为什么Jev会引爆市场？从“人机交互原理”理解“LLM永远的痛”！

佬，你就说你这文章是不是纯 ai 写的吧

aigc内容必须截图发出

正面回应一下，首先本文主体内容直接来源于本人对技术的理解以及表达，关键观点均为本人对于技术的判断。

对于AI工具的使用，本人仅用于 信息核查（且均以引用的方式标注数据来源），插图生成，表格绘制，且对AI的使用是为了更好的表达，并避免传播错误信息（如下图对信息进行核查）。

文章在vscode中具有详细的编辑记录，也不介意随机抽取作为版本核验，且记录了整体编辑时间，完成内容编写 + 调整用时为 3H，如果佬友知道可以怎么更快的“生成此类文章”也可以推荐一下。

笔者的目的是知识分享，将自己对技术的理解传播给更多的感兴趣的人，恰恰是反感营销号的做法，因为在信息泛滥的今天，缺少的核实跟过度夸大信息，渲染焦虑的现象比比皆是，需要有人传播真正有价值的，而不是简单搬运。

本人所有的文章，都是个人实践后得到的结果，即使是JEV没有获取到官方途径，也通过部署开源版本Nimble先进行了该项技术的调研 & 了解，分析其爆火的原因 & 技术未来发展。（如下图）

如果是因为文风导致佬友们的误解，可能看情况可能会调整，但我的目的是表达思想，而非风格迁移，如果是因为内容可能相对还行，没能通过佬友的图灵测试，我也许可以认为是对我的一种鼓励，因为我觉得目前AI的能力在绝大多数人包括我我之上。

以上回应主要目的不是为了自证，仅作为本人对于技术的追求，不太能接受无端的指责跟怀疑，当然质疑也没事，毕竟真的东西从来不怕质疑

本人的目的是分享自己觉得好玩的 有用的，然后将其与现有技术结合&落地，佬友们愿意那么可以成为见证者，不愿意有些事情也是我一定会做的

还有我想问下，如果不是纯AI直接生成的会怎么一样，能说我一句牛逼吗？ ^-^

正是因为你这个写的 ai 味很重，所以才会觉得你是 ai 生成的，并不厉害哈

我的本意是希望社区能有更好的内容

想要真正能够干活，目前还是的 LLM 模型，Jev 主要用途还是在做决策

非常理解佬友的初心

只是这句话在我看来戾气太重，“你就说是不是AI写的吧”

那确实不是啊

味不对可以调，如果希望更多更好的内容，质疑是一种手段，引导也是

在目前社区生产者的数量 小于 消费者的情况下，引导良性话题讨论的价值应该远高于无端质疑，俺寻思莫须有的武断并不是好的做法

毕竟打击一个潜在优质内容输出者 比 激励他们持续创作要简单得多（当然我也不觉得自己一定是所谓的“优质内容输出者”）

在社区发表见解，即没办法图名，也没办法牟利，在这样的情况下我觉得任何可能的知识分享都应该被尊重，不好的，有错误的可以修改

AI使用的边界也可以友好讨论，对于充满创造性的社区鼓励创作绝对是高于审查机制，因为创作的人多了自然会有更好的优质内容驱逐AI劣质内容，如果有更好的内容取代我的文章我很乐于见到这个改变。

至少关于Jev，没人之前从人机交互的模式提出Jev本身存在的价值，至少本社区没有

即使这个观点是AI提出的，被别人写出来，我作为观众看到且也觉得很有意义

AI时代我们坚持的应该是表达的思想，而不是形式主义的AI味。

不然就跟坚持手作的“xx仙人”一样

当然上述仅作为个人想法，可以不赞同，谁都不需要向谁证明谁的说法是对的

佬说的没毛病，创作方式是形式问题，内容才是核心

我也同意，如果能写出没有 ai 味的，那也没问题

是的 佬友的想法是非常合理的 ^-^

其实本质就是人们对于不同事件的具有不同的宽容度

例如如果花 几小时 甚至 几天 几个月 使用AI解决千禧年问题，人们会惊呼AI的强大

但是在另一些场景，例如游戏场景，即使是100ms的延迟人们也很难接受

所以不是哪个模型更好，而是随着技术的发展，AI将以各种形式拓展他的边界，去帮助我们更好的生活

每个技术的提出都是在现有的边界上拓宽一点点，积累多了也许就会诞生质变！

感谢佬的整理和分享，比较好奇佬创作这种类似文章的工作流大概是咋样的，学习一下 ^-^

我不觉得 ai 味很形式主义，就是因为 ai 味写作本身的质量不好，所以抵制，如果哪天 ai 味写作可以比人类认真写作的品质要好，我也不会抵制这种 ai 味

只能说 在我能力范围内我会尝试一下 在兼顾内容表达的同时 思考所谓的AI味到底是什么

因为对我来说准确的表达本身就具有一点AI的属性 毕竟AI本身就在拟合 所谓的逻辑

但反正只要坚持创作 总能找到自己的风格 我也不会对自己太过于苛责一定要怎么怎么样 谁能保证一开始就做得很好呢 对吧

（帖子已被作者删除）

其实我一般会先了解一下 相关信息 在某乎 某B 某红书上看相关信息

然后发现，绝大多数太水了，一篇文章倒来倒去的，没有核心内容，没有核心观点，没有实践经验

那这个时候你就知道你想要了解的东西是什么了，比如Jev我就在想，到底跟传统LLM有什么区别，适用场景是哪些，为什么别的不行，就他火了

所以我就会去找相关资料比如人机交互理论，人们对时延的忍耐程度（当然本身我就知道人们对实时的要求是200ms，在科研界达到这个程度就可以声称“实时”）

然后我就会发现，哇原来真的有依据，把一切都解释通了，其中再穿插一点实践，而并非纯脑测

感觉差不多了就开始撰写正文，一开始一定是混乱的，但是写着写着就清晰了，再把内容重新组织调整一下，就具备了文章的骨架，再补充一点图调节一下阅读节奏，使用结构化的一些方法比如 加粗 / 有序无序列表 / 引用的方法慢慢的就会把一篇文章搓出来

这个过程中也会有逐渐膨胀的成就感，我也很享受跟佬友们在评论区讨论，甚至我文章本身的目的也是抛砖引玉，期待佬友们的评论区对内容的讨论

之前看到过的 知乎的一个文章

个人感觉 在绝大多数情况 AI 味就是 我们在尝试向上审视时 由于缺乏评估体系，无法辨别信息的深刻程度，这也是未来很长一段时间人跟AI相处的时候一定会出现 且不断加深的沟壑。

你说的概念实际上是具有论文支持的实际理论，只是前置知识可能不知道导致觉得像Ai杜撰的”“高级名词”

对于我正常使用AI过程中也多次感受到类似感觉，缺少前置信息导致对AI似是而非的回答感觉烦躁甚至觉得是错误回答。但是解决这个办法的最好方法不是质疑，而是理解，让AI不断填充缺少的信息，并通过自己的方式不断校正。

我甚至觉得这个本身也可以开一个帖子讨论一下，到底AI味为什么会存在，当AI能力远超过自己的时候怎么去驾驭而不是固执己见，用AI拓宽自己的边界，而不是让把AI约束在自己的理解范围内