之前看了这个帖子： https://nga.178.com/read.php?tid=37194262

总结下来，高度数（你都上 1.74 了也是高度数了），先考虑镜框，再考虑验光，接着再来比价。配镜就水到渠成。

原帖非常详细，有耐心可以看看。

1. 镜框的形状直接决定眼镜重量，重量是佩戴舒适度的主要因素；
2. 验光影响加工，镜框是验光调整的基础，两者直接影响最终视觉效果，原帖推荐了很多验光套路，需要带着自己的框去验光；
3. 前两项直接决定了眼镜作为一个功能性产品最终能否发挥效用；

感兴趣看原帖吧

1. 日常学会用语音输入法代替打字，用几个月就能改掉磕磕绊绊的习惯，别用 Typeless ，那不是自己的真实表达水平，用豆包就行；
2. 重要场合如果可以提前准备发言稿的，先对着镜子练习，然后对着家人练习，这两关过不了其他场面表现也好不到哪里去；
3. 少用 AI 润色，尽可能自己完善文稿，这是 AI 无法取代的环节，拿一篇别人的演讲稿是练不好的。线下面对面短兵相接，谁菜一目了然；

演讲和写作一样，都是一种技能，需要锻炼。练习可以帮助你掌握这些技能。

另外，单纯的背诵是一种无效的演讲技巧，只要出现一点失误，会像多米诺效应一样影响整体。

@wly19960911 #30 大模型的局限在于过度表达，为了模拟出真人效果，进行了大量高质量内容的训练。这下适得其反了，家庭灶火是不需要像酒店那样天天开着水龙头降温的，这种用力过猛的情况就像小孩穿大人西装一样，硬穿真的很难看。

通常情况下，我只使用 AI 用来沟通、发散，利用这种高级专家系统来弥补我的思维不足，自我表达的时候不用 AI 代笔。

润色和代笔更多是用在根本不是用来和人沟通的地方，比如写一些没人看但是又必须要走形式的内容。

大部分人都达不到看得出 AI 不足的水平，绝大部分人都不具备修正 AI 生成内容的能力，但是基本上人人都能让 AI 到处去拉屎。

大势所趋，what can i say

@kcerty #29 能驾驭 AI 还算好啦，懒得写和不会写那差别还是蛮大的。

现在很多表达能力不如小学生的人拿着 AI 输出自己都看不懂的内容发出来给大家看，但是一沟通就露馅了。

导致我现在懒得评论了，有这精力不如跟 AI 对线，起码还能借 AI 进行批评，练练表达。

写作能力很稀缺的。如果没有经过专门的练习，很难输出有质量的内容。

透过写作可以对一个人的表达能力进行评价，进一步又能推断出作者的思维水平和认知能力。AI 抹平了这种个性化的差异，造成沟通上的另一种障碍：我怎么知道我的表达能在沟通中起作用？对方真的能理解我所表达的意思吗？他是自己理解了还是 AI 在上他号？

不是说写不好的人能力差，是写得好的人大概率水平高。写作有很明显的用进废退现象，如果自我表达完全依赖 AI 无异于盲信现阶段智驾。

V 站越来越多打着润色的幌子输出 AI 内容了，对我而言，比感情贴还令人反感。很多内容可以透过行文的逻辑就能判断出来是否有一定价值，AI 润色会让我花更多精力浪费在辨别是否为 AI 生成上，这进一步又毁了我的长文阅读能力。

就像楼上说的，网络上估计只有即时通讯的社交软件里还能看到真人的痕迹。

论坛里期望完全脱离 AI 是不现实了，难呀

应用题可以先用逻辑推导再来数学计算，我比较笨我就喜欢这样做。（主要是我数学真的很烂

1. 鸟巢比故宫小；
2. 故宫可以分成 24 份；
3. 24 份故宫里鸟巢占了 7 份，因为鸟巢比故宫小 17 份；
4. 鸟巢的大小就是 7/24 ，等于 21 公顷；
5. 那 1/24 就是 21/7=3 公顷；
6. 3 再乘 24 就等于故宫的面积 72 公顷；

@cellsyx 如果你能搞到这个课程的课件，或者说它的课本，那么把这些直接送到 NotebookLM 里面。然后再针对具体的知识点进行提问，这个时候 NotebookLM 的回答是相对靠谱的。再不济的情况下，把这种知识点相关的算法书直接上传上去，应该也是等效的。

获取正确知识或者说权威知识的手段，不一定要靠视频课程。你可以取 NotebookLM 的长，然后去补它的短。课程只是让你方便理解知识，书籍上也会有很多这种知识。

我不是很喜欢视频课程，因为检索起来非常麻烦。就像你现在遇到的问题，本质上就是因为视频这种媒介产生的检索问题。知识传递效率最高的还是文本。所以我建议，OP 要不尝试换个方法试试？你要的只是知识，而不是视频，对吧？

前几天刚好发了一点评论，粘贴过来给 OP 参考一下。

没有 LLM 之前，很多人做笔记的习惯是为了留存一些知识，因为回溯原文的代价比较高，所以把书读薄了之后，自己总结抽象出来的知识，检索起来速度非常快。

但在 LLM 大爆发的这个时代，检索的效率比搜索引擎时代不知道高了多少。可以验证的方式多了很多，比如大模型之间交叉验证，或者直接让大模型联网搜索再验证。

每个人的学习习惯不同，我就打算抛弃这种抽象再总结的内容，不再考虑刻意留存了，只保留大概的印象。用到的时候，如果细节忘记了就直接问 LLM 。大块的内容记不住，那我写下来估计也不会再去看了。忘了就忘了吧，忘了说明不重要。

