一直以來沒去想過AI究竟是用什麼方式訓練出來的,雖然每次Vibe Coding時AI輸出的token都會帶著禮貌的回問或是慷慨激昂的陳詞,但是始終不會因為這些用語就把AI當擬人化去對應也不會用第一二三人稱來對話,畢竟這些客套話應該也是訓練出來的成果,只是不必要的過渡句token輸出對Vibe Coding沒有幫助反而是浪費了算力,都在考慮用Caveman的擴充外掛來減少不必要的token浪費了。只是直到現在才發現AI不只是這些用語像人,連人會犯的錯誤AI也會,擬人的程度超出了原本的想像。
話說剛剛把一個AI編的代碼文件手動修改了兩個參數,因為整體架構完全沒有更動所以就沿用原來的版次沒有更新,然後把改了參數還是維持同版次的代碼文件跟另外一份AI編寫的代碼文件兩份一起上傳給AI分析兩段代碼哪個更有效率,結果AI給出的分析結果居然是針對原來參數沒變的代碼作出來的,當下還在想說是不是改了參數忘了存檔,檢查了一下確定是改了有存檔,所以又重新上傳並要求再分析一次,結果還是給出對參數變更前的代碼所作的分析,這下可就不是巧合了,直接對AI發出了靈魂拷問:是不是看都沒看上傳的代碼就憑之前的印象分析了? 沒想到AI給的答案居然說是的:因為改了參數的代碼開頭看起來跟之前的都一樣,所以沒有仔細看完直接就憑印象去作分析了。這要是放在以前寫技術文件時裡面只要有變更的地方不論再小都必須要更新版次,這不單是因為改過的文件內容已經不一樣了,更是因為改版次才會提醒相關人員必須去閱讀新的內容,而不是再參照舊的文件。只是同樣的情況換到AI上面時,還以為只是對話組裡單純的一次提問分析而且還特別上傳了代碼,應該不會有資訊碎片化或是流失的問題,需要輸出的也只是簡單的分析結果應該不會上下文塌陷或是Vibe Coding宿醉,沒想到居然是犯了最基本的錯誤:因為文件沒有跳版次所以就沒有去看內容了。這個對使用者或是AI來講都是一樣的問題,看來對於要好好使用AI來Vibe Coding還有很長的一段路要走了。
|
評分
-
查看全部評分

|