本周花了比较多的时间在AI大模型上面，原因是工作需要，在整理一份关于AI大模型的PPT，借助整理AI大模型的材料，倒逼自己认真的学习AI大模型。
不过，一番学习下来，发现难度蛮大，其中涉及太多的技术概念以及各种术语，比自己以往接触的任何领域的概念和术语都要多。
（一）
某人向一亿万富翁请教：你这么成功、这么富有，你的思维模式，跟普通人相比，例如我，有什么不同呢？
亿万富翁稍微想了一下，随手从旁边拿过一个普通背包，跟这人说：这个包，一万块卖你，如何？
这人不假思索的拒绝道：不要，太贵了。
亿万富翁说：你看，这就是差别！
亿万富翁继续说：你们只看成本，这个普通背包，从成本角度看，确实不值一万块。但你却不问我，为何这个包我要卖一万块？这个包值一万块么？万一包里装着十万块现金呢？你岂不是错过了赚9万块的机会了？
亿万富翁总结说：普通人只担心成本，我则担心价值；普通人重点关注成本，我则重点关注价值。
以上看着很像一励志的段子，事实上是我最近在油管上看到的一博主采访一富豪的对话。
（二）
看到一故事：国内一人，从大厂离职后，做AI应用方面的创业，去年一年的业务收入达1000多万，而他的团队只有他一个人，再加几个「AI员工」。
故事中，这人搞什么业务，并没有讲清楚。一般来说，这种故事要么是真的，人有其商业机密，故而不会在故事中清晰的分享自己的业务方向；要么故事就是纯讲故事，无法告诉你真实的业务是啥，你且听听故事就好。
我不知道上面的故事是哪种情况，「AI员工」的概念倒是挺有意思，能给人蛮多启发。不知道这人用的AI员工是什么，能想象到的，例如AI美工、AI文案之类，这些大模型都可以做的很好了，胜过一般的美工、文案。
AI大模型发展到现在，因其概率的本质以及不可解释的特性，仍很难用在对精准度要求很高的领域，但是它们已展现出了过往很多技术不具备的智能和能力，也展现出了不一样的价值。
有些人，关注这些价值，并利用这些价值，做出来不一样的东西，并开始大赚特赚。还有些人，仍在怀疑AI大模型的价值，担心AI大模型带来的负面影响和成本。
这也是不同人之间的差距。
（三）
AI大模型领域发展的太快了，感觉上每天都会有不同的新模型出来。即使没有新模型，也会有某家大模型企业推出新的功能或特性。
跟随着AI大模型的发展，AI应用领域也在不断地诞生新的东西，从早先的Coze、Dify，到最近的Manus，工具一个比一个神奇，也不知道不远的未来，还会出现什么更神奇的AI工具。
AI大模型，随着DeepSeek R1的发布，让AI大模型的应用成本有很大程度大的降低，大模型慢慢的成为一种基础设置，它们重点输出智能的「能力」。
基于AI大模型输出的能力，结合具体的业务需求，不少的组织和个人也开始开发各种各样AI应用，最近就看到了不少的故事，例如帮助老外养花的AI应用、给狗狗健康诊断的AI家庭宠物医生等。
AI应用，开始有了蓬勃发展之势，也许2025年最晚是2026年，会被人们称为所谓的「AI应用元年」。
未来，也许一小部分公司专注于搞大模型基础设施，这个东西不是一般企业或个人可以玩的起、玩的好的。更多的企业，乃至更多的个人，可以热闹地玩起来的是AI应用。
在AI大模型的时代里，开发一款AI应用，最需要的并不是什么技术能力，因为AI大模型本身就具备写代码的能力，最需的是「想象力」。
任何一个领域，找到需求，定义清楚问题，想象出解决思路，剩下的应用开发，找人去做甚至用AI大模型去做，都是可以搞定的。
而那些掌握技术的人，往往因为不知道该干嘛，以及想象不出来如何干，结果往往是自己做不出来什么东西。
贫穷，限制了你的想象力。而想象力，会让你打破贫穷。这也许是AI大模型时代，能带来的改变。
- 20250324，文章初稿；