从大模型到Agent会改变的游戏规则.docx

"从大模型到Agent会改变的游戏规则" 本文探讨了大模型到Agent的转变对游戏规则的影响，讨论了智能的尺度、Agent型产品的复杂性、从单点极致到配重优化、组织力对配重的影响等问题。 首先，大模型如果单独进行商业化，那么它只可能是提供API，而这模式很可能连一家OpenAI都养活不了；要拓展应用边界就需要与行业与领域结合，而随着智能与行业的结合，那大模型的应用就会体现为各种Agent。这看起来只是往前走了一点点，但可能会改变游戏规则，做弓箭的不一定会打猎啊！ 智能的尺度是Agent型产品的关键所在，智能程度的差异会导致动力引擎不同，而用牛马作动力和用蒸汽机做动力，潜在可能干的事情会非常不一样。互联网刚开始的时候因为互联网是个纯粹的新东西，大家普遍陌生，所以观点反倒是相对纯粹，就是关于互联网，但智能不是，每个人都是智能生命体，并有着自己对智能的理解，所以各种维度的解读会混杂在一起铺天盖地而来。 智能的尺度支撑了产品的锚点。但由于智能的本质特性是通用性（所以才叫通用智能）而这种的通用性导致很难构建参数化的尺度，不管是什么指标和测试集，最终都是局部，都不足以变成合理的尺度（就是用各种百分数表示的各种率，他们有用但不是智能的尺度）。用它们很像用重量来标识一个人是不是足够聪明。这时候真和场景结合就需要回到图灵测试2.0，把随机性导入进来。 Agent型产品其实比单纯的大模型要麻烦，这很像一个纯粹的数学天才要做行业市场了，脑回路的多维化是不可避免的，逻辑通透要去叠加人情练达的部分。这种变化的起点在于Agent不再是个单点，而是要处理长链条的整个业务场景，这时候单点极致是不灵的，需要更多的配重优化。 从单点极致到配重优化是市场足够纯粹的时候需要的，当市场足够纯粹的时候，需要单点极致。比如大模型自身，就需要让人感觉真的智能。什么销售品牌等都不关键。互联网做工具的时候就更是如此，你不把你的产品定位到一个需求足够强的点上，并且足够好用，你的运营成本就会拖死你。OpenAI其实重现了这个故事。 现在AI第一波的工具其实也是如此，比如生成图片、生成视频的各种工具等，但Agent不是了。当智能和领域结合的时候，链条会一下子加长，单独的技术不足以撬动市场。你最好的技术能够撬动化工行业么？这就更需要售前、销售、产品、技术、交付、售后的配合。也就是说任何一个点都不足以完整解决问题，关键的是整体的协调性。达成这种协调性的手段就是配重优化。这和药方差不多， 得有君臣佐使，然后每个地儿究竟上多少，不同情况不同，但配重背后还是有着一个统治性的规则。 配重背后其实是老的掉渣的概念：组织力。但这是更要命的事。因为组织力到现在为止没有破坏性的捷径。创业团队变成一个协调的组织所需要面对的挑战要远比干一个大家都盯住的产品难十倍不止。当年华为号称要介入安防市场的时候，海康威视的总裁强调过类似的事，核心观点就是这种细碎市场需要这种配重，它是竞争力也是壁垒。 对于创业团队，要想高清这种配重就要求团队脱下鞋袜，跑到田间地头天天撅屁股干活，并且长时间干，不管过去履历如何。一边干一边还要看天，然后再干。这时候团队的期许很可能和实现是背离的，不管是经济回报还是成功的节奏，所以挑战非常大。但更关键的还不是这种期许的背离，而是如果配重关键，但新团队本质没优势。显然的原本在行业里面的人更擅长把握这种配重。 新团队去做配重关键的事，有点像用一种更低的效能去磕更高效能的团队，大清帝国突然要远征英帝国，结局是确定的。但就像颠覆IBM控制力的微软，削弱微软控制力的谷歌一样。Agent的成功需要一个新的方式做支点，这个支点能够在配重上提供十倍效能。这种十倍效能的方式还是需要回到智能，Agent要想成立，需要基于智能重构组织力的构成。 组织力影响配重的关键是组织力，而组织力差不多就是过去EMBA里面讲的各种事情的综合，文化、组织结构、工具等最终会汇集成企业的综合力量，综合企业力就是组织力（参照综合国力来…）。不同的原点设定（初创企业创始人的价值观甚至性格都影响巨大）会孕育出不同风格的组织力，有的像大号的，等等。 从大模型到Agent会改变的游戏规则，并且智能的尺度、Agent型产品的复杂性、从单点极致到配重优化、组织力对配重的影响等问题都是我们需要关注的重点。