上市公司老板的親身實(shí)踐，預(yù)演了未來(lái)的工作方式。

作者：蘇子華

作為一家上市公司的老板，出門問問創(chuàng)始人、CEO 李志飛在最近的新品發(fā)布會(huì)上并未親自講解產(chǎn)品，而是分享了一場(chǎng)個(gè)人的「行為藝術(shù)」——一場(chǎng)「一人公司」的實(shí)驗(yàn)。

他給自己設(shè)定了一個(gè)看似不切實(shí)際的目標(biāo)：在幾天內(nèi)，用 AI 工具開發(fā)出一個(gè)專為 AI 組織設(shè)計(jì)的「飛書」。

作為上一波 AI 浪潮的實(shí)踐者，每一次他都走在最前面。2012 年，他離開 Google 科學(xué)家的職位回國(guó)創(chuàng)立出門問問，立志「用 AI+語(yǔ)音重新定義人機(jī)交互」，從語(yǔ)音助手、智能硬件到 AIGC。當(dāng)這一波 AGI 浪潮興起時(shí)，他最初也是很興奮地積極投入，但很快意識(shí)到這似乎是一場(chǎng)巨頭間的游戲，中小公司難以創(chuàng)造太大價(jià)值，一度感到迷茫甚至沮喪。

然而，他通過使用 AI 編程工具，讓自己變身為「一人公司」去實(shí)踐和體驗(yàn)，實(shí)踐過程中，他遇到了許多實(shí)際問題，但正是這些細(xì)節(jié)和經(jīng)歷，又讓他重新找回了 AGI 的信仰。

他突然發(fā)現(xiàn)，過往世界中的種種「摩擦力」，所有構(gòu)建復(fù)雜事物的障礙，仿佛都消失了。那種與 AI 一同狂奔向前，油然而生的自由感和看到希望的激動(dòng)，在現(xiàn)場(chǎng)演講時(shí)溢于言表。

以下為李志飛的發(fā)布會(huì)演講內(nèi)容，為便于閱讀，經(jīng)極客公園編輯整理：

我最近投入大量時(shí)間在 AI 領(lǐng)域，并親身實(shí)踐了許多具體項(xiàng)目。因此，我對(duì)大模型和 AGI 有了新的認(rèn)知和感悟。今天，我想和大家分享一下這段時(shí)間以來(lái)，我一直在思考的問題以及我的一些感受。

首先，我們究竟應(yīng)該如何做 AI？

我這里有一個(gè)口訣：「用 AI 的 AI 做 AI」。

這聽起來(lái)有些拗口，簡(jiǎn)單來(lái)說(shuō)，第一個(gè)「AI」指大模型；第二個(gè)「AI」是指 Coding Agent，它本身可能也是由 AI 制作的，或者其主要能力源于 AI；最后一個(gè)「AI」則是我們自己要做的應(yīng)用。我認(rèn)為這可能會(huì)成為一種新的軟件開發(fā)范式，稍后我會(huì)為大家詳細(xì)展開。

新的軟件開發(fā)范式｜圖片來(lái)源：出門問問

一個(gè)人，2 天，打造 AI 時(shí)代的「飛書」

前段時(shí)間，我萌生了一個(gè)大膽設(shè)想：為 AI 原生組織打造一款全新的「飛書」式協(xié)作平臺(tái)。

美國(guó)硅谷有許多獨(dú)角獸企業(yè)，僅一兩個(gè)人團(tuán)隊(duì)就能估值數(shù)億美元，也有許多新聞提及 AI 將替代大量工作。于是我開始思考，作為一家企業(yè)組織，像我們?cè)趪?guó)內(nèi)高頻使用的飛書、釘釘、企業(yè)微信等工具，若無(wú)它們，我?guī)缀鯚o(wú)法開展工作。在以「人」為中心的傳統(tǒng)企業(yè)中，我們高度依賴飛書、釘釘、企業(yè)微信這類工具，它們承載著信息的快速流動(dòng)與高效協(xié)作。在傳統(tǒng)的企業(yè)中，主要的生產(chǎn)力或工種幾乎百分之百是人。所以，以往的信息流動(dòng)和協(xié)作都圍繞著人進(jìn)行。

