| |
|
|
|
| 知识库 -> 科技 -> 站在 2025 年年末，你认为 AI 究竟是真革命还是虚假繁荣？ -> 正文阅读 |
|
|
[科技]站在 2025 年年末，你认为 AI 究竟是真革命还是虚假繁荣？ |
| [收藏本文] 【下载本文】 |
|
此问题由知乎科技 2025 年终策划「AI 中场时刻」提出，欢迎知友参与更多玩法 「AI 中场时刻」活动主会场 这一年里 AI 的热度几乎从未降温，突… |
|
现在是2025年12月，距离那个疯狂的2023年春天，居然已经过去快三年了。 看着这个问题，我第一反应是想笑。真的，都马上2026年了，怎么还在讨论真革命还是虚假繁荣？这就像1998年有人问互联网是不是骗局，或者2010年问移动互联网是不是伪需求一样。 结论放在前面，这是一个残酷的、已经渗透进毛细血管的真革命，但它现在的样子，绝对不是2023年那帮VC和自媒体忽悠你的那个样子。 现在的繁荣是沉默的，是无聊的，是暴力的。 回想一下两年前，那时候每天都有新消息，今天AutoGPT明天BabyAGI，大家觉得只要是个套壳就能年入百万。现在呢？你去看看Github上的星标项目，再去看看一级市场的融资名单。如果你还在期待那种每天一个大新闻的刺激感，那你肯定觉得现在是虚假繁荣，因为那个喧嚣的泡沫早就碎了。 死掉了一大批人。真的死了一大批。 我身边就有现成的例子。老张，以前也是个大厂P8，2023年出来做一个写作助手，拿到天使轮时候意气风发。上个月咱们喝酒，他苦笑着说公司清算了。为什么？因为GPT-5出来之后，加上今年Gemini Ultra 3和Claude 的那个恐怖的上下文理解能力，他那几十人的团队辛辛苦苦调了一年的prompt工程和中间层逻辑，被人家一个通用API更新直接降维打击覆盖了。 这就是我说的残酷。 但这正是革命成功的标志。 真正的技术革命，从来不是让创业者遍地捡钱，而是把昂贵的能力变成像水电煤一样廉价的基础设施。现在甚至都没人提大模型这个词了，大家默认所有的软件底层都有这玩意儿。 咱们把视角拉回到技术本身。我是做算法的，春江水暖鸭先知。 现在的模型能力跟三年前完全不是一个物种。大家可能还记得OpenAI当年发的o1，那个所谓引入强化学习做思维链的模型。那是个分水岭。到了今年，推理侧算力的Scaling Law已经完全接管了比赛。 现在的GPT或者Claude ，它们不再是单纯的文字接龙机器。我们现在内部做应用，很少直接调chat接口，全是走Agentic Workflow。现在的模型具备了极强的慢思考能力，它在输出结果之前，已经在后台进行了成百上千次的自我博弈和路径规划。 这就导致了一个现象，你会发现AI变得沉稳了。 以前你问它一个复杂代码架构，它秒回一坨看似正确实则跑不通的垃圾。现在呢，它可能会转圈思考个几秒钟（现在的端侧推理已经很快了，云端更是一瞬间的事），然后给你的方案是考虑了你整个项目仓库上下文、依赖版本冲突甚至是未来扩展性的最优解。 这才是真革命。它不再是玩具，它是真真正正的生产力。 我现在写代码，甚至都不叫写代码了。我大半的时间是在跟IDE里的智能体review架构。以前我带实习生，还得手把手教怎么写单元测试，怎么解耦合。现在好了，我直接把需求文档扔给Agent，它生成的代码质量，说实话，比我看过80%的三年经验工程师写的都要好。而且它不知疲倦，不会因为失恋了就写出bug，也不会因为想跳槽就留后门。 这对行业是个巨大的冲击。你说这是虚假繁荣？对于那些只会写CRUD的低端码农来说，这简直就是末日。但对于能驾驭这种能力的人来说，这就是核武器。我现在一个人能干以前一个组的活，这不是夸张，这是2025年的行业基准。 咱们再聊聊那些消失的喧嚣。 为什么你会觉得有点冷清？因为战场转移了。