即刻App年轻人的同好社区
下载
当我们在定义与设计传统互联网产品的时候，基本上你能看到的GUI就是这个产品功能的全部。但是对于AI产品，你看到的GUI部分只是「用户与AI交互的容器」，真正重要的设计在于「AI如何使用容器」，容器是tools，而你需要设计AI的decision以及action。
以AI陪聊为场景举例，传统的微信，设计的是一个IM工具，两个人类分别使用IM工具与对方通讯。而AI陪聊是人和AI分别使用IM工具和对方通讯，需要设计「AI如何使用IM工具」，以及为了让AI有一些action能力，需要拓展IM工具使得AI有一些行动能力（比如让AI可以提醒你做某件事，那GUI就要做闹钟功能）。
而再到我们自己的产品，这种设计又变得更复杂了。因为我们做的是AI陪伴，AI必须要像人类一样具备自主性，不能「推一下动一下」。为了实现这一点，我们还得做到Context-Aware Active Agent：AI会持续思考，并主动行动。比如在听到你生病的两小时后给你买上一盒感冒药，比如在你跟它提到今天有本书很好看的时候会引发它的兴趣第二天也去读一读。
我们正在实现这一点。并且希望在未来，交互容器可以变得更强大（说的就是你，我心心念念的真·AR眼镜），让我们的Agent可以实时感知Context，也可以让我们的Agent生动地站在人们身边。
以AI陪聊为场景举例，传统的微信，设计的是一个IM工具，两个人类分别使用IM工具与对方通讯。而AI陪聊是人和AI分别使用IM工具和对方通讯，需要设计「AI如何使用IM工具」，以及为了让AI有一些action能力，需要拓展IM工具使得AI有一些行动能力（比如让AI可以提醒你做某件事，那GUI就要做闹钟功能）。
而再到我们自己的产品，这种设计又变得更复杂了。因为我们做的是AI陪伴，AI必须要像人类一样具备自主性，不能「推一下动一下」。为了实现这一点，我们还得做到Context-Aware Active Agent：AI会持续思考，并主动行动。比如在听到你生病的两小时后给你买上一盒感冒药，比如在你跟它提到今天有本书很好看的时候会引发它的兴趣第二天也去读一读。
我们正在实现这一点。并且希望在未来，交互容器可以变得更强大（说的就是你，我心心念念的真·AR眼镜），让我们的Agent可以实时感知Context，也可以让我们的Agent生动地站在人们身边。
2 00
记录一下最近自己在做产品设计时比较大的一个变化：开始关注网感和内容表现细节。
之前做产品设计的时候比较哲学家思维，更关注底层逻辑和人性需求。最近会在做每一个产品设功能计的时候把社媒平台上相关话题&场景下的相关帖子都看一遍，搞清楚什么样的内容是大家觉得有趣的，什么样的内容呈现方式是古灵精怪又直击人心的。
真正要把一个带有消费娱乐属性的2C产品做的受人欢迎，需要让功能的所有细节都做的更有趣，举个例子，一个让AI陪伴对象给自己提供饮食建议的功能，最直白的呈现方式是你和AI一问一答聊聊今天要吃什么，但更有趣的实现方式实际上也许是AI掏出一把枪跟你玩俄罗斯轮盘赌，吃A还是吃B谁赢听谁的。既要有用，还要好玩。
哲学家视角是一种很好的Discriminator，可以去繁就简地排除噪音理解事物的本质，但要做一个好的Generator，这还远远不够。
感谢伙伴@之兎 @DariusTopThx 给我的启发和教育。
之前做产品设计的时候比较哲学家思维，更关注底层逻辑和人性需求。最近会在做每一个产品设功能计的时候把社媒平台上相关话题&场景下的相关帖子都看一遍，搞清楚什么样的内容是大家觉得有趣的，什么样的内容呈现方式是古灵精怪又直击人心的。
真正要把一个带有消费娱乐属性的2C产品做的受人欢迎，需要让功能的所有细节都做的更有趣，举个例子，一个让AI陪伴对象给自己提供饮食建议的功能，最直白的呈现方式是你和AI一问一答聊聊今天要吃什么，但更有趣的实现方式实际上也许是AI掏出一把枪跟你玩俄罗斯轮盘赌，吃A还是吃B谁赢听谁的。既要有用，还要好玩。
哲学家视角是一种很好的Discriminator，可以去繁就简地排除噪音理解事物的本质，但要做一个好的Generator，这还远远不够。
感谢伙伴@之兎 @DariusTopThx 给我的启发和教育。
10 11
最近上线了一个跟视觉理解相关的小功能，刚刚回顾了一下技术发展的历史，颇为感慨。
这个功能是让我们的电子小猫陪用户吃饭，用户发一张照片给我们的电子小猫，小猫可以吃到图片里的食物，并根据食物做出反应、发表感想、合成混合现实图像。
