1874w
27 分钟前
我感觉现在 AI 的其中一个痛点就是：无法根据任务的复杂度，智能选择不同的模型来处理问题，目前只能人手动识别。
但目前不管是 AI 算力还是成本永远都是有限的，无法做到用一个模型就能平衡成本、速度、最优解决问题。
很多人处于一个强度焦虑：担心用低级模型无法解决这个问题。所以就导致一个普遍现象：无论任何问题都尽量使用最新最强最快模型来解决这个问题，但这样的使用成本就水涨船高了。
目前识别任务的复杂度，选用更合适的模型，更多还是还是靠人工识别，但我希望未来 AI 会朝这个方向发展吧。
--------------------------------------
当然，目前人工识别其实也有非常多优化路径：我见到的最多的方案，就是用更强的模型写好架构、规划和执行方案，用低一级的模型机械执行。打包这个动作就适合用低一级的模型去解决。
不过最后还是提一句：Fast 模式我是感觉不适合常驻使用的，除非真的赶时间或者马上重置了故意消耗额度，Fast 的消耗远不止 1.5 倍消耗，还是尽量少用。
Vibe Coding 时代，人的代码时间已经被大量解放了，我本人是宁愿选择 多线程 去处理更多独立任务，而不是单独要求当前任务尽快处理完成。