开源AI模型越来越多,但是AI产品经理却越少

多客科技

作者：微信文章
随着现在开源模型越来越多， 我发现身边做AI产品经理的却越来越少。上周OpenAI更新了开源模型 ChatGPT OSS 120B，也成了开源榜单的榜首模型，官方发布的时候也提到现在是开源模型的SOTA（最佳）。在huggingface上，开源模型榜单第一名热门趋势榜单，也是第一，下面是社区模型榜单。

看到开源模型的策略从Meta最早开始，再后面的deepseek，开源模型已经逐步成为一个全球化的必争之地，越来越多的开源模型加入了开源，从而引导开发者使用生态。不过有一点的是，随着DEEPSEEK、OpenAI等各类开源模型出圈后，AI产品经理并没有像开源AI模型那样爆发式增长，反而AI产品经理越来越少了，趋近于平静我认为主要是有3个点的原因1.AI模型管理平台规范不统一就像前几天字节跳动的Coze选择开源，很多开发者之前如果部署的是Dify，现在要切换到Coze，就需要花费新的研发资源与精力投入，这对企业来说其实是不好的。企业最怕的就是需求变化，而技术变化也是需求的变化之一。因为对于客户与用户始终要提供稳定的服务，如果切换了新的平台，就会涉及到数据迁移与平台功能迁移，又需要联调测试、以及新平台技术研究，就算Coze和Dify长得一样，但仍然有区别，前几天我就写了一篇。提到了Coze的局限性，尤其是是插件生态，导致开发者私有化部署之后，其实没有办法用起来，达到替换DIFY的地步。Coze开源了，为什么AI产品经理还是不会用？2.模型下载时间也长，还是要专注上下文提示开源的模型越来越多，其AI产品经理团队的模型开发与部署时间也增加，尤其是每个模型都是几十GB甚至是上百GB，简单的下载时间也很麻烦。除了新模型的技术文档要学习，还要了解到模型的新能力，并且做模型联调测试，比如上下文对话测试在Manus里面，聚焦了6个方向Manus的工程实践经验1. 围绕KV-Cache设计且保持prompt前缀稳定
千万不要在前缀用上时间戳这种动态更新的信息，极容易导致cache失效。

2. 掩蔽而非移除工具
通过在解码时掩蔽token logits来防止（或强制）选择某些操作，而不是在prompt中移除工具定义，也是为了保证cache的有效。

3. 将外挂的文件系统作为上下文
不要把什么信息都塞到上下文窗口中，用外挂文件系统存储必要的详细信息，然后在上下文窗口中留下访问路径。即压缩了上下文长度，又保证了信息完整。

4. 通过复述操纵注意力
通过不断重写如这样的文件，将全局计划"复述"到上下文的末尾。利用大模型偏好记住末尾信息的特点，最低成本减少目标偏差。

5. 保留错误信息
不仅要知道做什么能吃糖，也要知道做什么会挨打。

6. 避免Few-shot陷入困境
众所周知，适当的Few-shot提示可以让大模型遵守输出规则，但也有可能过度泛化，导致模型只输出一种格式的内容。

Manus的解决方案: 增加上下文中的多样性，引入少量结构化变体（不同的序列化模板、替代措辞、顺序或格式上的微小噪音）。由此可以看见，这又是新模型看不见的成本与时间，首先连AI产品经理个人都不愿意花时间，就更别提企业了。3.现在还处于混乱期间，没有定局有一点比较庆幸的是，在2025年如果有人还在告诉你打算做基础大模型训练，那显然很多人都会认为你是骗子，要么就是不相信你能够超越现在的阿里通义千问、腾讯混元等这些主流厂商模型。


比较很多早期模型公司，现在都已经死在了沙滩上了。如果你说做AI模型应用，那还有人相信你的产品价值与市场的，甚至是现在有很多自媒体博主掀起了每天1款AI产品来做记录与挑战，得到了顶级投资机构的青睐，但真正能够持续的靠nativeAI应用产品产生稳定的收益产品，现在很难找，并且投入研发成本也高。这也就导致了成规模的研发团队就仍在观察，会先看别人先行，再来获取后来的经验，这也导致很少有人提AI产品的研发需求，要么就是全新的创业公司，基于API来做AI产品，但什么时候可以盈利，这都是后话，先有用户和早期的付费订阅，给投资人交差。这就是导致了AI产品经理连基本的需求土壤都没有，中小研发团队都是在看热闹，而其他企业都是在做自己的产品，维护好自己的业务。做了一段时间AI需求，发现除了追潮流，但短期却没有收益，所以AI产品经理也就越来越少了。4.开源模型与AI应用的分界线，还不明确除了上面的模型排名在你争我抢，没有形成固定的局面。而现在AI模型与agent的分工也没有明确，曾经我做过一个调研，提到了模型厂商的能力会越来越走进通用能力，以及agent的落地能力。结果有80%的人产品经理认为通用模型厂商会朝着Manus这样的产品发展。比如PPT绘制、编码、设计图都会成为模型厂商自己的能力，而基于此做的套壳应用厂家，都会被模型厂家收购或者挤压。Manus“跑路”，是产品经理必然的选择就像manus这样的产品，我认为会成为模型厂商的发展方向，从文本到语音再到视觉化，模型厂商最终的目的是AI可以替代人类或者超越人类，成为人类最好的伙伴，这一点可以从马斯克Grok4的伴侣模式就可以看出来。因此AI产品经理到底做什么样的战略规划、需求设计与产品形态，这就不好确定了，因为自己在技术资源与技术能力上，不能成为模型厂商，那么就只能选择AI应用，但是那些AI应用不会成为大模型公司的方向，谁也说不准。至少主流的行业在数据安全、医疗、电商、教育上，我们可以看到像OpenAI已经推出了电商与支付渠道，未来是否会在其他行业里延展，没有人看得准。因为AI底座模型厂商，只做底层，投资人也说不过去，只要有足够的市场份额，都可以投入。这也就造成了AI产品经理难以孵化，因为不知道那些投入之后未来会被抢夺，从而导致白白损失。综上，这就是AI产品经理越来越少的原因。今天的分享就在这里。

“关注我，了解第一批空间计算的产品经理做什么”点击加入XR空间计算开发者、产品经理交流群

AI开源项目拆解群，以及每天体验1款APP

我创建的产品设计打卡社群，加入后365天，每天体验一款APP。提升产品设计能力，同时有1300份体验报告帮助你找到竞品。

在这里你可以随时查询到你想找的各类竞品行业APP以及我收集整理的开源Github项目，马上得到APP的一手产品优化、交互设计、功能描述信息。

从优化&建议、商业模式、运营、功能描述、交互设计、产品定位至少6个维度，体验一款应用。

平均1天1块钱，扫码购买即可加入

连续体验48款应用，通过后原路退回



报名后添加星球助理

PMTalk123