每一项新的技术必然都会伴随一个创新技术的扩散过程。
有的人喜欢创新，有的人没那么喜欢。
而大众的喜欢公式是，喜欢=熟悉+意外。
因此我们虽然管一个产品类别叫「AI搜索」或「AI电话」，只不过是为了让大众更容易理解这个概念而已。
作为未来产品的开发者，如果你从字面意思去理解，就一不小心陷入了语言的陷阱。
让我们一起看看 AI 的变与不变，从常量中找到不变的场景，从变量中探索新的机会。
创新的扩散与技术的乐观
在 ChatGPT 发布之后，大模型技术为产品设计带来了新的变数。
但是每一项新的技术必然都会伴随一个创新技术的扩散过程。
容易接受创新的人，看到新奇的事物很容易接受，甚至会自带星星眼，完全忽略了新技术的缺点。
不容易接受创新的人，他们的宽容度很低，看到身边的很多人都在用了自己才会用，否则就认为是泡沫。
第一种人在第二种人眼里，简直是「无脑吹」、「震惊体」，什么东西都大惊小怪的。
但这个社会就是这样的，每个人的阈值不同，总得有人先接受创新，总得有人负重前行，总得有人买 Rabbit R1。
人传人，一起往前走。有人先从黑白想象到了彩色，然后自己动手绘制出了彩色，这样才吸引了只能接受彩色的人。
最近 GPT5 迟迟不发布，很多人就乐观转悲观了，每天担心 OpenAI 技术出问题了，这可真是杞人忧天。
越是这样的时刻，越是考验信仰。
但是要永远记住那句话：
悲观者往往正确，乐观者往往成功。
一位龙哥说过， 「人是环境的反应器」，但其实环境也是人的反应器。
另一位龙哥也说过
你的出生实际就是会改变世界的，你无法逃避。
你唯一能做的选择是，要么让世界变的好一点，要么让世界变的差一点。
对未来的预期可以谨慎，但行动时要永远主动乐观。
做那个试图改变世界的人。
AI 的变与不变
OK，AI 行业鸡汤撒完，接下来让我们看看这次技术的变与不变。
因为往往在变量中才会诞生新的可能。
现在，相比互联网时代，什么变了，什么没变？
变的是交互方式，没变的是需求场景
ChatGPT 定义了 Chat 这个 AI 助理的交互。
ChatGPT 和 Pi 又做出了语音电话的交互。在移动端，语音电话是更自然的交互方式，（只是受限于技术局限和环境因素，打字依然是主流。
但它们其实依然是新的交互。
人们更习惯的 Chat 是和人的聊天。
人们更习惯的电话是人和人的电话。
人们更习惯的信息检索是找到大大的搜索框。
所以 AI 搜索的起点可以是聊天也可以是搜索框也可以是语音电话。
本质没有区别。
三者都足够简单，只有主线，没有支线。
三者的问题也都一样，都是被动交互为主，需要用户发起。
如果 AI 是一座智慧的花园。
对话框、输入框、语音电话，它们都是通往花园的小径。
即便只是一条小径，也依然解锁了新的人群。
要知道，手机这样几乎完美的设备，渗透率也不过 80% 。
依然有人不用手机，他们很多是小孩和老人。
但是小孩和老人却可以通过语音电话和 AI 进行沟通。
他们甚至比以前用电脑和手机的人用得更好。
需求如山，而山，一直在那里。
变的是数据来源，没变的是数据质量
需求一直在那里，但是一直没被满足好。
以前的数据散落在各处，就像大众点评上找餐厅，我们通过搜索引擎获得了一些坐标，并前往去寻找。
现在的数据则被汇聚到了模型里，就像一个中央厨房，我们可以随时打开一包预制菜，在家实用。
但是预制菜嘛，就是不太新鲜，所以我们做了发明了 RAG，做了 AI 搜索，获取新鲜的实时信息。
大到金融、医疗，小到生活百科，我们的需求一直是高质量的数据，高质量的信息。
但需求从未被满足。
不管是模型预训练的数据、SFT 的数据，还是 RAG 的数据，质量都是第一性原理。
好数据出好结果，没有捷径，从未变过。
前几天和一位前同事吃饭，他说了一句金句
最近的 AI 资讯其实是噪音。
原因是 AI 技术的进展很小，可用性也不高，关注这样的资讯，反而不如花时间深度思考和积极行动。
这句话获得了很多人的共鸣。
本质是因为每个人所需要的好数据也是不同的。
自己不需要的信息，其实就是噪音。
人们需要的从来不是那么多信息，而是自己关心的信息。
如果 AI 对你的兴趣有足够多足够深的了解，就会成为比推荐算法更强的推荐引擎。
需求如山，，而山，一直在那里。
变的是产品，没变的是用户
我们在拿着新技术做产品，在拿着锤子找钉子。
但是用户的需求又没变，用户想的只是解决自己的问题，用户不想要学习。
所以为什么AI 搜索不是搜索，AI 电话也不是电话。
搜索框和电话，都是让用户从熟悉的体验逐渐迁移到新体验的引子。
任何的新事物都要遵循一个规律。
喜欢=熟悉+意外
人的大脑被设计成是稳定的模型，不能天天SFT的。
我们在设计产品的时候也要适应这种生理机制。
有一个设计的原则叫 MAYA：most advanced yet acceptable
设计大胆创新，但观众一看就懂。
当年的 iPod 设计时砍掉了各种多余的按钮，但是那个圆盘一看就会用了。
还有太空舱的设计，一个太空里的密闭环境，其实本来没必要开窗户的，但是加了窗户之后，有一种熟悉的亲和感。
为什么要这样设计呢， MAYA 理念的创造者 Loewy 是这么说的：
如果解决方案与成年公众已有的习惯的规范偏离太远，那么他们会因为的品味偏离太远而无法接受。
要做到这个理念可不简单，只有准确地拿捏了那个度，才能达到这个完美的平衡点。
让我们举一个例子： Google Glass 和 Meta Rayban
我们先看 Google Glass 的宣传图，很科技，很超前，但总感觉是科幻电影反派的道具。
我们再看看 Meta Rayban，很熟悉，很日常，感觉自己也能完全驾驭。
它是没那么酷，但不妨碍它好用啊。
最好的科技就是，润物细无声。
很科技，但很熟悉，这样才能获得用户的喜欢。
人们最熟悉的日常生活，正是你改变世界的起点。
结语
一不小心写了这么多，你竟然还看完了。
人形 AI 为你献上 SOTA 总结：
本文聊了创新扩散的本质是因为不同人群对创新的阈值不同。
还聊了不管对技术的未来乐观还是悲观，都要积极主动地行动。
重点聊了三种 AI 的变与不变：
AI 技术带来了新的交互可能，但是需求场景未曾改变
AI 技术带来了数据来源的改变， 但是对高质量数据的要求未曾改变
AI 技术带来了新的产品，但是用户的心智还未改变
可以从这几项变与不变中，寻找新的机会。
在做创新的时候记住 MAYA，大胆前行，一看就懂。
全文完，感谢阅读。
如果你都看到这里了，一定对你很有帮助。
记得点赞、点在看、转发三连。
我们，下次再见。
