新聞資訊
News and information
-
25
04/19
AI時代的軟件開發(fā)：提示驅(qū)動開發(fā)
從語法流暢到架構(gòu)理解的范式轉(zhuǎn)移編者按：大模型的文生文能力正在引發(fā)軟件開發(fā)的范式轉(zhuǎn)移，下一代的軟件開發(fā)將由提示驅(qū)動，開發(fā)者不會消失，但溝通能力與戰(zhàn)略思維會變得更加重要。我在感恩節(jié)期間開發(fā)了一個應(yīng)用，很快就收獲了1000名用戶，并在圣誕節(jié)前實現(xiàn)盈利。但最瘋狂的是……我本人一行代碼都沒寫。那都是我一步步指導(dǎo)大模型（LLM）寫的，我們一起開發(fā)了一個全棧的NodeJS/React應(yīng)用，這個應(yīng)用帶有PostgreSQL數(shù)據(jù)庫，實現(xiàn)了與Stripe的集成，托管在Heroku上，用SendGrid發(fā)送電子郵件，用CloudFlare進(jìn)行DNS處理。此后我一直都在思考提示驅(qū)動開發(fā)的事情，琢磨著該怎么做才好，思考其對行業(yè)發(fā)展的意義。以下就是我的想法。▋概要什么是提示驅(qū)動開發(fā)（PDD）？工具與工作流成功的心智模式行業(yè)影響▋什么是提示驅(qū)動開發(fā)（PDD）？從本質(zhì)上講，PDD是一種開發(fā)工作流程，開發(fā)人員主要促使LLM生成所有必要的代碼。讓我們將其與傳統(tǒng)開發(fā)進(jìn)行對比。PDD本質(zhì)上是這么一種開發(fā)范式：開發(fā)者主要通過向LLM提供提示（prompt）來生成所有的必要代碼。我們來跟傳統(tǒng)開發(fā)模式對比一下。傳統(tǒng)軟件開發(fā)的高階流程通常是這樣的：1.開發(fā)者收到需求2.開發(fā)人員在IDE本地迭代代碼變更3.開發(fā)者提交代碼變更以供審查4.另一位開發(fā)者審查并合并變更傳統(tǒng)開發(fā)的高階流程相比之下，PDD有幾個關(guān)鍵區(qū)別。首先，LLM會參與并編寫主要（甚至全部）代碼。其次，開發(fā)者專注于提示工程和代碼審查，而不是自己編寫代碼。除此之外，其余流程大致是相同的。高階提示驅(qū)動開發(fā)流程：1.開發(fā)者收到需求2.開發(fā)者將需求分解為一系列提示*3.LLM針對每個提示生成代碼4.開發(fā)者審查LLM生成的代碼*5.開發(fā)者提交所有變更以供審核6.另一位開發(fā)者審查并合并變更提示驅(qū)動開發(fā)高階流程*我想強調(diào)幾個步驟。1.“將需求分解為提示”是一項新技能，需要學(xué)習(xí)和練習(xí)。我會在“思維模式”章節(jié)討論怎么做。2.“審查LLM生成的代碼”至關(guān)重要。你不會不假思索就合并進(jìn)人工編寫的代碼，所以對LLM編寫的代碼也別這樣做！▋給誰用？簡而言之，每個人。我曾經(jīng)跟一位資深工程師交流過，他們正在用這種做法開發(fā)極具創(chuàng)新性的技術(shù)。我的一位朋友甚至用PDD從頭開始做出了自己的編程語言。我也接觸過一些非技術(shù)人員，這些人能開發(fā)出功能完備的原型，甚至有人還部署到生產(chǎn)環(huán)境并吸引到用戶了。LLM最驚人的特性之一就是大幅降低了編程門檻，讓零技術(shù)經(jīng)驗的人也能生成可運行的代碼。但我認(rèn)為有類人群特別適合這種技術(shù)：那就是具有技術(shù)背景但轉(zhuǎn)型從事產(chǎn)品、戰(zhàn)略或設(shè)計工作的人。這當(dāng)中包括技術(shù)產(chǎn)品經(jīng)理、技術(shù)設(shè)計師以及工程經(jīng)理等。由于我的個人背景與此類似（開發(fā)者→用戶體驗→產(chǎn)品經(jīng)理），所以我對PDD的熱情可能有些偏頗。這種技能組合之所以能夠從PDD獲益，是因為這些人可能對軟件工作原理具備了架構(gòu)上的理解，但對編程語法卻不太熟悉。由于LLM可以幫忙處理語法，因此語法不熟練不再是制約因素。通過PDD，他們可以高效、無拘束地進(jìn)行開發(fā)。▋工具和工作流基礎(chǔ)模型以下是可編寫代碼的一些LLM。隨著新模型不斷被訓(xùn)練并部署到市場上，這個領(lǐng)域會非?；钴S，充滿活力。就PDD而言，需關(guān)注：·我通常用Claude3.5Sonnet、GPT4o和GPTo1·對各種模型的編碼能力進(jìn)行測試的基準(zhǔn)測試有很多。選擇模型時請參考最新的基準(zhǔn)測試這些基準(zhǔn)數(shù)據(jù)可能已過時聊天工具ChatGPT，Claude，Gemini常規(guī)聊天工具可作為PDD的一個選項。就我個人而言，我更喜歡大模型原生IDE，但我訪談過的幾位開發(fā)者都用了聊天工具，因為比較簡單。因為要給LLM提供一切適當(dāng)?shù)纳舷挛?，然后還要將輸出粘貼到代碼庫中，這種做法的人工操作更多，但用起來是沒問題的。其工作流如下：1.給LLM寫提示2.從代碼庫中復(fù)制所有必要的代碼上下文，并將其作為提示的一部分3.復(fù)制LLM生成的代碼4.將代碼輸出粘貼到代碼庫中的正確位置雖然我的主要工作流不是這樣，但PDD過程中也會偶爾使用。如果要嘗試這種方式，強烈推薦使用ClaudeProjects或ChatGPTProjects功能，你可用來組織文件和聊天記錄，極大提升上下文管理效率。ChatGPTProjectLLM原生IDECursor、Windsurf、Bolt、v0、Replit工具這些工具徹底改變了游戲規(guī)則。它們將LLM集成到IDE中，相比聊天模式有兩大優(yōu)勢：1.為LLM提供代碼上下文非常容易2.LLM能夠直接在IDE中編輯你的文件這顯著加快了代碼生成反饋循環(huán)，無需反復(fù)復(fù)制粘貼到IDE內(nèi)。此類工具層出不窮，我個人用的是Cursor。說實話，這些工具大同小異：Replit可自動部署代碼庫，Windsurf與GitHub集成等，但核心價值都在于簡化PDD的用戶體驗。我強烈建議選擇個LLM原生的IDE然后堅持用下去。在各種選項之間切換的成本非常低。關(guān)鍵要培養(yǎng)如何編寫出色提示的技能，而不是記住特定IDE的所有功能。所以選好一個，堅持用下去，聚焦在提示上。Cursor，注意右側(cè)的“Composer”窗口我的工作流我在工作流結(jié)合了ChatGPT與Cursor的使用。大致分解如下：·80%時間與Cursor交互：通過Composer功能向Claude發(fā)送提示，審查接受/拒絕修改。重復(fù)此過程。如有錯誤，我們會一起解決?！?5%時間把GPT4o當(dāng)作技術(shù)思考伙伴：處理復(fù)雜變更或新功能開發(fā)時，要求其提供技術(shù)方案并創(chuàng)建任務(wù)工單，以此作為提示輸入給Cursor，然后進(jìn)入Cursor工作流·5%的時間使用GPTo1進(jìn)行深度規(guī)劃：啟動新項目或?qū)嵤┫盗袕?fù)雜變更時，GPTo1可生成更高質(zhì)量、更長篇幅的輸出（例如一次性生成十余個任務(wù)工單）我對PDD工具使用的大致分布情況▋成功的心智模式更好的提示==LLM生成更好的代碼。垃圾進(jìn)，垃圾出，對吧？每個人的目標(biāo)、環(huán)境和技能組合都不一樣。所以這里不會告訴你究竟該怎么寫提示，而是會提供一些思維模式，這些思維模式可提高提示質(zhì)量，進(jìn)而提高生成代碼的質(zhì)量。LLM是剛加入本項目的初級開發(fā)者LLM擁有令人難以置信的編碼能力。但是，如果你是PDD新手，我強烈建議你先想到這一點。告訴自己，LLM是剛接觸該項目的初級開發(fā)者。在編寫提示時，要考慮到如何指導(dǎo)這類人。錯誤示范：“給我寫個可以讓朋友們發(fā)布照片并互相關(guān)注的app?！边@樣絕對行不通。別這樣，你得給出很小、非常具體的變更。你可能還要提供各種相關(guān)的文件，并說明關(guān)于產(chǎn)品是什么以及別人會怎么用的一大堆信息。這是思考如何給LLM提示來生成代碼的正確方法。這樣不僅會生成更好的結(jié)果，還會迫使你更好地給出提示，你的關(guān)注點應(yīng)該在這里。更好的提示==LLM生成更好的代碼。垃圾進(jìn)，垃圾出，對吧？表現(xiàn)得像自己就是一整支產(chǎn)品團(tuán)隊一樣給LLM提供的東西不用局限在技術(shù)背景上。不妨設(shè)想自己是產(chǎn)品經(jīng)理、設(shè)計師、開發(fā)主管以及QA工程師，你可以就工作范圍提供意見。你要盡可能地模仿角色，但也不要用力過度。除了技術(shù)指導(dǎo)之外，你還應(yīng)提供：·用戶故事·業(yè)務(wù)目標(biāo)·UI描述·UX流程描述·測試計劃把這些類型的附注添加到提示中可以給LLM提供更全面的上下文，也能提高其實現(xiàn)預(yù)期目標(biāo)的能力。上下文、具體性及范圍這是調(diào)整提示時需要考慮的三個變量。這些變量跟代碼質(zhì)量的關(guān)系很簡單。為了提高LLM生成代碼的質(zhì)量，你需要：·增加提供的上下文的信息量·提高請求的具體性·縮小變更范圍為了獲得最佳輸出，你需要上下文豐富、特別具體，范圍很窄以下是我對這些術(shù)語的定義……上下文是提示提供的代碼庫片段或文件?！ど舷挛牟怀浞郑骸霸诤蠖诉M(jìn)行這些變更”·上下文豐富：“調(diào)整backend/routes/user.js文件的getMarker函數(shù)。文件在這兒，它一般會進(jìn)行交互的另外3個文件在這兒......”具體性是指請求定義得有多明確、多精確。·不夠具體：“當(dāng)用戶單擊提交時，將其提交添加到feed中?！薄し浅＞唧w：“當(dāng)用戶單擊提交時，調(diào)用saveSubmission端點將提交存儲到數(shù)據(jù)庫內(nèi)。保存后，自動調(diào)用loadFeed函數(shù)刷新前端的feed，讓用戶能夠立即看到自己的提交，而無需重新加載頁面。”范圍是要求LLM一次性變更多少東西。范圍很廣：“添加一個設(shè)置頁面，用戶可以在該頁面管理和更新賬號。”范圍很窄：“在設(shè)置頁面上添加一個切換按鈕，用戶可以將自己的帳戶設(shè)置為私密或公開?！闭堄涀?，要想得到最佳輸出，上下文得豐富、請求要足夠具體，范圍不要太寬。是，寫成這樣需要時間，但寫代碼也一樣。提示成什么樣你得根據(jù)自己的技能組合來權(quán)衡。LLM寫代碼也會有bug（就像人類一樣）知道不，LLM并不完美。我和曾經(jīng)嘗試過PDD的人聊過，“因為AI產(chǎn)生了一個bug，所以我就放棄了?！蔽医ㄗh你不要期望過高，只需知道LLM會時不時產(chǎn)生bug就行了。這是正常開發(fā)過程的一部分，那怕是人類寫代碼也會出錯。這也是為什么在接受LLM代碼之前對其進(jìn)行審查和測試如此重要的原因。不要盲目地合并它所做的變更。人寫的代碼你不會無腦合并，那為什么LLM寫的代碼你就會無腦合并呢？如果你遇到bug的概率超過5%，請使用上述建議重新審視你的提示技術(shù)。人寫的代碼你不會無腦合并，那為什么LLM寫的代碼你就會無腦合并呢？▋行業(yè)影響門檻提高了常見誤區(qū)認(rèn)為LLM將取代開發(fā)者。更準(zhǔn)確的認(rèn)知是：對所有從業(yè)來說門檻提高了。對于技術(shù)人員來說，熟練掌握一門編程語言已不再足夠。因為這項技能可以100%外包給LLM?，F(xiàn)在，開發(fā)者需要對所用的代碼庫有深入的架構(gòu)理解，并且需要具備強大的寫作技能，以便能夠準(zhǔn)確地向LLM表達(dá)所需做出的變更。對于非技術(shù)人員來說，能夠給開發(fā)團(tuán)隊編寫需求已經(jīng)不夠了。相反，他們還得會開發(fā)可在本地運行的功能齊全的原型。為此，他們需要具備足夠的技術(shù)知識，好向LLM描述所需的內(nèi)容，還得知道如何啟動本地Web服務(wù)器。低階工作不會消失，但工作性質(zhì)會改變最近有很多關(guān)于入門級（甚至中級）開發(fā)者角色被AI取代的討論。我知道他們想說什么，但我認(rèn)為那是不對的。其實他們是想說LLM現(xiàn)在已經(jīng)能做我們目前認(rèn)為需要入門級或中級開發(fā)者才能完成的工作了。這一點我大抵是同意的。但認(rèn)為這些角色會消失的想法是只見樹木不見森林。消滅初級和中級崗位會導(dǎo)致開發(fā)者的人才斷代。現(xiàn)在那些高級開發(fā)者總有一天會退休的，而由于沒有人才儲備，我們沒法用足夠快的速度去替換他們。中級開發(fā)者的定義肯定會發(fā)生變化。他們需要完成的任務(wù)類型會變得更加復(fù)雜。他們可能會使用LLM來生成大量代碼。而且，他們還需要對產(chǎn)品有深入的架構(gòu)理解，并具備強大的書面溝通能力。軟件開發(fā)的學(xué)法不一樣了2010年代我剛開始學(xué)習(xí)軟件開發(fā)時，概念學(xué)習(xí)的順序大致是像下面這樣的：1.基本概念（變量、數(shù)據(jù)結(jié)構(gòu)等）2.語言語法和特性（我學(xué)過C++、Java、LISP、Ruby、JavaScript）3.協(xié)作（Git）4.架構(gòu)模式（前端/后端、MVC）5.之后我轉(zhuǎn)行去做產(chǎn)品了我預(yù)計現(xiàn)在對于學(xué)軟件的人來說會發(fā)生一些變化了。首先，他們不會像我一樣去學(xué)5種編程語言。沒有理由去做這樣的事情了。他們可能會學(xué)習(xí)一種語言，然后靠LLM去學(xué)習(xí)其他語言和框架。其次，他們會學(xué)習(xí)架構(gòu)模式的時間會提前，可能學(xué)習(xí)基本概念的同時就開始學(xué)了。這是因為你必須掌握這些知識才能編寫出高質(zhì)量的提示。第三，他們從第一天開始就會學(xué)習(xí)使用LLM，逐步練就非常強大的書面溝通技巧，從而寫出高質(zhì)量的提示。整個過程大概是這樣的：1.學(xué)基本概念+架構(gòu)模式2.學(xué)一種編程語言+提示寫作（語言可能是python或Javascript，會通過提示來學(xué)習(xí)）3.合作4.......等等小一點、新一點的公司會率先采用提示驅(qū)動開發(fā)改變很難，組織慣性會妨礙成熟的大型科技公司大規(guī)模采用這些做法。他們需要更長的時間才能共同建立起對LLM代碼質(zhì)量的信任感，才能理解提示質(zhì)量才是更重要的因素，才不會感到受到LLM的威脅，并最終接受這些工具。小一點、新一點的公司有充分的理由從第一天開始就成為AI原生企業(yè)，沒有理由不這樣做。他們沒有歷史負(fù)擔(dān)，很快就能學(xué)會如何將其融入自己的獨特文化，并以業(yè)內(nèi)前所未有的速度交付產(chǎn)品。這種情況正在上演，Headstart等公司就是典范。▋結(jié)論提示驅(qū)動開發(fā)(PDD)是一場軟件開發(fā)變革，強調(diào)的是對架構(gòu)的理解而非語法流暢。通過利用LLM，開發(fā)者和非開發(fā)者都可以更快、更高效地開發(fā)出產(chǎn)品。不過，LLM生成代碼的質(zhì)量在很大程度上要取決于提示夠不夠清晰，夠不夠具體，因此，溝通能力與戰(zhàn)略思維至關(guān)重要。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除
-
25
04/19
又一家AI獨角獸出現(xiàn)，1/4的美國醫(yī)生都在用，用互聯(lián)網(wǎng)的思維做AI醫(yī)療
