MaoYang-有話要說

 我是跟了一位美國主管工作了  4 年後養成寫筆記的習慣，當時那位主管在公司推 issue tracking，他要求無論是工作或是解 bug 都要去對應的 issue 的下方寫 comment  這件事在 20 幾年前推的時候其實蠻辛苦的，因為大家只會寫程式，對於主管這種要求覺得很奇怪，但是推動了一陣子後發現這件事確實對團隊合作有很多好處，至少開會的時候不用再重複去跟主管報告自己的工作進度，只要養成習慣在 issue tracking 的軟體中去記錄自己目前的工作狀況，那位美國主管也會參與去寫他的意見回饋 在 issue tracking 下面寫 comment  這件事無形中培養出我寫筆記的習慣，寫 blog 對我而言也是一種筆記的另一種形式 Evernote 這個數位筆記軟體推出後，我自然成為 Evernote 的忠實用戶，一直用到 Notion 出現後，我就改用了 Notion 當作我的數位筆記軟體 寫了這麼多年的筆記， 我最大的困擾大概就是去找「寫過的筆記」 所以搜尋功能跟加標籤功能算是筆記軟體的標準功能 但是隨著資訊越來越多，筆記的數量也隨之成長， 要在對的情境 ( context ) 去叫出對應的筆記還是要花不少時間 目前的檯面上的筆記軟體似乎都沒在強調這一點，倒是教人如何組織筆記，寫筆記的課程還蠻多的 我想每個人最後都會去找出一個自己適合的方法與工具來解決這個問題 我自己想出的方法就是 - 利用 Notion API 來做整合，把對應的情境跟筆記關聯起來 ，後來這也衍生出 learningnotes plus 這一系列的瀏覽器擴充軟體 舉一個例子來說明這個將對應情境跟筆記關聯的用法 最近最熱門的話題大概就是 ChatGPT ，我在塗鴉牆看到很多網友在分享如何下 prompts 可以挖掘出一些讓人意想不到的功能，我想每個想要把 ChatGPT 用到精通的人都會想要去好好記錄這些各種 prompt 的用法 所以我就在 LN+ for Web 設計了這個關聯的功能，在 ChatGPT 的主畫面的對話框下方增加一個可以用來記錄各種 prompts 用法的筆記，這樣當我在使用 ChatGPT 想要去實驗別人用的 prompt 就不用到 Notion 筆記中尋找，而是點選這個 icon 就會連結到我專門為 chatgpt 所...

 在 Facebook 上看到這篇文章，文章很長，但是從這位印度創業家的分享中，除了可以理解印度這個國家的商業文化，我自己閱讀完的感想是，他分享的洞察其實不僅僅可以套用在印度這個國家，我覺得他這些洞察是反映到全世界中的一個族群 我舉一個例子，他有提到印度的富人是沒有花錢省時間的概念，但是美國人有，因為美國人從小受到時薪制的洗禮，所以知道時間就是金錢這個概念 我是不太認同他這種想法，據我所知，花錢省時間這種概念不能用印度，西方文化這樣的方式大刀一切來分類，這樣有點犯了歸因謬誤的思維錯誤 為什麼我會這樣說? 我從另一本書深度職場力裡面看到，並不是在西方的教育出來的人就會懂得利用槓桿這個原理，不然深度職場力裡面就不會花很多時間在解釋為什麼人都會「瞎忙」這件事，也不會有匱乏經濟學這本書，我是很質疑歐美國家的普通教育裡有在講金錢槓桿這件事 所以這位印度創業家分享的文化差異，我建議應該要加上另一個數字會比較客觀一點 例如人均收入以上的印度人行為 畢竟印度的貧富差距跟西方的差距很大，這種差距也會影響到人的行為 他舉一個例子 Netflix 的訂閱制在印度是推不起來，因為印度人喜歡看廣告 但是他沒提到 Netflix 在印度的訂閱費用和去訂閱 Netflix 的印度人平均收入 雖然他的分享裡面隱藏很多謬誤，但這篇文章還是有很多值得參考的地方 其中他分享的一部分剛好跟我目前在看的一本書 - 創新的用途理論很相近，所以這篇文章我特地做一個簡單的筆記用來與創新的用途理論這本書做交叉比對 文章連結 我的 Notion 筆記   ( 原文沒有段落 ，我只是加上的標題和我感興趣的段落加黑 ) 關於我 learningnotes.plus  創辦人 Maoyang's AI Canvas Soft & Share  網站站長 開源報報主編

