铃阅时讯
❌

阅读视图

从近亿元到数十亿元,4家企业宣布新融资

峰瑞资本 2026-10-10 20:30 北京

「FreeS Family 融资新闻 Vol.28」

从技术前沿,走向产业深处。过去两个月,新一轮AI技术加速向更广阔的物理世界延伸,技术与产业的融合不断深入。AI算力、AI芯片、计算光学等多个前沿赛道里,四家峰瑞被投企业宣布融资新进展。

今天,让我们聚焦这四家FreeS Family企业的融资情况,见证创新力量的不断突破。

报道详见:

光本位完成数十亿元融资,估值达到近200亿元

威邦震电完成近亿元B轮融资,推进分子振动光谱技术在工业检测、临床及AI for Science商业化进程

「行云集成」完成近8亿元融资

厘清智能完成数亿元天使轮及天使+轮融资

#峰瑞资本 #融资新闻 #AI芯片 #物理AI #计算光学 #AI光计算 #前沿科技

跳转微信打开

  •  

抱歉,团队已经解散了!

廖信忠 2026-10-10 20:02 上海

导读

我们在走进东港刘叔爱心救助小院、见证了他与八百多只毛孩子的坚守与日常后,心中满是敬意与动容。带着这份沉甸甸的感触,写下了这篇真实走访。若没有这份二十五年如一日的坚守,很难想象,在这寒凉的世间,这八百多只小生命将会面临怎样无助的命运。

视频信息来源于辽沈晚报

01

首先向大家申明一下今天这篇文章并非广告,是一次非常有意义的爱心接力!

昨夜,来自东港市的刘叔流浪救助小院负责人刘振洪老伴向我发了一条求助信息,她说“老师,我们基地八百多只毛孩子的口粮严重短缺,再这样下去就连泔水都不够吃了,我知道您的粉丝多,都很有爱心,希望您能帮帮我,再这样下去,救助站真的就要解散了!”

于是我们与尤阿姨取得了联系,从详细的沟通中我们得知目前刘叔在沈阳接受住院治疗,小院八百多只毛孩子嗷嗷待哺,已经没有粮食维持下去了,77岁的刘叔在住院期间依然满心牵挂着毛孩子每天温饱的事情,希望大家在这困难时刻帮帮刘叔,谢谢各位家人们了。

图片

走进东港长山镇的一个小村庄,听见阵阵狗吠声,就知道那是刘叔的救助站。

救助站已经成立25年,一路走来的艰辛似乎也无法用言语表达出来。

图片

刘叔每天照顾完小院的毛孩,还固定给外面工地上,废墟里的流浪狗们喂食,即便很多次被人用嫌弃的眼光和恶毒的言语指责着,甚至打翻过他的食物,他不但不为所动。

还耐心地和周围的人说,狗狗们都是有灵性,我们应该善待它们才对!

图片

和这个今年已经77岁的老爷子聊天,他说自己这一生到现在,有两件算是值得骄傲的事情:一是在北海舰队当了五年兵入了党,二是在长达20年的光阴里,救助了800多只毛孩子。

21岁那年,刘振洪征兵体检通过。他肯吃苦,人又本分,训练起来格外认真、专注,不到两年就光荣入了党。五年兵役结束,刘振洪已经是个班长,还得了两次嘉奖。

图片

退役后回到农村的家开了一个小饭店。由于他为人正直、善良,饭店经营得风生水起,攒下很多钱,十里八村没有一个不羡慕他的。

然而一次与遗弃毛孩的偶然相遇改变了这平静的一切。

图片

25年前的一个清晨,刘叔正在逛着集市,隐约听到垃圾堆的角落里传出一阵阵狗叫声,好奇心驱使他走进,发现一个破旧的纸箱,里面蜷缩着四只刚出生的小奶狗,浑身湿透,瑟瑟发抖。 

刘叔蹲下身,轻轻摸了摸它们的头。其中一只小狗虚弱地睁开眼,舔了舔他的手指。那一刻,这个曾在部队摸爬滚打多年的硬汉,心突然软得一塌糊涂。

图片

02

收养了几十只或病或残的流浪猫狗之后,刘振洪的名字渐渐被十里八乡熟知。知道有刘振洪这么号人之后,这些人一下有了办法,不管小狗老狗,残疾狗还是病狗,都往他家扔,反正他会养。

图片

若大家想关注基地情况,可查看基地的实时监控直播。

图片

直播提供:刘振洪

刘振洪很气愤,他说这些人不负责任,不讲道理。

就这样,从2001年救助至今,他为狗狗们三次扩建小院,但仍然不够住。

后来,连刘叔睡觉的西屋也充当了犬舍。

图片

25年来刘叔和毛孩子同住

密度太大了,狗一多就容易打架、生病。刘叔说。为了照顾这些狗,他和老伴每天凌晨4点起床,打扫卫生、蒸狗粮、喂食、给狗狗剪理毛发……一直忙到深夜。

图片

做救助难,做个人救助更难!

救助堪比“无底洞”,只进不出,哪怕有再多的钱,也有用尽之时!

刘叔苦心照顾家庭的同时还要照顾基地,每日除了照顾狗,就是救狗,多年来早已将自己的积蓄花得一干二净。

可小院的毛孩子却是与日俱增,有被人扔在基地门口的伤、病狗,也有刘叔从别人基地接手来的狗狗。 

图片

刘叔还救助了很多体弱猫咪

 除了喂粮,还要单独煮鸡蛋给它们补营养

如今刘叔的流浪狗救助基地里已有800多只毛孩子,每个月光粮食都要消耗至少12000斤。

“钱流向了不缺钱的人,苦却流向了能吃苦的人。”

最让他头疼的是医疗问题。许多被遗弃的狗患有重病——断腿的、失明的、皮肤溃烂的……起初,他会带狗去宠物医院,但高昂的医疗费让他难以承受。后来,他自学兽医知识,自己给狗打针、喂药、包扎伤口。 

图片

03

更让人揪心的是,刘叔自己的身体也越来越差,他因癌症动过三次手术,如今走路都吃力,却仍咬牙坚持:“我要是倒了,这些狗怎么办?”

