00:00 / 03:26
连播
清屏
智能
倍速
点赞13
00:00 / 07:22
连播
清屏
智能
倍速
点赞323
00:00 / 05:37
连播
清屏
智能
倍速
点赞174
00:00 / 07:42
连播
清屏
智能
倍速
点赞4
AI时代,企业服务最大的机会! 硅谷知名风投机构Foundation Capital最近发布了一篇题为《4.6万亿美元的Services-as-Software机遇:第一年的经验教训》的深度分析。 作为AI领域的活跃投资者,他们在过去18个月里投资并深度参与了数十家AI创业公司的发展历程。 这篇文章的核心观点令人深思:在AI时代,真正的竞争已经从"谁的产品功能更强"转变为"谁能更深入地将AI能力转化为客户的实际业务成果"。  他们将这种新模式称为"Services-as-Software"——不再是提供工具让客户自己去用,而是直接交付工作成果。 文章通过大量实例揭示了几个关键洞察: 第一,实施能力成为新的护城河  当所有人都能调用同样的AI模型,差异化不再来自产品本身,而是来自将产品深度嵌入客户业务流程的能力。 文章详细描述了Forward-deployed engineer(前置部署工程师)如何成为AI公司最重要的资产——他们需要深入客户现场,理解那些"部落知识",将边缘案例转化为产品能力。 第二,销售模式的根本性改变  传统的"演示→试用→购买"流程在AI时代失效了。客户要求在真实环境中看到实际效果才愿意付费。这导致“概念验证”成本极高,但同时也成为建立竞争壁垒的机会——每次成功的实施都会积累可复用的行业知识和解决方案。 第三,从卖席位到卖成果  定价模式正在从传统的按用户数收费,向按工作量、按任务、最终按业务成果收费演进。这不仅是计费方式的改变,更代表着价值创造和客户关系的根本转变。 以上这些内容,让我想起自己之前服务武商超市和盒马鲜生的经历。 我们当时是与这两家头部的生鲜零售公司,进行社区团购业务的共创,最终我们通过讲他们两个品牌的供应链引入微信私域,做到大几千万和数亿元的GMV。 销售结果非常好,但我想说,前期的沟通、实施时间是超级长的。 与这种大公司合作,首先要解决信任关,你在你做的事情上要足够专业;其次,要搞懂大公司不同业务部门的分工,持续沟通,搞定几个核心的业务负责人。我们当时每个项目都花了至少1-2个月进行前期沟通,实施落地又花了1-2个月。 第三,跟这种行业头部公司合作,最佳方式是先试用,再按照效果付费。 #AI商业模式 #企业服务#智能体#按效果收费 #盒马nb自提
00:00 / 03:57
连播
清屏
智能
倍速
点赞10
今天国内UI设计领域的知名工具蓝湖,发布了一个垂直行业的Agent。 Reddy.ai,一个能够直接生成体验非常好UI和前端界面的Agent,你只要在左侧说出你的需求,就可以让他生成一整套的可视化的前端代码。可以说效果非常不错,基本上达到了生产级代码。
持续对这些Agent的持续观察和体验,让我更加坚定了自己的想法,那就是通用 Agent 基本上不只是 90%,我觉得 98%都得死掉。

其中一个原因就是交付结果的能力。很多人觉得用 AI 去做一个 PPT,或者用 AI 剪一段小视频,这就是某种程度上的结果
我觉得不是。
我们应该怎么去衡量“结果”这个词呢?第一,比如做 PPT,真正需要每天做PPT的人,有没有在用100%AI生成的PPT呢?对吧,这个见仁见智。这是第一点。
另外关于用AI做视频,有一个一个逻辑就是,比如做出的视频,能不能跟现在市面上比较火的视频质量对齐,我觉得对齐这件事情非常重要,对齐意味着你做的东西差不多可以跟人类的能力平齐了。对吧,泽良也在做视频,各种AI工具生成的内容,离直接可用,至少还差了一半以上的距离。
所以,什么叫交付结果,在这种情况下我们就会发现,做通用 Agent 的玩家需要在每一个垂直的方向上去优化到最好,但是每个垂直领域都有那个领域的蓝湖、那个领域的cursor。
而且我认为,真正常用ppt的人,是用PPT来表达自己观点的人。而不是AI的观点。而用100%AI生成ppt的人,绝大多数是应付公事。

