你是不是也分不清 check gpt、 gpt 五点五、豆包、 codex、 飞书 agent 这些东西?那今天呢,一条视频给大家讲清楚。视频有点长,建议先赞后看。 其实呢,对于这些产品,我们不用死记它们的产品名,我们只需要分清三层,大模型、 ai 产品 agent。 那 先说大模型,大模型就是 ai 的 底层大脑,比如 gpt 五点五点五、 cloud gemini 二点五 这些呢,是偏语言和多模态能力的,那像 imagis 二点零、 c jim, 还有 nano banana 是 图像模型,那像 cadence 二点零、 sora 等则是视频模型。 你会发现大模型经常有二点零、二点五、五点五这种版本号,因为模型本身一直在升级, 他可能更会推理,更会写代码,更会看图,或者生成视频更真实。但普通人通常不会直接使用大模型。我们真正打开来用的是第二层 ai 产品, 比如切记 ppt、 豆包、 jimmy、 app、 kimi、 小 云雀都可以理解成 ai 产品, 他们背后可能接了不同的大模型,但你看到的是一个 app、 网页、聊天框或者创作工具。 它的特点是你给他一个需求,他马上给你一个结果,像一个很聪明的及时助手。但如果任务变长变复杂,比如需要持续跟进一个项目,每天要检查客户的信息,或者是要把长篇小说拆分成分镜,然后再生成短句, 又或者要读完整个项目代码,并且修好 bug, 那 这个时候就不是一次问答能够解决的了。这个时候需要第三层 agent 智能体。 那 agent 和普通 ai 产品最大的区别不是他更会聊天,而是他更能做事,他能理解目标,拆步骤,记住上下文,调用工具,并且把一个任务持续往前推进。 所以普通的 ai 产品像一个及时的助手,那 agent 更像一个执行助理或者是数字员工。 举个例子,你对宪宪 p t 说,帮我规划一个杭州三日游,他会给你一份攻略。但你对 agent 说,帮我规划杭州三日游,查机票、酒店、天气,把预算整理成表格,那他呢?可能会自己查资料,交信息,整理表格。 在你授权之后,他甚至可以帮你订机票,订酒店。那再比如编程,你问 qq 这个网站应该怎么做,他会告诉你思路。但当你把这个任务交给 codex 或者 cloud code 的 时候,告诉他帮我把这个网站做出来,顺带修复移动端的适配, 那他呢?就会去读文件,改代码,运行命令,看报错,再修复 bug。 所以 像 codex、 cloud code 这种,它不只是一个编程工具,它更准确地说是编程 agent。 国内也有很多 agent, 比如说 code、 飞书、小确短句 agent, 那 海外有 open cloud、 爱马仕 codex、 cloud code minus。 当然你要注意的是,很多产品它不是只能放在一个格子里的,比如说嵌 gpt, 它是一个 ai 产品,但里面也可以有 a agent 的 功能。那飞书是个办公产品,但飞书 ai 里面可以有办公的 agent。 小 云雀是一个内容创作产产品,但它也可以有短剧的 agent。 codex 的 场景是编程,但它的本质还是 agent。 判断一个东西是不是 agent, 不是 只看名字,而是要看他能不能做长线的任务。如果他只是回答,改写、总结,生成一张图,那更像一个 ai 产品。但是如果他能带着上下文,拆步骤,调用工具,持续的推进任务,那他就是 agent。 那最后给大家总结一下,大模型呢,就是最底层的大脑,比如说 g p t 五点五, cloud jimmy kimmy k 二点五, cds 二点零。那 ai 产品呢?是普通人使用 ai 的 入口,比如说切克 p t 豆包 啊, gemna 的 app 等等。那 agent 呢?是能执行长线任务的 ai 系统,比如说 code 飞速 alley open cloud, 还有爱马仕 codex cloud code。 所以 以后啊,你不要再问哪个 ai 最强了,更好的问题是,我现在需要一个及时助手,还是需要一个长期推进任务的 agent? 如果只是写文案,问问问题,生成图片,用 ai 产品就够了。但是呢,如果你要他持续跟进项目操作工具,处理流程,完成复杂的任务,那你真正需要的是 agent。 我是 优娜,关注我,带你了解更多 ai 知识!
粉丝2362获赞4.7万

从哈到拉,瑞品小,国内外 ai 大 模型遇三家叉, gpt cloud 占满都可以直接给到哈 gpt 大 模型老祖了,全能选手。最近 gpt 五点五模型登顶 image 二,深度无敌, goaxe 也好用。如果只能开一家 ai 会员的话, gpt plus 是 当下性价比最高的套餐了。能力均衡,幻觉率低,量大管饱, 不编程的话额度啊根本用不完。 cloud 编程工作首选当下智力最高的模型,思维严谨,不拍用户马屁。编程能力五点 a 阵的也好用, 但个人用的话偷更很贵,容易啊,掏空钱包。最近 cloud open 四点七不说人话了,再加上经常封号还要实名认证,普通用户全退。江百现在其实已经不够行了,降到顶级吧。本来最强的是原生多模态世界知识丰富和前端设计能力强,但最近视觉能力被 image 二超越,而且模型降至很严重,快跟豆包坐一桌了。 不过以谷歌的实力和身下,次发模型应该就能追回来。豆包国内用户量最多,给个人上人 a p p, 产品做得很好用,功能很多很全,就我个人的使用体验,豆包已经完全代替了百度,但如果要用豆包做严肃办公的话,我只能说, 嗯,算了,我不说了。 keepsake 如果没发 v 四只能给到 npc, 但发了 v 四之后直接给到了 a 四,再一次改变了 ai, 刷新了开源模型的上线 能力,非常接近国外顶尖闭源模型了,定价还便宜很多,并且还要适配国产芯片搭建生态,功德无量,千万可以给到一个顶级开源模型的半壁江山。国内外部属私有模型的首选都是千万,因为能用较小的模型实现不俗的性能。生态开放产品接入了阿里自家的服务,跟生活服务结合, 实用性还是挺强的。而且最新的千万三零六能力也很强。马斯克的 brook, 嗯,人上人吧,本来是最狂野的模型,尺度最大,但前段时间啊,被一通起诉,尺度明显收紧了很多, 能力啊,也不如顶级模型,只能给到人上人啦。智普 g n n, 顶级,国内最接近 cloud 的 模型,主打编程能力很强。 kimi, 顶级! kimi, 二点六刚发布不久,而且还开源了权重部分,跑分成绩啊,甚至超过了 cloud。 oppo 四点六 mini max, 人上人,最近更新有点慢了,但实力还是很强的, 尤其是多抹肽,能力很强。文新一言,拉完了,我很长时间都没用过这个了,目前还在用的,可以在评论区说说你的体验。腾讯混元,目前还是给到拉 过,有了摇顺鱼以后,追赶速度非常快,后面应该会提升。 mate ai 本来拉完了,不过今年出了个缪斯巴上调一档,小扎投了上千亿美金才出了个。这还是有点啊,记得点赞关注哦!

