1. Agent技术如何革新企业自动化？ 2. Agent技术将如何改变个人工作和职业发展？ 3. 对于AI创业者，Agent技术预示着哪些机遇与挑战？ 4. GPT4O 对 AI企业服务行业意味着什么？ 本期我们邀请了头部Agent 创业公司澜码科技的CEO 周健先生，为大家逐一剖析上述问题。 嘉宾背景介绍：周健是一位在AI领域有着丰富经验的专家。他的职业生涯从Google开始，参与了中文网页搜索质量的工作。随后，他加入了阿里云，参与了底层分布式系统的建设。在依图科技，他从事人脸识别技术的研发，并在弘基担任企业服务数字员工RPA的CTO。最终，他创办了澜码科技，专注于Agent技术的研发和应用。 Part 1: Agent技术深度解析 RPA与Agent的差异：RPA（Robotic Process Automation）主要处理应用层面的自动化，而Agent则基于自身的理解能力，能够处理整个数据文档应用流程。Agent能够在更高的层次上执行任务，通过自然语言与AI进行对话，并理解文档中的各种信息和指令。 Agent概念解读：Agent最初来源于人工智能领域，指的是能够主动感知环境变化并作出决策的智能体。随着大型语言模型的泛用性，Agent被带到了每个人的办公环境中。然而，当前大型模型的能力还不够强，因此需要一个中间层，通过编程的方式让大模型帮助人们完成任务。 角色化扮演的影响：在实际的工作任务中，Agent的角色化扮演体现得并不明显。但是，Agent有机会降低与不同人交互的成本，使得交互过程更加流畅。 Agent中间层编程：通过Agent中间层的编程，未来有机会将程序员的数量扩大一个量级，让更多从业者，以个体为单位为其他实体提供服务。但这之前需要消除语言的歧义，因为语言在不同的场景中往往有不同的意思。在此基础上，让AI理解人的指令还有很多工作要做。 Agent的自主学习与工作流形成：Agent未来可能能够自主学习人类的操作行为，形成工作流，代替人类执行重复的工作。这将极大地提高工作效率和准确性。 基于Agent 的工作平台将有机会承载更多功能：现在的软件功能上限往往取决于用户的记忆力。一位专家用户可能也只能使用300-1000个功能，而Agent可以基于搜索和主动推荐，扩展人的边界，使得用户能够更充分地利用软件的功能。 RAG检索及长期记忆的重要性：RAG（Retrieval-Augmented Generation）检索是Agent的重要组成部分。通过告诉大模型垂直行业的知识，可以提升AI服务的价值，使得Agent更加智能和高效。 Part 2: Agent对企业影响 AI服务服务落地的困难：在企业中落地Agent服务最大的困难在于用户的错误认知。例如，Sora等AI技术大幅提高了人们对AI的预期，但从业者可以从中看到Open AI的极限。而错误的认知会使得agent 服务落地变得极其困难。 AI对企业成本结构的影响：Agent智能体有机会让企业的部分成本结构以指数的幅度下降，这是客户非常难以理解的。这可能会快速颠覆部分行业累积的算法优势，导致企业需要更敏捷地调整自身的战略。 企业战略的敏捷调整：面对AI带来的颠覆性变化，企业需要快速适应，重新优化人力结构，以应对Agent技术带来的变革。 Agent提高工作效率：Agent可以大幅提高文字工作的工作效率，使得企业能够更灵活地提供专业服务，从而螺旋式地降低企业的人力成本。 Part 3: AI缺乏的是综合能力，因此我们应该训练我们的综合能力 AI之上与AI之下：未来的工作可能会变成AI之下和AI之上的模式。因为Agent会大幅提高信息处理和信息传递的效率，快速消灭企业中的中间层，导致组织结构更加扁平。 成为AI之上的策略：个人如何成为AI之上的工作者？关键在于综合考虑慢变量的能力和更广的认知。