在 AI 发布的跑步机上求生

Source: Dev.to

停止追逐每一次发布

模型发布的跑步机是真实存在的，而且设计上就是让人感到疲惫。每个实验室都有营销动机，让他们的最新发布看起来像是范式转变。有时确实如此，但大多数时候只是增量改进。

保持相关性的工程师并不是那些放下一切去测试每个新模型的人，而是那些对自己要解决的问题有足够了解，能够快速判断新工具是否真的对他们有帮助的人。锻炼这种判断力，它比在排行榜上抢先更有价值。

投资于不变的东西

新模型发布时，大多数人要么大肆宣传，要么直接否定。两者都没有帮助。相反，建立一个小型的个人基准——几项与你实际工作相关的任务——并在其上运行新模型。

不要让模型去解答通用的谜语，而是用它来解决你真实的瓶颈。如果你的日常工作是将 React Native 应用推送到 Play Store，就在一个棘手的部署脚本或复杂的 UI 组件上测试新模型。如果你在使用 OpenCV 构建 Python 工具，就看看它在你的特定图像处理逻辑上表现如何。如果你专注于社交媒体增长，就测试它编写一个符合你审美的 TikTok 或 Instagram Reel 的能力。

这有两大作用：

1. 让你摆脱营销噪音，专注于真实信号。
2. 随着时间的推移，累积出对不同模型实际擅长领域的真正专业知识。

你会开始发现规律。你的观点会有数据支撑，而不是仅仅在推特上复述。这才是人们真正会关注的。

保持好奇而不被动反应

保持信息灵通与被动反应是有区别的。你不需要在每次发布当天就阅读所有的博客文章。但你应该有一个系统——比如每周浏览几家可信来源——让你了解有意义的变化，而不会被打断专注。

• 关注那些有切穿噱声记录的人。
• 参与那些看起来真正新颖的发布。
• 让其余的内容随它去。

节奏不会放慢。新模型会不断出现，其中一些确实会很重要。但相关性从来不是靠知道最新的东西，而是靠建立深度和判断力，使你无论面对什么新事物都能保持有用。