整理 | 申莉琦
采訪、編輯 | 王與桐
【資料圖】
ChatGPT無疑是2023年截至目前的關(guān)鍵詞。而如我們所知，ChatGPT令人驚艷的AI能力，不僅僅體現(xiàn)在“回答”，更體現(xiàn)在“生成”。
“生成”能力，也是目前國內(nèi)企業(yè)競相追求的下一代AI發(fā)展方向。而秘塔寫作貓，就已經(jīng)進(jìn)化出了“生成”文章的能力。
成立于2018年的秘塔科技，最早是在法律賽道做翻譯，后來逐漸深入寫作場景，成為國產(chǎn)版本Grammarly。
而秘塔寫作貓顯然并不滿足于此。在去年秋天，秘塔寫作貓推出了“量子速寫”這一文章生成器，很快就獲得了廣泛的關(guān)注，一周時間內(nèi)達(dá)到上萬的日活。
今年以來，整個ChatGPT領(lǐng)域不斷有新聞發(fā)生，GPT-3.5-turbo的API開放、GPT4上線、百度文心一言上線等等。我們采訪了秘塔寫作貓創(chuàng)始人&CEO閔可銳，一起聊聊了從Grammarly到ChatGPT，下一個時代的文章工具，應(yīng)該是什么樣。
以下是專訪實錄，經(jīng)36氪整理：
36氪：按我個人的理解是：ChatGPT由生成式對話與搜索資料這兩部分功能組成，在您看來，這兩部分中哪一個是讓ChatGPT火起來最重要的原因？
閔可銳：在一定程度上來說ChatGPT的爆火不只是需求上的原因。對于對話式交互領(lǐng)域，學(xué)術(shù)界一直在發(fā)展革新，但對于普通的民眾來說，并沒有感知。以前在大家印象中能達(dá)到30分-40分用戶體驗的功能短時間提升到了80分-90分，讓很多人都感到震驚，造成廣泛的自傳播。實際上，在去年9月份我們推出小程序速寫時，也讓很多人感到驚喜。
36氪：我最早接觸你們，是因為你們的文本糾錯能力；去年年底你們又推出了智能寫作的功能；但據(jù)我們所知，秘塔最早涉足的是法律翻譯相關(guān)的領(lǐng)域。作為秘塔寫作貓的CEO，您能分享一下您創(chuàng)業(yè)的歷程，以及秘塔科技寫作貓的發(fā)展迭代邏輯嗎？
閔可銳：一直以來我從事的都是研發(fā)相關(guān)的工作，早在2013年時我創(chuàng)立過另一家公司做自然語言處理，在B端有一定的影響力。2018年起，我們開始了秘塔這個項目。在秘塔剛創(chuàng)立的時候，我們就已經(jīng)料想到新一代以深度學(xué)習(xí)為代表的技術(shù)，能達(dá)到準(zhǔn)專業(yè)級腦力勞動上的效果，就像現(xiàn)在大家都在討論的ChatGPT。可能在此之前大家對人工智能的理解還停留在小愛同學(xué)的級別，你發(fā)出的一些比較標(biāo)準(zhǔn)的指令能夠得到滿足，但只要超出這個的范疇，它就束手無策。而現(xiàn)在ChatGPT的出現(xiàn)相當(dāng)于給全民做了一個AI能力的普及。
18年起，我們就在朝這個方向努力，選擇了法律這個領(lǐng)域切入，因為這個領(lǐng)域本身就具備付費的意愿與能力。在做跨國交易的時候，律師可能需要花費兩三周的時間進(jìn)行翻譯與校對的工作，這就體現(xiàn)了human intelligence能夠被替代的單點，且有意愿付費。就算在較好的律所里配有專職的翻譯團(tuán)隊，單價卻非常昂貴。這就促成了我們第一個產(chǎn)品落地的定位，就是把翻譯這件事做好。
19年我們發(fā)布了第一個翻譯產(chǎn)品，當(dāng)時還在北大法學(xué)院舉辦了相關(guān)活動，通過邀請資深的律師和公司法務(wù)觀摩不同學(xué)校代表隊與AI進(jìn)行PK，讓大家直觀地感受到了目前機(jī)器的翻譯能力已經(jīng)達(dá)到一個專業(yè)的水平。隨后基本上國內(nèi)頂級的幾百家律所也陸續(xù)成為了我們的客戶。
