第148章 等我給它裝個好腦子（為盟主【御法者】加更）
姜亦心剛剛把包收好，放在桌子上，擡頭就看見蘇念念從走廊那頭快步走過來，手裡還捏著手機，屏幕沒鎖。
「你剛才發給我的那個視頻，是用什麼東西做的？都是我們的工具棧？」
「嗯。」姜亦心點頭，「天工加BugKiller加水星的API，中間加了一個監聽進程。」「讓我看一下現場的。」
姜亦心聞言，心裡咯噔了一下。
飛書上她已經發了10秒加速錄屏加三段技術壓縮正文，按正常流程，領導看完後的評價有幾個等級。「收到，周一例會說」一這個是看了，而且覺得不錯。
「收到。」一這個也看了，感覺就一般。
XX做完了嗎？」一沒評論這個信息本身，而是問別的事，那可能是沒看，或者看了覺得很不好。蘇總是見過大場面的人。
現在她居然急匆匆的趕過來，要現場再看一次。
這個東西，是不是比我想像的要大啊？
「行。」姜亦心把筆記本拿出來，「我再設置一下環境。」
姜亦心打開屏幕，解鎖，屏幕上出現的還是剛才的演示頁面，日誌窗口停在最後那條「預覽地址已生成」。
她把天工的會話清空，把水星的API key重新貼了一遍，把剛才的改動全都回滾，最後監聽進程重啟。總之儘量回復到初始狀態。
「您輸入個任務？」
蘇念念已經搬了把椅子坐到她旁邊，眼睛盯著屏幕：「你先復現一遍剛才那個。」
姜亦心敲下那行字。
「給設置頁面加一個深色模式的開關。」
日誌開始滾動。
蘇念念沒說話，身體微微前傾，眼睛緊緊盯著。
三十一秒後，預覽地址出來了。
「深色模式」開關乖乖躺在設置頁右上角，點一下整個項目切到夜間主題，再點一下切回來。姜亦心看了一眼蘇念念。
蘇念念沒看她。
過了一會，蘇念念開口：「現在的架構，有數據泄露的風險嗎？」
「沒有。」姜亦心回答的很快，她做之前仔細想過了，「所有的代碼分析都是用天工做的，水星只用來做任務規劃。」
蘇念念看了姜亦心一眼，小朋友安全意識很過關嘛。
其實對很多企業來說，使用AI最大的問題就是關於數據泄漏的風險。
人家可以承諾不看，但是數據交出去了，看不看這件事就不是你能決定的了。
所以源碼其實還在一個比較好的位置，至少有天工可以用。
「那換個代碼庫。」
「換成什麼？」
「開物。」
姜亦心的手指在鍵盤上停住了。
開物可是源碼科技當家的主產品，代碼量也有十幾萬行了，不是一個練手的玩具項目。
「直接放開物嗎？」
「嗯，哪個核心模塊。」蘇念念轉過臉看她，「正在開發那一堆分支里隨便挑一個。」
姜亦心沒再確認第二遍，拉代碼。
她熟練地把開物前端一個正在開發的分支切到工作區，然後把路徑貼到監聽進程的配置里。「我來餵任務。」
她輸入的那行字，姜亦心看得替AI緊張：
「把項目、任務、成員三個模塊的隊列邏輯，抽象成一個通用隊列組件，在三個模塊復用接入，不影響現有的行為邏輯。」
姜亦心倒吸一口氣。
這種活兒放到組裡，資深開發都得先拉幾個人開會討論個半天，三個模塊現有邏輯差異點在哪兒、通用接口怎麼設計、遷移分幾步走、測試怎麼兜底。
正在用的代碼，是最難動的。
因為你不知道怎麼動一下就壞了。
真能做出來嗎？
姜亦心的感想先不提。
日誌開始滾動。
掃描項目結構。
定位相關文件：讀取 services/approval、services/task、services/epense規劃改動：……
日誌到這不動了，像是卡住了。
蘇念念和姜亦心兩人一起盯著屏幕，就在兩人都要沒有耐心的時候，新的日誌出來了。
