计算机历史博物馆 - 节目列表

从 Chat 到 Agent，用户心智到底发生了什么变化？为什么越来越多的软件流程，正在被 “对话 + Skills” 重新组织？如果未来每个人都有一个 Agent 分身，组织会不会变成一种新的协作网络？ 从产品体验聊到组织结构，这是一场关于 AI 如何重新定义工作方式 的深度对话。 这期节目我们邀请到 Kenny 和 钟经纬，从一线使用者和产品视角，聊聊 Agent 这波变化背后的真实体验。 本期嘉宾 * Kenny：前剪映、醒图AI产品经理，现探索AI新的可能性 * 钟经纬：阶跃星辰产品经理，负责阶跃 AI 桌面伙伴「小跃」及后续 Working Agent 方向。团队早在 2025 年 9 月上线类 Claude CoWork 产品，推出「妙计」功能。同时参与 OpenClaw 生态中的应用实践 * Ailing 小狼（主播）：阶跃星辰大模型开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder 你可以听到 00:00 开场 & 嘉宾介绍 00:36 为什么最近大家都在讨论小龙虾 / OpenClaw 05:46 模型能力进步，对 Agent 产品意味着什么 08:35 Skills 的技术门槛其实没有变，变的是用户心智 09:04 从 Chat 到 Agent：为什么大家开始习惯 “让 AI 干活” 10:24 Agent 为什么有时会 “过度执行任务” 26:35 使用 Agent 的一个关键：容错率 29:16 为什么很多体制内团队反而更难用好 AI 30:33 AI 对产品团队分工的冲击：产品经理可能变成 “产品工程师” 31:30 一个产品经理自己完成需求、设计和 demo 的可能性 32:21 为什么很多传统 workflow 工具并没有真正解决问题 43:30 Agent 是注意力市场，还是生产力市场？ 44:15 企业微信、飞书会不会成为 Agent 协作网络 45:19 Agent-native 组织：每个人都有一个 AI 分身 46:13 人类在 AI 时代真正不可替代的能力：context 的捕捉 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

这期节目和连续创业者佳佳聊她非常具体的 OpenClaw 小龙虾大军🦞一手实验：三天十倍增长怎么做到，token 怎么烧，成本怎么控，Agent 为什么会失控，未来软件会不会慢慢退化成 AI 可调用的 tools，以及企业最后真正剩下的核心竞争力是什么。 过去几年，佳佳一直在硅谷观察 Agent、自动化工作流和 AI 创业生态；最近一周，她几乎把全部精力都投入到“养虾”这件事里：把龙虾接进自己的自媒体运营、账号增长、内容生成，甚至后续的 B 端获客流程中。 本期嘉宾 * 黄佳佳：连续创业者，宾大硕士，求职平台 WorkX & AI 语言学习平台 NativeTalk 创始人，外教君留学 CEO * Ailing 小狼（主播）：阶跃星辰大模型开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder 你可以听到 00:00 开场 & 嘉宾介绍 00:36 为什么她会开始认真看 Agent 03:55 小龙虾为什么突然火了 08:18 GPT 是信息流，Agent 是任务流 10:58 三天十倍增长，是真的吗 12:47 token 成本怎么烧、怎么控 18:04 什么是 skill，为什么它像 App 20:08 Multi-Agent 会怎么协作 22:32 Agent 为什么会失控 24:26 从自媒体走向 B 端获客 26:16 未来的软件会不会退化成 skill 28:08 企业最后真正剩下的核心竞争力是什么 36:00 收尾 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

