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

在经历了对人工智能和经济的担忧之后，美国股市小幅走高

2026-02-17 23:09:00

美国股市周二收盘平静，标普 500 指数、道琼斯工业平均指数和纳斯达克综合指数小幅上涨。这种稳定的背后是巨大的波动，因为各公司报告称，由于经济压力，客户望而却步，并且持续担心人工智能热潮对科技股产生负面影响。派拉蒙试图以高于 Netflix 的出价收购华纳兄弟探索频道是一件值得注意的事件，而通用磨坊则发出利润下降的警告，导致其股价下跌 7%。更广泛的市场仍接近历史高位，但面临着影响各个行业的潜在人工智能干扰和投资者日益谨慎的波动。

首席专家表示，人工智能竞赛正在使兴登堡式的灾难成为“真正的风险”

2026-02-17 22:52:00

牛津大学的一位主要研究人员警告说，科技公司急于发布新的人工智能工具可能会导致类似于兴登堡灾难的灾难性事件，可能会粉碎全球对人工智能技术的信心。Michael Wooldridge 教授强调了商业压力如何优先考虑快速部署，而不是对人工智能功能和缺陷进行彻底测试和理解。他讨论了由于人工智能系统存在缺陷而导致各个部门可能发生重大事件的可能情况，并强调需要更加谨慎的开发。

仅仅几个月后，亚马逊就停止了“蓝鸟”仓库机器人的开发

2026-02-17 20:10:56

由于成本高且复杂，亚马逊已停止其 Blue Jay 机器人项目，将重点转向“轨道”系统，以在较小的仓库中提供更具可扩展性的当日送货解决方案。Blue Jay 的核心技术将被整合到亚马逊仓库网络内的未来计划中。此举反映了为实际应用开发具有成本效益的人工智能机器人技术所面临的挑战。

使用具有 1998 年处理器和仅 128 MB RAM 的 AI，27 年后才可实现 - 3DVF

2026-02-17 19:04:16

1998 年配备 128 MB RAM 的 Pentium II 处理器已成功用于运行 EXO Labs（牛津大学研究人员发起的一项计划）基于 LLama2.c 的语言模型。该实验实现了每秒 39.31 个令牌的吞吐量，并生成了连贯的文本，挑战了只有昂贵的高端硬件才能处理 AI 任务的观念。研究结果表明，在老式或低功耗设备上，经济实惠且节能的人工智能应用具有潜力，从而促进更广泛地使用人工智能技术。

数千名首席执行官刚刚承认人工智能对就业或生产力没有影响，这让经济学家们重新想起了 40 年前的一个悖论 |财富

2026-02-17 18:32:00

经济学家罗伯特·索洛 (Robert Solow) 于 1987 年在早期计算机技术中首次指出了生产力悖论，如今人工智能 (AI) 又重演了这一悖论。尽管企业普遍对人工智能对生产力的影响持乐观态度，但最近的数据显示实际改进微乎其微。本月发布的一项研究发现，虽然大多数高管在工作中少量使用人工智能，但总体生产力或就业并没有显着提高。然而，高管们仍然期望人工智能的实施能够提高未来的生产力和产出。这呼应了索洛早期的观察：“除了生产力统计数据之外，你随处都可以看到计算机时代。”经济学家质疑人工智能何时会为企业投资带来回报，并指出与过去的技术进步类似，生产率激增的可能性会延迟。