你好,这里是 zerotofly——我的个人站。 写写博客,记记每日小记,摆弄一些自己开发的小工具和产品。

AI 纪元,哪些工程能力的重要性会减弱,哪些会提升

模型决定了生成质量的下限,而上限则由人类定义

“你可能是物理学博士,智识水平远高于平均,但你为这件事认真思考了多少小时?一小时?十小时?SpaceX有一万名顶尖工程师,每个人为这件事思考了数百甚至数千小时。集体智识的总量在这里是完全不对称的”

【AI 目前还搞不定原创性的、开放式的研究】

一共有 5 个瓶颈:

1. AI 很容易否定自己最初的假设,仅仅是因为模型内部一些低质量的数据影响

2.AI 对于可用资源的评估和认识以及充分利用,没有那么理性,即使还剩 50% 的额度,他们也会尽力节省,然后停下来。

3. AI 对于反馈的处理非常死板,对于负反馈,他们只会增加针对性的约束和规则去规避,而不是思考和提出创造性的问题与假设。

4. AI 不会推翻和否定自己,在第一天设定好研究方向和目标之后,没有 agents 会再怀疑方向是否正确,方法是否有问题,他们只会不断的向前推进,只是为了确保能达到最初定好的课题研究和目标。

5.AI 会重复的花大量时间去探索,他们不知道把已知信息记下来,对于一些非常细节的指令他们经常忽略。

AI agents can't yet do open-ended AI researchAI as Normal Technology · normaltech.ai

快捷工具

全部 →

有点儿意思

去看看 →