Dify 是當(dāng)下 AI 領(lǐng)域最有名的開源項目之一。但它的來時路，布滿了競爭和質(zhì)疑。很多人都沒想到，一個最初并不起眼的小團(tuán)隊，能在短短兩年里走到今天這個高度。甚至直到現(xiàn)在，仍然經(jīng)常有人問我：為什么是 Dify？它到底做對了什么？在這期播客里，我就和路宇一起復(fù)盤了 Dify 過去兩年的發(fā)展，并嘗試回答了這些問題。

本期播客原文約 25000 字，本文經(jīng)過刪減整理后約 8900 字。

曲凱：兩年前我們錄播客的時候，Dify 剛剛發(fā)布不久，隨后就一路起飛。但 Dify 能發(fā)展得這么好，其實超出了很多人的預(yù)期。我想先問下，這兩年多下來，你整體的感受是怎樣的？

路宇：可以梳理下時間線。

從 Day 1 開始，我們就定了三個策略：開源、To B、全球化。圍繞這三點，又自然衍生出了開放生態(tài)、模型中立、工程優(yōu)先這一整套邏輯。

回頭看，這些判斷在過去兩年多里，基本都被一一驗證是正確的。

從市場和技術(shù)的變化來看，這兩年大概經(jīng)歷了三波變遷。

在 23 年，Dify 發(fā)布了第一個版本。那個版本還比較基礎(chǔ)，但勝在界面友好。當(dāng)時只要你的產(chǎn)品用了 AI、而且能被用戶理解，就有機(jī)會一炮而紅。

到了 24 年，我們推出了后來成為核心能力的 workflow，同時開始搭建插件生態(tài)。因為我們主要做 To B，所以當(dāng)時能感知到一個非常明顯的變化：第一批真正有付費能力的企業(yè)用戶開始進(jìn)場。

其實，從新技術(shù)出現(xiàn)到 B 端客戶愿意掏錢，中間通常都會有半年到一年的時延，遠(yuǎn)沒有大家想象中那么快。

到了 25 年，模型本身出現(xiàn)了明顯進(jìn)步，尤其是開源能力和多模態(tài)逐漸成熟。到今天，已經(jīng)很少有人再爭論「開源強(qiáng)還是閉源強(qiáng)」這種問題了。我們最早的一些核心假設(shè)，比如一定需要一個中間層，也都被市場驗證是成立的。

曲凱：在 23 年的時候，大家確實還有很多問題，很多基礎(chǔ)假設(shè)也都還沒被驗證。

我們可以一起復(fù)盤一下，從 23 年到現(xiàn)在，你們到底是哪幾件事情是想對了、做對了，又有哪些是在過程中調(diào)整過的。

我記得 23 年我們一起跑融資的時候，大家對你們最大的質(zhì)疑，其實就是壁壘。

尤其當(dāng)時 LangChain 已經(jīng)很火了，大家問得最多的一個問題就是：Dify 和 LangChain 到底有什么區(qū)別？

今天回頭看，你會怎么重新回答這個問題？

路宇：兩年前我其實回答得不夠清楚。今天再看，我們和 LangChain 的本質(zhì)區(qū)別，在于面向的用戶群體不同。

如果把這類產(chǎn)品的用戶放到一個光譜上，最左邊是非常硬核的工程師，最右邊是完全不懂技術(shù)的用戶，那么：

LangChain 更偏向于有較強(qiáng)編碼能力的人；

Dify 現(xiàn)在在中間，未來則會越來越偏向弱技術(shù)，甚至是無技術(shù)的用戶；

OpenAI 的 Agent Kit 明顯偏左；

n8n 比我們稍偏左；

Coze 更偏右，但它的生產(chǎn)屬性又不足。

曲凱：那我們正好順著 LangChain，聊聊你們的其他幾款競品。你是怎么看這些競爭的？

路宇：說起來其實挺有意思的。作為一家創(chuàng)業(yè)公司，我們已經(jīng)經(jīng)歷過各種規(guī)模的競爭了，而且在這個過程中，我們的生存能力已經(jīng)被反復(fù)驗證。

