春节临近，这是年前的最后一篇文章。在最近两年里，我相信不少同学对于AI的迅猛发展有着或多或少的焦虑感，担心自己的工作某一天会不会被AI取代，我也一样，但与其被动焦虑，我们更应该做的是主动学习和应用，于是我今年和团队一起花了不少精力去深入学习和实践了AI，也经历了不少挑战和收获。借此机会，也和大家分享下我的心路历程，希望能为那些正在或准备拥抱AI的朋友提供一些思路和启发。
转变心态
首先，我们的心态一定要转变，AI真的不再是高高在上的科技领域的事情，而是真实的已经开始渗透到各行各业，例如AI客服、AI面试机器人、AI编程等等，它已经正在、或在不远的将来重塑我们的工作模式，所以我们不能还是保持着之前的惯性模式去工作，而是要积极的去了解、学习和应用AI。关于对未来的畅想，可以详读我之前的一篇文章：《AGI 前夜：Exa CEO 对 o3 的深度剖析与未来畅想》
要了解AI，最基础的方法就是看网上的各种资讯。但是现在AI资讯太多了，信息质量参差不齐，很多都是噪音（垃圾）信息，无目的的随意浏览效率很低。于是，我们挑选了一批优质的渠道，通过一些手段每天自动收集、整理出高质量的AI资讯形成AI日报，这样我们就迈出了第一步，快速了解和掌握AI相关进展（ 整理的过程也是用AI来自动化完成，因为有了内容后还需要去结构化提取、过滤无关内容、总结内容摘要、分类、去重等工作）。
积极使用
转变心态，并主动去了解AI的最新进展后，我们需要开始在工作、生活中积极使用各类AI工具来帮我们提效，以便对AI的能力有一个具象的认知。比如AI辅助编程，我相信程序员朋友们用过之后再也不想失去它了，具体也可以看看我之前的文章：《AI 编程助手的技术与交互变迁：从 GitHub Copilot 到 Cursor，再到 Windsurf》。
除了编程，AI在数据分析方面也有很大帮助。过去，我们需要通过各种繁杂的操作才能整理出想要的数据并进行分析，现在只需用自然语言描述需求，AI就能帮我们搞定。比如，你只要输入“帮我分析一下上季度的营业数据”，AI就能自动生成报表并提供有价值的洞察。
AI家教现在也是一个热门场景。现在有很多AI英语老师和AI数学老师，比如豆包中的AI辅导工具，已经成为不少家长手机里的必备应用。它们不仅可以根据孩子的学习进度提供个性化的辅导，还能实时解答疑问，为家长减负的同时也能提升学习效果。
还有，AI生图和AI生成视频对设计师和需要多媒体素材的朋友来说简直是福音。通过这些工具，我们可以快速生成创意草图，甚至制作出高质量的图片和视频内容，节省了大量的时间和精力。例如我上周的文章中，《优化电商视觉！用AI轻松替换商品背景，提升销量不是梦》就是通过AI帮助做电商的朋友快速实现商品背景图的替换。
类似的还有许多其他的工具及应用场景，我们结合生活和工作中的场景持续去发现和使用，慢慢的就能体会到AI给我们带来的改变。
深度赋能
当我们在日常工作和生活中使用各种AI工具，切身感受到它们带来的好处，对AI的能力有了更直观的认识后，就会开始思考团队和业务中一些常规方法难以解决的问题，是否可以通过设计AI工作流来应对，甚至利用AI快速拓展业务场景，实现真正的赋能。这时，不再只是使用现成的AI软件或工具，而是需要深入理解业务，抽象出一套适合的AI工作流，相当于开发一套专属于我们业务场景的AI工具，从使用者转变为开发者。
这一阶段需要更深入地了解AI的能力，比如如何设计一个多AI角色（Agent）协同完成复杂任务的系统，如何在任务执行过程中保证AI的稳定性，抑制“幻觉”问题。
今年，我和团队一起完成了一系列AI项目，有的是为了解决研发过程中的各类效率问题，有的是为业务的发展赋能。包括但不仅限于：
- AI CodeReview： 这不是简单的将代码片段交给AI模型，让它给出建议，而是需要设计一套完整的工作流，与现有的研发流程深度集成，并采用各种策略让AI提出更多有价值的建议，减少提出错误的建议。这其中涉及许多细节和策略的调优。现在我们的AI CodeReview的采纳率在55%到60%之间，仍在持续优化中。
- AI故障定位： 以前业务出现故障时，我们需要查代码、看日志、调试，花费大量时间。现在，通过设计AI排障工作流，当故障发生时，AI能快速定位故障范围，自动从相关信息源拉取分析数据，推理出排查步骤，并自动执行排障步骤中的每一步，直到得出结论。整个流程需要高稳定性和可观测性。我们的AI排障系统上线并经过一系列调优后，准确率达到了92%以上，一个之前可能需要一个小时的故障定位现在只需要几分钟。其中部分用到的思路可以看看之前的文章：《如何用好o1：用深度推理能力搞定复杂任务》
- AI需求文档转测试用例： 这是一个很好的为测试团队赋能的场景。但如何生成高准确率的用例集合（
