1. 没挣多少，全给了大 A ；
2. 解套了就要；
3. 解套了就买；

来投一点吗？我认识庄，包赚的，一进一出就回本，二进二出就翻番。没本也没关系啊，我还认识有拆借的，别走啊，投一点嘛

（我不玩，我只是喜欢大 A 笑话

@AlexHsu 我觉得经历过一些项目之后，大模型的边界逐渐被大家试探出来了。已经逐渐开始落地了。让我感受最深的是豆包的语音输入法，真的为文字录入或者说日常的碎片化输入提效非常非常大。还有 Google NotebookLM 的学习方式，真的完全改变了传统学习路径。

归根结底，大模型还是工具属性，还是要依附在人身上，人才能将工具发挥出价值。就像编码一样，最终还是取决于人的水平，而不是程序语言的水平。

现在很多二极管，要么就是大模型天下第一，要么就是大模型路边一条，还是太极端了。

@rossroma 用大模型做什么事情，取决于你想要得到的结果是不是符合你的目的。

让大模型做自己不擅长的事情，那很难保证产出质量。

打个比方，手底下管三个研发，如果自己不会代码，怎么知道研发提交的代码是好的呢？即使他们的代码都能跑起来。

再比方说，新起一个项目，有三个模块的工作量可以选择，其中两个你非常擅长，其中一个很陌生。那么为了保证项目质量，是把陌生的这个交给底下的兄弟做，还是把擅长的这个交给底下的兄弟做呢?

授权的前提一定是受控，信任不能代替控制和监督，否则就是失控的开始。

提外话说一下推广翻车的那个帖子，AI 味太浓是一回事，还有很多网友反对的是拉踩式营销。

咋说呢？他上一个帖子，征询网友意见的时候，就不大对味了吧。我看帖子里好多人都给他认真回复和建议，都非常有价值，但是他连感谢都没有，看着就像打着求助的幌子来推广，然后我就不想搭理这个人了。

@livib 咋说呢，主要还是看你的目的。

就像今天推广翻车的热帖一样。翻译和学习是两种需求，错位了就翻车了。

如果你只需要从无到有，那确实大模型能解决大部分需求。

如果是想要提效减负，对大模型的产出有质量要求，那还是要自己主导，大模型辅助。

这取决于结果对你来说重不重要，因为能评价大模型产出质量的人只有你自己。如果你没有能力判断质量，你怎么确定质量是否符合你的预期？如果只需要看起来符合就好，那质量就不是你的目的。

@SantinoSong #19 针对个人学习来说，是你说的那样。我上面更多是从一个学习型工具即将面对的市场的视角来看待。

我大概 Anik 用过两年，supermemo 用了五六年，现在都放弃了。不是不好，是我逐渐用不到了。知识开始冗余的越来越多，随着我环境的变化，很多知识已经用不到，但如果为了保持记忆，我需要花很多精力去维护。

我选择删库跑路。

也可能是度过那个外化阶段，逐渐开始不依赖工具了。

@dawn009 一样呀，都是让大模型来替我们做一次全面的检查，看看理解的偏差有多少，和大模型认为的真正理解还有多少差距？然后再进行二次校正。

你甚至可以让大模型在你学习之前给你一次提前测试，错误的结果会让你对这个知识点记忆更加深刻。

然后如果是传统学习的话，其实还有一轮间隔测试。

也就是你当下做对了，并不一定等于你记住了，你理解了也不等于你能运用了。需要不断地用间隔测试的方法，加大间隔，同时进行测试。如果你能长期地记得住且用得出来，那么你才算是真正地掌握了。

但是这些麻烦的做法，或者说传统学习方法下看起来的优势，在大模型面前已经没什么太大的价值。现在是信息过载的时代，还是依赖大模型吧，打不过就加入。

@lingguo #12 我的步骤是这样：
1. 看书，只看一章；
2. 电子书搞 NLM 里头，提问；
3. 这章讲了什么？我的理解是....作者的意思是什么？我理解的对吗？
4. 对 NLM 的回答进行发散，不懂的全问一遍；
5. 要 NLM 批判我的想法，然后开始狡辩，直到心满意足；
6. 继续下一章；

传统学习不行了，哪有全才可以像大模型一样跟你彻夜辅导。

如果 Gemini 舔你了，你直接骂他：你不是真正的乐于助人的智能助手，你只会舔我，真正的乐于助人是讲真话，对我的想法进行批判，找出真正的问题。

吐槽一下，Gemini 网页版巨会舔，好几次给我舔的迷失自我，真以为自己手到擒来，直到我被现实干懵了。难怪皇上真以为天下太平，天天被人这样舔，谁遭得住啊 https://i.imgur.com/XKj1Tkx.png

@superhot #7 难得有人愿意听，我就多讲几句。

有了大模型之后，间隔重复软件的市场其实被大大压缩了，基本缩减到了“应试教育”，因为只有在考试时大模型才无法被使用。

​从长远看，大模型必然会越来越普及，准确率也会随技术升级不断提高。它最强大的地方在于能调动大脑的理解力、反应力和元能力，真正实现“场景式教学”。这就像有一个水平极高的一对一导师，随时随地满足你任何学习需求。我在 Google 的 NotebookLM 上已经深刻体会到了这种爽快感。

