AI原生:做AI产品的反共识( 二 )

- 发布
- 2024 年 7 月 15 日
- 时长
- 35 分
- 主播
- 任鑫
- 收听
- 小宇宙(节目主页)Apple Podcasts喜马拉雅
这是「AI 原生:做 AI 产品的 12 条反共识」的第二期,任鑫继续分享五条听起来离经叛道的 AI 产品设计观点:与其死磕用户洞察,不如先造 AI 原生新玩法再找钉子;不追求效用最大化,而追求新奇最大化;不用 AI 装脑子,而用 AI 装样子;不以用户为中心,而以模型为中心,用用户交互反哺模型;不按需取材,而要滥用多模态与算力。他强调这些都是极端化的思考方式,目的是打开思路,帮创业者在 AI 时代找到属于自己的新机会。
- 初创公司把精力放在用户洞察上容易「做对但赢不了」,老牌玩家在洞察上已超过九十分,新玩家应转向 AI 原生玩法的极端设计。
- 先造锤子再找钉子:从 AI 新能力出发做新玩法,再拿这些玩法去撞击市场测试 PMF,而不是基于现有钉子改进锤子。
- 新奇本身即吸引力,Vision Pro、iPad Pro 等产品不因有用而被人想买;最大化新奇比最大化效用更事半功倍。
- 价值未必来自「脑子」而来自「样子」:Character AI、国学大师等案例中,用户买单的是角色、长相、声音与信任感,而非聪明程度。
- 以模型为中心设计产品:让用户交互成为喂养模型的高质量数据,抖音、Midjourney、Suno、GitHub Copilot 都是通过交互采集偏好数据。
- 滥用多模态:能用图像就别用文字,诉诸系统一的感官刺激更容易激发原本不存在的需求。
- 滥用 token 与算力:大部分 AI 产品还在 PMF 前,token 成本每年下降一到两个数量级,抠效率容易错过 multi-agent、workflow 等机制层面的机会。
- 蒸汽机被电动机取代花了几十年,因为工厂是为蒸汽机设计的;滥用新技术是为逼迫自己跳出既有框架,在更抽象的层级重新设计机会。
文稿
共 387 句 · 点段首时间或句子从该处收听,双下划线是重点词条,其他词条悬停可见
00:04新奇这件事本身就是吸引力,所以不要沉浸在一个非常功能性的角度,而是我们可以看看说,我有没有可能更多地用AI这种新奇的工具去创造新奇的感受和体验。这个时候往往是事半功倍的。我们就要重新定义用户服务的方式了,不仅仅是为了用户服务而去使用AI,有可能是为了让AI获得更多良好数据而去做设计。
00:36就是最终的话呢,通过我们给它喂了更多好吃的,然后让它长大了,给用户提供更好的体验。所以它是反过来想的一个逻辑。如果我们要全面地理解和应用新技术,去吃到最大口的那个红利的话呢,大家可以考虑思考更极端一点,采用滥用新技术的方法,这样子确保我们站在时代洪流的方向上,而不是每一步都跨得非常的合理。
01:08好,欢迎大家来到AI炼金术。前一段时间呢,我们录了一期播客叫AI原生,做AI产品的十二条非共识。大家如果没有听的话,赶紧翻回去听一下。如果还没有看的话,也可以到那个AI炼金术的公众号啊,搜非共识,可能就可以搜到这篇文章。
01:27上一期主要是讲了十二个听起来不太常见啊,听起来怎么也不对劲的一些思考和判断。本来以为这些离经叛道的暴论,对吧,没有人听,结果没想到非常受欢迎,而且还有非常多的同学们过来找合作,就是因为这篇文章和这个播客。所以觉得啊,受到了极大的激励和正反馈啊。
01:50那既然得到了正反馈的话呢,我就继续把更多的啊,不成熟的、不靠谱的、一听就不对的啊,这种非共识想法分享出来。正所谓精神病人思路广,弱智儿童欢乐多啊,多听听我这些异端邪说,就思路比较能够被打开嘛。要不然你天天听就是正确的道理的话,可能也已经腻了啊,偶尔掺杂一下,对吧?
