AI在等待开创性的用户界面和产品

00:06不一定是简单的技术就一定是发明在复杂技术的前面，有可能反过来的。很有可能我们现在诉说AI爆炸的是，我们并没有找到恰当的用户界面和产品，而不是什么算力啊、算法啊。什么数据？

00:24在智能无限供给的时候的话，很有可能就是最好的交互，就是不要交互了。在AI这个浪潮的早期，其实最重要的不是做什么，而是怎么做。做法上越AI原生，越可能是新物种。所以哪怕出生在小池塘，最后还有机会在下一浪的时候游向大海。

00:49大家好，欢迎大家来到AI炼金术。啊，太久没有更新了，实在不好意思，我今天赶紧来单口相声给大家更新一段啊。那今天主要是讲什么呢？讲最近看到的好文章，以及我从这些文章当中得到的启发。在这边的话，我只会简短地讲一下那个文章和启发。

01:10如果大家感兴趣的话呢，可以去翻AI炼金术的公众号，公众号上会有详细的那个原文链接，还有详细的这个启发是什么。我这边就提纲挈领地带一下，大家轻轻松松听一下，遇到感兴趣的再去翻就好了。好。第一篇想要分享的文章叫做AI的颠覆性效应，它很详细地讲的是电动机取代蒸汽机这段历史。

01:35我们常常会可能会想啊，就是嗯，电动机它比蒸汽机牛逼，所以的话呢，它一出来啊，大家发现，哇，能源利用效率高啊，稳定啊，好维护啊，想开就开，想关就关啊，这么多优点。好，一瞬间把那个蒸汽机都给替代了。但是实际上呢，这个过程花了几十年的时间。

01:54为什么？其实因为是单点替代的话，它原本的整套系统、厂房啊、结构啊、上下游啊，都是为蒸汽机设计的。只是单点替换的话呢，不仅会有替换成本。而且它要适配上下游，然后二十个机器里面换一个，反正算下来的话，其实换了跟不换也差不多，没有那么多好处。

02:13跟现在我们换AI一样嘛，对吧？你把一个人的工作的5%用AI替代掉，好像也不觉得这真的降本增效了，远远没有PPT里或者短视频里说AI明天就改变世界了那么威猛。那这个时候该怎么办呢？就是要深刻地认识到新的技术它到底本质是什么。

02:33就好像说电动机它其实不是说降本增效的，它并不是一种更便宜的蒸汽机，它真正的价值是把能源的使用和能源的来源可以分离掉，你就不需要把那个所有的机器都摆在那个蒸汽机旁边，对吧？啊，你拿一个大轴承，然后把它连起来。你其实可以就乱摆机器了，那你整个工厂就可以随便设计，然后你就可以更科学地按照某个流程去设计。

02:57这可能才是它的本质。所以很有可能的话，我们去，嗯，拿单点的电动机取代单点的蒸汽机带来的效用就忽略不计。就有点像我们现在说，哎呀，哪个员工会用那个AI工作了，你好像觉得效果不不明显，可能也是类似的逻辑，因为它可能需要我们整个组织来一起改。

03:19就所谓next generation technology不光是指那不光是科技的下一代，很有可能也是指下一代人，下一代组织和系统。所以我们在这个时候思考的时候也可以想一想，是不是我们用这个东西没用好，所以它才没有取到那么好的效果。

03:36第二篇文章是讲的HeyGen是如何找到PMF的。HeyGen的话最近就是估值比较高嘛，那它找PMF的方法的话，我相信很多同学听过，就是它是通过Fiverr去找PMF的。因为他们早就有技术嘛，之前转型过好几次，但是其实不知道他们的技术可以匹配什么市场。

03:54然后过程当中的话呢，他们试了一下用Fiverr，也就是美国版的猪八戒，去看说到底什么市场有需求。他们看到Fiverr上有一个品类叫做Spokesman。就是你可以花点钱在上面找一个老外帮你讲一段话，然后他们就觉得，哎，这么多老外在上面挂单说，哎。

04:12我可以帮你讲这个，我可以帮你讲那个，对吧？那说明这件事有供给，那他们之所以愿意长期挂在这里的话，说明这件事有需求啊，对吧？还有那么多rating嘛，还有，那说明这件事有需求。有需求又有供给，那这事AI又能干，那说明它应该就是一个存在的市场。

