六月改了一套系统：主提示词从两千字砍到三百字，改成把资料和规则按需喂进去。效果反而更好了。
二月做了件反直觉的事：把智能体里一部分调用从最强模型换成小模型。效果没掉，成本掉了一半多。
八月我们把它推进了生产环境。从能演示到能交付，中间隔的东西基本跟模型能力无关。
六月给手里的智能体做了一套评测集。做完才明白，决定这类系统能不能上线的，是你能不能说清什么算错。
一月二十号 R1 发布，一周后英伟达单日跌掉近 17%。不是算力不重要了，是算法效率被重新定价。
十二月二十六号新模型发布，公开的训练成本数字让很多人吃惊。我更关心它对选型思路的影响。
十月八号物理奖给了两位神经网络的老前辈，九号化学奖给了做蛋白质结构预测的人。奖项在追认一段旧历史。
五月十三号那场发布会主打实时语音和低延迟。技术上的事我不多讲，更值得说的是使用方式要变了。
四月我们的企业知识库上线满一年。回头看，真正决定效果的环节，没有一个是模型选型。
二月十五号那批演示放出来，一分钟的镜头里没有明显破绽。我更在意的是"看到不等于发生"这件事。
十一月十七号到二十二号，一家公司的 CEO 被罢免又回归，员工集体签名。技术公司也躲不过治理问题。
七月十八号 Llama 2 开源且可商用，我在本地跑了个 7B 量化版。速度够用，能做什么得分场景看。
六月做了个小范围试点：让模型读工单内容自动分派。效果比预期好，但坑也不少，关键在兜底。
四月这东西刷屏，你给一个目标，它自己拆步骤、调工具、看结果再调整。试了两天，离能用还远，方向让人不安。
二月初微软把大模型接进必应，谷歌跟进。搜索变得更好用，也变得不那么容易核实了。
假期没出门，拿它学命令、写 SQL、翻英文文档。用了一周，我的结论是：它擅长讲解，不擅长答题。
十一月三十号它开始能用，头三天我的群聊全是截图。真正让我意外的是它记得住上下文。
八月二十二号权重放出来，我在自己机器上装了一晚上。门槛比想象中低，效果比想象中飘。
十月二十八号 Facebook 改名 Meta，之后一个月我听腻了"元宇宙"。说说我自己的两点怀疑。
六月末拿到 Copilot 预览资格，写了两周。注释写得清楚时它像样，注释含糊时它在瞎猜。