图片

刘叔救助的残疾狗狗“来福”

就在10多年前,身体一直不适的他查出间质肿瘤(高风险),并且由胃扩散到脾,要被割掉三分之二的胃。

图片

肿瘤手术后,按照医嘱,他需要坚持吃治疗肿瘤,眼看院里的毛孩子连米饭都没得吃,刘叔咬咬牙,停了自己的药。

停药三年,癌症再一次复发。死神一次又一次找上门,好在他在十余年间挺过了一段段的考验。

图片

当时妻子和孩子哭着劝他放弃这些狗,安心治病调养。刘振洪也犹豫了,可转头,又看见院里的毛孩子单纯懵懂的眼睛。

“要是我放弃,它们就没有家了。”

“到死的那天,那就没办法了,但只要活一天,我都不能放弃。”

图片

“尽管养这么多猫狗,这么累这么苦这么难,但还是坚持下来了。因为它们最大的希望都在我身上,我要是不养,它们就没活路了。”

图片

刘叔给了猫猫狗狗一条活路,可是命运却一次又一次把他往死路上逼。

刘叔的弟弟在小院喂狗,几次碰上来丢狗的人,含着眼泪跟对方说:“我哥今天还去医院检查呢,你看看院子里这么多狗,真的顾不过来啊!”

图片

可是没有人理会。

没有人关心这位老人的病情发展到哪一步,没有人关心这么多狗狗的食物从哪里来,没有人在乎他和它们要怎么活下去……

图片

谈起妻子,刘叔心中充满了感激更充满了愧疚。

“我总说要守着这八百只毛孩,可守着它们的日子里,我没给过你一天好日子。我怕自己走后,这些毛孩没人管,更怕你往后的日子,要为我和这八百条命独自奔波。如果有下辈子,我再也不做这“毛孩的爸爸”,只想做你一个人的丈夫,陪你过几天真正的日子。”

图片

这些年,刘叔救猫救狗,很多人觉得这些毛孩子是依靠着他活了下来。但刘叔说,他又何尝不是在依靠这些毛孩子呢。因为有它们的存在,他才能有很强硬的心态,去面对生活中遇到的各种问题。

图片

刘叔曾经说过,“不是我有什么大心大爱,那都是命啊,十几年的感情,换做谁都很难放弃,所以有时我就不明白,那些遗弃宠物的人是怎么想的。”

图片

这个总把 “都是条命” 挂在嘴边的老人,用半生时光证明了,善良从不是轰轰烈烈的壮举,而是日复一日的坚守。

图片

现在小院粮食告急,像块沉甸甸的石头压在刘叔他们夫妻二人的心头。无数个夜晚,他总是坐在一把椅子上发呆,仿佛整个人的精气神都在这一刻被抽走,如同一棵被风雨摧残过的老树,没有人知道他在想什么……

图片

本以为生活会慢慢安稳,可残酷的病魔再次卷土重来。6月12日,刘叔的病情出现耐药复发,肿瘤再度恶化,身体状况急剧下降,腹痛、虚弱等症状反复出现,让年迈的老人备受折磨。为了阻止病情持续恶化,刘叔不得已再次进行了手术治疗。

图片

两次大手术重创了刘叔年迈的身体,也耗尽了最后所有的积蓄。术后刘叔身体虚弱,无法彻底痊愈,还需要长期的化疗、靶向药物巩固治疗,才能抑制癌细胞扩散、保住性命。

图片

但即使这样,这位老人还是放不下他心心念念的“孩子们”。

万般无奈特向此求助。恳请大家施以援手,哪怕是一次善意的转发,都是支撑刘叔他们走下去的希望。

这位77岁的高龄老人在医院短暂的治疗后,回到家后依然每天拖着疲惫的身体从早到晚坚持照顾着毛孩子们的日常生活。

这个世界的破破烂烂,总有人在缝缝补补。

非常感谢,您能看到这里,让刘叔小院的“孩子们”更多一点活下去的希望。 刘叔和老伴用微弱的力量行大善之举,我们也会持续关注这样一个特殊的群体。希望屏幕前的您能为它们团购口粮,哪怕只是尽力转发分享让更多人看到,都是在为它们挺过难关助一臂之力,更是以“另一种方式修行”。爱让弱者刚强,爱使生命长青。最后主编想说:”救助不该是一个人的全力以赴,而是所有人的力所能及“,希望社会各界爱心人士给它们爱与温暖,让它们有一个安稳的一生!同时我们也向这位光荣的老兵致敬!感恩你们!

图片

不弃养不伤害,愿每一份善意,都能被温柔托举。

图片

他叫刘振洪

来自东港

他和各界爱心人士一起

为800多只毛孩子们

的生存而不懈地奔波着…

菩萨心肠极力救护,改善流浪动物的生活条件

长按二维码帮助刘叔

温饱毛孩子

图片

资料提供:刘振洪

救助基地真实性:已通过

↓点击下方“阅读原文”,帮助刘振洪团购宠粮温饱毛孩子,点击下方“分享”让更多人帮助他吧! 

阅读原文

跳转微信打开

  •  

Agent 接管了我的新工作室!

原创 秋芝2046 2026-10-10 16:38 广东

让 Agent 接管现实世界,真的太酷啦~

雷猴啊朋友们~

让 Agent 接管现实世界,真的太酷啦~

这篇文章里,大家熟悉的Agent,什么 Codex,Hermes,它们不做 ppt 不写文案,而是当现实世界的“管家”~

对智能家居感兴趣的朋友一定要关注了,一起来看看,被 Agent 接管的工作室跟传统的智能家居,又有什么区别!

图片

介绍

首先,硬件上我们其实并没有搞什么单品牌传统的全屋智能,找专人来搞复杂编排那种。

空调和灯,都不是一个品牌的。

但是我们整个工作室的灯光,选的都是易来Pro的,中央空调也接入了易来Pro的智能控制器。

选它还有个好处:易来Pro把硬件接口全都开放出来了,做成 Agent 可以调用的 MCP 和 CLI。

熟悉 Agent 的朋友都知道:接入个 MCP 和 CLI,多简单啊!

那这就让我们的电器设备,变成 Agent 们都能调用的工具。

所以,这简直是 Agent 从操作数字世界,到真实世界最简单清爽的第一步了。

图片

接入Agent

那由 Agent 操控之后的智能家居,跟过去的第一大区别就是:入口自由。

原来控制智能家居的,基本都是专门的 App或智能音箱,以及平板中控。

但现在,Codex、Hermes 这些Agent,大多电脑端、手机端都有。关键它还能连接飞书、微信,语音也能随时输入。

几乎就是,在哪都能控~而且极其简单。

就以我们平常使用的大管家 Hermes 为例。

那接入易来Pro的 CLI 也很简单,直接把官方的这个AI教程网页发给它,让它照着说明安装。

官网:https://ai-tutorials.yeelight.com/zh/

然后,过程中根据他的引导,扫码授权就好了~

接好以后,诶,你可以问他:“工作室里有哪些设备?”

