最近很多人被記憶作為說帖騙去用龍蝦。

最近很多人被記憶作為說帖騙去用龍蝦。 但其實我密集用了三個月AI agent 認真的說， 我就算每次都歸零重來，我也不覺得記憶真的有多重要。 我覺得那是慣性的依賴，就是一種知覺的誤區。 你以為有記憶是好的，殊不知外置記憶其實在當前的條件下是不好的。 現行的設計就跟張三丰教張無忌的太極拳一樣，你忘得越多，做得越多。 勝在意，而非形。 雖然每次我寫比方都有人說我寫得很好笑，但我寫比方是寫得很認真的。我是真的那麼想。(大笑) 我工作二十年了，這件事情對我來說一直都是想起來可怕的事情，最可怕的是我換過非常多環境，至少待過跟十幾個以上的工作跟團隊合作過。 我要講個跟AI有關的事情，那就是一個團隊是怎麼溝通的。 你們知道，很多人對團隊溝通的想像，就像是一支美式足球的四分衛球隊：有一個頭領負責發號施令，大家各自照著預先演練的戰術，針對現場時機與情況，按照已經排列好的招式互相反應、前進。 很多人對「溝通良好」的想像就是這個樣子。 但其實現實上並沒有這麼單純。實際上的團隊，很多時候都在掉球、接球，根本可能自己都做得亂七八糟。這邊你推我撿，明明大家應該朝同個方向，卻不知道為什麼幫著對方卡位。這種事情都是多的是。 這東西說到底，其實就是所謂的 Context。 一個好的團隊，其實就是你們可以有很少很少的黑話、很少很少的句子，但因為你們已經受過事前的教育或訓練，當你們看到這些字，就知道它意味著什麼。 你們的溝通不會有障礙，也不會有誤差或落差。你們講一句話，就知道對方在講什麼，兩個人不會解讀錯誤。 這就像是：

1. 為什麼要有國民小學？
2. 為什麼要有國民中學？
3. 為什麼要有高級中學？ 我們之所以需要國民基礎教育，事實上就是為了對齊整個國家人民的基礎認知。當我今天跟你提到「牛頓三大運動定律」的時候，你會記得你在高中學過這個東西；所以我跟你講幾句話的時候，你才不會一臉茫然地看著我說：「蛤？」 但在 AI 的環境裡面，第一個問題其實就是：你到底需不需要記錄它過去跟你互動的過程，來幫你記得更好的未來？ 以一般應用層面跟事務性的操作來說，我認為並沒有那麼必要。你實際上依賴的是它自己已經存在裡面的知識；你可以把它想像成它裡面已經存在了無數的內容。 你的問題在於：
4. 你要找到一個你很信任的模型
5. 找到一個你覺得夠用的模型
6. 你要知道它裡面到底有哪些「黑話」 接著，你直接使用它原生的黑話，而不是自己創造的黑話。 因為你要創造一個「黑話」的成本實在太高了。只要你哪怕多個幾百個字，你的成本可能就會開始指數性地飆升。你要寫好幾百字，他才多認識兩個字的黑話。 因為現在 AI 機制的關係，你並不容易把新的知識真的塞進模型的運作裡面，除非你付出很大、很大的代價。那就像是付出 10 倍的代價，最後才做出一倍的效果，這真的很靠北。 所以為什麼我們在這幾天的文章中，反覆地在跟你強調：不要使用太差的模型，不要使用不夠格的模型。 因為那些模型就是沒有夠多的「黑話」（內行的專業術語），你跟他講黑話的時候，他完全跟不上。 你在工作的時候，會想要找聽得懂你在講什麼、可能受過知識訓練或專業訓練的人吧？ 所以當模型它本身的「黑話」程度不夠的時候，變成是你要不斷地寫很多文件，然後補上各種的黑話重點。 重點是模型在讀外置文件，跟它內建知識的展開，這兩者的效能是天差地別的。所以你花更多精力、付出更多的錢，然後只為了把黑話塞進他裡面。 所以現在我在做一個題目的時候，通常第一件事是先測試模型的能力。我會先試試看那幾個關鍵字，確認模型是否已經知道這件事情，接著試著驗證它的能力連接到哪裡；不夠的部分，我再想辦法補上。 我會盡量嘗試能不能勾起它其他的「黑話」。模型可能本來不知道這件事，或是有相關的黑話但不知道怎麼連在一起；我們如果可以用比喻的方式把兩個黑話連起來，就能達到 1+1=3 的效果。 所以其實我並不覺得 Skill（技能）跟這些事情是真的那麼重要。理由是除非是那種反覆事務性的工作，否則在多數情況下，我們處理的其實是「探索型」的任務。 當我們一直在做新的東西、新的功能、新的開發時，其實要思考的是：
7. 怎麼用最短的字，觸發它對黑話的記憶？
8. 怎麼拉出我們要的東西？
9. 怎麼用最少的黑話畫一個流程圖？ 這就是運用 AI 在當前最核心的工作，也是最核心的操作目標。 至少在我們還沒有新的規則出來以前，這個規則就最重要了。給的多，不如給的巧。 這是我的觀察。

原始 Facebook 貼文