一分钟看完一周 ai 大 事。 chat gpt 上线 ppt 插件,常驻 ppt 侧边栏,给他文档和数据,就能生成可编辑的换登片,还能保留公司模板,写总结报告,再也不发愁了。 codex 再进化,电脑息屏也能远程派活,躺在床上也能给客户发文件。全新上线购物模式,告诉他目标验收标准。 ai 能工作几个小时,直到任务完成。 codex 已成为最强 ai 员工一用一个不吱声。 openai 新模型推翻了数学界八十年猜想,给出 全新最优解, ai 正式升级 level。 四能做出原创发现。 google 发布 ai 科学家整合所有科研工具, ai 组成科研团队,自己提假设、找证据,互相挑战,多轮 pk 后筛选出最优方案。 google 推出统一多模态大模型, 丢给他任意素材直接返给你作品。目前最猛的是视频编辑能力,号称视频版小香蕉。 google 升级 ai 画布,语音实时改稿,一边说一边调,还能生成 ui 动效,通过 m c p 双向打通设计和代码改完一键部署上线。 figma 彻底坐不住了。 ai studio 上线 android app 生成,一句话就能生成能安装的安卓应用。 g m i 三点五定档,六月发车,正面迎战 g p t 和 cloud。 三洒最强战力同时登场,直接开启巅峰对决。 阿里发布国产最强大模型,主打编码和智能体,综合跑分接近三傻字节开源统一多模态模型,一个模型搞定图像视频的生成和编辑。腾讯开源最强翻译模型,能准确翻译不同领域的专业术语。 gini 接入 google 街景,动动嘴就能把真实的城市变成能互动的虚拟世界。 odyssey 连发两个王炸世界模型。 starchild 是 首个实时多模态世界模型,樱花同步的 npc 能跟你语音聊天。 agora 是 首个多智能体世界模型,支持四名玩家在同一个虚拟世界互动。 ai 原声游戏有了雏形。 阿里开源直播试穿模型,给他一个模特图和几套服装,就能让模特在直播过程中穿上不同的衣服。 oncat 开源最强数字人模型,给他一个角色和一段音频,就能生成自然的口播视频,支持几人轮流对话,适合做播客、演短剧、虚拟主播。搞 ai 创作的同学狠狠把住研究源开源视频版 controlnet, 给他一个示意图,就能秒懂你的意图,生成符合要求的视频。 研究源开源室内设计世界模型,上传户型图和风格参考,就能生成指定装修风格的全景视频,还支持 vr 浏览。 madam 发布最强配音模型, 给他一段视频就能生成匹配的音效。亮点是放弃 b a 解码,直接生成原始波形,声音更真实。研究员开源最强语音识别模型时,真的录音也能准确转录成文字。 阿里发布实时翻译语音模型,一边听一边翻,还能实时克隆你的音色说外语。 ai 终于进化成随身同传,光学计算迎来重大突破。科学家成功创造出光物质混合粒子,既有光的速度,也有物质的强,相互作用力,不带电刻且质量为零, 能完美替代电子进行信息传输,直接终结了 ai 耗电问题。科学家已经用它实现了全光切换,未来 ai 比电还要便宜。

你可能已经听过很多次 ai agent, 但它到底是什么?一句话, ai agent 不是 只会聊天的 ai, 而是能自己干活的 ai 助手。普通大模型更像一个很聪明的大脑, 你问它问题,它给你答案,但它通常不会自己去查文件、运行程序、打开网页、整理资料,或者帮你一步步完成任务。 所以你会发现,用普通 ai 时,经常是你问一句,他答一句,答得不对,你在改提示词,他在重新生成。但 ai agent 不 一样,你不是只给他一个问题,而是给他一个目标。比如帮我做一期短视频。 普通 ai 可能只会给你一段文案,但 agent 会先拆任务、找资料、写脚本、生成配图、配音、合成视频、检查结果。一个 ai agent 通常由五个部分组成。 第一,大模型负责理解你的目标。第二工具,比如搜索、读文件、写代码、调用软件。 第三,记忆,记住你的偏好和历史信息。第四,规划,把大任务拆成小步骤。第五,执行,一步步把任务做完。所以你可以简单理解成 ai agent 等于大模型,加工具、加记忆、加规划、加执行。打个比方,普通大模型像一个坐在房间里的聪明顾问,他很会分析,但没有手脚。 ai agent 像一个带着工具箱的助理, 它不光能思考,还能打开电脑,查资料、调用工具,执行动作,做完以后还能检查哪里不对,再重新调整。这就是为什么现在 cursor、 cloud code 各种自动化工作流,本质上都在往 agent 方向发展。 因为真正有价值的 ai 不 只是陪你聊天,而是能进入你的工作流程,替你完成具体任务。所以最后记住一句话,大模型解决的事怎么回答你? ai agent 解决的事怎么帮你把事做完?这就是 ai agent。

