Google IO开发者小会

今天受小红书邀请，作为30位独立开发者之一参与了Google IO，突然的行程，受益颇丰。

Google+AI

首先第一趴来自Google侧的分享（包含一些他们回答问题时的想法和见解），结合这几个月来Google的动作，可以很明显的感受到Google在AI领域慢慢追上来了，有钱有人有技术的屠龙少年（虽然现在被诟病屠龙后自己也逐渐成为恶龙）开始继续在技术力上发挥了（虽然Google一直在产品力上比不上其他几家big tech，但是技术力是很顶的）。对于开发者或者用户来说，我和很多人一样是喜闻乐见的，我非常期待底层模型效果持续增加，费用持续降低的道路上持续下去，这样可以让应用层的风吹到世界每个角落。就好像去年到今年AI Agent和Agenic AI持续发展却不够杀手不够普遍（简单问一句几个人用个Devin、Manus这类产品呢？），其中原因就是费用问题，而不是效果和门槛。最近Devin开的credit 3个PR就烧没了，同等情况下cursor这类产品也可以做到，多喝两口茶的事情，这就限制了Agent的流行。我坚信费用持续下探到一个水平的时候，会迎来一波在各个领域的Agent爆发，现在这个阶段很多人其实是在抢滩，都希望大风来了自己是风口上的🐷。我也是其中的一只想成为🐷的人

和与会的一些人的观点一样，我对于Gemini最看好的就是多模态能力，有人（坐在我后面的，但是我不知道叫什么名字😨）表示是SOTA级别的，我认可，我觉得这个也是大语言模型未来一个必然的方向，我们可以有垂类区分的LLMs，但是一定不会缺少全能的LLMs，这点我觉得也是头部AI企业会持续深耕的方向。

Gemini的上下文长度确实是很重要的一点，有位Google某个事业部的研发负责人分享的客户案例我觉得有点启发性，在上下文足够大的情况下，可以直接把整部电影丢进去，然后做一些解说、去水、压缩等动作的时候就可以非常的方便，这和切片后处理的效果完全不同。我觉得这个也是很多垂直行业可以探索的，大公司的市场是给各个行业赋能，这个是他们的能力和价值体现，作为独立开发者，我们能做的面很广，但是能做的事情却很少，我们能做的只有我们熟知的部分行业，我发现现场的大部分人都是从自身或者周边的需求开始以点到面再到一个实际的产品，坚持落地才成就了自己。所以不同的行业机会都特别多，别顾着FOMO，别顾着跟进趋势，一定要持续保持发现，持续去执行，你能找到你的赛道

另外关于LLMs的智能水平，之前的Scale Law其实大家还在持续的探索，毕竟就文本而言，互联网的语料已经被大家吃的差不多了，音视频的切片转化也在做，目前最前沿的模型几十万张卡训练出来的，如果未来可以上升到百万张卡的级别，可能会将智能程度往前推一个级别

目前AI和人类的关系很暧昧也很模糊，这个导致人类认为界定的一些职业或者角色也在模糊化，比如现在产品和研发的边界已经逐渐模糊了，产品可以借助AI达到一部分研发的职能，而研发也可以借助AI放大自己的产品能力和思维。所以不要被天然的职业规划限制了你的想法，回到文艺复兴时代，达芬奇就是一位全才（Polymath），他不仅在艺术领域有极高的造诣，在科学、工程、解剖、建筑等多个学科也有深入探索，是通才或者博学的典范。我觉得现代人为的划定学科是为了应对现代社会的分工，让每个人可以更加专精于自己的学科领域，这样可以出现高精尖人才，但是这也天然的给后来者上了精神枷锁，先入为主的被学科和职业所限制，少数人会意识到这个问题，主动被动的去弱化或对抗这个观念，我觉得创业者需要这方面的探索，会很有助力。（我觉得一些T型、π型之类的人才定义，其实就是有了这方面的意识后才去提出这样的概念，对冲固有的界定）

model is agent

这个是一个Google解决方案的老师提出来的，我觉得也合理，和另外一位朋友提出来的有一些匹配：水漫金山还是水涨船高（林神龙老师在他朋友圈看到的，分享的）。大体就是说随着LLMs的能力提升，他的杀伤区内的应用都会被干死，一个简单的例子，我们可以看到之前存在很多GPTs，现在其实没多少人再用了，因为ChatGPT自身的能力不断提升，已经完全吃掉那些基于Prompt调整的GPTs了，一个道理，现在大家在持续推进Agent，当模型能力达到一定程度的时候，模型本身就可以是Agent，其实我们对于Agent的概念由来以久了，对于浏览器有关注的人应该知道浏览器本身就是一个Agent，我们可以在HTTP请求头里看到一个字段叫做User-Agent，就是用来代表代表用户的Agent是什么，可以是浏览器，可以是一个Python写的程序，也可以是curl之类命令行。现在大家说Agent只会联想到AI Agent，这个就是大背景下大家都在唱这个东西，但是本身就是代理的不断演进，从计算机远古时代就持续存在的理念，我们有理由相信大模型是有成为Agent的那一天的。

