7.2 KiB
来生小酒馆 2025/9/15
Full: Podcast Formatting
AI的谎言，该消灭还是共存？ 程序员的未来，是敲代码还是当AI质检员？ 你的个人数据，到底是谁的资产？
三句话提炼，嘿，亲爱的V，欢迎收听新一期的来生情报站，我是你们的老朋友，何夕2077。最近天气不错，但科技圈的风可是一点儿没停。
咱们先聊点开心的。不知道你听AI播客的时候，有没有觉得……嗯，有点像机器人背稿？小红书的智创团队估计是听不下去了，他们放了个大招，发布了一个叫FireRedTTS-2的对话模型。目的就一个：让AI说话跟真人一样。据说啊，什么发音错误、韵律拉胯、几个人说话声音分不清……这些老毛病，它都给修复了，效果直接顶到业界天花板。更绝的是，一句语音就能克隆音色，还把代码给开源了。这简直是往内容创作者的饭碗里……加了个大鸡腿啊！
不过，AI在学我们说话的同时，好像也学了点别的。比如说，一本正经地胡说八道。OpenAI最近发了篇研究，说想彻底根除AI的“幻觉”，可能……根本办不到。而且，你要是真把这毛病给治好了，那ChatGPT可能也就不会那么有创造力，说话也不那么流畅了，会变得呆板无趣。这么一想，我们好像不得不接受，未来的AI伙伴，天生就带了点“匹诺曹”属性。关键不在于消灭谎言，而在于怎么跟它的谎言……和平共处。
诶，话说回来，AI也不是万能的。斯坦福和华盛顿大学的研究者们就觉得现在的AI考试太简单了，于是搞了个终极考场，叫UQ基准。里面全是科学、数学领域里……真正还没解决的难题。结果你猜怎么着？就算是o3 Pro这种顶尖学霸，也只通过了15%。堪称AI界的“地狱模式”试炼。他们还搭了个开放平台，让大家一起出题，动态更新，让模型天天都得准备期末考。
AI有局限，但有些公司好像没意识到。你看，谷歌AI那么光鲜亮丽，但背后呢？是成千上万名“过度劳累、薪水过低”的合同工，在给AI模型做数据标注。说白了，聊天机器人之所以看起来那么“聪明”，全靠这些“汗水工厂”里的人类标注员。这不禁让人想，技术进步的背后，这个人力成本，咱们是不是有点视而不见了？
更离谱的是，有家大公司被匿名爆料，说他们为了省钱，把经验丰富的高级程序员都给裁了，换上AI系统和初级员工。结果……系统漏洞百出，客户服务崩溃。这操作，就像是拆了房子的承重墙去卖钱，短期看是省了，长期风险可就大了去了。
这也就引出了一个大家都很关心的话题：程序员的未来会怎样？有个热帖就说，以后开发者的角色，可能不再是吭哧吭哧写代码的人了，而是变成了“AI调教师”。打个比方，就像工厂工人，他不去修每一个次品，而是去调整那台出故障的机器。未来的开发者也是，主要工作是配置和质检AI系统，让AI去产出高质量的代码。这么一听，感觉软件工程的身份变革，真的要来了。
聊了这么多，最后说个跟咱们普通人都有关的。你的听歌数据，值多少钱？Spotify最近就气坏了，因为有一万名用户把自己的听歌数据卖给第三方，去构建AI工具了。这事儿一下就暴露了用户数据所有权和平台服务条款之间的灰色地带。这不仅是隐私问题，更是对咱们在数字时代的个人资产，到底归谁的一次灵魂拷问。
哦对，还有几个开源项目和社交媒体上的趣闻，我快速给你报一下。有个叫crawl4ai的爬虫项目，专门给大模型扒拉网络数据当“口粮”，火得不行。还有个叫DeepResearchAgent的，能模拟一个研究团队自己搞科研。Mac用户也有福了，苹果自家团队搞了个mlx-lm，让你在MacBook上就能轻松玩转大模型。社交媒体上呢，Gemini App的用户增长突然就超过了ChatGPT，真是风水轮流转。还有人吐槽，说现在很多开源TTS模型，宣传视频里是林志玲，下载下来是罗玉凤，这“买家秀”和“卖家秀”的差距也太大了。最有意思的是，沃顿商学院的教授拿“穿越回古罗马怎么搞科技、怎么发财”这个问题去考AI，AI的回答还挺像那么回事儿的。
今天的情报就到这里，注意隐蔽，赶紧撤离。
本期关键词: #FireRedTTS-2 #UQ基准 #AI幻觉 #人力成本 #程序员角色变革 #Spotify #数据所有权 #crawl4ai #DeepResearchAgent #mlx-lm #Gemini #全栈工程化
Short: Podcast Formatting
AI的“幻觉”能被根治吗？ 程序员未来会变成AI质检员吗？ 用AI代替资深开发者靠谱吗？
嘿，亲爱的V，欢迎收听新一期的来生情报站，我是你们的老朋友，何夕2077。
今天AI圈可热闹了，先说说咱们的耳朵。小红书发布了FireRedTTS-2模型，号称要让AI语音告别机器人腔，一句就能克隆音色，还开源了代码。不过，社交媒体上马上就有人吐槽，说现在很多TTS模型都是“卖家秀”和“买家秀”，宣传视频里赛神仙，开源代码一跑就拉胯。看来，想让AI好好说话，还得少点套路，多点真诚啊。
聊完耳朵，再来看看AI的大脑。OpenAI最新研究说了个大实话：想彻底根除AI的“幻觉”，也就是一本正经胡说八道的毛病，基本不可能。为啥？因为治幻觉的药方很可能会把AI的创造力一起干掉，让它变得死板无趣。看来以后我们得习惯身边有个“匹诺曹”属性的AI伙伴了。为了给AI的大脑上上强度，斯坦福大学他们搞了个叫UQ的终极考场，全是科学界的未解之谜，结果顶级模型也只答对了15%。看来AI想当地狱模式学霸，路还长着呢。
那边AI在考试，这边程序员的饭碗好像有点“烫”。有爆料说大公司开始裁掉资深程序员，换上AI和初级员工，结果系统漏洞百出。另一边又有热帖讨论，说程序员的未来不是敲代码，而是变成“AI调教师”，负责配置和质检AI系统。看来，以后程序员不修bug，改修AI了。
当然，AI也不是凭空变聪明的。有报道揭露了谷歌AI背后，是成千上万名低薪的合同工在做数据标注，堪称“AI汗水工厂”。这提醒我们，别光看AI多风光，也得看看背后的人力成本。
最后，快速过一下新动态：Gemini App的用户增长曲线突然反超了ChatGPT；想成为AI架构师的朋友，可以去看看那份疯传的9本AI工程圣经书单；还有，Spotify正为上万用户把听歌数据卖给第三方造AI工具而头疼。
开源社区也贡献了不少好东西，比如给AI模型囤积网络数据的粮仓crawl4ai，模拟研究团队的DeepResearchAgent，以及让MacBook变身AI工作站的mlx-lm。
今天的情报就到这里，注意隐蔽，赶紧撤离。
本期关键词: #FireRedTTS-2 #UQ基准 #AI幻觉 #人力成本 #程序员 #开源 #crawl4ai #DeepResearchAgent #mlx-lm #Gemini #AI工程 #数据所有权