铃阅
❌

阅读视图

a16z 投了一盏会叠衣服的灯

Kovana 2026-11-15 07:38 日本

从一件熟悉的家具出发。

家用机器人,从一件熟悉的家具出发。

图片

🥷 作者:Kovana

🧑‍🎨 排版: NCon

图片

你家的灯,可能是全家最清闲的一件家具。

你洗衣服,它亮着。你叠衣服,它亮着。你收拾完房间,累得躺到床上,它还是只负责亮着。

一家叫 Syncere 的创业公司,想给灯安排一点别的工作。

它做了一款叫 Lume 的机器人。准确地说,外形是一盏落地灯,展开后是一条能做家务的机械臂。闲着的时候待在床边照明,忙起来,就伸手去拿衣服、整理物品。

Lume 展开机械臂,从洗碗机里取出餐盘:灯头也是它操作物品的一端。

Lume 展开机械臂,从洗碗机里取出餐盘:灯头也是它操作物品的一端。

这件有些出人意料的产品,已经获得了 VC 的支持。2026 年 11 月 3 日,Syncere 宣布完成 1,100 万美元 Pre-seed 融资,由 a16z Speedrun 领投,Draper Associates、Physical World、SeaX Ventures、Sequel 等参与。

一盏灯,为什么值得这样一笔投资?

看完它的产品设计,会发现这个问题其实指向了另一件事:机器人要进入我们的家,究竟应该长什么样?

灯罩下面,藏着一只手

先看它动起来。

在官方演示里,床边的两盏灯伸出机械臂,末端夹住衣物,再配合着完成折叠。那一刻,原本像灯杆的结构变成了手臂,灯头所在的位置则成了操作物品的一端。

官网宣传片节选,保留原片播放速度;片段含剪辑,不是一次完整任务的连续实测。

这种反差,是 Lume 最容易让人记住的地方。你上一秒还把它当作卧室里的背景,下一秒,它就开始处理床上的衣服。

官网还展示了它从洗碗机取放餐具、整理散落物品的场景。最新功能介绍称,它可以自主在房间之间移动,工作结束后回到家居环境中。

不过,想看懂这个产品,得留意一个关键区别:一盏灯,只有一条机械臂。

官网的单双机说明把取物、搬动物品、整理玩具等归为单机任务;叠衣服、铺床这类需要两只手配合的工作,则是两盏组成的 Lume Duet 的主要用途。两盏也可以分别放在家里的不同位置,遇到需要合作的任务时再协同。

所以,看到演示中两盏灯一起拉开床单,别把它理解成买一盏就能得到完全相同的效果。

官方双机协作场景图。Duet 的“两盏”,也是做双手家务时的“两只手”。

官方双机协作场景图。Duet 的“两盏”,也是做双手家务时的“两只手”。

为什么偏偏是一盏灯?

如果只是为了叠衣服,似乎没必要费力把机器人做成灯。

但想象一下:买回来的机器人,大部分时间并没有在工作。它停在房间里,要占据一块地方,也要成为你每天看见的东西。

Lume 对这段“闲着的时间”给出了一个用途:照明。

从这个角度看,灯具外形同时解决了两个问题。它为机器人找到了一个自然的摆放位置,也给尚未完全成熟的家务能力提供了另一项日常价值。即使你今天没有让它叠衣服,它依然可以是一盏床边灯。

收起机械臂后,Lume 又是一盏床边灯。

收起机械臂后,Lume 又是一盏床边灯。

这也是 Syncere 在融资公告中明确解释的产品思路:先让人愿意把产品带回家,再通过真实家庭里的使用经验,持续改善机器人的能力。

家庭机器人不仅要回答“我能做什么”,还要回答“你为什么愿意让我一直待在这里”。

Lume 的宣传画面因此很有意思。它经常出现在布置完整的卧室、厨房和客厅中,和床、沙发、台面摆在一起。你能看出,这家公司希望消费者先把它放进对家的想象里。

客厅整理场景:Lume 用灯头下的夹爪提起玩具。

客厅整理场景:Lume 用灯头下的夹爪提起玩具。

这个选择也意味着新的考题。作为机器人,它得把事情做好;作为家具,它得让人愿意天天看着;作为灯,它还得把照明这件事做好。三个要求叠在一起,没有哪个会因为外形漂亮就自动消失。

把机器人送进家里,才有机会继续学习

Syncere 的融资公告谈到一个家用机器人的困境:机器人需要在真实家庭中积累经验,才能变得有用;但它得先足够有用,人们才愿意买回家。

这是一道先有鸡还是先有蛋的题。

公司的解法,是用灯具本身的价值促成早期购买,让同一台硬件通过软件更新逐渐增加能力。它还在公告中拿特斯拉作类比:先销售人们愿意购买的产品,再利用部署后的经验改进更难的自动化能力。

这可以帮助理解投资的吸引力:灯是第一款产品,背后承载的是一条让家用机器人更早接触真实使用场景的路径。当然,这仍然是公司的商业与技术判断,能否形成持续改善,还有待交付后的表现。

官方宣传片节选。把物品从一个位置移到另一个位置,是其展示的家务场景之一。

真实家庭还有一个实验演示难以充分体现的问题:同一件家务,每个人都有自己的做法。

衣服要折成多大?东西要放在哪里?床上的靠枕怎么摆?“完成任务”和“按我的习惯完成任务”,中间还隔着一段距离。

用户在 Lume 旁示范整理衣物,展示个性化设置的使用场景。

用户在 Lume 旁示范整理衣物,展示个性化设置的使用场景。

Syncere 为此设计了一个叫 Personalization Band 的配件。按照官方介绍,它用于初始设置时学习用户的偏好。官网图片展示了用户戴着这一配件整理衣物的过程。

Personalization Band 官方示意图。它需要多少示范、能适应多大变化,仍需要更具体的使用证据。

Personalization Band 官方示意图。它需要多少示范、能适应多大变化,仍需要更具体的使用证据。

这也是家庭机器人比普通家电更复杂的地方。洗衣机有标准程序,而“帮我收拾一下”往往没有唯一的标准答案。

X 上已经有人下单,但讨论还不是口碑

Lume 的关注度,并不只来自融资新闻。截至 2026 年 11 月 9 日,Aaron Tan 在 4 月发布的产品帖[1],页面显示约 135 万次浏览、444 条回复。灯突然开始叠衣服,这个反差确实足够让人停下来。

Aaron Tan 的早期发布帖;截图于 2026 年 11 月 9 日。帖中的“今夏交付”是 4 月时的计划,当前交付情况见后文。

Aaron Tan 的早期发布帖;截图于 2026 年 11 月 9 日。帖中的“今夏交付”是 4 月时的计划,当前交付情况见后文。

不过,比热度更有意思的是人们究竟看中了什么。Chris Paxton[2] 在转发时提到,他喜欢多台机器人相互配合、组成一个双臂系统的思路,因为不少家务有两只甚至更多只手,就会容易得多。这与 Lume Duet 的设计恰好对应:平时分散在不同位置,需要时再一起工作。

Chris Paxton 在 4 月的讨论中,看好多台机器人协作完成双手任务的思路。

Chris Paxton 在 4 月的讨论中,看好多台机器人协作完成双手任务的思路。

价格和能力

截至 2026 年 11 月 9 日,官网列出的单台 Lume 起价为 2,699 美元,两台组成的 Lume Duet 起价为 5,199 美元。

2026 年 11 月 9 日的官网购买页:单台 2,699 美元起,双台 5,199 美元起。

2026 年 11 月 9 日的官网购买页:单台 2,699 美元起,双台 5,199 美元起。

自动化软件还另有收费:购买页列出 679 美元的终身 Autonomy 使用权;不选这一方案,单台的收费标示为 79 美元/月,自 2027 年第二季度开始。页面另列 489 美元的 LumeCare 服务选项。

官网 FAQ 对“现在能做什么”的回答,列出了铺床、叠衣服、摆正靠枕和辅助整理;功能页及宣传片还展示了餐具处理、取物等更多场景。

真正决定它是否省心的,会是宣传片之外那些不太好看的时刻:衣角没夹住怎么办,物品滑落怎么办,任务做到一半受阻怎么办,多久需要主人过去帮一次忙。

如果人要一直站在旁边等着接手,省下来的体力可能又变成了新的注意力负担。家务机器人真正该交付的,是你可以放心离开的那段时间。

现在能买到吗?先分清预购与交付

截至 2026 年 11 月 9 日,官网[3]仍可下单。

按公司 11 月公告[4],Lume 已开始向早期客户交付,预购需求达数百万美元,但未披露已交付台数。

能下单不等于各地都有现货,具体地区与到货时间以订单确认为准。

运动时递来一条毛巾,是官网展示的家庭辅助场景。

运动时递来一条毛巾,是官网展示的家庭辅助场景。

下一代家电,可能会自己伸手

Lume 值得关注,因为它让“机器人进入家庭”这件事,多了一种具体的想象。

我们熟悉的家电,往往等待人把东西送进去:把衣服放进洗衣机,把碗放进洗碗机,把食材放进冰箱。

Lume 尝试承担的是这些步骤之间的动作——拿起来,挪过去,折一下,放回去。它能不能稳定完成,还需要真实家庭的长期检验;但它选择从一件熟悉的家具出发,已经让这个问题变得更贴近日常。

也许有一天,家里最令人满意的技术,是你回到卧室时,发现床已经铺好,衣服已经叠好。

床边的灯安静地亮着。

你甚至没有看见它工作。

推荐阅读

a16z 最新一批 AI 项目:AI 创业,开始往脏活、累活里卷了

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

【年终复盘②】RSI 可能是 NeoLab 的机会、Personal Agent 真的有用、创业要造灭火器还是砖头?|对话谷雨:AI 带给我的10个 Aha Moments

十字路口 2026-11-13 12:57 北京

图片

👦🏻 播客采访:Koji

🥷 整理编辑:十字路口

🧑‍🎨 排版: Zeoooo

图片

🚥「十字路口」2026 年终 AI 复盘系列第二期,我们邀请到在硅谷做 NeoLab 的谷雨(NeoCognition 联合创始人)。

今年,我们不打算做大而全的新闻盘点(交给 AI 总结就够啦),而是邀请十字路口身处 AI 一线的朋友们 ——创业者、研究员和投资人,分享 10 个真正触动他们的 AI 瞬间。

微信收听播客:

小宇宙收听播客:

🎬 视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台

👦🏻 Koji

先从快问快答开始,帮助大家了解你。请问你的年龄是?

👨🏻‍💻 谷雨

31 岁。

👦🏻 Koji

毕业院校是?

👨🏻‍💻 谷雨

南京大学本科,俄亥俄州立大学博士。

👦🏻 Koji

你的 MBTI 和星座呢?

👨🏻‍💻 谷雨

INTP,天蝎座。

👦🏻 Koji

谷雨也是 NeoCognition 的 co-founder,可不可以一句话介绍一下 NeoCognition?

👨🏻‍💻 谷雨

NeoCognition 主要做 Continual Learning,是一家 NeoLab。

NeoCognition 官网首页

NeoCognition 官网首页

👦🏻 Koji

公司的融资情况如何?

👨🏻‍💻 谷雨

种子轮融了 4000 万美元,很快会开始 A 轮。

👦🏻 Koji

目前团队规模有多大?

👨🏻‍💻 谷雨

17 个全职,还有 4 个实习生。

👦🏻 Koji

在创立 NeoCognition 之前,你还做过些什么?

👨🏻‍💻 谷雨

我其实也是一个播客的联合发起人。

👦🏻 Koji

我知道,《Ungrounded 不着边际》。

👨🏻‍💻 谷雨

欢迎大家关注一下!

① RSI:大厂有创新者的窘境,反而成了 NeoLab 的机会?

👦🏻 Koji

那咱们就正式开始 10 个 Aha Moments 的分享吧!你的第一个 Aha Moment 是什么?

👨🏻‍💻 谷雨

第一个 Aha Moment 是 RSI。上个月我还说,搞不懂为什么会有创业公司在做 RSI 这件事。最近发现我确实被打脸了,所以我觉得这是一个很大的 Aha Moment,现在我发现 startup 做 RSI 确实有它的一条逻辑。

比如前阵子 Recursive 跟 Mirendil 发布模型,确实给了我很大的惊喜。我发现创业公司还真的能做出来 RSI,还真的有这种机会。

Mirendil 官网首页

Mirendil 官网首页

👦🏻 Koji

你原来觉得 startup 做 RSI 没有机会的原因是什么?

👨🏻‍💻 谷雨

原来的逻辑非常粗暴。

第一点,做 RSI 本质是模型叙事,我觉得要追最前沿的模型厂,别说新的 startup,除了 OpenAI 和 Anthropic,其他的模型厂这么长时间还在后面赶着呢,startup 拿什么做?

第二点,要搞 RSI、要 recursive,首先得有起点,起点是得有自己的模型。

但最近确实超出了我的想象,比如 Recursive 跟 Mirendil 的发布。Mirendil 一个人搞三个多月,训出的 Pre-training model 比 K3 还要强,这些事情还是很刷新认知的。

👦🏻 Koji

为什么想法扭转了? NeoLab startup 能做成 RSI 的原因是什么?

👨🏻‍💻 谷雨

大家现在渐渐达成的一个共识是:AI 研发能力越来越强。你可以想象,总有一天 AI 写 training Infra、写 training recipe 的能力会超过人。

当这一天到来的时候,大的模型公司之前积累下来的 Infra 或者 recipe,反而可能会成为一种累赘。

举一个非常具体的例子,我前两周和在国内某家模型厂的朋友聊天。最近大家都知道 OpenAI 的 Score Centering 有用,他们也知道用了之后,模型可能会提一两个点。但是他们为了用 Score Centering,需要去适配自家的 Infra,需要花的代价太大,所以大厂不愿意去做这个事情。

但对于一个从 0 开始的 startup 来说就没有这种负担。反正都是 AI 去做一套新的 recipe 和 Infra,随时可以迭代,随时可以丢掉。

👦🏻 Koji

因为模型训练技术还在不断变化,如果大模型公司的 Infra 或者过去的一些 SOP 和团队组织架构已经成型了,大厂就比较难调整去适配新的变化。反而这个时候像 NeoLab 这样的初创团队是有灵活性的。

👨🏻‍💻 谷雨

对,NeoLab 可能会有更大的加速度。

👦🏻 Koji

但前提是不是 NeoLab 还是得融到更多的钱,才能够有资金、有资源、有算力卡、有数据去做 RSI?

👨🏻‍💻 谷雨

那是必然的,因为要走模型叙事,要做这种完整的 full-stack 模型训练,肯定需要大量的资金。所以 Recursive 跟 Mirendil 确实拿了很多钱。

👦🏻 Koji

除了 Recursive 跟 Mirendil 这两家,你还看好哪些 RSI 公司?

👨🏻‍💻 谷雨

包括 Jeff Dean 的 Discovery Loop,我觉得这种 RSI 公司可能都挺有机会的。国内也有一些了,但是可以再观察观察。

Discovery Loop 官网首页

Discovery Loop 官网首页

👦🏻 Koji

这是第一个 Aha Moment,这其实是一个认知被改变的时刻?

👨🏻‍💻 谷雨

Aha Moment 的意思就是这个,感到惊讶才会 Aha。

② Computer Use:Opus 5.5 一升级,我们几个月的活白干了?

👦🏻 Koji

你的第二个 Aha Moment 是什么?

👨🏻‍💻 谷雨

第二个 Aha Moment 是:NeoCognition 团队一直在做 Computer Use Agent,今年我们发现 Computer Use Agent 确实快被解决了,Computer Use 的能力真的泛化了。

去年大家一直在聊 Computer Use 最大问题是泛化性问题和可靠性问题。从去年年底到今年年初,大家发现了一个趋势,Computer Use 在操作层面的问题基本解决完了。其中很大一个原因是因为 coding 的训练规模上去了,模型泛化到了很多软件操作或者网页操作。

具体来说,Computer Use 现在到了一个“手”已经基本解决的阶段。下一步是 Cognitive Level:认知层面或者脑子层面还有一些需要去解决的问题。这也是 NeoCognition 在做的事情。

比如模型要知道某件事情该怎么去处理,对应到具体软件或者网页的操作,模型完全可以做对。但很多时候的难点在于,模型不太知道一个事情应该怎么去处理,因为每个公司内部会有一套自己的业务流程,这个业务流程模型可能不太清楚。但一旦清楚这个事情在认知层面知道要怎么处理之后,模型的操作是没有问题的。

这也是过去一年,我对 Computer Use 认知的一个转变。

👦🏻 Koji

是不是认知层面已经不是 Computer Use 的范畴了?

👨🏻‍💻 谷雨

认知层面和 Computer Use 其实是彼此独立的,但是认知能力需要体现在和软件操作的交互上面。

要解决数字世界的工作,最终还是落到 Computer Use 上面。

👦🏻 Koji

“Computer Use 在操作层面被解决”对你来说是一个 Aha Moment,具体原因是什么?

👨🏻‍💻 谷雨

因为 NeoCognition 刚成立的时候,我们花了几个月时间想要去解决操作层面的问题。

图片

👦🏻 Koji

NeoCognition 当时的解题思路是什么?

👨🏻‍💻 谷雨

当时操作层面有个很大的问题,就是所谓的 reliability。

Agent 可能做一次能做对,第二次可能会做错。所以当时的解题思路是:让 Agent 做几次,把做对的挑出来,封装成一个 reusable 的 skill。

当时 NeoCognition 搭了一套 pipeline 来做这个事情。但现在发现完全不需要这套 pipeline 了,比如你让 Opus 5.5 自己去实现一下这个流程,其实很快。

👦🏻 Koji

没错,而且 Opus 5.5 会在这过程中自己纠错。

要不要再讲一下 NeoCognition 在做的  ApprenticeBench?

👨🏻‍💻 谷雨

NeoCognition 做 Continual Learning,我们要真正的去解决 Agent 或者模型部署之后,在生产过程中怎么样持续地迭代自己的问题。

这件事情现在并没有一个现成的 Benchmark 能很好地去学习或评估,这就是为什么 NeoCognition 定义了 ApprenticeBench,一个 聚焦的是建筑行业的会计场景。

ApprenticeBench 官网首页

ApprenticeBench 官网首页

👦🏻 Koji

建筑行业的会计问题这是一个非常垂直的场景呀。ApprenticeBench 有多少道题?

👨🏻‍💻 谷雨

100 道题。

👦🏻 Koji

这 100 道题是一个什么样的分布?

👨🏻‍💻 谷雨

这 100 道题其实都是在做一件事,就是会计报账。但是每道题背后,会涉及到一些不同的规则。比如这家公司会有一些不同的处理事情的惯例,一些特殊的工作流程和审批流程,各个题目都会包含这些规则。

有一个很特别的点,ApprenticeBench 的任务和现在的很多 Agent Benchmark 有一个本质的不同:这 100 个任务不是独立的。

👦🏻 Koji

不是独立的?

👨🏻‍💻 谷雨

现在的 Benchmark 正常是一些独立的题目,ApprenticeBench 是 Agent 得一个一个连着做 100 个任务。

👦🏻 Koji

ApprenticeBench 这么设计的原因是什么?

👨🏻‍💻 谷雨

这 100 个题之间,连着做是一种边干边学的过程。Agent 做了前面的题目,从前面的题目得到的反馈或者学到的知识,Agent 才能继续去做后面的题目,所以预期是一个持续学习的过程。

这也涉及到我们对于 Long-Horizon 的看法。现在有很多称自己是做 Long-Horizon Agentic tasks 的 Benchmark。这些 Benchmark 有一个 bias,就是去找一堆特别难的任务,一个 Agent 或者一个人要做半天,我们觉得这个事情可能不是最理想的状态。

第一是因为这种长任务很难去找,很难 scale up;另一点是,我们为什么要长程?