你有没有想过,为什么 chat gpt 只能聊天,而 auto gpt 能自己上网查资料、写报告?区别就在于,后者是一个 agent, 一个能自己规划、自己动手的智能体。如果大模型是大脑, agent 就是 给大脑配上了手脚记事本和工具箱。 今天,咱们用三分钟,一次性搞懂 agent 最核心的四大能力,记忆、规划、工具、行动。先说第一个核心记忆, 没有记忆的 ai, 就 像只有七秒记忆的鱼,转头就忘。 agent 的 记忆分两种,短期和长期。短期记忆就是当前的对话上下文。比如你刚才说了,我叫小明,他几秒钟后还记得。但一旦对话结束或者超出上下文窗口,短期记忆就清零了。 长期记忆可就厉害了,它靠的是外部存储,通常是向量数据库。 agent 会把重要的对话、文档、心得存进去,下次用的时候通过相似性搜索捞出来。这就好比你把重要的事记在笔记本上,随时能翻出来用。 所以,有长期记忆的 agent 是 越用越懂你光有记忆不够,你还得会动脑子安排活。这就是第二个核心规划。 你给 agent 一个复杂目标,他不会直接瞎干,而是先把任务拆解成一步步的子任务,这个过程叫任务分解。 更牛的是,他还会自我反思和纠错。比如执行到某一步卡住了,或者结果不对,他会回过头检查自己的计划,尝试换一种方法。这就像你做个项目,先写个 to do list, 中间遇到坑,再调整路线,而不是一根筋走到黑。 规划能力是 agent 从工具变成协作者的关键一步。好了,规划做完了,具体怎么干,这就要靠 agent 的 第三只手工具使用 大模型本身只能生成文本,不会算数,不会查实时信息,更不会执行代码。但 agent 可以 调用外部工具。比如你问北京今天气温多少度, agent 会识别出需要调用天气 api, 你 让它算一百二十三乘以四百五十六,它会自动拉起计算器, 甚至他能打开浏览器搜索最新新闻,或者运行你写的 python 代码。这些工具就像给 agent 配上了瑞士军刀,让他的能力从文本生成,一下子扩展到了真实世界。 最后,所有的思考、规划、查资料,都要落地成实实在在的动作。这就是第四个核心行动。 行动是 agent 的 最终输出,它不再只是一段文本回复,而可能是发一封邮件,在日历里创建会议,操作你的 excel 表,甚至控制智能家居设备。 agent 的 行动通常是在一个循环中完成的, 他执行一个动作,观察环境反馈,再根据反馈决定下一步,直到完成目标。这就像你教一个新来的实习生,他听懂你的需求,自己拆解任务,用电脑和软件干活,最后把成果交给你,中间遇到问题还会来问你,这才是真正的智能体。 咱们快速串一遍记忆,让 agent 有 过去规划,让 agent 有 脑子工具,让 agent 有 手有脚行动,让 agent 真正改变世界。这四个核心概念缺一不可,它们共同构成了现在你能看到的所有自助 agent, 比如 auto、 gpt、 metat、 gpt、 core ai 等等。说白了, agent 就是 把大模型这个超级大脑升级成了一个能帮你干活的超级实习生。 搞懂这四个概念,你就摸到了未来应用开发的门槛,感谢收看。如果这期视频对你有帮助,别忘了三连。下期我们聊聊怎么从零搭建一个 agent。

你知道普通 ai 和 ng 的 最大的区别是什么吗?一个是指挥出主意,一个是真能帮你干活。你用豆包,它能帮你写代码,但它能帮你跑起来吗?帮你调 bug 吗?能帮你部署上线吗?不能,它只能给你代码,剩下的你自己来。这就跟有个同事跟你说,我帮你想了个方案,你自己去做吧, 是好方案,但活还是你的。但 anint 他 不一样,他是大脑加手脚,你跟他说帮我写个爬虫爬完成到数据库跑起来,他自己规划步走,自己写代码,自己运行,最后把结果整理好给你,你动动嘴,事情就干完了。 anint 就是 ai 从指出主义到能干活的转折点。你用过 anint 吗?评论区说一说。

觉得专门做 a 证的公司,未来可能大部分没什么前途。这是我最近在实践的时候得出结论,这句话可能有点得罪人啊。其实一开始我也想搞 a 证的,但是最近研究了一圈和我们做一些落地项目之后, 呃,这个感觉就越来越强烈。因为很多人没有搞明白过去一年 a 证的为什么爆发,很多人以为 a 证的等于 ai 的 终局,其实根本不是,真正的原因是过去的大模型实在是太弱了,以前三十二 k, 一 百二十八 k 呃,都已经算超长上下文。于是行业开始卷卷什么 rag 啊, retailer 啊, emading 啊这些东西, 呃,最后会有一个各种各样的呃, agent, planner agent, execute agent 对 吧?群教统直接上,现在回头看,特别像什么就是一个记忆不好的人啊,靠着 各种各种条子呃,记便利条呃,或者记模型记不住。行业只能靠外挂补丁化。