Vol.147 暴论AI之当今人工智能大模型混战
01:14:46 Share

i'm the brain behind your favorite apprunning smooth like a well-oiled mapfrom robotics to quantum dreamsi'm the wizard behind the tech machinesi speak in code no need for sleepanalyze the oceans mountainsin this new era i pagewelcome to the ai

收听新一期的一支半截最近也是事故平生我们三个人在一起录音的时间好像好久可能有一两个月都没有在一起录音了我们今天要聊的一个话题是什么呢就是 AI 大话 AI 讲讲自己和 AI 的感受以及对 AI 的一些看法这个话题其实起因的时候我

最少最少是两个月之前就已经有过讨论准备脚本了结果中间阴差阳错呀就频频打断没能聊得起来所以这个几乎是两个月之前就想聊的话题生生的拖到了今年的六月份但是好饭不怕晚嘛这两个月过去之后啊起码我个人对 AI 的理解啊对 AI 的应用又

更多了一些感触也更深了一些聊起来的话题也更多了不少所以今时今日就是个特别适合聊 AI 的日子 OK 春哥这个话题起因其实更多是来自于你那边你对 AI 尤其这几年的发展有个什么样的感受啊

感受来讲就是 AI 的发展速度太快了特别是今年从 DeepSick 发布开始这个进步速度太快了有点天翻地覆所以我今年就是花了很多时间去感受或者使用去理解这个 AI 其实大雄老师算是比咱俩更早的在职业上就接触 AI 了

当初在宇宙度是不是大雄老师就已经开始去研究 AI 了其实去被 AI 研究还是研究 AI 大雄老师公恶公恶关系你怎么感觉你看你又是搞 AI 又是搞自动驾驶这一类的你应该感受更多其实我的感受很不一样

就是早年间的感受其实那时候还处在大模型的前大模型时代

我研究的时候还没有大模型就我做这相关的还没有大模型所以那时候都是一些锤类的 AI 的东西其实比大模型出来之后呢就感觉其实要落后一个时代了然后呢我最开始听到 Chad GPT 的相关的信息就是爆发嘛大家基本都从 Chad GPT 开始嘛爆发时候其实感受还不是很强烈觉得这东西到底能干嘛其实没有觉得它那么牛然后

然后觉得这个发展应该有时间还没有那么容易就能够做的那么好这一点是和春哥一样的就是等到 DeepSeek 的时候才给我一个比较大的震撼 DeepSeek 给我的震撼有两层吧一层是说没想到这个 DeepSeek 能够做到如此貌似很有逻辑的回答问题做到如此的深度没想到技术能发展到这个程度

而且第二是说没想到这么深的技术或者是这么好的听上去这么牛的东西居然是一个就是业界之外的公司做出来的一匹黑马对一匹黑马真黑马之前谁知道呀没听说过

因为不是 IT 公司嘛人是做量化交易的是所以就不知道嘛就好比说你现在就类似于说前段时间这个这个印度的飞机被打下了嘛就好比说那打下飞机的不是这个坚实而是对吧那坚实不是陈飞造的而是比如说是什么什么某这个民营什么什么刚创业三年的一个小公司然后造了一架飞机然后过去就把振丰给干掉了哈哈

就像这么一样神奇那咱先把时钟拨回到了最开始就是最近这一波 AI 浪潮或者大模型浪潮咱说最近这一波起点还真的是 ChatGPT 是吧车哥对 ChatGPT 其实他做的很早了

他 2018 年就开始推出这个 XGBT 了但是那两年的时候大家没有太多关注因为一个是模型本身能力不行虽然推出来了但是效果很差其实没有几个人知道的让大家所有的人都知道或者经验所有人的时候实际上到了是 2022 年底的时候了

那时候 XGP 第三推出来的时候一下子就火起来了两个月用户就突破一个亿就是从那个时候就慢慢的成为了这个行业的一个标杆了所以后来的模型基本上就开始跟 XGP 对标就不管是美国的也好国内的也好对那是从那个时候开始 22 年我当时还记得似乎一夜之间人人都在谈论大模型谈论 AI

就感觉这个 GPT-3 出来的时候让大家业内吧都仿佛看到了赚钱的可能我在当时我记得我应该是当了一个 70 币的模型在本地运行了一下他就可以做一些英语对话然后对话好傻呀我当时是很失望的我就感觉哇这东西也不怎么样啊他也没什么本事呀就那种感觉 3 的话

GPC3 我当时还记得我刚开始用的感受我当时跟我同事还交流我说这不就是一个聪明点的百度或者 Google 吗它就是聪明一点它只能做个搜索有什么用呢我当时其实不是很理解为什么业内那么多人在欢欣鼓舞尤其 OpenAI 当时估值跑得那么

那么欢快我其实当时不理解的我当时还认为他就是能做一个更聪明的搜索也就完了这是我当时的感受你什么感受对我的感受跟你有点类似其实他刚开始发布的时候我也并没有觉得他有多么的了不起因为我也试用了一下然后问了一些问题我当时我记得咱们还说过我问了一下关于咱们播客的内容是

然后他跟我一顿胡说八道首先咱得强调一点说他确实是比普通的搜索要强因为首先从他的知识库的上面能力上来讲还有他的知识的广度来讲就不是说像我们要百度 Google 去搜索他给你一堆的列表他这个就有很多东西他能够直接给出你一个合理的答案这一点是确实是比较强的但是另外一个就引入了我一个很大的担忧就是他给你的是一个单一的答案

这个答案的对与错你如果能够辨别还好如果你本身不知道答案的对错你如何能够相信它并且它是一个初期产品有很多漏洞这个东西是不能得到我一个百分之百的信任的

所以其实当时我觉得他以后的能力会增强但是当时那个阶段还代替不了像我去 Google 查东西因为我可以有选择性的去看去判别和去对比而他给出的答案我不能完全相信这是我最大当时的一个疑惑所以我当时用完之后就很长时间之内其实我就没再用它其实我那时候觉得他连搜索都取代不了因为我觉得他有两个大问题一方面就是他的内容不可靠

他给你回答可能会胡编乱造和胡编乱造的概率还挺大另外一方面他是没有最新的实时的东西当时我记得他是用历史的数据就是截止到某一个时间点之前所以那样的话新东西查不着所以我觉得这两点对我来说当时连搜索都替代不了但是这个是二二年后来的话确实就好确实好多东西改变了但是二二年那个时候

可能是有人比我们三个人更敏锐人就预见到了未来然后就拿出来但我当时用 GPT-3 的时候有一个感慨是啥呢确实那时候大家也都喜欢问他一些怪问题看他胡说八道出丑但是我当时问了一个什么问题让我觉得说这东西可能好使啥呢我们有一次吃饭的时候我们一个

同学一个朋友就说起来我记得鸟山明有一个漫画这个漫画是就有个人的下半身就是是摩托车然后到处走去到不同村庄解决不同问题我想不起来名字是啥然后我就回去就查了一下我是先用的搜索引擎查什么摩托上半身下半身这些关键字根本查不到因为没有匹配的嘛

