AI Native产品要如何做？他们的创业思考 | 五源小酒馆Vol.14

石允丰：首先请大家介绍下自己。

袁行远：我是是彩云科技的CEO袁行远。我们最早的产品是彩云天气，2017年以后做了处理文本和自然语言的应用，包括彩云小译和彩云小梦，在处理创作故事和对话上也有一些心得，也有几百万的用户每天会创造出几亿字的小说和上千万轮次的对话。

李坚韧：我叫李坚韧，我们公司叫幻樱科技，目前在做一个基于AI的二次元恋爱游戏。为什么叫幻，因为我们在做一个让人做梦的产品，樱是樱花的樱，因为我们团队有六个武汉大学毕业的校友，已经认识10年以上了。

高一凡：大家好，我是传浮科技的高一凡，我们是在做一款基于Diffusion model的产品。

李国豪：我叫李国豪，我们严格来说还不算一个公司，我们叫Camel-AI.org，现在在做一个开源的社区。我们觉得开源是很重要的事情，特别是在大语言模型agents这个方向，我们想要去做更多能帮助到大家做产品、做技术的框架。为什么叫camel，因为我是中东在沙特阿拉伯读的PhD，所以带了一点中东特色。

什么是AI Native产品

石允丰：几位都在AI领域探索了非常长的时间，今天AI技术出现了明显的突破，很多人也在关心什么是这个时代的AI Native的产品。你们怎么看，什么是这个时代AI Native产品的核心要素？

袁行远：之前有一个投资人说看是不是AI产品有一个比较简单的判断，就是看你的GPU使用量，我觉得还是蛮有道理的。这背后蕴含的就是算力有多少，你的产品能不能处理比较复杂的问题和信息，信息处理能力高的就比较像AI。

像ChatGPT这样的产品，在和它对话的时候，可以明显感觉到它处理问题的复杂度可能类似一个能参加高考的学生或者大学本科生。这背后是你每问一个问题，可能有一个计算集群支持计算。所以你的APP能不能体现出，每一个指令后都有一个足够大的算力来处理比较复杂的逻辑，这个复杂的逻辑可能需要一个本科的学生花几分钟才能完成，我觉得这是判断产品够不够AI Native的一个重要标准。

李坚韧：之前大家也会讨论怎么看移动互联网那一波的产品，移动化或者手机其实是解决问题的手段，今天的AI也一样，它也是解决问题的手段，我觉得定义问题比解决问题要重要得多。

我们每天都在大量定义问题，把开放性的问题不断分解成更细的开放性问题，直到最后转化为封闭性问题，再用技术手段解决，这也是我们创业做的事情。但你会发现，定义问题的过程是有原点的，就是梦开始的地方。比如PC时代马云说“让天下没有难做的生意”，世界是纷繁复杂的，每天都要解决非常多的问题，要设计非常复杂的系统。一旦我们把商业模式定义成“让天下没有难做的生意”，后面的事情就可以逐步定义和解决，这个系统就不再复杂，变成了可做的一件事儿。再比如张一鸣说“信息传递价值”，宿华说“快手是反应现实生活的一面镜子”，这是上一个时代创业者对最核心问题的定义。总结来说，大家通过消除某一维度信息的不对称，来提高现实生活的某种效用。当然，移动端也不只是消除信息不对称的问题，也有很多的工具、办公应用和其他的APP。

AI Native app也有很多的分类，我发现在座大家做的产品都有共性，都是某种让人做梦的产品。关于这个在AI时代之前有一类产品可以参考，就是游戏。比如塞尔达，造梦的人叫宫本茂，他可能是全世界最牛的游戏制作人。在做塞尔达之前，他对于要解决的问题有个很简单的表述，他始终记得小时候去山洞里探险，那种向着黑暗的山洞一点一点深入的感觉让他很兴奋，他想通过某种方式还原这种感觉。

宫本茂不仅是游戏创作者，也是一个伯乐，他通过投资和孵化支持了另一个跟他有点像的年轻人。这个年轻人小时候很喜欢在田间捉昆虫，然后回家养这些昆虫，让它们去和其他小伙伴的昆虫对战。他想做一个游戏还原这种斗蛐蛐的感觉，这个年轻人后来做出了世界第一大IP，就是宝可梦。

“让天下没有难做的生意”和“我要做一个产品还原斗蛐蛐的感觉”，这是两种很不一样的初心。如果要进一步定义我们今天创造的这类让人梦想的产品，我觉得是通过某种模拟现实的手段，来还原人类的某种感受。

今天通过AI，我们实际上是在模拟人的一个梦，甚至是模拟一个有生命的人或者说生物，或者说在模拟一个有很多生命的事件。我们可以通过更新的技术创造新的模拟，可以去想象我们能满足人的哪种感受。

回到游戏，了解游戏历史的人可能知道，1992年有一部有重要里程碑意义的作品，叫《德军总部》，它的核心技术负责人叫John Carmack，是一个非常牛的程序员。他开发了人类历史上第一个相对成熟的3D物理引擎。他通过用计算机语言描述物理规则，创造了一种能够模拟物理世界物体运行规律的手段，进而创造出了这个游戏。