如果真的 scale up 起来,那么长程的终局,由量变引起的质变是我们会得到一种所谓的 Lifelong Intelligence。

你要实现 Lifelong Intelligence,就一定不是光埋头干一件事一直干下去,而是得一直能够边干边学,持续迭代自己。

打个比方,真正的长程不是让一个 Agent 给你报一个星期的账,而是一个让菜鸟员工变成公司的老员工的过程,这几个月到一年的转变才是真正的长程。这种长程 scale up 起来才能到达 Lifelong Intelligence。

👦🏻 Koji

我觉得这个长程定义非常有道理!

👨🏻‍💻 谷雨

这也是 NeoCognition 提供的一个新的视角,同时也是为什么我们发布了 ApprenticeBench,因为我们希望能告诉大家未来 AI 应该去追求的方向是什么样的。

👦🏻 Koji

现在 ApprenticeBench 刚发布,你之前在学术界发的 Benchmark 可不可以也介绍一下?

👨🏻‍💻 谷雨

我们在 OSU NLP 实验室其实发过一些很有影响力的 Benchmark。

比如 MMMU,一个多模态的 Evaluation,这是 OpenAI、Anthropic、Google 发模型的时候都会默认用的一个 Benchmark。

MMMU 项目官网首页

MMMU 项目官网首页

还有 Agent 相关的 Mind2Web,我们做得非常早,是 2023 年 5 月份发的。那会儿算是 LLM 时代最早的 Computer Use 或者 Web Agent 的 Benchmark。后续以及变体比如 Online-Mind2Web,也会被 Anthropic、OpenAI、Gemini 发模型时候去使用。

Mind2Web 项目官网首页

Mind2Web 项目官网首页

另外之前和清华合作过一个 AgentBench。可能大家发模型时评估用的不是很多,但 AgentBench 确实算是一个 LLM Agent 时代早期的 Evaluation,给大家提供了一些 Agent 任务早期的 formulation 和数据上、任务分布上的资源。

👦🏻 Koji

再说回 ApprenticeBench,要在 ApprenticeBench 上把分数提上去,好像还挺难的?

👨🏻‍💻 谷雨

目前最强的模型在第一版 ApprenticeBench 上已经做到近 80 分。

ApprenticeBench 官方公开榜单(CUA,2026 年 11 月 8 日核对)。当前第一名 Fable 5.1 为 72%;API 榜最高为 70%。

ApprenticeBench 官方公开榜单(CUA,2026 年 11 月 8 日核对)。当前第一名 Fable 5.1 为 72%;API 榜最高为 70%。

👦🏻 Koji

模型要如何在 ApprenticeBench 提分?

👨🏻‍💻 谷雨

靠 Continual Learning 的能力。

Continual Learning 能力是现在我们觉得区分前沿模型和非前沿模型的一个维度。

👦🏻 Koji

什么样的数据能够在 Continual Learning 上面帮前沿模型有大的提升?

👨🏻‍💻 谷雨

最重要就是能够让模型更好地去写 Memory Notes 数据。

我听说 OpenAI 和 Anthropic 都有自己的一些 recipe。有一种可能性是:天然 Claude Code 和 Codex 这种 long session,本来就会伴随这种性质的数据。

但目前这个 recipe 并不是一个非常成熟的东西,所以 NeoCognition 也还在探索。其他 Model Labs 也没有特别好的解决方案。包括 OpenAI 和 Anthropic 两家,虽然现在在 ApprenticeBench 上面分数挺高,但是我觉得还是有很大的提升空间。

ApprenticeBench 很快会发新的版本,目前最强模型的分数在新版本上也会低很多。

👦🏻 Koji

ApprenticeBench 的分数容易被刷吗?

👨🏻‍💻 谷雨

刷分难有两点。

第一点,ApprenticeBench 没有公开数据,所以数商没有办法追着我们刷。

第二点,跟 Benchmark 定义的挑战有关系。

光去刷 ApprenticeBench 本身的数据去解题没有意义。让模型针对建筑公司的特定规则把会计报表这件事做好,有什么意义呢?刷这个会计任务对模型没有任何好处,因为 ApprenticeBench 测的并不是这种 level 的能力,而是 meta-level(元级别)的能力。只是持续学习能力做好了,结果可以体现在报表任务上面。

所以就算要去刷分,有意义的刷法也应该是去刷 meta-level 能力,如果真能把持续学习能力刷上去,那我也服了,也算积德了。

③ 为什么 Scaling Law 永远值得你相信?

👦🏻 Koji

你的第三个 Aha Moment 是什么?

👨🏻‍💻 谷雨

最近数学千禧年问题被 OpenAI 一个接一个解决。这个可能更多是去年的 Aha Moment,直到今年数学能力的提升进一步放大了 50 倍、100 倍。

2024 年那个时候,大家觉得模型做数学能做成,是因为有 formal verification(形式化验证),有 Lean 这种形式化的系统。但是后来发现,数据量上去、质量上去,去年就已经可以通过 informal(非形式化) 的方式拿到 IMO 的金牌了。那个时候其实已经很 Aha 了,没想到今年更进一步,千禧年问题可能后面基本上通过 informal 就可以解决。

这个确实打破了两年前的认知。两年前觉得需要有 formal 的形式化系统来给 signal,不然纯 informal 让 LLM 来 judge 自己,有点左脚踩右脚的感觉。那会儿觉得 informal 路线的上限不会特别高,但发现确实还是我们认知不足。

👦🏻 Koji

这其实还是某种 Bitter Lesson,大家还是应该相信 scaling 可以解决更多的问题,不得不信?

👨🏻‍💻 谷雨

现在的趋势确实是不得不信。

👦🏻 Koji

我觉得好像很多做数学的人,因为 AI 解决数学难题而陷入了某种虚无主义。

👨🏻‍💻 谷雨

很能理解做数学的人。

本来他们是这个世界上最聪明的一群人,做的是这个世界上对智力要求最高的一件事,结果智力突然变得不重要了。

👦🏻 Koji

我也听到另外一个说法,解决数学问题本身的目的并不是解决问题,而是在解决的过程中不断探索发现新方法、积累下来新 know-how,这些比解决问题本身更加重要。

👨🏻‍💻 谷雨

比如人跑得也没有机器快,但运动员仍在追求身体的极限,但这对人来说本身是一种意义。

我觉得数学可能后面会像一些棋类运动一样,成为人自己去挑战智力极限的方式。

👦🏻 Koji

确实,很多时候我们做的事情并不是机器做不到,而是做这个事情本身就对人有价值、有意义、有快乐。

👨🏻‍💻 谷雨

我觉得人自己开心最重要。

👦🏻 Koji

我最近发现有一个存在叫拼豆自习室。大家在一个大自习室里面,每个人一个小隔间,前面放着拼豆的素材。大家什么都不用带直接去就好了,几百个颜色、各种图纸、所有的工具全部都有,按小时收费。

想象那个画面,很像一个工厂,每个人一个格子,都很安静,在付费劳作拼豆。

👨🏻‍💻 谷雨

哈哈哈,这个模式不错,NeoCognition 可以推行:付费来上班。

④ Continual Learning:我曾经公开说 Memory Notes 不行 ——被打脸了…

👦🏻 Koji

前面聊着好像比较搞笑,但其实还是让人想起来挺五味杂陈的。

你的第四个 Aha Moment 是什么?

👨🏻‍💻 谷雨

第四个 Aha Moment 回到跟 NeoCognition 比较相关的领域,是做 Continual Learning。这也是很打我脸的一个事情。

今年上半年我还在到处说,基于写 Memory Notes 这种方式来做 Continual Learning 肯定是不靠谱的。当时的观点也很 research,说 Memory Notes 通过 rewrite 这种方式,并不是一个 reliable 的 optimization algorithm,所以我觉得 Memory Notes 就是不行。

结果发现随着 scaling,Memory Notes 路线还是能行的。一个是 Computer Use 到了临界点;另外一个就是基于 Memory Notes 做 Continual Learning 这件事情的上限被我们低估了。

Memory Notes 如何保留经验:Claude 将会话中的重要观察写成记忆笔记,供后续会话读取。图片来自 Anthropic 官方研究文章《The components of agent memory》;展示的是记忆笔记在跨会话记忆体系中的位置。

Memory Notes 如何保留经验:Claude 将会话中的重要观察写成记忆笔记,供后续会话读取。图片来自 Anthropic 官方研究文章《The components of agent memory》;展示的是记忆笔记在跨会话记忆体系中的位置。

现在我觉得,虽然 Memory Notes 确实不是一个可靠的优化算法,但我之前说写 Memory Notes 存在一个很大的问题是会被模型自己的能力 bottleneck 住了。但是随着模型越来越强,Continual Learning 的上限确实有可能是挺可观的。

但是我还是需要声明一点,目前我们观察到,真正这方面比较强的也就是 Anthropic 跟 OpenAI,其他大厂做的都不行。

👦🏻 Koji

听起来前面这几个 Aha Moment,其实都和模型的快速进化有关。

模型的进化颠覆了你之前认为模型做不到,需要去用别的方式解决。感觉今年还是要更加相信模型的 scaling?

图片

👨🏻‍💻 谷雨

对,而且模型迭代也更快了。

⑤ 学术会议体系快要坍塌了,然后呢?

👦🏻 Koji

你的第五个 Aha Moment 是什么?

👨🏻‍💻 谷雨

第五个 Aha Moment 是关于 research community 或者学术体系的崩塌。

相对来说没那么 Aha,因为从 2023 年感觉就有这种趋势,但到 2026 年开始发现临界点到了,整个学术的评价体系、投稿系统、会议系统彻底崩塌了。

拿我个人举例,我已经一年半没有投过任何一篇论文了。

👦🏻 Koji

为什么不投论文了呢?

👨🏻‍💻 谷雨

纯粹是不想投,因为发论文不再是一个很高的优先级。另外我已经半年多没有审过稿,也没有去担任过 AC,这些学术服务也不太想去做,因为我感觉去做这些对我个人的时间并不是很尊重。

现在学术界有大量的 AI slop,大量的灌水,实在很难去审。

比如当 AC,一批分到手的 16 篇文章,最后真的拿得出手、质量说得过去的,可能就一两篇。所以现在大家对于发顶会论文这个事情越来越不看重。

投稿系统崩塌了,很难再拿论文数量去考核大家,虽然以前我也不认同数论文数量这个行为,但现在发论文和个人能力真的完全没有任何相关性了。

👦🏻 Koji

NeoCognition 招新毕业生的时候,还会看候选人的论文情况吗?

👨🏻‍💻 谷雨

更多还是看面试聊的情况。

去问候选人做过的事情,看他对我们正在做的事情的理解,这些很容易看出来能力。面试流程里我们会让候选人给一个 research presentation,presentation 还是很体现一个人综合能力的,包括逻辑表达、Q&A 时候的反应、对技术问题的理解。

👦🏻 Koji

如果你觉得现在的学术评价体系坍塌了,什么样的体系会重建起来?

👨🏻‍💻 谷雨

我其实觉得学术方面最好的评估就是同行评议,不应该是一个量化的指标。

👦🏻 Koji

学术会议某种程度上也是 peer review?

👨🏻‍💻 谷雨

现在的审稿过程是 peer review,但是跟我说的同行评议可能还是有点不一样。

现在的审稿人没有什么门槛,我说的那种同行评议要求评议者有较高的学术判断力。比如美国各个院校招人的时候,肯定得去给 job talk,院系里一些资深教授可能会给一些意见,去判断这个人本身怎么样,但现在的论文投稿,本科生也可以当审稿人。

👦🏻 Koji

你有看到什么新的体系在建立吗?

👨🏻‍💻 谷雨

体系的建立肯定有滞后性。

不管中国还是美国,学术圈还是在按之前的惯性走。导致的结果就是:进大学当教职的优先级越来越往后了,尤其是对于 AI 领域的学者来说。

👦🏻 Koji

优先级往后的原因是什么?

👨🏻‍💻 谷雨

机会跟钱。

很现实的一点,现在一个 AI 领域的博士去 Frontier Lab 或者去一些 NeoLab startup,可以赚很多钱。在学校当教职可能待遇差很多,算力资源少导致很多事情做不了,同时学校还存在评价体系落后的问题。

⑥ 大学教授与夜店男模:十年后,谁的社会地位更高?

👦🏻 Koji

我们聊了 5 个 Aha Moment,听起来很多都是世界在巨变。AI 带来的变化让过去我们认为很难去撼动的东西松动了。

👨🏻‍💻 谷雨

所以我之前跟朋友开玩笑说,可能十年之后,教授的社会地位不如夜店的男模。

👦🏻 Koji

这是一个夸张的比喻,还是你真的觉得未来社会地位会变成这样?

👨🏻‍💻 谷雨

我真的这么觉得。当人的智力不再值钱的时候,可能长相跟身材更值钱。

人类智力值钱并不是一个很长时间的事情。人类历史上这么多年,进入现代文明前的很大一部分时间,体力都是更值钱的。机械时代到来之后,强壮变得不那么重要,进入数字世界后脑力变得更重要。

但现在 AI 就是数字世界的机械,AI 来了之后脑力变得不重要了。未来可能会有一些新的东西变得重要,比如情绪价值短期内是机器很难取代的。

👦🏻 Koji

最近有一个新闻,现在全世界卖得最好的减肥药的收入是大于所有模型公司的收入的。

👨🏻‍💻 谷雨

减肥药只要有效果,没有副作用,卖减肥药就很容易成为世界首富。

👦🏻 Koji

如果现在有一个博士过来问你还值不值得读博,你会给什么建议?

👨🏻‍💻 谷雨

我不给建议,自己开心就好。我又不知道你追求什么,看重什么,自己想清楚就行。

👦🏻 Koji

你觉得有什么样的人在今天还适合读博?

👨🏻‍💻 谷雨

只要是想读博的人,想读就可以去读。

👦🏻 Koji

读博不需要非常多理性的分析?

👨🏻‍💻 谷雨

想做一件事去做就是一种理性。只要真的知道自己想读博就行了,其他都不重要。

👦🏻 Koji

那我很好奇,你是为什么想创业?

👨🏻‍💻 谷雨

如果要理性分析,确实能说出一些原因。

我一路都是读计算机的,但在专业里跟很多同学不太一样。大家一开始上本科可能默认的想法是进大厂、拿好的薪酬待遇,但我从头到尾没有过这种想法,这辈子没有一秒钟想过去大厂。

很大原因是因为我不喜欢固定的上班和作息时间。固定打卡对我来说非常痛苦,我需要灵活性,不需要工作跟周末的边界。我在那个状态的时候需要去做事情,不在状态的时候可以不做。

另外,创业相对来说对于做的事情的方向有更大的 ownership。我可以有更大程度的决策权,去决定我想做的事情,而不是去完成别人给的使命,我很难为别人工作。

我不抗拒创业的理由是我对风险没有任何概念。我做一件事情想做就行,不会去计较代价。

👦🏻 Koji

不计较代价,是不是因为家庭不管是情绪上还是财务上提供的安全感比较强?

👨🏻‍💻 谷雨

我父母对我确实没有什么要求,并不会对我有世俗层面的规定,包括人生节点什么时候结婚干嘛,这些都没有,所以创业还是有一定的安全感。

⑦ 创业做 NeoLab:火烧起来的时候,我们该造灭火器,还是先卖砖头?

👦🏻 Koji

创业到现在快一年了,感受怎么样?和一开始的预期一样吗,想要的自由自主都拿到了吗?

👨🏻‍💻 谷雨

这其实是第七个 Aha Moment。

NeoCognition 整个团队在导师苏煜老师带领下,之前在学校整个组的声誉很好,大家觉得我们的研究眼光和研究品味不错。

学术界有一个很多人会犯的问题,就是拿锤子找钉子。学者喜欢先去想一个算法,再想办法这能用到什么问题,然后写篇论文。这种事我们从来不会干,我们会比较本质地想技术问题,从根本层面去解决,这也是为什么我们团队能在 LLM Agent 时代做了一些开创性工作。

但是放到创业上之后,我发现 NeoCognition 成了拿锤子找钉子,或者所谓的 Solutions In Search of Problems(SISP)的人。

👦🏻 Koji

为什么创业后会变成拿锤子找钉子呢?

👨🏻‍💻 谷雨

做学术研究,只要在一套技术体系内能闭环自洽就行,有一套完整的体系。

但是做 startup 光自洽不行,那是自娱自乐,startup 需要和市场一起完成闭环。你还得想这些根本问题能解决别人的什么问题,能带来什么样的商业价值。

这就是过去几个月或者一年我们在交的学费。NeoCognition 可能是一直从根本的技术问题出发,比如 Continual Learning 确实是现在 AI 的根本问题,但把 Continual Learning 放到市场和产品里,应该是什么样的形式,解决什么样的问题?

👦🏻 Koji

讲起来是个挺浅的道理,就是做公司要考虑怎么赚钱。但如果不是自己做,别人直接告诉你,是没有那么深刻的体感的。

👨🏻‍💻 谷雨

人一旦进入做事的状态,可能会局限在自己的 bias 里跳不出来。人要经常跳出来反思,产生 Aha Moment 帮自己迭代。

VC 有一个理论:当一个人头上着火了,他是不会等着你给他一盆水或者灭火器的,手头有个砖头也得把火拍灭。

我们学术团队出来做事很扎实,一直去想我们要造出一个好的灭火器。但可能在灭火器造出来之前,别人卖砖头的已经卖了 100 个了。

图片

👦🏻 Koji

投射到 NeoCognition 的业务上,灭火器和砖头分别对应什么?

👨🏻‍💻 谷雨

团队对于产品发布的标准太高了,总是要发布一个自己特别满意、特别成熟可靠的东西。但作为公司层面,有时候可能真的得先发布一些不那么成熟的产品,先把商业闭环跑起来,甚至先把牛吹出去都行。

这方面我们太本分了。

👦🏻 Koji

在节奏方面,有谁做得足够好吗?

👨🏻‍💻 谷雨

最典型的就是马斯克。我觉得马斯克就是硅谷这种 fake it till you make it 的极致。

👦🏻 Koji

你怎么看今天确实开始有一批高中生毕业甚至连本科都不读,直接开始工作?

👨🏻‍💻 谷雨

我觉得高中生直接工作合理。

在教育资源比较丰富的地方比如北京上海,年轻人可能很早就能做真正有价值的事情,接受有价值的训练。

我们国家的教育体系对国情是符合的,但对个体来说,前十几年可能并不在磨练能力,更多是为了完成筛选。如果年轻人能把时间用到真正有价值的事情上,在高中能做非常有意义的贡献是合理的。

⑧  等一下,教授和博士们创业怎么成了一件随大流的事?

👦🏻 Koji

你的第八个 Aha Moment 是什么?

👨🏻‍💻 谷雨

第八个 Aha Moment 是关于创业环境的。最近这一年多创业环境让我 Aha 了好多次。

以前大家都觉得创业是一个非主流的路径,想法不太一样的人才会出来创业。但过去这一年,我频繁听到身边有人说大家都在创业,我周围人都在创业,我也想去创业。这让我感觉好诡异,什么时候创业成了一个随大流的事情?

为什么会这样?因为大家还是趋利的。

现在的市场环境钱是真的多,投得太多了。我是到今年 6 月才知道国内原来会给 AI 投这么多钱。

以前印象是硅谷钱更多,NeoCognition 在硅谷拿 4000 万美元种子轮算挺大了。国内 2023、2024 年有些很厉害的老师出来创业也就拿 500 万、1000 万美元。但今年上半年,国内有些所谓的 NeoLab 直接 20 亿估值。可能确实因为国内房地产崩了,热钱不知道去哪里。

👦🏻 Koji

鼓励创业创新,总体来说对社会是好事情。让掌握最前沿技术、最有想法的年轻人能没有压力地得到足够多资本去尝试。

图片

👨🏻‍💻 谷雨

这样创业真的没有压力吗?

