昨晚叔又经历了一次熟悉的AI循环

رأى رسالة تمويل لمشروع ويب3، وفكر في تنظيمها باستخدام الذكاء الاصطناعي بسهولة: خلفية المشروع، حجم التمويل، حالة الفريق، التقدم المهم، آلية النشاط وطرق المشاركة
في البداية كان متفائلاً جدًا
حتى أن GPT قوي جدًا، يجب أن يتم الأمر خلال دقائق، أليس كذلك؟
لكن النتيجة بعد الإصدار الأول، كانت الهيكل موجودًا، لكن المعلومات كانت غير منظمة
الإصدار الثاني طلب منه إكمال مصادر البيانات، وبدأ يصبح أكثر حذرًا
الإصدار الثالث طلب منه تفكيك آلية النشاط، لكنه كتبها كبيان ترويجي للجهة المطورة
اضطررت لمواصلة تعديل prompt، وطرح أسئلة تفصيلية بشكل مكثف، وفجأة شعرت بشعور غريب جدًا، أنني لم أطلق العنان لنفسي باستخدام AI، بل زادت عبء العمل
هذه ربما هي النقطة التي يعلق فيها معظم الناس عند استخدام AI حقًا: ليس أنهم لا يعرفون ما يريدون، بل أنهم لا يعرفون كيف يترجمون الطلبات إلى prompts يمكن للذكاء الاصطناعي تنفيذها بشكل مستقر
👉 لذلك قام叔 بمقارنة نفس الطلب بين:
「ابحث عن مشاريع ويب3 لم تصدر عملة وتم تمويلها خلال الشهر الأخير وكشفت عن معلوماتها الأساسية، حجم التمويل، حالة الفريق، التقدم المهم، آلية النشاط وطرق المشاركة」
الجانب الأيسر هو GPT، والجانب الأيمن هو xBubble
رد GPT مألوف جدًا: يبدأ بالإجابة، يذكر المشاريع، يكتب المعلومات.
يمكن استخدامه، لكن بعد ذلك أحتاج لمتابعة الأسئلة: من أين جاءت المصادر؟ هل توقيت التمويل دقيق؟ هل أطلق المشروع عملة؟ هل هناك أي شيء مفقود في آلية النشاط؟ ما هو المهم، وما هو مجرد ملء فراغات؟
هذه هي أكثر أجزاء استخدام AI تعبًا، حيث يتطلب الأمر مني مراجعة الكثير من المعلومات الأساسية.
رد xBubble مختلف، الطلب يُعطى له، وهو يختار لي المسار المناسب أولاً:
1️⃣ SOP للبحث في العملات الرقمية (75% توافق، يتوقع 3-4 دقائق)
2️⃣ البحث والإجابة (18% توافق، يتوقع 20 ثانية)
3️⃣ مهارة مركبة - Bubble الحاسوب (7% توافق، يتوقع 2-10 دقائق)
هذه النقطة مهمة جدًا: SOP ليس مجرد «نموذج كلمات توجيه»، بل هو مسار مهمة تم تشغيله بالفعل.
كيف تبحث عن المعلومات، وما هي المصادر التي تستخدمها، وكيف تتحقق من صحتها، وكيف تخرج بنتائج منظمة، كل ذلك يتم ترتيبه مسبقًا من قبل النظام.
مثلاً، في دراسة وتقييم مشاريع ويب3، غالبًا ما يكون النموذج العادي يجيب أولاً ثم يواصل، والجودة تعتمد على أداء النموذج في اللحظة.
xBubble يحدد نوع المهمة أولاً، ثم يختار المسار الأنسب.
الفرق واضح جدًا:
👉 لا يكتب prompt + AI عادي: النموذج يجيب أولاً، ثم يراجع المستخدم ببطء
👉 يكتب prompt + AI عادي: المستخدم يقسم الطلب إلى سلسلة من العمليات
👉 لا يكتب prompt + xBubble: النظام يحدد لك المسار المناسب أولاً
هذه هي فكرة وكيل AI منخفض الطلب (Low-prompt AI Agent) في xBubble
المستخدم يتحدث بشكل طبيعي، والنظام يختار المسار
الذكاء الاصطناعي يجب أن يتعلم من الذكاء الاصطناعي
ويجب أن يستخدم الذكاء الاصطناعي أيضًا
@dappOS_com