全部文章

北京时间 2025 年 10 月 7 日凌晨 1 点，OpenAI 年度开发者大会 Dev Day 2025 举行。本次发布会展示 了 OpenAI 从应用集成、Agent 开发到代码辅助的完整工具链，标志着其从模型提供商向 AI 操作系统 的战略转型。以下是发布会的主要内容概览： • Apps in ChatGPT：第三方应用可直接集成到 ChatGPT 界面中，OpenAI 提供了基于 MCP...

一个普通人的想象工具​ 一日的普通人狂欢，解放了大部分人对于创作的想象。 首先是硬件设备的解放，对于大部分创作者来说，需要依靠一个外部的硬件环境来创作，手机自带的 摄像头成为日常记录的起点，但摄像头只是承载了日常记录的功能。如果需要分享，还需要编辑和整 理，平台的第一步是吸引创作者在平台上发内容，进而提供工具，去做更大众和多样化的内容。之前 的影像创作，如果是实景拍摄，成本自不必说。如果是剪辑和其...

以往在开发一个互联网产品的时候，会尽量让产品去满足或符合用户的普世需求。这样可以服务更多 的用户需求，降低软件的开发边际成本，效用最大化，所以会出现一个产品服务场景需求一旦被验 证，就会有一堆竞品出现的情况。原因就在于大家总会想要为确定的需求投入，得到确定的结果。 但今天如果所有的服务体系由 AI 驱动之后，一定程度上软件产品的服务逻辑就会发生重大的变化。这 里面的重大变化分为几个维度： 1. 对...

从过去这一个季度的实际发展状况来看，整体的热度还在持续，从资本市场对产品的理解，或者整个 用户对产品的理解，已经开始倾向于路径的分化和功能的分化。 整体上分为两类： 1. 面向专业人群的辅助工具​ * 这类产品的核心是提供整体能力的深度，包括对用户的专业场景识别和理解，以及对用户需求的 深入洞察。 * 从这个维度来说，这类产品的附加值较高，用户的收入规模和黏性也更大。​ 2. 偏向于更普世或大众化...

AI 社交可以分为三套体系：​ 1. AI 和人的社交，或者 AI 和人的关系​ 2. AI 辅助人的社交，人为主体​ 3. AI 和 AI 的社交，人是看客​ AI 和人的社交是在 AI 能力变强之后，大部分产品都在尝试的状态。一方面，基于模型对人类语言和情 感的理解释放出来的陪伴，这是一个泛体系的品类。它的底层动力来源于模型能力的提升和更精准的 用户理解。它泛化出来的又不只是关系或者社交，甚至...

目前对于个人记忆的逻辑里面，核心有一个关键要素。 这个关键要素是记忆的数据存储在哪个载体里？到底是以模型服务为载体，还是应用服务为载体，还 是个人用户的账号中心为载体。 从现在各家的状况来看，不同的厂商切入的方式是不一样的。模型厂商的逻辑是以模型服务为载体， 其实是所有模型厂商在思考的事情，他们希望他们的服务以一个用户的账号体系为中心，能把他的服 务和他的模型结合起来。 模型厂商现在的问题是，他们...

么？ 浏览器为什么会成为新的入口是一个伪命题，但是今天很多 AI 应用又捡起这个入口之后，它才成为了 一个真命题。这个命题的本身是因为。如果从 PC 端应用的覆盖绝对值来说，无论哪个平台浏览器都是 毫无疑问排名第一的载体。上网冲浪，这是用户认知的基础和用户行为的基础。浏览器本来就是 PC 端 的第一基础，或者第一个入口。只是 AI 应用基于浏览器去做了很多插件，在整个用户浏览器行为上开 始去耕耘。...

F 和类似于这种基于浏览器体系里套壳的工具或者多任务处理的，不管叫它什么，今天是做了一些取 巧，比如说第一个要义是把用户的任务拆解为几个关键步骤，或者理解用户的指令去做对应的行为预 测分析，这套逻辑里面的关键要素可以分为以下几个部分：第一部分是对用户行为的拆解，第二部分 是对拆解过后的工作流做梳理和分析，第三部分是对应的数据源的分析和接入，第四部分是完成工程 化的过程，再之后再是可视化的结果输出。...

对于目前 AI Coding 的状况来说。可能会有几个要素不一样，过往大家把程序员当做生产力工具的技 术群体和付费意愿最高的群体去做服务。所以在整个价值体系和链里面，他们都是基础设施的建设 者，所以给基础设施建设者提供更好用的工具，一定程度上是一个可以被量化的价值范畴。另外就是 程序员的市场是全球市场，不管你在哪里做，最终面对的都是一次研发全球服务，这也是过去一定程 度上被验证过且被愿意拿来去耕耘...

通用的部分需要解决的问题是什么？​ 从现在的状态来看，大家都还是在开发平台，寻找用户，搭建工作流的状态，目前的这个切入点都还 是合理的，但是通用 Agent 要解决的问题其实远远不止于此。​ 这一阶段面临的问题首先是 AI 要有用，而 AI 有用的一个逻辑是我们要从工作状态里面找到那个能用 AI 去简化掉的工作流，从这个工作流里面拿到用户对真实场景的需求，从需求出发找到可以被自动化 的地方。 通用...

GenSpark 最新动态​ 1. 爆发式增长与融资突破​（2025 年 4 月）​ ◦ GenSpark 于 2025 年 4 月推出通用 AI 智能体“Super Agent”，上线仅 9 天便创下 1000 万 美元年度经常性收入（ARR）​，并以 5.3 亿美元估值完成 1 亿美元融资，成为 AI 赛道增长最 快的企业之一。 ◦ 其用户规模从 2024 年 11 月的 100 万跃升至 2...

