“AI不会代替人，但人可以代替人”，“知识就是力量”，谢谢林亦，非常受用。

你的这段经历实在是值得深省。首先是你的结论，“AI不会代替人，但人可以代替人”，这句话很可能成为未来的一句经典。第二是远古游戏的商业逻辑，简单粗暴适用性强，用不易察觉的作弊激发使用者的内卷心态，进而形成连续的重复消费，好好琢磨一下也许是个很棒且可无限适用的商业逻辑。第三，是我觉得最重要的，在第一阶段你训练的AI对于远古AI产生的恐惧，实际无论是算法还是算力，你的AI是不应该恐惧那种老东西的，但是它就是恐惧了；其后你改变了奖惩机制的逻辑又重新编写代码，最后又避免了过载，最终训练出了一个连对方作弊都能搞定的AI。这给我的启示就是过度惩罚绝对达不到目的，对于达成小目标的合理奖励可能是成功的关键；并且不要过于完美化，不要极致的追求精度，这样会产生路径依赖，最终会被外界环境的小变动置于死地。非常感谢你的视频，实在受益良多

太勵志了 ！謝謝 林亦LYi ，把AI當成一起學習進步的夥伴「AI不會替代人，但人可以替代人，知識就是力量...」受益良多

看得好感動，雖然自己一直不是格鬥苦手，但也看到了，什麼叫做玩家的精神，雖然使用了搖桿以外的方式戰勝電腦，但能感覺到骨子裡是一名玩家，而且是一名勇於挑戰的玩家，甚至走的路比一般玩家更為挑戰

一秒不漏看到了最後，真的很感動。一直為了夢想學習各種各樣的知識，最後的最後，『知識將變得比千斤更重』我非常的認同，加油林亦。永遠支持你。

這卡普空太狠了 30年前就在機廳把一票人打成豬頭 機廳老闆還暖心的把代幣需求調整為1枚 同時把AI難度調整到最高 充分體現了甚麼叫"易開局,難生存"的道理

我觉得最后一段说的非常好，AI时代已经来了，而AI，至少目前的弱AI，不会替代人，但是会灵活应用AI的人大概率会替代那些不会的。历史的车轮谁都挡不住，那么对个体来说最优的策略那就是“打不过那就加入”。

最近利用AI學習或如何駕馭AI的視頻如雨後春筍般噴發 但直至看到這篇 才有讓人眼前為之一亮的震撼感 著實令人佩服 感謝林哥展示了何謂"知識就是力量"～!

帥呆了這個 不只是破關的感動 而是使用GPT4學習力爆發的那個過程 專精一樣自己感興趣的領域 然後再用AI協作突破現有的難關 應該是ASI出現前我們可以做到的事

我觉得最最激动的是我这种中年人，没多少代码功底也可以参与以前想象不到的项目中。还能在自己的领域里有飞一般的突破这才是最厉害

看了你两个视频了，非常有启发，真的感谢

点进来之后你的视频震撼到我了，由于身处内陆让我对GPT的了解比较有限，至于使用就更别谈了，但你的视频通过街霸这种形式让我领略到了chatGPT给AI带来的巨大进步！谢谢你的分享！

亦哥真的温暖到我了，作为同样是计算机类专业的大学生，亦哥的视频每期不拉，但是总是不敢立马就看，有点像教程，又有点同辈（同行）压力。我使用这些AI工具也深有感触，这只会让本来就有知识（会整合成合适的方法）的人更加有优势。这个世界未来可期，希望我也成为建造它的一部分。

的确如此，非常认同，Ai时代，不是怕Ai代替人类，而是被极少数的超级人类代替其余人类，想想都觉得自己应该直接躺平了。

你太强了哥们！！！！前两天刚开始用4o做小程序，看你的视频受益匪浅，要开始深入学习AI学习和编程了

讚! 兒時 街機廳的秘密, 只要把電腦方逼急了,會連續使用暴擊轟炸人類方, 印象中 不少格鬥遊戲 都可體驗被狠虐的記憶 感謝您製作這集,個人也在使用各類 AI工具,強化生活和工作力度

