一個AI有這麼多不同的體悟

我覺得問題是出在於，很多人在下Prompt的時候說得太籠統了

AI很容易掰出一個錯的東西給你

幻覺議題可以參考OpenAI自己寫的這篇文章
https://openai.com/zh-Hant/index/why-language-models-hallucinate/

比如說你今天想要擰開一個在洞深處的螺絲且是ISO10664的六角螺絲

你可能直接跟AI說，幫我擰開一個螺絲

所以AI給你了一個十字螺絲起子，你拿他來用發現根本連洞都伸不進去

然後你就開始罵AI說他拿錯的給你了，幹你就沒說明好你的需求阿

當然啦就算你需求100%說對了AI可能還是會錯，但就人都會錯了

個人用起來的感覺是只要你很精準地說出需求

基本上AI寫出來的東西都是對的

但是這個很難，基本上也是越資深的工程師越有機會知道實際的需求是什麼

我覺得越資深的工程師的價值就體現在這邊，通靈能力因為經驗的累積所以比較強

可以比較快的定位問題在哪

慈濟‧改

瓷器

ヽ( ・∀・)ノ政府最好有在坦

三樓，是「袒」，不是坦。是袒護，不是坦克車或坦白。三樓要唸書唷^_< 啾咪

講得不錯

邪修

還是有點難 直接貼頂會論文給AI要它實作還是有些錯誤不過這種work就算有錯還是寧可先請AI代筆

要詳細AI 才能寫對，那麼這場景幹嘛用AI。看論文，寫得出來論文完整詳細推導公式的時間與精力，AI才能寫程式，那麼要AI幹甚麼，自己都寫完了。？承認AI不是適用任何時機很難一樣。硬要說寫詳細AI就能做對，阿不是廢話。一堆人硬要扯AI什麼都會，錯的時候都是人不會用，那麼AI就不夠強啊。

不會用就不會用扯一堆

AI寫的速度遠超人類，工程師不會失業，而是工作的專注點會轉型。看到槓精自動無視就好，反正有一派人就是覺得我把問題拋出來AI沒有直接給我一個100分的答案就是沒用^^

推樓上 它標準就是沒100分就是沒取代農夫裁縫也沒被取代 但是收入財富地位會改變

是yamazaki說有準確率99%

你要看清楚命題，我說的99趴是讓AI看完python原始碼後轉寫C++的準確率

AI 現在就像蓋房子的工人，使用者是建築師，建築師要想好怎麼蓋。但這怎麼蓋就包含但不限於，要怎麼隔間、要怎麼做隔熱保暖、要用什麼樣材質、要用什麼樣工法…等。但這就是能鑑別一個建築師的水準的細節。但新手使用者總會異想天開，覺得我只要說：「Hey AI, 給我一棟房」就好了。實際上也真的會得到 AI 蓋給你的「房子」，但可能就只有外觀看著好像還可以的透天厝，結果發現，乾，門沒裝、樓梯沒有，裡面空的像毛胚屋，但要說 AI 有錯嗎？它確實給了你一棟房子。

樓上比喻完全命中！AI 會做不好的原因只有一個 就是prompt/context 不好也就是使用的人做得不好有了這個體認 才能好好用AI當然門檻已經被降很低了 普通產品不用太嚴謹不過當你要長期維護一個產品的時候 這些都變得至關重要

我覺得下得籠統並不是問題，這是設計東西前常有的現象即便是蓋實際的建築也不是從一根鋼筋的綁法到外觀都是建築師決定的。建築師可能擬訂一個大框框，但裡面不少實作是工地的工程師接手完善設計。另外現在吹AI者也常常沒考慮投入和產出的問題。調整提示詞和情境要時間，但有時調完你都可以用其他工具做完了，那何苦非要把它吹成啥都會又超越人類的

推樓上

當你有這麼多要求下的很經準的時候 那AI的value就很低了至少遠低於吹成到處取代人工的程度尤其當需要精準到寫prompt比寫code慢的地步 不如寫code之前出現的工程師自以為變快但實際變慢大概就是這種情況頂多製造工作機會給新的會寫prompt不會寫code的人無視AI需要額外成本的話你要大量發揮AI的價值肯定要vibe那種只懂一點也能搞出堪用產品的使用方式 這篇講的使用方式真的偏自爽而已最嚴謹那種有演算法的反而沒這種問題 一翻兩瞪眼叫AI寫還不用自己管記憶體 = =