這並不是一個特別好的觀點，並且顯示出對於頂尖技術大學教育應該提供的內容有根本性的誤解。準備理解現代 AI 作為哈佛或史丹佛的本科生，並不是學習 "提示工程"、氛圍編碼或建立 Slop 特定領域包裝代理 #1000，這些在幾天甚至幾小時內都可以學會。 相反，對於聰明的 18-22 歲年輕人來說，理解 AI 的最佳方式是發展對本科和研究生層次的概率、線性代數和經典機器學習的非常扎實的直覺。如果你真的知道像 Q-learning 這樣的基礎強化學習主題是如何運作的，那麼你已經走了 95% 的路，而如果你連這些都無法從哈佛或史丹佛學到，那麼這可能是你自己的技能問題。 在 @boazbaraktcs 2021 年的優秀機器學習理論研討會上，我整個學期累計寫的代碼不超過 200 行，但我學到了大量的知識，並且將這門課歸功於激發我對現代 AI 的興趣。一年前我無法清楚地告訴你什麼是變壓器，但這並不重要，因為當你在大學建立了正確的定量基礎後，你可以在幾周內搞清楚這一切。這些東西其實並不那麼複雜，人們只是喜歡假裝它是。