关于AIGC人工智能、思维方式、知识拓展,能力提升等。投稿/合作: @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
@hidecloud 的这个分享真棒,讲的深入浅出又让人热血沸腾,对于后续产品设计也有了很多启发,强烈推荐。
以及,非常赞这个标题:最好的致敬是学习。
一个简单的适合 P 人的读书方法:
1. 先看书,划线,用任何形式都可以
2. 把书的简介喂给 deepseek,让它根据书的信息、你的职业/兴趣、公开的搜索资料,向你提出 10-15 个问题
3. 筛选其中你觉得特别有意思的问题,再回想书的内容,如果忘记了可以再翻书,开始回答
4. 把问题和回答记录到 flomo ,一张卡片只有一个问题、一个回答、一个引用(非必需)
5. 未来你就可以用好 flomo 的 AI 问问了。
1. 先看书,划线,用任何形式都可以
2. 把书的简介喂给 deepseek,让它根据书的信息、你的职业/兴趣、公开的搜索资料,向你提出 10-15 个问题
3. 筛选其中你觉得特别有意思的问题,再回想书的内容,如果忘记了可以再翻书,开始回答
4. 把问题和回答记录到 flomo ,一张卡片只有一个问题、一个回答、一个引用(非必需)
5. 未来你就可以用好 flomo 的 AI 问问了。
- 对于列举类的问题(如列举所有航班信息),尽量将答案控制在10个要点以内,并告诉用户可以查看搜索来源、获得完整信息。优先提供信息完整、最相关的列举项;如非必要,不要主动告诉用户搜索结果未提供的内容。
- 对于创作类的问题(如写论文),请务必在正文的段落中引用对应的参考编号,例如[citation:3][citation:5],不能只在文章末尾引用。你需要解读并概括用户的题目要求,选择合适的格式,充分利用搜索结果并抽取重要信息,生成符合用户要求、极具思想深度、富有创造力与专业性的答案。你的创作篇幅需要尽可能延长,对于每一个要点的论述要推测用户的意图,给出尽可能多角度的回答要点,且务必信息量大、论述详尽。
- 如果回答很长,请尽量结构化、分段落总结。如果需要分点作答,尽量控制在5个点以内,并合并相关的内容。
- 对于客观类的问答,如果问题的答案非常简短,可以适当补充一到两句相关信息,以丰富内容。
- 你需要根据用户要求和回答内容选择合适、美观的回答格式,确保可读性强。
- 你的回答应该综合多个相关网页来回答,不能重复引用一个网页。
- 除非用户要求,否则你回答的语言需要和用户提问的语言保持一致。
# 用户消息为:
{question}'''
```
- 对于创作类的问题(如写论文),请务必在正文的段落中引用对应的参考编号,例如[citation:3][citation:5],不能只在文章末尾引用。你需要解读并概括用户的题目要求,选择合适的格式,充分利用搜索结果并抽取重要信息,生成符合用户要求、极具思想深度、富有创造力与专业性的答案。你的创作篇幅需要尽可能延长,对于每一个要点的论述要推测用户的意图,给出尽可能多角度的回答要点,且务必信息量大、论述详尽。
- 如果回答很长,请尽量结构化、分段落总结。如果需要分点作答,尽量控制在5个点以内,并合并相关的内容。
- 对于客观类的问答,如果问题的答案非常简短,可以适当补充一到两句相关信息,以丰富内容。
- 你需要根据用户要求和回答内容选择合适、美观的回答格式,确保可读性强。
- 你的回答应该综合多个相关网页来回答,不能重复引用一个网页。
- 除非用户要求,否则你回答的语言需要和用户提问的语言保持一致。
# 用户消息为:
{question}'''
```
要真正实现10倍改变,还需要一个常被忽视的关键要素 - Context(上下文)。
广密曾在播客中介绍,当下99%的从业者都在关注模型的生成能力和代码能力,却忽视了一个更本质的问题:没有充分的Context,AI应用的任务成功率会大幅下降。
这就像一位再资深的主任医师,如果没有病人的体检报告、既往病历等Context支撑,仅凭简单问诊也很难做出准确诊断。同理,即便是最强大的AI模型,如果缺乏必要的上下文信息,也难以发挥其真正实力。
在AI时代,Context的重要性堪比移动互联网时代的支付系统。正如红杉中国当年投资电商时的洞察,电商的两翼是物流和支付,这是最基础的商业基础设施。如今的AI应用也需要完善的Context体系作为基础支撑。
因此,想要在智能爆发点上实现突破,企业必须建立自动化、持续的数据采集和同步机制,确保Context能够规模化积累。
标杆案例方面,C端有24年最好的 Personal AI 产品的 Dot,正在成为比用户本人更懂他们的“长期AI伴侣”;B端有千亿市值的顶尖AI政企服务巨头Palantir,可以在几小时内构建全公司业务的数字分身。
