作者 |萬辰，大膽創新計畫
編輯 |靖宇.
在過去的八個月裡，百川智慧型團隊依靠搜尋、高質量資料處理等AI技術的積累，對模型的規模和質量進行快速迭代。 百川智慧型創始人兼CEO王小川認為，百川應該在理想上慢半步，在落地上快三步。
2024年12月16日，在2024極客園創新大會上，王小川進一步分享了關於大模型的新思考。
對於大模型的演進方向，王曉川認為，目前大模型是學習，而不是思考，模型演進的下乙個方向是學習和思考相結合。 在大模型時代，必須考慮大模型技術的特點，這是過去和現在做產品的最大區別。
過去做應用的時候，總是講產品與市場的匹配——PMF（產品市場契合度），但在產品與市場之外，卻漏掉了乙個字，技術。 」
他認為，目前的大型模型技術離AGI還很遠，更重要的是在這種不完善的前提下明確：什麼樣的產品適合這樣的技術，而不是產品經理對市場有洞察力，回來就開始動手。
在王曉川看來，在大模式帶來的新發展正規化下，產品經理的出發點應該是從思考產品市場匹配（PMF）到思考如何匹配技術與產品，即TPF（Technology Product Fit）。
王小川認為，首先是提供比傳統應用好10倍的體驗，使用者才能用好。 要做出這樣的應用，產品經理不僅要自己是模型的狂熱粉絲，還要有傳統的產品經驗和想象力，能夠弄清楚模型是什麼樣子的。
以下為王小川極客園創新大會2024對話實錄。
張鵬：你參加過我們大會很多次了，剛才你認真聽兩位技術專家講了前段時間OpenAI事件背後的一些關鍵因素，甚至提到大模型需要有慢思考的能力，不知道大家怎麼看？
王小川：是的，今年我們正在籌備大模型到4月份公司成立，我提到了幾個關鍵詞，乙個叫搜尋增強，因為要連線傳統知識，第二個我希望大模型是做強化習，當時， 我提到這一點，是因為我看到大模型本身就代表著一種快速思考的方式，就像乙個人一樣，我一拍腦袋就給你答案，我可以說它在學習習和應用推理方面有自己的缺點，當然不光以大模型為本， 當時我們認為強化習可以有很大的幫助，這也是百川內部工作中一直非常關注的領域。
張鵬：只是慢慢想？
王小川：是的，就是慢思維，和慢思維相比，今天的大模型代表的是快思維。 我們來談談我自己的兩個觀點：快思維不叫思考，慢思維我覺得它有這麼多的思維，以openai大模型為代表，它叫學習，它的知識是學習的。
我不強調推理的“思考”，其實人們在學習的時候，可能要思考很久，這叫思考，所以孔子之前說過，不思而學的學習是魯莽的，不學的思考是死的。 」
具體來說，大模型在學習，它其實不是在思考，它不像人一樣，會來回琢磨，會開啟想象空間去看，什麼系統在思考？OpenAI 剛剛創辦了這家公司，而 DeepMind 正在做的事情，比如做 AlphaZero 和玩遊戲，都在考慮它。
但那是強化學習的設定，叫做多智慧型體的對抗，alphazero它不是乙個學習習系統，它拋棄了之前的6000萬盤（西洋棋訓練），但它本身就是在對抗博弈中，在博弈中尋找新的理解，最後通牒，就是這樣的思維。
AlphaZero在思考後就停在原地，它已經死了，它只做乙個特定的任務，不能擴充套件到其他領域，所以我們說大模型代表學習，alphazero代表思考，這兩個系統在一起會非常強大。
百川智慧型創始人兼CEO王小川、極客園創始人兼總裁張鵬分析了極客園大模型的學習與思考。
張鵬：所以接下來重要的是真正學習和思考，對吧？學習和思考應該結合起來。
王小川：沒錯。 更具體地說，我們想到了這個場景，你問大模型怎麼下圍棋，它居然玩不出來。 但是你問你能不能判斷乙個輸贏的圍棋選手？乙個大型模型可以根據它已經知道的東西來判斷。 即使你說你寫了乙個**來決定這個圍棋的輸贏，大模型也可以寫這個**。
