欢迎来到本期播客节目，我们将深入探讨人工智能领域的一大飞跃——OpenAI 最新推出的ChatGPT 代理 (Agent)。这个全新的智能体融合了其前身 Deep Research 和 Operator 的强大功能，实现了架构的统一，让用户能够在单一环境中流畅地切换视觉浏览、文本分析和代码执行等多种工具。 在本期节目中，您将了解到： • 核心创新与能力: ◦ 统一的工具生态：ChatGPT 代理拥有访问虚拟计算机的能力，集成了高效的文本浏览器（类似于 Deep Research），以及能进行点击、输入、滚动等操作的图形用户界面（GUI）浏览器（类似于 Operator）。此外，它还能够访问终端运行代码、分析文件、调用公共或私有 API（如 GitHub、Google Drive），甚至可以生成图像和制作演示文稿。 ◦ 工具间的共享状态：所有工具都拥有共享状态，如同您使用电脑上的不同应用程序访问同一个文件系统一样，模型可以在不同工具间无缝切换，处理复杂任务，例如在文本浏览器中打开页面后无缝切换到可视化浏览器进行更深入的交互。 ◦ 强大的多轮对话与协作能力: 代理擅长多轮对话，能与用户持续协作。它能主动提出澄清问题，用户也可以在任务进行中随时打断、纠正或要求状态更新。这种灵活的互动方式，旨在模拟您与同事的协作模式。 ◦ 长时间运行任务: 代理能够处理长达数小时的复杂任务，例如进行长时间的金融估值分析并生成报告和幻灯片。其持久化的计算机界面允许用户在任务完成后回顾操作，并进行后续修改或接管控制。 • 训练方法与挑战: ◦ 强化学习: OpenAI 通过强化学习训练代理，让模型在数千个虚拟机上自行探索和学习最佳的工具使用策略，而非预设编程。这种方法非常数据高效，通过小规模高质量数据即可教授新能力。 ◦ 安全与挑战: 由于代理能执行具有外部副作用的操作（如在线购物、访问真实网站），安全是其开发的核心关注点。团队采取了多重缓解措施，包括持续监控模型行为，进行广泛的内部和外部红队测试，以应对潜在风险，如数据泄露、有害操作甚至生物风险。 • 未来展望: 团队正致力于提升代理的个性化和记忆能力，并探索让代理主动为用户执行任务的可能性，而无需用户每次都发起请求。未来的愿景是拥有一个单一的全能型超级代理，能够智能地调度资源并完成各种复杂的任务，就像一位无所不能的“首席幕僚”。

“2025年被誉为‘AI Agent元年’，一场深刻的AI变革正在悄然发生。本期节目将带您深入了解AI Agent（人工智能代理）这一革命性系统：它是一种具备自主性、环境感知能力和持续学习能力的智能系统。与需要人工指令的Copilot模式不同，AI Agent能够独立规划任务、调用工具并执行决策，实现无需人工干预的自动化目标，标志着人工智能从‘协作’向‘全自动’的飞跃。 AI Agent的商业价值源于其为用户创造的巨大价值，主要体现在降本、增效和提供个性化服务上。它能自主完成任务节省人力，通过流程自动化提高群体工作效率，并将行业Know-how和管理科学沉淀为系统能力，同时凭借非结构化数据处理和实时反馈能力覆盖更多个性化需求。 我们认为，企业服务有望成为AI Agent最先落地的场景。这得益于企业服务软件具备数据入口优势、作为组织交互中心的地位，以及企业流程管理规则明确、节点清晰的特点。海外SaaS厂商已率先探索出多样化的商业模式，例如ServiceNow的价值抽成模式、Salesforce的按使用量收费模式，以及Intercom的按成功解决问题次数收费模式。 市场预测显示，全球AI Agent市场规模有望在2033年超过1300亿美元，复合增长率高达43.9%。