即刻App年轻人的同好社区
下载
置顶加入了一家 AI 硬件初创公司。即刻上的朋友在看机会的，一定要来考虑考虑我们这儿啊(๑>ڡ<)✌️。
公司的介绍可以看这篇小红书的帖子，我就不再赘述了。三个关键词：Always On、AI Memory、Proactive Agent。当然，都是一些比较共识的词了，但我们也有一些自己独特的思考。无论是对这份工作感兴趣，还是单纯想聊聊的朋友，都可以来找我呀，我往返北京深圳，可面基可线上。
在这条帖子下评论、私信或者加我微信都可以的～
公司的介绍可以看这篇小红书的帖子，我就不再赘述了。三个关键词：Always On、AI Memory、Proactive Agent。当然，都是一些比较共识的词了，但我们也有一些自己独特的思考。无论是对这份工作感兴趣，还是单纯想聊聊的朋友，都可以来找我呀，我往返北京深圳，可面基可线上。
在这条帖子下评论、私信或者加我微信都可以的～
神仙AI公司招人了！社招非校招！ - 小红书
48 1812
学习了一下👍
单 Session：每个用户只有一条永远不结束的对话，没有「新建对话」。旧内容靠压缩和记忆来管。
双层架构派生：上层是常驻的主 Agent。遇到具体任务就派生（spawn）一个短命的子 Agent 去做，做完只交回结果，主 Agent 的上下文保持干净。
Agent 上云：Agent 的主循环跑在服务器上，7×24 小时在线。电脑合上、手机锁屏，它照样干活。
Agent 在 Sandbox 外：Sandbox（沙盒，用来跑 Agent 写的代码的隔离环境）只是 Agent 调用的一个工具。沙盒崩了就换一个，Agent 的状态和密钥都不放在里面。
端只做眼睛和手脚：手机、电脑、浏览器插件、硬件里都不放智能，只负责看（屏幕、摄像头、麦克风）和动（点击、输入、执行命令）。云上的沙盒也算一个端。
BU：大概率是 Browser Use，也就是 Agent 自己开浏览器操作网页，和 Computer Use 并列。帖子没展开，这一条是推测。
所有端接同一个 Agent：不管从手机、电脑、IM 还是网页进来，找到的都是同一个 Agent、同一份记忆。
事件 Inbox：外部发生的事情（新消息、定时到点、子 Agent 交回结果、端上状态变了）先进收件箱排队，Agent 按顺序处理，不会被直接打断。
全双工：双方随时都能说话：Agent 干活时用户可以插话改方向，Agent 也能主动开口。放到语音上，就是用户能打断它。
接 IM：直接在微信、Slack、Telegram、飞书里和 Agent 对话，不用另装 App。
Trigger 系统：不用等用户开口，也能把 Agent 叫醒，比如定时任务、webhook、日历提醒、定期巡检。
记忆 Wiki：长期记忆存成人能读、能改、互相链接的 Markdown 页面，由 Agent 自己写、自己整理，不藏在向量库里。
单 Session：每个用户只有一条永远不结束的对话，没有「新建对话」。旧内容靠压缩和记忆来管。
双层架构派生：上层是常驻的主 Agent。遇到具体任务就派生（spawn）一个短命的子 Agent 去做，做完只交回结果，主 Agent 的上下文保持干净。
Agent 上云：Agent 的主循环跑在服务器上，7×24 小时在线。电脑合上、手机锁屏，它照样干活。
Agent 在 Sandbox 外：Sandbox（沙盒，用来跑 Agent 写的代码的隔离环境）只是 Agent 调用的一个工具。沙盒崩了就换一个，Agent 的状态和密钥都不放在里面。
端只做眼睛和手脚：手机、电脑、浏览器插件、硬件里都不放智能，只负责看（屏幕、摄像头、麦克风）和动（点击、输入、执行命令）。云上的沙盒也算一个端。
BU：大概率是 Browser Use，也就是 Agent 自己开浏览器操作网页，和 Computer Use 并列。帖子没展开，这一条是推测。
所有端接同一个 Agent：不管从手机、电脑、IM 还是网页进来，找到的都是同一个 Agent、同一份记忆。
