绿色简约靓丽风格的一款自适应式zblog app下载模板，面向于手机app应用、手赚app应用、网赚app应用分享下载网站设计开发，采用左中右三栏布局响应式结构，APP图标排版、分类展示、大幅轮播图、热门/最新APP模块，二维码扫描下载，支持电脑或手机访问浏览，兼容IE9+、Firefox、chrome及Safari等主流浏览器，在PC电脑端和手机端都具有良好的访问浏览体验。
主题特点：
知乎周源：建议拆除知识围栏，让全民共享数据红利全国政协委员、知乎创始人、董事长兼CEO周源提出，目前，我国知识和学术领域存在着过度商业化、碎片化甚至一些渠道被垄断的现象，大量知识和有价值的内容被闲置、割裂、封闭，形成了数据孤岛。
接下来，蚂蚁将与深圳数据交易所携手落实合作事项，以扎实的技术产品促进数据高效流通使用，为助力深圳与大湾区数字经济发展作出更大贡献。据介绍，双方合作将涉及多个方面，包括共建共享高价值数据合作渠道，开展数据合规专项研究，推进区块链、隐私计算、AI等技术研究和互联互通等方面合作，助力深数所建立稳定、高效、开放的平台能力，打造全流程数据交易的范式
网版权文章，未经授权禁止转载网版权文章，未经授权禁止转载网版权文章，未经授权禁止转载网版权文章，未经授权禁止转载（中国证券报）国内资讯被指区别对待中国人，宝马MINI致歉4月20日，MINI汽车品牌就上海车展期间被指区别赠送冰淇淋一事致歉。
月薪在10万至20万之间，16薪，相当于一年最高可以拿到320万。据悉，该公司位于杭州未来科技城欧美中心。原因是如果出现超级LLM，那LLM本身就有是平台，对现有平台产品来说可能会损失品牌，躲到LLM后面，沦为工具，但不管怎么样，平台还是应该拥抱LLM，利用好LLM的能力，也可能走出一条不一样的路。
首先是语言 language，自然语言的交互方式，很底层的人类交互手段。基本上做到了第三步才是真正的用AI/LLM来定义和实现完整的软件功能和逻辑，而不仅是交互方面的调度，我觉得可能在相当长的一段时间内都是用第二步和第三步之间的方式来实现软件/SaaS的AI/LLM化，而不是Native AI/LLM软件/SaaS。基于以上的场景和分析从模型的角度：除了大家现在比较关心的基础通用型LLM外，未来可能会有很多的行业/场景型LLM。中间是CUI，主要的交互和任务都在这里完成。
只要你的value只是线上薄薄的一层，哪怕再高的知识密度，你的可替代性也不会很低。这样系统的输入方式和形式以及效率都会得到大幅度的提升。
不过有一些传统业务功能的局限却可以用自然语言的形式来实现，比如输入基础考勤和税务信息根据每个国家工资的算法进行月度工资的计算是非常复杂的逻辑和算法，用自然语言是不容易实现的，但是基于这个算薪结果进行比较又是用传统的逻辑和算法无法完成的，而一般都需要人为的查询和比较，并解释。在这个Sternstunden der Menschheit，我们可能有的只是时间。甚至也会由于数据合规性的考虑会出现个人LLM和边缘LLM。LLM会逐步的部分或者全部替代掉SaaS的业务逻辑，但是传统的业务逻辑是不是更高效这点需要针对不同的业务逻辑单独的比较和验证。
那么，现在新一代的AI又带来了哪些新属性呢？我想到了一些，也欢迎大家补充。基于以上内容，我来抛个砖，4个月前开始考虑LLM对于我们的影响以及如何拥抱并形成或扩大自身产品的差异和壁垒。中间的对话框不止是一个传统软件的rich text area，这里包含的很多的元素，其实类似的微信对话框里不同的format，比如一个网页，一个文件，一个小程序，其实企业微信和叮叮也都有类似的设计，只不过通讯/协同软件更多的还是人和人对话，现在的对话框不再是或者不仅限于人和人了，更多的是人和LLM，对话框里要可以显示和处理更多的格式，比如微信不支持markdown（因为正常人不会用这种格式跟别人交互），现在需要支持更多的文本格式，因为用户不仅是要在对话框里完成对话，更重要的是要在对话框里完成任务，完成指令，而不只是把对话框当作信息的传递，具体的任务要跳出对话。其实很多应用会产生大量的专有数据，比如购物网站产生的用户购买行为和偏好，比如社交应用产生的用户行为和交互的偏好，这些其实都有很大的价值，LLM其实是反向逼迫大家来审视自己的数据资产，以及如何更好的利用它。
主动与被动：其实大家日常使用的AGI应用无论2B还是2C，几乎所有的场景下的应用都是被动呼出的，也就是说都用户提出问题，LLM被动回答。但是看了YC去年的List后觉得AI-Native应用的前景已经非常明朗了，AI已经深入寻常百姓家。
因此2C/2B级别的应用，如果你的交付是纯信息的形式，开放形式的，范知识类的，那么长期看大概率都是有风险的。个人觉得替代工作流更像一个trade off是兼容之前的古典软件设计范式，而不是新的范式，新的范式是下面的第三步，完全的业务逻辑AI化。
