国产大模型，请加强基本功 - 大模型能力差异

1 诚惶诚恐的ISFJ人工智能

挑选一个国内的典型的代表大模型，然后问他：你好。观察 ¹他的思考过程，你会发现大模型会有如下的内向活动：

• 首先是准确的识别到了这句话是打招呼，然后想我要礼貌的回复这个招呼。
• 然后就是我要怎么回复呢，首先得准确，还得热情，还要考虑。。。。等等因素。
• 接着就是先打了个草稿，准备了三到五条的回复语句。

到这里还算正常。

• 在接着就是琢磨下每一条候选回复，选择最佳的那条。 然后还要在打磨下看是不是回复语气还可以更好，要不要再补充点啥。
• 在接着就是重新润色选中的回复。 又想出了新的润色方案。
• 在接着就是最后的抉择，我得简单些，就选那个吧。准备最终的润色方案，加上感情，语气，和颜文字或图案。
• 确定了。终于有了一条最终的输出答案。
• 在然后，等等，是不是有啥其他约束条件？没有！就是一条简单的打招呼，那就不能太啰嗦，回复招呼就行。
• 最终决策：一条精确些的但略显啰嗦的，一条非常简洁的。 嗯，简洁比较好，就选简洁那条。
• 最最终决策：嗯，我在口语化一下。
• 最最最最决策：生成一条回复。不对要自然一些，在优化一下。再复盘一次，在改改。实际上，得保持非常开放的态度，在改改。 差不多了，在改改。 最后决定，实际上一条简单而温暖的问候就好了。定稿。

结束。

最后的输出是：你好啊，有什么能帮忙的么，或者你想聊点啥？

所以你看，AI聪明么？ 聪明！ 傻么？真的是有点傻。

像不像一个拼尽全力想做好事情但丝毫不懂得方法的牛马？

你是不是经常感觉到国产大模型价格便宜，但是消耗的特别快！最后结果反而不便宜！！ 如果每个简单的对话都如此无脑的反复思考，反复打磨，那得浪费多少倍的token呢？！怎么可能便宜呢？

2 缺乏常识的AI AGENT

我们再看看具体AI编程的例子。仍然以国内的典型代表性的ide为例子。

首先，ai能力是ok的，能比得上世界最顶尖的模型，就算差一点也差不远。 这个是要肯定的。 但！

实际执行下来，问题多多，效果不是差，是有点惨不忍睹。 那问题出在哪儿呢？

首先依然是重复、冗余、过度的循环。 这部分很容易快速的消耗token。 早期定的套餐，一般能用半个月的持续时候。现在，基本一个迭代就全耗光了。 而且过程不仅慢，还容易乱中出错，难以掌控。 在这个上面，像极了一个没学过编程的天才少年，每天勤奋的堆积一大堆的弱智代码，在前人已经经过几十年的开发经验沉淀后的技术路线上，反复的踩早就被填平的坑。

这是最悲哀的一件事情。忽视专业，忽视能力，忽视理论，忽视经验。全靠莽。

像不像那个不知道员工做到好不好，也不在乎做得好不好，只在乎半夜员工是否还在加班的团队！

更过分的事情来了，ai agent最重要的就是本地能力，能直接写代码，解决问题。但！

这里又要但一下了。很无奈。 agent 在处理文件的时候，如果认为内容比较复杂，可能会比较消耗token或无法处理，这时他就会尝试写一段代码来实现。这是很聪明的做法。 但是他的基础能力太差了。查到什么程度呢？ agent 调用 shell， 执行一条指令，如查看第三行的某个数字。 指令没问题，逻辑也没问题。 执行也没问题！ 打开shell 你会看到成功执行的结果。 但是agent无法识别到shell执行的结果。然后他会等到卡死，或者超时。超时后他认为失败了，于是动用他的强大的脑子，换了一套执行的指令。然后再超时。然后再度发挥强大的大脑，变幻出其他机制的执行指令。

指令都非常的棒。 就是一个最简单的shell执行后获取不到结果这么一个简单的问题。解决不了。 导致一个小地方反反复复的循环和卡死。不到半天功夫，事情一个没解决，token还耗光了。

这个问题真的是非常让人痛心，因为自从ai编程出现以来，一直到现在，这么个简单但如此严重的缺陷，依然还存在。

不得不说在基本功 ²方面，真的是差的太远了。

今天的国产编程ide, 成长非常大，已经远非一年前可比。但是实际的生产效率，却和业界顶尖ide拉大到无法望其项背的程度来。 同样的问题，国外ide一小时少量token就能解决的，国内ide得消耗一天以上，而且能耗光一个月的订阅量。 唯一值得留念的地方，就是还有免费的模型可以凑活过日子。

3 木桶乘水的多少取决于最短的那块板

我相信大家都有一个印象，就是国产模型在成绩上没输过，在实战上没赢过。

现在，这个差距越来越大了。达到无法忽视，无法承受的地步！ 就我个人来说，已经需要很强的爱国心来说服自己给国产模型续费。

问题所在也很明确，基本功完全缺失、幼稚、无序。总是试图以莽来代替技术和理论！

是继续以血肉之躯靠莽来应对钢铁铠甲，还是选择尊重专业，尊重专家呢？这个问题已经到了无法忽视的地步了。

希望国产模型能尽快的补上技术理论的基本功。做到实战和评分效果一致。