ありがとう！元のタイトルは「LLMを使って学ぶ方法...」だったんだけど、なぜかHNが「方法」の部分を削除しちゃったんだ。最初の投稿がタイプミスだと思って削除して、再投稿しようとしたけど、同じ現象にぶつかっちゃった。

楽しいけど、実際に効果あるのかな？LLMを使ったやつをチェックしたけど、逆に知ってるトピックについてもっと混乱しちゃった。LLMを使って学ぶ一番の方法は、例を生成して、どう動くかのメンタルモデルを作ってから、伝統的なドキュメントやリソースで理解を深めることだと思う。大学の時にやってたテクニックの反復みたいな感じで、まず教科書の問題を読んで重要なことを理解してから、章を読むんだ。

脳をトレーニングして、新しい問題に対してLLMが可能にするような手続き的思考でアプローチできることには、まだ大きな価値があるよ。興味のあるトピックを探求して、質問を続けるための「筋肉」を育てることができる。大きな（そして存在的な）問題が出てきたときに、質問を続けて解決策を見つけるための準備ができていることに不安はないよ。

新しいことは学んでるけど、1年後には価値がないんじゃないかって不安がある。今やるべきことがあるから、1年後や2年後の知識の価値は、今日の問題を解決するためには重要じゃないよ。

新しいことを学ぶことの価値の一つは、学ぶ習慣を身につけることかもしれないね。特に、自分が苦手なことを学ぶ習慣を持つのは価値があるかもしれない。でも、そうじゃないかもしれない。

自分のことしか言えないけど、これがあなたに響くといいな。LLMが出る前は、低レベルのコードを最適化することにあまり関心がなかったし、それが雇われた理由でもなかった。でも、その低レベルのスレッドを追うと、合理的な選択肢を見て、それが合理的かナンセンスかすぐに分かるよね。なぜかって？コードを知ってるからだよ。じゃあ、一段引いてみると、私たちの専門性が本当にあるところが見えてくる。複雑なシステムを構築するのは簡単じゃない。顧客の要求があったり、予算やSLAがあったりする。時には、一人の顧客がXを必要として、別の顧客がYを必要とすることもある。私たちの専門性は、これらすべてを考慮して、異なる変数をバランスさせたものを生み出すことなんだ。例えば、1秒間にXイベントを期待しているから、失敗に耐えられるようにYが必要になる。LLMがそれを全部できるようになる可能性はあるのかな？多分。でも、そうなると、顧客は自分たちが払っている企業が必要になる理由は何だろう？

彼らは素晴らしいよ、正しい質問をし続ければね。あなたの経験がない人の手にかかると、LLMはあなたが得ている結果を出せないって信じてほしい。あなたがやっていることは些細だと思うかもしれないけど、実際には「これを計測して、ここが遅いからプロファイルして、プロファイルの出力を読んで、より良いアプローチを提案する」みたいなセッションが流れているんだ。でも、あなたの経験がそれを正しい方向に導いているし、そのガイダンスがどれだけのものか、あなた自身は気づいていないかもしれない。LLMが100mphで進む中、あなたはそれに引っ張られているように感じるけど、実際にはあなたが思っている以上に多くのことを導いているんだよ。だからこそ、学びと経験が重要なんだ。たとえ最も深いところで操作していなくても、その層の知識が役立つんだ。何もないわけじゃなくて、何かが実際に遅いと知る経験自体がスキルなんだよ。もしある関数が200msかかるなら、それが現実的にできる限界の速さかもしれないし、逆に言えばそれが本来なら百万倍速くなる可能性もある。何が「遅い」かを知ることには、実際にスキルと経験が詰まっているんだ。

何かについて質問できることと、理解することの間には大きなギャップがあるよね。理解していることが多ければ多いほど、将来それを使う状況に気づく可能性が高くなる。最高の革新は、誰かが自分の過去の経験をユニークに組み合わせるときに生まれると思う。バックポケットに経験が多ければ多いほど、アクセスできる組み合わせが増えて、適切な問題が来たときにユニークな組み合わせができる可能性が高くなるんだ。

99%の作業がAIによって行われるから、ワープドライブを作るのは無意味だと思ってるの？君の貢献は無意味で、成果物は役に立たないの？そんなことはないと思うけど。