以前、@Benchmark@EverettRandleは、このAI時代においても、技術の壁は依然として存在すると考えていました。これは中国社会に蔓延するマーケティングや需要志向の雰囲気とは全く異なります。 しかし実際には、この二人はAIの輪の中にいるだけで、内面の本質は大きく異なります。 —— 元の言葉を見てみましょう: 「私たちが学んだ重要な教訓の一つは、優れたAI製品を作るのは非常に難しいということです。 SaaS製品とは全く違い、OpenAIのAPIにアクセスして対話やその他の場で使うだけではありません。 LLMの導入には多くの異なる側面があります。 どうやって改善すればいいのでしょうか? 例えば、一般的なワークフローの中でどのように位置づけられているのか? 実際、ラボアプリケーションそのものを超えた優れたAI製品を作ることは、非常に繊細で複雑です。 だから、やはり技術的な問題だと思います。 実際には、人材の不足と技術モデルの問題です。なぜなら、多くの人は超賢くセンスの良い方法で製品を作り、これらのモデルに基づいて発展させる方法を知っていないからです。 だからこそ、トップAI研究者は数十億ドル規模の契約を獲得できるのです。 ” 実際、中国の多くのコミュニティは、私のような製品(私のようなもの)を作るためにバイブコーディングに依存していますが、その強さや味わいはありません。 1. LLM研究の分野にいなければ、近年の最高の製品のいくつかを直接作ることはできず、肌もセンスが求められます。 2. AIコード生成の高速化により、いくつかの単純なシナリオ技術はもはやボトルネックではなく、最も時間的コストが低い部分となっています。 次に広く市場に出してニーズを見つけてからコードを書くという選択をします。これは試行錯誤で稼ぐ方法であり、特に元々コーディング能力が全くない人には自然と選ばれます。 —— 最後に:VCをフォローしている友人は、@benchmarkがVCであることに気づいたかもしれません。そのため、これらの見解は「投資するかどうか」という基準に基づいてVCによって展開されます。 AIと超人化の時代において、製品の爆発的な出現により、ほとんどの製品は不要となり、従来のVC投資ルートを取ることができなくなりました。 要するに、それぞれに独自のやり方があります。 @dotey @nake13 @dongxi_nlp @chaowxyz