为什么 AI 发展这么久了，却没有大规模真正整合进传统软件？

你说的输入法这个场景，ai 的输出真没有我打字快。

为什么要”整合进传统软件“， 直接把传统软件各个功能截图或录制一个软件的使用视频，然后给 ai ， 它不就能直接生成对应的软件。

鸟用啊。。ai 除了码农卷死自己，其他花里胡哨的。真 ai 还早着呢。。。有生之年见不到的

@itskingname #22 因为文字形式的返回结果对 talker 容错最高吧。菜鸟程序员都知道 cli 上提取执行后的返回信息最费劲。因为前面执行的程序只要 blahblah 说就行了。后面接话的程序才是考验。现在就是让人来做这个接话的角色

因为传统软件是对抗势力。就算一个输入法，你能一下打一句话的~也比打一个字的强啊

AI 这条路我的预判是基于目前的理论基本也就这样了，除非将来有完全颠覆性的技术，比如彻底研究明白人脑的工作原理，并且找出符合伦理的方法开发出人造大脑。

大伙都在疯狂整活赚流量，只有你真的想干点实事。

@hehe5120 都不是短期得工程项目。材料学也要能跟上

不够快，我有几十万数据要处理，用 AI 要等很久

@cenbiq 替代重复劳动直接程序就解决了，不需要 AI

首先需要明确这里提到的 AI 是什么，AI 是一个连贯几十年的概念，技术也一直是连续成长的，我们近期热议的 AI 更多是指大模型，即 NLP 领域的突破，从而带来的一波技术迭代。往前追溯上一波 AI 热潮是 CNN 相关的技术在图像领域的突破带来的。再往前追溯 AI 可以到早期的机器学习相关领域，比如 SVM 、LR 等传统领域的突破带来的热潮。这么按照时间顺序来看：
AI-机器学习领域突破，已经深度融入各行各业，比如最直接的量化交易，顶级的对冲基金基本都是这方面的大咖，其余领域就不用多说了；
AI-CNN 突破，即诞生 AI 四小龙的那一波，其实也已经深度影响各行各业，比如安全领域，各种照相修图领域，监控领域，生活中常见的比如停车场缴费（已经没有人工了吧）；
AI-LLM 突破，这一波就是近期热炒的，其实从技术角度讲，确实突破了，指标确实刷上去了，基本的图灵测试已经能通过了，犹记得当年 BERT 刚出来时，我们一帮人研究 BERT 在线上应用，觉得 BERT 模型好大，inference 好慢，现在看 BERT 就是一个 toy ；所以需要一些时间来优化。我记得在哪本书里看过一句话，工业革命牛逼的地方不是做了一个超级大的电动机，而是让电动机小巧化后放在了多个地方，从而完成了系统级的创新。所以我理解现在的 agent 会有机会朝这个方向发展，随着成本优势的体现，这一波 AI 浪潮也许会出现现象级的大 APP ，也许会像之前一次一样融入的各行各业，静观其变。目前企业中已经在大力推广各种 AI 应用，我们的应用经验是效果不错。

可靠性问题，导致在很多领域无法进入生产