但當(dāng)一個(gè)組織中，10 個(gè)工種里有 8 個(gè)由 AI 承擔(dān)，僅剩 2 個(gè)人類角色時(shí)，現(xiàn)有的協(xié)作工具將無(wú)法適應(yīng)。那么，對(duì)于新型組織而言，他們會(huì)使用什么工具呢？

因此，我希望能開發(fā)一款產(chǎn)品，它能讓 AI Agent 之間、以及 AI 與人類之間無(wú)縫進(jìn)行群聊、私聊、知識(shí)庫(kù)問答和任務(wù)協(xié)作，也期待通過這個(gè)項(xiàng)目，驗(yàn)證自己能否成為一個(gè)真正的「超級(jí)個(gè)體」或「?jìng)€(gè)人獨(dú)角獸」。

接下來(lái)是如何執(zhí)行。

通常，像飛書、釘釘這類軟件的開發(fā)是極其復(fù)雜的。過去，要做這樣的產(chǎn)品，通常需要產(chǎn)品經(jīng)理、設(shè)計(jì)師、前端、后端、測(cè)試以及算法工程師等多個(gè)工種。每個(gè)工種可能還有負(fù)責(zé)人，比如前端負(fù)責(zé)人、算法負(fù)責(zé)人、產(chǎn)品負(fù)責(zé)人。通常，拉一個(gè)群很快就會(huì)有 20 個(gè)人。這 20 人并非所有都是全職做這件事，但他們可能需要花費(fèi)一個(gè)月的時(shí)間才能做出一個(gè)原型。在 AI 時(shí)代，這實(shí)在是太慢了。等我做出來(lái)的時(shí)候，或許相關(guān)的創(chuàng)業(yè)團(tuán)隊(duì)已經(jīng)成為 AI 獨(dú)角獸了。

因此，我決定拋棄舊有模式，親自上陣，并嘗試完全依賴 AI 來(lái)完成這項(xiàng)工作。恰逢端午節(jié)前夕，我決定沉浸式投入這項(xiàng)工作。當(dāng)時(shí)有三天假期，我想能否利用這三天把這件事做出來(lái)。因?yàn)橹挥羞@樣才不會(huì)有人打擾。于是，我便開始了這項(xiàng)工作。

我一個(gè)人，連續(xù)兩天，每天工作到大概凌晨一點(diǎn)多，最終在 6 月 1 日晚上 11 點(diǎn)半，完成了這款產(chǎn)品的原型。它具備登錄、私聊、群聊、文件上傳、消息轉(zhuǎn)發(fā)和回復(fù)等核心功能。

登錄后，可以選擇私聊并發(fā)送消息。比如，我們可以問產(chǎn)品經(jīng)理這個(gè)角色會(huì)不會(huì)脫口秀，如果他不會(huì)，我們可以動(dòng)態(tài)調(diào)整角色，增加一個(gè)技能，AI 會(huì)自動(dòng)重新生成一個(gè) Prompt。稍后我們?cè)賳査?，他現(xiàn)在就會(huì)了。它還可以上傳文件（雖然當(dāng)時(shí)文件內(nèi)容沒有真正讀?。部梢赞D(zhuǎn)發(fā)和回復(fù)具體消息。請(qǐng)記住，它背后是一個(gè) AI，并非真實(shí)的人。它可以根據(jù)你發(fā)送的消息進(jìn)行回答和轉(zhuǎn)發(fā)。

轉(zhuǎn)發(fā)時(shí)，大家可以看到顯示效果非常復(fù)雜，與微信類似，因?yàn)檗D(zhuǎn)發(fā)中嵌套了其他信息。這是一個(gè)群聊，也可以 @ 具體的人。同樣，可以轉(zhuǎn)發(fā)、回復(fù)、添加附件，甚至可以切換成中文。請(qǐng)大家鼓掌吧，兩天時(shí)間！兩天時(shí)間，我完成了一個(gè)帶數(shù)據(jù)庫(kù)、有前端、有后端、有 AI 算法的系統(tǒng)。剛才的 AI 能夠自動(dòng)回答，當(dāng)你修改角色配置頁(yè)面后，它的 Prompt 會(huì)自動(dòng)重新生成，技能也會(huì)立刻顯示出來(lái)。

