跳至主要内容
AGI 产品经理入门:先懂地基,再谈交互

AGI 产品经理入门:先懂地基,再谈交互

九月初我写完那篇大模型观察,一位做科技媒体的朋友怂恿我:把「怎么入门」单独写出来。我拖了一个月,因为越写越觉得没资格——我入行在移动互联网的尾声,认真接触大模型也就是这一年。但和关注 AGI 的朋友聊下来,真正在讲入门这件事的人确实很少,所以还是写下来,当作一份学习记录。

先从我被问得最多的一个问题说起。

Killer App 没出现,不是应用层不努力

为什么大语言模型(LLM)已经如火如荼,大模型的 Killer App 还没跑出来?任何稍微了解互联网和移动互联网史的人都不难想到,这至少是个价值十亿美金的问题。

先警惕一件事:真的会有吗?很多人怀疑 LLM 是布满泡沫的一时风口,认为 C 端没有真实需求。这个怀疑有价值,但它和历史上所有群体狂热一样,本质上是信仰问题,争不出结果,值得另写一篇。

a16z 今年年初的判断是:许多热门科技趋势在市场迎头赶上之前就被过度炒作,但生成式 AI 的繁荣伴随着真实市场的实质性增长——Stable Diffusion、ChatGPT 这样的模型在刷新用户增长记录,有几个应用上线不到一年就做到了 1 亿美元年化收入,测试也发现大模型在某些任务上比人类好上几个数量级。所以有足够的早期数据显示大规模变革正在发生;我们不知道的是,而这已经成为关键问题:生成式 AI 将在何处发挥价值?

Kevin Kelly 说过,趋势可以预测,但趋势中具体出现什么产品,无法预测。我倾向于:Killer App 最终会出现。那为什么现在还没出现?我的理解是四件事。

一是技术周期。模型层还在突飞猛进,中间层蓬勃发展,应用层依赖的条件还不成熟。

二是「薄」应用守不住。只有一层应用、壁垒不够的公司,模型层一升级就被吃掉。Jasper.ai 是现成的例子,金沙江创投主管合伙人朱啸虎曾判断它的价值可能很快归零。

三是大厂的机制问题。监管、现阶段基础模型开发的优先级高于应用,以及大厂产品经理普遍缺少对 AI 独到而深刻的理解。

四是成本。这一条和技术周期重叠,但值得单列:把大模型接进产品,推理成本随使用量线性甚至超线性增长,很多在 demo 里成立的需求,算完账就不成立了。

一句话:无论大厂、小厂还是创业者,尤其是产品经理,大家都还在消化底层模型的能力——一边提升认知,一边琢磨怎么和业务真正融合。落到实处就是:先成为 AGI 时代的产品经理,第一课学什么?

先看地基,再想交互

人总有路径依赖。沿着移动互联网的产品设计思路,很多产品经理面对 LLM 的本能反应是:怎么把 ChatGPT 的能力接进现有产品?要不要单开一个 Tab?交互就照 ChatGPT 那样对话?看着很厉害,用起来却很麻烦。

于是就有了那种普遍的焦虑:所有人都知道 ChatGPT 改变了世界,几乎所有人都相信 Satya Nadella 说的 Pivot the Company——微软每个产品都要以大模型为先重做一遍,也相信李彦宏说的「所有产品都值得用大模型重做一遍」——但怎么做?

我参与过几次成熟产品的「结合 AI 的创新功能探索」,毫无意外地受挫。和大量产品经理聊完之后,我的结论是:和互联网时代不同,在想象具体交互之前,应该先退一步,理解范式到底变了什么。

我们都熟悉「模型层、中间层、应用层」这个分法。因为大语言模型本身的复杂性(复杂算法、大算力、海量数据),模型层和中间层的复杂度远超以往。模型层是大模型本身,应用层是基于大模型的应用;所谓中间层,是把大模型接进应用所需的一系列工程与算法能力,以及由此形成的工具栈——开发工具链(如 LangChain)、模型工具链(数据标注、向量数据库、分布式训练等)。

但这个分法仍然只围绕大模型本身。把视野扩大到整个生成式 AI,a16z 的技术栈更完整:除了应用层、模型层,还有底层基础设施——云平台,以及最核心的芯片,或者说英伟达。Cohere 的 Jay Alammar 在此基础上细化过应用层玩家在全景图里的位置;Antler、Sequoia、NfX 也各自画过全景图,在 NfX 的框架里「模型层」还能再拆成通用模型、垂类模型、本地模型。

我在这里铺垫这么多,是因为应用开发者实际上不会去干上面大部分工作;但在「只有发令枪、没有地图」的大航海里,清楚自己在船队中的位置,更可能发现新大陆。

那产品经理为什么要懂技术原理?过去我们完全可以不懂 TCP/IP、HTML、Swift 就设计产品(不懂还瞎提需求,多少要被研发骂,但大体如此)。LLM 时代不同了:它强大到看起来无所不能,看起来能无差别满足所有需求——只是看起来。如果不理解它的原理和局限,你就提不出有价值的产品洞察:还有什么是 LLM 不会的?还有什么是我能做的?有的大厂 AI 产品经理说得更直接:以后产品经理可以不写 PRD,但一定要去搞数据,给 LLM 训练做优质数据集。微软 CTO Kevin Scott 在 Build 2023 上对开发者表达的也是这个意思。

