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. 5D AGO

    AI 能看见你，不等于能推动你 — 一款失败的手环教我的事

    这期节目，是从一次争吵开始的。 去年我做了一款智能手环，项目亏了20万美金。带着这段经历，我想做一期关于AI穿戴设备的节目，让AI帮我搭了个大纲——很完整，很清晰，很专业。然后队友看了一眼说：你这个东西全是AI味。 那一刻我意识到，这个批评本身，就是这期节目真正想问的问题。 我们从摄影聊起——为什么小红书上的摄影师要价几万还要提前一年预定？聊到婚礼——那种只有一次、出了问题没有第二次机会的现场，服务的价值到底在哪里？最后回到手环——它24小时看见你的身体，但看见不等于推动你改变。 当AI越来越能交付结果，什么东西反而会变得更贵？ 我现在的答案是：情绪安抚、风险兜底，还有监督和推动。AI可以给你一个很好的建议，但你不一定会去做。你需要有人知道你在跟自己谈判，在你想放弃的时候把你拉回来。 未来最贵的可能不是答案，而是有人陪你把答案做完。 主播：PongPong：连续创业者，AI初创公司产品负责人 时间轴 (Timeline)01:00"全是AI味" — AI写的大纲被队友一句话说死 03:30摄影师的价值 — 为什么有人愿意花几万找一个摄影师？买的不是照片，是过程里被看见、被引导的体验 07:30过程浓度 — 从AI生成婚纱照到小众摄影师，用"过程浓度"解释为什么结果越便宜，过程越值钱 09:00婚礼：不可重来的场景 — 婚纱照可以重拍，婚礼当天结束了就是结束了，服务的价值在于帮人穿过高焦虑的过程 12:30冰激凌机的例子 — AI能回答你问出来的问题，但有经验的策划师会发现你根本没意识到的风险 15:20回到手环 — 办婚礼的焦虑和看健康数据的焦虑本质一样：信息到位了，但没人帮你判断下一步 18:00数据≠服务 — 手环告诉你睡得不好，但用户真正想知道的是"我接下来该怎么办" 21:00穿戴设备能改变人吗？ — 对数据敏感的人有用，但普通用户看到分数只是焦虑一下，第二天继续熬夜 23:30AI教练的边界 — AI可以分析数据、给出建议，但你可以把提醒划掉；真人教练站在那里，你很难像关闹钟一样关掉他 31:30AI与真人的分工 — AI负责长期观察和数据翻译，真人负责关系推动、现场反馈和关键时刻的兜底 33:00收尾复盘 — 绕了一圈回到开头：AI替代不了的是过程里的判断、安抚、兜底和推动，未来最贵的不是答案，是陪你把答案做完的人 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。

    36 min

  2. MAY 7

    AI Odyssey x 钉钉悟空：一人团队实操评测

    半年里，我在 OpenClaw 的深坑里交了一笔不菲的学费。几百美金的账单至今记忆犹新——AI 跑进死循环，我却在旁边眼睁睁看着 Token 哗哗地烧。 那之后我就一直在想一个问题：AI 到底什么时候才能变成普通人手里真正能干活的工具，而不是极客们的玩具？ 这期节目，我拿到了钉钉"悟空"的内测资格，用一个我认为最硬核、最能暴露 AI 短板的场景去压测它——实体建材采购，一个信息极度不对称、非标到极致的领域。 结论是：它让我真正体会到了什么叫"一句话干翻一万个按钮"，也让我第一次感觉到，OpenClaw 当年开的那扇门，现在终于有人给它装上了把手。 但我也在测评里摸到了它的天花板，以及目前整个 Agent 赛道都还没跨过去的两道坎。 这期没有什么宏大叙事，只有一笔很具体的账，和一次差点翻车、但最后没翻的实测。 如果你也在想"AI 能不能真的帮我打工"——这期可能是目前最接近答案的一次。 产品介绍： 悟空：面向企业的全新 AI 工作平台，定位为Agent办公统一入口 ，具备强大的任务执行与自动化能力。 主播：PongPong：连续创业者，AI初创公司产品负责人 时间轴 (Timeline)01:35 路线分化介绍：大家都在做 Agent，但落脚点完全不同。客观陈述腾讯，字节和钉钉Agent的路线； 04:00 场景与算账：悟空的技术亮点、安全性和解决的痛点 06:52 实测场景：工作室装修，在 1688 上采购吊顶，体验悟空。 12:57 体验结论