04:31然后他们就试着推出了一个服务说，哎呀，我可以帮你做Spokesman啊，我提供语言视频片段制作。他也没说自己是AI的，然后卖掉了。然后再最后再改成说，我就说我是AI的，发现还能卖掉。那就验证了这个PMF的存在。所以大家可以想一想说那个，我们有没有可能也找Fiverr上去验证一下，说你做的这个AI产品有没有真正的价值。

04:54当然了。他做的还有其他几个很猛的点啊，一个就是做Talking Photo，不是我们看到的那种什么郭德纲讲外语、小美美讲讲中文那么精美的视频，而是你上传一段那个上传一张照片，你就可以直接让那张照片开始说话。那这个时候的话，往往大家会觉得这种东西是没有什么技术含量的，对吧？

05:14你就会想着说，哇，郭德纲讲相声那个才是真正的那个病毒传播。但是实际上他们分享的过程当中会说那个Talking Photo给他们带来了很多的量。我的理解是这种东西门槛才低，你真的要做出郭德纲讲那个英语的那种视频，其实还是挺难的，你还要翻译啊干嘛的。

05:33然后的话呢。你还得上传一段完整视频，甚至于如果我试了一下HeyGen，HeyGen的话，生成一段我讲的那个数字人的话，如果要那个效果特别好，一是要钱，每一分钟几美金，一美金多美多少，反正算下来，然后另外一个就是我需要准备两分钟的视频上传给他，

05:51而且要按照他的指定的要求的说话方式，这其实成本很高的。但是呢，如果我只是上传一张照片马上就可以体会到的话，那么其实这个门槛就很低。我觉得90%的人是不愿意付出任何门槛就想成本，就想直接看到收益的。所以的话呢，其实我也是这样。

06:10对。所以你直接可以让大家上传一张照片的话，就会让大家马上感受到，哇，魔法时刻，哇，好神奇啊。而且的话呢，如果我只需要上传一张照片的话，那其实我也可以拿别人的照片来恶搞嘛，比如说我拿那个，比如说神仙姐姐的那个照片，我拿比如说高圆圆的照片，对吧？

06:30就可以上去说，哇。啊，我可以让高圆圆对我说话了。那这个时候的话，就那个，你的感受是不一样的，你马上就可以做一些恶作剧，然后搞一些恶搞。那而不是需要说我正儿八经的在这边录一段什么视频，然后让你学习我的口型啊什么的。所以大家也可以看，如果你在做产品的时候，可能也不是说你的产品成功和你的产品传播，很有可能它是两个不同的卖点。

06:55我们现在用户的耐心只有十秒钟，所以呢，我们要尽可能设计一个在十秒钟之内就可以让它玩的地方。没有这个玩的地方的话，你后面设计的再精妙也没有什么用。第三篇跟大家分享的叫做角色中心式计算，这是一篇文章啊，它创造了一个词叫角色中心式计算，

07:16然后我觉得我应该是曲解了它的原意，对吧？以前我们讲那个，比如说大家应该听在如果你上过什么新的商学院什么的，经常会听到一个东东西叫做以前是人找货，现在是货找人，以前是人找信息，现在信息找人。那未来会不会服务也是这样呢？现在也是人找服务嘛，那未来可不可能是服务找人呢，对吧？

07:39那我们现在看到说TikTok像抖音它就是短视频自动推给我。那未来服务有没有可能是自动推给我呢？或者说服务是不是它会为我而设计呢？就是来的帮我按摩的这个人他就知道我的爽点在哪里，他就来帮我帮我按好。那是不是我不需要主动的去啊，比如说我要主动点名说谁来帮我，比如说做按摩，那而是应该说是他知道我现在酸痛了，

08:07然后就有刚好适合我的人来帮我做按摩呢？这个时候的话是不是完全应该以这个我这个角色出发，根据我的特性，根据我的偏好。根据我的上下文，服务就应该自动的长出来呢。那如果是服务自动长出来的话，其实这样想的还是一个我们定义的还是一个死板的服务，比如说他就是个按摩师。

