Minimax 闫俊杰的这期访谈稿，读完后劲还蛮大的。为了更好理解稿子里的意思，我还专门下载了“海螺AI”App 来体验。

印象最深刻的，还是那句：“目前的产品方法还是技术 driven，而非产品 driven。”

1、

他们观察到的现象是：“做移动互联网产品，大家特别在意有没有挖到一个用户痛点。

但去年 DAU 超百万的六七个 AI 原生产品，都不是针对痛点设计的，是把一个突破性技术释放，慢慢变成了产品。

反而是后面【针对性设计功能时，都不太成功】，比如 ChatGPT Plugins 和 GPTs。如果技术进步速度慢下来，又会变成产品推动的方式。”

2、

所以，针对“用户有很多需求，满足什么，不满足什么”的问题，他们的取舍，到后面变得简单：

“看这个需求是否符合技术发展的趋势，是否能对这类用户的体验带来 10 倍以上的变化。”

更甚者，“用户需求和你提供的能力是相互发生的，一个远超大家预期的模型放在这，慢慢会引起很多人的需求。

比如 ChatGPT 没有语音通话前，没人会说自己的需求是语音通话，但放上去之后，很多人会用语音通话。

我们做的语音对话产品——海螺AI的通话功能也很受欢迎。我阿公 80 岁，第一次用这个产品就和它讨论了四五十分钟的历史人物，我之前想不到有人会这么来用它。”

3、

今晚我也试了下海螺AI的通话功能，聊了不下 10 分钟。想到去年跟人聊多模态的时候，自己还非常不以为然。

还想到了另一款给我留下更深刻印象的 AI 产品：秘塔AI。

在没用它之前，我自己会花很长时间写“论文级”的提示词，定好框架。但无论换哪款AI，如何优化提示词，最终的结果，都很难特别满意。

尝试它的“研究”类搜索功能，发现因为可以尽可能扒全网信息，而不只是局限于我自己的研究框架，反而能拓宽我的视野，带来更多惊喜。

4、

由此想到，作为非技术的 AI 应用者，在过去的一年里，我确实过于关注“用户痛点”和“转化效果”了。

这就造成了，我像个木匠一样：“工作是将这些材料塑造成最终产品，以符合你的最初计划。你可以通过查看完成的产品来评估你所做的工作有多好。

这是门吗？这把椅子牢固吗？混乱和变异是木匠的敌人，精确和控制力是他的盟友。你要精心测量、果断下手。”

于是，对更多技术的发展，关注得不够；对技术带来的更多新的可能性，探索得不够。

5、

或许接下来，我更应该像个园丁一样：“致力于创造肥沃的土壤，以涵养整个生态系统，其中不同的植物具有不同的优势和美丽，同时也具有不同的弱点和生长困难。

和一把好椅子不一样的是，一座好的花园会不断变化，因为它在适应不断变化的天气和季节环境。”

在持续探索各类开源的和闭源的先进模型的同时，学着把 AI 的决策权放到跟自己一样高的位置。

跟《园丁与木工》里的好家长不把孩子框进某个模子里类似，在跟 AI 打交道的过程中，我也更多发挥好 AI 本身的优势。

6、

之前在“AI炼金术”公众号看到个案例，可能比较符合这个思路：

“做PPT，如果你已经有了一整套的思考，然后你让 AI 帮你完善，帮你做，你会发现它想的总归没有你想的好，因为 PPT 这种做事的方法就是人类的工作流，你把 AI 套进来就不合适。

但是如果告诉 AI 说：你设计 PPT 的目的是什么？让它去生成 20 条故事线，来证明「明年我们应该打下沉市场」。

让它去设计 20 个故事线，再在网上根据这 20 个故事线去找材料支撑，找那些漂亮的数字图，麦肯锡的报告，它可能发现中间有 15 条故事线找不到资料走不通。还有 5 条故事线走得通，又把这 5 条走得通的故事线，帮你塞了一堆资料，最后将这些给你看，让你挑一个。

这就不是说你已经想出来一个故事线，让它做一个类似的，或者做一个比你更好的，而是它会去探索更多，用它速度快、搜索广的优势来覆盖它。

可能在第一步思考时没有你想的好这个优势上，就把做 PPT 这个任务的工作流改掉了，改造成更加适合 AI 来做，很有可能你会发现其实应该以 AI 为主，以我们为辅……”