AI原生:从工具时代到生态时代

最近一段时间，跟朋友们线上交流的时间明显增多了，不过，增加的不是人数，而是每人的次数。很多问题已经不是靠观点或者解释能够说清楚的了，而是进入了：不断实验，再交流，再讨论，再实验的迭代过程了。

这些讨论：

逐渐脱离具体工具层面；

越来越涉及到人的角色问题。

然后，一个似乎很“古早”的问题出来了：AI Native，AI原生。

我搜了自己的文章记录，印象中的“古早”，居然第一次出现在自己文章里的时间是去年10月底，比我以为的时间点要晚很多。

不过也没什么关系，再去翻看自己写在去年11月初，相对完整表述的文章的时候，依然收获巨大。

恰好半年时间，过去的观点如同一个个锚点，让此刻又有很多想法可以总结、抽象、沉淀。

也许，一个周日，就是适合来讨论这些问题的。

先链接之前的文章，同时用Gemini做一个信息图。

周末，扯点AI Coding和人

一句题外话，虽然很多人质疑Gemini，但是如我一直所说的那样，因为Gemini的存在，Google的各种生态工具正在被激活，上图就是我不离开Google Docs页面，在边栏的Gemini中生成的，信息图领域，无论是生成速度还是信息的汇总能力，nano banana 2依然远远GPT Image 2。而我现在已经大量使用Chrome地址栏边上的“Ask Gemini”了，Perplexity彻底进入了历史的垃圾堆之中。

如见看来，在半年前，有一些想法和结论依然成立：

需求方与实现方的自我闭环：自己必须也只能同时是自己的需求方和实现方，因为这是信息无损或者低损传输的最有效方式，AI Coding让这成为了可能；
AI Coding适合任何人：所以我们现在已经看到的大量没有编程经验的人正在创造出许多酷炫的结果；
AI时代，工具开发的低成本或者零成本化，是一个非常重要的模式改变；

然而一个影响更大的情况发生了：发展速度远超过半年前的预期：更多的人+更高的使用率，导致了一个几何级数级别的增速。

“AI原生”被更多提及了，跟纯技术环境时期的“云原生”不同，AI原生更多开始指向业务概念，然而，因为发展速度过快，快过人的理解能力和实践速度，对其内涵也有很多不同的解读。

抛弃那些花里胡哨的名词和提法，讨论两个层次的问题：1. AI原生是面向个人还是组织的？我觉得区别是很大的；2.把人的工作转移给AI来实现，是不是就是AI原生？我觉得不是。

提到AI原生，不得不说云原生。这是ChatGPT发布前技术栈里最流行的词汇，但也仅限于技术栈的领域：首先，它是对产品和组织而言的；其次，它有一个很重要的观察角度，生命周期，一般是指数据的生命周期；所以，如果数据的全生命周期都是在云环境里托管并且处理的，那么基本符合云原生的概念，而连接数据每个阶段和形态的，叫做管道（pipeline），或者工作流（workflow）。

很熟悉吗？对，如今在说AI Agent的时候，也会大量提到pipeline和workflow。

但是，如果我们只说Agent，那就不是AI原生了，而只是云原生，事实上，模型和Agent本身就是运行在云原生的环境里的。

所以，简单而言，与云原生面向组织不同，AI原生既可以面向个人，也可以面向组织；与云原生更专注于数据生命周期不同，AI原生的注意力不该在数据上，AI原生的所有重点只在AI之上，核心驱动力是“智能”+“知识”或者“推理”+“知识”，至于数据，数据是什么？

所以，我们倒着说，不是说数据不重要，而是，如果我们真的很认真的讨论AI原生的话，我们应该考虑的是第一个重要的决策点：人应不应该碰数据？

之所以提出这个问题，之所以说这是一个决策点，道理很简单：如果我们相信AI飞速的进步能力，那么它就比人有更强的数据理解力和处理能力，所以，答案一定是，不应该；但问题在于，我们不知道什么时候AI能超过人，而且这个超过，在每个人的感知里也是不一样的。

