对于 Ai 使用现状的个人理解

Title 可能有点大。
对于现在的 AI 而言，我觉得核心更多在于 prompt。
对于熟悉的领域，prompt 会想得更专业，自然语言组织也更直接清晰。
而在不熟悉的领域，想出来的 prompt 往往是用了一些“捏造”的词，语言表达也歪七扭八，
这样很容易陷入恶性循环——一直烧 Token，却始终达不到预期。
最终额度用完了，想要的结果还是没出来。

在这个过程中还会出现一个现象，就是模型能力的差异。
我浅薄地认为，模型的能力主要体现在两个方面：
一是输出内容是否合理且响应快速；
二是对长上下文的理解与支持能力。
当聊天上下文达到一定长度时，差一点的模型就开始胡言乱语了；
好一点的模型虽然不至于胡言乱语，但效果相比最初也会有所下降。
关于模型的长上下文能力，我深有体会——从最早的 GPT-3 到现在的 5.1 一直在用，当然模型在这方面确实一直在进步，最初的时候网上也都是在讨论模型的上下文能力。

不为 openai 打 call, 其他的也都在用 Gemini、Grok、Clause Sonnet、DeepSeek、豆包、通义等等都有使用~~~