規劃改動：通用狀態模型，生成遷移腳本，生成抽象服用層，生成所有場景的適配器……
開始編碼。
運行測試組件：133 failed。
一重新編碼：1/10。
運行測試組件：117failed。
日誌開始反覆。
一重新編碼：10/10。
運行測試組件：117 failed。
一達到最大重試次數，退出。
姜亦心盯著屏幕，心慢慢往下沉。
十幾分鐘之後，監聽進程停止重試，姜亦心懸著的心終於死了。
蘇念念沒說話，姜亦心先小聲的說：「能做簡單的，太複雜的它就想不清楚了。」
像說給蘇念念聽，又像是自言自語。
本來以為做出來一個很厲害的東西，結果激動早了。
蘇念念卻拿出手機，想了想又把手機放下了。
「走，帶上電腦。」蘇念念站起來，對姜亦心說。
「啊？去哪兒？」姜亦心沒反應過來。
「去找韓總。」
說完，蘇念念已經向韓路一的辦公室走去。
姜亦心趕緊拿著電腦跟了上去。
韓路一還在自己的辦公室。
標數據。
核動力牛馬了可以說是。
視界的精力值還撐得住，他自己的「精力值」有點撐不住了。
這個量級的標註自己一個人做確實不太現實，三天八千條已經快把他肝沒了。
他一邊放慢了標註的速度，一邊思考怎麼把這種標註能力規模化。
已經有一點眉目了。
這時，敲門聲響起，他擡起頭。
是蘇念念的聲音：「韓總，是我和小姜。」
「什麼事？」韓路一站起來去開門。
「小姜做了個新東西。」蘇念念站在門外，後面跟著抱著筆記本電腦的姜亦心，「你得看一下。」「什麼東西？」
蘇念念收到姜亦心的飛書的時候已經轉發給韓路一了，但是他還沒來得及看。
沒關係，蘇念念讓韓路一打開飛書，把那條消息快速的看了一遍，然後讓姜亦心把電腦打開，把剛才那個複雜場景的測試描述了一遍。
短短几句話之間。
韓路一心裡的架構圖已經畫完了。
他有點兒驚訝。
沒想到，這幾天忙著做模型做標註，沒關注公司的事，員工自己搞了個大的。
不能說是驚訝了，是驚喜。
Neus的瑞恩提出來的新範式，矽谷各個公司都在專注的新方向，姜亦心自己搞出來了個半成品。「你自己做的？」韓路一問。
姜亦心有點兒不好意思：「不是，還有錢曉樂。」
韓路一想了想，有點兒印象，也是個年輕人。
還是年輕人的腦子新。
「把剛才那輪日誌給我看看。」
姜亦心趕緊調出剛才的記錄，把電腦放在韓路一面前。
韓路一打開視界。
好久沒掃過代碼了。
日誌一行行在眼前展開，視界疊了一層透明的分析層，深深淺淺的顏色浮現在上面。
韓路一的目光跳到中段那一大片反覆的紅。
規劃一次，編不過，回滾。重新規劃，又編不過。再規劃，再掛。
一共十次。
他把滾動條拉回去，看每一次規劃之間的差別。
前面幾次走的基本是同一條路，只換了些枝節；到中間某一次才「想起來」有個地方不對，補了一層；再往後又把前面想明白的東西丟了，重新來一遍。
按下葫蘆起了瓢。
前面想清楚的，寫到後面就忘。
一段一段翻過去，從頭到尾，沒有一次是真的「想明白了再動手」。
架構他也掃了一眼。
不是架構出了問題。
韓路一一下就看出了根本原因一一
模型不夠聰明。
這個架構說複雜也複雜，實現起來並不容易。
但是說簡單也很簡單。
大模型就像人的大腦。
傳統的聊天式的交互方式，只給這個大腦配備了讀和寫的能力，如ChatGPT、谷歌的Gemini，唯一的交互方式就是聊天。
隨著模型的能力越來越強，人們開始探索能不能讓它做更多的事情，方式就是裝上手腳。
