开场与背景介绍
[Speaker 0]: 主要是 AI 效率又非常非常的高，会上瘾，想把它一口气做完。那种感觉，就跟那个黑客帝国里面那个你有拔插几个硬盘，就能学会各种各样的武功一样。很多工作其实都已经被打磨的非常好了。
[Speaker 1]: Hello，大家好，欢迎回到破壁圆桌，我是子瑜。
[Speaker 2]: 我是卢米。今天请到的嘉宾是我们的老朋友——石同学。首先邀请石同学跟听众朋友们打个招呼，也简单介绍一下自己。
[Speaker 0]: Hello，大家好啊，我是石同学。我现在从事的工作呢主要是做机器人在建筑方面的应用，然后也尝试着在工作的过程当中和课余的过程当中，在做一些 AI 相关的一些项目，然后从中来探索最新的 AI 的一些技术和这一些可能的挑战。在参加这个工作之前，我主要是在做无人机相关的研究，做无人机的巡检和自主导航方面的研究工作。在研究生毕业之后读博之前，我跟几个合作伙伴呢一起做了一家创业公司，主要做的工作呢也是做自主导航和运动感知方面的工作。
无人机技术发展与成熟度
[Speaker 2]: 听起来这些方向都相当的，现在都是风投啊都相当的赚钱。现在就是研究无人机，现在就是大疆的无人机是最好用的嘛，还是有别的什么品牌也比较好？我完全是不知道。
[Speaker 0]: 嗯，大疆的话在无人机市场占有率方面肯定是非常高嘛，然后但它主要是用于的是一些比较主流的应用，就是一些摄影啊、拍照啊。当然它也有很多巡检方面的一些方案，但还有很多其他的无人机公司呢可能会给一些客户和项目呢做一些专业的定制。比如说有些在隧道里面啊，或者是在没有很好的 GPS 信号的环境下呀，或者是一些需要负载一些特殊的传感器做一些特殊的信息采集啊，这方面的话可能就是一些其他的公司来完成。
[Speaker 2]: 嗯，无人机这个技术里面什么是比较难的点？就是现在这个技术上什么点比较难攻克？为什么好像以前大家用的不多，现在突然一下子好像就开始可以摄影啊做各种东西了，突然一下子变得 popular 起来？
[Speaker 0]: 他现在的技术的话其实还是分布的很广的，它也算是一个可以自主行动的一个机器人，它会飞，然后它在三维环境当中呢做一些动作。那它其实涉及到的也是，比如说路径规划啊，对物体和比如说人物啊一些识别啊，然后在特殊的一些工作内容方面可能要触发一些特殊传感器啊和一些其他的一些采集工作啊。嗯，这方面其实跟自动驾驶和现在的那些视觉模型啊和一些这方面的技术的成熟都是相互有关联的。因为这些技术的成熟导致了这个应用变得更加可靠、更加实用，然后所以做这方面的用户体验可能也就变得更好了，然后大家可能就会比较喜欢，然后用的也会比较多。看到的视频啊图片啊质量可能也会越来越高，因为它同时还涉及到一些比如说是图传啊，然后一些摄影摄像啊，这些各种各方面的部件和技术传感器方案都在提升，所以整个整体使用感受的话就确实好了。
[Speaker 2]: 嗯，现在是因为就是 AI 技术变好了，导致它图片这个识别功能比以前强很多了？
[Speaker 0]: 现在有 AI 的话在识别方面确实变得可靠性啊和使用体验都会好了很多。但是我感觉其实无人机最主要的技术已经成熟有一段时间，它只是在一些各种 edge case 啊或者一些更加精益求精这方面这样的一些提升。它最主要的飞控啊，然后自主导航啊，避障啊这些技术，已经成熟有一段时间了，好多年了，有几年了，也不是说现在 AI 出来才成熟，AI 之前它就已经很成熟了。
职场中的 AI 自动化实践与心智负荷
[Speaker 2]: 哦，我完全不知道。对，各位听众看不见那个我们嘉宾的表情，看见的是完全一个门外汉在问问题，嘉宾有点很愣不知道在问什么。说到起 AI，我们的这个嘉宾石同学是个非常 AI 的忠实的用户吧，应该是。请问石同学最近是用 AI 来做了一些什么事情呢？有没有具体的应用？
[Speaker 0]: 对啊，最近把一些工作或一些想做的事情 AI 化了。比如呢，我有做帮助公司内部做一些专利研究方面的一些 AI 的自动化，让这个专利相关的问题的研究变得更加高效；然后再做机器人方面的一些数据采集和分析报告生成这方面也做了一些自动化，就是把一些可能我日常可能会涉及到的一些工作尝试让 AI 把它自动化了；然后同时也帮助一些其他的部门，然后一起探索一些 AI 的其他的应用；另外的话，也在帮助一些，比如说你知道机器人卖出去之后也要做一些售后啊、维护啊，然后检修啊这方面的工作，也尝试着让 AI 把整个流程变得更加自动化、更加有效率。因为这都是一些日常人类比较不太愿意做的事情，也比较繁琐，但是重复度也比较高，然后它的接口也相对来说比较清晰，然后 AI 处理起来还都挺好的。
[Speaker 2]: 就是在各个方面都在做一些 AI 的尝试嘛，所以就是想问一个简单而有冲击的问题：就是你觉得有 AI 之后你是更闲了还是更繁忙了？
[Speaker 0]: 啊对，我感觉有 AI 之后更累了。因为 AI 效率很高，但我人类大脑的处理速度有限。但我如果是充分使用 AI 的话，我就得同屏脑子可能会经常会需要切换，同步会做好多事情。然后如果我真的是全力使用 AI 的情况下，还是挺挺疲劳。
[Speaker 1]: 我有一点感触，就是比如说我是在做一个项目，但比如说三个不同的任务，然后我开了三个 agent 的窗口，然后比如说我分别给他们三个派任务，派完之后呢我还得回来去挨个的去检查，然后每个任务它还不是完全相关的，所以就得不断的切换自己的脑子，然后就觉得很累。我觉得三个基本上是我的上限，就不能再多了，要不然就感觉这个大脑已经转不过来了。
[Speaker 0]: 对，现在其实局限就是人类信息读取的速度有硬件的壁垒，所以说一旦处理的东西多的情况下，确实是更疲劳。但主要是 AI 效率又是非常非常的高，然后会上瘾，真的会上瘾。想把它一口气一口气做完了那种感觉是，但一口气可能要把它憋憋的不行。
[Speaker 1]: 对，一周之内 token 如果没用光的话，一定要在截止期前把它用光。对啊，就跟 Andrej Karpathy 说的一样，确实是 AI 焦虑。
业务定制与工作流架构设计
[Speaker 1]: 刚才你提到的你在公司搭的这个自动化流程里边，这个框架能稍微展开一下？这个框架你指的具体是什么？
[Speaker 0]: 框架的话基本上也是一个流程嘛。先是跟公司相关的业务了解到他们这个业务具体在做些什么，他们有些什么东西想要把它自动化，然后根据这个方面需要自动化的内容呢可能采用不同的架构。说得比较 engineering 一点的话，考虑怎么样把这个数据和相关的数据 knowledge 以怎样的方式把它保存下来，然后尝试寻找整个流程过程当中是否有那种 standard operation，然后把它可能转化成类似于 skill 或者一系列的 skill 的这种方式。然后最后的话可能要建立相关的一些 evaluation 的一些标准，然后来把这些东西最后有个闭环，然后让它可以至少迭代几次再输出给用户，而不是说一个 feed-forward 的一个系统。然后另外的话可能就是一些数据接口啊、信息安全也是要考虑的。
