编码人声：2025 年，谁会成为 AI Agent 的新入口？
01:15:01 Share

本节目由津津乐道制作播出各位听众大家好这里是津津乐道播客网络与 RTE 开发者社区联合制作的播客节目编码人生好久没有跟大家见面了之前我们很多的节目都是在上次的 RTE 大会上我们录的节目这次我们又回到了录音间跟我们的新朋友和老朋友们一起聊聊最近挺热的一个话题

在聊这个话题之前呢我们先介绍一下我们今天的新朋友吧一博做一下自我介绍吧大家好我叫一博然后我是一创科技的创始人兼 CEO 一创科技呢是一家 14 年成立的创业公司嗯

然后 16 年到 23 年一直在做地带码的事情然后 22 年底的时候呢我们当 GPT 出来之后我们原来想用 AI 生成代码这条路径呢就被 GPT 这个大魔神颠覆了所以我们就立马转型就做到了 GPT 去写代码这个路径所以我们在去年首先做了就是第一个 GPT 写代码就是生成 Circle 就做了 Chilebian

所以国内第一个 chatbi 的成型的上线产品是我们做的所谓的 chatbi 是如果可以理解就是以前有可能我们去做一些商业分析的时候我们相关的人员可能是要自己懂 circle 他得自己把这段 circle 在那写出来去库里查不管是 mycircle 这样的库还是说 cleanhouse 这种库对吧大家进去要自己去写去查那现在可能这个门槛就让你们给降低了就是任何一个公司的决策人员想看到数据的面板

需要经过几个步骤第一个步骤呢是需要一个产品经理先把老板的这个或者说业务需求的这个需求先理解理解完了之后会告诉一个数据库工程师他根据自己的数据库的字典数据库的表结构去理解这个指标去理解这个 circle 写成一个 circle

写中华思考之后呢思考出来的结果还得交给一个前端工程师把它展现成变成一表格表格表单或者说一个报表甚至要变成一个大屏然后做展现给老板看这个过程非常长我之前有一个故事就是我在几年前我遇到了一个老板嗯他是做一个呃卖铜的就是他把铜做成铜膜嗯

他那两年铜价波动比较快我是要说这个话题就是铜价当年的波动的很快的然后老板当时就把所有的公司人叫过来说你们给我预测一下下半年我们公司要买多少铜我现在要囤铜了然后呢问财务财务不知道问财务说需要问采购采购说我不知道你得去问销售销售不知道你得去问生产四个部门全部知道了之后大概已经一个礼拜多过去了嗯

然后同价奖了 30%这哥们当时赔了一个多亿所以我们当时想跟他做一个 BI 的项目就是说你看这个数据报表是非常有价值但是呢后来发现就算有了这个 BI 这个功能想当时把这个数据快速查出来也得花

很长时间去开发对就是刚才你说这个对然后所以我们就发现了这个 TedBI 这个东西非常有价值就是你老板想要看数据的时候一句话然后 AI 能够理解这句话把这句话转换成一个语义然后再去数据库里边去理解数据库字典然后把它生成一个 circle 并且把它转换成一个最终生成一个代码然后展示出来这个是我们去年最想做的一件事情就是所以我们三月份这个系统上线到四月份的时候我们平台就已经有了大概三千多用户了嗯

只不过就是当时遇到了一个很好玩的事情就是国家 4 月 15 号发了文关键声明是 AI 管理办法所以 4 月 18 号我们就被下线了然后呢我们就发现说原来我们用 GPD 因为当时只有 GPD 能生成的稍微准确一点 GPD 做这件事情在国内当时不可行那我们只能做 2B 的事情所以我们就在 5 月份就上线了我们的另外一个产品叫做 Elon Farm

它是一个做 agent 框架的一个事情因为我们发现我们自己做 channel bi 的开发这个软件的时候应用的时候需要大量的重复性的代码性的工作对但是我们以前就做地带码的那我们就用地带码的事情把这些重复的东西封装起来嗯然后快速的做一个 agent 框架大家知道现在可能比较多的就是这个 agent 框架比如说云端的可能大家比较用的扣子嗯字节的扣子啊然后开源的可能有 define 啊发自 jpt 嗯

还有一个就是币源我们是给企业相当于做定制化服务的这样一个平台就是我们的 IronFarm 所以你们现在算是一个 2B 的生意我们从去年 5 月份上线到现在一直在做一个 2B 的生意那一会怎么 2B 的详详细细的来介绍我们今天再介绍一位我们的老朋友慧姐大家好我是 RTE 开发者社区的发起人 Cincy 好

或者我特别好奇你为什么要参与我们这期的录音呢其实我们之前一直在关注这个 voice agent 还有 compositional AI 这个方面然后今年这个也是 RT 社区的 sponsoragora 发布了一个专门用来去搭建这个 voice agent

实现这 Confusion AI 的这样子的一个开源的框架所以我们社区围绕着这个框架的生态吧就是一直在关注相应的这种创业者还有我们的这个开发者正好近期这个行业里面的这个大事情真是太多了每天早上起来都要去发

先翻一下按顺序先看一下推特然后再看一下那个几个大的这样的一个垂直的这样子的一些媒体啊就看看他们在这个行业里面的关注就发现哎最近大家对于 agent 这个相关的这个讨论越来越多

从国内行业几个大模型的这个发布会扎堆的时候都同时提到了这个 agent 相关的这个生态然后大家都统一有一个共识就是说 agent 对于将来大模型的落地大模型的价值体现是一个非常重要的这样子的一个

范式吧我们可能说不仅是产品这个级别了是到范式这个级别第二个就是我们也看到了像这个谷歌他说我们要做一个类似于像 agent 的这个 store 或者他叫 agent space 或者叫 marketplace 这样子的一个地方包括这个国内现在已经做得非常好像 code 啊 deFi 这种大家都在推这个相关的这个 store 的这种项目这个时候就有点像这个

我们说这个 AI 的安卓时刻了安卓时刻的这个时刻感觉要到了就是说赶紧拉着这个行业的专家一波然后跟那个朱老板一起来探讨一下这个事情大家是怎么看的

这个提到 AI agent 我觉得你看咱们可能理解或者是了解的都相对来讲接触的多一点但是可能也有一些同学刚刚接触到这个领域他可能还理解不到 AI agent 到底是什么所以咱是不是可以先让一波给咱来一个

名词定义是吧这个东西到底是什么以及说它现在的状况是怎么样子定义谈不上我讲讲我的理解吧其实 agent 这个词呢直译的话叫代理为什么会有 agent 这个代理呢就是因为大模型本身呢如果对比 web 或者 app 的话大模型更像一个是编程和编译器的结合体它其实就是一个你写代码然后编译然后这样一个环境但是呢它跟应用就离得很远

所以你要应用的时候你必须把它变成一个网站人才能看得懂或者你把它变成一个 APP 人才能点才能交互所以你要跟一个 AI 大模型去交互的时候你就必须要有一个前端的这样一个应用这个应用它要包含几个能力我们说人跟这个世界的感知它其实分为三个部分这个陆奇老师当时讲过

第一部分是你要去跟他有感知第二部分背后要有思考要有逻辑第三部分要有行动这样就变成了信息化数字化和自动化行动化然后 agents 其实做的事情就是第一我怎么样感知这个世界第二我怎么样去自己去思考理解这个世界或者推理这个世界第三我要做出行动我可以调一些 tools 调一些 API 来完成

当时应该是 Grok 吧做了那个 AI Agents 的定义图就是他要具备 PlanningAction 和 Reflection 这三个最核心的部分然后才能把它定义一个 Agents 叫 AI Agents 只不过呢我们之前去年的 Agents 呢做的比较简单

我们只是做做 Parameter 做做 Reg 或者做做 Workflow 今年呢开始出现了我们叫 AI2.0 的部分就是 Agent AI2.0 的部分就是真正的开始有 Planning 有 Planning 有 Fracture 有 Action 做这些事情这个我认为才是真正的 Agent 的定义现在又出了一个叫 Agentic 就是你具备了 Planning 的 Agent 才能叫 Agentic 或者叫 Agentic Workflow 的这个 Agent