我们这个功能差不多从设计到上线只花了10天时间（当然不得不说，我们本身就是行业最快的团队◔.̮◔✧），视觉理解直接用视觉大模型+一段prompt就实现了精确的食物分类、食物描述（很精确，可以区分方便面还是螺蛳粉，区分吃到的那一口是寿司还是边上的芥末）。
而以前要做这么一个功能，需要多久呢？3～6个月。需要收集图像数据专门训练一个食物分类模型，还得训练一个图像描述模型（并且效果很差），可能还得再接一个detection模型，然后自己做训练自己做部署。
这可不只是10天还是6个月的区别，这意味着现在产品可以以超高速迭代，这意味着你原先只能「将视觉理解用在一些有高商业回报的场景」，原先只能依赖单个功能为用户产生价值，而现在可以构建完整、复杂的一系列功能打造复合的产品体验。
而这一切的变化其实也就是去年下半年的时候才发生。（21年底的时候各家大厂开始陆陆续续做视觉大模型，23年下半年阶跃星辰和字节火山陆续推出了一些在线服务）
这个功能是让我们的电子小猫陪用户吃饭，用户发一张照片给我们的电子小猫，小猫可以吃到图片里的食物，并根据食物做出反应、发表感想、合成混合现实图像。
我们这个功能差不多从设计到上线只花了10天时间（当然不得不说，我们本身就是行业最快的团队◔.̮◔✧），视觉理解直接用视觉大模型+一段prompt就实现了精确的食物分类、食物描述（很精确，可以区分方便面还是螺蛳粉，区分吃到的那一口是寿司还是边上的芥末）。
而以前要做这么一个功能，需要多久呢？3～6个月。需要收集图像数据专门训练一个食物分类模型，还得训练一个图像描述模型（并且效果很差），可能还得再接一个detection模型，然后自己做训练自己做部署。
这可不只是10天还是6个月的区别，这意味着现在产品可以以超高速迭代，这意味着你原先只能「将视觉理解用在一些有高商业回报的场景」，原先只能依赖单个功能为用户产生价值，而现在可以构建完整、复杂的一系列功能打造复合的产品体验。
而这一切的变化其实也就是去年下半年的时候才发生。（21年底的时候各家大厂开始陆陆续续做视觉大模型，23年下半年阶跃星辰和字节火山陆续推出了一些在线服务）
8 00
虽然激动人心的未来总会实现，但人类的想象总是受时代的限制，在既有路线前进可能是一条死路。巨型工作站变成个人电脑并不通过晶体管实现，而是十年后的硅基芯片；人工智能并不通过符号系统实现，而是感知机（深度神经网络）将其带到了新的阶段。
Woolsey: 我始终理想化地认为一切激动人心的未来都在某一天会实现（掌上电脑、云计算、自动驾驶在从前是多么痴人说梦），作为创业者，只要选择一个你感兴趣的未来方向，努力推动它来到现实。并且聪明地推动它来到现实，让它真正实现，而非自我感动。 人生的意义就是找一座山，然后爬上它，享受过程的乐趣。不但享受沿途的风景，更是享受为了爬上山顶拼上一切，为伊消得人憔悴的大汗淋漓。登顶之时，风景尽收眼底，此前一切的喜怒哀乐都得到再次升华。最后，所有人都能沿着开辟的山路上来一观风景，看着这般热闹景象，拂袖离去，也不枉人间走一遭。
3 00
我始终理想化地认为一切激动人心的未来都在某一天会实现（掌上电脑、云计算、自动驾驶在从前是多么痴人说梦），作为创业者，只要选择一个你感兴趣的未来方向，努力推动它来到现实。并且聪明地推动它来到现实，让它真正实现，而非自我感动。
人生的意义就是找一座山，然后爬上它，享受过程的乐趣。不但享受沿途的风景，更是享受为了爬上山顶拼上一切，为伊消得人憔悴的大汗淋漓。登顶之时，风景尽收眼底，此前一切的喜怒哀乐都得到再次升华。最后，所有人都能沿着开辟的山路上来一观风景，看着这般热闹景象，拂袖离去，也不枉人间走一遭。
人生的意义就是找一座山，然后爬上它，享受过程的乐趣。不但享受沿途的风景，更是享受为了爬上山顶拼上一切，为伊消得人憔悴的大汗淋漓。登顶之时，风景尽收眼底，此前一切的喜怒哀乐都得到再次升华。最后，所有人都能沿着开辟的山路上来一观风景，看着这般热闹景象，拂袖离去，也不枉人间走一遭。
7 12
今天突然终于把从多年前一直想实现的未来、之前实践多年的尝试、当下在做的事，串到了一起。
厉害的人可以一眼看到未来并规划出清晰的路径将它实现。我这样菜菜的人一直心怀模糊的信念，但是笨笨地朝着永远不变的远方目标踽踽前行好像也还行——在某一天突然发现一切串成了一条线，眼前的路豁然开朗。
很奇妙的感觉。
厉害的人可以一眼看到未来并规划出清晰的路径将它实现。我这样菜菜的人一直心怀模糊的信念，但是笨笨地朝着永远不变的远方目标踽踽前行好像也还行——在某一天突然发现一切串成了一条线，眼前的路豁然开朗。
很奇妙的感觉。
1 01
招募前端队友一起养猫！
人才招贴栏 - 即刻
6 51