第三百三十章 谁来定标准?
美国西海岸,五月一日晚上,nexus ai总部。
这是一个周六,但是所有的中高层都被临时叫回办公室开会。
没有人有怨言,在硅谷最顶尖的ai创业公司工作,就要有这样的觉悟——更何况估值一直在增长,每个人手里的期权都在飞速增值。
会议室里,瑞恩·米勒把投影上的文档页面滚动到底。
这是源码科技的官方网站上的一个下属域名,是关于汤圆协议的文档说明。
这里面没有新模型,没有新算法,也没有任何让研究员激动的公式,有的只是一套接口定义规范。
“说说你们的想法。”瑞恩抬起头,看向会议室里的同事们,“源码科技开源了一份应用接入规范,我们为什么要在周六晚上开紧急会?”
大家都默不作声。
他们也不知道为什么要来开会。
其中市场负责人迈克尔是沉默的最大声的。
竞品追踪是他的工作范畴,但是源码的发布会时间,他约了去医院注射维生素,只匆匆看了个开头,确定发布的是一个聊天交互应用,就迅速地判断这场发布会对nexus ai没有什么威胁。
nexus ai早就发布了自己的聊天应用了,现在在全球除中国外的ai类应用中用户量稳居前三。
迈克尔判断源码的这个新产品——甜米球chat——不会有什么威胁。
显然,从大家被叫到一起开会这件事来看,这个判断失误了。
但是既然瑞恩没有点他的名,他就装作不知道。
瑞恩环顾了一周,看没有人打算说话,在心里叹了口气,和cto约翰对视了一眼。
约翰会意,看向产品经理莎拉,说道:“演示一下吧。”
莎拉闻言起身,走到了会议室前方,把电脑接入投影。
大屏被切成了左右两半。
左边是atlas的命令行界面;右边则是汤圆chat的客户端,高级版的订阅账户。
莎拉在两边输入了相同的任务,都是用英文写的:
“在网上寻找并购买一个符合要求的户外露营帐篷:四人,防雨,搭建简单,三百美元以内。”
这是很典型的用户购买场景,也是nexus ai内部最近正在探索的一个方向,把智能体能力开放给非技术类用户,内部代号叫computer use,让ai来操作电脑。
虽然这不是atlas作为编程智能体工具的典型用法,但是事实上,作为一款智能体工具,atlas完全可以胜任这个工作,甚至可以做的不错。
现在atlas已经行动了起来。
识别出了屏幕上的浏览器图标,控制鼠标点开浏览器,随后进入搜索引擎,在搜索框里输入了一串关键词:
「四人户外露营帐篷,防雨,搭建简单,三百美元以内。」
页面加载出来以后,atlas截取了一张屏幕画面,开始分析搜索结果。
它先点开了排名第一的链接。
结果跳出来一个户外品牌的广告落地页,首页中央是一张巨大得几乎能看清模特脸上雀斑的宣传图,下面还有一个占据半块屏幕的优惠券弹窗。
atlas停顿了两秒,然后它识别出右上角的关闭按钮,移动鼠标,点击。
没关掉,反而打开了一个广告。
那是宣传图上的装饰。
会议室里,有人轻轻咳嗽了一声。
还好,atlas察觉到了问题,关掉广告,回到了刚才的页面,然后atlas找到了弹窗左下角一个颜色很淡的“暂不领取”,成功进入商品列表。
它重新截图,识别页面布局,找到了筛选栏,先选择价格区间,又选择容纳人数。
选完人数之后,页面自动刷新,刚才已经勾选的价格区间没了。
“他们这个网站做得有点烂。”负责computer use的产品经理是个印度人,觉得有点儿下不了台,小声说了一句。
约翰瞥了他一眼:“美国购物网站有几个做得不烂?亚马逊不烂?”
