No.179 对谈庄明浩：AI 新共识正在形成，产品经理又要开卷了？
01:09:13 Share

欢迎大家收听三五环我是刘飞今天邀请到的是老朋友庄明浩庄老师先跟大家展示招呼吧哈喽大家好我是屠龙之树的主播庄明浩庄老师现在做播客感觉怎么样也做了一阵了吧上回咱们录好像就是你放到前几期了你播客里的对对对那时候刚开始吗应该是 23 年 9 月吧因为我刚从日本回来今天在家拆了一天快递

刚刚把那个小宇宙的那个 2 万个粉丝的奖牌拆出来哦也有 2 万粉丝了你感觉怎么样做做博客我做到现在我觉得还是挺符合之前的预期吧就是他算是一个你自己的产品的交付那过程中

以产品的心态去面对它去做所有的前期的准备内容的交付包括在中间过程中因为内容可能跟我们今天的主题 AI 又比较相关因为这个事情又用到了很多 AI 相关的工具让这件事情变得一个比较正向循环的过程闭环了对就是你首先要用对吧然后你又在讲那个事情它就正向的就滚起来了

对 你说讲这个事情 庄老师那个播客应该是非常让人耳目一新的就是 show notes 里面全是 PPT 而且动不动就大几十页今天咱们聊的这个话题其实就是之前看到你在年底刚分享了关于 AI 产品的一些各个视角的一些分享吧 一些思考观察

当时我记得这里面也有好多页的 PPT 有很多影响也都挺深刻的我们今天这一期就顺着这个话题顺着这个 AI 我们聊一聊吧聊一聊去年的这个感受首先整体上你会感觉从 23 年到现在这段时间就是从 Chad GPT 3.5 出来之后今年的整个表现在你个人感受来说是什么样的

我觉得有一个更明显的感受是加速就是疯狂的在加速你会发现一个很直观的感受是比如说我去做那个

年终统计的时候我是 11 月底开始去做的然后真正做完应该是 12 月的 11 号还是 13 号吧其实距离现在又过去了大概一个月的时间你会发现有很多内容也开始变得过时了或者说有很多内容需要不断的更新我当时做完第一版是 132 页然后我在上周去给一个朋友讲的时候这个 PPT 已经加到了 143 页你每天都在需要用一些东西帮他做这个

查录补缺每一个涉及到的细分方向可能在很短的时间内就会出现很多的变化那过去这一年你会发现我们除了大模型本身的技术能力的更迭的这个快速变化之外在很多的细分方向上尤其是大家讨论比较多的细分方向上可能真的就是每两到三个月就是一篇翻过去了

就是你再回头去看可能两三个月甚至三五个月之前的很多的无论新闻结论当时的判断以及当时对很多产品的认知和理解确实就疯狂的加速而且这种加速就是一浪叠着一浪风水轮流转对吧今天是这个人站在了这个桥头上过了两天就变成另外一个方向的另外一家不知道是哪来的公司突然间站到了所有世界的关注的焦点上

就百花齐放一般对我感觉是可能对于这种底层技术的迭代或者更新大家还是觉得二三年底那是最重要的那一波嘛那一波之后其实在应用层或者说中间件上面的这种迭代变化各个领域的发展确实是就变化非常快就可能大家用的这个底层的核心的逻辑还是都是大模型但是它在不断演化有种这种感觉

其实从去年 Q3 开始大家就讨论预训链的事情其实已经基本是到头了到这个节点这个结论基本上大家是共识的然后大家开始讨论后训练跟分布推理然后所有这些包括 agent 的实施这些事情然后大家开始讨论什么时候真正意义上的现存的互联网数据可能已经被大模型全部吃完了就这个东西的编辑效应的放缓大概就是从去年下半年就基本上成为共识了

然后从模型本身的技术能力来看确实大家在慢慢的去接近的状态你看那个无论是看各种各样的评分榜单还是看开源跟闭源的模型的这个接近的程度所有的曲线都在适应到差不多的地方对而且我听作为 AI 的朋友说到一个视角一个数据也挺能正视这一点的就是现在的 CPU 现在的这个卡的价格也在之前的泡沫之后也回归理性了回归正常了

因为有些公司发现自己去卷大模型可能也卷不出来就慢慢的进入一个更理性的状态或者说那个捏他的创始人修涵他用了一个方式是说他说我们把今天这个时间点我们只看中国市场比较偏头部的第三方应用我们不算大模型自己的这个官方的应用我们说那些第三方调用的应用

然后以 token 的量去计算可能头部的应用每天的调用量可能是百亿这个量级然后百亿这个量级的 token 的消耗再乘以单价然后再乘以可能这样的所谓的头部应用可能有几百个然后计算我们单纯用类似云的方式计算这个市场的盘子可能大概就是几十亿到一百亿的市场规模他说了一个问题是说肉眼可见的在 24 年单 token 的成本降了两个数量级

就是年初的推理的成本跟年底的推成本可能是差 100 倍的未来明年大家说 100 倍可能有些难但至少 20 倍实际上 20 倍是见得到的然后又因为可能明年多么泰的能力会再提升几倍所以明年从总成本来说还会降两个量级可是降两个量级听起来是一个好事情可是从

行业规模角度来说哪怕你为了保持维持明年这个 100 亿盘子的市场规模你也需要所有这些第三方应用的业务量增长 100 倍可是 100 倍对于我们是一家做社交的公司我们确实也在调用各种各样大平台的这个 token 的能力我们大概日天的消耗量可能所有的 app 加一起可能也有大几百万也算不小了

然后你说你告诉我明年的 KPI 是要 100 倍这个量级我觉得我们业务同事压力会巨大对这就说到其实它是一个相互的过程就是一个是提供的成本大家最后会卷到可能非常便宜如果到真的很便宜的程度那一定会大大影响生态的因为很多应用很多场景就真的可以很随意的调用了但现在大家调用还有压力你没有好的商业模式的话你只能靠融资嘛

另外一个点就是刚才你提到的可能在整个应用场景层面还需要更大的用户体量和更大的用户付费意愿其实也是今天我更想聊的一个方向咱们从应用层面看看这一年到底有哪些新的变化和感受对大家都说 24 年是应用年 25 年是 agent 年都已经有这个说法了是吧

你说到这 agent 和应用之间的区别是啥会觉得今天这个时间点很多人会用一个比喻我觉得这个比喻是很巧妙的大家会认为比如说我们举个例子比如说 AI 搜索代表公司 Populacity 它的场景就是说搜索然后我搜索一个问题它根据它的组织方式把这个答案给到你其实本身来讲你也可以把它理解成是一种所谓的 agent 它相当于

把你的问题分解成各个细分的模块跟推理的过程然后在每一个过程跟每一个模块中他用他所知道跟熟悉的信息源跟信息获取工具做收集整理再做呈现然后最后给到你一个统一的结果本身来讲其实他也是一种

广义上的 agent 就是它相当于把你的任务拆解分析然后利用不同的工具跟不同的展现方式最后给到你结果那如果以这个角度来看其实今天这个实验店大部分被划规好场景的应用其实都算是一个小 agent 你可以这么理解其实在 24 年我觉得整体的状态是说大家开始在划一些小的边界做产品的人很重要一点是你要定义好你的产品边界那产品边界背后可能是用户需求

然后底下是技术实现的可能性 23 年那年比较麻烦一点在于边界也不清楚然后技术在疯狂的迭代所以你两边都是动态的情况下你是没有办法在中间找到一个稳定态的 24 年相对好一点是说技术能力的边界大家慢慢摸得清楚了