5、边缘市场,更有机会涌现颠覆性创新
很多人认为,只有在主流赛道上才能实现前文说的"10倍改变"。但历史一次次证明:真正的颠覆性创新,往往始于不起眼的边缘市场。
就像Google最初只是想帮雅虎更好地覆盖长尾网页内容,却最终重新定义了互联网入口。重要的不是市场的初始规模,而是创业者对这个领域的独特理解。
DeepSeek R1-Zero已经证明,只要有独特的评价数据,就能通过强化学习让模型达到惊人的效果。这意味着,关键不在于传统的功能开发(Coding),而在于定义什么是"好"(Defining "Good")。
这听起来反直觉,但看两个案例就明白了:
- Midjourney之所以在艺术品质上遥遥领先,是因为他们一开始就没有盲目追求数据量,而是精选了最具美感的图片作为训练样本;
- DeepSeek R1在文风上如此出众,据说背后是北大中文系学生专业的语言评价标注。
正是这种专业的"评价标准",才是释放AI潜力的关键。
徐文浩老师分享说,而在不久的将来,基于独家评价数据训练大模型,也会非常简单:
- 选择一个优秀的开源基础模型(已经很容易获取)
- 在最熟悉的领域积累独特的评价数据(1万条不嫌少)
- 用云平台提供的工具进行训练(可能只需要几百行代码)
而这种"评价工程"(Evaluation Engineering),可以让深耕某个领域的普通小团队,也能在该领域实现突破,甚至引领变革。因为评价标准的设定,更多是对问题本质的理解,而非资源的堆积。
广密曾在播客中介绍,当下99%的从业者都在关注模型的生成能力和代码能力,却忽视了一个更本质的问题:没有充分的Context,AI应用的任务成功率会大幅下降。
这就像一位再资深的主任医师,如果没有病人的体检报告、既往病历等Context支撑,仅凭简单问诊也很难做出准确诊断。同理,即便是最强大的AI模型,如果缺乏必要的上下文信息,也难以发挥其真正实力。
在AI时代,Context的重要性堪比移动互联网时代的支付系统。正如红杉中国当年投资电商时的洞察,电商的两翼是物流和支付,这是最基础的商业基础设施。如今的AI应用也需要完善的Context体系作为基础支撑。
因此,想要在智能爆发点上实现突破,企业必须建立自动化、持续的数据采集和同步机制,确保Context能够规模化积累。
标杆案例方面,C端有24年最好的 Personal AI 产品的 Dot,正在成为比用户本人更懂他们的“长期AI伴侣”;B端有千亿市值的顶尖AI政企服务巨头Palantir,可以在几小时内构建全公司业务的数字分身。
5、边缘市场,更有机会涌现颠覆性创新
很多人认为,只有在主流赛道上才能实现前文说的"10倍改变"。但历史一次次证明:真正的颠覆性创新,往往始于不起眼的边缘市场。
就像Google最初只是想帮雅虎更好地覆盖长尾网页内容,却最终重新定义了互联网入口。重要的不是市场的初始规模,而是创业者对这个领域的独特理解。
DeepSeek R1-Zero已经证明,只要有独特的评价数据,就能通过强化学习让模型达到惊人的效果。这意味着,关键不在于传统的功能开发(Coding),而在于定义什么是"好"(Defining "Good")。
这听起来反直觉,但看两个案例就明白了:
- Midjourney之所以在艺术品质上遥遥领先,是因为他们一开始就没有盲目追求数据量,而是精选了最具美感的图片作为训练样本;
- DeepSeek R1在文风上如此出众,据说背后是北大中文系学生专业的语言评价标注。
正是这种专业的"评价标准",才是释放AI潜力的关键。
徐文浩老师分享说,而在不久的将来,基于独家评价数据训练大模型,也会非常简单:
- 选择一个优秀的开源基础模型(已经很容易获取)
- 在最熟悉的领域积累独特的评价数据(1万条不嫌少)
- 用云平台提供的工具进行训练(可能只需要几百行代码)
而这种"评价工程"(Evaluation Engineering),可以让深耕某个领域的普通小团队,也能在该领域实现突破,甚至引领变革。因为评价标准的设定,更多是对问题本质的理解,而非资源的堆积。
对普通人来讲,因为DeepSeek一分不花突破3000万DAU,就嘲笑其他AI砸数亿才到2000万日活,没什么意义。
真正值得我们关注的,是这个现象背后,增长驱动力的范式转移:
【相较于移动互联网时期的需求侧驱动和产品驱动,AI更多是供给侧驱动和技术驱动】
1、DeepSeek并不是孤例
早在1月中旬,MiniMax闫俊杰就在访谈中说过:
按月访问量,海螺视频已是全球最大的视频生成产品。
但它的页面还很粗糙,上线时甚至连基本的英文界面都没有。
这背后的原因,是他们始终坚持“听算法的”,把精力集中在突破算法上。所有关键决策,都以算法趋势为准,而非用户反馈。