瑞恩也说了句话:“人能做到的事情,atlas就应该能做到。”
印度产品经理赶紧说道:“对不起,我不是那个意思。”
瑞恩摆了摆手,看向大屏。
这时,atlas终于筛选出了十几款帐篷。
然后它接下来的操作开始变得缓慢。
它需要逐个打开商品详情页,读取帐篷容量、防水等级、重量、搭建方式和送达时间,再返回列表,继续打开下一件商品。
每一次页面切换,都要重新截图、识别、定位。
碰到折叠起来的商品参数,还要找到“展开全部”。
碰到图片轮播自动切换,atlas偶尔会把轮播按钮识别成翻页按钮。
第三款帐篷看起来很合适。
四人容量,一百九十九美元,防水,带快速搭建支架。
atlas将它加入候选列表。
任务完成。
印度产品经理暗自得意,前后一共花费了几分钟的时间,考虑到全程没有真人介入操作,放在几年前,单这个演示就能拿几亿的融资。
“完成的还不错。”看没人说话,印度产品经理开口说道,“一些常见的坑都跨过去了,尤其是弹窗广告那一下,能救回来,说明我们的反馈闭环还不错。”
没人接他的话,他也不觉得尴尬。
先抢占话语权总不会错,况且他说的没错,基于视觉的实现能做到这样已经很不错了。
这个时候,莎拉直接切换到屏幕右侧的汤圆chat,按下了回车。
汤圆chat没有打开浏览器,而是直接弹出了一个回复。
「检测到outdoormall(kaiwu)可以提供相关服务,是否使用?」
莎拉点了一下【是】。
汤圆提示为了最佳使用体验,建议输入收货地址,并且可以自主选择是否要保留为默认地址、以及是否默认对其他汤圆生态服务开放。
莎拉再次输入了一个地址,是旧金山市区的一个公寓。
会议室里传来一阵浅浅的笑声——莎拉刚才输得是山姆·奥特曼家的地址,当nexus ai的人想要测试一个真实地址,但是不想用公司地址的时候,就会填这个。
莎拉输完后,客户端界面上出现了一行淡灰色的提示:
「正在调用outdoormall(kaiwu)商品搜索服务。」
紧接着,下面刷出了汤圆协议的调用信息。
「search_products」
「category:camping_tent」
「capacity_adults:4」
「max_price:300 usd」
「requirements:waterproof,easy_setup」
「availability:in_stock」
等待几秒钟之后,电商平台返回了二十七件符合条件的商品,每件商品都附带了结构化数据:实际建议入住人数、防水指数、搭建时间、包装重量、库存状态、运费、预计送达日期和退货政策。
汤圆开始二次筛选。
它排除了三款只标注“四人型号”、实际建议三人入住的帐篷,排除了两款需要额外购买防雨顶布的帐篷;又根据用户账户里的默认收货地址,排除了四款无法在下周五前送达的商品。
随后,它把剩下的商品按照综合匹配度排序,选出了三款:第一款性价比最高;第二款空间最大;第三款最轻,适合需要步行进入营地的场景。
然后汤圆chat的行动挂起,开始询问用户:
「我找到了三款符合要求的帐篷。您没有说明露营方式,请确认更看重哪一点:价格;内部空间;便于携带。
若没有额外偏好,我建议购买第一款。它可以容纳四名成年人,防水等级达到3000毫米,平均搭建时间五分钟,售价219美元,下周三前可送达,支持三十天免费退货。」
演示进行到这里,会议室里所有的人都全神贯注地看着大屏幕。
他们的心情很矛盾,既希望看到一些新的交互,又害怕新的交互好到他们已经抄不了的地步。
莎拉在对话框里输入:“买1”
汤圆立即调用了第二个接口。
「create_order_preview」
右侧弹出订单确认卡片。
商品、价格、税费、配送地址、到货时间全部列得清清楚楚。
订单停在最后一步,只剩下让用户输入付款信息。
莎拉输入了自己的信用卡信息。
「购买成功。」
从任务开始,到订单提交,除去手动输入信息的过程,汤圆chat所花费的时间一共不到二十秒。
两边的演示都结束了。
会议室里却没有一个人说话。
结果太明显了。
高下立判。
沉默在房间里回荡了一会儿,还是印度产品经理开口打破了它:“法克……”
背靠金星模型,atlas的视觉识别能力很强,在同类产品里,甚至可以称得上最强。
他带的团队过去几个月一直在优化点击准确率、页面理解和错误恢复。每提升一个百分点,背后都要消耗大量训练数据和工程资源。
现在他们一直攻不破的技术屏障,直接被这个汤圆chat绕过去了。
而且这是协议层的创新,是产品经理的创新。
这个演示就像是在老家的时候婆罗门在扇他的大耳刮子。
印度产品经理的这一声国骂,仿佛是打开了一个开关。
“这么快……”“它的信息是从哪来的?”“为什么它连下单都能做到?”……
每个人都发表了自己的见解,但是没能达成统一。
瑞恩双手抬起,做了个下压的动作,所有的人都停了下来。
他看着会议桌两侧的管理层,声音低沉:“现在明白为什么周六晚上要来公司了吗?”
没人再露出困惑的表情。
“说说策略。”约翰第一个开口:“我们要立刻兼容汤圆协议。”
“直接兼容?”迈克尔皱起眉头,“那等于帮源码推广标准。以后开发者提到智能体接口,第一个想到的会是这个什么tangyuan protocol,谁他妈起的这个狗屁名字,tangyuan到底是什么意思。”
“注意你的用词,迈克尔。”约翰说道,“他们已经抢到了这个位置。我们不兼容,开发者只会觉得nexus落后。商家如果已经接入了一套标准,我们难道让他们为了atlas单独维护另一套?”