另外,如果你定位的是普通人的Agent,我想说普通人用AI工具也要达到一定的标准。比如说当年像创客贴、爱设计、Canvas 这种,可以简单地像做PPT 一样的交互去做海报设计,确实是对 Photoshop 的很大程度的简化。但是,它们也是垂直在一个方向上做得足够细致,才能获得到足够多的付费用户。

那通用 Agent 呢?你是想解决什么问题?你是想解决AI浏览器的问题吗?还是想解决AI搜索问题,或者说不只是搜索,而是最终要给到用户一个结果?
 那这个问题为什么是你做,而不是谷歌去做,或者是 OpenAI 、字节这些做大模型的人去做呢?因为他们的定位也是个人助手、AI操作系统,同时也在做AI浏览器。 
我觉得通用 Agent 会面临这样的质疑,就是你做得再通用,容器…#人工智能 #agent #智能体 #OpenAI
00:00 / 03:28
连播
清屏
智能
倍速
点赞273
夸克AI眼镜,抢夺AI硬件入口! 2025 年 7 月 26 日,WAIC 开幕首日,阿里把首款自研夸克 AI 眼镜推到了台前。

据介绍,相比传统的音乐播放、通话、翻译、会议纪要等常规AI眼镜功能,夸克AI眼镜新增了基于夸克AI能力的搜索、识别场景,能够满足通用问答、AI图像问答、百科闲聊场景下的用户需求。

更重要的是,它还通过整合阿里生态资源,带来了更多场景想象力,例如,在出行方面,夸克AI眼镜联合高德地图,打造了定制化近眼显示导航系统,为用户提供骑行、步行场景下的精准路线指引;
在购物体验上,可以通过淘宝实现商品智能搜索和实时比价功能;

支付场景中,联合支付宝实现AI眼镜“看一下支付”,实现真正无感又安全的支付体验;

在行程服务方面,与飞猪旅行和阿里商旅合作定制了专属的行程实时动态提醒功能,让出行更加便捷高效。

AI眼镜最大的短板在于电池,据了解,夸克AI眼镜,在双电池系统上带来了创新的换电设计,通过热插拔镜腿让用户快速更换主电池;搭配一个可随身携带的耳机盒大小的换电仓,可以实现24小时续航。

