AI Odyssey

AI Odyssey
  • 5.0 (1)
  • TECHNOLOGY
  • UPDATED MONTHLY

『AI Odyssey』是一档探讨人工智能科技的播客。在这个节目中，我们会从 AI 技术、产品、资金，以及中美两大互联网市场之间的机遇和挑战展开讨论。 关于我们： Leo Zhao：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 PongPong：连续创业者，AI初创公司产品负责人 在各大音频平台都能搜到我们，欢迎点击订阅。 商务合作：+vx「aiodysseyai」添加注明来意 听众反馈：genaiodyssey@outlook.com 听友群：+vx「aiodysseyai」备注听友群

  1. JAN 26

    CAMEL AI 创始团队专访：打造“开源版 Cowork”，如何从 0 到 1 搭建企业级 Agent 框架

    主播的话当行业还在迷信千亿参数模型时，CAMEL AI 已经靠一群“打工人”智能体深入企业内网，像真人一样点鼠标、填工单了。 作为全球首个 Multi-agent 框架的奠基团队，本期嘉宾带来了一个极具冲击力的反共识：未来的 Agent 进化，不靠更长的 Context，而靠更严密的组织架构。 在对话中，你会听到一些打破滤镜的实战真相：为什么 Agent 之间沟通多了反而会像人类一样“互相推诿”？为什么“模拟键鼠操作”这种看似笨拙的方案，反而是企业自动化的最优解？ 别再盯着 Prompt 调优了。当这个写出第一篇 Multi-agent 论文的团队开始重注强化学习和环境模拟时，你就该意识到：Agent 的草莽时代结束了。想要看懂下半场，这期节目提供了最真实的坐标。 嘉宾介绍Regina | CAMEL AI  Founding Product Wendong | CAMEL AI Founding Engineer Celine | CAMEL AI Founding Growth 产品介绍CAMEL AI 是世界上首个基于LLM构建的开源的多智能体框架，一直在探索 AI 多智能体的Scaling Law，包含大规模智能体系统、复杂环境、智能体自我进化三个关键维度。项目论文在2023年被 NeurlPS录用。 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 核心观点商业定位分层： 开源社区（ToC）负责技术验证与品牌声量，桌面端产品（ToB）负责高价值场景（如 ERP/CRM）的营收落地。架构效率论： Multi-agent 的核心价值不在于简单的“并行”，而在于通过任务拆解将 Long-Context 转化为 Short-Context，从而降低幻觉率。Agent Scaling Law： 智能体能力的扩展由三要素决定：Agent 数量、环境交互（RL）的进化能力、合成数据的质量。成本优化路径： 利用 KV Cache 配合 Context Splitting，在重复性任务中可降低 70%-80% 的 Token 成本。终局预判： 未来的 Agent 系统将是“中心化调度 + 专有小模型执行”，通过强化学习（RL）在特定环境中自我进化，而非依赖单一千亿参数模型。时间轴01:20 从顶会论文到商业化：全球首篇 Multi-agent 论文背后的学术起源与商业转型逻辑。 04:40 商业策略：ToC 赚声量，ToB 赚营收 为什么企业级自动化（CRM/ERP）是目前最稳健的现金流场景？ 06:47 Workforce：Coordinator 与 Worker 协作 拆解Agent“组织架构”：如何通过协调者实现任务的高度泛化。 07:28 核心壁垒：模拟键鼠的 Browser-use 摆脱 API 依赖，让 Agent 像真人一样直接操作浏览器界面。 15:48 预设四大原子 Agent 能力：从代码执行到多模态处理，支撑复杂任务的底层工具库。 18:57 架构之争：单体 Agent 的天花板 为什么长链路任务必须由多Agent协同？解决注意力衰减与幻觉。 22:04 重新定义 Agent Scaling Law：扩展定律不仅是算力，更是 Agent 数量、环境规模与数据的三位一体。 25:08 数字化组织：HR、CEO 与打工人 揭秘“图结构任务流”：如何像管理公司一样管理 Agent 系统。 30:10 安全底线：人在环路 (HITL) Agent 如何在登录验证等不确定场景中主动向人类求助。 31:33 协作悖论：为什么 Agent 也会“甩锅”？ 过度沟通导致的 Token 浪费与执行效率下降的真实观察。 35:33 RL 下半场：垂直领域的专家进化 如何利用强化学习（RL）将行业 Know-how 植入Agent闭环。 37:38 Workflow Memory：复制成功路径 长期记忆机制：如何将偶然的成功转化为确定的生产力。 商业/技术洞察技术架构对比：Single Agent vs Multi-Agent基于wendong的技术分享整理 References 开源框架 (GitHub): CAMEL AI (CAMEL) 学术论文: CAMEL: Communicative Agents for "Mind" Exploration of Large Scale Language Society Elgent(GitHub): The Open Source Cowork Desktop to Unlock Your Exceptional Productivity.