所以大家后来发现说有 Agentic 的能力的 agent 好像比原来最基础的 agent 更有价值所以大家觉得今年是不是 Agentic 的元年然后进入到一个新的真正的能让大模型落地到我们生活中的应用的这样一个场景这么一个定义我不知道这样算不算一个定义其实这个我们在编码人讨论过以前铁镇 Hugging Face 的铁镇来过的时候

对我们当时就说 agents 这个概念它是从哪个过来的呢就是以前有个经济学概念叫代理人模式这个就是用的那个 agents 当时讲的这个 agents 的含义就是说它能够比较完整的代替某个主体去完成某项特定的任务就是包括刚才你说的这个计划然后中间的这些规划一直到最后的 action

对的这个这样子一个步骤所以现在国内其实有人去把它翻译成叫智能体它其实相对于智能的这个流程和智能其他它有个体的概念体嘛就有点我现在是觉得大家是不是过早的把大词都弄完了哈哈

对但其实我们在社区用的时候偏向于智能体啊就是就偏向偏向于智能体因为相对于代理来说代理可能相对的比较空泛对吧他可能没有特别的强调他这个东西跟过去我们说的什么 RPA 或者等等有什么特别大的区别这个词太通用了对对对所以像智能体呢他可能有多少呢去把这种真正的能够独立的端到端的去实现一些我们现在在这个数字

这个生活中的一些一些流程可能把这个含义又把它放进来所以从这个角度来说你说现在大家对于 AI agent 的这个定义有没有达到一个真正大家都完全共识的这个自争拒着的这个阶段还没有但是呢大家现在都在达到共识的是大家都在探索他的边界就是他能够做的事情尤其是最近越来越多大家强调 action 这个

方向就好像就他真的的 action 出来对吧他才又不是这个传统的我们看到的一些 AI 或者自动化的流程的一个概念这个可能是现在比较擅长的一些对你们说完定义我可能可以给大家解释一个落地的东西对吧大家可能听我们节目的很多朋友肯定会用 ChatGPT 那这个他里面的那个 GPT Store 是不是就是一些 AI agent 的集合

它是不是就是它早期的一个形态呢如果说 GPTS store 然后里边是很多 GPTSGPTS 本身呢是我们叫做 agent 它不能叫 agentic 的 agent 因为它里边缺少了 workflow 它就是完成了一个单一单一的 prompt 加上一个 reg 这样的一个工作它甚至连 workflow 都没有更别说它有 planning 了它 planning 是由模型来决定的

比如说你用 OE 模型了它可能会爆发出来一些 planning 的过程但这个 planning 的过程是不可控的它不像我们用一个框架 agents 的这样一个框架然后我明确定义了说你在第一个步骤就要做 planning 然后第二个步骤就要做 action 第三个步骤就要做 reflection 嗯

嗯

对吧人体都有眼耳鼻舌身意是吧这个 60 要聚全了还能有行动的这个才能叫做体所以他希望说智能能不能替代人体的完整的工作但是明显的 GPT-S 其实不属于这个定义的它就是一个最简单的一个代理机器人它完成的是一个 boat 我们把它叫 chad boatchad GPT 更像一个 chad boat 嗯

它只是完成基本的 boot 的能力但它并没有最核心的其实是没有 planning 没有 planning 就不能叫 agenting 这是今年比较明确的一个定义了而且我们截止到我们录音的今天它的这 12 天发布会还没有开完后面会不会把这个东西做一个 upgrade 咱也不知道至少现在 GPT 就是 OpenAI 吧他们现在是比较能看到他们自己也承认自己在 GPTS 和包括这个方面的 store

他们自己认为当时做的应该是过早了进入到了这样的行业就对他们来说资源要集中投入才能干大事嘛所以当时他们就比较早的去把重点放在其他地方但是我认为他们应该判断应该不是说这件事情的价值他们应该是说这件事情 timing 当时做的不对对还没有到那个时候没到那个时刻还没到那个时刻所以我感觉他们应该会卷土重来再去重新再启动这个事情或者用什么其他的方式去把这个事情先做出来

对 GPS 是一个非常重要的一个战略的节点我们来看一下过去的 Internet 和 MobileNet

其实 Internet 的最终的爆发点并不是大家建立了很多 Web 而是有一个网站能把 Web 串起来一个是 Yahoo 一个是 Google 然后同样的在移动时代也是这样的并不是大家建立了多少 App 而是真正的推出了 App Store 我记得是 iPhone 4S 还是 3S 的时候推出了 App Store 的时候整个的智能机体系才开始迎来爆发

所以我们认为二五年一定会有一个 agent store 或者 agent search engine 将这个 agent 重点连成面

连通网这件事情是 25 年爆发的基础不管是谁做不管是大厂做还是一个创业公司做甚至一个开源社区做都无所谓但是一定要有这个东西诞生但是如果要有这个东西诞生我们要想一想它到底是一个什么样的行为是一个商业行为还是一个公益行为

GPS 更像一个是封闭的商业行为对这问题我也想问就是 APP 这个东西其实是基于一个开放或者准开放生态的我开放了一系列的接口 API 而且最重要的我首先要有安卓或者 iOS 他们现在在哪安卓 iOS 如果要对比的话我认为 iOS 就是 LM 就是大语言模型

或者说多模态模型 anyway 就这些模型但是呢问题就在于 openAI 的 GPS store 它只能用 openAI 的模型没错第二呢就是数据在谁那我们看到所有的 app 其实数据都在供应商那里从来不会说我把数据上传给你 openAI 对

如果你 OPI 的整个的体系框架不能支持我用隐私的数据叫 private and personal 的 data 在我自己手里的话是没有人愿意去用 GPS 到去发布 APP 的或者发布 agentic 的这是我觉得当年 OPI 只是做一个尝试没有想清楚的地方

而要想出出这件事情我认为未来整个的这个新的这个 Agent StoreAgent Store 会有一个很大的变化是我们甚至都可以推测出啊当然这个只是我们只是我个人的这个建议啊就是一家一家的这个见解啊

就是像这个 iOS 当时是一个我们所谓的叫闭环生态对吧然后它就是你只有用了这个苹果的基础设施 follow 了它的这个开发者的 kids 然后你才能在它的这个这个苹果的这个上面去上架享受到它苹果的这个用户的管理以及它的流量包括支付的一系列的这样子的一些标准安卓完全是一个另外的一条路线对吧像 Google Play 是安卓的

体系下最有名的市场但它并不是唯一的一个市场其他的各家都是有一些这样子相关的这种市场大家去 follow 同样的一个标准我们甚至可以说未来在 agent 时代

这两种做法都会出现明年有可能都会出现因为现在我们也看到了在这个大模型的体系下也有非常头部集中就是资源非常集中像那个 OpenAI 这样子的这个大厂包括国内也有一些头部非常集中的大厂它同时具备了流量支付用户管理还有一些这个数据安全的准则还有那个相当于权限的这个就是差分管理的这样子的一些能力的

同时我们也看到了也有部分的这种开源的大模型它在开发者的这种影响力以及大家开发者目前被这个移动互联网和这个在之前的这样子 PC 互联网的这个持续性的这样子的一些教育和大家对于某些这个这个开发范式的这个

这个已知性的这种共识吧其实我觉得在这个 agent 的这个时代就是走到这样子的一个就是大家提前去想好我要哪种方式去做这个 agent store 这个事情我觉得大家会更快的想到这个事情就是我要提前想好我究竟是融入一个类似于像安卓这样子的一个开放性的这样的一个市场

就是面对更多类型的这种开发者想用更多不同架构的这样子的一些底层的 infra 和上面不同类型的这样子的这种商业模式还是说我就是在一个相对来说比较闭环的市场但是可能那个体验端到端的体验是非常的集中的也是非常的标准的去抓住更核心的这样子的一些用户的这种价值我觉得大家可能每个 agency 的开发者会比之前的那两波更加提早的去考虑这个问题

