我一直对 AI 不太感冒，它们现在能做到的事情很少，最多只能作为工作的辅助。出于以下原因，2022年大语言模型、文生图模型等爆火的时候，我几乎没怎么去使用它们的相关应用。

• 硬件不行
• 大语言模型喜欢胡说八道
• 文生图模型需要非常详细的提示词（俗称咒语），而且也不一定能生成合适的图，生成了也没有版权。

首先说明，我从互联网使用搜索引擎查找信息时，有以下几个步骤

• 不使用自然语言进行搜索，确定好几个宽泛的关键词，将它们分组，以空格隔开
• 先从百度查找，使用起来最习惯，国内信息最多
• 找不到信息去必应查找，信息更多
• 还找不到就去谷歌查找，信息最多

最近我发现，我似乎已经养成了一个习惯，在查找信息时，我会在百度的结果页等待 AI 生成答案，优先去验证它是否正确，如果不正确，我才会继续往下查阅其他网页。

大语言模型虽然喜欢胡说八道，但是它快，比较多人问的简单问题它很快就能答上来，一些很偏僻的问题它的确还是会胡说八道。我还是需要到 stackoverflow 之类的站点啃生肉找解决方案。总体上来说能提升工作效率，但提升不高。

不知什么时候，suno AI 问世了，那个可以生成歌曲的 AI。我也不太感冒，我知道，我除了喜欢歌曲本身优美的旋律，还喜欢作曲人在其中注入的情感，AI 或许能学来，这样格式化的作品只有“好听”，而没有内涵，也没有像是近几十年来的歌曲风格创新。

以我程序员和编曲三脚猫的视角来看，既然大语言模型能做简单的编程（虽然是复制粘贴），或许它也能按指定曲风进行编曲。电子编曲需要做的是设定好 BPM、节拍类型，确定调式，然后创建多条轨道，在格子上以指定的规则自由放置 note 就可以了，效果器另说。所以，以固定的人类可读格式（序列化）给大语言模型喂足够多的歌曲工程，或许它就可以根据用户输入的标签生成指定的歌曲工程，再交给宿主软件演奏就能生成音乐了。

我现在在用的 AI 只有文心一言和 Vocal Remover。我一般不会去主动打开文心一言，仅在百度的搜索结果等它总结可能正确的答案，Vocal Remover 是很好用的工具，只要歌曲中的乐器比较传统（鼓、贝斯、吉他、钢琴等），人声不怎么模糊，都可以几乎无瑕疵地分离轨道。

这篇文章是我闲来无事思考了一下我现在对 AI 的态度，就这样。