即刻App年轻人的同好社区
下载
现阶段关于模型效果的测评有个很奇怪的或者很别扭的现象，大家包括大模型厂商、媒体，每次新发模型就必须在 benchmark 上排排坐，比大小。但是同时大家又隐隐约约的知道，这个一直用这种测试集来测评好像不太合理，或者说你用测试集来引导模型去做出更好的表现，其实是有问题的
大家隐隐约约感觉到这个事情，但这个游戏呢，好像就你，你围观我，我围观你，你踩我，我踩你，我就大家都参与进来了，就就都陷入这个游戏里面，没办法自拔了。
这感觉就跟我们招人很像啊，你很多公司招人的时候，那你第一眼筛简历，你怎么筛选，那你肯定就是看看业绩啊，甚至有很多时候，大家都会回到所谓的看高考成绩，对吧？你是哪个学校毕业的？这个事情就很矛盾，但是又好像没有很好的解法的感觉
大家隐隐约约感觉到这个事情，但这个游戏呢，好像就你，你围观我，我围观你，你踩我，我踩你，我就大家都参与进来了，就就都陷入这个游戏里面，没办法自拔了。
这感觉就跟我们招人很像啊，你很多公司招人的时候，那你第一眼筛简历，你怎么筛选，那你肯定就是看看业绩啊，甚至有很多时候，大家都会回到所谓的看高考成绩，对吧？你是哪个学校毕业的？这个事情就很矛盾，但是又好像没有很好的解法的感觉
0 00
灰度到了gemini的图文并茂的能力，感觉做的还是稍微保守了一点，不过基于速度和大厂能力的平衡还是可以理解的
最近在实际工作中越来越多的人反馈LLM反馈的都是文字，而且是大段大段的文字，看的太累了
无疑图文甚至是视频是人更容易接受和理解的信息载体，信息密度相同的情况下，明显人接受和吸收起来会更容易
这也是这种生成式UI的价值
不过看到现在大部分的产品的效果，可能最难的部分还是更加个性化的的呈现，现在的感觉就是“更高级的套模版”的感觉，虽然这样可能带来一个还不错的效果，还是如果期望能给用户提供更惊艳的效果的话，必须能更好地理解和挖掘到用户的偏好是什么
当然这可能是最难的部分了，强于chatGPT可能也没办法在用户如果不是高强度对话的情况下，做不好pulse的推送体验
怎么更好地（不一定不能是主动的提问）获得用户的偏好，可能更加重要的一个产品设计议题了
最近在实际工作中越来越多的人反馈LLM反馈的都是文字，而且是大段大段的文字，看的太累了
无疑图文甚至是视频是人更容易接受和理解的信息载体，信息密度相同的情况下，明显人接受和吸收起来会更容易
这也是这种生成式UI的价值
不过看到现在大部分的产品的效果，可能最难的部分还是更加个性化的的呈现，现在的感觉就是“更高级的套模版”的感觉，虽然这样可能带来一个还不错的效果，还是如果期望能给用户提供更惊艳的效果的话，必须能更好地理解和挖掘到用户的偏好是什么
当然这可能是最难的部分了，强于chatGPT可能也没办法在用户如果不是高强度对话的情况下，做不好pulse的推送体验
怎么更好地（不一定不能是主动的提问）获得用户的偏好，可能更加重要的一个产品设计议题了
0 00
这谁能想到，“优雅”的费天王年轻的时候是以摔拍子闻名的😂
自从克服了情绪问题之后，在开始走上了通往“最伟大的网球运动员”的道路
即使你有最强的天赋，你也需要不断地战胜那个最难战胜的自己
图片截图来自——《天才之击》2008年温网男单费德勒VS纳达尔的决赛
