OurCoders (我们程序员)

ChatGPT 怎么用？新手 10 分钟上手指南

本文是《ChatGPT 怎么用？新手 10 分钟上手指南》，面向普通大众、办公白领和学生，帮助用户快速了解并上手使用 ChatGPT。文章首先介绍了 ChatGPT 是什么、能做什么，以及其强大的写作、翻译、查询、学习辅导和办公辅助能力。接着详细说明了注册流程和使用界面，引导用户通过网页版或 App 进入聊天界面开始提问。文中列举了多个实用场景，如写邮件、润色文章、翻译文本、解释知识点、生成PPT大纲等，展示 ChatGPT 如何提升效率。还重点讲解了提问技巧，包括如何明确问题、设置语气格式、分步骤沟通等，以获得更准确的回应。最后，文章对 ChatGPT 免费版、Plus 版、Pro 版、团队版和企业版进行了最新对比，明确不同版本的功能权限、价格和适用人群，提醒用户注意隐私和内容准确性，建议新手从免费版起步，按需升级。整体内容结构清晰、语言通俗，适合新手快速掌握 ChatGPT 的使用方法与最佳实践。

ChatGPT , 免费版 , Plus版 , Pro版 , Business版 , Enterprise版 , GPT-5.2 , GPT模型 , ChatGPT订阅 , 价格对比

01-14

ChatGPT 能不能写论文？边界在哪里

ChatGPT 的出现让许多学生好奇：这款强大的 AI 工具究竟能否替代他们撰写学术论文？事实上，ChatGPT 确实可以在学术写作中提供帮助，但它并非万能。学生需要了解其可行的用途与明显的局限，并遵守学术规范，以避免陷入抄袭或学术不端的风险。本篇文章将围绕 ChatGPT 在论文写作中的作用、限制、机构与期刊的相关规定，以及如何正确地使用 ChatGPT 辅助写作等方面展开讨论。

ChatGPT , 学术写作 , 写论文 , 学术诚信 , 学生指南 , AI写作 , 论文写作 , 学术不端 , 人工智能教育 , 高校学习

01-07

Gemini 虽好，但真的没必要着急放弃 ChatGPT

Gemini 在某些高阶场景下确实很强，尤其是在精巧提示词和结构化任务中，深受高级用户喜爱。但这并不意味着普通用户需要立刻放弃 ChatGPT。对大多数人来说，真正重要的是一个工具能否稳定、高效地完成日常事务，而不是在极限能力上领先多少。哪怕都是大语言模型，不同平台在用法、工作流和迁移成本上的差异都真实存在。普通用户也正在从盲目追随“高手推荐”，转向基于自身日常体验做选择。Gemini 的 nano banana 在设计领域是神器，但在高频文字与日常表达上，ChatGPT 依然是更顺手、更稳妥的选择。多模型并行，而非仓促站队，才是当下更理性的使用方式。

Gemini , ChatGPT , 大语言模型 , AI工具选择 , 普通用户体验 , 高级用户 , 泛化能力 , Prompt工程 , 工作流 , 工具迁移成本

01-06

我每天用 ChatGPT 做的 5 件小事

很多人把 ChatGPT 想成“效率工具”或“生产力神器”，但对我来说，它真正有用的地方，反而是在一些很小、很日常的事情上：帮我判断新闻靠不靠谱，写完那些不得不写却没什么意义的文字，看看每天吃得健不健康，甚至在一天结束时帮我把零碎的生活整理一下。不是改变人生，而是托住日常。这篇文章记录了我每天用 ChatGPT 做的 5 件小事，一个普通人的使用方式。

ChatGPT , AI 日常使用 , 普通人视角 , 信息焦虑 , 新闻解读 , meme 文化 , 写作辅助 , 亲子教育 , 自由职业 , 饮食健康

01-03

如何使用 Google 的 AI 编程工具 AntiGravity：独立开发者的新时代武器

在 2025 年生成式 AI 全面进入生产力工具的背景下，Google 推出了新一代 AI 编程工具 AntiGravity。如果说 Gemini 3 是底层大模型能力的集大成者，那么 AntiGravity 则是其在开发者领域的「超级应用层」——一个真正能读懂整个项目、自动创建文件、执行命令、运行与调试程序，并通过对话持续完善应用的 AI 工程师。文章系统性地介绍了 AntiGravity 的定位、核心能力与实际工作方式：它融合了自然语言对话、IDE 编辑、文件系统理解、命令行执行和多模型协作（Gemini 3 Pro / Flash / Codex），使得不会写代码的人也能做出应用，而有经验的开发者效率可提升 10–50 倍。通过一个 2 分钟创建 ToDo App 的实战示例，作者展示了 AntiGravity 如何从一句需求出发，自动生成完整项目结构、SwiftUI 界面、数据模型、逻辑连接，并在报错时自行调试修复。与 ChatGPT 或 GitHub Copilot 相比，AntiGravity 的本质差异在于：它不仅“给建议”，而是真正“把活干完”。文章最后指出，AntiGravity 代表的是一种全新的软件生产模式：人类负责定义需求与判断方向，AI 负责实现、测试、修复与迭代。对于独立开发者、产品经理、设计师和内容创作者而言，学习 AntiGravity，等同于学习未来两年的主流开发方式。

