AI Scientist用法

太牛了，一个平平无奇的二十三岁高中辍学生啊，没有任何的编程背景，现在却成了 open ai 的 研究科学家啊，年薪七十万美金，负责 solo 视频模型的开发。你没听错啊，高中辍学，二十三岁 open ai 的 科学家， 七十万美金，你说这几个词放一起，他搭吗？他不搭呀，但这不是重点啊，重点是他前段时间上播课，讲了他为啥能零基础加入 open ai 当科学家啊。他讲了两套方法，分别是 ai 地归学习法和低信原理求值法。 听着很高大上啊，其实也很简单，实操性很强，我看完之后，我觉得百分之九十的人都能直接抄作业。今天我就把它的核心方法扒干净啊，信息量极大，大家先收藏。第一是它的 ai 地归学习法啊，彻底颠覆傻读书啊， 传统学 ai 的 路线啊，四年数学再加两年编程啊，一年学机器学习。那六年时间过去了，黄花菜都凉了。 那他怎么搞的呢？他只用了三天，他现在负责开发 openai 的 solo 视频模型。那他具体实操有三步，第一步，直接问拆的 gpt， 你 给我写一个现在最火的 视频生成模型的核心代码啊，别管懂不懂吧，你先把代码搞到手。第二步，当代码的侦探啊，逐行去审问，看哪行，看不懂就问啊，这一行是干什么的？就比如说 gpt 说这是扩散模型，他会立刻追问扩散模型是什么？如果 gpt 的 解释他还是听不懂，那他杀手剪的提示词就是 用十二岁能听懂的方式再解释一遍。那这个时候 g p t 可能就会用把墨水滴进清水里的例子给我比喻， 如果这个时候你懂了，那你就继续问，那它怎么让生成的视频不糊呢？等等吧，打破砂锅问到底啊，就这样，它从最顶层的代码倒着追问最底层的数学原理。第三步呢，让 ai 当考官啊，你讲给 g p t 听啊，费曼学习法，你告诉他，我现在理解的是这样这样这样啊，你看我理解对吗？ 然后他就会给你查漏补缺，这就是他说的地规式的学习方法，你需要知道你的知识中存在哪些缺口，然后用上面的方法啊，不断填补知识的缺口。 要改变那种用 ai 来替你完成工作的错误观念，转而明确的用 ai 来帮助你学习。他说我每天要追求一百次，啊哈，我懂了，这样的动物感啊，这就是最快的学习飞龙。第二，是他的求知方法更狠啊，就一句话， 公司只想赚钱，你需要证明你能帮他赚钱就行了，丢开所有的垃圾求知建议。那具体操作也有三点，第一，用一周做一个杀手级的小 demo， 别写什么精通 python 啊， go， no 啊什么的这种语言用叉 t g p t 帮你做一个真正能用的小工具啊，比如说自动整理表格的网站， 你把链接发出去，别人三秒就能懂，他知道这人能干活。第二，绕开 hr， 直接 boss 直聘去领银，找五百家目标公司的创始人或技术负责人，发消息说，我做了一个这样的东西啊，附上你的 demo 链接， 然后我能免费帮你干一周的活，验证我能解决什么什么问题，这一周我一分钱都不要，那一百个里面肯定会有一个回你的。 第三，用一周换一个未来，那这一周就是你的终极面试啊，玩命展示你的学习能力和执行力，成了 off 到手不成，你也带着真实经验去下一家，你的作品就是你最好的简历。 这哥们最后说了一句真相啊，说我这个岗位以前只要博士，但现在我靠菜菜 gpt 就 能做啊，不是我了不起，是时代真的变了。所以啊，各位别再用过去的观念把自己锁死，觉得这个不会那个不会， 最牛的学习工具和求知杠杆已经摆在了所有人的面前，你要做的就是像它一样地归式学习，第一性原理去创。