    15 min

  3. MAY 5

    对话语丝：从模型厂单休到独立接项目，她说创业这条路是被需求逼出来的

    我们这期聊到了一件很具体的事：一个人，一间不让猫进去的房间，里面堆着几十块从拼多多淘来的二手硬盘。这是语丝做大模型多模态数据的日常现场。 从这个细节往外看，你会发现这个行业比你以为的更"物理"——TB级的视频数据，最快的传输方案是"拿着硬盘走过去"；文本模型的预训练已经基本收尾，卡点转移到了人类专家才能回答的那些极限难题上；而模型训练最稀缺的资源，已经不是算力，是认知。 但这期真正想聊的，不只是数据工程。语丝做大模型数据已经五年，从来没有"决定"过要创业——是客户一个一个推着她走到今天。一人公司，不是她想清楚了才做的选择，是生活逼出来的形状。 周均80小时、单休、身体亮红灯、请假要"胆战心惊"……她离开的原因说起来平静，但听着很重。她现在在全球飞，用公司给自己报销差旅——公司是她的。这个感觉，她说"很不一样"。 技术的进步，终究是为了让人活得更像人。 欢迎收听新一期 AI Odyssey。 嘉宾语丝：5年LLM data cooker，一人公司在跑，经手数据订单百万美元以上。欢迎来小红书找我玩～ 主播：PongPong：连续创业者，AI初创公司产品负责人 时间轴 (Timeline)00:32 嘉宾介绍 01:17 数据准备全流程：从线索收集、爬取下载、格式清洗到人工标注的完整链路 01:46 预训练阶段数据核心：通过全量、多样化数据构建模型常识与世界理解 02:48 SFT与RL阶段数据核心：跨越认知差，向模型蒸馏专家级的高认知内容 05:10 数据采购市场现状：文本预训练告一段落，高认知垂域专家数据成核心采购目标 07:07 OPC业务方向选择：聚焦高认知HLE数据项目管理与多模态视频工程 08:22 多模态数据工程挑战：突破网速带宽、本地存储与物理快递交付的限制 10:36 实习生误删数据后的紧急补救：双倍算力、双倍带宽，代价是时间和成本同时翻倍 14:12 OPC隐形资产管理：“硬盘定投”策略与拼多多二手硬盘的通电筛查逻辑 18:30 OPC商业模式起源：打工职级受限，被客户真实交付需求反推注册成立一人公司 21:49 OPC营销与市场杠杆：利用小红书精准筛选受众、合伙人与客户资源 26:51 AI接管执行后，如何从"强迫症J人"解放出来：按季度定节点，其余放手去活 30:26 OPC与模型厂上班压力对比：拥抱高不确定性，规避“不认同目标却需全情投入”的组织内耗 33:35 逃离模型厂上班动因：周均超80小时高压单休导致健康危机，促使转向OPC模式寻找生活平衡 39:01 找到自己的热爱：当执行不再是卡点，驾驭AI的人靠什么定义自己的价值 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。

    42 min

  4. APR 23

    聊点儿AI | AI 短剧的残酷真相：不是技术平权，而是一场“审美税”

