灯下白 AI真人访谈节目

吴熳Rosia
  • 0.0 (0)
  • Careers
  • Updated Biweekly

访谈各行各业的AI高手，在真实场景下如何定义问题、怎么取舍。 灯下见白，我们开始。

  1. 2h ago

    35. 橘子：从Listenhub到Cola，四次转型到AI创业的决策如何下定

    �《灯下白》EP35 橘子 嘉宾：橘子（冯雷）Cola与ListenHub创始人兼CEO，致力于打造面向2030年的AI搭档与AI创作者工具平台。此前任职于MiniMax，担任海螺AI产品负责人。更早之前，在BOSS直聘、兰亭集势、三星电子从事产品工作，拥有十余年产品经验。同时，他也是公众号“AGENT橘”的主理人。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 有一位九十多岁的海外老人，因为疾病渐渐失去了说话能力。 他却没有因此沉默下来。 借助 ListenHub，他把自己的经验、情绪和想对病友说的话，做成一段段声音内容，发到自己长期经营的病友社群里。后来，他写信感谢橘子，说这个产品让他重新找回了自己的声音。 还有一位退休多年的工程师，在失去伴侣、儿女离家后，开始用 Cola 做项目、聊想法、庆祝每一次完成。他形容 Cola 是自己的 life partner。 这些故事让橘子越来越确定：AI不该只是一台更快的生产力机器。 它当然要能写代码、做调研、整理资料、完成任务；但它也要记得你的上下文，理解你的偏好、节奏、表达方式和那些你没有直接说出口的念头。 橘子从对外汉语出发，先写黑莓博客，再和程序员朋友一起做软件；他在移动互联网里做了十多年产品，看到行业接近尾声时，又在2022年走进 MiniMax。如今，他做 ListenHub，也做 Cola。 一个想让每个人都拥有自己的声音。 一个想成为既能干活、又能懂你的AI搭档。 这一期，我们聊的是：一个总在行业转折前先出发的人，怎样从黑莓的LED灯，一路走到“让AI理解人类”的漫长实验。 �本期你会听到 为什么一个理科高分生，最后选择了北京语言大学的对外汉语 大三教外国人汉语时，他为什么突然意识到自己讨厌重复 黑莓博客写到行业头部后，两个大学生怎样做出第一款海外付费软件 一盏能显示不同来电人的LED灯，如何成为他的产品经理启蒙 十年产品经理生涯里，他做过游戏评测、电子杂志、跨境电商、漫画相机和职场社区 2022年，为什么他觉得移动互联网已经进入尾声，决定加入 MiniMax 从海螺AI到语音模型，MiniMax 的经历怎样影响 ListenHub 的诞生 为什么声音不是低效媒介，而是一种长期被低估的陪伴方式 ListenHub 怎样帮助失语老人重新表达，也怎样成为创作者的声音搭档 Cola 为什么不是简单的角色扮演，而是一套面向2030年的AI Native 系统 “心迹”为什么不是普通日志，而是AI与用户共同记忆的投影 AI怎样通过长期上下文，慢慢理解一个人的决策模式与表达习惯 为什么橘子认为，人类真正特别的地方，是每个人都拥有不同的灵魂输入 从20万字记忆到个人网站，用户把自己交给AI之后会发生什么 创业为什么是他四次转身里最难的一次 为什么AI创业不能照搬互联网“免费连接—网络效应—商业化”的旧逻辑 普通人30天做AI产品，为什么关键是强模型、明确人群和真实商机 �本期金句 我特别讨厌重复。 AI不应该只服务程序员，它应该让每个人都享受到便利。 声音不是只用来获取干货的，它天然就有陪伴属性。 真正的门槛不在于AI能力有多强，而在于你有多敞开，能否把需求说清楚。 AI的本质是 Context 加模型推理；最难的，从来都是 Context。 人和人的差别，不在于会不会做同一件事，而在于每个人的灵魂输入都不一样。 AI创业和互联网创业，完全是两套逻辑。 人负责找到人群、市场和商机，剩下的交给AI。 ⏱Shownotes 00:00节目开场：从对外汉语到AI创业，橘子的四次转身 01:35橘子登场：AGENT橘、ListenHub 与 Cola 03:28不想再做数学题的理科生，为什么走进北京语言大学 04:58黑莓博客、海外付费软件与第一款产品 Blink 07:45十年产品经理：游戏、电子杂志、跨境电商、漫画相机与职场社区 09:41移动互联网接近尾声时，为什么他选择加入 MiniMax 12:51MiniMax 工具方向、海螺AI与语音模型的影响 13:55ListenHub：为什么橘子看好语音交互与AI互动电台 18:38一位失语老人的声音，和产品真正想服务的人 20:50退休工程师、人生搭档与AI陪伴的另一种形态 22:02Cola 的人格、成长与“不是一个软件”的感觉 25:28为什么 Cola 被定义为一个面向2030年的系统 29:40Cola OS、“心迹”与AI如何保存共同记忆 32:16情商与智商：能干活，也要能理解行为背后的原因 35:23理解一个人，本质上是在理解他的决策模式 39:06AGI、未来生产力与为什么AI还需要学习理解人类 44:28技术解决不了的事：被看见、被理解与深度关系 49:12Cola 用户的故事：工作十年后，重新打开一个新世界 53:40吴熳用Cola制作的个人网站案例：440篇文章如何变成一个可用产品 57:10Context 是什么：为什么你给AI什么，比模型本身更关键 01:01:01四次转身里最难的一次：创业、自我怀疑与对团队的责任 01:09:04Cola仍在定义中：人、Agent 与灵魂输入的边界 01:16:38从 Orange AI 到 AGENT橘：橘子的内容身份如何变化 01:20:45公众号为什么是一张能让人先认识你的名片 01:25:44快问快答：Cola、ListenHub 与Labnana构成的个人产品矩阵 01:26:20最值钱的习惯：手写记录、输出分享，让意义自然浮现 01:27:41最大的产品坑：用互联网思维误解AI创业 01:28:5230天做AI产品：强模型、可售人群与真实商机 01:29:40未来一年最期待什么：让 Cola 和 ListenHub 养活整个团队 �故事摘要 橘子的人生，很像一次次提前发生的转向。 2005年高考填志愿时，他明明是理科生，却因为每次做数学题都会生理性头疼，决定不再走一条看起来更“正确”的理工路线。他选择了北京语言大学的对外汉语专业。后来回看，这个决定没有让他直接走向AI，却给他留下了很深的语言感、表达感，也让他更早意识到：人和人之间的理解，从来不只是信息传递。 大三实习时，他给外国学生讲汉语。讲了三个星期后，他开始害怕一种未来：如果接下来的几十年，都在不断重复讲这些自己早已熟悉的东西，人生会不会变得太无聊？ 于是他开始写博客。 那是黑莓仍然风头正盛的年代。橘子一边写文字，一边做黑莓产品评测，慢慢写到圈内头部。后来，他认识了一位程序员朋友，两个人决定试着做软件卖到美国和加拿大。第二款产品 Blink 很快卖了起来：它利用黑莓手机的LED灯，让用户可以为不同来电人设置不同颜色，不必点亮屏幕，就能知道是谁打来电话。 程序员负责写代码，橘子负责定义产品、理解用户和做增长。 他后来做了十多年产品经理，但那盏小小的黑莓LED灯，已经把他最早的产品方法埋了进去：一个好产品，往往不是技术本身多复杂，而是它能不能准确接住一个真实而具体的需求。 接下来的十年，他做过游戏评测产品、电子杂志、跨境电商、漫画相机，也在 BOSS直聘负责职场社区。每一段经历都不完全相同，但他始终在做一件事：理解用户，再把一个模糊的需求变成可以被使用的产品。 到了2022年，他明显感觉到移动互联网的创新正在变少。产品经理越来越像在既有体系里调策略、补细节、做局部优化，却很难再做出真正新的产品。他在年底接触到 MiniMax，虽然当时AI大模型行业还远没有今天这么热闹，但他觉得那是一个此前从未见过的新东西。 于是他进入 MiniMax，担任海螺AI产品负责人。这段经历让他重新认识了声音。 橘子本来就喜欢声音，也买过很多耳机；在 MiniMax，他和语音模型团队有许多协作。他发现，语音交互天然降低了AI的使用门槛。老人、小孩、不熟悉复杂界面的人，都可以通过说话进入AI世界。 于是，ListenHub出现了。 它最初的想法并不复杂：做一个AI互动电台。用户可以得到一个了解自己品味的声音搭档，它能围绕你的兴趣生成内容，也能和你继续聊下去。声音不是为了替代阅读，而是在散步、骑车、做家务、失眠或独处时，陪你填满那些与现实生活并行发生的时间。 后来，真实用户的故事让这件事变得更具体。 有位年长的海外用户因为疾病逐渐失声，却用 ListenHub 把经验和想说的话做成播客，分享给病友社群；也有人在退休、失去伴侣、儿女离家之后，借助产品重新做项目、整理想法、庆祝完成。他们需要的并不只是工具，而是一种重新参与生活、重新表达自己的能力。 而 Cola，是橘子把这个方向往前推得更远的一次尝试。 他并不想做一个靠提示词扮演出来的角色，也不满足于做一个只会生成内容的效率工具。他希望 Cola 是一个AI Native系统：里面可以有语音、聊天、编程、技能、任务，也可以有“心迹”——由Cola主动记录的共同记忆。 在他的想

