av天堂久久天堂色综合,最近中文字幕mv免费高清在线,在线a级毛片免费视频,av动漫,中文字幕精品亚洲无线码一区

微信掃一掃,關(guān)注公眾號(hào)

  • 科技行者

  • 算力行者

見(jiàn)證連接與計(jì)算的「力量」

首頁(yè) 對(duì)話瀾碼科技創(chuàng)始人周?。捍竽P偷南乱粋€(gè)開(kāi)墾地,AI Agent!

對(duì)話瀾碼科技創(chuàng)始人周?。捍竽P偷南乱粋€(gè)開(kāi)墾地,AI Agent!

2024-01-16 11:50
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2024-01-16 11:50 ? 周雅

作者:周雅

城頭變幻大王旗,在大模型的領(lǐng)地,AI Agent幾乎是當(dāng)前最熱的話題。

AI Agent火爆到什么程度?不久前“軟件巨人”微軟創(chuàng)始人比爾·蓋茨在一篇名為《AI將徹底改變你使用計(jì)算機(jī)的方式》的博文中公開(kāi)斷言:

「未來(lái)5年內(nèi)將進(jìn)入AI Agent時(shí)代,它將改變?nèi)伺c計(jì)算機(jī)的交互方式,將顛覆軟件行業(yè),引領(lǐng)人類(lèi)從“鍵入命令”到“點(diǎn)擊圖標(biāo)”以來(lái)計(jì)算機(jī)領(lǐng)域最大的革命。」

還有一項(xiàng)發(fā)人深省的“AI Agent”實(shí)驗(yàn)來(lái)自斯坦福和谷歌,該實(shí)驗(yàn)?zāi)M了一個(gè)“西部世界”,在這個(gè)世界里,預(yù)裝了25個(gè)AI Agent,每個(gè)智能體的行為方式與人類(lèi)很像,比如起床后做早餐再去上班,藝術(shù)家作畫(huà),作家寫(xiě)作。他們參與對(duì)話并發(fā)表觀點(diǎn)、建立浪漫關(guān)系、擁有長(zhǎng)期記憶、還能規(guī)劃未來(lái)。

對(duì)話瀾碼科技創(chuàng)始人周?。捍竽P偷南乱粋€(gè)開(kāi)墾地,AI Agent!

圖片來(lái)自斯坦福和谷歌論文《生成代理:人類(lèi)行為的交互式模擬(Generative Agents: Interactive Simulacra of Human Behavior)》,根據(jù)斯坦福大學(xué)研究人員的說(shuō)法,用戶(hù)可以觀察并干預(yù)代理計(jì)劃他們的日程、分享新聞、建立關(guān)系和協(xié)調(diào)小組活動(dòng)。

但什么是AI Agent(人工智能體)?

顧名思義,它是一種智能的實(shí)體。普通人會(huì)理解為《鋼鐵俠》中的Jarvis,而Open AI應(yīng)用研究主管翁麗蓮(Lilian Weng)在個(gè)人博客中下了一個(gè)定義:

“AI Agent = LLM(大語(yǔ)言模型)+記憶(Memory)+任務(wù)規(guī)劃(Planning)+工具使用(Tool Use)”。有了后三者的能力,大模型就不再只是一個(gè)聊天機(jī)器人,而是能在更多廣闊的場(chǎng)景中發(fā)揮價(jià)值。

隨著“大模型落地難”的聲音甚囂塵上,AI Agent似乎成為玩家們的一道曙光——業(yè)界將其稱(chēng)之為“大模型的下半場(chǎng)”。

一時(shí)間,無(wú)論是不差錢(qián)的科技大廠,還是敢于冒險(xiǎn)的創(chuàng)業(yè)公司,大家火速開(kāi)啟AI Agent征戰(zhàn)模式。比如OpenAI的“GPT Store”,字節(jié)跳動(dòng)旗下的“飛書(shū)智能伙伴”,昆侖萬(wàn)維的“天工SkyAgents”,智譜AI的CogAgent模型等。而瀾碼科技就是其中最早加入AI Agent浪潮的“玩家”之一。

瀾碼科技于2023年2月在上海成立,致力于“讓人人都能夠設(shè)計(jì)自己的智能體”。為什么選擇做AI Agent?瀾碼科技創(chuàng)始人兼CEO周健的解釋是:傳統(tǒng)的系統(tǒng)是人適應(yīng)機(jī)器,造成人成為數(shù)據(jù)的搬運(yùn)工;今天有了大模型,我們有機(jī)會(huì)讓機(jī)器去適應(yīng)人,在這方面AI Agent前景廣闊。

周健強(qiáng)調(diào):“2023年是大語(yǔ)言模型的元年,2024年將是AI Agent的爆發(fā)年,AI Agent是大模型優(yōu)先落地的最佳形態(tài)。”

不過(guò)我們雖然說(shuō)瀾碼科技是新入局者,但周健對(duì)于AI Agent這一觀察,最早可追溯到他在創(chuàng)辦瀾碼之前的兩段從業(yè)經(jīng)歷,這也是直接促成了他創(chuàng)業(yè)濃墨重彩的兩筆。

第一段經(jīng)歷是在AI 1.0時(shí)代,周健加入依圖科技成為第10號(hào)員工,在那里,他經(jīng)歷了CV(計(jì)算機(jī)視覺(jué))技術(shù)從不成熟到成熟的完整階段。

在依圖時(shí)期,周健坦言自己深刻了解了AI應(yīng)該如何落地:從技術(shù)側(cè),算法怎么做;從應(yīng)用側(cè),產(chǎn)品怎么能端到端讓用戶(hù)使用起來(lái)。從技術(shù)到應(yīng)用之間,其實(shí)有著一個(gè)巨大鴻溝。這為后來(lái)周健思考讓Agent學(xué)習(xí)專(zhuān)家知識(shí)并落地,埋下了伏筆。

第二段經(jīng)歷是2019年,他在PRA(機(jī)器流程自動(dòng)化)廠商弘璣擔(dān)任CTO,聚焦于從自動(dòng)化的視角提升生產(chǎn)效率,但正所謂沒(méi)有一個(gè)超級(jí)人能夠處理所有的系統(tǒng),也沒(méi)有一個(gè)超級(jí)系統(tǒng)能處理所有的人,在RPA的實(shí)操過(guò)程中,由于員工缺少專(zhuān)家經(jīng)驗(yàn),導(dǎo)致人和系統(tǒng)之間也存在一個(gè)巨大鴻溝。

