标签归档:豆包

如何背单词实践篇

## 背景

之前写过 《聊聊学习方法》《如何背单词理论篇》,之后背得比较慢,没有持续同时对过程反思不够,但最近还行,累计学习接近 2 万词,所以聊聊这一阶段的思考。

## 阶段

个人定义了两个阶段:第一阶段,高效重复,核心是深度加工,包括结合词源词根词缀、同近义词 & 形近词、词组例句等开背,核心思想是和已有知识建立尽可能多的联系,核心行为是做笔记。具体层面,如果没有具体需求(应该有),可以按不背单词 App 的 “生活职场 – 突破词汇 – 雅思” 系列单词本来背;第二阶段,学以致用,结合自己的目标如考试关注英语博主的经验分享、兴趣如足球关注球队的赛前赛后采访等来背,因为单纯背单词效益低且容易消耗热情,最好的学习是在 context 中学。

## 问题

– 需不需要背单词
当然要,背单词的重要性被一些人高估,又被另一些人低估,不过别纯死记硬背,要理解性记忆,同时结合日常使用去背,遇到不懂的单词及时查,同时可以关注一些讲单词的博主如 @杨亮讲英文 等作为被动补充。

– 预计要背多少单词
可能是 17000,当然还是要看需求,如果只是打工接外卖电话,两百个应该够了。

– 遇到难背的单词怎么办
做笔记,多背几次,毕竟存在艾宾浩斯遗忘曲线,有人说 一个单词要记 8 次才能真正掌握,那剩下的就是去做了,如果背两三次就能记住是赚到,当然也可能因为它们和之前背过的单词有联系,并非全新单词。另外,小红书、抖音上会有博主分享难背的单词,可以借鉴他们的记忆技巧,其实后续也会发现来回来就是那么一批。

– 遇到一词多义怎么办
初期就只记最高频的那个意思,之后再记其他。另外,有种说法是 “英语没有一词多义,只有词义延伸”,有一定道理。

– 遇到同近义词怎么办
先说同义词,部分如 @老薛讲英语 所说 “我们在不同的场景下表达同一个意思可能会选用不同的词汇,词汇的选用反映的是说话人不同的情绪或态度,同义词区分的根本在语境”,部分则是被 “入侵” 受法语(法国的诺曼底公爵征服英格兰)、拉丁语 & 希腊语(文艺复兴)的影响;再说近义词,可以问豆包,了解区别然后做笔记。

– 遇到形近词怎么办
做笔记,初期不排除谐音、联想等邪修方式。

– 背得快好还是慢好
别太快,快了不容易记住,因为需要建立联系,“存入记忆越容易,提取出来越困难,反之如果你有些吃力地存入,知识提取会更方便”;也别太慢,有些单词比较难背,差不多就可以过,以免完成数量没变化影响心态,下次遇到再继续背。

– 怎么理解方法
边学边总结边应用,以我为主但不故步自封,可以尝试一些别人的方法,但如果只有一种方法,那就是平常看到不懂的单词到不背单词 App 搜索,问豆包然后做笔记,疑问越来越少也就意味着离 “成功” 越来越近。

– 有什么推荐的方法
现在感觉比较重要的,一是搞清词义来源,主要是词源词根词缀;二是看视频时,刻意将主要注意力放在声音、字幕上,尤其要重视声音,听说读写中听排第一。

– 怎么坚持下去
参考 《如何坚持做一件事》,可以当成一个游戏,看重结果同时专注过程,总之一定要相信客观现实,毕竟有那么多人学会了,重要的是按自己的节奏持续进行。

– AI 能带来什么加成
非常大,一定要拥抱 AI,说人话就是多问豆包,问题包括 “x 怎么记”、“从词源词根词缀角度呢”、“一句话总结 x 的词义演变”、“x 为什么是啥意思”、“x 和 y 的区别” 等,然后将回答选择性粘贴到笔记中。

三聊AI工具

## 背景

年初 DeepSeek 爆火(感觉是很久前的事了)后,各家公司都开始加速大模型的研发,这里聊聊目前我常用以及印象深刻的 AI 工具。

## 搜索

– 豆包 & DeepSeek
首先问豆包(任何问题都可以同步看下 AI 的意见),复杂点的、探索向的再问 DeepSeek(一定要试试多轮对话沟通,而且我现在认为 “生成式 AI 其本质是一组数学公式拟合人类语言规律,缺乏真正的理解” 不重要,疗效更重要)。另外近期突然意识到自己的百度使用率大幅下降,之前一直是其忠实用户包括浏览器默认搜索引擎至今还是它,同时虽然百度也全量上线了 AI 搜索,但没感觉出体验差。

