AI智识录 - 节目列表

刚刚进行的腾讯云AI产业应用大会上，腾讯高级执行副总裁（CSIG CEO）汤道生与姚顺雨（腾讯首席AI科学家、ReAct架构提出者）进行了一场深度对谈。核心探讨了腾讯在AI时代的破局思路、大模型演进方向以及产品组织的变革： 1. 重新定义“AI下半场”的核心壁垒 姚顺雨指出，大模型现在已成为通用的“万能锤子”，所以核心矛盾不再是单纯找寻技术方法，而是寻找值得解决的真实通用问题。随着模型能力普适化，企业未来的竞争壁垒将不再是模型本身，而是对原始输入数据、真实用户行为以及独家上下文（Context）的掌握。 2. 推崇“模型与产品协同”与务实评测 腾讯反对盲目迎合行业的“刷榜”风气，主张建立基于真实业务场景和反馈的评测体系。通过内部“元宝”、ima等产品矩阵的协同作战，让做预训练的最强骨干下沉去帮产品做后训练，建立模型与应用的双向互信，利用矩阵优势实现数据的泛化与反哺。 3. 关注代码智能体与高性价比中小模型 腾讯下一代模型（Hy3 Preview）的演进并不迷信大模型的算法“秘密”，而是聚焦重构基础设施和评测体系。重点将攻坚具备图灵完备性的代码智能体（Agent）。此外，腾讯认为在中国市场，打造鲁棒性强的高性价比中小模型，其商业变现价值远大于耗费巨大成本只为提升一两个百分点的极限跑分性能。 4. 产品形态与组织的重构 技术变革同样要求组织升级。产品从“预设菜单”转变为“开放式交互”后，开发团队也需要向“极其扁平（3-5人小分队）”和“高度容错”转型。工程师的精力将被AI从敲代码中解放，转而聚焦架构设计与测试对齐。 最后，面对外界对“腾讯AI慢了”的质疑，汤道生回应称，AI是一场没有尽头的马拉松，腾讯丰富的产品业态和真实场景，将在长跑中提供巨大的底气。对话同期官方也发布了“腾讯效率智能体工具集”，旨在将大模型更深地融入进微信、企微等真实工作流。

如果你最近关注 AI 圈，一定会频繁听到“世界模型（World Model）”这个词。从颠覆认知的视频生成，到具备复杂推理的大语言模型，再到在实验室里做各种家务的具身智能机器人，几乎所有前沿项目都在宣称自己在构建“世界模型”。 然而，当一个概念包揽了所有最酷的标签时，它也就开始失去本意。把一个画面超逼真但经常放火烧水、公然违背物理常识的视频生成模型，与一个严谨计算力学分布的仿真物理引擎混为一谈，只会模糊掉技术本来的边界和演进路径。世界模型究竟该如何定义？它又将走向何方？ 在行业最需要厘清迷雾的时刻，World Labs 联合创始人李飞飞老师在 X上发布了一篇重磅长文。她回归到最经典的强化学习交互循环，为我们带来了清晰、具洞察性的解构路线。 在李飞飞的宏大视野中，世界模型是由追求视觉保真度的“渲染器”、驱动决策和行动的“规划器”，以及严格遵循物理法则的“模拟器”共同构成的三维支柱。而通往“空间智能（Spatial Intelligence）”的漫长征途，正是这三者打破壁垒、走向终极融合的过程。 原文连接：https://x.com/drfeifei/status/2062247238143996275