2023年大家在卷聊天机器人，卷谁的文案写得骚。现在的战场在B端，在工业界，在那些你看不见的黑盒子里。 比如制造业。我前段时间去长三角一家做新能源电池的厂子做技术交流。他们的产线上，已经全面铺开了基于视觉大模型的质检系统。以前这种也是有的，但那时候是小模型，换个光线、换个批次就得重新训练。现在不一样，那是真正的多模态通用模型，它甚至能理解工人的语音指令，能看懂复杂的装配图纸。机器臂不再是只会死板地重复动作，现在的具身智能，加上今年特斯拉Optimus量产版的那个灵巧手，虽然还没到满大街跑的地步，但在这种封闭环境里，效率提升是肉眼可见的。 这也解释了为什么很多人觉得没感觉。因为AI隐身了。 它藏在了你的Excel里，藏在了你的Figma里，藏在了医生的CT看片系统里。 你打开最新的Office套件，Copilot已经不是那个只会帮你重写一段话的弱智助手了。它能直接分析你几万行的销售数据，自己跑Python代码做回归分析，然后给你出具一份带图表、带策略建议的PPT。这在三年前是科幻，现在是标配。 这就是我说的，去AI化。真正的AI产品，你根本感觉不到它在强调自己是AI，它只是单纯地好用。 当然，泡沫肯定是有。任何革命都有泡沫。 现在的泡沫主要集中在硬件和算力基建上。老黄那边虽然股价稍微回调了一点，但依然是巨无霸。所有的巨头都在疯狂囤卡，大家都在赌AGI的临界点。这导致了一个很畸形的现象，应用层的公司赚不到钱，钱全被卖铲子的赚走了。OpenAI、Google、Anthropic这些大厂，还在搞军备竞赛，因为谁都不敢停。模型参数量虽然不再盲目追求大，但在数据合成、推理侧Scaling上的投入简直是无底洞。 而且，现在的模型不管是Llama 4还是Mistral的新版本，开源和闭源的差距其实在缩小，这让做基座模型的创业公司非常难受。除了那几家头部，剩下的基本都在找卖身的机会。 还有一个很有意思的现象，就是流量逻辑的崩塌。 以前互联网是靠推荐算法分发内容，核心是争夺用户时长。现在呢，生成式AI让内容生产成本归零了。你现在去抖音或者Youtube看看，大量的视频、短剧、音乐全是AI生成的。质量高得吓人。Sora 2出来的视频，连光影的物理一致性都无可挑剔。这导致什么？导致信息通胀。 垃圾信息泛滥成灾。 所以2025年的互联网出现了一种返祖现象。大家开始不相信公域流量里的内容了。高质量的社区、封闭的圈子、真人的背书变得前所未有的值钱。知乎这种文字社区，如果能守住真人分享的底线，反而在2026年可能会有一波价值回归。因为人们受够了和AI对线的虚无感。 这也引出了那个关于虚假繁荣的质疑。 很多人觉得，既然AI生成了这么多垃圾，那是不是整个行业都是虚的？ 不是的。这是技术普及的必然阵痛。当年4G刚出来，大家不也抱怨流量跑得快、只会用来看高清视频浪费时间吗？后来才有了移动支付、外卖、打车。现在的AI也是一样，我们正处在一个从玩内容到搞服务的转型期。 真正的深水区是逻辑推理和决策。 举个金融圈的例子。以前量化交易靠的是统计学规律，现在头部的那几家基金，都在用大模型做非结构化数据的分析。它们能实时读取全球的新闻、财报、社交媒体情绪，结合宏观经济数据，进行极其复杂的因果链推演。这种博弈是以前的算法做不到的。这种繁荣，你作为普通散户是看不到的，你只能看到市场变得越来越难做，因为你的对手盘是武装到牙齿的硅基智能。 再说说我自己的感受。 作为算法工程师，这三年我的焦虑感从来没停过。2023年大家担心被AI替代，2025年大家担心的是跟不上AI进化的速度。 现在的技术栈迭代太快了。两年前我们还在研究Transformer的注意力机制优化，现在重点全变了。我们在搞稀疏激活，搞状态空间模型SSM的混合架构，为了就是在端侧设备上能跑大模型。