这期节目，我们在杭州做了一次线下录制，围绕最近很火的“小龙虾 OpenClaw 🦞”展开讨论。 来自不同背景的朋友——软件工程师、独立开发者、硬件创作者，以及我自己——一起聊了聊：为什么它会突然火起来？它究竟只是一个“很薄的 Agent 外壳”，还是一个正在打开未来软件形态分支的起点？ 在这场对话里，我们从安装体验聊到权限与安全，从 skills、memory、工具调用聊到树莓派、电机、智能硬件，再一路延伸到软件会不会消失、AI 是否会成为“活着的软件”、以及碳基文明和硅基文明之间那条越来越模糊的边界。 本期嘉宾 * 陈蓝度：什么都会一点的软件工程师 * 启师傅 Chris：《启师傅 AI 客厅》主理人，良渚 demoday 发起人，良渚居民 * 工科男孙老师：B 站 UP 主，长期关注电子电路与硬件创作 * Ailing 小狼（主播）：大模型厂商开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder，良渚居民 你可以听到 00:00 开场 & 嘉宾介绍 杭州良渚线下录制。老友、邻居、新朋友，围坐一起聊最近爆火的小龙虾 / OpenClaw：它到底是什么，为什么会火，又会把我们带向哪里？ 00:41 🧊 破冰：你第一次接触小龙虾是什么时候？ * 启师傅：看到命令行就害怕，最后靠 Claude Code 帮自己装上了 * 孙老师：原本对 AI 无感，直到发现它能装进树莓派、控制 GPIO * 陈蓝度：从技术上看，它像一个适合委托持续任务的远程 agent * 小狼：最早体验时觉得“没什么新东西”，后来才看到生态和渠道价值 05:48 💡 它技术上到底新不新？ * “技术上很薄的一层，但生态非常繁荣” * 接近一个最小闭环的 AIOS * “第一个活着的软件” * Skills 继承 Claude Code 生态，记忆系统还常常忘事，但瑕不掩瑜 10:35 🔥 它为什么火？ * 敢把权限真正交给 AI，反而释放了产品潜力 * 开源让它更灵活，可以改提示词、接能力、长生态 * 代价是安全问题，所以更适合装在沙箱或闲置电脑里 * 从逐条 confirm 到直接给 everything 权限，也是很多用户的真实心路 14:31 🔩 从软件层到硬件层 * 它第一次让很多普通人看见：AI 不是在聊天，而是在“干活” * 接入 IM 后，它开始像一个可以随时交流的“朋友” * 当 AI 能接树莓派、电机、GPIO，硬件就开始有了“活”的感觉 21:48 🛠 大家拿小龙虾在干什么？ * 信息获取、定时任务、远程控制 Claude Code * Multi-Agent 工作流：一个调研写需求，一个直接开发 * 也有人很诚实：我想不出它还能帮我干什么，我只是喜欢看着它干活 28:09 🤖 养一个电机的浪漫 * 机器人也许可以先从“一个电机”开始 * AI 接入后，最迷人的地方是“有目的性的随机” * 几十块钱的 Pico，也可能养出一只会和世界互动的小东西 35:42 🏇 2026 年 1 月是个分水岭 * 很多工程师开始“不再自己写代码” * 软件的“骑马理论”：大多数软件会被 agent 吞噬，少数变成体验和艺术品 * 胶片相机、软盘，过程本身就是价值 39:24 🔮 OpenClaw 是终局吗？ * 不是终局，但像是进化树上长出的一个新分支 * 它未必已经“真正智能”，但确实打开了一种新的软件形态 43:25 💬 它在软件技术史上像什么？ * 它未必有决定性的技术闪光点，但抓住了社区、时机和入口 * 未来 APP 可能是 AI 实时生成的动态界面 * 软件会慢慢退化为 AI 的 tools，Skills 会像经验胶囊一样被继承和淘汰 48:04 🧬 碳基与硅基 * 如果 AI 比人聪明很多，大模型本身也许就是 agent * AI 可以瞬间学习、分身协作 * 最后剩下还能讨论的，也许只剩“意义” 54:06 ⏳ 六个月后的小龙虾生态 * 三条路：让 AI 用人类工具、为 AI 造新工具、让 AI 自己造工具 * 小龙虾加速的，也许不是技术本身，而是让更多人第一次看见希望 * 两个礼拜过去，生态已经完全不一样了 1:00:58 收尾 从最佳实践到碳基与硅基，在良渚聊软件、硬件、智能与文明。 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

本期邀请算法工程师周亦庄分享他近期的三条观察：以 GPT 5.2 为代表的模型 Agent 能力大幅提升、Agent 相关的应用正在迎来爆发、2026 年是 Multi‑Agent 的元年。结合 OpenAI 提出的 AGI 五步路线图，他发表“暴论” —— AGI 可能在 3 年内就会到来。周亦庄回顾了大模型竞争如何从语料和参数扩展（Data & Model scaling）升级到思维链拓展（Test-time scaling），解释了为什么接下来会走向多智能体拓展（Multi-agent scaling）。