会友镖局

Podcast · 生活休闲

会友镖局

一档蚂蚁集团出品的播客

主播 会友镖局、友红同学、斯谅不思量 出品 常常QA 生活休闲 · 爱好 1.2 万 订阅 93 集 1天前更新

在小宇宙收听

简介

会友镖局是一档蚂蚁集团出品的播客栏目。在这里,我们会和各位新朋老友分享关于蚂蚁的一切,和你一起探索科技和商业的未来世界。

我们把AI用成了不同的人|橘子、延君晨、向阳乔木聊Personal Agent

我们把AI用成了不同的人|橘子、延君晨、向阳乔木聊Personal Agent

会友镖局

本期介绍 AI工具越来越多,我们也越来越会提问、写提示词、搭工作流。但折腾了这么久,它到底替我们接走了多少事情? 这一期《会友镖局》,韵锦邀请橘子、延君晨、向阳乔木,组了一个聊到哪里算哪里的熟人局。有人在做个人助理产品,有人养了一群各司其职的Bot,有人希望AI少说废话、懂点分寸。大家用得都很深,对“什么才是好的AI助理”,却有不同答案。 从给AI换一个二次元形象之后产生的亲近感,到对不同AI说话时不自觉改变的态度,我们发现,自己已经在把AI用成不同的人。它可能是工具、同事、伙伴,也可能是一个试图给你方向的“老板”。 聊到后面,问题也越来越具体:它应该记住多少关于你的事?什么时候该主动,什么时候该闭嘴?如果私人助理由平台补贴、靠推荐商品赚钱,它还能站在你这一边吗?当 Agent 试图替用户跨平台操作,又会遇到怎样的商业壁垒? 本期嘉宾 本期主持人:张婧(韵锦):蚂蚁集团 AI产品经理 本期嘉宾 橘子(冯雷):Cola 创始人 & CEO 向阳乔木:AI KOL,前字节商业化 AI产品经理 延君晨:ATEVE 联合创始人兼COO,前 Dify 联合创始人 本期时长|01:08:35 〖本期判断〗 私人智能体的价值,需要在日常使用里验证。它能否减少反复交代、帮人理清目标,又能否在长期记忆、商业推荐与跨平台执行中获得信任,构成了本期讨论的主线。 几位嘉宾给出的答案并不相同。AI 可以帮人发现目标,但目标感应不应该交给 AI?个人记忆放到本地还是云端?当助理通过交易分佣获得收入,如何判断它的建议是否符合用户利益?当平台依赖广告和交易入口生存,Agent 又该如何与它们共存?这些分歧贯穿了整场对话。 〖你会听到〗 关掉聊天窗口之后,什么样的AI还会继续替你做事? 为什么有人觉得,红果短剧也可以算一种Personal Agent? 一个AI助理,还是一群各有所长的Bot,哪个更适合自己? AI越来越了解你,为什么你未必喜欢它记忆中的自己? 当助理开始推荐商品、促成交易,谁来为它的建议买单? 当 Agent 想跨平台替你操作,互联网平台会开放入口,还是设置壁垒? 〖时间线〗 第一章|同样是AI,我们已经用出了不同的关系 00:01:43 熟人局开场:今天聊到哪里算哪里 00:02:09 橘子:能帮用户赚钱的Agent,才是好Agent? 