原文來源：極客公園

作者 | 宛辰、Moonshot

編輯 | 靖宇

圖片來源：由無界 AI生成

過去八個月，百川智能團隊依託對搜索、高質量數據處理等 AI 技術積累，在模型尺寸、質量上迅速迭代。百川智能創始人、CEO 王小川認為，百川應該在「理想上慢半步，落地上快三步」。

2023 年 12 月 16 日，在極客公園創新大會 2024 的現場，王小川進一步分享了大模型的新思考。

對於大模型的演進方向，王小川認為，目前大模型是「學」，但是「不思」，接下來模型演進的方向是把「學」和「思」要合在一起。而大模型時代做應用，必須考慮大模型技術的特點，這是過去做產品和現在最大的不同。

「過去做應用，老講產品和市場之間的匹配——PMF(Product Market Fit，產品市場匹配），但產品和市場之外把一個詞丟掉了，技術。」

他認為，當前的大模型技術距離 AGI 還比較遠，這種不完美的前提下更要明確：「這樣一個技術適合什麼樣的產品」，而不是產品經理洞察市場，回來就開始做。

在王小川看來，大模型帶來的新的開發範式下，產品經理的出發點，應該從思考產品市場匹配（PMF），到思考技術與產品的匹配怎麼做，即 TPF（Technology Product Fit，技術產品匹配）。

一個大模型應用，怎麼才算成功，王小川認為首先是能提供比傳統應用好十倍的體驗，用戶能「用得爽」。而要做出這樣的應用，產品經理不僅首先自己要是大模型的狂熱粉絲，而且還既要有傳統產品經驗，又有想象力，能夠想出大模型長什麼樣。

以下為王小川極客公園創新大會 2024 對話實錄

01 大模型的「學」和「思」

張鵬：你來過我們大會很多次了，剛才你也很認真地在聽兩位技術專家的探討，他們談到了前一段時間 OpenAI 事件背後有一些技術的關鍵因素，甚至提到了大模型需要慢思考的能力，不知道你有什麼看法？

王小川：是的，今年籌備大模型到 4 月份成立公司，我提了幾個關鍵詞，一個叫搜索增強，因為要把傳統知識接進去，第二個我希望是大模型做強化學習，當時提這個點，是因為已經看到了大模型本身代表了一種快思考的方式，像人一樣，一拍腦袋我就給你答案，張口就能說，它這種學習和應用推理的方法是有自己的不足的，以大模型為原點肯定不夠，當時我們認為強化學習可以產生很大幫助，這在百川內部工作裏面，也是一直非常關注的領域。

張鵬：就是慢思考？

王小川：對，就是慢思考，相對於慢思考，今天的大模型就是代錶快思考。說兩點自己的見解吧：快思考它都不叫「思」，慢思考的話我認為它才有這樣更多「思」，以 OpenAI 大模型為代表，它叫「學」，它的知識來源是學過來的。

我並不強調推理的「思」，其實人在學習的時候，你可能就要想半天，這叫思，所以之前話孔子有一句話「學而不思則罔、思而不學則殆。」

具體投射下來，大模型就是學，它其實是不思的，它不像人一樣，會來回琢磨，會把想象空間打開來看，什麼系統是在思？OpenAI 剛成立公司以及 DeepMind 做的事情，比如做 AlphaZero 和打遊戲，這個事情是在思。

但是那個是強化學習的設置上，叫多智能體的對抗，AlphaZero 它不是一個學習系統，它把之前 6000 萬局（棋譜訓練）的棋都扔掉了，反而是自己在對抗博弈，在博弈中找到一種新的理解，最後通了，它是這樣一個「思」。

AlphaZero 思完之後它停在原地，就是「殆」，它只做特定的任務，無法把它拓展到其他的領域裏面，因此我們說大模型代表了「學」，AlphaZero 代表了「思」，這兩個系統集在一塊就會很厲害。

百川智能創始人、CEO 王小川和極客公園創始人兼總裁張鵬分析大模型的「學」與「思」｜極客公園

張鵬：所以接下來很重要的是要真正做到學而思是吧？學和思要合在一起。

王小川：對。具體一點的話，我們想的「思」這個場景，是你問大模型圍棋怎麼下，它其實是不會下的。但是你問一個圍棋輸了贏了能判定嗎？大模型根據它已有的知識，是能夠判定的。甚至你說寫一個代碼來判定這個圍棋的輸贏，大模型是可以把這個代碼寫出來的。