我們和字節(jié)這樣的大廠掰過手腕，和硅谷的創(chuàng)業(yè)公司掰過手腕，也和以 OpenAI 為代表的模型廠商掰過手腕。

23 年的時候，我們面對的競爭除了 LangChain，還有 GPTs 和 Coze。

先說 GPTs。它「想讓人人都能做 Bot」的愿景本身很好，而且還擁有 ChatGPT 這么大的流量入口。但它最終沒有真正跑出來，根本原因在于：它沒有想清楚，這些 Bot 到底該由誰來做。

現(xiàn)實是，大多數(shù)人并不具備做出有實際價值產(chǎn)品的能力。

就像人人都能刷抖音，但不是人人都能用好剪映一樣。消費內(nèi)容，和用工具去解決真實問題，中間的門檻完全不同。

我認(rèn)為，一個人想做出一個好產(chǎn)品，大概有四種可能性：

1）有硬科技，比如你非常懂硬件、算法，或者能把模型成本壓到極低；

2）有創(chuàng)造力，能把用戶體驗和交互做到非常好，從而真正留住用戶；

3）掌握稀缺壁壘，比如獨有的數(shù)據(jù)；

4）擁有完整的流程，也就是類似 SOP 的能力。

不同的人和企業(yè)，做事的本質(zhì)差距，往往就體現(xiàn)在對流程的理解上，這背后其實是價值觀的差異。

我經(jīng)常拿報銷這件事舉例子。報銷在我們公司的流程里，短到幾乎不存在，因為我們會直接給員工發(fā)信用卡，但別人未必愿意這么做。

然后在前面提到的四種可能性中，前三種都不具備可拓展性和復(fù)用性，因為它們本身就非常稀缺。真正有可能被復(fù)用的，只有流程。

所以像 GPTs、Coze 這種面向大眾的產(chǎn)品，確實能讓更多人「捏」出一個東西，但更多滿足的，是讓大家快速理解一項新技術(shù)、以及獲得一種「造物主」般的參與感。

而由于絕大多數(shù)人既不具備前三種稀缺能力，又沒有被提供搭建完整流程的可能性，最終也就很難真正做出有價值的產(chǎn)品。

曲凱：所以定位上，GPTs、Coze 就不是 Dify 的直接競對？

路宇：對。Dify 一直在解決的，都是流程問題，以及如何在企業(yè)的上下文里，把 LLM 和企業(yè)中的人、工具、數(shù)據(jù)連接起來的問題。

所以雖然大家都是基于 LLM 做產(chǎn)品，但上下文不同，最終長出來的東西也就完全不同。

我同事打過一個很好的比方：「模型像一條魚，放進(jìn)不同的上下文魚缸，會長成完全不同的樣子�！�

把 LLM 放進(jìn) IDE 里，會長成 Cursor；放進(jìn) Ubuntu 沙盒里，就會長成 Manus；而放進(jìn)企業(yè)里，就會長成 Dify。

不過 23 年 7 月 Coze 發(fā)布的時候，我確實焦慮過。但這種焦慮只持續(xù)了 48 小時，之后我就再也沒有關(guān)注過這個產(chǎn)品了，因為我們面對的受眾、要解決的問題，以及組織能力都完全不同。

曲凱：那 n8n 呢？

路宇：我們的定位和理念其實比較接近。現(xiàn)在也有不少用戶會覺得這兩個產(chǎn)品是互補(bǔ)的，會同時使用。

n8n 早期的理念和我們很像，就是提供低成本、開源、中立的自動化方案。他們成立于 2019 年，那時候還完全沒有用 AI，直到去年才開始和模型結(jié)合。今年他們的營銷做得不錯，再加上起步更早、生態(tài)相對更完善、工具和模版也更多，聲量一下子就起來了。

我們的劣勢在于起步更晚。但在涉及 LLM 的能力、RAG、多模態(tài)上下文處理這些方面，Dify 的 AI-Native 工程能力更強(qiáng)。而且我們可以做到端到端交付，這是 n8n 目前并不支持的。

曲凱：然后就到了 OpenAI 最近發(fā)布的 Agent Kit。

每次 OpenAI 有新動作之后，大家的反應(yīng)其實都挺有意思的。只要它一發(fā)新產(chǎn)品，市場上就會立刻出現(xiàn)一輪「誰又要被殺死了」的討論。

