Auteur : Wang Jianshuo, fondateur de Baixing
Beaucoup de gens déclarent sans réfléchir que « les grands modèles sont tout ». Je n'y crois pas vraiment.
Chaque fois que j'entends des expressions comme « tout avaler », je pense que c'est probablement parce que notre compréhension de l'avenir n'en est pas encore au niveau nécessaire, ce qui nous fait lancer des affirmations aussi générales. Sinon, comment une seule chose pourrait-elle tout avaler ? Prenons l'internet - on a parlé d'internet comme d'un monstre qui va tout avaler pendant des années, mais aujourd'hui, l'a-t-il vraiment fait ? Alors, est-ce internet qui avale tout, ou les grands modèles de langage ? Tous deux avalent, ne laissant rien derrière eux ?
Je préférerais donc changer la formulation : c'est une fondation très importante. Sans cette fondation, le monde ne peut pas se développer, tout comme internet sans son réseau principal, ou l'électricité sans les centrales électriques. Cela, je le reconnais.
Mais une fois la fondation en place, c'est ce qu'il y a au-dessus qui devient passionnant.
Prenons l'exemple de l'électricité. Lorsque l'électricité est apparue, quelle a été sa première application visible par tous ? L'ampoule électrique. Thomas Edison a allumé la première, et elle a continué à briller, briller, briller. Si le monde en était resté là, avec une seule ampoule, alors je pourrais totalement dire : la centrale électrique est le cœur du monde entier, la centrale électrique avale tout.
Mais ce n'est pas ce qui s'est passé. Plus tard, il y a eu les moteurs pour actionner des machines ; et ensuite, vous vous rendez compte qu'une fois que cette chose fondamentale qu'est l'électricité existe, une infinité d'appareils électriques vont pousser dessus pour l'utiliser. Le lave-linge pour laver le linge, le téléviseur pour regarder la télé, l'aspirateur pour aspirer la poussière – ce sont tous des applications de l'électricité. Sans électricité, aucun de ces objets n'existerait. Mais dire que « l'électricité avale tout », je ne le crois pas.
Il en va de même pour les grands modèles. Ils fournissent une intelligence de base. Mais cette intelligence doit être intégrée dans une « machine » concrète, orientée vers un scénario spécifique, une « appliance » quelconque, pour qu'elle puisse jouer son rôle et vraiment changer le monde.
Claude Code est pour écrire du code, Claude Design pour faire du design, VoiceDrop pour écrire des articles. Un même grand modèle, placé dans des appareils différents, résout des problèmes complètement différents.
Avoir seulement de l'électricité, seulement de l'eau, sans lave-linge, les vêtements ne seront pas lavés. Imaginez : la centrale produit une quantité énorme d'électricité, l'électricité est très puissante, et ensuite ? Sans lave-linge, cette pile d'électricité peut-elle laver les vêtements toute seule ?
L'intelligence, c'est bien, mais la plupart des choses dans le monde nécessitent la combinaison de multiples éléments pour fonctionner, tout comme un lave-linge a besoin de combiner l'électricité, l'eau, et même un tambour ; les grands modèles peuvent peut-être remplacer beaucoup de choses dans le domaine des logiciels, mais les scénarios d'application dans le monde qui ne nécessitent qu'un seul élément ne sont pas nombreux.
Prenons un exemple concret. Maintenant que nous avons des grands modèles, ce n'est pas suffisant, il faut qu'il y ait une couche au-dessus appelée Harness - cette couche est apparue récemment - c'est elle qui établit la relation avec le code, pour finalement former quelque chose de véritablement utilisable. Un grand modèle seul ne peut pas écrire de code. Bien sûr, le cœur de Claude Code, pour être honnête, je pourrais l'écrire avec une cinquantaine de lignes, un peu plus avec quelques lignes supplémentaires, et cela pourrait fonctionner pour écrire des programmes. Mais vous devez voir : avec seulement le grand modèle, sans cette couche extérieure, il n'est toujours pas facile à utiliser - c'est-à-dire que l'intelligence du grand modèle, si elle ne se combine pas avec la capacité d'exécution de code fournie par le système d'exploitation, compter sur le grand modèle pour faire des maths n'est pas économique, et parfois même impossible.