08:28那如果我定义的不是这个服务本身，而是我定义的是角色，比如说他的角色是个呃会做按摩的人，然后他能够比如说做帮人做心理按摩，然后他特别见不得人受苦。那这个时候的话，是不是他感受到了我的比如说肩膀肩膀酸痛，他就会过来自然而然帮我做按摩，对吧？

08:49你该自然而然帮我做按摩。那这个时候的话呢，那另外一个人可能还是一个带着筋膜枪的人。那他过来的时候的话，他可能就拿筋膜枪帮我打一打，最后我发现筋膜枪比较好。那这样子他们两个人其实不是两种服务，而是两个不同的角色。不同的角色会有不同的触发条件，会有不同的功能，不同的偏好，然后不同的特性。

09:09那这个时候我就可以设计一个优胜劣汰了，对吧？让整个生态里面的话有不同的角色，然后不同的角色产生脆弱性，然后整个生态的水平会不会提高呢？那第四篇文章叫做我们离Her还有多远。大家如果没有看过Her的话，强烈推荐啊，就是啊，这是做人工智能必看的一部电影，对吧？

09:30然后这篇文章里面的一个概念我很喜欢，叫给你的AI找个工作。它这意思大概就是讲说，现在的大语言模型给我们提供的是一个标准的高中高中生啊大学生，我们呢得给他找一个具体的活儿做，这样子我们就要给他具体的培训和支持，是吧？所以我觉得这个还挺好的。

09:49那另外一方面的话呢，我其实在这上面又想歪了一点。我们现在想到一个大学生，你想到的就是怎么把他用好他的用好他的能力嘛。但是实际上的话呢，你想想Character AI这么火，其实不是因为在具体领域给了多好的培训和支持，让这批大学生怎么怎么能干，对吧？

10:07而是因为这些大学生套上了IP的皮。你看到的Character AI首页就是什么雷电将军，对吧？关键是套壳儿，关键是套皮，而不是那个能力。所以的话呢，我们也可以考虑一下说，在真实世界里面，财富和回报是否真的是按照能力或者产出回报的，

10:26还是按照那个人的脸，按照那个人的位置来回报的。那工作是否只有做PPT是工作，对吧？迪士尼里面那些米老鼠、唐老鸭也是工作，那个少女偶像的线下握手会也是工作，声讯电话的小姐姐们也是在工作。所以这样子的话，可能思路就打开一点了。

10:44那如果你要更高工资的工作的话，就不一定是要更聪明，有可能是要更好看，声音更好听，穿得更像谁，说话方式更像谁，对吧？我们如果可以从已有的IP资产当中借资源，从用户脑子当中已有的欲望里面去借皮肤的话，是不是这是一个更好的服务的方式？

11:03大家可以想一下。好吧。下一篇，下一篇是《甲小姐对话田渊栋》，非常有意思的一个对谈。几个月前我去了一趟硅谷，其实跟田渊栋同学吃过饭聊过，但是我自己一对一聊都没有感觉看《贾小姐》这篇文章这么有意思，对吧？

11:23受限于自己的采访技巧实在太差，田渊栋认为我们在使用工具的时候也会被工具塑造，对吧？我们关于自我的模型就会慢慢地扩展，慢慢地细化。如果一个物品和人本身的联系足够紧密，那么自我模型在计算的时候就会把它纳入在内，所谓人剑合一。

11:42很多呃开车开得好的同学可能会有这种感觉，其实那个车跟你是一体的，是吧？像我就没有这种感觉。我们其实我们会跟我们的外部的东西，嗯，逐步地形成一种共生关系，而且我们的自我也会把它囊括进去。比如说你觉得你肚子疼的时候，你不会觉得是一群什么肠道细菌跟你在怎么样怎么样，你会认为它是一部分。

12:03但是肠道菌群是不是我们一部分，这事儿其实嗯挺难说的，对吧？我们的大脑并不是我们身体的唯一的控制器，我们的身体每一个部分都会有一些投票权。那这些时候的话，如果AI也会，比如说你的肚子，是吧？那未来的话，如果AI也有自己的一票的话，我们就会跟AI交织到了一起。

