我以前總能跟上新框架的步子。但一個(gè)人的時(shí)間有限，因?yàn)槲业墓ぷ鳎掖蟛糠謺r(shí)間都在跟最新的研究進(jìn)展，不是最新的 JavaScript 框架。

這就是說，我開始一個(gè)不是我研究領(lǐng)域的新項(xiàng)目的時(shí)候，一般有兩個(gè)選擇：一個(gè)是用我知道的技術(shù)，就算這些技術(shù)可能老了十年二十年，對(duì)小項(xiàng)目也夠用；另一個(gè)是學(xué)新的（一般也更好）辦法。這時(shí)候語言模型就有用啦。對(duì)我來說新的框架或者工具，像 Docker、Flexbox 或者 React，對(duì)別人可能很熟。世界上可能有成千上萬的人很了解這些技術(shù)。現(xiàn)在的語言模型也能懂。這就是說，我能通過跟語言模型交流學(xué)習(xí)，學(xué)會(huì)解決任務(wù)需要的知識(shí)，不用靠那些假設(shè)讀者啥都懂、目標(biāo)特別明確的死板教程。

比如說，今年早些時(shí)候，我弄一個(gè) LLM 評(píng)估框架的時(shí)候，想在一個(gè)限制的環(huán)境里運(yùn)行 LLM 生成的代碼，省得它把我電腦上隨便的文件刪了啥的。Docker 是干這個(gè)的好工具，可我以前沒用過。

重要的是，這個(gè)項(xiàng)目的目的不是學(xué)會(huì)用 Docker，Docker 就是我達(dá)到目的的一個(gè)工具。我就需要學(xué)會(huì) 10%，保證能安全用就行。

要是在 90 年代，我可能得買本關(guān)于 Docker 的書，從頭學(xué)，看前面幾章，然后跳著看怎么弄我想要的功能。過去十年好點(diǎn)了，我可能會(huì)在網(wǎng)上找怎么用 Docker 的教程，跟著做，然后找遇到的錯(cuò)誤信息，看有沒有人跟我一樣。

但現(xiàn)在，我只要讓一個(gè)語言模型教我用 Docker 就行。

3、開始新項(xiàng)目

想起來，我最早學(xué)的編程語言是 Java。我特別喜歡編程，但有一件事我特別煩：面對(duì)新項(xiàng)目的空白屏幕。特別是用 Java 的時(shí)候！就算是讓程序編譯個(gè)“hello world”程序——這個(gè)“public static void main string args”到底是干啥的？括號(hào)放哪？哪些字母大寫？為啥這用花括號(hào)，那用方括號(hào)？

所以我就像小孩一樣——讓我爸幫我弄。

二十年過去了，我還是不喜歡用不熟悉的框架開始新項(xiàng)目。光為了弄好開頭的代碼就得花好多時(shí)間，而且我都不知道自己在干啥。

比如說，我最近想試試寫點(diǎn) CUDA 代碼，看看一個(gè)簡(jiǎn)單的貪心搜索在 GPU 上的性能跟別人在 CPU 上高效優(yōu)化的比怎么樣。

但我不會(huì) CUDA 編程。我會(huì)寫 C 語言，知道 GPU 咋工作、內(nèi)核啥功能、內(nèi)存咋布局啥的，但真要寫往 GPU 發(fā)任務(wù)的代碼？我不知道從哪開始。所以我直接讓模型給我寫 CUDA 程序的初稿。完美嗎？肯定不是！但這是個(gè)開頭。這就是我要的。你能看到這里面代碼好多錯(cuò)！其實(shí)我完全能接受。我不是要完美的辦法，就是要個(gè)開頭，我能從這接著弄。要是以后的模型能做得更好，那就太棒了。但現(xiàn)在我有的已經(jīng)幫了大忙了。

另一方面，我在家弄一些個(gè)人項(xiàng)目的時(shí)候，用了個(gè)樹莓派 Pico W。這是我第一次用。我想讓它給我干點(diǎn)事，特別是跟網(wǎng)絡(luò)有關(guān)的。再說，我肯定能在網(wǎng)上找到有人說怎么弄我想弄的。但你最近看過網(wǎng)上的東西嗎？前五個(gè)結(jié)果經(jīng)常是些沒用的垃圾，代碼有問題，就為了搜索引擎優(yōu)化改了改，但還是不行。

