AI原生应用就是不同场景下的人工智能体

马化腾在今年1月份的内部讲话中说，最近两年，不大可能出现好的AI原生应用。

当马化腾说这个话的时候，我相信，当时的马化腾还没有意识到AI原生应用究竟是什么？只是凭着对产品的直觉，认为当前的AI能力，还不足以像APP应用那样，直接让普通人感受到科技的力量。

但是，现在随着人们对于大模型的能力越来越清晰的认知，我们可以在这里预测：AI的原生应用就是一个又一个在不同场景下的人工智能体。

换句话说，真正能够让普通人，感受到AI在实际生活中的价值和作用的，就会是一个个实际可用的律师智能体、医生智能体、设计师智能体、旅游助理智能体等等。

我们常说大模型的出现，让我们走向了通用人工智能大道路，但是通用人工智能的终极答案就是“人工智能体”。

大家首先需要理解的是大模型和人工智能体之间的关系：大模型是人工智能体实现的支撑、人工智能体是大模型能力的延伸。

大模型是有其局限性的。熟悉使用大模型的人，会发现，虽然大模型号称建立了一个世界模型，拥有各个领域的所有知识，但是在实际的使用中，不难发现大模型的回答，给人的感觉总是“正确的废话”！大模型好像没有办法对具体的工作任务，做出切实有效的指导和执行。

大模型就好像是一本教科书，我们在学习了教科书以后，能够掌握基本的知识体系，但遇到具体的工作任务，我们更需要的是，如何应用这些知识的具体方法。

大模型缺少的恰恰就是这些具体的方法。

比如说：我要给一个产品写一篇宣传文案。

别小看这个工作，这里会包含大量的知识内容：产品定位的知识、马斯洛需求分析的知识、冲动性消费的诱因的知识、社交媒体传播学的知识、4P营销理论知识、故事讲述技巧、文化敏感性知识、社会流行学的知识等等。

你会发现，你根本无法完全列举出所有涉及的知识要点，并且，组合使用这些知识要点的方法更是无穷无尽。很难说哪一个方法，就一定比另一个方法会更好。

但是一个营销大师和一个刚入门的营销新手相比，营销大师应用营销知识的方法往往会更加的有效，有价值。我们通常把这个营销大师的应用营销知识的方法称之为一套“打法”或者是“套路”。

而大模型是不会这些“打法”和“套路”的。

那么这些“打法”和“套路”可以被学习吗？答案是可以，我们人类是可以学习这些“打法”和“套路”的，所以会有一个又一个的营销流派。但哪怕是同样的案例同样的学习方法，每个人在具体应用时，随着各自理解的不同，又会呈现不同差异的结果。

这种差异性，证明了世界上的每一个人都是独一无二的，每个人的认知也是独一无二的，所以，AI无法取代人类。

那大模型可以学习吗？

可以，让大模型来学习我们人类灵活应用知识处理实际工作任务的方法论，这个就是“人工智能体”！

在这里，普及一下人工智能体的基本能力：

1、规划能力，能够根据目标来规划工作步骤。

2、信息搜集能力，能够搜集实现目标所需要的相关信息。

3、工具使用的能力，能够使用各种外部工具去实现目标。

4、记忆存取能力，能够存取调用过去的数据去思考如何更好的实现目标。

5、反思的能力，能够不断的反思行动的结果，优化行动，向最终目标靠近。

你会发现，一个成熟有效，能够在实际工作中落地的营销套路，就是按照人工智能体的这些基本能力来实现的。

就像写宣传文案之前，我们需要先分析产品的特性、用户的人群区分、有没有品牌影响力、价格定位区间等等，这个就是规划能力。

需要了解过去市场上同类型产品的宣传方式、用户的购买理由、竞争对手的策略，这个就是信息搜集能力。

使用一些文案技巧、特立独行的标题、有冲击性的画面来吸引用户的关注，这个就是外部工具调用的能力。

过去有没有做过类似的案例，是否可以借鉴，这个就是记忆存取的能力。

根据用户的反馈数据，来调整更新更好的文案内容，这个就是反思能力。

事实上，你会发现，任何一个具体的工作任务，如果将做好这个工作任务的方法论提炼出来，最终依靠的就是这5种基本能力。比如，给一个房子做室内装修，给一个人提供婚前财产公证，指导人如何填报大学专业等，所有实际的工作任务，你的方法论就是如何规划工作步骤，如何搜集相关信息、需要使用哪些工具，已经完成的工作总结、不断优化从而达成工作目标。

我们每一个人，在完成具体工作任务时，都有着自己的方法论。对于一些简单的工作，方法论之间的差异可能会很小，但越是复杂的工作，方法论之间的差异可能就会越大。比如工程设计、比如金融炒股...

任何一个人，都可以把自己工作领域的方法论总结出来，让大模型学习，做成一个人工智能体。有的人的方法论更加有效，那么做出来的人工智能体就会更有价值。

在现实生活中，很难说有哪一个方法论就是某个领域最优的解决方案。以炒股为例，这个世界上就不存在一种保证你炒股一定挣钱的方法论。所以，依照不同的方法论所做出来的人工智能体都会有自己独特的价值。

未来的我们，要么参与创造有价值的人工智能体，要么学会使用人工智能体去创造价值。

之所以，现在的我们还没有感受到好用的人工智能体出现在我们的生活中，主要是两个原因：

1.大模型的能力限制。受到当前大模型的逻辑推理能力的限制，大模型学习人类方法论的能力还很弱，特别是对于复杂工作任务的方法论，大模型的逻辑推理能力还不足以支撑其能够将一个复杂的方法论完全掌握。

2.人类自身的方法论没有得到有效整理的限制。绝大部分的人，工作了一辈子，都没有认真的整理过自己的工作方法论，在工作中，通常是靠着自己习惯养成的路径依赖在完成工作。这就是为什么很多人只是在做工作，而没有能够做好工作的重要原因。

如果说移动互联网时代最大的红利就是层出不穷的APP应用，那么通用人工智能时代最大的红利就是未来多如繁星的人工智能体。任何一个有着自己独到见解和方法论的人，都可以创造自己的人工智能体。

AI时代，是一个最好的，把认知转化为财富的时代。