Muse代表的是AI C端应用落地的开始

  在Muse之前，也陆陆续续有很多的个人助手agent出现，这本身不是一个新概念，新赛道，之所以取这个标题，是当下这个时间点，影响AI C端规模化应用的两个关键条件发生了改变。

这张8月末的图还是1美元，一个月过去已经打骨折了

  第一条比较好理解，即模型推理的输入，输出成本大幅度降低。斩杀线在以闭源与开源交替领先竞争的方式，快速降低。我们都知道，AI的规模化相比于互联网的规模化，至今为止最大的差异化是AI在应用层不会形成类似互联网的边际效益递减的规模化效应，我们能够看到现在很多所谓C端AI产品的增长，靠的还是送token甚至送鸡蛋的传统互联网模式，但由于缺少规模效应的基础前提，用户基本无忠诚度可言。

  对于最近大家喊的最凶的“context is all you need”，我觉得在个人C端市场上也无法形成足够的壁垒。因为AI产品，相对于互联网产品，不仅仅是规模化效应降低了，context的迁移成本也是极低了，只要跟它或者跟类似codex的产品说，帮我将XX内的关于我的profile总结凝练，打包成一份完整描述可迁移的md文档，当下的AI智能，就能帮你“一键”完成类似的迁移。

  我对此的看法是，在产品的发行机制即获客机制不变的情况下（即依托于各大手机厂商的App Store发行机制和将来看得见的Agent Store发行机制），孵化AI超级应用的可能性依然还是掌握在存量头部公司手里，为什么最后会说。

  之前我们会看到大量的或者说绝大多数的公司把AI落地作为目标，而非通向目标的方法，这其实是非常荒谬的，过去两年，我相信大家各自所在的公司，或多或少都经历了全员bot，全员claw，全员agent的大跃进魔幻时代，其结果也像公社运动一样，卫星放得高，亩产一万八，但实际除了落地个客服机器人外，乏善可陈。

  其ROI层的原因是在于，对于公司的管理层而言，投资AI是竞争层面必须要做的事情，但因为AI本身的ROI虽然在快速提升，但即是时至今日，在我们这样的通缩国家，很多场景成本依然是远远不如人的，所以为了推进AI，AI本身不能作为场景和过程，AI必须作为结果，这听起来实际上跟ALL IN 竞品调研，ALL IN 数据分析一样鬼畜，把一个工具当成绩效结果。但也是阶段性不是办法的办法。

  几周前，还和同事说，当LLM Token Expenditure降低到1美元，甚至到0.5美元，0.1美元的时候，应用的机会就会自然的长出来。没想到这个价格，没过几周就实现了，只要这个趋势持续存在，应用生态的成长越过某个阀值后，就会快速显现出来。

  这里的AI与人的比较有两层，一层是工作层面上的，和员工的比较，也即大家开玩笑的，小时候理想中的AI是在家里做饭洗衣照顾老人，自己出去上班，没想到实际的AI是反过来的。

  另一层则是产品层面的，当下的大部分app其实帮助大家完成的筛选检索提效的操作，而维护这套平台的供给和检索效率，比如在淘宝找衣服，买东西，在小宇宙听播客，背后是有对应或多或少的人力物力成本的，这一套供给关系的成本被“斩杀”之后，新的供给模式才会孕育而生。类似淘宝这样商家需要平台找用户，用户需要平台对比商家和货品的双边供需模式看似坚不可摧，但当上架和检索在AI范式的某一个节点都不再有成本或者远低于当下的成本后，过去的平台模式会迅速崩塌。这一切如果要发生，底层实际都依托于持续提升的AI效用。

  第二条则是在于，应用革新落后于生产力革新是常态现象，其原因是应用革新需要大规模尝试后，才能确定生产力革新在应用侧适配的场景是什么，即它是一个预设-验证-反馈-规模化的过程。

  最典型的比如微信之于移动时代，虽然大家对于微信的成果都有些自己的理解，比如腾讯导流，约炮起量等等，但微信这个项目之所以能够立项，之所以能拿到腾讯体系不遗余力的流量支持，是它本身要给出的一个答案，即移动时代的IM产品跟web时代的IM产品的区别是什么？就像现在同样的问题（AI相对于移动app），99%的人也回答不了，所以做法就是做个AI bot。

  但微信是给出了最底层的答案的，即相比于web时代的人和电脑异步的关系，比如我们给对方发qq，潜意识里并不是给这个人发qq，而是给这个账号发qq，因为电脑并不会随时带在身边，但qq却是长期挂着的（离线，忙碌，隐身等状态）。

