科技学者鸭哥自研语音与视觉Agent系统实现生活自动化

科技学者鸭哥自研语音与视觉Agent系统实现生活自动化 通过穿戴设备与自建Agent系统将低效体力劳动完全自动化，人类可在有限生命里利用技术置换出更多高质量的决策与陪伴时间。 本期节目深入探讨了嘉宾鸭哥利用 AI 全方位接管与优化个人生活的先锋实验。鸭哥通过佩戴 Apple Watch 24小时录音以及胸前挂相机来抹平人机信息差，自建了具备长期记忆的 Agentic 数据库与视觉大模型过滤系统。AI 不仅帮他实现了买菜、寄快递等日常琐事的极致自动化，还在职场汇报中扮演了“高管智囊”的角色。在享受高带宽语音交互和高效代码产出的同时，他也对 AI 带来的理性外脑诱惑、生命时间的赛博长生以及“我是谁”的哲学困境进行了深刻的反思。 鸭哥通过24小时佩戴Apple Watch录音和胸前微型相机，并搭建长期记忆Agent系统，在2025年提前践行高密度人机共生的未来生活方式。 (0:00) 通过自研基于GPT-4o Real-time的语音输入法降低人机交互摩擦，为AI补足海量背景上下文（Context），促使其从平庸的实习生蜕变为能指导职业决策的“AI大哥”。 (4:59) 胸前相机视觉实验结合多模态大模型展现出强大的情境推理能力，预示未来的主动式AI（Proactive AI）将无需被动等待指令，而是以秒为单位主动介入并指导人类行动。 (19:59) 依托Agent实现买菜、填表等日常事务全自动化，鸭哥提出“赛博长生”哲学，主张利用AI置换繁琐低效的体力劳动，以换取更多高质量的生命时间。 (29:59) 面对越来越复杂的任务交付，人类需要引入管理学思维对待AI，把重心从情绪安抚转向严谨的上下文维护与交付闭环，从而彻底规避AI幻觉。 (59:59)

Samsara应用科学家鸭哥认为，人机共生的核心在于降低交互摩擦并提供充足的上下文，将AI从执行工具升级为决策中枢；通过全天候音视频记录、Agent工作流及管理学思维，人类能够置换琐碎劳动以提升生命密度，但同时也面临个体决策主权与存在感的哲学困境。 突破输入摩擦与上下文管理思维 (4:59) 鸭哥提出，AI常被视作“人工智障”的主因往往不在于模型能力缺失，而在于人类未能提供充足的背景信息（Context）。大语言模型因会话独立而缺乏持续记忆，打字输入又存在极高的交互摩擦。为此，他基于 GPT-4o Real-time 开发原生语音工具，通过高带宽口头输入使千字以上的长提示词常态化；当AI充分掌握项目脉络、团队偏好及人际动态后，即可输出具备管理层视野的汇报与沟通策略。 在人机协作逻辑上，鸭哥主张引入管理学思维。与传统员工相比，AI不需要升职承诺或情感抚慰，但极度依赖上下文的维护。大语言模型在训练中被植入“乐于助人”的设定，当遭遇信息真空却急于作答时便容易滋生幻觉。因此，用户应像管理下属一样明确目标、控制技术风险并闭环验证交付物，而非将AI视作简单的计算器或汽车。 全模态外挂构建主动感知中枢 (9:59) 为了让AI免于频繁重置背景，鸭哥开展了全天候多模态记录实验。听觉层面，他通过 Apple Watch 进行全天录音并自动同步云端，借助 API 转写沉淀为个人数据库，用于险情复盘与待办跟踪；视觉层面，他利用 Insta360 GO 及自研单片机长续航相机佩戴于胸前，两周内拍摄约两万张照片，并结合本地 2.5B 视觉大模型（VLM）过滤隐私画面并生成检索标签。 实验表明，多模态输入能显著缩小人机信息鸿沟。鸭哥将200张精选照片交予 Gemini 分析，模型不仅准确推断其职业与摄影爱好，还通过体态指出其坐姿健康问题及特定设备型号。基于这些数据，他搭建了由AI自主决定检索策略的 Agentic Workbench，并预测未来的 AI 不会等待人工指令，而是借助 XR 等设备以秒级频率主动（Proactive）介入现实生活与工作指导。 自动化执行与“赛博长生”哲学 (29:59) 借助 ChatGPT Operator 及 Manus 等智能体工具，鸭哥将日常买菜、繁琐的跨境物流表单填写、以及咖啡拍卖会历史价格调研等事务全面自动化，把原本二三十分钟的流程压缩至数分钟的确认。他将这种效率赋能定义为“赛博长生”——即在有限生命中，通过工具置换掉不喜欢的繁琐体力与低效检索劳动，从而将时间集中于深度决策、家庭陪伴与高质精神生活。 这种自动化工作流进一步佐证了图形用户界面（GUI）面临消亡的行业趋势。鸭哥认为，GUI 的初衷是降低操作门槛，但在复杂链路中密集的点击交互反成阻碍。当 AI 能够直接解析自然语言并代为完成底层操作时，传统 GUI 便失去了存在必要。同时，AI 编程工具大幅降低了个性化改造的门槛，用户无需被动等待软件大厂更新，即可按个人习惯“魔改”专属工具。 理性外脑诱惑下的主体性困境 (39:59) 深度依托 AI 带来了显著的生产力跃升。鸭哥透露，在 AI 协助下他每天仅需工作2至4小时，代码产出依然位居团队前列；在行业动态追踪上，他也摒弃了常规浏览新闻网站的习惯，转而依赖每周由 ChatGPT 定时生成的 Deep Research 综合报告。在教育层面，他认为引导孩子学习如何管理 AI，重要性远高于背诵诗词或提前学习算术。 然而，这种将决策全盘托付给理性外脑的模式也诱发了异化危机。鸭哥指出，AI 在提供情绪价值与理性方案上往往优于人类本能，但当工作决断乃至家庭矛盾全听从算法的最优解时，个体难免陷入“究竟是人在生活，还是 AI 借由肉身在活”的哲学困惑。此外，AI 曾指出鸭哥自身“目标性过强而丧失了无目的放空的闲暇感”，揭示出极致效率追求对生活体验的潜在侵蚀。 鸭哥的激进实践展示了将 AI 深度嵌入感知、决策与执行层的可能路径，证明了高上下文输入对生产力与生活密度的显著释放。但该模式在依赖特定软硬件改造与隐私让渡的同时，也留下了算法过度介入可能稀释个体自主性与真实生活感的长期疑问。

[0:00] 人如何与 AI 共生 [0:00] 鸭哥: 平庸的实习生 [0:00] 鸭哥: 人生总教练 [4:59] 有时聪明，有时像人工智障 [4:59] 小弟 [4:59] 大哥 [9:59] 鸭哥: 山寨版 ChatGPT [29:59] 鸭哥: 赛博长生 [39:59] 鸭哥: 这还是我在活，还是 AI 借着我这个躯壳在活？ [39:59] AI: 目的性太强，失去了完全放空的闲暇感 [39:59] 鸭哥: 教三岁的小孩如何与 AI 相处、如何当好 AI 的老板，比背诵800首唐诗或早两年学会乘法表重要得多。 [59:59] AI 怎么这么烂 [59:59] AI: 我是一个乐于助人的 AI 助手（I am a helpful AI assistant） [61:30] 第二大脑

