对话MindOS联创Kisson：AI-Native操作系统与AI Agent的设计构想
52:56 Share

大家好,欢迎收听 AI Odyssey,这是一档探索 AI 的博客无论您是专注于 AI 产品开发的创新者,技术革新的先锋,高效运营的策略家还是热衷于 AI 领域的猎手 AI Odyssey 都将为您提供深度洞察和前瞻性观点在这里,我们不仅分享知识和经验,更探讨如何利用 AI 赋能现代商业和科技未来现在,让我们一起开启这场关于智能科技,产品创新和投资前沿的对话吧

大家好欢迎收听本期的 Air Odyssey 博客我是彭彭大家好我是 Lio 今天我们非常高兴的邀请到了 MindOS 的连创 KythonKython 你可以简单的介绍一下自己吗

大家好我是 Kython 林颂琪我是 MindOS 的联创和 COO 很多同学可能有用过我们的产品就是去年有一款 MindOS 的这个 AI Agent 平台在 Product Hunt 上面发布然后今年我们发布了 MeBot 就是 Me.Bot 在

美区的这个 iOS 上面然后是一款笔记记录的一个 APP 不间断的发布过一些产品然后我们公司是在二二年一月份成立的到现在大概有两年多的时间从

从一开始我们就致力于做 AI Agent 和做这个 Agent 的 Operating System 就是叫做 MindOS 然后在这个过程当中呢也经历了一些 Pivot 当然这个行业变化也很快所以今天很高兴能够在这里然后跟大家一起分享我们整个的一个创业的旅程和一些思考然后大家多多交流嗯

感谢感谢 Kason 的介绍其实我们今天邀请 Kason 来呢主要是想听一下他对于 AI Native 的操作系统还有 AI Agent 以及关于 Mind vs MindOS 相关的一些分享和介绍然后我们第一个问题就是想聊一聊这个 AI Native 的操作的交互系统就在您的眼中就是从一个相对来说比较 highlight 的角度上来说呢就是您眼中

现在我们市面上这种 AI 基于 AI 的这种交互系统呢它大致是一个怎样的一个用户体验或者怎样的一个用户交互方式然后你理想中的那种 AI native 的策略系统又是长什么样子的

对这是一个很好的问题然后也很大我先回顾一下就是很多人脑海当中对于 AI Native 的操作系统有一个共识其实都是从那个电影《Her》来的包括这次 GPT 发布了 GPT-4O 其实当时 Sam Altman 他也 quote 了这个《Her》这个电影然后

我的一个前提呢就是我对于 AI Native 的操作系统的理解其实也是很大程度上受到这一部电影的一个启蒙当然这个也是我们心里面的一个美好幻想嘛那我尝试去 break down 一下就是我先说一下就是理想的 AI Native 的操作系统是

大概有哪几个元素然后我再回过头来说一下我们今天大部分的操作系统或者说是有一些 AI 的这种操作系统是在一个什么样的阶段我觉得这样子可能会更容易更容易去讲述一些

那理想中的 AI Native 的一个操作系统呢我觉得有有几个有几个点但是最终可能要回归到一个问题就是智能到底能够解决哪一些我们现在还有的痛点或者是问题

我们看到就是在之前 Machine Learning 的这个阶段有很多的公司他们把人找信息变成了信息找人这个是很多在过去互联网这一波吃尽红利的公司他们去解决的一个非常大的痛点就是用智能用 Recommendation Engine 就是推荐算法来把人找信息变成了信息找人

这是起到了很大的一个革新那另外一个呢就是除了人找信息以外还有就是人去写信息人去生成信息这个在生成式的 AI 这波浪潮里面我们也看到了有很多的革新从人生成信息变成信息自我编辑自我生成

然后还有就是再往下就是人做决策那这个到未来的话呢就是有一个更加智能的智能体在我们之前过去还是没有见过的更加智能的智能体出现了以后呢它有可能去帮助人做很多很多零零散散的小的决策然后使得每一个人他的时间和他的精力可以集中在一些更大的决策上面我觉得这是我自己理解的三波的浪潮或者说三个最主要要解决的问题那

真正 AI native 的一个 machine 或者操作系统其实操作系统的意思就是说人跟机器之间的这种互动嘛它要同时把这三个问题都推向一个新的高度就是我们在 machine learning 时代的时候信息找人其实还是很大程度上基于对人打标签来找人而

第一是要有一些知识的标签然后第二呢就是我们要自己知道我是想要去找餐厅还是想要去找某一个信息还是想要去找工作我首先要知道我的需求这里面呢就是因为我们的

证据或者说所有的产品都是都是埋在不同的 APP 里面的所以说每个人要先找到这个他想要去到的 APP 然后在这里面这 APP 里面的信息会去找到他但是在一个真正的 AI Native 的这种更智能的时代的话呢其实每个人都会有一个 Personal AI Assistant

这个是最重要的就我们看到 Siri 之类的尝试在上一代去推出这种智能助手但是因为不够智能所以它没有起到这个作用但是一个真正智能的助手呢它可以第一不仅仅是懂得你的标签但是它还会有一个非常抽象的对你的一个画像的理解然后在一个更抽象更整体的一个维度去

感知去预测你想要什么然后使得信息找人去到一个更高的高度就是更加整合的信息去找到你而且这些信息可能是你未必会认知到自己需要的

然后这是一方面然后第二方面信息自我编辑这个就是 LUI 和 GUI 的结合再加上 Generative AI 的实时生成能力我们看到就是 Personal AI 这一波很多人都从 GUI 趋势里面抽离然后看到了 LUI 就是语言的操作系统的这个潜力就是你可以直接跟你的 Personal AI 去聊天然后它给你

去讲一些信息但是两者无论是 graphic UI 还是 language UI 其实都会有一定的限制那未来的操作系统或者说这里面的 APP 也好网页也好一定都是能够实时生成内容实时编排这些内容给到每一个用户使得每一个人看到的东西都是千人千面的

