即刻App年轻人的同好社区
下载
大厂半年review版：
1. 有没有想法比想法的对错本身更重要。只要场合合适（比如任何私下的讨论），不会有人阻止你说话，就算说错了，最严重的后果无非就是这个想法作废了；当然，也要避免要表达的时候想法过于毛坯
3. 80%的组织摩擦（信息差）都来自于沟通的缺失，剩下的20%来自于业务竞争、权责模糊等等；当然，有的组织可能是反过来的
4. key person大概率只有一个人，但key person的相关方可能有n个人。如果可以，团结所有人；如果不可以，优先团结能团结的
5. 自我表现需要控制在一个合适的度，应然的度是某种社会约定俗成的范围，实然的度更宽一点 由你的自我感受控制；但总之，不要因为“被看见”感到羞耻
6. 情绪是一时的，及时调整状态，专注眼前事，脚下路
7. If plan a didn’t work,the alphabet still have 25 more letters. Stay cool
我也并不是每一点都有做好，朋友们共勉
1. 有没有想法比想法的对错本身更重要。只要场合合适（比如任何私下的讨论），不会有人阻止你说话，就算说错了，最严重的后果无非就是这个想法作废了；当然，也要避免要表达的时候想法过于毛坯
3. 80%的组织摩擦（信息差）都来自于沟通的缺失，剩下的20%来自于业务竞争、权责模糊等等；当然，有的组织可能是反过来的
4. key person大概率只有一个人，但key person的相关方可能有n个人。如果可以，团结所有人；如果不可以，优先团结能团结的
5. 自我表现需要控制在一个合适的度，应然的度是某种社会约定俗成的范围，实然的度更宽一点 由你的自我感受控制；但总之，不要因为“被看见”感到羞耻
6. 情绪是一时的，及时调整状态，专注眼前事，脚下路
7. If plan a didn’t work,the alphabet still have 25 more letters. Stay cool
我也并不是每一点都有做好，朋友们共勉
西蓝发: 如何推进一件事情发生：（大厂高压版） 1.不要管别人怎么看你，有什么想法一定要说出口。大部分时候别人根本不会看你。 2.你说了，没人强烈反对，那你就可以做了，哪怕没人支持。 3.不停的发出声音，开会也好，文字沟通也好，拒绝闭麦，只要你想说就说。 4.找到关键人物，不停攻克这个人，包括但不局限于给对方一丝折磨。 5.不停拉会拉群，刷存在感，事情的优先级和你的存在感会有很大关系，描绘共赢结果是一种技巧，btw不是让你吹牛逼。 6.如果遇到挫折，不要放在心里，理智看待，课题分离，失败的是这个事情而不是你。 7.如果方法a不行，就立刻方法bcdefg，直到一点办法都没有，不要花时间伤春悲秋在任何一个方法的失败。 8.大部分的事情开始的阶段都是无人care，你记住你自己care就行，如果你能让别人共赢，就会有两个人care。 9.就算至死无人在意也没关系，你至少过程中领到工资了。 10.你一定要有极强的信念，把事情往前推，这件事哪怕是失败，那经验也是归你的，浪费的经费算公司倒霉的。
8 00
用手里的真金白银把世界改造成自己喜欢的样子，是做投资的人最大的特权。我完全理解outlier会在一级市场受欢迎，甚至一定程度上outlier也符合我自己对人的审美倾向，但是不是应该有一个底线叫做，我们应该奖励善良的、诚实的、勇敢的创业者。
还原田柯宇事件：被破坏的训练，和一个争抢 “天才” 的时代
10 10
再次感叹，即刻在AI领域内容的时效性和质量，应该是中文互联网独一档的存在
Jev这个模型是9.16凌晨2:00在X上发布的，截至目前浏览量将近3000万
在我即刻主页的时间线上，最早Plaud的陈惑仔Harry老师发了个参与jev的内测，然后是王二鹅老师发了个jev的模型介绍，我瞄到一眼价格低得夸张(新模型发布让老模型进入斩杀线已是常事)，加上介绍too long我就真的dont read了；以上内容发布于今天上午