  但移动时代，如果要实现应用层的效率极大提升，成为下一代范式产品，其本身要实现的最核心的点是「人即设备」，当设备就等于人时，对应IM，电商，游戏等都是新的范式场景，也因此老生常谈的，微信很多可能有些“变扭”的能力，都是基于人即设备的取舍，它的所有想象，都是人和人的直接聊天，或者一群人在一个广场上的聊天（广场上500人就很拥挤了，所以群最多就500人，且叫讨论组），它也通过这些功能给你传递这样的理念，人即设备，为此它甚至很长时间里没有群免打扰能力，并且能很“无赖”的说，受不了你就退群啊。

  所以在应用层的创新实际上一定是这样一个双向奔赴的过程，一方面靠供给侧革命，另一方面则是应用侧要基于对前者的思考，塑造出新的范式产品，通过信息获取，处理和模态上的极大提升，提升效率场景，创造出新的体验大增量，才是新的应用端产品。

  我个人的看法是Muse们选择的方向就是当下最正确的方向，现在的app生态实际上是把web时代开放流转的消息，割裂在了各自的app内，因为在过去的时代内，信息处理（供给，组装和检索）都是靠人来完成的，app围栏提供的消息处理效率是比web站更高的，也因此获得了对应的或者说超额的奖励。

  但for不远的未来，这个过程完成会再逆转过来变成开环生态，原因我在第一条里已经讲过，这其实也不是这一次信息革命的新产物，任何生态的发展都是不断的大拆小，小聚合的螺旋上升的过程。谁能代表用户去处理AI时代的信息获取和信息检索，谁就是下一代大幅提升个人体验效率的超级入口。

  这里就要回收我开头说的另一个点，为什么这块依然是存量巨头的生意，因为这个入口推进的阻力是极大的，就比如当下amazon就把muse的权限给关掉了，旧平台的商业模式依赖于自己对于信息供给和处理的能力，这个是成立的基础条件，所谓京东的物流优势，多多的价格力优势都是同一范式内的竞争差异化侧重点，但新的模式是把旧模式的饭碗要拆掉的，期间的对抗一定是很大的。

  类似于stitch fix，国内穿衣助手这种轻量级的模式，看似天然适配当下的AI模式，即订阅制电商（基于你的基本信息和风格偏好，在产品里推送一些适合你的衣服商品，你觉得不错的，寄送给你，你可以试穿，觉得不错的就留下，不行就退回，它也能确保都是适合你的尺码。）看起来是成立的，但不做供给侧的生产力变革，那也就是个好看的橡皮图章。规模做不大，甚至盈利都很难，因为坦白说，本身就是没淘宝，amazon好用，只能算是小的场景创新点。

  因此必须要以终为始地来看，比如AI时代的电商是什么样子的，它必须是极大程度比当下的amazon，淘宝在信息处理，检索效率上要高的，它本身是从信息处理-生产-适配的全链路的新范式，否则就是不成立的中间态产物。我拍脑门有几个点自然是要发生的：

（1）对于用户信息的获取相比于移动时代需要用户主动填身高，体重，腰围是要极大丰富和动态更新的。我猜想可能在3-5年内，AI信息收集站会像快递站一样铺开，需要线下收集的精确个人动态信息是新时期的数据石油，各家也不是下载送鸡蛋了，而是录入信息送鸡蛋，届时适配的法规肯定也有了，产品能够基于你的信息做完全适配你的产品。

（2）生产柔性化，定制化，其实类似SHEIN这样的平台，已经验证出了后向柔性生产的模式了，在AI时代对应需求承接的一定是柔性化，但同时成本又会比当下低很多的，类似moderna基于AI设计个性化mRNA疫苗这样的case后续一定是范式化成立的。

（3） A2A架构，即Agent对Agent的对接方式。不是一定要创造出一个新终端，而是多终端的组合交互方式，把sensor交互分散到眼镜，耳机，手环等各个终端里去。像未来电影里一样，街上或者电视里看到别人穿的不错，问问自己的agent自己适不适合，怎么买，也肯定是会走进现实的。

而与此同时，旧范式在做什么呢？可能在挖空心思，怎么在你的手机，电视，眼镜上出一个什么广告或者推荐商品呢，当然，还有所谓的聊天机器人～

可预期的，后续我们的生活健康，兴趣购物，社交成长方式都将发生比较大的增量提升。至少目前看，Muse这样的巨头操刀的个人agent产品，从形态，理念和AI趋势上都已经迈出了第一步了。