之前泽良有一期视频,也是在讲AI眼镜,那次是在XiaomiAI眼镜刚刚发布的时候。这一次的夸克AI眼镜,很明显比小米的眼镜在功能层面更加成熟。

首先是AI交互的升级,可以语音控制拍照并进行检索了,模型也是阿里最新的通义大模型,匹配了夸克AI浏览器的很多成熟的产品能力。

其次,则是应用生态的完整性,有了阿里旗下各个业务线的支持,眼镜的可玩性大大增强。

最后,这个AI眼镜要增加了一个光波导的小显示屏,重要信息支持看到并确认,在满足电量要求的基础上,还能增加显示屏,可谓是对交互极大的升级了。

综上所述,我觉得夸克AI眼镜可谓是相对很成熟的一代产品。而且其中植入的阿里系应用,解决了产品应用生态冷气动的问题,也给后面其他AI应用,指明了方向。为夸克AI眼镜的智能体生态,奠定了基础!#夸克AI眼镜 #AI硬件 #WAIC #阿里巴巴 #智能体生态
00:00 / 02:36
连播
清屏
智能
倍速
点赞22
AI+MCP颠覆传统软件! 
泽良先说一个暴论:未来不做MCP的传统软件,都会被边缘化! 
MCP,即模型上下文协议(Model Context Protocol)是一种由 Anthropic 于 2024 年底提出的开放标准协议,旨在让AI模型能够方便、安全地连接到各种外部数据源和工具。 简单来说,MCP为AI模型提供了一个类似“USB接口”式的通用连接方式,可以让LLM大语言模型调用第三方工具和软件。 
人类访问网站需要HTTP协议;而大模型访问外部工具则需要MCP。行业在这一点达成共识的速度非常之快。 首先是OpenAI宣布兼容MCP、Google、微软先后宣布兼容MCP,国内的字节、百度、阿里也都开始拥抱MCP,为什么? 
MCP是是一种让人工智能读懂软件的方式,比人类去读懂软件更简单。因为人类才需要GUI用户视觉界面,需要看到、点击、反馈,而AI只需要上下文就够了。 
只需要一些上下文语境,以及包含在语境当中的“接口”,AI就可以实现上传、下达,不辱使命。 
在未来,所有软件、本地的,云端的软件,都要mcp化。都要开放API,去给大模型LLM去调用。 
而传统软件,要么消亡,要么MCP化,变成可被大模型所调用的工具,即成为智能体。 
第一点原因,软件AI化之后,原本复杂的操作,可以有更简单的交互界面,服务更多的用户; 第二点原因,是可以顺带把客户在这个细分场景下的所有需求,都通过更简单的操作来完成。 互联网的历史上,总是简单软件的替换复杂的;效率高的,替换效率低的产品。因此,任何没有MCP化,耽误AI主动调用你的传统软件,都将被边缘化! #人工智能 #MCP #Agent #OpenAI
00:00 / 02:22
连播
清屏
智能
倍速
点赞7
今天在读 Scale AI 的创始人,也就是 95 后的华裔王艾克森的播客时,我获得了很多感触。

其中很重要的一点是,其实美国的头部 AI 公司已经开始用基础模型,加上逻辑推理、以及强化学习去训练各个领域的 Agent 了,而且是基于数据一体化的方式,去构建这种逻辑推理能力,专门为 AI 构建这样的环境和数据。

而国内的竞争普遍还处于多模态模型的竞争领域,我觉得在认知层面和美国的这些创业团队相比,确实差了很多,基本上属于快差了一代的认知。

Alex 王提到说,他们慢慢意识到:如果你能把原本由人执行的流程、转化为强化学习训练所需的环境与数据,就有机会把这些人类工作流变成自动化的Agent流程。
要注意,他这里的自动化Agent,已经不再是AI+MCP的逻辑了,更像是基于强化学习,一体化训练出来的Agent,有点像OpenAI的deep research,执行效率更高、速度更快。

