拾象 LLM 投资思考及 OpenAI 案例分享–20230402.pdf

看完后的想法：

1. 目前的应用主要在tob和工具，我觉得主要还是 plugin 生态没有完全开放 和 成本问题。
2. 想法：如果有更多的用户数据，在一些行为相对稀疏的交易上（比如旅行、大件购买），能提供更好的个性化交易推荐/解决方案
3. 场景：
   1. 如果我的 个人机器人 知道我看什么旅行博主视频、小红书标记、书影音（这个是单个app不知道，但是我可以授权分享给我的agent)，以及以前的消费历史
   2. 然后我给 个人机器人 提具体的任务
   3. 个人机器人 从所有的服务商里（不限携程、去哪儿、美团、airbnb）给我推荐。再根据反馈优化
4. 产品
   1. 然后重要的产品就是这个 个人机器人。以及它的不同 任务。比如：工作助理（各专业类型）、购物助理、新闻助理、旅行安排、语言学习等
   2. 具体的 use case：比如英语学习。可以选一个自己很喜欢的英语大V/英语学习软件做的agent. 就像直接进入游戏，跟进程就可以了。
   3. 和以前的app的区别是：和大v视频学方法论，app做工具。方法与工具的分离。和英语课程的区别是：完整的目标进程、根据反馈个性化优化
   4. 抽象差异
      • 在任何一个专业领域搭载自己喜欢的创作者系统。这个系统可以被拆分成非常小颗粒度（比如学英语->英语写作->记单词->视觉记忆）
      • 充分个性化
      • 根据反馈优化