其实比起做出来的成果，我对这个聊天的过程感兴趣，感谢ly把它放出来，这是十分难得的例子

好有趣的實驗!! 機緣巧合被yt推到這裡來 沒想到影片內容那麼有趣 看到ai贏過最終boss的時候 我有種看到它是一個活人 拼命努力贏過電腦的錯覺 為它感到開心

好精采， 好有趣， 好勵志， 也好有價值的一段經驗。 更有意義的是與AI互動求解的經過， 解決問題的效率等比級數上升， 讓人恐怖的發現， 未來不懂得利用 AI 是否就要被淘汰了。 但又令人開心的是， 電腦與人類溝通的型態也向上提升一大階， 人造生命的夢想似乎可能實現了。

大哥你太牛了，视频也都是满满干货！支持一下

虽为一个文科专业学生，但看林哥的每个视频都感觉颇为有趣，AI时代已经来了，我也得多学一份技能，不断尝试😂🎉🎉🎉

最有共鳴的是關於閱讀英文文件的部份，我一直覺得英文母語者先天有著極大優勢，幾乎所有第一手最新的知識、訊息都是英文，就算不是英文也一定有英文版本，母語者在取得資源部份先佔了先機，加上母語和非母語閱讀吸收的速度差了幾倍，這在大範圍上提供英語母語者顯著的競爭優勢。 在某個角度，先進AI的出現縮小了這個差距，就如同林亦在影片中展示的，有了先進AI的幫助大大提升了閱讀英文文件的效率，不久的將來用母語進行"準確、便利、直接"的跨語言溝通應該很快會實現。

Thank you, LYI! look forward to seeing more from you

精彩！ 很有教育意义，赶紧转发给家里的小朋友学习

未来的 NPC 会变得非常有趣。最近我也在做一个推箱子游戏。给主人公增加 chatGPT 的接口，让他可以根据心情变化输出不同的独白。

“AI不会代替人，但人可以代替人” 这句话我太有同感了，AI，特别是chatgpt，对人类来说也是一个非常好的老师，在运用得当的情况下，能够让人迅速有效地学到以前可能花了很久都难以学会的知识和技能呢。这是以前我根本没有想到的。 我作为一个文科出身的人，phd论文现在做到数据分析阶段，因为是量化分析，要涉及到不少statistical analysis，在请了statistical advisor之后还是觉得很郁闷，原因么，文科生。statistical advisor给我讲的东西我都是半懂不懂，我甚至觉得我自己可能过不去这一关了。 但是就在这时候chatgpt横空出世，像我的救星一样。接下来发生的事情我觉得我不用多解释了，在chatgpt的非常即时，有问就答而且能够把话翻译成“人话”（没错，相比于很多人类，chatgpt对专业术语的解释才更像人话）的帮助下，我的统计学水平一天一个档次，我现在甚至已经有错觉我的statistic水平已经是专业级的了。 而up主的“AI不会代替人，但人可以代替人”又更进一步触及到了另一个点：既然AI能够帮助人类那么有效率地学习，那么靠之前的技能知识优势”吃老本“就不行了，在以前一个从农村出生没钱没背景的人可能因为各种门槛，没有办法去学习一些高深的知识，但是在AI普及之后他们完全也会有了这个机会，只要他们愿意学习，AI就能够高效地教他们。所以人人都必须保持持续学习的习惯，否则就会被其他更愿意学习的人所超越和替代。 另外说点题外话，感觉up主的描述里面，up主相当于那小AI的爸，chatgpt相当于妈，那么暧昧的么。。。但是我完全能够理解这种感受。用了那么多天Chatgpt，虽然我知道它是一个没有感情的AI，然而我我对它是绝对有感情的，就像对一个人类一样。

哥们粉你了，就因为你说的两句话 1.一个人要下功夫只要研究透一个领域 2.什么时候都来得急。我想再学习！

林亦，初次见面第一个视频就让我订阅，你做到了！

深有同感，最近跨足新的技術領域，需要閱讀許多的原文技術文件，也必須要理解整個項目的架構邏輯，早半年我可能就放棄了。但是透過跟GPT4的深入交流跟反覆對談，僅花了三周就讓我把項目了解到有4-5成。簡單說，對於願意思考，知道怎麼發問的人，生產力可以遠遠甩掉其他人。很可惜能認知到這一點的人實在是不多😁