👦🏻 Koji

多数创业者不会签回购或者对赌,所以不是个人财务上的压力,更多是会不会浪费几年时间的心理压力。

👨🏻‍💻 谷雨

那确实还好。

⑨ AI 电影:我居然在 B 站看入迷了,忘了它是 AI 拍的

👦🏻 Koji

你的第九个 Aha Moment 是什么?

👨🏻‍💻 谷雨

最近这几个月 AI 视频生成达到了之前没想到的高度。现在 AI 真的能做一段两个小时左右,非常前后一致的电影。

👦🏻 Koji

你在哪里看这样的电影?

👨🏻‍💻 谷雨

前阵子在 B 站看一个叫龙小胖的 UP 主。

我小时候很喜欢看香港僵尸片,喜欢林正英,他去世比较早。B 站那个视频用 AI 把林正英搬回来,做了一部新的僵尸片。电影两个多小时,前后非常一致,人的脸、情节、衣着,从头到尾七八个角色完全保持一致,不会像大半年前,几分钟的 AI 视频脸都在不断变。

B站 UP 主龙小胖利用 AI 创作的僵尸电影,展现了 AI 视频生成在长篇影视创作上的进步。

B站 UP 主龙小胖利用 AI 创作的僵尸电影,展现了 AI 视频生成在长篇影视创作上的进步。

👦🏻 Koji

你是可以沉浸式看进去的?不是为了了解 AI 做到什么程度,而是真把它当故事看?

👨🏻‍💻 谷雨

我是真把它当电影看。这对于影视从业者来说可能是一个更大的 Aha Moment。

👦🏻 Koji

会飘什么弹幕?讨论 AI 还是讨论剧情?

👨🏻‍💻 谷雨

都在讨论剧情。

👦🏻 Koji

大家知道这是 AI 做的吗?

👨🏻‍💻 谷雨

知道,B 站会声明是 AI 创作的。

👦🏻 Koji

所以大家知道是 AI,但也不在意,大家关心的已经是电影做得怎么样了。

👨🏻‍💻 谷雨

大家对于一个内容是怎么产生的不是很有所谓,关键还是最后的成品长什么样。

👦🏻 Koji

你有产生过自己去拍一部 AI 电影的冲动吗?

👨🏻‍💻 谷雨

挺想试一试的。

这个时代真的很利好创作者,像 Alexandr Wang 说的,大家想做的事情,AI 都能帮你实现。

图片

👦🏻 Koji

前两天,我有个好朋友写了部科幻小说,创意是他的,写作 AI 帮了很大忙。

剧情是未来算力越来越贵、但 AI 仍需要源源不断的新训练数据,人类永生了,要获得更多算力享受娱乐,就要用自己的记忆数据去换。

模型进化需要吃掉人的记忆作为数据,人类于是卖掉记忆换取算力享受当下。这是个很悲伤的故事。

👨🏻‍💻 谷雨

关于怎么样更好地做记忆这件事情,可以关注 NeoCognition 后续的工作。

👦🏻 Koji

哇,这个植入太丝滑了哈哈哈!

👨🏻‍💻 谷雨

AI 写剧本这个事情也挺有意思。去年听说有个拍 AI 短剧的朋友,60 集一分钟的短剧,人工剧本报价 7 万块人民币。现在 AI 一天能给你写 100 个出来。

👦🏻 Koji

那 AI 时代什么会变得值钱?

👨🏻‍💻 谷雨

非常粗暴的一个结论,未来人只需要两件事:一个是审美,一个是美。审美是决定正确的方向、前进的路线,美就是情绪价值。

⑩ 你可别说,Personal Agent 还真的挺有用!

👦🏻 Koji

来说最后一个 Aha Moment 吧!

👨🏻‍💻 谷雨

第十个 Aha Moment 是 Personal Agent 这个事情突然起来了。

Personal Agent 起来其实不是技术真到了什么临界点——当然跟 coding 更强、Computer Use 更强有关系,但是更多是产品上有两个关键设计。

首先一定要做成 Personal Assistant,像 ChatGPT 或 Claude 这种 Session-Based 的会话管理肯定不合适。如果把 AI 当个人助手,不可能说一件事开一个窗口,得是一个持续的单独会话。比如你跟 Muse 交流,就是一个单独的会话从头到尾。这样更有人的感觉,就像在微信上跟人聊天,每个人对应一个窗口。

第二点也是产品层面,拟人化。为什么 Personal Agent 都要搞卡通形象?比如 Muse 的毛绒形象,就是为了增强拟人化的感觉。

Muse 官方产品展示图:毛绒角色与聊天、语音交互界面。

Muse 官方产品展示图:毛绒角色与聊天、语音交互界面。

至于 Agent 的 proactiveness,本身不是特别新的技术。年初 OpenClaw 就有 proactive 的功能,ChatGPT 的 Scheduled Task 也能固定时间看邮件给推送。

Personal Agent 能火本质上确实是因为产品跟交互体验。

👦🏻 Koji

你自己在用什么 Agent 产品?

👨🏻‍💻 谷雨

在用 Muse 和 Instinct。

👦🏻 Koji

用这两个 Agent,他们的分工是什么?

👨🏻‍💻 谷雨

其实都在帮我看邮件、看消息。

因为这两天在国内,Agent 用不了订外卖、订酒店机票的服务,所以主要就是帮我看邮件。但看邮件也很关键,Agent 能帮你挑出需要优先处理的重要信息并主动推送,这一点确实挺有用。

👦🏻 Koji

最后会收敛到只用一个 Agent 吗?

👨🏻‍💻 谷雨

最终会的。现在试不同的 Agent 只是尝鲜。生活中形成依赖后,一个就够了。

👦🏻 Koji

今天的 10 个 Aha Moment 说完了,时间过得好快!最后预测一下明年吧,你认为有什么一定会发生的事?

👨🏻‍💻 谷雨

明年一定会发生的事:NeoCognition 被高价收购了,哈哈哈开玩笑!但是我个人会再老一岁,这是肯定发生的。

👦🏻 Koji

AI 仍然不能让时光倒流。

👨🏻‍💻 谷雨

但 AI 可能会研制出长生不老药,虽然可能不是明年的事。

对于模型发展来说,每一年都有一个关键词,对大家职业规划有参考意义。2024 到 2025 年可能是 Vision-Language-Model、MultiModal;2025 年底到 2026 年是 coding;2026 年到现在到明年,我觉得重点得做 Continual Learning。Continual Learning 可能是到明年下半年前的一个行业关键词。

再瞎预测一个,明年真的会有一个来自 RSI 创业公司的最强模型,至少是 SOTA 级别的前沿模型。

👦🏻 Koji

好的,拭目以待!谢谢谷雨做客《十字路口》

👨🏻‍💻 谷雨

拜拜 👋

推荐阅读

AI 时代,PhD 路上的 10 个关键问题|对谈李磊:港大 PhD、小米 MiMo 研究员

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

给老板做 AI 的第二年

原创 GaKi 2026-11-12 17:00 美国

或许,老板们最终需要的,是一家很多工作不必等他推动的公司。

图片

👦🏻 作者: GaKi

🥷 编辑: Koji

🧑‍🎨 排版: NCon

图片

「老板」这个词,放在 AI 时代听,多少有些陌生。但 Zleap 智跃创始人 Jomy,却已经是第二年为老板做 AI 了。

过去两年的 AI 发布会上,大家更习惯称呼其为「创始人」,员工则互称「同学」,很少有人把目光放在老板身上。

但 Jomy 认为,企业 AI 转型必须从老板开始,自上而下推进。 因为,采购资源、承担费用、调整工作方式,都需要老板做决定。

而老板人群又有几个特点:

【1】时间少,重结果,认定一件事就推进得很快。
【2】习惯通过层层汇报了解公司,又担心信息被过滤。新工具要先看到效果,才会买单。

Jomy 最初选择的产品切入点,正是老板们所关心的:

整家公司正在发生什么?

一年前,「十字路口」和他做过一次对谈。当时,他希望通过「CEO 管理盒子」让老板率先用上 AI,带动企业迈出转型的第一步。

一年后,他对企业 AI 转型有了新的理解。

🚥

接下来,相比于产品概念剖析,我们更想把 Zleap 当作一个观察样本,看看这一年里,企业 AI 究竟发生了哪些变化。

全文将围绕三个问题展开:

【1】老板想看清公司,为何换了思路?
【2】老板如何管理员工的 AI?
【3】老板如何让 AI 持续工作?

老板想看清公司,为何换了思路?

去年那次对谈里,Jomy 对 CEO 管理盒子的设想很简单:

让 AI Agent 自动收集公司内部的信息,老板打开就能知道每个人在做什么。

CEO 管理盒子

CEO 管理盒子

这个 Agent 主要出现在群聊和内部系统中,收集、整理工作信息。

Jomy 后来承认,实际推行却遇到了很大的组织阻力。员工会主动避开它,不愿提供工作信息。信息又分散在聊天软件、文档、邮件和项目工具里,每个渠道都要单独接入。

老板的需求没有变,信息收集却很难推开。

当具体工作信息难以完整收集,老板往往会先寻找可量化的指标。2026 年,Agent 的普及带来了新机会。员工越来越多地通过 Agent 完成工作,Token 用量也就成了老板观察团队工作状态的新指标。

毕竟,Token 用量容易统计,也便于比较。

企业也开始把 AI 使用纳入管理。

2025 年 4 月,Shopify CEO Tobi Lütke 发出内部信,要求员工把使用 AI 当作基本习惯,并纳入绩效评估。

微软、Meta、Coinbase 随后也提出类似要求。Coinbase CEO Brian Armstrong 在播客里讲过,公司采购 AI 编程工具后,没有按时使用、又给不出理由的工程师,被他解雇了。

Brian Armstrong 播客对谈切片

Brian Armstrong 播客对谈切片

围绕 Token 用量的排行榜也随之出现了。

今年 4 月,Meta 一名员工自建排行榜,给 8.5 万多名员工排名,消息传出两天后就被关闭。Amazon 员工自建的排行榜,也因有人为冲榜做无意义任务而被叫停。

这种刻意消耗 Token 的行为,被称为 tokenmaxxing。Amazon 在 10 月的内部备忘录中,称这类指标「有严重缺陷」,转而考察实际上线了多少功能。

只看用量,老板看到的往往是数字,看不到工作的实际情况。

但 Jomy 看到了一个新的机会:

老板如何管理员工的 AI?

当员工越来越多地通过 AI 工作,老板能否从管理 AI 入手,看清他们在做什么?

老板要管理的,是员工使用 AI 的整个过程:

模型从哪里来,费用怎样结算,数据流向哪里,以及这些调用实际完成了什么工作。

这些环节,往往分散在不同的平台里。

员工可能自行购买 AI 工具,把合同、客户资料发给外部模型,公司难以掌握使用情况。

微软 2024 年的调查显示,在工作中使用 AI 的人里,78% 用的是自带工具。IBM 2025 年的报告则显示,五分之一的组织发生过员工私下使用 AI 导致的数据泄露。

IBM 报告 《Cost of a Data Breach Report 2025》

IBM 报告 《Cost of a Data Breach Report 2025》

即便公司决定统一采购,也要解决成本和供应商筛选的问题。

在 Jomy 看来,OpenRouter 模型齐全,性价比却不高;市面上的中转服务良莠不齐,企业筛选可靠供应商也有门槛。

如果分别接入模型厂商,又要开账号、配置密钥,费用也分散在各处,模型如何路由也成了难点。

Zleap 的切入点,是给企业一个统一的管理入口:

Token 路由器

图片

它是一套软硬一体、开箱即用的产品。 硬件提供内网中的统一接入点,软件负责模型资源的分发和管理。

大小模型自动路由、信息脱敏、预算管理和工作内容总结,都集成在这套产品里。

Token 是付费资源,Zleap 会筛选并推荐优质的模型资源供应商,再通过路由器统一接入和供给,减少企业自行甄别和逐家对接的工作。

现在,员工可以直接自主安装客户端,就能自动发现内网的路由器并连接,省去逐一配置,员工也无须自行付费。

图片

将接入体验,进行了大量简化,便更容易自上而下推进。员工使用这些 Token,调用自然经过公司的网关。

当然,这类产品的前提是「员工知情,并且乐意将上下文分享给企业 AI」。

官网客户端用量

官网客户端用量

据 Jomy 介绍,这些能力均来自他过去三年运营 302.AI 模型中转平台的积累。

从模型资源供给到调用管理,他把在中转服务中打磨的能力,整合成了企业开箱即用的软硬件产品。

海外也在发展类似的「AI 网关」,它位于企业和模型之间,分配模型、记录用量、控制预算、过滤敏感信息。

Gartner 去年 10 月为这个品类发布了专门的市场指南。

今年 5 月,Palo Alto Networks 收购了 AI 网关公司 Portkey。AI 用量管理正在成为企业安全采购的一部分。

收购后的 Prisma AIRS AI Gateway 架构图,一侧连接应用和 Agent,另一侧连接 3000 多个模型

收购后的 Prisma AIRS AI Gateway 架构图,一侧连接应用和 Agent,另一侧连接 3000 多个模型

海外网关多以软件提供,部署、配置通常依赖企业的技术团队。Zleap 选择软硬一体,面向缺少专门技术团队的企业,硬件形态更容易做到开箱即用。

据 Zleap 披露,路由器已于今年 11 月开售并交付客户,市场反馈不错。

通过统一管理 AI 的使用,Token 路由器实现了最初 CEO 管理盒子的目标:让老板看清员工在做什么。

图片

员工通过统一入口调用模型,工作记录也随之集中。Zleap 再用自研的 SAG2 信息处理技术,从海量记录中提取关键内容、总结进展。

图片

基于 SAG2 的开源项目 SAG-Wiki,也在一天内获得了超过 1000 个 GitHub Star:

图片

记录里既有任务要求,也有模型生成的内容,能帮助老板了解实际工作的进展。

通过工作记录理解公司,在海外也有人讨论。

今年 3 月,Block 创始人 Jack Dorsey 与 Sequoia 合伙人 Roelof Botha 发文,认为公司层级主要承担信息传递的作用。

Sequoia 「From Hierarchy to Intelligence」层级树演变为环形网络

Sequoia 「From Hierarchy to Intelligence」层级树演变为环形网络

当决策、讨论、代码和进展都有记录,AI 就能维护一份「公司世界模型」,减少许多中层管理工作。

Jomy 自己就在使用 Token 路由器,快速了解各部门的进展。

用他的话说:

这相当于有了全公司的上下文。

老板如何让 AI 持续工作?

统一供给和接入,让员工真正用上 AI,是企业迈出 AI 转型的第一步。

员工提出需求,Agent 交付代码、文档或方案,完成一次任务后结束。Jomy 把这种工作方式称为创建时(Build-Time)。

图片

按他的判断,现有的绝大多数 AI 工具都是服务于这一阶段,工作循环由人推动。中国多数企业,刚开始进入这一阶段。

下一阶段呢?

在 Jomy 看来,AI 转型的第二步,要让工作逐步摆脱由人反复发起任务的限制。

他称之为运行时(Run-Time):

Agent 围绕业务目标持续工作,根据反馈积累经验、调整行动,改善结果。人可以设置目标,并在必要时介入。

图片

海外 AI 圈对这个方向已经讨论了近两年。

LangChain CEO Harrison Chase 在 2025 年初提出 ambient agents,指监听业务事件、自动行动的 Agent。a16z 今年 10 月的一篇文章写道:新一代 Agent 会按事件或截止日期自己唤醒,并在工作中持续学习。

黄仁勋在今年 8 月的财报会上说,未来的 Agent 会一直运行,并且和其他一直运行的 Agent 协作。

我们也能明显看到产品侧在向这个方向发展,Claude Code、Codex、Cursor 都已经把编码 Agent 部署到云端,用户关掉电脑,Agent 仍在服务器上工作。

Cursor Cloud Agents 在云端运行

Cursor Cloud Agents 在云端运行

不过,从某种角度来说,这些产品大多停在一个中间状态。它们由定时或事件自动触发,但每次仍然只完成一个任务,交付一次。

围绕目标长期运行、依靠反馈持续改进的能力,多数还在预览阶段。前 OpenAI 创始成员 Andrej Karpathy 的看法更保守,他认为这会是「Agent 的十年」。

Jomy 的理论是,现在的公司就像人和 Agent 共存的 harness。

在 Agent 领域,harness 指模型之外的运行环境,包括工具、数据、权限和反馈机制,现在市面上已经有非常多的优秀实践了。

如果把公司看作一套更大的 Harness, 那么也可以借鉴 Agent Harness 的设计思路,将企业的目标、数据、执行环境和反馈机制连接起来,让人和 Agent 在同一套体系中协同工作。

基于这套理论,Zleap 正在做第二个产品—— Zleap OS。其定位是面向企业 Agent 持续运行的服务器操作系统:

图片

Jomy 为它列了几项要求,可以归为三组:

图片

【1】Agent 能在应用之间连续工作

所有应用都为 Agent 设计,Agent 运行在服务器上,员工下班、电脑关机后仍然在工作。

Agent 工作界面

Agent 工作界面

【2】组织协作有边界

员工、Agent 和部门之间能协作、交接任务。权限决定谁能读取信息、执行动作,上下文和知识在授权范围内共享。

团队网盘

团队网盘

【3】人和 Agent 都能用,并且能自我迭代

人通过界面设定目标、查看进展、中途介入。Agent 持续执行、接收反馈,并判断调整是否改善了业务结果。

桌面工作区

桌面工作区

这个方向上已经有不少参与者,Anthropic、OpenAI、微软、Kimi 今年都推出了企业 Agent 托管服务。

此前一段时间,这类服务的反响并不热烈。行业里常见的解释有四条,分别是 Agent 表现不够稳定、企业数据难以接入、权限和治理没有想清楚、成本难以预估。

Zleap OS 提出的几项要求,基本对应了上述问题。真正的难点,是如何把这些能力整合起来,做成一套企业开箱即用的产品。

目前,Zleap OS 基础框架已全部完成,正在内测,并按垂直领域打磨,计划于今年 12 月底正式发布。

现在,Token 路由器提供模型资源、路由和管理,Zleap OS 则提供 Agent 持续运行的完整系统。

图片

此外,Jomy 预测,随着 Agent 开始持续自主运行,Token 需求还会大幅增长。

OpenRouter 的数据显示,今年 8 月,Agent 消耗的 Token 已是人类用户的约 5 倍。Goldman Sachs 则预计,2026 年至 2030 年,Token 消耗量将增长 24 倍。

图片

不过,这些数据并未区分 Build-Time 和 Run-Time 的消耗。

Jomy 判断:

目前两者的 Token 消耗规模约为 100:1,开发阶段仍占据绝大部分。而未来 Run-Time 将达到 Build-Time 的 10 倍。按 Build-Time 规模不变估算,Run-Time 的 Token 用量就有 1000 倍量级的长期增长空间。

用他的话说:

Agent scaling 起来比人容易太多了

🚥

助力企业转型为 AI 原生组织,一直是 Zleap 的愿景。

最早从 CEO 的管理需求出发,现在落实到员工的日常工作,未来进一步改变整个组织的运作方式。

在 Jomy 看来,当企业拥有自己的 AI 运行时,并让它持续承担核心业务,才算真正成为 AI 原生组织。

但我们从他那宏大的愿景下,似乎看到了一点小小的私心:

或许,老板们最终需要的,是一家很多工作不必等他推动的公司。

图片

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

从超级个人到超级组织,腾讯正搭起一座Agent工厂

原创 十字路口 2026-11-11 14:17 北京

让 Agent,在业务里长出来。

👦🏻 编辑: 十字路口

🧑‍🎨 排版: NCon

图片

“企业落地 Agent 最大的问题,不是模型不够强,而是断点太多。”

10 月 29 日,腾讯全球数字生态大会上,腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生开场便指出这个问题。

今天,Agent 正在成为新的生产力形态。员工用 AI 提效已经步入轨道,但企业 AI 落地却存在明显的 Gap。

层出不穷的 AI 新功能到底怎么用?员工已经在用 Agent 做产出,每个人走得更快了,但彼此之间的协作并没有提效,怎样成为一个 AI 赋能的组织?能不能从“超级个体”发展到“超级组织”?

