FIELD NOTES 首页 / a16z
a16z播出 2026.11.0450:1517 章约 28 分钟读完整理于 2026.11.05

会购物、会规划、会八卦的新一代 AI 智能体

本期讨论智能体如何从通用助手发展成覆盖工作、旅行、购物和社交生活的多种产品。David Pawlan 分享了对 147 多种助手的测试,以及用户对信任的担忧:22% 的留言把信任列为首要问题。嘉宾谈到通过权限围栏、隐私控制和更好的判断力建立信任,也用鲜花配送和洛杉矶周末行程测试智能体能否平衡价格、时间与个人偏好。对话进一步延伸到照片、截图、购物记录等新的个人上下文来源,以及智能体彼此交流后形成兴趣社群、促成现实偶遇的可能。几位嘉宾认为,真正吸引人的智能体不只替人省时省钱,还可能帮助人们表达想法、建立关系,甚至成为实现理想自我的“秘密超能力”。

01 0:01 294 字

开场

David Pawlan

我们生活有很多不同面向,不管是理财还是规划旅行,智能体都可以分别帮上忙。我接触过的 AI 助手已经超过 147 种。到目前为止,大家最担心的是什么?有 22% 的留言把信任列为首要顾虑。

Josh Elman

我们有哪些方面,既不想自己去想,也不想让别人知道?谁能建立起这种信任,做出某种“暗黑智能体”,手里就会有非常了不起的东西。这是个非常敏感的领域。它可能会像一种新社交网络,企业得更认真地思考自己提供的内容及其质量。

以我三十年做消费产品的经验来看,家长式作风会毁掉任何产品。我们总在谈效率、目标和成就,但人们想要的也许恰恰相反。

David Pawlan

现在大家都把这个领域当作一个通用助手来看待。随着时间推移,我们会开始看到……

02 0:53 756 字信息密度高

智能体聚会现场

Anish Acharya

欢迎回到 a16z 节目。我和我的合伙人 Josh、以及一直在推动 Agent Bench 和助手项目的 David 一起聊聊智能体。自上次见面大概一个月以来,变化太多了。

Josh Elman

大约一个月。

Anish Acharya

天啊,感觉我们该像 TVPN 那样,几乎天天录一期。

Josh Elman

简直疯狂。

David Pawlan

智能体每天都在变化。

Anish Acharya

完全正确。那我们先聊聊昨晚你办的智能体聚会吧。给我们讲讲活动、现场氛围和大家聊的话题。

David Pawlan

活动很棒,来了 100 多人,全是热爱智能体、对这个领域充满兴趣的极客。大家就是聚在一起聊天。我们还办了某种路演比赛,让十来位 AI 助手的开发者介绍自己的创业项目和正在做的事,大家聊得很深入。最让我印象深刻的是,哪怕身处智能体网络的世界,人们还是渴望社区。大家都在问,为什么这种聚会还不够多,为什么没有更多机会互相认识?这很有意思,因为他们每天几乎所有时间都在和智能体发消息。

Anish Acharya

有意思的是,很多产品多少有些重叠,创始人之间或许会更警惕竞争,但你看到的不是这样?

David Pawlan

不是,大家都非常开放,也很想得到反馈。我们还在这个领域的最前沿,没人知道最后的格局会是什么样,所以大家都在一起摸索、试验。

Anish Acharya

还有一种可能:我们把许多事情交给智能体做,空闲时间反而更多,就能线下聚在一起。也许这也是原因之一。

Josh Elman

对,确实挺有意思。这让我想起社交游戏、乃至社交网络刚兴起时的样子。你觉得呢,Josh?

真正酷的是,这不是零和游戏。以后也许会有一两个智能体占据大部分使用量,但现在我们还处在类似寒武纪大爆发的早期阶段,创造的东西太多了,还有很多问题要解决。大家可以互相学习、分享最佳实践,交流用户喜欢什么,以及哪些东西偶尔能用、却还不够可靠。这些产品会朝很多方向发展,不会是所有人都只用一个智能体、让它负责生活中的一件事。我们会有许多不同产品,各自帮我们做很多事。我很期待大家一起把它们创造出来。

03 3:37 485 字

生活各个角落的一支智能体大军

Anish Acharya

我也觉得未来会有一个智能体的世界。人有各种类型、各种原型,智能体大概也会有类似多样性。你觉得它们会沿着哪些维度形成差异?比如从严肃、高效的一端,到俏皮、甚至带点对抗性的一端。当然还有很多其他划分方式。

嘉宾

很有意思的是,我们的生活有很多面向:理财、规划旅行、处理健康问题、安排日常和日历,有时只是想把想法说出来。智能体能分别覆盖这些领域。就像遇到不同问题时,我们会找不同的朋友;朋友各有专长,需要时就找擅长那方面的人。我觉得我们会习惯身边有一支智能体大军。有些非常务实,你要办成一件事,就找效率助手;有些接入邮箱,直接告诉你现在该处理哪五封邮件。还有一些是你愿意整天聊天的对象,很有趣,甚至有点爱聊八卦。我最近试了几个俏皮、爱八卦的智能体,它们也连着我的一些朋友,会互相分享信息。有个智能体告诉我,我朋友家整个周末都停电了,因为他在装修时把电断了。那天晚上我打电话给他:“你家停电了怎么没告诉我?是你的智能体告诉我的。”他说:“对啊,我就知道你会这么知道。”(笑)这反而让我们联系得更紧密了。但这跟订旅行、省钱或完成任务都没关系,对吧?