現(xiàn)在回頭看,彌補(bǔ)兩段鴻溝的關(guān)鍵,正是AI Agent。AI Agent由于有大語(yǔ)言模型這個(gè)地基,既有了對(duì)業(yè)務(wù)的理解能力,又能自主執(zhí)行任務(wù),還能隨著企業(yè)知識(shí)庫(kù)的持續(xù)更新而持續(xù)迭代。

站在風(fēng)口,瀾碼科技火速發(fā)布了自己的AI Agent平臺(tái)——AskXBOT,該平臺(tái)宣稱(chēng)要“讓專(zhuān)家知識(shí)賦能基層業(yè)務(wù)單元”,周健在交流中告訴我,其實(shí)最重要的是——讓3萬(wàn)-5萬(wàn)月薪的專(zhuān)家把知識(shí)賦能8000塊月薪(這里泛指一線城市大學(xué)畢業(yè)生的能力水平所對(duì)應(yīng)的平均薪資)的員工,使得他們具備1.5萬(wàn)月薪員工的能力。而更進(jìn)一步看,瀾碼科技還有一個(gè)宏愿——

「未來(lái)一定會(huì)出現(xiàn)“一人企業(yè)“,這個(gè)“人“是廣義的,可能是一個(gè)程序員,可能是一個(gè)專(zhuān)家,但無(wú)論這個(gè)人是什么職位,未來(lái)“一人企業(yè)“會(huì)解決業(yè)務(wù)擴(kuò)張的資源瓶頸。

既然走到公認(rèn)的下半場(chǎng),在未來(lái)市場(chǎng)格局中,競(jìng)爭(zhēng)也不會(huì)少,甚至是劇烈。不過(guò)周健坦言,更看重其中的機(jī)遇。他說(shuō):

“大語(yǔ)言模型本身是一個(gè)通用型技術(shù),它的厲害之處在于,大家都能基于大模型的原料,做出各種應(yīng)用佳肴,也就意味著,大家站在同一起跑線上,市場(chǎng)隨時(shí)都在重新洗牌。

周健又用一個(gè)經(jīng)典故事回應(yīng)了競(jìng)爭(zhēng)問(wèn)題:

“兩個(gè)人在森林里遇到了老虎,其中一個(gè)人趕緊從背包取下一雙輕便的運(yùn)動(dòng)鞋換上,另一個(gè)人嘲笑道:‘你干什么呀,再換鞋也跑不過(guò)老虎呀!‘這個(gè)人回答:‘我只要跑得比你快就好了。‘”

而瀾碼這個(gè)命名意指“波瀾壯闊的代碼”,當(dāng)浪潮來(lái)臨,如何沖浪,才是瀾碼要考慮的事情。

對(duì)話瀾碼科技創(chuàng)始人周?。捍竽P偷南乱粋€(gè)開(kāi)墾地,AI Agent!

01 不要神化大模型,數(shù)據(jù)是企業(yè)主拿捏大模型的核心

科技行者:ChatGPT出現(xiàn)后,相信會(huì)有人與你討論大模型,大家問(wèn)的最多的問(wèn)題是什么?

周?。?/strong>最多的問(wèn)題有兩個(gè)——大模型能發(fā)展到什么程度?或者是,大模型的邊界到底在哪里?本質(zhì)上都是圍繞AI這根曲線會(huì)怎么走的問(wèn)題。

我接觸到的人普遍都會(huì)焦慮,尤其是企業(yè)主,他們基本認(rèn)為幾年內(nèi),商業(yè)主戰(zhàn)場(chǎng)會(huì)變成AI賦能的業(yè)務(wù),但他們又沒(méi)有時(shí)間轉(zhuǎn)型或缺乏技術(shù)背景,所以擔(dān)心會(huì)被AI替代。

科技行者:那你當(dāng)時(shí)的回答是?

周?。?/strong>答案有兩個(gè)維度。第一個(gè)維度是關(guān)于大模型的邊界,大模型或ChatGPT是取了一個(gè)“巧”,它通過(guò)對(duì)話式的UI,讓大家覺(jué)得好像它無(wú)所不能,但事實(shí)上不是。

我一般都會(huì)跟他們舉例,計(jì)算機(jī)科學(xué)發(fā)展了70年,難道今天你給我講,過(guò)去所有的技術(shù)都不成立了,只需要大模型這一種技術(shù)?這肯定不靠譜。

我還會(huì)再跟他們舉例,比如怎么判斷一個(gè)人是不是985、211高校畢業(yè)?怎么去做一個(gè)發(fā)工資的軟件?這兩件事都不適合用大模型,大模型被設(shè)計(jì)的初衷也不在這里,它明顯是有一條邊界,大家其實(shí)還沒(méi)完全理解這件事。

第二個(gè)維度是關(guān)于企業(yè)如何規(guī)劃大模型,大模型本身需要更多的數(shù)據(jù)去拓展,企業(yè)今天還有很多信息沒(méi)有被數(shù)字化。哪些數(shù)據(jù)有可能被數(shù)字化,并且被利用起來(lái),那么這些場(chǎng)景就會(huì)慢慢被解鎖。但如果沒(méi)有,不管模型牽引的參數(shù)是萬(wàn)億參數(shù),還是宇宙值參數(shù),都沒(méi)用,因?yàn)橐延械乃惴x開(kāi)數(shù)據(jù)是搞不定的。

比如員工的行為就還沒(méi)有被數(shù)字化,這里“行為”可能是指泛化的,對(duì)企業(yè)來(lái)講,它本身有業(yè)務(wù)流程的上下文,或者企業(yè)本身經(jīng)營(yíng)的上下文,有了上下文,員工的行為數(shù)字化之后,就能夠更好地被利用起來(lái)。

至少按照現(xiàn)在已知的AI技術(shù),機(jī)器學(xué)習(xí)、深度學(xué)習(xí),它的模式需要大數(shù)據(jù),所以這部分是未來(lái)潛力,又是企業(yè)主“能掌控”或是“能意識(shí)到大模型發(fā)展的進(jìn)度條”的核心。

科技行者:如果說(shuō)有人不完全理解這件事,那么關(guān)于大模型你聽(tīng)到的最大誤解是什么?

