MiniMax推Max Hermes携手Nous Research对抗通用Agent内化

MiniMax推Max Hermes携手Nous Research对抗通用Agent内化 大模型通过强化学习与多体协作将长程任务开发自主化，纯工具型通用Agent终将被基模内化吃掉。 本期节目深入探讨了Agent技术从“养虾”到“训马”的范式迁移，重点剖析了Hermes Agent如何通过引入多层次记忆和Skill固化解决大模型长程任务的降智痛点。对话展示了Multi-Agent协作、自动化反馈“挽具”（Harness）以及AI自我进化对传统研发流程的颠覆，并对Agent基础设施的创业机会、未来“零人公司”的社会实验以及万物皆Coding的终局思维进行了前瞻性硬核论证。 从 OpenClaw 迁移到 Hermes Agent 的热潮背后，核心在于国产模型 Agentic 爆发及 Hermes 开箱即用的极高可用性与多层次记忆组件，让成功工作流能被固化并跨模型复用为技能。 (1:52) 针对单体 Agent 在对话超过 50% 物理限制后智能指数级下降和钻牛角尖的局限，行业正转向通过 Harness 构建多 Agent 协作系统，利用全新上下文进行高密度信息交换与交叉检查。 (19:31) AI 自我进化已步入工业管线，MiniMax M2.7 的强化学习管线中已有 70% 到 80% 的工作由模型与 Agent 自主完成，人类工作流正逐步转向以 AI 为中心重构。 (22:53) 构建 Harness 本质是在“蒸馏自己”；由 AI 靠推特与打赏在零代码维护下自主生存的“零人公司”社会实验正在上演，但不可替代的人类品味与初始目标仍是系统长程运行的关键基石。 (35:17) 商业终局上通用 Agent 应用终将被基础模型内化吸收，嘉宾以历史上的“ATM 机效应”展望技术未来，强调代码即万物本质，呼吁开发者积极加入新范式而非担忧被替代。 (45:11)

MiniMax 研发团队与 Hermes Agent 负责人指出，随着大模型代码能力与 Agentic 架构成熟，Agent 正在从机械执行死计划转向由 Harness（约束与自动化反馈）驱动的多智能体协作，而通用工作流未来或将被基座模型逐步内化。 从单体到多智能体协作的物理必然 MiniMax 工程师泽英与阿导指出，单体模型在长程任务中存在不可逆的物理瓶颈：一旦单体 Agent 对话占满上下文空间的 50% 以上，其智能水平会出现指数级下降，且模型习惯线性执行、极易在错误路线上钻牛角尖。相比人机之间不对称的信息输入，多模型之间以高密度互相交互能呈指数级提升产出效率。 多 Agent 架构的本质是通过全新的上下文和计算预算引入交叉验证（Cross Check）。阿导解释，Harness（驾驭与约束）就像雇佣协作员工，一边为 Agent 赋予工具、环境自由度与自动化反馈链路，一边设定审计对抗目标，从而突破人类在频繁确认与上下文切换中的效率瓶颈。 Hermes框架演进与自我训练闭环 据 Hermes Agent 业务负责人 Tommy Eastman 介绍，该框架定位为调度工具编排与状态管理的“双手”，日均 Token 消耗量已从 20 亿激增至 3000 亿。其核心杀手锏在于可用性与多层次记忆，能将成功工作流沉淀为可复用的“技能”（Skill），即使在 8 个不同模型间切换也能保持一致输出，弥补了此前类似 OpenCloud 每日刷新记忆的痛点。 这种自动化沉淀直接改变了大模型研发模式。阿导透露，在 MiniMax M2.7 的训练与强化学习（RL）管线中，已有 70% 至 80% 的预训练数据清洗、数据构造与环境搭建工作由模型和 Agent 自主闭环完成，人类研发人员的角色正在转变为把握方向、注入品味和参与高阶讨论。 通用Agent内化与创业层级分化 (55:00) 阿导提出行业预言，认为不以 AGI 为目标的公司难有立足之地，通用 Agent 创业者当前搭建的外围工作流、手写 Skill 和脚手架，未来都会作为真实运行轨迹被基座模型内化吸收。万物本质皆为编码，基座模型代码能力的飞跃实际上是在提升其自主生成软件解决全行业问题的能力。 针对基础设施层，嘉宾分析认为涉及社会信用与海量资源的底层 Infra（如支付、身份认证）非初创团队所能承担，初创团队盲目构建沙箱或运行时容易脱离本质。机会在于结合垂直领域 know-how 打造调用特定环境的智能体组件（COI），逐步过渡到围绕 AI 全新重构的产品形态。 开源生态对照与零人公司探索 (58:00) 剖析近期行业动态时，研发团队将开源 Codex 的放手设计与 Cloud Code 严密铺路的“家长式约束”进行了对比，认为顶尖机构在通用 Agent 领域同样处于摸索期，并无神秘魔法。而在 Anthropic 强制推行实名制与托管 Agent（Managed Agent）引发算力调配与中心化争议的背景下，开源生态更强调智能的普惠与去中心化。 在商业组织演变上，业内已出现仅靠目标驱动的独立智能体实验（如受 Token Grant 资助、无人类维护存活 43 天的 yoyoyoyo agent）。嘉宾认为，这印证了组织形态向极低人力带宽乃至“零人公司”迁移的可能性，但人类最初注入的调性、品味与目标设定依然是不可替代的起点。 与技术替代引发的失业恐慌相反，嘉宾借“ATM机效应”强调，单位智能成本的指数级下降最终将解放人类的体力与重复劳动，关键在于个体应尽早建立与 AI 协作的习惯，而不是放弃注入人类品味与终极目标的权力。

Tommy Eastman: 如果把大语言模型比作大脑，那么智能体框架就是双手。 阿岛: 大约在去年九、十月份，我的工作流里已经不怎么用 IDE 了，我本地并发 5、6 个 Agent，云端 Sandbox 还有 10 个 Agent 在 GitHub 不同分支上为我工作。这时候我发现，人类成了极大的瓶颈。 阿岛: 模型和人一样，一旦路线走偏了，极其容易钻牛角尖。 阿岛: 已经有 70% 到 80% 以上的工作是由模型加 Agent 自己完成的 阿岛: 我觉得我天天在构建 Harness，我就是在蒸馏我自己。 Koji / 阿岛: 这个 agent 他哪怕可以 7 成 24 小时、一年 365 天长程运行，他还是需要一个起点，他需要一个目标。这个目标是他工作的动力和原点……我觉得这个权利人类不应该放弃。 阿岛: 如果一个模型公司的目标不是 AGI，那我觉得它今天就不应该存在，因为没有意义。 阿岛: 你永远会被模型内化掉 [63:00] 嘉宾: 其实也没有那么多的魔法在里面，它也是有大量的假设、探索和摸索 [63:00] 嘉宾: Anthropic 自己也不相信自己的模型，要在一切地方都给他约束好，就像是一个中国式家长一样，要把孩子的一切都铺平道路 [67:00] 嘉宾: 我只需要你给我结果，不要给我这些虚的东西 [67:00] 嘉宾: 这不就是一层又一层的模拟吗？我们也不知道自己处于一个什么世界。但模拟嘛，只要我们开心就好，过好每一天。 [72:00] 嘉宾: 当ATM机出现，大家存取钱不需要有人去操作的时候，那么大家会慌了。银行是不是要裁员了？是不是有更少的人能够挤进这个金饭碗里了？但其实情况不是这样想的。因为ATM机提高了效率，所以说你可以看到自己身边……五公里内绝对会有一家银行。因此银行并没有变少，它变多了。那么在银行里从事工作的人，他们也没有变少，而是变得更加多了。我觉得这种由ATM带来提效而解放人，而人能去做更多事情的这套范式，一定会在当下agent的时代再次重演一遍又一遍。 [72:00] 嘉宾: 打不过得加入