还有早期的 gbt 啊, gemini 啊,它常练推理,不稳不稳定,容易这种幻觉,容易这种逻辑跳跃 呃,于是行业可能搞 agent a, 思考 agent b, 检查 agent c, 修复 agent d, 再检查。 现在很多 a 阵的 workflow 我 感觉很高级,其实,呃,特别像一个本来可以自己走的人,绑了四个轮椅,模型现在变强了之后,你比如说以前画画可能还就生成 prompt, 然后画画,现在随便给模型输一个指令就 ok 了。 以前就是感觉整个行业会有比较黑色的幽默啊,四个 agent 加十八个 workflow, 加什么一堆 rug, 然后加 memory, 加 graph, 现在的话直接就一句话就基本上完事了。其实某种意义上讲,大模型在吞食这种中间层。 呃,我以前也说过,你可能 agent 这种能力未来肯定都是在大模型能力。举个例子,你现在用 gemna 也好,操作 gpt 也好,你会发现它其实已经集成了这种 agent 的 能力。 我觉得现在还有很多人在卷这种。呃,做 dag 啊, workflow 啊, multi agent, 我 觉得是模型可能真的不需要准备,特别 cloud 最近也是也搞了一堆东西出来,我觉得做 agent 的 好像没什么用。 呃,这这这这有点像什么呢?就过去的电脑性能不够,所以的话你就必须得疯狂的优化代码,现在芯片性能爆升之后,很多这种优化技巧直接变成这种时代的眼泪。 呃,某种意义上,现在 agent 公司现在也有这个味道。当然 workflow 不 会消失啊, workflow 会越来越基础设施化。呃,真正之前的东西可能是重新回到这种模型推理啊,推理能力上下文。 呃,其实企业最后真正关心的问题,呃,是问你到底能不能解决问题,到底能不能给我省钱,而不是你大概有多少个 agent。 我 觉得这才是最一轮的 ai 的 真相。

agent、 skill、 mcp 到底有什么区别?这期视频用一句话讲清楚,你只要记住, agent 是 ai 员工, skill 是 工作手册, mcp 是 工具接口。 agent 不是 只会聊天的大模型,而是能理解目标拆分步骤,调用工具观察结果修正计划的 ai 助手。 普通大模型更像顾问给你建议, agent 更像执法者,会把任务一步步做下去。 skill 就是 工作手册, 它告诉 ai 遇到这类任务,应该按照什么格式流程标准和禁忌来做。有了 skill, 你 不用每次重复写一大段提示词,规则被沉淀下来, ai 每次都能按标准执行。 skill 还可以按需加载,需要会议总结就翻会议总结手册,需要短视频制作就翻短视频制作手册。 mcp 是 ai 的 工具插座, 它让 ai 可以 连接文件系统浏览器 github 数据库等外部工具。没有 mcp 以前是你复制资料给 ai。 有 了 mcp, ai 可以 通过标准接口自己去取。所以三者不是三选一。 agent 负责拆任务, skill 负责定规则, m c p 负责调用工具。比如做短视频 agent 安排流程, skill 规定画风尺寸和自检标准, m c p 读取网页本地文件和生成工具。 最后记住, agent 是 员工, skill 是 手册, m c p 是 工具接口。看懂这三个,就看懂 ai 自动化的核心。

ai 产业都有哪些玩家?谁更赚钱?你可能以为 ai 产业链最赚钱的是像切特、 gpt、 杰米奈这些大元模型产品,其实真正赚大钱的普通用户根本看不到。今天我用一张图带你看懂 ai 行业的钱到底是怎么流动的。 现在大家最频繁接触到的大约模型产品,可能只是 ai 产业最上面的一层,真正控制整个 ai 世界的,其实是下面那些卖水卖电卖铲子的人。整个 ai 产业链,你可以把它想象成是一栋四层大楼, 每一层赚的钱,竞争逻辑、门槛完全都不一样。第一层也是最底层,叫做基础层,这层包含了芯片、服务器、数据中心、云计算、网络、宽带存储,说白了也就是 ai 世界的电力系统。大模型的本质是什么?其实就是海量的 gpu 在 疯狂计算。 你今天问 chat gpt 一个问题,背后其实都是大量的 gpu 在 实时运转。所以为什么英伟达会成为 ai 时代最大的赢家? 因为整个 ai 行业都要向他交过路费,无论是 open ai 训练 gpt, 还是酷狗训练 jammy, 都需要 gpu, 甚至很多 ai 创业公司根本就买不到高端的 gpu。 这像不像是十九世纪淘金热的时候,真正发财的往往不是淘金的人,而是那些卖铲子的人。这个例子适用于很多的新兴行业,也包括 ai。 而英伟达就成为了 ai 时代最大的卖铲人。很多人都低估了 ai 到底能有多少钱, 训练一次顶级大模型,可能就要用到成千上万张的 gpu, 同时运行好几个月,那产生的电费、服务器、冷却系统、机房每天都在烧钱。 