合肥網(wǎng)站建設(shè)多少錢僅需500元（印象筆記創(chuàng)始人）印象筆記老板，
大模型的場(chǎng)景落地，印象筆記這次跑在了第一線今年 3 月，印象筆記公布了自研輕量化大語(yǔ)言模型「大象 GPT」，并率先推出了「印象 AI」，陸續(xù)在產(chǎn)品矩陣中落地，已為數(shù)十萬(wàn)內(nèi)測(cè)及體驗(yàn)用戶提供了多種場(chǎng)景下的智能服務(wù)。
正如印象筆記的 CEO 在采訪中所說(shuō)：「我們相信通過(guò)自主研發(fā)和創(chuàng)新，能夠?yàn)橛脩籼峁└觽€(gè)性化、高效的服務(wù)」印象筆記從前身 Evernote 就秉持著做人類「第二大腦」的初衷，2018 年，印象筆記與 Evernote 獨(dú)立分拆后成立印象研究院正式研究 NLP。
這意味著他們不僅僅是一個(gè)筆記軟件，而是一個(gè)能夠理解、協(xié)助和增強(qiáng)用戶思維能力的工具讓用戶能夠更加高效地管理和利用他們的知識(shí)，這是作為一款筆記工具的初衷，也是印象筆記能夠迅速推出自家大模型的原因，這背后，離不開(kāi)前期以來(lái)的用戶認(rèn)知和用戶數(shù)據(jù)的積累。
關(guān)于「大象 GPT」和「印象 AI」的由來(lái)以及未來(lái)，極客公園創(chuàng)始人 & 總裁張鵬和印象筆記 CEO 唐毅進(jìn)行了一次對(duì)談，唐毅講述了印象筆記如何一以貫之地做好筆記自然語(yǔ)言理解和處理的革新，并在當(dāng)前 GPT 的潮流中，如何在通用模型之外發(fā)現(xiàn)更大的專有模型市場(chǎng)的潛力和未來(lái)。
01 通用大模型不會(huì)一統(tǒng)天下張鵬：你之前提到（印象筆記）很早就做 NLP（自然語(yǔ)言處理），那你們什么時(shí)候開(kāi)始將 AI 路徑轉(zhuǎn)換到 GPT 上的？為什么要自己做一個(gè)大模型出來(lái)？唐毅：從 NLP 的邏輯來(lái)看，外腦必須能夠處理知識(shí)中的自然語(yǔ)言力，尤其是邏輯，所以我們要對(duì)自然語(yǔ)言有清晰的理解，這也是真正的 GPT 擁有的能力。
不管通用還是專用的大模型都具備分析，提取，總結(jié)，智能書(shū)寫這些能力通用模型的基礎(chǔ)邏輯是大家共用一個(gè)參數(shù)非常大的、千億級(jí)的模型它的基礎(chǔ)邏輯經(jīng)過(guò)了非常多的不同語(yǔ)料和數(shù)據(jù)的訓(xùn)練，形成了一個(gè)推理 / 預(yù)測(cè)機(jī)器但是作為一個(gè)大腦，它是一個(gè)通用型的大腦，大家和同一個(gè)大腦交流。
用戶的個(gè)人數(shù)據(jù)或者個(gè)人知識(shí)并沒(méi)有能夠去訓(xùn)練這個(gè)大腦，即便跟它交流，甚至讓它對(duì)一些個(gè)性化知識(shí)進(jìn)行分析，都不會(huì)影響大腦思考的過(guò)程所以通用大模型從用戶角度來(lái)講，是很強(qiáng)，很通用的，但它絕對(duì)沒(méi)有個(gè)人特色，它不會(huì)對(duì)你自己形成的知識(shí)、對(duì)世界的認(rèn)知、積累的信息有任何形式的反應(yīng)。
而且還有一個(gè)問(wèn)題，就是通用語(yǔ)料和專用語(yǔ)料確實(shí)不一樣用戶個(gè)人所積累的，所獨(dú)有的，或者一個(gè)團(tuán)隊(duì)、企業(yè)所積累的和獨(dú)有的，一定是在專用模型里面來(lái)呈現(xiàn)如果有這樣的工具，能結(jié)合我過(guò)去的知識(shí)庫(kù)，將過(guò)去創(chuàng)造的概念與現(xiàn)在的概念融合，形成完整內(nèi)容，我會(huì)很開(kāi)心。
然而，通用大模型或 ChatGPT 目前無(wú)法實(shí)現(xiàn)這一點(diǎn)，因?yàn)樗涣私馕业纳舷挛暮褪昵胺e累的知識(shí)是這個(gè)意思，而印象筆記的外腦服務(wù)一定是有能力基于用戶個(gè)人數(shù)據(jù)，個(gè)人知識(shí)和認(rèn)知的任何一個(gè)通用大模型都有局限，包括 GPT-4。
