RichChat

曾经被誉为科技史上最成功合作伙伴关系之一的OpenAI与微软，如今正面临着前所未有的紧张局面。这场持续六年的深度合作，正在因为利益冲突、战略分歧和控制权争夺而走向分裂的边缘。

从合作到竞争：关系的微妙转变

2019年，微软向OpenAI投资10亿美元，开启了两家公司的深度合作。当时的安排看似完美：微软为OpenAI提供强大的计算资源和云服务支持，换取其前沿AI技术的优先访问权。这种互利共赢的模式帮助OpenAI从一个研究机构快速成长为AI领域的领军企业，同时也让微软在AI竞赛中占据了有利位置。

然而，随着OpenAI的ChatGPT引发全球AI热潮，两家公司从合作伙伴逐渐演变为竞争对手。OpenAI不再满足于仅仅依赖微软的平台，而是希望获得更多的自主权和商业机会。与此同时，微软也在开发自己的AI产品线，与OpenAI形成直接竞争关系。

核心争议：控制权与自主权的博弈

当前两家公司面临的最大争议围绕着OpenAI计划中的公司结构转型。OpenAI希望从非营利组织转型为盈利性公司，以便更好地融资和上市。但这一转型需要微软的同意，而微软正在要求获得比OpenAI愿意给予的更大股份。

更加复杂的是，OpenAI最近收购了编程初创公司Windsurf，价值30亿美元。根据现有协议，微软有权访问OpenAI的所有知识产权，但OpenAI不希望微软获得Windsurf的技术，特别是考虑到微软拥有直接竞争的GitHub Copilot产品。

在巴黎的VivaTech技术大会上，一场关于人工智能未来的激烈交锋，将科技界两种截然不同的哲学推向了聚光灯下。Nvidia首席执行官黄仁勋（Jensen Huang）公开宣称，他“几乎完全不同意”Anthropic首席执行官达里奥·阿莫代（Dario Amodei）的观点。这句充满火药味的表态，揭示了AI发展十字路口上的两条路线之争。

核心分歧：开放的民主化 vs. “看门人”的精英主义

黄仁勋在新闻发布会上毫不掩饰地表达了对阿莫代观点的质疑。他将阿莫代的立场总结为三个要点：第一，认为AI过于危险，只有少数公司（如Anthropic）才能安全地开发；第二，AI开发成本过高，其他公司难以承担；第三，AI威力巨大，将导致大规模失业。

对此，黄仁勋发起了毫不留情的反击。他强调：”我认为AI是一项非常重要的技术，我们应该安全负责地构建和推进它。如果你想要安全负责地做事，就应该公开进行，而不是在暗室中告诉我这是安全的。”这一表态清晰地表明了他对开源AI发展模式的支持。

尽管Anthropic迅速澄清，表示其CEO从未声称“只有他们”能构建安全的AI，并倡导建立国家级的透明度标准。这种澄清虽然听起来合情合理，但其内核依然是一种“看门人”的精英主义思维。它实际上预设了一个前提：AI的未来应该由一小部分拥有先进技术和“正确价值观”的公司来定义和守护。这种模式虽然可能在短期内规避某些风险，但长期来看，可能会导致技术权力的过度集中，扼杀开源社区的创新活力，并让AI的发展方向被少数商业利益所左右。

继上次为大家解读了来自OpenAI的Karina Nguyen在斯坦福CS25这门课上做的名为《RL as a Co-Design of Product and Research》的精彩分享（如果你错过了，可以点击这里回顾：AI时代产品经理能力大不同：Karina Nguyen 解读 OpenAI 产品经理的“进化”之路）后，我最近又翻到一篇她在今年二月的时候在 Lenny’s Podcast 上的深度对话。

关于Karina Nguyen：她是在两大顶尖AI实验室 - OpenAI和Anthropic - 都担任过核心研究+产品角色的专家，除了是ChatGPT中Canvas、Tasks等创新功能的关键贡献者，也曾主导Claude 3模型的后训练与评估工作。