当然,学技术不是为了跟大模型博士抢研发的活,而是为了知己知彼——不求百战不败,只求一胜——最终做出一个好用的应用。在 Google 待了 17 年、和无数顶尖产品经理打过交道的 Character.ai 创始人 Noam Shazeer 说得更狠:让工程师而不是产品经理来决定产品怎么做很重要,因为真正了解大语言模型能力的工程师才有能力判断产品方向。大部分产品经理对 LLM 的能力了解不够,比如会认为产品应该专注某些垂直场景,但对大语言模型来说,只做垂直是完全错误的策略,因为它的优势恰恰在于通用性。在真正把它产品化、投入使用之前,我们无法靠想象判断它有什么能力。

不夸张地说,不懂大模型,你就只是个拉电线的:从天上接根电线装灯,灯亮了很开心,灯闪了不知道怎么处理,灯灭了眼前一黑,歇菜。Jasper 的裁员新闻就是这份价值的注脚。

但模型不是天线,是地基。地基打好了,知道哪里是承重墙、哪里是排水管,上头才建得起摩天大楼,也才隔得好三室两厅。

极客公园去硅谷调研也发现,相比国内「百模大战」的狂热,美国创业者更冷静:训练大模型本身的算法、算力、数据成本高昂,是巨头的游戏,「美国现在是中间层在繁荣,已经几乎没有新的创业者要做下一个 OpenAI 了。」

还有一点常被忽略:产品经理这个工种本身就是胶水。模型层还没真正 ready,实际研发里需要大量连接和补位——技术科普、技术讨论、产品补位、PMO。这些都要求你自己先懂。

材料不缺,缺的是媒介素养

先说一个我觉得最容易被丢掉的东西:用户视角。

如果你不是 LLM 相关专业出身(大概率不是),只要花时间去看技术原理,就一定会撞墙——这些最聪明的博士研究的问题、发的论文,压根看不懂。麻烦的是,不但读不懂,还容易在 LLM 的世界里把自己的认知优势弄丢。

但用户是不懂技术的,这不是原罪,而是理所当然。产品经理当然要理解技术、产品设计、开发,理解为了服务用户要干的所有事——但这些全是手段,最核心的能力还是理解用户需求(所谓「三秒变小白」)。现在大部分需要用户付出大量学习成本、学着写 Prompt 的产品体验都不合理,你应该敏锐地察觉这种不合理,然后解决它。

补短板不能丢长板。这话浅显得不像话,做起来极难,因为要克服的是从小积累的刻板印象——像学游泳,脑子跟上了,身体还得一点点适应。让用户自己学写 prompt 本身就不合理,谁先把这个门槛抹平,谁就可能是 killer app。

然后是心态上的一个坎:空杯。

创业公司找成熟业务负责人这招为什么大概率不奏效?因为旧世界的负责人忙着应付旧世界的问题——那是眼下杠杆率最高的事,无可厚非——于是没时间研究 AI,基础认知跟不上:几篇最基础的论文没读过,GPT 的基本原理不清楚,对模型能力没概念,模型层、中间层、应用层的关系说不清,甚至最基本的 LLM 产品也没怎么用过。

更关键的是:旧世界的经验往往正是新世界的桎梏。旧世界的 legacy,是新世界的 burden。绿洲资本张津剑这句话一剑封喉,虽然他讲的是美元基金。你在旧世界越成功,越容易带着「旧世界的成功经验」去探索新世界;而「成功经验」换个词就是成见。叠加上基础认知跟不上,自然容易在新世界搁浅。这甚至无可厚非,路径依赖,人性如此。能做的只有一件事:亲自上手。百闻不如一试,百试不如一用——像当年做移动互联网那样,变成小白用户去用、去感受,ChatGPT、Claude、Pi、Character.ai、Perplexity、Midjourney、Poe,一个个玩到卡住为止,写下哪里卡住、为什么卡住。

接着才是材料和路径。真正的难题从来不是没有材料,而是材料太多:单是机器学习几个大号加上 Founder Park,每天就看不完了。

所以我后来给自己定了个粗暴的规矩:一头抓最宏观,一头抓最实际,中间的技术演进简单浏览。最宏观是:AI 会灭绝人类吗?人类如何与 AGI 相处?读几本最好的书,从技术哲学的视角看。最实际是:直接体验产品、直接写更好的 prompt、直接学着调 API 写个 app。中间那层——哪个模型又进化了、哪家公司又融资了——扫一眼标题就够。

这个规矩来自王建硕的一个观点:研究 AI 新闻不是研究 AI。把时间拉长看,你早一天还是一周知道某条新闻,影响很小。我也曾每天被 AI 新闻刷屏,疲于奔命,又总觉得一叶障目:因为 FOMO 去看新闻,因为看新闻更 FOMO。