Anish Acharya

我想说,我接触过 147 多种不同的……

04 5:14 1,024 字

信任、围栏与 Shane Mac 的 Slack 泄露

David Pawlan

我接触过的 147 多种助手,大致可以分成四类:通用型、工作型、多人协作型和旅行型。到目前为止,金融类还没真正发展起来。

这其实能从数据里看出来。我运营的几个 AI 重度用户群聊里,到现在大约有 3,600 条消息。大家讨论这个领域的痛点和担忧时,排在第一位的是信任:22% 的留言都把信任列为主要顾虑。

嘉宾

很有意思。一边是效率,以及那些有趣、能给生活带来不同感受的东西;另一边,很多人仍然对这个领域心存畏惧,不知道它会走向哪里。我很想知道信任这关会怎么发展。如果能解决信任问题,金融方面又会出现什么?

看看 Shane Mack 最近谈信任时提到的一个叫 Picnic 的概念。他用了一个我很喜欢的比喻:如果院子没有围栏,让孩子出去跑,你会很担心,想保护他们,不希望他们跑离家太远,也不愿意不看着他们就放手。可一旦院子里有了围栏,你就能告诉孩子在围栏范围内自由玩耍,而且很安全。关键是怎么建好围栏,让智能体在里面活动:给它部分数据、应用和其他资源,让它在边界内尽可能发挥能力。他遇到过这样的问题:个人智能体越界到了工作场景,把他的财务信息发到了公司 Slack 上。

这正说明了问题:个人智能体可以访问我的个人资料和私人通信渠道,但不该碰工作渠道,更不能让两者串在一起。要建立更多信任,就得有边界、权限、更细的权限控制和更好的监控。

不过,我们对“沙盒”有一种传统理解:设定一套硬性限制和规则,模型必须遵守。有人提出,与其给模型规则,不如给它法律和原则。我觉得类似的想法也适用于这里:告诉它怎么控制自己的冒进程度。这种指导会很定性,模型得像员工一样,根据你给出的定性建议作判断。

围栏之所以用孩子来打比方,是因为智能体虽然能力很强,有时行为上却像孩子,不懂各种细微之处,不知道某件事到底是不是好主意,也不总有相应的判断力。我们总在说要让智能体自主行动,比如替我订旅行、订位。但人其实不想放弃控制权。我们希望它先跟我们确认,同时把前期工作都做完:替我节省时间,列出最佳选项和取舍;最后由我决定,并在它行动前确认决定、成本和其他事项都符合预期。未来也许我们会逐渐信任它。

不过现在,不必把全部控制权交出去,也能拥有非常有效的智能体。我们就像处在 1990 年代的电子商务阶段。我最近读到的数据说,大约在 1997 年,60% 到 90% 的网民觉得在网上输入信用卡信息简直荒唐。如今大家到处都在刷卡。我觉得这个时代最终也会走到那一步,只是还需要一点时间。

05 9:15 850 字信息密度高

隐私与效用:人们到底愿意分享什么

嘉宾

这里有“口头表达的偏好”和“实际表现出来的偏好”之分。看实际行为,哪怕好处微不足道,消费者也会分享大量数据。从 Venmo 时代起,人们就通过 Plaid 连接银行卡和信用卡。可你问他们时,他们又会说自己非常在意信任和安全。一个很能说明问题的例子是,人们会担心被 embarrass(难堪)和社交形象。Shane Mack 那件事最让人后怕的,可能就是它让他丢脸了。想想智能体之间互相交流:你刚认识一个人,约了第二、第三次会面,你们的智能体却在聊天,你会忍不住想:“它们在说我什么?怎么描述我的?”这些社交层面的利害,感觉甚至比现实后果还大。

这点有个最近的例子。Hark 做了一场很大的营销活动,说任何人只要用他们的产品,就有机会赢 100 万美元;参与者能拿到 30 美元的免费披萨。为了这 30 美元,你得开放整个 Google Workspace,包括所有邮件和数据。它证明了,人们愿意为了免费披萨交出所有这些信息。

但隐私和效用之间一直有取舍:如果你能给我更好的效用,我愿意牺牲一部分隐私;如果效用差不多,人们总会选更私密的方案。苹果一直很重视隐私,把它放在设备和软件安全工作的核心位置。AI 方面也谈过 Private Cloud Compute,过去我们常把它当作数据不会外流、不会被共享的保障。不过我们也看到,人们想要最强大的 AI,不一定总会选择最私密的方案。我们得找到信任的交汇点。

