打造AI爆款应用<新>黄金法则；盘点20款最流行AI搜索工具；ChatGPT对在线知识社区的影响；100万用户教会我的5个教训 | ShowMeAI日报

ShowMeAI
1,246 阅读9分钟

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！



1. 盘点 20 款最流行的AI搜索应用，你最喜欢哪几个？

🎨 国内

  • 秘塔AI搜索
  • 天工AI (昆仑万维)
  • 简单搜索 App (百度)
    • secr.baidu.com/
    • 只有手机版，规规矩矩的一款AI增强搜索应用
  • 360 AI 搜索
    • so.360.com
    • 最近数据增长蛮快的，综合体验比较流畅
  • 澜舟AI搜索
  • BrainStorm

🎨 出海 (需要魔法)

  • Devv.ai
    • devv.ai
    • 面向开发者群体，高级功能需订阅，需要魔法
  • Globe
  • Lepton Search
    • search.lepton.run
    • 贾扬清用 500 行代码撸出来的乞丐版，已开源，支持多种语言，需要魔法

🎨 海外 (需要魔法)



2. 我的AI应用迎来第 100 万名用户啦！分享印象深刻的 5 个成长教训

Plus AI 是一款 AI PPT 生成和编辑工具，用户安装次数已经突破了 100 万！Dan 作为联合创始人 & CEO，撰文分享了他们团队一路走来的 5 条核心经 👉 阅读原文

  • [Lesson 1] 积极利用民众对AI的热情进行推广，但要排除市场反馈中的噪音。也就是说，要精准定位到愿意付费来解决问题的用户，而不是那些热情却不会花钱的尝试者。

  • [Lesson 2] 对用户进行预期管理。如果说目前生成式AI的能力只有 60%，那用户的预期基本已经飞到天上的 120% 了。要根据自己产品的类型和市场策略，控制住用户的期待，或者去找那些已经有着合理期待的精准用户。

  • [Lesson 3] 不要做聊天机器人。

  • [Lesson 4] 随着 ChatGPT / GenAI 能力日趋完善，大量AI应用即将爆发，并有可能诞生市值数十亿美元的公司。恰如曾经的 CRUD 应用程序催生除了繁荣的 SaaS 生态和行业巨头。

  • [Lesson 5]真实的数据反馈至关重要。产品开发和上线的节奏要快，收集到数据后要快速进行优化。事实表明，没有真实用户使用数据的AI产品，迭代和优化会步履维艰。



3. 硅谷老牌 VC 给出打造爆款 AI 应用的 7 条黄金法则：新时代，新规律

Menlo Ventures 是美国知名风险投资公司，成立于 1976 年，先后成功投资了Uber、Siri、Tumblr，以及这轮生成式AI 浪潮的 OpenAI、HuggingFace、Synthesia 这些先行者。

随着越来越多AI应用类公司的脱颖而出，Menlo Ventures 发现它们的成长规律与上个时代已经截然不同，而且增长速度完全超出历史上任何一家 SaaS 公司 (上图黄线比黑线增长快)。

既然，生成式AI时代脱离了公司实现 $1 million ARR之后按照「triple, triple, double, double, double」发展的既有经验，那就重新洞察规则，帮助新一代AI应用创业公司健康成长。


Menlo Ventures 给出了 7 条新的黄金法则，并附上了每条对应的案例研究 (Case study)。👆 如上图所示，左侧为新法则及其说明，右侧为几家公司的执行情况 (颜色越深代表完成度越高)。

[1] Displace services with software

  • 用软件取代服务
  • 目前大约 80% 经济活动基于服务 (services)，而生成式AI正在突破边界，渗透到曾经技术无法满足的领域和场景。
  • Case study #1: Co:Helm

[2] Target work that is high-value, high-volume, or facing labor shortages

  • 狙击高价值、高容量、劳动力短缺的岗位
  • 这些岗位最容易被AI影响，比如软件工程师、律师、客服代表、护士等。
  • Case study #2: Abridge

[3] Seek pattern-based workflows with high engagement and usage

  • 寻找规律性强、用户粘性高的工作流程
  • 不论AI应用是作为人类员工的 Copilot，还是完全自动化地执行任务，其最适合的场景是高频且固定的工作流。
  • Case study #3: Eve

[4] Unlock proprietary data

  • 激活专有数据的潜力
  • 80% 的企业数据是非结构化的，基于大语言模型的AI原生应用，可以充分地发挥这些数据地价值，并帮助企业构建自己的数据壁垒。
  • Case study #4: Eleos

[5] Embrace zero marginal cost creation

  • 创造的边际成本将趋向于0
  • 生成式AI技术的成熟，使得生成文字、图片、软件、产品等的成本无限降低。人人都可以快速创造的新模式，将为企业带来无限的可能性。
  • Case study #5: Typeface

