What's Next|科技早知道

Podcast · 科技

What's Next|科技早知道

多视角解读科技行业大事件

主播 声动活泼的声小音、丁教Diane、Yaxian 出品 声动活泼 科技 · 科技 36.1 万 订阅 439 集 15小时前更新

在小宇宙收听

简介

原「硅谷早知道」,全新改版的「What's Next|科技早知道」我们会继续放眼全球,不仅聚焦纯科技的话题,也会关注科技引领世界以及商业格局变化等新话题。 新一季我们的节目会由多个模块共同组成,除了延续我们以往不同科技领域新技术新动向的话题,我们也会加入出海、多视角解读科技行业大事件。 本节目由声动活泼制作播出。

当 AI 研发下一代 AI,人类研究员还剩下什么?|S10E36

当 AI 研发下一代 AI,人类研究员还剩下什么?|S10E36

What's Next|科技早知道

如果有一天,AI 不仅能够回答问题、编写代码,还能够参与研发下一代 AI,甚至不断改进自己,人工智能的发展速度会发生怎样的变化?最近半年, RSI(Recursive Self-Improvement,递归自进化)的研究方向受到越来越多的关注。它描绘了一种可能的未来:AI 参与研发更强大的 AI,而新一代 AI 又能够进一步提升研发效率,形成持续迭代的循环。 本期节目,我们邀请到前微软亚洲研究院副院长、现中关村人工智能研究院杰出技术专家边江,一起讨论 AI for AI 和 RSI 的技术进展,以及它们可能给人工智能产业带来的深远影响。我们从 AI 如何提出研究假设、执行实验、积累经验聊起,探讨 AI 能否发现全新的算法和科学规律。当 AI 越来越擅长科学研究,人类科学家的价值究竟在哪里?所谓科研中的「品味」(Taste),是否也能够被 AI 学习?面对模型、算力和数据上的巨大差距,AI 初创公司还有哪些机会?中国团队又该如何参与这场竞争? 当 AI 开始参与创造下一代 AI,我们或许正在见证人工智能研发方式的一次重要转变。 本期人物 边江,中关村人工智能研究院杰出技术专家,前微软亚洲研究院副院长 Yaxian,「科技早知道」主播 主要话题 [00:00] 当 AI 开始研发 AI,我们距离真正的递归自进化还有多远? * 让十几位研究人员与 300 多个 AI Agent 协作,在四五个月内完成一个 400B 模型的后训练,展现了 AI 参与研发带来的效率提升。 * AI for AI 是利用 AI 参与人工智能系统的研发与优化,而真正的 RSI(递归自进化)意味着新一代 AI 能够反过来提升下一轮 AI 的研发能力。 * 从传统 AutoML 到如今的研发 Agent,大模型的知识储备、推理能力和编程能力,让 AI 有机会自主提出研究假设、执行实验,并根据反馈持续调整优化方向。 [09:46] AI 如何参与下一代大模型的研发? * 从预训练的数据处理,到后训练的策略优化,再到 Agent 的执行框架,只要能够建立可验证的反馈闭环,就有机会利用 AI 提升研发效率。 * 以 XYZ-Aquila 的 Deep Search Agent 为例,研究人员可以带领多个 Agent,分别负责分析实验结果、提出新假设、实现优化和监控训练过程。 * 预训练对算力、数据和工程能力的要求较高,因此后训练和 Agent 成为资源相对有限的团队探索 AI for AI 的重要切入点。 [18:32] 从 AI for AI 到 RSI,真正的自我进化需要什么? * 真正的递归自进化,不仅需要 AI 帮助研发下一代模型,还需要负责研发的 AI 系统自身能够不断进步。 * AI 可以把过去实验中的成功与失败经验沉淀为 Skill 或 Memory,在下一轮研究中减少重复试错,更快找到有效的优化方向。 * 除了模型规模、数据和算力,下一代智能产生的速度也可能成为新的 Scaling 维度。但更高的研发效率未必会降低算力需求,大规模并行实验反而可能消耗更多计算资源。 [25:29] AI 能否发现全新的算法,甚至成为下一个爱因斯坦? * AI 有可能通过广泛探索,找到 Transformer 之外的新模型架构,但真正的科学突破是否能够通过搜索和试错实现,仍然存在争议。 * 从 AlphaGo 的「神之一手」到牛顿的万有引力、爱因斯坦的相对论,讨论 AI 能否突破已有知识和经验的边界,提出人类尚未想到的科学理论。 * 当前人类仍然负责制定大的研究方向、优化目标和资源约束,但随着 AI 积累更多科研经验,人类在具体研究过程中的作用可能逐渐改变。 [31:38] 科研中的 Taste,真的是人类不可替代的能力吗? * 当 AI 的能力不断突破过去的想象,我们很难提前断言哪些能力永远属于人类,哪些能力能够被机器习得。 * 科研中的 Taste 往往表现为判断什么问题值得研究,而这种判断也建立在对领域知识、既有成果和研究经验的长期积累之上。 * 如果好的科研判断存在可以描述和验证的标准,那么 AI 也可能通过学习和反馈,逐步获得更强的科研品味。 [34:46] 大模型公司开始用 AI 研发 AI,初创公司还有机会吗? * Anthropic、OpenAI 等头部模型公司已经在利用 AI 加速自身研发,凭借基础模型、算力、数据和研发经验的积累,在通用 AI 自进化领域拥有明显优势。 * 初创公司的机会可能来自垂直领域独有的专业知识、数据、工具和工作流程。例如芯片设计、医药研发等领域,通用模型未必能够直接理解和完成复杂的专业任务。 * 对于垂直领域的 AI 公司,能否建立真正有效、持续迭代的反馈闭环,可能比单纯拥有一个更强的基础模型更加重要。 [40:07] RSI 创业公司如何找到自己的商业价值? * 随着基础模型能力不断提升,部分 AI 应用公司的竞争优势正在受到挤压。仅仅掌握 AI for AI 或 RSI 的技术方法,并不意味着能够建立可持续的商业模式。 * RSI 更像是一套提升研发效率的方法论。无论是开发垂直领域的 AI 系统,还是探索 AI for Science,创业公司最终都需要找到明确的应用目标和价值。 * 除了算力和数据,如何让 AI 更有效地提出研究假设、积累失败经验、缩小探索范围,以及不断优化研发流程,本身仍存在技术创新空间。 [45:47] 中美 RSI 竞争,中国团队的机会在哪里? * 美国在算力资源、资金规模和基础模型能力方面具有优势。部分明星 AI 创业公司能够获得远高于中国同类团队的计算资源。 * 硅谷的创业和投资环境更愿意支持高风险、尚未明确商业回报的前沿探索,这也为 RSI 初创公司提供了发展空间。 * 中国团队虽然面临算力等资源限制,但仍有机会通过聚焦垂直行业和 RSI 的关键技术问题,形成具有实际价值的创新成果。 Demo Not Tell 来北京了|看产品,也一起录年终总结 [Abda9489 1acd 4de2 b63c ea1d5d89ff7e] 上个月,我们在硅谷做了一场 Demo Not Tell。这一次,我们来到北京。 邀请你来声动活泼办公室,看看几款 AI 产品现场怎么用,再和我们一起录一期 AI 年终总结:这一年,AI 到底帮我们做成了什么? 两个半小时,我们一起做这些事: * 看产品 Demo:一小时,四个产品。开发者现场演示一个具体任务,从操作到结果,也聊聊产品目前的局限。你可以提问,并投票选出自己最想试用的产品。 * 参与年终录制:和主播、嘉宾一起回顾这一年——哪些 AI 真正用起来了?哪些期待落空了?哪些判断被改变了?明年又值得关注什么? * 当面聊聊:认识做产品的人、使用产品的人,也和节目里的老朋友见个面。 我们也在招募 AI 产品现场演示。 已上线产品和可运行的原型都欢迎。请带来一个你最想展示的任务,用 6 分钟实际操作,让大家看到它是怎样完成的,随后接受现场追问。 申请时,请提交产品链接、一段 1–2 分钟的实操录屏,以及你想演示的任务。 活动信息 * 时间:2026.11.29 (周日) 5:30pm~8pm * 地点: 北京市东城区东雍文化园一层,声动活泼线下空间 * 时长:两个半小时 * 人数:限 30 人 * 观众报名:【微信搜索「声动活泼」小程序 -- 社群 -- 线下活动「Demo, not tell」】 * 产品演示申请:【Demo, Don’t Tell — Show What You Built!】 现场将进行录音录像,相关内容用于后续节目及视频发布。 无论你正在做 AI 产品,还是想看看这些工具究竟能做什么,都欢迎来。北京见! 幕后制作 监制:Diane 后期:迪卡 运营:George 设计:饭团 商业合作 声动活泼商业化小队,点击链接直达声动商务会客厅,也可发送邮件至 [email protected] 联系我们。 加入声动活泼 声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生,如果你也对播客行业的内容制作感兴趣,欢迎[点击招聘入口](https://eg76rdcl6g.feishu.cn/docx/XO6bd12aGoI4j0xmAMoc4vS7nBh?from=from_copylink\) 关于声动活泼 「用声音碰撞世界」,声动活泼致力于为人们提供源源不断的思考养料。 我们还有这些播客:声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾 VC、商业WHY酱、跳进兔子洞、不止金钱 欢迎在即刻、微博等社交媒体上与我们互动,搜索 声动活泼 即可找到我们。 期待你给我们写邮件,邮箱地址是:[email protected] [科技早知道] 欢迎扫码添加声小音,在节目之外和我们保持联系。

