空空:AI不會泡沫但股市會!?

現在一堆人在做agent

正規的方式

要落地似乎沒有那麼容易

阿肥因為是一個人使用

所以碰到的問題會相對少

只求穩定高效

但我覺得建置的成本時間很高

還有假設網路失效雲端模型有問題

本地化勢必然也要做

而且我看就算是本地化要穩定

你也怕有萬一一台沒有作業的時候

得暫時嫁接雲端 或者是兩台並行的

暫時降效能跑.=.=

然後目前這些模型的東西要轉成穩定的agent

似乎都避免不了

輸入 輸出的規範

將輸入的東西整理精簡成json固定下來

在送入執行層面

ai llm主要的用途

監控這個過程...以及依序執行

你不能讓他脫韁...

你勢必要在前端後端還有中間執行規格化

這樣他才能穩定的輸出你要的結果...

LLM本身就是隨機

你不這樣做在高精度在穩的模型

都會有脫韁狀態

我有時候在想

與其是這個狀態...

不然我腳本自己打一打

或者是ai寫腳本

某些場景固定執行就好了啊

為什麼要導入這些=.=

真的能腳本增效嗎

當然這東西對知道怎麼用的單一戰力

可以提高上限

使用的agent例如

我的管理文件歸檔的機器人

我傳圖片他自己建立.md重新命名歸檔csv

然後我要調閱任何帳單資料

這種就很適合

調閱文件資料跟圖片使用...目前用起來順

但我想是因為我檔案不過就過千而已

所以

再來銷項 進項小精靈

都是圖形辨識sql建檔關連

自動統計稅額可以套入401 403為主

我覺得我可以多數的小型商行也都可以

這個開銷倒是可以省下來

因為他確實掃描就可以歸檔

然後就可以自己看有沒有問題

LLM在這些場景就很適合

=.=

不過這是基於我在本地運行

我兩個月下來

弄這些有的沒有的7-8 agnet

讓他繞一共花了2.5b左右的token

由於本地可是電費

ai落地運用阿肥我認為是時間問題

他鐵定會開始的

能取代的人力我拿會計這個崗位來說

一般公司假設一個會計+兩個key單的

那兩個key的可以少掉一個甚至兩個

主要的那位就是負責資料確認最後檢查

（其實這個人也可以被取代）

=.=

這要泡沫的原因

我只覺得是落地時間問題

會去影響到資本支出

股票的泡沫是資金他等不及這過程

不是ai真的會泡沫

你這句話的解釋是這樣來的

當然我這些依據

是因為我做出來的skill

aqent

他們不是黑箱的狀態

我每個步驟都有對應的腳本只執行

以及輸入資訊的規範及除錯紀錄以及部分

本地agent會介入自己修正並且下次碰到

他會知道可能碰到的修正歐=.=

否則...

為什麼不原本的系統上嵌入ai就好了

做一個agent要去取代一個崗位

那個崗位

他原本就沒有特別有價值

那到底=.=

不去除痛點或是增效

而是導入製造麻煩然後省那麼一點點錢

根本毫無意義

相信不久有些公司就會發現

底端便宜用就好了...

然後高端的還是讓他手刻...

別讓他閒置下來等token

他整天想東想西

不會安定在崗位裡面工作的...

站在這個角度ai

並沒有降本增效...

因為當所有公司都在用

每個人基礎提高了...

不代表你的業績會提高

而且當所有人提高那不就代表...

所有人都沒有提高...

現在只是一堆人在fomo如果我不用

我就會被淘汰我的公司會不會輸人...

但這些硬體token投資

阿肥我覺得要部署到落地...嵌入你們工作流

沒有3年我看難

投資人

能燒3年沒有見到落地成效產能激增嗎

=.=

我覺得不能

--