再提高一点，谈一点新技能的使用模型

大模型是有错觉的，其体现很多样比方与事实冲突，其成因也很多比方缺相关常识或许对齐过错，不清楚的点就更多。但和使用相关的最为要害的点还不是这些，而是：看起来错觉是个短期搞不定的事，即便是OpenAI。这就要求在落地的时分把它当时条件和不变量来思考，一旦把它做前条件和不变量，那就会发现像对人类一样，错觉也并不满是害处。

一、顺势的和逆势的

咱们把错觉对产品有帮助仍是对产品有害作为纵轴，再加上出问题的职责作横轴，构成一个简略的坐标系，然后再把各种人工智能体放在在这个坐标系上面，那大概是下面这样：

或许对不同人工智能体所在的方位会有争议，但几个极值应该问题不大。

关于元世界而言本来便是高档游戏，那人物行为的出格反倒是会激发游戏叙事的多样性，成为丰厚世界内容的一部分养料；关于问诊就很费事，假如在既有医疗常识结构外发挥，然后患者病情变严峻了，那就不单有害，成果还很严峻。现实空间和问诊类似的其实更多，包含客服、税务咨询等。

成 里面咱们提到过除了AlphaGo还没人转起来智能飞轮，又由于飞轮一旦转起来必然会产生特定范畴的神灵，所以关怀这个人工智能使用的人都关怀究竟在那里或许再出下图这样的智能飞轮：

这在上面的象限图上也能找到答复的思路：越偏元世界这个方向，越简单些。错觉能够低职责本钱的制造新数据，新数据融入场景，然后反过来就能够作为燃料驱动飞轮。

二、象限中的方位即定位

在象限中的方位对做AI产品落地是十分要害的。

这个方位在相当程度上就决议了你的运营本钱乃至于跑的快慢。而且它面临的束缚十分刚性，不可改动。

一般的了解里，咱们都把产品看成一组特性，用精干什么不精干什么，用功能性能参数等表述，高档一点就用审美偏好衍生的便是品牌。但其实不全面，更深一层产品也是一套权责利体系的会聚点。这在C端产品上体现的没有B端明显。

在曩昔很少被提及，由于经济体系里只要一种智能体：人。整个经济体系都按照人、法人来确定的权责利。但现在这套体系其实是碰到了新的应战，人工智能体的崛起让这种权责体系呈现了裂缝，而且运转滞涩。

最简略的比方是曩昔经常说的自动驾驶，用户、厂家、自动驾驶服务提供商之间会产生新的杂乱权责利再平衡。（原来事端的职责根本是用户的，谁开谁担任，用了自动驾驶后就不行）

这会十分费事，由于人工智能并非权责利的主体，但如同又得承担对应的职责。这就导致潜意识的每家公司都测验拿技能来对冲，让某些坏的事如同能够不发生，但其实这和堂吉诃德战风车差不多，根本不或许。

而和用户、甲方权责利的再平衡其实是会像指挥棒一样决议公司有限资源分配的导向性的。（事实上构成特定方位的一般性社会本钱）

投入产出欠好，还不得不干的景象，岂不为难？

这种为难的中心原因便是用技能没办法完全对冲掉的权责。

三、对冲不掉的权责

为什么说技能不或许完全对冲掉权责呢？

这固然是由于技能总是有个成熟过程，但很或许更要害的原因在于但数字和智能让问题显性化的同时，权责被扩大了。

面临能够清楚表明的数字成果时每个客户都会期望无限制的处理问题，而这种极限在曩昔是被抑制了的。

咱们能够拿客服举个比方：

当雇佣几千上百的人做客服的时分，服务本身必然有良率问题。但这个时分我们根本能承受必定的过错，每个人都知道人会犯错，再加上客服人员还欠好找，我们对这个良率就坚持了必定的容忍度。假如客服人员服务欠好丢失了一单，那最多辞退对应的客服人员或许扣钱。很难向客服追讨造成的损失。

当把客服换成人工智能体后，工作仍是那个工作，但权责关系就默默的发生了些改动。

即便人工智能体的良率超过了过往的人工，从甲方的视点看，也还会有足够的动力向提供人工智能体服务的公司追责。而后面的技能公司就得想尽办法让人工智能体不犯错。

这便是用技能对冲权责。

实质是用技能处理近乎无限的范畴问题。越到后来越变成捣糨糊，由于搞不定。人工智能这行业从智能音箱的唤醒开始就不断的反复这故事。

而实际情况是即便是陈旧的搜索引擎假如要求不犯错比方某类内容呈现一次就灭掉，那谷歌、百度这样的公司都不知道死多少次了。

但这种权责体系的容忍度其实有十分多的成因，有前史的文明的商业现实的，十分刚性，不太或许改动。而假如它不能改动，那就并不怎样适合朴实的人工智能体。能想到折中办法便是把人再塞回去，即便这个人什么不干，只做做样子，那也是他在履行工作职责，人工智能体服务于他，他对所有产出担任。

这样一来，挑选和定位就很要害，由于权责体系本身便是本钱、方向和客户满意度（“想都是问题，干才是答案”是过错的，雷军说也不行干就完了不对的老话题）。在错觉本便是智能的一部分的前提下，真跑到权责体系十分沉重的范畴，那其实是事倍功半的。

根据这个视角，咱们还能够再提高一点，谈一点新技能的使用模型。