今天遇到的痛点，可能都不是靠线性外推方式来解决的。
经过一年多的喧嚣，尤其是Apple Intelligence发布后，市场逐渐开始意识到Sam Altman一个观点的正确性：基于现有模型上的小修小补意义都不大，因为模型升级的目标就是更通用。
毫无疑问，2023年开始的时代又是一个“最好的时代”，因为每天似乎都可以有新工具和新玩具体验，比如我现在越来越多的使用Perplexity的Page功能来生产内容。
但，毫无疑问，这也是“最差的时代”：因为每一个新工具似乎生命周期都很短，我们既可以列数过去一段时间GPT更新后干掉的第三方插件或者GPTs的数量，也可以列举Apple Intelligence一旦推送，可能干掉的三方应用的数量，当然，还可以列举自己在过去一年里快速放弃的三方工具数量。“喜新厌旧”可能是不断创新的驱动力之一，却一定是扼杀可持续生产规模扩大的敌人。
所以，当我再次体验了一堆工具，认为离自己想要的中级解决方案又进了一步之时，这个标题自动跳了出来：AI的机会，一切都跟时间窗口有关。
无论C端还是B端，AI应用的核心当然还是足够多的客户。
去年Q1，当ChatGPT第一次火爆全球时，midjourney可以提供GPT没有的文生图功能，快速获得客户，变现，但是当多模态的GPT-4发布和ChatGPT集成DallE3后，midjourney就逐渐沉寂。
这是一个最典型的例子，其实也是过去十几年科技巨头越来越大的原因，只不过这一轮AI，或者说生成式AI改变了生产力的时间偏导函数。应用破亿所需要的时间越来越短，与其说是应用越来越好，不如说是，只有更快速度获取用户的应用才能存活。
另一方面，基础模型进化速度的不断加快，也在不断提升“大象”转身的速度，谷歌，苹果，越来越激进的策略，虽然在很多用户看来依然不够快，但是他们可能已经把创新的时间窗口压缩到了不足半年，也就是Sam Altman口中的AI Law。在这个越来越短的时间窗口内，如果不能获得足够挑战“旧势力”的用户基础，结果也许就是“九死一生”，当然，也可以“卖身”。
更多的不再展开了，一切都跟时间窗口有关。
再细想一下，我们从事的行业和工作又何尝不是更加如此呢？