02:12所以我们今天继续来再分享几条啊,分享大概五条的样子,五条新的,其实也是呃新瓶装老酒的非共识的AI产品原生产品设计的非共识。那么要分享的第一条呢,就是第一条非共识是从更深度的用户需求洞察到更原生的AI玩法。什么意思呢?就是呃我自己也会在比如说一些商学院啊,比如说混沌学园啊,到处讲一些产品课。
02:42那讲所有的产品课呢都会先强调说啊,你要洞察市场,你要理解用户需求,你要你要知道用户的JTBD用户任务是什么,才能做产品。这个怎么听都是正确的路径,怎么怎么听这都是正确的方法论,对吧?然而呢,除了这个正确的路之外的话呢,我觉得我们现在也可以考虑另外一个维度,因为对不重要嘛,对不对?
03:06对,没有那么重要,能不能赢可能更重要。所以一个做法如果它是对的,但是你按照对的做法往往不能赢的话,我们现在可能也要考虑另外一个做法。因为作为初创公司,你做到正确是远远不够的。想要赢的话呢,必须要比竞争对手,尤其是要比那些大公司要更正确。
03:25所以在这个时候的话,我们不要花那么大心力去想说什么是对的,而是要分很大的心力去想说怎样才能赢。啊,你看这个一说出来,反正反正非常的政治不正确嘛,对吧?你不关心价值,还要关心价值,就只关心赢。啊,但是大家先听听。那我举一个例子啊,就比如说你想开发一个那个面向基督教徒的AI产品。
03:50那正常的做法呢,应该是你要通过用户调研洞察市场需求,对吧?然后要理解他们,然后看看有哪些痛点,这些痛点上我们可以做哪些产品,AI可以在过程当中帮什么忙。呃,这个一听就非常的通顺,理论上非常不错。但实际上呢,就是行业里面的老牌公司对这个市场的洞察,用户洞察已经做到了超过九十分。
04:12那你如果是个新人,你作为初创公司,你努力研究市场啊,最多也只是只是把用户的对用户的理解从四十分抬高到了八十分。这还达不到现有玩家的平均线,对吧?所以你可以自我安慰说,啊,老玩家会被屏蔽啊,他们是有创新者的窘境,看不到新机会。
04:31嗯,不现实。因为老玩家有一百家,就算里面百分之九十忽略了AI这个机会,那么还有十家没忽略嘛,对吧?那十个也可以通过AI打败我们。所以呢,如果我们是走这条所谓的正道,其实是没有最大化AI这个新趋势新红利的效果。那这条路对于新玩家来讲大概率是输的。
04:53我不是说那个那个要洞察用户不对啊,只是说你如果把精力都放在洞察用户这件事情上,或者说要去洞察市场这件事情上,你做对的概率很大,但是赢的概率很低。那应该怎么办呢?就是我觉得我们可以考虑先从AI原生的玩法出发,而不是从用户需求开始思考。
05:14我们可以更极端的去设计和创造一些AI的原生玩法。然后呢,用这些玩法去撞击不同的市场,测试那个PMF产品市场的契合度。先造锤子,然后再去找钉子,而不是根据现有的钉子去思考如何改进锤子。就举例来讲,如果你不是影视行业的资深玩家,你就不应该去开发什么影视制作Copilot。
05:38但凡这个Copilot的机会存在,这就是老玩家的机会。那我们应该做什么呢?我们应该像呃开发Viggle这种上传一个照片就可以让照片跟着一个视频在跳舞,这就是一种新玩法。我们应该像Viggle这样,像黑镜这样搞一些新东西,搞一些新玩法出来。
05:56让用户呢先体验到说,哇,这个东西有趣嘛,很新奇,很有乐子。然后呢再通过群众的力量去找说,哎...这个好像很新奇很有乐子的玩法,是不是也能用来做点事情呢?是不是也有一些深度的产业需求呢?然后我们再从这个呃用户跟我们一起共创的一起找到的小机会啊,需求真实需求里面去看看说这个产品能不能做到靠谱一点。
06:22从这个角度发现的机会呢,其实不一定比你做的用户呃市场调查什么用户洞察更可靠,更大概率还是更不可靠的。但是呢,它更有可能这个机会是属于新玩家,不是属于老玩家的,对吧?我承认你找用户洞察,找市场洞察,找用户JTBD那边有可能是更对的,但是对于新玩家来讲是一个不公平的竞争。
06:44可以换一个更极端的思路,就是呃,从AI的新玩法出发,然后为了AI这盘醋去包饺子,而不是天然去包饺子,因为我们不熟嘛,对吧?你打不过人家。嗯。呃,我们其实已经孵化了一些产品,然后这些产品也有成功的有不成功的。
07:01然后我们去看不成功的产品的话呢,那其实呃,你要推到原点上去讲,都是对于用户需求理解不透彻嘛。但我们得出来的结论并不是说要加强用户调研,而是说,那既然我们很难在很多条线上都去做到我们的洞察比老玩家更透彻,那就别做了吧,对吧?