但这是我的一个猜想因为如果你让我我现在去做一个 agent 我马上就会想这个问题我要用谁家的然后我决定了我以后上哪家的市场然后我想要吃哪家的流量红利这个可能是我马上就要考虑的这个问题

对但这里有一个问题你看我们虽然可以说安卓是一个相对开放的一个生态当然我们就是对比 APP 到当年的这个生态它是一个相当开放的一个市场和生态当年我们也会看到在国内有很多很多的第三方的应用商店比如说豌豆家比如说酷安等等这些应用商店但是你们会发现在这几年其实这个应用商店只有小米华为和 OPPO

好

就是都是各个厂商因为他对自己的设备如果我映射到大模型这边也就是说对于自己的大模型可能更了解可能他希望把流量放在我自己的这个用户生态里面最终我们就会发现现在是一个什么情况呢现在我们这些应用 APP 的开发者就沦为了给这些平台打工的打工人了他们制定了一系列或

严苛或宽松的一些政策然后让我们去帮助他们去完成一些工作对吧做 APP 也好完成一些适配也好去做这些事情也就是说最终我们会发现这个话语权仍然会集中在

厂商一侧而非开发者一侧那你觉得将来 AI agent 这个市场会不会也会发生相同的这种情况现在最大的问题就在于入口其实是个入口的问题入口还是原来的 PC 和 Mobile 没有诞生一个新的入口

新的入口呢可能会诞生新的硬件啊新的比如说啊看的有可能是眼镜啊有可能是一个穿戴设备啊这种产品但是现在没有新的入口诞生的情况下我们还得依托于原有的这个流量模式嗯

所以即使你开发了一个 Agentic 的一个 APP 或者 Agentic 的一个网站你还得用 Google 你还得用这个 App Store 这个短时间之内现在是没有看到一个端倪的从流量上来讲是这样的所以我们当时在讲移动互联网的时候特别有意思它其实是一个场景和设备

对驱动的驱动的这么一个新的计算平台来现在平台并没有变我只是变成了这个平台上的 APP 是的就是新的计算平台并没有诞生所以我们要在原有的计算平台上来完成新的内核的变化就是内核的部分会发生很大的变化但这里就有一个很尴尬逻辑你还是跳不出这些设备厂商的这个就另外一个逻辑为什么要跳出设备厂商我没必要跳出设备厂商我最终

提供的是用 AI 做到人类以前做不到的事情然后呢我满足的是我们客户的需求我不一定在乎的是我用什么硬件软件用什么流量入口这个我觉得可能更重要的是我要满足你什么能力就是用户愿意为他付钱这个是更关键的事情是的就是我感觉就是说你设备的形态不会发生变化但是 agents 这个时代带来你可能你使用不同设备的这个

行为模式有可能会发生变化就我最近经常在我们去跟一些同样是平台公司我们的一些合作伙伴去沟通的过程中比如说你传统的这些 cover 流量的方式你找不到现在的 AI 开发者就是因为他们可能甚至比如说过去常常被移动互联网生态甚至他们可能会轻视的一些比如说 web 端的一些联动还有一些这个在这个设备端的硬件的一些联动啊

可能在现在这个时代就是可能他们要重新重视起来因为整个开发的范式乃至于用户的这个范式它不在于执着于说我一定要用个 up 形态的

大家可以去

大多数的像远程协作客户这些东西其实它们都是发生在 PC 端的它不是在移动端的东西是的对所以它会很无缝的在你的工作的场合就跟着你的 PC 就结合到一起了这个时候你就不会再很别扭的说我再打开一个手机手机上再怎么样登录一个什么东西然后在 PC 端再用你的行为习惯就马上就会发生改变是的

所以从这个角度来讲我觉得可能硬件你说有特别大的突破我们再看 XR 领域包括现在的可穿戴的一些设备陪伴型机器人可能他们会逐渐的在这一波也得到一轮爆发但它不会特别大的代际性的改变我们进入的入口但是分配的时间

我觉得一定会发生变化这也是为什么现在我们说传统我们用移动流量的找那个开发者找流量找流量红利吧流量挖地的这种方式在 AI Native 时代可能大家要重新思考这个事情并不是说颠覆性的重新思考但是你过去可能忽视掉的一些流量的来源你要重新的去看一看整合一下对这个可能是现在会发生的事情

其实我的点是在于这个我最担心的一个点是什么因为现在的流量生态其实是固化的大家使用什么手机也好使用什么样的操作系统也好其实是一个固化的那如果说这些有影响力的手机厂商们先你们一步先这些 AI agent 的作者一步把这些能力都整合到他的系统里面之后我们的开发者还能做什么

当然这个情况可能在原先的我们的移动互联网时代也发生过朱老板说的这个事情就想到还是我们这次准备的那个背景之一就是说有一群明星创业的这样子的一个背景的一群人里面有 stripe 的有什么就各种做平台经济出来的这样子的一些核心的创业者

出来做了一个想做这个 agent operation system 然后再结合其实大家到现在看我们看移动互联网竞争到现在这个阶段已经是变成 operation system 的一个

大家觉得 operation system 本身是一个最好的切入流量或者聚集的 cluster 的这样子的一个很好的层面吧所以才会有现在的它肯定是要比应用往上一层对往底往底一层那可能现在诞生了这样子的一款明星创业企业融了这么多资准备做一套这样子的东西我认为他们也是在想做这样子的事情就是我先忍一步去把

流量的入口或者是流量应用什么样的方式进入的这个方式我先站上对我觉得是很聪明的是非常聪明的一个创业我认为是但他们能做出来什么东西还不知道但他仍然绕不开更下面的那一层现在还是没有办法继续但是反过来又看到传统的这个移动互联网生态的这个 operate system 的这些玩家们他们现在进入到哪些阶段了还在去以他们因为他们的

形态是手机然后他们上一层的东西已经固化成了应用和商业化的形式也相对来固化成了广告投放等等这样子的一些模式所以现在就是完全你要把他们去差异化的区分去打出差异化的价值但是这件事情它的起初并不是因为这个差异化的价值它去做这个事情它是因为其他的原因

茶叶化的背景对它是为了区分这个流量和对吧做一些这个类似于像这个这个地缘政治的一些相关的一些部署对但是从这个角度来讲在原有的自己的流量入口上它是为了保护自己的流量入口它才做这个事情

那我们就知道流量入口跟 operating system 这个事情它是没有办法去完全切开的所以现在说你说现在的这个传统的大的手机厂商包括像苹果现在也在做 Apple Intelligence 包括像什么你说它会真正的去做这件事情我觉得它一定会做嗯

但是他一定不代表这件事情他就不会被大模型公司或者是其他三方公司去弯道超车因为这是一个开放的入口他做这件事情他不仅没有优势他甚至可能还有惯性他甚至还在发展的过程中有可能会有就是撤走对但是从这个角度来讲他可能是未来提供 operation system 的玩家之一

但他是不是唯一的玩家我觉得真的不一定有可能大模型公司想清楚了的会玩到超市或者像现在这种新物种公司他能很早的在这个时间窗口上他就把这个资源整合的非常好把自己的商业模式定义好那说不定他就跑出来了对这个问题呢我突然就想到了我们当年创业的时候最容易被问的一个问题如果腾讯超你怎么办上几天坏的聊这个话其实是不用担心这件事情的

就是大的比如说流量入口的厂商操作系统的厂商手机的厂商有他们的优势他们优势也是他们的劣势嗯

反倒是小的厂商我们要做一个垂直领域我们要做一个垂直的 agent 背后带来的都是垂直的 know how 垂直行业的数据以及最终最重要的是这个创始人的认知的水平这个在大厂里边任何一个甚至大厂的总裁级别的以下的人都拿出来都无法与他 pk 的所以同样一件事情大厂做

