作为一个AI小白，想了解AI或者说想了解AI如何使用

AI是什么？作为一个不具备理工科背景的文科生，要搞清楚“AI”其实是一件很困难的事情（什么Agents、AIGC、LLM，什么符号主义、什么语义规则傻傻分不清楚），所以最好的处理方式是就把AI当成一个黑箱，我们只需要知道AI是某种模仿人类思维可以理解自然语言并输出自然语言的东西就可以。至于AI如何去理解，其实不重要。于是我们可以发现驱动AI工具和传统道教的驱神役鬼拘灵遣将有奇妙的相似之处，都是通过特定的文字、仪轨程式来引用已有资源，驱使某种可以一定方式/程度理解人类文字的异类达成自己预设的效果，且皆需要面对工具可能突破界限（发疯）的情况。当然，不熟悉道教的朋友可以把这东西理解成某种可以理解人类文字但不是人的魔法精灵/器灵之类的东西——总之，AI的生态位就是一种似人而非人的存在。AI技术再爆炸一万倍，AI的生态位也还是一种似人而非人的存在。由此，我们可以从人类各个文明的传说中，从那些古老哲人们的智慧里寻找到当下和AI、神、精灵、魔鬼这种似人非人存在相处的原则：1.当你想让祂实现愿望时，基于祂的“非人”一面，你需要尽可能的通过语言文字（足够清晰的指令）压缩祂的自由度——（1）你不仅要清晰的告诉祂需要干什么，还需要清晰的告诉祂边界在哪里。（2）你不仅要清晰的告诉祂目标是什么，还需要清晰的告诉祂实现路径方法是哪一条。（3）你不仅要清晰的告诉祂实现路径，最好还直接给到祂所需的正确的知识。

了解AI基本概念：首先，建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」部分，熟悉AI的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。浏览入门文章，这些文章通常会介绍AI的历史、当前的应用和未来的发展趋势。开始AI学习之旅：在「[入门：AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中，你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识，特别推荐李宏毅老师的课程。通过在线教育平台（如Coursera、edX、Udacity）上的课程，你可以按照自己的节奏学习，并有机会获得证书。选择感兴趣的模块深入学习：AI领域广泛（比如图像、音乐、视频等），你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧，它上手容易且很有用。实践和尝试：理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出你的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎你实践后的分享。体验AI产品：与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如ChatGPT、Kimi Chat、智谱、文心一言等AI聊天机器人，了解它们的工作原理和交互方式。通过与这些AI产品的对话，你可以获得对AI在实际应用中表现的第一手体验，并激发你对AI潜力的认识。

作者Nicholas Carlini是一位真真正正的技术大佬！在MIT念完CS+Math本科后，又拿到了MIT博士学位，随后进入大名鼎鼎的Google DeepMind工作担任科学家，研究方向还是自然语言处理！！他的博文「How I Use"AI"」非常出圈，是使用LLM进行编程和研究的实例分享，并都给出了完整的提示词🧐有些任务的提示词真的超级长！而这只是Nicholas过去一年实践「冰山一角」🏔构建一个完整的Web应用。作者用GPT-4构建了一个在线测试小工具，并获得了超过千万次的页面浏览量。学习新技术。通过与模型的互动式对话，学习Docker、Flexbox和React等新技术。开启新项目。借助AI快速获取新项目或者新论文所需的样板代码，尤其是框架不熟悉的场景里。简化代码。遇到复杂的大型代码库，用AI进行简化后更容易理解。单调任务的自动化。把单调且简单的任务交给AI，比如数据格式化等。提升用户专业度和效率。在AI的帮助下，普通用户也可以像专家那样完成很多工作。API Reference。通过AI获取特定工具或命令的使用信息，不必再翻看查找文档。搜索。AI搜索效果比传统搜索引擎好很多。解决一次性的任务。只需要运行一次的小脚本或程序，用AI编写起来省时又省力。常见任务的解决方案。你遇到的大部分任务，都已经发生并且有解决方案了，而这部分是LLM最擅长的。修复常见错误。编程中遇到问题时，通过LLM问答往往比传统搜索更高效。