工智能代理的风险，还计划设立“AI 安全研究实验室”。 OpenAI：OpenAI LP 约有 100 名员工，分为技术能力（推动 AI 系统功能发展）、安全保障（确保系统符合人类价值观）和政策治理（确保适当治理系统）三个主要方向。