又一家AI獨角獸出現(xiàn)，1/4的美國醫(yī)生都在用，用互聯(lián)網(wǎng)的思維做AI醫(yī)療披著AI醫(yī)療外殼的互聯(lián)網(wǎng)公司又一家新晉AI獨角獸出現(xiàn)了。今年2月，AI醫(yī)療公司OpenEvidence拿下了紅杉資本的7500萬美元融資。這次融資后，OpenEvidence的10億美元，成為了新的AI獨角獸。雖然說干著AI醫(yī)療的活，但OpenEvidence的經(jīng)營策略更像一家消費互聯(lián)網(wǎng)公司。與大多數(shù)AI醫(yī)療公司走toB道路不同，OpenEvidence卻把目光放到了C端醫(yī)生群體，向所有醫(yī)生免費開放，通過廣告產(chǎn)生收入。不僅商業(yè)模式像，OpenEvidence的用戶增長也很“互聯(lián)網(wǎng)”。據(jù)公司創(chuàng)始人DanielNadler透露，現(xiàn)在1/4的美國用戶醫(yī)生已經(jīng)在用OpenEvidence。而一年之前，這一數(shù)字幾乎為零。這種迅速的市場滲透速度在醫(yī)療領(lǐng)域極為罕見。也難怪，紅杉合伙人PatGrady會評價說，OpenEvidence更像是一家披著AI醫(yī)療外殼的互聯(lián)網(wǎng)公司。01披著AI醫(yī)療外殼的互聯(lián)網(wǎng)公司OpenEvidence的界面與ChatGPT很像，不過是專注于醫(yī)療領(lǐng)域的聊天機(jī)器人。簡單來說，OpenEvidence能夠幫助醫(yī)生在漫長的「長尾」醫(yī)療信息里，精準(zhǔn)找到他們需要的知識，從而顯著提升醫(yī)生處理罕見和復(fù)雜病例的能力。不過與大多數(shù)垂直AI產(chǎn)品不同，OpenEvidence更像是一家消費互聯(lián)網(wǎng)公司。從服務(wù)對象看，OpenEvidence沒有選擇醫(yī)院，而是把目光放在了醫(yī)生上。原因很簡單，傳統(tǒng)醫(yī)療產(chǎn)品的路徑需要通過醫(yī)院或其他機(jī)構(gòu)的層層審批，落地周期過于漫長。在傳統(tǒng)醫(yī)療落地路徑下，AI醫(yī)療公司負(fù)責(zé)人需要花三個月找到大型醫(yī)療集團(tuán)的高層開個會，然后再花三個月找醫(yī)院的「AI委員會」開會。這個過程中還不排除會遇到醫(yī)院AI政策和AI監(jiān)管政策的變化，落地前景存在很大的不確定。在公司創(chuàng)始人Nadler看來，醫(yī)生不僅是一個職業(yè)，同時也是消費者。如果產(chǎn)品足夠優(yōu)秀，能夠滿足他們的需求，醫(yī)生自然也會用，甚至還會形成自然傳播。這一點就像早期的特斯拉一樣。其實，DanielNadler的想法并非沒有道理。在AI醫(yī)療領(lǐng)域，越來越多產(chǎn)品開始把服務(wù)對象放到醫(yī)生上，以避免了醫(yī)療機(jī)構(gòu)冗長的購買審批流程。比如，AI醫(yī)療筆記產(chǎn)品FreedAI就面向的是獨立執(zhí)業(yè)臨床醫(yī)生。產(chǎn)品發(fā)布不到2年的時間，每天有1萬個付費醫(yī)生使用，達(dá)到了1000萬美金ARR（年度經(jīng)常性收入）。在商業(yè)模式上，OpenEvidence也更像一家消費互聯(lián)網(wǎng)公司。與大部分AI產(chǎn)品走訂閱模式不同，OpenEvidence選擇了免費提供服務(wù)，向所有醫(yī)生免費開放，通過廣告產(chǎn)生收入，產(chǎn)品迅速實現(xiàn)了自發(fā)傳播。OpenEvidence的成長軌跡，也正如Nadler預(yù)想得一樣。Nadler披露說：“如果算上所有活躍用戶，每月有30-40萬人接觸我們的系統(tǒng)，其中20多萬醫(yī)生會登錄并提問。換句話說，美國大約10%-25%的醫(yī)生，已經(jīng)在某種程度上使用OpenEvidence了?！币簿褪钦f，已經(jīng)有1/4的美國用戶醫(yī)生在使用OpenEvidence的工具。而一年之前，這一數(shù)字幾乎為零。這種迅速的市場滲透速度在醫(yī)療領(lǐng)域極為罕見。紅杉資本合伙人PatGrady認(rèn)為，這種自然傳播模式在醫(yī)療行業(yè)極為罕見，通常只在互聯(lián)網(wǎng)產(chǎn)品中才能見到。那么，OpenEvidence為什么能夠?qū)崿F(xiàn)如此快速的增長？02用AI幫助醫(yī)生找資料OpenEvidence的成功之處在于，抓住了醫(yī)生的一個痛點：醫(yī)學(xué)知識更新速度遠(yuǎn)超醫(yī)生處理能力。在美國，醫(yī)生的工作壓力很大?，F(xiàn)在美國人口已達(dá)3.4億，且不斷增長，但老齡化趨勢加劇，而美國在職醫(yī)生只有100萬，醫(yī)生人手捉襟見肘。除了臨床工作，他們還要花費大量時間仔細(xì)查閱期刊，以確保他們能夠掌握最新的治療信息。但想要跟蹤最新醫(yī)學(xué)知識并不容易。原因是，醫(yī)學(xué)知識的更新速度太快了?，F(xiàn)在基本上每分鐘就有兩篇新的醫(yī)學(xué)論文發(fā)表，一天24小時不間斷，一周七天都是如此。根據(jù)OpenEvidence測算，真正對醫(yī)生有用的，往往是頂尖的期刊，比如影響因子最高的前三分之一的期刊。按這個數(shù)量計算，醫(yī)學(xué)知識每五年就會翻一倍。這意味著，醫(yī)生畢業(yè)后不久所學(xué)知識就會迅速過時。當(dāng)面臨復(fù)雜的病情，例如病人同時患有銀屑病和多發(fā)性硬化癥時，傳統(tǒng)醫(yī)學(xué)信息檢索工具（如PubMed和Google）難以直接有效地回答這些特定患者的特定用藥安全性問題，因為這些關(guān)鍵信息通常隱藏在醫(yī)學(xué)論文的正文深處。這時候，OpenEvidence的價值就來了。之所以O(shè)penEvidence能實現(xiàn)這一點，與其高度強調(diào)信息的準(zhǔn)確性和透明度不無關(guān)系。為了徹底解決幻覺的問題，OpenEvidence對訓(xùn)練數(shù)據(jù)卡得很嚴(yán)格，所有訓(xùn)練數(shù)據(jù)都必須是經(jīng)過同行評審的醫(yī)學(xué)研究。正因為如此，與大模型海量收集互聯(lián)網(wǎng)數(shù)據(jù)不同，OpenEvidence走了另一條相反的路：完全放棄了互聯(lián)網(wǎng)上的健康博文或社交媒體內(nèi)容，完全基于嚴(yán)格的同行評議醫(yī)學(xué)文獻(xiàn)進(jìn)行訓(xùn)練。除了FDA和CDC公開的醫(yī)學(xué)文獻(xiàn)，OpenEvidence還與《新英格蘭醫(yī)學(xué)雜志》等頂尖醫(yī)學(xué)期刊建立了合作關(guān)系。（《新英格蘭醫(yī)學(xué)雜志》由馬薩諸塞州醫(yī)學(xué)會（MassachusettsMedicalSociety）所出版的評審性質(zhì)的綜合性醫(yī)學(xué)期刊，1812年由約翰?柯川博士創(chuàng)辦，至今已連續(xù)出版超過200年。）除了嚴(yán)格限制數(shù)據(jù)來源外，OpenEvidence在架構(gòu)上沒有選擇只靠一個大模型的做法，而是采用了多個模型組成的「集成架構(gòu)」，每個模型負(fù)責(zé)不同的任務(wù)，比如檢索、排序等。Nadler的思路是，與其追求龐大的通用模型，不如訓(xùn)練更小、更專業(yè)化的模型，在特定領(lǐng)域里做到極致。解決完了信息準(zhǔn)確性，OpenEvidence在信息透明度上也花了很多功夫。比如，醫(yī)生在使用OpenEvidence時，醫(yī)生能直接查看答案的來源。也就是說，OpenEvidence不是簡單地「壓縮」期刊的內(nèi)容然后輸出，而是直接把流量送回期刊網(wǎng)站。這樣一來，就形成了一個良性循環(huán)：醫(yī)生找到了可靠的內(nèi)容，醫(yī)學(xué)期刊獲得了流量，也愿意讓我們收錄他們的內(nèi)容。在Nadler的設(shè)想里，AI醫(yī)療最大的想象在于，真正實現(xiàn)個性化醫(yī)療。AI都會把病人的所有具體情況與全球所有相關(guān)醫(yī)學(xué)知識進(jìn)行匹配，形成一個超個性化的治療方案。到那時候，可能120歲、130歲都不再是人類壽命的上限了。03總結(jié)OpenEvidence的脫穎而出，再次證明了兩件事情：一是垂直場景數(shù)據(jù)的價值。正如NorwestVenturePartners合伙人ScottBeechuk所說，AI公司最深的護(hù)城河將由大型專有數(shù)據(jù)集創(chuàng)造。那些擁有獨特的數(shù)據(jù)集，能訓(xùn)練或微調(diào)出自己的模型，并能夠在特定垂直渠道中脫穎而出。二是AI的價值并不體現(xiàn)在多厲害的測評數(shù)據(jù)，而在于能否抓住用戶需求。當(dāng)下，醫(yī)生們并不期待大模型能夠創(chuàng)造癌癥治愈的奇跡，他們更現(xiàn)實的期望是，AI能否幫助自動化解決某個環(huán)節(jié)的小問題，而這些真實需求只有在長期深入行業(yè)、充分理解臨床工作流程后才能真正理解。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除
-
25
04/02
個性化軟件：程序員的解綁？
為何說大語言模型將重塑開發(fā)邏輯？軟件開發(fā)正經(jīng)歷著深刻變革，但情況跟大多數(shù)預(yù)測不一樣。雖頭條叫囂“編程已死”，但真相更為微妙：我們正見證“個性化軟件”的崛起——用戶與創(chuàng)作者的界限逐漸消融。這一切都是由大語言模型與AI輔助開發(fā)工具的進(jìn)步所驅(qū)動的。當(dāng)前最令我興奮的AI趨勢是個性化應(yīng)用。現(xiàn)在，任何人都能創(chuàng)建滿足特定需求的應(yīng)用而無需開發(fā)者或設(shè)計師的參與。作為產(chǎn)品設(shè)計工作室創(chuàng)始人，我需要擔(dān)憂嗎？完全不必。大家開發(fā)的應(yīng)用越多，越能體會優(yōu)秀軟件背后的匠心?！猄haneLevine這場變革跟取代程序員無關(guān)，關(guān)乎的是軟件創(chuàng)作的開疆拓土，特別是那些過去因過于個性化或小眾而無法落地的應(yīng)用。故事的主旨并非AI替代人類開發(fā)者，而是AI工具如何催生前所未有的軟件新物種。審視當(dāng)前開發(fā)版圖：傳統(tǒng)軟件公司專注滿足廣泛市場需求，忽視海量的小眾場景。這些空白不只是待開發(fā)的功能，而是一整個因過度專業(yè)化而美化商品化的軟件類別。但AI輔助開發(fā)的興起正在改寫規(guī)則。當(dāng)人們通過自然對話描述需求即可生成可用代碼時，個性化軟件開發(fā)的經(jīng)濟(jì)性蔚然改觀。這不是要打造下一個Photoshop或Figma，而是賦能個體為獨特工作流、愛好與難題創(chuàng)造專屬工具。我本人就毫無技術(shù)背景（從未編碼），但通過Replit平臺與AI對話，我用手機(jī)開發(fā)出了追蹤“狗狗吃了沒有”的網(wǎng)頁應(yīng)用?！猘16z風(fēng)投機(jī)構(gòu)JustineMoore個性化軟件與傳統(tǒng)應(yīng)用開發(fā)有著本質(zhì)差異。前者涉足的是一個在特殊約束下的新領(lǐng)域：無需支持百萬用戶、無需處理開發(fā)者需求以外的邊緣案例，也不需要保持版本的兼容性。當(dāng)軟件開發(fā)所需時間與專業(yè)知識斷崖式下降，項目的最小可行市場規(guī)模趨近于1。這不僅是量變，更是對“可市場化軟件產(chǎn)品”定義的質(zhì)變。正是這種簡化場景，讓AI輔助開發(fā)在這個領(lǐng)域大顯身手。對某領(lǐng)域認(rèn)知越淺，越容易對AI的輸出驚艷——此謂“能力幻覺”?！狦erardSans資深開發(fā)者對AI取代程序員的質(zhì)疑確有道理：開發(fā)維護(hù)大型軟件系統(tǒng)仍需當(dāng)前的AI所缺乏的深厚技術(shù)知識、架構(gòu)理解與經(jīng)驗。但此類懷疑往往會導(dǎo)致我們忽視個性化軟件開發(fā)領(lǐng)域的真實變革。不妨這么想，就像電子表格賦能非程序員完成復(fù)雜計算與數(shù)據(jù)分析一樣，AI開發(fā)工具正讓非程序員創(chuàng)建個性化軟件解決方案。關(guān)鍵區(qū)別在于：電子表格提供的是受限環(huán)境，僅針對特定問題，而AI開發(fā)打開了為個體需求定制完整應(yīng)用的可能性。這一轉(zhuǎn)變對軟件行業(yè)影響深遠(yuǎn)。我們正從“購買所需”邁向“生成所需”。當(dāng)個體能自主創(chuàng)建解決方案而非等待商業(yè)軟件響應(yīng)需求時，軟件市場的總潛在規(guī)模將爆發(fā)式增長。這不僅關(guān)乎搶占現(xiàn)有市場份額，更重要的是重新定義了軟件市場的構(gòu)成。傳統(tǒng)模式下，軟件開發(fā)如同工業(yè)制造：高固定成本需龐大市場支撐。新模式則類似手工作坊，能為任意規(guī)模市場（直至個體用戶）打造工具。對軟件市場的衡量標(biāo)準(zhǔn)亦隨之改變。隨著更多的軟件開發(fā)針對的是個人使用而非商業(yè)分發(fā)，許可證銷售或訂閱收入等傳統(tǒng)指標(biāo)可能也會失效。我們或需采用新指標(biāo)，比方說節(jié)省的時間或解決問題的數(shù)量，來捕捉個性化軟件創(chuàng)造的價值。但需注意一點：AI輔助做出來的個性化軟件可能在健壯性、安全性與可維護(hù)性方面比不上專業(yè)開發(fā)應(yīng)用。必須理解這些局限性，并認(rèn)識到這并非專業(yè)開發(fā)的替代品，而是具備獨特優(yōu)劣勢的新物種。個性化軟件的涌現(xiàn)引發(fā)對開發(fā)職業(yè)未來的思考。它非但不會削弱專業(yè)開發(fā)者角色，反而可能推動領(lǐng)域向更抽象與更復(fù)雜進(jìn)化。隨著基礎(chǔ)開發(fā)門檻降低，專業(yè)人士會更專注于技術(shù)專長仍十分關(guān)鍵的領(lǐng)域：可擴(kuò)展性、安全性、性能優(yōu)化與復(fù)雜系統(tǒng)集成。軟件工程史可看作是不斷抽象化的過程。就像編譯器發(fā)明并未消除程序化思維的需求，而是將工作提升至更高抽象層級，AI助手亦代表著此進(jìn)程邁向了下一站。關(guān)鍵區(qū)別在于：用戶無需學(xué)習(xí)正式的編程語言，只需掌握如何通過自然語言精確表達(dá)計算意圖即可生成可用代碼。AI并未消滅編程，而是為“指示計算機(jī)執(zhí)行特定任務(wù)”這一底層過程提供了新的抽象接口。越來越多零編碼經(jīng)驗者通過lovable_dev等平臺創(chuàng)建應(yīng)用。這對開發(fā)者其實是個利好：用戶終將觸及工具極限，轉(zhuǎn)而尋求專業(yè)解決方案。本欲取代開發(fā)者的技術(shù)，反而可能創(chuàng)造出更多的機(jī)遇?！狫ulienAI輔助開發(fā)的悖論在于：它可能為專業(yè)開發(fā)者創(chuàng)造更多機(jī)會。當(dāng)用戶通過無代碼平臺與AI助手入門后，終將觸碰到工具的能力邊界。就像建站工具通過賦能中小企業(yè)反而擴(kuò)大了專業(yè)網(wǎng)頁開發(fā)市場一樣，AI開發(fā)工具或?qū)⑴囵B(yǎng)出理解定制軟件價值的新一代具備技術(shù)素養(yǎng)的客戶。展望未來，包括AI生成代碼共享市場、應(yīng)用定制擴(kuò)展工具，以及專為AI輔助開發(fā)設(shè)計的新框架在內(nèi)，圍繞個性化軟件開發(fā)的新平臺與社區(qū)將崛起。軟件開發(fā)的真正革命不在AI取代程序員，而在于AI創(chuàng)造出一個前所未有的軟件開發(fā)新類別。這一轉(zhuǎn)變或?qū)⒃杏龈S富多元的生態(tài)體系——商業(yè)應(yīng)用與長尾個性化解決方案共存共生。在此轉(zhuǎn)型的過程中需維持一個平衡的視角：個性化軟件的崛起并不預(yù)示著傳統(tǒng)開發(fā)的終結(jié)，正如電子表格并未終結(jié)金融軟件一樣。它代表的是軟件創(chuàng)作可能性的拓展，在開辟新機(jī)遇的同時，保留專業(yè)開發(fā)的核心價值。軟件開發(fā)的未來并不是有你沒我，而是兼容并蓄。專業(yè)開發(fā)者會繼續(xù)開發(fā)復(fù)雜系統(tǒng)，AI工具則賦能個體實現(xiàn)曾不可及的個性化方案。這有望令軟件前所未有地更加觸手可及、更加個性鮮明、更加深度地融入生活之中。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除