說(shuō)實(shí)話，剛開始我做了半天就差點(diǎn)放棄了，因?yàn)閿?shù)據(jù)庫(kù)問題搞不定，總是出現(xiàn)各種 Key 錯(cuò)誤，AI 編程目前確實(shí)存在這類問題。但我最終還是在兩天內(nèi)把它做出來(lái)了。

隨后，我思考如何推廣這款產(chǎn)品。

以前，我們公司會(huì)有專門的工程師來(lái)做這個(gè)網(wǎng)站，市場(chǎng)部會(huì)有一群人定義產(chǎn)品亮點(diǎn)，可能五六個(gè)人忙活一個(gè)星期才能做出一個(gè)網(wǎng)站。但我這次決定采用 AI 原生方式。既然 AI 知道所有代碼，它也了解我的所有想法和產(chǎn)品功能，于是我讓 AI 做了一個(gè)網(wǎng)站。

用 AI 打造的該產(chǎn)品的官網(wǎng)頁(yè)面｜來(lái)源：出門問問

于是，我讓 AI 在短短 5 分鐘內(nèi)搭建了一個(gè)帶有產(chǎn)品亮點(diǎn)和獨(dú)特功能的網(wǎng)站，又在 5 分鐘內(nèi)為營(yíng)銷活動(dòng)創(chuàng)建了可配置的廣告位。這在過去可能需要多名市場(chǎng)和工程師團(tuán)隊(duì)一周的工作量。以前我們公司的網(wǎng)站，做了一個(gè)營(yíng)銷位后，如果圣誕節(jié)過了要撤下，或者要更換新的內(nèi)容，以前又要找工程師折騰半天。我就想，我能不能做一個(gè)網(wǎng)站，營(yíng)銷位是可以配置的？又花了 5 分鐘，AI 做了一個(gè)可以配置營(yíng)銷位的網(wǎng)站。這意味著營(yíng)銷人員可以登錄這個(gè)網(wǎng)站，上傳圖片或其他內(nèi)容，然后直接修改主網(wǎng)站的相應(yīng)部分。

做完這些后，我想，因?yàn)檫@是一個(gè)全新的產(chǎn)品，它有一些新概念，或者說(shuō)有一定的復(fù)雜度。我能不能制作視頻來(lái)解釋這個(gè)網(wǎng)站的功能，無(wú)論是營(yíng)銷視頻、操作指南還是產(chǎn)品導(dǎo)覽。但是端午節(jié)，我的員工是不會(huì)理我的。所以我只能自己動(dòng)手。于是，我又寫了另一個(gè)程序，它能自動(dòng)生成整個(gè)腳本，包括如何介紹網(wǎng)站、如何操作網(wǎng)站 UI 的工作流程，并進(jìn)行自動(dòng)錄屏和配音。雖然聲音對(duì)齊方面還有些小瑕疵，但整個(gè)視頻百分之百由 AI 完成。我只需下達(dá)指令，它就能自動(dòng)操作，最終將完成的視頻呈現(xiàn)在我眼前。

這讓我很有成就感，僅僅幾天時(shí)間就做出了這個(gè)東西。然后我想看看其他人會(huì)如何看待這件事。于是我把代碼上傳到 GitHub，讓我的同事下載下來(lái)。但請(qǐng)記住，我們是兩個(gè)不同的個(gè)體，GitHub 并不知道我是如何與 AI 交流并完成這些的。所以我的同事最終只看到了代碼，并在本地運(yùn)行了它。

當(dāng)我的同事下載我在 GitHub 上傳的代碼并運(yùn)行后，他們對(duì)其復(fù)雜性和完成速度感到震驚。他們認(rèn)為這需要數(shù)十人幾個(gè)月才能完成，而當(dāng)我告訴他們，這是在 AI 輔助下，由一個(gè)工程師在兩天內(nèi)完成時(shí)，他們的反應(yīng)是：「This is absolutely insane.」（這簡(jiǎn)直是瘋了。）他們驚訝于其中包含的 4 萬(wàn)多行代碼，這遠(yuǎn)超我以前在 Google 一天 300 行算法代碼的產(chǎn)出。

