隨著AI技術(shù)的飛速發(fā)展，如何將AI能力有效集成到產(chǎn)品中，成為開(kāi)發(fā)者和產(chǎn)品經(jīng)理面臨的重要課題。本文從開(kāi)發(fā)視角出發(fā)，深入探討AI產(chǎn)品落地的方向和策略。作者通過(guò)分析AI與傳統(tǒng)產(chǎn)品的正交關(guān)系，提出了AI Agent、AI生態(tài)、AI+和私人AI助理等幾個(gè)具有潛力的AI產(chǎn)品方向，并結(jié)合實(shí)際案例，詳細(xì)闡述了這些方向的技術(shù)實(shí)現(xiàn)和應(yīng)用場(chǎng)景。

作為一名移動(dòng)客戶端開(kāi)發(fā)，一直以龍哥為榜樣思考產(chǎn)品層面的問(wèn)題，大模型發(fā)展至今，我也一直在思考怎么以AI的能力，制作出一些帶magic的小玩意。

一、認(rèn)知：什么樣的產(chǎn)品應(yīng)該用AI去做（AI產(chǎn)品的方向應(yīng)該怎么做）

顯然并不是所有的產(chǎn)品都適合用AI去集成。

在chatGpt3剛出來(lái)的時(shí)候，因?yàn)間pt效果太差，且費(fèi)用太貴，曾經(jīng)和朋友聊天的時(shí)候，有打算針對(duì)特定問(wèn)題集成答案，用戶命中問(wèn)題則直接回復(fù)答案。

幸好當(dāng)時(shí)沒(méi)做，以我現(xiàn)在的認(rèn)知來(lái)看，這種方案就完全是螳臂當(dāng)車，類似于打算在LLM洪流之下，想通過(guò)個(gè)人來(lái)接住洪流的沖擊力，這樣的產(chǎn)品顯然會(huì)被LLM成長(zhǎng)起來(lái)的能力直接碾壓過(guò)去。

夾在傳統(tǒng)互聯(lián)網(wǎng)和LLM之間，到底怎么樣找一個(gè)落腳點(diǎn)去把兩者更好的集成？

我糾結(jié)了很久，也實(shí)驗(yàn)過(guò)一些demo，最后最后，我在Manus創(chuàng)始人分享的一個(gè)視頻切片里，找到了我自認(rèn)為問(wèn)題的答案：

大家可以看圖，LLM的能力應(yīng)該要跟我們做的產(chǎn)品能力是正交的。什么叫正交？

學(xué)過(guò)數(shù)學(xué)的我們都知道，就是兩個(gè)方向是完全互不影響的，比如做一個(gè)AI的產(chǎn)品，如果后續(xù)會(huì)因?yàn)長(zhǎng)LM能力過(guò)于強(qiáng)大（比如多模態(tài)、比如提速、比如低成本）而倒掉，那這個(gè)產(chǎn)品和LLM就不是正交的。

B端究竟需要什么样的产品经理？

B端产品经理都是以提升供应侧的工作效率为目的，所以B端需求主要是以业务问题为导向。 这个是B端产品比较重要的一点，B端产品是服务于一个主体 ...

查看详情 >

但如果我們的產(chǎn)品，會(huì)隨著LLM的能力強(qiáng)大，產(chǎn)品能力也變得更強(qiáng)大，那么這樣的產(chǎn)品定位就是正交的。

有了這個(gè)大思路，在去看業(yè)內(nèi)很多的AI產(chǎn)品，有些產(chǎn)品甚至一眼就能看到它的生命終點(diǎn)。

二、具體落腳：哪些方向做AI產(chǎn)品比較絲滑？

標(biāo)題里所說(shuō)的”大的認(rèn)知前提”，指的就是”AI產(chǎn)品能力應(yīng)該和LLM是正交的”。

好，那接下來(lái)聊聊我們?nèi)绻鲆粋€(gè)AI產(chǎn)品，大概可以從哪幾個(gè)方向出發(fā)（只是我個(gè)人的思考，歡迎大家補(bǔ)充討論）。

1. AI Agent

使用過(guò)Manus這款產(chǎn)品的同學(xué)，應(yīng)該十分清楚 AI Agent 這個(gè)方向的重要意義了，沒(méi)使用過(guò)的同學(xué)建議去Manus官網(wǎng)看看示例。

AI Agent 領(lǐng)域的技術(shù)實(shí)現(xiàn)我有所了解，技術(shù)實(shí)現(xiàn)不是很難，難在workflow的構(gòu)建，以及成本（也是受workflow影響）。

拆解AI Agent的工作流↑，我們可以發(fā)現(xiàn)AI Agent確實(shí)幫我們做了非常多的事情，尤其是「收集信息」部分，是AI Agent的王炸級(jí)能力。

但AI Agent有目前有兩個(gè)方向的原罪，只要想著去做這個(gè)方向的產(chǎn)品，一定會(huì)碰到的兩個(gè)問(wèn)題：甲方困境 和 深度癱瘓。