自己印象中最深的网球比赛应该就是
德约科维奇和纳达尔在2012年澳网决赛打了5小时53分钟，也是两个怪物😂，有一种比赛打完，天都亮了的感觉
自从克服了情绪问题之后，在开始走上了通往“最伟大的网球运动员”的道路
即使你有最强的天赋，你也需要不断地战胜那个最难战胜的自己
图片截图来自——《天才之击》2008年温网男单费德勒VS纳达尔的决赛
自己印象中最深的网球比赛应该就是
德约科维奇和纳达尔在2012年澳网决赛打了5小时53分钟，也是两个怪物😂，有一种比赛打完，天都亮了的感觉
0 00
关于减肥这件事情的一些小的总结
看了一些书，也有一些自己的实践和实际的效果，所以来做一些总结（注意下面的很多建议和结论都不能直接对对应到一些有糖尿病或者血压心脏相关疾病的人群，针对的是大部分的健康人群）
- 最核心的认知误区
基本比较热门的书里面都有写到，减肥的核心不是单纯的减少热量或者更多的运动，这是最终的表现，但是不是事情的原因
核心是你的激素水平的变化，更明确一点是你的胰岛素水平的变化，你吃的东西影响你的血糖，然后血糖影响胰岛素，胰岛素的阈值和波动就会长期影响你的体重
- 吃什么和什么时候吃是最关键的
不太好的食物其实大家也都知道，糖、精制碳水、各种添加剂等等
如果简单一点总结的话，就是尽量吃简单加工的食物，比如就简单煮一下之类的，所有的深度加工的比如零食等等，都会含有很多对于控制血糖和胰岛素不利的东西
这么说来其实火锅就还挺好的，不过要注意各种调料尽量少一点
什么时候吃本质是吃的频率，反复的吃东西会导致胰岛素反复出来工作，最终就是会被维持在一个比较高的水平，所以吃零食不太好就是这个原因，跟多少关系可能没有那么多，跟你的血糖的波动情况的关系比较大
所以减少频率是核心，多少可能影响是次要的
- 关于运动
运动当然有用，但是对于减肥不是那么核心，不过运动的价值更多在于保持身体的状态
以及运动对于大脑明显感受会更好，能让自己的思维也处在一个不错的状态
- 关于禁食
可能是最被低估的，也是因为这个里面有很多的误区
首先我们人体的机制其实就能很好的应对24小时或者36小时不吃任何东西，理论上是没有任何问题的，而且还有很多的好多，你甚至会感觉很亢奋和清醒
甚至更长时间的禁食都是可以的，不过最好有专业医生的支持下
中途的饥饿感其实很容易过去，比如你聚焦于做事情，或者喝茶和咖啡都是可以的
这种间歇性的禁食可以帮我们更好的度过一些减肥过程中的瓶颈期
有瓶颈期其实就是你的身体适应了当前的节奏，所以需要有些更大的变化，比如比之前更长时间的不吃东西，或者更大的运动量等等
- 关于吃大餐
虽然你在控制，但是该吃的时候还是可以放肆去享受的，可以在吃大餐之前来一点醋来控制血糖不要波动太大
以及你一顿大餐之后，还是会回到自己的生活节奏的
整体来看，其实你只要能明确的知道自己当前的状态和一些感受应该怎么去克服，或者说度过，可能整个过程也不是那么的痛苦，特别是你在禁食期，可能反而能获得更好的身体和心理感受，你会感觉你变的更加敏锐了
看了一些书，也有一些自己的实践和实际的效果，所以来做一些总结（注意下面的很多建议和结论都不能直接对对应到一些有糖尿病或者血压心脏相关疾病的人群，针对的是大部分的健康人群）
- 最核心的认知误区