你看,300 多个!有灯、有窗帘、传感器、空调控制器,分别在哪个区域、现在是什么状态这些信息都可以查到。

而且,很多朋友应该跟我一样,装完自己都不知有哪些功能。诶那接上 AI,一问他,

什么 RGB调色、设计灯光,家庭成员管理,他都能操作了,非常清楚~

图片

理解意图

那第二大区别,就是他真能理解意图,灵活执行~

原来我们用智能家居,基本得下非常明确的指令:“小某小某,打开哪哪的灯。”

或者是要记住一些提前设置好的模式。但凡你说错词,它都要:“抱歉,小某还不能 xx。”

所以,原来的语音控制,基本就是背口令。但我们工作室 300 多个设备,我不可能说:“把办公二区的第二排的第四个灯打开”吧~

但接了 Agent 之后~哪怕模糊的表达,Agent 都会自己理解目标,合理地想个方案满足你。

因为关键是Agent 有记忆,干久了会越来越了解你家的情况。

比如,我直接告诉它:

“我准备去那个大厅运动了,按现在的环境帮我安排一下。”

你看,它自己先看了天气温度,又看了现在的设备开了多少,然后自己推荐降 4 个窗帘就好了~

我都没说调哪个设备!而且还有个细节是我说的“大厅”,其实登记的叫做“多功能活动区”,它都能 get 到我意思。

图片

第三大区别:灵活自动化

第三,Agent 它还可以自动执行,以及结合实际情况灵活判断。

虽然原来的智能家居也可以定时一个自动任务,比如每天 8 点打开窗帘、开灯什么的。

但它是程序化的、死板的。不管刮风下雨,还是你想睡会懒觉,它都会按程序开窗帘~

但 Agent 就灵活多了。比如我们工作室,每天晚上都要关灯,但小伙伴们各自加班的情况不同,行政同学也不可能等到每一个人都下班了之后,他再去关灯。

于是,我们就在 Hermes 设了一个定时任务,

让他每天晚上到了 10 点,先到飞书群里问一句:

“现在还有人在干活吗?”

如果十分钟之内没有人回复他,他就自己把空调、灯光全关掉。

如果有人说“我还在”,它就继续确认对方在哪个区域,保留他那个位置的灯光和过道灯,其他都关掉,

你看看,既按时执行,又根据情况灵活判断。

而且,这个任务设置起来多简单呢?我直接这么一段提示词发过去,其他都是它自己设置的。

图片

第四大区别:个性化编排

所以,这就要说到第四点,让Agent接管,做个性化的定制~

原来能做个性化智能场景的,基本上都是智能家居爱好者,用一些极客手段自己搞开发;或者有钱的朋友,请全屋智能的人定制化给你配好。

那易来Pro这个 CLI 或者 MCP,

就相当于把你的所有设备都变成了 Agent 随时读懂和调用的“工具”。

再加上现在 AI 这么会开发,自主编排的想象力就相当大了~

还可以跟其他的软件、硬件做定制的串联开发,而且是用嘴说。

比如我们工作室的门禁,是用飞书考勤的人脸打卡。

我就让 Hermes 把这个人脸识别的接口,跟前台的易来Pro彩灯串联,做了个定制版欢迎仪式的程序。

每个人一扫脸进门,前厅就会亮起他的专属欢迎灯光~

归属感从进门开始~

而且,能组合起来的还不只是灯光,能控制的甚至也不只是 Agent~

我们考虑再接入更多传感器、摄像头、机器人和其他开放设备。

不需要技术人员,就能捯饬出很科技的家居体验。

图片

好啦,易来Pro也正在推出更多家庭场景的AI智能硬件,Agent接管家庭已经在眼前了~

也特别感谢深圳光明科学城以及新湖街道各级单位,在工作室装修期间给予我们的支持与帮助,让我们在这么好的环境里工作,动手尝试这些新的科技想法~

那你想让 Agent 怎么帮你管家呢?欢迎在评论区聊聊~

我们下次见啦!

跳转微信打开

  •  

EMNLP 2026 Oral|HOMURA:面向时间受限场景的 LLM 翻译强化学习优化

原创 Index LLM Team 2026-10-10 11:59 上海

当前HOMURA已经大规模应用于bilibili视频原声翻译场景中,为实现高质量、高合规性的时间受限翻译提供了可行的技术路径。

1. 概述

大语言模型(LLMs)在多语言翻译领域取得了显著进展,但普遍存在系统性的“跨语言冗长偏差”(Verbosity Bias),导致译文往往过于啰嗦,难以满足字幕翻译、视频配音等对时间预算(Time Budget)有严格要求的场景。现有的提示工程等难以在语义忠实度与长度约束之间取得平衡。为此,本研究首先提出了 Sand-Glass 基准测试,专门用于评估音节级长度约束下的翻译表现。随后,我们提出了 HOMURA 强化学习框架,通过 KL 正则化目标函数结合创新的“动态音节比例奖励”,显式优化语义保留与时间合规性之间的权衡。实验结果表明,HOMURA 能够精准“驯服”输出长度,在尊重不同语言密度差异的同时,显著优于主流 LLM 基线模型,实现了高质量、高合规性的时间受限翻译。当前HOMURA已经大规模应用于bilibili视频原声翻译场景中,为实现高质量、高合规性的时间受限翻译提供了可行的技术路径。论文链接:https://arxiv.org/pdf/2601.10187

HOMURA 已被 EMNLP 2026 接收为 Oral(口头报告)!

HOMURA 的音节控制方法也应用于哔哩哔哩 Index LLM 团队推出的 Index-Translate 系列。该系列的文本翻译模型覆盖 150 种语言,提供 2B、9B 和 35B-A3B(preview)三种规模,支持术语、格式、风格与上下文指令,并扩展出语音翻译模型 Index-Echo、音节控制模型 Index-Homura 和长文档翻译模型 Index-NativeLong。其中,Index-Homura 根据指定音节数调整译文,为字幕和配音等时间受限场景提供长度控制能力。

2. 研究背景与挑战

 (Background & Challenges)

随着大语言模型(LLMs)的飞速发展,其在神经机器翻译(NMT)中表现出了卓越的语义准确性。然而,这种语言能力伴随着一种系统性的**“跨语言冗长偏差”**。

如上图所示,论文提出的**回环膨胀率(Roundtrip Expansion Ratio)揭示了一个关键问题:即使语义内容保持不变,LLM 生成的译文往往比源话语显著更长。传统的评估指标往往忽略了这一点,但这种“喋喋不休”的特性在时间受限(Time-Constrained)**的场景(如字幕翻译、视频配音及同声传译)中是致命的。在这些场景下,译文长度构成了一个刚性的“时间预算”,直接决定了输出内容能否与画面或原声同步。