尤其是当需求文档质量不佳时），甚至补充出需求可能影响的其他业务模块的用例，是一件非常有挑战性的工作。这涉及通过AI快速生成大量准确的业务知识库，再设计一套AI工作流，将需求进行模块提取、需求润色（结合业务知识库纠正不严谨的表达）、依赖分析和补充（结合业务知识库分析这个需求可能影响其它哪些模块）、测试点提取、测试用例生成。我们设计了一个多AI角色（Agent）系统，每个步骤都需要优化稳定性，最终实现快速生成对测试团队有价值的用例集合。 - AI辅助快速开发小游戏： 这是一个典型的为业务赋能的场景。通过趣味性强的小游戏模式呈现业务中的运营场景，能够提高用户活跃和留存。传统游戏开发需要组建团队，周期长，难以满足运营时效。而AI能力提升后，一个普通的业务开发团队也能快速上手开发小游戏。我们研究了一套结合AI的小游戏开发工作流，作为业务运营的有力工具。今年年底，我们用这套工作流快速开发了一款结合业务形态的小游戏，流程还在实践中持续磨合以实现效率的极致提升。具体思路可以看我之前的文章：《从创意到上线：用ChatGPT + Winsurf 快速开发HTML5小游戏的实战指南》
随着我们不断探索，对AI能力的边界理解也越来越深。在面对更复杂的应用场景时，我们处理起来也越来越得心应手。
回归本质：知其然，也要知其所以然
作为程序员，追求本质一直是我们践行的准则。对待AI也应该如此。为什么现在的各种ChatGPT类大模型这么智能？为什么给大模型的提问还有长度限制？为什么不同的提问组织方式AI回复的效果差距很大？这些问题都值得我们深入的研究和思考，透过现象看本质，进行更深刻的理解。
今年在学习AI的过程中，我利用业余时间翻译并开源了一本英文电子书 《Build a Large Language Model (From Scratch)》：https://github.com/skindhu/Build-A-Large-Language-Model-CN，这本书通过从零开始编码的方式，带我们了解如何准备和清理训练数据、分词、词嵌入、实现Transformer架构、模型微调以及指令遵循等内容。对理解大模型的原理和运作机制非常有帮助。
通过深入学习这些技术细节，我们不再只是依赖网上那些海量但杂乱的信息，也不再对大模型偶尔出现的不稳定表现感到困惑。了解多了背后的原理后，我们可以更好地利用AI，同时也能更有效地解决使用过程中遇到的问题。
继续前行
拥抱AI的旅程并没有在这里结束，反而才刚刚开始。作为一个已经工作了将近13年、并且早已跨过互联网35岁危机的中年人，我深知不能因为年龄增长、生活琐事增多而失去对新事物的好奇心。我们要始终保持对新技术、新工具的好奇和开放，快速适应技术的变化和市场的需求，这样才能持续保持竞争力。
最近DeepSeek-V3火出圈，它达到了堪比GPT-4o和Claud 3.5-Sonnet等国外一线模型的效果，训练成本却降低了十几倍（ 2048张H800 GPU集群上花了不到2个月的时间）。看了前一段时间暗涌对DeepSeek创始人梁文峰的专访，个人比较认可，其中一些论点分享给大家：
“ 暗涌： 互联网和移动互联网时代留给大部分人的惯性认知是，美国擅长搞技术创新，中国更擅长做应用。
梁文锋： 我们认为随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。过去三十多年IT浪潮里，我们基本没有参与到真正的技术创新里。我们已经习惯摩尔定律从天而降，躺在家里18个月就会出来更好的硬件和软件。Scaling Law也在被如此对待。但其实，这是西方主导的技术社区一代代孜孜不倦创造出来的，只因为之前我们没有参与这个过程，以至于忽视了它的存在。
“ 暗涌： 但这种选择放在中国语境里，也过于奢侈。大模型是一个重投入游戏，不是所有公司都有资本只去研究创新，而不是先考虑商业化。
梁文锋： 创新的成本肯定不低，过去那种拿来主义的惯性也和过去的国情有关。但现在，你看无论中国的经济体量，还是字节、腾讯这些大厂的利润，放在全球都不低。我们创新缺的肯定不是资本，而是缺乏信心以及不知道怎么组织高密度的人才实现有效的创新。
“ 暗涌： 但做大模型，单纯的技术领先也很难形成绝对优势，你们赌的那个更大的东西是什么？
梁文锋： 我们看到的是中国AI不可能永远处在跟随的位置。我们经常说中国AI和美国有一两年差距，但真实的gap是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的。英伟达的领先，不只是一个公司的努力，而是整个西方技术社区和产业共同努力的结果。他们能看到下一代的技术趋势，手里有路线图。中国AI的发展，同样需要这样的生态。很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手消息，所以中国必然需要有人站到技术的前沿。
“ 暗涌： 很多大模型公司都执着地去海外挖人，很多人觉得这个领域前50名的顶尖人才可能都不在中国的公司，你们的人都来自哪里？
梁文锋： V2模型没有海外回来的人，都是本土的。前50名顶尖人才可能不在中国，但也许我们能自己打造这样的人。
“ 暗涌： 所以你对这件事也是乐观的？
梁文锋： 我是八十年代在广东一个五线城市长大的。我的父亲是小学老师，九十年代，广东赚钱机会很多，当时有不少家长到我家里来，基本就是家长觉得读书没用。但现在回去看，观念都变了。因为钱不好赚了，连开出租车的机会可能都没了。一代人的时间就变了。以后硬核创新会越来越多。现在可能还不容易被理解，是因为整个社会群体需要被事实教育。当这个社会让硬核创新的人功成名就，群体性想法就会改变。我们只是还需要一堆事实和一个过程。