Poe是一个由Quora推出的聊天导向的AI产品，旨在让用户能够访问和使用来自多个公司和独立研究者开发的多种AI模型。通过提供一个开放的API，Poe允许任何人将他们训练或微调的模型接入平台，从而快速触达广泛的用户群体。Poe的目标是成为一个集中的接口，使用户能够轻松地与各种AI模型进行交互，推动AI技术的普及和创新。

Poe展示了如何通过提供一个统一的接口来访问多种AI模型，满足市场对即时、多样化AI服务的需求。这种创新不仅提高了用户体验，也为AI技术的广泛应用打开了新的可能性。

Poe的成功也在于它为独立创作者和开发者提供了一个平台，使他们能够展示和商业化他们的AI模型。这种模式为投资者提供了一个观察和评估新兴技术和创新者的机会。

对于产品开发者而言，保持敏捷性，能够迅速响应市场需求和技术趋势将是成功的关键。而对于投资者应该识别那些不仅拥有技术优势，而且能够通过独特的产品、服务或商业模式来区分自己的公司。

1. 产品：Poe

2. 创立时间： 2022 年

3. 创始团队

Adam D’Angelo：知名问答网站Quora的创始人。Adam D’Angelo是一位在C端互联网公司建立方面拥有丰富经验的企业家，成功地将Quora发展成为一个每月拥有数亿活跃用户的平台。

4. 产品简介：

Poe.ai 是一个创新的平台，旨在为用户提供直接访问多种先进人工智能模型的能力，包括OpenAI的ChatGPT、Anthropic的Claude等。用户可以通过简单的界面与这些AI进行交流，提出问题并获得答案，实现与人工智能的高效互动，同时用户也可以自己创建机器人并发布与他人一起使用并从中获得收益。

5. 融资情况：

2017年3月：Poe.ai完成了其Pre-Seed融资轮，这是Poe.ai的早期资金筹集活动；

2024年1月：NQuora为其AI聊天机器人平台Poe成功筹集了7500万美元，这笔资金由Andreessen Horowitz (a16z) 领投。

01 社交网络作为AI的补充

Adam D’Angelo讨论了社交网络如何与AI技术相辅相成。

Adam D’Angelo：我在职业生涯早期就对AI非常感兴趣。我记得在大学时尝试构建一些AI产品，但那时候技术还不够成熟，不足以制作出适合消费者使用的产品。与此同时，我看到社交网络开始迅速发展。你完全可以将许多社交网络技术视为AI的一种替代。因此，与其尝试让计算机做所有事情，不如通过互联网连接人与人，让他们能够完成这些任务。

Adam D’Angelo：Quora汇集了许多愿意分享知识的人的知识一样，我们希望Poe能成为人们访问许多不同公司和在AI上构建的许多不同人的AI的方式。你可以来到Poe，并使用当前可用的多种模型进行交谈。然后我们有所有这些其他人在这些模型之上构建的产品。我们有一个开放的API，任何人都可以接入。所以，任何正在训练自己模型的人、所有这些模型研究团队，任何正在进行模型微调的人，他们都可以将他们的模型放到Poe上。我们允许他们的模型迅速触及广大受众。

02 AI的未来是多模型和多模态的

Poe的CEO：探讨了未来AI发展的趋势，强调了多样化的模型和模态是未来的方向。

Adam D’Angelo：我认为在每个人制作自己的模型时会涉及到很多权衡。你必须决定要在其上训练什么数据，将进行怎样的微调。模型期望你作为用户提供什么样的指令？你想让你的用户期望使用模型来做什么？就像早期互联网那样爆炸性地出现了不同的应用，我认为我们将看到AI带来同样的事情。

因此，早期的互联网，网络浏览器出现了，使得任何制作互联网产品的人都不需要构建一个特殊的客户端来向世界各地的人分发。他们只需要建立一个网站，这个网络浏览器可以访问任何网站。同样，我们希望Poe成为一个单一接口，人们可以用它来与任何模型交谈。我们赌注于多样性，因为有这么多有才华的人在世界各地，他们将有能力调整这些模型。你可以调整开源模型。还有来自OpenAI和Anthropic的产品，我认为谷歌即将推出一些东西，你将能够微调所有这些模型。每个人都有自己的数据集，每个人都有自己的特殊技术可以添加到模型中。我认为，通过所有这些的组合，我们将看到你可以用AI做的事情非常多样化。

