LLM 推理效率控制的三档模式

我只是想简单留言告诉你，我一如既往地非常喜欢这篇文章！它做了一次非常出色的综合梳理，尤其是为我们提供了一个了解你的著作《Build a Reasoning Model (From Scratch)》的窗口。

因为我经常阅读你的作品，所以想和你分享一下自己通常是如何消化这些文章的：

作为一名法语使用者，第一次阅读时，我通常会使用浏览器内置的翻译工具。这样可以让我快速抓住文章的核心要义，而不会因为语言上的细微差别拖慢阅读速度。

读完之后，我会打开自己最喜欢的 AI Agent（或者当时正在探索的某个 Agent），让它根据你的文章生成一份包含 10 道选择题的测验，再附上 2 道开放式论述题。我的目标不只是验证自己是否理解了这些内容，还要确保自己能够自信地向同事解释这些概念。我从事应用 AI 相关工作，主要构建 Agentic 用例，因此事实证明，这是一种非常有效的持续学习策略。它能让我保持敏锐，也能确保自己不会变得被动，或被技术“奴役”。

这也让我开始思考：你个人采用怎样的持续学习策略？更具体地说，你如何避免向便利性妥协，并防止自己陷入自动化偏见——比如过度依赖 AI 摘要来撰写或研究自己的文章？

最后，我一直在认真考虑订阅你的付费内容。我唯一的顾虑是，自己的时间非常有限，现实来看，我恐怕无法跟上你如此高产的书籍和文章发布节奏！除了通过订阅支持你的工作这件非常有意义的事之外，对于像我这样的人，你认为这项订阅最关键的价值或收获是什么？

再次感谢你为社区作出的杰出贡献。

这篇文章非常精彩。感谢你以一种即使像我这样的“外行”也能够学习和领会的方式，分享你在这个领域看起来非常深厚的知识。