从大模型到Agent会改变的游戏规则

原文来源：琢磨事

图片来源：由无界 AI生成

大模型如果单独进行商业化那就只可能是提供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。这看着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

Agent到底行不行，能不能普遍应用，起决定作用的关键点是智能的尺度，通俗说就是智能到底能干什么了。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。

所以真要做智能产品，首先需要厘清的就是智能的尺度。

人类文明的一切建构都基于智能而来，所以理论上智能的进展如果足够彻底，那整个文明会发生重构。但如果基于重构整个文明做产品，就真的不知道飘到那里去了。

产品如没有锚点，资本的节奏、产品节奏、业务节奏就会失衡，然后就会发生本质和庞氏骗局差不多的事：无限放大预期与畏缩不前的现实先天就是哺育击鼓传花接盘侠的构型。做局再比谁跑的快，到最后谁能肯定是赢家！

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。图灵测试2.0详细展开参见：AI的进展不是太快，而是太慢

对智能音箱的评价体现的就是这种错配，每个人觉得智能音箱是个智能体，有通用智能，然后产品方只能做有限集合的测试和供给，最终结论就是：智能音箱很傻。

做Agent时切好智能的尺度也只是第一步。

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。

对于Agent单点不构建竞争力，配重也许可以。

从单点极致到配重优化

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。