-
25
04/02
蘋果重拾“AI醫(yī)生”
蘋果的AI醫(yī)生為何來遲？3月30日彭博社爆料，蘋果大改其健康A(chǔ)pp，意欲開發(fā)一個全新的“AI醫(yī)生”。據(jù)悉，該計劃為代號ProjectMulberry，現(xiàn)階段包含AI健康教練、食物追蹤、鍛煉分析、教育內(nèi)容四大模塊，嘗試?yán)胕Phone作為媒介，向用戶提供一個算法構(gòu)成的虛擬醫(yī)生。ProjectMulberry的四個健康模塊如果用戶同意應(yīng)用的條款，蘋果將會收集用戶日常生活產(chǎn)生的各類健康數(shù)據(jù)，并交予AI醫(yī)生進(jìn)行分析，進(jìn)而為用戶定制個性化的健康管理計劃。同時，蘋果還會與睡眠、營養(yǎng)、物理治療、心理、心臟等方面的醫(yī)生共創(chuàng)科教視頻。這些內(nèi)容將作為AI醫(yī)生的補充，向用戶直觀地描述他們的健康信息，或是解釋健康計劃的制定邏輯。舉個例子，當(dāng)蘋果的App收集到反映心率異常的數(shù)據(jù)，AI醫(yī)生便會在給予用戶提醒的同時，推送一些解釋心臟病風(fēng)險的視頻，敦促患者及時進(jìn)行干預(yù)。不過，早在深度學(xué)習(xí)萌芽時，谷歌、微軟、IBM等巨頭便沿著自己的理念推出過各具特色AI醫(yī)生，但其中的絕大多數(shù)已經(jīng)折戟，少有企業(yè)再提“AI醫(yī)生”。而今已是大語言模型時代，蘋果的醫(yī)生似乎有些姍姍來遲。01蘋果的AI醫(yī)生為何來遲？單單從ProjectMulberry的內(nèi)容來看，蘋果此次爆出的四個模塊沒有太多吸睛之處。AI健康教練、視頻教育不是什么新鮮概念，食物追蹤、鍛煉分析等基于計算機(jī)視覺的應(yīng)用也早有國內(nèi)外廠商試水。但對于蘋果而言，當(dāng)下可能是屬于它最好的時機(jī)。眾所周知，蘋果的生成式AI能力一直落后于GAFA中的其他成員。當(dāng)Gemini和GPT在AI邏輯推理上打得不可開交時，對話式Siri僅僅交出測試成功率66%～80%的答卷。由于每三次交互中便會出現(xiàn)一次錯誤響應(yīng)，原本2024年的上線計劃被直接推到了2027年。為了追回頹勢，蘋果2月宣布了5000億美元本土投資計劃，打響翻身戰(zhàn)。計劃之中，蘋果將在未來四年重點發(fā)展AI服務(wù)器制造、研發(fā)擴(kuò)張等產(chǎn)業(yè)，強化云計算、AI推理、數(shù)據(jù)分析能力，預(yù)計在2025WWDC大會上推出自研AI系統(tǒng)，整合語音、視覺與多模態(tài)交互。因此，在當(dāng)下這個節(jié)點上爆出新計劃，要么是“AI醫(yī)生”的想法已在蘋果健康生態(tài)構(gòu)想中孕育多年，要么由于庫克對于健康產(chǎn)業(yè)的鐘愛，ProjectMulberry趕上了自家的AI風(fēng)口。其次，國內(nèi)外企業(yè)雖在“AI醫(yī)生”早早開啟布局，但由于算法的局限及數(shù)據(jù)的缺失，很多企業(yè)開發(fā)應(yīng)用效果都不盡如人意，未能走到市場中。舉一個例子：過去很多醫(yī)生都提到了這樣一個需求，他們希望AI廠商開發(fā)一個智能算法，盡可能準(zhǔn)確地識別圖片中各個食物的熱量，以此給予用戶直觀的計算結(jié)果，達(dá)到熱量攝入控制的效果。在那個沒有生成式AI的時代，AI廠商只能通過深度學(xué)習(xí)去進(jìn)行食物的分割，基于食物加工后熱量的平均值進(jìn)行估算。但因為食物種類多元、加工方法各異，當(dāng)時的AI無論在食物要素的分割，還是熱量的估算上，都與現(xiàn)實存在較大的誤差。蘋果選擇此刻切入這一賽道，其中的重要原因便是因為相關(guān)的AI技術(shù)已經(jīng)趨于成熟。如今，iPhone16已能較為準(zhǔn)確地估算食物的卡路里和碳水化合物含量，幫助肥胖癥、糖尿病等疾病患者進(jìn)行健康管理，加之生成式AI的賦能，新一代的“食物跟蹤”大概率能將分割與計算做得更精準(zhǔn)，達(dá)到醫(yī)用的標(biāo)準(zhǔn)。同理，鍛煉分析亦能借助新的AI技術(shù)實現(xiàn)突破?；趇Phone的后置攝像頭，AI醫(yī)生能夠取得更為豐富的數(shù)據(jù)研究用戶的鍛煉情況，提供相應(yīng)的動作糾正和姿勢糾正，實現(xiàn)“數(shù)字物理治療師”功能?？偟膩碚f，本有的AI基礎(chǔ)制造投資計劃疊加常年積累的AI視覺能力，蘋果有望將圍繞這些陳舊的概念做出新一代的數(shù)智應(yīng)用。何況，有可穿戴設(shè)備這一生態(tài)優(yōu)勢作為支撐，蘋果或許真能盤活A(yù)I醫(yī)生，使其規(guī)模性地落地市場。02越過數(shù)字醫(yī)療難以逾越的阻礙從ProjectMulberry現(xiàn)有的內(nèi)容看，蘋果AI醫(yī)生期望切入的領(lǐng)域可能是“AI+健康管理”，也可能是“AI+數(shù)字療法”。近幾年間風(fēng)云變幻，兩個賽道中的不少初創(chuàng)公司已經(jīng)無功而返。追其究竟，相關(guān)企業(yè)由于缺乏數(shù)據(jù)難以給出精準(zhǔn)的個性化診療計劃，因而服務(wù)產(chǎn)生的價值未能覆蓋研發(fā)推廣過程付出的高額成本。得益于可穿戴設(shè)備生態(tài)賦予的多模態(tài)數(shù)據(jù)集成能力，蘋果首先能夠解決“精準(zhǔn)性”與“個性化”帶來的問題。2014年，初代AppleWatch便已集成心率傳感器，能夠連續(xù)手機(jī)用戶的心率變化信息。2018年后，AppleWatch又引入了ECG功能，使其能夠在后臺動態(tài)檢測用戶的心臟節(jié)律。ECG可謂可穿戴設(shè)備在醫(yī)療健康功能上的第一個“殺手級”功能，讓真正需要持續(xù)體征監(jiān)控的帶病人群也能從技術(shù)的發(fā)展中受益，從而打開了慢病人群這一巨大的市場。2021年，蘋果的單導(dǎo)聯(lián)ECG和房顫提醒兩個功能以“突破性創(chuàng)新醫(yī)療器械”的形式獲得了FDA的器械審批，使其成為全球第一款直接面向消費者的通過手腕檢測心電圖的非處方產(chǎn)品，實現(xiàn)了AppleWatch消費級到醫(yī)療級的跨越。2020年9月，新發(fā)布的AppleWatchSeries6又加入了血氧監(jiān)測功能。結(jié)合心率變異性（HRV）分析，蘋果可生成深度睡眠質(zhì)量報告，揭示用戶夜間呼吸與心血管狀態(tài)的關(guān)聯(lián)，為慢性疲勞、睡眠障礙等亞健康狀態(tài)提供了早期預(yù)警窗口。血糖監(jiān)測方面，蘋果此前和RockleyPhotonics合作開發(fā)硅光子技術(shù)，旨在通過激光光譜分析實現(xiàn)無創(chuàng)血糖監(jiān)測。盡管在2021年雙方分道揚鑣，但蘋果在微型傳感器、光學(xué)算法上的積累，正加速這一重要項目的落地。若成功，AppleWatch將首次實現(xiàn)血糖、血壓、心電圖等代謝與心血管指標(biāo)的閉環(huán)監(jiān)測，顛覆慢病管理的已有范式。多模態(tài)數(shù)據(jù)融合之下，蘋果已為用戶繪制出一幅完整的健康畫像?；谶B續(xù)的、多維的數(shù)據(jù)進(jìn)行輔助決策，AI醫(yī)生理論上能夠制定精準(zhǔn)的健康計劃，并根據(jù)用戶身體變化進(jìn)行動態(tài)調(diào)整。蘋果健康生態(tài)中各類軟硬件設(shè)備的作用其次，“AI健康管理”和“AI數(shù)字療法”中的許多企業(yè)長期面臨高昂的運營費用，他們必須在研發(fā)、獲客、醫(yī)生服務(wù)等方面投入大量成本。而在ProjectMulberry披露的內(nèi)容模塊中，大部分服務(wù)僅需要內(nèi)部開發(fā)即可，僅有視頻相關(guān)內(nèi)容需要需求醫(yī)生的支持。此外，蘋果本身就具備擁有龐大用戶的平臺，因此能夠省下了大量前期成本，使得憑借較低的客單價也能盈利。最后是商業(yè)模式。初創(chuàng)公司的絕大多數(shù)收入需要依靠提供服務(wù)獲取，而蘋果可選擇的商業(yè)模式更為豐富。譬如，AI醫(yī)生一方面可以軟件的形式，隨Health+納入AppleOne套餐，抽成30%的醫(yī)療訂閱費；另一方面可單單作為成本項，通過與蘋果生態(tài)的強綁定，拉升蘋果旗下其他可穿戴設(shè)備的銷量。三大優(yōu)勢之下，蘋果或能憑借AI醫(yī)生開拓過去初創(chuàng)公司未能跑通的市場，在新的千億院外健康市場中掘金。03重新審視那些被拋棄的醫(yī)療AI場景雖說現(xiàn)有的AI技術(shù)距離打通嚴(yán)肅醫(yī)療還有一段距離，但縱觀當(dāng)下AI企業(yè)的應(yīng)用開發(fā)趨勢、國家藥監(jiān)局審評審批改革路徑、普通百姓對于AI技術(shù)極快的接受程度，我們可以清晰預(yù)見那個將AI作為私人醫(yī)生的時代。而一向謹(jǐn)慎的蘋果開啟布局，或許意味著這個賽道已經(jīng)存在跑通的可能。當(dāng)然，發(fā)生根本性變化的不止“AI醫(yī)生”。這個時候，我們有必要像蘋果那樣，重新審視十年AI發(fā)展間功虧一簣的智能應(yīng)用。當(dāng)技術(shù)的底座向前躍遷，那些被拋棄的醫(yī)療AI場景，或已拾得新生的可能。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除
-
25
03/26
互聯(lián)網(wǎng)大廠的AI APP大戰(zhàn)：亂成一鍋粥，誰都怕錯過
三大派別決戰(zhàn)AI新入口。就在上周，小紅書旗下AI搜索APP「點點」不僅接入了DeepSeek，還正式宣布基于自研大模型上線「深度思考」功能，號稱是學(xué)了超過10億篇小紅書筆記。與此同時，抖音APP測試接入豆包的消息也在上周悄然流出，從截圖來看，豆包的入口甚至與點贊、評論直接并列，相當(dāng)醒目。目的并不難猜，根本上還是為了打破豆包與海量抖音用戶之間壁壘，減少用戶使用豆包的體驗成本。抖音Beta測試截圖，圖/Tech星球但應(yīng)該不止我有這種感受：時至今日，各種AI的APP、APP的AI不是少了，而是太多了。且不提ChatGPT、DeepSeek、Kimi、智譜清言、訊飛星火等各種大模型的APP端，各大互聯(lián)網(wǎng)公司也在結(jié)合自身平臺的海量數(shù)據(jù)，推出了各種「更/最懂xxx的AI」，不僅小紅書有「點點」，還有微博智搜、知乎直答、騰訊元寶等等。包括海外，馬斯克的X也有GroxAI。實在有點用不過來?！都t樓夢》里賈寶玉曾對林黛玉言：「任憑弱水三千，我只取一瓢飲?！沟鎸Ω鞣NAPP里的AI，恐怕用戶想用都用不過來。而且不同平臺的產(chǎn)品策略也有很大不同，知乎直答、微博智搜都是直接集成在主APP之中，點點是在小紅書之外推出獨立的APP，Grox不僅集成在X的APP上，還有獨立的APP。甚至在具體到集成后的入口，各家也有不同的思考和選擇，唯一的共識可能就是幾乎都額外接入了DeepSeek。互聯(lián)網(wǎng)公司只要訓(xùn)練AI、打造APP就可以，但面對市面上已經(jīng)非常多的通用類、垂直類AIAPP，用戶要考慮的事情就很多了。從APP船票到AI入口，誰都害怕錯過既然AIAPP已經(jīng)多到讓人用不過來，那我們不禁要問：這些互聯(lián)網(wǎng)公司為什么還在一窩蜂地做AI？答案其實很簡單，因為誰都不敢缺席，誰都希望AI能成為自己的下一張王牌。就像10年前大家都想做自己的社交網(wǎng)絡(luò)、5年前每家公司都在卷短視頻，現(xiàn)在，AI越來越有可能成為一個吞噬一切的「超級入口」。圖/DeepSeek誰的AI能吸引更多用戶，自然就意味著流量、規(guī)模、市場——未來?；ヂ?lián)網(wǎng)公司們自然很在乎，畢竟在這場從APP時代向AI時代過渡的競賽中，誰也不能掉隊，誰都不想認(rèn)輸。不過，盡管目標(biāo)都是在AI時代繼續(xù)偉大，但各家互聯(lián)網(wǎng)公司的AI策略卻明顯不太一樣。而對用戶來說，更關(guān)心的問題可能是AI進(jìn)入APP之后能帶來的獨特價值，而不只是接入大家都已經(jīng)接入的DeepSeek。1、大模型派：AI即APP，APP即AI。ChatGPT、DeepSeek、Kimi、智譜清言、訊飛星火……這一類大模型玩家的玩法最純粹：直接推出獨立AIAPP，試圖讓用戶把AI當(dāng)作一個全新的生產(chǎn)力工具，而不是APP里的附加功能。但這條路顯然并不容易。「AI即APP」最大的挑戰(zhàn)在于用戶習(xí)慣的改變——畢竟，不是每個人都愿意為一個個AI單獨下載一個又一個的APP，甚至更習(xí)慣在已有的APP里順手調(diào)用AI。圖/雷科技OpenAI在這方面還是最領(lǐng)先的，ChatGPTAPP擁有全球最多的用戶基數(shù)，DeepSeek、Kimi們也都在緊追不舍，尤其是努力拓展用戶規(guī)模。2、垂直平臺派：讓AI成為APP的一部分。相比大模型公司，知乎、微博等平臺的選擇更加務(wù)實——它們沒有推出獨立的AIAPP，而是直接把AI整合進(jìn)主APP里。甚至包括小紅書，之前也是在小紅書APP中上線了「達(dá)芬奇」「搜搜薯」等實驗性的AI功能。相比單獨推出一個APP會遇到獲客難的問題，這種策略的好處對中小平臺的優(yōu)勢非常明顯，既避免單獨培養(yǎng)AIAPP的用戶群體所帶來的冷啟動風(fēng)險，也在最大限度降低用戶使用門檻，讓AI融入已有的用戶習(xí)慣。比如說知乎直答、微博智搜直接集成到主APP，用戶無需額外下載就能使用。在微博APP，直接就把微博智搜的入口設(shè)置在搜索框中，點擊就能跳轉(zhuǎn)到「微博智搜」的獨立界面。微博截圖，圖/雷科技但問題在于，這種方式很難讓AI形成獨立的品牌心智，用戶可能并不會記住「知乎直答」或「微博智搜」這個名字，而只會認(rèn)為這只是APP里的一個普通功能。這或許也是小紅書幾次嘗試過后，最終選擇獨立推出「點點」AI搜索APP的關(guān)鍵原因。3、超級巨頭派：獨立App與集成AI雙管齊下相比大模型創(chuàng)業(yè)公司，騰訊、字節(jié)、百度這類互聯(lián)網(wǎng)巨頭有大得多的資源，也有多得多的打法，既能從頭開發(fā)一款A(yù)I原生APP，也可以通過旗下的超級/頭部應(yīng)用導(dǎo)流，比如騰訊元寶就直接拿到了微信的推廣位。當(dāng)然，也包括將AI集成到已有的超級APP之中。這也是字節(jié)正在采取的策略，在借助旗下各大渠道的流量推廣，成為2024年中國第一大AIAPP之后，面對DeepSeek的異軍突起，豆包終于也要接入短視頻超級APP——抖音之中。而且入口層級非常高，測試顯示了兩個入口：一個直接出現(xiàn)在短視頻播放界面，與點贊、評論并列；一個是出現(xiàn)在消息列表，更加無縫。這兩個入口，也能讓用戶不知不覺就用上了豆包AI。馬斯克的GroxAI也是類似的模式，不僅推出了獨立APP，還將其直接集成在了X（原Twitter）APP的底欄，還有自己的獨立APP，希望能同時抓住兩類用戶。