高铁上听完了
@张小珺 和
@广密 的年终总结,一如既往地高质量,量子速记如下:
超越Google的本质——计算架构与信息分发
任务引擎,任务容器,task automation,能否从生成内容到生成task,从GMV到任务完成率
降低用户使用门槛,模型增加主动性,更懂用户需求,因此context采集能力很重要
OpenAI的五个分层可以类比公司组织架构图
电商的两翼就是物流和支付,那Context会不会是下一代支付
用户隐私与效能效率的trade off
软件的本质是人类工作流/最佳实践的自动化,ai能否自己自己总结workflow
推荐引擎造就了信息流产品,agent能造就什么产品形态
OpenAI巨大的品牌心智造就了唯一的killer app,品牌是比技术更强大的护城河
用户偏好数据和能力数据的区分,搜索和推荐是偏好即能力,大规模投票
信息分发和超级助理的异同(助理更大的价值莫非是信息节食?)
计算机历史博物馆中,什么样的交互效率最高,命令行转到图形交互界面
多模态不提升智能
目前还在移动梦网时代的扣费模式,需要新的商业模式
高质量的任务对应Reward是什么?
o1的天花板:是否能用算力换数据?
知识工作者的自动化,长距离推理任务
搜索,推荐,问答,超级助理
超级互动下新的内容消费和娱乐
2024:coding,coding,coding
2025:agent,agent,agent