节目从技术视角出发，围绕 Agent 与 Agent Skills、Multi-Agent 组织结构、以及 AGI 线路图最后两个 Innovator / Organization 阶段展开，探讨 AGI 愿景下的技术与机遇。 嘉宾及主播 * 周亦庄：阶跃星辰退居二线的 LLM 算法工程师，曾负责千亿参数语言模型及万亿参数稀疏模型预训练。高强度 Codex 用户，试图用 agent 改造组织生产工作流程 * Ailing 小狼（主播）：大模型厂商开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder 你可以听到 * 竞争重心转向 Agent：大模型竞争正在从参数扩展转向 Agent 应用。周亦庄用多个 Agent 完成编码和文档任务，不再手写代码 * Skill 与 MCP 的差别：Skill 是压缩的人类经验，是实践和验证的结晶，正如《孙子兵法》是战争的经验，可以被压缩为“知己知彼，百战不殆”八个字。MCP 则是 Agent 调用工具的接口 * 自我迭代与记忆机制：完成任务后让 Agent 记录过程，避免重复错误，逐渐形成可复用的 Skill * Skill 市场：Skill 像出版物一样，是凝聚人类实践的知识，未来或出现 Skill 市场供分享和模型训练 * Multi‑Agent 需要组织架构：一个 Agent 难以持续工作，需要拆分任务、设立 leader 和小组，让 Agent 之间通过信息流协同 * 2026 为何是 Multi‑Agent 元年？ 随着 GPT‑5.2 等模型突破，Agent 能力已达可用水平，2026 年 Skill 的沉淀将推动 Multi‑Agent 真正落地 * 组织学也是一门科学：Multi-Agent 系统需要从人类的组织/管理工具中获得启发（如 OKR），这是目前 Agent 模型的短板 * Scaling 演进：AI 经历参数与数据扩展、长思考强化以及 Agent 自主工具交互三阶段 * Agent OS：分析了最近很火的 Agent OS 概念：将Agent 比作操作系统，模型是 CPU，上下文是内存，MCP 类似驱动 * Innovator 与 Organization 阶段：在 AGI 路线图里，Agent 之后还有 Innovator 和 Organization 两阶段，前者强调操控物理世界、调度真实资源的能力，后者强调组织多 Agent 攻克复杂问题的能力，两者是正交的，会同步发展 开场音乐 & 其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长 * 本期节目的封面是 ChatGPT 5.2 Thinking 基于参考素材生成的，对中文的呈现还是一塌糊涂

尚晋的运营同学不会写代码，但他现在打开 Claude Code，说一句「帮我做一个康德主题的书单」，整条工作流就自己跑完了。以前这件事要用 Dify 或 N8N 搭 workflow，现在只需要一个 Skill 文件。 这期节目我们聊的就是 Skills——这个听起来很小、但可能正在改变 AI 使用方式的东西。它到底跟 Prompt 有什么区别？为什么说没被验证过的 Skills 只是一个 Prompt？一个 Skills 用得越多真的会越强吗？当每个代码库、每个网站、每种文件类型都有自己的 Skills，最终会长成什么样？以及，谁来给这些 Skills 做一个市场或者推荐系统？ 我们请到了三位很不一样的人：一个把推荐系统经验搬进 AI 阅读产品的创业者，一个比 Claude Skills 更早上线「妙计」功能的产品负责人，和一个两个月没写过一行代码、所有工作全交给 AI 的算法工程师。三个视角拼在一起，刚好把 Skills 的实践、产品和理论都覆盖了。欢迎分享和评论～ 另，听友群已启动，添加 tml940214 进群吧～ 嘉宾及主播 * 尚晋：AI Agent 创业者，前谷歌&微信 AI 工程师 * 钟经纬：阶跃星辰产品经理，负责阶跃 AI 桌面伙伴「小跃」及后续 Working Agent 方向。团队早在 2025 年 9 月上线类 Claude CoWork 产品，推出「妙计」功能 * 周亦庄：阶跃星辰退居二线的 LLM 算法工程师，曾负责千亿参数语言模型及万亿参数稀疏模型预训练。高强度 Codex 用户，试图用 agent 改造组织生产工作流程 * Ailing 小狼（主播）：大模型厂商开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder 你可以听到 * 技能和五子棋的技能是同一个技能吗？