然后用户场景的挖掘跟探索与技术能力的匹配其实 24 年我觉得是所有在做相关公司的同学们对吧尤其是偏比如咱们熟悉的产品人们在做的事情那这些事情在一定程度上在某些板块形成了一些共识

这些共识就被封装成了一个一个的小的功能或者小的产品也好所以其实这一年确实是变化特别大的一年我自己也有很强的这种感受你就看这一年好像别的层面生活上或者说我们有一些朋友的状态大家差别不大但是你往回看一年前的 AI 领域当时热门的产品或者说大家比较看好的产品大家在讨论的这些大模型的创业公司其实现在已经到一个

阶段比赛已经拿到一个结果的这么一个状态而且在当时可能大家比较看好的某些产品现在好像也有的也听不到声音了其实今年感觉上大家评价发现从最主流的这个应用上获得最大用户规模的可能还是豆包夸克这样的就是我们说从大的这种应用场景层面是这种大厂的产品

我不知道你在这方面会有什么样的感受就是这个结论我觉得也是在今年比如说 Q3Q4 开始区域变成共识的今年大概 6 月还是 7 月的时候也是某大厂的朋友问我占用哪个产品然后我说了一个刚才你提到的产品然后他说当时还没有这些共识他就会疑问他说为什么你选择这个我说

我买单或者我 buy in 这个产品或者这个应用的点到底是什么就是说在现阶段肉眼可见的在底层技术模型的技术能力已经接近趋于趋同的情况下我 buy in 或者我买单的点是说我相信这个产品团队的产品人们跟运营人们能够迅速的跟上任何一个被短时间内证明形成共识的小的场景就哪怕今天突然间出现了一个什么新的应用或者一个新的场景或者一个新的爆点

这个团队也会在很短的时间把这东西跟上而且以一种用户体验跟运营层面更接近于我们所熟悉的方式跟习惯把它跟上就是我买单的是这一点所以我就不需要担心今天突然间有什么东西出现我不知道我的这个时间差不会特别久因为我们相信那样的团队在很短时间就会跟上这个原因完全不是一个技术跟那个什么的原因它就是一个组织运营的角度的原因

对就是在所谓的大厂也好或者说更集中资源投入去做的这些产品里面其实你还是能得到更完整的这个用户体验你就类似像豆包可能之前对他的印象就是他这个图标也感觉有点山寨刚开始的时候就是一个虚拟人形象那个时候特别火这种虚拟人

然后用的时候感觉刚开始好像跟其他的弹幕性工具这种拆的工具差不多但是后来还是发现确实体验上哪怕说从视觉和交互上的很多优化和一些细节的这些优化他们都很迅速就你刚才说的这个点确实特别重要你像之前我在极客上说过他们有一些问题回答的特别奇怪然后他们团队就能立马响应这种响应的能力其实对于小团队来说也会比较奢侈就他可能没有那么多的条件去做

我觉得这件事情更证明了这个点就是在 Q4 密集的你发现几家大厂做了应用层跟盟用层的团队的分割或者说团队的重新的搭配跟组合字节首先不用讲字节的豆包的盟星团队跟豆包的产品团队应用团队是分开的不是一个团队那阿里其实也做了调整对吧阿里的夸克接收了相当于同意的原来的做同意的

Chat 产品的这个团队来负责包括相当于整个把应用层的这些公司的业务放在了一起然后模型层的技术研发放在一起对吧然后也是在这几天我看腾讯也做了类似的处理

他把元宝的模型团队留在了技术团队把应用团队跟腾讯会议的团队并在了一起也就是说我把模型是模型应用是应用这件事情至少在团队这一层上区隔的更开了我觉得在 23 年到 24 年上半年的时候一个偏共识的观点是模型及应用

就是大家是在一起的可是你会发现到了 24 年下面的那个时间点因为竞争因为模型底层技术能力的越来越清楚因为场景的越来越细分因为各种各样的运营的需要你会发现越来越多的工作跟技术的实施跟运营的事情变得细碎跟复杂且需要专业的人来做了

就是单纯依靠技术本身的那些人来做的这个尝试你们发现有点跟不上我们再从另外一个角度来看我们看 OpenAI 也好本质上来讲 OpenAI 做出了 GBT 模型到 XGBT 这一步是一个巨大的跨越但是 XGBT 的纯从产品端的实现跟这个东西来讲它更像是一个之前不也有人说它其实可能只是 OpenAI 内部的一个 demo day 的东西突然间变成了核心的产品

可是这个产品本身并没有那么复杂对吧包括他后来出了一系列的基于 GPT 的配套的什么 GPT-S 包括最近出的 Agent 什么代理服务然后包括 Calendar 的连接浪气发导就是它变成一个

不单纯是技术的示范作用的这样一个就是如果 GBT 的模型是一个技术然后倒拆 GBT 的纯对话的这样一个方式变成我们叫卖一步可是你发现现在的用户或者现在的市场环境里面要求大家是往外再卖十步二十步然后并且卖那些步里面是需要非常明确刚才我们讲的那些事情

产品的边界用户的需求运营的节奏这些东西的比重更大包括 MIA 自己其实他的团队也经历很多的变化从原来纯大部分绝大部分全部都是技术研发项的人开始变成可能今天有一半的人是偏产品跟运营的人

其实这个趋势在中美是一模一样对你说这个我就想到我最近也在反思一件事因为在 Chad GPT 刚出来的时候大家那个时候其实已经出现好多做小模型的公司或者说做各种技术场景很多应用场景的一些技术团队当时其实大家就提出说 Chad GPT 这个技术模型其实它能覆盖所有的场景就是因为我之前读研学的是 NRP 当时就有个说法 NRP 已经不存在了嘛

你不需要再单独做分词再单独做记忆翻译单独做各种垂直课题因为大模型其实就能覆盖所有的这种子命题了

所以当时我会天然的觉得说是不是 ChadVT 这种形态它已经能够覆盖所有的这种产品形态了就你想知道东西你跟他对话就可以得到了原则上是这样的但是后来我确实发现会存在一些问题比如说为什么出现了 AI coding 的很多产品为什么出现了很多 AI 搜索 Proplexity 刚开始我其实也不是很理解我觉得 ChadVT 能联网不就是一个 Proplexity 你像夸克能搜索和

跨客用 AI 去搜索和他自己本来的搜索到底是什么关系就之前其实没有想太清楚但是后来我发现就是刚才你说的那个点我反思明白了一个道理就是底层的技术模型是一回事它确实能覆盖所有的场景但是它在每个具体的应用场景上每个我们能用到 AI 的地方它可能还是得再加一层应用的这种配合

因为之前大家说的输入 Prompton 的整个的成本或者说学习门槛还是很高的大家还是想要能直接用起来的东西对我之前有个比方是说我说大木星本身像一个巨大的太阳

就是它有无限的光亮跟能源跟热量但是很少有人直接可以把太阳变成你的能量跟热量你还是需要中间有一层类似导管的存在导管可能定义好了它的长度它的宽度然后导到你那正好它的热量它的光它的能量是恰好符合你这个需要的

那做这一层管的输入跟这个导流这个过程其实也就是产品定义的这个过程那当然太阳本身还是非常强大是万物之源但是当太阳本身已经稳定的时候我们更多确实就需要外围那些东西来帮它变成一个我们可用的东西然后说到刚才这一点其实我觉得

有一个产品就是刚才提到的夸克是挺值得聊一聊的因为他们最近也更新了新的 slogan 叫两亿人的 AI 全能助手就他们既不提自己是搜索也不提自己是浏览器他们提的是全能助手然后其实就是刚才我们在聊的这个思路的方向感觉