所以，我直接讓一個(gè)語言模型教我怎么弄我想弄的。我以前弄過微控制器，所以大概知道它們咋工作。但我沒用過 Pico W。我就需要點(diǎn)幫忙弄好所有依賴的東西，然后我能自己弄剩下的。

我給新的微控制器寫的第一個(gè)“hello world”程序一般就是讓一個(gè) LED 燈閃。這能讓我試試能不能編譯上傳代碼到設(shè)備里，引腳設(shè)置對(duì)不對(duì)，基本上知道我在干啥。所以，我就直接讓弄個(gè)閃的程序。（再說一遍：網(wǎng)上有這個(gè)嗎？幾乎肯定有。但那樣我就得去找。）我有了這個(gè)代碼能運(yùn)行了，從這我就知道后面咋弄了。我知道 python 咋工作（信不信由你！）。所以，我能從這接著改東西，把特殊的 Micro Python 的東西弄好。

我碰到別的要專門處理的問題，我能再讓模型幫我。比如說，我接著就讓模型給我寫個(gè)連 wifi 的腳本。

4、簡(jiǎn)化代碼

我是個(gè)安全研究員，經(jīng)常得處理別人的研究項(xiàng)目，里面好幾千行代碼，我得弄明白咋工作才能攻擊。這聽著不難，要是每個(gè)人都寫清楚的代碼，確實(shí)不難，但現(xiàn)實(shí)不是這樣。研究人員一般沒動(dòng)力發(fā)清楚的代碼。所以，經(jīng)常發(fā)出來的都是亂亂的代碼能湊合用就行。（我自己也這樣。）

我不能給你舉跟研究有關(guān)的例子，但我能給你說我正在弄的一個(gè)個(gè)人項(xiàng)目的例子。聽說我對(duì)康威的生命游戲特別著迷。最近，我想找個(gè)快的辦法，用 Python 評(píng)估一些生命游戲的模式。有個(gè) C++的工具叫 golly 能做這個(gè)，但我不想把我的 Python 代碼改成 C++的。

golly 有個(gè)命令行工具正好我能用——我要做的就是簡(jiǎn)化那個(gè)支持 50 種不同命令行選項(xiàng)的 C++代碼，讓它只做我想要的。所以我把 500 行的 C++代碼給大型語言模型，讓它給我個(gè)更短的文件做一樣的事。

你知道嗎？這可太管用了。然后，我讓它給我個(gè)圍繞 C++代碼的 Python 封裝器。也管用。這是那種讓人頭疼的任務(wù)，要是我自己弄，可能永遠(yuǎn)弄不完。但現(xiàn)在我能讓別人幫我弄，我得到的東西比我原來的 Python 代碼快 100 倍。

我發(fā)現(xiàn)我經(jīng)常這么干。這還有個(gè)例子，我用 Python 也這么干。

再說一遍，這些任務(wù)不復(fù)雜。但每次這么干，我都能省好多時(shí)間。這就是我覺得大型語言模型現(xiàn)在厲害的原因之一：它們的用處可能不咋好看，也不會(huì)因?yàn)檎f“這是我用大型語言模型簡(jiǎn)化日常工作的普通辦法”就被網(wǎng)上夸，但這是真的有用。

5、處理無聊的任務(wù)

我好多要做的任務(wù)都特別無聊，不用想太多，但又必須做。

其實(shí)，我發(fā)現(xiàn)我拖著不做任務(wù)，經(jīng)常是因?yàn)槲抑雷鲞@些會(huì)無聊會(huì)難受。大型語言模型大大減輕了這種難受，讓我知道做任務(wù)的時(shí)候只要解決好玩的問題就行。所以，我一個(gè)一個(gè)給你說說我讓大型語言模型幫忙解決的特別普通的問題。

比如說，最近我得把一個(gè)用 Python 3.9 寫的程序拆開。大部分 Python 反編譯器只支持到 Python 3.7，在我這個(gè) 3.9 的上用不了。

