惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

U
Unit 42
S
Securelist
小众软件
小众软件
WordPress大学
WordPress大学
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
B
Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
The GitHub Blog
The GitHub Blog
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 司徒正美
博客园 - Franky
Hugging Face - Blog
Hugging Face - Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
酷 壳 – CoolShell
酷 壳 – CoolShell
O
OpenAI News
Cloudbric
Cloudbric
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
TaoSecurity Blog
TaoSecurity Blog
MongoDB | Blog
MongoDB | Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
V
V2EX
PCI Perspectives
PCI Perspectives
T
Troy Hunt's Blog
Schneier on Security
Schneier on Security
P
Palo Alto Networks Blog
M
MIT News - Artificial intelligence
V2EX - 技术
V2EX - 技术
阮一峰的网络日志
阮一峰的网络日志
Hacker News - Newest:
Hacker News - Newest: "LLM"
G
Google Developers Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
The Last Watchdog
The Last Watchdog
The Register - Security
The Register - Security
腾讯CDC
N
News and Events Feed by Topic
C
Check Point Blog
爱范儿
爱范儿
T
Tailwind CSS Blog
Webroot Blog
Webroot Blog
P
Proofpoint News Feed
S
Schneier on Security
MyScale Blog
MyScale Blog
N
News | PayPal Newsroom
Recorded Future
Recorded Future
T
Tenable Blog
I
InfoQ
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Microsoft Security Blog
Microsoft Security Blog
Simon Willison's Weblog
Simon Willison's Weblog
Engineering at Meta
Engineering at Meta

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
当AI不等你开口就主动干活:实测ChatGPT Pulse三大特点
快刀青衣 · 2025-10-04 · via 人人都是产品经理

随着AI技术的不断进步,ChatGPT的Pulse功能正在重新定义人机交互的方式。这篇文章通过作者的亲身体验,深入探讨了Pulse的三大特点:从“被动问答”到“主动助手”的转变、内容24小时后自动消失的设计,以及越用越离不开的“数据飞轮”效应。

把ChatGPT从“被动问答”推向“主动助手”的关键一步。

这两天我在体验ChatGPT的Pulse功能时,我突然想起了《钢铁侠》里的超级人工智能助手贾维斯。

你还记得电影里的那个经典场景吗?托尼·斯塔克刚醒来,贾维斯就主动汇报:“先生,您今天有三个会议,股市开盘后斯塔克工业上涨了2.3%,另外,您昨晚提到的那个新材料,我已经找到了几篇相关论文。”

以前看电影的时候,我总会遐想,这种聪明的AI助手什么时候才能让咱们这种普通地球人用上。但这几天用了Pulse之后,我隐隐约约觉得——贾维斯式的AI助手,可能真的要来了。

我先给你介绍一下这个OpenAI新推出的Pulse到底是什么。它是山姆·奥特曼几天前在社交媒体上提前剧透,并称这是他“迄今为止最喜欢”的一个功能。

简单来说,Pulse相当于一份“AI晨报”。 在你睡觉的时候,AI助手不休息,基于你和它过去几天的聊天记录和记忆,进行默默地研究工作。如果你需要,且在你允许的情况下,它还能读取你的日历和邮箱。第二天,Pulse会用几张卡片呈现最相关的更新;每张卡片都可以单独展开追问或保存,不保存的内容当日就清空了。

而Pulse这个英文单词,既有脉搏的意思,也有脉冲的含义。所以起这个名字,其实隐含了让用户可以“把握动态”的意思,这就对应了它“每天一次、看完就结束、不是无尽信息流”的产品设计。

01 三天体验的感受转变

目前,Pulse这个功能只对每月200美元的ChatGPT Pro用户开放。我体验了三天,说实话,这三天的感受完全不一样。

第一天,我刚打开侧边栏的“动态”功能。是的,Pulse这个功能,他们的中文翻译名字叫“动态”,感觉很精准,但没啥品味。然后我浏览了一下推送给我的几张卡片,配图也不太精美,我的内心不屑一顾,心里冒出两个字:“就这?”于是,我随便给它写了一句话:“我特别关注AI在各个领域的落地案例。”然后就退出了。