刚刚下班回来，我的时间线上又多了三条内容：肯尼老师说这玩意儿的应用场景广阔，车厘子老师讲了一些很tech的技术信息，敖特老师讲了在browser use工程化层面的猜想
我把信息总结了一下，理解不对的地方大家批评：
1. 模型的成本大幅降低，响应速度大幅提高，怎么达成的呢？传统的大模型的推理逻辑是边想边说，把整个思考过程写出来，答案也就有了；但jev的推理逻辑是如果开发者定义清楚了问题和选项，jev将直觉式地直接给出问题的答案，通过RLCD（他们自己区别于RLHF的新技术）保证直觉的置信度，通过不输出完整思维链的直觉式的判断+多个问题并行下判断 保证输出的速度
2. 在众多问题清晰、选项明确的行业中，存在着众多成本敏感（量大、重复性高）和时间敏感（对响应速度高需求）的场景，jev有广阔的使用场景
3. 把大模型对自然语言的理解变成软件可以直接使用的格式（结构体），这个事儿在agent时代极为高频且刚需。大模型输出的是自然语言，要变成软件语言的话，中间要经历system prompt的命令、function calling的约束等等，而jev天生输出软件语言
4. 在browser use等通用场景中存在大量的直觉式的、不费脑子的任务（system1任务），jev能做的快且准；但只要是通用场景就一定存在需要多步推理、需要生成文本的复杂任务，只能由更好的模型解决；所以如果要组合架构一定会遇到工程问题，roi合不合算可能取决于具体场景
以上信息，包括了对于jev这个模型在行业、技术、工程等多个维度的客观信息和主观判断；而同一时间段内，各大AI资讯公众号中只有机器之心发了一篇jev的模型介绍，别的内容平台就更不用说了
本来最近还在反思工作内容距离AI本身越来越远，结果回来越刷jev的信息越有意思，就半主动地逼自己学了一通，感谢即刻🙏
Jev这个模型是9.16凌晨2:00在X上发布的，截至目前浏览量将近3000万
在我即刻主页的时间线上，最早Plaud的陈惑仔Harry老师发了个参与jev的内测，然后是王二鹅老师发了个jev的模型介绍，我瞄到一眼价格低得夸张(新模型发布让老模型进入斩杀线已是常事)，加上介绍too long我就真的dont read了；以上内容发布于今天上午
刚刚下班回来，我的时间线上又多了三条内容：肯尼老师说这玩意儿的应用场景广阔，车厘子老师讲了一些很tech的技术信息，敖特老师讲了在browser use工程化层面的猜想
我把信息总结了一下，理解不对的地方大家批评：
1. 模型的成本大幅降低，响应速度大幅提高，怎么达成的呢？传统的大模型的推理逻辑是边想边说，把整个思考过程写出来，答案也就有了；但jev的推理逻辑是如果开发者定义清楚了问题和选项，jev将直觉式地直接给出问题的答案，通过RLCD（他们自己区别于RLHF的新技术）保证直觉的置信度，通过不输出完整思维链的直觉式的判断+多个问题并行下判断 保证输出的速度
2. 在众多问题清晰、选项明确的行业中，存在着众多成本敏感（量大、重复性高）和时间敏感（对响应速度高需求）的场景，jev有广阔的使用场景
3. 把大模型对自然语言的理解变成软件可以直接使用的格式（结构体），这个事儿在agent时代极为高频且刚需。大模型输出的是自然语言，要变成软件语言的话，中间要经历system prompt的命令、function calling的约束等等，而jev天生输出软件语言
4. 在browser use等通用场景中存在大量的直觉式的、不费脑子的任务（system1任务），jev能做的快且准；但只要是通用场景就一定存在需要多步推理、需要生成文本的复杂任务，只能由更好的模型解决；所以如果要组合架构一定会遇到工程问题，roi合不合算可能取决于具体场景
以上信息，包括了对于jev这个模型在行业、技术、工程等多个维度的客观信息和主观判断；而同一时间段内，各大AI资讯公众号中只有机器之心发了一篇jev的模型介绍，别的内容平台就更不用说了
本来最近还在反思工作内容距离AI本身越来越远，结果回来越刷jev的信息越有意思，就半主动地逼自己学了一通，感谢即刻🙏
46 610
