可以的。关键原理是：大模型的输出可以是完全确定性的。

给定大语言模型一段输入，它的输出看起来是随机的，是概率性的。也就是每次给同样的输入，它的输出都不同。但是，在计算机界，就没有真正的随机。这里的关键是，大语言模型每次输出一个 token ，其实它输出的是一个表达 token 的一个向量，比如(0.2, 0.5, 1.0, 0.8, 0.7, 0.25, 0, 0.32, ...)，我们要将它解释成具体的 token 。为什么说是解释呢，因为这个向量并不与任何一个已知的 token 一致。只是与已知的 token 接近，而且与不同的已知 token 的接近程度不同。如果你了解向量的知识，这点很容易理解。但是，我们需要把向量转换成已知的 token ，所以，我们根据向量跟不同 token 的接近程度，赋予每个 token 一个出现的概率，然后我们生成一个随机数（就像掷骰子），决定最终选择哪个 token 。这个过程就像北京的汽车摇号。

可以看到，随机性完全决定于我们的随机数，而计算机学界使用的基本都是伪随机数，每次随机看起来生成的数不一样，但它完全是确定性的。

你和接收方，可以使用一个相同的大语言模型，然后约定使用相同的随机数发生器。这样，对于同样的输入，你们的大语言模型，将给出完全相同的输出。

有了前面的 2 个大语言模型绝对同步的保证，后面就是将字符串编码到对话中了。
比如 A 先发起对话，“北京的糖葫芦是不是很有名？”，这句话不加入任何信息。那么 A 和 B 都完全知道 B 的回复内容。那么传送信息就简单了，可以用大语言模型将 B 的回复内容加入信息，比如通过声调的变化。外界不知道 B 原本要回复的内容，所以它解密不出来，但是 A 是知道的，所以，它相当于有一副原本，可以发现 B 的回复内容有哪些修改，进而解密。
现在，A 和 B 已经进行了一轮对话，怎样继续呢？可以在 B 的回复后面，加上一句隐藏的提示词“请继续 A 的提问”，驱动大语言模型继续给出 A 的问话。
然后 A 就可以在大语言模型给出的回复里面再加入信息给到 B 了。

写过一个简单的爬虫，用本机+家庭网络，爬取「汽车之家」的汽车数据。然后第二天，微信公众号的信息流里面，10 条里面有 5 条是汽车。

我搜索一些知识，在中文互联网留下过足迹后，比如知乎、搜狐、博客园等等吧，**一定**会在公众号的推荐里面，找到跟它相关的，哪怕是非常冷门的知识，比如我对苏秦读的「阴符经」很好奇，就在中文互联网搜索浏览了一番，果不其然，后面微信公众号的信息流里面就出现了标题为「天之至私，用之至公」这句阴符经里的话。这还要用什么「孕妇效应」「注意力效应」来解释，未免有些牵强。

其实要验证很简单，一个很简单的方案：
1. 分阶段的，在中文互联网集中阅读不同的主题，同一时期，只阅读一个主题。比如 7 天换一个阅读主题。
2. 使用自动化技术，刷微信公众号的信息流，并记录下推荐的所有文章
3. 统计上述的阅读主题、推荐文章的关联关系。

我也跟 OP 一样，眼里容不得沙子。不过，愤怒还是要克制的，我想到的一个办法是：自学法律。

这样遇到事情的时候，会先从法律上考虑：
1 是击败对方的嚣张气焰，
2 是采取法律行动(言语)也是作为愤怒爆发的一个缓冲，
3 是让自己时刻记得冲动的法律后果。

不过我也是最近才有这样的想法，分享给楼主。

我让 AI 帮我修的是电视，也修好了： /t/1124981

倒数第 2 张图片，还钱的场景，图片容易混淆～～每个人的衣着应该不变，变的应该是动作，而不是反过来。

A 级 > B 级 > C 级 > D 级 > E 级。
会高等级技能的，肯定会低等级技能。目前的 AI ，假设为 C 级。

E 级人类 + C 级 AI：
===>AI 如果可以像 Claude Opus 4 一样持续 N 天工作，C 级任务 OK ，A 级 B 级任务 Failed ！
===>AI 如果像 Cursor 一样无法持续工作，E 级任务 OK ，A 级 B 级 C 级 D 级任务 Failed ！