具体到材料,我推荐的不多,但都是我实际看完的。

入门:Learning Prompt(https://learningprompt.wiki/zh-Hans/)是 Jimmy 做的免费中文 Prompt Engineering 教程,包含 ChatGPT 和 Midjourney 两部分,英语不好的人从这里起步最省事;OpenAI Platform(https://platform.openai.com/overview)的官方文档可能是我读过最深入浅出的一份技术说明,从基础概念一直讲到 API 与最佳实践;配套的 OpenAI Cookbook(https://github.com/openai/openai-cookbook)里有可以直接跑的代码。

专业一点:Andrej Karpathy 的《State of GPT》(https://www.youtube.com/watch?v=bZQun8Y4L2A)用半小时讲清 GPT 的训练过程和用法;Transformer 的开山论文《Attention is All You Need》(https://arxiv.org/abs/1706.03762);GPT-1 到 GPT-4 的论文与技术报告;读不下去英文就跟 B 站「跟李沐学 AI」的论文精读;Stephen Wolfram 那篇讲 ChatGPT 原理的长文,Sam Altman 说这是他见过最好的解释;还有微软 154 页的《Sparks of Artificial General Intelligence》(https://arxiv.org/abs/2303.12712)。

跟人比跟材料重要。我读得多的是 Andrej Karpathy、Sam Altman、Ilya Sutskever、Kevin Scott、吴恩达、符尧;创投侧是 Paul Graham、陆奇、拾象科技、张津剑;中文里宝玉、木遥、王建硕几位我基本每篇都看;再往外一层,卡尼曼、侯世达、特德·姜——特德·姜那句「ChatGPT 是网络上的一个模糊的 JPEG 文件」,比很多技术分析都准。

工具上我只用两件事:翻译(沉浸式翻译、火山翻译),和学习(ChatGPT、Claude、Perplexity)。工具是人的延伸,先把「英文不好、技术不行」的心理障碍绕过去。

从 GUI 到 LUI,以及「伟大不能被计划」

技术是大前提,交互设计是下一步。把视野放大到整个技术周期,新产品的发展轨迹大致是:新技术萌发 → 基础条件具备 → 产品想法爆发 → 设计尝试与迭代 → 新体验吸引早期尝鲜者 → 跨越鸿沟。粗略估计,我们现在还在「新产品诞生前夜」。回头看,每个新技术周期往往都带来设计范式的变革:Macintosh 带来图形界面革命,iPhone 带来移动互联网革命。这也是越来越多人开始谈大模型时代产品设计哲学的原因。

我的判断很简单:大模型带来的是人机交互范式的转换,从图形用户界面(GUI)转向自然语言用户界面(LUI),这会彻底改写产品设计思路。所有人都得回答三个问题:大模型已经这么强了,还能新增哪些能力?用户还需要它新增哪些能力?这些能力要怎么获得?

最后想稍微放飞一点。OpenAI 前研究员 Kenneth Stanley 和 Joel Lehman 写过一本书《为什么伟大不能被计划》。启发来自 AI 研究:大部分事情需要目标和计划,但对伟大的事情,目标和计划可能是束缚。算法研究里,针对某个目标会有一个搜索空间,绝大部分问题的答案在搜索空间之内;但对「伟大的」问题,答案也许在搜索空间之外,你越专注具体目标、按计划找,越可能永远找不到。

所以我的理解是:AGI 明显是伟大的事,要有原则、有理念、有哲学,但不要有太明确的计划。对大模型产品经理来说,要允许犯错,允许重来,允许没有阶段性明确产出,允许模型颠覆自己、推倒重来。

至于 Killer App 会是什么,我不知道,也不太想猜。但我更在意它除了商业价值之外的智识价值。以史为鉴:1984 年乔布斯用 Macintosh 开启图形界面革命,而 Macintosh 的图形界面灵感来自 1960 年代的 oN-Line System(NLS),发明者是道格拉斯·恩格尔巴特。

1968 年 12 月 9 日,恩格尔巴特在旧金山的 ACM/IEEE 秋季联合计算机会议上做了一场 90 分钟的演示,后来被称为「所有演示之母」。那 90 分钟里,他第一次公开展示了现代计算机操作系统几乎所有的基本要素:窗口、超文本、图形、鼠标、文字处理、动态文件链接、版本控制、实时协作编辑。这些我们受益至今的东西,几乎都来自那一次。

后世只知乔布斯、比尔·盖茨,鲜有人知恩格尔巴特。因为他发明鼠标和这一整套操作系统的目的不是赚钱,也不是做产品,只是希望「通过计算机,让世界更美好」。马克·安德森说,那样的发明家最大的与众不同之处,是心目中最看重对人类的影响——一种今天已不复存在的理想主义。

我知道,在言必称「脚踏实地」「活下来再说」的环境里,谈这个显得天真。但人类技术进步的历史,不从来都是这些天真而固执的人推动的吗?

如果只做一件事:今天挑一个你没用过的 LLM 产品,用小白的心态把它用到卡住,记下卡住的那一步——那一步,多半就是下一个产品的位置。

关于本文

由 Lu's Blog 撰写,采用 CC BY-NC 4.0 许可协议。

#产品设计 #大模型 #学习方法

评论