Ahora, al observar la producción del equipo, las partes que están bien hechas no se preguntan si las escribiste tú o si las escribió la IA; en realidad, la habilidad clave es poder colaborar con la IA para crear buen contenido. Por el contrario, si una persona no puede escribir bien incluso colaborando con la IA, es prácticamente lo mismo que no poder enseñar.

Zhang Xiaojun le preguntó a Yang Zhilin en una entrevista: ¿Ustedes finalmente quieren hacer un modelo general en lugar de un modelo de codificación, verdad? Esta pregunta refleja más profundamente que los usuarios ahora tienen una percepción muy difusa sobre el uso de un nuevo producto de IA, incluyendo todos los grandes modelos y agentes u otras formas de productos, la migración, hasta que se forme un hábito. A menudo, un rendimiento sobresaliente en un nicho atraerá a los usuarios, y una capacidad generalizada/versátil que alcance un 60% puede retener a los usuarios. Esto se siente especialmente evidente cuando uso perplexity y GPT: perplexity es mejor que chatGPT en la capacidad de investigación de mercado (en velocidad); y en la búsqueda/redacción en Gmail, su rendimiento práctico es mejor que el de Gemini de Google. Es precisamente en estas comparaciones ocasionales donde el rendimiento de perplexity supera al de otros grandes modelos generales, lo que aumenta mi frecuencia de uso. Lo mismo ocurre con otros productos de IA: la discusión sobre modelos o no modelos me parece un poco anticuada, o al menos no es un tema que los constructores de primera línea estén considerando. Lo que se debe pensar son los puntos de entrada y de adherencia. Resolver pequeños problemas y escenarios uno por uno, rodeando las ciudades desde el campo, perplexity también puede ser más útil que GPT y Gemini.

Esperamos compartir muy pronto nuestras buenas noticias sobre la comercialización de AI 🤌