原文來源：琢磨事

文 | 李智勇

圖片來源：由無界 AI生成

AI最近有點被妖魔化了,，很像一個老虎在還沒有橘貓大的時候,，就已經(jīng)被天天當成虎力大仙來討論。這種普遍的高預期其實是有害的,，尤其是當事情本身還需要耐心細致深耕且長跑的時候。資本、品牌可以匹配高預期所對應的增長倍數(shù),，業(yè)務則不行，業(yè)務先天擠出一切泡沫,。也正因此最近寫了幾篇文章都在提應該以一種更加理性的態(tài)度來看待AI的進展,，甚至設想了一種測試智能程度的方式：圖靈測試2.0。這篇文章則是對此前各文章的綜合,。

AIGC的GC（內容生成）是支點也是鎖鏈

顯然的AI是一種基礎設施,，它在重定義計算的內涵和方式。

如果和過去對比,，那么過去的編程固化的是程序員的智能,，程序員的智能通過程序在限定的邊界內處理問題，所以泛IT的崛起伴隨著程序員群體的崛起,，不管是程序員的人數(shù)還是收入,。AI則在很大程度上折疊這個中間環(huán)節(jié)，對話即計算，同時讓這種計算變的更加泛化和無邊界,。從這個角度看,，AI的崛起注定伴隨著程序員群體的衰落（首先是人數(shù)上，但不是說這行當就沒了）,。

（用戶–程序員–程序–電腦–互聯(lián)網(wǎng)的計算模式）

（用戶–人工智能的計算模式）

基礎設施的最終成敗好壞一定在于外部，而不在于它自己的特征比如是否優(yōu)秀,、大模型到底多大等,。在過去微內核操作系統(tǒng)一度眾望所歸，但其實不管Linux還是Windows都不是微內核,，純粹的微內核系統(tǒng)比如Minix卻只是教具,。

作為基礎設施的AI也一樣，要想成功那就必須走出單純內容生成工具的范疇,，變成一種通用計算平臺,，為各種場合提供新計算方式。

過去不管Windows還是Linux都提供了這種通用性,，從取款機到機場的大屏,，再到家里的機頂盒，甚至有點智能的鬧鐘都是他們在提供基礎的計算能力,。（有時候這些系統(tǒng)會崩潰,，讓人驚訝的是不是崩潰而是看到好多系統(tǒng)其實是XP的）。

AI打破內容生成工具的界限后,，就會變成這個新的計算底座（通用人工智能的通用對應的就是這個情境）,。也只有成為這種通用的計算底座后,，AI才真正迎來自己的星辰大海。

在現(xiàn)在的內容生成式AI和這種通用計算底座之間現(xiàn)在橫亙著一道無形的基因鎖鏈一樣的界限,。

這個基因鎖鏈就是內容生成工具的邊界,。

AIGC的GC（內容生成）是支點也是鎖鏈。

在工具范疇里,，這次AI其實已經(jīng)做的足夠好,，就是池子太小，如果就做這個會憋死所有人,。

GC工具池子太小做的人太多,，會憋死所有人

我們拿個具體例子來看下為什么說這個池子太小。

起點中文網(wǎng)上有個網(wǎng)文作家筆名叫做我吃西紅柿,，這個1987年的同學本來是蘇州大學數(shù)學專業(yè)的一名大學生,，按正常軌跡畢業(yè)后大概率不能繼續(xù)做數(shù)學相關的工作，那時候就業(yè)很可能會做程序員等相關方向,。但他沒走尋常路,，在大學期間開始了網(wǎng)文創(chuàng)作，取得了很好的成績,，2012年11月以2100萬的版稅收入高居“中國網(wǎng)絡作家富豪榜”第2位,。

假設他一年寫一部小說3百萬字，放大點算1000萬token?，F(xiàn)在這部分自己不寫了,，都用AI。隨便選個國內某大模型的報價做參照,，按1500元/5000萬token,，那這部分給人工智能公司可以創(chuàng)造的收入是300塊，在2100萬收入里面占十萬分之一多一點,。再放大下,，如果有10000個我吃西紅柿，那AIGC在網(wǎng)文行業(yè)一共可以賺300萬,。這還不夠一個團隊一年的工資,，特別高端人才的情況,，這甚至不夠一個人的,。

如果大模型只做內容生成，創(chuàng)造的價值和行業(yè)現(xiàn)有價值大致就是這么個比例,。

而已經(jīng)很多人沖進來了,，這就很像做一個很小的池子里養(yǎng)了一堆鯊魚，餓極了就只能拼命內卷互相殘殺,，然后大概率是都死掉了,，一條不剩。

如果AI不能在GC之上再進一步，就必然是這個結局：帶著快樂期望的高度內卷,。

這種內卷對AI整體來講是徹底的負反饋和死路一條

每個人期望的都是新式通用計算平臺和應用,，實際上卻只是內容生成工具，創(chuàng)造一點點新價值,。長時間怎么可能不負反饋呢,！

那AI怎么才能走出來呢？答案是需要通過圖靈測試2.0,。

圖靈測試2.0

原始的圖靈測試這樣：

這是一個純粹的智能測試，本質是追求在封閉系統(tǒng)里面的邏輯自洽性,。

現(xiàn)在我們把Agent類似的概念加入這個測試：

這就是圖靈測試2.0。和1.0相比核心差異是什么呢,？

去幻覺，有邊界,。

1.0是一個凌空的系統(tǒng),，具有合理性的幻覺其實有助于通過測試,，但2.0不行,，測試者同時從真實場景和被測試者接受反饋,；其次就是測試邊界的限定要求更高的智能深度。這很像趙括學兵法能說的天花亂墜,，但不一定能打仗,；會打仗不一定兵法上什么都懂，但水站,、陸戰(zhàn),、馬站好歹得會一個。