Adam D’Angelo讨论了关于模型提供者本身是否会构建所有的产品。

Adam D’Angelo：如果你是一个大型模型创造者，你有几十名员工可以分配来构建消费者产品，并且你有这样做的文化，那么你可以直接面向消费者，并且可以构建一个好的产品。我认为大多数训练这些模型的人不处于那种位置。如果你想将你的模型带给全世界的消费者，你得考虑你需要一个iOS应用，你需要一个Android应用，你需要桌面应用，你需要一个网络接口。你需要在所有这些不同的国家进行账单处理。你得考虑税收。有很多工作要做。你可以选择，你知道，你筹集了一些风险投资，你可以将一些资金用于雇佣一整个团队并发展所有这些能力，或者你可以将那些资金用于使你的模型变得更好。我认为不同的初创公司将选择不同的路径。但我认为，对于很多人来说，正确的路径将是建立一个API，或者接入Poe的API，并通过它非常非常快速地触达大量消费者。

Poe.ai拥有极其强大的AI机器人生态

Adam D’Angelo：我们有一个收入分享计划，允许人们因Poe上的人们使用他们的机器人而获得支付。为这些模型提供推断(inference)成本非常高，因此几乎没有其他平台今天提供这种类型的收入分享。所以如果你有一个需要大量GPU进行推断的模型，那么这确实是你来的最佳场所，你可以拥有一个真正的业务，你可以覆盖你的推断成本，并且赚取更多。我们认为大量的创新将来自这些公司。

还有其他公司在一些大型模型之上构建东西，比如，来自OpenAI的。在这种情况下，他们必须支付OpenAI推断成本，这是另一个需要资金的来源。所以Poe的收入分享模型以同样的方式工作，它将让你承担你随后支付给任何其他推断提供者的成本。

Poe.ai给创作者提供资金支持

03 为创作者构建AI基础设施

Poe的CEO：强调了为创作者提供工具和平台的重要性，以促进AI技术的民主化。

Adam D’Angelo：现在很多人对图像模型很感兴趣。有稳定扩散(Stable Diffusion)，SDXL，然后我们让用户去做一些提示来定制它，以提供特定风格的艺术。在Poe上有一些像动漫风格的SDXL机器人。那些很受欢迎。有这样一个公司叫Playground。他们为人们编辑图像制作产品。但在这个过程中，他们创建了一个相当强大的模型，并且在Poe上有该模型可用。最近那个变得相当受欢迎。

Playground AI

Adam D’Angelo继续谈了移动平台的转变这一AI浪潮的相似之处以及一些主要差异的看法。

Adam D’Angelo：对于Quora来说，我认为我们在适应移动设备方面有些慢。你知道，移动设备是我们众多优先事项之一，它需要成为第一优先事项，我们需要做出更艰难的权衡来优先考虑它。你知道，我们需要做的事情，比如雇佣一组不同的人专注于它，并有一段时间我们没有发布任何新功能，我们只是简化事物，因为移动UI需要不同的体验。当你有如此关键的平台结构变化时，你需要重新思考这么多，只有当你有这种非常强烈的自上而下的领导时，这才会发生。

Adam D’Angelo：在面对新的平台变化的时候，我认为第一件事就是识别这个趋势，然后开始进行一些早期的实验，只是为了学习。这不需要任何强有力的决策领导，只要求关注市场。但是从那些实验中，我们获得了足够的信念，认为Quora的产品过多地建立在出版模型之上，这基本上是建立在专家时间将会稀缺的假设之上。而AI，大型语言模型(LLM)的时间在某种意义上并不稀缺。因此，我们需要重新思考这一点。这是在2022年8月，我们得出的结论是，聊天是这个领域的正确范式，我们需要一个新产品。只是试图将一切都适配到Quora……我们认为我们会行动得太慢。所以我们有一个小团队基于此开始工作于Poe。

04 互联网上的知识共享

Poe的CEO：探讨了如何结合人类专家的知识和AI生成的内容以及知识共享的现状和挑战。

Adam D’Angelo：我们很乐意让Quora和Poe之间尽可能地整合。你知道，我认为如果你考虑Facebook和Facebook Messenger之间的关系，这是同一家公司构建的两个产品，但它们分享了很多。我认为Poe和Quora可能会发展成为类似的关系。我们希望将更多的Quora人类方面带入Poe。我们也希望将整个Quora数据集带入Poe机器人中。我们也在努力……我们已经推出了一些内容，让一些Poe AI生成的答案在Quora上可用。随着这些模型继续扩展，质量会越来越高，到某个程度上，它实际上会与人类质量在很多情况下一样好。因此，Quora的范式实际上更适合AI，因为推断成本变得更高。

我们认为我们正在构建一个网络，让人类和AI都能一起分享知识。有时人们会从AI那里获得知识，有时AI需要从人类那里获得知识，我们很乐意尽可能成为这种传递的渠道。

Adam D’Angelo表达了对互联网的看法，人类与具有不同个性和不同专业知识的机器人互动可能会发生的事情。

Adam D’Angelo：我认为人类与大型语言模型(LLM)之间的相互作用有很大潜力。我认为很多人……大型语言模型(LLM)现在有一个幻觉问题。我认为幻觉的频率将随着模型变得更好而下降，但它永远不会达到100%完美。