1）甲方困境

什么叫甲方困境，作為程序員的我們可能都清楚，做一個(gè)需求，最復(fù)雜是了解需求是什么，到底想要達(dá)到什么樣的效果，而寫代碼反而是最簡(jiǎn)單的。

AI Agent也是一樣的，比如我們讓AI Agent寫一個(gè)”坦克大戰(zhàn)”，雖然這只是簡(jiǎn)單的一句話，但”坦克大戰(zhàn)”從一句話到具體交付，中間要商量的細(xì)節(jié)可太多了，就不論UI樣式，光是策略方案就已經(jīng)夠復(fù)雜的了。

但 AI Agent 無(wú)論是從LLM模型本身，還是離線產(chǎn)品的宣傳理念，對(duì)于在工作過(guò)程中怎么樣盡可能絲滑反問(wèn)使用人需求，都是一個(gè)難題。

2）深度癱瘓

深度癱瘓也很好理解，只要是用過(guò)chatGPT api寫demo的同學(xué)都知道，當(dāng)你的對(duì)話輪次越來(lái)越多時(shí)，同樣的一個(gè)問(wèn)題，你消耗的token會(huì)越來(lái)越多。

為什么？這是你要把你的上下文帶給AI，讓他在回答里當(dāng)下這句話的時(shí)候，能記住你之前說(shuō)了什么。

所以，足夠深度的上下文信息，足以讓AI的使用變得又貴又慢，這是AI基礎(chǔ)實(shí)現(xiàn)Transformer本身導(dǎo)致的，所有歷史對(duì)話拼接為長(zhǎng)序列輸入。

當(dāng)然了，現(xiàn)在主流的AI Agent，是混合了 長(zhǎng)序列輸入 和 檢索增強(qiáng)生成(RAG) 方案的，尤其是「收集信息」，

基本都是由模型自己通過(guò) embedding 轉(zhuǎn)成向量數(shù)據(jù)庫(kù)來(lái)進(jìn)行學(xué)習(xí)，這是一個(gè)折中的方案，但RAG的方案會(huì)讓AI使用起來(lái)沒(méi)那么聰明（相比長(zhǎng)序列）。

2. AI生態(tài)

AI生態(tài)指的是在原先能夠閉環(huán)的生態(tài)里，使用AI打造AI驅(qū)動(dòng)的生態(tài)。比如：各家的App，或者更大一點(diǎn)：手機(jī)。

可能看到這里你腦海中已經(jīng)想象出一個(gè)畫面：”你早上起來(lái)打開(kāi)手機(jī)，對(duì)手機(jī)AI說(shuō)，幫我點(diǎn)一份早餐，和昨天口味一樣，備注多放點(diǎn)辣”

但大家有沒(méi)有想過(guò)，這個(gè)技術(shù)很難嗎？ 為啥LLM誕生之前，不做這樣的能力？

其實(shí)以AI手機(jī)為例，既然是閉合生態(tài)，理論上所有指令集都是可以串聯(lián)的，所以這個(gè)串聯(lián)調(diào)用的能力，早都已經(jīng)可以搞定了。

之所以在LLM時(shí)代，要把這件事重新提起，最根本的原因是因?yàn)長(zhǎng)LM “聽(tīng)得懂人話了”，LLM通過(guò)超大參數(shù)訓(xùn)練，具備了目前AI界最強(qiáng)大的一個(gè)能力，”理解語(yǔ)義”。

“理解語(yǔ)義“在不同時(shí)代有不同的視線，我將之分為3個(gè)時(shí)代：驚喜的1.0時(shí)代、停滯的2.0時(shí)代、重生的3.0時(shí)代。

驚喜的1.0時(shí)代

這個(gè)時(shí)代機(jī)器聽(tīng)懂人類語(yǔ)言的方式，依賴的技術(shù)是”語(yǔ)音量化”，機(jī)器通過(guò)將收集到的語(yǔ)音進(jìn)行量化，并和自己指令庫(kù)的指令集進(jìn)行對(duì)比，如果匹配上了就執(zhí)行指令。

這個(gè)時(shí)代最大的問(wèn)題，就是”精準(zhǔn)匹配”。以我家里一個(gè)松下取暖器為例，系統(tǒng)給它內(nèi)置的指令是”松下取暖氣，打開(kāi)取暖器”。

但如果我說(shuō)成”松下取暖氣，請(qǐng)打開(kāi)”，它就完全聽(tīng)不懂我在說(shuō)什么，更不用主動(dòng)關(guān)懷的AI理解了。

停滯的2.0時(shí)代

2.0時(shí)代的巔峰也是NLP的巔峰，NLP曾經(jīng)根據(jù)有限的聚類效果解決過(guò)一些問(wèn)題，但基本僅限于玩具場(chǎng)景，

