中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

從ChatGPT的橫空出世到多模態功能的集成，AI生產力工具正變得越來越強大和實用。本文作者分享了他使用AI工具的深刻體驗，探討了AI生產力工具的發展歷程、當前優勢以及未來潛力，為我們揭示了AI如何成為提升工作效率和質量的關鍵因素。

當ChatGPT于2022年10月30日橫空出世之時，我跟周圍的很多朋友一樣，幾乎立即成為了它的用戶。我很快認識到了AI大模型在生產力方面的巨大潛力，尤其是在翻譯、回復郵件、撰寫周報、總結會議紀要等任務上。

此后大約一年半的時間里，我試用過市面上大部分流行的大模型聊天機器人，以及基于大模型的生產力工具，其中有些給我留下了深刻印象；但我一直是“淺嘗輒止”，站在旁觀者的角度進行研究和評判，從來沒有在真正的工作任務上依賴過它們。

為什么？

因為AI生產力工具還存在許多缺點。

• 它們普遍無法處理復雜的、結構化的信息（例如各種文件）；
• 它們經常產生所謂“模型幻覺”（即瞎編的夸夸其談）；
• 它們無法根據最新的外部信息調節其回答；
• 而且它們的用戶界面往往不夠友好。

總而言之，它們“能用”，但實用價值和可靠性有待提高。就像一支球隊中的青訓天才球員，偶爾能靈光一現、讓人眼睛一亮，卻無法成為值得長期依賴的主力球員。

相信很多經常接觸AI大模型的人，會跟我得出類似的結論。

然而，現在一切都不同了。

今年6月以來，AI大模型開始對我的日常工作發揮舉足輕重的作用；我已經在GPT-4o上面花費了上百小時，在騰訊元寶上面花費了幾十小時，它們分別是我處理英文和中文信息的最重要的生產力工具。我毫不猶豫地開始為GPT-4o付費；可惜元寶還沒有付費選項，不然我肯定會欣然接受。

為什么？

這是由一系列技術和產品革新決定的：

現在的大模型普遍具備了多模態功能，在輸入端和輸出端能同時處理文字、圖片和音頻信息；視頻功能暫時還沒有被整合進主流多模態大模型，但應該只是時間問題。

超長文本處理，以及對多種主流文件格式的解析，已經成為主流AI產品的標配。直接把一個大文件或者網頁鏈接扔給大模型解析的感覺非常好！

對外部信息的搜索和梳理功能也日益強大。上面提到的GPT-4o和元寶都可以隨時發動AI搜索，整合多個渠道的外部信息，并且列出可追溯的信息來源。

對我而言，從現在開始，AI生產力工具才算越過了從“能用”到“好用”的那根金線。這就好像當年的“法國小將亨利”去掉了“小將”前綴，“小小羅”在曼聯晉升為“C羅”——從靈光一現的神童變成了值得依賴的主力。

就在昨天晚上，我與GPT-4o進行了兩個多小時的對話，梳理了全球三大云計算平臺（AWS、Azure、GCP）的基礎知識；今天下午，則讓元寶幫忙總結了幾份很長的券商研究報告，從中找出了幾個值得閱讀的新穎觀點。

我有一種越來越強烈的感覺：這就是未來的工作方式，也是AI生產力工具的正確打開方式。它們會幫助我們節約無數的時間，徹底改造大部分傳統業務流程，把我們的工作效率帶到前所未有的高度。

舉一個剛剛發生的案例：我詢問騰訊元寶，如何看待未來幾個季度騰訊游戲業務的走向。AI深度搜索功能自動啟動（此功能7月1日剛剛上線），在半分鐘內搜索了40個信息源，引用了其中4篇作為參考（且附上了鏈接），向我提供了如下結論：

在DNF手游的推動下，騰訊游戲二季度收入將實現兩位數的增長；三季度產品排期尚不確定，但是海外市場將驅動游戲業務整體繼續增長。
除了游戲業務之外，還應該關注視頻號電商帶貨以及微信搜一搜場景的商業化，以及對AI算力的持續投資，乃至“AI+游戲”等下一代產品。

左圖為元寶APP的一般AI搜索結果，右圖為深度搜索結果

（在補充騰訊一季報文件之后，元寶又恰如其分地指出了Supercell和Riot Games對騰訊游戲海外業務的重要意義，包括前者的《荒野亂斗》和后者的《無畏契約》，等等。）