这个产品有创新吗，核心是这个问题。答案当然是有的，创新核心在于让用户对 AI 的理解从硬件受限 和 AI 能力受限，到解决这个问题，从而交付完整的结果。​ 即使网上有很多教程告诉你如何手动制作一个应用，并且手把手地指导你得出结论和结果，但这依然 只是少部分人能够去动手完成的，大部分人其实不具备动手能力，并且对于动手这件事情天然是有抗 拒，所以这个产品的起点是从这里开始，给你交付一个接近于自动化完成...

阅读场景，输入框打开「深度思考」开关即可体验。深思后答，层层递进，让复杂问题变得简 单。 • 「AI 划词工具栏」优化：在豆包电脑版内进行划词操作时，可以直接在「AI 划词工具栏」中输入 问题，快速获取豆包的回复。 • 写作生成的文档自动存储至「AI 云盘」：使用「帮我写作」技能生成的文档，将会自动存储至 「AI 云盘」，方便你统一查看和整理。​ • 「帮我写作」支持参考本地上传的文件：使用「帮我...

•...

接住 DeepSeek 溢出流量​ 元宝几乎用上了全渠道接溢出流量，从大逻辑上来说，他要拿到这一部分的用户溢出的需求，接住这 一波用户艺术需求之后就会基本完成了产品的冷启动，几个基本点的资源都配备完成，不管是他们的 渠道和技术以及产品能力的储备，这些都要结合起来。 元宝在这个时间点上打的是一场收割战，部分产品已经完成了用户心智的教育。而且一部分产品也已 经让用户养成了工作习惯，只要一个足够好的模型...

• Qwen 2.5-Max​ ◦ 核心特性： ▪ 基于超大规模 MoE（混合专家）架构，预训练数据量达 20 万亿 tokens，支持 29 种以上 语言，包括中文、英文、日文等。 ▪ 支持 128K 上下文长度，可生成 8K 内容，适用于长文本处理和复杂任务（如报告生 成）。 ▪ 具备多模态能力（视觉理解、视频分析）和编程辅助功能，能生成代码及优化逻辑。 ◦ 性能表现： ▪ 在 Arena-H...

微信对模式的解放 ​ 睿健时代：微信对原有模式的解放，传统模式的束缚被微信解放​ 中国互联网上存在大量以 BBS 形态呈现的小众社区，新时代的服务业通过社区的方式去吸引人群，但 却受限于 BBS 的形态，睿健时代是第一个抛开 BBS 形态，依托于微信的碎片化时间和移动行为习惯， 构建基于微信的新形态垂直社区，取得产品和技术解放的巨大进步，给很多领域留下想象空间，微信 不只是用来做营销，做客服，甚至...

不做模型一定程度上也是有机会的，而且如果你选择不做模型，那你就有更多的精力把你擅长的领域 做好。 从整个产品的切入点来说，秘塔对一些用户洞察是非常深刻的，而且已经程度上有很多有效的方式让 他把产品的体验提升一个维度，虽然他是最早开始做推理和思考的搜索引擎，DeepSeek 出来之后分 流了他的很多用户，另外 DeepSeek 的模型也促进了他的产品的体验上的提升，所以最后的边界就会 非常模糊，但是...

现阶段知识库产品的核心卡点是？模型能力，幻觉？还是底层的 rag、ocr 等技 术？​ 目前的模型能力支持在知识库这个维度上完成内容检索和归类自动整理已经没有任何问题，知识库的 核心需求会是什么，目前主要包括内容的收集整理使用。 用户一旦把所有的知识内容，放在一个知识库里，模型只需对内容进行归类整理即可。核心是要对内 容进行理解，在用户需要的地方输出，当然，如果能够基于用户的支持库做进一步的提炼升...

1. 模型 API 变成基础设施，会搭配着存储流量等服务免费提供；​ 2. 小龙们会完全分化，只有 2～3 家还在走基础模型的路线，剩余的开始接入服务模块；​ 3. 大厂关于 AI 的投入会进一步分化，一部分是产品+ AI，一部分是 AI 产品化； 4. 对于 AI 巨头的划分不以营收规模和用户数量为基础，而在于手里算力储备；​ 5. 中国的模型厂商会批量向外输出到除美国和中国之外的其余国家； 6...

这个核心关键点其实不来源于是不是浏览器，本质上是看用户从哪里获得更多的内容，今天 AI 纯靠云端数据或者模型的数据是不足以为用户提供更精准服务，所以它需要靠用户提供更多的数据源头。 浏览器作为用户一个重要的数据源头，并且这个习惯也延续了很长一段时间，未来看起来一段时间内也还会继续延续，AI 顺理成章的接管浏览器相关的服务也是合理的，这也是今天 AI 产品上来做一个浏览器插件，更容易获得用户并且提...

搜索被解构这件事情，一定程度上是会发生的，但是，发生的过程有多快，或者是什么形态的产品代替，今天还是未知数。 过去搜索引擎对用户形成广泛的信息获取认知，一定程度上仍然存在，大家也依赖于搜索引擎培养起来的用户习惯，每个产品都有一个搜索输入框，如果我们将用户体系考虑在内，核心问题就是搜索框的能力是产品本身的能力，还是一个开放的能力。过去是产品本身的能力就是自建内容，而服务的交付还是依赖于开放的支持。...

就国内市场来说，需要严格拆分为 B 端市场和 C 端市场，这是两个完全不同的逻辑市场。 To B 客户为基础模型和场景买单 To B 今年的进展其实没有那么悲观，无论是帮助垂直领域的基础模型训练、服务部署，还是特殊场景的优化、提效和更加智能化的解决方案，这些都有一定的收入指标和客户进展。只是在这个进展中，大家今天还是在尝试打单，或者营收没有达到特别规模可说的状态，所以我们感知不明显。但是我们在...

