人工智能两个哈佛本科同学在聊Ai机会

有些人长得就很聪明啊，聊天记录放出部分:

我们俩都是在哈佛读的本科，大学同学。

对，然后我们现在也都在做 AI 相关的事。

然后我们最近回忆了一下，我们上大学时候学的东西跟现在做的事关联好像也没什么关联，然后好像也没什么用。

比如说我大学学的是物理和文学，我到现在都对技术和人文的交叉很感兴趣。但你说真的，就大学期间学的高能物理、相对论，它能在我工作上用上吗？

用不上。

对，我学的是心理学，然后课外活动都是做记者。

因为你当时其实学了一些计算机的课嘛，那只有一些很根本的逻辑，比如说一个 loop 是什么。

但是说实话，这些东西你真的需要在学校里学吗？

我也不觉得，就你在实践里学习的速度和效率是比在学校里要高很多的，学校里也不会教你怎么给 cursor 写 prompt，但是这个恰恰是你现在最需要的技能。

所以其实我觉得我从大学毕业的时候才是学习的开始，我觉得我在工作里用到的所有的技能都是在我步入职场之后自学的。

大学给我更多是一个学习的能力和一个好奇心和持续学习的一个状态。

知识其实真的不是最重要的，尤其现在 AI 上问一问就能知道了。

其实我觉得现在很重要的是产出。

[鲜花][鲜花][鲜花][鲜花]学习分两种嘛

就是你要么是输入，就是你看很多东西，你去记忆很多东西，你问一些问题得到一些回答。

另外一种是产出，比如说你刚刚说的这个去写作，它是一种产出，去做一个产品，它是一个产出。

在以后输入可能会变得越来越简单和没有门槛，因为你去问 GPT， 它就可以给你输入很多知识和信息，但是产出，比如说怎么把这些信息转化成你自己的想法，然后再把它传播出去，或者怎么真的把你的知识做成一个作品，一直这个产出的过程本身它其实是更难的。

第二个是在你有产出之后去看这个现实对他的这个反馈，比如觉得你这个产出是好还是不好，甚至比如说你发了一个帖子啊，有人点赞还是没人点赞，这些反馈也可以让你更好的去提升你的产出。

所以我现在其实对我来说最高效的一个学习方法就是输出倒逼输入。

其实我觉得输出主要就是两种，就是纳瓦尔说的，有两种 permissionless leverage， 就是 code and media，就是你要不做个产品用代码，要不写写内容。

以前你可能会说理科生去写代码，文科生去做内容，但是现在两个门槛都降低了，所以任何人都可以写代码和做内容。