GPTs 出來時，大家說 Coze 和 Dify 會被殺死；Agent Kit 出來之后，又有人說 n8n 和 Dify 會被殺死�？傊畷懈鞣N「XX 和 Dify 會被殺死」的排列組合。

但 Dify 不僅從來沒有被誰殺死過，反而一直漲得很好。

甚至我記得在 GPTs 那一波，你們還做過一次很好的品牌動作？就是 GPTs 出來之后，很多企業(yè)才意識到 AI 原來可以這么用，但他們又沒法直接用 GPTs，于是就選擇部署 Dify。

路宇：對。OpenAI 的產(chǎn)品定位和效果不一定好，但他們能幫整個行業(yè)完成市場教育。我們需要花很大力氣去解釋自己到底是個什么樣的產(chǎn)品，但 OpenAI 只要發(fā)一個類似的東西，大家一夜之間就能理解很多事情。

至于「誰會被殺死」這種說法，本身就過于非黑即白，很多也只是自媒體制造出來的噪音。而且說這些話的人，絕大多數(shù)其實并沒有真正用過這些產(chǎn)品。

從過去兩年的實際情況來看，尤其是在 To B 市場里，模型廠商很難直接替代下游產(chǎn)品。這里最難被替代的，是長期建立起來的信任關(guān)系，以及我們和客戶之間的各種連接。

我對 Agent Kit 這個產(chǎn)品的判斷是，它現(xiàn)在還處在比較早期的階段，至少在未來 6 個月內(nèi)，不會對其他任何產(chǎn)品構(gòu)成實質(zhì)性的威脅。

曲凱：而且現(xiàn)在大家確實比較忌諱只用一家的模型。所以從這個角度看，是不是大廠、或者模型方自己做的產(chǎn)品，反而不如那些模型可選的開源項目？

路宇：開源項目在和云廠商、模型廠商競爭時，確實有天然優(yōu)勢。

我接觸過很多企業(yè)決策者。他們在選擇中間層或開發(fā)平臺時，都非常謹(jǐn)慎，更像是在做一次「技術(shù)投資」，會系統(tǒng)性地評估合規(guī)性、開放性，以及長期的可持續(xù)性。

幾乎沒有技術(shù)負(fù)責(zé)人，敢把自己的技術(shù)棧完全綁定在一家模型上。

而如果一個平臺更像是一個「插座」，可以接入不同的外部工具，那整體風(fēng)險就會低很多。

我們的產(chǎn)品，正是把這種「熱插拔」的體驗做得比較完整。

開發(fā)者既可以使用我們的原生套件，也可以用自己開發(fā)的擴(kuò)展，而且兩者互不影響。無論 Dify 怎么迭代，他們過去寫的套件都可以繼續(xù)使用。

這對開發(fā)者來說非常重要。一方面，他們需要不斷用上最新的技術(shù)，另一方面，也必須保住已有的技術(shù)資產(chǎn)。否則外部產(chǎn)品一升級，他們的業(yè)務(wù)就直接掛掉了。

曲凱：明白。之前大家還有一個質(zhì)疑，包括現(xiàn)在其實也還有不少人會提到，就是只做中間層，會不會太��？

路宇：薄和厚這個問題，其實沒什么好討論的。而且這里面存在一個常見誤區(qū)，就是大家往往認(rèn)為工程不值錢。

但在我們看來，最值錢的恰恰就是工程。

所謂工程，意味著你要做分層設(shè)計，要把用戶的業(yè)務(wù)場景抽象出來，要把可變和不可變的部分拆得非常清楚。這一整套過程極其費腦力，需要你長期和用戶、開發(fā)者反復(fù)磨合，理解現(xiàn)實世界的復(fù)雜性，也意味著要不斷交學(xué)費。