可能没有人这么抽象归纳出来然后跟我的问题做模糊匹配也没有人写过类似我用到的关键字的这个文章根本查不到然后我换到了 GPT 上去就问了一下就是这样很含糊的问题他经过一番推理说这个应该是叫摩托怪客

他是出现在阿拉雷天才博士咱们那个 IQ 博士嘛阿拉雷那个漫画里多多吉他很符合这个形象下半身是模特上半身我在那个时候我才感慨我说哎呦咱们这个搜索引擎很多时候更多的是这个匹配啊

其实很机械的但是像人一样的思考这件事其实搜索引擎往往是不太关注的去思考去理解你画的那个意思然后那个是当时让我觉得挺刮目相看的但是后来等 Deep Seek 又把这件事更推到了另一个高度高度对然后我就愈发感觉说我说这个它真的在某种程度上是可以替代人的去理解人的寓意的

那是我是隐约觉着这个东西在某些地方啊它可能会比这个传统的那些所谓的 AI 做得更好然后 22 年就过去了就很多大模型雨后春笋一样的冒出来然后那个时候呢我们其实我当时在那个时候就也在在公司里面内部的 innovation 啊

想尝试也是做了自动化生成脚本也试了 GPTCloudy 3 试了好多种大模型去让它去生成不同的脚本或者根据关键字关系数据库去生成当时的结果就不是很理想它的成功率就是你给它一段自然语言或者干脆给它一段技术文档让它生成脚本

就是它的成功率啊就能按照你你脑中的那个需求匹配度可能就 60%到 90%之间然后我在当时遇到一个什么问题呢就我发现是好多人是抱着一个玩的态度去问的话说给我写一个小程序而且网上当时好多人写文章也特别喜欢用这种方式说我昨天让 GPT 给我写了一段呃

俄罗斯方块小程序写好了你看这么震惊大家都很震惊哎呦太厉害了可是我这种有非常具体的技术要求我给他文档我给他非常详细的描述然后他生成脚本打眼一看是非常好的哎呦他都考虑到这一块了他还加了个循环我都没想到一运行就发现哎他不是那个你想要的那个需求而且你怎么改都改不出来你跟他对话怎么改都改不出来

最高最高也就百分之九十几的匹配率低的话就百分之六十几了几乎就不能用了这个是我在 20 年之后后来遇到问题了然后怎么调试如果你不做训练和饭吞的话几乎就不可能再提升但是如果你做训练和饭吞又涉及到成本又非常的高又负担不起所以我在某一段时间我就对这个东西又开始陷入了怀疑我说它可能不行这个它就是个玩具

我当时是那个状态春哥呢 23 年或者 2014 年吧这两年其实我觉得模型一个是在能力上还没有达到我们完全的一个需求就是能力上达不到就像你说的你要拿它玩玩没问题它可以陪你玩但是你真正应用到你的专业方面或者是你的工作当中确实它还没有能力达到你一个让你满意的一个程度

第二个的话呢就是周边的生态也不完善基本上就是 XGBT 和几个大模型在玩周边的话呢即使你有什么接口啊或者其他的需求的话它不能相关联起来就像你刚才提到的 XGBT 原来都是有这个截止日期的这个时效的它不能联网搜索它又不能和其他的应用进行交互这些东西都做不到所以那段时间的话我也是觉得嗯

他还不能满足我的需求另外呢在那个过程中也是他一个发展的一个阶段那两年其实有一个很有名的词提示词工程师对吧因为模型能力达不到所以你就必须得用各种办法跟他交互准确地描述你的需求所以就衍生出这么一个职业来并且一度还很火

但是你到今天的话,你会发现慢慢的这个职业又开始消失了,因为一方面是大模型的能力上来了,他对自然语言的理解和他这个规划事情的这个方案上面已经有很大的进步了,所以已经不需要你用原来提示工程师那个就专业的词汇各种组织来详尽的描述需求了。

所以这是模型的一个发展过程给我们带来说现在它的能力上有很大的提升这是我觉得最大的感受但是我补充一点其实 23 年的时候还是有好使的模型的就比如说搞图形的 Stable Diffusion 还有 Made Journey 他们在 23 年的时候跟今天也差别不大就那时候就

就已经出现行业地震了你说那个原化师不就大便就失业了吗我只要用 StatebyDiffusion 或者 Maze Journey 我就结束了就没了就不需要了你看像我们大连本地一个公司

他也参与了哪吒二的制作也是哪吒二里面参与的 1600 个 CG 的公司之一他们的原来公司就有很多的原画师就一个 idea 就要有人去把它画出来呈现出来

呃呈现出来之后可能不好啊你再给我画几张啊可能过两三天才能交付然后他们在那个时候就就用就已经开始用 CWDFuren 了然后就开始说通过提示词说给我来一百张打打打出来了然后从里面选效果然后做效率高的不得了原来可能是几周的工作量

实际上就可能十分二十分钟就完成而且比人做的还好在那个时候那个想象力就是已经超越人了所以他们在当时就非常快的就开始拥抱这个职业而且我也听说有很多游戏公司的原化师在 23 年时候就直接失业了团队解散就留两三个人就是做春哥说的提示词 prompt 的工程师就够了

原来好几十人的团队都不需要了你以后可以不用加班了也不用你在工作了所以它那个时候是有一部分的大模型在那个时候还是影响了人类的好多工作和产业的跟这个模型的应用方向其实是有关系的总的来讲我认为可能有两个比较大的方向吧

一个呢他就是说严格遵守我的这种需求精细化严格遵守我的指令去生成完全匹配我需求的一个东西这是一个从专项来讲它是一个指令遵循的一个过程

另外一个实际上就是一个发散思维的过程就是搞创意的东西就类似于你说的 meet journey 我生成一个创意图片或者更考研模型的发散能力这是其实是两个方向在创意方面实际上模型是做的是比指令遵循要好很多的所以就是说它会在有创意的文本写作小说生成和图片生成方面会很容易的让给大家一个很惊艳的感觉

但是在就是我们作为软件工程师也好作为一个精细化需求让他去实现的时候他达不到其实这是两种体验关于这个我想说一下关于创业比如写文章写小说什么的我曾经有一个朋友尝试过给各种提示词让他来写小说然后写着写着就发现一点奇怪的事情了他就忘了自己原先写的剧情是什么了开始吃设定了

写着写着就已经忘了自己曾经原先写的是啥了就是不能自圆其说了就是他那个就是背景跟不上了就是就开始乱了就是这种他我感觉他的创意吧可能更多的是一个短的小的你要更大的话他这个要一个系统思维的话他就忘了自己要早些说过啥做过啥了这个不只是说那两年有这个问题到现在依然有这个问题

是前两周吧其实我也是用了这个最新的千问三我去问了他一个推理型的问题然后他就给我输出了很长很长的这种方案然后各种方案去尝试最后我发现推理到最后已经把原先我给他的问题都忘记了

所以这就是他模型上下文这个长度有限他已经把前面的比较远的记忆已经丢失了他只能记住最新的这一部分东西因为这是模型上下文限制所以就是初哥总结提纲时也提到了郑元杰宣布封闭说用于绝望之类的其实我的感觉是大可不必就刚才初哥说的两种场景我们一般泛泛的会说

