92 lines
3.3 KiB
Markdown
92 lines
3.3 KiB
Markdown
按照心流的原则，确定AI是辅助而不是加重负担
|
||
|
||
个人制作小游戏：<https://forum.trae.cn/t/topic/16148>
|
||
|
||
trae+godot+DeepSeek v4 写小游戏，成本 80
|
||
|
||
个人开发：我也给媳妇开发了一个在客厅用电视练舞的app，左边是视频画面，右边是摄像头画面，跟跳练舞挺方便
|
||
|
||
胡彦斌：彦火
|
||
|
||
<br />
|
||
|
||
AI错误类型
|
||
一本正经胡说八道
|
||
顺着用户说话
|
||
知道但说不出
|
||
顺序一翻就懵
|
||
长上下文中段塌陷
|
||
该答的不答
|
||
学界术语
|
||
Hallucination (幻]觉)
|
||
Sycophancy(谄媚)2
|
||
Under-trained Token3(训练不足词元)
|
||
Reversal Curse (反转13诅咒)
|
||
Lost in the Middle (14段遗失)
|
||
Exaggerated Safety (15度拒答)
|
||
简明定义
|
||
输出与事实或上下文不符
|
||
输出向用户偏好倾斜，牺牲准确性
|
||
表征中存在但生成端无法稳定输出
|
||
学过"A是B"却答不出"B是谁"
|
||
长输入里关键信息位于中段时性显著下降
|
||
安全微调过紧，对显然安全的提问也拒答
|
||
训练流程定位
|
||
预训练知识与生成机制之间的偏差
|
||
RLHF偏好建模偏差
|
||
后训练阶段token暴露不均
|
||
自回归训练的方向性约束
|
||
注意力分布在长上下文中的偏置
|
||
RLHF安全对齐过紧
|
||
|
||
|
||
|
||
\### 核心事实
|
||
|
||
义乌\*\*优克拉\*\*（星空灯工厂，约80人）2026年3月全面接入钉钉\*\*悟空AI智能体\*\*，\*\*新品首发成功率从60%提升至92%\*\*（接近90%），整体营收增长约30%。
|
||
|
||
|
||
|
||
|
||
\### AI如何提效（全链路）
|
||
|
||
\#### 1. 爆款预测：从"拍脑袋"到数据驱动
|
||
|
||
\- 每日自动抓取TikTok、亚马逊、抖音等\*\*全平台热词与评论\*\*，2小时人工→\*\*5分钟AI输出\*\*。
|
||
|
||
\- 单次分析\*\*5000+用户评论\*\*，精准提炼痛点（如"光线刺眼""需蓝牙"），辅助设计。
|
||
|
||
\- 案例：世界杯期间，\*\*2小时\*\*完成从商机发现到主题投影灯方案设计。
|
||
|
||
|
||
|
||
\#### 2. 研发与生产：需求直达车间
|
||
|
||
\- 线下门店AI录音卡\*\*实时翻译\*\*多国语言，外商需求同步至研发/供应链。
|
||
|
||
\- 产线红外+三色灯系统，缺料/换线超时等异常\*\*实时预警\*\*，良率提升。
|
||
|
||
|
||
|
||
\#### 3. 运营与组织：人效翻倍
|
||
|
||
\- 抖音日销：几千元→\*\*2万+\*\*；行政算薪：2天→\*\*10分钟\*\*。
|
||
|
||
\- 60%员工可自建AI工作流，原销售主管转岗\*\*AI技能开发师\*\*。
|
||
|
||
|
||
|
||
\### 投入产出
|
||
|
||
\- 月均AI成本（Token）：约\*\*1万元\*\*，撬动效率提升近\*\*3倍\*\*。
|
||
|
||
\- 关键价值：\*\*降低试错成本\*\*（避免模具/库存损失），小厂精准匹配全球需求。
|
||
|
||
|
||
|
||
\### 行业意义
|
||
|
||
义乌中小厂（无IT团队）的低成本AI落地，为\*\*外贸制造+小单快反\*\*提供可复制范式：AI从"可选项"变为\*\*生存必需品\*\*。
|
||
|
||
Vibe Coding 正在催生一场前所未有的"全民造应用"浪潮。参与者的背景之多元，超出了传统科技圈的想象：70岁大爷用AI工具做了一个记账APP，管理自己的退休金；义乌小商品商家做了一个库存管理工具，解决多平台订单同步的痛点；中学老师做了一个作业批改助手，自动识别学生手写答案并给出评分；全职妈妈做了一个辅食食谱APP，根据宝宝月龄推荐营养搭配。这些应用有一个共同点：它们不需要服务百万用户，只需要解决一个具体的小问题。
|