我們已經推出了AI，當然我們用的是公共LLM（AI），目前我們用得最方便的就是公共LLM，其實不管是不是公開LLM，在可預見的未來，總會有最好的LLM（AI）供我們使用。 綜合效果、效能，**選擇最合適的一款，這不是問題。 LLM（AI）對於像我們這樣的應用來說極為重要，它是應用中智慧型的靈魂。 但它並不那麼重要，可以隨時更換。 這是一種奇怪的感覺，使所有應用程式都失去了焦點，那麼我們究竟應該關注什麼呢？我們的價值底線在於對話式互動能做到這一切嗎？新增 AI 可以嗎？它領先嗎？
我們習慣於自己工作，也習慣於與人類合作。 僅在過去的幾個月裡，我們就學會了使用人工智慧來寫文章、畫畫，並習慣了自己使用人工智慧。 但是，我們是否想過，我們準備好讓團隊和人工智慧一起工作了嗎？目前，我們習慣的AI工具都是針對個人的，只注重一對一的提示和反饋，而AI是對乙個人工作能力的增強。 如果你在乙個原本有大量人工工作的系統中引入人工智慧我們如何評估我們的工作質量？人與人之間的關係有變化嗎？以前人類和人工智慧是什麼關係？不同的人驅動型人工智慧之間有什麼關係？如果這些問題沒有得到明確的定義和解決，我們就無法定義工作、工作中的同事，甚至無法定義工作中的我們自己。
經典軟體系統本質上是資訊的集合，人類可以通過與系統的資訊互動來達到人與人之間資訊互動的目的。 其結果是一種虛擬協作，典型的複雜SaaS軟體是多角色的。 出於協作目的，我們通常會標記資訊，即誰生成了資訊。 資訊生產者和處理者需要貼上標籤。 因此，“資訊”在系統中的隱含含義是“某人產生的資訊”。 產生資訊的人是主體，資訊以客體的形式出現。 在協作軟體中，沒有人類主體的資訊物件是不完整的，不可信。
如果人類資訊需要區分，那麼人工智慧生成的資訊是否需要區分？它將以三種方式處理。
一是不要區分將這些資訊直接提供給輸入提示的人，而不是顯示AI參與的過程，這裡的好處是系統簡潔，AI躲在後面幫助人類。 這是當今大多數協作軟體系統的做法，但乙個非常嚴重的問題是，沒有辦法衡量人類和人工智慧所做的事情的質量。 當乙個系統充斥著資訊時，我們無法分辨哪些是由人工智慧生成的，哪些是由人類同伴生成的。 我們會投機取巧地要求人工智慧幫助生成資訊以完成工作，我們將對系統中的其他資訊持懷疑態度。 乙個典型的例子是，X 使用提示生成乙個長故事，供 AI 發布到系統。 然後 y 不信任這些資訊，因為預設系統充斥著 AI 生成的內容，並要求 AI 幫助生成文章摘要以節省閱讀時間。 信任是協作的基石，這種不分青紅皂白的方法破壞了這種信任，並使引入人工智慧功能的成本更高。
另一種是直接對AI生成的資訊進行標註，系統中有很多人，乙個AI，這樣我們就可以知道哪些資訊是人類生成的，哪些是AI生成的。 這種區別的問題是，誰對人工智慧生成的資訊負責？一方面，LLM（AI）的幻覺一直存在，即使沒有幻覺，也很難保證AI的資訊絕對正確。 誰對錯誤的資訊負責？誰推動了更正？典型的SaaS軟體是承擔企業生產經營責任的生產工具當沒有對資訊負責時，它就會創造乙個沒有問責制的社群，系統再次崩潰。
最後，我們將由個體人類驅動的AI生成的資訊標記為人類+AI一起生成，乙個典型的例子是，X驅動的AI生成的資訊將被標記為：“X的副駕駛生成”。 人工智慧仍將幫助X更有效地工作。 生成的資訊在系統中透明地發布給所有資訊使用者。 如果出現錯誤，X將承擔全部責任。 因為有問責制，信任仍然存在，系統受益於人工智慧的參與。
