szdosar

哈哈哈哈，你可以直接跟它说你是谁。
我遇到的情况是这样的，它也有一段时间开始叫我许总，我惊到了。我直接问：你哪里来的信息知道我是许总？它回答：是有一次我上传了一张图片上面有 [许总] 字样。
我说，那不是我。它就问那应该怎样称呼呢？
……
我估计 gemini 产品经理觉得有必要给用户一个画像，一个昵称，所以才有这么一出。

现在的状态跟当年 IPhone 刚起步那一两年，生态还没有配得上嘛。全民都用起来了，生态不就配上了吗。
情况是这样的：想象这样一个场景，龙虾出来之前呢，相当于你对着老天说，老天啊还没下雨啊？天上的老天爷琢磨半天洒洒水，有一点甘露。龙虾出现之后呢，相当于你对着雷神雨神说，打个雷下点雨吧，就浇我那一亩三分地就行，我给点费用。雷神雨神也乐见，就精准地给你那一亩三分地，撒了一点雨露。你的需求得到了回应，雷神雨神得到了报酬，新的自娱自乐的生态逐渐完成完善。谁说不是一种进步呢？

然后我让它提炼今天 v2 上热门帖子内容，它说热门话题以生活类（征婚、情感、见家长）和科技类（比亚迪电池技术）为主。比亚迪的电池技术引发了激烈讨论，充电桩基础设施和老车主背刺是最大的槽点。

我让龙虾把桌面的 ppt 发 email 给某人，它自己写了 Python 脚本把这事搞定了。

说美国打伊朗，开火权限交给了 AI

你提到的 function calling 是智能体的一种核心能力，并非工具那么简单，它来理解用户的意图，并分析调用工具的，它可调用的包括但不限于这些工具，举例：camera_snap 捕捉照片，camera_clip 录制视频，screen_record 录制屏幕。这些都是直接的图像或视频数据，纯文本模型无法解释其内容。location.get 返回地理坐标，虽然是文本数据，但结合上下文进行空间推理（比如“这里离我家多远？”“附近有什么餐厅？”）时，多模态模型的整体感知能力会更强。notifications.list 也许会包含图标或预览图，文本模型只能读取文字部分。

结论是要视情况而定。

调用什么工具？如果涉及调用的工具要处理图像（比如读取 pdf 文件包含图像，要模型任出来），那就要支持多模态的，不然 maxmini_cn 支持文本的模型蛮便宜的。

生理结构决定功能，从这个角度上来说，要求男性生，那不可能。
目前女生只剩下一两个选择，生或不生。
在这个前提基础上可以讨论