AI浪潮之下,一些片面思考

夜观鬼火 2026-07-21 14:21 1

梦到啥说啥,片面思考,内容不具备专业性


AI大模型,能写代码,文本美化创作,PPT生成,语音,翻译等语言模型,视频创作诸如此类能力,不同的模型扮演不同角色。在有了AI之后,人们的工作效率是否提高,工作量是否增加了,工作职位变多还是变少?

闻道有先后,术业有专攻。在代码编程方面,每当新模型发布,屡见不鲜的话题



–新模型来了




–新模型测试,超越–模型




–模型降智,–模型重置




我用–模型做了什么




–模型,删了我的文件



使用AI之后,小白摇身一变为程序员,程序员直接晋升成黑客。工具在不同人的手里,如何发挥出自身的最大价值。我是小白,文科生,做了个……工具,程序员要被AI取代了的话题层出不穷。好在暂时没有小白能够用AI做了个OpenAI,或者Anthropic。如果只是为了做一个自己想要使用的工具,定制化的东西,在普通用户来看是代码文科生,使用自然语言对话,

“帮我做一个……”;“修一下这个……”;“继续”,面向结果的编程,知其然,不知其所以然。同一把菜刀,厨师能对食材雕刻,常规使用者能切东西。遇强则强,模型虽强,操作者实力提升,模型能力更甚。不止做代码文科生,争做代码工程师。

AI既然这么强,为何都没有实现全员自由职业,创作者财富自由。vibecoding能赚钱不?大模型厂商为何不做,提供订阅计划?模型厂商的产能受限于计算资源;订阅用户内容产出受限于使用额度,金钱,时间等成本投入。提供订阅计划是在相对确定性的稳定收入来源。卖铲子的人赚钱还是使用铲子能赚钱,还是回到使用者本身,如果你知道哪里有矿,铲子买了不浪费。大家往往关心在意的事——付费使用AI订阅,AI给我带来的是工作效率提高,工作内容变少,工作成本降低,还是工作效率反而变低,需要做的事情变多,订阅AI付费导致成本上升。AI的收益闭环一直是个问题,我付费使用AI之后,如何不亏损至少回本,AI做出来的内容如何变现,不是为了单纯的“氛围”而沉迷在自己的艺术无法自拔。如果说使用AI付费,只是单向付费使用,没有收益闭环。

有人说:“科技技术的发展,是金钱回流向资本的集中。经济资金流向AI集中,为了继续赚钱,只能继续给他们打工。” 都说AI代替人们的工作,如果AI代替人的工作,AI生产的产能在没有收入的人身上,怎么去消费闭环?我用AI能做这个产品,别人为什么自己不做?一切都需要成本考量。时间成本,能花更少时间,更少对话完成预期结果。金钱成本,能使用更少额度,对话次数,消耗更少token完成任务,能迅速定位问题,不纯靠agent并行完成,如果能比模型更快发现定位更多问题,详细描述反馈,不只是靠一句“帮我修代码存在”,让AI去扫整个项目,时间和token消耗不可控。


人们在解决问题的同时,又出现新的问题,一切似乎回到问题本身。

最新回复 (8)
  • YKJC 07-21 14:25
    1

    目前还是赋能阶段,不具备替代能力。泡沫偏多

  • 夜观鬼火 楼主 07-21 14:31
    2

    AI服务也许需要跟电力供应一样走进每家每户,遍及更多的用户,开始新的发展势头 ^-^

  • 八八六十四克 07-21 14:36
    3

    还在观望,不是说现在的token本质还是赔钱买客户吗,至少等这个退潮了才能见分晓啊

  • 夜观鬼火 楼主 07-21 14:45
    4

    敏锐的嗅觉和发展前景洞察力是必备的。单纯靠AI生成的内容略显不足。创意,和推广能力,其他服务的支撑,持续优化经营,同样的产品内容需要比别人更有竞争力

  • LuoYeah 07-21 15:07
    5

    人们在解决问题的同时,又出现新的问题,一切似乎回到问题本身。



    最后这句话挺有意思的,但并不是回到本身,而是螺旋式上升。


    比如:为了解决“出行慢”发明了汽车(解决旧问题),汽车带来了“拥堵和污染”(新问题)。表面看又回到了“出行难”,实际我们已经在面对更高层级的难(涉及城市规划和能源革命)


    解决一个显式问题,会把这个问题转化到更高层级。这种转化会迎来新的供需关系:因为老问题逐渐被缓解,老问题的解决方案溢价减少。人们会更有精力研究新问题,新问题的解决方案溢价提高。以此循环,社会新旧更替,保持较高的活力。


    上一代人思考的终点,被封装进了AI这个外置工具。我们这一代人就有更多精力,用更好的工具思考同样的问题。

  • kongklng 07-21 15:17
    6

    现在对模型已经麻木了,不断的新模型不断的开源模型,说是一个比一个强,自从gpt5.5之后感觉都差不多了

  • 夜观鬼火 楼主 07-21 15:22
    7

    就像 AI 的出现让我们暂停思考还是思考更多的问题一样。

    以前往往一个问题使用搜索引擎,不断点击检索结果寻找想要的答案。现在有 AI,问答互动生成,有了更多的选择,解决一个问题也不会花费太多的时间,有了直接使用的方法结果,与此同时我们在不断试错的结果反馈,思考过程也减少,直接思考问题的结果。

  • 夜观鬼火 楼主 07-21 15:36
    8

    模型此消彼长。从记忆,上下文,mcp,skill,openclaw,harness,workflow。模型本身自我迭代升级,需要更多的知识学习训练,能有更长的上下文窗口,联网搜索不受限于训练的知识库记忆,mcp需要跟其他工具接口连接调用,skill需要约束模型生成内容的边界,openclaw,harness让模型自己操作动起来,能够看见更多内容。


    模型需要不断训练和思考,模型如果会像人一样思考,自我学习。模型发展方向和意识需要人为去接管

* 帖子来源Linux.do
返回