ai的过去、现在、未来
作者：微信文章过去：大模型的“婴儿学步”阶段
GPT-3、BERT 这帮“初代AI学霸”证明了语言模型能写诗、编代码，甚至跟你聊哲学——虽然经常一本正经地胡说八道（懂的都懂，幻觉问题至今没完全解决）。那时候的AI就像个刚学会说话的孩子，能背整本百科全书，但让他算个数学题可能还不如小学生。“预训练+微调” 成了行业标准操作，但成本高得离谱，也让一堆芯片股涨到天上（笑）。
现在：AI 开始“打工”，但还得人类带
能力上，AI 终于能看视频、听语音了（多模态崛起），甚至能分析超长文档（200万token，相当于让你一口气读完《三体》全集+注释）。但最实用的进步是——模型变小了，在一个性能不错的电脑上就能跑一个能帮你总结全文具备推理模式的模型了。
落地情况：自动驾驶、医疗诊断、代码生成都在用，但AI目前更像是个“超级实习生”——能查资料、写草稿，但真让他独立解决问题？“臣妾做不到啊！”AI现在还是不能自己debug、自己优化代码。所以别怕失业，你现在是AI的老板，不是竞争对手，ai现在依旧没有推理能力，他只是根据数学在执行最有可能的下一步。
工程上，低代码平台让普通人也能玩AI，但企业级应用？“低代码？企业的定制化需求太复杂，核心能力出了问题总不能跟用户说“服务器繁忙”吧？。技术栈被迫升级——Java 8（2014年） 老项目想接AI，先升级到最新的技术再说吧，这也导致很多软件只能重新写。但好消息是——高级程序员更值钱了，也需要更多程序员。
未来：AI 从“工具”变“同事”甚至“员工”
现在的难点是很多ai只是一个小助理的角色，很多问题他们并不能上手解决，他们只能提供建议然后我们去根据建议操作。未来的方向是让软件变得像人，或者像策略游戏界面，很多基础的底层逻辑由ai去完成，人去做决策和下达指令，未来的AI不会抢饭碗，而是让“人指挥AI干活”变成常态——就像玩《星际争霸》，你负责战略决策，AI帮你微操。AI能去写代码、做数学证明，现在堆特别多算力ai也能在特定领域做到但成本太高，无法商用。更好多模态会让AI真正“理解”世界，让 AI 直接接触现实世界进行学习。但最大的挑战？“让AI少点废话，多点实干！”（毕竟现在AI建议一堆，最后干活的还是人类……）。
页:
[1]