這種策略相對穩(wěn)妥，既能利用主APP的流量優(yōu)勢推廣AI，又能在獨立AIAPP方向上留下后手，但也意味著更高的投入成本。另外值得一提的是，根據(jù)官方運營人員的回復(fù)，「點點」AI搜索之后也會集成在小紅書APP之中，但入口尚未可知。小紅書截圖，圖/雷科技替代還是互補？一場AI時代的「入口」之爭毋庸置疑，AI的快速進(jìn)化正在挑戰(zhàn)APP作為主要信息和交互入口的地位。未來，AI會完全替代APP，還是AI只是APP的一部分？從理論上來說，AI是有可能替代一部分傳統(tǒng)APP的，尤其是那些以信息檢索和內(nèi)容消費為主的應(yīng)用。試想一個場景，你原本需要打開百度搜索一篇攻略，但AI直接匯總了10篇優(yōu)質(zhì)內(nèi)容，精準(zhǔn)給出結(jié)論；原本需要在知乎、微博翻閱討論，但AI已經(jīng)幫你提煉出了核心觀點……當(dāng)AI能直接完成任務(wù)，用戶自然不再需要跳轉(zhuǎn)多個APP——這意味著，許多APP可能會被AI消解掉，或者說「降級」成AI的數(shù)據(jù)來源，而不再是用戶主動訪問的目的地。在騰訊元寶使用DeepSeekR1，圖/雷科技但這并不意味著APP會消失。相反，AI也需要APP，或者說，AI需要一個「承載體」。畢竟，AI本身只是個「能力」，而用戶習(xí)慣是很難改變的。就像當(dāng)年移動互聯(lián)網(wǎng)崛起時，許多人以為微信會干掉所有APP，但實際上，微信只是成為了「超級入口」，大量APP仍然依賴它來獲取流量。同理，AI可能不會取代所有APP，而是成為一個新的信息分發(fā)和交互方式，讓APP變得更加智能。換句話說，未來AI與APP的關(guān)系，更可能是「融合」而非「取代」。寫在最后當(dāng)前AIAPP亂戰(zhàn)的局面，像極了2008年AppStore誕生后最初幾年，大家都在爭搶新的用戶習(xí)慣和流量入口。而這場戰(zhàn)爭的最終贏家，可能不會是單一的AI，也不會是單一的APP，而是那些真正能讓用戶「無縫使用AI」的產(chǎn)品。而對用戶來說，更重要的一個命題是我們是否真的需要那么多AI？或者說，未來的AI是否能真正讓用戶「更省心」而不是「更焦慮」？互聯(lián)網(wǎng)公司們或許可以繼續(xù)往前跑，但普通用戶真正的需求可能沒那么復(fù)雜——我們不需要100個AI，我們只需要一兩個真正好用的AI。而目前來看，這場AIAPP之戰(zhàn)，還遠(yuǎn)未到蓋棺定論的時候。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除
-
25
03/26
微信聊天框內(nèi)置元寶，超級 App 又一輪進(jìn)化開始
AI技術(shù)正在從獨立功能向基礎(chǔ)設(shè)施轉(zhuǎn)變。微信終于在聊天框放了個AI助手。雖然名稱上還是「元寶紅包封面助手」，但在介紹里可以看到其是依托于騰訊混元大模型的AI服務(wù)，可以提供陪聊、答題、作圖以及定制紅包封面等功能。微信作為國內(nèi)最大的社交平臺，這次內(nèi)置AI助手元寶或許意味著AI技術(shù)正在從獨立功能向基礎(chǔ)設(shè)施轉(zhuǎn)變，騰訊正在將微信的生態(tài)優(yōu)勢轉(zhuǎn)化到AI領(lǐng)域。這會是騰訊重回AI牌桌的絕殺開端嗎？圖片來源：極客公園01實測，用AI更絲滑了極客公園做了一番簡單實測。先是問了一下它和元寶app的異同有哪些：圖片來源：極客公園然后我丟入一篇極客公園昨天發(fā)布的公眾號文章鏈接，內(nèi)容是關(guān)于DeepSeek發(fā)布V3模型更新，「元寶紅包封面助手」回復(fù)說「收到，我問問元寶～」，這個回復(fù)有點人性化的。隨后它也沒問我是否需要開啟深度思考，就直接進(jìn)行了21秒的深度思考：元寶的深度思考過程｜圖片來源：極客公園然后給出了我一份分析：DeepSeek公司于2024年3月24日發(fā)布了V3模型的重要更新，該版本雖非預(yù)期的V4或R2迭代，但在性能表現(xiàn)和開源政策上實現(xiàn)了顯著突破。以下是本次更新的核心要點：技術(shù)規(guī)格與發(fā)布信息模型參數(shù)規(guī)模達(dá)6850億，屬于小版本升級（V3-0324）基于全新32KGPU集群進(jìn)行后訓(xùn)練優(yōu)化已通過官網(wǎng)、App及小程序等多渠道開放使用開源版本同步上線，延續(xù)初代V3「557.6萬美元成本比肩Claude3.5」的高性價比特性核心能力提升前端開發(fā)能力接近Claude3.7專家級水平，用戶測試顯示：能生成包含CSS動畫與JavaScript交互的完整HTML文件（如天氣卡片動態(tài)效果）代碼質(zhì)量顯著優(yōu)于舊版R1模型（對比案例顯示視覺效果與功能實現(xiàn)差距明顯）在網(wǎng)站搭建測試中生成效果與Claude3.7Sonnet相當(dāng)支持復(fù)雜指令解析（如通過函數(shù)/按鈕組實現(xiàn)多天氣動畫切換）上下文理解能力提升，尤其在多輪對話場景可精準(zhǔn)處理跨語言混合編程需求（示例未展示但文中暗示）開源生態(tài)建設(shè)采用更寬松的開源協(xié)議，降低商業(yè)應(yīng)用限制延續(xù)初代V3作為首個沖入ChatbotArena榜單前十開源模型的優(yōu)勢發(fā)布1小時內(nèi)即吸引全球開發(fā)者參與測試驗證行業(yè)影響與用戶反饋被專業(yè)用戶評價為「相當(dāng)于ClaudeSonnet3.5到3.6的升級幅度」在無官方基準(zhǔn)測試情況下，用戶實測數(shù)據(jù)成為主要驗證依據(jù)開發(fā)者社區(qū)高度關(guān)注其開源協(xié)議調(diào)整帶來的商業(yè)化可能性未來展望官方未透露V4/R2研發(fā)進(jìn)展，但用戶期待值持續(xù)升溫當(dāng)前版本已確立開源大模型領(lǐng)域新標(biāo)桿，可能加劇行業(yè)競爭該更新標(biāo)志著DeepSeek在保持成本優(yōu)勢的同時，通過技術(shù)迭代縮小了與頂尖閉源模型的差距，特別是在編程領(lǐng)域展現(xiàn)出顛覆性潛力，其開源策略調(diào)整或?qū)⒅厮艽竽Ｐ蜕鷳B(tài)格局。眼看清明節(jié)就要到了，我也問了問它「清明節(jié)做點什么好」，對這個問題它倒是沒回復(fù)「收到，去問元寶」，也沒開啟深度思考模式，而是很快就輸出了答案：清明節(jié)，作為中國傳統(tǒng)節(jié)日之一，不僅是緬懷先人、寄托哀思的時刻，也是親近自然、感受春天氣息的好機(jī)會。以下是一些清明節(jié)期間可以進(jìn)行的活動建議：祭掃祖先：前往祖墳或陵園，清掃墓地，獻(xiàn)上鮮花、紙錢等，表達(dá)對逝去親人的懷念和敬意。踏青賞春：利用清明假期，與家人朋友一同外出踏青，欣賞春天的美景，呼吸新鮮空氣，放松心情。植樹造林：參與植樹活動，為大地增添一抹新綠，既是對自然的回饋，也是對生命的禮贊。品嘗清明食品：制作或購買清明節(jié)特有的食品，如青團(tuán)、清明果等，體驗傳統(tǒng)節(jié)日的風(fēng)味。文化體驗：參觀博物館、文化遺址，了解清明節(jié)的歷史文化背景，增長知識。家庭聚會：利用假期與家人團(tuán)聚，共敘親情，享受家庭的溫馨。靜思冥想：在寧靜的環(huán)境中，進(jìn)行冥想或靜思，反思生活，規(guī)劃未來。公益活動：參與社區(qū)或慈善機(jī)構(gòu)組織的公益活動，幫助需要幫助的人，傳遞正能量。戶外運動：進(jìn)行徒步、騎行、野餐等戶外活動，鍛煉身體，享受戶外的樂趣。攝影創(chuàng)作：帶上相機(jī)，捕捉春天的美麗瞬間，進(jìn)行攝影創(chuàng)作，記錄生活的美好。無論選擇哪種方式，重要的是要用心感受節(jié)日的意義，珍惜與家人朋友相處的時光，同時也要注意安全和環(huán)保，讓清明節(jié)成為一個有意義且愉快的假期。還有分析文件的功能我也試了一下，之前如果看到比較復(fù)雜的文件想讓AI先幫忙概括總結(jié)一下要點再去細(xì)讀的話，得先去打開AI產(chǎn)品或者去相應(yīng)的網(wǎng)頁，但現(xiàn)在可以直接在微信里丟給這個助手，使用體驗更絲滑了一些。這次「元寶紅包封面助手」也自行開啟了深度思考模式：圖片來源：極客公園在21秒的深度思考后，助手給出了出一份分析：對文檔內(nèi)容的技術(shù)分析與行業(yè)洞察一、語言模型技術(shù)演進(jìn)核心突破：從N-gram到Transformer的范式轉(zhuǎn)變，語言模型參數(shù)量級從百萬級（GPT-1）躍升至萬億級（GPT-4）自監(jiān)督學(xué)習(xí)（MLM/NSP）解決了海量數(shù)據(jù)標(biāo)注難題，預(yù)訓(xùn)練+微調(diào)模式成為行業(yè)標(biāo)準(zhǔn)詞嵌入維度從768（BERT）擴(kuò)展到12888（GPT-3），語義表征能力呈指數(shù)級提升關(guān)鍵技術(shù)指標(biāo)：訓(xùn)練數(shù)據(jù)量：GPT-3使用45TB數(shù)據(jù)（約1萬億詞），相當(dāng)于1351萬本牛津詞典算力成本：ChatGPT訓(xùn)練需1萬張V100GPU，成本超10億人民幣模型效率：DeepSeek通過稀疏注意力等技術(shù)，將訓(xùn)練成本降低至同規(guī)模模型的1/3二、Transformer架構(gòu)創(chuàng)新技術(shù)革命性：自注意力機(jī)制實現(xiàn)O(n2)的全局關(guān)聯(lián)建模，相比RNN的序列依賴突破顯著多頭注意力層數(shù)從12層（BERT）增至96層（GPT-3），上下文窗口從512擴(kuò)展到32K（Llama2）位置編碼從絕對位置（Sinusoidal）發(fā)展到相對位置（RoPE），更好處理長序列工程實踐突破：混合精度訓(xùn)練（FP16/FP32）節(jié)省40%顯存消耗梯度檢查點技術(shù)（GradientCheckpointing）實現(xiàn)百倍序列長度擴(kuò)展張量并行+流水線并行將千億參數(shù)模型訓(xùn)練效率提升80%三、DeepSeek的技術(shù)突破開源生態(tài)貢獻(xiàn)：模型架構(gòu)：提出動態(tài)稀疏注意力機(jī)制，推理速度較Llama提升2.3倍訓(xùn)練效率：MoE架構(gòu)實現(xiàn)萬億參數(shù)模型在千卡集群上的可行訓(xùn)練中文優(yōu)化：構(gòu)建包含2.6萬億token的中英雙語預(yù)訓(xùn)練語料庫性能指標(biāo)對比：數(shù)學(xué)推理：DeepSeek-Math-7B在GSM8K達(dá)到83.5%準(zhǔn)確率（GPT-4為92%）代碼生成：HumanEval得分68.9%（CodeLlama-34B為53.7%）多模態(tài)理解：ViT-22B在ImageNet-21K上top-1準(zhǔn)確率達(dá)88.7%四、行業(yè)發(fā)展趨勢技術(shù)前沿方向：多模態(tài)融合：GPT-4o實現(xiàn)200ms級跨模態(tài)響應(yīng)延遲（人類平均反應(yīng)時間250ms）推理能力突破：DeepSeek-V3在定理證明任務(wù)上達(dá)到IMO金牌選手水平能源效率：新型混合架構(gòu)（如DeepSeek-R1）實現(xiàn)每瓦特算力提升5倍中美競爭格局：開源模型差距從12個月縮短至3個月（Llama3vsDeepSeek-v2）算力基建：中國在建智算中心規(guī)劃算力達(dá)2000EFLOPS（美國當(dāng)前運營1200EFLOPS）行業(yè)應(yīng)用滲透率：中國制造業(yè)AI質(zhì)檢部署率達(dá)37%，超越美國29%五、關(guān)鍵數(shù)據(jù)啟示經(jīng)濟(jì)學(xué)視角：大模型訓(xùn)練邊際成本曲線：參數(shù)規(guī)模每提升10倍，單位token訓(xùn)練成本下降28%ROI周期：頭部企業(yè)模型商業(yè)化回報周期從36個月縮短至18個月人才密度：頂尖AI研究員中美薪資差距從50%收窄至15%技術(shù)倫理考量：安全對齊：最新RLHF技術(shù)將有害輸出概率從3.2%降至0.07%能耗優(yōu)化：液冷集群PUE值從1.5優(yōu)化至1.08，碳排放減少40%可解釋性：因果歸因算法實現(xiàn)85%的決策路徑可視化注：文中涉及企業(yè)及技術(shù)參數(shù)均來自公開資料，分析基于技術(shù)演進(jìn)規(guī)律推導(dǎo)，具體實施需結(jié)合行業(yè)動態(tài)調(diào)整。建議關(guān)注浙江大學(xué)CCAI中心官網(wǎng)獲取最新研究成果?？磥黻P(guān)于是否開啟深度思考模式，「元寶紅包封面助手」有自己的判斷，如果任務(wù)很簡單，就不開啟，反之自動開啟。02加速AI布局過去一個月，騰訊在AI應(yīng)用領(lǐng)域加速布局。2月起，騰訊旗下多個核心產(chǎn)品，如微信、元寶、QQ瀏覽器、QQ音樂、ima（騰訊智能工作臺）、騰訊文檔、騰訊地圖等，均接入了DeepSeek模型，并同步支持自研的混元大模型；元寶走向日更級迭代，35天版本更新30次；混元大模型推出騰訊首個自研推理模型混元深度思考模型Thinker(T1)、發(fā)布新一代快思考模型TurboS、推出5個全新3D生成模型并全部開源……業(yè)務(wù)線也作出整合，為了更好地發(fā)揮AI技術(shù)的協(xié)同效應(yīng)，2月，騰訊將QQ瀏覽器、搜狗輸入法、ima等十余款A(yù)I產(chǎn)品及團(tuán)隊從PCG（平臺與內(nèi)容事業(yè)群）劃歸CSIG（云與智慧產(chǎn)業(yè)事業(yè)群），形成以「元寶」為核心的「C端工具+B端服務(wù)」矩陣。在資金投入上，騰訊也展現(xiàn)了其在AI基礎(chǔ)設(shè)施建設(shè)上的決心。在1月的2024年度員工大會上，馬化騰提到騰訊會持續(xù)投入資源進(jìn)行算力的儲備。據(jù)報道，騰訊計劃在2025年加大算力基礎(chǔ)設(shè)施的投資，投資金額或達(dá)1000億，其中計算約580億（GPU約400億、服務(wù)器約110億、存儲設(shè)備約55億、網(wǎng)絡(luò)設(shè)備將近58億），IDC部分，自建及相關(guān)費用加起來將近131億，租用部分將近要花200億。3月19日，騰訊總裁劉熾平在財報后的電話會議上稱，資本支出占收入的百分比將上升到十幾個百分點，人工智能將成為戰(zhàn)略投資的重點。微信這次將大模型產(chǎn)品「元寶」內(nèi)嵌于聊天界面，看似是功能升級，實則是騰訊對AI時代的戰(zhàn)略卡位。通過將大模型產(chǎn)品以「AI版文件傳輸助手」形態(tài)嵌入高頻聊天場景，微信將用戶的工作流、信息流統(tǒng)一收束，通過總結(jié)公眾號文章、解析文件、圖片等剛需功能，微信在原有的功能之外，新增了一個可以持續(xù)產(chǎn)生價值的AI助手角色，這可能會讓用戶在微信的停留時長和打開頻次迎來結(jié)構(gòu)性增長。微信作為國內(nèi)最大的社交平臺，這次內(nèi)置AI助手元寶或許意味著中國互聯(lián)網(wǎng)正式進(jìn)入「AI原生應(yīng)用」時代，AI技術(shù)正在從獨立功能向基礎(chǔ)設(shè)施轉(zhuǎn)變。而隨著開源日漸成為行業(yè)趨勢，單純的大模型技術(shù)能力越來越難以成為產(chǎn)品和市場競爭的絕對壁壘。當(dāng)微信這樣的龐大生態(tài)，帶著海量用戶接入AI功能，對于所有的AI創(chuàng)業(yè)者來說可能都要思考：到底什么樣的功能和創(chuàng)新，可以讓小公司與微信這樣的生態(tài)競爭用戶接觸AI的入口；到底什么樣的壁壘，才能不被現(xiàn)有的超級產(chǎn)品生態(tài)，以接入新功能的方式吞噬。DeepSeek重塑了AI行業(yè)的格局，技術(shù)公司、大廠和AI原生創(chuàng)業(yè)者，都要重新思考自己的生態(tài)位。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除
