展开结构（Structures）
展开的作用：把观点说清楚，让读者跟着你的思路走 原则：一个结构搞定一个主题
核心结构
结构1：看-想-做（最常用）
公式：我看到了什么 → 我想到了什么 → 我打算怎么做
例子：
【看】Karpathy 开源了一个 630 行的脚本，AI 自己跑了 700 个实验。
【想】我看到这个数字的时候，第一反应是：这不就是科研吗？
以前我们做实验：设计 → 编码 → 跑 → 分析 → 改 → 再跑。
一个循环下来，一天没了。
现在 Karpathy 做的，是把这个循环完全交给 AI。
【做】我在想：如果科研都能被自动化，那我日常工作里的那些"重复性思考"呢？
我花在写 boilerplate、调试、查文档上的时间，其实都可以被这个 Loop 替代。适用场景：
- 心得体会
- 观后感
- 学习笔记
模板：
我看到了[具体内容]。
这让我想到[联想]。
所以我打算[行动]。结构2：问题-分析-结论
公式：提出问题 → 分析原因 → 给出结论
例子：
【问题】为什么 Karpathy 说自己从去年12月到现在，一行代码都没写过？
【分析】
他说他现在不是在"编程"，而是在"编排 agents"。
他举了个例子：给 agent 一段指令，30 分钟后回来，agent 已经：
- 登录了服务器
- 配置了 SSH keys
- 设置了 vLLM
- 写了 Web UI
- 设置了 systemd 服务
- 写好了报告
【结论】
他说："I didn't touch anything."
编程的本质可能已经变了。从"写代码"变成"描述需求"。适用场景：
- 深度分析
- 探讨现象
- 解决问题
模板：
为什么[问题]？
原因是[分析]。
所以[结论]。结构3：对比式
公式：以前是怎样的 → 现在变成怎样了 → 这意味着什么
例子：
【以前】
以前做前沿 AI 研究，是"肉计算机"在吃饭、睡觉之余完成的。
设计实验、写代码、跑实验、分析结果、写论文——一个流程下来，几个月没了。
【现在】
现在 Karpathy 做的，是给 AI 一个目标，让它自己跑。
700 个实验，2 天，20 个优化，训练速度提升 11%。
他只负责最开始的"设定目标"和最后的"看结果"。
【意味着】
科研的"执行层"已经被 AI 接管了。
人类剩下的，是"定义问题"的能力。适用场景：
- 对比变化
- 强调趋势
- 预测未来
模板：
以前，[状态A]。
现在，[状态B]。
这意味着，[变化本质]。结构4：层层递进
公式：表面是什么 → 背后是什么 → 本质是什么
例子：
【表面】
Karpathy 说他从去年12月到现在，一行代码都没写过。
这听起来很夸张。
【背后】
但仔细想，他不是"不会写"了，是"不用写"了。
他的工作重心从"执行"转移到了"编排"。
他每天工作 16 小时，不是在敲代码，而是在"表达意图"。
【本质】
这其实是一个更大的趋势：
- 2025年他发明了"Vibe Coding"
- 2026年他改叫"Agentic Engineering"
词的变化，反映了工作方式的质变。适用场景：
- 深度思考
- 挖掘本质
- 建立观点
模板：
表面上看，[现象]。
实际上，[原因]。
本质上，[规律]。结构5：举例式
公式：观点 → 例子1 → 例子2 → 总结
例子：
【观点】
AI 正在改变程序员的工作方式，而且比想象中更快。
【例子1】
Karpathy 开源了 autoresearch，AI 自己跑了 700 个实验。
他睡觉的时候，AI 在工作。
【例子2】
我看完他的博客，试着关掉 AI 自己写代码。
发现手指已经不听使唤了——脑子里第一个念头是"让 AI 来写"。
【总结】
不是渐进的改变，是突然的质变。
去年12月之前"基本上不能用"，12月之后"基本上能用了"。适用场景：
- 论证观点
- 分享案例
- 教学讲解
模板：
[观点]。
比如，[例子1]。
再比如，[例子2]。
所以，[总结]。结构组合
一篇完整的文章，往往是多个结构的组合：
开头：引用式 hook
↓
第一部分：问题-分析-结论（分析 Karpathy 的转变）
↓
第二部分：对比式（以前 vs 现在）
↓
第三部分：看-想-做（我的感受和行动）
↓
结尾：呼应开头练习
用”看-想-做”结构写一段
我看到了：___________
这让我想到：___________
所以我打算：___________待收集结构
- 时间线结构
- 问答结构
- 故事结构
- 金字塔结构
- …