    44 min

  2. JAN 15

    AI长期记忆产品化：连续创业者Kisson复盘如何做AI个人助手

    编辑部注 本期节目录制于 2025 年 12 月。 录制期间，嘉宾 Kisson 担任 Tanka AI CEO。在节目正式发布时（2026 年 1 月），她已卸任该职务并开启了全新的创业旅程。 为了保持对话的完整性和当时语境的真实性，我们在音频和文案中保留了录制时的称谓与视角。Kisson 的职业变动恰恰印证了 AI 行业的一个核心特质——惟有“变化”本身是不变的。祝贺 Kisson，也期待她的下一个 Next Big Thing。 主播的话进入 2026 年，大模型的上下文窗口已经卷到了千万级，但为什么 AI Agent 依然记不住你的喜好？ 本期节目，我们邀请到连续创业者Kisson，深度复盘 AI 记忆的演进之路。 不同于市面上泛泛而谈的“AI 情感陪伴”，本期内容揭示了一个反直觉的行业真相：在 AI 时代，笨重的 B 端企业反而比 C 端用户跑得更快。 为什么互联网时代的“C 端包围 B 端”逻辑失效了？ 技术层面：从早期的 Replika 到如今的 HippoRAG，Memory 如何从简单的“存储”进化为具备抽象能力的 MemCell？ 交互层面：当自然语言真正成为新的 UI，LLM OS的形态发生了什么巨变？ 商业层面：为什么 Outcome-based pricing（结果付费）是检验 SaaS 产品力的唯一标准？如果你认为 2026 年的 AI 创业已经没有机会，这期节目会告诉你——真正的护城河不再是模型参数，而是你对垂直场景“记忆深度”的理解。 嘉宾介绍Kisson：ex-Tanka AI CEO。曾任 Mindverse（心识宇宙）联创及 COO。前TikTok商业化战略总监，前Facebook集团战略经理。关注AI agent和记忆模型。公众号：Kisson不聊广告改煲鸡汤了。推特：@KissonL 产品介绍Tanka.ai 是一款人工智能驱动的业务软件，旨在简化运营、加强团队协作并推动中小企业的可持续增长。它学习并保留知识，优化决策，并将分散的数据转化为可操作的长期记忆。 网址：www.tanka.ai 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 核心观点 互联网定律失效：B 端采纳速度快于 C 端。因为企业有明确的 ROI 计算逻辑，而 C 端用户在缺乏“超级应用”之前，很难改变交互习惯。 记忆细胞的进化：未来的 Memory 不是堆砌数据，而是像生物一样，将“事件”抽象为结构化的记忆细胞，实现类似人类的“遗忘与强化”机制。 交互即系统：自然语言将成为新的图形界面，未来的操作系统不再是点击图标，而是理解意图的 LLM OS。 人的懒惰是护城河：引用 Andrej Karpathy 的 "Copilot for X" 观点——即使 AI 能力再强，人类“懒得去描述任务细节”的本性，依然是垂直领域创业公司最大的机会（帮你把任务描述清楚）。时间轴快速导航： 如果你关心 技术架构演进 (RAG/MemCell) → 跳转 20:19 如果你关心 商业定价与 B 端策略 → 跳转 34:33 如果你想听 2026 行业宏观判断 → 从头开始听2026 宏观视角：互联网定律为何失效 03:45 扎克伯格的早期实验室：从 Meta 到 Tanka 的路径演变。 06:22 B 端反超 C 端：为什么在 Memory 落地这件事上，企业比个人更积极？交互范式：Natural Language as UI 11:25 拒绝被动问答：Agent 必须具备 Proactive Trigger 能力。 15:30 LLM OS 概念：当自然语言取代图形界面，我们还需要 App 吗？硬核拆解：Memory 技术栈演进 21:48 Replika 的启示：早期情感陪伴产品的成功与局限。 23:46 Mindverse 架构复盘：试图打造“USB 式记忆插件”的工程挑战。 24:00 学术界新框架：HippoRAG 与 Self-RAG 如何模拟人类海马体机制？ 27:35 MemCell：如何将非结构化对话转化为结构化记忆？ 24:55 评测困局：关于 Local Models与 Memory 结合的 Benchmarking 讨论。商业洞察：定价策略与终局 34:33 定价心理学：为什么 Outcome-based pricing 是 B 端唯一解？ 43:09 重读 Andrej Karpathy，创业者的机会在“最后一公里”。Kisson 结合 Tanka AI 的实战经验，总结了 B 端客户的采购心理： 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI

