SuperDaniel313

@shilianmlxg 总结是最没用的，总结适合看 v 站的网帖。特别是那种家长里短的，不过看那种帖子本身就是一种浪费时间的行为吧

有高价值或者说信息密度很高的这种书籍，适合放到 AI 里面去辅助学习。

如果是畅销书，那种阅读门槛很低的，你可以尝试读这一段，或者说读了一章之后，自己做个总结，然后给 AI ，让 AI 跟你互动沟通。一般来说，人的视角局限性比较大，AI 会全面一点。这种情况下面，AI 能给你挖掘出一些你阅读的时候没注意到的地方。然后你通过 AI 的视角再去品味一下原文的话，可能有新的想法，或者说新的感悟。

如果是教科书或者比较学术的那种大部头，对于自学者来说，连阅读都比较困难的，那就适合边读边跟 AI 交互了。比如我上面那一本原版的工厂物理学。我就是先用 AI 翻译，然后看译本，接着把原本传给 NotebookLM ，读不懂了就提问，掌握了就继续读。就是这样依赖 AI 硬啃。

当你用这种方式把某本书或者说某些知识掌握了之后，你再回头让 AI 帮你总结一下，你会发现很多内容啊，都被 AI 过滤掉了，如果一开始就用 AI 来进行总结，对比出来你就能感受到，根本掌握不到原文的那些有价值的地方。

当然前提是一份好的材料，或者说一本好书。好的作者在写作的时候，会考虑到读者的感受，然后将这些知识合理地通过书籍这种媒介，或者说通过文字这种媒介，转交给你。AI 的介入会破坏这种交互的过程。

网帖或者一些垃圾文，不在以上的讨论范畴。那些东西发给 AI 感觉也是一种浪费 token 的行为吧。

@Clannad0708 有 APP 呀，不过 APP 和 Web 没啥区别，你手机访问也能用。但最近感觉回答的效果也越来越差了，越来越坐实美国豆包的名头了。

今天尝试直接把整本书丢 DeepSeek 网页端里进行问答，好像效果也还行呀。非扫描版的，300 多页就 3m 大小的。

https://notebooklm.google.com/

AI 的出现，利好自学。

我已经用 Google 的 NotebookLM 学习了三本大部头。
《供应链管理》 540 页；
《数据，模型与决策》 601 页；
《 Factory Physics 》 752 页；

涉及到运筹学和一些数学，还有英文原版书，没有 AI 之前我没能力自学这些内容。

运筹学和数学我可以认为是零基础，用 AI 也能硬学，在这之前是不敢想的

@xxxman #54 来来来，论坛 AI 贴看多了，都反胃了，难得有真人互动。微信号 base64: c3VwZXJkYW5pZWxfY24= 或者我加你也可以。

@xxxman 我觉得，如果你对 To B 的方向比较看好，同时又想做制造业与软件开发的交叉领域，那么必然需要同时具备两个领域的相关知识。一个是软件工程方面的，另外一个是生产运作与管理方面的。
难得碰到和传统制造业有交集的朋友，有没有 IM 的联系方式啊？方便交流一下吗？

很巧，刚好我最近在尝试转型的供应链领域，偏向工厂管理。

看到帖子里提到了 MES 和 APS 。尝试用我最近学到的一些知识做一些补充。

首先从管理学的发展历史来看，管理学是由制造业起家的。简单地说，现代制造业是英国起来的，然后由美国发扬光大，接着由日本进行深耕细作，到现在转移到中国。

制造业的历史就是管理学的发展史。组织信息化只是一种管理手段，它并不是一项可以脱离组织管理来谈论的技术。

现实中的生产所蕴含的变异性，哪怕是超算也解决不了。这是一个管理问题，不是技术问题。

一个简单的排程问题就可以验证的出来，这个观点是否具备牢靠的数学基础或者物理基础。

打个比方，尝试对 100 个 SKU ，在持有 100 台加工中心的工厂里进行有限的加工顺序排程。

结论是排不出最优解。

同时还没有考虑到各种加工过程中的变异性。即便抛开人为因素，加工中各种随机因素也不受人控制。让排产问题更是难上加难。

所以即便是 MES 或者 APS ，也只是解决了信息传递如何更快速的问题，让信息流动更加通畅。

这些现代化技术并不能解决实践生产过程中的管理问题。需要进行专门的生产管理方面的学习，才可以将信息技术运用到真实的生产环境当中。

再加上现在制造业里面有大量的历史遗留问题存在，很多现代化的软件是在解决第三类错误问题。也就是在用正确的方法解决错误的问题，比如 MRP 的排程计算问题。即便是现在用了 APS ，也只是升级了一些算法，有限产能问题并没有通过技术手段进行解决。