或者说大家手机厂商嗯更传统嗯他是做不了的特别是偏一个应用的偏软件的偏创新的他是做不了的他只能作为一个基础实施来做他自己擅长的事情嗯而创新的事情应用的事情以及最终上面的呃更爆发流量的事情呃

体验那个需求的事情一般都是要交给生态来做的我觉得这个倒不是一个太大的问题对另外提到刚才说大家开始做这个正能 OS 据我拿到的数据来看我并没有看到正能 OS 跟现在的 OS 它们本质的区别在哪里这点上我认为可能是个伪命题就是你的硬件没有变化的时候你做一个正能 OS 到底要解决什么问题对因为我们通常都会理解成 OS 其实是

人跟硬件之间的一个接口当你硬件没有变的时候那你做出来的这个东西到底是什么软硬件结合的部分有可能你会觉得说那我在原有的可能到 AI 时代的可能我变成对话的界面了我不需要原有的那么复杂的 UI 的界面所以是不是要改一下安卓

我改一下就好了为什么要重新做一个 OS 做个 launcher 不就完了对做个 launcher 或者做个什么就能解决我们我们自己也在尝试我们也弄了很多小手机对然后一打一打开就是个对话框什么都没有对一个 launcher 改变我们也在尝试这效果很好啊为什么我一定要做一个新的 OS 这个事情我觉得没有讲清楚

当然他们有可能有商业精密但是我还没有看到所以我如果说为了做 OS 为了流量做 OS 我觉得偏离了本性明白我个人觉得他们但是我也是我个人的猜想因为他们到现在东西没有出来不知道他们在哪一座但是在这个时代你的底层的架构一定是精选的架构就是最适合 AI Native 所以他们这个公司能不能成

一定要看他们的这个目标客户定义的是不是够准就是他们所谓的 OS 去服务的这些 developer 或者是我们说 builder 也好他到底的那个定义是什么他如果不做一个精选超市他做一个大超市他是不可能干得过安卓已经这么多年的安卓和其他的开源的这样子的一些框架和开发的这样子的一些范式的但他如果能够做到特别

特别差异化的去把适合 AI Native 的应用也好 agency 也好的这样子一套从底层的架构架构之间甚至细化到这个 CPU GPU 的性能使用到中间的接口也把它标准化到上面的这个能够定义好几个 AI Agents 最能够输出价值的这样子的一些场景

他就能做个 Windows 级别的东西出来但是这个特别考验你看这个首先是击穿各个技术站的对这个他的团队里面我看现在基本上还都是应用层和平台层为主特别基层的好像应该有对但是这个就最终他们这个定义的产品的这个形态在哪一层和这个他们的就还是那个就面对的这样子的开发者是集中在哪一块这两个特别关键的问题他们没说

对他们没说清楚说明没说清楚可能在他们的 BP 里要不然他们可能也容不到这么多钱但是如果他们能做到这种级别我觉得是有价值的但如果他说我就是要做一个放置四孩接准的这样子的一套东西我觉得还是会回到那你安卓都可以做甚至这么多手机厂商也可以做甚至那个 PC 厂商那个芯片厂商都可以做你这个事情为什么不是英伟达

对吧为什么不是高通为什么是你来做这个事情或者为什么不是微软这种级别的事情公司对这个我觉得他们应该回答的是这个问题我能看到的部分其实现在是端侧的推理的算力是市场是巨大的有可能是我们先云端推理算力的可能几万倍甚至到几十万倍的这样一个体量为什么呢就是当我们任何一个 agent 的 net 构建起来的时候每一个节点的算力都需要用一个端侧的方式来完成

而不可能用云端的对就简单来说就最简单的就是我们传统国才有多少人上卡嗯但是我们中国有多少人大家知道一张卡的呃如果装一个模型的话它的 QPS 一般是一亿嗯对我们原来一个机器 QPS 可能是几千几万现在只有一亿啊嗯所以你有多少你现在才多少人卡这个这个这个是用不过来的所以我们今年为什么做拆了 A 呢拆了 A 其实就是用我们 PC 的算力做推理嗯

那我们未来是不是可以有一个手机端端算力做推理手机端端出推理大家现在发现效果非常差那这个是不是我要改 OS 这个逻辑就顺理成章了如果他是做这个方向的话我认为是适合你的就回到了 AI 原生这个话题对我会把原有的为人去准备的那些 UI 准备的那些 OS 的东西全部拿掉我只为推理来做

因为我其他东西都不需要了我所有的性能都是为了推理来优化的这个时候我可以让一个普通的手机然后换上我的系统之后就能跑一个大模型了能跑一个 7B 14B 甚至 70B 的模型在一个手机上跑哇那这个简直是爆炸声听上去是英伟达的声音哈哈哈

对对对这个我觉得是合理的对其实我这观点有点激进我是觉得这个市场还是缺乏一个掀桌子的就是我们彻底把手里的这个品去掉吧变成眼尖

变成其他的形态它可能机会更大但是挑战也很大风险也很大我特别赞同你的想法你的想法是第一性原理就是要掀桌子不掀桌子就没有意义不掀桌子你永远在别人的系统上去玩对吧你说把 iOS 我们干掉刷一个其他系统它也做不到它现在越来越封闭现在安卓机你连 root 都很难谁都不让 root 那你怎么刷

对但是掀桌子这件事情往往风险也很大也不是一家能掀得了的就是可能他甚至说我认为这个事情最重要还是一个生态的事就你生态上面的多家在一起大家形成一个共识有点像什么什么这个什么什么 for example 什么北京共识或者什么大家有一个这样子的基本的共同的认知然后才能会一起去掀动这个桌子

对但是这个一定是跳开原有的这样子的一些想法反正刚才刚才我跟一博在讨论这个事我说你聊清楚这个 AI native 这个问题就不能以原有的这个应用啊或者是应用开发啊或者是什么安卓 iOS 开发的这个逻辑去聊对它是一套新的东西如果我们现在去看这样子的还是在那原有的这个什么安卓市场苹果市场去聊现在的新的 agent 的市场那

可能这个市场甚至都是个伪命题它都不存在它都没有必要再来一个新的就替代原来的这点上我倒其实有个反共识我认为掀桌子这个机会是非常大的而且有可能不一定是大公司能掀反倒是小公司能掀对它能跳出因为现在说实话我们看到这波 AI 真正能够训练大模型的我们统计过全世界只有一千个人这一千个人分布在不同的公司里甚至是自己创业来的

不是所有人在大厂里面的所以这个机会不是大厂的可能是这一千个人都那某个人然后最终跳出来最重要的为什么大家会掀桌子并不是因为你手中有多少资源而是你揭竿而起

这个起了之后这个理想能带动多少人加入你对认知摇旗对这个是这个摇大旗扯大皮的事然后大家能够一拥而上然后都加入你这个才是最关键的而并不在于说你现有多少资源现有资源就是用来被打破的现有垄断就是被打破的现有的这个利益分配体系就是用就是应该用被一个新的时代来打破的否则它怎么能叫新的时代呢所以我反倒认为这是最大的机会对

而且最近在众户这一侧我觉得也有变化大家慢慢的接受了这个新的端侧设备我那天特别有意思那天我们是另外一个录音啊我们的嘉宾是个盲人他居然带着一个智能眼镜来的你有没有想到盲人带着一个智能眼镜来那是他的眼睛对吧对我说你拿他干什么

他说这好啊我只要按一个键然后他就给我描述我眼前有什么了对对就抽一他的眼睛对啊对于我来讲就是一个能力的拓展和延伸你看这个能力拓展和延伸首先会体现到他们身上因为他本身是有这个缺憾他用这个东西去补齐没错没错对他甚至那天跟我说什么什么时候这个无人驾驶能够正式上路了我第一个买车我