比如開物，是給模型裝上了調用預製組件庫的手，於是它可以製作各種各樣的APP。
比如Neus正在開發的自動化工作流，和姜亦心剛剛展示的新軟體，是給模型裝上了可以直接在電腦里讀取代碼的眼睛和修改代碼的手，於是它可以像一個開發工程師一樣工作。
這個想像空間其實是很大的，因為你還可以繼續給它裝其他不同的手腳。
比如你如果讓它能收發簡訊，那它就可以替你每天跟女神發早午晚安。
甚至開網店、炒股，都不是問題。
但是為什麼現在還沒有這樣的產品出現呢？
整個行業還在探索的早期階段，這是一方面。
但是根本原因，還是那句話。
模型不夠聰明。
你跟它說，幫我盯著新能源的利好，出消息就加倉。
它閉市前從財經新聞里扒出一條《寧德時代與蘋果達成深度合作》，反手就把你帳戶里的兩百萬梭哈了進去。
第二天你打開帳戶：跌停。
再一查，那條「深度合作」，其實並不是官方媒體的報導，而是哪個野雞自媒體博眼球的假消息。如果你問它，它甚至還會認真地幫你理出這條新聞和買入操作之間縝密的邏輯關係。
一個經常犯傻的模型，裝上手腳之後所能造成的危害可比只有嘴的模型大多了。
關於什麼是聰明的模型這一點，不從事這個行業的人會有很多誤解。
有人說：「所謂大模型，不就是猜下一個詞是什麼的概率生成器嗎？你怎麼能指望這種東西產生智能？」
這個說法，其實沒錯，但容易讓人誤解。
因為這種概率不是在一張平面表上查的。
它是在一個巨大的多維向量空間裡算出來的，每一段語義、每一種邏輯關係，都對應這個空間裡的一個方向。
模型把你輸入的那段字投進去，讓它在這個空間裡和見過的所有東西進行比較、融合，最後落到一個點上。
輸入越多，落點越精確；空間的維度越高，對細微差別的分辨越清楚。
維度靠什麼堆？靠層數。層數越深，這個落點在出來之前就被反覆精修得越多，每一輪都更貼合你真正想要的意思。大模型比小模型聰明，核心就是這個原因。
從這個層面上來說，即使模型真的產生了「智能」，似乎也不足為奇，畢競人的大腦進行思考的時候，也只是神經元的電位運動而已。
只是大腦里神經元之間的連接是以百萬億計的，而現在最大的AI模型，參數量也不過萬億級，還差了幾個數量級。
而且，大腦運轉的耗電量，還不到AI模型的幾萬分之一。
所以過去幾年全世界的AI公司拚命砸錢，就是要把模型做大、維度做深。
但當算力砸到一定程度之後，每多加一層帶來的提升開始遞減，代價卻越來越貴。
這個時候，標註的價值出來了。
好的標註，相當於提前告訴模型：「這一類問題你不用在整個空間裡盲搜，只要在這一小片裡搜就行。」分布空間一被收窄，有限的層數就能算出更準的結果。
韓路一面前這堆反覆的紅，恰好是這件事的反面
具體拿這個任務來說，把三個已經上線模塊里各自跑著的隊列邏輯，抽成一套通用組件，還要保證遷移完之後一分現有行為都不能變。
模型訓練數據里，單獨某一套隊列的代碼有。業務層做抽象的通用組件也有。但「跨三個已經在跑的模塊做無損重構」這種要求見得不夠多，標註也太稀疏。
一次還要同時裝下三個模塊的實現加測試用例加「不許改行為」的約束，上下文窗口根本不夠。空間又大、又稀疏、還不准。
模型只能一段一段盲猜，嘗試了這麼久，沒搜到那個窄窄的正確解。
但這不是說這個產品的方向錯了。
只是基於現有的模型能力，它沒有做足夠的優化。
但這是AI未來發展的方向。
給AI工具賦能，讓AI工具承擔更多的工作。
