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，成為開發(fā)者和產(chǎn)品經(jīng)理面臨的重要課題。本文從開發(fā)視角出發(fā)，深入探討AI產(chǎn)品落地的方向和策略。作者通過分析AI與傳統(tǒng)產(chǎn)品的正交關系，提出了AI Agent、AI生態(tài)、AI+和私人AI助理等幾個具有潛力的AI產(chǎn)品方向，并結(jié)合實際案例，詳細闡述了這些方向的技術(shù)實現(xiàn)和應用場景。

作為一名移動客戶端開發(fā)，一直以龍哥為榜樣思考產(chǎn)品層面的問題，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、認知：什么樣的產(chǎn)品應該用AI去做（AI產(chǎn)品的方向應該怎么做）

顯然并不是所有的產(chǎn)品都適合用AI去集成。

在chatGpt3剛出來的時候，因為gpt效果太差，且費用太貴，曾經(jīng)和朋友聊天的時候，有打算針對特定問題集成答案，用戶命中問題則直接回復答案。

幸好當時沒做，以我現(xiàn)在的認知來看，這種方案就完全是螳臂當車，類似于打算在LLM洪流之下，想通過個人來接住洪流的沖擊力，這樣的產(chǎn)品顯然會被LLM成長起來的能力直接碾壓過去。

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

我糾結(jié)了很久，也實驗過一些demo，最后最后，我在Manus創(chuàng)始人分享的一個視頻切片里，找到了我自認為問題的答案：

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

學過數(shù)學的我們都知道，就是兩個方向是完全互不影響的，比如做一個AI的產(chǎn)品，如果后續(xù)會因為LLM能力過于強大（比如多模態(tài)、比如提速、比如低成本）而倒掉，那這個產(chǎn)品和LLM就不是正交的。

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

有了這個大思路，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。

二、具體落腳：哪些方向做AI產(chǎn)品比較絲滑？

標題里所說的”大的認知前提”，指的就是”AI產(chǎn)品能力應該和LLM是正交的”。

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

1. AI Agent

使用過Manus這款產(chǎn)品的同學，應該十分清楚 AI Agent 這個方向的重要意義了，沒使用過的同學建議去Manus官網(wǎng)看看示例。

AI Agent 領域的技術(shù)實現(xiàn)我有所了解，技術(shù)實現(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的王炸級能力。

但AI Agent有目前有兩個方向的原罪，只要想著去做這個方向的產(chǎn)品，一定會碰到的兩個問題：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，做一個需求，最復雜是了解需求是什么，到底想要達到什么樣的效果，而寫代碼反而是最簡單的。

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

但 AI Agent 無論是從LLM模型本身，還是離線產(chǎn)品的宣傳理念，對于在工作過程中怎么樣盡可能絲滑反問使用人需求，都是一個難題。

2）深度癱瘓

深度癱瘓也很好理解，只要是用過chatGPT api寫demo的同學都知道，當你的對話輪次越來越多時，同樣的一個問題，你消耗的token會越來越多。

為什么？這是你要把你的上下文帶給AI，讓他在回答里當下這句話的時候，能記住你之前說了什么。

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基礎實現(xiàn)Transformer本身導致的，所有歷史對話拼接為長序列輸入。

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

基本都是由模型自己通過 embedding 轉(zhuǎn)成向量數(shù)據(jù)庫來進行學習，這是一個折中的方案，但RAG的方案會讓AI使用起來沒那么聰明（相比長序列）。

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)動的生態(tài)。比如：各家的App，或者更大一點：手機。

可能看到這里你腦海中已經(jīng)想象出一個畫面：”你早上起來打開手機，對手機AI說，幫我點一份早餐，和昨天口味一樣，備注多放點辣”

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

其實以AI手機為例，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時代，要把這件事重新提起，最根本的原因是因為LLM “聽得懂人話了”，LLM通過超大參數(shù)訓練，具備了目前AI界最強大的一個能力，”理解語義”。

“理解語義“在不同時代有不同的視線，我將之分為3個時代：驚喜的1.0時代、停滯的2.0時代、重生的3.0時代。

驚喜的1.0時代

這個時代機器聽懂人類語言的方式，依賴的技術(shù)是”語音量化”，機器通過將收集到的語音進行量化，并和自己指令庫的指令集進行對比，如果匹配上了就執(zhí)行指令。

這個時代最大的問題，就是”精準匹配”。以我家里一個松下取暖器為例，系統(tǒng)給它內(nèi)置的指令是”松下取暖氣，打開取暖器”。

但如果我說成”松下取暖氣，請打開”，它就完全聽不懂我在說什么，更不用主動關懷的AI理解了。

停滯的2.0時代

2.0時代的巔峰也是NLP的巔峰，NLP曾經(jīng)根據(jù)有限的聚類效果解決過一些問題，但基本僅限于玩具場景，

在準確度要求99%以上的場景，沒有哪個公司敢把產(chǎn)品真正放上去。

這個時代的經(jīng)典代表就是各家的AI語音助理，比如智障Siri、雷軍兒子的小愛同學等等。

重生的3.0時代

LLM 最大的特點就是更理解人類的表達了。

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

好，依舊來舉例說明，我是一位極氪001汽車的車主，在我的車機升級到大模型方案之前，所有車主都會吐槽車機非常笨，聽不懂人話。

但車機升級到大模型方案之后，和車機對話的體感普遍更好了，比如我們上車后對車機說: “今天工作有點累，我現(xiàn)在有點熱”

那么車機會回復：”是否要打開休息模式？空調(diào)溫度已經(jīng)為你下調(diào)了2度”。

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

所以回到AI生態(tài)來看，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)開槍的技術(shù)誕生了，那就LLM。

3. AI+

AI+ 的思路其實和幾年前互聯(lián)網(wǎng)+的口號一樣，但AI+的顛覆效果并不如互聯(lián)網(wǎng)+，AI+在我看來，是補齊傳統(tǒng)移動互聯(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，那么接下來的做事方法論也就很簡單了：

1. 收集原有互聯(lián)網(wǎng)產(chǎn)品遺留的痛點難點、通過畫甘特圖評估卡點任務
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 進行碰撞，看看有沒有可以match上的。

AI是一個很好的生產(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助理是我覺得非常驚艷，但現(xiàn)在被大家低估的一個AI落地點，在我看來，部署本地AI知識庫的浪潮，應該要超過部署Nas。

每個人都想要一個既懂自己，又能輔助自己成長，又對自己絕對忠誠的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助理屬于一個基建平臺，在該平臺上可以衍生出非常多的能力，目前我會讓我的AI助理定期review我的代碼，針對我所學習的內(nèi)容進行深化提問等等。

甚至于在我的設想中，以后每個公司都會出現(xiàn)一個公司級別的私人AI助理（或者應該叫超級大腦），類似于生化危機電影中的紅色皇后。

因為只有AI才能源源不斷接收外界的信息，只有AI才能針對如此多的信息進行調(diào)度，提前對潛在風險進行預警。

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