AI Roundtable @Sspai
少数派的 AI 征集
- 请分享一下你目前主要在用的 AI 工具。
- ChatGPT：无需介绍。主要用来体验 OpenAI 各种实验性的新功能以及当前全世界最领先的 GPT-4 模型。
- 智谱清言：智谱 AI 推出的面向个人用户 AI 对话工具，对标 ChatGPT，其新上架的 GLM-4 是国内最接近 GPT-4 的模型，可免费体验。作为 MenubarX 的一个固定页面日常使用，省掉 $20 的 ChatGPT Plus 订阅费用，也免于受网络和请求频率限制。
- Ollama：轻松玩转本地大模型。用于体验测试各类新品模型及 AI 应用本地开发。
- Raycast Ollama：Raycast 插件，既可作为一个 Ollama 前端和模型对话，也能借助 Raycast 提供的系统接口直接读取文件、文本、图片等作为输入，是 Raycast AI 的平替（甚至更强）。用于各类指尖 AI 请求，如选中文本后解释、翻译、检查、改写等，省去频繁的复制粘贴。
- Poe：大模型广场。用于体验本地难以部署的模型。
（请各用一两句话介绍所提及工具的功能和用途。）
- 你每个月在 AI 类工具上的花费大约是多少？是否觉得物有所值，为什么？
$20+，ChatGPT Plus 的订阅（现已取消）及 API 费用。
GPT-4 作为目前最领先的模型，非常值得一试，很可能体验过就再也不愿用 GPT-3.5 了；但网络和请求频率限制大大影响了体验，同时 GPTs 的生态也远未完善。从普通用户的视角我认为是物有所值的，但作为开发者，为 API 付费可能是更好的选择。
- 你一般如何挑选和评估 AI 类工具？
（可以从功能、定价模式、生态、附加服务等角度讨论。）
有别于普通用户，多数情况下我会更关注其目标需求和功能实现，需求是 AI 应用渗透的观察，实现则作为学习借鉴。通常优选开源工具，生态对于开源工具十分重要，会多关注其兼容性和拓展性、社区活跃度等。
在核心点的付费上，目前有两大主流类型：a. 软件买断、自带 key，如 MindMac；b. 服务订阅，如 Raycast AI 等。前者如果切中了痛点需求，付费较为值得；后者容易导致订阅碎片化，需要综合考虑。
- 你受益于 AI 最多的使用场景是什么？
（请具体对比在该场景下使用 AI 工具前后的工作流程，以及受益于 AI 的具体表现。）
开发提示。
前：浏览器 → 关键词 Google ↔ StackOverflow → 理解 → 编写
后：GPT-4 → 问题 → 答案/代码
- 你认为目前限制 AI 工具使用效果和推广普及的障碍都有哪些？
- 模型能力：许多工具思路很好，但受限于底层模型能力，可能无法达到预期效果；或者某天 OpenAI 推出更新，模型进化，原本工具要解决的问题就不存在了。
- 工程落地：真实的 AI 开发中，从想法到 demo 也许不难，但从 demo 到应用挑战不小。
- 行业渗透：只有既懂行业又懂 AI 的团队协作，才能做出真正有价值的行业应用。
- 与一年多前 AI 风头刚起之时相比，你对 AI 的认识有了哪些转变？
- 刚接触大语言模型时，没想到短时间内以其为基座的视觉等多模态模型就可用，给文本生成类 AI 带来了许多新的想象力。
- 彼时难以想象，以大模型为代表的这一波 AI 研究，将在安全、道德等方面面临的巨大争议和严峻挑战。
（可以从对 AI 能力和限制的理解、对「AI 威胁」的看法、对 AI 创作内容的态度等角度讨论。）
- 你认为从个人用户的角度，怎样才算是「负责任」地使用 AI？
（可以从来源披露、使用场景的限制等角度讨论。）
同时关注 AI 工具的用户协议 和 内容平台的用户协议，在其许可范围内行事。
- 目前 AI 模型的研发出现了开源和闭源的明显分野。你更看好哪种路径（或这两种路径应该怎样平衡）？
闭源模型已经并很可能仍将遥遥领先，作为参照 2022 年训练好的 GPT-4 至今仍无对手，非常可怖。
但综合考虑隐私、成本、专用性等因素，开源模型的应用渗透大概率会更快，尽管更为分散。
受限于算力，预计近几年内这样的路径仍将持续下去 —— OpenAI 们验证，追赶者跟随，直到 AGI 到来（？）
- 你最期待在 2024 年看到 AI 领域出现怎样的新应用、新能力？
- 自主智能体，出现若干成熟且大众可用的 Agent 类 killer app。
- 端侧部署，有一个能力 ≥ GPT-3.5 的模型可以在非旗舰手机上顺畅运行。
- 具身智能，人形机器人在实验室内轻松完成 80% 以上人类事务。