它們都會(huì)有語(yǔ)料更新和范圍的局限性外腦就是說(shuō)不只能幫你存儲(chǔ)，還要能調(diào)用對(duì)，筆記是線索，用于提示索引、記憶知識(shí)和記憶本身，但并不是所有的知識(shí)和記憶都完全存在于筆記中外腦這個(gè)概念需要全面的數(shù)據(jù)收集來(lái)支持未來(lái)的個(gè)人大模型是部署在云端還是設(shè)備上，這是一個(gè)需要做選擇的問(wèn)題。
在這個(gè)領(lǐng)域中，有許多前沿研究方向我們并沒(méi)有固定要進(jìn)軍某個(gè)方向，我們的智能硬件是基于聽(tīng)、說(shuō)、寫等功能的所有的功能都要么輸入，要么輸出例如，我們有智能錄音、智能掃描、智能書(shū)寫、墨水屏，它們要么讓你書(shū)寫，要么讓你分享。
隨著我們自己的大模型的不斷推演，即使在 ChatGPT 和大象 GPT 以及印象 AI 全面上線之前，我們明顯看到一個(gè)需求，無(wú)論是用戶還是企業(yè)或產(chǎn)品，處理記憶和個(gè)人信息的需求都趨向于持續(xù)記錄和持續(xù)記憶有一點(diǎn)是清晰的，就是我們剛才所說(shuō)的，算力和算法變得越來(lái)越像基礎(chǔ)設(shè)施，而數(shù)據(jù)變得越來(lái)越重要。
形成個(gè)人知識(shí)體，實(shí)現(xiàn)外腦的概念確實(shí)需要持續(xù)不斷的知識(shí)和記憶存儲(chǔ)，這個(gè)方向是明確的那么印象 AI 可以算作一個(gè)垂直大模型嗎？如何定義它？我覺(jué)得從數(shù)據(jù)而言可以算是垂直的垂直領(lǐng)域在大模型和 AI 方向叫做 Domain Expertise，那么這個(gè) domain 指的是某一個(gè)領(lǐng)域，可以是某一個(gè)垂直行業(yè)的域，也可以是某一種形態(tài)的數(shù)據(jù)。
我們有兩個(gè) domain 的邏輯，一個(gè) domain 就是用戶自己的數(shù)據(jù)或者企業(yè)自己的數(shù)據(jù)，或者用印象團(tuán)隊(duì)管理的自己的數(shù)據(jù)另一個(gè) domain 是相對(duì)比較嚴(yán)肅的知識(shí)我們這個(gè)模型的訓(xùn)練會(huì)更加關(guān)注于知識(shí)，傾向于知識(shí)的更深入理解以及不同領(lǐng)域知識(shí)的連接。
那么它在這個(gè)模型能力邏輯上可能就不如通用大模型大所以可以說(shuō)，通用大模型即使接 API 也不能解決你們產(chǎn)品場(chǎng)景用戶的真正問(wèn)題嗎？這是否是你們要自己做大模型的原因？這是原因之一還有幾個(gè)深層次原因第一點(diǎn)是我們很久之前就有一個(gè)世界觀來(lái)研究 NLP，對(duì)大模型也有好幾年的經(jīng)驗(yàn)。
這個(gè)過(guò)程當(dāng)中我們的理解是，未來(lái)的世界肯定不是幾個(gè)通用大模型的世界，而是不同形態(tài)的模型的世界這些模型可能是不同的通用大模型，也可能會(huì)是很多垂直領(lǐng)域的小型或者中型模型另外，我們和很多同行都認(rèn)為生成式 AI 和大模型是一個(gè)工業(yè)革命級(jí)別的技術(shù)事件。
這個(gè)前提下，我們判斷未來(lái)會(huì)存在不同形態(tài)的、具有不同的通用和專用能力的、具有不同部署特性的模型來(lái)服務(wù)不同的人、不同的行業(yè)的不同企業(yè)第二點(diǎn)是，現(xiàn)在大象 GPT 或者其他通用模型也好，現(xiàn)在都不是在用用戶個(gè)人的數(shù)據(jù)對(duì)它進(jìn)行訓(xùn)練，只是讓它作為一個(gè)分析機(jī)器對(duì)數(shù)據(jù)進(jìn)行分析。
我們希望未來(lái)不管提供團(tuán)隊(duì)模型還是私人模型時(shí)，用戶可以選擇用我們的模型基礎(chǔ)來(lái)對(duì)他們的數(shù)據(jù)進(jìn)行訓(xùn)練和調(diào)優(yōu)，這樣訓(xùn)練出來(lái)的模型就是完全個(gè)人的模型我看直播間有觀眾提問(wèn)，最近正好 OpenAI CEO Altman 在說(shuō)大企業(yè)做大模型，開(kāi)源社區(qū)做小模型，未來(lái)國(guó)內(nèi)大模型的發(fā)展也是這樣嗎？。