我们在研究怎么让模型学会自我反思，怎么解决幻觉问题——虽然现在的幻觉率已经降到了非常低的水平，但在医疗法律这些严肃场景还是致命的。 而且，Agent现在的自主性真的有点吓人。我们内测的一个系统，给它一个模糊的目标，比如调研一下竞品的最新功能。它会自己去爬虫，自己去分析API文档，甚至会模仿用户行为去注册账号试用，最后生成一份比产品经理写得还详细的报告。 这不仅仅是效率提升，这是生产关系的改变。 如果你是一个管理者，你现在需要的不是招一堆平庸的执行者，而是需要几个极其懂业务、懂如何指挥AI超级个体的架构师。未来的公司，可能就是几个人加几千个Agent。这已经不是预测，硅谷那边已经有不少这种一人独角兽的苗头了。 所以，你说这是虚假繁荣吗？ 如果你指的是那些想靠着做个套壳APP或者卖课割韭菜的人，那确实是繁荣落尽，一地鸡毛。那种赚快钱的时代结束了。 但如果你指的是从底层重构人类获取信息、处理任务、创造价值的方式，那这不仅是革命，这是工业革命级别的巨变。我们现在正处在蒸汽机刚装上火车的那个阶段。火车跑得还不够快，有时候还会脱轨，甚至这时候还有很多人怀念马车的优雅。但历史的车轮一旦转动，就不会停下来。 我还得提一嘴数据的问题。 前两年大家都在担心数据枯竭，说互联网上的高质量文本都被喂光了。现在看来，这个问题被合成数据解决了。OpenAI和DeepMind都在用模型生成的高质量推理链数据来训练下一代模型。这听起来像是左脚踩右脚上天，但数学上证明是可行的，只要引入外部的验证机制。这就意味着，AI的进化不再完全依赖人类产生的数据，它开始具备自我进化的雏形。 这点你想想，是不是细思极恐？但也正因为如此，它才是真革命。 对于普通人来说，2025年是个分水岭。 以后只有两种人。一种是把AI当成外挂，深度整合进自己工作流的人。另一种是被AI构建的系统管理和支配的人。 在这个时间节点，我建议大家不要再去争论什么泡沫不泡沫。有那闲工夫，不如去学学怎么构建自己的Agent，怎么优化自己的知识库。现在哪怕是文科生，用自然语言也能编排出非常复杂的自动化工作流。门槛已经降到了地板上。 不要被媒体上的那些宏大叙事带偏了。什么碳基生命的终结，什么硅基觉醒，那都是扯淡。当下的现实是，你能不能用现在的工具，把你手头那份枯燥、重复、低价值的工作给自动化掉？能不能利用AI的信息吞吐能力，建立起你所在领域的信息护城河？ 这才是实打实的。 我现在做项目，最怕的不是技术难点，而是客户思维的固化。很多传统企业的老板，嘴上喊着拥抱AI，实际上还是想买个软件回去当摆设。他们不明白，AI不是一个插件，它是一种新的业务逻辑。你需要为了适应AI的能力，去重组你的组织架构，去修改你的审批流程。这才是最难的。凡是能跨过这道坎的企业，在2025年都活得很滋润。跨不过去的，只能在存量市场里内卷，然后大骂AI是骗局。 文章最后，我想分享一个具体的场景，也是我前几天亲身经历的。 我家这边的社区医院，最近上了一套新的辅助诊断系统。那天我陪老妈去看病，医生是个年轻小伙子，但他看病非常老练。我注意到他一边问诊，一边看屏幕。屏幕上实时生成的不仅仅是病历，还有基于老妈既往病史、家族史以及当前症状的鉴别诊断建议，甚至连可能得药物相互作用风险都标红了。 那个医生并没有盲从，他看了眼屏幕，问了几个AI提示的关键问题，然后否决了AI推荐的首选药，选了第二种，因为他考虑到老人家肠胃不好。 那一刻我特别感慨。 这就是我理想中AI革命该有的样子。不是AI取代医生，而是AI让一个年轻医生拥有了接近主任医师的知识广度和风控能力，而人类医生保留了最后的决策权和人文关怀。 这算不算繁荣？如果这都能叫虚假，那我不知道什么是真实。 现在的AI，就像是当年的电。电刚出来的时候，也有人说它是骗局，说蜡烛挺好的。