我钱都给好了你要怪他连上路都上路不了我说现在盲人现在都资本激进了他说对啊我们肯定会要比普通人更激进因为他确实能帮我解决问题是的而且这就是 AI 做到人类之前做不到的事情是的它才是真正的价值的所在点对我觉得往下降一档我们去看这些人群对 AI 的认知我们都会发现在 AI 再有下一个能力跃迁的时候大家会多激进对于新的设备新的场景都多激进

只不过我们现在还不是那个盲人我们没有像他们这种这么

快和准的发现自己痛点的能力等到我们顿悟的时候可能下一个阶段的那个 Agent 已经过来了对所以我特别同意他这个观点就是有可能这个激进或者是掀桌这个点是一个越前的过程对可能我们其实在整个 AI 时代里我们刚才谈到了一个认知其实认知背后带来的是认知局限对我们刚才说了想象力才是第一生产力

就是你能想象到三年五年之后发生的场景的样子这个才是第一生产力然后这个时候你才能做出一个战略选择你站在这个时代的什么位置上你其实并不是在追风口赶风口你追不上的你只能提前站在那里等风口来了之后把你吹上去是的所以我们可能最重要的是选择大运路

选择什么呢去选择你在未来所占的位置这个是需要想象力的没错之前我跟一波也有线下有沟通这个事情嘛就说你怎么去定义 agent 和人的关系嗯

不能以人和人的关系的类比说把其中的某些人换成 agents 去定义这个关系如果一旦 agents 加进来那可能人的行为模式人和 agentsagents 和 agents 之间的行为模式

都会发生改变可能那种交互或者是那些产生的这样子的一些商业价值不是以前的现有场景能理解和替代的这个可能是现在我们都在等待一个这样子的一个这个所谓的安卓时刻或者怎么样它有一个这样子的 Killer App 出来我们以前总是会说说那个现在的这个 GN AI 时代的这个 Killer AppGPT 自己是一种 Killer App

但那只是其中一种对但是 chat 只是应用或者人的这个衣食住行啊等等这种生活中的需求的其中的一项基本需求对

其他的还有好多需求好如咽喊需求还没有被发掘谁知道那种需求被发掘出来之后不会是一个非常惊艳的然后让所有人都能够有所启发的这样子的一个 key lab 对很快可能就会来对其实从逻辑上我们是能推理出来就是这个东西长什么样的最简单的就是 AI 到底能做到什么人类做不到的事情第一件事情就是自动化

我们以前只能做到规则的自动化就是有规矩的入室的自动化现在可以做到泛化的自动化嗯就是我任何一个场景虽然参数不同影响因素不同所需的条件不同但是他依然能自动化嗯啊能够自动的自动化嗯这就是一个泛化的我昨天去听了我们一个校友讲卢燃云医院最新出了一个叫做 RDAgent 嗯啊他做 research 的他是干什么呢用大模型帮你去写模式 learning 的算法嗯

以前写模式论证上需要人人去调音子人去写代码人去怎么怎么样调 generation 1generation 2OK 但模型在很短的时间内帮你 generation 10 了然后把整个过程还也是可解释的给你搞

展示出来为什么这个因子是 20 那个因子是 30 他告诉你 OK 这个 AI 马上就拥有自举的能力了对他原来需要人做这件事情可能需要两周现在只需要两小时对而他在做模式 learning 的算法方面只需要两小时对我可以做一个量化的模型嗯

做一个股票量化模型我只需要两个小时这是什么恐怖的一个逻辑对这种这种形态的时候我们发现是并不是他做不到而是我们缺乏想象力对所以我老有一句话并不是 AI 不行是你不行是那个握鞭子的人是吧还在把自己就是强迫在农场里对你还是在局限对吧我给你的一个车你还不认为车是车你还在觉得我的马好

我还在用马的世界来想象事情你是永远没办法用车的世界来想象事情这是一个最大的局限所以如何人类跳出自己的局限然后能意识到我们要用初识的一个人来看待入世的这个人的时候这个我觉得是最难的对

咱回到 AI agent 这个话题其实刚才我聊了很多我们的想法以及对未来市场的理解当然刚才我们说都是一些非常底层的层面上的东西但是如果我们现在

用现在的 AI Agent 的这个发展的阶段来看会不会在里面在今天或者在未来我们可预期的这样一个时间段里它也会慢慢的形成一个 AI Agent 自己所谓的生态就像我们的应用市场一样那里面有做支付的有做广告的有做投放的有做那个 TPF 这种能力的可能会有很多

那现在在这样的一个市场里面会不会也会涌现出来一些相关的生态在里面刚才我们讲的很多是横向的那在纵向里面可能也会有很多东西在里面

最近有几个 agents 的链接的协议现在非常火第一个火的就是 cloud mcpcloud mcp 其实打通了数据墙就是以前我们大模型和我们现有的所有的数据是有一个很强的数据墙的你怎么调用啊你就是要写代码 ok mcp 就可以用模型的方式来做主要最好玩的我还看到了有人用

Cloud 是自己不能给自己写 MCP 代码的然后有个哥们用了 JPT 然后给他一些例子然后写了 Cloud 的 MCP 代码这个事情是很有意思的第二呢就是有几个开源的框架也在做这个事情然后 Star 也在逐步的上涨我们会看到有人在思考这个事情有人在尝试这个事情

只不过就什么时候某些事情突然抓住了一个点然后变成了一个行业标准然后大家突然一天可能过了一晚上发现大家都连接在一起了就已经结束了对就是我觉得那个以前在应用时代包括像 SaaS 这个时代大家会出现所谓的生态上下游分工

核心有几个因素是因为被锁死的一个是算力有上限或者是说经济的算力有上限就是一个公司可以 access 的经济算力有上限第二个很重要的就是数据安全的问题一直现在也没有特别好流动和安全还有权限和数据拥有的分开的这件事情到现在还没有特别好的可以去解决

所以它才会形成分工是因为你的数据不可能非常高效的按照所需要的方式去流动且你的算力是有上限的但是这两个问题现在是在逐渐被解决的首先现在同样的算力下能够被解决的问题由于算法和这个 agents 和等等这样子还包括了已经大公司去做好的这样子的一些 AGI 的大模型他们能够解决的事情已经越来越多第二

第二个就是现在在这个底层的这个基础设施数据的存储还有安全这些方面现在有了很多的基于 AI 的一些新的方式 AI 原来可能能够做的事情比较少但现在 AI 在数据的流就上面它可以把数据分得非常细

甚至说你要做这个决策我告诉你这个结果就是查分隐私对我要告诉你这个结果但我保证你这个结果是不用你太多其他的算力或者它是非常准的现在很多产品都是说在本地先算一遍把隐私的东西

盖住然后再给大模型去缩再回来整合起来其实 AI 能够做的事情在这个领域做的事情比我们看到的这个在跟人的交互中间更多那有了这样子 AI 的加速我觉得这个两个问题包括底层基础设施的加速这两个问题会逐渐的被解决

到时候就不一定会形成生态分工因为他没有分工的必要他一个他能力太强了他一个 agent 可能真正如果形成分工他会形成行业的区划

就是我擅长在哪个行业做事但这个行业所有的事情我可能都做了就不会形成一个行业或者一个产业的分工但是他可能在某个产业里面会比如说文娱产业和这个这个现在金融产业这个 agent 是不一样的但他同样一个 agent 能做的是整个生态链上的所有东西有可能是这样对

那作为开发者呢现在可能会有很多的开发者也在看 AI Agent 这方面的机会那一波作为一直在这个行业里去做事的人那能不能给我们开发者一些经验应该怎么去看待这一波

因为现在大家真的很焦虑焦虑在于怎么每天都有新东西是吧怎么每天都要学新的呀现在每天起来都要看一次 OpenAI 干了什么这几天简直都快要焦虑死了对吧有没有给我们开发者的一些经验让大家能够咱先不说以不变应万变吧最起码说能够找到自己比较舒服的一个