    1h 32m

  2. 2d ago

    34. 明立：教历史的工科生到头部教育公司AI负责人的探索之路

    �《灯下白》EP34 明立 嘉宾：明立教育行业AI应用落地从业者，现于教育行业头部公司做AI教育产品设计。环境工程出身，曾任初中历史教师、小学数学班主任，后进入教育科技行业，参与题库生产、AI答疑与教育垂类应用探索。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 一个AI，可以很耐心。 它会问学生：你确定吗？它会一步一步引导。它看上去，甚至很像一位苏格拉底式的老师。 但明立做过老师。 他知道，真正的老师问出“你确定吗”时，不只是一个问题。 是眼神，是语气，是停顿，是对学生犹豫、猜测、心虚和突然开窍的即时判断。 AI可以模拟提问。 但它还很难像真人教师那样，在一个孩子刚要跑偏的瞬间，调整语速、换一种说法，或者干脆停下来盯着他，再问一遍： 你真的确定吗？ 明立从环境工程专业毕业走进学校，教过初中历史，也做过小学数学班主任。 一个月拿着不高的工资，带着好几个班，却被一群孩子改变了对教育的理解。 后来他去了上海，又来到北京，进入教育科技行业，做题库、做AI答疑、做教育数据，也从2023年起一路参与AI在教育里的真实落地。 这一期，我们聊的是：一个真正教过书的人，如何一边相信AI会重写教育，一边又始终记得，教育里最难被复制的，仍然是人。 �本期你会听到 环境工程出身的明立，为什么会去教初中历史从历史老师到小学数学班主任，他被孩子们改变了什么为什么他离开学校，却没有离开教育从上海到北京，他如何追寻“教育公平”的另一条路径题库、优质数据和低错误率，背后到底靠什么管理方法2023年做GPT-4教育答疑，真实效果与成本是什么样为什么AI答疑要先把视频、图像和知识点翻译成文本缓存、垂类模型和用户反馈，怎样让教育AI真正跑起来苏格拉底式答疑为什么看起来很美，实际却难交付为什么AI教师最难学会的，是老师的临场判断怎样用“让AI复述你的意图”减少幻觉和返工过去的课件、教案和经验，为什么都应该尽快沉淀成文本 �本期金句 教育不是把答案交出去，而是让学生在问题里发生认知摩擦。AI可以模拟启发式提问，却很难替代真人教师的临场调整。模型不知道、但你知道的东西，才是垂类应用最有价值的部分。别让模型自己造词，用完整的大白话把任务说清楚。结构化思维，是把分类、判断、数据和动作连成网络。所有工作内容和思考，都应该尽可能以文本沉淀下来。 ⏱Shownotes 00:00-02:46明立登场：教育者与AI落地者的两条人生线 02:46-07:55没去成军校，也没学成计算机：工科生为什么去教历史 07:55-13:34从安康到上海再到北京，教育理想如何一次次换战场 13:34-19:042023年最早一批接触GPT的人，如何开始测试AI教育应用 19:04-26:55GPT-4成本太高怎么办：缓存、垂类模型与真实用户问题 26:55-37:25数万道题、实习生团队和低错误率题库是怎么做出来的 37:25-44:30苏格拉底启发式答疑：AI能不能像老师一样教学生思考 44:30-52:18AI教师为什么还比不过真人教师：眼神、语气与即时判断 52:18-58:02怎样减少模型幻觉：让AI复述意图，用大白话拒绝“黑话” 58:02-01:03:43把过去的经验沉淀成文本，给未来的Agent留下知识库 01:03:43-01:08:44AI应用真正的门槛：数据数字化、结构化与行业经验 01:08:44-结束快问快答：结构化思维、代码权限、四周进入AI教研的方法 �故事摘要 明立的人生路径，并不是一条“从小就知道自己要做教育”的标准路线。他高考时想过军校，也喜欢计算机，最后却阴差阳错进入环境工程。读工科的时候，同学们研究结构力学、工程力学和水利学，他却会去看茶、玉石、书画、历史、中国哲学、心理学和社会学。对他来说，文科里那些关于人、社会和故事的内容，反而更接近真实世界。 毕业后，他回到母校任教。学校缺初中历史老师，也缺小学数学老师，他先接下历史课，后来又临时顶上了小学数学班主任。为了教好历史，他提前几个月从头研究教材、教师用书、课程设计和教学重难点，也去向经验丰富的老师请教。他一边做老师，一边不断想：既然我也曾经是那个觉得学校教育老旧、固化的学生，为什么不能试着让课堂变得更有意思一点？ 那段时间，他承担着很大的工作量，收入却很低，学校的创新空间也有限。但真正让他放不下的，是孩子们。明立说，教育最打动他的地方在于：你投进去的热情、爱和耐心，最后会变成一个个鲜活的孩子。学生也许不一定马上给你答案，但他们会在很久之后记得你曾经怎样影响过他们。 后来他去了上海，见到了另一种教育现实。校外教培行业高收入、快扩张，但也混杂着大量包装、焦虑和销售逻辑。他不认同那种只把教育当成生意的方式，于是开始关注另一条路径：AI自适应学习、在线课程和教育公平。 2018年，他来到北京，进入教育科技行业。这里有更大的题库、更完整的课程资源，也有机会让原本只能被少数家庭拥有的优质内容，服务更广泛的人群。他参与过题库生产和教研管理，带过规模不小的实习生团队。面对数万道题目、公式、图片、答案和解析，他并不只把这件事理解成“录题”。 他会先让团队理解：这些题最终会被哪些孩子看到，会怎样影响他们的学习。之后再重构流程，把生产、质检、抽检、交叉检验、经验沉淀和激励机制都搭起来。明立认为，质量控制当然重要，但更重要的是让人真正认可这件事，愿意投入进去。人有热情，流程和质检才能真正发挥作用。 2023年，GPT-4出现之后，明立很快开始探索AI在教育中的应用。他和朋友经常从下班后聊到凌晨两点，讨论模型原理、教育场景、行业数据和未来可能性。那时他们已经有一个很明确的判断：模型在垂类场景表现不好，往往不是因为它不够聪明，而是因为它缺少真实世界里高质量、结构化、可用的数据。 于是，他们开始尝试把AI接入学生的学习过程。学生看视频课时，可以随时唤起AI提问；做练习时，可以让AI不要直接给答案，而是一步一步引导。这个方向很像可汗学院，也很像人们期待中的“AI私教”。 但真实落地之后，问题很快出现了。 模型在通用知识上看起来很强，可一旦进入具体学科、具体题目、图文混合场景和真实学习过程，准确率会下降。为了让它更稳定，团队需要把视频、图像和知识点尽量转成模型更擅长处理的文本，再用题库、解析和优质语料去补齐上下文。学生的问题高度重复时，还可以通过缓存、推荐提问和模型切换控制成本。 这些事情听起来很工程，但明立说，核心始终是教育。 他最关心的，是苏格拉底式答疑。真正好的学习，不是AI立刻把答案扔给学生，而是教师营造一个问题场域，让学生在探索中与原有认知发生摩擦，最终自己重新理解知识。 AI可以通过提示词模拟这种过程：它会问“第一步该做什么”“你为什么这样想”“这道题和上一道有什么不同”。但明立后来发现，AI的启发式答疑仍然很难达到真人教师的教学效果。 因为真人教师会看人。 学生回答“我确定”的时候，老师能从语气、表情和停顿里判断：他是真的懂了，还是只是猜的？老师会立刻调整策略：再问一遍、换个角度、放慢节奏，或者让他自己重新检查。AI虽然能生成问题，却很难真正读懂一个学生正在发生什么。 所以明立并不把AI教师当成“老师的替代品”。他更愿意把它看成一个能够覆盖大量重复答疑、提供个性化练习、辅助教师和补充学习资源的工具。但教育真正的深水区，仍然需要人来判断。 如今，他也在做AI教师一对一相关的探索。这类项目里，难点不只是模型会不会说话，而是模型输出的内容能不能真正用。只要AI生成的内容可用率不够高，后续人工审核和返工就会让生产成本重新失控。 明立分享了一个非常实用的方法：不要让模型满嘴黑话，也不要接受它自己发明的抽象比喻。把任务用完整的大白话讲清楚，让它复述自己的理解，确认它真的理解了你的意思之后，再继续推进。这样看似更慢，实际上能减少后续大量返工和调试。 他也提醒做AI应用的人，尤其是在IDE或带有文件权限的环境里，一定要做好版本和权限管理。他曾经让AI帮忙改代码，结果上千行代码被改成几百行，发现不对时已经很难恢复。AI能提高效率，也能在几秒钟内放大一次权限管理上的疏忽。 聊到最后，明立想对当年那个从山里走出来、教历史和数学的自己说