从信息论的角度来看,时间预算充当了严格的“速率约束”。模型必须在有限的音节配额内,通过词汇整合和句法重构,将最大化的信息密度压缩进最短的长度中。然而,现有的 LLM 很难自发实现这种平衡。这不仅是因为语言间的密度差异(如德语、西班牙语天然比中文占空间),更深层的原因在于 LLM 的对齐过程——现有的奖励模型往往存在“长度偏差”,倾向于给更长、更详细的回答打高分。因此,如何“驯服”模型的长度,使其在不损失核心语义的前提下满足严苛的时间约束,成为了多语言本地化领域亟待解决的建模挑战。

本文核心贡献总结:

  • 诊断分析: 系统量化了 LLM 翻译中的冗长偏差,并提出了回环膨胀率等跨语言诊断指标。

  • 基准构建: 引入了 Sand-Glass 数据集,通过音节级预算模拟真实的配音与字幕约束场景。

  • 方法创新: 提出了 HOMURA 强化学习框架,有效平衡了严苛的长度约束与语义保留。

3.基准测试与冗长偏差分析

 (Pilot Study)

为了量化时间受限场景下的翻译挑战,本研究构建了 Sand-Glass 基准测试,并对大语言模型的冗长偏差进行了深入诊断。

3.1 Sand-Glass 基准与音节度量

Sand-Glass 是一个源自真实视频语料的翻译基准。不同于通用翻译数据集,它引入了**音节(Syllable)**作为时间的代理指标。

  • 等信息量原则(Iso-Information Principle):科学研究表明,虽然不同语言的音节速率(SR)差异巨大(如西班牙语极快,汉语较慢),但全人类的信息传输速率恒定在约 39 bits/s。

  • 语言密度差异:如下表所示,汉语的信息密度(0.94)远高于西班牙语(0.63)。这意味着从汉语翻译到西班牙语时,为了保持语义完整,译文长度天然需要膨胀约 1.49 倍。

3.2 诊断指标:回环膨胀率

传统的“正向膨胀率”无法区分译文变长是因为“语言本身的密度差异”还是因为“模型废话多”。为此,论文提出了回环膨胀率(Roundtrip Expansion Ratio):

1.将源文翻译为译文。

2.将译文回译为源语言。

3.计算膨胀率:

结论: 在理想状态下,同语言对比的回环膨胀率应接近 1.0。但在 Sand-Glass 上的测试显示(见下图),主流模型的 $\rho_{rtp}$ 普遍大于 1。这证明了 LLM 存在系统性的、与语言种类无关的冗长倾向。(上图展示了大模型翻译下的语言膨胀分布图)

3.3 校准目标区间

为了打破这种偏差,本研究对比了“理论膨胀率”与“LLM 实际膨胀率”,发现 LLM 普遍存在 30%-40%的额外冗余(Bias)。

基于此,HOMURA 框架设定了严苛的目标音节区间(Target Bounds):

  • 英语 (En): 设定为 [0.8, 0.9](强制模型进行摘要式精简)。

  • 德语 (De): 设定为 [0.9, 1.0]。

  • 西班牙语 (Es): 将原本1.84倍的音节比大幅压低至 [1.0, 1.1]。

这种设定强制模型通过改写(Rewriting)而非简单删减,在极短的时间预算内实现信息的最大化对齐。

4. HOMURA 框架设计 (Methodology)

本研究将音节级控制建模为“可控文本生成”任务,目标是在满足严格音节比例约束的同时,最大化翻译质量。

4.1 KL 正则化目标与 GRPO 优化

为了实现精准控制,HOMURA 采用了基于 KL 正则化 的强化学习目标。其核心思想是:通过一个奖励函数 R(x,c,y) 鼓励模型满足长度约束,同时最大化模型翻译的生成质量。

  • 优化算法: 采用 GRPO(Group Relative Policy Optimization) 算法。该算法无需额外的 Critic 网络,通过在同一组样本内进行归一化来计算优势(Advantage),极大降低了计算开销,适合序列级别的奖励优化。

4.2 奖励机制设计 (Reward Design)

这是 HOMURA 能够精准“驯服”长度的关键。奖励函数由长度合规奖励和质量奖励两部分加权组成:

1. 动态音节比例奖励:

  • 动态区间设定: 基于前述的语言密度分级设定基础目标区间 [L_0, R_0]。

  • 短句平滑处理: 针对短句子(音节数少),微小的长度变化会导致比例剧烈波动(离散噪声)。本研究引入了动态缩放因子,对短句适度放宽下限。

  • 平滑奖励函数: 采用平方指数衰减函数而非简单的 0/1 判定,为优化过程提供连续的梯度引导,使模型逐渐向目标区间收敛。

2. 质量奖励:

为了确保压缩长度不会导致语义丢失或语句破碎,研究设计了两种质量评估路径:

  • 基于准则的评估 (Rubric-based):

  • 语义忠实度: 利用回译(Back-translation)机制,将生成的译文重新翻译回源语言,通过计算其与原句的**嵌入向量相似度(Embedding Similarity)**来衡量语义保留程度。

  • 语言流利度: 使用大模型作为裁判,针对语法、可读性和语言一致性进行打分。

  • 基于推理的评估 (Reason-based / GenRM):

通过训练一个专门的生成式奖励模型(GenRM),使其能够产生思维链(CoT)推理。该模型会先在内部进行回译和语义对比,再对流畅度做出判断,最后给出一个具备可解释性的二进制奖励信号。这种“先推理、后打分”的方式显著提升了奖励的鲁棒性。

5. 实验结果与分析 

(Experimental Results)

本研究在 Sand-Glass 基准测试上对 HOMURA 进行了全面评估,并与 GPT-5、Claude-4.1 及 Gemini-pro-2.5 等主流模型进行了对比。

5.1 长度合规性与质量的权衡

实验结果表明,HOMURA 在满足严苛时间预算方面表现出显著优势。

  • 精准的长度控制: 相比于仅依靠提示词的模型,HOMURA 能够极高比例地将译文压缩在目标区间内。在英语、德语和西班牙语等多个语向中,HOMURA 的超限率(Over-length rate)远低于基线模型。

  • 语义密度的提升: 论文引入了语义密度指标,用于衡量单位音节内的语义价值。结果显示,HOMURA 在压缩长度的同时,保持了极高的语义保留率。这证明模型并非通过简单“删减”来缩短长度,而是通过**语义巩固(Semantic Consolidation)**实现了更高的信息密度。

5.2 强化学习过程中的行为分析

通过对训练过程的监控,我们观察到了模型策略的显著演变:

  • 打破冗长先验(beta参数的影响): 实验中一个重要的发现是,当 KL 惩罚系数 beta > 0 时,模型往往会陷入“保守陷阱”,不敢大幅度重构句子。而当 beta = 0 时,模型能够彻底摆脱基座模型的啰嗦倾向,学会更激进且高效的表达方式。

