思维｜思维模型
Relation
Related to 精读｜信息精读 (1) (Know-How分类)
🏛领域
AI
产品
字数
Related to 思维｜思维模型 (1) (学习｜每天进步一点点)
- 用AI创作的核心原则是: "不要让AI代替你思考,而是让A1激发你思考。”——泛函
- 对话陶芳波：AI Agent引擎+出海，做AGI时代的那艘大船
- 精华摘录
- AI产品的PMF寻找困境 在AI时代，寻找PMF（产品目标市场）变得更加困难。传统的PMF概念在AI领域可能不存在，因为AI产品的核心是AI，其价值来自于创造而非基础设施或商业模式。寻找PMF需要考虑商业可持续性和模式的扩展性，这对于AI产品来说是个挑战。目前，AI产品还处于早期阶段，只有少数人群对其感兴趣，如AI爱好者、创业者、投资人等。但随着时间推移，AI有望走向大众化和普及化。
- Agent 这个概念在三个层面上是需要有巨大的突破的。
- 第一个就是背后的技术，对吧？我需要它能够跟环境交互，有自主分析的能力，这是技术层面它的后端能力。
- 第二个就是交互形态，我觉得如果最后所有的 Agent 做成的都是 Chatbot，这个世界就太无聊了。我每天和 10 个 Chatbot 聊天，然后天天打字，我这不是回归到原来的 DOS 时代了吗？这一定不是我们想要的一个世界。所以一定有一种全新的交互范式，需要通过 Agent 这样的方式出现，也许是我刚才提的视角切换的模式，对吧？
- 第三个就是 Agent 和 Agent 之间到底应该怎么样被组织起来，到底构建了一个怎样的生态和社区？我觉得大概有这三个命题。
- 如果我们把 Agent 或者说是 AGI 当作一个超越于模型工具的社会的主体去看待的时候，你就会发现它和我们人类几千年来所有的技术都不一样，因为它是一种可以参与到社会当中的独立的形态，
- 如果是通过 AI 驱动， AI Native 的方式，可能我们可以把所有这些交互界面全都干掉。那比如说我直接发布一个营销流程，那 AI 可以把后面所有的流程全干掉。那这个真的就是我们说的 SaaS 的下一代，这是很让人激动的一件事情。
- 创新速度/认知迭代速度是企业最重要的竞争力
- 大部分创新其实是来自于某种组合，或者说可能连组合都没有变化，只不过是你看待它的视角稍微提升了一下，这就是我们说的认知的变化，对吧？但是东西还是同一个。我觉得很多黑科技本身其实并不是黑科技，哪怕我们说真的有一个黑科技，在今天的这个时代下，像 GPT-4 其实领先了大家很多，但是当它成为一个社会的共同话题的时候，其实要去追上它的时间往往也不会超过2-3年。那也就是说你以前建立起来的哪怕很强的技术壁垒，各种各样的壁垒，其实在今天我觉得不存在「一朝鲜吃遍天」，就是一个铺子养你一辈子的这种感觉。在这样的一个快速变化，尤其是在认知在快速被填平的一个时代下面，唯一能靠得住的就是你怎么样在这个变化当中也依然保持变化。
- Sam Altman 有一个采访里面提到的一个点很有意思，他说 GPT-4 并不是一个黑科技， GPT-4 是什么呢？他说是很多很多的，几百个、几千个 small wins，这些小胜利的一个集合。小胜利是怎么来的？比方说这周我可以加3个小的改进在里面，下周我加5个小的改进在里面，但是随着长期的积累，可能一年你能就能给这套系统做300个改进，而这300个改进没有任何一个是黑科技。看上去好像每一个都很小，但是组合起来就把 GPT-4 和其他模型之间的差距拉得很大。我觉得这个就是今天创新的本质，其实从我的感觉来讲也是的。你做 Agent 也好，做别的也好，都是一样的。你永远需要去关注 small wins，不要去尝试搞一个大新闻，一下子搞一个 big win，我觉得 big win 其实是由 small win 的积累导致的。
- 创业公司的定义就是一家马上就会死掉的公司
