文 | 智能相對論
作者 | 沈浪
或許，誰也沒想到未來應用來的如此之快，現如今傳統應用從開發到體驗，已經進入了一個前所未有的顛覆性改革階段。
不久前，美國人工智慧公司OpenAI舉辦開發者大會。在現場，公司創始人Sam Altma花了短短3分鐘的時間就完成了一個名為「創業導師GPT」應用的構建。
這一番演示，讓業界大為震撼。
Sam Altma在 GPT Builder上，只是打上一段對這個 GPT 的定義——他希望有一款應用能幫助初創公司的創始人思考他們的業務創意並獲得建議。緊接著，GPT Builder就自動生成了這款應用的名字、圖標以及功能設置。而用戶只需訪問這款GPT，就會自動進入對話介面，向其諮詢創業相關的內容。
傳統應用已經面臨顛覆，AI Agent的時代即將到來——這是OpenAI向市場傳遞的信號。而在國內，以華為云為代表的科技企業也在提出類似的趨勢，「應用將以AI Agent形式出現，應用將具備自主理解、規劃決策和執行複雜任務的能力，人機互動將像人與人的交互一樣，更自然，更沉浸，更個人化。」
長期以來，業界持續探索應用現代化的發展，而隨著今年AI大模型的爆發，或許其未來的演進思路和市場形態就更為清晰了。
未來應用：人類認知力的延伸
未來應用以什麼樣的形態出現？回歸應用的本質來說，其實際代表的即人類能力的延伸和強化。
比如，過去所湧現的搜索、電商、社交等應用，所代表的是人類感知力的延伸，人們可以通過應用獲取千里之外的信息、商品和互動。
當這種感知力延伸並強化到一定的高度，對應的，超級應用的時代就到來了。例如微信、支付寶等等，人們只需要一款超級應用，就能獲取衣、食、住、行、購物、社交等多項服務，非常強大。
但是，隨著超級應用越來越多，應用的演進反而進入了「瓶頸期」——哪怕一款超級應用集成的功能和服務再多，所帶給用戶的體驗感已經非常有限。
於是，超級應用開始向專業化演進。以華為運動健康App為例，其集成了很多運動健康相關的功能，配合華為手錶等智能穿戴設備不僅能科學地進行運動監測和健康管理，還能通過多模態融合算法模型，智能地改善用戶睡眠質量等等。
由此，應用的演進邏輯就變了，一方面依舊是感知力的延伸，對應表現為超級應用，只是更聚焦更專業了。另一方面則是認知力的延伸，對應表現為智能應用，服務更主動更智能了。
前不久，OpenAI聯合全球最大的電信公司之一SKT舉辦「ChatGPT應用開發大賽」。從比賽的結果來看，現階段所構建的新應用就明顯地表現為認知力的延伸和強化。
其中，獲得一等獎的Born to be Prompters團隊開發了一款名為Glesom的生成式AI應用，可幫助自閉症患者簡化複雜的句子；Team Hyper團隊則開發了名為Jikimi的生成式AI應用，用於分析電話、郵件和簡訊，以提醒用戶潛在的安全風險——應用在試圖理解並思考人類的語言，並反饋給用戶。
此外，像Sam Altma在開發者大會上演示創建的「創業導師GPT」，其服務的核心也在於理解並思考人類商業社會的規則和內容，並為用戶提出指導性建議。——簡單來說，應用正在學著認知這個世界，對應即人類認知力的延伸。
因此，市場完全有理由相信，接下來應用現代化的方向大機率將是認知力的提升，越來越智能的超級應用將取代並顛覆今天的應用生態。
也就是目前業界談及最多的AI Agent，應用將以專家助手的身份呈現在用戶面前，高度集成專業知識體系，並具備自主理解、執行複雜任務的能力，以為用戶提供更智能、主動的服務。
應用現代化：一場持續突破邊界的演進
感知力與認知力的延伸、強化，奠定了應用現代化的演進基礎，而實際呈現在用戶面前的未來應用究竟是什麼樣的形態？——這一問題似乎還沒回答清楚，也就是說AI Agent若是取代傳統應用，將會帶來哪些變化？
就目前業界所呈現出來的結果來看，從超級應用到AI Agent，其共性則在於對邊界的持續突破。簡單來說，應用現代化是一個持續打破邊界的過程，具體又表現在三點。
一是場景之間的邊界。
此前，馬斯克屢屢提出過要打造一個類似的「X App」，或者叫「Everything App」，為用戶一站式提供衣食住行、資訊新聞、消費娛樂等服務，同時通過建立龐大、繁榮的數字生態，讓用戶獲得良好的服務體驗以及巨大的便利。
