@sastar 是骡子是马拉出来溜溜，别在那儿口嗨，看你能不能在我手下过一回合。

@catazshadow
你可以这么理解：
1. 假如有人搞出来一套东西，比其他的任何方法，在实际上都更有效果，甚至通过了图灵测试；
2. 然后有人质疑，它只不过是「中文屋子」，只不过是「鹦鹉学舌」，很可能是巧合；
3. 但是人们会告诉质疑的人，这套东西，恰恰是模仿真正有智能的系统搭建的，也就是神经网络；

你跟#4 楼似乎很熟悉统计学，有没有发现上面的 3 点很熟悉呢？上面的就是概率论里面的「贝叶斯定理」，恰恰说明了现在的 AI 就是正确的方向，就是真正的智能。
反观你和#4 楼，懂个「统计学」的名词，就要定义现在 LLM 的本质了，AI 专家都说了 AI 是黑盒，你们就敢定义 AI 的本质，也太不知天高地厚了。

@InkStone 「你不能拿 GPT3.5 出来以后的革命性成果，去反驳之前的评价」，这句话其实暗含的一个关键就是时间。即使 AI 「当时」不能做某些事情，也不意味着后续不能做。就像现在的情况一样：OP 提到的这个投资人既不懂过去，也不懂将来，只拿现在的静态眼光来看一些事情，说什么“市场会教育他们”，思维不是一样的吗。

AI 在编程领域，现状是最好的，而且也是未来最具发展能力的。为啥这么说？我就不说了，但我肯定这个投资人不知道。

@sentinelK #11
我已经说了，AI 内部是如何做到的，谁都没有搞清楚。只拿一个「统计学」的名字，说这就是 AI 的本质，去试图定义 AI 的边界，或者说 LLM 的边界，太不自量力了吧。我还会说这世界都是熵增都是符合牛顿力学的呢，这能否定生命的神奇吗？什么“足够的既有经验+随机发散 = 智能”，感觉你又在臆想造词了。
至于 mod 权限，更反映了你一如既往的逻辑混乱：给我的 mod 权限只是移动主题，跟我的技术水平有什么关系呢？再说从这句话反映出的你的逻辑思维能力，够得着质疑谁吗？

你这个朋友让我想起几年前，Github Copilot 刚出来的时候，我有同事对它不屑一顾，说这就是简单的规则匹配，总之是不屑一顾，连尝试的兴趣也没有。结果 2 年后，ChatGPT 就出来了。

人们总是容易凭借固有的观念，去评价一件事，即使自己根本不理解。当时，同事他们并不知道 AI 在游戏中的表现，也不知道 AI 在其他领域的进展，不知道这些进展是在短短几年发生的，即使告诉他们说，也执意坚持自己的看法。

我记得#4 楼一直在说 AI 是一部统计机器，不可能有智能，现在呢？ AI 大佬都说不知道 AI 的黑箱是如何运作的，他就能直接用一个词把 AI 给否定了。

@msg7086 #6 #7

你说的也有道理。但是对于身处巨变中的当事人来说，感觉是不一样的，我觉得「亚当斯科技三定律」反映的心态还是很真实的：
“任何在我出生时已经有的科技都是稀松平常的世界本来秩序的一部分；任何在我 15-35 岁之间诞生的科技都是将会改变世界的革命性产物；任何在我 35 岁之后诞生的科技都是违反自然规律要遭天谴的；”

@levelworm 最近几天，又补了一下 AI 的东西，想知道还有多久，AI 才能上位。Transformer 的原理、大语言模型、思维链条、扩散模型……，看了各方关于 AI 是不是有逻辑思维能力的辩论，还有关于通用人工智能什么时候到来。

关于 AI 的原理，其实非常简单，即使是最近火热的概念，也是如此。这些新东西，对应到代码中可能就是几百行，最重要的是训练和数据。这让人更增加了对 AI 上位的“反感”。

大语言模型 AI 是否有逻辑思维能力，似乎没有太明显的结论。虽然倾向是目前还没有那种形式逻辑，而更多的是模式匹配。但即便是模式匹配，也不能让人就此放松，首先抽象层次高的模式匹配，本身可能就蕴含了逻辑，就像 AI 现在的表现一样，因为人类本身的形式逻辑推理就很弱，人类用的最多的也是模式匹配，否则数学和逻辑学就不会让人感到头疼了。

