AI下沉，要靠譜又好玩。

文｜甯靜路

編｜任曉漁

大模型在B端進入應用落地元年的同時，在C端AI應用層，變化也在悄然發生。

人群正在下沉。AI工具影響的群體不僅是一線城市的上班族，也有五線小城的公務員，還有大理青旅的老板和房地産行業的從業者。他們或將其充當生産力工具，寫文件做PPT，或將其充當打發時間的玩具，做成各種智能體。

同時，伴隨著模型能力進步，人們應用AI産品的深度也在提升。以智譜清言爲例，支持“一億字”知識庫的智能體能力解鎖，用戶已經可以快速根據自己的需求來定制專屬的智能助理。

而隨著AI工具如雨後春筍般湧現，一個問題也浮出水面，國産AI類應用在C端如何能真正破圈，讓更多人來使用？

01

當AI走進五環外

五一節前，與在五線小縣城工作的朋友閑聊，他說起了五環外小文員工作的苦悶。外界可能覺得，都五線小縣城了，應該不至于996，每天是不是到點就下班，錢不多但好歹事少離家近。

但從他的反饋來看，縣城的打工人日子也不那麽好過。公司日常運轉有一些文書工作，是他的活；老板有時候要參加縣裏的一些活動，如果稍微正式點的場合，發言稿得他先寫一份。不大的公司還有個公衆號，公司日常運營、員工團隊建設等也要撰寫活動稿件，這個他也要幹。這些事情看起來不起眼，但文字工作每個人都能提幾句意見，零碎又耗費精力。所以前陣子他接連好幾天都要坐在電腦前憋稿子。

作爲被老板壓榨的社畜，除了苦命人之間的惺惺相惜，我當時萌生的第一個念頭就是，用最近各類科技大廠們推出的AI産品，幫助他解決撰寫文件的苦惱。一來是真的爲了他好，節省他的時間，二來也有個私心，也想看看這些AI産品在真實需求中的表現。

結果，當天晚上他就發來了一個需求和使用反饋。

一開始他的使用反饋並不佳，AI寫出來的東西還是太粗糙，最後還是要自己上手重新來一遍。

場面一度非常尴尬，不知道是我的問題，還是他的問題，但最後發現虛驚一場，是使用方式的問題。

他的需求也就是我們說的Prompt，寫的非常寬泛，而且一上來就想要得到一個完善的版本。

很快，他重新拆分了需求，AI這一次沒有掉鏈子，給出了非常細致的內容建議。

這些生成的內容可以整合進他搭建好的內容框架，豐富觀點的層次，能夠形成一篇更詳實的材料。這大大減輕了他的工作負擔。如今，他在寫各種材料時，腦子裏先想到的是能不能用智譜清言這類AI工具提供一些點子，幫助打開思路。

無獨有偶，另一位在沿海某二線城市地産行業的朋友也時常詢問AI産品能不能用在工作中。

她的工作涉及大量的PPT彙報，比如要針對城市的産業布局和規劃向客戶和合作方提交報告。這不只是單純的問答，而是涉及大模型驅動的智能體應用。

由于當時國內推出智能體商店的玩家並不多，智譜AI是其中較早發布智能體商店的人工智能企業，旗下的GLMs對標OpenAI的GPTs，並且還是完全免費，沒什麽體驗門檻和成本。對于一個月薪勉強糊口的打工人，免費和提升效率同等重要。

在我反複排除跟我客套的因素後，看得出來，AI的表現讓她非常滿意。

不難發現，過去一年多大模型産品不止在科技圈內狂飙猛進，也不是人工智能行業在自嗨，這些應用正在逐漸覆蓋和影響到了更廣泛的人群。

而且，他們不只分布在一線大城市；在二三線城市，甚至在四五線小縣城裏，也有不少人已經率先成爲這些AI産品的忠實用戶。

02

智能體讓AI越用越深

除了用戶群體從一線城市向更廣泛的地域擴散，從去年到現在，用戶們使用智譜清言這類AI工具的深度也在提升。

科技類媒體是AI産品的先鋒用戶群，我們自己就經曆了從輕應用到用大模型來滿足定制需求的變化。文生圖應該是大模型剛火起來時，圈內最先用起來的功能。科技類圖文內容生産者日常工作有一個痛點，是如何找到貼合文章主題的配圖。

各類與前沿趨勢有關的內容，配圖需要抽象且具科技感。過去這類圖片通常要靠美工專門制圖，成本高昂且速度慢。用大模型産品的文生圖功能，生成視覺效果拉滿、科技感十足的圖片非常快，配圖問題迎刃而解。

由于圖片風格洗練，智譜清言也成爲我們常用的配圖小助手。

而大模型的文本生成功能則不太一樣。有些時候它強大的生成能力讓人贊不絕口，但有時候它則讓人哭笑不得。回複的內容第一眼看上去像模像樣，但其實是胡說八道。還有一些答案比較大路貨，針對性較差。

這些問題國內的大模型公司們當然也知道。各路人馬都在想辦法，升級基座模型，還給大模型加外挂，讓它變得更可靠更好用。比如智譜AI，也推出新一代基座大模型GLM-4，並且發布了智能體商店，同時大模型産品還能聯網和搭載各種私域知識庫。

這相當于通用能力升級之外，再加上專門領域的buff，本科生再讀個博士。一番操作下來，AI産品就不再是可用可不用，想起來再去問兩句的小配角，通過上傳用戶自己的文檔、文件和知識，它成了每個人都能擁有的專屬知識小助理。

