目前AI的研究水平會讓KOL失業嗎？ 我的回答是很難！ 大家看一下前一陣很火的 @the_nof1 的最終的leaderboard，幾個大模型表現的可謂是大跌眼鏡，虧麻了，中位數虧了50% 以上。 我對目前AI的評價是 分析家+語言大師，只能解決“小題目”，但是離解決現實世界中複雜的“大問題”差的很遠，核心原因 - 大模型是總結能力，沒有創新能力 - scaling law逐漸失效 - 幻覺嚴重 看了下面的圖表，大家還擔心KOL會失業嗎？

裸LLM更適合作為智能底座，還需要疊加其他組件才行

是的 需要定製化優化的

前提是真正的KOL！

不是定製優化的問題， AI應該是幫助人腦獲取信息，啟發思考的。 說白了，是幫助KOL往腦子裡裝東西的。 而不是幫助輸出的，如果AI跳過KOL的腦子直接輸出，請問KOL這時候還有存在的意義嗎？

就是說， 不僅是使用LLM的顆粒度的問題。 更主要是路徑問題。 比如，我現在寫一篇文章輸出solana的並行機制。我可以問的很細，然後讓LLM把這個文章輸出了，但我自己並沒理解。 下一次，我再輸出move語言公鏈的並行機制時，仍然就只能是這樣，沒有對比。 但是如果我自己通過閱讀solana技術文檔，同時和LLM溝通，我真的理解了solana的並行機制。 下次，我再去研究move語言公鏈的並行機制時，我其實可以更好的理解，並且可以對比這兩種並行機制，從而更有效、更深入、更透徹的去解讀solana和move語言公鏈的並行機制有哪些不同，各自有什麼優勢。 有了AI，應該是把人腦的學習和成長變得更快。 而不是放棄人腦的學習和成長啊。

本質上是ai輔助人腦

是的是的，不能放棄人腦，咱這腦子本來就如此優秀哈哈。