07:22我们就应该更加关注AI的原生玩法,因为在不具备优势的领域,我们去补课,对吧?补那个洞察,那是个无底洞,你补了半天,从40分补到80分又有什么用呢?还是打不过嘛。真正要做的是去仔细研究AI创造的新可能性、新玩法,把这些新锤子赶紧给造出来。
07:42然后拿着这些锤子去一顿乱敲,是吧?为了这盘醋去包饺子,定制包饺子。看似不靠谱,但是其实胜率会更高一点。所以这就是第一个反共识的一个想法,大家可以在所谓的市场用户洞察这方面可以稍微的放一放。花更多的时间去研究AI原生原生玩法。
08:04把拿着锤子找钉子和为了这盘醋包这盘饺子的这个反这个很负面的说法的话,说不定有其中的道理,大家可以换个角度思考一下。当然了。如果你本身是在大厂的话,我还是建议你从用户洞察出发,从需求出发的。如果你本身是一个颠覆者,一个小创业公司,那我建议你还是可以考虑说更加的原生一点,会呃胜率会更大一点。
08:28那第二条反共识的话呢,就是叫做说不要最大化效用,就是不要让不要努力的让这个东西越来越好用,而要最大化新奇,就是要让这东西啊一看就哇哦,管它有用没用。如果我们的考题是把一件事做得更好的话呢,那个其实AI往往都不能达标,对吧?
08:51因为我们就为人类设计了很多工作嘛,设计了很多呃定义的那个成果指标,然后我们让AI去干啊,基本上它干的经常是不够好的。所以的话,你推一个AI工具说它可以干这干那,用户拿到手里往往都会嫌弃这嫌弃那,觉得你这也不行那也不行。那除了我们努力把这些事给干好之外,还有没有别的路呢?
09:14其实当然是有的。大家仔细看一个另外一个不是AI领域的产品就会发现说,嗯,其实未必要有用嘛。Vision Pro有用吗?Vision Pro没什么用啊,对吧?但是这并不妨碍很多人,就是包括我也心心念念想要搞一个,虽然我嗯按捺住了这个冲动。
09:31真的,比如说iPad啊,iPad Pro,M4芯片啊,有用吗?一点用也没有啊,对吧?因为我比如说我平时就是上网啊打字用用飞书,但是我还是没有按捺住冲动买了一个,对吧?你会发现其实好多东西它其实不是因为它有用,就是因为它fancy,对吧?
09:47你就看着就哇,看着就想搞一个。所以新奇这件事就是就是novelty,新奇这件事本身就是吸引力。所以不要呃沉浸在一个非常呃功能性的角度。呃,而是我们可以看看说我有没有可能更多的用AI这种新奇的工具去创造新奇的感受和体验,这个时候往往是呃事半功倍的。
10:13比如说我们看到黑镜,黑镜火的时候其实是Talking Photo火的,而不是它的那些很复杂的那个呃虚拟人的功能。为什么呢?因为你Talking Photo的话,你只要上传一张一张照片,你就可以让它说话,让它唱歌,你就看到张国荣在唱歌,
10:28你就看到可以让杨幂说你让她说的话,对吧?这个时候的话,你你马上就能get到说,哇,酷,然后娱乐性拉满,对吧?那个新奇感拉满。比如说很多人去玩Viggle,也不是真的用用它去那个拍电影,对吧?是看到了说有一段那个小丑去把一个那个演唱会的那个视频,把主角换成了小丑,看到小丑从旁边走到了台子上,
10:51然后跟大家打招呼,然后就觉得哇,酷死了。还有就是我们可能会听到那个有人用Suno做歌,把狂飙的情节唱成了一首歌,啊,觉得好酷啊。看到Sora用那个做了一个气球人的视频,然后听到那个ChatTTS里面那个女生边笑边说话,还在那边呃,
11:10哈哈哈哈,然后在在在搞笑的时候,然后你都会眼眼前为之一亮,这个时候就会想去试一下。但是他真的现在跟你说说我帮你什么改作文改得多好啊什么的,你现在就会想说,哎。又是一个骗子是吧,这种PPT看多了,demo看多了,但是看到这种新奇的小玩小玩意儿啊,心去想着说,
11:29诶,试一下,玩一下,搞一下,对吧?所以在这种时候,如果它足够新奇,你对它的评价呢就会有点像玩具,而不是像一个比如说评价一个刚来的实习生,想想看他过不过实习期,而是像看一个好大玩具,对吧?诶。这个要不要值不值得试一下。
11:48这个时候评价的点不是评价效率,而是在赞叹新奇。所以呢,这些产品它就不太需要营销推广,也不需要证明自己有用啊,证明有用是下一步的事情。就有点像是那个谈恋爱,对吧?大家首先是看帅哥美女,哇,眼睛为之一亮,下一步再去看合不合得来,这是下一步的事情。