事件 Inbox：外部发生的事情（新消息、定时到点、子 Agent 交回结果、端上状态变了）先进收件箱排队，Agent 按顺序处理，不会被直接打断。
全双工：双方随时都能说话：Agent 干活时用户可以插话改方向，Agent 也能主动开口。放到语音上，就是用户能打断它。
接 IM：直接在微信、Slack、Telegram、飞书里和 Agent 对话，不用另装 App。
Trigger 系统：不用等用户开口，也能把 Agent 叫醒，比如定时任务、webhook、日历提醒、定期巡检。
记忆 Wiki：长期记忆存成人能读、能改、互相链接的 Markdown 页面，由 Agent 自己写、自己整理，不藏在向量库里。
敖特_Aute: 真拿你没办法，坐好咯 单 Session、双层架构派生、Agent 上云、Agent 在Sandbox 外、端只做眼睛和手脚（Sandbox 也是端）、BU、用户所有端都接到同一个 Agent、事件 Inbox、全双工、接 IM、Trigger 系统、记忆 Wiki
2 00
促进供给之后，供给本身对于它的上游而言又是一个需求，那就要再促进上游的供给。一直往上追溯，到最后其实供给都会变成物理世界的能源和材料。那个估计不能靠 AI 了，可能得依赖具身智能。
所以我觉得本质上来讲，AI 还是在提高匹配的效率，以及从上游不断向下游去传导这个信号。领先的人会获得一些赚取超额利润的机会，但最终还是会回到之前的均衡状态，甚至比之前的均衡状态更加马太效应，直到能源、材料这些有本质的扩展才会改变。
所以我觉得本质上来讲，AI 还是在提高匹配的效率，以及从上游不断向下游去传导这个信号。领先的人会获得一些赚取超额利润的机会，但最终还是会回到之前的均衡状态，甚至比之前的均衡状态更加马太效应，直到能源、材料这些有本质的扩展才会改变。
Gavin_C.: 虽然在享受着 Instinct 给我抢到的稀缺资源，但我还是对 AI 怎么更好地促进供给有更多的兴趣
1 00
从 Anthropic 推出 skill 一直到现在，它逐渐流行起来，越来越多的人开始自己做 skill 并分享。大多数人分享出来其实没什么收获，少部分人能拿到一些结果，但其中很多 skill 说实话宣传效果也远大于实际作用。
这个势头一开始确实是被少数人发现并带起来，从专业人士和自媒体手中，传播到每个人都在打磨和分享 skill。但到现在其实已经不流行了，一个原因是大家越来越发现 skill 的能力不断被内化到新的模型版本中，所以现在又流行起“反 skill”的一些风潮，经历了一个完整的生命周期。
但我困惑的是：为什么 skill 会经历这样一波浪潮，而 benchmark 不会？现在主要是一些独立第三方会搞，或者模型和应用厂商内部在搞，以及我其实也看到一些自媒体在搞了。
我在想，会不会以后像当年人人搞 skill 一样，出现一个人人都开始搞 benchmark 的风潮？我觉得是有可能的。
我把它们联系起来，是因为它们息息相关，甚至可能有相似的生命周期：skill 会被模型不断内化，benchmark 也会不断被模型刷榜。但要想搞出一个好的 skill，不可能不搞 benchmark。这恰恰是我困惑的点：我看到很多人分享 skill，却不明白他们为什么不分享打磨这个 skill 过程中的 benchmark。我不相信有哪个 skill 是不经过哪怕一个极其简易的 benchmark 就能搞好的，如果没有，那它的宣传作用几乎一定大于实际意义；如果有，为什么不顺便分享？除了“还没到时候”，可能受众是一个很核心的驱动因素：
1. skill 更能被利益驱动。自媒体的叙事很好讲，“有了这个 skill 和没有它，你的 AI 效果完全不同”，大家都有走捷径的心理，所以更容易获得关注，甚至直接收费。
2. benchmark 面向的不是大众。它的受益方是那些做模型、做应用、做选型的人，受众面太窄了。
不过未来这个趋势可能会改变：
第一，现在搞模型后训练、搞 AI 应用开发以及独立开发的人越来越多，百花齐放，同时也提高了挑选一个最适合自己的 AI 产品的复杂度，两者都导致大家对各种各样 benchmark 的需求在增加。