这将确保个人能够基于更多元化的信息进行决策，从而在AI时代中保持竞争力。 超级个体的崛起：未来可能更多的人可以基于自己的个人能力为其他实体提供专业服务，也就是我们常说的超级个体概念。 大模型公司的招聘标准：如果澜码科技需要招聘，会选择在一个领域上有独特成就且愿意学习工作外知识的人。因为大模型公司可能有点像徽章收集器，有一个领域的专家，就有机会将这个领域的工作流标准化，形成可以大范围推广的企业服务。 Part 4: GPT4O对AI to B的影响 GPT4O的低成本多模态数据处理：GPT4O可以以更低的成本获取和处理更多多模态的信息，使得企业有机会积累更多领域的工作数据，并逐渐将其流程化，自动化。 GPT4O数据对GPT5的影响：GPT4O收集到的数据将会是GPT5世界模型的数据基础，为下一代AI模型提供丰富的训练材料。 Part 5: 给AI创业者的建议 核心禀赋的重要性：在生产力成本不断下降的背景下，创业者需要明确自己的核心价值和禀赋。思考为什么社会需要你这样一家公司，以及如何利用AI的变化放大自己的价值。 成为不同群体间的桥梁：从AI的特点来说，因为其综合能力不强，大概率你是必须是两个不同群体之间的桥梁。这样的话从创立的角度上来讲，你才有信息的壁垒。 AI的还原论与整体论：AI是人类科技的结晶，但这个结晶是基于还原论，而非整体论的。这也是上述综合能力不够强的根因。创业者需要认识到这一点，并探索整体性综合的新路径。 往期相关内容： S7-为什么AI企业应用落地这么难？ S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 S9 AI产品经理的修炼手册：播客剪辑软件VOCUT开发故事 在这里找到我们： * 公众号：遇见AIER * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：[email protected] 如果希望加入听友群，请扫描下方二维码

在面临高考和专业选择的十字路口，许多学生和家长都会陷入一个经典问题：在学校、城市和专业这三个关键因素中，哪一个最为重要？ 尤其是AI对就业市场产生了巨大的冲击，如上一期播客中，周健老师谈到，AI会逐渐替代入门级别的工作岗位，在这个关口，选择专业就似乎变得越来越困难。 本期，我们邀请了三位嘉宾，基于自身的经历和对教育及职业市场的洞察，给出了各自的见解，一起分享大家是对专业，学校选择的思考 嘉宾们的自我介绍 薛老师：计算机专业毕业，但因为兴趣做了交互设计师，曾在百度、小鹏汽车、华为人机交互实验室工作过 Shadow：Mixlab创始人，从设计师转型程序员，职业道路越走越宽，本科上海交大 伊伊子：拥有哲学、政治、经济和计算机教育背景，对跨学科融合有深刻洞察； 洪宇：产品设计系毕业，工作从用户研究，到体验管理，（伦敦艺术大学，中央圣马丁） 嘉宾们的在大学时是怎么选择自己报考的院校的 选择大学，对于我们每一位嘉宾来说，都是一次重要的人生抉择。Shadow根据模拟考试的成绩选择了能上的最好学校和专业 薛老师基于个人兴趣，选择了广东外语外贸大学的计算机系； 伊伊子则依据自己的文科背景和对未来职业的模糊憧憬，最开始选择了天文学；在美国的大学体系下，享受了专业选择的灵活性，最终确定了自己的学习方向； 而我，基于对设计的向往，选择了圣马丁的工业设计系。 学校，城市，和专业，哪个更重要？ 首先，学校的选择往往代表着一个人社交圈的起点和学术氛围的基调。一个学校的声誉、师资力量和校友网络，都会对一个学生的世界观和职业发展产生深远的影响。薛老师通过自己的经历强调，选择一个与自己能力和兴趣相匹配的学校，是确保未来能够顺利发展的基础。 城市的选择则关系到一个人的生活方式和职业机会。