舉個例子，在 workflow 產(chǎn)品里，有一個非常關(guān)鍵的概念叫「節(jié)點顆粒度」：

顆粒度定得太細(xì)，就會很像編程，一般人根本用不起來；顆粒度太粗，又會過于抽象，能力不夠。

在不同場景下找到一個最合適的顆粒度，本身就需要大量人工判斷和反復(fù)試錯。而像我們這樣的產(chǎn)品，類似的決策有成百上千個。

正是這些看不見的苦工，一點點堆起了產(chǎn)品真正的厚度。

相比之下，我看到有人提到 Agent Kit 背后有 80% 的代碼是用 Codex 寫出來的。在我看來，這種不重視工程本身的做法，做出來的產(chǎn)品反而才是薄的。

曲凱：那我們再聊聊 workflow。過去半年，很多人都在討論一個問題：workflow 未來還會不會存在？或者說，還有沒有必要？畢竟自動化和 AI Coding 已經(jīng)變得很強(qiáng)了。

路宇：我認(rèn)為 workflow 會長期存在，因為人類的生產(chǎn)活動有一個不變的底層邏輯：需要高度的可預(yù)測性。

如果 AI 發(fā)展到極致，理論上我們當(dāng)然可以讓模型一步到位，完美地幫我們解決問題。這也是為什么有些團(tuán)隊從一開始就選擇了「讓一個 Bot 包辦一切」的 AGI 路線。

但現(xiàn)實情況是，模型的能力還沒有強(qiáng)到能讓我們可以無腦接受它給出的結(jié)果。

現(xiàn)在更常見的情況是：你給模型一個任務(wù)，它會返回一個結(jié)果，然后你需要判斷這個結(jié)果夠不夠好，不行就推倒重來。重復(fù)幾次之后，用戶往往會感到挫敗、不可靠、焦慮，甚至產(chǎn)生一種「我是不是又被騙了」的感覺。

那這個問題要怎么解決？

就是在過程中設(shè)置檢查點，甚至在一些關(guān)鍵環(huán)節(jié)，讓人類能夠介入?yún)f(xié)作。這種工作方式，本質(zhì)上就是 workflow。

Dify 選擇的，正是這樣一條技術(shù)路線。我們先用 workflow 把穩(wěn)定性和可靠性做好，再逐步走向更高水平的智能化。

因為真正實現(xiàn)完全的智能化，可能還需要三到五年，甚至更長時間。我們能保證的，是在整個過渡期里，為技術(shù)投資者提供一套穩(wěn)定、可靠、可以真正投入生產(chǎn)的系統(tǒng)。

哪怕底層技術(shù)在持續(xù)變化，我們也一直在迭代，但我們給用戶的體驗感受始終是一致的。

你可以把 AGI 和 workflow 這兩種路線，理解為技術(shù)激進(jìn)者和技術(shù)保守者之間的差異。

但你覺得這個世界上，是激進(jìn)者更多，還是保守者更多？

曲凱：也就是說，Dify 選擇了一條更務(wù)實的路徑，讓用戶可以立刻用起來，并且隨著模型能力的提升，效果會越來越好。而另一條更前沿的路徑，故事可能很好聽，但穩(wěn)定性更差，也意味著需要有人不斷去交學(xué)費。

但外面這些看起來很 fancy 的故事，甚至是偶爾跑出來的一些非常驚艷的 case，難免會讓人懷疑 Dify 是不是有點「落后」。你會因為這些外部的聲音感到焦慮嗎？

路宇：不太會。因為我們對自己的技術(shù)路線非常堅定。

今天幾乎所有基于 Transformer 的模型，本質(zhì)上都可以歸類為「神經(jīng)網(wǎng)絡(luò) AI」。但我們從一開始就不認(rèn)為，Transformer 能解決所有問題。

在 Transformer 出現(xiàn)之前，其實還有一條更古早的路線，叫「符號 AI」。它更強(qiáng)調(diào)邏輯、更強(qiáng)調(diào)結(jié)構(gòu)。

我們真正相信的技術(shù)方向，正是這兩條路線的結(jié)合：

神經(jīng)網(wǎng)絡(luò)負(fù)責(zé)聯(lián)想與展開，符號系統(tǒng)負(fù)責(zé)邏輯與判斷。

這個判斷來自仿生學(xué)和認(rèn)知科學(xué)。

人腦是一個能耗極低、卻高度智能的系統(tǒng)，但今天的 LLM，能耗卻非常高。

那差距來自哪里？

原因在于，人腦不僅具備神經(jīng)網(wǎng)絡(luò)式的聯(lián)想能力，還內(nèi)置了一套符號系統(tǒng)。

比如我看到一個人，幾乎可以在瞬間判斷 Ta 是男是女、是老人還是小朋友。就好像我們的大腦里有一棵內(nèi)置的二叉樹，幫助我們快速完成分類、建立因果，從而以極低的成本和能耗，對他人的行為做出預(yù)測。