12:23那未来的世界就好玩了，也不知道会变成什么样子。所以我觉得这个点也挺有意思。这个就分析了几篇文章，然后最后还有几个小点跟大家分享一下。一个就是我看到那个闫俊杰，就是MiniMax的那个创始人讲的，他说所以一家公司的研发水平不是一家公司封闭做出来的，

12:43而是这家公司自身能力加上整个行业整合出来的，只是不同公司利用的效率不一样。嗯，所以呢，他认为说包括OpenAI在内，他们很多的东西不是原创的，可能是Google做出来的，但是他把它们很好地整合在了一起，扩大规模就变成现在的状态。

13:00其实把模型做通用这件事儿，是一个比较容易吸收进整个社区进展的途径，这件事情本身是有巨大的红利的。所以我觉得就是我很赞同这样一段话啊。这几天也看到了一个更形象化的表达，就是说到底是在做一座山，把山不停地垒高，还是在做海。你要做海的话，就是海平面不断地上升。

13:22对于大部分的人来讲的话，比如说我，其实我没有能力做海，但是我可以决定说到底是要做山。还是我要做一艘船。因为如果我做的是船的话，我应该是可以把所有海平面上升的时候是水涨船高的。但是我是做一座山的话，我就要不停地往山上垒砖头，因为海平面在不断上升，很有可能我就白干了。

13:42所以大家也可以思考一下，你做的到底是在做船还是在做山？如果整个世界在进步的话，你有没有可能把世界的进展，把它的新的创意，把它新的进展、新的突破，把它给吸收进来，成为你的进步的一部分，还是你会把它淹没掉？所以这个是作为啊领导者需要设计的最重要的一件事情。

14:05那另外一个事情，另外一个觉得有意思的点就是甲子光年。他分享一个点叫做AI agent的范式转移，是从面向过程架构到面向目标架构，给了一张图嘛，但是我我把它发展一下。就有可能未来会更极端，因为大部分人也不知道自己目标是什么，对吧？

14:23所以我觉得目标很有可能也是会被agent告诉我们说我们的目标是什么，或者它来激发我们那个我们的目标是什么。最后人类就是那个《君主立宪》里面的君主，就是宏观上的无限的尊崇，具体来说啥也不算，有可能是这样。那最后分享一个数据啊，就是Microsoft有一张图，我现在也很怀疑这张图到底是怎么统计的。

14:45就是他会认为说我看到一张图是2023年Microsoft的那个微软的一个收入，他认为2023年的话Copilot的收入已经到了120亿美元，然后整个的Windows 11只有220亿美元，它已经超过了那个Windows 11的一半。那这样子来说的话，那killer app已经出现了呀。

15:05大家如果知道这个详细的财报，谁看过详细的财报的话，跟我说一声，它怎么算Copilot的收入？是不是把那个Office Copilot，还有那个那个GitHub，然后什么乱七八糟全算上了，还是说把Bing也算上了？我现在不是很能理解。

15:21好的。这是分享的一批文章啊，那接下来还可以再分享一批啊。对啊。啊，那第一篇叫做《为什么AGI应用还没有大爆发》。那这里面我主要得到两个启发啊。

15:35第一个启发就是品牌很重要啊，因为Perplexity最近那个估值比较高嘛，30亿美金的估值，然后很很顺的样子。这篇文章提供了一个新的角度，叫做说其实它可能占了AI搜索这个词，然后AI搜索本来又是个特别赚钱的大品类，它只要抢了1%市场就值钱嘛。

15:55然后另外的话呢，现在又没有人去抢这个词，AI搜索这个词，它被这词儿占掉了。那以前会去想AI的时候，就会去想说我要做什么技术壁垒啊、网络效应啊。数据飞轮，嗯，很少会想到品牌这事儿。但是实际上现在看的话，好像既没有技术壁垒，又没有网络效应，又没有数据飞轮，对吧？

16:15但你想洗发水啊、什么香皂啊、香水啊，其实都没有都没有什么壁垒嘛，真实的壁垒。但是有品牌就行。所以现在说不定我们可以考虑把自己往快消品上想一想，能不能做出好的品牌。那大家想一想，国内有一个做得很好的例子，其实就Kimi嘛。

16:33大家一想到月之暗面，就想到说它的长上下文这个这个卖点。虽然其实现在有一些其他家可能已经把这个点已经跟它做得差不多，但是大家一提到长上下文，还是只想到Kimi。我就觉得这是一个特别有用户sense、特别有品牌sense的一个一个团队，这方面做得实在是太强了。