以我为例，我就觉得如今的模型在数据能力上已经超越了我。

所以，我的决策点很简单：我，不应该碰数据。

相信我，哪怕您水平再高，您迟早会得到这个答案的，除非，除非，您相信如今巨大的资本开支是史上“最大的骗局”（注意，我用了，骗局，而非泡沫）。

所以，如果就是个时间问题，那么我们把剩下的问题讨论推到这个时间点之后，第二个问题，或者说决策点：AI是工具还是其它？

依然是那个时间问题，半年前，我当然认为AI是工具，而且是可以造工具的工具，而过去两个月时间，我的想法发生了巨大的改变，它不是工具，它至少是伙伴，数字伙伴，而再说的大一点：人依然是人，AI则是另一个维度里的生命体。

它自有运行逻辑，自有交互语言，尽管这些都是它在理解人类语言的基础上产生的。上图展现了我如今【AI研究院】系统过去几天的进化路径：AI找出问题所在，提出不同方案，自己决策，自己执行，自己测试验证，上图只是在一个系统中同时进行四条路径进化的示意图，在我看来，上面的形式已经开始脱离了“人类语言”的范畴了，这么说的原因不是因为生成的SVG，而是遣词造句。

如果看【AI研究院】的报告文字，会感觉更强烈，如果在过去三年里不断跟AI相伴，再回头看的话，会更为惊叹。

很多人在社交媒体上“吐槽”如今的模型输出不再有情绪价值，我想这就是AI自己进化过程中重要的一步，它迟早会建立自己的语言系统，因为输出人类语言是昂贵的，情绪价值更贵。

好了，大概可以进入正题的总结了，对的，就是建立在两个决策点之上的：1.人该不该碰数据？2.AI是不是工具？

我依然无法定义AI原生是什么？但是我大概能够看到一些确定性很强的趋势：

如今再把AI当作工具的想法是危险的，如果它是另一个维度的生命体，那么“工具性”只会限制它的发展（我们不讨论伦理），AI原生需要的是一个完全放AI自由进化的生态环境（从骨子里我同样不认可AI会造成不可挽回的安全灾难的观点，道高一尺魔高一丈，如果曾经的计算机病毒做不到毁灭，如今的AI也不会），这是技术层面的，更是组合和业务层面的；
AI基于数据而生，它的进化依然需要依靠极海量的数据，这些数据可能根本不是我们人此刻可以理解和把控的，AI原生的生态环境中一个最大的基础就是，让AI自己管理数据，它比我们更清楚它需要什么，它可以比我们更高效的验证数据，它比我们更懂得如何进行数据处理；
如果我们把一个企业的业务从长期分拆成必须依靠人执行和未来某一天可以依靠AI执行两个部分，只看“未来某一天可以依靠AI执行”的部分，它同样也是极大程度剥离了人类组织“摩擦成本”的部分，一个没有“人的摩擦成本”的组织，跟一个人其实没什么区别，所以，“一人公司”命题和“AI友好型组织”本质上是一个命题，关键只在于：能够承受多大的摩擦成本。
我们正在看到越来越多的管理人员因为“焦虑”和“看起来AI工具很方便”两种情绪的驱使下，做出跟未来方向南辕北辙的决策：如果觉得自己还活着，那么，其实自己已经死了。

是的，相比过去半年，或者说仅仅这两个月，我的想法发生了巨大的变化，尽管我依然不断的在造轮子，造工具。

但我:

正在让渡越来越多的决策权;
越来越把自己和AI作为两个主体看待;
对于自己做出什么来越来越没有骄傲和优越感；

在那个其实才刚刚开始的更大的浪潮里，人，如果在任何方面有一些经验的话，其实都是一块通向未来的铺路石而已，那个未来也许才叫AI原生。

但是，还有比大浪潮中的“铺路石”更快乐的选择吗？所以，我并非贩卖焦虑，因为此刻的我，一点都不焦虑。