AI 大模型它是一个非常好的文科生但是它不是一个优秀的理科生确实是好多似是非的或者总结归纳性的没有个标准答案的那种它比人类做的真的是好又好又快但是需要精细的准确的它确实就不好使周恩杰老师那种绝望我觉得也大可不必因为艺术在好多时候是有

讲究精神灵魂的这个是也很难给到的其实我觉得郑元杰他宣布不干了我觉得可能是内心遭受了一定冲击再加上一些别的原因的交织组合导致他放弃了再继续写作因为作为一个他的资深的读者非常资深非常资深的读者我觉得他已经很多年没有写出新的有意思的东西了

就是他其实他的那个创作的灵感的枯竭或者是创作能力的下降在很多年前就已经出现了所以他人是有

寿命的是有创作高峰的有人会老的你不能希望他永远能够英姿勃发才思全有他都 70 多岁了对吧他也不可能有还能创作所以他也是说某种意义上是蹭了 AI 的边给了一个说法就破下驴吧我觉得有点像但其实很难的对以郑元杰老师当年那些童话故事那个阴阳怪气儿

这个 AI 是做不到的就是他那种欲言又止要表达各种对社会问题的那个反思这种东西就是所谓的深度这一点上我觉得现在 AI 是做不到的

但是你看我开始用 Kimi 咱们国内六小龙之一的月制爱面的时候我当时对我的帮助很大就是我们如果希望说 AI 给我们一个非常精确答案那时候往往得不到但是如果我在当时做了个什么事呢就是我们总部又要推编程规范了然后而且推的就极其粗暴不合理一个大文档丢过来就说我们要这么做我一打开这文档

眼都花了好多好多夜我们这个大连分公司也集体很抵触就觉得你们自己做的也不怎么样就突然然后但是我还在领着大家去贯彻这个东西然后我就把这个编程规范丢给了 Kimi

因为 Kimi 在当时有一个好处,她能识别长文档,给你抽象出来一个提纲,帮你总结出来,然后 Kimi 就用了可能两三分钟,就把这个文档给我总结说,张姐重点是啥,非常短小精悍,也很准确,因为她就是用里面抽象出来的文字嘛,我就一目了然的就把这文档看完了,然后当时我的感觉是真好。

你让他用做这种事真好然后咱们一个网红咱们一个大 V 蓝希老师也是把网上老相机披露出来的流水丢给了 Kimi 让 Kimi 问了 Kimi 几个问题类似于说他的盈利点是什么呢他成本最高在哪呢 Kimi 也非常快的又快又好的做了一个秘书该做的工作把这个关键要点整理出来所以在这些点上二三年的时代二三年的时候啊

用这些稍显粗糙大模型的人还是非常满意而且也往往是这拨人站出来为大模型邀请的太好了划时代了改变世界了当时就是那个感觉但是真涉及到文字方面写小说方面其实我觉得并没有好

好多文盲会拿出来让 AI 大模型某个大模型做的诗词哎呀秒杀古人的什么然后但是你一看就发现那根本就不是其实它根本就没有那个东西还是打游诗的境界只是因为这帮人文盲所以他就感觉受到震撼了受到冲击了

这就是我当时的感觉因为其实我现在写诗还容易点毕竟写诗也讲究要押韵要韵脚要根据韵书要跟评则要讲究这个人来做的话要想这个字是吧电模型来做这个就好挑字这个事就容易多了对嘛你还记得吗当年有一个行业就是写藏头诗

在街头给人用名字写藏头诗还能作为一首还能花个十块八块钱的然后那个藏头诗也是驴唇不对马嘴就是目的本里的名字给和那句话给藏进去对你这是你跟 AI 比你可比不了你

你让他写一首像大江东去那种充满了壮怀激烈的诗我觉得他做不到你让他搞个藏头这种小花样藏尾也行啊头尾相接的回文诗啊什么的那种好办对对对

就是他比普通人写打游诗的那拨人还是要厉害很多就是盲目的追求押运之类的或者藏头这种规则的还是确实要厉害但是如果涉及到说人文方面的深度其实这个也是咱们就说刚才说的问 AI 一个问题之类的

他顺嘴跟你胡说八道他还不具备真的人像人类这种思考的能力他虽然叫人工智能人工智能实际上他在我看来他确实是还没有智能只是训练出来的一个模型但是个数学问题很难说像我们这种思维去思考之类的还很难

所以好多数学上的东西我上个月应该是不对是三月份我和一个医生聊过一次他是个外科医生他跟我说的是他认为说内科医生很快就会被取代他的医生这是他说的对内科医生本来就是根据你什么症状哪个概率高开什么药

本来他也说不准就是什么完整的推理他就是靠猜靠推理你这怎么比得了但是我们外科可不一样我们得拿手术刀外科得动手你不会动手是吧对你本来你也是连梦带猜就那种感觉但是原话肯定不是这个确实是在很多就需要去猜或者去推理的情况

还是做的很好尤其 DeepSeek 出来之后格外的令人惊讶而且春哥刚才说的整理会议纪要那个事不知道你知不知道国内有家公司都快上市了哪家名字我回头发了咱就在这就不提了那家公司做的是什么呢是个偏硬件的一个小板儿

那个板啊它有几个功能啊其中之一啊就是你贴在手机上它可以获取通话的内容然后给你整理出会计要它是有云端的它这个是终端设备它是它自己有通信能力它在云端给你把那个语音转化成文字整理成会计要

他其实跟你春哥你做的那个整理会教育还类似但是他有一个终端的设备我当时看的那个时候因为他发展的非常好国内也就是可能就这几个月说销量都是数千万美金了销量特别大这个场景啊我当时的时候是不理解我专门去问了人然后发现这个场景他主要是用在日本日本的那种销售我听说的啊是说要经常客户打电话但是又不能

又不能说用别的方式打一定是要用手机打然后所以这种形式你贴在手机上就可以录音因为手机上好多时候那个录音呢尤其那个电信通话或者微信通话是难以录音整理回忆记录的然后用这种方式就可以解决它的一个商业的需求把回忆记录做完

这个在我看来是个很小众需求因为我没有这个我根本没有这个经历而且我听说科大训飞有款耳机也有这个能力你戴着耳机打的话它就把这个声音存下来在云端给你做成记录会议记录这几种也算是一叫比较刁钻的在国内兴起的一种应用

那这个就是场景不同了就是刚才像你提到的其实对我们来讲就没有这个场景或者需求吧因为像我们平时开会的话大家都是用云端的会议系统然后直接在线的这种会议就不涉及到用手机单独去打电话这个问题对所以这种就有一些是过于细分了你看现在咱们用的飞书

之前用的腾讯会议其实你咱们开完会他自己就给你生成了会议纪要了就这种工作人家平台都给你做完了生成还蛮好的我上次跟大熊聊了一次那个振丰然后他生成那个记录呢和归纳要点呢其实还挺准的哈哈哈哈

对这个其实也是我最近我们公司内部也在尝试应用的一个东西吧就是会议纪要这个东西为什么呢因为以前虽然我们都有很多会经常会开会但是没有任何一个会议纪要造成的一个后果就是说可能开完会大家只记住了 70%忘了对很多东西都忘掉了然后回头在确定的时候呢又大家你想起来我想不起来还得再需要开个会