[Speaker 1]: 就你说那个 evaluation 那个环节，因为我看你发的那个视频里边你有三个框架，就是怎么样去充分的去自动化 AI 的这个流程，然后给他设置一些成功的标准，然后最终有一些验证还有 evaluation 的这个步骤需要有。这个过程中有多少是你自己去设定这个标准，然后有多少是 AI 自动帮你去设定的这个标准？就大概他这个比例是什么样的，或者有没有一个具体的例子可以举一下？
[Speaker 0]: 这个标准基本上都是跟行业专家一起设计的，跟行业专家一起讨论，然后交流清楚你要做的这件事情。首先我们自己得非常熟悉要做的这件事情。一般这件事情做出来呢，就是比如说我非常熟悉 AI 的架构，我知道怎么把这个事情用 AI 来搭出来，但做这件事情呢一般肯定是配上专门做这个事情的专业人士，他知道这个事情现在就是怎么评估的，或者他的 deliverable 有哪些要求，然后是跟他一起讨论，然后定下来这个事情什么东西比较重要，应该看哪些内容，然后什么东西可能并没有那么重要。在我了解清楚之后呢，我用语言把这个表达出来，然后再通过 AI 呢把这个东西以比较好的方式融进到这个 evaluation 的这一个环节当中。当然融进去的这个过程当中呢，可能就是我跟 AI 相互之间几轮的一些确认。
[Speaker 2]: 嗯，你提到这个里面有一点很有意思，就是那些专家，就是他们自己不会去找 AI 去搭这个架构吗？还是说就是一定要……就感觉你已经是公司里的 AI 小能手了，大家都会来找你来做这么一件事？
[Speaker 0]: 对对啊，现在是这样子。因为他们知道 AI 很好用，但他们只能用一些市面上已有的一些 AI 工具。但是对于很多公司业务来说的话，既然能够很深入的定制，为什么一定要用通用的方式呢？因为可以很深入的定制的话，它的优化的空间就会大很多。
[Speaker 2]: 嗯，石同学能跟听众介绍一下，就是你说的定制大概是用 AI……就是怎么使用 AI？你是怎么使用 AI 的？
[Speaker 0]: 定制的话，我的意思可能指的就是根据我们现在已有的业务线，然后根据我们的实际情况、实际输入、实际的知识内容、实际的一些感兴趣的内容，然后来建立 AI 的这么一个工作流程或者是这么 AI 的相关的系统来配合我们工作，或者来帮助我们、代替我们做一部分我们觉得现在可能不太愿意做或者是比较繁琐的一些工作，或者是我们觉得 AI 特别适合做的一些工作。这样的话我们可以把时间可以放到其他的内容上。因为它每个公司都是有它的历史积累出来的各种各样的一些价值观也好、评估方式也好，然后他们自己的局限也好，然后内容的输入输出的这些接口啊和人员啊都是不一样的，很难去找一个通用平台。以前的话就得学习这个通用平台，然后来调用这个通用平台的一定的能力，然后来帮助我们做一些工作，但现在可以手搓一个比较适合我们的。
复杂任务的拆解与闭环：以 3D 动画与 Loop 为例
[Speaker 2]: 可能我想就是站在很多人的角度来说吧，就是比如很多人使用 AI 就是有一些 UI 这么一个网页对吧，大概每天就是通过对话的方式。石同学是比较高级的玩家，你是通过怎样的一个手段去用你的 AI 让他定制化呢？你能举一个具体一点的例子，比如就拿可能你视频中来说，我比如想做一个比如说 3D 的动画，你会怎么去处理这么一件事？怎么拆解怎么动手？
[Speaker 0]: 一般来说的话，做 3D 动画吧，这个这个我还没做过，但如果我打算做的话我可能会这么来切入吧。首先我想要了解这个 3D 动画它的输入输出到底是些什么，我们已经有哪些素材，一般是什么样类型的素材，然后最后的输出期望一个什么样的……什么样的一个输出的方式。然后搞清楚这个之后呢，下一步呢就是说我可能会去看一下现在开源的市面上已经有哪些比较好用的一些流程或者 skill 或者一些相关的一些开源项目，大概了解到市面上已经做成一个什么样子的情况了，然后当然也可以看看有没有可以借鉴的东西、可以借鉴的方式。然后的话可能就是如果对一些比较简单的内容，如果市面上已经很成熟的方式的话可能直接就可以用了，然后可能只要稍稍调整一下输入输出，这样的话就能达到我们想要的这个最后的一个视频的内容了。然后如果社区里面的方案并不太满意的话，就可以找到哪些部分不太满意，然后这些部分不太满意的地方是否可以用一些流程把这个东西把它拆解到一系列的小的工作，然后让这些小的工作让 AI 可以比较好的高质量的完成，然后再通过一些类似于 skills 或者是其他的方式把这些被分解后的一块一块小工作给整合起来。然后最后一般来说我都是愿意给他做一个闭环的，就肯定要加一个 evaluator 或者是一个方式来评估这个东西做的怎么样。可能这个 evaluator 在各个阶段可能都会有一些小的闭环，这样保证它的输入输出会比较可靠一点，而不是我每次都是让人工来把这个 loop 给 close，特别烦。现在不是市面上很火的一个概念叫那个 loop engineering 嘛，它这个东西呢也是类似的概念，但它已经提供给用户一个比较好的……差不多是算参考设计吧。它是一个类似于一些 AI agent 一些架构，可以通过那些架构来完成一些比较重要的一些功能，比如说是 memory management 吧，然后做一些 subagent 啊。subagent 的话就是 context management 比较好。然后还有 skills 当然是已经说了很多遍了，就是它是一个比较好的承接一个 standard operation process 的一个载体。然后它提供了一个标准设计，差不多就是一个参考的一个架构，然后我们只要把我们想要的内容选择适合的架构，然后让这个架构里面的那些 element 做一些专门的工作，然后就可以把这个东西给拼出来。大概是这么一个想法吧，一个比较粗略的也是边说边想。
[Speaker 1]: 嗯，比如去找市面上开源的工具，应该不是你去搜，而是你告诉 AI，你是给他放权让他去随意去找对吧？
[Speaker 0]: 一般来说的话，我都是在开源社区搜嘛，然后一般就是 GitHub 的 community 里面搜嘛，然后大概就能看到了。那些几百 K star 的一些项目啊，现在有很多项目它都是做成一个 hub 一样的东西，它可以把一系列相关的功能的一些 skill 啊他们可能全部把它集结起来了。比较有名的可能有他们专门做那个 Go-to-Market marketing 的一个 skill 的一个 hub，那里面有一大堆各种各样 marketing 各方面的那个 skill。可能最有名的是 everything-claude-code 吧，它里面的 skill 的库就更全面了。各式各样它的网页里面可以看到各种工作各种类型它都有专门的 skill。就跟那个黑客帝国里面那个 Neo 拔插几个硬盘就能学会各种各样的武功一样。现在这个 skill 的市场已经非常丰富，很多工作其实都已经被打磨的非常好了。
交互模式选择：Agent Mode 与 Plan Mode
