分享一點我最近的工作心得。喬布斯在 Stay hungry Stay foolish 演講之中還提到了一個概念: Connecting Dots。AI 就是最好的幫你 Connecting Dots，把知識融會貫通的好老師。 Blockchain 是一個非常複雜的系統，它幾乎包括了計算機科學中的所有的系統模塊，從分佈式算法，P2P 通信，編碼和加密算法，內存池，到 VM 和編程語言設計，到交易的執行和併發，再到底層的 KV Store，想要瞭解完整的它的系統結構是非常困難的事情。 在 2021-2022 年，我花了很大的精力，通過閱讀 ETH 的文檔，Geth 源碼，運行節點+打斷點調試，才零零散散的瞭解了 eth 執行層的基本邏輯。 我知道交易是從內存池被打包到區塊，但是要先去學習 Go 語言的各種語法糖，繞開各種優化和測試，兼容性代碼，編碼解碼邏輯，找到正確的核心函數還是有難度的。哪怕有了計算機基礎，很多事還得看文檔一點點的現學，要花費大量時間。 CS 大學教育（主要是靠自學）教會了我一些很零散的框架和常識性的知識。例如，我知道網絡傳輸協議，也知道通過 WireShark等工具可以抓包。但是我沒辦法像網絡專家一樣熟練的掌握各種工具，肌肉記憶的發現各種隱藏的線索。 有了 AI 之後，事情發生了很大的變化。最近的一個任務證明了，AI 可以幫你快速的從 0 到 7，繞開了學習工具使用的階段直接告訴你可靠的結論。我不需要學習 WireShark 的基本用法，也可以通過AI 瞭解到需要關注哪些數據包，這些數據包中包含了什麼信息。所以很快，我就完成了一個之前從未接觸只是有所謂耳聞的細分領域的工作。 善用 AI，可以讓 Research 類的工作提速百倍。Researcher腦子裏有了結構化的概念，AI 可以快速的把這些 Dots 連在一起。 我覺得這一切都在剛剛開始，未來的增速會更快。現在是積攢 Prompts/Agent/Skills 的好時候。善用 AI 團隊完全可以領先對手十倍或者百倍。