周?。?/strong>有人或許把大模型等同于AGI。我同意大模型的出現(xiàn)很讓人出于意料的,我自己也有這一認(rèn)知框架的階段,可以理解,但不要把大模型當(dāng)成了大腦,當(dāng)成了神域,拒絕自己思考,必須得問(wèn)神,在神的指導(dǎo)下才能去做,這就讓我覺(jué)得以往的知識(shí)是白學(xué)了,這是很大的誤解。

科技行者:當(dāng)然,也有很多企業(yè)走過(guò)了認(rèn)知框架階段,到了實(shí)踐階段,大家都發(fā)布了自己的“大模型”,雖然有些是根據(jù)Meta的羊駝模型改的,瀾碼為什么不趕這個(gè)潮流?

周?。?/strong>這關(guān)乎我們的定位,我們一開(kāi)始就知道有兩個(gè)定位——技術(shù)和應(yīng)用,但對(duì)于創(chuàng)業(yè)公司來(lái)講,剛起步時(shí)不可能兩個(gè)定位都占。

瀾碼作為一家創(chuàng)業(yè)公司,還是遵循需求為王。從需求角度看,我們一開(kāi)始定位就是貼著人的、貼著業(yè)務(wù)和用戶(hù)的。如果未來(lái)人機(jī)交互被革命掉了,那么整個(gè)軟件行業(yè)就沒(méi)剩多少軟件能跟人互動(dòng),瀾碼雖然現(xiàn)在還是一家創(chuàng)業(yè)公司,但我希望我們拿到“人與AI交互”的機(jī)會(huì),所以這是定位問(wèn)題。

定位拆解完之后,有很多工作要做。我曾經(jīng)也在想,如果預(yù)訓(xùn)練大模型,未來(lái)應(yīng)該做一個(gè)什么大模型,但從優(yōu)先順序看,起碼不是現(xiàn)在該考慮的事。

其次,無(wú)論是從技術(shù)還是資本的角度,大模型本身很重要的是數(shù)據(jù)集,瀾碼還沒(méi)有積累一個(gè)自己獨(dú)特的數(shù)據(jù)集。此時(shí)此刻,我去預(yù)訓(xùn)練一個(gè)大模型的商業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)幾乎為零,所以我暫時(shí)不愿意分心去做大模型。

02 專(zhuān)家知識(shí)的數(shù)字化,是Agent落地的必要條件

科技行者:瀾碼做AI Agent的初衷是什么?

周?。?/strong>是基于客戶(hù)需求。我們接觸到的客戶(hù),不管是大型央國(guó)企、還是銀行保險(xiǎn)、或是中等民企、甚至一些小型企業(yè),都有同樣的困擾——模型怎么那么貴?算力也非常貴。

今天中國(guó)100多家大模型公司,一年時(shí)間顯卡價(jià)格翻了一倍,我們到底要做哪些準(zhǔn)備?如何讓大模型在企業(yè)中被用起來(lái),去實(shí)際發(fā)揮業(yè)務(wù)價(jià)值?這就是瀾碼的業(yè)務(wù)邏輯——幫大家去解決問(wèn)題。

在這個(gè)需求點(diǎn)上,我們發(fā)現(xiàn)國(guó)家電網(wǎng)、南方航空、國(guó)家管網(wǎng)、長(zhǎng)江電力、中廣核等好多“中”字頭企業(yè)都有這個(gè)訴求,要入局,希望業(yè)務(wù)中有大模型。

所以我們的定位就是要做“大模型落地的首選廠商”,AI Agent是我們的切入機(jī)會(huì)。

科技行者:這存在一個(gè)先有雞還是先有蛋的問(wèn)題,是你們先看到央國(guó)企的需求,還是先有了AI Agent戰(zhàn)略?

周?。?/strong>我們先有AI Agent的戰(zhàn)略。

科技行者:那就存在教育市場(chǎng)的情況了,另外你們是怎么讓Agent平臺(tái)自身更快落地的?

周?。?/strong>首先我們對(duì)平臺(tái)的能力有預(yù)判,一定要找到相應(yīng)的場(chǎng)景,比如教育行業(yè)的評(píng)測(cè)場(chǎng)景,包括對(duì)話式的、政策解答等,也相當(dāng)于找到了標(biāo)桿客戶(hù),而且我們本來(lái)就有一些顧問(wèn)是了解這個(gè)行業(yè)的。

這樣一來(lái),就會(huì)比市場(chǎng)上“聲稱(chēng)要做AI Agent的廠商”明顯更有穿透力些,從客戶(hù)有興趣,到他想要買(mǎi),有加速轉(zhuǎn)換的過(guò)程。隨著標(biāo)桿客戶(hù)的Agent做出來(lái)之后,我們的平臺(tái)越來(lái)越成熟,就會(huì)吸引更多客戶(hù),就是這么一個(gè)順序。

科技行者:或許在這個(gè)過(guò)程中會(huì)有人質(zhì)疑,AI Agent跟RPA有什么區(qū)別,可能我剛用上RPA還沒(méi)完全普及呢,現(xiàn)在又出來(lái)了AI Agent,況且還存在一個(gè)遷移的問(wèn)題,導(dǎo)致我會(huì)不會(huì)淪為技術(shù)的小白鼠了?

周健:我先講一個(gè)企業(yè)內(nèi)部的常見(jiàn)現(xiàn)象——信息化也好,數(shù)字化也好,企業(yè)發(fā)展過(guò)程中造成了大量的煙囪式系統(tǒng),生產(chǎn)力受到了嚴(yán)重束縛。

RPA(機(jī)器人流程自動(dòng)化),是通過(guò)UI自動(dòng)化的辦法去操作各種系統(tǒng),它能夠通過(guò)低代碼把那些組件“拖、拉、拽”,把對(duì)不同系統(tǒng)的操作連接起來(lái),形成一個(gè)可以被自動(dòng)化的操作流程,其實(shí)更多是在做操作流程的自動(dòng)化。

但RPA最大的問(wèn)題是,對(duì)于所操作的數(shù)據(jù)或內(nèi)容,是無(wú)感知的、不理解的、也無(wú)法推理。舉個(gè)例子,一個(gè)財(cái)報(bào),它在配置時(shí)說(shuō)“第五行是收入”,如果說(shuō)“第六行轉(zhuǎn)成收入”,即使你寫(xiě)了“第五行換成第六行”,它還是不能理解。

AI Agent疊加上去的就是大模型的語(yǔ)言理解和推理能力,有了大模型,使得系統(tǒng)可以應(yīng)用大量知識(shí)和真實(shí)世界的環(huán)境數(shù)據(jù),如政策網(wǎng)站、股票實(shí)時(shí)信息、天氣信息等,我們可以更好的把這些能力封裝起來(lái)。

能力疊加之后,AI Agent可以作為一個(gè)連接器,連接管理者和基礎(chǔ)員工、專(zhuān)家和基礎(chǔ)員工、員工和員工,而且只要加算力,它就能夠復(fù)制,它一天不止24小時(shí),有30塊顯卡,它就有720小時(shí),多一個(gè)維度來(lái)填充企業(yè)想做數(shù)字化轉(zhuǎn)型時(shí)所面臨的人和系統(tǒng)之間的空白,從而使整個(gè)企業(yè)的數(shù)字化系統(tǒng)變得更加智能,能夠發(fā)揮出「新質(zhì)生產(chǎn)力」的作用。

對(duì)話瀾碼科技創(chuàng)始人周?。捍竽P偷南乱粋€(gè)開(kāi)墾地,AI Agent!

