第十三期AI碰撞局是个线上局，主要面对社区分享了下OpenAI Swarm所隐含的方向。分享内容的小记大家可以先参照下：，没有太大偏差。
这里主要记录几个关键的碰撞点，先从侯宏老师的：说起，侯老师总是很绅士，所以批评的时候没有写是我的分享，但还是需要正式回应下。
必然性与必然性的限度
先举个起争议的必然性的例子：
AI大模型取代人类程序员做决策是一个根本性变化，这种模式会因为能够处理数据内含的所有模式而催生类似Tesla FSD这样的产品。
这种趋势在AGI的驱动下具有普遍性，那就会导致大量应用重做。
落到公司的场景，假如这种方式体现出的边际效能大于过去的组织方式，那如果我们相信一种效能高的方式会替换低的，那整个公司形态就会发生巨大变化。
智能原生化的同时会指向无人公司这个终极状态。（无人公司不是说社会意义的人不在了，主要是说正常运转过程不要人。）
这是分享中有所提及的一套递进的必然性逻辑。
但这确实不意味着，凭空做一个这样的产品就会取得成功。类似的思维方式曾经在历史上给我们带来巨大的灾难比如1957年。
它的用处在于可以让人发现新的领域，这种领域如果猜对了，往往会存在势能（天时）。
形象讲就是2000年要做互联网，2007年要做移动互联网。
这远不是一个完整的故事，下面我们结合前面的一些观点把故事说完。
叠加而非互斥
也许大飞机、高铁这类产品可以直奔主题，自顶向下进行设计，对于AI产品这种大家都两眼一黑，充满未知的领域，确实类似生物进化的算法更靠谱一些。
如果有点宏图远志，那大致就要找到：短期要能赚到钱，长期看也能够越打越厚的领域。
这时候很需要侯老师在文章中提供的思考框架，比如侯老师提到的：
在具体定义产品的时候无疑需要做相关思考，并且可能更多，包括经典的大厂做了怎么办等等。
真启动前估计还需要补上自底向上的思考，你到底在什么真实场景中解决了什么新问题，创造了什么新体验或者新价值？
技术-产品-商业模式是一种综合程度依次递进的过程，AI与B端结合上恐怕没有互联网上的那种单点起爆的幸运，都需要这种深度思考。
如果直接回应下侯老师文中提到的问题，那是：寻找趋势中的必然性与机遇空间的判断两者都是自顶向下，并且是层次问题，是叠加和递进关系而非互斥。再到产品就还需要经历现场的挖掘，然后自顶向下和自底向上不停反复，直到一波趋势、一波产品走到尽头。
这里面相对比较确定是，我们需要构建的系统基本要遵循智能优先原则。
为什么是智能优先？
如果我们认为：
那在技术脉络上就会得出一串结论：
现实理解纵深≈数据的完整性和实时性，而为了保证数据的完整性和实时性，那就必然是智能优先(AI First)，人的行为只有在AI之下比如外面小哥或者主播才可能有充分的数据化，否则就会导致数据的完整性无法实现。
而AI First的极值那就会变成无人公司，当价值观恒定或者可用模型表述的时候，人会只负责在价值观上做目的性设定，当智能足够发达，那整个运行体系中人的角色会被弱化到极致。
这条逻辑链实现的可能性极高。
小结
必然性也可以有N种必然性，但最终那条发生是个有点哲学的问题。因为如果必然性的实现只有一种可能，那这世界是机械的世界，人是没真的自由的。如果没有我更愿意相信必然性总是有N个逻辑链，而人有选择和创造的自由度，历史则是必然和偶然叠加后的一种四维实体，即不是全无脉络，也不是只有一种归宿。
否则还整啥新产品！只可能强者永驻了。
AI碰撞局会持续在北大国发院承泽园和线上社区举行，探讨行业一线问题，感兴趣的同学联系：shuixiu2024。
AI碰撞局往期的记录：
热门跟贴