[Speaker 1]: 那回到刚才咱们说的第一个问题，就比如说像卢米提到的想做一个 3D 的动画这种，最开始的时候你是拿的有这样一个想法或者拿到一个这样的任务，你一般是怎么开始用 AI 去开始这个工作？
[Speaker 0]: 如果我完全不知道的情况下，我肯定是一开始先跟 AI 讨论一下。找一个比较厉害的模型，开一个比较长时间思考的这种方式，跟他好好讨论一下现在什么样的做啊，然后怎么做啊，然后这个问题可能拆解成什么样的情况、各个细分的问题来做啊，这可能是一个不可避免的。但如果一碰到一些现在很多其他的一些小的一些工作流程或一些任务要做的时候，因为我自己已经做了很多类似的项目，所以说很多结构架构我自己已经比较清楚了，那我可能就直接就是问一些更细致的一些问题，就不需要跟他很 high level 的框架和 high level 的整体的一些软件架构上做一些过多的讨论。
[Speaker 1]: 那要是说的详细一点的，你是比如说开了那个 plan mode？
[Speaker 0]: 我不开 plan mode，我不用 plan mode。
[Speaker 1]: Plan mode 这个东西是在 GitHub Copilot 里面有的对不啦？好像在正常的那个 Claude Code 和 Codex 里面都有 plan mode。
[Speaker 0]: 我一般不用，不怎么用 plan mode。
[Speaker 1]: 那他不会就直接就开始搓代码了？
[Speaker 0]: 就不会啊，你跟他说明声不要让他……不是讨论嘛，他知道你在跟他讨论啊，他怎么会开始搓呢？你肯定要明确的跟他说明我们现在在讨论，然后我有什么问题，然后我们讨论几次把一些什么框架呀什么问题理解清楚，然后你做一下调研，我们先讨论你先不要执行。如果你实在不放心再加一句：你不要执行。他一看一般不会执行的，现在的已经很聪明了，没有那么冲动。
[Speaker 1]: 嗯 OK，我一般就用那个 plan mode，就也不用跟他多说，他就直接他就不会干了。
[Speaker 0]: 对，我一般用 agent mode，因为我感觉 plan mode 的话它很多东西它不能调用，它干脆……看看你现在你做调研的方式。这也是分不同的内容吧，因为有些内容比如说你做 coding 方面的一些内容，可能就可以调用一些比较成熟的一些 coding 的框架。像我之前视频里提到的那个 superpowers 啊，或者 GSD 啊，它里面都有专门跟用户讨论的这么一个环节的。它是跟用户讨论，然后来理解问题，帮用户把一个很抽象的问题拆解成一个可执行的一系列小问题，然后来搞清楚用户具体想要做成什么样子，如果用户不清楚的话。如果是用这种方式的话，可能 plan mode 不太能做吧。因为我一般都是用 agent mode 的，我比较少用 plan mode，只是用语言上来跟他说现在我们是在讨论。而且这样比较好的是，一般来说现在讨论的过程当中，最好也是把讨论的内容也可以比较好的可以把它固化下来，而不是讨论完这个内容只在这个 session 里面，下次开个 new session 这个内容又没了。所以我一般比较偏向于还是直接使用 agent mode。
[Speaker 1]: 那然后你会把你们的聊天记录存成本地的文件嘛，就这样沉淀下来？
[Speaker 0]: 对呀。
框架沉淀与推荐
[Speaker 1]: 那像你刚才提到的那些框架，一般你是在什么节点开始用这些框架？应该不是在一开始的时候就用。
[Speaker 0]: 对啊，当我发现可能我做某一个内容的时候，做了第一次或者第二次再做的时候，我发现这个事情可能有些类似，可以把它固化下来。然后这时候我可能就是想找框架把它比较好的固化下来，因为我不想每次都可能 AI prompt 这么多遍，而且每次的水平可能会参差不齐会有波动，而且每次它也不能递归式的进化，所以说就会觉得不太满意。这时候我就会开始要找框架，想要把这个东西用一个比较好的框架把它固化下来，然后它可以自我进化，然后因为这个事情也会再重复的出现，所以说以后下一次可能可以用。
[Speaker 1]: 明白。那这里边你提到这个框架，能不能给不熟悉的朋友们介绍一下这个框架是一个什么样的概念？
[Speaker 0]: 我说的框架的话可能是指比如说像 skill 这样的一种方式，或者是像 plugin 就是一系列的 skill 和一系列的这些流程的一些方式，或者是像 loop engineering 里面提到的这个 loop 这种方式，这可能是三个例子吧。
[Speaker 1]: 那有没有什么具体的框架可以推荐的？就比如说你经常用的一些？
[Speaker 0]: 已有的编程的框架的话就是像 superpowers 啊，还有 GSD 啊，然后 STACK。然后一些日常工作方面的一些框架的话，everything-claude-code 提供了非常好的一个框架。暂时脑子里是这些吧，当然还有很多其他的。
[Speaker 1]: 对，这个具体的细节问题可以关注石同学的 YouTube 账号叫“系统再建”，再建不是拜拜的那个再见，是正在建设的再建。
[Speaker 0]: 是的。
[Speaker 1]: 你是在只在 YouTube 上面吗，还是在 B 站上面也有？
[Speaker 0]: 现在就在 YouTube 上。
机器人售后自动化案例
[Speaker 1]: 明白。我想问就是你在工作上或者是在生活上，你做过什么让 AI 让你的生活就是效率极大化的一件事是什么？就是你自动化了什么让你觉得以前我很烦的一件事就再也没有再出现过了？
[Speaker 2]: 还是说你自从自动化之后，因为这件事自动化你有多余的时间，别的人就来烦你，发现烦你的事情永远不停的增多并没有减少？
[Speaker 0]: 对啊，做自动化之后就发现各种各样的东西都可以自动化，好像变得更忙了。
[Speaker 2]: 所以你以前有没有什么比较自己印象深刻并且很自豪的项目？
[Speaker 0]: 基本上就是因为现在整个开发流程都是被高度自动化的，基本上在售后的话，如果用户有一些问题，一般是一种某种 ticket 的方式发到我们的这个系统里面，然后我们就可以通过 agent 来分析这个 ticket，然后寻找这个机器人上相关的一些 log file，然后做专门的一些分析。因为我们自己是知道有不少的以前处理过的一些问题和该看哪些内容，然后基本上让 AI 来帮我们把这个流程再跑一遍。在人类接手之前，可以帮我们比较好的 filter out 这种一些噪音也好，或者是没必要的一些信息也好。因为我们输入的话它会有大量的一些 log file 的一些内容也好，和一些客户讲的一些描述也好，可能都是只有其中的一小部分是真正跟问题相关的，很多其他的噪音可能都是我们希望能通过一些模式的对比啊，和一些关键词啊，或者是通过 agent 的一些流程把这些噪音给去掉，然后让它在人类接手之前可以帮助我们可以更好的锁定这个问题的到底在哪里。然后锁定之后呢，AI agent 也是可以帮我们做一些测试啊或一些其他的一些工作，而不用每次人工看着一个 document 一步步的跟着做，这个还是很繁琐的。
