随手一提都感觉如梦如幻——近期的写作生活里GPT的文笔如雨后春笋般常常为我所用Claude的编码能力也常常让我的代码“一写了就对了”地服众而Gemini的PPT也无一例外地为我“完美”的呈现提供了强有力的支持。可惜三家都把自己最得意的招牌能力都给搞反了如以“文采飘飘”的名声而著称的Claude居然都被它的“一门不能成的不学无术”给抹杀了甚至以“编程的神技”而闻名的GPT也就更不用说了更不知道 Gemini又跟什么PPT扯上了关系正是由于对梦男AI聚合平台的长期依赖才使得我养成了随手将各种资源都通过它来整合的不良的使用习惯。但其调度的出发点并不像有些人所想的那样简单的“谁家的模型就该干什么”而更应该是“哪个模型在你当前这个具体的任务上都表现的最好就调度哪个”。借助对这几个模型的多月的调试和实践才真正打破了我对它们的刻板印象也让我对“一个入口就能全搞定”的想法重新做了个了了的解。凭借对这三大核心的真实的体验的完整的拆开才能看透这个聚合平台到底是如何把“反常识”变成了“新常态”的。GPT写文被低估的文字能力被释放出来了先说GPT。可惜GPT的形象却始终被很多人锁定为那个逻辑严谨但文风偏干的“技术直男”——他做的分析都那么有理有据的拆的问题也都那么的细致入微的写的代码也都那么的优美高效的可要他写点有温度的东西总感觉就是差点意思。但当我将GPT的调度指令一一的应用到写作的场景中却意外的发现了它的另一重“面孔”——它的结构化的写作的能力都被我们所严重的低估了似乎它的写作能力也不是我们所能想象的那样简单。将一篇篇的文章写的像“一根根的金钉子”一样地扎进读者的心里才是真正的写作像那些以“金钉子”著称的经典之作一样能将读者的心里“钉”得死死的那才是真正的结构化写作呵比如那些层层递进的、数据和案例都能精确卡位的、能让人“一读了之”的那些行业分析报告、产品的深入的评测、对一门学科的全面的综述等等都可以说是典型的结构化的写作了。但真正能让一篇文章立于不败之地的远远不是它的文笔多美或多么的“洋气”而是它的逻辑性是否通顺、论据的支撑力是否足够、结论的合理性是否得到充分的体现等。正是GPT的最大的特点也最容易被我们所忽略的——它能以最为接地气的方式将复杂的知识讲的通俗易懂从而将原本的枯燥的知识变的生动活灵引起了我们强烈的学习兴趣。随后我便将其作为一个典型的案例着手对“大模型的训练成本下降对AI的创业生态又将产生怎样的深远的影响”等热点的深度分析做一篇文章。但 Claude 的这篇文章却起起落落的初读的第一段就让人感觉到了它的精彩但随后又有一些相对生花的比喻的用得让人不太舒服更何况当我们读到它的后半段就开始感觉到它的“硬撑”了——论据的反复和推演的逐渐松劲都让人不由得觉得这篇文章的最后的那句“收”就有点虚了。与其前辈的那些“机器人”的完全不同GPT的版本更为优雅、更为人性化。从不引人惊艳的开篇就一路稳稳地将论证的链条拉了下去从对成本的逐一剖析中找到了对创业的门槛的影响从而又将对创业的门槛的影响又推导出了入局者的激增带来的竞争格局的变化最后都将这些都推导出了三个具体可验证的趋势的判断.。细读全文,一句废话也没有,逻辑的流转也从未出现过的跳跃。相比之下更能体现一篇长篇的“真功”就是那种从头到尾都不松劲的连贯性的确比“文采”更是难得的了。其更为关键的便是梦男AI在调度GPT写作的过程中将会对所要写作的场景的各个参数都进行自动的适配。无需对“如何调节GPT的温度参数和top_p的值”等繁杂的参数的设置我们就能轻松地将创作的想法化为真平台都为我们自动地设定好了只需将自己想要表达的思想和意境都用最纯真的语言描述出来就行了。但GPT的“开箱即用”的体验却让其在写作场景下的可用性大大地提升了一个档次几乎可以直接“拿来就用”了。采用对GPT的深度运用手段我们发现其在逻辑性较强的写作如报告的分析、对某一产品的详细的评测、对一门技术的教程性质的文档的写作等方面的文字表达的却别之处尤为明显的的确的让我们对其文字的能力有了全新的认识。Claude写代码比你想象的更能打但的确会有不少人对这一部分的结果产生不小的惊讶。你还真把 Claude 当成那个以写小说和散文红了当代的Claude呢他居然也开始写代码了对。远远地超出了我的初衷的预期。别说了我的实力还远没有把GPT或那些以代码见长的模型都给超越了呢。