打造出公认最强模型 Claude 的明星公司 Anthropic，它的总裁兼联合创始人 Daniela Amodei，压根不是什么技术极客，而是一个地地道道的英文文学专业毕业生。 她毕业于英文文学专业，曾在国会山、政治竞选和早期 Stripe 工作，2018 年加入 OpenAI。2020 年 12 月，她与哥哥 Dario 及另外五位联合创始人共七人离开 OpenAI，并于 2021 年创立 Anthropic。在这个由算法和算力主导的世界里，她凭什么成为千亿估值AI巨头的核心掌舵人？在错综复杂的AI商业化进程中，如何同理他人、如何在混沌中跨界协同、如何建立组织内外部的信任，这些曾经被轻视的特质，正在被赋予前所未有的高溢价。今天这期节目，我们就借着 Daniela 的故事，好好聊聊‘通才’的绝地反击，看看在这场硬核的技术狂飙中，软技能到底是如何被重新定价的。 在这场斯坦福商学院的访谈里，Daniela 毫无保留地分享了她从文科生到千亿估值 AI 巨头掌舵人的非凡旅程。 首先，作为一名“通才”（Generalist），她用亲身经历说明，好奇心、跨界学习以及理解自身“比较优势”，才是智能时代最核心的竞争力。 接着，她澄清了 Anthropic 的核心标签——“AI 安全”的本质。这绝非空洞的公关辞令，而是对技术外部性承担起“彻底的责任”。在商业收益与技术安全的拉扯间，他们甚至做出了“因安全考量主动搁置最强模型发布”的艰难决定。 更启发人的是，面对 AI 替代人类的焦虑，Daniela 指出，AI 将极大地重塑工作形态。在这个过程中，人类独有的“社会性特质”——如医生抚慰患者的沟通技巧、管理者的同理心等“软技能”，非但不会贬值，反而会被重新赋予极高溢价。最后，她还结合日常生活，分享了自己如何把 Claude 当作管理教练与育儿助手的超实用经验，并警示我们要防止被 AI 剥夺了主动思考的能力。 访谈原视频：https://www.youtube.com/watch?v=FDjrDeIZAk4

本集播客由YouNavi （负责调研内容和输出文稿）和Listenhub （负责语音生成）制作。 陈德里（Deli Chen）， DeepSeek 的资深 AI 研究员。近日，他利用自己构建的 DeliAutoResearch 智能体skill，在极低个人精力消耗下，主导并自动生成了一篇长达 46 页的重磅学术综述论文。在这场耗时 6 天、历经 108 轮 AI 自主交互、消耗近 65 万 Token 的智力工程中，陈德里本人仅贡献了约 1% 的宏观把脉与纠偏，其余 99% 的文献验证、LaTeX 编写和画图改错全部由 AI 独立搞定。 作为 DeepSeek-V4-Pro 等前沿模型的深度研究者，陈德里用这场“自己写自己”向世界直观地宣告：AI 已经正式跨越“副驾驶”阶段，成为能与人类科研人员并肩作战、甚至独立交付复杂智力成果的真正“同事”。 这篇内容也是一篇非常好的关于自动化研究 Agents 的发展历程综述。 原文： https://x.com/victor207755822/status/2059269472297623843?s=20 https://victorchen96.github.io/auto_research_survey.pdf

英伟达（NVIDIA）具身智能研究负责人 Jim Fan 在红杉资本 2026 AI Ascent 峰会上的精彩演说，深度拆解了具身智能的“终局之战”。 演讲宣告了机器人领域正迎来复制大模型成功路径的“伟大的平行”时代。 在模型策略上，传统“头重脚轻”的 VLA（视觉-语言-动作）正让位于世界行动模型（WAM）。以 Dream Zero 为代表的新范式通过预测“下一个物理世界状态”，使物理规律和运动规划在像素演进中自然涌现，实现零样本泛化。 在数据策略上，高成本、低效的实机遥操作（Teleop）正走向落幕，取而代之的是由人类第一人称第一视角视频预训练（EgoScale）与穿戴式外骨骼（DexUMI）驱动的无感数据飞轮，并首次证实了灵巧控制具有完美的“神经网络标度律”。 最后，通过 DreamDojo 神经模拟器，机器人结合强化学习实现了“算力即环境、即数据”的后训练范式。 Jim Fan 预测，机器人将在 2040 年前彻底摸透科技树，通过物理图灵测试并实现自我演化。我们这一代人生逢其时，必将解决机器人这一终极命题。 原视频：https://www.youtube.com/watch?v=3Y8aq_ofEVs&t=1s

今天应一位朋友邀请去他团队分享了一下我们过去一年多0-1创业研发一个AI Native的产品（younavi.me）和试图将研发流程和组织也AI Native化的旅程和各种坑。分享给大家。