基本比较热门的书里面都有写到，减肥的核心不是单纯的减少热量或者更多的运动，这是最终的表现，但是不是事情的原因
核心是你的激素水平的变化，更明确一点是你的胰岛素水平的变化，你吃的东西影响你的血糖，然后血糖影响胰岛素，胰岛素的阈值和波动就会长期影响你的体重
- 吃什么和什么时候吃是最关键的
不太好的食物其实大家也都知道，糖、精制碳水、各种添加剂等等
如果简单一点总结的话，就是尽量吃简单加工的食物，比如就简单煮一下之类的，所有的深度加工的比如零食等等，都会含有很多对于控制血糖和胰岛素不利的东西
这么说来其实火锅就还挺好的，不过要注意各种调料尽量少一点
什么时候吃本质是吃的频率，反复的吃东西会导致胰岛素反复出来工作，最终就是会被维持在一个比较高的水平，所以吃零食不太好就是这个原因，跟多少关系可能没有那么多，跟你的血糖的波动情况的关系比较大
所以减少频率是核心，多少可能影响是次要的
- 关于运动
运动当然有用，但是对于减肥不是那么核心，不过运动的价值更多在于保持身体的状态
以及运动对于大脑明显感受会更好，能让自己的思维也处在一个不错的状态
- 关于禁食
可能是最被低估的，也是因为这个里面有很多的误区
首先我们人体的机制其实就能很好的应对24小时或者36小时不吃任何东西，理论上是没有任何问题的，而且还有很多的好多，你甚至会感觉很亢奋和清醒
甚至更长时间的禁食都是可以的，不过最好有专业医生的支持下
中途的饥饿感其实很容易过去，比如你聚焦于做事情，或者喝茶和咖啡都是可以的
这种间歇性的禁食可以帮我们更好的度过一些减肥过程中的瓶颈期
有瓶颈期其实就是你的身体适应了当前的节奏，所以需要有些更大的变化，比如比之前更长时间的不吃东西，或者更大的运动量等等
- 关于吃大餐
虽然你在控制，但是该吃的时候还是可以放肆去享受的，可以在吃大餐之前来一点醋来控制血糖不要波动太大
以及你一顿大餐之后，还是会回到自己的生活节奏的
整体来看，其实你只要能明确的知道自己当前的状态和一些感受应该怎么去克服，或者说度过，可能整个过程也不是那么的痛苦，特别是你在禁食期，可能反而能获得更好的身体和心理感受，你会感觉你变的更加敏锐了
2 00
锯齿状前沿”（The Jagged Frontier）
1. 核心洞察：打破了“线性进步”的幻觉
大多数人直觉上认为技术进步是线性的（一个同心圆慢慢变大），即：AI如果能做高难度的数学题，那它一定也能做简单的加减法。
但这张图狠狠地打了这种直觉的脸：
锯齿（Jaggedness）才是真相： 现在的 LLM（大语言模型）就是这样，它可能通过了律师资格考试（超出了人类工作的圆圈，是Amazing的部分），但却数不清楚 "Strawberry" 这个单词里有几个 "r"（凹陷在圆圈内，是Dumb的部分）。
认知的错位： 我们正处在 "We are here" 的位置。这个阶段最痛苦。因为它的“强”会让我们产生过度信任（Over-reliance），误以为它全知全能，结果在它“弱”的地方（比如事实性错误、简单逻辑陷阱）狠狠摔跟头。
2. 对未来的预判：“恐怖谷”效应的变体
请注意 "We are here" 之后的那个阶段——“The AI is unbelievably intelligent but for some reason it fails at X.”