你讓它寫乙個**，每一步走完棋后，走棋的狀態是怎麼轉移的，也就是下棋的整個過程，也可以寫出來。
所以試想一下，如果大模型足夠強大，雖然不會直接下圍棋，但可以寫出下圍棋等狀態轉換（事務函式），最終決定圍棋的輸贏。 也就是說，大模型有機會寫乙個alphago**然後執行它，執行完之後，就可以下棋了，這個事情就有機會發生了。
張鵬：歐美的技術還在不斷的探索邊界，這也讓人感到壓力，你覺得這個距離該如何衡量和縮短？你能自己創造不同的價值嗎？
王小川：我去美國之前，在百川說過這句話，就是理想上要慢半步，落地要快一步。 後來，去美國回來後，他把理想對折，變成了落地時慢一步快三步的理想。
張鵬：你怎麼理解理想是慢一步，落地快三步？
王小川：和他們接觸後，我覺得雙方的底層思路是不一樣的，OpenAI是乙個非營利性組織，它只是想探索AGI的邊界，他們真的做到了。
我上次和他們交談時，他們想嘗試將 1000 萬個 GPU 放在一起，構建乙個足夠大的系統。 1000 萬個 GPU 的概念是什麼？英偉達每年生產 100 萬件，GPT-4 約為 25,000 件，我們今天以 GPT-3 為基準5 只有 4,000 個 GPU。 他們在思考問題的時候，他們的出發點和我們不在乙個世界，所以在這方面我們無法和他們比較。
在這種情況下，人和企業都要找到自己的定位，而在這片土壤中，我們必須有信心，我們有機會在應用落地上走得更快。
也許隨著我們的使用者資料集越來越大，技術積累得越來越強，我們的應用可以足夠好，甚至可以在美國使用。 在這種情況下，這並不意味著您必須達到 GPT-4、GPT-5 和 GPT-6 的階段才有機會應用它。
不同的土壤生長著不同的東西，做應用是中國的傳統強項，也是一種創新，但我認為這是公平的。 這對中國企業來說也是乙個更好的機會，尤其是現在美國被OpenAI主導，做應用的企業要面對OpenAI的技術來做應用，就可以做它的技術做什麼樣的應用。
但是，國內的樣板企業可以自己做應用，這種端到端的連貫性，在應用落地的時候，有機會在某個領域比美國公司跑得更快。
王小川認為，中國的大模型在極客園的應用中可能會跑得更快。
張鵬：有時候我們肯定願意追求一種理想和使命感，在AGI的大過程中，我們可以加入這個團隊，他們可能是前鋒，突破界限，但我們可能是自由人或中場，但他在團隊中也有意義，比如我可以把技術放下，變成有價值的東西。
王小川：這兩個層面都會有推導，彭先生剛才說的是，你作為乙個全球公民，作為一家中國企業，是世界分工合作，而不是朋友和敵人的劃分，只有競爭關係，我們尊重他們的發明，我們迎頭趕上， 但我們也有自己獨特的貢獻。不僅僅是：我認為我需要我自己，世界不需要我。
張鵬：很好，我想得很清楚，在這波創業浪潮中，我找到了和自己和解的一點，那就是，我們該如何成為世界上一場有意義的比賽的玩家，不是每個人都必須是前鋒。
這就給我們帶來了另乙個問題，今天大家都在談論超級應用，但是他們沒有看到未來超級應用是什麼，而李彥巨集剛才也說，今天還不確定。 但我認為，如果我們想做乙個超級應用，我們需要什麼樣的起點？例如，過去我們談到了PMF（產品-市場匹配），但是今天如何做這個PMF
王小川：是的，我覺得這個點可能離得越來越遠。 究其原因，當我們想象重構原有的應用時，比如再次重構微信，這個視角可能會一下子限制我們自己，所以首先，你要把這個視角縮小出來。
所以，回到做超級應用，乙個長期的方向是它代表了人們的基本需求，而這個基本需求，我把它歸納為三個關鍵詞，人需要具備三樣東西：一是要有創造力，二是要健康，三是要快樂。
