AI的"半成品"阶段还有很长一段路要走
某种意义上，当前类似于马化腾口中的"半成品"辈出的阶段。AI领域每一次涌现新机会，都会使得之前诞生的一些产品展现出"半成品"姿态，核心原因是其逻辑不够硬。例如chatbot产品早期的泛滥。
关于这种"半成品"或者"中间态"，有几条思路可供理解参考。
首先，关于AI的终点、大模型的价值，行业依然存在很多争议。如果把AI的发展比作工业革命，那么当前的不少路线和产品都可能属于"半成品"的范畴。比如业界不少专家都有观点，市场追捧的Agent可能最后只是大模型的过渡或者中间状态。未来大模型真正拥有足够的智能后，并不需要Agent这样的应用形态作为中介去执行一些任务。
一个典型的例子是OpenAI前段时间发布的Operator，这是一个典型的Agent。如果OpenAI愿意，它可以围绕这个产品进行迭代升级，深入手机系统，做很多功能设计。不过这样一来，模型的智能提升程度就可以忽略不计。又或者它可以继续强化模型训练，寻找智能强化甚至代替功能的方法。这是两条路，也就意味着现在的产品形态都只是一种过渡阶段。
其次是既有的理念也完全可以被刷新。DeepSeek-R1诞生和开源之前，业界也有开源路线，Meta就一直坚持开源路线没变过。但在那个阶段，市场普遍认为开源是一种对抗闭源，防止被闭源排除到市场外变成others的手段。而在DeepSeek-R1火爆全球后，市场又发现，原来即便采取开源路线，也可以形成非常积极的向上冲击的姿态。仅DeepSeek的APP用户量的快速增长，就说明了这种效应的存在。这就像电商时代拼多多和抖音电商的崛起，有些因素是反常规逻辑的。所以，对AI产品的发展来说，现在谈定型还为时太早。
最后是具体产品的更新方面，AI现阶段对用户日常生活、工作的渗透，都还有很大的空间。即便是微信搜一搜，也仅仅是各种场景中非常微小的一块。
