@lateinteraction: 我很少看到这样的讨论,所以再说一遍:我们都在思考随着AI进步,工作的未来会是什么样子,但是…
摘要
作者表达了对当前AI模型在提取高质量工作方面的不足的沮丧,强调了它们在适应性智能方面的局限性,至少到2026年。
我很少看到这样的内容,所以再说一遍:
我们都在思考随着AI进步,工作的未来会是什么样子,但我一直在痛苦地试图从处于"Ultra"设置的前沿模型中提取尚可的工作
使用我这辈子从未给人类提供过的详细上下文和精心反馈的水平(…考虑到我的工作本来就是提供反馈)
至少到2026年9月,公开的前沿模型——就像2020年那样——是系统知道很多但从根本上来说相当笨拙且不具适应性的
查看缓存全文
缓存时间: 2026/09/19 23:08
大家对此关注不够,所以我要再说一遍:
我们都在好奇AI进步下工作的未来会是什么样,但我在“Ultra“设置下从前沿模型里勉强挤出还算能用的输出时,总是倍感煎熬——
需要提供的上下文细节和反馈的精细程度,是我这辈子从未给任何人提过的(…考虑到我的职业恰恰就是提供反馈)
至少截至2026年9月,公开的前沿模型和2020年时一样:它们知识广博,但本质上仍然相当迟钝且缺乏适应性。
相似文章
@gabriel1: 我: *越来越迷失在抽象概念和对AI未来工作的兴奋中* 他们: "所以...它像是…
一条推文讨论了向非技术受众解释AI的挑战,并断言AI的采用尚未真正开始。
@levie:关于当AI模型在各公司间共享并承载了该行业大量智能时,未来竞争优势需深思的一些动态的精彩帖子
关于当AI模型在各行业广泛可用时,企业如何保持竞争优势的思考,强调了模型智能、专有数据、工作流程与员工互动之间的强化循环。
我们是否高估了AI能力转化为实际生产力的速度?
本文质疑AI展现的能力是否自动转化为实际生产力,强调了工作流所有权、可靠性以及与复杂人类系统集成等方面的差距。
我们还能剩下什么工作可做?
阿温德·纳拉亚南在ICML 2026上的主题演讲认为,“AI as Normal Technology”框架有助于理解AI的影响,驳斥了AI导致突发性失业的观点,并设想了一个需要重大适应的人类-AI共超级智能的未来。
当AI足够强大时,我们该何去何从?
对AI可能取代工作同时也能让个人创业者创建初创公司的个人思考,质疑AI进步带来的未来影响。