所以现在 ai 行业的一个非常重要的趋势是, ai 正在从软件竞争重新又变成了基础设施的竞争, 谁有算力,谁就有话语权。这也就是为什么微软、 google、 亚马逊都在疯狂的建设数据中心。因为 ai 拼到最后不会再拼更大的模型,而是更稳固的底座,也就是基础设施。接下来第二层叫做平台层, 这一层很多普通用户几乎感知不到,但它其实是整个 ai 世界真正的高速公路。比方说大模型的 api 向量、数据库、模型托管平台、 ai 开发框架。 这层解决的问题是怎么能够让 ai 真正接入现实世界。很多人以为 ai 创业嘛,就是自己从零训练一个大模型,其实现在百分之九十以上的 ai 创业公司根本不训练模型, 也训练不起。真正现实的做法是调用现成的模型能力,快速做产品。比方说你想做一个 ai 客服的系统,你不需要自己训练 gpt, 只需要去调用大模型的 api 接口,接入企业数据,再做一个用户界面,这样就诞生了一个新的 ai 产品。 所以未来大量的 ai 创业,本质上会变成模型能力和行业场景的叠加,真正拉开差距的不是谁的模型最强,而是谁更懂用户。 在这层,未来会诞生大量的 ai 中间件公司、基础工具公司和 a 件的平台。比起模型公司,更赚钱的可能是那些连接模型和行业的公司,因为他们离客户更近。 来到第三层,才是大家最熟悉的模型层。这层负责什么大家就比较熟悉了,负责的是 ai 的 大脑,决定了 ai 能不能够理解问题,会不会推理, 会不会写代码,具不具备多模态的能力。这层看起来非常的耀眼,因为今天媒体讨论的也最多,但是实际上这层是最残酷的一层,因为它是超级资本战争。为什么还是那个问题?因为训练顶级模型太贵了, 很多人都没有一个具体的概念,训练一次可能就要用到几亿的人民币。所以未来的模型层不会剩太多玩家,因为他最终会变成全球顶级科技公司之间的战争,他们去拼芯片、拼资金、拼人才、拼数据、拼生态。 还有一个非常关键的问题,就是模型能力正在慢慢去同,未来大家的模型都会越来越聪明,那最后比什么呢?比的是生态, 谁能够接触更多的企业,更多的用户,更多的开发者,谁才能够真正的赢。你看 open ai 现在已经不再局限只是做一个聊天机器人,他们想做的是下一代的 ai 操作系统, 最后也是最上面的那层,叫做应用层,也是普通人最容易接触到的一层。比方说我们平时用到的 ai 办公工具、 ai 设计工具、 ai 视频搜索等等,在这一层未来会诞生最多的创业公司,因为用户真正愿意付费的永远不是模型本身,他们甚至感知不到在用什么模型。用户不会去关心你用的到底是 deepsea 还是千问, 他们真正关心的是你到底能不能帮我解决实际问题。比方说你能不能帮助我的销售提高成交率,能不能帮我的公司提升效率,能不能帮员工减少工作量, 帮助公司整体去节省人力成本。所以未来 ai 行业最大的机会可能不是再做一个 chat gpt, 而是找到一个可以真实落地的应用场景,然后用 ai 把效率翻十倍。无论是教育、金融、医疗还是企业服务,都将会被 ai 去重构。 未来真正值钱的不是那些最会和 ai 聊天的人,而是既懂得 ai 又懂得行业的人。因为 ai 本身未来会像电一样越来越普及,但是行业的理解才是真正的护城河,这才是 ai 产业链真正的底层逻辑。

当当当源自随笔开始了上一期我说 ai、 agent 和 skill 让我震撼,那么今天我们来看看它们为什么让人震撼。两分钟辨析 ai 当前的五层架构。第一层, model 也是基础模型,它相当于我们人类的大脑,可以和我们聊天, 协助我们查找、分析、推理主流模型和核心对比。放在这里,大家自行提取。第二层, reg, 全民解锁增强生成。它相当于我们人类的外置记忆百科全书,或者说操作经验。当我们给 model 外接上某个领域的 reg, 那 它就会成为一个领域专家。但即使有了 reg, ai 还是只会说,不会做,只提供技术咨询服务, 真正干活牛马的还是我们自己。于是现在第三层和第四层的 agent 和 skills 出现了。 skills 相当于是实际干活的手和工具,而装配了这些 skills 的 agent 就 会成为一个真正能干活的人,一个合格的专员牛马。于是这时候地位反转,变成我们来提供 ideas, agent 帮我们干活, 执行落地。这时候我们可以把自己升职成为小组长。光是小组长还不够,小组长也只是高级专员。牛马,那我要怎么继续解放自己呢?第五层, workflow 出现了,它相当于一个工程流水线, 你可以创造很多个适应不同岗位的 agent, 然后帮你完成一整个项目工作,你甚至可以创造几个小组长。 于是我们又给自己升职了,只要我们的 ai 足够成熟和落地,我们只需要提供 idea 和方向就可以转型。当老板撒花关注我,一起当 ai 时代的科研手艺人!