——还真是 * 一款让马克思、恩格斯、凯恩斯陪你读经济学的 AI 阅读产品 * "所有的 AI 产品都在让我们不要去读书"——学哲学的创业者为什么偏要做读书 * 从推荐系统到主动式 AI：过去做短视频推荐的经验怎么复用到 AI 产品 * 「妙计」的命名故事：比 Claude Skills 更早上线，没想到 Skills 后来会这么火 * 做 Skills 的三个出发点：参考文件模板、可复用脚本、专家经验的 SOP * 浏览器插件生态的供给和分发问题，Skills 怎么换了一种方式解决它 * 暴论：Skills 区别于 Prompt 的关键是"经过验证"——就像驾照、四六级证书 * 用 Skills 替代 Dify / N8N，运营同学打开 Claude Code 说句话就能跑完整个工作流 * Skills vs Agent vs Workflow：它更像一个带 Agent 功能的 Workflow * Skills 的自进化：每次对话结束自动回顾、记录 learnings，用得越多能力越强 * 更原子化的 Skills：每个代码库、每个网站、每种文件类型都可以有自己的 Skills * 推荐系统视角的 Skills Marketplace：短视频推荐的反馈螺旋如何迁移过来 * 算法视角：Skills 降低了完成任务所需的动作空间，是一种结构化先验 * Context 的上限与 Skills 的价值：十步变一步，剩下九步可以做更多探索 * 上下文窗口是永恒的限制吗？信息论决定了取舍永远存在 * 惊喜发现：GitHub 开源项目可以直接变成 Skills * 用户做了个 Skills 让电脑控制手机——产品团队要做两周的事，对话两三天搞定 * 用户创造的 Skills 成了产品功能的一部分："很感谢他们" * 小跃的 Skills 创建流程：对话创建 or 上传 Skills 包，即时生效不需要部署 * 国内外 Skills 生态对比：海外多一些，国内阶跃产品化相对领先 * 桌面端 vs 移动端：手机上的 Agent 为什么难做，生产力场景才是真正的痛点 * Skills 不只是工作：个性化信息、个人偏好都可以用 Skills 承载，渐进式披露 * 一个用户的神操作：让小跃每天 12 点自动 review 对话记录，把不足变成新 Skills * Openclaw 的启示：预制 Skills 就像智能手机的预装 App，开箱即用能力决定第一印象 * Agent OS 视角：MCP 对应驱动（扩展访问范围），Skills 对应 Library（承载正确实践） * 三个给普通人的比喻：开卷考试的笔记本、实习生的成长路径、入职文档加离职交接 * 人类迟早要学会和 AI 一起生存——这是我们这代人的使命 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

毕玄发了条朋友圈，宣布公司不分前端后端运维了，全员"Agent 工程师"。评论区炸了。 这期节目在上海录制，我们请到了大模型公司的 Agent 算法负责人、正在用 Agent 重塑运维的创业者、以及在大厂做了二十年基础设施的老兵。三个视角碰撞出了一些很硬核的判断：什么样的任务适合交给 Agent？为什么"能自己闭环完成任务"才是真 Agent，否则都是套壳？当模型在第 60 步选错了工具，谁来背锅？以及，为什么说现在可能是过去十年最好的创业窗口？ 最后我们聊到了给年轻人的建议。老毕说"不要做确定性的事情"，Michael 说"一定要先亏过钱"，胡晨说"保持好奇心"。我说，搞搞体育，身体健康。 本期节目两个小时，量大管饱，欢迎分享和评论啊～ 嘉宾及主播 * 林昊（毕玄）：贝联珠贯 CEO，前阿里研究员，主导淘宝三代架构演进，CCF 杰出工程师 * Michael：SRE 和 Infra 保障团队负责人，二十年运维老兵，前 IC 封装制程工程师，会在飞机上用 Pixel 的边缘模型判断飞行状态 * 胡晨：阶跃星辰 Agent 算法负责人，做过 AI 芯片、自动驾驶，现在负责基础模型的 Agent 能力 * Ailing 小狼（主播）：大模型厂商开发者产品和生态负责人，在蚂蚁和阿里讲过 AI Infra、Data&AI、云原生、视频云和开源的故事，Agent Builder 你可以听到 * Agent 到底是什么？