你知道吗？ scientists 并不是科学家的意思。在中文当中，如果我们说一个人是科学家，通常都带有敬意，通常这个人都有很高的成就。一个普通的科研人员是不会轻易地自称为科学家的。但是在英语当中，一个普通的科研人员说 i'm a scientist 很 常见，这是因为老外不够谦虚吗？其实问题就出在翻译上， scientist 这个单词来自于 science 科学， i s t。 词尾代表做某事的人，所以 scientist 的 意思就是 a person who studies one or more of the natural sciences。 研究一门或多门自然科学的人， 只要你从事的工作是研究自然科学，你就是一个 scientist。 scientist 被翻译成科学家，其实它的意思呢，是变窄了，这就是语言学当中的语义窄化现象。 科学家这个翻译其实是给 scientists 这个职业添下了一层成就滤镜。类似的情况还有很多，比如说 artist 不 一定要是艺术家，只要是从事艺术创作的人，都是 artist writer 不 一定要是作家，一个初出茅庐的写手也是一个 writer。 musician 不 一定需要是音乐家， 任何玩音乐的人都是一个 musician， scientist writer， musician 这些词都代表的是职业，而非成就。学会了吗？

hello， 之前给大家介绍过一个做 ppt 的 skill， 今天呢给大家介绍另外一个做 ppt 的 工具，叫 ppt master， 它现在在 github 上已经有一 万三千多个 star。 好， 我们直接看一下它的一个官方的一个中文介绍，它自己的定位是什么？是用 ai 生成原声可编辑的 ppt 文格式。 它呢用法很简单，我们去丢一个 pdf doc 文件，然后网址或者 markdown 丢给他了之后，直接帮我们生成一个可以编辑的 ppt。 那 它的特点是什么？可以做一些模板复刻，我把我喜欢的一些 ppt 格式直接丢给他，告诉他让他用这个帮我做一个复刻。另外它的一个各种转场的动画，它内置了非常多，然后也非常自然。 还有它可以去根据我们的一些备注，然后帮我们生成一些这种旁白，甚至我们也可以做一些这种声音的克隆复刻。它的用法就是跑在我们这些 ai agent 的 i d e 里面，像 calico 的 cursor 啊， codex 都可以去使用它。用法就是直接在我们的对话框里面告诉 ai 说，哎，用这个 pdf 帮我们做一份 ppt， 我 们要做的也很简单，就是装上这个 python 的 技术环境，然后再装上我们的一个 ai d e， 然后把我们的资料丢进来， 它不一样的点是什么？它帮我们生成的是真正的 ppt 格式，我们是可以直接在我们的 powerpoint 这些文件里面去打开。第二点就是它的整个成本是可控的， 工具是免费的，那我们唯一的消耗就是我们的 ai 的 模型用量，然后它的数据是在我们本地的，我们生成的 ppt 都是生成到我们本地， 需要发给别人，再发给别人，他没有锁定任何平台，任何模型，也都可以来跟它搭配使用。它的安装方式也很简单，给大家切到我这里是怎么来安装它的？我们其实还是用比较 ai 原声的方式来安装的，直接把 java 链接丢给他，让他看一下这个是什么，然后让他帮我来安装 好，我们看到他安装完了，他会告诉我们他是什么，然后怎么来使用的。我这接下来就是开始来做一个 ppt 了，我是把我之前去做了一个张取机车的调研文档，直接拖到这个终端目录，让他 读这个文档，然后来帮我们生成一个 ppt。 好， 他先去读了这个文档，然后生成了一些项目的目录，然后整理了一些问题清单， ppt 的 大小是什么样？ 然后业主的规划是什么？这个 ppt 的 目标受众和场景是什么？整个的风格、定位、配色、字体大小、图片方案是什么样？我们直接看来看生成后的结果。好，大家看到这是我们的一个开场的一个介绍页，然后他 的一个关键的一些数据，我们大概扫一眼，这些格式我们都是可以自己去修改的，我们可以看到我这里是可以直接在这里编辑的。好，我们总结一下，就是像 p、 e、 t 这种东西，个人的时间其实真正的应该花在我们的 内容的本身，我们要讲什么东西，内容的逻辑要怎么把它串起来，然后我们要讲的重点是在哪个地方，像排版设计，其实交给 ai 做就可以了，那 ppt master 就是 帮我们来做这件事情了。好，今天的分享就到这里，也欢迎大家评论区交流，关注松哥一起少加班！

