← Writing
光合制梦

未来的操作系统会是什么模样?

不知道大家生活日常的部分流程是不是这么运作的:

看视频,打开视频类 App;

听播客,打开播客收听 App;

听音乐,打开音乐 App(虽然现在音乐和播客几乎收揽到同一个 App 了,但与音乐、播客有关的活动几乎都在同一个平台上进行…应该还是少数);

拍视频用某个 App,剪辑时又打开另一个 App;

画图用某个 App,排版/综合设计时又换了一个 App;

做尽调/研究时更是和需求信息「斗智斗勇」,在各个 App、各个媒介之间穿梭/打交道…

你再去看看「App」,有没有觉得「靠背哦,再让我看这三个字母,眼睛受得了,但我得跑了」?

Anyway,以上的「App」可以是一种虚指,它也指向网站/网页。

换句话说,我要完成一件事情,通常需要转换好几个平台。且不说会浪费多少时间,就「跨平台」这个摩擦而言,势必在一定程度上影响到我完成这件事情的效率和积极性。

和朋友约出门玩,或许会提出这样的需求:希望目的地吃喝玩乐俱全,还能护肤美甲购物逛商场…重点是,不同站点之间步行距离还得近。

说到这里,现代概念里的「商场」不就涵盖以上所有需求了吗?还真是。

但当地有诸多个一站式服务商场,选哪个呢?那就要继续往下分析需求了。

话说回来,中国真的很擅长做「打包」这样的事情,尽可能整合所有相关或不相关的独立生态。比如微信,朋友圈用于熟人社交,公众号内容用于陌生人价值链接…除了人与人的关系链之外,还可以娱乐(玩游戏/看视频/听音乐等)、生活缴费、购物,甚至是打车、点外卖、逛云超市…

用户可以在这个生态里享受到尽可能多的服务,不仅节约了时间,也减少了(部分用户的)决策成本——人类更倾向于考虑眼前的事物/眼前的事物曝光度更高信任值也更高。🧐

之前我提出过这样的设想,希望可以有一款可以精准定位/索引的播客 AI 知识库,能让我检索到需求信息相关的播客内容并能准确导回原出处。

我就在想啊,获取播客信息对我而言并不足够啊,除了音频内容,还有其他媒介的信息呀。

那,是不是可以有这么一个东西,可以让我一次性获取全网信息,而且尽可能准确无误呢?

Perplexity 刚出来不久,我成为了它的用户,但现在,我已经想不起来上一次使用它是什么时候了——我转向了别的工具,它们不仅仅有检索功能,给我的信息也远不止于列举出需求信息、出处这么简单。但问题是,给我贴的信息源链接未必都能直达,这条信息——存在与不存在完全是个盲盒。相比之下,Perplexity 返回的结果则更加准确,但我还是放弃了它,为什么?🧐

AI 世界中,文字、音频、视频与图像创作者们心中都有自己的最佳创作辅助工具组合方案,需求点建立之后,下一步便是找到那些工具,开始 co-operate(合作)。但问题是,工具和工具之间的交互界面通常是需要切换的,哪怕是同一个交互界面,比如浏览器,它里面有不同的功能接口,我们也还需要打开不同的界面,才能继续使用对应的功能;或者需要人工搭建,合二为一,比如文字创作者可能会选择 Claude Code+Obsidian 组合,创作提效,又同步打造自己的知识库系统。

那还有没有一种可能,我们只需要一个接口就能达成所有需求/诉求?

简单来说就是,完成三件事需要打开三个界面 VS 完成三件事只需表达三个需求/诉求,或者说发出一条含有三个意图的信息即可完成三件事——这便是未来的操作系统可能的模样,我们暂且称之为 Model OS。

Model OS(模型操作系统,这里的 Model 可以理解为 LLM 中的 M,也可以是多种模型的聚合平台,比如多模态模型)的设想是我在和 AI 的提问/互动中逐渐清晰起来的,觉得尤为新奇。没想到,现实世界中还真有概念先驱,那就是 Andrej karpathy(我在引用的这篇文章中提到过他)提出的 LLM as OS(大语言模型作为操作系统):未来的操作系统能够基于大语言模型调动各类功能模块(或者可以理解为调动各类 App 的功能)处理人类发出的指令。简而言之,我想干啥,Model OS 直接帮我完成,而不是我去找工具协助完成。

未来的操作系统会是什么模样?

与 LLM as OS 有关的视频在这里👇

无独有偶,今天我在「暗涌 Waves」看到了这篇采访「灵宇宙获 2 亿新融资,要做 AI 世界操作系统」,文章中提到了 Ling OS,猛地想起,哎,这和我曾经被 AI「洗脑」的那个概念咋这么像呢?

有种「未来已来,我也站在了风口上」的错觉。

话不多说,回到上文标注了「🧐」的两个地方:

1. 「人类更倾向于考虑眼前的事物/眼前的事物曝光度更高信任值也更高」,并非铁律。事实上,微信里的购物小程序很鸡肋,我们还是会跑到其他 App。还有游戏,小程序游戏确实攒了不少用户,但外面的游戏用户比比皆是。这说明,即便 Model OS 成为现实,细分 App 仍然处于主流位置。

在未来世界中,大部分的 App 更像是成为了一个隐性存在,随时可被用户以意图调取使用,也随时可以被用户直接打开。甚至于,未来的 App 生态和至今延续的生态有极相似之处,因文化/种族而异,因人而异,只是对于用户来说,Model OS 的出现,使得生产/创作活动更为高效、便捷。

2. 关于「为什么」。我想…如果是从事研究/分析等相关专业性质工作的人员,一定会觉得 Perplexity 极为好用,而我目前并非这类用户,所以不是活跃用户也难免——这本质上是一个 PMF(Product-Market Fit,产品市场契合度)的问题。

Last but not least,其实不确定这样的现实会不会到来/会在什么时候到来,我只是觉得有趣,就顺手写下来了,背后还有很多很多我忽略掉的因素,如信息安全、阶级分级之类。所以,就看时间如何证明吧。

这篇笔记到这里也算是结束了,但我想稍微开启下我之后某篇笔记的走向。学过计算机基础的小伙伴看到上面 Karpathy 那张图一定会熟悉这两个关键词:CPU(中央处理器)和 RAM(内存,也叫只读存储器)。

嗯,之后我会写一写我所了解到的「生物计算」是个啥玩意儿,和 CPU、RAM 有直接关系,就在这儿先给自己立个 Flag!

好的,下篇再见~

输入文字,搜索文章和 Voice Notes。