作者 | 宛辰、Moonshot

編輯 | 靖宇

過去八個月，百川智能團(tuán)隊依托對搜索、高質(zhì)量數(shù)據(jù)處理等 AI 技術(shù)積累，在模型尺寸、質(zhì)量上迅速迭代。百川智能創(chuàng)始人、CEO 王小川認(rèn)為，百川應(yīng)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(chuàng)新大會 2024 的現(xiàn)場，王小川進(jìn)一步分享了大模型的新思考。

對于大模型的演進(jìn)方向，王小川認(rèn)為，目前大模型是「學(xué)」，但是「不思」，接下來模型演進(jìn)的方向是把「學(xué)」和「思」要合在一起。而大模型時代做應(yīng)用，必須考慮大模型技術(shù)的特點，這是過去做產(chǎn)品和現(xiàn)在最大的不同。

「過去做應(yīng)用，老講產(chǎn)品和市場之間的匹配——PMF(Product Market Fit，產(chǎn)品市場匹配），但產(chǎn)品和市場之外把一個詞丟掉了，技術(shù)?！?/p>

他認(rèn)為，當(dāng)前的大模型技術(shù)距離 AGI 還比較遠(yuǎn)，這種不完美的前提下更要明確：「這樣一個技術(shù)適合什么樣的產(chǎn)品」，而不是產(chǎn)品經(jīng)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(fā)范式下，產(chǎn)品經(jīng)理的出發(fā)點，應(yīng)該從思考產(chǎn)品市場匹配（PMF），到思考技術(shù)與產(chǎn)品的匹配怎么做，即 TPF（Technology Product Fit，技術(shù)產(chǎn)品匹配）。

一個大模型應(yīng)用，怎么才算成功，王小川認(rèn)為首先是能提供比傳統(tǒng)應(yīng)用好十倍的體驗，用戶能「用得爽」。而要做出這樣的應(yīng)用，產(chǎn)品經(jīng)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(tǒng)產(chǎn)品經(jīng)驗，又有想象力，能夠想出大模型長什么樣。

以下為王小川極客公園創(chuàng)新大會 2024 對話實錄

01 大模型的「學(xué)」和「思」

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

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(guān)鍵詞，一個叫搜索增強(qiáng)，因為要把傳統(tǒng)知識接進(jìn)去，第二個我希望是大模型做強(qiáng)化學(xué)習(xí)，當(dāng)時提這個點，是因為已經(jīng)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(xué)習(xí)和應(yīng)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(dāng)時我們認(rèn)為強(qiáng)化學(xué)習(xí)可以產(chǎn)生很大幫助，這在百川內(nèi)部工作里面，也是一直非常關(guān)注的領(lǐng)域。

張鵬：就是慢思考？

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

我并不強(qiáng)調(diào)推理的「思」，其實人在學(xué)習(xí)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(xué)而不思則罔、思而不學(xué)則殆?！?/p>

具體投射下來，大模型就是學(xué)，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，什么系統(tǒng)是在思？OpenAI 剛成立公司以及 DeepMind 做的事情，比如做 AlphaZero 和打游戲，這個事情是在思。

但是那個是強(qiáng)化學(xué)習(xí)的設(shè)置上，叫多智能體的對抗，AlphaZero 它不是一個學(xué)習(xí)系統(tǒng)，它把之前 6000 萬局（棋譜訓(xùn)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，最后通了，它是這樣一個「思」。

AlphaZero 思完之后它停在原地，就是「殆」，它只做特定的任務(wù)，無法把它拓展到其他的領(lǐng)域里面，因此我們說大模型代表了「學(xué)」，AlphaZero 代表了「思」，這兩個系統(tǒng)集在一塊就會很厲害。

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

張鵬：所以接下來很重要的是要真正做到學(xué)而思是吧？學(xué)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么下，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(jù)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，每走一步棋之后這個棋的狀態(tài)是怎么轉(zhuǎn)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(qiáng)，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(tài)遷移（Transaction Function）的代碼，以及最后判定圍棋輸贏的代碼。也就是說有機(jī)會讓大模型自己寫出一個 AlphaGo 的代碼再運行它，運行完之后就可以下棋了，這件事情是有機(jī)會發(fā)生的。

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

王小川：去美國之前，我在百川這么講的，叫「理想上慢半步，落地上快一步?！购髞硎侨チ嗣绹貋碇螅牙硐胝哿税?，變成「理想慢一步，落地上成快三步」。

02 大模型應(yīng)用，中國可能「搶跑」

張鵬：怎么理解理想上慢一步、落地上快三步？

王小川：和他們接觸之后，我認(rèn)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，而且他們真是這么做的。