[0:00] 嗨,我是Koji本周的十字路口是我最近在B站做的一场直播的精华内容剪辑我们邀请了MiniMax Agent的首席架构师阿导和研发工程师泽英以及最近在OpenCloud之后全球刷屏的Arms Agent也就是爱马仕Agent的业务负责人Tommy Eastman那这也是Arms Agent在全球获得广泛的关注之后官方首次现身中国的社交媒体平台并且他们还正面回应了一个中国开源团队Evil Map对他们抄袭的一个指控那我们直播聊了两个多小时围绕着Agent和Agent Harness聊到了非常多我觉得很有意思的话题那在今天的播客里面呢为了保证收听的流畅我把直播里面所有讲英语的部分都用AI直接转成了讲中文而且我特意选了几个有翻译腔的中文的声音以此方便大家来区分有哪些是AI翻译给大家听的又有哪些是我们活人讲出来的中文OK 那我们开始吧大家好 我是阿导我负责Mimax的研发团队然后加入Mimax已经快三年了然后之前也有比较多的互联网的创业和工作的经历然后比较深度的参与了Mimax MR系列模型以及agents 包括海洛等等的研发然后很高兴今天能在这里和大家交流然后我们在线上也请到了我和我们Mimax有深度合作的Hermis Agent的产品和策略的负责人这应该是Hermis Agent最近这一个月最火的这样一个agent在中国和大家的首次沟通大家好 我是泽音我是Mimax的agent研发工程师像我们NAS官网的Agent以及Max Cloud以及最近刚上线的Max Hermes的开发大家好我是Tommy Eastman是Hermes Agent的业务负责人很高兴和大家交流我们今天的直播是因为春节之后有一个全民养虾的热潮也就是OpenCloud的热度但是好像现在养虾的热度一夜之间它好像就下去了所以想先请你们来复盘一下这个过程我觉得中国的农历春节每年都非常的非常有意思去年活的是DeepSync然后春节之后让大家对AI有了一个完全全新认识之前可能会觉得离我们还很远我觉得今年也是一样的其实OpenCore呢它活起来也比较凑巧在和硅谷的时间大概是从1月份开始我记得是在我们IPO上市的当天我们和Peter就有一个这样的一个联系因为那天也很巧就Anthlophic他是封禁了这个OpenClaw的这个订阅的使用所以Peter他也非常希望能找到一个这样的一个非常适合龙虾的一个模型因为大家知道龙虾是非常的消耗Token的对然后我们其实当时也没有意识到这个项目会那么火然后接下来他在海外就开始火起来然后Manymini开始收清然后我们也没有想到它在国内会这么火是的OpenCloud在中国的火的程度我感觉比硅谷还要更胜一筹下沉到了非常大众的人群你们认为是什么原因呢我自己的个人感受是就是在春节期间以及春节之后就好像身边所有人都开始在讨论龙虾甚至我们看到各地都开始出现这种就是甚至头戴这个瞎帽的这样的一个热潮还有腾讯有这样的线下的装机的活动对我自己觉得它大概会有几成的原因吧第一层的原因我觉得其实我们自己的感受是在国内它其实比海外可能要更火一些因为其实在国外的话大家其实已经在之前就接触到比如像Cloud Code包括像CodeWorker这样一些已经比较好用的这样的一些Agent但在国内之前可能大家还没有接触到比较好用的Agent那这里面我觉得还有一个更底层的原因是因为国内的模型可能在更前一个阶段它其实没有那么强的这样的一个Agentic的这样的一个能力随着包括像Mimax M2.5 M2.7这样模型的发布其实国内的模型也具备了这样的一些能力所以有了国内的模型以及有了一个像OpenCore这样能够让大家通过IM就非常容易揭露的方式它实际上让中国的用户完成一个接近于从0到1的这样的一个体验被捅破了那层窗户纸另外一个原因我觉得也是自己这次拿下春晚对豆包的一个全面的all in的这样的一个投入所以我觉得是这两件事它结在在一起让所有人对AI的认知就真正的进入agent时代那你们认为是出于什么原因好像一下子大家就从养虾去到了训马就是这个关注度从open cloud到了arms agent在中间有没有发生一些什么样的拐点事件从OpenCloud爆火到逐渐平稳到最后最近的Ermys也就是我们的Ermys的火起来大概是花了一个月在这一个月之内的话大家基本上都已经体验过了一下OpenCloud但它确实会有些不稳定的特点它每天4点钟它会刷新一次记忆然后这时候你可能比较好的和它交流过以后 [5:00] 过了一天他就会说我们昨天聊了什么我忘记掉了等等其实Ermys就是抓住了这些痛点他在记忆方面做的特别的用功而且他做的非常有多层次的记忆从这个角度来讲的话他确实去在一定程度上去弥补了OpenCloud的不足所以说他是有一定活起来的一些技术上的基础的对然后一同时的话确实大家在使用龙虾的过程中已经享受到了一定程度上由AI带来的提效的快乐所以这应该是一个双向奔赴OK我们接下来的内容在直播的时候就是英文的了所以为了方便大家更流畅的收听我们在播客的语音当中使用AI转成了中文的版本接下来我想请Tommy给大家介绍Hermis Agent究竟是什么所谓的自我进化是什么意思以及它和OpenCore有什么区别这些是全中国的开发者和用户都非常关心的问题谢谢你们邀请我很高兴来到这里简而言之Hermes Agent是一个开源的智能体框架如果把大语言模型比作大脑那么智能体框架就是双手它是一个系统模型通过它在真实世界中执行任务它处理所有复杂的协调工作比如工具编排主循环管理以及状态管理和错误处理最终它能让模型为用户发挥出最大的效用至于Hermis Agent的不同之处有几个关键点首先它运行得非常好通过我们的NOS平台API你可以在不到两分钟的时间内轻松完成从安装到执行首次智能体任务的全过程这种便捷的设置是一个巨大的优势为用户消除了最初的挫败感其次是它的记忆组件这是大家真正喜欢的部分可能也是最有趣的一点任何一个深度使用过agent的人都有过那种令人沮丧的经历你让他做一件事他这次做对了但下次再做同样的事他却失败了这让你很难去信任他Hermes Agent的记忆功能解决了这个问题他允许agent记住一个成功的工作流并将其保存为一项技能一旦他知道了正确的路径就能每一次都完美地浮现这让他变得远比过去更易用更值得信赖这也解答了你关于自我进化的问题这个agent会不断自我提升在这个过程中发生的知识压缩非常有价值它能带来更高的一致性尤其是在跨越不同模型时所以即便你有八个不同的模型只要使用相同的框架和技能你就能从所有模型中获得相同的预期输出这让你能够针对不同任务灵活的更换模型同时确保你的核心工作流依然保持高性能和高可靠性谢谢你,Tommy。在深入探讨之前,你能介绍一下你的公司News Research吗?团队是如何组建的?背后的愿景是什么?特别是Hermes Agent,感觉就像横空出世迅速登上了GitHub的热门榜单。这背后有什么不为人知的故事吗?News Research的起源故事非常独特。它以一种非常自然的方式开始的。2022年,一群热衷于开源和折腾AI模型的人,开始聚集在一个名为NOS Research的Discord频道里那里至今仍是我们的核心社区从那时起 我们产出了大量高质量的研究最初的努力是围绕LAMA模型的后训练当时Meta刚刚发布它是少数愿意开源高质量模型的公司这其实就是Hermes这个名字的由来我们首批经过后训练的Lama模型版本就叫Hermes那些早期模型的重点是让它听起来更像人类而不是刻板的AI助手在文本上更具柔韧性和多样性在当时许多领域都是最先进的在训练Hermes模型的同时我们开发了ERN算法将模型的上下文长度从4000扩展到了12800我们发表了这项研究并立即被所有主流模型公司采用这是我们现在所说的思考模型的雏形反过来为智能体模型奠定的基础我们还花了很多时间研究分布式训练并撰写了Distro论文这是一种新颖的优化器允许我们跨越非共质的GPU进行训练这意味着我们可以聚合分散的算力来完成有意义的训练这对我们持续训练开源模型至关重要当然幸运的是我们还有像minimax这样的公司在继续扛起开源的大气至于Hermes Agent他也有一个有趣的起源故事我称之为极其重要的 [10:00] 实用主义的诞生我们的后训练负责人兼联合创始人Tegnium只是想要一个助手来帮他管理日常工作于是他纯粹为了自己构建了这个agent作为工具当时根本没考虑什么基准测试或评估他只想要一个能帮到他的东西我认为这恰恰是Hermes Agent的核心魅力所在也是他成功的一个关键原因那是什么时候的事大概一年前吗是的他大约一年前开始做的最初真的只是为了帮助自己但作为一个开源实验室我们很自然地把它开源了他获得的关注远远超出了我们的预期我相信你们都看到了OpenRouter的图表它的日均Token消耗量在短短一个多月内从20亿激增到了200亿我记得昨天的数据几乎达到了每天3000亿那你是什么时候感受到这股热潮的有没有一个引爆点让你觉得好了,Hermes Agent成为全球大爆款了它确实在以极快的速度变得非常庞大我对这个增长率感到非常高兴尤其是因为我们原本对它的反响并没有抱极高的期望显然OpenClaw此前非常受欢迎但我认为Hermes的一个巨大卖点是用户能非常快速轻松地启动和使用它人们不想处理臃肿的代码也不想面对一大堆复杂的设置Hermes Agent是开箱即用的你可以在自己的电脑或VPS上迅速部署并运行起来这让它非常适合大规模普及那你认为你们的成功和OpenCode有很强的关联吗你们之间有什么联系当然有联系我认为是多种因素的汇集促成了Agent的这次爆发首先模型终于变得足够好能够真正帮助到人们这显然是由今年冬天OPUS带来的巨大提升所引爆的它在质量上实现了接月式的进步为这些agent的框架打开了大门让他们能做更多有价值的事很酷的是开源社区很快也产出了性能相当或正在迅速接近OPUS质量的模型至于Open Cloud和Hermis的区别我想回答我刚才说的我们通过Hermis Agent真正针对可用性和实用目的进行了优化我们将可用性作为北极星指标它在执行用户真正想做的任务时表现如何而不是它在某个基准测试中得分夺高我们始终保持着对产品的专注在一个开源社区特别是当产品广受欢迎时很容易因为成千上万的PR和功能请求而导致代码臃肿我认为我们在保护产品保持Hermis