– 其他搜索
百度 AI、Google AI 概览、小红书问一问、AI 抖音等。

## 其他

– 小红书笔记评论翻译
年初 “TikTok Refugees” 涌入时小红书上线的功能,已接入 AI,有 “理解力”。

– 网易云音乐锐评听歌品味
用 DeepSeek 给 “红心歌单” 算命,产品方案很网易云也很 MVP。具体操作:“点开「红心歌单 / 我喜欢的音乐」→点击「右上角菜单键」→「复制 DeepSeek 锐评指令」→粘贴到 DeepSeek App 或网页端。即可获得一份专属于你的「歌单算命报告」”。

## P.s.

总的来说,生成式 AI 给我的感觉有点像搜索、LBS,会成为多数产品中的某个功能模块或是技术服务底层,除了部分基础模型公司外,其他公司的 AI 产品很难成长为独立 App 或者说独立 App 的 DAU 将有限,只会是场景、上下文、内容数据驱动。

DeepSeek 服务趋于稳定后,卸载了纳米 AI 搜索,同时豆包依靠 “足够靠谱的语音识别” 留在了桌面 Dock 栏且成为 “DAU App”,另外这次国庆出去时遇到不认识的植物,外甥女说问下豆包,惊觉豆包已经渗透到了大众用户中,然后查了下,原来 App Store 免费应用榜近一年豆包就没跌出过前十。

写作系列之我的博客写作习惯4

整理写博客时的信息查询渠道,主要如下:

1、通用

豆包、DeepSeek
百度(含百科)、Google

2、垂直

即刻,精选版微博,感兴趣的长尾词
知乎,精选版百度,互联网领域
微信公众号,长文搜索
微信读书,所有书 & 某本书(within books)
小宇宙,播客,感兴趣的长尾词
哔哩哔哩,查相关视频
七麦,查 App 更新日志
百度指数,查事物热度
Questmobile,查行业报告

3、本地

flomo,零散想法
Ulysses,文章(含草稿)
dengbiao.me,已发布的文章
Pocket,稍后读的文章
Evernote,已收藏的文章

再聊AI工具

## 背景

春节期间 DeepSeek 在全球爆火,DeepSeek App 也登顶各国 App Store 下载排行榜,影响堪比前一段 tiktok refugee 入侵小红书,具体背景是 DeepSeek 在 2025 年 1 月 20 日 发布了 DeepSeek-R1 开源模型,性能与 OpenAI-o1 正式版相当,那作为我们,是否应该重新 审视 AI 呢?

## 概况

评价前先理解,我们先看看第一个问题,DeepSeek 做对了什么?经过一番知乎,目测 DeepSeek 出圈最大的原因是 性价比(效率);第二个问题,DeepSeek 不是什么?当追问 DeepSeek“说说你的 推理模式特性” 时,其回答(部分)如下:

“我的推理模式主要基于对海量文本数据的学习与模式识别,具备以下特性:
** 概率化生成 **
– 通过统计模型预测最可能的词序列组合
– 输出结果本质上是概率分布的采样结果
这种基于统计学习的推理模式,使其在处理开放域问题时表现出较强的语言灵活性,但在需要严格逻辑推导或专业领域深度推理时仍存在局限。建议使用者对关键信息进行交叉验证。”

由此可以说 DeepSeek 还是生成式 AI,“其本质是一组数学公式拟合人类语言规律”,缺乏真正的理解,有点像斯金纳放在操作箱中的老鼠,TA 并不知道杠杆是什么以及它是如何运作的,只知道 “按压一次杠杆就会出现一粒食丸”,当然不理解不代表没用,正如我们多数人也不理解计算机(也不需要)、人脑是如何工作的但并不妨碍我们使用计算机以及(通过人脑)阅读、思考和写作。

## 应用

经过近一段的使用对比,DeepSeek 在日常问题解答层面比豆包强得有点明显,再次感慨这竟然是一家中国创业公司做出来的。个人体验层面,如果说百度的 aha moment 是信息平权不用再问人(全网索引&部分场景通过框计算等直接给答案)、豆包是足够靠谱的语音识别和答案输出(AGI),那么 DeepSeek 是更超出预期的答案输出(更全面且深度且结构化)以及有意思的思考过程呈现(CoT)。

### 基础场景

1、辅助阅读,作为自己的书友
看一本书前先看看 AI 的内容总结。

2、辅助思考,作为自己的幕僚
任何问题,或者先问 AI,辅助决策(将其当作外部 “系统 1”),或者后问 AI,查漏补缺(将其当作外部 “系统 2”)。

3、辅助写作,作为自己的顾问
不管是写小红书笔记还是博客,文字是思考的总结,最终是对某一问题的阐述,那就可以在过程中问 AI,即使可能存在 “幻觉”。

### 技巧

一是持续反馈,相比搜索,DeepSeek 背后的技术包含强化学习(RL)且会考虑上下文,这就意味着我们可以和 TA 对话并对每次的输出结果进行正负反馈,逐步修正输出结果。这个有点像猜价格游戏,一方持续回答,一方持续反馈价格高了还是低了,逐步逼近目标答案。强化本身是一个心理学概念,强化的结果是增加目标行为出现的可能性,强化理论上是能提高问题解决概率的。

