我们与AI
生活
不知不觉AI就浸入到我们生活的方方面面了，现在应该没有人从没听说过AI了吧。
印象里最早来到我们身边的是豆包，横空出世的deepseek则是让AI大模型家喻户晓。
孩子们甚是喜欢豆包，因为豆包什么都懂（笑），讲故事信手拈来，脾气又好，比大人又有耐心。
同时豆包又有一点傻萌，比如让她讲睡前故事希望她讲一个长一点的，但她总是傻乎乎的停掉，而如果让她讲10个故事，她又会敷衍的讲10个短小故事。
父母也用豆包，比起让老人主动问孩子这是不是骗人的，老人们面对豆包可放松的多，说说心里话，聊聊生活疑问，比广告满天的搜索引擎不要好用太多。
老婆用的是deepseek, 但是因为工作偏创新一点，总是感觉不够给力。
我最早用的是Grok，因为没有对香港地区限制， 而彼时chatgpt的封锁是比较严重的。后来（2026.5）开始用claude。
工作
公司也在推AI进工作，成立了项目组开发了CodeAgent辅助开发，甚至还抽调了高级专家们专项探究，足以表达重视。
得益于公司内部搭建的minimax 2.5(后来升级到2.7)，大家终于有机会不考虑token开始猛登了，疯狂探索如何使用AI提高开发效率，包括需求内容分析，需求文档编写，开发设计文档审视，代码编写，代码审查，单元测试用例设计，集成测试用例设计，维护文档编写，维护案例总结，开发各种skills。
我们的产品主要是电信级的客服系统，工作中使用AI主要是用于编程辅助。
面对庞大的代码库（百万级别），整理一个被叫号码分析逻辑可能要一上午，现在AI十几分钟就能搞定，虽然有的时候还需要人工介入引导它，但是已经很棒了。平时工作忙碌，有些流程用的多，用一点了解一点，有了AI之后可以让它全面的总结下业务流程，AI帮着做了很多一直想做没做的事。
于是，使用AI越是频繁, 使用时间越长，越是体会到那句话： “所有的东西都值得用AI重写一遍”。
用大模型干了什么
- 手机卡流量自动查询并用tg每天通知（claude opus 4.7）
- 小米插座根据笔记本电量自动充电防止电池鼓包 (cursor + sonnet4.6)
- 写websocket模拟服务端用于代码测试 (minimax 2.7)
- 朋友硕士论文研究方向和框架讨论 (claude opus 4.8)
思考
网上的说法是人类的智慧结晶已经被大模型吸取的差不多了，因此大模型未来一段时间内很难大幅度进化了。
于是，注意到有两个方向开始发展：
- 多模态方向
- 大模型的控制方向
大模型原来只能处理文本，现在开始处理图片/音频/视频。
大模型处理复杂任务容易走偏，于是出现了harness。
在大型软件工程中使用大模型
可能面临的问题
1.项目工程代码量巨大,超出大模型的上下文,导致大模型的记忆出现偏差,编码思路走偏
2.如何规范的使用大模型, 使用步骤能否固定, 哪些步骤是固定的, 哪些步骤是需要人工接入的, 哪些步骤是随着项目进展不断完善的.
可能的解决思路有哪些
公司内部推广的是metaSpec和mindSpec。他们借鉴了openSpec和superpowers.
残酷的真相
AI大模型的本质是token预测，它并不真实理解人们的语义。
当他收到你的hello时，它经过分析自己学习的内容，猜测最合适的回答是你好。
它并不能感受到你的情感和善意，也不是在对你表达善意，它的表达仅仅是一个推理。
当我们在和大模型交互的欣喜之余，意识到这一点，会感觉有点残酷。
曾经的疑问
1.大模型的工具选择应该是claude, opencode还是codex?
2.大模型能否输出ppt
3.如何让大模型在linux上工作的前提下, 能通过手机app进行下一步控制, 甚至通过手机的语音功能指挥linux上的会话？
4.个人如何具体量化感受大模型的进步？
Comments