對于一個已經非常熟悉騰訊及其游戲業務的分析師而言，上述分析略嫌粗淺；可是對于一個沒有相關知識儲備的普通人而言，上述信息已經非常有用了。

幾乎所有的事實列舉都是正確的，論點和論據之間的結構關系明確，語言組織的方式也頗具可讀性。

我不禁想起了七年多之前，我剛開始研究包括騰訊在內的中國互聯網行業時，找資料、整理資料、確定資料可靠性，都是老大難問題；如果當時就有生成式AI該多好??！

值得特別指出的是，與其他具備搜索功能的AI工具相比，元寶有一個巨大優勢：對騰訊生態的信息覆蓋非常完善。

眾所周知，微信公眾號一直是中文高質量專業文字信息的主要發源地，就拿我熟悉的互聯網、AI行業來說，幾乎所有的優質原創文章都來自公眾號；對于上面那個騰訊游戲的話題，元寶援引的4條鏈接，就有兩條來自業內頗具影響力的公眾號。

除此之外，根據我的觀察，元寶似乎對財經專業信息的覆蓋尤其健全，這可能是源自騰訊自選股、騰訊新聞等平臺的財經內容。

我相信，除了財經之外，應該還有不少其他專業垂類受益于這種高質量的信息覆蓋，這對于生產力應用的意義怎么估計都不過分！

AI搜索非常重要，但它不能單獨解決一切問題。

長文本理解和文件解析也非常重要，例如在上面的案例中，我手工上傳的騰訊財報PDF文件就發揮了補充作用；其實我還可以上傳自己制作的Excel表格文件，讓元寶進行更深入的數據分析。讓我高興的是，元寶把“搜索”和“長文本/文件解析”兩項功能，比較良好的融合了起來。

當然，必須承認，與GPT-4o這種全球領先者相比，元寶還是有差距的，在不同信息來源的無縫融合方面還需要提高。不過我相信，這種差距不是出于大模型底層的缺陷，它可以通過良好的產品迭代得到解決。

今年3月的《哈佛商業評論》刊登了一篇題為《人們究竟如何使用生成式AI》(How People Are Really Using GenAI)的文章，其中提到了幾個有趣的發現：在全球的十多億“腦力勞動者”當中，只有大約15%在使用生成式AI工具。

剩下的85%為什么不使用呢？

有些是認為它們“沒有用”，有些是因為它們經常給出錯誤答案，還有些單純是因為用戶界面不夠友好。

時至今日，大模型自身的技術能力其實已經超過了許多重復性勞動的要求，所以很顯然，問題出在產品端。

其實，今年5月13日發布的GPT-4o就是一個典型的產品創新——它的底層完全是基于已有的GPT-4和DALL.E大模型，只是把多模態、搜索和文本解析功能做得更好了而已。

因此，我能夠理解，為何騰訊對于混元大模型（元寶就是建立在混元基礎之上）的定位是“實用級大模型”。

以前的大模型產品更像是給極客使用的，很有趣、很值得研究，可是易用性與普適性不足；元寶這樣的產品則是面向每個普通人的。

按照我的一位從事AI產品研發的朋友的話說：“元寶的進步相當快，我指的不是模型側的進步，而是應用層面的‘雕花’。從單純的技術角度看，‘雕花’好像沒什么大不了的，但那是用戶真正關心的。騰訊最擅長的不就是把用戶體驗做好嗎？我很期待再過幾個月的元寶會是什么樣子?！?/p>

對于這位朋友的觀點，我還想補充一句：我們都說“騰訊擅長產品”，這個“擅長”不僅僅在于重視用戶體驗，也在于把各項功能有機地捏合為一款產品的能力。

例如，在國內主流AI產品當中，秘塔很擅長搜索，Kimi Chat很擅長長文本分析，這些都得到了用戶的公認；而騰訊元寶則是兼具了這兩項能力，形成了一條更順暢的工作流，實現了“秘塔+Kimi”的效果。這背后折射的，是騰訊從QQ到微信、從PC端到移動端一以貫之的產品方法論，以及高度重視實用性的“產品經理文化”。

未來的元寶會不會像微信一樣，建立龐大的應用生態、添加越來越多的功能，乃至演化為一個完全融入工作和生活的“AI全能助理”？會不會與企業微信、騰訊會議、騰訊文檔等現有的生產力應用更深入地融合起來？

一切皆有可能，但是最終決定一切的，肯定是用戶的實際需求。

上面說的是比較長期的愿景。在短期，我認為AI生產力工具的“殺手級功能”已經出現了，那就是深度搜索、文件解析和多輪對話（記憶）功能的有機結合。

這三項功能足以有效地總結外部信息、用戶提供的內部信息以及模型自我生成的信息，對它們進行高效處理，同時最大限度地排除低質量信息和“模型幻覺”。

對于大部分組織和個人而言，這已經非常實用了！《哈佛商業評論》提到的“85%的腦力勞動者為什么還不使用生成式AI”的主要原因，由此得到了圓滿的解決。

生成式AI對人類工作流程的改變，才剛剛開始。今后還有更多、更復雜的問題需要解決，但是我們已經走在正確的道路上了。我迫不及待想看到各類AI生產力工具百花齊放、爭奇斗妍的那一天——應該很快就會到來。那些最先適應這個時代的組織和個人，無疑將受益匪淺。