看到一个关于 AI 的猜想，感觉有道理和 V 友讨论下

发图失败，链接在这里

https://imgur.com/a/BJtRAyo

1.是被高估了。2.但 AI 进化速度很快。

站在老板的角度，完全取代不了人可以让一个人借助 AI 干俩人的活，节约用人成本？
我们公司也在推进 AI 辅助工作，现在感觉摸鱼的时间变多了。。

一个 AI 写, 另一个 AI 负责监管调整.

必须要有真正懂代码的人使用 AI 开发工具，才能保证 AI 不会欺骗你。这对于个人开发并没有什么意义，因为你不能把自己裁掉。但是对于开发团队，这可能意味着原本需要 10 个人的团队，现在只需要较有经验的 3-5 个人复杂架构设计、下达指令、审计代码等工作。

AI 出错之后谁负责和 AI 本身准确度是两个问题。
当前 AI 公司都是免责型服务，你随便用，用了后果自负 use at your own stake.

你在公司上班用 chatgpt AI 这个锄头，倘若你万一拿这个锄头耕地出错了，老板扣工资能扣到 chatgpt 服务商 OpenAI 的头上吗？ 不能。 出于你公司结构，最终会缩到一个你能扣工资的人的头上

这不是锄头决定的
这是公司结构决定的
这是公司责任制结构决定的
这是公司责任制结构，最终出自人性：必须通过责任心 or 出错之后惩罚，让下一次工作结果更好；开除不好的人，招纳更好的人，什么是 “好” ？ 不是拿高档锄头就是好，而是能承担愈大责任的才是好。

当然，一个好锄头可能促成，之前有 100 个负责的东西，现在 1 个人就能负责了；之前 1000000 个人负责的东西，现在在 99% 的时间里 1 个人就能负责了。但不会促成 0 个人负责：这是公司责任制结构决定的。

用了 AI 后，觉得语文越来越重要，哈

只要能负责，那么你不懂扛金锄头也是可以的。这本身就说明了这是两个维度的事情

还是那句话，目前的人工智能就是有多少人工就有多少智能。现在的自媒体吹 AI 用的几乎都是同一套模板，什么“UP 主不懂代码纯靠 AI 做了一个商城 APP”之流，说了半天废话然后评论区“关注 UP 主免费领取 AI 教程”，比赛博丁真鼓捣的那堆玩具还傻叉。

只是一个诺贝尔经济学奖得主这么想嘛
而且 24 年经济学同时获奖 3 个人，只有他这么讲嘛

@NoOneNoBody +1 天天在那儿咬文嚼字，哈哈哈

这还是尝试用 AI 代替写代码的人, 写代码的信息网络上最多了, 而且 AI 自己就是写代码的人开发出来的, 这样都用处有限

那么那些个网上根本没什么准确有效信息的行业, AI 岂不是根本无用

俺目前已经在重度使用 Cursor 开发商用项目了，可没有 Cursor 给钱宣发，倒是在白嫖 cursor 。

因为目前的 AI 是统计学 AI ，属于取当前学习语料+提示词的统计学最大概率解，或者说局部最优解。
但现实恰恰相反，很多场景下并不是大多数解就是最优解。

所以目前的 AI 更多提的是建议，而不是直接执行。（也就是很少有“端到端”的场景，除非场景极其简单，且极其有规律，导致统计学最优和实际需求非常贴合，非常接近全局最优解。比如驾驶和编程）

谁高估还是低估对我来说很重要么？对个人来说很重要么？减少了 30%工作量是实打实的啊。。。我就纳闷了。这是有啥好讨论的？

目前的 AI 还是一个自回归的最佳模式匹配器，只能根据知道的信息回答问题，但凡遇到没见过的情况，完全不知道怎么搞。所以，只能当成一个搜索引擎替代来用。

AI 能提升写代码的工作效率，节省很多原本查询浏览器然后自己分析的工作
将精力放在如何做出好产品以及能够更加快速生成产品
所以 AI 很重要，但是就像蒸汽机提高效率一样，不会让工作岗位减少，相反由于 AI 产生的更多更好的产品
让原本不会写代码的人也能快速做出一个成品，就像可能产生另一个类似美团的产品然后能够招募更多的骑手工作一样
同样能够产生许多新的职业和岗位
被代替的比如初级码农之类的会被由 AI 创造出来的产品而产生的岗位所占据

至少用了 ai 以后，我的编码时间至少能减少一倍以上。那也就意味着团队可以 cy 一半的人不影响效率

@NoOneNoBody #7 也可以说, 英语更重要了

AI 目前还是工具，是人的能力放大器。

可以了解下 comfygen 这个思路就是 AI 来调度 AI

五十年前：高性能电脑要一栋楼那么大，微型电脑也价格昂贵，根本消费不起。在这个背景下，是否电脑这种技术被高估作用了？

免费给你用的是最差的 ai 吧

@skyrim61 现在的 AI 已经是这样了，GAN 了解一下

看了上面的评论我说我的观点。
这篇文章里面有个时间尺度，接下来 10 年，因为拉长时间尺度来看的话，科技的发展是完全可以超脱我的想象力的，我无法对此做出合理的推断和假设。
所以也就讨论接来下来 10 年好了。

当前情况下的 AI 主流是多模态。多模态的模型起核心是要基于训练数据来推断上下文的概率关系，推断出最有可能出现的内容。。这一模型我认为是有很大的局限性的，也就是基于已知的内容做概率运算，模型本身的创造力是有限的。

换言之，AI 辅助变成也是对已有信息的高效整理和归纳，主力应该解决信息的收集整理，并不具备类人的逻辑能力，也就是他是没办法从语言处理变成逻辑推理。


期待模型的进一步演变。