做 ai 模型层的人,为什么会看不起做应用层的人?是不是做应用的人不配.

也算是心病了,

我确实,从 2018 开始接触 ai 开始,我就没有研究过 ai 模型的底层技术,

我没有微调过模型,没有训练过模型,不知道什么扩散层,transformer,

我一直在专注于把模型作为一个很有意思的东西,怎么样能够结合到我做的应用里,

研究各种各样的 ai 应用,从几 w dau 的 ai 解塔罗牌,算卦,到 ai 绘图,结合 ai 绘图场景的类 galgame 应用.

然后是结合 ai 生成的开放世界的文本生成游戏,

但是我一直都在面对一个声音,

「如果这些是学习 ai

那推公式读论文做模型调特征是什么」

言外之意,我不配,我只是在调 api,我承认,我是在调 ai 的 api,我现在应用每天的日均 token 消耗已经超过了 10 亿 token 了,

但我还是经常在面对这样的声音,你会训练模型吗?你知道迭代算法吗?什么?你都不知道,

那你不配,你不算是搞 ai.

我觉得做 ai 模型底层的人看应用层的人,就像造发动机的和看组装车子的厂,

没有组装车子的厂,就一个发动机在哪里转吗?

而不是来说做应用层的,你不配,你连 ai 技术都不懂,你不配在做 ai.

你们觉得做 ai 应用层的人,是不是不配算做 ai 应用的?

ota

97 天前

一两个人说你配还是不配，不应该左右你的想法，你如果是心智健全的人，就应该明白，我们无法做到让所有人都喜欢。坚持做自己就行了，只需要保持一颗谦虚的心，懂得包容敌对势力，别人说什么话不重要，重要的是他说这话的理由是什么？依据是什么？以及他的阵营是什么？

模型研发和场景落地本来就不存在价值之争。

模型层也不是天选之人，fork 一份，半路出家，即便没看过很多论文，没接触过 api 调优以外的技术细节，干中学，涂涂改改，也能跌跌撞撞出来一个纵深市场。

应用层就相当于千万网红驻扎在 tk ，没有 tk 这个平台，网红也只能扫大街，只能说赶上好时代，除了 tk 还有其他平台，就有认为网红反向供给了平台。

在自己价值评价体系中，人总会去攻击他未曾涉足的领域。如果不懂数学和英语就不能学编程，那么在座的很多半路出家的 coder 都得失业。

但换句话说，AI 只是工具，解决问题的确比研究如何造车更能出成果。但这些人必须不断的解决问题，一旦 api 更换了规则，他们也只能适应。所以到底孰优孰劣，仁者见仁智者见智。

但可以肯定的是，模型层难度比应用层大太多了，类似后端可以吃老本，前端得学一辈子一样的局面。

op 主可以反问质疑者：
"你训练的模型，日均能服务多少真实用户？"

Mithril

97 天前

其实你只要换个角度思考一下就好了。如果把你换到对方的位置，你从学校里做的就是 ML ，毕业后做算法，然后跟着流行趋势一路换到如今的 LLM 。那么以你的智力水平和努力程度，这么多年下来会比对方差吗？

如果你能认知到即使你有对方的条件，也达不到对方的水平。那说明你自己知道问题在哪。要么接受现实，要么改正问题。这都很简单。

如果你认为你们交换一下你的成就也和对方差不多，那更没必要焦虑了。只不过选择的路线不一样而已。

这让我想起来几年前 Node 带起来的前端热潮。万物皆可 JS 。H5 的各种游戏引擎带火了一大批公司，天天都有各种前端技术交流会。VS Code 改个名就算 H5 IDE 了。
这么多年下来，当年做应用做游戏的，还在做应用做游戏。当年炒概念等 IPO 的，也都死的差不多了。
再往前还有各种云服务，云应用，云电脑，云游戏。

只有当热潮过去以后，能活下来的才算本事。PPT 上写那些骗投资人的东西，别把自己也骗到了就行。

yangyaofei

97 天前

知道 Transformer, 知道微调, 等等等等的, 又有什么呢. 有几个人真正的有资源有能力有经验做训练或者微调等等呢?

说了半天, 其实大部分人仅仅是调用 API 或者做一些很基本的微调. 不用过于多想, 除了那塔尖上的几百人, 剩下的大家都一样.

但是了解这个, 比如模型的结构, 模型的输出,模型的原理, 如何训练的如何微调的, 什么是 RL 等等这些, 会让你做应用和调用 API 的时候更知道如何做才能更好, 或者说什么情况不行,什么情况行. 我觉得这会是之后在一段时间之后还能不能跟上这个时代的关键.

yangyaofei

97 天前

说得腹黑一点, 我是真做 AI 的你是就会调 API 的,但是其实你我大家都是调 api, 不 BB 两句怎么显得我是真做 AI 的?

真稍微懂的人不会 BB 那种没用的东西, 何况机器学习领域, 十年前开始就已经大部分人是调包侠了. 7 8 年前是 model.fit.train.forward 还需要自己写写 model 定义下 loss, 5 年前是 transformer.train 模型里面是啥很多人都不知道, 3 年前会写个 prompt 就觉得自己搞完了.

真在里面塌下心看模型定义,训练细节, 等等的谁有功夫 BB 别人, 技术报告和论文都看不过来.

那些 BB 别人调 API 的所谓的懂 AI 的人, 估计除了 prompt 那些东西之外他也说不出什么来

ota

97 天前

正好关注了下 AGI 进展，可能楼主才是对的。
现在 AI 发展迅速，根本没人关心大模型怎么调试，什么原理，而是关心哪个应用好用。大模型其实有一个好用就够了。围绕其展开应用，提升人类整体的工作效率，甚至解放劳动，才是全人类追求的。（不管愿不愿意，内卷就是一种追求更高效率的方式，这种追求也可以理解为被动）

就和当年我挖矿，还在搞集群设计，优化存储，降低延迟方面做努力时，资本家直接把机房给收购了，简单粗暴单机独立运行。抢占先机，挖更多的币才是关键。谁管背后的运行原理以及调优的辛苦。dp 也不过是能让大部分人低成本使用，但多少人部署 dp 是为了解决应用层的问题呢？还不是依托自己的硬件优势（本来就是开 idc 的）提供着 chat 型的 ai 呢。这都已经转向 agent 型了，大部分人还在研究大模型调优。

到底谁在固步自封不求上进呢。留一部分天才去弄大模型，大部分人还是要以应用层为中心去发展 ai 的。

aarontian

96 天前

术业有专攻，走的路不一样罢了

我们这届最厉害的 cs 大牛都是工程背景，没有做算法的，只是后来时代变了，做算法的吃到红利罢了，也许因此我没有对做算法的人带有滤镜

别人看不看得起你有什么关系呢，我不关心做模型的人看不看得起我，我不懂模型，他们不懂软件架构

还是内核不够稳啊兄弟，比起所谓的算法大佬，我更羡慕你个人做的应用有这么多用户