像字节 Coze 这样的工具本质上是“AI-first aPaaS”:
红杉关于生成式 AI 的观点:
[title]观点:像字节Coze这样的工具本质上是「AI-first aPaaS」像字节Coze这样的工具本质上是「AI-first aPaaS」。「aPaaS」是指这些Bot Builder完完全全就是以前的aPaaS,把实现一个应用所需的不同类型代码——数据、状态、API调用、逻辑(工作流、事件系统等)、UI,用不同的可视化工具来实现,比如数据库建模、服务插件、节点图工具、拖拽式UI搭建工具。且生成的不是新应用的完整代码,而是「配置」,所有创建出来的「应用」都是aPaaS本体这个单一应用读取不同配置的运行结果。Bot Builder只是对其中部分类型,换了不同的可视化工具,比如针对「数据」类型用RAG工具,对「状态」类型用Token缓存等工具、对「工作流逻辑」用Agent搭建工具,对「UI」用提示词和卡片配置工具。得到的「应用」一部分作为「配置」存储和运行在Bot Builder平台自身,一部分作为「配置」存储和运行在各种Chatbot平台(比如ChatGPT)。「AI-first」是指它们不但开发应用时用AI辅助或依赖AI,开发出来的也是AI应用(目前主要形态是各平台上的chatbot)。应用的开发阶段有大模型加持(比如用自然语言描述任务),应用的运行阶段也有大模型支撑(大模型扮演两个角色,最平庸的角色是用大模型的prompt调用取代手工编写的代码,更重要的角色是借助大模型做到手工代码做不到的事情)。
[title]观点:像字节Coze这样的工具本质上是「AI-first aPaaS」像字节Coze这样的工具本质上是「AI-first aPaaS」。「aPaaS」是指这些Bot Builder完完全全就是以前的aPaaS,把实现一个应用所需的不同类型代码——数据、状态、API调用、逻辑(工作流、事件系统等)、UI,用不同的可视化工具来实现,比如数据库建模、服务插件、节点图工具、拖拽式UI搭建工具。且生成的不是新应用的完整代码,而是「配置」,所有创建出来的「应用」都是aPaaS本体这个单一应用读取不同配置的运行结果。Bot Builder只是对其中部分类型,换了不同的可视化工具,比如针对「数据」类型用RAG工具,对「状态」类型用Token缓存等工具、对「工作流逻辑」用Agent搭建工具,对「UI」用提示词和卡片配置工具。得到的「应用」一部分作为「配置」存储和运行在Bot Builder平台自身,一部分作为「配置」存储和运行在各种Chatbot平台(比如ChatGPT)。「AI-first」是指它们不但开发应用时用AI辅助或依赖AI,开发出来的也是AI应用(目前主要形态是各平台上的chatbot)。应用的开发阶段有大模型加持(比如用自然语言描述任务),应用的运行阶段也有大模型支撑(大模型扮演两个角色,最平庸的角色是用大模型的prompt调用取代手工编写的代码,更重要的角色是借助大模型做到手工代码做不到的事情)。
[title]红杉:生成式AI的第二阶段[heading1]重新审视我们的观点生成式AI是一种事物。突然之间,每个开发者都在研究生成式AI应用,每个企业买家都在要求它。市场甚至保留了“生成式AI”的名称。人才涌入市场,风险资本也涌入。生成式AI甚至成为了流行文化现象,如“哈利·波特巴伦西亚加”这样的病毒视频,或者由Ghostwriter创作的模仿德雷克的歌曲“Heart on My Sleeve”,这首歌已经成为了排行榜上的热门歌曲。第一个杀手级应用已经出现。众所周知,ChatGPT是最快达到1亿MAU的应用程序——并且在短短6周内自然而然地做到了这一点。相比之下,Instagram花了2.5年,WhatsApp花了3.5年,YouTube和Facebook花了4年才达到那种用户需求水平。但ChatGPT并不是一个孤立的现象。Character AI的参与深度(平均每次会话2小时)、Github Copilot的生产力益处(效率提高55%)以及Midjourney的商业化路径(数亿美元的收入)都表明,第一批杀手级应用已经到来。开发者是关键。像Stripe或Unity这样以开发者为中心的公司的核心洞察是,开发者创造了你甚至无法想象的使用案例。在过去的几个季度里,我们接到了从音乐生成社区到AI红娘到AI客户支持代理的各种想法。形态正在发展。AI应用的第一版大多是自动完成和初稿,但这些形态现在正在变得越来越复杂。Midjourney引入的摄像机平移和填充是生成式AI优先用户体验变得更丰富的一个很好的例子。总的来说,形态正在从个体到系统级的生产力,从人在循环中到执行导向的代理系统发展。