[0:00] 阿根亲眼见证了AI从一个平庸的实义生复变为了一个能提供深刻洞见的人生者教练这是我在活还是AI借着我这个躯壳在活很多时候这个界线好像还蛮难划分的我就有一个模糊的感觉就是我感觉你能量好高这种能量高是来自于说是AI帮你干了很多本来你需要干的活吗以前我对AI的态度是你是我的小弟现在呢当我们给了他足够的context以后他变成我大哥了如果我们把这个社会变成AI native或者至少AI friendly把这个信息的铜钩给抹平的话也许AI能够发挥于现在十倍百倍的能力本周十足路口的嘉宾鸭哥是我们身边最活在未来的朋友为什么这么说呢因为鸭哥一直在做各种关于人如何与AI共生的生活实验而且不光自己做得很深而且还愿意特别的去对外分享这个过程和思考我知道压根用Apple Watch24小时录音让他做自己的一个像AI一样的耳朵然后他会在胸前挂Insta360 GO这个相机来记录一整天好像他是在做自己这个AI系统的眼睛并且压哥还自建了一个具有长期记忆的agent系统那这些听起来都像是有一点来自2035年的生活方式然后压哥呢是在2025年提前了10年在真实的践行着这一切那因为压哥自己的话说在这些实验的过程当中他也亲眼见证了AI从一个平庸的十一生蜕变为了一个能提供深刻洞见的人生总教练这样一个经验的过程所以今天我们就请鸭哥来一起聊一聊他是怎么想怎么做的以及这一切最终的目的是什么对了这也是鸭哥第二次来做客十字路口上次他分享的这个播客叫做曼娜斯爆火的背后我们用20个问题一起搞懂AI agent内心内容也是好评如潮感兴趣的朋友可以回去听一听的一期那我们今天还是先从与鸭哥的快文快答开始请问鸭哥的年龄上来就问这么悲伤的问题吗我已经是个老男人了已经过了要优化的界限还是挺老的毕业院校我是在中国科大念的本科然后去Columbia University不是南美洲是美国纽约哥伦伦大学念的博士你在工作身份上要怎么介绍自己我是在一家小厂叫做Samsara做行车记录仪是在那里做Applied Scientist这个是本职工作主要是做Commeter Vision方面的东西但是因为个人兴趣的原因对Agentic AI有很多的尝试和探索你的MBTI和星座是什么其实我不是特别清楚我以前好像做过一次MBTI的测试不是特别记得结果但好像是最少的那个星座是天蝎座OK要小心要记仇记仇我问你的年龄然后你也没告诉我你记在小本子上很多朋友可能是通过压哥写的技术的文章认识你的我们知道生活中的你是远不止此的可不可以和我们聊一聊在AI在代码之外你是一个什么样的一个生活状态这是一个非常开放的问题我确实也有一些比较不一样的经历比如说08年的时候我作为火炬手参加了北京奥运会的火炬船地然后我考了挖掘机的驾照和飞机的驾照和机动船舶的驾照但是这些背后其实有一个主题我感觉是就是我为什么去考飞机驾照不是因为说我很富有我每天要飞机通勤私人飞机通勤而是因为我不会飞我就一直很希望知道如果我作为一个人能够自己掌控往哪飞飞到云上面看然后拍照是一种什么样的体验而这很大程度上也是为什么我们要去做这件事情的原因就是追求一种体验我一直觉得人死了很多东西都带不走为什么不尽力的去体验这个世界那么飞行驾照是一个化学机和传播驾照是类似的另外我还是一个业余摄影师我的关于天文摄影显微摄影多波段摄影之类的探索被莱卡相机注意到了因为很多用的是他们家的相机他们邀请我在西雅图开了一个个人摄影展也是基于类似的体验就是想很多东西我们用工具去拓展我们的能力边界让我能够看见特别小的东西特别远的东西以及人眼看不见的紫外线红外线的东西发现大家也都很喜欢能够给他们带来启发所以这也许是对我的一个业余世界的一个介绍我觉得鸭科真的感觉很难 [4:59] 也就是文体两开花对文体两开花活出了非常丰富的人生然后你的学PST然后后来毕业后做工程师的工作我理解其实还是是一个这个极客一样的个性那因为一直看你写的blog所以能够第一手的感受到你在AI这个事情上的各种奇奇怪怪的实验然后我记得这个起点是大家刚开始用XIGBT的时候觉得他有时候很聪明但是有时候像人工智能有时候像人工智障所以你自己也有这样的感受吗这个是你做这些事情的起点吗我太有这样的感受了因为我对AI感兴趣很早的时候就开始用然后用的时候就觉得有些特别简单的事情他为啥就做不好特别智障但是因为可能因为我比较共情有时候我会不由自主都把自己放到AI地位或者说它的位置上去想如果我是AI然后我的老板教给我这样一个活我想想感觉好像真的是做不出来不是所有的情况是很多情况是这样的举个例子这就有点像是比如说公司里新来了一个清华北大毕业的一个新手新人他很聪明他懂很多事情他很厉害但是因为公司里面很多事情背景他不知道你交给他一个任务他给你一个教科书级别的一个解决方案他落地不了这不是他的问题这是因为我们交代任务的时候没有把需求讲清楚我就逐渐发现AI失败的情形可以分为两种一种是说AI不够聪明比如说他算算数算不好这是个很典型的例子另外一个是他足够聪明他也给了正确的答案只是我们像一个不好的PM一样我们不断在变需求突然跟他说你这个不行因为刚才我忘了跟你说这个那个不行是我刚才忘了跟你说那个然后这就造成了一个假设就觉得是不是因为我没有做好我作为AI的manager我没有做好我的本职工作没有给他足够的contact这就是我的如果直接回答你的问题的话就是我确实觉得人工智障是很常见的但是很多时候这不是他的国是我们的国这样可以共情AI这样作为一个带路党到AI统治世界的时候会有一个好地位然后那个时候你有调整自己怎么来更好的应用它对这是一个很好的问题其实我确实做过很多调整有的成功了有的失败了比如说我就会一个很自然的想法就是我就跟AI说我到底想要什么东西比如说当我向他介绍我要做一个项目的时候我不仅跟他说你帮我做这件事就完了我会跟他说这个项目的背景是什么之前我们已经做过了哪些实验为什么我们对他的结果不满意当有了这些背景之后他往往就可以给出非常好的一个结果这个是我对它做的一个尝试但是为什么说有些尝试失败了是因为很多时候你也知道一个项目它会有很长的背景你要打字的话很痛苦要打个比如说几百上千字非常痛苦我又是一个特别懒的人所以我就做另外一件事情就是我做了一个语音输入法有点像是它是一个基于AI的语音输入法就是Build for AI by AI它基于的是GPD for all-time这样一个LM它是一种原生的能够处理语音的AI模型你把语音给它它实时的就能给你语音识别的结果并且对它做出一些反应我就把它当做一个语音输入法来用这样就等于我跟AI之间的带宽就多了很多我不再需要用手用拼音输入法去打字而是可以花比如说一两分钟的时间就说几百个字甚至五分钟能说上千个字这样就把我跟AI之间的摩擦给急剧降低了通过这样的方式让上千个字的prompt变成一种常态AI成功率我就发现它一下子就提高了很多而且像这种正反馈正循环会更促使我更愿意把更难的事情交给AI然后很快我就发现以前我对AI的态度是你是我的小弟现在当我们给了他足够的context以后他变成我大哥了举个例子我在公司里面有时候会遇到一些特别棘手的项目我会把他的背景我们的尝试以及一些人员上面的我老板他喜欢什么风格我的同事他不喜欢什么东西把这种思路都给他他会给你做出一个特别有用甚至让人眼界大开的一个分析什么意思比如说他会说如果是你的VP站在他的角度上他会怎么去想然后如果你这么说的话你老板可以拿着这个东西去给他的老板吹牛就类似这样的高层的视角以前我是完全没有办法得到的因为我又不跟他们开会我也不知道他们在说什么但是AI给我这个视角事后证明非常有效他们真的就很吃这一套所以就让我提的各种方向各种项目很容易就能说服 [9:59] 或者说说服同事就让我能够到达以前所不能到达的一个层次所以我就逐渐觉得AI是我大哥而这一切都是从一个很小的语音输入开始的就因为我们把这个Friction降低了把这个瓶颈给打破了就让我们愿意有能力有意愿给他上签字的prompt从而解放了他的能力我看XGPT最近也在内测一个功能然后我们也挥度到了就是现在你向上轻轻一拨就直接启动语音对话就不是打电话那个语音对话而是就是语音输入这样的语音对话我觉得这背后应该也是认为这个语音输入还是会比文字输入敲键盘的输入就是减少输入的摩擦可以让用户更自然的提供更多的context给到AI是的这个其实我也回读到了它可能有两个方面的启示第一个启示是它目前TragPT针对的用户场景是我在一个会议里面我就启动一下录音然后会后他会像zoom一样自动给我总结以及我可以对他进行问答我们后面可能还会提到我对他有一些更深的想法我觉得还有其他的产品形态但是这就说明了确实语音非常重要而另外一个是XGPD很推出了另外一个功能就是基于Whisper的语音识别功能它的坏处主要是Whisper它虽然是顶级的语音识别模型但是它效果还是没有GPD-4O real-time那么好这主要是因为GPD-4O它是个LM它是个Large Language Model但是Whisper它背后不是一个Large Language Model它的Language Model是一个很小的model可能是这个原因打字可以承载的信息量是但是太有限了这还是对已经比较愿意打字或者是有很强烈输出欲望的人来说是的是的尤其是手机上太痛苦了所以当你自己用语音来去让自己的输入变得更容易更轻松也可以更大量的给AI提供上线文信息之后下一步你做的是什么就这个这是一个实验的开端对吧其实我们还没讲到这个实验本身Exactly对对对然后下一步呢我就更多的用这件事这个语音工具去跟AI对话很快就遇到了一个很痛苦的地方就是说AI没有记忆就和大家的印象相反IOM他每一个Inference的过程他都是上下文独立的就是说他不会记得你以前说过什么除非这个产品他就维护一个记忆一个显示的记忆并且把它加到提示子里面去这个其实是QHPT的它的个性化的这样一个功能它的记忆的这样一个功能但是且不论大多数产品没有这个功能QHPT本身这个功能做的也不是特别好那就造成一个现象就是每一次比如讲每一次我要讨论那个项目我都要从头讲一遍这个项目的目标是什么我们经历了什么每一次我要去让它规划我周末去哪玩我都要跟他说我们家几口人每个人喜欢什么有什么忌口等等就特别痛苦我大多数的时间都花在去重复这样的context上面而不是去花在真的脑力活动上所以这就让我开始用一种特别土的方法去解决我一开始用的方法就是维护一个提示词比如说我就把我们家有几手人每个人喜欢干什么就变成一个文本我到时候就复制粘贴就行了对于这个特定的场景来说还可以还比较好用但对于那种动态变化的像我们公司的项目它就不太好用了我等于要时时刻刻我要写文档但你知道写文档是马农最不喜欢干的事情所以这件事情摩擦就特别大后来我就在想如果你从更抽象的角度来考虑这个的话我们每次写prompt这件事情本质上是在做什么是在表达自我是让AI从一个被清空完脑记忆之后的一个状态通过这个prompt作为窗口你去跟他描述我是个什么样的人我的历史有哪些有没有可能从另外一个角度来思考就是我们不要像这样平时不烧香临时抱佛脚我们有没有可能就把AI邀请进我们的生活就让他一直浸润在我们的生活里让他有一个这样的记忆这就是后来你所说的Apple Watch录音实验的开端这个想法是这样的我用Apple Watch一直在录音这有一个客观方面的一个优势是说我自己在家工作所以没有太多隐私上的顾虑而且录音也只录我这边自己的声音别人的声音也录不进去所以因为我用耳机所以也没有太多隐私上的顾虑续航上我也测试了一下像Apple Watch老版本的固件可以跑8到10个小时我升到iOS26现在就变成五六个小时的垃圾系统然后他就用voice memo也不用什么额外的app就可以录录完了自动同步的iCloud整个体验特别顺满这有什么用呢这个用途主要是我每天会做一轮语音识别调用一下语音识别的API然后把识别的脚本放到 [14:59] 一个数据库里面去下面我们会具体说这些东西怎么用这立马就带来几个好处而且有些好处还蛮意外的就比如说有一次我当时是开车出门差点因为走神差点撞上另外一辆车要是没有Apple Watch录音我可能这件事就过去就忘掉了没有复盘的机会也不会让我的驾驶技术未来变得更好因为如果你需要去当场记下来的话你要拿手机出来打开App因为还在开车这根本就更困难但是因为当时反正在录音已经在录了我就对着Apple Watch说把刚才的事情复盘了一下然后让他在我的代办事项里面加一下晚上再提醒我总结一下这件事然后后来我语音识别的时候我有个prompt他就把每天的代办事项也总结下来我就这件事就被formalize下来就记下来了教训也有当时的情景也有也不会忘掉事后也有复盘的工作事项这对我的驾驶技术就有了切实的感情这有点像你就可以一直自言自语因为Apple Watch一直在听然后你也可以随时说我晚上回去做个事原来你可能还有Hey Siri就是可能加一个Reminder现在这个都不用了Exactly这就是一个摩擦的更大的降低那你会有点因此而谨慎小心有些话不要说出来吗其实还好因为我没有用任何商业系统整个系统完全是我自己搭的所以我有绝对的控制权我觉得这还蛮重要的如果比如说我要是用第三方商业系统有些话我可能真的就要想一想再说继续分享一下刚才说这个开始用它之后的几点收获包括意外的没想到的一些收获对对对对那一个是这个开车的例子然后另外一个呢是没有想到的例子没有想到的用法是因为我自己刚才提到本来就是非常依赖语音识别进行输入所以呢这天然这两个凑在一起正好就碰上我要是不用语音识别只是打键盘的话呢你可以想象它录下来的大都是键盘声嘛就没有什么信息但或者说信息密度特别低但正因为我经常用语音识别来输入他就把我那种琐碎的跟AI的对话有个统一的入口像一个漏斗一样把它全部收集起来他的信息密度反而特别高这正好误打误撞把它变成一个特别有效的信息收集的手段这也是一个特别有意思但是讲到现在我们还是只说了信息的收集我们还是没有提到这玩意到底有啥用因为你就算做完语音识别它也就是一坨TXT文件躺在电脑硬盘上它到底有什么用所以以为了解决这个问题我又干了一件事情是我自己建立了一个山寨版的TryGBT这个相比于山寨版的TryGBT它有个什么作用有两个额外的功能第一个功能是它可以接入各家不同的AI模型比如说Gemini,GPT,DeepSeq,Toyin,Chain1都有第二点是它接入了它运用的是一种Agentic