原话与出处
这里保留全部 177 段已收录引文。它们是群聊中的节选,不是全量聊天备份。
流程不是天然正确的;如果它建立在对 AI 能力的错误假设上,那流程本身就是 Bug。
opendesign用过,做了点简单的汇报ppt,感觉挺可以的,但是复杂一点的用来商业演示的ppt还没试过,晚点试试
这也是我学到的两条经验: 1:让 Agent 操作它最擅长的格式 2:给 Agent 规范,而不是模板
调用会议高级功能API,API返回值提醒我开专业版 开了专业版,API高级功能呢还是用不了 问了客服,客服说专业版可以用高级功能 查了文档,在一个小角落看到 专业版不支…
我感觉很多时候我面临的问题有共性 他没有一个精准的解,没有一个绝对好的流程框架 AI一次性做不一定处理的好, 他可能不是一个特定场景的任务,没有专门属于他的skill,没…
从一个模糊想法或已有 AI 任务开始,建立刚好足够的初始框架;让需求、方法和评测在真实产物与反馈中逐步成形;支持人工主导、人机协同或自动迭代;并让每一代变化、证据、文档和…
我觉得有一个很有意思的分界点是: IT的流程没变,只是用AI代替了某几个步骤 我们的流程是新的,可能跨越了过去的某些步骤 当然终点都一样,是解决问题
我们是很大程度自己挖业务 他们业务方给的那个需求 完全没法正常工作
以前是: 错误很贵,所以尽量靠先验避免错误。 现在越来越多场景是: 错误便宜,所以更值得尽快获得错误,再用后验修正。
比如我现在做法规资讯分析,不是先把一套方法设计到很完整再固定下来,而是一开始就把它设计成一个可持续迭代的闭环。 每跑一版,就从真实结果里拿到新的证据:哪些地方错、为什么错…
本质上就是工作策略从“重先验”转向“更快用后验更新”。 以前执行很贵:人做,除非证明机器能做;先尽量设计完整,再执行。 现在很多执行已经很便宜:机器做,除非证明这里需要人…
比如我提出:企业决策不是单目标最大化,而是在多个目标和约束下找一个 Pareto 优解;真的高手可能通过改变约束,把前沿往外推。 但是实际上目标函数本身都不是给定的,谁定…
目前还是需要一些垂类agent的,不过总的来说纯做AI软件应用很难卷过大厂,甚至模型公司有一天腾出手来做一下垂类分分钟就能干死一片,随着模型本身迭代agent也会慢慢失去…
其实现在就是没有找到一个合适的商业模式,说不定等到AI基础设施完全普及之后,会发生质变,会产生新的一种组织形式、商业形式、产品形式。
真的 我已经收藏了
我觉得可以把这些人的共同方法压成五件事: 尽快拿到真实结果,而不是长时间设计第一版。 先跑,再根据结果改。 人主要控制目标和边界,执行尽可能下放。 不需要每一步都参与。…
在ZCODE,做完UI任务,还会交付一张截图的
但是很多需要思考和产品侧、需求侧的分析场景 我觉得远不如cc
codex适合当程序员
我现在用codex,不用claude了