- 创业公司早期我觉得所有公司都会面临一样的问题，就是我们很难找到自驱力非常强，整个团队都是非常强的人
- 我也相信 AI Native，但你真的去做 AI Native 产品的时候，你就会发现原来基础设施是不完整的，成本是很高的，速度是很慢的，然后交互的范式是没有人定义好的，商业模式我今天都不知道
- Agent 这件事情从技术上来讲很大程度上就是在构建这套架构，通过这套架构把 AI Agent 和外部世界连接起来，而且这种连接是自主式的连接，而非是用户一步一步指导式的连接。这种自主式的连接一旦产生了，我们就说它其实是对于人类服务的一种无损的压缩。
- 因为我们用 Auto-GPT 就发现骗到姥姥家去了，做着做着它都不知道自己在干嘛。所以 AI 最大的问题是不知道自己在干嘛，但是人是知道自己在干嘛的。所以哪怕任务再复杂，比如说我做一个任务花三天时间，我中间可能有成百步上千步，但我依然知道我在干嘛，我最后做的东西又好又复杂，但是又稳定。那这就是我觉得今天在做 Agent 这件事情的时候，我们在技术上可以去尝试解决的问题。但我不认为这里有什么科学上的障碍，我觉得是一个工程上的障碍。如果我们足够了解大脑的运作机制，认知科学给我们提供的那些理论支持，我觉得是可以做出来的，这个是我比较乐观和有信心的一个点。
- prompt 本质上就是你能不能清晰地表达自己，你和人有的时候都没法清晰地表达自己，最后没有办法让人帮你去完成任务，那反过来你说这个机器好蠢，因为你没有表达好自己然后你反向去责备机器好蠢，这也是一个非常低级的行为。
- 我后来就一直在思考一个问题，因为我读书包括读博、工作其实都还挺顺利的。但是我后来发现一个事情，就其实那个不是在创造这个系统，而是说这个系统别人已经建立好了，然后我是想要去优化一下被设计好的一些规则，然后我在这个优化的赛道上一直尝试成为第一名。因为尤其我们中国人的教育会把人培养成这样的思维，就是其实你并不想跳出那个赛道，而你只是希望在那个赛道里面比别人做得好。
- 那改变这个系统其实就不一样了，改变系统是你要打破所有对于这些赛道的定义，我为什么一定要去做最好的基金经理，为什么一定要去做升职最快的华人工程师，为什么高考一定要考全省状元？因为这些都是以前别人设计好的系统的结构，没有你其实第二名自然就变成第一名了，所以其实不需要你。不会说没有你这件事就少了个第一名，实际上只是少了个人，而第一名还是第一名，还会有第二名、第三名。所以后来我觉得这个事就特别没有意义了。如果说人生只能活几十年的话，尤其在30岁左右，我就觉得要不去试试看能不能去改变一下这个系统。那么改变这个系统你就很难在大厂里面去做了，虽然我觉得阿里和 Facebook 待我不薄，还是给了我很多机会的，但同样你依然没有办法完全去掌控。
- 人的注意力其实本质上就是财富，就是最宝贵的资源。而好的产品是给人更多的自由去运用他们的注意力，而不是把人的注意力都剥夺过来。
- 你不要觉得这个世界是没有办法变化的，这个世界是一个已经存在的 Established System——Steve Jobs
- ChatGPT 的出现并不只是一个技术，它更多带来的是一个对于市场认知的培训，它让尤其是海外的无论是 B 端的客户还是 C 端的专业人士认识到， AI 真的可以变成生活的一部分。这个教育在过去 AI 发展的 70 年都没有完成过
- C 端 AI 产品的7个机会点
- https://twitter.com/starzqeth/status/1728942080943333692
- ChatGPT等聊天机器人占主导地位，但陪伴和创意工具正在兴起绝大多数品类都有机会，赢家都还没有诞生
- 原生App有巨大空间
- AI产品获客成本低，几乎都是自来水
- 用户付费意愿强，直接带来收入
- ChatGPT在全球网站只排名21,还有巨大空间
- 可以较低成本构建产品，自给自足
- AI时代的学习观念——小七姐