反編譯其實(shí)不難，主要是弄對(duì)控制流程別出錯(cuò)。所以，我沒自己花時(shí)間把幾千個(gè)操作碼和幾百行代碼弄好，讓大型語言模型幫我弄了。它干得特別好！比我想的好多了。這有三個(gè)交流，我讓模型幫我干了這個(gè)。另一個(gè)例子是，我要把一些沒結(jié)構(gòu)的數(shù)據(jù)弄成有結(jié)構(gòu)的格式。比如說，我做一個(gè)項(xiàng)目，要列一些書名和作者名。我在網(wǎng)上找了些沒結(jié)構(gòu)的格式的數(shù)據(jù)，讓大型語言模型幫我弄好格式。最近，我寫一篇博客說怎么破解一個(gè)保護(hù)，想展示我改的代碼的全部差別。所以我把差別和以前怎么把差別弄成 HTML 的例子貼上，讓大型語言模型按以前的格式給我弄差別。另外，我工作的時(shí)候經(jīng)常要給我用的資源弄引用。谷歌學(xué)術(shù)引用論文很容易，我能直接復(fù)制粘貼。但引用網(wǎng)頁就有點(diǎn)麻煩；我最近開始讓大型語言模型給我弄引用（確保這是正確的！）我可以繼續(xù)舉出至少一百個(gè)類似的例子。但我想你已經(jīng)明白了我的意思。

我完全明白這種任務(wù)可能會(huì)讓人覺得“就這？”但我們要記住，五年前這些模型幾乎不能連貫地寫出一個(gè)段落，更別說為你解決整個(gè)問題了。

6、讓每個(gè)用戶都變成“高級(jí)用戶”

要是你看過不太會(huì)用某個(gè)工具的人用，可能會(huì)有點(diǎn)難受。他們可能花好幾分鐘甚至幾小時(shí)去做一個(gè)本來用個(gè)宏或者同時(shí)用幾個(gè)程序就能自動(dòng)完成的任務(wù)。可是，學(xué)這些操作技巧要花時(shí)間，還很難。比如說，我最近想寫個(gè) Python 程序處理蘋果 Lisa 鍵盤的輸入。我在網(wǎng)上找到一個(gè)人用 C 語言寫的相關(guān)代碼，里面好多像#define KEYNAME key_code 這樣的語句，我想把它們變成一個(gè) Python 字典，把整數(shù)代碼對(duì)應(yīng)到字符串。我是個(gè) Emacs 用戶。我知道在 Emacs 里咋解決，這對(duì)我不難。這是我剛記下來的關(guān)鍵操作：C-h C-s #def [enter] M-f [delete] C-d M-f C-[space] M-f C-w C-a C-y : " M-f ", C-g C-] } C-[ { 雖說這對(duì)我很自然，可到現(xiàn)在，我在 Emacs 上花了大半輩子才這么熟練，熟練到這都成自然反應(yīng)了。但你知道現(xiàn)在我把大型語言模型連到編輯器里，我會(huì)咋做不？C-h C-h 請(qǐng)把這些 #define 重寫成{keycode: string,...}的字典格式。然后，文本就在我眼前重寫好了！就是在這種情況下，我覺得大型語言模型對(duì)不是專家的人的潛在用處甚至比專家還大。這個(gè)模型給每個(gè)人都提高了起點(diǎn)，要是你以前完全不會(huì)，現(xiàn)在突然能做很多事。

7、當(dāng)作 API 參考

真正的程序員想搞懂某個(gè)工具咋工作會(huì)去讀參考手冊(cè)。但我比較懶，我更想直接得到答案。所以現(xiàn)在我就問大型語言模型。我給別人展示這些例子的時(shí)候，有人會(huì)有點(diǎn)防備，說：“大型語言模型沒做啥你用別的工具做不了的事！”你知道不？他們說得對(duì)。但是，用搜索引擎能做的事，用實(shí)體書講這個(gè)主題的也能做；用實(shí)體書能做的事，讀源代碼也能做。不過，每一種都比前一種簡(jiǎn)單。事情越簡(jiǎn)單，你就做得越頻繁，做法也不一樣。這就是我問“哪個(gè)$命令可以傳遞所有剩余參數(shù)”然后得到答案的例子。（緊接著是另一個(gè)“我該咋用這個(gè)東西”的問題！）這其實(shí)是我用大型語言模型最常用的辦法之一。我沒法給你展示更多這樣的例子，是因?yàn)槲以?Emacs 和我的 shell 里都內(nèi)置了問大型語言模型的工具。所以，我想做這些事 90%的時(shí)候，都不用離開我的編輯器。