分为几个模块：垂直领域和大一统 这个实际上要拆分为几个历史因素，这几个历史因素在某种程度上与国内外市场的差异因素有重合点。 垂直需求和产品的分拆 一个是不同的思路，垂直场景的产品大家的认知比较强，很多用户都是在专业的场景里，或者不同的功能使用不同的产品，他们对这个有非常强的认知和过往的付费习惯。因此，当一个好的产品确实能够带来体校和更好的产出结果时，他们会毫不犹豫地付费，这是一个原因。 全...

先说结论：有的，还没有出现，还在过程里。 这个问题应该是想问：基于 AI 驱动的超级应用会不会出现？我们可以探讨一下接下来超级应用会出现在什么维度，或者什么才能被定义为超级应用。 硬件载体 目前已经非常确认的一个体系或门派就是手机厂商（硬件），不管是 iOS 还是安卓，每个厂商的智能助理都会卷入这个赛道，或者不得不思考这个过程，这一点上相信手机厂商的产品都已经在紧锣密鼓地准备了。 如果做一些...

多模态的落地有几个关键要素，第一个是模型的基础能力；第二个是场景的需求，不管是用户的日常场景还是垂直的使用场景；第三个是使用场景的延伸。可以从这几个维度思考。 模型能力 先看模型基础能力。如果从多模态这个维度去看，过去的进展是比较缓慢的。一方面是在多模态这个体系里面原有的那套训练逻辑可能会面临较大的数据瓶颈，文本数据在互联网上的量是非常丰富的，图片和视频数据也有，但相比于文本类实现质变的数据要...

基础模型过去这一年不是完全没有进展，整体上也是有迭代的，只是受限于整个技术体系和行业数据的匮乏，导致没有出现像 2023 年那样惊艳的表现，所以整体上看起来大家的进展都不是特别快。 首先看国外的整个技术体系和技术栈，他们面临的问题和我们面临的问题是一样的，基本上还是因为前端数据匮乏，导致模型训练进展比预期慢（猜测）。不管是 OpenAI 还是 Claude，都已经不再主动强调基础模型的通用核心能...

几个关键指标，以及可以看的要素是什么？ 第一是对于搜索和模型的理解能力，从本质上看未来搜索的范畴，已经不会局限在搜索这个产品，搜索是搜索本身这件事情可能会有大的变化，当然结合现在另外一个公司搜狗输入法做的搜索逻辑，所以搜索不会存在于某一个特定的产品或者一个特定的助手那里，应该是在用户的第一入口，所以如果从这个逻辑上来说，搜索未来的承载在哪儿，可能今天会打一个问号，或者还需要技术再演进一下。搜索的...

AI 入口之争 关于 AI 的入口论，是由几个场景和交互方式来实现的，这一点在不同的产品上都会产生不同的结论和预期。无论是文本还是语音，拿常见的语音助手举例，在使用各种手机平台上的语音助手时，只是获得简单的服务，现在又加上了模型服务和应用场景的选择，手机厂商已经开始在尝试更深度的服务植入，预计在 2025 年上半年就会有大规模的产品推出。这里面大家的选择和解决路径各不相同，但落脚点肯定都是基于用...

2024 年百度世界大会的核心要点： 生成式 AI 技术的落地应用：百度创始人李彦宏强调，生成式 AI 技术的真正意义在于实际应用而非市场炒作，他预测 AI 将从简单工具角色转变为个性化、智能化的“智能体”。 iRAG 技术：百度推出了 iRAG（基于图像检索的增强生成技术），这项技术将 AI 图像生成推向了真实感层级，降低了创作成本，拓宽了应用空间。 无代码平台“秒哒”：百度推出了无代码平...

过去这一年，模型改变了搜索的产品范式和体验，ChatGPT 能够实时联网，从产品逻辑上来说肯定是非常有意义的，至少能够让用户有更好的产品使用体验，较准了数据质量，从整个 OpenAI 对话类助手的定义来说，逻辑和产品路径没有太大问题，对于目前暂时已经取得了部分领先的 AI 搜索类应用来说，实际上的毁灭性打击也不一定存在，到现在这个维度里的竞争已经不仅仅是搜索能不能联网这个功能本身了，更多的是一整条...

周末试了一下这个产品，整个产品思路是非常清楚的，就是通过语音识别用户意图分拆步骤，索引对应的软件完成相关的服务交付。技术原理上用的是手机的无障碍功能，整个技术路线是非常清晰的，从技术的实现难度上来说不是很难，关键要素在于用户的语音输入的过程里面对用户的意图识别并且进行拆解。 分为三个步骤，第一是语音输入，第二是识别用户意图，第三是通过用户的产品来完成实施交付，目前它限定了几个场景，所以基础的实现...

微软最近发布了 10 个 AI 智能体（AI Agent），旨在通过人工智能技术提升企业在销售、服务、财务和供应链等领域的业务效率。这些 AI 智能体将被集成在 Dynamics 365 中，并且预计将在今年晚些时候提供公共预览版。11 月，用户将能够使用 Copilot Studio 来构建和管理这些智能体。 这些 AI 智能体的主要功能包括： 销售领域： 销售资格 Agent：分析和研究...

高通骁龙 8 至尊版芯片是高通公司 2024 年推出的一款性能强劲的旗舰级移动平台芯片，有几个核心的特性： CPU 性能： 架构设计：搭载第二代定制的高通 Oryon CPU，采用“2+6”的全大核架构，即 2 颗超级内核以及 6 颗性能内核。其中超级内核主频高达 4.32GHz，适合应对需要更快响应速度的密集型应用；性能内核主频为 3.53GHz，负责运行最密集型的应用程序，每个性能内核都经...