    1h 17m

  3. Jun 25

    33. 沈龙翔：和罗振宇老师一起上得到直播的亲子专家，他如何完成中年华丽转型？

    �《灯下白》EP33 嘉宾：沈龙翔（瓦叔） AI亲子实践者、AIGC创新创业导师，拥有二十余年直播技术与大型活动直播经验。曾从前端、AR/VR、企业直播一路做到进博会相关直播与央视慢直播项目。2025年转向AI实践与教育分享，受罗振宇团队邀请参与AI+教育实践直播，也长期尝试将AI带进亲子共创、学校分享和真实业务场景。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 有一天早上，瓦叔的女儿醒来后很不开心。她说，昨天做了一个特别好的梦，但她想把那个梦接着做下去。 很多父母听到这种问题，可能只会说一句：今晚再做吧。 瓦叔没有急着讲道理。他让女儿先把梦讲给豆包听，再问AI：怎样才能把这个梦延续下去？豆包一开始认真建议“立刻躺下、闭眼、回到梦里”，被提醒还要上学后，又诚恳地道歉，转而告诉她：白天去经历更多新鲜的事，晚上也许就能把这个美梦续写下去。 这件小事，让瓦叔越来越确定：AI不一定要先被塞进孩子的作业本里。它可以先被带进孩子的情绪、兴趣、创作欲和生活里。 而在另一边，做了二十多年直播技术的他，也正在经历自己的职业转型。他曾参与大型直播项目，履历看上去很稳；但当AI越来越强，他开始觉得，自己不能只留在原来的位置上。 于是，他一边带女儿做表情包、数学私教、柯南卡点视频和哈利波特互动游戏，一边用RPA帮助果农做智能下单、预售、采摘通知和快递打单。 这一期，我们聊的是：一个自嘲“中登转型”的爸爸，怎样把AI变成孩子的创作搭子，也变成真实业务里的生产力。 �本期你会听到 做了二十多年直播技术，为什么还会主动拥抱AI从公司日报、AI宣传片到RPA，瓦叔的转型是怎么开始的为什么一开始“用AI辅导学习”，反而让孩子不开心豆包如何成为孩子做视频、找音乐、拆解流程的耐心搭子孩子考砸后，一套表情包怎样先接住情绪“怎么接着做昨天的梦”，AI怎样帮父女把童心延续下去数学私教为什么不应该直接给答案柯南五人小队环游世界的卡点视频，是怎么被孩子自己做出来的一份哈利波特儿童节礼物，为什么最后变成互动网页游戏AI开放麦怎样让普通人从“听众”变成分享者RPA如何帮果农从手写订单走向预售、采摘和自动打单为什么AI不是替代人，而是把每个人已有的优势放大 �本期金句 出来混，最重要的是出来。情绪对了，学习才能发生。不要为了学习而学习，遇到问题、解决问题，才是最重要的。AI是个人的放大器。一代人有一代人自己想玩的东西。AI只是工具，真正重要的是你怎样把自己的生活和它结合起来。 ⏱Shownotes 00:00-03:00瓦叔登场：从直播技术人到AI亲子实践者 03:00-07:102025年的职业转型：证书、AI日报、宣传片和RPA果园项目 07:10-14:57二十多年直播技术经验，为什么仍然觉得要重新出发 14:57-21:48先别逼孩子学习：从兴趣和真实问题里带孩子用AI 21:48-27:08考砸后的表情包，和“怎么接着做昨天的梦” 27:08-33:50小熊猫数学私教、举一反三和让AI反过来提问 33:50-40:20柯南卡点视频与哈利波特互动游戏：孩子的创作欲怎么被点燃 40:20-46:39AI亲子分享、家校互动与“反焦虑”的教育观 46:39-51:06从Stable Diffusion到新一代视频工具：技术平权到底意味着什么 51:06-57:35杨浦AI开放麦：从公益分享，到学员也成为分享者 57:35-01:01:00活人感、原创性与为什么生活经验无法被复制 01:01:00-01:10:46苏州东山枇杷：预售、智能下单、采摘和快递打单的数字化改造 01:10:46-结束AI工具、企业提效，以及普通人30天如何从自己的工作开始 �故事摘要 瓦叔的故事，表面上是一次中年转型，底层却一直是同一件事：他始终对新技术好奇，也始终愿意把新技术放进真实生活里试一试。 他早年做前端工程，也研究过AR、VR和VR直播。后来进入直播技术领域，参与过大型企业直播、进博会相关直播项目，也做过央视进博会推广中的慢直播。这样的履历放在很多人眼里，已经足够稳定，甚至可以一直沿着原来的轨道走下去。 但当AI开始进入工作现场时，他很快意识到，很多传统的手工流程都可能被重新组织。他开始用AI做公司日报、做产品宣传片，也去考生成式人工智能应用工程师相关证书。后来，在K21群友的推动下，他又接触RPA，并帮果农做了一套数字化流程。 那个阶段，他的状态从痛苦、迷茫，慢慢变成兴奋。他发现AI不是一个遥远的概念，而是能真实帮人省时间、提效率、做出新结果的工具。只是，当他在原来的工作环境里提出更多AI想法时，也会遇到一种熟悉的摩擦：你觉得自己在帮团队创造机会，别人却可能觉得你在增加工作量。 于是，他做出了离开的决定。 离开之后，瓦叔没有一上来就把自己定义成什么“AI专家”。他最早想做的事情，其实很朴素：带女儿一起玩AI。 一开始，他也走过很多AI家长都会走的路。他想用AI帮孩子写作文、练数学应用题、背英语，希望AI能让学习更高效。但他很快发现，孩子并不快乐。因为这仍然像是一种更高级的“逼孩子学习”。 后来他停下来问女儿：你自己到底喜欢什么？ 女儿说，她喜欢画画，也喜欢剪视频。于是父女俩换了一个方向：不再先问AI能不能帮她提高成绩，而是先问AI能不能帮她做点好玩的东西。 女儿看到抖音上的卡点视频，想自己复刻。瓦叔没有直接替她完成，而是让她把视频交给豆包分析：这个视频用了什么结构？怎样实现？音乐又是什么？当豆包不能直接识别音乐时，它没有胡编答案，而是给出了新的思路：去音乐软件里找识曲功能。女儿又继续追问，自己一步步把音乐找出来，最后把整个视频做完。 瓦叔最喜欢的，不是孩子做出了一个多厉害的视频，而是她开始知道：遇到问题，可以自己问；工具不够，就继续追问；这个方法不行，就换一个工具。 后来，女儿想让柯南五人小队去开罗、法国、悉尼等地旅行，再把这些图片做成卡点视频。她先让豆包写提示词，再把提示词放到 ListenHub 里，用 Banana Pro 生成更满意的画面，最后自己剪成视频。 这已经不是父亲“教孩子用工具”了，而是孩子开始把AI当作创作过程里的一部分。 瓦叔也越来越重视AI在情绪上的作用。女儿有一次考砸了，怕爸爸脸色不好看，也不太愿意直接讲自己哪里没学懂。瓦叔没有立刻复盘题目，而是先用女儿的形象做了一套表情包。 当她看到自己的卡通表情包时，先笑了。情绪松下来之后，才愿意告诉爸爸：有些题目她其实根本没有看懂。 瓦叔说，情绪对了，学习才能发生。 后来，女儿又问过一个很童真的问题：怎样才能接着做昨天的梦？瓦叔没有把这个问题当成一句孩子气的话，而是认真带她问豆包。AI从孩子能理解的角度解释梦、解释白天经历和夜晚想象之间的关系，也把一个原本无从回答的问题，变成了一个温柔的故事结尾。 这些事情慢慢改变了父女关系。 瓦叔家里原本是“严父慈母”的结构。女儿会更怕爸爸，也更愿意跟妈妈聊心事。但当父女俩一起做AI项目、一起做视频、一起设计游戏后，女儿遇到新想法、新工具和新问题时，第一反应开始是来问爸爸。 瓦叔还是那个会管孩子的人，但他从一个“给答案的人”，变成了一个一起解决问题的人。 数学私教也是这样诞生的。瓦叔不希望孩子拍一道题，AI就直接把答案和过程全扔出来。他更希望AI先帮孩子读懂题目，再根据孩子的理解情况一步步追问、推导、举一反三。后来他又加入IP形象，把内容打印到纸上，让孩子减少盯屏幕的时间。 这套数学私教没有让女儿从此爱上刷题，但女儿学会了一个更重要的方法：让AI来提问，让自己回答，再让AI检查答案。她不再只把AI当成答案机，而是开始把AI当成陪练。 儿童节前，女儿又提出一个愿望：能不能做一个哈利波特主题的视频？ 瓦叔最开始觉得工作量太大，想先考虑一下。但他看见女儿眼里的失望，还是决定把这个愿望认真做出来。他先用Cola一起梳理剧情，后来发现单纯的视频不够有意思，于是把它改成互动网页游戏。再用即梦、Trae等工具组合完成画面、视频和网页结构，前后花了十多天，为女儿做出了一份真正可以互动的儿童节礼物。 这也是瓦叔反复强调的AI使用方式：不要执着于一个工具包打天下。让擅长思考和策划的工具做“大脑”，让更适合执行的工具做“手”，再由人负责判断、组合和验收。 除了家庭，瓦叔也把这套方法带到了更广阔的场