做自媒体的动机与团队分工倾向
[Speaker 2]: 石同学是一个在我的身边天天使用 AI 并且把 AI 用的很好的一具人，以至于他想要做 YouTube 教别人怎么用 AI。你身边是只有你这么样的一个人很会用 AI，还是说你发现了身边很多同事也会这样？你当时做这个 YouTube 的动机是什么？
[Speaker 0]: 我做 YouTube 的动机的话，可能就是因为我发现 AI 的进步非常快，然后我想在我学习的过程当中也能留下一些东西。所以说我觉得做 YouTube 是一个比较好的一个方式，可以把我边学边记录边分享。我做 YouTube 的过程当中也相当于把我看到的、我学到的或者是我想了解的一些内容整理好然后分享出来，帮助我自己可以更好的把一些概念解释给其他的人。或者是在我工作当中啊或者日常生活当中啊，可能在聊到这些内容的时候相对来说会比较清晰一点。
[Speaker 2]: 我还以为是太多人问石同学，石同学已经有点烦恼了，然后他就说“啊我来做个 YouTube 别来问我了，我就把这个发给你看，你不要来问我这个东西怎么搭”。
[Speaker 0]: 哎有时候是这样子。我现在有时候有些内容确实是因为我做 YouTube 的经验，让我可以比较快速的把一些分享做成视频，有时候在工作的过程当中确实就可以重复的分享，比较方便。
[Speaker 2]: 嗯，所以现在如果是一个 junior person 来了你们 team，你是 prefer AI 呢，还是 prefer 有一个 junior person 你来 teach 他怎么做这个活？
[Speaker 0]: 看这个是什么类型的工作。
[Speaker 2]: 比如什么类型你就 prefer AI，什么类型的工作你就说“好那个 junior 我还是愿意花时间，尽管你不懂我还是愿意去教你”？
[Speaker 0]: 因为我们很多是硬件方面的工作，可能是因为现在 AI 还没有进入到日常工作的环境当中，所以说还是很多工作是需要人的。可能一些数字化的一些工作、业务方面的日常重复性的流程方面的文档类的工作的话，可能更偏向于打磨一个比较好的 agent，然后来把这个事情做了，而不是找一个 intern 然后来帮忙处理一些这些琐碎的事情。
[Speaker 1]: 我就想问一下，你这个职位最开始你拿到这个职位的时候，是因为你之前就已经做了很多 AI 相关的工作然后才去做的这个职位，还是说在你做了这个职位之后然后你对 AI 比较感兴趣，然后才慢慢的往这个方向偏？
[Speaker 0]: 因为我之前就在做类似的工作，因为我主要的工作是做 construction robot partnership 和 new application 这方面的，做一些技术方面的评估、合作伙伴的评估、技术整合嘛，这是我主要做的工作，这是我之前就一直在做的。然后 AI 来了之后呢，只是我日常的会在工作当中做一些 initiative，然后慢慢的可能就会公司的同事啊各个部门啊可能大家对我就比较熟悉，然后有类似的事情可能都会来找我，然后慢慢的就可能做一些更多方面这方面的工作。
[Speaker 1]: 明白，那就是更像我说的那个后者，就是你对这个比较感兴趣、做的比较好，然后所以相当于在公司有这个 AI 方面的 visibility，然后别的人会来找你这样，这个挺好的。
同事接受度与个人使用能力演进
[Speaker 1]: 我想问就是我比较好奇啊，像你们公司里边其他那些做技术的同事，他们对 AI 的接受程度怎么样？然后他们使用 AI 的这个能力现在是什么样的水平？因为我问这个问题是因为去年我也在公司做类似的事情，就推 AI 这个东西。首先可能我自己做的也没有特别好，了解的不是特别多，然后就做了一个 demo。然后再加那个时候 AI 也不是特别的聪明，就大概在一二月份的时候，尤其是我们当时那个代码是 main site，所以就是效果不是特别好。然后那个时候同事对于 AI agent 这个接受程度普遍是比较低的。今年尤其是今年之后，大家的接受程度普遍都上来了，但我就不知道比如现在你们公司是一个什么样的情况？
[Speaker 0]: 嗯，也是一个参差不齐的。接受的态度也好、能力也好，都是挺参差不齐的。有些人呢就特别的感兴趣愿意尝试，有些人呢可能就比较保守比较谨慎，但也没有说哪边对哪边不对，但基本上这就是一个现在的一个状况。这可能也是为什么我当时想做 YouTube 另外一个原因吧，因为我发现确实很多同仁在使用 AI 方面的认知或者是理解或者是知识的一些存储，或者是相关的一些技能的一些熟悉程度上可能都不太一样，然后我发现还是挺值得分享一下，因为我觉得我的内容还是能帮助到他们，所以说这可能也是一个原因。
[Speaker 2]: 嗯，刚刚你说到有一点我特别的有感知，就是有很多人使用 AI 的能力是完全不一样。就跟我们的身边的同事，有的同事可能跟 AI 聊一下，就一天就一个东西就写个 code 或者一个 software 就弄完了；有的人可能就来回了很多次来回了很多次，但是还是会卡在某个地方就出不去了。你在使用 AI 的这一两年的经验里面，你觉得自己使用 AI 技术的增长是来自于哪一方面？你有没有觉得自己变得更厉害了、更有 experience？这 experience 主要是来自于哪一个方面？还是说你一开始用 AI 的时候，你就已经很知道怎么让 AI 告诉你你想听的答案？
[Speaker 0]: 肯定不是一开始就会知道嘛，也是我觉得也是在使用过程当中慢慢的可以了解到 AI 它技术的边界在哪里。但比较麻烦的一点呢就是 AI 的技术边界它基本上在快速的变化。所以说一方面呢，可能通过一些项目可以了解到怎么样把一些人类在做的一些工作通过 AI 能够转化成 AI 来帮我们做一些工作，这些可能是通过一些项目可以比较清楚的知道一些这方面的内容。另一方面呢，可能就是也是在做不断的学习，了解最新的一些比较好的架构啊、比较好的一些概念啊、比较好的一些分析，还有各种各样模型的一些局限啊，然后需要考虑的一些东西啊，这也是在同步在学习的。
[Speaker 1]: 有没有什么渠道、论坛啊或者网站之类的你经常去关注去看的？
[Speaker 0]: 也没有特别多的渠道吧，就是都是普通的那几个渠道吧，应该大家都知道，比如说像 YouTube 呀、像 X (Twitter)、然后 GitHub、LinkedIn。都是一些公共媒体，慢慢的有一些关注，然后由这些推荐算法来帮我推荐现在的一些发展。
[Speaker 1]: 你会考虑用 AI 比如说做一个什么让他定期的给你推荐新的东西吗？
[Speaker 0]: 我有时候会用，但我现在还倒是有打算搭一个，但是我发现其实有时候因为我的平台也并不是那么多，我自己翻一翻的话也就当日常阅读了。但是有些工作当中的一些内容可能会把它让 AI 定期帮我做一些专利分析工作，因为它是可能定期都会有的。但是日常的话可能倒还没有到那，因为我还是挺喜欢读一些比较好的文章，我觉得他们发出来我关注的人发出来一些内容，我读的过程也是挺享受的，但不需要让 AI 帮我把它变成 bullet point 然后来读，比较无聊。
