（这个对话比较长，为了节约您的时间，我们整理出对话嘉宾的主要观点和金句。如果要看对话实录，请访问：硬核对话：大模型下半场，如何开发出杀手级的工具或应用？）
对话主题：大模型下半场：如何开发出杀手级的工具或应用？ 主持人： 彭靖田：谷歌开发者专家/谷歌出海创业加速器导师
对话嘉宾： 徐 昊：金蝶中国苍穹平台解决方案事业部总经理
汪晟杰：腾讯云资深技术产品专家
李明宇：中科院计算所高级工程师、Eagle DevAgent作者
邢家玮：微软亚太研发集团高级产品经理
1. 如何看待 AI 泡沫论及其对行业的影响？
彭靖田（主持人：谷歌开发者专家）
观点：当前AI技术的发展速度令人瞩目，但市场对其期望值过高，导致部分泡沫现象。需要理性看待AI的发展，注重实际应用落地。 精彩语录：“AI技术的潜力巨大，但我们必须避免盲目乐观，确保每一步都稳健前行。”
徐昊（金蝶中国苍穹平台解决方案事业部总经理）
观点：短期内，大模型可能存在被高估的现象，市场上确实存在一定的泡沫。但从长期来看，其发展潜力依然巨大，技术突破迅速，尽管尚未出现真正的杀手级应用。 精彩语录：“短期被高估，长期被低估。”
李明宇（中科院计算所高级工程师、Eagle DevAgent作者）
观点：失败的案例是必经的试错过程，泡沫往往预示着快速发展的方向。应积极拥抱变化，不必畏惧。 精彩语录：“泡沫意味着我们正沿着快速增长的方向前进。”
邢家玮（微软亚太研发集团高级产品经理）
观点：当前C端缺乏杀手级应用，B端尚未出现能显著提升生产力的解决方案。AI的核心价值在于提升生产力，需找到真正的应用场景。 精彩语录：“C端缺乏杀手级应用，B端尚未出现能显著提升生产力的解决方案。”
汪晟杰（腾讯云资深技术产品专家）
观点：AI泡沫论让我们更加冷静地评估技术红利，关注实际应用和长远价值。 精彩语录：“AI泡沫论让我们更加冷静地评估技术红利，关注实际应用和长远价值。”
2. 个人如何高效抓住大模型技术红利？
彭靖田
观点：个人应持续学习和实践，掌握最新的AI技术和工具，通过项目实战提升技能，才能在大模型时代中脱颖而出。 精彩语录：“持续学习与实践是抓住AI红利的关键。”
徐昊
观点：关键在于具体应用场景及对这些场景的深入理解和探索。只有坚信自己能够成功，并在把握红利的基础上坚持下去，才能有可能实现突破。
精彩语录：“只有坚信自己能够成功，并在把握红利的基础上坚持下去，才能有可能实现突破。”
李明宇
观点：在实践中抽象和总结，找到适合自己的应用方案，不必对大模型抱有过高预期。前端工程师的核心竞争力在于对用户体验的敏感度和追求卓越的态度，这使他们不易被大模型取代。 精彩语录：“前端工程师的核心竞争力在于他们对用户体验的敏感度和追求卓越的态度，这是非常重要的。”
邢家玮
观点：普通人应掌握与大模型互动的能力，学习提示工程或低代码平台，充分利用技术红利。
精彩语录：“最需要掌握的是与大模型互动的能力。”
汪晟杰
观点：需明确产品的价值发力点，利用内部孵化和外部赋能，精准识别并解决企业痛点。
精彩语录：“有效评估创新价值和试错成本，精准识别企业痛点。”
3. 大模型商业化落地中，哪些行业和场景值得企业切入？
彭靖田
观点：企业应结合自身行业特点，寻找大模型能够真正提升效率和用户体验的应用场景，通过定制化解决方案实现价值最大化。 精彩语录：“企业需要找到真正适合自身的AI应用场景，才能实现价值最大化。”
徐昊
观点：突破固有思维限制，坚持创新。办公、编程辅助、文案生成等领域展现出巨大的应用潜力，需要持续探索。简单任务的效率提升和复杂任务的体验提升，都是AI重构的适用方向。 精彩语录：“办公、编程辅助、文案生成等领域展现出巨大的应用潜力。”
李明宇
观点：选择熟悉的业务场景，准确理解用户对AI生成结果的接受度，深入了解业务特点。深刻理解业务才是关键，不能盲目认为AI能解决一切问题。 精彩语录：“深刻理解业务才是关键，不能盲目认为AI能解决一切问题。”