二是多个 AI 工具并用,在搜索时代,傲游浏览器有个很有意思的功能,支持分屏查看同一搜索词在多个搜索引擎中的结果,因为各家各有所长,部分场景百度确实更懂中文。说回 AI 工具的使用,可先在豆包 App 语音提问,然后对于答案不太满意的,主要是非知识类问题,复制问题到 DeepSeek App 提问(考虑 DeepSeek 近期频繁提示 “服务器繁忙,请稍后再试”,可用纳米 AI 搜索 App 替代)。

## P.s.

关于 AI 的未来,和之前搜索引擎等一样,重要的是我们能利用 AI 为自己做什么,在这块,经验依旧重要,好的结果输出依赖于好的问题,而好的问题依赖于个人已知的概念,比如前面问 DeepSeek “推理模式特性” 就是建立在对其一定的了解之上。至于 AI 会取代谁,大概率是不擅长使用 AI 的人,就像那个经典笑话:两人在森林中遇到熊,其中一人开始逃跑,另一人质疑:“我们怎么可能跑得过熊?” 逃跑者回答:“我不需要跑过熊,只需要跑过你。”

## 扩展阅读

1、动态:理解 DeepSeek 出圈后的意义
2、文章:疯狂的幻方揭秘 DeepSeek
3、文档:豆包 “帮我写作” 官方指导DeepSeek 提示词样例
4、播客:那些关于 DeepSeek 的谣言与误解
5、视频:最好的致敬是学习:DeepSeek-R1 赏析

浅聊AI工具

## 概况

AI 是什么,AI 是 Artificial Intelligence,人工智能。最近的这一次 AI 风潮是 2022 年 ChatGPT 等产品带来的,正如 《我想击碎你们对于 AI 不切实际的幻想》 中提到的,本次特指可生成式 AI,其本质是一组数学公式拟合人类语言规律。与此同时,需求是什么,前段看到一句话,所有工具都值得再用 AI 做一遍,虽然这只能反映说话者的无知和虚伪,但我们确实可以根据这个思路去找趁手的 AI 工具。

## 推荐

1、豆包

搜索类,字节跳动出品,部分替代百度,有事没事语音搜索一下,有问题就会有答案。相比百度,在知识类搜索这块,LUI(Language User Interface)的效率高于 GUI(Graphical User Interface)。相比文小言和 Kimi 智能助手,豆包的语音识别率更高且支持修改搜索词(发布这篇文章时 Kimi 也已支持),也是这点让 Kimi 沦为替补,虽然很喜欢 Kimi 和论文一样标注信息来源的结果呈现。

关于如何成为一名语音搜索用户,很多年前手机百度就在推语音搜索,但那时并没有用起来,因为结果主要还是以链接的形式呈现,体验提升不明显。之后的文心一言也没用起来,没有找到使用场景,或者说产品对用户的引导不够。搜索、聊天机器人类产品很大,需要落地于一个一个案例,解决用户的具体问题才会有留存。

说回豆包,它还有电脑端和 浏览器插件(“常驻在浏览器侧边栏,回答问题、总结翻译网页、论文、视频,还能帮你快速写邮件”),不过个人用得不多。

2、微信输入法问 AI

搜索类,“微信输入法 推出的功能,基于腾讯自研的混元大模型,用户可以在输入栏直接提问,获取答案”,具体操作:移动端,输入内容,然后点 “问 AI” 选项,如果没出现该选项,可以点 “×” 关闭候选词,然后点左侧的微信输入法图标 “P” 找到 “问 AI”;电脑端,任意地方输入内容后敲 “=” 可直接获取 AI 回答,适合想了解所输内容指什么时。

3、微信读书 AI 大纲和 AI 问书

内容总结、搜索类,其中 AI 大纲,看一本书前先看看 AI 总结的大纲,AI 问书,在原有全文搜索功能的基础上看看 “AI 问书” 的结果。

4、问问小宇宙

搜索类,搜索播客内容时可以试试,目前只有网页版,体验一般,希望尽早集成到 App 中。至于听播客前想先看内容总结,豆包插件可以解决。

5、哔哩哔哩 AI 视频总结

内容总结类,看视频时帮我们总结,新时代的 “课代表”,具体触发方式包括:网页端,点击视频右下方的 “AI 视频总结” 按钮,另外,豆包插件也能总结;移动端,在视频评论区 “@AI 视频小助理@有趣的程序员 总结一下”。

## P.s.

关于 AI 是多大的机会,需要回归到给多少人解决了多少问题这个点,相信调研、体验过后自己就可以判断这一波生成式 AI 真是大机会还是我们希望它是大机会了。