即刻App年轻人的同好社区
下载
置顶直播回放来了～《成长的底层逻辑》，AI、产品经理强相关，150页PPT，1小时50分钟。
为了方便“AI产品经理大本营” 外部朋友观看，我干脆重新完整录了一遍，发到B站了。
链接在：www.bilibili.com
1、虽然标题上没提AI，但其实对AI/互联网从业者有很大价值（特别是CXO、产品总监/PM、技术负责人等）。
因为如文中所说，瞬间被“高维”吞噬，是AI时代的重大特质（ChatGPT、Sora……）；只要你的认知比别人高维，就“永远存在”突然超过竞品的机会。
而这次的分享内容，就能极大地扩展你的“认知维度”。
比如当讲到（图1）这一页PPT时，直播间的评论是（图2）
2、可以说，我过去10年所有的AI产品文章加起来，都没有这次重要——那些都是最表层的“鱼”、都是“术”；这次分享的，才是“渔”，才是“道”。
3、而且，对产品经理、大学生朋友等，只要是“发自内心渴望持续成长”的人，都会有“开眼”的长期复利价值，越早接触越好。
其他部分PPT截图，详见图3~图9。
ps，整个系列分享的目录大纲，在下面链接文末，供参考：mp.weixin.qq.com
为了方便“AI产品经理大本营” 外部朋友观看，我干脆重新完整录了一遍，发到B站了。
链接在：www.bilibili.com
1、虽然标题上没提AI，但其实对AI/互联网从业者有很大价值（特别是CXO、产品总监/PM、技术负责人等）。
因为如文中所说，瞬间被“高维”吞噬，是AI时代的重大特质（ChatGPT、Sora……）；只要你的认知比别人高维，就“永远存在”突然超过竞品的机会。
而这次的分享内容，就能极大地扩展你的“认知维度”。
比如当讲到（图1）这一页PPT时，直播间的评论是（图2）
2、可以说，我过去10年所有的AI产品文章加起来，都没有这次重要——那些都是最表层的“鱼”、都是“术”；这次分享的，才是“渔”，才是“道”。
3、而且，对产品经理、大学生朋友等，只要是“发自内心渴望持续成长”的人，都会有“开眼”的长期复利价值，越早接触越好。
其他部分PPT截图，详见图3~图9。
ps，整个系列分享的目录大纲，在下面链接文末，供参考：mp.weixin.qq.com
23 316
Hinton最新的访谈视频（45分钟），非常推荐，油管链接：www.youtube.com
1、Hinton谈到了不少Ilya相关的有趣细节。
2、正如昨天Jan Leike说“学会感受AGI”，我要说的是，通过这个视频，别仅仅看内容本身，还要去“感受这个人”——如果你感受到了啥，欢迎交流。
3、有个细节，hinton说，“大模型被训练后，可以比原本的训练数据更厉害，这是大多数人没有意识到的。”
4、如何选择工作方向？hinton说，他会选择“大多数人觉得正确（理所应当），但自己有轻微直觉、觉得有问题的地方”——我要说，这是一个非常隐秘的、顶级牛人才有的素养天赋。我前司CEO也是这种人。即，有敏锐度去捕捉某些“不对劲”的东西。
5、采访者叫Joel Hellermark，Sana Labs 的创始人，看起来就是非常聪明的年轻人，之前还采访过黄仁勋等大佬，推荐今后可以关注下这个人。
以上内容，节选自今天的「黄钊的AI日报」：xiaobot.net
1、Hinton谈到了不少Ilya相关的有趣细节。
2、正如昨天Jan Leike说“学会感受AGI”，我要说的是，通过这个视频，别仅仅看内容本身，还要去“感受这个人”——如果你感受到了啥，欢迎交流。
3、有个细节，hinton说，“大模型被训练后，可以比原本的训练数据更厉害，这是大多数人没有意识到的。”
4、如何选择工作方向？hinton说，他会选择“大多数人觉得正确（理所应当），但自己有轻微直觉、觉得有问题的地方”——我要说，这是一个非常隐秘的、顶级牛人才有的素养天赋。我前司CEO也是这种人。即，有敏锐度去捕捉某些“不对劲”的东西。
5、采访者叫Joel Hellermark，Sana Labs 的创始人，看起来就是非常聪明的年轻人，之前还采访过黄仁勋等大佬，推荐今后可以关注下这个人。
以上内容，节选自今天的「黄钊的AI日报」：xiaobot.net
9 07
1、「突发！前OpenAl安全主管Jan Leike首次正面阐述离职原因」mp.weixin.qq.com
Jan Leike这事，我内心似乎有点被共振到，没按耐住，今天发了上面这篇……
2、看到有同行问“对齐这件事有多重要？”，其实去年8月，就有一篇他们的超长访谈，我当时有整理提炼出来，详见下面长图。