第二天,我打开ChatGPT,看到给我的最新推送,发现里面已经增加了四条AI在不同领域的国内外AI落地案例。例如,有国内的京东AI健康医院的导诊购药功能,还有多伦多Loblaw的自动驾驶卡车项目进展,这些都是我之前没有关注到的案例。

因为当天一共推了10张卡片,在前四张动态卡片之后,AI助手问我是否需要帮忙重点追踪某类AI应用落地,并给了几个选项,例如“医疗与健康”“交通与物流”“教育与学习”。这个过程就非常像你有一个能力很强的手下,在讲完报告后,贴心地问一句:“老板,你觉得怎么样?”

接下来的三张卡片是AI助手注意到我保存了不少云栖大会的内容,因此主动告诉我:“我这里还有一些云栖大会的重点数据,你写稿或者做分享时都会用得上。”

在这个阶段,这个新功能已经让我刮目相看了,我觉得不仅仅是一个动态新闻简报的功能。

到了第三天,我把几个动态卡片点进去,进行了深度沟通。

比如,有一个卡片关注OpenAI新推出的职业评测框架,其中分成了核心内容速览、潜在问题分析等模块。这本身并不算特别出彩,但在最后,助手问我:“如果你愿意,我可以用报告里的具体图表和横向排名,帮你做一个可视化的摘要。您需要吗?”

然后我只回复了一个“要”字,AI 就开始继续干活。这个话题,我居然跟AI沟通了七八轮,聊完之后,我自己都觉得很恍惚,因为最开始,我对这个评测框架一无所知,但是AI引导我一步步的挖掘信息,降低了我的提问门槛。

在这个时候,我对这个新功能的看法已经完全不一样了。我认为它可能会对接下来全球AI的人机交互带来新的变化。

对,这三天来,我对这个功能的感受转变,就好像1815年法国报纸的变脸,对拿破仑的称呼从“科西嘉的怪物”一直到“皇帝陛下”。

此外,我又增加了一个新的晨报关注方向。因为我是一个曼联的铁杆球迷,我让它帮我追踪球队的动态,主要是转会消息和比赛动态。不过赢球的话,可以重点介绍;要是输球的话,稍微隐晦点儿告诉我就行了,快点翻篇。

当然,这个命令我才刚刚告诉它,等有了具体的进展的话,我再和你分享。不过按照最近曼联的表现,我觉得可能很快就能看到AI如何用高情商的方式来告诉我输球的消息。

02 从“被动问答”到“主动助手”

理论上讲,这是把ChatGPT从“被动问答”推向“主动助手”的关键一步。

AI在前面先替你把功课做好,再让你接力完成决策与行动,就像有个贴身管家,在你睡觉的时候还在为你操心第二天的事情。这个转变就好比是从“你问我答”的客服热线,突然变成了“我懂你想要什么”的私人助理。

说实话,这个转变可不是简单的功能升级,而是整个人机交流方式的重新定义。在我看来,Pulse真正颠覆的地方有三个。

AI学会“主动关心”

第一个是让我印象深刻的地方:AI终于学会了“主动关心”。

以前的AI是“你不问我不说”,而现在的Pulse则是“我观察,你随时问”。这听起来简单,但背后的技术逻辑完全不同。

你看,这涉及到一个特别重要的概念——AI的“能动性”。

什么叫能动性?用大白话说,就是AI不再是个“死脑筋”的工具,而是有了“主观能动性”,能够主动思考、主动行动。以前的AI就像一把锤子,你不拿起来敲,它就躺在那儿;现在的AI更像一个助手,会观察你的需求,主动提供帮助。

为什么AI在现阶段具备能动性特别重要?我觉得有几个原因。

首先,大部分普通用户其实不知道怎么“问对问题”。很多用户在面对AI时会“词穷”,不知道该问什么,或者问得太宽泛,得不到有用的答案。但有了能动性的AI,它会主动观察你的行为模式,主动提出可能有用的建议,这大大降低了用户的使用门槛。

其次,能动性让AI从“单次交互”变成了“持续陪伴”。以前,你用完AI就关掉了,而现在,AI会持续关注你的需求变化,形成一种长期的协作关系。这对普通用户来说,意味着AI真正变成了生活和工作的伙伴,而不只是偶尔用一下的工具。