曲凱：明白。我們之前還探討過一個話題，前段時間 Sam Altman 他們也在講，就是未來的 SaaS 是不是會變成一種「快時尚」。

現(xiàn)在的 SaaS 面向的更多是普適場景，那隨著 AI 的發(fā)展，未來會不會有更多公司，可以直接自己搭建出能完美解決自身問題的產(chǎn)品？比如說，財稅是不是可以和技術(shù)人員一起，直接做一個 workflow，而不再需要購買外部 SaaS？

路宇：從人機(jī)交互的角度來看，這件事是有可能實現(xiàn)的。但我認(rèn)為這個觀點只對了一半。

因為在軟件工程里，始終存在一些不變的基礎(chǔ)，而在這些不變的部分中，就有 SaaS 的空間。

比如在財稅場景中，哪些發(fā)票字段需要長期保存，哪些屬于敏感數(shù)據(jù)，都必須由人來定義。這些本質(zhì)上是數(shù)據(jù)結(jié)構(gòu)，非常關(guān)鍵，不能隨意更改。

所以未來更可能的范式是：人要在「結(jié)果」和「結(jié)構(gòu)」的定義上投入大量時間，剩下的部分，再交給 AI 去完成個性化和客制化。

（P.S. 關(guān)于「結(jié)構(gòu)」的重要性，在我們前幾天發(fā)的 Newsletter Part 4 中有一些補(bǔ)充討論，很推薦大家去閱讀：）

曲凱：我記得我們兩年前聊的時候，大家用 Dify 做的還主要是 Bot、陪聊、知識庫、問答客服這些東西。兩年過去了，這點有什么變化嗎？

路宇：現(xiàn)在我們有很多客戶，已經(jīng)在用 Dify 去編排非常復(fù)雜的流程，做企業(yè)級、大規(guī)模的智能化改造。

我們見過最復(fù)雜的 workflow，有四五百個節(jié)點，串聯(lián)起了企業(yè)內(nèi)部的各種組織關(guān)系和數(shù)據(jù)。

更有甚者，比如我們的客戶安克，就用 Dify 搭建了上千個工作流，集成了上萬個原子能力。他們已經(jīng)把 agent 當(dāng)成一種新的生產(chǎn)資產(chǎn)來看待，甚至是和人力資源平等地去管理。有了新業(yè)務(wù)之后，他們會先分析這件事需要哪些能力、流程應(yīng)該怎么設(shè)計、哪些節(jié)點由人來做、哪些節(jié)點交給 agent 去執(zhí)行。

曲凱：已經(jīng)這么先進(jìn)了嗎？

路宇：對，而且現(xiàn)在不只是一家企業(yè)在這么做，很多企業(yè)都在往這個方向走。這個進(jìn)展速度，其實比我一開始預(yù)期的要快很多。

曲凱：那有沒有一些更具體、比較有意思的使用場景？比如你剛才提到的安克，他們在什么樣的環(huán)節(jié)會選擇用 agent？能做到什么程度？因為很多人一提到企業(yè)用 AI，腦子里還是停留在知識庫、客服這些層面。

路宇：我們后來抽象出來一個結(jié)論：最標(biāo)準(zhǔn)的使用場景，其實就是「不標(biāo)準(zhǔn)」。

我們也曾經(jīng)想過，要不要總結(jié)幾個標(biāo)準(zhǔn)場景，但后來發(fā)現(xiàn)，用得最好的那些用戶，幾乎沒有一個是按標(biāo)準(zhǔn)用的。