过去两年,各种 ai 工具不断推陈出新,从一开始的 chat gpt, cloud, gemony, perplexity 这些 chatbot 类型的工具,一直到 advent 的 观念盛行之后的 cloud code codex, 还有开源的 open ai hermes agent。 太多太多五花八门的东西, 如果没有投入大量的学习时间,你大概率也很难判断哪个工具最适合自己。但一个反直觉的事情是,如果你还在问哪个 ai 工具最强,那就问错问题了。 真正重要的不是工具排名,而是你能不能判断这个任务应该交给哪一种工具。过去靠着对比哪个工具最强,哪个模型最新来押宝的时代已经过去了,真正拉开差距的普通人,能做的是建立一套 multi two workflow, 也就是多工具工作流。 过去的重心在训练千里马如何跑得快一点,但现在我们应该知道怎么组装发动机、变速箱、底盘,变成一台汽车。 所以你需要的不是一个能够以一挡百的 ai 猛男,而是一套多工具工作流。理解每个 ai 工具最核心的价值,拆分出你工作流程中的各个需求、能力,并分配任务给各个工具,发挥其最大价值。今天这期视频我不会给你一个 ai 工具排行榜,排行榜会过期, 但是我会帮你建立一张 ai 分 工地图。看完这只影片,你会有能力建立 ai 工具效率最大化的 mindset, 并判断什么任务适合用哪个特定的工具,什么任务应该交给 cursor codex 这种 coding agent。 什么情况下, copilot 或 gemini workspace 反而更有价值? 先讲第一个核心观念, ai 的 产出你不满意,很多时候不是模型不够强,而是你用错了工具。很多人的 ai 使用方式很粗暴,什么都丢给同一个工具,查资料丢叉 gpt, 写文章丢叉 gpt, 整理简报丢叉 gpt, 分 析公司文件也丢叉 gpt。 想做自动化还是全都丢叉 gpt? 但不是完全不行。现在的叉 gpt 越来越强,很多事情它都能做到九十五分,甚至是一百分。 用错工具通常会遇到两个问题,第一,不齐。 ai 再聪明,如果他看不到正确的,他就只能猜。你要他分析公司内部文件,但他没有权限看你的 google drive、 sharepoint 或 crm, 他 就只能根据你贴给他的片段回答。 你要他判断客户状态,但他看不到订单、客服记录、成交记录,他就不可能真的懂客户。这不是模型智商问题,这是资料存取问题。一个看得到完整客户记录的普通 ai, 很多时候会比一个什么都看不到的顶级模型更有用。第二, ai 只有脑没有手, 有些任务需要搜寻,有些需要常态推理,有些需要读档、改档、跑测试,有些任务则需要串 api。 如果你把所有任务全部硬塞进一个聊天框里,最后结果就是看起来 ai 有 回答,但其实没有真正完成工作。 接下来我们直接看这张 ai 工具分工地图。我把常见任务分成五类,第一类是查资料研究比较资讯。 第二类是深度思考、写作策略推演。第三类是公司内部文件、邮件、会议权限资料。第四类是文案自动化 agent 的 工作流。第五类是 crm 客服业务流程。 那我们废话不多说,直接开始。第一类,查资料、研究比较资讯。这类任务我通常会优先想到 perplexity 或者任何有类似 deep research 的 工具,因为这类工具的核心价值是透过 r a g 设计来确保回答的时效性,并在每个段落精确标注来源引用,减少 ai 幻觉的风险。 r a g 理解成先检索再生成, 它不是只靠工具脑袋里原本的知识回答,而是先去找相关资料,把资料抓回来,再根据抓到的资料整理答案。所以 perplexity 这类工具的工作方式比较像搜寻加整理,而不是自己拍脑袋产出内容给你。而 ag 类型的工具适合的任务是,你需要先知道外部世界正在发生什么。 例如,你想比较几个 ai 工具的功能差异,你想了解某个产业最近的动态,你想快速掌握一个陌生主题的主要玩家趋势、争议和资料来源。这种时候你需要的是一个会去找资料、引用来源整理脉络的研究助理。 perplexity 这类工具的优势就在这里, 它会把来源列出来,适合寻找第一手资料来源。但它也有弱点,它不适合做深度观点推演, 因为它的回答常常偏向摘要整理引用。所以我的用法通常是, perplexity 负责找资料要有强烈观点、有策略判断、有逻辑层次的内容,我会交给有推理能力的模型,像是 gpt 五点五或者 cloud 四点七,这就是分工, 不是 perplexity 不好,也不是叉 gpt 不 行,是它们适合的位置不同。所以第一个分工很简单,凡是任务的关键是外部资讯解锁,优先考虑搜索型 ai, 而任务的关键是判断与表达时,再交给推理模型,也就是我们要讲的第二类工具。第二类,深度思考、写作策略推演。这类型任务我会优先想到使用 gpt 或 cloud 这两个模型的工具,因为这类任务的核心是处理思考, 你可能已经有各种资料了,一堆笔记、一段竹子稿、几篇文章、一个商业问题,或者只是脑中一团混乱想法,需要有人帮你把混乱变清楚,把资讯变得更有结构,把观点变论正,把草稿变成可以发表的内容,把模糊问题拆成可以决策的选项。 这就是在 gpt, cloud 这类强推理、强语言工具的价值,所以它们适合写 youtube 脚本,整理投资观点、设计顾问、提案拆解商业策略,把文章变成简报大纲,把会议记录整理成决策事项, 或者帮你模拟不同立场的反对意见。这些任务需要的不只是资料,它需要结构感、语气推理、取舍判断。所以这类工具比较像一个策略编辑或一个思考搭档。你给他材料,他帮你理出逻辑,你给他方向,他帮你展开成内容。 你给他草稿,他帮你砍掉废话,补上缺口,让论点更尖锐。举例,你要做一只关于 ai agent 的 趋势的影片。 第一步,你可以用 perplexity 或 deep research 整理最近重要发布像 microsoft open ai and soepage 的 这些公司最近做了什么。第二步,把资料交给 cloud 或 chat gpt, 请他帮你找出背后主轴,也许主轴不是谁发布了什么, 而是 ai 竞争正在从模型竞赛转向协助与自动化。第三步,再请他帮你写成口播稿,标题 hook、 段落架构。 