最重要的是,能动性解决了“AI能力强但用户不会用”的矛盾。现在的大模型其实已经很强了,但大部分人只用到了它10%的能力。有了能动性,AI会主动展示自己能做什么,引导用户发现更多可能性。也就是说,AI可以去发现一些“你不知道但是你肯定感兴趣、想知道的内容”,这对很多有好奇心的人,会非常有帮助。

AI晨报“阅后即焚”

第二个是让我意外的设计:内容24小时后自动消失。

最开始,有人说ChatGPT想要做AI领域的今日头条,但我真正体验后,发现从根本上还是有很大不同。

Pulse每天只推送5到10条卡片,看完后会明确告诉你:“今天的更新就这些。”然后,这些卡片会在24小时后自动消失。对,今天28号,我已经找不到27号或者26号给我推送的内容了,如果哪个卡片没看到,那就再也找不到了。

这个设计我第一次遇到的时候,觉得OpenAI是不是疯了。在这个信息爆炸的时代,大家都恨不得把有用的内容收藏起来,你居然让它自动消失?

如果换成是其他产品,肯定是无限下拉刷新,让你一条接一条地看下去,恨不得完全占据你的注意力。

OpenAI把这个称为“节制的资讯服务”。他们的逻辑是:我们要的不是你的时间,而是你的信任。传统的信息流产品,商业模式是卖广告,需要你尽可能长时间地停留。但ChatGPT是订阅制,用户付费购买的是价值,而不是时间消耗。

这种“看完就走”的设计,反而增强了用户的期待感,就像每天早上的咖啡,成为一种仪式感很强的日常习惯。

不过现在仅仅是第一版的设计,就像他们上个月一刀切推出GPT-5模型时,把老的模型全部砍掉了,但因为用户批评太多,他们最终退让,老老实实地把之前的老模型又回滚了。所以这个功能未来会如何变化,现在要说还太早了。

越用越离不开的“数据飞轮”

第三个是最有意思的能力:越用越离不开的“数据飞轮”。

这可能是Pulse最厉害,也最让人深思的地方。每次你对推送内容点赞或点踩,每次你深入点击某个话题,其实都在“训练”你的专属AI助理。它会记住你的偏好,调整推荐策略,变得越来越懂你。

我发现网上有海外用户分享了一个特别有趣的细节:他之前在对话中,提到过自己是素食者,结果发现不用提要求,这个AI助手就自动筛选出符合饮食偏好的餐厅推荐。

这就形成了一个有趣的循环:你用得越多,它越了解你;它越了解你,你就越离不开它。这不是什么阴谋,而是摆在桌面上的阳谋,是由真正有价值的个性化服务带来的自然结果。

但这也让人想到一个问题:当AI比你自己还了解你的时候,你还是你吗?

我想起《哈佛商业评论》的一项特别有意思的研究,基安·戈哈尔与斯坦福团队一起发表了一篇文章,题目叫做《别让生成式AI限制你的创造力》。这里面有一个很有意思的发现是,许多用户和团队在使用ChatGPT时,只是简单接受了第一个建议就停止了探索。

研究者将这种现象归因于“定势效应”,也就是一种认知偏见——人们倾向于早期、熟悉的解决方案,而不愿意更广泛地探索可能性。

这个发现对理解Pulse这个产品特别有启发意义。你看,传统的ChatGPT使用中,用户容易陷入“拿到第一个答案就满足”的陷阱。但Pulse巧妙地解决了这个问题,它不是等你问问题,而是主动推送话题,大大降低了你开启新对话的门槛。

更聪明的是,Pulse在推送内容的时候,会不断引导你:“我还可以帮你分析这个”、“你可能还想了解那个”。这种设计实际上是在对抗定势效应,鼓励用户进行更深入的互动对话。

研究者戈哈尔强调:“获得A级想法的团队,是那些与机器人进行多轮互动对话的团队。”从技术角度看,Pulse代表的是AI从“实时响应”向“持续感知”的跃升。以前AI只能在你提问时才工作,现在它可以24小时在线,持续观察、学习和预判。