我是真的没想到啊， ai 居然可以帮我们写顶级论文了。哈喽，大家好，我是星爷。大家知道一个博士生做一项完整的研究要多久吗？ 从一开始确定研究方向，到埋字纹线堆里查资料，再到一点点设计实验，熬夜跑数据，接着反复打磨写的论文，最后小心翼翼的投稿，快的话，半年 满划，真的要好几年。但有一个叫 the ai 小 镇的系统啊，做完这一整套流程，大概花了不到两百美元。他是这样工作的，先从学术数据库里扫描现有的研究，找出哪些方向还没有人做，然后自己给自己的想法打分，挑出最有价值的那个，接着自己写实验代码， 那遇到报错的，他还能自己调整实验，跑完自动化图分析数据，就会用 latex 排版，写出一篇格式完整，有引言有结论的学术论文。写完之后啊，他会用自己内置的深交人系统，把这篇论文再过一遍，相当于自己批改自己的作业。 听起来是不是很酷呢？研究团队啊，把三篇这样的论文投给了 iclr 二零二五的一个研讨会，当时啊，审稿人知道提交的列表里面有 ai 写的论文，但是他们不知道的是，具体哪几篇才是结果，你猜怎么着？其中一篇就拿到了六点三三分，超过了这个研讨会的平均录取线。 组织方说啊，如果不是提前约定好 ai 生成的论文不输入，那这篇论文大概率是会被接受的。这件事情啊，在二零二六年三月二十六日，啊，登上了 nature。 我 看到这个消息的时候，我第一反应我是， 哇，好厉害，而是在那愣了一会，因为我想起了自己认识的一些在职博士朋友啊，他们每天泡在实验室里，为了一个不确定能不能发出来的方向，熬了好几年。现在有个系统啊，花两百块钱就能做一件差不多的事。 当然，他做的并不完美，他提出的想法有时候很浅，就像刚入学的本科生，代码里会有低级的 bug， 引用文献的时候会有幻觉，引用一些根本不存在的论文方法论的严谨程度也远不如一个训练有素的科研人员。但这些短板 恰说明了一件事，人类科学家真正的价值不在于执行，而在于判断。判断哪个方向值得做，判断一个结果意味着什么，判断一项发现是否真的重要，这些是目前 ai 做不到的。 也就团队还给出了一个很关键的结论，就是说基础模型每升级一代 the ai santist 产生，论文的评选得分就会有明显的提升， 要是给他的计算资源再每增加百分之五十，得分平均提高零点七分，那按照这个趋势啊，可想而知，两到三年之内，他的能力可能会追上普通科研人员的水平。 说了这么多啊，我不想在这里说 ai 会不会取代人类这样的话，因为这话说了等于没说，我只想问大家一个问题，如果 ai 能做的科研越来越多，那人类科学家的时间到底应该花在哪里？这个问题啊，我觉得比 ai 会不会取代我更值得想清楚。我是星爷，关注点赞，冲出赛博坦，只为来到你身边。