  • 梯度范数与优化动量: 监控曲线显示,HOMURA 在优化过程中保持了稳定的梯度更新,能够有效地向“率失真(Rate-Distortion)”的前沿边界移动。

5.3 “压缩墙”的发现

 (The Compression Wall)

研究进一步探测了语义压缩的物理极限,我们基于设计自动压缩寻找最低极限。

实验发现,对于语言对,存在一个“有效压缩阈值”(如中英翻译约为 0.49)。一旦压缩要求低于这个阈值,语义准确性会发生非线性崩塌。HOMURA 的优势在于它能够极其接近这一极限而依然保持译文的流利度。

5.4 质量-压缩权衡分析

 (Quality-Compression Trade-off)

为了深入探讨模型在不同长度限制下的表现,本研究从“率失真(Rate-Distortion)”视角分析了翻译质量与输出长度之间的权衡关系。

  1. 基线模型的局限性: 如图所示,未经约束的基线模型通常聚集在“高质量、长文本”区域。虽然可以通过提示词迫使 LLM 缩短译文,但其翻译质量会随着压缩率的增加而剧烈下降。这表明普通 LLM 在降低“音节速率”时效率较低,难以在极短的预算内识别并保留核心语义信息。

  2. HOMURA 的高效权衡: 相比之下,HOMURA 展示了显著更高的率失真效率。在相同的音节预算下,HOMURA 的语义保真度显著优于基线;或者说,在保持相同质量水平的前提下,HOMURA 能实现更短的译文长度。

6. 结论 (Conclusion)

本研究深入探讨并解决了大语言模型(LLM)翻译中普遍存在的系统性“跨语言冗长偏差”,这一偏差是实现字幕翻译、视频配音等时间受限任务的主要障碍。

  1. 基准构建: 本研究引入了 Sand-Glass 基准测试。该基准基于“等信息量原则(Iso-Information Principle)”,利用音节预算模拟真实世界的时间约束,为量化评价翻译的“时间可行性”提供了科学工具。

  2. 方法突破: 提出了 HOMURA 强化学习框架。通过结合 KL 正则化目标函数与创新的“动态音节比例奖励”,该框架在无需参考译文的情况下,实现了极其严格的长度合规性,并显著提升了单位长度内的信息密度。

本研究不仅在工程上实现了精准的长度控制,更在理论上界定了语义压缩的边界(例如中英翻译中0.49的可行性阈值)。未来的工作将进一步验证该压缩边界在更多语言对中的普适性,并计划将 HOMURA 扩展至端到端语音翻译领域,探索语义与时长联合优化的更多可能性。

7. B站原声翻译效果展示

该功能依托 HOMURA 对时长的精准把控,生成了与原视频时间轴严格对齐的译文,从根本上解决了机器配音中‘音画不同步’或‘语速异常’的行业痛点,为用户带来了如同原生般的沉浸式视听体验。

https://www.bilibili.com/video/BV111BeBPEaD/?spm_id_from=333.337.search-card.all.click&vd_source=e946351224816c78650f22c3d26579ad

8. HOMURA 入选 EMNLP 2026 Oral 

现场见

如果你也会参加 EMNLP,欢迎来听我们的 oral、到 poster 现场交流,一起聊聊翻译、强化学习和多语言内容生产。

HOMURA 已被 EMNLP 2026 接收为 Oral(口头报告)。报告 已安排在 2026 年 10 月 27 日 09:00–10:30 的 Machine Translation and Semantics session,地点 F9-10。

我们也会参加 Poster Session D(10 月 26 日 11:00–12:30,Hall H),以及 WMT poster session,欢迎到现场交流。以上时间均为布达佩斯当地时间,具体安排请以 EMNLP 官方日程(https://2026.emnlp.org/program/)和 WMT 官方日程(https://www2.statmt.org/wmt26/program.html)为准。

现场还会发放精美谷子,欢迎来交流技术与使用体验,把喜欢的周边带回去。我们 EMNLP 见!

团队周边展示

-End-

作者丨Index LLM Team

跳转微信打开

  •  

和 ColaOS 橘子聊个人 Agent 这半年:时代追上了他,他却打了转向灯

原创 Mars任鑫 2026-10-10 11:34 上海

半年前我劝橘子给个人 Agent 找个细分,半年后这成了最热的赛道。我们把他抓回来聊这半年:便宜模型把账算过来了,免费打法回来了,他却放弃卷办公,转去做 996 之外,今年先熬到盈亏平衡。

01-cover

半年前橘子来 AI 炼金术聊个人 Agent,我还在杠他,说这个东西太宽泛了,要不要找个细分。半年后个人 Agent 成了最热的赛道,我们把他抓回来再聊一次。时代追上了他,他却没往人堆里挤:办公不卷了,转去做「996 之外」,今年的目标是盈亏平衡。

本期要点

·云上、免费、完成度,个人 Agent 突然成了共识

·便宜模型让 Agent 成本降了几十倍

·6 到 18 个月前砸掉的产品,现在都值得重做

·补贴 token 低于获客成本,免费打法回来了

·办公太卷,橘子转去做 996 之外

·99% 的人没有日历,也不会支使人干活

·AI 没有身份,人的身份本身能变钱

·今年先熬到盈亏平衡,runway 就是无限

·爆款只给你两周,电脑前的活都在贬值

·Opus 5.5 之后,全是主航道

▶ 收听完整版:小宇宙、喜马拉雅、Apple Podcasts、Spotify 搜索「AI炼金术」,本期《和 ColaOS 橘子聊个人 Agent 这半年:时代追上了他,他却打了转向灯》

半年前蹭你热点没蹭上,半年后再蹭一遍

半年前跟橘子聊天,他做的就是个人 Agent。ColaOS 装在电脑上,把我的电脑爬了一遍,然后跟我说,我帮你干这个,帮你干那个。我当时还在杠他:这个东西太宽泛了,你要不要找一个细分啊?

半年后,Instinct 9 月融了 10 亿美元,估值 100 亿美元;Meta 靠着 Muse 把股价都带了起来;xAI 出了 Grok Bot,OpenAI 搓了一个 Dot,Manus 搓了一个 Cue。大家突然觉得,这才是正确的路径。我的感觉是时代终于追上了橘子,就想把他抓过来:半年前蹭你热点没蹭上,半年后再蹭一遍。

橘子接得也干脆,说抱歉了,半年前没有给大家带来爆点,半年后再努力一次。

但我心里是有疑问的。云端的「小龙虾」(OpenClaw)早就出过一批,各家也都给你一台云上的机器,那一波没看到谁特别做起来。这一波究竟是做起来了,还是靠扎克伯格的撒币大法,只是热闹起来了?

