使用GPT需要注意的事项

GPT出来之后,基本就告别浏览器搜索问题答案了。将问题原封不动的copy给GPT基本可以得到解答。

但是这个也有弊端,那就是太依赖GPT了。

1,使用GPT需要更强的专业知识:除了能问对问题,还要具备识别GPT"一本正经"的胡说八道的能力。

2,传统的google搜索能力不能丢:如果GPT列出的几种方法均不能解决问题(比如一上午时间都不能解决问题),那么应该回归google, 这里可能很容易就能找到答案。

对于2的经验,举个例子,在centos7系统上,编译python3.9,遇到下面的问题:

gcc -pthread -Xlinker -export-dynamic -o python Programs/python.o libpython3.9.a -lcrypt -lpthread -ldl -lutil -lm -lm gcc -pthread -Xlinker -export-dynamic -o Programs/_testembed Programs/_testembed.o libpython3.9.a -lcrypt -lpthread -ldl -lutil -lm -lm ./python -E -S -m sysconfig --generate-posix-vars ;\ if test $? -ne 0 ; then \ echo "generate-posix-vars failed" ; \ rm -f ./pybuilddir.txt ; \ exit 1 ; \ fi Could not import runpy module Traceback (most recent call last): File "/data1/python3.9.18/Python-3.9.18/Lib/runpy.py", line 15, in <module> import importlib.util File "/data1/python3.9.18/Python-3.9.18/Lib/importlib/util.py", line 2, in <module> from . import abc File "/data1/python3.9.18/Python-3.9.18/Lib/importlib/abc.py", line 17, in <module> from typing import Protocol, runtime_checkable File "/data1/python3.9.18/Python-3.9.18/Lib/typing.py", line 21, in <module> import collections SystemError: <built-in function compile> returned NULL without setting an error generate-posix-vars failed make[1]: *** [pybuilddir.txt] Error 1 make[1]: Leaving directory `/data1/python3.9.18/Python-3.9.18' make: *** [profile-opt] Error 2

GPT看似会给出几种解决问题的方法,但是却都是难以实行的。但是使用 google 一通后,问题仅仅是一个 configure 参数的问题:

相关推荐
HIT_Weston7 小时前
45、【Agent】【OpenCode】本地代理分析(请求&接收回调)
人工智能·agent·opencode
逻辑君7 小时前
认知神经科学研究报告【20260010】
人工智能·深度学习·神经网络·机器学习
特长腿特长7 小时前
centos、ubantu系列机的用户和用户组的结构是什么?具体怎么配置?用户组权限怎么使用?这篇文章持续更新,帮助你复习linux的基础知识
linux·运维·centos
星河耀银海7 小时前
远控体验分享:安全与实用性参考
人工智能·安全·微服务
zzzyyy5387 小时前
Linux环境变量
linux·运维·服务器
企业架构师老王7 小时前
2026企业架构演进:科普Agent(龙虾)如何从“极客玩具”走向实在Agent规模化落地?
人工智能·ai·架构
GreenTea8 小时前
一文搞懂Harness Engineering与Meta-Harness
前端·人工智能·后端
鬼先生_sir8 小时前
Spring AI Alibaba 1.1.2.2 完整知识点库
人工智能·ai·agent·源码解析·springai
深念Y8 小时前
豆包AI能力集成方案:基于会话管理的API网关设计
人工智能
龙文浩_8 小时前
Attention Mechanism: From Theory to Code
人工智能·深度学习·神经网络·学习·自然语言处理