大模型产品化需要更多「二次开发」，创造出AI应用的「UGC」。
大模型AI行业正在寻找2.0时代的入口。
因为Web2.0的降临，就是上一轮互联网革命，最重要的爆发节点。行业在经历了千禧年的泡沫破裂后，很多人一度认为计算机对大多普通人「没有实用价值」。但随着Web2.0革命，UGC、社交媒体开始出现，把所有人代入了「裂变传播」的时代，之后的智能手机、移动互联网革命，就建立在此之上。
很大程度上，今天的大模型AI，需要一场类似Web2.0的革命。通过降低技术门槛，拓宽开发生态，激发出有效的用户需求和产品供给。
11月28日，扣子平台推出了今年最重要的更新，ProjectIDE。通过UIBuilder、应用模版，将AI应用的开发门槛进一步降低，且丰富了AI应用的交互范式，他们正在尝试将大模型AI应用开发代入「2.0时代」。
01
为什么AI需要一次「2.0」更新？
要理解AI应用开发的2.0时代，我们需要先回到20年前。
这时的网页就像一张报纸，只不过设立一个页面的成本比发行报纸要低得多。所以很多人都可以建立自己的主页，整个互联网上网站的数量很多。
定义Web1.0时代的应用是搜索引擎，因为整个互联网上有大量的网站，大家很难找到自己需要的信息，Google通过关键词搜索和网页排序算法，建立了搜索引擎，人们就更容易找到自己想要的信息。
而今天的AI聊天机器人，它和搜索引擎在逻辑上有着很大的相似之处。它们的交互界面都是一个输入框，让用户输入关键词、提示词，AI大模型生成内容的过程其实也就像一种「权重排序算法」，通过语言模型，把「权重最高」的词语提取出来，生成连贯的语句。
这里最大的问题在于，大部分用户，并没有自我挖掘需求的能力。在Web1.0时代，他们可能并不知道自己想搜的是什么，在AI大模型的时代，他们又难以编写出完整严密的提示词。
所以2000年以后，第一轮互联网泡沫破裂，当时大部分互联网公司的用户和收入增长都不足预期，股价暴跌，包括雅虎在内的一大批互联网巨头都被时代重刷下去。
直到2003年后，MySpace、Facebook、Twitter相继上线，Web2.0的时代到来了。
Web2.0让用户不再只是内容的消费者，而是成为了创造者，「社交媒体」的概念诞生，平台的内容量得到极大充实。与此同时，围绕各个社交媒体平台的「二次开发」也出现了，Web2.0时代的社交媒体，往往会开放很多产品接口，让开发者可以基于这些产品，二次开发出更多功能，满足用户不同的需求。
其中最典型的案例之一就是Twitter。早期的Twitter只是一个短内容发布平台，但因为有着开放的第三方开发生态，Twitter迅速成为了「独立开发者的游乐场」，各种第三方客户端、自动化app都被开发出来，使Twitter在早期竞争中，战胜了一大批对手。
回到今天，大模型AI面临的状况其实与Web2.0的前夜非常类似。当下大模型已经有了强大的生成能力，但大部分用户利用它的效率依然不高，很多基于大模型能力的产品应用已展现出强大的能力，比如针对视频的多模态实时字幕生成、并可以翻译，但这显然只是AI能做到事情的冰山一角。
特别是随着大模型训练效率的提升，同性能模型的运算成本已经在飞速下降，AI产品化的展开面正在被拓宽。
02
为AI应用开发「搭一座桥」
今天，AI产品开发的主力军是技术人员，其中有独立开发者。
造成这种情况的主要原因是，AI产品的代码往往并不复杂，开发工作量不大，很多功能都是通过大模型的接口实现。但这个代码门槛依然存在，过去「产品经理+程序员」的开发模式反而不适用了。第一批AI创业者里，有很多都是自学代码，以实现从0到1的产品开发。
这种现状意味着，AI开发社群里还有很多潜在力量，没有被调动起来。他们可能是产品经理、设计师，更懂产品需求、设计交互，但不一定有代码经验。如果能在大模型平台和他们之间搭一座桥，进一步降低AI产品的代码门槛，就能给AI产品开发带来更大势能。