00:03:44 从授权确认到任务执行:不同AI带来的使用感受 00:04:33 关掉窗口之后,还有一个东西在替你持续做事 00:05:37 延君晨:普通人想要的,也许就是好看的短剧 00:08:19 冰箱上的便利贴,给个人助理产品上了一课 00:11:16 从交出银行卡信息,到给AI换上二次元形象 第二章|好助理应该更懂事,还是更少管事? 00:14:31 一个全能助理,还是一群各司其职的Bot? 00:23:52 什么才算好的Personal Agent? 00:24:40 留存、付费、交易额,能说明一个助理好不好吗? 00:27:06 向阳乔木:能不能少让我接手,少让我解释? 00:30:51 在帮你执行之前,它该不该先帮你找目标? 00:33:47 一个为你好、会拒绝你的AI,算不算更聪明? 00:37:00 橘子:“人们真正需要的不是一个实习生,是一个老板” 00:37:59 韵锦反对:目标感和意义感,应该由自己构建 第三章|它记住了你,但它真的了解你吗? 00:39:01 上下文、记忆与后训练,哪些可能成为产品壁垒? 00:44:26 认识一个人,是保存细节,还是理解他的行为模式? 00:46:56 当Agent替你阅读网页、邮件,安全边界发生了什么变化? 00:49:41 怎样评测一份长期积累的AI记忆? 00:52:21 有用户发现,自己不喜欢AI眼中的那个“自己” 00:54:21 记什么、何时更新、何时遗忘,比存下来更难 00:56:09 记录越积越多,为什么最后反而失控了? 第四章|谁给助理发工资,以及平台如何与Agent共存 00:57:19 转向商业与生态:能力、安全和成本的三角关系 00:58:17 Personal Agent用得越多成本越高,怎么赚钱? 01:00:11 越熟悉你、越被你信任,AI为什么更容易促成购买? 01:02:17 “我的个人助理是别人付的工资”:它还能站在我这边吗? 01:04:21 Agent想跨平台替用户操作,平台为什么未必欢迎? 01:04:41 标准化接口与浏览器操作,能否绕开平台限制? 01:06:24 让Agent与平台共赢,而不是抢走用户 01:06:44 从搜索流量到Agent流量:新入口的竞争 〖听完继续聊〗 你最想让AI替你接走的一件事是什么?是工作里的琐事、生活里的杂务,还是那些你自己也还没想清楚的问题? 〖名词解释〗 Personal Agent(个人智能体):本期讨论的一类个人AI助理,涉及个人上下文、长期记忆、持续执行任务,以及主动建议和决策等能力,嘉宾对它的定义并不完全一致。 Memory(记忆):AI在长期交互中保存、更新和调用的用户信息,包括偏好、经历和行为模式。如何纠正错误、更新旧信息与遗忘,同样是讨论重点。 Human in the Loop:由人在AI执行过程中参与关键判断、确认或纠错。 CPS:按销售结果支付佣金的商业模式,节目中用于讨论Agent推荐商品、促成交易的收入来源。 延伸信息 小红书:会友播客 小助手微信:wxinbbb