能否打破內容生成的邊界變成各種場合都用的新式通用計算平臺,，關鍵取決于智能是否能跟上,。而智能是否能跟上取決于是否在一個個場景下能通過圖靈測試2.0。

Linux和Windows等輸出智能的方式雖然老土,，并且但他們提供了足夠的確定性,，他們加上程序員達成了過去所謂的軟件吞噬世界。這是一種Good Enough的計算模式,，但現(xiàn)在的AI還不是。

現(xiàn)在大模型等確實提供了更好的計算形式,，但關鍵是它的不智能（過不了圖靈測試2.0）導致不能替換過去系統(tǒng)加程序員的組合,。智能的邊界限制了應用的邊界,。

通過圖靈測試2.0后會怎么樣呢,？

那時候不單客服,、外呼會基于AI進行構建,，每個現(xiàn)有應用（Office等已經(jīng)開始,、游戲大概率會爆真正的多維敘事高度隨機，主打智能的新式游戲）,、廣告屏,、智能音箱、電視甚至手機都會重整,。因為基本計算范式變了,，它的交互載體必然發(fā)生變化，這個變化的幅度可能大于PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)的更迭幅度,。從這個角度可以進機器人一定是下個通用計算平臺型產(chǎn)品。

極端講除了極其機械的那類產(chǎn)品比如霓虹燈，計算器,，別的都會變,。

這種視角可以描述成為場景的智能密度，顯然的擰螺絲的智能密度度低于算數(shù)學題,。

智能密度越高的場景其計算方式和對應的產(chǎn)品越會發(fā)生變化，因為價值更大,。然后再匹配上從數(shù)字到物理的視角，有無幻覺的視角,。以圖靈測試2.0為根基,，加上這三個視角共同構成也約束了未來智能應用的發(fā)展路線。

這種路線的實現(xiàn)方式的具體體現(xiàn)就是我們經(jīng)常說的Agent,。

如果我們把智能的密度（原點是0）,，物理的程度（原點是0，代表純粹數(shù)字應用）,，幻覺有害度（原點是0,，代表幻覺無害）畫一個坐標系，并把這個圖放在正中心位置排列,，那在下面這個示意圖里面,，最頭部的是什么呢？

答案很可能是：游戲,，多維敘事類的游戲。

Agent不是大模型的延伸而是新物種

通過圖靈測試2.0才能有真的agent,。但需要注意的是agent不是大模型的延伸,，而是一種新物種。做汽車發(fā)動機和做汽車怎么都不是一回事,，雖然汽車沒發(fā)動機根本跑不了,。

只有Agent才能啟動AI的浪潮，而能啟動AI浪潮的Agent還不是別的簡單融合AI特征的應用,，而是智能原生型Agent,。這種情況下，Agent不單是輸送智能到具體場景的管道。

智能原生應用的構圖：

在這種思維模式,，AI原生注定會被放到一個結構的中心位置：

https://www.ericsson.com/en/reports-and-papers/white-papers/ai-native

在這里大模型等扮演的是引擎的模式,，通過不了圖靈測試2.0,，那么智能原生應用會很像用騾子拉的汽車。

通過了這個測試,，再補上上面提到的感知,、目標、反饋,、使能環(huán)節(jié),，Agent才能真正成為新式通用計算的實現(xiàn)載體,。只有通過這種測試才能一步步的把引擎換成蒸汽機,、內燃機、渦輪增壓等,。Agent范圍的擴大注定也就是智能一步步提高的過程,。

現(xiàn)在能不能過圖靈測試2.0呢？

答案是過不了,。所以才說現(xiàn)在的AI還不行,。

我們可以調低標準，讓標準更垂直,，只要范圍收縮的足夠窄,，那所有測試都能過，但那沒意義,。我們看下前面這個具體例子,，就能理解上面整個邏輯鏈條：過不了圖靈測試2.0，成為不了智能原生應用的基座,，只是憋在了AIGC這樣一個小池子里,，所以現(xiàn)在的AI還不行。

假如你想開播了,，但又不想自己上,，而是希望做一個自己的數(shù)字代理或者說分身，那這個數(shù)字代理人真想取得效果都要搞定什么呢,？（取得效果是指有人愿意看,，有粉絲等）