Agent的极其易用方面做得非常好这一点加上我们前面提到的记忆系统是两个关键的差异化因素记忆功能真正建立了用户的信任我认为第三大差异点是我们的品牌North Research一直在努力营造一种赛博朋克的美学我们有才华横溢的设计师也花了很多时间培养一个聪明 价值观一致的社区他们热爱尝试我们发布的一切Hermes Agent的成功很大程度上要归功于我们的社区另一个很酷的故事是你们和Minimax团队的关系Tommy能将讲你们是如何合作的吗我们是minimax团队和他们模型的铁杆粉丝他们对模型质量的承诺特别是跨多种模态的表现令人印象深刻正是他们对开源的坚持才让像Hermes Agent这样的产品变得如此酷你可以拥有各种模型来回切换定制你的agent我们看到我们的用户非常喜欢minimax的模型好 那我们回到我们的这个中文世界我们来继续我们的这个直播的内容首先想请问一下这个二位再给我们介绍一下我们今天一直在说这个harnessharness 对吧那当我们说到harness的时候我们到底在说什么在我看来的话它其实就是一个你去约束agent但是又给它一定自由就能够完整的交付给你一些成果最早提出来的时候就可以关注OpenAI他们官网的一篇文章在那里的话它正式宣布了有Hannes这样一种Agent的应用方式然后从偏技术的角度来讲的话它可能分为六层但是我们可以先不聊的那么技术一点你就假设一下你有一个同事然后他全都听你了 [15:00] 但是你得和他先约定好他能干什么你能干什么对吧他有些事情不能帮你做但是有些事情的话你就安全可以放任他去做对吧当你约定好这些并且给他配置好一些比如说他的模型是什么他有什么工具等等给他一定的能力就像是你给一个同事给他一台笔记本又给他一个电话他能打电话给他邮箱账号他能发邮箱一样给他一定能力之后的话他就可以开始干活了当然在这里一个同事干活你肯定不放心就像是一个agent的干活你不放心一样这时候你可以去引入多位同事他们能够形成一个互相监督并且完成任务并最终交付的这样一整套过程但是我可能现在说的比较像工作生产中的场景就是以人的方式去形容这个agent但是落到技术上来说其实你就是需要去给予agent大量的工具环境和自由度并且要给予他们约束以及要给他们一些互相对抗性的目标比如说某个agent它的作用就是去产出某个内容但另一个agent如果他想把工作停下来那么你就得去审查出这个工作内容中的问题等等通过这种多个agent的组合就像是我们同事之间互相合作的这种方式让他们能够产出一个单个agent完全无法产出的一个更加高质量的结果并且你其实在此之间完全不需要去做更多的介入这其实就是一个Hannis这样一个概念当然这个概念我觉得它在这个时机能够出现其实也是有一定的物理条件的首先我们的模型都变得更加聪明了大家的模型都有一定的agentic能力了并且在此技术之上的话大家也愿意的去把更多的能力包括像是操作邮箱或者是操作你的服务的发布等等给他分享了然后Hannis就自然而然诞生了我可以补充一个视角其实我觉得Hannis这个词是OpenAI可能通过那篇文章它来去定义出来但在那段时间其实它已经很火了但我觉得这层窗户纸它可能是通过那篇文章来去捅破的就大家形成了一个共识我们用什么词来形容我们在做的一切实际上大家的实践已经在那之前了比如说大概在去年90月份的时候包括我们在内部讨论的时候我自己的工作流中我实际上已经不怎么用IDE然后我可能同时并发5、6个agent甚至这只是在我本地可能在云端有10个agent在Sendbox上在为我工作然后他们都是在Github上尝试我不同的分支和想法那这时候我会发现我成为一个极大的瓶颈自己人类成了瓶颈yes就是人类成了瓶颈其实那时候已经不是agent成为瓶颈了因为我需要不断在这些上下文中切换然后给他们输入所以这时候我们想的一个东西就是说怎么样让他能自己更自动化因为人类包括你看那个open eye他们的那个Hannis那篇文章作者最近到播客里面来分享他们也说到他们的感受也是很类似所以我觉得这些东西都是非常的相通的就大家都在那个时刻感觉到了这一点所以我们在想的就是说OK怎么样解决这个瓶颈对吧因为我们做技术人总想去做优化那解决这个瓶颈最重要的办法就是说让那些原来需要人来去确认的事情比如说他要去获得这个程序到底能不能部署在生产环境上运行到底他的结果是不是正确然后他比如说他去真实的去做测试比如说他能够去开APTES本质上就是说他能够获得真实的反馈然后并且通过反馈的链路它能够越来越知道在它这个过程中怎么做它可能是沉淀为skill可能是沉淀为一个coi可能是沉淀为一个hooks我不知道大家看过有没有我那个年代的东西叫高达WO然后它的特点就是说它的engine引擎非常的强大我们其实需要去造一个高达那样的机甲然后怎么让引擎能力最大的发挥出来所以我认为Honis就是那样一个东西所以他们为什么把它叫玩具就是你有一批很厉害的猎但怎么样让它最能够发挥出来就是你构造玩具对的那样的一个过程很有意思我们刚才也提到这个multi agent多个agent的协作的这个事情要不要给大家再多讲一讲多agent协作的这个概念就是因为我理解这里面其实有一些争议就有人会认为比如说今天模型的智能是非常高的那其实一个单一模型是可以完成非常多工作的那你为什么非得要去搞一个agent team出来你说他是产品经理他是工程师这好像反而是限制了模型的发挥但是也有另外一些人是不这么看你们怎么看就我们说到multi agent的时候目前的最佳实践是什么了解然后先回答科技老师的第一个问题就是为什么有multi agent确实有一些过去的论文里面提到过可能是单个agent它的效果可能会更加好但实际上随着我们模型的上下文空间也就是它能够对话的轮次的长度的增加你会发现你和模型对话的过程中其实你产出的信息量是较少的而模型产出的信息量是较多的那我们可以做一个思想实验假设有两个模型它们之间能够以更加高效的 [20:00] 秒回的效率去交换信息并且一般模型给你发的消息是一个小作文那么我给模型亏的可能就两字批准接着干加油人但是如果让两个模型他们之间互相交流他们的信息量是极大的在这种极高密度的信息的交换的情况下它整体的效率就会比人和一个agent进行交互要有更高的效率这是在效率方面单个agent它的局限型就拿最近一些例子上来说Anthropic在今天的凌晨它发布了OPUS 4.7这款模型在模型里其实它有什么卖点其实真要说的话大家网上已经在吐槽了我也不去吐槽它了我们只是去揣测它这个公司它为什么要在某些方面先发我说几个点比如说它增加一个叫X-Hite的一个effort它的意思就是说推荐用户在这个思考成本之下思考成本就是指模型得思考多仔细才能回答你的问题一般模型发布应该是一个很震撼的事情但他就是说我们推荐用户去使用这样子一种思考成本去进行使用那其实带来的另一个问题是如果你的对话就当个agent之间你一直使用它即使是最强的模型你一直使用它的时候它也会产生降置的行为而且这已经是一个可以被论证的事情当你的上下文空间也就是你和他对话的文本的数量超过50%以后其实他的智能水平的下降是指数级下降的也就是说在单个agent里你永远没办法和他一直聊下去这是单个agent的上限的问题上下文带来的限制对然后以及一个信息传播的效率两个问题对我来补一个观点其实最近几天有一篇论文出来说他去研究了非常长层的这些任务那A件或者模型在什么情况下会出错呢他们发现如果他做对了他那个对的路线一直进行下去但他只要在某一个地方可能偏了很容易他就会越来越偏对那他其实我觉得和人也是类似的有时候我们去做一件事情的时候是有可能钻牛角尖的可能我已经花了很多的努力了可能我一直在那做对吧然后等到我可能休息一下我可能换一换脑子的时候我在想到其实不对我应该从另外一个角度去做很有道理对至少在我们自己的时间中我们会让两个agent来去做class check我觉得他 somehow跟真实的世界的数据包括跟后续链都有关系就他的数据分布上来说他看到大部分数据都是按照一个现行轨迹去执行过去的他比较少看到的是说反复的去验证和思考的对当然这个可能在强I-L后会有改善对但是如果你设置两个agent的话那他可以没有之前的新资负贪换一个角度重新相当你有两倍的预算而且是全新的上海文去思考往往能达到一个更高的质量这也很有意思就好像你在转雷脚间的时候如果旁边有一个人过来泼一盆冷水对对对清醒一下对或者你去睡一觉去做点别的事情对这也是我们要用Multi-Egent的一个角度其实我自己有一个小问题就是会不会大家都在聊到他的时候都在讲这个就是所谓的自我进化对吧但是有趣的是我在想说其实我们今天刷抖音也是越刷算法越准但是我们好像也并没有说什么抖音会自我进化但是今天为什么在这个MS Agent或者在整个这个Agent的领域就自我进化就被大家认为是一个那么厉害的词呢这背后有哪些相同有哪些不同的我先说一个观点其实还是延续我刚才那个观点你会发现在迭代的过程中人开始成为瓶颈而且人的数量越多它的组织效率就是指数局的下降我经历过非常多的组织都是这样的而要做大模型这样的一个可能你一次训练是数以亿计这样的成本甚至数以亿计美元这样的成本的事情的时候你需要保持非常高的人才密度和非常精干的组织才能把这件事情做好大家想到的一个最有效的就是那怎么scale