他们今年的下载量确实已经比如说期卖数据发布的这个报告里面也是行业第一了这种新的方向的转变可能也是在匹配我们刚才说的这个方向这个趋势

对你觉得他们这种集中的这个趋势是一个什么样的看法就是我之前在做年度总结的时候我也有一张是写中国的巨头嘛然后在阿里那一张我写的除了千万的这个同意在开模型的领域的这个能力以及大模型去改善所有阿里体系内的电商业务之外我特意提了一嘴夸克的这个论因为我现在基本是夸克的日火用然后我还特意强调我没有收钱

夸克在 AI 大模型这一波之前的时候其实就是它的用户那当时为什么会用呢其实更多在那个时间点我觉得是在上一个年代在浏览器的最尾端的竞争的时候夸克是通过偏纯用户体验层面的操作

在一定程度上获得了一些用户当时他可能从操作界面的简洁性然后比如无广告包括跟当时网盘的合作包括跟他做的很多小工具当时我记得当时做过志愿的选择就是给报考志愿然后做了一些关于 PDF 文件的处理的那些工具就是这些小工具跟小的浏览器内置的插件的类似日式军刀的这种存在我们这类人可能不太会去用

就国产的一些这个广告比较多的浏览器我们可能用 Chrome 比较多但是有些时候我们会觉得 Chrome 比如占内存比较大包括有些时候我希望用比如用翻译我可能还需要加一些辅助软件才可以对吧很麻烦很繁琐在一些细碎的场景跟一些我真的要用到预示金刀这个东西的时候我会用到夸克的这个东西然后当 AI 这波来之后我觉得对于这类产品而言是一个巨大的加成

就是原来刚才讲我们叫浏览器的最后的时代那个时代已经基本上是一个江湖已经定了的年代确实夸克在用户体验层面有绝对强的强势但是在那个时代你单纯只依靠用户体验这一件事情想从中国众多用户的

主页的各种 XXX 浏览器里面去把这些东西抢过来我觉得是很难的它不至于有那么大的体验差对就是它的那个就按于于老师那个产品体验那个公式来算它很难去撬动但是当 AI 这一波来之后这个事情就不太一样了就是它给这个事情的杠杆变得非常的大它最早搜索开始到 AI 的各种各样工具的集成到插件到把这些所谓的功能集成好之后再进行新的打磨

因为你会发现其实从 23 年底到 24 年初很多相关的 PC 软件们都在尝试各种各样的这种东西的功能的增加但是这些功能的增加我觉得十分的考验产品团队的能力

就最早比如老周他们当时也宣传过一波对吧然后各大乐园厂商都不会放弃这件事情的尝试但是你会发现在过程中基于自己的模型能力再加上产品体验边界的设计以及对用户体验的感知理解变成最后封装好那一个个小东西摆在什么位置以什么样的方式放在那怎么跟原有的你的已有的核心的功能做结合这些东西是十分的考验

我觉得产品能力你说这个特别关键就是这个一方面是产品体验上就是这所谓的首页的八大金刚什么 16 工格该怎么排布然后每个功能该怎么安排它的交互之间的关系是什么样的甚至还包括大量的在大厂内部的这种所谓组织关系生产关系到底谁能控制这个但最后可能是总裁是总经理他能

控制这个页面的逻辑最后它会变得很复杂它不是那么简单就能说往上直接累加几个功能就可以的你会发现就是这种事情你肉眼可想的就知道它非常的复杂就是它交付出来当然就是一个大的版本更新然后加了几个 icon 或者加了几个按钮然后加了几个小的工具但实际在背后的这些事情

其实确实蛮复杂确实非常考验这部分功力对所以你提醒我了一个思考的视角就是现在 AI 来了之后它其实能用更好的方式把它们组合起来所以这可能就是成为趋势的一个原因就这些功能你能通过

就原来的搜索框可能是用来搜索网页的这种搜索框但现在的搜索框它其实是能用来支持搜索各种应用场景搜索甚至未来搜索各种 agent 的这么一个入口这种入口集中了之后它其实在用户体验上就

就比原来说我 16 工隔离我看看他到底这个什么意思他到底能实现什么功能他就不一样了反而我想这个问题的反方面就是说什么东西放在所谓的首页的几大金刚里什么东西放在那个框里什么东西放在二级的最后生成的地方就这些东西也十分考虑而且你看见我们看那个 OpenAI 的这个客户端就是 XGP 的 Mac 的客户端跟 PC 的客户端也一样看上去就是一个框

就跟当年百度提出的框计算一样看上去就是一个框那就是他选择了一种你说是淘巧也好还是说 all in one 的方式也好放在那儿可是这种方式我觉得未必适合国内的主流的用户国内主流用户还是更习惯于有些东西可能还是习惯于用搜索或者用文字或者用自然元的方式表达但是更多的功能模块大家还是习惯于被封装好的方式用点击的用傻瓜的用

就是步骤尽量少的方式去做呈现那这些东西的取舍本身也是一件非常难的事情相继发布之后你看各种各样的报告这个东西能干嘛那个时候就已经定好了今天我们能干的很多事情在那个时候就已经写出来了

只是说这过去的一年多时间很多的产品团队跟产品的应用的公司在做的事情是说真正意义上把这个功能变成一个多大规模用户对或者说多大这个最大公约数用户能够简单使用形成交付的结果的一个东西而且还要去评判那个结果是一个 90 分的结果还是一个 60 分的结果那到底

是大部分用户需要一个 60 分的还是需要一个 90 分的在每一个选择里面做的取舍平衡博弈最后就变成了各家产品最大的不同就是我再举个简单例子比如说做 PPTAI PPT 也是一个竞争非常激烈的方向今天也有独立产品可以来做也有一些比如说夸克还有哪个产品的浏览器也是支持相关的生成的

那你会发现每一家的测试点确实还是有非常多的细微的区别有些是偏比如说从总结到整理到大纲生成的有些是强调自己的模板库足够的强大足够的多样足够的可以让你去选择各种各样的风格有些是强调可视化做的好了有些是强调逻辑结构做的清楚了然后你说这些东西之间我反正因为作品做的太多所以对于一个普通用户而言

他去区别这些事情其实是非常难的我举个场景当有一个朋友问我他说他想用一个 AI PPT 的工具的时候我会要我要需要问他特别多的提示词你要用来干嘛

做成什么样子什么场景然后你希望比如说你有没有范本你希望做的什么样然后你希望拿来做成什么样的表达方式是偏文字比较多的还是偏图的然后是严肃场景还是非严肃场景对吧然后我才能对应的去选择给他介绍合适的这个工具然后当然所有这些工具里面是有一个刚才我们讲的叫最大公约数的存在的

就是中国的大部分的白领用户的需求可能还是基于模板存在的所以能够提供足够多丰富的可选择可编辑的模板的库并且与内容相匹配那这件事情是一个基础流程

上面的就变成各家的区别对你在说的时候我就感受到其实现在又是一个产品经理很有用的一个时代了就是你刚才说的那些就是应该产品经理来抽象的就我抽象一下我把这些其实说起来呢技术上并没有那么那么复杂它其实就是告诉大模型有一些提前的预处理

然后告诉大模型你应该给我生成什么样的结果它其实就能分类到几个场景里面去了然后这些场景又能封装成一个小的应用而且就是再比如说几乎所有的产品都有比如总结跟整理的功能就是我上传一个文件然后帮我总结一下那大部分用户最开始用的就是帮我总结一下稍微进阶点比如说我需要一个什么结构清晰的总结