-
25
03/26
企業(yè)管理軟件的“AI革命”：是救命稻草，還是曇花一現(xiàn)？
不以用戶為中心，任何技術(shù)升級都是在炫技，毫無價值可言。2025年隨著deepseek的推出AI技術(shù)可以說是火得一塌糊涂，而各大企業(yè)軟件行業(yè)也紛紛搭上了這趟快車。在短時間內(nèi)紛紛官宣其接入了deepseek，更有甚者已經(jīng)再宣傳自身的AI能力了，但問題就是是，這些所謂的AI功能，到底是真能解決問題，還是只是為了蹭熱度？老楊認(rèn)為企業(yè)軟件接入DeepSeek等AI技術(shù)，既有蹭熱度的可能，也有真正為用戶服務(wù)的動機(jī)，但問題是這種動機(jī)是否能真正的實現(xiàn)。其實行業(yè)人士都看的出大部分的管理軟件公司在短時間內(nèi)官宣接入DeepSeek都是在蹭熱度，動機(jī)何在呢？第一，想通過蹭熱度吸引用戶關(guān)注，快速提升銷量或估值；第二，看到競爭對手接入AI，擔(dān)心落后，于是匆忙跟進(jìn)；第三，技術(shù)能力不足，接口來湊，部分軟件公司缺乏深度開發(fā)AI功能的能力，只能選擇簡單的接口調(diào)用這種方式來體現(xiàn)；老楊認(rèn)為如此做法對于企業(yè)管理軟件而言無疑是在“飲鴆止渴”，對于企業(yè)用戶而言什么開發(fā)過程如何來實現(xiàn)是不懂，只關(guān)注結(jié)果，軟件公司如此宣傳導(dǎo)致的后果就是企業(yè)用戶被宣傳吸引，可能為這些所謂的“偽AI”功能支付額外費用，但實際使用后發(fā)現(xiàn)功能雞肋，未能獲得實際價值導(dǎo)致失望和信任流失。此時企業(yè)用戶對軟件產(chǎn)品的失望會轉(zhuǎn)化為負(fù)面口碑，可能導(dǎo)致對整個行業(yè)的技術(shù)能力產(chǎn)生懷疑。作為企業(yè)管理軟件應(yīng)該知道的是AI是工具，不是目的。AI技術(shù)的價值在于解決實際問題，而不是作為營銷噱頭。企業(yè)管理軟件在接入或開發(fā)AI功能時，應(yīng)該以用戶需求為核心，思考AI如何優(yōu)化業(yè)務(wù)流程、提升效率或降低成本。深度整合是關(guān)鍵，簡單的接口調(diào)用無法發(fā)揮AI的真正價值。其實道理誰都懂，只是逃脫不了市場的卷。企業(yè)管理軟件加入AI接口或者開發(fā)AI功能本身是件好事，但問題是要以用戶為中心，不能為了追潮流、為了AI而AI，AI賣點可以獲取流量高曝光率，可以騙騙不懂技術(shù)的企業(yè)領(lǐng)導(dǎo)，但也會反噬。比如某軟件公司宣稱自己接入了AI，功能如何智能，結(jié)果用戶發(fā)現(xiàn)，所謂的AI功能只是一個簡單的關(guān)鍵詞搜索工具而已，根本談不上“智能”，反而還很“弱智”，結(jié)果很快就在圈子里“臭名遠(yuǎn)揚”。圈子里的人都知道AI功能的開發(fā)和應(yīng)用是一個長期過程，需要持續(xù)投入資源進(jìn)行優(yōu)化和迭代。軟件公司不能指望一蹴而就，企業(yè)軟件加入AI功能，絕對不是簡單地接入一個DeepSeek接口就能搞定的事情。AI的引入是一個系統(tǒng)工程，涉及技術(shù)、業(yè)務(wù)、用戶體驗、數(shù)據(jù)安全等多個層面的深度整合。如果只是簡單地接入一個接口，不僅無法發(fā)揮AI的真正價值，還可能帶來一系列問題。DeepSeek與AI技術(shù)當(dāng)前很火，但應(yīng)用了AI技術(shù)就真的能拯救企業(yè)管理軟件嗎？老楊認(rèn)為AI技術(shù)確實有潛力為企業(yè)管理軟件帶來顯著的價值，但它并不是萬能藥。要真正提升企業(yè)管理軟件的競爭力，必須從用戶需求、業(yè)務(wù)場景、技術(shù)整合、用戶體驗等多個維度綜合考慮。企業(yè)軟件加入AI功能可以在一定程度上提升企業(yè)用戶的效率，比如分析大量數(shù)據(jù)，提供洞察和預(yù)測，幫助企業(yè)做出更科學(xué)的決策。但AI的效果取決于數(shù)據(jù)的質(zhì)量和數(shù)量。如果企業(yè)管理軟件的數(shù)據(jù)不完整或不準(zhǔn)確，AI的輸出結(jié)果也會大打折扣，但對于大部分傳統(tǒng)企業(yè)領(lǐng)導(dǎo)而言是不懂這些的，他們不會在管理上做出變革，最終會認(rèn)為是軟件功能不行、是AI弱智。同時AI功能擅長處理結(jié)構(gòu)化數(shù)據(jù)和明確規(guī)則的任務(wù)，但在復(fù)雜、模糊的業(yè)務(wù)場景中，仍然需要用戶的經(jīng)驗和判斷，所以有時候AI并不能解決管理者所有的痛。而最最關(guān)鍵的是AI不是“零成本”，開發(fā)真正實用的AI功能需要軟件公司投入大量的成本，且AI技術(shù)更新?lián)Q代很快，軟件公司為此還需要承擔(dān)技術(shù)風(fēng)險，而這一切最終都需要企業(yè)用戶來買單，并不是所有的企業(yè)能夠承擔(dān)的起高昂的產(chǎn)品費用。在企業(yè)軟件熱火朝天宣傳AI、引進(jìn)AI技術(shù)與其產(chǎn)品結(jié)合的同時，老楊認(rèn)為很多軟件公司比較容易忽視的一個關(guān)鍵問題就是：企業(yè)用戶的能力。所以不管是在當(dāng)前還是在以后軟件公司都會面臨如下問題：1.高質(zhì)量的數(shù)據(jù)：如果企業(yè)原來的數(shù)據(jù)存在錯誤、不完整或者格式不統(tǒng)一等問題，那么即使軟件具有了AI的功能，也可能無法得到準(zhǔn)確的結(jié)果。就好比用一堆爛材料蓋房子，再好的工匠也很難蓋出堅固的房子。2.員工接受問題：在大部分員工眼里認(rèn)為應(yīng)用AI技術(shù)及功能就是為了淘汰，所以會抵觸，這在一定程度上會影響工作效率和軟件的推廣使用。3.行業(yè)適配性：不同行業(yè)的企業(yè)管理需求差異很大，有些行業(yè)的業(yè)務(wù)流程非常特殊和復(fù)雜，現(xiàn)有的技術(shù)可能無法完全滿足其個性化需求。比如，金融行業(yè)對風(fēng)險控制和合規(guī)性要求極高，制造業(yè)對生產(chǎn)流程管理要求嚴(yán)格，這些特殊需求可能需要企業(yè)管理軟件進(jìn)行深度定制開發(fā)，而不僅僅是依靠通用的技術(shù)接口就能解決。但深度定制開發(fā)又涉及成本、流程與管理變革，最終又會進(jìn)入無解的死循環(huán)里。所以從以上我們不難看出，AI技術(shù)為企業(yè)軟件行業(yè)帶來了新的機(jī)遇和挑戰(zhàn)。但AI不是萬能藥，它的價值取決于企業(yè)如何應(yīng)用。如果只是為了趕潮流，那AI充其量就是個“花瓶”；但如果能真正解決用戶痛點，它就能成為企業(yè)軟件的“核心競爭力”。面對市場競爭和經(jīng)濟(jì)環(huán)境的變化，企業(yè)軟件需要深度整合AI技術(shù)，提升智能化、個性化和數(shù)據(jù)驅(qū)動能力，同時通過完善的服務(wù)體系為客戶創(chuàng)造更大價值。只有那些真正以客戶為中心、深耕技術(shù)和服務(wù)的企業(yè)，才能在AI浪潮中立于不敗之地。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除
-
25
03/25
從互聯(lián)網(wǎng)到AI，「大廠」跌落神壇
當(dāng)前AI發(fā)展現(xiàn)狀，缺少用戶全生命周期價值的討論。關(guān)于AI能否誕生出下一個超級應(yīng)用的討論，一直是行業(yè)里最熱門的話題。這個話題的本質(zhì)，是在現(xiàn)有技術(shù)框架下尋找最接近AGI的商業(yè)化形態(tài)。當(dāng)前ChatGPT的1億用戶規(guī)模已接近超級應(yīng)用門檻，但日均使用時長不足20分鐘的現(xiàn)狀，暴露了工具屬性與粘性需求的矛盾，也折射出AI行業(yè)的集體困惑。市面上各類AI應(yīng)用早已超2000款，從A16z等投資機(jī)構(gòu)的分析來看，當(dāng)前主流產(chǎn)品集中在AI陪伴、ChatBot、智能客服、圖片視頻生成等領(lǐng)域——當(dāng)用戶打開手機(jī)應(yīng)用商店時，看到的仍是千篇一律的“AI助手”和“創(chuàng)作工具”，市場始終缺乏一款真正的國民級產(chǎn)品。這一現(xiàn)象的背后，是互聯(lián)網(wǎng)與AI兩波技術(shù)浪潮的根本性差異。超級應(yīng)用的背后往往是超級大廠，但從全球范圍來看，大部分AI初創(chuàng)企業(yè)熬不過五年生存期。以國內(nèi)市場為例，據(jù)統(tǒng)計，過去三年里，累計超過20萬家AI企業(yè)因各種原因退出市場，即使有的能在短時間內(nèi)成為新晉獨角獸，但一個鮮被關(guān)注的現(xiàn)象也同時浮現(xiàn)：盡管這些公司估值飆升、融資不斷，但至今沒有一家能被稱為“大廠”。相比互聯(lián)網(wǎng)時代，阿里用“平臺+流量”征服電商，騰訊以“社交+內(nèi)容”建立帝國，字節(jié)跳動靠“算法+推薦”重構(gòu)信息分發(fā)——標(biāo)準(zhǔn)化產(chǎn)品、網(wǎng)絡(luò)效應(yīng)、邊際成本趨零的黃金三角，支撐起超級公司的誕生。而AI時代的技術(shù)邏輯正在顛覆這一切：模型訓(xùn)練成本與場景復(fù)雜度正相關(guān)、技術(shù)復(fù)用率低、數(shù)據(jù)價值呈長尾分布。組織基因的沖突更為尖銳。某大廠AI實驗室采取“賽馬機(jī)制”，多個團(tuán)隊產(chǎn)出的同質(zhì)化客服系統(tǒng)，最終因無法適配客戶私有化部署全部夭折。這種“大中臺”模式在AI領(lǐng)域的水土不服，折射出更深層的矛盾：當(dāng)技術(shù)價值從通用性轉(zhuǎn)向場景特異性，傳統(tǒng)的中心化組織架構(gòu)與AI所需的敏捷響應(yīng)機(jī)制產(chǎn)生根本性沖突。當(dāng)我們將視角拉遠(yuǎn)，會發(fā)現(xiàn)這場產(chǎn)業(yè)變局的三個核心矛盾：產(chǎn)品邏輯從“用戶連接”轉(zhuǎn)向“場景滲透”、組織架構(gòu)從中心化轉(zhuǎn)向“細(xì)胞化”、技術(shù)估值體系從“規(guī)模溢價”轉(zhuǎn)向“場景乘數(shù)”。這些差異在冥冥之中，或許注定了AI時代難以復(fù)刻互聯(lián)網(wǎng)的造神神話。當(dāng)前的AI公司，還沒有真正意義上的“大廠”“大廠”一詞誕生于互聯(lián)網(wǎng)時代，核心特征是龐大的員工規(guī)模與生態(tài)化布局。以騰訊為例，成立五年時總員工數(shù)量達(dá)到2000，截止目前人數(shù)已經(jīng)超過11萬人；字節(jié)跳動更是以年均萬人規(guī)模的增速，十年內(nèi)就達(dá)到12萬員工的體量。傳統(tǒng)互聯(lián)網(wǎng)大廠通過“產(chǎn)品矩陣+流量生態(tài)”模式，將用戶、數(shù)據(jù)、服務(wù)深度綁定，形成自我循環(huán)的商業(yè)閉環(huán)，同時也帶來了大量的就業(yè)崗位。就拿電商行業(yè)來說，在供給、支付、物流、信用體系加持下，成就了萬億級標(biāo)準(zhǔn)化市場，如今最有代表性的阿里，員工總數(shù)已經(jīng)逼近20萬。某種程度上，人數(shù)、崗位的增長，能夠反映出一家互聯(lián)網(wǎng)公司的市場規(guī)模和業(yè)務(wù)進(jìn)展的成熟程度。但縱觀AI領(lǐng)域，目前國內(nèi)外大部分的玩家，仍以小于千人的創(chuàng)業(yè)團(tuán)隊為主，明星公司如DeepSeek，目前的總?cè)藬?shù)僅為160人。即使是OpenAI，成立近十年，員工總數(shù)也只有2000左右，其中近90%為技術(shù)人員，業(yè)務(wù)仍集中于模型訓(xùn)練與垂直場景應(yīng)用，遠(yuǎn)低于傳統(tǒng)互聯(lián)網(wǎng)大廠的人口增速。AI公司的“技術(shù)密集型”結(jié)構(gòu)，與互聯(lián)網(wǎng)時代的“人力密集型”模式形成鮮明對比，某種程度上，意味著行業(yè)尚未形成可復(fù)制的規(guī)?；鲩L路徑。前段時間，有媒體稱，當(dāng)下AI領(lǐng)域高薪招人成了普遍現(xiàn)象，近一年AI技術(shù)崗位中，30%的年薪超過50萬元。類比早年傳統(tǒng)互聯(lián)網(wǎng)行業(yè)的繁榮，誕生了一批以程序員為代表的城市中產(chǎn)，于是有人推斷，AI也在催生這樣的盛況。但現(xiàn)實中準(zhǔn)確的來說，這場AI領(lǐng)域的高薪招聘熱潮，仍然是由互聯(lián)網(wǎng)大廠主導(dǎo)。阿里2025年春招開放的3000個實習(xí)生崗位中，近50%與AI相關(guān)。字節(jié)除了廣挖行業(yè)專家，張一鳴甚至親自牽頭挖掘各路人才。眾所周知，在最早一批的AI搶跑過程中，大廠幾乎落后了一拍，在技術(shù)、產(chǎn)品、商業(yè)模式上都沒能主動帶來先發(fā)性的突破。隨著大廠補齊短板，創(chuàng)業(yè)公司當(dāng)中，有技術(shù)實力的陸續(xù)被兼并，有價值的業(yè)務(wù)、技術(shù)和人才最終又回流到了互聯(lián)網(wǎng)大廠。后者有資源、有足夠的現(xiàn)金流來支持長期的研究，并能夠在產(chǎn)品側(cè)同質(zhì)化極其嚴(yán)重的情況下，憑借綜合優(yōu)勢后來居上。但需要注意的是，這并不意味著互聯(lián)網(wǎng)大廠變成了“AI大廠”，事實上，AI仍只是他們生態(tài)內(nèi)的一個組成部分，負(fù)責(zé)這部分業(yè)務(wù)的團(tuán)隊，大多是在原有基礎(chǔ)上，進(jìn)行擴(kuò)充或?qū)㈥犖椴鸱值母蛹?xì)致。作為對比，不同于互聯(lián)網(wǎng)公司的大躍進(jìn)式招聘，那些一開始走向行業(yè)潮頭的新興公司，反而顯示出不斷縮編的跡象。自去年開始，包括MiniMax、月之暗面、零一萬物、智譜在內(nèi)的AI公司接連傳出裁員消息，當(dāng)年從大廠出走的技術(shù)骨干也陸續(xù)出現(xiàn)回流跡象。倒閉8萬家新公司從哪來，到哪去？來看一組數(shù)據(jù)。自ChatGPT發(fā)布到去年8月，國內(nèi)有近8萬家新注冊的AI公司處于注銷、吊銷或停業(yè)異常狀態(tài)，占同期新注冊AI企業(yè)總量的約9%，也就意味著，由大模型掀起的AI浪潮下，不到三年里興起的創(chuàng)業(yè)公司接近90萬家。這些企業(yè)從哪來？ChatGPT通過大模型+人類反饋強化學(xué)習(xí)的技術(shù)路徑，實現(xiàn)了自然語言處理的質(zhì)變，兩個月內(nèi)用戶破億的商業(yè)成功，為國內(nèi)企業(yè)提供了可復(fù)制的技術(shù)路線參考。資本市場將ChatGPT視為“AI的iPhone時刻”，當(dāng)年A股市場單月概念股漲幅過半，融資額同比激增數(shù)倍。這種財富效應(yīng)一度點燃了三類玩家：互聯(lián)網(wǎng)巨頭通過發(fā)布“中國版ChatGPT”搶占輿論制高點；傳統(tǒng)科技企業(yè)加速向AI轉(zhuǎn)型；初創(chuàng)公司紛紛快速成立。