或者是自己舒服的一个状态舒服这件事情我觉得已经不存在了过去十年是我们在舒服了十年不舒服是新的舒服舒服这件事因为 AI 我们这一波看到最大的冲击其实属于开发者本身因为开发者以前在 IT 架构下洗代码这件事情已经被 AI 替代了七七八八了我们可以看到在很快的时间内我

我去年就大放厥词三月份我就说程旭儿不存在了更别说什么 D 代码呀 SaaS 呀这种我认为都不存在但是我现在今年有个新的洞见就是我发现开发者会变一个角色嗯

是的对就是我们会发现原有的这个技术体系架构里面我们是有 20%人在指挥剩下 80%人干活的对然后呢新的 AI 来了之后我们会发现这剩下的 80%人也要学会指挥 AI 干活嗯也就变成了百分之百的人都在指挥 AI 干活最后干活都是 AI 如果谁不会指挥你就被他淘汰了

你就不适合干开发力的对你人家俩礼拜写的代码两小时就搞定了但你还有什么存在呢就是这个事情就是人在做一件什么事情人在做第一叫 planning 就是我要把需求拿过来然后我要拆解架构我要设计 structure 我要设计分解任务然后第二件事情叫 action 这件事让 AI 去做了

第三个是 AI 洗的蛋我还要检查我还要给 AI reflectionOK 这件事还得有需求发起方的人来做因为最终需求发起方还是人就像我说找了个鞭子的还是人所以所有的程序员都会变成一个新的角色第四个还有一个背锅全资历要明确现在 AI 不能作为主体所以我认为程序员反倒不会失业

反倒是我现在认为程序员需要变成一个新型的程序员啊这是我的就跟当年我们的啊可能你原来在牧羊过两天变成工人了这种感觉一样所以呃你过两天前两天改马车过两天变成司机了嗯 ok 我们现在程序员你前两天在 coding 当马农啊然后你现在变成了一个呃

就是指挥 AI 在种田就是这样一个写代码的这样一个人这个角色是要大家去适应和改变的所以我说为什么叫不舒服呢是因为这个改变是不舒服的你要去重新学习要学习 AI 要学习算法要理解 AI 的背后的本质

本质然后才能更好的指挥甚至要改变你原有的公司的研发流程这个工作都得由现在的在公司的程序员来干所以这个事情是避免不了的这是从内部的从外部来讲其实这个行业也会发生很大的变化所以我觉得程序员不是机会变少了反而是机会更多因为现在所有行业都要用保安他们不会

他没有技术的一个底层原理你毕竟你要理解 AI 你要会用 AI 你要会给他念咒语你还得有这些底层的逻辑推理能力吧你知道 AI 怎么做 reading 怎么做 field shot 对吧这个东西你要一个学文科的同学啥都理解不了的很难当然不是说百分之百但是很难

在这个时候呢你怎么样在行业里边比如医疗比如在消费比如说在商业比如在娱乐那你就得帮他们去做这个肯道题所以对程序员的或者说对懂 AI 的程序员的需求量是不减反增的中国只有 800 万程序员但中国有 14 亿人

这个我觉得多少人才配一个 AI 的 consulting 这个量我觉得是不够的所以一旦这个生态重新构建完毕之后我们会发现我们在座的所有的程序员都会变成一个新的职业这个是很有意思一件事情我们马上就会看到所以我是乐观的我并不说我收回我之前说的程序员要失业这件事我只是说程序员要换个工作了对对对

没错我们最近要出个报告社区里边对我正想问你这个报告呢因为 agent 这件事情不仅仅是我写文字你给我回答现在多摩泰这一派可能也是慢慢的被大家越来越关注我不一定写字啊我不一定打字啊我说话不行吗是所以就是说为什么在这个时候提这个事情就是说我们会发现这个行业的改变就跟刚才一波用的那个比喻我特别喜欢你你原来是养马的

现在不需要马车你养马没有用你修车去不就完了对你现在得修车但是养马和修车同样服务的是一拨人是的这拨人都有交通的需求对但是养马的这拨人比完全不知道车子这个行业的之前其他领域的人他多了一点什么他知道为什么马路修的是这么宽他知道马力和行进的效率之间是有关系的

这个是现在我们所谓的这个开发者已有的这些开发者他们的先决的优势他记录你看现在汽车那个功率还是马力呢你看看当年的马车不搞来的吗而且他知道哪些地方用马的用车的人多哪些地方是交通要道交通的这个主要的枢纽

这些经验实际上是叫勇敢的人先享受事件我觉得是可以让勇敢的人就是我们的开发者们成为勇敢的人的一个特别重要的先决条件所以我们当时我们今年想说的一点就是说大家的思维要变化就是说不一定以后想要去实现价值的方式就是马太马

不一定了对然后可能现在真的在这个 AI agent 的这样子的一个时代需要的这些人是我们原来讲大体型可能都不够他需要三个方面领域都成为专家一个是你要知道大模型至少你知道微调至少你也知道大模型跑在哪个架构上是相对来说比较经济的这个东西的匹配他知道怎么去做选择和取舍对对

第二个他得懂行业他得有一点点产品的素养知道客户的需求哪些是能挑来做哪些是真的不做都不是把这个纯一的去堆上这个如果 AI agent 的这种开发者或者是 agent builder 把所有的这个需求都堆上他会发现一个很可怕的事情但那个 agent 真的很多事情他也都能做但他做不出来做的非常可能就是找不到那些精准的需求

那第三个就是很重要一点是它工程还得懂所谓的这个工程就是还是回到这个问题大模型是一个要非常严谨的去考虑哪些在云端哪些在端侧去实现

然后你跟现有的这样子的一些应用怎么去分配这个算力的关系且你怎么让大家觉得无缝因为如果不无缝或者是效率不高的话就大家会觉得 AI 真的很蠢但反应速度怎么说它是绝大部分来自于你端到整个的工程的设计

这三个方面都得懂然后你才能做一个现在这个时代好的这个 agent builder 然后在这个情况下然后整个行业里面可能他会出现这样子的一系列的人但他一定是从刚才那个一波说的那 800 万人中间先出来因为他可能有一些知识他是

没有办法快速的去生成的快速去学习工程和产品需要积累工程和产品包括对行业的理解这个可能都是需要长期积累如果说我们对于算法或者是数学问题的这个可以很快的通过公式来习得或者是什么不是算法也是很高壁垒对但是我如果说有些东西可以是快速可以习得或者是我知道怎么样挑选的这个取舍的标准的话有些是非常艺术的一些知识对但是很

快速去 generate 这些方面可能是目前来说开发者需要去补课和可能会快速出效果的一些科研工程产品三合一的对对对是的这个就很难很有挑战所以我们说我们为什么要出一个这个报告就想告诉大家就是我们也是非常的乐观

然后我们会觉得这个 Agent 时代会给大家尤其是我们都不好说是到底是科业领域的人还是工程领域的人还是产品领域的人会给年轻一代带来更多的机会但是这个机会要抓住能不能抓住这是另外一回事没错就是也不是坐在那等的因为想要凑齐七颗龙珠真的得去游历山水

就是你得到处去打怪去对所以这些打怪的过程你首先得是一只猪才能被风吹起来对就是要不然就做不到一波刚才说的那种我得在那等风口对吧等风口的时候也不能坐那干等先变成一头猪对先拼命吃各处的营养对先考虑这个事情对

是这报告发了吗这个报告很快就要发了那个我们一年我们社区一年一度都会有一些社区的总结会然后我们会在那个会上去发这个报告对大家也可以关注一下 RTE 开发者社区的官网和公众号如果对这个报告感兴趣的话对

那最后一步对我们的这个 AI agent 现在的这个趋势以将来的这个发展有什么样的一个展望呢其实刚才我讲了很多展望了对我大概了归纳一下吧我个人有一个框架我认为我是 80 后嘛我们其实我上大学是 00 年然后我们 00 年刚好经历了一个东西叫互联网泡沫 99 年的时候

