top of page

即興新思想方式

有幸在北京,出版社送了一本由LinkedIn創辦人里德.霍夫曼(Reid Hoffman)的新書《重塑一切的GPT時代》(Impromptu)的預覽本給我。霍夫曼目前是格雷洛克風險投資的合夥人,作為OpenAI早期投資者之一,他長期以來都有參與該公司的產品意見。 在書本引言中,霍夫曼敍述如何引導GPT用不同的方式回答,例如提出一個本身沒有標準答案或較無聊的「無厘頭」問題:「多少個餐廳巡查員才能換一個燈泡?」不過,當問題後面加入了使用某人(包括明星、哲學家等)的風格回答時,問題本質反而變得沒那麼重要,更加精采的是探索不同人演繹同一條問題的過程和方式。對此筆者深有同感,答案往往就在問題內。 在這本書的第七章:GPT-4在我工作中的3種運用,作者分享了他在嘗試應用GPT的工作過程中,發現3個體驗: 1. GPT視為大學水平的研究助手 GPT能力遠勝一般人類研究助手,它具有極為廣泛的知識體系、反應迅速並且隨時可用,亦同時擁有許多人類助手的缺陷,對某些特定領域了解相當膚淺,且容易出錯。儘管如此,它可以賦予所有人即時、高度匹配的資訊。 2. 把自己當作導演 使用一般工具時,我們習慣把它們當作自己的延伸。有別於此,使用GPT時,你應該更像個導演。作為導演的你,需要與演員溝通,才能獲得最好效果。你需要引導對方實現你的期望,例如在拍攝同一個場景時,要運用多個鏡頭及不同演員作多方面嘗試一樣。 3. 勇敢嘗試不再三思 在大部分工作中,我們習慣提前策劃避免失誤,「三思而後行」的說法合理不過,惟在執行研究工作(特別在資訊獲取及提煉時),很容易花費龐大的資源和時間,結果卻一無所獲。當GPT把錯誤成本變得愈來愈低,何不直接多試幾次,反正近乎沒有執行成本,甚至免費呢!那麼過去「三思而後行」的工作模式,就會出現翻天覆地的變化。 這書的英文原名為Impromptu,是一個術語常用來描述沒有事先計劃或準備而自發進行的活動、表演或事項。即興很容易讓人有一種不嚴謹的感覺,卻往往帶有驚喜和自發性的元素。在資訊變得更唾手可得的年代,即興可能會變成一種新的思想方式,而且是未來的工作一部分。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page