為了使用機(jī)器幫助減少重復(fù)性腦力勞動的工作量并提高工作的效率，我們在2020年的時候推出了糾錯校對的產(chǎn)品。對于一些白領(lǐng)來說，跟大量的文本打交道是不可避免的，無奈的是，市面上并沒有一個好的產(chǎn)品去幫助他們進(jìn)行一些糾錯潤色或者校對提示。傳統(tǒng)的Word也達(dá)不到上述的要求。
36氪：我使用中文時，出現(xiàn)錯別字、語法問題，從未被Word提示。
閔可銳：Word在十幾年前集成了這一套基礎(chǔ)的語法檢查體系，對于英文還行，但在中文這種語法不那么規(guī)則化的語言面前是很難施展的，由于中文語法本身的高度模糊性，導(dǎo)致市面上一直沒有比較流行且靠譜的產(chǎn)品，這恰恰是新一代技術(shù)可以施展拳腳的地方?；谖覀儗π蝿莸呐袛啵昵拔覀儼l(fā)布了我們第一個版本的寫作貓，很大程度上減輕了文字工作者的苦惱。
近兩年，我們也逐步加入了針對英文的檢查與改寫潤色。在整個過程中，我們也意識到了很多用戶的價值感知最高的，不是幫助他找出文章的錯誤，而是幫助他從0到1生成文章，或給他一些ideas與靈感上的啟發(fā)。
36氪：那是怎么想到做文章續(xù)寫、智能寫作這方面的事情呢？
閔可銳：我們起初做糾錯這個產(chǎn)品時，在海外對標(biāo)的是09年成立的Grammarly公司，它花了大概十余年的時間讓營收達(dá)到了小一億美金的級別。
而AI應(yīng)用公司——Jasper——利用新技術(shù)作為杠桿，加上自身對營銷的理解，在創(chuàng)立短短的兩年時間里就達(dá)到了接近一億美金的規(guī)模，可見AI的價值。
學(xué)術(shù)上證明了GPT可行性后，Jasper公司又在商業(yè)上證明了這件事的可行性。
因為我們自身有相關(guān)技術(shù)儲備，在去年下半年推出了一個叫量子速寫的小程序：哪怕你只輸入一個標(biāo)題，我們也能給你生成2000字并具有完整邏輯的文章。事實證明反響還不錯，也驗證了AI寫作的直接需求。
量子速寫的生成文字
量子速寫的生成文字
后續(xù)我們也在不斷進(jìn)行優(yōu)化與模型迭代，去年11月份時，寫作貓正式從“你來寫我來改”的模式變成了一個更一體化AI寫作平臺。
營銷宣傳的團(tuán)隊，在使用寫作貓之前，人工一天可能寫出上千字，而使用寫作貓后，客戶只需要定義好需要的描述或賣點，我們就可以為我們的客戶生成一批相關(guān)的文案，就算客戶后續(xù)再手動地進(jìn)行修改與調(diào)整，速度上也會比原先單純使用人工去完成任務(wù)更快。
現(xiàn)在看來，去年國內(nèi)市場還是比較安靜的。相比較之下，海外從2021年起便涌現(xiàn)一系列創(chuàng)業(yè)公司借助OpenAI的API開放應(yīng)用層產(chǎn)品。
36氪：不久前有很多人提到ChatGPT會取代Grammarly，您對此有什么想法嗎？從邏輯上來說是可行的，但ChatGPT這樣更好的生成式技術(shù)，用于檢查語法、錯字，是不是相當(dāng)于用牛刀殺雞呢？
閔可銳：如果這把牛刀足夠便宜，殺雞也是可行的。和小模型相比，就算大模型的成本上存在幾十倍的差異，這些差異最終在客戶端都被抹平。
我在團(tuán)隊內(nèi)部里也提到，如果一個工具能提升20%-30%的效率，那么它可以被定義為一個良好的工具；如果它能提升高達(dá)30倍的效率，這時大概率會遇到倫理問題。
Grammarly目前的定位與追求是輔助者，而不是幫助用戶直接生成文章，畢竟大幅提升效率的新產(chǎn)品難免會和傳統(tǒng)價值觀產(chǎn)生一定的沖突。這也是Grammarly沒有選擇快速轉(zhuǎn)型的原因。但是，當(dāng)人們發(fā)現(xiàn)一件事10秒就能完成時，便不愿再花費10分鐘去完成。在現(xiàn)在這個時代，一旦潘多拉魔盒被開啟，就很難再把它裝回去。
36氪：所以您也是會認(rèn)同Grammarly會被取代這種觀點？