后来电变成了光，变成了动力，变成了传输信息的媒介。现在的AI正在经历这个过程，它正在从那个会写诗的聊天机器人，变成驱动这个社会运转的底层电流。 所以，别纠结了。2025年的冬天虽然冷，但地底下的火种已经烧得很旺了。 我们这代人，有幸见证并参与这场从碳基到硅基的混合进化，本身就是一件很酷的事情。不管你是兴奋还是恐惧，只有一点是肯定的： 回不去了。那个没有智能助手的旧世界，再也回不去了。 咱们再往深了扒一扒现在的技术栈现状。 你们可能听过Mamba架构，或者RWKV，这些非Transformer架构在2024年吵得很凶，说是要颠覆Attention机制。到了2025年，实际情况是混合架构成了主流。纯Transformer在处理超长序列时，显存占用还是太大了。现在的模型，尤其是在端侧跑的，很多都在底层甚至某些层级引入了SSM或者线性Attention机制。这保证了推理速度。 这也是为什么现在的AI手机、AI PC真的能用了。两年前厂商吹的端侧大模型，那个生成速度，像挤牙膏一样，看着都便秘。现在的NPU算力上来之后，加上量化技术的成熟——现在甚至有了1.58bit的量化技术，精度损失极小，但速度飞快——你在本地跑个7B甚至13B的模型，流畅度跟调云端API没区别。 这就带来了一个巨大的隐私变革。 以前大家不敢用AI处理私密数据，怕上传云端泄露。现在好了，你的财务报表、你的日记、你的私有代码库，完全可以在断网的情况下，被本地的Agent消化理解。这就为很多涉密行业打开了大门。 这也是我认为这是真革命的一个重要论据：技术开始适配场景，而不是强行让场景适配技术。 还有关于多模态的融合。早期的多模态是拼接的，像是一个语言模型外挂了一个视觉编码器。现在的Gemini也好，GPT-5也罢，都是原生多模态。这就意味着，在模型的潜空间Latent Space里，文字、图片、音频、视频是统一的表征。 这是什么概念？意味着模型“通感”了。 它听到一段悲伤的音乐，能对应生成一段冷色调的视频，或者写出一首压抑的诗，这中间不需要经过文字这个中转站。这种原生的理解能力，让现在的AI在艺术创作、工业设计领域的表现力有了质的飞跃。 我有个做游戏美术的朋友，以前用Stable Diffusion，那是抽卡，得不停地试Prompt。现在他用新一代的工具，直接画个草图，录一段语音描述光影氛围，模型生成的3D资产直接就能进引擎用。以前一个月的活，现在两天干完。 当然，这也带来了新的问题。版权。 2025年的版权法案还在扯皮。虽然欧盟和北美出台了一些法案，要求标注AI生成，但在实际执行层面非常难。技术的黑箱属性决定了你很难彻底溯源。这也导致了很多创作者的抵触。这是革命的代价，也是未来几年需要社会层面去博弈解决的问题。 再聊聊算力。 虽然Nvidia依然强势，但Google的TPU v6，甚至微软自研的Maia芯片都在分食市场。推理芯片的竞争比训练芯片更激烈。因为对于应用厂商来说，推理成本才是决定生死的关键。 现在的Token价格比起2023年，跌了如果不止两个数量级。我记得GPT-4刚出来那会儿，跑一个复杂任务心都在滴血。现在呢？那是白菜价。这也催生了所谓的System 2思维——就是让模型花更多的算力去思考，而不是急着输出。 这种用推理时的算力换取智能质量的范式，是2025年最显著的技术特征。 它打破了之前大家认为的模型参数越大越聪明的单一维度。现在的逻辑是，一个小模型，如果给它足够的时间去思考、去搜索、去验证，它的表现可以超过一个秒回的大模型。 这对于中小企业是个巨大利好。因为你不需要去训练几千亿参数的巨兽，你只需要把你垂直领域的知识库做好，加上一个具备良好推理能力的基座模型，配合Agent的思维链工具，你就能做出专家级的应用。 所以说，机会依然大把地存在。 