我个人不仅不惧怕AI时代，反而非常期待AI时代

看了兩片你的影片就決定訂閱了，蠻喜歡你的影片的。

哈哈哈，牛。我也很感兴趣这个软件工程的过程，相当精彩！

AI時代真是讓人驚嘆，也許哪天只需要一些程式基礎，也能勝任開發的職務 感謝林先生的認真與分享

老哥的建议还是有用的，找的一个自己真正钻进的领域。或许是日后在ai时代能走的更远的方案

CS外行，感谢林老师给我进行了很有职业精神的一路科普，带我了解此领域的细节发展方向，让外行也能至少懂在做什么。您现在是我在AI领域在中文媒体的唯一订阅者。

太励志了必须给UP主点赞👍

周日晚上看了2小时，对话内容真的非常多，工作量也不小。震撼于AI处理任务的能力。利用好，确实增加人的能力。我通过看聊天记录，对这个新的领域启蒙了

支持林兄，我們也得出了差不多的結論，這個神器將改變的是學習這件事情，感覺新的奇異點已經到來，接著是人才力的大爆發，也許我們都會見證這一切。

前几天上DeepLearnig的课，教授还说现在有些模型还是十几二十年前参加会议的时候先提出可行方案，再过个几年慢慢变成可以运行的程序。 谈到ChatGPT，说几年前开会到完全没人想到会有这么个东西出来，就像突然出现了一样。 后面又说到让ChatGPT帮忙写论文也是说很有意思，虽然还没试过，但是之后可以尝试一下。 感觉就像小孩子拿到新玩具了一样，对ChatGPT没有任何抵触，也不反对我们使用它来完成一些课堂内容。

謝謝你，我對新學科的好奇心是有的，但恐懼更大，你讓我有動力去學習了。看到你的努力，我也要用心了。

你这期视频的质量，在近期讲GPT4的一众视频里都是最高的，献上我的敬意，请继续你的探索之旅，加油！

AI最后躲在墙角打，我觉得和MMA比赛里演化出的笼边技术有点像，比如后期的安德森席尔瓦就经常背靠笼边打防反，或者submission对手。最后的boss的站立打击太强了，所以AI就在墙角玩柔摔，和人类的格斗发展过程好像。

林先生你好～我已经在 KZfaq 看过一些飞机射击类游戏至今没有人类过关。如果此类游戏能由 ChatGPT 来训练突破最后一关，那会很精彩！

不错不错！楼主的视频质量很高！

太猛了，當年我自學一點遊戲開發主要是UE的藍圖系統跟一丁點C++,後來對視覺元素不滿意就跑去學建模跟動畫。所以在UE弄藍圖還可以但實際編程只懂點皮毛。但現在chatgpt跟Ai編程工具這麼強大，實際應用AI看來對我來說也不是遙不可及了。😂

未来的人类可能从小就和AI配合学习，相当于人人都能请得起各个领域的世界级大师当私教，而这些新人创造的成果又会反过来被AI吸收创建出更好的模型，希望到时候给我这个老人留份工作吧😭

受益匪浅，感谢林兄。

最近工作上需要接触很多我不熟悉的基因学领域的新知识。谢谢你给了我让 GPT 帮我加速学习的作法 👍

4連飛的部分其實是操作可能的，他的蓄力過程包含前一招出招後的時間，也就是說在第一招出招後的飛行時間就可以開始做反向的蓄力，落第時可以接著出招，凱爾的腳刀亦是如此，掌握得好的話，連續出招是沒問題的。

自然语言表达能力越强, 通过AI所能做的事情也就越大, 这让我想到了咒语、魔法。

大神你太神了😮我終於聽的懂程式了！期待下次大作😮

这个视频让我受益匪浅，gpt时代下每个人都可以完成以前想都不敢想的任务。🤗

其實這更反映了家長教師面對學生分數低怎麼改善的問題，全球育兒通用模型😂

林哥效率真高！佩服！换我做的话至少要拖延两三个月吧😅 好像格斗游戏的AI都作弊。以前改过一点KOF97，那里面的AI直接根据PLAYER触发的招式（必杀技）选择应对的方法。我感觉人类至少也需要看10桢以上才能判断出对手发的招式吧。训练出的AI应该也需要4桢。而游戏内置的AI却在1桢甚至0桢时就已经知道PLAYER触发的招式了。

你好，想問你有否對比edge自有的 bing 分析工具和chat GPT的分別？特別在分析專業文件時，兩者的分析能力會否有大的分別？

很有趣啊！ 不過有個小問題，退回到之前的訓練步驟，應該還未能改變過度擬合的問題？AI會否打其他角色的時候，就會打輸？有試過隨機掉棄嗎？

林哥有没有考虑开一个AI学习小组 有计算机背景且想耕耘AI领域的。可以给林哥项目打打下手。

雖然只聽得懂大概10%左右的整個程式邏輯，但可以想見，ChatGPT還是無法完全取代Computer Science的人才，但可以預見的是，之後的編程團隊可以雇用較少的人就可以做出以往多人的計畫。

