作者 | 郑玥
编辑 | 郑玄
移动互联网的黄金十年缔造了一批优秀的产品。而随着大模型时代的到来，移动互联网的产品经理们也在思考，诞生于上个世代的产品，如何与 AI 结合。
最新一个给出答案的是知乎。6 月 29 日，知乎第十届盐 Club 新知青年大会上，发布了最新的 AI 产品「知乎直答」。用户和创作者可以探索提问的全新形态，为全网用户带来更优质的提问、搜索、结果生成和归纳体验。这款产品被认为是「中文版 Perplexity」，引起了用户和资本市场的极大兴趣。7 月 3 日知乎美股一度大涨 15%。可见「知乎直答」打开了问答社区的想象空间。
知乎创始人、董事长兼 CEO 周源也在大会上表示，「知乎直答」能帮助每个人更好地「用提问发现世界」，并围绕工具和每一个人，构建更有想象力、更有创造力、更有活力、更加生机勃勃的社区。
会上，极客公园创始人&总裁张鹏和面壁智能 CEO 李大海、「知乎直答」产品负责人 Kevin、知乎 2023 年度新知答主苏洋，以及新知答主、新浪微博新技术研发负责人张俊林一起，深入探讨了大模型时代的现在和未来，以及新的技术和工具会给创作者带来什么样的变化。
以下是圆桌对话全文，经极客公园整理发布。
大模型到哪了，要到哪去？
张鹏：知乎的 BETA 版当年是在极客公园的小地下室里面发布的。今天我们和几位来聊聊大模型相关带来的影响，各位都在这个领域里面有自己的参与、行动和关注。
李大海：大家下午好，我是面壁智能的 CEO 李大海，是知乎的前合伙人 CTO，知乎是面壁智能的天使轮独家投资人。面壁智能现在聚焦的领域是端侧大模型，现在做的事情把大模型用更高的知识压缩率，做出又小又好的模型，让它在手机、智能汽车、AIPC 等等终端上运行起来。未来希望能够把端侧大模型变成未来更聪明的终端，比如像机器人这样的终端大脑。
张鹏：你说要把这个模型做得离人最近的大模型，所谓最近怎么实现？
李大海：离用户最近，有用户最多的上下文，对于用户最了解，但同时用户会很放心地把这些信息给到它，因为它在终端上不会把这些信息传到网上去，这叫离人最近。
Kevin：最近一段时间在忙知乎直答产品的研发、设计，并已将其上线推广。然而，在 AI 技术大潮来临之前，我作为业内从业者，早在长期关注和研究这个领域。从 ChatGPT 的前身 GPT-1、GPT-2 开始，亲历了这项技术从最初探索不太成熟到后来随着 Scaling Law（缩放定律），参数量爆发，有了惊人的效果。
目前，我们正在探索两大方向，一是通用大模型，它可以应对各种任务，如面壁智能提供的 AI 模型，包括本人也在使用 ChatGPT;另一方面则是垂直领域工具，我们自主开发的知乎直答即为此类典型应用，希望为用户带来极致的搜索体验。
作为以社区为主的平台，知乎拥有广泛的创作者和用户群体。与其他产品不同，我们更注重建立人与人之间的联系。现在虽然不少产品已经能够提供智能、突破图灵测试的回答，但却缺乏一些温度和情感。我们希望在为用户提供便利的同时，也能为之前的创作者们创造更好的展示机会，充分展现他们的内容魅力。
张鹏：苏洋作为新知答主，你觉得 AI 领域接下来有什么很期待的进展？
苏洋：我之前在互联网公司和智源研究院做技术，现在在公司和社区里主要做一些开源和技术落地的事情。今年我很荣幸获得了两个身份:咱们知乎的新知答主，以及 Dify 的中国区大使。
我觉得端侧模型会爆发，首先，它具有较强的普适性，几乎每个人都拥有移动终端设备以及可计算的端侧或边缘设备，并且需要更快速地获取反馈数据的计算结果，这为端侧模型提供了广阔的应用场景。
此外，目前大多数模型仅注重计算能力，而忽视了情感推理等相关能力。不过，今年 GPT-4o 出现了单工的情绪对答的能力，国内也有一些创业公司实现了双工的端侧模型。如果这些能力能与大海老师开发的强大的端侧实体模型相结合，可能就是非常好的产品。
目前，我主要在协助一些朋友和社区伙伴，将大海老师团队的面壁模型、KIMI、零一万物等模型应用于实际业务中，如大模型数据的处理、分类、检索、AI 对话，不少应用现在已经运行快半年了，取得了不错的效果。
张鹏：俊林，讲讲你做的事和你关注的要点。
张俊林：我现在在微博，主要侧重于用大模型做微博场景类的应用，如开发评论机器人系列，为社区互动氛围带来一些促进作用，有一定知名度，如「评论罗伯特」和「吃瓜罗伯特」。此外，我们还尝试将热门影视剧中的虚拟角色设定账号，以符合其人设特征与用户进行对话互动等其他探索。
我本人偏向新技术探索，会持续关注并试图将相关进展应用于微博业务中。