    想必大家最近时间线都被 SeeDance2.0 以及 GPT image2 生成的视频或图片刷屏了。当所有人都在逐帧放大去惊叹这两个新模型的一致性和逼真度时，我在思考：到底是谁在用这些工具，批量为我们重构现实与梦境？ 这期播客，我们决定跳出模型评测，去深潜 AI 短剧这个新兴赛道。 在这里，你会看到出海巨头如何把算法变成一把“情绪手术刀”，精准收割全球受众的多巴胺；也会看到国内大厂如何在巨大的算力黑洞中，试图建立一整套全新的内容基础设施。在这个技术极度平权的新纪元，所有的光影、置景甚至演员都可以被一键生成，但唯独人类的共情无法被算力替代。剥离了声光电的科技外壳，这终究是一场关于懂不懂人性、有没有审美的终极博弈。 主播：PongPong：连续创业者，AI初创公司产品负责人 Shownotes：00:00 三万人围观的带货直播与马斯克的“朋友圈”——那些毫无破绽的 AI 生成切片 03:10 赛道真相：AI 短剧是捡钱的黄金时代？一分钟承制费从 5000 块暴跌到 300 块 05:10 影视工业的参数化：从“盲盒抽卡”到 Seedance 2.0，技术如何用“通用参考系统”完成降维打击 06:30 行业内幕与“算力陷阱”：盲目入局，最终只是在给巨头当“算力电池” 08:00 AI 时代根本没有“才华平权”，只有越发残酷的“审美税”和情绪洞察 10:30 破局思路一：放弃单品爆款的赌徒心态，用低边际成本跑通“敏捷测试”的数据漏斗 11:58 破局思路二：逃离公域算法的剥削，去做私域的“IP牧羊人”与角色经济 我是PongPong。对我来说，做这档播客最有价值的部分，就是能和像你一样优秀的从业者和思考者产生连接。 所以，如果你对今天的话题——AI 短剧，有任何的想法、补充，甚至是反对意见，我都特别希望能听到你的声音。 欢迎添加我的微信：aiodysseyai，我们私下接着聊～（PS：也希望 AI 视频创作项目找我们评测，剧组也可以找我对接需求） 感谢你的收听，我们下期再见～ 黄立行——《黑夜尽头》

    16 min

  5. APR 8

    对话对冲基金创始人王华庚：当技术碰撞二级市场，如何给 AI 估值？

    这段时间，绝对绕不开一个词：AI资产过热 面对这场狂欢，作为一直扎在AI赛道里做产品、甚至筹备新项目的主理人，我也时常感到一种视角的撕裂：这到底是技术革命的真实红利，还是资本催熟的巨大泡沫 ？ 为了寻找答案，本期节目我们请到了一位既懂点科技也懂点金融的跨界者——王华庚(大厨) 。他早年钻研硬核AI技术，亲历了学术界的论文大爆发，如今却转身成了一家小对冲基金的创始人，在最混沌的二级市场里贴身肉搏。 当一个能看穿AI底层代码的人杀进交易场，他眼里的资本局和传统金融老炮完全不同。在这场对谈中，我们剥离了浮于表面的概念，如果你也想在这场AI时代的洪流中找准自己的身位，甚至赚点钱，这场对话或许能帮你拨开很多迷雾 。就像大厨所说，在时代的奇点面前，与其拿为数不多的本金去给量化机器当燃料，不如把最大的杠杆，加在自己的深耕领域上 嘉宾介绍大厨：对冲基金创始人 主播介绍PongPong：连续创业者，AI初创公司产品负责人 核心观点在二级市场，追求每一次交易的确定性是技术误区，核心是玩赢期望最大化游戏。AI是人类最后一次技术革命，核心AI科技公司资产值得普通人分批次定投配置。懂底层技术也容易因过早看破而错失投机暴涨利润 。 散户在A股用传统技术分析与量化机器做短线博弈，胜率绝对为零 。 资金体量小时，投入二级市场难以逆天改命，最佳策略是投资自己的专业技能。 时间轴 (Timeline)00:45 嘉宾介绍 01:31 行为模式冲突：程序员做交易为何极易陷入“追求高胜率”的技术误区 03:43 下注策略：利用凯利公式解决正期望游戏中的仓位优化问题 07:36 论文中的阿尔法：从13年AlexNet与CUDA的井喷式爆发看多英伟达 08:32 第一性原理推演：纯视觉多模态感知将取代高精地图与激光雷达 11:34 技术洁癖的代价：看懂底色反而在泡沫早期踏空10倍行情的实盘教训 13:48 破除大模型马屁精效应：利用GPT与Claude交叉反问对抗信息茧房 16:19 宏观定力：为什么认定AI是人类最后一次技术革命而非普通产业周期 19:30 中美市场温差：A股偏叙事与动量，美股受真实算力消耗支撑 21:40 终端颠覆：AI Agent将如何重塑彭博/万德等传统金融数据聚合平台 23:30 衍生品降维打击：期权如何实现对方向、波动率与时间价值的立体化定价 25:28 交易终局：AI辅助普及将导致资产定价极速化，市场呈“示波器折线”形态 30:23 投资建议：十万本金与一亿本金的投资逻辑差异，为何大多数人更应深耕本业 31:54 行业打假：市面上向散户兜售的“AI全自动量化跑策略神器”是骗局 术语表第一性原理 : 剥离事物表象，回归最基础的物理规律或客观条件进行拆解的思维模型。 反身性 : 市场参与者的交易行为本身会反过来影响市场价格和基本面的现象，资金体量越大，影响越显著 凯利公式 : 在具备正期望的概率博弈中，用于计算每次最优化下注比例的数学公式。节目中指出这是技术人员克服“all in”或规避爆仓归零的核心策略 波动率交易: 期权衍生品交易中的核心概念。不单纯对赌资产涨跌方向，而是针对标的资产价格的变动剧烈程度（买入或卖出波动率）进行交易 相关资源AlexNet: 2012年发表的深度学习里程碑论文，证实了CNN（卷积神经网络）在图像分类上吊打传统手动特征工程的效能 彭博终端 / 万德 (Wind): 现有的机构级金融数据聚合终端，未来其护城河将面临新一代AI Agent数据整合能力的直接冲击 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。