不过这个完全是个人脑爆，毕竟旅游行业的供应链管理是相当复杂和高壁垒的，我们有相当长的时间可以观察，思考和应对。因此，在选择使用 AI 还是传统方法完成任务时，我们需要具体考虑任务类型和预期结果，避免浪费。1产品/软件设计的范式转变基于以上的特性，SaaS/软件行业对AI的垂直integration，我预想大概是可以分成三步，每一步都比上一步更深入，对AI模型能力的使用也更充分。所以大家一定要动态的看问题，焦虑往往是人类对未知的恐惧形成的潜意识，静态的思维方式和常规的套用往往会加速这种潜意识的形成。但是后续的故事我们都已经知道。突然之间，ChatGPT的出现，让大家对这个社会秩序迭代的公式产生了动摇。
但是系统逻辑不一定是最优的，或者效率最高的。从交互的角度：尽管我之前提到了交互式用户界面（Conversational UI），这种界面最自然的表现形式仍然是对话（conversation）。
如前所述，操作系统的机会只有少数人，但是应用的机会是给大多数人的，而对于LLM而言，上层的应用形态是多样的，但是不是所有形态都是适合应用层的。GONEX-IRIS还可以让您成为一个全球HR问题专家，帮助您从事事求人的HR文盲秒变专业的HR领域专家。
3PMF范式的转变从蒸汽机开始替代一些体力劳动者开始，社会的演进就变成了人要操作机器，因此人要受教育，学更多的知识，然后用这些知识去操作效率更高的机器。现在在百度上只是做广告买流量，后面百度通过文心一言的小程序或者Plugin直接就把前置的所有事情都干了，只需要下单API。
甚至也会由于数据合规性的考虑会出现个人LLM。因此AGI的出现，就可以根据设备的感知能力主动发起对话，比如中午，可以问用户吃了么，没吃赶紧吃，想吃啥附近直接找到，并导航到餐馆。其次是生成式的交互方式 generative，它能够以人类易于理解的方式进行实时生成。个人感觉如果百度未来的搜索结果可以放更多的软广，在上下文中，让用户更加接受，而不是现在的搜索广告形式。
未来的LLM可能的分层形态：2交互范式的转变交互方式的改变，从抽象流程到自然语言，conversational user interface(CUI)实际上人类日常的最自然的交互方式就是肢体语言，表情和对话，而古典软件都是靠业务流程抽象化来完成目标任务的，而LLM的方式可以从更贴近于人类习惯的方式使用软件功能，因此极大的降低了学习成本，未来的AI Native行业软件大概率是类似的这样的三段式 three stages CUI.左侧是传统的抽象流程的快捷方式中间是对话功能框，未来很多的工作流都是基于对话和上下文在对话框里直接完成的。微信之所以使用时间长，并不是因为比抖音有更牛的沉浸式推荐算法，而是因为你的主动是对方的被动，对方的主动是你的被动，通讯录联系人互相成为对方的initiator。
AI可以替代这些工作流，直接问一下我的工资，返回具体的工资数据。最近大家都很兴奋，ChatGPT的出现带火了知识博主，增加了变现机会。
当然也不一定是左右的形态，也可以是下上，或者上下的形态。比如在GONEX-IRIS这个工资查询的场景下，用户需要调用一些本地数据，而对话框只能显示一部分，如果回答太长，用户容易miss掉上下文，因此需要有个地方单独呼出，右侧就是一个比较理想的方式。
正是这种能力的增强才使得拼团、分销、砍价成为可能，其中最大的应用是拼多多。使用GONEX-IRIS，您可以在几秒钟内获得关于海外员工雇佣、福利等方面的专业建议，而无需倒时差或花费大量资金雇佣当地专家/咨询公司。iPhone的早期，很多人吐槽当点iPhone上的app都很PC，直到有的app用手势gesture来做交互才逐渐有了现在的样子。然而，如果只考虑到这一点，那么你对于使用场景的了解可能还不够深入。
比如，我要查steve的工资，LLM会返回给我工资的具体内容，比如我问LLM有什么的需要审批的工作，LLM直接给我返回5个审批列表，我可以直接在对话框里审批。关于LLM：除了大家现在比较关心的基础LLM外，未来可能会有很多的LLM，从业务场景的角度会有，比如完成电商业务的模型，完成ERP业务的模型，完成CRM业务的模型等。
我们现在用简单的示例来解释一下以上ChatGPT在软件工程以及CUI设计上的一些基础逻辑：首先为什么是three stages，三段式设计，不光是PC，其实在移动设备上也是一样，因为如果只不过根据屏幕大小很多内容是折叠起来的，但是大概率都要有这三段快捷方式，用古典的方式可以找到古典的逻辑，主要为了帮助用户适配古典逻辑，但是古典逻辑会存在多久，这个不好说，也可能要很久。很多人都在讨论LLM和AI infra，如何写诗如何画画，真正讨论应用的很少，讨论行业应用的就更少了。
例如：请问为什么上个月工资和这个月差这么多？产品原型图截图这个功能如果用传统的方式是无法实现的，但是用LLM似乎是可以实现的，但是需要把现有系统的数据和算法给到模型并训练才有可能。比如我要LLM帮我请假，但是一些具体请假原因和流程都要在对话框里完成。
1 留言