作為一款專為程式員設計的AI搜尋引擎，Devv的具體表現怎麼樣？這篇文章，作者對Devv這款産品進行了簡單的分析，從核心技術、功能拆解到盈利模式，一起來看看。
一、基本資訊
一句話概述：Devv是一款專為程式員設計的AI驅動搜尋引擎，旨在通過智能代碼搜尋和個性化推薦，幫助開發者快速找到程式設計解決方案和相關資源。
Logo：
結構上：
基礎結構是一個3D小方塊（資料箱），象征着程式資料塊，直覺感受為大量資料的集合庫；方塊右側面通過反色表現出立體感，一條白色的杠像是抽出的檔案夾，與方塊整體結合，就像是從檔案館的文檔箱抽出檔案，暗示其強大的搜尋引擎功能
顔色上：
僅采用黑白兩色，簡潔幹淨，代表其高效搜尋的理念；黑白兩個顔色又像是機器語言中的0和1相反的狀态，也暗示是提供給程式員的産品
Slogan＆Mission：
Slogan：“最懂程式員的新一代AI搜尋引擎”
直白表達面向市場為程式員
Mission：“讓程式設計更簡單”
是Devv的核心理念，強調其使命是通過智能化工具提升開發效率
二、功能拆解
1. 程式設計向搜尋
除支援一般引擎的搜尋功能外，還支援多種常用的程式設計語言，包括但不限于Python、Java、JavaScript、C、C＃等，也支援切換不同的AI負責搜尋，例如GPT-4等，并且在回答問題的同時附上參考的網站連結，幫助使用者快速找到相關的代碼示例和解決方案。
2. 個性化推薦
基于使用者的搜尋曆史和偏好，在搜尋欄下方提供個性化的内容推薦，包括常見疑問、開源工具等等，點選即可跳轉到對應的AI回答界面，提升學習效率。
3. 智能對話
允許使用者與系統進行互動，針對回答繼續提問，增強使用者體驗。
4. 個性化需求：
通過提供個人資訊、設定 AI 回答問題的規則以及選擇首選回應語言，來自定義Devv與使用者的互動方式，提供更加個性化、高效的體驗，符合使用者的需求。
三、核心技術
Devv AI 的核心技術基于 LLM （Large Language Models，大型語言模型），該模型不僅能夠了解和生成自然語言，還經過專門訓練以優化程式設計相關查詢的響應品質；是以，LLM 需要大量的計算資源和資料集，而恰好 Google 的海量資料提供了這一資源。
Devv AI 還應用了 RAG （Retrieval Augmented Generation，檢索增強生成），結合資訊檢索與生成模型的優勢，旨在提高生成内容的準确性和相關性；為了確定 RAG 系統的性能，Devv AI 建立了一個自動化評測架構，能夠輔助開發者快速評估和優化模型。
四、盈利模式
1. 訂閱計劃
Devv AI 提供了兩種主要的訂閱計劃：
- 月度訂閱：使用者每月支付 $15，享受無限次搜尋、智能準确的超級搜尋模式（Agent Mode）、進階語言模型支援等功能。
- 年度訂閱：使用者可以選擇一次性支付 $144，享受相同的服務，并且通常會有折扣（如目前的 20% 啟動折扣）。年度訂閱相較于月度訂閱更具成本效益，鼓勵使用者選擇長期使用。
這種分層定價政策使得 Devv AI 能夠吸引不同需求的使用者，從偶爾使用者到長期依賴其服務的開發者。
2. 一次性付款
除了訂閱計劃，Devv AI 還提供一次性付款選項。使用者可以通過一次性支付購買 Devv Pro，享受所有進階功能。這種模式适合那些不希望定期支付的使用者，或者希望在使用前進行全面體驗的使用者。
3. 更新與轉換機制
Devv AI 允許使用者在月度和年度計劃之間靈活轉換。例如，如果使用者在月度計劃中并希望更新到年度計劃，可以通過簡單的操作實作。這種靈活性增加了使用者的粘性，并可能促進更多使用者轉向年度訂閱。
五、不足與疊代
- 資訊分級：可以标注出資訊來源連結的先後級，減少使用者篩選更具體資訊的時間。
- 拓展回答的多樣性：可以分類展示答案可能性的推測，而不是僅僅回答并推送某一種釋義，否則使用者可能無法查詢到想要的釋義。例如面對英文縮寫時，可以列出多種可能性解釋，以供使用者選擇。
- 自然語言識别本地化：同一個術語，不同自然語言的釋義應當相同，但是例如ground truth（标注資料，計算機用語），在中英文兩種語言的情況下，AI搜尋得到的解釋卻不一樣。可以進一步訓練AI本地化語言表達，更好地為不同語言的人士提供服務。
- 強化技術名詞識别能力：可以強化訓練各個技術方向的名詞，減少出現無法了解一些專業領域詞彙或者其縮寫的情況，例如NRD（英偉達的實時降噪技術），AI回答表示無法了解，猜測的解釋也與技術領域沒有關系，與專供程式員的理念有所偏差了。
六、戰略方向
- 內建更多開發者平台:與更多流行的開發者平台合作，為其他平台推廣流量，從中拓展客群
- 社群化轉型:拓展社群交流功能，提供使用者發帖交流的平台。形成規模後，可通過激勵機制形成收費精華帖，從中抽成:或者引入技術向的産品廣告，将社群流量變現
本文由 @笑笑生觀察日記 原創釋出于人人都是産品經理。未經作者許可，禁止轉載
題圖來自Unsplash，基于CC0協定
該文觀點僅代表作者本人，人人都是産品經理平台僅提供資訊存儲空間服務