比如说我今天要我要申请学校然后我进入到一个大学的网站上可能现在我问他说数学专业需要有哪些教授然后需要准备哪些材料我要一个一个问题去问然后他会每次问他他会显示很多很多不同的内容我要一个一个点进去自己去阅读和消化但是未来在这个 AI Native 的操作系统里所有的 APP 或者是网页只要我问他

这个问题它就可以实时把所有的信息都整合到一起最相关的信息然后给我一个新的这个页面然后这个页面呢是同时带有可以

可以交互的就是用语言来交互问答的这个板块以及带有实时生成的一些信息比如说院校的联系方式然后 application 的这个申请的表单等等等等所以这是另外一方面就是信息的自我编辑会进入到另外一个高度然后第三方面就是有一些 AI 可以有自主的能力有一些决策 AI 自主的实时的就可以帮助你去完成比如说帮你去订餐啊帮你去排你今天的这个日程啊等等等等

所以我觉得这是我们理想当中的一个 AI 的操作系统然后今天很多的操作系统包括 AIP, Rabbit

还有 Vivian Pro 等等这些 operating system 他们其实都在迈向这个最终极的这个目标但是因为现在技术的限制包括硬件啊等等这些限制所以目前大家都还是处在 personal AI 的这个阶段这个信息的整合更加的中心化更加的一站式不需要我去到不同的 APP 里面而是我通过这个 personal AI 的助手就可以去找到不同的信息

这个是现在的阶段那你说去到 generative AI 实施自我编辑生成信息然后甚至是 AI 具有更强的自主性和行动力就是 planning 和 action 的能力去帮助人去做决策预定披萨等等这个很大程度上要取决于第一呃

我们大模型本身的这个技术能力现在还没有到达那种程度然后第二就是硬件的这个能力您分享的真好其实可以我不知道我理解对不对就在您眼中其实我们现在有了这种大模型的帮助尤其像这种 Long Context Window 我们对于

长文本的一些信息的整合能力比以前更有效率的利用模型我们不需要现在逐字逐字地去看然后但是可能在给予这个模型信息之后呢让模型去做一些 plan 和一些 execution 这个时候可能会出现一些精准性失误的问题

无论是限于这个现在模型的自己的一个能力也有可能是人工的一些 engineering 比如说在模型的控制方向也没有达到一个很好的理解程度所以说这个模型有的时候跟人的预想不能够很好的 lign 再加上最后的一个硬件的实施也是一个很大的限制无论是芯片的限制还是这种 power latency 的限制都是一个很大的一个 limitation 对 exactly 嗯嗯

就是那我很好奇就是说像 MindOS 你们自己的这种操作系统就是怎么去在您刚才所说的比如说现在这个现状和你理想的这种现状这个区间中找到自己的一个定位这个问题我可能要 take some time 去回答因为我先说一下我们公司当时在成立之前就是

21 年的时候跟我的合伙人我们在聊 AGI 在未来可以带来一些什么样的机会的时候我们两个都同时想到了 operating systemAI native operating system 然后想到了 mindOS 这个名字然后那个时候我们以为也有很多投资人问我们说你们觉得 AGI 多久能成熟我们当时想说可能十年十年左右吧这是一个非常长期的事情

然后你讲十年左右的话那可以足够给到一个 startup 一个小的创业公司时间窗口去做自己想要做的事情做一些创新然后成为比如说 AI 时代的这种 Android 那我们当时以为说有足够的时间窗口所以我们有机会能够成为下一代的这个安卓但是我们在创业一年之内就是差不多一年的时候 GPT 3.5 就出来了

呃在那之前我们其实是自己去 fantune 一些这种开源的模型然后当时的技术啊还有整体的一个比如说效果什么的都还没有成熟就是还处于那种非常非常早期然后很幼稚的一个阶段但是但是我们想说呃

通用业就是这样的你要从这个很不成熟的阶段慢慢的去引领这个技术的潮流然后成为技术的领先者但是突然很懵逼的就是 GPT3.5 一下子出来了然后我们当时就意识到 AGI 的这波浪潮比我们想象的要快很多就会到来

所以第一就是我们第一次的 pivoting 就是把自己 fine tune 一些开源的模型改成了直接去用 GPT 的 API 嗯就不像很多很多的创业公司他还是要去自己去尝试去做这个自己的 LLM 一样的我们当时就意识到两点第一我们作为创业公司不一定有资金能力去去做自己的 LLM 然后第二就是呃

我们可能更多的想要 focus 在 deliver 一个更好的产品然后形成规模和数据的固成合那如果你要去大量的扩充你的用户在短时间内达到一定的规模和达到一定的数据量的话呢那其实效果是最重要的一步那当时就是 GPT 的这个效果已经显著的比各种各样的开源的模型甚至你 FindZone 国的开源模型都要好很多所以我们当时就果断的去

配合到了这个 GPT 上面那至于 operating system 的这个想法其实我们跟很多现在很多的包括像硬件公司一样也更多的是 focus 在这个路口就是 personal AI 这一方面因为我们认为说如果就我们作为一个小的公司想要去做一个打造一个非常大的生态系统

你作为 operating system 这个技术的底层然后上面有很多很多的 AI agentsas applications 在你这个平台上面去搭建并且还要有用户来用我觉得在现在的这个时代时间窗口是不够的不够一个创业公司去打败大公司然后真的把这件事情做成所以非常实际的来讲就是 MindOS

在从一开始 GPT 还没有 GPT 3.5 还没有出来的时候是真的想要往 operating system 这个角度去走的然后到现在呢我们会更加的实际清晰的认识到自己不太具有这个打造一整个很大的生态系统的这个时间窗口但是我们可能可以去做一个很 unique 小而美的智能助手