我也看到有人說(shuō)中國(guó)至少有 100 個(gè)大模型，而且這些的核心不是都能被稱為通用 ?我覺(jué)得 Altman 在講這句話的時(shí)候有一個(gè)背景，就是大模型的安全性問(wèn)題這個(gè)里面存在語(yǔ)料訓(xùn)練，模型涌現(xiàn)的能力如何去監(jiān)管，去更好地為用戶服務(wù)的問(wèn)題。
另外一點(diǎn)，開(kāi)源的社區(qū)和開(kāi)源的模型給大模型的發(fā)展提供了巨大的幫助和助力開(kāi)源的開(kāi)發(fā)者給大模型的技術(shù)能力和整個(gè)產(chǎn)品的產(chǎn)業(yè)業(yè)態(tài)發(fā)展帶來(lái)了非常多的可能性，它是一個(gè)巨大的大模型能力驅(qū)動(dòng)的方向第三點(diǎn)，其實(shí)所謂的小模型本質(zhì)上來(lái)說(shuō)還是大模型。
參數(shù)上小一點(diǎn)幾百億，大一點(diǎn)幾千億，都是 large language model，沒(méi)有 small language model這些不同的大模型給技術(shù)發(fā)展帶來(lái)了一個(gè)百花齊放的生態(tài)第四點(diǎn)我想說(shuō)的是，我不認(rèn)為一個(gè)產(chǎn)業(yè)永遠(yuǎn)有塵埃落定的時(shí)候，但相對(duì)來(lái)講一個(gè)新的技術(shù)會(huì)逐漸找到主流方向和比較穩(wěn)定的產(chǎn)業(yè)生態(tài)。
如果有一個(gè)大模型能力提高且通用的話，其他人做的大模型是不是就都沒(méi)用了？如何面對(duì)這種焦慮？從趨勢(shì)來(lái)講有一個(gè)很明確的方向，我們包括其他很多同行會(huì)把現(xiàn)在看成剛剛發(fā)明電，發(fā)明互聯(lián)網(wǎng)的時(shí)候生成式 AI 的產(chǎn)業(yè)發(fā)展還是會(huì)遵循以往這些新事物發(fā)展的曲線。
在急速上升過(guò)程中可能有些泡沫，但泡沫也被逐漸擠掉，真正的東西會(huì)出來(lái)，最后形成這一代的技術(shù)前沿在這個(gè)方向上就要不斷去仔細(xì)思考兩個(gè)事，一個(gè)是說(shuō)，本著非常開(kāi)放的心態(tài)去說(shuō)，最前沿的可能性在哪里？另一點(diǎn)是說(shuō)，它基礎(chǔ)的邏輯在哪里？或者說(shuō)我們?cè)趺纯创笳Z(yǔ)言模型這個(gè)事？
但是前沿的問(wèn)題，我們覺(jué)得是有完全不同的可能性的這個(gè)可能性倒不是馬上就出現(xiàn)了新的平臺(tái)廠商，大模型廠商更可能的方向是大模型加插件，以及 APP+ 專用模型這兩個(gè)方向我認(rèn)為，私人的信息和一個(gè)更專用場(chǎng)景的模型提供的服務(wù)和通用大模型，以及所有廠商有限的或更多的為大語(yǔ)言模型通過(guò)插件開(kāi)放自己的信息所提供的服務(wù)，都有很強(qiáng)的意義。
這兩類服務(wù)都可能產(chǎn)生真正改變?nèi)粘Ｉ?、工作和生產(chǎn)力的公司未來(lái)每個(gè)人都需要的還是和自己的思考個(gè)性相匹配的個(gè)人助理世界上絕對(duì)不會(huì)只有幾個(gè)大腦在幫所有人思考，而是不同的機(jī)器大腦在幫不同人思考印象 AI 如何避免事實(shí)性錯(cuò)誤的問(wèn)題？。
兩類方法一類是知識(shí)圖譜，在一些事實(shí)性的判斷上，知識(shí)圖譜結(jié)合 GPT另一類是通過(guò)實(shí)時(shí)上網(wǎng)，實(shí)時(shí)通過(guò)不同的接口和 API 調(diào)用事實(shí)進(jìn)行分析02多個(gè)大腦為一個(gè)人服務(wù)你提到有人期待將筆記和寫作結(jié)合起來(lái)，這樣會(huì)更加方便。
有些人認(rèn)為在一個(gè)筆記軟件中添加寫作功能有些奇怪，但也有人表示支持并希望能夠?qū)崿F(xiàn)結(jié)合你如何看這個(gè)問(wèn)題？我們現(xiàn)在訓(xùn)練生成式 AI 學(xué)習(xí)真正的寫作知識(shí)管理和協(xié)作場(chǎng)景上的表現(xiàn)基本上是 2 類的呈現(xiàn)第一類的呈現(xiàn)就是對(duì)話形式，比如微軟的 copilot。