无论是金山办公的WPS AI伴写、科大讯飞的办公智能体套装等B端应用，还是智谱AI的GLM-PC、Apple Intelligence（集成ChatGPT）、荣耀Magic7搭载的AI智能体以及AI眼镜等C端产品，AI Agent的应用正加速渗透各行各业和个人生活。尤其以DeepSeek为代表的国产大模型，正强力驱动国内AI Agent生态的爆发。 收听本期节目，您将全面理解AI Agent的核心概念、其对企业运营的深远影响，以及它如何开启一个全新的智能自动化时代。”

本期节目，我们将深入探讨创新型AI公司Perplexity的宏大愿景，以及他们近期推出的AI浏览器——Comet。在当前由谷歌主导的搜索和浏览器市场中，Perplexity的CEO Arvin为何选择投入巨资，构建一个全新的浏览器？这不仅仅是技术上的挑战，更是一场关于未来网络体验、商业模式和AI社会影响的深度思考。 节目亮点： • Comet的诞生：防御与进攻的战略布局 Perplexity开发自有浏览器的原因并非偶然。这既是对抗现有巨头（如Google Chrome不断移除其扩展功能）的“防御性”措施，更是为了实现只有在浏览器层才能实现的“进攻性”愿景——构建强大的AI代理。Comet旨在成为用户查询和未来AI驱动体验的核心入口。 • AI代理：重塑网络互动模式 Arvin展望了一个“人与实际互联网之间几乎脱钩”的未来。AI代理将能够执行复杂的、多步骤的日常浏览任务，例如深度研究、管理邮件、审计日历、比较商品价格甚至根据Reddit评论调整营销信息。它们将充当个人助理，帮助用户过滤互联网上的“噪音”（例如AI生成的垃圾内容或垃圾邮件）并提取出真正的“信号”。 • 安全性与隐私：Comet的核心优势 与OpenAI等尝试将用户登录信息和第三方服务数据存储在服务器端的方案不同，Comet采用了一种独特的客户端-服务器混合架构。这意味着您的登录信息、密码、信用卡等敏感数据都将保留在您的本地设备上，Perplexity的服务器不会存储这些数据。只有当代理执行任务时，它才会按需从您打开的标签页中提取相关信息进行处理，并且这些查询可以设置为“零保留”策略，极大地增强了用户隐私和安全性。 • 挑战谷歌：广告模式的脆弱性 Arvin认为，在AI时代，谷歌首次出现了“脆弱”的迹象。当AI代理能够根据指令忽略赞助链接，直接为用户进行研究和购买决策时，传统的Google Adwords广告商业模式将受到颠覆性冲击。Perplexity致力于探索订阅制、按使用量付费或交易分成的商业模式，而非依赖广告，他们相信用户会愿意为节省时间、提升效率的AI工具付费，就像支付给金融顾问或房产中介一样。 • AI对工作和社会的影响 AI无疑将带来劳动力市场的短期冲击和岗位置换。Arvin强调，掌握AI工具的人将更具就业竞争力。他指出，技术发展速度之快，对人类的适应能力提出了前所未有的挑战。节目将探讨如何鼓励更多创业者涌现，创造新就业，以及个人如何通过学习和实践AI来增加自身价值。 • 模型策略与未来展望 Perplexity不追求在通用大模型上与前沿实验室竞争，而是通过其内部基准测试（PPLX bench）专注于针对特定产品和用户需求的模型优化和后训练，例如，在信息总结和浏览器控制方面训练专业模型。他们相信，通过蒸馏等技术，未来更小、更智能的模型将能够在本地设备上高效运行，实现极致的速度和隐私保障，将AI的力量真正掌握在用户手中。 本期节目将为您揭示Perplexity如何在一个由巨头主导的行业中，通过创新性的AI浏览器，不仅旨在重塑我们的网络互动方式，更在探索一个有别于传统、更注重用户价值和隐私的未来商业模式，并深刻反思AI技术对个人和社会将带来的变革。