我从去年年中开始关注的一个方向，我个人称之为「AI for AI」的大模型相关研究。具体来说，现有大模型的设计和开发仍然依赖于算法设计师和工程人员。我思考是否未来可能出现由大模型自主设计和优化自身的场景。去年 OpenAI 就曾尝试用 GPT-4 来解释 GPT-2 的内部机制，这可视为初级阶段的「AI for AI」实践。今年 OpenAI 又有新进展，用从 GPT-4 改进的新版本 CriticGPT 来对 GPT-4 输出结果进行错误分析，当然，目前这方面技术还不太成熟，但很有前景。
张鹏：大海你如何看待中国在大模型技术发展方面的进度? 我们是否有理由对此充满信心，在这一波浪潮中也能保持同等水平？
李大海：从几个方面来看，首先在大方向上，中国与美国之间存在一定差距。这涉及到算力、基础集群设施、人才投入等资本投入问题。
不过，AI 是一个百花齐放的生态，AI 的画卷是徐徐展开的，有很多应用场景可以深入挖掘。我观察到一些创业者在某些确定方向上深入工作，取得了不错的数据和收入增长。
除了「大」这个层面，像面壁智能这样的公司，以及最近的「千问」等企业，在探索 AI 其他可能性方面也具有较大影响力。我们的想法是，如何提升大模型的知识压缩率，让模型在更小空间内蕴含更多知识，从而提升模型的智能水平。这可以类比于芯片制程技术的发展。芯片制程越高，每平方厘米内晶体管数量越多，逻辑越复杂。这个概念可以类比到大模型上。我们的目标是，在更小的模型中容纳更多知识，提升模型智能水平，在现有终端上实现模型能力的提升。
总之，AI 不止一个点，把某个点做好就能成为百分之百的赢家。在这个层面上，我相信中国具备强大的创新能力和应用能力，对中国的 AI 发展充满期待。
创作者在 AI 时代，内容更有价值
张鹏：作为知乎答主，你们今天自己怎么用 AI？
张俊林：我认为 AI 已深入到工作和生活中。我使用 AI 最多的是读论文。近两年，与大模型 AI 相关的论文在新浪上呈爆发式增长，要详细阅读每一篇论文完全是不可能的。
现在我一般先看标题，将觉得有价值的论文交给大模型，然后询问论文主旨和关键创新点。通过这种方式，我大约 3 分钟就能掌握论文的精髓，这极大提升了我的工作效率。
苏洋：张老师是典型的学者，而我自己是一名程序员，更多地从事编码工作。我通常会使用 Copilot，它可以帮我完成大约 90% 的代码需求，极大地节省了我的时间。
我还用 AI 刷知乎。半年前，知乎知海图模型产品刚上线，最初只能进行简单提问，但无法对每个回答进行全面地查看，我们搭一个简单的模型应用就可以解决这个问题。后来我还尝试在 B 站上使用类似的方式，抓取视频的要点、核心观点、时间轴分片等。上面这些事情，我在知乎上还分享过一篇详细的教程，介绍如何对视频或文章进行压缩。张老师说需要 3 分钟，但我更懒，可能只需 30 秒左右就够了。
张鹏：知乎在今天思考大模型运用到社区里的时候，它的核心思路是什么？
Kevin：我们希望 AI 是一种辅助工具，不应该完全取代人。特别是在训练大模型时，我们发现内容本身仍然非常重要。自从 GPT 问世以来，2022 年底以后的互联网数据已经被污染了一些。我们更希望人能够使用这种工具，从人的视角出发去创造内容，AI 应该是一种辅助工具，而不是替代人的存在。
张鹏：在 AI 的加持下，你怎么思考未来技术影响到产品，再影响到社区的过程？
Kevin：AI 是一种生产力工具，但不应该让人变得懒惰。它应该是一种辅助人类的工具，引导人进行更深层次的创作。如果直接给 AI 一个简单的问题，有些用户可能就此打住了。但在知乎上，我们更希望深入地引导它，让它沿着某些思考线路、逻辑链路，思考得更广泛、更深入，而不是仅仅获取答案就满足了。
张鹏：大海老师，你认为我们应该如何平衡 AI 作为效率工具和理解用户真实需求之间的关系?
李大海：这个问题涉及到人与机器的关系。蒸汽机、内燃机出现让马车车夫职业被淘汰，但很快就出现了许多新的工作。现在的很多职业，也是小时候完全想象不到的。
现在 AI 的发展也可能会取代一些职业，但我相信 10 年、20 年后，会有更多现在难以想象的新职业出现，让每个人都能找到自己的价值所在。这是人类生产力变革过程中的自然变化。
另一方面，我相信 AI 发展的最终目标还是更好地服务于人类。因为人最大的价值就在于提供需求，没有人类就没有需求存在。
张鹏：你如何看待 AI 在知乎上对创作者的具体帮助? 你在成为年度答主的过程中，是否感受到了 AI 对你创作过程的具体影响? 你认为其他用户将来可以从你的经验中借鉴什么?
