我是国内的 NLP 从业者，大模型这一波风吹过来了，在公司做大模型感觉前途未卜的样子

不要调用 api ，只做上层应用

短期内，还可以继续卷算法，吹吹牛皮，做出特点。
中期内，拼的是特色应用、数据源（知识库）壁垒。
长期看，无论算法还是应用都会被破掉，唯有算力（生产资料、资本）常在

赢者通吃的游戏。

只要有墙,靠国别墙立起来的科技公司就能苟延残喘

正好相反，大公司只能做通用的东西，他们把这个潮流带起来之后

很多机构就会有定制自己 AI 的需求，这就是前 20 年的 IT 业一样。比如定制自己公司的客服，那就需要微调人员

相反，不会玩大模型的人才会被 AI 取代

长远来看，数据价值才是可以积累的，你有别人没有的数据才是最重要的。

@majianglin OpenAI 刚开的发布会讲的重点就是就是个性化模型，自己可以简单的定制模型，或者他们帮你用大量数据微调

微信公众号里有很多优质文章，以后微信必然会拿这些数据喂 ai ，再通过各种手段限制其它大厂获取它的数据，这样优势就产生了，别的厂商敢偷爬数据就会被告。
我认为 ai 的出现会进一步提升数据的优势，以后谁能拿到别人拿不到的数据才是最重要的，想想看，以后的生成式人工只能如果连你看了哪些文章都能获取到。
想想这么个场景：
我：帮我规划下我的旅游计划
ai：好的，根据你最近几天在手机上浏览的三亚旅行相关文章，我给你提供了几条你感兴趣的线路，你可以看下....


事实上掌握了用户的行为习惯的数据的 ai 可以更加智能，连你了解了什么都知道，你就不用说那么多话来告诉 ai 该怎么做了，因为 ai 一直在看着你，再叠加上未来的物联网、智能家居，你的一举一动都可以输入 ai ，必然会诞生超级智能的助手，而别的竞争对手拿不到这些数据你就没办法做到这么智能。

去年年底 NLP 已经被大模型卷死了。。打不过就加入

同为前 NLP 已失业。。迷茫不知出路何在

@lbingl 微调也是需要技术的。

另外还会有针对公司业务的专有模型，比如军方要设计一个风洞模型，核打击模型，汽车公司要做一个自动驾驶模型，金融部门要做一个风险监控模型，舆论监管部门要做一个自动舆论监控与引导模型

上面这几个例子 ChatGPT 目前是做不了的，未来 2-3 年有可能能做，但是不会让他做的

还有目前的大模型太依赖算力，太依赖大量的数据。降低算力要求，像人类一样自主学习，学习人类的情感，学习人类的思维跳跃和创新能力，能做的事情太多了

新技术会带来新机会，至于机会是什么，就看大家怎么把控了。未来必然属于乐观者

@majianglin 首先你说的那几个领域的模型你觉得能用 gpt 的 decoder only 结构做不。而且楼主说的 nlp ，cv ，speech 这些领域，确实有一个好的通用模型就可以解决 80% 的问题了，现在可以个性化定制后解决 95% 都可以。
另外微调很简单，对于大部分小公司，有了数据跑一遍 lora 就完事，之后有能力再过一遍强化学习。但是现在的开源模型加 lora 微调的效果根本就和 OpenAI 的没法比，原因是基础模型太烂了，再微调有什么用。
我也是大模型从业者，也调过大语音模型，国内最利好的地方就是有墙，用不了 OpanAI 的产品。

@keepRun 哈哈哈，想法没问题，但是真的看笑了，国内这些垃圾公司的臭不要脸行为已经被大家默许了 lol

@cryptogems 我打赌，10 年后必然会有类似行为，用户的数据在手上厂商不可能不拿来喂 ai

@zsj1029 哎，算法工程师还是需要一些壁垒，现在看应用层真没啥壁垒

@gps949 感觉中期看也不是很稳啊

@Xealml 算法除了增效还可以降本。毕竟目前大模型的单次推理开销还是很大的，如果不是很重要的任务，直接用大模型很可能是划不来的。

@gps949 大哥真的厉害

@vToExer 请教为什么会失业, 是大模型或者 AI 覆盖了从业场景吗?

@vToExer nlp 薪资怎么样, java 从业者还想转行呢

@gps949 #2 老哥真的有洞见！