在本期节目中，我们将深入探索特斯拉CEO埃隆·马斯克在近期访谈中分享的对未来的宏伟愿景和突破性思考。 我们将带您领略： • 星舰 (Starship) 的雄心壮志：马斯克称星舰是“有史以来建造的最具雄心的火箭”，其推力大约是土星五号月球火箭的三倍。星舰的目标是实现完全且快速的重复使用。他详细阐述了建造可重复使用的轨道隔热罩（这“从未有人做到过”）以及使飞船和助推器着陆并被“巨大的金属筷子”接住 等前所未有的工程挑战。他还指出，未来的关键一步是轨道加注技术，这将使每吨有效载荷的成本低于“猎鹰1号”。马斯克坚信，成为一个多行星物种是确保人类“微弱的意识之光”得以延续的防御性考量，也是激发全球灵感的伟大壮举，就像阿波罗计划一样。 • 特斯拉的革新之路：除了电动汽车，马斯克展望了机器人出租车 (Robo-taxi) 平台，包括专为一到两人设计的Cybercab，并设想了部分车队由特斯拉拥有、部分由客户拥有的模式，类似于Uber和Airbnb的结合。更引人注目的是，他预言擎天柱 (Optimus) 人形机器人将成为**“全球最大的产品”**，市场价值可能高达200亿甚至500亿单位，这可能意味着每年产生30万亿美元的收入。擎天柱最初将应用于医疗护理（如24小时护士）、危险工作和重复性任务等高价值领域，马斯克认为其重要性甚至超越了全自动驾驶。 • 人工智能 (AI) 的“超音速海啸”：马斯克将AI技术的进步速度形容为**“超音速海啸”**，并认为AI与机器人技术将带来惊人的生产力提升，有望**“消除贫困”，实现“人人皆可拥有任何产品和服务”的未来。他强调，确保AI的安全、有用和友善是核心目标，并指出AI发展中最关键的是“最大程度地追求真相”**，这对于其安全性和有用性都至关重要。届时，人类面临的最大挑战可能将是寻找生命的意义。 • 脑机接口 (Neuralink) 的终极融合：马斯克分享了Neuralink在治疗严重的神经系统疾病方面的突破性进展，例如帮助四肢瘫痪者通过意念控制电脑，或使完全失明者重获视觉。他设想，未来Neuralink不仅能实现赛博格增强和超高速沟通，甚至可能达到概念心灵感应，极大提升人类沟通和理解的效率，从而以未压缩的完整形式传递复杂的想法。最终，这可能帮助人类实现与AI的共生甚至融合，甚至探索某种形式的永生。他强调，这些技术将对所有想要的人开放。 • X (原Twitter) 的“万能应用”愿景：X正在从仅支持短文本的Twitter演变为一个多模态平台，支持长视频和长文本。马斯克揭示了Xhat（完全加密的音视频通话，点对点风格，如比特币）和Xinance（支付功能，有望在未来几个月内推出）等新进展。他强调X致力于捍卫言论自由和追求真相，通过“社区笔记”和Grok AI的整合，提升平台的可信赖度，Grok的分析通常“相当准确”，并能帮助用户判断信息和广告的真伪。他将X称为“世界的话语广场”，尽管仍有进步空间，但其发展趋势非常积极。 马斯克认为，我们正处在人类历史上最激动人心的时期，并且每月都变得更加有趣。收听本期节目，您将获得他对这些前沿科技的独特见解、面对的挑战以及对人类未来的深刻思考。千万不要错过这场关于人类未来的对话！

