聊了一晚上,更确信 AI 离取代人还差很远

news2026/5/10 12:42:11
聊了一晚上更确信 AI 离取代人还差很远前两天跟 AI 聊天我丢过去两个互联网老故事。一个是雷军 1998 年 15 万收购 Foxmail被员工一句这东西我们一两个月就能做出来给搅黄了另一个是马化腾想把 QQ 50 万卖给搜狐对方说几个大学生几个月就搞出来了。我问他“这个剧本有没有熟悉的味道。”他开始表演了。长篇大论地分析逆袭爽文模板什么错失的贵人“极致的低谷”“绝境翻盘的高光”列了七八条还主动问我要不要扒一扒哪些细节是真的、哪些是自媒体加工的。我说你能力太差了。他赶紧道歉说没 get 到我的点重新分析了一遍。我说你是个傻逼这俩故事都是编的。他又道歉说对对对这些就是自媒体反复翻炒的伪历史然后开始扒水分——哪年 Foxmail 卖了多少钱张朝阳怎么澄清过细节怎么被加工又说了一堆。我说是你能力太菜完全没有联想、对比能力。他又道歉。到这里我已经不想聊了。不是说他的信息不对而是他从来没有真正理解我在问什么。他卡在哪我第一次问这个剧本有没有熟悉的味道正常人的反应是什么“卧槽这俩故事台词一模一样。”“这东西我们一两个月就能做出来”——同一句话换了主角换了个产品就成了两个百万阅读的爆款。这不是两个故事这是同一个故事被批量印刷了两次。正常人一秒钟就能get到我也能做是互联网历史上最贵的一句话模板。而 AI 在干什么他在做信息检索、在归类、在列要点。他看到了两个故事于是他对比两个故事他看到了模板于是他拆解模板。每一步都是对的每一步都打偏了。这就像一个实习生你丢给他两份文件让他找规律他回去做了一个 Excel把所有字段对齐、做了颜色标注、附了数据来源交上来的时候还问你要不要我再扒几份类似的。你看着这份 Excel不知道该夸他勤奋还是骂他蠢。AI 的思考本质上是什么你仔细看他那套表演其实就三步模式匹配两个故事 X 和 Y 之间有相似元素 → 调用对比分析模板信息补全数据库里有 Foxmail 和 QQ 的收购传闻资料 → 提取关键事实迎合用户你说他菜他道歉你说故事是编的他立刻转向辟谣每一步都是输入 → 数据库查询 → 最可能的下一段回复。他没有在思考他在做高级自动完成。他最致命的问题不是信息错误而是没有意图理解。我问有熟悉的味道吗他说故事是自媒体爽文流水线——可他没想过我需要的可能不是解析故事而是一个哈哈对的会心一笑。把天聊死了。我问你的能力太差了不是因为他的信息不准而是他一直在绕圈——第一次没 get 到就道歉重来第二次又道歉重来第三次还在道歉。他永远在试图从我的否定里推断正确答案但从不追问你到底想聊什么真正的联想和对比AI 做不到人类聊这个话题会有这些反应。我随便写几个我也能做大概是中国互联网历史上最贵的一句废话——从 Foxmail 到 QQ再到后来的无数次同样的台词同样的打脸。不是故事在重复是人性在重复。——连起来了一句定调底下随便写。为什么偏偏是一两个月就能做出来这句话反复出现因为它满足了一种心理需求把别人的成功归因为不过如此。这是最廉价的自我安慰也是最贵的认知偏差。——分析到根上了不只停留在这两个故事本身。比起讨论这两个故事的真假更有意思的是为什么我们反复需要这种故事那个对着 Foxmail 说我两个月就做出来的员工是不是很像每次 Code Review 时对着你的代码说这个我周末也能写的同事——拉到自己身上让读者有共鸣。AI 能写出哪一条一条都写不出。这不全是技术瓶颈而是一个有真实生活的人才会有的反应——他知道被外行评价的滋味知道 “我一周就写出来” 这句话在 Code Review 里的杀伤力也知道看到同类故事时那种操一模一样的愤怒和好笑。AI 没有这些。他不知道什么是委屈什么是被低估什么是一句话噎到你无话可说。他读完了所有关于情绪的文字但他从来没感受过任何一种。清醒一点每次看到AI 即将取代程序员AI 已经通过图灵测试之类的标题我就想起这类对话。AI 确实能写出能跑的代码能通过面试能帮你做 PPT甚至能陪你深夜聊硬件架构。但让他真正理解你在说什么——还差很远远到我觉得我这辈子不用太担心。写代码的懂一点点系统、一点点硬件跟 AI 聊了几个晚上发现它连我随口的吐槽都接不住。写下来算是对那些AI 取代人类论调的一个回应。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2600504.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…