在5月20日举办的中国 AIGC 产业峰会上，硅谷早期风投 Fusion Fund 创始合伙人张璐分享了硅谷 AI 创新的最新风向。她指出，AI 行业正迎来三大底层转变：模型上从小语言模型垂直应用向物理 AI 和世界模型演进；算力上从一次性“训练”向持续在线的“推理”倾斜；数据上则从追求规模转向对“高质量数据策展”的看重。 张璐重点剖析了五个极具潜力的前沿投资方向： 1. AI 基础设施：通信互联能耗远超计算能耗，光互联/光交换机等降本技术成为创新热点。 2. 物理 AI：利用“人工皮肤”等柔性电子传感器收集真实世界的高精度触觉数据，突破当前的数据瓶颈。 3. 边缘计算：1B 参数以下的小模型能在边缘端实现高水平部署，赋能高监管与隐私敏感行业。 4. AI + 医疗：巨头纷纷入局，垂直领域小模型与全无人机器人实验室正在重塑个性化诊疗和生命科学研发。 5. 太空科技与微纳机器人：太空加油站及用于血管血栓清除、靶向给药的微纳米机器人正步入商业化初始阶段。 最后，她强调财富 500 强企业的 AI 预算正大幅激增，产业的大规模快速整合与真实反馈将成为 AI 持续迭代的核心动力。

在5月20日举行的中国AIGC产业峰会上，香港大学助理教授、NanoBot作者黄超发表了题为《从简单助手到强生产力AI Agent系统的范式变革》的精彩演讲。黄超教授结合其团队在开源领域的深厚积累，深入剖析了 Agent 从“效率工具”走向“真实生产力”的演进路径，并分享了多项突破性的工程实践。 以下是本次分享的核心内容深度总结： 一、 从 NanoBot 的爆火看通用 Agent 的“化繁为简” 黄超教授团队在今年开源了通用 Agent 项目 NanoBot。针对当时主流项目（如 OpenClaw）代码量庞大、黑盒繁多的痛点，团队主张“轻量化与简单化”。他们认为，Agent 本质上是一个极其简单优雅的 ReAct（Reasoning-Action-Feedback） 闭环，其底层就是一个 While 循环。 * 社区成绩：NanoBot 在开源后迎来了爆发式增长，连续百天日更，下载量超 20 万次。被 DeepSeek 官方推荐为全球 15 个推荐通用 Agent 之一。 二、 走向“AI打工人”面临的四大硬核挑战 黄超教授指出，目前的 Agent 虽能完成简单的 Coding 或 Deep Research，但要真正转化为行业生产力，必须跨越以下四个核心痛点： 1. 长程任务（Long-horizon tasks）的脆弱性：长程任务的难点不在于步数多，而在于场景丰富和工具调用的多样性。任意一步犯错都会导致全局崩溃，亟需更精细的 Harness（运行框架）支持。 2. 自进化（Self-evolving）与 Token 成本控制：目前的工程探索往往只触及 Agent 的能力上限，却忽略了高昂的算力成本。Agent 必须学会在真实任务中“吃一堑长一智”，通过自进化大幅压缩 Token 开销。 3. 割裂的沙箱（Sandbox）环境：目前的沙箱技术在每次循环时重新创建，导致任务间严重割裂。Agent 真正需要的是一个包含完整文件系统、历史数据和持续交互能力的“全功能计算机环境”。 4. 人机协同的上下文对齐难题（Human-Agent Alignment）：人天生是“懒惰”的，很难写出极其精细的指令文档。如何在有限的交互和简短的上下文输入中，精准捕捉用户的真实意图，是目前极大的鸿沟。 三、 破局路径：CLI交互、OpenSkill 与集群化协同 针对上述挑战，黄超教授展示了港大团队给出的前沿解法： * CLI-anything（命令行交互）：团队认为，GUI（图形界面）因为时延高、多模态开销大、精准度低，并非 Agent 进行计算机交互（Computer Use）的终局。未来应当是“人操作 GUI，Agent 操作 CLI”。他们推出的 CLI-anything 及 CLI Hub 允许软件直接向 Agent 暴露命令行接口，极大地降低了专业软件（如 3D 建模、科学计算）的使用门槛。 * OpenSkill 技能管理：团队开发了 OpenSkill，通过类似 Wiki 的精准检索机制对高质量 Skill 进行分类和动态匹配。在 44 个行业、220 个任务的测试中，该方案在提升任务完成度的同时，显著降低了 Token 消耗。 * 多 Agent 集群（Swarm）的科研实践：团队尝试使用 8 个 Agent 调用 8 张 H100 显卡，在 23 小时内自主训练大模型，使其性能提升了 6%。这相当于一个博士生三周的工作量，验证了 Agent 集群在科研试错场景下的巨大杠杆效应。