16:53在他之前，我看到很多人都在宣传自己的那个大模型多强多强的时候，都在讲说我们打什么榜啊，我们这个参数那个参数，谁记得啊，对吧？但是人家就说我们的什么长上下文，我们一百万字，我们十万字，就有点像一个电视机，你说自己是多少寸的，

17:09对吧？我是一百寸的电视机，只卖你九千九百九十九，顿时觉得划算爆了。找到了一个大家马上能get到的点，而且还居然那么好量化。啊，我觉得这这这个还是蛮蛮强的。所以我们可以找一个品类看看，比如说有没有像AI搜索这种好品类还可以占，对吧？

17:26对。然后也可以看看有没有一个好特性我可以占，就比如说沃尔沃去占安全，是吧？啊，都可以想一想。那这篇文章给我的第二个启发是，就是我们现在跟AI交流都是实时对话嘛，对吧？但是实际上的话呢，我们跟人类交流往往不是实时的嘛。

17:43根据这篇文章的想法，我就往两个更极端的方向想。就第一个极端就是真实世界能不能更加的实时化。就比如说现在你开会，你想用AI的话，你会让AI帮你记什么会议纪要，但是你会想到是那个会议纪要是回去之后发给大家。但为什么不能让它一边就在那里记呢？

18:02就相当于那个你有一个助理，他就在旁边的白板上，一边把大家的会议记下来，一边还把现场气氛描绘出来，一边还把什么to do记下来。那你这样子随随便看一眼，你发现他记得不对，然后你还可以说，哎——不是那个意思，然后你刚刚忘了记什么，

18:17你就马上补呗，对吧？或者说他在那边记说现在气氛有点紧张，然后把这个也记下来，然后大家就会自然而然地调调试一下，对吧？就是说啊，其实其实大家放松，大家放松。就相当于有一个有一个莫名其妙的人在那边把整个的氛围、整个的空气给读出来，然后还把它写出来，把它给画出来，

18:37画在旁边。这就是真实世界的更加实时化。那另一方面呢，其实就可以更加不实时呀，就是我们现在等ChatGPT都是希望它一秒钟就回嘛。但是你去给实习生布置布置工作，他可以会说，哎——回去我回去想想，明天再跟您同步，是吧？嗯。

18:54假设我们给他明天再给我来同步的这么一个时间的话，他不就可以回家再找五十个agent，那五十个agent再去各找五十个agent，对吧？他们回头再开了可能二十五万个会，对吧？然后他们分别开了那么多会再回来给我汇报，那质量会不会更高一点呀？

19:10如果计算便宜了，我们就更更烂计算一点嘛。所以这篇文章给我来了这两个启发。第二篇文章是这个是那个AI Grant的两个创始人，然后他们的访谈。哦，我觉得他们的访谈非常精彩，大家还是自强烈建议自己要看一下。第一个启发就是他们认为说未来一段时间，2024年最大的突破可能是主动推理啊。

19:32其实我现在也在做这种东西，但是不能做那个，没有能力做模型层，现在只能在产品层在做。然后他们有一个特别搞笑的另外一个启发，但是我很有可能误会了他们的意思。他们说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。

19:51原文我看了两遍没怎么看明白啊，但是激发了很多新的思考啊。就是以前的人，其实相当于是口语时代的话，我们其实是因人施教嘛。就是比如说孔子，孔子脑子里面有很多东西，然后他根据这个弟子具体的事儿，然后他讲讲到弟子的心里面去，这是以前的事情。

20:10到后面的时候呢，我们就把孔子变成《论语》，我们就必须照着那几个死板的字来理解它的原意。很有可能它只是当时当地根据他当下的情况，对那个当时那个人说的，而不是他真实的意思。但我们现在的话呢，如果大语言模型出来之后，我们其实是可以接触到背后的一个知识之网的，是一个隐秘的空间。

20:31那个空间的话，我们可以让它重新调取出社。我当时当下的这么一句话，我就不再被那个书籍的框架来来约束来限制了。对。这个跟那个说以前的人呢就教会解读圣经，说后来的话每个人都可以读《圣经》那本书，好像确实是反着的。反正我是这样理解，觉得还挺有意思。