up就怎么scale最有效的方法就是减少人的参与更多的让agent让AI来去做其实你就会发现在这个过程中实际上大家会发现很多模型它的生命周期可能就是几个月对吧然后我们就会推出下一版但是没有之前那些模型可以吗其实是不可以的因为后面的模型都是依靠前面的模型来训练出来的前面的模型都在这些训练过程中无论是帮助去清洗预训练的数据去寻找适合的数据去构造数据去构造相应的RL的环境比如说在我们的M2.7的训练中在我们的RL pipeline里面他已经是可能70% 80%以上的工作已经是由模型加益建的自己来去完成了因为人类工程师他只有7成24个小时对吧我们还要休息我们还要做很多别的事情那现在线下的30%就是还要有人去做的他更多的是说第一人的判断和test是非常重要的就是那个判断他不再需要去做说ok是我的某个实验 [25:00] 某一个具体的specific的过程出了问题因为这些agent都能帮他查出来他只需要去看到这些汇总的比如说实验的结果然后和他原来预期的方向有哪里不符那agent这时候给出他一些建议那这时候他其实是一个讨论的这样的一个过程最后其实是人的品位和创造力来去指引那个方向说我们最终往这个方向去走对所以他确实就像很像哈利斯那种驾驭的这样一种感觉总结来说就是第一个在这样的高复杂度高密度的事情上如果要想要scale up就必须是AI在其中是占据非常大的比人就是只是驾驭否则这个效率就会很低我们就做不出就是最有生产力最好的东西然后自然那就会发生我们刚才说的就是自进化这件事情因为它就是一个自包含的这样的一个关系对是不是也是因为今天比如说Argentic能力变强之后一个agent可以跑的时间越来越长对这也给他的自进化提供了一个基础在过去他跑不了那么久的话也无从谈起资金化对是的我觉得除了久以外它更重要的是reliable就是他能解决足够复杂的问题对能足够长城但其实还有另一个点在于说能启动的问题当你和一个agent见面第一天的时候他可能完全不了解你在这个过程中你们要去互相的交换信息交换文件交换数据甚至于有一些不管是内容上面不管你输出的很多把一堆文件砸给他也好也要去把你的脾气你的反馈你的习惯等等反馈给他这样子一个深度磨合的过程中其实人们就会有这样一个诉求就是说你是否能够自己变得聪明一点变得更加了解我一点其实在养虾的过程中就已经有一点这些苗头了就是用户们确实会对虾这样一个agent产生感情可能有一天小龙虾出bug他会心里有些小落寞这时候就是Ermese他提出这种自我进化的概念其实更加引出了一个说我能够在和你对话中越来越了解你同时的话我也能够去给你创造一些小惊喜对就是我不和你对话的时候或者我就是在一些工作的复盘中我就能够领悟出一些更加高层次的东西我觉得这是普通用户在使用的时候的一个比较大的亮点对我觉得这个确实很有趣我们之前用AI工具不管是一个Chatbot还是一个agent的产品如果他做不好我们第一反应都是出bug了爆bug但是大家养小龙虾的时候当机了或者他挂了或者他一个任务完不成我们只会觉得他挺蠢萌的甚至有时候会觉得是我好像没把他训好我要去网上学一下别人再怎么训他的虾这是一个很有趣的这个关系的扭转就是你原来好像是一个工具的使用者人是最正确的但现在大家不自觉的就把这个关系扭转了好像我变成了一个只是在帮助他的辅佐他的一个人他没做好有可能是我没辅佐好或者我没有一开始给他setup好我觉得这就是人类对AI的信心的改变在不断增强对是的这其实是那个基点就是AI能力的那个基点就当人给他信任发生了变化之后会交给他的任务不同而且人类社会以及人类的工作方式会委绕特改变而不是尝试去改变他你看OpenAI最近他们的也是他们做Hannis那个人出来说包括像Anthlophic像Boris就Claucoe之父他们出来说他们觉得不要去觉得模型做不到而是要想模型能够做到我应该如何让他做到我觉得这是那个基点这是一个很大的观念的转变甚至认为它是一个基点对我觉得它不仅是观念的转变它会导致我们的工作方式会变成从原来以人类为中心AI来适应人类变成AI已经足够的强大就像有了电有了蒸汽机一样人类围绕它重新去构建你的生产方式你的工作流是的对就是想起最近看到一个故事说以前工厂不是就在河边的是因为有了电对吧工厂在搬到河边因为要水利发电最近在B站上火起来一个这个up主叫花叔然后花叔自己做了一套帧流的agent他把比如说乔布斯把Elon Musk帧流成了skill然后你就可以去安装这个skill和他对话然后其实这样的项目不止花叔我觉得在其全网也有很多我想听听你们怎么看就是这里面有哪些是真价值又有哪些其实只是大家出于AI的幻想而产生的一些热点好的其实大家包括蒸馏同事或者蒸馏一些名人能火其实我觉得反映大家一个诉求大家希望和更聪明的人聊天我觉得这是一个非常自然让人的诉求你不能就他不管在哪个时间点他都会随着智能发展出现对然后在此基础之上的话他用了一个比较有暴点的词汇叫蒸馏对但实际人肯定不能蒸馏 [30:00] 不管是活着人熟悉的人死的人都不能沉流它实际上就是一个传递信息的过程对我把乔布斯信息我把巴菲特这种古神的信息以及我把我同事的信息等等给到模型然后给到agent它以一种自己使用上来比较舒服的方式也就是skill保存下来了需要的时候就把它拉起来等等通过这种方式的话其实就能够让我们去和自己想要聊天并且70人24小时聊天的人去沟通一些思想等等我觉得这其实极大的释放了我们的表达欲对然后前进有一位就我关注的博主说过他说2026年可能大家尽量多和AI聊天那你如果以自己的认知去和AI聊天其实你可能只能达到它的上限确实是比较低的然后但是呢如果说有一些现存的一些文件帮你整理好了就像你去读一本书一样对吧它其实是在你的认知之外的那就像是读书一样的去和一个被蒸馏过的人去沟通对它其实就像读书一样自然而然而且它会让我们能够提升我们的认知而且也缓解了一些我相信大家都会有的对AI的一些formo的感觉formo就是指感觉我落伍的感觉现在有一种最简单的方式打开就死给你聊天就行了我说包容我家恰相反我觉得我就是在被AI振留或者说我觉得今天模型训练包括Enthelphic在内在做的事情就是在振留人类如果大家有去关注一些Enthelphic或者是OAI他们就是雇佣的这些数据公司比如像设计AI他们的营试都非常高因为这些大模型公司包括Enthelphic和OAI真的花了非常多的钱在这些事情上那它不仅是Coding他是各行各业的所有人那他的过程可能是让你去提出一个问题是当前AI无法回答的并且交汇给他一旦你提出不了之后可能你对这一个就是训练过程就没有什么作用对对对包括比如说我在构建我的Honey's的过程我感觉我就在蒸馏我自己对吧就我平常是怎么工作的我把它变成skill变成一些程序然后让他能够去操作然后我就可以扔给他以后我就喝咖啡这是不是一种对我自己的蒸馏呢而且我个人观点啊我至少我自己觉得模型其实至少我还没有看到那种创造力我觉得它其实都是从人类的知识里面蒸留而来的那为什么我们还要做这件事情呢实际上我觉得最终还是为了让人类可以去真正做自己喜爱的事情那些有创造力的部分然后那些繁重的重复的部分就像我们过去发明真机器发明电力一样今天我们的生活实际上我觉得我们的生活可能比古代的王公贵族还要好对吧他没有电子马桶对吧他没有游戏可以玩也没有直播可以看对所以我觉得本质是这个我前段时间和一位研究员聊天他说他看到Methas晚上他可能是半夜1点看的然后看完之后他就是精坐精坐在床上三个小时睡不着他就陷入了一个巨大的虚无觉得高靠如果有一天模型都能自己去训练模型了我要干嘛做他热爱的事情我在公司里我的签名曾英可以作证已经挂了一年多了叫做因为热爱因为热爱对我觉得我们就应该去做自己热爱的事情当然今天做这个事就是我热爱的但我觉得我们做一切都是为了让每个人能够做自己热爱的事情那你觉得什么时候你可以开始不做minimax因为minimax已经进化到可能不需要再做了你可以真的去做minimax之外的事情OK我觉得可能比我们想象的要快真的我觉得可能几年的时间很具体我没有办法说是多少这是预言不准但我觉得就是没有大家想那么远当然也不可能就是那么近因为我最近确实刚录了一期播客就是聊Agent Harness然后来聊小哥他是在Github上面有一个教程叫Learn Cloud Code他是Cloud Code被大家把原代码扒出来之前有一种立项工程然后给大家讲这Cloud Code里面是什么样的然后已经有5万克星了最有趣的是我和他聊的时候他说了一个观点他是一人公司我就问他我说你怎么看一人公司他现在就一个人加两个实义生他说他觉得未来很可能没有一人公司只有零人公司这和刚才阿导在讲的是非常接近的我觉得还是会有一人公司我刚才看到弹幕里有人在说我是认同的就是那个taste我觉得还是依靠人类的对就是taste是不可取代的而且每个人我觉得都有他自己的taste你说对或者要靠人去给他一开始助推因为一个agent他哪怕可以7成24小时一年365天就是这个长程的任务可以那么那么长他还是需要一个起点或者说他需要一个目标他需要一个目标这个目标是他工作的动力和原点怎么定义这个目标呢我觉得这个只能让人来定义而且人类不应该放弃这个权利对在世鲁口我们最近和政客基金一起 [35:00] 发起了一个token grant然后我们这个token grant就是给大家这个送token因为我们认为这个在这个时候从零到一的创业很可能不需要钱对吧因为你没有钱你一人公司你可以不给自己发工资吗但是呢你不管怎么样token所以我们鼓励这个大家创新创业所以给大家送token然后有趣的是我们刚grant了一个真的agent他叫yoyoyoyo agent然后他的这个主人啊就他背后的这个工程师把他做出来之后就把丢到了汪洋大海里面然后告诉他我再也不会维护你一行代码我也再也不会给你买一个token你要自生自灭然后给他一个目标这个目标挺搞笑的叫打败Cloud Code然后他现在已经到他的第43天了他每天都在不断的进化自己他进化的方式就是写代码的然后同时他也在想办法去赚钱而他赚钱的方法就在KTAP上面开了一个打赏然后他通过写日记通过发推特来赶招有缘人给他打赏所以我们Grant最近就给了他一笔钱然后给完他钱之后他还写了一个感谢信给我他自发的一个感谢信我看完之后还有点感动是你看这就是人类给他的目标你要自己生活下去你要写一个cloud code出来对你可以说它是一个有趣的社会实验但我感觉这好像也是一个就离我们没有那么遥远的未来正在发生其实也印证了刚刚说一人公司还是需要一个人的你刚刚说了他给你写了封信你很感动对吧这封信其实就代表了他的test可能是一开始他的背后的工程师给他注入的这样的test对所以你看到他就像见字如物对吧OK我们再来聊一下minimax agent因为我看到刚才也有一些朋友在问就是minimax agent和arms agent有什么样的相同和不同因为你们又在合作那是竞争关系还是是互补关系我觉得这个其实很有趣大家会觉得Cloudcode和所有的这些agent是什么样的一个关系其实你会发现Cloudcode最近两个月更新其中很重要的一句就是龙虾化就模型公司的agent我认为今天你可能已经没有办法脱离agent或者是一个hanness环境来去提供最好的智能首先我再说一个抱论就我觉得如果有一个模型公司的目标它不是AGI那我觉得它今天就不应该存在因为我觉得就没有意义对那如果大家目标都是为了AGI那我们首先我们怎么定义AGI或至少我的定义就是能够帮助人类拥有更好的生活对然后那如果你要达到这一个目标的话如果你没有agent你没有一个就像我刚才说的机甲你只有一个引擎那是不可能的因为你没有办法跟这个正式事业连接所以我们做agent的目标就只有一点就是让我们的模型和agent一起提供一个完整的给用户最好的我们能提供的体验然后不断地把这个边界去往前推往外推让它更深更宽这就是我们要做的所有的只要是符合这一个标准的都会是我们会去做的事情那同时我们当然也会支持所有的agent因为我们希望我们的模型不是只被局限在一个容器里因为我们的认知或者我们做的东西仅是这世界上这么广大分布中的一小块我们希望能够支持这世界上所有的就是真正能帮助到人的东西对吧那所以我们会训练我们模型有足够的泛化能力嗯而不只是你合在我们的agent上所以我觉得这是我们Hermes agent也好和open core也好和其他的这些agent之间的关系这也能解释为什么我们自己在做agent但是我们和他们之间仍然有非常好的这样的一个关系嗯对啊基本上都是day one就非常早期的时候我们关注到这些项目时候可能他们都是一万十大甚至不到对我甚至可以跟大家透露一个很好玩的东西我们公司有一个数字员工就这世界上有非常多的那个开源项目我们希望我们的模型都能够帮助到这些开源的项目都能够接入到其中那我们公司有一个数字员工他有自己的gethub账号然后他会每天去看哪些开源项目能够弄到我们公司的模型无论是文本模型视频模型还是音频模型包括music然后他会自己的网上面去提PR并且去留言那他就是看得出来是MiniMax的人吗反正他的Ghub的所有profile都是MiniMax模型去给他做的当然从名字可能能看出来它是我们机箱物的名字OK这个很有趣刚才你有提到Cloud Code最近两个月的更新都在Open Cloud化这可以具体一点吗比如说他最近哪些更新是Open Cloud化比如说像Chrome定时对吧Schedule包括比如说他能够连IM能够从手机上远程来去控制对吧包括他也加强了他的memory他专门搞了一个memory的文件夹 [40:00] 对吧我觉得其实这里的核心就是它是不是一个你能随时随地联系到并且跟你一起工作之后越来越聪明越来越知道你的需求的这样的一个agent我觉得这是OpenCode它最核心的定义OK在我的视角里其实更多的是从名字上就能看出来CloudCode它是编码领域的一个agent但OpenCode的话其实我们绝大多数的用户应该都在在既边又做点其他别的事情比如信息检索办公领域等等对吧然后在此基础之上其实Anthropic他们也推出了另一个他们的agent产品叫Cloud Cowork对然后其实Cloud Cowork它可能就像是安装在你的电脑之上然后去帮你去做一些更加通用化的电脑操作的一款agent等等其实就和我们大多数OpenCloud的用户一样他们可能不携带或者说他们只能指挥AI携带他自己不懂代码对 然后其实这两者一结合就会发现其实所有的agent他们可能都是在一个随机的游走过程中但是OpenCloud他杀出来了我觉得在这个时代这些想法非常重要但是在有了想法产生以后确实大家拥有庞大的算力庞大的编码能力那立刻跟因为我们在GDC上也见到了Peter包括跟Peter其实很早在X上和Sylak上就有很多很多的交流那个时候确实也还没有那么火我们的感受就是他真的是一个taste非常好而且非常有architect思维的一个人我在1月初注意到这个项目的时候我就坦诚说惊为天人就是我就直接跟我们团队里说择音可以作证我在群里面说他们当时还不认同无论是介入IM其他24小时还是基于Skill加COI不是MCP我记得我当时都跟你们提过对当时有一些小摩擦但证明你是对的对所以当时你看到的时候他还没有大火没有我理解其实他是把很多的范式就是集大成者放到了一起并且整合的用户体验很丝滑这是肯定的但我觉得他更关键的是找到了那个自变的点就是让普通人能够最低成本的体验并且这个体验会持续更好并且它的扩展性非常的好因为大家知道 mcp是一个其实当然扩展性好但他需要那个工程师来去写对吧但Skill加CUI这种范式其实普通人都能写对就相当于是人人都可以写并且分享不仅让我的agent更聪明而且我能分享给你让你的agent也变得聪明就是如果opencraw离开了craw hub它也不可能那么活这是我的观点对如果离开了craw hub它也不可能那么活因为大家的scale不会那么快的传播开去我一个人的智能或者经验或者最佳实践它没有办法迅速的扩散一个模型它在对话的就chatbot的场景里面表现好和他在agent的场景里面表现好他本质上到底需要多做一些什么才能够在agent这个场景下表现得更好我觉得Chatbot他的核心是当下就给你一个回答虽然你家reasoning对吧但他其实是不能去做很多的探索他不能跟这个环境去做非常多的互动所以他其实需要他的比较核心能力是说在跟这个环境的互动过程中不断的进行推理并且不断的纠正他自己的执行的路径然后找到那个最根本的目标比如说一个比较经典的Agentic的Benchmark叫Browse Camp对吧我觉得OpenAI真的还是很强的它能够设计Benchmark的能力我觉得非常顶级的Research的能力对它设计的这个就是说你要在互联网里面去找就是非常非常多的Cross的这样的信息结合在一起才能找到那个点你很容易找错那比如说它的四个条件你可以找到满足两个的或者三个的但要找到满足那四个条件的是一个非常非常难的事情所以它是一个非常广度的可能需要深度探索以后又折回来的这样的一个探索的能力那这就需要你在这样复杂的长城任务里面你能不断的根据你的信息去调整你自己对所以这是为什么我们在MR的时候我们就比较坚定的压注的一个能力包括那个时候还不是很普及今天就是所有模型都有我们叫interleaved thinking对这个概念其实最早是anthlotic定义它是在Cloud的Sonic 4模型发布的时候那我们当时也做了比较详细的这样的benchmark和评测那我们会发现有interleaved thinking就是说它在完成工具调用和环境的交互之后它可以再次重新思考而不是在一开始就planning好但是一开始也会planning好对也会planning但是很多模型比如说RE他planning完之后他后面就不planning就完全照一开始plan的来做但是实际上真实的世界不是这样对吧你真正进行运行下去的时候你会发现REG好像跟我想的不一样那我可能要换别的方法所以interleave