閔可銳：這還要取決于他們自己的營銷策略，畢竟目前為止他們還擁有一個比較廣泛的應(yīng)用群體。但如果Grammarly只專注于幫助用戶檢查錯誤，會受到具有更綜合功能產(chǎn)品的挑戰(zhàn)。
36氪：目前AI對話、AI寫作領(lǐng)域的實踐模式，大多是搜索加語料庫的路徑，你們調(diào)用的路徑是與ChatGPT不一致的嗎？你們使用的數(shù)據(jù)又是從何而來的呢？
閔可銳：我們從2018年成立，產(chǎn)品所用到的模型均為自研。在前GPT3時代，生成式的內(nèi)容很不靠譜，會有各式各樣低級的錯誤。在大模型基礎(chǔ)上，我們進(jìn)行一系列良好的訓(xùn)練與工程的優(yōu)化后，寫作貓長文生成質(zhì)量達(dá)到了實用級別。對于數(shù)據(jù)方面，我們使用的都是全網(wǎng)各種新聞網(wǎng)頁或其他公開資料洗出來的高質(zhì)量數(shù)據(jù)。
36氪：我們之前試用過mini max公司的旗下產(chǎn)品glow，發(fā)現(xiàn)其對話風(fēng)格與近年來流行的劇本殺風(fēng)格類似，那么它們的數(shù)據(jù)來源又是什么呢？
閔可銳：網(wǎng)絡(luò)小說。在中國有著極其豐富的網(wǎng)絡(luò)小說資源，這個量級在全球范圍內(nèi)都首屈一指。中國目前網(wǎng)絡(luò)小說存量加起來比OpenAI訓(xùn)練GPT3的數(shù)據(jù)還要多。
36氪：前段時間，OpenAI宣布開放ChatGPT的API接口，對于這件事您怎么看？
閔可銳：在我看來，它的商業(yè)推進(jìn)速度是非常之快。并且這套定價體系的出現(xiàn)，會讓很多全球范圍內(nèi)跟OpenAI處于一定競爭關(guān)系、使用類似商業(yè)模式的公司感到十分難受這也是OpenAI在12個月里第二次降價， 總計下調(diào)到了1/30，這給所有其他想要利用大模型并提供上層API調(diào)用的公司而言無疑是巨大的壓力。且不論你的模型無法與之相比，在定價時，它采取的甚至不是以獲取正向利潤為目的定價策略。
36氪：這種策略與中國互聯(lián)網(wǎng)滴滴美團(tuán)這些公司十分類似。
閔可銳：這其實是一個非常激進(jìn)地去普及其API的方式，在一定程度上來說，這個方式可能也是行之有效的。微軟投入的巨額資金，其中的大部分也會在自己平臺上重新被使用，所以也算是收入的一部分，或者更通俗來說，可以看成是一種優(yōu)惠券，換來的可能是市場上絕對優(yōu)勢的壟斷地位，這就讓其他公司很難再通過類似的模式賺取利潤。
36氪：正如您之前所說，ChatGPT開放API接口會讓很多公司難受，但主要提及的是海外與其采用類似商業(yè)模式的公司。您認(rèn)為對于一些國內(nèi)相關(guān)領(lǐng)域的公司，他們難受的點在哪里呢？
閔可銳：我認(rèn)為，我們國內(nèi)是需要自主自研的可控大模型的。但單從商業(yè)角度來說，我很難想象國內(nèi)的公司和它在市場上進(jìn)行價格上的競爭。
我自己原來也在Google和微軟等公司實習(xí)，很多時候大公司從研發(fā)到推出產(chǎn)品的流程需要以年來計時。我們已經(jīng)很多年沒有見到像微軟這樣體量的企業(yè)，每周都會對其主產(chǎn)品線做更新，并把它的技術(shù)提升應(yīng)用到它核心的產(chǎn)品線，包括Bing的搜索上。
36氪：目前ChatGPT大模型的API已經(jīng)可以調(diào)用，在價格還比較低廉的情況下，秘塔寫作貓會考慮接入嗎？
閔可銳：我個人的觀點是，如果我們現(xiàn)在面臨的是30門全科能力的考試，OpenAI確實有機(jī)會通過它的規(guī)模與算力在綜合性的30門考試中取得比我們更好的成績。而我們的優(yōu)勢在于我們直面用戶，解決特定剛需場景問題，在我們重點關(guān)注的領(lǐng)域做到比它們好。