这又让我回忆起linux基金会负责人接受腾讯科技采访时的判断,他说AI时代也会像计算机时代,最终底层的模型应该是开源的,就像linux一样的开源,而绝大多数的企业服务器都用的是linux的内核。
他也提到说,企业的壁垒应该是什么,我觉得结合Alex 王所说,应该是企业专有流程,在AI+MCP化之后,再去将其中的专有数据,进行强化学习的训练。让AI像人一样自适应工作环境与系统,而不只是刻板地执行。
就好像人类的管理方法,高阶的管理都是给到优秀的人才以自适应的空间,而相对低阶的管理,才强调服从和执行。
一下子就把AI+MCP实现的低阶AI管理,与一体化强化学习的高阶管理区分清楚了。
在我看来,作为移动互联网应用创业强过美国的中国开发者,在AI时代的agent构建能力,还应该能保持我们的优势。我们需要在认知层面与走的更快的硅谷同行们进行同频,这样才能更好地指导我们的实践! #AI #scaleai #meta #扎克伯格 #强化学习
00:00 / 03:15
连播
清屏
智能
倍速
点赞31
全民AI 编程的时代或将到来! 这两天很有默契的。 国内AI编程一哥,字节旗下的Trae,发布了SOLO模式,是一种类似全自动编程直给结果的模式,编程能力可谓是站稳了国内第一的位置;阿里开源了最强 AI 编程模型 Qwen3-Coder,性能跑分对标Claude 4的最新模型;腾讯CodeBuddy,也开启了面向媒体的内测会。 AI 编程的发展如火如荼,未来的软件编程可谓是越来越简单了。在某种程度上,互联网、移动互联网、包括人工智能之类的技术发展,就是在不断地让更多用户掌握原本专业小众的一些技术能力。 比如说最早的电商,能在淘宝开店的人只是一小部分。后来在微信群用群接龙、快团团团购个水果,或者随便开个微信小店或者抖店,就能开始卖东西,门槛基本降到极低。 最早能在抖音拍短视频的,也是极少一部分人群,现在绝大多数人,拿起手机就能拍。阻挡大家拍视频的已经从工具,变为了心理上的门槛。 接下来,AI coding更是把原本只存在于程序员世界里的编程工具,门槛降到极低,当然,完全成熟的AI Coding,可能还需要一段时间调优的过程,需要前后端完整的全栈开发框架,都准备就绪,才能够达到这样的程度。 我最近刚查了一个数据,2025年中国程序员的保有量是900万人,大概占全世界的30%左右。 我想在AI coding软件的加持之下,国内的这个数字可能至少要往上翻几十倍。900万翻10倍就是9000万,翻几十倍的话,我觉得中国在未来3-5年左右至少要有3亿人。或多或少会使用或掌握AI coding的能力。 因为编程,在之前是需要至少掌握一种高级编程语法,才能制作精良的软件,但现在其实只需要掌握一些逻辑逻辑,就能通过汉字、这种自然语言去编程,去实现一个原本不敢想象的软件。 如果自然语言编程,再加上模块化的前端或者后端能力,是不是就可以让普通人做出媲美现在这些成熟软件的产品呢?我觉得完全可以。 所以说,字节的Trae、腾讯的CodeBoy,阿里的通义码编程工具,都在往这个方向发展,尤其是字节的工具,走得更快一些,已经实现了完全自动化的 solo 模式。 目前已经有大V评测说字节的TREE的coding能力,目前只是在前端领域做得比较完美,后端的自动化模块化能力还要差一些… #AIcoding #trae #通义灵码 #codebuddy #AI编程
00:00 / 04:03
连播
清屏
智能
倍速
点赞60
OpenAI收购前苹果首席设计师,抢走曾经乔布斯的最佳搭档!在AI硬件领域,迈出重要一步。OpenAI要做操作系统,必须也有自己的AI硬件! 今天凌晨1点,OpenAI宣布正式完成对io公司的收购。 前苹果天才设计师Jony Ive正式加入OpenAI,并且Ive和他的团队LoveFrom保持独立,主要承担OpenAI深度设计与创意职责。  根据之前OpenAI首席执行官Sam Altman爆料的邮件显示,Ive可能会帮助OpenAI设计硬件交互智能体,开发一种全新的智能硬件产品。 这应该是一个AI行业的标志性事件。OpenAI在大模型+超级应用(AI办公+协作IM)+AI硬件,全场景覆盖的赛道上,已经一去不复返了。 按照泽良之前的分析,这就是一条非常正确的路线,就像昨天发布AI新产品的飞书,也在不断在侵吞企业级SaaS的市场一样。 头部AI公司,定位做AI的操作系统,就会把所有操作系统相关的产品线,全部做一遍!也包括AI的硬件,就像微软和Google分别做完操作系统之后,也都开始做笔记本电脑和手机等硬件。 微软有完整的Office 365办公套件 和teams企业协作系统;Google有完整的Google Chat和云端文档产品系列。这本就是消费者开始连接网络之后,最基础的软件产品。 在泽良看来,AI巨头的进化有以下几个趋势: 第一,软件开发成本极具降低,帮个人、企业多做工具、saas、信息化、数字化的功能,可以延伸OpenAI、字节飞书这些头部的边界; 第二,我们之前讲过,与其花费时间谈判、对接API,打通外部的软件,OpenAI、字节飞书不如自己全都做了,还方便AI的调用。方便后续基于环境数据,做强化学习。 第三,AI硬件越来越成为刚需,因为AI能力很强,但目前人类还无法给到AI足够多的数据,让AI来帮助指导我们的工作。 另外,用户的本地数据,也需要有端侧的算法和算力,来匹配用户更安全、更隐私的使用需求。 AI永不眠,在软件急剧普世化、低成本化的当下,巨头之间的竞争必然更加全方位、无死角。此时,进攻对手的地盘,自然会变成一个下意识的布局和选择。 AI时代的竞争,越来越好玩了!#OpenAI #AI硬件 #人工智能 #agent #MCP
00:00 / 02:44
连播
清屏
智能
倍速
点赞25
00:00 / 02:55
连播
清屏
智能
倍速
点赞8
00:00 / 00:43
连播
清屏
智能
倍速
点赞100
00:00 / 00:58
连播
清屏
智能
倍速
点赞190
00:00 / 10:23
连播
清屏
智能
倍速
点赞0