有投資人指出，國內(nèi)資本的投資偏好，使得輕資產(chǎn)、易包裝的初創(chuàng)公司更容易獲得融資。另一方面，伴隨AI被地方列為重點產(chǎn)業(yè)并搶灘布局，給出了前所未有的扶持力度，像北京、上海的AI園區(qū)提供免費算力、稅收減免，甚至直接給企業(yè)“發(fā)錢”。當(dāng)技術(shù)、資本和政策的紅利同時出現(xiàn)時，市場往往會陷入虛假繁榮。如果將行業(yè)泡沫歸咎于垃圾公司的短期風(fēng)口套現(xiàn)，那么活下來的優(yōu)質(zhì)企業(yè)中，又是什么限制了他們的進(jìn)一步生長？對于這個問題，最容易想到的原因是“缺人”。此前有研究人員表示，國內(nèi)AI人才總?cè)笨跀?shù)百萬，一些一線城市的人才需求與當(dāng)?shù)馗咝Ｖg存在相差十倍的缺口。今年各家公司春招甚至都開出了百萬年薪招攬畢業(yè)生，這些崗位大多為算法工程師、數(shù)據(jù)科學(xué)家、模型架構(gòu)師等核心技術(shù)崗，還有一些與AI相關(guān)的業(yè)務(wù)崗，如AI產(chǎn)品經(jīng)理、AI硬件工程師等。然而，據(jù)行業(yè)資深從業(yè)者透露，當(dāng)前AI領(lǐng)域的人才爭奪戰(zhàn)呈現(xiàn)明顯的“戰(zhàn)略囤積”特征——企業(yè)意識到人才是核心資源儲備?，F(xiàn)實情況中，大部分的AI企業(yè)存在“人才到位但效能滯后”的人才空轉(zhuǎn)現(xiàn)象，技術(shù)團(tuán)隊與業(yè)務(wù)部門的協(xié)同效率不足，導(dǎo)致人均產(chǎn)出甚至要低于互聯(lián)網(wǎng)企業(yè)。外界對此的解讀分為兩方面。一是企業(yè)未能建立起與AI技術(shù)相匹配的組織架構(gòu)和業(yè)務(wù)閉環(huán)，以阿里的電商業(yè)務(wù)為例，內(nèi)部并不是所有人都是代碼專家或市場精英，還有大量分布在供應(yīng)鏈管理、客戶運營、風(fēng)險控制的支撐性崗位，起到維持商業(yè)模式運轉(zhuǎn)的作用。相比互聯(lián)網(wǎng)緊密連接商業(yè)世界，能跨越時空解決問題，對實體商業(yè)沖擊巨大，改變了人們的生活和消費方式。AI在某種程度上是與商業(yè)世界脫鉤的，除了優(yōu)化部分工作流，在實際應(yīng)用中的程度相當(dāng)有限?！昂饬恳豢町a(chǎn)品成功與否，一定要看它在用戶全生命周期上發(fā)揮的價值，但AI還遠(yuǎn)未達(dá)到這一要求?！睒I(yè)內(nèi)人士分析，根本原因一方面在于商業(yè)化的路徑不清晰，另一方面在于技術(shù)本身的局限性，遠(yuǎn)沒有互聯(lián)網(wǎng)那么大的影響力。另一個觀點則認(rèn)為，當(dāng)下的AI，或許還并不需要那么多的人。人們對AGI的期待，本質(zhì)是希望AI能突破單一任務(wù)限制，具備人類級別的跨領(lǐng)域推理能力。這種愿景推動了大模型技術(shù)的爆發(fā)式發(fā)展。行業(yè)追逐的“超級應(yīng)用”，以及所謂的“大廠”和相關(guān)產(chǎn)業(yè)鏈路，是在現(xiàn)有技術(shù)框架下尋找最接近AGI的商業(yè)化形態(tài)。但當(dāng)前技術(shù)仍處于“弱AI”階段，大模型存在幻覺、邏輯推理缺陷等問題，距離真正的AGI仍有鴻溝。意味著，AI還要經(jīng)歷漫長的技術(shù)驗證，才有可能跳出高度聚焦于模型訓(xùn)練或單一場景應(yīng)用的業(yè)務(wù)，這一時期，AI呈現(xiàn)出的本質(zhì)是"智力密度"的比拼，而非互聯(lián)網(wǎng)賽道人力規(guī)模的較量。更深層的挑戰(zhàn)，在于AI創(chuàng)業(yè)公司后期經(jīng)營過程中的組織缺陷。尤其是國內(nèi)企業(yè)，普遍存在“研究”與“研發(fā)”的認(rèn)知錯位，在高層領(lǐng)導(dǎo)與投資人的push下，科研團(tuán)隊的時間精力，往往被迫用來應(yīng)付短期的KPI，而非真正的前沿探索。這種現(xiàn)象在高頻考核體系下尤為突出，算法團(tuán)隊不得不用有限資源追求更具性價比的短期效果，導(dǎo)致技術(shù)迭代陷入“內(nèi)卷式優(yōu)化”。因此也就不難理解，DeepSeek創(chuàng)始人梁文鋒多次婉拒騰訊、阿里等大公司投資，將量化基金收益全部投入AI研發(fā)，在他看來，比起盲目去擴(kuò)張團(tuán)隊，當(dāng)AGI實現(xiàn)路徑仍不明朗時，與其做垂類和應(yīng)用尋求變現(xiàn)，更明智的選擇是找到真正合適的人才繼續(xù)深入研究。AI需不需要再造大廠？AI這個概念自誕生之初，最大的想象力來源于對人的替代上。前段時間的Manus就是典型的例子，作為一款通用型Agent產(chǎn)品，上線首周便經(jīng)歷從狂熱追捧到輿論反轉(zhuǎn)的一波三折，它的突破性體現(xiàn)在產(chǎn)品形態(tài)的創(chuàng)新，能夠接管日常的一部分實際工作，這讓人們似乎看到了AGI的一些縮影。但在技術(shù)專家看來，Manus的底層技術(shù)并不復(fù)雜，如果市面上同時上線了多款類似的產(chǎn)品，用戶怎么選擇，將最大限度取決于大模型的精準(zhǔn)性，即對人工的真實替代程度。對于企業(yè)來說，AI的價值同樣體現(xiàn)在“人工替代”，并一度作為企業(yè)降本增效的不二法則。就連一些AI公司也已經(jīng)將數(shù)據(jù)標(biāo)注的工作交給Agent工具，這揭示了AI時代的人才配置邏輯：關(guān)鍵崗位需要頂尖專家，基礎(chǔ)崗位應(yīng)通過技術(shù)替代實現(xiàn)人力優(yōu)化?；氐胶诵脑掝}，AI究竟需不需要大廠？這個問題其實是在討論，AI公司究竟要不要成為騰訊、阿里那樣樹大根深且涉獵縱深的巨型企業(yè)，以及有沒有可能孵化出類似微信、淘寶這樣的超級應(yīng)用。AI技術(shù)的落地高度依賴數(shù)據(jù)、算力和人才，阿里、騰訊、字節(jié)等憑借長期積累的海量數(shù)據(jù)、強大的算力基礎(chǔ)設(shè)施以及頂尖人才團(tuán)隊，在模型訓(xùn)練和場景落地中占據(jù)優(yōu)勢。在這一背景下，創(chuàng)業(yè)公司往往因資源受限難以直面競爭，但部分專注于細(xì)分場景的中小公司，可以提供各種垂類應(yīng)用，通過單點突破實現(xiàn)商業(yè)化。大廠的優(yōu)勢不僅在于技術(shù)，更在于業(yè)務(wù)生態(tài)的協(xié)同性，騰訊依托微信生態(tài)推動商業(yè)化發(fā)展，阿里通過電商場景優(yōu)化推薦算法，然而AI產(chǎn)品卻呈現(xiàn)出與以往互聯(lián)網(wǎng)截然不同的發(fā)展路徑，用戶規(guī)模紅利體現(xiàn)得不明顯。當(dāng)互聯(lián)網(wǎng)大廠將電商、教育等業(yè)務(wù)線的精兵強將調(diào)往AI部門時，會發(fā)現(xiàn)這些互聯(lián)網(wǎng)時代的戰(zhàn)斗單元在AI戰(zhàn)場水土不服。傳統(tǒng)業(yè)務(wù)部門習(xí)慣的“數(shù)據(jù)驅(qū)動決策”與AI團(tuán)隊的“模型迭代思維”存在本質(zhì)沖突，前者依賴用戶行為數(shù)據(jù)優(yōu)化體驗，后者需要高質(zhì)量標(biāo)注數(shù)據(jù)訓(xùn)練模型。拿字節(jié)CEO梁汝波今年全員會上的描述來說，豆包沒顯出“越多人用越好用”的互聯(lián)網(wǎng)產(chǎn)品特性。相比互聯(lián)網(wǎng)產(chǎn)品依靠用戶數(shù)據(jù)進(jìn)行優(yōu)化，當(dāng)下AI產(chǎn)品大多以生成類工具為主，用戶提問數(shù)據(jù)對于模型優(yōu)化的好處十分有限。一款擁有幾億甚至幾十億MAU的AI產(chǎn)品，商業(yè)價值或許遠(yuǎn)不如微信；而一家出色的AI企業(yè)，也并不意味著一定會成為阿里、騰訊那樣的規(guī)模大廠。根本的原因，和上一輪互聯(lián)網(wǎng)浪潮相比，用戶規(guī)模的增長往往能帶來顯著的經(jīng)濟(jì)效益，這一輪AI浪潮最鮮明的特征是，盡管有大量資本投入，但還未找到穩(wěn)定的盈利模式，并且呈現(xiàn)出“C端起量，B端買單”的局面。在2025年的AI產(chǎn)業(yè)圖譜中，技術(shù)縱深正在取代用戶規(guī)模成為核心競爭力。微軟研究院的研究表明，具備跨領(lǐng)域推理能力的AI系統(tǒng)，其價值創(chuàng)造效率將呈現(xiàn)非線性增長。但實現(xiàn)這一目標(biāo)需要的不是用戶規(guī)模，而是高質(zhì)量的多模態(tài)數(shù)據(jù)和持續(xù)的算法創(chuàng)新。換句話說，當(dāng)技術(shù)走過驗證期后，AI或許才能開始討論用戶全生命周期的話題。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除！
-
25
03/10
記賬App都這么多了，為啥還有程序員想寫？
真別卷了最近世超發(fā)現(xiàn)一個現(xiàn)象。就是問大家點外賣、聽歌用什么App，答案往往就在那幾個里面選?？梢坏﹩柕健坝涃~用什么App”，世超敢打賭，不一樣的回答會超過10種。有人會說錢跡，有人會說鯊魚記賬，可能也有人會說iCost、Cookie等等。之所以會出現(xiàn)這樣的情況，原因并不難猜——一是市面上記賬App實在是太多了，請看圖簡單感受下。。。圖源七麥。二呢，這么多App還沒出現(xiàn)一家或兩家獨大的情況。去年有人在v2ex發(fā)了個帖子，讓大伙兒推薦一款記賬軟件。結(jié)果世超在53條評論里，看到了13款記賬App的名字。類似的情況，也出現(xiàn)在三年前的一個帖子里?？吹竭@也許有差友會問，為啥市面上會有這么多記賬軟件？一句話概括就是：記賬軟件是獨立開發(fā)者的helloworld。只要在互聯(lián)網(wǎng)上稍微搜索下，你就會發(fā)現(xiàn)很多記賬軟件，其實并不是由一家公司從0做到1的。比如錢跡的作者就是一個叫李唐的程序員，他在北京找工作的那段時間，給自己寫了一個記賬App。后來找到工作后，就用業(yè)余時間開發(fā)和維護(hù)。最后又辭職，全職開發(fā)錢跡。比如Cush記賬，是由一個叫Shasha的開發(fā)者和小伙伴一起制作的。還有Cookie，也是由一個叫wanbo的獨立開發(fā)者維護(hù)。那為什么程序員做獨立開發(fā)者，要選擇做記賬App呢？最主要的原因，還是記賬的市場太大了。首先，記賬有著天然的需求。它可以讓你清楚財務(wù)狀況，培養(yǎng)理財規(guī)劃。什么錢該花什么錢不該花，心里都有數(shù)。其次，我們這些年金錢出入的方式越來越復(fù)雜了。像付錢方式，除了支付寶和微信，很多平臺也能直接從銀行卡扣錢。除了付款，我們還會遇到轉(zhuǎn)賬，搶紅包，取現(xiàn)，報銷等各種情況。這種情況下，支付寶、微信或者某一手機(jī)系統(tǒng)的自動記賬功能，就很難滿足我們的記賬需求。所以越來越多人開始下載專門的記賬App。根據(jù)易觀千帆2020年整理的數(shù)據(jù)，記賬理財應(yīng)用的活躍用戶在2700萬到3000萬之間徘徊。也許你會說需求大的應(yīng)用多了去，這些開發(fā)者為啥就盯著一個記賬呢？世超問了一個10年大廠程序員Z，他沒有一點猶豫，回復(fù)了四個字——容易開發(fā)。Z說如果他做一個記賬App，幾天就能出一個demo。要在iOS平臺開發(fā)，那更省事，App可以直接借助蘋果的同步功能實現(xiàn)數(shù)據(jù)同步，不需要自己額外搞后臺服務(wù)。這點世超也認(rèn)可。因為做起來簡單，大公司的技術(shù)優(yōu)勢就沒有了，你請一支團(tuán)隊能做出來，請一個人也能做出來。所以程序員們跑到這條賽道上，不怕和大公司競爭。簡單是其一，其二是變現(xiàn)手段成熟。這類軟件的盈利方式，基本已經(jīng)成型了：基本功能免費，高級功能付費。從付費用戶那賺錢，從免費用戶那賺宣傳和口碑。比如世超在用的iCost，它的基礎(chǔ)記賬功能都是免費的，像存錢、報銷、退款、標(biāo)簽這些都需要會員的。和我解釋完之后，Z也跟我提了一嘴，其實不光是記賬，還有待辦、日歷，這三類App都是大家青睞的創(chuàng)業(yè)方向，俗稱獨立開發(fā)者三件套。它們都屬于“編程effort不大，但是整體產(chǎn)品收益比較高”的產(chǎn)品，大家自然會做。但世超看到這里，還有一點不能理解。開發(fā)一款A(yù)pp，誰不想賺點錢？那賺錢的話，去一條全新賽道，去找一個未被發(fā)掘，還不存在競爭的藍(lán)海市場不是更簡單嗎？非要在這幾條賽道上擠嗎？我把這個問題，拋給了一位推出好幾款開源App的獨立開發(fā)者艾洛。艾洛說，因為這類軟件是高度個性化的。每個人記賬，寫日記，他都有不一樣的需求和偏好。所以即便是市場很卷了，但還是有很多程序員覺得“就這App也能大賣？”“我上我也行啊”“關(guān)鍵他也沒滿足我的需求啊”。抱著這種想法，很多人認(rèn)為自己能做出更好的，更符合用戶需求的軟件來。當(dāng)然了，也不排除不少程序員，是抱著練手的心態(tài)來的。想著不管寫這個軟件有沒有未來，但大家都在寫這個，我也試試唄，還能看出自身的不足。所以這三件套，到底是推薦做還是不推薦呢？大廠程序員Z覺得，如果自己做獨立開發(fā)者，估計也會拿三件套練練手。艾洛則說其實自己也想過做。不過他是一個會給自己潑冷水的人?！斑@個分類太爛大街了,算了吧”，“寫出來也不一定能火,那不是白費腦細(xì)胞了嗎”。去年在即刻上，獨立開發(fā)者Kenny也分享了一段自己的想法。他不反對開發(fā)者做記賬、日記、Todo這類產(chǎn)品，但他反對做毫無特色的。比如只是換個皮膚，其它功能幾乎和現(xiàn)有產(chǎn)品一樣。我認(rèn)為Kenny說法挺對，我也覺得艾洛那個潑冷水的想法沒啥毛病。因為這類軟件，真卷到頭了。早在幾年前，記賬軟件們就開始往別的地方卷了。比如叨叨記賬可以設(shè)置一個虛擬聊天對象，記賬的同時也能跟這個對象對話。記賬城市把記賬變成了一個游戲，記一次賬就會建造你的城市。大家之所以這么開發(fā)，是因為在記賬功能上已經(jīng)沒有可卷的余地了。世超在用的記賬App，里面的“退款”、“報銷”、“多幣種”這些功能，很多記賬App也能做到。之前有一款記賬軟件，我用了4年，但我依然能無痛切換到一款新的軟件，就是因為功能都大差不差。我覺得，獨立開發(fā)者的編程能力不是最重要的，最重要的是他的產(chǎn)品設(shè)計和思維。前段時間一個沒有編程基礎(chǔ)的人，借助AI寫了一個“小貓補光燈”，它可以顯示不同顏色，用于拍照補光。結(jié)果它登上了AppStore付費榜第一。所以獨立開發(fā)者的三件套，拿來練手可以，想賺錢的話，你需要確保自己有一個殺手锏的想法。不然真可能有點浪費時間了。。。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除！
-
25
03/10
OpenAI爬蟲瘋狂“偷”數(shù)據(jù)，7人團(tuán)隊十年心血網(wǎng)站一夜崩了，CEO：太離譜才察覺