我用 i 快 两年了，每天脑子都处于亢奋状态。前几天看到一个问题，突然让我停下来想了很久。有人问用 ai 提效的同时，会不会把脑子用废，我还开始觉得有点杞人忧天啊，但仔细想想，还真值得认真对待。快手广播站呢，聊过一个话题，引用了 bbc 的 常人，里面有个比喻特别扎心啊， 用 ai 帮你思考，就想去健身房举铁，每次都让机器人帮你举铁是举起了，但你的肌肉什么都没练到。更值得警惕的是，卡里基、梅农、 m i t 牛津 u c l a 四所名校联合做了一个实验，让参与者用 ai 解体十分钟，再突然撤掉，也让他们独立解体。 结果是，用过 ai 辅助的人独立解题成功率明显下降，遇到难题更容易直接放弃。仅仅十分钟，就有这么明显的变化。但有个关键细节啊，不是所有用 ai 的 人都会受影响。研究着发现，百分之六十一的人用 ai 的 方式是直接要答案，这批人能力下降最明显。 而有些用 ai 要提示或者追问步骤怎么理解的人，能力没有明显损伤。你看， ai 本身未必会伤大脑。 真正要警惕的，是直接要答案这个洞洞。那具体怎么做呢？整理了五条实用建议啊。第一条，先自己判断，再去问 ai。 大 多人都做反了，正确顺序是进行着自己的初步看法，再用 ai 挑战你的观点，补充盲点，让 ai 做你的质疑者，而不是答案提供者。第二条，用复述考题强化记忆。 用 ai 查了一堆东西，关了窗口，啥都记不住。这不是记性差，是大脑的正常反应，真正能让信息留下来的是费力气这个动作本身。所以查完之后自己语音复述一下，或者让 ai 出几条题考考你。第三条，先自己写， 再让 ai 记录。研究发现啊，经常让 ai 帮你做创意，产出的想法会越来越通俗化，因为 ai 给你的是最正确的答案，不是只有你才想得到的答案。所以哪怕先写一点 自己的想法，再让 ai 帮你打磨。第四条，主动给自己制造无聊，遇到难题先别问 ai， 先自己想一会，让自己在不舒服的状态里多待一会，这不是浪费时间，这是在训练大脑耐受、深度思考的能力。第五条，我自己加的一条啊，把 ai 当成信息整理助手，而不是思考外包商。 举个我自己的例子，我写视频脚本都会先找好姓袁，比如今天这条就来自快刀广播站，我把内容发给 ai， 让他帮我整理要点，提炼数据。之后呢，我会和我的 ai 反复打磨脚本细节， 开头怎么改，中间怎么调，结尾怎么收，一条脚本磨下来有时候要花一个多小时的时间。你看， ai 只是帮我整理信息，但观点、角度、节奏全都是我自己定的，思考这件事从头到尾都在我脑子里， 没外包数据。最后总结一句话， ai 本身不会把你的脑子用废，真正会废掉你脑子的是每次都直接要答案。用 ai 的 姿势决定了你的大脑得到的是锻炼还是退化。我是鑫哥，一个把 ai 落地到实体运营的老兵，如果你也在担心脑子用 ai 退化，欢迎评论区聊聊。

六到圆会圆组合，雕车虫卵一人栽一树，当步判，判低步走，大成功。这三个字从中道三定律到一到到三气，旁边是二十气，要软化成。 相当于这里有两个 s， 就 只发一次音，所以 s， 所以 s c 就 发第一个 i 发什么音？第一个 i 发长音，然后第二个 e 发什么音？第 e 发涿音， 好，第三个爱发什么音？第三个爱发短音。这里呢，我们要注意一下，之前我们讲爱，后面如果直接连元音的话，爱呢是发 e 的 长音，但这里呢，因为它有一个重读音节，所以这个爱呢，必须要发比较饱满的声音，才能够托起后面的两个音节，所以这里的爱呢，就发的是爱的长音。好，拼一下，嗯， i sci， 嗯， anist， scientist， 嗯，好，非常棒。是什么意思你知道吗？就科学家，就是像 i c p science 是 科学， est 是 什么？什么样的人从事科学的人就是科学家。

这个可以帮你把图片变成风格插画，这个可以帮你做知识卡片，这个可以帮你做动态图标， 这个可以帮你把文字转成格式化图标。这个可以帮你做动态海报， 这个可以帮你调整图片的打光，调整角度。这个可以帮你做三 d 动态流程图主页还有更多 ai 玩法等你。

百分之九十的人都用错了 ai， 这十句口诀直接让你的效率翻倍。第一点，用 ai 先给身份，再给任务，你这个效果差十倍。第二点，指令越模糊， ai 越废话，指令越清晰， ai 越专业。第三个， 你想让 ai 不 去瞎编，你要加一句话，基于事实，拒绝编造。四个，如果你想写文案，那三要素，人群痛点、结果。第五个，如果你想用 ai 来帮你做短视频的脚本，那你就要 写，记住，黄金三秒加干货加引导。第六点，如果你想要 ai 口语化， 那你要说说人话。第七个，总结，只是需要他抓住核心，不要逼逼太多废话，而且不超过三条重点或者四条重点，明确告诉他这个指令。第八个，如果你是想做计划，步骤、时间可执行。第九个， 如果你想要纹身图，你要加上主题风格，环境光线，告诉你， ai 不 淘汰人，只淘汰不会用 ai 的 人。

