-
本质上还是统计学结果和实际价值之间的“夹角”导致的。
对于机器学习模型而言，多=正确，在99%的场景下，这个结论都是对的。但其实无论是商业价值还是科研价值，占最大比重的都是剩下那1%。
再加上算法层面，目前的LLM远还没到理想的统计学上限。
而工具层面，上下文信息还不能无痛完全采集。所以就导致其功效的二八原则也非常明显。谁更有行业的领先视野，谁更能提供最有价值的上下文，谁更能高效的纠偏提点，谁就越能发挥LLM的潜力。
当然，随着算法和工具的逐渐完善，统计学和现实世界的“夹角”也会进一步缩小。就像是智驾一样，从辅助到有人到集控到最后的完全无人。总是有一个过程的。
所以统计学模型其实是非常令人绝望的一种形态。他会随着算法、数据、工具的完善，逐渐吞噬掉一个又一个的行业，一个又一个的阶层，让可能本来在前20%就能掌握80%的资源的生态，演进到前千分之一，掌握99.9%的资源的高度集中态。
-
Mark 兄弟
我阅读了全文。
人只要觉悟了一件事，就是一种升华。恭喜你。
世界很大，不要被代码束缚了你。出来转转放松下。一天硬刚20个小时，我实在佩服。
都这个岁数了。感悟下人生的意义或许更加有意义。 -
，
T terry 固定了此主题
-
倒不如說軟件開發變得更難了吧, 以前就是構想 (單純架構) -> 打代碼 -> 驗收
之後考驗開發人員的應該就是如何把一個個程式變成一個個Harness環境, 配合LLM來運用
構想 (架構 + 設立Harness) -> Agent生成代碼 -> 驗收
Harness也要看任務怎麽拆, 如何管理程式狀態, 資料驗收以及失敗後要怎麽恢復
這些基本上缺一不可, 倒不如說比以前更加燒腦
Vibe Code沒寫好規範跟計劃基本上就很難設立好Harness
-
Mark 兄弟
我阅读了全文。
人只要觉悟了一件事，就是一种升华。恭喜你。
世界很大，不要被代码束缚了你。出来转转放松下。一天硬刚20个小时，我实在佩服。
都这个岁数了。感悟下人生的意义或许更加有意义。 -
@566656661 主要是老板,工资不涨, 但是员工干的工作多了好多倍. 这个是重点. 哈哈.
-
程序员大佬们的视角跟我们小白的视角不能同日而语，对于我们小白堆出的屎山代码，本身也没有想要商用！vibe coding一个小工具方便自己，指挥agent工具帮我们搞定工作流脚本……这些是原本不敢想的事情！我们用vibe coding 是工具，大佬是生产力！就像我本职工作是设计行业，ai生成的效果图在我看来也是狗屎一样，跟施工图完全对不上，gpt image2也好，当时的香蕉模型也好，什么都控制不了，文字上大字还行，小字完全不能看，只能作为灵感图、图文配图足够……
@mark 大佬能每天工作24小时，本人表示佩服，能连续2个月如此工作强度，我有点心疼！何必呢！身体健康最重要！
-
程序员大佬们的视角跟我们小白的视角不能同日而语，对于我们小白堆出的屎山代码，本身也没有想要商用！vibe coding一个小工具方便自己，指挥agent工具帮我们搞定工作流脚本……这些是原本不敢想的事情！我们用vibe coding 是工具，大佬是生产力！就像我本职工作是设计行业，ai生成的效果图在我看来也是狗屎一样，跟施工图完全对不上，gpt image2也好，当时的香蕉模型也好，什么都控制不了，文字上大字还行，小字完全不能看，只能作为灵感图、图文配图足够……
@mark 大佬能每天工作24小时，本人表示佩服，能连续2个月如此工作强度，我有点心疼！何必呢！身体健康最重要！
-
@williamlouis 我学习新技术,必须大力出奇迹,集中时间研究,然后达到一个新高度,否则每天搞点,这个很难顿悟.
-
@mark 期待有机会一起 商K 探讨。
二楼风景独好。 -
，系统 取消固定了此主题
-
，
X Xiaote 将此主题从 LLM讨论区 移至此处