通用 or 垂直？

这个问题和以前我聊芯片时候的想法有点类似，现在其实大家在追求的通用的还是垂直/专用的LLMs？我觉得是都有的，就像其他人提出的，还是要以问题为导向，以客户为导向，专注于交付，不然就是本末倒置了。这其实也是一个很简单的道理，你打造了一把贼风里的刀，你看到什么都想砍两下，你觉得要找到东西砍一砍才能发挥他的威力，但是如果你本身没有切西瓜的需求，你拿一把西瓜刀也没什么用。所以哪怕有把贼牛的刀，你要剪指甲的时候还是需要指甲刀，而不是用那把贼牛逼的刀。

创业者

第二批是几位创业者的分享，这一趴我太喜欢了，是我收获最大的，我觉得很多时候最棒的东西是来源于走在同一条道路上的同行人，因为大家很有可能面临一样的困难，收获类似的喜悦，吃过成吨的苦。

不得不说大家的嘴炮能力是真的厉害，每个人都是张嘴成河，还讲得贼好的那种，这个或许也是成功的一部分因素，能推销自己的观念和主张在很多场合是正向收益的。

我认真在听大家的分享，随手就写了我觉得比较有共鸣的点到笔记里，我稍微沿着我的记录的笔记去展开结合一下我自己的想法聊聊。不过这里我忘记记录是谁发言的，加上我是第一次见大家，我已经不记得哪句话是哪位讲的了，不能标注出处，还请见谅（但是范围很小，大部分来源于下面这6位朋友的分享内容，加上一些Google或者小红书侧的一些发言）

赚钱这回事

做产品的第一要务是赚钱，哈哈，很现实，但是我很喜欢。包括我自己，我觉得有很多人很容易走进误区，一定要直面自己的问题，努力去调整。就像今天有人分享的：产品不是表达自己，而是服务用户。我觉得一开始你可以有很好的Idea或者个性去表达自己，很容易收到有共感的用户，在此之后，应该聚焦于服务用户，你的受众才是你的产品持续发光发热的源头。包括那句：匠人精神到商人精神的转变，是个很棒的概括。

订阅制对于独立开发者的重要性，这个确实是能长期支持独立开发者或小团队的一个持续源动力，所以围绕着这个展开的就是我们如何让用户接受订阅？可以是好产品，也可以有其他的手段

创业思维

1. 提升自身信息敏感度
2. 自身技术涉猎范围
3. 体验产品广度

上面这三个点是我非常认可的。

信息敏感度这点是十分重要的，我们时刻要保持敏锐的嗅觉，去思考某个需求是否可以转化成产品，甚至是在和别人的交流中都能产生出很棒的点子，这个也是social的意义之一。

第二点和前面我说的通才那边的观点一直，尤其是AI时代，去年的技术你敢说不旧么？小时候那个词：日新月异，现在真的是感受到了，比互联网时代更加真实的感受。

第三点之前我也和别人说过类似的观点，简单说就是dirt your hands，一定要自己去尝试！千万不要以为简单看一下新闻、自媒体的评测和言论就以为了解这个东西了，很多东西你真实去感受有可能得到的完全不一样的结论和收获

有一些对于当代社会的认知我觉得特别棒， 尤其是对于感受力经济的洞察，社会发展至今，现代化进程都走得七七八八了，现在新世代群体对于基础的温饱需求已经不是问题了，他（她）们更多会追求一些精神层次的东西，其中感受是一个很重要的组成部分，也就是前面说到的感受力经济。提到这个我想展开说一下，今天我观察了几位分享的产品，我觉得有一个很大占比是情感类的（很笼统，大体是这个意思，但是其实细化还有一些心理、感受、情绪之类的），女性群体是一个巨大的受众群体，这点其实是我之前了解但是却没有重视过的（像星野这个产品，我第一次在杂志上看到的时候也蛮惊讶的），这个也是一个很大的收获，虽然我没有toC的产品直接面向这类受众群体，但是我相信我已经在重视这个群体了。

所以其实现代社会，人均教育水平和生活水平的提高，很多人都是斜杠青年了，每个人都是多面人，在生活中扮演了不同的角色，所以我们不应该用刻板的印象去面对用户，比如简单定义这个是18-28的男性用户群体，而是应该更加细化的去服务好不同的群体，我相信这个也是AI时代会带来改变的一个方面，哪怕再小众的群体，也有机会且值得被好的产品所感动

