Maki Chiang|Notes

Maki Chiang|Notes

Longform notes on work, products, and reality.

設計增強人類判斷力的 AI,而不是取代人類
AI

設計增強人類判斷力的 AI,而不是取代人類

AI 最大的價值不是幫你做決策,而是讓你做出更好的決策。 引言:一個反直覺的發現 MIT 的研究團隊分析了 370 個效果量、106 個實驗後得出了一個令人不安的結論: 人類 + AI 的組合,平均而言,並不比最好的純人類或純 AI 系統表現更好。 當人類比 AI 更擅長某項任務時,加入 AI 確實能提升表現(鳥類辨識:人類 81%,AI 73%,組合 90%)。但當 AI 遠超人類時,加入人類反而拉低了成績(假評論辨識:AI 73%,人類 55%,組合只有 69%)。 原因?人類不知道什麼時候該信任 AI、什麼時候該推翻 AI 的判斷。 這個發現改變了我設計 AI
10 min read
一個人的 AI 基礎設施:從書籤到知識文明
AI

一個人的 AI 基礎設施:從書籤到知識文明

你的知識管理系統,就是你和 AI 時代之間的介面。 引言:1,700 個 URL 告訴我的事 過去幾個月,我陸續把在社群媒體、技術論壇、研究報告中看到的有價值連結,丟進一個自建的知識管線。到今天為止,累積了超過 1,700 筆。 不是書籤管理器。不是稍後閱讀。 是一條完整的管線:收集 → 解析 → 摘要 → 提煉核心洞察 → 向量化 → 語意搜尋 → 定期聚類分析 → 推送知識摘要。 每一筆 URL 進來後,系統自動抓取全文、用 LLM 生成三行摘要和核心洞察、把文字轉成高維向量存入資料庫。我可以用自然語言搜尋所有知識——不是關鍵字比對,是語意理解。 每天早晚,系統自動分析所有知識的主題分佈、跨領域連結、孤立知識點,然後推送一份精煉的知識摘要給我和我的 AI 助理們。 這不是什麼企業級系統。
13 min read