秦政阳
Codex
AI开发者
Claude Code
思维逻辑和复盘迭代，在 AI 时代会更重要。前段时间，我面试了一家垂直领域的金融法律咨询公司。面试题是一个 Codex 项目，要求从几万条测试数据中，精准提取标题里面的人名。这个任务比想象中复杂。姓名不只是常见中文名，还包括外国人姓名、少数民族姓名，以及一些很像地名、机构名的姓名。如果用大语言模型一条一条改，肯定不现实，成本高，也不稳定。更合适的方式，是用脚本、规则，或者写一个专门的 skill 来处理。我加了公司创始人的微信，看到他朋友圈说，之前面试了 100 多位人工智能、计算机相关专业的学生，几乎全军覆没。看到这句话时，我反而很兴奋，也更想认真把这个项目做出来。最后，我做了接近两天，耗费了将近一周的 Codex Plus 额度，终于把结果跑出来了。创始人说我做得非常不错，准确度很高，让我直接去联系 HR，办理入职。虽然我后续没有去这个岗位，但这件事让我学到了一些很有用的东西。首先是思维逻辑。AI 时代很重要的一点，是你要想清楚：你能让 AI 做什么，以及你自己在项目中要做什么。一开始，我会把一些高风险、不确定的数据单独提出来，自己人工复核。但后来发现，这部分其实也可以交给大语言模型处理，让它做进一步判断和优化。真正需要我人工设计的，是整个项目的逻辑规则。比如怎么拆模块，设计哪些规则，哪些情况要标记为高风险，哪些问题适合交给大模型复核。这些东西 AI 可以给我提供思考，但不能完全替我决定。所以我越来越觉得，AI 时代不是不需要人思考了，而是更需要人把问题想清楚。工具越强，越考验你怎么拆问题、怎么设计流程、怎么判断结果。另一方面很重要的是复盘迭代。以前我总觉得，做一个项目，就是在 Codex 或 Claude Code 里问几句话，慢慢就能把它做出来。但实际做下来发现，如果一个项目准确率要求很高，或者目标很明确，就不能只靠上下文。你需要一个 Word 文档，或者其他文档，记录整个迭代过程：做了哪些步骤，发现了什么问题，准备怎么处理，下一轮要验证什么。这些记录看起来麻烦，但其实很有价值。它不只是当前项目的记录，也是以后做其他项目时可以复用的经验。AI 可以帮你加速，但真正决定结果的，还是你的思维逻辑、复盘能力和迭代能力。
发布于 广东
分享
1
1
未登录
友善发言
评论
加载中
