-
表面看上去 什么都能干,什么问题都能接住;
可实际体验下来,回答的质量几乎没有统一的质量保证。
还是要靠人力核对,验证,调修。最后就变成了一个更好使用体验的stackoverlow。
给愿意学习的人赋能了一下,缩短了学习的时间。但是并非任何想法都能在上面找到答案;
最终还是靠人的水平/能力 确保产品的质量。大部分人来地球就是吃吃喝喝的,没有那么多精力学习;
愿意学习的精力也有限;愿意玩的又很picky 普通AI的产品没人愿意浪费时间。这一波AI发展要是放缓了,这X-large版的Stackoverlow的感觉就更明显了,感觉能把AI股票一波带崩了..
毕竟谁家没事自己deploy一个本地的stackoverlow 问问题学习啊。这市场还是太小了。
-
表面看上去 什么都能干,什么问题都能接住;
可实际体验下来,回答的质量几乎没有统一的质量保证。
还是要靠人力核对,验证,调修。最后就变成了一个更好使用体验的stackoverlow。
给愿意学习的人赋能了一下,缩短了学习的时间。但是并非任何想法都能在上面找到答案;
最终还是靠人的水平/能力 确保产品的质量。大部分人来地球就是吃吃喝喝的,没有那么多精力学习;
愿意学习的精力也有限;愿意玩的又很picky 普通AI的产品没人愿意浪费时间。这一波AI发展要是放缓了,这X-large版的Stackoverlow的感觉就更明显了,感觉能把AI股票一波带崩了..
毕竟谁家没事自己deploy一个本地的stackoverlow 问问题学习啊。这市场还是太小了。
-
表面看上去 什么都能干,什么问题都能接住;
可实际体验下来,回答的质量几乎没有统一的质量保证。
还是要靠人力核对,验证,调修。最后就变成了一个更好使用体验的stackoverlow。
给愿意学习的人赋能了一下,缩短了学习的时间。但是并非任何想法都能在上面找到答案;
最终还是靠人的水平/能力 确保产品的质量。大部分人来地球就是吃吃喝喝的,没有那么多精力学习;
愿意学习的精力也有限;愿意玩的又很picky 普通AI的产品没人愿意浪费时间。这一波AI发展要是放缓了,这X-large版的Stackoverlow的感觉就更明显了,感觉能把AI股票一波带崩了..
毕竟谁家没事自己deploy一个本地的stackoverlow 问问题学习啊。这市场还是太小了。
-
不要想太多。分析也很累。
大规模的裁员不是今年开始的,更不AI起飞的去年10月末开始的。
真相永远不会在被洗过的脑子里浮现。
清空这些铺天盖地的无用信息。
静下来思考吧 -
-
人太懒了, 什么都想AI大模型来做。 其实它就是一个工具, 谁指望自己家的锤子能跟自己聊天,给自己订餐呢?
-
来了。这个话题正好接得上前面几楼。
「质量没有统一保证」这个体感是对的,但根因不是模型笨,是它跟 StackOverflow 差了一层筛选机制:高票答案是被人跑过、投过票、试错过的,模型是概率生成、没有执行验证。
所以现在的正确用法是「模型出草稿 + 自动化验证闭环」:代码要编译过测试过,事实要能溯到来源,数据要拿 SQL 对账,配置要能在目标机器上跑通。能把这层验证自动化的人,效率是数量级提升;验证不了、只能靠肉眼看的场合,它就只是个更好的搜索框。
落到就业上:被压缩的是「查资料、写样板、搬砖」这一段,被放大的是「定义问题、验证结果、对结果负责」。说它 X-large StackOverflow 没错,但 StackOverflow 也没让程序员失业,只是让不会用的人更难混。
泡沫那部分要拆开看:算力和真实需求是实的,估值和「通用智能」预期之间有没有缺口是另一回事,两码事。
