#006 AI 逆向挡不住，Grok Bot、Muse 用上头：干活还是过家家？

🎧 本期简介

让 AI 给鼠标写一个 macOS 驱动，把手机录好的视频交给 Bot 剪辑、配素材、做封面，再拉几个影视角色组成自己的“AI 公司”——这一期，我们继续聊 Personal Agent，不过这次有了更多真正用起来的故事。

好用的时候，它能接住一句模糊的需求，自己找工具、调 Skill、交付作品；不好用的时候，几个 Bot 分工明确、讨论热烈，任务却迟迟做不完，Token 倒是消耗得飞快。同样是个人助理，有的能主动提醒学校通知，有的连熟悉的剪辑任务都接不住。差别究竟在模型、记忆，还是产品设计？

我们从 REA 和软硬件逆向聊起，谈到邮件钓鱼与 Agent 的权限边界，也聊国内应用生态为什么让个人助理难以施展。后半程，话题转向 Skill、开源作品和内容创作：当实现一个功能、剪出一条视频越来越容易，什么还值得持续积累？自己的素材、组件、记忆，以及让人愿意停下来看的表达，可能比再装一个工具更重要。

片尾还有一个现场彩蛋：聊完 AI，大家一起抢苹果手机。

🎙️ 本期主持人和参与者

向阳乔木｜本期主持人
歸藏
橘子
杨攀

录制日期：2026 年 10 月 16 日。

⏱️ 章节时间戳

00:00 本期精彩预告
01:06 片头

软硬件“被迫开源”，攻防都在交 Token 税

01:55 开场：第六期见面，聊聊节目近况
02:27 REA 与 AI 逆向：给怒喵鼠标补一个 macOS 驱动
05:04 逆向门槛降低之后：版权、游戏移植与使用边界
07:06 从剪映降噪到 Grok Bot 技术栈：我们实际研究了什么？
10:30 “有什么需求跟他说就完了”：按钮越来越少，Agent 越来越主动
13:40 当收件人变成 Agent：邮件钓鱼、权限越界与“Token 税”
21:17 硬件开放才能玩起来：从社区玩法聊到物理安全
24:21 智能家居为什么还这么难用？连接、体验与封闭生态

AI 团队很热闹，怎么连内耗也学会了？

27:24 Muse、Grok Bot、Dot：从学校通知到家庭信息管家
29:59 说做完了，却交来原片：Agent 剪辑踩坑与上下文断档
31:40 不开电脑做自媒体：分镜、真实素材、剪辑、封面一条龙
32:49 把影视角色拉进 Bot 群：给自己组一支“AI 团队”
35:32 “人类在 AI Native，Agent 在 Human Native”：多 Agent 怎么开起会了？
37:22 为什么一个主 Bot、一个聊天入口，就让人用上头了？
40:59 国内 Agent 的落点：生活助理做不起来，先给商家干活？
44:06 App 不让 Agent 调用：超级应用的围墙怎么跨过去？
45:57 整理几百本微信读书藏书：这叫“假提效”，还是收纳的快乐？

当六十分变成零分，什么积累还值钱？

47:14 Prompt 套 Skill，Skill 再套 Prompt：能力变强后，还要封装什么？
48:49 Skill 加上自己的名字：既方便调用，也是一次个人品牌传播
50:24 “注意力是最稀缺的事情”：开源作品、流量机会与成功者偏差
53:14 模型被评价为“CTO 级别”，程序员还要继续跟 AI 拼技术吗？
54:38 模型体验的两极：最强能力、等待时间与便宜模型的生态位
59:40 多模态实时画框：把一个新能力，变成十分钟能试的 Demo
01:01:18 忘了项目在哪、跟谁聊过？Memory、项目索引与组件复用
01:04:28 语音不只是念台词：让模型带着角色的性格去表演
01:06:26 AI 回复刷屏、日报变视频：信息流更丰富，还是更吵了？
01:08:32 “只要 AI 把一个东西拉到六十分，那六十分就是零分”
01:10:06 彩蛋：一起抢苹果手机，谁能先下单？