这就是扣子过去一年花精力最多，致力于实现的事：帮助创业者以最快的速度实现从0到1的应用搭建和迭代。
扣子实现的最大改变，就是对「交互」的颠覆，通过UIBuilder，AI产品的交互不再局限于对话，而是可以加入更多按钮、菜单、选项，来规范用户输入。
当然，对话式交互是大模型AI应用最重要的特点和优势，因为自然语言是人类最天然的表达方式。但在很多高频、标注化的场景里，对话不应是唯一的交互方式。
提示词的输入效率和质量，正是目前AI产品面临的最大难题之一，大部分用户都很难编写出详尽完整的提示词。扣子通过在开发端加入UIBuilder，基于工作流的开发思路，将很多提示词的编写都拆分成产品功能，为AI产品铺好了台阶。
除此之外，扣子还在尝试解决AI产品的另一个难题，记忆。
目前大部分AI产品的用户数据库，往往都比较简陋，且有明显的「稀释」问题。用户在一个对话的前半段输入的信息，随着对话的不断进行，会迅速被稀释，AI大模型会忘掉这些关键信息，最终偏离用户最初的意愿。
比如之前一度很火的App「胃之书」，用户可以通过拍照，让AI来记录每天的食谱，分析营养摄入。在加入了数据读写能力后，App就可以将每天的食谱信息、营养，以数据的形式储存，之后进行多次调用。比如用户就可以知道自己每周、每个月的饮食健康程度，回顾自己「这个月吃了几次薯条」，「有多少天热量超标」。
大模型AI的一个特征，也是弱点，就在于它输出的内容的保质期太短了，需要转化为「数据」，才能为用户提供更长期的效用和价值。通过扣子的UIBuilder和数据库能力，独立开发者可以将AI大模型与更多场景结合，比如「运动书」、「旅行书」、「星座命理书」，通过完整长效的前后端，形成长期的交互循环。
而这些，还只是当下扣子平台新功能的几个应用范例。这些新的开发功能，将为大模型AI应用开发「搭一座桥」，弥合模型和用户之间的距离，解锁更多AI应用的可能性。
03
AI应用的未来需要「UGC」
ProjectIDE的推出，不仅意味着扣子搭建起了一个更完整的AI应用开发平台，还降低了AI开发的门槛。
通过「AI应用模版」和「工作流」，扣子已经能够实现近似「零代码」的AI应用开发。即便是没有代码能力的爱好者，也能够通过扣子可视化的工作流界面，将不同的AI功能组合在一起，还可以对功能模版进行修改。
扣子工作流的界面，有点像当年iOS的Workflow应用，或IFTTT，它们分别是针对iPhone和线上互联网服务的自动化工具，通过图形化的界面，将不同的软件功能整合到一起，形成一个新的「程序」。
而现在，扣子通过对AI应用模版的可视化，也打造了一个「人人可参与」的AI应用生态。比如用户可以下载一个练习英语写作的AI应用模版，通过修改其中的提示词，将它进行更细化的调整。比如要求它着重优化语法错误，或者是着重将过于简单的用词换成更专业的词汇……当然也可以把练习英语换成其他语言。
目前扣子平台上已经有上百个模版，可供用户调用、编辑。因为这些模版的核心往往都是一系列流程加上一个或数个「提示词文档」，所以它们的可编辑空间很大，理解门槛也并不高，即便是普通用户也能上手。
而且，「应用模版」本身也是扣子开发生态的一部分，开发者可以将自己编写的应用模版上架商店，进行变现。这种模式已相当成熟，此前notion在上线了AI功能之后，也迅速涌现了上百个工作模板，其中一半以上均为付费模版，形成了健康的商业生态。
正因为AI大模型能力是一种抽象的智能，并不针对任何具体的需求、功能，所以在将AI产品化的过程中，很需要这样的「二次开发」，将抽象的大模型能力，捏合成具体的形状，最终满足特定的需求。
如果说当下的AI需要一次Web2.0式的革命，它的实现方式或许就是鼓动用户来创造AI应用的「UGC」。