You cannot teach a fish how to walk.

剛剛和一位創始人通完電話，他認為自己落後了。其實並沒有。 他們正處於需要面對的問題中，這種學習是無法購買的，只有通過努力才能獲得。 每位創始人在某個時刻都會感到落後。落後於看起來更進一步的競爭對手。落後於提出不可能問題的投資者。落後於似乎一切都已搞定的同行。 但事實是，落後通常意味著你終於面對現實。這才是創業的真正課程。 你不會通過閱讀博客文章來學習定價。你是在客戶說「這太貴了」並掛斷電話時學習的。 你不會通過聽播客來學習招聘。你是在你雇的第一個人結果不合適，你不得不解雇他們時學習的。 你不會通過引用書籍來學習領導。你是在你的團隊在懷疑的時刻看著你，等待你做決定時學習的。 這一切都不好受。感覺像是落後了。但這些就是鍛鍊。這就是學費。 那些成功的創始人在問題的競技場中生存得最久。每一次艱難的對話，每一筆失去的交易，每一個「我們應該更進一步」的時刻都是實際進步的一部分。 如果你是創始人，感到落後，請記住：你並不遲到。你正在以唯一重要的方式學習。

在這裡！50個midjourney sref代碼。 免費下載。鏈接在評論中 ↓

Aave Protocol就像是第37大銀行，但它不是銀行，而是任何金融機構都可以接入的網絡，以解鎖與美聯儲無關的收益。

ChatGPT 迫使我們承認，沒有判斷力的智能只是模仿。

當ChatGPT出現時，它打破了智能的定義。 幾十年來，智能意味著解決難題或儲存知識。智商測試、SAT、國際象棋。但ChatGPT展示了不同的東西：智能是一種互動。它並不以人類的方式「知道」。它按需生成答案。然而，這種體驗感覺很智能，因為它是響應式的、具有上下文的，並且在當下是有用的。 這就是轉變。智能不再是關於儲存的內容，而是關於在需要時能夠被提取的內容。能夠在數十億個例子中進行綜合，並立即提供連貫的東西。 稱之為「假」的確很容易。但仔細看看。我們所標記的人類智能的大部分，例如寫論文、回答問題甚至給出建議，都是一種表現。 它是通過輸出進行評判的，而不是通過大腦如何產生它的神秘性。ChatGPT只是揭示了這一事實。 危險在於固守過時的評分標準。如果我們僅將智能定義為記憶或考試，機器已經「勝出」。但如果我們將其定義為判斷、品味和價值觀（人類選擇重要事物的能力），那麼ChatGPT並沒有取代人類。 它提醒我們智能真正是什麼。

一個有趣的小例子，說明谷歌在信息查詢方面遠勝於ChatGPT 我問了兩者： “約翰·麥克菲的文章《廚房旅團》是關於哪家餐廳的？” 谷歌立刻告訴了我。OpenAI卻一次又一次地對我撒謊。當我稱它為騙子時，它終於告訴了我。

代理在演示中看起來很神奇，但在生產中卻崩潰。 原因很簡單：他們無法記住，無法定位，也無法在工作流程漂移時適應。 人們正在用各種方法解決這個問題：草稿紙、樹日誌、附加的知識圖譜。大多數都是臨時拼湊的。但現在很明顯：記憶和上下文是護城河。 知識圖譜並不新鮮。它們始於九十年代末，2012年谷歌推出自己的品牌後進入主流，此後一直在搜索、廣告、電子商務和欺詐檢測中默默發揮作用。在大型科技公司之外，由於構建成本過高、保持更新困難、過於依賴專家，它們從未突破。 現在，情況發生了變化。語言模型可以提取實體、映射關係，並實時更新圖譜。突然之間，圖譜不再是學術負擔，而是更實用的基礎。 但圖譜並不能取代嵌入式搜索。它們是互補的。在生產中有效的是混合檢索： - 通過向量進行廣泛回憶：“給我展示類似的東西” - 通過圖譜進行精確推理：“給我展示這些事物是如何連接的” - 由代理融合，以提供廣度和深度 我們看到的實時情況： - 沒有持久記憶的代理在六週後就會崩潰。用戶不會每天早上重新訓練。 - 買家不關心聰明的提示。他們關心的是信任：在代理採取行動之前，評估、回滾、審計和執行權限的能力。 有效的做法：垂直混合。一個基於賬戶、政策和權限的金融代理。一個基於醫療編碼、藥物和合規規則的醫療代理。 記憶、上下文和信任不是功能。它們是基礎設施。

今天的科技巨頭在昨天的廢墟上工作

來自 @hnshah 👇 的高級 ChatGPT 技術