今天去参加了WPSAI的city talk北京站沙龙。因为接受了随机采访，所以被送了一年的AI会员，此外没有利益相关。
我关注AI算比较久了，从2022年末ChatGPT刚冒头我就在高呼未来将来，但一直到现在我还在犹豫和徘徊：人工智能在今天究竟有什么用？各种宣传都让我有隔靴搔痒之感，就像一个奢侈品头箍，告诉我能够如何如何彰显我的气质，是比帽子更高一层的新时代的产物。可是我本来不太需要彰显气质，我只是想去爬山。所以今天本来是准备去学东西的，既然WPS敢于做这样的沙龙，应该是有真东西的。
这个沙龙是和三星联名的。总的来说，我的感受是，WPS AI还有潜力，三星的手机端大模型则是杀鸡用牛刀。
虽然今天大家的目光都集中在大模型厂商身上，但无数例子都证明了，一个新的工具能不能风靡，归根到底是看它能不能在旧的场景中取得广泛的应用。正如Adobe的PDF格式，如果当初没能找到美国税务局这个大客户，用PDF文档取代实体的纸质税务表，恐怕也就在无数人的质疑（甚至Adobe高层不怎么相信这东西）中烟消云散了。
WPS其实比任何大模型厂商都要接近用户，作为传统场景的承载者，这能让它获得巨大的优势，甚至借此在应用中彻底击溃对手，但同时它也是应用层中首当其冲者，可能一蹶不振，起个大早却赶了个晚集。AI就像UNO里面的黑色牌，是好是坏，全看玩家自己。
在即刻的AI探索站和少数派的AI话题下，有许多技术达人分享自己的经验，这让人有种错觉，AI本身怎么样全看用户水平。所以许多人报名各种网课，搜集各种资料，去学习使用AI。但一个应用级别的AI软件绝对不能如此思考。绝大部分用户不是软件爱好者，也不具有编程能力，他们只希望用最符合直观的方式最快解决问题。所以，在一款试图赢下国民市场的软件的好坏判断上，最核心的标准只有两个：过程省不省力，结果实不实用。
我个人认为，在所有的AI应用展示中，文字生成旅游计划等展示是最没用的。
在本次北京city talk中，三星展示了自己的新手机如何用AI生成一个北京一日游的计划。结果也很符合我们对生成式AI的刻板印象，它从早上到晚上规划了不同的地点，用优美的语言解释了为什么选择这里。——但是这只适合用来展示，没有人会用它来规划自己的旅游！在我们规划旅游计划的时候，我们希望知道的是这些城市宣传广告里的话一样的垃圾信息吗？
以我自己的旅游经历为例。当我想去长沙的时候，我首先考虑的是交通：飞机还是高铁？票价是多少？四月三十号出发还是五一出发更划算？坐哪趟？我怎么到机场或者高铁站？地铁还是公交？哪里上车哪里下车？
其次是长沙的景点：我更喜欢去商业化的场所，或者人文艺术类的地方，而不是去看自然风光。这些类型中有哪些推荐？我在这些地方能做什么？我每天去几个最合适？先去哪个后去哪个？怎么通勤？如何才能兼顾吃饭休息和玩耍？我住在哪里最近？以上安排有没有兼顾到天气状况？
以上内容都需要自己去一一思考，但如果AI能够给出辅助就会方便很多。并且，以上内容并没有什么专用网络无法访问的问题，车票和机票是公开信息，地图和路程计算也有软件在做，至于每个景点及周围的环境、天气等，都可以通过AI来整合。但目前为止，我还没有看到任何AI能做到这一步。
而在使用的省力程度上，大模型也往往不尽如人意。
我不知道为什么，大模型厂商和应用端的厂商似乎都默认自己的用户是充满了丰富的想法，能够准确认知自己的需要，并且能够用精准的语言不厌其烦地表达出来的人。但事实上不是，并且也不应该要求用户如此。用户是产品的使用者，不是调试者。他们不应该把时间花费在调试工具上，否则这个工具本身就不合格（当然效率软件爱好者除外）。
在各种AI产品，包括WPSAI中，都是一个输入框，好像是无限可能，其实用户只是无从下手。在logseq的优势中，有一条就是无压记录，你不用想着填满一整篇文档，只需要随便写两句就行。flomo也有这样的设计。在一些日记软件中会用预设提问的方式帮你去写日记：今天心情如何？去了哪里？甚至还会随机一个话题让你来抒发自己的看法。
用户需要的不是无限的自由，而是有选择的自由。
可是AI并不给你这一点。有的AI也会给出提问建议，但我几乎不会用，因为和我的需求差的实在太远了。
我觉得比较理想的模式是，我来告诉AI我想做什么，然后他问我一些选择题，我一一回答，甚至只需要用鼠标点选，就像游戏注册时填表一样，最后根据我的回答来帮我做到我想做的事情。这相当于这样的一些prompt的组合：1.你是一个在某某领域非常资深的xx，你会用xx的态度，来帮助求助者，你的回答必须基于既有材料，不能有任何一句话没有凭据......2.如果我需要你帮我做xx，你需要哪些信息，请用选择的方式来提出，格式为......