我需要一个什么金字塔原则的总结我需要一个它会加一些限定词然后再复杂一些或者再高阶一些用户它会有跟它的比如对结构的要求对各种各样的东西的要求再输出那本质上讲就这每一步的进阶都是一次巨大的用户流失

因为你相当于要求用户变得更聪明所以中间过程中这些东西怎么做成无论是 button 也好功能也好还是预设的东西放在那也好就这些工作全部都是工作量这就是其实互联网产品一直在解决的一个根本上人性的问题就是懒因为你看所有的产品形态都在往怎么让人更舒服的更轻松的

消费不管是消费内容还是消费其他的东西上一直在往这个方向努力我觉得就是今天确实如你所说我在开始之前我也会这么讲就是这个阶段可能恰恰又回到了一个对产品人尤其是好的产品人的高要求的年代而且今天这个时间点的更高的要求在于

你还同时要对技术本身的边界的理解到位然后才能把这两个东西融起来对如果拿夸克举例子刚才说的这应用层面的东西我最近在具体打开看每一个这种场景的时候才发现他真的做了好多因为之前应该这一两个月在用夸克的时候主要还是

把它当 Proplexity 去用就是 AI 搜索它能搜到很多网页包括它能整合搜到这些资料给出一个答案来这个场景其实跟豆包不一样就像刚才说的看起来都是一个搜索框都是一个对话框夸克的结论很多是从网页来的所以本来我以为它主要就是有搜索或者说有网盘这些但后来我发现它确实做了好多而且有很多年轻人在用年轻人用它干什么呢就是用它解题它有那个像

应该叫跨客扫描王他这个旗下有很多场景包括什么拍照翻译试卷错题直接能扫描出来整理就我之前看到案例的时候也觉得挺神奇的就是这些封装打包就是刚才我们说的那种技术上想想好像

确实没有那么复杂但是它封装了这么一层它的体验使用起来就很流畅了不像以前以前可能你要到网上搜索所谓的很多攻略你要把一些东西输进去你告诉我 AI 要怎么样所以我发现它确实提供了很多而且这些现在的用户规模其实很多都是在这种具体的场景里的而不是说单纯在搜索里的我觉得这是一个很有意思的现象这个问题再往前一步

有那么多双引号的场景哪些东西放哪些东西不放哪些东西现在放哪些东西放在后面放我觉得也是十分考验所有这些相关团队的一个非常重要的考量因为你会发现今天这个时间点哪怕是在任何一个细分的小的领域里面可能确实已经有一些不错的产品跟不错的团队了

但是作为一个完整体的我们叫 all in one 的这个功能的体验的团队而言他选择什么样的功能放在一个很核心的位置放在一个自己的主页的什么几大金刚的那样位置就这个的权衡跟取舍也是十分考验这个团队能力的

就是之前我看过一篇文章它的说法我觉得更现实一点是说你的下一个浏览器可能就不是浏览器了而是真的这些 AI 工具了浏览器这个概念本身在今天这个 AI 的加持下它变得更广义了甚至这个广义不单纯是 AI 造成它在 AI 来之前就已经变得更至少中国的很多浏览器团队在浏览器竞争的最后那个年代那个浏览器本身已经真的非常强大了有各种各样的封装好的小功能跟小工具在里面

只是在那个年代确实已经大家很难调动起来这个积极性了但是当 AI 来之后这件事情真的被提到了一个新的高度这个又想到另外一个当年 Google 的战略 Google 当年是想通过 Chrome 来做 OS 的就是你的电脑里是不需要别的任何东西的你有 Chrome 就好了包括 Chrome 整个的插件生态也是这个逻辑嘛那只不过当年他提出这个战略的时候可能有点早

做了几年的努力之后发现还是有限的但是当 AI 这一波来之后确实可能未来某个时间点

真的你的 PC 跟甚至手机可能真的不需要别的东西了浏览器是一个狭义的概念可能是一个框可能是一个什么样的东西可能是一个什么样的一个入口这个入口实现所有的这些我们的想实现的功能跟场景那这个入口本身它可能除了常规的一个通用的方式之外它也会提供它定制好的一些封装好的东西那可能就是大家的区别所在

对你刚才说到那个浏览器是入口其实

现在可能很多年轻一点的朋友就理解不了因为智能手机移动互联网的入口都是 APP 前互联网时代在当年的软件时代确实软件又是当年的最重要的各种各样的入口但是在互联网时代就是浏览器是最最最核心的入口因为在浏览器里你能看到所有的这些信息内容你的功能你购物社交你所有的场景其实基本上都在浏览器里面所以 Chrome 后来虽然说它没有

真正做成 OS 但是它的插件的生态现在也是跟当年我们用浏览器完全不一样就我们能对浏览器做的这种自定义或者它的现在的这种灵活度是变化比较大了只不过现在使用的场景是在被手机压缩就像你说的可能

AI 有底层的逻辑支持之后有了更多应用场景之后因为他们 all in one 的价值就会变大就之前其实会变成因为各个互联网产品大家互相之间有这种企业竞争之间的这种隔离也好或者是场景之间的隔离也好他们并没有要融合在一块的这种诉求但是现在可能这种要求

腰尾部的各种各样的场景都能集中在一个地方最后去体现都用同样的一个底层的模型感觉还是确实挺新鲜的一个生态而且这个生态看上去也会对做比如说我们 all in one 的这样一个产品团队提出更高的要求你看上一波就之前那一波大家有一段时间在疯狂的在插件这个生态里竞争嘛

就之前不很多梗图就一个人的浏览当然我自己也是浏览器里可能有六七个插件然后你在浏览很多东西你会发现这些插件之间也在竞争对吧你把一个文字高量拉一下然后右键有一堆可选择的标签和选项然后你会发现可能也不太对但是确实那个时间点可能插件这个形态确实是一个比较适合初期

跑通小规模的平安玩服一个合适的方式但是插件它当然天生受限于流量器本身的很多的事情所以你但凡是想往后再走一步绝对不可能满足于插件这些形态那你一定是要往后走的 OpenAI 也好 Enthopec 也好国内这些初创的公司以及大厂其实都是这个逻辑

所有人都不会满足于是一个插件对现在真正我们日常的使用体验确实我想了一下是在急速的提升的就跟之前你说一个插件它能解决问题是比较单一的但现在我

想了想跟一年前相比一年前更多的时候是为了说这个东西挺新鲜的我试试 AI 能不能帮我干到这个事那个时候是这种更多的是这种想法但现在我用这些产品的整个的状态已经发生变化了它的使用频次也好或者使用的深度也好都是超过之前的 AI 或者说之前用的这种各种浏览器的插件它真的在日常的这种工作生活里面起到作用了

我觉得这也是一个挺大的变化不管是说夸克还是豆包它这里面塞的东西确实越来越多你像刚才提到夸克之前提出 AI in out 他自己也不讲自己是热闹器了他讲自己是一个 AI 全能助手然后我看现在豆包也这么叫了豆包叫超级助手就它在首页上会有一句你好刘飞你的超级助手一上线因为刚才我们提到的它有更多的资源或者说在产品上也投入了很多

它也提供了各种各样的新的这些功能包括刚才说的 PPT 等等这些所以感觉整个行业都是在往这个方向去走的比当初的那种浏览器还要怎么说感觉还要繁荣的这么一个生态而且可能也是一种奢侈品对吧你想你就要有基础的对话的能力然后现在 24 年多么泰的能力大家都上了对吧图片音乐对吧然后视频对吧多么泰能力大家都上了

