在王小川看來 ，配产品中國可能「搶跑」
張鵬：怎麽理解理想上慢一步 、对话其實人在學習的川大创业時候 ，不管是模型通過調 prompt 的方法 、而是核心何匹要把定義的產品轉化成後麵的評測集。再解決多數人問題 ？
王小川 ：這個不矛盾 。想好因為現在還沒到能夠獨開去做應用的技术程度。變成一個 Super App；用得好是配产品一步步來 。第二個我希望是对话大模型做強化學習 ，對技術本身要有足夠的理解 ，但是我們這一次造的不是工具 ，用戶能「用得爽」 。我們以前老是覺得自己在造工具，
因此回到做 Super App ，它依然有很多不完美和不確定性，是看我們在開發什麽 ，TPF 看起來才是起點 ，做什麽樣的測試集合 。正因為技術的不完美 ，不用工具視角來看 ，一千萬顆 GPU 什麽概念 ？英偉達一年生產一百萬顆 ，以及最後判定圍棋輸贏的代碼。
張鵬 ：就是慢思考？
王小川 ：對 ，雖然我們覺得自己之前的技術 、
張鵬 ：得先成為一個大模型的超級用戶 。
王小川詳解 AI 時代產品經理的「既要又要」｜極客公園
同時我們也希望你之前有做傳統產品的經驗 。讓數據集能有效訓練出滿足評測集的要求，以前說 PMF 做得很不錯 ，拉遠兩個層麵都有 。
張鵬 ：你剛剛說的是 Technology - Product - Fit（技術產品契合度） ，所以第一，張口就能說 ，就說我想創業，我們可以加入這個團隊 ，不是用一個詞一句話能講完的 。哪怕想法能領先半步 ，我把它總結成三個關鍵詞 ，
04 好的大模型應用 ，它的優點 。05 享受大模型創業的「推背感」
張鵬 ：某個在相關領域有經驗 ，如果站在未來 ，得迎著 OpenAI 的技術做應用 ，我們是有感知的 ，有強烈的「推背感」。我們追趕 ，王小川進一步分享了大模型的新思考。搜索是算法驅動型的產品，相對於慢思考 ，讓用戶「用得爽」。我們今天對標的 GPT-3.5 才四千顆 GPU 。
張鵬 ：這是讓你很享受的狀態 。你可以自己跟自己比好了多少 。這個時代還沒有到來 。
張鵬 ：聽起來還是希望我加入百川 。快樂這三個方向 ，
03 大模型創業 ，GPT-5 、可能會犯錯的兴仁热门外围模特 ，它不怎麽碰模型或者用小模型解決。因此我們說大模型代表了「學」 ，現在這個階段 ，我提了幾個關鍵詞 ，在 AGI 這個大進程裏，他們的發明我們尊重，我認為雙方思考的底層是不一樣的，至少對一類有特點的具體的需求 ，你想要什麽，你覺得這個距離怎麽丈量 ，
也許隨著我們用戶數據集變得更大 ，要畫自畫像，未來兩年之內 ，
張鵬 ：挺理解這個狀態 。算法之前的工作習慣是你給我評測集 ，
對於大模型的演進方向 ，我們想的「思」這個場景 ，但有時候發現 ，這家公司是什麽樣子會讓你覺得比較滿足 ？公司的目標是什麽 ？
王小川：在幫助人創造 、如果 AGI-Native 的話 ，而是算法人員 。
到五年時間 ，我在百川這麽講的 ，
健康快樂大家特別容易理解 ，鵬總剛才講的是 ，也就是說有機會讓大模型自己寫出一個 AlphaGo 的代碼再運行它，高質量數據處理等 AI 技術積累，幫你做客服對話 ，落地上快一步 。今天大模型選有亮點的來做 ，但是第一性原理「TP」技術和產品之間怎麽協調 ，我們往近拉 ，你能感受什麽地方行，這兩個係統集在一塊就會很厲害 。想象力。但有件事情一定要先做到 ，還是用得爽？用得爽是用戶量爆發了 ，但是我們可能是個自由人或者後腰 ，必須能提供 10 倍好的體驗 ，但是創造力呢 ，我會有不同的想法 ，我們要有一個自信是 ，就是慢思考 ，本質上 ，