以前我在 Google，一天寫 300 行算法代碼（非簡(jiǎn)單代碼），這已經(jīng)算是高產(chǎn)了。而我最近寫了一個(gè)通用的 Agent，它在 3 個(gè)小時(shí)，也就是一個(gè)晚上，給我寫了 3000 行 Python 代碼。也就是說(shuō)，那 3 小時(shí)，而且代碼質(zhì)量絕對(duì)比我寫的好，里面是沒有任何 UI 的純粹后端邏輯。換句話說(shuō)，它 3 時(shí)代碼的能力，相當(dāng)于我以前 10 個(gè)工作日的工作量。就是這樣一個(gè)比例。

所以我就想，一個(gè)人就可以完成一個(gè) Google Translate。以前 Google Translate 是由 20 個(gè)全世界最頂尖的博士在那里寫代碼，寫了很久。而我現(xiàn)在，我一個(gè)人就可以完成那 20 人的工作量。當(dāng)年 Google Translate 至少還是一個(gè)非常了不起且復(fù)雜的系統(tǒng)。所以，我覺得從這個(gè)角度來(lái)說(shuō)，所有事情都與以前大不相同了。我認(rèn)為，最終 AI 的關(guān)鍵在于你能夠構(gòu)建一個(gè)自我進(jìn)化的 AI 系統(tǒng)。

李志飛的實(shí)踐心得｜圖片來(lái)源：出門問問

為了方便測(cè)試這個(gè) AI 組織的 App，我又自動(dòng)編寫了代碼：左邊是網(wǎng)站代碼，右邊是一個(gè)測(cè)試框架。然后，它自己就像左腳踩右腳一樣往上飛。你們可能覺得這是永動(dòng)機(jī)，確實(shí)有這種可能性。當(dāng)然，它有時(shí)也會(huì)左腳踢右腳往下跌，也就是會(huì)負(fù)向循環(huán)，也會(huì)正向循環(huán)。

為了實(shí)現(xiàn)這個(gè)目標(biāo)，除了工程師，所有非工程師也能夠直接修改我的代碼。我又做了各種各樣的 Agent。當(dāng)然，很多這些都是 Prompt，我只是驗(yàn)證了可行性，并沒有達(dá)到真正的可部署或產(chǎn)品化。但我認(rèn)為，這證明了這個(gè)想法，或者說(shuō)向團(tuán)隊(duì)演示這就是我想要的東西，以前可能需要花費(fèi)大量時(shí)間才能弄清楚?，F(xiàn)在你直接做一個(gè) Demo 給他們看就好了。所以我認(rèn)為，即便是一個(gè) CEO，如果你有這種能力，你的產(chǎn)出真的是放大了 100 倍。

踩過的坑

前面是我的經(jīng)歷，接下來(lái)我給大家講一下抽象的理論，希望你們不要睡著，因?yàn)檫@還是非常獨(dú)一無(wú)二的。我想分享的是在使用 AI 編程時(shí)遇到的幾個(gè)問題。

第一個(gè)問題是每個(gè) Agent，即便我沒有寫 Agent，它仍然需要人工參與。也就是說(shuō)，我還是得說(shuō)「我要寫一個(gè)這樣的 Agent」，雖然你可以參考我旁邊的通用 Agent 框架，然后修改一下，再告訴我。但我仍然需要做這件事。有時(shí)它總是忘記我的原則，我又要跟它說(shuō)：「你又忘記我的原則了」，或者「智能到底應(yīng)該放在哪里？」它仍然存在這些問題。