第二，搞 benchmark 的难度在变低。过去 AI 能力较浅，benchmark 要求数量过关，必须有足够多的 case 才能看出模型或应用能力的变化；而现在模型能完成更复杂的任务，单靠一个 case，因为里面的校验点足够多，就能看出区分度。
比如最著名的例子：“鹈鹕骑自行车”。只是一个作图需求，这一道题居然能用来检验模型的能力，而且被广泛传播和认可。因为图像的信息丰富度本身就具备区分度，只要模型厂没有针对它特定过拟合，或者因为被收纳进预训练数据而被动过拟合，它就具有代表性。一个题目的流行就能代表模型水平，这意味着做 benchmark 的门槛和成本在大幅降低，而收益在变大。
那会不会出现一个人人搞 benchmark 的时代？
如果这个假设为真，我觉得现在就可以开始做的是：不要再卷 skill 了，去搞 benchmark，也许能踩中下一波机会。你能不能成为下一个提出用“鹈鹕骑自行车”来检验模型能力或产品能力的人？
这个势头一开始确实是被少数人发现并带起来，从专业人士和自媒体手中，传播到每个人都在打磨和分享 skill。但到现在其实已经不流行了，一个原因是大家越来越发现 skill 的能力不断被内化到新的模型版本中，所以现在又流行起“反 skill”的一些风潮，经历了一个完整的生命周期。
但我困惑的是：为什么 skill 会经历这样一波浪潮，而 benchmark 不会？现在主要是一些独立第三方会搞，或者模型和应用厂商内部在搞，以及我其实也看到一些自媒体在搞了。
我在想，会不会以后像当年人人搞 skill 一样，出现一个人人都开始搞 benchmark 的风潮？我觉得是有可能的。
我把它们联系起来，是因为它们息息相关，甚至可能有相似的生命周期：skill 会被模型不断内化，benchmark 也会不断被模型刷榜。但要想搞出一个好的 skill，不可能不搞 benchmark。这恰恰是我困惑的点：我看到很多人分享 skill，却不明白他们为什么不分享打磨这个 skill 过程中的 benchmark。我不相信有哪个 skill 是不经过哪怕一个极其简易的 benchmark 就能搞好的，如果没有，那它的宣传作用几乎一定大于实际意义；如果有，为什么不顺便分享？除了“还没到时候”，可能受众是一个很核心的驱动因素：
1. skill 更能被利益驱动。自媒体的叙事很好讲，“有了这个 skill 和没有它，你的 AI 效果完全不同”，大家都有走捷径的心理，所以更容易获得关注，甚至直接收费。
2. benchmark 面向的不是大众。它的受益方是那些做模型、做应用、做选型的人，受众面太窄了。
不过未来这个趋势可能会改变：
第一，现在搞模型后训练、搞 AI 应用开发以及独立开发的人越来越多，百花齐放，同时也提高了挑选一个最适合自己的 AI 产品的复杂度，两者都导致大家对各种各样 benchmark 的需求在增加。
第二，搞 benchmark 的难度在变低。过去 AI 能力较浅，benchmark 要求数量过关，必须有足够多的 case 才能看出模型或应用能力的变化；而现在模型能完成更复杂的任务，单靠一个 case，因为里面的校验点足够多，就能看出区分度。
比如最著名的例子：“鹈鹕骑自行车”。只是一个作图需求，这一道题居然能用来检验模型的能力，而且被广泛传播和认可。因为图像的信息丰富度本身就具备区分度，只要模型厂没有针对它特定过拟合，或者因为被收纳进预训练数据而被动过拟合，它就具有代表性。一个题目的流行就能代表模型水平，这意味着做 benchmark 的门槛和成本在大幅降低，而收益在变大。
那会不会出现一个人人搞 benchmark 的时代？
如果这个假设为真，我觉得现在就可以开始做的是：不要再卷 skill 了，去搞 benchmark，也许能踩中下一波机会。你能不能成为下一个提出用“鹈鹕骑自行车”来检验模型能力或产品能力的人？
6 21
今天才突然意识到：系统二比系统一更可靠，并不意味着我们应该少用系统一、多用系统二，或者说系统二的作用不是为了去提高判断的可靠性的。
