噓 bill403777: 阿肥別再叫AI畫醜符號圖了== 39.9.229.70 07/13 13:48
現在一堆人在做agent
正規的方式
要落地似乎沒有那麼容易
阿肥因為是一個人使用
所以碰到的問題會相對少
只求穩定高效
但我覺得建置的成本時間很高
還有假設網路失效雲端模型有問題
本地化勢必然也要做
而且我看就算是本地化要穩定
你也怕有萬一一台沒有作業的時候
得暫時嫁接雲端 或者是兩台並行的
暫時降效能跑.=.=
然後目前這些模型的東西要轉成穩定的agent
似乎都避免不了
輸入 輸出的規範
將輸入的東西整理精簡成json固定下來
在送入執行層面
ai llm主要的用途
監控這個過程...以及依序執行
你不能讓他脫韁...
你勢必要在前端後端還有中間執行規格化
這樣他才能穩定的輸出你要的結果...
LLM本身就是隨機
你不這樣做在高精度在穩的模型
都會有脫韁狀態
我有時候在想
與其是這個狀態...
不然我腳本自己打一打
或者是ai寫腳本
某些場景固定執行就好了啊
為什麼要導入這些=.=
真的能腳本增效嗎
當然這東西對知道怎麼用的單一戰力
可以提高上限
使用的agent例如
我的管理文件歸檔的機器人
我傳圖片他自己建立.md重新命名歸檔csv
然後我要調閱任何帳單資料
這種就很適合
調閱文件資料跟圖片使用...目前用起來順
但我想是因為我檔案不過就過千而已
https://imgpoi.com/i/CZ2HH2.png
所以
再來銷項 進項小精靈
都是圖形辨識sql建檔關連
自動統計稅額可以套入401 403為主
我覺得我可以多數的小型商行也都可以
這個開銷倒是可以省下來
https://imgpoi.com/i/CZ2OAV.png
https://imgpoi.com/i/CZ23VD.png
因為他確實掃描就可以歸檔
然後就可以自己看有沒有問題
LLM在這些場景就很適合
=.=
不過這是基於我在本地運行
我兩個月下來
弄這些有的沒有的7-8 agnet
讓他繞一共花了2.5b左右的token
由於本地可是電費
ai落地運用阿肥我認為是時間問題
他鐵定會開始的
能取代的人力我拿會計這個崗位來說
一般公司假設一個會計+兩個key單的
那兩個key的可以少掉一個甚至兩個
主要的那位就是負責資料確認最後檢查
（其實這個人也可以被取代）
=.=
這要泡沫的原因
我只覺得是落地時間問題
會去影響到資本支出
股票的泡沫是資金他等不及這過程
不是ai真的會泡沫
你這句話的解釋是這樣來的
當然我這些依據
是因為我做出來的skill
aqent
他們不是黑箱的狀態
我每個步驟都有對應的腳本只執行
以及輸入資訊的規範及除錯紀錄以及部分
本地agent會介入自己修正並且下次碰到
他會知道可能碰到的修正歐=.=
否則...
為什麼不原本的系統上嵌入ai就好了
做一個agent要去取代一個崗位
那個崗位
他原本就沒有特別有價值
那到底=.=
不去除痛點或是增效
而是導入製造麻煩然後省那麼一點點錢
根本毫無意義
相信不久有些公司就會發現
底端便宜用就好了...
然後高端的還是讓他手刻...
別讓他閒置下來等token
他整天想東想西
不會安定在崗位裡面工作的...
站在這個角度ai
並沒有降本增效...
因為當所有公司都在用
每個人基礎提高了...
不代表你的業績會提高
而且當所有人提高那不就代表...
所有人都沒有提高...
現在只是一堆人在fomo如果我不用
我就會被淘汰我的公司會不會輸人...
但這些硬體token投資
阿肥我覺得要部署到落地...嵌入你們工作流
沒有3年我看難
投資人
能燒3年沒有見到落地成效產能激增嗎
=.=
我覺得不能
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.71.129.216 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1783921168.A.998.html