每天脑子里的念头都会在这生根发芽 因上努力，果上随缘 ｜ 挥舞剑的人 ｜ journey is the reward lollapalooza
Albert关于时代注脚的播客
大模型时代还在早期充满不确定性 alber给出的答案
找到正反馈的业务 通过能打赢的小仗 加深积累对ai的理解
做短期做到你可以并行做长期的时候再做长期
<......大模型 公共知识 vs 私人数据
大模型是所有人都可以用的公共知识 就是生产工具的平权。
真正有价值的是你的独特性，而你的独特性正是来自你的私有数据、你的独特知识。
企业落地AI 核心能力积累
核心竞争力积累为下面几个：
1. 数据资产，这个的定义是定义：未来可用的数据才叫数据资产 （数据资产是不是优质的判断：是不是可以快速呗......
大模型 -- 硬件
我们确实需要一个不用从口袋里拿出来、又具备所有 AI 所需传感器的设备。
特别是满足细分需求..
在大模型时代 大家大大低估了 传感器的价值
盲目的乐观 只关注终局忽略边际是一种偷懒
投资 - 右侧与不贪心 环境与表向
投资需要的是笑到最后，活到最后，投资是最不需要逞英雄的领域，不要去对抗市场，对抗市场这个事情本身就很搞笑。顺势而为，是最高的安全边际，管理好风险，投资就成功了一半。
审时度势，见机而......
大模型 - o1 vs 4o
4个能力 文字表达（甚至多模态生成） 记忆（历史具备知识 和 缓存新知识） 推理 多模态输入识别
4o更多是多模态 o1是推理
用到了更多强化学习的方式去训练，cot内化......
大模型 - coding的平权
llm让编程这个生产力工具实现平权 所有人都可以让写代码变成自己生产力提升的方式
因为有LLM 甚至是LLM - action的方式 所以完成任务不用复杂逻辑判断
ag......
大模型 prompt - 代码 - action
有一种思路很有意思， predict next token为基础的LLM在数学运算和输出一些表格等类型输出结果不好， 但是LLM写python可以表现很好。
所以假如......
大模型 - LLM based 外呼
关于voice agent 和 LLM based语音外呼的看法
和纯文字比主要几个核心点：声纹 / 打断处理 / tts时延 / 整个 asr-llm生成回复-tts工程上的时间延......