一個頂級 AI 產(chǎn)品經(jīng)理的自我修養(yǎng) | 42章經(jīng)

播客對談原長度 22000 字，本文稿整理后 8000 余字。本文嘉賓 Hidecloud 也是我們 AI 私董會成員，歡迎點擊文章底部的閱讀原文或掃碼，獲取報名鏈接（里面也有目前已加入的成員名單，和 4 月 13 日即將進(jìn)行的線下活動情況，可點擊查看）

光年之外最近在做什么？

曲凱：應(yīng)該很多人都會好奇 光年之外 最近都在做些什么？

Hidecloud：最近我們發(fā)布了一個 AI 驅(qū)動的兒童繪畫產(chǎn)品，叫 Dodoboo，將小朋友的幾筆涂鴉自動優(yōu)化成一張比較精美的圖畫，激發(fā)孩子的創(chuàng)造力和自信心。

我們在這件事上做了一些小的創(chuàng)新。市面上已有的涂鴉增強(qiáng)產(chǎn)品，大部分是需要你先寫一個 prompt 再畫畫。但我們的目標(biāo)人群是 5~10 歲的小朋友，讓他們寫 prompt 其實是不現(xiàn)實的，所以我們是讓他直接動筆畫就行了，不需要事先想自己要畫什么。這樣的話，在同類產(chǎn)品中我們表現(xiàn)還不錯。

曲凱：這類產(chǎn)品，它給用戶的那個點是什么？

Hidecloud：這個很有意思，我們的產(chǎn)品是做涂鴉增強(qiáng)的，我們本來認(rèn)為涂鴉本身就是 aha moment。后來工程師想到一個 idea，他說除了這邊畫畫，那邊 AI 出圖之外，是不是也應(yīng)該支持把 AI 生成的圖再拖過來，進(jìn)行二次創(chuàng)作？

后來他自己就把這個功能給做了。實際做出來之后，我們發(fā)現(xiàn)了一些新的嗨點。

把生成的圖拖過來，基于生成的圖又生成了一張新的，再拖過來再生成新的，你會發(fā)現(xiàn)那個畫越變越美，細(xì)節(jié)越變越多，紋理越變越好，整個過程我們自己就能玩得特別嗨。

所以那個時候我意識到一件事：以前我們可能會覺得對于大模型應(yīng)用，都是人給它一個 prompt，但這個 prompt 是否一定要來自于用戶？我覺得是不一定的。

像我自己去年七八月份，看了很多產(chǎn)品之后，我當(dāng)時有個判斷：我很難想象兩三年之后有一款大規(guī)模流行的 AI C 端產(chǎn)品，它的主流使用場景是用戶拿著手機(jī)在那打字。因為打字是非常消耗人精力的事，成本太高了。

所以當(dāng)時我在想，我一定要做低 prompt 甚至 0 prompt 的產(chǎn)品。像剛才我描述的那個場景，把一張圖拖過去再生成下一張圖，這就是一個幾乎 0 prompt 的過程，但它給你帶來的娛樂體驗是非常有意思的。

曲凱：我覺得你剛才講的這個場景就是非常產(chǎn)品經(jīng)理的一個點，因為從技術(shù)上來看，完全可以做到不用拖，它就自己去不斷地生成。

Hidecloud：這里面有兩個感悟。

一個是在交互這件事上。其實有時候像這樣一些人機(jī)交互的機(jī)會是藏在代碼里的，比如在工程上，其實非常好實現(xiàn) “自動迭代 10 輪”。但我們發(fā)現(xiàn)，當(dāng)把這個過程展開，讓人參與進(jìn)來的時候，這個過程本身就是具備消費(fèi)價值的。

這其實就非常需要產(chǎn)品和工程之間有緊密的結(jié)合，你要理解整個的運(yùn)作過程，你才能知道這其中哪一部分是可以抽離出來的，哪一部分是人可以以適當(dāng)?shù)姆绞絽⑴c進(jìn)去的。這其中會有很多值得挖掘的點。

還有一個點在于，像我剛才描述的那個場景，從一張草稿變?yōu)橐粡埦赖漠嬜?，對我來說消費(fèi)的是過程，但對于我身邊的同事來說，他們欣賞的是內(nèi)容本身。