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(tǒng)。一千萬顆 GPU 什么概念？英偉達(dá)一年生產(chǎn)一百萬顆，GPT-4 大概是兩萬五千顆，我們今天對標(biāo)的 GPT-3.5 才四千顆 GPU。他們在想問題的時候，出發(fā)點就跟我們不在一個世界里面，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(jī)會在應(yīng)用落地上走的更快。

也許隨著我們用戶數(shù)據(jù)集變得更大，技術(shù)積累更雄厚之后，我們應(yīng)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(jī)會去做應(yīng)用。

不同土壤長出不同的東西，做應(yīng)用是中國傳統(tǒng)的一個強(qiáng)項，也是一個創(chuàng)新，我反而認(rèn)為是公平了。這也是中國公司遇到的更好的機(jī)會，尤其是如今美國在 OpenAI 一家獨大的情況下，做應(yīng)用的公司，得迎著 OpenAI 的技術(shù)做應(yīng)用，它技術(shù)做成什么樣，你就做什么樣的應(yīng)用。

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

王小川認(rèn)為中國大模型在應(yīng)用上可能跑的更快｜極客公園

張鵬：我們有時候肯定很愿意去追求一個有理想和使命感的事，在 AGI 這個大進(jìn)程里，我們可以加入這個團(tuán)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(tuán)隊里也有意義，比如說我能把技術(shù)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(dǎo)，鵬總剛才講的是，你作為一個世界公民，作為一個中國的公司，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(guān)系，他們的發(fā)明我們尊重，我們追趕，但是我們也有自己獨有的貢獻(xiàn)。而不只是：我認(rèn)為我需要自己，這世界并不需要我。

03 大模型創(chuàng)業(yè)，技術(shù)產(chǎn)品匹配最重要

張鵬：蠻好的，想的很通透，在這一波創(chuàng)業(yè)找到了一個跟自己和解的點，就是我們怎么在世界性的一個有意義的游戲里，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，都沒有看到什么是未來的 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，需要什么樣的出發(fā)點？比如說以前我們講 PMF（產(chǎn)品市場匹配），今天這個 PMF 怎么做？

王小川：對，這一點我在想可能拉近、拉遠(yuǎn)兩個層面都有。拉遠(yuǎn)的原因是，當(dāng)我們設(shè)想重構(gòu)原有的應(yīng)用，比如把微信再重構(gòu)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(yuǎn)。

因此回到做 Super App，一個遠(yuǎn)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(jié)成三個關(guān)鍵詞，人需要有三個東西：一個是自己有創(chuàng)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(chuàng)造力呢，是源于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，因此怎么能幫你去改變這個世界是一個可以獨立分出來的門類。

當(dāng)我們有這種愿景的時候，那健康怎么做、娛樂怎么做，以及怎么幫你得到信息，讓你變的更有創(chuàng)造力，遠(yuǎn)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(gòu)的邏輯里了。

因此有這樣三個大的方向感之后，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里去了。

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(chǎn)品和市場之間的關(guān)系，把一個詞丟掉了，就是「技術(shù)」。技術(shù)，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(xiàn)在技術(shù)是瓶頸，但其實技術(shù)問題是一定可以解決的，只是取決于工程師的水平、成本等等問題，你想要什么，在工程層面都能實現(xiàn)。但大模型技術(shù)，包括剛提到的幻覺、時效性，只會自然語言，這個技術(shù)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(shù)的不完美，我們更要明確，一個技術(shù)適合于什么產(chǎn)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(shù)和產(chǎn)品之間怎么協(xié)調(diào)，怎么做，我認(rèn)為是現(xiàn)在要思考的事情。

舉一個好的案例就是 Character.ai，Character.ai 創(chuàng)始人其實不是產(chǎn)品背景，他對技術(shù)，尤其產(chǎn)品背后的算法是非常地了解，他還洞見到這個技術(shù)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(yè)。其次，這個技術(shù)能夠首先承載的是自然的對話，它是一個人設(shè)，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，這一次我們造的是伙伴，更像人一樣的新物種。我們?nèi)祟愐邮芩约旱娜秉c，它的優(yōu)點。人是有幻覺的，人有幻覺我能用他，那為什么機(jī)器有幻覺就不能用呢？