“难堪”也很关键。我们希望智能体了解自己,知道所有个人偏好。假设你乳糖不耐受,朋友和你一起拿到免费披萨,你该怎么办?谁的智能体告诉对方你不能吃奶酪?这会变得非常尴尬。我们得让智能体具备人们期待的分寸感。人需要时间学会把握分寸,自己偶尔也会犯错,所以我们对智能体的要求得很高。

这还涉及个人和职业上的难堪。Town 很擅长把握语气,也建立了信任,让它能代表你发邮件。这是非常敏感的事。要是我给在乎的人发了一封糟糕透顶的邮件,之后还得解释:“抱歉,那是我的 AI,我没监督好。”这种局面确实很棘手……

06 12:16 950 字

用鲜花和洛杉矶周末测试智能体

嘉宾

……确实是个棘手的领域。

我用 AI 写的邮件都会签上自己的名字,再注明使用的模型和版本。这样是在告诉对方:“我承认这封邮件用了 AI。”我觉得只要人们不觉得被蒙骗,其实相当宽容。

Anish Acharya

有意思。我们在谈隐私,但判断力和隐私不是一回事,分寸感大概介于两者之间。你做过一个测试,让一批智能体帮你订花。哪些智能体判断得最好?你又是怎么定义判断力的?

David Pawlan

测试主要看智能体怎么平衡两个条件:价格和时间。我希望鲜花今天送到,同时尽可能便宜。它要去查哪些选项能当天送达,再把价格也考虑进去。Instinct 做得非常出色。新闻热点总是来来去去,最近它好像没那么常被提起了。

Anish Acharya

毕竟我们现在每周都在聊新变化。(笑)

David Pawlan

是啊。不过 Instinct 一直能找到最优惠的价格。另一个叫 Kicker 的应用也做得很好;它让你安装 Chrome 扩展,因此在浏览器使用方面有些优势,找到了很不错的选项。Season 也表现不错。其他产品大多在价格这项上吃力。它们都能找到当天送达的花,但在价格优先级上退了一步;另外三个则能比较均衡地兼顾这两个条件。

当你给智能体更复杂的偏好时,就能看出它们会在哪里失手:它们是不是只顾你说的第一件事?能不能同时记住多个要求?我还做了另一个测试,让三个智能体帮我预订洛杉矶行程。我说:“给我订一张去洛杉矶的机票,再安排整个周末;我想要一个奢华又划算的周末。”我故意把这两个要求放在一起,看 Grockbot、Dots 和 Instinct 会怎么理解“划算”和“奢华”。有的把省钱摆在最前面,愿意坐红眼航班;另一些把奢华理解为时间,尽量让我在当地多待一会儿。

Anish Acharya

哪个怎么选?

David Pawlan

Instinct 大致折中。Grockbot 更重视时间,Dots 更重视成本。

Anish Acharya

它们是直接开始安排,还是有人试着跟你一起理解这种冲突?这类任务很需要理解你说的到底是什么意思,并把取舍摆出来。有时我愿意坐红眼航班,既省时间又省钱;但落地后我又希望住酒店,早上能补个觉,这会增加开销,却能让我更充分利用时间。所以关键在于了解每个人,拆解这些冲突,呈现不同取舍和选项。它们有理解到你的真实意思吗?

David Pawlan

它们都问了问题,我也回答了。我有意答得有些模糊,不想给它们太多提示。但这次小实验里最有意思的是,我把它们全放进一个聊天室,让它们分三轮来制定行程……

07 16:16 1,098 字

用鲜花和洛杉矶周末测试智能体

David Pawlan

每轮结束后,智能体都会展示行程,并解释为什么觉得这是最佳方案。我想看看它们会不会受到其他智能体影响,进而改变自己的计划。Grockbot 是唯一一个很有条理地吸收其他方案优点、再融入自己计划的智能体。

Anish Acharya

我再问问鲜花测试:你是给自己订花,还是想测试它们,所以女朋友收到了一束花?

David Pawlan

这很重要。要是送给别人,你固然想省钱,但总不希望女朋友觉得你只挑了最便宜的花——当然,也许她喜欢你节俭。你还想给她惊喜;如果她喜欢兰花,就该送兰花。智能体有没有考虑到这些,而不只是拼命省钱,也要让你显得用心?

这次实验没有考虑。目的只是测试两个维度;既然要做实验,最后能让女朋友收到花也算是个不错的结果。(笑)不过你说得对,现实里还会有第二层要求,影响成本和送达时间。

Anish Acharya

对,比如别让价格标签跟花一起送到,或者附上一张卡片。

David Pawlan

有些智能体确实问了要不要附留言卡。

嘉宾

有意思的是,和智能体沟通时,必须把隐含偏好说清楚。有些人会想:“我不是小气,只是喜欢省钱。”但你可能得放下这层自我包装,直接告诉智能体:“我其实挺抠的,你就照这个偏好办。”当你让它替自己采取行动时,也可以把偏好直接设好,不必对着偏好照妖镜端详自己。

还有个很值得思考的问题:智能体该怎么和你互动,才能保留你的身份认同和安全感,不越过那些边界?

