原文：
www.kdnuggets.com/if-you-want-to-master-generative-ai-ignore-all-but-two-tools
现在是 2 月 7 日。外面相当寒冷，但显然还不足以冷却 ChatGPT 在冬季之前引发的兴奋。微软准备宣布 Bing Chat，这是一个基于 OpenAI 下一代模型构建的聊天机器人，能够进行网络搜索——谷歌注定要失败（在三个月内第二次）。每个人都会转向 Bing，微软将吞噬谷歌的搜索收入。
1. 谷歌网络安全证书 - 快速进入网络安全职业。
2. 谷歌数据分析专业证书 - 提升你的数据分析能力
3. 谷歌 IT 支持专业证书 - 支持你的组织 IT
现在是 3 月 14 日。北半球的花朵羞怯地绽放。我们特别期待一个罕见的，有 8（或者 16？）个花瓣的花朵。它即将绽放（或者可能不会）。GPT-4 发布了；这是语言模型有史以来最神秘的发布。但它比 GPT-3.5 好，不——比 GPT-3.5 好得多。谁不愿意为每月 $20 的 100 倍生产力提升买单？这是个划算的交易。
现在是 3 月 21 日。一段柔和的，可能是幻觉中的旋律唤醒了谷歌的长时间沉睡。Bard 对 Sundar Pichai 耳朵的音乐。但是有些音符不对——是一个匆忙的发布吗？看起来上面的两个夹击策略运作得很顺利。但是 Bard 只是一个测试版——真正的劲爆产品将会在未来带来更强大的模型。谷歌重新回到了竞争中。
现在是 7 月 18 日。史上最热的夏天。太阳高挂；空气炽热；GPU 将再次“嗡嗡作响”。Meta 不再浪费时间在元宇宙上，宣布了一个广受欢迎的 AI 发布：他们流行的 LLaMA 模型的开源第二版，Llama 2. 他们这样做是为了给 OpenAI、微软和谷歌上课，告诉他们如何公开透明地做事。
Alberto，我觉得你还遗漏了一些——你知道的，Anthropic 的 Claude？那 Perplexity 呢？Character 呢？Inflection 的 Pi 呢？AI21 的 Jurassic 呢？Cohere 的 Xlarge 呢？Mosaic 的 MPT 呢？……别忘了每周推出的略显昂贵且被高估的礼品包装纸！
哦天哪，这真是变得荒谬了。
本文摘选自算法桥，这是一个旨在弥合 AI、算法与人类之间差距的教育新闻通讯。它将帮助你理解 AI 对你生活的影响，并开发出更好地驾驭未来的工具。*
我读了作家 Zulie Rane 的一篇文章，谈到社交媒体平台的饱和，灵感来自于在 Threads 上注册的狂热（仅仅是一周后退出。这篇文章时机恰到好处，令人极为贴切。我喜欢开头的风格——我借用了这篇文章的风格。标题结构也借鉴了另一篇文章。
我忍不住了。这种平行性真是令人难以置信：社交媒体上发生的现象与生成式 AI 工具上发生的现象完全相同。也许这就是我们作为一个社会的现状，受到对错过的恐惧、信息的海量、不断加速职业发展的驱动，或者不被抛在后头的绝望所影响。
无论情况如何，我们都无法抗拒。生成式 AI 的狂热让我们无意识地用心理健康换取过度的吸引力。我不需要这么多。你也不需要。我们实际上几乎不需要它。
标题中的“但两个”部分仅仅是个人观点。（我考虑了一个用于写作，一个用于图片。但也许你想要不同的工具用于编程。或者你不编码。或者你对 AI 艺术不感兴趣。但你明白我的意思。）不过它确实反映了一个非常真实的感受，我敢打赌你也有这种感受，自从 ChatGPT 以一种无法解释、意外、前所未有——是的，幸好——的方式变得病毒式传播以来。
世界对于巨大的好处、跨领域的威胁和个人感受到的 — 但集体分享的 — AI 疲劳感准备不足。影响者、营销人员和骗子并不是引发这种恼人感觉的原因。他们只是利用它来获取杠杆；真正的原因早于他们，且很难避免。
所以我决定缩小范围。我专注于我真正想要的，并坚持下去。否则我获得的额外价值是无法弥补心理成本的。