2026年5月12日，由北京大学光华管理学院主办的“AI时代的边界探索与人才机遇”主题对话在光华管理学院2号楼102报告厅举行。 Kimi总裁张予彤与光华管理学院院长田轩围绕智能时代的商学教育变革、人才能力重塑、组织与管理创新等议题展开深度对话。 主要内容： 1. 职业版图的重构：从“执行者”到“模型抚养者” * 新兴职业涌现：AI 不仅仅是替代，更在创造如“合成数据创造者”（模型的爸妈）和“人工智能评估师”（价值观对齐）等岗位。 * 组织形态变化：生产力的大幅提升将催生大量“超级个体”和“一人公司”。生产组织方式从依赖大团队转向个人全栈能力的发挥。 2. 核心竞争力的演进：从“完成任务”到“定义与验证” * 技能重心偏移：重复性执行、基础编程和海量信息处理将被 AI 替代。人类的核心价值将转向： * 定义工作（Defining）：决定要做什么，以及为什么做。 * 评估与验证（Verifying）：AI 产出极其廉价，但消化、逻辑校验和质量把控将成为人类的主要工作负担和价值所在。 * 驾驭能力（Harnessing）：成为 AI 的“深度用户（Power User）”，感知能力的边界，进入“人机协作（Agent-Human Collaboration）”模式。 3. 给不同人群的行动建议 对于在校学生： * 深耕人类连接：利用学校环境建立深度的社交关系与共情能力，这是 AI 难以模拟的宝贵资产。 * 切换 Agent 视角：在做任何事时，思考“如果 AI 来做会怎么处理”，理解为人构建的基础设施与为 Agent 构建的基础设施之间的差异。 * 亲自上手（Hands-on）：认知是在不断的实践动手，而非听取观点中形成的。 对于管理者（MBA/EMBA）： * 推行“Token 自由”：将“增加招聘名额（Headcount）”的思维部分转变为“分配 Token 预算（Token Budget）”，降低组织内部对 AI 的对抗心理。 * 自底向上的推动：通过充足的资源支持，鼓励员工探索 AI 如何增强自身生产力，将执行层转变为“十倍效能者”，而管理者则专注于架构与纠错。

Anthropic Claude Code 工程和产品团队负责人 Fiona Fung 在内部分享会上深刻剖析了 AI 时代团队管理的范式转变。她指出,当 AI 让编码不再是瓶颈时,传统的团队规范正在悄然失效,一个从"工程带宽昂贵"到"构建廉价、争论昂贵"的新时代已经到来。 瓶颈的转移是核心主题。过去,编码吞吐量是最昂贵的资源,所有流程都围绕此设计。如今,编码速度大幅提升,新的瓶颈转移到了验证、审查、跨职能协作和维护成本上。这导致许多传统流程——如详尽的预先计划、严格的代码所有权、繁琐的设计文档——开始"悄然失效"。 团队规范的重写成为必然。Claude Code 团队在多个维度进行了调整:代码审查深度依赖 AI,但法律审查、安全敏感代码和产品品味仍需人类专家;技术辩论从"白板讨论"转向"代码为王",直接生成多个 PR 进行对比;计划方式从六个月路线图转向"即时计划",用原型替代冗长的产品评审;团队构成更看重"有产品感觉的创造性构建者"和"深厚的系统专业知识",而非原始吞吐量。 组织架构的创新尤为大胆。Fiona 坚持让每位经理都先从工程师做起,深度参与"狗粮文化"(dogfooding),保持组织尽可能扁平以提升敏捷性。她明确许可团队废除旧流程,鼓励"Claude 化"一切可以自动化的工作。 效果验证显示,新员工上手时间大幅缩短,PR 周期时间显著降低,Claude 辅助提交成为默认模式。但 Fiona 也坦诚分享了仍在探索的问题:跨平台团队架构、全自动审查的边界、角色模糊后的生产力平衡。 她的核心建议是:持续审视最"嘈杂"的工作流程,质问其存在的必要性,在成长型思维中拥抱变革——因为"过去对你有用的东西,现在可能不再适用了"。 原视频：https://www.youtube.com/watch?v=igO8iyca2_g

