AI探索指南
-
- 15条来自姚顺雨最新一期2.5hrs 播客的insight
在飞机上，听完了小珺姐最新一期与姚顺雨 （以下简称姚老师）的 podcast，对踏入agent领域快一年的我来说，这是最近收获最大的一期内容。
我第一次听姚老师讲话是今年一月，在 Monica 的 onboard ！上。那时候在深圳调研，我躺在大巴的最后一排，耳机里放的是将近三小时的节目，录音效果不太好，嘉宾声音有点糊，他的口条也算不上最流畅，但就是那一期里，他给我留下的印象最深刻。
这次和小珺姐的访谈，他依然是那个节奏，说话方式没变：没有实操技巧，也没多少未来畅想。但他不断提的一点，正是「要思考实际落地的应用价值」，就像他在《AI 的下半场》那篇文章里说的。
以下是我整理出的 15 条 insight：
1.人的泛化能力，本质上来源于推理。
2.语言是人类为了实现泛化而发明的工具。
3.人类社会网络的中心化，本质上就是信息的中心化与隔离。
4.Essentially, environment is always the outer part of memory hierarchy —— “the brain and computer.”
5.对于 ChatGPT 来说，memory 很可能是形成护城河和壁垒的关键。
6.我们需要更多去思考这些东西的实际价值，明确应用本身的价值在哪里。
7.现阶段 agent 的 fundamental research 最重要的三件事：
•memory（记忆）
•intrinsic reward（内在激励）
•multi-agent（多智能体）
8.12–24 个月内 agent 领域的预测：
•模型公司的 chatbot 会逐步演化成 agentic 系统；
•会出现越来越多像 Cursor 这样的产品，也会在新环境下涌现出 copilot。
这两种交互方式是正交的：一种基于 remote virtual machine，另一种是把 AI 能力直接嵌入现有的软件和环境。
9.对于未来的创业者更值得探讨的是：agent 与数字世界交互的环境会是什么样？人和 agent 的交互又会是什么样？
10.创业公司更应该担心的是模型能力没有溢出。没有溢出，可能意味着毫无机会；只有当能力产生溢出时，才预示着更多可能性。
11.Manus 挺有意思，产品 sense 很好，带给他了些启发。 - 大界机器人背后有多家投资方，包括高瓴创投、中金资本、太古地产创新基金等，以下是部分投资方介绍：
•高瓴创投：独家领投了大界机器人的B+轮融资。
•中金资本：参与了大界机器人的C+轮融资。
•太古地产创新基金：是大界机器人C轮融资的投资方。
•BAI资本：与郑志刚C资本联合领投了大界机器人的B轮融资。
•保利资本：参投了大界机器人的A+轮、B轮融资。
•线性资本：参与了大界机器人的多轮融资，包括A轮、Pre-A轮等，并在A轮融资中与深圳高新投、正轩投资联合投资。
•朗玛峰创投：参与了大界机器人的B+轮融资。
•策源创投：领投了大界机器人的天使轮融资。 
- 冷冻黄花鱼，做法要求不可预制。
中文博大精深。 - MiniMax 居然发了一个音乐模型 Music 1.5
试了一下真不错，解决了没有好用的音乐生成 API 的问题
最长生成时间超过了四分钟；
相较于之前的版本在人声、器乐、演奏和歌曲结构上都有优化；
感觉跟 Suno 已经差不多了，而且价格比 Suno 便宜的多，C 端单价一首歌只需要一毛钱；
支持简洁模式，也支持自定义歌词和歌曲结构生成；
支持一些非常小众的民族乐器的生成；
你可以选择 16种风格 × 11种情绪 × 10个场景 这种丰富的组合来生成音乐；
每个生成的音乐放 30 秒，几个测试音乐的提示词分别为：
首先是主流金曲风格，主要考验音乐性与人声质感
夏日都市流行, 活力女声, 轻快鼓点, 浪漫氛围, 关于一场偶遇；
City Pop, 80年代复古合成器, 甜美女声, 律动感, 都市夜晚；
电子与氛围场景，主要考验编曲层次与动态
赛博朋克电子, 机械节奏, 冰冷女声, 霓虹灯下的追逐, 强烈的节奏感；
史诗感, 宏大教堂氛围, 福音合唱, 多声部和声, 管弦乐团。
创意融合与高阶挑战，主要考验语义理解与控制力
国风电子, 古筝与合成器结合, 尺八, 未来都市中的侠客, trap鼓点；
巴洛克风格, Trap音乐, 羽管键琴主奏, 808鼓点, 低沉的男声说唱。
Invalid media: video - 谷歌把他们的端侧模型体验 APP 上架 Google Play 了
你现在可以直接搜索 Google AI Edge Gallery 安装#ai创造营#
里面集成了谷歌所有的 Gemma 端侧模型，支持图像识别、音频对话和正常的文字对话 - 推荐看看，Anthropic 新文章《如何为 Agent 构建工具》
Agent 与传统确定性软件不同，工具的设计要兼顾非确定性行为，不能简单照搬API或函数式开发思路。#ai创造营#
建议先快速原型开发并本地测试工具，随后通过与Agent协作生成大量贴近真实场景的评测任务，结合自动化评测和Agent的推理反馈，持续迭代优化。
原则层面：
提出应优先实现高影响力、能覆盖关键工作流的工具，避免无效的“包API”式工具；
通过命名空间（如前缀/后缀）清晰划分工具边界，减少代理混淆；工具返回内容要聚焦高信号上下文，优先自然语言和可读标识符，必要时支持详细/简洁等多种响应格式以兼顾上下游需求；
对于可能产生大量输出的工具，建议分页、过滤、截断并优化默认参数，避免token浪费；错误提示要具体明确，帮助代理自我修正。
工具描述和参数设计要像给新同事写文档一样详尽，消除歧义，输入输出严格定义，持续通过评测微调描述以提升代理调用效果。
详情anthropic.com/engineering/writing-tools-for-agents - 千问又发模型 Qwen3-Next-80B-A3B #ai创造营#
总参数高激活参数低，训练成本低，推理速度快
80B 总参数激活参数 3B，混合架构 Gated DeltaNet + Gated Attention，
稀疏MoE：512 个专家，10 个路由专家 + 1 个共享专家
详情：qwen.ai/blog?id=4074cca80393150c248e508aa62983f9cb7d27cd&from=research.latest-advancements-list