    46 min

  3. 12/03/2025

    对话朱俊帆 | 硅谷跑会实录：听到了哪些 Paper 没写的“内部噪音”？

    主播的话你的 Transformer 模型，是不是有一半的计算量都在“摸鱼”？ 当所有人都在卷 SFT的时候，为什么硅谷的前沿研究者们却开始担心“模式坍缩”，转而把目光投向了 RLVR？ 这期节目，我们没请 CEO，也没请投资人，而是拉来了一位最近在硅谷“跑会”跑到腿软的硬核朋友——俊帆。作为自动驾驶领域的 AI Engineer，他在短短两个月里，密集扫荡了 Pytorch Conference、Ray Summit、AMD Dev Day 甚至各类 Hackathon（还抽中了一块显卡！）。 我们把他在这些活动上听到的“内部噪音”和“前沿信号”做了一次深度 Dump。你会在节目里听到： 斯坦福大佬 Christopher Manning 是如何通过“残差流抹除”实验，发现 Transformer 架构其实非常浪费的； 为什么现在大家都说“Post-training”才是决胜局，以及 Thinking Machine 实验室是如何用轻量级的 LoRA 就能跑出逼近 97% 的 RL 效果； 还有字节、Google 在Infra层面上为了解决万卡训练和 Agent 显存焦虑做的“变态”优化。如果你是正在死磕模型效果的算法工程师，或者是对 AI 技术栈演进好奇的产品人，这期“硅谷前线观察报告”绝对能帮你省下几千美金的门票钱。 戴上耳机，我们一起去湾区现场看看。 嘉宾：朱俊帆：芝加哥大学金融数学和佐治亚理工学院计算机科学毕业，曾在自动驾驶公司从事 AI Agent 和强化学习的研发工作；在芝加哥做了几年投行的量化金融模型。 欢迎查看嘉宾的 LinkedIn 了解更多信息 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 本期重点 00:47 嘉宾介绍 02:01 嘉宾的“特种兵”行程单：从 PyTorch Conf 到 AMD Dev Day 05:43 斯坦福教授的新发现：Transformer 后半部分的计算量，其实都被“浪费”了？ 07:20 混合专家模型 (MoE) 的进化：如何用一半的计算量超越 Benchmark 12:40 硅谷热词 RLVR：当数学定理成为“裁判”，RLHF 还有必要吗？ 15:57 像人类一样思考：解决长程推理难题的“分层推理”策略 19:40 过度 SFT 会导致“模式坍缩”？聊聊 Post-training 时代的 Trade-off 22:06 创业公司福音：只用 LoRA 也能逼近 97% 的全量 RL 效果 25:00 显存不够怎么办？Red Hat 提出的“睡眠模式”与 GPU 热交换黑科技 28:53 字节跳动 VERL 揭秘：如何搞定万卡集群上的 RL 混合编排？ 34:06 Google 的 Agentic Browser：不只是看网页，而是直接运行代码 37:17 当 AI 遇见 NBA：从预测比赛到生物制药，Agent 的落地场景猜想以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

