即刻App年轻人的同好社区
下载
为什么AI智能助手记不住你？
——因为AI没记呀！
看似用问题回答了问题，但你仔细想想有没有道理呢？
AI记住的，是被预置训练的语料，
你的内容，AI没存！没记！那用的时候可不就检索不到了！
然后你觉得他不懂你，你和他倾诉，他转头就忘了。
举个例子: 用豆包智谱做英语陪练，十几个回合不到，他就有点失忆了再次开启对话，也只能记住上一次你说的，更久远的记不住了
那就说明:
1. 聊天历史也许只是存在了通常的数据库中。所以你可以查看一定时限内的历史聊天记录
2. 但这些内容也许没有存到向量数据库中！也没有做后续的训练！（但是否纳入到底层大模型中这个不一定）
数据产生之后，就和ai没关了，也许还会被平台定期删除，那你还指望他能根据聊天历史懂你？？不就是天方夜谭。
为啥平台要删除？——太占内存了吧，也许成本高
平台为啥不对所有历史数据做训练？——成本高，价值低？所以只是几轮，或者上一通数据
（都没想到长期存储，还提什么训练，咳咳）
由此:
1. 成本的问题——也许可以考虑成用户付费制，联动云空间，也成了通用助手的一种商业化路径
有需要的用户，可以行形成自己的训练数据集
当然从用户角度，能免费开放最好
2. 如何记忆
（1）按用户维度——全盘内容记忆
（2）分领域记忆——不同于只是按上一通对话内容摘要，而是把所有对话数据结构化整理，按领域进行分类记忆。
（3）场景记忆——将对话转成图片，可调取图片（这个对ai.来讲，目前也许有点难，长期可期待）
（4）问题记忆——可以通过记忆问题，不记忆答案，实现降低内存成本，需要从问题中提取关键内容，实时再提取答案联动新提问生成内容
（5）选择性记忆——可以让用户选择，哪些内容需要记忆
……
3.何时调取记忆
（1）分领域调取——有了分领域存储，就可以分领域调取，实现降低成本，提高速度
（2）选择性调取——选择权交给用户
（3）口令调取——模仿人类的回忆能力
（4）个性化问题调取
……
AI时代，AI助手应该是可以懂用户的，
否则那个Ta都不懂你，那你还愿意和我他长期相处吗？
欢迎交流讨论，留下你的想法
#AI的神奇用法 #AI助手
——因为AI没记呀！
看似用问题回答了问题，但你仔细想想有没有道理呢？
AI记住的，是被预置训练的语料，
你的内容，AI没存！没记！那用的时候可不就检索不到了！
然后你觉得他不懂你，你和他倾诉，他转头就忘了。
举个例子: 用豆包智谱做英语陪练，十几个回合不到，他就有点失忆了再次开启对话，也只能记住上一次你说的，更久远的记不住了
那就说明:
1. 聊天历史也许只是存在了通常的数据库中。所以你可以查看一定时限内的历史聊天记录
2. 但这些内容也许没有存到向量数据库中！也没有做后续的训练！（但是否纳入到底层大模型中这个不一定）
数据产生之后，就和ai没关了，也许还会被平台定期删除，那你还指望他能根据聊天历史懂你？？不就是天方夜谭。
为啥平台要删除？——太占内存了吧，也许成本高
平台为啥不对所有历史数据做训练？——成本高，价值低？所以只是几轮，或者上一通数据
（都没想到长期存储，还提什么训练，咳咳）
由此:
1. 成本的问题——也许可以考虑成用户付费制，联动云空间，也成了通用助手的一种商业化路径
有需要的用户，可以行形成自己的训练数据集
当然从用户角度，能免费开放最好
2. 如何记忆
（1）按用户维度——全盘内容记忆
（2）分领域记忆——不同于只是按上一通对话内容摘要，而是把所有对话数据结构化整理，按领域进行分类记忆。
（3）场景记忆——将对话转成图片，可调取图片（这个对ai.来讲，目前也许有点难，长期可期待）
（4）问题记忆——可以通过记忆问题，不记忆答案，实现降低内存成本，需要从问题中提取关键内容，实时再提取答案联动新提问生成内容
（5）选择性记忆——可以让用户选择，哪些内容需要记忆
……
3.何时调取记忆
（1）分领域调取——有了分领域存储，就可以分领域调取，实现降低成本，提高速度
（2）选择性调取——选择权交给用户
（3）口令调取——模仿人类的回忆能力
（4）个性化问题调取
……
AI时代，AI助手应该是可以懂用户的，
否则那个Ta都不懂你，那你还愿意和我他长期相处吗？
欢迎交流讨论，留下你的想法
#AI的神奇用法 #AI助手
2 50
被忽视的AI能力
越来越厉害的AI能力，还有一项重要特征，目前大家鲜少提及，就是个性化，定制化
这是自工业革命以来提供的标准化产品的一大巨变
定制化的成本和门槛将被ai大大缩减
