AI如何改变产品、护城河与创业法则

—访OpenAI首席产品官   

在一日一变的AI圈，有句格言值得铭记：“你今天用的AI模型，会是你用过最过差的AI模型。”这一振聋发聩的观点出自OpenAI首席产品官Kevin Weil之口，道出了AI发展速度之快令人咋舌。

Kevin Wheel曾在Twitter、Instagram、Facebook和Planet等科技公司担任产品负责人，也是Facebook Libra加密货币的共同创建者，同时他还是Planet、Strava、黑人产品经理网络和自然保护协会的董事会成员。但他说，这些职业经历与在OpenAI工作的体验截然不同。

站在AI、AGI、也许未来还有超级智能的最前沿，Kevin Wheel在一次长达1个半小时的深度访谈中，讨论了OpenAI的产品思维、AI对工作和产品的影响、OpenAI可能不会做的市场、在AI时代最重要的技能是什么、甚至他教自己的孩子关注什么等等一系列干货。本文特此梳理其中的十条经验之谈，希望能够为AI创业者和AI爱好者带去思考。

经验一：对AI产品开发的思考

与此前的工作体验不同，Wheel指出在OpenAI工作体验的差异：技术和速度。

“在我以前工作过的所有地方，你基本上知道你在构建什么技术、你花时间思考解决什么问题、为谁构建产品、如何改善他们的生活。但你构建的基础技术基本上是固定的，你今年使用的数据库可能比两年前的好5%。”Wheel说道，“但在AI领域完全不同。每两个月，计算机就能做一些前所未有的事情，你需要完全重新思考你正在做的事情。”

这种快速变化的环境，也改变了产品开发的思维模式。在传统科技公司，开发团队通常有相对确定的技术边界，而在OpenAI，团队必须不断适应和利用快速进化的AI能力。

OpenAI最初是一家研究公司，随着公司转型后推出了ChatGPT，但Wheel强调：“OpenAI永远不应该成为一家纯粹的产品公司，我们需要同时成为一家世界级的研究公司和一家世界级的产品公司，两者需要真正地结合。”

这种研究与产品的融合是OpenAI产品成功的关键。Wheel解释说，“最好的产品来自于产品设计和研究团队一起工作，共同构建新颖的东西。”他指出公司约有25名产品经理，相对较少，这是有意为之，以保持组织的灵活性和执行力。

在OpenAI，产品开发遵循几个核心理念：迭代式部署、模型至上、自下而上式创新。

1.迭代式部署：OpenAI采用了“迭代式部署”的理念。“我们都在一起学习这些模型，最好的方式是，即使在你不知道全部功能的情况下发布产品，然后在公开场合一起迭代会更好。我们与社会一起进化，共同学习这些模型的不同之处。”

2.模型至上。Wheel提出了“模型至上”的思考。模型不是完美的，它们会犯错，对于不那么严重的部分，OpenAI的心态是：两个月后会有一个更好的模型，它会彻底打破当前的所有限制。这种心态引导团队专注于探索边界，而不是完善现有能力：“如果你正在构建的产品正处于模型能力的边缘，请继续前进，因为你走对了方向。再等几个月，模型会变得更好，突然间，你那个原本勉强工作的产品将真正闪耀。”

3.自下而上式创新。谈到公司的路线图规划，Wheel引用了艾森豪威尔的名言：“计划毫无用处，但做计划却绝对必要”。他说明OpenAI确实进行季度路线图规划，但不会严格遵循，因为底层技术变化太快。相反，他们更注重自下而上的方式，授权团队快速行动。

“我们有优秀的工程师、产品经理、设计师和研究人员，他们对正在构建的产品充满热情，而且他们也是构建这些产品的人，所以他们对产品的功能有真正的认识，这一点非常重要。”Wheel说。

经验二：核心技能评估基准(Evals)

与传统软件不同，大模型(LLM)存在一种模糊性。Wheel指出：“在Instagram这样的平台上，有特定功能的按钮，你知道它们的作用。当你给计算机明确的输入时，你会得到明确的输出。但大模型完全不同，它们擅长处理模糊、微妙的输入，所有人类语言和交流的细微差别它们都能处理得很好。”

