ChatGPT 之后增长最快的 AI 网站

ChatGPT 从去年11月以来，一直在野蛮增长，终于在6月达到了一亿总用户，同时增长也见顶了。 半年以来有海量的关于AI的想法，中量的试验性产品，以及少量的让人记住的每天使用的产品，以及独一无二的爆款 ChatGPT API。 现在爆款已经越过山丘，生态的每个人都在疑惑： - 半年了为什么再没有其他爆款产品出来？ - 是不是当前技术遇到了无法不可逾越的鸿沟？ - 作为现在有些迷茫的开发者，之后的方向应该是什么？ 这篇文章会通过这半年来多的持续关注的信息思考和一线开发的经验，试图回答这些问题。

从今年4月出现 AutoGPT 以来，AI 行业就开始把注意力聚焦在 Agent 上，并试图让它产生一些实际的用途。 虽然创业者和投资人当时都还无法给出 Agent 确切的定义，只知道 Agent 应该是规划+记忆+工具组合在一起的东西。 直到11月 OpenAI 发布 GPTs 和 Assistants API，把 Agent 最核心的定义补完。 为什么聊天机器人不是 Agent？ 为什么 New Bing 不是 Agent？ 为什么 GPTs 和 Assistants API 是 Agent？

谷歌推出了 Gemini 1.5 Pro，具备1M的上下文，学习和理解能力强大。G1.5P可以学习并翻译罕见语言Kalamang，质量与人类翻译相当。它可以处理大量代码、文字和视频，提供精确信息和时间轴。性能比之前的版本更好，接近于Gemini Ultra水平。

上次阅读《微信背后的产品观》是在去年。最近收藏了实体版本，索性再读一遍，里面有很多很好的 Prompt。 这次试图从书里总结出一些普遍使用的原则或者说经验或者说Prompt

GPT-4V 是 GPT-4 的多模态版本，也就是 LMM，与GPT-4一样，GPT-4V的训练于2022年完成，其训练过程相同。预训练模型首先通过使用来自互联网以及经授权数据源的大量文本和图像数据集来预测下一个单词。然后使用强化学习（RLHF）算法进行微调，让模型输出更符合人类偏好。 在非多模态版本中，GPT-4 就表现出了惊人的多模态能力（详见前文 [《**GPT-4 ，**通用人工智能的火花》论文内容精选与翻译]），在多模态实装之后的 GPT-4V 里，模型的能力更是超乎想象。

在2023年，作为文字创作者依然面临发布难题，各种平台的局限性让他们感到很痛苦，比如Notion 要收费，Substack 对境内用户不友好，博客需要自己搭建等。同时，深度绑定微信的小报童和公众号也让人感到苦恼。目前还没有一个能满足所有创作者需求的全面发布平台出现。直到...