北京
分享至
AI产品评测圈最近出了个怪事。一个叫Emisary的团队，没搞大模型、没堆算力，就做了个"AI反馈日记"功能，在HackerNoon的实用性评分里拿了32分——刚好压线及格，却挤进了榜单。
这评分叫"Proof of Usefulness"，满分100。同期参赛的Functionland Fula拿了98分，做的是去中心化存储；Scribe拿了39分，做的是群聊信息整理。Emisary的分数最低，但评委给的评语最长。
他们做了什么？简单说，就是把用户和AI的对话变成可操作的改进清单。不是那种"AI说错了"的笼统抱怨，而是自动拆解成"这里逻辑跳了""这个例子不贴切"的具体条目。团队创始人原话：「我们想让反馈像记账一样，越记越清楚自己到底在烦什么。」
这个思路有点反常识。现在大家都在卷模型能力，Emisary却盯着"用户骂完就忘"的痛点。32分里，技术分只占一小部分，大部分给了"用户真的回来填了第二篇日记"这个留存数据。
评委私下吐槽：这项目放在两年前就是个小工具，现在反而稀缺了。毕竟当所有人都在教AI怎么说话，没几个人关心用户说完之后怎么办。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