这种模糊性延伸到输出结果：“对于同一个问题，你可能会得到本质上相同的答案，但肯定不是每次都是同样的一组词。”这种特性对产品设计带来了独特挑战——如果模型在某一任务上准确率是60%、95%或99.5%，每种情况都需要设计完全不同的产品体验。

在AI产品开发领域，Wheel强调了一项正在变得至关重要的技能：评估基准（evals）——这是“对模型的一种测验、测试，用来衡量它对某一特定主题的了解程度，或者它对某一系列问题的回答能力有多好。”

这就像给模型进行单元测试，确定它在创意写作、科学问题或编程等各个领域的能力水平。Wheel认为，评估对于AI产品开发很重要，因为它帮助团队了解模型在各种任务上的准确率，从而指导如何构建产品。

“如果模型在某些事情上只有60%准确，你就需要完全不同地构建你的产品。更重要的是，这些评估不是静态的——它们成为持续学习和改进的基础。”他说。

经验三：让大模型像人一样            

Wheel分享了一个令人惊讶的信息：设计AI产品体验时，团队经常会思考，如果这是一个人，他们会如何做？

也就是说，当OpenAI团队开发AI推理模型时，团队需要解决的一个问题是，从用户体验上如何表现出“AI像人类一样在思考”：

“如果你问人类一个问题，这个人在思考的时候，不会完全沉默20秒，然后突然回答问题。所以，我们也不应该只是在那里显示一个进度条，体验很不好。但我也不会开始喋喋不休地说出所有的想法，所以我们也不应该展示模型的整个思维链。我可能会说：‘嗯，好问题，让我想想……’，然后给出一些小思考。这实际上就是ChatGPT最终呈现出来的体验。”这种以人类交流为模型的设计思路，帮助OpenAI创造了更自然、更人性化的AI交互体验。

同理，尽管许多人认为，聊天不是与AI交互的终极界面，但是Wheel持不同观点：

“聊天是一个绝佳的界面，因为它非常通用，而且它还原了人类最自然的交流方式。如果我必须用某种僵硬的界面与你交互，我能跟你讨论的内容就会少得多，它会阻碍我们达到最大的沟通带宽。”他说，“过去这种方式不起作用，是因为没有模型能够理解人类语言，这正是大语言模型的神奇之处。所以，聊天界面是一个完美体现这些模型力量的界面。”

经验四：微调模型AI产品开发未来

Wheel预测，未来每个产品团队中都会有更多的研究人员，甚至不仅仅是在基础模型公司，因为“微调模型”将成为构建大多数产品的核心工作流程。

他解释道：“很多人知道这些基础模型非常好，我们的API做了很多事情非常好，但是微调使模型在特定用例上表现得更好。”

他分享了OpenAI内部如何使用多种模型和微调模型的例子：“如果我们有10个不同的问题，我们可能会用20个不同的模型调用来解决它们，其中一些使用专门的微调模型。它们使用不同大小的模型，因为你可能对不同的问题有不同的时延要求或成本要求。”

这种方法类似于人类组织的工作方式——每个人具有不同的专长，通过组合这些不同专长的人，整体的输出比任何一个人的输出都更好。

经验五：AI不会取代创造力

谈到AI对创意工作的影响，Wheel分享了一个影视制作领域的例子。一位导演告诉他，以前制作一个电影转场特效，他需要支付一家3D效果公司10万美元，等一个月，只能得到两个版本供选择。

但现在有了Sora（OpenAI的视频生成模型），他可以获得这个转场的50个不同版本，只需向模型提供提示词进行头脑风暴。他仍然会找那个3D效果工作室制作最终版本，但他已经经过了头脑风暴，有了更具创意的方法，结果会更好。

