即刻App年轻人的同好社区
下载
置顶我目前对 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、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。
详细阐述如下：（经 Gemini 2.5 Pro 润色）
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、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。
详细阐述如下：（经 Gemini 2.5 Pro 润色）
5 11
从能够高效协同的工具列表看，GPT-4o vs O3 日常怎么选择使用 ？
GPT-4o 能够使用 8 个工具，包括记忆、代码、搜索、图片生成、cavas，
O3 能够使用 12 个工具，除了 GPT-4o 能够使用的工具外，搜索工具的能力大大增强，额外有个数据分析图表制作的 python_user_visible 工具，有任务相关的工具、有用户当地信息（位置/本地时间）工具，
PS：
我个人判断，O3 降智会更简单，他本身就知道用户的当地信息，位置、本地时间，在这个地方做一层对齐，直接封禁不允许的地区，就更简单了。
GPT-4o 能够使用 8 个工具，包括记忆、代码、搜索、图片生成、cavas，
O3 能够使用 12 个工具，除了 GPT-4o 能够使用的工具外，搜索工具的能力大大增强，额外有个数据分析图表制作的 python_user_visible 工具，有任务相关的工具、有用户当地信息（位置/本地时间）工具，
PS：
我个人判断，O3 降智会更简单，他本身就知道用户的当地信息，位置、本地时间，在这个地方做一层对齐，直接封禁不允许的地区，就更简单了。
1 00
三天假期做了一个决定，今早升级了 ChatGPT PRO 会员，200 刀，暂定一个月，月末复盘，看看这 200 刀值不值。
即友们，你们升级 ChatGPT PRO 会员的原因是啥？能不能一起讲讲，
我个人就是为了 Deep Research 和 GPT-4.5 的次数，这俩目前是工作、生活中重度使用的了，GPT-4.5 的对人性、知识的理解深度，底层逻辑的深刻洞察，4o、O3都不够，Gemini 2.5 Pro 也不足，而且 GPT-4.5 写文案绝对是一流的，目前我个人觉得最强（O3、Gemini 2.5 Pro、Grok3、DeepSeek-R1-0528）
即友们，你们升级 ChatGPT PRO 会员的原因是啥？能不能一起讲讲，
我个人就是为了 Deep Research 和 GPT-4.5 的次数，这俩目前是工作、生活中重度使用的了，GPT-4.5 的对人性、知识的理解深度，底层逻辑的深刻洞察，4o、O3都不够，Gemini 2.5 Pro 也不足，而且 GPT-4.5 写文案绝对是一流的，目前我个人觉得最强（O3、Gemini 2.5 Pro、Grok3、DeepSeek-R1-0528）
7 100
的确是这样的，trae 比 cursor 在我身边受Java 开发的欢迎，就是界面更符合 idea 的操作，debug 过程还是比不上 idea ，很多开发是在 trae 写代码，使用 idea debug ；
如果阿里的这个把 Java 开发、debug 的体验提升起来，那么 idea 真的可以被替代了；
如果阿里的这个把 Java 开发、debug 的体验提升起来，那么 idea 真的可以被替代了；
池建强: 阿里发类 Cursor 的 IDE 了。我觉得或许阿里可以为 Java 的用户额外做些什么，毕竟目前阿里是 Java 大户，国内 Java 的占有率也非常高。 Cursor 这样基于 VSCode 魔改的产品，原生对 Java的支持没那么好。这或许是一个阿里牌 IDE 体验反超的 切入点。
1 01
Artificial Analysis三方评测：deepseek-R1-0528 智能总分数达到 68 分，超越 Gemini 2.5 Pro、Grok-3-mini、Claude Sonnet 4，仅次于 O3/O4-mini-high，差距非常小。
R1-0528 架构没变，依然是 MOE总 671B，激活参数 37B，在 V3 的基础上采用 RL 进行 post-training。
详细：x.com
R1-0528 架构没变，依然是 MOE总 671B，激活参数 37B，在 V3 的基础上采用 RL 进行 post-training。
详细：x.com
1 00
暴论： Dify 之于开发AI Agent应用，类似于 Java 生态中的 spring cloud，学习 AI 应用开发的同学，应该战略性重视起来。