这是30年前的事情，那今天本质上我们是在做什么？举个例子，比如我们用AI或agent的方法做机器人，机器人本质上是没有生命的，但是我们模拟出了它们仿佛有生命的感觉。今天我们通过已有的游戏和模拟手段，能让人类做一个更好的梦，这是让我感到兴奋并且有无穷想象力的方向。

最后我再偏个题，分享一个有趣的观察，我非常喜欢一本薛定谔写的书叫《生命是什么》，这本书的大概讲的是，生命本质上是一种以熵减为目标的高级物理运动。按照他的定义，我们好像就能把agent这样的工具和游戏引擎串起来了，游戏引擎模拟的是相对较低层次、较为简单的物理过程，而我们今天在做的事情，如果比较中二的说，可以说我们在做一个生命引擎，它是超越了基础物理规则，通过概率论的手段尝试模拟和还原一个有生命感觉的物体。我觉得这个可能是30年后，我们对于此前造梦的创业者的精神或者意志的传承。

石允丰：说得非常好。关于让人做梦的这个idea，Raven应该也有不少见解，可以分享一下。

高一凡：在我看来，实际上有两种类型的公司在利用AI技术。第一种类型的公司可以称之为GPT wrappers，基本上是构建一个UI层来包装一个开放AI或者可能是其他供应商的技术，比如anthropic。这种情况下，需要将用户需求分解成两部分，第一部分通过一个高效的UI层来解决，第二部分外包出去，比如由GPT-4或GPT-3.5来解决。

第二类公司可以说是真正的AI Native公司。这两种公司的关键区别在于，第二类公司通常也会把用户需求分解成两部分，并用UI层来解决第一部分，因此可以成为一个产品并且能获得融资。但他们能将部分用户需求融入到训练他们的机器学习模型的过程中，在这种情况下，你实际上能够通过训练模型并将这两者结合在一起，来解决用户的需求问题，我觉得这种就是AI Native产品。

石允丰：国豪在做一套多个agent之间的交互系统框架，可能对此有一些独特的想法。

李国豪：前面的小伙伴们讲得非常好，他们都是有过产品经验的前辈。这个问题对于我来说可能不是那么友好，因为我们还没有做产品，所以我只能从我观测到的产品的角度来讲。首先什么叫AI Native的产品，这里有两个关键词，第一个是产品，如果一个产品拿掉AI以后就不是一个产品了，那它可能是AI Native的产品。比如快手拿掉AI还是一个产品，但是ChatGPT拿掉AI就不是了，这可能是一个判断方法。

另一个关键词是AI，就是人工智能。如果我们要看一个产品有多么的AI，也许可以看它有多少的人工。如果我们完成一个事情，需要的人工越少，它就越是一个AI产品。像之前有很多AI产品需要很多人工，你不懂编程和原理可能就很难用。但ChatGPT算真正意义上成功的AI产品，因为它让交互变得非常简单，只需要懂语言就可以用，就可以为你产生价值，我觉得这就是一个好的AI native的产品。

边界、热爱、信仰

石允丰：创造一个好的产品也需要一个好的团队，几位觉得在理想情况下，什么样的团队配置是最适合做出一个好的AI产品的？

袁行远：刚才Raven（高一凡）讲了两类公司，一类是自研模型，一类是套皮。自研模型就需要有算法团队来做，但不管是自研模型还是套皮，都需要一个现在比较流行的叫Prompt engineer。我觉得大家还是对这个东西非常抵触，有很多人说通过一堆prompt就发了篇论文，水平很低。但是事实上像大名鼎鼎的chain of thought那样，它就是所有问题之后都加一句话，就改变了世界，就是“let's think step by step”。

所以，prompt是连接模型和用户之间的魔法师，你需要有一个会prompt调优的产品经理，知道怎么把智能给到用户。当然这里面不是说百分百都是AI，中间有一部分是用户的智能，还有一部分是prompt engineer的智能。比如我们是搞文学创作的，最好这个人是一个会搞文学创作的人，他有审美，同时知道AI怎么用，这个人是非常稀缺的。能够把GPT那样的生硬的文本生成引擎，改成一个非常丰富、灵动、情节跌宕起伏的引擎，你觉得这可能吗？如果你有一个好的prompt，加上你自己再训练一波这个模型，就可以做到。我觉得这是一个大家可能忽视的事情。

石允丰：Alex（李坚韧）觉得这个时代优秀的AI团队的核心特质是什么？

李坚韧：不同方向的团队配置本身就有很大差异，但这里仍然有一些共性的东西。创业之前我在字节打工练习了一年半的时间，也观察学习到很多。我加入字节的时间点还算比较妙，那时候整个字节的核心算法工程师大概就是10多个人，但可以很清晰的看到，这10多个人在2017年时候做出来的系统，跟6年后做出来系统的核心效果已经差的不多了。这些人有两大特质，第一个特质，用张一鸣的话来说，就是优秀的年轻人做事不分边界。大家都同时能做很多领域的事儿，既可以写算法，也可以做模型训练、系统架构，甚至还能参与定一些产品策略，都是比较跨界的状态。一个工程师能同时处理很多事情，能把所有的东西放在脑袋里同时思考，并产生化学反应。

