新内容
1
AI 新模型体验测评:亲手检验新模型进步了多少的应用
用 8 个领域 24 道标准提示词给新模型打分,并以雷达图对比两个模型。评分记录只保存在当前浏览器中。
标签 · 17
用 8 个领域 24 道标准提示词给新模型打分,并以雷达图对比两个模型。评分记录只保存在当前浏览器中。
知识讲解已经是AI的强项。学校应该教学生如何应用实务概念。
对必须先看到整体结构才能行动的人来说,AI 可以把问题连接到真正的理解和解题练习。
AI 还没有深入进入现场工作。
在说 AI 太快之前,先问人类究竟还有哪些问题没有真正解决。连月球基地都还没建出来,我们需要的不是更慢的工具,而是把答案带到现场、安装、运行、修正的能力。
只想一想、不记录下来,谁都读不到。未来的 AI 能读到的,是文字、代码、项目和其他记录。在 AI 可能把对话和记录放在一起读取的时代,把'我是谁'写下来,至少能让未来 AI 有机会读到你。
AI 不是随便什么工作都拿走。它会按顺序替代答案会收敛的工作、责任、控制、所有权、价值判断,最后到人的存在问题。
翻译、编程、分析、预测大众反应这类结果可验证的工作,会最先转向 AI。
身体劳动比脑力工作更晚被替代。但只要能重复、能测量失败、答案会收敛,最终都会转向 AI 和机器人。
即使 AI 做得更好,决定权也不会立刻交出去。每当 AI 错误率低于人的证据累积,并明确谁来负责,权限就会一点点移向 AI。
能力和决定权移向 AI 之后,人仍会依靠所有权。但所有权不是自然法则,而是社会共同维护的约定。
能力需要有,但它守不到最后。AI 时代,要把能力换成资格、担责的位置和所有权。
AI 可以替你写句子。但为什么要提出这个主张、工作实际如何运转、谁会追问什么,作者自己必须知道。
把会议转写整理成清晰业务结构的方法。
抓住明显错误,但不降低成果的上限
明确错误要挡住,但不能连更好结果出现的可能性也挡住。
一篇共同第一作者综述,比较仿章鱼抓手的结构、感知方式和控制方法。