然后在智能助手的这个点上呢其实我们在做的一个不同的角度就是 long term memory 长期记忆我们当时就是智能助手这个点呢其实有很多的角度可以去 approach 它比如说第一是刚才 Leo 也讲到的

planning 加上 execution 的这个角度就有很多 RPA 的工具啊什么的会去帮大家直接去写邮件发邮件然后或者说是订餐或者说是管理自己的日程等等它会有很多的这种

决策和自主的这个计划和最重要的就是 execution 的能力这个是 EA 里面非常非常 executive assistant 里面非常重要的一种能力然后另外一种能力呢其实就是计整合的能力然后包括它可以像你的秘书一样日常的给你去整合今天发生了什么新闻然后你的这些文档你的所思所想它能够帮你很好的去整理起来

那当然还有其他的一些陪伴啊等等这些不同的角度可以去切入一个 personal AI 我们当时考虑的点呢就是在于说第一现在的大模型或者说 AI 的整体的技术在 planning 和 action 的层面呢像 Leo 刚才讲到的还不成熟有很多的不尽人意的地方那这条路要走下去不是创业公司他在现在的大模型基础上去 fine tune 或者去去加更好的 agent 框架能够做得好

好的他要等下一代的大模型出来他才能做的更好所以我作为创业公司会很被动

那情感陪伴的这条路呢我们当时没有选择也是因为说我们觉得说 GPT 本身的这个模型可能对于情感陪伴这条不是最有优势的所以我们当时选择了信息整合的这条路就是因为第一 AI 本身能够非常在现在的阶段能够做得非常好的就是信息整合然后第二就是有很强的壁垒因为每个人大脑里面脑子里面想

所思所想的这个逻辑本身它是现在甚至都还没有被数据化的东西就如果一旦我们能够真的把它数据化变成我们自身的一个 personal model 的数据那它会是一个非常非常强的互成合所以在信息整合的这条路上我们就定了这样子的一个大的方向

然后 Personal AI 怎么去迁入到信息整合的这条赛道呢我们当时就想到其实现在的人会有一个痛点有很多零散的信息越来越多碎片化的这种记忆信息它是还没有能够被很好的整理起来的所以我们发现有很多人其实会发信息给自己比如说今天在路上突然间想到一个什么东西就发个信息给自己

看到一个链接还没有来得及读把这个链接转给自己想说未来可以读然后但是回去了以后一个多月以后可能就忘记了自己在之前发过的信息是什么然后回去还要整理还要怎么样的就很费时甚至我们会发现有一些人呢他在微信上面 create 了很多很多不同的 groups 然后每个 group 有一个主题然后这些群里面只有自己一个人就是为了给他

去发信息然后去整理做标签那这些东西很繁杂 AI 现在是可以处理好的所以我们就打造了一个 MeBot 在 iOS 上面它就可以去符合刚才讲到的这些场景当你走在路上看到一个链接没有来得及读或者说看到一个看到一个很美的建筑但是你还不知道是什么想要先把它收藏起来作为 inspiration

或者说想到一个跟朋友聊突然间有一个 inspiration 听到一个八卦这些各种各样零零散散的东西你都可以直接用 AI 来记录很快的 take a photo 或者说是 speak to AI 那它就可以帮你 AI 可以自动帮你把所有的信息放在智能的这个文档里面然后去给它一个智能的这个标签

然后去帮你整理你所有的信息归类然后在你需要的时候你只要问他我过去半年对于 AI 创业有哪些想法他就可以把你所有的相关的笔记都整理出来都弄出来给你看那这样子人就不用去担心我要去记录这些信息了那这个是信息整合就是 AI 可以去起到的一个非常好的作用解决的一个痛点

那我们的长期记忆在这上面去扮演的一个能力呢就是他会越聊就越懂你所以你越用这款 AI 去记录的时候他就能够去形成一个针对你的个人的一个 personal 的 model 那这个个人的模型他会像刚才讲到的他会对于你不但是有各种各样的标签作为数据但是同时他会有一个更

抽象的 understanding 更抽象的理解所以它其实每时每刻都在给你去构建一个你的画像那未来针对你的这款画像的时候等到比如说 LM 的技术更加成熟的时候我们就可以再增加比如说自主 planning 自主规划的这个能力然后让它可以

更进一步的基于你之前过往教会他的这些逻辑思考和你的思维链可以去帮助你进行更进一步的这种自主规划然后成为一个真正的 EA 所以我们现在其实在做的也还是 EA 的这条 Personal AI 的这条路

然后我们在这条路上我们最大的一个差异化就是我们在我们在 memory 这一段 long term memory 这一段我们有对于每个用户的这个抽象的一个理解然后针对每个用户有一个个人的这个小模型然后这个小模型我们在明年会把它 bring

就是变成端册的这个存储和计算所以像这样子一个差异化的点呢我相信是更加符合未来 AI 就是第一信息安全保密隐私保密然后还有就是更加个性化这些

这些趋势的所以这是这是我们在最后逐渐的找到自己的定位从一个很大的这个故事是 operating system 逐渐的 pivot 成我们来做一个从管理信息来切入的未来成长成一个 personal AI 这样子的一个旅程嗯

谢谢您分享其实我想问一下就是您刚才也提到就是说像这种 personalized 的 AI 它有一个痛点在于一个人他其实是信息比较碎片化也比较多比较杂那您能想到就是比较好的一个交互方式是什么就是有的时候其实我有时候想到一些点我会忘记拿手机把它记录下来

然后就可能会导致我们失掉这个想法了但如果像这种手机或者是怎样的能不能通过更复杂的方式来记录下我现在的想法不是说打开手机然后一定要写下来这些对我觉得这里面有几个步骤就是