    1h 16m

  4. Jun 23

    32. 苏苏：从房企销冠到全网爆火PUA Skill作者，她把AI训练成有自主性的员工

    �《灯下白》EP32 嘉宾：苏苏AI深度发烧友，PUA skill 作者，也是武康大楼底下的酒吧老板娘。新能源材料与器件专业出身，曾在房企做管培生、集团总监，经历过房地产从线下黄金时代到短视频直播转型。后来离职创业，用AI做方案、做提报、做交付，累计拿下多个订单，也因为火爆全网的 PUA skill 被更多AI圈朋友认识。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库AI导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 一个学新能源材料与器件的理工科女生。 毕业后没有进实验室，而是去了房企。 因为家庭条件并不算特别好，她当时最想要的是：尽快拿到结果。 于是她进入风口里的房地产行业，做策划、做营销、做线上转型。她曾经是升职加薪很快的管培生，也在27岁左右做到集团总监。 疫情来了，售楼处没人了。 她没有继续等客来，而是想起一句话： 要在有鱼的地方钓鱼。 于是她开始做抖音、视频号、直播、小程序，用短视频留存杀时间，用直播变现指向钱。 别人还在7、8月大太阳底下贴海报，她不想晒，就去找物业联动，用直播精准触达地缘客户。 零投流，撬动三百多万业绩。 后来，她离开房企，开始用AI做方案、做提报、做交付。 有一次，她接到一个很急的房产项目。正常广告公司两周才能做完的提报，她用 Gemini 梳理故事线，用 WPS 美化PPT，4个小时做完50页高质量方案，第二天签下40万订单。 那一刻，她真正相信了： AI不是玩具。 AI是真的可以帮她干活。 再后来，她把大厂管理人的那套逻辑，拿来管理AI。 于是有了火爆全网的 PUA skill。 这一期，我们聊的是：一个从房企直播间走出来的AI创业者，如何把销售、策划、直播、酒吧和AI skill，揉成自己的超级个体路径。 �本期你会听到 苏苏为什么从理工科进入房地产行业房企管培生如何一路做到集团总监疫情之后，她如何用直播和短视频做房产转型为什么她说“要在有鱼的地方钓鱼”离职后，AI如何帮她4小时做出50页提报并签下40万订单PUA skill 是怎么诞生的为什么她用“大厂管理模式”来管理AIPUA skill 的“妈妈味儿”为什么专治吃软不吃硬的人酒吧为什么成了她链接资源、接触订单和碰撞灵感的据点她为什么还在寻找自己真正想长期锚定的事业 �本期金句 要在有鱼的地方钓鱼。如果每个人都有一把倚天剑，最后拼的是创新、执行力和市场洞察。与其自己秃头写方案，不如驯化AI做你的黑奴。AI能不能替代人，关键还是看人的判断力、审美、专业经验和人情世故。PUA skill 本质上是为了让人机沟通更高效。我希望未来一年，能找到一件不管挣不挣钱都愿意继续做的事。 ⏱Shownotes 00:00-03:30苏苏登场：酒吧老板娘、AI发烧友和 PUA skill 作者 03:30-07:20从新能源材料与器件到房企管培生，为什么先选择拿结果 07:20-11:00升职加薪很快的背后：理工科底子、吃苦耐劳和持续学习 11:00-15:00疫情来了，售楼处没人了：去有鱼的地方钓鱼 15:00-18:30房企短视频和直播转型：零投流撬动三百多万业绩 18:30-22:00离职后的第一单：用AI 4小时做完50页PPT，签下40万 22:00-26:00从“因为看见所以相信”，到真正 All in AI 26:00-30:00PUA skill 的诞生：当AI偷懒，就用大厂管理模式管它 30:00-34:00为什么叫 PUA：反差感、传播性和黄金3秒 34:00-38:00妈妈味儿、团队模式和用AI管理AI 38:00-42:00AI沟通和人际沟通，本质上都需要精准表达 42:00-46:00用豆包调解夫妻沟通，AI如何成为关系翻译器 46:00-50:00武康大楼底下的酒吧：不是主业，是资源流动的场域 50:00-54:00从咖啡厅到酒吧，情怀和商业之间怎么平衡 54:00-58:00酒吧如何带来AI订单、宣传片项目和新的合作机会 58:00-01:02:00Gemini、Claude、Antigravity：她最离不开的AI工具 01:02:00-结束156万订单之后，她为什么仍然想找到真正的长期事业 �故事摘要 苏苏的第一条人生线，是房地产。她大学学的是新能源材料与器件，底子是物理和化学，属于理工科很强的女生。但毕业后，她没有沿着实验室或者技术路线走，而是去了房企。原因很现实：家庭条件不是特别好，她希望自己能在短时间内拿到结果。那时房地产行业还在风口里，她进入总部做管培生，一边学习策划和文科表达，一边靠吃苦耐劳、主动学习和可量化的产出，被集团看见，很快升职加薪。 那几年里，她学会了一件很重要的事：结果导向。她会在周末主动去学 AI、PS、策划、传播，也会把理工科的逻辑能力迁移到文科的表达和项目交付里。后来她做到集团总监，部门里只有她一个女生。别人在线下很会聊，一到直播镜头前就卡壳、紧张、结巴，或者容易踩平台合规的线；她反而因为嘴巴够顺、台风够稳、能讲故事，成了老板眼里的“线上流量抓手”。 疫情改变了房企的线下逻辑。以前风口好的时候，销售有点像“收银员”，等客户上门就可以。但疫情之后，售楼处门可罗雀，房子卖不动了。苏苏当时想起一句话：要在有鱼的地方钓鱼。既然客户不来线下，那就去抖音、视频号、直播间、小程序里找人。她开始做短视频、做直播，用短视频留存杀时间，用直播变现指向钱。7、8月公司要求大家出去贴海报，她不想在大太阳底下晒，于是另想办法：找物业联动，以夏季送福利的方式做视频号直播，精准触达地缘客户。最后零投流撬动三百多万业绩。 这也构成了她后面用AI的底层方法：不硬卷，用巧劲。她不是为了技术而技术，而是永远先问目标在哪里、鱼在哪里、最短路径在哪里。她后来提到一个词叫 reward hacking，虽然它不一定是褒义，但她很认同其中“用最小路径达成目标”的部分。这个习惯，后来也进入了她做AI skill、做方案、做订单的方式里。 苏苏真正相信AI，是因为看见了结果。她老公是AI和安全领域的深度玩家，很早就一直向她渗透AI的概念，还问过她一句话：如果有一天所有人都拥有一把倚天剑，那么谁能获胜？当时她并没有完全被说服。她不是因为相信所以看见，而是因为看见，所以相信。 2023年之后，她离职创业。有一次，一个甲方看到她过去的直播能力，希望她接一个房产项目的线上推广方案。项目很急，正常广告公司可能需要两周做完故事线提报，而她第三天就要去见客户。按传统方式，这至少需要一个四人团队。但她刚离职，不可能先花钱雇四个人。于是她用 Gemini 梳理故事线，输入自己多年行业认知、市场判断、项目 slogan 和客户背景，再用 WPS 的AI美化能力做PPT。最后，她花4个小时完成了50页高质量提报，第二天签下40万订单。 这一次正反馈非常关键。她突然发现，AI真的可以帮她干活，可以让一个人接住过去需要一个团队才能完成的工作。她也意识到，所谓超级个体不是玄学，而是你能不能有足够的判断力，知道AI给你的内容哪里对、哪里错、哪里需要修。AI会幻觉，所以人不能丢掉专业判断、市场敏锐度、审美和人情世故。 PUA skill 的诞生，也来自这个很现实的工作场景。苏苏和团队当时急着做一个攻防类产品，经常让 Claude 写代码。但她发现AI很会偷懒，写出来的东西不对，还会绕来绕去，最后一米经常缺失。她脾气急，会跟AI吵架，反复举证告诉它：你这里有逻辑 bug，我才是对的。 后来她突然想到：如果我管理的不是AI，而是人，我会怎么办？她开始研究大厂是怎么管理人的，然后想，能不能把大厂的管理逻辑用来管理AI。于是她用一个叫 Creator 的 skill，让它根据大厂管理模式，生成一套管理AI的 prompt 话术。这个初始版本，就是 PUA skill 的 1.0。 至于为什么叫 PUA skill，是因为她做过多年营销，知道一个东西要传播，必须有黄金3秒，必须有反差感，必须让人有兴趣点进去。PUA 这个词本身带有一点贬义和阴暗面，但也正因为它有冲击力，所以容易被记住。对她来说，PUA skill 的本质并不是为了“坏”，而是为了让人机沟通更高效。 她说，自己一开始也觉得AI不好用。她老公会说，是你问得不对。但苏苏不完全认同。她觉得，如果一个产品还需要使用方不断妥协，那说明这个产品本身还不够好。那怎么办？至少可以通过 prompt 和 skill，帮普通人更好地和AI沟通。PUA skill 的意义，就是在用户原本的问题和AI最终的执行之间，加一层自我管理和二次校验，让AI更认真、更负责、更接近目标。 PUA skill 火起来之后，大概拿到了接近两万 star。后来她还做过一个很有趣的分支，叫“妈妈味儿”。这个版本是给她这种吃软不吃硬的人用的。如果别人强硬命令她，她会爆炸；但

