Re: [新聞] 準備迎接 AI 泡沫破裂──技術革命的歷史

單純聊個人面的部分

就我自己摸索的感覺是未來大概會有四個層級

"知道AI"、"有接觸AI"、"運用AI"到"AI共生"

跟當前時代會有點差距(在於後面的AI共生)

知道AI相當於偶爾會GOOGLE的,偶爾聊個天查個資料的

有接觸AI,是比較常聊天跟取代GOOGLE使用的

運用AI,是進階到使用一些基礎工具的,例如notion搭配ai、notebooklm,甚至到可能接觸

n8n、dify的

前三算力用運以知道AI為"1",有接觸AI大概會躍升到10,運用AI大概就可以到50(如果

有使用n8n等系統的可能直接到200)

AI共生(可能會2000)

就是除了前述運用AI工具外,還完善的建立個人知識庫與設計代理人提示詞

(其實chatgpt跟最近gemini導入的針對個人的記憶系統已經可以類似但還不足)

(最近有一款memu ai他的設計大概就接近我說的,不過我只有看說明還沒摸,東西太多了)

而個人知識庫...有如CherryStudio或者AnythingLLM(不過後者限制太多,例如上下文輪

數45輪這種奇怪的記憶上限)

那這為什麼重要跟為什麼會突然跳這麼大呢?

如果AI對你的理解(包括但不限於提供你的歷史、性格、個人訊息到日記等)越深,可能

會更好的"輔助你",因為它會在關鍵時刻提供關鍵訊息與引導協助等等

比方說你今天跟它討論某個問題,它可以整合與知道之前某時談論過類似的東西,或者基於

對你的理解它可能會說由於你此前對此可能偏好xx,或者這樣的提議會符合你的喜好?

也就是你與它互動越多就會有正向循環(當然也是有一些潛藏危機,不過這裡不細究)

甚至你也將"具足"資料讓AI去挖掘你自己,你就可以進一步設計"系統提示詞"來更客製化

輔助你,例如...嗯 最簡單的"我叫XX,妳的名子叫做布洛妮亞,我的助理,妳的任務是..."

那為什麼跳這麼大?

因為此時你調度模型算力會是多樣且密集的,包括但不限於前面提到的n8n自動系統,任何

需要"認知能力"的任務都會需要,又如個人知識庫的RAG檢索系統調用文件,分類文件,

文件內容的向量化處理,再到將你的討論內容進行結構化提取與儲存、分析討論等等等

在一些情境下可能綜合還會利用如Gemini的"深度研究"功能,這也需要大量算力

以上並非談的是職業情境(包括程式設計)

深度共生情況下其實...大概也不能說AI是助理了,它其實就是你的"影子"

至於這會產生怎樣的...躍升還不清楚,不過對於科研人員可能最快有感,因為其需求可

能產生類似的方向追求以協助自己工作

簡單舉例如(深度使用者我猜大概就n8n內就能完成以下流程)

對xx議題有興趣 > 跟影子談論 > 生成深度研究架構 > 拋給Gemini深度研究功能

> 取得報告 > 討論 > 提取分析與拆分(可能從中延伸各類好奇方向,甚至回到前面

再次進行深度研究) > 存入知識庫

受限於當前LLM本身的能力限制,其實深度研究功能要使用...不太簡單,單純拋問題請他

生成計劃並開始深度研究成果...堪用但有限,有時候要拆分跟說明意圖、結果等等

不過這只是我基於粗淺經驗下的一個猜想(運用AI)

而就我注意到的,當前市面看起來也很多正在探索這方面(我粗淺認為MemU AI大概就是一

個嘗試,不過看一些人介紹更多傾向於描述為"AI伴侶")

至於跟原標題啥關聯,就...現在更多是 "為什麼要用"? 大概第一個門檻踏進去都是問題

但未來算力潛力存在(包括現在各方在推的Agent)這樣

--