[Speaker 1]: 说到这个，你有什么自己特别喜欢关注的 AI 界的人，就是那些 leader 你会喜欢哪些人吗？有哪些人的风格你是特别或者他们的理想是你特别赞同？
[Speaker 0]: Andrej Karpathy 啊，那个 Claude 相关的里面的一些人员啊，然后 OpenAI 里面的一些技术人员，然后还有一些做技术科普的一些博主啊。
[Speaker 2]: 你最喜欢哪个技术科普的博主？我们来扩展一下我的资源。
[Speaker 0]: 哎，我觉得那个最近那个“硅谷101”写的挺好的。
[Speaker 2]: “硅谷101”我看到一个人叫刘小排，他原来好像是 Claude Code 用的 token 量最多的一个人，然后他好像每天都发一个公众号文章啊。
[Speaker 0]: 对对对，他在公众号上，这个我有看的，他写的也挺好的。他是一个非常专业的用户。
AI 的能力边界与工程视角
[Speaker 2]: 我有个问题，就是我一直其实是我自己特别困惑的一个点，也看到那个鸭哥，就是咱们那个论坛里面，鸭哥他也经常说。有的时候比如说咱们说哎 AI 不好使，我用一个什么东西，我说想做一个什么东西他没给我做出来。其实到最后不知道是那个是到了 AI 的边界，还是说我没用明白它？我不知道这个边界在哪。就是到底是我比如说我用更好的 prompt、我用更好的架构一堆 skill 去调用这个 AI，然后就能把它变得更聪明，然后能得到我想得到的；还是说这已经是 AI 的边界？这个你是怎么去判断？我可以举个我自己的例子，因为我发现 AI 有的时候真的是让我很惊喜，就是他突然之间给我推荐了一个算法，或者是比如说我算法哪里出现问题然后导致这个结果跟预想的不一样，然后他就说啊你去看一下这块，然后还真的就是那个问题。就是有过几次这样特别灵光乍现的时刻，让我觉得我靠这个 AI 好牛。但有的时候就是他会车轱辘话一直在说，就比如说我分析为什么我们这个 simulation 和 measurement 它不 match，然后他的那个理由就是只是那几个理由。但是我又似乎觉得好像 AI 应该能给出更好的理由，但是我没有更好的方式去逼他说出这个正确答案。我不知道在你的这个工作和平时用 AI 的过程当中有没有这样的情况？就是怎么探索 AI 的边界，还是你自己的交互的能力没有到你自己的边界？
[Speaker 0]: 首先我感觉 AI 的边界其实现在还是一个也是一个比较模糊的一个边界吧，而且根据每个人的理解它可能都不太一样。可能一些是 AI 的边界，一些是用户我们自己的边界，也都是有可能的，这都很难判断。但我感觉的话，整个 AI 使用过程当中，我来看 AI 的话更像是把这个东西当成一个工程问题来看。它是一个工程问题，就相当于说我使用 AI 来帮我解决这个问题，是我是在做一个工程项目，我只是在不断的推进这个工程项目，然后用已有的方式或我了解的 AI 的这些架构也好或者 AI 的一些需要注意的内容也好，然后来用工程的思维来把这个东西做开关一样的把这个东西搭起来。然后至于开发到哪个程度是它的边界的话，可能就会有各种各方的因素吧。我觉得像你刚刚提到那个情况，说是他做一些分析的话，他并不能很好的来遍历各种可能的情况，我觉得这就更需要用工程的视角来看这个问题。因为可能可以用一些工程的方式让他可以更广泛的做一些搜索和一些策略的分析，然后通过一些设计让他来做更广泛的策略探索或者是做对比和分析，这是可以实现的，这是一些工程问题，这并不是 AI 的能力边界。因为你现在在不停的问他，他只是重复的说一句话，是因为他在用一个默认的……他自己因为现在 AI 也是一个 agent 嘛，他有个默认的策略的。如果你需要用更多的策略或者是更广泛的搜索的话，你需要额外的给他加一些 harness。
[Speaker 2]: 可以举个例子吗？
[Speaker 0]: 比如说之前卢米提到的那个项目的话，就是 AI Hedge Fund 那个项目，它就是说用特定的工程方式来让不同的 agent 采用不同的方式来分析同一个公司的一个情况，可以通过工程的方式让你的策略变得更加丰富。然后 Andrej Karpathy 之前也提过的那个 AutoResearch 的整个框架，那就是说如果你对于这个最后最终评价的 criteria 是比较清晰的，这时候你可能就可以设计整个那个 AutoResearch 的迭代的一个流程也好或者方式策略也好，让他不断的探索不同的策略或者不同的方式，然后直到某一个 criteria 是满足的为止，这都是可以在工程的方面把它强化的。
[Speaker 2]: 明白，那是不是其实就是可以用比如之前你提的那几个框架来试一下，或者是像你说的去看那些比较厉害的人他用什么样的框架，然后我再从工程的角度去做这个问题的分析，跟他去讨论这样？
[Speaker 0]: 对，我觉得是的。但是这些其实就是一些 high level 的一些框架，你还是需要把它落地到你自己本身的项目上对吧。
[Speaker 2]: 嗯，这个可能到了另外一个极端，就是现在大家经常说 garbage in, garbage out。如果你对 AI 说的东西给的 context 非常少的话，也别指望他能给出什么特别好的一个解决方案。
[Speaker 0]: 对的，这一直都是个 principle，非常重要的一个 concept。
[Speaker 1]: 所以石同学比如想做一个任务的时候，你给 prompt 你会尽量把你所知道的信息都给他们？你会告诉他我希望你一会儿按照什么方向去想，你应该先做什么然后做什么最后做什么，完全不会？还是就让他自由发挥？
[Speaker 0]: 一般面对复杂的问题，我偏向于做工程，就不是说是把 prompt 说的非常详细，偏向于把它工程化。然后面对简单的问题的话，我可能会这么描述，但也不会说的很复杂。如果一旦需要我说的很复杂的情况下，我更偏向于把它工程化。因为我肯定也不会……我不是非常清楚，但我一般是会说的一般用语音的方式来输入啊，不然的话我也嫌打字麻烦。但一般这些问题都是还是比较方便的情况下是……但毕竟你讲一段话讲的再多也就那些 context，它还是比较局限的。
[Speaker 1]: 我觉得对于我来说，是因为我做数据分析的时候，我不告诉他你先做什么然后做什么最后做什么，可能东西我们的东西比较新嘛，他就可能就会乱七八糟的乱做，然后就做出来的东西也不是我想要的。所以我每次就会尽量的就是能给他就……我如果知道这个大方向应该怎么做，我会给他更多的信息。
[Speaker 0]: 啊对的对的对的。
交互语言与产品化落地的鸿沟
[Speaker 1]: 那就是有一个问题很好奇，就是你们用 AI 的时候会用什么语言？你们是用英语偏多呢，还是用中文偏多，还是用别的语言？
[Speaker 0]: 对啊，我一般可能就中文偏多，因为我中文可能会描述的更精确，然后我提供的信息可能会更多。然后输出的时候让他再转换成英文吧，方便我跟其他人沟通。但我自己用的时候肯定是偏向于中文，效率更高。