这样就不是单纯教 ai 生文章,你是在设计一条内容生产线,你在指导一群在自己的领域上发光发热的 ai co worker 帮你做事,把对的人用在对的地方, 这就是 ai 分 工的价值。第三类是公司内部文件、邮件、会议、权限、资料。这一类很多人会低估 compile 或 java workspace 的 价值,因为大家常常只看工具本身强不强, 但在企业工作里,不只要看模型、智商,更重要的是它能不能碰到你的工作现场。如果你的公司主要用 microsoft, 你 的资料可能在 outlook、 teams、 网页、 drive 里。这时候 compile 的 价值就能完全体现了,它能看到你的邮件、会议文件, 它知道哪些文件你有权限看,可以在原本的工作环境里帮你整理摘要,搜寻产出,这在企业里非常重要。同样,如果你的公司主要用 google workspace, 你的资料可能在 gmail、 google drive sheets meet 里,那 gmail 的 价值也在这里。不是因为它一定比所有 ai 工具聪明,而是因为它更接近你的资料和流程。 这里有一个很重要的观念,资料在哪里, ai 就 应该尽量在哪里工作。你当然可以说 copilot 也可以串接 google workspace 啊, 但资料取得只是一小部分,重要的是整个 google ai 生态可以给你带来的效率。如果一直把公司资料复制出来,贴到外部 chat bot, 再把结果贴回去,这个流程不止麻烦,也有版本控管问题。 每次都靠人手搬资料, ai 就 不是真正进入工作流,只是一个外部问答窗口。所以当你的任务是整理公司内部文件、摘要、会议找过去邮件、分析内部报表或根据公司文件做回答时,你要先问自己这些资料在哪里? 如果资料在 microsoft 生态, copilot 可能是最自然的选择。如果资料在 google 生态, jamming workspace 可能更适合。 如果资料在 notion, slack, confluence 或其他内部系统,你可能需要看它们有没有原生 ai, 或能不能透过其他方式接到你习惯的 agent。 这里的核心不是品牌信仰,是对于 agent 来说,资料到底有多方便取得。 一个看得到公司资料的普通 agent, 很多时候比一个看不到资料的超强 agent 更方便,也更有用。 企业 ai 化的瓶颈之一,不是 agent 不 够强,是他看不到资料,碰不到系统,不能在权限里安全执行。所以第三个横空原则是,内部资料任务不要只看 ai 工具, 要看资料权限与系统整合。第四类是文案自动化 agent、 工作流。这一类任务我会优先想到 cursor code 这类 coding agent, 因为在这里,瓶颈已经不是 ai 会不会回答,而是它能不能进到正确的工作环境,然后帮你读专案、改档案、跑测试、看错误讯息,再自己修正。一般 chatbot 可以 帮你写一段 code, 但 coding agent 可以 做得更完整。它能直接操作你的档案系统, 执行终端机指令,获取日期,并自主修复错误,直到程序跑通为止。这已经不是问 ai 一个问题,更像把一个工程任务交给一个工程师,然后你来负责修复错误。例如,你想做一个自动化流程, 每天抓 gmail 里特定客户的信件,整理成摘要,写进 notion, 然后发 slack 通知。你可以在 chat gpt 里问这个流程要怎么做,它会告诉你大概可以用 gmail api、 notion api、 slack、 webhook, 这是咨询。 但如果你要真的把 scripts 写出来,设定环境变数,处理错误,测试能不能跑,这就比较适合交给 code agent。 再举例,你要修改一个网站功能, chat gpt 可以 给你一段范例 code, 但 kerfer 或 codex 可以 进你的专案,看你现有的架构,找出该改哪个档案,实际修改,然后跑测试。 这就是为什么 coding agent 是 另一类工具,它不是因为模型一定比较聪明,而是因为它有工作环境,它能接触档案系统,能执行命令,能反复修改,能在上下文里理解整个专案。所以第四个分工原则是, 凡是任务需要一只手来操作档案修改系统,跑测试串 api 就 使用 coding agent。 但这里也要提醒, 抠钉 a 针很强,但你不能完全放手,你还是要 review, 它可以帮你加速,但不代表你可以不懂基本逻辑,尤其是涉及资料安全、付款权限、客户系统的工作,更不能盲目让 ai 自己改。成熟用法是,你定义任务, ai 执行出稿,你 review 差异, ai 修整,你做最后验收,这才是安全的工作流。 最后一类, crm 客服业务流程这一类任务很多时候最适合在原本的业务系统里做,例如 salesforce、 shopify、 shopline 或其他电商客服 crm erp 系统。 回到我们第三点提到的,资料在哪里, ai 就 应该在哪里工作。如果你要 ai 帮业务判断哪个客户最可能成交, 它需要客户资料、过去互动记录、拍 plan 状态、报价记录、礼拜往来业务备注,这些通常都在 crm 里。如果你要 ai 做客服回答问题,它需要 faq、 订单状态、退货政策、物流资讯。这些通常都在客服系统、电商后台、订单系统里。如果你只是做一个漂亮的 chatbot, 但他没有接到这些资料,那他就很容易变成一个会讲话的玩具。可以回答一般问题,但不能真正解决客户问题。客户问这个商品能不能退,他如果没有接最新退货政策,就可能乱回一通。业务问,这个客户应该优先追吗? 他如果看不到 crm 里的互动记录和成交几率,就只能讲一些虚的。所以,业务流程类 ai 的 关键不是 chatbot 的 本身,关键是它是否连接到系统。 这也是为什么像 salesforce 这类平台的 ai 发展很值得注意,因为它们不是只做一个聊天机器人,它们有企业资料,有权限、有流程、有工作物件。 当 ai 可以 直接在这些系统上操作,它的价值就会比单纯聊天高很多。而如果目前这些平台还没有相应的 ai 功能,或是你需要更克制化的功能设定,可以先试着使用 plink 或者其他方式在指定 agent 里面自行做串接。 这也是为什么 ai 工具会是一个分工地图,而非独立的五点,它可以层层递进,也可以退而求其次。