即刻App年轻人的同好社区
下载
置顶
最近的使用体验，Gemini 2.5 Pro 和 o3 不在一个维度上，O3，信息整合的强者；Gemini Pro 2.5，战略思维的巅峰，o3，极度重视细节执行，信息整合，执行步骤，Gemini 2.5 Pro 重视全局思考，很容易跳出当下困境，提供你新的思路！
简单讲，o3 像是信息整理，细节执行的打工人，Gemini 2.5 Pro 更适合头脑风暴，创新新想法，效果更好！
简单讲，o3 像是信息整理，细节执行的打工人，Gemini 2.5 Pro 更适合头脑风暴，创新新想法，效果更好！
3 80
Sam 刚发布的对黄仁勋关于 AI 看法的评价，AI 将会引起工作的变革，人类要从重复性的 How 改变到定义 what、why，从而创造更多以前难以想象的艰难需求，最终让世界更美好。
来看看 o3、Gemini 2.5 Pro 两个 AI 员工的解决，哪个对你启发更大一些？
来看看 o3、Gemini 2.5 Pro 两个 AI 员工的解决，哪个对你启发更大一些？
1 00
赞同，AI 是人的放大器，让顶尖的人变得更卓越，让普通的人变得顶尖，重点是人机协同的深度，
企业落地 AI 应用场景是第一步，更重要的是这些场景下的组织中的人，他们的协同深度，越深的企业和组织现在及未来的竞争力就越大。
企业落地 AI 应用场景是第一步，更重要的是这些场景下的组织中的人，他们的协同深度，越深的企业和组织现在及未来的竞争力就越大。
-大雨-: AI代理（agent）不只是工具升级，而是未来组织绩效的新引擎。领导者的关键任务不是部署技术，而是推动人和流程的重塑。 在新一轮AI浪潮中，企业纷纷引入AI代理（如Copilot、AI助手等）。但真正的竞争力，不在于“用没用”，而在于是否让AI真正被员工采纳并产生价值。 从BCG调研来看，成功采纳AI代理的企业正获得显著领先优势：收入增长1.5倍，股东价值提升1.8倍。其背后不是“换了工具”，而是完成了从“工具使用”到“人机协作”的转型。BCG研究显示，使用GPT-4的员工生产效率提升25%，输出质量提高40%。甚至普通员工也能快速追平顶尖员工的表现。 这意味着：AI代理的本质，不是省人，而是放大人。 为了实现这种转型，领先企业普遍遵循“三步走”框架： 1. 部署（Deploy）：不是简单上马聊天机器人，而是将AI能力嵌入日常工作中。 2. 重塑（Reshape）：与员工一起重新设计流程，明确AI做什么、人做什么，释放人类价值。 3. 发明（Invent）：探索AI带来的新服务、新产品与新商业模式，比如欧莱雅的虚拟美妆顾问，让原本只能线下提供的高端服务实现了规模化。 但阻力也不容忽视。数据显示，60%的员工几个月都没有真正使用AI工具，原因包括：不了解AI能做什么（能力无知）、固守旧习惯（习惯惰性）、担心被取代（身份威胁）。 这正是企业领导者需要重点应对的长期议题。解决之道不是“一刀切”地强推工具，而是： • 选对AI工具并融入日常工作； • 有意识地培训员工理解和使用； • 庆祝采纳、放大正面案例； • 与一线员工共创流程，兼顾自动化与人本价值。 未来真正领先的企业，不是最先部署AI的那家，而是最先实现人与AI深度协作的那家。
2 00
马斯克应该学习 Google 的策略，grok4 免费用，限制一定次数，超出次数还想用的付费升级，自此和 OpenAI、Anthropic、Google 并驾齐驱了，开启了用户以及用户使用场景的争夺战！
未来每个人会用很多模型，不同的场景下选择最合适的，组成模型战队，效果综合最好！
未来每个人会用很多模型，不同的场景下选择最合适的，组成模型战队，效果综合最好！
4 00
当下以及未来，这个“定义问题”的能力越发重要，而能提出好问题，前提是自己深度思考，辩证思考，批判性思考，找到洞察点，提出疑问，这才可能是好问题！