我认为将会非常重视知道你的信息来源，知道是哪个人说的，或哪个出版物最初发表的。我预计这将导致某种产品或某种用户体验，其中大型语言模型(LLM)帮助你整理你的来源，并引用确切的专家或确切的来源，而不是仅仅综合它们并给你一些你不能完全信任其来源的东西。

如果你只看一个模型，原始模型没有访问这些其他数据库的权限，它可以获得确切的引用。因此，它必须是对模型的某种增强，但它将如何紧密集成到模型中，我认为我们还不知道。

05 AI的规模优势

David George讨论了规模如何影响AI技术的发展和应用以及探讨了AI公司在发展策略上的不同选择。

Adam D’Angelo：到目前为止大模型规模已经持续保持了。我的预测是需要克服一些问题，但现在有这么大的行业，如此多有才华的人正在尝试推进这项技术。

背后有如此多的资金。帮助克服我们遇到的任何障碍的力量是如此巨大。所以我预期它只会继续。

我认为会有障碍，会有需要解决的问题，也会有可能需要巨大创新的突破，但我们有世界上最聪明、最有决心、最有才华的人，他们都专注于这个问题。我认为我们将继续看到我们到目前为止所拥有的那种指数级增长的进步。我认为这将持续很多年。

Adam D’Angelo认为市场结构最终是在规模或特性差异化的竞争。

Adam D’Angelo：为了训练这些前沿模型，你需要数十亿美元的资本，并且需要多年的基础设施投资。

只有少数几个人能够做到这一点。这导致了这样一个世界，只有少数几个玩家可以处于前沿。现在是OpenAI、Google，可能是Anthropic。也许Meta能够做到。那些能够到达前沿的人，我认为这将是一个好生意。

你将能够赚很多钱。你可以有好的利润率。你必须非常努力地保持在前沿，保持领先。但这不是一种商品。我认为当你落后前沿六个月，或者肯定是一年时，情况会变得非常残酷。

有太多的人能够获得资本和资源来训练那些模型。它要么完全开源，或者会有太多不同的竞争者，任何人都无法在那个点上，仅凭纯技术建立一个好的生意。

我认为，在那个水平上不使用前沿模型的非常好的生意将会存在，但是会结合一些其他的独特之处和模型。所以，它可能是你提供某种模型可以使用的工具，或者你有一些独特的数据用于微调，或者可能是你围绕模型构建的一些独特产品。然后那成为竞争力的来源。

我认为将会有这样的选择，你要么在规模上竞争，通过处于前沿，或者你在某种特性差异化上竞争。在那种情况下，你不需要一个前沿模型。

在某些情况下，你将拥有两者。所以，你知道，你可能能够使用OpenAI API并将其与你提供的某种独特工具结合，那也可能是一个好生意。

Adam D’Angelo认为容错是作为初创企业的楔子。

Adam D’Angelo：现有企业将能够获得技术并拥有分销。这是他们拥有的一大优势。

我认为新玩家在这个浪潮中的机会更多地存在于你想围绕这项技术构建的产品在某种基本上不同于之前构建的产品的情况。所以，作为一个例子，幻觉问题，在某些方面对初创企业来说是一件好事，因为许多现有产品对生产错误的东西有零容忍度。你可以看到，我认为，Perplexity现在正在从Google那里获得份额。

Google不能只是在所有他们的搜索结果上放置一些东西，这些东西有几分之几的错误几率。这将是一个巨大的问题。Perplexity，这只能是你使用该产品时的预期，即它几乎总是正确的，即使有很小的错误几率。我认为这种情况实际上会在很多其他情况下发生，你围绕这个构建的产品，它们需要某种容错性，需要有一个用户预期，不是所有东西都是完美的。

有这些根深蒂固的公司，也许拥有从不犯错、从不搞砸、总是可靠的非常强大的品牌。一个初创公司可以进来说，好吧，这将花费十分之一或百分之一的价格，但它将有一个小的错误几率。实际上，很多人会更喜欢那个。但对于现有企业来说，这是一个真正的问题，因为他们不能妥协他们的品牌。

Adam D’Angelo：如果我现在要开始一家新公司，我会做的就是花大量时间玩模型，和不同的东西集成它们。

你知道，你可以给模型提供很多不同的输入。你可以制作从任何地方获取数据的抓取程序。你可以从用户的本地屏幕获取数据。你可以从声音获取数据。

人们有如此广泛的需求空间，以及尝试满足这些需求的不同输入的如此广泛的空间。我认为很难只是从上而下地思考市场中的需求在哪里。

我认为实验是生成想法和建立一家能够构建一些真正有价值的东西的初创公司的方法。

参考材料：

https://a16z.com/adam-dangelo-ai-masses/