“這基本上是一次DDoS攻擊?！睅滋烨?，烏克蘭一家專注于人體3D模型的網(wǎng)站Trilegangers突然崩了，這讓整個團(tuán)隊以及老板都有些措手不及。起初，該公司CEOOleksandrTomchuk只是收到一則警報，進(jìn)而發(fā)現(xiàn)公司的電子商務(wù)網(wǎng)站已完全癱瘓了。一經(jīng)排查，殊不知，該團(tuán)隊發(fā)現(xiàn)，罪魁禍?zhǔn)拙谷皇恰狾penAI此前研發(fā)的一款機(jī)器人GPTbot。7人花了十余年時間構(gòu)建的網(wǎng)站，差一點毀于一旦據(jù)悉，Trilegangers是一個銷售3D掃描數(shù)據(jù)的網(wǎng)站，這家擁有七名員工的公司花了十多年時間，建立了所謂的網(wǎng)絡(luò)上最大的“人體數(shù)字替身”數(shù)據(jù)庫，即從真實人體模型掃描而來的3D圖像文件。Triplegangers提供從手、頭發(fā)、皮膚到完整身體模型的3D對象文件和照片，一應(yīng)俱全。其處理的數(shù)據(jù)涵蓋多個類別，如“臉部”、“全身”、“帶姿勢的全身”、“全身情侶”、“手部”、“手部雕像”等，網(wǎng)站展示的內(nèi)容正是其業(yè)務(wù)核心所在。具體來看，以“臉部”數(shù)據(jù)為例，這一類別中有1509人的數(shù)據(jù)，每個人注冊了大約20種不同的面部表情。在其他類別中，每個產(chǎn)品至少有三張圖像，因此總數(shù)據(jù)據(jù)說有數(shù)十萬個點。這一點也得到CEOOleksandrTomchuk的證實，其表示，“我們有超過65000種產(chǎn)品，每種產(chǎn)品都有一頁內(nèi)容介紹，每頁至少有三張照片?！盩rilegangers所做的業(yè)務(wù)就是面向3D藝術(shù)家、視頻游戲開發(fā)者，以及任何需要數(shù)字化再現(xiàn)真實人類特征的人群銷售這些數(shù)據(jù)。然而，OleksandrTomchuk稱，不久前OpenAIGPTBot發(fā)送了“數(shù)萬”個服務(wù)器請求，試圖下載全部內(nèi)容，數(shù)十萬張照片及其詳細(xì)描述。這有一種，但凡Trilegangers有的，OpenAI都要的感覺，可是這些內(nèi)容實則為付費產(chǎn)品?！癘penAI使用600個IP來抓取數(shù)據(jù)，我們?nèi)栽诜治錾现艿娜罩?，也許更多，”該團(tuán)隊在談到機(jī)器人試圖訪問其網(wǎng)站的IP地址時說道?！八麄兊呐老x程序正在摧毀我們的網(wǎng)站！”O(jiān)leksandrTomchuk說，“這基本上是一次DDoS攻擊?！蹦敲碐PTbot究竟是什么？不難回憶起來，GPTbot是OpenAI在2023年8月推出的一款網(wǎng)絡(luò)爬蟲機(jī)器人，用于抓取互聯(lián)網(wǎng)數(shù)據(jù)，為訓(xùn)練和改進(jìn)大模型（如ChatGPT）提供素材。它會自動訪問公開可用的網(wǎng)站，收集文本數(shù)據(jù)來增強模型能力。OpenAI此前表示，GPTBot會嚴(yán)格遵守任何付費墻的規(guī)則，不會抓取需要付費的信息，并且也不會收集能追蹤到個人身份的數(shù)據(jù)。即遵循網(wǎng)站的robots.txt文件中明確標(biāo)示的規(guī)則。如果網(wǎng)站配置了禁止GPTBot抓取的標(biāo)簽，它理論上會停止訪問該網(wǎng)站。而robots.txt是一個用于網(wǎng)站管理的文本文件，它告訴搜索引擎爬蟲（如Googlebot、Bingbot或GPTBot）哪些網(wǎng)頁可以或不可以被抓取。這是一種被廣泛接受的網(wǎng)絡(luò)標(biāo)準(zhǔn)，稱為機(jī)器人排除協(xié)議（RobotsExclusionProtocol,REP）。簡單來看，如果你不想讓GPTBot訪問你網(wǎng)站的任何內(nèi)容，可以將以下代碼添加到目錄中robots.txt里面：User-agent:GPTBotDisallow:/如果你想要允許訪問網(wǎng)站上的某些內(nèi)容（例如特定目錄或文件），可以用以下代碼對robots.txt進(jìn)行以下更改：User-agent:GPTBotAllow:/directory-1/Disallow:/directory-2/除此之外，OpenAI還公布了OpenAI使用的爬蟲IP地址，也可以根據(jù)IP地址來拒絕訪問。OpenAI公開了以上這些方式，并聲稱會遵守規(guī)則，顯得誠意滿滿。然而，令人無奈的是，一切的前提是得正確配置好“robots.txt”文件，才可以盡可能地避免被爬蟲。這一次Trilegangers就落到了“robots.txt”的坑中。雖然其在官網(wǎng)“使用條款”的第5條行為準(zhǔn)則中清清楚楚地寫著：未經(jīng)TG明確事先書面同意，不得使用任何機(jī)器人、爬蟲、網(wǎng)站搜索/檢索應(yīng)用程序或其他手動或自動設(shè)備來檢索、索引、抓取、挖掘數(shù)據(jù)或以其他方式收集網(wǎng)站內(nèi)容，也不得復(fù)制或繞過網(wǎng)站的導(dǎo)航結(jié)構(gòu)或展示方式。盡管有上述限制，在遵守我們網(wǎng)站根目錄中robots.txt文件中發(fā)布的任何指示的前提下，TG授予公共搜索引擎的運營者權(quán)限，允許其使用爬蟲從我們的網(wǎng)站復(fù)制材料，但僅限于為創(chuàng)建這些材料的公開可用、可搜索索引的唯一目的（且僅限必要范圍內(nèi)），不得緩存或存檔這些材料。TG保留隨時和不經(jīng)通知撤銷此權(quán)限的權(quán)利，無論是一般性撤銷還是針對特定情況。未經(jīng)TG許可，禁止執(zhí)行以下行為：1.將本網(wǎng)站上展示的任何內(nèi)容或圖像用于人工智能或機(jī)器學(xué)習(xí)（“AI/ML”）研究或研究；2.提取、復(fù)制、分發(fā)或向任何第三方提供本網(wǎng)站展示的任何內(nèi)容或圖像，用于AI/ML算法的訓(xùn)練、測試或開發(fā)；3.參與任何涉及利用本網(wǎng)站內(nèi)容或圖像的AI/ML相關(guān)活動，包括但不限于數(shù)據(jù)集編制、模式識別、神經(jīng)網(wǎng)絡(luò)訓(xùn)練或任何形式的計算分析。任何試圖在未經(jīng)TG有效許可的情況下將本網(wǎng)站內(nèi)容或圖像用于AI/ML目的的行為，均被視為違反本網(wǎng)站條款及我們的供應(yīng)條款與條件，可能導(dǎo)致法律訴訟，并尋求適用法律下的一切補救措施。但如今看來，僅憑這一點的聲明毫無作用，GPTBot還是爬取到了其網(wǎng)站的內(nèi)容，還讓網(wǎng)站整個宕機(jī)了。對此，據(jù)Techcrunch報道，此次Trilegangers并沒有正確使用robot.txt，其中的標(biāo)簽沒有明確告訴OpenAI的機(jī)器人GPTBot不要爬取該網(wǎng)站內(nèi)容。這就意味著OpenAI和其他公司就會認(rèn)為他們可以隨心所欲地抓取數(shù)據(jù)。更令人氣憤的是，即使Trilegangers告訴了GPTBot不要抓取自家網(wǎng)站的內(nèi)容，誰能料到，OpenAI還有ChatGPT-User和OAI-SearchBot機(jī)器人用來做爬蟲工具。還值得注意的是，即使更新了網(wǎng)站的robots.txt，也不要掉以輕心，因為OpenAI的系統(tǒng)可能需要大約24小時才能才能識別更新的robot.txt文件。https://platform.openai.com/docs/bots正所謂爬蟲的工具千千萬，企業(yè)有時根本防不勝防?！叭绻廊〉臄?shù)據(jù)少一點，或許都發(fā)現(xiàn)不了”就像這一次，如果不是OpenAI的GPTBot爬取的數(shù)據(jù)過于龐大，也許Trilegangers可能還發(fā)現(xiàn)不了。Tomchuk在接受外媒Techcrunch采訪時表示，「如果爬蟲更加“溫和”地抓取，他可能永遠(yuǎn)都不會發(fā)現(xiàn)?！埂斑@令人害怕，因為這些公司似乎鉆了一個漏洞，聲稱‘你可以通過更新帶有我們標(biāo)簽的robots.txt文件選擇退出抓取’，”Tomchuk說，但這實際上把責(zé)任推給了網(wǎng)站所有者，讓他們必須了解如何屏蔽這些爬蟲。更可怕的是，Tomchuk稱他們連GPTBot究竟是從何時開始抓取的都不知道，更不要說OpenAI具體抓取了哪些內(nèi)容。這也讓Tomchuk有些擔(dān)心，“我們的業(yè)務(wù)對權(quán)利要求非常嚴(yán)格，因為我們掃描的是實際的人體，按照歐洲的GDPR等法律，他們不能隨便拿網(wǎng)絡(luò)上的任何照片使用?！笔录l(fā)生后，Triplegangers的網(wǎng)站不僅因OpenAI的爬蟲被迫下線，CEOTomchuk還預(yù)計將收到一份因爬蟲導(dǎo)致的高CPU消耗和大量下載活動而產(chǎn)生的高額AWS賬單。同時，Tomchuk稱他也沒找到可以聯(lián)系OpenAI的方法，也無法讓他們刪除這些素材。為此，Tomchuk無奈之下選擇用Trilegangers官方Twitter賬號發(fā)了一條致OpenAl、Microsoft、Meta、Google和其他使用爬蟲程序的公司的官方聲明：除用于搜索目的的頁面索引外，嚴(yán)禁在我們的網(wǎng)站上使用爬蟲程序。未經(jīng)有效許可，產(chǎn)禁將我們網(wǎng)站上的任何公開內(nèi)容用于AI或ML應(yīng)用程序。截至目前，Triplegangers配置好了正確的robots.txt文件，并創(chuàng)建了一個Cloudflare賬戶，用于阻止GPTBot以及他發(fā)現(xiàn)的其他爬蟲，例如Barkrowler（一個SEO爬蟲）和Bytespider（TikTok的爬蟲）。引發(fā)爭議的數(shù)據(jù)爬取Triplegangers的經(jīng)歷引發(fā)了廣泛關(guān)注，其公開此事后，不少其他網(wǎng)站運營者紛紛表示也曾遭遇類似情況。markerz：我的其中一個網(wǎng)站曾被Meta的AI爬蟲Meta-ExternalAgent完全摧毀。這個爬蟲似乎有些“天真”，沒有像GoogleBot那樣進(jìn)行性能回退（performanceback-off）。它不斷地重復(fù)請求內(nèi)容，直到我的服務(wù)器崩潰，然后短暫停止一分鐘，再次發(fā)起更多請求。我的解決方法是添加了一條Cloudflare規(guī)則，直接屏蔽該User-Agent的請求。我還為鏈接增加了更多nofollow規(guī)則，并更新了robots.txt文件，但這些規(guī)則僅僅是建議，某些爬蟲似乎會忽略它們。Cloudflare還有一個功能可以屏蔽已知的AI爬蟲，甚至懷疑是AI爬蟲的請求：https://blog.cloudflare.com/declaring-your-aindependence-block-ai-bots-scrapers-and-crawlers-with-a-single-click/。盡管我不喜歡Cloudflare的集中化，但這個功能確實非常方便。griomnib：我從事網(wǎng)站開發(fā)已經(jīng)數(shù)十年，同時也從事過爬取、索引和分析數(shù)百萬個網(wǎng)站的工作。只需遵循一個黃金法則：永遠(yuǎn)不要以比你希望別人對待你的網(wǎng)站更激進(jìn)的方式加載其他網(wǎng)站。這并不難做到，但這些AI公司使用的爬蟲既低效又令人厭惡。作為一個網(wǎng)站所有者，這種行為讓我覺得他們對網(wǎng)絡(luò)的基本禮儀毫無尊重。而作為一名從事分布式數(shù)據(jù)采集的工程師，我更是被這些爬蟲的糟糕和低效深深冒犯了。至此，Tomchuk也分享了他想把這一經(jīng)歷公開的原因，他希望其他小型在線企業(yè)了解，發(fā)現(xiàn)AI爬蟲是否在抓取網(wǎng)站的版權(quán)內(nèi)容的唯一方法就是主動檢查日志。他并不是唯一一個受爬蟲“侵害”的人，也絕非最后一個。Tomchuk警告道：“大多數(shù)網(wǎng)站甚至不知道自己被這些爬蟲抓取了?，F(xiàn)在我們不得不每天監(jiān)控日志活動，以發(fā)現(xiàn)這些爬蟲?！北疚膩碓矗?6氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除！
-
25
03/10
AI硬件的賺錢邏輯變了，不靠硬件靠訂閱，毛利率堪比軟件公司
AI讓定制化服務(wù)成為可能自ChatGPT推出以后，硬件就成為了AI市場最熱門的賽道之一。AIPin、RabbitR1、以及Meta的雷朋眼鏡，還有智能戒指Oura，有成功的，也有不少失敗的。在跑出來的那些AI硬件上，烏鴉君發(fā)現(xiàn)了一個很有趣的趨勢：相比過去單靠賣硬件賺錢，在新一代的AI硬件上，軟件服務(wù)的收入占比大幅提升。甚至部分AI硬件公司靠著訂閱服務(wù)，毛利率做到了接近軟件公司。在AI硬件領(lǐng)域，這樣的公司正在變得越來越多。比如，去年很火且估值超50億美元的智能戒指Oura、年化收入1億美元的AI卡片錄音機(jī)PlaudNote，還有24年訂閱服務(wù)ARR超過1億美元的智能寵物追蹤器Tractive，皆是如此。那么，為什么訂閱服務(wù)成為AI硬件重要的商業(yè)模式？如何又應(yīng)該如何理解這種變化？01硬件+訂閱模式興起，AI硬件毛利率堪比軟件公司近年來，訂閱模式正在成為越來越多AI硬件的標(biāo)配。在去年跑得不錯的AI硬件公司里，這一趨勢體現(xiàn)得尤為明顯。智能戒指Oura——估值52億美元，毛利率接近軟件公司Oura不必多說，國外大火的智能戒指，主要用于睡眠監(jiān)測。OuraRing能夠監(jiān)測用戶的睡眠質(zhì)量、身體活動、壓力水平，甚至心率、皮膚溫度和血氧飽和度等身體指標(biāo)，幫助用戶準(zhǔn)確追蹤、提升睡眠質(zhì)量，就像是一個“指上睡眠研究所”。最新款的Oura4戒指售價為349美元，外加每月5.99美元的訂閱費，提供每日健康報告、個性化建議以及教育視頻和音頻。根據(jù)前段時間公布的數(shù)據(jù)，Oura的智能戒指已經(jīng)銷售了250多萬枚，今年的銷量額將翻一番，達(dá)到5億美金。去年年底，Oura完成了一輪2億美元的D輪融資，估值高達(dá)52億美元。之所以O(shè)ura能夠拿到這么多錢，全靠訂閱服務(wù)。按OuraCEOTomHale的說法：Oura之所以能夠不斷拿到VC的錢，主要也是得益于我們基于訂閱的業(yè)務(wù)模式，這種模式使我們的毛利率看起來更像一家軟件公司，而不是硬件公司。新的融資將幫助Oura出圈，進(jìn)入更多醫(yī)療領(lǐng)域。AI卡片錄音機(jī)PlaudNote——年化收入1億美元，連續(xù)2年增長10倍PlaudNote則是一款A(yù)I卡片錄音機(jī)，是一個能貼在iPhone背面的卡片，接入了大模型，能夠?qū)崿F(xiàn)錄音、整理和摘要等功能。從功能上看，Plaud搭載了ChatGPT。錄音時，可以用APP進(jìn)行同傳，并帶有時間軸；錄完后，能通過AI對錄音內(nèi)容進(jìn)行整理、提煉、摘要。截至目前，PlaudNote已交付超30萬臺，年化收入1億美金，連續(xù)2年達(dá)10倍增長。PlaudNote同樣采用了“硬件+訂閱”并行的收費模式。除了購買PlaudNote硬件外，用戶還需要訂閱9.9美元/月（約72元）的軟件會員，才能享受完整服務(wù)。通過訂閱服務(wù)，Plaud成功拔高了產(chǎn)品均價。在PlaudNote單一硬件的眾籌早鳥價是89美元，后續(xù)通過增加服務(wù)包、套餐等多種手段，PlaudNote的定價上升到了159美元，折合人民幣大概1157元。智能寵物追蹤器Tractive——24年訂閱服務(wù)ARR超過1億美元Tractive的核心產(chǎn)品是貓、狗追蹤器，其主要功能是讓寵物主可以隨時通過APP或PC端對寵物進(jìn)行全球位置跟蹤和活動監(jiān)控，一旦寵物離開預(yù)設(shè)的安全區(qū)域（虛擬圍欄），追蹤器會立刻通知寵物主。