    43 min

  4. 10/09/2025

    对话Macaron AI CEO陈锴杰（前百万用户MidReal创始人）：如何打造AI个人生活助手？

    主播的话：我不知道你有没有这种感觉：跟现在的 AI 聊天，总觉得缺点“人情味儿”。 它很博学，但就是记不住你。你昨天刚跟它聊完自己爱喝拿铁，今天它就忘得一干二净。这种感觉，说真的，挺没劲的，对吧？就好像，你永远无法跟一个“金鱼记忆”的家伙成为真正的朋友。 这期我们邀请了Macaron 的创始人陈锴杰，就是要死磕这个“没劲”的问题。他想做的，就是让 AI 成为真正懂你的伙伴，一个记得你的喜好、能跟上你节奏、甚至在你需要时能主动搭把手的“人”。 听他聊 Macaron 的设计思路，我们真有好几次起鸡皮疙瘩，有点科幻照进现实的感觉。 比如，他们觉得市面上主流的记忆方案（RAG）太笨了，反而是用一套类似“随堂测验”的狠招，逼着 AI 形成真正的“肌肉记忆”。更绝的是，这个 AI 还能自己写代码，现场给你“变”出各种实用小工具。聊到最后我们才发现，想在苹果、谷歌这些巨头的眼皮底下做成事，靠的竟然不是技术，而是——“品味”？这个答案，让我们回味了很久… 所以，如果你也对那个冷冰冰的 AI 世界感到一丝厌倦，如果你也期待一个更温暖、更懂你的智能伙伴，或者你就是个搞产品的，想知道在 AI 时代怎么做出点不一样的东西——来，这期节目，就是为你准备的。 嘉宾:Kaijie Chen（X @KaijieChen12236），杜克大学毕业，Macaron AI 创始人兼 CEO，专注于运用强化学习打造 Personal Agent，为用户即时生成个性化生活小程序。此前创立互动网文平台 MidReal，积累超百万用户。 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 产品介绍：Macaron AI：世界上第一个 Personal AI Agent官网：https://macaron.im/ 💡本期节目，与【AI UP】招聘社区联合呈现 正在寻找AI领域的理想机会？邮件至 career10@fintechgl.com，通过 AI Odyssey 合作邮箱，让招聘与求职更快一步！ 🔥 火热招聘岗位：AI Agent Engineer！薪资25 - 35万美金 + 奖金，北美远程，由YC投资、营收达5000万美金的硅谷AI独角兽企业提供，要求有5 - 15年后端工程经验，且有1年以上AI Agent开发实操经历，面向华裔招聘～ Timeline：01:17 记忆力 + 创造力：Macaron AI凭什么不一样？ 02:50  脑洞大开：用户最爱让 AI 生成的 6 类生活小工具，你最需要哪一个？ 04:27  AI 的情商，不止“你问我答”：一个好的 Personal Agent，有一半时间在主动“关心”你 06:28 “强化学习” VS “RAG”：告别金鱼记忆，如何打造 AI 的长期记忆 09:20 解密 AI 训练：400 道“记忆考题”如何让模型在 10 万行聊天后依然“记得你”？ 13:30 “善变”是常态：AI 如何处理你“善变”的喜好 17:16 先交个朋友的商业模式：揭秘Macaron 独特的“杏仁”积分与用户激励模式 23:50  巨头夹缝中，创业公司的生存法则：Taste、记忆和速度 29:47 Personal Agent 的终极挑战：“向内”理解你，“向外”连接世界 33:31 创始人的愿景：做一个“有用又暖心”的朋友 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