然后呢,又需要封装好的各种各样的场景的小东西,那最早的比如说什么翻译啊,然后这个智能体的构建啊,到开始出现更复杂的场景的,比如 PPT 也好,然后文件整理总结也好,脑图也好,这些功能项跟可留的点是无限延长的,那对于很多团队来讲是不可能一直跟的。

但是对那几个比较核心的我们看到的今天这个时间点在这件事上比较有大决心的巨头而言这件事情是一定要跟下去的最近这一个季度各家头部公司对于团队的调整本质来讲也是

符合这个趋势的底层的基础模型你们继续去基础模型的研发无论是这个模型本身的幻觉问题还是多么太能力的提升效果的提升准确性这些问题模型本身由技术团队来做前面的那些产品体验用户设计场景边界然后什么样的取舍由专门来做 2C 应用跟面对 2C 用户有更强能力的团队来做

就是因为你会发现把这两个事情放到一起来做是都不可能做好的

看到之前有一个新闻就是你前面提到的阿里的通误正式并入阿里智能信息事业群说有一个新的这种战略的大致的方向是说就叫 AI2C 还是你看它交给像刚才我们说的那个夸克来做就是因为夸克之前在用户体验上它有比较长期的探索所以这边有一个完整的 2C 的战略方向能够集中更多的资源

单独的针对性的去在应用层面去做竞争也好或者说做更多的产品的投入满足更多的用户需求做这些尝试这可能也确实是各个公司都在做的一件事情我之前 PPT 也有一页梗图

是这个当年的三级火箭的这个理论其实有了一次演绎原来三级火箭是搜狗王小川王总提出来的就是搜索引擎输入法浏览器嘛这三者之间是有三级火箭的近的关系嘛然后你会发现本质上讲在 AN 年代之后所有这些东西都应该是包在一起的

输入法浪远器速度引擎其实是包在一起的按照我们刚才逻辑来讲它其实都是用户跟 AI 也好跟技术模型本身也好产生交互的方式跟入口

然后这些东西没准应该未来会变成统一的一个什么样的东西当然现阶段还是有很多分化的场景都在有你看今天几乎所有主流的输入法都在做 AI 的问答跟搜索搜索浏览器就不用讲然后搜索引擎也不用讲你发现就是现阶段还是处于一个

分开跟之前被定义好的产品别进去做尝试的但如果再往后推演的话那是不是大家可能就在一起了呢对好像是条条大路通一个方向的通一个入口的这种感觉之前就感觉一体跨客可能很难想象跟豆包这种产品是一样的

但是现在大家都觉得这是一个 AI 工具然后 AI 工具里有相似的地方也变得越来越多了就长得也越来越像了而且你发现我觉得从产品设计我们只从最狭义的产品设计角度来讲几个头部厂商的纯 AI 助手的工具的应用在 PC 端越来越像暖气了像是一个双引号的像

就是它可能从展现的那个就是 UI 层面确实非常但底层逻辑上完全不是了就是它就是一个你可以说 all in one 也好还是一个什么样的东西它就是一个交互的入口加一定的取舍形成那样一个东西而且顺着这个方向其实也涉及到一个点也挺有意思的就会发现以前我们认为是所谓 AI 产品的这些产品它在变得越来越丰富之前我们觉得这些是所谓的 Chad GPT-LAC 的产品

像典型的豆包这种还有一些是原来好像我们认为它是所谓加 AI 的产品或者说跟 AI 有关的产品它现在也变得越来越 AI 可能 AI 甚至成了它底层的最核心的组成部分或者技术支持比如像类似夸克这种产品

所以好像感觉边界也在越来越模糊而且我其实以前也一直觉得像 AI Native 这种说法它可能并没有那么严谨就大家会觉得说是不是一个定义是如果除掉 AI 就不能成立的产品这个才叫 AI Native 的产品但是其实

会发现这个定义它也不一定那么准确因为很多我们过去使用的一些产品它用的技术它也是偶合在一块的或者说它的概念也是偶合在一块的你很难说单摘出来这个东西到底是不是纯 AI 的是不是纯 AI 的产品是不是 AI 原生的产品它就更有价值或者意义我不知道这个你怎么看对就是 AI Native 也是一个一直在讨论一直没有结论的

这个概念对吧之前确实有一个说法或者确实大家有一些人会认为比如说我们游戏什么叫 AI 内容大家会认为如果没有 AI 功能这个游戏不成立那叫 AI 内容可是那个东西到底是什么其实到今天依然没有绝对意义上的结论那个理想状态的内容到底是什么对吧那反过来讲如果我们不知道 AI 内容那我们看上个时代移动年代对吧那移动的内容大家会说今天谈论最多的一个是抖音对吧就一个是拼头多对吧可能算上美团

可是你会发现当移动发展到极端状态的时候可能今天只有拼多多还在坚持不做 PC 跟 web 但是反过来讲电商绝对不是一个跟移动有那么大关系的一件事情只能说它是一个只做 mobile 的 app

它不是一个 Native 的 App 比如美团或者说这个 DD 对吧大家用的所谓的地理位置那确实可能一定程度上是符合狭义上 Native 的概念可是现在如果我们把这套理论放到 AI 这个角度来讲今天本身 AI 的这个区别于上一代技术能力的那个特性本身就是一个多元化跟复杂的概念然后你又希望在这个概念之上再套一层变成 AI Native 那确实这个概念就非常难化

而且我觉得可能这个概念出现本身它也是有一个历史原因的就是因为之前像 Chad GPT 这种产品出现之后像 OpenAI 这种团队出现之后大家都在卷所谓的大模型都在去讲 AI 这个故事在泡沫当中可能有的团队就说我是 AI 团队怎么样这个时候就要做一些区分它是不是就是一个幌子

他是不是只是在自己的功能里面稍微加了一点 AI 的成分加了一个智能客服那是不是就算 AI 产品所以那个时候是不是更多从技术视角去分辨但现在我们已经在卷应用在卷产品了可能更多还是要从用户视角再去重新看这个问题对是你看最近两天那个 minimax 的 CEO 毕业接受了一次采访之前我们跟乱董聊过一次就是关于 AI 跟移动的这个

这个对比嘛那反而讲确实就是如果进化到产品这一层用户真的没有那么 care 是不是 AI 对吧你像那个纯享就做威之书那个创始人他做威之书的时候其实他就在某一个节点做了一个决定是说他把那个威之书的那个软件介绍的那个核心的那个二级标题里面把 AI 这个描述去掉了就最开始他是写的明的我是一个什么 AI 分析的什么食品分析的这样后来他发现去掉效果更好

就是用户并不需要关心你是不是能来实现而是你把这个场景服务好告诉我这个结果并且超出我的预期这个事情就结束了对 庄老师你是做 VC 行业你肯定知道就很多团队他吐 VC 他这么讲就好听嘛

他可能就是比较容易能够在讲的时候把这个事显得更不一样一些但是我其实之前一直觉得 AI 是一个它还是个技术它并不是一个场景它还跟我们之前所谓的什么 LBS 比如说基于 LBS 的这些应用现在不怎么提这个词了也是有点历史味的那个词了你像之前滴滴美团这些都是基于地理位置的

这种产品那这个其实稍微说的过去它至少是场景但是 AI 它压根不是场景就你基于 AI 做什么事情这件事更关键所以我几年前应该就写过一句暴论就大概意思是不存在什么 AI 产品经理因为 AI 是个技术啊你之前从来没有人说我是 C 语言产品经理我是渣玩产品经理对吧这个很莫名其妙啊就是为什么呢就是你做的这个场景你用渣玩实现和用 C 语言实现都是一样的呀