最后還是一個人應(yīng)當(dāng)匹配一件事，所以在技術(shù)的匹配上，我們認(rèn)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(shù)產(chǎn)品契合度），TPF，而不是 PMF 這個概念。

王小川：對，對技術(shù)本身要有足夠的理解，讓技術(shù)匹配相關(guān)的事情，這個對產(chǎn)品經(jīng)理是有要求的，或者公司一號位的產(chǎn)品經(jīng)理要產(chǎn)生這樣的認(rèn)知，大模型擅長什么，不擅長什么。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，國王瞎了一只眼睛，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。后來有一個畫師畫了國王打獵的圖，站在一個大石頭上，蜷著一條腿被掩蓋了，國王在拉弓，缺的眼正好是閉上的，這么畫就兼顧了。

技術(shù)擅長什么，不擅長什么，怎么去做匹配，這對產(chǎn)品經(jīng)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？什么情況下叫做好了 TPF？

王小川：以前產(chǎn)品經(jīng)理更多是寫一個文檔，描述對功能定義和要求，可以畫結(jié)構(gòu)設(shè)計圖給老板看，這個產(chǎn)品長這樣，滿足用戶什么需求，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(guī)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(chǎn)品經(jīng)理的要求不只是定義這個產(chǎn)品，而是要把定義的產(chǎn)品轉(zhuǎn)化成后面的評測集。也就是說，要對模型在某種輸入下的輸出，做什么樣的測試集合。

這時，技術(shù)對口的也不是工程人員，而是算法人員。算法之前的工作習(xí)慣是你給我評測集，我去優(yōu)化我的算法來滿足評測集。不管是通過調(diào) prompt 的方法、還是做 SFT，還是 Post-Train 的方法。這種情況就變成了產(chǎn)品經(jīng)理定義評測集，技術(shù)拿到評測集之后，再去尋找數(shù)據(jù)集或者訓(xùn)練集去訓(xùn)練這個系統(tǒng)，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(yán)謹(jǐn)?shù)臄?shù)學(xué)評價方法。只要干過算法的工程師都會適應(yīng)這樣的方法，最后用評測集和數(shù)據(jù)說話，在我們內(nèi)部，這變成了一種標(biāo)準(zhǔn)的工作方法。

包括搜索公司也是這種方法，搜索是算法驅(qū)動型的產(chǎn)品，用評測集驅(qū)動的方式，只是我們之前由于在互聯(lián)網(wǎng)發(fā)展到高級階段的時候，技術(shù)不是問題，甚至已經(jīng)不是算法驅(qū)動，是工程驅(qū)動的時候，這個 PMF 不是不對，只是缺了一層 TPF，最后會發(fā)現(xiàn)產(chǎn)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(chǎn)品。

張鵬：你剛剛某種程度解釋了我很關(guān)心的一個問題——什么是 AI-native 的開發(fā)。本質(zhì)上，是看我們在開發(fā)什么，你要在設(shè)定的目標(biāo)下設(shè)定評測集，讓數(shù)據(jù)集能有效訓(xùn)練出滿足評測集的要求，這個是你真正的開發(fā)引擎。

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

04 好的大模型應(yīng)用，要讓用戶「用得爽」

張鵬：這確實會對產(chǎn)品經(jīng)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(xiàn)在怎么評價做好了 TPF？

王小川：TPF 首先對產(chǎn)品經(jīng)理有要求。

第一，一定能把需求轉(zhuǎn)化成測試集，測試集能讓技術(shù)工程師在滿足需求時發(fā)現(xiàn)「手感」在進(jìn)步。以及把 Demo 往外推出的時候，用戶提的需求分布正好和產(chǎn)品經(jīng)理提的評測集分布一致，評測集里面的結(jié)果能滿足用戶需求。

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

張鵬：如果用戶能把你開發(fā)的產(chǎn)品用得很好，是應(yīng)該用得好，還是用得爽？用得爽是用戶量爆發(fā)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(shù)人問題，再解決多數(shù)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(jīng)成熟的大廠對比，好 30%、20% 就是巨大的收益。但對于創(chuàng)業(yè)公司，如果是 AI-Native 原生應(yīng)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(rèn)為這個產(chǎn)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(nèi)很多人也很關(guān)心如何參與到大模型推動的這個新時代。如果要做新范式下的產(chǎn)品經(jīng)理。他們應(yīng)該怎么出發(fā)？

王小川：看公司屬性，一種公司是要做端到端，本身既要做應(yīng)用，也要做模型。一種是更注重應(yīng)用的公司，它不怎么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(dāng)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，你能感受什么地方行，什么地方不行。