thinking就是说你在行动一步之后你要重新思考推演 [45:00] 也不应该这么做所以我觉得这是Agentic和Chat最大的最根本差别就是他真的走入真实世界真的解决问题所以他需要不断的思考不断的行动OK然后刚才其实也提到就是模型公司在做自己的agent对吧可不可以分享一下就是模型公司做agent他是怎么能够就是基模和agent产品之间就是互相产生 synergy然后彼此帮助模型和工具都做得更好我觉得这是一个非常好的问题我的观点是说其实模型和应用或者说A进程的进步它是一个互相促进的关系就是当模型推出之后其实无数的应用其实是在不断的unlock探索就是这个模型的能力往外推一步之后它能够去做哪些事情因为我们自己做模型把它推出去以后用的最好的往往不是我们公司内自己的使用自己的评测而是用户开发者创作者他们用出来的就这个世界的真实分布是比我们公司的分布要丰富的多的那当模型公司看到这样的应用unlock的这些做法之后它其实会再重新吸收回它的模型中然后在内化到包括和它agent一起的这样的一个对外提供的能力里面然后让大家在下一次的时候就能够直接体验到这可能也是今天可能做agent的应用如果是通用agent的应用比较悲哀的一件事情就是你永远会被模型内化掉你永远会被模型内化掉甚至你可能写了很多skill未来都不需要对就你写的skill其实也是或者过去大家的workflow其实都是帮agent去完成任务对吧当他完成任务的轨迹也会成为模型去做后续的训练的素材和数据所以慢慢的模型就会内化掉前面大家所搭的交手架gen的workflowskill对你可以理解为是这样的模型其实是从一个原子的点就原来互联网上的所有数据还有github上的所有的代码然后来了解这个世界的接下来通过大家的使用他投入到真实世界它在越来越多的接触到真实世界它越来越学到更多的东西它就是这样的一个逐渐扩散和启动的过程不管怎么说我觉得我们都是human in the loop无论你做不做只要你使用它你就是在这个模型的迭代进化的过程中尤其是你在使用摸到它边界的那个地方我觉得这也是为什么Anthlopatic比OpenAI可能在过去一两年它的发展势头要更猛的原因就因为它押注的coding这个方向是最能touch到真实世界的border的边界的而不是我自己个人观点而不是OpenAI说押注那些去解一个可能数学家才能解的一个数学问题我觉得那只是真实世界数学分布的非常小的一个方向是对因为代码就是在创造解决方案当我们说做一个软件的时候其实就是在做一个解决方案去解决一些问题对而今天就是所以把代码能力变强了模型的coding能力变强了那模型去做解决方案解决现实生活中的各种问题的能力也在变强对在我们看来我们今天也在做那个通用的办公领域比如说finance不只是财务啊你可能有投融资然后比如说你有人事对吧你比如说法律法律也是一个很广的领域对等等的方面但我们最终我们发现everything is coding对最终你去解决它你最终都是通过某一个coding的方案去解决它对而且我那天也在想一个问题就是说我们说Office三件套是过去白领工作的这个就三驾马车但其实你仔细想一想这三件套它是三个软件就比如说这个Word DOCX的格式和XLSX的格式还包括PPTX的格式它并不是最原生的原数据它不是Role DataRole Data是CSV是Markdown但其实这个Word和Excel是在原始数据的基础上套了一层软件这个软件包括界面也包括一些逻辑所以每次当我说我发Excel给你的时候我发你的不是一堆原始数据我发你的数据加上它上面的逻辑和界面因此我发你的其实是一个软件所以我们过去其实就是很多白领会说我的工作和软件没关但是我认为只要你在用word你在用excel你在用ppt你就是在每天在创造各种小软件是的你在这上面的透视表你的公式那些都是代码那些都是软件我们今天说到中国模型和OpenAI和Anthorpec的这种差距的时候你们觉得到底有哪些差距已经被消除了然后又有哪些还是我们在努力要去追赶的地方我的观点是我们在训练的方法和对模型训练的认知上我觉得差距是没有那么大坦白说我们和硅谷的研究员也有交流对但我觉得在模型解决问题的真实的任务的 [50:00] 就是你对模型要解决哪些问题首先你要让模型具备首先你要定义它然后你在定义这个问题上我觉得就有不小的差距因为SOPIC也好OpenAI也好他们是请各个领域里面最优秀的人学术领域里面可能是那里面最优秀的博士不是普通的博士然后比如说工业界他可能是请工业界最顶尖的有时间的人然后跟他们一起来劝这个Model劝Model就是在侦流人那其实我觉得他们是有一套非常科学的方法来定义这些任务然后接下来再蒸留这些最优秀的人把他们变成模型的训练的数据然后再基于这个和最优秀的企业去合作然后构建相应的Honey是去解决问题进入我刚才说的这个能力不断的扩散不断的接触到更多更复杂的真实世界任务的这样一个loop我觉得这一条线尤其是Answerpic我觉得是非常强的我觉得真实的差距在我看来在这里这是第一个点第二个点我觉得Athlotic是比我们要更早看到AGI的我们当然肯定是看到了要不然我们我觉得无法坚定走到今天因为其实它还是有非常大的投入的对所以你看在OpenAI可能在训完GPT4.5就放弃更大规模的模型的时候Athlotic坚定的押注注意券然后最终他们也得到了这个回报我觉得这也是一个很大的差距而这一个差距本身确实我觉得是有算力的差距在里面的我觉得这个当然国产算力也在发展我觉得未来我们能够解决这个问题会有那么多的算力我觉得像中国有足够多的人才也能支撑我们去做足够多的实验然后来去找到那条scale的路径二位会认为接下来agent比如说在今年之内您觉得比如说通用agent会是行业的重点还是也会在今年看到更多的垂直领域的agent也会开始真正的百花齐放我觉得垂直领域的agent当然会百花齐放我觉得通用agent可能比较难彻底解决的问题是最后一公里交付的问题因为通用就注定了你不可能去那么的定制化对吧所以我觉得垂直agent他最终解决的是说OK通用的agent和模型他已经有这个能力了他其实就差那一步但是到具体用户或者是行业的常见里面的时候他可能就缺那一个东西才能让整个东西乱起来可以介绍一下你们在工作里面看到的垂直领域的这种agent做的不错的案例吗不管是在硅谷的还是在国内的坦白说因为我自己不太会用到这样的明白我们不是用户因为我们coding他已经属一个朋友了对其实我觉得今天大家已经看到了agent在逐边替代sus这其实就是somehow一种垂直的agent对吧但是如果没有这个的东西我觉得都会被通用agent吃掉是的对这是我的个人观点在生活中在我心中的通用agent它就是coding对然后但我觉得还是有一些观察发现对然后包括在视频剪辑领域对然后你想如果让我们一个编码的模型想要去做一个视频的剪辑视频的理解等等那它其实整体的实践的范式就和编码其实是有比较大差距的当然最近推上也有比较火的比如说通过HTML网易的形式生成动画也有这种例子等等但是确实我们能够看到说垂直领域agent去生产一个慢剧短剧什么的那它绝对效益收益上来说肯定会比一个同域agent做得更好我持不同观点我觉得这只是视频理解模型不够强视频理解和生生模型正在飞速的进步就东融太领域过去一年我们其实是有预见的然后大家都能看到我觉得最终就是通用agent也能做那些那只是一个交互的问题比如说在什么样的垂直领域有可能是通用agent最后那一公里就走不下去的或者就走不好那比如说法律我觉得你可能这是一个很严肃的问题对吧你最终比如说你要正式出一份给客户的意见而法律其实是一个你要考虑就是合规的成本和合规的风险他不能犯错而且他没有一个标准答案其实我们聊这个也是因为OpenCloud这一波这个热潮的时候很多人都在关注说他有没有带来一些新的创业机会所以比较自然的大家就会想说我做一个这个垂直领域2B它是一个很明确的创业机会然后也有一些人会认为我在这个Agent Infra层去做一些事情有创业的机会你们怎么看就是Agent Infra层这里有没有创业公司的机会尤其在Cloud又发布了Managed Agents之后Agent Infra第一层最核心的问题比如说Identity身份身份认证然后支付Pay对吧然后我觉得这两个是最核心的问题但这两个问题我觉得它不太是一个创业公司能够handle的问题不是创业公司 [55:00] 对因为移动互联网最终解决这个问题的人是谁是微信和支付宝这是PC互联网就存在的两个公司对吧因为最后它会变成整个社会的技术设施对所以在这种情况下我觉得它不太是一个创业的公司它能够承担得起的它无论是责任还是它所要操动资源以及它要说服所有人对吧我觉得这巨大的信息对对对和巨难的一个infra的稳定性的证实对对对但是再往上一层再往上一层比如说你为agent去build的很多面向agent的工具面向agent的environment比如说你是一个coi这个coi能让agent能够非常方便去挂号在解决了identity的问题的情况下这算不算一种infra我觉得它肯定也算是一种infra比如说他让agent在解决这个问题以后能够比较方便去缴费或者说能够去打车滴滴打车变成是一个coi对吧我觉得这些 