所以，AIGC 里，G (Generate) 和 C (Content) 都是具備消費(fèi)價值的。我覺得最終不一定是每個人都來 G，有可能是少部分人來 G，而絕大部分人是來消費(fèi) C 的。只不過我們需要思考怎樣用一個合適的形式，讓用戶參與進(jìn)來，不管消費(fèi)的是最終的產(chǎn)物，還是過程本身。

今年 toB、toC 都會有現(xiàn)象級的產(chǎn)品出來了

曲凱：做了半年多的 AI 產(chǎn)品，現(xiàn)在的你對于 AI 的理解和之前有哪些區(qū)別？

Hidecloud：行業(yè)內(nèi)一直有一種說法，閉源模型永遠(yuǎn)會領(lǐng)先開源模型。但從我們自己的實踐來看，最近半年，整個開源社區(qū)的進(jìn)展是異常的夸張。每個星期都像過年一樣。整個學(xué)術(shù)界和產(chǎn)業(yè)界對于開源社區(qū)的貢獻(xiàn)，已經(jīng)超過了我在半年前我對我所能夠利用的 AI 能力的想象。

當(dāng)然你也可以說這不算什么，閉源的某公司擁有更強(qiáng)大的模型能力，但我覺得 so what? 如果現(xiàn)有的開源社區(qū)已經(jīng)提供了足夠好用的模型能力，我為什么還一定要追求最強(qiáng)大的呢？

曲凱：我理解你的意思是，現(xiàn)在的各種開源模型、開源算法，其實相當(dāng)于產(chǎn)品經(jīng)理的彈藥庫。有的人有原子彈，但也無所謂，平時也用不上，只要夠用就足夠了。所以目前你的彈藥庫里大概都有哪些東西？

Hidecloud：比如先從我們最熟悉的語言模型開始說起。

從整個開源社區(qū)的角度來看，有兩個比較主流的方向，一個是 Llama 2，另一個是 Mistral。市場上絕大部分 fine-tuned 的版本都是基于它們兩個做的。

另外，在視覺語言模型方面，開源社區(qū)里也有非常多好用的。

比如 LLaVA，它是基于 Llama 的視覺語言模型，可以用它做一些圖片描述?，F(xiàn)在只要給它一張圖，它便能夠給出非常 detail 的圖片描述，我有時候甚至都沒能注意到這個圖上居然還有這個細(xì)節(jié)，這在半年前都是想都不敢想的技術(shù)。

圖像方面的話，在 Stable Diffusion 生態(tài)里，有兩個我覺得是去年比較重要的工作。一個是 ControlNet，另一個是去年年底的 LCM (Latent Consistency Model) 技術(shù)，它核心解決的是效率的問題。

以前就算你有 4090 的卡，跑一張圖也得至少 10 秒，但是有 LCM 之后，它可以把出圖的時間直接壓縮到毫秒級別。

像以前的一些圖像生成場景，可能需要二十幾秒的延遲。但誰能想到半年的時間，就已經(jīng)可以做到毫秒級出圖，這在產(chǎn)品中的想象空間就變大了很多。

視頻和聲音方面，像 Pika、ElevenLabs 這種最頂尖的商業(yè)產(chǎn)品，它們的大部分模型能力，都能在開源社區(qū)中找到對應(yīng)的方案。當(dāng)然這其中可能需要一些界面上的包裝、模型間的微調(diào)。

曲凱：但既然彈藥庫里已經(jīng)有這么多武器了，也能更低成本、更高質(zhì)量地完成了，為什么在過去半年里，我們沒有看到更多像妙鴨這樣的爆款應(yīng)用出來？

Hidecloud：這個問題非常有意思。

我覺得這一波 AI，不光是要站在用戶需求和商業(yè)視角上做產(chǎn)品，更多是要去理解模型的能力邊界。我很 buy in 王小川提過的一個觀點：上一代產(chǎn)品經(jīng)理解決的是 PMF，即產(chǎn)品和市場的 fit，這一代產(chǎn)品經(jīng)理還要先解決 TPF，即產(chǎn)品和技術(shù)的 fit。

