关于AI与大模型的几点想法

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。

来源参考:https://mp.weixin.qq.com/s/5JzhJIUY3vpz4RGyobI7Ag