导读

AI领域，如何理清当前混沌局面中的脉络？随着产品迭代与实践经验的积累，AI的研发展现出与过往截然不同的特质。在这个关键时刻，认知冲突愈发显著。我们应如何审视行业领军人物的观点？

大佬观点解析

• 李智勇 提出，观察网站构建，只需查看源代码便能轻易复制。类比于AI智能体的开发，命名、设定回答规则，即可构建。这一观点揭示了AI开发的简易性。

• 李开复 指出，国内大模型用户数量虽小，市场教育尚未充分完成。ChatGPT的成功案例表明，AI应用的爆发性增长在全球范围内已显现，但在国内还未实现。

AI基础认知梳理

从《为什么说互联网方法论在AI上差不多全是错的》一文出发，上述观点反映了互联网思维在AI领域的局限性。本篇将深入探讨AI的核心概念，为个人形成独立判断提供参考。

计算范式迁移

AI的计算模式正经历根本性转变：

• 过去：CPU提供算力，程序员设计智能逻辑，互联网扩展应用范围。
• 现在：GPU提供算力支持，大型模型承载智能，程序员负责集成应用逻辑，互联网持续赋能应用创新。

系统性与计算范式

系统性概念与计算范式紧密相关，指的是能够同时抽象硬件与应用层，提供无限扩展可能性的特殊平台。过去，操作系统承担这一角色；如今，系统型超级应用正逐步取代之。英伟达在追求系统性方面取得了显著进展，其地位类似于操作系统与Intel的结合体。

新计算范式与产业格局

新计算范式的兴起预示着产业格局的重大变革，最显著的机会在于系统性平台的诞生。英伟达在这一领域展现出了强大的竞争力，其产品布局不仅限于芯片领域，而是向操作系统与硬件整合方向发展。

大折叠现象

AI产品聚焦于角色而非功能，导致传统意义上的应用功能被“折叠”。这意味着智能中心型应用的兴起，它们将重构产业格局，推动产品层面的深度整合与创新。

智能中心型应用

与移动互联网时代以APP为中心不同，AI时代以智能为核心，终端选择依赖具体应用场景。这一转变影响了产品设计、度量指标乃至整个行业的思维方式。AI产品不再单纯以DAU或ARPU值衡量价值，而是转向关注智能价值密度与解决问题的深度。

结语

认知自我限制与未知的重要性是避免陷入错误行为模式的关键。在AI领域，持续学习与开放讨论有助于深化理解，避免盲目自信带来的偏见。通过深入分析与批判性思考，我们能更好地把握AI发展的趋势与机遇。