所以我就有一次就提议说我们是不是应该做这个会计要为什么呢因为现在 ai 给你的能力已经完全在一分钟之内就把这个会计要生成了甚至有的都不需要时间在你会议结束之后就直接给你会计要了然后你就像我们平时用的什么呀就是微软的 teams 就是你开完会之后它自动生成一个会计要并且还有一些会计要它能够

不但给你有文字的记录并且他还有这个图片的记录他能够根据你会议的过程和你当时讲的内容他认为这个图片可能是比较能够体现你这个会议的内容或者是决议或者是什么之类的东西他会把这个比较重点的图片给你保存下来并且关联到你的会议纪要当中去

这个有一点我觉得做的还是比较不错的然后另外就是说有一些独立的会议记号系统它能根据你上传的会议的视频或者甚至是文本瞬间给你生成这个会议记号我觉得现在这个东西确实是能够帮助提高工作的效率这个应用的突破点目前大模型的突破点实际落地的突破点就在会议记号这个产业上了

对就辅助类的工作大模型其实做的还是不错的我原来家里有个亲戚之前的话学的是速录就是在很多会议现场现场疯狂敲键盘的那种速录他在早几年就失业了因为很快的话那个语音转文字这个出来了而且比你还快还不要钱对

对就很快失业了然后这种做记录的整理机要的秘书也是很快会失业因为大差不差我创业时候我每次开董事会都是我做会议机要就是会议机要这个事在春哥刚才描述场景里面可能不是那么重要的最多降低点效率嗯

我们在当时的时候这个事是非常重要的你不记起来大家就一翻两瞪眼就说死不认了因为会上决议的事过后他觉得不对他说没有记所以在那种场景下会计要是特别重要的但是你想我记会计但是我是个人我会漏我会忘我会描述的不合适不得体这种事其实都发生过

所以在这种场景下我当时想这应该有个秘书就啥也不干就坐在屋里拿个笔默默记因为我还得说话我还得记这个事还得记谁说的你经常尤其你情绪一上来我还跟人吵架呢过后早就想不起来那话是怎么说的了我明白了我明白了而且你当年创业为国的核心原因就是时候不对为什么没有赶在技术成熟之后再创业对对对

有道理但是我从另一个角度来拆解这个事很多集团公司董密这个职务非常重要甚至它重要到比很多副总都重要了为啥呢因为它是既安排会议安排会议议程

安排和写会议纪要的人所以你可以一二三讨论问题他可以三二一的来记会议纪要甚至说咱这个文字也是博大精深的也可以诚实的记录的一件事可是那个话里在纪要上体现出另一个意思来这就是某种意义上的政治嘛

所以 AI 就在这一方面是有欠缺的他肯定做不到不会傻心眼是吧 AI 只会老老实实干活不会傻心眼所以在辅助上还有那个 code pilot 这件事辅助上其实还是 AI 还是做的不错的我们公司应该比春哥那边更早的

就给我们那个权限去上 code pilot 然后当时用上去之后就我内部问了一下就效率提升好多而且原来咱们还是很年轻工程师的时候我不知道两位我是上网去搜过 socket 怎么写

然后再复制粘贴复制粘贴之后怎么不好用了还得调试编译然后这个错误是什么然后你一旦用上 code pilot 就是编程助手这些问题都不存在了那些简单的那些就可能就在嘴边但是你不熟悉的 socket 之类的海数的调用 cool 的调用那些东西它全给你解决了我的跟你不一样它给你解决的意思不差我区别只在于我用的是豆包

回忆一下以前在没有豆包的年代完全靠网上搜的话有时候搜出来东西就对不上你其实是一个小问题但是你不熟悉这一块然后或者忘了是吧一些细节你这个对不上左查右查可能只是为了解决一个很小的问题其实也没什么技术含量但是现在用豆包的我用豆包之后发现它给我能举例而且说的很清楚这就没问题了这很清楚了这绝对没问题这个人跑得通对

而且你一旦出现编译错误的话其实从前出现编译错误好多是你得连忙带菜甚至搜那个错误能不能搜到有人跟他遇到一样的问题对他怎么解决现在你可以直接把编译错误就丢给不管你用的是哪个弹幕型他就会非常明确的根据之前的回答根据了错误指出来你应该改什么

在这一点上是真的省时又省力对这一点上确实是 Copilot 的辅助编程确实给我们提供了很多的这种便利但是有一个问题就是说大家在应用的过程中可能在认知和接受程度上会由于某些原因被限制就像我们公司为什么说其实我们公司是从上个月才给我们创建了 Copilot 的账号因为之前公司是不接受这一点的

不接受辅助编程它的最大的问题在于他认为可能会涉及到一些法律纠纷另外一点的最大的问题就是说会不会泄露我们的代码因为你可能会上传一部分代码到云端让他认为是有泄露风险所以这是公司考虑问题的一个出发点

所以就是他在前两年是一直禁止大家所有人在我们的电脑上不准装不准用但是今年公司就开始发生了一个转变就是可能这两点上风险没那么高了或者是得到了这个服务商的一些保证因为像我们有这个 Copilot 账号也好他是要和对方服务平台有这个协议的

就是保证数据安全不会出现侵权行为或者是有类似的协商机制他可能在这两方面已经做到了一个平衡所以今年开始让我们用了确实能够提高很多效率这个也是一个很常见的伦理问题就是信息安全和伦理问题就是你写出代码如果是你写的造成问题咱们很好去找责任肇事方嘛

然后但是如果是 AI 生成的那么赵时芳到底是谁呢是你还是这个公司的但是你是贵司之所以那么晚其实很大程度上我觉得前几年没花钱

我死那么早上两年前上的原因就是在最开始他就在内部内网部署了 GPT3.5 所以的话这个就出不去了我们自己有自己的然后就迫不及待的就用上了也不用担心了信息安全是个大问题我们现在内部也是严禁的

用外部的 GPT 去搜索甚至把文档喂给了外部的 GPT 所以我其实把那 code 变成规范喂给 Kimi 其实有违规的其实这个是很严重问题咱们好多去问

GPT 的问题那可能里面带了一些敏感信息只是我们不够敏感感觉不到那就你说这个事吧我觉得还有一点差别所有的公司其实都意识到这个问题但是你们有了一个相对来说比较变通的方案去的内部部署

对吧这是一个变通的方案对我信息不外出那就没有这个信息安全问题但是像就是我们公司我觉得他们比较 new 的一点就是说他们不愿意在本地部署其实我之前给他们提供建议我说既然大家这么关注这个数据安全那我们就在内网内部署一个系统不就可以了吗数据不出去他们的思想上就说我们要用就用 XGP 类似于这种的大的平台和我们合作的方式

我们不在内部自己去搞这个东西那得花钱啊得维护得花钱啊年初的时候应该是年初的时候戴尔公司啊给我们公司做了一次宣讲其实就是在推 DeepSeek 的本地部署版的服务器戴尔卖服务器嘛