韓路一很期待。
「小姜。」韓路一說道。
「嗯嗯？」姜亦心小心翼翼。
「東西做得很好，你找幾個人完善一下，內部先用上。」韓路一說著合上了筆記本電腦，遞給姜亦心。「可是剛才蘇總試的那個場景……」姜亦心有點猶豫。
蘇念念微微笑了一下：「所有的工具剛出來的時候都有這樣那樣的問題，有它能做的，也有它做不了的「先當內部工具用著，把使用反饋都收集起來。」韓路一補充了一句，「尤其是失敗的例子，對我來說更有用。」
姜亦心突然想起一件事，又問道：「那和Neus的合作呢？」
蘇念念看了韓路一一眼，轉過頭和姜亦心說：「兩個都由你負責，但是優先這個，合作那邊如果你管不過來了，可以來找我。」
「嗯嗯！」
「回去吧。」
姜亦心抱著筆記本電腦，走到門口，她回了一下頭，兩個老闆都沒動。
她從外面帶上了門。
會議室里只剩韓路一和蘇念念。
「念念，我突然有一個感覺。」
「什麼？」
「招到對的人之後，就不停地有好東西自己蹦出來」
「好爽。」
韓路一說完，臉上露出了笑容。
這就是資本家的快樂嗎？
蘇念念也欣慰的笑了一一小姜確實是個人才。
會議室的門合上。
韓路一一個人坐了會兒。
窗外夜色深了，前灘那條江的倒影在玻璃上晃。
他回想著姜亦心今天給他帶來的驚喜。
現在最大的限制來源於模型的能力。
既然這樣，等我給它裝個好腦子。
韓路一拿出手機，上面是程遠下午發來的微信：
「韓總，我們對上次您帶來的展示原型很感興趣，不知道您對合作是什麼意向，我們先對接一下？」隔了兩天才回，我還真以為你不著急呢。
韓路一把之前和顧司玥商量好的條款草稿翻了出來。
作為律師，顧司玥對這個條款的評價是：「會不會太狠了。」
韓路一的評價是不會。
在商業談判中，誰掌握了獨一無二的資源，誰贏。
優勢在我。
發送。
「你剛才發給我的那個視頻，是用什麼東西做的？都是我們的工具棧？」
「嗯。」姜亦心點頭，「天工加BugKiller加水星的API，中間加了一個監聽進程。」「讓我看一下現場的。」
姜亦心聞言，心裡咯噔了一下。
飛書上她已經發了10秒加速錄屏加三段技術壓縮正文，按正常流程，領導看完後的評價有幾個等級。「收到，周一例會說」一這個是看了，而且覺得不錯。
「收到。」一這個也看了，感覺就一般。
XX做完了嗎？」一沒評論這個信息本身，而是問別的事，那可能是沒看，或者看了覺得很不好。蘇總是見過大場面的人。
現在她居然急匆匆的趕過來，要現場再看一次。
這個東西，是不是比我想像的要大啊？
「行。」姜亦心把筆記本拿出來，「我再設置一下環境。」
姜亦心打開屏幕，解鎖，屏幕上出現的還是剛才的演示頁面，日誌窗口停在最後那條「預覽地址已生成」。
她把天工的會話清空，把水星的API key重新貼了一遍，把剛才的改動全都回滾，最後監聽進程重啟。總之儘量回復到初始狀態。
「您輸入個任務？」
蘇念念已經搬了把椅子坐到她旁邊，眼睛盯著屏幕：「你先復現一遍剛才那個。」
姜亦心敲下那行字。
「給設置頁面加一個深色模式的開關。」
日誌開始滾動。
蘇念念沒說話，身體微微前傾，眼睛緊緊盯著。
三十一秒後，預覽地址出來了。
「深色模式」開關乖乖躺在設置頁右上角，點一下整個項目切到夜間主題，再點一下切回來。姜亦心看了一眼蘇念念。
蘇念念沒看她。
過了一會，蘇念念開口：「現在的架構，有數據泄露的風險嗎？」