降低到可以供普通人全面使用
这将是ai面向普通个人用户的重要价值
强调普通，是因为高阶用户现在就有足够的资金在各项事务上享受定制化服务，而这次ai agent 能力的拓展，将使这些变为可能
越来越厉害的AI能力，还有一项重要特征，目前大家鲜少提及，就是个性化，定制化
这是自工业革命以来提供的标准化产品的一大巨变
定制化的成本和门槛将被ai大大缩减
降低到可以供普通人全面使用
这将是ai面向普通个人用户的重要价值
强调普通，是因为高阶用户现在就有足够的资金在各项事务上享受定制化服务，而这次ai agent 能力的拓展，将使这些变为可能
1 20
如何让AI输出内容更可控？
现在的智能体搭建平台中，应该再增加一个用户训练数据的模块。
这个模块可以作为输出或者执行某项工作流时的主要参考的数据源，并且由用户自定义参考数据源中的哪些属性纬度。
不是知识库，不是数据库，只是用户给这个智能体增加的自己想要的训练数据。
比如，AI创作歌曲，
我只想让智能体输出的歌曲参考一些歌曲的作曲形式，
参考另一些歌曲的歌词形式，
……
AI作画
参考一些图的风格
参考另一些图的中国素元素等
……
这样输出内容就会更符合用户的定制化需求，更可控
#AIGC
现在的智能体搭建平台中，应该再增加一个用户训练数据的模块。
这个模块可以作为输出或者执行某项工作流时的主要参考的数据源，并且由用户自定义参考数据源中的哪些属性纬度。
不是知识库，不是数据库，只是用户给这个智能体增加的自己想要的训练数据。
比如，AI创作歌曲，
我只想让智能体输出的歌曲参考一些歌曲的作曲形式，
参考另一些歌曲的歌词形式，
……
AI作画
参考一些图的风格
参考另一些图的中国素元素等
……
这样输出内容就会更符合用户的定制化需求，更可控
#AIGC
0 00
这波AI应该给予用户更多的权利和生产力工具
很多情况下这个社会还是卖方市场，在刚性需求中，用户不得不被迫在资本给出的格局下，进行日常操作和活动
而企业一直用更先进的技术，在剥夺用户时间和精力
在这种情况下，需要给用户侧提供这样的工具，社交入口需要给用户端做出开放，
让用户可以用技术应对企业的技术和规模化生产，而不是依然靠真实的单份时间去买单。
很多情况下这个社会还是卖方市场，在刚性需求中，用户不得不被迫在资本给出的格局下，进行日常操作和活动
而企业一直用更先进的技术，在剥夺用户时间和精力
在这种情况下，需要给用户侧提供这样的工具，社交入口需要给用户端做出开放，
让用户可以用技术应对企业的技术和规模化生产，而不是依然靠真实的单份时间去买单。
1 00
未来机器人到底应不应该是人形的？
人不人形不知道，但应该是最迅速领先的。
因为机器人需要通过大量数据进行学习，目前大量的数据来自人类，记录着人类如何操作各种事物。
存在着大量以人为参照的演示视频，可以作为训练数据，这将使得人形机器人在整体进展上大幅超过其他类型机器人。
而最先跑通的，容易行成行业标杆，产生巨大的引领效应。
而其他形状机器人的学习数据，可能要参考仿生学的研究方法和内容。
人不人形不知道，但应该是最迅速领先的。
因为机器人需要通过大量数据进行学习，目前大量的数据来自人类，记录着人类如何操作各种事物。
存在着大量以人为参照的演示视频，可以作为训练数据，这将使得人形机器人在整体进展上大幅超过其他类型机器人。
而最先跑通的，容易行成行业标杆，产生巨大的引领效应。
而其他形状机器人的学习数据，可能要参考仿生学的研究方法和内容。
0 00
从《小王子》预测 AI大模型中的 超级app（killer app）
大胆预测下，AI大模型中的 超级app是个人数据的秘书形态
能收集用户日常全部数据的秘书会最终胜出
目前出的各种比较火的AIGC类的软件或者工具，都是单点的功能，这个在移动互联网时代是生效的。为什么，因为生活中还有很多刚性的单点基础需求没有被解决。
但在现在的AI时代，如果只是一个单点单个环节的Al软件，也许只能出现小火，用户想起来用一下，就会留存不长。
但是什么能让用户一直想回来呢?
就如《小王子》里的那句话，“如果你驯化了我，我们就会需要彼此”
“ I have no need of you and you have no need of me. To you I'm nothing more than a Fox, like a hundred thousand foxes, but if you tame me, then we shall need each other.”
