AI小白的入门课题-夜雨聆风

AI小白的入门课题

最近半个月的状态里，ai含量极高，一是因为参加了几场公开会议，被各类ai大佬接连轰炸，二是真的被牛马的琐碎日常搞到自闭，不得不重新思考需要搞一个ai牛马来替我分担了。

其实我是一个很懒的人，绝对是那种只要我自己能手动干了，就懒得去造一个ai助理，所以这个世界变化这么快，似乎都跟我没有太大关系，需要的时候用下deepseek、豆包，然后就没有然后了。

被好几轮ai脑暴风后，浅浅总结如下：

1. 哲学问题：ai是一个矛盾的工具

管理者希望通过投入ai，实现企业的降本增效，但尚未能想清楚实现降本增效的路径，所以一旦改革失败，改革负责人会比较惨；普通牛马对于用ai来进化自己是非常积极的，但是对ai的介入公司的变革会怀有对立情绪，担心自己的工作会被取代。所以我在一个论坛上见到的ai产品的商务经理遇到的处境似乎有点尴尬——在同时面对公司老板和采购经理时，无论他对降本增效的如何描述，都无法同时说服两个层级的角色来选择他的产品。

能够清晰地洞察到两类人群的细微诉求差异是极其难得的，所以及其佩服这些在2B和2C都有服务产品部署的高人。

2. 产品问题：成本与适配度难平衡

市面上大多数眼花缭乱的ai产品，都极难在成本和适配度上取得平衡。要价格便宜，就要选择标准版产品，牺牲安全性和个性化，相当于低成本买了壳子但不实用；要满足安全和个性化需求，那就很大程度离不开本地部署和二次开发，成本大概率下不来。且很多产品究竟是在买信息还是在卖技术，鱼龙混杂，需要很强的甄别能力，多看多了解准没错。

有一个特别好的辨识方法，选择相信那个敢于拒绝你需求，打破你幻想的产品经理。

3. 使用问题：先要用起来

要用起来，要用起来，要用起来，重要的事情说三遍。外面的技术发展再快都与你无关，关键是自己有没有真的被触到。对于小白选手，最核心的几条：

切割自己的工作流，越小单元越精准，每个单元的工作标准化程度越高越容易实现，最好是文本形式和csv文件；
了解几种模型的不同用途，各取所用：

纯文本模型-负责处理纯文字内容

多模态模型-处理音频视频等视觉文件

智能体（Agent）-自动识别需求，分派最合适的模型处理任务

3.人最大作用是架构师，知道什么环节使用哪些模型最能达到目标效果；

4.个人建议直接用最先进的国外模型，公司则是使用稳定的国内模型，减少管控和数据安全风险。

4. 个人AI的落地切入口

找自己特别烦、再也不想做的工作入手；
找教别人教不会的流程，蒸馏出来；
找自己想做但没时间做的增量工作。

彩蛋：晚上回家看到大妞已经在用学习机的AI给自己讲题了，世界是我们的，但终究是你们的。

最后，蒸馏还是被蒸馏，这是个有意思的话题，欢迎探讨。