不摸鱼的老陈
《不摸鱼的独立开发者日报》作者
获得徽章 0
#金石焕新程# 软件也需要人设？为什么我们开始给AI软件起名字了
现在很多AI创业们在提到他们的AI软件时，会很自然地用一个拟人的名字取称呼它。这并非偶然，而是他们有意为之的一种“人性化”设计。他们相信，将AI拟人化，赋予其独特的身份（比如Klein这个名字本身就是CLI和Editor的结合），能够帮助用户建立信任感，让人更愿意去依赖和信赖这个数字伙伴。
这背后，其实是一种关于“叙事完整性”（narrative integrity）的深刻思考。他们认为，与AI的每一次交互，本质上都是在共同讲述一个故事，而故事的主角需要一个清晰的人设。当AI拥有了一个身份，它的行为和回应就会更具一致性，更能围绕任务目标展开，最终得到的结果也会更好。我们正处在一个有趣的节点，我们不再将AI仅仅视为一串冰冷的代码或一个没有感情的工具，而是开始将它们看作可以协作、可以交流、甚至可以有“性格”的伙伴。从Devin到Claude再到Klein，我们给AI起名字，或许正是在迎接一个AI与人类深度共生的新纪元。
现在很多AI创业们在提到他们的AI软件时，会很自然地用一个拟人的名字取称呼它。这并非偶然，而是他们有意为之的一种“人性化”设计。他们相信，将AI拟人化，赋予其独特的身份（比如Klein这个名字本身就是CLI和Editor的结合），能够帮助用户建立信任感，让人更愿意去依赖和信赖这个数字伙伴。
这背后，其实是一种关于“叙事完整性”（narrative integrity）的深刻思考。他们认为，与AI的每一次交互，本质上都是在共同讲述一个故事，而故事的主角需要一个清晰的人设。当AI拥有了一个身份，它的行为和回应就会更具一致性，更能围绕任务目标展开，最终得到的结果也会更好。我们正处在一个有趣的节点，我们不再将AI仅仅视为一串冰冷的代码或一个没有感情的工具，而是开始将它们看作可以协作、可以交流、甚至可以有“性格”的伙伴。从Devin到Claude再到Klein，我们给AI起名字，或许正是在迎接一个AI与人类深度共生的新纪元。
展开
评论
2
#金石焕新程# 特斯拉都走过的弯路？自动驾驶的唯一出路是？
国外一位自动驾驶领域的技术专家Nachenberg，在加入Lyft的自动驾驶部门时，他发现团队还在用一套很经典的机器人架构，里面大部分是手写的算法规则。不管是左转还是避障，都有一套独立的、人工编码的决策系统。
这种方法，包括特斯拉很长一段时间里也在用，其实是一条死胡同。因为你永远不可能靠写代码覆盖所有现实路况，靠工程师手动去调几百个参数更是天方夜谭。
自动驾驶的真正出路，是像现在特斯拉在转向的那样，搞一套端到端的神经网络系统，把感知、预测和规划全都统一起来，让神经网络来负责开车，但同时在上面加一个安全层作为护栏。万一AI哪根筋搭错了，想闯红灯，这个安全层就会立刻接管，一脚刹车把车停下来，保证绝对的安全。
国外一位自动驾驶领域的技术专家Nachenberg，在加入Lyft的自动驾驶部门时，他发现团队还在用一套很经典的机器人架构，里面大部分是手写的算法规则。不管是左转还是避障，都有一套独立的、人工编码的决策系统。
这种方法，包括特斯拉很长一段时间里也在用，其实是一条死胡同。因为你永远不可能靠写代码覆盖所有现实路况，靠工程师手动去调几百个参数更是天方夜谭。
自动驾驶的真正出路，是像现在特斯拉在转向的那样，搞一套端到端的神经网络系统，把感知、预测和规划全都统一起来，让神经网络来负责开车，但同时在上面加一个安全层作为护栏。万一AI哪根筋搭错了，想闯红灯，这个安全层就会立刻接管，一脚刹车把车停下来，保证绝对的安全。
展开
5
点赞
#金石焕新程# 垃圾数据比没有数据更可怕
现在人人都谈大模型，谈算力，但有个东西，如果出了问题，再强的算力、再牛的算法也救不回来，那就是数据质量。在AI行业，数据质量第一，算力第二，算法第三。垃圾数据就像是喂给AI的垃圾食品，它会让模型产生自己很牛的幻觉，而实际上，可能是在原地踏步甚至倒退。
想象一下，一个团队花了半年时间训练模型，看到评估指标节节攀升，结果最后发现，无论是训练数据还是评估数据都是一坨屎。这半年的所谓进展，全是假象。
在某些排行榜上，有时候模型排名高，不是因为它更聪明，可能只是因为它学会了用更多表情包、写更长的废话来讨好人类投票者。并且，很多所谓的AI数据公司，本质上只是人体作坊，他们没有任何技术去衡量和保证数据的质量，只是把招来的人直接打包卖给客户，这在训练模型的人看来，简直是灾难。
