前几天写了篇文章《为什么说这些倒腾AI的方式会把自己搞死》，陆续收到一些反馈，从反馈中最直观的感受是大家快速把AI导入产品或项目的迫切心情。这种心情加上某些推波助澜的文章可能是坏事的前奏。因此这里再做一点提炼和总结。
原点上的失败是说，除非天下掉奇迹，否则打开始那天就不可能成功，和努力没关系。
确实，执行力提高10被，天气这类技能的数目可能膨胀10倍，但根本不可能改变产品自身的用户价值和市场空间。也就不可能改善使用深度。
这很像一条无限接近限定值（比如6分）的曲线，可以无限提升，但永远不可能及格。
比如使用情景、物理空间、智能程度、市场空间、后端变现可能性、投入回报周期等确实预先定义了一个可能边界。
不是智能音箱没用，而是过渡的预期后就会变成原点上的失败，比如期望它迅速成为普遍入口。（池子小，少几条鱼一样活挺好）
当年做智能音箱拔高预期相当于预期AI会迅速无限提高，这种用未来的预期做产品规划的方式，就会导致产品总是快一步。
如果单是智能音箱，这事已经过去了，再提起来意义不大，但问题是不单过去，现在我们很多时候仍然可能在重复这种原点上的失败，比如具身机器人、垂域大模型等。
一个可能的原因是互联网对我们影响过深，而AI与互联网迥异，要求我们重塑认知价值的思维模式。
企业家、KOL、媒体共同构建了一套互联网的价值认知体系，这深刻的影响了每一个人。
现在主导的驱动力及其特征变了（从互联网到AI），但思维惯性之下就很容易沿用过去的判断方法。
最近和中关村智用人工智能研究院一起做了一场公开课，课上我把这种差异概括为：
单点、极致、口碑、快、一针捅破天等在AI这儿似乎完全颠倒了，看起来要调过来。
互联网关键的是链接，是网络效应，所以就容易迅速铺开，每个点上并不带来特别大的改变。这就催生对快的追求。
人工智能关键的是智能，是理解概念和自主判断的能力。这种能力显然对场景的改变越多价值越大。
在你本来应该创造价值的点上，没有深挖（深挖也有其它问题，但是两回事），而是迅速谋求不存在的网络效应或者后端价值，那钱可不就打了水漂。
如果说互联网可以只用20%的精神头思考，然后一路狂奔即可，没准也能干成社交网络。
很多人现在可能比2000年的马云还懂互联网，但你绝不可能再做出大的互联网产品了。
这时候必须探求底层逻辑，它们可能不严密但自洽，能勾画出一个轮廓，辅助避免原点上的错误。
假如你想做一个法律的大模型，那为了看看这地儿能不能挖出水，预先的判断是什么呢？
b. 如果变成信息提供的辅助工具，那和现有产品有多大差分，是不是就提高个10%~20%
2. 技术上是模型到底能干到什么程度？什么样的人能干到什么程度？你的人能干到什么程度？你有多少资源（数据资金等）做这事？（图灵测试2.0）
不列全了，核心是AI用在这个场景下会弄死你的并且短期不可能改变的点有么？这是要预先列的，也是可以预先列出来的。
列出来后反倒是寻找答案不难。很多时候一手体验和公开信息也能有个大致的答案。
这时候需要注意的是：AI使用成本极低，不能被某些新词绕进去比如RAG这类，要整一手的体验。
大家可以仔细想想，RAG其实更大可能是提高的你效率，而不是具体某个场景的体验。
形象讲是如果你自己一次构建足够全的prompt，然后大模型的智能程度不够，加了RAG一样不够。
英国人发明了坦克，实际上则是德国人在闪电战里把坦克威力发挥到极致，用的最好。（陈春花老师聊天的时候提到的，特别适合这个情景）
构想闪电战的人是要了解坦克的，但肯定不能和坦克的工程师学习怎么设计闪电战。
做产品的时候就是回到一手体验，回到场景，整清楚它现在可以干什么，不可以干什么。
大致是先从纯粹数字、幻觉破坏作用小的领域扩展到具身的、幻觉作用大的领域。
这里尺度的判断非常关键，不要忘了Google Glass、自动驾驶干多少年了！
一个完整可供参考的也还算自洽的底层逻辑框架在：AI的脉络：非共识时刻的认知价值，这里不重复了。最后想说的是这类框架对于混沌状态下做应用是有帮助的，但作用也有限的。
可以帮助避免原点上的错误，也可以在挖井的时候，对最初十米有点帮助。但既然是挖井，后面90米必然需要在现场的泥土里摸爬滚打，和现场的持续反复。给个手册照着做，产品就成功了，人就发财了，在这个时间点这么宣称的真的是骗子。