所以其实就是刚才说的逻辑比如说你做的产品我哪怕是用规则写的我最后能达到这个效果

那其实对也没问题但是现在有了 AI 你可以利用 AI 做这个效果而不是说 AI 天然就是对的你就像我们前面说的这封装的应用其实并没有想象大家想象那么超出现在的人工智能的范畴它也不是什么强人工智能这里面其实也加入了大量的规则你要去人为的判断很多各种各样的情况各种各样的事情处理各种问题包括合规的安全的包括各种场景其实这里面人为的东西很多的

那它就其实不是一个那么纯 AI 的东西了但是反而最后效果是更好的对不对代表着 AI 就是对的对我这里引发一个小的我最近考虑一个事情因为最近小宇宙不是上了 AI 总结的功能我就在想比如说是一个热门的节目第一个复位会员把这个内容总结之后第二个人再去点 AI 总结的时候

小宇宙内部怎么处理是把之前已经生成好的那份 copy 过来还是说再来一次我感觉应该是 copy 吧如果从成本考虑但是你发现就是大部分今天这个时间点的我们常见的比如 PC 端的这些工具

包括公众号里的很多总结的工具基本上每次都应该是独立生成的那为什么大家没有做这些规则上的再处理呢就可能是优先级或者是时间或者是现阶段可能成本也没有那么高还是怎么样反正就是你就去想吧就这只是一个非常非常细碎的实现上的一个点

它就要你去做选择跟做不同阶段的动态的平衡而且只是一个最最最基本的今天所有人都知道的一个总结的这样一个点那其他那些点的展开呢所以 25 年可能也会更关心这些应用和场景上

大家做的更具体落地的这些事情其实确实去年一年对于光围绕 AI 这个词的一些关注会花的更多的时间包括这些核心的团队尤其技术团队包括之前大家还会去看像 Transformer 这种论文当年那个论文的一些作者都去创业做什么了等等那个时候大家更多的是还是看这些人员的情况团队的情况

研究奥特曼的生平当时有好多这种流派但现在确实感觉 25 年可能还是最后落到说这些不管是大厂也好或者说身边有很多创业的朋友也好他们利用 AI 最后真的做出来什么样的产品

这个应用到底满足了哪些需求提供了什么价值这个可能是更回归原始的其实就像你前面说的现在到这个阶段了并不是说之前大家不需要考虑这个而是之前可能也没来得及考虑这个还没到时候而且确实可能中国的团队更擅长考虑这些事情就是美国那边可能还是一个比较卷跟比较跑那个状态再加上他们可能直接就去突避跟企业服务那个战场了对吧他是考虑那些东西去而且那个东西对他们来讲更顺遂更合理

更容易拿到钱无论是 VC 的钱还是客户的钱但是纯从 C 端的这个尝试来讲确实我们这边天生的我们的网民技术对吧我们网民的用户习惯然后移动互联网加互联网这 20 年积累的很多的我们的经验跟 know how

在这个事情上是要有新的一些变化跟调整甚至可能某种程度来说是全世界范围都通用的我们真的不太能指望美国的公司来做这些的尝试跟这些我们定义好的边界场景的实施跟封装的事情可能确实很难指望美国那些公司来做了对

对你说这点感触也确实挺深的你像一年多之前感慨的比较多的是哎呀你看人家那个硅谷的团队才能做出来像 CHATGBT 这样的产品当然现在我们也在追啊就是单纯从技术层面或者说从尤其是硬件层面芯片层面确实一直在追赶但是应用层面从一年前用的这些国产的 AI 的产品到现在我们在用的这些产品

来看这个体验确实已经迭代到比海外的这些好很多了就是平时使用的这种感受是确实不一样的就我现在确实

会用豆包跨克会多一些比 Proplexity 和 ChadGPT 会多一些你说这一点还是感触挺深的现在字节 TikTok 这个事现在闹得比较热闹也在证明这点你说硅谷那些大厂为什么卷不动在应用层面在体验层面它可能还不仅仅它还有运营还有配套设施还有很多上下烂七八糟一堆的事情

对所以这件事确实又看到了一些新的希望机会因为之前就会感觉啊这些东西都追不上那我们就等等国外的东西或者说其实在 24 年的时候身边很多朋友已经在考虑说哎我是不是就纯做海外市场去做那些但是现在会发现也也有不一样的不同的这种竞争优势嘛

对我觉得就是某种程度上说可能会让很多产品人有更多的安心的踏下心来的做自己擅长事情的这样一种状态你肉眼可见要做的事情就很多我记得你之前跟 Cogi 聊过一期应该是聊 YC 当年投的那些公司吧投的 AI 公司是不是聊过一期对对对聊过当时我印象挺深的就是 2B 的公司的比例占绝大多数做 2C 的非常少是的这是那边的一个风格说到这个我不知道你对

AI 行业整体还有哪些让你感觉到挺兴奋的点比如说像我自己 25 年可能会挺关注 AI 硬件尤其像百经大战这种因为我觉得确实我自己用 Meta 眼镜包括现在还有雷鸟之前也去试用过闪极这种感觉是挺不一样的就又让我找到一种挺兴奋的这确实是一个消费级的场景然后这个场景下有很多可能性大家都可以做很多事情

然后又因为用户规模的快速增长它可能在这个基础上又能迭代出来很多有意思的事情来我说你会有什么新的关注吗你像我在写那个我 PPT 里面去写方向的时候中美两国其实我都提到硬件硬件确实在过去这

一年多也经历了比较多的变化然后很多方向的实施也确实有很多产品团队跑出来然后眼镜基本上已经成为一个共识中的共识你看今年 CES 上那几个方向无非就是眼镜戒指陪伴机器人然后人性机器人什么扫地或者是什么美国的那种什么清理泳池或者是打扫草坪的机器人对吧然后 CES 上全部的公司几乎所有的公司全部都是做这几个方向的

就是已经是中美两国的绝对以上的共识我觉得哪怕是硬件本身也依然符合我们今天谈论的这些事情就是硬件是一个更需要定义好产品边界的事情因为硬件本身的成本是在哪的你有供应链你有开模你有最小批量的这个投产你有渠道你有存货对吧你有硬件本身的成本

所有这些东西都是实打实的钱就在上一代的这个所谓当年的智能硬件那一波已经有无数的人踩过很多的坑这一波 AI 来了之后有一个更大的机会更大可能性但是那些坑依然还都在那硬件这一波确实而且我们只说眼镜这一波肉眼可见的现在可能会分成两个档对吧一个档可能是用高通的芯片大概可能均价在 2000 到 1500 左右那一波就是完全对标着雷鹏的那天眼睛去的

然后另外一档就可能用国产的紫光还是谁的芯片那一档可能售价能做到甚至 1000 以下当然可能体验上会有一些一定的差距但是成本会降得非常快再往后可能高通会有它的分布式的芯片的方案在推 Meta 其实也在推就是 Meta 有个实验室的产品就是在推分布式的方案因为你会发现眼镜本身又要考虑重量要考虑电池散热

然后能耗烂七八糟的事情你看 AR 也好 VR 也好最后其实最后剩下来的公司大部分是做分体的就是它一定还有个什么样的东西 AR 的最后的大部分公司是前面有个小盒子那个盒子来实现运算甚至包括电池的一部分的功能眼镜尽可能的不去做这些事情但是 AI 眼镜这一波这个结论还没有到就是到底是不是要有一个别的设备然后如果没有那怎么去平衡刚才那些事情

