托尼哥的玩具博客
·
Talk Is Not Cheap
💡
原文中文，约5400字，阅读约需13分钟。
📝
内容提要
2023年是AI的特殊一年，预训练大语言模型（LLM）的出现强化了人的表达能力。LLM对于简单功能开发和记忆工作的完成有很大帮助。AI应用开发除了Prompt之外，RAG和Function Call也很重要。未来，模型推理速度和费用需要降低，多模态和模型微调也很重要。
🎯
关键要点
-
2023年是AI的特殊一年，预训练大语言模型（LLM）强化了人的表达能力。
-
LLM在简单功能开发和记忆工作中提供了很大帮助。
-
AI应用开发除了Prompt外，RAG和Function Call也很重要。
-
未来需要降低模型推理速度和费用，支持多模态和模型微调。
-
LLM的出现正在缩小程序员与自然语言描述之间的鸿沟。
-
优秀程序员的沟通能力在面试和晋升中变得尤为重要。
-
大模型的开发和应用仍然由少数科学家和资本主导，普通开发者面临无力感。
-
AI应用开发者的工作量可能会被模型侧或云服务商抢走。
-
RAG和Function Call是AI应用开发的核心价值点。
-
大模型的能力提升使得Prompt技巧的差异化逐渐减小。
-
LangChain等工具帮助开发者编排模型输入，但仍然依赖于自然语言提示。
-
AI应用引入大模型后，模型侧可能会占据价值链的大头。
-
未来需要更低的模型推理费用和更长的上下文支持。
-
多模态数据将成为未来AI应用的重要组成部分。
-
希望模型侧能开放更多对模型的控制能力，以便开发者进行更复杂的操作。
-
期待更便捷、便宜的模型微调和API特化的模型出现。
➡️
