大厂与其山寨 Cursor,不如做个好用的 AI 邮件客户端

今天看到有人说大厂开始立项抄 AI 编程软件 Cursor 了,但这样追在别人屁股后面跑是没有前途的,AI 代码编辑器已经是红海了,就算大厂又如何,微软比 Cursor 大多少?结果 GitHub Copilot 也没打过 Cursor,大厂还不如多投资几家像 Cursor 这样的公司,为什么非要抄他们呢!

程序员这个群体大家都知道,又不愿意花钱又没忠诚度,Cursor 好用马上都退订 Copilot,能白嫖绝对不花那$20 的订阅费,大厂不如多看看普通用户的需求。

普通用户需要的不是 Cursor,是能帮助沟通和写作的 AI 编辑器,比如写邮件、回短信。但是有好用的吗?没有!唯一可以看到的期货是苹果的 Apple Intelligence。

普通人的写作需求是什么?

普通人日常的写作分三种:日常沟通、公文和创作。

日常沟通

日常沟通协作就是各种日常的邮件,短信、微信、Slack 等等,这类写作尤其是邮件,套话很多,特别适合用 AI 生成。我日常写稍微长一点的邮件基本都是 GPT 帮我完成了,给出要点和充足上下文,生成的又快又好,稍微改一下就可以用。

公文类写作

公文类就是各种报告、总结、文档等等,这种公文套话多,格式固定,但是费时费力,现在绝大部分公文都可以用 AI 帮助协作了。

而且同类型的公文,比如文档,以前历史的文档都可以重用,大语言模型尤其擅长模仿写作风格或者内容结构。结合 RAG(检索增强生成)这样的技术,写新的内容之前把以前写过的相关内容找出来,类似于 Cursor 那样帮你预先生成,大部分时候可能一路 Tab 就好了。

创作类写作

创作类又可以细分,一类是二次创作,比如翻译、书评等;一类是原创的创作,比如写论文、写小说还有像这篇这样的原创博客。

二次创作像翻译这种创作,如果结合 AI 其实可以效果更好,比如 AI 先翻译一遍,局部不对的,类似 Cursor 那样,调出对话框,告诉它如何改进,比如先解释一下、去搜索一些外部资料补充,再次生成结果就好很多,但是不需要手动去复制、搜索引擎搜索、筛选、重写等等。

至于原创,我个人是不依赖于 AI 写作的,从来没有让我满意过,我更喜欢一点一点将模糊的想法形成文字,并不断修改成型,AI 的自动完成甚至对我是一种干扰。但写完后借助 AI 帮我改改错别字、润色一下还是可以的。

AI 写作工具的挑战是什么?

相信我上面列出的几类写作需求也同样是大多数人所需要的,像代码编辑器,GitHub Copilot、Cursor 这样的好工具层出不穷,而给普通人写作的 AI 辅助工具,却没有看到什么好用的,这里面确实有很多挑战!

私有数据的获取

要想让大语言模型生成好的结果,一定要有充足的上下文,这就意味着要获取你的私有数据,而普通人写作时的数据,很多都涉及隐私,相当敏感。没有人希望自己的私密聊天记录和通信记录发送到服务器,公司相关的邮件更是如此。另外像微信、Slack 这样的通信工具的数据,本身也是没有公开 API 可以获取的,通过其他手段可能会有些麻烦。

模型的能力

苹果在演示 Apple Intelligence 中的智能邮件回复时,效果很惊艳,但是它用的是本机小参数模型,如果不能接入 GPT-4o、Claude 3.5 这样的大参数优秀的语言模型来做这个任务的话,我不觉得效果会有多好,毕竟模型的能力才真正决定了最终生成的效果。

包括现在开源的大语言模型,要想在本机运行,大一点参数的模型根本运行不起来,小一点参数的效果又不好,这也是制约之类 AI 写作工具的一大瓶颈。

交互体验

GitHub Copilot 和 Cursor 的成功,很大一部分程度上归功于其交互体验,根据当前你写代码的位置,智能的给出提示,随时唤起对话框输入提示词个性化的完成任务。但是代码相对来说确定性更强,有固定的语法结构和最优算法解,还有无数历史代码参考,通常一个上下文内,只有有限的最优解,所以可以给出精准的提示。而对于写作,完全是发散式的,可能性太多,极难预测,同样的交互也许就不一定适合普通写作。

技术挑战

很多做过或者了解 RAG 的都知道,现在 AI 搜索,看起来技术不复杂,但是做好其实极难,根据用户的输入找出贴切的上下文是极难的事情。要做好 AI 写作,难度不会比 AI 搜索更小,因为本质就是先根据你当前输入的内容,去做 AI 搜索,找出以前相关的内容,甚至要去搜索外网相关的内容,再结合输入位置前后的内容和你的要求帮你写作。

当然还有很多其他挑战,我也无法一一列举。

下一个 AI 写作工具的机会在哪里?

我以为下一个 AI 写作工具的突破可能首先会是邮件客户端,邮件写作是高频需求,整理邮件也是一大痛点,相对来说邮件的数据也容易拿到,用户只要安装了客户端,绑定邮件账号,就可以在用户的允许下拿到用户的所有邮件数据,并且可以结构化的整理邮件数据,比如和某个人、某个组之间的所有对话,比如某一类对话。

如果有信的过的邮件客户端,能帮我连接 GPT-4o 和 Claude 3.5 这样的 API,能根据我需求智能撰写回复邮件,能根据我需求整理邮件清理垃圾邮件,对我的生产力会是很大提升。

AI 邮件客户端之后,可能会是公文写作,帮助你把历史内容都做好索引,学习你的写作风格和文章结构,根据你采纳建议的反馈不断完善模型。

专业翻译类的 AI 工具,是值得好好做的,书籍的翻译、文章的翻译、字幕的翻译,都是可以借助 AI 大幅提升生产力的地方,好的翻译工具,效率的提升可能是数倍记的。

在 GitHub Copilot 之前,我没想到 AI 可以这样辅助编程,再到 Cursor,我也没想到交互还可以进一步进化到这样方便的程度。所以对于 AI 写作工具也是类似的,我不觉得 Cursor 就是天花板,未来一定有超出我想象的更好的交互形式出现,可能唯一限制我们的就是我们的想象力吧。

期待大厂能做出适合普通人的好用的引领未来的 AI 编辑器,而不是去山寨一个 Cursor 出来!相比而言,我更看好小团队或者个人,他们比大厂更有机会开发出像 Cursor 这样吊打大厂们的 AI 工具。