AntiGravity , Gemini 3 , AI 编程 , 生成式 AI , 软件开发 , 独立开发者 , iOS 开发 , SwiftUI , 无代码开发 , AI IDE

01-03

一个人如何在两小时内做出三个 iOS APP？｜AntiGravity + Gemini 3 实战完整记录

这篇文章通过一次完整、真实录屏的实战，展示了 AI 时代 iOS 开发方式的根本性变化。作者使用 AntiGravity + Gemini 3 + ChatGPT，从空白目录出发，在约一小时内连续完成了三个可运行、可使用的 iOS 应用，且全程未手写一行 Swift 代码。三个示例应用分别是： • ToDo APP：由 AI 自动生成项目结构、数据模型、UI 与本地持久化，开发过程完全基于自然语言需求描述。 • 记账 APP：在基础记账功能之上，引入 AI 语音与图片识别，实现“开口即记账”“图片即入账”的低负担交互体验。 • 日记 APP：结合多图与文字输入，由 AI 自动生成具有日式手帐风格的成品图片，可直接用于社交分享。文章强调，AI 已不再只是“帮你写代码”的工具，而是正在重构整个软件开发流程：开发者的核心角色从“代码执行者”转变为产品设计者、需求描述者与 AI 的指挥者。面对报错与调试，开发者只需将问题交给 AI 处理，而无需深入底层细节。最终，文章给出一个清晰结论：未来的独立开发者，未必是全栈工程师，但一定是会与 AI 高效协作的人。

AI 编程 , iOS 开发 , AntiGravity , Gemini 3 , ChatGPT , 无代码开发 , 独立开发者 , 语音记账 , 图片识别 , AI 产品开发

社区动态

行业快讯

霍尼韦尔首席执行官表示，随着劳动力短缺的加剧，人工智能将“重新定义自动化”

2026-06-11 22:58:13

霍尼韦尔首席执行官维马尔·卡普尔 (Vimal Kapur) 向 CNBC 表示，随着霍尼韦尔于 6 月 29 日从航空航天分拆后转型为一家纯粹的自动化公司，人工智能为霍尼韦尔带来了重大的增长机会。卡普尔强调了人工智能通过将运营数据转化为可操作的见解、增强决策和自动化任务来重新定义自动化的潜力。在此背景下，企业面临熟练劳动力短缺，这使得人工智能和自动化对于增长更加必要，而不仅仅是削减成本措施。霍尼韦尔现有的领域专业知识和庞大的运营数据使其能够很好地利用这一趋势。霍尼韦尔

工作场所专家表示，人们的技能表现仍然优于人工智能

2026-06-11 22:07:23

随着人工智能应用的加速，专家认为，同理心、道德决策、解决冲突、建立关系和批判性思维等软技能在劳动力中变得越来越有价值。这些“持久技能”能够抵抗技术的取代，并在经济转型过程中保持其价值。值得注意的是，人类的同理心、人际关系和道德判断仍然是不可替代的，这凸显了人类独特属性在技术驱动的就业市场中的持久重要性。

诉讼称，马斯克的 xAI 解雇了对 Grok 聊天机器人提出担忧的工程师

2026-06-11 21:40:00

Devin Kim 是一名前 xAI 工程师，后来成为人工智能安全智囊团领导人，在对聊天机器人 Grok 相关风险表示担忧后，他对埃隆·马斯克 (Elon Musk) 的 SpaceX 子公司提起不当终止诉讼。该诉讼称 Kim 因倡导更严格的人工智能安全措施而被解雇，并强调了可能违反加拿大隐私法的行为。xAI 因 Grok 生成的未经同意的性化深度赝品而面临审查，导致国际调查和法律诉讼。马斯克于 2023 年创立了 xAI，作为 OpenAI 的更安全替代方案，但该公司此后面临多项诉讼和监管问题。

我的人工智能观点

2026-06-11 20:50:39

摘要：作者概述了他们对人工智能时间表的看法，重点关注到 2027 年、2034 年和 2045 年 AGI（通用人工智能）的发展概率。他们讨论了扩散差距、超人类智能差距、博斯特罗米亚超级智能差距、不归路、对齐问题、警告镜头、潜在的人工智能相关灾难、人工智能暂停的可能性、经济影响、2100 年的社会变化以及对模拟的猜测理论。该文章包括对每个时间线和场景的概率评估，强调递归自我完善进展和监管挑战的不确定性。

人工智能了解宇宙如何运作，这给物理学家带来了意想不到的问题

2026-06-11 19:05:20

科学家们正在探索利用人工智能来加速复杂的宇宙学研究，但《宇宙学与天体粒子物理学杂志》最近的一项研究发现，虽然预先训练的人工智能在通过较少的模拟来理解标准宇宙学模型方面表现出了希望，但它产生的偏见阻碍了其识别新物理学的能力。该研究强调了人工智能加速科学发现的潜力，以及谨慎应用以避免误导性结果的必要性。研究人员计划进一步进行实验，以完善人工智能在分析真实调查数据和确定宇宙学的哪些领域最能从迁移学习技术中受益的效用。