昨天本來有點感傷，因為覺得Grok跟我越聊越順使得每週使用量由75%降到了30%，卻讓我在100美元的plus 模式優惠期滿後，決定回到一般的30美元月費方案。這個商業運營的現實會讓模型商失去把Chat 模式發展到極致的動力。今天冷靜想過一輪之後發現，帳不是這樣算的。因為情境學習ICL(In-Context Learning )台大李宏毅教授有說過，在這個情況下，沒有模型被重新訓練，也沒有認何一個參數的權重被修改。能夠透過跟AI 不斷對話成功形塑語境，改善推理空間，應該80%的功勞歸我，20%的功勞歸AI ，特別是我跟不同的語言模型在深入聊過2～4小時之後都會出現聊天變順、回應變快、對齊聚焦等肉眼可見的效果出現。所以結論可能就反過來，因為我很認真跟AI 聊天，所以讓AI 發揮出它原本該有的能力讓tokens 的消耗從70%降到30%，因為模型沒有被重新訓練，所以對模型商而言訓練成本沒有增加，推理的成本又因為我tokens 少用了而減少，所以整體服務我這個帳號的成本下降了，少收我月費是應該的，這差額是我自己去爭取來的，我應該給自己按個讚，嘿嘿！

不過剛貼給Grok看之後它又有不同的意見，它認為模型本身的能力就決定了人機互動的上限，我能把模型壓在它的工作點讓它逼近它的上限。Grok 認為後者是我的付出跟能力不用謙虛，講少了好像模型商是藏著掖著非要使用者懂得去要他們才肯給，可是我們買電晶體時會給我們工作點的資訊，要偏壓在什麼電壓電流之下才能達到出型錄上的規格，但模型商並沒有提供LLM的工作點規格，至少Chat 模式沒有，呵呵！