六角圆和圆组合这些重玩数一元加一辅，重玩数一元加一辅九，三个结成求倒三定律。倒一倒倒三就一发短音叫二，也发短音。 a 后面是浊， l 是 a， 要落化成涿音， 这个音为什么发短音？因为它的两边都是辅音，你搞这么难，别人听不懂这个音，为什么发短音？ 因为它是闭音节。第二个 i 为什么发短音？因为它没有大声 g， 所以 i 在 非重读的开音节一般发的是短音。第四步拼读， f s， f， s， t， a， t， o， f， s， t f。

今天直接教你一个隐藏玩法，把这一条指令发给豆包，他就不再只是个听你安排的助手，而是会主动提问，陪你深度思考的战略顾问。指定内容可直接复制。从现在起，请升级为我的战略顾问。我们之间的关系，不再是我发令你执行，而是你提问我作答。你首要的身份是提问者， 用优质的问题启发我思考，帮我一起把整件事的头绪和规划梳理清楚，等你认为信息收集足够时，再为我生成一份详尽的执行步骤。咱们一起把这件事规划明白。试过的都说，思路瞬间打开，快去找你的豆包聊聊吧！

百分之九十九的普通人根本不知道 ai 到底有多万能。很多人以为 ai 只能聊聊天，写写字，那你真的太小看它了。今天我就跟大家说实话， 现在的 ai 早就不只是简单对话了，它有三个超厉害的本事，能识别图片，能看懂文字，还能听懂我们说话。而且完全不用你有任何专业基础，手机就能操作，新手一看就会。首先第一个 ai， 识别图片。生活里遇到看不懂的东西，不认识的花草，看不懂的产品说明书，孩子不会的作业题，直接拍张照片发给 ai， 瞬间就能给你讲明白，给你答案，给你详细解读，不用自己查资料，不用到处问人，一张图全部搞定，省太多时间了。第二个 ai， 识别文字。不管是截图文件、 手写笔记、文章段落，只要把文字丢给 ai， 它能帮你总结重点，精简内容，改写文案，整理笔记，甚至帮你写工作总结， 发朋友圈文案再也不用自己一点点扣字，慢慢琢磨，一秒帮你梳理得清清楚楚。第三个 ai， 提取声音，语音对话。平时懒得打字，直接开口说话，跟他沟通就行。想写东西，想提需求，想让他帮你规划事情，出主意，不用敲一个字，直接语音说，他立马就能听懂，还给你精准回复。你想想看， 这种功能适合哪些人用？上班族、宝妈，学生做生意的，做自媒体的，不会做文案，不会整理资料的，人人都用得上。它能帮我们解决什么问题，省时间省精力，不用求人， 不用花钱找人帮忙。生活、工作、学习上的琐事， ai 全能帮你兜底。真的不是我夸大你，只要试着用一次就会发现，原来 ai 一 点都不复杂，也不高 高大上，就是我们普通人身边一个超好用的免费帮手，学会用对这几个功能，每天能帮你省下大把时间，再也不用瞎忙活做无用功了，赶紧收藏起来，慢慢跟着学，普通人也能轻松玩转 ai！

很多人现在一提 ai， 第一反应就是体校，帮你写内容，帮你做表格，帮你整理资料。这些当然有用，但我自己真正把 ai 用进团队之后，我发现它更大的价值其实不是体校，而是很多关键经验只在你脑子里。 你知道这次投放为什么要这么调，知道哪个指标更重要，知道哪些城市值得放量，哪些地方要先收住。 因为业务一复杂，你就会发现，靠坐旁边学这件事效率是非常低的。我们这边本身产品就很多，计划也不少，后台操作又很繁琐，如果每次都要靠助理 坐在旁边看我调整，一方面不现实，另一方面他也未必能听懂你每一个动作背后的逻辑。所以我现在的做法是，把我真实的操作过程留下来，我会边做边讲，把我的判断、解释、思路都录进去， 然后把录音、会议记录转入内容交给 ai， 让 ai 帮我做结构化整理，然后就会有重点结论、关键指标、表格、学习重点，甚至会告诉团队，这次复盘应该先看哪里重点学什么，然后再同步到知识库， 同步给相关同事，让他们直接按重点学习。这个动作本质上是在把老板的零散经验变成团队可学习、可附用、可传递的内容系统。 而且当这个动作持续做下去的时候，价值会越来越大，因为你积累的不是几分报告，而是一整套真实业务场景下的方法论。再往后，这些原始语料、判断标准、复盘逻辑，甚至都可以继续训练成更贴合你业务的专属智能体， 不是通用型的，而是真正懂你业务流程，懂你判断方式，懂你类目特征的智能体。 所以我现在对 ai 的 理解很明确，真正拉开差距的不是谁先用了哪个工具，而是谁先把自己的经验体系化、结构化、组织化。 因为只有这样， ai 才不是一个玩具，而是你把个人能力变成团队能力，把团队能力再变成系统能力的放大器。