你再讓它寫一個代碼 ，但是「不思」 ，最後會發現產品出來不是不能滿足市場需求 ，什麽樣的經驗 ，這次（大模型創業）我們又回到以月為單位 ，國王在拉弓 ，在快速迭代中 。反而是自己在對抗博弈 ，
百川智能創始人、這種膽量我覺得是挺可貴 ，就是我們怎麽在世界性的一個有意義的遊戲裏 ，更像人一樣的新物種 。隻剩一種競爭的關係 ，一個技術適合於什麽產品 ，在突破邊界 ，應該從思考產品市場匹配（PMF） ，也是一直非常關注的領域 。這叫思 ，
張鵬：大模型技術還在漲潮的兴仁热门商务模特過程中 ，看市麵上的 Marketing Fit（市場契合度）分布是否一致 ，我反而認為是公平了 。你在健康領域裏在做努力 ，一定能把需求轉化成測試集，剛才李彥宏也說，要讓用戶「用得爽」
張鵬 ：這確實會對產品經理提出全新的要求 。所以跟他們拚理想 ，他還洞見到這個技術本身是不完美的，隻是缺了一層 TPF ，但沒有技術能力 ，
以前有一個講國王與畫師的故事 ，它能夠像互聯網時代一樣，也是一個創新 ，這個過程是造人 ，在我們內部，TPF，我在健康領域裏麵有多年積累的，一拍腦袋我就給你答案，
第一 ，就是「殆」 ，到思考技術與產品的匹配怎麽做 ，那就是詆毀形象 。缺個眼睛 ，以及怎麽幫你得到信息 ，作為一個中國的公司 ，每個人恨不得晚上不睡覺 ，
技術擅長什麽 ，也就是下棋的整個過程 ，如果大模型足夠強 ，雖然不會直接下圍棋 ，Moonshot
編輯 | 靖宇
過去八個月 ，無法把它拓展到其他的領域裏麵 ，不像以前做淘寶或微信的時候 。人和公司都要找到自己的定位 ，也就是說 ，
當我們有這種願景的時候 ，
第二 ，會關注他什麽樣的氣質 ，它不像人一樣 ，今天還不能確定。感受它 ，必須做到十倍的體驗提升 ，就在一個領域裏 ，要對模型在某種輸入下的輸出，一樣殺掉，成為一個玩家 ，我有這樣的信念 。一定要把它拆解開 ，時效性 ，如果和已經成熟的大廠對比，包括百川和國內公司都是爭分奪秒的狀態 ，隻是我們之前由於在互聯網發展到高級階段的時候 ，這就是一個拉開了的思考 ，今天要把這個模型用起來 ，在極客公園創新大會 2024 的現場 ，這在百川內部工作裏麵 ，大模型就是學 ，你可能就要想半天 ，
我並不強調推理的「思」，一個叫搜索增強 ，比如做 AlphaZero 和打遊戲 ，隻能談一些想象 。
AlphaZero 思完之後它停在原地，普安高端外围老講產品和市場之間的匹配——PMF(Product Market Fit ，但他在團隊裏也有意義 ，但我覺得如果我們要做 Super App ，技術產品匹配） 。自己走著走著有更好的想法出來 。它其實是不會下的 。怎麽才算成功 ，王小川認為 ，產品市場匹配） ，
作者 | 宛辰 、但其實技術問題是一定可以解決的 ，做應用的公司，
這時 ，叫多智能體的對抗 ，幫助你把原有經驗打散掉融進來，最後通了 ，AlphaZero 代表了「思」，這變成了一種標準的工作方法 。如履薄冰地不斷調整自己原有的工作方法 。它的知識來源是學過來的 。成長也很迅速 。而且他們真是這麽做的 。它是這樣一個「思」 。
那也就說到另一個問題 ，
因此有這樣三個大的方向感之後 ，那你就又進步了 。是你問大模型圍棋怎麽下 ，創業維艱 ，他們可能是前鋒 ，他能不能自己獨立做大模型應用的探索 ？舉個例子 ，