第一个点就是说你记录想法里面碰到最大的 blocker,是其实有时候是你要打开手机对吧,然后还有时候呢是你要去给到记录的文档一个 context,比如说今天有一个非常天马行空的一个想法,但是如果没有解释这个想法为什么来源于哪里,它的 context 是什么的话,未来你自己看会这个想法你都不知道,哎这是什么意思啊,

所以去写 context 本身笔记录想法其实要来的复杂很多要费时很多所以这两个点其实都是我们要去解决的然后打开手机这个点呢就我觉得解决的方法会容易很多比如说 AI pins 或者是很多硬件产品像耳机类的这种硬件产品其实都在解决这个问题就是说我能不能有一个更加简单的

这种输入方式所以我们未来也有可能跟一些 AI 的硬件去合作比如说是这个项链可以戴一个这种语音的项链然后随时你要记录的时候你就对着这个项链的麦克风去讲话这是其中的一个方式然后包括像现在有很多这种戒指啊手环啊什么的

我觉得都是可以去很好的解决就是打开手机的这个点更远的未来的话不说这些 accessories 了而是直接像 Vision Pro 或者是 Meta 的这个 glasses 一样的一个 AR 的眼镜然后它可以去从视觉啊听觉还有就是你自己的 input 语音输入等等这些不同的五官上面都可以去形成一个更加沉浸式的体验更加方便的入口

所以这个是未来然后 context 这一方面呢我觉得这个就是现在的从软件的层面我们很多的公司都尝试想要去解决的一个点我们知道去跟 GPT 聊的时候呢你很多时候你是需要去输入很长的 prompt

所谓的 prompt engineering 其实就是你要给它足够的 context 足够的一个 example 去说明那这当然不是一种最好的交互方式了因为不是所有的人都能够有这个能力且有这个经历去每一次都输入一个很长的 prompt

所以当我们在记录零散想法的时候也是一样的可能你只有这么几秒钟稍纵即逝的一个想法但是这个 AI 它要能够去捕捉到你这个想法它背后可能有哪些原因会让你产生这个想法或者是哪些 context 比如说它可以感知到你在这个时间段有了某一个会议你在经历某一个会议或者它知道你是一个 AI 的创业者

或者说它基于你过往的这个笔记它知道你一直在思考的是 AI 创业的这个问题那所以它从这上面可以推断出来你在讲这句话的时候呢有可能是跟 AI 的这个 idea 有相关的然后它可以基于它自己的大模型本身对于已知的诚实的理解然后进行补充

我举个例子来讲有一次我跟我跟朋友去演示我们的那个那个产品然后朋友就给了一些比如说一些想法一些建议他说你们的这个产品上面能不能有针对每一个人的这个 mbti 或者是 personality 的这个解读就是我跟 ai 聊的足够多他应该能足够懂我给到我 personality 的解读

我当时就对着我的那个我们的那个 APP 就是直接说了一句很简单的一句话就说 mebot 的产品建议可以加入 personality 解读就是这么简单的一句话然后他就给我生成了一个非常非常 comprehensive 的这个文档上面就是说对于 mebot 这款产品的产品建议

就是在用户跟 AI 聊得足够多的情况下 AI 可以形成对于用户的这个 personality 的解读然后甚至把一些相关的这种产品的交互的形态啊什么的都可以在这个文档里面他自己去演展衍生然后呈现然后我当时就觉得说他太懂我了因为我只是说了这么一句话他就知道我具体 exactly 是想要什么然后不需要我自己去演展去写很多的 context 他会帮我演展

甚至他想到了我还没有想到的部分我觉得这个就是其中一个非常让人可以留存下来或者说有啊哈 moment 的一个时候很棒很棒我觉得这个想法是蛮棒的其实我这边想问一下就是您刚才也提到了就是这种 long term memory 就我认为就个人的这种 AI 的 system 呢他可能接受的这个 memory 或者信息还蛮假乱的

有一些是有用的那有一些是没有用的而且它有一个实现就是有 long term 没有 short term 就你们在开发这个系统的时候有没有考虑过有没有对这种 memory 或者信息做一个有效的筛选这样能让你的模型的推理或者是怎样的能更精确一些

你说的这个点非常好我昨天跟另外一个 AI 的创业者也在聊一样的问题然后他当时就提到你看人脑其实除了 memory 以外还有一个非常有意思的机制是它会遗忘那遗忘的这个机制呢其实就是你在更新你的模型因为你不停的去遗忘信息然后又 intake 新的信息你的这个模型一直在更新迭代所以你才会进化

然后 AI 现在是没有这种遗忘的功能的然后包括你刚才提到的长期记忆和短期记忆什么才是最重要的记忆因为人类可能对于更近期的这个回忆会排序的更高一点然后会有一定的 bias 那这些 bias 是不是在 AI 的这个世界想要的因为人类的 bias 是从进化来的

有一些是必要的功能有一些它不是必要的功能可能走到了现在的这个时间以前远古的这种这种大脑的组织方式已经包括动物脑啊这些方式已经不是最适应现在社会的这种形式了所以当我们去重新去设计一个智能体的话

我们希望这个智能体它有哪些机制它是也是需要有一定的 bias 要能够把短期的记忆排序的更高吗然后它会有一定的遗忘机制吗这个遗忘机制应该是什么所以我觉得这里面有很多很多问题其实从无论从伦理的角度还是从整个就是理论的角度哲学的角度没有一个正确答案坦白说所以我们现在可能更多的是从一个实用性的角度就是我们能够把

重要的信息能够去能够去拆出来什么是重要的信息呢就是

呃你想要什么你是谁就是这些非常基本的根本 fundamental 的东西是比较重要的信息而至于说你每天发生了什么这些信息可能是没有没有特别那么重要的信息它可能是一些更加呃更加更加 transactional 的一些信息所以针对信息进行一些归类然后排序这是我们现在在尝试做的但是我们现在做的并不是完美就我们也还在一个研发的阶段然后