这期播客节目将深入探讨 AI智能体 领域中的一个核心但常被忽视的概念——上下文工程（Context Engineering）。我们将以 Manus项目 的一线实践经验为例，揭示如何通过精妙的上下文设计，构建出更高效、更稳定、更智能的AI智能体。 您将了解到： • 上下文工程为何如此关键？ Manus 团队在项目初期便将其视作一项关键决策，它能够将产品改进周期从数周缩短至数小时，并使产品独立于底层模型迭代。从根本上讲，上下文工程定义了智能体的行为方式、运行速度、错误恢复能力以及其可扩展性。 • “随机梯度下降（Stochastic Graduate Descent）”的实践哲学： Manus 团队如何通过架构搜索、提示词调整和经验性猜测，手动迭代并重构其代理框架，从而找到了优化上下文的最佳方法。 • 围绕KV-缓存进行设计的重要性： 了解 KV-cache 命中率为何是生产阶段 AI 智能体最重要的单一指标，因为它直接影响延迟和成本。我们将分享 Manus 如何通过保持提示前缀稳定、确保上下文只追加以及在需要时显式标记缓存断点来显著提高缓存命中率，从而实现高达10倍的成本节约。 • “遮蔽而非移除”的策略： 当智能体的工具数量激增时，为什么动态增删工具会损害 KV-缓存并导致模型混淆。Manus 团队的解决方案是使用上下文感知的状态机来管理工具可用性，通过遮蔽 token logits 来约束动作空间，而非修改工具定义。 • 将文件系统作为终极上下文： 探索 Manus 如何将文件系统视为智能体的“无限”外部化记忆，以应对海量观察数据、长上下文导致的模型性能下降以及高昂的输入成本。这种策略允许 Manus 在不永久丢失信息的情况下，通过可恢复的压缩（例如保留 URL）来缩短上下文长度。 • 通过“复述”操纵注意力： 揭示 Manus 在处理复杂任务时，为何会反复更新 todo.md 文件。这是一种有意的机制，通过将目标复述到上下文的末尾，将全局计划推入模型的近期注意力范围，有效避免了“迷失在中间”的问题并减少了目标错位。 • 保留错误信息的重要性： 为什么不应隐藏智能体的错误。将失败的行动和观察结果（如堆栈跟踪）保留在上下文中，能帮助模型隐含地更新其内部信念，从而减少重复犯错。这种错误恢复能力被 Manus 团队视为衡量真实智能体行为的关键指标。 • 避免“少样本陷阱”： 警惕少样本提示可能带来的负面影响。如果上下文充满了相似的行动-观察对，模型可能会过度模仿这种模式，导致漂移、过度泛化甚至幻觉。Manus 通过引入结构化多样性来打破这种模式，提升智能体的鲁棒性。

本期节目，我们将深入解析由郎瀚威在AIwatch.ai发布的最新Agentic AI行业报告，带您全面了解这个快速发展的人工智能新纪元。 在过去两年中，AI Agent市场经历了惊人的增长。例如，编程助手赛道增长率高达574%，而图生视频也实现了411%的增长。AI Chatbots以52.7万亿次的增长量遥遥领先，表明AI对话能力已成为市场刚需，ChatGPT更是以54.9亿次访问量巩固了其在通用AI领域的领导地位。 我们将探讨以下核心议题： • Agentic AI 市场全景与高增长赛道：哪些AI Agent赛道正在爆发？从编程助手、图生视频到通用自动化Agent，我们梳理了增长最快和增长量最大的领域，并分析其背后的功能变化和市场阶段。 • 头部玩家深度解析：Manus 与 Genspark 的竞争策略： ◦ Manus：作为推特上真正“破圈”的产品，Manus在2025年4月25日完成了7500万美元融资。我们将分析其近期频繁的功能更新，包括Playbook、云浏览器、定时任务以及Google Drive和OneDrive的集成。同时，我们也将讨论用户对其“积分制”和“高门槛”的反馈。 ◦ Genspark：以其强大的PPT功能被认为是当前Agent领域的“杀手级”功能之一。它在海外流量表现强劲，并在2025年5月19日公布了3600万美元的年度经常性收入（ARR）数据。