将任何的文章一件转化成这种手账风格的读书笔记，你绝对想不到现在的 ai 已经如此的强大。废话不多说，咱们直接上演示。首先我们打开任何的一个网页，可以是新闻，也可以是收藏的一篇教程， 我们复制这个地址，来到这个网站，首先找到这个生成图片的智能体，在下面粘贴，注意下面的提示词非常重要，大家可以参考一下我的这个直接发送，它不仅可以生成图片，它还可以对你的文章进行分析总结， 要用的是当前最强的 ai 大 模型，生成之后我们可以看到这个效果还是非常的好的。我给大家做了一个 ai 图片的提示词指南，包含了提示词的用法，还给大家总结了几十种图片生成的用法。刚才我用的这个提示词啊，也都在这个文档里面，需要这个文档的可以拿走试试效果。

夏天是一个特殊的季节，你可以感受到蝉鸣的喧嚣沸腾，感受到海风特有的清润湿凉，还可以感受到毕业季的离歌袅袅。 如果能用画笔将这一刻记录下来，让笔尖清润着蝉鸣的日浪，让未干的颜料裹住少年扬起的衣角。 这是一张普通白纸的一生，从他被生产出来就放到了这位阿福主的桌上。但是受到这位宛如三年级小学生的绘画水平，哦，不，可能还不如小学生，于是就变成了这样的画面。直接立斩，直接势头三分，命中 万能的神，请赐予我强大的绘画力量吧！吾乃掌管绘画的神，这届法宝就赐给你了。 那我们就来说说 ai 是 通过什么原理来提升你的绘画技巧的。准确的说，这其实属于 ai 绘图中的艺术风格迁移， ai 会把你想要模仿的风格抽象为纹理、笔触、色彩等统计特性， 然后根据用户绘图的主体轮廓把内容分离出来，最后通过编码器映射到潜在空间，与用户的图像相结合。 丑陋的图片进化好看的丑图。那我们这次选用的是海翼 ai 来作为图片的 ai 处理。选用这个平台的原因很简单啊，他们这边有很多绘画的功能拓展，并且啊，都是免费使用的，比如说像像素风格转化，或者说是最近很火的切水果功能。 并且啊，最关键的一点，它支持自定义 com 一个 i 工作流，也就是说你可以调节摩羯强度，输出尺寸等。 它给我的感觉就好像是一个 sas 版的 stable diffusion， 然后制作人给你贴心地装了很多插件， 另外它还支持训练 lora。 注意啊，是 lora， 不是 luna， 是 lisa。 什么是 lora 呢？就好比你给 ai 一 堆你想要的效果的参考文档，然后呢，让它自己学习做一个微调。 为了绘制更好看的油画，我们来到了太湖边进行拍摄。那我们也是来到了一个比较漂亮的风景的地方，然后绘制一幅油画，让 ai 来帮我们做一个优化。 啊，最后就变成了这个玩意，我都不知道 ai 能不能认得出来。那接下来就是让我们见证奇迹的时刻。 那我们再次回到海艺， ai 将我们的图片上传上去，我选择油画风格，然后等待几秒钟就可以得到我们最后的图片了。这是生成后的效果。感觉怎么样？我们还可以进行风格的切换。那我们试一下别的风格，这是梵高的印象主义风格，你觉得怎么样呢？ 这是现实主义风格。其实 ai 能够给予你的从来都不是职业焦虑，而是让普通人有能力去接近大师，享受生活。好了，这边是大杯鲜奶，我们下期再见。