以下是其他帖子的内容参考
---

最近刚好在高强度用 NotebookLM 学习新领域知识，体验下来，学习模式和传统是一样，但效率更高。

1. 出于现阶段 LLM 的局限性，学习依然依赖书籍，不敢完全信任 LLM 。也就是还是要靠读书为主。
2. 依然需要自己先阅读书籍，然后通过提问来让 LLM 参与进来进行分析。主动性依然在自己。
3. 知识的掌握程度依然依赖课后习题的测试来验证是否真正吸收，但 LLM 可以随时生成习题并进行解答。不是测记忆力，是测理解程度。
4. 先厚再薄依然是非常有效且必要的学习方法。没有这种能力在搜索时代已经被证实不大可能成为高价值的人才，在 AI 时代更加如此，马太效应更加明显。
5. LLM 已经可以扮演 7x24h 的辅导教授，它的上限取决于使用者的学习能力，RAG 很好地弥补了 LLM 幻觉的问题，可以跨学科辅导，比如财务、供应链和管理三个领域能融合在一起进行讲解。
6. 记忆不再成为约束条件的时候，学习能力和理解能力将成为瓶颈，死读书的时代马上就要终结了。
7. 应试教育只是传统教育走火入魔的结果，但不能否认传统教育还是有很多优点的，先学再测，不会再补这种模式并没有过时。

管理类的工作如果都 AI 干了，那你干什么呢？

产品和项目这两个岗位的价值，本质上就是协调和沟通啊。

@xunxunhollow 看层次的，做做描述统计的数分，很多都只是在洗数据，干脏活。名为数分，实则 ETL ，然后业务部门想要什么，再出什么指标。懂业务的研发一直是高级人才，数分的逻辑也是一样的。

有 LLM 之后自然语言就能洗，洗完了再直接 LLM 出报告，这部分工作就是单纯和机器打交道。

如果能从数据里挖掘出真正的价值，这部分怎么都不会那么容易被机器取代。

最近刚好在高强度用 NotebookLM 学习新领域知识，体验下来，学习模式和传统是一样，但效率更高。

1. 出于现阶段 LLM 的局限性，学习依然依赖书籍，不敢完全信任 LLM 。也就是还是要靠读书为主。
2. 依然需要自己先阅读书籍，然后通过提问来让 LLM 参与进来进行分析。主动性依然在自己。
3. 知识的掌握程度依然依赖课后习题的测试来验证是否真正吸收，但 LLM 可以随时生成习题并进行解答。不是测记忆力，是测理解程度。
4. 先厚再薄依然是非常有效且必要的学习方法。没有这种能力在搜索时代已经被证实不大可能成为高价值的人才，在 AI 时代更加如此，马太效应更加明显。
5. LLM 已经可以扮演 7x24h 的辅导教授，它的上限取决于使用者的学习能力，RAG 很好地弥补了 LLM 幻觉的问题，可以跨学科辅导，比如财务、供应链和管理三个领域能融合在一起进行讲解。
6. 记忆不再成为约束条件的时候，学习能力和理解能力将成为瓶颈，死读书的时代马上就要终结了。
7. 应试教育只是传统教育走火入魔的结果，但不能否认传统教育还是有很多优点的，先学再测，不会再补这种模式并没有过时。

总之学习本身也是一种能力，也是需要培养的，不要从知识汲取的角度看待传统教育，要着重锻炼学习能力。

传统教育只是因为时代发展的价值取向有很大的偏离导致被诟病，本质上是一种筛选机制，但过程中也确实培养出了很多优秀的人才和优秀的理论体系，这不冲突的。

如果不想被应试困扰，完全可以在自己能承受的范围内去尽可能培养学习能力，追逐的不是记忆能力，而是思考能力。这个能力我认为是 AI 时代的重中之重，有意义，非常有意义。

1. 独立个体的尊重要给到位，小时候拿吃的逗他，老了就要有心理准备被他拿氧气管逗；
2. 财务意识从小就要开始培养，从有意识索要资源开始，就要有自己的独立账户。家长只管审计不管支配，用完可以来借贷，利息按自己意愿决定，家庭高利贷和家庭赌博游戏可以提前安排起来，金钱教训越早越好；
3. 正确的价值观需要以身作则，管理学先学学好，怎么和人协作掌握了，自然知道怎么和孩子协作，孩子也是人；
4. 正确的饮食观念也需要自己以身作则，锻炼习惯也是如此。如果自己两百斤要求孩子不吃糖多运动，听起来就很好笑。
5. “托举”、“规矩”、“管教”这些词我认为不平等，没必要使用。“协作”、“引导”、“尊重”可以多用用；

@hlooc 如果是我就先主动谈，我喜欢主动。

等到人家意识到你的价值再想办法找人解决你就晚了。打的就是一个措手不及，而且要对面限定时间内给答复，如果拖着就一拍两散，搅黄了也比单输好。

没有双输的决心的话，只能给人拿捏了