我们将探讨其“AI Slides”、“AI Sheets”以及独特的“Call For Me Agent”等功能。用户反馈显示，Genspark在功能上获得高度认可，其积分制也相对更容易被接受。 • 新兴战场：浏览器Agent 的崛起与“大战”：随着Perplexity Comet、Fellou AI和Dia等产品的涌现，浏览器Agent正成为新的竞争焦点。我们将分析这些Agent如何通过AI增强搜索、实时交互和自动化功能颠覆传统搜索模式和工作流。 • 市场机遇与挑战：我们将探讨Agentic AI面临的挑战，如技术稳定性、用户流失原因、商业模式的适配性（例如积分制与订阅制之争）。同时，也将展望未来可能的新机会点，包括垂直领域AI搜索、实时视频生成、沉浸式AI教学以及多Agent协作系统等。 无论是对AI行业充满好奇的听众，还是希望在Agentic AI浪潮中寻找新机遇的开发者和企业决策者，本期节目都将为您提供前瞻性的洞察和实用的分析。

本期节目，我们将深入探讨AI应用的未来走向，并为您揭示2025年潜在的“掘金”机遇。 根据最新的行业报告《AI应用报告：Dive in-扩散和深入》，我们看到AI应用机会备受看好，这得益于大厂AI投入的持续加码，商业化进程的逐步兑现，以及AI收入有望逐步覆盖资本支出摊销。同时，API价格的持续下降也极大地促进了应用商业化的快速发展，AI持续赋能企业降本增效，并有望使成本结构向研发支出倾斜。 在基础模型层面，LLM（大型语言模型）模型类型日益多样化，有望赋能更多垂类应用场景，而推理需求呈现的上升趋势，更是垂类应用商业化正逐步落地的有力证明。 AI商业化目前已进入多重阶段： • 在企业级SaaS领域，AI有望提升企业运营效率并驱动营收增长。 • 在内容制作及工具方面，AI正帮助图像、视频和游戏等行业降低创作门槛、提高创作效率。 • 此外，到2025年，AI预计将帮助营销与客户服务领域降低运营成本、赋能收入增长，并有望在教育、金融和医疗等垂直场景实现客户规模增长与付费渗透率提升。 本期节目，我们将结合各领域头部公司的实际案例，如微软的Copilot、Salesforce的Agentforce、Adobe的Firefly、多邻国的AI教育应用、Palantir的数据分析平台AIP以及Five9的AI呼叫中心解决方案等，为您全面剖析AI技术如何赋能千行百业，带来效率革命与新的增长曲线。我们将深度分析AI原生应用的快速货币化趋势以及B端用户对AI应用ROI和定制化的重视。 无论您是行业观察者、投资者，还是对AI未来充满好奇，相信本期节目都将为您提供宝贵的洞察。敬请期待！

好奇Notion AI为何如此智能高效？深度融入Notion核心，旨在适应你的工作方式。 我们将探索其如何智能匹配不同任务的模型，以及独有的“块优势”如何让AI真正理解你工作中的结构和关系，而非仅限关键词。告别盲目搜索，迎接能“懂你”的AI，让你的工作更智能、更自信！

本期节目，我们将深入探讨全球知名AI专家吴恩达在YC演讲中分享的AI创业“加速秘籍”。他强调，在AI时代，执行速度是衡量创业成功几率的关键指标，而新兴的AI技术正以前所未有的方式赋能这一速度。 节目中，吴恩达将为您揭示以下核心策略： • 聚焦具体想法，而非模糊概念：具体、可执行的产品想法能为团队提供明确方向，加速验证或证伪，从而赢得宝贵时间。 • 拥抱AI编码助手，实现极速工程：AI编程工具将原型开发速度提升至少10倍，生产级代码速度提升30%到50%。这使得软件工程成本大幅下降，并让产品管理与用户反馈成为新的瓶颈。 • 构建快速产品反馈循环：掌握一套多元化的快速反馈策略至关重要，以弥补工程师速度提升后产品决策成为瓶颈的问题。