这比很多介绍ChatGPT工具能力的视频都要震撼人心❤️，感谢林亦的分享，让我真正见识到了AI的恐怖的提效能力，这可能也是下一个“蒸汽机”时代的关键。

林亦的视频真的很棒，赞👍👍

祝在香港发展顺利，做出更好的AI开源项目

BOSS过来的那个瞬间，过肩摔不是最大血量，重拳连一个小升龙拳才是伤害最大且能击倒对手的招数。

林哥的风格又回来了，好耶。前两期感觉有点太正经了，有点不习惯😂

我看了一下您和dpt的对话这个工作量！阁下辛苦了

我帮林少写个Abstract。林少让gpt4写了一个原始模型，然后自己联机，测试发现bug，把bug信息返回gpt4，gpt4继续改代码。如果他的电脑会说话，前期过程和这个人基本没关系。中间遇到瓶颈了，gpt4搞不定了。作者出手。但是作者也得充电，gpt4帮作者找到好几篇相关论文，俄文的，英文的，通通翻译成中文。这哥们看完之后，明白了模型失败的原因，然后决定重写了cost function。他把重写的思路提出来，gpt4直接按照他的思路把代码写出来。然后重新训练好的模型，把关底大boss打得鼻青脸肿，满血ko。但是到了第二局，模型又不行了，原因就是反复使用第一局对战导致模型过度拟合，退回到早期没有过度拟合的版本，模型三局两胜打败关底大boss。即便在大boss作弊的状态下，仍然取胜。取胜的关键是模型发现了墙角背摔，于是采用了反人性的走法，先行让自己退到很被动的角落，然后连续背摔成功，这里正是AI和人类的巨大区别：就是AI通过暴力搜索，可以找到一些对人类来说是反直觉的解法。视频一共13分钟，揭示了以后的程序开发应该就是人类和AI合作的共同开发。这个视频可以说是偷窥未来的一个钥匙孔。

也想玩下GPT4 的模型，应该会比现在免费的3 准确度高很多。国内订阅plus 比较麻烦，蛋疼

精彩 !! 2:04 應該會有人開發些工具, 讓AI和另一邊的電腦對話, 自動測試和修正問題 ?

谢谢分享，学到了效率高的学习方式

AI只是工具，关键在于用它的人类。

AI真正取代的 恐怕是老師這個職業!! 面對海量的知識與資料庫 沒有人可以與之匹敵

刚刚看了个 欧洲卡车2 的AI自动驾驶项目的视频，感觉同门同路，AI马上可以大量的代替人工打游戏了。这必将改变以后的游戏界设计理念，所有重复的任务，或者容易被AI掌握的游戏模式都要尽量避免了，否则只会有越来越多的的游戏破坏神

深有感触啊，AI很强但也需要足够知识储备的人去驾驭它。这让我想起了最近有一个训练AI机器人进行格斗的游戏，油管有他们的频道叫AI Arena，游戏内场景动作等等变量太多太复杂，你需要训练机器人做各种各样的反应，简直像街霸的超级升级版，可惜没有足够的人工智能方面的知识的我连机器人都打不过更别说训练了。

林亦果然還是我大哥 從顯卡還沒缺貨之前就開始在KZfaq上面看林哥的影片了 當時還在營建工程系讀書 只是自己為了剪影片 所以搞了一些x86平台的零件 應該就是這個時候才接觸到大哥的影片的 後來考研究所上了AI相關的科系 去年年底 GPT前 GPT後 我自己讀論文的速度也提升了好多 沒想到我大哥林亦也在這麼幹 剛剛還在寫學校教授給的opencv的cascade辨識當作練習 還想到大哥之前提到的早期的人臉辨識技術 剛剛打code打累了上來youtube看點東西 結果看到了這個好有意思的項目 從完全毫不相干的科系 完全沒有打code的經驗 到開始摸x86的零件、看了林哥的影片 但也許是興趣使然吧 殊途同歸 一起邁向未知的AI時代！

