如何理解李彦宏说的“不要卷模型，要卷应用”
在AI应用的过程中，会催生处理很多无意义的东西，但在实际场景中，小众不意味着没有需求，但未来小众的需求，也可能演进到普遍性需求，当前AI应用会对自然人造成一定困扰，诸如交通安全，人身安全，系统安全，伦理安全，一系列问题，但不可否认AI的应用落地，讲极大的解放生产力，放大经济增长，而不是虚假的放卫星行为。AI是务实的，不是盲目的，它能够解决共性问题，但在应用在个人为中心时，也可以通过训练为个人提供服务，但个性服务往往是共性需求提炼后的产物，也就是我们所认为的日活跃量不高，但实际效果和产业价值明显。
我们追求的是社会生产力的提升，追求的是人民日益增加的需求与落后的生产力产生的矛盾解决，任何一次变革都会演变为一场不友好的运动，不友好的发展过程，我们需要应用来辅助生产力，乃至经过数据决策到最佳平衡点。
方向一：AI技术应用场景探索
AI的应用在重复简单大量劳动层面上，解决了24小时无人值守的难题。例如在车联网自动驾驶上，能根据城市大脑最大限度的满负荷调度运力，而且不间断的改善交通出现的拥堵，当这种应用或者使用这些应用的人或物达到一定存量后，它的效力讲能够提升前所未有的高度。出租车司机失业，是暂时的，但他们可以从传统的作业方式转变为一种新的职业，比如，安全监督员、AI应用的训练员，将优秀文明的驾驶习惯不断训练为人类的活动，将AI自动驾驶更人性化。也许，未来出行不再有焦虑，不再有客观原因的不可达成，社会运转效率也会稳步上升。
方向二：避免超级应用陷阱的策略
日活浏览量、日活转化率、客单价等等移动或PC时代的产物讲一去不复返，不是数据的问题，而是我们更注重社会效益、经济效益、环境效益的指标上，这也是过去几十年我们评价的一个维度，在计算社会效益或环境效益上，总是没有可靠的指标支撑，只有人想象的效益评价，没有说服力，也没有科学论断价值，因为我们没有模型推倒，也没有实用价值，最终几个指标将沦为我们无法遇见未来风险的不可预测项目，但AI模型可以规划一件或一些事务发展变化的可能性，也是我们追求的极致目标，预测性纠正性，经验性的固化。
方向三：个性化智能体开发
AI应用目前充斥在我们生活的各个角落，已经开始影响我们的生产效率，但另一方面人类也失去了一些独立自我思考的能力，依赖于某些模型与应用带来的便利，我们应当在使用AI应用时，强化人类的正向价值，但也不可忽视一些负向影响，AI需要对好与坏做出一些判断，但好与坏是随时环境、文化、人、事件本身的发展而不断变化的，这是复杂的思考，也是复杂的预判。如果我们机智追求克隆一个自己，而不是不断的学习完善自己，那将是灾难的开始。例如，有人使用AI相机，拍出或制作出违反工序良俗的东西，并且广泛传播，影响其他人的判断，这将是AI负向能量的约束，为何AI没有判断并加以警告，或者传播途径阻断措施，或惩罚措施。 例如，AI自动驾驶在投放初期与人类的生活磨合，造成了一系列短时效率下降的问题，但多数人是看不清未来，只看到了生产力模式发生了变化，干扰了他们的正常生活轨迹。例如，AI可以帮助人写文章，写工作汇报，写学术论文，这很大程度上普及了门槛，但实际上有滥用的风险。
建议一：是否让AI根据现有或历史已证实的消息，对网络进行净化归类，甚至强制处理一些谣言。
建议二：是否立法授权AI，整理事情发生的过程与结果的预判，减少不必要的司法资源浪费与司法错误判决的发生。
建议三：是否可立法考核使用AI应用的个人或组织，防止滥用，错误引导社会舆论，造成不良后果。
