※ 引述《thesonofevil (四非亞心)》之銘言：
: 如題
: 剛剛上班因為遇到不太確定答案的問題
: 就拿去問Google AI
: 然後就得到了一個超級無敵霹靂清楚且有說服力的答覆
: AI從不同面向答覆了我的問題 而且完美符合我記憶中的答案
: 我整個嚇到不行
: 因為這其實應該是我的專業　
: 所以瞬間有種「幹　要我幹嘛啊？」的驚嚇感
LLM帶給我的驚豔之處
那就是現在LLM出現後，
等同於每個人都有機會用很便宜的成本擁有一大堆小助理。
這些助理雖然不是很聰明，但是可以用很快的速度執行非常多「不太聰明」的工作。
那人類就可以專注在真正的問題上、發揮自己的想法或解決問題。
好處是：人可以花更少的精神在沒啥創意的細節上
這個就有點像早期的時候，遊戲開發者常常也必須要會操弄底層程式，
之後隨著遊戲產業發展、有大型熱門遊戲引擎之後，
更多人就可以專注在發揮自己的想法上面，
而不是卡著一些重複性質很高的技術細節。
另一個類似情況就是很久以前我跟matlab的邂逅，
學過工程數學的很多人都對那些有的沒的計算技巧印象深刻，
但這真的超浪費生命。
比如我想計算 x*sin(x) 在 [0,1] 與x軸夾出來的陰影面積，
你可以參考不定積分表去求得 -xcos(x)+sin(x) +C，
也可以用 simpson's rule 去直接計算。
使用者只是想求得這個結果，卻需要這麼多跟原問題無關、了無新意的技術細節，
搞得很多人覺得微積分這些知識學了沒啥用。
所以當我知道 matlab 可以一行文把結果算出來，那可真是很震撼。
數學終於從紙上談兵變成真正能問題的利器 :D
另外，LLM目前仍然不是答案機。
我在發 #1fN9mb7l (C_Chat) 這個GigiRaora的萌夯荒野直播的時候，
有使用ChatGPT去查詢那兩個人衣服分別是從什麼怪獸改的
https://i.imgur.com/M5hhkfd.jpg
ChatGPT的回應是：
Raora 是 Rathalos
Gigi 則可能是 Gigginox
Rathalos 我覺得沒問題
https://i.imgur.com/zJ0mUkZ.png
Gigginox 這怎麼看都不像吧？
https://i.imgur.com/e8hmtN9.png
我接著問怎麼得到 Gigginox 這推論的，
ChatGPT再次說是他綜合社群討論結果，還給出了reddit討論連結。
連結點進去，搜"Gigginox"根本什麼都找不到
後來我請ChatGPT直接給我「提到Gigginox的文章的連結」，
經過一番搜尋之後，他終於告訴我：嗯 其實沒有人這樣講 ==

我猜他可能只是用顏色去猜?

但從一方面想，人類搞不好需要浪費精神在無聊的細節上我同意你的看法，但有時候我會想，搞不好人需要花時間在在無聊的細節上（不小心把剪貼簿裡的那一行貼上來了...）

用LLM處理工作上不熟的地方真的很怕碰到幻覺

我問了GPT Gemini gork 後面兩個答對了 不過他們是直接找出這兩個人是誰然後推出來的不是從圖片看的就是

GPT跟Grok都很常信誓旦旦的說自己是根據哪篇文章哪個影片，並不是在瞎掰，結果要他貼來源連結，要不是毫無關聯就是沒東西，根本從頭到尾都是沒所本的胡扯

Ai一直都會瞎掰

gpt本來就是接話架構，現在也只有claude有在特別在意幻覺率，其他家都擺爛

這證明你在AI賺到的時間，AI會加倍讓你奉還 顆顆