不要輕易地使用 AI Native（AI 原生）

2022 年 9 月，上海的打工族喜大普奔，慶祝上海地鐵終于支持了使用支付寶和微信刷碼進站。

在此之前，刷手機進上海地鐵，要么需要你的手機支持 NFC，要么就要用上海地鐵自研的一個非常難用，以至于一直被人吐槽的 App 叫“Metro大都會”。

在“Metro大都會”App 被高頻使用的 4 年里，它在 App Store 上收獲了無數差評，以至于至今的分數也只有 2.7 分。其他城市也有類似的經歷，在支付寶與微信接入掃碼乘車的過程中，都遭遇到了當地交通運輸集團的抵抗。

原因很簡單，如果我們將地鐵視為一個“幫助乘客從 A 點到 B 點”的交通方案，那么在這整個方案的實現過程中，“如何讓乘客付費”這個業務環節的重要性和實施成本可能只占總方案的 1%。它太不重要，也太沒有話語權。

更直接的原因是，各地的公交集團甚至也將自家 App 里放廣告視為正當合理的收入——我掏這么多錢修的地鐵，成本都收不回來，讓用戶每天刷碼的時候看兩眼廣告怎么了？并且他們幾乎確定，就算他們真的不接入支付寶和微信刷碼進站，城市的居民還能因此不坐地鐵嗎？不會的。

現在，我們將這個邏輯引入到互聯網行業，我之前曾經說過這樣一個觀點：

所有試圖顛覆 Office 的產品，如果它長得不像 Office，都證明它做錯了。

如果你使用電腦的時間足夠長，一定觀察到與這個觀點論斷差不多的現象。在歷史上有無數種宣稱要挑戰 Microsoft Office 的辦公軟件，但除了 WPS 在中國做出了成績之外，鮮有真正對 Microsoft Office 有所沖擊的案例。

而 WPS 之所以能夠成功，還要歸功于 WPS 2005 的大版本重構中讓它與 Microsoft Office 在界面、功能與文件協議上完全一致。也就是 WPS 為了顛覆 Microsoft Office，變成了 Microsoft Office。

進入到了云文檔時代，宣布要取代 Office 的產品越來越多，盡管他們在一些細分市場都取得了不錯的成績，但他們在標準制定和市場份額上都與 Microsoft Office 相去甚遠。甚至，這些彼此并不相容的云文檔之間，唯一相互通用的文檔交換方式是導出為 Microsoft Office 文檔在另一端導入，這進一步鞏固了 Microsoft Office 在文檔市場的重要性。

這究竟是什么原因呢？

這是因為 Microsoft Office 作為一個擁有 34 年歷史，超級向前兼容，功能只增不減的應用，它承載了最近幾十年的社會中幾乎對電子文檔的全部需求。而其之所以被人認為“難用”，也來自于每個 Office 的終端用戶只能用到其 10% 的功能，而剩下的 90% 功能都是用不到的。

那，我們能砍掉這 90% 的功能嗎？不能，因為實際上每個用戶所用到的 10% 功能里，其中的 3% 可能是別的用戶用不到的 90%。

也就是說，Microsoft Office 是全人類文檔需求的并集，而任何挑戰者對 Office 的優化基本都是在其中選擇一些需求組成子集。

一方面，你真的做一個和 Office 擁有同樣多功能的產品，它的用戶體驗多半與 Office 不會拉開差距（參考 WPS）。另一方面，這個世界上也很少有工程師團隊能完全復現 Office 如此復雜的工程。至少不是硅谷那些宣稱自己技術很先進的小型團隊。

這個時候，我們就可以 Callback 標題的觀點了：

AI 在文檔這個領域，就像是微信、支付寶掃碼進地鐵，IDE 文檔編輯器本身的體驗才是地鐵軌道和車廂。

AI 只應該做成熟類 Office 產品里的一個按鈕，因為在“智能文檔”這個整個解決方案里，方案的難度重點，以及用戶實際的需求，主要是被文檔滿足的。

如果 AI 不好用，那用戶無非就是像過去 30 年白領一直在做的那樣手動來制作文檔，但如果文檔環節不好用，那么 AI 功能再智能也無法滿足用戶的需求。

接下來，我們舉一個更具體的例子，n8n 與 Dify。

如果你在這兩年比較關注過 AI 在個人生產力方面的應用，那應該至少在小紅書、抖音或 B 站刷到過這兩個方案。因為這兩個方案是時下非常流行的兩套低代碼工具。簡單解釋一下的話，就是可以讓你在不編程的情況下，將各種互聯網工具與 AI 相連，實現自動化的平臺。

而在這兩個方案中，在國內更為流行的又是 Dify，除了因為這個方案有中文本地化之外，還因為這個方案是在 2023 年 5 月發布的。它誕生于這一次 AI 浪潮之后，它的定位更明確，就是與 AI 配合完成自動化工作，也就是更加的 AI Native、AI 原生。

