一段时间以来，一直想写两个完全相反的内容，一篇是关于模型缺陷的，另一篇是关于算力需求无止境的。
今天恰逢Gemini的Gem又拒绝工作了，那就写第一篇吧。
模型从来没有真正拥有过“智能”，其实越来越多的人已经理解并且接受了这一点：我们看到的一切终究是某些数据的组合，尽管这不妨碍模型依然是有史以来最强大的创造；
无论我们做什么，其实都是提示词：思考，上下文工程，记忆，Agent，Skills。本质上只是通过越来越复杂的“注意力”组合，让模型将数据“按照要求”重组输出。但是这种方式其实非常不稳定，而且很危险；
模型必须得不断训练更新，哪怕训练用的代码不做任何修改，模型也必须每隔一段时间重新训练一次以加入更新的知识；
任何一次模型层面的更新，对基于之上的各种应用，都是“生死考验”：因为每一次更新，都会在输出上有变化；
“思考”正在毁掉模型：如今Agent看起来的“无所不能”正是建立在“思考”基础之上的，但是过度思考加强了某些特定领域能力的同时，却正在引入越来越多的灾难；
模型永远“不懂”时间：当你问它”此刻“的时候，它不会犯错，但当它在处理任务需要涉及到时间概念时，却时时刻刻可能出错，甚至于不同的模型还会犯同样的错误，在模型的认知里，“时间戳”本身是一种概率，而不是我们人认知的相对确定性（不去扯量子范畴）；
我们最初理解的“模型”可能已经不再进步了，有的只是与时俱进的“知识”和更多更复杂的以数据形式存在的“人类演示”，让模型看起来可以处理更长更复杂的任务；
是的，简而言之，模型正越来越成为需要不断更新维护，输出不稳定的机器。
但正是这种越来越强的机器性带来了巨大的使用量，token。
也正是这种越来越强的机器性让我其实越来越喜欢“模型”：它至少是一个强化了很多，友好了很多的程序语言，或者，就是超级软件。
最早的程序和软件都是跑在大型机及以上的机器上的，然后，突然有一天，PC进入千家万户，然后是智能手机……