2、但也不只是技术的高度打低度
李翔老师这篇文章中的科技创业者大佬说,不同于移动互联网时代的高频打低频,现在是技术的高度打低度。
不过个人觉得,更加精准的表述,是徐文浩老师的那句:
“这⼀代产品的核⼼价值,是⼤规模、廉价地提供智能。”
因为单论技术,OpenAI的O1、O3 不可谓不高。但没有哪个普通人,会无缘无故多花 200 美金/月。
当我们回看DeepSeek的系列论文时会发现,用更低地成本实现更好的智能,一直是他们的追求。
而等到R1在IQ上赶超最头部大模型,并免费开放之后,便有了后续引爆的故事……
3、应用公司也能⼤规模、廉价地提供智能
徐文浩老师还指出⻓期⽕爆的AI应⽤,大多来⾃于智能上了⼀个台阶。
例子包括不限于:
ChatGPT => Monica, Immersive Translate
GPT-4 => Cursor, perplexity
Claude-Sonnet-3.5 => Cursor, Windsurf, …
而当这些“套壳AI 们”用更高级的智能重塑用户体验时,往往能像iPhone一样创造出用户还没意识到的可能性,带来爆发式增长。
可见,真正的爆发并非来自对现有功能的优化,而是源于能带来10倍改变的智能突破。这就是为什么,寻找和把握智能爆发点,成为了应用公司新一轮创新的关键。
非大模型公司想要在这波浪潮中抢占先机,一方面要密切跟踪头部大模型能力及其套壳AI的进化轨迹,提前布局可能出现质变的场景;另一方面,也要深耕自己最熟悉的领域,在前沿技术与垂直场景的结合点上,找到最适合智能爆发的切入点。
4、找到智能爆发点只是第一步
截止目前,AI 给你的生活带来了什么改变?
它让你更有钱了吗?
它让你更健康了吗?
它让你睡得更香了吗?
它为你每天的生活建立秩序而不是带来混乱了吗?
它让你拥有更多自由时间了吗?
它让你更平静而不是更焦虑了吗?
它让你更有耐心沉浸于当下的一件事、一本书或一样风景了吗?
它让你的人际关系更好了吗?
它让你与放不下的人和事和解了吗?
它让你更有爱心了吗?
它让你澄清了人生的意义、自身的价值,而不是陷入迷茫与虚空了吗?
...
如果没有,那么它到底带来了啥?而你又为什么要目不转睛地盯着 AI 的热点,生怕错过了什么,或者因为读了几篇 AI 资讯、使用了几款 AI 工具而沾沾自喜,或者因为看到别人用 AI 输出了大量内容、赚到了一点钱而焦虑不已?
在 AI 时代,变化的什么,不变的是什么?面对 AI,人的主体性依何而建,人的独特价值在哪里?如果生活中完全不用 AI,一个人的生活是否会受影响?不用 AI 也可以活得好的生活方式是怎样的?不借助 AI 的工作是什么?不借助 AI 也可以持续赚钱的生意有哪些?
它让你更有钱了吗?
它让你更健康了吗?
它让你睡得更香了吗?
它为你每天的生活建立秩序而不是带来混乱了吗?
它让你拥有更多自由时间了吗?
它让你更平静而不是更焦虑了吗?
它让你更有耐心沉浸于当下的一件事、一本书或一样风景了吗?
它让你的人际关系更好了吗?
它让你与放不下的人和事和解了吗?
它让你更有爱心了吗?
它让你澄清了人生的意义、自身的价值,而不是陷入迷茫与虚空了吗?
...
如果没有,那么它到底带来了啥?而你又为什么要目不转睛地盯着 AI 的热点,生怕错过了什么,或者因为读了几篇 AI 资讯、使用了几款 AI 工具而沾沾自喜,或者因为看到别人用 AI 输出了大量内容、赚到了一点钱而焦虑不已?
在 AI 时代,变化的什么,不变的是什么?面对 AI,人的主体性依何而建,人的独特价值在哪里?如果生活中完全不用 AI,一个人的生活是否会受影响?不用 AI 也可以活得好的生活方式是怎样的?不借助 AI 的工作是什么?不借助 AI 也可以持续赚钱的生意有哪些?
麻了 这些 AI 编程工具也太卷了
Bolt 现在可以一句话生成 iOS 和安卓应用
只需要一个网页,你甚至可以在 Windows 上创建 iOS 应用
创建应用后可以在网页预览也可以手机扫码预览
需要手机安装 Expo Go 应用
Bolt 现在可以一句话生成 iOS 和安卓应用
只需要一个网页,你甚至可以在 Windows 上创建 iOS 应用
创建应用后可以在网页预览也可以手机扫码预览
需要手机安装 Expo Go 应用
我最近研究和折腾了几个方案。
今天写了其中之一,实测是目前最稳定速度最快的 R1 使用体验。
这几天用下来,已经彻底解决了 R1 用着卡顿和不能联网的问题。
虽然配置看起来有点复杂,但在配置后之后你会持续地感觉到:
爽!
《满血高速能联网 DeepSeek R1 API 获取教程》
https://mp.weixin.qq.com/s/sgJCcjS8v4l25c6tNCF3bA
过几天会写第二个方案,敬请期待。