然后如果有那这个设备跟原来那个设备之间的关系是什么然后这个又引发另外一个问题比如说戒指

比如说手表因为苹果是有手表的而且你会发现苹果的很多的非常新的功能尤其是在比如空间智能体感那些八道这种智能上它最先是用在手表上它是会先用手表去试那未来如果苹果出了一个跟今天我们看到 AN 眼镜技术路线差不多的东西的情况下这个眼镜的设备怎么跟苹果的手表之间做结合

我觉得也是一个非常可能性会看到的东西那 Meta 自己就不用讲 Meta 自己也在做类似的事情再延伸戒指是不是应该也跟这件事情有关系因为戒指本身天然它就会有手部的动作的识别跟操作的东西

那现阶段的戒指更多还是戒指本身的问题那当如果眼镜能够成为另外一个我们不说像手机那么大的终端但至少它成为一个比较重要的终端的话眼镜跟戒指之间是不是应该也可能有交互这些都是我们大概率可能会在 25 年看到各种各样尝试的公司当然很多可能会变成炮灰但是这个方向就肯定会往这走

因为本身哪怕就单说眼睛这个场景其实它因为能捕捉更多我们第一人生视角能看到的各种东西能感受到的各种东西所以它能积累的这些数据又是在之前的这些带原模型数据里拿不到的一些信息所以它对生成包括你前面说的 agent 它在很多场景下都非常非常有价值

因为之前这种真实的比较偏私人化的信息之前是没有的就公开在网上的都是一些公开的信息光基于这种有新的数据它能产生的这种新的可能性它其实就有很多想象空间了前两天火山开大会不是

第一个示范视频就是讲他们那个视频模型的那个视频嘛然后就是比如说他的场景是他们那个负责人今天要出差然后比如说他拿手机拍一下说我在哪我该坐什么车然后我是几点飞机什么行程然后又在哪又拿手机拍一下然后你发现那个视频有点怪原因在于如果把那个拿出来手机打开相机拍摄这个动作换成是一部眼镜那这个所有的全部流程就非常非常的顺遂了

就完全不需要有掏出手机拍然后再去跟手机对话的这样一个复杂的流程单纯依靠眼镜眼镜的拍摄跟对话的能力这些事情就全部通了然后就是这些场景会让我感觉都又有好多年没有过的那种觉得挺兴奋的这种时刻你包括像你刚才提到了 CES 上出现了很多陪伴机器人刚开始其实我不理解

我后来跟有一些家长朋友包括身边有一些朋友也准备创业做大概这个方向他描述了一下我确实又能重新理解说其实现在的刚才还是刚才我们说的那个逻辑就现在的这些 AI 的底层确实小朋友可以跟他聊你就跟他说你现在就是一个能教语言的老师或者说你是一个家教的你是提供一个心理服务的给小朋友聊天的这么一个老师你确实能跟他讲这些但是他依然封装的不够好

它没有像刚才我们说的那些交互它并不能让小孩能直接就玩起来或者比较兴奋的尤其再加上多摸态再加上你可以是不是可以拍照是不是可以跟小天才手表去做更好的结合软硬件的结合长件的结合其实又是一个确实挺大的一个有想象空间的方向

这些都是挺有意思的其实我家里现在有两个是你可以理解是以 24 年的这个场景下的产品一个是个对讲机当然它是给小孩用但是你一听名字它就是个对讲机它的硬件本身就是个对讲机当然它里面内置了大模型的能力然后你可以绑定各种各样模型那为什么因为它做的早它就用了一个最成熟已经被验证的上一代的技术方案把这个东西实现了

可以说零到一吧对吧然后我也有那个第一代的这一波所谓 AI 的对话的毛绒玩具但它有个问题就是刚才你说的问题比如说我儿子今年十岁马上十一岁我女儿五岁遇到的问题在于他们在体验完那个新鲜感之后他不知道该跟那个玩具说什么就跟我们面对一个

一个比如说如果今天我没有具体的我要干什么事情你就给我一个无论是拆 GBT 也好还是什么样的东西放在那我都不知道该说什么就要你问然后他给你答案你问可是你很多时候尤其偏陪伴性的他不是这样的调起的方式他不应该是这样的交付方式但是没办法就上一代的 24 年这波我们能够看到的很多产品是因为他可能在 23 年就开始做了

在那个时候他立项然后基于当时的产品基础能力然后设定好边界再把东西做好再设定好可实现的这个边界最后出来的东西可能就成这样了

他没办法但是当 25 年这个时候大家可以期待更新的更玩法更多的比如他可能有眼睛的这个眼动的这个扫描对吧然后根据你现比如家里的成员的状态做记忆对吧可以跟你打招呼可以他有主动的很多东西的实现那这些东西确实就是需要这个团队的更强的一些

无论是产品设计交互更重要能力的组合对你说的整个的发展趋势又能类比到我们看互联网产品或者移动互联网产品你就想早年我记得 20 年前甚至 20 多年前那个时候要上网的时候你要克服很多困难你有很多门槛的你要自己知道说我今天要去哪要在笔记本上面把网址记住手打进去然后有很多东西你要主动的去获取它不

不可能推给你到后来有门户网站你可以点来点去这种感受再到后来你什么东西都可以往一个搜索框里输再到后来我变成了很多东西都是直接推给你进入这种个性化推荐的时代其实它这变化都是往这个方向去的就到后面尤其对于小朋友来说它的这种交互的

场景肯定是能够变得更丰富的因为这个技术条件上并不存在特别大的门槛并不存在很大的评计而且还有一点就是从另外一个从人的角度来讲过去这两年的 AI 的相关的初创公司也培养了一波对这一代 AI 技术能力比较有感觉跟有明确认知的

潜在创业者无论他原来是互联网人还是比如说硬件还是做什么样的然后他经历了这一波这两年的 AI 的洗礼之后他对 AI 本身的这个技术能力理解可能也够然后他这个复合的能力在这个时间点变成了一种 ready 的状态让我们对 25 年可能会有比较多的优秀的创业者的期待提升了是的是的

你说到这个我又想到之前看的新闻其实大厂也在考虑应用场景的这种更进一步的结合吧其实你看 24 年我之前写了一篇文章就是那个字节收购 Ola 嘛 Ola Friend 的那个耳机他做一个 AI 耳机但是其实这耳机之前做好的他当然后来就可以可以再封装成一个 AI 耳机做包括现在天猫精灵的鹰舰团队也在跟夸克他们去一起出

这种软硬件结合的产品这其实也会是一个趋势最后的入口又会有一些新的生态上的变化而且入口背后的能力要求又提了一个新的来往即使我产品运营

场景边界甚至交互 UI 烂七八糟对吧甚至人机交互的各种各样的东西都要绑合好偶合好变成一个整体的交付对那庄老师有没有遇到过那些挺让你下头的闲者事件就是发现好像这个跟之前想的不一样还是跟这个自己的使用场景有关就平时做 PPT 还是太多就是现阶段的 PPT 工具都没有那么理想或者说反过来讲

我们这些人太要求太高了就如果真的某天我们这些人都可以搞定的就像你那个我今天下午听你跟那个谁聊天的时候就说那个代码那个比喻是一样的就如果真的到了那一天首扣的话题真的变成那个历史遗物的时候那真的是到了但现阶段还没有但是反过来讲代码已经快到了从科瑟到戴文就是你明显感觉这个事情控制不住了真的会变成如你所说就是以后首扣代码变成一种历史遗老遗少一般的对变成行为艺术一般了