第二，如果你用過它，它總是喜歡偷工減料。比如你讓它做某件事，明明還需要涉及到后端數(shù)據(jù)庫(kù)，但它沒做。它完成后就給你寫一份很長(zhǎng)的報(bào)告邀功，說(shuō)它做完了。我通?？炊疾豢?，直接說(shuō)：「你已經(jīng)寫了數(shù)據(jù)庫(kù)了?！顾鼤?huì)立刻道歉，然后開始行動(dòng)。比如我要求它做 AI 時(shí)，它經(jīng)常連遠(yuǎn)程的 AI 都沒有調(diào)用，自己寫一些 Fallback 或者假的東西。因?yàn)槲乙豢此\(yùn)行得這么快，就知道一定有問題。我說(shuō)：「你真的調(diào)用了遠(yuǎn)程的 AI 嗎？」它又開始道歉，然后去處理。每次都這樣，它還是很喜歡偷工減料，重復(fù)的錯(cuò)誤更是不勝枚舉，我就不贅述了。

另外，我覺得今天的 AGI 事實(shí)上做不了超長(zhǎng)任務(wù)。而我現(xiàn)在的任務(wù)很多時(shí)候都超過半小時(shí)。我每天消耗的 Token 就是 50 美元。只要我那天想工作，從早到晚它都在消耗 Token。我真的覺得，我完全可以跟它說(shuō)：「我有一些 Idea，這是我的 Idea 方向，請(qǐng)你幫我完成一個(gè) 10 天的任務(wù)，幫我賺 500 萬(wàn)美元?！刮艺J(rèn)為這并非神話，只是我好像對(duì)此沒有那么大的吸引力，就沒有去做，或者說(shuō)，因?yàn)檫@可能要消耗自己很多情緒和精力，賺不到錢的時(shí)候會(huì)很痛苦。但我就想，它能否連續(xù)工作 10 天，你不用干預(yù)它，或者偶爾提醒一下方向，它能否工作一個(gè)月，甚至一年？我覺得在不久的將來(lái)，達(dá)到諾貝爾獎(jiǎng)或菲爾茲獎(jiǎng)級(jí)別的成果是完全沒有問題的。因?yàn)槲遗c它交流時(shí)，有時(shí)會(huì)討論我們以前學(xué)過的超級(jí)復(fù)雜的算法，全世界可能都沒幾個(gè)人研究，它都比很多人聊得好多了。所以，如果你給它足夠的上下文和代碼，它其實(shí)可以進(jìn)行非常深入的溝通。

回歸本質(zhì)：什么是通用 Agent 和智能

接下來(lái)，我想跟大家分享一下我對(duì)智能和 Agent 的思考。簡(jiǎn)單來(lái)說(shuō)，一個(gè) AI Agent 包含兩個(gè)核心部分：規(guī)劃器（Planner）和執(zhí)行器（Executor）。

AI Agent 的結(jié)構(gòu)｜圖片來(lái)源：出門問問，下同

規(guī)劃器通常依托大型語(yǔ)言模型，承載了 Agent 的主要職能。它根據(jù)任務(wù)制定詳細(xì)的計(jì)劃。執(zhí)行器則負(fù)責(zé)將這些計(jì)劃付諸實(shí)踐，無(wú)論是編寫代碼，還是自動(dòng)化瀏覽器操作以制作視頻。

Agent 的運(yùn)作是一個(gè)持續(xù)的反饋循環(huán)：

規(guī)劃: Agent 根據(jù)任務(wù)制定具體行動(dòng)方案。

執(zhí)行: 執(zhí)行器按計(jì)劃操作。

獲取反饋: 執(zhí)行過程中，Agent 從環(huán)境中獲得即時(shí)反饋。例如，當(dāng) Agent 嘗試運(yùn)行「python」命令而本地實(shí)際是「python 3」時(shí)，系統(tǒng)會(huì)報(bào)錯(cuò)，Agent 便能識(shí)別并修正為正確的命令。

調(diào)整與迭代: Agent 根據(jù)反饋重新規(guī)劃，更新對(duì)當(dāng)前情境的理解（上下文），然后再次執(zhí)行。

目標(biāo)達(dá)成: 當(dāng)預(yù)設(shè)的成功標(biāo)準(zhǔn)（如程序編譯通過或測(cè)試全部完成）達(dá)到時(shí)，循環(huán)結(jié)束。