    35 min

  5. 09/21/2025

    对话资深产品经理人：深挖AI如何助力客服行业

    还在跟只会说“请按 0 转人工”的机器人客服斗智斗勇吗？ 我们总觉得 AI 客服差点意思，但到底是技术不行，还是我们没看到它真正的实力？ 这期，我们抓来了一位真正在 AI 客服一线做产品的朋友——Yuan，让她带我们潜入“客服中心”这个神秘战场，好好扒一扒里面的门道。你会听到，传统的客服管理，如何只听 1% 的通话就能拥有 100% 的“上帝视角” ；也会明白，为什么 AI 能帮你轻松订外卖，却不敢轻易碰你的银行账单。 如果你是产品经理、AI 从业者，或者纯粹好奇 AI 怎么搞定那些“难缠”的客户，这期绝对有料，听就对了！ 嘉宾：Yuan: 现客服AI独角兽产品经理，负责多个0到1 copilot产品，前贝恩战略咨询顾问，专注于AI应用产品。Linkedin 主播：Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 💡本期节目，与【AI UP】招聘社区联合呈现 正在寻找AI领域的理想机会？邮件至 career10@fintechgl.com，通过 AI Odyssey 合作邮箱，让招聘与求职更快一步！ 🔥 火热招聘岗位：AI Agent Engineer！薪资25 - 35万美金 + 奖金，北美远程，由YC投资、营收达5000万美金的硅谷AI独角兽企业提供，要求有5 - 15年后端工程经验，且有1年以上AI Agent开发实操经历，面向华裔招聘～ Highlight00:18 嘉宾介绍 01:10  AI 进场前，客服这活儿有多“惨”：听听一线员工和管理者的共同“噩梦” 05:03 AI 客服“双煞”：帮你干活的 Agent vs 教你干活的 Copilot 10:11 AI 的求生欲：AI什么时候会“认怂”找人类帮忙 13:49 AI 客服的“雷区”：高风险行业（银行、医疗）和低风险行业（零售、电商）的天壤之别 17:03 创业公司调用大模型API 的“独家秘方”大揭秘 25:14 数据安全的红线：涉及支付、个人身份的敏感信息是如何通过技术手段处理的 27:23 管理者的“上帝视角”：AI 如何变身“质检员”，管理者应该如何利用 AI 38:46 AI 客服的未来：不止“陪聊”，更能“办事” 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。