這個(gè)形式先是從 GitHub，然后到 Edge，緊接著到 Microsoft 365，最新又直接到 Windows，它已經(jīng)是一個(gè) AI 原生的操作系統(tǒng)它的交互形式更多的還是直接對(duì)話的形式，包括開(kāi)放式的對(duì)話或者多輪的對(duì)話。
這也是因?yàn)榇竽Ｐ偷囊粋€(gè)強(qiáng)勢(shì)邏輯：in context momery（上下文記憶）另外一個(gè)形式體現(xiàn)在 Notion 這類下一代知識(shí)管理平臺(tái)的產(chǎn)品上它完全沒(méi)有對(duì)話形態(tài)，而是一個(gè)純寫作助理的形態(tài)基本上它是一個(gè)菜單式的邏輯。
我們對(duì)這兩個(gè)形式的判斷是他們不會(huì)矛盾其實(shí)第一種就是 LUI（語(yǔ)言式用戶交互界面），第二種是 GUI（菜單式用戶交互界面）兩個(gè)有一個(gè)混合的邏輯在里邊像微軟把它家的這種 AI 輔助稱作 Copilot，你們?nèi)绾味ㄎ贿@種輔助寫作的能力？如何去設(shè)定它的意義？。
有意義的智能寫作未來(lái)越來(lái)越不是一個(gè)通才能夠完成的任務(wù)，必須有一個(gè)專才基于它的能力和用戶的個(gè)人數(shù)據(jù)來(lái)完成第一個(gè)角度是行動(dòng)的迅速性這種迅速性源自我們的經(jīng)驗(yàn)積累從邏輯上說(shuō)，我們?cè)谝?GPT 模型之前就已經(jīng)推出了各種不同的模型，因此反應(yīng)速度必定非?？?。
此外，除了現(xiàn)有的寫作助手功能之外，用戶很快就能夠規(guī)劃文檔，并與多個(gè)文檔進(jìn)行對(duì)話，并開(kāi)始與數(shù)據(jù)的整個(gè)記憶（如筆記和之前所寫的文章）進(jìn)行交互隨后，可能還會(huì)有進(jìn)一步的迭代第二點(diǎn)是關(guān)于模型能力我們認(rèn)為，在行業(yè)和產(chǎn)業(yè)的推進(jìn)過(guò)程中，大家逐漸能夠看出通用模型服務(wù)通用場(chǎng)景與專用模型服務(wù)專用場(chǎng)景之間的區(qū)別。
即使都是寫作助理，由于我們的模型和一直以來(lái)所服務(wù)的用戶專注于特定場(chǎng)景，我們積累的語(yǔ)料也專注于知識(shí)管理和知識(shí)生產(chǎn)力提升等領(lǐng)域第三點(diǎn)是用戶對(duì)我們的信任和使用情況我們深感榮幸得到了中國(guó)和全球眾多用戶的喜愛(ài)，印象筆記已經(jīng)存在了十多年。
在這段時(shí)間里，用戶將大量的個(gè)人信息、知識(shí)類信息、生產(chǎn)力信息、學(xué)習(xí)、工作和生活的信息存儲(chǔ)在我們的平臺(tái)上即使用戶不選擇自行訓(xùn)練模型，他們?nèi)匀粫?huì)讓我們的模型來(lái)處理這些信息我剛才提到了一個(gè)觀點(diǎn)，即數(shù)據(jù)在邏輯上變得越來(lái)越重要、越來(lái)越有價(jià)值，無(wú)論是專項(xiàng)數(shù)據(jù)、專業(yè)領(lǐng)域的數(shù)據(jù)。
我們始終是一家以提供不同技術(shù)，隨著技術(shù)演進(jìn)而為每個(gè)人提供更好用戶界面的原生外腦的廠商因此，我們對(duì)我們產(chǎn)品的能力和技術(shù)能力持續(xù)保持領(lǐng)先感到非常有信心很多 AI 產(chǎn)品都有輔助寫作的能力，你們?cè)趺炊x輔助寫作這個(gè)功能？你對(duì)如何運(yùn)用大模型形成用戶體驗(yàn)的壁壘有什么看法？怎么思考產(chǎn)品如何給用戶帶來(lái)價(jià)值？
我們覺(jué)得最首要的事情是思考問(wèn)題，而不是想如何建立壁壘或者說(shuō)先想我到底做什么，服務(wù)什么，把這個(gè)做好了，然后把能力提高了，愿景想好了，壁壘就會(huì)慢慢顯現(xiàn)出來(lái)印象筆記的產(chǎn)品壁壘是用戶積累和存儲(chǔ)的信息因?yàn)橛脩魧?duì)品牌的喜愛(ài)、認(rèn)可和使用積累起來(lái)一些東西，逐漸形成了一個(gè)壁壘。
說(shuō)到真正的壁壘的話，或者說(shuō)優(yōu)勢(shì)，我們覺(jué)得有三點(diǎn)，第一點(diǎn)是模型 / AI 能力本身，第二點(diǎn)是部署本身，第三點(diǎn)是環(huán)境 / 交互，特別是我們?cè)趫?chǎng)景相關(guān)的交互上面的一些理解第一點(diǎn)，我們專門的一個(gè)邏輯是會(huì)存在不同模型的可能性。