科技行者:其實(shí)相當(dāng)于是從自動(dòng)化到智能化的一個(gè)躍遷。

周?。?/strong>是的沒(méi)錯(cuò)。

科技行者:具體到瀾碼的AI Agent產(chǎn)品AskXBOT,它的產(chǎn)品邏輯是怎樣的?

周?。?/strong>從瀾碼的AskXBOT平臺(tái)的理念來(lái)講,我們分成三步走:第一步,專(zhuān)家知識(shí)的數(shù)字化;第二步,基于CUI的柔性交互;第三步,領(lǐng)域知識(shí)的循環(huán)沉淀。

對(duì)話瀾碼科技創(chuàng)始人周健:大模型的下一個(gè)開(kāi)墾地,AI Agent!

第一步「專(zhuān)家知識(shí)的數(shù)字化」。其實(shí)很多企業(yè)在這部分并沒(méi)有做好,比如我們某個(gè)客戶(hù),我們想要協(xié)助他的表格實(shí)現(xiàn)類(lèi)似于Office Copilot的功能,客戶(hù)拿出來(lái)5000個(gè)API,我們一調(diào),準(zhǔn)確率只有10%,但是仔細(xì)一看,原來(lái)是程序員寫(xiě)的對(duì)于API的描述有錯(cuò)誤。AI Agent拿著一個(gè)錯(cuò)誤的描述,當(dāng)然不可能正確表達(dá)。

同樣,我們幫一些銀行去做數(shù)據(jù)中臺(tái)的落地,想讓業(yè)務(wù)人員直接通過(guò)對(duì)話生成BI報(bào)表,但經(jīng)常發(fā)現(xiàn)它內(nèi)部的知識(shí)中,不同的領(lǐng)域里,同樣一個(gè)單詞有著不同的意思。那么AI Agent遇到這個(gè)情況,就需要反問(wèn)一句,它到底是“個(gè)人金融的單詞”還是“公司金融的單詞”?

就像信息化是數(shù)字化的前提,數(shù)字化是智能化的前提,沒(méi)有彎道超車(chē)的可能性。所以,如果我們沒(méi)有把專(zhuān)家知識(shí)數(shù)字化下來(lái),AI Agent的發(fā)展會(huì)面臨很大挑戰(zhàn)。

我們認(rèn)為,專(zhuān)家知識(shí)會(huì)分成兩種,一種是更偏自然語(yǔ)言、可被編碼的知識(shí);另一種是經(jīng)驗(yàn)性的知識(shí)。比如我一直舉例:“工作穩(wěn)定”,估計(jì)沒(méi)有一個(gè)招聘專(zhuān)員能夠用自然語(yǔ)言描述清楚“什么叫做工作穩(wěn)定”,它肯定是經(jīng)驗(yàn)之談,所以自然語(yǔ)言編碼+大數(shù)據(jù),才是一個(gè)完整的「專(zhuān)家知識(shí)」。

第二步是「基于CUI的柔性交互」。業(yè)界有一個(gè)共識(shí),GUI(圖形界面系統(tǒng))已經(jīng)是上一代的界面,而CUI(對(duì)話式界面系統(tǒng))會(huì)作為一個(gè)新的交互形態(tài)。如何讓機(jī)器去適應(yīng)人?一方面是需要機(jī)器去澄清、去反問(wèn),另一方面要根據(jù)用戶(hù)的習(xí)慣去進(jìn)行調(diào)整。

有了這個(gè)環(huán)節(jié),新一代的AI平臺(tái)軟件,被使用起來(lái)的門(mén)檻就大大降低了。否則,就像過(guò)去的傳統(tǒng)軟件,比如一些ERP、CRM都做的很好,但是當(dāng)時(shí)由于缺乏自然語(yǔ)言理解能力,所以無(wú)法應(yīng)對(duì)在各種上下文、各種場(chǎng)景之下的用戶(hù)各種各樣的問(wèn)題,這其實(shí)也是我們?cè)趯?shí)際落地當(dāng)中,客戶(hù)會(huì)對(duì)我們提出的要求。

第三步叫「領(lǐng)域知識(shí)的循環(huán)沉淀」。當(dāng)我們的AI Agent作為連接器,能夠把專(zhuān)家知識(shí)和一線業(yè)務(wù)人員連接起來(lái)之后,專(zhuān)家知識(shí)實(shí)際上就有了更大的用武之地。

比如我們有一個(gè)客戶(hù)是做零售企業(yè)的咨詢(xún),過(guò)去他的專(zhuān)家ETN咨詢(xún)一個(gè)客戶(hù),那現(xiàn)在有可能同時(shí)有100家、1000家、甚至1萬(wàn)家店長(zhǎng)問(wèn)它問(wèn)題,那么專(zhuān)家知識(shí)就得到了1萬(wàn)個(gè)人的實(shí)踐,然后由于問(wèn)題被記錄下來(lái),專(zhuān)家可以進(jìn)一步去分析、總結(jié),并提出新的洞見(jiàn)。

這三個(gè)步驟就是瀾碼構(gòu)建AI進(jìn)程的法則。

如果要再具體拆解,瀾碼科技“AskXBOT”由四大模塊構(gòu)成:設(shè)計(jì)器、知識(shí)中心、使用端、管理平臺(tái),是基于LLM的Agent與工作流設(shè)計(jì)、開(kāi)發(fā)、使用、管理、知識(shí)沉淀的一站式平臺(tái)。

對(duì)話瀾碼科技創(chuàng)始人周?。捍竽P偷南乱粋€(gè)開(kāi)墾地,AI Agent!