基于目前的技术进展，从投资的维度上看，关于技术细节的进步可以几乎不用过度关注，或者说效果和能力上的进步也几乎可以不用过度关注，这是一个长期的战线，过去 10 年未来 10 年都会继续存在，无非是技术细节的差异，对于相对早期的创业者来说，机会点极其有限。 语音类产品核心关注的点其实是场景，如何在不同的场景里面使用好语音这个输入输出形态，这是非常重要的，甚至比技术本身还重要一些，一定不要纠结于技术本...

没有实际体验，看了不少视频和评测，也跟客服聊了一会儿，简单写几个思考，主要是从 AI 硬件的三个要素：功能，服务，新体验，硬件第一要义应该是个有用的硬件（客户明确，需求明确，问题明确）。 明确硬件的服务场景和解决思路以及方案； 耳机是一个成熟的品类，并且没有用户教育和认知预期，在功能模块上满足是一个有用的硬件这个定义，而且这个市场虽然竞争非常激烈，但是由于用户技术的庞大和普适性导致每年无论是新...

Meta：Movie Gen 四种功能：视频生成、个性化视频生成、精确视频编辑和音频生成。 视频生成：给定文本提示，我们可以利用针对文本到图像和文本到视频进行优化的联合模型来创建高质量和高清的图像和视频。该 30B 参数转换器模型能够以每秒 16 帧的速率生成长达 16 秒的视频。我们发现这些模型可以推理物体运动、主物交互和相机运动，并且它们可以学习各种概念的合理运动——使它们成为同类中最先进的...

异步 Autopilot Agent 目前最核心的一个功能是交叉检查，也就是事实核查，具体详细的技术细节可以在这个介绍链接里看到，总体使用下来的核心功能是通过拆分任务的逻辑让实时核查体验变得更好。 现在的搜索排序逻辑是搜索引擎对网页有一个权重排序，而这个权重排序是搜索引擎根据用户的点击反馈得出来的，所以过往在做 SEO 的时候是你的搜索引擎权重排序越高，你的排名就越靠前，被用户看到的几率也就越...

重点发布的几个产品： Meta Quest 3S：这是一款全新的 MR 头显，被视为 Meta 在 VR 领域的最新力作。它配备了高通骁龙 XR2 Gen 2 处理器，Fast LCD 显示屏，单眼分辨率为 1832×1920，刷新率为 120Hz。Quest 3S 支持手势追踪，并提供了 128GB 和 256GB 两种存储容量版本，售价分别为 299.99 美元和 399.99 美元，预计将...

钉钉面向个人用户推出“365 会员”，包含 AI 搜索、个人 AI 助理、AI 自动回复、自动速读等权益，非会员仍可使用钉钉 AI 助理、快速阅读等现有的 AI 功能。 钉钉收费跟 WPS 收费逻辑非常像，并且基础功能延展性比 WPS 强很多，所以很难界定他到底是 AI 付费还是办公付费。 主要的文档模块来源于之前收购的我来，如果不被收购，我来也是一个很好的文档产品。 产品+ AI 的能力是...

关于社交产品的定性不展开讨论，先总结几个观察： 国内和国外目前是不同的社交产品范式和类型，有些是有明确社交目的和属性定位的产品，有些是泛工具类产品带有社交属性。 有一些无法定义它是什么类型的产品，但被用来社交。 一定程度上社交产品的类型是工具和工具的碰撞，而不是人和人。 产品的属性和范畴并不会对社交的本质产生明确的影响和定义，人与人的连接是建立在工具之上，但工具最初被创造出来的目的并不一定...

模型只是一个能力的升级，完全够不上重大版本的更新，能力是循序渐进的提升 就目前整个产品发布的功能和更新来看，是一个微小的版本更新，虽然能力的更新背后也需要巨大的投入，但是跟以往的发版节奏比起来，这次更新更多的是能力的补足。 核心影响是对过往解决思维能力的解决方案的冲击 这次能力更新，比如通过培训，他们学会完善自己的思维过程，尝试不同的策略，并认识到自己的错误。实际上最大的挑战是给开发者的，或...

这个产品在 Twitter 上火了很长一段时间，我自己也关注了很久，一开始只是关注的程序员们在用，现在好像变得越来越热门了，虽然不是程序员，不过对这个群体有一定的了解，也简单试了一下，从工具出发做一些思考和分析，思考的维度是工具的核心价值，使用场景，和价值壁垒。 编程助手类工具的价值拆解 「工具解决什么样的问题，它的使用场景是什么，它的核心价值壁垒是什么」，如果用这个关键要素去衡量编程类助手的...

一个数据：ARR 超过 3 亿美元 先看一个 2022 年 Top 20 在美国上市的 SaaS 公司营收情况： 其中排名第一的 Salesforce 已经是连续多年排名第一，营收一直在上涨，最新的一年营收已经是 348.6 亿美金，市值超过 2300 亿美金。 也可以大致看一下国内顶流 SaaS 公司的情况： 用友：在 2023 年实现了营业收入 97.96 亿元人民币，其中，云服务业务...

月活数据透视 “文小言”应用月活跃用户破千万； 2024 年 Q2 累计调用量达到 20 亿次； 23 年 8 月 31 日，百度文心一言向全社会全面开放； 百度公布自己的月活数据，我们粗浅的算一个账，在此之前，普及一个小小的背景信息： 月活破千万，按照一些惯常的数据统计方法，就是刚刚过一千万，或者还差一点（附注 1）到一千万，我们按照一千万月活来计算日活，因为不知道它的日活和月活的比率...