36氪：那我可以理解你們團(tuán)隊是對標(biāo)的Jasper而不是OpenAI嗎？
閔可銳：就目前來說，我們不愿意提所謂對標(biāo)OpenAI這類邏輯。在一個月內(nèi)，有太多公司從資本市場冒出并公開表明對標(biāo)OpenAI。我們保持敬畏。
36氪：我會傾向于把你們類比成中國版的Jasper，如果中國版的ChatGPT，也就是百度的文心一言成功上線，對你們公司會產(chǎn)生沖擊嗎？
閔可銳：首先，我們也很期待在這個節(jié)點上百度推出的產(chǎn)品展示技術(shù)能力；如果百度希望做成中國版的ChatGPT，那與我們其實不會產(chǎn)生直接沖擊。我們希望我們的產(chǎn)品更貼合專業(yè)且具體的場景，而ChatGPT更像是一個好的技術(shù)而不是一個收費的工具。
36氪：目前有很多投資人認(rèn)為Jasper是一個很好的標(biāo)的，那么 Jasper這種模式在中國國內(nèi)是可以復(fù)制的嗎？
閔可銳：我們目前所看到的情況是，在國內(nèi)不論你針對什么環(huán)境，與國際市場的付費意愿相比而言是糟糕的，但不可否認(rèn)偏營銷端的產(chǎn)品相對來說更好。很多公司并不愿意為單純具備管理職能的軟件每年支付上萬元，可如果某產(chǎn)品能為公司帶來可量化的1萬新增用戶，那公司就很有可能為其買單。他們可以選擇使用較小的金額去驗證產(chǎn)品帶來的效果，當(dāng)發(fā)現(xiàn)效果不錯以后，他們也會相應(yīng)地投入更多的金額。
36氪：了解了你們在應(yīng)用層面與OpenAI有較大差別以后，我想知道如果在投資到位的情況下，你們會選擇去擴(kuò)張團(tuán)隊的規(guī)模，在底層技術(shù)去追趕它們；還是會選擇把更多的精力放在實際應(yīng)用這個方面呢？
閔可銳：底層技術(shù)是我們一定會去不斷投入的方向，但對于是否需要千億模型這件事，我們的態(tài)度是不一定。
36氪：那您認(rèn)為最有決定效果的方面是什么呢？
閔可銳：我們之所以認(rèn)為OpenAI很強(qiáng)的重要原因是在它達(dá)到85分效果需要完成的這100件事里，每一件事它都沒有短板。我們會去探索更高的參數(shù)量，評估其必要性千億模型對成本來說是一個負(fù)擔(dān)，在接近的應(yīng)用效果方面，我們會希望它越小越好，而不是越大越好，因為后者會帶來更大的成本。
就像Facebook最近也在訓(xùn)練一些較小的模型并利用它們達(dá)到千億級別的效果。所以理論上可以在更小的規(guī)模上達(dá)到2020年GPT3版本的訓(xùn)練效果， GPT-3的1700億參數(shù)訓(xùn)練并未充分。
36氪：未來ChatGPT的API廣泛應(yīng)用于中國市場的話，你認(rèn)為會不會涌現(xiàn)出很多做相同事情的廠商？
閔可銳：我相信這是不可避免的。從2020年起，市場上就有大量試圖模仿我們的產(chǎn)品，雖然效果有顯著差異。
無論是國內(nèi)還是國外，競爭是常態(tài)。但凡是有價值的領(lǐng)域，就會有很多公司參與競爭。
36氪：您作為公司的CEO，在新的一年里對公司有什么具體的規(guī)劃嗎？或者換另一種說法，當(dāng)你們今年只能做好一件事時，您希望公司更看重商業(yè)化還是技術(shù)，或者其他別的選項？
閔可銳：我們始終會考慮把商業(yè)化和技術(shù)兩件事捆綁在一起完成，希望我們在生成能力這項技術(shù)上的投入能直接反哺到客戶數(shù)量的增長，提升客戶的滿意度與復(fù)購的意愿，然后我們才能有更大的資源讓客戶了解到我們，這是一個正向循環(huán)的過程。驗證大家是否認(rèn)可你最簡單的方式就是用錢投票。
關(guān)鍵詞：