03 公司擁有自己的大模型,是未來(lái)在競(jìng)爭(zhēng)中的立身之命

科技行者:剛才您提到一個(gè)宏愿,瀾碼想成為大模型落地的首選廠商,怎么簡(jiǎn)單的理解落地的價(jià)值?

周?。?/strong>就是基于大模型,通過(guò)人機(jī)協(xié)作,把專(zhuān)家知識(shí)教會(huì)AI Agent,然后去賦能高級(jí)新手。直白而言,是讓3-5萬(wàn)月薪的專(zhuān)家能夠把知識(shí)賦能給8000塊月薪的員工,使他們變成月薪1.5萬(wàn),這是我們此刻能實(shí)現(xiàn)、能落地的。

如下圖,著名的“德雷福斯模型”研究人類(lèi)掌握技能的5個(gè)階段依次為——「新手-高級(jí)新手-勝任者-精通者-專(zhuān)家」。

高級(jí)新手勝任者最大的區(qū)別就在于,高級(jí)新手可能記住了公司的培訓(xùn)技能,但他因?yàn)椴蝗鐒偃握哂薪?jīng)驗(yàn),所以他不知道在什么場(chǎng)景、用什么知識(shí),而這恰恰是專(zhuān)家擅長(zhǎng)的,他的知識(shí)能夠通過(guò)AI Agent輔助高級(jí)新手,從而使高級(jí)新手實(shí)現(xiàn)加快勝任任務(wù)的過(guò)程。這是今后的趨勢(shì)和需求。

對(duì)話瀾碼科技創(chuàng)始人周健:大模型的下一個(gè)開(kāi)墾地,AI Agent!

我相信企業(yè)不難找到一個(gè)專(zhuān)家,難的是怎么讓專(zhuān)家培訓(xùn)內(nèi)部的業(yè)務(wù)人員,比如零售業(yè)導(dǎo)購(gòu)、營(yíng)業(yè)廳話務(wù)員等,企業(yè)要擴(kuò)張,很多時(shí)候是靠增加人,但它沒(méi)辦法用可控的成本去雇到足夠好的人,而我們能夠?qū)崿F(xiàn)專(zhuān)家知識(shí)的數(shù)字化,能夠賦能到基層的業(yè)務(wù)單元,這是瀾碼在三年之內(nèi)想要解決的問(wèn)題。

我們幫企業(yè)賦能基層業(yè)務(wù)單元,能帶來(lái)直接的好處——「增收」。企業(yè)內(nèi)部、特別是大企業(yè),一定會(huì)有大量基層業(yè)務(wù)員工在重復(fù)做著各種事情,沒(méi)記錯(cuò)的話,中國(guó)全行業(yè)應(yīng)該有2000萬(wàn)零售人員、有1000萬(wàn)保險(xiǎn)代理、有幾百萬(wàn)銀行理財(cái)經(jīng)理、有幾十萬(wàn)獵頭、有幾百萬(wàn)程序員,其實(shí)都可以通過(guò)AI Agent專(zhuān)家知識(shí)去賦能。所以,算力的增加就帶來(lái)生產(chǎn)力的提價(jià)。

科技行者:這就涉及到另外一個(gè)問(wèn)題,企業(yè)的專(zhuān)家可能是核心競(jìng)爭(zhēng)力,是寶藏,如果把專(zhuān)家知識(shí)或數(shù)據(jù)全部數(shù)字化,如何保障企業(yè)數(shù)據(jù)安全?或許有些企業(yè)一邊想擁抱AI,但又怕自己的數(shù)據(jù)在大模型里被拿走了,從而導(dǎo)致束手束腳?

周健:我能理解,但我也認(rèn)為不必?fù)?dān)心。其實(shí)大模型最重要的是知識(shí),專(zhuān)家知識(shí)的數(shù)字化是AI Agent落地的必要條件,所以知識(shí)比數(shù)據(jù)更重要。

有些「知識(shí)」可以通過(guò)編碼變成自然語(yǔ)言,但有些「經(jīng)驗(yàn)性知識(shí)」是編碼不出來(lái)的,所以今天擺在每個(gè)傳統(tǒng)企業(yè)面前的,是怎樣把知識(shí)管理好,怎樣保證企業(yè)不被單個(gè)專(zhuān)家綁架,有能力把它沉淀到自己的IT系統(tǒng)里,或者能夠被復(fù)用,能夠去傳承,這才是今天最大的命題。

傳統(tǒng)企業(yè)可以要求你數(shù)據(jù)庫(kù)里的數(shù)據(jù)不被大模型拿走,但關(guān)鍵是你有哪些數(shù)據(jù)能夠拿出來(lái),讓瀾碼AskXBOT去使用其中的知識(shí),從而能夠放大企業(yè)的優(yōu)勢(shì)?當(dāng)然,有些敏感場(chǎng)景,比如報(bào)價(jià)信息、薪酬信息、交易數(shù)據(jù),這些數(shù)據(jù)不能交出來(lái),但其實(shí)外圍的系統(tǒng)也用不起來(lái)這些數(shù)據(jù)。

我曾經(jīng)回答過(guò)一個(gè)問(wèn)題,問(wèn)的是3、5年后,每個(gè)企業(yè)都要做一個(gè)自己的大模型嗎?我的觀點(diǎn)是,獨(dú)角獸(10億美金估值)以上的公司都得有一個(gè)自己的模型,這是企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì),是它在市場(chǎng)競(jìng)爭(zhēng)中的立身之命。

另外,傳統(tǒng)企業(yè)今天要擁抱AI,最重要是把知識(shí)沉淀下來(lái),戰(zhàn)略是把核心的差異化優(yōu)勢(shì),通過(guò)大模型的「智力基礎(chǔ)設(shè)施」放大,并且迭代閉環(huán),至少能立于不敗之地。這部分一定得私有化部署,肯定要找像瀾碼這樣的廠商幫助你去做。

科技行者:換句話說(shuō),我們之前跟一些創(chuàng)業(yè)公司聊,他們普遍覺(jué)得AI技術(shù)是一方面,更重要的是行業(yè)的know how,各行業(yè)專(zhuān)家的知識(shí)數(shù)據(jù),各種senior員工的經(jīng)驗(yàn)之談,對(duì)于這家公司,或者對(duì)于公司數(shù)據(jù)來(lái)說(shuō),都是一個(gè)差異化優(yōu)勢(shì),瀾碼相當(dāng)于把企業(yè)的差異化優(yōu)勢(shì)封裝到平臺(tái)里。

周?。?/strong>是的。

04 硅谷是一個(gè)熱帶雨林,國(guó)內(nèi)大模型創(chuàng)業(yè)有機(jī)會(huì)重塑局面

科技行者:咱們有對(duì)標(biāo)的公司嗎?競(jìng)爭(zhēng)開(kāi)始了嗎?