    34 min

  6. MAR 18

    对话YouMind增长工程师：AI产品增长和PH打榜的实战经验

    在 AI 时代，得益于大模型的进化，做出一款软件的门槛正在前所未有地降低。但当我们沉浸在这些技术带来的“魔法时刻”时，常常会遭遇一个更为残酷的现实：产品做出来之后，究竟该怎么推出去？怎么让用户掏出真金白银来订阅 ？ 这几乎是所有技术背景创业者都会经历的阵痛。本期节目的嘉宾宗源，正是这段阵痛的亲历者。他本是一名前端开发者，在 2024 年创业的摸爬滚打中，硬生生“逼”自己转型成了在泥坑里找流量的增长工程师。 在这一期里，你听不到虚无缥缈的宏大叙事，全是一线打仗的生存指南。从如何利用 AI 全自动监控竞品发布实现热点截流 ，到在 Product Hunt 上肉搏互换票仓；从拆解 GitHub 高权重外链的真实门槛，到复盘同行“700万流量却只有极低付费率”的血泪教训。 如果你也是那个在屏幕前为 AI 产品流量而焦虑的创业者，希望今天这些实打实的操盘经验，能帮你拨开一些迷雾。 嘉宾介绍宗源（推特：jaredliu_bravo）：YouMind 新手增长工程师，近三个月拿到全站 50%+ 流量，操盘过 2 次 PH 打榜（日榜第一，年榜第六）。关注 Growth Hack、自动化、内容创作。过去在网易、阿里、A+轮创业公司做前端开发和TL，24 年组建过小团队创业做 Tidyread（现已被 OpenClaw 颠覆）。 产品介绍YouMind（youmind.com）：YouMind 是一款 All in One 的 AI 学习和创作工作台，通过 AI 帮助您收集、整理资料，基于资料进行学习和创作，产出令您愉悦的图文、播客、视频等。 主播介绍Leo：硅谷大厂高级机器学习工程师，GenAI LLM发烧友 核心观点增长终极目标是建立从拉新到付费的订阅飞轮。Wordware 700 万 uv 仅带来 20 多万注册用户，注册转化率仅为 3-4%，而 YouMind 提示词站为 20%，证明了受众错位会导致严重的流量浪费。AI工具增长方案的落地成本极低，借助 AI（如 Openclaw）可实现全自动监控竞品模型发布并连夜生成推广物料的营销闭环。内容运营与增长的核心引擎是“Skill”（前身为 Shortcut），通过激励用户在社媒自发传播其构建的自动化工作流，实现产品的无感裂变。提升 Domain Rating (DR) 并在 SEO 中获取非品牌类“信息词”搜索排名是关键，突破 200-300 Stars 的 GitHub 仓库可提供 96+ 极高权重的 Do-follow 外链。Product Hunt 打榜胜负取决于社媒互换票仓网络的规模，且产品必须找到像 Chris Messina 这样能原话保证 100% 被 Feature 的头部 Hunter 进行发布。时间轴 02:05 嘉宾介绍：从前端开发者向产品增长工程师的转型路径与契机。 04:01 核心判断：产品增长的唯一目标是建立赚钱的付费订阅飞轮。 04:42 时代差异与渠道变化：高保真模型带来的“魔法时刻”口碑效应，以及 ChatGPT、Openclaw 等带来的新兴增长渠道。 06:24 极客案例：利用 Openclaw 监控 Nano Banana 2 发布，实现连夜自动撰写分发对接文案的全链路自动化提效。 08:05 截流策略：在 Seedance 2.0 模型未发布前，通过提示词站点进行跨端注册转化。 12:45 社媒分发：定准海外受众与创作者，重仓 X 与 Facebook。 16:36 核心裂变引擎：揭秘 YouMind 内容运营抓手“Skill”（前身为 Shortcut），利用 RSS 日报、图片封面生成等工作流，驱动创作者在社媒进行二次传播。 18:19 社媒避坑：Facebook 多语言群组硬广效果极差，需转为联系活跃贡献者做红人营销。 