荔枝木对于很多场景来说，你需要的其实只是一个足够清晰的需求，或者足够准确的量化目标，还有一个过得去的方法论，然后 /goal 起手就完事了
所以在这个事情上，你的 Domain knowledge 是很重要的，就所谓的专业知识。
like 你需要一个 π 型的知识结构，就是非常宽广的知识面，和若干极其深入的垂类。
光知识面宽广是不够的，因为你再懂还能有 Trillion parameters 的 AI 懂？还能有搜索引擎懂？
一个垂类是不够的，因为 AI 非常擅长在一个垂类上做的非常好。
但如果有若干个垂类，和足够广的知识面，就可以有些交叉学科魔法了。
因为你可以看到一些联系，AI 当然
你是新冠病毒吗🦠
荔枝木对于很多场景来说，你需要的其实只是一个足够清晰的需求，或者足够准确的量化目标，还有一个过得去的方法论，然后 /goal 起手就完事了
所以在这个事情上，你的 Domain knowledge 是很重要的，就所谓的专业知识。
like 你需要一个 π 型的知识结构，就是非常宽广的知识面，和若干极其深入的垂类。
光知识面宽广是不够的，因为你再懂还能有 Trillion parameters 的 AI 懂？还能有搜索引擎懂？
一个垂类是不够的，因为 AI 非常擅长在一个垂类上做的非常好。
但如果有若干个垂类，和足够广的知识面，就可以有些交叉学科魔法了。
因为你可以看到一些联系，AI 当然
可靠性分析也可以AI，只不过是另一种方法论
荔枝木对于很多场景来说，你需要的其实只是一个足够清晰的需求，或者足够准确的量化目标，还有一个过得去的方法论，然后 /goal 起手就完事了
所以在这个事情上，你的 Domain knowledge 是很重要的，就所谓的专业知识。
like 你需要一个 π 型的知识结构，就是非常宽广的知识面，和若干极其深入的垂类。
光知识面宽广是不够的，因为你再懂还能有 Trillion parameters 的 AI 懂？还能有搜索引擎懂？
一个垂类是不够的，因为 AI 非常擅长在一个垂类上做的非常好。
但如果有若干个垂类，和足够广的知识面，就可以有些交叉学科魔法了。
因为你可以看到一些联系，AI 当然
比如你可以让AI同时审核114项失效模式，左眼看着514份设计图纸，右手开1919个sub agent从不同角度并行分析
🔥1