草莓项目的突破与创业方向的思考

最近得知OpenAI正在内部训练代号“草莓”的新模型，有两点值得注意：

1. 推理能力已达到或接近人类水平。

2. 与提示词工程无关，是在模型的设计和训练阶段引入特殊技巧实现的。

草莓项目的创新

目前，很多所谓的“做agent”的公司，通过一系列复杂的提示词工程，将AI的推理能力从“小学生”水平提高到“大学生”水平。这背后隐含的一个结论是：模型的推理能力不会有大幅提高，只能通过框架和提示词优化来提高。

然而，草莓项目绕过了这些复杂的工程，直接在训练阶段强化了推理能力，相当于降维打击，使得创业公司所做的优化显得有些可笑。这犯了奥特曼自己多次提到的错误：不要假设模型能力一成不变，然后试图改进它的一些缺点的应用。

创业方向的建议

重新思考AI应用的方向

不直接做agent，而是做被agent调用的工具：

1. 模型公司 vs 应用公司：让AI推理能力达到人类水平，是模型公司（如OpenAI）应该做的事情，应用公司不必企图实现这个目标。

2. 面向AI的工具开发：即便AI可以像人一样推理，它仍需要一系列办公软件才能完成复杂的工作。面向AI，而不是人类用户，重新设计和开发一些常见的工具类软件，作为工具被agent调用，仍然有很大的机会。

具体思路

1. 无UI工具：AI不需要键盘、鼠标和美观的UI，因此可以开发无UI的工具，简化交互方式，提高效率。

2. 功能重构：考虑到AI的特点，可能涉及到很多功能的重构。例如：

• 文本处理工具：优化文本分析、生成和编辑功能，使其更适合AI的调用。

• 数据处理工具：开发适用于AI的数据清洗、转换和分析工具。

• 自动化流程工具：设计适合AI的自动化工作流程工具，帮助AI更高效地完成任务。

总结

草莓项目的突破展示了在模型设计和训练阶段进行创新的巨大潜力，创业公司应该重新思考自己的方向。不直接做agent，而是开发可以被agent调用的工具，这是一个更加现实且有前景的方向。通过面向AI重新设计工具软件，可以在AI应用领域找到新的机会，充分发挥AI推理能力的优势。

#人工智能 #OpenAI #创业 #agent #草莓项目 #AI工具开发