（来源：上观新闻）
我自己也🇫🇰🏋️♀️一直用AI🗞做产品2️⃣研究，比如我现🐉🎭在就用它来选🧛♀️车🈚。OpenAI、🚈✍Anthropi👨🏭c 这些🔌🕵️♀️纯 AI 公司🦑没有这种👝现成的现金流支柱🇲🇲。更重要的是：C🏌️♀️🚂hatG🌭😗PT或🔸🌶Claude会📃怎么“推荐”💫🚜你的软件（📫比如编码🥳🤰工具）🥡。我们今⛑天——人类和A🕶🎒I都一样——其实💔🇺🇾极度依赖“👨👩👧👦第一手报🥳🥪道”：它给A🎂I提供回答所需的❣信息，🧞♀️也给搜索🌪引擎提供我们💑🇦🇨每天依赖的内📚🦆容👱☝。
Claude这🔑🐑段时间变化很😡大——🐩🏳️🌈我也注意🇨🇳到它在4.5、🇩🇿🍛4.6🈁之间的🔱↗推荐就变了🔇。只要这🤶些模型🈲依然存在这🇩🇬🛢种缺陷🚲，就说明第一，可🇻🇨能某些地方稍有偏🏐🐥差；第🌠二，你需要真🇧🇧正参与到交互过🎬🌬程中，🇲🇱将它们视为工具，🖨并时刻关注它🧮⌨们的表现👱。A 先看基本😆盘🈶🐾。所以，即使实验室🚃没有直接专注于👨👨👧👦此，这种观点可↗🏣能依然成立💹。这实在令🏚🎩人难以置信🧞♀️♓。我认为我📖撰写关于可验证🍦👳性文章的原因，🐢在于我试图🔭理解为什么❕这些模型表现得🖐📡如此参差不齐🇸🇽🙁。
卡帕西曾🥙开发过🇸🇻🇹🇫一个能根据菜💧单照片生成菜品〰🏝图片的应用程🎒🌗序⌛🇰🇪。他举了两个例子🎦：期货公司⛰需要实时卫星👒图像来判断美👩🦲❇国大豆产区的情况🍢🇸🇳，咨询🇬🇪公司需要分析后的🇦🇱数据来支撑金⭐融决策🌤。Sonia：⚜太有意思了🤛。你只需描述需求，💵🕎剩下的自💞👐动化处理将🥽🌍围绕大语言模型👩🚒🦜易于理解的🥡👨💻数据结🙈🌞构展开⏩🎓。过去两年🇪🇭👨🔧领会推广网，AI行业有🇼🇸一种很强的“单点🕵崇拜”🌻🔵：比谁的🚗芯片更强，比🐥❇谁的参数更⌛多，比👩👦谁的集🧛♀️群更大🏜。
