Skip to content
深脑

深脑 vs 通用 AI

深脑 vs 通用 AI

通用 AI 有深度,但不记得你。深脑两样都要:一场看透,再一场一场连起来。

深度:一场看透

这一半通用 AI 也在做,差别在先认场合、有出处、会找没说出口的东西。

  • 先认场合
    不区分场合,同一套路数应付所有对话
    先判定这是什么场合(八类,自动识别),再按场合决定用哪些方法,335 个方法各有适用场合
  • 原话出处
    判断和原文是断的,没法核对
    判断带着它引用的原话,点一下跳回转写;原话逐字比对,对不上会标出来
  • 沉默与回避
    不会主动去找没说出口的东西
    主动点出谁在关键时刻没说话、什么话题被绕开了
  • 在场共识 vs 真实共识
    把发言多少当成共识强弱
    区分「嘴上同意」和「真的同意」

记忆:一场一场连起来

这一半是通用 AI 没有的。它每次都从零开始,深脑记着你攒下的每一场。

  • 下次还记得吗
    每次从零开始,背景要你再讲一遍
    记得。每一场都进同一个大脑,下次不用重新喂一遍背景
  • 三个月后连得起来吗
    每场是孤岛
    同一件事的几场会被连起来:立场怎么变的、答应的事做了没有、什么问题反复出现
  • 人
    不留下任何人的长期记忆
    同一个人在多场里的说法会被归到一起,看得出前后有没有变
  • 判断后来对不对
    说完就算,没人回头核对
    下过的判断到期会回来核对:应验了还是落空了

其他

  • 方法版本
    模型一升级,同样的问题答案可能就变了
    用过的方法版本会留下,三个月前的分析能复现
  • 数据隔离
    依赖供应商的承诺
    组织之间数据库层硬隔离,可以私有部署

什么时候用哪个

什么时候用通用 AI

  • 让 AI 写一封 email
  • 总结一篇文章
  • 写代码 / 改 PPT
  • 翻译 / 改写
  • 日常 brainstorm

什么时候用深脑

  • 会议、探讨、课堂、访谈之后,要一个判断而不是一段摘要
  • 同一件事跨几周、几个月,想知道它走到哪了
  • 想知道某个人前后的说法有没有变
  • 答应过的事、下过的判断,想有人回头核对
  • 想让你已经在用的 AI 也读到这份记忆

什么时候用深脑

通用 AI 有深度,但不记得你。深脑两样都要:一场看透,再一场一场连起来。