即刻App年轻人的同好社区
下载
明面上：除了真的在美国混的且有强关系网+社交能力的，能拉了一堆水下关系来帮忙在X上宣发的，真的有人可以不找这些“低质”达人吗，还有其他招吗？
暗地里：每次 perplexity 都在 tg 上找了一堆水军且没有标 paid partnership 的账号发内容
暗地里：每次 perplexity 都在 tg 上找了一堆水军且没有标 paid partnership 的账号发内容
3 40
真正的多领域中的多任务并行感觉是伪命题啊
现在拿着 AI 同时搞多个上下文不一致的任务，大脑极其容易爆炸
人脑跟上下文窗口一样或者说上下文窗口跟人脑一样，要是往里面灌不相关的信息，那就是哪个任务都做不好
硬要搞并行处理，任务也只能是上下文高度相关的任务才能并行，才能尽可能的保证产出的质量
现在拿着 AI 同时搞多个上下文不一致的任务，大脑极其容易爆炸
人脑跟上下文窗口一样或者说上下文窗口跟人脑一样，要是往里面灌不相关的信息，那就是哪个任务都做不好
硬要搞并行处理，任务也只能是上下文高度相关的任务才能并行，才能尽可能的保证产出的质量
4 10
这两天我意识到一个事情，就是模型发展到今天，对于可能 99% 的工种来说，在工具层面其实已经完全够用了。
就是说，你今天给任何一个工种一个 GPT-5.6 Sol，或者一个 Fable 5，其实已经非常够用了。甚至都不用到 Fable 5.1。Fable 5.1 当然还是会更强一点，但它相比 Fable 5 带来的提升，对很多工作来说已经没有那么大了。大概就是这个逻辑：作为一个工具，今天这些模型对于绝大多数用户来说，能力其实已经完全够用了。
现在一个人到底能把这些模型，或者配备这些模型的 Agent，发挥出多大的能力，我感觉越来越取决于产品怎么设计，也取决于用户自己怎么去用。
因为现在这个天花板，其实已经有点像木桶效应了。模型这一块已经足够长了，真正的短板反而变成了用户自己的想法。
他有没有把事情讲清楚？有没有规划清楚？他自己本来有没有想明白这件事情应该怎么做？他知不知道自己最终要什么？
很多时候，模型已经完全有能力把事情做出来了，但是前面的这些东西还是要靠人自己。
所以本质上来说，作为工具属性，今天这些模型已经可以非常完整地，甚至很多时候超出预期地帮用户完成工作。
但我这两天在用，比如 GPT-6 Astral 的时候，其实反而让我意识到一个事情。
对于我自己做增长产品的工作来说，GPT-6 Astral 并没有给我的工作带来一个特别大的新增量。
它肯定更强，这个没什么问题。
但我没有因为模型又迭代了一代，然后我的工作实际就明显完成得更好了，并没有发生这种事情。
因为增长产品里面很多真正重要的东西，比如你要判断什么值得做，你要怎么拆问题，你要怎么规划，你要怎么理解用户，这些事情其实还是取决于你自己有没有想清楚。
所以我现在的理解是，模型继续发展到下一个阶段以后，它的逻辑可能会慢慢发生变化。
以前更多还是工具逻辑，就是模型帮助现有的人扩展自己的能力边界。让你写得更快，分析得更快，搜索得更快，执行得更快。
但是当这个工具本身已经足够强以后，再继续往上提升智能，我感觉它最后一定会越来越走向取代。
就是说，它可能不再只是帮助一个人把工作做得更好，而是开始直接完成这个人的工作。
可能先替代一些任务，再替代一个岗位里面的大部分职责，最后甚至直接替代某些职业。
所以它会从一个能力增强的逻辑，慢慢走向一个替代的逻辑。
但如果最后主要是替代，我觉得这里面会有一个问题。
替代这个事情，本质上不一定会给市场带来新的增量。
比如以前一件事情需要 10 个人做，现在 3 个人加一些 Agent 就可以做完。对公司来说肯定是有价值的，因为成本降低了，效率提高了。
但如果你把尺度放大到整个市场，就会发现，它可能只是把原来已有的价值，用更低的成本重新完成了一遍。
那它有没有创造新的需求？有没有创造新的消费？有没有创造新的产业？有没有在真实世界里面多创造出一些原来不存在的东西？
这个我觉得是接下来很重要的问题。
因为现在整个 AI 行业还在继续烧很多钱。模型越来越强，算力投入越来越大，数据中心越来越多，然后市场也会因为模型智能在不断提升，就继续给更高的估值。
但最后还是会回到一个很现实的问题，就是这些额外增加的智能，最后到底对应了多少新增价值。