他們真正需要的，是一種「膠水」，把原有業(yè)務(wù)里的各種流程和能力粘在一起，形成復(fù)雜協(xié)作。而這套東西在不同組織里，就是完全不同的。

曲凱：那這么看，Dify 在企業(yè)里到底是什么？是腳手架、開發(fā)工具、膠水，還是最終會變成一種類似操作系統(tǒng)的東西？

路宇：我認(rèn)為未來會出現(xiàn)一種新的組織協(xié)作方式。在企業(yè)里，大部分可以被抽象、被標(biāo)準(zhǔn)化的生產(chǎn)活動，都會運(yùn)行在一個智能化平臺之上。這個平臺要解決的，是把內(nèi)部的各種原子能力整合起來，讓人和 agent 能夠高效協(xié)作，以及完成流程的設(shè)計與調(diào)度。

可能在未來，我每天上班，打開手機(jī)看到的就是一個看板，點進(jìn)去，能看到整個業(yè)務(wù)的生產(chǎn)全景，也能看到等待我處理的各種任務(wù)。有些任務(wù)我可以直接提取結(jié)果，有些需要我 review，還有一些則需要我判斷——是安排人來做，還是交給 agent 去執(zhí)行。

從這個角度看，它本質(zhì)上更像是一個操作系統(tǒng)。

曲凱：這讓我想起我們最早聊的時候，你提過一個觀點：LLM 不應(yīng)該只給開發(fā)者用，真正的使用者也應(yīng)該能和系統(tǒng)互動、給反饋。

路宇：對。我們的理念一直是，讓 LLM 推動技術(shù)平權(quán)。我之前偶爾也會有些猶豫，但現(xiàn)在我覺得這是必然的，而且很可能在兩到三年內(nèi)就會真正發(fā)生。

曲凱：所以如果有人問，現(xiàn)在到底是誰在用 Dify，你會怎么回答？

路宇：今天財富 500 強(qiáng)企業(yè)里，大概有 20% 在用 Dify。

曲凱：這完全就是開源帶來的優(yōu)勢嗎？畢竟你們基本沒有做過 GTM，也很少主動銷售。

路宇：開源是最關(guān)鍵的決策。如果沒有開源，后面的事情其實都很難成立。

因為全球化要解決的是信任問題。想快速傳播、推廣自己的技術(shù)標(biāo)準(zhǔn)，開源無疑是效率最高的方式。

曲凱：但你們在日本市場的成功還是挺神奇的。

路宇：是。雖然我們在 23 年剛上線的時候就做了日語版本，但當(dāng)時其實沒想那么多。結(jié)果到了 23 年四五月，日本市場一下子就爆了�，F(xiàn)在，Dify 在日本幾乎是一個有壟斷地位的現(xiàn)象級工具。

也經(jīng)常有人問我：為什么是日本？我們到底做對了什么？

我們其實什么也沒做，如果一定要說，可能就是一部分運(yùn)氣，再加上開源吧。

至于為什么是日本，我覺得最核心的原因，是 Dify 恰好非常適配日本的社會結(jié)構(gòu)和用工方式。

一方面，他們的技術(shù)人員非常稀缺；另一方面，企業(yè)內(nèi)部的業(yè)務(wù)又高度流程化。當(dāng)他們看到 Dify，可能就像當(dāng)年還在填紙質(zhì)財務(wù)報表的會計，第一次看到 Excel。

當(dāng)然，也還有一些次要因素。比如，相比北美團(tuán)隊，我們所在的時區(qū)更容易服務(wù)日本客戶；再比如，我們的 UI 可能更符合東亞用戶的審美。

曲凱：那你這兩年，對 AI 的理解有什么變化？

路宇：現(xiàn)在的模型，已經(jīng)可以很好地解決我們遇到的絕大多數(shù)問題了，甚至對很多人來說，模型能力已經(jīng)是「溢出」的狀態(tài)。

兩年前，我們對模型的置信度大概只有 60% 到 70%；而今天，這個數(shù)字已經(jīng)可以達(dá)到 95% 以上。

但為什么在這種情況下，很多人依然沒辦法和模型高效協(xié)作？

因為模型的本質(zhì)，更像是一個巨大的「數(shù)據(jù)球」。你得先相信答案就在里面，然后再不斷和模型磨合，找到一套正確的「密碼」，才能把答案抽取出來。而找到這套密碼的能力，并不是每個人都具備。