即使是与陌生人交谈也能提供宝贵的用户洞察。 • 深入理解AI技术及其构建模块：精通AI的各项“构建模块”（如智能体工作流、RAG、微调等）能帮助初创公司以指数级方式组合创新，发现前所未有的新机遇，获得竞争优势。 • 以用户喜爱为核心：在AI时代，产品可能被迅速复制，因此专注于打造一款用户真正喜爱、离不开的产品，是建立“护城河”和长期成功的基石。 • 赋能全民编程：吴恩达倡导无论职位高低，每个人都应学习编程，以便更好地驾驭AI工具，提升个人和团队的生产力。 • 警惕AI炒作，坚持负责任的创新：辨别过度夸大的AI危险叙事，保护开源生态，是维持AI创新活力和确保技术普惠的关键。 无论您是AI创业者、产品经理、工程师，还是对AI未来充满好奇的普通人，本期节目都将为您提供宝贵的洞察和实践指导，帮助您在AI浪潮中“快人一步”！

您是否好奇，AI如何正在悄然重塑我们的商业世界？ 本期《AI智能体：B端效率的未来》，我们将带您深入了解AI大模型应用如何迈入“智能体”阶段，实现“自主任务决策行动”能力，成为企业提升效率、降低成本的得力助手。从AI编程的广阔前景，到中美AItoB市场背后的核心逻辑，我们将为您揭示这一波智能革命的独特视角。无论您是企业高管、创业者，还是技术爱好者，这期节目都将为您提供前瞻性的洞察与启发，助您把握AI时代的商业脉搏。

在AI飞速发展的今天，传统护城河已失效！本期节目将深入探讨消费级AI创业的核心秘密：动能即护城河。您的AI产品如何才能快速启动、迭代，并在激烈的竞争中赢得用户心智，持续领先？ 我们将深入剖析Perplexity、ElevenLabs、Lovable等行业领跑者，如何运用“黑客马拉松变表演”、“社群实验”、“AI联名包”以及“公开构建”等一系列颠覆性分发策略，成功甩开竞争者，抢占市场。如果您是AI创业者或对AI行业充满好奇，这期节目将为您提供未来增长的关键启示，千万不要错过！

本期节目，我们将深入解读一份极具价值的对话访谈记录——《Manus 对谈 YouTube 联创陈士骏：两代创业者聊 AI 创业和长期主义》。在这份由Manus联合创始人兼首席科学家Peak与YouTube联合创始人兼前CTO陈士骏展开的跨代对话中，我们得以一窥他亲历硅谷二十年的风云变幻和对AI时代的创业洞察。 作为互联网时代的先行者，陈士骏先生回顾了他从1999年加入PayPal，亲历互联网泡沫破裂时期，学会“随时调整方向”、“保持灵活”的创业底层能力；到与PayPal同事创立YouTube，并将其在18个月内发展壮大并以16.5亿美元被Google收购的传奇历程。 他特别对比了PayPal被eBay收购后策略受限，最高优先级都集中在配合eBay业务，与YouTube被Google收购后，仍能保持自身独立运营的截然不同体验。陈士骏强调Google兑现承诺、将YouTube的真正决策权交予团队的重要性。他还分享了YouTube早期如何应对十亿美元级别的版权诉讼、通过核心指标（如视频上传和用户注册数量）的透明管理、激发团队主人翁意识、以及在高增长时期（曾每两周翻倍） 通过与竞争对手在系统层面合作应对网络流量挑战的宝贵经验。 在谈及当前AI创业浪潮时，陈士骏认为AI正处于一个需要“频频实验和试错的阶段”，这正是硅谷精神——不断试错、承担风险、成功和失败都不是终点线的体现。他提出AI产品应追求“更少的结构，更多的智能”，并强调初创公司应利用其灵活、大胆尝试的优势 来建立护城河，去做大公司不敢做、想都不会去想的事情。他以YouTube初期**“在法律允许的边界内”探索**、通过提供附加价值而非锁死用户来留存用户粘性、以及延迟变现优先抢占用户心智 等案例，深入阐述了长期主义的实践。 此外，节目还将探讨YouTube在推荐算法（“被动体验”）、长短视频形态差异（及其对孩子沉迷度的影响）、早期招聘（如PayPal Mafia的形成） 和硅谷独特的创业生态系统 等方面的独到见解。通过这份深度解读，我们希望能为创业者和关注科技发展的朋友们带来启发与思考，理解如何在一个不断变化的时代中，通过持续试错和灵活适应，实现长期发展。

