1. 所有的AI产品必然会进入到“对话即服务，对话即能力，对话即产品”的阶段。
2. 产品中的所有的功能是平铺的，意思是无论多么复杂的需求，用户都是通过对话一步到达的，不会再有层级式的产品功能罗列。
3. 好的产品不会是像以前一样，只取某个场景中极其重要的需求痛点，做效果很好的功能，而是要支持好一个垂直场景中，全量的用户+全量的需求，做到用户通吃、需求通吃，不再区分高频和长尾需求。
4. 不需要一个产品经理，来苦思冥想，相信做好一个或是某个需求，就能引爆市场。这是错的。之前需要判断需求的重要性和用户的喜好程度，是因为受限于层级式的产品使用界面。注意：这不意味着在项目开发中，所有功能的优化迫切程度是等权重的。
5. 传统的产品开发思路：“需求调研->功能设计->功能代码增加”是开发不出面向未来的产品的。
6. 用户愿意把自己每天产生的数据交给谁，谁就赢了。

IT行业的工作内容是在不断提高信息流转的效率。如同物流行业，在不断提高物品的流转效率。

1. 寻找问题答案的效率越来越高。按历史时间轴来看，寻找问题答案的方式进化过程：
   • 找人问。请托，约时间，上门。效率较低。
   • 印刷和书籍普及后。翻书，脱离了对具体的人的依赖。知识开始跨越时空。效率提升。
   • 数字化以后，知识被高效索引。搜索引擎，加快了找相关内容的速度。输入、点击、获得页面、定位知识。
   • AI时代以后。结果即答案，而非网页。能够响应的query也越宽泛。
2. 信息通道的带宽越来越宽。从文本到图片到短视频，单位时间内，人能接收到的信息量。越来越大。
3. 全天候的信息触达渠道。归因于终端设备的低成本普及，推荐算法和信息流一类app的出现。我们的大脑、眼睛、耳朵几乎在非睡眠时间，无时无刻不被接入到一个信息通道中。甚至会感觉信息过载的压迫感。
4. 信息采集/生产方式越来越便捷、越来越高效。从信息采集的角度看一个手机，是：一个记事本、一个录音笔、一个照相机、一个摄像机、一个扫码工具。加之其他的终端，包括行车记录仪、无人机、各类手持拍照设备、智能手表等，都可以便捷的采集和生产数据。
5. AIGC模型，进一步降低了信息生产成本和放大了信息生产者群体的规模。

“信息爆炸”是1950年代，电视和广播媒体爆发的时代，所提出的概念。信息技术确实导致了信息爆炸。当年的提出者，非常早的意识到了问题，但不会想到在互联网时代、移动互联网时代、AI时代，“信息爆炸”这个现象的规模。

人脑的信息处理能力是有限的，信息过载会导致一系列的生理性问题。

AI生成模型加剧信息内容的规模生产问题，也因为其归纳总结和推理能力，自带了解决“信息爆炸”问题的解决方案。基于AI模型的信息管理、工作管理、生活管理、人生价值管理，成为一种可能或是必然。

AI for Good and AI for Humanity需要高于AI for Productivity。技术要为所有的人的全面自由的发展服务，而非成为出于压迫目的行为的高效工具。所以，要积极思考如技术如何对某个问题进行全局性的改善，而非为少数的人谋取到了更多的利益。