因为这种方式在管理上本身就是错误的，哪怕用了再先进的科技手段，也没有办法将一个错误的问题正确的解决掉。

就目前的 AI 来看，我可以断言，解决不了生产实践过程中的变异性问题。哪怕训练得再好，在需要运用到直觉的地方，依然没有办法媲美人类。

生产运作管理是一门很复杂的科学，既有偏向数学的计算，又有偏向管理的艺术，两者相结合才能将生产运营推向更高的层次。这门学问没办法用简单的经验来解决，也没有办法用单纯的技术来解决。

关键是制造业目前来看并不受宠，很难有大量的人才会来涌入。属于要吃苦的行业。发展的速度非常慢。我看的教材还是 20 年前的教材，但当时提出的理论到现在依然没有被推翻。经历过时间的验证，越来越牢靠了。

制造业也跟现在的 AI 一样，从曾经的 MRP 到 MRP II ，又到 ERP ，又到丰田的 JIT ，又到了精益生产、六西格玛、精益六西格玛，然后到现在的 APS ，都是这样一套一套的。

铁打的人类，流水的行业。

2024 年的一个回复，希望对大家有帮助。
@lzaske9 @blackmatch @wyhaya

https://www.v2ex.com/t/1100231#reply21

我在今年 4 月份开始出现头晕的情况，三甲做了核磁共振，骨科门诊诊断颈椎病，但没有压迫神经，开药后建议转诊神经内科。西药只缓解了我的头晕，并未根治。

在核磁共振检查之前还去看过一趟康复科，拍片，诊断颈椎生理曲度变直，医生也是开药+建议转诊神经内科，末了顺口说了一句可以理疗。

大概两个月前，头晕难受，想到去社区卫生站理疗，社区卫生站的理疗医师排查出我的肩胛提肌过度紧张、僵硬，安排理疗，主要治疗方式为针灸+艾熏+拔罐。

前三次理疗的效果十分显著，肌肉僵硬的感觉立马得到改善，头晕症状通过理疗被极大缓解。
后续每周一次，未间断治疗，截止上周为最后一次，共计 8 次？（未记录具体次数），但后半程感受不如初期明显。

在站内搜到类似情况的 V 友建议改善体态：双肩收紧，自然下沉，缓解后通过麦肯基颈椎锻炼方法进行锻炼。

感谢 V 友分享，截止现在，我的头晕症状基本上已经很轻微了，对比五个月前饭后散步都会产生严重的眩晕感来说，已经轻微到不影响生活和工作。

回顾整个过程，我从有症状开始，主要做了以下事情：
1. 发现头晕后自我排查出是因为高强度使用鼠标导致的肩颈肌肉疲劳导致，开始注意使用电脑的体态问题；
2. 就医求诊，确认是颈椎病；
3. 调整坐姿，用坐骨来坐，显示器高度调整为平视状态，日常端碗吃饭，举杯喝水，平视玩手机，想尽办法避免低头；
4. 通过中医理疗重建肌肉弹性，治疗肩胛提肌的僵化；
5. 调整体态，锻炼颈椎，避免肩颈疲劳；

理想状态：

产品岗是管理岗，广度相对深度要重要一些，画图仔不能算是产品经理，画图仔是人都能干，产品经理不行。要懂软件工程的、管理学、心理学、统计学、营销学；

不懂软工写不好需求，不懂管理处理不好团队关系，不懂心理学做不好需求分析，不懂统计学做不好数据分析，不懂营销学做不好市场定位。

可以看如果啥都不会的话，同事是怎么吐槽： https://www.v2ex.com/t/1213704 《 Ai 时代我司的产品经理愈发白痴》

---

现实状态：

老板才是那个真正的产品经理，产品经理岗位就变成执行打杂岗。这岗位有想法的人干不久，没想法的人又干不好。老板们不是人人都叫梁文锋的，大部分都是罗永浩。可以搜索一下罗桑在锤子时期的各种产品经理言论，他只是把大部分老板的行为展示到网上了。

大部分情况下，不说当家做主，就说直言进谏都会被认为是忤逆。这些年看下来，基本上都是听话的被嫌没脑子，有脑子的被嫌不听话。

---

你大佬说的前半句，是指你对 AI 挤占编码劳动力市场的判断，后半句应该是对你选择产品岗的不认可。

@wbh #5 看了一下你的场景，和我的差不多，只需要解决翻译方面的问题即可。

和 AI 的交互丢给 NLM 是当前优解。NLM 还可以多文档塞到一个笔记本里，能实现跨领域问答，回答都是基于文档，比普通网页版的附件检索更靠谱。

NLM 有开源的能代替，https://github.com/lfnovo/open-notebook

不过都要依赖模型，还是白嫖谷大善人的服务吧，总性价比最高。