这期节目将深入探讨备受关注的“医生IP，何去何从？”这一核心议题。曾几何时，医生个人IP因其极高的商业价值而备受青睐。医生自带的职业光环和职业神性，以及患者因医患信息不对称而产生的高度信任和付费意愿，使得其粉丝具有极高的商业转化潜力。 然而，野蛮生长的时代已宣告结束，伴随而来的是日益趋严的监管政策。我们将梳理自2022年6月以来，国家卫健委等部门多次联合发布通知，加大对医疗机构和医务人员网络行为的整治力度，包括严查直播带货等。节目中会分析公立医院整形科副主任因16条内容涉嫌违规或变相广告被罚30万元等典型案例，揭示公立医院身份也无法避免处罚的现实。我们还将放眼国际，了解欧美国家如美国、英国、法国、澳大利亚等对医生自媒体的严格限制，包括强化隐私保护、禁止无监管的医疗建议和限制商业化倾向等全球趋势。

欢迎收听本期节目，我们将深入探讨当今软件领域正在发生的前所未有的根本性变革。借用 Andrej Karpathy 的洞见，软件正在经历一场史无前例的演进，其速度在过去几年中两次加速，而此前七十年间都未曾有过如此巨变。 本期节目将为您揭示以下核心内容： •软件范式的演变：了解 Andrej Karpathy 提出的软件发展三个阶段——Software 1.0 是人类编写的计算机代码，Software 2.0 是通过优化器训练的神经网络权重，而我们当前正迈入的Software 3.0 则是通过自然语言提示来编程大型语言模型（LLM）。这种新的编程范式甚至让每个人都有机会成为程序员，催生了“vibe coding”等新现象。 •LLM：新兴的“操作系统”： Andrej Karpathy 将 LLM 类比为一种新型的“操作系统”。它们像云计算时代的“公用事业”一样提供智能服务，以按量付费的方式进行访问，并强调低延迟、高正常运行时间和一致的质量。同时，它们也展现出类似“晶圆厂”的特性，需要巨大的资本投入进行训练。这些 LLM 被视为一种“新计算机”，类似于 1960 年代的计算机时代，当时计算资源昂贵且集中在云端，通过分时共享提供服务。 •LLM 的“心理学”与局限性： 深入理解 LLM 的独特“心理”——它们拥有超越任何人类个体的百科全书式知识和记忆，但同时存在认知缺陷，如幻觉（hallucination）、自我认知不足、智能不均衡（在某些领域超人，在另一些领域犯低级错误）以及顺行性遗忘症（无法像人一样长期巩固和发展知识）。此外，它们易受提示注入攻击、存在数据泄露等安全风险，并且容易被“愚弄”。 •LLM 应用的开发机遇： 探讨如何有效利用 LLM 的超能力并规避其缺陷。我们将重点关注**“半自动化应用”（Partial Autonomy Apps），这类应用允许人类在传统界面上进行手动操作，并通过 LLM 集成实现更大规模的任务处理。其中关键特性包括 LLM 进行上下文管理**、编排多轮 LLM 调用，以及应用特定的图形用户界面（GUI），GUI 对用户审核 LLM 的工作至关重要，能让“生成-验证”循环更快进行。 •“自主性滑块”与人机协作： 许多 LLM 应用都设有**“自主性滑块”（Autonomy Slider），允许用户根据任务复杂性调整模型自主程度，从简单的建议到完全自主的代理。