互联网发展至今，很多基建都做得差不多了，现在很多平台都在寻找增量空间，而AI就是一个很大的方向。现在做项目出门融资，不和AI沾点边，估计还不太行

节奏

对于独立开发者而言，节奏比方向更重要。在一定程度上我是很认可的，不过我是觉得方向也挺重要的，或者换句话说，选对赛道很重要，这个一定是在对需求的深刻洞察和对于自我拥有的一切可调动资源的合理感知之下走进适合你的赛道，然后就是节奏。我和大多数人一样，不可免俗的对快速变化的世界，不断消逝的机会有一些FOMO的心态，我觉得这是一把双刃剑，看你怎么舞动他，就好像欲望一样，可以驱使人们做出很恐怖的事情，也可以做出“很恐怖”的事情。

AI&人

以前是AI辅助人类变成，现在是人类辅助AI变成，未来可能是AI编程。我觉得很有道理，如果还没有意识到这个阶段的变化，那么你很有可能已经错过了第一波AI浪头，停下来仔细想一下吧，真实去使用去感受一下。

关于这点我之前也说过很多类似的言论，今天听到依然觉得很棒，就是心光的禹效分享的逆学习Unlearning这个概念：忘掉你之前掌握的东西！

空杯心态非常适合应用到这里：技术特别好的人用AI用的少，反而是那种什么都不懂的人用的多。我太认可这个点了，身边对于AI的态度基本上就是2派，超级认可和超级不认可，如果你至今还觉得AI做得还不如自己做得快做得好，那你很有可能已经out了，需要alarm了。有个Google的高管提到一点，就是你好像是老板，AI好像是员工，没有理由AI写的代码你需要去看去改，你要做的只是不断提需求，验收需求即可。随着LLMs的效果不断提升，这个场景是必然到来的，到时候你会怎么选择呢？

关于有时候大骂AI太垃圾，有时候夸到天上去了的这件事，也很有意思，就是对于结果是否Align我们脑子里想的，真的就是这么回事，和前面一个道理，对于有一定研发背景的人来说，很可能描述给AI到最后做出来的，有一个巨大的差距，就会开始觉得AI不行，适应性强的人会重新roll一遍，就好像抽卡一样，适应性不行的人就会骂骂咧咧自己修改。期间的味道大家自行品味

所以一定要始终保持空杯心态，这个时代只要你下决心想学，人类已有的旧知识体系里的知识，没有你学不会的，所以千万不要限制自己的心态，保持成长心态，保持成长。理论上老年人的学习能力应该可以很强的，因为他（她）们已经看遍世间百态，了解了特别的东西，是活化石了，但是为什么事实是反过来的呢？依然是双刃剑，知识和阅历是把双刃剑，可以给你很高的视野和认知，也可以把你限制在这座高峰之上，但是你不知道的是，当你下山后，走过一段平路，越过你看不到的地平线的那边，有一座更高的山峰正在拔地而起，你是选择在这座山峰洋洋自得，还是选择去远方看看不同的风景？放下或许是一种智慧

另外关于前面提到的职业划分，换到行业和专业也是一个道理，这些都是现代社会人为根据经验进行划分的。在LLMs的眼里，并没有行业和专业的区分，在LLMs的眼里一视同仁，这些限制仅仅是对于人来说的，因为人的能力范围是有限的，反过来这个也限制了我们能与AI交互的边界范围。所以我认为目前其实我们没办法完全释放LLMs的能力，我们只是在LLMs的一个子集范围内去与其交互，有打算在超级个体方向持续深耕的朋友或许该思考的是，我们该如何以个体的角度去最大化释放LLMs的能力。我有一个很sci-fi的想法，一群人从不同的领域组成一个超级个体（或超级群体？），然后这个超级个体去与LLMs交互，这样可以最大限度释放LLMs的能力。

总结

最后引用一句忘记是谁说的了：技术快速变化，有些人抓住变化，有些人引领变化。

今天在场几十个人，只是这个新时代之际的一小撮人，还有无数分布在全球的这样的人，对于未来充满了希望和信心，也感叹自己生活在一个能经历历史变迁的时代（高晓松近段时间分享过这个观点），何其有幸！我们需要做的就是做好长战线的学习、敏捷迭代并持续执行落地，做好付出没有任何回报的心理准备，除此之外，干就完事了。你能决定的只有你自己❤️

今天早上起来一天都忙没停，Google开完会和老同事喝了两杯精酿后回酒店还和人谈了一个项目，又开了电脑卷了一下新项目后又去机场接人，回来就马不停蹄地写下今天的经历和收获，我也懒得勘误和排版了，随性一点，大家也就随性看看，有收获自然是好的，没有收获就当一厕所读物吧。明天去颐和园放空一下心灵，为下半年的腥风血雨做个准备

最后还是对与会分享的人道个歉，我觉得国内的教育和环境并没有教会我们在引用别人说的话适合应该标注出处，我是非常乐意告诉大家这句话是谁说的，但是当时我确实没有这个意识要记下来，全身心的专注在内容本身了，如果有需要可以告诉我哪些话是你说的，我可以再次标注