了一点，脑袋往前凑了凑，然后做了个手势，让另外两人也把头凑过来。
“我觉得她说的有道理，然后开会的时候，我就跳船了，力挺行长助理。结果你猜怎么着，行长助理还真是代表着行长的意思，我现在直接进了委员会了，委员会里除了我之外，就是总行下来的经理和我们行的另一个副行长。”
听到这，马小飞开口了：“卧槽，我他妈鸡皮疙瘩起来了啊。”
他转头看了一眼架在桌子上的pocket4p，伸手过去拿了回来，关机了。
“你放心，刚才这段我肯定不播出去。”马小飞保证道。
张浩然这时候举起手里的可乐，对着韩路一说：“老韩，我今天就是想谢谢你，你这个ai真是太牛逼了，给我在职场省了三五年的努力啊。”
韩路一却有点儿高兴不起来。
他先和张浩然碰杯，喝了一口可乐，然后才开口道：“我是真没想到能用它来干这个。”
韩路一确实没想到，他有点儿受限于现在市面上的大模型的能力，脑子里想的应用场景都是在上下文不足的情况下让模型更好的理解用户真正的需求，好帮助他们解决问题。
张浩然这种用法，既出乎他的意料之外，又似乎在情理之中。毕竟它的标注数据来源于金手指，说是简易版的读心术也不为过。而且大模型能做得更进一步的是，基于分析的结果，他还能给出行动建议。
但是恰恰也是它最危险的地方。
张浩然刚才说的这些事情，现在别的大模型能做吗？
能做。
但是人们会去听吗？
大概率不会。
不会的原因是什么？
因为它们分析得不够好。
但是汤圆在意图理解这个方向的能力异常高了之后，导致它分析别人的意图时，可以分析得头头是道。
这样它再给出行动建议的时候，人们就很难不会相信。
可是连原版的金手指都不能预测未来。
何况是一个7b模型，加上弱化版的金手指呢？
如果说对了还好，可是如果说错了呢？
其实说起来，大模型在很多场景下都已经表现得非常好了。比如医疗诊断、法律分析，它们都能给出头头是道的建议。
但是为什么在这些场景下，反而应用推广得最慢呢？
因为这些场景都是典型的高代价场景。
你可以正确率达到9