49 分钟 3k+ 次播放 15小时前

通用 AI 助手走向大众,垂直 Agent 的机遇藏在哪里?|对话小影科技韩晟 S10E35

通用 AI 助手走向大众,垂直 Agent 的机遇藏在哪里?|对话小影科技韩晟 S10E35

What's Next|科技早知道

最近,Personal Agent 开始成为 AI 行业的新热点。它们能够理解用户的个人习惯和需求,连接不同工具,甚至主动替用户处理购物、生活服务和工作中的复杂任务。但当一个通用 Agent 遇到专业任务时,是否什么都能做好?未来的通用 Agent 和垂直领域的专业 Agent,又会如何分工与协作? 视频创作就是一个很有代表性的场景。从过去需要用户自己操作剪辑工具,到今天只需告诉 AI 想要什么,Agent 就可以理解需求、选择素材、组织内容,甚至像一个专业导演一样完成整条视频的创作。这背后也意味着,AI 正在尝试把过去只有专业团队才能提供的创作能力,交付给普通用户。 本期节目,我们邀请小影科技创始人、CEO 韩晟 Sam,从团队十多年的视频创作产品经验出发,聊聊 Personal Agent 时代垂直 Agent 的机会、AI 视频创作产品的演进,以及自研模型和本地化运营如何构建竞争壁垒。更重要的是,当 AI 开始承担越来越多专业创作工作,普通人是否真的有机会从生活记录者,变成能够创作内容、经营个人品牌甚至实现商业价值的「生活导演」? 本期人物 丁教 Diane,「声动活泼」联合创始人、「科技早知道」主播|小红书、视频号、抖音:声动活泼-丁教 韩晟 Sam,小影科技创始人兼 CEO 主要话题 [00:00] 从通用 Agent 到垂直 Agent,创业机会在哪里? * 从 Muse 等通用 Agent 的实际使用体验出发,聊聊 Agent 自主完成任务、交付结果的能力,以及垂直领域的 AI 应用如何找到自己的位置。 [04:29] 从使用工具到交付结果,视频创作 Agent 需要做什么? * 过去的视频剪辑工具需要用户自己完成操作,而 Agent 需要理解用户的真实需求、做出专业判断,并协调素材选择、内容组织和剪辑,最终交付一个令人满意的作品。 * 以汉堡店制作周末促销视频为例,Agent 需要理解目标顾客、产品卖点和营销目标,判断视频是否真正能够吸引顾客并促成购买。 [06:40] AI Coding 降低开发门槛之后,什么样的应用还有机会? * 模型能力提升带来了应用开发量的增长,但也让产品同质化更加普遍。与此同时,满足小众个性化需求的小产品,以及过去想得到却做不出来的垂直场景应用,开始有了新的机会。 * 当开发不再是最大的门槛,识别真实需求的能力就变得更加重要。 [08:40] 视频创作只是手段,用户真正需要的是什么? * 对普通用户和小商户来说,视频往往只是实现某个目标的手段。专业客户通常能够清楚描述自己的需求,而大众用户的表达更加模糊,Agent 需要进一步理解视频背后的目的和评价标准。 [10:25] 如何让 AI 具备专业导演的判断力? * 小影科技尝试把行业专家的经验沉淀为产品能力,通过了解商户背景、主动提问和专业方案匹配,让不懂视频创作的用户也能获得接近专业团队的服务。 [12:09] 通用 Agent 与垂直 Agent,未来如何分工? * 通用 Agent 掌握用户长期积累的个人信息和上下文,垂直 Agent 则负责具体任务的专业交付。两者可以像「老管家」与专业团队一样协作。 * 对于低频需求,用户可以通过通用 Agent 调用专业工具;对于高频创作需求,则可能直接使用垂直 Agent。 [16:20] 面向大众用户具体场景的视频 Agent,为什么要自研模型? * 重新思考了调用第三方 API 与自研模型之间的关系,判断标准主要有两个:能否掌握决定核心体验的能力,以及能否在达到相同效果的前提下显著降低推理算力成本。 * 从旅行视频的素材选择、故事组织,到口播、宠物唱歌等具体生成场景,垂直领域积累的数据和后训练能力,可能成为差异化优势。 [20:10] 一句话生成视频,为什么没有想象中那么好用? * 用户能够描述自己想做一个旅行视频,却未必能准确表达自己想要的创作风格和情绪。第一版作品往往是用户进一步明确需求的起点。 * 创作 Agent 需要根据用户反馈持续修改,而产品评价也不能只看生成成功率,还要看用户是否愿意继续创作、修改了多少次,以及最终是否获得满意的作品。 [23:02] AI 创业,机会一定属于最热门的赛道吗? * 从自身长期积累出发,选择大众视频创作以及更熟悉的拉美、中东市场;而 AI 短剧业务则因为涉及剧本创作和美术效果把控等非自身优势,最终选择放弃。 * 创业者需要判断机会是否真正属于自己,而不只是追逐热门赛道。 [26:04] 垂直 Agent 的机会,可能藏在线上线下结合的复杂服务里 * 当一个业务涉及复杂的人机交互、多步骤流程,以及线上线下的协同交付时,通用 Agent 未必能够提供完整体验,这也给垂直 Agent 留出了空间。 [27:13] AI 产品出海,本地化远不只是翻译语言 * 从巴西狂欢节到印度排灯节,不同市场的文化、节日、音乐和视觉表达都存在差异。真正的本地化需要理解当地用户当下喜欢什么,以及他们希望如何表达。 * 通过本地运营团队连接当地创作者,结合持续共创和上线后的数据反馈,寻找真实的用户需求。 [31:27] 一个关于 AI 视频创作的非共识:人人都能成为生活导演 * Agent 有机会填补能力鸿沟,让普通用户从记录生活、表达情绪,进一步走向涨粉、自媒体创作甚至商业变现。 * 类比 AI Coding,Claude Code 让专业程序员提高效率,而 Lovable 则让原本不会编程的人也能创造软件。视频创作领域可能出现类似的新增市场。 [35:59] 给 AI 出海创业者的两个建议 * 第一,找到自己的长处,把过去积累的能力进一步放大;第二,深入理解用户和客户的真实需求,不要只盯着热门赛道,而要在自己熟悉的领域里找到机会。 幕后制作 监制:Diane 后期:迪卡 运营:George 设计:饭团 商业合作 声动活泼商业化小队,点击链接直达声动商务会客厅,也可发送邮件至 [email protected] 联系我们。 加入声动活泼 声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生,如果你也对播客行业的内容制作感兴趣,欢迎点击招聘入口 关于声动活泼 「用声音碰撞世界」,声动活泼致力于为人们提供源源不断的思考养料。 我们还有这些播客:声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾 VC、商业WHY酱、跳进兔子洞、不止金钱 欢迎在即刻、微博等社交媒体上与我们互动,搜索 声动活泼 即可找到我们。 期待你给我们写邮件,邮箱地址是:[email protected] [科技早知道] 欢迎扫码添加声小音,在节目之外和我们保持联系。