简单说是，往AGI走的话，靠人的监督，已无法监风险和安全了，需要用AI来监测AI——训练一个大致人类水平的可自动工作的对齐研究器，然后让这个自动对齐研究器，来寻找对齐超级智能的办法。
即，重心是找到对齐“自动对齐研究器”的方法，而不会努力去搞清楚如何对齐任何类型的（具体）任务。
3、我们正在上演人类历史上，波澜壮阔的篇章。每个人，都在做出自己的抉择。
如果你是AI最内圈层的从业者，如果你内心深处也对“AI对人类的影响”极度重视，请看到最后：mp.weixin.qq.com
Jan Leike这事，我内心似乎有点被共振到，没按耐住，今天发了上面这篇……
2、看到有同行问“对齐这件事有多重要？”，其实去年8月，就有一篇他们的超长访谈，我当时有整理提炼出来，详见下面长图。
简单说是，往AGI走的话，靠人的监督，已无法监风险和安全了，需要用AI来监测AI——训练一个大致人类水平的可自动工作的对齐研究器，然后让这个自动对齐研究器，来寻找对齐超级智能的办法。
即，重心是找到对齐“自动对齐研究器”的方法，而不会努力去搞清楚如何对齐任何类型的（具体）任务。
3、我们正在上演人类历史上，波澜壮阔的篇章。每个人，都在做出自己的抉择。
如果你是AI最内圈层的从业者，如果你内心深处也对“AI对人类的影响”极度重视，请看到最后：mp.weixin.qq.com
4 01
认同。多分享几点个人认知——
1、不是简单的把工作流拆解成多个Agent（为了拆而拆），而是打造一个个“有纵有横”的独立Agent
a，横向能力，比如：理解（LLM）、多模态（含硬件）、规划、使用工具、记忆、逻辑推理（自己搞不定时找你确认）、长文本等等。
以上这些的背景，就是Sam Altman一直告诫大家的，要假设后面每一代GPT模型将“显著”改进、然后去想象该怎么弄。
b，纵向能力，比如：理解某个业务场景（只需要input示范“正反例”即可）、并能不断加深。
2、到底该如何定义出新的Agent呢？
跟以前相比，首要区别就是，一开始就要是“完整”的、提供“端到端”的价值！那会是真正的MVP，迭代的是MVP1—>MVP2—>MVPn，而不是M—>V—>P。
3、基于2，再去看，该如何定义出合适的Agent。即，一定不是把之前已经存在的“职位”简单映射出来，比如产品经理、设计师、测试等等（产品经理自己就可以做某些测试工作）。
4、定义出正确的Agent之后，关键就是“数据”了。如何界定什么是最核心的数据（资产），如何保障每次交互action都在积累资产。
所有这些背后，其实就是对“到底什么是AI-Native”的体系化认知，今天算是开个头，后面再慢慢分享。
1、不是简单的把工作流拆解成多个Agent（为了拆而拆），而是打造一个个“有纵有横”的独立Agent
a，横向能力，比如：理解（LLM）、多模态（含硬件）、规划、使用工具、记忆、逻辑推理（自己搞不定时找你确认）、长文本等等。
以上这些的背景，就是Sam Altman一直告诫大家的，要假设后面每一代GPT模型将“显著”改进、然后去想象该怎么弄。
b，纵向能力，比如：理解某个业务场景（只需要input示范“正反例”即可）、并能不断加深。
2、到底该如何定义出新的Agent呢？
跟以前相比，首要区别就是，一开始就要是“完整”的、提供“端到端”的价值！那会是真正的MVP，迭代的是MVP1—>MVP2—>MVPn，而不是M—>V—>P。
3、基于2，再去看，该如何定义出合适的Agent。即，一定不是把之前已经存在的“职位”简单映射出来，比如产品经理、设计师、测试等等（产品经理自己就可以做某些测试工作）。
4、定义出正确的Agent之后，关键就是“数据”了。如何界定什么是最核心的数据（资产），如何保障每次交互action都在积累资产。
所有这些背后，其实就是对“到底什么是AI-Native”的体系化认知，今天算是开个头，后面再慢慢分享。
Diiiii: 对 agent 的一个暴论：现有 (multi) agent workflow 的模式没有太大价值。Agent 今年（在以吴恩达老师为首的各类大佬的吹捧下）热度很高，但现有的这些所谓的 (multi) agent workflow，本质上是把一个大任务拆分成很多个子任务，每个子任务都有明确的 input 和 output，自己定义一些变量和接口，把这些子任务串起来。这种方式很像是早期的自动驾驶，把感知和规控分开解，或者是上一代的语音助手，把语音转文字、LLM、语音合成这些工作流串起来。 终极的解决方案应该不是这个样子的。现有的 (multi) agent workflow，速度慢先不说，最大的问题还是在接口的地方把信息降维了。