換句話說(shuō)，在這個(gè)特定場(chǎng)景中，我們專注于積累語(yǔ)料、訓(xùn)練經(jīng)驗(yàn)，并致力于為知識(shí)管理、寫作和知識(shí)生產(chǎn)等領(lǐng)域提供專門的服務(wù)針對(duì)這類場(chǎng)景需求，我們的模型具備一定的能力，無(wú)論是在模型容量、調(diào)優(yōu)能力上，還是在多次迭代的模型持續(xù)能力上，以及在應(yīng)用層進(jìn)行索引和多次迭代運(yùn)算的能力上，甚至在我們的提示工程能力方面，我們已經(jīng)積累了相當(dāng)長(zhǎng)的時(shí)間。
模型部署角度的話，大家要思考的是不光是個(gè)人的需求，還有企業(yè)的需求，甚至一些政府場(chǎng)景的需求，那么它真正需要的模型一定是在防火墻這個(gè)背后來(lái)部署的對(duì)于這個(gè)模型，我們考慮的不僅僅是它所訓(xùn)練的語(yǔ)料，而是要處理和分析的信息必須足夠安全。
因此，無(wú)論是私有部署、混合部署、通用模型還是私有模型，針對(duì)不同場(chǎng)景的模型，這是未來(lái)發(fā)展的方向交互來(lái)看，我們覺(jué)得有兩種可能性，一個(gè)是菜單式的交互，一個(gè)是開(kāi)放式的交互開(kāi)放式就是純粹對(duì)話，它適用一些較不適用菜單式的交互。
印象筆記的智能寫作主要是菜單式的交互在未來(lái)，我們將引入類似于 Copilot 的開(kāi)放式對(duì)話，實(shí)現(xiàn)開(kāi)放式的交互這種交互邏輯類似于 ChatPDF 的邏輯在這一點(diǎn)上，古典互聯(lián)網(wǎng)的產(chǎn)品能力、交互設(shè)計(jì)能力和思考仍然非常有用，因?yàn)椴⒉皇撬袌?chǎng)景都只能使用 LUI，而是介于 LUI 和 GUI 之間的邊界點(diǎn)。
何時(shí)選擇何種方式，需要根據(jù)經(jīng)驗(yàn)和積累做出決策對(duì)，一個(gè)簡(jiǎn)單的 LUI/ 對(duì)話框解決所有問(wèn)題并不是最優(yōu)的，那么哪些關(guān)鍵環(huán)節(jié)需要 GUI 來(lái)適時(shí)提升用戶交互的效率和體驗(yàn)？過(guò)去 GUI 勝過(guò) LUI 的原因一個(gè)是背后技術(shù)能力的差距，比如像智能音箱這種傳統(tǒng)技術(shù)驅(qū)動(dòng)的 LUI 并不靠譜，所以之前交互體驗(yàn)上 LUI 選擇遠(yuǎn)遠(yuǎn)落后于 GUI。
開(kāi)放式 LUI 的邏輯和選擇性菜單式 GUI 的邏輯，在不同場(chǎng)景和不同心理狀態(tài)下，其實(shí)是有完全不同的邊界和適用性，這一點(diǎn)是我們持續(xù)實(shí)踐，持續(xù)思考的結(jié)果大模型最重要的能力是邏輯能力和進(jìn)行多輪交互的能力，由于它處理的是語(yǔ)言，所以輸入和輸出的最優(yōu)秀呈現(xiàn)到現(xiàn)在為止還是語(yǔ)言。
因此未來(lái)一定是 LUI 會(huì)占更多的份額但是仍然有一些比如像單反相機(jī)用戶這類人，它們喜歡從提供的選擇中再選擇，喜歡自己控制從這一部分用戶需求來(lái)說(shuō)，GUI 肯定會(huì)存在但 LUI 一定會(huì)占更多的份額，因?yàn)?LUI 到現(xiàn)在為止還是最符合大模型技術(shù)邏輯的一種輸入和輸出的方式。
交互將持續(xù)是技術(shù)、產(chǎn)品以及技術(shù)通過(guò)產(chǎn)品為個(gè)人、企業(yè)、團(tuán)隊(duì)和每個(gè)人提供服務(wù)的過(guò)程中一個(gè)持續(xù)重要的領(lǐng)域然而，這個(gè)領(lǐng)域本身的邊界和內(nèi)涵將發(fā)生變化，變得更加豐富也就是說(shuō)，以前 UI 的核心是把所有工具放置好讓用戶方便調(diào)用。
而未來(lái) UI 的使命變成了在合適的時(shí)候出現(xiàn)，確保用戶更好運(yùn)用他們的能力LUI 是一個(gè)新范式，但是光靠它是不夠的，還需要一些其他的東西，有很多問(wèn)題還要繼續(xù)思考未來(lái)印象筆記的產(chǎn)品會(huì)有什么新的整合嗎？會(huì)不會(huì)變成一個(gè)全新的東西？比如 ToB 的可能性。
