一、模型不是产品
AI大模型会折叠掉大量按照过去思路设计的产品，但也会催生一个全新的产品簇。从对旧世界产品的破坏来讲，模型即产品；从创建新产品世界来讲模型不是产品。
1、人的角色和价值
知识的螺旋-组织是知识的载体，知识是组织的本质
但在新模式下，AI驱动的组织既承载知识也创造知识。
AI不会创造所有知识，真正的新知识创建还有人类的角色在。
人与智能组织的协作边界是需要复杂定义的，并且每个公司的知识系统不一样，偏好不一样，模型自身不能包含所有公司的偏好和特征。
2、数字与非数字的边界
人和AI的权重是动态的
在知识创造过程中，人可以调度这四个维度上信息进行知识创造，AI也可以。因为这里面很多东西是私有的，所以私有知识应运而生。
边界之外可以归于模型，这是归一化的，边界以里归于自身，这是差异化的。也就是说如果企业不创造差异化的知识，那基本没有存在价值。
那其实就是模型的归模型（通用知识和通用智能），应用的归应用（任务导向的多角色联动，权限，物理世界的接入，人机协同边界的处理等）。
二、模型的产品化
“模型作为产品”的两个典型例子：OpenAI 的 Deep Research 和 Claude Sonnet 3.7。
Anthropic 一直在更清晰地阐述他们的愿景。他们提出了一个有争议但在我看来正确的 Agent 模型定义。
类似于 Deep Search，Agent 必须在内部执行目标任务：它们”动态指导自己的过程和工具使用，控制完成任务的方式”。
目前大多数 Agent 初创公司构建的不是真正的 Agent，而是工作流，即”通过预定义的代码路径编排 LLM 和工具的系统”。工作流在某些垂直领域仍可能创造价值。
针对做C端产品来说，用户并不关心是Agent还是App，他们只关心问题是否被解决。技术路线的选择应该基于用户体验而非技术理想，最好的产品是让用户感受不到技术的存在。用户只需要提供需求场景和订单即可。技术进步的目标是创造实际价值，无论是Agent还是App，都需要解决真实问题。
我们的产品本来就在解决我们想要解决的问题，只是在没有AI大模型的支持时，需要找其他的方案；但是既然有了AI大模型的加持，我们的解决方案可以更酷更靓更高效更有趣更好玩。
同时，除了产品本身好玩以外，我们开发产品的工具与工作流程也会因为AI大模型的加持而彻底改变。不仅仅是提高效率，更可以做之前做不到的事，而且是以更小的成本。在这里又一次体现了“投入产出比”的计算意识的重要性。
这一切的关键，是我自己首先立即把大模型的能力给用起来，用到开发产品，用到产品本身。能用多很就用多很，大模型的能力像无底洞一样，这才用到哪。
结语
应无所住，而生其心。
真正的创造需要一颗鲜活的心。