当 OpenAI 前 CTO Mira Murati 带着她的新公司 Thinking Machines Lab "蛰伏"18 个月后，终于交出了一份让整个 AI 行业为之震撼的答卷——交互模型（Interaction Models）。这不是又一个大模型的跑分竞赛，而是对"人机协作"本质的一次彻底重新定义。 我们都有过这样的体验：跟 ChatGPT 或 Claude 聊天，总感觉有点"隔"。你打完一段话，点击发送，然后只能等着光标闪烁。它回复时，你什么也做不了。这种"回合制"的交互方式，就像用对讲机沟通，或者跟笔友发邮件——低效、没有临场感，更谈不上真正的协作。 而人类之间最高效的协作是什么样的？是你一言我一语，随时打断补充，看到对方皱眉就知道没说明白，指着屏幕说"就这个，改一下"。这是一种充满实时反馈、信息密度极高的双向互动。我们和 AI 之间，却隔着一道名为"协作瓶颈"的厚墙。 Thinking Machines Lab 的突破在于：他们没有在外面打补丁，而是从基因层面重新设计了 AI。他们创造的交互模型采用"微回合"架构——每 200 毫秒刷新一次感知，相当于 AI 每秒钟以 5 次的超高频率接收和输出信息流。它终于可以一边听你说话，一边思考，一边回应，第一次真正与你"共处"在同一个时空里。 更精妙的是"双脑协作"设计：一个反应超快的"前台小哥"负责实时沟通，一个能力更强的"后台专家"负责深度思考。前台保持对话流畅，后台处理复杂任务，两者无缝配合，让你同时拥有顶级模型的智慧和即时通讯的响应速度。 这带来了质的飞跃：无缝的对话管理、真正的插话能力、同时说话的实时翻译、对时间的感知——所有这些，都源于让 AI 拥有与我们同步的、不间断的感知和响应能力。当整个行业都在追求更自主的 AI Agent 时，Murati 团队旗帜鲜明地提出：AI 应该让人类更容易留在循环中，而不是把人推出去。这或许就是通往更自然人机协作的必经之路。 官方介绍：https://thinkingmachines.ai/blog/interaction-models/

当艾伦研究所（AI2）的研究员 Nathan Lambert 坐在从杭州开往上海的高铁上，凝视着夕阳下点缀着风力涡轮机的山脊时，他正在消化一场前所未有的深度访问之旅。在短短 36 小时内，他密集走访了月之暗面、智谱 AI、清华大学、美团、小米和零一万物等中国头部 AI 实验室，带回了关于中国 AI 生态系统最真诚、最深刻的第一手观察。 这是一次充满人文关怀的文化对话。Lambert 发现，中国实验室之所以能如此擅长追赶前沿，核心在于一种独特的文化基因：研究者更愿意做"不出风头"的精细工作，学生能以全新视角看待技术，更少的个人主义让组织更高效运转。这与美国实验室形成鲜明对比——在那里，科学家的个人品牌和职业野心有时会妨碍模型的最终质量，甚至导致像 Llama 组织那样在政治重压下崩溃。 更令人深思的是中国研究者的"工程师治国"心态。他们对 AI 的哲学辩论、经济影响或道德困境兴趣不大，也不关心商业生态的复杂博弈。他们的角色很纯粹：构建最好的模型。这种神奇的直接和专注，让他们在技术执行上展现出惊人的效率。 Lambert 还记录了六大产业层面的关键发现：国内 AI 需求的早期迹象、开发者对 Claude 的普遍痴迷、技术自主的深层动机、政府援助的真实但模糊的角色、数据产业的不发达，以及对英伟达芯片的强烈渴望。几乎每家主要中国科技公司都在构建自己的大语言模型——美团做外卖、小米做手机，但他们都在建模型。这不是跟风，而是一种深刻的、根本性的渴望：控制自己的技术栈。 最打动 Lambert 的，是中国研究者的人情味、魅力和真诚的温暖。在个人层面上，那种尖锐的地缘政治对话根本没有渗透到他们身上。他以一个美国人的诚实偏好承认，希望美国保持领先，但更希望开放生态系统能在全球蓬勃发展——因为这才能为世界创造更安全、更有用的 AI。这是一次谦逊的反思，也是对未来的深切担忧。 原文链接：https://www.interconnects.ai/p/notes-from-inside-chinas-ai-labs