李偏胖3周前
AI 已经从“天才的游戏”,变成“系统的战争” OpenAI 内部紧急动员令背后到底意味着什么?消息中隐藏的核心假设是什么,今天3分钟我们来讲一下,那些真正想说、但没明说清楚的东西。先说结论:全球的AI行业已经从“天才的游戏”,变成“系统的战争”。 1、ChatGPT 会不会“死”,而是在讨论:“当 AI 从‘模型创新期’进入‘产品与分发竞争期’,先发优势还能不能持续?”换句话说,借 OpenAI,讨论一个更普遍的问题:技术领先 ≠ 长期优势、爆款产品 ≠ 护城河、AI 正在从「技术奇点」走向「商业均衡」“The Fall of ChatGPT” 是修辞,不是结论。 2、模型在贬值,体系在升值。一方面模型能力正在快速趋同GPT、Gemini、Claude、开源模型之间的边际差异在缩小用户不再“非 GPT 不可”,另一方面用户并不忠诚于“模型品牌”用户忠诚的是:便宜、好用、习惯;AI 会像搜索引擎、云服务一样,成为“基础设施”。甚至分发比模型更重要Google ≠ 因为模型最强,而是因为:Android + Chrome + Search + Workspace。ChatGPT 是一个 “被主动打开的产品”,而不是 “默认存在的能力”。没有操作系统、没有浏览器、没有默认入口 3、没有分发优势的公司,会被迫不断“技术加速”。Code Red 本质:不是领先,而是被追赶,被追赶者,节奏最危险。ChatGPT 的问题不是“不够强”,而是“不够嵌入”。技术领先会被时间侵蚀,分发优势不会,Google、Microsoft、Apple 是“位置型公司”,OpenAI 是“能力型公司”, Code Red 说明 OpenAI 已进入“防守阶段”。防守不是失败,但说明先手红利已结束。 4、AI 竞争正在从“研究人员”转向“产品经理”,OpenAI 的最大风险不是技术落后,而是结构性劣势。高成本、无系统级分发、被迫持续烧钱,“更强模型”的边际回报正在下降,用户感知不到 10% 的提升,但能立刻感知 10% 的便宜 / 更顺滑。最终还是谁能把 AI 藏进工作流谁赢。 ChatGPT 是史上最成功的 AI 产品之一,但“成功 ≠ 不可替代”。OpenAI 面临的不是 Nokia,而是:当年 Google 搜索 vs Bing,不是输赢问题,而是 定价权与节奏权 的问题。OpenAI 的困境,其实是所有“纯 AI 公司”的未来
00:00 / 02:24
连播
清屏
智能
倍速
点赞27
00:00 / 02:10
连播
清屏
智能
倍速
点赞871
00:00 / 01:29
连播
清屏
智能
倍速
点赞14
00:00 / 00:35
连播
清屏
智能
倍速
点赞1838
00:00 / 08:28
连播
清屏
智能
倍速
点赞1
OpenAI前首席科学家一句话让AI回答质量翻倍 #OpenAI #AI #karpathy #提示词 #skills OpenAI 前首席科学家 Andrej Karpathy 发了一个推特 看到那一刻,我感觉我半年的探索都白费了 我用了这个办法,AI 回答质量翻倍 以前为标题卡壳的时候,我的办法是什么呢?写提示词 写了很长很长的提示词——什么数字要、情绪词要、对比要、反常识要,一大堆 输入进去,AI 出来一堆标题,选一个还不错的 但我现在的做法不一样了 我直接问:"最强大脑怎么写标题?" 差异是什么?长提示词能给我一堆还不错的选项 但这个问法,AI 会自动召唤咪蒙、召唤李教授——那些真正懂标题的人 质量反而比我写一大堆提示词出来的东西还更好 写代码的时候也一样 遇到问题,我现在不是问"怎样优化这个函数",而是问"最强大脑怎么处理这个代码问题" 效果?同样有效 有时候我遇到产品问题,说实话,我不知道怎么去思考 那我就问:"最强大脑怎么思考这个产品问题?" 结果非常好 AI 给出来的思路,完全不同于我自己能想到的东西 最有意思的是人生焦点问题 当我遇到一些问题,我想要去深度思考的时候,我现在不会再满足于我原来写的那些提示词了 我直接问:"最强大脑会怎么思考?" 结果呢?AI 自动召集一些我根本不知道的人,给出来的答案非常好 Karpathy 发的那个推特,核心意思是这样的: 不要把 LLM 当成一个有想法的实体,而是把它当成一个能模拟任何人的模拟器 LLM 本身没有'观点',但它能呈现出任何人的思维方式 当你问'你怎么看'的时候,你实际上是在触发 AI 的某种'平均观点' 但当你问'某个大师会怎么说'的时候,你就是在让 AI 模拟那个人的真实思维方式 一个是模糊的综合,一个是精准的深度 这就是我半年探索都没想明白的东西 长提示词做什么呢?它在限制 AI 的模拟能力 你给 AI 设定了一堆规则——必须包含数字、必须有反差、必须有情绪——然后 AI 按照你这些规则去综合,出来的东西就是在你的框架内的最优解 但"最强大脑"这个问法不一样 它没有限制,反而是在激发 AI 的模拟能力 它让 AI 直接呈现出那个领域最强的人会怎样思考、怎样处理这个问题 一个是"指导",一个是"模拟" 指导有上限,模拟没有上限