对一般公司来说,如果你想导入 ai 客服,比起问说我要用哪个 ai, 你 更应该先问我的客服资料在哪里? line、 instagram、 官网,虾皮的讯息能不能整合?什么问题可以 ai 自动回?什么问题要转真人回复错误时谁负责?建立起 data governance 和责任归属拆分才是你最优先要考量的。 这些问题比挑选工具更重要,如果底层资料和流程没整理,工具再强都没用。所以第五个分工原则是业务流程型 ai, 优先考虑原系统内建 ai 或能深度串接的方案,不要只做表面 chatbot, 要让 ai 进入真正的工作流。 所以以后你选 ai 工具之前,先问自己三个问题。第一,这个任务需要什么资料?只需要公开网络资料,还是需要公司内部文件?需要客户资料吗?需要代码吗?需要历史订单吗?这是第一步,不要先问工具,先问要什么资料。 第二,这个资料在哪里?在网络上?在 google drive, 在 microsoft sharepoint, 在 notion, 在 slack, 在 salesforce, 在 github, 在 shopify 或 shopify, 在 你本机资料夹资料位置会直接影响工具选择,因为能直接碰到资料的 ai, 通常会比需要你手动搬资料的 ai 更适合。 第三,这个 ai 能不能直接帮你操作。注意,不只是能不能读,还要看能不能操作,能不能更新 crm, 能不能发出通知,能不能查订单,能不能根据权限控制。回答 ai 的 价值会从回答问题逐渐走向完成任务,所以操作能力会越来越重要。这三个问题加起来就是一个很实用的判断公式。 任务需要什么资料?资料在哪里?哪个 ai 可以 直接读取或操作哪个地方?想清楚你就会知道这个问题。先丢 perplexity 找资料这份资料,再丢 cloud 做推理这个脚本,再用 chat gpt 打磨语气,这个自动化交给 cloud code 或 codex 做。 这个公司内部文件任务交给 co pilot。 这个客服流程应该回到 zen desk 或 shopify 里做。过去大家很在意的模型排名与综合能力,谁 benchmark 比较高,谁上下文比较长,谁推理比较强,谁写代码比较好?这些当然重要, 但在实际工作里只是最基础的一层。 ai 的 竞争包含模型跟模型之间的对决,但那是 ai 巨头们的事儿。你要注意的是人跟人之间决策的差距。 你能不能判断这个任务需要资料推理权限、操作验证还是长期记忆?你能不能把它交给最适合的工具,这会变成新的 ai luency。 我 们的工作不再只是下指令,而是学会各取所长。你要理解工具的底层逻辑,将合适的任务配对给对应的模型或者工具,这才是未来高效工作的核心竞争力。 ai 工具五花八门,这只影片或许只是蜻蜓点水, 重点在于你要掌握这套分工逻辑,就不会再被工具绑架,被焦虑裹挟。你要知道怎么判断一个新工具是否值得你研究,毕竟工具是帮助人的。如果最新的工具对你来说完全没有应用场景,不需要逼着自己去学习,使用工具会越来越多,但你的判断还有选择,逻辑才是最重要的竞争力。 那以上就是今天的内容,如果对你有一点帮助,记得帮我点赞、关注加分享,这是我持续创作下去的动力,我们下次见。

咱们搞 ai 的 这两年,其实就干了一件事,从教模型说话,到管模型干活。一开始 prompt engineering 核心就一个字,说, 你把话说清楚,模型就能给你好。结果这是表达的问题。后来发现,光说清楚还不够,模型不知道的事它编不出来。 于是 context engineering 来了,核心是喂,在合适的时机把正确的信息喂进去,这是信息的问题。 但最近大家撞上了一堵更硬的墙,你信息给对了,他计划也完美,可一直行就拉胯,跑着跑着就偏了,出了错也不知道回头。 所以第三阶段来了 harness engineering, 它不再纠结输入,它关注的是整个运行过程,怎么监督,怎么纠错,怎么把跑偏的模型拉回来。如果说 prompt 是 命令, context 是 情报, 那 harness 就是 套在模型外面,管着它怎么干活的一套约束和控制系统。 这个词原意是套马的绳子,放在 ai 里,就是让你驾驭模型的系统,没有它,模型就是一匹野马,能跑,但随时会把你甩下去。那这套马具长什么样?咱们拆开看,就六层。 第一层,上下文管理,不是什么信息都塞,而是给模型画一个干净的思考边界。第二层,工具调用过滤,不光是给你工具,还要管你什么时候用,用错了怎么办? 第三层,执行编排,模型不会规划长任务, heroine 就 得给他设定步骤和检查点。第四层,状态管理, 模型天然失忆, heroine 必须记住做过啥,确认了啥。第五层,评估观测不能靠模型自己打分,得有一双独立的眼睛来验证结果。 第六层,约束与恢复。最关键的一层,失败是常态,系统必须设计好怎么截停回滚,重试 概念听懂了,我们看大厂是怎么做的,他们踩的坑比我们深的多 and stop。 发现一个致命问题,上下文焦虑 模型干活时间一长,信息越塞越满,他就着急了,开始跳过细节,仓促收尾。他们的解法很粗暴,不是压缩上下文,而是直接重置,换一个新的 agent, 把活交接过去, 就像你电脑内存快溢出了,不是清缓存,直接重启进程状态恢复稳得很。 他们还干了一件非常关键的事,把干活的和验收的分开,规划着拆需求。执行者写代码,评估者做黑盒测试,评估者不看代码长啥样,直接跑起来看效果。独立的验收才有真正的纠错闭环。 openai 的 经验更直接。第一,人类工程师不再写代码了,只干一件事,设计 harness, 你 把任务拆成小块,把规则定义清楚,把工具接好。第二,绝对不写一个巨大的规则文档,他们用缩影和子文档叫渐近式批录 模型需要什么再去查什么,注意力是稀缺资源,别浪费。第三,把测试环境直接丢给模型,接上浏览器,能点,能截屏,能查 log, 让模型自己生成,自己论正自己修。最后,人工只需要在观。好。一句话总结, prompt 解决表达问题, context 解决信息问题, harness 解决持续做对的问题。 很多人还在拼模型比谁的参数大,但真实世界里,决定一个 agent 能不能稳定交付,能不能把成功率从百分之七十拖到百分之九十五的,从来不是模型本身, 而是这套看起来不起眼的马具 harness engineering。 想明白这件事比换一个新模型重要得多。