AI 智能体卖什么(token、result、seat),就有什么定价方式
AI 智能体的售卖对象决定定价方式:卖 token、卖 result 还是卖 seat,各对应不同的收费模式。反过来,观察厂家的定价方式,就能看出它如何定义自己的售卖对象。
AI 智能体的售卖对象决定定价方式:卖 token、卖 result 还是卖 seat,各对应不同的收费模式。反过来,观察厂家的定价方式,就能看出它如何定义自己的售卖对象。
李继刚提出,能够对 AI 的回答指出哪里“不行”是一项稀缺能力,即使用者需具备独立判断力,能识别 AI 输出中的不足之处。
人与 AI 的协作方式是:人通过肯定性的目标描述(要去哪)和否定性的边界限制(绝对不能做什么),点亮一片“子空间”;AI 则在点亮的子空间中探索优化到达路径,并自动执行。
李继刚推荐一篇 arXiv 论文,其提出 AI 时代的阅读取景框架:在「以读者为中心 vs 以作者为中心」之外增加「AI 替我读 vs AI 陪我读」维度,构成四象限。针对「AI 陪我读」给出三类工具:跑鞋型让阅读更省力,哑铃型通过复述、预测、提问设置有益阻力,滑雪板型带来文本重组、对照、回溯等全新交互方式。
李继刚提出弱结构与强结构概念:弱结构指对象身上的规定少于使用者所需,缺失部分由使用者自行补充;强结构则规定等于或多于所需,使用者无法再补充。他用创新基金预算的例子说明,加评审、立项书、ROI 汇报等细则后,容器变成了管道。大公司病的病因正是本该保持弱结构的公共对象被一步步固定成强结构,动因是个别人想成为「必经之点」。
李继刚提出,人对 AI 的挫败感源于在“白盒”工作流的僵化控制与“黑盒”许愿式放任之间摇摆:前者脆弱易崩,后者产出精致垃圾和幻觉。真正的问题不是“AI 该如何工作”,而是“我们该如何协作”。他主张一种“透明盒”的可调节人机协作模式:人设定战略框架、关键模块和边界,AI 在边界内填充细节、执行战术并激发创造力,介入程度按任务场景灵活调整。
李继刚发布提示词「一篇论文一句话」,用于深度提炼学术论文的核心逻辑链与根本价值。该提示词要求模型锁定论文的根本问题、切入视角、关键方法、核心发现四要素,并将关键方法抽象成文字公式,最后输出一句话总结和大白话版总结。