有了 AI 加持，学习新技术效率提升很明显

几点体会：

1 、有了大模型后，大家花在编程语言学习上的时间肯定是少了很多。 我在闲鱼上挂了 java 编程思想（最新版）上下册，两本 30 块钱很新，没人问。 我想这个也说明了问题。

2 、今天在结合 AI 的能力，帮助我学习 cuda C 编程。

（ 1 ）利用豆包的 AI 阅读功能，阅读 GPU 高性能编程 CUDA 实战.pdf 书籍。遇到不懂的，直接复制段落（ OCR 技术，pdf 是影印版的豆包也能复制），然后问 AI

（ 2 ）边阅读边和 AI 交流，扩展知识，举一反三

（ 3 ） github 下载了这本书的源码，然后利用 cursor 帮我一键编译源码、自动下载缺失的依赖。以及帮我解读源码，实现我好奇的一些代码（如写一个代码比较 cpu 、GPU 执行向量点积运算的效率）

总之之前学习新技术过程中经常遇到的困难，现在基本都能解决了。而这些困难往往导致学习半途而废。

现在是晚上 11 点半了，学的很开心，现在下班了。

两个维度为 33,554,432 (3200 万) 的向量相乘，结果如下：

Vector size: 33554432 elements (128.00 MB per vector)
CPU Result: 67108864.00
CPU Time: 45.00 ms
GPU Result: 67108864.00
GPU Time (Total including Init on GPU): 2.48 ms

GPU 快 19 倍，牛吧。

是这样的，我目前在通过官方文档学 cmake,不会的就直接问 ai,很方便。而且它还能鼓励我，给我正向反馈，这样就更有动力学下去了。

有 ai 后，是利好全栈的。现在就是缺一个能更方便 ai 生成 ui 切图的工具。

以前学习一个新的东西，初步掌握大概需要一周左右，其中 2-3 天查资料，1-3 天上手验证。现在 1 天问 AI ，然后就可以上手做了。

深有同感

最近在做一个物联网的项目,之前完全没接触过 HJ212 协议,完全让 AI 帮我处理了这个逻辑,一点问题没有

是的，感觉再也不需要自己 Google 了，什么不会问什么，一家问完换一家继续问，尤其是很多命令行的参数，以前还要记笔记，现在懒得翻了直接说诉求，然后复制粘贴就完事了。

我感觉 AI 在服务器配置方面是真菜。。。按 AI 给的配置，我基本没有配置成功的，只会不断把我往沟里带。

@liuzimin 是的。举例，前几天我在手动编译 ffmpeg ，打 dockfile 。 中间遇到问题问 AI ，折腾了一天还没搞好。 后来发现 github 上有现成的 dockerfile ，拿来直接用了。 还有一次，利用 Mongodb_restore 命令在不同库之间导数据，遇到报错问 AI ，尝试各种参数都不解决。后来执行 Mongodb_restore --help ， 一看就知道该用哪个参数了。 我想根因在于，大模型核心里面还是概率预测 token ，那么它预测出来的答案，和我遇到的问题的背景信息很难匹配（比如我的 Mongodb_restore 是特定的版本，有特定的参数）。 AI 很容易张冠李戴

@liuzimin 那可能 AI 读取的 CSDN 的