20:18 X 机制：算法高度依赖日更，中断将导致流量池评级断崖式下跌。 22:06 Reddit 局限：易遭遇 Shadowban，难以持续发广告，更适合作为 SEO 关键词占位的辅助。 23:27 SEO 核心：Domain Rating (DR) 对非品牌类信息词排名的决定性作用。 26:34 天工AI案例拆解：通过关键词 Sora/Seedance 热点将博客流量做到整站 30%，并利用页面顶部/底部多重 CTA 按钮实现转化。 28:59 外链起步：通过低价付费导航站与资源型提示词站群进行低成本 DR 堆量。 30:31 高阶外链：通过 GitHub 建立开源仓库，突破 200-300 Stars 后获取 DR 高达 96-97 的 Do-follow 链接。 31:30 Product Hunt 打榜内幕：平台砍掉水分后YouMind揭榜三榜第一的戏剧性过程，以及X/Linkedin票仓互换网络搭建。 35:03 100% Feature 秘籍：付费咨询或联系为数不多（如 Chris Messina、前 PH CEO）能保证 100% 被 Feature 的头部 Hunter。 37:31 漏斗数据复盘：YouMind提示词站超 20% 的高注册率；对比 Wordware 700万 UV 转化 20 多万注册用户，但注册转化率仅为 3-4%的受众错位反思。 39:40 行业预判：类比写代码门槛的下放，Web Creating 将成为未来 1-3 年极大的增长变量，用户自发传播AI Skill 将引爆市场。AI产品核心流量分发渠道与实操策略对比 术语表 Informational Keywords (信息词) vs. Brand Keywords (品牌词)：品牌词指用户直接搜索“YouMind”带来的流量（属于品牌推广的功劳）；信息词指用户为了解决特定痛点而搜索的通用词汇。能在信息词上获取高自然搜索流量 (Organic Search)，才是验证 SEO 动作真正有效的核心指标。 Domain Rating (DR)：域名评级。反映网站在搜索引擎眼中的权威度（类似大佬背书）。分数越高（如达到 50 以上），发布的博文越容易在非品牌类的信息词搜索中获取高排名。 Do-follow / No-follow 链接：Do-follow 允许搜索引擎蜘蛛追踪并传递权重到目标网站，成功获取此类链接能实质性提升自身站点的 SEO 效果。 One-Tap Login：一键登录机制（如网页右上角自动弹出的 Google 授权登录）。在不增加用户点击成本的情况下，可直接提升 3% 至 8% 的注册转化率。相关资源 AI模型与工具：Nano Banana 2 / Nano Banana Pro, Seedance 2.0, Kimi K2.5, NotebookLM, Manus, Openclaw, ChatGPT SEO与外链资源：thereisaaiforthat (导航站), submitDRs (AI TDK作者的外链服务) 行业参考案例：天工 (skywork.ai) , Wordware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

  7. 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

  8. 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
See All (60)

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
    60
  • Rating
    Clean
  • Copyright
    © AI Odyssey
  • Show Website
    AI Odyssey

You Might Also Like