最近和一个做AI产品的朋友聊天，他说了个有意思的现象。 按理说新模型层出不穷，参数更大、跑分更高、响应更快，大多数用户应该与时俱进才对，但现实正好相反。 追… · @HelouMaster · TwKit

@HelouMaster

最近和一个做AI产品的朋友聊天，他说了个有意思的现象。 按理说新模型层出不穷，参数更大、跑分更高、响应更快，大多数用户应该与时俱进才对，但现实正好相反。 追问下去，原因出奇一致：用习惯了。 什么叫用习惯了？有个用户说得很形象：我希望AI知道我在什么时间需要什么，知道我说话的方式，知道我问一个问题时是想要答案还是讨论。换个新的，这些体验可能就没了，他不敢赌。 其实类似的情形我们早已见怪不怪。往回看四十年，每一轮技术革命的赢家都有个共同特征：它们定义了人和机器打交道的基本方式，并且成功让足够多的人花了足够长的时间去习惯它。 PC时代，赢家是微软。它没造硬件，但定了一套规则：键盘怎么敲、文件怎么存、窗口怎么切......这套规则被几亿人用了三十年，成了肌肉记忆。 移动时代，赢家是苹果和谷歌。它们定了另一套规则：触屏怎么滑、应用从哪下、通知怎么推......这套规则被几十亿人用了十几年，成了手指本能。 技术会趋同，产品易同质。但相处方式一旦被定义，就是习惯，就是默认，就是后来者不得不兼容的标准。 AI时代正在重复这个剧本，只是下一幕的主角，尚未登台。但几个产品的演化方向，或已勾勒出大致轮廓。 Claude Code让AI具备主动调用外部工具的能力。写代码、跑测试、查文档......AI从对话界面升级为可行动的智能体。 还有抖音，你可能没把它当作过AI产品，但它的推荐系统本质就是一个隐形AI。你感受不到它的存在，却已沉浸在由它编织的信息流里。 这三个方向指向同一个终局：交互从点按走向对话，存在从工具走向环境，关系从一次性走向持续。 但这套形态不会直接从理念里长出来，还需要满足几个硬性条件。 第一是场景土壤。新形态需要真实、高频、多元的使用环境。你无法在实验室里定义人与AI的协作模式，必须在数亿次真实交互中慢慢沉淀、迭代成型。 抖音每天的内容互动，每一次滑动、每一次停留，都在强化推荐系统对人的理解。你刷得越多，它越懂你的偏好，这种理解是由真实场景持续喂养出来的。 微信也一样。你每天聊天、刷朋友圈、使用小程序，这些行为持续塑造你的数字画像。如果有AI助手能够接入这一画像，它理解你的起点就会高出一大截。 你在抖音留下兴趣偏好，在微信留下社交关系，在美团留下生活习惯......只有这些维度叠加在一起，才能拼出一个立体的人。 第二是数据闭环。形态进化需要持续、实时的反馈。用户怎么用、用得顺不顺、哪里卡住、哪里超出预期，这些信号必须实时回流、快速迭代。没有闭环，就没有持续进化。 抖音的推荐系统强，正是因为每一次滑动都产生数据，每一次停留都在优化模型。你在抖音上的任何一个行为，都会在下一次反馈中影响推荐结果。 AI助手同样如此。你每一次对话、每一次纠正、每一次沉默，都在告诉AI哪里对、哪里错、哪里需要改进。没有这个闭环，AI永远停留在出厂设置，无法真正贴合用户。 第三个是网络效应。这是最容易被忽视的维度。 回想一下，你是怎么习惯微信的？不是因为功能有多强，架不住身边的人都在用。换一个聊天软件，通讯录里空空如也，界面再花哨也是鸡肋。 网络效应是习惯的放大器。当朋友、同事、家人都用同一款AI，你会更容易习惯它。因为它成了你们之间默认的沟通介质，成了共同的认知锚点。这种优势，任何单纯的技术领先都无法替代。 第四个是组织能力。定义新的人机交互范式，需要跨团队高效协同，需要把算法、产品、工程、运营拧成一股绳。许多伟大的公司能走到今天，靠的不只是单点爆品，更需要能让不同背景的团队劲往一处使的组织能力。 具备这些条件的组织，才有可能定义AI时代的基本形态。 拿这个框架看今天的AI竞争，画面清晰很多。大家都在拼参数、拼跑分、拼融资。这些固然重要，但若几年后主流模型的能力逐渐逼近，API的价格也大同小异，用户为什么还要选择你？ 可能只有一个最有力的答案：用起来最习惯。 这个习惯从哪来？从抖音里一次次刷出来，从微信里一天天聊出来，从美团里一单单点出来...... 想象一个场景：你早上醒来，AI已按你习惯的方式，整理好今天要处理的事。你工作时，它在旁边待命，该出现时出现，该安静时安静。你刷抖音，它知道你今天累了，推的都是轻松内容。你和朋友在微信上聊到一部电影，它默默把相关资源准备好，在你需要时自然呈现。 谁能把这样的场景最先嵌入几亿人的日常生活，谁就定义了AI时代的基本形态。

曝光 402 · 评论 7 · 点赞 5 · 书签 0