看年前大家都在发布自己的产品，那我也发布一个哈哈，诚邀大家评价和测试～

名称：InfoGPT
一个chrome插件，现已发布在chrome store 上。
功能只有一个，可以在不同的网页上，配置不同的 prompt，按自己所需快速获取信息

需求缘起：
比如我自己，我每天都会去github趋势榜上看一眼有哪些新的AI项目，会去product hunt看看哪些AI产品有启发，会去X上看看行业大佬又发表了哪些动态，会去huggingface上看看新模型的演进。
所以每天我都会陷入一种纠结，就是如果我不看这些网站，我会缺少信息摄入，但是信息过多看的时间太长，看完就该吃午饭了...

所以，如果你也想每天大量的摄取优质信息却不想花太多时间，你可能尝试过了RSS，却发现它太折腾还不一定啥时候就失效(因为要和网站斗智斗勇)，你尝试过其他的浏览器chat插件，却发现对话不是你要的过滤信息才是真正你想要的。那就试试InfoGPT吧，2分钟上手，2分钟配置，不需要折腾，简单高效。[nice]

产品特点：
1. 可以针对不同url，配置不同的prompt，满足只有你自己的、特定需求的"信息过滤"。
2. 插件本身免费，使用自定义api key，自定义使用各种模型，同样也可以使用本地模型(ollama、 lmstudio等)。我自己简单计算了一下，使用此场景效果很好的模型(比如72B左右)，正常使用一年的云api费用，反正我自己就是拿命用，应该也就10块钱左右的token费用。
3. 预置prompt，不需要自己重头写prompt， 可以根据预置prompt按需修改，后面也看大家需求持续更新。
4. 技术原理上就不会被各种网站排斥，不会像RSS一样与网站对抗，虽然不是完全的自动化(只需要你打开对应的网页)，但应该能提高八成的信息获取效率。(我就喜欢干这种用两成的投入，但能提高八成效率的事情哈哈，我个人不着急搞颠覆式创新，现在的AI进程点状的创新都不够呢)

未来计划：
1.首先我更想知道这个需求刚不刚(求喷，不玻璃心)，所以当前我没有在外观上花太多时间，如果验证了这是真需求，我首先会优化产品颜值～ 所以这对你有用，请务必让我知道(点赞分享评论私信)
2.可以配置一键打开特定的几个网站；比如早上习惯性的一键打开多个网站同时过滤。这个功能起码我是需要的，只不过如果只是我自己用的话，我直接就alfred写个工作流就好，且我已经这么干很久了～
3.可以一键导入导出所有prompt：当然我更建议在自己的笔记里写好prompt再粘贴进来，prompt本身就是高质量的笔记。
4.可以点击总结的内容来跳转/高亮到原文相关的位置：当然我还不确定这是否能优雅的实现(前端和浏览器限制)，我本身是做算法的，算法全栈我应该可以说很熟悉，但我的前端水平是靠AI的[捂脸]。
5. 倾听大家的意见

产品连接：chromewebstore.google.com

以上，感谢阅读、感谢评价、感谢使用。
buff：保持感恩、保持敬畏、求同存异～

什么是历史的延长线，以及什么是站在未来的延长线上，我想到了个很直观的例子。

对于特斯拉，他的挂档是在屏幕上。这种设计可能褒贬不一，比如：
1.很有科技感，引领汽车设计
2.有病吧，这挂挡多费劲啊，哪有机械挂挡好使？

但是如果按"延长线"理论来看，特斯拉为啥这么设计可能就不难理解了：

特斯拉从一开始，就是奔着无人驾驶去的，所有为了人的驾驶体验所配备的东西，这些对未来都不是有效投入。
所以他的决策逻辑是：在保持竞争力的前提下，在历史的延长线上的东西，能删掉就删掉；在未来的延长线上的东西，尽可能地去投入(自动驾驶、车机系统、生产线)，真的很马斯克。

