每日AI新鲜事·10月20日午间版：Flipkart外卖与等待设计

今天AI圈又有不少新动静. 我刷了一圈, 有几个事儿挺有意思. 今天咱们主要聊这么几件, 一是Flipkart外卖, 二是ChatGPT域名之争, 三是AI编程助手, 四是AI互审文章, 五是本地模型搜索, 六是Lula抗议Meta, 七是等待设计, 八是Katto剪视频. 嗯, 都挺有料的. 那咱们先从第一条新闻开始, 慢慢往下捋. 第一条, 刚看到TechCrunch上有条消息. 沃尔玛旗下的Flipkart, 正在印度悄悄搞外卖业务. 说是先对几千名员工开放了服务, 公测还没正式开始. 这个路子其实挺典型的. 先内部员工跑一遍, 把履约链路摸熟了再放出去. 印度外卖市场本来就卷, 它这是拿电商的底子去抢即时配送的生意. 那它跟AI有啥关系? 现在是不是所有配送背后都藏着调度模型? 对, 路径规划和运力调度基本都靠AI. 不过这条新闻本身没提具体技术, 咱们也别硬往里塞. 行, 那就当个产业动向记一笔. 第二条, dev.to上有篇挺好玩的事儿. 有个开发者参加Hacktoberfest, 做项目起名字, 结果跟ChatGPT吵起来了. 吵起来? 这说法有点意思. 具体怎么个争论法? 就是他想用一个域名, 问ChatGPT意见, 结果模型特别执着地表达偏好, 来来回回不松口. 这就有点像模型的人格设定太强了. 你把偏好说得很重, 它就一直跟你杠. 所以啊, 起名这种主观事儿, 还是别全信模型. 第三条, 也是dev.to上的, 聊AI编程助手. 文章标题挺大, 叫样板代码的终结, 说AI编程助手正在重新定义软件工程. 这个方向我认. 重复性的骨架代码, 现在确实可以大量交给工具去写. 但重点不在这里. 重点在人得会审, 会判断生成的对不对. 这不就引出第四条了嘛. dev.to上有人做了个实验, 让另一个模型来审自己的文章. 七篇文章, 四十条评审意见, 全都量化记录下来了. 这个实验设计有意思. 换一个模型审, 视角不一样, 更容易抓出事实错误和逻辑跳跃. 等于说AI不光写, 还能当第二双眼睛. 第五条, 怎么把更多网页搜索数据塞进本地模型. 核心就是上下文窗口嘛. 塞不下就得做筛选和压缩, 这其实是个工程活. 好了新闻就先到这儿, 接下来咱们深入聊两个话题. 第一个, Hacker News上这条挺热, 巴西那边Lula的支持者上街抗议Meta. 说法是谴责Meta的选举干预, 评论二十来条, 分数快破百了. 这类事儿现在越来越敏感. 平台推荐算法怎么影响舆论, 一直是争议焦点. 可是这就矛盾了啊. 平台说自己中立, 街头的人说它干预, 到底谁说得清? 说不清, 因为算法本身就是有取向的. 排什么, 压什么, 都是选择. 你再想想, 推荐系统优化的是停留时长, 那自然会放大情绪化的内容. 那这种争议, 技术上有解吗? 还是只能靠监管? 短期靠监管和透明度报告. 长期得看有没有可审计的推荐机制. 行, 这个先记着. 第二个话题我特别想聊, dev.to上那篇等待设计. 一张照片进去, 一段视频出来, 中间大概十分钟啥也没有. 这十分钟就是流失点. 用户不知道进度, 就会以为卡死了. 作者是做单点工具的, 就靠这个把等待变成了产品的一部分. 对, 异步生成的关键不是快, 是让用户有掌控感. 进度条, 阶段提示, 都得设计. 那是不是生成越慢, 越考验这个设计? 没错. 十分钟的场景, 你得把等待拆成好几个可感知的小阶段. 所以结论是, 异步AI产品的竞争力, 一半在模型, 一半在等待体验. 同意. 最后还有条小新闻, Katto这个工具, 能从Claude和Cursor里剪视频. 对, 把长视频切成竖屏短片, 自动找高光, 加字幕. 工具链越来越细了. 总结一下, 今天这几条, 有产业动向也有产品细节, 都挺接地气. 是啊, 那我们今天就聊到这儿, 晚上见.