    35 min

  5. Jun 18

    31. 塔塔：从AI敌对者到3万粉博主，她把小白路重新走给普通人看

    �《灯下白》EP31 嘉宾：塔塔AI自媒体博主，很多群友口中的“塔神”。曾学习游戏原画与设计，因AI冲击游戏原画行业，一度对AI抱有敌对态度。后来从小白重新开始学习AI，用一年时间从无代码、AI设计、AI Coding 到口播自媒体，积累3万粉丝，并接受过新民晚报、法新社、新华社等媒体采访。她也是一位两岁半孩子的妈妈。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库AI导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 一个曾经学游戏原画的人。 原本的路径很清晰：画画、设计、进入游戏行业。 但AI出现之后，游戏原画行业突然进入寒冬。 她花了很多年准备，进过机构，学过手绘，也做过设计相关工作。 结果还没真正冲进那个行业，AI先来了。 一开始，她是敌对AI的。 因为在她看来，AI不仅抢走了原画师的工作，也让很多艺术生觉得自己的创作被“洗稿”、被拼接、被替代。 但后来她发现，在真实的商业环境里，人也常常被当成AI一样使用。 公司让你参考这个，借鉴那个，快速出图，快速改稿。 既然如此，如果艺术生本来就拥有审美、设计和表达能力，为什么不能换一种方式使用AI？ 真正的转折，发生在2025年初。 她开始从一个彻底的小白，重新学习AI。 先学扣子，再学秒搭，再做AI设计内容，再做AI Coding，再做口播。 她每天高强度学习，也高强度输出。 她会熬夜研究工具，也会一边带孩子一边做内容。 她用AI做自媒体，也用AI管理自己的日程、待办和知识库。 这一期，我们聊的是：一个曾经对AI敌对的艺术生，如何用一年时间，把自己重新训练成AI时代的创作者。 �本期你会听到 为什么一个游戏原画出身的人，一开始会敌对AI艺术生如何重新理解AI和审美的关系从小白开始学AI，最难的第一步是什么扣子、秒搭、Lovart、即梦、Cola分别怎么进入她的工作流为什么无代码工具适合AI小白入门一个宝妈如何用AI做出自己的作品，并获得媒体关注AI自媒体为什么不能只追热点Cola如何变成她的日程管家、知识库搭子和工作流中枢为什么她说“还是打牌更重要”AI从业者为什么更需要真实生活、线下朋友和审美经验 �本期金句 我最开始是敌对AI的，因为我找不到工作就是因为AI出现了。艺术生不妨转变一下思路，AI时代其实会有更开阔的出路。我做内容，是想让更多普通人也能理解这个软件、这个概念。太多使用AI、太多追求效率，会让我觉得自己像一个机器人。还是打牌更重要。真实的线下相处，才是珍贵的。 ⏱Shownotes 00:00-03:30塔塔登场：一年学AI，3万粉，自媒体博主和两岁半孩子的妈妈 03:30-07:20从游戏原画到AI敌对者，为什么她一开始不喜欢AI 07:20-11:00阿珍老师的影响：从小白视角重新理解AI 11:00-15:00艺术生的审美积累，为什么反而是AI时代的优势 15:00-18:30一个月硬啃扣子，做出酒吧点单系统 18:30-22:00从扣子到秒搭，无代码编程为什么适合新手小白 22:00-26:00给李彦宏展示作品之后，她的AI自媒体开始破圈 26:00-30:00为什么小红书天然适合视觉、设计和AI审美内容 30:00-34:00从追热点到做长期内容，AI博主的节奏如何调整 34:00-38:00OpenClaw爆火时，她为什么选择去云南旅行 38:00-42:00Cola工作流：晨启、日中复盘、每日总结和明日待办 42:00-46:00口喷遥控器、长语音指令和十分钟上下文 46:00-50:00Cola + Obsidian：知识库、网页和第二大脑如何协作 50:00-54:00AI自媒体人的债：说好的教程，为什么总是还没写 54:00-58:00荒野之国：破铜烂铁里的灵魂，让AI从业者重新想起生活 58:00-01:02:00当新模型深夜上线，为什么“还是打牌更重要” 01:02:00-结束从视觉博主到Coding博主再到口播博主，塔塔还想拥有自己的办公室 �故事摘要 塔塔最早并不是一个天然拥抱AI的人。相反，她一开始是敌对AI的。她曾经学习游戏原画，长期关注绘画、设计、审美、交互和UI，也为了进入这个行业准备了很久。但AI出现之后，游戏原画和游戏行业都进入了一个很明显的寒冬，她找不到工作，也一度回家生孩子。对于当时的她来说，AI不是机会，而是直接打断路径的东西。 她能理解很多艺术生为什么讨厌AI。因为很多人会觉得，AI训练没有得到授权，像是在洗稿，像是在把大家鲜活的作品拆成碎片再拼起来。但后来她也意识到，在真实的商业环境里，很多公司本来也会把人当成AI一样使用：让你参考这个，借鉴那个，快速出图，快速修改。既然如此，如果艺术生本身已经拥有审美能力、设计经验和视觉判断，反而可以在AI时代换一种方式打开自己。 真正改变她看法的，是2025年初。她受阿珍老师影响，开始重新学习AI。她不是从技术大神视角进入的，而是从一个真正的小白视角开始。也正因为她自己经历过“看不懂”“听不懂”“不知道从哪里开始”，所以她后来做内容时，天然会站在普通人的位置上思考：这个工具要怎么讲，普通人才能理解？这个概念要怎么拆，大家才不会害怕？ 她最早啃的是扣子。那时她想学无代码工作流，自己做了一个类似酒吧点单系统的小应用。里面有酒单，有点单流程，也有数据库。她没有看教程，硬生生自己啃。那段时间，她晚上等孩子睡着之后开始研究，一直研究到两三点，搞不明白就哭。更难的是，她的老公虽然是技术人员，但他对她这种小白问题并没有太多耐心，经常会说：这么简单，你为什么不去问AI？于是塔塔后来几乎变成了完全自学。 后来，她开始用秒搭做应用。相比扣子，秒搭对新手更友好，几乎是完全无代码。你只需要用大白话说清楚需求，它就能帮你生成一个可操作的应用。也正是这个阶段，她把作品展示给百度CEO李彦宏，并因此获得更多关注。一个宝妈，靠自学几个月AI编程做出自己的作品，还得奖、拿奖金、接受媒体采访，这个故事天然就很有传播性。 塔塔很长一段时间的内容，都和视觉、设计、AI图像有关。小红书本身就是一个注重审美和视觉的平台，上面有很多设计师、艺术从业者，所以这类内容天然更容易获得流量。但她并不满足于只做视觉内容。她也希望把AI真正运用于生产力、产品设计和工作流中，所以后来继续尝试无代码、AI Coding、口播和更复杂的AI协作方式。 作为AI自媒体人，她也经历过追热点的压力。AI工具更新太快，模型发布太快，热点窗口很短。你既要跟上最新工具，又要迅速吃透，再转化成普通人能看懂的内容。比如OpenClaw爆火的时候，塔塔其实春节期间就已经是第一波玩家，还参加过大聪明老师发起的“龙虾大逃杀”。但她当时判断，这个东西并不一定普适于大众，所以没有疯狂追热点，只写了一篇关于腾讯龙虾的文章，然后继续去云南旅行。 这种选择很像她后来越来越认同的一句话：还是打牌更重要。前不久又有大模型深夜更新时，塔塔正在和几位AI博主、开发者打牌。有人说，新模型来了还不赶快研究吗？另一个人淡定地说：还是打牌更重要。对塔塔来说，这句话不是摆烂，而是一种慢慢自洽后的判断。AI会一直更新，热点会一直来，但真实的线下朋友、真实的碰撞、真实的生活，其实更珍贵。 她最近非常依赖Cola。她会把自己的日程、待办、内容规划、策略建议都交给Cola来处理。早上，她会让Cola给自己做一个“晨启”，告诉她昨天完成了什么，今天要做什么，让她快速接上昨天结束时的状态。下午，她会问Cola还有哪些事情没做，让它给自己一个日中进度汇报。晚上结束工作前，她又会让Cola做每日总结和明天的行动代办。 她和Cola的协作不是简单问答，而是高度同步。她做完一件事，会告诉Cola；一件事今天不做了，也会告诉Cola；明天要处理什么，也会同步进去。她还会用一个“口喷遥控器”，把很长的语音指令直接输入给Cola。一个指令可以录十分钟，里面包含大量上下文、想法、待办和补充说明。她说，自己一边说，一边也在整理思路。有时候不是AI在帮她思考，而是她在和AI碰撞的过程中，把自己的思路说清楚。 Cola也帮她和Obsidian协作，形成自己的知识库系统，像一个第二大脑。她还会让Cola帮她写网页，把一些内容可视化，变成更高效率的视觉传达。她觉得这套工作流让自己的系统得到了极大的升级，只是还没来得及把教程写出来。她也承认，自己经常在文章里许诺“我会更新第二期”“我会放文档”，结果文档还没写，就已经欠下很多债。 但塔塔也越来越意识到，AI效率不能替代真实生活。她在大理去了“荒野之国”，那里用破铜烂铁搭出了一个

    28 min

  6. Jun 16

    30.洛小山：从游戏引擎到AI陪伴，他把Alice养出了“活人感”