這麽看，有點化普通爲神奇的意思了。你還別說，現在各類AI應用都在暗暗使勁，提升自己的文本挂載能力。

比如智譜AI悄咪咪上線的知識庫，就被人稱爲“一億字的智能體”。簡單說，用戶在智譜清言創建智能體時，最多可以上傳1000個文件，並且每個文件100MB，總處理字數的上限達到1億字。

如果你不知道這個體量意味著什麽，有個很直接的類比。中國古代最大的一部叢書四庫全書，共收書3461種，總字數約7億字。我們普通人日常要處理的領域內知識需求，絕大多數應該超不過四庫全書的七分之一，因此絕大多數場景下，智譜AI的知識庫産品容量應該足以應對用戶的需求。

我們也在網頁端點擊創建了幾個智能體。

整個過程非常簡單，寫出你的要求，讓AI自己去生成智能體配置，不用絞盡腦汁去配置。生成之後，用戶還可以調整名字和改變細節，之後就可以發布智能體。創建好的智能體創在網頁端和APP端都可以使用。

值得一提的是，用戶還能設置智能體的開放程度。發布成私密狀態，就是專用助手，完全不用擔心信息泄露。

我們很欽佩六神磊磊具備的豐富的金庸知識儲備，也想擁有他那樣隨時對金庸小說人物掌故信手拈來的能力，于是創建了一個“金庸英雄譜”的智能體。

描述詞非常簡單，就五個字“金庸英雄譜”，之後AI自動生成了非常詳細的簡介和配置信息。

上傳的單個文件裏有1600萬字但顯然這沒有難倒智譜的智能體創建平台。

當我問“喬峰的師傅是誰？”

點開知識庫裏與之相關的片段可以看到相關原文內容。

雖然自诩死忠粉絲，看過好多遍各個版本的神雕，但是我的確記不得這個名字。

之後我又創建了一個與工作相關的智能體，出海領域相關的知識助手，把此前積累的十幾份熱門研報全部上傳，並且發布成了私密使用。

測試效果時發現，它出乎意料的好用。

如圖所示，返回的結果不是市面上通行的大路貨，還有一些具體的案例細節 。

同時，在智能體調試狀態裏還會顯示內容來源。

不信邪的用戶可以去提到的相應來源去驗證，能發現這些確實是行業研報原文，最終的答案經過了智能體的提煉和總結。

我還嘗試問了其他專業問題，比如“中國的家電品牌相比服務品牌出海，處于什麽水平？”在提問時，有故意的錯字和漏字，但是從回複看，這並沒有妨礙智能體的理解。它給出的答案非常具體，有判斷，有數據，也能對比出兩種類型企業的差異性。

這種效果，簡直是多了一個隨身的知識小助理。也難怪從一二線大城市到四五線小縣城，各路打工人紛紛用起了AI。

03

靠譜有趣，AI類APP才能玩起來

提高效率是AI最樸素的追求，比如我們看到大量的生産力工具，在智譜上都非常受歡迎，例如AI搜索有111萬人次使用，數據分析則有51萬人次使用。

但當我們以爲大家都在爲了提升工作效率而用AI工具瘋狂內卷時，靠譜的年輕人還用AI玩出了花。

比如，一位解密小遊戲的愛好者最近在智譜AI玩起了一款AI解謎遊戲——犯罪之謎偵探。本來她以爲憑借自己的“資曆”能輕松通關，但是玩了一陣後，她發現自己進入了無限循環中，無法起訴相關的嫌疑人。而出現這個結局的原因其實是她忽略了與遊戲裏的一個關鍵NPC互動，最終用戶扮演的偵探無法拿到關鍵的信息，起訴犯罪嫌疑人這個結局就沒有出現。于是她不服輸選擇了重玩遊戲，經過嘗試，她走通了故事線。目前這個智能體已經吸引了十幾萬人次的互動。

在C端用戶的使用場景裏，靠譜只是最基本的訴求，有趣才是深入交流的源動力。

另一個例子是“表情包大全”智能體，這個智能體的玩法是，只要輸入文字，它就能生成各種表情包。從閨蜜群裏的八卦閑聊，到相親相愛一家人裏到家長裏短，再到工作群裏的情緒表達，表情包從來都是應對這一切的最好武器。

比如輸入“爲什麽周六要調休”，它自動生成了以下表情包。

對i人來說，它可以放飛自我，愉快鬥圖。對e人而言，它簡直就是自己的第二張嘴，“總有一些場景用文字回複顯得生硬，但又需要回應，這個時候你就需要有一款表情包。”

由于智能體的制作流程非常簡單，用戶自己基于自己的興趣和需求公開發布的智能體受到其他用戶的歡迎，也繁榮了智能體市場。從智譜清言APP的每周趨勢榜可以看到，智譜AI官方出品了一些智能體，還有大量的是用戶自己打造和發布的。

智譜清言上各種智能體也迎來了大爆發。據智譜AI提供的數據顯示，從今年1月GLMs個性化智能體功能上線以來，智譜清言智能體中心已有超過30 萬個活躍智能體。

這些形形色色的智能體各具特色，但都有個共性——要麽靠譜好用，要麽有趣好玩。

靠譜又有趣的智能體越多，能吸引更多人來玩，産生更多的智能體；同時，APP的用戶越多，用得越深，也在加速産品智能程度的升級。在C端人群裏，智譜清言有望在用戶人數及口碑和産品能力進化間形成數據飛輪。