因为某个问题在知名蓝色论坛跟人评论聊天 我说我越来越受不了 gpt 的雷霆大思考了,所以我宁愿回退 sonet+deepseek 也无法认识 Astra 了。
但是下面评论都指责我说模型能力才重要,速度无所谓???
我搭配了 n 个 agent,多个账号,同时并行了 7 个任务,频繁的等待让我额外付出大量的焦虑切换不同的 seesion(慢也是多账号的原因),我觉得 super agent 解决不了以前,我必须要求够快....
是只有我这么想么...
因为某个问题在知名蓝色论坛跟人评论聊天 我说我越来越受不了 gpt 的雷霆大思考了,所以我宁愿回退 sonet+deepseek 也无法认识 Astra 了。
但是下面评论都指责我说模型能力才重要,速度无所谓???
我搭配了 n 个 agent,多个账号,同时并行了 7 个任务,频繁的等待让我额外付出大量的焦虑切换不同的 seesion(慢也是多账号的原因),我觉得 super agent 解决不了以前,我必须要求够快....
是只有我这么想么...
|
1
标题好像写的不雅。。不应该是强,是重要,而且基模能力应该打引号,低于 sonet 的还是不行.....
我有自建知识库和自己搞的 harnessagent 目前用垃圾模型也能干活,只要不做数据类的工作..... |
|
zengxs5h 29m ago
2
看业务场景吧,有些业务要求快,有些要求稳
不同场景适用的模型可能也不一样 |
|
3
@zengxs 我是互联网业务,我做数仓,agent,和推荐系统,我发现在复杂的数据和业务逻辑部分,目前没有任何一个大模型可以很轻松的实现需求,都要多次....发现它们即使不出幻觉的情况下,以为上下文知识的复杂,导致注意力容易便宜,会很刻板的实现你需求里提到的某个面.....比如复杂的数仓查询 sql,他基本上只考虑实现。针对某个业务驱动的 etl 让他增加一个维度实现,他会莫名其妙共用一个锁.....这我叫做注意力偏斜....
写前端我是全委托许愿的.....剩下的反正都要盯,就极其痛苦。claude code 是,code 也是 |
|
zengxs4h 52m ago
4
@jia584643753 我也会接触一部分大数据的业务,这块确实很难 vibe,最近做一个实时系统的时候,上下游数据和要考虑的规则巨多,光靠几句话描述,ai 压根都理解不全业务系统
而且还有数据合规问题,很多数据还不能给 ai 看 所以我们这块基本还是人是主力,ai 只能辅助思考 |
|
5
@zengxs 是,除非打开沙箱,要不然 ai 干不了这个活儿
|
|
letitbesqzr4h 32m ago
6
|