系统二的作用，实际上是用来校正系统一，提高系统一本身的可靠性。所以最好的思维方法不是少用系统一、多用系统二，而是先用系统一，再用系统二，并且用系统二来修正系统一，以提高系统一快速做判断就能取胜的能力。
系统二的作用，实际上是用来校正系统一，提高系统一本身的可靠性。所以最好的思维方法不是少用系统一、多用系统二，而是先用系统一，再用系统二，并且用系统二来修正系统一，以提高系统一快速做判断就能取胜的能力。
9 00
用 AI 满足好奇心，就像吸毒。
过去要解决一个困惑，要自己去各种地方搜，自己筛选总结，自己继续搜。
有了 AI 之后，他自己就可以完成这个过程，总结得还比你好，思考得还比你有深度，你们还能共鸣交流，启发换启发。
所以总是在各种奇奇怪怪的事情上迸发好奇心的人使用 AI 产品真的能感到莫大的幸福。
做 AI 产品的时候，内心深处总有一种隐隐的焦虑。因为聪明人实在太多了，这可能是人类有史以来最卷的赛道，时代洪流裹挟在前，各种判断可能都无意义。
但另外一方面，我也是各种 AI 产品的用户，我总是为各种 AI 产品惊奇不已，它们提高了我的效率，满足了我的好奇，辅助我的创造，也稀释了我的焦虑。时常感恩于此。
过去要解决一个困惑，要自己去各种地方搜，自己筛选总结，自己继续搜。
有了 AI 之后，他自己就可以完成这个过程，总结得还比你好，思考得还比你有深度，你们还能共鸣交流，启发换启发。
所以总是在各种奇奇怪怪的事情上迸发好奇心的人使用 AI 产品真的能感到莫大的幸福。
做 AI 产品的时候，内心深处总有一种隐隐的焦虑。因为聪明人实在太多了，这可能是人类有史以来最卷的赛道，时代洪流裹挟在前，各种判断可能都无意义。
但另外一方面，我也是各种 AI 产品的用户，我总是为各种 AI 产品惊奇不已，它们提高了我的效率，满足了我的好奇，辅助我的创造，也稀释了我的焦虑。时常感恩于此。
10 00
我是一个对 AI 写的东西极敏感的人，所以 AI 写的文章我基本都读不下去，除非它的观点仍然极具建设性。
但我越来越发现，AI 写的文章即便观点有建设性，它的信息密度也实在太低了。我还是喜欢人写的东西，那么少的字数，却有那么深的深度
越来越明显地感觉到，人写的东西比 AI 写的东西更珍贵，因为现在越来越多地读到 AI 写的东西了。
所以我很感谢 Typeless。因为有了它，我大量的内容还可以让我来亲自口喷写作。如果没有 Typeless 的话，我可能会少写很多东西，我可能会少看到很多别人写的东西，我的精神可能会被污染得更严重。
但我越来越发现，AI 写的文章即便观点有建设性，它的信息密度也实在太低了。我还是喜欢人写的东西，那么少的字数，却有那么深的深度
越来越明显地感觉到，人写的东西比 AI 写的东西更珍贵，因为现在越来越多地读到 AI 写的东西了。
所以我很感谢 Typeless。因为有了它，我大量的内容还可以让我来亲自口喷写作。如果没有 Typeless 的话，我可能会少写很多东西，我可能会少看到很多别人写的东西，我的精神可能会被污染得更严重。
21 20
Jev 的创始人说，现在很多产品想摆脱 human-in-the-loop，让产品真正自动化，但这是不可能的。因为大模型的训练方式就是对齐人类偏好，只要大模型的目标还是让人类满意，那就不可能让人摆脱 human-in-the-loop。这个观点还挺有启发性的。
72 56
today.ai 昨天给我推了 5 条消息，就图1 中间 Benchmark 这个有点用。
我用过那么多宣称主动式 AI 的产品，至今唯一对我有用的，就是 ChatGPT 里面已经下架的 Pulse 功能。所以我一直觉得，帮你搜，也就是帮你引入外部信息，还是相对稳妥的主动性起点。
首先，搜索本身已经是一个非常成熟的动作，这个动作本身很难出问题、很难效果不够好。主动性行为首先要考虑"触发对不对"，其次还要考虑"完成对不对"。因为触发很可能已经不够准了，那完成动作就千万不要再出岔子，而搜索是最不容易出岔子的，AI 这一波浪潮首先就是把搜索搞定了。
其次，搜索是自带额外上下文的，不管怎么样至少能了解一个新鲜事。它和其他"猜你所想"相比，侵犯性是更弱的。