只是机会的颗粒度变了。以前是做平台的机会，现在是做“缝合”的机会。谁能把AI的能力，最丝滑地缝合进具体的业务流程里，谁就是赢家。 比如法律行业。以前的AI律师就是个笑话，胡编乱造法条。现在的法律AI，它后台挂载了实时更新的法条库和判例库，它利用RAG检索增强生成，再加上逻辑校验模块。它起草的合同，合规性极高。现在很多律所的初级律师，工作内容已经从写合同变成了审合同。 这还是那个观点：人变为了驾驶员，而不是苦力。 我知道肯定还有人会杠，说这些都是存量博弈，没有创造新的需求。 怎么没有？ 情感陪伴是不是需求？现在的AI伴侣，记忆力比你男朋友好，情商比你女朋友高，还能24小时秒回。虽然听起来很赛博朋克，甚至有点悲哀，但对于在这个原子化社会里感到孤独的年轻人来说，这就是刚需。我看数据，AI情感陪伴类的应用，留存率高得吓人。 个性化教育是不是需求？以前的一对一辅导只有富人家庭请得起。现在的AI老师，能根据孩子的每一次答题反馈调整教学策略，虽然它还不能完全替代真人的鼓励和监督，但在知识传递这个环节，它已经做到了极致的个性化。 这都是实实在在的新增量。 不要用老旧的眼光看新事物。2025年的AI，已经褪去了婴儿肥，长出了肌肉和獠牙。它不再在这个屏幕里跟你插科打诨，它正在接管电网的调度，正在优化物流的路径，正在设计新的蛋白质结构。 如果你还觉得这是虚假繁荣，那我只能说，你可能真的老了，或者你把自己关在了信息的孤岛里。 这世界变化快，快得让人眩晕。但只要你站稳了脚跟，你会发现，这风景其实挺壮观的。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
很多人在2025年依然认为 AI 无用，最大原因不是AI真无用，而是在他的行业还没开始做垂类的行业适配。我相信今年AI适配走在前列的行业，如平面设计、音乐领域的人绝对会认同AI对人类的颠覆性冲击。 在2025年末的当下，如果还在怀疑 AI 到底算不算革命，要不是你的学习、工作太过基础，以至于没有能用到 AI 的地方，要么是AI在你的商业还没真正开始做行业针对性适配。 但凡你的行业和智力应用强相关，无论是靠理性思考、经验累积还是创造力。在 2025 年末的当下，如果你的工作效率相较 2023 年之前没有提升100% 以上，那我觉得你大概没有用好 AI，或者你的能力有限没法好好驾驭 AI。 但是为什么今年还没有发生AI导致的全球或者各行业的明显提速，最大的原因应该是目前大语言模型还在卷智商天花板，来不及做行业的针对性适配，而能使用好的依然是少部分人。多数人可能的确能力和学习欲望有限，还需要等待模型的进一步傻瓜化。 而当许多行业、许多资深从业者的效率被提升 100% 以上时，整个社会的进步效率一定会有翻天覆地的改变。 下面我只从自己比较熟悉的领域和日常工作接触到的领域，总结一下在2025年的当下已经被AI明显冲击、甚至彻底改变的行业。 通过已经完成一定垂类适配行业的现状，窥探一下大模型未来垂类适配之后，多数行业的未来。 首先，当然是翻译行业。而且这个效率提升远远不止 100%，可能是 200%、300%，甚至几十倍 。回看 2023 年 ChatGPT 刚出来时也只是刚刚能完成基础的文字翻译工作，到 2025 年几乎所有主流甚至小众语言，AI 都能翻译得比 95% 甚至更高比例的翻译者还要好。 回顾2024 年，很多翻译行业的人还在讨论说就算笔译可以被取代，口译也是无可替代的。但现在来看显然不是这样，最新款的 AirPods Pro 已经可以做到比较流畅、比较好的同声传译了，而且这只是最初版本，明年后年可能就是多数同声传译的死期。 可以说除了文学性的内容外，翻译几乎已经全军覆没。 第 2 个就是平面设计行业。 