周?。?/strong>在國(guó)內(nèi)較少,在國(guó)外有一些,比如Fixie.ai公司,還有Relevance AI公司最近融了1000萬(wàn)美金,他們就是在做AI的低代碼平臺(tái),跟我們接近。

科技行者:那咱們跟他們的區(qū)別是什么?

周?。?/strong>硅谷跟國(guó)內(nèi)有很大區(qū)別,硅谷本身是一個(gè)“熱帶雨林”,上下游關(guān)系很容易配合起來(lái),他們會(huì)在某個(gè)專(zhuān)精的點(diǎn)上做很深。

但是在國(guó)內(nèi),這個(gè)生態(tài)還不太成立,很多企業(yè)老想自己做(尤其是軟件企業(yè)),所以為了把AI Agent生態(tài)構(gòu)建起來(lái),我們一開(kāi)始必須把所有事情都做,然后再慢慢把不該做的事情讓出來(lái),退回到自己有核心競(jìng)爭(zhēng)優(yōu)勢(shì)的地方,這也是今天國(guó)內(nèi)做To B企業(yè)服務(wù)創(chuàng)業(yè)較難的事。

科技行者:意思是從大環(huán)境來(lái)看,其實(shí)在國(guó)內(nèi)做To B企業(yè)服務(wù)創(chuàng)業(yè)比國(guó)外更難?

周?。?/strong>這得分開(kāi)來(lái)看。一方面,國(guó)外的SaaS已經(jīng)很成熟了,國(guó)內(nèi)所謂的IT預(yù)算,更多是在央國(guó)企或政府,民營(yíng)企業(yè)的IT預(yù)算相對(duì)于整個(gè)大盤(pán)子來(lái)講是少的,生態(tài)還不完善,原因就在這里。

另一方面,國(guó)內(nèi)企業(yè)管理的科學(xué)化方面,央國(guó)企還是更強(qiáng)一些,民營(yíng)企業(yè)還差的很遠(yuǎn),那么在沒(méi)有管理科學(xué)化的前提下,就很難去談“我們?cè)僮鲆粋€(gè)軟件信息系統(tǒng)把它給固化下來(lái)”,這是國(guó)內(nèi)相比較硅谷去做這件事情更難的點(diǎn)。

不過(guò),問(wèn)題也是機(jī)遇。在海外,像微軟、Salesforce這些大廠,已經(jīng)把大的場(chǎng)景或數(shù)據(jù)都拿到手了,這就跟國(guó)內(nèi)的C端已經(jīng)被互聯(lián)網(wǎng)大廠守住的情況一樣;但是在國(guó)內(nèi),金蝶、用友、金山辦公等,它仍然還只是一個(gè)單一場(chǎng)景,這也是今天出現(xiàn)顛覆性機(jī)會(huì)的原因,創(chuàng)業(yè)公司有可能去重塑局面,今天隨著AI大模型的能力不斷指數(shù)級(jí)上升,是有機(jī)會(huì)重塑企業(yè)流程的。

科技行者:正好說(shuō)說(shuō)中美AI創(chuàng)業(yè)的差異吧,你正好兩邊都看過(guò)、做過(guò)。

周健:這可能要談?wù)剷r(shí)代背景了,有人說(shuō)未來(lái)中美一定會(huì)有兩套操作系統(tǒng),或者說(shuō)是兩個(gè)生態(tài)。不過(guò)現(xiàn)在看,一個(gè)區(qū)別是中國(guó)一定更強(qiáng)的是應(yīng)用,因?yàn)闊o(wú)論在哪個(gè)時(shí)代,市場(chǎng)需求都是很重要的,現(xiàn)在的市場(chǎng)環(huán)境下更是如此。

如果比較技術(shù)方面,我們可以先看一下大模型本身的特點(diǎn)。它是一個(gè)技術(shù)突破,技術(shù)突破本身會(huì)有極大的不確定性,即使像谷歌和微軟砸了那么多錢(qián),最后技術(shù)突破竟然還是OpenAI帶來(lái)的,所以它有很強(qiáng)的不確定性。

在這方面,美國(guó)市場(chǎng)或許因?yàn)樗庪A段,導(dǎo)致了它能夠不計(jì)得失且不計(jì)短期利益的去投入。而中國(guó)最大的好處是,它是能統(tǒng)一大市場(chǎng),今天在應(yīng)用側(cè),硅谷跟中國(guó)創(chuàng)業(yè)的水平其實(shí)沒(méi)差多少,這挺難得,過(guò)去在企業(yè)服務(wù)里,中國(guó)平均落后美國(guó)兩三年,但現(xiàn)在當(dāng)?shù)讓又匦掳l(fā)生非線性增長(zhǎng)時(shí),中國(guó)是很可以的,因?yàn)槲覀兊膱?chǎng)景、需求、數(shù)據(jù)都在那。

AI領(lǐng)域還有一個(gè)有意思的點(diǎn)是“普惠主義”,真的在AI Agent確實(shí)有機(jī)會(huì)實(shí)現(xiàn)“普惠”,這個(gè)過(guò)程代表社會(huì)技能的轉(zhuǎn)移,所以我其實(shí)很看好在中國(guó)相關(guān)創(chuàng)業(yè)機(jī)會(huì)。

科技行者:所以咱們暫時(shí)是不會(huì)考慮出海?

周?。?/strong>對(duì),我覺(jué)得肯定不是大力去出海。

科技行者:突然想到,瀾碼的底層大模型用的是哪一個(gè)?

周?。?/strong>我們有一個(gè)框架,保證什么模型都能用,用的最多的肯定是OpenAI,因?yàn)樗壳笆亲詈玫摹.?dāng)私有化部署的時(shí)候,你需要去換一個(gè),挑一個(gè)測(cè)試出來(lái)相對(duì)較好的模型就好了。

科技行者:有看到與OpenAI相媲美的嗎?

周?。?/strong>有快要追平GPT 3.5的,但我覺(jué)得離GPT 4都還有距離。

科技行者:對(duì)于任何一家公司來(lái)說(shuō),PMF都是很重要的,你是怎么考慮瀾碼的PMF的?