这个过程好在，一个事件的解决方案并不唯一，依赖于许多不同的变量，而用户需要节省的心力其实就是考虑变量的范围和具体选择，并基于变量来得到最后的结论。如果忽略掉变量，直接给出结论，这个结论也只是虚假的结论，没有办法实际运用。
WPS今天重点展示了AI排版，这是很让人惊艳的一个功能，也是真正有用的一点。它正是满足了省力和实用两个标准。
排版的痛点在两个方面：
所以，在省力方面，最好能够避免人工一一向AI说明格式，要么我能直接复制一篇样文或者要求给AI，AI自己去分析；要么，AI内置各种常用格式。而在格式应用上，最好能够一键生成，避免用长篇大论的prompt详细说明。而在结果的实用性上，标准就非常明确了——能不能给出符合排版要求的文档。
WPS AI内置了学位论文和党政公文的格式，学位论文里面还针对不同高校有不同的格式。甚至连本科和硕士论文的不同格式都考虑到了，不得不说还是很费心的。
公文格式我自己不太用得上，但按照展示者的说法，机关是WPS的主要用户群体之一，这部分估计适用性也比较强。
至于合同协议，并没有什么固定的格式，不同的公司、不同的律所有不同的合同规范，愿意购买WPSAI会员来改合同的也不会是一辈子也就签几次合同的普通人，这个功能的应用场景我实在是想不到。
倒是“通用文档”还好，大家难免有时候随手写个文档，也没有啥固定格式，就是想美观一点，随手一点就能美化倒也不错。不过这个功能在quicker的社区中早就有高手免费分享出来了，也谈不上什么AI带来的生产力升级。
最令我惊喜的是最后的功能：导入范文排版。一般提供格式规范，也会随之提供范文。哪怕没有范文，也可以自己做一个出来，可谓一劳永逸。直接让AI分析范文的各种标题和正文样式，自动更新样式，自动套用在文档上，这要比人工修改样式并套用来的快多了。这个功能在操作上很符合节省心力的标准，据我实验，效果也可圈可点。虽然现阶段的大模型输出结果我肯定是得人工复核一遍，但也比自己纯手改要快多了。这是我看到的第一个AI与传统应用场景结合，真正极大解放生产力的例子。
不过仅这一个功能还远远支撑不起来一年两百多的会员费。除此以外，我对AI辅助阅读也有一些期待，但这个功能在kimi以十万字为单位的免费辅助阅读和提问的对比下，似乎并不是非常出彩。
至于其他的提供灵感、续写扩写（我小学三年级之后就没有再见过的两个词语竟然成了AI的最大卖点，真是稀奇）等等，可能都落入了前面所说的过程不省心，结果不实用的窠臼之中。不过，按照盖尔定律，复杂系统总是从简单系统演化而来，大模型给出一个不怎么能用的东西，但你总能修修补补出自己想要的。从1开始总比从0开始要好，心智负担要轻一些。如果从这个角度考虑的话，AI倒是也不错呢。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。