AI 工作流（workflow） 是一种更为灵活的需求解决方案，通过自由组合应用、知识库、插件、意图识别、定时任务等能力，增强 AI 智能体对流程型复杂任务的理解和执行。 目前行业内的工作流平台主要分为以下几种类型： 模型公司基于模型产品内构建的工作流，比如对话式应用里都有工作流的构建和设置，一部分是以智能体的形式出现，一部分是在智能体之外还接入许多插件和服务供用户自定义来调用。主要是基于自己...

工具的价值 夸克的工具性已经被验证，在移动端找到了定位，尤其是对于学生群体的把握，每个功能模块的切入点都比较精准，过去几年的数据高速增长，未来整体体系产品价值的 AI 化可能要由夸克承担，也会有一定的营收的预期和空间； 夸克和豆包是目前为数不多开始做桌面 AI 助手的大厂，还在悄悄摸摸抓用户的阶段。 Alt + 空格等于 Hey Siri！ 之前在 PC 端有很多应用以快捷键的方式建立了用...

截止 2024 年 8 月 目前训练一个单一场景里的动作数据量级大概在 10 亿。举个例子，机器人手拿物体就这一个动作的数据量要超过 10 亿以上，并且没有自然数据，全部靠合成数据。 人形现在的情况是围绕在搬运这一个动作的商业自动化，比搬运这个动作更高级一点的自动化现有阶段由于数据集的不足，所以导致无法进行到下一步。 各地目前对于人形机器人的动作和压力一方面是对于对人形这个载体的期待，另外一...

豆包的领先周期及可能的下一步 数据： 从日常关注的应用商店数据来看，目前下载量豆包 9683 万，文心一言 5330 万，讯飞星火 7077 万，Kimi 2527 万， 通义 2062 万，智谱 3147 万，天工 3550 万， 海螺 1015 万，还在继续投放和推广的有 Kimi，买了多个跟此类工具相关的关键词，但是下载数据并无较快增长； 从看到的情况来看，豆包还会持续加大投入和投放，...

快手旗下的视频生成服务可灵已经开始收费，目前拿不到用户的收费数据，但是可以通过监测各个平台快手可灵这个产品生成视频的情况来看整体的用户内容增加的情况，反推一个大致的付费比例。 阶段性的视频付费还在观望 个人感觉初期的数据付费并不高，不是因为本身生成的技术难度和效果问题，而是目前对于大部分普通用户来说，生成视频的使用场景较为有限，还没有进入一个成为普通用户开始高频使用的状态。 一些中小型的工作...

最近在思考的一个问题是，如何去评估应用的价值指标？ 在过去的互联网或移动互联网时代，有非常明确的参考指标和依据，包括用户规模与质量（活跃用户、新增用户、用户构成、留存率、总活跃天数等）、参与度（启动次数、使用时长、访问页面、使用时间间隔）、渠道（安卓和 iOS 渠道的新增、活跃等指标及防作弊指标）、功能（功能活跃、页面访问路径、转化率）、用户属性和画像分析、收入分析等。 这些都是过往很成熟的评...

C.AI 是被最看好的赛道，又为何会沦落至此，前两天还夸 MiniMax 出海的角色类聊天 App Talkie 营收好，要是连 C.AI 都没证明自己，Talkie 不是白瞎么？ 这两个看起来是一个事儿，但本质上不完全是，他们都证明了一个问题，以及他们担负着不同的使命。 一个共同解决的问题： 首先，他们所处的赛道确实是一样的，并且所面对的用户群体以及他要解决的问题和思路在一定程度上也是一样...

Adept 在 Agent 还没有成为共识的 2022 年初就开始做了，一开始背靠两个 Transformer 作者作为联创，为什么会沦落到求被亚马逊收购？ Adept 一度是这个路径里面确实最早也最坚持的人，并且在一定程度上他们是相信 AI 能够迭代甚至升级软件工作的未来，也坚持了很长的技术路径和尝试，不过就目前的情况下确实是很难的。 第一是真正离他们预想的那个时代有多久， 什么时候会来是一...

根据官方页面，先来想一想它是一个 Agent，还是一个单独的服务，又或者它背后的核心目的是什么？ 首先 OpenAI 离通用搜索的步子越来越近了，它开放的通用搜索很快就到来。 从它的产品逻辑和定义来说，今天的问题在于没有办法建立历史上如此之多的索引库，目前搜索引擎的绝对核心竞争力是数据来源体系的索引，相信 OpenAI 今天数据来源体系的索引还不如 Google 和百度积累的丰富的，这确实是两...

OpenAI 宣布推出 GPT-4o mini： GPT-4o mini 在 MMLU 上的得分为 82%，目前在 LMSYS 排行榜上的聊天偏好方面优于 GPT-4 。 它的定价为每百万个输入 Token 15 美分，每百万个输出 Token 60 美分，比以前的前沿模型便宜一个数量级，比 GPT-3.5 Turbo 便宜 60% 以上。 GPT-4o mini 以其低成本和低延迟支持广泛...

最近不少平台都推了视频生成的产品，前期用户都可以免费使用。不管是字节快手还是其他模型公司，发布的未发布的，也都在同步筹备类似的产品。 今天厂商在推这个产品的时候，跟上一波 Sora 出来说建立虚拟世界的物理引擎的思路有些许差别，更多的是视频模型的使用体验和效果之争。 所以我们在看各家视频模型的关键要素，可能有几个不同的维度： 第一是生成视频技术普及关键节点会是什么？比如说是什么样的事件，或者什...

一边在疯狂的储备 GPU，另外一边却说 GPU 已经过剩了，那到底谁是对的呢？或者他们看见的是怎样的未来？ 暂且不说谁对谁错，只能说谁更相信哪一个方向，或者谁更相信他们相信的时代是什么？ A16Z 可能是基础设施的门派，或者说他们更相信基础设施是未来的核心竞争点和差异，所以他们希望囤积更多的基础设施之后能降低后续的服务成本，这一点上面有点像今天的云服务厂商，早期都是租别人的 IDC ，最后都是...