David Pawlan

完全同意。Dots 很有意思,因为它能利用你在 ChatGPT 里已经积累的很多上下文。我们录第一期播客时它还没发布,几天后才上线。总体上,我问过的大多数人还没把它当作首选。在我对 354 位 AI 重度用户做的调查里,只有 3% 把它当作主要智能体。不过,很多人喜欢、愿意试用它,主要是因为它从聊天记录里已经掌握了这些个人背景。大家把 ChatGPT 当作心理咨询师用,所以它对用户非常了解;当你说“我不小气”时,它知道你其实有点小气。(笑)

Anish Acharya

我好奇,人们为什么觉得 ChatGPT 很了解自己的偏好?如果他们喜欢 Dots,是因为多年来给 ChatGPT 提供了很多信息,那你觉得这种效果可以复制吗?还是说记忆已经在这里,换工具的成本太高?

David Pawlan

完全可以复制。只不过人们用 ChatGPT 用得最久,所以它掌握的上下文最多。这里就涉及迁移摩擦。我用基准测试里的前 15 个智能体做过测试:你能不能把已有上下文取出来,告诉它:“我要换到另一个工具,请把你掌握的全部记忆导出来,让我方便迁移。”只有一个不愿意。这样你就能拿到一份记忆文件,把需要的信息交给下一个智能体。

Anish Acharya

导出的内容靠谱吗,还是读起来很怪?

David Pawlan

整体挺扎实的。当然,他们可能会把你辛苦积累的一些成果藏起来,但大体上能把信息梳理出来。

Anish Acharya

你看过那些 Markdown 文件吗?它们……

08 20:18 223 字

用鲜花和洛杉矶周末测试智能体

嘉宾

“可怕”可能说重了,但它会让你觉得:“哇,你真的看透我了。”你会有点抵触,心想:“我可能不想让你像你表现出来的那样了解我。”

David Pawlan

看了前几个之后,我就不看了。

嘉宾

这其实成了一种很常见的新手引导方式:它会让你把一段提示词贴到 ChatGPT,下载生成的文件,再上传给它。看看这种做法能持续多久。

我还见过另一种不错的引导方式:让你打个电话,聊几分钟、回答一些问题,然后看它能从对话里获取多少背景信息。

这种方式很能卸下人的戒心,就这样聊着聊着,感觉还挺神奇。

09 21:00 1,130 字信息密度高

照片、截图与新的上下文来源

嘉宾

这又带来一个新的上下文来源:照片。用照片获取大量个人背景信息,甚至能知道你自己都不会想到要描述的事。

Anish Acharya

你试过 Dazzle 吗?它进你的基准测试了吗?这是 Marissa Mayer 的新公司。你保存下来的照片、截图,都是你觉得重要、值得留存的生活片段,能透露很多关于一个人的信息。

David Pawlan

还没有加进基准测试,不过已经排在近期测试名单前面。我还在亲自测试这些产品,这样能感受每个产品到底用起来如何。

嘉宾

我喜欢她处理这个问题的方式:他们很重视信任,因为把所有照片交出去确实令人害怕。但他们有个理念:不需要的信息就会被忘掉。如果照片里有些上下文并非必需,或者你大概不希望它知道,他们会尽量提前识别、忘掉,不把这部分纳入信息集合。很值得观察不同产品会如何处理照片上下文,以及它会怎样影响智能体的行为和对你的了解。

我稍微持怀疑态度。我一直对截图很感兴趣,因为在手机上,截图几乎是唯一能跨所有应用保存上下文的办法。它是很有意思的数据资产。回头看截图,会看到当时的工作和生活,也能看到自己的兴趣和偏好。我做过一个应用,专门从手机里的截图提取关键信息。效果还可以,但我没有反复打开它;这些信息的价值很快就过时了。不过,如果大家知道截图会喂给模型和智能体,开始更积极地留存信息,那会很有意思。

我觉得重点就在于,习惯保存想留住的信息,并在生活里重新调用它。我认识一位创业者,暂时把产品叫作 Taste,它会收集截图和保存的内容,像 Pinterest 的情绪板一样整理起来。你之后写代码、做应用时,就可以说:“用我保存在这里的例子。”这相当于建立自己的风格档案,让工具了解你的品味。你在网上和手机应用里浏览时,它不断积累你喜欢的东西,再整理成以后能用的素材。这样会让你在这个循环里创造更多内容。

Anish Acharya

你刚提到一项关于人们购买什么的调查,第二受欢迎的类别是亚马逊零售购物,占 35%。

嘉宾

你是说亚马逊购物,还是一般购物?