我上周末做了一個 AI 行業(yè)的分享，分享的對象是行業(yè)里一幫頂尖的，彼此認(rèn)識了快 10 年的產(chǎn)品人。說實話我的分享只是一些很基礎(chǔ)的，關(guān)于 stable diffusion 底層原理的認(rèn)識，但即使是這樣，對于這批頂尖的產(chǎn)品同學(xué)來說，大家仍然會覺得這是很嶄新的認(rèn)知。

所以我自己有一個很大的感受是，絕大部分人，只是保持了一種興奮、震驚，但真的去理解整個學(xué)術(shù)界和工業(yè)界進(jìn)展的同學(xué)，是非常少的。AI 火了一年了，但是你看有多少人真的入行搞 AI 了？至于真的去理解每個月的技術(shù)進(jìn)展，最新模型的能力邊界、原理的人，就更少了。

所以我覺得這也是為什么過去半年，沒有出來那么多新東西的原因。

曲凱：他們是沒有去理解最底層的這些技術(shù)，還是他們沒有及時讀 paper 去理解最新的技術(shù)？

Hidecloud：都有。

曲凱：為什么是產(chǎn)品經(jīng)理要來讀這些東西？因為像以前這些技術(shù)問題似乎都交給 CTO 去做就好了。

Hidecloud：現(xiàn)在的產(chǎn)品大都比較薄。我自己對現(xiàn)在產(chǎn)品的定義是 model as a product，即 model 本身的輸入和輸出，決定了產(chǎn)品整體的交互。

當(dāng)然我們不排除未來 AI Native 的產(chǎn)品會越做越深，model 在其中的占比會越來越低。但至少在當(dāng)下，模型能力還和變戲法一樣，它本身對用戶來說就已經(jīng)很新鮮、很有價值了，那這個時候產(chǎn)品經(jīng)理如果不能去理解模型的能力邊界的話，你就很難去把它和用戶需求連接起來。

我見過有的團(tuán)隊，尤其是在大廠里，產(chǎn)品、技術(shù)和模型分三家，然后他們?nèi)揖头路鹪诟艨諏υ?，產(chǎn)品也不知道模型能做什么，技術(shù)也不知道產(chǎn)品這邊到底想滿足什么樣的用戶需求。

曲凱：這是不是也能解釋，為什么現(xiàn)在很多很好的產(chǎn)品是小團(tuán)隊做出來的？

Hidecloud：對，產(chǎn)研之間的配合需要非常緊密。

曲凱：我理解肯定是有相當(dāng)大比例的人存在這些問題，不管是組織結(jié)構(gòu)跟不上，還是他日常的學(xué)習(xí)習(xí)慣跟不上。但肯定也還是有一小撮人是很優(yōu)秀的，但他們目前也沒有 deliver 出什么成果。你覺得其它的一些阻礙是什么？

Hidecloud：還有一個阻礙點在于，現(xiàn)在的互聯(lián)網(wǎng)已經(jīng)不是 20 年前的互聯(lián)網(wǎng)了。消費(fèi)者不管是在效率方面的需求，還是娛樂方面的需求，都更深了。你要去競爭的是抖音，是 Office。那現(xiàn)在的 model as a product 本身還太淺了，沒法兒立刻滿足這些復(fù)雜的用戶需求。

曲凱：有道理，Albert （） 之前也跟我提過，他探索 AI 游戲的時候，也會問自己一個問題：為什么大家不去玩王者榮耀？

Hidecloud：簡單來說，如果抖音是 100 分，那我們現(xiàn)在有 10 個 AI 產(chǎn)品在競爭，最低分 30 分，最高分 50 分，你競爭過了所有人，也競爭不過抖音。

曲凱：雖然整體的體驗是 30 分，但有沒有可能有一個點，我就是為了它而來，這個點可能在某一個維度上達(dá)到了 100 分？

Hidecloud：這對某些人群來說是成立的。

比如我一直在 track C.AI 的付費(fèi)率，我發(fā)現(xiàn)有一個非常穩(wěn)定的人群，這半年以來，這個人群的續(xù)費(fèi)率始終保持在 94%。