这是一个非常犀利的预判。随着模型参数变大、能力变强，那个粉红色的形状会吞噬掉绝大部分圆圈。
这也意味着： 未来的AI会让我在99%的时间里觉得它是神，但在那1%的关键时刻（比如医疗诊断的一个罕见特例、自动驾驶的一个极端路况），它可能会犯一个人类绝对不会犯的低级错误。
这种**“高智商低能”的悖论**，在通往 AGI 的路上会长期存在。这比现在的“有时聪明有时笨”更危险，因为我们将更难察觉它的错误。
3. 图中隐藏的一个“盲点”：人类工作的圆圈是静止的吗？
这张图最大的槽点在于，它假设**“人类的工作（Tasks of a human job）”是一个固定大小、固定边界的圆圈**。
现实并非如此： 当 AI 的粉色形状扩张时，人类的圆圈其实是在逃逸、变形和扩张的。
杰文斯悖论（Jevons paradox）： AI 提高了效率，往往导致了更多的需求。比如，AI 能写代码了，人类程序员的工作并没有单纯地被“填满”，而是变成了“架构设计”或“系统集成”，圆圈本身变了。
AGI 的定义： 图中把 AGI 定义为“完全覆盖人类工作的圆圈”。这其实稍微有点“以人类为中心”。真正的 AGI 可能在覆盖人类能力的同时，在某些维度（比如并行计算、多模态理解）上延伸出人类完全无法理解的巨大触角。
总结
这张图是目前解释**“为什么我对 AI 又爱又恨”**的最佳视觉化表达。
对管理者的启示： 你的任务不是把 AI 当作完美的替代品，而是去摸清那个“锯齿”的边缘——利用它突出的尖角（Spikes）来降本增效，同时用人工流程去填补那些凹陷的坑（Gaps）。
对个人的启示： 不要因为 AI 在某件事上犯蠢就轻视它（那是它还没填满的坑），也不要因为它在某件事上超神就盲信它（那可能是它唯一的尖角）。
1. 核心洞察：打破了“线性进步”的幻觉
大多数人直觉上认为技术进步是线性的（一个同心圆慢慢变大），即：AI如果能做高难度的数学题，那它一定也能做简单的加减法。
但这张图狠狠地打了这种直觉的脸：
锯齿（Jaggedness）才是真相： 现在的 LLM（大语言模型）就是这样，它可能通过了律师资格考试（超出了人类工作的圆圈，是Amazing的部分），但却数不清楚 "Strawberry" 这个单词里有几个 "r"（凹陷在圆圈内，是Dumb的部分）。
认知的错位： 我们正处在 "We are here" 的位置。这个阶段最痛苦。因为它的“强”会让我们产生过度信任（Over-reliance），误以为它全知全能，结果在它“弱”的地方（比如事实性错误、简单逻辑陷阱）狠狠摔跟头。
2. 对未来的预判：“恐怖谷”效应的变体
请注意 "We are here" 之后的那个阶段——“The AI is unbelievably intelligent but for some reason it fails at X.”
这是一个非常犀利的预判。随着模型参数变大、能力变强，那个粉红色的形状会吞噬掉绝大部分圆圈。
这也意味着： 未来的AI会让我在99%的时间里觉得它是神，但在那1%的关键时刻（比如医疗诊断的一个罕见特例、自动驾驶的一个极端路况），它可能会犯一个人类绝对不会犯的低级错误。
这种**“高智商低能”的悖论**，在通往 AGI 的路上会长期存在。这比现在的“有时聪明有时笨”更危险，因为我们将更难察觉它的错误。
3. 图中隐藏的一个“盲点”：人类工作的圆圈是静止的吗？
这张图最大的槽点在于，它假设**“人类的工作（Tasks of a human job）”是一个固定大小、固定边界的圆圈**。
现实并非如此： 当 AI 的粉色形状扩张时，人类的圆圈其实是在逃逸、变形和扩张的。
杰文斯悖论（Jevons paradox）： AI 提高了效率，往往导致了更多的需求。比如，AI 能写代码了，人类程序员的工作并没有单纯地被“填满”，而是变成了“架构设计”或“系统集成”，圆圈本身变了。
AGI 的定义： 图中把 AGI 定义为“完全覆盖人类工作的圆圈”。这其实稍微有点“以人类为中心”。真正的 AGI 可能在覆盖人类能力的同时，在某些维度（比如并行计算、多模态理解）上延伸出人类完全无法理解的巨大触角。
总结
这张图是目前解释**“为什么我对 AI 又爱又恨”**的最佳视觉化表达。
对管理者的启示： 你的任务不是把 AI 当作完美的替代品，而是去摸清那个“锯齿”的边缘——利用它突出的尖角（Spikes）来降本增效，同时用人工流程去填补那些凹陷的坑（Gaps）。
对个人的启示： 不要因为 AI 在某件事上犯蠢就轻视它（那是它还没填满的坑），也不要因为它在某件事上超神就盲信它（那可能是它唯一的尖角）。
0 00
1 00
1 00