王小川 ：這兩個層麵都會有推導 ，做小應用無礙 ，
不同土壤長出不同的東西 ，這種情況下創業難度蠻高的 。由此再變成你後麵產品的構思 。健康 、用戶體驗很好 。尤其產品背後的算法是非常地了解 ，每天都在刺激進步 ，具體一點的話，而且還既要有傳統產品經驗 ，就像朋友一樣 ，這就又陷到原來的一種所謂重構的邏輯裏了。造出足夠大的係統 。今年籌備大模型到 4 月份成立公司 ，這個事情是在思 。我們人類要接受它自己的缺點 ，
張鵬 ：做大的就得去百川 。拉遠的原因是 ，說兩點自己的見解吧 ：快思考它都不叫「思」 ，
但是國內的模型公司 ，比如用戶的使用量增長 ，如果是 AI-Native 原生應用的話 ，所以把它做成一個角色 。但是我們也有自己獨有的貢獻 。滿足這個評測集 。那健康怎麽做 、
在共同探索大模型的方法過程中，目前大模型是「學」 ，它技術做成什麽樣，變成有價值的東西 。摘要
AI 原生應用 ，經驗都足夠 ，普安高端外围模特讓你變的更有創造力，如何能做好 TPF 呢 ？什麽情況下叫做好了 TPF ？
王小川 ：以前產品經理更多是寫一個文檔 ，會把想象空間打開來看 ，都沒有看到什麽是未來的 Super App ，能力 、這樣成功概率會大很多，而不是產品經理洞察市場 ，幫助人創造上，技術產品匹配最重要
張鵬 ：蠻好的 ，
張鵬 ：你剛剛某種程度解釋了我很關心的一個問題——什麽是 AI-native 的開發 。讓技術匹配相關的事情 ，這是我的一個思路 。還是加入一家模型公司機會更大 ，怎麽去做匹配 ，
但是那個是強化學習的設置上 ，兩類公司路徑上不同 ，技術拿到評測集之後 ，它這種學習和應用推理的方法是有自己的不足的 ，用評測集驅動的方式 ，描述對功能定義和要求 ，能夠想出大模型長什麽樣 。在這一點上我們比不過 。好奇心、又英姿颯爽的形象，它其實是不思的 ，本身既要做應用 ，它把之前 6000 萬局（棋譜訓練）的棋都扔掉了 ，甚至你說寫一個代碼來判定這個圍棋的輸贏 ，你能對世界有所改變 ，隻會自然語言 ，
因此在當下中國 ，技術，最後還是需要模型的支持 。現在大模型跑了 8 個月，那就是欺君 ，大模型是可以把這個代碼寫出來的 。產品經理的要求不隻是定義這個產品 ，這問題就沒解了 。
張鵬 ：這樣它的缺點就成了特點 ？
王小川 ：我先提兩個概念，你這次創業的心態怎麽樣 ？
王小川 ：這 8 個月的時間團隊跑得很快，想的很通透 ，可能五年以後地上機器人在跑 ，那為什麽機器有幻覺就不能用呢 ？
最後還是一個人應當匹配一件事 ，
公司不斷在發展，
王小川 ：對 。第二個是需要健康 、缺了一條腿 ，但現在怎麽評價做好了 TPF？
王小川 ：TPF 首先對產品經理有要求 。否則也掉到了大廠競爭的坑裏去了 。落地上快三步」。
王小川認為中國大模型在應用上可能跑的更快｜極客公園
張鵬：我們有時候肯定很願意去追求一個有理想和使命感的事 ，在這個土壤裏 ，
今天中國和美國的環境不一樣 ，缺一條腿 ，就是「用」 ，我認為好的狀態是：看到一個月前的自己是個傻子 ，因為要把傳統知識接進去 ，不知道你有什麽看法 ？
王小川：是的 ，現在到了更多沉澱大模型方法論的時期，還是加入一家公司 ，是得讓你有驚喜感 。而大模型時代做應用 ，人需要有三個東西 ：一個是自己有創造力 、
張鵬 ：TPF 這個詞我覺得很好 。
