從用戶視角拆解AI產品：Character & Tool

**來源：**三維漫遊

作者：梁家升

圖片來源：由無界AI生成

什麼是AI產品的壁壘？ -- 從Jasper.ai裁員說起

週三一起床看到新聞，說Jasper.ai裁員了。

“這也太快了吧，本來以為還能撐一會” -- 我跟好友都發出感慨。

我對Jasper.ai的關注，最初源於一篇文章（Jasper.ai 15 億美元的GPT 套殼？有護城河麼？）。 Jasper這個公司特別有意思，在一眾AI新貴中雞立鶴群：一群小伙子，其中一個Ph.D都沒有，沒有星辰大海的夢想，也沒有力大磚飛的決心，一心想著搞個公司賺錢-- 真實用主義。早期做了個「營銷服務分銷公司」，顧名思義，提供的是營銷服務，但做法是分銷給外包乾-- 表面上是營銷服務，實際做的是Agent，核心能力是推銷。不得不說，有時候一個公司的基因就是出生的時候寫下的（笑

後來的發展路線非常互聯網：做AI營銷寫作，靠早期的社群運營拿下寶貴的測試用戶，然後順著用戶喜好一步步迭代-- 任鑫說，這是腳踩西瓜皮，滑到哪裡算哪裡。所有滿懷主觀意志的嘗試，他們都做崩了；所有順勢而為的小步迭代，意外地都做得還不錯。

在AI愛好者裡，我是其中對Jasper.ai過度關注的類型。究其原因，是我覺得它對我而言是建立對於AI應用認知體系的一個絕佳的例子：

我覺得AI時代ToC產品的killing feature的核心是：「高需求+ 有壁壘」；而其中“有壁壘”是目前最難分析的部分，什麼樣的AI應用有壁壘呢？哪些是短期/長期壁壘呢：

1.基於用戶使用流程拆解的交互和界面設計是壁壘嗎？ 2.針對垂直場景和意圖理解的engineering是壁壘嗎？ 3.針對垂直場景的embedding方案是壁壘嗎？ 4.只有LLM的能力才是壁壘嗎？ 5.還是說，LLM的能力都不是壁壘，只有私有化數據+ 數據飛輪+ LLM fine tuning才是壁壘？ 6.又或者說，到最後只有能力強大LLM + plug-in生態+ 開發者用戶社群才是壁壘？

這麼一層層想，越想越亂，沒有結果。

回到Jasper.ai這個例子，它做到了什麼呢？

1.給任務選擇相應模型的能力 2.聯網實時信息，一定的檢索功能 3.全局：記錄足夠長時效的客戶信息、偏好、風格和設定 4.模版和局部：基於不同平台的營銷文案 5.更易用的界面和基於工作流拆解設計的交互方案 6.極致的用戶教育和產品引導 7.鋪天蓋地的達人營銷

不得不承認，目前Jasper.ai做到的，只是一個科技公司1~3個月工作量的成品：ChatGPT套殼+ 工作流拆解型UI + engineering；另外還賭對了行業窗口期，以及在窗口期上的進一步加碼（客戶拓展和營銷）。在AI時代，這確實不是什麼牢固的壁壘。但我之前認為它的工作流拆解能力是可貴的-- 這代表著團隊對「營銷文案」這個行業的理解足夠深刻，這可能足夠支撐他們用一段時間積累一批用戶，然後建立起數據飛輪，再建立下一步更牢固的數據壁壘：

這一套商業模型：高毛利吃行業紅利—> 重營銷推廣—> 佔領用戶心智(預算) —> 打擊競品/壟斷；在傳統行業，飛輪轉起來了就所向披靡。

但現在不一樣了，Jasper這週裁員了-- 因為ChatGPT的普及相當於D2C品牌直銷，Jasper這種中間商沒有活路。

拆解AI應用的一個思路：Character & Tool

最近有兩個最熱門的AI App上架了（除了ChatGPT），國內是文心一言，國外則是character.ai；兩個產品本質上都是「貨架型」產品-- 將不同調試下（主要還是engineering）的LLM通過貨架陳列的方式放在用戶面前，讓用戶挑選使用：

如果將貨架上的AI分類，實際上有兩種類型：一種是Character（對應圖2&4），一種是Tool（對應圖1&3）。

Character的核心是性格，提供的是情緒價值和個性化；而Tool的核心是功能，提供的是效率價值的非標化。情緒和性格千變萬化，所以Character會很多-- 截止到3月，Character.ai上已經有270萬個角色；但功能是有限的，核心的大需求就那麼幾個，分化出的細分場景大都有共同性，所以Tool重質而不重量。

