即刻App年轻人的同好社区
下载
App内打开
子时有雨
680关注764被关注2夸夸
💻 Jike Backend Engineer
🔨 Builder
🛡 Anti-spammer
🎮 Gamer
子时有雨
14天前

M-Cosmosss: 一点近期关于大模型的体会 1. Claude Code + Opus 的代码质量确实远超 Cursor Agent，大幅降低了人工介入的频率，因为流程不够顺畅而更倾向于主用 Tab 代码补全的习惯也随之打破。 2. 御三家模型(GPT/Claude/Gemini)在技术方案/架构设计上非常强。这部分场景本质上是「对公开信息的整理、抽象与组合」，无论再先进的方案只要已有较成熟的公开实践，就会存在于模型的训练语料内，复现并组织成可用方案。这属于大模型的显著优势场景，与几位大厂的同学交流下来，都深有同感。 除非深耕于极度垂直的领域，或者是探索前人未至的荒原，不然，将咨询大模型作为设计方案的最先事项，已然成为当下的最佳实践。 3. 大模型的优势场景越来越多地覆盖了搜索引擎，但当搜索引擎无能为力时，也就是一个问题连相关的知识、文档、博客都搜不到多少，大模型往往也会身陷困境，例如一些具体的三方库问题或大项目的小众坑点。 即便如此，Claude Code 还是给了我惊喜。最近遇到一个 Node.js AsyncLocalStorage 的问题，起初直接给出的结论不对，但通过它自己测试代码验证后，能顺着 node_modules 翻阅源码定位到关键实现，再把结论纠正回来。 当然，这种情况不能完全覆盖。例如今天在 Go Workspace 的一个问题上耗费了一下午，御三家模型全军覆没。虽然已经推出了三年，但作为一个小众特性，谷歌能搜到的有价值文章屈指可数，大多是对官方文档的复读与示例的转译。最后还是在 GitHub Issue 里找到了答案。（或许让 Claude Code 直接去翻 Go 源码也能找到，但我的 Token 可经不起这么消耗。） 4. 因为原先大模型对我的工作流程介入的程度不够深，对「AI 影响自身价值」的论题没有太多想法，直到如今现状发生了改变： 4.1 所有知识皆源于前人的经验，在「无法确保绝对准确」这一点上，两者皆是，会在时间长河中被不断修正。 4.2 探索研究并归纳出新知识很难，但验证要简单得多，甚至只需知道「答案存在」，难度就会大幅降低。 4.3 大模型给出的结论对提问者来说，是一种高概率但不一定正确的参考，与前人的知识并无本质差异。如果具备验证能力，就能以较低的成本收获「知识」，这是我认为最高性价比的提效。 当然，即便没有这种能力（每个人都无法在所有领域都具备），亦或是连验证的精力都不愿意投入，收获一份「大概率正确」的知识，性价比依然高昂。 * 举个例子：翻阅大型项目源码查找刁钻问题的答案，需要层层深入、定位目录、锁定文件、再找到答案所在的那几行。这和大模型直接指给你位置，在验证后的准确度并无区别。（当然，亲自上也会有一些额外收获） 4.4 大模型是用全人类智慧炼金出的使魔，能力远超平均线非常正常。长远来看，我相信它能逐渐替代人类近乎所有的工作，即使模型能力停滞于此，也足以应付绝大多数场景。 但说回现在，我认为大模型目前最大的缺陷，也是无法完全替代我的原因在于记忆/上下文。 如果把大模型当成一个「高智商但有健忘症」的同事，我的价值在于补齐这部分能力： * 尝试完全理解它生产的代码，保证关键改动的可解释性，即使它「失忆」了我也能接棒继续 * 替它思考宏观视角下的盲区，补齐微观视角下的细节，并负责最终验证 * 写的代码比我好，那我也能从中学习来提升自己，不应该放任彼此间的差距 PS：据说通过文档化、增强信息检索能力等手段已经可以补齐这部分能力，实现真正的生产级 Vibe Coding，完全让大模型自己迭代维护一个巨型项目。听说已经有些企业如 Anthropic 接近了这个程度，但我还不太能置信，先继续坐井观天一会儿，如果为真那更多证明会自然显现。 总结：工作上的价值如上所述，目前尚存，但能否延续到十年后则未可知。至于工作以外的价值... 番外: 「你是想告诉我们，一种没有记忆遗传，相互间用声波进行信息交流，并且是以令人难以置信的每秒 1 至 10 比特的速率进行交流的物种，能创造出 5B 级文明？！」 刘慈欣的《乡村教师》歌颂了人类以极低效率的信息代际传递，奇迹般地支撑起了辉煌的文明。而以大模型的诞生为分界，人类这种「自力更生」的时代即将结束... 后大模型时代，在思考人类的变化前，不妨先想象下 AI 自我迭代能力的两种可能： 1.指数上升：上演现实版《终结者》，只是这次应该没有对天网还手的余地，人类能否存活纯看 AI 的考量。 2.聊胜于无：大模型停留在工具的层面，但成为有史以来最强大的「工具」，引领人类前往没有工作或「工作」的全新时代。 至于那个时代下失去「工作」的人会变得怎么样？ 只顺着乐观的方向推演：人类的进化一定会反哺 AI 的进化，无论如何，都会比独自前行的时代走得更快、更远。

00
子时有雨
5月前
祖国富强，世界和平
10
子时有雨
11月前
子时有雨
1年前
共祝愿，祖国好
30
子时有雨
1年前
怎么这么巧，我又是 No.2 ？
112
子时有雨
1年前
子时有雨
2年前
子时有雨
2年前
如果遇到即刻动态图片比较糊或者打不开的问题，可以尝试前往 「系统设置」-「清理缓存」
20
子时有雨
2年前
宝宝周岁快乐🎂
宝妈辛苦啦🌹
愿你们开心每一天❤️
@星lv柠
20
子时有雨
2年前
nb

名羽Npa: 改编现实事件的三部曲。 1. 广泛、熟读一手材料。 一句关键的话：Only write what you know. 2. 明确用户体验，一切以体验出发。 3. 在1的本底上依2进行有意识的改编。 实例： 最近在把一个现实世界的迫降事故加入我们的空中交通管制模拟游戏，进行一种“历史演绎”。 首先我们看了所有的事件材料，听了所有的空地录音和script。接下来我们明确玩家体验：我们想要玩家体会到那种“飞机出事了”的紧张感，尤其是以空管员视角。 最后我们在基本保留真实空地对话的基础上进行了这些改动： 1. 最前面加了一句“Mayday, mayday mayday”（国际通用SOS声明），这句话实际上飞行员也说了，但是因为空管员当时正在占用频道，所以没听到。我们认为玩家应该听到这句话，马上引起紧张情绪。 2. 给某段对话的背噪加了一个“[whoop whoop] pull up!”的机械告警音。实际上当时执飞的是一架空客A320，它的近地警告没有前面的whoop电子音（只有语音pull up），但是这个声音在飞友圈实在是太深入人心，所以我们换成了波音787的近地警告，保留了电子音。 3. 为了充分利用游戏媒介的可互动性，增加了一些可能的分支和对话变体，这样不同的玩家在给出不同的操作下，会得到一些不一样的独特体验。如果玩家之间有交流或者他多次玩的时候体验不一样，他马上知道制作组是有诚意的，放了很多心思和时间在里面。

00