「沒有。」姜亦心回答的很快，她做之前仔細想過了，「所有的代碼分析都是用天工做的，水星只用來做任務規劃。」
蘇念念看了姜亦心一眼，小朋友安全意識很過關嘛。
其實對很多企業來說，使用AI最大的問題就是關於數據泄漏的風險。
人家可以承諾不看，但是數據交出去了，看不看這件事就不是你能決定的了。
所以源碼其實還在一個比較好的位置，至少有天工可以用。
「那換個代碼庫。」
「換成什麼？」
「開物。」
姜亦心的手指在鍵盤上停住了。
開物可是源碼科技當家的主產品，代碼量也有十幾萬行了，不是一個練手的玩具項目。
「直接放開物嗎？」
「嗯，哪個核心模塊。」蘇念念轉過臉看她，「正在開發那一堆分支里隨便挑一個。」
姜亦心沒再確認第二遍，拉代碼。
她熟練地把開物前端一個正在開發的分支切到工作區，然後把路徑貼到監聽進程的配置里。「我來餵任務。」
她輸入的那行字，姜亦心看得替AI緊張：
「把項目、任務、成員三個模塊的隊列邏輯，抽象成一個通用隊列組件，在三個模塊復用接入，不影響現有的行為邏輯。」
姜亦心倒吸一口氣。
這種活兒放到組裡，資深開發都得先拉幾個人開會討論個半天，三個模塊現有邏輯差異點在哪兒、通用接口怎麼設計、遷移分幾步走、測試怎麼兜底。
正在用的代碼，是最難動的。
因為你不知道怎麼動一下就壞了。
真能做出來嗎？
姜亦心的感想先不提。
日誌開始滾動。
掃描項目結構。
定位相關文件：讀取 services/approval、services/task、services/epense規劃改動：……
日誌到這不動了，像是卡住了。
蘇念念和姜亦心兩人一起盯著屏幕，就在兩人都要沒有耐心的時候，新的日誌出來了。
規劃改動：通用狀態模型，生成遷移腳本，生成抽象服用層，生成所有場景的適配器……
開始編碼。
運行測試組件：133 failed。
一重新編碼：1/10。
運行測試組件：117failed。
日誌開始反覆。
一重新編碼：10/10。
運行測試組件：117 failed。
一達到最大重試次數，退出。
姜亦心盯著屏幕，心慢慢往下沉。
十幾分鐘之後，監聽進程停止重試，姜亦心懸著的心終於死了。
蘇念念沒說話，姜亦心先小聲的說：「能做簡單的，太複雜的它就想不清楚了。」
像說給蘇念念聽，又像是自言自語。
本來以為做出來一個很厲害的東西，結果激動早了。
蘇念念卻拿出手機，想了想又把手機放下了。
「走，帶上電腦。」蘇念念站起來，對姜亦心說。
「啊？去哪兒？」姜亦心沒反應過來。
「去找韓總。」
說完，蘇念念已經向韓路一的辦公室走去。
姜亦心趕緊拿著電腦跟了上去。
韓路一還在自己的辦公室。
標數據。
核動力牛馬了可以說是。
視界的精力值還撐得住，他自己的「精力值」有點撐不住了。
這個量級的標註自己一個人做確實不太現實，三天八千條已經快把他肝沒了。
他一邊放慢了標註的速度，一邊思考怎麼把這種標註能力規模化。
已經有一點眉目了。
這時，敲門聲響起，他擡起頭。
是蘇念念的聲音：「韓總，是我和小姜。」
「什麼事？」韓路一站起來去開門。
「小姜做了個新東西。」蘇念念站在門外，後面跟著抱著筆記本電腦的姜亦心，「你得看一下。」「什麼東西？」
蘇念念收到姜亦心的飛書的時候已經轉發給韓路一了，但是他還沒來得及看。
沒關係，蘇念念讓韓路一打開飛書，把那條消息快速的看了一遍，然後讓姜亦心把電腦打開，把剛才那個複雜場景的測試描述了一遍。
短短几句話之間。