而 n8n 則發布于 2019 年，在它上線的三年之后，OpenAI 才上線 ChatGPT。因此無論如何，n8n 都無法被認為是 AI Native。

在“低代碼自動化”這個方案里，AI 究竟占據了整個方案比重的多少。根據我自己的經驗來說，如果我們以節點來算，一個所謂的“AI工作流”，里面使用到的 AI 節點可能只有 1 次或 2 次。而剩下的所有節點都是在與其他工具的鏈接和數據處理上。

DIfy 在上線的一年多里發展神速，但截至目前，它整合的非 AI 節點也只有 n8n 的不到一半。這意味著，即便是在完成“將工具接入到 AI 上”這個 AI Native 需求上，它的上限也不如 n8n。因為某種程度上，Dify 就像是一個支付寶微信，為了給乘客帶來更好的支付體驗（AI 體驗），正在重新建地鐵（集成非 AI 工具）。

我當然不否認 Dify 有很多優點，比如它對 AI 本身的支持確實更好，界面也比 n8n 友好很多，而且它未來可能會越來越好，隨著社區的活躍它將有超過 n8n 的集成度，但至少在現階段它能夠做到的事情是不如 n8n 的，這會導致你在使用它的過程中可能要費很多額外的功夫。

比如，如果你想將 AI 生成的內容寫入 notion，在 n8n 里只需要添加一個內置的 notion 節點，但在 Dify 中則需要用“HTTP 請求”節點自己配置向 notion API 發送請求。（這個比如的有效期到 2024 年 12 月 11 日，因為后面 Dify 很有可能會更新）

舉這個例子沒有任何貶低 Dify 的意思，因為作為同樣優秀的低代碼工具，Dify 在 Github 上的熱度已經超過了 n8n，這意味著隨著社區的貢獻與生態的加持，它極有可能在未來的某個時間超過 n8n。

但對于個人使用者來說，我為什么不等它真的超過了 n8n 在用它呢？

再次回到我對標題中觀點的判斷：如果你的需求對應的品類里，有一個成熟產品和一個 AI Native 新秀，你應當毫不猶豫的選擇前者，等待前者補充 AI 功能，而不是嘗試后者，等待后者完善主功能。

這一邏輯，甚至可以在商業決策層面上成立。

稍微看過財經和科技新聞的都知道，今年國內的 AI 產品是一個泡沫非常大的賽道。這里的泡沫不是指 AI 技術本身被夸大了，而是指各家廠商都在用遠超收益的方式進行拉新。比如就有媒體報道，僅在 2024 年 10 月一個月，幾家 AI 產品的合計廣告投放就到達了 3.5 個億。

這樣燒錢的結果，帶來的是如下的成績：

在這里面最為刺眼的是騰訊的元寶，因為作為一個大廠推出的產品，它甚至排在了昆侖萬維推出的天工 AI 之下。當然，按照大廠的公關辭令一定是不承認這種第三方數據的。但我們不妨回憶一下，平時在刷微信公眾號、視頻號、逛 B 站的時候，在鋪天蓋地的 AI 廣告中確實很少看到騰訊元寶的影子。

因為在騰訊看起來，ChatBox 類的 AI 產品，似乎是一個并不值得燒錢的 AI Native。用人話來解釋就是，即便是加入百億燒錢大戰，ChatBox 品類里也燒不出下一個微信級的入口。那么，何不把錢省下來在上游燒一燒模型，等混元更成熟一點，直接把一個元寶的 ChatBox 類產品放進微信發現頁里呢？騰訊并不是第一次做這樣的事情，微信支付和視頻號在某種程度上都是這一策略的成功案例。

但，有人可能對“ChatBox”燒不出下一個用戶入口有所質疑。那我們可以看看大洋彼端的情況。我之前曾經提到，OpenAI 當前面臨四重問題：

1. 模型沒有天塹式護城河（和 Claude\Google\Meta 比）；

2. 人才流失迅速；

3. C 端產品不具備顯著的網絡效應；

4. B 端業務被微軟架空了。

與本文對應的問題就在第三點。

ChatGPT 在 2023 年 1 月，也就是上線兩個月后達到 1 億用戶量，成為互聯網歷史上用戶增長速度最快的 C 端應用，2024 年 8 月，它的周活躍用戶超 2 億。這些耀眼的數據是那些決定跟進 AI 產品燒錢大戰的決策依據——如果我能圈到更多的用戶，那么我前期燒的錢后期一定能賺回來。