somehow都是agent的infra但这一层我觉得它是比较业务和应用层的这一层我觉得是有机会的但这一层的机会其实取决于你在那个领域的是你得是在那个领域里面有一些垂直的一些经验或者know how对所以我觉得在这一层会有两个过程我个人观点但不一定对就第一个过程他会是原来的这个领域的玩家他来去尝试融入agent比如像滴滴美团啊等等都在提供这样的东西是然后第二个阶段是当agent开始揭露这些环境具备这些能力之后那就所有东西围绕的AI去构建之后其实我觉得这会出现新的产品范式的创新的机会因为那时候所有东西已经ready了土浪已经ready了但今天如果这些东西都没有面向agent的构建就我们还没有完成第一步基础的搭建的时候我觉得你要自己去构建这个技术对于一个创业公司来说我觉得有点难比如说今天也有人说我要去做这个Sandbox做沙箱或者我要去做Memory Infra或者我要去做所谓的Runtime Infra你会认为这些最后会我觉得没有那么本质因为这两天我们在准备直播的时候正好有很多东西在发布比如说大家都在关注的OPAS 4.7问问你们怎么看从模型的视角来看OPAS 4.5是一个强SFT的一个模型它其实R2没有做那么多我觉得也没有OpenAI做的那么强然后那个但是从4.6你就能比较明显的看到它在加强RL了然后4.7我觉得它是一个非常强RL的模型包括它X-Hi这个档位就太点了GBT也太点了所以我看今天马X-SAN和小路上大家都就是记出说它怎么也揽上GPT的毛病其实就是RL的怎么说呢RL就逃不脱因为它是最终是reward对过程幻觉这样的一些问题其实它是没有那么多的控制或者是奖励的或者说惩罚的所以它自然就很容易出现这样的一些问题包括你会看到有很多人吐槽4.7的约束真正询还没有4.6好这是RL非常典型的问题因为他直接只管最终结果对对吧很多时候他其实并不那么管过程是对的但我仍然觉得他是非常大的进步就抛开这一切不谈从benchmark来看我自己非常认同就是那个hanging face应该是CEO吧他的观点就是说他肯定是蒸留了Mysos的我觉得换我是amphabic我也会出足对对然后还有一个新闻就是cloud code强制很多人开始要实名这个你们怎么看就是背后他是出于什么考虑这么做以至于会带来那些影响Cloud Code实名吗能说CEO个人观点吗绝对抵制Cloud Code的达尔先生的观点其实他们科研做的很好强制实名其实我想到了一个和刚刚AI音法有点相关的一个点有一点点相关在AI时代其实我觉得认证一个agent来自哪里是归属于谁或者agent其实发出请求很容易但他想自证自己是谁反而是一件难的事情往这个方向去想的话其实做什么人脸什么的可能也是有一些道理存在但是其实这就暴露出了一个问题就是说在整个agentic时代AI已经能够去做很多事情了的情况下那他的行为该如何归因它应该去归属于哪个个体或者属于某个组织等等那在这个逻辑之下的话我觉得能够理解它去往这方面去做吧对当然也暴露了一个非常大的机会就是我们如何去证明某一个来自AI的请求它真正来自哪里我觉得昨天是比较善意假设我就没有那么善意了当然在它的逻辑下它是自洽的它的逻辑就是说我看到AGIAGI很强大所以要约束它避免它对人类产生危害所以我要safety对吧safety的话我要确保我的AI被可信的这个不是邪恶的国家给用到然后当然也包括不是邪恶的这些人学术和这个模型上research上这些都非常牛逼啊但我觉得这个定义 somehow我会觉得一个是不是有点太大对就是凭什么你来定义这件事情这 somehow至少 [60:00] 认为我对民主的认同是不太一样的反正我是非常不认同这一点然后至少我们的观点叫intelligence with everyone而不是你少了人脸的才可以对吧这有点扯然后前段时间有另外一个关于Athropik就是他们说自己的mythos模型是一个很可能会对人们造成威胁的模型因此他并没有把它正式的发布就你们怎么看我觉得首先回到刚才那个Darrel我的理解是对的话这也是非常自洽的这当然是一个负责任的做法但我不确定这是不是他唯一的理由你不确定这是他唯一的理由对我不确定这是不是他的唯一的理由我相信他是真的做到了这一点这是肯定的然后这种情况下先保证基础设施不被攻破我觉得这也是正确的但我不确定这是不是他唯一的理由我觉得我可能只能说到这我结合Anthoropit最近的一个动作来讲就是他在近一周之内发布了一个叫做managed agent这样子一个架构在这个架构下可能说的有点抽象但是我可以把它用就更加直观的方式来说他把人的脑和手完全分开了他的一切AI的思考以及真正的想出一个点子来要去执行的动作都在云上进行用户只能通过一个受信给AI的环境看到他去做某些动作那在这个过程之中的话那是否就代表着他不想让自己模型的一些更加深层次的比如像思考以及中间的一些去做了什么事情等等就不如给用户等等然后他想要把一切都隐藏起来他想做一个真正的吃到一切的人对他就只让我的模型就像是一个远程的桌面助理一样开始操作你的电脑或者操作你的云手机等等都有可能然后另一个观点是来自那从我们公司也是一个切身体会吧就是确实现在算力真的不够当你发了一个极为优秀的模型的时候你又不让大家用同时呢你又发出来了那么这就是一个很尴尬的一步了你就被吊起来了对吧那么大家会说那么厉害的模型为什么给他们用不给我们用我们也出得起钱等等这类其实都是我们所有的人都会遇到一个问题就算力真的比较缺如果他这个模型真的能像他说的一样那么厉害那其实有另一个问题是说他要把多少算力投入在他的催底之中也就是说他要把多少算力用来赚Token这件事情上我觉得他们内部应该也算了一笔这样的账单就是说如此强大的模型在这个时间点推出去他可能能够把口碑造起来但是如果说他不让人家用那又有什么意义呢我觉得不是这样我觉得其实他的本质是封闭我觉得就是这一点很好希望垄断这一点对一个乐观一个悲观的方向所以你觉得他可能就是一个垄断的思考不不他肯定是有安全的考虑这点是我说的安全的考虑是一个对对对对但我觉得不只有这一点就这么简单前段时间好多新闻都是我要在展开Cloud Code的原代码泄漏这个原代码泄漏你觉得对行业带来了哪些影响我也是Agent的研发工程师然后看到一个被大家广为赞誉的Agent的开源了以后其实第一反应还是兴奋因为我发现有一个最大实践可以去学习了当然这个知识产生归他们所有我只是学习我不参与任何生产活动但是另一个点也让我有一点缓解了我一些落后的感觉其实在原大宝中会发现其实他们有很多实验性的功能比如说像是agent在做梦比如说是养宠物以及像是一些比较激进的agent之间合作的这些能力等等他们其实也没有开放给用户他可能也只是在实验阶段那也其实证明了一个点就是说任何一家公司即使他拥有无限多的算力最好的智能他在agent这一方面以及同用agent这方面它也是处在一个探索和实验的阶段其实这里让我们更加怎么说加把劲其实在这个时代下你只要有能力去验证自己的想法并尽量快速把它落地你就是有机会赶超它们的就是看到原代码之后发现其实也没有那么多的魔法在里面对吧它也是有大量的假设探索和摸索对特别是和Codex比较因为Codex是OpenAI开源的agentCodex是一个极度简化的一个人的框架它里面做了基本上把一切都交给模型了但相反而言的话Clawcode就像所有人可能都在这上说Anthloppy自己也不相信自己的模型他要在一切地方都给他约束好就像是一个中国式家长一样要把孩子的一切都顾平道路一样就是这样子一种不同的观点但是我也是能够从中发现出世界上最聪明人最强的模型公司和我们大家都在焦虑同一个事情我们的思考可能是在一个大气层内的一个层次的是在一个大气层内对我觉得都是差不多的包括他们发co-work的时候其实我们提前大概三周左右我们也在做这件事情了然后我们可能就3.5个工程师在做我们的desktop然后大概我们比他们晚一周发出来就他们发出来我们有很多资料经历就他们发出来之后呢卧槽 [65:00] 然后我正在开发我觉得agent多少都会有这样的一个感受所以我觉得看到Cloud Code的代码我觉得是有很多优秀的实践大家也都会看到然后但没有太超出我认知的甚至我看到很多就是我刚才说的在Cloud化的这样的一些实践包括提到Dream的这样的一个机制然后我觉得Cloud Code最核心的一点还是我们最早提到资金化Cloud Code可能是最早的资金化的agent之一它的资金化体现在哪里我相信他们一定是用Cloud Code来开发Cloud Code自己的他是用Cloud的模型加Cloud