爱游戏(ayx)中国官方网站

　　只是具体来看，到底巨头覆盖之下还有没有机会，机会在哪里，怎么把 AI 红利挖到尽，怎么设计原生应用，长期和短期如何平衡……都还存在非常多非共识。这是好事儿，乱七八糟的时候，像我这样的看法想法奇奇怪怪的人才有机会：）

　　启发 A：占据用户心智（品牌）很重要，Perplexity 占了 AI 搜索，ChatGPT 占了 Chat，Character AI 占了陪伴。做 AI 产品肯定第一时间想自己的技术壁垒、网络效应、数据飞轮，很容易忘掉品牌这事儿。但如果在产品侧没法做到永远绝对领先，做品牌也是很重要的——洗发水也没啥科技含量，但也有领导品牌不是？国内更典型的例子是 Kimi，其实 Moonshot 技术上也未必一骑绝尘，但长上下文这个 C 端也能理解和使用的品牌概念做得极好，以至于身边 10 个用国内大模型的朋友 8 个用 Kimi，哪怕其他模型也做了长上下文也不影响。所以说，如果能占据独特品类或者独特特性的心智，也是壁垒。

　　启发 B：我们现在和 AI 交互都是实时对话，但实际上，我们和人类交互不是如此——我们会异步地开不同的会，开会时安排组织不同的工作给不同的人，然后约定好下一个同步的时间或方式。所以，其实可以考虑两个更极端的 AI 应用方式，一是让真实世界更实时化，比如一边开会，就一边在旁边大屏幕上实时生成脑图和 todo，根据会议纪要还在不停擦除、修改、更新，让所有人都能看到信息的沉淀和流动；另一方面，则可以让AI 更懒一点，不一定都是实时交付，为啥不能是我回去想想，明天再和您同步呢？回去之后，它可以再找 5000 个 Agent 分别开 5000 个会再挑选总结再回来呀，如果计算便宜了，我们就应该更极端使用算力而不是优化效率啊。

　　启发 A：2024 年，人工智能领域可能的最重大突破爱游戏官网，应该是非常大的上下文与主动推理和自主思考的结合（ very large context combined with active reasoning and thinking ）。我也在思考和设计这方面的东西，不过受限于能力，只能在产品和 agent 机制层面玩，泪。

　　启发 B：大语言模型和印刷术是完全相反的两种技术，大语言模型是一种反向的宗教改革。说实在的原文没太看懂，但被这句话激发了很多思考——印刷术其实是把权力之源汇总到了一本小册子上，剥夺掉了相关的信息、解说和网络。而大语言模型则是反过来，不再提供正确答案，而是根据每个人每个场景具体问题，从隐藏空间里根据相关信息和网络，生成出相应的内容。我们不再会被书籍（或者网页）这种容器的带宽束缚，可以直接连接背后的 Latent Space。这样说起来，好像又从书面回到了很久以前的口语时代，可以直接听圣贤因材施教的时代。

　　◈ 现在我们要考虑上下文长度，就像是以前玩游戏时要半路换软盘一样（天啊，死去的记忆被唤醒了！）

　　启发 A：人类在 1969 年登月，但要到 1972 年才诞生给行李箱装上轮子的专利，而我们现在习惯看到的拉杆带轮行李箱，要到 1991 年才出现。未必简单的技术就会先落地，复杂的技术就会后落地。从这个角度来说，或许人工智能进步的关键并不在于数据、算力、能源，而是我们并没有找到恰当的用户界面和产品。

　　启发 C：说是生成式 AI，但观察苹果就会发现他们其实做了非常少的生成创造，而做了非常多的风格改造。或许就好像 Transformer 这个名字暗示的，我们应该把 AI 用在更多的 Transform 上，而不是 Create 上。

　　启发 E：最好的竞争位置，是可以影响到别人竞争胜败的关键位置。比如几大巨头的竞争，取决于谁拿到了足够的 GPU，能够第一个发布下一个 SOTA 模型（而不是第二个发布一个处于同一水平线的东西），那么英伟达就会在最能攫取利润的位置。