这些 input / output 的接口和变量，本质上都是把信息降维到人能理解的维度，这是以高维信息的损失为代价的。每多一层 workflow，损失的信息就多了一次。面对简单问题时， (multi) agent workflow 或许是可行的，但它注定无法解决复杂问题。就好比Waymo 用感知+规控的架构，搭配高精地图，能够在凤凰城和三藩市勉强把本地 L4 跑通，但很难 scale 成一个通用的解法。只有 Tesla 端到端的方案才是自动驾驶的未来。 因此，现有的 (multi) agent workflow方式注定只是一个中间状态，类似自动驾驶中感知+规控+高精地图的拼凑。而最终想要解决复杂问题，需要靠基础模型的进化。当模型能力足够强之后，应该是可以端到端的解决问题。你可以在 prompt 里提示它去使用某些工具，或者采用某些步骤，但应该不需要人为去把 workflow 拆出来。 Agent 的概念依旧重要，但应该回归它更加 native 的定义，即每一个 Agent 应该是独立的智能体，拥有自己的 memory, planning, tool use 等能力，能够端到端地解决问题，而不是需要人类按照自己的理解一口口地把饭喂到嘴里。一个 Agent 就应该是一辆独立的L5 Autopilot 的汽车，而不是一堆弱智 L2 Workflow 凑出来的所谓 multi agents 辅助驾驶杂牌军团。这听起来就很不优雅。
5 02
福利报名：今晚20点，我将在社群内分享《成长的底层逻辑》系列第4课：「大学生成长的底层逻辑」，现对外开放少量“免费旁听名额”，感兴趣的同学， 可以加我v（hanniman721721，图6二维码），请务必备注“学校-专业-年级”。
报名截止时间：今晚18点。
ps，《成长的底层逻辑》系列第1课，之前有免费发布到B站，1小时50分的时长，目前已有8770播放、1660收藏、190转发，详见之前即刻介绍贴：m.okjike.com
报名截止时间：今晚18点。
ps，《成长的底层逻辑》系列第1课，之前有免费发布到B站，1小时50分的时长，目前已有8770播放、1660收藏、190转发，详见之前即刻介绍贴：m.okjike.com
3 03
忘发我公众号的精华帖汇总了……详见：mp.weixin.qq.com
一共40篇文章，涉及AI产品分析、AI产品经理、AI技术、AI行业及个人成长等方面。（图1~图3）
另外，星球“AI产品经理大本营”里的精华帖，在这个石墨链接里：shimo.im （图4~图6）
一共40篇文章，涉及AI产品分析、AI产品经理、AI技术、AI行业及个人成长等方面。（图1~图3）
另外，星球“AI产品经理大本营”里的精华帖，在这个石墨链接里：shimo.im （图4~图6）
10 01
【免费内推福利_新增10个JD_AI产品经理】
（共计83个JD，base 新加坡/上海/北京/杭州/深圳/广州）
1、职位序号G31-026，上海，某大厂 AI lab，AI产品经理（大模型、数据、评估）
2~3、G98-001~002，上海/新加坡，某游戏独角兽，资深AI产品经理/产品运营
4、G32-001，北京，某大厂，AI语音产品经理（TTS强相关）
5、G32-002，北京，某大厂，AI产品经理（AI语音助手 in 硬件终端）
6~7、G33-019~020，北京，某大厂，智能对话平台高级PM、智能对话PM
8、G82-001，杭州，一线AI 2.0 创业公司（B轮），SaaS 产品经理（B端）
9~10、G97-001~002，杭州，某央企/国企，虚拟数智人业务产品总监/产品经理
……
详见链接👇👇
（共计83个JD，base 新加坡/上海/北京/杭州/深圳/广州）
1、职位序号G31-026，上海，某大厂 AI lab，AI产品经理（大模型、数据、评估）
2~3、G98-001~002，上海/新加坡，某游戏独角兽，资深AI产品经理/产品运营
4、G32-001，北京，某大厂，AI语音产品经理（TTS强相关）
5、G32-002，北京，某大厂，AI产品经理（AI语音助手 in 硬件终端）
6~7、G33-019~020，北京，某大厂，智能对话平台高级PM、智能对话PM
8、G82-001，杭州，一线AI 2.0 创业公司（B轮），SaaS 产品经理（B端）
9~10、G97-001~002，杭州，某央企/国企，虚拟数智人业务产品总监/产品经理
……
详见链接👇👇
内推福利_新增10个JD（共计83个，base 新加坡/上海/北京/杭州/深圳/广州）
0 00