在我这里 qwen 永远都是 no.1 。因为开源里，我能跑的动，并且能真正具备生产力。

首选 3 ，次选 4 ，但是我感觉 3 和 4 可以同时进行，一边开超市一边画画也不是不行？ 1 和 2 以后都不要想了。cs 领域可以作为一个爱好，但肯定无法再做谋生之道了。

没有商业价值的东西，你交给 cloud api 一把梭无所谓，都是乐色罢了；给老板打工亦是如此，反正干多干少，干好干差 总有人兜底，你拿工资而已。 但是你真的要自己靠一个东西赚钱养活自己，养家糊口的时候；把任何想法交给 cloud api 都是一个彻底的沙雕行为，如果要反驳我，你赢了。这个项目的每一行代码，都要了然于胸，因为你不知道哪里赚钱了，哪里没赚钱，如果你要反驳我，你赢了。 这个时候，还要当

这觉得难？？？

难道现在不是吗？

@crazycoding 这行没有未来，准备铁人三项。要么屈尊考公，前提是考得上，😂。

半年前就该考虑的问题，现在才来问。当然早半年问和晚半年问，结果都是一样的，这个行业不会再有过去那么简单的赚钱机会了。

1,融合到社会方方面面里去，开馆子，路边摊，进厂，卖保险，卖房。。。 2 ，都是一波流，一两年之后还存不存在都是问题 3 ，融合到社会方方面面里去，回到 1

不依赖中心化厂商的 Personal AI Agent 是真需求，被中心化厂商收割的 Personal AI Agent 是伪需求。 围绕 cloud api 黑盒 的 各种 application 都是伪需求，各个中心化厂商互相竞争的黑盒态是 半伪需求，只有数据以及 token 用量完全在用户侧可以被掌控的 personal agent application 才是真需求。但这是站在用户角度，如

取决于你怎么认知你自己 context 里的 “AI” 这个名词的 概念。 如果是你认为你理解的“AI” 是 ML ，那么从基础的经典 ML 开始，到 DL ，RL ，DRL ，漫长的基础，浩瀚的方向，基本上不会再有耐心能坚持完了。 如果你理解的“AI” 是 LLM + harness ，并且侧重点在 harness ，那么，可能还能从工程角度 往底层钻一钻，有点认知提升。但是碰到 LLM 的时候

真 三千年未有之大变局。 尽管我之前是个 LLM 唱衰论者，但是进展太快了，让我都动摇了。

壕

希望 首形科技 和 春水堂 能尽快展开合作。 就不止是聊天了。

两边的习惯和生态不同，在西边的搞法未必适合东边。 要么彻底 local ，那么商业公司怎么盈利？ 要么彻底 cloud ，那么个体要不要边界感？ 商业的拧巴形态就是这样了。毕竟 all in one 之后，很多事情个体还有没有议价空间，就像现在 满屏幕的 要重置，不重置 你又能奈他何？砧板上的鱼肉还开口谈条件了？嗯？

只有用 api coding 的钱最好赚，随便滑阻调整智能密度 就能 同步线性调整 token 消耗，收入也是同步线性调整。降低一点智能密度，就多收一点钱。你不用还不行，拿他没辙。 web ui 界面文字聊天产生的 token 消耗，远低于 coding 。各个领域里的 token 消耗 都没有 coding 多。关键是 别的领域 换基础模型影响不大，都是中等智力的 tool use 操作能力。

只看顶会最佳论文，或者顶尖实验室的最新产出。

2 个字，母鸡 3 个字，不知道 不是言论成立，是已经是事实。

防御性工作，默认所有人都是傻 X 。😂

@deali pubg ？

Windows 于我而言唯一的用途就是 steam 。😂

和之前搞提示词一样的，就是个过渡性质的工作岗位，随着工程明朗清晰起来，很快就是一个稳定的流水线。 不会再需要各种定制了。

这取决于你认知里的“AI”是什么？ 201x 年代 围棋里起势的是 深度强化学习 DRL ，和当前的 LLM 不是一个路线。 202x 年代 涌现智能的是 围绕 transformer/mamba 体系的 NLP 路线。 至于当前解决数学难题的是 围绕 LLM 的 agent 工程路线，通过分布式 agent 集群扩大智能深度。

@diudiuu 你小子上岗了啊，市场竞争力可以啊。

十多年前看的 二维码原理。 老江湖都走了，留着我们这帮子中生代夹生饭在剧烈的变局中硬撑。

你懂个 der 的 RSI 。

搞的好像你想就能继续一样。 过去那套分工明确的流程，不会再有了，也不会再有过去只需要根据文档用点“脑力” coding 转换文档的轻松工作了。

@passive 他还搁这许愿了，🫠