周?。?/strong>PMF很重要的是要找到足夠好的客群,并且通過(guò)迭代,找到最小成本去迅速?gòu)?fù)制的路徑,它脫離不了一個(gè)背景,就是所謂的技術(shù)采納曲線,或者是以前所謂的跨越鴻溝。

今天的大模型創(chuàng)業(yè),有所謂的趨勢(shì)性周期,過(guò)去任何一個(gè)單點(diǎn)的創(chuàng)業(yè),不管是技術(shù)、客戶(hù)、行業(yè),整個(gè)環(huán)境是穩(wěn)定的,所以創(chuàng)業(yè)者只要有想法,或有解決方案,都可以聚焦去做。但今天情況變了,因?yàn)榈讓拥拇竽P图夹g(shù)一直在快速演進(jìn),某種程度上這對(duì)我們是一個(gè)大挑戰(zhàn)。

另外,整個(gè)市場(chǎng)對(duì)于大模型的認(rèn)知也在變,這是一次新的社會(huì)實(shí)驗(yàn),每個(gè)行業(yè)、部門(mén)、角色,對(duì)大模型的看法都會(huì)隨著時(shí)間而發(fā)生變化。

當(dāng)前瀾碼所處的階段屬于Solution fit(解決方案適配階段),是在做加法,就是客戶(hù)要啥、缺啥,我就補(bǔ)啥、就去做啥,這個(gè)階段相對(duì)容易。但是之后到了PMF階段,如果要跨越鴻溝,關(guān)鍵是要做減法,從客戶(hù)角度去研究我們的產(chǎn)品處于哪個(gè)階段。要做解決方案,要加大市場(chǎng)口碑,要做減法,還要降成本,才能普及讓用戶(hù)用起來(lái),其中有很多細(xì)節(jié)的地方。

科技行者:咱們PMF整個(gè)過(guò)程需要多長(zhǎng)時(shí)間,才能迎接下一個(gè)海浪?

周健:我們已經(jīng)有十個(gè)標(biāo)桿客戶(hù),陸續(xù)都在交付了,所以整體已經(jīng)完成了PMF。

下個(gè)階段我們需要打磨的是,到底如何用客戶(hù)聽(tīng)得懂的一個(gè)賣(mài)點(diǎn),擊中他的心窩子。好在目前整個(gè)市場(chǎng)培育不需要我們操心,很多央國(guó)企是有硬性要求的,包括很多CIO已經(jīng)成立了專(zhuān)門(mén)的大模型組,有KPI規(guī)定是一定要落地的。

所以接下來(lái),如何找到那個(gè)直擊市場(chǎng)痛點(diǎn)的抓手,而且是普適性的、規(guī)?;瘡?fù)制的、可以標(biāo)準(zhǔn)化的,是我們?cè)诖蚰サ囊粋€(gè)重點(diǎn)。

比如最近有個(gè)項(xiàng)目,我們跟客戶(hù)領(lǐng)導(dǎo)聊細(xì)節(jié),客戶(hù)提了一個(gè)很簡(jiǎn)單的訴求,但中間經(jīng)過(guò)了很多輪溝通,最后客戶(hù)直接說(shuō),你別跟我扯那么多技術(shù),我是小白用戶(hù),你直接告訴我,什么能做,什么不能做,三句話不能再多了。

我覺(jué)得很合理,所以我就想把我的產(chǎn)品打造成小白用戶(hù)就知道怎么做,今天大模型最大的好處是,它使得機(jī)器可以適應(yīng)人,不需要人去適應(yīng)機(jī)器。

05 創(chuàng)業(yè)一邊要重視它,一邊要把它看輕一點(diǎn)

科技行者:你之前在依圖和弘璣是頂級(jí)的技術(shù)專(zhuān)家,現(xiàn)在又是創(chuàng)業(yè)公司的領(lǐng)導(dǎo)者,怎么看待角色的轉(zhuǎn)變?

周?。?/strong>首先我覺(jué)得自己還沒(méi)有到“家”的地步。再者回答角色轉(zhuǎn)變的問(wèn)題,第一,視角很不一樣,CTO或技術(shù)人很多時(shí)候是更高質(zhì)量的做事,而對(duì)于CEO來(lái)講很重要的是選對(duì)人和方向。

我剛創(chuàng)業(yè)時(shí),覺(jué)得啥都能干,但顯然我不能啥都干,“怎么選擇”就是一個(gè)很大的問(wèn)題,選擇就一定有價(jià)值的標(biāo)尺。什么叫做好?什么叫做壞?過(guò)去作為技術(shù)人員的“好”和“壞”,跟現(xiàn)在商業(yè)世界里的“好”和“壞”,完全不是一回事。

技術(shù)的好壞可能是世界級(jí)、領(lǐng)先性,而商業(yè)的本質(zhì)是生意,你要給客戶(hù)提供價(jià)值,要有競(jìng)爭(zhēng)優(yōu)勢(shì),要有壁壘。所以技術(shù)是向內(nèi)的,CEO是向外的,我現(xiàn)在基本70%以上的時(shí)間在外面,只有30%的時(shí)間在公司里。

科技行者:既然選擇正確的方向很重要,也就是說(shuō)創(chuàng)業(yè)者的預(yù)判、視野、格局都很重要,咱們?cè)趺慈ニ茉熳约旱倪@些能力?

周健:對(duì)。我越來(lái)越覺(jué)得,去考核一個(gè)CEO看兩方面:

其一,認(rèn)知是一個(gè)最大的障礙或瓶頸,所以創(chuàng)業(yè)者一定要有快速學(xué)習(xí)的能力。其二,心態(tài)也很重要。

這里有三個(gè)階段,第一個(gè)階段是缺知識(shí),你要補(bǔ)知識(shí);第二個(gè)階段是方法論,你知道怎么學(xué)習(xí)(這兩個(gè)階段基本上能創(chuàng)業(yè)的CEO肯定都經(jīng)歷過(guò)了);第三個(gè)階段也是很難的,就是把自己的認(rèn)知,不斷的去審視,把錯(cuò)誤的假設(shè),不斷的修整掉,本質(zhì)上這要保持一種“空桶心態(tài)”。

怎么跟自己和解,是心態(tài)上的第一步。第二步則是要更積極的發(fā)現(xiàn)自己假設(shè)錯(cuò)誤的地方并修正,特別是在今天的新摩爾定律時(shí)代,大模型相關(guān)的創(chuàng)業(yè)領(lǐng)域變化太快。

