AI探索指南

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

AI探索指南

  2. AI探索指南

    AI探索指南
    尊重常识，尊重时间。 当一位 AI 行业大 V 认为留存率不那么重要，可以扫进历史的垃圾堆，并且阴阳老登投资人们因循守旧的时候， 你就知道 AI 的泡沫到底有多大了。🌚 如果我是投资人，只要不 fomo， 我也不会投。ARR 的闹剧还没结束，Retention 的梗又出现了。 从 PC 到移动， 从 to C 到 to B， 从 prosumer 到 consumer， 生老病死衣食住行吃喝玩乐喜怒哀乐 ， 三百六十行从来没听说过任何成功的生意不需要看留存率（复购率、续费率）的。
    FlqzyjBrcdVtPwMJuy-pGGBqUzPjv3.png
    1.2 MB

  3. AI探索指南

    尊重常识，尊重时间

    尊重常识，尊重时间。

    当一位 AI 行业大 V 认为留存率不那么重要，可以扫进历史的垃圾堆，并且阴阳老登投资人们因循守旧的时候，

    你就知道 AI 的泡沫到底有多大了。🌚

    如果我是投资人，只要不 fomo， 我也不会投。ARR 的闹剧还没结束，Retention 的梗又出现了。

    从 PC 到移动，
    从 to C 到 to B，
    从 prosumer 到 consumer，
    生老病死衣食住行吃喝玩乐喜怒哀乐 ，
    三百六十行从来没听说过任何成功的生意不需要看留存率（复购率、续费率）的。

  4. AI探索指南

    今天想试试最近比较火热的Claude Code，看看到底和Cursor的体验有何不同，新闻和视频介绍看了不少，但和亲手尝试还是不同的

    今天想试试最近比较火热的Claude Code，看看到底和Cursor的体验有何不同，新闻和视频介绍看了不少，但和亲手尝试还是不同的。遗憾的是Claude Code在国内没法用，翻墙都不行，经同事帮助，找了个开源路由库成功搞定，使用私有的LLM API。

    试着让它写了个乒乓游戏和发推的脚本，都one shot成功了。有人说Claude Code像AI工程师，而Cursor Agent像实习生，从这两次简单的实验，确实能感受到Claude Code的爽点，交给它任务，直接获取结果，中间没那么多要确认的东西。

    用的开源库是：https://github.com/musistudio/claude-code-router

  5. AI探索指南

    说起来很神奇，最近发现有些投资人，还在用移动互联网时代的数据指标来找项目

    说起来很神奇，最近发现有些投资人，还在用移动互联网时代的数据指标来找项目。
    找了一圈，发现根本找不到一个留存好的项目。
    于是 AI 行业都三年了，他们都还没出手过一个 AI 项目。

    为什么以前的经验是错的？
    今天看书刚好得到一些答案。

    形式逻辑和非形式逻辑，以及概率论，事实上都是面向过去的。
    一厢情愿地希望用基于过去的数据在当下分析出来的结论去指导未来决策。

    而贝叶斯定律不一样，它的应用是面向未来的。

  6. AI探索指南

    小米眼镜…体验下来对我毫无用处…

    Forwarded from 互联网从业者充电站
    小米眼镜…体验下来对我毫无用处…
    适合那些头上本来就长摄像头的自媒体博主
    拍照录像我感觉不如我用手机有“确定性”，抬手物理拍麻烦，让小爱拍容易喊不出来
    小爱同学的AI对话也有点智障
    可能用小米手机的生态联动起来会多些用处，对我确实是无用
    要是苹果能做个这样的轻量眼镜就好了🥲

  7. AI探索指南

    说起来很神奇，最近发现有些投资人，还在用移动互联网时代的数据指标来找项目

    说起来很神奇，最近发现有些投资人，还在用移动互联网时代的数据指标来找项目。
    找了一圈，发现根本找不到一个留存好的项目。
    于是 AI 行业都三年了，他们都还没出手过一个 AI 项目。

    为什么以前的经验是错的？
    今天看书刚好得到一些答案。

    形式逻辑和非形式逻辑，以及概率论，事实上都是面向过去的。
    一厢情愿地希望用基于过去的数据在当下分析出来的结论去指导未来决策。

    而贝叶斯定律不一样，它的应用是面向未来的。

  13. AI探索指南

    和群里朋友聊 AI 学到一个洞察

    和群里朋友聊 AI 学到一个洞察。

    我们都知道人类的聪明分成 book smart 和 street smart。前者是做题家的长处，而后者在很多现实问题上更有用。

    这两者的区别可以理解为训练方式的差别。前者是 instruction-following based 为主，训练的是模仿和把指令内化为习惯和技能。后者则不然，训练的环境是对抗性的，没有自洽的指令，只有彼此矛盾的约束。训练的是如何在一个混乱的环境里生存、协作和发展。

    AI 天生就更擅长前者，因为 AI 比人类还要做题家——今天人们对如何用奖惩机制训练 AI 服从指令已经得心应手，但对如何让 AI 在对抗性环境里自己找到策略仍然不是很熟悉。棋牌类游戏是少有的能成功训练 AI 的领域，但棋牌类游戏的环境比起真实社会毕竟抽象得多，而且这些 AI 模型都不是语言模型，使用非常受限。

    这就是为什么今天 AI 写起政府公文来一套一套的，你让它在街上开个馄饨铺子它就彻底抓瞎。归根结底，AI 是东亚小孩里的东亚小孩。