38 分钟 12k+ 次播放 1周前

Anthropic冲刺IPO:2万亿美元估值贵不贵?拆解Claude的增长、成本与竞争|S10E34

Anthropic冲刺IPO:2万亿美元估值贵不贵?拆解Claude的增长、成本与竞争|S10E34

What's Next|科技早知道

一家成立只有五年的公司,能否撑起2万亿美元的估值预期?2026年10月26日,Claude背后的公司Anthropic公开了IPO招股书。2026年上半年,它的收入接近163亿美元,约为上年同期的14倍;截至9月底,净收入留存率达到约900%。这些数字让外界看到了AI需求的增长,也带来了新的问题:客户会一直增加使用量吗?模型领先能维持多久?如果收入增长放缓,提前锁定的算力成本又该如何消化? 本期,「科技早知道」主播丁教邀请「涉市未深」主播九州Aaron和「苔藓之火」主播Raymond,从二级市场投资人的视角,一起拆解Anthropic的增长、成本与竞争。我们聊到了为什么选择现在上市、如何理解万亿美元估值、Coding之外的商业机会,以及中国开源模型在全球市场的位置。两位嘉宾总体看好Anthropic,但对模型迭代、技术差距和买入时点有不同判断:当真实需求与高预期同时存在,我们该如何理解这门生意的机会与风险? 本期人物 丁教 Diane,「声动活泼」联合创始人、「科技早知道」主播|小红书、视频号、抖音:声动活泼-丁教 Aaron,周玖洲 Aaron, 十年中金、华夏基金等顶级投资机构工作经验,「涉市未深」主播,「不止金钱」主播, Raymond Huang,科技投资人、「苔藓之火」主播 主要话题 [02:32] 现金充裕,Anthropic为什么还要赶着上市? * 先进入公开市场的公司,有机会成为投资人理解和定价这个行业的参照,后来的公司则需要解释自己的差异。 * 上市身份还能打开股权、债务等更多融资渠道,即使账上资金充裕,公司也需要为下一阶段的竞争储备资源。 [08:30] 大模型到底是轻资产还是重资产生意? * AI基础设施需要巨额投入,但这些资产由云厂商持有还是模型公司自建,会形成完全不同的财务结构。 * 即使不持有全部硬件,模型公司也可能通过长期采购承诺承担很重的成本。 [10:03] 1.5万亿到2万亿美元的估值,到底贵不贵? * 按2026年全年约600亿美元收入估算,1.5万亿美元估值对应约25倍市销率(PS),2万亿则约33倍。 * 估值贵不贵不取决于绝对金额,还要看收入规模、增长速度,以及这些预期最终能否兑现。 [15:36] 模型像海鲜,领先优势只能维持几个月吗? * Anthropic披露,2026年第三季度超过80%的收入来自过去六个月发布的模型版本。 * 今天领先的产品必须不断面对更新模型的竞争;但如果迭代速度放缓,不同代际的模型也可能长期共存。 [21:41] 900%的净收入留存率,究竟是什么概念? * 同一客户群带来的收入约为上年同期的9倍,它衡量的是原有客户的收入变化,而不是用户数量。 * 增长来自客户把AI用于更复杂、更长的工作流程;但从少量尝鲜转向正式使用时,较低的起点也会放大增长倍数。 [24:23] 除了卖模型和API,Anthropic还能怎么赚钱? * 模型公司可能从工具提供者,进一步变成参与解决行业问题的商业伙伴,例如进入新药研发等更完整的业务流程。 * 如果未来按结果收费或参与收益分成,收入来源和竞争壁垒都可能改变,但这距离稳定、规模化的收入仍需要验证。 [29:15] 下一个Coding会是什么?答案可能还是Coding * Coding的市场空间不能只按程序员人数或工资估算,编程能力还能支撑工作流自动化、工具开发等更广泛的数字任务。 * 下一个增长点未必来自全新的行业,也可能来自更多人通过AI完成原本不会编程、没有时间编程或需要团队协作才能完成的工作。 [30:36] 给AI花的钱,已经超过给员工的钱了吗? * 2026年4月,Anthropic内部Claude用量按公开标价折算的价值,首次超过当月不含股权激励的人事费用。 * 这反映的是AI在公司内部的使用规模,不能直接解释成公司实际付给AI的现金已经超过员工工资。 [32:59] 单季度经营盈利,为什么上半年仍有巨额净亏损? * 2026年第二季度经营利润接近10亿美元,而上半年净亏损超过800亿美元,两个数字处在利润表的不同层级。 * 净亏损主要来自可转债等融资工具的公允价值变动,非现金损失不等于当期烧掉了同等金额的现金。 [34:33] 云厂商既是股东和渠道,又有自己的模型,会不会成为风险? * 云平台既帮助Anthropic触达企业客户、提供算力,又同时拥有自己的模型产品,合作与竞争交织在一起。 * 多方合作不等于绑定某一家或形成资金自循环,真正需要持续观察的是Anthropic能否扩大自己的客户关系和渠道。 [38:46] 需求还不确定,为什么先签长期算力合同? * 算力供给需要提前建设、提前锁定,但客户未来的购买并没有同样长期的保证,风险来自投入期限与收入确定性的错配。 * 2026年第二季度,每1美元算力支出已能带来约2美元收入;但算力并非全部成本,盈利能力仍要结合完整利润表和现金流判断。 [41:08] AI需求是真的,估值也可能跌吗? * 需求真实存在与估值出现调整可以同时发生:企业可能继续扩大AI应用,只是增速没有市场原先设想得那么快。 * 对一家被寄予高增长预期的公司来说,继续增长也可能意味着不及预期。 [42:53] 对比智谱和MiniMax,为什么不能只看增速? * 各家公司的收入基数、客户市场和融资环境差异很大,相似的高增长百分比,未必代表相近的业务规模和商业成熟度。 * 更值得关注的是现金流何时持续改善,以及融资环境变化后公司能否继续投入。 [49:26] 中国开源模型的机会,只是更便宜吗? * 一家巴西企业计划到2027年底,把约一半的Token用量转向开源模型,便宜之外也有真实的使用需求。 * 中美模型能力的差距会随版本迭代不断变化,不宜把某一时点的差距直接外推为长期结局。 [57:45] 看好Anthropic,是否意味着上市就应该买入? * 长期看好与在某个具体价格买入是两层判断,需要结合上市时的估值和市场情绪,过热时可以等待。 * 参与长期技术浪潮很重要,但也要预期价格会出现较大波动。 名词解释 Anthropic、Claude与Claude Code Anthropic是公司名称;Claude是其模型家族及相关AI助手产品的名称;Claude Code则是面向编程任务的Agent工具。 IPO与S-1 IPO(Initial Public Offering)指首次公开发行股票。S-1是公司向美国证券交易委员会提交的一类证券发行注册文件,通常包含业务、财务、风险和发行信息。提交S-1不代表发行价格已经确定。 市销率 PS或P/S Price-to-Sales Ratio,用公司总市值或股权估值除以某一年度的收入。 ARR与年化收入 ARR(Annual Recurring Revenue)通常指年度经常性收入。Anthropic披露的Run-Rate Revenue则把近期消费型和订阅型收入年化,用于描述某一时点的业务规模。年化值不等于已经实现的全年收入,也不保证下一年的收入下限。 净收入留存率 NRR Net Revenue Retention,比较同一客户群在两个时期带来的收入,综合体现增购、缩减使用和流失。Anthropic的口径排除Claude Pro和Max固定价格订阅;900%意味着相关客户群收入约为基期9倍。 资本开支 CAPEX与长期算力承诺 CAPEX(Capital Expenditures)通常指购买或建设长期资产的支出,例如服务器和数据中心。长期购买云算力的合同承诺不全部等同于CAPEX;即使自有资产较少,公司仍可能承担大量未来付款义务。 公允价值变动 部分资产或负债需要按公允价值重新计量,其变化可能计入当期损益。例如可转债负债价值上升,可能形成会计损失,却不意味着当期支付了同等现金。 GAAP与Non-GAAP GAAP是美国通用会计准则;Non-GAAP是公司在准则指标基础上作调整后披露的指标。使用调整后指标时,需要同时看它剔除了哪些项目,以及与GAAP指标的对照。 延伸阅读 Anthropic S1招股书 2026年10月26日 * 2万亿美元为节目讨论的估值预期,不是已确定的IPO发行估值。 * 节目中的全年收入和未来商业模式判断属于嘉宾预测;历史财务数据与预测需分别理解。 本期讨论仅供信息交流,不构成投资建议。 幕后制作 监制:Diane 后期:迪卡 运营:George 设计:饭团 商业合作 声动活泼商业化小队,点击链接直达声动商务会客厅,也可发送邮件至 [email protected] 联系我们。 加入声动活泼 声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生,如果你也对播客行业的内容制作感兴趣,欢迎点击招聘入口 关于声动活泼 「用声音碰撞世界」,声动活泼致力于为人们提供源源不断的思考养料。 我们还有这些播客:声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾 VC、商业WHY酱、跳进兔子洞、不止金钱 欢迎在即刻、微博等社交媒体上与我们互动,搜索 声动活泼 即可找到我们。 期待你给我们写邮件,邮箱地址是:[email protected] [科技早知道] 欢迎扫码添加声小音,在节目之外和我们保持联系。

