近日，AI届迎来多个重大模型更新。Google放大招推出下一代模型 Gemini 1.5，其具有100万token的上下文理解能力，是目前最强！具有跨模态理解和推理：能够对文本、代码、图像、音频和视频进行高度复杂的理解和推理。允许分析1小时视频、11小时音频、超过30,000行代码或超过700,000字的文本。

在Google发布Gemini Pro 1.5的2小时后 OpenAI 紧接着发布了Sora。Google 认为Gemini Pro 1.5是个炸弹，结果OpenAI直接出了王炸 😂 水花刚起来，就被摁下去了！

Sora 可以根据文字提示生成长达 60 秒的高清视频而且视频能包含高度详细的场景、复杂的摄像机运动以及充满活力的情感的多个角色。非常牛P！

我经常说，搞产品的要明白，OpenAI体系化背后的武器库库存积累很多，对手只要一有大动静他就能拿出来一个王炸。

当大家还在沉浸在 OpenAI Sora 的兴奋时，看看我们国人的行动力。羡慕人家这种赚钱能力，就是学不会 😮‍💨 😮‍💨 😮‍💨

与此同时，RPA 届也迎来一个炸弹级的研究成果。构建通用智能体框架的OS-Copilot，也将震撼一众 RPA 从业者。

OS-Copilot 能够与操作系统（OS）进行交互，完成一系列广泛且复杂的计算机任务的智能代理框架。它能够自我学习和改进，处理各种操作系统级别的任务。该项目由上海AI实验室、华东师范大学、普林斯顿大学和香港大学的研究人员共同开发。

OS-Copilot 为 Linux 和 MacOS 提供了一个通用接口，整合了常见的操作系统操控实践，如Python代码解释器、bash终端、鼠标/键盘控制和API调用。研究人员基于OS-Copilot框架创建了一个垂直应用或具象化代理：FRIDAY。

FRIDAY与操作系统配合可以：

自动化日常任务：比如设置工作环境、自动整理文件、备份数据等。
数据处理与分析：在像Excel这样的应用程序中自动执行计算、生成图表等。
多媒体内容创建：比如自动在PowerPoint中创建演示文稿或编辑视频。
网页浏览和信息检索：自动化网页搜索，快速汇总和收集特定信息。
编程和脚本执行：自动生成代码片段或执行特定脚本来完成任务。
第三方应用交互：与邮件客户端、日历、社交媒体等第三方应用程序进行交互，执行如发送邮件、更新事件等任务。
自我学习和改进：通过自我指导学习新技能和应用，不断提升其执行任务的效率和准确度。

下个十年的产品涌现：

软件功能的生成趋势即将加速

我们已经无法想象，在开始做一个新产品或者功能，完全一行行代码堆的场景。然而，随着AI原生时代的到来，这种场景正在发生根本性的变化。未来，我们将看到软件功能的生成趋势加速，并且将不再依赖于手工编码的方式。

AI 原生的时代，会变成一个个服务堆，一个个开源模型堆，我们不再需要自己实现这些服务和模型，而是可以直接使用它们。不可能自己实现这些服务和模型。这个趋势只会不断加速，区别是之前，还能一点点理解自己使用的这些项目或技术框架、架构和工作原理，现在已经不可能了。到了 AI 时代，就更加明显，都不晓得它怎么工作的，反正就是工作了。因为现实问题非常复杂，而且还在快速变化，功能性应用永远不可能满足未来的需求。

生成式 AI 的出现将使软件数据工艺发生巨大变革，软件功能的交互方式也将会发生革命性的变化。各类基于Pipeline（流水线）式的自动化将会由 AI Agent 来处理，它融合了自动化的思想和人类操作的过程。这样看来 RPA 型的自动化仅仅是个 Windows CE (过渡)，正如一句话说的：不是让机器人打算盘。都已经有 AI 了，人类可以问 AI 直接要结果和建议，而不是通过功能自动化来完成低效的工作。

在适应AI原生时代产品环境的过程中，提供屏蔽底层架构的统一智能核心将成为关键。这种升级将实现从数据驱动到智能驱动的转变，并结合生成式AI，实现超级自动化。在不久的将来，我们将看到此类叠加应用的爆发式增长。

正如NVIDIA的黄仁勋在2017年所说，AI正在吞噬软件，这一论断至今仍然成立。现在的问题是，AI将如何改变不同领域的软件，在我们自己的行业，就是 AI 将如何改变数据与智能应用市场。AI不是炒作，而是正在以相当快的速度改变着这个世界。因此，我们都必须积极跟进并适应这一变革，而不是置身事外。

回到 LIKONE 这个项目，

我们在哪里，要到哪里去？

LIKONE项目于七年前启动，最初的功能和架构在第二年基本完成。然而，到了第三年，团队出现了分歧：一部分成员主张继续拓展垂直领域的功能，而另一部分则认为已经增加了过多华而不实的功能，而忽视了底层技术的重要性。

然而，我们必须意识到客户要的从来不仅仅只是技术，而是技术背后的产品设计、服务保障以及可持续的创新能力。我们所有人都需要深刻理解客户为何愿意付费，为什么愿意付我们这么多钱，而不是单纯展示技术的强大。底层技术突破很难也固然重要，但往往在产品上，真正赚钱的不是最高深的技术，我们只需要提升一些用户体验，改变一些工艺流程，只要能够帮助用户节省人力、成本，提升效率，客户都是愿意付费的——每个技术点，都要设计价值主张给到客户，而不是只是说技术很厉害，必须得到客户的认可。因此，我们需要更多深入客户现场，更多去理解客户的实际需求、痛点、痒点。

在强调“用户体验”时，我们需要意识到，不仅包括 GUI、运维、命令行、导入导出、文档等方面，甚至包括我们个人的形象、态度、沟通和专业能力等等，对客户来说，都是一种“体验”。领先的产品理念和极致的用户体验是战胜客户自主开发的唯一办法，而不是依赖于黑科技或者厉害的算法，要做到让客户彻底放弃自研的念头，而不是激起他们深入研究技术实现的冲动！

此外，我们必须认识到，仪表盘或者报表、大屏统计从来不是客户要的最终结果，他们要的是基于数据的管理能力。因此，未来设计智能应用的思维方式将发生改变。为客户提供一站式智能驱动的应用是未来非专业客户的迫切需求，也是我们跨越鸿沟的核心要点。也就是说，现在上层的智能应用都值得重新做一遍。这是不是得投入巨大？并不是。我们大概一周能搞定一个智能应用，还包括文档和测试用例。因为这些功能，都不需要自己从头到尾发明新轮子，直接对接现有的套件服务、开发工具或者其他开源项目就可以。

这次 AI 革命，能够让其余 85-90% 的人直接消费数据或者智能产品，AI 能带来的，将远比这些更多，我们在实践中实现了几个方向，已经产生了巨大的变化和影响。可以预见，现有的架构是无法满足的。这里的变革才刚开始，我们的实践走在行业最前沿。

做这个事，肯定不会只有 LIKONE 一个项目，今后一定会出现更多类似的项目，提供屏蔽底层架构的统一智能核心，实现应用的智能驱动。因此，我们需要跳出技术思维，打出差异化和壁垒，提升技术投入的 ROI，并快速占据市场，以适应这个新的发展趋势。

长按识别，访问我们正在建设中的行业智能应用商店

随时随地获取最新 LIKONE 观点