使用LLMs
摘要
这篇文章反思了身边的人对LLMs如ChatGPT的有限使用和理解，引发了关于AI工具广泛采用的疑问。
我最亲近的朋友和家人（除了我的孩子）很少或从不使用ChatGPT或其他LLMs。他们完全不知道codex或vibe coding。你身边有多少人实际上持续使用ChatGPT或其他形式的LLM或任何其他AI服务（即他们实际上知道他们使用的工具是AI）？
相似文章
企业是否未充分运用AI功能？
作者分享了一张图表，并讨论了企业需要更深入地了解AI，而不应局限于与像ChatGPT和Claude这样的LLMs进行基于聊天的交互。
我们一直在分析人们如何在法律与合规任务中使用LLM（GDPR、AI法案等）。
对LLM在法律与合规任务中使用的分析显示，模型常常生成自信但无法验证的引用，引发了对AI输出可靠法律依据的质疑。
LLMs与自指性
本文探讨了自指性，这一曾被视为人工智能核心要素的概念，在构建如GPT 5.6 Pro这样的高级大语言模型时并非明确必需，从而对道格拉斯·霍夫施塔特等思想家的早期观点提出了挑战。
@karpathy：把四月份的这条推文翻出来，因为大家对 LLM 能力的认知差距正在*扩大*。现在已经……
Andrej Karpathy 认为，人们对 LLM 能力的共同认知差距正在扩大，形成一个急剧收窄的漏斗：约 60 亿人几乎没用过 LLM，10 亿至 20 亿人是偶尔使用免费版的用户，看到的是“傻乎乎的聊天机器人”；约 2000 万数学和编程领域的专业人士体验到智能体通过提示词完成原本需要数月的工作；而内部约 5000 人则看到前沿系统运行着成群协作的智能体。他将这一漏斗现象归因于所尝试解决问题的雄心程度、能力的不均衡性（在数学和编程等可验证领域表现突出），以及分层的访问权限。
“不健康”的LLM使用比你想象的更普遍
文章讨论了“不健康”地依赖LLM聊天机器人可能比人们承认的更普遍，以Hank Green的经历作为案例研究，并将其与社交媒体以参与度为导向的设计进行类比。