大模型迭代的两点明显进步：百万上下文与推理能力

最近关于大模型的迭代让我切身感受到了两点明显的进步：

一是从 64K 到百万上下文的进化，AI 有了“硬吃”文件二进制的能力，利用 AI 逆向某个文件变为可行，这何尝不算是一种暴力美学。

二是模型能力的切实提升，之前某个前端任务陷入死循环，各种自然语言描述就是找不到问题所在，换个新模型就一次解决了，理解能力、推理能力已经明显上了一个新台阶。

现在对于大多数任务，需要的不是精通语法逻辑的程序员，更重要的是提问的能力，编写 prompt 的能力，价值就不再体现在怎么写代码上，而是怎么描述问题，怎么引导 AI 给出最优解上，提问是一门艺术。