--- id: "dSiTwPl0t1U" title: "会购物、会规划、会八卦的新一代 AI 智能体" channel: "a16z" host: ["Anish Acharya"] guests: ["David Pawlan","Josh Elman"] date: "2026-11-04" updated: "2026-11-05" duration: "50:15" duration_seconds: 3015 source_type: "youtube" youtube: "https://www.youtube.com/watch?v=dSiTwPl0t1U" canonical: "https://pod-exp.pages.dev/dSiTwPl0t1U/" transcript_jsonl: "https://pod-exp.pages.dev/dSiTwPl0t1U/transcript.jsonl" language: "zh-CN" translation: true translated_from: "en" timestamp_precision: "block" topics: ["AI 智能体","AI 安全","产品"] series: ["AI 与人类","a16z"] --- # 会购物、会规划、会八卦的新一代 AI 智能体 > 中文译文，由英文原音字幕翻译整理，不是官方逐字稿；引用原话请核对英文原视频。说话人标签由整理者依上下文标注，带「未确认 / 未标注 / 不确定」等字样的标签不可靠。时间戳一般为块级（所在时间块的起点），不是逐句时间；正文自带 [hh:mm:ss] 的段落除外。 **内容提要：** 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”。 ## [0:01] 开场 · YouTube **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。 **Josh Elman：** 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…… ## [0:53] 智能体聚会现场 · YouTube **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？ **Josh Elman：** 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。 ## [3:37] 生活各个角落的一支智能体大军 · YouTube **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…… ## [5:14] 信任、围栏与 Shane Mac 的 Slack 泄露 · YouTube **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。 **David Pawlan：** 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？ **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 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。 ## [9:15] 隐私与效用：人们到底愿意分享什么 · YouTube **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。 **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** “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。 **嘉宾：** 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…… ## [12:16] 用鲜花和洛杉矶周末测试智能体 · YouTube **嘉宾：** ……确实是个棘手的领域。 **嘉宾：** 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。 **David Pawlan：** 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…… ## [16:16] 用鲜花和洛杉矶周末测试智能体 · YouTube **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？ **David Pawlan：** 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。 **嘉宾：** 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…… ## [20:18] 用鲜花和洛杉矶周末测试智能体 · YouTube **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。 **嘉宾：** 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。 **嘉宾：** 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。 ## [21:00] 照片、截图与新的上下文来源 · YouTube **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。 **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 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…… ## [25:01] 照片、截图与新的上下文来源 · YouTube **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。 ## [25:31] 智能体会让消费者更理性吗？ · YouTube **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。 **嘉宾：** 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？ **嘉宾：** 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。 **David Pawlan：** 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。 ## [29:27] 多人互动与爱聊八卦的智能体 · YouTube **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。 **嘉宾：** 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…… ## [33:29] 多人互动与爱聊八卦的智能体 · YouTube **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”。 **嘉宾：** 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。 **David Pawlan：** 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。 ## [36:55] 从 OpenClaw 到智能体网络 · YouTube **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。 **David Pawlan：** 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。 **嘉宾：** 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。” **嘉宾：** 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。 **嘉宾：** 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…… ## [40:56] 从 OpenClaw 到智能体网络 · YouTube **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。 **嘉宾：** 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？” **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 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…… ## [44:57] 从 OpenClaw 到智能体网络 · YouTube **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） **嘉宾：** 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。 **嘉宾：** 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。 ## [46:15] 下个月会有什么变化 · YouTube **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。 **嘉宾：** 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。 **嘉宾：** 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。 **嘉宾：** 太精彩了，谢谢。 **嘉宾：** 太棒了，很棒。