因?yàn)楦杏X(jué)現(xiàn)在好像很多到生產(chǎn)力級(jí)別的工具很快就到 ToB 化了而且 ToB 直接有非常強(qiáng)烈的付費(fèi)意愿ToB 的話現(xiàn)在有很多企業(yè)已經(jīng)在跟我們對(duì)接了就交互來(lái)說(shuō)，未來(lái)肯定會(huì)有更多的設(shè)備適合 LUI，在這種設(shè)備的反向驅(qū)動(dòng)下，一個(gè)應(yīng)用廠商的選擇一定會(huì)出來(lái)不同的交互選擇和產(chǎn)品方向的選擇。
大模型這件事之所以令人興奮，就確實(shí)因?yàn)樗且粋€(gè)范式革命，產(chǎn)品有機(jī)會(huì)重新再造它不是像原來(lái)的補(bǔ)丁更新，這個(gè)感覺(jué)就完全不一樣了對(duì)，它是一次生產(chǎn)力底層變化的革命，讓人興奮的原因就是你會(huì)發(fā)現(xiàn)確實(shí)有很多東西只能重新構(gòu)造，重新創(chuàng)造。
你們既然有這么多用戶，有沒(méi)有思考過(guò)這個(gè)產(chǎn)品未來(lái)的張力？比如像個(gè)人助理這種，因?yàn)槟銈円呀?jīng)有了外腦的概念談到個(gè)人助理的邊界和其在個(gè)人生活和產(chǎn)業(yè)中的角色，我認(rèn)為有兩點(diǎn)需要注意首先，我們要認(rèn)識(shí)到當(dāng)前大模型的交互，無(wú)論是通過(guò)哪個(gè)軟件或平臺(tái)與其進(jìn)行對(duì)話交互，或者讓它處理任務(wù)，它都是同一個(gè)模型，不屬于個(gè)人的模型，也沒(méi)有通過(guò)用戶的數(shù)據(jù)進(jìn)行訓(xùn)練或優(yōu)化。
不論是通過(guò)單一提示工程的方法，還是通過(guò)向量數(shù)據(jù)庫(kù)的形式進(jìn)行索引，它都是一個(gè)大腦的思考但很顯然，全球共享一個(gè)大腦是不現(xiàn)實(shí)的第二點(diǎn)，一個(gè)大腦服務(wù)一個(gè)人也有些問(wèn)題，因?yàn)橐粋€(gè)人在不同場(chǎng)景下有不同的需求例如，工作大腦、生活大腦，甚至可能還有娛樂(lè)大腦。
關(guān)于部署，除了形象上的部署之外，還存在一個(gè)非常技術(shù)角度的部署問(wèn)題，即某些大腦我愿意放在云端，而某些大腦只有在設(shè)備上才讓我放心因此，在選擇 AI 助理或者 AI 助理的發(fā)展方向時(shí)，我們確實(shí)認(rèn)為更個(gè)人化和更場(chǎng)景化是未來(lái)的趨勢(shì)。
它既不是一個(gè)大腦為許多人提供服務(wù)，也不是一個(gè)大腦為一個(gè)人提供服務(wù)，而是多個(gè)大腦為一個(gè)人提供服務(wù)另外，這些大腦，包括印象筆記的知識(shí)大腦和第二大腦的外腦思考，在產(chǎn)業(yè)和生產(chǎn)生活中的地位將會(huì)變得更加重要它的重要性源于大腦思考的能力，它可以替代現(xiàn)有的一些平臺(tái)級(jí)應(yīng)用或信息聚集類應(yīng)用，為用戶提供最佳的服務(wù)、內(nèi)容、產(chǎn)品、知識(shí)、協(xié)作和社交。
在目前階段，所有人都會(huì)聚集在流量分發(fā)平臺(tái)上未來(lái)，我確信每個(gè)人的多個(gè)大腦將根據(jù)個(gè)人需求在各個(gè)場(chǎng)景中進(jìn)行流量對(duì)接和分發(fā)像現(xiàn)在的不同產(chǎn)品，用戶在使用過(guò)程中和它們建立了不同的連接（relationship）是的，個(gè)人助理在不同方面起到不同的輔助作用，但是這個(gè)助理有一個(gè)特點(diǎn)，即大模型具有所謂的「在上下文中學(xué)習(xí)」（in context learning）的能力，也可以稱之為「思考鏈」或「記憶鏈」。