目前我观察中也是没有任何的一个这个记忆的模型是能够去到一个完美的阶段所以大家都还是在一个很早期研发的阶段然后这里面有很多很多你刚才提到的问题还没有解都是需要去不停的去尝试然后 AI 有一个很有意思的点就是

就是它是一个黑盒如果你要让他可解释化的话呢他的 parameters 就会非常的有限但如果你要让他能够去自我更新迭代然后真的很复杂的话呢他的 parameters 很多他就趋向是一个你不知道他这里面怎么去思考是一个黑盒你要不停的去测试他用各种各样的去测评他用各种各样的问题然后很多时候呢你比如说会会出现一个情况就是拆了东墙补西墙你把这一块

你今天发现有这样子的一个问题你把这块给补起来了但是你会发现哦有另外的一个问题你本来做的还行然后因为你补了这一块然后那个问题就现在突然间它的那个效果就就就就下降了所以这里面我觉得还是有很大很大的工程要做然后然后可能没有大家想象的就是进展的那么的成熟哦我同意我同意所以之前我有跟

一些纯技术的人聊过这个问题最终我们感觉最好的方法就是说如果像这种 Undewise 它有一个性能非常好的一种芯片它可以进行 Undewise training 就是说你这个模型可能定期更新一下然后根据你这个时段的发生一些事情包括数据但是现在可能大部分的我认为是应该是所有吧 Undewise 的这种 AI 的

这种新店还是不能实现一个很好的一个模型的训练尤其对这种大模型然后再一个就是一些 on device 的这种啊向量的搜索也可能会比较就即使我不去更新模型但是在你的手机端我可以根据不断涌来的这种信息建立一个小型的向量数据库然后我们进行一个搜索也可以给一个很不错的回答

对这个就是我们也在尝试做的就是要明年我们会把这个模型 bring to on device 然后可以实时更新然后现在除了实时更新以外我们在这上面做的还有更深的一层就是不仅仅它不仅仅是一个相当数据库它在这些信息 input 的同时

我们就已经在这上面构建了一层 structural understanding 就是我们所谓的抽象理解这个抽象理解的能力呢就是我们应用到大模型本身的这种计算和理解力然后把信息进来的时候就进行了一个解读然后把这层抽象的这个理解可以实时的更新所以除了下面的这个数据库在更新以外上面的这一层我们可以理解为皮质层对吧就是一个抽象理解层它也在实时更新这个是我们现在在尝试做的一件事

非常好非常好您刚才也提到了就是你们之前也做过一个 pivot 就是原本你们想做一个很宏大的一个 OS 但是因为这个 GPT 也包括其他大公司的竞争你们 pivot 到稍微小而精美这种 AI agent 其实我也想问一下就是相对于这种大公司的这种大扩张那小而精美的这种 AI agent 它独到的优势有哪些

首先我们要想就是什么是大公司它一定做不了的就是大的模型它一定做不了的事这才是小而美的这种公司它的机会对吧所以我觉得其实当 LM 的趋势肯定是它会发展的越来越大然后现在所有的公司都在堆芯片堆数据堆算力然后使得这个模型越来越大因为大家现在都所有的人这个路线路线正确就是越大就越聪明

那在这样子的一个趋势下呢其实其实公司他的所有的精力都会都会放在这个对模型的上面他不会去不太会去关注到就是一些

通过你堆数据没有办法完成的事情比如说我们刚才讲到的每个人个人的这个小的模型因为我认为就是当这个模型对于世界的这个理解已经非常大的时候它没有办法再去上面构建关于每一个人的小模型因为这个世界有这么多的人这个模型它简直就是大到不可思议了当它大到超级大的一个规模的时候它的这个成本会巨高

其实现在这个 GPT 的成本已经很高了所以我们才会看见有很多很多这种就是所谓的 long context 长文本的这种聊天的功能对吧如果你持续往里面去堆你还要把个人的数据往里面塞然后你又预期这个成本是能够可控且 affordable 的成本这是不可能的

就一个所谓的这种不可能三角或者不可能二角那在这个情况下呢其实小公司的一个机会就是我能够通过一些外挂的形式包括像很多公司在做的 reg 然后包括像我们在做的这个长期记忆其实都是要去尝试解决博新本身的这种这种成本和长度的这个 tradeoff 让这个 context 很长的这种情况下我依然能够去准确的

找到这个 context 然后并且能够控制它的成本我觉得这个是小公司的一个机会然后这是一方面然后另外一方面呢就是数据本身因为大模型无论如何它拿到的肯定会是一些现在已经 available 的这些公开的数据那如果它要去 develop 各行各业的这种垂直化的数据的话

他是不会放在大模型本身里面的他会需要一些独立的这个模型这些东西呢就是小公司或者说是现在已经在各行各业垂直行业做得很好的公司他有的机会比如说像金融法律然后医疗等等这些非常非常专业的领域呢其实我们看到有很多的小公司在做这类的解决方案了比如说像金融领域他的这个决策数

跟大模型本身然后还有它的这个 security 的信息安全的要求跟我们现在应用到的很多普世的这些 APP 是很不一样的所以它需要一些行业的第一是行业的 know how 你要知道这个金融的决策它怎么做投资的理财的决策它怎么做

你要去专门去 fine tune 一个这样子的一种这样子一种模型然后第二你要能够有一些专业的数据能够去让模型可以 pay more attentionto the professionalknowledge 就是把更多的注意力带到这个专业的数据库而不是这种大模型的这个普世的数据库上面

所以这些所谓的 fantum 其实都是要垂直化场景化的然后这些也都是这个创业公司的机会因为它会很需要你深入到行业里面跟客户去共创了解他们每一天的这种具体的场景是什么这里面需要很多很多的这种定制化和工程化对你您说的这点我很同意就在去年 3.5 有 GBT 那个 store 发布的时候呢其实我有几个朋友他们自己在做一些项目嘛

