Tz

统计数据

4
文章
0
粉丝
0
获赞
0
阅读
avatar
Tz
2天前
以后这些最顶级的 AI researcher 们会不会也有俱乐部/签约/转会制度了。。。🐶
AI浪潮再袭：颠覆就业，重塑人类价值？· 14 条信息
avatar
Tz
1周前
向 AI 提问的放大效应 ——为什么有人被放大无知，有人却被放大创造力 在旧金山的地铁里，两个年轻人同时掏出手机向同一个 LLM 询问：左边的高中生要写莎士比亚读后感，右边的量子信息博士要设计一台新型误差校正芯片。 十分钟后，高中生收获了一篇文绉绉却东拼西凑、连引用都编错的作文草稿；博士则生成了一套能把实验周期缩短一半的方案草图。 这就是用肉眼可见的「放大效应」：AI 像镜子又像扩音器，照出你的底色，然后把它放到最大。 为什么同一条提示链对不同人产生的结果截然相反？答案在于输入里隐藏的「暗知识」。底子厚的人，在提问前已经完成了大半验证；底子薄的人，却指望机器替他思考并校对。于是，当模型输出似是而非的段落，高中生欣然照单全收；博士却能立刻嗅到漏洞，迭代追问，直至挖出对自己真正有价值的信息。关键不在提示词的句式，而在提问者有没有能力判断答案的含金量。 不少人把希望寄托在「万能提示模板」。现实更像 Photoshop 的滤镜：模板让门槛短暂下降，但同时抹平了特色。你可以瞬间得到一张「看得过去」的照片，却很难做出 Sebastião Salgado 的深刻黑白。把大模型当滤镜用的人，最终只能生产可替代的内容；把它当暗房工具的人，才有机会冲洗出前所未见的影像。 有趣的是，这种放大机制也会惩罚半桶水的自负。去年一位财经博主在平台上炫耀用 LLM 五分钟写完宏观分析，结果读者发现数据年份对不上，逻辑跳步如同折叠椅，一夜之间粉丝蒸发。AI 放大的不仅是能力，还有漏洞。正如显微镜会让真菌暴露无遗，大模型会让思维裂缝瞬间张开。 反过来，深度背景者获得的并非简单效率提升，而是认知杠杆。NASA 的工程师用 GPT‑4o 给火星车路径规划生成初版方案，再用自研算法验证可行性，把平均迭代时间从两周压到三天。关键步骤从写代码变成提出假设与约束，让 AI 在边界条件里疯狂试错。这不是偷懒，而是把人类的注意力转移到价值更高的层级。 有人担心「放大无知」会加剧信息贫富差距。我更倾向把它视作催熟剂：它迫使每个人提前兑现自己的认知债务。没有基础的人，一问就露馅；有基础的人，则像借来千倍计算力，思想实验的半径瞬间扩大。一台蒸汽机不会因为工人水平参差而停转，它只揭示谁真懂机械动力，谁连扳手都拿不稳。 所以问题不在于「要不要学提示词」，而在于我们是否准备好升级自己的验证链条。把 AI 当黑箱神谕的人，会被谕令反噬；把 AI 当辩论对手和原型工厂的人，才能把被放大的噪声压缩成信号。未来的竞争可能不再是「谁写得出 prompt」，而是「谁能更快识别哪一行输出无需再读」。要做到这一点，得回到最古老的技能：批判性思维与学科框架——这是任何时代都不会过时的底层资产。 放大效应既是警告也是邀请。它告诉我们：你的知识基础、好奇心和审美，都会被 AI 高亮强调，甚至无情曝光。 下一次当你举起手机，对着模型发问，请先低头看看自己手里的问题：它是经得起放大的火种，还是会自燃殆尽的干草？
avatar
Tz
3周前
文章标题：God is hungry for Context: First thoughts on o3 pro 1. 背景 2025 年 6 月 10 日，OpenAI 将 o3 系列降价 80% 并推出 o3-pro。作者 Ben Hylak 获得一周内测权限后撰文分享初体验。 2. “上帝饿了”类比 作者用“上帝渴望上下文”形容新一代推理模型：只有饱餐丰富且结构化的背景，它才会发挥真正威力。 3. 两种模型定位 当今 LLM 可分日常型（3.5 Sonnet、4o）与深度推理型（o3-pro、Claude Opus）：前者陪聊与轻量任务，后者一次性解决复杂问题但速度慢、成本高。 4. 正确用法心路 作者曾对 o1 失望，后悟出“把它当报告生成器”：提供上下文→设定目标→一次生成结果。同思路下，o3-pro 更敏锐，但更依赖大量上下文。 5. 实测示例 作者与合伙人将公司全部策略会纪要、目标与语音备忘录喂给 o3-pro，请它制定未来规划，输出的细节足以重排公司优先级。 6. 工具调用能力 o3-pro 在“知道自己有哪些工具、何时提问人类、何时检索外部信息”上显著进步，体现了 OpenAI 的“垂直 RL”：不只教模型怎么用工具，还教它何时用哪种工具。 7. 不足与局限 上下文不足时，o3-pro 容易过度分析；直接执行（如写 ClickHouse SQL）偶尔不如基础 o3。它更像编排者而非纯执行者。 8. 与竞品对比 作者认为 o3-pro 输出“换了维度”，在回答深度与贴合度上全面超越 Claude Opus 与 Gemini 2.5 Pro；优势在于“模型-工具-策略”三位一体，而非规模。 9. Prompt 与 Harness 启示 成功关键仍是上下文与系统提示。优秀产品靠“缰绳”（模型＋工具＋记忆＋其他策略）把模型能力对齐，而非仅靠模型本身。 10. 一句话总结 o3-pro ＝ 更深层推理能力 × 更清醒的工具选择 × 更依赖大量高质量上下文；真正护城河正从“谁家参数多”转向“谁能给模型最合适的上下文与工具链”。
#O3-Pro #OpenAI #人工智能 #语言模型 #科技新闻
avatar
Tz
1个月前
提示词的一点小改进，让它能通过提供的额外网页链接来调整约束这个单词（其实已经是 branding 了）的可视化方向： 请参考提供的链接，在字母中融入单词的含义，将图形和字母巧妙融合在一起。下面加上单词的简要说明。 单词：Brand 含义参考地址：dji[.]com
#Brand #VI设计 #标识设计 #无人机