橘子说,成不成立还不好说,刚火。但他观察下来,这个节点有一个变量,大家都开始把 Agent 放在云上了。以前在本地电脑上跑,多少有点门槛;放到云上,就真的跟豆包一样,你说句话它就能做事,只是能做的事多了十倍、一百倍。再加上免费,Muse、Dot、Instinct 都免费,而 WorkBuddy 这类办公产品还在收费。有 Agent 能力,又叠着云端的成本,还免费给用户用,传播的摩擦力一下子降得很低。

补贴只是一方面,还有产品的完成度:

“如果小龙虾是 30 分的话,Muse 就已经接近 90 分了,打磨度是非常高的。”

便宜模型,把账算过来了

砸掉的产品,现在可以捡回来重做

砸掉的产品,现在可以捡回来重做

徐文浩补了另一层:比较便宜的模型,Agent 能力变得很强了。

半年前想让 Agent 效果好,起步得用 Opus 这样的模型,Sonnet 的效果都不一定特别好。今天换一个 flash 级别的模型,比如 DeepSeek Flash,或者录音当天刚发布的 Haiku 5.5,你不拿它写代码,只让它看个邮件、订个机票酒店、操作一下软件,效果已经挺好了。

“半年前你的 token 成本是今天用这些 agent 的几十倍……半年前可能即使是 Meta,它也补贴不起。”

橘子拿 ColaOS 自己的账印证。以前用 Opus 4.6 跑 Agent,内测的时候补贴给每个用户的成本,一个月要几百美金,而且还不是重度用户,就是普通用户。今天换成 flash 级的模型,一个用户一个月也就十几美金,基本十美金就够用。十美金是什么概念?SaaS 订阅也就 10 美金、20 美金,按五年、十年去算,已经补贴得起互联网那套免费打法了。

我听到这儿的反应是,这里有一个时间窗口。半年、一年前火过的产品形态、火过的概念,当时不管是成本还是技术交付不了,现在都可以重做一遍。去搜 6 到 18 个月前,但凡火过但是砸掉的产品,现在都可以重做了,因为成本和效果提上来了。

橘子提醒了硬币的另一面。半年前愿意为成本花钱的用户,今天可以花更少的钱,对应的就是 ARR 的减少。过去半年 ARR 做得比较高的公司,得想想接下来怎么办。

补贴低于获客成本,免费打法回来了

徐文浩的说法很直接:互联网 to C 的产品,过去都是免费的;过去三年 AI 产品不能免费,是因为确实补贴不起。

“现在又进入了一个补贴得起的阶段,那为什么不能再来一次滴滴跟快的的打车大战呢?”

橘子说可以啊,这时候投资人就可以出场了,你们的钱终于有用了。我接了一句,钱终于可以烧起来了。橘子的理由是,现在补贴用户用 token 的成本,已经低于获客成本了,他管这叫「一个很质变的节点」。

钱烧出去,怎么赚回来?徐文浩之前发给我一个 Ben Thompson 的视频,观点是做 to C,唯一被证明能打到大市场的是广告模式,不是收费模式。我当时问的是,谁先在 AI 里发明出竞价排名,或者刷几条视频就插一条广告这样的模式,monetization 上的进步,会不会就是下一个胜负手?

橘子觉得这是趋势,今年不是的话,明年一过春节大家也都会意识到。靠卖 token 给 Agent 做 revenue 的阶段,要给下一个阶段让路了,下一个阶段得找到一个接近免费前提下的新商业模式。好处是增长压力终于变小了:付费产品 ARR 能做起来,DAU 很难做;现在 DAU 又能做起来了。

这个弯转得太快,橘子自己都被打脸。年初他刚喊过「DAU 没用了」,还没到年底又回去了,他自嘲「半年保质期」。我补了一刀,那篇雄文也就是今年年初的事,感觉过了好几个世纪。橘子说他情有可原,RSI(递归自我改进)提前到来了,一旦进入 RSI,以前所有的判断都已经过时了。

时代追上来了,他却不卷了

996 之外,还有一份钱

996 之外,还有一份钱

我问橘子,赛道热了,你们下一步怎么走,也做云端、也做免费?

他说细分的还没法讲,但大方向第一条是,办公这个赛道他们基本放弃卷了。

一层原因是大厂在这块做培训、做企业服务已经很卷了。另一层更底:过去这半年,大家是把 Agent 当成一个技术在做的,它是基建,可大家太容易把它当成产品。真去跟用户聊,Agent 这个东西很抽象,用户很难理解。Instinct 用一个消息界面解决所有问题,反而更好传播。豆包这个产品很简单,但豆包工作已经很复杂了,WorkBuddy 也挺复杂,这么复杂的产品对大众用户来说,跟从零开始学 Office 差不多,得有老师带着才能学会。

那转去哪?橘子说的是个人项目,这也是他们发现的真实需求。公司给你装好了 WorkBuddy,你不太会拿它做自己的项目,也不知道公司有没有监控。而且个人项目需要你长期输入偏好和记忆,工作不需要,老板只要你完成目标就行。橘子的说法是,「我们就是做 996 之外」。徐文浩在旁边补刀:「默认 996 好吧。」我接:「劳动法不存在。」

个人 Agent 这个词还是太抽象,得找细分。Instinct 的细分是管日程和差旅,用户里都是经常出差的人,靠佣金赚钱,橘子用四个字形容:「AI 携程」。他们想做的,是帮你发现「人生的第二资产曲线」,通过副业或者自媒体,在工作之外再赚一份钱。他还拿我早年做的今夜酒店特价打比方:场景可能很小,但能帮你省钱,或者帮你挣点小钱。

我觉得这个方向挺靠谱的。先不讲产品,至少 YouTube 和 Twitter 上有无数人在教别人怎么赚钱、怎么薅羊毛,在媒体层和注意力层,这件事是有很多人关注的。今年之前,没有一个 YouTuber 在教大家学 personal assistant,但教你怎么开个副业赚钱的热帖,不管中国还是美国都大量存在。

我之前的孵化器也脑暴过这个方向。当时的结论是,个人助理最好去帮一个人做他不会的事。但凡他会的,他就会挑你毛病:他就喜欢靠走廊,你给他订了靠窗,他就不满意。他不会的就不一样了,比如刚到巴塞罗那,下了飞机不知道怎么走,你就可以给他指路。你告诉他怎么开启抖音副业,必须每天发三条,哪怕已经是过时的招,他当下也没有能力判断。你更像一个老师、一个教练,反而不容易错。

所以我又追了一句:那是不是应该做成 AI 版的生财有术,天天有个人盯着我,告诉我你又错过了三个赚钱的机会?橘子说那倒也不至于,闲鱼现在走的也是生活方式路线,小红书最早不也就是个海淘信息平台。

橘子对这个方向也保持着谨慎。需求很真实,但现在很多解法不太成立,比如年初大家喊的 OPC(一人公司)。自媒体本身是一种筛选,一千个里可能十个赚钱,容纳不了所有人。

99% 的人没有日历

给你一个能使唤的帮手,你想不出要它干嘛

给你一个能使唤的帮手,你想不出要它干嘛

我问橘子,这半年有哪些事发现自己想错了,又有哪些事证明自己英明神武?