 在 FB 看到 這篇關於 ChatGPT 的反思文章 ，我很喜歡這篇文章講的最後一句話 「 未來世界將屬於會提問的人」 這句話讓我想到在解決問題的領域，最常聽到的一句話就是 「想要解決問題，你得先提出正確的問題」 從這波如雨後春筍般出現的 AI 工具，我想你應該歸納出一個重要的特徵 : 這些 AI 工具都是透過輸入 prompts 來得到你要的答案 所以你想要 AI 給你甚麼結果，你的提問能力可要下的很精準，不然也是徒勞無功 還有一點我覺得也很重要 : 判斷能力 因為目前的 AI 技術都是用生成的方式，超出了 AI 的知識領域，它也是用「生成」方式，這點就要很小心了， 因為你可能拿到錯誤的答案還不知道，結果還以訛傳訛 生成程式碼，或是圖片，這都還好，因為程式碼最後還是需要整合測試，圖片就算沒有很精準，也不會對生活造成太多的問題 但是用 AI 產出的文章就要很小心了， 它可能講了一堆認知偏誤的道理，然後你還信以為真，這種結果我可以打一個比喻 - 大腦中了病毒 要避免大腦的認知不要中毒的方式也只能靠老方法 -> 自己多讀點書 ，我個人偏好認知心理學，行為科學，還有認知謬誤，與邏輯思考 這篇文章，我用了 Notion AI 整理出了以下的摘要與 Q & A 此文章談到了AI的恐怖谷效應，即隨著機器人或人工智慧的擬人程度增加，人類對其好感度出現“上升（有點相似）——下降（高度相似）——上升（完全相似）”的過程。文中提到了ChatGPT和 AIGC 兩種生成式AI，它們會替代人類的工作範圍可能會大大超出想像，並指出2025年，生成式AI產生的資料將占到所有資料的10%。本文最後指出，未來世界將屬於會提問的人。 Q1: 什麼是恐怖谷效應？  A1: 恐怖谷效應是指隨著機器人或人工智慧的擬人程度增加，人類對其好感度出現“上升（有點相似）——下降（高度相似）——上升（完全相似）”的過程。 Q2: ChatGPT和 AIGC 會替代人類的工作範圍會多大？  A2: ChatGPT和 AIGC 會替代人類的工作範圍可能會大大超出想像，不像產線工人、打字員、駕駛員那樣，僅限於幾個特定的職業。 Q3: 生成式AI產生的資料將佔全部資料的多少？  A3: 2025年，生成式AI產生的資料將占到所有資料的10%。 Q4: ChatGPT...

BaaS(Back end as Service)在最近一年蠻紅的, 也是跟Mobile App崛起與資料雲端化有關, 現在單機運作的App為了可以有病毒傳播效應, 幾乎免不了要做Server端的軟體設計, 資訊分享,資訊同步…, 如果App團隊很小, 小到只有一個人, 這時候還要去顧Server端的維護與設計, 就有點抓襟見肘,分身乏術. 這時候BaaS等於是獨立App開發者的救星, 因為BaaS幫你把雲端的維運, 資料庫, CRUD API都包裝好了, 你也不用去學Server端的開發語言, 專心將Mobile端的功能與BaaS的API整合起來就可以了, 聽起來很美好, 但是選擇BaaS確很容易掉入這些廠商的 ’陷阱’ 在省時省力的背後也需要考量一下維運的成本. 前幾天在規劃2014的新產品開發, 最後還是免不了要來碰雲端資料庫整合這一塊, 由於自己是獨立開發者, 當然只好選擇BaaS, 去年曾經用過Parse幾個月, 今年也接觸到了StackMob, 所以心中大致上就是這兩家擇一來使用, 用Google搜尋一下看是否有部落客對這兩家的比較, 找到兩篇是值得一看的 How To Choose the Best Backend Provider for your iOS App: Parse VS Stackmob vs. Appcelerator Cloud and More! Choosing Backend As A Service (BAAS) Provider 由於去年有用過Parse SDK, 所以看了第一篇很扎實的比較, 很認同他所說的Parse比起Stackmob簡單很多, 但是看了第二篇, Stackmob的basic免費功能是不會去算API呼叫次數的, 除了API呼叫次數,這位作者似乎對於Parse被Facebook併購這件事相當有顧忌, 他後面提出三點認為應該選擇StackMob Longevity, Stackmob會比Parse長壽,很多使用者因為Parse被Facebook併購搬到Stackmob, 但是到底有多少並沒有指出來, 還有他提出一些Facebook是否會掌控api, 改變價格, 資料安全等質疑, 這部份似乎還沒聽到Facebook有干涉這些事情 Unlimited API calls: 這點St...

對於寫手機端App要做A/B Testing這一塊一直覺得很’神祕’, 因為要隨機在App介面去載入不同的操作介面給使用者使用然後再來統計看看哪一種作法會比較好,熟悉軟體設計的朋友想也知道要做這件事會讓軟體不太好維護而且會佔據掉不少開發時程. 不過在精實創業這本書相當強調提分組測試與分析的重要性. 唯有掌握使用者的喜好數據才是開發好產品的王道. 最近在Facebook不約而同看到兩篇文章都是在講A/B Testing在iOS/Android上的支援, 透過第三方API來做, 對於A/B Testing在手機端如何實現可以參考看看這兩篇文章中提到的第三方服務 行動裝置也能A/B測試, 前Google員工成立的Leanplum正式上線 新服務Appiterate讓移動應用的A/B測試獲得所見及所得的平台 這兩篇裡面其實漏掉了一家, Amazon也有在做A/B測試 https://developer.amazon.com/sdk/ab-testing.html 從以上這些整理的A/B Testing資訊不難看出, A/B Testing的Mobile服務是兵家必爭之地, 原因在Mobile App市場的熱門,競爭激烈, 要做好一支叫好又叫座虜獲使用者的心的App真的不太容易 唯有從使用者行為模式去分析才能找到正確的產品開發方向. 將這些資訊整理起來, 要好好來了解A/B Testing 如果你還有更好的A/B Testing資訊要記得告訴我:-) Written with StackEdit .