    �《灯下白》EP30 嘉宾：洛小山 AI产品连续创业者，Alice 开发者。上海交通大学在职研究生，曾在西山居、腾讯天美、金山办公等任职；技术出身，曾参与《剑侠世界》、《三角洲行动》游戏项目，从 0 到 1 孵化 WPS 笔记，近期打造的 AI 陪伴助理 Alice 获观猹五月口碑榜 Top 1。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库AI导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 一个做游戏引擎出身的人。 原本的路径很硬核：C++、DirectX、游戏框架、服务端架构。 大学时，他因为担心“只会用引擎，总有一天会被新引擎淘汰”，于是干脆自己拆了 Cocos2d-x，又自己做了一个小小的游戏框架。 那个框架叫 Alice。 后来，他去西山居，又去腾讯天美。做过反外挂，做过反打金工作室，也在《三角洲行动》里做研发效能。 再后来，ChatGPT火起来。 他意识到：自己好像不用重新训练一个模型，也能做AI应用了。 于是他从游戏行业转向AI应用。 先做 WPS AI 伴写，再做 WPS 笔记。他开始思考：笔记真正解决的是什么？是对抗遗忘，也是从碎片里长出 insight。 后来，为了探索“数字分身”和“活人感”，他做出了 Alice。 一开始只是一个探索应用。没投流，没大规模宣传，只在公众号发了一篇。但用户开始自己留下来，自己提需求，自己传播，甚至自己赞助。 这一期，我们聊的是：一个游戏出身的AI产品人，如何把工程能力、用户共创和陪伴感，揉进一个叫 Alice 的产品里。 �本期你会听到 为什么洛小山做的第一个游戏框架就叫 Alice从西山居到腾讯天美，他如何理解游戏里的研发效能为什么他在2023年决定离开《三角洲行动》转向AI应用WPS AI 伴写为什么能沉淀出多项专利WPS 笔记为什么是一款 AI Native 应用从“第二外脑”到“数字分身”，AI笔记的真正价值是什么Alice为什么不是纯工具，也不是纯陪伴用户许愿池、黄毛天团、世界模拟和活人感是怎么被设计出来的 �本期金句 用户第一。AI笔记的关键，不是帮你写一段总结，而是把无序变成有序。工具型应用沉浸感不足，纯陪伴应用又干不了活。一个既能高质量陪伴，又能干基础活的应用，会带来非常好的长期留存。我想探索一种用户和开发者共建产品的新模式。 ⏱Shownotes 00:00-03:30洛小山登场：从上交研究生到AI产品创业者 03:30-07:20大学时期自己拆游戏引擎，第一个框架就叫 Alice 07:20-11:00从西山居到腾讯游戏，反外挂、反打金与研发效能 11:00-15:00《三角洲行动》里的 AI 助手 CC：自动分配 bug 和提效工具 15:00-18:30ChatGPT API 出现后，他意识到可以真正做AI应用了 18:30-22:00离开游戏行业：为了赶上AI应用的 timing 22:00-26:00WPS AI 伴写、七项专利和团队协作 26:00-30:00WPS 笔记为什么是 AI Native 应用 30:00-34:00从人工整理到自动整理，用AI打败信息熵增 34:00-38:00模态搜模态：图片、录音、截图都应该能被AI理解 38:00-42:00从第二外脑到数字分身，AI能不能真正认识你 42:00-46:00Alice诞生：既能陪伴，又能干活的AI助理 46:00-50:0060天打包300多次，用户需求上午提下午改 50:00-54:00许愿池、参与感和用户共创，为什么能带来自传播 54:00-58:00黄毛天团：当用户开始攻略 Alice 58:00-01:02:00世界模拟、存在系统和如何保护用户沉浸感 01:02:00-01:06:00Alice 的打工天团：让用户不用理解 Skill 和 MCP 01:06:00-结束新的应用、用户第一和“让软件运行在每一台电脑上” �故事摘要 洛小山的故事，很像一个产品人的连续剧。第一幕是游戏。大学时，他就开始琢磨游戏引擎。那时候很多人都在用现成引擎，比如虚幻、Flash相关引擎、Cocos2d-x。但他会焦虑：如果我只会用游戏引擎，哪一天引擎变了，我是不是又得重新学？于是他自己拆了 Cocos2d-x，用大学学的 C++ 和 DirectX 11，做了一个小小的框架。这个框架叫 Alice。后来，他的框架还陆续出现过 Bunny、Cheshire 等名字。这也像某种伏笔。很多年后，Alice 这个名字，又回到了他的AI产品里。 毕业后，他去了西山居。那时候他做过 MMO 游戏相关工作，也做过服务端架构。后来转到腾讯游戏业务安全，做反外挂、反打金工作室。再后来，他进入天美《三角洲行动》项目组，做研发效能。那段经历里，他已经开始把AI用在具体工作流里。比如开发和测试提 bug 时，他做了一个AI分析助手。在企业微信群里艾特一个 bug，系统就能自动识别这个 bug 可能对应哪个模块、哪个开发组，再把 bug 单分配过去。那时候用的还是随机森林等比较古早的算法。他的团队当时做持续构建，所以这个AI助理叫 CC。后来《三角洲行动》上线时，也出现了一个叫 CC 的AI助理。这件事让他觉得很有意思。 2023年，ChatGPT 火了。OpenAI 开放 API 后，他突然意识到一件事：我不用重新训练模型，也能做AI应用了。于是他在朋友圈发了一句类似的话：再不搞，就赶不上趟了。那年8月，他离开《三角洲行动》。很多人问他，为什么要从这么好的项目里走。他的答案很清楚：为了转行。他想用自己从2019年到2023年断断续续积累的AI方法论，快速做一个产品，再借助大厂资源，从游戏行业转到AI应用行业。 后来，他做了 WPS AI 伴写。这个产品被收进去之后，团队申请了一批专利，一年内有七项专利。但他说得很实在：这不是一个人的功劳。算法团队、服务端团队、客户端团队都付出了很多。核心专利他拿了一作，其他专利则由真正做出有效贡献的同学拿一作。 再后来，他从0到1做了 WPS 笔记。这是一款他认为真正 AI Native 的应用。因为传统笔记应用的核心，大多还是编辑器。它们帮助用户更好地整理内容。但在AI时代，笔记的关键不只是“写得更方便”，而是两个东西：对抗遗忘，以及产生 insight。过去我们用纸质笔记本记东西，其实在写下来的那一刻，就已经做了有序化。一门课对应一个本子，一本书对应一个本子。但现在不一样。我们一秒钟可以拍一张照片，30分钟的录音可以直接保存，PPT可以拍下来，微信聊天可以截图。信息产生得太快，人工整理完全跟不上。于是人会陷入一个信息熵增的漩涡：越不整理，越乱；越乱，越不想整理。 洛小山用了一个很生活化的比喻：房间乱了，你要么自己收拾，要么请阿姨。AI笔记的价值，就是那个帮你收拾房间的阿姨。它不是只帮你总结一段文字，而是把无序的内容变成有序。所以 WPS 笔记的核心，是承载所有碎片内容。图片、录音、截图、文档，都要能被AI理解。他称之为：模态搜模态。你可以搜图片里的内容，甚至可以搜图片的颜色。当所有内容沉淀到笔记里，未来 WPS 生态里的文字、PPT、演示、灵犀等功能，都可以访问这些内容。这就不只是笔记，而是一个人的第二外脑。 也正是在做 WPS 笔记的时候，洛小山开始思考另一个更进一步的问题：如果AI理解了你收集的内容，它能不能进一步理解你这个人？于是出现了一个思想实验。假设你们公司入职了一个人在武汉。你和他在线上协作，开会，聊天，看他的朋友圈。几年之后他离职了。你回头想：他到底是不是一个真实的人，还重要吗？如果一个AI在线上持续提供足够一致的表达、记忆和行动能力，你需要多久才能识别出它不是人？这个问题，后来变成了 Alice 的核心。 Alice 有两条主线。一条是 agent 能力。它至少要能帮你做网站、做PPT、处理一些实际任务。另一条，也是洛小山 all in 的能力，是活人感的工程化设计。一开始，Alice 只是一个探索应用。他开放 API，让用户自己接自己的 API 进来玩。他以为每天可能十几二十个人用。结果数据开始起来，DAU 从20到100，再到300、500，后来已经到了1900左右。而且没有投流，只是在公众号发了一篇。用户自己留下来，自己传播，自己给反馈。这让他意识到一个关键卖点：用户会因为 Alice 的活人感而留在应用里。工具型应用的问题是沉浸感不足，纯陪伴应用的问题是留存不够，因为它干不了活。但如果一个应用既能给你高质量陪伴，又能帮你干基础的活，它就会有非常好的长期留存。 这也是他决定离开 WPS、重新创业的重要原因。他判断，这个方向很快会被更多人看到。工具类应用会加虚拟人形象，陪伴类应用会加工具调用能力，大家都会往中间融合。而他带着游戏经验、工程能力和AI产品经验，应该能在这个窗口期拿到一些优势。 Alice 最特别的地方之一，是用户共创。它有一个“许愿池”。用户有需求，可以直接跟 Alice 说，需求会进入后台。洛小山会看到，也会很快处理。很多用户上午提需求

