# 前沿AI技术价值判断

这是《三年面试五年模拟》用于沉淀 AI 技术价值判断的编辑工作区。

这里不追求收录所有热点，也不把“最新”直接等同于“重要”。工作区的目标是把 Rocky Ding 对 AI 技术、产业变化、岗位能力和学习投入的长期判断，整理成一套可解释、可复核、可持续更新的内容机制。

## 一句话定位

> 追踪 AI 变化，解释技术机制，判断长期价值，把技术认知转化为学习路线与职业决策。

平台最终希望回答的不只是“这项技术是什么”，还包括：

- 它本质上解决了什么问题；
- 它相较已有方法真正新增了什么；
- 哪些能力能够跨越模型版本、框架更替和岗位周期；
- 当前应该投入多少学习时间，学到什么深度；
- 它对不同人群、岗位和项目意味着什么；
- 什么证据会支持、削弱或推翻当前判断。

## 工作区边界

这里首先沉淀判断方法和编辑资产，不直接替代主仓库现有问答内容。

- 原有各模块的问答正文保持不动；
- 判断内容通过索引、价值判断卡、路线入口和变更记录与主仓库连接；
- 具体技术结论必须经过证据核验后再进入公开主线；
- 暂未验证的技术保留在观察区，不伪装成确定结论；
- “暂不纳入主线”只表示学习优先级判断，不等于技术在任何场景都没有价值。

## 内容分层

```text
技术信号层：模型、论文、框架、协议、产品、岗位和真实实践的变化
        ↓
技术判断层：机制抽象、证据核验、周期判断、学习优先级和岗位影响
        ↓
长期主干层：跨任务、跨模型、跨框架仍然有效的基础能力
        ↓
行动层：教程、面试题、学习路线、项目选择和职业决策
```

技术信号负责发现变化，技术判断负责解释变化，长期主干负责沉淀变化中仍然有效的能力，行动层负责让用户知道下一步怎么做。

## 技术价值状态

所有主题使用统一状态，不采用简单的“有价值 / 没价值”二元分类。

| 状态 | 含义 | 对学习者的建议 |
| --- | --- | --- |
| 跨周期主干 | 机制稳定、迁移性强，能够解释多类系统和岗位问题 | 系统学习，形成可表达、可实践的核心能力 |
| 结构性增量 | 对某个技术方向有明确机制增量，可能形成长期能力 | 重点跟进，理解机制和适用边界 |
| 产业验证中 | 已出现真实应用或岗位信号，但长期地位仍需观察 | 结合目标岗位学习，不盲目投入过深 |
| 阶段性跟进 | 当前有热点、产品或短期岗位价值，但迁移性有限 | 了解用途，按需掌握，不替代主干学习 |
| 降低优先级 | 已被更有效的方案替代，或长期价值暂未被证据支持 | 了解历史和边界，避免继续投入大量时间 |

状态之外还要记录“判断置信度”和“最近复核时间”。判断可以被升级、维持、降级或归档，任何变化都应留下原因。

## 判断链路

```text
发现技术信号
→ 还原它要解决的问题
→ 抽象机制上的真实增量
→ 核验论文、源码、官方资料、工程和岗位证据
→ 判断技术周期与学习优先级
→ 连接教程、问答、路线和岗位
→ 收集社区反馈与反例
→ 按月观察、按季度复核
```

Rocky Ding 负责最终的选题、机制抽象、主线取舍和公开表达；社区贡献者提供真实案例、证据、反例和更新信号；工具或 AI 可以辅助收集与整理，但不替代最终判断。

## 目录

| 文档 | 用途 |
| --- | --- |
| [技术价值判断规范](技术价值判断规范.md) | 统一判断维度、证据边界、写作要求和审核流程 |
| [技术价值判断卡模板](技术价值判断卡模板.md) | 为单个模型、框架、方法、协议或方向建立判断卡 |
| [技术价值判断台账](技术价值判断台账.md) | 记录主题状态、判断摘要、证据和关联内容 |
| [技术周期状态说明](技术周期状态说明.md) | 解释状态标签、迁移条件和学习建议 |
| [季度复核与变更记录规范](季度复核与变更记录规范.md) | 规定周期复盘和判断升级、降级、归档的记录方式 |
| [判断变更记录](判断变更记录/README.md) | 保存已经发生的公开判断变化 |
| [待观察技术](待观察技术/README.md) | 保存尚未达到主线沉淀条件但值得持续跟踪的信号 |

## 当前阶段

本目录先建立判断框架、模板和记录边界，暂不预填未经核验的具体技术结论。后续新增内容应优先完成一张技术价值判断卡，再决定它进入长期主干、热门教程、某个基础板块或观察区。

最终要形成的不是一份静态榜单，而是一张会随着证据、产业和岗位变化持续更新的 AI 技术价值地图。