但核心的問題在于這個人群的規(guī)模有限，很難破圈。如果要找一個更通用的點，目前這個行業(yè)還沒有找到。

但現(xiàn)在的 AI 產(chǎn)品也冒出了一些好的苗頭，像我兩個前同事做的產(chǎn)品，一個是 Answer.AI，一個出海教育產(chǎn)品，另一個是 AiPPT，這倆產(chǎn)品的粘性都非常好，如果去細(xì)究產(chǎn)品，你會發(fā)現(xiàn)它不是單純的 model as a product，它里面有很多其它的設(shè)計。

曲凱：我覺得現(xiàn)在的產(chǎn)品處于兩個極端。

一種是 90% 的 model，10% 的傳統(tǒng)功能，這一類大家就會覺得很薄，更多是一個玩法，可能突然火一下，就消失了。另一種像你舉的 AiPPT，我覺得是反過來的，它可能 90% 是舊有的東西，只有 10% 用到了 AI。

但大家期待的似乎是比較偏中間的那種，一半的模型，一半的產(chǎn)品，這樣又有一些神奇的能力，又不會顯得太薄。

Hidecloud：我個人不太喜歡在這種事情上下定義。

從歷史上看，產(chǎn)品的形態(tài)往往是由行業(yè)演進(jìn)而來的，并不是規(guī)劃出來的。并不是我們說最好是一半一半就一定是一半一半，它是被市場教育、被用戶牽引，最后形成了一個情況。很難說什么是最好的。

曲凱：對，但這里涉及到一些問題，我想先問下你，你認(rèn)為未來的大模型產(chǎn)品是否是端到端分離的？公司是不是一定要自己有模型、訓(xùn)模型？

Hidecloud：這個問題我最近有一些相對成型的想法了。

我不認(rèn)為現(xiàn)在所有做應(yīng)用的團(tuán)隊，一定要從零開始 pre-train 一個模型，但我認(rèn)為團(tuán)隊一定要具備操縱模型的能力。

操縱模型是指，你能根據(jù)業(yè)務(wù)需求，用不同的數(shù)據(jù)重新引導(dǎo)這個模型，不管是通過 fine-tuning 還是 LoRA，還是做模型的裁剪、蒸餾，你要具備這些能力。

曲凱：對，回到剛才的問題，如果是模型能力很重要的話，那就是模型能力強(qiáng)的人有更好的產(chǎn)品表現(xiàn)。像現(xiàn)在那幾個大模型公司拿了這么多錢，它們可以隨便招幾個人做個產(chǎn)品矩陣。

另外一種情況是，如果是模型占比不高的話，那就是傳統(tǒng)的大企業(yè) + AI 是更有效的。

所以這兩條線是大家比較 buy in 的，要么是傳統(tǒng)大公司 + AI，要么是賭模型，在模型公司里面做應(yīng)用，但在中間，創(chuàng)業(yè)公司做產(chǎn)品到底能做成什么樣子，以及最后是否會像移動互聯(lián)網(wǎng)一樣，能把所有東西都重做一遍，這可能是大家還不那么確定的。

從你的角度看，你相信未來所有東西都能被重做一遍嗎？

Hidecloud：你看移動互聯(lián)網(wǎng)的時候，大家一開始想到的都是，我去做一個移動的 Google、移動的淘寶，但最后發(fā)現(xiàn)，移動的 Google、移動的淘寶，都是它們自己做出來的，并沒有被另外一個公司取代。

真正起來的東西是抖音、是小紅書，這些都是 PC 時代沒有的。

所以我覺得這一波 AI，不一定什么東西都要重新做一遍。會有很多場景，隨著 AI 本身滲透率提高，能慢慢涌現(xiàn)出一些之前從沒出現(xiàn)過的需求。

曲凱：你們內(nèi)部在試的過程中，有發(fā)現(xiàn)什么類似的新需求嗎？

Hidecloud：很難說，但讓我去 bet 的話，在兩三年左右的時間里，我非常看好類似 C.AI 的情感陪伴類的場景。

原因是我做了一些相關(guān)的實驗，然后我突然意識到了一件事情，人類的情感太容易被 hack 了！

我當(dāng)時用 GPT-4V 模型做了一個很簡單的 demo：它會讀取你手機(jī)中最近的幾張照片，并輸出為圖片描述，然后將圖片描述發(fā)送給另外一些我用 GPT 做的 agents，這些 agents 是各種人設(shè)，比如我的朋友、我的粉絲，這些 agents 看到我的圖片描述之后，會像評論朋友圈那樣給我留言。

