即刻App年轻人的同好社区
下载
不知道大家是否和我一样，会困在和他人的讨论中无法出来，尤其一场激烈的辩论后，持续几天仍在脑海里反刍应该如何抛出更有利的论据，如何更有力的回击，当然偶尔也会反思自己说的是否正确。
当我意识到这是一种内耗后，我会命令自己不要再去想这事了！可我管不住自己，尤其咽不下那口气。
而最近我突然从根源上解决了这个问题 —— 从思维框架上解决了。
接下来，我会建立一个思考顺序，尽力来重建我的「开悟」：
1. 在执着于为自己辩护时，我是否【二元化】的将观点标签化为「我的（正确）」vs「他人的（错误）」，这本质上是将自我价值与观点绑定。你看，我甚至没有将别人的观点再进行区分！而是一致性的将所有不同于我的声音归为了一类。
2. 随着认知和经验的丰富，就像软件版本迭代，v1.0 的你自然会否定 v0.8 的你，所有观点都是「特定时空下的产物」。对于未来的我而言，我当下维护的“我的观点”和所批判的”别人的观点“并无区别。
3.因此，所有的观点都有”归属“，无论多接近真理，也仍是特定身份的声音。我像是在俯视一个圆桌，桌上的每一个人代表了一种身份/经验/情绪，是他的背景，决定了他发出来不同的声音。当对方坚持某个观点时，可以问：「什么样的经历会让一个人形成这样的信念？」—— 这个问题能将对抗转化为探索。
经历以上三步之后，我可以平等对待不同声音了，也不再执着于运用怎么样的辩论技巧去驳倒对方。而是开始接纳一个事实：因为他是他，我是我，都没错。
终于，我看到了一切的关键：把所有的声音都收到同一个”匣子“里时，我便不再执着于要用我的牌去压到你的牌，我会看一下环境，然后：
- 继续出我的牌
- 也可以出你的牌
- 离开棋盘去喝杯茶
当我意识到这是一种内耗后，我会命令自己不要再去想这事了！可我管不住自己，尤其咽不下那口气。
而最近我突然从根源上解决了这个问题 —— 从思维框架上解决了。
接下来，我会建立一个思考顺序，尽力来重建我的「开悟」：
1. 在执着于为自己辩护时，我是否【二元化】的将观点标签化为「我的（正确）」vs「他人的（错误）」，这本质上是将自我价值与观点绑定。你看，我甚至没有将别人的观点再进行区分！而是一致性的将所有不同于我的声音归为了一类。
2. 随着认知和经验的丰富，就像软件版本迭代，v1.0 的你自然会否定 v0.8 的你，所有观点都是「特定时空下的产物」。对于未来的我而言，我当下维护的“我的观点”和所批判的”别人的观点“并无区别。
3.因此，所有的观点都有”归属“，无论多接近真理，也仍是特定身份的声音。我像是在俯视一个圆桌，桌上的每一个人代表了一种身份/经验/情绪，是他的背景，决定了他发出来不同的声音。当对方坚持某个观点时，可以问：「什么样的经历会让一个人形成这样的信念？」—— 这个问题能将对抗转化为探索。
经历以上三步之后，我可以平等对待不同声音了，也不再执着于运用怎么样的辩论技巧去驳倒对方。而是开始接纳一个事实：因为他是他，我是我，都没错。
终于，我看到了一切的关键：把所有的声音都收到同一个”匣子“里时，我便不再执着于要用我的牌去压到你的牌，我会看一下环境，然后：
- 继续出我的牌
- 也可以出你的牌
- 离开棋盘去喝杯茶
0 00
在4o发布后，越发明显的看到cursor或trea windsurf ，都不是ai cording 的正确答案。
现在看这些工具就像是23年看SD：专业人士看不上，非专业人士用不了/没地方用。
但ai coding 的答案是像devin 一样的全自动工程师吗？
我并不怀疑在3年后，[用嘴写软件] 能否做得到，即使是再巨大的工程，只要没脱离射程，它就一定会出现。
我所怀疑的是它是否有必要出现？
我们真的需要那么多ai coder吗？
为什么要舍弃最优秀的团队提供的产品而去自己开发半成品？
因此我认为，像4o这样用嘴画图的体验即使可以在ai coding 上复现，但也全无必要。
那么问题来了，面相工程师所开发的产品形态应该长什么样子呢？
现在看这些工具就像是23年看SD：专业人士看不上，非专业人士用不了/没地方用。
但ai coding 的答案是像devin 一样的全自动工程师吗？
我并不怀疑在3年后，[用嘴写软件] 能否做得到，即使是再巨大的工程，只要没脱离射程，它就一定会出现。
我所怀疑的是它是否有必要出现？
我们真的需要那么多ai coder吗？