你再讓它寫一個代碼，每走一步棋之後這個棋的狀態是怎麼轉移的，也就是下棋的整個過程，它也能寫出來。

所以我們想象一下，如果大模型足夠強，雖然不會直接下圍棋，但是它可以寫出下圍棋這樣一個狀態遷移（Transaction Function）的代碼，以及最後判定圍棋輸贏的代碼。也就是說有機會讓大模型自己寫出一個 AlphaGo 的代碼再運行它，運行完之後就可以下棋了，這件事情是有機會發生的。

張鵬：歐美的技術還在不斷探索邊界，也讓人覺得有壓力，你覺得這個距離怎麼丈量，能縮短嗎？自己能創造出不同的價值嗎？

王小川：去美國之前，我在百川這麼講的，叫「理想上慢半步，落地上快一步。」後來是去了美國回來之後，把理想折了半，變成「理想慢一步，落地上成快三步」。

02 大模型應用，中國可能「搶跑」

張鵬：怎麼理解理想上慢一步、落地上快三步？

王小川：和他們接觸之後，我認為雙方思考的底層是不一樣的，OpenAI 原生是一個非營利的組織，就是想探索 AGI 的邊界，而且他們真是這麼做的。

上一次跟他們聊，他們想嘗試把一千萬顆 GPU 連在一起，造出足夠大的系統。一千萬顆 GPU 什麼概念？英偉達一年生產一百萬顆，GPT-4 大概是兩萬五千顆，我們今天對標的 GPT-3.5 才四千顆 GPU。他們在想問題的時候，出發點就跟我們不在一個世界裏面，所以跟他們拼理想，在這一點上我們比不過。

這種情況下，人和公司都要找到自己的定位，在這個土壤里，我們要有一個自信是，我們有機會在應用落地上走的更快。

也許隨着我們用戶數據集變得更大，技術積累更雄厚之後，我們應用能做的足夠好，甚至還能拿到美國去用。這種情況下，不代表說一定到了 GPT-4、GPT-5、GPT-6 的階段，你才有機會去做應用。

不同土壤長出不同的東西，做應用是中國傳統的一個強項，也是一個創新，我反而認為是公平了。這也是中國公司遇到的更好的機會，尤其是如今美國在 OpenAI 一家獨大的情況下，做應用的公司，得迎着 OpenAI 的技術做應用，它技術做成什麼樣，你就做什麼樣的應用。

但是國內的模型公司，自己就能做應用，這種端到端的連貫性，是有機會在應用落地時，就在一個領域里，比美國的公司更快地跑出來。

王小川認為中國大模型在應用上可能跑的更快｜極客公園

張鵬：我們有時候肯定很願意去追求一個有理想和使命感的事，在 AGI 這個大進程里，我們可以加入這個團隊，他們可能是前鋒，在突破邊界，但是我們可能是個自由人或者后腰，但他在團隊里也有意義，比如說我能把技術落地下來，變成有價值的東西。

王小川：這兩個層面都會有推導，鵬總剛才講的是，你作為一個世界公民，作為一个中國的公司，在世界上的一個分工合作，而不是分一個敵我，只剩一種競爭的關係，他們的發明我們尊重，我們追趕，但是我們也有自己獨有的貢獻。而不只是：我認為我需要自己，這世界並不需要我。

03 大模型創業，技術產品匹配最重要

張鵬：蠻好的，想的很通透，在這一波創業找到了一個跟自己和解的點，就是我們怎麼在世界性的一個有意義的遊戲里，成為一個玩家，未必每個人都要做前鋒。

那也就說到另一個問題，今天大家都在說 Super App，都沒有看到什麼是未來的 Super App，剛才李彥宏也說，今天還不能確定。但我覺得如果我們要做 Super App，需要什麼樣的出發點？比如說以前我們講 PMF（產品市場匹配），今天這個 PMF 怎麼做？

王小川：對，這一點我在想可能拉近、拉遠兩個層面都有。拉遠的原因是，當我們設想重構原有的應用，比如把微信再重構一次，這個思考的角度可能一下子就把自己限制住了，所以第一，你得把這個視角拉遠。

因此回到做 Super App，一個遠期方向是它代表人的根本的訴求，這種根本訴求，我把它總結成三個關鍵詞，人需要有三個東西：一個是自己有創造力、第二個是需要健康、第三個需要快樂。