这些都是过去一年中,市场问得最多的几个问题。

还有腾讯员工注意到这个微妙变化:最早大家会在个性签名里放一个和自己有关的文档,让同事们优先读它、方便工作推进;但今年放的不再是文档了,而是一个机器人——有什么事、先问这个机器人。AI 正在从个人提效的工具,走向工作协作的入口。

入口变了,但背后的资产、权限、上下文,仍然处在分散的孤岛上。
企业如何用 AI 做更准的决策、更快的执行?如何把人、工具、系统和数据连起来,让大模型理解业务上下文,真正进入工作流程?这是本次腾讯数字生态大会在回答的问题。

建立 Agent 生产力系统

本次腾讯数字生态大会,腾讯给出的解决方案是:围绕“办公协同、数据管理与业务执行”三大场景,持续开放 WorkBuddy Agent 平台能力,打造“全场景、高效能、更放心”的 Agent 生产力系统,帮助企业建设可运营、可进化的智能生产力。

会上,以 WorkBuddy 为工作台的一体化套件 Buddy One 正式发布。

WorkBuddy 企业版以统一账号、统一积分、统一存储把腾讯办公产品连成套件,腾讯文档、腾讯网盘、ima 知识库、Ardot、CodeBuddy 等工具各补一环,Agent 由此从个人助手变成团队里的“新同事”。

这套套件化的能力,已经落到相当规模的客户里。

自今年 3 月上线以来,WorkBuddy 企业版已落地 50 多个行业,覆盖中国企业 500 强中的 50%、企业 100 强中的 60%,开放平台伙伴和开发者超过 5 万家,上架 Skills 超 20 万。

需要注意的是,在这届大会的 AI 产品发布台上,为期两天时间、四大版块、七场议题、44 场发布,把这套系统拆解到办公、业务、数据、安全和工程的每个环节。其中,“办公协同”和“业务执行”,是 Agent 应用在“全场景”落地的重要载体。

从 WorkBuddy 到腾讯文档、腾讯网盘、ima 知识库、腾讯云 Mall……共计 14 款 Agent 产品专题发布,这场发布由十字路口 Koji 主持。

从右至左依次:WorkBuddy 李俞;腾讯文档伍时琅;腾讯网盘王宇;腾讯乐享刘宇;Koji

从右至左依次:WorkBuddy 李俞;腾讯文档伍时琅;腾讯网盘王宇;腾讯乐享刘宇;Koji

腾讯这 14 款 Agent 产品带来了哪些功能升级?它将如何融入企业的日常办公协作流?关于企业最关心的 AI 使用成本问题,腾讯又给出了怎样的解法?Agent 生产力系统如何建立?

Agent 新同事:从超级个体到超级组织

AI 生态高速发展,但大量 AI 能力还没有完全融入到企业的办公日常。

为解决这一问题,WorkBuddy 企业版联合腾讯文档、乐享等腾讯办公产品推出新版本——智能体套件化升级,把腾讯生态内的各个产品融入 WorkBuddy 的办公台。这也是本场大会的重量级产品更新。

这次升级的核心,是打通员工办公中不同账号、不同权益之间的壁垒,让组织级 AI 能够理解全量上下文,从而真正支撑组织提效。

WorkBuddy 高级产品经理李俞指出:“我们把所有腾讯的办公产品放在一个订阅里,通过 WorkBuddy 的底座把所有产品打通,把管理后端收进一个控制台,解决管理分散的问题。”

通过这次升级,企业订购 WorkBuddy 企业版后,每一个席位都会带上 5 款腾讯办公智能体,不用分别单独购买。

以前,每个产品有自己的 AI 功能,用户需要额外购买高级权益和积分;这次腾讯把所有产品用量接入同一个企业共享 Credit 池,所有员工在所有产品上使用 AI 功能,都通过这一套 Credit 扣除,企业也只收到一套账单。购买 WorkBuddy 企业版之后,用户可以在一个办公工作台里处理所有管理逻辑。

这套办公流程融入企业日常工作后,将形成一个效率飞轮:个人验证有效的经验被沉淀为 Skill 和上下文,复用到团队,再沉淀为组织智能资产,帮助企业完成个体经验的复制,最终走向超级组织。

其中,面对 Agent 时代对文档编辑的新要求,腾讯文档重新设计了编辑器。

腾讯文档技术负责人伍时琅介绍,腾讯文档面向 Agent 重新设计了编辑引擎,支持多人与多个 Agent 在同一份文档中协作,选中内容即可由 AI 原地修改,版本可回溯。引擎兼容 Office 三件套,也支持 Markdown、HTML 等 AI 原生格式,并打通网盘、资料库与知识库,让 Agent 能读取企业资料、回写交付成果。

目前,这套能力已在 WorkBuddy 中落地,企业也可通过私有化中台、在线中台或本地编辑 SDK 三种方式接入。

“知识积累如何成为下一次工作的起点?”这是腾讯 ima 在做的事:帮助人更好地调用已有知识,让 AI 协作能够更充分地应用上下文。

从右至左依次:腾讯 Ardot 袁丽静;CNB&CodeBuddy 杨小欢;ima 翁祺;Koji

从右至左依次:腾讯 Ardot 袁丽静;CNB&CodeBuddy 杨小欢;ima 翁祺;Koji 

ima 就像是用户和 Agent 的“第二大脑”。发布会上,ima 高级产品经理翁祺展示了 ima 的笔记、录音、网页剪藏等知识沉淀功能;同时,ima 通过原生嵌入、MCP、Skill 向 WorkBuddy、元宝及外部智能体开放,正在把知识底座包装成可外接的能力对外开放。目前,ima 在 WorkBuddy 和元宝中的累计调用次数超 2 亿次。

为了丰富管理、理解和应用分析能力,ima 今年还推出了知识 Agent Copilot,内置记忆系统,可以记住用户背景、习惯与推进事项,还能感知用户当前浏览内容;ima 知识号上线了更丰富的运营工具和付费订阅等功能。翁祺称:“我们希望让知识不再被锁在某一个工具里,而是成为整个生态可以共用的底层能力。”

目前,ima 已汇聚 1300 万月活知识工作者,帮助用户沉淀与管理超 12 亿知识内容;知识号覆盖金融、法律、教育、职场、科技、政务等 20 多个行业,实现超 5.2 亿次知识共享。

在 ima 上,有一位深圳 B 站百万 up 主“历史老师定哥”,把自己过往教学 26 年的资料放进 ima 知识库、做成 Skill;他还在教室里放了一台设备,以前老师没太多时间回答的问题,现在学生可以通过 ima 提问、从库里直接得到答案。

在人机协同编辑的腾讯文档、ima 知识库之外,关于 Agent 如何提高组织内的工作推进,本场还有非常多的产品发布和升级。

比如,腾讯网盘给这些产品带来了一个存储的基座,让同一份工作资产既能被人找到,也能被 Agent 按授权取用;围绕“为 Agent 供给可信的上下文”,腾讯乐享在可信连接和可信治理上继续升级,增加了可信索引,便于用户构建知识图谱、对齐实体和检测。

作为面向产设研的 AI 设计协作平台,腾讯 Ardot带来了一个 AI 设计分身,它可以记住项目的设计规范、组件、业务边界和设计师反馈,并且按项目分开管理,非设计岗位也能用它批量产出物料;CodeBuddy NPC 现在也已经不只是生成代码,而是开始成为团队流程中的实际贡献者,甚至核心贡献者。在一些团队经过评审、最终被团队接受并合并进代码库的 PR 中,有 40% 到 50% 的 PR 有 NPC 贡献。

从文档、知识库到设计、研发,WorkBuddy 企业版套件化把身份、计费、权限和上下文收束成了一个组织级 Agent 入口。

对企业而言,它的价值在于降低多工具采购、重复授权和分散治理的成本;企业采购 Agent,获得的将是一套能沉淀上下文、可治理、更方便组织迭代的 AI 底座。

Agent 新生态:业务里的 Agent,怎么长出来?

办公协同层解决的是“人怎么和 Agent 一起工作”,业务执行层要回答的是另一个问题:Agent 怎么进入企业的真实业务流?

这里的断点不是文档和代码,而在业务系统、信息供给、实时交互和经营决策中。

腾讯云通过 Agent 生态,逐个打通其中的断点。ADP 帮助企业自建 Agent 底座,元宝搜索供“信得过”的信息,天籁和实时智能处理音视频交互,WAND 做多模态生产,MAGIC AI 和云 Mall 进入营销和经营场景。

从右至左依次:腾讯云 ADP 马雁翔;腾讯云 WAND 付润男;腾讯云音视频实时智能冯翔;元宝 AI 搜索叶莎妮;Koji

从右至左依次:腾讯云 ADP 马雁翔;腾讯云 WAND 付润男;腾讯云音视频实时智能冯翔;元宝 AI 搜索叶莎妮;Koji

腾讯云智能体开发平台 ADP 是企业自建 Agent 的底座,它帮助企业完成智能体从搭建到治理的全过程。

为了让企业看到更少的 Token 消耗、更高效的信息处理,以及更多有效的信息,ADP 把接入与安全、构建与集成、部署与运行、观测与优化,以及使用与协作贯通起来,为智能体和业务应用提供全生命周期支持。

在网络接入方面,无论资源位于腾讯云 VPC、本地机房还是其他云环境,ADP 都可通过专线、PrivateLink、云联网等方式完成接入;接入后,相关网络连接能力可被复用。对于私有化部署与信创环境,ADP 已适配多款数据基础组件,包括数据库、对象存储和向量数据库。

本次升级,ADP 还将智能体和站点服务两个构建对象结合起来,配置、预览、调试和评测也能在同一工作区衔接完成,边聊边改,贯穿整个全生命周期。

腾讯云 ADP 产品负责人马雁翔介绍,“在智能体的观测优化上,我们带来了新增的业务反馈驱动调优,让业务人员用自然语言指出问题和期望。在使用与协作环节,通过企业统一的智能体入口 AgentPortal,平台管理员可以按部门和职能授权分发智能体,同一个智能体也可以授权给多个部门共享”。

这些能力也能进入 WorkBuddy。企业在 ADP 上构建的智能体和 Skill,可以统一分发过去;员工也可以通过在 WorkBuddy 安装并授权 ADP 连接器,在 WorkBuddy 中验证有效的工作流,可以通过连接器转成 ADP 企业智能体,再由企业统一管理、分发。

如果 ADP 解决的是“Agent 怎么建、怎么管”,元宝搜索解决的就是“Agent 凭什么信得过”。

为打造“可靠可信”的搜索基座,元宝搜索全面升级。元宝搜索通过多源召回、排序精选、结果增强、结构化返回,一次调用全部完成,它回传的是结构化证据和可引用来源,信源来自全网公开资源、腾讯生态与垂直领域,且实时更新。

对 AI 业务负责人来说,你不必自建搜索团队,一次接入即可上线,按调用量计费;对模型型团队来说,开放域实时知识变成可引用依据,结构化字段直连上下文,结论可溯源。对最终用户来说,元宝搜索答案更新、更准、有出处,每个结论都能回溯到原始来源。

目前,元宝搜索已经在元宝、混元、WorkBuddy、ima、腾讯新闻、QQ 浏览器、搜狗输入法、腾讯视频、FIT 腾讯金融科技等等腾讯全线核心产品里完成规模化验证,索引规模达千亿级,日均调用量达数亿次。

元宝 AI 搜索总经理叶莎妮表示,“我们还在做下一步,即将推出元宝联网问答 Agent,把这套能力直接封装成一个开箱即用的问答产品。”

信息供给之外,Agent 进入业务还需要“听得懂、说得好”。腾讯天籁实验室是腾讯内部聚焦智能语音方向超过 8 年的一个团队,它支持腾讯会议、腾讯元宝、搜狗输入法、腾讯地图、QQ 音乐、企业微信等业务。这一次,腾讯天籁发布了“语音理解”、“语音生成”和“同声传译”三款大模型。

从右至左依次:腾讯天籁商世东;腾讯企点营销云曾炜;腾讯云 Mall 秦江;Koji

从右至左依次:腾讯天籁商世东;腾讯企点营销云曾炜;腾讯云 Mall 秦江;Koji

腾讯云副总裁、腾讯天籁负责人商世东介绍,天籁语音理解大模型聚焦多模态、多讲话人、多语种和多轮精修:借助多模态能力,屏幕分享、上传的文档、参会人列表和过往会议摘要等都可以辅助转写;交替或重叠发言时也能区分讲话人;支持 16 种语言及多种方言。

天籁语音生成大模型采用端到端全链路架构,在训练末段从人类听感的角度引入奖励函数,不仅能聊天、会共情、会说方言,仅需 5 到 10 秒音频即可复刻声音。天籁同声传译大模型可以在讲话人持续发声的同时完成翻译输出,并保留讲话人的音色。

腾讯云音视频 AI 品牌 WAND 发布了 WAND-Vega 多模态应用模型:Vega-Image、Vega-Video 和 Vega-VL,电商套图、爆款复刻、白模预演等玩法,客户拿来就能直接用;升级之后的腾讯云音视频实时智能产品,语音识别延迟在 300 毫秒内,停顿、附和、长串算式和口语表达都可识别,实时视觉可以实现一张图分钟级生成数字形象,支持直播中的实时换装。

交互能力之上,Agent 还要进入企业的营销和经营决策。

为了让 AI 真正进入业务,腾讯企点营销云 MAGIC AI 升级 2.1 版,推出 WorkBuddy 上的 Buddy 应用,在 WorkBuddy 里就能按权限直接拿到 MAGIC AI 上的活动效果和会员数据,然后按公司的模板生成经营分析报告,发送给管理层,用来决定下一轮的商品、预算和打法,给出的建议更贴合企业的背景。

在一个商城启动阶段,怎样低成本用 AI 赋能?腾讯云 Mall 发布了一个长在商城里的 AI 运营搭档——云小莫。它背后是 9 位经营专家,如果是初次做私域的品牌,你只需要告知开业主题和主推品,云小莫即可生成活动初稿,同步输出开业券、会员和分销激励方案,确认即可一键配置。

整体来看,办公协同层是“把工具收进一个工作台”,业务执行层是“把能力拆开、按场景供给”。企业不需要一个万能 Agent,它需要的是在每个业务断点上都有一个能接住的 Agent。

不止应用,还有数据、工程、安全

腾讯 AI 产品发布台两天 44 场发布中,本场 Agent 应用是其中离企业最近的一层——办公协同和业务执行层。

其余产品发布分布在“数据”、“安全”、“工程”三个版块,构成这张产品地图的另外三边。这三层虽然不直接面向企业用户,但它们决定了应用层能不能真正跑起来。

其中,Agent 数据版块用六款产品串起“懂—存—跑—自治”的完整链路。Agent 要用好数据,得先读懂业务口径,再存得下多模数据、扛得住高并发访问,最后让数据库自主运维。

Agent 工程版块分三场议题,覆盖 Agent 托管、运行底座、存储与上下文、可观测与网关,直到模型服务、推理加速、私有化部署与数据灾备。Agent 开发出来之后,要有地方常驻、有平台统一管理、有底座支撑规模化运行,模型能力还要按需取用、成本算得清楚。这是 Agent 高效能的关键。

Agent 安全版块的七场分享从调用链路、云上基座、主动渗透,延伸到业务风控、游戏安全和身份核验。正如主论坛上汤道生所提到的,腾讯以“行为可控、过程可溯、数据可管”构建可信 AI 治理体系,把单点防护编成一张网。

它们共同构成了一张企业 Agent 生产力系统的产品地图:应用在前台接任务,数据让它懂业务,安全为它划边界,工程保证它跑得稳、用得起。最终让企业 AI 从“用上”到“用好”,让 AI 真正进入生产流程、创造生产力。

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

半年融三轮,一个月拿下千万级订单|CEO说要做“Token界WiFi”,还要把视频成本打到地板上

原创 壹小姐 2026-11-10 17:52 北京

最贵的模型,不该承包最简单的工作。

👦🏻 采访: 壹小姐

🥷 编辑: Koji

🧑‍🎨 排版: NCon

图片

当云端模型厂走在“斩杀线”边缘,端侧公司,正在悄悄摘下低垂的果实。

万格智元是其中一家。这是一家由清华、北大、中科院等00后学生创办的算力基础设施公司。过去一年,AI 经历了几波热潮,万格团队始终在打磨一套“端侧底层”:不造芯片、不做模型,只做模型和硬件之间的推理系统——让算力摆脱GPU,让小内存装下大模型。

这家公司势头很猛。一个月拿下头部大客户千万级订单,三个月完成交付和回款,客户覆盖头部PC和NAS厂商;半年时间,迅速完成三轮累计近亿元融资,最新一轮融资零一创投、CCV、松禾资本与上市公司彩讯科技参与,老股东五源资本、峰瑞资本继续追加投资,公司成立一年即实现盈利。

万格智元CEO王冠博

万格智元CEO王冠博

现在,他们杀入C端市场,推出两款AI产品:Token WiFi 和视频生成工作站Vilot。

“Token WiFi ”号称要做“Token界的WiFi”,打消用户的Token焦虑,把Token从“按量计费的流量”变成“像WiFi一样的本地供给”。

视频生成工作站 Vilot,直接把视频生成成本击穿:“Minimax H3模型下,10秒视频生成的成本,估算只要不到两毛钱”,万格智元CEO王冠博的原话是,“不拿缩水模型凑数。目标是把这类设备的门槛从十万元级拉到千元级”。

一家toB公司,为何要在此刻杀入C端?“Token界的WiFi”硬件最快什么时候推出、怎么定价?视频生成工作站Vilot,真能解决视频生成的抽卡弊病吗?要把视频生成成本打到地板,万格的“杀手锏”是什么?带着这些问题,我们和万格CEO王冠博聊了聊。

下面是十字路口与万格智元CEO王冠博的完整对话实录。

快问快答

🚥 十字路口

先用几个快问快答让大家快速认识你,请问你的年龄?

👦🏻 王冠博

00年,26岁

🚥 十字路口

毕业院校?

👦🏻 王冠博

清华大学计算机系

🚥 十字路口

一句话介绍现在的公司和产品?

👦🏻 王冠博

万格智元成立于2025年9月。

我们希望去定义下一代Token网络,让 generate token 和 reasoning token 实现自由生产,最终实现全民算力普惠。

我们要把昂贵的云端Agent和视频生成,做成个人能负担的产品。

目前我们的产品有“端侧Token工厂Token WiFi ”和“视频短剧生产站Vilot”。

🚥 十字路口

融资情况?

👦🏻 王冠博

半年时间融了三轮,累计融资额近亿元。

🚥 十字路口

收入和利润?

👦🏻 王冠博

目前订单在千万元量级。

🚥 十字路口

团队规模?

👦🏻 王冠博

40-50人。

🚥 十字路口

创业前在做什么?

