我是如何用大语言模型学习复杂主题的
我认识的许多工程师用生成式 AI 做各种事情，比如搭建概念验证、内部工具或仪表盘，甚至用它们来学习新知识。但就我个人而言，LLM 解释事物的风格让我很难跟上。它实在太过于简单化，而且取决于用多少 emoji，有时还挺烦人的。
在分析可能拖慢数据中心建设的新型 AI 瓶颈时，我意识到关于芯片生产有很多方面我并不了解。上网搜索的过程中，我自问：如果有一款游戏能带你走完芯片在晶圆厂里的制造全过程，会怎么样？这样学到的知识肯定会记得更牢，因为你可以把概念和游戏中的物体对应起来。就是这个时候，我决定试一试——结果效果真的非常好。
工作流程
与其直接让 AI 解释某个主题，我使用了以下流程：
- 在规划模式下（使用 Claude Code 或 OpenCode），让模型为某个主题构建基础知识库。
- 让它对上一步构建的知识库进行准确性审查。
- 然后让它生成一个低多边形风格、类似《过山车大亨》的模拟动画。我还会加一些 UX 元素，比如页面需要在大小屏幕上都可见、有随时暂停的控件等。
- 最后将其推送到一个新仓库并启用 GitHub Pages。
成果
你最终得到的是一个精美、100% 准确且无幻觉的动画。对我来说，这种方法比阅读 Google 上搜到的无穷无尽的资料，或者试图消化语言模型吐出来的一串项目符号列表要有效得多。
我专门用这个方法学习了芯片制造，并在 ChipTycoon 网站上发布了成果。你可以跟随一辆小车，从沙子被采集的那一刻起，一直到芯片最终完成并交付到数据中心。
视觉上，你可以跟着小车，看它如何变化。因为是低多边形风格，细节可能有所缺失，但它仍然是一个很好的指标，可以展示产品在制造过程中经历众多步骤后是如何变化的。
如何进一步改进
假设低多边形设计需要太多想象力才能想象出石英砂堆离开熔炉后发生了什么。要将其转化为更逼真的呈现，你可以使用我将图片转为 3D 物体的技能，然后把生成的物体映射到你的模拟中。这样就能得到更精确的设计。
你还可以给模拟添加挑战。尝试回答关于芯片制造上一阶段的问题，会极大地帮助你巩固知识。加入一些直观的谜题也能帮你学得更好。
来看看我还做了哪些页面：