健康和快樂對大家來說都很容易理解，但創造力來自於世上人總希望你的存在與世不一樣，你可以改變世界，所以如何幫助你改變世界，是乙個可以獨立分離的範疇。
當我們有了這個願景，如何做健康，如何做娛樂，如何幫你獲取資訊，讓你更有創造力，長此以往，這三個方向就會有。 但另一方面，我們也會扔掉一些東西，比如做營銷文案，幫你做客服對話，其實大模挺擅長做的這些，但我認為這些並沒有回歸到人們的根本需求，這就落入了原來的所謂重構邏輯。
所以，有了這樣的三個大方向的意識，我就會有不同的想法，這是一種已經開啟的思維，否則我就會掉進大廠競爭的坑里。
其次，我想提乙個重要的詞，就是我剛才提到了PMF這個詞，我想用乙個新詞，因為PMF總是講產品和市場的關係，我去掉了乙個詞，那就是技術。 技術，在AI時代，它仍然有很多不完善和不確定性，不像以前是**或微信。
我認為技術是現在的瓶頸，但實際上，技術問題肯定是可以解決的，只是取決於工程師的水平，成本等等，你想要的，都可以在工程層面實現。 然而，大規模模型技術，包括剛才提到的錯覺和時效性，只能用自然語言說話，而這種技術本身就有侷限性和不完善性。
所以我們離AGI還很遠，因為技術的不完善，我們要明確，一項技術適合什麼產品，而不是先搶占市場，環顧市場後才開始做，我覺得這種勇氣是挺可貴的，但是TP技術的第一性原理和產品如何協調， 如何去做，我認為是現在要考慮的事情。
乙個很好的例子是性格ai，character.AI的創始人其實並不是產品背景，他對技術非常熟悉，尤其是產品背後的演算法，他也看到技術本身並不完美，可能會出錯，所以他首先想到了將其用於娛樂行業。 其次，這項技術首先可以承載的是自然的對話，這是乙個角色，所以讓它成為乙個角色。
張鵬：所以它的缺點變成了特點
王小川：我先提兩個概念，乙個是以前我們以為是在做工具，而工具其實代表了很多確定性，但這次我們不是在做工具，這次我們是建夥伴，更像是新物種一樣的人。 我們人類必須接受它自己的缺點和長處。 人是幻覺的，如果他們有幻覺，我可以用它們，那麼為什麼機器不能用它們，如果他們有幻覺呢？
歸根結底，乙個人應該匹配一件事，所以在技術匹配方面，我們認為我們必須改變視角，不是從工具的角度，而是從乙個人的角度，這是我的想法之一。
張鵬：你剛才說的是技術-產品-配合，TPF，而不是PMF。
王小川：是的，對技術本身要有足夠的了解，這樣技術才能匹配相關的東西，這是對產品經理的要求，或者說公司第一崗位的產品經理應該有這樣的認知，大模型擅長什麼，不擅長什麼。 這個過程是創造人，而不是工具。
曾經有乙個關於國王和畫家的故事，國王乙隻眼睛失明，失去了一條腿，但他很自戀，如果他想畫一幅自畫像，他會拉著全國各地所有的畫家畫畫乙個，然後殺死另乙個， 因為畫得太像了，少了乙隻眼睛，少了一條腿，就是在誹謗形象。但是，如果畫家用熾熱的英雄形象來描繪他的眼睛，那就是他會欺負國王並殺死他，這個問題不會得到解決。 後來，一位畫家畫了一幅國王打獵的圖畫，站在一塊大石頭上，蜷縮著，一條腿被遮住，國王拉弓，失蹤的眼睛恰好閉上了。
技術擅長什麼，不擅長什麼，怎麼做匹配，這對產品經理有更高的要求，我稱之為TPF。
張鵬：我覺得TPF這個詞很好。 TPF似乎是起點，如果我們站在未來，我們想做超級APP，我們怎麼能把TPF做好呢？什麼是好的TPF？
王曉川：過去產品經理寫的更多的是描述功能的定義和要求的文件，可以畫出結構設計圖給老闆看，產品是這樣的，滿足使用者的需求，準確實現每一步的功能。
今天的大模型不是這樣的，每次輸入乙個大模型，它的輸出都是不確定的，乙個字都做不完。 在這一點上，很難用一套演繹規則來解釋這一點。 邏輯是演繹的，必須拆解成一堆評價集，產品經理的要求不僅僅是定義產品，而是將定義的產品轉化為後面的評價集。 也就是說，在某種輸入下對模型的輸出做什麼樣的測試集。