健康快樂大家特別容易理解，但是創造力呢，是源於人在世界里你總希望你的存在對世界有所不同，你能對世界有所改變，因此怎麼能幫你去改變這個世界是一個可以獨立分出來的門類。

當我們有這種願景的時候，那健康怎麼做、娛樂怎麼做，以及怎麼幫你得到信息，讓你變的更有創造力，遠期來看，這三個方向就有了。但是反過來，我們也會拋掉一些東西，比如說要做營銷文案撰寫，幫你做客服對話，其實大模型挺擅長做這些，但是我覺得這些沒有回到人的根本需求，這就又陷到原來的一種所謂重構的邏輯里了。

因此有這樣三個大的方向感之後，我會有不同的想法，這就是一個拉開了的思考，否則也掉到了大廠競爭的坑裡去了。

第二，我們往近拉，我想提一個重要的詞，就是剛才提到「PMF」這個詞，我想用新的一個詞講，因為 PMF 老講產品和市場之間的關係，把一個詞丟掉了，就是「技術」。技術，在 AI 這個時代里，它依然有很多不完美和不確定性，不像以前做淘寶或微信的時候。

我覺得現在技術是瓶頸，但其實技術問題是一定可以解決的，只是取決於工程師的水平、成本等等問題，你想要什麼，在工程層面都能實現。但大模型技術，包括剛提到的幻覺、時效性，只會自然語言，這個技術本身就有局限性和不完美。

所以我們離 AGI 還有距離，正因為技術的不完美，我們更要明確，一個技術適合於什麼產品，而不是先去搶市場，在市場看了一圈回來就開始做，這種膽量我覺得是挺可貴，但是第一性原理「TP」技術和產品之間怎麼協調，怎麼做，我認為是現在要思考的事情。

舉一個好的案例就是 Character.ai，Character.ai 創始人其實不是產品背景，他對技術，尤其產品背後的算法是非常地了解，他還洞見到這個技術本身是不完美的，可能會犯錯的，因此他首先想到拿它去做娛樂行業。其次，這個技術能夠首先承載的是自然的對話，它是一個人設，所以把它做成一個角色。

張鵬：這樣它的缺點就成了特點？

王小川：我先提兩個概念，一是，我們以前老是覺得自己在造工具，工具其實代表很多確定性，但是我們這一次造的不是工具，這一次我們造的是夥伴，更像人一樣的新物種。我們人類要接受它自己的缺點，它的優點。人是有幻覺的，人有幻覺我能用他，那為什麼機器有幻覺就不能用呢？

最後還是一個人應當匹配一件事，所以在技術的匹配上，我們認為得換一個視角，不用工具視角來看，而是面對一個人的視角來看，這是我的一個思路。

張鵬：你剛剛說的是 Technology - Product - Fit（技術產品契合度），TPF，而不是 PMF 這個概念。

王小川：對，對技術本身要有足夠的理解，讓技術匹配相關的事情，這個對產品經理是有要求的，或者公司一號位的產品經理要產生這樣的認知，大模型擅長什麼，不擅長什麼。這個過程是造人，而不是造工具。

以前有一個講國王與畫師的故事，國王瞎了一隻眼睛，缺了一條腿，但是他很自戀，要畫自畫像，他就把全國的畫師拉過來畫，畫一個殺一個，因為畫得太像了，缺個眼睛，缺一條腿，那就是詆毀形象。但是畫師把眼睛畫得目光炯炯，又英姿颯爽的形象，那就是欺君，一樣殺掉，這問題就沒解了。後來有一個畫師畫了國王打獵的圖，站在一個大石頭上，蜷着一條腿被掩蓋了，國王在拉弓，缺的眼正好是閉上的，這麼畫就兼顧了。

技術擅長什麼，不擅長什麼，怎麼去做匹配，這對產品經理就有更大的要求，我把它叫做 TPF。

張鵬：TPF 這個詞我覺得很好。TPF 看起來才是起點，如果站在未來，我們要做 Super App，如何能做好 TPF 呢？什麼情況下叫做好了 TPF？

王小川：以前產品經理更多是寫一個文檔，描述對功能定義和要求，可以畫結構設計圖給老闆看，這個產品長這樣，滿足用戶什麼需求，精確做到每一步的功能。

今天大模型不是這樣的做法，每次給大模型輸入的時候，它的輸出是不確定的，不是用一個詞一句話能講完的。這時候很難用一套演繹規則講清楚這件事。邏輯是在做演繹，一定要把它拆解開，變成一堆評測集，產品經理的要求不只是定義這個產品，而是要把定義的產品轉化成後面的評測集。也就是說，要對模型在某種輸入下的輸出，做什麼樣的測試集合。

