關於方

20美金現在能用的token量比3.5時代還差，
雖然是4.7，但處理能力應該回到4.0水平，
我公司有額外給我100美金的帳號，但是opus的智力明顯回到4.5之前，
總之目前全公司準備改用codex，至少我們判定claude沒有能力短時間解決，
還好沒簽什麼公司約。

QLC買了幾次大牌子之後真心覺得就是冷儲存也不會挑這種東西來用
除非你是逼不得已的筆電

他用的晶片剛推出時就有人說會lag了，那時候X1已經算是過時的產品

買正版然後玩了以後發現不得不用模擬器才能正常遊玩╯-__-)╯ ╩╩

看FB留言真的超無語 ╮(╯_╰)╭
其實模擬器預設並不需要顯示卡，他靠CPU就能跑出比原本switch還流暢跟畫質更好一點的表現....
成本是零
switch剛推出時那個CPU就真的該換了

不知道什麼時候台灣才能買到微軟那台ARM開發機

ARM拿來做AI比較算是行內才知道的趨勢...
前幾年大多都知道，即時辨識也是ARM主板比較快

對於工程師而言，我認為會出現兩個理性謬誤：
1. 從公開技術上來看，ChatGPT只是接龍機，直接使用有風險
2. 使用時，準確率約60~80%
另外外加一個感性缺陷：
我怎麼可能輸AI

最終工程師就算偷偷用，也不會說。

回顧這幾個月，發現很少在用google查詢東西了，反正也相對難找到要的。
chatGPT價格還能負擔，而edge的bing聊天也更好找到東西。
如果google未來幾個月不能推出至少能對話兩句的AI，即便落後也沒差，那google這局可能會完全像yahoo那樣發展，再大也沒用。

最弱的M1只有8GB RAM在512X512在50步推理只花35秒是怪物吧...

3070若512X512在50步，若沒有搞插件會差不多就是30秒...而且風扇會全速運轉
那個M1 Ultra產圖比4090的慢一點，但很接近，不過瓦數差很多
難怪國外現在這麼喜歡用Mac studio開發ML