一个充满活力的大城市，如北上广深，往往能提供更多的实习机会、文化活动和职业发展空间，有助于拓宽视野和增加社会经验。伊伊子提到，尽管互联网的发展减少了地域限制，但城市的气候、氛围和环境仍然对个人的生活质量有着不可忽视的影响。 专业选择则直接关联到个人的思维方式和未来职业路径。一个合适的专业不仅能够激发学习兴趣，更能培养解决复杂问题的能力。shadow指出，专业选择应该基于个人的兴趣和长期职业规划，而不仅仅是追求短期的就业率或市场热点。 综合来看，我们认为并没有一个标准答案来界定这三者哪个更重要。它们各自代表了不同的生活和职业发展的可能性。选择时，我们需要结合个人的兴趣、能力、职业目标以及对未来社会发展趋势的判断。例如，如果你是一个社交能力强、渴望在大城市中探索无限可能的人，那么城市可能是你的首选；如果你对某个学科充满热情，并希望在这个领域深耕细作，那么专业可能是你决策的重点；如果你重视学术氛围和社交网络，那么学校的综合实力和文化可能更适合你。 最终，选择的关键在于了解自己，明确自己的长远目标，并在这三维空间中寻找最适合自己的平衡点。在这个AI时代，我们更应该注重培养自己的核心竞争力和适应能力，无论选择哪条路径，都能够把握住时代的脉搏，实现个人的成长和发展。 如果再给一次机会，大家会选择什么专业？ 在反思过往与展望未来之间，我们不禁思考，如果时间可以倒流，我们是否会做出不同的专业选择？薛老师，即便再次面对选择，依然会坚持计算机科学的道路。对他而言，计算机不仅仅是代码和编程，更是一种计算思维的培养，这种思维方式深刻地塑造了他的逻辑架构能力和问题解决策略，让他在多变的技术领域中始终能够找到创新的路径。 伊伊子则表达了一种不同的视角。如果再有一次选择的机会，她希望能够更广泛地探索自己的兴趣，不将自己局限于单一的专业领域。她认为，大学教育初期不应该以专业区分，而是重点在鼓励学生选择不同的学科的课程。通过接触不同的知识领域，找到自己真正热爱的方向，并在此基础上深入挖掘，形成自己独特的专业视角。 shadow对于专业选择有着更为哲学的考量。他强调基础学科的重要性，认为像哲学、数学这样的学科能够提供坚实的思考基础和广阔的创新空间。在他看来，基础学科的深度和广度是培养创新思维和批判性思考的关键，这在AI时代尤为重要，因为它们能够激发出解决复杂问题的新方法和新思路。 而我，在重新审视自己的专业选择时，会更多地考虑个人特质与专业之间的匹配度。我相信，每个人都是独一无二的，拥有不同的优势和兴趣点。因此，选择一个能够发挥个人特长、激发内在潜能的专业，将更有助于个人的成长和发展。同时，我也会追求更多元化的学习路径。 不断探索和整合跨学科的知识和技能，以适应未来职业市场的需求。 我们的观点虽然各有侧重，但共同体现了一个核心理念：专业选择应该基于个人的兴趣、能力和未来职业发展的综合考量。在AI时代，我们更应该注重培养自己的核心竞争力，无论是深化专业技能，还是拓展跨学科视野，都要以个人发展为中心，做出最适合自己的选择。 AI对职业发展的影响 随着人工智能技术的飞速发展，它对职业发展的影响日益显著，成为我们无法忽视的时代特征。AI不仅改变了工作的性质，更是在重新定义职业技能的需求和未来的职业走向。我们几位嘉宾，结合自身在不同领域的专业经验，探讨了AI对职业发展可能带来的深远影响。 首先，AI技术的崛起意味着我们必须培养与AI协作的能力。在许多行业中，AI已经开始承担起数据分析、模式识别等任务，释放了人类从繁琐的重复性劳动中解放出来，让我们有更多机会从事创造性和战略性的工作。薛老师指出，具备计算思维变得尤为重要，它能帮助我们更好地理解AI的逻辑，有效地与AI工具进行互动。 其次，AI无法触及的领域，如创造力、情感智能、领导力等，将成为人类独特的竞争优势。