目前我知道的很多企业自建 AI 应用的，大部分都是使用的 dify，中国人开发的，符合国人习惯，RAG Agent workflow 等功能非常强大；
开源项目类： n8n（偏自动化 workflow）、Langchain-Chatchat、fastGPT、Flowise、RagFLOW 这些开源项目，功能完备度、社区积极性、人员成本、可扩展性等等各有差异，
框架类：LangGraph、AgentsSDK（水土不服）、Langchain（控制性太差）、AutoGen、CrewAI、llamaindex（偏 RAG）等知名框架，不说功能全不全，在企业内部落地，需要大量的开发工程师，大量的工程代码，成本高。
目前我知道的很多企业自建 AI 应用的，大部分都是使用的 dify，中国人开发的，符合国人习惯，RAG Agent workflow 等功能非常强大；
开源项目类： n8n（偏自动化 workflow）、Langchain-Chatchat、fastGPT、Flowise、RagFLOW 这些开源项目，功能完备度、社区积极性、人员成本、可扩展性等等各有差异，
框架类：LangGraph、AgentsSDK（水土不服）、Langchain（控制性太差）、AutoGen、CrewAI、llamaindex（偏 RAG）等知名框架，不说功能全不全，在企业内部落地，需要大量的开发工程师，大量的工程代码，成本高。
2 00
再来几个 lovart.ai 的邀请码，需要的自取，先到先得。
ygueaSR
jDNnhLh
g4Np87Z
L4YkvZY
NJTLExT
ygueaSR
jDNnhLh
g4Np87Z
L4YkvZY
NJTLExT
行小招: 我看有好多小伙伴需要Lovart AI 邀请码，也发一下，需要的自取。 3HyVJQ2 Dv3gVXk 326tutG
2 00
没想到 Gemini 2.5 Pro 的多模态理解能力这么强！这个 case ，思考几秒钟超过 ChatGPT o3 的 4 分多钟思考，
上班路上看到一辆车，没任何车标，真没有，我自己是超车超过去看到了车轮子上的车标，再去搜索找到的，答案就是“长安起源 E07”，Gemini 2.5 Pro 这一个 case 直接封神了！
这个 case 的难点，需要根据车型，外形，尤其是后部分的形状，从自己知识库或者网络搜索的内容中找合适的，然后再推理、判断是哪个车型，
o3 非常卖力，把图片放大了缩小，反复搜索，最终还是失败，而 Gemini 2.5 Pro 上来就对了，大家可以看看他俩的思考过程，非常有意思，
我猜测 Gemini 2.5 Pro 能答对的原因在于其训练的语料库，知识库截止 2025 年 1 月份，o3 截止 2024 年 6 月份，差了半年的训练语料，还有就是 Gemini 2.5 Pro 是真的原生多模态，训练语料里面含有很多图片、视频类数据，应该是看到过汽车车型的数据
上班路上看到一辆车，没任何车标，真没有，我自己是超车超过去看到了车轮子上的车标，再去搜索找到的，答案就是“长安起源 E07”，Gemini 2.5 Pro 这一个 case 直接封神了！
这个 case 的难点，需要根据车型，外形，尤其是后部分的形状，从自己知识库或者网络搜索的内容中找合适的，然后再推理、判断是哪个车型，
o3 非常卖力，把图片放大了缩小，反复搜索，最终还是失败，而 Gemini 2.5 Pro 上来就对了，大家可以看看他俩的思考过程，非常有意思，
我猜测 Gemini 2.5 Pro 能答对的原因在于其训练的语料库，知识库截止 2025 年 1 月份，o3 截止 2024 年 6 月份，差了半年的训练语料，还有就是 Gemini 2.5 Pro 是真的原生多模态，训练语料里面含有很多图片、视频类数据，应该是看到过汽车车型的数据
4 20
嗯，内容类的同意这个逻辑，比如微信、钉钉，
不过手机厂商还是有优势的，相机、照片、邮箱、文档编辑阅读类这些打造成超级 app，也大有可为
不过手机厂商还是有优势的，相机、照片、邮箱、文档编辑阅读类这些打造成超级 app，也大有可为
志达: 哪怕硬件厂商自研的模型是最强模型，跟手机的结合也有点差强人意，比 apple 强不了多少，能获取的 context 也只是自研的 Gmail, Chrome 的，App 内的 context 只是唤醒+截图级别的，这么看 Super App 才能提供真正的 context，x+grok 的结合是我目前使用体感最好的。 目前看手机这个形态的硬件其实没多大优势，手机端侧模型没看到任何价值，可能还需要等语音模型的突破。
1 00