为什么要舍弃最优秀的团队提供的产品而去自己开发半成品？
因此我认为，像4o这样用嘴画图的体验即使可以在ai coding 上复现，但也全无必要。
那么问题来了，面相工程师所开发的产品形态应该长什么样子呢？
3 00
抛出一个观点，但老实承认我自己也不清楚是否正确：
起因是我在盘24年AI数据趋势时发现，角色扮演类的产品，在用户规模和增速上并不差，起码比PPT、编程、转音频这种纯粹的工具产品要好，但是讨论热度却不高（当然也可能受限于我个人的信息茧房）
然后我联想到GPT和deepseek的爆火，其实也并不是因为测评集中会强调的数学和通识能力，而是因为那种实打实的“真人感”。
所以我会想，当前应用去+AI时，是否往工具效率的偏太多了，假如就仅从基础交互层面加入LLM，提供更多的聊天、更私人化的聊天背景、更有深度更美丽的对话文字……即使产品自身边界没变化，但是用户与其连接却可以不断加深。
起因是我在盘24年AI数据趋势时发现，角色扮演类的产品，在用户规模和增速上并不差，起码比PPT、编程、转音频这种纯粹的工具产品要好，但是讨论热度却不高（当然也可能受限于我个人的信息茧房）
然后我联想到GPT和deepseek的爆火，其实也并不是因为测评集中会强调的数学和通识能力，而是因为那种实打实的“真人感”。
所以我会想，当前应用去+AI时，是否往工具效率的偏太多了，假如就仅从基础交互层面加入LLM，提供更多的聊天、更私人化的聊天背景、更有深度更美丽的对话文字……即使产品自身边界没变化，但是用户与其连接却可以不断加深。
1 00
LLM在小厂/独立应用的价值点在哪？
受限于人自己的能力有限，大语言模型在“传”不在“达”，纵然在不断优化预训练和COT（推理）的背景下，用户得到一个好答案的概率已经提升了很多，可是，然后呢？
最终交付的如果还只是一个答案，在很大程度上难以颠覆原有的工具价值。所以最近我看23年-24年的AI产品的沉浮录，越看越困惑，找不到小公司通过LLM能带来的什么爆发点。
当前LLM的能力边界被限制在语言的边界上了。
在现阶段，我会认为大语言模型在chatbot之外的应用价值，可能更像是一层“很美的交互界面”，不同于UI上那种视觉上的美，而是得到一个“很优秀的人在认真回复你的问题”那种心理层面的美。工具本身的能力边界暂时没有变化，但是用户与其连接却可以不断加深。
受限于人自己的能力有限，大语言模型在“传”不在“达”，纵然在不断优化预训练和COT（推理）的背景下，用户得到一个好答案的概率已经提升了很多，可是，然后呢？
最终交付的如果还只是一个答案，在很大程度上难以颠覆原有的工具价值。所以最近我看23年-24年的AI产品的沉浮录，越看越困惑，找不到小公司通过LLM能带来的什么爆发点。
当前LLM的能力边界被限制在语言的边界上了。
在现阶段，我会认为大语言模型在chatbot之外的应用价值，可能更像是一层“很美的交互界面”，不同于UI上那种视觉上的美，而是得到一个“很优秀的人在认真回复你的问题”那种心理层面的美。工具本身的能力边界暂时没有变化，但是用户与其连接却可以不断加深。
0 11
我想分享一个很冷门甚至有点邪门的AI模型测评方法，我会让AI批八字😅。。
批八字看似是玄学，其实是有很严谨的推理过程，非常考察逻辑能力的同时还要看它的知识面，相当于中文应用奥数题。
而且应该没有模型团队会针对八字做专门的强化学习，所以我觉得比数学评测集还公正些hhh
在拿着deepseek-R1、V3，还有其蒸馏的几个小参数模型都试了一圈后，回答质量差距很大，基本上能够验证之前有体感但没证据的一件事：R1的蒸馏模型，虽然数学评测集分数很高，但是在业务解决能力上并不出色。
我测试下来的结果是： R1>V3>GPT-4>R1的所有蒸馏模型。
批八字看似是玄学，其实是有很严谨的推理过程，非常考察逻辑能力的同时还要看它的知识面，相当于中文应用奥数题。
而且应该没有模型团队会针对八字做专门的强化学习，所以我觉得比数学评测集还公正些hhh
在拿着deepseek-R1、V3，还有其蒸馏的几个小参数模型都试了一圈后，回答质量差距很大，基本上能够验证之前有体感但没证据的一件事：R1的蒸馏模型，虽然数学评测集分数很高，但是在业务解决能力上并不出色。
我测试下来的结果是： R1>V3>GPT-4>R1的所有蒸馏模型。
0 00