来讲讲我和AI的初遇

最近看到越来越多的佬友在讲：现在的SOTA模型虽然质量越来越好，但价格也越来越贵了，不禁感叹“过去蛮荒的AI时代要结束了”，或许大家使用模型会越来越看重性价比……

这一点现在回想起来蛮有趣的。我第一次接触AI还是在2023年4月，当时为了数据结构与算法的作业焦头烂额，到处找人要作业抄……后来听教我们课的一位教授提到了GPT。当时的我对大模型还是一无所知，直到上网一搜才知道，原来只要在网页上将自己的需求发送给GPT，它就能直接给出完整的代码示例，终于不用自己上GitHub或者CSDN到处翻代码了。那个时候正是GPT-4的时代，尽管已经过去很久，我仍难以忘怀那个初遇的夜晚。

再之后是GPT-3.5 Turbo，可能很多人甚至都没用过这个模型。尽管它只是个纯文本模型，上下文还特别短，但当年那个输出速度简直让我印象深刻。我几乎所有的论文工作都会拆分成几部分喂给它，让它帮我翻译、提出修改建议。那时候官方账号额度用完后我也不会充值，就去上Poe（很多人可能不知道这个网站，其实和现在的OpenRouter有点像），额度消耗得不是一般的快，但没办法，该用还是要用，或许那个时候就被迫学会了协同工作，在flash出现之前，其实Turbo + GPT4是更常用的方式

万能的淘宝什么都有↓

时间很快来到了2024年的初夏。说到2024年5月的GPT-4o，很难忘记发布会上展示实时语音交互的惊艳场景。当年我的应用开发作业正好是接入AI开发一个虚拟人物助手，老师从口袋中掏出手机给我演示、还问我灵感是不是来源于此的时候，我支支吾吾地回答了“是”（其实只不过是个巧合）。当时我已经习惯了用它随手拍一张报错截图、扔一段冗长的PDF，几秒钟内就能拿到格式工整的解答；在图形学课上，用简单的圆柱体、长方体、球体搭建一个个小模型，做一个场景demo只需要简单修改迭代就可以直接提交。

再之后，我与另一个模型相遇了——Claude 3.5 Sonnet。我已经忘记是什么时候学会念Anthropic那个无比拗口的名字了，当同学第一次向我推荐这个应用时，尽管当年的注册体验非常折磨，甚至那个时候动不动就会封号（没错，推荐我的朋友不久后就被A/封了），但当我第一次用3.5 Sonnet完成编程作业时，3.5 Sonnet的表现简直让人震惊瘫坐，仿佛看到了核弹爆炸。在改变世界的o1出现之前，我所有的作业几乎全都是由3.5 Sonnet搞定的。

或许很多人都知道o1的能力非常强大、非常特殊，但很多人不知道o1刚推出那段时间有多贵：Plus会员一周只有30-50条的额度，根本不够用。尽管o1带来的思维链和推理能力提升是改变世界的（或许更晚一些的R1更为人所知），但与此同时，在B站铺天盖地的买量推广下，我第一次接触到了国产模型——Kimi（月之暗面，一个当时听起来很有格调的名字）。很多人可能不知道Kimi曾经在B站的推广力度有多大，可以明确地告诉大家，密集程度约等于现在的转转、曾经的PDD。不过当时的使用体验其实一般般，所以很快我就弃用了。

后来清华的同学跟我（我在北京念书，但不是清华）介绍了一个他们用过的小项目，叫智谱清言我开了个会员（这里不禁感叹一句，智谱到底涨了多少价）

拿来当翻译和文档整理助手用过一段时间。当然，DeepSeek当时清爽无广告的界面也让我非常喜欢，直到后来R1的横空出世，AI彻底引爆了资本界并走入大众视野，后边的故事大家应该就都知道了并熟悉了……说了很多其实就想说两件事，对于不了解AI短短几年发展历史的朋友来讲，有一些个人见解想顺便分享一下

1. 
   

   SOTA模型的价格一直都没便宜过。现在的五小时限制也好，曾经的三小时限制也好，本质都一样。但无论如何，随着算力和技术往前走，实际的token性价比一定是越来越高的。

   
   


2. 
   

   尽管国产模型很大一部分热度，靠的是买量，或者广大付费额度很小的C端用户，优质数据占比其实并不高。但R1也好，现在的GLM也好，几个月前的K3也好，都确实当过一段时间的SOTA。再往后看，阿里、腾讯正式入场之后，Qwen3.8-Flash和Hy-4的能力也说明一件事，大模型领域的技术壁垒，远没有想象中那么高。

   
   


3. 
   

   最后讲一句题外话。尽管已经离开北京有些时间了，但可以明确告诉大家：无论是学术圈还是创业圈，北京在AI上的领先优势绝对是全国第一档，放到全世界也算屈指可数。DeepSeek的骨干很大比例都是北大背景，智谱作为清华系就更不用多说了，如果有佬友考虑往AI方向发展还是优先考虑去北京

   
   

不知不觉讲了很多，大家也可以楼里分享一下自己和AI的初遇故事