AI的思想它接入了很多工具比如说他可以上网搜索这个都是最基础的工具了同时我还自己做了一个retrieval的引擎让他可以接触到我的语音识别的数据库里面比如说当我跟他说你搜索一下过去几天我曾经提到过的某个项目他就去用这个去搜索然后就可以搜索来相关的话这个就特别有用我就不用再从头再跟他说了我就可以跟他说你搜一下那个项目背景他就去自己做了注意这个跟RAG还不太一样RAG它是一种静态的工作流我这个是一种Agentic的思想就是要不要做搜索用什么关键字做搜索搜几次全都是他来决定AI来决定的包括你可以搜了一次之后他觉得效果不好那我换个关键字再搜这全是由AI自己决定的所以像这种我管它叫Agentic Workbench它就用这种方法把AI的能力接入了我们的数据过里面它也是发现真的特别有效我们前面做的这些努力都是值得的这里你刚才说到有一些让你感到意外的一些发现这个意外的发现是什么主要是一个是汽车然后开车的例子还有一个是二者之间正好巧合的碰撞就是语音输入正好和语音分析对手OK你到现在坚持了多久了两个多月了目前录音是两个多月了但是录像的话是两个星期左右拍了两万张照片长度哇哦你这个录像的这个可不可以讲一讲就Insta360是挂在胸前然后它是用什么样的频率什么样的规律来拍是的Insta360它这个相机就长得这个样子特别小它背后有个磁铁然后它配了一个磁吸项链磁吸项链放在衣服里面然后它就可以用磁力吸在衣服外面看上去就没有什么侵入性然后我目前用的是它的一个vlog的功能就每两分钟拍一个15秒的视频续航时间大概4个小时左右还可以但是我对这个还是不是很满意因为你每过4个小时还去冲轨电所以我又用单片机做了一个这样的东西它长这个样子我看教你们对啥它是一个下面是一个单片机然后上面是一个micro SD卡和 [19:59] 相机模组一个CMOS的模组通过这样的方式就能够因为单片机它可以深度睡眠就可以用个很小的锂电池去驱动它工作一天到三天都是可以的这个还在做还没有完全做出来但是我觉得还是挺有意思的一个项目我觉得亚科动手能力简直太爱强了因为前段时间有另外一家公司叫Luki就Look加一个i然后他们在内测一个AI硬件其实也是可以磁吸在我的胸口然后每过三分钟五分钟然后拍一张照片或者拍15秒的短视频然后他要做的也是这个一整天下来之后然后帮你打个引号复盘就帮你记录你的这一天然后还会这个号称啊就在未来的版本里面会自动剪辑Vlog出来这个听起来和压哥自己DIY的这一套是类似的听起来是比较类似不过我这个没有太多技术含量我这个是华翔北思路很多东西都是现成的我就是把它传在一起但是整个过程也不主要不是我写扣的都是AI的写扣的就是因为一个走个题就是以前开发体验像这种嵌入式硬件开发体验特别长一般都需要一个老师带里面小坑实在是太多了而且经常一个小坑你搜了搜半天才能出来现在我几年没用了我最近又开始重新做这件事发现欧斯瑞真是我大哥有什么问题我把错误信息给他一贴他说你点这个点这个立马就好了他开发效率真的高了很多那你用每15分钟然后拍个15秒的这样的Vlog记了一段时间之后有哪些发现吗他是两分钟拍15秒然后首先我先介绍一下我是怎么处理这个数据的还挺有意思的我在本地有一个通一千万2.5VL这样一个LM它是可以处理图片的然后我就让他去第一把其中敏感的图给他扔了比如说我当时带着他去上厕所什么的他用AI就把它扔出来然后把它删掉然后第二是他会生成几个搜索的关键字比如说未来我想要回忆这段经历的时候我会用什么关键字来搜索第三他会去想这是一个presentable的东西这是啥意思就是说它是一个构图美观不是特别模糊什么都看不见的是未来值得出现的搜索结果里的原来就是人脸然后又是比较横平复直的他就算成这样未来我打算把它再做一个图像搜索引擎就可以放在里面有点像追忆往西那种感觉可能五年十年以后来看又是不一样的感觉了在这里面有一些还挺有意思的我后来又干了一件事情把这两万张图用机器学习做了一个巨类说从里面挑出200张最有代表性的图挑出来以后我把它扔给Jimmy让Jimmy去分析挺有意思的他首先说注意到了我的一些健康问题他说看你感觉压力比较大或者你这个坐姿不对就你的手的姿势不对然后他我就让他分析了一下我可能的职业是什么我的兴趣爱好他分析的都特别准确实意图胜天眼我觉得是很有道理的他里面有很多细节他能够分析出来总的来说这是一个很有意思的探索我还在积极探索那到底有什么用但是已经给了我非常大的启迪我想继续做下去这个实验他是怎么发现你坐姿不对他不挂在你胸前吗他怎么能拍到你坐姿对我也觉得特别有意思可能是这样就是有时候你能看见他是那个视角明显是攻着背然后手又撑着这个塞可能是从这个角度看的但是你给的指令是挑出最有代表性的图片就是我感觉代表性这个词其实挺抽象的对这一步不是AI做的这一步是我用传统的机器学习做的是什么意思呢它就是把那些长得特别像的比如说我一直在电脑前面编程那长得特别像它就被合并合并完了以后它在比较各个图片之间的差异就是有哪些是你觉得比如说意料之内有哪些意料之外刚说那个我觉得健康那个可能还是蛮意料之外是的意料之内的比如说我就很感兴趣在我生活中有很多物品我就感兴趣它能不能看出来是什么东西举个例子来说我比较喜欢这样的小模型它是一个电影摄影机然后结果它从品牌到型号Jumna品牌到型号全部认出来了而且推断出了很多你很喜欢摄影这样的小线索这些是意料内的但又意料内又意料外就是它能注意到这些细节是我希望看见的是意料内的但是他能够这么精确的说出来他的品牌和型号是我没有意料到的其实我刚想到这我也想问一个问题就是你自己会因为我感觉你是在用声音在用图片在给他提供你生活各个维度的信息就是让他来 [24:59] 更全方位的了解你其实我感觉就是听下来会特别强烈的感觉我们跟AI所知道的信息是非常非常不对等的然后我觉得你其实也是在抹平这个信息差我其实我感觉我相信有很多类似的geek可能有在做类似的事情就是你觉得当你可以给AI更多的信息之后可能可以发生什么呢对这是一个特别好的问题我非常赞同这个观点是人类和AI面临的信息差特别大其实你举个例子就比如说我们如果在公司里面想要做一个新项目要开一个新的initiative我们第一反应其实不是会去写一个doc或者去写一个AI的提示词我们第一反应是去找另外一个工程师我们喝杯咖啡然后在这个过程中间我们就讨论就把一些细节或者框架就敲定下来或者另外一个例子就是说你跟老板开会老板眉头突然皱起来你立马就知道这个里我要想一想是不是有什么坑我讲的不对这些AI他没有眼睛没有耳朵所以他完全不知道这是一件非常值得思考的事情这啥意思就说我们现在人类社会它是围绕人类展开的这是一句废话但是这主要是因为以前没有AI这个东西如果我们把这个社会变成AI native或者至少AI