首先是最基礎的產(chǎn)研部分：先打造自己的外殼，也就是形象要像那么回事,，然后給它匹配上看,、聽、說、想的能力（計算機的輸入輸出,、存儲和CPU…）。這里面看,、聽,、說基本上是用過去十年反復打磨的技術，比如圖像識別,、語言識別,、語音合成等，想的部分則要基于大模型了,，它負責綜合各種輸入產(chǎn)生自己的輸出,。當程序員把這些都連接起來，基本上就有了一個數(shù)字分身,，它能基于觀眾的各種輸入做點反饋,。但產(chǎn)品做到這里基本上完成了手眼的部分，腦的部分屬于有了,，但還不好使,。這時候即使導入了最好的大模型，它也還是一個很傻的Bot,，別說取得效果,，基本上就沒人會看完任何一個直播段落。這時候在單純的單點技術上使勁內卷是沒前途的（包括大模型）,，那樣搞不定粉絲也搞不定留存,，回報大致為0。

改善起來第一步肯定是希望能加入人格特征,，讓它的性格特征和你更像,，比如是不是對人友善、表達是不是犀利,，也要社會一點：會說話能聯(lián)絡感情等,。這時候要盡可能記住過去和某個人說過什么。這部分不純粹是技術,，但技術相關性還是很高,，通常需要找找過去干過的老司機，純粹的干prompt估計搞不定（注1說的那課其實就是這個價值）,。這步是個檻,，搞定了算通過圖靈測試1.0，別人分不出到底是不是你了,，但現(xiàn)在其實沒法徹底搞定這事,，無邊界閑聊還行,，限定到人格特征上表現(xiàn)就沒想的那么好。搞不定的情況下,，會出現(xiàn)什么結果呢,？會看著有點智能有點像你的一個人，在那里叨叨,，但毫無特色和趣味性,。能不能吸引到粉絲呢？這要看你到底播什么了,。我估計播動物世界沒準行,，娛樂估計夠嗆。這是下面的話題,，關鍵因素進一步從技術向產(chǎn)品偏移,。

通過圖靈測試1.0的智能產(chǎn)品已經(jīng)有用了，在這之前是純粹工具,，在這之后就有點Agent的意思,，但價值還沒想的那么大。

通過圖靈測試1.0這樣的一個數(shù)字分身有什么用呢,？

它優(yōu)點是信息吞吐量大,，不知疲憊,，人模人樣,；壞處是智能還是不夠，做不出很好的性格,、才藝,、出眾的觀點、有趣的隨機應變等,。那適合做什么事呢,？它適合做內容本身有趣，主播是配角的事,。

那些事是這類的呢,？比如播動物世界、講故事,、播新聞,，偶爾穿插點互動。這本質是一個更好用了的智能音箱,。

這是在干什么呢,？是在縮減場景對智能的需求。智能供給不足就只能降級,。

那理想狀況是什么樣呢,？

理想狀況是這個數(shù)字分身還要能接入實時的熱點,，動態(tài)的生成要輸出的內容，比如圖片,、視頻,，然后做主播。這種熱點要匹配大家的關注點,，要新穎，要匹配平臺的規(guī)則,，不單是正向的規(guī)則,，還要把握好反向的尺度，否則會被抬走或者封殺,。這部分會衍生非常多的細節(jié)工作,，比如那個主題是現(xiàn)在主推的，這得跟著平臺走才行,，否則你權重不好它不推你,，也白搭。對平臺這是個智能對智能的過程,，對受眾這是個綜合分析的過程,，對創(chuàng)作這是個創(chuàng)意創(chuàng)新的過程。這事能干了,，算是通過圖靈測試2.0,，一旦過了至少可以和人類二分天下。過不了,，比如不管內容的時效或者不管平臺熱點的捕捉,，就都還是干半截活！是智能供給不足,。這部分如果成功,，那基本上可以有粉絲了。到這里也才算是腦子長成,，并且培養(yǎng)出了自己的風格,。

假設這能做到了，就完了么,？

也還沒有,。這些都搞完了，主要解決了硅基智能和硅基智能的關系,，相當于能夠比較匹配平臺的規(guī)則和現(xiàn)實的熱點,。

郭德綱捧人的主要方法就是反復提這個人。你做主播如果有人拉扯顯然效果會更好,。那和誰合作,，怎么合作還是需要人去做,。把這個場景全覆蓋了，才算真正的你的代理,。

上面說的可以總結成一張和自動駕駛類比的圖：

從這個視角看現(xiàn)在能完成的百分之十不到。更何況這只是一個相對簡單的C端場景,，B端場景比這個要復雜的多,。

小結

AI這行當一直是這么個狀態(tài)，一旦有一點突破,，大家就歡欣鼓舞,，然后預期就上去了，馬上能匹配這種預期的是什么呢,？是資本和營銷熱度,。所以很快就會變的滿地都是以及看到非常多的高估值。但業(yè)務和這種預期的匹配則要難的多,，但這里才是行業(yè)的第一性,。不同行業(yè)的這幾者間的速度差是不一樣的，互聯(lián)網(wǎng)的匹配速度其實最快,，AI的匹配速度很可能是更像傳統(tǒng)軟件,，次于互聯(lián)網(wǎng)，但快于消費產(chǎn)品,。