人工智能的学习路线

大模型出现之前学习一门新语言或者写一个项目有很多方法，你可能需要查阅文档或者论坛去找到一些在浅层搜索中难以发现的使用逻辑，然后再进行漫长的代码编写和 debug，其中可能还包括大量的重复性工作，但是大模型在出现之后，一切逻辑都被改变了。

对于国产的模型，读者可以尝试使用 Qwen 作为首选，或者使用 Deepseek，但是不得不承认的是当前 Deepseek 具有极大的幻觉率。在有条件的情况下，笔者依然推荐读者使用海外模型，对于处理大量内容编写，Gemini（Google 的模型）是一个好的选择，而 OpenAI 的 GPT 系列在本博客写作的当下对于回复长内容显得极其懒惰，但是响应速度以及使用体感上尚可。这两个海外模型的会员费用都是二十美元一个月，对于学生党算不上便宜，但是在我的视角来看绝对是物超所值。

同时，伴随着大模型在代码编程领域的深度应用，代码补全插件应运而生，也就是在你输入了几行代码之后，模型会尝试理解并且预测你将来想写的程序，并且给出提示，此时你只需要按下 Tab 键就可以把它的提示应用到你的文件中。不过笔者在体验了诸多 VSCode 提供的代码补全插件之后，要是硬要说推荐，Cursor 是唯一的选择。

Cursor 并非一个插件，而是一个单独的软件，它的逻辑和 VSCode 完全相同，因为它实际上就是 VSCode 的套壳。VSCode 完全开源，也就是任何人都可以在它的基础上进行进一步的修改，而 Cursor 就是其中之一。它在其中内置了他们设计的代码补全以及写程序的流程框架，这套十分强大的流程远超任何代码补全插件的体验。要是用某种量化去描述，代码补全插件可以将我的编程效率提升一倍，而 Cursor 可以到三四倍，并且可以使我具有之前并没有能力做的，开发不了解的语言的小型项目的能力。

事实上本博客的大多数代码也是在 Cursor 的帮助下完成了重构。Cursor 每月可以有一些免费额度，同时付费会员是二十美金每月，同样物超所值，并且假如你只有二十美元，我建议你为 Cursor 消费，而不是大模型会员。

学会与大模型交流是一件十分重要的事情，尤其是在一切博客或者教程的撰写者都带有一定的 bias 的前提下，很有可能在你作为初学者阅读的过程中就忽然发现了自己难以理解的全新词汇，在此之前你需要在网上搜索资料，并且尝试理解，而如今你只需要打开网页，并且询问模型：「用浅显易懂的话来解释一下这个词汇的含义」，一切就迎刃而解，包括对本博客以上以及以下的内容都可以这样对待。