68 分钟 99+ 次播放 1天前

AI已经这么强了,为什么我妈还是用不起来?|硅谷101×灵光

AI已经这么强了,为什么我妈还是用不起来?|硅谷101×灵光

会友镖局

本期介绍 让AI做一份旅行攻略,已经不难了。但出发之后天气变了、家人身体不舒服、原定行程走不下去,它能不能继续替你盯着,帮你重新安排? 从“回答一个问题”到“持续管好一件事”,是灵光2.0想跨过去的一步。 这一期《会友镖局》,陈茜对话蚂蚁灵光CTO莫林剑,聊聊一个普通人能用起来的AI助理,究竟还缺什么。 莫林剑很早就用AI分析孩子的错题、管理生活,却发现这些能力很难直接交给家人使用。他的妈妈仍在用小本子记录血压。技术已经走到这里,怎样才能让她也用得起来? 从闪应用的复盘,到查账单、调行程、跟进训练计划,我们聊了AI如何替人省心,也聊了它必须守住的边界:怎样区分“今天不吃辣”和“从来不吃辣”?什么时候该提醒,什么时候该安静?一个需要被用户信任的私人助理,能不能同时靠广告赚钱? 本期嘉宾 莫林剑(花名:林怿)|蚂蚁灵光CTO 主持人:陈茜|硅谷101联合创始人 本期判断 AI助理的价值,要到一件事真正办成之后才能看见。 生成了多少应用、记住了多少信息、主动发了多少消息,都不能直接替代用户的真实感受。莫林剑反复强调的是可靠性:用户交出去的事情,能否被持续跟进;遇到变化,能否调整;到了需要人做决定的时候,能否把决定权交还给人。 你会听到 * AI能力已经很强,为什么普通人还是用不起来? * 从“帮我做个应用”到“替我管好这件事”,产品要改变什么? * 分析账单、调整旅行、跟进运动,哪些小事真的能让人省心? * 为什么自然语言未必比点一下按钮更方便? * 一个替用户做选择的AI助理,如何面对广告和商业利益? * AI越了解你,就一定会越好用吗? * 好的助理需要24小时运行,还是在你需要时出现就够了? 时间线 第一章|AI这么强了,为什么家里人还是用不起来? 01:16 从灵光1.0到2.0:为什么从闪应用走向持续办事 02:04 用AI管理孩子的错题,但家人很难照着用起来 02:49 妈妈记血压的小本子:能力存在,使用门槛也存在 04:16 模型、工程与成本,怎样共同支撑Agent落地 06:09 从留存率和应用数量,回到真正被反复使用的价值 08:40 闪应用激励计划的收获与反思 10:54 用户习惯的变化:从问一个问题,到交代一个目标 第二章|让AI接走一些事,生活能省多少心? 11:23 对话会取代按钮吗?为什么有时候点一下更方便 13:49 从账单里找出可以省下来的钱 14:35 新疆旅行中的真实体验:天气和身体状况变了,行程也要跟着变 17:39 管孩子、管生活:哪些需要长期牵挂的事适合交给AI 19:08 痛点还是痒点?用户会为什么样的价值付费 20:39 会员、抽佣还是广告:私人助理的商业模式与信任 第三章|能不能办成事,也取决于它能连接什么 23:16 个人AI助理在中国,为什么绕不开平台生态 24:32 支付、账单与出行:生态能提供哪些具体能力 25:43 用户、平台与Agent,为什么会有利益冲突 27:36 MCP、A2A与Browser Use:不同连接方式适合什么任务 28:46 平台不开放时,问题未必能只靠技术解决 31:03 Agent天生会比价,品牌和小商家的态度会有什么不同 33:21 AI替人办事之前:账号保护、风险分级与支付确认 35:30 模型进步与后台调度,怎样让执行任务的成本下降 第四章|更懂你、更主动,也要更有分寸 37:52 “更懂你”和“越用越好”,为什么不是同一件事 38:51 今天不吃辣,不代表以后都不吃辣 40:20 长期偏好、已经发生的事实、临时需求,记忆应该分开处理 42:20 哪些必须提醒,哪些值得建议,哪些放在旁边就好 48:10 从旅行日记到跑步计划,莫林剑自己的深度使用体验 50:42 Always On:不必一直运行,但需要的时候应该在 52:19 从手机到车机、眼镜和智能家居,AI助理会出现在哪里 53:38 展望下一步:更自然的交互、更广的连接,以及可靠完成任务 56:23 做产品最有价值的时刻,以及“希望妈妈也能用起来” 名词解释 Personal Agent/PA:面向个人的AI助理。本期重点讨论它如何理解用户目标、记住相关信息,并持续跟进跨时间的任务。 Harness:围绕模型构建的执行与约束机制,包括工具调用、任务管理、权限控制等,用工程方法帮助模型更可靠地完成工作。 MCP与A2A:前者主要用于连接模型与外部工具、数据;后者强调不同Agent之间的协作。节目中讨论了简单查询与复杂业务为何可能需要不同的连接方式。 听完继续聊 如果AI能替你长期盯住一件事,你最想交出去的是什么? 〖延伸信息〗 小红书:会友播客 小助手微信:wxinbbb