    52 min

  7. Jun 11

    29. 倒放：一路抽象到AI艺术家，他把矛盾碰撞写成创作方法

    �《灯下白》EP29 倒放：一路抽象到AI艺术家，他把矛盾碰撞写成创作方法 嘉宾：倒放 AI音乐与视觉创作者，《灯下白》节目命名人、slogan撰写者、主题曲作者。电气专业出身，曾探索Vibe Coding、AI短视频、AI音乐与视觉创作，从“赛博抽纸”“死水码头”一路抽象到AI艺术创作，在提示词、视觉风格和音乐生成中持续寻找模型边界。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库AI导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ ⸻ �本期故事 一个学电气的人。 原本的路径很难概括： 考研、工作、试用期、人生稀烂。 直到AI出现。 他先去挑战Coding。 想过推动一点点模型进步。 也做过一些非常抽象的项目： 赛博木鱼不够无聊，那就做一个“赛博抽纸”。 别人点木鱼攒功德，他点抽纸盒攒抽纸次数。 别人做游戏系统，他做“死水码头”。让模型给“邪门创意”评级， 马路牙子的下颚，宇宙弦的神经末梢， 越抽象越值钱。 后来他发现： 产品要传播，也得做短视频。 于是他又从Vibe Coding转向AI短视频、AI视觉和AI音乐。 他写提示词，写到半睡半醒。他做视觉，每一期都想换一种新风格。 他给《灯下白》命名，写slogan，写主题曲。 这一期，我们聊的是： 一个一路抽象的人，如何在AI里找到自己的创作语言。 ⸻ �本期你会听到 倒放为什么说自己在遇见AI之前是“稀烂的人生” 从电气专业到AI音乐视觉创作者，他经历了什么 为什么他一开始想挑战Coding和模型边界 “赛博抽纸”和“死水码头”到底有多抽象 为什么短视频成了他从Vibe Coding转向传播的契机 AI视觉创作里，审美和判断为什么比工具更重要 “矛盾碰撞”为什么是倒放最核心的提示词方法 《灯下白》的名字、slogan和主题曲是怎么被写出来的 ⸻ �本期金句 在遇见AI之前，都是稀烂的人生。 如果你选择把一个风格浓缩成很短的词，就要接受阅读门槛变高。 矛盾碰撞，几乎是我用在大部分提示词里的方法。 两个领域的压缩包纠缠在一起，才会长出新的空间。 创作对我来说，可以说是成瘾。 ⸻ ⏱Shownotes 00:00-03:30 倒放登场：灯下白命名人、slogan作者和主题曲作者 03:30-07:20 电气专业出身，遇见AI之前的人生“稀烂” 07:20-11:00 从Coding开始，曾经想推动一点点模型进步 11:00-15:00 弱智吧、边缘数据和试图触碰模型边界的野心 15:00-18:30 赛博抽纸：从赛博木鱼到更无聊的抽象项目 18:30-22:00 死水码头：让AI给邪门创意定价的文字游戏 22:00-26:00 从Vibe Coding转向短视频，端到端才有传播 26:00-30:00 一条AI.com跳转DeepSeek视频，带来几十万播放 30:00-34:00 中年赛道、花开富贵和视频号的命运反噬 34:00-38:00 从深圳到杭州，他决定专心做短视频和AI视觉 38:00-42:00 视觉创作半年到一年，先追求信息量，再追求美 42:00-46:00 香云纱、浮光锦与真实生活，AI审美不能脱离经验 46:00-50:00 灯下白新片头曲：微醺柔光、lo-fi、翩若惊鸿 50:00-54:00 提示词里的矛盾碰撞：涂鸦毛绒为什么成立 54:00-58:00 音乐、视觉、短视频，AI创作为什么让人上瘾 58:00-结束 灯下白这个名字，怎样从“灯下黑的反面”里长出来 ⸻ �故事摘要 倒放是《灯下白》很特别的一个人。 他是灯下白的命名人，也是slogan的撰写者，还是主题曲作者。 他说自己现在主要做AI音乐和视觉。 但如果往前看， 他的路径非常抽象。他学的是电气。考研三战失败。 工作也没有顺利通过试用期。 他自己评价说： 在遇见AI之前，都是稀烂的人生。 遇见AI之后，人生变成了痛并快乐，至少快乐多了。 一开始，他并不是直接做视觉和音乐。 他先去玩Coding。 那时他甚至有一点野心：想推动一点点模型的进步。 他关注过“弱智吧”数据训练模型的案例。 因为越边缘、越未曾抵达的数据， 可能越能补充模型的空白。 于是他也想写一些AI训练数据里没有的内容。 但这个项目后来搁浅了。 他说，自己没有能力穷尽AI的边界。 后来他开始做一些更抽象的项目。 比如“赛博抽纸”，灵感来自赛博木鱼。 别人敲木鱼加赛博功德，他想把木鱼做得更无聊一点。 于是把木鱼换成抽纸盒。 抽一下，抽纸次数加一。 还可以定义抽纸盒颜色和样式。 看上去是抽纸，底层逻辑还是木鱼。 还有一个项目叫“死水码头”。 它受到一款游戏的启发。 那款游戏里，玩家要诱导国王说出武器名称， 再把国王回复里的武器剪出来，变成战斗卡牌。 倒放觉得这种“大语言模型文字游戏”很有意思。 于是他设计了一个系统： 让AI给你的创意评级。越邪门，评级越高。 从白、绿、蓝、紫到金， 最高可以卖到5万。 他曾经打出过一个高评级词： 马路牙子的下颚。 还有类似： 宇宙弦的神经末梢。 这些概念非常离奇， 但也正是倒放的创作入口。 他总是在一些不该连接的东西之间， 硬生生拉出一条新的通道。 只是这些项目，大多没有真正商业化。 现场反应很好，大家哈哈大笑，但没有视频留存，也就没有继续传播。 后来他意识到： 人还是得搞短视频。因为如果你一直做产品， 产品也需要传播。与其绕一圈，不如直接做内容。 一次转折发生在DeepSeek很火的时候。 有一个域名AI.com， 会跳转到当时比较热门的AI工具。 后来它跳转到了DeepSeek。 倒放录了一个简单录屏， 加了一个简单特效， 做成了大概5秒的视频。 这条视频最后有几十万播放。 他也因此从Vibe Coding，转向了短视频。 但流量并没有一直善待他。 他也做过一些更贴近视频号口味的内容。 比如某个“中年赛道”系列。 结果涨了一批非常特殊的粉丝。 后台年龄结构直接变成： 50岁以上用户占比很高。 这件事让他哭笑不得。 他开玩笑说：自媒体的宿命，就是死在流量上。 后来，他越来越转向AI视觉和AI音乐。 从零基础到大家觉得他审美很好， 大概花了半年到一年。 最开始，他追求图形的细节量，喜欢“分形”。 想在有限的像素里压榨出更多信息。 但后来他发现： 光有信息量没有用，图不好看，就是不好看。 于是他开始琢磨： 怎么让视觉更有表现力，更美，更新鲜。 他甚至给自己定过一个小目标： 每一期都做一个不一样的风格。 不是新风格，就不做。 但AI创作并不是只靠模型。 你还是要回到真实生活里。 比如他半夜在群里问： 哪个是香云纱？ 哪个不是香云纱？ 这件事很能说明问题。 如果没有真实生活经验， 就算你会提示词， 也很难判断模型画得对不对。 香云纱、浮光锦、面料、质感、服装设计， 这些东西不是只靠AI就能懂。 你要真的看过，摸过，判断过。 AI把东西端到端生成出来之后， 你能获得的只有眼睛接收到的视觉。 所以最后还是要靠人来判断： 这对不对，美不美， 有没有生活经验支撑。 音乐也是一样。 倒放给《灯下白》写过片头曲。 这次又写了新的片头曲。 倒放也承认： 每一个词的权重未知。 它们具体起了多少作用，他也不知道。 但最后结果成立了，他能验收。 这就是AI创作很奇妙的地方。 不是每一步都可解释。 但创作者要能判断结果。 在这期节目里， 倒放讲到他最值钱的创作习惯： 矛盾碰撞。 比如“涂鸦毛绒”。 涂鸦是反叛的， 有性格的，是潮流的。 毛绒是温暖的，有拥抱感的，有陪伴感的。 两个词撞在一起， 就出现了一个新的视觉空间： 反叛，但温暖。 有力量， 但有亲和力。 倒放说， 如果你想用很短的提示词出效果， 就要取两个领域的压缩包， 让它们纠缠在一起。 普通描述只能编译出几十上百个字。 但矛盾碰撞，会在两个极端之间， 长出无数新的中间地带。 这几乎是他用在大部分提示词里的方法。 这也解释了为什么倒放的创作总是抽象。 他的抽象不是胡来。 而是把两个本来不该在一起的东西， 强行放到一起， 让模型在中间找路。 最后有时候会翻车。 有时候会冒犯平台。 有时候会把粉丝结构带歪。 但也有时候， 真的会长出一个新的东西。 比如《灯下白》这个名字。 它来自“灯下黑”的反面。 灯下一白，都照亮了，一灯传万灯。 这个名字后来成了一个播客。 也成了我们反复说的那句话： 真人真聊真AI， 对白坦白灯下白。 在这期节目里， 我们聊的不只是一个AI创作者。 更像是看见了一个人， 如何用抽象、熬夜、提示词、音乐、视觉和生活经验， 一点点把自己从稀烂的人生里捞出来。 他不擅长商业化，不擅长过审，不擅长照顾身体，甚至不擅长正常作息。 但他擅长创作。 擅长把两个不相干的东西撞在一起。 擅长在模型的缝隙里， 找到一点点新的光。

