شارككم قليلا من تجربتي العملية الأخيرة. ذكر جوبز أيضا مفهوما في خطابه "ابق جائعا ابق أحمق": ربط النقاط. الذكاء الاصطناعي هو أفضل معلم يساعدك على ربط النقاط ودمج المعرفة. البلوك تشين نظام معقد جدا، يشمل تقريبا جميع وحدات النظام في علوم الحاسوب، من الخوارزميات الموزعة، والاتصالات من نظير إلى نظير، وخوارزميات البرمجة والتشفير، وتجمعات الذاكرة، إلى تصميم الآلات الافتراضية ولغات البرمجة، إلى تنفيذ المعاملات والتزامن، ثم إلى متجر KV الأساسي، من الصعب جدا فهم البنية الكاملة للنظام. في 2021-2022، قضيت جهدا كبيرا في قراءة وثائق ETH، وكود Geth المصدري، وتشغيل العقد + تصحيح نقاط الفاصل، وأخيرا فهمت المنطق الأساسي لطبقة تنفيذ ETH بشكل تدريجي. أعلم أن المعاملات تجمع من الميم إلى كتل، لكن لا يزال من الصعب تعلم صياغة لغة Go، وتجاوز تحسينات واختبارات مختلفة، وكود التوافق، ومنطق الترميز وفك الترميز، وإيجاد الوظائف الأساسية المناسبة. حتى لو كان لديك أساس حاسوبي، عليك أن تنظر إلى المستندات قليلا من التعلم الحالي، وهذا يستغرق وقتا طويلا. التعليم الجامعي في علوم الحاسب (معظمه الدراسة الذاتية) علمني بعض الأطر المجزأة جدا والمعرفة المنطقية. على سبيل المثال، أعرف بروتوكولات نقل الشبكة وأعرف كيف ألتقط الحزم باستخدام أدوات مثل WireShark. لكنني لا أستطيع إتقان أدوات مختلفة مثل خبير الشبكات، أو ذاكرة عضلية لاكتشاف كل أنواع الأدلة الخفية. مع الذكاء الاصطناعي، تغيرت الأمور كثيرا. أثبتت مهمة حديثة أن الذكاء الاصطناعي يمكنه مساعدتك بسرعة على الانتقال من 0 إلى 7، متجاوزا مرحلة تعلم استخدام الأدوات ويخبرك مباشرة باستنتاجات موثوقة. لم أكن بحاجة لتعلم أساسيات WireShark، لكن يمكنني أيضا استخدام الذكاء الاصطناعي لمعرفة الحزم التي أركز عليها وما هي المعلومات التي تحتويها. بسرعة كبيرة، أنهيت مجالا لم أتعرض له من قبل، لكنني سمعت عنه. يمكن أن يسرع الاستفادة من الذكاء الاصطناعي عمل البحث إلى مئة ضعف. الباحث لديه مفاهيم منظمة في ذهنه، ويمكن الذكاء الاصطناعي أن يربط هذه النقاط بسرعة معا. أعتقد أن كل شيء بدأ للتو، وأن معدل النمو سيكون أسرع في المستقبل. الآن هو وقت جيد لجمع الطلبات/الوكلاء/المهارات. استفد من فرق الذكاء الاصطناعي للبقاء متقدما بعشرة أو مئة مرة على منافسيهم.