相较而言梦男AI就更是将Claude的这一优势在具体的编程的场景下淋漓尽致的体现了出来它不仅能更深刻的对代码的可读性和可维护性等方面的理解更是远远的的就超了很多以“技术更强”的那些所能达到的效果了。举个例子。根据了多个API的对接及数据的清洗、聚合、最终的落地写入数据库的需求我就给它写了一个Python的全流程的数据处理的脚本。但从GPT的输出来看其写的版本虽然逻辑性很强却又带有很强的“竞赛风”变量的命名都比较短小精悍的函数的边界也都比较不清晰的甚至还用了几个比较tricky的写法。三月后再翻这段代码的你也要花不少的时间才能重新上路了。从Claude的那版就能看出他对“工程协作”的深深的爱好——不仅技术上没有任何的妥协代码的风格也都明显的向“工程协作”的方向发展了比如函数的命名就非常的清晰、明了各个函数的职责都明显的分离了出来对关键的逻辑都有自然的注释说明对各个边缘的异常的处理都有比较明显的异常的处理的实现等等。如同一位资深的同事一样将他精心的代码的每一行都像一道道的优质的提交一样在眼前展现出来的感觉无比的舒心。不仅仅是Debug的过程将我深深地打动反复的排查和完善的过程中才真正体会到软件的真正价值所在.。 Claude不仅敏锐地将我故意引入的那段有隐患的Go并发代码的“隐蔽的Bug”给找了出来一共就两行代码还在对这段Bug的分析中对“为什么这个Bug在低的并发下很难复现、又会在什么样的条件下会触发”等问题的深入的揭露中为我们所所深受启发。基于对“问题发生的具体条件”的如此细致的精准的描述也就明了它所要做的并不仅仅是简单的模式匹配而更是对代码的运行模型的深入的理解.。尤其是他在处理那些常人不愿接触的“非标准的需求”中就表现得尤为出色。这样一来就能根据你的需求对这段兼容的代码在兼容的python3.x版本中都能正常的运行了如“兼容Python 3.7至3.12的两种方案都给出”。其对工程的约束性质的深刻的理解也就对真实的开发场景的指导、推动具有了非常大的实际的实用价值.。但如果你的项目对代码的质量和可维护性都有较高的要求甚至能为你“写出让人看得懂的代码”的助手也不是完全的外界之物尝试在聚合平台上将Claude的调度能力也纳入其中的调度策略中也可能会有意外的喜悦。Gemini做PPT多模态能力的降维打击可 Gemini 在三场的“不务正业”中却让人最为惊喜的就是它的PPT了。但从传统的认知角度讲做PPT的过程就好似“写作”与“设计”两种互不相容的东西一部分人把做PPT看作是写作的工具主要的就是生成一些文案的另一部分人则把做PPT看作是设计的工具主要的就是套模板的。如Gemini般的强大之作梦男AI就将其用来做PPT的调度工作的确其背后的一系列的逻辑都比较清晰Gemini作为目前这几个模型里原生多模态能力最强的模型不仅能对文字的理解也能对图文的关系、视觉的布局、信息的层级等都有很好的理解。通过巧妙的将“文字的表达力”、“视觉的感染力”与“信息的流畅性”完美的融合在一起的就能诞生一份极具感染力的好PPT.。凭借对比实的体验我们不难发现其所体现的层面可谓多元化既有对其外在的感官体验又有对其内在的精神层面的深入的体会和探索.。凭借对内容的深入地挖掘和对其内部的逻辑结构的精准的把握我们才能真正的将其内涵的丰富的思想和精彩的观点体现出来.。将一篇冗长的文章或一份复杂的文档都一一“挖掘”了出来Gemini都能精准的把文档的层级结构给我们找了出来——从那些核心的论点到支撑其论点的各类的论据再到那些对其论点的关键的数据的把握都一一给我们“挖掘”了出来。而其在对PPT的大纲的提取上也就不再是简单的按段落的切分而是对内容的逻辑关系有了更深的理解从而对其进行更合理的重新组织了页面的结构。不经我手拣选的关键案例居然就被自动生成的PPT大纲“挖掘”了出来尤其把原文中间的那一段最能直观地解释了核心的几个概念的案例就被提到了第二页完全符合了我的初衷的想法似乎也在我无意中暗示的那样“前置”了该案例的重要性。相较之下现有的AI生成的PPT中却很少能看到对“叙事节奏”的精妙的把控。将视觉的层面与所呈现的内容的内涵相匹配起来的设计也同样不少见但却往往又常常将“视觉”作为一种单纯的“装点”或“配饰”将“内容”作为一种单纯的“主体”二者之间的“匹配”就变成了“将内容塞入到视觉的‘空白’中去”这样的简单的操作从而也就把视觉的“装点”或“配饰”之外的真正的“表现力”也都给丢失了。