[Speaker 2]: 我也是我也是。除非是在比如在办公室我也要用那个语音跟 AI 交互，可能就用英语了。自己的话有时候也会中英结合，然后 AI 回的时候如果不告诉他怎么回的话，他也会中文夹杂着回我，特别搞笑。
[Speaker 0]: 呃对对对对。如果我下次想不出来中英翻译的内容的话，可能都是中英结合的。因为主要是我中文读起来的输出速度跟我的阅读速度都是中文肯定会快很多的。
[Speaker 1]: 所以石同学下面有什么特别想做的一个项目吗用 AI？比如你下一个 YouTube 的视频你会想发什么内容，还是说这个是机密信息天机不可泄露？
[Speaker 0]: 啊没有，下个我就想把那个 loop engineering 这件事情讲一下，可能拿一个实例分析一下，然后把这个框架和一些框架配合实例，然后把这个事情讲一下。
[Speaker 2]: 太好了，这个词我只是听但我还没有去了解是什么意思，我现在还在消化那个 harness engineering，然后又出来一个 loop engineering。
[Speaker 0]: 对，我感觉 harness engineering 的话更像是一个 skill 这个概念的一个扩充跟扩展。然后我觉得 loop engineering 可能又再往上面一层，因为它加入了一些递归优化的一些探索，所以我觉得他还是往前跨了一步。因为也是分阶段的，我感觉今年年初有几个月它突飞猛进一下子，然后中间有段时间又感觉就是 incremental 的 innovation，然后最近感觉又有一些不一样了。它确实也变厉害了很多，自主性也好，然后它的架构的方式确实也做了一些提升。
[Speaker 2]: 你有考虑那种 build in public，就是现在好多人比如说自己做一个小工具然后把整个过程发到网上？
[Speaker 0]: 呃有想，再看做什么项目。我有做了好几个项目，但也都没有 build in public，但都是自己在弄。是有在考虑，但是没有特别想好或者是特别好的题材。
[Speaker 2]: 我这有好多题材我都做了一半就放弃了，因为到后来它整个的这个复杂度会指数级增长。就比如我想做一个播客剪辑工具，然后就发现这个东西从你这个想法 POC 做出来，现在是可以剪，但是到真正的比如说大范围的被人用，还不是说 deploy 到网上，就比如我自己用到它真正能非常稳定的去处理我这个音频，就我百分之百能相信它是稳定的，我觉得这个中间的距离还是挺大的。我还想做一个就是跟脱口秀相关的一个工具，就比如说可以跟他实时的交互，然后他去模仿观众去打断你，比如你正在说你自己的词儿然后他打断你，你怎么去跟他接话这样。然后这个其实也是有好多就是具体的挺不好实现的这个东西在里面。你做了一个玩具取悦你自己，然后做到中途半途而废，然后跟最终你做成一个产品真正上线被别人使用，你觉得这个中间的 gap 是什么呢？
[Speaker 0]: 嗯，我觉得一开始可能就有一个大的 gap，就是用户的需求到底是什么，用户到底愿意为什么东西付费？这个可能都没有开始做呢，而且可能做了很多这个 gap 还依然存在。最好能够验证这个 gap，如果已经有人愿意为这个东西付费，或者是你的目标群体愿意在你还没完全做出来之前或者是没做之前有这个意向付费，可能是一个比较好的方式吧。因为能做的事情很多，但是真正满足用户需求的东西也不是那么容易找得到。
[Speaker 2]: 嗯，你是从这个用户需求这个角度。那假如说要是从技术这个角度，就比如咱们做一个 POC，我并不觉得技术有太多的瓶颈。
[Speaker 0]: 完了，子瑜卡在了技术上。我这边子瑜想给我们做剪播客的那个工具，我就是第一个想付费的，因为我实在是不想花时间在剪辑上。对，它的这个工具是有市场的，我也想付费，但是可能是不是子瑜就卡在了就是某个技术环节上？
[Speaker 2]: 哦我知道卡在哪儿了。就是我最开始我是想把前端后端同时做出来，然后比如说做前端做到一半，我觉得这个前端不好看我想重新做，然后呢我就做了一个 mockup UI，然后让 AI 去把这个 mockup UI 全 adapt 我的这个系统的 UI 里面，把那个旧的 UI 取代掉。然后呢它在这个过程当中就跟后端的衔接就出现了问题，然后我又想把所有东西都推翻重做，后来我也是这样做的也都推翻重做。那个最开始的这个架构我觉得再那样走下去可能不行，这个是三个月之前。有可能现在的 AI 有这个能力做好，但当时那个 AI 是没有办法不推倒重做，他没有办法能达到我想象的一个效果。然后呢现在就是我的前端和后端都已经做的差不多了，但是现在又有一个问题，但这个就更多的是产品方向了。就是我跟另外一个人聊，他也是做播客剪辑工具，但是他不拼 UI 这一块的，他就是用 skill，他就默认这个用户电脑必须装 Claude Code 或者是 Cursor whatever。然后我的这个呢其实我最开始的设想是就是一个打包，比如说在那个 SaaS 在网页上面你可以编辑的，我是想从这开始，而不是说一个 executable，因为那个可能更费劲。但是我发现在智能层面，它那个 skill-based 那个产品可能是更好，所以我就在这我又有点犹豫不决，我是要走那个方向还是走这个方向，然后后来就没有再继续做了，好像是更多的卡在了产品这一块儿。
[Speaker 0]: 对啊，就是说你做的这个东西，然后随着 AI 的发展，你现在的这个方案是否是会变得更强，还是因为你现在的方案的过多的一些依赖让新的 AI 的模型并不能发挥它的作用？其实我个人可能会更偏向于你说的那种做 skill 的那种方式，这也是为什么我我自己也是常常用 skill 的方式来打包一个方案，因为它是最精简的一个打包方式，然后它是会随着模型的提升，然后很多的工作并不会浪费。然后它的对于周边的一些依赖也比较少。可能我现在其实也是 terminal 用的比较多。而且还有一个问题的话，就是如果你前端后端都做的话，其实它里面涉及到的专业的内容还是非常多的，AI 并不能完全帮你解决所有的问题，你还要部署到网上，你还要做网络安全方面的所有的配置，做一些数据的这些处理啊，然后这个带来的问题其实很复杂，它是一个很复杂的一个工程项目。
[Speaker 2]: 后端部署安全问题这个我都还没有到考虑这个的步骤，然后部署的话鸭哥他在 superlinear academy 上面有一个他的那个平台可以部署，所以这块儿其实是省了。
[Speaker 0]: 你可以先问问其他的，或者因为你们两个是比较熟了嘛，你们两个有这个需求，看看有没有其他人愿意为这个付费，然后可以尽量把这个需求变得小一点。如果自动剪辑这个是个非常非常大的一个需求，就跟那个自动剪辑视频一样，剪映到现在也只是做到那样的一个程度，也不是说各种各样的内容扔进去之后它自动可以把这个影片剪出来，也达不到这个水平。
