Cursor 的出现，极大提升了开发的效率，属于 AI 帮助传统软件提升效率的体现。
仔细详细，还有很多传统软件，急需 AI 帮助我们提升效率。
比如输入法。为什么现在的输入法集成 AI 还停留在 AI 对话上？
为何不能实现：
当我输入：今天不去，明天
它能推理出以下几个选项：a 、也不去； b 、要去； c 、看情况决定； d 、...
如果说数据法规限制或者网络 API 调用延迟，让输入法做不到。
那么为什么没有出现一个本地小模型 AI 解决方案呢？
越来越期待苹果 IOS AI 能实现这一切。

成本抵不上营收，就这么简单

ai 魔怔患者挺多的

发展的还不够久。

AI 不是银弹
任何工具都有应用场景的

怎么没有，360 的什么米 AI ，我现在都没找到如何关闭启动自起/删除，卸载了还会装回来。

高德导航就是最厉害的 ai

并非 AGI ，现阶段在生产力方面使用 AI 的用户群体，必须拥有对输出的可靠性验证能力，这与使用它的目的相背了，所以目前应该只能广泛用于替代重复带动力上。

我也觉得输入法应该是最有发展潜力的，检测上下文做出回答、回答润色、高情商回复推荐、结合个人性格语气的等等。不过要的权限也应该挺多的，以后聊天也感觉变成机器人对聊

输入法上 AI ，很多应用数据接口搞不了，最简单的方式可能是实时录屏？但成本 hold 不住

推特整合的 Grok 就挺不错，还需要完善，AI 整合需要个时间和过程。

当年诺基亚就是想在传统手机上加电脑功能，被苹果的电脑上面加个打电话 APP 的方式，打得渣都没了

腾讯果断放弃 QQ ，重新用移动互联网思想做了微信，牛到现在

在传统软件+AI 不如从头用 AI frist 思想重头做软件，成本更低，效果更好

发布 xx 加入 AI ，股价涨 20%，真的加入需要投入涨 40%的钱，要我我也不加，视角看到明天就可以了，后天那是明天到了才需要考虑的事。

。。。输入法这玩意要不是社会需求硬拉，早死完了。。。
哥们你还搁这发展上了。。。

何况大模型他就是再小。。。
你要不要问问苹果那个黄金内存常驻个模型等效多少成本？

你真正开始尝试做事，就会发现 AI 并不是那么好用。

很多传统软件和行业软件，用户并不是开发人员。对于运营，维修，客服，行政等人员来说，他可能没法自然理解 AI 对话是什么意思，模型的能力边界在哪里，以及如何通过反馈来改进输出质量。使用效果很多时候并不好。

如果将其集成到现有功能中，不暴露对话窗口。比如辅助表单填写这种。它很多时候又没法保证每次都能按照你想要的格式和内容输出，特别是你说的“本地小模型”，指令遵循更差。

最有希望的是领域特化的功能。比如说 OCR 。目前已经几乎没有不用神经网络的 OCR 功能了，Paddle 那种普通移动设备上都能用，微信的 OCR 也是大家公认的效果好。如果从这方面看，早就已经大规模整合进传统软件了。

至于苹果的 AI ，你说的是那个 WWDC2024 演示造假，整个功能唯一真正实现的就是跑马灯的 Siri ？这马上都快 WWDC2025 了，也不知道他们团队组建了没有。是不是还是找营销团队创作个录屏完事。

bgr.com/tech/report-reveals-behind-the-scenes-drama-over-fake-siri-demo-at-wwdc-2024/

推理成本不够低，别说数字人，即使是 TTS ，我现在的方案也只能做到 3:1 的推理速度，加上模型切换的开销，一个 TTS 客户端最多开 2 个并发。实时数字人就没什么能用的，全是恐怖谷。文本推理是开销最低的场景，全功率的最强大模型在商业应用中的表现也就一半，本地小模型更是没眼看。静待发展吧，AI 迭代速度是每年 4 倍，未来的一两年就有机会见识到了

本地小模型 AI 解决方案.
你怕是对模型有什么误解..最小的模型也要 1.5G....还是个弱智模型.

不用 vscode 的？ copilot 都集成两年了，现在都支持 mcp agent 了

让子弹飞一会儿

工业革命不是那么快的，

小尺寸模型是让你用来学习模型部署，训练的....
其能力没有实际使用的意义

最大的问题 还是准确性和幻觉, 真正做过使用 AI 去落地 toB 的产品,就会体验到: 这东西聊聊天还是可以, 但是准确性很难说. 举一个很简单的例子,假如一个流程中调用了 3 个模型去处理数据, 每个模型的准确率 90%, 那最终的准确率只有 73%, 哪个甲方能接受这种准确率.... 模型越多越不可控. 当然还是有一些场景适合使用的. 但是对于高准确性的场景不适合.

楼主只是用输入法举一个例子，但是评论里面很多人抓着输入法这个例子不放。

我觉得主要原因是因为，大家的想象力不够。因为 OpenAI 开始，GPT 是以聊天对话的方式推广出来的，导致现在很多人理解的 AI ，就是一个对话框，你可以输入内容，对面 AI 回复内容。这起了一个很坏的头。你会发现，现在各种各样号称大模型加持的产品，全都是给你一个对话框，让你通过对话的方式来交互。

但我认为，聊天对话并不是一个好的交互方式。因为很多人并不会正确的说话。

但是目前没有一个公司能够很好得演示，如何在不使用对话的情况下，高效使用 AI 产品。所以很多公司不知道如何把 AI 藏在幕后，让用户使用传统的交互方式来跟软件交互。

这也就是为什么很多传统软件公司没有集成 AI 的原因。因为他们的场景，他们的用户决定了，他们的交互方式不适合对话框输入。他们需要想办法把 AI 藏在后面，用户操作的 UI 还是传统的 UI ，但是让 AI 能够在背后悄悄发力。这些传统的公司是非常守旧的，他们必须有看到有人做了示范，才会跟进。

输入法这个是有的，只是效果不好，要不然你也不会这么问了...

可能的因：
1.程序员，甚至是项目主导都不希望自己“提前失业”或者进入“万年竞业”的状态，导致没有动力推进。
2.使用者（使用终端用户），很大一部分没有数字世界的思维模式，他们很大一部分是技能熟手，你让他们使用 ai ，需要投入的培训成本其实更高，中小企业或者初创企业还没有行业话语权，而且对 ai 的应用尚不成熟。
3.成本，ai 需要产业上游，即 ai 提供商（一般是云），这种依赖性增加了企业盈利的核心不稳定因素。
4.安全性，法律尚不成熟，投入 ai ，需要承担可能的法律风险，企业可能成为 ai 项目立法的试金石或者沉没成本。
5.社会接纳度，企业也是产出产品或者服务，现在我告诉你杂家的咖啡是 ai 配比的，给你开刀的全都是机器人，你是否能接受。