到目前为止，这只是纯粹的情绪发泄，但我的情感背后有其合理性。
尽管生成型 AI 技术的范围令人惊叹，产品的有效性经过验证，以及资金在不同手中流转（虽然大部分没有离开硅谷），但事实是它们都源于相同的技术基础。
这并不是否认在任何一天我可能想使用 Bing 的搜索框、Claude 的 100,000-token 上下文窗口、GPT-4 的推理能力、Bard 的提示多模态性、Pi 的高情感敏感度或 Character 的多样化个性……但说实话：我真的需要 所有这些 吗？
不久后，它们几乎无法区分。最富有的公司将能够商业化最佳产品，而所有这些产品都将具有相同的基本特征。其余的——风险投资支持的初创公司和较小的语言模型包装项目——将不得不细分市场或消亡。我们使用的工具将归结为个人偏好，但所有这些工具都将来自一小群大公司。还是那一群。
即使是能力上的假定差距（哪些预训练模型更好）和行为（哪些尚未被强化学习调优到无用）对于大多数任务来说也是无关紧要的。GPT-4 的所谓暂时性性能下降仅仅是 OpenAI 在公开迭代的副产品，无论原因是什么，肯定会很快解决。
简而言之：在即将被商品化的生成型 AI 行业中，少即是多。
避免陷阱。
但也许你确实关心那些微小的差异。
在这种情况下，我鼓励你尝试一些工具，你会发现坚持使用其中几个就足够了。为什么？因为你会发现自己更自然地倾向于某些工具，而不是其他工具。正如Rane 所说: “你的技能和兴趣使你不适合 99% 的平台，但非常适合 1%。”她说的是社交媒体，但这完全可以推断到生成型 AI 工具。我的三个标准是能力（我擅长什么？）、偏好（我喜欢做什么？）和活动（我需要它做什么？）
比如，让我们对工作任务做一个简要的非详尽概述：如果你是作者或创意写作者，也许高温低 RLHF 的基础模型最适合你（例如，GPT-3 或 3.5）。如果你是 SEO 内容营销人员或文案撰写者，也许定制包装是最佳选择（例如，Jasper，尽管现在 ChatGPT、Bard 和 Claude 也很好）。如果你是技术娴熟的作家，也许 Llama 2 更好，以避免依赖。如果你是数字艺术家，那么选择 Midjourney。如果你有编程技能并且想要更高的可操控性，可以选择 Stable Diffusion。作为编码人员，选择 GPT-4 或 GitHub Copilot。数据分析？选择代码解释器。
观察新工具的发布是好的，但如果我坚持使用一两个工具会更高效；每周分析新闻以查看新事物是否比当前工具好 0.1%是令人疲惫的，并且是导致倦怠的主要原因。
还有第三个原因——虽然与其他原因关系较远——说明为何不值得过度关注生成式 AI 的疲劳。
尽管这种局面看起来像是一张由竞争动态、利益冲突和商业紧张构成的网，最终结果是竞争驱动的消费者福祉，但我提到的所有公司都有 紧密的、有利的 和 互利的 关系，其唯一目标是让我们这些用户为他们的产品付费（包括最终可能会变成付费的免费产品）。
这些公司不是为了提供更多的价值而推出越来越多的产品，而是为了获取丰厚的生成式 AI 市场份额。这并没有什么不好。我的意思是，谁不会这样做呢？这是预期中的——没有比社交媒体平台更差——但值得记住的是，万一你以为我们是这些产品的主要受益者——其实我们不是。公司不会犹豫片刻地采取对我们不利的方向。如果有必要，他们会毫不犹豫地切断对产品的访问，并完全关闭他们的服务。
总之，生成式 AI 工具可以是福音，也可以是诅咒。生命太短暂，不值得一直追逐我们真正不需要的东西。
确定重点。保持自由。避免疲劳。
Alberto Romero 是一名专注于科技和 AI 的自由撰稿人。他撰写了 The Algorithmic Bridge，这是一个帮助非技术人员理解 AI 新闻和事件的新闻通讯。他还是 CambrianAI 的技术分析师，专注于大型语言模型。
原文。已获转载许可。