Shadow 强调设计师的创造力和判断力是AI难以替代的，这要求我们在专业素养上深化这些能力，保持人类在这些领域的主导地位。同时，跨学科的知识和技能也将更加受到重视，因为它们能够激发新的创意和解决方案。 伊伊子和shadow都强调，AI时代更加需要我们具备终身学习的能力。随着技术的不断进步，新的职业会出现，旧的职业可能会消失。因此，我们需要不断更新自己的知识库，学习新的技能，以适应不断变化的工作环境。 AI的压力下，哪些专业的职业方向更可能被替代？ 在AI的浪潮中，职业格局正经历着前所未有的变革。一些曾经被认为是稳定选择的专业，如今面临着被AI替代的风险。我们认为，那些重复性高、创新性低的职业方向，尤其容易受到AI的冲击。 首先，会计专业就是一个典型的例子。会计工作往往涉及大量的数据整理和报表制作，这些任务AI能够以更高的效率和准确性完成。随着智能财务软件的普及，基础的会计职能正逐渐被自动化技术取代。类似地，某些编程工作也可能面临挑战，特别是那些涉及固定模式和标准化流程的编程任务，AI可以快速生成代码，减少人力需求。 然而，这并不意味着所有专业都将面临同样的风险。未来的“天坑专业”可能是那些无法适应快速技术变革的领域，它们缺乏跨学科能力和创新思维。例如，一些过于专业化、缺乏灵活性的专业，可能在AI时代难以为继。相反，那些能够结合不同学科知识、培养创新能力和解决复杂问题能力的专业，如设计、创意写作、研究开发等，将更有可能在AI时代保持其独特价值。 此外，AI的发展也促使我们重新思考教育和职业培训的方向。我们需要重视培养学生的批判性思维、学习能力和适应性，这些能力将帮助他们在AI时代保持竞争力。 值得注意的是，AI并不能完全替代人类的所有工作。在某些领域，如心理咨询、教育、艺术创作等，人类的直觉、情感和创造力是AI难以复制的。因此，未来的职业发展将更加重视这些独特的人类特质。 总之，在AI的压力下，我们需要对专业选择和职业发展进行深思熟虑。我们应该选择那些能够适应技术变革、培养创新思维和跨学科能力的专业，同时不断提升自己的技能和适应性，以在AI时代保持竞争力。 入门机会的消失，与个人影响力对工作的影响 随着人工智能技术的不断进步，一些传统的初级职位正逐渐消失，。AI在决策、分析和执行方面的能力，使得一些原本需要大量人力入门岗位消失。在这样的请开那个下个人影响力的塑造，正在成为职场竞争中的一项重要资产。 无论是通过社交媒体展示自己的专业知识，参与专业社群进行深入交流，还是通过内容创作分享自己的见解和经验，个人品牌都能帮助我们在职场上建立独特的形象，吸引更多的关注和机会。正如薛老师所指出的，AI改变了职业竞争的格局，但那些能够利用AI工具来增强自己影响力的人，将更容易在职场上获得成功。 此外，个人影响力还能够帮助我们在职业发展中实现跨界合作和创新。在AI不断重塑行业边界的今天，拥有广泛影响力的个人将更容易吸引跨领域的合作机会，推动新的想法和项目的实施。因此，培养个人影响力不仅是对AI挑战的一种回应，也是把握AI时代机遇的关键策略。 往期相关内容： AI时代下的“Agent”革命与企业及个人的新机遇 嘉宾：周健 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：[email protected] 如果希望加入听友群，请扫描下方二维码