👦🏻 王冠博

我一直做端侧系统方面的research,之前在Kimi、阿里、微软等公司做infra。

做“Token界的WiFi”

🚥 十字路口

你们提出“Token界的WiFi”,可以怎么理解?用户为什么需要这样一个Token WiFi ?

👦🏻 王冠博

“Token界的WiFi”是一个类比。

WiFi改变了人们使用网络的方式:从时刻关注流量和费用,转向更自由、更持续的连接。我们希望Token的使用也能发生类似变化。

从物理层面看,WiFi打通了网络连接用户的“最后一公里”;从经济层面看,WiFi则改变了人们对网络使用成本的感知。它满足了大家无限量且免费使用互联网的需求。

现在的Token仍然是“按量计费”,相当于还处在移动互联网的3G时代。我们希望打造“Token界的WiFi”,满足大家“无限量且免费”使用Token的需求。

以前流量贵的时候,人上网是算着用的,看视频要挑清晰度;连上 WiFi 之后,才敢随便刷、随便下、随便试新东西。今天用 AI 也一样,很多人会盯着额度,多跑几轮 Agent、多试几个版本,心里就开始打算盘。

云端那笔钱的性质是租金:用户付的不只是电费和芯片费,还有机房、运维和中间商的差价。WiFi 不一样,你自己买了一台设备,一次性成本出去了,归属权在你,所以可以一直用。

很多新应用也不是被设计出来的,而是大家用得起之后,一点点试出来的。

便宜的意义不只是省下原来那张账单,它真正改变的是“敢不敢试”。

我们希望让用户从租用智能,走向拥有智能。

🚥 十字路口

简单介绍一下你们这款AI产品“Token界的WiFi”。它能给用户带来的最直观收益是什么?

👦🏻 王冠博

我们一直认为,Token就是新一代的网络基建,未来流量和Token是一体化的。

我们产品叫 TokenWiFi,它的形态是一台常驻设备:模型跑在设备上,电脑、手机和兼容的应用可以直接连过来用。

我们希望改变现在使用AI的范式,未来连上网之后,所有 AI 应用都能跑,就如同现在的APP一样。

我们的设计不改变用户已有的工具——你原来用什么写东西、做什么任务,还用它,我们只在下面把模型运行和成本接住。

对个人来说,最直观的收益有两条:

一部分日常任务不再按次扣云端额度,可以本地无限量,改变过去token计费模式;

二是数据存在本地,不会上云,安全隐私与边界更清楚。

它会是一个超出很多人想象的价格。目前,发货正在准备中。

🚥 十字路口

技术上,你们有什么“杀手锏”?性能最强能飙到什么程度?

👦🏻 王冠博

万格智元的核心优势,不仅在于降低硬件成本,更在于通过底层技术创新,重新定义端侧 AI 的算力效率。

传统 AI 推理高度依赖 GPU,算力成本高、硬件资源消耗大,同时对 DRAM 内存容量也有较强依赖。万格智元通过两项核心技术突破解决了这两个问题:

第一,去 GPU 化的端侧推理架构: 通过自研算力调度与推理技术,让普通低成本 SoC 芯片也能释放接近高端 GPU 的推理能力,实现以低成本硬件获得类似 GPU 集群的算力服务。

第二,多级存储协同技术: 摆脱对大容量 DRAM 的依赖,通过多级存储协同,让小内存设备也能承载更大规模的模型,缓解端侧 AI 的内存瓶颈。

以目前的测试数据为例,万格智元在一款几十TOPS 约 300多美元的芯片上,跑35B模型,实现了 Prefill 速度约 3,000 tokens/s、Decode 速度约50-70 tokens/s,在目标推理任务上达到约 3,500 美元 NVIDIA RTX 消费级 GPU 的性能水平,相当于用几百美金芯片干出来了3500美金GPU效果。

这意味着,在性能相近的情况下,硬件采购成本可以降低约 88.6%,实现约 8.75 倍的硬件成本优势。

从长期来看,万格智元判断,未来行业真正需要的,不是更贵的 GPU 和更大的内存,而是能够通过软件与系统架构创新,实现算力和存储资源高效扩展的基础设施。

万格智元正是围绕这一方向,构建面向 AI Scaling 时代的新型端侧算力基础设施。

🚥 十字路口

AI终端正在爆发期。万格真正想做的是什么?

👦🏻 王冠博

万格智元想做的事情,是重新定义 AI 时代 Token 的生产和供给方式,让用户身边的电脑、手机等终端都成为 AI 的生产端,构建低成本、分布式的推理网络。

当前,AI产业面临的核心瓶颈是算力和内存:云端推理高度依赖昂贵的 GPU,端侧 AI 又受限于算力和内存,导致 Token 生产成本高、普及门槛高。

万格通过两项“核心技术突破”解决这一问题:一是去 GPU 化,让普通 SoC 芯片通过多设备算力协同,实现接近 GPU 集群的推理服务能力;二是去大内存化,通过多级存储协同,让小内存设备也能运行大模型,降低对 DRAM 的依赖。

我们认为,未来端侧将进入 SoC 时代,AI 也将进入大规模 Scaling 时代。

万格希望通过连接和释放海量分散的终端算力与存储资源,以更低成本、更高效率生产 Token,让 AI 能力像 WiFi 一样触手可及。

🚥 十字路口

为什么命名“万格智元”?

👦🏻 王冠博

万格智元是公司名,名字取自“万物格致,启迪开元”。

“格致”就是格物致知,追求事物的本质:模型在芯片上到底怎么算,数据存在哪,时间花在了哪里。

“智元”也有来历。当时我们很喜欢用“智元”来理解 Token:它承载的是智能,不只是文字里的一个片段,这个意思就留在了公司名字里。

我们一直认为,用户记产品就好。技术的价值,就是让用户以尽可能低的门槛获得所需的能力。

我们目前打造的“Token WiFi ”和“视频生成工作站Vilot”,一个服务日常AI Agent使用,一个服务视频创作。

两款产品虽然应用场景不同,但底层依托的都是我们长期打磨的推理系统。

不拿缩水模型凑数,Vilot要把视频成本击穿

🚥 十字路口

介绍一下你们的视频生成工作站——Vilot?

👦🏻 王冠博

Vilot是一款面向短剧、漫剧及其他高频视频创作场景的本地视频生成工作站。

Minimax H3 模型下 Vilot 视频生成(15s)

简单来说,它是一台放在创作者身边的视频生成设备,让创作者能够以更低的成本持续生成视频,拥有更大的创作自由度。

我们的目标,是把这类设备的使用门槛从过去的十万元级降低到千元级。

和TokenWiFi一样,Vilot背后的逻辑,也是让用户能够以更低的成本持续生产Token。不同的是,我们将这种能力从语言模型进一步延伸到多模态,让视频创作者也能享受到本地推理带来的成本优势。

视频生成有一个很突出的特点,就是需要不断试错。同一个镜头可能要生成十几个版本,再筛选、剪辑、修改。按次付费的模式会使创作者对每一次尝试都更加谨慎,甚至提前放弃一些创意。

这是非常消耗心力的。我们常说,便宜和免费,是完全两件事。

端侧本地部署改变的就是这个环节。我们要做的是,从按量计费,走向一个纯粹的买断的生产力工具。

现在,用户基于我们的本地推理技术,单张 RTX 4090及以下,就能跑完整的Minimax H3视频生成模型。

🚥 十字路口

对一个视频创作者来说,Vilot 能帮他实现怎样的效果提升?

👦🏻 王冠博

最典型的用法是:睡前排任务,醒来挑片子。

因为做这个赛道,我们也调研了很多在 AI 短剧里做得很不错的 KOL,一个现实情况是,AI 视频赛道作为为数不多蓬勃发展的 AI 应用赛道,真正在里面赚到钱的创作者少之又少。简单来说,生成实在太贵了,而且非常抽卡。

现在,有了 Vilot后,创作者白天写脚本、做分镜,晚上把要反复生成的镜头和提示词排进队列,机器跑一夜。第二天早上收几十条新视频,挑能用的进剪辑,不满意的重新排。

剪辑软件、脚本工具都不用换,Vilot 工作站只接手最费钱、也最磨耐心的那一段。

用户的反馈上,有人说有种“种菜收菜”的乐趣。按高频创作者原来的用量算,一天能省下五六百块;有用户跟我们说,“一个月回本,之后都是净赚”。这是生成量大的创作者的账,量小的创作者回本慢一些。

更大的改变在创作方式上。

以前每生成一次都在花钱,创作者会不自觉地将就;现在一个镜头可以出十版,同一个点子可以试三种运镜。

Minimax H3 模型下 Vilot 视频生成(13s)

🚥 十字路口

Vilot 是怎么把视频生成的成本击穿的?

👦🏻 王冠博

我们没有拿缩水的模型凑数,而是优化完整模型运行时的计算、存储和硬件调度,让它在更经济的设备上获得可用的性能。

以我们内部采用的测试口径为例。过去运行某类完整视频模型,可能需要四张A100显卡,或者调用云端模型,生成10秒视频的估算成本约为5元;经过适配后,在单张RTX 4090上完成相应任务,10秒视频估算成本可以降至约两毛。

底层原理具有一定共通性:无论语言模型还是视频生成模型,都涉及算子执行、内存调度和芯片适配。

我们长期投入的是模型与硬件之间这一层,因此新模型出现后,可以在已有系统上做针对性适配,而不必每次都从头建立一套运行体系。

🚥 十字路口

内测阶段,Vilot 的反馈怎么样?

👦🏻 王冠博

内测反馈非常好,有不少人追着问什么时候能买。我们最近开始启动推广。

视频工作站Vilot 的典型用户有两类:

一类是做短剧生成 pipeline 的团队。自己搭流程、调云端 API,看到本地效果后,第一反应是想把生成这一段交给我们,工作站或者更有性价比的 API 都行;

另一类是个人创作者、AI 博主和小工作室,每天生成量大,对单次成本最敏感。

需求是真实存在的。我们了解到,同类的漫剧工作站一体机一个月已经卖出去几千台,同样的生成效果,我们需要的算力要少得多,成本大幅降低,生成速度提升数倍。

斩杀线是“地狱”,也可以是低垂的果实

🚥 十字路口

你们什么时候开始bet端侧?当时行业的热度是什么?

👦🏻 王冠博

是在2025 年初,比公司注册还早大半年。

那时候端侧一点都不热。很多人认为,云端模型的能力都还没有充分释放,端侧还想替云端分担负载,听起来有些不切实际。说到端侧,大家想到的多是“隐私”“小模型”,默认它是笨一点的备选。

我敢下注,是因为我一直在这条线上。

本科那会儿还没有“大模型”这个词,我做的是边缘计算、边缘智能;后来去 Kimi 做 Infra,把模型和系统两头接上,也接触了各家模型和硬件团队,对推理需求怎么往上涨,有很直接的体感。这就是我的确定性信号。

基于这个体感,我们做了两个预判:

第一,“Token越便宜,Token就越贵”,也就是杰文斯悖论。今年是龙虾、agent 引爆token,下一个可能是 multiagent、personal agent、AI App 等等,云端算力迟早不够用;

第二,Token 一旦爆炸,最先爆的一定是内存。

顺着推下去:端侧要接住 Agent,就得跑大模型,因为 Agent 靠的是泛化能力,小模型给不了;模型变大的速度一定快过硬件产能,光靠堆内存解决不了,只能让多级存储一起参与推理。

这几步在当时都不是共识。

今年“龙虾”这类 Agent 爆火以后,4B、7B 的端侧模型就很少有人提了,27/35B 成了默认的起点。

图片

🚥 十字路口

过去几个月,外界有哪些令你兴奋的事增强了当初的判断?

👦🏻 王冠博

最兴奋的有两件事:Kimi K3 的爆发,以及前段时间我们第一次在本地跑出能直接用的视频。

先说模型。

过去一年,模型能力密度提升得非常快。过去需要数百B参数模型才能完成的任务,如今可能只需要几十B参数规模的模型就能实现。开源生态的发展,也让更多高能力模型不再局限于少数厂商手中。

这背后有一个非常重要的变化:用户真正需要的,并不是参数规模最大、价格最高的模型,而是一个能够把事情办成的模型。

我一直在思考一个问题:一个模型究竟需要达到什么能力水平,才能真正成为普通用户愿意持续使用的生产力工具?

只要越过这条实用性的“斩杀线”,即使端侧模型的能力比云端最前沿模型慢一代,也完全可能满足大量日常任务的需求。到了这个阶段,用户考虑的就不再只是模型有多强,而是它是否足够便宜、方便、稳定。

所以我常说,“斩杀线”对云端模型厂商可能是挑战,但对端侧而言,却可能是低垂的果实。

视频是另一种兴奋。本地 Agent 还需要教育用户,视频的效果却一眼就看得懂。那是我第一次看到端侧在真实的生产场景里能平替云端,有点 aha moment。

🚥 十字路口

用户体感上,你们这套推理引擎性能如何?

👦🏻 王冠博

用户最直接的感受是,过去需要GPU、大内存才能运行的大模型,现在不需要GPU也能跑得动、响应快,而且不牺牲模型原始精度。

这两组数字可以说明。

第一,我们在约 3-5GB 内存占用下跑 35B 模型,在对应测试里保持了推理速度和模型原始精度。

35B 差不多是端侧干正经活的起点,常规部署光放权重就要十几到几十 GB 内存;压到 3-5GB 左右,一台普通配置的设备也能一边跑模型,一边干别的。

第二,Prefill达到3000 tokens/s。

Prefill 是模型读你给它的材料的阶段,按这个速度,两万 token 的资料七秒左右就能读完、开始回答。很多人只看模型往外蹦字有多快,其实前面这段等待更影响体验。

🚥 十字路口

聊聊你们的团队情况?

👦🏻 王冠博

我们是一支很年轻的团队,00 后为主。但我们做底层的时间,比公司的年龄长得多。

我本科就开始做边缘计算、端侧系统;后来在 Kimi、阿里做 Infra,把模型训练、推理和系统接到一起;中间还做过一段具身方向的创业。前面那段让我懂模型怎么跑,后面那段让我开始理解商业的逻辑。

我们团队的核心能力在模型、系统、算子和芯片适配上,相关积累已经有四五年。

我们很多同事都在所谓的“大机构/大厂”待过,祛魅之后,反而更清楚自己要什么。我在大厂做 Infra,看到的是再大的公司,资源也会先投给共识:更大的集群,更大的模型,能写进下个季度目标的项目。我们 CMO 此前做投资,看到的是另一面:钱跟着热点走,共识形成的巨快。两边看下来,我们的结论几乎一样:大厂擅长把共识做大,却很少愿意为一个非共识押上几年。端侧推理就是这样一个非共识,那就我们自己来押。

后来,有些公司先是跟我们对接业务、深入合作,合作做下来,陆续有人选择跳过来加入,其中不乏行业老炮。我印象最深的,某天半夜三点半,突然在某书上收到了一个私信,来自某大厂的技术骨干,篇幅很长也非常真诚,希望有机会可以一起创业,我刚好也没睡,一聊发现在端侧非常共频,隔天我就飞到他那里,他后来直接裸辞加入了我们。

我们内部有句三字箴言叫“肝、敢、干”:愿意投入,敢下判断,干到底。

我不太喜欢“小天才”那种讲法,很多 PR 稿会先造一个神。人和人的水平当然有差异,但没有大到一个是神、一个不行。我觉得更关键的是,你能不能提前看到一件事,而它又恰好是你擅长的。

00 后学生团队,一个月拿下千万级订单

🚥 十字路口

万格为什么从 To B 转到做 To C ?

👦🏻 王冠博

其实不是转型。C 端从一开始就是目标,B 端是我们选的起点。

我们始终认为,端侧AI最终应该服务于每一个普通用户,让更多人能够以合理的成本获得持续可用的智能能力。

但对于一家初创公司来说,直接进入消费硬件市场并不容易。用户需求是否真实、供应链能否建立、现金流能否支撑持续研发,这些都是必须面对的问题。

B 端业务恰好帮助我们逐步验证了这三个方面。大客户有明确的设备、预算和验收标准,技术行不行很快就知道;合作打开了供应链,更多 ODM 看到了我们,愿意一起做产品;交付、回款,又带来了现金流和背书。

TokenWiFi 这个想法,就是在 B 端交付里冒出来的。

我们发现,很多人买很贵的 AI PC、AI NAS,本质上是为里面那份 AI 能力,付了一整台设备的钱。当时我们就想,能不能把这份能力单独拿出来,让用户已有的设备直接连上。

🚥 十字路口

目前的营收情况是怎样的?

👦🏻 王冠博

公司成立一年即实现盈利。

我们是一支 00 后学生团队,创业初期没有现成的大客户资源,主要依靠技术能力打开市场。

一个月拿下头部大客户的千万级订单,三个月完成交付和回款,此后半年持续获得新订单。

客户覆盖头部 PC 厂商和 NAS 厂商,采购的是从模型部署、推理优化到硬件适配的一整套解决方案。

目前,我们已经与多家上市公司达成战略合作。

🚥 十字路口

你提到,生态比性能更重要。现在万格有哪些生态伙伴?

👦🏻 王冠博

我们一直认为,性能是产品进入市场的基础,生态是推动技术持续落地和规模化发展的关键。

单一性能指标反映的是某一时点、某一场景下的技术表现,而生态体现的是企业能否持续适配不同芯片平台、跟进模型迭代,并真正进入客户的产品体系。

目前,万格智元已经形成了覆盖上下游的生态链条:

上游,与头部芯片厂商建立适配合作,积累跨平台的底层技术能力;中游,持续跟进主流模型迭代,保持对新模型的快速适配能力;下游,与头部 PC、NAS 等硬件厂商深度合作,推动技术进入真实产品和用户场景。

这套生态的价值在于,它不是一次性的技术合作,而是能够伴随客户的硬件迭代、模型升级和应用场景拓展,持续提供推理优化与适配服务。

🚥 十字路口

最新一轮融资什么时候close的?

👦🏻 王冠博

今年我们连续完成了三轮融资,本轮资方有头部基金,也有相关上市公司的产业资本,累计金额近亿元。

投资人来看我们的时候,看到的是一门已经有订单、有回款的生意,不只是一份商业计划书。

产业方里,也有一些先在业务上合作、后来成为股东的伙伴。

对一家要做消费硬件的公司来说,这类资本的价值不只在钱,硬件、供应链、渠道,每一环都需要有人一起扛。融资是加速器,但它替代不了需求验证,也替代不了客户验收。

成立一年以来,我们逐渐感受到,端侧从不温不火,到现在逐渐浮出水面的过程,看到自己的判断在一点一点地变成现实。

慢就是快,道心不能乱

🚥 十字路口

你提到“ AI创业过程中, 越来越感觉到慢就是快”。哪些事是你们选择慢做、反而走得更快的?

👦🏻 王冠博

最典型的一件事:我们没走量化、蒸馏的捷径,花了两年做模型下面那一层。

很多团队的端侧优化做在模型参数上,量化、蒸馏,见效快,但和具体模型强绑定,来一个新模型就得重新量化、重新蒸馏一遍。

我们选了更慢的路,把功夫下在模型架构和芯片算子生态上,很长时间拿不出能炫的东西。

后来就快了。千问 3.6、Kimi K3、DeepSeek V4 出来,我们很快就能支持。今年短剧和视频生成火起来,我们做了一次迁移,发现几乎天然适配,两周就做出了端侧视频生成第一梯队的效果。

外面看到的是两周,看不到的是前面两年。

我有一个很深的感触:创业像修仙,要道心不乱。

做技术需要保持定力,不能因为某个新方向突然火了,就急着推翻过去的积累。

每次出现新技术、新概念,我们都会先问自己:它是真的改变了我们要解决的问题,还是只是换了一种说法?

