过代码了。
日志一行行在眼前展开，视界叠了一层透明的分析层，深深浅浅的颜色浮现在上面。
韩路一的目光跳到中段那一大片反复的红。
规划一次，编不过，回滚。重新规划，又编不过。再规划，再挂。
一共十次。
他把滚动条拉回去，看每一次规划之间的差别。
前面几次走的基本是同一条路，只换了些枝节；到中间某一次才“想起来”有个地方不对，补了一层；再往後又把前面想明白的东西丢了，重新来一遍。
按下葫芦起了瓢。
前面想清楚的，写到後面就忘。
一段一段翻过去，从头到尾，没有一次是真的“想明白了再动手”。
架构他也扫了一眼。
不是架构出了问题。
韩路一一下就看出了根本原因一一
模型不够聪明。
这个架构说复杂也复杂，实现起来并不容易。
但是说简单也很简单。
大模型就像人的大脑。
传统的聊天式的交互方式，只给这个大脑配备了读和写的能力，如ChatGPT、谷歌的Gemini，唯一的交互方式就是聊天。
随着模型的能力越来越强，人们开始探索能不能让它做更多的事情，方式就是装上手脚。
比如开物，是给模型装上了调用预制组件库的手，於是它可以制作各种各样的APP。
比如Neus正在开发的自动化工作流，和姜亦心刚刚展示的新软件，是给模型装上了可以直接在电脑里读取代码的眼睛和修改代码的手，於是它可以像一个开发工程师一样工作。
这个想象空间其实是很大的，因为你还可以继续给它装其他不同的手脚。
比如你如果让它能收发短信，那它就可以替你每天跟女神发早午晚安。
甚至开网店、炒股，都不是问题。
但是为什麽现在还没有这样的产品出现呢？
整个行业还在探索的早期阶段，这是一方面。
但是根本原因，还是那句话。
模型不够聪明。
你跟它说，帮我盯着新能源的利好，出消息就加仓。
它闭市前从财经新闻里扒出一条《宁德时代与苹果达成深度合作》，反手就把你账户里的两百万梭哈了进去。
第二天你打开账户：跌停。
再一查，那条“深度合作”，其实并不是官方媒体的报道，而是哪个野鸡自媒体博眼球的假消息。如果你问它，它甚至还会认真地帮你理出这条新闻和买入操作之间缜密的逻辑关系。
一个经常犯傻的模型，装上手脚之後所能造成的危害可比只有嘴的模型大多了。
关於什麽是聪明的模型这一点，不从事这个行业的人会有很多误解。
有人说：“所谓大模型，不就是猜下一个词是什麽的概率生成器吗？你怎麽能指望这种东西产生智能？”
这个说法，其实没错，但容易让人误解。
因为这种概率不是在一张平面表上查的。
它是在一个巨大的多维向量空间里算出来的，每一段语义、每一种逻辑关系，都对应这个空间里的一个方向。
模型把你输入的那段字投进去，让它在这个空间里和见过的所有东西进行比较、融合，最後落到一个点上。
输入越多，落点越精确；空间的维度越高，对细微差别的分辨越清楚。
维度靠什麽堆？靠层数。层数越深，这个落点在出来之前就被反复精修得越多，每一轮都更贴合你真正想要的意思。大模型比小模型聪明，核心就是这个原因。
-->>(第3/5页)（本章未完，请点击下一页继续阅读）