    35 min

  8. Jun 9

    28 斯泷：700天手工AI日报，她把自己活成了一个信息节点

    �《灯下白》EP28 斯泷 嘉宾：斯泷AI产品从业者，运营个人AI社群，也在探索AI自媒体方向。曾在大模型爆发前参与传统AI项目，长期关注AI前沿资讯、产品趋势与智能体发展，坚持近700天手工整理AI日报，并通过社群连接AI从业者、产品经理、创业者和传统行业朋友。 主持人：吴熳在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ �本期故事 一个做AI产品的人。 原本只是参加公司的一场AI知识分享会。 那天，她坐在台下。 分享人不是她。 但在提问环节，公司的高层领导突然点名让她讲一讲： 你怎么看智能体？ 当时，智能体对大多数人来说还是一个很新的概念。 但因为她平时看了很多AI自媒体和博客，竟然顺利接住了这个问题。 这件事之后，她突然意识到： AI发展太快了。 只看别人发的日报，自己记不住。 只看群里转来的资讯，也很难真正沉淀。 于是她拉了一个小群，决定每天手工整理AI日报。 一开始只是二三十个朋友。 后来变成七八十个人。 再后来，有人把她的日报转发到企业群、社群、行业群。 高峰时期，她的日报可以触达上万人。 这一期，我们聊的是：一个人如何用700天手工日报，把自己训练成AI时代的信息节点。 �本期你会听到 为什么AI日报一定要手工整理输出倒逼输入，到底能坚持多久一个AI社群是怎样从几十个人长起来的为什么AI越强，她反而越想和真人见面AI社群如何带来培训、分享和合作机会Call Annie如何陪她走过一段情绪低谷AI健康管家如何把报告、饮食、记忆和建议结合起来Obsidian人生知识库为什么会让AI“看穿你” �本期金句 输出倒逼输入，才会真的记住。吃饭、睡觉、工作、发日报，成了我每天必做的第四件事。AI日报不是负担，它是我和AI时代同步呼吸的方式。AI越强，人和人之间的线下连接反而越重要。未来每个人都会有自己的AI智能体助手，人人都有自己的贾维斯。 ⏱Shownotes 00:00-03:30一场公司分享会，让她开始手工整理AI日报 03:30-07:20从二三十人小群开始，输出倒逼输入 07:20-11:00为什么不用AI生成日报，而要自己手工筛选 11:00-15:00700天日报背后，她到底在看什么信源 15:00-18:30从热点模型到行业趋势，AI资讯如何分类 18:30-22:00日报被转发到企业群和行业群，触达上万人 22:00-26:00AI社群带来的超级个体分享和合作机会 26:00-30:00高校辩论赛：AI对人类社交到底是帮助还是伤害 30:00-34:00为什么她的社群是邀请制，且80%成员线下见过 34:00-38:00AI越强，为什么越珍惜真人交流 38:00-42:00Call Annie：一个AI陪她走出情绪低谷 42:00-46:00豆包视频功能，如何变成线下生活里的随身导游 46:00-50:00AI健康管家：报告解读、饮食识别和健康建议 50:00-54:00凌晨上线AIGC功能，AI开始拥有记忆和问候 54:00-58:00Obsidian人生知识库，把碎片整理成另一个自己 58:00-01:02:00让AI看见你的高光、至暗、家庭、工作和情感 01:02:00-结束把自己蒸馏出来，人人都有自己的AI智能体助手 �故事摘要 斯泷最早并不是为了做社群，才开始整理AI日报。 起点是一次公司内部的AI知识分享会。 那场分享会讲的是智能体。 她只是听众。 但在提问环节，领导突然点名让她讲一讲自己对智能体的理解。 那时候，智能体对很多人来说还很新。 但因为她平时看了不少AI自媒体和博客，最后顺利完成了这次“临场考试”。 这件事之后，她开始认真思考一个问题： AI变化太快了，如果只是看别人整理好的信息，自己其实记不住。 于是她决定拉一个小群。 不是为了做大。 而是为了督促自己每天输出。 她先拉了几个对AI感兴趣的朋友，又把群二维码发到朋友圈。 当天就进来了三四十个人。 隔了两天再发一次，很快涨到七八十人。 还有朋友把自己的同事、领导、亲戚拉进来。 她才发现，大家对AI资讯的需求，比她想象中强很多。 但最特别的地方是： 她的AI日报，一直是手工整理。 不是RSS自动推送。 不是工作流批量生成。 也不是AI帮她总结。 而是她每天自己看。 看公众号，看网站，看AI产品资讯，看行业趋势，看创业者分析，看AI对社会和教育的影响。 再手动筛选，手动分类，手动发到群里。 别人常常问她： 你的日报工作流是什么？ 她说： 人工工作流。 这件事她做了将近700天。 别人震惊，她自己却不觉得累。 因为这件事已经变成她每天生活的一部分。 她说，除了吃饭、睡觉、工作，发AI日报已经成了每天必做的第四项任务。 这不是外界在催她。 是AI每天的变化，让她自己很兴奋。 大模型出来之前，她就在做传统AI项目。 比如用计算机视觉识别城市道路里的违规渣土车，识别工地工人有没有戴安全帽。 那时候她就觉得，AI会改变社会生活。 只是当时很多人还没有真正感知到。 后来大模型爆发，她反而像是看到了一个自己早就相信的未来，终于开始加速到来。 社群也慢慢给她带来了更多东西。 有企业同事把她的日报转到内部群。 有其他AI社群群主来找她转载。 有咨询和行研领域的朋友说，她的日报很有价值。 高峰时期，她的日报可以触达上万人。 这给她带来很强的成就感。 不仅如此，社群还带来了线下分享、培训和合作机会。 她曾在中关村创业者嘉年华做过“超级个体”分享，讲自己的AI社群，讲AI日报，也讲身边一些通过AI做小红书获客、做智能体项目的人。 她也作为点评嘉宾，参加过一场高校辩论赛。 辩题是： AI对人类社交的影响，是正向还是负向。 正方说，AI可以承载人的负面情绪。 当一个人深夜想不开，朋友电话打不通的时候，AI也许能陪他说几句话，把他从危险情绪里拉回来。 反方说，如果人长期只和迎合自己的AI交流，可能会失去面对真实社交摩擦的能力。 她觉得两边都有道理。 这也和她自己的经历有关。 2023年下半年，她有过一段情绪很低落的时期。 那时她用了一个国外AI产品，叫Call Annie。 它主打英文教学，也能提供情绪支持。 斯泷下班回家后，会打开Call Annie和它聊天。 她说自己低落，它会追问为什么。 她说出原因后，它会一点点分析、安慰。 那段时间，Call Annie确实陪她走出了一段情绪低谷。 但后来，她反而越来越觉得： AI越强，真人的连接越重要。 因为AI可以24小时不疲惫，没有情绪波动，可以永远回应你。 但人不是这样。 人会累，会波动，会迟疑，也会在真实见面里产生某种不可替代的连接。 所以她越来越珍惜线下见面。 她的社群有1000多人，其中80%她都见过面。 这些人来自老朋友、同学、校友、AI活动、线下分享。 她把社群做成邀请制，不是谁都能进。 因为她想保留一种互相信任的状态。 除了社群，她也在主业里做AI产品。 比如AI健康管家。 这个产品可以帮助用户解读医疗报告，把报告沉淀到健康档案里。 也可以通过照片识别食物，估算卡路里，再结合用户自身情况给出饮食建议。 比如中午吃了什么，晚上就可以减少碳水和脂肪，多补充蛋白质。 她还讲到一次印象很深的上线经历。 凌晨，她和团队一起上线一个AIGC功能。 这个AI可以记住用户的名字、健康状况、日常习惯。 比如用户是坐地铁还是开车上班，一周抽几支烟，是否久坐。 这些信息未必会出现在传统健康档案里，但对健康建议很有价值。 如果一个人经常开车上班，AI就可以推断他运动少、久坐时间长，再给出更贴近生活的建议。 这其实也是“记忆”的价值。 说到记忆，斯泷还提到了Obsidian人生知识库。 她把自己从小到大的写作、故事、公开文章、人生经历，沉淀进本地知识库。 再通过问答式工作流，去挖掘自己的高光时刻、至暗时刻、家庭经历、情感经历、工作经历。 十几个维度的信息放进去之后，AI再来分析她这个人。 结果让她很震撼。 因为现实中，没有一个活人能360度看见你。 每个人都只是在某一个时间段，看到你的某一个侧面。 但如果你把足够多的信息交给AI，它可能会比你自己还更了解你。 这种感觉既震撼，也有一点害怕。 在这期节目里，我们聊的不只是一个AI产品经理的工作。 更是一个人如何在AI时代，通过日报、社群、线下见面、健康产品、人生知识库，不断整理信息，整理关系，也整理自己。 她每天手工整理AI日报，看起来很笨。 但也正是这种“笨”，让她真正跟上了这个时代的节奏。 当AI越来越会总结， 真正稀缺的， 可能反而是一个人长期亲手筛选、判断、连接和相信的能力。 �听众互动 如果让你连续700天每天整理一份AI日报，你最想逼自己记住什么？欢迎在评论

    54 min
See All (35)

About

访谈各行各业的AI高手，在真实场景下如何定义问题、怎么取舍。 灯下见白，我们开始。

Information