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OpenAIGPT-4AnthropicClaudeOpenAISoraAnthropicClaude 3 family