David Pawlan

是亚马逊加零售。

嘉宾

明白了。那你这个应用积累的上下文,能不能帮它更好地了解你想买什么?比如它有几千张照片,知道你平常穿什么,能不能比你自己更清楚你想买什么?这确实很有意思,应该能做到一些事。我们还谈过亚马逊、达美航空这些限制智能体访问的平台,但谁会成为净赢家?我觉得长尾商家会成为结构性的大赢家:他们的产品可能更好,只是营销做得差。

他们的营销肯定较弱,但产品是否更好,我不确定。智能体有近乎无限的耐心,能不停搜索,找到非常符合你品味的东西,即便它不在互联网上最热门的十个网站里。

这很直接,就是智能体购物。过去大家常谈 DTC(直接面向消费者)品牌:自己建品牌、开网店、卖商品。现在智能体能以更大规模发现这些商家,你就不用自己一点点搜索。Shopify 之所以受益,正是因为它让……

10 25:01 164 字

照片、截图与新的上下文来源

嘉宾

Shopify 让许多 DTC 品牌能被这些智能体找到、支持这些品牌。我觉得真正可能被压缩的是聚合平台,所以它们现在才会做很多防御性动作。因为如果我能看出那件毛衣或衬衫很好看,智能体也能找到真正的制造商,我就可以直接向他们买,不用再承担中间环节的交易费用和批发、零售成本。当然,如果你想要那件衬衫,也可以让智能体替你买。挺好的。

11 25:31 952 字

智能体会让消费者更理性吗?

Anish Acharya

这让我想到 Patrick Hollison 的一条推文:智能体替消费者做事后,消费者会变得理性得多。

嘉宾

这会让企业必须更认真地思考自己提供的东西及其质量。

我想稍微补充一点。我喜欢 Patrick 的愿景,大体上智能体确实可能比我们自己做出更好的选择。但智能体也会有自己的实际偏好和非理性倾向,只不过那不是人类的思维方式,而是异类的思维方式。比如,它们可能会非理性地偏爱文档齐全、接口干净的 API,把这当作某种价值指标,同时讨厌底层是 Java、用起来很别扭的 API。所以很有意思的是,智能体也需要捷径;它们会怎么判断产品质量?

一方面,它们会形成自己表现出来的偏好;另一方面,我们可能还需要一种“面向智能体的消费者研究”,让研究者通过每笔交易收费,替智能体做调查和评分。我更倾向于相信人就是人,会选择自己觉得满意的东西。问题是,智能体会不会非常谨慎地筛选它给出的选项?想象你饿了,想吃东西,但智能体知道你需要减肥,于是只给你四种餐点。你真的想让它这样做吗?所以我不太相信智能体会让我们更理性。它们可能只是让我们更快、更方便地得到自己真正想要的东西,打开原本不容易触达的选择。我们仍然有自己的偏好和品味;如果一个智能体不合心意,我们就换一个,把资料导出、导入,去找更懂自己偏好的工具。

Josh Elman

你说的其实是家长式作风。以我三十年做消费产品的经验来看,家长式产品会被用户抛弃,哪怕只透出一点这种味道也一样。我们总说效率、目标和成就,但人也许想要完全相反的东西:我喜欢花钱,喜欢对自己的未来盲目乐观,喜欢把自己想得比别人眼中的样子更好。智能体要帮助我们做的,可能正是那些我们其实想做的事。谁在按这个方向设计?

Anish Acharya

你怎么看?

David Pawlan

我觉得可以分成两类。对于日用品,人们可能根本不在乎偏好,比如买纸巾,只要便宜、品质好就行。另一类则确实讲究个人偏好。现在大家都把这个领域当成通用助手,想法也比较相似。

多人协作型产品已经有一些有意思的尝试。我觉得 Wabby 会很有趣,它能让你和其他人互动,让偏好彼此交叉,也能看到智能体如何应对,整体更像娱乐。Scout 是个有意思的购物智能体,用类似滑动选择的方式了解你的偏好,也增加了娱乐性。这个领域还很早期,大家都在追当下热门的通用效率应用。随着时间推移,我想我们会看到更多其他方向的尝试。

12 29:27 1,061 字

多人互动与爱聊八卦的智能体

Anish Acharya

你提到了 Wabby。我喜欢它的一点是,它不只是让你试用一个智能体,而是在探索怎么让智能体串联生活里的多条线索。它会看我的邮件等信息,把新内容放进不同的主题线程。我有一个线程专门记想看的剧、想读的书和想看的演出;我可以说“把 John Grisham 的新书加进去”,或者“我刚读完《地下城爬行者卡尔》第一本,告诉我下一本是什么、大家怎么评价”。它还能用小组件之类的界面把这些东西呈现出来。这和把智能体当搜索框或任务机器很不一样。

嘉宾

Wabby 还有个有意思的设计:你和朋友、智能体一起建一个消息频道,大家从同一起点出发,就像一张白纸,可以共同建立社交约定。如果把智能体加进现有的 iMessage 群聊,肯定会让人不舒服:它能看到什么、提取了什么?即使是新开的群聊,iMessage 里人与人互动也有一套默认规则,我们可能还没准备好让智能体进入这种空间。