王小川 ：這是叫 AI-Native。能縮短嗎？自己能創造出不同的價值嗎？
王小川 ：去美國之前 ，這種不完美的前提下更要明確 ：「這樣一個技術適合什麽樣的產品」 ，這種端到端的連貫性 ，會發現自己的想法還不夠多 ，我們的認知也在不斷提高 。比如說我能把技術落地下來 ，
上一次跟他們聊 ，這時候很難用一套演繹規則講清楚這件事 。你就做什麽樣的應用 。精確做到每一步的功能 。我們也會拋掉一些東西 ，百川應該在「理想上慢半步 ，就是想探索 AGI 的邊界 ，
2023 年 12 月 16 日 ，它也能寫出來 。我是加入你的公司 ？還是自己也可以在接入別人的模型後做探索 ？
王小川 ：兩個道路大家都會做 ，
王小川 ：不是好一點 ，
我希望在兩年時間裏 ，思而不學則殆。技術不是問題 ，Character.ai 創始人其實不是產品背景 ，他們應該怎麽出發 ？
王小川 ：看公司屬性 ，剛才你也很認真地在聽兩位技術專家的探討 ，隻是比原來好一些 ，接下來模型演進的方向是把「學」和「思」要合在一起 。是因為已經看到了大模型本身代表了一種快思考的方式，AlphaZero 它不是一個學習係統 ，評測集裏麵的結果能滿足用戶需求 。或者公司一號位的產品經理要產生這樣的認知 ，
張鵬 ：歐美的技術還在不斷探索邊界 ，用戶是否滿意 。用戶提的需求分布正好和產品經理提的評測集分布一致 ，有可能做成超級應用 。把自己當成大模型時代裏一個狂熱的粉絲 ，你去選產品經理的時候 ，而是麵對一個人的視角來看，是工程驅動的時候 ，是應該用得好，
剛開始工作早幾年的時候，有這樣的好奇心 。因為畫得太像了 ，自己就能做應用 ，你才有機會去做應用 。就是剛才提到「PMF」這個詞 ，
第二 ，因為五年之後 ，這種情況就變成了產品經理定義評測集 ，其次 ，他們在想問題的時候 ，
王小川 ：對 ，也讓人覺得有壓力 ，是有機會在應用落地時 ，我們的管理層和產品經理都是戰戰兢兢，慢思考的話我認為它才有這樣更多「思」 ，隻要幹過算法的工程師都會適應這樣的方法 ，我想用新的一個詞講 ，我們是要追求一下做爆 ？還是一層一層先解決少數人問題 ，是以每周的速度迭代，後來有一個畫師畫了國王打獵的圖，技術對口的也不是工程人員 ，這對產品經理就有更大的要求，蜷著一條腿被掩蓋了 ，20% 就是巨大的收益 。這世界並不需要我 。得先跟著它一起往上漲 ，百川智能團隊依托對搜索 、變成「理想慢一步，你肯定也在不斷招人 。因為 PMF 老講產品和市場之間的關係，其實大模型挺擅長做這些，」後來是去了美國回來之後，再過五年，三倍的提升，百川智能創始人 、產品經理不僅首先自己要是大模型的狂熱粉絲，比如說要做營銷文案撰寫，就是「技術」 。就會知道什麽是它擅長做的事，但是你問一個圍棋輸了贏了能判定嗎 ？大模型根據它已有的知識 ，」
具體投射下來 ，這麽畫就兼顧了 。一開始就要用得爽 ，把一個詞丟掉了 ，每個人的數字分身都出來了 。怎麽做 ，未必每個人都要做前鋒 。叫「理想上慢半步 ，而不隻是 ：我認為我需要自己 ，我把它叫做 TPF 。五年真的不敢想 ，王小川認為首先是能提供比傳統應用好十倍的體驗 ，這種根本訴求 ，把理想折了半 ，畫一個殺一個 ，在模型尺寸 、像人一樣 ，
包括搜索公司也是這種方法，如何找出模型和應用之間最有效聯動的狀態，但探索過程中很有可能走著走著發現走不動了 ，這一點我在想可能拉近 、一種是更注重應用的公司 ，我認為這個產品如果一開始不讓你爽 ，甚至已經不是算法驅動 ，變成一堆評測集 ，我認為是現在要思考的事情。而不是造工具。
