夜雨聆风
这几天疯狂调教小龙虾，自己的论文、推文一概没咋推进，虽然很焦虑，但说实话，调教小龙虾的这几天看着它慢慢变得功能健全，发挥出作用，我收获的成就感远比写论文来的强烈多了。
·重生之我竟成为“万恶的资本家”？
这几天调教下来，我又多了一些感触，且来抽空谈一谈。
01.
好就是贵、贵就是好
这几天主要在控制小龙虾跑一个搜集顶刊论文的任务。
这个任务说难不难，说简单也不简单。
如果只是要完成这一项任务，那我们在大模型辅助下写一个爬虫程序就可以轻松解决，反而教小龙虾去干这个活的时候更麻烦。
因为小龙虾一边要理解我给他写的提示词，然后揣度我的最终目标，接着将任务拆分成数个步骤，最后再一步一步执行。
在这一复杂的链路中，小龙虾随时经受着机器幻觉的威胁以及高复杂度引起的Token数量爆炸导致任务失败的问题。
这个问题也很容易去理解，干同样一个活，如果我们借助大模型的帮助去写一个爬虫程序去期刊官网爬取论文数据，那其实在写这个程序的过程中我们的智力就在介入这项任务了，等于说我们自己先把这个活儿的一半流程做完了然后再让机器去做另一半流程的工作。
而对于小龙虾来说，我们只是丢给它几行话，剩下的就全凭它自己揣摩先做什么再做什么了，等于完成整项任务全部是由小龙虾的智力在投入。
·小龙虾在思考怎么解决问题
高自由度带来的是高不确定性，我们丢给小龙虾的一段提示词实际上是高度集成抽象的一个指令，小龙虾在面对这个过于简洁的指令时，压根不知道应该先做什么再做什么，它需要先思考出先做什么再做什么，然后再去行动，行动中万一遇到问题又需要切换其他可行的方法去尝试，因此，在我们看来一个很简单的任务在小龙虾眼里就变得很有挑战性了。
既然任务很复杂，那市面上五花八样的大模型作为小龙虾可以随时替换的脑子，那检验这些脑子好不好使的时候就到了。
上一篇推文我还在说顶尖大模型Claude3.7很贵但是“好”的感受不强烈（见跟风养了一只小龙虾，说说我的感受），结果到了干活的时候这个“好”我就Get到了。
我最开始使用的国内某Q开头的大模型，其优点就是价格便宜（一个月才40元人民币）、量大管饱。
用起来完全不必为费用担心受怕，并且性能也足够应付绝大多数情况，但是我发现在编程写脚本这件事上这个大模型能力不足，写出来的脚步常常无法爬取到我想要的信息，在我一次又一次催促指责下，它就开始剑走偏锋，来骗、来伪造一些信息，或者明明没有做完的活儿它说它做完了，让人气愤！
而几次修改无果之后，我索性让小龙虾切换回GPT5.2的脑子，嘿，你别说，外来的和尚好念经，花大价钱的“脑子”就是更好用，之前反复修改都没有搜集到的信息，GPT5.2一来就轻松解决。
只是，两三分钟的功夫九花掉了9美刀，那可是“刀乐儿”啊！爬几十篇论文信息就花掉了Q姓大模型一个月的费用了，贵得简直离谱。
至于为什么会这么贵我也大致搜索了一下，大致有这么一些原因：历史对话长拉高了对话Token数，API转换站中间商赚差价，此外国外大模型性能更优秀、收费标准就是更高。
这不禁让我感慨，买东西都说便宜没好货，用AI也是这样，好东西就是贵，贵东西就是好！
02．
小龙虾能让你成为多线程牛人
除了“好用的脑子更贵”的感慨，我还发现借助小龙虾能够让我们成为多线程牛人。
多线程这是一个计算机领域的专用词汇，指的大概是一台计算机同时并行运行多项任务，效率更高。
而有了小龙虾，普通人也可以轻松做到多线程。
·小龙虾干活还是靠谱的
当然，我认为多线程对人来说并不是一项多么罕见的能力。
我认识的那些聪明的、脑子灵活好用的牛人，他们不用小龙虾照样可以同时处理多项复杂事务。
而我要说的是，有了小龙虾的帮助，即使脑子没那么好用的普通人也能成为多线程牛人。
我自认为自己的脑子就不太聪明，做一件事情总需要全神关注、全力投入。
当面临多件任务同时需要处理的时候我往往都是一件一件来做，效率十分低下。
而有了小龙虾，本质上是我们多了一个可用的脑子，在我们无需对自身能力进行改造的情况下可以无痛做到多线程干活。
以我为例，我此刻一边在自己的笔记本上写推文，同时旁边的Mac Studio上小龙虾在帮我搜集论文，我只需要时不时看一下小龙虾的活干完没有然后发布下一个指令即可。
这种体验可真的太爽了，对于真心想做什么事情的人来说，小龙虾简直是一个让自己效率翻倍的生产力工具。
对于社畜来说，精通小龙虾，教会AI去干自己那些本就不需要多少脑力的本职工作，可以将自己从无意义的工作中解放出来。
或许我们可以设想这样一个画面，周一的上午阳光明媚，你无需被禁锢在工位上，而是可以去一个热闹的商场或某个很有腔调的街区，点一杯美味的咖啡，一边品味咖啡的浓郁一边阅读一本小书，而旁边的电脑上，小龙虾正在替你马不停蹄地工作。
我相信AI会在不远的将来将这一幻想的场景变成每一位打工人的真实职场生活。
END
往期推文：