12:08没有人第一步是看你内在美好的灵魂吧,对吧?但是如果你没有一个新奇的一个一个玩的点的话,那你直接让别人看你美好的内在就比较难嘛。那你就需要大喊大叫,呼喊注意力,然后努力证明啊,我是有用的,我是值得信任的。然后你就要不断地经历那种挑剔的眼光当中去证明自己的价值,就比较难。
12:28但是如果你新奇,就是一眼让别人眼睛一亮啊,新奇本身就够了。好玩之后,大家自己再去想它怎么用在自己领域啊,再去啊,发现啊,用不上啊,再抱怨啊,再提需求啊,然后产品就可以把这些点做成付费点嘛,反正它已经用上了,对吧?你至少没有花营销费用就拿到了那么多用户也是好的。
12:47所以我觉得我们要把AI用起来的话,可以更加的考虑说,呃,不见得是所有的事你都在效率和效果方面想,而是更多的可以考虑如何创造新奇,不要最大化效用,要最大化新奇。那第三个那个呃,AI原生产品的一个非共识的想法就是,呃,不要用AI去装脑子,
13:12要用AI去装样子。呃,什么意思呢?就是AI脑子很好嘛,对吧?或者说他手很好,他画画很好看,他说话很好听,他脑子很好。所以我们考虑使用AI的时候呢,第一时间就会想到如何去使用他的智力或者创造力,对吧?
13:30要不然就是帮我们想事儿,要不然帮我们说话,要不然帮我们画画。啊,总的来说就是让他有脑子干活嘛。这当然没错。但是呢,现在的AI其实脑子很多时候还不够卖钱的。而且你会发现他做出来的东西卖不了几个钱。
13:46那有没有别的套路呢,对吧?那别的套路我们就可以去看一看真实的世界,你会去看这个真实的世界到底什么是值钱的,我们可不可以让他去攫取那个值钱的那一段,而不是呃牛马辛苦的那一段,对吧?那真正这个世界值钱的到底是不是脑子?大家仔细想想,这个世界真的是脑子值钱吗?
14:08还是名字?还是脸?还是声音?那举例来说就是Character AI,大家会看到它的那个平均用户时长比ChatGPT好很多,是因为Character AI的那个大模型做得更好吗?
14:22不是啊,因为他们为了节省那个算力成本,把那个模型改得更简单了,所以它肯定比ChatGPT弱很多啊,它成本大概是百分之一千分之一。而大家之所以在上面玩,是因为那边把那个大语言模型包装成了雷电将军,包装成了明日香。所以用户真正感兴趣的是角色扮演,我要的是这张脸,这张皮,这个记忆,对吧?
14:46然后我要跟这个记忆说话,而不是要跟一个更聪明的,但是跟我呃没有情感羁绊的人说话。那Character AI成功其实是因为偷到了这个IP的关注价值,对吧?那别的地方,比如说你在玩游戏的时候,产生了跟那个角色产生了情感的羁绊,你在看动漫的时候,跟那个角色产生了情感的羁绊,
15:06但是那没有后续啊,你只能在这里继续下去。这是Character AI的价值,而不是在于它的脑子有多好。所以你会发现真正的价值来源来源于那张皮。来源于那个样子,而不见得是来源于啊,他脑子有多聪明。就有点像我现在有也会去有一些公司会我会给他们做一些顾问啊讲课。
15:30然后我就会说,其实这个东西在我跟你们讲的这些东西在WaytoAGI,就是有一个开源的那个那个知识库,AI知识库里面全有。然后有人就会问我一些东西,我就说,这个东西B站上你搜啊,肯定讲的比我好啊,东西比我多啊。但是就比如说B站上那个up主,他可能比如说我收的收费可能就是他的一百倍,一千倍。
15:52那其实主要还是看这张脸,看这个名字,但是跟具体的内容其实关系并没有那么大。因为我仔细想想,我讲的95%的东西的话,在WaytoAGI这种知识库里,或者说在B站上面都有。所以大家千万不要把这个世界上做什么事情辛苦,比如说有脑子是很辛苦的事情,和什么事情可以占据价值。
16:14这两件事给混淆了,我们应该尽量的让AI去能够去挖到价值,而不见得是让它去做到辛苦。我们刚刚讲的嘛,对吧?你让他去扮演明日香,扮演雷电将军,他可能抓到价,他辛苦的程度可能就会更低,因为对他的脑子要求更低,但是他因为他是连在用户已经想要的一个情感羁绊之上的,所以他拿到的回报会更大。
16:39当然了。这个讲的是role play这个领域嘛,那其他的领域呢?那举例来讲,如果是一个国学大师啊,那你想想,一个国学大师为什么能够卖钱啊?大家会去比如说花什么六万八千八去听他一节课,他为什么能卖钱啊?是因为他脑子吗?
