你可以看一下自己的手機(jī)桌面，現(xiàn)在已經(jīng)安裝了多少和 AI 相關(guān)的 App 產(chǎn)品了？

我數(shù)了下自己的，總共 26 款。

如果加上之前我體驗(yàn)過然后又刪掉的，估計(jì)有六七十款了。

我記得上一次有這種產(chǎn)品井噴現(xiàn)象還是在 2012 到 2018 那幾年，幾乎每年都會(huì)在手機(jī)上增加幾款常用 App，包括微信、支付寶、滴滴、美團(tuán)、抖音這些都是。

不過自從 2018 年之后，新產(chǎn)品出現(xiàn)的頻率就降低了，甚至到后來干脆沒有了，有的只是一些曇花一現(xiàn)。

直到去年開始，以 ChatGPT、豆包、DeepSeek、kimi 為代表的這一類 AI 產(chǎn)品逐漸增多，我們似乎又看到了新一輪的產(chǎn)品井噴。

不僅如此，這些產(chǎn)品一出現(xiàn)就有完整的商業(yè)模式，付費(fèi)使用更高級(jí)的模型。

前幾天智譜上市了，MiniMax 上市了，后面還會(huì)有越來越多的原生 AI 公司陸續(xù)上市。

在我看來，這是天大的好事。

這說明，互聯(lián)網(wǎng)技術(shù)的新一輪迭代終于落地了，而且實(shí)現(xiàn)了產(chǎn)品化和商業(yè)化。

隨之而來的，就是基礎(chǔ)設(shè)施的持續(xù)建設(shè)，以及越來越多的開發(fā)者圍繞 AI 能力去構(gòu)建自己的產(chǎn)品。

在這個(gè)過程中，普通人的參與度比上一個(gè)周期明顯增強(qiáng)了。

一個(gè)很直觀的例子，過去做 App 至少需要程序員、設(shè)計(jì)師、產(chǎn)品經(jīng)理和運(yùn)維的參與才有可能做出一款上線產(chǎn)品。

而現(xiàn)在，一個(gè)人利用 AI 編程可以實(shí)現(xiàn)從點(diǎn)子到上線的全流程。

最近我一直在思考一個(gè)問題：在 AI 能力的持續(xù)迭代下，還有什么變化已經(jīng)開始發(fā)生？

1、AI + 設(shè)計(jì)

之前我寫過幾篇文章介紹用 Nano Banana Pro 完成各種圖像類需求處理的文章，很多人看了覺得大開眼界，甚至有的可以立馬上手用。

比如，我現(xiàn)在的公眾號(hào)文章題圖就是用 NBP 生成的，因?yàn)槲矣X得它生成的質(zhì)量已經(jīng)比公眾號(hào)自帶的 AI 生圖以及其他模型好太多，屬于拿來就能用的那種。

放在過去，我就是去一些免費(fèi)版權(quán)的圖片集合網(wǎng)站找合適的素材作為題圖，但現(xiàn)在我完全可以借助 AI 并根據(jù)每一篇文章的主題來生成我想要的場(chǎng)景。

同理，這種把想象中的場(chǎng)景變得可視化的需求在動(dòng)畫、影視、平面設(shè)計(jì)、廣告創(chuàng)意領(lǐng)域都可以直接用起來。

2、AI + 產(chǎn)品

再比如，上次我也用 NBP 基于定義好的需求生成了一份產(chǎn)品原型和視覺設(shè)計(jì)規(guī)范初稿，并且?guī)狭酥髁鞒淘O(shè)計(jì)。

后來有個(gè)讀者給我分享了他的操作，就是把已經(jīng)設(shè)計(jì)好的產(chǎn)品原型和當(dāng)前的問題發(fā)給 NBP 并讓它優(yōu)化和給建議。

從結(jié)果看，AI 對(duì)用戶體驗(yàn)分析、頁(yè)面信息設(shè)計(jì)、交互優(yōu)化方案都給出了非常專業(yè)的建議，水平可以媲美一個(gè)資深體驗(yàn)設(shè)計(jì)師。

試想一下，在正式交差前可以有這么一個(gè)專業(yè)顧問給你的方案做點(diǎn)評(píng)和優(yōu)化指導(dǎo)，工作表現(xiàn)能不好么？

