想卷大模型？关于如何用大模型为你的工作产出保驾护航的思考

浏览量： 96

近两年来，人们都在谈论大模型，大模型俨然成了“当前版本”的热点之一，而这一切都起源于OpenAI ChatGPT的爆红。ChatGPT模型在自然语言处理领域，尤其是对话机器人方向，表现出的有效性令人眼前一亮。其成功得益于深度学习技术的良好发展，作为其本质的机器学习技术借此再一次将人工智能推向浪潮之巅，引领行业的发展。

而作为优秀又聪明的打工人，我们应当学会正确利用技术发展的成果来提升自己的工作产出，完成自己的绩效目标。本文提供一点点思路和观点，抛砖引玉，相信聪明的你能够因此用对AI技术，用好AI技术。

场景一：以大模型作为产品

如果您的工作内容是将取得良好应用效果的大模型用于商用产品，那么请记住：解决了用户的实际需求，给用户带来直接价值，才是产品成功的关键。

有时，我们能够听到类似这样的对话：我们也是做大模型的，你说我们是做什么业务？奥就是给我们xx业务做个大模型。你说现在都有谁在做，做到什么程度？我们是新团队，现在正在招人。奥你说有什么要求，嗯你会写Python吗？奥会是吧，我们正缺懂Python的人呢，我们其他人没人会。我们的业务目标已经规划好了，今年马上的xx时间要做到xx程度，明年就要大规模应用……总之我们就是做大模型的。

听了上面这段话，你会不会觉得热血沸腾？似乎看起来要做的工作目标很明确，工作内容也很明确，需要的工作技能也很明确，连战略规划也都很明确……但这却是最大的模糊。

那么什么是真正解决了实际问题、具有用户价值的大模型产品呢？我们应当首先从实际用户需求或者业务需求角度出发。例如，xx公司的客服人员人手严重不足，或者难以做到24小时实时支撑帮助用户解决问题。由于该问题难以使用传统技术解决，因此考虑使用基于大模型的AI技术解决。通过灌输给大模型多达 xx GB/TB 的语料数据进行训练调优，经过xx人长达xx时间的努力，大模型在xx领域下具备了较高的问题理解能力和解答能力，经过评估，能够在xx个场景下正确回答百分之xx的问题，用户满意率达到xx%，实现24小时全天候自动化支撑用户解决问题。这样，才是真正解决了用户的实际需求，给用户带来直接价值。

所有的新技术最终落地，都需要有应用场景，否则就是处于“研究成果”阶段，而没有找到合适的商业价值。不论是作为团队中的一个成员取得产出，还是带领一个团队达成业务目标，都离不开“解决实际问题”这几个字。大模型也一样，只是解决实际问题的一个工具，是达成目标的一个手段。不论白猫还是黑猫，能抓住耗子就是好猫。

场景二：以大模型为辅助工具

其实，与上述场景相似，关键也是在于能够解决我们工作中遇到的实际问题。只不过用户就是我们自己，只是开发这一工具的不一定是我们自己。

我们仍需理性地判断我们目前遇到的问题本质是什么，或者工作中的效率在哪里还可能取得显著提升。识别出关键问题所在后，就可以有针对性地应对。而大模型是可以在其能力范围内有效地提升我们的工作效率，或者解决问题的。

举个实际例子吧，AI柠檬本人在传统的写代码过程中，遇到过需要大量编写异常和错误的处理代码，对数据库增删改查的代码，基于某个框架有固定写法的代码等等情景。很多代码在不同项目中都有同类但不完全相同且无法抽取公共模块的写法，可以说都是纯体力活了。然后偶然我发现了某基于大模型技术的国产代码助手插件。

自从在IDE中安装了该插件后，编程效率得到了极大的提升，甚至我只需写一行注释，给出函数签名，整个函数的代码就全都自动编写完成，且实际运行几乎没有bug(毕竟大模型在这里本质上也是相当于抄和模仿成熟的开源代码)，而且还会根据整个项目上下文自动写出风格相同的代码，非常好用。原来通常需要2小时实现的功能代码模块等，实际只要不到30分钟就可以通过AI自动编写+人工调试完成。一句话：极大地提升工作效率，早干完活早下班！

总结

大模型不是问题的关键，问题的关键是解决问题。在刻板印象中的学生思维模式下，我们可能会因为我们学会某个技能、了解某项知识而沾沾自喜，逢人要炫耀一番。但实际工作中和实际生活中，能解决问题才是价值所在，只要能解决问题，所有合理合法的方式都可以。大模型，只是我们解决问题、达成目标的工具，其中一种合理又合法的技术。

发表你的看法

关注“AI柠檬博客”微信公众号，及时获取你最需要的干货。