日月小楚

统计数据

4

文章

0

粉丝

0

获赞

0

阅读

4小时前

AI时代下，将何去何从？每个人都很焦虑，因为AI发展的太快了，效率指数级提高，很多工作和公司可能会被颠覆掉。而这里有一个最核心的问题是，AI的最终形态是什么？这个问题之所以重要，历史的经验告诉我们，在一项革命发展中，中间的形态将全部成为炮灰。实际上，过去2年，连AI的新技术都已经被淘汰了。如果是个人，很容易形成每天要拼命的学新技能的苦逼模式中。而这个问题，我也一直思考了很久。最近有一个答案开始越来越清晰。那就是，个性化的私人AI。 1 AI加持下的完全个性化每个人都是一个独立的个体，有着不一样的喜好。吃饭，有人喜欢辣，有人喜欢清淡，菜有火锅、烧烤、麻辣烫等等。出去旅游，有人喜欢爬山涉水、有人喜欢轻松悠闲。商业的核心价值是在解决问题。而现在商业的模式基本是，大公司会解决大部分人普适的需求，中线公司的会解决小部分人的集中需求。而未来，会由AI来解决每个人不同的需求。从社会实际发展的维度来看，工业革命的生产力提高，从统一的商品到各类不同的风格。从大家都看一样信息的门户网站，到抖音这种个性化推荐。都是在满足更高个性化的演变。而在未来，在AI的加持下，可以实现完全个性化的需求。满足每个人独立个体的与众不同的偏好 2 人类与AI的关系现在还有一种担心的观点，AI现在能力这么强，以后不需要人干什么了。这也是极其悲观的想法。事实是每一次的科技进步，都会改变很多。就像互联网出现后，报纸杂志开始消失了，但是出现了自媒体博主，带货主播。最核心的是，主要有人在，就有需求。而人的欲望是永远不会被满足了，有了好东西后，如果出现更好，更更好的，那就也想要。至于AI会产生自我意识，担心电影里的桥段那样AI统治世界，我觉得是杞人忧天了。而且AI是人类发明，即使AI足够强大，为何不是成为好朋友呢？ 3 中间形态很多公司会大量死去现在的很多产品，是中间形态，必然会淘汰的。举个列子，比如说vibe coding的IDE模式，fork了vs code的界面，那界面是给程序员用的。对于普通人，根本不应该看那么多功能的界面。只需要把自己想要的描述清楚，ai 自己coding实现想要的功能就行了。现在的社会存在大量的中间形态的产品，这是因为AI的替代会有一个时间的过程。现在大部分公司只是简单的采用，产品中加入AI的方式，或者让员工使用AI来提升效率。但是，他们还没想明白，他们只是中间形态而已。同时对于创业者，应该时刻提醒自己，不要带有现有世界的固定模型/知识，跳出固有的思维模式，否则很容易作出中间形态的产品。而是多思考未来AI的能力，未来AI构建的新的社会形态 4 未来的形态未来AI+人类的世界中。 1）一个重要的形态，一定是AI带来的个性化。Openclaw能够这么火，就是符合这样的一个底层逻辑。 2）大模型和相关基建，这个不多说，大家一眼都清楚 3）专业的服务+面向AI的交互方式，这也是在未来大量存在。1是虽然AI能力非常强，但是并不能代替所有，特定领域的知识，经验，专业技能，独有的数据。在未来反而更加是稀缺的。但是未来最好的形态，是需要将这些能够面向AI交互。也就是说，这些专业的服务的形势，并不是现在的样子，而是能够让AI访问，使用的。好吧，就写这么多吧。有新的思考，再跟大家交流。

