为什么我不再追逐每一个新的人工智能模型

两年来，每一个新型号我都是在它发布的那天安装的。新的基准测试领导者意味着一个新的选项卡、一个新的 API 密钥、一个新的“这改变了一切”消息到我的群聊。第一周后，这些都没有让我的工作明显好转。

我回避的事实是：我的大部分任务都是写作、总结和简单的编码。对于这些人来说，一个好的模型和一个伟大的模型之间的差距比清晰的概要和模糊的模型之间的差距还要小。该模型很少成为我的瓶颈。

我现在保留两个：一个用于批量工作的廉价主力，一个用于硬推理的强大模型。当新版本发布时，我会先运行一项真正的任务，然后再关心。大多数时候都很好，我会继续前进。

追逐模型感觉就像是进步，因为它很容易。实际上，改进意味着写出更好的提示并判断输出，这更难，但回报也更多。