现在人人都谈大模型，谈算力，但有个东西，如果出了问题，再强的算力、再牛的算法也救不回来，那就是数据质量。在AI行业，数据质量第一，算力第二，算法第三。垃圾数据就像是喂给AI的垃圾食品，它会让模型产生自己很牛的幻觉，而实际上，可能是在原地踏步甚至倒退。
想象一下，一个团队花了半年时间训练模型，看到评估指标节节攀升，结果最后发现，无论是训练数据还是评估数据都是一坨屎。这半年的所谓进展，全是假象。
在某些排行榜上，有时候模型排名高，不是因为它更聪明，可能只是因为它学会了用更多表情包、写更长的废话来讨好人类投票者。并且，很多所谓的AI数据公司，本质上只是人体作坊，他们没有任何技术去衡量和保证数据的质量，只是把招来的人直接打包卖给客户，这在训练模型的人看来，简直是灾难。
展开
评论
2
#金石焕新程# 解剖一只AI agent：它如何像人一样思考与行动？
以一个帮你找梦中情房的AI agent为例，看看它是如何协同工作的。首先它有一个基于大语言模型的大脑，负责和你来回聊天，从对话中精准捕获你对房子的所有幻想：面积多大、几个卧室、心仪地段等等。这个大脑是交互的核心，保证了沟通的顺畅自然。
光有大脑还不够，它还需要有手脚，也就是各种各样的工具来执行任务。比如，它需要调用搜索工具去数据库里捞出符合条件的房源；需要调用日历工具，帮你和房产经纪人约个看房时间；甚至还能调用计算器帮你算算房贷月供，或者启动一个购房资格的预审批流程。
为了不在对话中反复问你同样的问题，它还得有个记事本，把聊天的关键信息都存起来。一个能干的AI agent，就是这样由大脑、手脚和记事本构成的复杂生命体。
以一个帮你找梦中情房的AI agent为例，看看它是如何协同工作的。首先它有一个基于大语言模型的大脑，负责和你来回聊天，从对话中精准捕获你对房子的所有幻想：面积多大、几个卧室、心仪地段等等。这个大脑是交互的核心，保证了沟通的顺畅自然。
光有大脑还不够，它还需要有手脚，也就是各种各样的工具来执行任务。比如，它需要调用搜索工具去数据库里捞出符合条件的房源；需要调用日历工具，帮你和房产经纪人约个看房时间；甚至还能调用计算器帮你算算房贷月供，或者启动一个购房资格的预审批流程。
为了不在对话中反复问你同样的问题，它还得有个记事本，把聊天的关键信息都存起来。一个能干的AI agent，就是这样由大脑、手脚和记事本构成的复杂生命体。
展开
评论
点赞
#金石焕新程# ClickUp营销攻略：把搞笑视频变成真金白银
很多人看到一些有关产品的搞笑视频，第一反应可能是，这和他们的产品有关系吗？比如一个关于“如何在搜查中藏好U盘”的段子，怎么可能卖出去项目管理软件？这就是普通人与高手的区别。高手看到的不是一个个孤立的视频，而是一个用技术串联起来的完整营销漏斗。
那些病毒视频，其实是漏斗最顶层的流量抓手，它们不负责卖货，只负责让大家知道你、喜欢你、觉得你这个品牌很酷、很好玩。当海量的关注度涌入后，专注于广告和用户获取的技术团队就开始工作了。
他们利用再营销技术精准地向所有看过这些搞笑视频的用户推送广告。而这些广告，依然由那几位熟悉的演员出演，风格也依旧幽默，只是巧妙地融入了产品功能。从娱乐到产品，再到转化，整个过程无缝衔接，将展示量转化成了数万的注册用户和实实在在的付费大单。
很多人看到一些有关产品的搞笑视频，第一反应可能是，这和他们的产品有关系吗？比如一个关于“如何在搜查中藏好U盘”的段子，怎么可能卖出去项目管理软件？这就是普通人与高手的区别。高手看到的不是一个个孤立的视频，而是一个用技术串联起来的完整营销漏斗。
那些病毒视频，其实是漏斗最顶层的流量抓手，它们不负责卖货，只负责让大家知道你、喜欢你、觉得你这个品牌很酷、很好玩。当海量的关注度涌入后，专注于广告和用户获取的技术团队就开始工作了。
他们利用再营销技术精准地向所有看过这些搞笑视频的用户推送广告。而这些广告，依然由那几位熟悉的演员出演，风格也依旧幽默，只是巧妙地融入了产品功能。从娱乐到产品，再到转化，整个过程无缝衔接，将展示量转化成了数万的注册用户和实实在在的付费大单。
展开
评论
点赞
#金石焕新程# AI竞赛的另一面：万亿赌局下的硬件黑洞
