这是一个创建于 172 天前的主题，其中的信息可能已经有所发展或是发生改变。
放以前分分钟发一篇技术分享出来。然而现在这种内容还值不值得整成博客发出来呢？
12 条回复 • 2024-08-09 18:40:43 +08:00
 |
1
KongLiu 172 天前
我感觉反而是大量的 AI 生成的文章污染了技术社区，点名批评 CSDN ，AI 的错误率很高还要浪费时间去验证
|
 |
2
JingXiao 172 天前  2
写博客主要还是为了自己总结积累吧，然后才是为了分享
|
 |
3
geelaw 172 天前 1
发布文章有内部性和外部性，外部性很好理解，别人可以来看、来读、来学习，作者可以获得评价，无论正面或是负面。如果你认为一个话题 ChatGPT 写出来的内容已经可以实现够好的外部性，那么最简单的发布方式是留下 ChatGPT 聊天记录的链接，而不是复制一份，后者纯粹是浪费资源。然而，如此作出的内容，我认为发布人的参与较少，如果是我，我会不好意思署名。
内部性在这里是指创作文章的过程对作者自己的作用。校园学习里面为什么有人要记笔记？为什么上课学过的内容，下课要做习题？为什么数学证明在思考完成后需要写下来确保正确？为什么科研人员必备的技能之一包括写作？为什么费曼学习法要求用自己的话重新把知识表达出来？很多时候，单纯阅读会让人进入全盘接受的状态，毕竟这是一种很“舒服”的做法。然而很多东西听起来正确，实际上似是而非，这种错误需要勤加思考才能发现，从“舒服”的状态进入思考，是有点“痛苦”的。 从人类思维到媒介（书面或口头）的转化过程要求作者不断厘清思维的每个细节，思维良好的人或许思考一个数学问题可以诈和，但是写到纸面上时就很容易发现错误（思考比书写更容易跳步，跳步是各种错误的源泉）。我自己写论文的时候，通常也会对认为已经想好的问题有新的理解。 给 ChatGPT 一个话题，然后阅读它的回答，最后把它拼拼凑凑弄成一篇文章，很容易陷入全盘接受似是而非的东西的状态，除非反复提醒批判性阅读、思维足够清醒。我自觉无法抵抗这种“舒服”的诱惑，加之 LLM 的胡编乱造能力很强（有人戏称 GPT 是“狗屁通”），所以我拒绝问 LLM 事实性问题——我只能接受 LLM 提供参考资料，然后再从人类写出来的参考资料中学习——当然，人类写的东西也会有错误，所以依然需要遵循 媒介—思维—媒介 过滤的方法。 |
 |
4
nomagick 172 天前
我感觉可能是 “高质量” 定义的阈值有点低了。
|
 |
5
Skifary 171 天前
技术博客最重要的作用是在写作的过程捋清思路，也可能产生新的想法，给其他人看反倒是附带的
|
 |
6
tags OP @JingXiao 是啊，所以现在都只是保存到 Notion 里面。要是换以前有跟 GPT 这种精彩对话和顿悟就忍不住要分享出来。以前学技术主要是看文档和博客，现在似乎都没有发博客的必要了。
|
 |
7
dfkjgklfdjg 171 天前
现在每次在社区的审核中心一眼认出来哪些是 AI 生成的的文章。
套路模板都是一样的，质量只能说是能看（能看明白在说什么），但是都不能深究的场面话（也就是楼上提到的“狗屁通”）。 |
 |
8
yarawen 171 天前
不会，github copilot 改不出的错误，搜索引擎搜一搜前三条解决了。
还是很感激曾经认认真真写博客分享的每个人。 |
 |
9
user23125 171 天前 1
|
 |
10
msg7086 171 天前 1
是 AI 读了高质量的技术内容以后才写出来的。大家都不写高质量内容的话，AI 读西北风去呢。
|
 |
11
idragonet 171 天前
很多时候 AI 很容易绕进去，最终正确答案还得 Google
|
Select Language