如何利用 AI 进行思考
文章探讨了 AI 对人类认知能力的“认知债务”效应。作者引用 MIT 和微软的研究指出，在独立思考前使用 AI 会导致大脑退化，而在建立认知结构后使用 AI 则能放大智力。核心观点是：使用顺序比工具本身更重要，AI 不能替代基础的思维肌肉。
相关文档
你的提示词都是在“许愿”——40个专家级提示词详解
文章指出大多数用户使用的只是“许愿”而非真正的提示词，并分享了40个经过在Claude、ChatGPT和Gemini上验证的专家级提示词。这些提示词包含角色、上下文、约束和示例，按场景分为写作（01-10）、分析与策略（11-20）等类别，旨在帮助用户通过精心设计的指令获得稳定、高质量的AI输出。
散人杂谈 国庆节特别篇｜你可以随时打开自己，也可以随时关掉自己
作者以GPT上线为个人纪年分界线，在国庆假期中反思技术加速时代的个体处境。从卢德运动、恩格斯停顿讲到人类文明的外包史：火、文字、钟表、计算机，直到AI外包思考本身。借苏格拉底对文字的担忧与法航447空难，区分'外包'与'依赖'；以低本底钢类比GPT前的人类原创数据，呼吁收藏与守护；探讨AI时代的一对一教育、默会知识与线下沟通的升值。核心观点：开时往死里卷，关时往死里躺，两样都是自己，都不用道歉。
别再怪 ChatGPT 回答质量差了：9 个提示词框架
文章指出 ChatGPT 输出质量差往往是提示词写得不好导致的，并总结了 9 个实用的提示词框架：RACE（角色-行动-背景-期望）、RISE（角色-识别-步骤-期望）、STAR（情境-任务-行动-结果）、SOAP、CLEAR、PASTOR、FAB、5W1H 和 GROW。每个框架通过明确角色设定、任务描述、背景信息和期望输出，帮助用户获得专家级的 AI 回答，适用于文案写作、问题解决、产品介绍、目标管理等多种场景。
AI 时代职场人现在最该学的一项技能是什么
宝玉分享吴恩达的观点：AI 时代人人都应该学编程。与一些企业高管认为 AI 会自动化编程、不值得学的观点相反，吴恩达认为正因为 AI 辅助让编程变得前所未有地容易，才更值得人人学习。学编程不等于手写代码，而是学会用计算机听得懂的方式把需求说清楚。会编程的职场人可以自己搭建网站、用程序筛选简历，与不会编程的人拉开明显生产力差距。孟岩补充观点：把'人人学编程'翻译成'人人用 Agent'更贴切。
ChatGPT插件全指南：这20+个插件才是它真正的生产力
文章系统梳理了20多个常用ChatGPT插件，强调不要在多个软件间来回切换，而应让ChatGPT直接连接常用工具。作者按使用场景将插件分为六类：自媒体与设计（Canva、Figma）、日常办公（Gmail、Google Calendar）、资料与知识库（Google Drive、Notion）、数据分析（数据分析、Amplitude）、开发与做产品（GitHub、Firebase、Netlify、Lovable）、商业与销售（Stripe、Salesforce）。每个插件介绍了用途、典型指令和适用人群，并给出了按职业场景选择插件组合的建议，如写作加设计选Canva+Figma，开发选GitHub+Firebase+Netlify等。
Codex 实战系列｜10 个最值得安装的 Skills
作者 Miles 分享了 Codex 中最实用的 10 个 Skills：follow-builders 生成 AI 创作者资讯简报，Punk Skill 生成有辨识度的文章封面，cangjie-skill 把课程方法编成可调用技能，GordenImage2PPTX 将 PPT 图片转为可编辑文件，book-to-skill 把一本书整理成可查询的阅读技能，show-me 用流程图解释代码，grill-me 在开工前追问需求，last30days 调研近期社区玩法，Defuddle 提取网页正文为 Markdown，skill-creator 帮用户创建自己的技能。每个 Skill 附安装地址、使用示例和实际效果。
AI 时代最残酷的，不是机器变强了
文章指出 AI 时代最残酷的不是 AI 取代人，而是会用 AI 的普通人做出三倍的产出，重新定义了“正常工作量”。作者通过一个市场策划朋友的案例，说明只会普通交付的职场人正被“初稿化”贬值，并提出转策略、做个人 IP、服务高端客户、转管理等 7 个出路。文章强调 AI 会让判断力、问题定义能力、审美、信任和真实经验变得昂贵，普通人应把 AI 当团队而非工具，重构工作流程、沉淀提示词和案例库，将经验产品化。AI 是放大器，诚实面对自己工作的真实含金量才是应对之道。
麦肯锡最新 AI 报告最扎心：AI 已经让个人变强，但还没让公司变富
文章基于麦肯锡 2026 年 8 月《The state of AI in 2026》报告指出：80% 受访者称 AI 提升了个人生产力，但仅 37% 认为 AI 对组织 EBIT 有正向贡献，高绩效组织仅占约 6%。作者通过职场故事说明，把 AI 当润色器与把 AI 当隐形团队的人差距会滚雪球式扩大。文章提出个人应在组织变革前主动重构工作流、沉淀模板与经验、学会管理 AI 成本、成为责任节点；同时分析中层管理者的尴尬处境、岗位任务被重新切分的趋势，强调未来值钱的是敢为 AI 参与后的结果负责的人，而非只会操作工具的人。
SaaS 不会死，会隐身：Lovable 主动押注 UI 的消亡
本文基于 Latent Space 对 Lovable CTO Fabian Hedin 的专访，分析这家年化营收 5 亿美元、估值 133 亿的公司为何主动转型。Lovable 将把平台上 6000 万个应用的功能通过 MCP 服务器暴露给 ChatGPT、Claude 等 agent 直接调用，从'造应用'转向提供 capability。作者结合麦肯锡数据与 agent 框架爆发趋势指出：传统 SaaS 的界面价值将归零，商业模式需从卖界面转向卖能力。文章还给 SaaS 从业者、独立开发者和普通用户提出了三条启示：软件不会死，但会隐身。
从0到1制作可上传微信的动态表情包全流程
作者分享了一套用 AI 工具从零制作可上传微信的动态表情包的完整流程：先用 ChatGPT 分析爆款潮玩形象并提炼提示词，固定原创毛绒潮玩 IP 骨架；再生成 4×3 十二宫格表情图板；用 Grok Imagine 将图板动画化生成循环动作视频；最后用 Codex 切图、去背景并导出透明 Animated WebP 和符合微信表情平台规范的 GIF。文章附有各环节详细提示词及避坑经验。
AI究竟让我们停止学习，还是重新学会学习？
文章从《经济学人》报道的一项针对26811名中国中学生的研究切入：使用生成式AI后作业成绩提升18%、用时缩短30%，但六个月后闭卷考试成绩下降约20%。作者结合自身经历——从不会写代码到借助AI开发出上架App Store的应用——提出“句号型AI”与“冒号型AI”的区分。AI既可以替人完成任务让思考终止，也可以成为进入陌生领域的门票，引发持续追问。作者认为能力外包与能力扩张可以同时发生，真正危险的是认知地图停止生长，关键在于我们如何使用AI。