🚥 十字路口

过去一年里,AI 经历了几波热潮,你们怎么判断什么该坚持、什么该放弃?

👦🏻 王冠博

坚持的是推理系统这条主线,做自己擅长的事情和用户需要的事情。

我们在五道口原点社区,身边具身、Agent、模型的热潮一波接一波,总有人劝我们去做一个更容易讲故事、更容易获得关注的产品。我们没换。

产品上,我们明确不做下一个 Codex 或 WorkBuddy。用户已经把工具用顺了,没必要为了用我们的推理能力,重新搭一遍工作流。我们站在这些工具后面,把复杂性留在产品里,把选择权留给用户。

初创公司的生存之道,藏在用户的身后,不在用户眼前。

长期来看,模型层、基建层大概率会趋同,价值高点在应用,就像今天最赚钱的是字节,不是运营商。衡量 AI 有没有泡沫,就看价值在应用端还是基建端,现阶段讲基建故事的太多了。

我们做底层,目标是让应用长出来。

但值得一提的,热点换了几轮,我们一直在磨自己这套技术;潮水退下去,留下来的真需求,端侧 for Agent、端侧 for 具身、端侧 for RSI,都和我们有千丝万缕的联系,有的已经拿我们当底座。

这也让我越来越觉得,AI创业特别需要“慎独”。

当外部风向不断变化时,你必须清楚自己为什么选择这条路,以及哪些事情值得长期坚持。

推荐阅读

怎样用更少的钱,生产更多 Token?AI 是石油,不是上帝

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

实测 Hojo:当一家 Voice AI 创业公司开始主动「找骂」

GaKi 2026-11-09 18:30 北京

让 Agent 进入高价值沟通的第一现场。

图片

👦🏻 作者: GaKi

🥷 编辑: Koji

🧑‍🎨 排版: NCon

图片

一家正在探索 AI 语音交互与硬件接入的创业公司,最近选择从会议纪要切入,推出了自己的 Voice AI 产品。

「求拆台、求踢馆、求打脸」——  产品刚刚上线,这家公司就主动面向市场立下了这样一个 Flag。

这家公司叫 Hojo。最近,它正式上线了一款同名 APP,主打会议录音、实时转写、翻译和 AI 会议纪要。

图片

有意思的是,Hojo 还主动发起了一场「花钱买差评」的活动。

用户可以拿同一段会议录音,和其他主流 AI 会议产品做对比。如果觉得 Hojo 生成的会议纪要不够好,团队愿意继续免费赠送 Pro 会员,并根据反馈修改产品。
Hojo 团队甚至还专门建了一个飞书群,欢迎用户直接来找问题。
据团队介绍,CEO 也会亲自回应用户的差评和使用反馈。

对于一家过去主要服务硬件厂商的 AI 创业公司来说,这次直接面向普通用户,主动接受竞品对比,有点「脱离舒适圈」的意味。

🚥

我们拿 Hojo APP 实际测试了一番,接下来分享我们的体验。

从会议录音,到理解会议

目前据我们实测,Hojo APP 已经在 App Store 等日常渠道正式上线,下载链接如下:

https://www.hojoai.com/share/download

图片

整体来看,Hojo APP 主要支持三项功能:会议录音、同声传译和面对面互译。此外,底层还有一个 Agent,可以结合这三项功能产生的上下文,与用户进行对话。

其中,Hojo APP 的核心功能是会议录音,这部分对 AI 的应用比较深入,也加入了一些新功能。它支持带有长期记忆的 AI 会议纪要,会议开得越多,AI 积累的上下文越丰富,长期记忆的作用也就越明显。

Hojo 希望让会议纪要能够真正帮助用户做后续工作。比如,整理项目的进展、查看之前的决定,以及追踪还没有解决的问题。

接下来,我们就从会议录音、同声传译和面对面互译这三个场景,分别体验一下。

先来看会议场景。

【1】5 场会议:SteamAI 游戏调研

如果比较关注 AI 游戏,Steam 新品节肯定是一个值得关注的活动。每届新品节都会放出大量试玩 Demo,从中也能看出未来一年 Steam 游戏的一些发展方向。

在今年 10 月的 Steam 新品节上,7240 款游戏中,有 2502 款披露了 AI 相关内容。这一现象也成了 Reddit 上的热点:

图片

游戏营销博主 Chris Zukowski 抓取了整个新品节的页面,并做了一次统计,发现披露 AI 内容的游戏占比已经接近 40%,一年内接近翻倍。

可以看到,AI 正在越来越多地进入游戏开发。

所以,这次我模拟了一个 3 人游戏开发团队,围绕 Steam 上的一款 AI 推理游戏《雾港》,连续开了 5 场会。从项目立项、玩法验证、技术选型,一直到 Demo 提交前的 Bug 修复,基本覆盖了一款游戏从开发到提交试玩版的过程。

围绕同一个项目连续开会,也是实际工作中很常见的场景,正好可以测试 Hojo 的长期记忆能力。

目前,Hojo APP 支持直接上传录音,也可以在 APP 内开启录音,还支持通过耳机、录音卡等硬件同步录音。

不过,硬件录音目前需要使用 Hojo 支持的设备,并提前在相关页面申请。

图片

目前 Hojo 也开放了「硬件接入计划」,希望与更多硬件品牌、ODM、IDH 等厂商合作。感兴趣的团队可以通过 Hojo 官网联系他们。

每段会议录音处理完成后,Hojo 都会自动生成标题,比如「雾港 AI 推理审讯 Steam 可行性与切入点讨论会」:

图片

在录音转写时,Hojo APP 还提供了几十种会议模板,每个模板对应的场景都分得比较细。

比如,甚至还有「辞职确认与离职访谈纪要」「安全与严重事件纪要」这类模板。用户可以根据会议内容,自行选择合适的模板。

图片

此外,Hojo 还支持自定义模型,包括 DeepSeek、MiniMax、GLM、Kimi 等。

图片

一场会议纪要,能不能直接拿去做立项报告?

先来看单场会议纪要的质量。

以第一场立项会为例,Hojo 会把每段录音分成四个标签页:详细纪要、原文转写、解读和知识记忆。

其中,详细纪要和解读也是传统 AI 会议产品中比较常见的功能。

在 Hojo APP 中,详细纪要会按照会议概况、主要议题、待办事项和思维导图的顺序整理,内容也非常详细。

图片

以这场 Steam AI 游戏讨论会为例,可以发现 Hojo 对一些专业术语的识别比较准确。比如「本地 4B 模型」「比特量化评估」「首字延迟」「提示词越狱」等,都能准确识别。

除了详细纪要,我们再来看看另外几个功能。

原文转写

原文转写则会按照说话人分段,每段都会标出对应的时间点。如果对纪要里的某个数字或结论拿不准,就可以回到原文转写中核对。

另外,首次登录 Hojo APP 时,用户可以选择录入自己的声纹。所以在这场会议中,我的发言会直接标记为「我」,另外两位则按照发言人编号进行区分。

图片

解读

「解读」算是 Hojo 比较新颖的一个功能,它会进一步分析这场会议背后的判断。

首先,在基础信息中,它会用一段话概括整场会议,再用星标列出关键洞察。

比如,它认为这场会议把「AI 是否聪明」转化成了「首字延迟」和「防套话能力」两个可以衡量的指标。

可以看到,Hojo 对会议内容的理解已经比较深入,也能从讨论中提炼出一些有价值的判断。

再往下是「章节速览与解读」,每个章节都会标出对应的时间点,并用「中密度区」「高密度区」提示这段内容的信息量。

图片

所以,回看一场长会时,可以先看信息密度高的段落,跳过寒暄和重复讨论,节省回听的时间。

知识记忆

「知识记忆」也是 Hojo 相比传统 AI 会议产品比较有新意的一个功能。

在这个页面中,Hojo 会把会议内容分成「客观事实」和「核心观点」两部分。

客观事实会按照主题分类,比如市场现状、项目方向、技术方案和成本评估。

核心观点则会按照发言人记录。比如,这个小团队里的 Cindy 对 Steam 实时生成 AI 游戏的趋势,以及玩家态度的判断。

图片

按照 Hojo 的设计,这些内容会逐渐积累成项目记忆。当同一个项目开到第 3 场、第 5 场会时,就可以按照发言人查询,谁在哪场会上提出过什么观点。

到了第三场技术选型会,讨论的数据更多,Hojo 的详细纪要里也开始出现表格。

比如,它会把上次和本次测试的规模、成功次数、成功率整理成对照表。像越狱测试成功率从 40% 降到 9%,一眼就能看清变化。

图片

可以看到,Hojo 不只是总结当前这场会议,还会利用之前几场会议的上下文。

随着同一个项目的会议越开越多,Hojo 积累的记忆也会更丰富,前后会议的联系也会更紧密。

详细纪要:表格

这里还有一个值得注意的细节。平时开会经常会遇到一个问题:

会上决定了很多事情,但散会之后,大家可能记不清谁负责、什么时候交付。

在我们的会议中,讨论过一个代号为 G12 的 Bug,指的是 NPC AI 越狱问题。简单说,就是玩家可能通过一些话术绕过 NPC 背后 AI 的规则,让它说出原本不该说的内容。

Hojo 会把会议中的决定整理成待办事项,每条都会标出负责人和截止时间。

图片

思维导图

会议纪要的最后是思维导图,可以直接点开全屏查看。

Hojo 会把整场会议分成几个分支,比如确认测试结果、调整部署方案、处理 NPC 与存档、明确提交门槛、分配会后任务。

通过这 5 个分支,基本一眼就能看清整场会议的结构。

图片

观点分析

在其中一场会议的「解读」页面中,还多出了一个「观点分析」模块。

Hojo 会利用 AI 分析每位发言人在会议中的角色。比如,它把主持人判断为「决策者兼会议推进者」,还会引用会议原文,说明主持人在会上做过哪些决定。

图片

当所有会议内容都记录到 Hojo 后,这些上下文就可以直接供 Agent 调用了。

比如,在 Hojo APP 首页,就可以直接与 Agent 对话。

我问了它一个问题:

之前提到的 NPC AI 越狱问题,从登记到现在一共经历了几次变化?每次分别在哪场会上讨论?

图片

Hojo 的 Agent 会按照之前的会议记录进行分析,最后判断这个问题一共经历了 4 次变化,分布在后面 3 场会议中。

它还会自动生成一张表格,把每场会议中的问题变化和关键决定都整理出来。

以上就是 Hojo 在会议场景下的主要表现。

不过,光看这些功能,可能还是很难理解:

Hojo 的会议纪要与传统 AI 会议产品到底有什么区别。

经过我们实测,其中一个很大的区别,就是 Hojo 引入了长期记忆能力,让 AI 可以调用之前多场会议的上下文。

比如,同一个项目连续开了 5 场会,Hojo 在生成第 5 场会议的纪要时,还会参考前面 4 场会议的内容。

这样一来,AI 就能结合之前的讨论,理解当前会议中的决定和变化,也更适合真实工作中围绕同一个项目连续开会的场景。

连续开 5 场会,Hojo 还能记住前面讨论过什么?

为了看看实际差别有多大,我们也把这次 5 场会议的录音全部上传到了同样是主要 AI 会议产品 —— Otter,做了一次简单对比。

图片

Otter 同样支持 AI 会议纪要、录音转写和笔记整理等功能。

图片

这 5 段录音,我按照时间顺序依次上传到了 Otter,中间没有手动补充任何背景信息。

如果只看单场会议纪要,两边的表现其实差不多。

所以这次我们重点看看,当同一个项目连续开了几场会之后,这两款 AI 会议产品能不能利用之前的会议内容。

为了方便对比,我还让「道德感」很强的 Opus 5.5 生成了一个网页,把两边的纪要整理排版,方便更直观地看出 Otter 和 Hojo 的区别。

第一次:Otter 和 Hojo 的会议纪要都写得很清楚,差别在待办有没有写明负责人。

在第一场立项会上,Otter 和 Hojo 的纪要内容其实非常接近,项目方向、定价、部署方案、Steam 披露风险等内容都有整理到。

主要差别在待办事项上。

Otter 列出了 3 条待办,但没有标注负责人。而 Hojo 的 4 条待办中,已经写清楚了 Cindy、Kevin 各自负责什么,以及什么时候需要交付。

图片

第一场没有前情可用,所以两者的会议纪要之间并没有什么差别。

第二次:Otter 只记下一条待办,Hojo 先核对上轮三项承诺。

到了第二场会议,Otter 对会议议题的整理依然很完整,竞品、纸面原型、越狱和延迟等内容都有记录。

但待办事项只有一条。

比如,会上明确分配了 Sandy 周五提交线索版交互稿、Kevin 下周一提交两组延迟数据,这些都没有出现在待办中。

而 Hojo 会先回顾上周定下的三件事:竞品拆解已经完成、延迟测试完成了一半、发行商方面还没有进展,然后再整理这场会议新增的问题。

图片

值得注意的是,在这场会议纪要中,Hojo 将越狱问题编号为 G12,长句提问问题编号为 G13。这两个编号在后面几场会议中还会反复出现。

第三次:Otter 的数字开始出错,Hojo 写明决定变了。

到了第三场技术选型会,讨论的数据明显多了起来,Otter 的纪要也开始出现一些错误,比如「首字延迟」等术语。

图片

在游戏场景中,「首字延迟」一般指玩家向 NPC 提问后,NPC 说出第一个字需要等待多久。

当然,Otter 可能主要面向英文场景。虽然已经提供了中文转写模板,但中文转写的准确度可能还有些不足。

再看 Hojo 的纪要,会发现它把越狱测试成功率等数据放进了「相比上次变化」的部分,直接与上一场会议的结果进行对照。

Hojo 还在核心结论中明确指出,这与第一场会议的决定不同,并将新出现的存档问题编号为 G15。

第四次:两边都记下了双签,Hojo 把达标和未达标分开写。

到了第四场会议,Otter 的表现还不错,记录了很多已经确定的方案和对应的负责人。

图片

而 Hojo 会进一步整理会议中的细节,比如两项测试门槛,哪项已经达标,哪项还没有达标。

值得注意的是,上周登记的 G15 问题仍然没有修复,而 G13 已经关闭。Hojo 会把这些内容放进「上轮遗留事项」中,继续追踪问题的进展。

第五次:Hojo 衔接上了每个问题的前情。

到了最后一场会议,两者的差别就更明显了。

简单的转写问题这里就不多说了。可以看到,Hojo 会把三个阻断问题放在同一张卡片中,逐项核对。比如 G12 和 G15,Hojo 都会结合前面几场会议的记录,重新整理这些问题的变化和当前进展。

图片

从这个角度来看,Hojo 的会议纪要已经不只是简单的 AI 总结了。它还会告诉你,项目距离提交还差什么、目前有哪些问题、每个问题进展到了哪一步。

在这个过程中,AI 会调用之前几场会议的上下文,利用长期记忆来整理这些信息。

同一场会议,哪份纪要能让 Claude Code 更懂项目?

对比完 Hojo 和 Otter 的会议纪要之后,我想到一个比较有意思的问题:

如果把同一场会议的录音,分别交给 Hojo 和 Otter 生成纪要,再让 Claude Code 根据这些纪要去理解项目,最后会有什么差别?

毕竟,会议纪要除了给人阅读,还可以成为 AI 后续执行任务时使用的上下文。

所以,我们让两个独立的 Claude Code Session,分别读取 Hojo 和 Otter 对同一场立项会生成的纪要(明确不要检索 Memory)。

从 Claude 给出的结果来看,Hojo 的纪要尤其在对项目细节和后续任务的整理,会相对细致一些。

图片

不过,这毕竟只是一次基于特定会议内容的 AI 分析,Claude 本身的判断也带有一定主观性,不能把它当成权威测评,也不能据此判断两个产品的整体水平。

但这个测试还是提供了一个值得关注的角度:一份会议纪要的质量,可能也会影响后续 AI 对项目的理解。

尤其是现在越来越多的工作会交给 Agent 处理,会议纪要能否准确记录项目背景、关键决定和任务安排,可能会变得越来越重要。

【2】翻译

除了会议场景,Hojo 目前还支持两种翻译功能:面对面互译和同声传译,都支持中文、英文和日文。

图片

同声传译

先来看同声传译场景。

这次我们用一个虚构的 AI 美妆品牌 LUMINA 进行测试。整个演示画面都是英文,包含品牌介绍、AI 肌肤扫描等 6 个场景,但所有讲解内容都使用日语。

图片

在这场 AI 美妆演示中,我们直接开启日语转中文的同声传译,日语原文和中文译文都会实时显示。

可以看到,Hojo 对英文和一些专业术语的识别也比较准确。

这里我录制了一段动图:

图片

转写完成后,Hojo 同样会生成一份 AI 总结,比如这场会议发布了 LUMINA AI 系列中的哪些产品,以及一些关键的产品细节。

图片

面对面互译

再来看面对面互译功能。

这次我们模拟了一个 AI 金融场景,由一位来自新加坡的首席风险官,用英文与我们讨论一个 AI 信贷审批项目的尽调。

这场对话涉及不少专业术语和数字,比如 PSI、KS 值、换血率、等保三级,以及数据驻留、上线、联合试点等金融相关术语。

实际体验下来,Hojo 的中英文面对面互译速度很快,准确度也比较高。

图片

另外,它还支持译文语音播报。比如对方说英文时,Hojo 会自动翻译成中文,在屏幕下半部分显示译文,同时用中文语音播报出来。

播报音色可以选择标准音色,也可以使用我们之前在 Hojo APP 中复刻的个人声纹。

仔细查看后续的原文转写,会发现 Hojo 对很多专业术语的识别都比较准确,尤其是 AI 相关的术语,比如 RAG、结构化,以及「 GLM 5.3 二期 AI 模型升级」等。

图片

从一场重要会议,到「十亿个高信息密度入口」

连续开了 5 场会议,又和 Otter 做了对比之后,我们对 Hojo 的产品能力有了比较清晰的认识。

在会议纪要的完整度、待办事项整理,以及跨会议的长期记忆方面,Hojo 确实有不错的表现。

尤其是长期记忆。

比如,在《雾港》项目的 5 场会议中,Hojo 能够将不同会议里的项目决定、任务安排和问题变化关联起来。当我们向 Agent 查询 G12 问题的历史时,它也能利用此前的记录,梳理问题的变化过程。

图片

这让会议纪要有了更多实际用途。

不过,为什么 Hojo 瞄准了会议纪要?这其实与它更大的产品计划有关。

根据 Hojo 官方推文,Hojo 希望联合硬件厂商,让耳机、录音设备、智能眼镜等产品,成为 AI 获取高价值信息的语音入口。

而会议,恰好是高价值信息最集中的场景之一。

一场几十分钟的讨论,可能就决定了项目方向、技术方案、预算安排,以及接下来几周的工作。

如果这些信息能够被准确记录,再通过长期记忆关联起来,Agent 就有机会逐渐理解一个项目的来龙去脉,并参与后续工作。

这让 Hojo 重点打磨会议纪要的目的变得清晰,因为重要会议往往是关键判断和决策发生的第一现场。

同时,这也呼应了 Hojo APP 在国内市场提出的 Slogan:「重要会议,重用 Hojo」。

当 Hojo 接入一副 AI 硬件

事实上,Hojo 此前已经围绕 AI 硬件做了不少工作。

根据团队今年 8 月公布的信息,Hojo 已与近 10 家客户完成合计约 200 万台耳机的项目签约,并完成成品耳机与 Hojo APP、AgenticOS SDK 的相关联调。

Hojo OTA 升级

Hojo OTA 升级

这也让我们前面体验的功能,有了另一种使用方式。

比如,接入适配的耳机后,用户可以直接通过耳机与 AI 语音对话:

