砸1亿奖励“手搓应用”:催生泡沫,那又如何?

烧钱不是罪,关键要花对。

砸1亿奖励“手搓应用”:催生泡沫,那又如何?

文 | 佘宗明

 

在烧钱整活方面,中国AI果然是“专业”的。

约一周前,蚂蚁灵光App拍了拍大伙,并向大家甩来一个“灵光闪应用创作者激励计划”——它要豪掷1个亿,扶持平台上的优质闪应用与优秀创作者。

奖励规则很直白:每天最高用100万激励10000个优质闪应用,每周再砸100万奖励100名优秀创作者。

砸1亿奖励“手搓应用”:催生泡沫,那又如何?

才见到“AI红包大战”大戏落幕,又看到蚂蚁捡起“撒钱”剧本,不少人脑中估计回旋起了“一波还未平息,一波又来袭击”的BGM。

凡有撒钱处,必有口水战,这次也不例外。

有些“撒币倦怠症”患者就觉得,一代人有一代人的鸡蛋要领,现在灵光砸的这1个亿就是另一种“鸡蛋”,与其把钱砸在“揠苗助长”上,不如去砸模型、买算力、招人才。他们将对梗图中“美国AI卷技术,中国AI卷红包”的痛心,延续在了灵光砸钱上。

也有很多人将这1亿元扶持上升到了“AI素养提升”“AI应用开发平权”的高度上。

在此问题上,我的看法是:

灵光这亿元级扶持,肯定会催生AI应用的短期泡沫与虚假繁荣。

但……抱歉我要说“但是”了,这不足以遮蔽其多重价值。

指出其不足,很合理;否定其意义,太短视。

 

01

 

砸1亿鼓励全民“手搓应用”,会带来泡沫、引来羊毛党吗?

肯定铁定必定会。原因很简单:任何大额激励计划,都逃不开人性与机制的双重考验。

灵光砸下这1个亿,激活应用开发热情的另一面,必然是制造虚假繁荣。

数据显示,灵光上线四个月,平台上已经涌现超过3000万个闪应用。

多乎哉?太多了。可数量是上去了,质量呢?

只能用四个字来形容:泥沙俱下。

大量应用功能简陋、逻辑粗糙,仅能实现基础交互,无法稳定解决真实需求,连“能用”都谈不上,更别说“好用”了。

这在所难免:今年Vibe coding(氛围编程)概念这么火,可伴随而至的是什么?

是“盛产即用即弃的一次性软件”,是“批量制造代码维护性极差的‘屎山代码’”。

砸1亿奖励“手搓应用”:催生泡沫,那又如何?

 

灵光闪应用的0代码、0部署、0门槛+可一句话30秒生成应用,确实把开发应用的高门槛(得学会需求拆解、代码编写、测试上架)给拆除了,可门槛降低的伴生代价就是低质量产出剧增。

更别说,现在的直给型激励机制,相当于在不少饿狼面前放了块肥肉。

有些羊毛党会采取“多量快发”的投机策略,用模板批量生成、用提示词简单套壳、用换皮手段快速复制,再发挥祖传技能,想法子刷量上榜,这难免带来“逆淘汰”效应。

正因如此,3000万个闪应用中,有不少只能算是应用领域的“AI泔水”,像那些粗糙的打卡表、bug频出的记账本、换皮的小游戏,生命周期估计也就是生成前后那几分钟,过后就被遗忘在数字荒原里了。

当1亿元激起的“海量应用、全民创作”浪花,建立在功利驱动、质量参差的海滩上,会出现什么?

答案就是:应用领域的“产能过剩”。

 

02

 

泡沫有是有,但若是因为有泡沫就觉得这1亿元砸得不值,那就格局甚微了。

这轮AI热潮也有泡沫,可贝索斯说,“AI 是一场‘良性泡沫’(good bubble),更像工业泡沫而非金融泡沫。即使股价暴跌,社会也会从这项技术中获得深远且持久的好处。”

1亿元砸向“手搓应用”也一样:它会带来泡沫,但即便有泡沫,也不足以否定其意义。

过去两年,AI带来的“新型贫富差距”正受到越来越多的关注。这类差距,主要体现在AI技术使用和可支配Token额度上。

一方面,大模型迭代速度开启加速模式,AI变得越来越聪明;另一方面,普罗大众的AI素养仍停留在“问个问题、写篇作文”上。技术鸿沟也带来了分化焦虑。

在我看来,灵光自诞生之日起,就开启了一场名为“开发平权”的社会实验,通过以零门槛开发应用为铲填平某些鸿沟,带动普通人从“害怕AI”转向“用好AI”。

以我为例,身为小白用户的我,以往就是个“开发者绝缘体”:毕竟,之前开发应用,需要学编程→搭框架→写代码→测bug→上架部署,没个专业团队、几万块成本,根本玩不转。就算是用低代码平台,可视化操作、基础代码能力也少不了。

但随着灵光依托消费级 Coding Agent将开发门槛“归零”,开发应用从极客专属走向全民共创,已非奢望。

所以零编程基础的我,也凭自然语言“手搓”出几个我想要的应用。

也许有些人会说:虽然但是,这有什么意义呢?