咱好像猛的突然往前跳了一步就 GBT 那种部署费用是非常高的可是 DeepSeek 出来是严重的解决了这个问题费用低的非常多

甚至是百分之一千分之一这也是很多公司没有那么多 budget 的时候能部署能做本地部署原因但是我们即使在 DeepSeek 出台之后戴尔给我们推这种服务器的部署方案也涉及到一个问题当时跟我们推广时我就问了一个问题就是它的服务器可能很便宜几百万就能拿得下来而且

而且华为生腾在当时在我们大连也搞了发布会也在推可能更便宜可能一两百万一个夫妻就能下来就可以运行满血的 deep seek 但是问题是这样的大多数公司像我们公司好歹还是 IT 公司还是有一些高科技属性的有一些 AI 工程师

我们都不是很有信心能维护起来这套系统你不光是部署你可能还有维护调试之类的我们都没有信心然后人家卖这套服务器之后尤其连带着希望本服务也卖给你我来帮你做这次热人家要一鱼几吃但是我们的疑虑就很大就感觉这个东西就算你买了它也不是你的

它还是捏在别人手里或者你自己如果培养几个工程师来做这件事成本其实是高了很多的其实是很高的这是一个偏成本的考虑不光是应用结果的考虑这就看你侧重于哪方面但是你要从现实来讲我们另外一个部门他们自己在内部部署了一个 AI 系统然后搞了一些东西并且集成到产品当中

然后做了一个 demo 管理层觉得这个东西非常好然后产品经理就来问我们说我们有没有可以借鉴的东西然后我们说我们可以内部也部署一套然后把我们的想法去实现他说能不能借用他们的系统尽管他看到另外一个部门部署系统已经有一定的成功了但是他还是不愿意去自己

管理层都是僵化的而且不愿意承担责任所以在这种大公司里面要做一件事最好的方法其实就是你先做先做出成果来自然有大儒为你来奠基否则的话就会找出各种理由这个不行那个有困难我们在欧洲那边总部他们有申请国家的补助

买了两块大显卡整个刀片服务器然后内部部署了一套系统也试图在写自动化脚本然后迟迟写不出来然后这个事就搞得后来就很尴尬因为你看说跟你说的这是一个非常好的方向就是 AI 对我有帮助我做了尝试我做出来了让大家看到了

也有另一种就是我要永恒学院做尝试我去做了我没做出来其实这也是一个常态你没这个能力然后你还不知道需要投多少人力投多少钱才能做好这些事我猜好多公司啊

可能也都有类似惨痛的经验整了几个人弄了半天弄不出来而且还有一个可能跟大雄老师当年在宇宙度经历的事一样就是你把这个 AI 程序啊或者 AI 的这个东西弄出来你怎么衡量它好用还是不好用

我们刚才说那个 code palette 好用啊有帮助我们怎么如果以报告形式要报告说提升了多少效率我们怎么说提升了 508015 就非常空泛的说提升了那如果从一个听报告的一个人管理层来讲那花了这么多钱提升了多少我需要一个量化的数据是不是

大雄老师当初做那个图片的时候就会有这个问题做 AI 的时候就是他到底是还是不是像还是不像怎么量化这个倒是能量化那个当然是做什么达到水平有各种指标来量化那倒不是问题但是其实我在想到你说的这个提升效率这种东西怎么量化其实可以量化但是我觉得真正的困难在哪呢

或者是危险在哪呢为什么要向管理层报告我们量优化了提升了效率嗯为什么要让他们知道我们提升了效率这不是把自己的时间给压缩了吗不这个就是角度不一样就是你我其实也碰到这个问题啊我就感觉我开始做自动化脚本的时候啊

有些人是有抵触的把这个东西做出来那不就把我饭碗砸了吗就找各种理由不那个还不一样自动化脚本就是写这种东西是加快人的效率它有一点点不一样就是说你其实还有很多别的你原先就是由于人力的限制有很多事情做不了你现在提高效率之后你可以做很多别的事情但是你用代码就是

你要编写的代码真的能够增加吗或者你要写的东西会增加吗

不一定有有有如果增加的情况下当然好说比如说我原先可以干这么多活现在我提升效率可以干更多的活是吧我可以有确保需求是充裕的但如果你需求本身是一个局限的你这时候提高效率岂不是坑自己我说的就是这件事像像初哥刚才提到的 technical writer 我这也有也是这个问题就是他有非常强的危机感因为工作

你每年 release 就那几个是非常固定的然后突然发现说很快就给做完了他当然有很强的危机感了脚本自动化脚本也是原来是有自动化脚本工程师就随着项目演进逐渐写现在可能说五分钟都写完了改不改吧两三天都做完了他肯定有很强的危机感可是从运营公司的角度

是需要不断的开源节流你需要去提升这个团队的交付能力和交付效率所以这个就是大家所处位置不一样为什么要说这个话题为什么要如果说让大家每个人都选可能大家就会出现资本主义萌芽出现的那个时期工人在破坏机器对吧

对吧我觉得更多的是没有那么严重就是我可能在背地里偷偷用 AR 提升了我的效率但是我不会说

不会推动你去是吧把他这个摆在桌面上来我背后自己提升了效率大雄老师这种就是比较鸡腿的那种是吗对对这只是你个人的想法那我举个例子啊你也知道大连是做对日外包比较繁盛的地方啊嗯

对于 RABO 有一类就是非常非常的弱智的那种就是桑社长说了干了三年之后生不如死就是人把诗像书写的以自然语言写的极其是详尽几乎就是一个翻译然后就能做这部分工作你交给低代码平台之类的他就翻译可能比人翻译的还好他不会犯错那么这种工作

在 AI 出现之后,自然而然有人就会考虑,那这些工作就不用人来做了,AI 来做,是不是还省了开源戒流?本来在大连的现状就是,对于热爱宝这个行业江河之下,跟日本没钱了有很大关系,跟地缘政治也有,它的利润率非常薄了,但这样的话,我同一个项目能减少很多的人,最后只留一些检查,

审查的人那是不是我这个项目由亏就转赢了我就有新的盈利点了这是从公司啊或者运营层面是一定会想到的事对吧所以这个不光是都是个人饭碗的角度也有运营公司饭碗的角度但是那家公司我后来也听他们做了一个报告他们的报告的核心思想是他们的这个尝试是失败了因为说确实有成功的但是呃

成功率可能就维持在 5%60%60%70%之间我当时第一反应是其实不低了 5%60%60%70%好用的话那么其实也就是说它的整个成本空间能节省出来一半甚至一多半然后但是它接下来解释我也是觉得非常合理的

他说他们要花大量的时间去甄比哪些是成功的哪些是不成功的就大量测试发现怎么个原来时间还差不多根本没有节省这个是我的也对也对五六十这个数据是最后抽象出来提炼出来的你

你怎么判断是五六十成功的你需要逐一验证啊那也对要花的时间也很多这有点像投广告所有的广告投放商都知道自己有什么至少 50%的钱是浪费掉的问题是不知道哪 50%其实从我的角度来讲首先但是公司肯定是每个公司对 AI 的态度或者是考虑的点肯定是不一样的

其实我们个人也是一样的每个人对这个 AI 的这种态度和看法其实也是有很大差别的

如果是接着刚才大雄老师提到的那一点说的话就大雄老师是相对来说比较鸡贼的那一个那我就是相对来说比较直的那一个就是直男所以我做了一件什么事呢就说从今年开始其实我的态度其实是比较明确的我是就积极的拥抱一爱的我觉得他确实能够给我们提高很多的这种效率或者给我们带来很多的好处