然後系統中的AI將被擬人化為個人的AI，目前最常見的名稱是某人的副駕駛。 系統中的每個人類使用者都將有自己獨特的副駕駛。 這類似於導師和實習生之間的關係。 每個人都是導師，他的副駕駛實習生會幫助他完成日常繁瑣的工作，副駕駛實習生的資料範圍和許可權受到人類導師的資料範圍和許可權的限制。 Copilot 實習生製作人的資訊需要得到其人類導師的確認和批准才能發布，所有責任均由人類導師承擔。
此時，AI在系統中具有明確的身份，每個人類個體在系統中都有自己的簽名Copilot。
AI 可以是 X 的實習生，AI 不了解他的公司、他的工作，AI 在他領域的資料集中不如他，但不幸的是，就像以前只有人類參與的工作一樣，實習生很有可能在很多方面都比他的導師更好。 只是在這種工作環境中，人工智慧必須以實習生的身份出現。 但我們心裡需要知道，實習生的能力遠不止於此。 我們需要正視在工作中扮演不同角色的參與者的長處和短處。 在人工智慧參與的系統中，重新組裝我們的工作流程發自內心地尊重人類驅動的AI生成的資訊，尊重使用AI生成資訊的同事，尊重消費你用AI生成的內容的同事，尊重自己，尊重AI。
區分資訊**和人工智慧身份清晰的目的是建立乙個責任和信任的系統，有了這個系統，一切都將是透明的，系統中將有尊重。
如果我們區分人工智慧的作用，並且需要所有流程的透明度。 系統軟體本身的意義依然存在，在AI介入之前，系統軟體描述的是人類在某個領域的協作工作流程。 有了人工智慧，工作流程將被重構，系統將被加速，憑藉當今的LLM（AI）能力和穩定性，以及人類角色在大多數系統中的重要性，人工智慧目前以Copilot的身份出現，這意味著需要一位人類導師在系統中跟隨。 未來可以預期某些領域的能力，人工智慧很有可能獨立完成其工作。 這與民用飛機的自動駕駛非常相似，當系統中的部分工作有了自動駕駛的可能時，系統工作流程將再次重建，系統軟體將繼續發揮其價值。 我堅信這一天很快就會到來。
a:我們建立了乙個人類和人工智慧一起工作的系統，每個人都有乙個獨一無二的副駕駛
B：Copilot生成的資訊可以被跟蹤。
C：系統中的資料範圍受駕駛 Copilot 的人類使用者的限制。
d：人類使用者對他們為 Copilot 驅動的內容負責。
E：未來系統可以容納自負重的AI自動駕駛角色的參與。
我們基於上述設計理念，在ONESAI 的第乙個版本包括以下功能。
1.人類使用者驅動他們的副駕駛參與 ONES wiki 的資訊生成
2.人類使用者與 Copilot 合作，對 ONES wiki 中的資訊進行自然語言問答檢索
3.人類使用者驅動他們的副駕駛在 ONES 專案中生成任務
在過去的幾個月裡，這些類似的功能可能出現在各種人工智慧黑客馬拉松中，這種情況並不少見。 和人工智慧的真正價值在於我們對涉及人工智慧的複雜系統的問題定義。 未來，我們將推出更多與AI相關的功能，或者我們將在ONES中為人類Copilot提供更多功能。
ONES是乙個專注於軟體開發管理的平台，我們將把對軟體管理的理解與上述對AI的理解結合起來。 在過去的 8 年裡，我們建立了乙個專業的系統來幫助人類生產更快更好的軟體。 從現在開始，我們將建立乙個人類和人工智慧一起工作的軟體開發專案管理平台。 這將是真正的新一代。