从我使用ChatGPT的这段时间的经历来看，我使用google来搜索问题的次数是指数级下降的。之前是面向搜索引擎编程，现在是面向大模型编程。
模式的转变导致某些博客没有读者
之前的工作模式是先把问题google一下，然后选择csdn、掘金、知乎等网站的博客进行浏览。现在只需要在ChatGPT中进行提问，答案质量更高，更可靠。这是时代的进步，新的工具在逐步替代老工具，就像天涯社区等论坛网站的衰落，伴随着抖音、B站等视频平台的崛起。
最不受影响的是时效性高的博客、个人经历类的博客，大模型不具备时效性、不会有个性化内容，这些方面是博客写作的方向。
很多人愿意看个人经历分享，这个具有参考意义，同时又不像技术文章一样需要投入很大的精力去理解文章内容，阅读的过程中没有压力。这类文章的阅读量是不会受到AI大模型的影响的。
因为大模型具有通用性，所以一些创意点子类的博客，比如产品、新技术框架的介绍，创意功能设计等博客内容不会跟大模型产生竞争。这也是程序员上班摸鱼喜欢看的一类文章，在休闲的同时，可以提高自己的视野。
提高视野让我们更有效的利用大模型能力
之前有一个广告语很流行：只有想不到，没有做不到。
这个广告语放在现在使用大模型的语境下也是成立的。大模型可以做很多事情，天花板就是我们可以多大限度的发挥它的优势。在使用大模型的场景中，我们发起指令，大模型根据我们的指令进行回答或者作业。那发起指令，成了一门大学问，目前的prompt工程是讲究的如何让大模型的回答效果更好。但在这之前，我们需要了解我们要发送的指令是什么。
举个例子，当你不知道有一种设计模式叫工厂模式的时候，你让大模型帮你实现一个功能，大模型可能老老实实的一步一步的帮你把功能实现了。但因为没有用到设计模型，复用性比较差。但如果你脑海中知道这个功能用工厂模式，代码结构会更优雅。这时候，你给大模型的指令就变成了：使用工厂模式帮我实现xxx功能。你的技术广度结合大模型的无所不能，就让这个代码更好了。
很多人都说大模型是大脑，可以替代人工作，但我要说，大模型是执行者，它的出现让我们的大脑变得更加的重要。
思考永远都是最重要的
《马斯克传》中描述了这样一个故事：
特斯拉上市后，面临产能地狱，需要将产量提升到每周5000辆，当时的特斯拉美国工厂每个月的产能是1000辆。所以马斯克当时每天睡在工厂，优化生产流水线去提高生产效率。当时，有个工人在给车身上的4个孔安装胶钉。马斯克看到后，问他为什么要安装4个，而不是2个，如果说不出原因，这个就要取消。后来这4个孔就变成了2个孔。
面临压力会让你去思考，思考带来行动。 马斯克要解决特斯拉的产能危机，就得不停地去思考怎么提高产能，思考让他做出决定，优化流水线上一切不必要的步骤，在工厂露天环境搭建临时产线等等措施。
有思考的文章，也是大模型无法竞争的一面。千人千面，每个人的想法都不同。这个没有固定答案，不像代码那样的确定性。就像这篇文章，也是一篇没有技术含量的文章。大模型应该暂时无法写出来。