這件事也很難被快速教學(xué)，它高度依賴一個人原有的認(rèn)知框架和提問能力。

我相信，像 Dify 這樣的產(chǎn)品，可以提前幫用戶設(shè)計好這張「找到密碼的地圖」。當(dāng)用戶要解決某一類問題時，只要沿著地圖走，就更容易在模型里找到正確的答案。

在這個過程中，人類更像是模型理解現(xiàn)實世界的傳感器，負(fù)責(zé)為模型提供更充足、更準(zhǔn)確的上下文。

曲凱：這里其實可以抽象出一個很好的概念——Dify 就是人類尋找大模型答案的「藏寶圖」。

路宇：是。另外，在 B 端場景里，AI 的生產(chǎn)力也還遠(yuǎn)遠(yuǎn)沒有被真正釋放出來。

MIT 前段時間有一份報告提到，95% 的公司在 AI 上的試點最終都失敗了。這說明，大多數(shù)企業(yè)目前的工具體系和學(xué)習(xí)能力還遠(yuǎn)遠(yuǎn)不夠。

所以我認(rèn)為，下一個真正的機(jī)會窗口，并不在于繼續(xù)提升模型的智能，而在于「建橋」。

比如，去搭建能夠彌合模型能力與人類使用能力之間鴻溝的基礎(chǔ)設(shè)施；設(shè)計更好的人機(jī)交互范式；構(gòu)建真正能讓人和 AI 高效協(xié)同的工作流。

這些都是 AI 應(yīng)用里的「最后一公里」問題，也會是未來幾年里最大的機(jī)會。

這里我也想反過來問你一個問題：在這樣的背景下，未來人類，或者說一個組織的核心競爭力，還剩下什么？

曲凱：我想一下。

路宇：你看，就像陽光、空氣和水對所有人都是對稱的，模型在某種程度上，也讓智力變成了對稱資源。那必然還會剩下一些非對稱的東西，成為未來真正的競爭力。

曲凱：我會這樣回答：如果我們平等地看待 AI 和人，那去找人和 AI 之間的競爭力，其實就是在找人和人之間的競爭力。

為什么有的人更厲害？

核心差別，在于決策能力和注意力機(jī)制。

我經(jīng)常舉一個例子：一期一小時的播客，一萬人聽完之后，提取出來的重點一定都不一樣。換成 AI 也是一樣。你給它再多的 context，甚至允許它去網(wǎng)上搜更多信息，但它挑出來的重點、以及接下來要做的動作，依然會千差萬別。

路宇：不是價值觀的差別嗎？

曲凱：看你怎么定義價值觀。我更傾向于認(rèn)為，價值觀本身也是 context 的一部分。

比如我今天剛和 TikTok 的人聊天，他們說在中東，美女扭屁股是違法的；但在巴西，從流量的角度看，這反而是被鼓勵的。

不同文化、不同 context，自然就會導(dǎo)向完全不同的結(jié)果。

所以無論 AI 能力再強(qiáng)，不同的人使用 AI，最終得到的結(jié)果一定是不一樣的。

很多人，尤其是年輕人，都會跟我聊，說擔(dān)心未來會被 AI 取代。

但我從來沒有這種擔(dān)心。

我后來認(rèn)真想過，為什么我不擔(dān)心，結(jié)論其實很簡單：

如果和其他人相比，我本身就不容易被取代，那 AI 最多也就和別人站在同一水平線上，自然也沒什么好擔(dān)心的。

就像我剛才舉的播客那個例子，我非常有信心，在拿到同樣的素材時，我就是能總結(jié)得比 AI 更好。AI 可能會給你列出 1 到 5 點，而我會直接告訴你：后面 4 點都不重要，我們一起看看，為什么第一點最重要。

路宇：我問你這個問題，是因為我最近在想，Dify 能不能把個體和組織的非對稱的能力保留下來，然后讓大家都能更好地和模型協(xié)同。

曲凱：我明白。你在想的，是怎么讓更多人從一開始的 60 分出發(fā)，隨著模型進(jìn)步、context 越來越充分、反饋機(jī)制不斷完善，逐步做到 70 分、80 分。