- 想象大模型是人人都可以私有的一个超级图书馆。很多曾经需要强行记忆的“概念”和“理论” 你现在需要掌握的不是他们的文本，而是查询到他们和使用他们的“方法”，这是一个从“文本记忆”到“方法论使用”的学习观，文本会变成最不值钱的东西，死记硬背会变成最蠢的学习方法
- 元认知能力。元认知是指对自己认知过程的认知。在AI时代，我们不仅要学会如何使用AI，还要学会如何监控和调整自己的学习过程，确保我们的学习是有效和高效的。
- 协同。学会如何与AI合作,如何利用AI的能力来提高工作效率。这意味着我们要了解AI,也要了解自己。
- 跨学科能力。单一的学科知识已不再满足工作的需要。我们应该培养跨学科的学习能力, ChatGPT可以快速辅助我们将不同学科的知识结合起来，解决实际问题。
- 思维方式：AI 时代最重要的能力？
- 调用力，指的是调用工具的能力，具体来说就是，了解各种工具和技术，并且能将其组合并调用，来实现自己工作目标的能力。
- 核心是打开视野，但不求甚解。
- 你已经知道的东西是你的知识，你暂时不知道、但是知道去哪能查到的信息，也可以说是你的知识。在通用性越来越好，用户界面如此友好的时代，各种工具也是这样。
- 你知道一个工具的存在，约等于你会调用这个工具；
- 你会调用这个工具，约等于你会学习使用这个工具；
- 你会学习这个工具，约等于你已经会用这个工具；
- 所以，你知道工具的存在，约等于你能把这件事做出来。
- 「会不会」，说的只是一个暂时的状态，其实意义不大。知不知道去哪找解决方案，特别是知不知道在当前技术局面下，科技圈里有没有适合这个问题的方案，这个眼光，才是最重要的。
- 不管什么新工具拿过来就能迅速上手，你们能会我就能会，这个调用力才是最值钱的。
——得到App《精英日课第五季》万维钢
- 情感AI，可能反而是现阶段的低枝果实
- "生成式AI目前最大的问题不是寻找用例、需求或渠道，而是证明价值（Proving value）
- 产品不再是AI初创公司刚开始的必要岗位，AI本身让创始人成为最重要的产品经理。
- 首先，如果要验证AI是否在假设场景的价值，不要忌讳先做成“wrapper”。要快速搭建出可用的工具型产品，验证市场。
- 可能未来的商业模式和销售方式都会跟以往不同。
- AI既可以是feature（功能），也可以是产品，目前边界是模糊的。
- AI native对产品经理和设计提出前所未有和更高维度的要求。
- 与其死磕融入或创造”新工作流”，或许不如直接卖“新工作”。
- 生成式AI是一种事物。突然之间，每个开发者都在研究生成式AI应用，每个企业买家都在要求它。市场甚至保留了“生成式AI”的名称。人才涌入市场，风险资本也涌入。生成式AI甚至成为了流行文化现象，如“哈利·波特巴伦西亚加”这样的病毒视频，或者由Ghostwriter创作的模仿德雷克的歌曲“Heart on My Sleeve”，这首歌已经成为了排行榜上的热门歌曲。
- 第一个杀手级应用已经出现。众所周知，ChatGPT是最快达到1亿MAU的应用程序——并且在短短6周内自然而然地做到了这一点。相比之下，Instagram花了2.5年，WhatsApp花了3.5年，YouTube和Facebook花了4年才达到那种用户需求水平。但ChatGPT并不是一个孤立的现象。Character AI的参与深度（平均每次会话2小时）、Github Copilot的生产力益处（效率提高55%）以及Midjourney的商业化路径（数亿美元的收入）都表明，第一批杀手级应用已经到来。
- 开发者是关键。像Stripe或Unity这样以开发者为中心的公司的核心洞察是，开发者创造了你甚至无法想象的使用案例。在过去的几个季度里，我们接到了从音乐生成社区到AI红娘到AI客户支持代理的各种想法。