他们当时也是打算之前也是打算自己做模型然后自从这个发布之后我跟他们也聊过这个问题然后我给他们当时的建议也就是我们不要再做自己的模型了我们用一下 GPT305 或未来的一些 version 我们现在要做的就是拉客户

一定要形成自己的一个垂直领域的数据飞轮这样的话你可以利用客户的一些 feedback 或者是对于你模型的一些输出的一些反馈你可以重新让你的模型变得更加精确一些在这个领域当中

尤其是你在剪辑器这个领域的一些无论是向量数据库还是一些信息的筛选包括您刚才也提到了你们想加弄 DWS 有两层的信息筛选第一不仅仅是向量数据库而最顶层也有一个最基本的对于 NLP 的一个信息的处理我觉得这些都是需要大量的用户数据才能做出来的东西

对 是的 是的我觉得你应该给 VC 们上课因为创业者很多时候不得已步去做一些很大的叙事就是因为只有这样才能拿到 VC 的钱对 是的 是的我觉得 VC 可能更愿意听你的 scope 越大越好这样的话他觉得这个估值可能会上去也可以吸引到更多的 VC 一起投钱但实际操作起来其实是非常难的对一个小题目来说

对,是的,谁都希望自己投的是下一个 Facebook 不会想要投一个很小很小的这种东西但实际就是说 Facebook 它只有一家对的,是的其实我还蛮好奇的是基于现在你们 MineOS 或者 Mineverse 当中你们是怎么去

讲这个商业模式的因为我觉得现在这个 AI 产品其实他们找 PMF 也是一个 blocker 有很多 AI 产品的开发者的想法是好的但其实在短期之内还是赢不了利那你们有没有想过这个问题怎么能让人快速去盈利或者说相对来说比较势力去盈利我觉得这个问题其实我们也很难开始盈利或者说整个的用户付费这些角度的话我们也还没有到达

我们理想当中的这个规模我们先来说一下 PMF 这个事啊我觉得很多时候我们我们发现说现在的 AI 还没有达到 PMF 其实还是有几个几个原因的就是场景技术和产品这三个原因这里面场景和技术其实是最大的 blocker 就产品上面呢我们看到很多很多很不错的产品其实都

还蛮有意思的比如说像旅游的方面我们有一些 travel 的 AI agent 并且它连接了社区一些内容其实就是 AI 版的小红书产品层面的话有很多很精美的产品从场景和技术的角度来讲这个 blocker 会大一点比如说像真正要达到 PMF 刚才说的

刚才讲到大模型本身的技术还是需要更大的一个突破的比如说有这个 planning action 的能力然后有更长期的记忆然后还有就是能够成本能够更下降一些等等等等然后还有场景上面呢就是第一硬件第二就是它跟它跟具体现在现有的这个这个商业模式的结合比如说像我们

我们看像 Xpedia 啊携程这类旅游的网站这些不同的场景里面现在推出的可能都是一些所谓的 Copilot 的这种这种这种形态但是因为它本身的这个 APP 的体验它还是一个以 GUI 为主的体验的所以大家进入到这个 APP 里面呢已经就是它会它会有自己既定的这种操作模式那在这里面去这里面去引入一个所谓的可以聊天的这种聊天机器人 Copilot 其实它

起到的更多的是一个在既定的这种交互方式上去锦上添花就是比如说我进行一些场景化的搜索或者说是 Semantic Search 就是语义的这种搜索的时候 AI 可能会在里面起到一个更好的更有效的作用但是在大部分情况下我们对于这些 APP

的 GUI 很熟悉了我们进去的时候我们知道我们应该怎么去进行 filter 然后找到相关的信息所以在这里面呢这些场景里面呢其实更大的价值其实是在于它背后本身的这种数据和供应链这个价值数据内容供应链而不是在于 AI 所以我们会看到就是现在这些既有的 APP 它推出的这个 AI Co-pilot

就不是大家最高频的使用场景那我们说那如果有一个新的 AI 公司来出一个 AI native 的 APP 然后想要去推翻既有的 APP 的时候这个 PMF 呢就主要是在于说第一刚才讲到的这个技术还没有成熟到我足够给大家带来九倍更高的体验提升然后且成本或者成本更低就还没有到达这种阶段然后第二就是

在我们我们说就是 general 的领域其实已经有差 GPT 或者说是 perplexity 其实我觉得 perplexity 是接近于 PMF 的就是他们已经能够去起到 general 领域的一个就是通用领域的一个搜索信息检索搜索和和和查询那在更垂直的领域呢其实

最重要的反而不是 AI 而是我刚才讲到的内容数据和这里面的供应链比如说旅游我需要的不仅仅是 AI 可以给我一个很 fancy 的 travel plan 我需要这个 travel plan 它很实用比如说它能知道香港的海洋公园在周中每个景点平均排队需要排多久 versus 在周末的时候它需要排多久我需要知道在从

地点 A 到地点 B 坐巴士通常需要等多长的时间然后这个交通堵塞在不同的时间线上不同的时间点上它是什么样的一个情况如果这些 planning 这些很细节的东西没有能够在这个 planning 里面去体现的话那这个 plan 对我来说可能永远都是一个很好的锦上添花而它有很大很大的一个 90%就是

90%是 last mile 是需要我自己去查询去验证然后去最后整合把它做完且更加不用说我最后还要去订机票和酒店的时候我可能考虑更多的是它能不能多快好省给我尽可能多的选择然后尽可能便宜的选择

那这些都是 AI Native 的应用在现在这个阶段还不具有优势的所以我认为难以找到 PMF 的原因其实就是技术和市场需求目前还是相对来说有一个 gap 大家理想状态下就是像 Her 那样子的情况她能够理解所有的东西帮我做很多事情且她的这个供应链还是能够像传统的这个 APP 一样的她的供应链非常的完善