在外语环境中,耳机负责收音,Hojo APP 实时翻译;两个人还可以各戴一只耳机,进行面对面互译。

除此之外,翻译功能在双向翻译耳机接入后,有更多使用场景。

比如,在跨语言通话中,Hojo 支持双向实时翻译。双方可以分别使用自己的母语交流,系统会将对方的讲话实时翻译成自己熟悉的语言,并通过耳机播放。

在会议场景下,耳机采集的声音也可以交给 APP 完成转写、总结和知识整理,再进一步积累成长期记忆。

其中,戴上耳机参加会议时,Hojo 支持「会议实时解读」功能,也就是可以根据正在讨论的内容,通过 AI 实时分析和解读会议中的信息,并将结果直接通过耳机播报给用户。

这有点像随身带了一位「场外幕僚」,一边听会,一边帮你梳理讨论重点、理解关键信息,为后续判断提供参考。

相比单独使用手机 APP,接入耳机后,Hojo 才更接近它设想中的完整产品形态。

背后的商业计划

今年 9 月,Hojo 公开了几家正在合作的硬件厂商。

比如,深圳耳机制造商烽火宏声已经拿出 AI 耳机样机,进入设计验证阶段;方案商奇智创新也已通过样机跑通耳机收音、APP 接收音频和实时翻译的链路。

科奈信、迈斯高等传统硬件厂商,也在推进相关产品的联调与合作。

这些厂商拥有成熟的硬件设计、制造和供应链能力,但要让耳机拥有 AI 对话、翻译和长期记忆,还需要模型、软件、云服务等一整套技术支持。

这正是 Hojo 希望切入的角色。

硬件厂商负责产品设计与量产,Hojo 则提供语音模型、Agent、长期记忆和软件系统,双方共同完成 AI 产品的开发与后续运营。

为此,Hojo 采用 B2B2C 模式,提供多种接入方式。

厂商可以直接把设备接入 Hojo APP,也可以通过 AgenticOS SDK,将相关能力集成到自己的 APP 中,保留原有的品牌、账号和用户关系。

在 Hojo 的商业硬件接入计划中,由接入方选择区域和环境,但不配置服务地址

在 Hojo 的商业硬件接入计划中,由接入方选择区域和环境,但不配置服务地址

对于软件开发能力不足或需要特殊定制的厂商,Hojo 还提供 App Studio 和联合开发方案。

这种模式的好处是,硬件厂商不必从零搭建完整的 AI 软件体系,Hojo 也可以通过与不同品牌合作,让同一套底层能力进入更多设备。

让重要的沟通,都有 Hojo 的存在

Hojo 曾提出一个相当大的愿景:

不止传递声音,更为创造价值。全球有效沟通,皆有 Hojo。

从目前的硬件合作进展来看,距离这个目标还有很长的路要走。

不过,Hojo 的发展路线已经逐渐明朗化。

先从耳机开始,让 AI 进入会议、翻译和日常交流场景;再通过长期记忆,把这些场景中的重要信息积累下来,供 Agent 持续调用。

按照团队的规划,未来 Hojo 还希望接入更多类型的设备,实现不同硬件之间的记忆共享。

图片

比如,通过耳机记录的一场会议,之后可以在其他设备上继续查询;此前讨论过的项目背景,也可以成为下一次 AI 对话的上下文。

毕竟,工作中很多重要的信息,就隐藏在每天的会议、电话和日常交流里。如果这些信息能够被持续记录、理解和调用,AI 才有机会真正参与用户的后续工作。

从一场重要会议,到一副 AI 硬件,再到更多日常设备。

Hojo 希望通过与硬件伙伴的合作,让重要沟通中的信息被更好地利用。

让每一次重要的沟通,都有 Hojo 的存在。

最后,推荐大家实际上手 Hojo APP 体验一番,毕竟 Hojo 正在「求拆台、求踢馆、求打脸」。

Ps. 用户只要找出产品的问题、提出有效反馈,就有机会获赠 Pro 会员。连续找茬,还有机会连续获赠 Pro 会员。

图片

推荐阅读

正在升温的 Voice AI 赛道,出现了一家初创团队 Hojo

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

【上海AI活动】Codex拿手好戏

十字路口Crossing 2026-11-08 09:35 北京

➤ “你在怎么用 AI?” ——这是重度 AI 用户们聚在一起,最爱聊的话题。

「AI 拿手好戏」是十字路口发起的线下 AI 用法交换局,每次选一款热门 AI 产品,请大家亮出各自的拿手好戏。

➤ 本场「AI 拿手好戏」的产品是:Codex

在活动现场,我们将邀请大家围坐成多个小组,聊聊各自的 Codex 拿手好戏。每组都会有一位组长主持交流。

小组交流之后,每组推选一位代表上台,用 10 分钟把好案例、实用技巧和新发现分享给全场。

🕡 时间:2026-11-14 周六 6pm

📌 地点:上海 AI Hacker House (漕河泾开发区)

🎫 扫码免费报名

➤ 我们会在活动前两天(周四晚)短信或微信通知报名结果,请凭通知签到入场。考虑到场地空间限制,恕不接受现场 walk in。

期待见到你和你的拿手好戏。

跳转微信打开

  •  

一家长线基金眼里的MiniMax,与一场时隔一年的再对话

原创 Koji 2026-11-07 12:52 北京

“算力是我们的制约之一。这些限制也让我们成为了更好的工程师和研究者”。

👦🏻 作者: Koji

🥷 整理:十字路口

🧑‍🎨 排版: NCon

最近我听了一场播客,Baillie Gifford(BG)合伙人 Lawrence Burns、 投资总监 Claire Shaw 和 MiniMax 创始人闫俊杰(IO)的对话。

BG 是一家有118年历史的英国长线基金,1908 年成立,持有亚马逊超过20年,期间亚马逊至少6次股价跌超30%,BG 陪它几次穿越低谷。特斯拉、腾讯也是它早期识别并长期拿住的案例。

这样一家老牌机构,在去年年底 MiniMax 香港 IPO 时认购了股份,初始投入约 2000 万英镑。时隔一年,BG 在自家播客《Invest in Progress》里和 IO 坐下来聊了一个多小时。

MiniMax 创始人闫俊杰做客 Scottish Mortgage 播客《Invest in Progress》

MiniMax 创始人闫俊杰做客《Invest in Progress》

这是 IO 的英文播客首秀,也是中国模型公司一号位最近半年唯一一次播客专访。

今年 7 月,IO 宣布在实现 AGI 之前不再从公司领取任何薪酬,而且拿出个人名下相当于公司总股本4%的股份用于团队激励。过去一个月,他几乎所有时间都花在了下一代模型 M3 Pro 上。

BG 持有 Anthropic,也长期看好中国大模型,他们在播客中提到自己的观点:中国 AI 可能走一条不同于以往技术浪潮的发展路径,只要能看到中国大模型公司的增长飞轮持续运转,BG都会坚定持有。

作为一家偏好投资“可能颠覆旧秩序公司”的基金,BG对 MiniMax 及中国模型公司的关注重点在哪里?在愈加激烈的 AI 竞争中,MiniMax 如何保持优势?这场对话中都逐一展开。
下面这几个议题,是我们挑选的市场关注重点。透过 IO 的回答,你能看到 MiniMax 的选择和它押注的市场方向。

中国模型公司的效率

👨‍🦱 Lawrence

去年12月我拜访你时,你说,最好的中国模型,性能比美国顶尖模型落后约 5%,但成本只有它们的十分之一。一年过去,这个差距有什么变化?

👨🏻‍💼 闫俊杰 IO

无论美国模型还是中国模型,距离 AGI 都还很远。

最后这5%的差距,可能比做到前面的95%更难追上。所以,缩小当前的差距,可能还需要一些时间。

作为一家中国 AI 公司,算力是我们的制约之一。这些限制也让我们成为了更好的工程师和研究者。

所以从第一天起,我们就知道,必须尽可能提高推理效率,让每一份算力发挥更大的作用。这也推动了我们在模型架构和基础设施上的创新。

除了芯片本身,我们也相信,如果能更高效地使用算力,就能做更多后训练,进一步提升模型能力。

👨‍🦱 Lawrence

能不能这样理解:很多美国前沿实验室算力充足,某种程度上被“惯坏了”,所以走上了另一条路?而MiniMax和许多中国AI实验室,从第一天起就不得不高度重视效率。

👨🏻‍💼 闫俊杰 IO

中国顶尖的前沿实验室都很关注效率,大家采用的方法不同。

我们相信,效率本身就是智能的一部分。

👨‍🦱 Lawrence

你认为 MiniMax 长期能够盈利的信心在哪里?

👨🏻‍💼 闫俊杰 IO

低推理成本是我们在利润和收入上的护城河。

有了这样的效率,我们就能依靠 API 业务建立可持续的商业模式,不必依赖一次性的交易。

在多模态上的坚持

👨‍🦱 Lawrence

MiniMax 很早就把多模态作为核心战略。相比之下,ChatGPT显然已经收缩了多模态布局。为什么不集中精力做好一两件事?为什么你认为这条路是对的?

👨🏻‍💼 闫俊杰 IO

MiniMax刚成立时,我们并不清楚AI最终会以什么形态出现。所以我们在不同方向上扩大规模,希望等技术积累到一定程度,再把它们结合起来。

我认为,多模态能提供更丰富的数据,是未来继续扩大规模的必经之路。多模态也是我们与其他公司的不同之处。当然,这也给我们带来了更多挑战。

在产品层面,我们有几款产品,现在主要围绕两类模型系列展开。

第一个是 M 系列,它是大语言模型,重点提升智能和生产力,主要用于编程和智能体等场景。

第二个是 H 系列,它是视频生成模型,覆盖视频、图像和音频等。目前,H 系列的旗舰模型是 H3。它是开源的,用户可以调用 API、下载模型权重,也可以通过 MiniMax Design 产品使用它。

我想,H3 已经成为全球下载量最高的开放权重模型之一,下载量可能有 2500 万次。

我们不认为这两个领域会一直彼此分离。这两个系列都是开源的,接下来会继续扩大各自的规模,再合并成一个统一的模型。

在开源上的坚持

👨‍🦱 Lawrence

开源模型在中国更普遍,这是中美AI发展的重要差别之一。你如何看待开放模型和闭源模型各自的优缺点?

👨🏻‍💼 闫俊杰 IO

我认为,开源与商业化并不冲突,它能促进商业化,也能推动进一步创新。

以 MiniMax H3 为例,发布后的前三周,就出现了约300个基于它开发的开放模型。这样的反馈循环最有利于模型持续创新。

其中一个比较有名的模型是H3 Max,由美国公司fal.ai开发。他们在H3的基础上做后训练,大幅提高了生成速度。它可以在3秒内生成5秒的视频,相当于一个实时视频生成器。

速度提高之后,视频也有了全新的用法。比如,有开发者已经搭建了全天24小时运行的AI直播,它可以根据你想看的内容实时生成画面。

第二个优势是,客户能自行部署开源模型,从而保护自己的数据和隐私。

我认为,开源让模型公司、用户和开发者三方都受益。我们也会继续把AI模型开源,直到实现AGI。

MiniMax 的两个研发原则

👨‍🦱 Lawrence

MiniMax 的文化也是“扁平、专注和注重效率”。这种文化有多少是资源限制塑造的?面对这些限制,你们是如何建立起公司文化的?

👨🏻‍💼 闫俊杰 IO

我们其实只有500多人,所以必须专注于真正重要的事情。

在研发中,我们有两个核心的原则。

第一,尽量把事情做简单。虽然我们做不同的模型,但架构和基础设施都尽量保持简单。

第二,坚持建设基础设施。我认为这也是我们的不同之处。比起快速推出产品,建设基础设施有时会慢一些,但这是扩大规模的基础。

MiniMax 创办的第一年,当时我们只知道要追求 AGI,但没有明确的时间表。 所以第一年我们主要在搭建基础设施,训练最初版本的语言模型、图像和音频生成模型。

大概四个月后,ChatGPT 发布了。ChatGPT 改变了我们对 AI 发展速度的判断。我们意识到,必须以远超原先预期的速度,把规模做得更大。于是,我们开始扩大基础设施、数据和模型的规模。

在资源有限的情况下,我们一直坚持把事情做简单,持续建设基础设施。资本效率、组织效率以及其他一些特点,都是坚持这两项原则的结果。

MiniMax 的名字和愿景

👨‍🦱 Lawrence

MiniMax 想解决的问题是什么?

👨🏻‍💼 闫俊杰 IO

我们想解决的问题很简单。公司名字也说明了这一点。

MiniMax:尽可能降低推理成本,尽可能提升智能的边界,让每个人都能从中受益。

在大语言模型或 AGI 的概念流行前,我们就相信,智能不应该只让少数人受益,它应该由所有人共享。

👨‍🦱 Lawrence

你相信,开源模型能让更多人和组织用上 AI,而不必依赖某一家公司持续提供模型,这是你看重的吗?

👨🏻‍💼 闫俊杰 IO

是的。这也是我一直坚持做这件事的原因。

AGI 如此重要,它不应该属于某一家企业、某一个国家或某一个组织。它必须属于我们所有人。

我们的口号是“Intelligence with Everyone”——与所有人共同拥有智能,而不是“Intelligence for Everyone”——为所有人提供智能。

我认为,智能属于每一个人。

“练球更便宜的球手”

在播客中,主持人 Claire Shaw 向 Lawrence Burns 提了一个关于商业模式的问题:MiniMax 是如何把限制转化为优势的?

她提到,IO 称他们要保持低成本,让 MiniMax 能在模型初步训练完成后,投入更多资源继续改进,这一点对 Lawrence 的投资判断有多重要?

Lawrence Burns 称这非常关键。“MiniMax 就像那个练球更便宜的球手,同样的预算可以支持更多练习”。

他解释说,AI 模型先通过训练消化大量数据,然后进入“后训练”阶段,反复尝试任务、学习哪些方法有效。过去几年,大多数重大进步都来自后训练,比如模型编写代码、执行任务的能力。这个“练习”阶段成本很高,每次练习都相当于向模型提问,都会产生成本。

他拿高尔夫打个比方。两名球手都能通过练习进步,但其中一个人买练习用球的成本,比另一人低得多。其他条件相同,练习用球更便宜的那个人能练得更多,通常也会成为更好的球手。

低成本是 MiniMax 所有工作的核心。

写在最后

成本理念已经融入这家公司的基因中。

MiniMax 诞生于资源相对有限的环境,从公司创办时 IO 就强调,要让每一小时的算力完成更多有价值的工作,让芯片持续高效运转——它把成本放在模型设计的核心位置。

而且,不同于美国的实验室在正式训练模型之前就花大量资金做实验,MiniMax 的做法是缩小实验范围、选择更准的方向,在提高资本效率的同时取得商业化结果。

BG认为,“低成本”的做事方法,形成了 MiniMax 的结构性优势,这种优势可能比他们最初认识到的还要更深。

市场是确定的,但挑战也同样存在。

中国市场价格竞争极其激烈,紧跟技术前沿的成本也在不断攀升,IO 提到的“能用十分之一的成本,干到头部模型95%的性能”优势能不能维持?我们拭目以待。

推荐阅读

MiniMax H3 今天正式开源,我们实测到了这些能力

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

腾讯 Hy4 站上「斩杀线」

原创 GaKi 2026-11-06 14:20 北京

腾讯混元拿下了属于自己的「关键赛点」。

图片

👦🏻 作者: GaKi

🥷 编辑: Koji

🧑‍🎨 排版: NCon

图片

新模型发布,现在首先要跨过一条「斩杀线」。

斩杀线原本是游戏术语,主要指血量低于这条线,就会被一击斩杀。放到大模型上,这条线由智能水平和成本共同决定。

Agent Arena 是一个由真实用户评估 Agent 任务的模型排行榜,其「帕累托前沿」视图画出了这条斩杀线,横轴是单次任务成本,纵轴是任务效果:

图片

一款 AI 大模型只要站上这条斩杀线中的某个点,就意味着在相同或更低的成本下,已经找不到效果更好的模型。

11 月 4 日,腾讯混元正式发布新一代大语言模型 Hy4,站在了这条斩杀线之上。

根据 Agent Arena 最新公布的数据,在全球用户参与的 12700 多次真实长程 Agent 任务中,Hy4 的净提升(与平均模型完成同样任务的效果相比)达到 5.39%,进入 Agent Arena Leadboard 总榜前列,目前排名第 13。

图片

全球大模型评测平台 Artificial Analysis 更新的 AA 智能指数榜单,Hy4 在 725 款模型中跻身前列,位列中国模型第二,仅次于 Kimi K3.1 Pro:

图片

再来看成本,在在 Agent Arena 的帕累托前沿视图中,Hy4 平均每个任务成本大致花费 0.57 美元。在这个成本以下的所有模型里,Hy4 的净提升最高、效果最好。

图片

此外,Hy4 这次还加入了视觉理解和电脑操作能力,并针对长程 Agent 任务、金融分析、前端开发等场景进行了优化。

🚥

我们第一时间体验了 Hy4,分别选取了「网站开发、3D 建模和金融分析」三个场景,看看它实际用起来怎么样。

下面分享我们的实测过程。

WorkBuddy + 免费 Hy4 实测

这次实测,我们选择了 WorkBuddy。目前,在 WorkBuddy 中可以免费使用 Hy4,而且支持超长程 Agent 任务。

图片

我们一共做了三个 Case。

【1】第一个是论文数据独立复现网站,涉及到很多学术分析,还接入了 AI 大模型的 API,最终开发成一个完整的网站。

【2】第二个是钢铁侠反浩克装甲的 3D 建模项目。

【3】第三个是金融分析,这也是 Hy4 此次重点优化的方向之一。

论文数据独立复现网站

这次,我向 Hy4 提供了一篇论文的原始数据,包括 Excel 文件、论文正文,以及已经完成的数据分析结果,让它独立、完整地复现整个数据分析过程,并最终做成一个网站。

图片

在 WorkBuddy 中免费调用 Hy4 模型的使用时间为 11 月 4 日至 11 月 15 日。

图片

Hy4 现在已经能在 WorkBuddy 中执行流程很长的 Agent 任务。

比如这次的数据分析任务,就持续了近两个小时。从原始问卷数据的处理,到数据核对、统计分析等环节,整个流程都比较完整。

图片

另外,我发现 Hy4 在执行任务时,也会把工作拆成不同的模块,并在过程中进行校准。

比如这次的学术数据独立复现平台就把整个网站分成了前端界面、服务编排、计算引擎等几个部分,分别进行开发和检查。

图片

最终生成的网站也相当完整,从执行摘要、数据上传,到拟合指标分析、学术图表和研究报告,基本都集成进去了。

而且,网站里的每张图表都是 AI 独立分析数据后生成并嵌入的。

图片

同时,网站还会自动将数据分析生成的所有图表整理到一起,方便统一查看和管理。

图片

在这个网站里,可以直接上传原始问卷数据、题项对照表,甚至是论文文件。配置好 AI 大模型的 API 后,就能通过集成的数据分析功能,自动计算 Cronbach's Alpha 等指标,并完成相关的数据分析。

图片

另外,网站还支持将所有数据分析结果一键导出为 Excel 表格,方便后续查看和使用。

图片

即便是 EFA(探索性因子分析)这类复杂分析,以及热图这类图表,Hy4 也能比较轻松地完成。

图片

整体来看,Hy4 在大量数据分析和后端代码开发上的表现还是比较顺畅的。

毕竟,这个项目的流程确实很长,需要先阅读大量论文正文和原始数据,再独立复现数据分析过程,最后通过长流程的 Agent 任务完成网站开发和代码编写。

钢铁侠 3D 建模

这次,我还用 Hy4 做了一次钢铁侠反浩克装甲的 3D 建模,最终生成了一个网站。

下面这张图,就是从完整项目中截取的 40 个分镜画面,拼接在一起的效果。

图片

不过,要制作这样一个 3D 项目,还是需要一段非常详细的提示词。可以直接让 Hy4 帮忙润色和补充,再让它从多个视角截图。

整个项目包含大量粒子、上千个零件和超过 3 万个几何件。我还把粒子数量设置到了 500 万,在这样的规模下,整体帧率依然保持在比较合适的水平。

图片

整个 3D 反浩克装甲还支持一键切换成粒子状态,将所有零件拆开,再重新组合成完整的装甲。

图片

甚至还可以从装甲背部发射导弹,导弹的细节也做得比较到位,发射时还有比较真实的烟雾和火焰轨迹。

图片

再比如下面这个效果:

图片

中际旭创光模块研究报告与 PPT

在这次 Hy4 的官方技术博客中,也重点介绍了它在金融研究方面的能力。

所以,我们让 Hy4 调研了中际旭创的光模块周期,并生成了一份 PPT 和一份腾讯文档。

整个报告涵盖了投资摘要、研究框架、财务分析、产品、地区、客户,以及云厂商 CapEx 等多个方面,金融分析的框架相当完整。

图片

最终生成的 PPT 也相当完整,内容结构很清晰,H1、H2、H3 各级标题都有明确的区分,还加入了大量数据表格,整体排版也比较整齐。

图片

而且,因为这次是在 WorkBuddy 中调用 Hy4,还可以直接使用 WorkBuddy 的人机双写功能。

比如 PPT 里的各个模块,都可以直接让 AI 编辑,也可以自己手动修改,整体用起来会更方便。

图片

另外,还可以直接让 Hy4 把所有调研内容整理成一份腾讯文档,方便后续查看和编辑。

图片

可以看到,整个研究报告大约有 9 万字,从调研到最终生成报告,前后花了一个半小时左右。

我尤其注意到,Hy4 在执行任务时,花了不少时间搭建金融分析框架,再围绕这个框架逐步展开研究。最终生成的报告,内容也比较扎实。

从「追赶者」起步的混元走了多远?