但實際上，我們且不說這種前期燒錢后期賺錢的敘事在互聯網行業內早已過時。僅就產品類型來說，ChatBox 類產品也不具備這樣的條件，因為它不具備網絡效應。

聊天工具和社交工具一但擁有足夠的用戶量就難以被替代，這是因為當你的朋友都在一個工具上，那么你就很難啟用另一個新的工具。你在新的工具上你沒法聯系到你的好友。

但 AI ChatBox 沒有這樣的“綁架機制”，如果 ChatGPT 的任意競品提供了更好的模型或更便宜的價格，用戶會在幾個月內流失。我們事實上見證了在過去一年里，Claude、Gemini 和 Grox 對 ChatGPT C 端用戶增長的瓜分。

否則，ChatGPT 的用戶量不會在上線兩周年，并且大幅放寬免費用門檻之后，活躍用戶量才剛到 2 億。而在這期間，Google Gemini 的活躍用戶從 0 增長到了 4200 萬，Claude 的活躍用戶從 0 增長到了 5440 萬。

在思考這個問題的時候，你可以將自己代入一個居住在西方的，常年使用 X 和 Facebook 的用戶。你顯然不會因為開始使用 ChatGPT 而停止使用 X 和 Facebook，因為在 X 和 Facebook 上有你原本每天都要聯系的受眾，AI 并不能取代這些真實的社交關系。但當有一天，X 和 Facebook 的私信界面里出現了一個新的 AI，你也許會試試，一旦它的體驗和 ChatGPT 差不多，更好或更便宜，你將很有可能從此停止使用 ChatGPT。

這似乎就是騰訊在賭的模式。

在 2022 年 ChatGPT 發布后，許多人樂觀地認為所有產品都可以用 AI 重塑一遍，這也讓 AI Native 的概念一夜之間成為風口。

但到了 2024 年，AI 在應用中的實踐如果只能確定一件事，那就是絕大部分 AI 不是一個產品，只是一個功能。

如果我們認可這一模式，我們就會發現目前 AI 應用領域有一些產品存在明顯的泡沫，比如被視為顛覆 Google 的 Perplexity。截至目前，Perplexity 的搜索結果來自 Bing 和一部分自建索引。它在 AI 搜索上的貢獻，是基于已有搜索引擎返回的結果的工程化改良。這意味著，傳統搜索引擎是 Perplexity 向用戶交付產品的關鍵上游，并且如果你稍有 IT 常識就會知道，搜索引擎這項技術并沒有它看起來那么容易，比如由微軟推出的 Bing 在如此多年的追趕之下，它的基礎搜索體驗依然不如 Google。即便在我們完全不考慮傳統搜索技術的技術難度的情況下，Google 為維持其傳統索引（你可以理解為要尋找一個答案，首先要收錄一個答案）規模和服務持續運轉所投入的云資源（包括算力、存儲、網絡帶寬），可能就高于目前世界上所有 AI 應用加起來的云資源消耗。而 AI 搜索之所以能好用，是因為利用了這些成果，而不是否定了這些成果。

投資一個基于傳統搜索引擎但宣稱要顛覆傳統搜索引擎的產品，顯然不合常理。因為，Perplexity 的最好結局是被 Google 或 Bing 收購，最差結局是被 Bing 視為直接競爭對手后停用其搜索 API 進而導致產品停擺。而不上不下的結局是，Perplexity “自建地鐵”，也就是完全自建網頁索引系統，與 Google 和 Bing 展開正面競爭。顯然，Perplexity 已經選擇了這條路線[1]。

但在很長一段時間里，會由于其索引能力遠低于 Google 和 Bing 而沖抵其 AI 帶來的用戶體驗。比如，Perplexity 的高管 Alexandr Yarats 在接受訪談[2]時曾承認他們目前的索引范圍遠低于 Google，這使得他們難以關注到尾部問題。

盡管計算機在最近 40 年才深入民用領域，但它在此期間形成的許多工作泛式和產品形態已經是帕累托最優解，并非能夠輕易被 AI 顛覆。過去的幾十年中，白領工作的方式實際上對人的思維與能力進行了深度塑形。換句話說，今天坐在辦公室里的職場人更像是腦力勞動的流水線工人，而非依靠獨特技藝的手工業者。

因此，AI 對白領工作的替代并不需要重新定義工作的方式，而是以“無感接入”的形式悄然融入現有的辦公流程。在這個過程中，與其說是 AI 顛覆了職場整個“抽象機器”，不如說是我們終于找到了一種可以在腦力勞動領域也可以 7*24 小時不眠不休的核心齒輪。以往，這個零件零件是白領本身，這導致了企業或管理學如何試圖優化腦力勞動的這個“機器本身”，都必須考慮白領這個“零件”作為人是需要休息的。

這種替代并非依靠革命性的泛式顛覆，因為我們的泛式早已迭代到允許插入一個接近不眠不休的核心組件（996）。

那么，換上一個 24 小時在線的零件又何須呢？

外鏈：

[1] https://ethanlazuk.com/blog/how-does-perplexity-work/#query-processing

[2] https://www.unite.ai/alexandr-yarats-head-of-search-at-perplexity-interview-series/