2. Linux.do
  3. 用惯了ai，该如何面对导师对细节的追问？

用惯了ai，该如何面对导师对细节的追问？

诚恳是良药 2026-09-15 23:10 1

当我把某个任务交给ai做完，我在验收时常常会对某些小点产生兴趣或疑问，进而追问，ai稍微花一些时间去翻阅、思考，很快能向我解答；


同样，当导师把某个任务交给我做完，我外包给ai，导师验收时也常常对某些小点产生兴趣或疑问，进而追问，如果刚好问到了我也曾关心过、问过ai的地方，自然皆大欢喜，但假如问到了一个我没有关心过、但一个正常手工完成这个任务的人都大概率能知道答案 的问题，那就有点难办了，我只能模模糊糊地搪塞过去，事后自己对着ai追问、恶补。模糊的次数一旦多了，自己都觉得自己靠不住。


简单问题还好，自己可以全链条把握；

大家潜意识里认为“就该交给ai”的问题也还好，没人会觉得你需要掌握细节；

真正尴尬的是那些习惯中还没有达成ai共识、但又涉及到大量细节的任务，比如meta分析——按理来说，最后纳入几十篇文献，全都人工提取信息之后就算不能信手拈来，最起码应该知道每篇文献都讲了什么、哪里有我们需要的信息，然而一旦交给ai，就很容易丧失这种对细节的感知。


如今越来越觉得我不过是一个中转站，在导师和ai之间腾挪，自身的实际价值在被逐渐压缩，最后只能打打信息差了——在一个非计算机科学、大家熟知ai、但不一定熟练使用agent的领域，靠着agent提提效率。


怎么办？怎么办！越来越讨厌被导师线下询问，更喜欢她线上问我，这样至少她不知道微信背后是ai在紧急复盘

最新回复 (14)
  • 蒙古小绵羊 09-15 23:11
    1楼

    可以先预测导师会追问什么，准备个小本提前记忆

  • Jian 09-15 23:11
    2楼

    感觉至少自己要能完全把握核心框架以及汇报材料，最近意识到 ai slop 确实对科研进度影响挺大的，容易减少对核心逻辑链条的理解

  • 诚恳是良药 楼主 09-15 23:12
    3楼

    核心框架和汇报材料当然是要嚼透的，可惜有时候就是会有人问些汇报里没准备的东西

  • balangxian 09-15 23:13
    4楼

    有没有可能搞一个ai 眼镜试试，做好中转站就行了哈哈

  • 诚恳是良药 楼主 09-15 23:15
    5楼

    我现在的一个对策是：在组内普及ai，让更多人在更多任务上形成“这个任务就得交给ai去办”的共识，潜移默化地影响大家的观念

  • 二次元刀哥 09-15 23:18
    6楼

    我导师自己也用 他说他用gpt三天写完了一篇sci

  • 诚恳是良药 楼主 09-15 23:19
    7楼

    真好，省了好多事。相信这样的导师会更理解“为什么学生好像啥也不懂”

  • WilliamDee 09-15 23:20
    8楼

    了解技术栈和核心框架就好。汇报结果也要了解具体反映了什么（以上三点都可以问 ai 哈哈哈哈哈）

  • HanesW 09-15 23:28
    9楼

    在精读的时候，你可以先让 AI 读一遍，然后按照它的思路去梳理一下，让 AI 给你做一个指导，而不是完全替代你去做这个工作。因为这个东西要进你自己的脑子里的，你不去真的读，那么谁也没有办法。你的信息不输入，怎么可能最后输出呢？这违反物理学了。

  • 16688 09-16 00:00
    10楼

    深有体会，虽然导师不问我，但是我自己会感觉很虚假，即便ai说他就是这么做的我也会怀疑。而且分析的数据、版本和流程多了之后也担心前后使用的数据是否一致。

  • AndyYan123 09-16 00:01
    11楼

    是不是可以让ai cos导师问你问题^-^

  • Thomas 09-16 00:01
    12楼

    答案是让ai当你导师，ai出题你去记

  • Cris_37 09-16 00:02
    13楼

    我说下自己，今天线上bug，技术负责人看我代码，问我这块为啥这么处理，啥意思 ^-^

  • 疯狂麦克斯 09-16 00:03
    14楼

    导师，你的问题有点复杂，我先问一下ai ^-^

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