之前提过，很多朋友对基于大语言模型对话系统评价不高的原因出在Prompt上。Prompt就是你跟大语言模型交互时特定格式的查询语句。写高质量的Prompt是一项需要学习才能掌握的技能。这意味着普通用户很难凭直觉就把大语言模型用对，所以评价上就会有很大的差异。从原理上讲，需要特定格式的语句跟大语言模型交互才会有好的效果，跟模型训练时的数据组织形式有关，而由于不同的大语言模型采用的数据组织形式可能不同，同样的Prompt对不同的模型效果可能也是不同的，所以写Prompt并不是一种可迁移的能力。基于Prompt的对话系统不太可能是AI时代最终的产品形态。最近热传的《朱啸虎访谈》里面有不少值得关注的信息，在里面他也提到不太相信AI时代的关键行为是Prompt。因为从PC互联网到移动互联网，是从搜索到推荐，人是进一步变懒了。使用的门槛也进一步降低了，手机的使用门槛比电脑低，被动推荐也比主动搜索门槛低，门槛决定了空间的大小，这也是移动互联网比传统互联网大那么多的原因。正确的产品形态我不敢断言，目前看到的都比较“碎片化”。
上传一个音频或者视频文件，或者直接给它一个链接，它会自动解析音视频文件，然后把文字稿整理出来，整理出来的文稿会区分不同的发言人，并进行观点提炼总结，你还可以通过点击生成出来的文字段落自动定位到音视频位置。这对于像投资者电话会议总结、在线视频学习的效率都会有很大提高。这种产品其实就是基于阿里的大语言模型”通义千问”实现的，它跟模型交互的部分仍然是要写一些“专业的Prompt”，只不过这些Prompt都由程序员来写了，使用通义听悟这个产品的用户被隔离在这些琐碎的细节之外，也就收获了不错的用户体验。大语言模型具备的能力跟你在对话系统中的体验很可能不一致。从我的视角来讲，大语言模型之前，我们能处理的本质上都是结构化的信息，而它的出现让程序员具备了一种处理非结构化信息的能力。这是一种处理能力上很大的提升，只有了解过去的人才会憧憬未来。
其实从逻辑上也很容易推演，因为效率往往跟自动化程度有关，以前有一部分非结构化的流程没有办法自动化，需要人工介入进行处理，现在有一些是可以实现了，自动化的链条变长，效率就提高了。当然，我也认为从企业的效率提升到企业的业绩改善是一个很长的逻辑链条。毕竟，我们关注的是能赚真钱，能持续赚真钱的企业，全行业的效率提升往往只是意味着更多的被动投资，尤其是现在很多企业害怕错过的心态很难称得上理性决策。
巴菲特提过的纺织业的例子，新技术投入带来的成本下降不会给投资者带来任何额外的收益，而是会全部让渡给消费者。对于社会而言，纺织技术进步是好事，但是对于纺织厂的投资者而言却并非如此。
AI是否也是如此？暂时还言之过早。
在拼多多市值暴涨直逼阿里巴巴的那个前夜，杰克马老师提到：
AI电商时代刚刚开始，对谁都是机会，也是挑战。
当时只是认为，这是习惯了宏大叙事的马老师又一次的文化输出，现在看来，至少AI对于电商运营端的效率提升会有直接作用，而AI对于算力的渴求以及GPU服务器相对于CPU服务器的高门槛，对云计算也是有正面提振效应的。从这个角度看，阿里管理层给出的关于阿里云不分拆的解释也算是逻辑自洽。需要先交个底，阿里的成本我在90HKD左右，目前跌到占比约10%，从买入至今，大约只有一两个月时间是账面盈利的状态，其他时间都是浮亏，一如既往的没有投资能力。现在的平台软件，物流和支付等基础设施已经完善到看起来电商谁都能做了。现在淘天平台带给商家价值(与其他平台相比)最大的区别是什么？新的CEO吴泳铭blabla讲了一些，听下来的感觉就是：这也不是淘天一家的问题，现在各家电商的比较优势都不明显。这个问题有两种解读，一种是淘天不行了，另外一种是淘天至少能保住一部分市场份额，这是现在阿里还能继续持有很重要的一个原因，也是电商份额调整跟新能源车替代油车逻辑很不同的一个原因。我讲这个是回答一部分朋友说的：现在的大势不在阿里这边。阿里有各种各样的问题，比如“乱翻书”最近关于阿里的播客还提到阿里的高P们在2019年就买入了拼多多的股票![]()
，这些可能也重要，但更重要的影响阿里的大势是：企业供给端的产能过剩偏向了低价这个方向。从我了解到的信息来看，我不确定阿里是否做到了“让天下没有难做的生意”，但拼多多似乎做到了“让天下的生意都很难做”。同样是在上面提到的财报电话会议上，有人提到“价格力”的问题，其实就是低价的问题。吴泳铭说：我们关注的价格力是在好货基础上的好价，这是消费者跨越周期的需求，也是做生意的本份。我挺同意的，困难的是程度的判断：这个周期会有多长？
什么时候会转回来，还是像我这样，一岔开就走到了本文的结束。