第二个就是热爱。一个比较反直觉的点是，字节的很多算法工程师，在加入字节的时候是不太会机器学习的，相关的知识基本上都是在做这个事情之后再学的。但他们都非常善于写代码，在写代码上有很突出的长板。不少做出很大贡献的工程师之前是搞开源社区的。开源社区其实很有意思，如果你在大学就搞开源社区，在不计回报情况下写代码和搭建系统，说明你非常热爱，我常常觉得热爱才是最重要的天赋，这对于做出中国最顶尖的大规模机器学习训练系统非常关键。综合素质强，做事不设边界以及热爱写代码，这是我观察到的几个核心关键词。

从事情的角度来说，做内容产品和做自动驾驶或社交产品有很大差别，后两者技术和产品相对解耦，而一个内容产品，它的AI技术、系统架构和产品是高度耦合的，这也需要一个复合型人才，就像刚刚行远说的，既要懂算法，又要懂文学创作，这也是我们在AI领域探索的发现。

石允丰：Raven在团队的组织建设上有非常多的想法和理论，你觉得AI Native的团队应该是什么样子的？

高一凡: 一个很重要的一点是，需要有两个风格和节奏不一样的团队。第一个是产品工程团队，和移动互联网公司没什么不同，基本上就是你发布一些东西， 收集用户反馈，根据反馈再次修改。你只需要足够快地迭代，以便从市场上收集大量信号，修改你的产品。

第二个团队会比较不同一点。如果是在一个传统的学术机构或者只是一个AI研究公司，研究文化主导，你可以做时间周期很长的研究，比如半年或者一年以上。但对于创业公司，你必须与产品工程团队的节奏保持一致，这是最难的部分。因为创业公司的资金周期可能是18到24个月，你不可能真的进行一年研究，等有突破的时候世界已经变了，或者最后才意识到行不通，这个代价是创业公司无法承受的。

重要的是要有一个AI产品经理的角色，作为产品工程团队和AI研究团队之间的桥梁。AI产品经理要确切知道如何抓住市场机会，如何进入市场、推出产品。但与此同时，他也有推动研究边界向前发展的意识。所以他不会告诉研究团队两周内给我一些东西，因为那显然不可行，但他会推动研究团队至少在三个月、半年时间里交付一些对产品工程团队有用的东西，同时也会说服产品工程团队建立一些东西并等待研究团队。

平衡这两个团队的文化很重要，因为对于产品工程团队来说，主导文化是产品文化，你要很快速地学习一些东西。对于研究团队，你需要有耐心，等待研究完成，并且面对快速推出的产品要非常小心。这是两种相互矛盾的文化，AI产品经理是连接这两种不同文化的人，并且能解决两支团队之间冲突，我觉得这是构建AI团队最重要的部分。

石允丰：国豪之前在神经网络和大语言模型开源的AI项目当中，一直都是重要的贡献者，也做了非常多有影响力的AI的研究工作，你如果打造一个开源的AI公司，你觉得什么是好的团队？

李国豪：其实这也是我一直在思考的问题，因为现在我还没有团队。怎么样叫一个好的AI团队，我自己的理解来看，第一个是快节奏下的学习能力。因为AI是一个非常快节奏的方向，不管你是做技术、产品，还是运营，都要每天去吸收非常多新的资讯，把这些转化为公司的价值。所以好的AI团队第一点是学习能力要足够强。

第二点我觉得要有信仰。做AI的research虽然能享受到快乐，但其实目前也没有多少AI公司真正赚到钱。如果真的要做公司，就会考虑到盈利的问题，考虑产品到底有没有人用，那么信仰就很重要了。因为你在做一个不确定性非常高的事情，大家都没看到终点，甚至只看到起点，所以我觉得信仰是最底层的驱动力。

第三是要有能忍受不确定性的强大的内心。历史上AI经历过几波起起伏伏，在神经网络爆火之前，做神经网络的人都被认为是骗子，我们做AI的人很有可能几年后也被认为是骗子，肯定会受一些打击。能承受得住这些不确定性，坚持把它做下去，直到成功，这可能是团队需要具备的特质，我也很希望能找到这样志同道合的朋友加入我们的团队。

互动送礼

你觉得什么是AI Native的产品？如何打造AI团队？欢迎在评论区分享你对这一期内容的观点，我们会选取2位精选留言，送出五源咖啡一份。

五源寻找、支持、激励孤独的创业者，为其提供从精神到所有经营运作的支持。我们相信，如果别人眼中疯狂的你，开始被相信，世界将会别开生面。

BEIJING·SHANGHAI·SHENZHEN·HONGKONG

WWW.5YCAP.COM