“模型”用Colingo，开发AI应用就像做可颂一样简单

今天，很高兴为大家分享来自36氪的用Colingo，开发AI应用就像做可颂一样简单，如果您对用Colingo，开发AI应用就像做可颂一样简单感兴趣，请往下看。

来源：36氪

主宰，还是被主宰？

愈来愈多的数据昭示着，AI的入侵比三体人降临来得更早：

ChatGPT的论文预言，80%美国人的工作都会受到AI的影响。中国发展研究基金会的研究显示，国内约70%的职业会受到人工智能冲击；

在IBM，正有7800人因为AI的到来失去工作。微软Azure AI副总裁更是直言：包括卡车司机和文案写手在内，未来几十年人工智能将取代50-60%的工作岗位；

甚至连社交媒体，也不断将名为“什么工作不被AI取代”的视频推送给你，告诉你：AI时代，选错了人生方向就会白给。

那么，我们该如何掌握主动权？

若能从源头起，让高高在上的AI技术走下神坛，成为每个人手中的武器；

若能让代码不再成为阻拦每个创意的技术磐石，让普罗大众通过自然语言，就能参与技术创新；

若能让AI开发所需的模型基座、数据等资源，不止是涌向巨头和专业开发者——

在AI时代掌握变革的主动权，将不再是泡影。

这是参与创新的绝佳时机

某种意义上，我们生于一个最坏，但也最好的时代。

在AI引发的生产革命面前，我们是手无寸铁的飘萍；但与此同时，我们是成长于AGI襁褓之中的AI时代原住民。

大语言模型刮起的模型研究和创业潮，为AI变革创造了肥沃的土壤。据中国科学技术信息研究所的不完全统计，今年1-5月，国内大模型数量已达79个——其中，超半数已开源。

但大模型生态的蓬勃，是否意味着真正让AI能力普惠于民？

答案显然是否定的。

一方面，大模型对大众而言，仍然具有相当的使用门槛。在大多场景中，让大模型精准理解用户需求依然依赖于高质量的Prompt（提示词），而非自然语言。

另一方面，来自各领域的大量碎片化需求，亟待得到AI的满足。中国拥有颇为广阔的原生场景，为AI的落地提供了广阔的机会。

与此同时，大模型触达用户的“最后一公里”又是显而易见的：应用。

“百模大战”后，业界已经快速形成共识——更多的机会点会出现在应用层。2023年下半年，几乎所有AI的新概念和风口，都围绕着如何让大模型快速落地、更加普惠。

比如，微软Office365炸场带火的概念“Copilot”，引发了国内外办公软件的一系列智能化改革。进一步，在人们的设想中，更强大的AI能力能赋予数字人、RPA、NPC新的生命力——不局限于办公场景的AI Agent（智能体），成为了AI应用的新风口。

不过，AI Native仍然没有标准答案，无论是AI Agent、AIGC，还是Plugins（插件）、通用搜索，都还在探索验证的阶段。

对于我们而言，这是创新和拓展探索边界的最好时机之一。

我们需要什么样的AI应用？

“Hello World.”

1974年，当Brian Kernighan用C语言敲下代码，计算机报之以简洁的致意。

如今，自然语言、图像、声音等更多元的模态正在取代代码，成为人机交互的通用界面。

“轻”，是AI应用的第一个重要特征。

可以看到，没有赛马机制和金钱游戏，更多轻量化的AI Native创意，从一台PC中诞生：

年轻的德国工程师Mathis Lichtenberger，靠一人之力开发出了能够与PDF文档对话的ChatPDF——上线短短5天，它就分析了65000份PDF；

两名不堪忍受招聘软件虚假职位信息的硅谷工程师，利用几个周末的时间，开发出了能够整合筛选远程岗位的招聘网站——如今，这个网站仍以每天500-800个岗位的速度更新。

AI应用的“轻”，还体现在使用门槛的降低上。纵观所有爆款应用的特征，除了直击痛点，使用方法还得足够“傻瓜”。

互联网时代至今，人机交互的界面已经从编程语言，降低到了自然语言。如今，随着多模态模型的发展，图形、声音、表格、影像等模态还在不断扩展人机交互的模式。

“快”，是第二个特征。

即便大模型是新技术，但AI是个成熟风口。人类对AI应用场景的规划和想象从未囿于技术能力的桎梏：

1977年，电影《魔种》出现了具有自主能力的AI程序Proteus IV；2021年上映的《失控玩家》，就预示了游戏NPC产生自主意识的可能。

不间断的构想，以及验证模型价值的急迫性，让无数的AI应用以前所未有的速度在大模型的风口中落地。比如一款名为“斯坦福小镇”的游戏，首次用Generative Agent（生成式智能体）作为25个“居民”——《西部世界》的构想都成为了现实。