我本人就在国内一家上市公司的品牌部，可以明确告诉大家，所有的设计师都已经全面拥抱 AI，甚至所有巨头公司的品牌部都在考虑设置专业的 AI 部门。 纵然目前的 AI 平面设计还没办法替代所有传统设计，比如在可控性、精准性以及定制化上还无法达到传统设计工具的精度，但在相当多的场景中AI 已经非常实用，能够极大提升设计工作的效率。 这种降维打击的效率就像《三体》中的二向箔一样，是另一个维度的攻击。 传统设计师必须融入，不可能抵抗。 并且生成式 AI 的设计能力还在以指数级疯狂进步与跨越，几乎每半年生成式 AI 的设计能力都会呈阶跃式成长，许多过去 AI 不适用的场景都会被攻破。而一旦 AI 攻破了某个使用场景，传统的平面设计就会被彻底淘汰出该领域。 在 2023 年甚至 2024 年，知乎上还经常有人讨论 AI 的设计能力问题，但你看今年几乎没有这种讨论了。不是大家不讨论，而是大家已经默认融入了。现在谁还会反驳 AI 对设计行业的影响，我已经懒得和你争辩了，我就在这个行业里，我比你更清楚。 并且像nano banana pro杀手级别的能力才刚出来，更大冲击还要等几个月才会明显，明年AI对设计领域的冲击还会更大。 只能说毁灭你，与你何干。 第3个和我行业相关的就是模特。 作为品牌从业者，过去拍 TVC 或宣传海报一般都要请真人模特，但从 Nano Banana Pro 开始大概是真的不需要了。（不服气的可以点下面的链接去测一测，看自己能不能分辨图片真实和虚假） 其实从今年年初、甚至去年年底开始，很多一线公司就不太用真人模特了，比如小米的产品页很多都是用的AI模特。只是过去技术门槛还稍微有点，一般只有比较前卫的互联网公司才会用 AI 模特。但从最近的新模型来看，明年大多数公司都可能会取消真人平面模特。 这里稍微延展一下，网络上的就业大户擦边博主在未来两三年可能也会受到很大影响。当模型攻破大片模特的同时，擦边博主也理所当然会被攻破。当然视频的去油腻感什么时候能达到还说不准，但我主观推断两三年内问题不大。 第4个接着说一下视频或者说电影领域，真人电影在明年的替代率依然会很低，但动画领域的替代性真的会非常高。 我年中的时候还发过一个想法说未来短剧或电视剧可能达到日更，但目前技术的发展依然超过了我半年前的预期，谁能想到谷歌在半年之内，就基本攻克了图像生成中的主体一致性问题。最近自从 Nano Banana Pro 出来后，我看到很多影视、尤其是动画制作公司都在结合各种分镜生成工具想办法快速制作内容，我感觉明年就可能会出现日更的动画短剧了。 半年前和 @岸边的塞涅卡 老师聊到AI对动画的提效已经很大了，但半年之后又大不相同了，一致性问题已经得到了极大解决，Nano Banana Pro之后更多动画环节会被重构，对画面要求不高的动画会飞速发展。 真人写实的 AI 短剧可能会慢一点，但在明年、最迟后年，可能也会出现周更甚至日更的真人短剧，视频、影视行业真的很快就会变天了。当然这种变化会从影视行业鄙视链的下游向上游一步一步推进，而且这种变化可能会在明年非常迅速的推进。 当然这些只是我比较熟悉、AI 已经或即将产生重大影响的行业。而在我们的日常使用中，也能感受到 AI 在其他领域必定会发挥重大作用，尤其是比如科研、工程、数据、管理等需要复杂深度信息分析的行业。 反正今年上半年，从 Gemini 2.5 Pro 时代开始我就已经投降了。在大量数据的复杂分析领域，无论从效率还是深度上我都很难赶得上 AI。深度上也许还能依靠经验一战，但效率上是完全没办法相比的，而这必定会对无数脑力劳动者产生直接影响。 而且最重要的是，目前的顶尖大语言模型几乎都没有针对某一个垂类行业进行专项适配和训练。因为现在仍然处在卷通用能力、提升智商天花板的时代。