💡 本期值得带走的几个问题

“人类在 AI Native，Agent 在 Human Native”：怎么把公司的内耗也复刻了？

这次的体验里，多角色讨论能提供不同视角，也很有参与感；但反复沟通、协调和修改可能增加耗时与 Token 消耗。大家更认可把可独立执行的工作并行分出去，而不是把每个任务都变成一场团队会议。

个人助理为什么有的人用得很顺，有的人不知道该干什么？

一个明确的入口、能接触到的信息，以及已有的 Skill 和素材积累，都会影响上手体验。学校通知、视频剪辑、信息整理，是这期讨论里几个具体的使用场景；产品是否能把上下文和执行过程衔接好，决定了它能不能真正交付。

模型已经很强了，还需要 Skill 和 Prompt 吗？

讨论里的一个观察是：基础能力可以交给模型，但个人风格、素材选择和工作习惯仍需要表达。Prompt 可以组织多个 Skill，Skill 也可以封装 Prompt；重要的是让自己的要求和已有积累能被重复使用。

“六十分就是零分”：作品更容易做出来之后，什么更稀缺？

片尾那句“只要 AI 把一个东西拉到六十分，那六十分就是零分”，说的是创作门槛变化后的竞争：当类似的作品谁都能做，观众为什么要看你这一份？真实素材、创意和个人辨识度因此更值得打磨。开源作品可能帮助创作者被看见，但大家也提醒，这并不意味着每个人都能获得流量或商业回报。

🧩 概念解释

Personal Agent（个人智能体）：围绕个人需求，结合上下文、记忆和工具执行任务的 AI 助理。本期既聊生活信息管理，也聊开发和自媒体工作。
逆向工程（Reverse Engineering）：通过分析已有软件或设备，理解其结构、接口与行为。节目里的驱动开发、技术栈分析和功能研究属于不同的实践场景；能分析或复现，不等于获得了开源许可。
Harness：让模型能够持续执行任务的外围系统，包括工具调用、任务循环、上下文管理和执行约束。本期用它来描述逆向工具外面的 Agent 调度层。
Skill：供 Agent 重复使用的任务说明与配套资源，可包含操作步骤、脚本和素材。视频剪辑、封面制作和信息整理都可以沉淀为 Skill。
Routine / Webhook：Routine 指按约定触发的例行任务；Webhook 是外部系统向指定地址发送事件或数据的接口。本期讨论它们如何让 Agent 接收消息并开展后续工作。
Memory（记忆）：保存并供后续任务检索的偏好、经历、项目资料等信息。本期重点是多个 Agent 之间的记忆共享，以及用项目索引找回可复用的代码与素材。
A-Roll / B-Roll：A-Roll 是承载主要叙事的画面，如口播或访谈；B-Roll 是辅助说明的素材画面，如演示、照片和场景镜头。
TTS（Text-to-Speech，文本转语音）：把文字转换为语音的技术。本期进一步聊到通过提示词控制角色音色、性格和表达方式的体验。
AI Slop：通常用来形容批量生成、同质化且信息价值较低的 AI 内容。本期围绕模板化视频、自动回复和日报展开讨论。

🔗 本期提到的工具与信息源

FFmpeg｜07:06 起的剪映降噪讨论中提到的音视频处理工具。
GitHub Trending｜36:10 起讨论自动生成播客时，希望接入的开源项目热榜。
Product Hunt｜同一案例里提到的新产品信息源，与 GitHub 热榜一起用于内容整理。

🔁 相关往期

#005 国庆补课：PA 大战白热化；游戏、软件、硬件，一切都将开源？｜上一期从个人 Agent 的记忆与权限聊到软件重写、开源和小硬件；这一期继续分享实际使用、内容制作和多 Agent 协作的体验。

💬 一起聊聊

你已经把哪件事放心交给个人 Agent 了？有没有哪次，它看起来忙了很久，最后却没有真正帮上忙？欢迎分享你的实际用法和踩坑经历。

关于节目

Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。

nexttoken.tv

加入听友群

欢迎加入 Next Token Weekly 听友 3 群，一起交流 AI 工具与真实使用体验。通过下方「Next Token 听友群」组件查看二维码入群（10 月 26 日前有效）。

音乐

“Electric Dreams” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au

“Origami” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au

Edited and mixed for Next Token Weekly.