后來我覺得光夸我也沒意思，就又做了幾個黑我的，以及幾個進(jìn)一步幫我辯護(hù)，幫我回懟的。

你想，整個過程，想法是我的想法，agents 的人設(shè)是我寫的，整體 pipeline 是我搭的，我是一個全知全能的上帝視角，理論上我對于它們輸出的內(nèi)容是有心理預(yù)期的，我不應(yīng)該會被它們所影響。但當(dāng)我第一次運(yùn)行這整個 workflow 的時候，我看到這些 agents 在下面有的夸我、有的黑我、有的維護(hù)我的時候，我的內(nèi)心真的被扯動了。

我之前也會看一些經(jīng)典的心理學(xué)實驗，看的時候覺得不可思議：怎么人類的情緒就那么容易被操控了呢，但當(dāng)我自己親身經(jīng)歷完，當(dāng)時那一下我就覺得，人類的情感太容易被 hack 了。

你想，如果是一個普通用戶，他無法知道這背后的原理，他甚至?xí)X得這是真的。

所以我相信基于 AI 的情感陪伴一定是一個非常大的機(jī)會，人太容易對一個東西產(chǎn)生情感依賴了。

曲凱：你們這幾個月在摸索的過程中，感覺現(xiàn)在 AI 產(chǎn)品核心遇到的幾個問題是什么？

Hidecloud：成本是蠻大的問題。以前做互聯(lián)網(wǎng)創(chuàng)業(yè)，尤其是近幾年，工程層面的開銷，幾乎在整體成本當(dāng)中可以忽略不計了，但 AI 產(chǎn)品不一樣。

曲凱：這是不是最大的一個區(qū)別啊？因為我們也在聊一些團(tuán)隊，大家總在好奇為什么看不到產(chǎn)品，但很多時候是，他們也做出 demo 了，但不敢放，因為放出來可能馬上就燒光了。

Hidecloud：對對對，所以做 AI 產(chǎn)品，day one 就得收費(fèi)。

曲凱：今天的成本和半年前或者一年前相比，大概下降了多少？

Hidecloud：圖像領(lǐng)域相比半年前，大概降了 10 倍。

但仍然不夠。因為雖然成本在下降，但需求在增加，生成的要求也變高了?？赡茉诎肽昵?，聊 10 句出一張圖就滿足了，但現(xiàn)在是希望用戶能一邊聊天，旁邊還有個圖像同時在動。

曲凱：回到剛才談到的成本問題是主要問題，還有其它的嗎？

Hidecloud：其它的我覺得就是實際的模型能力進(jìn)展，再給半年時間應(yīng)該差不多了。

像語言模型，按現(xiàn)在的需求來看已經(jīng)是完全夠用了。只不過在用語言模型的方式上，大家可能需要開闊下思路，比如不一定是單語言模型，可能是不同任務(wù)拆到一些不同等級的模型上，或者有時候同一個 query 可以是多個模型配合參與。

現(xiàn)在，語言模型和視覺語言模型我覺得都 ready 了，多模態(tài)模型可能還需要 3~6 個月的時間成熟，到時候可能也會再涌現(xiàn)出一些新的產(chǎn)品。

曲凱：所以按你的預(yù)期，今年我們是能看到一些新產(chǎn)品的？

Hidecloud：對，我還比較有信心。不管是 toB 還是 toC，今年應(yīng)該都會有一些現(xiàn)象級的產(chǎn)品出來了。

曲凱：因為你也會跟很多同行交流嘛，你自己是偏樂觀還是偏悲觀的？

Hidecloud：我是短期偏謹(jǐn)慎吧，中長期樂觀。

曲凱：你這謹(jǐn)慎派也已經(jīng)很樂觀了，那我們今年可以好好期待一下。

產(chǎn)品經(jīng)理該如何學(xué) AI ?

