有了 ChatGPT 是不是意味着技术博客已死？感觉每次跟 GPT 的对话都可以整成一篇高质量技术博客发出来。

[tags]

放以前分分钟发一篇技术分享出来。然而现在这种内容还值不值得整成博客发出来呢？

[KongLiu]

我感觉反而是大量的 AI 生成的文章污染了技术社区，点名批评 CSDN ，AI 的错误率很高还要浪费时间去验证

[JingXiao]

写博客主要还是为了自己总结积累吧，然后才是为了分享

[geelaw]

发布文章有内部性和外部性，外部性很好理解，别人可以来看、来读、来学习，作者可以获得评价，无论正面或是负面。如果你认为一个话题 ChatGPT 写出来的内容已经可以实现够好的外部性，那么最简单的发布方式是留下 ChatGPT 聊天记录的链接，而不是复制一份，后者纯粹是浪费资源。然而，如此作出的内容，我认为发布人的参与较少，如果是我，我会不好意思署名。

内部性在这里是指创作文章的过程对作者自己的作用。校园学习里面为什么有人要记笔记？为什么上课学过的内容，下课要做习题？为什么数学证明在思考完成后需要写下来确保正确？为什么科研人员必备的技能之一包括写作？为什么费曼学习法要求用自己的话重新把知识表达出来？很多时候，单纯阅读会让人进入全盘接受的状态，毕竟这是一种很“舒服”的做法。然而很多东西听起来正确，实际上似是而非，这种错误需要勤加思考才能发现，从“舒服”的状态进入思考，是有点“痛苦”的。

从人类思维到媒介（书面或口头）的转化过程要求作者不断厘清思维的每个细节，思维良好的人或许思考一个数学问题可以诈和，但是写到纸面上时就很容易发现错误（思考比书写更容易跳步，跳步是各种错误的源泉）。我自己写论文的时候，通常也会对认为已经想好的问题有新的理解。

给 ChatGPT 一个话题，然后阅读它的回答，最后把它拼拼凑凑弄成一篇文章，很容易陷入全盘接受似是而非的东西的状态，除非反复提醒批判性阅读、思维足够清醒。我自觉无法抵抗这种“舒服”的诱惑，加之 LLM 的胡编乱造能力很强（有人戏称 GPT 是“狗屁通”），所以我拒绝问 LLM 事实性问题——我只能接受 LLM 提供参考资料，然后再从人类写出来的参考资料中学习——当然，人类写的东西也会有错误，所以依然需要遵循 媒介—思维—媒介 过滤的方法。

[nomagick]

我感觉可能是 “高质量” 定义的阈值有点低了。

[Skifary]

技术博客最重要的作用是在写作的过程捋清思路，也可能产生新的想法，给其他人看反倒是附带的

[tags]

@JingXiao 是啊，所以现在都只是保存到 Notion 里面。要是换以前有跟 GPT 这种精彩对话和顿悟就忍不住要分享出来。以前学技术主要是看文档和博客，现在似乎都没有发博客的必要了。

[dfkjgklfdjg]

现在每次在社区的审核中心一眼认出来哪些是 AI 生成的的文章。
套路模板都是一样的，质量只能说是能看（能看明白在说什么），但是都不能深究的场面话（也就是楼上提到的“狗屁通”）。

[yarawen]

不会，github copilot 改不出的错误，搜索引擎搜一搜前三条解决了。
还是很感激曾经认认真真写博客分享的每个人。

[user23125]

GPT 能写出这种技术博客吗？ https://samwho.dev/load-balancing/

AI 只能取代一部分低质量内容农场（ CSDN ），真正的优质内容是无法取代的。

[msg7086]

是 AI 读了高质量的技术内容以后才写出来的。大家都不写高质量内容的话，AI 读西北风去呢。

[idragonet]

很多时候 AI 很容易绕进去，最终正确答案还得 Google

[yannxia]

@user23125 #9 看你怎么问，GPT Promt 能成为一个方向专门搞，就是因为 GPT 确实知道这个博客里面所有东西，不过可能提问者本身也有相当的理解。