Wheel强调，AI不会取代创造力——没有人会输入“给我做一部伟大的电影”，并期望AI完成所有工作，相反，它将成为创意过程中的强大辅助工具。

经验六：培养孩子与AI共存

作为三个孩子的父亲，当被问及他鼓励孩子未来学什么时，Kevin说，他的孩子们已经是“AI原生代”，对他们来说，无论是与AI对话，还是自动驾驶汽车，都已经很常见。

他还对“AI个性化辅导”的潜力表示惊讶：“这可能是AI能做的最重要的事情之一。每项研究都表明，当你将课堂教育与个性化辅导相结合时，学习速度会有多项标准差的提升。ChatGPT是免费的，模型已经足够好了，这真的可以改变世界。”

虽然他认为，“编程技能”在很长一段时间内都很重要，但是他更强调培养孩子的好奇心、独立性、自信和思考能力：“我不知道未来会怎样，但这些技能在未来的任何配置中都是重要的。”

经验七：OpenAI不会进入的领域

对于想知道OpenAI或其他基础模型公司可能不会“碾压”的领域，Kevin提供了一些见解：“无论你的公司多大，无论人有多优秀，墙外总有更多聪明人，而不是墙内。这就是为什么我们如此专注于建立一个伟大的API。我们有300万开发者使用我们的API。无论我们多么雄心勃勃，不论我们增长多快，AI可以从根本上改善我们生活的用例有太多太多，我们不可能有足够的人力，我们不可能拥有所有专业知识来构建这些东西。”

“数据是特定于行业的，特定于用例的，存在于某些公司的围墙后面。在世界上每个行业和每个垂直领域，都有巨大的机会去构建基于AI的产品，改进现有技术。我们不可能自己做所有这些事情，我们也不想做，即使我们想做，我们也做不到。”

经验八：从失败中学习，向前看

在采访的最后部分，Wheel谈到了他在Facebook领导的Libra加密货币项目，称其为“我职业生涯中最大的失望”。

该项目旨在解决全球汇款问题，让30亿WhatsApp用户能像发送短信一样简单地互相发送资金。“我们正在解决的问题，是非常真实的问题。比如汇款领域，人们向其他国家的家庭成员汇款，却要支付20%的费用，这太离谱了。而我们有30亿人在世界各地使用WhatsApp，每天互相交流，尤其是朋友和家人，正是那些会互相汇款的人。为什么你不能像发送短信一样立即、便宜、简单地发送钱呢？”

尽管项目最终未能成功，但Facebook开发的技术现在继续以开源形式存在，并被其他区块链公司如Aptos和Miston采用。Wheel思考道：“可能现在Meta应该重新考虑这个项目，因为现在的政府对加密货币更友好，而Meta的声誉也处于一个不同的位置。”

经验九：持续地良好工作

当被问及他最喜欢的座右铭时，Wheel分享了扎克伯格在Facebook的一次财报电话会议上说的话：“有时候不是一件事，而只是长期持续地良好工作。”

这句话深深影响了Wheel，他将其制作成海报放在自己的房间里。他解释说：“人们太经常寻找灵丹妙药，而生活中的很多事情，很多卓越实际上是每天都出现，日复一日地做好工作，每天都变得更好一点。如果你继续做，收益会不断复合，在一年、两年、五年的过程中，它会累积得非常惊人。”

经验十：AI的乐观未来

尽管人们担忧AI会带来工作岗位流失和更严重的问题，Kevin对技术保持乐观：

“我是一个技术乐观主义者。如果你回顾过去200年，技术推动了使我们成为今天这个世界和社会的许多进步。它推动了经济进步、地缘政治进步、生活质量和寿命的进步。技术是几乎一切的根源。”

就像每一次重大技术变革一样，AI也将改变我们工作和生活的方式，但最终会创造出更多可能性。而如Kevin所说，今天我们使用的AI模型只是未来模型的最基础版本，科技创新的浪潮才刚刚开始。

他指出，模型正在以惊人的速度变得更智能、更快、更便宜和更安全，并且这种进步速度远超摩尔定律的预测。

作为站在AI革命前沿的领导者，Kevin Wheel的见解不仅提供了对OpenAI内部运作的难得一瞥，还揭示了技术如何重塑我们的工作方式，以及我们应如何适应和利用这些变革。正如他所强调的，我们正在经历的只是开始。

（文章来源：科技行者techwalker.com)