河南省百城建设提质网站,新人怎么做电商,如何查找织梦网站后台,营销网站建设评估及分析文章目录 01 国王与画匠#xff0c;寻找 AI Native 的寓言02 PMF 考核用户量#xff0c;TPF 要看测试集03 新时代的创业者#xff0c;首先要是大模型的超级玩家04 今天的大模型是「快思考」#xff0c;AI 需要「慢思考」05 理想上慢一步#xff0c;落地上快三步06 百川创业… 文章目录 01 国王与画匠寻找 AI Native 的寓言02 PMF 考核用户量TPF 要看测试集03 新时代的创业者首先要是大模型的超级玩家04 今天的大模型是「快思考」AI 需要「慢思考」05 理想上慢一步落地上快三步06 百川创业八个月开始沉淀大模型方法论 原文链接
01 国王与画匠寻找 AI Native 的寓言
PMFProduct-Market Fit产品市场契合度 - TPFTechnology-Product Fit技术产品契合度
技术范式的迭代和现状很多过去行业的常识、惯性的做法不再适用于大模型应用的创业。机器有幻觉也可以用。最后还是回到具体技术要匹配到什么需求上。现在的产品经理应该明确 AI 技术有所长有所不长去做 TPF 这样的匹配和兼顾。eg国王的画像瘸一腿瞎一眼拉弓打猎图既不诋毁又不美化两者兼顾。
拉远重构
不把市场当作是这个 super app 的远期目标而是对人的根本诉求的满足健康、快乐、创造力当前很多大模型的应用并没有真正扣应用户的需求继续做下去会卷到大厂的竞争赛道里。以前造工具现在造伙伴或者说是一个新的『物种』为人提供信息提供知识甚至是智慧
拉近TPF
AI 技术有许多的不完美那就不应该是先派出一堆产品经理去想市场洞察完了回来就开始做而是应该先思考这么一个目前不完美的大模型技术适合用来做什么产品。 egCharacter.AI他们公司的创始人Noam ShazeerTransformer 论文作者之一并非产品背景出身。他非常清楚大模型这种底层技术知道它肯定会犯错因此他先拿大模型来做娱乐向产品再之后他想到这个技术首先能承载自然对话的形式于是他就把产品做成一个个角色一个个人设。
02 PMF 考核用户量TPF 要看测试集
PMF 产品经理更多是写个文档描述功能、定义和要求画个结构设计图。产品长这样就能满足用户什么样的需求功能又是如何每步都精确做到的。在大模型场景里不适用。输入的输出是不确定的面对这种非唯一的对应关系你很难用一套演绎规则就能做好。模型在什么输入上能给什么输出的一个测试集合。产品经理不仅要去定义这个产品还要把定义的产品转化成评测集。产品经理去定义评测集技术算法寻找数据集训练系统以满足评测集。算法驱动型的产品用的就是评测集驱动的方式。AI Native「设定目标 - 转化评测集 - 让数据集有效训练出满足评测集的要求」把 AGI 的模型能力更加深入融合进去。TPF 如何评价TPF 对产品经理有要求在产品面世之前要满足两条。 要能够把需求转化成一个测试集这个测试集能够使得技术工程师在满足过程目标的时候也发现结果是在进步的。一旦做好 demo也能发现用户提的需求用户需求分布跟产品经理的评测集的分布是一致的而且评测集的结果是满足用户需求的。 所以 TPF 是用测试集的形式来满足的一方面内部指标满足然后面世的时候PMF 反馈会反应用户的需求反馈跟测试集的分布是不是一致用户是否满意。 如果是创业公司做出的 AI Native 应用一开始就要让用户用得爽。在满足特定类的需求中你的产品必须提供 10 倍于竞品的爽感不是好一点要让人有惊喜感。因为在今天大模型并非全能你只能选亮点做出 10 倍优秀的来周边功能是 5 倍、3 倍甚至更差的这样你的波峰就拉得足够高了后面再逐步将它拓宽。如果一款产品一开始不让你爽不到一定高度只是比原来好一些是不够用的。
03 新时代的创业者首先要是大模型的超级玩家
成为大模型用户就是要把自己当成一个大模型时代的粉丝去狂热的体验去感受大模型给你带来了什么样的不同之处先去好奇去欣赏去感受它做的好不好。先成为一个大模型的超级用户。要把市面上的产品都用到了有这样的动力充满这样的好奇心的。用起来之后你的灵感就会冒出来就会知道这件事情什么是它擅长的由此再把它变成你后面产品的构思。
新范式下的变化
先成为用户再去造应用先吃几口猪肉再去造猪技术涨潮过程中跟着一起涨
产品经理的基本功和关键气质
抛出来产品的画面感有想象力有推动心既有之前的成功经验又能够把自己的经验打散去滋养大模型还能想象出大模型的新样子是既要又要的阶段。未来的两年时间内更多的是加入一家大模型公司能够获得平台级的支持帮助你把原有经验打散融入这样做超级应用成功的概率要大很多。做小应用不一定但做大的事情要与大模型公司有充分的互动。
04 今天的大模型是「快思考」AI 需要「慢思考」
快思考慢思考
大模型其实是「学」其实并不「思」AlphaZero 代表思内部对抗博弈大模型LLM代表了「学」AlphaZero 代表了「思」如果这两个系统结合在一块就会很厉害。学而思学而不思则罔思而不学则殆大模型也能判断围棋的输赢可以写代码来判断围棋的输赢状态转移代码大模型有机会写出 AlphaGo 的代码运行代码后它就会下棋了这件事是有可能发生的。因此我们在想 Q*的时候在内部猜想大模型是有机会生产出一些用来思考的框架然后用传统方式来「思」。
05 理想上慢一步落地上快三步
OpenAI的理想很大想探索 AGI 的边界人和公司都要找到自己的定位不同的土壤长出不同的东西来同样是创新是公平的相对而言我们在理想往前走这方面会比他们弱但我们应用上会更加的快面临着一个更好的机会。OpenAI 一家独大的情况下做应用的公司得迎着 OpenAI它的技术做到什么样你才能做什么样的应用。但国内是模型公司自己在做应用这种端到端的连贯性是有机会在一些领域里把应用比他们更快落地跑出来的。OpenAI可能是前锋在突破边界我们把技术落地下来变成有意义的东西。他们的发明我们尊重我们该追赶但我们也可以有自己独有的贡献而不是我认为我需要自己但这世界并不需要我。
06 百川创业八个月开始沉淀大模型方法论
好的状态每次看一个月前的自己都觉得是傻子。以前工作的时候是以周的速度在迭代现在没到那么敏捷的状态以月为状态看待自己的不足。大家一起共同去调整自己原有的工作方法去获得大模型时代的方法论。每天自己都在进步而且还有多维的成长。不只是说自己会了这些事情想法比事情要领先半步。但有时候你会发现走一走又会有更好的想法出来。能够抱有的信念超级应用像互联网时代给人类带来的巨大的帮助和希望一样两年内帮助大家体验到、用到。5 年时间太长了能够想到 2 年后的画面我就挺满足了。