此時，技術對應的不是工程人員，而是演算法人員。 演算法之前的工作習是你給了我評估集，我優化了我的演算法以滿足評估集。 無論是通過提示方法，還是 SFT，還是後訓練方法。 在這種情況下，產品經理定義了評估集，技術獲得評估集後，再尋找資料集或訓練集來訓練系統滿足評估集。
王小川講解了如何為某大模型搭建OKR極客園區。
張鵬：這是為大模型設定OKR。
王小川：它有乙個非常嚴謹的數學評估方法。 從事過演算法研究的工程師會適應這種方法，最後用評估集和資料來說話，這已經成為我們內部的標準工作方法。
包括搜尋公司也是這種方法，搜尋是演算法驅動的產品，是用評論集驅動的方式，但是我們以前在網際網絡發展到高階階段，技術不是問題，甚至不再是演算法驅動，是工程驅動的，這個PMF沒有錯，只是少了一層TPF，最後你會發現產品不是不能滿足市場需求， 但一直在迭代，無法做出階段性的產品。
張鵬：你剛才在某種程度上解釋了乙個我非常關心的問題——ai原生的發展情況如何。 從本質上講，這是關於我們正在開發的東西，你必須在設定的目標下設定評估集，這樣才能有效地訓練資料集來滿足評估集的要求，這才是你真正的開發引擎。
王小川：叫ai原生。 如果是 agi 原生的，那就是更深入地採用 AI 模型能力的正規化。
張鵬：這確實對產品經理提出了新的要求。 以前我們說PMF做得很好，我們有一種感覺，比如使用者使用量的增加，使用者體驗非常好。 但是現在你如何評價做好tpf？
王曉川：TPF首先對產品經理有要求。
首先，它必須能夠將需求轉化為測試集，測試集將允許技術工程師在滿足要求時發現手感在改善。 而在demo推出時，使用者需求的分布與產品經理提出的評估集的分布完全相同，評估集中的結果能夠滿足使用者的需求。
其次，在推廣產品時會提到PMF，看營銷契合度（market fit）在市場上的分布是否一致，使用者是否滿意。
張鵬：如果使用者能用好你開發的產品，是應該用好還是用好？很酷的用途是使用者數量爆炸式增長，成為超級應用;用好它是乙個循序漸進的方法。 我們要追求一連串的爆炸嗎？還是先解決少數人的問題，然後再解決多數人的問題？
王小川：這並不矛盾。 首先，好是和原來相比，你能和自己比多好。 如果與成熟的大型廠家相比，好的%是乙個巨大的好處。 但對於創業公司來說，如果是AI原生的原生應用，就必須在一開始就用上，至少對於特定型別有特色的特定需求，使用者一定能感受到十倍的感知。
張鵬：酷是十倍。
王小川：不是更好，而是讓你感到驚訝。 如今，大模型必須選擇有亮點來做，體驗要提公升十倍，周邊需求要提高五三倍，這樣才能把高峰拉得足夠高，然後逐漸拉寬。 如果一開始不讓你涼爽，我認為這個產品還不夠，但它比原版更好。
張鵬：今天在會場的很多人，也非常關心如何參與到這個由大模特推動的新時代。 如果你想成為新正規化下的產品經理。 他們應該怎麼走？
王小川：從企業屬性來看，企業就是做端到端的，不僅要做應用，還要做模型。 乙個是更注重應用的公司，它不怎麼接觸模型，或者用乙個小模型來解決它。 兩類公司的路徑不同，但有一件事必須先做，那就是用自己，去體驗和感受這種模式帶給你的不同，這樣你才能好奇、感受、欣賞。 我今天要用這個模型，就像朋友一樣，你可以感覺到什麼是有效的，什麼是無效的。
張鵬：你得先成為大模型的超級使用者。
王小川：相信極客公園的粉絲天生就有這樣的動力和好奇心。 一旦你使用它，你就會受到啟發，你會知道它擅長什麼，然後把它變成你對下乙個產品的想法。