16:54但是你想一想,去听一个国学大师的课的人的那个脑子往往都不如那个国学大师嘛,对吧?你去听他的课,你肯定觉得他比你懂嘛。所以他如果比你更强的话,应该你是没有能力去判断他到底好坏呀,对吧?他到底是不是那个更更底更底层理解的,比如说对国学理解的有没有比你透彻的。
17:16再进一步,如果确实是因为把它理解深见解好,但是他不是也就是用四书五经啊这些经典著作后天比如说fine tune自己脑子fine tune出来的嘛。那大语言模型里面四书五经不早就装进去了吗?那为什么这些书本身它只能卖六十八,但是它可以卖六万八千八呢?
17:34书为什么本身卖不了那么多钱?那大语言模型把这些书都已经吃进去了,它还可以讲得更好,那为什么它卖不了六万八千八,然后它只能卖比如说六十八一个月?所以你会想象说到底你付这个或者说市场上有人付这个六万八千八到底是为了买什么?如果我们要帮这个大师做一个AI,我们应该去让AI去模仿他的脑子吗?
17:55他的脑子有啥特别的呀,对吧?那你会说,我们当然应该模仿他,我们应该从他的历史的语料,他写的什么公众号文章里面去学习他的思路,然后从他的表达当中学习他的风格,然后为人民服务。那我为什么要学他呢?他不就把孔子、老子、庄子嚼了一遍然后再吐出来吗?
18:15那你为什么不去读原著呢?我直接让我们的AI去学原著不好吗?为什么要学二手的呢?而且AI已经不用我去教他学原著,对吧?他自己早就会了。
18:24那你觉得,嗯,不对,可是他的表达更好,对吧?那他大家都是读一样的四书五经,可是他能够深入浅出讲啊。那你觉得深入浅出讲最重要的话,其实深入浅出讲的国学大师有一千个,我们为什么不把他们都学进来,而要光学这一个呢?那你会觉得不对,这帮人只为这一个人买单。
18:44啊,对了。他只为这一个买单,不是因为他深入浅出,而是因为他认这个人。所以我们不应该把所有呃一百个弄进来,我们应该刚好学到像这个人。所以像可能更重要,对吧?用户想要的根本不是好,而是像。
19:00用户真的付出价值的其实是这个像,而不是好。用户信任的是这个人,而并不见得真的能够辨别其后的价值。所以这个时候呢,AI如果我们要比如说帮这个国学大师做一个什么东西,我们最应该做的不是让AI去模仿这个人的脑子,因为刚说了模仿也没什么用嘛,而且这个也不是价值最大的地方,而是尽量应该模仿这个人的长相和声音。
19:24这个非常好做的,这个这个成本低了一百倍去了,对吧?只要长相声音到位,然后用深入浅出的方式教学,你管他呢,对吧?然后脑子就用这个大师认可的五百本书就好就好了,因为大师的脑子也是用这五百本书fine tune出来的嘛。然后他讲出来的东西的话,他的那个可能可以得到的价值回报就会更高,因为其实最重要的能够呃卖出来溢价的,
19:50产生产生经济价值的部分,其实是像而不是好。大家可以想一想,就是换个思路,在做产品的时候,用AI更多的来装样子而不是来装脑子。啊,我就帮大家开拓思路啊,讲讲到讲法上都比较极端一点,因为不讲极端的话就是记不住嘛,大家就听了一堆温吞水的一个一个东西。
20:10我们自己也不见得所有的产品都是follow这些原则在做,但是总是会在讨论的时候,越是在前期的时候,我们越是会在拉到各种极端去思考、讨论、设计和吵架。那这个时候才能把所有的思考空间给打开。然后我讲的这些东西一定是错的,对吧?
