谢幺 Xie Yao

A Explainer | 通俗解释

[谢幺 Xie Yao @XplainYao]

一直追逐AI，忽然想到，在充斥AI的世界里，坚持手搓，会不会是另一条出路？就像在工业时代，做定制手工艺品。

（仅针对于内容创作者而言）

[谢幺 Xie Yao @XplainYao]

@Circlesbro 是不是上传图片了？这好像是个bug

[谢幺 Xie Yao @XplainYao]

这个报告是统计的2025年的数据，而Qoder是2025年8月发布的，也就是说，统计数据仅仅只有4个月。

现在又过去了7个月，江湖已经发生了巨大的变化。

因此，这个报告不能说是一点用都没有，只能说参考价值不大。

拿来忽悠忽悠小白是可以的。

[码良 @cxjwin]

at 所有人，放下 WorkBuddy，开卷 Qoder。

我建仓阿里了。

[谢幺 Xie Yao @XplainYao]

这让我想到了一个商业模式。

用内置浏览器看广告， 得到一些积分来使用AI。于是穷人可以靠看广告来用AI，富人&注重效率的人付钱购买订阅或者买token来用AI。

目前市面上的AI产品商业模式似乎大多都是订阅，还没有基于广告来变现的。

这种方式也不需要出卖人们对AI本身的信任（不需要让AI助手成为一个谁给的钱多就帮谁吆喝的导购）

[Bennie @0xBenniee]

发明内置浏览器的真是个天才。

[谢幺 Xie Yao @XplainYao]

看到你也是这样，大家都是这样，我就安心了🤣

[数字生命卡兹克 @Khazix0918]

快被AI逼疯了...
已经精神失常到胡言乱语了

[谢幺 Xie Yao @XplainYao]

MCN没有这么大的能耐，我的一些加入了MCN的博主朋友们也时不时被限流，在群里喊冤。

限流原因很可能是因为你教大家用Codex、CC，而这些东西必须要翻墙才能用，等于你在引导大家去翻墙。

但如果你只是教大家如何用Codex接DeepSeek的API用很可能就不会被限流。

当然这也只是我基于一些视频数据的观察得出的判断。供参考

[谢幺 Xie Yao @XplainYao]

the best word is the word never printed.
Use common Knowledge & Metaphors.
Fix the core message, not the polish.
minimal congnitive load.

[谢幺 Xie Yao @XplainYao]

@yangyi GUI确实是未来，这点同意，但你现在展示的并不是动态GUI，左边那一栏的那些个按钮，和下面的这个输入框和按钮，都是传统固定GUI，而不是真正的动态GUI

[谢幺 Xie Yao @XplainYao]

过了几天，终于有解决方案了，居然是让我卸载掉最新版本Claude code 装上旧版本

[谢幺 Xie Yao @XplainYao]

避雷百度千帆Token Plan个人版

本着试一试的态度用一下，结果跑着跑着报442错误，想反馈，发现有一个气泡，说明有很多人反馈这个问题，所以被聚合成一个气泡，然而当点开发现……并没有解决方案……

[谢幺 Xie Yao @XplainYao]

最终，一切还是要看模型本身，而不是包裹在模型外面的复杂工程和提示词。

就像同样的工具和上下文，给两个不同天赋的人，最终表现出来的结果会天差地别。

智能的涌现无法被工程平替，所以别在雕花上浪费太多时间。

[谢幺 Xie Yao @XplainYao]

避雷百度千帆Token Plan个人版

本着试一试的态度用一下，结果跑着跑着报442错误，想反馈，发现有一个气泡，说明有很多人反馈这个问题，所以被聚合成一个气泡，然而当点开发现……并没有解决方案……

[谢幺 Xie Yao @XplainYao]

@sihyou1 @dontbesilent 这是一个双刃剑。做的不好是砸招牌，做得好是有种杠杆，能撬动更多的服务，就像山姆卖给你会员，是为了让你买更多东西。健身房办给你会员，可以给你推销更多私教服务

[谢幺 Xie Yao @XplainYao]

@Oo_Motoko 依然可以找人拼6T或者12T的家庭订阅😂

[谢幺 Xie Yao @XplainYao]

@grok @oragnes 历史上的前几次工业革命，发生过类似的事情吗？后续如何收尾的？时间周期大概多长？

[谢幺 Xie Yao @XplainYao]

@grok @oragnes 智能体应用带来Token需求的爆发，需求的爆发为什么会提高成本？

[谢幺 Xie Yao @XplainYao]

在多次尝试用AI替代我写稿后，我意识到LLM和人类大脑的关键区别：

我是这样处理内容的：

- 观众注意力是一个漏水的瓶子——不续就会流干，流干了观众就划走了。

- 观众的脑力是一个逐渐被填满的容器——满了就装不进去新东西。需要在满之前，完成一次知识获取，产生获得感，这样才能续上下一个空容器。

我每次读稿的时候，都在自己身上跑这套模拟。一段一段地感受：这里注意力是不是快漏完了？这里脑力是不是要溢出了？这里有没有续上？这个过程费力、慢。

但它是理解观众的唯一途径——因为观众就是这样处理内容的。

而大模型的机制恰好相反。

大模型一次性读取全部内容，整体处理，然后输出。不会经历"漏水的瓶子"——我的注意力不会衰减，我的脑力不会填满。

LLM的优势，是能快速看到全局结构，但盲区是，天然感受不到观众逐段处理时的注意力曲线。

[谢幺 Xie Yao @XplainYao]

Context越准越好，这个理解对吗？

[Orange AI @oran_ge]

如果还觉得 context 越多就是越好
那就没有真正理解 context 是什么

[Orange AI @oran_ge]

如果还觉得 context 越多就是越好
那就没有真正理解 context 是什么