大多數人認爲,隨着模型變得更智能,AI的價值也會增加。
我開始覺得,最終可能會發生相反的情況。
智能正在變得普遍。
每隔幾個月,就會出現一個新的模型,具有更好的推理能力、更好的編碼、更好的寫作和更好的性能基準。
隨着時間的推移,原始的智能開始看起來不再是競爭優勢,而更像是一種商品。
而真正稀缺的是上下文。
互動的歷史。
用戶與AI系統之間積累的理解。
那些無法從基準排行榜下載的偏好、目標、習慣和決策模式。
這就是我發現用戶擁有的智能越來越有趣的原因。
如果AI成爲長期陪伴工作、研究、創意和決策的夥伴,那麼最有價值的資產可能不是模型本身。
而是圍繞模型形成的關係。
這種關係即使在基礎模型不斷改進的情況下也會持續存在。
這就是爲什麼@OpenGradient 對我來說如此突出。
OpenGradient Chat不僅僅是一個與模型的界面。圍繞持久記憶、隱私和用戶控制智能的更廣泛願景暗示了一個未來:上下文屬於用戶,而不是被困在一個平臺內部。
這改變了AI的經濟學。
模型可以被替換。
上下文不能。
市場花了很多時間討論計算、參數和基準。
我不確定它花了足夠的時間思考積累智能的所有權。
這可能最終成爲更持久的資產。
#opg $OPG
我開始覺得,最終可能會發生相反的情況。
智能正在變得普遍。
每隔幾個月,就會出現一個新的模型,具有更好的推理能力、更好的編碼、更好的寫作和更好的性能基準。
隨着時間的推移,原始的智能開始看起來不再是競爭優勢,而更像是一種商品。
而真正稀缺的是上下文。
互動的歷史。
用戶與AI系統之間積累的理解。
那些無法從基準排行榜下載的偏好、目標、習慣和決策模式。
這就是我發現用戶擁有的智能越來越有趣的原因。
如果AI成爲長期陪伴工作、研究、創意和決策的夥伴,那麼最有價值的資產可能不是模型本身。
而是圍繞模型形成的關係。
這種關係即使在基礎模型不斷改進的情況下也會持續存在。
這就是爲什麼@OpenGradient 對我來說如此突出。
OpenGradient Chat不僅僅是一個與模型的界面。圍繞持久記憶、隱私和用戶控制智能的更廣泛願景暗示了一個未來:上下文屬於用戶,而不是被困在一個平臺內部。
這改變了AI的經濟學。
模型可以被替換。
上下文不能。
市場花了很多時間討論計算、參數和基準。
我不確定它花了足夠的時間思考積累智能的所有權。
這可能最終成爲更持久的資產。
#opg $OPG