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。用起來之后，你的靈感就會冒出來，就會知道什么是它擅長做的事，由此再變成你后面產(chǎn)品的構(gòu)思。

張鵬：大模型技術(shù)還在漲潮的過程中，得先跟著它一起往上漲，離它近一點才能考慮怎么應(yīng)用它。

公司不斷在發(fā)展，你肯定也在不斷招人。你去選產(chǎn)品經(jīng)理的時候，會關(guān)注他什么樣的氣質(zhì)，什么樣的經(jīng)驗，能不能開源一下你選人的標(biāo)準(zhǔn)？

王小川：百川計劃明年發(fā)超級應(yīng)用，我們不談經(jīng)驗，只能談一些想象。

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

王小川詳解 AI 時代產(chǎn)品經(jīng)理的「既要又要」｜極客公園

同時我們也希望你之前有做傳統(tǒng)產(chǎn)品的經(jīng)驗。也就是希望既有之前的成功經(jīng)驗，但是又能夠把自己的經(jīng)驗打散掉去滋養(yǎng)大模型，還能構(gòu)想出大模型新的樣子，現(xiàn)在這個階段，是「既要又要」。

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

05 享受大模型創(chuàng)業(yè)的「推背感」

張鵬：某個在相關(guān)領(lǐng)域有經(jīng)驗，但沒有技術(shù)能力，他能不能自己獨立做大模型應(yīng)用的探索？舉個例子，你在健康領(lǐng)域里在做努力，我在健康領(lǐng)域里面有多年積累的，也具備你說的氣質(zhì)。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著走著發(fā)現(xiàn)走不動了，有一種無力感，最后還是需要模型的支持。

因此在當(dāng)下中國，還是加入一家模型公司機(jī)會更大，因為現(xiàn)在還沒到能夠獨開去做應(yīng)用的程度。網(wǎng)上有文章說自己調(diào)模型做應(yīng)用，這個時代還沒有到來。未來兩年之內(nèi)，還是加入一家公司，能夠提供平臺級支持，幫助你把原有經(jīng)驗打散掉融進(jìn)來，這樣成功概率會大很多，有可能做成超級應(yīng)用。做小應(yīng)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(xiàn)在大模型跑了 8 個月，一開始的興奮也差不多消退了。創(chuàng)業(yè)維艱，在沉淀一段時間以后，你這次創(chuàng)業(yè)的心態(tài)怎么樣？

王小川：這 8 個月的時間團(tuán)隊跑得很快，成長也很迅速?，F(xiàn)在到了更多沉淀大模型方法論的時期，雖然我們覺得自己之前的技術(shù)、能力、產(chǎn)品、關(guān)注、經(jīng)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(yīng)用之間最有效聯(lián)動的狀態(tài)，我們的認(rèn)知也在不斷提高。我認(rèn)為好的狀態(tài)是：看到一個月前的自己是個傻子，那你就又進(jìn)步了。

剛開始工作早幾年的時候，是以每周的速度迭代，會發(fā)現(xiàn)自己的想法還不夠多，這次（大模型創(chuàng)業(yè)）我們又回到以月為單位，沒到那么敏捷一個狀態(tài)。在一個月之后看到自己之前的不足，在快速迭代中。為了參與到大模型時代，我們的管理層和產(chǎn)品經(jīng)理都是戰(zhàn)戰(zhàn)兢兢，如履薄冰地不斷調(diào)整自己原有的工作方法。

張鵬：這是讓你很享受的狀態(tài)。

王小川：對，每天都在刺激進(jìn)步，自己還有多維地成長，哪怕想法能領(lǐng)先半步，但有時候發(fā)現(xiàn)，自己走著走著有更好的想法出來。

張鵬：挺理解這個狀態(tài)。再過五年，這家公司是什么樣子會讓你覺得比較滿足？公司的目標(biāo)是什么？

王小川：在幫助人創(chuàng)造、健康、快樂這三個方向，我們都有超級應(yīng)用的探索。我希望是一到五年，五年真的不敢想，因為五年之后，技術(shù)發(fā)展的高度可能都不是我們現(xiàn)在能理解的，每天我們技術(shù)人員都感嘆有新的論文和發(fā)展出現(xiàn)，有強(qiáng)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(yīng)用的，在健康、娛樂、幫助人創(chuàng)造上，它能夠像互聯(lián)網(wǎng)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，可能五年以后地上機(jī)器人在跑，大家戴著 VR 眼鏡，每個人的數(shù)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。