对话MindOS联创Kisson：AI-Native操作系统与AI Agent的设计构想
AI Odyssey
Deep Dive
为什么Kisson认为AI-Native操作系统是未来发展的方向？
Kisson认为AI-Native操作系统能够解决当前操作系统的几个主要痛点：信息找人、信息生成和人做决策。理想的AI-Native系统将通过Personal AI Assistant实现更智能的信息整合、实时内容生成和自主决策，从而提升用户体验。
MindOS是如何从开发自有模型转向使用GPT API的？
MindOS在创业初期曾尝试开发自有模型，但随着GPT-3.5的发布，团队意识到AGI的发展速度远超预期。为了快速交付更好的产品并形成规模化数据，团队决定放弃自有模型，转而使用GPT API，以确保效果和效率。
MindOS的长期记忆功能如何帮助用户？
MindOS的长期记忆功能通过记录用户的想法和偏好，构建个性化的用户模型。随着用户使用时间的增加，AI会越来越了解用户的需求，提供更精准的信息整合和个性化服务，最终帮助用户更高效地管理信息。
MindOS如何解决用户记录想法时的痛点？
MindOS通过简化记录过程，用户无需打开手机或手动输入详细信息。用户可以通过语音或拍照快速记录想法，AI会自动整理并添加上下文标签，确保未来用户可以轻松找到相关信息。
MindOS如何处理长期记忆中的信息筛选问题？
MindOS通过抽象理解层对用户信息进行分类和排序，优先保留重要的基本信息，如用户身份和需求，而对日常事务性信息则进行筛选。团队还在探索如何引入遗忘机制，以模拟人脑的记忆更新过程。
小而美的AI公司相对于大公司的优势是什么？
小公司可以在大模型无法覆盖的领域找到机会，如个性化的小模型和垂直行业的定制化解决方案。大公司难以在庞大的模型基础上构建针对每个人的小模型，且成本高昂，这为小公司提供了差异化竞争的机会。
MindOS的商业模式是什么？
MindOS通过提供SaaS服务，用户按月付费使用其AI助手功能。未来可能会推出更多高级功能，如长期记忆和多模态交互，作为付费选项，以提升用户体验并实现商业化。
MindOS如何看待2B和2C市场的需求差异？
MindOS发现2B市场主要需求是提升现有渠道的转化率和降低客服成本，而2C市场则需要一个能够通过聊天不断学习的个性化AI助手。团队因此将产品分为2B的Chatbot平台和2C的MeBot应用，以满足不同市场的需求。
AI Agent未来发展的主要挑战是什么？
AI Agent的主要挑战在于技术迭代和硬件提升。当前的大模型技术尚未完全成熟，且硬件的交互方式限制了AI的实际应用。此外，行业内的工程化需求和用户的过高期待也是需要克服的挑战。
- 理想的 AI-Native 操作系统应具备信息整合、信息自我编辑和 AI 自主决策能力。
- 当前 AI 交互系统主要停留在个人 AI 助手阶段，信息整合较为中心化。
- 技术、硬件限制以及大模型能力限制是当前 AI-Native 操作系统发展的主要瓶颈。
Shownotes Transcript