他说英明神武的部分,是个人 Agent 这件事他们确实最早做;但做得很困难,坑比成绩更值得讲。

第一个坑,大部分人对 Agent 没有真实需求。他们去线下的专科学校推广、发传单,人家看都不看一眼。

第二个坑是日历。AI 圈的人都在自己的信息茧房里,管个邮件、管个日历,橘子觉得 99% 的人都没有这个东西。他当场举了个例子:今天这场录音推迟开始,就是因为大家没有日历,迟到了。这个我认,我平时是有日历的,结果那天把日历写到了周日去。

个人助理的切入点就是日历。没有日历,你怎么订行程?只靠跟 Agent 说半天,输入 context 的成本很高。这也是他们当初选择做电脑端的原因,电脑上有很多信息可以自己找。后来发现,让用户把 context 输进来,特别是跟同事的关系,非常烦人,而且这些信息不存在于任何文档里。

第三个坑,Instinct 讲的那种 Agent 之间协作的故事,他们也试过,「使用率低得吓人」。

我自己的观察是,大部分人从来没有培养过一块肌肉,叫支使别人干活。你给他一个能被支使的东西,他想不出来要支使它干嘛。橘子说当领导绝对是个能力。大部分人也不想当产品经理,不想当 creator,就想打开短剧看;真要动起来,一定是不得不赚钱。像我们这样工作就很快乐的,「是变态」。我说对,一帮变态在那边研究正常人类。

电脑也是个盲区。徐文浩说,除了公司发的电脑,自己还有电脑的人其实已经很少了,他见过很多研发、算法出身的大厂员工,个人根本没有电脑。橘子的说法更直白:AI 圈之外的人看 AI,有点像看宗教狂热,一个从来没用过电脑的人,你说给他配一台云端电脑,他理解不了这是什么。

AI 没有身份,人有

橘子他们自己做推广,找的是素人,做一个视频给几十块钱,可能就爆了一条。AI 是没有身份的,AI 发的内容在各个平台大概率直接被干掉;但每个人有自己的身份,就可以去发。几块钱对时间值钱的人不算什么,对在农村、没有工作的人,是一笔不错的小钱。有些视频和短剧软件已经在给用户发钱,农村的老人每个月能拿上千块,橘子还发帖问过:这算不算 UBI 的一种形式?

这让我想起宝岛眼镜。他们发起过一个运动,让公司所有人给自己吃过的店写点评,大几千个员工,都写成了高等级的点评用户。员工出去吃饭,餐厅会说你帮我写个点评,这单给你免了;回过头,这批人再替宝岛眼镜写好话,相当于一支隐形的水军。身份本身是可以变钱的,但大部分人和大部分公司没有意识到这一点。

那谁真的用 AI 赚到了钱?我见过一个更刻薄的说法:有没有真的赚到钱的 AI 人?有啊,都是 builder。你 build 一个东西,疯狂地发视频,让大家觉得你很厉害,然后接广告,这就是商业模式。橘子说他确实见过很多月入五万的 builder,做很多东西,中间用到某个大厂的模型,大厂赞助一下。我们评论区也有人问,能不能举个用 AI 月入一百万的例子,真的好难举。

橘子在一线看到的另一类人,才是被 Agent 改变最大的:十几个人的小公司。以前岗位配不全,现在老板亲自上,AI 把缺的那部分填上。这些老板很多在 30 到 35 岁,有人脉、业务和交易上的积累,以前只是没有团队帮他把想法做成产品。我的理解是,不是原来 400 个研发发挥出 4000 个的效果,而是原来一个研发都没有,现在自己有了研发能力。

该熬,还是该转

我估计接下来会冒出一大片 personal assistant 各个细分品类的 BP,所以问橘子:作为踩过很多坑的人,给这些创业者什么建议?

他说以前创业是一腔热血,有个梦想,先拿一轮再说;现在既要有梦想,又要验证出你能赚到钱。

我抬了个杠:刚不是说又能做 DAU 了吗,怎么又要赚钱了?他说你看 Instinct 讲的故事,人家讲的不是 DAU,是交易额。

“如果只有 DAU,说我帮十万人管理日历,你觉得可能融到钱吗?”

可反过来,你都能赚到钱了,还需要融资吗?这是一个很微妙的阶段,一会儿要讲故事,一会儿要做生意。

这个我太熟了。经常有人问我怎么融资,我让他去看《让子弹飞》:别人为什么要跟着你干?你发枪是没有用的,发钱也是没有用的,你要让大家觉得黄四郎已经被打死了,我是来分享胜利果实的。大家都是给最不缺钱的人给钱。

徐文浩问得更扎心:你先定义了一个产品形态,半年后它成了风口,可你好像没得到风口的好处,反而更艰难了?橘子说来了 100 个竞争对手,而且都是大厂,「我应该开心吗?」徐文浩的总结是,投资人都想听一个非共识,但最好等它成为共识的时候,再把钱给你。

然后是徐文浩憋了很久的问题。很多公司故事讲得很 sexy,融到了钱,坚持不住就 pivot 去做 B2B,因为投资人要看收入;结果过了半年,风口又回到了原来的赛道。一年前说做短剧,故事讲不通,模型没这个能力;Seedance 出来之后,又讲通了。作为一号位,到底该熬还是该转?

橘子的回答很具体。一号位一年重要的决策也就一两个,大方向没错就还好。今年做 AI 应用整体不太受待见,融资新闻都不多,中国创业者尤其如此,熬是免不了的。他们的做法是长期做一个 upside 足够高的事,短期目标定得很现实:今年的目标就是盈亏平衡,虽然这是一家创业第二年的公司。

“你只要到达这个目标,其实你后续的 runway 就是无限,你就可以去寻找新的机会。”

徐文浩又抛了一个:做产品这么快,模型还越来越强,到底还要不要做产品?Opus 现在给一段 prompt,就能把知识类视频从头做到尾,一类垂直产品就这么被吞掉了,是不是干脆只做流量?