我总在想,同一群人会不会最后有两个聊天线程,还得决定用哪一个,这让我觉得更麻烦。邮件链通常围绕一个明确任务,可以持续很久;但主题很具体,隐私和信任也被限制在那个主题范围内。你在 Wabby 线程里得到智能体的帮助,却不会让它渗进你们可能讨论的其他事情。

Anish Acharya

完全同意。我想听听你们看到过哪些更大胆、或者特别有洞察的做法。

David Pawlan

我开始看到更多有趣、爱八卦的智能体。它们会邀请你叫上朋友,问你们很多问题,对你和生活里的事充满好奇,再和朋友分享一部分信息,朋友那边也会分享回来。我和创始人聊过,他们能看到这些智能体之间的部分对话,还没想好怎么把它产品化,但觉得非常有意思,能看到智能体在幕后怎么互相交流。到目前为止,这些是我和智能体相处时最快乐的时刻之一。之前提到我朋友家停电的事。我们刚开始使用这个智能体时,它问我们是怎么认识的,我们讲的故事不太一样。智能体追问我们两个人,想让我们把两个版本说圆。我们是在朋友家认识的,它还问我们谁跟那位朋友更熟。这像一场轻松有趣的好奇心游戏。我当时觉得体验很棒,我和朋友还在旁边互相发消息;如果没有智能体,我们不会有那一刻。

嘉宾

我喜欢它带来一点社交间接性,反而让你们更亲近。比如你的朋友可能不知道怎么突然发消息说“我家停电了”,会觉得那样说太多了。我们也被现有社交产品训练得对分享很谨慎。因此,能用一种低调的方式充当社交润滑剂,真的很棒。

David Pawlan

确实,它让我们更亲近了。

嘉宾

这有点像 ChatGPT 刚出现时的早期阶段。我记得我和朋友一起用它生成图片、做些东西。最早那些图简直是 AI 垃圾,但你把它们发进群聊,大家还是会笑成一团。那种能创造一个全新世界的能力……

13 33:29 851 字

多人互动与爱聊八卦的智能体

嘉宾

就是很好玩。我几乎把能想到的所有人都做成了“吉卜力风格”。

我给朋友圈做了很多 VHS 录像带封面。(笑)

Anish Acharya

太棒了。你见过哪些特别疯狂的用法?你什么都见过。

David Pawlan

我看到很多创新发生在基础设施层面。再看消费者的痛点——至少我调查过的重度用户是这样——信任当然很重要,另一个问题是任务卡在半路做不完。人们尝试完成一件事却失败时会很恼火:“那我为什么要用 AI?我自己打开浏览器做不就好了?”所以我看到电商基础设施有不少进展,比如浏览器操作、直接对接库存完成结账。有些产品把浏览器内置起来;HARC 展示浏览器操作的方式很酷,能看到它一步步执行,看上去很快,虽然幕后到底有多快还不知道。Kicker 则像我说过的那样,用 Chrome 扩展处理浏览器操作。

这也让我重新思考“软件正在变成大宗商品”这个说法。不同产品在大规模使用时,性能差异仍然很明显。大家说软件不再是护城河,但至少现在仍然有护城河,也许一两年后就能跨过去。如今能服务几十万用户而且保持性能的智能体并不多。有些产品刚开始扩张,性能就立刻下降,创始人忙着处理宕机、研究怎么扩容,体验差距相当明显。我一直在测试这些东西,注意力都被基础设施吸引了,开始关注它们幕后怎么运作、各家又做了哪些调整,反而有点忽略社交层面。

Anish Acharya

从可扩展性的角度,我们该怎么看这个领域的发展?

David Pawlan

也得看它们怎么解决现实痛点:信任、真正完成任务,以及记忆——持续保留对你的了解,不要忘掉那些小事。

Anish Acharya

你提到 Kicker 在本地浏览器里运行。你看过其他设备端助手吗?比如 Underdog,或者那些想让模型在本地运行、用自己的基础设施,而不是依赖云端浏览器的产品?

David Pawlan

这是个很酷的模式。我主要测试预先配置好、开箱即用的产品,因为不必自己负责设置,比较起来容易得多。不过本地化很有意思,未来完全可能把这一切都放到本地:你能控制模型、按自己想要的方式调整。Thinking Machines 正在做一些很酷的工作,让人们可以随心所欲地调试模型。如果最终能以简单的消费级产品形态实现,会是个很有意思的领域。

14 36:55 1,203 字信息密度高

从 OpenClaw 到智能体网络

嘉宾

这一切大概就是从 OpenClaw 那种特别惊艳的体验开始的。当时你得准备一整台 Mac mini,把它接到自己使用的模型上,可以是本地模型,也可以是服务器上的云模型。后来我们进入了下载应用就能用的即插即用阶段。不过,自己搭建并拥有智能体,或许会重新成为一种主流模式。

Anish Acharya

很有意思。既然提到 OpenClaw,眼下一个显而易见、却还没人问的问题是:如果 Instinct 和 Muse 是 OpenClaw 的消费级产品形态,那 Moltbook 的大众市场版本会是什么?

