第422章 駕馭工程
周三下午，起源集團總部，產品副總裁辦公室。
剛剛吃完午飯回來的姜亦心給劉昊宇發微信。
【小姜（想吃火鍋版）】：你猜今天晚上吃什麼？
【大劉（領主）】：不好意思了我的士兵，今天不能帶你去吃火鍋了，我下班之後還要回家玩騎砍。
【小姜（想吃火鍋版）】：？？？
氣鼓鼓的把手機鎖屏，姜亦心想了想自己一個人去吃海底撈、對面還要被放一個玩具熊的尷尬樣子。
算了算了，還是回家吃外賣吧。
摸魚結束的姜總開始沉迷工作，她還要看一下鼎盛那邊分享過來的調用數據。
這也是商談的結果，鼎盛和起源兩家雖然合作的地方越來越多，但是基礎實在算不上牢靠，商業談判的時候，姜亦心堅持鼎盛部署的湯圓0.9必須向起源的伺服器同步發送實時的調用量數據，防的就是鼎盛在調用量上造假。
所以雖然調用費用是一月一結，但是調用量卻是可以實時看到的。
從周一上午湯圓0.9上線鼎盛雲的模型商店到，現在滿打滿算兩天多的時間，部署在
鼎盛的湯圓0.9的API調用總量已經超過了起源官方的API。
姜亦心看到數據的時候簡直嘆為觀止。怪不得鼎盛這麼急匆匆地要上架湯圓模型，他們怎麼有這麼多的用戶，花著比滿血旗艦還要貴的價格，從鼎盛的渠道去訂閱湯圓0.9？
這個問題當然可以去問蘇總，但是姜亦心最近在刻意鍛鍊自己獨立思考的能力。
她在電腦上打開了一個新的文檔，先把自己的思考過程扔進去。
首先說，湯圓1.0火不火？火！現在已經火到了「一詞元難求」的地步，在整個AI圈子裡討論的最多的就是湯圓。
（請記住 看書就來 101 看書網，❶0❶🅚🅚🅢.🅒🅞🅜超靠譜 網站，觀看最快的章節更新）
但是起源畢竟自家的算力有限，又不願意把湯圓1.0部署在別家的平台上，想買的人買不到，但是用御風開發的速度確實是大大加快了。
AI敘事現在已經不是一個可有可無的故事，只要是科技企業，如果你還沒有宣布要擁抱AI，大家都只會覺得你已經落伍了。
那些急切著想要擁抱AI的企業，紛紛快速開發出原型，把大模型用對話的模式接入到自己的服務里，但是能自己開發模型的畢竟是少數，大部分人只能調用別家的API，而湯圓0.9就是其中能買到的最有性價比的選擇。
再加上鼎盛本身的雲服務生態完善，所有的權限管理都已經內置了，那些本身就已經選擇了鼎盛的企業接入並不複雜，再加上鼎盛在雲市場多年的積累，算力比起源富裕的多，基本上能夠滿足想要採購的企業的用量需求。
這才造成了鼎盛賣的0.9反而比起源的1.0還要多的奇怪現象。
姜亦心坐在原地皺了皺眉，甚至想出了一個對企業來說鼎盛有而起源沒有的優點，那就是企業本身可能增長的算力需求。
起源這邊算力吃緊大家都知道，想買到基本是看運氣，如果企業發現自己的用量特別大，還會快速增長，但是起源這邊供應不上了怎麼辦？
反而鼎盛這邊供應穩定，雖然價格更貴，版本更舊，但是對很多企業來說，穩定的供給就是更值錢，他們願意為此支付溢價。
從鼎盛的角度來說，賣湯圓雖然也賺錢，但這些錢還得分給起源，肯定是不如賣坤元來的划算，所以他們特意把湯圓的價格定得高一點兒，把坤元的價格定得低一點兒，也是為了鼓勵人們來用坤元。
奈何湯圓現在的名聲在整個AI圈子裡還是太權威了，既然能買到湯圓，大家還是願意買湯圓。
簡單的說，起源有模型缺算力，鼎盛有算力、模型卻沒有湯圓那麼有吸引力，綜合起來就導致了對很多企業來說，部署在鼎盛雲上的湯圓0.9才是最佳選擇。
姜亦心看了看自己寫的密密麻麻的文檔，感覺思路清晰多了。
所以起源下一步發展的關鍵還是要繼續擴充算力，硬體那邊已經有江松然在負責了，但是從產品的角度有什麼她能做的事？
姜亦心仔細想了想，現在御風、湯圓Chat和湯圓API用的都是同一個算力池，如果第一方的這兩個應用能節省出算力來，是不是就意味著API那邊可以有更多的額度去銷售？
當然不是為了節省算力而給起源的這兩個王牌產品降智，如果真這麼幹了，導致口碑暴跌，用戶信任流失，那才是捨本逐末了。
以用屍體驗為先的道理，產品副總裁姜亦心還是懂得的。
但是做了這麼久的AI產品經理，姜亦心也積累了不少方法論，其中很重要的一條就是，模型的產出質量其實並不總是和它所消耗的算力正相關。
同樣一個模型，同一個要解決的問題，用兩種不同的方式去調用，確實有可能有其中一種消耗的算力更少，得到的結果也更好，魚和熊掌是可以兼得的。
繼續優化這兩個產品的系統約束，是不是就能往這個方向提升了？
這才是真正的降本增效吧？姜亦心高興地想道。
然後她趕緊把自己剛才的想法都整理成文檔，準備作為下一個階段的項目目標。
「所以我們接下來的目標是繼續優化智能體的寫著寫著，寫到這一句的時候，姜亦心突然卡住了。
然後她想到了一個問題：這種脫離於模型能力之外的，對於智能體的表現至關重要的
部分，貌似還沒有一個名字啊。
該怎麼稱呼它才好呢？
這其實是一個很重要的問題，因為沒有一個簡潔的名字，人們就無法討論一個具體的事務，比如智能體剛誕生的時候，還沒有智能體這個概念，人們如果要形容它，只能說：
這是一種能夠自主感知環境、進行推理規劃、調用外部工具並生成最終結果的人工智慧自動化工具。
給符合這樣條件的工具命名為智能體，就大大降低了人們討論它所需要的溝通成本。
姜亦心剛剛想出來的這個概念，其實是基於智能體大規模應用的延伸。你也是智能體，我也是智能體，為什麼起源集團做出來的智能體，無論是在算力利用的效率上，還是在任務執行的結果上，都比其他公司做出來的智能體效果要好呢？
就是因為這種模型能力外的約束條件做得更好。
姜亦心開始回想起AI工具發展的這幾年歷史，這種對模型能力的綜合約束應該算是一種工程能力吧？
所以應該給它取一個什麼名字？
提示詞工程？不對，這比單純的提示詞管理要複雜多了，不僅是給模型的提示詞，還包括模型應該返回的數據格式，工具本身對返回數據的處理方式，甚至什麼時候該主動壓縮上下文。
同樣的道理，叫上下文工程也沒法體現出所有的工作來。
對取名不太自信的姜亦心左思右想，突然想到了大劉最近沉迷的那個叫《騎馬與砍殺》的遊戲。
如果把具有推理思考能力的大模型比作能夠日行千里的千里馬，使用模型的人比喻為乘騎千里馬的騎士那這種給模型提供方向進行約束的能力，是不是就可以叫做「駕馭工程」？
駕馭工程。
英文名就叫做Harness Engineering。
就這麼定了！