AI项目千篇一律，投资和应用的困境如何破局？

AI项目的同质化现状

项目的相似性

当下的AI项目存在严重的同质化问题。就像投资人Leo所说，许多项目看起来像是从一个模子里刻出来的。无论是AI应用还是生成的语句，都缺乏独特性。例如做AI做PPT的项目，都是在数据库里放置PPT模板，再用AI填充文字调整字体，技术实现简单且模式相似，难以看出明显差异。

创新的局限

在技术创新方面，目前的AI项目大多局限于优化现有流程，未能从本质上实现突破。虽然技术在不断发展，但多数项目只是在原有基础上进行小修小补，没有带来全新的交互模式或者改变生产关系。这种局限性导致项目之间缺乏足够的区分度，让投资者和用户难以找到真正具有创新性和价值的项目。

AI投资的不同考量

商业考量与社会责任

在AI投资领域，存在不同的考量方向。以朱总为代表的一部分投资者，更注重项目的现实商业化，关注能否成为提效工具或者能否盈利。而Leo则从更广阔的视角出发，他在思考AI带来的破坏性创新可能产生的负面影响以及相应成本是否可承受，除了商业收益外，还关注新科技对生产关系的变革等社会责任方面的问题。

投资的风险与机遇

目前的AI投资充满风险。一方面，很多项目缺乏技术壁垒，容易被复制，像Manus及其复刻产品，技术上没有独特优势，这让投资者担心投资后被其他竞品替代。另一方面，AI确实也蕴含着巨大的机遇，例如AIcoding相关项目如海外的cursor和国内字节的Trae，已经能满足很多人写代码的需求，这表明如果项目有独特之处，就可能在市场中分得一杯羹。然而现阶段，多数人似乎仍在盲目下注，投资具有一定的赌博性质。

AI带来的多方面挑战

就业与社会结构

AI的发展对就业产生了重大影响。例如自动驾驶声称会带来新岗位，但新岗位数量可能远不及被取代的岗位数量，而且新岗位更倾向于年轻人，对年龄较大的从业者如的士司机等冲击较大。从更宏观的社会结构看，随着AI取代人类工作岗位，按劳分配原则可能面临改变，如何安置那些失去工作的人是一个亟待解决的问题，社会可能需要重新构建财富再分配体系，但这需要时间去磨合。

伦理与技术发展

AI的伦理问题也是一大挑战。以自动驾驶为例，车出车祸后的责任归属问题至今没有明确答案，这成为技术推广的障碍。技术本身的发展水平有限，如自动驾驶虽然已经发展了三四年，但在人流和车流量大的地方行驶仍存在问题，技术改进面临数据收集的难题，仿真数据虽然是一种解决思路，但也存在局限性，无法完全模拟现实中的所有场景。

Agent无法大规模应用的因素

技术层面的限制

从技术角度来看，Agent目前还面临诸多限制。首先是数据问题，以Manus为例，虽然声称是GeneralAgent，但实现通用能力的方式依赖于虚拟机，且存在数据孤岛的风险，这对垂类深耕极为不利，因为真正有价值的Agent需要打通数据体系，但很多数据是私有和机密的，难以获取。其次是算力和成本问题，执行任务所需的算力消耗巨大，而客户往往不愿意为不确定的结果支付高额的算力费用。

商业与社会文化因素

在商业和社会文化方面，Agent也面临挑战。从商业角度看，目前的Agent缺乏足够的付费意愿，很多产品只是将各个部分拼凑在一起，没有形成成熟的商业模式。从社会文化角度看，Agent如果完全替代人类的工作过程，会让人丧失生命体验，而且当Agent出错时，责任归属难以确定，这使得人们在使用Agent时有所顾虑。人是社会性动物，在很多场景下，人类之间的互动和人际关系带来的价值是Agent无法替代的，这也限制了Agent的大规模应用。

相关问答

AI项目同质化的表现有哪些？

AI项目在功能实现、应用模式等方面极为相似。如AI做PPT项目，都是基于模板填充文字，在技术实现和商业逻辑上缺乏独特性，生成的语句也带有机器烙印，难以区分彼此。

Leo在AI投资上的考量与其他人有何不同？

其他人如朱总关注项目的商业盈利性，而Leo除了商业考量，还关注AI带来的负面影响和对生产关系的变革，思考这种创新的成本是否可承受，从更广阔的社会视角看待AI投资。

为什么说AI发展会对就业产生重大影响？

AI取代部分岗位后，新岗位数量可能不足，像自动驾驶新岗位数量难抵的士司机岗位数，且新岗位偏爱年轻人，中老年人就业受冲击，还可能改变按劳分配原则，社会财富分配体系需重新构建。

AI的伦理问题如何影响其发展？

以自动驾驶为例，车祸责任归属不明确，使得这项技术难以推广。伦理问题不解决，商业上难以形成可行模式，即使技术和商业有实现可能，权责不清也会阻碍其发展。

Agent在技术上有哪些限制？

Agent存在数据和算力方面的限制。数据上，存在数据孤岛，垂类深耕的数据难以获取。算力上，执行任务算力消耗大，客户不愿为不确定结果支付高额费用，这些限制了Agent的发展。

为什么人是社会性动物会影响Agent的大规模应用？

在很多场景下，人类互动带来的价值是Agent无法提供的，如人际网络带来的资源、共同成长的可能性等。而且Agent出错时责任难定，人们雇佣人类不仅是为工作，还有其他社会因素，这些都限制了Agent的大规模应用。