[Speaker 2]: 嗯，说到这儿的话其实那更能体现这个 skill 的必要性。因为有好多非常 personalize 的东西，比如说我可能更希望就是留很多气口，就是更自然说话方式，但有的人剪辑的时候他就喜欢把所有的水渍都剪掉，就是每个人有不同的需求。如果这样的话，那就是确实 skill-based 这种工具是要比比如我现在做这种传统工具要更有优势的，因为它迭代起来或者个人化会更方便一点。
AI 味、版权与专业领域知识落地
[Speaker 2]: 对啊，确实有版权风险，这是需要专门专门注意的。我有个问题想问，我刚刚还在跟子瑜说，我们现在在考虑创业嘛，然后设计 company 的 logo，然后会跟他大概讲一下对吧。他就立马也设计了一个图案也挺好看的，然后就把它 copy paste 到 Google 上一看就发现它其实是另外一个 company 的 logo，他就是 change 了一点点然后就发给我了。然后我就想知道，如果用 AI 的这东西去做比如说各种设计各种图案啊或者干嘛，你会不会考虑其实他就是把别人东西小改了一下给你，这个创意性其实没那么高？
[Speaker 0]: 就确实是这样，所以现在的垃圾内容会变得更多了，噪音内容会变得更多。
[Speaker 1]: 对啊，我一方面想偷懒让 AI 帮我做，一方面发现如果全让 AI 做的话它做出来内容可能千篇一律，然后可能就并不能达到我想分享的目标，然后可能最后还是需要做一些个性化的一些定制或者个性化的一些内容把它融进去，个人的观点把它融进去。
[Speaker 0]: 对，我感觉这点还挺难的，特别是剪视频嘛。我觉得很多人他视频好看就是因为他带有个人这种想法，他去怎么剪辑。一旦你用 AI 把它自动化之后，就所有人的可能视频都那个样了，看一段时间之后就可能观众就觉得好像没什么好看的了。
[Speaker 0]: 会呀会呀。现在其实会有不少人抵触一些 AI 生成出来的内容，我觉得这也正常。因为发现 AI 大篇幅的生成大量的内容，然后有时候它的质量又不高，噪音很多，自然而然会有反感。我用的多所以我比较习惯，可能我知道它本身是噪音比较多，我可能比较习惯在这种高噪音的情况下来找一些有用的内容，但是很多人可能都不一样，观感确实是有的，我也我有接触。
[Speaker 1]: 我觉得这确实是因为 AI 发展到了一个程度，就是现在大家都在用了，噪音确实很多，性价比很低。我发现有时候确实挺难用，比如说让大家想我的 company name 叫什么，他就给我了一堆一看过去就像是 suggestion AI 生成的，就是不知道为什么现在就是 AI 味怎么那么的浓。就是现在你们用 AI 很久之后，你看到文字会发现一看那个文字就是 AI 写的嘛。
[Speaker 2]: 让 AI 减少自己的 AI 味，让 AI 又学人讲话，我们就做了一个 skill，就是把我之前自己手搓的播客的 transcript 给他，然后让他模仿我的风格，然后尽着让他减少这种所谓的 AI 味儿，那个出来的效果就稍微好一点，就比直接扔给他要好多了。我还有一个问题，比如像现在大家分享的 AI 做的这些工作，可能大部分都是跟比如说软件开发呀然后纯编程或者是数据这些相关的。然后对于这种所谓的这种 domain knowledge，比如说假如说我是做音频的，然后卢米是做医药这块相关的，就这些具体的这些 domain 里边的这个算法开发，可能 AI 除了对于比如说我这个算法的 coding 和对于比较 general 的这个领域的知识比较了解之外，我还没有找到那种他能够真的深入到我们的这个领域的这个算法层面去做一些事情。但我说到这儿的时候我就想到你刚才说的那个，就比如可以尝试不同的框架从不同的角度去激发 AI 去多想一步，我觉得这可能是解决我刚才提的这个问题的一个方法。我不知道石同学你在工作中是怎么解决这样的一个问题呢？也是用你刚才提到的那种不同的框架去试，把它归纳成一个工程问题去解决？
[Speaker 0]: 也是这样的。整体来说也是把它看成一个工程问题吧，我觉得有两个东西比较重要。第一个就是 domain knowledge，那需要这个 domain knowledge 必须以某种形式的方式数字化了，然后这个信息必须要有的这个 context 非常重要。然后另一方面的话就是他的 workflow 很重要，是否有一个 best practice 在做这件事情，有比较好的一些方式方法。这些方式通常是以 skill 的方式或者 plugin 的方式呈现，然后 domain knowledge 的话有可能是以数据库或者是 knowledge base 的方式来呈现，这两个是必不可少的。它也是 agent 的输出质量到底多高，就是在与其输入的 context 质量到底有多好，然后他的流程到底可不可靠，是否比较支持他输出比较高质量内容。就跟人类公司的各种流程一样，人类本身有一些 default 的一些工作方式，在公司设计了这么多流程就是为了提高它的质量和输出或者一些品控啊，那一样的。
AI 情绪价值与反馈风格
[Speaker 2]: 嗯，我记得之前忘了是谁说的，说要把 AI 当成一个人或者当成一个实习生，而不是说他是一个许愿池或者怎么样，你怎么去 ramp up 一个同事你就怎么去 ramp up 他。
[Speaker 0]: 对，AI 也需要 onboarding 嘛。
[Speaker 2]: 一样，现在还是至少现在还是这样子。就是 onboarding 的速度非常快，要比人类快很多。甚至还要问一下他我应该怎么做，还没有 onboard 你愿意问他我应该怎么解决这个问题。
[Speaker 0]: 他现在就是一个智商非常高的 intern。
[Speaker 2]: 你们公司会来那种智商很高的 intern 吗？人类啊？
[Speaker 1]: 应该有的吧，听起来就像是没有的样子。智商也不写在头上，也没有什么传感器让我扫一下看到他智商是多少。
[Speaker 0]: 你们会对 AI 问非常情感方面的问题呢，就是个人方面的问题？
[Speaker 1]: 世界杯今天晚上的比赛几比几？我有问过，我昨天就问了。
[Speaker 0]: 准吗？
[Speaker 1]: 还差了一个球，还行。
[Speaker 0]: 哦那还可以，大差不差。
[Speaker 1]: 我会让 AI 帮我改段子，但他在幽默方面是完全不行。但是比如说你让他帮你看逻辑啊、情绪啊、观点这种，他还是可以。但是幽默层面不是太行。
[Speaker 0]: 嗯能理解吧，就是他的幽默就很奇怪，非常冷幽默。
[Speaker 2]: 我觉得这可能是人类为数不多的目前还没有完全能够被 AI 取代的一个东西，因为好多细微的情感之类的或者是表达，说出来那个话 AI 还是有感知不到的，就是哪句话好笑或者不好笑这种东西他还是不太行。我有个问题想问，以前看到有一个研究好像是牛津还是哪里的，他们做了一个研究说 AI 非常的 positive，你说什么他就说“啊你说的很对应该像这样子做”，然后就发现如果他很 positive 的时候他给你的 result 有时候是错误的。他就发现如果你把这个 positivity 给他关掉之后呢，这个可能 result 就更准确。你们会让你们的 AI 跟他写答案的时候不要带有任何情绪，不要给你任何 support 吗？还是说你无所谓就是让他给你这个 support？