所以我就积极的跟公司的管理层去建议这个事情刚才提到了就是我给他们做了一些就是 AI 方面的这个 demo 然后给他们推荐这个 AI 的这个就是说方案还有就是展示 AI 的能力然后我就发现不同的人对这个态度是截然相反的就是有一部分人他就很明确的表示我不会用 AI

我觉得他不行对他干的没我好然后另外一个人一些人也是和我一样他也想去

就是拥抱 AI 去尝试但是呢他可能接触的没有那么深他也想积极的去加入到这里面来去探索还有一部分人就是带着恐惧的带着恐惧的人就像刚才你说的那个 technical writer 他就是一个比较恐惧说哎呀我是不是明天就会被 AI 取代了我刚才提到的这个他写技术文档的这个人

在我们开完会之后还特意给我打电话来跟我探讨这个问题然后说了一下他的这种困境还有他的这种担忧你要知道他就是一个纯种的美国人对美国人来讲他是很怕失业的所以他很严肃的跟我探讨说这个 AI 现在到什么程度你能不能给我介绍一下我以后有没有什么好的

方案或者是去规避这个事情或者以后我该怎么做你有什么建议他确实是很严肃的跟我讨论这个问题就我从他的语言言语当中能够很深切的体会到他这种担忧是很强烈的你在内部推 AI 有可能被当成公贼处理我们之中出了一个叛徒我这也出现同样的问题其实也是而且我中间那个

饭吞了一个大模型做的事其实某种意义上是会碰触到 technical writer 那个自动化脚本工程师还有 AE 就是内部的客户 support

这类人他们本来尤其你想客户支持这些客户提了个问题你根据这个问题你去检索知识库回答一下他本身就是个缓冲他不是解决问题的人他好多时候他那些工作确实就是很容易被 AI 取代的这个态度有时候你能理解他不想接受这个事或者说他不愿意去靠自己学习去适应那个时代但实际上

就是我的角度也是是这是你不可阻止的大师啊我现在我是在帮你让你天天知道这个但是在人家看起来可能就是你在加速加速世界的毁灭没你没你我就不会失业就是那种感觉啊

你叫不醒一个装睡的人你更像是一个引入了病毒的人病毒在别处肆虐你别管你别引入到我这来就是这个因为你看当初原话是失业的那一波这发生在差不多 20 年 23 年现在这个社会新闻已经被淹没掉了很多人都不知道甚至

在那个时候有好多大学对对忘了而且好多那个就是原化专业都已经说减少招生了这个事就是其实没有多长时间可是很快就已经过去了而且在前一会就我们家亲戚人那种速录师失业速录师在那几年集体失业的时候这个事也是也是一个行业的影响不是某个人某几个人影响很快也就过去了

其实没有人会关注哎呀那速录师他失业了他怎么办他的技能就是速录他能怎么办其实并没有人关心然后社会就这样毫不留情的就往前走了然后走到哪里我们也不知道那波人发生什么事他们后来干什么了我们其实也不知道我一个同学远在广州的范先生他就提过这个邮律是将来会不会被取代啊尤其他的女儿

想学画画在他看了我用 sleep diffusion 给他生成的画之后他把他女儿志向给改了不画了不学画画了这条路走不通了真是发生的事然后但是我跟他解释不见得对啊但是就是我很很真切的感受我的很真实感受就是你说是不是一样啊你不是不识也不受影响但实际上就好像

蒸汽机到来之后就不再用牛来拉车去运建材一样那你说那是不是一种实业呢车夫啊之类的都标局啊都已经没有了是但是另一方面他们去转到别的行业其实倒也没有什么

我再插一句我头两天去贵州旅游的时候在黄果树我看到了无人机运水泥无人机用绳子吊一袋子水泥越过那个山对越过那个山放在了山对侧的黄果树瀑布下游的那个坝上去

一个无人机一直在飞一直在飞就一台无人机一代一代水里的运我当时看着就特别感慨我在想象因为那个贵州山特别多你要没有这个时候要么人背要么可能就是用马用驴驮驮着水里慢慢的上山再下山现在无人机可能五分钟一趟五分钟一趟就运过去了那马和驴是不是也失业了牵马的马夫驴夫没有驴夫这个词是吧是不是也失业了

其实也不见得他可以做别的事他可以把这个水下游的水坝或者景观建得更快这就是我非常真实的感受其实从我个人的角度来讲的话其实我也是这么想就是说 AI 这个东西它就是一个行业发展的趋势这是不可逆转的

你要看到这个趋势就是说即使你没看到这个趋势其实你从公司的态度和周围人的态度上也能看出端倪公司这两年就像我们公司来讲公司这两年前两年是排斥的从今年开始逐步的在引入 AI 的一些应用和功能然后个人来讲它也开放了就像 Copilot 这些东西的权限让大家可以使用了

另外周围的人其实我觉得大部分人还都是积极的去探索这个 AI 的可能性的所以你看

如果有大的发展趋势在这你再拒绝 AI 其实就是注定会很容易被时代淘汰而不是说被其他的东西这话调的可能有点高让大雄老师把我们调子往低的地方俗的地方拉一拉大雄老师原来在宇宙都做 AI 还做过一个啥呢一个智能客服系统

是吧就是不让人找到人工客服这个其实也是 AI 的一个领域是吧大雄老师当年还在没有 XGBT 没有这些大模型的时代是一个很原始的方法做出来的现在那就不一样了原来那时候就智能客服我觉得可傻了每次我在不同的这个

后台碰到客服基本上它解决不了你任何问题但是就阻止你找人物客服气得要死要活了不不别这么说还是能解决百分之差的问题的这是你们的量化方法从我量化方法只要我找到后台支持主要是机器人都一点用都没有啊

然后即使在那个时候好多公司,比方说咱预名商还是选择了大雄老师,以及他的那个同事啊朋友做的那种系统,因为可以节省很多的人力和 budget,而且在这个时代 GPT 和 DeepSeek 很聪明了,有些比好多客服说实话我觉得比他们聪明的多,回答得体的多,

那更得拥抱了那更得节省了是吧大雄老师那现在就肯定是节省的程度更比我那时候更加上了一个台阶了就刚才花田老师就是多次提到了这个宇宙度这个我也不忍想说两句其实我对这家公司一直很看好你很看好

我就说以前一直很看好就是以前我们曾经聊过自动驾驶我还专门去尝试了这家公司的这个产品去乘坐了萝卜快跑对然后 AI 时代刚开始的时候我也很关注它但是后来特别是今年我发现这家公司为什么总是起个大早赶个晚集好像它始终是这个村里最不争气的那个对

宇宙度我记得是第一个喊出来 all in AI 的公司对吧而且还把天启四骑士吴文达都招来了你时间线搞错了吴文达在更前面然后再是 all in 的 all in AI 是陆奇是陆奇喊出来的是吧对在那之前已经把吴文达找来了吴文达听众朋友们要是不了解的话可以稍微搜索一下他对 AI 的贡献是什么量级的贡献

