42分鐘，92個小觀點。

編者按：本文來自微信公眾號 真格基金（ID：zhenfund），微新創(chuàng)想經(jīng)授權轉載。

用聲音，聽見真格。

「此話當真」是一檔泛商業(yè)類播客，我們希望搭建這樣一個分享和交流的平臺，讓每一個對商業(yè)、科技、創(chuàng)投充滿好奇的人都能在這里有所收獲。每期播客將會由不同的真格投資人擔任主持，和各領域的領軍人物一起帶大家深入了解科技趨勢，以及創(chuàng)新技術的影響力。交流科技熱點，我們只想給你最專業(yè)的解讀。

當然，我們希望這不僅僅是一個播客，更是一次創(chuàng)業(yè)的探索。真格，你的創(chuàng)業(yè)第一站！我們期待與你相遇，一同發(fā)現(xiàn)新的可能。

本期內(nèi)容是「此話當真」的特別放送節(jié)目，內(nèi)容截取自一次真格內(nèi)部的閉門會議，我們邀請到了 Magi 創(chuàng)始人、真格基金 EIR 季逸超 Peak 和我們分享他作為 AI 創(chuàng)業(yè)者針對最近 AI 浪潮的反思、觀察和預測。歡迎大家訂閱收聽～

節(jié)目內(nèi)容

《人類簡史》作者尤瓦爾·赫拉利近日在接受采訪時說道，“距離 AI 真正應用到人類生活中也不過十年的時間。ChatGPT 就像 AI 世界里的單細胞生物阿米巴，那么 AI 世界里的霸王龍會是什么樣子？從阿米巴進化為霸王龍又會需要多長時間？”

作為國內(nèi)最早擁抱 AI 技術的投資機構之一，我們認為在一個技術剛誕生的前幾年去預測未來的終局形態(tài)和大贏家是很困難的。因此在這一波 AI 技術革命的早期，我們堅持以創(chuàng)業(yè)者為中心，相信優(yōu)秀的創(chuàng)業(yè)者終會找到方向。在 AI 信息大爆炸的當下，我們也希望讓大家聽到來自一線 AI 創(chuàng)業(yè)者的聲音。本期節(jié)目我們邀請到了 Magi 創(chuàng)始人、真格基金 EIR 季逸超 Peak 和大家分享他作為一名從2012 年起就加入 AI 行業(yè)的創(chuàng)業(yè)者，對新一波 AI 浪潮的反思、觀察和預測。

季逸超 Peak 是一位技術小天才，在高中時期獨立開發(fā)了獲得 Macworld Asia 特等獎的猛犸瀏覽器，也因此登上《福布斯》雜志的封面，獲得真格基金的天使投資。后來他又主導研發(fā)了 Magi知識引擎及相關的知識圖譜、信息檢索等 NLP 技術。

Magi 項目截圖

在本期播客中，他聊到了在 LLM 的領域內(nèi)，創(chuàng)業(yè)公司應該從哪些角度切入去和大廠競爭？LLM 領域有哪些問題亟待解決的問題？國內(nèi)做大模型的公司是否過早進入了優(yōu)化的階段？為什么懂 AI 的產(chǎn)品經(jīng)理是稀缺資源？同時，我們也選取了部分閉門會議中的討論內(nèi)容和大家分享，如果你有更多好奇的問題，歡迎在評論區(qū)留言互動，投資團隊會空降評論區(qū)加入討論噢！

時間軸

02:15 有限制的舞臺給了創(chuàng)業(yè)者更多機會

05:14 不屬于你，但與你共生的數(shù)據(jù)是真正的壁壘

09:29 別把解決了最顯眼的技術瓶頸當做自己唯一的護城河

11:20 不僅是技術，行業(yè)、規(guī)模、利益分配都是歷史包袱

12:27 合規(guī)是一個動態(tài)的問題，審核一定要與核心解耦

22:54 向量數(shù)據(jù)庫無法讓模型突破自身的上下文限制

26:36 懂 AI 的產(chǎn)品經(jīng)理是稀缺資源

31:13 真正的多模態(tài)模型還未到來

32:54 RLHF 是手段而不是目的，其本身復雜且不穩(wěn)定

36:25 大量 AI 創(chuàng)新將誕生在看不?的地方

37:54 AI 人才面臨價值危機

40:06 前所未有的技術平權，是一個新的開始

精選討論

Tianjie：喬布斯曾說，如果你足夠在乎軟件的話，自己就會去做一個硬件。移動互聯(lián)網(wǎng)時代，從 PC 到 mobile 誕生了全新的計算設備，你覺得這一波會不會有一些垂直整合的硬件出現(xiàn)？

Peak：有可能會的。比如 rewind.ai 可能是一個初步的數(shù)字永生，但它目前是依托于我的工作電腦。說不定未來就有一種更尊重隱私的錄音設備，我一輩子的行動都有一個東西在 record，回頭可以訓練一個我的 LLM。所以我覺得可能會從私人、長續(xù)航的角度會誕生一種垂直的硬件。

Terry：如果 context length 變長，比如 magic.ai 的 LTM-1 模型現(xiàn)在聲稱支持 5 million 的長度，它是否可以取代向量數(shù)據(jù)庫的作用？

Peak：首先，我認為更長的有效上下文窗口取代向量數(shù)據(jù)庫是肯定的，它總體來說我覺得會是一個更優(yōu)的方案，能解決很多向量數(shù)據(jù)庫不能做的事。但我對LTM-1 模型其實不是特別樂觀，因為像大家已經(jīng)能用到的 Claude 100K 就是能接受很長的 context，但是能接受很長的輸入和能理解很長的 context 這兩個東西是完全不一樣的。目前我們并沒有一個很清晰的思路能怎樣做出讓它理解更長的窗口。

Peak：在 LLM 等一系列新的開發(fā)范式之后，人才分化特別嚴重，就逐漸只剩下最精英的一群人做核心技術，剩下全都是做交付。懂技術的離市場太遠，而離客戶和產(chǎn)品近的又完全沒有什么競爭力，所以長期來看可能符合創(chuàng)業(yè)者畫像的人才的供應可能會減少。

Yusen：對創(chuàng)業(yè)公司來說，技術和產(chǎn)品長期緊密地耦合是不好的。就像在（移動）互聯(lián)網(wǎng)領域，產(chǎn)品經(jīng)理并不需要從技術方面了解如何去搭建一張“網(wǎng)”，因為互聯(lián)網(wǎng)早已成為了基礎設施；從另一個角度說，反而是技術的樂高化會帶來創(chuàng)業(yè)機會的爆發(fā)。會搭樂高的人從長線來看是多的，但自己能造出來好用的樂高的人少。

本文為專欄作者授權微新創(chuàng)想發(fā)表，版權歸原作者所有。文章系作者個人觀點，不代表微新創(chuàng)想立場，轉載請聯(lián)系原作者。如有任何疑問，請聯(lián)系http://www.i0562.net/。