Dlaczego większość projektów AI ostatecznie nie staje się Kindred? Kluczowym powodem jest to, że większość projektów AI koncentruje się na rozwiązywaniu problemów efektywności, dążąc do szybszych, dokładniejszych i tańszych rozwiązań. Jednak ta przewaga jest krótkotrwała, za każdym razem, gdy duży model się aktualizuje, liderzy szybko stają się przeciętni, a wszyscy znów stają na tej samej linii startowej. Kindred wybrało jednak wolniejszą i trudniejszą drogę. Nie spieszy się z wprowadzeniem „oszałamiających” funkcji, lecz spędza dużo czasu na budowaniu wyrazistej osobowości postaci, gromadzeniu długoterminowej pamięci i stopniowym nawiązywaniu prawdziwego emocjonalnego połączenia z użytkownikami. Narzędzia efektywności można łatwo wymieniać, użytkownicy po prostu z nich korzystają, nie mają żadnych emocjonalnych przywiązań. Gdy tylko pojawi się tańsza lub szybsza opcja, natychmiast zmieniają dostawcę. Natomiast produkty oparte na relacjach są inne. Gdy użytkownicy zaczynają przyzwyczajać się do danego AI, tworzyć wspomnienia, a nawet odczuwać pewną przywiązanie, koszty przełączenia stają się bardzo wysokie, co nie jest już łatwe do zmierzenia technologią czy ceną. To jest zasadnicza różnica: większość projektów tworzy potężniejsze narzędzia, podczas gdy Kindred buduje długoterminowych partnerów. #KaitoYap @KaitoAI @Kindred_AI #Yap @metamaxxmoon $KIN