AI的一点思考

多客科技

作者：微信文章
到现在为止，几乎可以肯定的是，这一轮基于transformer架构的AI，包括现在大行其道的RL，其能力边界就是内容生成。包括代码生成、文本音视频生成（DiT也是基于扩散模型的transformer架构）、或其他类型的内容生成， 譬如药物结构、蛋白质结构等。想要实现AGI，这个架构是不行的。
而面向C端市场，最大的机会点就是视频生成。现在很多人都在讨论vibe coding，但可以肯定，这个市场是错的。编程的概念，仍然是桌面互联网及移动互联网时代，编写软件应用的逻辑。但AI时代，如果人们已经不需要那么多应用了，那么编程这个动作就不存在了。因为AI时代，真正需要的是各种agent，而不是传统的软件应用。
在互联网时代，编程这个动作，封装了两类功能：一是数据和实现逻辑，二是界面与交互。但到了AI时代，agent是不需要人机界面的，它直接读取底层数据，处理后直接返回给用户结果，这就结了。换句话说，AI时代的agent，也是端到端的。而不需要像人类一样在各种界面、按钮上点来点去，操作半天才获得结果。应用作为底层数据与用户的中介，已经毫无价值。所以vibe coding这类产品，必然只是应用时代的余晖，而不是未来。
那么视频生成类产品，到底要如何做呢？到底是做成一个工具型产品，譬如剪映、canva这类产品？还是内容型产品，譬如抖音这类产品？即便确认是内容型产品，也还需要考虑到底是抖音类产品，还是Instagram类产品。内容的生成机制又是什么？用户的动机又是什么？用户的使用方式又是什么？内容的分发机制又是什么？……
然后产品上线后，又该如何运营呢？真的就是媒体去做传播？或者投流？或者朋友圈做传播？我真的不认为这样的产品，有机会去微信、抖音等目前的几大流量型平台做传播的。内容生成类产品，是各家必争之地。大家是竞争关系，所以只会封杀，而不会助助力。
想到这里，就写到这里！