59 分钟 99+ 次播放 5天前

世界模型之争:预测对了,就算理解了吗?|对话于开丞

世界模型之争:预测对了,就算理解了吗?|对话于开丞

会友镖局

AI已经能生成令人惊叹的视频。但画面看起来合理,是否意味着它真的理解了重力、空间,以及物体之间的关系? 如果让机器人倒一杯水,我们应该给它看无数遍倒水的视频,还是让它先理解“杯子”“水”和“倾倒”,再把这些概念组合起来? 这一期《会友镖局·科技会客厅》,我们邀请于开丞,从自动驾驶聊到世界模型的不同路线,再聊到一个创业团队的技术取舍:为什么调整已经做出成绩的方向?当通用大模型开始操纵机械臂,创业公司的机会又在哪里? 【本期嘉宾】 于开丞|西湖大学自主智能实验室负责人、西湖大学特聘研究员、博士生导师、西湖数智(Awomo)创始人兼CEO,曾在阿里达摩院从事自动驾驶研究。 【本期判断】 世界模型这个名字之下,装着不同的技术目标和商业选择。 于开丞的选择,是让模型理解物理现象,并尝试通过概念的拆解与组合,获得举一反三的能力。在他的判断里,衡量这条路线的关键,是模型面对没见过的场景时,能否做出有效判断,以及这种能力能否随着训练规模扩大而持续提升。 【你会听到】 * 为什么视频生成、空间生成、机器人决策,都被叫作世界模型? * 追求画面的美感,与追求物理真实性,会把模型带向哪些不同方向? * “概念世界模型”想解决什么问题?倒一杯水为什么是个好例子? * 通用大模型能操纵机械臂,是否意味着其他技术路线会被替代? * 一个17人的团队,如何在尚未收敛的技术方向上创业? * 有了AI,“老炮儿”的经验为什么可能更值钱? 【时间线】 第一章|同样叫世界模型,做的可能是不同的事 00:00 从生成图片、视频,到理解物理世界 01:15 从自动驾驶出发,为什么在2023年选择探索世界模型 08:12 语言模型与世界模型:从抽象知识出发,还是从物理信号出发 20:07 一次概念梳理:世界模型、空间智能与物理智能 26:42 互动娱乐、理解世界与操作世界,不同目标如何影响技术选择 第二章|从“看过很多遍”,到“能够举一反三” 32:32 用倒水解释“概念世界模型”:杯子、水和动作能否重新组合? 33:46 什么是隐空间?模型如何压缩和表达对世界的认识 38:47 可规模化训练与“智能斜率”:团队究竟在验证什么 45:57 通用大模型操纵机械臂,给世界模型团队带来了什么启发 48:22 让物理学家学切菜:能完成任务,与高效完成任务之间的距离 第三章|为什么调整一条已经做出成绩的路线 57:34 与杨立昆的思路有哪些共鸣,方法又有哪些不同 59:45 回看2024年:生成数据,再用数据训练机器人,这条路有什么局限? 01:04:19 为什么没有顺着原来的技术成果直接创业 01:06:12 半年左右的并行探索:转向并非一夜之间发生 01:10:24 数据、算法、算力,以及团队现阶段真正关注的场景 第四章|技术尚未收敛,创业者如何往前走 01:17:37 17人的团队:“老炮儿”与“小天才”如何搭配 01:18:48 AI改变工作方式之后,工程经验的价值 01:22:22 从研究者到创业者,思考问题的方式发生了什么变化 01:24:10 世界模型的“ChatGPT时刻”,需要出现什么能力 01:30:30 从解决一个问题,到追问一种方法能否规模化 01:32:27 非共识的选择:承认原有路线的局限,需要付出什么代价 【核心观点】 生成目标会影响模型的能力方向。 于开丞认为,服务内容创作与服务真实物理任务,对数据、评价标准和训练资源的要求存在差异,不能只凭生成画面的效果判断物理理解能力。 举一反三,是团队选择这条路线的核心理由。 他们希望模型通过学习、拆解和组合概念,处理训练中没有直接见过的场景,而不必为每种情况重新收集完整示例。 通用模型的进步,也在改变创业公司的考题。 除了证明任务能被完成,还需要证明自己的方案在效率、成本和规模化方面有价值。 AI让经验有了新的发挥方式。 于开丞观察到,工具能够放大执行能力,但工程判断、问题拆解和结果把关,依然需要长期积累。 【名词解释】 概念世界模型:本期嘉宾介绍的技术思路,强调关联语言概念与物理现象,通过概念的拆解、组合,探索跨场景的泛化能力。 智能斜率:嘉宾用来描述模型能力提升速度的表达,关注随着概念积累和组合增加,能力能否更快增长。 【延伸信息】 小红书:会友播客 小助手微信:huiyouhz

