2024 年，AI 真的火起来了。

更准确地说，2023 年 GPT-4 已经让行业意识到大模型的能力，到了 2024 年，很多公司开始把 AI 放进战略和组织调整里。

我当时所在的公司也开始转入 AI 领域。

这件事本身并不奇怪。图数据库、知识图谱、企业数据、AI，这些词放在一起，本来就有很多想象空间。问题在于，公司转向 AI 的同时，也伴随着降本增效和组织调整。

我也不得不离开。

AI 从技术热点变成公司压力

技术热点刚出现时，大家通常会兴奋。

新模型，新工具，新应用，新机会。工程师会讨论 API，产品会讨论场景，老板会讨论战略，投资人会讨论估值。

但当热点变成公司战略，它就不只是兴奋了。

战略意味着取舍。做 AI，哪些旧方向要收缩？哪些团队要合并？哪些岗位不再重要？原来的技术积累如何迁移？客户到底愿不愿意为 AI 付费？模型成本谁来承担？

对很多公司来说，AI 不是锦上添花，而是一次重新定位。尤其是创业公司，资源有限，转向就更像押注。

押注会带来机会，也会带来代价。

图数据库和 AI 的关系

图数据库和 AI 并不是毫无关系。

企业数据通常是碎片化的：人、组织、客户、合同、资产、交易、事件、文档、权限。图结构适合表达关系，大模型擅长理解和生成，两者结合起来，很容易让人想到企业知识问答、关系推理、智能分析、风控解释等场景。

但“有关联”不等于“天然能赚钱”。

真正落地时，会遇到很多具体问题：数据质量够不够，权限边界能不能处理，图查询和向量检索怎么结合，模型回答如何可解释，客户愿不愿意接入内部数据，成本能不能控制，交付周期是否可接受。

AI 应用最难的地方，经常不在模型本身，而在数据和业务现场。

这也是我后来做 AI 相关工作时一直强调的：不要把大模型当成魔法。它很强，但它需要数据、工具、权限、流程和评估体系。

降本增效里的个人选择

“降本增效”这四个字，在 2024 年前后变得很常见。

它听起来像管理术语，落到个人身上就是非常具体的变化：团队缩小，方向调整，岗位变化，项目停掉，人离开。

我在 2022 年已经经历过一次互联网退潮。2024 年又一次遇到类似的转折，只是这次背景换成了 AI。

这让我更清楚地看到，技术浪潮和个人命运之间没有天然的保护关系。

一个行业热，不代表每个人都会受益；一个公司转型，也不代表所有旧能力都能被平滑吸收。对个人来说，唯一能做的是保持学习能力，尽量让自己的经验能迁移到下一段。

AI 时代的门票

离开以后，我并没有远离 AI。

相反，后面我会进入现在的创业公司，开始更直接地使用 AI 编程工具。那时我才真正感觉到，大模型不只是公司战略，不只是产品卖点，也会改变程序员自己的工作方式。

2024 年像一个过渡点。

它结束了我短暂的图数据库创业公司阶段，也把我推向 AI 编程时代。前面二十多年，我一直在学习新的语言、新的平台、新的工程方式；这一次要学习的，不只是工具，而是和模型一起工作的方式。

下一篇写 2025。Cursor 进入日常以后，写代码的感觉真的变了。

2024 年 IT 大事记

• 生成式 AI 进入公司战略。 2024 年，生成式 AI 从技术热点进一步进入公司战略和产品路线。很多企业开始把内部数据、知识库、搜索、工作流和大模型结合。
• Sora 展示视频生成能力。 OpenAI 展示 Sora，视频生成让多模态模型的想象空间进一步扩大。生成式 AI 从文字和图片继续走向更复杂的时空内容。
• Claude 3 发布。 Anthropic 发布 Claude 3 系列，长上下文、代码能力和多模态能力继续推动大模型竞争。模型能力开始更直接影响知识工作和软件开发方式。
• AI 应用进入落地难题。 数据质量、权限、成本、评估、幻觉控制和业务流程适配成为企业 AI 应用的关键问题。模型很强，但落地仍然需要工程体系。
• AI 转型伴随组织取舍。 AI 战略往往伴随资源重新分配、旧方向收缩和岗位变化。技术浪潮会创造机会，也会改变组织里的位置和价值判断。

参考资料

• OpenAI：GPT-4
• Anthropic：Claude
• OpenAI：Sora
• Anthropic：Claude 3 family

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。