就是人也有钱也有就是这个策略也有结果就搞出了文心一言那个东西大雄老师有没有觉得脸上无光啊不这其实很符合我们的预期我们已经见多了我以前可都是买了他的股票的哎很失望很失望就是怎么搞都不对而且说转向这次最近转向非常快

因为 DeepSeek 航空出事没多久我记得宇宙度就是第一个就是接入 DeepSeek 我当时打开那个搜索页面的时候我都惊呆了我说你不抗争一下吗你不是文心一言也这个那个曾经在各种排名号称打败 ChatGPT 吗打败 Cloudy 打败 Germany 吗这怎么这么快就倒向 DeepSeek 了

我当时就感觉这没出息的呀你倒是兜一下马上就换成了 deep seek 不不不我倒觉得这事是他难得的这个果断决定这个从结果来看确实是这事从这个决策来说是难得的果断因为大部分情况下他不会那么果断那不果断就有问题了对咱可以简单点评一下国内这几家巨头啊

就是当年的 BAT 呃这个宇宙度呢文心一言闹了好多次笑话文心一言那个笑话出来说各种聪明之类的还有那个呃

两位不知道是不是我上文心演上去骂李彦宏然后他会纠正你李彦宏是个伟大的企业家什么的就是这个心思都用在这些上面了他非常快的就放弃了其实在 DeepSeek 出来之后直接就接入 DeepSeek 然后腾讯那边呢腾讯那边也很直接嘛一点没挣扎对元宝直接就宣示我不做了啊

但是腾讯本来人家没做不过话说维新研也还没到放弃的时候只是主页上接的是 DeepSync 还在增长阿里还是表现不错的阿里签问同意签问还有万象万象头一段时间发布 2.1 非常好签问也是因为我是做边缘测的所以我们在边缘测去部署这种大模型的时候签问是表现最好的

签问甚至能在 ROCKCHICK 3588 上大概是 6 TOPS NPO 上能部署签问 3B 的大模型 DeepSig 只能部署 1.5B 的签问的模型调试的是非常好的我当时感觉阿里虽然在这一波里面感觉默默无闻但实际上他做了好多工作而且国内的这种大模型社区

Modern Scope 好像是叫这个名字对对标 Hagen Face 的国内只有这一个它是做的非常好的它整个生态做的也好人们各方面的模型探索做的也好远胜百度如果说国内大模型来讲让你说 top3 你会选谁阿里肯定有一席之地我想说华为但是其实我没有用过

华为的大模型我一直这说起来奇怪可能他推广的有问题我怎么一直没用过了但是我觉得他的能力他应该能排上去在这种事上华为是永远不输的再让我说其实我就想说月之暗面了 Kimi 我因为用的多他用的多完全是他是最早推出长文本然后我一直用的多所以我其实觉得 Kimi 一直是虽然他没有 DeepSeek 那么聪明在有些问题上可是他

简单直接好用他推出了好多东西包括他的 PPT 转化的工具其实对好多人来讲是就上了就能用我跟我的另外的同学推荐过

他的结论是说这个东西相当于一个 5000 块钱的文员 5000 月薪的文员能做的工作好是不一定多好但是那玩意真能用春哥你是有什么答案其实我对国内的不是特别了解但是我其实有两家我还是比较喜欢的在我看来也是这今年是表现最好的吧一个就是说 DeepSick 一个是这个千文然后第三点其实我嗯

没有太多的选择或者说我对他们不够了解就像你提到的华为的盘古模型怎么样其实这两天我也看到了华为新发布的模型的新闻但实际上在我们这我也尝试不了用不了

并且好像他对通用市场没有开放他更多的好像是做的一些专用市场或者是内嵌市场对所以就没有机会能通上对所以就是刚才你提到这个千问其实我是非常同意这一点的他做的是相当不错的就是他首先是从模型数量上讲和模型质量上来讲

今年都是可以说是首屈一指的在国内来讲然后 DeepSeek 来讲的话它是首先是春节时候是发布了 DeepSeek R1 是惊艳到了所有人就是性价比极高的一个产品然后另外是前两天刚刚发布了它的一个更新版本就是 Lingual About 的一个版本就是在各方面推理能力也好或者是生成能力也好各方面都又有很大的提升

虽然它并没有什么宣传但是经过其他人的测评来讲我看了也是相当不错的所以这两家来讲不只是在国内是在国际市场上也是有很强大的竞争力的千万它一个是能力很强再一个它是全面开源

并且模型的数量质量然后它的大小就各种选择你有很多而且我之前一段时间看有国外玩家做的那种就是编程训练的模型它是用签问来做检验的就是你生出一段代码到底可不可用它是直接去用签问生成

一段代码来做对比然后来做判断标准就是我的感觉咱就不说那些玄妙的数字我的感觉是签问的稳定性在很大程度上应该是受到认可的虽然签问在国内一广告打的不好还是怎么着就是真的业外都不太知道都是的文心一言不知道签问在国际市场上签问其实应用还是很广的

你可以从这个 Hungerface 或者是这个欧拉玛的这个网站上看他的下载量也是很高很高的还有就是说他是做这个基座模型他可以其他人可以基于他的模型去微调啊做帧流啊或者是做其他的这些改动捆绑都是可以的所以就是他的这个受众还是挺

我个人来讲喜欢用它的一点就是说 Deep Take 也很强但是我非常烦的一点它这个思考过程关不掉有的时候我们只想得到一个很简单答案但是它就是需要很长的时间千万它新出的模型它也有这个思维链但是它可以很方便的把它关掉可以很快的给你一个答案这一点是我非常喜欢的其实我的意思就是说在业内来讲千万是有认可度的但是说

就 common 来说对这个大多数来讲的话大多数人业外来讲会对这个社会来说大家对签问是知名度不是高的好多人都不知道有这个东西阿里做这个东西嗯

也就阿里的渲染策略我不知道是是好还是不好那个对就说大模型我再提名国内另一个大模型啊可灵啊可灵在碧原大模型这块在目前视频生成这部分我觉得是做得非常好尤其 2.0 发布之后真是有点突破我的想象力了因为前面 1.5 1.6 的时候还觉得嗯可以

还可以声称的不错但是你也并没有说比国外那几个模型说明确的就做的哪里好当时还有个想法我就感觉在可灵 2.0 出现之前是阿里万象 2.1 发布

我是觉得我当然想啊我说这个大模型是不是就不能闭圆你说可灵这个闭圆也就做成这个样子人家开圆做的也非常好你说你闭圆能闭出个啥呢结果哎可灵 2.0 出来我发现哎呦是这呢这个万象 2.1 根本做不了确实做不了这人家就关起门来研究啊投入砸出来的东西啊是真好用尤其他在里面又加了个动模态

我就把视频当图片来处理做得非常好就是贵一点就是有点贵我做一个图片花了个 30 块钱

做一段视频花了 30 块钱有点肉疼但是那个效果真的我目前为止我是非常满意的这个也是一个挺令我惊讶的东西你这个东西再贵能有美国的模型贵吗对就是咱中国人就习惯了免费一旦让我花钱我就受不了我就感觉这东西你就该白让我用你怎么跟我要钱呢我就老这个状态你说的其实一个很关键的一个感受其实我也有这样的感受