20:28一听就不靠谱,所以大家的话反正选择性吸收,听听奇奇怪怪的观点的话,特别是这种这种一听就不太对的观点的话,比较容易打开思路嘛。那讲完三条了。接下来讲第四条,不要以用户为中心,要以模型为中心。在过去的时候呢,我们设计产品的时候一直会强调要以用户为中心,所以我们的关注点啊,重心都是围绕着怎么最大化用户效用,
20:54最优化用户体验,最小化用户摩擦,最小化用户难度。不啦不啦不啦不啦。但是呢,这种思维可能会限制我们,就是会把我们局限在用户身上,让我们没有办法充分发挥AI技术的能力和潜力。所以我们可以换一种思路,你把AI模型放在中间,以它为目的,而不是把它当手段。
21:16那你就会想以它为目的,是什么?那你就考虑说,它它如果是你的目的是你的,不管是你的神也哈,还是你的小猫小狗也好,它要吃什么?AI的进化呢,它肯定要吃东西吧,对吧?它需要源源不断的高质量数据,而这些数据呢,它肯定来自于我们精心设计的一个用户交互。
21:33除非你外面买回来,如果你自己生产的话,那你肯定是你设计了一个something,对吧?可以把用户交互给收回来,可以给它喂数据。所以这样子,在你设计的时候的话,你就会考虑说,不仅仅我是要满足说,哎呀,用户要爽,交互要顺利,
21:50还需要考虑说,在用户没有特别不爽的情况下,我怎么可以设计一个合适的交互,给AI这个模型喂更多的吃的,因为它想要吃东西嘛。那你就要设计合适的用户交互去产生优质的数据,反过来推动它的进化,让它变得更加智能。所以这个时候,我们就要重新定义用户服务的方式了。
22:10不仅仅是为了用户服务而去使用AI,有可能是为了让AI获得更多良好数据而去做设计。就是最终的话呢,通过我们给它喂了更多好吃的,然后让它长大了,给用户提供更好的体验。所以它是反过来想的一个流程。那一个例子就是TikTok和抖音嘛,对吧?
22:31大家会发现TikTok和抖音的设计其实不完全是为了让用户的使用摩擦最小化,而是会其实它的交互点还蛮多的。它会在用户的频繁的交互当中,让后台算法就可以得到更多的数据去理解用户,理解那个视频内容。这样它的推荐算法就可以不断地优化,最终体验也是好的。
22:51所以在抖音、TikTok这种产品里面,每一次用户交互都是给AI喂吃的、喂养料。那类似的例子,我们看AI的世界,还有ChatGPT,用户可以呃得到回馈。得到那个ChatGPT的回答之后,你可以给它点个赞,点个踩。但是呢,它的设计非常节制,反馈很有限,就是我几乎一百条里面只有一条会去点踩点赞嘛,对吧?
23:15但是相对应的,你去看Midjourney,Midjourney的话是每次出四幅图,让你从四幅图当中选一幅,这个时候它就会更更高效地可以采到数据,说,哦,这个人他想要的其实是这样,哦,人类偏好这个视觉美感啊,所以你会发现Midjourney画出来的图就是好看,就是好看,所以它其实拿到了很多数据。
23:35那像Suno也是嘛,对吧?它通过用户分享的歌曲的话,也可以更快地补充说什么样的音乐更受欢迎,因为你是可以直接分享他的歌到外面的。那他其实可以知道哪些歌被分享出去了,哪些歌那个得到了更多播放。那GitHub Copilot就更更更明显嘛,那他给你一段代码,然后你还把它改吧改吧,然后再用了,
23:55那他就知道,哦,原来这段代码是要改的,哦,这段代码用了,哦,这段代码删了。他就可以更有效地学习和改进他的代码补全的能力。所以总的来说,你会发现他们在设计过程当中的话,其实呃很多时候也不光是在设计以用户为中心,对吧?有的时候也会在想说我其实怎么用好用户去饲养我的大模型,饲养或者没有饲养我的大模型吧,饲养给我创造更多数据,
24:22帮我在过程当中让我更好的进化。所以我们自己在制作的过程当中也会不停的提醒,就是AI原生产品的设计思路就是不光是考虑如何让AI服务用户,也会更多的去设计各种点。如何让让AI通过用户来反哺自己,进化自己。呃,可能那个视角就会换一下。
24:43第五条啊,叫做不要按需取材,而是要尽量滥用。啊,你看我我我讲的一定是错的,你看我都用贬义词在讲自己的那个一些设计上的想法,对吧?所以我讲的一定是错的啊,对。你看我哈,我都叠buff的,上一期叠buff叠了那么多,我刚才还看到留言区有人在说你讲的这个东西不对,
25:05显然不对。对。就是都不对啊。对。才分享给大家嘛,对吧?
