AI 的变与不变：AI 搜索不是搜索，AI 电话也不是电话

每一项新技术诞生，都逃不开一个扩散周期。有人是尝鲜派，看到新东西就两眼放光；有人是保守派，非得等身边人都用上了才肯动心。大众对创新的接受度，其实可以用一个公式概括：喜欢 = 熟悉 + 意外。

所以你看，我们管某个产品叫“AI搜索”或“AI电话”，本质上只是给大众搭一座熟悉的桥。如果你真从字面去理解这些名字，那可能就掉进语言的坑里了。作为产品开发者，与其纠结名词，不如静下心来看看AI的变与不变——从常量中守住不变的需求，从变量中找新的机会窗口。

创新的扩散与技术的乐观

ChatGPT发布之后，大模型确实给产品设计带来了新变量。但任何技术创新都绕不开扩散规律：接受度高的那批人，看到新奇就兴奋，甚至自动忽略新技术的瑕疵；接受度低的则恰恰相反，他们容忍度很低，非要等周围人都在用了才跟风，否则就断言是泡沫。

在后者眼里，前者简直就是“无脑吹”，看见什么都大惊小怪。这很正常，每个人的阈值不一样。总得有人先尝新，总得有人为创新买单，总得有人去买Rabbit R1——人传人，整个社会才能往前走。有人先从黑白世界想象出彩色，然后动手画出来，这样那些只认彩色的人才有东西可看。

最近GPT5迟迟不发，很多人从乐观急转悲观，天天担心OpenAI是不是技术卡壳了。说句实话，这纯属杞人忧天。越到这种看似停滞的时刻，越考验真正的信仰。记住那句老话：悲观者往往正确，乐观者往往成功。

有位龙哥说过，“人是环境的反应器”。但反过来，环境也是人的反应器。另一位龙哥也说过，你的出生本身就在改变世界——你唯一的选择是：让世界变好一点，还是变差一点。对未来的预期可以谨慎，但行动上永远要主动乐观。做那个试图改变世界的人。

AI 的变与不变

好，行业鸡汤先灌到这儿。接下来看看这次技术浪潮里，到底什么变了，什么没变。因为往往在变量里，才藏着新的可能。

变的是交互方式，没变的是需求场景

ChatGPT 把“Chat”这个交互方式定义到了AI助理上。后来ChatGPT和Pi又推出了语音电话交互——在移动端，语音确实更自然，只是受技术局限和环境噪音影响，打字仍是主流。但不管怎么说，这些都是新的交互入口。

人们习惯的“Chat”原本是和真人聊天；习惯的“电话”也是人和人之间的通话；习惯的信息检索则是找到那个大大的搜索框。所以AI搜索的起点可以是一个聊天窗口，可以是一个搜索框，也可以是一个语音电话——本质上没有区别。三者都足够简单，只有主线没有支线；三者的问题也一样：都是被动交互，需要用户主动发起。

如果把AI比作一座智慧花园，那么对话框、输入框、语音电话，都只是通往花园的小径。即便只是条小径，也能解锁新的人群。要知道，手机这种近乎完美的设备，渗透率也才80%。还有人不用手机——很多是小孩和老人。但恰恰是这些人，可以通过语音电话跟AI沟通，甚至用得比我们这些电脑手机的老用户还好。

需求如山，而山，一直在那里。

变的是数据来源，没变的是数据质量

需求一直没被好好满足过。以前数据散落在各处，就像在大众点评上找餐厅，通过搜索引擎拿到坐标，再亲自跑去寻找。现在数据被汇聚到模型里，好比一个中央厨房，随时可以开一包预制菜在家吃。但预制菜嘛，总不太新鲜，所以我们又发明了RAG，做了AI搜索，去获取新鲜的实时信息。

大到金融、医疗，小到生活百科，人的需求始终是高质量的数据、高质量的信息。但这个需求从未被真正满足。不管是模型预训练的数据、SFT的数据，还是RAG的数据，质量都是第一性原理。

前几天和一位前同事吃饭，他冒出一句金句：“最近的AI资讯其实是噪音。”原因是AI技术本身的进展很小，可用性也不高，花时间追这些资讯，反而不如深度思考和积极行动。这句话引发了不少共鸣。本质在于，每个人需要的好数据是不同的——自己不需要的信息，就是噪音。

如果AI对你的兴趣有足够深的了解，它就能成为比推荐算法更强的推荐引擎。

需求如山，而山，一直在那里。

变的是产品，没变的是用户

我们拿着新技术做产品，多少有点“拿着锤子找钉子”的意思。但用户的需求没变——他们只想解决自己的问题，他们不想学习。所以为什么AI搜索不是搜索，AI电话也不是电话？因为搜索框和电话，只是让用户从熟悉的体验慢慢迁移到新体验的引子。

任何新事物都要遵循一个规律：喜欢 = 熟悉 + 意外。人的大脑天生是个稳定模型，不能天天做SFT（微调）。我们设计产品时也要顺应这种生理机制。有一个经典的设计原则叫

：Most Advanced Yet Acceptable（最先进但可接受）。设计可以大胆创新，但观众一看就懂。

当年的iPod砍掉了各种多余按钮，但那个圆盘一看就会用。太空舱的设计也是——密闭的太空环境本来不需要窗户，但加了窗户之后，人就有一种熟悉的亲和感。MAYA理念的创造者Loewy是这么说的：“如果解决方案与成年公众已有的习惯偏离太远，他们会因为品味偏离太远而无法接受。”

要做到这一点可不简单，得精确拿捏那个度。举个例子：Google Glass 和 Meta Rayban。

Google Glass的宣传图很科技、很超前，但总感觉像科幻电影反派的道具。

而Meta Rayban呢？很熟悉，很日常，感觉自己也能完全驾驭。它没那么酷，但不妨碍它好用。最好的科技就是润物细无声——很科技，但很熟悉，这样才能获得用户的喜欢。

结语

一不小心写了这么多，你竟然还看完了。人形AI为你献上SOTA总结：

本文聊了创新扩散的本质，是因为不同人群对创新的阈值不同。还聊了不管对技术的未来乐观还是悲观，都要积极主动地行动。重点聊了三种AI的变与不变：

• AI技术带来了新的交互可能，但需求场景未曾改变
• AI技术带来了数据来源的改变，但对高质量数据的要求未曾改变
• AI技术带来了新的产品，但用户的心智还未改变

你可以从这几项变与不变中寻找新的机会。做创新时，记住MAYA——大胆前行，一看就懂。