- AI
- AI这个问题困扰了我一段时间,我最后的理解是——智能能被生产的时代,人本身的价值和驾驭智能的能力才是最终的出路 人是社会关系的总和,虽然我并不完全认同这句话,但是它其实就是我在AI时代第一份答案,AI能生产智能,但是智能不是社会运行的唯一需求,在智能和生产之间还有一部分需要沟通,行业理解,需求摸排的工作,这是AI一段时间内取代不了的 但是这种需求和所在的行业有一定关系,纯软开发会日式渐微,跟硬件或者生
- AI
- AI
- AI
- AI以前的LLM就可以绕一圈进游戏啊,JEV只是让这个过程变得直接了,其实挺有潜力的,但是痛点一模一样,保证世界一致性和信息一致性与TOKEN消耗的平衡是一个非常难的工程性问题
- AIJEV火的根本原因是它符合程序运行期望+LLM 打个比方,如果我用LLM来处理程序,我需要让它先格式化输出,然后校验格式化是否正确,失败重试,这里面先不谈TOKEN消耗,光是失败重试带来的时间不稳定性就很恶心了 现在 简单直接用 还快 还便宜 一个具体的场景是,我想让AI根据用户自动点单,以前需要一大串的提示词告诉它应该怎么格式化输出 并且做好错误处理 现在 **它自己就是格式化的**
- AI
- AI实际上工作内容真的不会很难,前言知识领域虽然复杂,但是落到工程上主打一个皮实耐造,很多技术反而会走很保守的方案,理解起来会很快 数据运维多半是以工具为主,代码为辅的一套流程,进去学就是了,不需要真的一上来就能有带领一个团队做完整个项目的能力,那不叫实习 那叫大牛