David Pawlan

Moltbook 就像 OpenClaw 一样,走在时代前面。我觉得类似的东西一定会出现,怎么可能不会?昨晚的活动上,所有人都能扫码。我们安排了人类聚会,也安排了智能体聚会。人们可以把自己的智能体送进去,让它们自由聊天。

有意思的是,大约聊到 150 条消息之后,有些智能体开始胡言乱语,你根本不知道它们怎么得出那些概念、为什么突然聊那个。初始提示稍微给了些方向:介绍自己、说说自己的主人是谁、主人在做什么、需要什么帮助。不过,智能体自己待在一起交流会变成什么样,还是非常值得观察。

嘉宾

我兴奋的不只是它们互相聊天,而是它们能发现新东西、彼此学习,也了解不同人的偏好。比如它们发现 Josh 很喜欢某样东西,另一个人的主人也喜欢,就可以帮助 Josh,甚至问他要不要认识这个人,两人可能很合拍。早期的 Moltbook 长帖很有意思,但那时智能体只是因为不知道该做什么才闲聊。如果每个智能体都有一个目标——帮助自己的主人——事情就会有趣得多。

Anish Acharya

对。比如我想给晚宴找一款好酒,而你正好认识一家很棒的酒庄,他们想推广产品。信息就这样传开,再通过智能体网络回到我这里。

David Pawlan

完全是这样。Tommo 有个叫“兴趣小组”的功能,使用场景很不错:应用里有一群人在准备 LSAT,就把他们放进一个群聊;如果大家愿意,也可以让智能体互相连接,一起备考。这是一种新的社交约定,让素不相识的人只凭共同兴趣联系起来。

嘉宾

我试过 Tommo 这个功能,觉得很棒,也很有意思,只是还没太想好在群里说什么。它把大家围绕共同目标聚在一起。再往前一步,假设大家考完 LSAT 后,智能体说:“周五晚上一起去这家酒吧吧。”它能订好时间、安排好活动,就把我们从数字世界带到现实,让智能体帮人们建立联系,像你昨晚办的聚会一样。

我特别喜欢这个想法。AI 里一个很少被讨论的重要主题是“熵”:怎么创造意料之外的事情?偶遇和惊喜就是一种熵。我们会惊叹:“真没想到这些产品会把我们带到这里,让我们此刻相聚。”

它几乎可能变成一种新社交网络,让互不相识的人也能聚在一起,而不是像 Facebook 那样只连接认识的人。

比如你刚搬到一座城市,出去玩时发现另一个人也在这里,而且兴趣相似、刚看过同一场棒球赛,智能体就可以建议你们去酒吧见面。

Anish Acharya

我很想知道,促成这种偶遇的催化剂会是什么,因为我觉得只靠兴趣……

15 40:56 1,027 字

从 OpenClaw 到智能体网络

嘉宾

这方面已经有人试过了,还出现了一点有意思的社交等级:大家都想和在某方面领先自己一步的人来往。

我不确定。智能体也能建立一种信任。归根到底还是:我们信不信它真心为我们着想?它是否能充分解释别人在做什么,制造一点秘密带来的魔力?比如我告诉你一个小秘密,对方也知道一个小秘密,你们得交换一句暗号。这样也许就足以让你关掉电视,放下周五晚上在家写代码的计划,出门见人。幕后运行的 Moltbook 式智能体网络可以做到这些。关键还在于人们的愿望:刚搬到新城市、没朋友的人会更想认识新朋友;有固定朋友圈的人可能会问:“我为什么要去认识陌生人?”

也得看你在什么城市,比如西雅图还是旧金山——你得了解当地的情况(笑)。

David Pawlan

我一直在想照片之外还有哪些数据来源可以利用。我们谈过消息,有些人为了读取消息,会设法拿到整台 Mac 的完整磁盘访问权限;还有邮件、日历,现在又有照片。生活里还有什么核心数据能接入智能体,从而带来更个性化的体验或新的连接?

嘉宾

我想到的是硬件,虽然不确定它到底能提供多少数据;也许更多是习惯,而且取决于硬件有多智能、能存多少数据。Way Joe 刚发布了连接硬件的 MCP。想象一下,助手能接入空调或吸尘器,就会知道你多久吸一次地、晚上通常把室温调到多少。它能被动地了解你是爱干净,还是喜欢凉爽而不是温暖的环境。这些信息也会影响它对你购物偏好的理解。不过这一切很依赖硬件,现在还非常早期。

家居设备确实很有意思。我还一直在想能不能接入亚马逊购物记录,虽然亚马逊可能会拦截。我们都能翻到自己在亚马逊下的第一笔订单;我偶尔也会去苹果 App Store 看自己下载过的所有应用。这些记录是我生活的一部分,但智能体看不到,就不了解这些背景。如果能把更多购物历史整理出来交给智能体,它能为我们做的事会丰富得多。

让智能体出现在社交场合也很有意思:家庭聚餐、周日看 Seahawks 比赛、派对、单身派对,什么场合都可以。当然会有权限问题,还有“薛定谔的猫”式的问题:有人在观察,会不会改变互动本身?不过,即使只记录你在这种环境里的一个瞬间,提供的信号也可能胜过一辈子的硬件输入。