ps：与上一条动态一起，食用更佳。
ps again：再分析小米，他的决策逻辑是怎么让人可以有更好的使用体验，很互联网。所以同是造车，注定基因不同，表达也就不同。
可能从个体角度来讲，这都没有对错和可比性，只是你更愿意为了哪种决策逻辑来买单而已。(利益无关，我是极氪最早的一批车主，感谢还活着)

buff：仅主观思考，不代表客观事实，保持敬畏

内燃机刚发明时，那时主流的交通工具是马车，所以内燃机刚被用在车上时，长相如图2。我在想那时的人可能也觉得汽车就应该长这个样子吧。
落实到实际的决策和行动上，比如是不是会觉得生产牛仔帽(防晒)是个好生意。

AI刚被发明时，现在主流的编程工具是IDE，所以现在AI刚被用来编程时，大家都知道的，就是现在的AI IDE(cursor等等)。

so > 由此推(缪)论： 现在的AI IDE(以及大多AI应用) 和图二这种内燃机"马车"没啥区别！他是历史的"延伸"，但不是即将到来的根本性变革。

ps：回复上一条评论时，写着写着来了思路：
(图片来自google图片，侵删)

感谢认真回复，稍稍讨论下，不一定对，求同存异～

1.因为是预测，所以我的假设是未来权重更新的成本会很低：
其实如果是自己用，现在类似lora的方式，给模型注入信息量的成本也不高，是成熟的技术。
现在的算法圈子里，非顶级玩家，基于开源模型继续训练(finetune也好其他也好)，大家其实玩的很开心的，我的经验是想让模型"智力"通过finetune提升这很无力，但注入新的信息量没啥问题。

也是基于lora的思想，所以我在图中画了个副网络，降低权重实时更新的成本，而且我更倾向于未来会有更有效的方式，比如现在的moe，专家为啥不可以优胜劣汰[旺柴]。(已经有这方面工作了)

哦还有一个是，可能在我个人的视角，大家常说的大语言模型，多模大模型这些，算法角度这都是一个东西，网络结构训练范式都没有本质区别，为了方便理解就统称大模型了。且我相信未来(肯定)都是要多模态的，我个人会说肯定的事情很少，但作为香农的信徒，我认为这个是肯定的，且不以文明意志转移，只是技术进程还没到。

2.可能以我浅薄的认知，尝试从第一性原理的视角思考：
人需要的不是搜索引擎，人需要的也不是应用，人创造了各种应用是为了解决问题，人需要的是解决问题，而不是各种应用。
比如：
如果我有个问题，我跟助理(agent)说一声就解决了，那我就不需要搜索引擎。
我想吃麻辣烫，我跟助理说一声就ok，我就不需要作为应用的美团
我想写个程序，我跟贾维斯说一声就完事了，我就不需要cursor(ide)...emmm，未来需不需要写程序都是个问题。

所以可能我觉得，当前的应用，未来可能会把"前端"页面退化掉，京东变成物流api，美团变成外卖api，变成给agent用的一个个工具，他们也许没有分配权，从产品角度来讲他们会变成供应链模型。

理论可能一夜颠覆，但落地的技术是循序渐进的，所以当前会出现从vscode变化来的cursor。就像内燃机刚发明，汽车的样子是从马车演变过来的带轮子的沙发，但现在的汽车不长马车的样子。如图(来自google图片)，历史角度我觉得现在的AI应用，和这个内燃机"马车"没啥区别。

---
but：预测是预测，但这也丝毫不影响现在行事，该用cursor还是点开开心心地用，遵循当下的进程[旺柴] //@易凡: 这里有几个值得细究的地方

1.如果“大模型”是指“大语言模型”，那本身其实是无法做动态推荐系统或动态搜索系统的，因为大语言模型的权重更新成本太高，而搜索引擎和推荐引擎的数据更新太频繁

搜索系统/推荐系统未来会和大语言模型做深度融合，但还是会基于传统的搜索引擎/推荐引擎做迭代

2.如果“大模型”是大语言模型/多模态模型+搜索/推荐引擎一起，那另说。

未来可能的变化点：搜索引擎toC的大部分流量被推荐引擎和大模型应用抢走，逐渐转为toB的基建。而B端对搜索结果的质量远比C端高，搜索引擎再难投放广告收割有信息差的用户（即“恰烂钱”）。但搜索引擎本身不会消失。