这里的驯化可以视为AI技术中基于大量数据集的模型训练。
而当一个用户把他所有的个人数据都给到他的日常秘书的时候，其实就在驯化这个模型，模型越来越懂用户，用户和这个产品也就产生了链接，就有了感情，有了迁移成本，就有留存了。
驯化的意义在于建立联系联系，驯化也会产生牵绊成本。
这也是我之前说为什么大厂更容易全面胜出，AI是靠大量数据支撑的游戏，做的是原有基础上的加持，所以大厂一定是赢在过往的生态布局上。
(大厂有原有的大量个人信息数据的加持，过往积累的大量的生活服务可以一键调取，比如微信生态和阿里生态中的各项小程序，很容易深入百姓的生活各方面)
收集数据后，再做所有服务的调用和分发，这可能不是一家能够实现的，需要通过集合和共赢的思路来解决。
因为这和 AI大模型在让世界变小有关系。
下面一个帖子再讲讲世界在变小这个看法。
大胆预测下，AI大模型中的 超级app是个人数据的秘书形态
能收集用户日常全部数据的秘书会最终胜出
目前出的各种比较火的AIGC类的软件或者工具，都是单点的功能，这个在移动互联网时代是生效的。为什么，因为生活中还有很多刚性的单点基础需求没有被解决。
但在现在的AI时代，如果只是一个单点单个环节的Al软件，也许只能出现小火，用户想起来用一下，就会留存不长。
但是什么能让用户一直想回来呢?
就如《小王子》里的那句话，“如果你驯化了我，我们就会需要彼此”
“ I have no need of you and you have no need of me. To you I'm nothing more than a Fox, like a hundred thousand foxes, but if you tame me, then we shall need each other.”
这里的驯化可以视为AI技术中基于大量数据集的模型训练。
而当一个用户把他所有的个人数据都给到他的日常秘书的时候，其实就在驯化这个模型，模型越来越懂用户，用户和这个产品也就产生了链接，就有了感情，有了迁移成本，就有留存了。
驯化的意义在于建立联系联系，驯化也会产生牵绊成本。
这也是我之前说为什么大厂更容易全面胜出，AI是靠大量数据支撑的游戏，做的是原有基础上的加持，所以大厂一定是赢在过往的生态布局上。
(大厂有原有的大量个人信息数据的加持，过往积累的大量的生活服务可以一键调取，比如微信生态和阿里生态中的各项小程序，很容易深入百姓的生活各方面)
收集数据后，再做所有服务的调用和分发，这可能不是一家能够实现的，需要通过集合和共赢的思路来解决。
因为这和 AI大模型在让世界变小有关系。
下面一个帖子再讲讲世界在变小这个看法。
00:26
4 10
国外网站相比国内有一个微小但极大好处，就是所有网站可以基于谷歌或者微软做账号体系的打通！
就是只要你是通过谷歌浏览器或者微软bing浏览器，
在你已登录谷歌或微软账号的前提下
打开的网站中，若是需要登录或者注册，都可以直接复用自己的谷歌或者微软账号体系，不需要再次注册只属于该网站的账号。
真是狠狠方便啊！！！
国内真的是，没有一个通用的账号体系，体验新网站，新产品，就要不停地扫码，登录，验证码，关注公众号……
什么时候国内也能有一套基于浏览器的账号体系啊！！！
就是只要你是通过谷歌浏览器或者微软bing浏览器，
在你已登录谷歌或微软账号的前提下
打开的网站中，若是需要登录或者注册，都可以直接复用自己的谷歌或者微软账号体系，不需要再次注册只属于该网站的账号。
真是狠狠方便啊！！！
国内真的是，没有一个通用的账号体系，体验新网站，新产品，就要不停地扫码，登录，验证码，关注公众号……
什么时候国内也能有一套基于浏览器的账号体系啊！！！
5 60
预测一下之后的文生图走向
2023 年 5 月，百度CEO李彦宏预测：10年后全世界有50%的工作会是提示词工程”。
既然这样，那提个问题：你认为下一步的AI生图是什么样的呢？
当前文生图文生视频，局限性显而易见：
会遗漏词与词之间的逻辑关系，还会丢失掉更复杂的语义等含义。
生成的内容可控性较差，高质量图片/视频是需要多次垫图，多次用ps 等设计软件做大量后期调优处理，并且很费时间。
我预测之后的文生图趋势为:
1.用户可以通过咒语关键词启发从 0-1 的灵感
2.根据生成的初步图像，可以使用连贯的自然语言进行预期画面的描述，让生成内容更可控，实现从 1-10 的图像完善。
3.在内容生成的同时，集成编辑工具，实现一站式的内容创作，完成从10 -100 的最终版设计，无需到其他设计平台做调优。
2023 年 5 月，百度CEO李彦宏预测：10年后全世界有50%的工作会是提示词工程”。
既然这样，那提个问题：你认为下一步的AI生图是什么样的呢？
当前文生图文生视频，局限性显而易见：
会遗漏词与词之间的逻辑关系，还会丢失掉更复杂的语义等含义。
生成的内容可控性较差，高质量图片/视频是需要多次垫图，多次用ps 等设计软件做大量后期调优处理，并且很费时间。
我预测之后的文生图趋势为:
1.用户可以通过咒语关键词启发从 0-1 的灵感
2.根据生成的初步图像，可以使用连贯的自然语言进行预期画面的描述，让生成内容更可控，实现从 1-10 的图像完善。
3.在内容生成的同时，集成编辑工具，实现一站式的内容创作，完成从10 -100 的最终版设计，无需到其他设计平台做调优。
从李彦宏预言看：AI图像生成的未来趋势
1 00