“可以发布自己的协议。”另一名高管提出,“nexus agent protocol,他们是中国企业,西方的接受度高不了的。”
“我有个问题。”迈克尔又开口道,“这套东西怎么赚钱?”
他在自己的手机上开着源码官网的文档,正显示着授权与开源的部分。
“协议免费,sdk免费,参考实现也免费。源码甚至允许其他模型和智能体接入。平台用了汤圆协议,也可以把服务提供给nexus、atlas或者任何第三方产品。”迈克尔撇了撇嘴,从商业上理解不了这种行为,“他们花这么多资源做标准,最后可能连一美元授权费都收不到。”
好几名高管都点了点头,他们也有同样的困惑。
硅谷喜欢开放,也喜欢标准,但前提通常是标准背后藏着收费入口。
云服务、托管平台、企业支持、应用商店抽成,总得选一个。
汤圆协议的文档里却没看到这些。
瑞恩靠在椅背上,叹了口气,从心里生出了一些无力感来。
做协议的事情他也想过,但是当时还太早,模型能力、市场接受度都不够,没想到稍微犹豫一下,源码的协议已经发布了,还这么成熟。
路一·韩,真是一个可怕的对手啊。
叹完气,瑞恩又振作起来,天才的领域本来就不属于每一个人,他还是要把事情给团队解释清楚:“你们知道万维网吗?”
迈克尔一愣,他当然知道。欧洲核子研究中心的物理学家,为了让分散在世界各地的研究人员能共享粒子加速器的实验数据,做出来的通讯协议,当时没人能想到它会成为现代社会的地基。
“http、html、url,这些开放标准本身赚了多少钱?”瑞恩接着问道。
没人回答,因为大家都知道,这是免费协议,一分钱也赚不到。
“再看看它们创造了多少财富,诞生了多少家公司,又决定了多少公司的生死。”瑞恩指着大屏幕上那行“购买成功”,说道,“标准本身不收钱,制定标准的人仍然可以获得最大的影响力:以后所有的软件,想要开发智能体接口,会用谁的协议?以后的开发者想要学习智能体,会学谁的规范?以后智能体客户端会检测什么信号?‘支持汤圆协议’?”
瑞恩的话说完,会议室里的人都不敢出声,静静地看着他。
瑞恩站在原地,深吸了两口气,说道:“computer use封存,莎拉领导新的项目,全力研究汤圆协议,同时联系我们的大客户们,看看他们对开放协议有什么需求——如果有人要订立这个行业标准,那就应该由我们nexus来做。”
说完,他环顾了一圈,又强调了一遍:“记住,nexus欢迎任何推动智能体生态发展的开放标准——只要这个标准是nexus定义的。”
已经意识到自己的项目没有了的印度产品经理张嘴问了个问题:“我们的协议叫什么?nexus agent protocol吗?”
瑞恩看了他一眼,说道:“那个格局太小了,把nexus的名字拿掉,叫它模型上下文协议(model context protocol,mcp)。研究的同时我们就可以先把这个名字放出去,把我们立项的事情放出去。”
众人点头,瑞恩说得很清楚了,这是一场话语权的斗争。
这种斗争自然是越早动手越好,等到一切都做好了再开始宣传,别人都已经把市场占领完了,干什么都晚了。
散会以后,参会人员们陆陆续续地往外走,迈克尔凑到莎拉跟前问了一句:“那个帐篷,你要是不取消,真会寄给山姆?”
莎拉笑了笑:“我一会儿取消,你要是好奇,我把账号给你,你一会儿拿自己的信用卡试试?”
“我要是试,肯定不会给他买帐篷。”迈克尔嘟囔了一句。
瑞恩和约翰还坐在会议室里,约翰看了看瑞恩,问道:“你担心山姆也会抢这个协议的定义权?”
在约翰心里,nexus ai最大的对手还是openai。
中国的那个后起之秀虽然厉害,但是毕竟隔着政策限制,其实和他们并不构成直接的竞争关系。中国的ai就算再好用,美国的企业难道能放心用吗?就算美国的企业想用,美国政府会同意吗?
所以他们的对手只会是美国企业。
瑞恩摇了摇头。
“我担心的是那个路一·韩,我们有模型的时候,他还没有,结果他做出来的模型比金星还要厉害;现在我们潜心研究下一代模型,想打一个翻身仗,他又掏出了汤圆协议。”瑞恩叹了口气,“有的时候真想不明白,他怎么能走的那么快。”
然后他回应了约翰刚才的问题:“不用担心山姆,他们最近有别的事情要头疼,这两天可能就要出结果了。”