除了賣硬件外，Tractive也推出了訂閱模式，為寵物提供健康監(jiān)測服務(wù)。比如，通過Tractive產(chǎn)品能夠通過集成傳感器采集寵物的健康數(shù)據(jù)，例如體溫、心率、活動量等。這些數(shù)據(jù)上傳到云端后，通過AI算法生成健康報告，并提供疾病預(yù)警。僅2024年，Tractive訂閱服務(wù)的ARR就超過了1億美元，不包括硬件銷售收入。智能喂鳥器BirdBuddy——每月6美元，用AI識別鳥類BirdBuddy是一家斯洛文尼亞的公司，其核心產(chǎn)品是智能喂鳥器，曾創(chuàng)造過僅一天時間就眾籌了超過160萬美元的紀(jì)錄。它通過高清攝像頭和AI技術(shù)，能夠識別出后院到訪的每一只小鳥，并為其拍照留念。愛鳥人士可以通過手機(jī)APP，隨時查看自家后院的“小鳥訪客”，甚至還能為它們起名字。除了基礎(chǔ)功能外，BirdBuddy也推出了訂閱服務(wù)，每月6美元，提供自然智能、給鳥命名等AI服務(wù)。通過這些訂閱服務(wù)，用戶將能通過喂食器上的攝像頭追蹤特定某只鳥，并了解它的健康狀況。除了國外的AI硬件廠商外，我們也能在國內(nèi)的部分廠商上看到這一趨勢。比如，前不久閃極發(fā)布999元AI眼鏡，也留下了軟件使用付費的商業(yè)模式的空間——兩個AI功能，AI閃極和AI云盤，年訂閱價格299元，不過首年免費。另一家AI眼鏡公司界環(huán)也把訂閱模式納入了自身的服務(wù)體系，每月19.9元為用戶提供AI服務(wù)。02AI讓定制化服務(wù)成為可能“硬件+訂閱”模式的好處很多，通過增加訂閱服務(wù)并持續(xù)為用戶增加價值，不僅推動了收入持續(xù)增長，還創(chuàng)造了一個更具粘性的產(chǎn)品。用OuraCEOTomHale的話說：這些功能提高了Oura的客戶留存。對于大多數(shù)可穿戴設(shè)備來說，一年之后就會有一大部分被扔進(jìn)抽屜，但許多Oura的客戶會一直使用幾年。其實，硬件+軟件模式不是第一次在消費電子領(lǐng)域出現(xiàn)。這樣的故事曾經(jīng)在很多公司身上都出現(xiàn)過。但最終都不了了之。那么，訂閱服務(wù)為什么能夠在AI硬件上跑通？在烏鴉君看來，主要源于這兩點變化：首先，軟件的重要性提升，甚至可以說軟件是驅(qū)動AI硬件落地的關(guān)鍵因素。從架構(gòu)上看，在原生多模態(tài)AI大模型出現(xiàn)后，結(jié)合硬件會出現(xiàn)新的信息交互和處理模式。借用公眾號“小丸子醬醬醬聊商業(yè)“的說法，AI硬件的交互形態(tài)變成：多模態(tài)信號輸入→傳感器算力→AI模型處理和計算->定義交互方式->落地UIUX；在這個過程中，以AI大模型技術(shù)為核心的軟件技術(shù)，不僅驅(qū)動了用戶體驗的提升，也能實現(xiàn)硬件能力的擴(kuò)展。與傳統(tǒng)的硬件相比，AI硬件的價值在于軟硬件深度融合，進(jìn)而實現(xiàn)特定場景的一站式解決方案。舉個例子，在PlaudNote出現(xiàn)之前，錄音筆已經(jīng)是一個很成熟的產(chǎn)品。PlaudNote的成功之處在于，把一個收集音頻的硬件設(shè)備，利用AI技術(shù)擴(kuò)展到提供轉(zhuǎn)寫功能，再到提供優(yōu)質(zhì)總結(jié)的能力，形成在辦公場景下的一站式解決方案。其次，傳感器提供的高質(zhì)量數(shù)據(jù)，加上AI強大的信息處理能力，讓定制化軟件服務(wù)成為可能。AI硬件的傳感器本身可以理解為人器官的延伸，麥克風(fēng)、揚聲器、攝像頭等傳感器能夠嘴巴、耳朵、眼睛的數(shù)據(jù)，進(jìn)而采取人所相關(guān)的數(shù)據(jù)。理論上，只要用戶的數(shù)據(jù)積累足夠，甚至AI硬件甚至可以成為一個人的數(shù)據(jù)中心。同時，AI本身又具備強大的信息處理能力。伴隨輸入的數(shù)據(jù)量增加，AI硬件也可以據(jù)此改進(jìn)產(chǎn)品，實現(xiàn)更深度和復(fù)雜的功能，進(jìn)而更容易實行訂閱制的商業(yè)模式。從這個角度上說，AI硬件的價值不僅僅是計算中心的遷移，也讓軟件和硬件的融合達(dá)到了一個新的高度，進(jìn)而有機(jī)會誕生新的商業(yè)形態(tài)。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除！
-
25
03/10
被Github 上的Stable Diffusion 坑慘了？失業(yè)、欠帳、恐慌，工程師怒噴：AI軟件毀了我
這位曾用代碼構(gòu)建童話世界的工程師，被困在了由AI工具引發(fā)的一場噩夢里。一個普通的夜晚，前迪士尼工程師MatthewVanAndel因好玩下載了一款用于根據(jù)文本提示創(chuàng)建圖像的免費AI工具，卻在之后聲稱這個決定讓他的生活和事業(yè)都?xì)в谝坏?。這位曾用代碼構(gòu)建童話世界的工程師，被困在了由AI工具引發(fā)的一場噩夢里。據(jù)悉，VanAndel本以為這是代碼共享平臺GitHub上的一個有用工具，結(jié)果卻發(fā)現(xiàn)它是一個惡意軟件。在使用這款A(yù)I圖像生成器的五個月時間里，他的個人計算機(jī)被侵入，直接導(dǎo)致其個人賬戶憑據(jù)和迪士尼超1TB的公司內(nèi)部信息被公開泄露，甚至有外部攻擊者借此登入迪士尼的公司系統(tǒng)發(fā)布敏感信息，包括客戶數(shù)據(jù)、員工護(hù)照號以及收入數(shù)據(jù)。并且，這次經(jīng)歷使VanAndel本人在經(jīng)濟(jì)和情感上遭受重創(chuàng)，不僅丟了工作、損失了約20萬美元，聲譽也受到了損害。直到現(xiàn)在，Andel的個人及家人賬戶仍然在遭受威脅。近期，他正在試圖通過律師向前公司交涉以八位數(shù)和解金來彌補其工資損失和情緒困擾的要求。消息傳出后，網(wǎng)上許多人都在疑惑，這種事情究竟是怎么發(fā)生的？使用公開的AI工具為何能帶來如此嚴(yán)重的后果？GitHub平臺為何沒有發(fā)現(xiàn)？牽涉其中的是哪款A(yù)I圖像生成器？為此，我們?nèi)ド钊肓私饬苏鹗录?。被這款A(yù)I工具“坑害”的全過程VanAndel的悲慘命運在去年2月埋下種子。當(dāng)時，VanAndel坐在家里的電腦前，無意中在GitHub上發(fā)現(xiàn)了一個文生圖AI工具，非常適合他和兩個兒子一起玩創(chuàng)意游戲。GitHub受到數(shù)百萬人的信任，開發(fā)人員可以在這里共享代碼和工具，似乎是一個安全的選擇。他點擊下載了這個工具，卻不知道這個簡單的舉動即將毀掉他的一生。五個月來，這款免費AI軟件靜靜地待在VanAndel家的電腦上，雖然文生圖效果不錯，但這款A(yù)I助手中卻包裹著惡意軟件，并像潛伏特工一樣潛入他的系統(tǒng)。直到去年7月，一條令人不寒而栗的信息通過Discord論壇平臺發(fā)送到了他的電腦上，對方稱已掌握關(guān)于他本人的大量情報——包括幾天前他跟迪士尼同事共進(jìn)午餐的細(xì)節(jié)。VanAndel的大腦開始飛速運轉(zhuǎn)，因為他敢肯定迪士尼以外的人不可能接觸得到這些情況。畢竟這個通過Discord論壇給他發(fā)過消息的人，沒辦法知曉他在Slack工作頻道里聊過什么。緊接著，對方又發(fā)來另一條消息：“我已經(jīng)掌握了跟你個人及職業(yè)生活相關(guān)的敏感信息訪問權(quán)?！钡竭@里VanAndel終于可以肯定，自己是被黑客入侵了。黑客自稱是俄羅斯黑客活動組織的成員，早在五個月前就已經(jīng)入侵了VanAndel的電腦。但安全研究人員認(rèn)為，這位自稱Nullbulge的黑客很可能是頭“孤狼”，而且應(yīng)該是美國人。VanAndel馬上打給了迪士尼的“救援隊”，這是一支為快速應(yīng)對網(wǎng)絡(luò)威脅而設(shè)立的企業(yè)團(tuán)隊。他們證實VanAndel的Slack賬戶已遭入侵，但在他的辦公筆記本電腦上沒有發(fā)現(xiàn)任何可疑跡象，因此建議他檢查一下個人設(shè)備。他之前的殺毒軟件沒在個人PC上發(fā)現(xiàn)任何異常，但在安裝第二款殺毒程序之后，引發(fā)此番風(fēng)波的罪魁禍?zhǔn)琢⒖谈〕隽怂妗Ｔ诩永Ｄ醽喼莸募抑?，VanAndel查看了他從黑客那里收到的一封電子郵件。在VanAndel與迪士尼響應(yīng)團(tuán)隊溝通的同時，黑客還發(fā)來了一封電子郵件，明確表示他能夠登錄VanAndel的個人郵箱賬戶，還抱怨自己發(fā)出的第一封郵件被VanAndel標(biāo)記為垃圾郵件，第二封則被直接扔進(jìn)垃圾箱，并警告稱，他的入侵活動即將開啟新的階段?！榜R上回郵件，照我們說的做，否則指定沒你好果子吃?！睋?jù)VanAndel所知，黑客只有一種辦法能夠訪問到他的電子郵件，那就是操縱1Password——這是一款密碼管理工具，VanAndel用它來存儲密碼和其他敏感信息，包括“會話cookie”。這些數(shù)字文件持續(xù)存儲在他的電腦上，幫助他快速訪問包括迪士尼Slack頻道在內(nèi)的各種在線資源。他用來保護(hù)自己數(shù)字生活的密碼管理軟件。VanAndel沒有向黑客提供更多信息，他重置了存儲在1Password中的數(shù)百條憑證，選擇去報警。但黑客第二天一早就兌現(xiàn)了威脅，這個動機(jī)不明的神秘黑客組織，一口氣將4400多萬條迪士尼內(nèi)部Slack聊天消息、超過18800份電子表格和至少13000份PDF發(fā)布到了網(wǎng)上，并公布了VanAndel存儲在1Password中的全部登錄憑證。至于這些內(nèi)容是怎么來的……是黑客利用VanAndel的登錄憑證從雇主處瘋狂攫取而來。黑客還在網(wǎng)上聲稱，自己在迪士尼有一個“內(nèi)線”。而處于事件漩渦中心的這款A(yù)I圖像生成器，被曝很可能是StableDiffusion。去年6月，據(jù)外媒報道，以厭倦了大公司通過AI濫用他人的工作為由，NULLBULGE黑客組織開始通過破壞Github上免費共享的擴(kuò)展ComfyUI_LLMVISION來攻擊使用StableDiffusion的流行界面ComfyUI的用戶，從而將惡意軟件嵌入到目標(biāo)用戶的電腦中。并且，他們聲稱自己的行為是打擊藝術(shù)品盜竊、加密推廣和AI生成藝術(shù)品的運動的一部分，并指責(zé)用戶犯下了“藝術(shù)品盜竊”罪。該組織隨后還在其網(wǎng)站上發(fā)布了一份據(jù)稱可以訪問數(shù)百名用戶賬戶的憑據(jù)列表。至于為何GitHub平臺沒有發(fā)現(xiàn)這個工具已存在“問題”，有網(wǎng)友猜測了兩種情況：一是，Github是各種不受限制代碼的存儲庫，其中涉及的每一段代碼都是“合法的”，只是它的使用方式是壞的；二是可能是因為代碼的某些部分被故意混淆了，代碼中可能含有加密字符串。這起事件的后果此番黑客攻擊促使迪士尼網(wǎng)絡(luò)安全團(tuán)隊開始評估損失。據(jù)該黑客組織稱，其泄露出的迪士尼內(nèi)部數(shù)據(jù)超過1TB，包括他們未發(fā)布的項目、代碼、圖像、登錄憑據(jù)以及指向內(nèi)部網(wǎng)站和API的鏈接。迪士尼則在去年8月的一份監(jiān)管文件中提到正在調(diào)查這起事件，但預(yù)計不會對其運營或財務(wù)業(yè)績產(chǎn)生重大影響。黑客事件發(fā)生后，迪士尼方面通知員工正考慮放棄Slack，嘗試精簡辦公協(xié)作工具。與此同時，VanAndel在這起事件發(fā)生幾周之后失業(yè)了。在對他的工作電腦進(jìn)行取證分析之后，迪士尼將其解雇，并表示在他的設(shè)備上發(fā)現(xiàn)了訪問過色情內(nèi)容的記錄。VanAndel則堅決否認(rèn)曾在自己的工作電腦上有過此類行為。迪士尼發(fā)言人在一份聲明中指出，“VanAndel先生聲稱他并未進(jìn)行過導(dǎo)致他被解雇的不當(dāng)行為，但公司在對發(fā)放給他的辦公設(shè)備進(jìn)行了審查，并從中發(fā)現(xiàn)了有力證據(jù)。他的健康保險被終止，約20萬美元的獎金也打了水漂?！盫anAndel只能無力地辯解，“我是黑客攻擊的受害者呀……”Matthew的兄弟姐妹ChristaMaier和StephenVanAndel對外表示，黑客通過嵌入在知名AI圖像生成器中的惡意軟件，在他不知情的情況下訪問了他的個人設(shè)備?！斑@是他最初下載的一個工具，只是為了和孩子們一起玩。但它被某種東西污染了，直到幾個月后，當(dāng)他們（黑客）挖掘數(shù)據(jù)時，這一點才會變得明顯?！睋?jù)了解，包括電子郵件在內(nèi)的很多賬戶都受到雙因素身份驗證的保護(hù)。也就是說，除了用戶名加密碼的組合之外，黑客還得獲取其他信息才能成功入侵。大多數(shù)人出于方便，通常會選擇短信或者手機(jī)端應(yīng)用來驗證，而VanAndel的第二道防線則是——1Password。在調(diào)查入侵事件的過程中，VanAndel意識到他的“數(shù)字生活好管家”1Password并沒有受到雙重身份驗證的保護(hù)。默認(rèn)情況下只需要用戶名加密碼就能登錄，他也沒有采取額外措施來啟用雙因素身份驗證。1Password公司發(fā)言人指出，一旦用戶的計算機(jī)上被安裝了鍵盤記錄木馬，“攻擊者就幾乎可以不受任何限制發(fā)起訪問?！边@起事件也徹底顛覆了VanAndel的生活，黑客竊取了他的信用卡號并大肆消費，滾滾賬單如雪片般飛來，甚至他的個人乃至財務(wù)賬戶登錄信息也被泄露了出去。他開始接到媒體的電話，還有陌生人的奇怪來電和短信。VanAndel幾乎吃不下飯也睡不著覺，時常被驚恐和焦慮的情緒吞沒。攻擊者還把VanAndel的個人信息公布到了網(wǎng)上，用社保號碼就能順利登錄他家中安裝的Ring攝像頭，他的在線社交媒體賬戶被無數(shù)掌握了憑證的陌生人用于發(fā)布大量冒犯性言論。就連VanAndel孩子們的在線賬戶也受到了黑客攻擊的波及。VanAndel一家人作為兩個兒子的父親，42歲的VanAndel痛苦地表示，“這種被侵犯的感覺實在難以形容?！爆F(xiàn)在VanAndel正努力回歸正常生活。他找了份臨時工作來支撐家庭生活，他妹妹則在GoFundMe上發(fā)起眾籌幫助他度過難關(guān)。去年12月19日，他的律師向迪士尼發(fā)出一封索賠函，要求對方就工資損失和精神折磨支付八位數(shù)的賠償金。VanAndel表示，時至今日，他仍會在網(wǎng)上看到有人嘗試用Nullbulge公布的泄露憑證入侵他的賬戶。結(jié)語VanAndel的經(jīng)歷對于企業(yè)和個人來說都不失為一記響亮的警鐘，讓人們意識到自己隨時可能面臨黑客攻擊的風(fēng)險。網(wǎng)絡(luò)安全專家們表示，近年來竊取憑證市場經(jīng)歷了一波大力發(fā)展，用于竊取憑證的黑客工具也如雨后春筍般涌現(xiàn)。在疫情期間，企業(yè)為了支持遠(yuǎn)程辦公而開放了員工從家中訪問業(yè)務(wù)系統(tǒng)的權(quán)限，而黑客則很快意識到家用電腦已經(jīng)成為通往企業(yè)環(huán)境的后門。黑客們開發(fā)出各種惡意工具，即信息竊取程序，并將其隱藏在人們從互聯(lián)網(wǎng)上下載的各類軟件當(dāng)中。黑客們借此竊取憑證，之后再通過網(wǎng)絡(luò)轉(zhuǎn)售。根據(jù)谷歌負(fù)責(zé)調(diào)查網(wǎng)絡(luò)入侵的Mandiant團(tuán)隊所言，在去年以經(jīng)濟(jì)為目的的網(wǎng)絡(luò)入侵活動中，有近40%使用到被盜憑證，相較于2022年已經(jīng)增長了一倍。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系我們及時刪除！