在準(zhǔn)確度要求99%以上的場(chǎng)景，沒(méi)有哪個(gè)公司敢把產(chǎn)品真正放上去。

這個(gè)時(shí)代的經(jīng)典代表就是各家的AI語(yǔ)音助理，比如智障Siri、雷軍兒子的小愛(ài)同學(xué)等等。

重生的3.0時(shí)代

LLM 最大的特點(diǎn)就是更理解人類的表達(dá)了。

在1.0時(shí)代，如果我們的系統(tǒng)有10個(gè)指令，那么用戶只能使用10句話對(duì)其進(jìn)行驅(qū)動(dòng)。 在2.0時(shí)代，如果我們的系統(tǒng)有10個(gè)指令，那么用戶大概可以使用10*n句話對(duì)其進(jìn)行驅(qū)動(dòng)（n的值取決于工程師配置的相似數(shù)據(jù)庫(kù)）。 在3.0時(shí)代，如果我們的系統(tǒng)有10個(gè)指令，那么用戶可以使用無(wú)限種方式對(duì)其進(jìn)行驅(qū)動(dòng)。這就是LLM最大的作用！

好，依舊來(lái)舉例說(shuō)明，我是一位極氪001汽車的車主，在我的車機(jī)升級(jí)到大模型方案之前，所有車主都會(huì)吐槽車機(jī)非常笨，聽(tīng)不懂人話。

但車機(jī)升級(jí)到大模型方案之后，和車機(jī)對(duì)話的體感普遍更好了，比如我們上車后對(duì)車機(jī)說(shuō): “今天工作有點(diǎn)累，我現(xiàn)在有點(diǎn)熱”

那么車機(jī)會(huì)回復(fù)：”是否要打開(kāi)休息模式？空調(diào)溫度已經(jīng)為你下調(diào)了2度”。

能理解這個(gè)例子嗎，雖然車機(jī)依舊還是”打開(kāi)休息模式、調(diào)節(jié)空調(diào)溫度”這樣傳統(tǒng)的指令，但人們驅(qū)動(dòng)它的方式變得更加多元且精準(zhǔn)了。

所以回到AI生態(tài)來(lái)看，閉環(huán)生態(tài)下的指令集觸手可得，指令集所搭建的高效率武器也不是瓶頸，但現(xiàn)在可以觸發(fā)開(kāi)槍的技術(shù)誕生了，那就LLM。

3. AI+

AI+ 的思路其實(shí)和幾年前互聯(lián)網(wǎng)+的口號(hào)一樣，但AI+的顛覆效果并不如互聯(lián)網(wǎng)+，AI+在我看來(lái)，是補(bǔ)齊傳統(tǒng)移動(dòng)互聯(lián)網(wǎng)產(chǎn)品功能的一些短板。

既然是優(yōu)化原有功能的體驗(yàn)，那么接下來(lái)的做事方法論也就很簡(jiǎn)單了：

1. 收集原有互聯(lián)網(wǎng)產(chǎn)品遺留的痛點(diǎn)難點(diǎn)、通過(guò)畫甘特圖評(píng)估卡點(diǎn)任務(wù)
2. 整理AI的基建能力，比如：聚合相似、文本總結(jié)等
3. 將第1步收集的訴求 和 第2步整理的AI基建 進(jìn)行碰撞，看看有沒(méi)有可以match上的。

AI是一個(gè)很好的生產(chǎn)力工具，尤其是在文本處理和總結(jié)上，我們平時(shí)的工作在處理各種各樣的群消息，那么在群消息這里是不是可以引入AI能力呢？

4. 私人AI助理

私人AI助理是我覺(jué)得非常驚艷，但現(xiàn)在被大家低估的一個(gè)AI落地點(diǎn)，在我看來(lái)，部署本地AI知識(shí)庫(kù)的浪潮，應(yīng)該要超過(guò)部署Nas。

每個(gè)人都想要一個(gè)既懂自己，又能輔助自己成長(zhǎng)，又對(duì)自己絕對(duì)忠誠(chéng)的AI助手（類似鋼鐵俠中的Jarvis，我給自己的私人AI助理也是起名叫Jarvis hhh）。

私人AI助理屬于一個(gè)基建平臺(tái)，在該平臺(tái)上可以衍生出非常多的能力，目前我會(huì)讓我的AI助理定期review我的代碼，針對(duì)我所學(xué)習(xí)的內(nèi)容進(jìn)行深化提問(wèn)等等。

甚至于在我的設(shè)想中，以后每個(gè)公司都會(huì)出現(xiàn)一個(gè)公司級(jí)別的私人AI助理（或者應(yīng)該叫超級(jí)大腦），類似于生化危機(jī)電影中的紅色皇后。

因?yàn)橹挥蠥I才能源源不斷接收外界的信息，只有AI才能針對(duì)如此多的信息進(jìn)行調(diào)度，提前對(duì)潛在風(fēng)險(xiǎn)進(jìn)行預(yù)警。

好，一不小心光整理對(duì)AI產(chǎn)品的思緒就寫了那么多，希望對(duì)大家能有點(diǎn)幫助。