对但是现在比如说在我日常用的最多的 PVT 这个场景里确实还是比较难再加上比如说即便这么多产品用了这么多年两三年的时间那么多的比如做文件整理跟总结的这个尝试的可是你发现我们举例子比如蓝希也每次跟乱总直播为什么要带蓝希就是蓝希会有一个他自己的总结跟整理蓝希一言就是他的总结和整理你会特别的相信他他不会漏掉任何一个核心的重要的观点跟结论

但是你看现阶段的这些哪怕是已经极度成熟的这些总结哪怕你是输入了非常你认为完善的提示词的框架得到了那个结果你还是会担心就还是会担心他漏掉了什么或者是没有抓到什么

但是你看蓝星的总结你就不会担心这些问题你甚至会觉得我可以不用去看原来那个视频跟那个播客了对吧这个我感受也很深像之前也会比较焦虑说内容创作这件事是不是跟代码类似后来发现确实不是就内容创作或者说做内容相关的不管是总结整理分析其实有太多的主观判断的这个成分它不是一个确定性很强的任务代码是个确定性非常强

然后就包括我前面说的为什么在那些很具体的场景下 AI 的封装它足够有意义和有价值比如说像做那个讲题搜题然后什么甚至包括去水印啊去帮你生成一套那个 Excel 表格的公式啊等等这些其实会就非常明确嘛你的指令也很明确你想得到的东西也很明确这些会迅速的能够覆盖掉

这还是确实不一样的再说回来还是一个整体乐观的一个感受吧那个很朴素的道理就是肉眼可见要做的事还有很多就是你都不要太想太复杂跟太远的逻辑单纯只是把现阶段要排在日程上该做完的东西做完就已经蛮多事情要做了我觉得确实得多关注一下这些具体的场景和应用其实身边有很多朋友跟我讲说我要学习 AI 我说这

学习 AI 你要怎么学都不知道该怎么入手学学习 AI 并不是说读那些论文去看这种 OpenAI 的历史你目的不是很明确但现在就像我们说的进入到这个阶段了其实我是觉得对于每个朋友来说不管是说未来 AI

可能这个工具它是不是能影响到你的工作生活比如说对于程序员来说或者说对于美术设计师来说或者说对于很多老师教育行业的朋友来说可能现在有一些确定性的场景就还是说的比较俗的那句话未来以来还不均匀在有些地方已经比较明确的产生很好的效果了它正在慢慢的蔓延覆盖它会有涟漪所以还是

如果大家对 AI 感兴趣我自己个人比较强烈的建议就是先去用一用你先用用夸克先用用豆包你先用用这些大家在用的产品你大概就知道 AI 是怎么回事了你如果说一年多之前你用 Trader GPT 还有一些困难你用 Cloud 还用不了那现在有这么好的国产的产品你在体验肯定会有很多不一样的感受而且就是还有点很现实的就是你的日常工作中有什么事是你一直都要做的

然后你会希望它的效率被提升或者效果被改善那你这个为这个相当于你的推动力那就更简单了是任务驱动的而不是说就泛泛的去了解一下因为哪怕同一个工具你泛泛的去用也只是能把它当成玩具但如果说你有一个任务驱动就我平时 PPT 是我工作当中的中心我就看看现在各个

AI PPT 的功能是不是足够能覆盖我的场景了那这个时候会有更明确的一些感知对所以就是我也过了那个最焦虑的年代了就是大家今天也不太有太多人再去看什么论文啊什么这些东西了就是该怎么用就用起来吧对吧但是那天我做完 PPT 正好做完那一天两条新闻一条新闻是那个

我记得是某个初创大模型公司容易比前而且不是那个那个几个所谓小龙的公司还有一个是某个大厂或者说定义好了下阶段的这个战略的这个重心 AI 当然都是所有人但是更重要的是 AI 怎么来做就是它变成一个新的 level 的工作的时候然后你会发现就是说虽然你可能在今天这个时间比较容易下比较悲观的结论比如大模型的技术能力我们确实跟美国有一定的差距对吧然后

纯粹的初上公司做大模型这件事情确实比较难对吧但是呢活还是得干对吧生活还是得继续总有人要负重前行的对吧然后你会觉得现今段没有所谓真正意义上绝对的标准达人的共识但是就是在那些细碎的细微的用户的场景也好工具的实现也好然后技术的边界也好去找寻那种可能性就我之前总有个比方是说就是我用钥匙的这个比喻

就是实体的钥匙每一把钥匙之间的那个细微的锯齿的差别就是每一把钥匙跟每一把锁的能够对上的原因大面上看上去每把钥匙都差不多但是细微的每一个锯齿的区别以及对应那个锁的那个锁心里的那个东西的匹配就是每一把锁存在跟每一把钥匙存在的价值那今天这个时间点 AI 的应用也是类似在找寻这样的过程就是初创摆在桌面上可能有一百把钥匙看上去初期都是一样的

但是它需要不断的打磨不断的去磨它那个扯的那个锋利的程度有多少个扯有多少个扯是锋利的有多少个扯是缓和的有多少个扯是高的有多少个扯是低的然后磨到一定程度插进去成功然后一把钥匙一把锁配好 AI 也在经历这样的过程这个过程当然会痛苦会有很多的炮灰

会有很多的不太成功的尝试但是只有经过那个过程才能实现那个匹配的最后的结果而且我会觉得有一个比较乐观的点除了刚才我们说的应用场景上看到了很多探索在落地的方向还有就是对于很多独立开发者或者大厂中厂小厂的产品来说确实手头有更多的事可以做了

可能大家有手里有的资源或者说自己面临的目标是都不一样的但是你能找到自己擅长的其实这也是一个钥匙和锁的逻辑就是你的钥匙能开什么样的锁你的钥匙是大的小的

就有一个好的判断之后你再去看 AI 能帮助你做到什么程度其实这又是一个挺好的时代当然可能跟还是跟之前移动互联网比不太一样但是它是一个挺值得去尝试的就你自己熟悉的场景或者用户能把产品通过 AI 做出来一个挺好的时代的我觉得而且又因为 AI 本身的技术能力的加持让这件事情的门槛其实是更低的代码也好

交互也好然后各种东西的生成跟各种各样工具的丰富程度其实在 AI 时代是丰富了不止一个量级的那让有想法的人更容易更快的实现自己的想法这种标准化的组件

确实也越来越多门槛是在降的越来越低像之前三五环也聊过小猫补光灯的作者花生他也是个典型的案例他自己是一个产品运营出身然后没有任何技术背景然后花了几个月时间自己自学就能开发出一个小而美的产品了其实是一个非常好的案例对未来还是充满乐观而且你会发现过去一直有一个我认为到今天一直没有改变的趋势是说

因为大家没有绝对意义上的标准答案跟绝对意义上的共识所以但凡有谁尝试出来一点点东西市场会给你比这个东西更多的正反馈嗯对对就是因为大家都很迷茫都很不知道该干嘛都需要得到一些答案跟所谓的心理的慰藉跟你成为还是什么东西

但凡有人达到了一点点他所得到的关注跟正反馈是远远大于那个事情本身的是的是的可以大家可以乐观起来挺好的行啊那我们今天就先聊到这儿我感觉是落到这个地方挺好大家有什么新的这种 AI 的观察和一些思考对我们刚才聊的有哪些想法都可以在评论区留言感谢庄老师那我们就下期再见

欢迎在小宇宙苹果 podcast 订阅和收听三五环也欢迎在评论区留言交流如果喜欢三五环的话也恳请能在苹果 podcastspotify 或者是马拉雅留下你的宝贵好评下期再见

收鼓打出你清醒天