從OpenAI Swarm看組織十倍效能提升的可能性（第十一期AI碰撞局感想）

最近一期AI碰撞局（10.17）是瀾碼的周健、阿朱、侯宏老師一起談AI智能體在企業中的落地問題，碰撞的時候一個核心問題是：

為什么AI驅動的企業級產品不會重蹈過去SaaS的覆轍？商業模式、技術應用到底哪里出現了什么樣的變化？參見：

活動的小記稍后會發，大家可以看下現場的情況，我這里換個視角說下這問題。

最近OpenAI 發了個開源的項目叫Swarm，在Github上迅速突破1萬星。但其實這是個很小的項目，也肯定不實用，純粹概念性，好處是從中可以看到OpenAI的很多設想，我們基于OpenAI的這種設想來嘗試回答上面的問題。

（是不是有點指點江山的感覺）

注：考慮這項目代表意義很強，下個月會開一期給非程序員解讀Swarm的AI碰撞局，感興趣的同學加shuixiu2024吧。

OpenAI的戰略

OpenAI其實是同時在做兩件事：

一、提升模型的基礎能力，比如4o，o1。這部分不用猜是個人就知道。

二、把大模型變成一個超級通用的計算機。等于過去的程序員+應用+云計算。

給第二點做點說明。

過去程序員負責干的活主要是把大家的需求翻譯成計算機能懂的語言，然后扔給計算機執行。翻譯的結果就是各種編程語言。編譯或者解釋后的程序根據當前的你是要購物還是要搜索，來執行電腦或者手機上的指令。

在OpenAI設想的超級通用計算機上則完全不是這樣。你搜索或者購物一定有個目的，你把這個目的說給它聽，它直接就給你做了，給你結果。你不再需要關注搜索的關鍵詞、購物要訪問網站、比價等，你只要和它說清楚，它就給你辦到。至于過程中是不是要調用搜索、選擇什么樣的關鍵詞，全都是模型在判斷和決策，不需要你打開一個個App，也不需要寫程序去設定怎么完成具體的任務。

OpenAI在努力的兩個點，一個有點像超級大腦，一個有點像超級智力輸出的渠道。這個如果做成功了，那OpenAI等于智能時代的操作系統，基于通用智能的操作系統，啥都能干，只要你給它準備好輸入。

這聽著特別原教旨，但你仔細看Swarm，你就會發現它的目標就是這里。

在第二個視角下很容易理解OpenAI為什么做function call，為什么做結構化的輸出，為什么干很多從模型研究角度看有點不務正業的事。

這是很現實的，如果不能占據智能產業中的核心樞紐位置，而是單純的做技術輸出，OpenAI是活不下去的。

你把大鯨魚放小水池里，那就只可能茍延殘喘。最終只可能是掛了。

多智能體（Multi-Agent）系統

Swarm展示的是怎么做多智能體協作，比如我們把賣東西簡單分解為：賣貨和售后支持，那這時候需要：賣貨和客服兩個智能體，同時為了能把貨很流暢的賣出去還需要它倆配合。

如果我們把OpenAI正在輸出的GPT4o等類比成一臺超級通用的新計算機，那Swarm這個例子展示的正是基于這臺新計算機完成上述工作的時候人干什么、這臺超級通用計算機干什么。

我們可以看到完成業務目標的工作被劃分成了兩部分：

一部分是準備條件；

一部分則是把這些準備好的條件告訴OpenAI大模型。

然后你不用管了，它可以處理各種用戶的請求和輸入。

所有的Swarm代碼演示的就是怎么按照OpenAI的規則給AI大模型準備好條件。

在OpenAI的設想中，這些模型起作用的前置條件包括：

1. 智能體之間流轉過程的設定，比如銷售之后客戶不滿意，那要轉給售后。（這是土鱉的地兒，不是高級的地兒）

2. 處理交易的functions，模型會在合適的時候調用不同的functions。

3. 數據庫的訪問信息，包括賬號、密碼等

4. 提示詞

還有些細碎的，但關鍵的大致就這些。

Swarm這例子被極度簡化了，所以看著好像也沒什么，但基于這臺新的超級通用計算機做出的程序可以達成一個過去絕對達不成目標：Service as a Software。

在上面的例子里，理論上你只要和他說清楚，它可以幫你把任何東西都買回來：購買這種服務完全由一個程序提供了。

因為這個例子太簡單，所以會有種貌似過去也能做的錯覺，但關鍵是這模式在服務的復雜度上是可以拉伸的。理論上你可以加入800個智能體，他們排列組合能干購買就能干教育小孩等等。具有通用性。

關鍵卡點是什么？

當前離這種設想真的落地還很有距離。

OpenAI的戰略要想落地，至少需要兩個關鍵支撐點：

1. function call要精準。時靈時不靈并不全是重試就能解決的問題，重試的代價可能承受不起。有的時候在一個序列里面調用錯了是有后果的。

2. Agent的配合問題。簡單化當然可以寫成A在某種情形下要把任務轉給B，問題是真實場景下這玩意是多維交叉和復雜變動的。現在設想的方式估計不好使。這背后是個智能程度的問題。

上面這倆事搞不好，那這套系統就沒法真有用，AI大模型會變成昂貴的一大坨雞肋。

如果沒法真有用，OpenAI就會呆在微軟設定的位置干成模型供應商，整整就死了。前陣OpenAI內部人事大變動，我直觀上就是和這個有關。科學家們可能寧死也要純粹，企業家要先琢磨生存然后才是理想。

重看Service as a Software

實現Service as a Software和實現AGI差不多等價。

沒有在復雜度上低成本的拉伸就沒有Service as a Software。

在一定視角下Software as a Service可以看成是低復雜度的服務。那個年月軟件整體能夠處理的復雜度比較低，所以必須把某個服務中的一塊切出來做成軟件。

現在服務的范圍可以低成本擴大了，這并不是本質區別，而是量上的拉伸，只要能拉伸的范圍足夠大，那就會讓不成立的商業模式成立。

累積這種量變是打破過去SaaS魔咒的關鍵，否則還是太容易重蹈覆轍。

量變到一定程度就真的不是過去的SaaS了，但這種量上的拉伸需要超級通用計算機。參見：

小結

這事大家看到了苗頭，此前紅杉的文章和OpenAI 的Swarn都可以看成這個苗頭不同側面的描述。說的本質還真是一個事情。更有意思是顯然的在國內成立比海外要難上那么一點點。這種難度其實是文化和企業制度所帶來的。過去堅船利炮能夠打破慈禧太后的保守，這次則說到底得看AI的真正威力。