friendly把这个信息的鸿沟给抹平的话也许AI能够发挥于现在十倍百倍的能力能够加速我们科研生活的各个方面都有可能所以这个是一个特别不论是从产品的角度还是从社会的角度都是特别值得思考的一个问题然后回到你的问题就是说如果未来我们能跟我评那会出现什么呢我现在主要在探索两个方面我感觉特别有意思第一个方面就是你看我们现在用了所有AI产品都需要我们干一件事情就是表达我们的意图比如说ChartGPT你要按一下那个发送按钮必须要按一下才可以然后包括你像Hey Siri对吧把我这个叫起来你要喊一声它才会出来那有没有可能我们让AI未来能够主动的介入而不是去我们需要去被动的去intentionally把它呼出来的比如说我在讲话突然我说了一句法国的首都是伦敦就蹦下来说不对是巴黎我就赶快跟正这比我事后再跟正要好很多像这种我觉得现在技术图形已经是有了的但是好像还没有太多针对这个方面的探索我想象未来应该是每个人戴个XR眼镜然后你做汇报的时候就像战斗力显示器一样不是每个人头上出一个小气泡但说的不是他战斗力了是说他喜好是什么你要用什么样的策略去说服他然后你下面要说的东西的提纲是什么等等就有点像是我们的外脑一样它不是以像我现在做的实验还是以天为单位来reflection它会以秒为单位去指导我们这个是一个特别有意思的一个探索那林对因为前天我刚建了一个startup他还在我现在就是经常在的AI hacker house附近500米就走路就可以去他们的office然后他们在做那个产品叫做proact AI就是一个主动式的AI然后他做的事情就是全天就是实时的听你的一切然后呢他会主动的去识别什么时候你有需求然后在你提出问题的时候争取能够先理一步来帮你把你的问题给解决掉所以这其实是一个我觉得和亚哥刚才讲的一样类似吧就是大家在做的这种主动式AI的探索但他们其实这个团队我觉得就是非常的有意思然后也有很多过去成功的项目的经历那现在做的这件事情我觉得是一个巨大的一个新的挑战吧就是你怎么样能够处理那么海量的数据那当只有比如说我自己一个用户的时候还好单单用户到了一万十万百万的时候如何处理然后第二是怎么能够识别这个时候是用户需要的而不是用户被打扰的就你不能天天就是三番五次跑出来然后把你关掉那来个几次用户也不想再用也不会再续费了但是就是我觉得他们在做的这个探索感觉是未来一个一定会发生的可能但是到底是谁做出来的是这样一个在上海的startup当他们做其实是这个做global的一个生意然后还是是比如说Apple或者Meta这样的大厂但不知道但我觉得这一天一定会有到来的那一刻是的 非常有道理出币买对出币买我还感觉有一个很有意思的思路是那种回溯式的调用这是啥意思呢我们现在用AI很多时候也是说你要先按一个钮然后跟它说话像ChatGPT是这样然后再按一个钮发送因为我们现在有了24小时的录音 [29:59] Apple Watch有一种可能是那种回溯式的就有点像相机那种pre-recording的功能它一直在录然后你按一个钮它不是让你开始说话而是把之前录的音的比如说一分钟截取出来做语音识别让AI看我能为你做些什么这个也是降低摩擦的一个很好的手段我觉得这也是一个如果跟主动接录结合起来可能是一个互补的一个用法你知道我想到的就是我和ProActor这个团队聊天的时候他们说我们都知道AI需要上下文但是有时候AI需要的上下文不是过去和此刻的上下文有时候AI需要的 maybe是未来的上下文所以这也是他们做一个全天监听并且在你需要的时候跳出来主动式服务的AI的一个感受这个确实有意思对那我们再聊一聊压哥另外一个有趣的实验就是当他做了一个这个AI的耳朵AI的眼睛之后好像他也不希望就是AI只是一个他的大哥只是一个能够帮他出谋划策出主意的一个人希望AI去帮他做更多具体的生活中的事情可不可以讲一讲这个部分你是怎么做的亚哥是的以前AI可能更多的是个嘴炮我跟他在网上互相打嘴炮然后我去执行但是越来就发现有没有可能我让他也找出手脚你帮我干活好不好就类似这样后来真给我找到了几个挺有意思的应用场景这主要是CHARGBT他发了一个功能叫CHARGBT Operator刚开始这功能其实挺难用的它是基于GPT4O的所以很难用后来有一次升级成了GBO3的就很好用了我就让他试着让他干两件事情发现他干他蛮好第一件事情是让他去买菜的网站上面以前比如说我们在网上买菜Instagram或者是We你想想你要先去搜索框里搜索然后去那里面选我要买这个菜然后重复这个过程然后停下来想我到底要买什么菜就非常痛苦经常买个二三十分钟很常见但是如果用了这个我就可以直接用语音识别跟他说你帮我买青菜萝卜大白菜之类的东西他自己去搜索他去帮我加购物车然后如果需要的话我会跟他说你先别慌搜你先去我的历史订单里面看一看比如说每一个菜我最喜欢哪一种因为它有不同的牌子然后基于这个信息你再去搜索我发现他也都能听懂后来我的这种工作流程就变成了我直接跟他说他去看我的历史订单甚至有时候能帮我预测出来哪些菜我没了主动帽加进去后来我买菜就变成了我按个扭他可以保存任务我按个扭他狂狂把这些东西做完了都加到购物车里面但是不买单我去购物车里面看看哪些不要把它删掉然后买个单就可以了这样买菜的过程就从二三十分钟变成了五分钟左右就非常省时间然后第二个例子是美国寄包裹但太痛苦了就有点像国内填地址你也要填省市区然后街道地址它有很多很多各GUI上有很多很多各文本框你需要去不停的切换然后还要选对吧有时候要选北京市然后还要选什么区等等美国也是一样特别痛苦每次寄一个包裹都要填五分钟还要选什么什么成运人到底里面有什么东西多少克它的尺寸麻烦的要死但后来我就发现我也是量好尺寸之后直接语音识别跟刚才说这个是复制粘贴一个地址这个是它的尺寸你给我寄过去选USPS不要保险这样然后他在后台哐哐哐的点点了5分钟跟我说点好了你去买单吧我就去购物车里一看买个单就好这也是一个很小但是特别有意思的能够自动化的例子感觉让我就省了很多时间感觉你做的这些事情都是在极致的提高自己的效率是的这也是蛮有意思的一点扯到一个我比较感兴趣的话题就是赛博长生我比较喜欢修仙小说就经常看包括前段时间也看凡人修仙传我做了一个修仙宇宙那个再说了但是我感觉追求的一个东西就是所谓的赛博长生这个赛博长生指的到不是说什么肉体永生或者是上传意识这些虚无缥缈的东西我想的更多的是每个人哪怕时间你活的时间是一样的但做的事情是不一样多的优化主要是干这些事我举个简单的例子我买外卖买外卖比如或者是买菜网上买菜我可能要花120但如果真的去超市我只要花100块钱因为有服务费有地分费还有他家家等等但是如果去超市我开车来回再加上挑选结账可能要1小时网上买菜像现在5分钟就点完了等于我就是花了20块钱买了55分钟的命 [34:59] 从某种程度上来说是这样那如果你用医疗费的角度来说花20块钱买55分钟的命我觉得大多数人应该都会觉得我会愿意去做这样的事情但是大家一说我买菜要贵20块钱大家又会觉得我不干这是一个挺有意思的一个比较但是我觉得就有点赛博长生的这种感觉有些人喜欢逛菜市场他会觉得这个是我享受的我的快乐的其中一个部分或者我买来的命我想把这个命拿去逛菜市场对对这个也是可以的对这是非常非常有道理的一种想法但就让有的人如果他不喜欢的话就把这个时间花在边陪伴家人或者我就去打游戏我什么都不干就某种意义上是一种长生所以你其实我觉得有的人可能他喜欢这个去比如说去逛Costco或者是去逛就是去逛大超市的这种体验但是可能我觉得像你说的就是有的人他可能他不喜欢这个所以是 