Stop Feeding Your Brain Junk Food
但尽管垃圾信息是“空热量”，它仍然味道鲜美。由于你的多巴胺通路无法区分有用和无用的信息，因此消费垃圾信息会让你感到满足，感觉自己正在学习——它让你产生变得更聪明的幻觉——尽管你实际上所做的只是往脑袋里塞爆米花。
AI is Making Developers Dumb
一个最经典的例子是将 AI 与上个世纪的纺织工进行对比。由于纺织机的出现导致纺织工人大量失业。 作者提到：
You can be productive with an LLM-assisted workflow, but that same workflow could also be making you dumber. Over time, you develop a reliance on LLM tools. This is to the point where is starts to become hard for you to work without one. I got into software engineering because I love building things and figuring out how stuff works. 借助辅助工作流程，您可以提高工作效率，但同样的工作流程也可能让您变得更笨。 随着时间的推移，你会逐渐依赖工具。到了一定程度，如果没有工具，你很难工作。 我之所以从事软件工程是因为我喜欢构建东西并弄清楚事物的工作原理。
这其中关键的一点就在于：我们是否应该弄清楚事物的工作原理？ 我们将纺织机再提升一个层次。我曾经在日本的 MUJI 看到过真正的无人工参与（在纺织过程中）的纺织机。 对于这些纺织任务，只需要人工按下特定的按键就可以生产出高质量的物品。人工完全无须弄清究竟这台机器是如何进行纺织的。 我们目前所使用的图形界面系统，也在底层封装了大量的功能。而对于一个普通的用户来说，我们也不需要去弄懂计算机的底层究竟做了什么。我们只需要指导我们在操作什么就可以了。 但是在操作过程中，我们会碰到一些 bug，而这时候如果不懂得底层的工作原理是很难去把握出错的位置。
There is a concept called “Copilot Lag”. It refers to a state where after each action, an engineer pauses, waiting for something to prompt them what to do next. There is no self-sufficiency, just the act of waiting for an AI to tell them what should come next. It’s akin to where a junior in the field might start - relying on their more senior colleagues to guide them and understand how to proceed. 有一个概念叫“副驾驶延迟”。它指的是工程师在每次操作后都会暂停，等待某些东西提示他们下一步该做什么的状态。他们无法自给自足，只能等待人工智能告诉他们下一步该做什么。这类似于该领域的初级人员可能刚开始的情况——依靠更资深的同事来指导他们并了解如何进行。
完全基于摄像头视觉识别技术的自动驾驶可靠吗？
阮一峰在周刊
中提到一篇文章
，特斯拉完全依靠摄像头的视觉识别来实现自动驾驶技术。并且举了一个十分极端的例子。
但是对于人类驾驶员来说，如果碰到这种情况也会撞上去，不会比视觉识别的判断更好。
当然在汽车上增加雷达是一个目前来说更好的解决方案。即便它做了一些妥协，更加中庸。
