GPT-4遭遇空前退订潮，新的大模型宠儿到底能做什么？

最近一个有趣的现象：身边不少朋友纷纷退订了GPT会员，转投Claude 3.5 Sonnet。这算是一个标志性事件——毕竟自从2022年11月ChatGPT上线以来，OpenAI的产品在很多人的认知里一直占据大语言模型的最高点。但AI领域的迭代速度，确实让人不得不感叹。谁能想到，Claude有一天能和ChatGPT正面掰手腕？

Claude 3.5 Sonnet已经强到超越GPT-4，这并不是某个人的错觉。最近，YC的CEO Garry Tan转发了一篇Reddit上浏览量超过200万的帖子，大意是作者觉得和Claude一起写作和编程，大幅提高了工作效率。他还详细介绍了自己的协作流程和注意事项。

全文翻译如下：

用Sonnet 3.5的感觉非常震撼——它让我的工作速度快了一大截。不是说所有大语言模型（LLM）都这样，这是第一个让我如此适配的模型。举个例子，现在我能比以前快10倍去实现应用商店里大多数热门应用的技术部分。架构和基础设施的决策仍然得自己做，但写UI组件的功能代码确实快了十倍，迭代速度变得飞快。

目前的功能开发流程大致是这样的：

• 仔细想清楚这个功能——有时候会先和Claude聊一聊；

• 写一个基本规格说明（通常只是一段文字加几个要点），这个阶段也会和Claude反复迭代；

• 确保给Claude提供所有相关背景信息，然后让它生成代码。

一个非常关键的点是：你得对应用程序的架构有很好的理解，从宏观视角到具体代码层面都不是盲区，比如你用什么设计模式处理数据获取等。如果在这块没有足够的经验（通过成为一个优秀程序员积累下来），直接上手Claude，代码库很容易变得混乱复杂，导致后续改起来极其痛苦。这是我之前踩过的坑，也是很多至今只把LLM当自动补全工具、不敢用它做复杂操作的同行们会遇到的问题。一旦陷入这种局面，你难免会觉得当初还不如自己写。但如果你始终引导Claude按你的方式行事，并且跟进每一段实际粘贴的代码，这种情况就不会出现。跟进Claude提供的代码有多重要？重要到我会专门安排时间去读已经实现的代码，就为了获得和“手动”编写一样的掌控感。

以上这些，对初创公司特别适用，对大公司来说就有点打折扣了。在我工作的公司里，LLM虽然也有帮助，但远不如在开发新产品时那样立竿见影。主要原因是我没法掌握架构的整体全貌，也就很难给LLM喂足相关的背景信息。

总体而言，我对这个工具非常满意——它让我能集中精力攻克应用里最难的那些部分。只要用对了LLM，开发视图和它的功能基本已经是一个被解决掉的问题。

看到这里，你是不是也有点心痒了？接下来看看推特上的各路大神怎么利用Claude做产品和赚钱的：

这位叫Pietro Schirano的开源项目Claude Engineer已经攒了3000个赞——它利用Claude的编程能力，在VS Code里实现了自编程功能。

Ottogrid的CEO也透露，他们的代码库里已经有50%是AI写的，明年计划提高到80%。

Voice Notes AI的产品负责人Da ve，用Claude 3.5 Sonnet花了2个小时写了1294行代码，实现了Voice Notes AI的核心功能。

Claude 3.5 Sonnet仅凭一张截图，就能在2分钟内创建一个完全可用的ChatGPT克隆版——它利用Llama-3在本地运行，100%免费且无需联网。

Claude解锁了新场景：财务分析师！我把9份格式各异的董事会会议幻灯片扔进去，然后说“创建一个按时间显示季度收入与预测对比的交互式可视化”。原本要发邮件、至少花2个小时的活，现在30秒搞定。

一位完全没有编程经验的朋友，在Claude的帮助下创建了一个笔记软件。

基于一条文本提示，Claude在不到一分钟内创建了一个复杂的3D太阳系动画。

创建你的代码的详细图表。

Claude重新定义了儿童的学习方式。只需一个提示，就能动态模拟双摆的物理特性。在Coursera，每个主题配上交互式可视化曾经被视为遥不可及的梦想——谁有闲功夫去写那代码？现在，你只需要提出请求。

恶作剧：Windows蓝屏模拟。

好了，看完这些案例，是不是已经按捺不住了？