20:50还有一些零零碎碎的，大家可以去那个公众号看啊。然后另外还有一篇也是他们两个的访谈，对吧？讲的是用户界面。《黑天鹅》那个作者的话，之前讲过好几次的例子，说人类在1969年就可以登上月球，但是要到1972年才发明那个带轮子的行李箱。

21:10所以的话呢，如果我们现在看到的那种行李箱的话，要到1991年才出现。所以的话，就是不一定是简单的技术就一定是发明在复杂技术的前面，有可能是反过来的。然后，AI Grant的同学们认为说，很有可能我们现在束缚AI爆炸的是我们并没有找到恰当的用户界面和产品，

21:33而不是什么算力啊、算法啊、什么数据。那这边还有几个其他的启发。第一个就是捕获最多价值的AI agent，未必是创造最多价值的，也未必是那个最高技术含量的，对吧？比如说那个看门人，Apple Intelligence，很有可能它就是捕获最多价值，它不需要很大呀，

21:51它只需要是那个发单子的就可以了，对吧？然后另外他们评价苹果的话，会给了我一个启发，就是苹果其实做了很少的生成创造，但是做了非常多的风格改造。那所以我们也可以考虑说，虽然我们经常讲AIGC啊，但是大语言模型的本质不是Transformer模型嘛，

22:09对吧？它名字都写了，它就是个Transformer。那我们是不是可以更多的把AI用在transform上面，而不是create上面，而不是generate上面，对吧？这个时候的话，其实可以想到非常多奇奇怪怪的。

22:23然后还有一个就是会，他们说看到大语言模型的话，会发现在训练过程当中的话，现在互联网上的文本未必是最好的素材。因为现在的文本的问题是只展示最终的状态，而不是整个思考过程。那这样子机器学不会嘛，它老学的都是那个最终的结果，老给你看答案，不给你看思考过程不行。

22:45所以有一段时间我听说有一篇论文叫做Textbooks Are All You Need，因为那个教科书里面是会详详细细给过程。所以如果能够给出更多的过程性的语料的话，对于大语言模型也是有好处的。好。再下一篇文章啊，讲的是那个AI Native的工作流和用户体验是什么。

23:06几个启发，第一个就是解决空白页面这件事情本来就有很大的价值，对吧？很多时候我们会说AI做的东西不好，但是呢，它可以给你一个垃圾一样的第一版，让你去骂它，让你去批评它，这个时候你就可以开始动手了，这已经是创造了很大的价值。

23:23所以AI至少是可以解决空白页面的。然后第二个呢，就是他在讲那个多模态和迭代，原文讲得很浅啊，举的还是老例子。但是我最近受到比较多的启发，其实是Aqua Voice和Krea。那个Aqua Voice的话，就是一个语音输入框，但是呢，它不是比如说我现在说半天话，然后后面比如说GPT帮我转文字，

23:44而是我一边说话，它就会一边帮我转成文字。但是我一边转的时候，还可以一边跟它说，哎呀。这个前面语气不对啊，你帮我改客气一点啊，那前面那个称呼帮我改成什么什么，他就一边在那边改，然后前面的话就瞬间就变了，然后我就继续往下说就好。

23:59所以这是一种实时交互的体验，就不就完全不一样。那Krea的话就是左边一边涂鸦，右边就毫无延迟的开始迭代出画嘛。那但是他现在的话，你还是要写prompt，我就在想说他如果可以让我语音输入，我在天上画一个圈的时候一边说，这是个飞碟，那整体体验就会舒服得多。

24:19所以我们可以把快速的迭代和那个多模态如果放在一起的话，可能会更好玩一点。然后还有一个就是叫做还有一篇叫做AGI时代序章，四个有关创业的关键问题。然后这篇文章的话，它第一个启发是说AI做简历判断，那这事儿的话周期是有限的，因为试驾公司就会是只要跟人力资源相关的公司就会帮你做AI来帮你看简历。