否则，永远只能提出“如何减肥”这种不痛不痒，非常大众化的问题，AI 也给不了有价值的帮助！
否则，永远只能提出“如何减肥”这种不痛不痒，非常大众化的问题，AI 也给不了有价值的帮助！
1 00
在工作和生活层面，与 AI 深度协同一个月后，月末复盘总结（20250603-20250702 共 30 天）：
1）客观数据看，
一共会话 888 组，消息 6530 次，日均 218 条消息，其中 o3 使用了 4789 次（ 日均 160 次），绝对主力模型，明细如下：
Deep Research: 123 次（每天最高 24次，平均 4 次，满血基本用完了，轻量级没用着）
o3: 4789 次（日最高 467 次，平均 160 次，最低 19次）
o3-pro: 47 次（日最高 9 次，平均 1.5 次，06.10发布）
o1-pro: 4 次
GPT-4.5: 473 次 （日最高 31次，平均 16次）
GPT-4o: 607 次（日最高 86次，平均 20次）
GPT-4.1: 100 次
o4-mini: 25 次
o4-mini-high: 65 次
Gemini 2.5 Pro： 272 次（这是 Google 的 Gemini 产品）
Google Deep Research： 24 次
Claude Sonnet 4： 32 次
其他 ： 忽略不计
2）主观感受与观察：
没有最强模型，每个模型都有自己的“性格”和擅长领域，不断协作，持续“体感”，掌握不同模型差异，才能在具体场景中选对模型，拿到最佳结果。
顶级模型的Benchmark已趋同，但“智商”相似不代表能力相同，解决实际问题的效率和质量才是王道。Agentic能力是拉开差距的关键。ChatGPT 中的 o3/o3-pro 已经脱离普通模型范畴，是一个 Agent。
o 系列（推理模型）和 GPT 系列（普通模型）差距已经很大，复杂类问题优先使用 o 系列模型解决，事半功倍。
大模型厂商目前很卷，不用一直寻找最佳模型产品，能帮你解决实际问题多的就是最佳产品，个人体感目前 ChatGPT 依然是全科领域综合最强，不会选就选它。
1）客观数据看，
一共会话 888 组，消息 6530 次，日均 218 条消息，其中 o3 使用了 4789 次（ 日均 160 次），绝对主力模型，明细如下：
Deep Research: 123 次（每天最高 24次，平均 4 次，满血基本用完了，轻量级没用着）
o3: 4789 次（日最高 467 次，平均 160 次，最低 19次）
o3-pro: 47 次（日最高 9 次，平均 1.5 次，06.10发布）
o1-pro: 4 次
GPT-4.5: 473 次 （日最高 31次，平均 16次）
GPT-4o: 607 次（日最高 86次，平均 20次）
GPT-4.1: 100 次
o4-mini: 25 次
o4-mini-high: 65 次
Gemini 2.5 Pro： 272 次（这是 Google 的 Gemini 产品）
Google Deep Research： 24 次
Claude Sonnet 4： 32 次
其他 ： 忽略不计
2）主观感受与观察：
没有最强模型，每个模型都有自己的“性格”和擅长领域，不断协作，持续“体感”，掌握不同模型差异，才能在具体场景中选对模型，拿到最佳结果。
顶级模型的Benchmark已趋同，但“智商”相似不代表能力相同，解决实际问题的效率和质量才是王道。Agentic能力是拉开差距的关键。ChatGPT 中的 o3/o3-pro 已经脱离普通模型范畴，是一个 Agent。
o 系列（推理模型）和 GPT 系列（普通模型）差距已经很大，复杂类问题优先使用 o 系列模型解决，事半功倍。
大模型厂商目前很卷，不用一直寻找最佳模型产品，能帮你解决实际问题多的就是最佳产品，个人体感目前 ChatGPT 依然是全科领域综合最强，不会选就选它。
3 70