非要说意义,那最直接的意义就在于,能提高大众的AI素养,激发大众的创造兴趣。

就提高AI素养来说,当下人们对AI的认知止于聊聊天画画图,缺乏“用AI解决问题”的能力。灵光激励不是下载即得,而是引导用户完成“描述意图-生成应用-发布分享-迭代优化”的完整闭环,在实践中学会精准描述需求、理解AI逻辑、高效转化创意,点亮“用好AI”的技能。

砸1亿奖励“手搓应用”:催生泡沫,那又如何?

在AI应用急需走向大众的关键窗口期,让人们玩转一次AI可能比开10次发布会更有用。

就激发创造兴趣而言,之前很多人觉得开发应用离自己太远了,“人人都是开发者”就是个乌托邦图景。可如今,不用深耕技术领域,无需掌握代码能力,普通人就能让自己创意变为落地可用的数字工具了。

当“意图就是代码,想法就是产品”成真,很多人也就不用藏着掖着自己天马行空的想法了,心中os没准是:话不多说,造就完了。

 

03

 

除了提升大众AI素养、弥合技术鸿沟外,“开发平权”带来的另外两点也很重要。

一是长尾需求满足。

公众日常用的 App,都是大厂做的“通用款”,其标准化服务能满足大多数人的需求。

但生活里还有无数小众、细碎、个性化的痛点,并未得到满足。

搁以往,这类需求,专业的不愿做,普通人做不了。可如今,灵光闪应用填上了这道缺口。

新闻报道里提了几个案例:

武汉涂女士为照顾患癌母亲“手搓”出出入水量记录工具,让居家护理数据告别纸笔:

94年短视频创业者吉喆做出视频创作工具,累计变现近3万元;

20岁的休学女大学生与康复治疗师合作,迭代二十余次做出患者治疗记录应用……

砸1亿奖励“手搓应用”:催生泡沫,那又如何?

这让我想起那个打动无数人的真实故事——“一个人的火车站”。

正如一座火车站只为一个人存在有其价值那样,一个应用只为一个具体的人存在也有其价值——“一人应用”不是要取代那些通用工具,而是要填补专业开发无法覆盖的空白。

某种程度上,灵光就是给了无数人自己修自己需要的“火车站”的机会。

什么叫普惠?这就是。

二是大众创新孵化。

上世纪50年代,丰田建立了创意工夫制度,通过小奖励(早期常用毛巾、洗衣粉+证书)鼓励一线工人提出工作改进建议,哪怕是“把扳手换个位置”这种。

将许多建议沉淀进TPS精益制造流程中后,丰田生产效率倍增,发展速度提速。

由此可见,“小激励”也能激发“大创新”。

在灵光圈社区,不少普通人就很享受“创意被看见、作品被使用”的成就感。成就感驱动,兴许能激发出很多绝佳的idea。

所以从“拉用户”转为“养创作者”的灵光激励计划,未尝不是在孵化创意。

《为什么伟大不能被计划》中说:最好的点子往往都是偶然所得。

那些轻量化应用里会不会跑出下个小红书之类的,谁知道呢?

毫无疑问,满足个性化需求、鼓励大众化探索的价值,没法用短期ROI公式核算,但有价值就是有价值。

 

04

 

不必否认,当前灵光闪应用上长出的无数“轻应用”,生成稳定性、功能完整性离专业应用仍有差距;也毋庸讳认,现金奖励如兴奋剂,能带来瞬时刺激,可效用会边际递减。

但没必要因此否定灵光闪应用跟亿级撒钱的长远价值:它不像是技术投资,更像是社会投资;会催生泡沫,可重点是泡沫之外的东西。

整体上,这笔钱是在正确的时间花在了正确的地方,带来了正确的效应。

跳出褒与贬的二元论看灵光砸1个亿引发的争议,兴许核心问题也不是“该不该砸钱”,而是如何让砸钱砸出更多价值来。

这就需要灵光直面几个问题:

比如,如何让激励更合理?

每天奖励1万个应用,太容易水了,也给薅羊毛预留了空间。

鉴于此,激励机制也许该多向“质量+价值”倾斜,增加应用使用时长、用户留存、迭代次数、社区口碑等长期指标权重,尽量奖精品不奖水货。

又如,短期激励之后呢?

为补贴而来的创作者,会补贴一停立马走人。故而,现金激励只是短效兴奋剂,商业变现才是长效营养剂。

我建议,上线应用分成体系,用户使用、付费,创作者拿分成;对接阿里生态,给创作者导流商单、企业服务;开放第三方付费接口,让优质应用直接赚钱……让创作者通过应用使用持续获益,而非一次性奖金。

砸1亿奖励“手搓应用”:催生泡沫,那又如何?

再如,怎么避免滥竽充数?

无门槛不该等于无标准,低代码不应等于低质量。打击刷量、抄袭、安全漏洞类应用;完善分类评级体系,让优质应用获得更多流量曝光,太有必要了。

至于部分人反映的应用多端适配、模型理解精度等问题,前不久闪应用功能升级,强化多智能体协作、全模态生成、手机原生能力集成,就来得颇具针对性。

说到底,那1个亿点燃了第一把火,火能烧多旺多久,取决于后面添的是什么柴。

但要想星火燎原,重要的不是第一把火烧得多完美,而是先烧起来。

本文来自投稿,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/quan/159453.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
墨库股份销售价格持续下降:累计分红近亿,实控人仍存对赌风险
上一篇 4小时前
从中国走向硅谷!斑陌易行全球首个端到端无人车引爆无人车配送革命
下一篇 2小时前

增长黑客Growthhk.cn荐读更多>>

发表回复

登录后才能评论