- 形态正在发展。AI应用的第一版大多是自动完成和初稿，但这些形态现在正在变得越来越复杂。Midjourney引入的摄像机平移和填充是生成式AI优先用户体验变得更丰富的一个很好的例子。总的来说，形态正在从个体到系统级的生产力，从人在循环中到执行导向的代理系统发展。
- 版权、伦理和存在的恐惧。这些热点话题的辩论如火如荼，艺术家、作家和音乐家意见不一，有些创作者正当地愤怒于其他人从衍生作品中获利，有些创作者则接受了新的AI现实（Grimes的利润分享提议和James Buckhouse对成为创意基因组的一部分的乐观态度浮现在脑海中）。没有初创公司想成为最终的Spotify的Napster或Limewire（感谢Jason Boehmig）。规则是模糊的：日本已经宣布用于培训AI的内容没有IP权利，而欧洲已经提议下重手进行监管。
- 生成式AI最大的问题不是寻找使用案例、需求或分发，而是证明价值。正如我们的同事David Cahn所写：“2000亿美元的问题是：你打算使用所有这些基础设施来做什么？它如何改变人们的生活？”建立持久的业务的路径将需要解决保留问题，并为客户生成足够深入的价值，使他们坚持并成为每日活跃用户。
- Amara的法则——我们倾向于在短期内高估一项技术的效果，在长期内低估其效果的现象——
AI产品方法论
- 由用户来完成AI产品设计的最后一公里
- 概念：在使用产品过程中，由用户来定义最终的使用场景、逐渐将产品中的一些不明确/清晰的feature/数据给明确掉、并逐渐调整自己的预期。「AI辅助+人工抉择」
- AI产品设计=AI+人工+用户
- 首先，目前AI技术有局限性，短期内，AI技术本身的效果可能只有70分；
- 然后，由“人工”来把某个具体的feature做到足够可用（加20分），让这个点成为用户决策的理由；
- 最后，用户拿到产品后，还需要完成“个性化”的设置过程（主动+被动），补齐最后的5～10分。
- AI商业模式，不是短期、一下子能够搞定的——要么是打井模式（足够深、打穿为止）、要么是毛毛虫模式（不断跃迁）
- AI是打深井式纵向挖掘，不管场景大小，AI需要从头到尾整合完才能创造价值。
- 比如做招聘的数字员工，如果不能把招聘全场景完全覆盖，就不创造超于正常员工的价值。
- 这是一条指数曲线，产品的价值在跨过某个阈值（拐点）才会一下子翻上去。而如果打井不出水，会渴死做对应产品的人。
- AI项目的商业模式是不断跃迁变化的，而跃迁的基础其实是服务能力，不断抓住客户和潜在客户新的需求，往往上一代产品就是下一代产品的需求来源和敲门砖。
- 很多AI项目落地，本质就是管理咨询公司；所有的管理咨询都是从简单的事情入手，给客户解决了问题，客户体验很好，会自动提出新问题来。
- AI圈知名创业者和思想家鲍捷博士的比喻，AI项目好比毛毛虫，小时候的商业模式是吃叶子，长大变成蝴蝶的商业模式是吸花蜜，虽然蝴蝶很美，但是要求毛毛虫去吃花蜜是不可能的。好的AI项目，是不断在不同商业模式的外在形态间跃迁的。
- 这一轮生成式AI的真正机会本就不是AIGC，而是于人工智能生成服务AIGS。
- 需要突破大模型平台的能力边界，利用AI技术提供个性化、高端化、持续化、普惠化的创新型服务，才能真正打赢AI闪电战。
- 未来真正的AI 2.0/元宇宙社交产品形态，是怎样的？
- 我的非共识认知是：核心差异化的点，不仅是人和AI社交，更在于“AI和AI交互、人去看（消费）这些AI产生的内容”，类似电影《失控玩家》里男主角在虚拟游戏世界里逛——本质来说，并不是在“努力/精神紧张”的玩游戏，而是在放松的过一种虚拟生活。
有这种产品出现吗？我很早在社群里分享过的小冰岛app（来自小冰公司），其实是有苗头和机会的；可惜，由于一些不方便公开说的原因，据说继续做下去的机会不大了。
另外，我6年前分享过，真正的“AI原住民”，至少是“10后”——至少等他们成年之后，才是To C方向AI产品真正爆发的timing。