发布会内容的重新分类 不按照发布会的节奏和流程，把整体的发布会内容重新做了一个分类，大概可以分为系统，应用，硬件，以及新服务。 系统 iOS 18：iOS 的最新版本将带来 AI 支持、改进的隐私控制和性能提升等新功能。 iPadOS 18：iPad 操作系统的更新，包括多任务处理功能的改进、手写笔支持的优化和应用程序体验的提升。 macOS 15：苹果桌面操作系统的最新版本，包括生产力...

关于微软的 AI PC，详细更新的功能不做介绍，更重要的是探讨这几个功能背后，它的真实意图以及未来会发生什么？ 记忆的存储使用 首先是回顾功能。这个功能是基于本地的硬件来实现的，对于用户来说，有绝对良好的隐私保护，相当于帮助用户存储记忆和日常。如果一个用户超过 30%的时间都在电脑上，那相当于 30%的人生记忆是被存储的。这是过往无法低成本实现的逻辑。此前类似这样的功能都是通过录屏或者屏幕快照...

降价是降什么？ 降价的本质实际上是降低开发者的使用成本和使用门槛，对于一部分还在 AI 初期阶段的产品来说，这个阶段使用 API 的成本依然是一笔不小的预算，尤其是较为高阶的模型，使用费还是很高的，通过这个阶段降低模型的使用成本。让开发者能够更快的让自己的产品具备 AI 的能力，这是云厂商开始降价的一个动机，换句话说，通过这个方式让那些没有 AI 能力的产品开始思考如何让 AI 对产品有加持，这...

Google I/O 2024 的产品发布总结如下： Google 这次发布会的底层视角是什么？ 在看 Google 这次发布会的时候，首先要分几个维度拆开来看： 完全不是为了要面对挑战，是行业启发带来的机会； 核心是围绕自己今天的业务体系需要解决的问题展开。 所以我会把这次整体的发布会拆分成为如下的一个渐进视角：升级了模型，基于模型如何在它的产品里演进和服务用户，以及未来愿景里一个中短...

模型场景化的优势 字节直接上了垂直模型，把模型能力场景化，这么做的好处是： 第一：把开发者的使用门槛降到最低。对于很多开发者来说，有能力用好 API 和有能力在场景里用好 API 的需求是不一样的，有时为了满足自己的产品需求需要做一些基础的功能铺垫，中间要增加很多细节来确保产品输出的稳定性。 第二：数据精准度更高。开发者直接把模型能力做封装到对应的产品过程里，需要的是一个对场景化能力的定义。...

技术预热 这次应该只是一个预热发布，发布了一个跟模型技术相关的产品，应该很快会有更重大的技术发布会。 GPT-4o 的价值点 GPT-4o 是很惊艳的，除了核心是技术体系和表现的稳定性之外，更重要的是他把这项功能作为一个基础功能免费提供给所有用户，这意味着更大的野心在于要解决人和机器之间的交互升级的问题，上一个核心价值点在于提供了人和机器之间的文本交互，文本交互是过去这些年来已经被大家广泛所...

去年的一个思考是下一代通用 AI 硬件会是什么样？完成了几个基本的功能和需求就可以，不过关注了一年的硬件进展，可能一下到通用硬件出来估计还需要一定的时间，硬件和软件的服务都需要一个过程，在演进中发生，所以换个思路，接下来的硬件的进化应该是按照场景化来细分，猜想一些可能性： 基础需求 人体器官的外延，目前看起来还是手机，手机能力全面 AI 化应该需要半年左右的时间，一个重要的关键因素是当手机对模...

人人都是开发者 百度这次的发布会是完全针对开发者发布的，所有的产品体系围绕的关键点就是如何让开发者更好的基于百度的模型或者生态去开发产品，把开发产品的门槛降到最低。手动数了一下飞桨有 7683 个应用，活跃度不详； 基座开发能力（百度的系统底座整合为开箱即用，开发门槛降低，商业交付门槛降低） 这次推了三个开发工具，分别是智能体开发工具 AgentBuilder、AI 原生应用开发工具 App...

用户场景+产品能力+模型能力拆分组合 基于 Adobe 的用户基数，把其余模型能力整合进来，用户可以在一个平台上无缝调用多个模型的能力，此前，在国外相对较为开放的 API 生态里，这个逻辑是通用的，并且接下来会持续通用，手里有用户场景的人，接入模型能力是容易的，并且基于场景的对模型调优是更有效的方式； 用户中心和服务中心的爱恨情仇 有几种可能性： 早期以用户为中心的产品会聚合非常多的模型能...

关于 Vision Pro 的问题，思考它的几个关键要素是很明确的：首先是它的出货量能不能到一个指标（决定覆盖率），其次是它的应用量能不能到一个指标（这个最后会决定用户时长）。我曾经也用这个指标去衡量过 Meta 的 Quest，但是后来发现这个指标即便到了也没有出现预想中的热烈情况，属于我们在这个行业看见了一个巨大的可能性，但这个可能性一直没有发生。 关键指标的历史参照：Quest 2 先说...

在金山办公生产力大会上，金山办公面向组织和企业的办公新质生产力平台 WPS 365 升级发布，包含升级的 WPS Office、最新发布的 WPS AI 企业版和 WPS 协作。WPS 365 全面覆盖了一个组织日常办公的基本需求，从文档创作到即时通讯（IM）、会议、邮件，再到 AI 应用，标志着一个文档处理套件正式升级为一站式 AI 办公。 关于 WPS 365 的几个新的思路： 第一是把产...