這還只是當(dāng)下，如果讓 AI 能力再進(jìn)一步迭代，它能做的事情更多。

此外，還有產(chǎn)品工作中經(jīng)常遇到的一類問題，方案 A 和方案 B 怎么選？

按照傳統(tǒng)模式，用 AB Test 可以通過定量測(cè)試的方式看結(jié)果，哪個(gè)數(shù)據(jù)好久選哪個(gè)。

但現(xiàn)在也多了一種方式，把你的兩個(gè)方案直接丟給 Gemini 3.0 Pro 讓它幫你分析，甚至能幫你做模擬樣本測(cè)試。

至于數(shù)據(jù)分析，這已經(jīng)算是 AI 的基礎(chǔ)能力了，肯定比人分析得更全面。

3、AI + 編程

我還和身邊一些做技術(shù)的朋友聊了下，想知道他們當(dāng)中有多少人已經(jīng)在工作中開始用 AI 輔助編程了。

驚訝的是，幾乎每一個(gè)被我問我的都在用。哪怕是暫時(shí)還沒開始 用到實(shí)際工作里的，也自己玩了很久了。

今年春節(jié)期間即將發(fā)布的 DeepSeek V4 會(huì)在編程能力上有巨大進(jìn)展，據(jù)說超過了目前國(guó)際上的主流編程模式，我還是挺期待的。

如果 V4 能完成超長(zhǎng)上下文的復(fù)雜系統(tǒng)編程構(gòu)建，那人人都是產(chǎn)品經(jīng)理的時(shí)代才正式開始。

這些，都是正在發(fā)生的變化。

4、AI + 內(nèi)容創(chuàng)作

不僅是互聯(lián)網(wǎng)領(lǐng)域，其他行業(yè)對(duì) AI 的使用滲透率或許也比我們以為的更高。

我一個(gè)在體制內(nèi)工作的朋友說，他們單位現(xiàn)在寫公文或者做演講稿都是用 DeepSeek 在協(xié)助，甚至還專門在外面請(qǐng)老師來公司培訓(xùn)。

包括很多做線下實(shí)體生意的老板，他們?cè)谔詫?、抖音、小紅書上的內(nèi)容和商品圖也都是用 AI 生成的。

據(jù)我了解，現(xiàn)在有一種專門套殼 AI 模型做視頻一鍵生成的小程序，只要你錄制一段自己的視頻和聲音，然后會(huì)根據(jù)你輸入的文案自動(dòng)幫你生成二三十條短視頻。

每一條的價(jià)格算下來平均兩三塊錢，很多沒有拍攝能力、剪輯能力、內(nèi)容設(shè)計(jì)能力的小老板，對(duì)這種產(chǎn)品愛不釋手。

這種產(chǎn)品盈利模式也很簡(jiǎn)單，賣算力。

比如，制作一條視頻要消耗 50 算力，而 1 塊錢可以買 10 算力，100 塊錢可以買 1200 算力。

也就是說，100 塊錢可以至少做 14 條視頻，快的話一小時(shí)就弄完了。

算下賬就知道，這比花錢雇人花時(shí)間去拍去剪效率不知提升了多少倍。

更何況，連文案都是根據(jù)他們的業(yè)務(wù)需求讓 AI 生成的。

凡事在線上有獲客需求以及賣產(chǎn)品的傳統(tǒng)商業(yè)模式，這套路徑和方法基本可以復(fù)用。

以前做買賣，想的是選址開店、打廣告、做活動(dòng)，然后等著顧客上門。

現(xiàn)在做生意，要做的就是定義產(chǎn)品、明確客戶、AI 干活、利用平臺(tái)、獲客做轉(zhuǎn)化。

這些，也都是正在發(fā)生的變化。

變化，從來不是一個(gè)結(jié)果，而是一個(gè)緩慢的過程。

一小部分人一開始就參與了這個(gè)過程，而大多數(shù)人都是在后知后覺中被動(dòng)參與進(jìn)來，甚至是不得以而為之。

時(shí)代的車輪不會(huì)碾壓誰(shuí)，而是悄然從我們身邊開過，上車的人開始加速，圍觀的人被落在后面。

那個(gè)在體制內(nèi)工作的朋友跟我說了一番話，現(xiàn)在我還印象深刻。

他說：「一開始覺得 AI 就是一個(gè)更好用的百度，但現(xiàn)在發(fā)現(xiàn)它比我們大多數(shù)人的工作能力要強(qiáng)，而且還在變得更強(qiáng)的路上，這就很恐怖」。

他還說，現(xiàn)在沒辦法不信了。

················· 唐韌出品 ·················

安可時(shí)刻

這周四我受邀去參加今年的微信公開課 Pro，到時(shí)候上午會(huì)重點(diǎn)去視頻號(hào)原創(chuàng)作者專場(chǎng)，下午會(huì)和微信團(tuán)隊(duì)的一些同學(xué)有些交流。

這是我第一次到線下去微信公開課，說來也巧，從成都騰訊忙完直接奔廣州騰訊，今年第一個(gè)月算是跟鵝廠高密度接觸了。

今天去騰訊成都總部參觀和交流，明天飛廣州，這周末兩天在深圳上 AI 個(gè)體戶的課。

AI 在跑，我們也得節(jié)奏拉滿。