摘要
一句话总结 随着 o1 模型的智力显著提升，作者对 AI 的使用方式从下达明确指令的“实习生”模式，转变为让其自主设计并优化方案的“结对编程伙伴”模式。
关键点
- o1 模型发布前，AI 被视作“实习生”，因智力和经验有限，需要开发者提供明确的步骤指令。
- o1 模型的智力有明显提升，有时能提供比开发者自身更优的解决方案。
- 新的协作模式下，开发者仅提供上下文和任务目标，不预设具体做法，由 AI 负责提供初始方案。
- 开发者通过评估 AI 的方案，判断是否优于自身想法，并在此基础上提出后续改进要求。
- 实践技巧：建议多开启新会话来生成方案，以获取更新鲜的思路，而不是仅在原有会话中追问。
- 实际案例：在设计字幕检索方案时，AI 最终给出了“拼接全部内容、记录原始位置、检索后映射回原字词”的可靠方案。
- AI 的角色转变使得开发者不仅能完成任务，还能从 AI 提出的方案中学习新知识。
风险/不足
- AI 的初步方案可能存在盲区或缺陷（例如在字幕检索案例中，第一次生成的方案按空格拆分，未考虑中文字符串无空格的情况）。
- 在同一会话中持续追问时，AI 生成的内容容易受前面历史会话的影响和局限，不易产生新思路。
正文
o1 之前我是把 AI 当实习生的（《像用实习生一样用 AI 辅助你编程》 https://baoyu.io/blog/ai/use-ai-to-assist-programming-like-an-intern ），因为它的智力和经验绝大部分时候是不如我的，所以我就需要给明确的指令，让它按照我的指令去一步步完成。但是到了 o1 的时候，智力是有明显提升的，有时候能给出比我更好的方案。
所以我现在会把 o1 当成一个结对编程的伙伴，有时候只是提供上下文和我需要做的事情，并不自己提供方案，让它提供方案，看有没有比我自己想的更好的方案，或者给予它的方案提出后续改进的要求。
（注意：多用新会话生成而不仅仅是基于前面的会话追问，因为它新生成的内容会受前面会话内容的影响，而新会话更容易产生新鲜的内容）
比如我在设计一个对字幕内容检索的搜索方案，我会把期望的结果和数据都发给它，让它设计方案（图1），然后生成几次。第一次它的检索方案（https://chatgpt.com/share/676cd81c-32c0-800f-854c-87c9a6fcea15?continueFlag=43acc18e7141e6601b9fca37993210b4）是按空格拆分，没有考虑到中文字符串是没有空格的情况；第二次它的方案（https://chatgpt.com/share/676cd82c-18fc-800f-b36a-d7464c5afb5b?continueFlag=43acc18e7141e6601b9fca37993210b4 ）就比较靠谱了，先把所有内容拼接在一起，并记录原始位置，然后检索，再根据位置去找到原始的字词。
AI 已经从实习生成长为结对伙伴了，有时候能提出比我们自己更好的方案，能从它身上学习到知识。
相关文档
- 像用实习生一样用 AI 辅助你编程；关联理由：版本演进；说明：该文提出“把 AI 当实习生”的起点范式，本文在 o1 能力提升后将协作方式演进为“结对编程伙伴”。