但是我们现在有这个数据和有供应链的人他没有这个技术能力然后有技术或者产品能力的这些 AI native 的这个 APP 他没有这个技术然后整个的 LM 的这个技术也还没有传授到那个阶段然后这是我觉得

就比较重要的一个原因吧然后 MindOS 呢像 MeBot 这款产品我们目前用户的这个留存还是不错的然后在还没有去大量做这个市场推广的这种情况下我们的这个 Organic 的

跟涨还有就是口碑啊什么的也都还行商业化角度来讲的话可能暂时跟很多的 SaaS 一样就是通过每个月付费的这种方式那未来可能会加上一些 Premium Features 包括你有更多的更长期的记忆然后有更多多模态的这种交互啊多模态的这种文档的阅读啊等等等等这些都是 Premium Features

但是我觉得收费呢它是一个结果它的最重要的原因是这款产品要能够给大家提供非常非常高的这个体验的提升比现在所有它的 alternative solution 都要好所以这里面有很多很多我们现在还在提升的点第一包括就是准确性可靠性然后还有就是还有就是刚才讲到的这个智能性啊等等等等

然后我们相信说如果一旦真的把产品做到好到那样子的一个程度的时候那商业化付费 PMF 都不是问题它是一个必然而然的结果我很同意您刚才说的一点就是

懂技术的人找到一个很好的场景这个其实就经常会发生在这种我们这种工程师身上因为之前也有一些人在聊这个 AI 怎么去找这个 PMF 我最终想了想其实我们应该找这个场景的时候应该设想这个东西它就算是没有 AI 它能不能赚钱

如果没有这个情绪下,它是有用的,是可以赚钱的,那你 AI 如果处理得当的话是可以锦上添花的。然后反过来就是很懂互联网,很懂产品的很多人呢,他的 mind 可能没有很 catch up 这个 AI 的发展,他可能突然一夜之间,这个 AI 这个技术突然成熟了,他之间没有很好去 follow up 的话,

他可能就不知道 AI 模型现在的边界是什么这个其实也经常发生在这种工程师和产品经理这个说的这个过程当中产品经理总是说我们要通过大模型实现什么东西但这些很多功能其实这种大公司的模型也没有实现所以就他们是不认识这个模型的边界就双方出现了这种沟通的 gap 我觉得这也是可能是很难

去找好一个 revenue 的一个现状有很多一些公司尤其是大公司可能情况比较多因为这个部门和部门之间的沟通会有一些 gap 小公司还好一些就彼此之间的沟通还能更顺畅

没错还有就是你不知道你不知道什么所以对于产品经理来说他想要什么他很清楚但是他想要的东西未必能现在实现但是他又不知道他不知道什么东西所以当他写了一个 PRD 的时候可能技术发现哎这东西用他想的方法是实现不了然后他用另外一种方法实现了但是在某个黑暗的角落他可能有一些各各种各样的 bug 或者漏洞最后他变成了一个很很畸形的产品他没有能够解决用户的需求那最后这个事情就就是变成一个四不像对对嗯

彭某举手彭某想有一些问题想问问你对

对,就关于刚刚说的那个商业模式这一部分我其实有一点挺好奇的关于 AI 这一部分其实有很多 2B 或者 2C 的模式网上什么声音都有然后我看到咱们 MineOS 其实同时包含了 2B 和 2C 这两部分的业务分别对应的是 Mebot 还有 Studio 问一下关于咱们 2B 和 2C 业务的运营策略上您是怎么考虑的还有能不能分享一些关于这些方面的趋势或者预期

嗯嗯嗯对感谢你把这个问题带出来了顺便宣传一波如果大家有进去的话可以到 midoice.com 的这个网站上去体验一下我们的那个 to be 的产品其实是一个 chatbot 它的这个 context 就是在于我们

去年在欧美市场或者在整个非中国的市场我们发布了 MindOS 的这个 AI agent 平台然后就有点类似于 GPT store 这样的但是比 GPT store 都要早了半年多嘛所以我们是比较早期去做这个 AI agent 平台的然后当时做这个平台呢就有一个叫做 web widget 的功能就是大家可以通过 API 最后把这个 AI agent 带有 Avatar 带有声音可以去发布到自己的网站上面作为自己网站的一个 chatbot

然后这是当时去发布的一个功能然后我们后来嗯就是发布了这款产品的时候当当天其实也是拿到了 product 上面最高的票票数然后也有后来还去了 techcrunch 的这个 battlefield 啦等等然后也有有很多的关注嗯但我们发布了一个月以后呢就大概在去年的这个这个时间点七八月的时候我们发现哎

AI agent 的这个 marketplace 不太 work 因为其实对于一个 marketplace 来说多快好省是一个必然的 value proposition 就是它首先要多越多就意味着这个越好多肯定是对于 marketplace 来说是好的但是对于 AI agent marketplace 来说它不一定是越多越好因为第一从此

从攻击端的角度来讲技术还没有成熟你的这个 LM context window 有限所以当你比如说 train 这个 LMtrain 这个 AI agent 你用一本书去上传给他他表现还行然后你上传给他十本书的时候他表现就不行了所以单纯的去用这样子一个现在的这个 LM 的技术他没有办法去让你 train 出来真正非常非常非常专业化的这种 AI agent 能够去表现出来很强的专业化和很大的这个差异化

然后第二就是它大大的降低了创作的门槛所以导致说有很多很多的长尾然后无法去区分的这种创作所以导致我们在 marketplace 上面有各种各样是它很多但是它很难差异化它很 low quality 就是低质量然后这是一个然后从需求的角度来讲