[Speaker 0]: 会有啊，比较有名的就是 GSD STACK 里面的 CEO Review，它就是特意的有专门的一些工程的方式让他对一些项目做一些比较犀利的、客观的、辩证的一些评论。然后我觉得模型他自己也在往这方面有些改进的，并没有像以前那样这么迎合那个使用者。
[Speaker 2]: 我可以举个例子，就前段时间那个 Claude 的新模型，我是因为那个又重新买了 Claude Code，但只买了一天用了一次，第二天就已经不能用了。然后我之前是写了一个 skill，我说你别给我写梗，别写笑话，然后你只是判断我的情绪啊、观点啊、逻辑啊这些东西，非常 general 的东西，我是给了一个段子我说帮我分析一下这些东西。然后后来我就说我说这样吧，你帮我写几个梗进去吧。我记得之前即使有这个 skill 我不让他写梗，他可能还是会写的，但是我跟他说完之后他就没有写，就是说这个东西我不能写，这个不是我的强项，你可能在幽默或者怎么样你在行，但是比如逻辑啊或者是对于背景资料的把控这个我比你强。就是他已经完全不迎合人了。
[Speaker 0]: 好像这个我之前也看有人报道说他这个新的模型对人比较在行的……他现在不是有个概念他们想往那个 AGI 往 ASI 发展，超越人类的智能水平，那肯定不能迎合人了。
[Speaker 2]: 超越这就是有一个人天天骂你就是超越人类，你说什么就怼你。
[Speaker 0]: 不过我发现用这些 Claude Code 或者 Codex 这个一般回复就稍微更客观一点，就不像比如 Gemini 或者是跟 ChatGPT 直接聊。
[Speaker 1]: 那个你可以把它关掉的。我那个美国同事他就特别讨厌，我跟他说我特别喜欢，感觉很有成就感。
[Speaker 2]: 对啊对啊，比如说是健身的过程当中就需要一个人每天在旁边鼓励一下不是挺好的吗？还是挺挺舒服的。
[Speaker 1]: 然后我想着写 code 的时候，我就会说这个东西好像有问题，然后我觉得是这个方面，他就会跟我回答说“You are surprisingly good at this”，我就感觉哇有进步。
[Speaker 0]: 对呀，情绪价值满满。不像老板只会催你干活，Gemini 才会表扬你。
[Speaker 1]: 我之前把那个 system prompts 加了一下，就是我说你要质疑我的每一个观点或者是我的每一个提问，然后他就开始各种毒舌怼的我怀疑人生了。哪怕最简单的问题，比如说我电脑的什么快捷键是什么，然后他就开始质疑我的这个问题，后来就是到了一定程度我觉得 OK enough 不能这样。
[Speaker 2]: 这个他也比较耗 token，就是这种最简单的问题然后他还搞了一堆。
长期记忆机制与架构演进
[Speaker 2]: 其实有个挺有意思的问题，就是 AI 怎么通过跟用户一次一次又一次的这种交互的过程当中来把控或者衡量用户的这个标准到底在哪里。现在应该有一些专门的一些工作在做这些，这还是挺有意思的。因为他现在有这些 memory 系统啊，它的可持续的 memory 它是应该是可以分析出来用户的 profile，他一般的语言啊或接受啊或者他的偏好啊喜好啊，应该都是可以至少有一个比较好的一个量化在里面。我看那个鸭哥他分享了一个，因为他是一个记录狂，他会把自己每 15 分钟做一次语音输入，记录他过去这 15 分钟干嘛。然后他是把所有的这个聊天记录，过去四年还是一年的聊天记录、邮件往来，然后包括他的语音日记都沉淀成那个 memory。然后他跟另外一个人做了一个实验，就是同样的一个 request 或者一个 prompt，一个是有他的这个人的 memory，另外一个是没他这个人的 memory，然后得到的这个结果是完全不一样的。有这个 memory 的他觉得这个得出的结果是更好的，我忘了具体说他说更符合他的价值观还是更有洞见的，但我记得是更有洞见的。是因为他对这个人已经非常了解，所以他能给出一些特别有建设性的意见。
[Speaker 0]: 那说明这个人自恋呗，就是他喜欢自己这个类型的答案。
[Speaker 2]: 你这个角度说到点子上了。我就不知道你有没有用 AI 用久了之后，有的人有那个 prompt 嘛：基于我过去给你的来回答，你来跟我分析一下我的性格以及未来我适合干什么工作。我有试过，因为我把我所有的脱口秀段子都传到 GitHub 上面，然后作为一个 version control，每改一版都写一下。我让他看我所有的段子，我说你看我是一个什么样的人。然后他就说你在段子里面提到你什么年龄焦虑，然后提到你自己土，提到什么什么东西，然后就说了一大堆，觉得还挺有意思。然后还有一个是我说你觉得我更像哪一个脱口秀演员，然后他说的几个我觉得还算挺对的。还有一个比较好的一点是我说你根据我的这个创作的风格，你觉得我更应该看跟哪个脱口秀演员更像，然后推荐他的一些视频给我看，而且这个推送还挺精准的。就是他会找到我比如说写的某一个故事或某一个观点，然后去推那些人，这个还挺有意思。那石同学呢，有没有做过类似的实验让 AI 帮你总结一下你自己自身？
[Speaker 0]: 呃我有啊，我一直都是在用的话，比如做 Claude 的话他一直就是有我的记忆的，然后我可能经常会让他以我以前的一些方式然后来帮我做一些事情。反正就是我还是挺愿意让他积累我自己的一些日常操作和各种各方面的一些这些记忆的。而且我自己对他的记忆的方式也挺感兴趣的，他到底以怎样的方式来存储这个记忆、索引这个记忆，然后把这个记忆的内容在回答的过程当中融入进去，这还是挺有意思的，而且他现在这种方式一直都还在变化。
[Speaker 1]: 那你现在用的是大概什么样的方式？因为你肯定不能让他每次都看他所有的记忆对吧？可能是比如分几个 skill，然后根据关键词去调用某一个 skill，大概这样的方式嘛？
[Speaker 0]: 他现在的话就是短期记忆、经常在变的这些记忆的话，可能就是用一些框架，比如说 AGENT.md 短期经常在变的这些东西可以用它来作为存储。然后长期的跟项目有关的可能用 skill 的方式来存储，这样的话他可以做分层的索引，然后又可以比较好的把一些比较长期跟这项目相关的东西可以比较好的持久的保存下来。然后更长的、更繁琐的 knowledge 可能转换成数据库也做过，转换成 vector database 也试过，还都在尝试不同的方式，也没有说是哪种特别好或者是完全适用于所有的，可能现在还在探索当中。
[Speaker 2]: 这个挺有意思，就是你当时用数据库去记录这个 memory 是出于什么样的考虑？是因为它调用的比较快嘛？
[Speaker 0]: 东西比较多。当然不是我个人的 memory，那就是其他的。蛮多个人 memory 自己事特别多然后记得特别多，个人的 memory 的话就没有那么复杂。
[Speaker 2]: 那咱们今天就先这样，好的，拜拜，感谢！
[Speaker 0]: 拜拜。
[Speaker 1]: 拜拜！