即刻App年轻人的同好社区
下载
随着 Grok 4.6 的发布，以及即将到来的 4.7，我可以放心大胆地说：
上个月花 ¥450 订的年费 SuperGrok 是近期最成功的一笔投资，堪比低点买入半导体然后看着它猛猛涨的喜悦😁
上个月花 ¥450 订的年费 SuperGrok 是近期最成功的一笔投资，堪比低点买入半导体然后看着它猛猛涨的喜悦😁
3 00
补充一下：用 AI 写“工具类”的文章没有错，比如教程、历史分享这种偏客观的内容。其实 AI 条理清楚、论据清晰，信息的表述甚至比人自己写的还要更好。
但是，一些主观的内容绝不能用 AI，比如测评、经验分享。如果用 AI 写，读者为什么不直接去问 AI 呢？大家看内容，要求的就是这种“活人感”。
要有活人感的内容，绝不能用 AI，顶多最后用 AI 改下格式、稍微润色一下。
区分主题，谨慎选择，很重要
但是，一些主观的内容绝不能用 AI，比如测评、经验分享。如果用 AI 写，读者为什么不直接去问 AI 呢？大家看内容，要求的就是这种“活人感”。
要有活人感的内容，绝不能用 AI，顶多最后用 AI 改下格式、稍微润色一下。
区分主题，谨慎选择，很重要
haoyun: 用 AI 写东西没有错，大家反感的是很多人因为用了 AI 而不审核质量，使得读者的阅读体验很差。
2 00
读《李诞工作手册》，里面最震撼的一句话是：
“福尔摩斯说，看和观察是不一样的。 越早丧失看剧的乐趣，越早发现观察剧的乐趣，越早成为一个合格的以创作为生的人。 放弃看的乐趣，享受观察的乐趣——这样的测验不只在看剧时，在面对一切时都一样。”
因为我自己就是这么走过来的。之前看电影的时候，总是沉迷于特效和情节，但是去年的《一战到底》里面的情节跟我太水土不服，于是转而观察导演拍摄的手法，不自觉地上了瘾。
之后，我每部电影都优先看焦段的组织、人物的站位，以及背景和主体之间的关系。这些细节往往才能体现一个导演的功底。
创作也是这样，看内容不只是看内容，更要看作者叙述的手法。他为什么吸引你，又为什么让你心服口服地点赞？
这都是创作的艺术。推荐大家去读
“福尔摩斯说，看和观察是不一样的。 越早丧失看剧的乐趣，越早发现观察剧的乐趣，越早成为一个合格的以创作为生的人。 放弃看的乐趣，享受观察的乐趣——这样的测验不只在看剧时，在面对一切时都一样。”
因为我自己就是这么走过来的。之前看电影的时候，总是沉迷于特效和情节，但是去年的《一战到底》里面的情节跟我太水土不服，于是转而观察导演拍摄的手法，不自觉地上了瘾。
之后，我每部电影都优先看焦段的组织、人物的站位，以及背景和主体之间的关系。这些细节往往才能体现一个导演的功底。
创作也是这样，看内容不只是看内容，更要看作者叙述的手法。他为什么吸引你，又为什么让你心服口服地点赞？
这都是创作的艺术。推荐大家去读
1 00
是的，把每次都当成最后一次去体验，全力以赴地做或者享受，往往才不会留下太多遗憾。不要想还有多少回，只需专注当下这一回，就够了
liupc: 数字是最大的错觉。 健身时，教练说，来把这个动作做12次。前面6次非常轻松，等到第10次就咬牙了，第12次做完，肌肉会经历一个小小的极限。 实际上，生活里绝大部分美好的场合，我们可能都不需要那么多次。 所以，我还是更喜欢茶道里「一期一会」的说法：活在当下。 或者如禅宗那句：挑水便是挑水，砍柴便是砍柴。
0 00
今晚重新审视了自己手头上所有的 AI，发现记忆功能真的是一个大杀器。
这么说的原因，是我最近在纠结一个重大的人生决策。我把相同的一长段口述（包含我的疑惑和希望得到的解答）分别丢给了手头上所有的 AI，然后观察它们的回答。
我发现，这些 AI 都会不约而同地在回答中提到我过去曾经跟它们说起过的东西。但由于我跟各个 AI 聊天的次数方差太大，导致某些 AI 搜索出来的记忆已经是完全过时的，跟但我目前个人发展情况完全不一样，而它们仍然会固执地引用，装作刻意很懂我的样子。
毫无疑问，跟我聊天最久的 ChatGPT 对我的了解是最全面的，因此它给我的建议最符合客观情况，落地性也最强。
从这件事上发散开来，感觉 AI 行业其实跟以前的互联网产品有异曲同工之妙：谁家的模型能力已经不太重要了，重要的是你是否有用户的数据，是否能让用户因为他们自己的数据而心甘情愿地留下来。
你越了解用户，用户越喜欢你。
这么说的原因，是我最近在纠结一个重大的人生决策。我把相同的一长段口述（包含我的疑惑和希望得到的解答）分别丢给了手头上所有的 AI，然后观察它们的回答。
我发现，这些 AI 都会不约而同地在回答中提到我过去曾经跟它们说起过的东西。但由于我跟各个 AI 聊天的次数方差太大，导致某些 AI 搜索出来的记忆已经是完全过时的，跟但我目前个人发展情况完全不一样，而它们仍然会固执地引用，装作刻意很懂我的样子。
毫无疑问，跟我聊天最久的 ChatGPT 对我的了解是最全面的，因此它给我的建议最符合客观情况，落地性也最强。
从这件事上发散开来，感觉 AI 行业其实跟以前的互联网产品有异曲同工之妙：谁家的模型能力已经不太重要了，重要的是你是否有用户的数据，是否能让用户因为他们自己的数据而心甘情愿地留下来。
你越了解用户，用户越喜欢你。
0 00
说说我对国内模型的看法：
国内模型，是极端的偏科生。这意味着，想要真正发挥benchmark上的性能，必须【专事专用】，一旦超出那个界限，抱歉，甩手不干了。
典型比如用 GLM 处理代码逻辑上的问题（后端），Kimi处理界面元素的问题（前端），deepseek 处理文献资料问题（讲解）。用B处理A，或者用A处理C，效果都是灾难的。
GPT、Claude，甚至 Grok，则不存在这些问题。因为巨头们没有迫切的刷榜欲望，更加推崇的是全面发展，benchmark是荣誉，同时也容易走上歪路，变成枷锁。我觉得国内模型已经有这个倾向了。
至于量少，则是物以稀为贵。我相信不是故意坑人，纯粹是卡不够。但是作为消费者，应当把自己视作【消费】者，市场经济，适者生存，作为消费者我不关心有的没的，拿产品说话，其他都是浮云
国内模型，是极端的偏科生。这意味着，想要真正发挥benchmark上的性能，必须【专事专用】，一旦超出那个界限，抱歉，甩手不干了。
典型比如用 GLM 处理代码逻辑上的问题（后端），Kimi处理界面元素的问题（前端），deepseek 处理文献资料问题（讲解）。用B处理A，或者用A处理C，效果都是灾难的。
GPT、Claude，甚至 Grok，则不存在这些问题。因为巨头们没有迫切的刷榜欲望，更加推崇的是全面发展，benchmark是荣誉，同时也容易走上歪路，变成枷锁。我觉得国内模型已经有这个倾向了。
至于量少，则是物以稀为贵。我相信不是故意坑人，纯粹是卡不够。但是作为消费者，应当把自己视作【消费】者，市场经济，适者生存，作为消费者我不关心有的没的，拿产品说话，其他都是浮云
5 02