摘要： 本文讨论了大型语言模型（LLMs）的兴起及其影响。作者指出，尽管LLMs的影响前所未有，但它们与早期假设相似。作者强调，许多公司错误地将AI作为噱头而非实用工具，例如Slack将自身定位为“AI工作管理工具”，但实际上用户选择Slack并非因为其AI功能。作者认为，最好的AI应用是在幕后工作，以增强用户体验。作者通过一个案例说明了LLMs在非语言人士的交流辅助工具中的应用，展示了LLMs如何提高效率。此外，作者还讨论了LLMs在创业和内部工具开发中的应用，并预测了LLMs的未来发展。作者指出，虽然LLMs具有局限性，但它们是提高生产力的有效工具。最后，作者提醒人们要注意LLMs的局限性，特别是在处理新问题时。
讨论： 上述讨论主要围绕人工智能（AI）模型的准确性、成本、实用性以及其在不同领域的应用展开。讨论者指出，尽管AI模型在工程和内部工具开发方面具有巨大潜力，但它们在准确性和成本方面的限制仍然存在。一些观点认为，AI模型在处理自然语言和进行复杂任务时存在不足，需要用户具备一定的数据素养和清晰的表达能力。同时，也有观点认为，AI作为产品在商业上是有可行性的，尤其是在提供工具和功能方面。讨论还涉及到了AI在媒体和讨论中的过度炒作问题，以及对现有技术的忽视。
原文标题：Things I’ve learned in my 7 years implementing AI
原文链接：https://www.jampa.dev/p/llms-and-the-lessons-we-still-havent
讨论链接：https://news.ycombinator.com/item?id=45596602