這個分類很有意思，也十分自然：大家都說LLM改變的是人機交互模式，將原本的Database和Code都變成Model，將GUI變成LUI…但是**從用戶視角看，實際上產品是從Tool —> Character + Tool -- 原本我要藉助工具完成的任務，現在可以交給一個人來做了。 **

恰好最近淺讀了一些Tool learning相關的文章（鏈接），看到了AI作為大腦來使用Tool的潛力。同時又想起了之前和好友討論過LLM, Agent和Plugin的聯繫，腦子裡突然就開始頭腦風暴自問自答，以下全是暴論，歡迎指正：

對於任意一個AI產品，可拆解成Character 和Tool：

●Tool即能力，特點是輸出穩定，效率高。包含了傳統工具（如計算器、鬧鐘、天氣預報等）和AI新能力（如文生文、文生圖、理解意圖的搜索等），當然也包括現在的一些熱門產品（如Midjourney）和一些Plugin。

●Character即角色，是使用能力的主體，特點是具有不同的“性格” -- 類似於不同的人。實現的方式包括訓練不同的LLM（如GPT, Claude, 還有Infection-1等），以及建立不同的Agent，還有通過不同數據/不同方式調試LLM和Agent。

**Q: LLM一定是Character嗎？ **

A: 不一定，如果某一個大模型做到了完美的壓縮和解壓，那麼“性格”的主要來源就變成了圍繞LLM做的Agent，以及指令工程，這樣LLM就是Tool了。就像從目前看，ChatGPT是Character，因為相對於Infection-1來說，它博學、冷漠無情、面面俱到又毫無重點、理性至極；但長期看，ChatGPT不一定不能擁有Infection-1的情感能力。

**Q: AI產品的壁壘在哪裡？ **

A: 短期看，Character和Tool都能變成壁壘，甚至Tool是主要壁壘。但長期看，AI產品的壁壘主要在Character，Tool會被收到Character裡面被Character使用。

**Q: 人類就不用Tool了嗎？ **

A: 不是，人類會用Tool，但會在GUI交互下使用，和現在差不多。 LUI交互下的Tool都會收到Character裡，因為LUI滿足的是非標的服務性需求，人們在挑選服務的時候往往不止注重功能性，還考慮與對方的契合度（例如找育兒嫂、聘請服務員、購買諮詢服務），所以Character + Tool > Tool。

**Q: Character的差異化能力有哪些？ **

A: Character的終極形態是個人管家。因此首要能力是個性化，個性化的核心是模型記憶力，記憶力夠長就能學習用戶性格和喜好。其次是鮮明的性格/三觀，用於積累早期用戶，類似於當代互聯網社區的“社區調性”。 Character.ai的創始人Noam Shazeer 說：“如果試圖呈現一個讓所有人都喜歡的公眾角色，那這個角色一定會是無趣的”。

這裡再深一層的壁壘是私有化的數據，能構建有差異化的“角色”。但拉長時間數據的優勢也會被磨滅，畢竟產品一旦上線之後私有化數據這個概念也不存在了，所以更重要的是基於性格來構建數據飛輪的方法。

**Q: Tool的差異化能力有哪些？ **

A: 短期看，Tool的差異化能力在底層技術，比拼的是硬技術能力，目前Midjourney, Runway, Adobe Firefly都是例子；但長期看，技術帶來的工具產品一般是兩個結局-- 技術成本高的會實現壟斷（如微軟辦公套件、Adobe套件等），技術成本低的會成為爛大街的基礎能力（如計時器、計算器等），百家爭鳴的機會不大。

**Q: 如果要做ToC產品，做Character還是做Tool？ **

A: 對於大多數人，做Character比較好。因為Character更加多樣，需求更加長尾，有更多產品能活下來，活下來後守住壁壘也更容易。做Tool要有絕對的硬技術能力，以及壟斷市場的能力。

**Q: 最後來回答，長期看什麼是AI產品好搞的路線？需要什麼條件？ **

1.發現優質Character：需要有好的用戶需求洞察，或者一個快速篩選的機制（這波Character.ai在大氣層） 2.基於目標Character的模型建構：需要有針對目標Character的數據篩選機制（標註） 3.抓住窗口期積累用戶/語料：清晰的產品定位和營銷能力 4.構建加深Character差異化的數據飛輪：精巧的產品<—> 數據設計 5.重複以上循環