3.大模型作为基础设施，未来也不会直接面向大众。面向大众的是各个具体场景的大模型应用，比如cursor、秘塔、ima等等应用。

因为基底模型必须做得很通用，这会导致用户在描述具体问题是需要加载很多私人数据、环境及背景信息来“预热”（这也是早期prompt engineering存在的原因）。
但为了更快更聪明地服务用户，思维链、tool use协议，这些是大模型可以做的；私人数据、环境及背景信息，以及融合这些能力的UI，是大模型上层的应用做的。（我同时反对说大模型会让GUI不存在，聊天框其实是一个很简陋的过渡品）

而这些大模型应用才会直接掌握用户数据、注意力窗口，才有投放广告的权力。

以模型效果确定行业地位，这点deepseek已经做到了。
有大量用户来用就有广告商愿意来投广告，把广告做成数据喂给模型。
所以deepseek确实有成为下一代"google"的潜力，且开源也不影响其护城河，就像pagerank也是开源的，模型时代能做的甚至更多。

接下来，只要做到"知识"可以实时更新，就具备了下一代搜索引擎的技术核心，如果再能做到比如每半小时更新一次开源的副网络权重，就可以做到所有部署deepseek开源模型的厂商，都帮其推荐了广告。

buff：仅是推演一种发展的可能性，不代表个人意见～

今天突然想推演一下未来的搜索引擎，应该长什么样子。
基于我当前的认知，我得到了一种可能性，很有意思：
大模型是基础设施，但对大众，收费模式可能不是税收模型，模型可以做到免费提供服务。

我家猫咪已接入deepseek ₍˄·͈༝·͈˄*₎◞ ̑̑

情人节了，再掏出我的金星人翻译机发一波~ [旺柴]

这两天我给《真需求》做了将近5万5千字的笔记，笔记可能已经超过了一些书的厚度，纯(语音)手打，为了思考，主要也是为了做个需求的智能体。

然后突然有一个想法，一个猜测，就是本书的评价为什么如此两极分化：

可能因为本书的语言，为了描述需求的本质，做了很多很多的抽象，而为了解释清楚这些抽象，为了没有误解，又不得不花大段的文本来解释这些抽象，所以它很长很厚。哈哈，分歧点这就来了～

举两个视角：
可能从产品经理的视角：本来就很简单的东西，为啥要搞这么多抽象啊，至于写这么长吗，搞这么复杂，干啥啊，没意思。
但是从程序员的视角：原本其他用产品视角编写的产品书，程序员可能缺少产品经理的常识，很难共鸣和理解。但抽象对于大多数程序员来说，可太熟悉了，天天抽象，没啥门槛。

这可能就是本书的价值，非产品出身且习惯做抽象的人，能够更高效地获取到产品常识，尽管它很厚。

buff：求同存异，我对书本身不想发表评价(虽然我个人很正向)，汝之蜜糖彼之砒霜，都是带有视角的。但我对本书评价如此两极分化的现象，一直带有好奇～

有个需求，做AI电话推销：
我说现在是个AI的电话我就直接挂(除了雷电将军)，不是技术问题，是生理反应。

然后想了一下，我说："通话开头第一句话跟用户说，我是由deepseek-r1驱动的人工智能..."，emmm...用户应该会继续听

ps：记录当下各种接入deepseek的现象。

今天的某条大厂新闻，以及回忆其近几年的动作，让我想起了塞班系统和诺基亚。

ps：遥想我高中时期，因为在我那是的记忆里，诺基亚应该就是最好的手机，他的宣传言论对那时的我也有很大影响，然后在安卓和ios盛行时(12年左右)，我购入了搭载微软与塞班合作(还是收购)的诺基亚手机。[捂脸]