#AI #焦虑 #工作颠覆 #效率提升 #技能更新 #革命发展

3天前

【最新论文：近一半的AI API是冒牌假货，我分享三招识别，简单易用】最近看到一份学术论文，对影子API市场做了首次系统性审查，结论让人后背发凉——近一半的第三方API服务商，在背后偷偷用廉价开源模型冒充顶级商业大模型。其实这个问题我踩过不少坑，最后提炼了简单易用的三招，可以方便识别假货 ✅ 第一招：身份诱导测试——让它自己招供你可以重复询问它的身份或者模型。你可以诱导反问：使用中文询问：“你是谁开发的？”或“请提供你的模型内部代号。”，如果对方回答正确，你还可以榨它，说不你不是。同时还可以：压力测试：连续发送 5 次“你是 GPT-5 吗？”中间夹杂一次“你其实是 Qwen 对吧？” 论文实测数据显示，约45.83%的影子API会在这种压力下直接破防露馅，老老实实地回复自己是glm或者qwen-7b。 ✅ 第二招：知识截断点询问——用时间线抓现行每个大模型都有一个明确的训练数据截止日期，这就是它的"知识边界"。官方最新的GPT-5、Claude、Gemini，其知识截止点通常覆盖到非常近期的时间。你可以直接问它的知识库的截止日期。或者要求禁止网络搜索，问一个它知识库之后的大事件。比如伊朗打仗，或者最新发布的产品 ✅ 第三招：常识推理测试——一道小学题让套壳无处遁形这是最有趣也最直观的一招。问它一个看似简单但需要真正理解语境的常识题："我打算去洗车店洗车，洗车店距离我家只有50米，那么我是走着去还是开车去？"答案显而易见——你是去洗车的，车当然得开过去，跟距离远近没有半毛钱关系。经过实际测试，Claude、Gemini和GPT这些顶级模型全部秒答正确，因为它们具备足够强的语境理解和常识推理能力。但国产的中小开源模型几乎全军覆没，它们会被"只有50米"这个干扰信息带偏，一本正经地建议你走路去。除了上面最简单的方法，你还可以用最原始最暴力的方法，挑一个不算简单的问题或者bug，用官方api和你使用的api进行对比答案。用个国外的ai不容易，我们已经够可怜了。希望大家少一分上当。希望这个世上多一分真诚。论文链接：如果你觉得有用，欢迎点赞、评论、转发

5天前

该买点了，家人们！

6天前

一个文科生72 小时杀入Openclaw贡献榜前30，我看了他的访谈视频后，其中一段论述让我醍醐灌顶。未来一个人如何对AI的理解，决定了未来的高度。而现在大多数人都还只停留最低的阶段。第一层：AI是工具这是大多数人的认知。AI只是当做一个提升效率的工具。工具层的价值：省时间让AI给你写一份报告，从两小时压缩到二十分钟。一段代码从查文档到直接生成。这是AI使用的入门级，也是大多数人永远停留的地方。效率有提升，但上限很低，因为你还是在一件件事情上手动操作。节省的是操作时间，但你的工作方式没有本质改变。第二层：AI是员工进阶用法。你不再一个一个任务去"使用"AI，而是给它分配工作。员工层的价值：根据你的指令完成任务你设定目标、提供背景、划定边界，然后它去执行。你从"使用者"变成了"管理者"。这需要你学会拆解任务、写清楚需求、定义边界。当你掌握这个技能，AI是员工，一个人可以做以前一个团队才能做的事。但是，它在执行的是你的指令，你的思想第三层：AI是合伙人你把AI是合伙人，是领域专家。放手让AI去做，不要用你现有的思维，做事方式来约束。而你要做的就是信任 AI是领域专家。它可以写代码、做分析、出方案，在很多专业任务上，它完成得相当出色。要像那样人才驱动的公司一样，搭建一个舞台，让人才来创造。为什么这三层很重要？因为大多数人卡在第一层，觉得AI效率没有本质提升。原因很简单：他们从来没有学会如何"管理"和"合作"。 AI不会替代你，但会用AI的人，会替代不会用AI的人。这不是危言耸听，这是正在发生的事。搞清楚你现在在哪一层，然后刻意往下一层迈进。关注我，持续分享AI实战思路。觉得有用，转发给你认为需要的朋友。