就是大家也不需要用户也不需要跟 100 多个 AI agent 去聊天而且他不像商品一样一目了然我一眼就知道这个商品是干嘛的这件衣服好不好看但是对于 AI agent 很多人去搭建这个 AI agent 的时候甚至不给他写一句这个开门就是

开场开票的表白就是说我可以为你做什么我们发现很多 ai agent 被用户声称了以后上面 by default 用户一进来他就问说 hi what can i do for you 我可以为你做些什么那用户就很懵逼啊你可以为我做些什么那不是要你告诉我吗所以他没有这种这种这种经历去跟很多 ai agent 去聊天最后我们沉淀出来有两个需求是最重要的第一就是商家他需要一个 chapel 在他现有的渠道上而不是去开辟一个新的渠道去给他分流

在他现有的渠道就是他 WhatsApp 就是网站能够去服务好用户能够去给他带来更强的这个转化率这个是要么就是提高提高他的转化率要么就是降低他的这个客服的成本然后这个是第一第一个需求很明显很明确

愿意付费然后第二个需求就是刚才讲到的 personal assistant 用户不需要 100 个 ai agents 他需要一个 ai agents 但是他要跟这个 ai agent 越聊这个 ai 越懂他所以他不需要给这个 ai 做很多的这个预设啊什么的而是需要去通过聊天的方式来 train 这个 ai agent 这个才是真正的用户 intuitive 的这种

这种方式所以这两个需求呢我们当时发现是最强的需求是真正存在的需求那我们就把这个产品我们先开始从 To Be 端这边开始做嘛然后 To Be 端呢就是因为当时已经把这个产品已经做出来了就 Metalwise 本身它就是这样子的一个 To Be 的产品

所以我们就想说那我们继续去把它稍微简化一点点然后可以使得这个产品能够去商业化能够给我们赚一些收入所以其实坦白说呢就是把当时去年发布的这款 MindOS 分拆成了两个产品因为你把它放在同一款平台上面的时候大家进来就很懵逼我是要来用这些 AI agent 还是我是要来创作我是要 to be 还是要 to see 就是它的 purpose

很不明显很 confusing 所以就把它分拆出来所以是这样子的一个 context 好我们最后麻烦您你聊一聊就是我们现在包括未来像这种 AI agent 它发展的一些挑战和机遇是什么这个问题好大对对就我们可以简单说几点就可以了对

AI Agents 挑战的话我觉得还是在技术上面的挑战吧就是说大模型本身是否能够突破其实甚至包括像办事本身的这种迭代也是过个十几二十年就稍微就迭代一次然后每一次的迭代都会让大家觉得说上一代的这个办事它不再不再适用对吧比如说像符号学 versus 现在这个堆堆堆参数的这种堆规模的这种大模型我们就已经认为说是两条很不一样的路线了然后

每一条新的路线它出现了一些成效就会让大家觉得说上一条路线不再适用那有可能 transform it 它也不是一个适合的也不是一个最终极的路线 it's possible 所以 anyways 我觉得技术上面还有很大很大的迭代因素就是这里面是需要大家去区埋的一个点

然后另外一个点就是说硬件本身也是需要去提升的那这个可能会维持更长因为硬件本身的这个 ecosystem 它的那个 penetration 会更难一些但是你想没有硬件单在这个智能手机上面就像 Leo 你刚才讲到的我们去跟 AI agent 去聊天我还要打开这个 APP 然后去跟他聊

跟他聊天跟他打字然后包括说手机上面最 intuitive 的交互肯定还是你去直接 touch screen 去交互点击屏幕而不是说你跟他聊天所以硬件本身也决定了这个交互的方式而且我觉得硬件是对于交互方式最大的一个决定因素那技术和硬件的角度其实是最大的挑战

然后还有剩下的一些挑战呢其实就是在于说我在具体的这个场景下比如说像一些 2B 的企业啊或者一些小而美的企业我在具体的这个场景下能不能真的深入进去去做因为这个时候我们就会发现大家的期待是觉得说 AI 有一个很很

很大的 hype 觉得说 AI 什么事都能做然后可能一两年客户用户都会期待说你一两年就有成绩就能够去颠覆世界但是实际上你在这里面要做大量的工程化的事情那可能这个用时是 13 三年是或者说是更长你才能够真正的实现在这个行业里面颠覆这个行业现在的这种

做法那所以说大家可能呃这个期待非常非常的高但是实际上呢这里面要去深入做的 engineering 就工程化的东西也非常非常的多那这里面会需要有一个呃就是还是也也还是有一个就工程化的角度也还是需要有一个具面的过程那机遇的话我觉得不用说了就是 AI 是是比互联网更大的有可能更大的一个机会或者说 at least 差不多大然后他会创造

完全全新的在各行各业的一种呃革新的方式我觉得这是无庸置疑的所以这里面有非常非常大量的机会然后各行各业都有大量的这个小公司创业的这种机会然后我觉得最大的一个机会呢其实就是在于说当智能把我们的一些通用的问题给解决好了以后人可以起到的或者说每一个创业公司他可以去起到的更大的这个边际效应是什么那我觉得这里面就是在于说个性化

所以在未來 AI 真正能夠去融入到生活和工作的

方方面面的时候那么我们会进入到一个完全个性化的时代所有的内容所有的服务全都是实时生成完全 personalizedpillar to you 的那这样子的一个时代会需要大量大量的这个创业公司加入到其中然后去把个性化的这个体验真正能做到极致我觉得这是未来谢谢谢谢 Kate 我觉得讲得非常的好谢谢谢谢你们的鼓励好

很高兴很高兴今天我学到了很多那我们今天就先到这里感谢感谢感谢感谢你们感谢您收听本期 AI Odyssey 的播客如果您喜欢今天的内容请分享给您的朋友同时也欢迎您在常用的播客平台上留下宝贵的意见和反馈我们将继续为您带来更多有趣的话题和嘉宾敬请期待再次感谢您的收听我们下期节目再见