這時，技術對口的也不是工程人員，而是算法人員。算法之前的工作習慣是你給我評測集，我去優化我的算法來滿足評測集。不管是通過調 prompt 的方法、還是做 SFT，還是 Post-Train 的方法。這種情況就變成了產品經理定義評測集，技術拿到評測集之後，再去尋找數據集或者訓練集去訓練這個系統，滿足這個評測集。

王小川講解如何給大模型定 OKR｜極客公園

張鵬：這就是給大模型定 OKR。

王小川：它有一套非常嚴謹的數學評價方法。只要干過算法的工程師都會適應這樣的方法，最後用評測集和數據說話，在我們內部，這變成了一種標準的工作方法。

包括搜索公司也是這種方法，搜索是算法驅動型的產品，用評測集驅動的方式，只是我們之前由於在互聯網發展到高級階段的時候，技術不是問題，甚至已經不是算法驅動，是工程驅動的時候，這個 PMF 不是不對，只是缺了一層 TPF，最後會發現產品出來不是不能滿足市場需求，而是一直在迭代，做不出階段性的產品。

張鵬：你剛剛某種程度解釋了我很關心的一個問題——什麼是 AI-native 的開發。本質上，是看我們在開發什麼，你要在設定的目標下設定評測集，讓數據集能有效訓練出滿足評測集的要求，這個是你真正的開發引擎。

王小川：這是叫 AI-Native。如果 AGI-Native 的話，就是把 AI 的模型能力範式更加深入。

04 好的大模型應用，要讓用戶「用得爽」

張鵬：這確實會對產品經理提出全新的要求。以前說 PMF 做得很不錯，我們是有感知的，比如用戶的使用量增長，用戶體驗很好。但現在怎麼評價做好了 TPF？

王小川：TPF 首先對產品經理有要求。

第一，一定能把需求轉化成測試集，測試集能讓技術工程師在滿足需求時發現「手感」在進步。以及把 Demo 往外推出的時候，用戶提的需求分佈正好和產品經理提的評測集分佈一致，評測集裏面的結果能滿足用戶需求。

第二，推產品的時候會提到 PMF，看市面上的 Marketing Fit（市場契合度）分佈是否一致，用戶是否滿意。

張鵬：如果用戶能把你開發的產品用得很好，是應該用得好，還是用得爽？用得爽是用戶量爆發了，變成一個 Super App；用得好是一步步來。我們是要追求一下做爆？還是一層一層先解決少數人問題，再解決多數人問題？

王小川：這個不矛盾。首先「好」是跟原來對比的，你可以自己跟自己比好了多少。如果和已經成熟的大廠對比，好 30%、20% 就是巨大的收益。但對於創業公司，如果是 AI-Native 原生應用的話，一開始就要用得爽，至少對一類有特點的具體的需求，用戶得覺得有十倍好的感知。

張鵬：爽就是十倍好。

王小川：不是好一點，是得讓你有驚喜感。今天大模型選有亮點的來做，必須做到十倍的體驗提升，周邊的需求得做到五倍、三倍的提升，這樣才能把波峰拔得足夠高后再逐步拓寬。我認為這個產品如果一開始不讓你爽，只是比原來好一些，是不夠用的。

張鵬：今天在場內很多人也很關心如何參与到大模型推動的這個新時代。如果要做新範式下的產品經理。他們應該怎麼出發？

王小川：看公司屬性，一種公司是要做端到端，本身既要做應用，也要做模型。一種是更注重應用的公司，它不怎麼碰模型或者用小模型解決。兩類公司路徑上不同，但有件事情一定要先做到，就是「用」，把自己當成大模型時代里一個狂熱的粉絲，去體驗和感受這個模型給你帶來的不同之處，讓你去好奇它，感受它，欣賞它。今天要把這個模型用起來，就像朋友一樣，你能感受什麼地方行，什麼地方不行。