韓路一心裡的架構圖已經畫完了。
他有點兒驚訝。
沒想到，這幾天忙著做模型做標註，沒關注公司的事，員工自己搞了個大的。
不能說是驚訝了，是驚喜。
Neus的瑞恩提出來的新範式，矽谷各個公司都在專注的新方向，姜亦心自己搞出來了個半成品。「你自己做的？」韓路一問。
姜亦心有點兒不好意思：「不是，還有錢曉樂。」
韓路一想了想，有點兒印象，也是個年輕人。
還是年輕人的腦子新。
「把剛才那輪日誌給我看看。」
姜亦心趕緊調出剛才的記錄，把電腦放在韓路一面前。
韓路一打開視界。
好久沒掃過代碼了。
日誌一行行在眼前展開，視界疊了一層透明的分析層，深深淺淺的顏色浮現在上面。
韓路一的目光跳到中段那一大片反覆的紅。
規劃一次，編不過，回滾。重新規劃，又編不過。再規劃，再掛。
一共十次。
他把滾動條拉回去，看每一次規劃之間的差別。
前面幾次走的基本是同一條路，只換了些枝節；到中間某一次才「想起來」有個地方不對，補了一層；再往後又把前面想明白的東西丟了，重新來一遍。
按下葫蘆起了瓢。
前面想清楚的，寫到後面就忘。
一段一段翻過去，從頭到尾，沒有一次是真的「想明白了再動手」。
架構他也掃了一眼。
不是架構出了問題。
韓路一一下就看出了根本原因一一
模型不夠聰明。
這個架構說複雜也複雜，實現起來並不容易。
但是說簡單也很簡單。
大模型就像人的大腦。
傳統的聊天式的交互方式，只給這個大腦配備了讀和寫的能力，如ChatGPT、谷歌的Gemini，唯一的交互方式就是聊天。
隨著模型的能力越來越強，人們開始探索能不能讓它做更多的事情，方式就是裝上手腳。
比如開物，是給模型裝上了調用預製組件庫的手，於是它可以製作各種各樣的APP。
比如Neus正在開發的自動化工作流，和姜亦心剛剛展示的新軟體，是給模型裝上了可以直接在電腦里讀取代碼的眼睛和修改代碼的手，於是它可以像一個開發工程師一樣工作。
這個想像空間其實是很大的，因為你還可以繼續給它裝其他不同的手腳。
比如你如果讓它能收發簡訊，那它就可以替你每天跟女神發早午晚安。
甚至開網店、炒股，都不是問題。
但是為什麼現在還沒有這樣的產品出現呢？
整個行業還在探索的早期階段，這是一方面。
但是根本原因，還是那句話。
模型不夠聰明。
你跟它說，幫我盯著新能源的利好，出消息就加倉。
它閉市前從財經新聞里扒出一條《寧德時代與蘋果達成深度合作》，反手就把你帳戶里的兩百萬梭哈了進去。
第二天你打開帳戶：跌停。
再一查，那條「深度合作」，其實並不是官方媒體的報導，而是哪個野雞自媒體博眼球的假消息。如果你問它，它甚至還會認真地幫你理出這條新聞和買入操作之間縝密的邏輯關係。
一個經常犯傻的模型，裝上手腳之後所能造成的危害可比只有嘴的模型大多了。
關於什麼是聰明的模型這一點，不從事這個行業的人會有很多誤解。
有人說：「所謂大模型，不就是猜下一個詞是什麼的概率生成器嗎？你怎麼能指望這種東西產生智能？」
這個說法，其實沒錯，但容易讓人誤解。
因為這種概率不是在一張平面表上查的。
它是在一個巨大的多維向量空間裡算出來的，每一段語義、每一種邏輯關係，都對應這個空間裡的一個方向。
模型把你輸入的那段字投進去，讓它在這個空間裡和見過的所有東西進行比較、融合，最後落到一個點上。
輸入越多，落點越精確；空間的維度越高，對細微差別的分辨越清楚。