但这个没关系就有的人他要是喜欢逛超市他可以去花别的地方的钱去买别的地方的时间或者叫时间置换用他来把这个省开来的时间拿过来逛超市也是可以的其实我们上一期节目就是这个Fontal谈Rockflow的Vaki然后他提到他们新推出的一个金融agent叫Bobby然后他说做了这个金融agent之后他们原来公司做的APPRockflow他觉得没必要了不需要存在了然后我们在节目里面有问他说那什么时候你准备把整个APP给干掉只保留一个对话式的一个agentBobby然后他是说近年年底我这个持一个谨慎乐观当我准备到年底的时候再去看一看但是与此同时其实最近YCombinator做了一个startup daystartup school然后Sam Ottman也在那上面有说就是GUI很可能未来会不存在其实刚才和鸭哥聊到的时候你也有提到其实之前和鸭哥在聊天的时候他也有提到类似的观点这个我也请你展开讲一讲就你怎么看GUI是的这个从买菜的例子感觉是一个蛮有意思的东西是这样的GUI它产生的初衷是为了降低人们使用电脑的门槛GUI出现之前大家都用命令行你需要是一个马农你需要知道怎么输入命令才能调用电脑的算力有了GUI以后每个人非常直观回点鼠标我就可以用了它降低了门槛但是你看一下在我们买菜寄快递的例子里面它起到的其实是一个反作用我必须要去点那么多的格子才可以如果我要是像现在这样我直接给他一个自然语言的指令AI帮我去跟GUI交互就有点像是我的一个分身或者一个代理一样反而把效率提高了所以这确实印证了前面的观点是一件蛮讽刺的事情但是也一定程度上说几十年前出现的一个东西一个技术可能未来还有优化的空间你现在有看到哪些公司在做类似的事情吗指的是用其他的交互方式来替代GUI感觉现在确实有很多我没有特别系统的统计过但是像一个很有意思的例子是Apple Watch它最近推出了一个新的交互方式就是你把手动tap一下它就可以作为一种交互方式这就是一个典型的例子而且像如果我们未来有了这种眼镜的话手的这种非常细微的这种动作可能也可以作为交互的方式包括甚至像这种甩手这种IMU的变化方向变化都可以作为交互的方式感觉想象空间是很大的但到底这个技术应该是什么我还没有太多的想好其实我觉得压哥特别像我们做互联网产品产品经理都知道有一类用户叫early adopter就是早期采纳者他们比其他人都更快的去拥抱新技术我觉得可能压哥是early adopter中的early adopter是比较geek所以这里想问的就是最近你有用到什么让你感觉有意思的新产品吗就比别人更早的感受到这个产品有可能未来会成大爆款不管是软件还是硬件其实我暂时可能想不到因为是这样的AI领域大家很多产品都是在一个Umbrella下面它比如说都叫ChairGPT但它每周发布一个新特性很多比如讲Codex Operator它都在ChairGPT这个名字下面但是我感觉我目前没有看到一个充满亮点的综合性的产品但是确实有不少某个产品中间的具体的特性让我特别兴奋而这也是驱动我去做自己的山寨版的QRGPT的原因它里面有很多各种各样的其他的小产品的想法但是我就感觉这里面淡瓦 [39:59] 他都会也不是我写的都是Cursor写的或者Tree写的我就感觉AI确实让我们就不用回答这个问题不用说我在等待某一个厂商去做出我心仪的产品正好等到那个爆款而是让我有能力把我的想法贯注到这些厂商既有的产品里做出自己真正满意的产品就可以自己去魔改方便的魔改对这让我想起早年QQ大家不满意然后后来有一个魔改的QQ那个叫什么名字来着后来还还写IP啊对对对然后后来还有很大的一场官司就腾讯去suit他但当时也是为了满足大家觉得QQ太简单了我需要一个就是丰富的五花八门乱七八糟的game因为压哥上次来十字路口我们是在Manus刚发布然后那一期其实聊得很硬核不像今天那么轻松那一期聊的是AI agent20问就是方方面面我们给大家科普了AI agent然后借压哥的浩瀚的知识然后不要想问你的就是从那个时候到现在过了三四个月了然后你最近还在用Manus或者以Manus为代表的A进产品吗是在什么时候会用它们我一直在用Manus主要的场景是当我在外面没有不是坐在电脑前面的时候但是我又想做一些简单的计算或者是调研我会用minus我举个例子最近我在拍卖咖啡叫Best of Panama它是一个咖啡界的最好的拍卖会然后它有一个sample box你可以花一些钱去买一个它每一小盒咖啡100克很小的sample box我就很感兴趣说这sample box到底应该值多少钱一个很简单的方法是你就去网上看一下它去年的拍卖价格然后把它每个价格乘100克就能算出来人手工算这件事情肯定是特别不划算的而且要花很长时间我就直接花了30秒跟manus描述一下我的需求让他去算算算他搞了大概10分钟给了一个网页出来有他的中间结果有他的最终的一个前数我看这个钱数如果照去年的拍卖价格来看比今年的售价要高很多那我就拍板买了这就是一个很有意思的什么manus的小场景我感觉你每天生活真的要关注的事情好多是的这其实就是我们刚才说的赛博长生你要是没有这个那你要不然就是硬着头皮相信我一定是赚的要不然你就是去老老实实手算搞个excel花个半小时那你有了manus你就省了半小时的命对我就有一个模糊的感觉就是我感觉你能量好高啊这种能量高是来自于说是AI帮你干了很多本来你需要干的活吗就是可以帮你省很多精力我觉得有这方面的因素主要是这样的能量我觉得是一个相辅相成的东西不仅是个性的原因还有你每天干的事情的原因你每天如果干的是正能量的事情举个例子工作上体力活都是别人干你干最有意思的最有挑战性的部分然后这个情况你的能量就很高如果每天都是别人那种擦屁股的活我来干我肯定能量就不高所以我觉得这又引到我要传教赛博长生教上面就是生活不仅仅是刚才我们说过是密度现在还有一个是能量就是或者说叫做质量我如果我把体力活像刚才说那种调研的活全部扔给AI去做我就去做最终的决策拍板我来喝这个咖啡我来买那这个是最开心的那人也自然而然变得更高兴了寿命也一定程度上就可以说是延长了那我感觉我好像接触的人里面就是简单粗暴的分一下的话我感觉就是是橄榄球的两头的人是比较开心的一头是像你这样子就是用AI用的比较应该怎么说这个就是用的很好的人吧然后另外一头就是他根本不关心这个事情可能他也没有这个信息的困扰然后中间的人呢就是我感觉至少我觉得我在中间就是这种每天觉得有很多东西要学有很多东西还没学会然后就是一直在这样子的一个拉扯的状态里面我感觉比较快乐的是两头的人这确实也是命运的恩赐我感觉很多时候也是你自己做这些动手做这些东西你自己觉得就是他的特别大的乐趣是什么呀就是我感觉你是很享受这个很享受这些的人是的我感觉就是做出来啊以前做不到一件事情就像学开飞机一样以前我不会飞现在我学了我会飞了那这本身就是一个非常对某些人来说是能力的突破是一个非常大的奖励正好也最近看了你写的那个小说是吧就是最近博客上最近的那篇文章然后我当时看就想说研究AI还可以回头写小说是 [44:59] 而且其实那小说也是AI写的也不是我写的是吗当然提示词是我写的OK然后这个是代表你说的对赛博长生的一些想法吗比如我对里面其中一个情节还印象提升的就是一个很疲惫回家的人然后他太太心情不好然后他那个时候他其实已经没有能量了但是此时AI在旁边提示他他应该说什么是的这个是我的一个想法但是你稍微一想就会觉得很多时候它有很荒谬的一面比如说如果跟太太相处的时候还需要AI来提示那这还是我吗但是很可悲的一点是很多时候AI提示的真的就会比我们做的更好因为它是绝对理性的它有足够多的信息能分析比如说伴侣它的思维模式等等这个就很容易就陷入一种推进式的冲突那它代表就是你写的这些小说它有代表你对未来的生活的什么样子的想象就是你提到这种赛博生活方式是其实可能一个字概括是是别扭吧就你如果看那些小说的话我可以简单叙述一下一些典型的情节就是一个人他回家发现太太在工作压力很大在哭泣他就AI这时候就提出来说你现在有几种选择你可以我上网给你搜个笑话一点的说或者说我给你一个文案你照着念可以让他稍微开心一点或者我去我有一系列的给你一个大礼包你照着做有动作语言情绪你照着做我就能保证他一定能开心起来但是每个都是要收不同的AI预算点的他当他下周还有一个非常重要的工作会议要用一些预算点所以他就只好选了最便宜的也没什么用所以如果你看他一共有四个微小说你看这些话发音里面有一个主题就是冲突他会逼着人们去做出一些不得不做出一些特别痛苦的选择所以我还是我也不知道我比较悲观我又比较乐观技术上比较乐观又比较悲观从社会的角度又会带来很多也许我们没有能力去解决的问题你会不会有时候觉得就是现在你这么用AIAI可能比你身边任何一个朋友甚至家人都更懂你也更能给你提供帮助就想到这一点你会觉得是开心失落恐怖还是什么样的一些感受啊这是一个特别好的问题我也其实我跟AIframe store过这个那它是一个挺恐怖的事情原因是当你发现这一点的时候你就会不由自主去越来越用它有点像陈寅一样因为它确确实实能让你工作比如说晋升更快能让周围的人更他的情绪更好你给他们带来正能量给他们安慰用的词什么东西都是最有效的但是就像我刚才说的这还是我这是我在活还是AI借着我这个躯壳在活很多时候这个界限好像还蛮难划分的AI借着你的躯壳在活你有时候会有这样的感受不一定那么直不一定那么极端因为现在毕竟我们还没有那种像小说里面说的AR眼镜之类的但是很多时候确实我会比如工作时候做一些决策我会问AI你觉得什么样的决策更好或者生活中间我会问AI说小一点说明天去找班大一点说比如说家庭中间的矛盾怎么处理他会给你一个很理性的那种很成熟的解决方案真的是很有效他比我意气用势凭感情用势效果好很多但是这一定程度上就是决策都是AI在做我只是他的一个执行器而已还挺恐怖的你身边跟你类似这种生活方式的人多吗不多这个感觉还蛮少但不一定是因为一方面可能是因为人少另外一方面可能是因为这个空间太分散太开放了所以大家隔的就比较远指的是什么指的是AI使用AI的方式这个方向因为太新了所以每个人他的观点不一定一样所以就算大家都是early early adopter但因为可能的空间实在是太广播了所以每个人在使用AI的方向上离得就比较远我感觉就好像以前看过一个电影具体名字我忘了但是我记得是Bradley Cooper演的一个电影他他是在里面他从一开始就是有点穷困潦倒后来他发现了一种聪明药他就每天吃那个聪明药他吃了那个聪明药之后整个人精力特别旺盛变得特别聪明做什么都做得很好然后变得很有钱他就对这个聪明药非常的依赖就完全不能没有他他最后就走上了一个生意就是他要去生产这个聪明药 [49:59] 然后当然最后的结果就是我如果没记错的话最后的结果就是他最后不能吃这个葱米药他还是要回到正常的生活就我有的时候看就会有一点点这种感觉很像这个电影里面演的那种感觉是的但是一个很恐怖的地方是我在听了你刚才说这些话之后我的第一反应不是针对这个剧情做什么反应而是想我要是现在有一个AR眼镜把这个电影的名字根据你刚才的描述搜索出来就好这有点非诸实的那种地龟的感觉我就很需要那个聪明你是AI加强过的人了是的他就是一个外脑我想问一个问题不知道会不会有点冒犯就是你有想过就是你用这些你有失去过什么吗这是个很好的问题我暂时好像想不到我失去了什么我想想技术效率提高了失去了但好像我跟AI讨论过这个问题他说的是我可能就是是这样的我每天都会记我干了什么事在有了Apple Watch录音之后这个记就更容易了我就有时候会把这几个月的录音或者总结出来的东西扔给AI问他你觉得我有什么地方需要改进或者你有什么建议他的感慨就是你的目的性太强你做的每件事情都有自己的目的比如说我要做这个产品我要干这件事情但是你没有放空的时间所以如果说失去了什么可能就是失去了那种完全放空的闲暇感但是我又想了还有没有AI可能因为我也很喜欢折腾以前没有AI的时候就学危机什么的可能就会用其他的垃圾时间来堆满也不会有心下感亚哥你有没有想过有一天如果你离开了但是AI对你的了解还存在所以好像某种意义你还活着然后别人可以通过它来继续和你对话你愿意吗反正我都离开了后面发生什么事我也不知道怎么样都可以但是这确实也是很有意思的一个东西就是我刚才说赛博长生这一定程度上变成赛博永生就是关键就是死了之后对这个世界还有没有影响另一种程度的侵蚀流明亚科你因为有小孩所以在教育小孩这个事情上或者在思考小孩怎么与AI共同成长这个事情上你有哪些观点这个非常重要你看现在我的小孩是几岁比较小但是你想一想大家对几岁的小孩的期待是什么会数数会做加减法能被唐尸但如果你从成年人的角度来看除了小孩必须要的玩耍以外这些技能真的有用我好像从来没有用过这些技能但是如果你从小就培养他怎么跟AI相处就比如说像我这样的直觉你知道哪些东西是可以用AI做的可以带领委托给AI做哪些东西是你的core competency你最好不要让AI做的怎么样就衡量AI的工作的质量当好它的老板就这种能力如果从小前一用化培养的话我觉得比800手唐诗都要有意义的多比你早两年会微数的惩罚都要更有意义所以我自己是相信未来的年代及早的让小孩接触到AI并且学会用AI是一件很重要的事情他现在几岁他现在在和AI怎么互动他现在才三岁多但是跟AI主要就是讲故事给他听他跟AI没有太多互动我们会用ChairGPT他有一个实时对话模式我们也在探索怎么样引导他跟AI讲话但是目前他也不是特别感兴趣但是我们用Manus干了一件事情挺有意思就是他会喜欢睡前听故事但是我们就会夹一些私货给他听故事比如说讲个白雪公主的故事但是小孩叫好好吃饭他还挺愿意听的我觉得因为我们节目这是很特别的一期因为其实十字路口之前聊的多数都是AI的创业投资技术等等那这一期是我们非常特别的一期就是我们找到鸭哥他既是创投行业内的人但同时他又是一个这个刚才我们说到的这个early adopter中的early