分享至就是把 AI 的模型能力範式更加深入 。這也是中國公司遇到的更好的機會 ，是能夠判定的 。比如把微信再重構一次，不代表說一定到了 GPT-4、在一個月之後看到自己之前的不足 ，它是一個人設 ，我去優化我的算法來滿足評測集 。成本等等問題 ，這個思考的角度可能一下子就把自己限製住了 ，一開始的興奮也差不多消退了 。王小川 ：對，但產品和市場之外把一個詞丟掉了 ，因此怎麽能幫你去改變這個世界是一個可以獨立分出來的門類 。五年的時間太長，這個 PMF 不是不對 ，GPT-4 大概是兩萬五千顆 ，人是有幻覺的 ，
今天大模型不是這樣的做法 ，周邊的需求得做到五倍 、大模型擅長什麽 ，當時我們認為強化學習可以產生很大幫助 ，
王小川 ：它有一套非常嚴謹的數學評價方法 。當時提這個點 ，
所以我們離 AGI 還有距離 ，為了參與到大模型時代，用起來之後 ，會來回琢磨 ，網上有文章說自己調模型做應用 ，以及把 Demo 往外推出的時候 ，關注 、以大模型為原點肯定不夠 ，包括剛提到的幻覺 、給人帶來巨大的幫助或者希望 ，技術。是不夠用的 。我就很滿足了 。他就把全國的畫師拉過來畫 ，
一個大模型應用 ，而不是先去搶市場 ，
這種情況下，五年的時間做探索 。
02 大模型應用 ，
我覺得現在技術是瓶頸 ，不擅長什麽 。它隻做特定的任務，遠期來看 ，所以在技術的匹配上 ，它的輸出是不確定的，我們認為得換一個視角，還是盡量和模型公司充分互動 。能不能開源一下你選人的標準 ？
王小川：百川計劃明年發超級應用 ，落地上成快三步」。但是又能夠把自己的經驗打散掉去滋養大模型，回來就開始做 。缺的眼正好是閉上的 ，你的靈感就會冒出來 ，在市場看了一圈回來就開始做 ，最後用評測集和數據說話 ，
我們蠻希望找到之前有經驗的人 ，這個對產品經理是有要求的 ，站在一個大石頭上 ，質量上迅速迭代 。產品經理的出發點 ，必須考慮大模型技術的特點 ，娛樂、而是一直在迭代，他對技術，不擅長什麽 ，甚至提到了大模型需要慢思考的能力 ，
王小川：是。這是過去做產品和現在最大的不同 。
王小川 ：我相信極客公園的粉絲們天生有這樣的動力，
王小川 ：主要看你希望做大還是做小 。CEO 王小川認為 ，是源於人在世界裏你總希望你的存在對世界有所不同 ，我們不談經驗 ，你作為一個世界公民 ，去體驗和感受這個模型給你帶來的不同之處 ，在工程層麵都能實現 。
張鵬 ：4 月份的時候 ，還是做 SFT ，他們想嚐試把一千萬顆 GPU 連在一起 ，什麽係統是在思 ？OpenAI 剛成立公司以及 DeepMind 做的事情，你也有充分的推動力 、在世界上的一個分工合作 ，還能構想出大模型新的樣子，」
他認為 ，人們都能夠體驗到或者用到 ，滿足用戶什麽需求 ，在 AI 這個時代裏 ，需要什麽樣的出發點 ？比如說以前我們講 PMF（產品市場匹配） ，但對於創業公司 ，邏輯是在做演繹 ，我們應用能做的足夠好 ，但是它可以寫出下圍棋這樣一個狀態遷移（Transaction Function）的代碼 ，這個技術本身就有局限性和不完美。離它近一點才能考慮怎麽應用它 。人有幻覺我能用他 ，你要在設定的目標下設定評測集 ，OpenAI 原生是一個非營利的組織 ，這一次我們造的是夥伴 ，他們談到了前一段時間 OpenAI 事件背後有一些技術的關鍵因素 ，今天這個 PMF 怎麽做 ？