所以如果当下再继续投入资源去做这方面的研发，除非是去做专业的应试软件，不然收益不大。割韭菜倒是没问题的，韭菜最喜欢这种听起来不用学就能会的软件了。

@cornetCat #2 抱歉，没理解你的场景。

之前我构想的方案是传统 SRS 的那种方式，以卡片为最小单位，要输入他的历史评价，也就是它的遗忘程度，那个是主观的，比如你认为它很难，忘记了，或者记住了，很容易。大模型需要一定的数据量才能给你参考出来。传统的 SRS 的薄弱点在于知识之间的关联程度没有办法算出来。

打个比方，两张卡片是相邻的知识点，在传统的 SRS 里面就跟两篇笔记一样，除非你自己手动给它打标签，否则的话它们是孤立的。有了大模型，这些问题是可以解决的。可以在制卡的时候，让大模型把这些标签都算计好。多个卡片之间就有了共性关系。后面就可以水到渠成去通过这种关联性来改变它的遗忘程度。

但是你说单词这个维度，说实话，我个人的想法是，从语言学习的角度来说，它没什么意义。学语言最重要的是，至少以词组或者最好是用句子来记单词。孤立的学习单词，效果不是特别好。很多人都被闪卡这种背单词的方式带歪了。如果你感兴趣，你可以让大模型教你如何学会一个单词。它必然是给你举了很多场景，然后对应不同的词性以及含义，这个时候你学习最快的。所以我的概念里面挺难想象，就是你说的这个场景。

上次和他聊过，还在墨墨。

不过现在大模型对这种间隔重复的算法冲击非常大。因为预测能力是这种间隔重复算法的根源。而大模型的预测能力，哪怕是通用的，还不用专门的针对这种间隔重复训练的大模型，也已经非常牛逼了。本来还想搞一个大模型加成的间隔重复算法软件，后来想想还是算了。有了大模型，依赖记忆的地方越来越少。做出来应该是自嗨。

关于 AI 的一些思考，前几天刚发了长文，这里截取一点原文：

因为机器听不懂人话，所以“懂机器语言”成了一种高薪壁垒。这就是过去几十年互联网繁荣的本质：我们这群人（产品、开发、测试、运维），本质上都是“人”与“机器”之间的中间商。我们赚的钱，其实是“翻译费”。我们是信息的“二传手”，把老板和用户的需求，传给机器去执行。

现在的“人”可以直接指挥“机器”了。
那个曾经不可一世的“中间商”，那个需要我们花高薪聘请、还得小心翼翼哄着的“翻译官”，突然变得没那么重要了。这就是为什么程序员、测试、运维这些岗位现在瑟瑟发抖。因为他们的工作内容，离“机器”太近了。

越接近“机器”，就越接近“技术”。
越接近“技术”，就越容易被标准化。

只要有钱，就能买到算力；只要有算力，机器就能不眠不休地学习、试错、进化。在这个维度上，人类想跟机器比逻辑、比速度、比耐力，那是自取其辱。


长文在下面：
老板学会用 AI 后，第一时间问我：“要你还有什么用” http://xhslink.com/o/6yjyar5x2iV
AI 时代普通人拼什么才能不被替代？ http://xhslink.com/o/4E19nPHjwMf

非开发圈子，不了解开发大佬的地位。

不过 V2EX 严格禁止 AI 文不是因为站长导向下的社区价值观吗？站长允许就行，不允许就不行呀。

不过有个活人交流的社区还是蛮有意思的，不像现在简中热门社交平台的现状，屎里淘金都是褒义了 https://i.imgur.com/XKj1Tkx.png

在等豆包的电脑输入法

现在是手机上用豆包，装个 KDE Connect ，输完直接上电脑的屏。

微信输入法已经不行了，语音输入上根本打不过豆包，还击之力都没有。

关键是字节大气，免费 https://i.imgur.com/duWRpIu.png

从产品和独开的角度尝试剖析一下这种情况吧

开发者起手一般是针对自身需求来构建应用，第一个用户往往是自身或者身边的人未满足的需求，此时需求非常好获取，产品设计过程往往是边用边改，慢慢堆砌上来的，这个过程就很容易打磨出好产品。

当需求是满足“开发者”这个群体的时候，情况就开始不一样了，AI 之前还存在非常明显的技术层面的高低，AI 之后这个差距被压缩的越来越小了。这就出现了一个非常尴尬的现象：“这玩意看着也不难，凭什么这么贵，AI 糊一个就行，还能吹一波”。当然，AI 之前这种情况也有，只是受限于个人水平，想糊一个也没那么轻松。

这就和安装 steam 还能收费一样，鼠标点点的东西也能卖钱？还有韭菜真的买？如果我朋友买了我想想都窒息 https://i.imgur.com/duWRpIu.png

把东西卖给合适的人群才是要务，程序员/开发者注册公司或者个体户之后，一般都会花钱代记账，可这些东西在初级会计眼里就和 GitHub 代下载收费一样离谱，这也能赚钱？

