主要观点：作者在工作中大量使用 AI，总结了与 AI 相关的多方面经验和教训，包括 AI 与计算机的区别、上下文窗口、学习方式、内存管理、工作方式类似无限实习生、代码审查、 emergent 行为、自我理解、非确定性以及快速变化等。

关键信息：

• AI 不是计算机但可使用计算机，更好的做法是让 AI 写脚本而不是直接处理大量文本。
• 上下文窗口大小在模型创建时设定，不能随意扩大，且窗口内信息管理存在问题。
• AI 模型创建后基本固定，新信息一般不改变模型，记忆需外部存储辅助。
• 把 AI 视为无限实习生，需明确任务、管理其工作，避免误解。
• 审查 AI 代码需注意其特殊之处，AI 写小函数较好但审查时要小心。
• AI 的有趣行为大多是 emergent 的，难以直接控制和理解。
• AI 不理解自身，改进提示效果有限。
• AI 具有非确定性，需要谨慎使用以保证可靠行为。
• AI 发展迅速，工具不断变化，未来可期但目前仍有挑战。

重要细节：

• 以Cline为例说明 AI 需被告知使用工具。
• 提及prompt injection attacks等上下文窗口相关问题。
• 以Leonard from Memento说明 AI 的记忆方式。
• 介绍不同类型的内存系统如more persistent “session,”、advanced database、bunch of markdown files等。
• 提到 Agentic systems 和 One-bit models 等未来发展趋势。