这期访谈信息量巨大，对于我们理解AI如何重塑工作，特别是产品经理岗位，具有极强的指导意义。因此，我将其中精华总结出来，并加入一些个人观点与大家分享。

一、模型训练的艺术：为什么数据质量比数量更重要

当谈到人们对模型训练最大的误解时，Karina指出：

她突然凑近问我：”你做产品的，具体负责哪块呀？”

我后背一凉，支支吾吾道：”就……大家都做的那……”

女生眼睛亮起来：”是AI产品经理吗？现在最火的赛道，大模型、agent，技术含量超高，薪资也是顶级！”

我声音发虚：”不是……”

“那肯定是B端SaaS产品咯？”她兴致勃勃，”企业级产品，商业价值高，需要很强的行业理解和商业嗅觉。”

“不……”

我死死盯着手机屏幕，恨不得把它盯出个洞。

“是大厂核心业务线的产品经理吗？这有啥不好意思说的？”她歪头轻笑，”虽然很卷，但胜在影响力大，能一手定义亿级用户的关键路径……”

“我不喜欢这些……”我喉结滚动，声音像卡了壳的子弹。

女生沉默两秒，突然瞪大眼睛：”你该不会……是做数据产品的吧？”

她探究的目光像探照灯打在我脸上，我浑身不自在，心跳开始错拍。

“还是做增长产品的？A/B测试、运营活动、转化漏斗优化？”她继续猜测。

我死死掐住大腿，从牙缝里挤出蚊子般的颤音：”都……都不是！”

空气突然安静。

a16z的2C AI团队刚刚上线了一期时长一小时的播客，分享了她们当前的研究心得，以及对创业公司的期待与展望。我整理了其中的八大发展态势如下：

1. 现在正是开发消费级应用的黄金时期。无论是语音、图像还是视频等多模态技术，AI模型都已达到足够成熟的水平，可以作为应用开发的基础。这些模型既可以通过开源方式获取，也可以通过应用程序接口（API）调用。

2. 不过，目前大多数消费级AI工具还未能很好地整合社交分享功能。用户用AI创作出优秀作品后，往往会选择在X、Reddit或Facebook等社交平台上分享，而非在创作工具本身的平台上分享。

3. 相比上一代面向消费者的创业公司，AI企业普遍拥有更优质的商业模式。用户愿意为服务付费，企业无需通过广告或后期交易来实现变现。

   阅读全文 »

五月中旬，AI设计工具Lovart在社交媒体上掀起了一轮营销热潮。这款号称”全球首个专注于设计领域的AI智能体”声称基于先进的思维链(MCoT)技术构建，能够”像经验丰富的专业人士一样理解设计概要，像创意总监一样思考，并一次性交付多个极具影响力的概念”。各种软文中展示的案例效果令人印象深刻，从复杂的广告分镜设计到精美的海报制作，Lovart似乎无所不能，弹指间就能产出专业级的设计作品。

鉴于此前Manus等AI工具过度营销后实际体验不佳的教训，我选择等待官方放开更多访问权限后再进行实测。经过近两周的等待，我终于获得了邀请码并进行了深度测试。

测试结论：Lovart在简单设计任务上表现尚可，但处理复杂需求时明显力不从心，实际效果与营销宣传存在显著差距。

案例1：测试为某个香水品牌生成30秒的广告视频

阅读全文 »

Google的Veo 3视频生成模型自上周发布以来掀起了一场堪比去年Sora最初“发布”时的AI视频革命 - 大量用户涌入体验，创作者们制作出了令人惊叹的内容，甚至有人用它探讨了哲学问题：如果AI生成的角色知道自己是由提示词创造的，会发生什么？

我来为大家总结一些Veo 3最新的动态和自己的相关观察。

令人印象深刻的技术突破

从技术表现来看，Veo 3确实展现出了令人惊叹的视频生成能力，除了明显的生成视频更逼真外，生成视频时可以自带相关声音效果、背景噪音和对话等音频元素也是亮点 - 彻底告别了”先生成无声视频再配音”的繁琐流程。

根据DeepMind CEO Demis Hassabis透露的数据，仅在发布后的几天内，用户就通过Veo 3生成了”数以百万”的视频。考虑到目前该服务仍面临诸多使用限制，这个数字相当可观，足以说明其技术魅力和用户需求的旺盛程度。

