Telegram 更新了设备端 AI 编辑功能，所有的文本改写、摘要、翻译都在本地设备上跑模型完成，数据不上传服务器。这种端侧 AI 的方向挺好的，隐私保护到位了。
72% 没回报这个数字得看怎么定义回报。很多企业上 AI 项目本来就是面子工程或者老板拍脑袋的，需求不明确方案不靠谱最后当然没回报。真正想清楚要解决什么问题再上 AI 的那些项目成功率高很多。问题不在 AI 技术本身，在于企业不知道拿 AI 解决什么问题就冲了。
Gartner 的技术成熟度曲线不就是这么画的嘛：膨胀期 → 幻灭期 → 爬升期。AI 进入幻灭期很正常不代表技术没用，只是之前预期太高了。真正有价值的应用场景会留下来，花架子的会被淘汰。
做独立开发的说两句。大企业搞 AI 失败主要是因为链条太长决策太慢。等他们走完立项评估招标开发测试上线的流程，技术都迭代两轮了。小团队和独立开发者反而用 AI 用得最好因为试错成本低，不行就换一个方案。
没回报是因为花在 PPT 上的时间比花在产品上的多
我们公司的 AI 项目倒是有回报，客服 Agent 上线后人工客服减了一半。但这算好消息还是坏消息取决于你是管理层还是客服…
@wuji_devops 扎心了…AI 落地成功 = 有人失业。@fengyun_java 幻灭期这个框架确实合理，挤掉泡沫之后才能看到真正的价值
数据不出本地听着挺香，但模型大小限制多少不知道
数据不出本地这点很关键，终于不用担心聊天被训练
但是本地模型能力有限，复杂润色效果一般
数据不出本地是真不错，就是手机端模型太小能力有限，聊胜于无
数据不出本地这个卖点很戳隐私党，但得看实际抓包验证
本地推理对手机性能要求高，低端机体验估计很差
数据不出本地这点很棒，隐私敏感用户终于有好选择了
端侧私有AI是大势所趋，Telegram走在前面了
数据不出本地是最大卖点，但AI处理能力就受限于手机算力了
本地处理速度能跟云端比吗
数据不出本地这一点很好，隐私保护到位
但本地跑的模型能力有限，只能做简单的文本编辑
数据不出本地这个太好了，隐私有保障