    42 min

  6. 09/11/2025

    对话AI教育AskSia联创：如何找到AI在垂直领域的PMF

    主播的话期末周堆积如山的 Reading list，上课时教授飞快的语速……作为留学生，你是不是也曾被这些场景折磨到头秃？如果现在有一个 AI，能像专属助教一样陪你啃下这些硬骨头，是不是听起来就很心动？ 这期节目，我们请来了 AskSia 的联合创始人 Bella，一个曾经和你我一样，在海外为学业奋斗的留子。她会和我们聊聊，是如何将自己留学时“听不懂、跟不上”的痛，一步步打磨成了一款备受留学生喜爱的 AI 教育产品。 这期节目干货满满，你会听到： 一个“2小时读完12周PPT”的社媒爆款笔记，是如何精准戳中用户，为产品带来千万级曝光和高达 80% 的惊人续费率的。在 AI 时代，为什么“先用内容去市场上吆喝一圈，再回来做产品”的打法，反而能让创业公司更快地活下来。以及，一支成员遍布全球、跨着N个时区的年轻团队，是靠什么方法保持超高效率和创造力的。 嘉宾：Bella Ren: Asksia 联合创始人。Bella 曾在华为担任算法工程师，专注于人工智能领域的技术研发。在华为积累了丰富的 AI 算法经验后，她转型成为 AI 教育初创公司 Asksia 的联合创始人。 来小红书关注Bella 吧～ 主播：张子峰 Ark：AI应用创业者，全栈产品经理，AI社群主理人，前尼尔森分析师 Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 产品介绍：Asksia致力于利用人工智能技术打造个性化教育体验，帮助全球学生提高学习效率并突破教育壁垒。自成立以来，已在一年多实现了百万美金的年收入（ARR）。 官网：www.asksia.ai 💡本期节目，与【AI UP】招聘社区联合呈现 正在寻找AI领域的理想机会？邮件至 career10@fintechgl.com，通过 AI Odyssey 合作邮箱，让招聘与求职更快一步！ 🔥 火热招聘岗位：AI Agent Engineer！薪资25 - 35万美金 + 奖金，北美远程，由YC投资、营收达5000万美金的硅谷AI独角兽企业提供，要求有5 - 15年后端工程经验，且有1年以上AI Agent开发实操经历，面向华裔招聘～ Highlight：00:36 Bella 的创业初心：从加拿大 CS 留学生，到解决自身跨语言学习痛点 03:01 “上好一门课”有多难：实时翻译+AI 笔记，如何成为留学生的课堂“救星” 05:33 PMF 的第一次验证：一篇“2小时读完12周PPT”的帖子，如何带来 80% 的续费率 10:50 第一批种子用户从哪来：从身边的“留子”朋友开始，离用户越近，产品越准 13:58 一次关键的产品调整：上线实时录音功能后，单月付费用户暴涨近 3000 人 20:59 AI 时代的创业新逻辑：先用内容验证市场，再动手做产品，形成高效闭环 23:26 跨国团队怎么管：澳洲本土化运营，一个地区就拿下了产品 40% 的付费用户 28:35 AskSaiya 的终极目标：从解决痛点的工具，到陪伴每个人的个性化 AI 助教 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ AI Odyssey 听友群正式开通了：添加 vx：aiodysseyai 带你一起看 AI。 也可以在小红书找到我们哦～