當(dāng)你與助理交互時(shí)，它能夠理解上下文，并展現(xiàn)出這種能力，這是大模型訓(xùn)練過(guò)程中顯現(xiàn)出的特征然而，更重要的上下文是指一個(gè)人、一個(gè)系統(tǒng)或一個(gè)產(chǎn)品了解用戶過(guò)去十幾年寫過(guò)的內(nèi)容就我來(lái)看，我們應(yīng)該從關(guān)系的角度來(lái)觀察未來(lái)助理的狀態(tài)。
為什么我說(shuō)助理不會(huì)成為一個(gè)全能型的助理呢？因?yàn)檫@種關(guān)系并不符合人類的需求，人際關(guān)系是多層次的，你有用戶、同事、朋友，甚至是酒友等等在不同的領(lǐng)域中，你的關(guān)系是分層次的所以不可能用一個(gè)模型來(lái)解決所有問(wèn)題而且在某些場(chǎng)景下，上下文是不必要的，比如與酒友和球友交往時(shí)，知識(shí)和工作上下文并不重要。
然而，與同事、學(xué)習(xí)伙伴、同學(xué)交流時(shí)，上下文非常重要，包括你過(guò)去積累的知識(shí)03軟件的未來(lái)：泛 API 化軟件未來(lái)還有沒(méi)有價(jià)值？是不是軟件都會(huì)變成 API？這個(gè)時(shí)代如何重新理解軟件？我認(rèn)為現(xiàn)在有機(jī)會(huì)重塑軟件行業(yè)，它會(huì)增加軟件的可能性并確認(rèn)過(guò)去一些軟件的趨勢(shì)。
從我們的角度來(lái)看，軟件具有廣泛的含義在過(guò)去的幾十年里，軟件行業(yè)涵蓋了從基礎(chǔ)設(shè)施、云架構(gòu)、開(kāi)發(fā)工具、服務(wù)到應(yīng)用層的各個(gè)方面大模型和其帶來(lái)的處理能力、思考能力、思維能力以及在生態(tài)系統(tǒng)中的角色，以及在算力、算法和數(shù)據(jù)上的不同方式（如從頭訓(xùn)練、開(kāi)源和調(diào)優(yōu)）以及與廠商合作使用大語(yǔ)言模型的方式，將改變整個(gè)軟件行業(yè)的形態(tài)和景觀。
個(gè)人認(rèn)為，這種變化具有兩個(gè)或三個(gè)明顯的趨勢(shì)第一個(gè)趨勢(shì)是新的平臺(tái)應(yīng)用成為可能，未來(lái)聚集或者幫你分發(fā)和推薦的都是這個(gè)大腦第二點(diǎn)是，泛 API 化和插件化是一個(gè)很清晰的趨勢(shì)在軟件和軟件之間的交互中，API 扮演著重要的角色。
從應(yīng)用程序和應(yīng)用程序之間的交互和對(duì)話來(lái)看，API 變得越來(lái)越重要第三點(diǎn)是，在重塑生態(tài)的過(guò)程中，我們的判斷是還是要回到初心在整個(gè)技術(shù)棧和應(yīng)用棧的重塑過(guò)程中，包括新的大模型技術(shù)棧以及從底層芯片計(jì)算到應(yīng)用層重新思考技術(shù)棧，我們始終要基于用戶，需要從根本上以用戶和用戶體驗(yàn)為出發(fā)點(diǎn)進(jìn)行思考。
總結(jié)起來(lái)，做軟件的人在目標(biāo)上需要更本分，即解決用戶的問(wèn)題未來(lái)軟件之間需要更加連通，形成一個(gè)用戶群落雖然想要實(shí)現(xiàn)「一切功能集合于一體」 ( all in one ) 的目標(biāo)很困難在未來(lái)的形態(tài)下，以前的策略可能行不通了。
未來(lái)涉及到眾多細(xì)分領(lǐng)域和場(chǎng)景，是否能在每個(gè)領(lǐng)域發(fā)揮最佳作用是關(guān)鍵用戶可能需要互相調(diào)用不同軟件，在不同局部選擇最好的解決方案04不要假裝自己已經(jīng)想明白了你們當(dāng)時(shí)為什么決定推出「大象 GPT」和「印象 AI」的產(chǎn)品，并以如此快的速度實(shí)現(xiàn)它們？之前聊過(guò)印象筆記一直有個(gè)「第二大腦」的目標(biāo)，這個(gè)目標(biāo)是怎么出現(xiàn)的？
印象筆記在獨(dú)立之前，很早就已經(jīng)和生成式 AI 有聯(lián)系了Evernote 最早期的創(chuàng)始人給這家公司的定義就叫 extented brain（擴(kuò)展大腦）當(dāng)時(shí)這個(gè)老爺子已經(jīng)有點(diǎn)帕金森了，所以創(chuàng)建 Evernote 的一個(gè)初衷就是能幫他記住并且想起可能忘記的事情，公司的愿景就是要成為人類的個(gè)人團(tuán)隊(duì)和企業(yè)的第二個(gè)大腦，或者說(shuō)「外腦」。
