导读：在一些分享现场，有听众问我对于最新的一些模型的看法，或者大厂的一些动向，我的反应都跟个傻子一样，对一些大家提到的模型一无所知，对于到底 Google 能赢，还是 OpenAI 能赢这样的问题，表现出来远低于提问者的智商。 但我很乐于保持这样。 AI 领域不缺新...
在一些分享现场，有听众问我对于最新的一些模型的看法，或者大厂的一些动向，我的反应都跟个傻子一样，对一些大家提到的模型一无所知，对于到底 Google 能赢，还是 OpenAI 能赢这样的问题，表现出来远低于提问者的智商。
但我很乐于保持这样。
AI 领域不缺新闻。千万不要把研究 AI 新闻和研究 AI 混为一谈，这两个是完全不同的领域。我不能武断的说，一个领域比另外一个更有价值，但至少可以说，这是两个完全不同的领域。学习 AI 新闻或许能够帮助自己成为一个不错 AI 媒体编辑，或者在饭局上成为最健谈的那一个人，却并没有办法成为 AI 的从业人员。很多学习者，因为不知道两者的差别，把大量的精力用来跟踪每天新出的新闻，实在太可惜了。
新闻是短期的，一两周就过期的；而技能是长期的，影响超过几年的；原理更加长久一些。
谁又出了新产品，谁又发表了什么言论，都是科技界的八卦。不能完全不知道，但是分配超过 10% 的时间就不值得。
远离那些让自己感觉学到了很多东西，却在夜深人静的时候不记得什么的信息源。花时间在相对不变的稳定的东西上面，才能帮助我们理解每天都在变化的东西。决定自己不花时间在什么上面，比决定花时间在什么上面更重要。读一篇文章的时候，可以问一下自己「我一年以后还在乎这篇文章吗？」
如果有时间，哪怕从最简单的 prompt 学起，写一些 sample code，或者尝试找一些应用场景，都是很好的学习方式。如果有兴趣把三五年前的人工智能原理入门的书读一读，都是有价值的。
