一个AI有这么多不同的体悟

我觉得问题是出在于，很多人在下Prompt的时候说得太笼统了

AI很容易掰出一个错的东西给你

幻觉议题可以参考OpenAI自己写的这篇文章
https://openai.com/zh-Hant/index/why-language-models-hallucinate/

比如说你今天想要拧开一个在洞深处的螺丝且是ISO10664的六角螺丝

你可能直接跟AI说，帮我拧开一个螺丝

所以AI给你了一个十字螺丝起子，你拿他来用发现根本连洞都伸不进去

然后你就开始骂AI说他拿错的给你了，干你就没说明好你的需求阿

当然啦就算你需求100%说对了AI可能还是会错，但就人都会错了

个人用起来的感觉是只要你很精准地说出需求

基本上AI写出来的东西都是对的

但是这个很难，基本上也是越资深的工程师越有机会知道实际的需求是什么

我觉得越资深的工程师的价值就体现在这边，通灵能力因为经验的累积所以比较强

可以比较快的定位问题在哪

慈济‧改

瓷器

ヽ( ・∀・)ノ政府最好有在坦

三楼，是“袒”，不是坦。是袒护，不是坦克车或坦白。三楼要唸书唷^_< 啾咪

讲得不错

邪修

还是有点难 直接贴顶会论文给AI要它实作还是有些错误不过这种work就算有错还是宁可先请AI代笔

要详细AI 才能写对，那么这场景干嘛用AI。看论文，写得出来论文完整详细推导公式的时间与精力，AI才能写程式，那么要AI干什么，自己都写完了。？承认AI不是适用任何时机很难一样。硬要说写详细AI就能做对，阿不是废话。一堆人硬要扯AI什么都会，错的时候都是人不会用，那么AI就不够强啊。

不会用就不会用扯一堆

AI写的速度远超人类，工程师不会失业，而是工作的专注点会转型。看到杠精自动无视就好，反正有一派人就是觉得我把问题抛出来AI没有直接给我一个100分的答案就是没用^^

推楼上 它标准就是没100分就是没取代农夫裁缝也没被取代 但是收入财富地位会改变

是yamazaki说有准确率99%

你要看清楚命题，我说的99趴是让AI看完python原始码后转写C++的准确率

AI 现在就像盖房子的工人，使用者是建筑师，建筑师要想好怎么盖。但这怎么盖就包含但不限于，要怎么隔间、要怎么做隔热保暖、要用什么样材质、要用什么样工法…等。但这就是能鉴别一个建筑师的水准的细节。但新手使用者总会异想天开，觉得我只要说：“Hey AI, 给我一栋房”就好了。实际上也真的会得到 AI 盖给你的“房子”，但可能就只有外观看着好像还可以的透天厝，结果发现，干，门没装、楼梯没有，里面空的像毛胚屋，但要说 AI 有错吗？它确实给了你一栋房子。

楼上比喻完全命中！AI 会做不好的原因只有一个 就是prompt/context 不好也就是使用的人做得不好有了这个体认 才能好好用AI当然门槛已经被降很低了 普通产品不用太严谨不过当你要长期维护一个产品的时候 这些都变得至关重要

我觉得下得笼统并不是问题，这是设计东西前常有的现象即便是盖实际的建筑也不是从一根钢筋的绑法到外观都是建筑师决定的。建筑师可能拟订一个大框框，但里面不少实作是工地的工程师接手完善设计。另外现在吹AI者也常常没考虑投入和产出的问题。调整提示词和情境要时间，但有时调完你都可以用其他工具做完了，那何苦非要把它吹成啥都会又超越人类的

推楼上

当你有这么多要求下的很经准的时候 那AI的value就很低了至少远低于吹成到处取代人工的程度尤其当需要精准到写prompt比写code慢的地步 不如写code之前出现的工程师自以为变快但实际变慢大概就是这种情况顶多制造工作机会给新的会写prompt不会写code的人无视AI需要额外成本的话你要大量发挥AI的价值肯定要vibe那种只懂一点也能搞出堪用产品的使用方式 这篇讲的使用方式真的偏自爽而已最严谨那种有算法的反而没这种问题 一翻两瞪眼叫AI写还不用自己管内存 = =