AI大模型的终点是3D打印机

提示：本篇是AI大模型的终点是手游的姐妹篇。上半部分为吐槽，不感兴趣的读者可直接跳到下半部分。

背景

618的时候我们被推送了很多3D打印机的广告，联想到家里的小朋友经常看到路边摊上3D打印出来的小玩具就走不动道，一点点东西售价又是远超线材成本价的，于是就想着自己家里也搞一台，想打多少就打多少。

我们大概在十年前也自行组装过一台3D打印机，后来闲置多时又处理掉了。当时国内正值“创客”热，有些小作坊会卖仿制的3D打印机套件供玩家自行组装，比如仿制著名的Prusa i3。

于是我们这次也入手了国内某知名厂商的i3型打印机。相比十年前还是有很多肉眼可见的改进的：

但我们实际用下来的体验却并不如预期。主要是打印失败率比较高。表现为首层粘不牢、翘边。有时打得稍微高一点就会倒。

(翘边例)

如果最终的打印结果不行，那么再多的改进也是白搭了。要知道我们打印的东西都是从官方App中搜索到的、号称参数适配我们打印机的模型。App里也没有什么可以调节参数的地方，点击打印之后似乎就一键发送到云端去切片，然后下载到打印机上去打印了。

我们自己分析下来的原因可能是i3因为热床也会移动，所以打印时如果底座不稳的话，打印件可能就会跟着晃（我们用来放打印机的桌子确实有点晃，又不好直接放地上），叠加首层不牢的话就容易倒。我们也试了在App里调低打印速度，结果却并没有改善。

尝试在App里寻求帮助，AI客服回复说可以在桌面端设置Brim类型，或提高首层温度等。

于是我们下载了桌面端打开一看，乖乖跟移动端就是两个极端。移动端是几乎不能调节任何打印参数，而桌面端就是把各种参数塞在各种地方，有种上个世纪90年代的微软office般的美

(https://thatkeith.com/articles/microsoft-word-is-the-worst-writing-tool/)

所以要怎么找到需要修改的参数在哪呢？我们之前写过让AI来找代码中定义的接口（时隔半年再次手搓本地Agent），恰好这个打印机的桌面端号称是开源的，我们就让AI去代码里找设置的位置，几分钟就找到了：

甚至相比官方App的AI给出了更详细的路径。可以看到首层温度还不是一个模型参数，而是线材参数。这要是不说的话谁知道上哪儿找去

调整了参数之后，打印的成功率就直线提高了。但这却暴露了一个很尴尬的问题：

我们接受了比DIY方案更高的价格去购买成品是为了节省时间的。但配套App封装的那一套简化流程却经常跑不起来，依旧需要我们去用更专业的工具来手动调节参数。这就让我们不禁怀疑钱是否花得值得了。

与AI大模型的联系

好了终于铺垫完了

那3D打印机和AI大模型又有什么联系呢。我们觉得联系还挺多的。

从用途上看，3D打印可以用来满足那些量少的定制化需求，对于大规模标准化生产的传统流水线是种补充。所以3D打印常被用于制作一些原型。

这就跟如今的Vibe Coding很像了。因为如今就算是没有编程基础的人也能自己定制软件原型，而不需要去委托专业的软件公司去开发了。

当年“创客”热的时候各地都会对创业提供一些扶持，如今则是一窝蜂扶持OPC了。

当年把玩3D打印的人归入“创客”（Maker），如今则是管Vibe Coder叫Builder了。

拿我们自己的例子来说，我们一直都是Setapp的订阅用户，来使用Mac上的一些常用软件。但现在我们已经基本上把一些常用的功能都自己Vibe出来了（我们之前记录过一些：整理下最近Vibe的小垃圾都"杀死"了哪...），那么在不久的将来可能就会取消订阅了。

然而从成本上来看却不一定划算。比如我们现在每月花在各种Coding Plan上的开销是Setapp订阅费的10倍不止。就好比原本我们买3D打印机是为了给小朋友打玩具打到爽一样，但打印机的价格却接近单个玩具的100倍。所以溢价都用来图一乐了

另外尽管只要购买了3D打印机就可以自己打印出成品，但依然有很多人选择直接购买打印的成品。同理，尽管人人都可以Vibe Coding，但并不意味着人人都会去Vibe Coding吧。所以我们看到有的人计算大模型公司估值的方式挺搞笑的。

3D打印诞生的早期也是伴随着争议。大家知道迟早会发生并且也真的发生了的事情是有人用3D打印制造了枪支。

AI大模型这边也一样。远的不说，最近闹得沸沸扬扬的事情就是OpenAI的新模型在测试中入侵了别人家的系统。

我们之前表达过对技术中立的看法，这里就不再提了。否则可能评论区又会被一群不知所谓的人冲了

当年掀起Maker热潮的3D打印项目叫RepRap(Replicating Rapid Prototyper，可复制快速原型机)，构成了现在常见的3D打印机的基础。上面提到过的Prusa也是其演化分支之一。

RepRap的目标是让3D打印机能够打印出组成自身的零件，这样3D打印机就可以不断复制自己了。

AI大模型这边，因为是软件，所以在二进制层面复制自己自然不在话下。不过我们觉得对其能力的评判应该是能否自举。我们以前也写过：

衡量编译器成熟度的一个标志是编译器能否自举，也就是能否用编译器编译的语言来再写一个编译器本身出来。大模型是自然语言编译器的话，能否用自然语言写个大模型出来呢？
qszhu，公众号：打杂碎碎念这年头让AI帮我写代码能有多难?🤔

目前很多厂商都宣称自己的模型参与训练了自己。最接近自举的可能是OpenAI说其模型从零训练了一个更小的模型。但因为不是同等能力的模型，所以也不能算自我复制。

而且大模型的不确定性也决定了就算能完成自我复制，也会存在差异，无法做到完全一致。那么在持续的复制过程中会变异吗🤔

还可以有更多类比的地方。比如FDM形式的3D打印从理论上就无法做到100%打印出所有部件。那么AI大模型会不会也受到什么理论限制而无法自举或自我改进呢？Transformer架构？图灵机？

如果AI大模型的应用场景停留在类似3D打印那样的场景中的话，那么3D打印的现状就是AI大模型的未来了。

按照我们现在的体验，FDM形式的3D打印技术跟十年前没有本质上的变化，只是多了些锦上添花的功能。3D打印能真正创造价值的地方还是在一些工业领域。比如用来快速造房子，甚至是在月球上用月壤造。

那样的话就跟我们上一篇（AI大模型的终点是手游）的观点呼应了：AI可能最终只会在一些专业领域创造价值，对于普通人来说充其量只是图一乐罢了。