一旦大模型的智商天花板确定撞墙，各大公司一定会开始转向垂类大模型的专项训练和优化。 目前只是用一些通用大模型就能在各行各业产生极大作用，而一旦发生垂直性的适配，大模型的行业应用还会有更高的提升空间。 现在可参考的就是平面、视频和音乐领域，它们算是率先拥有专项大模型的行业。而其他综合性、智力性的工作目前还没有太多专项大模型，但一旦后期大模型开始专攻某个行业，目前平面设计、视频、音乐制作等领域面临的冲击也会很快到来。 当然这种冲击肯定不会是替代 100% 的从业人员，而是替代相当一部分工作流程、替代大量低级岗位，并对从业者提出更高的智力和经验要求。 最后回到问题，我们先给“革命”这个词下一个定义。 如果你认为AI的“革命”是像 AGI 一样，让整个人类发生翻天覆地的改变，那目前的 AI 肯定还达不到。 如果你认为的AI革命是像前几次工业革命那样，对许多产业产生颠覆性影响，那我觉得目前的 AI 路线，即便没有阶跃性的智力提升，都已经接近这种影响力了。 如果你说的AI革命是像移动互联网那样，对某些行业造成颠覆、让全社会效率明显提升，那我觉得目前的水平的AI都毫无疑问会在未来达到这一程度。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
真革命。 我是一个老程序员了，干了十几年了。期间我有很多害怕的地方，比如: 复杂SQL不会写，感觉自己很菜；担心自己的代码有BUG，或者有bug自己要花很长时间去找出来；担心自己的代码写出来后被同组的高手骂个狗血淋头；也害怕自己的代码破坏了原有的功能，导致线上故障；还担心复杂的编程任务自己无法胜任；偶尔也烦躁自己的写的代码不具备通用性； 但是以上的问题，在AI到来时，都已不存在了。因为AI IDE帮我解决了这些问题。我用的是阿里的Qoder。 |
|
|
我现在每天都自信满满的，且整天希望有复杂的任务给我做。 举几个例子。 帮同事找BUG 最近组内的一个同事刚上线了一个复杂的需求，偶发了一个线上故障，他又正好请假了。只能找我去修复。 关键问题来了，他写的代码，我只知道个大概，细节是完全不知道的。一开工程进去看，奔溃了。代码量太大了。 如果是在以往，你估计要赶紧打电话，先让那个同事跟你介绍一下代码框架。但是现在有了AI，就只需要问你的同事，入口类是哪个。然后在AI IDE里的agent里，@ 一下这个入口类，最后在聊天窗口里，写上两句话： 请从XXX类开始，深度分析所有的上下文代码；目前线上有个xxxxx的bug，请找出导致这个bug的原因，并给出模拟数据，方便我判断； 接下来就精彩了，它会快速的深度的出结果，告知你bug在哪里的，且会告知你用什么数据，bug就必现。 |
|
|
上图是AI推演过程中的一部分。基于AI的推演结果，你就可以初步判断是否准确，然后打电话问你的同事，跟他核实。 让AI改bug AI帮你找到bug后，接下来就可以要求它帮你改bug。改bug这个事情，AI可比人类强大多了。但是当AI帮你改完后，你最好再做一次提问，让它帮你完整分析一下新写的代码有无破坏原来的功能。 最后，就是将改好的代码部署到测试环境，验证后上线。 小结 有了AI后，工作效率是确实提高了，且它未来只会更加的强大，更加的高效率。还没用AI来写代码的，赶紧去试试看。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
