Тепер, дивлячись на результати команди, хороша частина не буде написана вами або штучним інтелектом, можливість співпрацювати зі штучним інтелектом для написання хороших речей насправді є основною навичкою; Навпаки, якщо людина не вміє добре писати у співпраці зі штучним інтелектом, це еквівалентно неможливості викладати.

Чжан Сяоцзюнь задав Ян Чжиліню питання в інтерв'ю: В кінцевому підсумку ви збираєтеся зробити загальну велику модель замість моделі кодування, чи не так? Це питання глибоко відображає те, що користувачі зараз зацікавлені в новому продукті зі штучним інтелектом. включаючи всі великі моделі і агенти або інші форми продукції, до тих пір, поки не сформуються межі звичок, Насправді вона дуже розпливчаста. Часто вертикальна перевага приваблює користувачів, в той час як здатність узагальнення/узагальнення досягає 60 балів для прилипання користувачів. Особливо це помітно, коли я використовую perplexity та GPT: здивування краще, ніж у chatGPT з точки зору можливостей дослідження ринку (швидкість); Практична ефективність пошуку/запису в Google Mail краща, ніж у Gemini від Google. Саме в епізодичному завданні контрасту Perplexy працює краще, ніж інші великі моделі загального призначення, що змушує мене використовувати його частіше і частіше знову і знову. Те саме стосується й інших продуктів штучного інтелекту: Дискусія про модель чи немодель мені здається дещо застарілою, Або принаймні не те, про що думають будівельники на передовій. Мислення має бути точкою входу, точкою спотикання. Дрібні проблеми і дрібні сцени розбиваються одна за одною, а сільська місцевість оточує місто, і здивування теж може бути краще, ніж GPT і Gemini.

Сподіваємося дуже скоро 🤌 поділитися нашими хорошими новинами про комерціалізацію штучного інтелекту