    32 min

  7. 09/01/2025

    对话Kuse CTO：0融资完成$900万ARR，颠覆对话框的交互视觉设计

    主播的话最近我一直在思考一个很有意思的现象。AI 工具发布快两年了，我们似乎都习惯了和它在对话框里聊天。我们把复杂的需求，拆解成一行行的文字，像是在教一个非常聪明但毫无“眼力见”的实习生。但自己工作时，真的不是这样的。我们会在白板上乱画，会在浏览器里折叠满满的网页，然后在混乱中寻找灵感。 那有没有一种可能，AI 也能加入我们这种“混乱”，陪我们一起“铺满桌面”? 带着这个疑问，我们今天请来了一位特别的实践者，Kuse 的 CTO Yuhao。在这期节目里，你会听到一个非常坦诚的创业故事。我们会聊到： 如何从一个“无心插柳”的用户行为，跑出一个广阔的可视化协作平台；在零营销预算的情境下，怎样摸索出一套独特的“深圳打法”，悄悄拿下十几万用户；还会深入聊聊技术背后的一些巧思，比如教会 AI “看懂”我们摆放位置的意图，解决大模型“失忆”的问题。 这期节目，既是一个创业公司的产品思考，也是一次关于与 AI 共事的想象。如果你也对这个话题感兴趣，相信这一个小时的对谈，会给你带来一些新的启发～ 嘉宾：Yuhao:（推特：@austinyuhao），Kuse AI 联合创始人兼 CTO，专注于 AI 与产品增长。毕业于ZJU与CMU，曾经是Meta Stories 的 founding engineer之一。 主播：张子峰 Ark：AI应用创业者，全栈产品经理，AI社群主理人，前尼尔森分析师 Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 产品介绍：Kuse AI是一家由前 Meta、英伟达和 Y Combinator 团队创立的 AI 初创公司，致力于以“视觉化上下文工程（Visual Context Engineering）”重塑未来人与 AI 协作方式。产品首发即荣获 Product Hunt 当日最佳产品，并登上 VentureBeat、美联社、Business Insider 等国际媒体。Kuse 完全依靠口碑与产品力驱动增长，在 0 融资的情况下，现已服务 60 多个国家的 20 万专业用户与 400 多个团队。 官网：kuse.ai Highlight00:00:36 嘉宾介绍 第一章：产品篇 · 一块数字白板的故事00:01:52 聊聊初心：Kuse 最开始想做的，就不是聊天框，而是要从根上改变和 AI 一起工作的方式。 00:11:35 意想不到的转折：一个做海报的工具，硬是被用户当成了文件整理神器，团队是怎么“将错就错”，顺势找到了真正的产品方向？ 00:06:24 大道至简：和核心用户一起反复打磨，最后把所有复杂操作都浓缩进了四个动作——拖、选、问、答。 00:04:28 用户的想象力有多野？ 从可交互的伦敦三日游地图，到以假乱真的手写体笔记，听听那些让创始团队都感到惊艳的民间玩法。 第二章：技术篇 · 让 AI 看懂混乱的秩序00:20:26 AI 的“眼力见”：随手把两个文件拖到一块儿，Kuse 怎么就能“看懂”它们关系更近？“视觉上下文”背后的技术巧思。 00:26:26 治好 AI 的“金鱼记忆”：当输入内容越来越多，如何用一套聪明的压缩机制，让模型既能记住关键信息，又不至于烧光预算 00:33:41 开发者的“偷懒”神器：团队内部做了一个把产品文档自动变成测试用例的工具，是怎么做到的？ 第三章：增长篇 · 零预算下的“深圳打法”00:38:29 出海第一站，为什么是香港？ 在美国市场碰壁后，团队如何在一个意想不到的地方，找到了产品与市场的契合点？ 00:39:57 被友商研究的“深圳打法”：如何靠 C 端内容把雪球滚起来，让 B 端客户自己找上门？ 00:44:05 增长的秘密武器：方法论谁都能抄，但“快速试错”的勇气和“相信年轻人”的魄力，才是真正的护城河。 第四章：思考篇 · 创业是场与自己的战斗00:52:08 “公司文化决定了你能做什么事”：为什么说 Kuse 快速迭代的基因，注定了它做不了传统的大客户生意？ 00:54:25 AI 创业的残酷真相：巨头并不可怕，99% 的公司真正的敌人是自己。“留存率”和“毛利率”为什么是决定生死的两个指标？ 00:57:48 关于未来：我们到底需要一个什么样的 AI 伙伴？听 Yuhao 聊聊他心中人与 AI 并肩作战的终极画面。 以上就是本期的全部内容了，欢迎您的收听，我们下期再见～ PS：AI Odyssey 听友群正式开通了，添加 vx：aiodysseyai 带你一起看 AI。 💡本期节目，与【AI UP】招聘社区联合呈现 正在寻找AI领域的理想机会？邮件至 career10@fintechgl.com，通过 AI Odyssey 合作邮箱，让招聘与求职更快一步！ 🔥 火热招聘岗位：AI Agent Engineer！薪资25 - 35万美金 + 奖金，北美远程，由YC投资、营收达5000万美金的硅谷AI独角兽企业提供，要求有5 - 15年后端工程经验，且有1年以上AI Agent开发实操经历，面向华裔招聘～