橘子说软件本身已经没有什么红利了。剩下的红利,是提供一个服务,可能不大,但很多人需要,你又服务得不错;大家注意力都很涣散,用着不错就会留下来,获客成本降下来,就转起来了。一两个这样的服务,能做到 ARR 好几百万美金;再往上做到几千万、上亿,就得有机缘,得出圈,那时候拼的肯定不是产品技术能力了。

爆款只给你两周

橘子讲了一个很典型的例子:Instinct 做出来之后,基本一个月,整个行业能做的全做了一遍,徐文浩说他们公司也做了。区别在于人家融到了 100 亿美元的估值。橘子的朋友管这叫「币圈玩法」:

“你哪怕领先一天,然后你把它炒到最顶端,你不要说你考虑下一轮,你就考虑下十轮,把钱融到位就行了。”

所以最后还是得做出爆款。而且光有一个爆款产品没有用,它最多就给你两周的曝光,你得在这两周里把它充分用起来。橘子补了一句:两周内不光要爆掉,还要搞定融资。我再加上渠道,或者什么大厂的合作。

徐文浩说他们产品的内部 benchmark,在全网排第六,可他的感受是,做产品也没什么用,不如多花点时间吸引眼球。橘子收了一句:没有流量,就什么都没有。我一听就乐了,这就到了我熟悉的领域了,讲故事。

电脑前的活在贬值,老登资产在升值

以前觉得喝茶浪费时间

以前觉得喝茶浪费时间

橘子顺着稀缺性往下说:稀缺才有价值,coding 和做视频都已经这么强了,这部分未来只会越来越没有价值。

我觉得未来还是有一些东西有价值的。生产端越来越不值钱,需求端那边,谁控流量、控信任、控渠道,谁就更值钱。所以还是老登资产,喝茅台那些事情,暂时 AI 还搞不掉。勤勤恳恳敲电脑这件事,所有在电脑面前能完成的事情,理论上都应该贬值了。资源还在资源的 owner 手里,这些人很多连智能手机都不太会用,他们还是要跟你这个人闻闻味道,私下喝杯茶,再做判断。

所以我现在在想,是不是该多出去跟大佬们喝喝茶。以前觉得喝茶浪费时间,现在觉得对着电脑敲字才是浪费时间。

只做产品的处境,其实更惨烈。我认识一个像我们这种老登型的创业者,之前卖过公司,一年多前就已经在用 AI 做漫剧赚钱了。那时候模型不行,得有人在上面搭 harness,还要请专业的人教怎么运镜,他相当于比别人领先 20 分。结果 Seedance 一升级,漫剧整个变容易了,这 20 分瞬间没了,所有人被拉平。

做传统生意,AI 让水涨船高,把你的优势抹掉;做产品,模型可能把你抹掉;哪怕是做模型,我认识的几家模型公司也因为 Seedance 很纠结。我当时的感慨是,做个小细分,老老实实赚点辛苦钱,可能晚上才睡得好觉一点。

Opus 5.5 之后,全是主航道

以前说别站在主航道上,现在全是主航道

以前说别站在主航道上,现在全是主航道

以前给创业者的建议是,不要站在模型的主航道上。橘子说,现在你会发现全都是主航道。

Opus 5.5 能搞视频,直接把世界模型的活都吃掉了,而世界模型是上半年中国投资人最爱投的赛道,「全部打水漂了」。游戏也一样,以前大家说 vibe coding 个小游戏,现在下载一个 3A 大作,让 Opus 反编译一下、破解一下,随便改随便造。橘子准备第二天发一篇文章,标题叫《游戏、软件、硬件,一切终将开源》:任何东西交给 Opus 5.5,就都算开源了;它猜出你的架构,按你的架构重写一套,你都没办法告它。徐文浩说这就是 clean room,反正我也没见过你的源码。

硬件也没跑掉。以前相机的固件做得很蠢,现在大家都拿 AI 改,苹果遥控器、小米遥控器都成了 vibe coding 的设备。

徐文浩一直在疯狂推荐 Omarchy(DHH 做的那套 Arch Linux 配置),我本来懒得装,那天终于想明白了,打算第二天就去装:软件都能让 AI 反编译,系统又能拿到操作系统级别的权限,理论上来讲,在数字世界你就可以做一切。说到这儿我没忍住:我靠,那我们聊这些创不创业有啥用啊,一年之后整个世界都变了。

橘子又加了一码:它还只是一个 Opus 模型,而且更便宜了;再过一个月,DeepSeek 的 Flash 也会有这个能力。

“这个十月,我觉得大家可以好好想想战略,你站在哪个位置。”

彩蛋:没有安全的位置,那就做自媒体吧

我的结论是,好像没有哪个位置是安全的,那就做自媒体吧。橘子说站在模型前面,做播客还行。

他的新播客 Next Token,上一期有一万二的播放,当周科技圈涨粉前三;发了四期,上了八次小宇宙新星榜。音频在小宇宙首发,视频在 B 站首发,官方都给推流。为什么有推流?因为认识人,connection 还是很重要。他做了好几年播客都没涨多少粉,后来发现,还是得抱紧平台大腿。

徐文浩说:「我们作为一个从来没有被平台扶持过的播客。」我说我们面子不够啊,被推荐得太少了,我也要去找一下,就怕我一发过去,人家把我微信删了。

收个口

回到开头。半年前我劝橘子找个细分,半年后时代追上了他:模型便宜到补贴得起,免费打法回来了,他最早定义的那个品类,一下子来了 100 个竞争对手,还都是大厂。

他没有往人堆里挤,而是打了转向灯:办公不卷了,去做 996 之外;长期找一个 upside 足够高的事,短期先熬到盈亏平衡。

这一期能直接拿走的一条战术,是去翻 6 到 18 个月前火过又砸掉的产品,成本和效果都变了。最扎心的一条,是 99% 的人没有日历,也没有支使别人干活的那块肌肉。

模型每升级一次,谁辛辛苦苦攒下的 20 分都可能瞬间被拉平。所有能在电脑前做完的活,迟早都会被模型做得更快、更便宜;还值钱的,是流量、信任和渠道,是别人愿意跟你当面喝杯茶、再做判断的那份关系。所以我现在越来越常问自己:除了对着电脑干活,我手上还有什么,是模型一升级也拉不平的?

▶ 完整版在小宇宙、喜马拉雅、Apple Podcasts、Spotify,搜「AI炼金术」就行,本期《和 ColaOS 橘子聊个人 Agent 这半年:时代追上了他,他却打了转向灯》。文字版删了不少,三个人互相补刀的语气,还是听原声最好。橘子的新播客叫 Next Token,小宇宙也能搜到。

— 完 —

跳转微信打开

  •  
❌