所以 AI 何时称为 AGI 并超越人类，仍然有一些不确定，但估计没有什么障碍，Scaling Law 还在继续，逻辑推理应该也不会成为障碍。

这种感觉真的太糟了。

@msg7086
@levelworm 最主要是那种价值感被剥夺的感觉。一个从沙子中提炼的晶片，加上电，灌点数据，就要夺去人的工作和价值。这让人想到教徒反对进化论的情景，进化论把人变成猴子，似乎留给人的只有耻辱。现代无神论者可能觉得他们的想法很可笑，可是轮到自己被 AI 取代时呢，似乎也免不了同样的感觉！做什么事情都要仰 AI 的鼻息！反而下一代会很快习惯并适应。但是身处剧变中的我们这一代，真的能像他们一样轻易适应吗。

挑点语义混淆：
「[两者任意一个不熟悉的请不要投递」，有点歧义——不许投递，是说只要有一个不熟悉，还是两者都不熟悉？

还有后面的「 JS 、HTML 、Vue 、React 等」，是熟悉其中一个，还是都要熟悉？

我觉得双链和图谱，应该都是为了快速找到记在笔记中的相关信息，并且而且花费的精力要尽可能少。
下面是我用很多示意图，说明我是如何实践双向链接的： https://v2ex.com/t/825142
目前正在做这个双链图谱的 LogSeq 插件。

有句成语叫兔死狐悲物伤其类，这楼里一个悲的也没瞧见。
今天用 Cursor 帮着写 LogSeq 的一个插件，全程自然语言编程，全程没有出错，虽然是人人不屑的前端吧，但看热闹不嫌事儿大的，是真的一点危机感也没有吗

太魔幻了，冰火两重天 ～ 那边 AI 发展的太过火热，这边明的暗的战争让人心寒。长两个脑袋都不够应付了。

说句难听的，我真不认为 wedock 这样的就可以称为“点子”，**也太看得起自己了**，这是闭着眼睛想 5 秒钟就可以搞定的东西。

肯定要包含创新的东西，才能称为“点子”。不说比特币这样重大的创新，起码是要把一些东西解构吃透，然后再重构，形成自己的独特之处。

拿「双向链接」笔记来举例，看起来只是一个反向链接，但是当初 RoamResearch 的作者可是为此搭建了一整套体系，没有想个十天半个月，能想通吗？

再拿 git 来举例，Linus 编码只花了差不多一周时间，但在此之前已经思考过几个月，以至于他自傲的说，我相信这就是版本管理的终极版本了。

再拿 BeanCount 来举例，看起来只是复式记账，是财务领域已经成熟的东西，但是同样要构造一整套的体系：对账、补账，通货转换、甚至支持记录投资品的买入卖出。

如果说只举别人的例子是站着说话不腰疼，那我拿自己的举例：
1. 这是我对原型工具的解构： https://v2ex.com/t/776600

2. 这是分两篇文章，对双向链接笔记工具的解构和重构，提出带结构标签这一点子： https://v2ex.com/t/818822 https://v2ex.com/t/825142

3. 这是信任链的创新（没有系统化表述）： https://v2ex.com/t/956515#r_13351449

上面的创新，没有经过十天半个月的思考，根本无法成型。灵光一现的点子当然不会怕偷了，因为能想到的人太多了。

再解释一下为什么仅仅对 BOSS 负责是不够的：
权责利对等的基本含义是，使用手中权力所做出的一切决定，都要承担对应的后果和责任。但是很多情况下，使用手中的权力做出某些事情，其引发的影响或损害之大之广，并不是一个简单的去职、辞退就能弥补的，因为损害已经造成了，而且管理层的利益和执行层的利益是不一致的，无论是谁做管理层，都没有理由相信这些损害会对他们产生对等的责任。简而言之，管理层根本无法“补偿”其权力任性造成的损害。
所以，一个合理的机制就是，制约管理层的权力范围，让他们不能行使那种会造成无法“弥补”损害的权力，这里“弥补”指的是担负责任，通常也就是去职、辞退、剥夺奖金这些手段，这也是对管理层能做到的最大惩罚了。

这样做的“理由”是什么？

很多公司管理层做决定，从来不会“解释”所做决定的愿景、目标、可行性，最好的情况也就是“宣传贯彻”一下。但是却总是要求下面的人“汇报”、“总结”、“反省”。这在我看来是典型的权责利不对等。这些管理流程影响到了每一个员工，就应该向他们“解释”、“汇报”具体的缘由、执行情况，并收集反馈，而不是仅仅对一个 BOSS 负责。

不过我记得 OP 是在微软啊，也是这样么？

哎，这是个好主意呀。但是有没有什么模版？总不能做成学术论文那样吧。

给个数据，冷静一下：中国央行前两年连续 18 个月购买黄金，平均的购入价格大约是 1960 美元每盎司。现在的金价是 3420 美元。而且央行的目标是持有多年的话，是可以接受一定溢价的。最近，央行仍然在购金，但是量非常少。

https://wallstreetcn.com/articles/3714356