    1 hr

  8. 08/07/2025

    对话搭介创始人赵茂俊：深入挖掘AI时尚产品如何从0到1做起

    嗨，大家好，欢迎回到 AI Odyssey。 不知道你有没有过这样的瞬间：面对塞得满满的衣柜，却感觉自己像个“时尚绝缘体”，每天早上都为穿什么而发愁。又或者，看到别人穿得特别好看，自己买回来却怎么都搭不出那味儿。 我们都走过那条迷茫的时尚之路，而今天，我们邀请到了一个有点浪漫又有点酷的梦想家——“搭介”的创始人赵茂俊。他用 AI 创造了一个贴心的时尚顾问，想把那些冰冷的数据和算法，变成你触手可及的穿搭灵感。 这期节目，我们聊的不只是技术，更是关于如何找回穿衣的自信。想象一下，一个能比你更懂你的“AI闺蜜”住进你的衣柜，每天早晨，它都能帮你点亮那份独一无二的美。 如果你也好奇科技如何温柔地改变生活，如果你也想找回那个在镜子前闪闪发光的自己，那就戴上耳机，一起听听这个故事吧。 嘉宾：赵茂俊：连续创业者与AI应用实践者，致力于用AI重塑万亿级女性时尚消费入口 主持人：张子峰 Ark：AI应用创业者，全栈产品经理，AI社群主理人，前尼尔森分析师 Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 时间轴导航00:35 嘉宾自我介绍 02:05 创业的契机 - 为什么要做“搭介”？创始人洞察到年轻女性穿搭决策的痛点 07:42 核心痛点剖析 - 为什么你买的衣服总是要退货？新旧搭配闭环的缺失 10:25 产品设计 - “数字衣橱”与“对话式引擎”如何协同工作，为你提供虚拟试衣和个性化搭配方案 14:42 颠覆式创新 - 从“人找商品”到“方案找人”，颠覆你的购物习惯 17:20 技术挑战 - 打造“AI审美”的背后，需要哪些硬核技术支持？ 25:06 AI审美哲学 - 模型如何学习“品味”？答案是深入理解你的每一个独特需求 27:10 策略揭秘 - 在早期数据不足时，“搭介”如何通过冷启动策略确保精准推荐？ 31:05 商业模式 - 佣金、会员、硬件、SaaS…“搭介”的多引擎商业模式如何一步步构建？ 42:04 用户洞察 - “你嘴上说不要，身体却很诚实”？模型如何捕捉用户的隐藏偏好 45:20 品牌定位 - “搭介”是工具、顾问，还是一个有温度的虚拟人格？ 53:05 行业风暴 - “搭介”将颠覆谁？传统电商、内容平台，还是你的固有思维？ 57:01 挑战与目标 - 在18个月内打通商业闭环，最大的挑战和战略规划是什么？ 01:04:51 生态布局 - AI模特、AI KOL、虚拟造型师…“搭介”未来的生态蓝图 01:08:28 品牌愿景 - “搭介”的目标是成为一个动词，像“苹果”一样融入你的生活 01:12:12 给年轻人的建议 - 拥抱变化，寻找细分痛点，建立数据思维，你也能用AI改变时尚

    1h 17m
See All (54)

About

『AI Odyssey』是一档探讨人工智能科技的播客。在这个节目中，我们会从 AI 技术、产品、资金，以及中美两大互联网市场之间的机遇和挑战展开讨论。 关于我们： Leo Zhao：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 PongPong：连续创业者，AI初创公司产品负责人 在各大音频平台都能搜到我们，欢迎点击订阅。 商务合作：+vx「aiodysseyai」添加注明来意 听众反馈：genaiodyssey@outlook.com 听友群：+vx「aiodysseyai」备注听友群

Information

  • Creator
    AI Odyssey
  • Years Active
    2023 - 2026
  • Episodes
    54
  • Rating
    Clean
  • Copyright
    © AI Odyssey
  • Show Website
    AI Odyssey

You Might Also Like