智能降级

近来看到个最好玩的消息，大致下面这样： 看到这个内容的时候，我是真的笑喷了。 这其实意味着大家花了很多时间做所谓的智能体，创造的全是负价值。 为啥会这样？ 原因特简单。 来自过去产研阵营的人类总是觉得，可以通过加入人类以为让AI更好的知识（表现为提示词，本质是规则）来提升AI在特定方向的表现。 这些所谓的"人类知识"和"小技巧"，表现出来就是提示词（Prompt），本质上则是一堆给AI的规则。 这些东西有助于提高限定目标下的精度，但对于一个大模型来说，实则是一种戕害，是一种"智能降级"的行为。 大模型的厉害之处在哪？ 在于它学了海量的数据，内部形成了一个模拟真实世界的、极其复杂的概率模型。它有种"涌现"出来的、我们都还没完全搞懂的通用智能。 你加进去的那些规则，就像是给一个想象力无限的画家，硬塞了一本儿童涂色书，还规定他必须在框框里涂色，不能出界。 你以为你在"优化"他画苹果的能力，实际上你废掉了他创作《星空》的可能。 当你面对的需求，敞口巨大、千奇百怪、无限贴近真实世界的时候——比如一个律师的日常工作——你那点"局部优化"就变得得不偿失。 你阉割掉的通用智能部分所带来的损失大于你费劲匹配上的那部分需求上的收 ...