在当前 LLM 仍有缺陷的阶段，我们更应侧重构建增强人类能力的“钢铁侠战衣”式产品**，而非完全自主的机器人。 •“上下文工程”的核心地位： Andrej Karpathy 强调，“上下文工程”对于构建真正有效的 AI Agent 至关重要。它超越了传统的“提示工程”，成为一门集科学与艺术于一体的学科。其核心在于在正确的时间、以正确的格式，为大语言模型提供恰到好处的信息和工具。 •“上下文工程”的四大策略： 节目将详细介绍 LangChain 总结的“上下文工程”四大落地策略，帮助您在实际应用中更好地使用这一概念： ◦写入上下文（Write Context）： 将信息保存到上下文窗口之外，例如通过“草稿板”（Scratchpads）或“记忆”（Memories）来持久化信息。 ◦筛选上下文（Select Context）： 将所需信息拉入上下文窗口，包括从草稿板、记忆、工具描述和知识库中进行筛选，如利用 RAG 技术。 ◦压缩上下文（Compressing Context）： 仅保留执行任务所必需的 token，通过“上下文摘要”或“上下文修剪”等方式实现。 ◦隔离上下文（Isolating Context）： 通过拆分上下文来辅助 Agent 完成任务，最常见的是使用“多 Agent”系统，也可以通过“环境隔离上下文”和 Agent 的“运行时状态”对象实现。 •为 Agent 构建数字基础设施： 展望未来，我们需要调整现有数字基础设施，使其对 LLM Agent 更友好，例如为 LLM 专门编写 Markdown 格式的文档，并将其中的“点击”操作替换为可被 Agent 直接执行的命令。

欢迎收听本期节目，我们将深入探索 AI 原生团队 GenSpark 如何在短短 45 天内实现 3600 万美元的年化经常性收入（ARR），并且依靠仅 20 人的核心团队，零广告投放，完全凭借产品口碑自然增长。其成功的核心在于联合创始人兼 CTO 朱凯华提出的“少管人、多工具”哲学。 在节目中，我们将详细解读 GenSpark 的“超级代理”与普通问答机器人的本质区别。它们不再是被动等待指令，而是像一个“更能动手的搭档”，能从模糊指令中读出意图，自主规划、调用合适工具，从头到尾完成任务交付。您将听到这些代理如何像“数字助理”或“AI同事”一样，自主搜索资料、生成演示文稿、撰写报告，甚至能够打电话为您处理不便开口的沟通任务。我们将深入探讨代理背后“规划 → 执行 → 观察 → 回溯”的核心动作结构，以及它们如何通过混合大模型（9个大语言模型）和配备 80 多种实用工具，实现自我调整和能力拓展。 此外，本期节目还将揭示 GenSpark 独特的用人逻辑和组织结构。他们没有传统意义上的产品经理或层级审批，而是偏好具备“架构师思维”的成员——这些人不仅有动手意识、能直接启动和调试工具，更理解交付闭环，并具备快速试错和修正的能力。我们将探讨在 AI 时代，企业如何不再只依靠流程解决问题，而是将“不可预测问题”交给 AI 代理处理，实现“确定性流程 × 非确定性代理”的组合架构。 最后，我们还将分享 GenSpark 惊人的“功能自传播”增长秘诀，以及他们如何通过压着时间表上线、将用户反馈作为迭代依据，以及“不追求一版做完，只追求快做出来、快试错、快换版本”的组织节奏，实现产品的快速迭代和增长。这不仅仅是传统意义上的降本增效，更是 AI 时代组织方式、产品方式和落地方式的彻底改变。加入我们，一起解锁 GenSpark 成功的底层逻辑，思考 AI 将如何重塑我们的工作与未来！