曲凱：你之前做的那個產(chǎn)品經(jīng)理的分享中，還有沒有哪些核心的點是可以給大家總結(jié)下的？

Hidecloud：我大概講了 3 個方面。

第一個方面是關(guān)于 Stable Diffusion 的底層原理。而且我發(fā)現(xiàn)，在你理解了原理之后，對于產(chǎn)品形態(tài)也會產(chǎn)生很多不一樣的認(rèn)知和想法。

比如我有提到一個點，當(dāng)你把 Stable Diffusion 的底層原理理解透之后，其實你會發(fā)現(xiàn)，它是一個從完全沒有信息意義、完全隨機(jī)的噪點中，通過不斷地降噪，從而提取出有信息意義的圖像的過程。

也就是說，假設(shè)有一個 xy 軸的平面空間代表了全世界所有的概念，Stable Diffusion 從中隨機(jī)取一個點就能還原出一個圖像。

這讓我想起我以前做推薦算法的那個時候，其實我們在刻畫用戶畫像上已經(jīng)能做得很精準(zhǔn)了，都不用是大廠，一個普通公司，只要有足夠的數(shù)據(jù)，就能把用戶刻畫得足夠好。

現(xiàn)在最棘手的是，當(dāng)我圈出了用戶所有的喜好，但我試圖在內(nèi)容庫中去做匹配時，卻沒有足夠多適合的內(nèi)容推薦給他。

因為內(nèi)容的供給目前是非常稀疏的。首先它不精準(zhǔn)，其次它的供給有限，第一個是最靠近的，后面就越靠越遠(yuǎn)。

但當(dāng)你理解透了 Stable Diffusion 的底層原理，你再回過頭來想這件事，你會發(fā)現(xiàn)未來充滿想象——我無需在內(nèi)容庫中預(yù)先備好內(nèi)容，我只要描繪出來你喜歡什么，之后在你喜歡的那個空間里，我就能給他提供一個人一輩子所能消耗的無限的內(nèi)容供給。因為空間是可以無限展開的，其中的每一個微小的點都能被 Stable Diffusion 還原成一張圖像、一段視頻，或者是任何你喜歡的形式。

如果你不理解它的底層原理，那你是沒有辦法去重新思考搜索、推薦，以及上一代我們所做的東西的。所以理解技術(shù)原理非常重要。

第二和第三個方面都是關(guān)于產(chǎn)品經(jīng)理應(yīng)該怎么學(xué) AI 的，核心就兩個點：堅持讀 paper 和自己多動手。

讀 paper 還是非常重要的。AI 還處在很早期的發(fā)展階段，我當(dāng)時總結(jié)過 Stable Diffusion 的發(fā)展歷史，整個時間線看下來也就只有 3 年的時間，所以基本上就是那八九篇經(jīng)典的 paper。全部讀完然后串在一起，整個原理你就了解了。

可能再過 5~10 年，當(dāng)很多事情變成常識了以后，懂不懂原理區(qū)別不大。但在當(dāng)下來說，讀 paper 是能帶來極大的信息增量的。

曲凱：你讀是精讀嗎？

Hidecloud：我會把 paper 分成兩大類。

一類是范式型創(chuàng)新，另一類是雕花型創(chuàng)新。雕花型的我一般就快讀，只看其中的亮點，看它在雕什么花，通過什么方法、提升了什么點，范式型創(chuàng)新我都是會細(xì)讀的。

我現(xiàn)在一天基本上讀兩三篇左右。如果看到一篇論文有很多亮點，就很有那種精神上的爽感。

讀 paper 還有一個好處，它真的能幫你在產(chǎn)品設(shè)計和技術(shù)改造上帶來直接的收益。

比如上次我讀到的一篇，它里面提到了六七個不同的優(yōu)化點，我一看，靠，這個點我們可以直接拿來用，那個點我們也可以拿來用。其實 paper 并沒有那么神秘，里面的很多優(yōu)化點也并不都是算法上的，而就是傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品工程上的一些優(yōu)化設(shè)計，怎么做擴(kuò)展、怎么用空間換時間、內(nèi)存換速度等。

第三個方面是一定要自己多動手。

就算你完全不會寫代碼，像 Hugging Face 上的 demo、paper 里的 demo、GitHub 里的小項目，很多也都是可以直接體驗的，你就盡可能都去體驗一遍。

