原文來源：琢磨事

圖片來源：由無界 AI生成

OpenAI本次發(fā)布會引起了相當(dāng)?shù)牟?，其中最矚目的是：他好像把過去一段時(shí)間很大一批創(chuàng)業(yè)公司做的事給干了,，并且挖斷了去路。但OpenAI的行為其實(shí)不單是Sam Altman這些人決策的,，更要遵從智能的基礎(chǔ)運(yùn)行邏輯,。大模型出現(xiàn)并且突飛猛進(jìn)之后，智能的基礎(chǔ)運(yùn)行邏輯相對于過去的互聯(lián)網(wǎng)等其實(shí)發(fā)生了一些本質(zhì)性變化,，這些差異性有點(diǎn)“死生之地不可不察的意思”,。這些特征在前面各種文章中提到過，正好借著OpenAI的發(fā)布會做下梳理,。

智能的邊界是應(yīng)用的邊界

OpenAI本次發(fā)布會中很大的一個(gè)動作就是GPTs商店,，而如果底層的大模型持續(xù)增強(qiáng)，那無疑的這種特征會讓獨(dú)立的純粹工具被折疊,，威脅的就是Midjourney這類產(chǎn)品,。這類產(chǎn)品擋在了大模型前進(jìn)的路上。

這體現(xiàn)的底層邏輯正是智能的邊界就是應(yīng)用的邊界,。

在琢磨事2023.7.5月發(fā)表的AI大模型沒有商業(yè)模式,？中發(fā)表過這類觀點(diǎn)：

而這種發(fā)布會其實(shí)是這種底層邏輯的一種實(shí)現(xiàn)，現(xiàn)實(shí)總是會和概念運(yùn)動統(tǒng)一,。

更形象點(diǎn)說，這種底層邏輯很像木偶那個(gè)懸在高處的錨點(diǎn),，木偶行為的花樣配合故事性有很多很多,，但其實(shí)是有規(guī)則和范圍的。

那延展下去還會發(fā)生什么呢,？

OpenAI會云端操作系統(tǒng)化,，在GPTs 商店之外，它會再開放一個(gè)商店,，負(fù)責(zé)接入現(xiàn)實(shí)世界的實(shí)時(shí)感知數(shù)據(jù),，接入各種IoT設(shè)備。當(dāng)前的多模態(tài)可以看成是對這一步的鋪墊,。這是在2023.7.22的開源大模型LLaMA 2會扮演類似Android的角色么,？中提到的：

當(dāng)時(shí)這個(gè)認(rèn)知其實(shí)受到了一些挑戰(zhàn)，我不知道現(xiàn)在還有多少人還會類比公有云或者不同意這會是云端操作系統(tǒng),，也是一種云端的超級應(yīng)用,。

那這種變化更底層的含義是什么呢？

其實(shí)是通用計(jì)算平臺的遷移,，而通用計(jì)算平臺的遷移注定是計(jì)算范式的遷移,。

從技術(shù)上我們既可以講計(jì)算從端更多的遷移到云端，也可以講從一般的算法遷移到模型,。

從結(jié)構(gòu)上其實(shí)這是在強(qiáng)化中心化的力量，而中心的遷移往往體現(xiàn)為公司地位的變遷,。這個(gè)直接映射到現(xiàn)實(shí)就是可能出現(xiàn)比現(xiàn)在蘋果規(guī)模還大的企業(yè)，這點(diǎn)主要在2023.8.27AI個(gè)體戶的崛起：普通人“屁胡”的機(jī)會,、模式和風(fēng)險(xiǎn)中做的展開：

潛在的這可能會變成OpenAI和微軟決裂的動因（微軟是當(dāng)前的中心,，而通用智能會是中心的中心）。下屬企業(yè)是更大范疇的中心,，這在未來肯定是不好處理的。

從公司性質(zhì)上,，如果OpenAI做到這些那就可以把技術(shù)優(yōu)勢轉(zhuǎn)化為生態(tài)優(yōu)勢,。技術(shù)優(yōu)勢是有保鮮期的,，生態(tài)優(yōu)勢則更加穩(wěn)定,。微軟的Windows到后面是技術(shù)領(lǐng)先么？顯然不是,，是跑在它上面的應(yīng)用讓它成為了事實(shí)上的標(biāo)準(zhǔn)。

注：特意把有些觀點(diǎn)的發(fā)表時(shí)間標(biāo)記出來想強(qiáng)調(diào)的是這確實(shí)不是事后諸葛，牽強(qiáng)附會,，而是智能的發(fā)展確有其自己的脈絡(luò),。

這條路線走下去遠(yuǎn)期還有那些變化呢,？

還還可能會導(dǎo)致終端變遷,。

終端和大模型會按照感知與決策進(jìn)行分工,，其中一個(gè)低成本的分支可能會導(dǎo)致NC(Net Computer)其實(shí)就是現(xiàn)在的ChromeBook又來，并且?guī)砀蟮钠占岸取４饲癋acebook押注H5死的很慘,，但GPTs其實(shí)比H5的云端成分還要更高,。