94 分钟 9k+ 次播放 4周前

即便没出现AI,我们也一直缺乏人味 | 对谈费俊、野菩萨

即便没出现AI,我们也一直缺乏人味 | 对谈费俊、野菩萨

会友镖局

「艺术」不是作品、不是学科、也不是创作技巧,而像是一种每个人都可以有的感知世界和表达自己的能力,一种在AI来了之后更重要的能力。 ▶ 本期嘉宾 费俊 央美教授、中国美协数字艺术艺委会秘书长、AIAIA轮值主席 野菩萨 AI Native Artist、SoVG执行委员会主席、VACAT瓦卡奖总顾问 本期节目录制于今年外滩大会现场,创新者舞台·AI艺术Talk《当人人都能生成,艺术家还剩下什么?》,这个问题有点像为艺术创作者们而问,但聊到深处,还是一个所有人都在面对的问题——如果AI拿走了智能,人还剩什么、该做什么? 但即使没有AI,我们也一直都走在「寻找自己」的路上:通过体验,去发现你对这个世界的 感知 和 感受,到底和别人有何不同,如何表达这种差异性,让自己更像自己? ▶ TIMELINE 一 \「艺术」在今天,到底在指代什么? 00:27 嘉宾自我介绍 03:16 2026年,「艺术」到底在指代什么? 04:17 技术与艺术 06:46 区分「艺术」、「艺术家」、「艺术品」 10:03「价值」是资本主义时代的概念,AI可能瓦解它 二 \ AI从艺术家那里拿走了什么,又带来了什么? 12:06 创作的操作被AI拿走,判断被留下、「创造力」分三层 16:25 如果AI拿走「智能」,那人剩下「感能」 17:13 央美教授眼中的审美与品味 18:27 很多人聊得还没AI有人味,这才是真正的危机 21:00 当技能越来越容易掌握,美术学院该教什么 22:48 当你无法在真实世界中感知,你就无法在数字世界中表达 27:42 感官、感知、感受、感情、感能 三 \ 当AI来了,我们更该表达什么? 29:04 联觉、提示词与印象主义诗歌 33:46 你和别人到底有什么不同? 40:36 如何故意犯错 46:07 生命经验的浓度、广度和深度,决定了表达的浓度、广度和深度 50:53 AI在把复杂问题简单化,艺术就要把简单问题复杂化 54:07 如果一句话就能生成电影,那这句话将空前重要 四 \ AI原生的媒介形式、以及未来的创造力 57:50 AI艺术的本体是什么: 从沉浸、实时、作者性、交互去推理 1:02:38 在场、仪式、戏剧、迷幻 1:07:57 AI作为创作工具的及个新特征: 概率性、内嵌认知、类主体性、保守主义美学特征 1:12:38 AI技术本身,应该是未来创作者研究的对象、更灵活的人机关系 1:15:46 AI也有「材质」吗? 1:21:03 多模态模型第一次让「联觉」具有了外部客体 1:24:03 AI掌握了无数种关联,而艺术家要创建新的关联 1:26:27 创造力是一片未命名的星空 1:28:43 AI让我们可以进入原本完全无法进入的领域 波普艺术 《喷泉》马赛尔·杜尚 《见微知著》中央美术学院艺术与科技实验室作品 ▶ 提及的部分专有名词 Midjourney / 波普艺术 / 玛格丽特·博登 / AlphaGo / 马赛尔·杜尚 / 包络结构 / 蓝骑士画派 / 穆赫兰道 / 希区柯克 / 康定斯基 / 埃兹拉·庞德 / 维纶纽瓦《降临》/ 列夫马诺维奇 ▶ 参考资料及延展阅读 * 玛格丽特·博登创造力分层理论 * 关于AI艺术的本体,野菩萨 * A Medium That Thinks: AI and Media Cognition, Lev Manovich * 《见微知著》中央美术学院艺术与科技实验室作品 * 首届治愈系科技艺术展 ▶ 一起见微知著 * 听友群:添加微信 KingCrimson_ 备注「微见」即可拉群 * 社交媒体:公众号 / 小红书 / Bilibili / 微博 * 欢迎收听回声场ECHOCAST其他节目:在场证明 | Why for Jazz | 别想好 | 城市余数Cityremainder | 声音切片

91 分钟 8k+ 次播放 1个月前

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