过去一年都在 AIGC 项目中,也见证了模型工程的起起伏伏,好像是有那么点技术含量,但是说到底还是力大砖飞,作为开发人员参与了,但感觉还是泡沫感大于兴奋。
就我个人而言,有一些改变吧,毕竟分流了一些杂七杂八的搜索需求,比如生活常识啥的。
在专业工作,说到底总不至于比这模型弱吧,基本排不上用场,虽说能覆盖一些知识盲区,但都不如搜一篇深度文章看完来得实在,最后还是直接看代码,模型在总结多文件内容的效果也达不到要求。
说到底一个专业问题,并不存在什么 a b c 单选,就是需要结合具体问题分析出方案。
反而如果这个问题已经被人解决过无数遍的 crud 问题,那确实很适合 chatgpt 。这不正说明了 ai 也就是合适解决重复难度不高的问题。
在低难度一点的方面,我个人 side project 是嵌入式方向的,也就是省了翻书查基础知识,让 llm 从一堆旧 pdf datasheet 帮我把流和引脚对应关系精炼出来,也没成功,最后还是自己看了,坦白说也有 pdf 格式太复杂的缘故,但如果需要给出精准的资料才能得出结论,那基本上我选出合适的资料的时候都有结论了。 这也不难理解,一堆 rag 还得靠底下包了一个传统搜索引擎来保证召回精准度,比如包个 google 🙂。
在和 qmk 社区交流的时候,就发现社区人员非常抵触 chatgpt ,表示这玩意严重误导用户,加重他们的答疑成本。
提个我个人体感不错的方面,gpt 对我学日语倒是帮助挺大的,把不懂的句子发个 chatgpt ,能从语法分析到例句都解释得很详细。考虑我本身还处于入门水平,所以 gpt 确实是菜鸟的好工具。
不过怎么说,chatgpt 的出现无异是最近两年里最令人兴奋的互联网技术了,但是会不会就是昙花一现,出道即巅峰呢?
各位呢?
1
phrack 226 天前 via iPhone
还是挺有用的,copilot 用一两个月了起码节省了我两个小时的时间。
|
2
msg7086 226 天前
翻译从自己翻变成了先让 AI 翻译然后再校对一遍。你还别说,AI 选的词常常比我自己想的好。
|
3
idragonet 226 天前 2
肯定的!之前是 Google 为主,现在 GPT4 为主,Google 为辅。 指导小孩写作业也不怕了,自己现在是“语文数学英语样样精通!”
|
4
charslee013 226 天前
同一年 AIGC 项目经验,值得肯定的是目前大模型已经解决了“重复劳动"这件事情了,我自己在用的有:编码的 github copilot ,搜索用 RAG+传统引擎,二次元图片推荐有向量数据库(也可以当作小说检索器),AI 语音以及 AI 翻唱都在用 BV2 或者 DDSP ,公司内就有部署 Dify 作为 Agent 调用 LLM 已经合并到一些工作流中了。
现在感觉 AI 的泡沫还是不够大,明明是改变了世界的玩意看国内融资情况远不如 web3 、区块链时期。 |
5
MeePawn666 226 天前 via Android
没有,大语言模型改变了我的工作内容(
|
6
murmur 226 天前
改变了,现在写项目申请书必用 ai ,ai 写项目背景、社会效益这些编的太好了
|
7
Youkexin 226 天前
copilot 确实太好用了, 一用就离不开了, 平时文档和翻译也基本靠 AI 了, 这波大模型还是带来了一些工作习惯的变化的, 很赞
|
8
macaodoll 226 天前 via Android
什么都能问,不要太方便,就是避免不了各种奇怪的错误
|
10
smdbh 226 天前
主要问题是答案不一定正确,如果不过脑子就很坑。传统搜索的结果一般都是博客或是论坛,答案可能不匹配问题,但操作一般都是对的。
|
12
jydeng 226 天前
确实有点用,提升了一些工作效率,但还有很大的空间,期待一下。
|
13
kenshinhu 226 天前
AI 目前对我最大的用处就是学习和加深对知识内容的了解
|
14
foam 226 天前 via Android
@charslee013 请教下用 dify 实现了什么工作流呢?
