扫码枪。 二、AI 的不同 在我看来，AI 从产业角度，带来的是信息处理的不同： 互联网时期：你输入一个问题，由人或者机器，把相关的材料找到，然后返回并展示给你 AI 的当下：你输入一个问题，AI 检索到材料（来自你的提供、AI 的训练数据，数据库或者联网搜索，然后生成并展示给你 因此，当有需求时，我可以把所有信息都提供给 AI，让它筛选和录入，并根据我的输入识别意图，以更好的方式把结果返回给我。
如果数据是实时、自动注入的，这就是所谓的 Copilot 模式。 我用 coze，搭了个公众号排版器 顺道提一嘴，在当前的路径下，AI 不存在「又变天了」。
大模型从头到尾只在做一件事：输入足够的信息，然后输 突尼斯 whatsapp 号码列表 出相应的内容。 如果用 y = fx 来表示，大模型做的事情就是： 结果 = 大模型提示词 在产品里，这个过程可能会不断重复，比如在 agent 场景中的反思，就是让它先用 fx 输出一个结果，再用 gx 来检查。
而多轮对话，就是把 fx 中的 x 改成历史对话。 再多嘴一句，绝绝绝大多数的 AI 产品，都只是对大模型 API 进行简单封装，找到着力的业务场景，结合行业 knowhow 和交互优化，来做品牌创新。
AI 在应用层，从来不是技术驱动。 三、AI 的缺位 首先，我提一个暴论：人类对AI的使用，既没有先天的基因，也没有后天的学习。因此使用门槛极高，存在巨大的差距。