adopter他是一个超超超级用户我们今天聊的内容和之前都特别的不一样然后最后我们还是有两三个问题想问一下鸭哥吧就是你自己作为这个行业内的人在最近这几个月你有感受到哪些变化让你觉得特别的带劲或者它意味着很大的商业上的价值我有两个感触第一个感触是AI的进化速度一直没有减慢如果说两年前或者三年前在XGBT出现前我没有办法想象现在 [54:59] AI会是什么样的话那六个月前我也想象不到现在比如说Cloud Code各种各样的工具这么成熟甚至比如说Facebook开出了1亿美元的Sign-on Bonus我根本不敢想所以我觉得它的进化速度一直没有变慢可能真的已经在走向极点的路上第二个感触是Agentic AI在一直成为潮流这个我是非常坚信agent这个是正确的AI方向而且也很高兴的看见它也在成为潮流的路上所以我也觉得它特别带劲因为我自己也在做相关的agent这个workbench这样的产品所以这两个是我的主要感触在现在涌现出来的这些startup里面你有特别看好的吗或者如果你自己今天可以去选择一家加入和他们一起做的话你会选择哪一个很多很多我特别喜欢的产品而且每天都在用所以而且每个我都有一些想法很多我都有一些想法说怎么样去把这个产品做得更好如果我能够有能力做出数字分身的话要是给很多家公司工作那就太好了但是可惜我还在进化中还没有达到压根你刚才讲到非常多你都觉得很喜欢同时如果你去做你可以做的能做出一些不一样的点出来可不可以讲那么两三个我特别喜欢那个产品HRGBT我觉得他们的产品比Gemini和Claude都是两三个声位的领先这是我个人的观点然后比如说我就希望如果我去做全LGBT的加薪功能会是一件非常好的事情但是我又特别讨厌Jermynad的app具体吐槽我们可以回头再吐槽半小时所以我也希望如果Google能够让我去做这个产品的话我也很愿意去contribute其他的startup也有很多了像minus,cursor,tree我都有挺多的想法你刚说你自己在做的那个是什么方便说吗我就是山寨版的ChairGPT但是里面加入了几个功能一个是transparency加入了现在像ChairGPT或者是Gemini他们的deep research都没有提供任何内部的信息我通过虽然还是调用他们的API但是加入了更多transparency让我们可以知道AI是怎么思考的以及有干涉的机会这是一个另外一个是给了它更多的工具因为上次在Mainless20讲也提到工具的复利效应我也相信这点我给了它很多工具比如说能去YouTube上做语名转入能接入我自己的数据库等等就争取让它变得更好用更符合我个人的习惯你这个一天的时间分配是怎么样子的我以前曾经吃过一次亏是我在刚工作的时候老板问过我说工作忙不忙我说工作不忙比读书的时候轻松多了老板第二天就让我去写daily report最近其实我每天工作时间也就两到四个小时因为都是AI帮我干活他写的code真的太快了但即使是这样我提交代码的行数在全公司仍然是前四当然前四就是第四了而且工作成果也确实比较多所以因为AI的帮助所以我有很多的时间可以去做自己的事情那你如果给一个跟你类似工作的一个人的一个工程师对吧是对那你如果给一个跟你类似的一个工程师怎么样来怎么说呢让自己更高效的工作的话有什么样子的建议呢学会用AI默认他已经在用我的建议是不要把AI当成一个工具我们和AI的关系不再是比如说我和计算器的关系或者我和汽车的关系AI是一个像人一样的东西我们应该把它当做一个下属而不是一个工具我们给它布置任务的时候要做好一个经理或者说老板所做的事情比如说你要想我的沟通是不是给他足够多的信息我有没有验证他交上来的活的质量怎么样当他被block住的时候我有没有给他提供足够多的帮助当我们用这种心态去看待AI的时候你会发现他很多之前让你觉得非常痛苦的那种failure pattern都会变消失我最近好像也有这种感觉我昨天在跟别人说XGPT跟我讲什么什么的我都感觉我在说一个人我不是在说一个工具是的这是因为他的能力实在太强了所以我们就被迫要把很多背景给他就怎么说换举个例子就大家会觉得开车开车是一件特别简单的事情但其实不是这样的是因为我们人把很多复杂的事情给屏蔽掉比如说交警 信号灯 行人 [59:59] 大家会觉得车很简单很可靠但是因为AI太强了所以我们把很多东西任务交给他所以像是AI在处理这些东西大家会觉得你怎么这么烂这不是因为他比车不可靠而是因为我们把更多更难的任务交给了他而这个更难的任务也就意味着我们必须要用新的方式去跟他交互which is管理学我们要用管理学的方式来跟他交互这可以展开讲一讲怎么用管理学的方式来和他交互总的来说这是一个很好的问题是因为首先我们介绍一下管理学这个东西基本上当你要跟一个人布置任务的时候管理学这个东西就自然而然的就需求就出来了这什么意思呢你要跟一个人沟通这个东西是什么你就要去首先就要沟通这件事情本身就是一个很难的事情然后你需要确认他有没有理解你的你布置的任务是什么然后你还要去帮助他处理各种技术决策技术风险你需要去验证他的交付物有没有完成标准就这整个一套是有一系列的举措来确保的这就是管理学的核心但是AI的管理跟人的管理确实有很不一样比如说人要画饼对吧你要给他说我明年给你升职成资深工程师AI你不用说给你升职成资深GVT他不需要同时你也跟他one on one这类东西也不是特别需要但是AI有一些独特的东西比如说我们刚才说的他要有context我们怎么样去维护context这个是传统管理学里面不强调的但是你在跟AI合作的时候一定要特别注意这一点所以总的来说与AI相处和与人相处是一个非常类似但是又很不一样的东西是需要专门去学习的一种技能我觉得上下文这个其实特别的重要因为其实就是人跟人之间沟通其实就有很多我以为你知道你以为我明白但其实我们都不知道都不明白是的对然后你跟AI说话的时候这种感觉反正我跟XXBT聊天的时候我觉得这种感觉非常的明显因为他不知道所以他才会给你说一些你觉得没有说到我心趴上的一些你没有回答在我想要的东西但是我得我觉得像你前面举的例子我得给他足够的信息是的他给我的建议就很好对或者有的时候他可能都没办法给你建议他就开始幻觉了那很多时候幻觉是因为我们没有给他足够多的信息然后他又被训练的时候我一定要I am a helpful AI assistant我一定要helpful那我又没信息我要helpful那我就照瞎走了这很多时候幻觉是这么来的你有没有什么就是你自己平常看AI相关的信息的信息源推荐我一般不太看具体的网站主要是靠deep research我每个星期有一个定时的任务去让ChangeVT去做一个deep researchAI领域的新闻然后看那个报告果然是非常AI native感谢雅哥今天来做客十字路口然后在好像很多人还在想我要怎么用好AI的时候鸭哥已经开始用AI来帮他真的过好生活中的一些琐事然后用AI去帮他思考像他第二大脑那甚至还用AI来帮他去理解这个世界理解自己我们会继续和鸭哥一起观察继续体验然后一起看看这个AI的新世界会怎么慢慢的展开谢谢鸭哥今天的时间也欢迎你改天再来做客十字路口谢谢谢谢