體驗分為很多種，最簡單的就是在本機(jī)上跑 demo。要么就是你 Windows 本機(jī)有個 Nvidia 顯卡，要么你在 Mac 上面，比如你只要是 M 系列的芯片，然后有個 32G 的內(nèi)存，絕大部分的模型都能跑得起來，7B、13B 的版本是完全沒問題的。

這種實際的動手體驗其實是找感覺的一部分，因為當(dāng)你只是去看別人的講解、公眾號的文章，你自己是沒有那種很實際的體感的。

我記得我第一次在本地把大語言模型跑起來的時候，跑起來的那一下，就是你看到自己的這個電腦開始吐字的時候，那種感受非常不一樣的。

曲凱：Hello World 的那種感覺？

Hidecloud：對，非常震撼，會刺激你產(chǎn)生非常多對產(chǎn)品的想象。

另外如果你稍微具備一點點代碼能力，你就可以多去做一些小實驗，去滿足一些自己的想法。整個過程你能 get 到其實模型的運(yùn)營并沒有想象中那么簡單，但中間的很多環(huán)節(jié)，都是有潛在的產(chǎn)品機(jī)會的。

比如我在調(diào)配模型的時候，突然發(fā)現(xiàn)這個模型出來的結(jié)果很有趣，但普通用戶不能直接用，因為這中間涉及到非常多的數(shù)據(jù)預(yù)處理環(huán)節(jié)。比如給用戶做聲音克隆，中間有七八步的聲音預(yù)處理，那普通用戶根本用不了。但這就是產(chǎn)品機(jī)會，你可以幫他把數(shù)據(jù)預(yù)處理環(huán)節(jié)壓縮成一個訓(xùn)練過程，直接給用戶 deliver 最終的結(jié)果。

如果你沒有自己去實際體驗，首先你感受不到最終結(jié)果出來的那奇妙的一刻，其次你也根本不知道要做的和最終的結(jié)果之間有哪些步驟、哪些障礙。

所以多體驗 demo、多 build，培養(yǎng)的是你整體的認(rèn)知，以及讓你去思考在產(chǎn)品、工程上還有哪些機(jī)會。

AI 行業(yè)還是太早期了，你做一點微小的工作，都能給你帶來非常大的回報，ROI 很高的。

AI 時代，產(chǎn)品與技術(shù)的配合會發(fā)生哪些變化？

曲凱：AI 時代的產(chǎn)品經(jīng)理，跟技術(shù)側(cè)到底該怎么合作？

Hidecloud：像我們在研究文生圖的時候，就發(fā)現(xiàn)了一個新的產(chǎn)研配合范式。

在 Stable Diffusion 生態(tài)里有兩個非常出名的 WebUI，一個是 AUTOMATIC1111，另一個是 ComfyUI。我主要在用 ComfyUI 工作。它可以簡單理解為由大量的 node 節(jié)點組成的 workflow。它的 input 可以是一段文字，也可以是一張圖，output 通常是一張圖，所以只需要根據(jù)需求搭建出 workflow，便可將其直接導(dǎo)出為 API。

這就和之前的開發(fā)方式截然不同。

以前的開發(fā)方式是產(chǎn)品經(jīng)理先大致梳理出業(yè)務(wù)流程和預(yù)期結(jié)果，再和負(fù)責(zé)模型、算法的工程師去溝通，但這在 AI 時代是非常不現(xiàn)實的。

首先因為技術(shù)本身更新太快，其次在生產(chǎn)過程中有很多參數(shù)和細(xì)節(jié)是需要去調(diào)整的。所以如果還是按以前的開發(fā)方式，產(chǎn)品經(jīng)理和工程師之間 back and forth 的溝通就太長了。

但現(xiàn)在有了 ComfyUI，我可以自己改 config，比如這個效果不好，我可以立馬改個參數(shù)重新跑，這個反饋基本上是實時的。

以前做偏后端的業(yè)務(wù)邏輯功能的產(chǎn)品經(jīng)理，過度依賴于后端公司去實現(xiàn)，而現(xiàn)在可能就是通過搭建一個 workflow，一個 pipeline，就解決了。

曲凱：所以你覺得以后產(chǎn)研配合會變成什么樣子？

Hidecloud：以前的產(chǎn)品經(jīng)理之所以依賴工程師，是因為有很多業(yè)務(wù)邏輯必須通過代碼語言去實現(xiàn)。而現(xiàn)在來看，至少可以通過某些工具，將自然語言直接轉(zhuǎn)變?yōu)?workflow 的形式。