Gemini在为每一页的幻灯片的内容的排版的逻辑和视觉的元素的相互的配合上都下了很大的工夫.。采用对数据的密集性页面的“智能”处理就能自动生成相应的图表手段对于那些更为概念性的页面甚至还能对其进行相应的配图的建议或直接的生成从而更好的辅助其表达。依托于对页面的整体设计的克制的商务简约的风格的把控配上与之相配的不至于太花哨的配色和字体的搭配几乎就可以直接拿去开会的了。而让我最为满意的就是对体验的完美打磨似乎每一处的细节都能为用户带来最好的使用感受。而无需一一的翻页调取。但如果能对这样的全局性的修改指令“一句顶万言”地给予理解并批量的执行就更好了如能对一句“整体的色调就偏暖一点”就能把全文的色调都调成暖的了对第三页的数据表就能一句“把第三页的数据表都改成柱状图”就把第三页的数据表都改成柱状图了等等。从“操作软件”的枯燥中 finally 把 PPT 的制作从 “机械的操作”提升到了“对自己的想法的自由表达”。借助Gemini在聚合平台上的独特的PPT能力原本需要花上半天的工作才能完成的文字的演示文稿的制作如项目的汇报、方案的评审、课程的分享、周报的总结等都可以在十几分钟的对话中就实现了。一个入口的真正含义不是堆在一起是融在一起但当我们分别对这三个场景的优化方案做了如此的细致的阐述后就很难再把它们和“一个入口”联系起来了而这也正是梦男AI的聚合平台和“模型目录”的本质的所不同在梦男AI的聚合平台上不同的模型之间都能实现相互的调用相互的融合而“模型目录”则更像是对各种已有的模型的“分类归纳”和“二次开发”。但这并非简单的把GPT、Claude、Gemini的入口都摆在一起让你手动选而是你只需对着一个对话的框就能将需求说出它在后台就能自动的将这个任务判断给哪个模型去做了。不仅如此这三个场景的更深层的价值在于它们都不是彼此孤立的而是自然地在同一个上下文的推动下流转和相互影响的。由此也可见我对GPT的深度的利用之处将其不仅仅仅的用作知识的获取工具更是将其作为高效的工作流的重要的组成部分通过对其的一系列的“指使”和“驱使”将其作为自己的“秘书”和“助手”来大大提高了工作的效率和质量。甚至连将一篇行业的分析长文直接转成PPT的工作都能用它轻松的搞定一一Gemini的上线也为此做出了重要的贡献将文章的结构和数据都抓取了轻松的为我生成了演示文稿。就凭着我对文章的理解就能通过Gemini的智能生成对着刚刚的文章第三段的描述就直接生成了一个比较合理的技术架构图甚至直接将其嵌入了PPT中。整个的交互过程中,我都始终保持在当前的页面中,既未对任何的内容进行复制粘贴的操作,也未对任何的模型重新对背景的解读。但唯有将三个分别独立的网页的入口都同时打开在一个窗口的前提下才能体会到这种“一门心思”与“一气呵成”的“一入口”的流畅感.。而这不仅仅地解决了我们长期以来所苦的“工具的多元性”带来的效率问题更深刻地解决了我们创作过程中的“注意力保持”的痛点——无论你切换了多少种工具都不会让你的思路因为工具的更换而中断你的创作的状态都可以从头到尾保持在一条连续的线上。最后的总结别再记“谁擅长什么”了随着对AI工具的越来越深的依赖我们甚至养成了一个不自觉的思维定式写一篇有 substance的文章都要去“请教”Claude写一段让人印象的代码都要去“找”GPT的答案甚至一幅美不胜收的图都得去“问”Gemini这其中的“依赖”和“惰性”都值得我们好好地反思和探索一下。就像调度员一样我们还需要在脑子里为每个模型都维护一份“任务-模型”的“调配表”才能保证任务的高效高质量的匹配和分配。但恰恰通过对梦男AI的这套聚合调度的机制的探索却让我对当前的标签的设定产生了深深的疑问它们或许都是错的或许它们正是将我们对模型的能力的把握都给窄化了。以GPT的逻辑性将万字的长文一一填写完成Claude的工程素养也能将高质量的代码一一的写的明明白白的Gemini都能对图文并茂的演示文稿的理解和组织的得心应手的将它的能力都充分的展现了只可惜以前都被我们所谓的“标签”所限制的就没去更好的去探索了。这样就真正的将选的权交给了一个比你更了解模型的能力的调度系统让它来真正的做出最合适的选择不再被某一类的标签所所局限和束缚。唯需明了自己所欲之所求它就能为你高效地找到最合适的那一“能人”来将其付诸实施。将所有的模型能力都汇聚到一个对话的窗口中去尽量的去挖掘、去体现出这些模型的全部能力。一经体验过就再也回不去的那种美好总是让人深感惋惜。