在大型语言模型（LLMs）出现之前，一个简单的“努力工作并产生输出”的策略相对有效。那个时候，世界是“分析受限”的，因此构建一个增量的PPT或进行一些电子表格操作总能帮助我们更好地理解情况。优化“工作内容”的人和仅仅“产生输出”的人之间的差别很小——也许是90%的效率对60%。在这种范式下，你可以通过测量“工作小时数”来大致评估某人的工作努力程度。 现在，随着大型语言模型的出现，演示文稿、电子表格操作、电子邮件和一般的忙碌工作价值已经降到0.0。为了输出而输出没有任何价值，因为我可以随时要求Cursor生成我想要的任何分析。在旧的范式下，你可以每天工作12小时，却完全没有产生任何价值。 你可以花4个小时构建一个模型，而这个模型在Cursor上只需十分钟（几乎没有价值），或者你可以花4个小时在Cursor上构建5个好的分析并思考结论。高价值、深思熟虑的工作与忙碌工作的差别现在超过100倍。