甚至，未來大模型可以直接把自然語言轉(zhuǎn)變成業(yè)務(wù)邏輯的抽象表達(dá)，可能是一些可視化的 pipeline，也可能是另外一種標(biāo)記型的語言。

所以以后的業(yè)務(wù)邏輯部分，可能會完全由 PM 和運(yùn)營自己搞定，工程團(tuán)隊會更關(guān)注如何做并發(fā)、做性能、做擴(kuò)展等更后端的工作。

曲凱：現(xiàn)在有人說 AI 時代一定得是懂技術(shù)的產(chǎn)品經(jīng)理，你怎么看？

Hidecloud：我覺得這是一個階段性的機(jī)會。在這兩年時間里，很多 best practice 還沒有變成行業(yè)常識，你比別人先理解它，你就有優(yōu)勢。但也許兩三年之后，所有這些都變成常識了，那到時候也許也不一定非要懂技術(shù)。

曲凱：招聘上呢，你們大概喜歡招什么樣的人？

Hidecloud：很難說，因為樣本太小了，所以現(xiàn)在是聊到合適的就 ok。

但大體上首先要對 AI 有熱情，跟你聊到一些常見的 AI 產(chǎn)品，你得用過，有一些對這些產(chǎn)品的觀察和思考。

不過即便是這點要求，在面試過程中我們發(fā)現(xiàn)也很難達(dá)到。像我們用 Perplexity, ChatGPT 等，不管是在 prompt engineering 還是在提問的形式上，都能總結(jié)出很多小技巧。但在面試中，我會發(fā)現(xiàn)大家的整個體驗深度還是非常淺的。比如我就問一下你有沒有創(chuàng)建過自己的 GPTs，可能 10 個人我能刷掉 9 個，大家還是不太愿意動手，只喜歡看別人輸出，但你自己一動手，那個信息量比你看 10 篇文章都大。

曲凱：最后，all in AI 了大半年，現(xiàn)在感受怎么樣？仍然覺得是塞班之后最大的機(jī)會嗎？

Hidecloud：我現(xiàn)在其實信心更足，這個確實沒有看錯，真的就是移動互聯(lián)網(wǎng)之后的第二次大機(jī)會。

最后，如果你對我們的 AI 私董會感興趣，可點擊閱讀原文或者掃描下方二維碼，獲取報名鏈接（里面也有目前已加入的成員名單，歡迎點擊查看）

活動預(yù)告：

以下是部分目前已確認(rèn)出席的嘉賓（排名不分先后）：

1. Tony，萬興科技產(chǎn)品創(chuàng)新中心總經(jīng)理

2. Tyra，某手機(jī)大廠 AI 產(chǎn)品總監(jiān)

3. Frank Chen，GenWorld 創(chuàng)始人

4. Shawn，bud 聯(lián)合創(chuàng)始人

5. Risa，bud CEO & 聯(lián)合創(chuàng)始人

6. Joshua，林間聊愈室 APP 創(chuàng)始人

7. Neil，安克創(chuàng)新首席信息官

8. 邱迪，咔神創(chuàng)始人

9. 張瀚，招銀總行數(shù)字金融發(fā)展辦公室，創(chuàng)新孵化經(jīng)理

10. Tristan，幻境游戲（奇點時代）創(chuàng)始人

11. Jacky，Signoo 創(chuàng)始人

12. Leo，Signoo CTO

13. Nathan Hsu，PLAUD AI Co-founder & CEO

14. Charles Liu，PLAUD AI Co-founder & CTO

15. 王豪，引力引擎創(chuàng)始人

16. 楊成，circolo 聯(lián)合創(chuàng)始人/CTO，前 Scale.ai 高管

17. 張曉輝，LOOI 創(chuàng)始人

18. Clear，超參數(shù)聯(lián)創(chuàng) CSO

19. Rolan，頭部游戲工作室 AI 負(fù)責(zé)人

20. 李亞飛，ShowMeBug 創(chuàng)始人

21. 某科技影像公司技術(shù)負(fù)責(zé)人

42章經(jīng)

思考事物本質(zhì)