即刻App年轻人的同好社区
下载
App内打开
行小招
91关注229被关注0夸夸
探索AI在企业的落地应用场景
记录关于大模型的一切闪念、想法、洞察
Nasdaq上市公司|增长技术负责人
前阿里/同程艺龙
置顶
行小招
7月前
我目前对 AI 的理解,有三个层次:

1. 个体赋能层 (AI as Copilot) :AI是工具、是 copilot,辅助你提高在某个具体任务中的效率,拉开人与人之间的差异。

2. 组织变革层 (AI as Colleague):AI是团队成员、是“新人”、是同事,单独解决某一具体任务而不需要你的协助,这将对现有的团队、组织带来极大的变化。

3. 认知突破层 (AI as Catalyst):AI是精神伴侣、人生导师、事业合伙人,扩大自己的认知边界,许多现在做不了的事情,比如癌症(人类疾病)、可控核聚变(能源问题)、太空探索等都可以做了,这将对人类世界的科技进展、文明程度带来极大的升级。

前两层本质上是降本增效,而第三层才是最重要的,借助 AI 突破当下个体的局限性,对未知领域进行探索,创作,这些最终需要的还是人才,高级人才,顶级人才,

借助 AI,最终还是要提升自己,突破自己的层次,创造新的增量价值,这,我认为才是 AI 对人类的终极意义!
11
行小招
9天前
衡量 LLM 在企业里面的落地效果,一定程度上看 token 的消耗量就行,消耗量越高,花费成本越高,那么带来的价值一定越高,否则企业不会花费这个成本,对于我们个体道理一样。

个人 AI 付费到了一个里程碑,金额达到 1w 了,但从长远看,这才刚刚开始,新的时代已经来临,唯有拥抱变化!
00
行小招
9天前
人类与 AI 的关系将不是简单的替代关系,而是更加紧密的协作关系:

人类要做的是 AI 无法胜任的任务:原创、共情、高质量提问、框架化思考。

AI 做的是人类不擅长的任务:海量数据处理、高精度计算、重复任务自动化。

人类最重要的核心能力,就是掌握那些 AI 难以替代的、属于人类独特的能力,并将这些能力与 AI 深度融合,才能实现人类自身的跃迁与成长。
01
行小招
28天前
很激进,对国内的中型大型企业不合适,比较遥远,但是如果未来产生大量的几人/十几人团队规模的公司,很有借鉴意义。

组织能力才是 AI 公司真正的壁垒 | 对谈 Palona AI 联创任川

42章经

00
行小招
1月前
GPT-4.5 能够非常深入的解释一个概念,对人类心理和细微情绪的理解非常到位,就像一个情感细腻的文科生,体贴,理解你的心情,但是很少反驳你的观点,

GPT-5 Thinking 极致理性,严谨,冷静,甚至是冰冷,智商极高,回答内容非常全面立体,信息密度高,不仅仅要结合很多权威网站的搜索结果深入分析,还要给出你可落地执行的计划方案,一步一步非常详细,但是很少照顾你的感受,比如理解起来很可能要费半天时间,

GPT-5 Pro 更严谨,搜索论证的资料要更多,结论更客观,如果时间有限,只能要一个答案的话,那么选他,综合最优,
20
行小招
1月前
每天让 GPT-5 定时送上它深度搜索按照你的要求定制的新闻资讯,附带自己的观点,是不是比今日头条类的个性化推送质量要高一些?
21
行小招
1月前
00
行小招
1月前
更新 juice 具体值,对 GPT-5 Thinking 的几个层级感兴趣的,可以看看
30
行小招
1月前
Codex 团队答疑,精简版:
1、团队成员使用 Codex 工具来开发 Codex 这款产品,使用手机 app ChatGPT 中起个头,做到电脑工位后,在 vs code plugin 下面继续干活。
2、优化 Codex CLI vs Code plugin 产品体验, JetBrains plugin 优先级不高。
3、在优化使用量进度,rate limits 5 小时重置;
4、模型推荐: 偏规划、需要更强通识世界知识的任务,推荐 GPT-5-high ,技术重构等纯工程向任务,推荐 GPT-5-Codex。
5、CLI 已支持联网搜索,暂无 subagents 开发计划

Codex 目前依然是辅助专业开发工程师,不追求让不会写代码的人搭建部署应用。
00
行小招
1月前
我觉得讨论这每个层级的 juice 具体数字没什么意义,重要的是把 API 层可控制的 reasoning _effort 这个参数开放到了 ChatGPT 的客户端,

这个就非常可控了,很多问题的确没必要用更大力度的思考,最轻量级的就挺好,大上下文,大输出量,适合长文本处理任务。
00
行小招
1月前
订阅 ChatGPT PRO 层级会员,200 刀每个月的理由又多了一个: Codex 编程工具,云端+本地 CLI+IDE plugin,

这两天深度使用,GPT-5-Codex 这个模型非常强悍,在解决我后端微服务 20 多万行历史堆积的代码下,一个线上问题,给他几张报警截图,在代码仓库下搜索查询一番,很快定位到了出问题的代码,安排修复上线,非常高效的一次协同。
00