看板
[ Stock ]
討論串[請益] 這波無限下殺真正的原因是什麼？
共 24 篇文章
內容預覽:
其實我覺得大公司導入AI要獲利真的困難. 不是產出方面，是人性和公司制度的問題. 沒看到一堆回文在說上班八小時，工作用AI做2小時做完，剩下時間耍廢. 一堆公司高層也還不知道AI能幹嘛蝦基八亂裁亂訂標準. 大家都是公司打工仔，不是每個都想當績優員工，絕大部分都是來混口飯吃的. 公司越大，混飯吃的心態
(還有1074個字)
內容預覽:
成本不是很重要. Token 成本軟硬體+模型優化. 合計一年可以下降80%-90%. 兩年後一定是模型至少人均fable 成本10%. 現在用的起的少 還沒到主升段. 就跟電動車一開始也是有錢人在開的一樣. 這趨勢已經很明顯. Agent ai 下 未來記憶體增速將長期跑贏半導體. 記憶體三巨頭目
(還有629個字)
內容預覽:
應該是AI投資模型在操盤. 現在很多投資機構是用AI模型進行買進賣出. 如果是基金經理人，除了專業能力之外，也具有人類的各種感情，恐懼跟貪婪，一旦賺到超出人類情感認知範圍，可能就會反向操作. 但是如果是AI投資模型，就沒有任何感情限制，在即時分析數據之後，就可以一直殺一直殺一直殺，直到反方向資金被滅
(還有15個字)
內容預覽:
前幾天也跟朋友提到 coding agent 的效應. 現在 coding agent 不管是賣 token 還是賣訂閱. 從公司經營的角度來看已經變成是人力成本的一部分. 從人力成本來說也就是說請一個工程師，除了他的薪資、勞健保以外還要加上他使用的 token 費用. 而且 token 費用如果使
(還有2420個字)
內容預覽:
想問懂技術的人. LLM本質就是大型語言機率機. LLM的曙光自動化aka agentic AI，是由人類輸入自然語言. 經由條件設定和機率計算，讓LLM吐出程式看得懂的指令去操作程式. 所以其實就跟人類直接下指令或手動操作沒有兩樣. 只是差別在人類手速比較慢/知識可能不足. 另外因為是機率機. 同
(還有1933個字)