維度靠什麼堆？靠層數。層數越深，這個落點在出來之前就被反覆精修得越多，每一輪都更貼合你真正想要的意思。大模型比小模型聰明，核心就是這個原因。
從這個層面上來說，即使模型真的產生了「智能」，似乎也不足為奇，畢競人的大腦進行思考的時候，也只是神經元的電位運動而已。
只是大腦里神經元之間的連接是以百萬億計的，而現在最大的AI模型，參數量也不過萬億級，還差了幾個數量級。
而且，大腦運轉的耗電量，還不到AI模型的幾萬分之一。
所以過去幾年全世界的AI公司拚命砸錢，就是要把模型做大、維度做深。
但當算力砸到一定程度之後，每多加一層帶來的提升開始遞減，代價卻越來越貴。
這個時候，標註的價值出來了。
好的標註，相當於提前告訴模型：「這一類問題你不用在整個空間裡盲搜，只要在這一小片裡搜就行。」分布空間一被收窄，有限的層數就能算出更準的結果。
韓路一面前這堆反覆的紅，恰好是這件事的反面
具體拿這個任務來說，把三個已經上線模塊里各自跑著的隊列邏輯，抽成一套通用組件，還要保證遷移完之後一分現有行為都不能變。
模型訓練數據里，單獨某一套隊列的代碼有。業務層做抽象的通用組件也有。但「跨三個已經在跑的模塊做無損重構」這種要求見得不夠多，標註也太稀疏。
一次還要同時裝下三個模塊的實現加測試用例加「不許改行為」的約束，上下文窗口根本不夠。空間又大、又稀疏、還不准。
模型只能一段一段盲猜，嘗試了這麼久，沒搜到那個窄窄的正確解。
但這不是說這個產品的方向錯了。
只是基於現有的模型能力，它沒有做足夠的優化。
但這是AI未來發展的方向。
給AI工具賦能，讓AI工具承擔更多的工作。
韓路一很期待。
「小姜。」韓路一說道。
「嗯嗯？」姜亦心小心翼翼。
「東西做得很好，你找幾個人完善一下，內部先用上。」韓路一說著合上了筆記本電腦，遞給姜亦心。「可是剛才蘇總試的那個場景……」姜亦心有點猶豫。
蘇念念微微笑了一下：「所有的工具剛出來的時候都有這樣那樣的問題，有它能做的，也有它做不了的「先當內部工具用著，把使用反饋都收集起來。」韓路一補充了一句，「尤其是失敗的例子，對我來說更有用。」
姜亦心突然想起一件事，又問道：「那和Neus的合作呢？」
蘇念念看了韓路一一眼，轉過頭和姜亦心說：「兩個都由你負責，但是優先這個，合作那邊如果你管不過來了，可以來找我。」
「嗯嗯！」
「回去吧。」
姜亦心抱著筆記本電腦，走到門口，她回了一下頭，兩個老闆都沒動。
她從外面帶上了門。
會議室里只剩韓路一和蘇念念。
「念念，我突然有一個感覺。」
「什麼？」
「招到對的人之後，就不停地有好東西自己蹦出來」
「好爽。」
韓路一說完，臉上露出了笑容。
這就是資本家的快樂嗎？
蘇念念也欣慰的笑了一一小姜確實是個人才。
會議室的門合上。
韓路一一個人坐了會兒。
窗外夜色深了，前灘那條江的倒影在玻璃上晃。
他回想著姜亦心今天給他帶來的驚喜。
現在最大的限制來源於模型的能力。
既然這樣，等我給它裝個好腦子。
韓路一拿出手機，上面是程遠下午發來的微信：
「韓總，我們對上次您帶來的展示原型很感興趣，不知道您對合作是什麼意向，我們先對接一下？」隔了兩天才回，我還真以為你不著急呢。
韓路一把之前和顧司玥商量好的條款草稿翻了出來。
作為律師，顧司玥對這個條款的評價是：「會不會太狠了。」
韓路一的評價是不會。
在商業談判中，誰掌握了獨一無二的資源，誰贏。
優勢在我。
發送。