那我前面講的是，如果一個人本身就能做到 90 分，甚至 100 分，那 ta 本來就不可能被取代；而只能做到 60 分的人，確實很可能會被取代。

最后想再問你一個問題。好幾個投資人都跟我說過，他們沒想到 Dify 會發(fā)展得這么好。你覺得他們看漏了什么？或者說，你認(rèn)為走到今天最核心的原因是什么？

路宇：長話短說，就是兩個字：耐心。

這個詞聽上去，可能和現(xiàn)在很多 AI 初創(chuàng)公司的節(jié)奏是背道而馳的。但我們一開始就把要做的事情想得很清楚，團(tuán)隊也是圍繞最終的目標(biāo)和標(biāo)準(zhǔn)來搭建的，所以結(jié)果必然不會差。

曲凱：其實就是你們更務(wù)實、更踏實，所以不是「一波流」，而是會慢慢厚積薄發(fā)。

路宇：我倒不太覺得我們是在「精耕細(xì)作」或者「厚積薄發(fā)」，我們只是用成熟市場的方式在做產(chǎn)品。

在一個成熟市場里，每個產(chǎn)品都會給自己貼上一些長期不變的標(biāo)簽。

比如，豐田代表性價比和可靠性，沃爾沃、斯巴魯代表安全，特斯拉代表自動駕駛。

而 Dify 之所以成為今天的 Dify，是因為我們在 Day 1 就選定了開篇講到的那些策略，然后一直堅持到現(xiàn)在。

所以，與其問我們「做對了什么」，不如反過來問，有哪些東西，是我們始終沒有變過的。

曲凱：OK。你還有什么想分享的嗎？

路宇：作為創(chuàng)始人，一定要快樂。

曲凱：你現(xiàn)在快樂嗎？

路宇：非�？鞓�。

我現(xiàn)在的狀態(tài)比兩年前還要好，原因之一，就是我調(diào)整了自己的定位。

傳統(tǒng)觀念里，CEO 就應(yīng)該背責(zé)任、吃苦、扛壓力，但我覺得這是錯的。

創(chuàng)始人必須讓自己快樂。

人在巨大的壓力下，其實很難真正想清楚問題。但當(dāng)你是快樂的，你的身心狀態(tài)會更好，也就更容易涌現(xiàn)出最好的想法。

團(tuán)隊管理也是一樣。如果你一味照顧所有人的感受，反而會慢慢失去最初那種創(chuàng)作產(chǎn)品的表達(dá)狀態(tài)，也就失去了改變世界的動力。

創(chuàng)業(yè)者的使命，是把未來帶到現(xiàn)在，而不是負(fù)重前行。

曲凱：其實不只是創(chuàng)始人，每個人都應(yīng)該去做讓自己開心的事情。當(dāng)你在做自己喜歡的事時，哪怕加班，本身也是快樂的。

路宇：是。我在做公司的過程中，一直有兩個看起來有點矛盾的觀點：我們不喜歡 996，但我也反對嚴(yán)格的 8 小時工作制。

前者讓人痛苦，后者也并不符合智力工作者真實的創(chuàng)作狀態(tài)。

當(dāng)一個人進(jìn)入創(chuàng)作狀態(tài)時，會進(jìn)入心流，甚至忘記時間，而這本身就和 8 小時工作制是背道而馳的。

曲凱：我不知道你有沒有自己的解，但我可以分享一個我最近很深的體會。

規(guī)則本質(zhì)上是用來約束人的，但最好的規(guī)則，可能反而是沒有規(guī)則。

前陣子我在紐約待了一周，有一個特別有意思的觀察——那邊幾乎所有人都會闖紅燈。我還跟人開玩笑說，國內(nèi)都找不到素質(zhì)這么差的地方（笑）。

但對方跟我說，你仔細(xì)看，其實這些人都有自己的判斷。如果會影響到來車，他們就不會闖；但如果前面本來就已經(jīng)堵住了，他們就會往前走。也就是說，當(dāng)所有人的目標(biāo)都是最大化整體交通效率時，紅綠燈本身反而沒那么重要了。

所以，如果大家目標(biāo)一致、勁往一處使、而且都很開心，那可能才是最好的狀態(tài)。

最后，就祝大家都能開心吧！

42章經(jīng)

思考事物本質(zhì)