三个关键词：自主调工具、跟环境交互、完成人的任务 * 老毕的定义：能自动闭环完成复杂任务，不需要人介入，才叫 Agent * 没有环境信息，大模型只能猜——为什么"环境感知"是 Agent 的命门 * Agent 跟以前的自动化流程有什么区别？答：泛化能力 * Michael 的真实案例：用大模型预测存储硬盘什么时候会坏 * "屎山代码有救了"——"可以删了" * 特斯拉 vs Waymo：规则派和端到端派的终极对决 * 什么场景最适合 Agent 落地？24x7 响应 + 多团队协作 + 纯数字世界 + 100 步以内 * 零售品牌的新品上线：从十几天缩短到一天以内 * 为什么长任务做不好？Transformer 架构的上下文长度瓶颈 * 边缘模型的未来：从云端共享到本地独享 * Memory 的困境：人会遗忘，模型也得学会遗忘 * 工具调用能力对 Agent 有多重要？"至关重要" * 真 Agent vs 伪 Agent：你相不相信大模型的泛化能力？ * 模型是怎么决定选什么工具的？"这是个非常难的问题" * Agent 厂商的核心壁垒：做工具，而不是做模型 * 幻觉从哪来？中英混杂的预训练语料 * 老毕的朋友圈：取消技术栈分类，全员 Agent 工程师 * 给 CEO 的灵魂拷问：如果对手是一家 AI 原生公司，你怎么打？ * 大公司会怎么应对？"可能会慢慢走向诺基亚" * 给年轻人的建议：不要做确定性的事、要先亏过钱、保持好奇心、搞搞体育 开场音乐及其他 * 开场音乐来自有史以来第一首由计算机"演唱"的歌曲 "Daisy Bell"。1961 年，IBM 7094 计算机在贝尔实验室首次实现了语音合成技术，并演唱了这首歌 * 「计算机历史博物馆」第六季 Ex 系列着重于探索 AI 及 Agent 领域最前沿、最具争议的话题 * 这是一档免费的公益性质的科技播客，希望与听众一起思考技术变革和工程师成长

时隔半年，杭州线下再聚首～ 小狼从大厂技术战略All-in到基模公司，叶老师继续深耕大模型训练和下游应用探索，Cindy持续观察硅谷创投圈的AI动向。 本期播客，我们将会聊聊算法工程师如何"在垃圾场淘金"，产品经理为什么可能不再需要PRD，数据比算法更重要背后的逻辑，Building in Public如何成为普通人的机会？以及招聘标准的变化，属于打工人的“AI军队”... 纸上得来终觉浅，该下场试试了～ 你可以听到 * 01:34 硅谷/CES2026观察：从Vibe Coding到AI 硬件 * 04:05 AI影响普通人的真实案例 * 08:09 年轻人的职业焦虑：如何在不确定性中寻找确定 * 10:44 对比十年前的移动互联网，对AI浪潮的长期判断 * 17:38 角色转变：从单一算法到“算法+Data+Infra” * 20:02 算法工程师如何在互联网“垃圾场”淘金？ * 26:10 预训练和后训练的区别&形象举例 * 34:41 从大厂到基模公司：小狼的All-in AI之路 * 42:41 打工人如何管理自己的“AI军队” * 45:29 招聘标准的改变：“AI作品”或许比“背景”更重要？ * 50:27 两类候选人，有作品vs只有意愿，面试官看重什么？ * 54:50 粗暴筛选手段还未启用，这是Build in Publlic的最好时机 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S6Ex 是计算机历史博物馆的第六季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季开始将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，由主播们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～

年更播客又回来啦！计算机历史博物馆第6季正式开启～ 本期我们邀请了两位工程师，不谈宏大叙事，只聊具体实践：怎么定义产品边界？如何验收AI生成的代码？每个月到底要氪多少金？为什么同样的代码在不同平台体验完全不一样？这期干货满满，全是氪金经验（教训）。 你可以听到 * 06:12 AI Coding、Agentic Coding和Vibe Coding三个概念的区别 * 18:31 实战案例一：用Cursor做了个Morning Pal陪我工作 * 28:45 实战案例二：用十分钟做出了第一版“GitHub原生”的Chrome插件 * 39:34 踩坑经验：当AI给的方案都不work时该怎么办？ * 46:23 把AI当用户：通过模型使用率来判断工具好不好用 * 48:52 工程师的心路历程：从“自费上班好奇怪”到“深度用户” * 53:02 AI Coding忽悠人类还是有迹可循的 * 56:18 未来工程师的两个方向：产品工程师和工程架构师 * 58:05 应用软件可以流水线化“以换代修”，基础软件要做深做厚 * 69:52 氪金话题：从ChatGPT到Cursor，每个月花了多少钱？ * 84:25 给所有人的建议：立刻去买一个AI Coding工具试试 * 86:02 Coder is cheap, show me your code. 嘉宾介绍 * 侯宇轩(际遇)：大厂效能工程师，vibe coding狂热分子 & 布道师 * 泮圣伟(十眠)：Qoder 团队技术专家，Agentic Coding 平台研发。 主播介绍 * Teng AiLing (小狼)：大厂技术战略&AI Infra 产品负责人，AI Builder 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S6Ex 是计算机历史博物馆的第六季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季开始将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，由主播们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～

停更9个月，计算机历史博物馆播客第5季回归啦！本期作为新一季的warm up，接上一期的原班人马，聊聊这9个月里（生活、AI）发生的变化。2025，是时候All in AI了吗？感谢大家在评论区的催更和厚爱，主播promise：本季不“跳”车。 你可以听到 * 00:36 这九个月里，ta们干啥去了？AI界发生了巨大的变化吗？ * 04:04 一个共识：基模能力的提升，MCP协议等造就了这波的Agent热 * 10:37 通用模型能替代专家模型和垂直领域模型吗？ * 16:47 分享AI Coding 和Deep Research的使用感受 * 21:56 被坑“小费”和“加价账单”，要是有个Agent就好了 * 24:33 套壳是好事，即使失败，团队也掌握了非常扎实的开发能力 * 27:51 Manus为小狼的双胞胎女儿们制定的“滑雪卷王计划” * 35:17 “你觉得呢？”“我不这么觉得？”“我觉得你能做的更好” * 36:45 要始终怀疑AI跟你说的是一堆胡话 * 40:54 大家All in AI的最大感受 * 43:10 三个月为一个技术迭代周期，但下一步是什么？ * 46:29 第五季主题：Build in Public，以及“不跳车” 嘉宾介绍 * 越越：香港科技大学博士，输入论文和零食会思考出新的idea，擅长技术，也关注产品和市场 * 叶老师：大厂金牌AI“驯”练师&炼丹师，开源知名项目获Star数千，不是在发顶会就是在发顶会的路上 主播介绍 * 小狼：大厂技术战略和新产品孵化，CCF 开源执委，ex-Founder at RIVER * Cindy：从大厂出走，现base“宇宙中心”硅谷，一边看 AI Agent 升空，一边追问它们到底能不能着陆 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S4Ex 是计算机历史博物馆的第四季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季我们将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，由主播们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～