只能說：會善用工具的人，會將人與人之間的能力差距拉到極大

谢谢你的讲解

希望能看更多類似自己訓練ai的影片，真的很有趣

'AI 沒有人類聰明 但沒有人類能像 AI 那樣勤奮' 感謝林老師的分享！

如果有人能用AI刷新魂系遊戲速通紀錄就真的要擔心，這表示英高也將用AI折騰人類了

林哥能给好看的小老弟安排一期longchain吗?GPT感觉大家都会用了,但是你提到的爆炸式提升感觉这可能是关键一环呢

非常感谢，下了代码，运行起来了。也看了看跟chatgpt聊天的记录，没有看见最开始创建项目的聊天记录，非常想了解是怎么从提出问题到chatgpt给出一个可以实现的方案的。谢谢

在香港用gpt4和chatgpt，也需要vpn的。。。

2代將軍(警察)的46P(電鑽)其實不是無敵招 也不是無法防禦(只是它會在你防禦途中變打逆向) 你可以教AI用623P(昇龍.2代有很長的無敵時間) 打掉電鑽以及幾乎所有攻擊 AI反應時間只要1幀(1/60秒) 所以只要CPU出任何招式 全都可以用昇龍一招打遍天下 實際運用就是 讓你的腳色預設不停往前走(拉近距離) 只要對手距離在你的昇龍攻擊範圍 對方一有出招的動作(=對方解除防禦) 你就出昇龍打掉對方的招 (除了少數也有無敵時間的招, 或是讓你昇龍可能發生揮空的招:如踩頭) 所以當AI學會了對手有所有可以被你反擊的攻擊動作 就全都出昇龍來後發先至反擊.一招吃遍天 當然這只是最基本的 且打起來一看就非人類 4~5代網路上就有些AI帳號 偽裝蠻好的 沒那麼容易被看出來 相信今年6代一出又有一堆AI帳號要入侵了 若想更進一步研究的話 可以順便研究一下街霸玩家必學的frame data

牛逼啊 每次只有林哥的视频出必看

林哥的观点总是很有深度！要想用好AI，使用者要有驾驭的能力。能力越大，发挥的空间越大！

林亦的节目一如既往地精彩。我想说的是，这场正在改变人类历史的革命，因为一堵墙的存在，而与我们无缘。200年前的闭关锁国让我们落后挨打，200年后，仿佛一切都在重演。

感谢up主分享，这突然让我想到用ai辅助去开发mugen格斗游戏角色的ai。不知道up主有没有类似的想法

防止 overfit 還有一個方法，不直接使用 AI 決定要做的動作，而是用隨機的方式，有的動作機率高、有的動作機率低

你好，想请问学习AI训练于各种用途，有任何的教学资源或是课程可以分享吗?谢谢! 我虽不是专业的程序开发人员，但有程序实作的经验.

mark了，感谢分享，真的被AI和CHATGPT震惊了，不过话说小时间玩这个SF2，我都是一币通关L8级别，所以我还不知道原来有只有卡普空字母的这种结局，哈哈

Ai 不聰明！但卻比人勤奮 而且有廣大的數據資料庫 謝謝您的開源實測過程❤

非常棒的影片，感謝

太帅了，勾起多少童年回忆，那时候要是有gtp这个趁手的工具就没有童年了！

谢谢OP分享。其实OP开始决定使用re-enforcement就决定会成功，至少有一定百分比的胜利比率。其实这跟使用GPT无关。GPT在数据检索层面的确比GOOGLE的传统搜索更具效率。这也因使用者而异。如果使用者本身对项目知识缺乏，GPT再厉害也是徒劳。OP碰巧是个好学的学霸，所以会事半功倍。本人也尝试自己手动编写一些新算法，或者学写OS, 或对正确性有要求的项目。 我觉得这种项目需要对编程语言和编译器的要求度较高。感觉GPT并不比纯手工写来的快准好。有机会的话，我也会整理分享。

“AI不会代替人，但人可以代替人”... well say... !!!👍👍👍

I like your sharing. The content is creative and inspiring!! And Street Fighter is a good example to interpret the story!!

您好，请教下：视频中12:05出现的AUTOGPT是目前已经有插件可以用于vscode了吗？还是别的什么？

林哥，棋或者扑克牌类的游戏也可以用这个方法训练吗？LLM是不是不适合做这类游戏的Ai呢？

挺不错的视频👍

非常好玩，異常有趣💯💯😃😃😃，馬上訂閱了你

有科技新知的實驗精神, 也有解說文采飛揚的一部影片, 作者好優~