潘智祥

我想记录一下我最近是怎么使用 AI 的，这里说的 AI 主要是大模型，我会列举几个具体的场景。

搜索

我现在用搜索引擎的次数比以往已经下降了非常多。

下面的内容是我跟 Gemini 2.5 Pro 探讨关于Pydantic 的 Alias 问题之后，让它总结的一篇技术博客。
我已经有很长一段时间没有好好写技术类的博客了，这就是原因。

作为一名后端开发者，我经常面临的一个挑战是如何优雅地处理外部数据表示（比如 JSON API 中的字段名）与我期望在 Python 代码中使用的内部表示之间的差异。很多时候，前端开发者或者外部服务期望 JSON 键使用camelCase（驼峰命名），而我那颗 Pythonic 的心则呼唤着snake_case（蛇形命名）。又或者，我可能需要与一些遗留系统集成，它们使用的字段名可能相当晦涩，我希望能将它们映射到内部更有意义的名称上。

这正是 Pydantic——FastAPI 的数据验证和序列化主力军——凭借其强大的别名功能大放异彩的地方。在这篇博客中，我想和大家分享我对alias、serialization_alias、validation_alias以及强大的model_config（在 Pydantic V1 中是Config类）的理解和实践经验，看看它们是如何帮助我驯服这些命名“丛林”的。

前天有一个人在小红薯上给我留言，说“慢慢变富不容易”，我深有同感，但是我自己又讲不清楚原因，就问了一下 OenAI O3和 Google Gemini 2.5 Pro。

我的问题是：

投资领域有一句话，叫做“慢慢变富不容易”，你怎么看待这句话？尤其是在长期的基金定投这个投资场景下

这篇文章有点特殊，是我跟 AI 的一次对话，这次对话让我既兴奋又沮丧。
兴奋的是，AI 的确回答了我的问题，而且让我感觉眼前一亮，沮丧的是这是 AI 的回答，而不是某一个人类前辈。

我的问题如下：

现在 AI（尤其是大模型）越来越强大，基于 AI 构建的工具也越来越好用，比如 cursor、windsurf 这一类开发工具，可以极大提升一个程序员的效率。一个程序员在这一类工具的帮助下，可以做出以前需要一个团队才能做出来的产品，这让人很兴奋，也正因此，去年（2024 年）开始，网络上出现了很多所谓的“一人公司”，或者“数字游民”。

但是，一个程序员可以做出以前需要一个团队才能做出来的产品，不是因为这个程序员变得更厉害了，而是因为在 AI 的加持下，那些工具变得更加好用和强大了。换句话说，任何一个程序员在这些工具的帮助下，都有可能做出更好的产品，所以，本质上来说，这是 AI 的进步，不是人的进步。
我是一个程序员，就我这个个体来说，我感到很矛盾，一方面，在 AI 的帮助下，我的确可以做出以前没办法做出来的产品，另一方面，似乎所有的程序员都能做到。

对此，你有什么想说的吗 ？

今天想梳理一下传统搜索和 AI 搜索，主要想记录的有以下两点：

1. 使用方法
   传统搜索需要一定的技巧才能使用好，但是 AI 搜索似乎只需要讲清楚你的需求就可以了
2. 广告
   传统搜索中的广告一般都有一个“广告”字样的标记，但是 AI 搜索的广告可能更像一个种草软文，普通人更难区分

从使用习惯看搜索演变

泡沫破灭处，正是新文明的孵化场

2000 年 3 月 17 日，纳斯达克指数达到互联网泡沫的历史巅峰，5048.62 点，五年内飙升超过 500%。随后，在两年内暴跌 70%，这场泡沫的破裂迅速而残酷。

作为一名父亲同时也是程序员，我想记录一下我关于“少儿编程班”的看法。

先说结论：对大多数孩子来说，少儿编程课的性价比远低于预期，不如将时间和金钱投入到更有针对性的学习中。

培训机构师资：说好的都是”资深工程师”，实际呢？

撕裂的职场现实

程序员用GitHub Copilot/Cursor 3分钟生成代码，面试时却只看能不能“手撕”算法；文秘岗位日常使用 ChatGPT 撰写报告，面试只看是否能“限时手写”；设计师可以通过可灵/Ideogram 快速生成简易海报，但是面试只看能不能手画。

这种职场与面试的“双标”场景，正在成为 AI 时代的现实。

当AI十分钟就能生成一篇热点文章，我们还有必要坚持原创吗？

00 退群：在批量生产的狂欢里选择离席

我前几天加了一个微信公众运营学习群。
但是群里面所有人谈论的几乎都是怎么洗稿、怎么蹭热点、怎么用 AI 批量生产文章、甚至还有怎么买假粉丝、怎么擦边。

大家最近是不是经常看到各种关于 DeepSeek 的新闻？各种传宣 AI 如何如何厉害。

但是感觉AI新闻满天飞，工作还是老方法？

今天讲几个比较简单但是有用的使用 AI 帮助提升工作的方法。