2024 我重度使用 AI 的一年

2024 过去了，这里写一篇一年来 AI 行业观察的总结。

为什么特别关注 AI？ #

全世界都知道 AI 是当前人类科技大跃进的推动力，仅仅是观察这一切的发生就极大满足了我的好奇心，并不断提升我对未来的期待。也让我最近一年很多时候都是东八区的凌晨一点后才睡觉，因为这个时间点几乎每次是美国宣发最新 AI 产品的时间，可以看到我的推文蛮多都是这个时间在发出感叹。

从 2023 年初订阅 ChatGPT 开始，到 2024 年已经成为我的生活必需品，以下是我看到和感受到的变化。

智能水平的提升：最强的 o3 在编程和数学方面已经达到人类的顶尖水平。
第一梯队格局变化：从年初 OpenAI 的 GPT-4 一家独大，演变为 OpenAI、Anthropic Claude 和 Google Gemini 三强并立的状态。
第二梯队加速逼近：GPT-4 的智能水平已经被第二梯队超越，包括中国的阿里 Qwen 和幻方 Deepseek。
模型推理方式跃迁：模型最高智能切换至基于 CoT 的 reasoning 模型，其中 o1 发布三个月后的 o3 推翻了多个智能评估体系。
多模态长上下文成为原生标配：能识图，能语音交互，模型上下文门槛拉到 128k（三百页左右文档体量）
文生图的竞争：与 OpenAI 相同 Midjourney 也失去垄断地位，FLUX.1 和 Recraft 模型也足够惊艳。
视频生成的崛起：百花齐放，不少尝鲜者已经做出有意思的短片，其中中国的可灵表现尤为突出。
智能感知边界的拓宽：不再只是数据，更多厂商开始探索智能对空间的理解，以及机器人如何进化并进入人类现实生活。

最显著的突破来自 Claude 3.5 Sonnet，它让辅助编程从 GitHub Copilot 的智能补齐，一跃跨越到能承担初级编程任务。v0 bolt.new 工具甚至可以一句话生成完整的工程代码，而 o1 系列更能胜任一定复杂性的编程任务。

年中，我在公司分享并演示了使用 Cursor 进行功能开发。到了年底，许多营销标题如“不懂代码，用 Cursor 几小时开发产品卖出百万”频现，反映出代码开发的趋势已从人工编写转向人机协作的试错优化模式。

我感受是，采用AI辅助的开发人员在2024年底能比纯手写效率高一两个数量级。开发者们需要从“会写代码的人”转向“懂得如何让 AI 写更好代码的人”。

今年底还在706 创造者社区的 Cursor 编程共学课程上，作为讲师给人分享如何使用 Cursor 来辅助编程，最终不少原本不熟悉编程的小伙伴也做出了一些作品。

今年，我退订了 AI 通用搜索 Perplexity 和面向编程搜索的 Devv。前者被 ChatGPT 和 Gemini 的内置搜索功能取代；后者则显得像一个过渡产品，因为编程辅助已从传统的“搜索+编写”进化为直接让模型完成代码生成。

如今，常识性内容通过 ChatGPT 即可获得。最近我读到古希腊的内容时，忽然想了解“与希腊城邦时代同期的中国正处于什么朝代”，过去需要多次 google 搜索查找对照相关信息对照，而现在只需一句话，几秒钟内即可得到答案。

最近刷到回顾 2000 年香港《百万富翁》节目的影片，最早人们获取知识只能去看书，而互联网到来后可以通过全网信息检索获得，而现在只需要随口一问，不到三十年年间已经是指数级的效率提升。

我订阅了第一梯队御三家 OpenAI ChatGPT，Anthropic Claude，Google Gemini，它们具备以下能力：

虽然订阅三家主流产品看似重复，但它让我第一时间体验到最先进模型。我相信这些模型厂商是最了解模型最佳用途和其能力边界的群体。

2024 年热门的编程 Agent 产品 Cursor Windsurf Bolt.new 都悉数订阅，并且保留 Cursor 作为我日常编程伙伴。

此外，我还乐此不疲地花钱体验各种工具，如音乐生成的 Suno 和 Udio，图片生成的 Midjourney。这个时代每月掏出 $20 美金，能体验上最前沿人类科技，你敢想么？

对于价格这个事情，我还发文调侃过，20 美金可以买多少杯饮料😄。

最早在科技行业中提到效率这个词，可能提到的是某一款自动化的软件，一组快捷键，某种硬件设备，而现在效率基本被 AI 能完成多少所替代。

假如效率已经完全被辅助人类的 AI 达成，那么更进一步的创造被 AI 实现可能也不远了。

我开始感觉到，小时候看的科幻与当前现实的边界已经开始模糊。。。