張鵬：大模型技術還處於上公升期，所以我們要先跟著走，走近它，然後才能考慮如何應用。
公司在不斷發展，您必須不斷招聘。 去選產品經理的時候，會講究什麼樣的氣質和經驗，能不能開啟你的選人標準？
王小川：百川計畫明年發布一款超級APP，我們不談經驗，只談一些想象。
我們真的很希望找到以前有經驗的人，如果你以前沒有經驗和想法，你說我想創業，在這種情況下，創業是相當困難的。 我們將要求您能夠完整地丟擲產品並具有影象感。 為了能夠想象乙個大模型是什麼樣子，你也有足夠的動力、好奇心和想象力。
王小川詳細解釋了AI時代產品經理既要要又要極客園區。
同時，我們也希望您有製作傳統產品的經驗。 也就是說，我希望有以前成功的經驗，但我也可以打破自己的經驗來滋養大模型，也構思出大模型的新面貌。
今天，中國的環境與美國不同，包括百川和國內企業，都處於與時間賽跑的狀態，給不了你三五年的探索時間。
張鵬：如果乙個人有相關領域的經驗，但沒有技術能力，他能獨立探索大模型的應用嗎？比如你在健康領域打拼，我在健康領域積累了很多年，我也有你說的氣質。 我加入貴公司了嗎？或者你也可以在插入別人的模型後自己探索一下嗎？
王小川：大家都會做這兩條路，也會有人自己去探索，但是很有可能在探索過程中會發現自己走不了路，有一種無力感，到頭來還是需要模型的支撐。
因此，目前在中國，加入模範公司的可能性更大，因為它還沒有達到可以獨立應用的程度。 網上有文章說可以調整模型進行應用，而這個時代還沒有到來。 未來兩年，最好加入一家能提供平台級支援的公司，幫你打破原有的體驗，進行整合，這樣成功的概率會大很多，說不定會是超級應用。 做乙個小應用程式是可以的，但要做一件大事，試著與模型公司充分互動。
張鵬：聽上去他們還是想讓我加入百川。
王小川：主要看你是想做大還是做小。
張鵬：要想做大，就得去百川。
王小川：是的。
張鵬：4月份，大家都想熬夜，但現在大模特已經跑了8個月了，剛開始的興奮幾乎已經消退了。 創業難，經過一段時間的沉澱，你這次創業的心態如何？
王小川：8個月來，團隊跑得快，成長快。 現在我們已經到了大模型比較沉澱的時期，雖然我們覺得我們以前的技術、能力、產品、關注、經驗都足夠了，但是我們還是覺得做的時候還不夠輕。
在共同探索大模型方法的過程中，我們對如何找到模型與應用之間最有效的聯動的理解也在不斷提高。 我認為乙個好的狀態是看到你乙個月前還是個傻瓜，然後你又在進步。
幾年前我剛開始工作時，我以每週的速度進行迭代，我會發現我沒有足夠的想法，但這次（大模型啟動）我們回到了月度單位，我們沒有達到那種敏捷狀態。 乙個月後，我看到了我以前的缺點，在快速迭代中。 為了參與大模型時代，我們的管理層和產品經理都在戰戰兢兢，不斷調整著自己原有的工作方式。
張鵬：這是你非常喜歡的狀態。
王小川：是的，我每天都在鞭策進步，我還是有多維度的成長，即使我的想法可以領先半步，但有時我發現我邊走邊有更好的想法。
張鵬：我挺理解這種狀態的。 再過五年，這家公司會是什麼樣子，你會感到更滿意？公司的目標是什麼？
王小川：在幫助人們創造、健康、快樂這三個方向上，我們有超級應用可以探索。 希望是一到五年，五年真的不敢想，因為五年後，技術發展的高度可能不是我們現在能理解的，每天我們的技術人員感嘆有新的**和開發出現，有一種強烈的推後意識。
我希望在兩年內，我們能證明大模型可以作為超級應用，在健康、娛樂、幫助人們創造方面，能給網際網絡時代這樣的人們帶來很大的幫助或希望，人們可以體驗或者使用它，我有這個信念。
五年後，我們可能會有一種全新的玩法，也許五年後，地面上的機械人在執行，每個人都戴著VR眼鏡，每個人的數位化身都出來了。 五年太長了，想到兩年的照片我就很滿足了。