邢家玮
观点：企业中与收益直接相关的部门，如营销和销售部门，往往是AI应用的首选领域。使用商业画布等工具梳理思路，确定产品的价值发力点，开发能够真正解决企业问题的工具。 精彩语录：“使用商业画布等工具梳理思路，确定产品的价值发力点，开发能够真正解决企业问题的工具。”
汪晟杰
观点：通过深入理解业务流程，精准识别应用场景，实现AI对业务的赋能。通过组织工作坊，深入理解业务流程，精准识别应用场景，实现AI赋能业务的真正价值。 精彩语录：“精准识别应用场景，通过深入理解业务流程，实现AI对业务的赋能。”
4. 在 AI 快速发展的背景下，如何保持职场竞争力？
彭靖田
观点：持续更新知识结构，掌握前沿技术，与时俱进。同时，培养跨领域的综合能力，能够在不同领域中灵活应用AI技术。 精彩语录：“与时俱进，跨领域能力是保持竞争力的关键。”
徐昊
观点：热爱自己的行业，保持好奇心和创新意识，具备与时俱进的能力，持续学习新技术。 精彩语录：“热爱行业，保持好奇心，才能在变化中抓住机遇。”
李明宇
观点：学习基础知识和逻辑思维，深度或广度发展，形成系统性的工程思维。逻辑思维依然至关重要，不因新技术而忽视基础。 精彩语录：“逻辑思维依然至关重要，不因新技术而忽视基础。”
邢家玮
观点：持续学习能力和跨领域探索能力，能够将AI技术与业务需求有效结合。 精彩语录：“持续学习能力和跨领域探索能力，能够将AI技术与业务需求有效结合。”
汪晟杰
观点：跨学科能力，结合计算机科学、社会学、心理学等知识，全面提升综合能力。企业关注的焦点在于提升产品价值，从内部孵化到外部赋能，解决实际的业务痛点。 精彩语录：“跨学科能力，结合计算机科学、社会学、心理学等知识，全面提升综合能力。”
5. 面对 AI 时代，个人应如何规划和培养技能？
彭靖田
观点：个人应制定明确的学习计划，结合自身兴趣和职业发展方向，选择适合的技能进行深耕。同时，多参与实际项目，积累实战经验。 精彩语录：“制定明确的学习计划并结合实战经验，是个人技能提升的必经之路。”
徐昊
观点：思考大模型在未来职业中的角色，不要对其抱有过高预期。大模型是一种解决方案，但不是唯一的答案，需综合考虑。保持对行业的热爱和好奇心，具备与时俱进的能力，在实践中不断总结和创新。 精彩语录：“不如从实际场景中去抽象和总结，找到适合自己的方案和方向，这样可能会让我们在探索中更加坚定和有信心。”
李明宇
观点：专注于基础知识，提升逻辑思维能力。可以选择深入成为专家，或广泛了解各行业，形成系统性的思维方式。深耕或广度皆可，关键是形成系统性的思维。 精彩语录：“深耕或广度皆可，关键是形成系统性的思维。”
邢家玮
观点：关注AI与认知科学的结合，探讨人类认知与AI学习的差异，思考通用人工智能的发展方向。 精彩语录：“AI的广泛应用会提高效率和易用性，从而创造出更多的机会。”
汪晟杰
观点：跨学科能力，结合计算机科学、社会学、心理学等知识，全面提升综合能力。企业和个人需保持与时俱进的学习习惯，适应技术的快速更新和变化。 精彩语录：“跨学科能力，结合计算机科学、社会学、心理学等知识，全面提升综合能力。”
总结
此次对话中，五位嘉宾从不同角度深入探讨了大模型时代的机遇与挑战。他们普遍认为，尽管当前存在一定的AI泡沫现象，但大模型的长期潜力依然巨大。具体总结如下：
面对泡沫：应理性看待，抓住长期价值，关注实际应用和长远发展的可能性。 个人发展：需掌握与大模型互动的能力，提升逻辑思维和跨领域探索能力，充分利用技术红利。 企业策略：应深入理解业务，精准识别痛点，选择合适的场景切入，结合创新策略开发实用工具。 人才培养：注重基础知识、逻辑思维和跨学科能力的提升，保持持续学习，以适应快速变化的技术环境。
在大模型时代，这些观点为您和您的企业的发展提供了宝贵的指导和参考。