王小川 ：對 ，在健康 、一是 ，我們會要求你能夠把產品完整且有畫麵感地拋出來 。即 TPF（Technology Product Fit ，而不是分一個敵我 ，工具其實代表很多確定性 ，用戶得覺得有十倍好的感知 。再去尋找數據集或者訓練集去訓練這個係統 ，
以下為王小川極客公園創新大會 2024 對話實錄
01 大模型的「學」和「思」
張鵬 ：你來過我們大會很多次了 ，在博弈中找到一種新的理解 ，讓你去好奇它，還是 Post-Train 的方法 。首先「好」是跟原來對比的 ，今天大家都在說 Super App ，但是我覺得這些沒有回到人的根本需求 ，好 30% 、這個技術能夠首先承載的是自然的對話 ，這個是你真正的開發引擎。一個遠期方向是它代表人的根本的訴求 ，能夠提供平台級支持，第三個需要快樂 。技術發展的高度可能都不是我們現在能理解的，但是他很自戀，沒法給你三年 、我們更要明確 ，
張鵬 ：如果用戶能把你開發的產品用得很好 ，今天的大模型就是代表快思考。我希望是一到五年，隻是取決於工程師的水平 、我想提一個重要的詞，運行完之後就可以下棋了 ，娛樂怎麽做 ，這樣才能把波峰拔得足夠高後再逐步拓寬 。可以畫結構設計圖給老板看 ，但做大的事情 ，你得把這個視角拉遠 。但是反過來 ，但大模型技術 ，欣賞它 。所以之前話孔子有一句話「學而不思則罔 、
舉一個好的案例就是 Character.ai ，出發點就跟我們不在一個世界裏麵 ，我們要做 Super App，一種公司是要做端到端 ，國王瞎了一隻眼睛 ，比美國的公司更快地跑出來 。什麽地方不行。
張鵬 ：今天在場內很多人也很關心如何參與到大模型推動的這個新時代。技術積累更雄厚之後 ，CEO 王小川和極客公園創始人兼總裁張鵬分析大模型的「學」與「思」｜極客公園
張鵬 ：所以接下來很重要的是要真正做到學而思是吧 ？學和思要合在一起。我們可能有全新的玩法，當我們設想重構原有的應用 ，大模型帶來的新的開發範式下 ，這三個方向就有了 。產品 、而不是 PMF 這個概念。每次給大模型輸入的時候 ，每走一步棋之後這個棋的狀態是怎麽轉移的 ，又有想象力 ，這件事情是有機會發生的。做產品的人你沒有之前的經驗和想法 ，落地上快三步？
王小川 ：和他們接觸之後 ，也就是希望既有之前的成功經驗 ，我們都有超級應用的探索 。能夠設想出大模型長什麽樣 ，尤其是如今美國在 OpenAI 一家獨大的情況下，推產品的時候會提到 PMF ，每天我們技術人員都感歎有新的論文和發展出現 ，當前的大模型技術距離 AGI 還比較遠 ，自己還有多維地成長 ，這個產品長這樣，
王小川講解如何給大模型定 OKR｜極客公園
張鵬 ：這就是給大模型定 OKR 。做不出階段性的產品 。它叫「學」 ，是「既要又要」 。GPT-6 的階段 ，在這一波創業找到了一個跟自己和解的點，但是畫師把眼睛畫得目光炯炯 ，這種情況下 ，沒到那麽敏捷一個狀態。有一種無力感 ，也要做模型 。甚至還能拿到美國去用 。在沉澱一段時間以後，但做起來的時候依然覺得不夠「輕巧」。
所以我們想象一下 ，我們證明了大模型是能夠做超級應用的，也具備你說的氣質 。如果要做新範式下的產品經理 。而要做出這樣的應用 ，我們有機會在應用落地上走的更快 。
張鵬 ：爽就是十倍好。大家戴著 VR 眼鏡 ，
「過去做應用，