我開(kāi)玩笑說(shuō),知識(shí)或觀點(diǎn)的半衰期可能只有一個(gè)月,我沉淀出來(lái)的假設(shè)可能很快就會(huì)被修正,但是反過(guò)來(lái)看也正是因?yàn)槿绱?,?chuàng)業(yè)公司才能跑得快,才能跟大廠巨頭在同一起跑線上。

作為CEO,上面提及的這兩件事情,是蠻本質(zhì)的問(wèn)題,如果不解決,就會(huì)成為瓶頸。

科技行者:說(shuō)到心態(tài),現(xiàn)在特別是技術(shù)人員,程序員或開(kāi)發(fā)者群體里,特別流行一個(gè)詞叫35歲恐慌,這可能是一個(gè)魔咒,你認(rèn)為這些人群的職業(yè)成長(zhǎng)應(yīng)該何解?

周健:我理解“35歲魔咒”,本質(zhì)上是大家一直在重復(fù)自己的工作,導(dǎo)致當(dāng)?shù)讓迎h(huán)境發(fā)生變化,你不知道該怎么辦了。

我當(dāng)年在谷歌,很快就做到了一個(gè)模塊的負(fù)責(zé)人,管理十幾個(gè)C++代碼,大概三、五千行代碼,全谷歌的人如果要改這些,都得通過(guò)我的同意才能提交,但當(dāng)時(shí)的我仍然很恐慌,擔(dān)心如果代碼被換了,我該怎么辦呢。

所謂的“35歲魔咒”,從宏觀角度來(lái)講,就是不同層級(jí)的人,當(dāng)他到達(dá)某個(gè)局部高峰,又不愿意往外走,或者說(shuō)他不知道應(yīng)該怎么往外走,怎么去突破他原有的瓶頸,發(fā)現(xiàn)外面的世界,那么他永遠(yuǎn)無(wú)法到達(dá)另一個(gè)高峰。

我有個(gè)習(xí)慣,是看自己能否把某個(gè)參數(shù)乘以10。假設(shè)你現(xiàn)在的系統(tǒng)是高并發(fā)的,你原本每天要發(fā)一個(gè)版本,但如果要你每天發(fā)十個(gè)版本,你應(yīng)該怎么辦?類(lèi)似這種假設(shè)性的問(wèn)題,很容易幫你發(fā)現(xiàn)自己思維當(dāng)中的“黑盒”。

這個(gè)方法叫做遷移學(xué)習(xí),如果你有能力把你已有的經(jīng)驗(yàn)換到其他的環(huán)境里面去,這時(shí)候你是不怕“35歲魔咒”的。

科技行者:你35歲的時(shí)候是在谷歌嗎?

周?。?/strong>我1999級(jí)入學(xué)上海交大,2002年拿了ACM世界冠軍,2006年碩士畢業(yè),當(dāng)時(shí)我拿了三個(gè)offer:一個(gè)是微軟亞洲研究院,一個(gè)是谷歌,還有一個(gè)是在上海的MSN。

那時(shí)候谷歌剛進(jìn)入中國(guó)市場(chǎng),因?yàn)槲矣衼喼奘讉€(gè)ACM冠軍團(tuán)隊(duì)成員的背景,對(duì)谷歌有吸引人才的宣傳效果,當(dāng)時(shí)微軟亞洲研究院的沈向洋打電話給我,我去北京和沈向洋當(dāng)面One&One,但那時(shí)我覺(jué)得谷歌更有互聯(lián)網(wǎng)思維,所以選了谷歌。

我畢業(yè)后頭三年在谷歌,后來(lái)三年在阿里,我在2011年離開(kāi)阿里的時(shí)候是P8,基本上已經(jīng)過(guò)了所謂的35歲,所以很清楚怎么應(yīng)對(duì)“35歲魔咒”了。

科技行者:那么作為連續(xù)創(chuàng)業(yè)者,對(duì)于其他創(chuàng)業(yè)者,有什么過(guò)來(lái)人的經(jīng)驗(yàn)之談?

周?。?/strong>從歲數(shù)上來(lái)講,我已經(jīng)40幾歲了,可能稍微年長(zhǎng)一些,可以總結(jié)一下,我覺(jué)得創(chuàng)業(yè)要有底線思維。

創(chuàng)業(yè)很有意思,但要把生活跟工作分開(kāi),創(chuàng)業(yè)本身只是一個(gè)手段而已。今天瀾碼所遇到的機(jī)遇是我的人生機(jī)遇,如果錯(cuò)過(guò)了這個(gè)機(jī)會(huì),我可能這輩子也拿不到更好的機(jī)會(huì)了,但我仍然覺(jué)得這只是人生過(guò)程中的一段經(jīng)歷而已,千萬(wàn)不要因?yàn)槟承┦虑?,而出現(xiàn)這樣那樣的執(zhí)念,就孤注一擲,因?yàn)轱L(fēng)險(xiǎn)隨時(shí)存在。

我十年前創(chuàng)業(yè)過(guò),當(dāng)時(shí)最后把公司關(guān)了,關(guān)閉公司的過(guò)程很痛苦,好在當(dāng)時(shí)沒(méi)有什么其他后果,但是心態(tài)要放平和,創(chuàng)業(yè)一邊要重視它,一邊要把它看輕一點(diǎn),得掌握一個(gè)度。

雖然我十幾年前創(chuàng)業(yè)失敗了,但有點(diǎn)像喬布斯講的——可能在那一刻,覺(jué)得它是一個(gè)curse(詛咒),但是當(dāng)你邁過(guò)去了,就是一個(gè)bless(感恩)。

科技行者:今天我們一直在談大模型,最后再總結(jié)一下對(duì)大模型的判斷吧。

周健:AI Agent今天最大的問(wèn)題不在應(yīng)用層,而是大模型本身算力的要求太高,但現(xiàn)在大模型公司對(duì)于算力的小型化已經(jīng)做了很多,2024年基本可以過(guò)平均線,2025年可能就普遍可用了,到那時(shí),誰(shuí)在“裸泳”就很明顯了。

分享至
10贊

好文章,需要你的鼓勵(lì)

周雅

Miranda
關(guān)注科技創(chuàng)新、技術(shù)投資。以文會(huì)友,左手硬核科技,右手浪漫主義。
推薦文章
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-