程序员也会要服务，只是不需要那些自己顺手就能实现的服务。

越接近“人”，就越接近“服务”；
越接近“机器”，就越接近“技术”；
AI 之前，人和机器之间隔着一群拥有技术来操作机器的人；
AI 之后，人和机器之间的距离越来越近，中间那些原本的技术人员空间被逐渐压缩，直到人和机器之间的复杂性降低到极致；

套用这个逻辑，可以看看那些岗位和机器打交道，那些和人打交道。同岗位但不同工作内容的话，情况也不一样，但抽象来看，人与人之间形成的服务与被服务的关系很难被 AI 打破。

高级销售、高级产品本质上都是在做离人近的服务工作，比如辅助客户做购买决策，辅助老板做经营决策，这些都是和人在打交道。

测试、开发这些岗位在后面是因为和机器打交道偏多，只要有钱，就有机器，单纯的机器完全可以不间断地去试错，自然就取代的快。

@forisra #177 我帮 op 换个说法吧，这样说的话能有多少人会攻击 op 呢。

不要那种高高在上的“窒息”，完全可以对不同人生的好奇，对别人的生活、文化、观念保持尊重，不需要理解。为啥 op 的话给人争议这么大，就是因为那种言语中透露出的那一丝丝高对低的怜悯和不屑。这种未经请求的怜悯，本质上就是一种傲慢。

再一个，op 一直在强调主人公是她的朋友，那么如果末尾加上一段：“作为朋友，我已经尝试帮他梳理自己的现状，也告诉他还有别样的人生可以体验，但他依然接受不了外来的观点，我真心想帮他一下，大家觉得我该怎么做呢？”

我想这个帖子会是另外一个风格

我窒息的点：就算乐观点给他算，每年攒十万，也得 6 年，那时候他 35 岁了。得找对象结婚，结婚钱他肯定只能用家里的。然后婚后，再生娃还房贷。再乐观的给他算 8 年能还完贷款的话，他那时候 43 岁了。然后继续赚钱养孩子，生女孩还好，生男孩的话，又得攒钱给娃准备房子。他这半生过去都在省吃俭用的为这个房子，我想想都感觉窒息啊。
===
我比较困惑：如果按他的规划，每年攒十万，也得 6 年，那时候他 35 岁了。得找对象结婚，结婚钱他肯定只能用家里的。然后婚后，再生娃还房贷。再乐观的估算 8 年能还完贷款的话，他那时候 43 岁了。然后继续赚钱养孩子，生女孩还好，生男孩的话，又得攒钱给娃准备房子。他这半生过去都在省吃俭用的为这个房子，这样的生活意义在哪里呢？感觉这样的生活没有为自己活过，和我观念中对生活理解完全不同。

子非鱼，安知鱼之乐？

发了一个半小时的帖子这么快炸上热门，恰恰说明这种“高高在上”的审视感让大家很不舒服。

这种的廉价同情，除了让自己感动，只会让旁观者觉得冒犯。

突然想起一个很经典的笑话：

路边，一个小男孩正在大口大口地吃雪糕。 路人：小朋友，雪糕太凉了，吃多了会肚子疼，对身体不好的。 小男孩：你知道我奶奶活到了多少岁吗？ 路人：哦？活到了多少岁？ 小男孩：她活到了 102 岁。 路人：难道是因为她吃雪糕？ 小男孩：不是。 路人：那是因为什么？ 小男孩：因为她从来不管闲事。

@OrionRies #6 如果你需要跟投资人接触，那么这个问题你肯定会在投资人那里也碰到的。

就是现阶段有了 AI 之后，对于英语学习这个领域的需求还有多少？或者说还有多强劲？

印象中，上次看到新闻是某个翻译学院已经缩编了，还是不招生了？具体我忘了，感兴趣的话你可以去搜一下。

我只是想表达一个观点，你的基本盘或者说你的用户如果只是在开发圈的话，那么它会非常窄。对于你去拉投资而言，这个问题你很难绕过去。

假设这么一个场景，你跟你的投资者说，你的目标用户是由开发者组成的，那么你想一下，国内要学英语的，又是开发者的，这两者的交叉身份还有多少呢？那如果你把用户群体扩张到这个普通人群。那么在目前的社会背景下，有多少人还有心思会学英语呢？会不会有人说，我有 AI 就行了，我为什么还要英语？ AI 现在这么厉害，我学个 10 年也不一定有 AI 问一下快。或者还有人说，我等 AI 这种即时翻译的出来，那不也可以吗？而那些真正会学习的人，他会依赖一些技巧性的工具来辅助他学习吗？我想他更多是走传统学习的路线吧。

大概七八年前，我就做过类似工具类的英语学习软件。当时做小程序卖会员也能赚钱。对比现在的社会环境来看，当时那个环境好很多。

简单来说，开发是整个项目最简单的，确定性最高的事情。如何把整个业务跑通才是最难的事情。这个问题希望你越早面对越好。

我对跑通的定义是有稳定的流水，能产生健康的现金流。