张俊林：我实话实说，AI 在文字创作方面对我并没有提供太多帮助，但配图特别好用。想要找到一张完全符合自己需求的图非常困难，但 AI 可以更便捷地生成完全符合我个人想要表达内容的图片。知乎配图用 AI，文字基本还自己写。
张鹏：AI 帮你的创作实现了多模态。
张俊林：从文字创作来说，AI 确实提升了很大的效率。但我认为，目前阶段的 AI 还存在一些问题。它更倾向于重复或创造性地重复它已经见过的知识、观点和内容。
作为社区的一员，我的体会是，想要写出真正有价值的内容，需要有一些独特的观点。如果让 AI 去创造从未见过的独特性观点，我认为它目前还做不太好。独特性应该还是要依赖人来完成。
如果只是希望通过 AI 写出一些大众化的评论或见解，那没有问题。但这种内容千篇一律，也不会引起太多关注，价值也不大。
张鹏：两位是否都感受到了 AI 在解放时间、提升创作效率等方面的帮助? 我们应该如何正确定义和利用 AI，让它真正成为我们的助手，而不是替代创造者本身?
苏洋：AI 帮我节省了大量时间，同时获取到了更高密度的有效知识。之前多数情况，我是看朋友圈或群里分享出来的内容。我也确实写了一些小爬虫，将知乎上我关注的答主们发布的内容高密度地发送给我。
在写作方面，我不会让 AI 直接帮我写作，因为我有 17 年博客写作和 7 年知乎专栏的写作经验，对自己的写作方式有一些洁癖，我希望自己的文字依然是亲手书写的。当然，我认为在新时代这个习惯可能需要进一步改进。但，在确定文章框架、立意以及内容全面性等方面，我会让 AI 模型提供建议和引导，作为我创作的参考，来节约时间。
此外，我还会利用工具如 Whisper 将参考视频转为文字记录，再进行多轮问答引导，得到文章提纲，我再据此进行自己的创作，这样可以大大节省我的精力。
在图片生成方面，和张老师一样，我也深有感触。去年我在知乎首发了一篇利用 80 行代码实现 Midjourney 官方重点功能 Describe 的文章，拿了三个 GitHub 的热榜 trading。
李大海：因为两位都是文字能力特别出众的创作者，问他们这个问题有点偏颇。AI 对于创作能力没有这么拔尖，不太容易拿到新知答主的创作者来说，更有价值，因为 AI 能够弥补我们普通人的一些创作上的短板。前提是知道自己想要什么，不能全交给 AI，AI 本身是一个工具，是人类能力的扩增。
张鹏：从观察大量知乎内容和用户的角度出发，如何评估未来 AI 生成内容越来越多的情况下，哪些内容和能力是真正不可替代的人类创造?
Kevin：首先，我想跟苏洋说一下，我们一直在不断完善我们的产品，也希望能与更多优秀的答主进行沟通。所以之前你利用爬虫程序抓取了我们知乎的数据，这样的需求我们可以进一步探讨一下。我们甚至可以直接将你开发的功能加入到知乎直答中，让更多用户受益。回到张鹏老师的问题，我认为未来会出现两类人，一类使用 AI 工具，一类不使用。使用 AI 工具的人将获得更多优势和更高的效率。我们做知乎直答的目的，就是希望将 AI 技术推广到更广大的用户群中，让更多人受益。原本只有少数顶尖人才会使用 AI 工具，我们希望打造一个面向全体用户的普及型工具，提升大家的创作效率。
同时，我们始终认为人类创造的内容更有价值。因为机器目前还无法完全模拟人类的情感、自我反思等，这些都是机器难以取代的核心价值。
张鹏：作为知乎创作者，对于那些还未积极尝试使用 AI 创作工具的用户，你会给出什么样的建议，帮助他们也能够体验到 AI 带来的好处和价值?
张俊林：现在使用 AI 的学习成本已经非常低了，而且会越来越低，主要是意识问题，只要想用，就一定能够很好地利用 AI，让它成为放大个人能力的极好工具。
苏洋：如果你想快速进步，又不想费太多精力，不妨多在知乎上浏览和学习。除了知乎直答之外，知乎上各种帖子中也有很多有价值的总结和分享，可以帮你快速掌握要点。
AI 为我们节省下来的时间，当然可以用来休息娱乐，同样也可以选择接触了解知乎上发表优质内容的答主们、大咖们，去结识这些有趣的灵魂。
Kevin：AI 这波浪潮来得很急，而且流速很快，我希望大家积极拥抱 AI，培养自己的习惯，在日常生活中多使用 AI，多让它来提升自己的效率，如果不跟上这个节奏的话，很容易被时代抛弃。
李大海：首先，多在知乎上学习和交流确实是很好的方式。其次，我们要更细化地去理解什么叫做真正拥抱 AI，要去深入探索它的边界，感受它能做什么、不能做什么。就像观察孩子快速成长一样，感受 AI 的变化是非常令人惊叹的。我希望大家能以这样的开放心态和探索精神来拥抱 AI，充分利用它为我们带来的种种可能性。