这两天在尝试让DEEPSEEK能像我一样去推理故障，做了大量的工作才发现，你自己懂一个道理很简单，但是想用某种方法把你的思路整理出来让被人学习并非易事。知识很的传授已经不易，而经验就更难了。
最近不少DBA朋友都在热议deepseek，也都在尝试让deepseek帮我们做些事情。在某些事情上，deepseek强大如经验丰富的医生，当时在某些事情上，可能deepseek像弱智的儿童。于是各种与盲人摸象一样的观点就开始散播开来，而听到这些观点的人如果自己亲自去试一试会发现，好像又有完全不同的体验。
deepseek就像金庸武侠小说里的段誉的六脉神剑一样，有时候无坚不摧，有时候只能虚点两下。这是为什么呢？
我从来没见过如大模型这样博学的人，几百亿的参数是无数语料学习出来的，论博学，无出其右。不过作为大模型，deepseek也有大模型的通病，就像是没有打通任督二脉的段誉一样，不知道如何使用其博学的知识，亦或像学了一肚子孔孟之道，但是没有什么社会经验的书生，刚开始的时候根本不知道该如何去使用它所学到的各种经典。我从来没有见过如此博学又如此不通人情世故，如此缺乏实践经验的“人”，因此想找到正确地与其沟通的方法也不太容易。
这些天我也在尝试引导deepseek按照我们的要求来为我们做事，这个尝试工作还是很艰辛的。你必须告知它如何使用它已知的知识，并将它未知的知识告诉它，同时把你掌握，它没有掌握的经验也传授给它，它才能够十分精准地帮你解决问题。在做这些事的时候，我发现，想把自己的经验传授给DS十分困难。
首先是我自己都很难把某些经验用十分精准并且精炼的语言告诉DS，刚开始描述一个工作经验的时候我觉挺简单的，我可以通过记忆里的一个案例去描述整个事情，就像竹筒倒豆子一样，十分轻松。
不过当我需要展开某些知识细节的时候，就十分困难了。如果我没有掌握把某些经验数字化的方法，这种给DS授课的工作是十分困难的。我也不知道它是否真正理解了我教给他的经验。有时候做过某些工作和充分理解某个工作的真正原理性的东西差别是很大的。在这个过程中，我也不得不去恶补了很多以前掌握得不够准确的知识。我以前说过，学习数据库最好的方法是去写书或者写文章，在这里我要再一次重申，这确实是十分必要的。能够准确描述某个经验的各种细节，才说明你真正掌握了某个问题的分析方法。
想教会DS帮你做难度较大的事情是比较难的，利用DS来学习数据库知识相对就容易多了。有很多朋友现在都想把DS作为知识问答的对象，通过DS来学习相关的知识，也都在向它投喂各种专业知识，通过这种方式来建立自己的私有知识库。想做到这个也不难，现在有很多本地部署的工具可以构建本地知识库。通过本地知识搜索和远程大模型服务来做知识搜索和解读。我想这么做肯定对你会有所帮助，但是仅仅建一个知识库，然后能给你做一些知识问答，对你的帮助还是有限的。通过知识问答碎片化地学习知识，本身就不是学习知识的比较好的方法。如果你对某个领域的知识还是学习探索阶段，那么系统化地学习可能是更好的方法。知识问答只适合搜索零碎的知识。用DS做知识问答，还有一个问题是，你无法确保知识的准确性，说不定哪一次它就抽风似地给你胡说八道一通。
也有些朋友在使用DS来读书，如果你想快速地浏览某些书上的章节，让DS总结后你直接看干货是一种省时省力的方法。不过这种读书方式也并非真正的适合读任何书的方法，如果某本书写得特别好，其内容对你掌握某种知识十分有帮助，那么读DS总结出来的东西，很可能忽略了某些重要的细节，这些细节可能对你把知识串起来十分有价值，那么就亏了。系统化学习和碎片化学习必须相结合。
AI时代里，能够准确掌握AI工具的人才能有更高的学习和工作效率，因此我觉得每个人都没必要逃避AI工具，仇视AI工具，主动去探索一些让AI工具帮你提高效率的事情，可能是目前每个DBA都应该去做的事情。