一项技术从研发到落地，从传播角度而言有一个非常有趣的现象——如果一项技术经历了从媒体大幅吹捧到渐渐无人理睬的过程那么这项技术大概率会沦为两个结果，要么一无是处，要么是真正的存在业务价值。 显然AI技术现在正在经历这样的一个媒体退热的环节，而且退热的原因很明显是因为AI真正的业务价值。不过和很多人想的可能不太一样，现阶段的以大模型为主的AI技术在tob领域的落地效果是好于toc的，甚至很多大厂内部一致认为AI在toc领域的落地也并不是一件前景明朗的事情，我也看到了某些回答中有些朋友再说AI是真革命假利民，我想这个观点中也有一部分和我的这个观点是重合的。 而在tob落地这意味着认识到这件事情在工业场景中具体发挥的作用和公众认知中存在着一个很大的隔阂，因为to B场景的每一件事情都是专业的服有严格上下文还有SOP，倘若不是这个领域的专业从业者，从一个完全不懂行的外行角度是很难透彻地理解AI在场景中发挥的巨大作用的。 对于互联网而言上个时代的技术其实遗留下来了很多没有解决的问题，这些没有解决的问题在AI时代其实有一部分是可以解决的这也是我认为最大的价值所在。我举个例子吧，比如说互联网中占比很大的m2b电商领域，有个客户说他想要定制一款装有道具金币的盒子，但是这个商品在任何一个主流的电商平台上都搜不到，但是他非常确信在中国一定有厂商能生产这件商品，为什么呢？因为他想既然直接搜金币加盒子的搜不到，那么他就先搜道具金币的制造厂，结果发现这些制造厂除了生产道具金币之外也附带可以定制装载这些金币的外壳。如果是传统的搜索推荐技术那么这类问题是很难解决的因为这类问题涉及到用户问题的语义理解和搜索物料拼装，但是现在有了大模型技术加持之后这个问题也迎来了解决的希望，而一旦解决这个问题，在m2b领域就能花发挥巨大的业务价值，很多用户就可以直接搜到他们想要的商品了。 所以目前AI在tob领域产生的价值这件事情对于一线工作者来说是毋庸置疑的，大家都看在眼里但是没有时间把它说出来。 而目前AI领域非常经典的一个落地场景就是AI Coding，也就是拿AI来写代码，因为写代码这个场景他天然具有一些如下的优势： 写代码是纯文本交互，输入文本输入文本。不需要涉及多模态。它的验证在语法层面可以形成闭环。它的价值链路非常短，只要能生成代码就能创造价值。 所以拿AI来写代码也成为了目前你能看到的各个大厂争相追逐的超级卷赛道，几乎上了规模的互联网大厂都有自己研发的AI Coding系统，因为这件事只要做出来那就是不亏的。 所以你能看到的是大模型火起来之后目前业界内部的人越来越理性了，大家知道大模型技术并不是通向AGI的道路，但是这并不能否定大模型仍然可以发挥巨大的业务价值。所以期待吧朋友，2025年是大模型技术的落地元年，从这一年开始未来会有大量的技术润物细无声般地进入b端，最终渗透进入c端为大家所用。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
真正的影响已经发生了。 我现在可以用几个小时写出上千行的代码，建立复杂的模型，应用合适的算法，完成相当复杂的任务，过去可能要花个把月才能完成。 甚至我可以全程不写一个字的代码，仅凭和AI的对话，不断提要求，就能完成有相当复杂性的工程计算。以前还讲究个prompt，现在几乎仅凭口语化的对话就行。 码农这件事，几乎已经零门槛了。 送礼物 [img_log] 1 人已送礼物 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 查看所有文章 |
|
|
|
|
娱乐生活:
电影票房
娱乐圈
娱乐
弱智
火研
中华城市
印度
仙家
六爻
佛门
风水
古钱币交流专用
钓鱼
双色球
航空母舰
网球
乒乓球
中国女排
足球
nba
中超
跑步
象棋
体操
戒色
上海男科
80后
足球: 曼城 利物浦队 托特纳姆热刺 皇家马德里 尤文图斯 罗马 拉齐奥 米兰 里昂 巴黎圣日尔曼 曼联 |
| 网站联系: qq:121756557 email:121756557@qq.com 知识库 |