由于Veo 3大幅提升了AI生成视频的上限，很快就有创作者做出了各种高质量的视频，我个人最喜欢的一个作品，巧妙地构思了这样一个场景：假设AI生成的视频人物发现自己是由提示词创造出来的后会如何反应？

一个值得深思的开局：这不是巧合，这是战略

本周，AI编程领域同时上演了两幕戏剧：一边是AI编程助手Cursor的开发商Anysphere宣布以惊人的99亿美元估值完成9亿美元融资，其年度经常性收入（ARR）据称已突破5亿美元，并且大约每两个月翻一番；而几乎就在同一时间，另一家AI编程工具Windsurf的CEO Varun Mohan却公开表示，其核心依赖的AI模型提供商Anthropic，在不到五天的通知期内，切断了其对关键的Claude 3.x系列模型的直接访问权限。

冰火两重天。但这绝非简单的巧合，其背后是两种截然不同的战略路径及其必然结果。

第一性原理：AI编程的真实价值何在？

要理解这场变革的本质，我们需要回归第一性原理：AI编程助手究竟创造了什么核心价值？

Cursor的成功给出了一个响亮的答案。就在它刚刚发布“1.0版本” - 一个在传统软件行业通常仅代表“刚刚成年”的里程碑 - 之时，其年度经常性收入(ARR)已经达到了5亿美元的惊人规模。这背后是无数开发者用真金白银的订阅（个人版每月20美元，企业版40美元）投下的信任票。

这清晰地表明：AI的价值不在于其技术的炫技或复杂性，而在于其对现有工作流程的根本性改善程度。 Cursor之所以能实现火箭般的增长，正是因为它精准地解决了开发者在效率、代码质量和创新速度上的痛点。这种生产力的提升是真实可感、可量化的，足以让用户认为所支付的订阅费物超所值。

传统NLP的各个细分领域最终都败给了简单粗暴的规模化。ChatGPT团队在没做任何chatbot研究的情况下，却做出了最成功的对话AI。这背后发生了什么？

推荐一下刚读到Jason Wei（OpenAI研究员，Chain-of-Thought推理方法的提出者）这条关于问题驱动 vs 方法驱动研究的推文 - 核心观点：方法驱动研究正在全面超越问题驱动研究。

简单来说，问题驱动研究是先有具体问题（如机器翻译、文本摘要），然后针对性地设计解决方案；而方法驱动研究则是先开发通用方法（如Transformer、大规模预训练），再寻找能应用这些方法的问题。

ChatGPT就是最好的例子：

   “ChatGPT 并不是从 chatbot 研究中诞生的，甚至不是 OpenAI 原本2022年的目标，而是因为 Schulman 团队找到了把大模型‘打包成产品’的方式。”

这与我观察到的AI产品经理领域的一个重要趋势不谋而合：当AI模型（这些“方法驱动”研究的产物）展现出颠覆性的新能力时，PM的核心任务之一便是将这些最初可能“陌生”的技术力量，通过巧妙的产品设计，“翻译”并“封装”成用户熟悉且能创造价值的形式。这同样要求从技术可能性出发，主动寻找产品机会。

说回Jason的观点，这背后，其实是 Sutton 所说的 The Bitter Lesson：通用方法 + 计算资源 + 大规模训练，终将胜出。

而DeepMind的AlphaEvolve项目（使用进化算法来发现更有效的强化学习算法）带来的是更进一步的”方法范式”：

“最新的“锤子”，其实就是对奖励函数的无情搜索和优化。”

阅读全文 »

昨天在社交媒体上看到有人分享了一张令人印象深刻的图片 - 一只完全由白色百合花构成的老虎，栩栩如生却又充满艺术感。更让人惊讶的是生成这张图片的prompt：UltraRealisticPhoto(3, Photo(0, Scene(tiger), 3, MadeEntirelyOutOf(lillies)))

这段看起来像编程代码的提示词能够成功生成如此精美的图片，背后反映的其实是GPT-4o作为原生多模态模型的独特优势。

拆解这段”代码式”的Prompt

让我们先来理解一下这段结构化prompt的含义。虽然看起来很技术化，但其实逻辑很清晰：