“小”，是另一个特征。

长期以来，AI被视作巨头之间的游戏。如何与巨头竞争，往往是个人开发者和创业公司面对的质疑。

但可以发现，当巨头急于瓜分大众市场的蛋糕，先从硅谷生长起来的一批AI应用项目，针对的场景往往都很垂直——比如Rewind AI，做好的仅仅只有让浏览记录变得可搜索这一件事，但其估值在今年5月已经达到了3.5亿美金。

在市场需求足够碎片化的当下，个体反而能找到巨头和明星公司的盲点和死角。就像AI企业孵化器AI Grant创始人Nat Friedman所说的那样：“不要把目光局限在ChatGPT、Midjourney这样已经人尽皆知的大型通用类产品。”

在轻、快、小的特征下，我们能看到不少小团队缔造的商业神话：Midjourney靠10人创造上亿美元的年营收，员工少于50人的Cohere获得了来自英伟达等企业的2.7亿美元投资，今年扩张到130人的Huggingface，已经托管了超过100万个模型、代码和数据集。

由此可见，AI应用，不仅仅是巨头间的游戏。

主角不在黑客，而是每个有想法的你

Hackathon，中文译名为“黑客松”，主角是黑客。

既然要玩谐音梗，咱们也可以称之为“黑可颂”。这是更符合AI时代的创新态度——烘焙无界限，无论谁都能做可颂。

基于“人人都可参与AI创新”的愿景，36kr AI协同创新中心联合AI开发平台Colingo，共同发起我爱黑“可颂”大语言模型应用创新挑战赛。

将好的AI应用比作可颂，也颇为符合AI技术的两个核心价值：一是提供能量，提高生产力；二是提供足量的多巴胺，像社交平台、游戏产品那样，带来愉悦的体验。

只是在万千焦糖色的成品中，我们想pick与众不同的黑色可颂。

在这场为期7天的挑战赛中，参与团队既可以根据各自的需求和领域，自主选择应用方向，也可以根据活动合作伙伴提出的真实的应用场景需求及测试数据，选择命题。

AI普惠的核心在于为用户创造去中心化的技术使用环境，而在此之前，我们也想为开发者们创造一个去中心化、人人可参加的开发环境。

为了实现这个目标，Colingo开发平台准备了开箱即用的全套工具。

作为基于底层大模型构建的AI应用IDE（集成开发环境）平台，Colingo可以类比作“AI开发云平台+应用商店”。除了集成包括海内外主流大语言模型在内的多个大模型API外，Colingo还提供了Notion等第三方数据的API接口，为开发者提供足够的“原料”。

相较于传统的IDE，Colingo的开发界面更为简洁明晰。得益于大语言模型的接入，开发过程中人机交互的界面从代码，变成了自然语言。同时，通过将开发工具像乐高组件般封装，开发者无需太多技术知识，也能够在Colingo平台上像搭积木一样构建应用。

这也让参与“黑可颂”的技术门槛更低。开发者们甚至不需要写代码，只需要创意和想法，就能和黑客（Hacker）站在同一起跑线上。

“黑可颂”的另一个主办方，36氪AI协同创新中心，是由36氪和小即是大创投发起的商业平台，同时也是一家以媒体为旗舰，专注于AI产业链生态建设，企业创新营销和创投服务为一体的商业平台。

在AI协同创新中心的支持下，“黑可颂”中脱颖而出的团队，不仅会获得由Colingo&大赛赞助商提供的现金和计算资源奖励，还有机会获得更广泛的关注和投资。

当然，为了达成普惠的愿景，AI基础设施的质量举足轻重。我们也欢迎更多优质的云、数据库、工具链伙伴一起加入“黑可颂”，为优秀的AI创意加码，在时代变革中留下烙印。

加入“黑可颂”，没骗你，做AI应用，就是a piece of “croissant”！

好了，关于用Colingo，开发AI应用就像做可颂一样简单就讲到这。