即刻App年轻人的同好社区
下载
或者要不要再加上专业领域的智能体只解决专业领域的推理任务？包括未来是否会通过model router来真对特定的任务选择合适的性价比最高model？
VION_WILLIAMS: 连即刻上o3的讨论都非常少，目测来看，大模型的智能水平与计算成本在短期之内，我们很难看到理想中的跨越式的发展预期，即足够自主、自动的智能水平，足够合理cover住使用场景成本以及完整场景的自动化复杂指令执行。 目前整个行业应该还是处于蓄能积累的阶段，在此阶段，受制于成本问题，以及RL路线的展开，事实上，关于智能体在商业上会变进一步划分，普通智能体，以及高级智能体，核心是成本问题，这是一场关于经济效益与计算账本的生意。
0 00
人工智能时代中国的SaaS会如何发展？SaaS在中国的市场是个真命题还是个伪命题？
事实：
1. 中美之间的对比发现，在SaaS和行业应用两国差距巨大，单看规模是美国的1/10
2. 中国大企业（尤其是国央企和互联网）占经济比重较大；民营企业小而散；流量经济，内容经济代表的个人创作者经济蓬勃发展
3.YC的最新观点，AI agent可能让SaaS业务的规模再次x10
问题：按照此趋势正常推演，在软件领域，是否中美会拉开100x的差距？
未来是否差距会缩小？是越来越大，还是有机会弯道超车？路径是什么：
1. 未来是否有AI agent/数字化/AI Native的行业公司，借助数字化/AI的更先进的生产力工具整合上下游，形成行业的中大型公司？
2.中国创业者出海后，服务全球市场的经验，能否反过来倒逼国内SaaS的发展（由中国创业者参与到全球化的应用开发/底层中间工具开发的全球化竞争中）
3. 老龄化/人口红利的逐步减少，人工成本的提高，专精特新的国家战略是否会催生中小企业的数字化需求增加？
4. 中国内容创作者/独立开发者（prosumer）是否有可能借助AI coding等先进生产力，创造不仅面向国内，又面向全球市场的SaaS软件/工具？
事实：
1. 中美之间的对比发现，在SaaS和行业应用两国差距巨大，单看规模是美国的1/10
2. 中国大企业（尤其是国央企和互联网）占经济比重较大；民营企业小而散；流量经济，内容经济代表的个人创作者经济蓬勃发展
3.YC的最新观点，AI agent可能让SaaS业务的规模再次x10
问题：按照此趋势正常推演，在软件领域，是否中美会拉开100x的差距？
未来是否差距会缩小？是越来越大，还是有机会弯道超车？路径是什么：
1. 未来是否有AI agent/数字化/AI Native的行业公司，借助数字化/AI的更先进的生产力工具整合上下游，形成行业的中大型公司？
2.中国创业者出海后，服务全球市场的经验，能否反过来倒逼国内SaaS的发展（由中国创业者参与到全球化的应用开发/底层中间工具开发的全球化竞争中）
3. 老龄化/人口红利的逐步减少，人工成本的提高，专精特新的国家战略是否会催生中小企业的数字化需求增加？
4. 中国内容创作者/独立开发者（prosumer）是否有可能借助AI coding等先进生产力，创造不仅面向国内，又面向全球市场的SaaS软件/工具？
2 01
很多人觉得OpenAI 12Day发布会价值不高意义不大
我个人认为Day2的强化学习微调是一个非常有前景的方向，于是昨天分别和两个人讨论了这个问题：
1️⃣和AI科学家讨论过，得到的观点是这条路已经基本上是行业内的技术共识，只不过技术的工程化实现难度并不容易，openAI能做出来也确实是有其多年的技术沉淀在里面
2️⃣一个国内三甲医院的副院长（她也是国内妇科肿瘤的顶级专家）聊过这个问题，她看了OpenAI和伯克利的专家的研究，从行业专家的角度认为这个是非常有价值的
1.可以通过1000少量病例/证据给到AI，就可以有辅助的决策，这对于临床非常有价值
2. 虽然目前准确率较低（top1:31%）但是能够给出推理的过程本身对于临床就是一种很好的辅助
3. OpenAI探索出来这条路，证明通过有限的数据进行强化微调，是能够提升准确率的，那么未来随着更多的临床证据补充进来，理论上能够让模型更可用
3️⃣自己的思考：目前的o1的RL微调只是傻瓜式的给case和答案，如果专家能够针对几个经典case补充一些推理的步骤和reasoning的过程作为fewshot，是否能够进一步提升准确率和模型的可用性；
最后希望早日看到国内的RL微调上线，医疗敏感数据大概率还是要跑到国产的模型上
我个人认为Day2的强化学习微调是一个非常有前景的方向，于是昨天分别和两个人讨论了这个问题：
1️⃣和AI科学家讨论过，得到的观点是这条路已经基本上是行业内的技术共识，只不过技术的工程化实现难度并不容易，openAI能做出来也确实是有其多年的技术沉淀在里面
2️⃣一个国内三甲医院的副院长（她也是国内妇科肿瘤的顶级专家）聊过这个问题，她看了OpenAI和伯克利的专家的研究，从行业专家的角度认为这个是非常有价值的
1.可以通过1000少量病例/证据给到AI，就可以有辅助的决策，这对于临床非常有价值
2. 虽然目前准确率较低（top1:31%）但是能够给出推理的过程本身对于临床就是一种很好的辅助
3. OpenAI探索出来这条路，证明通过有限的数据进行强化微调，是能够提升准确率的，那么未来随着更多的临床证据补充进来，理论上能够让模型更可用
3️⃣自己的思考：目前的o1的RL微调只是傻瓜式的给case和答案，如果专家能够针对几个经典case补充一些推理的步骤和reasoning的过程作为fewshot，是否能够进一步提升准确率和模型的可用性；
最后希望早日看到国内的RL微调上线，医疗敏感数据大概率还是要跑到国产的模型上
2 12