在珠宝设计领域，传统的高级定制流程往往耗时漫长，需要一周甚至更久的时间来完成从设计到成品的转换。然而，随着人工智能（AI）技术的介入，这一流程得到了革命性的改变。AI技术能够在短时间内，仅用几分钟，就展示出宝石被制作成珠宝后的潜在效果。这种快速的可视化展示极大地降低了用户的决策成本，因为它允许客户在极短的时间内评估和选择他们喜欢的设计方案，从而显著提升了成交率。 你的点赞，收藏，转发，对我们来说非常重要 嘉宾职业背景 余悠，「地质大学博士说AI」主理人，珠宝行业创业者。学习过程中，余悠就开始尝试使用深度学习技术来解决实际问题，如宝石的颜色识别和模式识别等。 毕业后，他没有继续在宝石学领域深耕，而是将目光投向了充满挑战与机遇的计算机行业。在百度的研发岗位上，余悠积累了宝贵的技术经验，并逐渐在计算机领域展开自己的尝试和探索。 凭借深厚的学术背景和对新技术的敏锐洞察，余悠成功地将AI技术应用于珠宝设计行业。他利用AIGC技术，结合自己在宝石学的专业知识 如何通过AI，改变珠宝设计与销售流程？ 通过Comfyui的工作流，没有编程背景的设计师也能能够在短时间内，仅用几分钟，结合手绘，展示出宝石被制作成珠宝后的潜在效果。这种快速的可视化展示极大地降低了用户的决策成本，因为它允许客户在极短的时间内评估和选择他们喜欢的设计方案，从而显著提升了成交率。 AI设计的优势不仅限于加快设计过程，它还为珠宝销售带来了新的模式。通过与社交媒体的紧密结合，珠宝设计师和销售者能够从传统的销售成品珠宝，转变为销售设计图。这种模式的转变可以大幅提升珠宝行业的周转率，实现按需定制。也为用户提供了更个性化的产品。 在工具和技术的应用上，余悠博士基于COMFYUI创造了自己的工作流，这一工具的灵活性和可定制性为珠宝设计带来了无限可能。通过COMFYUI，设计师可以将手绘草图和AI生成的设计元素相结合，创造出既具有个性又符合潮流趋势的珠宝设计。 为了进一步提升设计的准确性和个性化，余悠博士还自行训练了Lora模型。针对每个不同的款式和材质，他训练了专门的Lora模型，这些模型能够精确地捕捉和实现设计师的创意意图。通过这种方式，AI设计不仅在速度上有了显著提升，在质量和细节上也达到了新的高度。 选择COMFYUI的原因在于其强大的功能和灵活性。它不仅能够适应不同设计师的工作习惯，还能够根据设计需求快速调整和优化工作流程。这种高度的可定制性使得设计师可以专注于创意和设计本身，而不是技术实现的细节，从而释放了设计师的创造力，推动了珠宝设计行业的发展。 如何通过AI，更高效的塑造个人IP？ 余悠认为AI的加入，打破了人力和时间的限制，使得内容创作变得更加高效和规模化。这种技术驱动的内容生产，不仅确保了高质量，还实现了数量上的飞跃，从而在社交媒体上实现了高频率的发帖。 更高的发帖频率为我们提供了宝贵的机会，让我们能够快速测试并洞察平台的规则和用户的兴趣点。通过AI的辅助，我们可以迅速识别哪些类型的内容更易于吸引用户的注意，哪些话题更能够激发用户的参与和分享。这种快速反馈机制，帮助我们更好地理解受众，优化内容策略。 同时，AI在处理重复性工作方面的能力，使得我们可以高效地复制那些已经证明成功的、受用户欢迎的内容。这种正向循环不仅提高了内容产出的一致性和质量，还加快了创新的步伐。我们可以将更多的精力投入到创意和策略的制定中，而将执行层面的重复工作交由AI来完成。 嘉宾小红书号： Suva Han：数据 1个月左右，粉丝量3000+，留言求购的数量超过1000+（未商业化） 四脚朝天的：数据 suva 1年，粉丝2.8w，求购5000+以上吧（未商业化） 如何学习AI，新人如何加入行业？ 余悠分享，他是通过通过公开课、社区参与和实践操作不断深化对AI技术的理解。他将COMFYUI工具使用视作一种编程过程，不仅利用可视化编程工具如COMFYUI进行创造性设计，还运用智能体技术拓展设计的边界。这种将编程思维与AI结合的方法，让设计工作更加高效和个性化。 对于计算机行业的新人，余悠建议他们学习基础编程知识，学会清晰的定位自己与AI的关系，将AI视为助手。面对AI带来的行业变革，新人需要保持好奇心，拥抱变化，加入相关工具的社群。 往期相关内容： AI时代下的“Agent”革命与企业及个人的新机遇 嘉宾：周健 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：[email protected] 如果希望加入听友群，请扫描二维码

