文/郭平

“AI 2.0时代，生成式AI被视为推动生产力进步的重要技术，如果能在知识、推理、执行三层能力上实现突破，将真正带来整个社会生产力的跨越式发展。” 商汤科技董事长兼CEO徐立在2024全球开发者先锋大会（2024 GDC）上提出了这一观点。

商汤科技董事长兼CEO徐立受邀出席2024全球开发者先锋大会并发表演讲。

3月23—24日，2024全球开发者先锋大会（2024GDC）在上海召开。徐立受邀出席，并发表《AI 2.0时代的“新质生产力工具”》主旨演讲，分享了对AI 2.0时代生产力工具“质”变背后的思考和突破路径。

以下为徐立演讲内容梳理。

新生产力工具仍需持续进化

在开发者领域，生成式AI被视为引领生产力突破的技术，也标志着人工智能进入了一个新的发展阶段，我们称之为AI 2.0时代。

虽然目前AI能够带来很多革新，或者扩展到很多场景，但仅能解决其中非常小众的部分。

具体而言，AI目前能解决的是在过往基础上抽象成比较标准化甚至以知识库的形式固化下来的内容。如果把它分摊到整个软件或者产品设计的全流程当中，占比并不高。

当然，随着扩展能力变强，很多工具会从前端的设计、测试用例再到维护的横向拓展，一步步往前演进。

除了横向能力的拓展，从纵向来看，当前，新生产力工具的准确率和完成度也普遍较低。根据SWE-bench评估，Claude 2 和 GPT-4在特定任务上仅不到5%的任务完成度，即使是最新的Devin完成度也仅13%。

大模型能力的三层架构

大模型能力可分为三层架构，而且这三层之间互有依赖，但又相对独立。

第一层知识（Knowledge），世界知识的全面灌注。目前，许多生产力工具解决的都是知识层的问题，当用户提出问题时，其底层的逻辑都来自“世上无新事”——你所面临的问题，前人可能已经遇到过并解决了，因此通过大模型可以很好地完成这些任务。

第二层推理（Reasoning），理性思维的质变提升。有了世界知识之后，再往前演进。即使不知道这件事实，也可通过AI逐步把这个事实推理出来，给出更多的可能性。

知识和推理是作为生产力工具——大模型最重要的两层，但目前在推理层，成长还相对有限，这也是今后要集中突破的能力之一。

第三层执行（Execution），世界内容的互动变革，即如何跟这个世界互动反馈。某种意义上，如今火热的具身智能，在执行上会有很大的突破。

总体来讲，这三层可以组成一个完备的对于世界提供生产力工具模型的三层能力。

“KRE”三层架构实践：商汤“小浣熊”快速进化

商汤结合“KRE”三层架构打造出一个办公辅助软件——“小浣熊”。

商汤科技推出的办公辅助软件“小浣熊”2.0版本。

在一个已开发完成的基模型基础上，我们从需求分析到最终完成产品开发，共需投入100人天的工作量，进一步整合了从需求分析、需求设计到长尾应用等各个环节，推出了更为强大的“小浣熊”2.0版本。我们期待它在获得世界知识的基础上，在真实世界当中应用到更多的机器人场景当中。

举两个“小浣熊”场景化的例子。

场景一：管理智能化。在以往的交通分析场景中，比如某个路口的流量、某个时间的流量分析等等，是一个标准化的问题。然而，当要结合天气因素、舆论因素、新闻因素，过去没有此类的分析结果，可以用软件强推理能力来完成一些长尾应用的分析。

场景二：办公智能化。当需要为产品推广制定预算时，把财务报表、账户信息、产品介绍等各类文档资源全部输入到商汤的“办公小浣熊”当中，它能够根据输入的数据和需求，给出一个既合理又科学的预算方案，展现出强大的推理能力。

总之，生产力工具如果在知识能力、推理能力、执行能力三层能力上都有突破，首先受益的是广大开发者以及场景化的核心应用，最终将真正带来整个社会生产力的跨越式发展。