如果模型能力一直在涨，资本投入一直在涨，估值也一直在涨，但真实世界里面创造出来的新增价值没有以类似的速度增长，那中间这个差距其实会越来越大。
那最后就可能会出现坍塌，泡沫也可能会破。
所以我这两天越来越觉得，模型发展到现在以后，接下来真正重要的东西，可能已经不只是继续把模型做得更聪明了。
因为从工具层面来说，它其实已经很够用了。
后面真正决定这个行业还能产生多大价值的，可能是我们到底能不能找到足够多新的事情，让这些已经很强的模型去做。
如果最后大部分价值都只是替代已有工作、降低已有成本，那它当然有价值，但这个价值到底能不能支撑现在这么大的资本投入和市场预期，我觉得是值得怀疑的。
就是说，你今天给任何一个工种一个 GPT-5.6 Sol，或者一个 Fable 5，其实已经非常够用了。甚至都不用到 Fable 5.1。Fable 5.1 当然还是会更强一点，但它相比 Fable 5 带来的提升，对很多工作来说已经没有那么大了。大概就是这个逻辑：作为一个工具，今天这些模型对于绝大多数用户来说，能力其实已经完全够用了。
现在一个人到底能把这些模型，或者配备这些模型的 Agent，发挥出多大的能力，我感觉越来越取决于产品怎么设计，也取决于用户自己怎么去用。
因为现在这个天花板，其实已经有点像木桶效应了。模型这一块已经足够长了，真正的短板反而变成了用户自己的想法。
他有没有把事情讲清楚？有没有规划清楚？他自己本来有没有想明白这件事情应该怎么做？他知不知道自己最终要什么？
很多时候，模型已经完全有能力把事情做出来了，但是前面的这些东西还是要靠人自己。
所以本质上来说，作为工具属性，今天这些模型已经可以非常完整地，甚至很多时候超出预期地帮用户完成工作。
但我这两天在用，比如 GPT-6 Astral 的时候，其实反而让我意识到一个事情。
对于我自己做增长产品的工作来说，GPT-6 Astral 并没有给我的工作带来一个特别大的新增量。
它肯定更强，这个没什么问题。
但我没有因为模型又迭代了一代，然后我的工作实际就明显完成得更好了，并没有发生这种事情。
因为增长产品里面很多真正重要的东西，比如你要判断什么值得做，你要怎么拆问题，你要怎么规划，你要怎么理解用户，这些事情其实还是取决于你自己有没有想清楚。
所以我现在的理解是，模型继续发展到下一个阶段以后，它的逻辑可能会慢慢发生变化。
以前更多还是工具逻辑，就是模型帮助现有的人扩展自己的能力边界。让你写得更快，分析得更快，搜索得更快，执行得更快。
但是当这个工具本身已经足够强以后，再继续往上提升智能，我感觉它最后一定会越来越走向取代。
就是说，它可能不再只是帮助一个人把工作做得更好，而是开始直接完成这个人的工作。
可能先替代一些任务，再替代一个岗位里面的大部分职责，最后甚至直接替代某些职业。
所以它会从一个能力增强的逻辑，慢慢走向一个替代的逻辑。
但如果最后主要是替代，我觉得这里面会有一个问题。
替代这个事情，本质上不一定会给市场带来新的增量。
比如以前一件事情需要 10 个人做，现在 3 个人加一些 Agent 就可以做完。对公司来说肯定是有价值的，因为成本降低了，效率提高了。
但如果你把尺度放大到整个市场，就会发现，它可能只是把原来已有的价值，用更低的成本重新完成了一遍。
那它有没有创造新的需求？有没有创造新的消费？有没有创造新的产业？有没有在真实世界里面多创造出一些原来不存在的东西？
这个我觉得是接下来很重要的问题。
因为现在整个 AI 行业还在继续烧很多钱。模型越来越强，算力投入越来越大，数据中心越来越多，然后市场也会因为模型智能在不断提升，就继续给更高的估值。
但最后还是会回到一个很现实的问题，就是这些额外增加的智能，最后到底对应了多少新增价值。
如果模型能力一直在涨，资本投入一直在涨，估值也一直在涨，但真实世界里面创造出来的新增价值没有以类似的速度增长，那中间这个差距其实会越来越大。
那最后就可能会出现坍塌，泡沫也可能会破。
所以我这两天越来越觉得，模型发展到现在以后，接下来真正重要的东西，可能已经不只是继续把模型做得更聪明了。
因为从工具层面来说，它其实已经很够用了。
后面真正决定这个行业还能产生多大价值的，可能是我们到底能不能找到足够多新的事情，让这些已经很强的模型去做。
如果最后大部分价值都只是替代已有工作、降低已有成本，那它当然有价值，但这个价值到底能不能支撑现在这么大的资本投入和市场预期，我觉得是值得怀疑的。
4 10