sentinelK

完全没有 get 到这个产品的 feature 在哪里……

web 应用又不是必须租云产品才能用……

举个特别简单的例子，你用提示词阐述清楚 12306 的业务逻辑，最少需要几句话？

12306 的 UI 呈现，一个页面一句话就可以搞定。

“是否是一种普遍的偏见？”
不是。AI 的提升对于 UI 呈现，就是比业务流转要效率高。（注意我刻意规避了“前端、后端”）

UI 呈现是由用户使用习惯，以及目前的科技硬件水平决定的，这就意味着某种操作设备，基本只有唯一一种最优解。
有既定最优解，也就意味着需要更少的提示词，就可以更高的概率达到全局最优的 AI 生成结果。

然后就是为何不聊“前端后端”。
因为前端不止包含 UI 呈现，也会包含业务流转。

@COW 是的，因为宽泛的提示词，包含了太多局部最优。大语言模型每个 token 都是基于上文推出来的。所以很大概率会滑到某一个局部最优里出不来。

推理模型这种情况更突出一些。因为他的输出更长。

你想学习什么呢？
“想针对最热门的 AI 进行学习”，这就像是：“我想学语文”。

AI 整个赛道有太多的细分领域了，而且每个领域都是独立，没有任何交集的。
如果你对于 AI 完全没有任何概念，那别人也不可能准确的帮助你。

其实底层原因就一个：开源社区里产品设计本身没有价值。

开源社区的环境，并不会因为你的产品易用性好，新手友好，就会让人多用。而多被引用，或者说成为开源供应链的一部分，是开源项目的最大价值。

产品化程度高反而还会起反作用，会限制你的开源项目的普及上限。因为易用性往往与功能点是鱼和熊掌。

如果上下文是非常明确且精准的，可以尝试非推理模型来输出结果。

1 、推理模型的推理过程也是占 token 的。
2 、推理过程有可能会跑到一些很偏的局部最优死循环里，白白浪费 token ，而且还抹掉了实际正确的上下文优先级。

套一个 flutter 可以上架吗？可以。
这算套壳。

本身不会，AI 可以提升下限（降低门槛，让更多人参与），但是不会影响上限。
相反，因为 AI 的辅佐，人有更多的精力去探索自身的上限。比如生物制药领域，有 AI 的参与让制药的试错过程效率指数级增长。让药代动力学家可以更专注于研发概率更高的化学组合。


但是，AI 的出现大概率会阻碍学龄教育的筛选作用。这是目前需要思考的问题。
既，有了 AI ，会不会颠覆目前的教育体系（比如更有钱的人，用更好的 AI 教育子女，子女的考试能力就更强），如果颠覆了，如何应对。

比如，有个 AI 产品可以根据既往的考试题目，大概率压中明年的高考范围与题型，这时候怎么办？
比如，某个 AI 发现，部分学科有更好的教学渠道，导致那个学科的难度陡降（所有人都考 100 分），又如何应对？