張鵬：得先成為一個大模型的超級用戶。

王小川：我相信極客公園的粉絲們天生有這樣的動力，有這樣的好奇心。用起來之後，你的靈感就會冒出來，就會知道什麼是它擅長做的事，由此再變成你後面產品的構思。

張鵬：大模型技術還在漲潮的過程中，得先跟着它一起往上漲，離它近一點才能考慮怎麼應用它。

公司不斷在發展，你肯定也在不斷招人。你去選產品經理的時候，會關注他什麼樣的氣質，什麼樣的經驗，能不能開源一下你選人的標準？

王小川：百川計劃明年發超級應用，我們不談經驗，只能談一些想象。

我們蠻希望找到之前有經驗的人，做產品的人你沒有之前的經驗和想法，就說我想創業，這種情況下創業難度蠻高的。我們會要求你能夠把產品完整且有畫面感地拋出來。能夠設想出大模型長什麼樣，你也有充分的推動力、好奇心、想象力。

王小川詳解 AI 時代產品經理的「既要又要」｜極客公園

同時我們也希望你之前有做傳統產品的經驗。也就是希望既有之前的成功經驗，但是又能夠把自己的經驗打散掉去滋養大模型，還能構想出大模型新的樣子，現在這個階段，是「既要又要」。

今天中國和美國的環境不一樣，包括百川和國內公司都是爭分奪秒的狀態，沒法給你三年、五年的時間做探索。

05 享受大模型創業的「推背感」

張鵬：某個在相關領域有經驗，但沒有技術能力，他能不能自己獨立做大模型應用的探索？舉個例子，你在健康領域里在做努力，我在健康領域裏面有多年積累的，也具備你說的氣質。我是加入你的公司？還是自己也可以在接入別人的模型后做探索？

王小川：兩個道路大家都會做，會有人自己探索，但探索過程中很有可能走着走着發現走不動了，有一種無力感，最後還是需要模型的支持。

因此在當下中國，還是加入一家模型公司機會更大，因為現在還沒到能夠獨開去做應用的程度。網上有文章說自己調模型做應用，這個時代還沒有到來。未來兩年之內，還是加入一家公司，能夠提供平台級支持，幫助你把原有經驗打散掉融進來，這樣成功概率會大很多，有可能做成超級應用。做小應用無礙，但做大的事情，還是盡量和模型公司充分互動。

張鵬：聽起來還是希望我加入百川。

王小川：主要看你希望做大還是做小。

張鵬：做大的就得去百川。

王小川：是。

張鵬：4 月份的時候，每個人恨不得晚上不睡覺，現在大模型跑了 8 個月，一開始的興奮也差不多消退了。創業維艱，在沉澱一段時間以後，你這次創業的心態怎麼樣？

王小川：這 8 個月的時間團隊跑得很快，成長也很迅速。現在到了更多沉澱大模型方法論的時期，雖然我們覺得自己之前的技術、能力、產品、關注、經驗都足夠，但做起來的時候依然覺得不夠「輕巧」。

在共同探索大模型的方法過程中，如何找出模型和應用之間最有效聯動的狀態，我們的認知也在不斷提高。我認為好的狀態是：看到一個月前的自己是個傻子，那你就又進步了。

剛開始工作早幾年的時候，是以每周的速度迭代，會發現自己的想法還不夠多，這次（大模型創業）我們又回到以月為單位，沒到那麼敏捷一個狀態。在一個月之後看到自己之前的不足，在快速迭代中。為了參与到大模型時代，我們的管理層和產品經理都是戰戰兢兢，如履薄冰地不斷調整自己原有的工作方法。

張鵬：這是讓你很享受的狀態。

王小川：對，每天都在刺激進步，自己還有多維地成長，哪怕想法能領先半步，但有時候發現，自己走着走着有更好的想法出來。

張鵬：挺理解這個狀態。再過五年，這家公司是什麼樣子會讓你覺得比較滿足？公司的目標是什麼？

王小川：在幫助人創造、健康、快樂這三個方向，我們都有超級應用的探索。我希望是一到五年，五年真的不敢想，因為五年之後，技術發展的高度可能都不是我們現在能理解的，每天我們技術人員都感嘆有新的論文和發展出現，有強烈的「推背感」。

我希望在兩年時間里，我們證明了大模型是能夠做超級應用的，在健康、娛樂、幫助人創造上，它能夠像互聯網時代一樣，給人帶來巨大的幫助或者希望，人們都能夠體驗到或者用到，我有這樣的信念。

到五年時間，我們可能有全新的玩法，可能五年以後地上機器人在跑，大家戴着 VR 眼鏡，每個人的数字分身都出來了。五年的時間太長，能夠想到兩年的畫面，我就很滿足了。