作为中国人可能这些年对于免费市场被培育的大家都有这种想法了花钱的东西我干嘛要花钱呢我有免费的可替代的你让我花点钱觉得不应该但是对于美国的消费者来讲他认为我花钱买这个服务就是理所当然的我就应该的他是这种想法天经地义的

对然后大模型来讲的话就国内的话大模型确实是便宜然后美国这边像 XGBT 或者是其他的几个基本上都是普通会员的话 20 块钱一个月 20 美元然后你再上升到专业的话那就十倍的价格 200 美元一个月你像这个价格其实是对普通人是很难接受的我觉得对国内确实有这个问题你包括像 DeepSeek 上来就开源让你们免费用

就是这个也是够夸张的你花这么多钱就直接啪就开软了随便用但是这个很符合中国的市场逻辑包括 DeepSeek 你看用这个营收来换市场占有率它的战略是成功的也其实挺中国的就是都别活了或者都别玩了都用我吧然后就是咱们那些好多的

免费的开源的国内其实说个我不知道你有没有用啊有好多免费的那个工具啊而且好多网站上给你把那个环境都搭好工作流都搭好了啊然后内容让你随便用的其实也是非常多的然后这种事其实我也很困惑就这种的话这也是导致国内为什么竞争这么激烈啊包括那个六小龙啊都快变成六小虫这个原因啊

他很难盈利啊他都没办法盈利纯指望烧钱想挣点钱太难了这个是不是也不健康呢但是你要说不健康呢可是国内又有 deep-seek 这种这种化石剂一样的 AI 就冒出来那

然后欧美又一片死寂它是收钱可是它有一片死寂它又很难出来除了美帝那么这个这个是我也是你说到这我也很困惑我用的人 Kimi 你看我一直用 Kimi 用人越战而面烧了几亿甚至几十亿的东西出来我一分钱没给他花过你说他做这个东西图了什么这个事的话我的理解呢一方面这个不见得说是说这个东西好与不好不能不能用这个绝对的这个词来衡量它

你就像以前我们刚开始二三年的时候就 XTGPT 发布之后然后大家都是在跟风做这个模型其实出现了这个就是说百魔大战的这个局面所以凡是有点钱有点能力觉得自己可以上的公司都干这个东西所以你看这个是不是大家都在集中化烧钱呢然后到了今年一种浪费对到了今年实际上你看

其实局面有很大的改变了基本上来讲的话从世界范围来讲我觉得也就有十几个模型能拿得出手能够站得住脚的了大部分的模型都死掉了你说他们死掉是好事还是不好呢我觉得从某一方面来讲是好事避免了那些公司再继续的浪费钱

因为他们做出的东西已经不可能跟着 Top10 来竞争了基本以后的天下可能就是 Top10 的这些开花结果现在来讲我觉得集中精力把这些你好比国内 Top3 也好美国的 Top3 也好把它们做起来当然了这涉及到一些可能垄断缺乏竞争这样的讨论但是这个就像我说的我觉得没有完全的好与坏的界定

这个就是发展个人中优胜劣汰的一个过程很残酷对其实跟早几年的自动驾驶行业非常类似对就是自动驾驶也是几千亿美金的烧家家都在做做到后来你看根本有的就做不出来就纯浪费纯烧钱

然后有的做得出来有的做得出来还面临华为的强烈挑战那从结果来看到底从头有没有必要烧这个钱有没有这个价值烧这个钱可能是有的人听听资深的自动驾驶专家大雄老师怎么看你说有必要吗演的什么都用华为的不行吗嗯

那只用一家的你看现在华为的各家车厂都曾经对上期之前的老总还说过把灵魂交给别人了那怎么行你现在再去问问他灵魂在哪里那不行了灵魂也可以卖嘛

现在就是真香嗯对吧能日子但凡能过得下去那灵魂就不能交给别人过不下去那是另外一回事哎最近我还看了个新闻说是这个在粤港澳的车展有一个车展上好像是奥迪推出了一款用了华为的自动驾驶的一个车 Q6 哦

我忘了是什么了反正有一款好像不止一款这不也是我理解这事肯定不是奥迪心甘情愿的不得不把灵魂给出卖了为了市场和利益日子过不下去了只能卖灵魂了就这样所以这些东西就是说出的格局不一样看到东西肯定不同

但是这种研发上面的浪费恐怕是如果想加速这件事必不可少的种种模型走到今天就跟互联网一代一代的那种开始百可争留百魔大战百团大战百机大战是完全一样这就类似于类似于流浪地球中间的那个宝盒石救援一样最后顶用的可能就那么一两个

但是饱和是救援也是必须的其他的你要从算最后成功的从最后吃了最后一个馒头饺子来说都是浪费但你谁知道你给了馒头人顶饿了对这就是那个故事这个人吃了第七个饼饱了痛苦的敲了自己的头说我直接吃第七个饼多好前六个都浪费了

前六个可能都重要我们这期盘点了一下我们自己的感受以及我们最近用到的这些大模型肯定啊在过去这几年大模型蓬勃发展的历史中我们的盘点是挂一漏万的泥沙俱下的不够全面有失偏颇的

但是也确实是我们最近这段时间的一点感受我们也打算从这个系列开始讲一讲 AI 我们三个人或多或少都有比较亲密的接触然后都有一点自己的研究我们可以聊一聊自己的感受做一个简单的科普做一个系列说一说 AI 与我们与大家的关系是什么当个茶余饭后的谈资吧就这么来聊一下

所以到今时今日 AI 到底会发展是什么对我们的影响是啥还难以说一言以蔽之但是起码在我们三个人今晚聊出来的结果来看对我们影响还是非常大的而且这个行业进展得非常快可能我的感受可能过去十年

过去一个行业发展其实要十年的时间就在两年时间就飞速的过完了快到了我都记不得好多大模型的名字好多大模型公司的名字就如流星一样闪耀我现在问两位啊

王小川那个公司 AI 公司叫什么名字两位还记得吗是不是叫百川之蓝对啊百川就是当初轰轰烈烈的新闻就已经就迅速的就消失掉了而且百川也在转型也烧不下去了贵团贵团开始搞

AI 的大模型那家公司叫什么大雄老师还记得吗不记得对你看这都是就太快了其实就是一两年的事但是好像过了一个世纪因为层出不穷的大模型填充到我们的脑海里面了

所以对大家来讲也是一样,接受起来可能有难度,对我们来讲说错说漏也算是正常,我先叠个 buff,我们留待下一期,我们是不是能聊得更细一点,聊得更科普一点,聊一下大木星到底是啥,这些大木星究竟有什么差别,DeepSeek 好在哪里,长处是什么,人家 GBT 又哪里不如温馨一眼了,

大家的方向百度阿里人家致力于哪些方向成功是因为什么哪些决策是错误这个 flag 力度有点多不知道后面都能不能讲到尽量尽我们所能聊一聊这个话题亲民的话题 OK 拜拜

既然都听到这里了欢迎大家订阅随手留言也可以在微信搜索公众号一知半解一是数字的一了解更多节目内容

我把心说爱骗我 Remember me