00:00 / 02:21
连播
清屏
智能
倍速
点赞6540
现在的 人工智能代理创业,就像在玩“乐高”:底座用 OpenAI,搜索用 Google,中间件用 LangChain。看起来很容易,但你想过吗:如果大模型产生幻觉导致用户损失,这百万赔偿,谁来买单? 很多开发者觉得自己只是个“套壳”的,模型出事找大模型厂商啊!醒醒吧!你去看看那份你直接勾选同意的 API 协议,大模型厂商早已经设定了免责条款。 大厂是怎么免责的?第一,赔偿限额低得离谱,可能只赔你过去一年付的 API 费,甚至上限就几百美金。第二,厂商不保证服务不中断、不报错。这意味着模型升级导致的逻辑崩坏、API 宕机导致的业务停摆,厂商在法律上几乎是豁免的。第三,最坑的是责任倒置:如果你生成的 AI 内容引发诉讼,你不但要自己扛,还得赔偿大模型厂的名誉损失! 作为律师,我给AI 创业者三条建议: 1.向下签订“背靠背”协议。跟客户明确:底层是第三方的,模型“幻觉”是技术局限,公司不承担违约责任。 2.区分责任边界。提示词写错是用户的责任,API 返回原始错误是不可抗力。 3.死守证据链。记录每一条 API 的 Request 和 Response,一旦打官司,这就是你证明清白的有力证据。 最后,选模型别光看 Token 价格,得看法律参数。合规,也是产品稳定性的一部分! #ai #aiagent #ai创业 #大模型 #令人心动的offer
00:00 / 01:32
连播
清屏
智能
倍速
点赞58
00:00 / 01:08
连播
清屏
智能
倍速
点赞132
00:00 / 00:59
连播
清屏
智能
倍速
点赞51
OpenAI联合创始人谈情绪编程(Vibe Coding) Karpathy 定义的“情绪编程(Vibe Coding)”:当编程门槛彻底崩塌 在过去几十年的职业金字塔中,“程序员”一直是一座由复杂的语法、晦涩的框架和无尽的 Debug 筑起的高墙。然而,前特斯拉 AI 总监、OpenAI 联合创始人 Andrej Karpathy 最近用一个极具挑衅性的词——“情绪编程(Vibe Coding)”,宣告了这堵墙的倒塌。 Karpathy 认为,我们正进入一个代码变得极其廉价、甚至成为“副产品”的时代。 ...... 四、 核心竞争力的重构:审美与问题拆解 既然人人都能写代码,那专业开发者的价值在哪里?Karpathy 认为,未来的顶级开发者必须是卓越的产品建筑师: 审美与品味(Taste):AI 可以给你 100 种方案,但哪一种才是优雅的、符合用户直觉的?这取决于人类的审美高度。 问题拆解能力:AI 虽然强,但如果你不能将一个宏大目标拆解成一个个可执行的“小意图”,AI 也会迷失。 系统级理解:你不需要写每一行代码,但你需要知道系统是如何运转的,以便在 AI “幻觉”导致严重逻辑错误时进行纠偏。 五、 Karpathy 的寄语:拥抱而非抵制 Karpathy 并没有因为自己是顶级程序员而排斥这种变化。相反,他正享受其中。他认为,这是一种能力的解放。他曾分享过自己如何在不懂特定语言的情况下,仅凭“Vibe”就在几个小时内复刻出一个复杂应用的经历。 Karpathy 的核心洞察:“我们正在从‘学习如何跟机器说话’回归到‘学习如何思考和解决问题’。” 结语 “情绪编程”不仅仅是一种调侃,它代表了技术对人性的终极顺从。Andrej Karpathy 告诉我们:代码的神秘感正在消失,取而代之的是纯粹的创造力。如果你有一个好主意,在这个时代,没有任何语法错误能阻挡你。 #Gitmeai #VibeCoding #氛围编程 #Openai #编程
00:00 / 05:40
连播
清屏
智能
倍速
点赞2
00:00 / 00:40
连播
清屏
智能
倍速
点赞309
00:00 / 05:46
连播
清屏
智能
倍速
点赞6