[6] Build where incumbents aren't, can't, or won't

  • 在传统企业尚未触及的领域进行创新
  • 寻找那些传统企业尚未涉足、无法快速行动、没能充分认识到AI潜力的领域。
  • Case study #6: Sana，SmarterDx，HeyGen

[7] Win with compound AI systems rather than models

  • 成功依赖于复合AI系统，而非单一的大模型
  • AI应用要重视数据、基础设施、架构等层面的创新，积极构建复合的AI系统，例如RAG、思维链 (chain-of-thought)、agents、为特定功能选择合适的模型等。👆 如上图所示
  • Case study #7: EvenUp


4. [视频分享] 当我们在谈论 “Agent”，我们在说些什么？

视频 →

这是 @Strayn 在上周日现场分享的录屏，共80分钟，厘清了当下爆火的「Agent」很多基础概念、工作原理和设计模式。

PPT 有英文页面也有中文页面，但是 @Strayn 全程用中文在讲，而且特别清晰流利。对 Agent 感兴趣的话，可以听一听 👉 B站视频

  • 00:00 什么是 Agent？一个过时的定义
  • 02:45 智能 Agent 的结构
  • 09:25 为什么是大语言模型（LLM）Agent？
  • 12:40 表示的艺术
  • 17:57 赛博语文101：人话、图、代码和数学
  • 38:02 大语言模型（LLM）的局限性：更多是押韵而非思考
  • 53:12 语言作为产品：一个世界，四种语言
  • 60:59 大语言模型（LLM）闪耀之处
  • 65:16 现在，什么是 Agent？


5. GenAI 时代，在线知识社区将何去何从？Reddit 和 Stack Overflow 这对难兄难弟啊

Stack Overflow 是全球知名的编程问答平台，积累了大量用户免费贡献的优质问答，却也因此被各家大模型公司悄悄盯上了。Stack Overflow 采取了一系列措施表达抗议，并最终于与 OpenAI 达成交易，把社区里的内容卖了个好价钱。

然而，这一交易引发了社区用户的反对。

部分用户想删帖表达抗议，却发现高赞问答已经被锁定，无法删除。于是采用迂回策略，把原来答案修改成了抗议内容，结果 系统一小时后恢复了原始答案，还把这类用户账号冻结7天。


无独有偶。Reddit 也曾经闹过这类风波。

Reddit 是一个新闻聚合和讨论的论坛，可以理解为「美版贴吧」，因为积累了大量优质数据，成为了大模型公司训练语料的爬取目标。为了节约服务器成本 & 提高与大模型公司的谈判筹码，Reddit 更改了API，转而向第三方应用程序收费，但是这一变更也被解读为「变相“杀死”了第三方客户端」。

受到影响的用户和开发者，组织了一场声势浩大的抗议。许多论坛管理员关闭讨论分区或将其转为私密状态，一度导致 Reddit 整个平台暂时瘫痪。

最终，Reddit 与 Google 达成每年 6000 万美元的数据授权协议，并最终在2024年3月成功上市，算是不错的结局了。


🎨 生成式AI对在线知识社区的影响

除了我们上面回顾的一系列「闹剧」之外，ChatGPT 发布引发的 GenAI 浪潮，对在线知识平台还有什么影响吗？

最近发布的一篇论文，就用 Stack Overflow 和 Reddit 两个平台2021年10月至2023年3月的用户活动数据，分析出了 ChatGPT带来的具体的影响。

ChatGPT 问世时间是2022年11月30日，研究选取的数据时间范围，正好可以观察前后变化。我们直接看论文的结论。


Stack Overflow 社区参与度的总体下降

自ChatGPT发布后，Stack Overflow的日均访问量显著下降，减少了约100万访客，这一变化占到了该网站发布前日均访问量的12%。



Stack Overflow 内容生产显著减少

Stack Overflow的问题提交量在ChatGPT发布后显著减少。但是，这一趋势在 Reddit 社区中并未观察到，也说明 Reddit 的社交特性可能在一定程度上抵消了LLM 带来的负面影响。



不同主题受到影响的程度不同

在Stack Overflow、Reddit 等内容平台上，与编程活动紧密相关的主题受到的影响更大，这也是ChatGPT能够很好处理的领域。而那些需要更复杂背景知识的主题，如企业级解决方案，受到的影响相对小很多。



用户账户成熟度 & 问题复杂性的提升

ChatGPT发布之后，Stack Overflow上活跃用户账户的平均年龄有所增加，表明新用户或经验较少的用户在 ChatGPT 发布后更倾向于退出社区。

同时，发布的问题在复杂性上有所提升，因为问题中「长单词」 (超过6个字符的单词) 的平均频率增加了，这可能意味着更复杂的问题开始占据主导。

◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！

◉ > 前往 🎡ShowMeAI，获取结构化成长路径和全套资料库，用知识加速每一次技术进步！

avatar
文章
阅读
粉丝