关键观点
亲自使用是判断AI的前提
Craig认为,脱离实际使用谈论AI的可靠性、价值或局限,很容易流于抽象判断。只有真正让模型构建、重构和维护项目,才能感受到其能力边界。他把持续试验视为理解新技术的必要方法,而不只是提高生产率…展开观点收起观点
Craig认为,脱离实际使用谈论AI的可靠性、价值或局限,很容易流于抽象判断。只有真正让模型构建、重构和维护项目,才能感受到其能力边界。他把持续试验视为理解新技术的必要方法,而不只是提高生产率的手段。不过,这种探索也会产生强烈的沉浸冲动,需要与其他人生目标竞争时间。
为什么重要: 对创作者和决策者而言,可信判断应来自具体实践,而不是二手印象;但试验本身也需要明确预算和边界。
支撑证据
if you're not touching it, if you're not using it, if you're not building with it, you can't really comment on it
AI催生高度个人化的“N=1软件”
Craig利用AI重建了财务软件、邮件系统、会员工具和私人社交网络。这些产品并非面向大众市场,而是针对自己的工作方式、成本结构和价值观进行设计。邮件基础设施的年成本从约6.7万美元降到他估计的…展开观点收起观点
Craig利用AI重建了财务软件、邮件系统、会员工具和私人社交网络。这些产品并非面向大众市场,而是针对自己的工作方式、成本结构和价值观进行设计。邮件基础设施的年成本从约6.7万美元降到他估计的约150美元,显示现成SaaS在特定场景中可能承受巨大替代压力。但这种模式更适合需求特殊且具备一定技术判断的人,并不意味着所有人都需要自建工具。
为什么重要: AI降低了定制软件的门槛,使个人和小团队有机会替换昂贵、停滞或设计不合适的通用产品。
支撑证据
I was spending like what was it like $67,000 a year? ... my like yearly bill is probably going to be like, I don't know, like $150 or something.