数读 · 发言记录
从近到远排列;打开一条即可查看完整原话、来源与关联话题。
隐性上下文越多的领域AI能做的事情越局限
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
其实利好个人开发模式,但是大多数任务不可能走个人开发模式; 我觉得是企业没准备好,大多数普通人也没准备好
是的,个人提效高 组织提效其实很一般。
例如现在我 mt 的那个 wise,我看他效率挺高的,因为需求评审开发全是一个人干,组织内部的摩擦小很多
提出几个小问题,你可以把写的稿子丢给 gpt 分析一下 2000 应该是 credit 不是 token,token有固定的意思
我们要特别精细的需求表达
要考虑大家都方便
因为一般是感觉到有不好,才会去加服务层或者中间层,才会去进行一些新的架构设计改进
你说得对
然后我当时用 LangGraph 做了很多实验,就是一个问题被拆得足够细,然后每一个子问题都去交给小模型去生成对应的答案,然后再把这些答案聚合给一个稍微大一点的模型,它的效果就会很好
对对对,我也没有说它一文不值,主要是说他在贬值
但是实际上我们只需要多加一个中间层,对 AI 说,我现在有这么一个疑问,但是我觉得我还漏了很多信息,我希望你回问我,然后我补充给你,你再去执行任务,反而会做得更好
就换句话说,我们过去的某些看上去对的范式,随着模型基座的发展,都在贬值
因为你对业务的认知决定了你能输出的上下文
就如果你对美观度有要求,确实都一般
AI项目价值 = 业务价值 × 使用概率 × 技术成功率 − 开发成本 − 运行成本 − 风险成本
我已经听很多人说到这个了 而且最重要的是 他们真的可以用起来
其实对应的你如果承担了这个岗位,你的义务也重很多