※ 引述《thesonofevil (四非亚心)》之铭言：
: 如题
: 刚刚上班因为遇到不太确定答案的问题
: 就拿去问Google AI
: 然后就得到了一个超级无敌霹雳清楚且有说服力的答复
: AI从不同面向答复了我的问题 而且完美符合我记忆中的答案
: 我整个吓到不行
: 因为这其实应该是我的专业　
: 所以瞬间有种“干　要我干嘛啊？”的惊吓感
LLM带给我的惊艳之处
那就是现在LLM出现后，
等同于每个人都有机会用很便宜的成本拥有一大堆小助理。
这些助理虽然不是很聪明，但是可以用很快的速度执行非常多“不太聪明”的工作。
那人类就可以专注在真正的问题上、发挥自己的想法或解决问题。
好处是：人可以花更少的精神在没啥创意的细节上
这个就有点像早期的时候，游戏开发者常常也必须要会操弄底层程式，
之后随着游戏产业发展、有大型热门游戏引擎之后，
更多人就可以专注在发挥自己的想法上面，
而不是卡著一些重复性质很高的技术细节。
另一个类似情况就是很久以前我跟matlab的邂逅，
学过工程数学的很多人都对那些有的没的计算技巧印象深刻，
但这真的超浪费生命。
比如我想计算 x*sin(x) 在 [0,1] 与x轴夹出来的阴影面积，
你可以参考不定积分表去求得 -xcos(x)+sin(x) +C，
也可以用 simpson's rule 去直接计算。
使用者只是想求得这个结果，却需要这么多跟原问题无关、了无新意的技术细节，
搞得很多人觉得微积分这些知识学了没啥用。
所以当我知道 matlab 可以一行文把结果算出来，那可真是很震撼。
数学终于从纸上谈兵变成真正能问题的利器 :D
另外，LLM目前仍然不是答案机。
我在发 #1fN9mb7l (C_Chat) 这个GigiRaora的萌夯荒野直播的时候，
有使用ChatGPT去查询那两个人衣服分别是从什么怪兽改的
https://i.imgur.com/M5hhkfd.jpg
ChatGPT的回应是：
Raora 是 Rathalos
Gigi 则可能是 Gigginox
Rathalos 我觉得没问题
https://i.imgur.com/zJ0mUkZ.png
Gigginox 这怎么看都不像吧？
https://i.imgur.com/e8hmtN9.png
我接着问怎么得到 Gigginox 这推论的，
ChatGPT再次说是他综合社群讨论结果，还给出了reddit讨论连结。
连结点进去，搜"Gigginox"根本什么都找不到
后来我请ChatGPT直接给我“提到Gigginox的文章的连结”，
经过一番搜寻之后，他终于告诉我：嗯 其实没有人这样讲 ==

我猜他可能只是用颜色去猜?

但从一方面想，人类搞不好需要浪费精神在无聊的细节上我同意你的看法，但有时候我会想，搞不好人需要花时间在在无聊的细节上（不小心把剪贴簿里的那一行贴上来了...）

用LLM处理工作上不熟的地方真的很怕碰到幻觉

我问了GPT Gemini gork 后面两个答对了 不过他们是直接找出这两个人是谁然后推出来的不是从图片看的就是

GPT跟Grok都很常信誓旦旦的说自己是根据哪篇文章哪个影片，并不是在瞎掰，结果要他贴来源连结，要不是毫无关联就是没东西，根本从头到尾都是没所本的胡扯

Ai一直都会瞎掰

gpt本来就是接话架构，现在也只有claude有在特别在意幻觉率，其他家都摆烂

这证明你在AI赚到的时间，AI会加倍让你奉还 颗颗