實際上，關於這一預想，微信、支付寶等超級應用已經初步實現。在這個過程中，像微信、支付寶這一類的超級應用已經很難用單一的領域或場景來定位。也就意味著，超級應用已經在場景邊界上有所突破，而接下來，以AI Agent為代表的未來應用也將沿著超級應用的路徑持續完成對場景邊界的突破。
二是角色之間的邊界。
在傳統的流程上，應用的開發者和使用者往往是不同的人群，然而隨著應用現代化的演進，以低代碼、零代碼為代表的開發模式正在湧現，不懂代碼的業務人員也有機會完成一個輕應用的開發。目前，不管是海外的OpenAI還是本土的華為雲，都在致力於簡化應用的開發流程與步驟，幫助用戶快速完成應用開發。
像華為雲所創造的智能編程助手CodeArts Snap就已經學習了760億行精選代碼、1300多萬篇經典的技術文檔，以及8500多萬個開原始碼倉——這些能力遠超一名普通程式設計師一生的職業積累，由此在智能編程助手的支持下，非開發人員也能輕鬆開發自己的應用，隨建隨用，持續打破角色之間的邊界。
三是交互之間的邊界。
儘管很多應用在手機上功能很強大，但是一旦遷移到智能電視、車機系統等其他終端平台上就顯得非常「雞肋」。總的來說，人機的交互的邊界仍然比較明顯，應用還遠遠沒能達到在不同終端之間切換並進行無縫服務的效果。
但是，這一限制必然會被打破。目前，以華為云為代表的本土廠商就在不斷強化應用的跨平台開發和部署，基於全域Serverless，AIGC應用已經可以實現在汽車、物聯網（IoT）、網際網路等終端平台上開發。可以想像，未來用戶或許只需要喚醒一聲，就能像鋼鐵俠呼喚「賈維斯」一般，在電視、汽車、手機、電腦等不同的終端上叫來自己的專屬AI Agent。
總的來說，以當前的應用來看，未來應用已經具備了初步的雛形，未來究竟以何種形態、何種模式來服務用戶或許都不重要。應用現代化的導向就是把各種邊界打破，讓用戶在任何時間、地點、終端上都能第一時間享受到無縫的服務，就好似今天手機應用所帶來的體驗，但還要更高級、智能且主動。
回歸雲和產業的主場
以上這些，是天馬行空的想像還是尚未到來的現實？答案須在當下去尋找。
目前，很多超級應用已經具備了初步的未來特性，一方面基於AI技術所帶來的智能化表現在應用的升級中越來越重要，智能化已經是應用演進的關鍵方向。
另一方面，不管是場景邊界，還是角色邊界，或是交互邊界，業界都有落地的應用在完成初始的跨越，問題更多在於如何在打破的邊界上進一步升級應用的功能和服務。
此外，最關鍵的底層技術即雲計算以及背後的雲產業在不斷趨於成熟。現階段，AI大模型發展所需要的海量數據、龐大算力以及完備生態等，基本是雲廠商在提供支持。
像華為雲就在貴安、烏蘭察布、蕪湖打造了3大AI雲算力中心，為企業提供澎湃昇騰AI算力，讓企業再也不需要高價搶購GPU，也不需要擔心GPU未來潛在的供應連續性挑戰。同時華為雲還上線了昇騰AI雲服務百模千態專區，企業和開發者可以直接使用業界主流的開源大模型，如LLAMA，GLM等，來實現自家應用的智能化升級。
此外，華為雲更是結合業界實踐和業務訴求，提出了應用現代化六大關鍵技術，分別為研發智能化、組裝式交付、數智驅動、服務化架構、安全可信以及韌性，全面助力應用現代化進程。
現階段，企業的數字化轉型已經穩步推進，大多業務應用都跑在了雲上——雲是應用現代化的基礎底座。在這一趨勢上，雲廠商的全面助力將從底層推動應用現代化的進程加速。
毋庸置疑，應用現代化將很好地推動人工智慧產業與雲產業的「雙向奔赴」——以未來應用為基點，人工智慧產業和雲產業都將得到全面迸發。
當然，前提則在於未來應用不能脫離產業，否則就真的是天馬行空了。
現如今，華為雲聯合中國軟體行業協會以及多家行業客戶、軟體提供商、諮詢機構等，共同成立了「應用現代化產業聯盟」，旨在以產業為導向，推動應用現代化高效、高質地落地，而非毫無產業邏輯的「技術自嗨」。
那麼，當技術條件趨於成熟，當產業環境趨於理性，市場和用戶對應用現代化的未來趨勢就不難預想——AI Agent已經初步呈現在大眾面前，未來應用的落地路徑已然清晰且明確，只待相關的廠商繼續發力即可。
*本文圖片均來源於網絡