AI Agent= LLM-powered autonomous agent system 本期节目，计算机历史博物馆的主播们就AI Agent展开讨论，AI Agent的清晰定义是什么？从理清概念到技术、学术、商业视角，Agent究竟是大模型的下一场战事，还是伪需求？一起参与讨论吧～ 你可以听到 * 02:30 AI Agent，从“斯坦福小镇”这个case说起 * 06:02 大模型也有价值观？你期待AI变得更像人吗 * 10:09 通俗版理清概念：AI Agent是一个自动化流程的系统 * 17:41 AI Agent的To B和To C受众到底是谁 * 21:13 用十年前做工具“创业失败经历”来看今天的AI Agent的应用 * 29:00 基础大模型工程师，什么时候可以让产品经理省省心？ * 32:21 大模型的局限：9.11和9.9谁大？ * 38:55 我们不能总说技术厉害，而忽略市场是否需要 * 41:10 交互行为一旦发生变化，就会有一批APP遭受灭顶之灾 * 43:08 让To C更有趣，让To B更高效 * 47:54 国内和海外市场的创业&市场差异点 * 52:11 拿投资的心态去看待AI：不要拿着锤子去找钉子 一些Notes&Reading * AI Agent= LLM-powered autonomous agent system * Agent = LLM（大型语言模型）+ 记忆（Memory）+ 规划技能（Planning skills）+ 工具使用（Tool use） * LLM Powered Autonomous Agents * AI Agents Landscape: A list of AI autonomous agents 嘉宾介绍 * 越越：香港科技大学博士在读，输入论文和零食会思考出新的idea，擅长技术，也关注产品和市场 主播介绍 * 小狼：大厂技术战略和新产品孵化，CCF 开源执委，ex-Founder at RIVER * 叶老师：大厂金牌AI“驯”练师&炼丹师，开源知名项目获Star数千，不是在发顶会就是在发顶会的路上 * Cindy：大厂To B解决方案架构师，文案大师&打工BB艺术家，好的收到辛苦了 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S4Ex 是计算机历史博物馆的第四季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季我们将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，由主播们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～

哈咯各位计算机历史博物馆的听众，好久不见！ 本期节目是WWDC2024的特别节目，三位主播将与大家一起聊聊WWDC24观后感以及苹果的人工智能Apple Intelligence～ (这一期在三位主播的音量均衡上做了一些优化，希望给大家带来更好的收听体验) 你可以听到 * 00:40 WWDC2024，大家熬夜观看了吗？ * 02:00 生气的iPhone 15用户和不用再“翻白眼”的VisionPro用户 * 06:56 AI for Everyone，Apple Intelligence如何做到“更懂你”？ * 09:12 苹果所谓的“端、云”结合的AI * 17:57 ChatGPT是否也卡在了大众与专业使用者的中间态？ * 20:07 两个反思：不要只做锤子&回到业务场景中去 * 22:31 “我们不需要高射炮去轰蚊子，只要找到电蚊拍就好了” * 26:18 随着技术的发展，会演进出各自社会与文化形态下的产品 * 30:37 操作系统真的很能绑定一个用户 * 35:05 AI时代下的智能设备、智能家居以及下一代电视的展望 * 40:15 Apple Intelligence加持下的iPad还是“买前生产力，买后爱奇艺”吗? * 45:50 苹果的简洁、原则，和曾经的Magic WWDC Apple Intelligence的一些Notes WWDC2024回看链接 1. 核心原则 * Powerful：足够强大的个人化产品; * Intuitive：直观易用; * Integrated：深入用户的产品体验中; * Personal：深度懂你，以个人情景为基础，了解用户的日常安排、人际关系、沟通交流等; * Private：隐私保护、数据加密等; 2. 核心能力 * Language：端侧内置大模型理解自然语言、通知栏优先级排序、全系统适应的书写支持工具自动支持包括第三方App; * Images：根据文字生成图片，支持素描、插画和动画三种风格； * Action：跨App间协作，代用户执行各种操作； * Personal Context：从App中检索分析相关程度高的数据，参考如邮件和日程等内容； 3. 架构 * 硬件：A17Pro和M系列芯片； * 软件：端侧大模型处理+ChatGPT备选云端大模型结合，私密云计算为AI隐私设立全新标准； 4. 