La valeur centrale de cette couche d'interface est de nous aider à placer cette intelligence, comme l'électricité ou l'eau, dans un scénario d'application concret, pour en faire une machine capable de résoudre un problème spécifique.
En disant cela, bien sûr, je ne rejette pas complètement la logique derrière l'expression « tout avaler ».
Ce que cela signifie principalement, c'est les logiciels existants. Jusqu'à présent, nous avons accumulé une très, très grande couche de logiciels – des choses construites avec beaucoup de règles, de formulaires, de boutons, de flux de travail, il y en a beaucoup. De nombreux filtres, des modèles fixes, une série d'opérations backend, de nombreuses fonctions de détection SaaS. Et aussi toutes sortes de choses que nous connaissions auparavant sous le nom de « M », qu'il s'agisse de CRM, ou de HIS (système d'information hospitalier), c'est-à-dire toutes sortes de choses appelées « systèmes », « logiciels », ou autre, un grand nombre.
Cette couche, je pense que les grands modèles de langage vont effectivement en avaler une bonne partie.
Pourquoi ? Parce que ces logiciels, à l'origine, étaient précisément des choses constituées d'instructions claires exécutables par l'ordinateur, figées et exécutées de manière répétée – nous appelons cela des logiciels. Et cela, c'est exactement ce que les grands modèles de langage sont les meilleurs à « mordre ».
Mais.
Dans cette couche, en dehors des logiciels, il y a aussi beaucoup d'autres choses. Les informations clients. La capacité d'exécution – par exemple, lorsque vous réservez un billet d'avion, la véritable capacité à transporter un avion, des personnes d'un endroit à un autre. Et aussi la confiance. Beaucoup de choses du monde physique. Celles-ci, je ne pense pas qu'elles seront avalées.
Après avoir avalé cette couche, cela ouvre au contraire un espace plus vaste – au-dessus, celui des nouveaux logiciels.
Les nouveaux logiciels auront certainement une interface fluide, ils ne figeront probablement pas autant de règles qu'avant. Après avoir confié toutes ces règles à l'IA, réfléchissez-y : auparavant, nous avons réussi à créer un CRM comme Salesforce, c'était déjà le summum du niveau humain, cela a demandé des efforts titanesques. Mais si cette partie devient relativement plus facile à résoudre, alors ce que les gens feront ensuite, c'est d'ouvrir encore plus d'imagination, plus de possibilités au-dessus – et cette partie-là, c'est précisément ce que nous ne voyons pas encore.
C'est souvent là que nous faisons erreur. Lorsqu'une nouvelle technologie arrive, parce que nous ne voyons pas la voie plus large qui s'ouvre après, nous ne pouvons fixer que la partie immédiate devant nous. Un arbre qui cache la forêt.
Ne parlons même pas de ce genre de jugement de tendance. Je me souviens qu'en 2004, un groupe d'amis se plaignaient ensemble, disant que tout l'internet ne pourrait plus jamais voir émerger de société plus grande que Sina, Sohu, NetEase, que l'internet touchait à sa fin, qu'elles allaient tout monopoliser. Mais cela ne fait que quelques années ? Le ciel et la terre ont changé. Nous serions horrifiés par notre propre myopie de l'époque.
Voici donc ce que je propose : les grands modèles sont-ils importants ? Oui, ils sont importants, c'est la fondation, c'est le principal point d'effort de cette période récente. Mais une fois qu'ils deviennent une chose stable, capable de fournir de manière continue, il faut au-dessus toutes sortes de machines, d'appareils, pour résoudre des problèmes concrets un par un. Cette couche épaisse – où elle est utilisée, comment elle est utilisée – sera le courant principal de la deuxième vague de cette vague.
L'expression « tout avaler » est trop imprécise. Dans le monde, y a-t-il eu une chose, une forme de société, une technologie, qui ait vraiment tout avalé ?
Trouver les opportunités dans les endroits qu'elle avale – c'est cela, la chose vraiment importante.