24:46但是你反过来想，就是企业要的其实根本不是看简历，他要的是更了解这个人是否适合岗位。而候选人要的是更全面表达自己。那过去只是因为HR的输入带宽对吧，和人类的输出带宽，我们必须用简历这种压缩的形式来压缩一个人的信息。那如果AI可以一次性可以阅读大量信息，未来其实就可以用它的全部或者部分数据，直接来交流啊，直接去看它过历史的周报，

25:13去看它的即刻，去看它的微博，对吧？这样子更宽的交流带宽去全面的了解一个人，去全面的对话，肯定会比我们现在要更更make sense嘛，对吧？所以的话可以换一个思考来做。那第二个启发就是在智能无限供给的时候的话，很有可能就是最好的交互就是不要交互了。

25:33那有的时候我们会说，哎呀。GUI要不要都换成CUI啊，都换成聊天啊。但有可能就是不需要的，聊天也不需要了呀。那你想想，如果是一个领导干部的秘书，怎么叫做一个好秘书？他应该自己有感知，叫做有眼力劲儿，对吧？

25:50自己会来事儿，然后他知道你想要什么。那这个时候的话，你就会发现说那个揣摩上意，不用等领导发话，这才是好的秘书嘛，这才是真正以人为中心的操作系统嘛。那顺着这个角度去想的话，我们经常会讲这可能是一个下一代的什么交互方式到底是什么。

26:10那也有一种可能就是根本不存在下一代的交互方式，因为如果发展到极致，就是不需要交互，就是你身边有那个最会揣摩上意的秘书，他自己会来事儿。那这个时候的话，其实你不需要跟他交互，你只需要让他在你身边知道你的一些事儿就可以了。那这个时候你不需要交互，你就只感觉到舒服，就是应该这样。

26:34那这样子可能才是更颠覆性的一个所谓下一代的交互方式。啊，那最后有一个那个振奋人心的段子收尾吧，哎呀。振奋人心的段子就讲的是张一鸣做内涵段子，他做今日头条，那现在看起来都是在一个小小的池塘里面做一个也不大的事儿。但是重要的呢不是这两件事儿，而是验证了推荐引擎的重要性和能力。

26:56那最终在抖音和TikTok上放大了嘛。从这个角度上来说呢，在AI这个浪潮的早期，其实最重要的不是做什么，而是怎么做。做法上越AI原生越可能是新物种，对吧？所以哪怕出生在小池塘，最后还有机会在下一浪的时候游向大海。所以现在的话呢，觉得大家可以多搞一点AI的事情。

27:18只要你是在搞AI的，你的基因，我们我们尽量就是作为我们这种移民，现在小朋友就是原住民嘛，我们这种移民就尽可能把自己基因赶紧洗过去，洗到越AI越好。那在下一浪的时候，我们就越可能被浪给打过去。现在这事成不成，就是看天命的，但是我们自己怎么逆天改命，对吧？

27:38改命就是改基因嘛，那一定是把基因越AI原生越好，这样子下一浪的时候的话，我们还有机会从池塘游向大海，这就是比较好玩的地方。我再讲几篇吧。

27:51也是AI炼金术的公众号上有的。第一个是那个优秀AI产品有哪些共同点，然后给了一套方案，就是说大家可以去Fiverr上面看看，刚刚不是也讲嘛，就是HeyGen也去Fiverr上看了嘛，所以大家也可以去Fiverr上看，因为只要是Fiverr，Fiverr就是一个那个打零工的一个网站，那知识工作者可以打零工的网站，

28:12说明那是一个标准化的知识服务，标准化的知识服务往往是被AI第一轮可以取代的，而且已经有公司在外包了，你在上面也比较好接单子嘛，所以大家可以去试一下，OK。那第二个呢就是AI应用层创业在讨论。那是那个玉红的文章。我还专门因为这篇文章过去找他聊了个天，给了一个非常好的一张图，在讲说在那个个人电脑时代、互联网时代和那个移动互联网时代考古了一下，

28:42说哎，底层技术到大批killer app出现都需要两三年时间嘛。现在不要急不要慌嘛，就给大家吃个定心丸。然后呢，但是也不能完全不着急，因为从历史看，细分领域当中的赢家常常不是第一个，但大概率是同一批。所以现在大家一定要泡在水里，然后就算你这两三年做不成，但是三年后的机会的话，往往是现在已经泡在水里面的人来做。