Hy4 发布后,腾讯首席 AI 科学家姚顺雨也在 X 上分享了自己的感受。

图片

他说,团队在不到一年时间里取得了这么大的进步,让他感到很骄傲。同时,他也提到了模型的安全性、实用性,以及如何通过真实用户的测试来评估模型能力。

其实,腾讯混元在国内大模型的竞争中,起步算是比较晚的。

今年 2 月,混元团队重新搭建了基础设施,此后基本每两个月就会发布一个大版本。

从 Hy3 到 Hy4,模型越来越大,能力也越来越强。除了回答问题、写代码,现在还能理解图片、操作电脑,完成一些需要连续执行很多步骤的 Agent 任务。

到了这次 Hy4 发布,混元已经排到了 Agent Arena 全球总榜第 13 名。当然,和全球最强的闭源模型相比,仍有较大差距。

图片

另外,现在大家开始越来越在意模型的使用成本。

Agent Arena 的「帕累托前沿」,就是在综合比较任务效果与成本,进入这一前沿,意味着想获得更好的智能,就必须付出更高的成本。

所以入选意味着在相同或更低成本下,已没有效果更好的模型。

这次 Hy4 的成绩,也说明腾讯混元已经参与到了这一轮竞争中。

而且,随着 Kimi、混元、MiniMax 等国产模型不断更新,模型之间的差距也在慢慢缩小。大家都在尝试用更低的成本,完成更复杂的任务。

我们也期待,未来能有更多国产模型进入 Agent Arena 的帕累托前沿。

图片

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  

什么是 Super-agent?我们在 LobeHub 做了一次尝试

原创 GaKi 2026-11-05 17:47 美国

Agent 用得越多,人越忙,这个问题开始有了产品层面的答案。

图片

👦🏻 作者: GaKi

🥷 编辑: Koji

🧑‍🎨 排版: NCon

图片

10 月 31 日,DeepSeek Harness 团队发布了一篇《Super-agent 设计探索》,直指过去一年很多人用 Agent 的切身痛点:可同时使用的 Agent 越多,人反而越忙。

图片

在同时运行的多个 Agent 之间,人类用户像「人肉路由器」一样在窗口间来回切换、搬运 Context。

为此,DeepSeek 描绘了一种理想的 Super-agent 形态:

多个 Agent 持续在线、各自分工,由 Super-agent 统一协调。人只需要提出需求,并在关键节点做决策和验收。

DeepSeek 把这篇文章定位为「设计探索」,文中的很多能力还停留在构想阶段。

但当我们把视线转向产品端,就会发现昔日的开源聊天界面 LobeChat,在今年升级为多 Agent 协作平台 LobeHub 后,已经把其中的许多构想变成了可以直接上手、与 Super-agent 概念形态相似的功能。

🚥

接下来,我们先梳理 DeepSeek 提出的设想,再用我们在 LobeHub 里搭建的一个「AI 选题编辑部」,聊聊这些设想在真实产品里到底做到了哪一步,Super-agent 形态又会在未来带来什么样的提升。

DeepSeek 到底想要一个什么样的 Agent?

现在,大部分 Agent 仍然围绕一个单独的对话来工作。

如果要让十几个 Agent 同时工作,人就需要处理十几个对话,花费大量时间分配任务、传递信息和检查结果。这是 DeepSeek 在《Super-agent 设计探索》中探讨的核心问题。

在 DeepSeek 的设想里,未来的 Super-agent 应该能够持续在线,主动发现和管理任务,还能协调多个 Agent 一起工作。

DeepSeek 产品部的崔添翼(他也是这篇文章的最终审稿人之一),随后也在知乎上解释了 Super-agent 这个名字的由来。

「Super」在这里表示「上层」,与 Sub-agent 的「Sub」相对应。简单来说,就是在原有 Agent 之上增加一层协调机制,统一管理和分配任务。

他还特别强调,目前这套架构仍处于原型探索阶段,只在 DeepSeek 内部的小规模环境中得到验证,距离真正的大规模落地还有不少问题需要解决。

《Super-agent 设计探索》文中的部分设计已经在 DeepSeek 开源项目「 dsh-superagent-prototype 」中实现

《Super-agent 设计探索》文中的部分设计已经在 DeepSeek 开源项目「 dsh-superagent-prototype 」中实现

在这套体系之下,用户只需要告诉 Super-agent 最终想完成什么,剩下的任务拆分、执行和进度管理,都尽可能交给 Agent 自己处理。

为了描述这种 Agent 应该具备什么能力,DeepSeek 提出了四个判断标准:连续、高效、主动、持久。

围绕这四个标准,DeepSeek 提出了整体架构以及五个设计观点。

DeepSeek《Super-agent 设计探索》

DeepSeek《Super-agent 设计探索》

其中三个和日常使用的关系最大:

【1】Router/Worker 双层架构

在 Super-agent 内部,Router 常驻在线,负责接收用户需求、协调和分派任务;多个 Worker 则在独立的上下文中并行执行,最终由 Router 统一向用户反馈结果。

简单理解的话,就是 Super-agent = Router + 多个 Worker + 事件驱动、记忆管理等底层机制。

用户只需要和 Router 对话,具体工作交给 Worker,避免大量执行细节占用 Router 的上下文。

图片

【2】事件驱动和两级过滤

Agent 不必等人 @,群里出现与自己职责相关的消息,也能主动接手。

图片

【3】面向信道的输出,以及计算、状态、环境的分离

Agent 在群里只汇报重点和需要人决策的事,完整执行记录留在任务里。

同时,Agent 在云端持续运行,本地程序负责实际操作。即使用户关掉电脑,云端 Agent 仍然在线。

图片

DeepSeek 提出的部分设计,已经能在 LobeHub 中看到相似的产品形态,不过两者是各自独立的探索。本文仅叙述产品体验,不涉及底层技术架构。

LobeHub 的前身是 LobeChat。

2023 年 5 月,LobeChat 在 GitHub 开源,最初是一个可以自己部署的大模型聊天界面。用户填入 API Key,就能在同一个网页里使用多家模型。

2024 年 6 月,LobeChat 1.0 加入多端同步、知识库和团队共享。2026 年初更名为 LobeHub,转向多 Agent 协作。

5 月,LobeHub 推出 CAO(首席智能体运营官),负责拆解任务、分派工作和跟进进度。

图片

据官方披露,项目在 GitHub 上已有超过 8.3 万 stars、300 多位贡献者,Docker 部署超 700 万次,支持 20 多家模型服务商,可自托管或直接使用云端版本。

图片

LobeHub 已经把一些想法做成了产品

LobeHub 可以直接下载本地 APP 使用,下载页为:

https://app.lobehub.com/

我们在 LobeHub 里搭建了一个「十字路口 AI 选题编辑部」,用来为这篇文章准备资料。

编辑部有三位 Agent 成员:

【1】主编运行在 LobeHub 云端,负责接收需求、拆分任务、分派和汇报,自己不做具体工作。

【2】调研员也运行在云端,负责联网检索、核实一手来源。

【3】素材管理员是我 Mac 上的 Claude Code,负责整理本地文件夹里的截图。

图片

创建主编和调研员 Agent 的步骤很简单,在桌面端点击「创建助理」,写好系统提示词、选择模型即可。每个 Agent 都可以单独开启任务工具、消息工具、联网搜索等,支持高度个性化。

素材管理员的接入方式稍有不同。

LobeHub 支持扫描这台电脑上已安装的 Agent。勾选 Claude Code 后,它就成为团队里的一员:

图片

这些 Agent 也可以用 LobeHub 的命令行工具管理。

安装 LobeHub CLI 后,执行 
lh agent list 能查看团队成员,执行 
lh device list 能查看已接入的设备。调研员就是我用命令行创建的。

图片

创建这些 Agent 成员的最后一步,是把 Agent 接入团队平时使用的聊天工具。LobeHub 的每个 Agent 都可以接入 9 个聊天平台。我们选择了 Slack,在频道 #选题编辑部 里为三个 Agent 各配置了一个机器人。

图片

可以直接连接进 Slack、飞书、Discord、Telegram 这些 IM 里:

图片

作为一个 Bot 出现:

图片

人只和主编 Agent 对话

团队搭建好之后,我在 #选题编辑部 里 @ 主编,发送了下面这段需求。

@主编 我要写一篇关于 LobeHub 的公众号稿,切入点是 DeepSeek 10 月 31 日发布的《Super-agent 设计探索》。请安排两件事: 1. 调研:这篇文章的核心观点,以及国内外媒体和开发者的讨论,至少 5 个一手来源。 2. 素材整理:把我 Mac 上 ~/Desktop/LobeHub实测/截图 里的图片按时间排序,生成一份「素材索引.md」,每张图写一句说明。 今晚 10 点前给我结果。群里只告诉我进度和需要我决定的事。

主编收到消息后,先加了一个 🤔 表情,之后就创建好了两个任务。T-1 是调研,指派给调研员;T-2 是素材整理,指派给素材管理员。

图片

每个任务都写明了目标、背景、要做的事、输出格式和完成标准,截止时间设在当晚 21:30,并且自动开启了交付验收。

在 LobeHub 的任务列表里,可以看到两个任务由不同的执行者同时推进。打开任务详情,创建者是主编,执行者是对应成员,T-2 的执行位置显示为本地设备。

图片

LobeHub 任务列表中,两个任务同时进行:

图片

素材管理员最先完成。它在我的 Mac 上生成了一份素材索引,逐张查看文件夹里的截图并写好说明:

图片

调研员交付的报告里,还单独列出了 7 条存疑点。

整个过程中,主编只在线程里发送了 3 条消息,分别是已派出的任务、进度和待决定的问题、最终结论。频道主界面没有被刷屏,完整的调研报告留在任务详情里。

主编还负责沟通和分派,具体工作由成员完成,需要判断的事交还给人。

这和 DeepSeek 设想的 Router/Worker 分工、面向信道的输出,形态很接近。

后来我们又试了另一种做法,让三个 Agent 在频道里互相交流。

主编收到需求后,在线程里 @ 调研员和素材管理员说明分工,同时在 LobeHub 里为两人各创建一个任务。成员完成后,用各自的 Slack 机器人把结果发回频道,并 @ 主编。主编收齐两份汇报,再发一条汇总。

图片

主编 @ 两位成员分派任务,素材管理员用自己的机器人 sucai @ 主编汇报:

图片

调研员看到素材管理员发给主编的汇报后,还主动说明「这条是发给主编的,我这边不用处理」。

素材管理员是本地的 Claude Code,它在终端里调用 
lh bot message send 命令发送消息。所以从外部接入的 Agent,也能用自己的身份在团队频道里发言。

图片

没人 @,主编也会接手

LobeHub 的 Slack 渠道支持监听关键词。我们为主编设置了「选题」「能写吗」「值得写」三个词。设置可以在 App 里完成,也可以用 
lh bot watch-keywords add 命令添加,App 的配置页会同步显示。

图片

之后我在频道里发送了一条消息,没有 @ 任何人,只提到 LobeHub 开源了内部使用的验收工具 Acceptance,问这个值不值得写。

主编被关键词唤醒,1 分钟内在频道里给出了选题判断,并创建了两个任务。T-3 交给调研员核实信息,T-4 交给素材管理员盘点素材。

图片

两个任务创建后都放在待办里,主编先问我「现在两个都开始吗?」。毕竟执行任务会消耗积分,由人确认后再开始更稳妥。

在 Discord 和飞书上,LobeHub 的主动参与还能再细一层。用户可以写清楚 Agent「负责的事」,并调节职责灵敏度。消息先经过频道范围和关键词筛选,再由模型按职责判断要不要接手。

每次唤醒都会留下记录,显示原因、置信度和结果,用户还可以标记这次判断对不对。这套流程和 DeepSeek 提出的两级过滤,形态相近。

追问也会回到原来的任务。

我在主编的线程里回复了它之前提的问题,同样没有 @ 任何人,要求调研员补一张 DeepSeek 设想和 LobeHub 功能的对照表。

主编随即回复「调研员已经在 T-1 开始做对照表」。T-1 的状态从已完成变回进行中,我的追问被写成一条「追加需求」评论,附在 T-1 下面,没有新建任务。

图片

同一件事的后续消息会回到原来的任务和 Agent,上下文也保留在一起。

关掉电脑,云端照常工作

编辑部里,主编和调研员运行在 LobeHub 云端,素材管理员运行在我的 Mac 上。

LobeHub 把 Agent 的主循环放在服务端,所以关掉网页或桌面端,云端的 Agent 依然在线,Slack 里的消息照常有人处理。连接中断后,任务也会自动恢复。

需要用到本地文件时,云端通过「执行设备」调用我的电脑。设备页里能看到这台 Mac 的在线状态和绑定的 Agent。素材文件始终留在本地,不需要上传。

图片

Agent 还可以按计划工作。在任务详情的自动化设置里,可以让调研员每天 8:30 整理前一天 AI Agent 领域的重要发布,第二天早上人只需要查看结果。

这对应 DeepSeek 提出的计算、状态、环境分离。Agent 和它的状态留在云端,文件和工具链留在原来的机器上。

Agent 执行任务,人又该做什么?

前面的实测里,LobeHub 中多个 Agent 可以分工,也可以在满足条件时主动接手任务。

Agent 能完成的工作越来越多,人的工作重心就会转移到定目标、看结果和处理例外上。所以,人需要一个地方,能看到 Agent 做了什么、做得对不对。

在 LobeHub 里,这个地方叫做:Task。

每一轮返工都留在任务里

T-1 的对照表一共做了三轮。

第 2 轮,调研员虽然交出了对照表,但交付验收的 4 项里有 1 项没有通过。原因是它只提交了对照表,没有和原来的报告合并。

主编看到结果后,在 T-1 里写了一条返工说明,让调研员重做,在第三轮里验收 4 项才全部通过。这几轮返工都由主编和调研员完成,我没有介入。

图片

素材管理员首轮验收其实也没有通过,返工后第 2 轮全部通过,它还在验收阶段自动更新了一次索引,把任务进行中新增的截图也纳入进来。

图片

主编发出最终结论时,还特意提醒我,稿子里只能写「产品形态相近」,不能写「技术架构相同」。

代码任务的终点是 PR

换到开发团队,任务的交付物通常是 PR,但流程基本一致。

据 LobeHub 披露,他们的团队每天在 Discord 里与 Agent 协作。主管 Agent 查清问题后创建任务,交给 Claude Code 担任的 Worker 执行,最终提交 PR 并通过 CI。

GitHub 事件也能接入这套流程。比如 PR 出现新评论或状态变化,就可以唤醒对应的 Agent 继续处理。

交付之前,先拿出证据

Agent 说任务完成了,作为用户还得确认结果是否符合要求。比如代码测试通过了,页面却可能出现菜单截断、文字看不清、按钮溢出等问题。

为此,LobeHub 开源了内部验收工具 Acceptance,采用 Apache-2.0 协议。

图片

它会把需求拆成多个检查项,在真实产品中逐项验证,并附上截图、录屏和日志,生成一份在线验收报告。

不满意的部分可以单独退回,已经通过的检查项继续保留。返工原因也会被记录,供 Agent 下次自查。设计、产品和工程团队还能在同一份报告里讨论问题。

相比前面 T-1、T-2 使用的任务验收清单,Acceptance 更进一步,让每个验收结论都有可以查看的证据。

从一个人使用,到一个团队使用

DeepSeek 在其报告中留下了一个开放问题:

多人共用 Agent 时,应该如何划分上下文的共享边界?

LobeHub 提供了 Workspace 和 Task 两套功能。

团队成员可以在同一个工作区共享 Agent、文件、知识库和积分,并通过角色权限控制访问范围。

每项任务的需求、执行记录、进度和评论都保存在 Task 里。新加入的同事打开任务,就能了解之前发生了什么,不需要重新交代背景。

据 LobeHub 披露,这套协作方式已经在内部使用了半年。多个 Agent 可以同时推进任务,人只在关键节点介入。

未来,人可能不再需要管理每个 Agent 的执行过程,但仍然需要决定目标、审核结果和处理例外。

🚥

回看这次搭建编辑部的过程,多 Agent 协作带来的变化主要有三点:

【1】人只面对一个入口

需求交给主编,拆分、分派和跟进都由主编完成。人不再需要在多个窗口之间搬运上下文。

【2】Agent 持续工作

任务可以跨对话、跨天推进,追问会回到原任务,关掉电脑也不影响云端的 Agent。

【3】人的工作转到两端

任务开始前,人定目标;交付之后,人看证据、做验收。中间遇到需要判断的事,Agent 会停下来问人。

当然,据我们实测,目前这套协作方式还有一些限制。

比如在 Slack 上,三个 Agent 虽然能互相 @,但任务的衔接仍然需要主编来完成。

图片

LobeHub 创始人也在 X 上提出了一个他们思考了三个多月的问题:

当 Agent 在团队中执行任务时,调用成本该由谁承担,使用谁的资源,最终产出又属于谁?

尤其当 Agent 的创建者和任务发起者是不同的人时,问题会更加复杂。

这些问题,DeepSeek 还没有给出完整答案,LobeHub 的 GitHub 集成等功能也仍处于 Alpha 阶段。

或许,下一代 Agent 最值得期待的变化,就是人终于不再需要管理每一个 Session。

人负责提出目标、审核结果,具体工作交给一支能够持续在线、自主协作的 Agent 团队。

当然,距离真正实现这一点,还有很多问题需要在实际使用中解决。

图片

加入会员群

我们正在搭建「新一代 AI 创业者」微信会员群

评论有奖

评论有奖:评论区随机抽取 1 位读者,赠送「十字路口」周边:Hands Dirty Club 卫衣

跳转微信打开

  •  
❌