第三，它只是基于你已有的上下文，再去搜一个最新的上下文并将它们结合到一起，这种匹配的判断难度也更低。
所以我觉得，"帮你搜"是最佳的主动性起点。
当然，我家 bot 也反对了我。我觉得她说的也对，冒犯性最弱还是帮你搜适合作为主动性起点的核心原因，其他两点的论证都有漏洞。
BTW，不考虑泛化性和通用性，我们公司这个 bot 的主动性，其实才是我用过最好的。
我并没有 @她，我只是在群里面跟其他同事分享了我的观点。它主动来回应，才引发了我后续的思考，继而引发了她和我后续的讨论。
我用过那么多宣称主动式 AI 的产品，至今唯一对我有用的，就是 ChatGPT 里面已经下架的 Pulse 功能。所以我一直觉得，帮你搜，也就是帮你引入外部信息，还是相对稳妥的主动性起点。
首先，搜索本身已经是一个非常成熟的动作，这个动作本身很难出问题、很难效果不够好。主动性行为首先要考虑"触发对不对"，其次还要考虑"完成对不对"。因为触发很可能已经不够准了，那完成动作就千万不要再出岔子，而搜索是最不容易出岔子的，AI 这一波浪潮首先就是把搜索搞定了。
其次，搜索是自带额外上下文的，不管怎么样至少能了解一个新鲜事。它和其他"猜你所想"相比，侵犯性是更弱的。
第三，它只是基于你已有的上下文，再去搜一个最新的上下文并将它们结合到一起，这种匹配的判断难度也更低。
所以我觉得，"帮你搜"是最佳的主动性起点。
当然，我家 bot 也反对了我。我觉得她说的也对，冒犯性最弱还是帮你搜适合作为主动性起点的核心原因，其他两点的论证都有漏洞。
BTW，不考虑泛化性和通用性，我们公司这个 bot 的主动性，其实才是我用过最好的。
我并没有 @她，我只是在群里面跟其他同事分享了我的观点。它主动来回应，才引发了我后续的思考，继而引发了她和我后续的讨论。
13 34
today.ai 其实是一个和我的理念挺像的产品，只是我和他 bet 的上下文入口不一样：我相信物理世界、用户随身；它相信数字世界、工具整合。而这两个恰好是最互补的。
以及他直接强调了最宏大的概念，就是个人助手，并没有从某一个细节点切入，这也是他和我们的不同。
除了这两个地方之外，无论是从界面架构上，还是从 onboarding 体验上，我觉得都有不少值得借鉴的地方。
Onboarding 过程让人惊喜的地方在于，登录谷歌账号的时候就授权了 Gmail，在经历一些其他的 onboarding 步骤之后，它在给我的最后的 onboarding 介绍中就已经极快速地检索了我的 Gmail，表达了它对我的了解。
这个是蛮让人惊喜的，速度太快了。我刚刚才授权，只是一两分钟经历其他 onboarding 步骤的时间，它就已经能够把我的 Gmail 翻个底朝天，然后告诉我它对我有什么了解了。
这种惊喜感很强烈，在我还没结束 onboarding 的时候，就能让我快速感知和相信它懂我，这个设计得我觉得非常好。
不过继续用下去，就只能止步于此了。当然，可能还是因为我最重要的信息都在飞书和微信上。如果是一个海外工作和生活的人，可能帮助还蛮大的。
以及他直接强调了最宏大的概念，就是个人助手，并没有从某一个细节点切入，这也是他和我们的不同。
除了这两个地方之外，无论是从界面架构上，还是从 onboarding 体验上，我觉得都有不少值得借鉴的地方。
Onboarding 过程让人惊喜的地方在于，登录谷歌账号的时候就授权了 Gmail，在经历一些其他的 onboarding 步骤之后，它在给我的最后的 onboarding 介绍中就已经极快速地检索了我的 Gmail，表达了它对我的了解。
这个是蛮让人惊喜的，速度太快了。我刚刚才授权，只是一两分钟经历其他 onboarding 步骤的时间，它就已经能够把我的 Gmail 翻个底朝天，然后告诉我它对我有什么了解了。
这种惊喜感很强烈，在我还没结束 onboarding 的时候，就能让我快速感知和相信它懂我，这个设计得我觉得非常好。
不过继续用下去，就只能止步于此了。当然，可能还是因为我最重要的信息都在飞书和微信上。如果是一个海外工作和生活的人，可能帮助还蛮大的。
18 114