嘉宾简介： 陈永立，创业公司边无际CEO，获得奇迹论坛投资，在美国完成了物理以及电子工程的双学位本科学习后，又深入计算机科学的硕士研究。他的学术追求并未止步于理论，而是在博士期间就勇敢地迈出了创业的步伐，最终他的公司被成功收购。陈永立的职业生涯随后转向了微软，在那里，他不仅参与了云计算领域的工作，还参与构建了GPT-2语言模型的底层基础设施。这段经历让他深刻认识到大语言模型在泛化能力上的优势，坚信这是推动人工智能发展的关键方向。 边无际项目介绍： 边无际基于Kubernetes首创分布式AIoT底座Shifu，为客户全场景AIoT互联互通，具身智能提供了透明框架。通过透明框架内的数字孪生技术，为设备赋予有思考能力的”数字大脑“，通过平台层对场景内所有设备、机器进行北向数据收集和南向指令管控，进而形成具身智能。 在微软的丰富经验让陈永立洞察到智能物联网市场的巨大潜力。他发现，如果把AI模型比作大脑，IoT设备比做身体，我们则缺少了一套有效的神经网络来实现AI模型与设备间的互联互通。这一洞察催生了他的再次创业——边无际（Shifu），一个利用AI技术解决IoT设备互操作性难题的项目。Shifu不仅提升了具身智能应用的构建速度，还在实际项目中展现了其惊人的效率：一个原本需要十多人耗时两年的项目，在Shifu的帮助下，仅需两人两个月即可完成。 边无际的一个客户“爱快”，遇到了相似的问题：不同品牌和型号的摄像头并存现象非常普遍，管理复杂且繁重。基于边无际的技术，爱快实现了数字摄像头与云的结合，将不同型号的摄像头统一到云平台上集中管控，并支持摄像头云平台告警，告警信息同步支持爱快e云APP推送，保障内网摄像头设备状态实时感知。 工业物联网中，首艘国产大型邮轮“爱达•魔都号”上的生物降解系统的研发和部署，也使用了边无际的方案，将生物降解系统赋予了实时数据采集与分析能力，以及具有超高稳定性的云边协同能力。 对于个人用户来说，陈永立已经在自己的家里通过SHIFU将不同厂商的IOT设备链接到同一个网络，通过GPT4统一控制，这大幅的提升了他们家IOT网络的智能。 陈永立对程序员的职业发展的建议 在AI工具的应用上，陈永立是GitHub Copilot早期的尝试者之一。他认为，如果自己仍然在工程师岗位上，大约70%的代码可能将由AI自动化完成。他鼓励自己的员工使用AI工具来提升工作效率，并强调程序员需要掌握对大模型的Benchmark能力，这不仅能帮助他们评估和选择最合适的AI工具，也是适应未来技术发展的关键。 陈永立对程序员的职业发展提出了建议：尽可能选择与AI相关的工作，参与AI原生项目的开发。他预见，在AI时代，个人将能够以前所未有的方式提供服务、创造价值，甚至一人运营一个高效的公司。但这背后需要足够的AI知识和对细分行业的深刻理解。陈永立的见解不仅为程序员们指明了发展方向，也为整个技术行业揭示了AI技术塑造未来的无限可能。 听友的的转发，点赞，收藏和分享对我们非常重要 往期相关内容： AI时代下的“Agent”革命与企业及个人的新机遇 嘉宾：周健 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 嘉宾：薛志荣 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事嘉宾：PM熊叔 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：[email protected] 如果希望加入听友群，请扫描下方二维码