谭进杰
AI大模型DeepSeek
某些时候，让我感觉AI太难用了。因为无效沟通，需求没有解决，反复确认和检验，导致token资源无效浪费。在实际应用场景中，AI难道就不能多模型存在吗？通过一个全局总线实时共享状态，实现更加细致的边界划分和专业效率。交互就要用专门的交互模型（满足千人千面）；拆分就要用专门的拆分模型；专业的事就要用专业的模型。在经由交互模型结构化梳理和确定应用场景之后，每一个模型都基于全局状态，自组织的自适应的（可预测执行效果/效率的）预申请/使用/释放资源，并主动上报自身状态，避免浪费（事不过三），减少无效执行（全局确定性兜底）。具体表现为：由具备自适应能力的多智能体，基于共享信息自主决策，面向价值交付，构成一个可涌现全局协同效果的自组织系统。
（就像区块链一样，任务就是账本，交接就是交易，自组织就是共识机制，自适应就是智能合约，预算开销就是Gas，模型接入就是节点注册，联网分包就是跨链）部署的专业模型也应当具备边界判断能力，会影响全局任务进度的，就应当（在能力范围内用专业的能力预处理任务）适时联网向更权威的专业模型分包任务（参考BOINC的分布式计算任务）。
发布于 湖南
2
1
赞
未登录
友善发言
评论
加载中