这让我想起了一个有趣的对比。当年今日头条是如何“弯道超车”的?在传统搜索和门户网站还是主流的时候,今日头条通过每天主动推送个性化内容给用户,重新定义了信息获取的方式。

而现在,在大家还习惯于“有问题才找AI”的时候,Pulse开始主动推送内容,让AI从工具变成了伙伴。

03 如何看待Pulse及类似产品发展

最后,我必须给自己先“叠个甲”。现在Pulse功能只面向每月200美元的ChatGPT Pro用户开放,而且仅支持移动端。

这个门槛其实挺高的,我和你介绍这个功能,并不是希望每个人都去购买这个会员,而是想带你看看顶尖AI产品功能带来的大趋势。

你可以回忆一下,2024年9月,ChatGPT给自己的付费用户推出了最高端的o1模型,这个模型标志着AI从“通用能力”转向“深度推理”的战略升级。但仅仅三个月,咱们国内的DeepSeek就上架了开源模型R1,实现了对o1推理的技术复现。

你再想想,当年iPhone刚出来的时候,也是天价,普通人根本买不起。但技术的发展规律就是这样:先在高端市场验证,然后快速普及到大众市场。

我相信,用不了多久,这种主动AI助手的能力就会逐渐下沉到更多产品中,让更多用户受益。特别是在产品应用和创新的层面,国内创业者的能力是非常能打的。

那么,在这个趋势下,对于我们个人来说,我们应该如何看待Pulse和未来更多类似的AI产品?

如果你把它看作一个AI版本的“信息投喂器”,那确实有风险。你可能会陷入AI为你构建的信息茧房,只看到它认为你想看的内容,视野越来越窄。

但如果你把它看作一个“思考启发器”,那就完全不同了。它推送的不是标准答案,而是思考的起点。你可以顺着AI的每一个话题,进行深入的讨论和互动。而这里,有一个关键的前提,就是我们自己要保持清醒的头脑和独立的判断。

在2024年9月13号,ChatGPT发布首个推理模型o1的那天,我在得到AI学习圈《快刀广播站》第242期里,就提到了我和罗老师的一个想法。下面是当时那篇文章中的原文:

我和罗胖都是重度的笔记用户,在讨论时,我们设想了一个通过AI让笔记“发芽”的功能。

现有的笔记软件,更多的是帮助你快速记录已经知道的内容,但存在两个痛点:一是你并不知道哪些相关信息可能会引起你的兴趣,因为你还不清楚它们的存在;二是几年后,你可能完全忘记了某条笔记的背景和细节,无论是搜索还是询问AI,难点不在于找不到,而在于你不知道该怎么问。

我们设想的“发芽”功能就是为了解决这两个问题。每当你记录一个想法或摘抄内容时,你可以主动点击“发芽”按钮,然后去睡觉。第二天醒来时,这条笔记的下方,会自动生成许多你可能感兴趣的相关内容,而这些信息可能是你从来没接触过的。

罗胖当时举了一个例子:如果你记下了一句加缪的金句,“发芽”的方向可能有两个。一是其他名人或书籍中谁提到过类似的说法;二是加缪本人还说过哪些经典名言,扩展出更多你感兴趣的内容。

同样地,AI会根据对你个人爱好的理解,那么同一张图片,可能生成的发芽结果是完全不一样的。比如,同一张黑悟空的图片,投资人看到的发芽结果可能是关于游戏的投资和收益分析;游戏玩家则会获得攻略和玩法;设计师可能会看到游戏中的建模和美术细节;而旅游爱好者则可能收到有关山西小众寺庙的推荐。

那么我们现在看的每一本书,每一节课,每一段语音,每一张图片,都会是一颗种子,让AI把它变成非常茂盛的森林。

现在整整过去一年,对于Get笔记来说,做了很多在信息和笔记搜集方面的功能。虽然“发芽”功能到现在还没有上线,但是这次ChatGPT上线的Pulse给了我非常多的启发,接下来将在得到的学习助手和Get笔记里,帮助更多用户不仅是把知识更好地记下来,更能更好地用起来。

本文由人人都是产品经理作者【快刀青衣】,微信公众号:【快刀青衣】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。