如果我們思考智能的本質(zhì)，我認(rèn)為，智能的第一個(gè)本質(zhì)是進(jìn)化。就像人類作為智能體，在特定環(huán)境中（無(wú)論是社交還是任務(wù)執(zhí)行），通過獲取反饋來(lái)不斷調(diào)整自身行為并進(jìn)行反思一樣，AI 也應(yīng)如此。這種進(jìn)化是自動(dòng)的，無(wú)需人工干預(yù)。Agent 自主建立循環(huán)，通過規(guī)劃、在環(huán)境中執(zhí)行、獲得反饋、調(diào)整規(guī)劃并更新上下文，實(shí)現(xiàn)持續(xù)的自我完善。在此進(jìn)化過程中，關(guān)鍵在于：從自身經(jīng)驗(yàn)中學(xué)習(xí)，以及 Learn from others，就是所謂的群體智慧，從別人那里學(xué)習(xí)經(jīng)驗(yàn)。

智能的第二個(gè)本質(zhì)，我認(rèn)為是遞歸。遞歸是一種「分而治之」的思想：一個(gè)復(fù)雜問題被拆解成更小的、相同類型的問題，直到它們可以被直接解決（即「基本情況」）。例如，計(jì)算斐波那契數(shù)列的第 99 個(gè)數(shù)，就是依賴于第 98 個(gè)和第 97 個(gè)數(shù)，直至追溯到初始的 F0 和 F1。若 Agent 要實(shí)現(xiàn)真正的智能，它也應(yīng)具備遞歸架構(gòu)。例如，一個(gè)接收「賺 500 萬(wàn)」這樣宏大任務(wù)的 Agent，會(huì)逐步將其分解為具體的子任務(wù)：分析商業(yè)機(jī)會(huì)、搭建網(wǎng)站、制作視頻、集成支付、社交媒體推廣等。每個(gè)子任務(wù)最終都能追溯到可執(zhí)行的「原子 Agent」。

這種遞歸架構(gòu)的關(guān)鍵在于實(shí)現(xiàn)自我繁衍。就像人類文明的傳承依賴于一代代人的探索與知識(shí)積累，Agent 亦應(yīng)如此。更重要的是，Agent 必須具備修改自身源代碼的能力。這與當(dāng)前 Agent 僅僅調(diào)整計(jì)劃不同，它意味著 Agent 能夠像修改自身基因一樣，根本性地改變自身運(yùn)行邏輯。我相信，如果一個(gè) Agent 能夠：

持續(xù)執(zhí)行并優(yōu)化其計(jì)劃。

在遇到無(wú)法解決的問題時(shí)，自主修改其核心源代碼。

最終通過這種機(jī)制形成知識(shí)庫(kù)，甚至能夠反向修改大型模型本身。

那么，這將是通向通用人工智能（AGI）至關(guān)重要的一步。這并非科幻。以前我特別不喜歡討論什么超級(jí)智能之類的東西，而是我在與大模型的深入探討后，我突然覺得這完全是有可能實(shí)現(xiàn)的。

另外，真正的 AI 源代碼可能極其簡(jiǎn)潔，核心代碼也許不超過百行，但其中蘊(yùn)含著多層遞歸，使其能在不同環(huán)境中探索、學(xué)習(xí)反饋并自我迭代。我曾有過信仰崩塌。2023 年我有了 AI 信仰，但做了一段時(shí)間，主要是因?yàn)闆]有資金支持，覺得燒不起，所以就放棄了。去年，別人跟我講 AI，我都不想聽。但最近我重新找到了對(duì) AI 的信仰，甚至信仰了 AGI，信仰了超級(jí)智能。這是一個(gè)難以想象的轉(zhuǎn)變。我希望我對(duì)這份信仰能夠這次持續(xù)更久一點(diǎn)。

