大模型时代 AI 产品经理的未来之路
每天 LLM（Large Language Model）相关的资讯都让人过载。作为 AI 产品经理，你是更兴奋呢，还是更担忧呢？整理了一下个人近期的思考，欢迎感兴趣的朋友一起交流。不管答案如何，相信我们都不应置身事外。
1. 关于大模型
大模型的各种原理讲解满天飞，或深或浅大家都有所了解，但不管这里面有多少算法和技术细节，作为产品经理，我们都希望抓住其中的核心主线，也即想清楚：
大模型的本质是什么？
我非常认同的一种说法是：大模型本质上是压缩、存储继而理解知识的一种方式。其中储藏的海量知识，可以通过 Prompt（提示词）被轻松提取出来，用于查询、生成甚至复杂推理，具备很强的泛化能力。
为什么说这是本质呢？因为这为我们带来了把 NLP（自然语言处理）技术变成通用能力方案的可能性。接触过智能语音语义相关产品解决方案的同行们可能都深有体会，ASR（语音识别）和 TTS（语音合成）技术是可以作为相对通用的基础能力交付给客户的，但唯独 NLP 是必须配合解决方案来进行落地的，完全是个知识加工人力密集型的产品。用业内自嘲的话术来讲，就是想要多少智能就需要投入多少人工。究其原因，本质上是因为 ASR 和 TTS 是感知智能，而 NLP 是认知智能。认知的背后是对世界知识的理解。之前 NLP 技术路线只能在特定业务场景根据特定用途对知识进行加工，所以不同的客户项目，就需要加工不同的模型来交付。
大模型的出现，使人类找到了目前最高效的处理知识的方式，远远超越了之前模型的效率。这就使得 AI 具备了理解海量知识的可能，可以把各种子领域的知识压缩在一个模型中，从而消除了 NLP 领域的中间环节任务和子领域专业模型，得到了可通用的方案。这正是陆奇博士在《新范式 新时代 新机会》主题演讲中所说的，大模型的出现让模型的成本发生了结构性的变迁，从边际成本转向固定成本。
不知道其他 NLP 从业者是什么感受，至少我是非常的振奋，因为终于看到了 NLP 方案规模化落地的希望。
距离 AGI 还有多远？
所以，大模型已经是 AGI（通用人工智能）了吗？显然还不是，而且距离 AGI 还有多远也并不清楚。但我确实赞同业界的普遍共识——大模型的发展趋势应该是：多模态 + 具身智能。我认为这应该是通往 AGI 之路。
我们可以从人类输入和输出的角度来思考：
从输入角度看，这里的多模态字面上是指从文本拓展到语音、图像乃至视频等，而本质上是要能够捕捉人类能够识别的所有信息，甚至未来应该包括嗅觉、味觉、触觉等。只有做到这种级别的多模态，才能够让 AI 看到和人类同样的世界，AI 才能读懂人的表情、语气和神态，才能具备高级共情能力。
从输出角度看，大模型目前显然不具备对物理世界直接施加作用的能力，因此也无法完成其智能上的闭环。而人类正是通过身体与外部环境的互动，在感知 - 认知 - 决策 - 执行 - 反馈这个闭环中，完成了对自身和外界的改造，实现了智能上的进化。
正如 Yann LeCun 在访谈中所说：
这些系统离人类智力水平还差得远。尽管您可能会这么认为（AI 和人类智力差不多），因为这些系统在语言上很流畅；但它们思考、理解世界运作和计划的能力非常有限，它们对世界的理解非常肤浅。原因是它们仅在语言上受过训练，而语言只包含人类所有知识的一小部分。人类的大部分知识不是语言学的，所有动物的知识也不是语言学的。我们理所当然地认为——这就是波拉尼悖论（人类所知远胜于其所能言传），所有能力和技能，比如计划或非常简单的事情，任何 10 岁的孩子都可以做，比如清理餐桌和装满洗碗机，任何 17 岁的孩子都可以学习驾驶，但我们没有家用机器人。
为什么产业应用还未爆发？
既然大模型带来了 NLP 产品方案规模化落地的希望，而且 ChatGPT 也确实出了圈，但似乎大半年过去了，我们并没有看到大模型在产业界的成熟应用，大多数所谓创新产品都是 ChatGPT 的套壳。大家关于 LLM 的讨论也开始回归理性，寄希望于等待 Killer App 的出现。但我认为，我们的关注点首先要放在操作系统的出现上。
很多人认为大模型本身就是操作系统，似乎只要做好 Prompt Engineering（提示词工程）就能够产出可商业化落地的应用。但实际上这依然是一种粗暴的套壳思维。而在 To B 赛道，大家的关注点似乎也都在如何基于底座通用大模型训练领域专用模型，似乎为某个企业客户训练好专有模型后，就完成了交付。
但实际上，这之间有一个极大的 Gap。
我认为大模型的困境与之前 AI 方案的困境并无不同，它依然只是技术，不是产品，只是引擎，不是汽车。用户需要的不是 AI，而是 AI 赋能之后的产品和服务。忽视这一层 Gap，寄希望于企业或者行业 ISV（独立软件开发商）自行通过 Prompt 调用就能完成应用闭环，这显然不现实。而这里面的 Gap 恰恰能成为很多创业者的机会，也正是我所认为的真正的大模型操作系统以及应用框架。
具体说来，我认为这一层应该至少解决 3 方面问题：
首先是核心的 Agent（智能体）
不可否认，这是目前看上去最有可能成为封装大模型的操作系统形态，但具体 Agent 应该是什么样的，各大公司和开源社区都尚在探索之中。目前值得参考的一篇文章是 OpenAI 安全系统主管 Lilian Weng 的《LLM Powered Autonomous Agents》。这篇文章提出了 Agent = LLM + Memory + Planning Skills + Tool Use 的观点：