|
15
sunamask 226 天前 4
op 的视角还是局限在“互联网/计算机从业者如何在工作中使用 LLM”。
这一轮 AI 热潮,如果往好的方向想是革命性的,会改变普通人和互联网交互方式,其程度可以比肩界面操作系统改变了“只有技术人员才能用电脑”,或者智能手机改变了“只有会用电脑的人才能用互联网”。 不如跳出工作,畅想一下未来(狂野地畅想!)普通人日常用 AI 的场合(比如刷抖音……),再在其中嵌套 AI 可以介入,可以优化的地方。你可能会发现很多非常据有潜力的点(比如你和评论中都提到的翻译)。而且看现在已经有的应用,虽然还非常初期但未来可期,已经可以变现并产生社会影响(眼看着老黄的股价坐三望二,要冲美股第一了)。所以我觉得这波 AI 浪潮不会昙花一现。 至于你说的“从业者社区抵触”,我觉得一项新技术刚面市时,离变革的台风眼越近的人越会产生抵触。比如中央电视台 -> 中国人民广播电台(“听说你想调岗去电视台?那单位刚成立,啥啥没有谁要去啊!咱们广播电台可是铁饭碗”)-> 网络电视/视频网站 -> 短视频。这种例子太多了,所有的头部大公司都在一定程度的投入 LLM 研究(还有之前的元宇宙/云游戏/流媒体/...),为的就是不在像这样的变迁浪潮中被甩下车(类似诺基亚)。 产生这种情况的原因,一方面可能是利益相关,这没什么好说的;另一方面我想是“智慧的诅咒”,他们知道的比普通人更多,对新技术的优缺点都了解更多,以至于放大了缺点,背负了包袱,承载更多的负面情绪。 |
16
dacapoday 226 天前
日用 copilot 为主了,主要负责 各类对象、方法、变量命名候选,编写 shell 脚本,缩写答疑,草拟文档。用传统搜索引擎还要 过一遍大脑 提取关键词,而 AI 无论什么都接受,哪怕错别字。非常适合查询 抽象,难以名状的未知概念。AI 至少能给出相关术语。
|
17
maclon 226 天前
我的摸鱼时间是 copilot 给的
|
18
haiku 226 天前 via Android 1
llm 最适合语言学习
我用它练英语对话,真有用,能摧毁不少传统语言学习的市场了。 其次是大众领域的代码,Python ,SQL ,JavaScript ,HTML ,这些语料最多,各个公司也会花力气训练 小众一点的知识就差很多了,要结合 rag+prompt engineering 才行 |
19
wangritian 226 天前
工作需要转到 java ,还有最重的 spring ,但在 gpt 的帮助下,没有任何阻碍,除了写业务甚至做了不少系统组件,放到 gpt 出现前差不多要双倍时间吧
|
22
wangyaominde 226 天前
属于是极大提升从想法到 demo 的过程,前几天公司网络有波动,直接想能不能用 soc+屏幕做内外网监测,想法到实际能用也就二十分钟左右,现在是我桌子上的一个摆件,随时看网络有没有问题
|
23
newshbb 226 天前
可以少雇佣员工
|
24
yidinghe 226 天前
1. 查百科知识,比如“解释一下硫磺的毒性”,“涨价就一定等于通胀吗”,“为什么维生素 B 服用过量会导致尿颜色变成柠檬黄”等等。
2. 编码,一是简单的代码补完,省去了不少敲键盘的时间;二是给个例子,比如“给个简单的 logback 配置文件模板”,“给个在 Spring Security 中禁用 CSRF 的例子”。 3. 调戏 AI ,比如“为什么集体主义总是导致严重的个人崇拜”等等,然后看着 AI 主动关闭会话。 |
25
charslee013 226 天前 1
@foam 大体上是灵感一类的,用户传入一些描述内容后,我们再根据用户的习惯作为历史记录,让 LLM 补充完整之类的。
|