把大模型用到你最在行的事情最容易落地，值最大。
比如你如果在行写文档，那可以把写文档托付给大模型，因为你很容易验证大模型的可靠性，同时又把自己从基础劳动力里解放出来。此时产能的提升是巨大的，也是最容易的感知到的。
同理：编码、写作、设计、翻译、后期、拍摄等等都可以套用这个逻辑。
如果你把不擅长的事情交给大模型，那有福咯，就像花钱招了个刚出培训班的 CTO ，福报拉满。
比如你如果在行写文档，那可以把写文档托付给大模型，因为你很容易验证大模型的可靠性，同时又把自己从基础劳动力里解放出来。此时产能的提升是巨大的，也是最容易的感知到的。
同理：编码、写作、设计、翻译、后期、拍摄等等都可以套用这个逻辑。
如果你把不擅长的事情交给大模型，那有福咯，就像花钱招了个刚出培训班的 CTO ，福报拉满。
 | 1 w3 11 天前  1 非常赞同 |
 | 2 livib 11 天前 AI 助手不是为了实现最不擅长的那类能力吗？ |
 | 3 SuperDaniel313 OP @livib 咋说呢，主要还是看你的目的。 就像今天推广翻车的热帖一样。翻译和学习是两种需求，错位了就翻车了。 如果你只需要从无到有，那确实大模型能解决大部分需求。 如果是想要提效减负，对大模型的产出有质量要求，那还是要自己主导，大模型辅助。 这取决于结果对你来说重不重要，因为能评价大模型产出质量的人只有你自己。如果你没有能力判断质量，你怎么确定质量是否符合你的预期？如果只需要看起来符合就好，那质量就不是你的目的。 |
 | 4 flcwk 11 天前 不同维度的事情，都很有意义 |
 | 5 rossroma 10 天前 难道不是让大模型做它最擅长的事情吗？ |
| 6 rossroma 10 天前 @SuperDaniel313 我认为翻车和核心不在于用了 AI ，而是 V 友天然讨厌各种推广和软文，尤其是高频出现的那种 |
| 7 SuperDaniel313 OP @rossroma 用大模型做什么事情，取决于你想要得到的结果是不是符合你的目的。 让大模型做自己不擅长的事情，那很难保证产出质量。 打个比方，手底下管三个研发，如果自己不会代码，怎么知道研发提交的代码是好的呢？即使他们的代码都能跑起来。 再比方说，新起一个项目，有三个模块的工作量可以选择，其中两个你非常擅长，其中一个很陌生。那么为了保证项目质量，是把陌生的这个交给底下的兄弟做，还是把擅长的这个交给底下的兄弟做呢? 授权的前提一定是受控，信任不能代替控制和监督，否则就是失控的开始。 提外话说一下推广翻车的那个帖子，AI 味太浓是一回事，还有很多网友反对的是拉踩式营销。 咋说呢？他上一个帖子，征询网友意见的时候，就不大对味了吧。我看帖子里好多人都给他认真回复和建议，都非常有价值，但是他连感谢都没有，看着就像打着求助的幌子来推广，然后我就不想搭理这个人了。 |
 | 8 AlexHsu 9 天前 是的 模型的能力边界肯定是小于个人的能力边界的 这也是一些中层觉得大模型既无所不能有一无是处的原因 因为他们能力边界太小了 |
| 9 SuperDaniel313 OP @AlexHsu 我觉得经历过一些项目之后，大模型的边界逐渐被大家试探出来了。已经逐渐开始落地了。让我感受最深的是豆包的语音输入法，真的为文字录入或者说日常的碎片化输入提效非常非常大。还有 Google NotebookLM 的学习方式，真的完全改变了传统学习路径。 归根结底，大模型还是工具属性，还是要依附在人身上，人才能将工具发挥出价值。就像编码一样，最终还是取决于人的水平，而不是程序语言的水平。 现在很多二极管，要么就是大模型天下第一，要么就是大模型路边一条，还是太极端了。 |
Select Language