我们会发现过去我们其实经历了三个的计算平台的周期而我们现在正在看第四个每一个是七年你看 99 年大概到 06 年是互联网

07 年到 15 年是移动互联网嗯 16 年其实到 23 年是 web3 嗯然后 24 年到我认为到 31 年可能就是 GNI 嗯然后 31 年如果再要 7 年到 38 年我认为是智能机器人嗯

就真人没有准备好现在特斯拉在搞的那个东西特斯拉搞的叫人性机器人我们把它叫功能机器人就跟我们功能手机一样它不具备智能真人打到一定的水平之后才会有智能机器人时代的爆发所以这是五个七年每个七年我们只要你赶上了都会变成一个我们

我们叫做这个乌鸡变凤凰的过程嗯我们在座的可能很多的同学都已经赶上过互联网移动互联网时代嗯然后呢你会发现这个每个里面呢会有一个变化就是第一个就是互联网时代的时候我们当时每个人建一个网站就能融到钱嗯但是它的爆发是要把网站形成网络就 web 要变成一个网络第二个呢网络是我们的 mobile 嗯

然后 APP 要形成一个网络第三个其实是我们的 bit 或者说你看对中国爆发是靠以太坊第四个就是我们的 agents 我们现在每个人都在建 agents 然后 agents 要形成一个网络然后你会看到人的需求是没有变化的我们现在看 BAT TMD 在 PC 时代是搜索到移动时代有移动的搜索然后到了 AI 时代有 AI 的搜索

然后你比如说电商 PC 时代电商移动时代电商对吧移动时代电商其实代表是品种多对吧然后到了比如说招聘对吧你看那个时候叫 512 这两招聘然后到了 mobile 时代的变成 bossboss 聘聘到 AI 时代一定会有 AI 时代的招聘

所以需求大家是没有变化的情况下我们只是计算平台发生了迁移谁抓住了机会然后谁就能切入到这个行业里面快速的成长出来这是一个最大的最大的机会只不过你要有足够的想象力想象一下比如说 AI 搜索长成什么样你要想象一下 AI 的电商长成什么样

你要想象一下 AI 的招聘长是什么样举个例子我们现在看到了 AI 搜索国内看到 AI 搜索都是 1.0 简单的就是我将你的这一句问题

转化成在传统的搜索引擎搜索完了之后我得到了 100 个网页现在 KimiKi 做了 100 多个网页帮你整合一块但他呢假定说我问了一个问题人是怎么搜索的他不在乎他在乎的就是你问这句话我直接一层的直接去搜索然后给你结果我只不过量大管保是吧但 2.0 你会发现有两个产品一个是 Platform City 然后一个是 Gene Spark 他们做法就不一样他们第一步要去

帮你把这句话转成更多的步骤对第一步干啥第二步干啥第三步干啥然后三步都做完了之后把结果再给你 summary 是你想要一个表格这 spark 做的非常漂亮比如你要什么公司什么公司的联报的对比什么公司什么公司的什么型号的对比他做的非常漂亮就是他就把人原来搜索要做的好几步动作帮你用大模型猜测出来 planning 出来然后再去 action 再去做 OK 这做完了之后还有第三步

三角链长什么样三角链长的样子可能就是你不仅仅是你这个 agents 去做搜索你还要跟别的 agents 交互是的你能不能在这个网络里找到具有这个对专业数据的 agents 让他给你回答是的这个就很有意思了这就是我说的 agents 要组成 net 就用 agents 构建的网络当会诞生一个新的一个完整的一个新的生态或者一个产品的形态出来

这个是我们在明年马上看到所以今年很多人说哎呀这个大摩星是不是不行了然后这个算力现在卖不出去了我说你明年算力根本就不够用只要一个应用出来了全中国全世界的算力加起来都不够用算力卖不出去绝对是个伪名题绝对是个伪名题而且我更

我觉得刚才我讲到了我更觉得端侧端的算力要跟你利用起来啊不管是手机端还是移动端要算力要运用起来因为每一个人都要建 agents 嗯对每个人都要把自己的工作的 agents 生活的 agents 然后你都要建立起来的时候你这个算力根本就不够用啊一定是这样所以我对 agents 的这个这个事情我是非常非常乐观的而且我就像说的 agents 元年啊可能是在 25 年啊 24 年是 AI

AI 的七年的第一年但是真正真 AI 的落地可能就到用 agents 这种方法 agents night 的建立可能是在 25 年我们可以看到一些专辑嗯嗯

对我就说一下我就不好这个说我说预测一下这个中间什么样因为本身我平时就玩 Agent 还是非常这个自己的这个自己家自娱自乐的这种状态但是我们可以说一下我们在看这个整个 Agent 的生态吧就是未来一年能发出什么样就是我们大概能看到什么样的一些趋势吧

就是说我们现在关注的这个事情叫多模态或者是说现在 compositional AI 这个事情这个领域是我们在现在现有的 Azure 生态中间去挑出来的这样子的一个领域我们也认为这个领域相对来说会比较容易早期的让大家看到一些直观的这个 AI 的能力就是显现性非常好

因为他直接跟人互动和对话那些都是 AI 和 AI agents 之间对话的事情实际上发生的更多但是那个人是看不到是没有体验的他是没有办法助力人去做更多的倾向于这个方面资源的决策的所以我认为 compensation 的 AI 可能会

带来整个 AI agents 或者说 GNI 现在新的这个时代里面新的一轮的这样子的一些变化和范式那这个里边我们认为现在已经基本上这个生态已经成型了就是刚才说的虽然这个最终我们大家会出现一个特别大一桶的东西但是目前来说从这个 model 的 providing 到几层通讯的这些基础设施的提供到现在的 agent framework 到这个上面一些

我们说功能型的这个 I&N Native 这样的一些接口到这个 hosting 的服务到这个我们现在的这个上面的一些这个我们说 agent 的一个分发的一个 platform 现在这些我刚刚提到的这些都有都有就是说明这个生态已经初步成型了先不管他们这个 part-to-part 之间现在的这个协同的效率有多高

至少现在这个外市具备了已经齐全了那明年会出现什么明年会出现能够把这所有的这些人都玩得特别赚的一些这个大的明星企业出来就是刚才那个一波说的可能就是那个 Killab 或者 Killagents 吧我们说的就是会出来他会在某个领域集大成者这个是我们现在看到的这个一个非常大的这样的一个趋势那为什么我们会选择 Conversational 让大家坐在这边去等

我们认为会出现在这里就是刚才说的它是可显现可体验的人是能够在这样子的领域去惊叹于 AI 的无所不能和神妙的但是就其他的领域实际上 AI 的价值更大有可能但是它发生在云端 AI agents 和 agents 在那个 network 上面的这些交互我们看到的是个结果

但是不知道他中间的这个可能做了巨大的工作和巨大的交互那都是非常数字化的交互非常云端的交互可能没有这么的直观但是真正的让人觉得直观的肯定是出现在这样子一个领域我们之前有一次做 workshop 就我非常感觉特别直观他是做了一件什么事情他平时就不是开发者他是产品经理出身他没有代码的呢

他用了那个类似于像 CosDefi 这样子的这个平台他自己搭了一个自己的那个那个 chartboard 但他那个不是 compositional 的就是说不能跟你实时互动用这种累人的这种方式你人的这种方式跟你互动他接了那个我们那个 10th framework 然后开始跟你对话他惊讶了第一句对话惊讶了一下

第二个阶段他惊讶了一下出现在什么就是他接上了那个搜索的那个接口之后这个对话内容变得非常实时乃至于现在世界上现在所有的事情他都可以用讲用听的方式跟你去交流他又惊讶了一次

所以其实这种带来的体验肯定比我们现在在这就我们现在特别平步直续去描述对可能让从开发者角度来说那种可能跟他感受更加的深刻他就马上会觉得这个东西我是要用的然后这个东西我能够让更多的不懂这个领域的人更加直观的感受到所以他就激发了他要去以这个为基础去做一下他那个领域的这样子的一些 agents 这样的一些想法