個(gè)性化環(huán)境與上下文的重要性

那么，除了大模型之外，最重要的是什么？最重要的是你要有個(gè)性化的環(huán)境和 Context（上下文）。以我的創(chuàng)業(yè)為例，我之前做了一個(gè)智能硬件，結(jié)果小米把價(jià)格拉到我們十分之一。我做大模型，結(jié)果所有大廠都進(jìn)來(lái)了。你每次獲得這種反饋之后，就讓你放棄這種東西，或者你就不停地調(diào)整你的 Plan。如果在美國(guó)，我做了一個(gè)大模型，我可能就被 Google 收購(gòu)了，賺了很多錢。或者我做了一個(gè)硬件，我可能被蘋果收購(gòu)了，賺了很多錢。所以這種反饋一定會(huì)造就你這個(gè)人的行為是完全不一樣的。同樣一個(gè)創(chuàng)業(yè)者，同樣的智商，在中國(guó)和美國(guó)不一樣的創(chuàng)業(yè)環(huán)境下，得到的反饋不一樣。最后你的行為，你的思考模式就會(huì)完全不一樣。這就是我想說(shuō)的，什么是個(gè)性化的環(huán)境，個(gè)性化的上下文。

上下文更多是一個(gè)歷史的記錄。所以回到我之前講的，在大模型時(shí)代，我是第一批站出來(lái)說(shuō)要做大模型的，但可能也是第一批意識(shí)到這不是我的菜。然后，基本上沒有全身心投入去做這件事，就是因?yàn)槲也恢廊绾螀⑴c。今年上半年時(shí)，我更覺得除了全世界那三四個(gè)巨頭，其他公司都沒有資格談?wù)撃Ｐ停灰獪悷狒[，不要浪費(fèi)你的生命。更不要浪費(fèi)你的情緒在這里面。因?yàn)槟愀揪蜎]有機(jī)會(huì)，那完全是在燒錢，而且事實(shí)上大模型本身這個(gè)東西，我覺得已經(jīng)變得超級(jí)無(wú)趣，反正就是燒錢。反正就是燒錢。我找不到切入點(diǎn)，我更不能理解絕大部分 AI 公司到底還有什么價(jià)值。但是這一次，通過實(shí)踐和重新審視，我覺得哪怕是高大上的 AGI，至少我自己覺得我好像又可以參與了。所以，這就是 Agent 的 Planner 和 Executor 這個(gè)循環(huán)迭代的事情。如果你投入足夠清晰，你能讓智能產(chǎn)生智能，我認(rèn)為你是可以參與整個(gè) AGI 的過程的。而大模型本身對(duì)你來(lái)說(shuō)就是一個(gè)芯片一樣。大家想象高通的芯片、蘋果的手機(jī)，到上面的 TikTok。這是完全不一樣的東西。最后反而是做 TikTok 的那家公司獲得了最大的價(jià)值。

我發(fā)現(xiàn)，即使是雄心勃勃的 AGI 目標(biāo)，也并非遙不可及。通過構(gòu)建我所設(shè)想的遞歸 Agent 體系，所需資金可能并不龐大，更依賴于創(chuàng)新的智慧。我相信，只要擁有足夠深入的思考和技術(shù)能力，即便不是行業(yè)巨頭，也能參與到 AGI 的進(jìn)程中。

出門問問的歷程也印證了我的這些思考。我們自 2012 年起便成為中國(guó)首批 AI 公司，從語(yǔ)音助手起步，隨后探索智能硬件（如 TicWatch、TicMirror）。雖然經(jīng)歷了市場(chǎng)競(jìng)爭(zhēng)和技術(shù)不成熟的挑戰(zhàn)，但我們始終走在最前沿。2019 年后，我們轉(zhuǎn)向軟件，成為中國(guó)乃至全球首批 AIGC 軟件公司之一。例如，魔音工坊曾為抖音等平臺(tái)貢獻(xiàn)了大量配音內(nèi)容，我們還開發(fā)了奇妙元（數(shù)字人視頻生成）等產(chǎn)品。在中國(guó)這樣的競(jìng)爭(zhēng)環(huán)境中，一家科技公司就像一個(gè)不斷迭代、自我修正的 Agent。正如出門問問的「源代碼」已與 2012 年初創(chuàng)時(shí)大相徑庭，這是我們持續(xù)進(jìn)化的體現(xiàn)。

歡迎加入微想AIidea2003官方社群 Telegram訂閱群：http://www.iy168.cn/idea2003Daily Twitter官方賬號(hào)：http://www.iy168.cn/idea2003Post Twitter英文賬號(hào)：http://www.iy168.cn/BlockFlow_News