产品机制：从问答向通用搜索的转变 搜索的起点是寻求问题的答案，百度很长一段时间的定位 Slogan 都是「有问题，百度一下」，放在搜索体系里，用户习惯是有问题去问搜索引擎，今天变成有问题，问一下 ChatGPT ，是功能的无缝切换，从产品逻辑和策略上，OpenAI 开放的插件功能，在某种程度上是另一种形式对网页和内容的索引，用模型能力实现了更友好的内容交互和重构，甚至包括搜索需求的满足，这是从问...

通过非官方的渠道抓数据，一般有以下几种路径： 第三方监测服务 首先是可以通过监测 Web 页面的访问量来获取参考值，这是目前那些对 AI 工具做排名的主要监测手段，Web 作为一个成熟的服务载体，有一些第三方的网站和数据会监测的网页的浏览量，通过 Web 访问数据给他一个排名参考，在一定程度上是一个参考值，但是很多时候只能参考，对于很多大厂的服务，都是解析到同一个域名，对应有不同的子域名去承载...

产品 着重多模态输入能力的构建，提高多模态内容的输入能力； 不再强调文本字符数，弱化语料数据的概念； 提供（不一定公开发布）个人用户数据系统，基于用户个性化数据提供服务； 图像生成能力做泛化升级，除了基于文本化的语言之外，提供新的交互方式或 API 能力； 基于 API 提供更多的开发工具，鼓励用对 API 提供更多维度的利用，会切入模型 API 云服务的上下游； 对下一步视频生成能力...

关键要素 是否用本地模型的关键要素只有一个：成本 本地模型决策逻辑还包括厂商想要建立自己的护城河，害怕自己只是管道化而被替代，所以在本地设备上需要一定的能力，而如果本地设备一旦用户又是必须的，那不如就在本地设备上也集成模型能力。 云端的成本目前都由产品提供，用户或产品付费，端侧能力暂时闲置； 特定应用场景的硬件配置，特定的专有模型可以离线运营，这个在技术难度上应该可以实现，核心是对应场景可...

部分差异化猜想 目前秘塔在响应速度上做的体验非常好，从结构逻辑上来说也非常清晰，可能是把知识图谱提前写了一个框架在结构里。 结果呈现的思维导图部分应该也做过特定优化，技术上不难，但体验上对用户来说会友好一些。 不太确定是不是做了数据缓存，当搜索量到一定量级的时候，本地缓存的数据实际上就已经能满足需求，一旦他的用户量级突破一个特定的数量级之后，100 个问题汇总为一个问题拿到一个标准答案，用标...

要把播客的这个载体的价值定义清楚，就产品本身商业价值来说，有几点需要考量和注意： 第一是音频的介质和载体场景，适合人们在眼睛不方便的时候去输入，具向场景就非常的典型，比如说通勤或者开车的路上，国外的音频使用时长的高的一个很大原因是他们的通勤较久或者汽车普及率高了之后，在路上的音频时间是较长的。国内对应的情况就是地铁时间，而这一部分时间又会被不同的产品所分流，比如听书，知识付费，音乐，所以从产品分...

首先有几个基本要素是要确认的，他暂时是去中心化而不是中心化，没有封闭系统。 所以它的一部分流量来源于前端流量，而前端流量不一定可控，所以它的中心化变成了平台的中心化，平台中心化不完全掌握在 OpenAI 手里。最终的关键要素是用户在哪里？他就会在哪里去呈现，比如说可能在微信小程序或者各种平台的小程序，也是轻应用的另一种形态。 去中心化的生态 首先它的去中心化在于它的本身没有任何分发壁垒，就是...

关于搜索的价值在前文有所提及，请查阅：AI 搜索，总体来说，分为几个派别？ 大厂及搜索派 国内的百度，腾讯，阿里，字节及 360，有道等，这些都是要做搜索的，大厂几乎每家都会有自己的搜索引擎，但是是不是会公开给 C 端用户用，过去不确认，但今天他们可能都想搏一搏。 模型派 几乎所有模型能力的厂商都应该会在想这件事情，只是看他们的切入点是不是自己下场做一个搜索引擎（天工，智谱清言），还是把自...

对视频行业的影响？ 一分钟冲击的是短视频行业，但总体上对于整个视频产业的影响暂时看起来是有限的。 大部分人对于想要把自己通过视频表达东西文字化的能力都不是特别健全和完善，更具象化的东西和内容还需要更加有意义的沉淀。还有一点是视频内容的视频是个呈现形式，但内容里的 IP 和人才是可持续的背后价值所在，这一点估计短期之内无法形成突破。 比如你随便生成一个内容的男主角或者男一号是可以的，但如果这个...

问：AI Native 的互联网和交互如果往这个方向走（看起来是合理且用户导向的），吃亏的是谁？在没有新的硬件载体的前提下，有可能走向这个方向吗？ 管道弱化或消失 硬件是用户接入网络的关键要素，是用户接入互联网的通道，人暂时还不能直接联网（脑机接口成熟之前），所以需要的是一个服务的载体（参考关于 R1 的回答）；如果未来真的走到这个方向，那核心吃亏的是那些管道，就是集中给用户提供服务的管道，而...

问：360 出了 AI 搜索，会有哪些机会，以及会面对什么问题？ 通用搜索的可能性 先说产品体验，试用了网页版和移动端，移动端目前已经更新过两个小版本，更新的频次还算较快，网页端产品的交互总体的感觉是跟 Perplexity 很像，对于输出结果的反馈做了优化和提取和总结，有兴趣的可以用各种问题去尝试一下。 从它整个页面下面呈现的引导问题来说，看起来更希望用户去问问题，搜索这个行为本身就是解决...