所以我们认为这个领域它能最早的让大家有启发但这个并不代表说以后因为之前有说过多摩泰是通往 AGI 的一个一条很重要的一条路可能是一条必经之路对

现在我们现在看到的多模态在这个语言在这个视觉等等这个方面未来就比如说如果巨神智能跟这个 AI 更加深度的结合它会发生在动作在一些感知其他的感官上甚至脑机接口等等这些方面那个时候的多模态是更加宽泛的一个多模态在那个时候可能那个 agents 或者是我们说的那个未来的这个叫什么呢 AGI 吧就是或 ASI

它就会真的到来啊

真的到来那个时候我觉得也不远因为现在看各个领域的这个技术都在成熟大家最终殊途同归吧都在往那个方向走反正我是一个坚决的掀桌派为什么呢因为我们每天都是在做这个科技资讯的内容我们会觉得从移动互联网之后其实大厂对整个这个互联网生态我们的创新生态其实慢慢的会造成了一个固化的一个

垄断可能说的有点过对吧咱就说固化大家没有什么创新的想法也没有什么动力反正我有这样一个市场地位我就赚我的钱吧对吧其实在这上就缺乏了一些我们更早期时候刚有互联网的时候的那个火力对那现在其实我觉得这些 AI 的开发者们应该加油了

咱们尽快的把这桌子掀了我觉得这个市场才能看见未来别管是这个市场还是整个我们的经济我们的社会它都会往前会有一个跃进是的而且老实说现在的投入可能不像原来那么多

对原来你可能要特别全职是 all in 去做这个事情不是说大家创业不 all in 啊是现在如果你真的想只是说做一个 agent 的话你属于要特别资源非常少对啊对先从尝试开始嘛对不一定第一天 day one 就改变世界嗯但改变世界一定是从一个特别小的从那个 hello world 的那句话开始的对对对是的嗯

没错那节目最后也想问问一博最近有什么具体的计划吗听说你现在公司也做一些新的事情尝试对我们最近呢就从 2B 尝试了去做一些 2C 的一些场景 2C 比较容易验证比较容易验证最重要的是我们会发现 2B 还比较早真正 AI 的落地你看发现每一个时代的 2B 的业务都是这个时代最末端的时候才真正兴起的

反倒是最早期的时候就是要从 2C 消费端甚至从工具端到消费端然后到最后才到 2B 所以我们现在做了一年之后发现 2B 稍微有点早虽然有些拧流但它并不是一个真正能够客户带来巨大价值的一个事所以我们最近在尝试做一些 2C 的事情我们最近发现了一个很好玩的事情就是我们在做一个 AI 招聘的简历筛选嗯

这个提效啊因为我们发现就说现在中国有个场景就是供大于求当任何一个企业发出一个岗位的时候基本上一天能收到几百人海投但是海投过来的减零打巴扎不完就浪费你大量时间去筛选没有意义 OK 我们就做了个 AI 去筛选但是市面上有很多 AI 筛选它的逻辑就是用 GD 和减零去匹配这种匹配出来是不准的是的没有意义

一定是要用你这个人的 know how 你一个人的偏好去筛选对啊我们有一些要把这个偏好然后告诉大模型嗯然后你可以积累成变成你的 agents 嗯

然后让你的 agents 去帮你删这件事情我们就来验证那你应该再写一个帮助大家写简历的工具这是第二步这样俩头钱都赚到了第二步我们会因为我帮你去写简历的时候也存在这个问题我帮你写简历只是用我或者大家固有所知的公有的 know how 去做的其实不是不准的

或者说每一个 JD 我单独的帮你去 reduce 优化一个 reduce 这个也是不准的你应该是按照这个人的隐藏的偏好去优化建立但这个偏好在哪里呢得先让那个人把偏好放到我的平台上然后我在我的平台上隐隐的帮你用这个偏好去优化你的建立这个时候才有价值而一个优化呢并不是说我帮你造假或者说我帮你只是美化而是我要问嗯

有一些他想知道但你不知道的问题我帮你写在简历里我让 agent 问你这个可能更加能抽象一层能力层就你说的那个 know how 层因为如果简单的从哪里毕业是不是在大厂待过那个其实是总结不出来这个人的 know how 层

举个例子像我的简历就是基本上出差都是过不了的要不然就是我得到过反过来有什么 over qualify 或者是那个不匹配但是他你要看到你这段经历给这个人带来的是什么这个东西是很难在那个字里面去

去得到的如果只是关键字比对的话是一定是得不到这个结论的所以这个真正的现在的 agent 我觉得就是一波这个选的特别好这个因为我觉得这个对于现在的这个匹配因为现在做的事情市面上大多数要做的事情发出来的阶级也都是之前没有可超的这样子的一个非标准化的岗位是的他对这种简历的筛选要求更高是的所以我们在做这样一个尝试

我们会发现这个领域里面有一个很好的切入点能帮大家真正的用 agents 来解决以前做不到的事情比如像我们在一个央企里面他们一年要筛 150 万份钱哇那真的要随机先扔掉一半运气不好的对然后你可以用结构化的筛掉比如说三分之二但是三分之一还得人一点一点去看因为毕竟还是有招聘需求的嘛你也不想错过一个合适的人

然后就浪费了大量人力或者大量的时间最主要是他们的工作量非常非常大 20 个人全天一个人一天要看 100 多份简历是你知道那个那个那个那个人的状态是非常非常差的所以如果我们用这种方式把它变成一个他不用看简历然后他监督他指挥 AI 去看简历的这个人的时候这个事情对他们来说非常有意思而且这也不存在说裁人的问题因为对于国企养企他不裁人嗯

他只是说当人的工作量降下来之后这些人的幸福感更高可以干更多的事情还有效率可能也会更高也会更准对本来还要分享一个就是我昨天听到梁宁讲一句话就是说 AI 是到底解决了什么问题

他用了一个词特别有意思他当时举了个例子就说工业时代解决的是效率不对称就是原来你用人拉马长的现在用蒸汽机对吧然后到了新世代解决了信息不对称 AI 时代解决了什么都不对称他用了一个词我也想了很久是知识不对称吗是经验不对称吗是 know how 不对称吗是数据不对称吗我家人就都不准确他用了一个词很有启发叫做决策效率不对称

嗯有道理是决策的效率你比如说以前我们要开车是人在决策现在自动驾驶就是自动驾驶在每分每秒在决策嗯而且他的决策比你快对对吧你看特斯拉为什么能够让人对吧有很多做不出来动作他能做出来

避险呀飘移呀他决策效率高第二个比如说我们在做这个简历筛选我提高的是什么提高是整个团队招聘的决策效率以前你需要两周才能筛完一万份简历 OK 现在两小时刚才我说了你需要两周才能做出一个这个某些能力的算法 generation10 timesOK 现在两小时

决策效率决策效率这个事情是一个新的一个我们叫客户端的一个 AI 带来的价值的点没错但这个不能百分之百说它一定准确但是我觉得提供一个角度可以用决策效率来说服或者很简单的告诉客户 AI 能干啥

这个这个这个很有意思一点解决了时间压缩不经济以前说的对对对所以我们这个产品可能下周可能会内测一部分然后看在年底之前能不能提供给大家刚好照平高峰期对吧好帮大家帮大家筛下简历帮帮忙非常期待好

非常期待一波后面这个产品产品出了告诉我们好的谢谢那我们今天这期编版人生就先跟大家聊到这里感谢大家的收听我们下期节目再见拜拜

感谢您收听本期节目本期播客节目由金金乐道制作播出您也可以在我们的官网 dao.fm 找到我们的更多内容作品如果您喜欢我们的节目欢迎在微信微博朋友圈等社交媒体转发分享您的分享对我们而言十分重要如果您希望与我们互动可以关注我们的微信公众号金金乐道播客天津的金欢乐的乐道路的道在关注后按提示操作即可加入我们的听友社群