如果再遠(yuǎn)期很可能還會有個(gè)意想不到的變化,。

如果眾多GPTs足夠堅(jiān)挺和繁榮，那這本身就是生產(chǎn)并消耗服務(wù)的生態(tài),，就是一種“宇宙”，在這個(gè)宇宙里面交易會是什么形態(tài),？這時(shí)候不要忘記Sam Altman的世界幣,，創(chuàng)造財(cái)富和分配財(cái)富可能在這里會統(tǒng)一，人工智能和區(qū)塊鏈在這里可能會合流,。這特別符合給世界求個(gè)解：OpenAI的Sam Altman為什么干世界幣？中提到的愿景

遠(yuǎn)期會看著像腦洞,，但其實(shí)這些發(fā)生沒發(fā)生的事件背后都有一根線在穿著,。（偏玄學(xué)一點(diǎn),，我管它叫名實(shí)唯一性,，這里不重復(fù)展開了）

這種擴(kuò)張并不是無邊界的，如果說智能的邊界就是應(yīng)用的邊界，那這個(gè)邊界到底在那兒呢？

智能的邊界到底在那兒呢？

從深度來講，在AI行業(yè)從業(yè)者/企業(yè)相當(dāng)比例盈利之前，大模型再怎么驚艷,，那它的深度也是不夠的,。而像在AI能賺到錢了么,？里強(qiáng)調(diào)的，當(dāng)這種智能通用性足以覆蓋任何一個(gè)場景的各個(gè)方面,，并且真正匹配一個(gè)人所能創(chuàng)造的價(jià)值時(shí),，那就注定會盈利，因?yàn)樵谥悄苌系某杀究偸堑陀诠蛡驅(qū)?yīng)人員的成本,。

從廣度來說,，顯然的chatGPT沒有領(lǐng)域知識，比如醫(yī)療、稅務(wù),、法律等,。

在這種情況下，一個(gè)顯然的趨勢是通用大模型會繼續(xù)在通用領(lǐng)域深耕下去,，反過來也就意味著垂域大模型上會閃出相應(yīng)的機(jī)會。沒人會在富礦很近的時(shí)候同步去挖貧礦,。

從技術(shù)看,，也同樣是這個(gè)結(jié)論,。

智能的來源在于數(shù)據(jù)，數(shù)據(jù)本身描述了某個(gè)范圍內(nèi)世界的本質(zhì),，而數(shù)據(jù)的描述深度和智能程度就注定成比例,，在特定領(lǐng)域下這種深入就表現(xiàn)為對場景的實(shí)時(shí)感知（比如病人的具體情況）、歷史數(shù)據(jù)（比如病人的歷史數(shù)據(jù)）,、環(huán)境數(shù)據(jù)（比如法規(guī)），而這部分?jǐn)?shù)據(jù)自身有自己的成本,。顯然構(gòu)建場景的全量數(shù)據(jù)有點(diǎn)像攻克一個(gè)一個(gè)山頭,，這并不是一個(gè)單獨(dú)的公司能全部做的事。否則就會像抓一把沙子,，然后不停的處理指間沙,。

這種通用智能和領(lǐng)域的區(qū)隔會導(dǎo)致什么呢？

開源生態(tài)

這會導(dǎo)致在OpenAI之外,，形成一個(gè)開源生態(tài),，這就是之前開源大模型LLaMA 2會扮演類似Android的角色么？中提到的：

這種開源生態(tài)要和每個(gè)人做一個(gè)安卓相區(qū)別,，雖然很多時(shí)候大家會宣稱如此,。唯有這種開源生態(tài)才能對沖行業(yè)中的落地成本。

系統(tǒng)型超級應(yīng)用

在領(lǐng)域+開源智能的前提下就會出現(xiàn)各種大大小小的系統(tǒng)型超級應(yīng)用,。即使到現(xiàn)在在很多人的眼里安卓也還是不如蘋果,，但當(dāng)它good enough的時(shí)候，它其它方面的優(yōu)勢比如安全等就會讓自己更加普及,，同步的去解決各個(gè)領(lǐng)域的問題,。而在解決各個(gè)領(lǐng)域問題的時(shí)候，其基礎(chǔ)架構(gòu)會和操作系統(tǒng)很像,，多邊開放,，既有面向設(shè)備的一邊，也有面向應(yīng)用的一邊（GPTs）,。說是系統(tǒng)型的原因在于,，在感知端它要能接入各種IoT設(shè)備的數(shù)據(jù)源，扮演過去類似硬件抽象層的角色(HAL）,，說是超級應(yīng)用的原因在于它要開放對應(yīng)的應(yīng)用商店,，微信一樣，在自己有用的前提下容納更多的技能,。

這種應(yīng)用就是AI原生應(yīng)用《從手機(jī)App到AI原生應(yīng)用》：

小結(jié)

AI底層邏輯的變化,，其實(shí)會帶來定位和打法的變化。上面的說的也許未必全對,，但其實(shí)是一整條遞進(jìn)的脈絡(luò),。而AI從技術(shù)上看,，仍未像互聯(lián)網(wǎng)一樣成熟，從商業(yè)化的角度看更是處在一個(gè)萌芽期,，所以這類的思考應(yīng)該是必要的,。這時(shí)候想比做還重要：“想都是問題，干才是答案”是錯誤的,，雷軍說也不行,。