但同时,个人应用创新仍然面临“苦涩的教训” (The bitterles son ),即人们反复尝试用工程手段提升性能,最终却总是被简单堆算力的方式超越。大模型能力的不断提升,会“吃掉”不少应用创新的功能,特别是工作流类的应用,更容易被大模型的新能力取代。如何在应用中加深护城河,需要更多第一性原理的思考,从而嵌入用户决策链条的关键节点去提升价值,增加用户的情感性认同,并通过生态协同,提升自身的不可替代性。可以说,技术迭代是矛,场景渗透是盾,生态协同是土壤,个人应用有时候要跑得快一点等大模型能力的提升,有时候又要慢一点思考大模型的演进路径,去构建技术+场景+生态协同的“动态能力组合”。
六、个人AI应用的终点是超级智能助理
基础大模型能力的升级,带来应用深度的能力解锁。第一波以ChatGPT为代表的大模型擅长对话,催生了AI新搜索Perplexity等应用。第二波以Claude 3.5 Sonnet为代表的大模型擅长编程,推动了估值百亿美金的Cursor和当红编程明星Devin等的火爆。第三波以Open AI o1为代表的大模型擅长深度推理,让Agent应用成为可能。特别是随着多模态、强化学习技术持续突破,模型的效果大幅提升、成本不断降低,可以预见,智能体应用将加速渗透到更多垂直领域,开启人机协作新纪元。