我想通过学习ai的技能赚钱，是长久主义者

我（阳萌）认为最后还是走一个仿生的方法——有一个足够长的Context（举了谷歌的一篇论文infinite context transform，不需要把Context做太长，可以把以前可能需要被扔掉的token深度压缩后依然保存在Context里）这就引发一个很有意思的探讨，假设现在已经有东西能保存你的一段记忆（或者说你的喜好、所有经验记忆），类似哈利波特的记忆瓶子，你是否愿意？其实手机特别适合干这个，在手机上部署一个sensor（传感器），收集声音视觉等信号，就能在本地产生一个这样的Context，你是愿意这个Context在你手机本地上面呢，还是你愿意把这个Context upload到云端去？我（阳萌）赞成把一个训练好就不动的模型部署在端侧（也就是我的手机或家庭计算中心），记录我所有知识和记忆的Context一定不能跑到云端，它只能存在与我的端侧（哈利波特里面记忆必须放在小瓶里，严加看管）。想明白这个问题，再来看马斯克与OpenAI和苹果的争论，就能理解了。访谈后面谈到安克创新和阳萌理解的创造者的特质，也很值得一看。总结来说就是抛开表面事实，回归基础原理，找到突破关键。求极致——追求长期全局最优解（对应机器学习概念中的全局最优和局部最优）最后是相信长期主义，持续学习，自我觉察和自我进化。最后总结——世界是参差的，唯有持续学习能抵御未来的变化。视频链接：1、[【包教包会】一条视频速通AI大模型原理_哔哩哔哩_bilibili](https://www.bilibili.com/video/BV17t4218761/?vd_source=3cc4af77a2ef185635e8097d3326c893)

我（阳萌）认为最后还是走一个仿生的方法——有一个足够长的Context（举了谷歌的一篇论文infinite context transform，不需要把Context做太长，可以把以前可能需要被扔掉的token深度压缩后依然保存在Context里）这就引发一个很有意思的探讨，假设现在已经有东西能保存你的一段记忆（或者说你的喜好、所有经验记忆），类似哈利波特的记忆瓶子，你是否愿意？其实手机特别适合干这个，在手机上部署一个sensor（传感器），收集声音视觉等信号，就能在本地产生一个这样的Context，你是愿意这个Context在你手机本地上面呢，还是你愿意把这个Context upload到云端去？我（阳萌）赞成把一个训练好就不动的模型部署在端侧（也就是我的手机或家庭计算中心），记录我所有知识和记忆的Context一定不能跑到云端，它只能存在于我的端侧（哈利波特里面记忆必须放在小瓶里，严加看管）。想明白这个问题，再来看马斯克与OpenAI和苹果的争论，就能理解了。访谈后面谈到安克创新和阳萌理解的创造者的特质，也很值得一看。总结来说就是抛开表面事实，回归基础原理，找到突破关键。求极致——追求长期全局最优解（对应机器学习概念中的全局最优和局部最优）最后是相信长期主义，持续学习，自我觉察和自我进化。最后总结——世界是参差的，唯有持续学习能抵御未来的变化。视频链接：1、[【包教包会】一条视频速通AI大模型原理_哔哩哔哩_bilibili](https://www.bilibili.com/video/BV17t4218761/?vd_source=3cc4af77a2ef185635e8097d3326c893)

OpenAI刚推出GPTs的时候，网上都在说这是苹果时代的AppStore，如果非要这样比的话，仔细思考一下，我们创建的GPTs就是我们的产品，那麽产品的核心竞争力和护城河在哪？是Prompt吗？绝对不是模型能力、基础工具都是平台提供的，Prompt这东西，没有任何难度，想防也很难防的住，大家迟早能追平，甚至到后面，Prompt也会被简单化或者被弱化。我个人认为，GPTs的核心竞争力和护城河，还是在于数据和服务上（定制化Tools）。上半年的时候，有个红杉闭门会，提到一个观点，说传统SaaS已死，怎麽死的呢，就死在这里。传统SaaS的能力会被碎片化，然后，整合到各种GPTs里，而OpenAI，成了真正的流量入口。举个实际的例子吧。现在GPTs商店里其实同质化的产品非常多，一些简单的，通过Prompt写出来的，分分钟被复制，你能写我也能写。有个叫WebPilot的GPTs，作者通过自己开发的搜索接口，提供搜索服务，接入到GPTs。你如果想仿的话，要么你也去开发一个搜索服务，再或者，你直接购买WebPilot提供的API接口。还有个小红书写作专家，作者收集了很多的小红书数据，和规则，通过RAG包装成GPTs。想模仿的话，你得先搞到这些数据。说到这里，大家心里应该有大概的答案了。也许能赚到一波钱，红利的钱，但这肯定不是长久赚钱的方法。