问：Arc 浏览器试图用 LLM 打破过往用户习惯的场景模式，直接把内容带给用户，可能存在的商业或者技术门槛在哪里，能走多远？by @万东峰 搜索的解构分发 Arc 尝试了搜索即服务，商业模式门槛在于重新对内容做了一个解构和分发。目前没有抓包看他后台的实现路径是什么，但是盲猜应该是在用户搜索过程和结果反馈之间加了一个自动化的规则体系，未来也有可能进化成模型类的搜索助手，本质逻辑是将搜索即服务这...

关于 AI 搜索产品的分析和思考 搜索的核心价值 搜索作为上一代互联网核心流量入口已经是较为成功的商业逻辑和商业模式，已经被大家所共识且支撑全球各个国家各地区出现千亿美金的公司。从用户的维度来说它变成了互联网的第一入口；从产品的维度来说，它足够简单又足够囊括性强。当然这个产品因为形态简单，所以导致要做好非常的困难，就变成了越需要积累技术和产品实力的竞争体系。 移动互联网时代，一度有很多产品想...

讨论价值，先看他当下提供的服务是什么？ 第一是降低了不同平台间应用接入门槛，集中把各种服务打包到一个平台上，有点像一个零配件中心，平台把所有零部件都准备好，你自己过来组装就好了（类比乐高）。 集中平台对于开发者是相对友好的状态，减少了不同平台之间的数据迁移和应用调节成本，相当于做了一部分本身 API 应该做的事情，提供 API 的 API。 需要面临的问题： 平台自己的应用中心和开发者服务...

myshell 哪里做得一般？哪里做得不错？ 如果没记错的话，他们从 23 年三月份开始做语言学习，到后来转做机器人助手，没有看后台数据，但总体产品的进度感觉不是特别快，而且没有看到用户反馈和对他们的认知讨论，所以极有可能没有进入爱好者的讨论范畴，不过在 Web3 的圈子里可能还是知道他们，因为这个圈子本身不大，如果一定要有说做的好的地方，那就比较勉强了，可能就是从一个工具变成一个平台，这算一种...

都是猜测，如有雷同，实属巧合 ；-) 三个维度的成熟，技术稳定性，产品需求，用户感知 在憋模型相关的大招，但不会激进的上一步到位产品 内部最先用的场景应该是解决广告投放素材的智能生成，TikTok 广告体系的需求量足够支撑一个独立产品模块的研发和服务； C 端先用于优化体系内产品的内容创作流程，不管是抖音还是 TikTok，加速创作者的创作效率； 在稳定性解决之前不会出直接有流量投放的...

GLM-4 的整体性能相比上一代大幅提升，逼近 GPT-4，GLM-4 大幅提升了智能体能力，GLM-4 All Tools 实现自主根据用户意图，自动理解、规划复杂指令，自由调用网页浏览器、Code Interpreter 代码解释器和多模态文生图大模型以完成复杂任务。GLMs 个性化智能体定制功能亦同时上线，用户用简单的提示词指令就能创建属于自己的 GLM 智能体。 体验了半个多小时，整体感...

如何看待 Pika？ 对 Pika 做独立模型这件事情存疑，不是能力问题，是必要性的问题； 短期需要做的是产品的功能和亮点，长期需要保证的是稳定性； 做小功能，做细分功能到 95 分的程度，第一阶段可以跑出来。 纯粹的工具型产品，最终可能商业模式来源于 B 端，如果要向 C 端走，大概率要做社区； 对技术能力细节没有深入了解，不做详细分析，就报道和看到的相关产品细节来看，未来能把数据和需...

美国时间 1 月 10 日，美国 SEC 宣布比特币现货 ETF 批准，在经历了一系列乌龙事件后终于成埃落定。此次获批的比特币现货 ETF 发行机构为：Grayscale、Bitwise、Hashdex、iShares、Valkyrie、Ark 21Shares、Invesco Galaxy、VanEck、WisdomTree、Fidelity、Franklin。现货 ETF 最快将从美国时间 1...

GPT Store https://mp.weixin.qq.com/s/671OGCA17ID9EXISWpq6RA 这个产品是探索了 App Store 的逻辑，但我更希望把它类比为安卓市场 没有设备限制，基本上是一个相对较为混乱，有不同渠道机会的市场 回到了流量的初始竞争逻辑 本身没有用户的产品可能会比较艰难，有基础服务，在这里通过平台把用户拓展，形成更深入的绑定比较有机会。 对于...

Rabbit R1 销售一万台 决然不是把它当作一个硬件，而是要当作一个新的交互方式，他是承载那个交互方式的载体。 核心点在于数据的输入和输出，它只是一个介质，帮助用户获取数据的输入和输出，人们通过这个介质连接网络，他今天可以是这么一个硬件，他甚至可以是一个芯片植入脑子里。 卖 10,000 台本来就不多，美国每个 VC 买三台，产品经理买一台，10,000 肯定不够，再不济卖那些对 AI...

钉钉的用户数已达 7 亿，包括企业、学校在内的各类组织数达 2500 万；付费 DAU 为 2800 万，软件付费企业数达 12 万。截至目前，钉钉已有 20 + 条产品线、80 多个场景接入大模型，并且有 70 万家企业真实使用上了钉钉 AI。https://www.ithome.com/0/744/121.htm 有这一波用户基础，如果今天能够充分把 AI 的能力向这一波用户去渗透，巨大的意...

李志飞：谁将成为 ToB AI 应用的“APP Store” ？https://mp.weixin.qq.com/s/OWyP6CvmD8OZUdWgRCIN3w 目前对这个结论持保留意见，最终核心的要素是哪个平台上面的企业账号最多，或者驱动企业在上面的收益最高，所以今天谈这个还有点早，今天还在累计基本面的过程，相对要素是确认的「用户总量」或「企业账号总量」，绝对值还没有。