不知各位是否留意到，在这场价值万亿美元的AI竞赛背后，有一个关于硬件的黑洞问题。AI的强大算力，离不开成千上万昂贵的GPU服务器，但这些硬件的成本和寿命却是个谜。为了让财报更好看，谷歌、Meta这些巨头纷纷把服务器的会计折旧年限从4年延长到了6年，这意味着账面上的成本被摊薄了。
但这些天价的服务器，在它们5到6年的服役期内，到底能不能赚回本钱？以及，当它们退役后，是会被当成电子垃圾扔掉，还是能被回收利用，或者在次级市场找到新的价值？这个问题直接关系到AI产业的长期盈利能力。
如果硬件投入是个无底洞，且软件能带来的收入有限，再光鲜的AI应用，其商业模式也可能不堪一击。
不知各位是否留意到，在这场价值万亿美元的AI竞赛背后，有一个关于硬件的黑洞问题。AI的强大算力，离不开成千上万昂贵的GPU服务器，但这些硬件的成本和寿命却是个谜。为了让财报更好看，谷歌、Meta这些巨头纷纷把服务器的会计折旧年限从4年延长到了6年，这意味着账面上的成本被摊薄了。
但这些天价的服务器，在它们5到6年的服役期内，到底能不能赚回本钱？以及，当它们退役后，是会被当成电子垃圾扔掉，还是能被回收利用，或者在次级市场找到新的价值？这个问题直接关系到AI产业的长期盈利能力。
如果硬件投入是个无底洞，且软件能带来的收入有限，再光鲜的AI应用，其商业模式也可能不堪一击。
展开
评论
点赞
#金石焕新程# 程序员只负责开发产品就好了，用户自己可以玩出花
开发一个AI系统，就像是养一个孩子，你教它走路说话，但它最终会长成什么样，有时候连你自己都想不到。AlphaFold就是一个典型的例子。开发团队的初衷，是预测单个蛋白质的结构。但代码开源后没两天，就有一位日本研究者脑洞大开，他把两个蛋白质的序列拼在一起，中间加了点东西，然后扔给AlphaFold去预测，结果它成了当时世界上最牛的蛋白质相互作用预测工具。
这完全是团队没有预料到的涌现技能。用户们就像是拿到一个新玩具，自发地去探索它的边界和可能性，发现了各种各样开发者都没想到的新玩法。
一个真正强大的AI工具，它的潜力往往超出了设计者的想象。你只需要把它交到用户手中，他们会用自己的智慧和需求，解锁那些隐藏的超能力，让工具的价值呈指数级增长。
开发一个AI系统，就像是养一个孩子，你教它走路说话，但它最终会长成什么样，有时候连你自己都想不到。AlphaFold就是一个典型的例子。开发团队的初衷，是预测单个蛋白质的结构。但代码开源后没两天，就有一位日本研究者脑洞大开，他把两个蛋白质的序列拼在一起，中间加了点东西，然后扔给AlphaFold去预测，结果它成了当时世界上最牛的蛋白质相互作用预测工具。
这完全是团队没有预料到的涌现技能。用户们就像是拿到一个新玩具，自发地去探索它的边界和可能性，发现了各种各样开发者都没想到的新玩法。
一个真正强大的AI工具，它的潜力往往超出了设计者的想象。你只需要把它交到用户手中，他们会用自己的智慧和需求，解锁那些隐藏的超能力，让工具的价值呈指数级增长。
展开
评论
2
#金石焕新程# 内容付费墙：一场堂吉诃德式的战斗？
面对AI公司无偿抓取内容用于模型训练，一些内容平台和创作者开始反击，比如Cloudflare就尝试为AI爬虫设立收费站墙。这种维护自身权益的想法在情感上值得支持，但在现实中可能只是一场美好的幻想。这种方式在技术上难以全面铺开，更重要的是，它触及了一个根本的权力动态问题。
对于绝大多数网站而言，流量的主要来源依然是搜索引擎和AI平台。如果你选择将内容完全锁起来，就等于放弃了被发现的机会。除非你已经拥有一个极其强大、用户会主动访问的品牌，否则这种一刀切的限制无异于自断经脉。
同时，随着AI浏览器等工具的兴起，模型完全可以从用户端获取网页信息，让服务器端的封锁形同虚设。在AI时代，“信息渴望自由”这句老话依然有效。
面对AI公司无偿抓取内容用于模型训练，一些内容平台和创作者开始反击，比如Cloudflare就尝试为AI爬虫设立收费站墙。这种维护自身权益的想法在情感上值得支持，但在现实中可能只是一场美好的幻想。这种方式在技术上难以全面铺开，更重要的是，它触及了一个根本的权力动态问题。
对于绝大多数网站而言，流量的主要来源依然是搜索引擎和AI平台。如果你选择将内容完全锁起来，就等于放弃了被发现的机会。除非你已经拥有一个极其强大、用户会主动访问的品牌，否则这种一刀切的限制无异于自断经脉。
同时，随着AI浏览器等工具的兴起，模型完全可以从用户端获取网页信息，让服务器端的封锁形同虚设。在AI时代，“信息渴望自由”这句老话依然有效。
展开
4
2