Agent来开发自己的模型加AgentOK这就是一个自尽化我们说到Agent还是一定要提到大概一年前发布的ManusManus发布的时候其实也是全网热议但现在大家已经觉得他是初代Agent但Manus其实也是在进步我也是Manus长期的用户然后每个月在Manus上花的钱可能是超过其他所有的AI产品因为它确实还挺贵的但是又好用不知不觉就不断的升级升级就付了很多钱你们怎么看在一年前发布的那个时候的Manus和今天我们有了更多的agent的实践之后就有哪些进步因为我确实用Manus用的不太多我的观点就是agent这层或Honest这层就是有生命周期的它就是不断的随之模型进步在更新换代所以我相信Mentas的团队如果他们不是被Mentas收购如果他们还是持续创业的话我觉得他们应该会做新的产品出来这是我个人的观点因为模型不断在进步你在unlock更多的玩法所以这个玩法知识一定是不一样的打游戏都知道吗一代版本一代神对吧这自带版本都不一样那神肯定不一样Manus在去年其实真的是一款非常现象级的产品而且它直接把用户们对Agent的审美拉到了一很高的水平就是在你推出完Agent的产品的时候大家都会问你能不能超过Manus对吧能不能做到它那么好然后在此之后的话我也在持续跟进它的一些小小的改动他们打通了一个叫做用Agent去交付一个生产资料它做了很多很细很细的打摩这里可能会有一些如果展开说的话可能会有点像是程序员但是我只能说他们在一点一点打磨自己的产品但这里确实会遇到一个壁垒就是你可以看到今年火的agent产品都有个特点它都能够自己去让用户买订阅而且它也少了minus这样一个类似于整个厂商OEM厂商在中间赚差价的一个点你直接去买token甚至你可以以更低于官网的价格去买到token的情况下你自己去把一个agent玩得特别好这个点其实是Manus和当代agent最大的一个区别它模式上有一个非常大的区别我觉得但是我相信这种套逻辑都会存在有一部分用户他就是不想要一个本地的72小时agent他只是想交付结结果那么多块好省是他需要的但另一批用户他就想完全用保A把自己变成一个像是科幻电影里的人物一样那我觉得本地的逻辑只是弥补上了一个空白我的观点有不同的地方在于我觉得最后都会被统一掉确实这只是今天不够强而已只要模型够强就是那畅想一下如果统一的时候是一个什么样的产品的形态我觉得它这个真的好难但如果让我去想的话我们自己的定义目标就是它是有全模态的输入也能给你全模态的回复然后是近视时的然后它跟你的交互会非常的简洁只需要简洁和必要的即可然后在它之上承载的硬件也会发生或者这种交互形态也会有非常大的变化你用你最自然的方法跟它去交付不需要什么这个prompt engineering不需要什么高级prompt不需要然后接下来他给你回复的他甚至可以是一段跟真实世界一样的视频可以以他的形象也可以是你想了解的事情如果你让他去办一件事情的话他可以交付给你结果大多数时候你甚至不想关注写但如果你想关注写你也可以了解然后围绕这外面会有一圈生态就想想我们从copyrate到cursor到cualcode到今天我可能用opencraw来指挥几个cualcode我们在经历什么就是外面的那一层在越来越保其实Cursor最近发布之后长得也和Cloud Code越来越像了然后Codex大家就是我感觉到Logo蒙上好像都差不多对你怎么看这样的现象在我个人看来是有生命周期的你像去年比如说3月份Manus出来以后我觉得它是定义了过去8半年到1年的产品的交互的范式的对吧然后给你看操作的过程操作结果然后等到下半年的时候模型能力更强了之后你发现的范式就是我们不care那个过程上半年为什么需要因为大家还不信任模型模型能力还不够强或者看到模型执行任务有一种爽感但看久了其实你也不需要天天耍对你已经足够信任它所以你不需要我只需要你给我结果不要给我这些 [70:00] 也东西所以你看比如说像cowork的设计对吧包括像cowcode的就不会让你看到太多的过程其实提供了一个极简模式就像opencraw一样就你只需要最终一个结果就好了甚至连中间执行的一些tool都不需要知道对所以我觉得这只是这个版本这代神下一代版本I don't know不断的在往更高的层级去抽象最近二位有在B站刷视频的时候看到哪些让你们印象深刻的好的AI的内容我自己最近印象很深的就是刚才聊到的花叔做的女娲skill他蒸留了各种名人的skill我发现了几个比较心动的对不起叫不是up主的名字就是他用open cloud连上了他家的一只机器狗对就突然惊认到我了给了我一个想象力另一个可能就偏个人爱好了就是有一类游戏叫文字冒险游戏就你知道fate吧它其实是一本小说的视觉化把那些角色放到一个网站里网站里然后他把那个角色的那个例会就是那个拖到一个场景里他们就可以开始对话了相当于他就是在给你的一种最简单的游戏最简单是文本类的游戏吗的一个无限场的一个延续下下去我最近也在B站看到一个游戏的一个新发布是任天堂刚发了一个新游戏叫TOMODACHI LIFE我看到的时候甚至认为它是AI游戏终于找到PMF的第一款它是一个什么游戏呢就是每个人可以造一个自己的岛然后在岛上你可以捏一个自己的人捏很多人你可以捏自己比如我也可以捏阿岛然后可以捏泽英然后捏一堆人进去之后然后这些人在岛上就开始他们生活然后你就开始围观他们的生活然后你可以让他们A和B同居在一起ABC群居在一起也可以给他们启动一个故事的第一句话比如说今天泽英和阿导在直播上大放厥词然后他们俩就开始演下去然后你就可以开始去看他们各种Drama其实是一个模拟的世界然后我作为玩家既是导演又是观众然后这是一个无限的世界因为是人天堂做的,所以也很漂亮的可以想象一下可爱的画这是我对世界的认知之一就是外星人在看漫画如果最后到量子力学的话你会发现好像这个世界真的有可能是模拟的其实我也这么想我看到那个时候,我当时也有觉得这不就是一层又一层的模拟吗好像我们今天在这里模拟一个人天堂游戏但我们也不知道是一个什么世界但莫莉莫只要我们开心就好对 是的这就不重要过好每一天开心就好一下整个agent的行业就有没有什么观点就关于agent的观点是今天大多数人认可但是你们不认可的我觉得有一个就是很多观点是说人会被替代人会没有事情做但我可能非常深的不认同这一点对我觉得人类的创造力是无可替代的我觉得人类仍然会有非常多的事情是可以去做而AI不能做的我仍然觉得AI是电是蒸汽机但最终驾驭它和创造出那些美好东西的是人类所以我觉得不用担心被AI替代当那个蒸汽机出来的时候有很多人担心被替代当这个电力出来的时候有很多人担心被替台室友岗位消失了但我觉得大家都后来从事可能是至少我们可以说体力上更轻松对健康来说也更好一些对吧至少大家平均寿命一定提升了是的这样的工作这是我的一个信仰吧也是我的判断就是那个一本书叫中的善良天使他在讲的就是人类总是很悲观总觉得我们好像日子不如从前觉得这世界上有更多的战乱有更多的犯罪但他就是用各种数据来告诉我们其实人类社会是越来越好越来越好对我不知道你有没有看过WO的那本原则三他画过一条曲线是我对这个世界的认知就是人类GDP是这样指数级的增长的哪怕是你打开20世纪有一次世界大战20世纪的大战那一很微小的那一个停顿都是你似乎注意不到的当然在历史可能在人的身上是一座山对但是拉长到整个历史进程上来看我自己是相信这条曲线当然我相信另外一条曲线就决定我当初为什么加入这个公司这个行业包括我刚才看到大家有说那要花多少token的钱对吧很多agent就是摩尔定律它是一条你的你获得的智能在指数的提升但是你的成本在指数下降对或者单位智能的成本在指数下降这是两个我相信的东西我会面试各种同学他们可能都会传达一些焦虑给我就觉得一些年轻的工程师可能会被AIT 带等等我从这个角度去解答这个问题吧从 [75:00] 当个世纪开始银行应该是一个比较体面的工作但是银行也面临了一个很大的问题就是ATM机的出现当大家存取钱不需要有人去操作的时候那么大家会慌了银行是不是要裁员了是不是有更少的人能够挤进这个金饭碗里了但其实情况不是这样想的因为ATM机提高了效率所以说你可以看到自己身边基本上不管是县城还是大城市等等你走五公里内绝对会有一家银行因此银行并没有变少它变多了那么在银行里从事工作的人他们也没有变少而是变得更加多了我觉得这种由ATM带来提效而解放人而人能去做更多事情的这套范式一定会在当下agent的时代再次重演一遍又一遍不管是大家工作了多少年不要担心自己被AI替代如果有这个想法你真的就输了然后一定要去好好把AI用起来当做一个自己的伙伴也可以当提倡工具等等也可以当做一个自己的长期的挚友等等这都是非常好的一个思路但是一定要尽早的拥抱AI当然我相信人不会替代但是我当初加入这个公司还有另外一个理由就是我当时用了切磁GP因为我当时正在GAP然后帮我写一些代码之后就那时候代码力可能没有那么强我就意识到了一点打不过得加入打不过就加入对还是要拥抱AI就是相当你有了蒸汽机有了电力之后你不用对吧就相当人家用热冰器你又忍兵器那你肯定要被怼死对吧对所以我觉得就是这个新版本来了还是要看一下新版本的这个玩法是的就是积极乐观的拥抱新版本相信新版本不是这个滔天大乱把我们沾没掉而且它会成为让我们可以在里面自由翱翔的一种这个舞台对我们今天没想到是如此乐观的一个收尾好的谢谢二位这个非常开心今天在谢谢科技这一场直播谢谢科技世界B站谢谢大家的朋友们谢谢大家谢谢大家陪伴拜拜