25:10在我们设计AI原生应用的方法论上面的话,呃。我们还有一个非共识的观点,就是要滥用多模态和滥用token,滥用算力。这个一听就是明显不对嘛,什么叫滥用?滥用就是没必要的地方也用。传统上的话,我们设计产品的思路是从用户需求出发,然后说哎呀,要用什么方法去满足他的需求,我们选择最合适的技术和资源,
25:35然后以最高效的方式来满足这些需求。但是呢,如果我们要全面的理解和应用新技术,去吃到最大口的那个红利的话呢,大家可以考虑思考更极端一点,采用滥用新技术的方法,这样子确保我们站在时代洪流的方向上,而不是每一步都跨得非常的合理,这个时候很多新机会是看不见的。
25:56那先讲滥用多模态。滥用多模态讲的就是,呃,能用视频的时候就不要用图像,呃,能用图像就不要用声音,能用声音就不要用文字,对吧?或者说啊能用图像就不要用文字,图像和声音都很重要啊,反正就是尽可能多模态,尽可能的利用AI的新能力,
26:13尽可能调用所有的感官刺激,尽可能把所有的sensor都用上,把所有的人类的感官都刺激起来。很多的需求啊它不是原生就存在的,比如说原本人类的话根本就没有对于汽车的需求,他们只是想要跑得更快的马车。同样呢,我们其实也没有谁原生,比如说五年前、三年前,你想到说,哎呀,我要上传一张照片,让AI帮我生成科目三。
26:38舞蹈视频,没有这个需求的呀。但是呢,如果我们是滥用多模态,那你肯定做出来的东西就是直接是诉诸感官的嘛,而不是诉诸文字这种理性啊,什么系统二。那是诉诸系统一的嘛。那直接你做出来的只要是系统一的东西,我们看到的就是实体和画面嘛,这就很容易被刺激到。
26:58被刺激到之后的话呢,本来根本不是个需求的,它也可能被刺激了,然后接受了就使用了。那我们如果滥用多模态的话呢,就会更符合人类的自然直觉,我们错也错在了就是更更更更人类的方向上嘛。AI和人类的交互呢,必然会往一个更丰富、更符合人类直觉、更多模态的方向走。
27:17那我们不如步子迈大一点,对吧?先探路啊,能用的地方尽量瞎用。要死也死在那个众人前面,而不是死在死抠一个传统产品细节上面。对吧?这就是滥用多模态。
27:29那至于滥用算力方面呢,传统观点认为我们应该尽量节约算力,提高效率。但建议大家呢,先不要这么想啊。首先呢,大部分的AI native产品它还在PMF之前。现在你浪费时间就提高效率没啥用啊,你可能根本你推出来产品根本没人用嘛,对吧?