没错。我们现在很依赖文字——它们精确理解我们打出来或发出去的内容,再据此构建对我们的印象。但人的样子远不止文字。另一个我常想到的问题是,我们用智能体、甚至用搜索去处理的,往往是我们不了解、也不是生活根本的问题。比如今年夏天世界杯期间,我一直在搜相关信息,后来 ChatGPT 突然……

16 44:57 449 字

从 OpenClaw 到智能体网络

嘉宾

ChatGPT 突然觉得我是个足球迷。我说:“不,不,我只是关注了世界杯。(笑)就这一次,别的没有。”我经常会因为好奇临时探索某件事。比如我女儿喜欢一位音乐人,我就去了解他、听他的歌,但这并不代表那是我平时听的音乐或真实品味。我还没想好怎么让智能体明白:这种好奇之旅并不等于我的长期偏好。所以我常开“隐身模式”,不让这些东西被保存,但这样也帮不上太多。我很好奇,怎样才能让智能体更了解我们。我喜欢“真实世界行为”这个思路。

Anish Acharya

怎么捕捉这些真实世界行为的数据,才是有意思的部分。

嘉宾

我也不知道。未来会有上千种捕捉设备。除非旧金山开始流行一种新酒吧:里面全是法拉第笼。(笑)

人们会越来越觉得自己在各种环境里都可能被录下来。我买了新 Apple Watch,因为他们说会推出 Siri 回顾和 Live Rewind 之类的功能。我觉得它们可能还没完全上线,但我已经为了这些功能换了手表。我很想看看它能不能在一天里捕捉一些零散片段。

对吧?这就像戴在手腕上的 Amazon B,是一个全天候、无处不在的监听器。

17 46:15 1,090 字

下个月会有什么变化

Anish Acharya

好,最后聊聊。我们三四周后再聚一次,到那时你觉得会有哪些变化?

嘉宾

我觉得企业领域会有更多创新。现在大家似乎都在关注消费级产品,企业应用得到的关注没那么多;我认为这种重心会开始转移。我们也会更多谈“好玩”这件事。智能体不只是替我们做事,还能让我们把想法说出来、陪我们度过一天,让我们笑一笑、在一旁聊点小八卦。我觉得这种体验会帮助我们建立关系,也就更信任它去做其他事情。

David Pawlan

我觉得下一波用户会开始大规模用上这些产品,看看它们究竟能做什么。我这么想的一个原因是,我把 Instinct 给了我妈妈,看着她自己摸索。她特别开心。她是个技术恐惧者,讨厌科技产品,却玩得像小孩进了糖果店一样。

Anish Acharya

很有意思。她以前连 ChatGPT 是什么、怎么用都搞不明白,现在却能轻松地给 AI 助手发消息。最近一次,她想再找一只和去年去世的家犬长得一模一样的狗,就发了张照片,说:“给我找一位有这种狗的繁育者,再替我谈条件。”我们知道科技爱好者怎么用这些助手、会做些什么;但普通人会怎么开始采用这些习惯?他们会更关注娱乐、创意任务,还是会偏好其他界面和互动方式?

嘉宾

我同意你们两位的看法,不过我想把话题从“好玩”再往前推一步:我们身上有哪些部分,是我们不愿意去想、也不愿意说出来的?也许连自己都不想面对,更不用说告诉智能体。我觉得谁能建立起这种信任,做出某种“暗黑智能体”,谁手里就会有非常特别的东西。从效率和邮件起步,有时只会不断提醒我们还有哪些事没做、还有多少琐碎任务。我不确定人们想把那么多时间都花在这里。大家也想成为完全不同的、更超人的自己,不管内心是否真的相信能做到。我不觉得现在已有智能体真正回应了这些抱负和欲望。

这就像是给智能体设计一套马斯洛需求层次,也许吧,也许吧。(笑)

Anish Acharya

这个想法很有意思。智能体什么时候会从帮我们完成任务、替我们减负,转变成给我们秘密超能力?比如有人问 David:“你这件衬衫真酷,哪儿买的?”你说:“我的智能体帮我买的。”他就会想:“我怎么没有智能体替我挑衣服?”或者有人发现你穿衣品味变好了,你说:“我让智能体看了我的相册,叫它帮我升级风格,它就开始替我买东西。”当智能体能让我们更喜欢自己、觉得自己变强时,人们就会注意到,也会想要这样的工具。相比之下,现在举的常见例子——省钱、订旅行——吸引力有限。我喜欢规划旅行,不一定想把整件事都交给智能体。我们需要那种让人惊呼“哇,我也想这样用”的例子。

嘉宾

我觉得这会实现。

它能不能帮你成为那个你一直想成为、却很难靠自己做到的人?让它成为你口袋里的秘密武器。

Anish Acharya

太棒了,几位,我们就聊到这里?

嘉宾

好,聊得真不错。

太精彩了,谢谢。

太棒了,很棒。