　　启发 A：解决空白页面问题已经是巨大价值。很多时候，从 0 到 1，从无到有，是创作时最煎熬的阶段。只要有了个东西（哪怕最后改得一笔不剩），剩下的事儿就简单了很多。AI 在大量的创造性工作上，就可以解决空白页面问题。

　　启发 B：多模态和迭代。原文讲得比较浅，举的还是 HeyGen 之类老例子。我自己觉得更猛的例子是 withaqua 和 krea。前者看起来只是个简单的语音输入框，但它不是微信这种说半天然后转成文字，而是你一边说它一边打字。更强悍的是，它会精确判断哪些话是内容，哪些话是指令，所以可以一边说话，说着说着忽然冒出来一句好像语气不太客气，前面帮我改客气点，把称呼从 Harry 改成刘总，然后前面文字就变了，我们就可以接着往下说。krea 则是左边一边涂鸦，右边跟着无延迟迭代出画，体验非常神奇——但 prompt 输入还是用输入框有点傻，画画和指令不能同时。如果可以我一边在天空画个圈，一边嘴巴说这是个飞碟，整体体验会舒服得多。

　　启发 C：创业团队的优势，可能正是啥都没有，必须从零开始。我们可以抛弃现有设计，直接思考如果要用 AI 解决用户的问题，应该具备什么特点，然后组装模型和技术来构建。但传统大公司则一定会在现有的产品上 +AI，会被已有的资源束缚。

　　启发 D：AI 的特殊之处是，它可以把任何东西转化为另一种形式爱游戏官网，比如把文字变成图，把文档变成 PPT，把 PPT 变成笔记卡片，把日记变成精神分析……一切都变成了液态，可以重新装到不同的容器（Form）里。而转化容器本身也可以成为一个可以交易或者分享的实体，比如 Imogen 就让婚礼摄影师分享自己的编辑风格模型，这样其他人就可以直接使用。以前最实在的内容本身，变成了流动的液体；而以前最虚无的风格之类的容器，居然变成了可用的实体。这实在是太好玩。

　　启发 A：举了个很好的例子，说的是AI 做简历判断这事儿时间周期有限，应该反过来想——企业要的其实是更了解这个人是否适合岗位，而候选人要的是更全面积极表达自己，过去只是因为人类的输入输出带宽被迫使用简历这种压缩形式，未来为什么不能直接用这个人所有数据或者部分数据（比如周报，比如即刻，比如微博）来直接交流呢？既然 AI 能看简历，它其实自然也能看周报，看即刻，看微博，为什么要让它一定要适应人类削足适履（目前来说，AI 未必有人类聪明，但一定比人类算力高带宽大）呢？

　　启发 B：智能无限供给的时代，最好的交互就是不需要交互。并不是说不需要 GUI 都换成说话聊天，而是应该把不必要的说话聊天也去掉——对于大部分打工人来说，几个人受过训练如何使用助理、如何给别人（AI）安排工作？好的 AI 应该自己有感知、有眼力劲儿，自己会来事儿，围着人转——就好像好的体制内下属应该总在揣摩上意，不用事事都等领导发话一样。这才是真正以人为中心的操作系统，而不仅仅是更方便的工具。

　　启发 C：张一鸣做内涵段子，做今日头条，现在看起来都只是在小池塘里做个不大的事儿。但重要的不是这两件事，而是验证了推荐引擎的重要性和能力，最终在抖音和 TikTok 上放大。从这个角度来说，在 AI 这个浪潮的早期，其实重要的不是做什么，而是怎么做，做法上越 AI 原生，越可能是新物种。哪怕出生在小池塘，但最后仍然有机会在下一浪的时候游向大海。

　　最后再广告一遍：如果你做出海的 AI Native 应用，而且有比较强的海外市场能力，欢迎找我呀，投资孵化都可以聊；或者，如果你关注过 Chirper 或者 Butterflies 这类诡异产品，对这条路的可能性有比较深思考的话，也欢迎来脑暴呀；再或者，你对于 multi-agent 机制设计有经验，也欢迎链接来参加我们的工作坊呀。爱游戏官网爱游戏官网爱游戏官网