“ 大模型的應用真正解決的是效率問題，而不是解決所有問題，這是很多人對大模型應用的一個誤區。”

一個技術或者說一個行業發展的前期，對很多人來說都是無感的，等到你時刻都能感受到它存在的時候，說明它已經發展到中后期了；以二十年前的電商為例，那時的電商在國內已經經過多年的發展；但電商真正興起的時候確實最近十來年，也就是說在電商發展初期的十多年，我們對此感受不到或者說感受不深。

目前國家在大力發展人工智能技術和以無人機為代表的低空經濟；但說實話，除了部分業內人士之外，有多少人能感受到人工智能和低空經濟的發展。

雖然說我們現在使用的很多東西可能已經被人工智能和低空經濟所替代，但我們并沒有特別明顯的感受。

大模型技術的發展

對大模型有了解的人應該都知道，大模型有一個硬傷就是幻覺問題；到目前為止幻覺問題又無法解決，但在大模型的應用中我們又需要大模型能夠穩定輸出。所以這好像就是一個悖論，大模型既不穩定，但我們又需要它穩定。

特別是在Agent智能體這一塊，很多人說智能體吹得天花亂墜，但在實際業務場景中卻沒啥用，解決不了什么問題；因此，有人說大模型或者說智能體是一個騙局，就像前幾年的元宇宙一樣。

雖然說大模型確實存在各種各樣的問題，特別是在真正的企業場景中，其問題就更多了；但是，以作者這段時間做大模型應用的體會來看，大模型還是很有用的；它在某些方面確實是大大提升了效率。

以現在大模型的主要應用場景——咨詢類業務為例；在給出足夠高質量文檔的情況下，大模型確實能替代一部分人類的工作，解決用戶的一些問題。

再者，以嚴謹出名的法律和醫療領域來說，大模型解決了哪些問題？

可能很多人會說，大模型不穩定所以應用于法律和醫療領域是不負責任的表現；但事實是，在法律和醫療領域存在大量的案例和資料，在傳統的資料管理方式中；檔案室是其中重要的角色之一。

但我們要知道的是，這種檔案室哪怕改成現在信息時代的電子檔案；面對如此多的法律和醫療案例，工作人員需要花費大量的時間和精力對檔案進行整理和保存，然后在使用的時候，還需要花費大量的時間和精力去從海量文檔中找到自己需要的檔案。

在之前的歷史條件下，使用這種檔案管理的方式是無奈之舉；但有了大模型之后，特別是以RAG技術為代表的檢索增強技術，能夠大大提升文檔的管理和檢索效率，并且準確度更高，速度更快。

以法律條文和醫療案例為例，某一天一個律師或醫生，碰到了一個不熟悉的案例；但之前律所或醫院又有過類似的情況；這時，如果使用傳統的檔案或電子檔案(文檔搜索)去找之前的案例，這時花費時間長，效率低，準確性也不高。而且，對檢索人員的素質也有較高的要求，比如說需要知道專業術語。

但有了RAG做增強檢索之后，就可以把這些案例文檔存儲起來；然后只需要用我們平常交流的語言就可以檢索到相似的檔案，可能只需要幾秒鐘；這效率可以說是天差地別了吧。

當然，你可能會說這種檢索不穩定，檢索出來的東西不一定正確；但從技術上來說，我們可以把檢索到的原文檔關聯起來；這樣就可以告訴使用者，這些檔案具體來自哪個文件；然后你可以直接找到源文件，這樣就可以保證安全性問題。

所以，大模型最終解決的是效率問題，而不是安全性問題。大模型的存在并不是解決所有問題，也不是把所有的東西都交由大模型來決定；而是說大模型可以提我們處理很多前置任務，這樣就可以大大提高效率；而且隨著大模型技術的發展，其準確率肯定會越來越高，也越來越智能；這時大模型就不僅僅只是解決效率問題那么簡單了。

本文轉載自???AI探索時代??? 作者：DFires