AI应用的普及不在软件端,而在于端侧AI应用智能体的逐步普及

      AI应用能不能快速打开商业市场，并盈利，利润要能够对得起算力的底层投资，这将直接决定着AI算力投资的走向。

     资本和公司以及个体对AI的想像要求，绝对不是当下的GPT式的AI对话那么简单，而且当下的GPT对话非常明显真正能够解决的问题十分有限，很多时候我感觉更多的是提供一些情绪价值比较多，一些模块化的，细小的简单逻辑目标能够实现，但离人们真正想要的那种结果仍然差距非常之大，举个简单的例子：一个公司的领导给一个部门部署一个工作，这个负责人只需要把目标说清楚就行了，执行层会根据自己的手头的资源去自动的向着这个目标不断的推进，最终完成目标，而AI现在完全做不到这一点，他需要公司的负责人把所有的工作目标过程细节全部说清楚，包括你是先迈左脚还是先伸手都得说清楚，这种智能程度，显然离真正意义上的人工智能需求差距是非常巨大的状态。

     那么，就当下的AI发展来说，如何实现AGI端侧的AI应用，并实现盈利，然后以积小步而走出大道的方式逐步实现真正的AI全面智能化推进。所以端侧应用的不断商业演化推进就非常这重要，一个智能玩具、一个可以完整做完一套劳动指令的机器人、一个能够实现智能检测、自我完成特定范围内工作的机器人都将是端侧应用的攻坚目标，当智能体真正开始慢慢代替人工体力劳动的时候，AI的智能时代才能让人感觉距离AI落地越来越进，所以AI应用若只是停留在电脑上的应用的时候，他就非常难以实现正常的盈利需求，虽然token使用量越来越多，但当大部分人感觉到成果并不是那么理想的时候，那么算力调用的需求就会快速下降，所以，端侧AI应用不爆发，AI的商业正循环就只能是一张大饼，能看，但不顶饱。