产品二姐
读完需要
分钟
速读仅需 4 分钟
1
这一轮 AI 浪潮下，我一直没搞懂为啥一个聊天页面，能出来那么多产品。你看看，从外表看，他们几乎都有点雷同：一问一答几乎占据了页面的全部。
直到昨天，我在笔记本上画下了这张图，好像开始有了点脉络。
以下内容几乎全部围绕这张图片展开，我认为它能帮你：
为梳理众多 AI Native 产品提供一个分析框架。
如果你自己正在摸索 AI 创业，也会给你一个很好的参照系，帮助你如何选择基座模型，如何寻找数据，如何在应用层做好 Prompt，RAG 以及用户体验。
2
这张图的横坐标很明确， 你可以定义为：理性→ 感性或者是工具类→情感类，这个维度是定义用户是在工作还是生活中使用，和互联网产品类似， 不必多讲。
纵坐标定义来源于《思考，快与慢》一书，借鉴知乎李博杰(正在 AI 创业的华为天才少年之一)的分享而来，“思考”这个维度就有点 AI native 的意思了，因为只有 AI 产品才会有这个维度。我们对快、慢思考的定义是：
快思考是无意识、快速的思考，是自动反应、直觉思维。
慢思考是将注意力转移到需费脑力的大脑活动上来，与行为、选择和专注等主观体验相关联。
举个例子：
快思考是：这顿饭我吃啥。
慢思考是：1 年内我的体脂率要降到百分之多少，决定我每天应该如何用餐。
快思考和慢思考没有优劣之分，需要同时存在，但是有时候同样的问题，用快、慢思考的方式也会得出不一样的答案。
而在 AI 产品里，思考的快与慢对应的就是 Token 的长与短，更粗糙一点说，是 Prompt 的长与短。
举个例子，prompt 工程里让大模型做推理有一个常用的技巧叫 COT(思维链)，简单说，就是在提示词中加上一句话：“让我们一步一步来”，或者用一个例子说明一步步的推理过程，大模型推理结果的正确率会大大提升！(下图来自相关研究的论文：https://arxiv.org/abs/2205.11916)
其实这样的提示词就是在告诉大模型：请你使用慢思考的方式来解题。从这个角度想，人工智能和人脑表现是一致的！
现在我们对这个坐标系理解了，我们再来看看坐标系里的每一个产品。
3
第一个产品是Samantha，你可能没听过，是的，ta 还不是一个产品，而是电影《her》里的对话机器人。《her》里的女主角是一个完全语音对话，没有物理真身的机器人。而这也是我所接触的影视作品中，最可能用大模型语言技术实现的机器人。剧中的男主人公是一个专门为别人写信的中年作家， 陷入婚姻危机后他在自己电脑上安装了一个 AI 操作系统 Samantha， 从最初的不以为然，后来和 Samantha 陷入爱河，再到 Samantha 的背叛（机器人同时在服务其他人），最后彻底失去 Samantha(操作系统被拆除)，我真真切切感受到了一个艺术家对一个机器人伴侣的完美定义，甚至这里的导演就是最好的 AI 产品经理，他们明白用户的诉求：人可以从纯粹的对话和思考交流中进行社交，这和动物不一样的。
如果把 Samnthan 作为一个 AI 产品，我认为它在四个象限都达到了极高的位置，ta 可以是：
你的情感伴侣 — 第一象限
你的工作学习伴侣 — 第二象限
你的工作助理 — 第三象限
你的情感倾诉、发泄对象，生活小助理 — 第四象限
甚至我想 Samnthan 可能是这一轮 AI 浪潮的终极目标，达到 Samnthan 后，我们就不能再用思考的快与慢这个维度来衡量产品。 回顾互联网时代的产品，我们也经常拿一个四象限(以感性和理性为横坐标，以杀时间和省时间为纵坐标)来分析，你会发现互联网产品已经从最初的各自为阵，已经发展到现在的各产品相互抢占阵地。比如微信已经发展为一个融合了理性（企微、微信公众号）、感性（个微）、杀时间（视频号）和省时间（快速沟通）的工具了。达到 Samnthan 后，人类的 AI 产品将走向另外一个“超维” 空间，对 Samnthan 形成降维打击，就像 AGI 出现后对互联网产品会形成降维打击一样。
但在这个降维打击来临之前，会出现不同的“聊天”产品，尽管它们的主要交互都是 — “聊天”。我试图分析以下一些产品，并把他们放在相应位置，这会让我对这些产品的认知就会变得清晰起来。
4
4.1
PI：第二象限的代表性产品
1）What is PI(Personal Intelligence)
以下是我通过和PI对话得到的 PI(Personal Intelligence)的自我介绍：
“PI是一个由最先进的语言模型技术驱动的个人 AI 助手。Inflection AI 是一家精通人工智能技术的公司，在 2022 年夏天(实际上是2023年5月)创建 PI，其目标是让个人 AI 助手能够被更多人使用。PI 有能力以自然和轻松的方式理解并回应你的问题和请求。”
创始人 Suleyman 在一次访谈中对 PI 的期望是:
It’s this new class of thing that is coach, confidant and advisor, a digital personal assistant, all in one.” （这是一种集教练、知己和顾问、数字个人助理于一体的新型事物。）
也正因如此，我把它放在了，第二象限：工作学习伴侣。
2）模型层：PI 的基座模型
在模型层，PI 采用的是 Inflection 公司的自有大模型 Inflection AI。PI 和 ChatGPT 类似，是 Inflection 大模型的一个 demo 应用，而 Inflection 模型也会开放接口支持创建其他应用。
相比于使用大量的陈述性知识文本训练出来的 ChatGPT，Inflection-1 是使用大量模拟人们对话的对话集训练出来的，所以 Inflection 更擅长对话。当然，去年 11 月发布的 Inflection AI-2 在各个维度和 GPT-4 比还是有很大距离。
不过从创始人构成来看，Inflection 模型未来可期，他们在初期就融资 2.25 亿美元，也是非常厉害了。
Mustafa Suleyman: DeepMind(就是开发出 AlphaGo 的那家公司，2014 被 google 购买)联合创始人。
Karen Simonyan: 前 DeepMind 的首席科学家。
Reid Hoffman: 是 LinkedIn 的联合创始人和 Greylock 的合伙人。
3）应用层：PI 的用户体验：
整体感受，PI 的对话确实更加像对话，会产生很多的情绪（以感叹句、表情符号为表现）。
当然，如果要成为伴侣，意味着需要长期记忆，就像在《her》里的 Samantha，在若干天后还能记得男主人公的夙愿：向某知名出版社投稿得以采纳，出版了自己的书籍。
这一点我没有时间体会，可能需要长时间的积累，这一点没有深切的体会，但在 Inflection 的官网上非常显著的位置告诉用户：the more you personalize me, the more personally intelligent I can be。意译过来就是“你使用的越多，我就越适合你”（直译过来很别扭，我就自作主张意译一下）。
后续会持续使用一段时间看看效果。在 Pi 之外，我们再来说说最近爆火的“哄哄模拟器”。
4.2<
原创文章，作者：产品二姐，如若转载，请注明出处：https://www.agent-universe.cn/2024/01/8535.html