29:06所以大家加油。然后还给了一个洞见，就是呃，很多的品类。我们在讲说，呃，新一代的人会颠覆上一代的人。但是呢，你总的去看说上一代的BAT其实也没死嘛。那只是最新的killer app，比如说微信啊，打车啊。

29:21外卖短视频，实际上这四个品类并没有颠覆上一代的PC互联网，比如说它没有颠覆淘宝嘛，没有颠覆百度嘛。但是呢，他们创造了新品类，在新的新基础设施上玩出了新花样。所以很有可能我们现在做的也不是说去颠覆谁，而是创造了一个现在大家都没想到的一个东西。

29:40所以我们也可以围着这些方面可以去想一想。OK。那再往下一篇文章的话叫做AI Native的大产品时代。所以这边的话呢，那个那个他给了一个看AI产品的新角度，就是AI Native产品的目标是不断增强解决某种问题。的模型智慧水平啊，这其实是一种AI原生原教旨主义，对吧？

30:03如果AI迟早会来，然后那谁可以帮助它去扩张，给它喂足够多的食物，那它可能就能赢。这思路其实很像尤金·魏对于那个TikTok的分析，大家有兴趣可以去看一下，应该在我以前的那个文章里面有写过。那如果是这样的话呢，其实早期产品应该极小化UI，尽可能地把自己的UI容器化，不要功能化。

30:26这样子的话，我们才有可能去更多的，呃，更AI原生一点，然后喂更多的数据给那个智能服务，给后台的模型。那最后呢，就是那篇分享的文章，就是建议所有同学都可以看一下，就是叫《苦涩的教训》，这非常经典的老文章。就是在讲说以前大家在做人工智能的时候，每次想要用补充一点知识都能获得短暂的收益，

30:51就就你就有点像小朋友，你教他一点东西，你都能获得短暂的收益。但是呢，最终都发现还不如多灌点数据，多丢点算力进去，多浸泡一下，是吧？对我最近思考的问题是有启发的。啊，第一个就是是不是要赌GPT的算力会线性增强。然后我问了一下做这方面比我专业一百倍的老同学，然后他的回答就是你去看算力的预估增长曲线就好了。

31:17然后算力的增长和智能增长目前看是有相关性，你就基于这个相关性去准备。那从《苦涩的教训》看，呵呵，那就是大家一定要准备，就是水位一定会上涨。那这个时候你是一定要把自己做成一艘船啊，不要，就除非它不涨了，在它停止确保它停止增长之前，我们做的假设应该是它会一直涨，

31:39或者至少还会再涨几年，对吧？那这样子的话，你一定要选择相信这个假设。然后第二个的话呢，就是会越来越觉得这个世界其实是不能被预测的，也不能被我们的智慧什么总结一些第一性原理叉叉叉什么的，然后就说那我基于这个原理我就一定能赢。

31:59啊，就好像说那个《Bitter Lesson》里面也会说，其实最后都是都都都都是算出来的嘛，对吧？不是你什么有一个伟大的道理给教出来的。现在越来越相信说，如果我们要在一个高度不确定性的复杂的系统当中获胜的话，我们最终很有可能也是去创造了一个复杂系统去捕获这种复杂性。

32:19就是创造一个系统去捕获复杂性，而不是说，哎呀，我发现了本质本质规律，所以我可以穿透这个复杂性。呃，我觉得那个是一个妄念，所以不要这样搞了。我们我们也孵化了一些产品嘛，然后现在正在看。那现在就在想说，我们要设计一个可以消化不确定性，然后捕捉机会的系统，而不是说我赌我就比别人聪明，

32:41然后一次就可以做对。所以这也是个苦涩的教训的一种吧。好的啊。那今天讲了十几篇文章呢，大家如果感兴趣的话，可以去AI炼金术上可以去翻一翻。呃，时不时的就会更新一下，OK。

32:57然后，对，我过几天应该还会再更新一篇博客吧，那篇原创一点。这篇的话就是把一些最近受到启发的文章跟大家说一说，然后感谢大家的支持。如果你觉得我们讲的还可以的话呢，欢迎大家介绍给自己的亲朋好友。推荐推荐啊，转发朋友圈，转发转发一切，OK。

33:18谢谢，谢谢，拜拜。