应用 * 全新Siri：理解能力更强，支持多轮对话、内容总结、屏幕感知、输入形式支持语音和文字、APP内和跨APP操作； * Writing Tools等文本AI * Genmoji/Image Playground/Image Wand等图像AI：根据文字描述自定义生成Genmoji、根据描述和图像风格快速创建效果预览并提供多个选择，支持草稿图转变为精美图像； 主播介绍 * 小狼：大厂技术战略和新产品孵化，CCF 开源执委，ex-Founder at RIVER * Cindy：To B大厂产品解决方案架构师，文案大师&打工BB艺术家，好的收到辛苦了 * 叶老师：大厂金牌AI“驯”练师&炼丹师，开源知名项目获Star数千，不是在发顶会就是在发顶会的路上 从左到右分别为佩戴VisionPro的小狼、Cindy、叶老师 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S4Ex 是计算机历史博物馆的第四季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季我们将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，是主播们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～

Welcome to the era of spatial computing！ 本期节目，是关于计算机历史博物馆的主播们首次开箱Vision Pro的真机体验视频，分享作为普通玩家的真实感受，听完再决定买不买。加入AI Study Group！和主播们一起一边学习，一边成长吧！ 你可以听到 * 01:01 探索到的Vision Pro的第一个能力：助眠 * 04:40 理性消费者：能否找到于自己而言最“刚需”的场景 * 11:29 iPhone的成功并不是靠iPhone本身 * 11:50 为第一次体验Vision Pro的朋友设计体验Roadmap * 18:32 “不出戏”对于沉浸体验来说非常重要 * 20:07 十分钟观“雨”体验，感受细节叠加带来的“高保真” * 27:23 真诚建议：请航空公司考虑配备Vision Pro * 30:40 高度还原某个重要时刻的“第一视角” * 36:10 老王的需求：一个“八面玲珑”的办公室 * 42:00 沉浸式体验可以弥补“信息降维” * 51:04 视觉欺骗？精神鸦片？ * 54:30 Vision Pro&滑雪，通过摸拟克服心理恐惧 * 57:00 去非洲大草原看动物迁徙！ 嘉宾介绍 * 老王aka球叔：前大厂高级行业运营专家，奥地利一级滑雪教练，加拿大冬季旅游代言人，班夫山地电影节中国单元评委，著有《户外运动用品与装备手册》 主播介绍 * 小狼：大厂技术战略和新产品孵化，CCF 开源执委，ex-Founder at RIVER * 叶老师：大厂金牌AI“驯”练师&炼丹师，开源知名项目获Star数千，不是在发顶会就是在发顶会的路上 * Cindy：大厂To B产品市场营销，文案大师&打工BB艺术家，好的收到辛苦了 本期头像彩蛋（有人会看到吗？）：从左到右分别为小狼、Cindy、叶老师 Cindy为小狼设计的初次体验Roadmap * 侏罗纪公园小蝴蝶在指尖的第一次碰面 * Apple TV 玩转家庭版“飞跃地平线” * Enviroment：观日照金山、湖边围炉煮茶 * 录制一条小狼“第一视角”的视频并回放 * 在钢铁侠的家里看漫威电影 * presentation现场彩排 * 多屏联动其他苹果设备办公 其他推荐：独家｜给200人体验Vision Pro之后，我们总结出了一套完整的体验流程 开场音乐&其他 * Daisy Bell 是计算机演唱的第一首歌，由 IBM 704 在1961 年用计算机语音合成并演唱，在电影《2001:太空漫游》[2001: A Space Odyssey] (1968) 里得到了致敬。 * S4Ex 是计算机历史博物馆的第四季节目，第一季是黑客精神（archived），第二季是技术 buzzword buzzing，第三季的主题关于工程师成长，第四季我们将主题聚焦AI，与大家一起一边成长，一边分享。 * 计算机历史博物馆是一档免费节目，由小狼和小狼的朋友们基于对技术和社区的喜欢公益输出，更多是分享，没有教条更没有业务，除了创业外尽量没有广告。 * 请告诉我们你想要在计算机历史博物馆听到什么吧～