关于 AI 公司在做一些垂直领域的训练，或者说是应用吧。我有一点点个人的感想。我是这么认为的，就是说这些领域，如果很多是叫做行业，就是不对外有很多知名度，或者说很多人没有，不是说那种像，比如说 sales marketing 这种公开的这种，它有一些 knowledge transfer 的这种门槛的话，那么 AI 训练肯定数据是不足的，所以需要一定的时间去适应。但这个绝对不应该当做是 AI 的一个弱点，反而是应该是合理的看待它就是一个正常现象。什么意思呢？就说你现在换一个人去学，没有经历过这种，就是等于是外行转行到这个领域去的话，你同样要经历那么多的过程。因为没有人天生就会这个一个些专业是不是？这个专业它肯定有一些内部的这些 know how，有一些他们的呃知识的这种学习曲曲线需要去克服。就以我个人的经历，我个人认为我的智力可能就平均稍微高一点点吧。但是我以前对自己就是学习新事物是比较有信心的，每个人都会有自自信心嘛。我的意思就是说，对于不陌生的领域，年轻的时候是喜欢去挑战的，因为我我相信，我是有能力学会的，而且就是说是作为企业来说，他招招聘我的话，他肯定不会吃亏，因为我是比平均总会强一点点吧。就是这么一个意思，就说你现在招一个员工的话，那那也要去花那么多时间去学，是不是？所以我去学的话，我是有信心去学，但是你必须得给我一个机会，学习的机会，学习一个过程。而且就说不可能人一下子就学会的，人的学习过程还是挺漫长的。就比如说有些公司，你初级程序员，你到一个中级的培训的过程，那总是要一段时间，可能一两年都需要，是不是？那你现在说哦， AI 去训练的时候，你就指望它一次就学会，或者指望说它三天五天就学会，这个我觉得是有一点点过高期望。那么 AI 能够三天五天学会，它必还是要有一定的叫做校准吧。就像你现在学了一年两年之后，你认为说你一定是就不需要别人去监督你，或者说是帮你去把关呢。或者说是去评估你的工作呢？肯定要 review 你的工作嘛。那这个肯定有一个迭代过程，你不可能第一次就做对。很多东西就是人人都会犯的错误，很有可能 AI 也会犯，因为 AI 跟人其实本质上是差不多的，只不过它是更家的聪明，加引号聪明，就是说它集成了非常多人的思想，所以它等于是一个比平均大多数人都强得多的这么一个，你说是一个超人也可以，是不是？不算是最聪明，但是肯定比平均数要高很多了，比我们肯定聪明太多了。那我们学一年两年，他学可能学几个月，一两个月，说不定。这就是我的感想。

是的，我的核心的观点就是说，垂直行业大模型它缺乏训练数据，因为这些是一般是不公开的，或者说是训练数据很少量的。你没有深入到这个行业的话，基本上很多人外人根本就不知道，就是公开的东西都不知道，所以你怎么让大模型去学到这些东西呢？只有说当你要去这个公司， AI 公司要去做这个垂直行业的时候，才能够去接触到这些内部知识。一一定要给 AI 一个学习的过程，一个学习的时时间，就像人一样。嗯不可能先知先觉嘛，没有任何人是先知先觉，就是说那种那种极少数极少数天才，就是说他能自己领悟这些，但是也是有这个限度的。他有些东西就是说他必须还是要接触，有实践，那么很极少说能够说不经过实践他就能够悟出这些道理。觉得不太现实。但是还有一点我要强调，就是说一旦这个模型学会了以后，那就是它可以完全复制它的经验。而我们人是没有这个能力的，就算我学会了，那我要去再去传授给别人，又需要同样的这样一个过程。哪怕说我已经学得很扎实了，深入了，避免了很多坑。但是再去传授一个新的人的话，还是要走同样的这些坑，这些过程都是。但是大模型不一样，它一旦学会了它的这个知识就固化下来。就说它的经验是可以直接 transfer 过去的，就是 knowledge transfer 这个过程是完全省略掉了，就是说人人学习是有一个过程，而大模型其实就是完全克隆他的学习知识。所以就是说，我认为说绝对不要去苛责这种大模型在垂直领域，学习要重新学习，重新训练这个过程。这这个是不可避免的，没有什么大模型是能够说完全触类旁通的。除非说那个它是一种，叫什么？除非说这个领域它是很规范的，很很规则化的，意思就说是可以完全用其他行业的这些，嗯知识能能力可以 transfer 过来，但是我觉得很多行业有这种能可能性，但是同样你需要总结，或者说是，还是需要实践了。就说除非，这有些行业其实可能有的行业深，门槛高一点，有的门槛低一点。但不管怎么样，它都是有一个门槛吧。我只能这么讲。