62 分钟 58k+ 次播放 2周前

从免费披萨到订错机票:硅谷创业者正在解决 Agent 的哪些麻烦? | 硅谷线下活动 S10E33

从免费披萨到订错机票:硅谷创业者正在解决 Agent 的哪些麻烦? | 硅谷线下活动 S10E33

What's Next|科技早知道

最近几个月,像 Meta 的 Muse,OpenAI 的 Dots 这样的 Personal agent 产品大火。模型不仅越来越擅长调用工具、规划任务,也开始能够执行数百甚至上千个步骤的复杂工作。但当 AI 真正进入现实世界,问题也随之出现:订错机票怎么办?执行到一半忘记了原本的任务怎么办?如果 Agent 需要使用你的邮箱、银行卡和个人数据,我们又该如何确保它不会越权操作?这些问题背后,指向一个更深层的变化:当互联网的使用者从人类逐渐变成 AI Agent,我们今天熟悉的软件、通信、安全和支付系统,可能都需要重新设计。 上周末,「科技早知道」主播 Diane 在硅谷 Builder Odyssey 活动现场主持了一场圆桌论坛,与来自 AI Agent 基础设施领域的创业者和从业者,一起探讨 Agent 从技术演示走向大规模应用,还缺少哪些关键能力。我们聊到了长期任务的可靠性、人类与 Agent 的沟通、个人隐私与安全,以及在模型不断进步的背景下,下一代 AI 基础设施还有哪些创业机会。 本期人物 硅谷徐老师 Howie,硅谷高管、投资人、Gen 首席 AI 与创新官 Jiaao Chen,Nebius 首席 AI 工程师 Daniel Tian,Photon 联合创始人 丁教 Diane,「声动活泼」联合创始人、「科技早知道」主播|小红书、视频号、抖音:声动活泼-丁教 时间轴 [00:00] AI Agent 订错机票,谁来承担损失? * 当 AI 从回答问题变成替人执行任务,犯错的代价也开始从数字世界进入现实世界。订错机票产生的退改签费用、执行任务时泄露的个人隐私,都可能带来真实的损失。 * 随着 Muse、Dots 等个人 AI Agent 产品出现,我们不仅需要关注 AI 能做什么,也需要思考它做错事情之后,责任应该由谁承担。 [01:56] 圆桌讨论前瞻:AI Agent 还有哪四道关要过? * 长期任务的可靠性: 模型调用工具和规划任务的能力显著进步,但当执行过程持续数天、涉及上千个步骤时,Agent 仍可能遗忘目标、犯错,需要保存状态、纠正错误和恢复任务的能力。 * 人与 Agent 的沟通: 当 AI 无法确定下一步操作时,应该能够通过短信或电话及时向用户确认,而不是擅自作出可能造成损失的决定。 * 安全与信任: 从个人数据泄露到 AI 助理频繁骚扰商家,Agent 需要新的行为监管、安全授权和透明机制,而人类对 AI 的信任也需要逐步建立。 * 基础设施的创业机会: 简单的工具调用和 Prompt Engineering 可能被更强大的模型取代,但执行效率、高并发处理和垂直行业模型适配,仍然值得长期投入。 [07:45] AI Agent 越来越强,为什么还不能独立工作? * 过去几个月,模型调用工具、规划任务的能力显著提升,模型与执行框架(Harness)的协同训练也推动了 Agent 的进步。 * 但面对需要跨平台操作、处理多模态信息的复杂任务,今天的 AI Agent 仍然存在明显的能力瓶颈。 [09:14] 什么是 Agent 的长期任务能力? * Long-horizon task 指的是需要数百甚至上千个步骤、持续数小时乃至数天才能完成的复杂任务,例如独立开展调研、运行实验并撰写技术报告。 * 随着执行时间拉长,Agent 可能因为上下文压缩而遗忘最初的目标,甚至产生幻觉。让 AI 在无人监督的情况下持续工作,仍是行业的重要挑战。 [11:15] 人人都有 AI 助理,还缺少什么? * 随着 OpenClaw 等产品的普及,AI Agent 开始从开发者工具走向普通用户,但用户是否愿意长期使用,仍需要找到真正有价值的应用场景。 * Photon 希望让 Agent 直接通过 iMessage、WhatsApp、电话等现有通信渠道与用户互动,让持续运行的 AI 助理不必局限在一个独立的应用程序里。 [12:43] Agent 时代,互联网需要推倒重来吗? * 模型能力只是 Agent 基础设施的一部分。长期记忆、身份授权、安全合规和支付等系统,都需要适应 AI 自主执行任务的新需求。 * 现有互联网主要围绕人类用户设计,而 Agent 可能需要临时权限、跨系统协作和持续运行的能力,这意味着底层基础设施需要发生结构性变化。 [15:31] AI 订错机票,谁来承担损失? * 长期任务的关键不仅是 Agent 能不能完成工作,更是它能否可靠地完成,以及在出错后能否恢复。 * 比如用户要求订一张到上海浦东机场的机票,Agent 却订到了虹桥机场。现实中的退改签可能产生费用,而目前的软件环境并不具备完善的错误恢复机制。 * 在长时间执行任务的过程中,Agent 还可能遗忘安全限制,意外向外部网站泄露地址、邮箱等个人信息。 [18:12] AI 为什么还需要随时联系主人? * 当 Agent 无法确定下一步操作时,与其自行作出可能造成损失的决定,不如通过短信或电话及时向用户确认。 * Human-in-the-loop(人在回路中)仍然非常重要。未来的 Agent 不仅需要能够执行任务,还需要知道什么时候寻求人类帮助,以及如何把任务交还给用户。 [21:49] 你愿意把 Gmail 和银行账户交给 AI 吗? * 圆桌嘉宾分享了自己使用个人 AI 助理的经历:即使对平台的数据隐私有所顾虑,Agent 主动提出建议、替用户完成工作的能力,依然具有吸引力。 * 随着个人 Agent 的使用量增加,一些商家开始收到大量 AI 助理拨打的电话。如何限制 Agent 的行为、避免对现实服务系统造成干扰,正在成为新的问题。 [25:40] 如何让 AI Agent 值得信任? * 用户不仅需要知道 Agent 最终完成了什么,还希望能够查看它的执行过程,包括访问了哪些数据、向谁披露了个人信息,以及花费了多少钱。 * 从在线购物的发展历史来看,用户信任的建立既需要技术上的安全保障,也需要长期的使用经验。Agent 的普及同样需要经历这个过程。 [27:37] 模型越来越强,AI Infra 还有创业机会吗? * 判断一个基础设施方向是否值得投入,一个重要标准是:它会不会随着下一代模型变强而失去价值?简单的工具调用优化和 Prompt Engineering,可能逐渐被模型自身的能力吸收。 * 执行效率、系统并发能力和垂直行业适配仍有发展空间。例如,企业可以结合自己的专业数据,把开源模型训练成适合特定业务的 Agent,在降低成本的同时提升效率。 [31:52] 为了一张免费披萨,你会交出多少隐私? * 一家创业公司以免费披萨吸引用户连接 Gmail 的活动。大量用户愿意用个人数据换取便利,但集中涌入的订单也暴露出系统崩溃、错误扣费和配送地址出错等问题。 * 这个案例揭示了 Agent 商业化的两面性:消费者可能愿意以隐私换取服务,但真正的大规模应用,还需要解决高并发、可靠性以及 Agent 与商家之间的通信问题。 幕后制作 监制:Yaxian 后期:迪卡 运营:George 设计:饭团 商业合作 声动活泼商业化小队,点击链接直达声动商务会客厅,也可发送邮件至 [email protected] 联系我们。 加入声动活泼 声动活泼正在招聘全职商务运营经理、早咖啡内容实习生和社群实习生,如果你也对播客行业的内容制作感兴趣,欢迎点击招聘入口 关于声动活泼 「用声音碰撞世界」,声动活泼致力于为人们提供源源不断的思考养料。 我们还有这些播客:声动早咖啡、声东击西、吃喝玩乐了不起、反潮流俱乐部、泡腾 VC、商业WHY酱、跳进兔子洞、不止金钱 欢迎在即刻、微博等社交媒体上与我们互动,搜索 声动活泼 即可找到我们。 期待你给我们写邮件,邮箱地址是:[email protected] [科技早知道] 欢迎扫码添加声小音,在节目之外和我们保持联系。

35 分钟 14k+ 次播放 3周前

评价

还没有人评价。听过的话,留个分数和一句短评吧。

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的单集添加进来吧