歌词经理

程序不过是解决问题的回声。描述清楚，比写得漂亮更重要；解当下之困，胜过憧憬远方之城。

选最强模型 / 既然做简单任务成功率越来越高，那就把复杂任务拆分成简单任务 / 面向复杂性管理的工程能力依然人类占优，高工程能力能更准确描述需求去挖掘 AI 的潜力 / 高质量的文档有利于高质量输出，尤其是项目自己的文档..

AI 就是技术时代的魔法之源。

在之前一段时间，我写了好几篇跟 AI 相关的文章，但目前我们团队的 AI 项目都停滞了...

最近半年感觉自己明显变强了（不是因为变秃了）。主要是因为 AI，效率提高了两三倍吧。现在的情况是，可能 50% 的代码都是 AI 写的；50% 的文案都是 AI 写的。100% 的插图都是 AI 画的。

ChatGPT 爆发的那几个月，独立开发者们纷纷开始搞AI相关的开发。Pando 团队也加入其中，并做了一些项目。作者讲述了其中的故事，并且分享了关于 AI 产品研发的经验和教训。

两个事件驱动了这篇文章的内容。第一个事件是人工智能供应商Meta发布了Llama 2，该模型在AI领域表现出色。第二个事件是llama.cpp对CLBlast的支持。作者分享了在Ubuntu 22.04下使用llama.cpp + llama2的经验，并提供了下载Llama2模型的链接。

前段时间一直在做「面向 AI 的编程」——其实就是调用 OpenAI 和开源的 LLM。写本文的动机是总结在这段时间里涉及到的各类「技巧」。 我觉得随着时间的发展，未来很多「技巧」会失去价值。但在当下，如果你和我一样，需要在程序代码里嘱咐 LLM 做点什么事情，那么这篇文章应该可以给你一些帮助。

这篇文章不是一份真正的指南，如果能清楚地明白这一代 AI 的能力的上下界，有助于社畜避免被淘汰🤖💼。这篇文章确实也是一份指南，如果你把它转发给你的老板看的话👨‍💼。

最近政府对加密货币的监管压力变得更大，而且各国对LLM技术和其相关技术的监管也更加严格。现在有人问我认为某项技术是否具有颠覆性，我会借鉴类似GFW质量体系认证的说法，衍生出“全球政府监管认证分”：如果技术被多个政府视为潜在威胁，那么它就可能