C 级人类 + C 级 AI：
===>平添 N 个同级别组员！但局限在 C 级任务。

A 级人类 + C 级 AI：
===>AI 如果像 Claude Opus 4 一样持续 N 天工作，给它定义好架构和框架，简直太爽了！平添 N 个下手。
===>AI 如果像 Cursor 一样，还需要时不时盯着，那就是拖后腿，需要再招 N 个 C 级人类来盯梢 AI 。

这样定量一分析，情况就很清楚了。

曾经我也这么想。不过，后来想到，「大」和「复杂」是两回事。一个生命相比一个星系，未必逊色多少。

假如只有地球上有生命，那么每个人都是宇宙中的一个星系。
假如其他地方也有生命，那么每个地球人仍然是独特的样本。

所以，用渺小、短暂来麻痹自己的意识，其实是一种逃避。我是不是太不近人情了。（囧

从个人的需求出发，比较省力吧。因为每个人其实都「不是一个人」，而是代表的是一群人。马云都能找到跟他长得像的小马云。满足了个人的需求，就满足了一群人的需求。自己想要的东西，在目前的市场上找不到，这本身就是一种需求，有了这个，都不需要做需求调研了，非常省力。比如我找不到这样的工具，那就只好自己做： /t/862672

挖掘别人的需求，那可难多了。

借助大语言模型来学习外语的 brilliant 的 idea 。
现在对使用者的“语言边界”的探测，用的是什么方法呢？我没看到有涉及到用户交互的地方。感觉这块是很关键的。
Cursor 这个编程工具，专门训练了一个大模型，来预测用户 Tab 的下一个目标。😂

@qq1147 确实是，agent 要跟它明确说先不要改。
@sentinelK 尤其是加上测试用例后效果更好。
@bbao 目前还没试过用 AI 搭框架，不过代码里很多基础的方案确实是 AI 提出候选方案然后我来选择的。

有一个高频质疑你好像没有回应：成本。

```
收入（ Revenue / Sales ）
│
├─ 减：销售成本（ COGS ）
│ └── 得到：毛利润（ Gross Profit ）
│
├─ 减：运营费用（管理、销售、研发等）
│ └── 得到：经营利润（ Operating Profit ）
│
├─ 减：利息、税收、投资损益等
│ └── 得到：净利润（ Net Profit ）
```

2024 年​​美团单均经营利润提升至 ​​1.4 元/单（ 2022 年为 1.05 元/单, 2023 年 1.2/单）。
换句话说，一单外卖，不算扣税，美团股东能到手 1.4 元。
假如美团向商家和消费者收取了 30%费用，里面除了 1.4 元，都是成本：配送、客服履约、管理、销售、研发。
而扣完税之后的净利润率，大概 2%，也就是一单价格的 2%是给到美团股东的利润。


另外，我想到一个很有意思的问题。
前一阵美国的编剧和演员工会，与影视制片人联盟间出现劳资纠纷，前者要求后者支付流媒体的重播费。
我很好奇这种怎么在线上达成妥协和合约。这肯定是要组织起来，以集体的名义去讨价还价的，各自为战不可能达成平衡。
而中国是绝对不会允许这种有组织的情况出现的，无论是线上还是线下。

可以啊！这一屏是 500 个单词，6 屏就是 3000 个。够劲儿！

看一下这个（统计各家的 token 用量）： https://openrouter.ai/rankings/programming?view=week
来自 v 站的帖子： /t/1128800

发个招聘，一点诚意也没有。

我来反驳一下。我不懂股票，但是我懂一些基本常识。

投资，无非就是从经济增长中分得一杯羹。自己不创造价值，但是把钱给到那些可以创造价值的人，分享收益。假设经济体平均增速是 5%，那么收益到 5%，就是分享到了经济增长。

除此之外的超额收益，无非就是 2 种：
1 是零和博弈，你赚到的就是别人亏掉的，无疑是在赌博；
2 是你慧眼识珠找到了一个潜力股或者白马股，从而获得了远超平均的收益，但潜力股有风险，白马股有泡沫；

「自己不直接创造价值，但是把钱给到那些可以创造价值的人，分享收益」隐含的其实是，虽然表面上你是在投资，但实际上你是在寻找那些产生更高价值的领域。

可是有多少人擅长这样做呢？仅仅靠一个爱阅读的爱好，就可以做到了？没有什么致胜法宝，容易得来的终究容易失去。

@cry0816 好像 Google 目前只开放给了科学研究人员。