這個(gè)愿景在之后公司的發(fā)展過(guò)程中一直在延伸，在生成式 AI 和 NLP 出現(xiàn)之前，印象筆記能夠通過(guò)非常迅速地對(duì)不同形態(tài)的數(shù)據(jù)處理，幫助用戶記錄，并且永久記住內(nèi)容之前通過(guò)搜索實(shí)現(xiàn)，從關(guān)鍵詞的匹配和算法上來(lái)解決這個(gè)問(wèn)題。
在本土化之后，我們?cè)O(shè)立了印象研究院我們?cè)诠雀?Attention is all you need 那篇論文之前就在通過(guò)非 GPT 的形式進(jìn)行自然語(yǔ)言處理和不同專業(yè)場(chǎng)景的自然語(yǔ)言理解的嘗試研究院的目標(biāo)很清楚，就是如何能夠給個(gè)人、團(tuán)隊(duì)和企業(yè)提供「外腦「的服務(wù)。
這項(xiàng)服務(wù)背后最重要的智能就是自然語(yǔ)言理解和處理在 2021 年左右我們就有了自動(dòng)標(biāo)注、智能標(biāo)簽、智能摘要這些功能，幫助用戶把他們和他們的知識(shí)連接起來(lái)我們的大象 GPT 之所以能這么快發(fā)布，也是基于我們多年研究的積累和經(jīng)驗(yàn)。
現(xiàn)在的產(chǎn)品背后是驅(qū)動(dòng)，用戶從前端可以通過(guò)不同產(chǎn)品感受到這個(gè)影響，包括 AI 服務(wù)、一系列的智能生成、智能寫作、智能總結(jié)這些功能產(chǎn)品背后是印象筆記自己研發(fā)多年的一個(gè)輕量級(jí)單元模型，也就是大象 GPT，總體上所有的 AI 功能都是由大象 GPT 來(lái)運(yùn)行的。
它對(duì)印象 AI 中的寫作助理，智能生成，智能文件分析這些功能進(jìn)行驅(qū)動(dòng)在你們 3 月份快速推進(jìn) GPT 這件事情的時(shí)候，有沒(méi)有借助 OKR 或者 KPI 管理內(nèi)部？你作為一個(gè) CEO，如何帶領(lǐng)大家形成共識(shí)？
在目標(biāo)管理和戰(zhàn)略方面，我總結(jié)出幾點(diǎn)觀點(diǎn)首先，長(zhǎng)期的戰(zhàn)略方向是必要的，但短期調(diào)整也是必不可少的我們需要明確一個(gè)大的方向，并持續(xù)進(jìn)行調(diào)整這個(gè)明確的過(guò)程可能需要花費(fèi)更長(zhǎng)的時(shí)間，我們需要思考自己的初衷和追求是什么。
另外，作為管理者，我不贊成只考慮短期內(nèi)的事務(wù)，因?yàn)橥獠壳闆r變化很多印象筆記之所以在市場(chǎng)上有一定的實(shí)踐成果，也不是因?yàn)槲覀儍H僅短期想明白了，或者是因?yàn)?ChatGPT 的出現(xiàn)讓我們想明白了而是我們追求自然語(yǔ)言處理（NLP），追求通過(guò)語(yǔ)言為知識(shí)服務(wù)，通過(guò)知識(shí)服務(wù)為人類服務(wù)。
從這個(gè)邏輯來(lái)看，我們始終秉持初心，我們的方向符合大的趨勢(shì)，當(dāng)這個(gè)趨勢(shì)出現(xiàn)時(shí)，就是一個(gè)機(jī)遇所以，這一切都有一種順理成章的邏輯這是第一點(diǎn)第二點(diǎn)，我想分享一下印象筆記內(nèi)部的公司文化我們公司的文化是硅谷文化和本土創(chuàng)業(yè)文化的結(jié)合，注重實(shí)際行動(dòng)，同時(shí)也注重內(nèi)部溝通。
我們非常鼓勵(lì)每個(gè)員工勇于承認(rèn)自己的不足，不要假裝已經(jīng)完全想明白了，而是要傾聽(tīng)他人的意見(jiàn)同時(shí)在執(zhí)行力方面，我們已經(jīng)取得了顯著的進(jìn)展印象筆記的代碼量已經(jīng)是當(dāng)初 Evernote 的代碼轉(zhuǎn)移后的好幾倍所以，執(zhí)行力非常重要，我們需要有戰(zhàn)斗力，但也需要有思考能力，有討論能力。
在這個(gè)前提下，我認(rèn)為 KPI 和 OKR 才具有意義，它們并不是一個(gè)簡(jiǎn)單的解決方案，每個(gè)系統(tǒng)都有其自身的特點(diǎn)和優(yōu)缺點(diǎn)，我們需要不斷加強(qiáng)和改進(jìn)，同時(shí)保持一致性和靈活性才能有意義。查看原文