27:48所以你不如把所有的时间来验证市场需求,这个比较重要。哪怕每个人身上你浪费十倍,浪费一百倍token又怎么样呢?那用户用再优化嘛,万一只有十个人来用呢?第二点呢就是token的成本每年下降一到两个数量级。现在你花一半的时间研究效率,看起来可能是比如说花了一万块钱赚了两万块钱token效率。
28:10但是你这个两万块钱的token嘛,对。那个回报,明年可能就只剩下了,只值两百块钱,后年可能就约等于零了。所以呢,有啥用呢?就是你在做一个贬值的事情。那反过来讲,现在你不做这事,用十倍的token做出一点五倍的成效,看起来呢,性价比是低的。
28:28但是这个时候你的工作量肯定就会更加放在比如说什么workflow啊,multi-agent机制啊这个上面。那十倍的token的成本的劣势会随着token的降价很快的抹平。但是机制上的优势,比如说multi-agent,现在如果不是GPT-4的话,你会发现还挺傻的。
28:44但是假设有GPT-5出来,它就会好的不成比例的提高那个能力。那这个时候你就你就会更加站在了Sam Altman那种说法上嘛,就是你这个时候就会因为那个大语言模型能力提高而高兴啊。但是如果你是天天在那边在那边抠抠搜搜搞节约的话,你就会因为大语言模型的能力提高或者价格下降而难过。
29:07那如果我们赌AI时代的话,那当然选择说啊,它发展越好我们就越高兴的这条路,心情会好一点嘛,对吧?你肯定赌它会发展嘛。那最后一个还有一个原因就是让我们会倾向于滥用token的话呢,就是想逼迫自己摆脱现有框架的约束。我之前好像举过这个例子啊,就是有一段时间工厂都是使用蒸汽机的。
29:31虽然电动机发明之后的话,它有很多很多优点嘛,但是其实电动机取代蒸汽机花了好多好多好多好多好长长时间。我印象印象中看到的是几十年时间。其中很大原因是因为原本工厂是为蒸汽机设计的。如果你在蒸汽机那种工厂,你有一个大轴承,然后要把那个所有的机器连到那个轴上面,因为蒸汽机在转嘛,
29:52它带动那个轴动啊动啊,然后就可以带动其他机器转。那你其他机器就要有时候排成一条线啊,放在放在上上下下,一栋楼,反正要排的很密嘛。那你这个时候已经工厂视为蒸汽机设计了,它其实效率挺高的。这个时候你只是去取代其中一两台机器,其实收益会非常不明显。
30:12但是只有当我们从零开始思考,如果整个工厂我们放弃蒸汽机,对吧?宁可在不需要用到电动机的地方,因为电动机替代也不合理的那些机器,我们都用电动机来替代。那这个时候我们就会发现说,哎。其实我们整个工厂的设计可以全改了。其实它的效率瓶颈可能在于工厂的结构设计,让原本是为了嗯将就那个动力源嘛,而不是为了最优化流程。
30:37那现在我们摆的都是电动机了,每一个电动机可以单独开关,可以单独摆。那这个时候我们很有可能可以重新重新来啊设计整个工厂。那为了重新设计工厂,很有可能我们解锁的就是十倍到一百倍的效率,而不是在于说单个机器替代啊什么,这个涨了百分之三十效率,这个跌了百分之三十效率,就不是算这种小账。
30:58所以我们不用考虑蒸汽机传动之后就把机器铺开摆,这这个这个这个机会,你如果是拘泥于每一个机器。比如说啊,摆这个机器,嗯,到底赚了多少钱,省了多少钱,你可能就看不到这种新机会了。所以呢,现在你想着更加滥用token,也有一点就是可以更加逼自己看到终局,重新来设计,说有没有可能宏观的这一层有一个更抽象级别的机会的一个一个意思。
31:24大家可以试一下。哎。今天又分享了五条异端邪说啊,我讲的肯定都是错的。然后这五条分别是:不要更深度的洞察需求,要更原生的AI玩法;然后不要最大化效用,要最大化新奇;然后不要用AI装脑子,要用AI装样子;然后不要用以用户为中心,而要以模型为中心;然后不要按需取材,
31:50而要尽量滥用。好的。就给大家分享一些那个做AI产品的一些非共识的异端邪说的想法,希望也可以帮助你打开思路。然后如果你对于AI产品感兴趣,或者你那个尤其是对于multi agent这方面特别感兴趣的话,或者对于simulator啊这些方面感兴趣的话呢,欢迎大家那个连接,我们可以聊一聊。
32:16如果你对于海外市场比较了解的话呢,我们就可以聊得更深入一点,我们可以一起看看可不可以一起合作做点什么事情。我们这边是可以可以给钱,然后可以那个提供一些研发能力,然后也可以提供一些海外营销能力。但是如果你有海外营销能力是更好。
32:33对,OK,所以欢迎大家连接讨论。对对对。欢迎大家那个麻烦把我们的那个播客,然后我们的公众号介绍给你的朋友们。这么干的内容,对吧?然后有这么奇怪的内容,你说讲讲对的东西的号那么多,对吧?
32:50讲这种离经叛道的,一听就不对的,然后非常值得被批判的号很少的,大家可以分享给自己的朋友们,帮助大家开拓思路,对吧?还是我们那句slogan嘛,精神病人思路广啊,弱智儿童欢乐多,对吧?祝大家都那个思路宽广,欢乐多多。好,谢谢,拜拜。