<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" encoding="UTF-8" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:admin="http://webns.net/mvcb/" xmlns:atom="http://www.w3.org/2005/Atom/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:googleplay="http://www.google.com/schemas/play-podcasts/1.0" xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd" xmlns:fireside="http://fireside.fm/modules/rss/fireside">
  <channel>
    <fireside:hostname>web02.fireside.fm</fireside:hostname>
    <fireside:genDate>Sat, 02 May 2026 15:54:36 -0500</fireside:genDate>
    <generator>Fireside (https://fireside.fm)</generator>
    <title>硅谷101 - Episodes Tagged with “Ai Agent”</title>
    <link>https://sv101.fireside.fm/tags/ai%20agent</link>
    <pubDate>Tue, 03 Feb 2026 16:00:00 -0800</pubDate>
    <description>失败、背叛、不被理解，硅谷精神领袖一直都不是完美的存在；他们是科学家，创造者，行动派，他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目，是一档分享当下最新鲜的技术、知识与思想的科技播客。
公众账号：硅谷101
联系邮箱：podcast@sv101.net
</description>
    <language>zh-cn</language>
    <itunes:type>episodic</itunes:type>
    <itunes:subtitle>这是一档分享当下最新鲜的技术、知识与思想的科技播客</itunes:subtitle>
    <itunes:author>硅谷101</itunes:author>
    <itunes:summary>失败、背叛、不被理解，硅谷精神领袖一直都不是完美的存在；他们是科学家，创造者，行动派，他们有独立的价值观。《硅谷101》是由媒体人泓君发起的深度访谈节目，是一档分享当下最新鲜的技术、知识与思想的科技播客。
公众账号：硅谷101
联系邮箱：podcast@sv101.net
</itunes:summary>
    <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
    <itunes:explicit>no</itunes:explicit>
    <itunes:keywords>tech, business, SiiconValley, 科技, 泓君, 硅谷101</itunes:keywords>
    <itunes:owner>
      <itunes:name>硅谷101</itunes:name>
      <itunes:email>liuhj60@gmail.com</itunes:email>
    </itunes:owner>
<itunes:category text="Technology"/>
<itunes:category text="Business"/>
<itunes:category text="Business">
  <itunes:category text="Entrepreneurship"/>
</itunes:category>
<item>
  <title>E224｜深度拆解Clawdbot，为何它能成为2026年第一个现象级产品？</title>
  <link>https://sv101.fireside.fm/237</link>
  <guid isPermaLink="false">a3db99dd-ae7e-4934-9902-73782ecf9053</guid>
  <pubDate>Tue, 03 Feb 2026 16:00:00 -0800</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/a3db99dd-ae7e-4934-9902-73782ecf9053.mp3" length="114739001" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>4</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>那些让人“上头”的Agent功能，在真实工作流中到底能实现什么？把电脑权限交给AI，到底是在请“管家”还是请“黑客”？未来的Agent硬件形态会是什么样？我们真的需要给Agent配一台独立计算机吗？</itunes:subtitle>
  <itunes:duration>1:19:40</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>&lt;p&gt;&lt;img src="https://imagev2.xmcdn.com/storages/a723-audiofreehighqps/B7/79/GAqhfD0NByqOAAHpNQRBU__s.jpg" alt=""&gt;&lt;/p&gt;

&lt;p&gt;AI正在冲出浏览器，走向了接管电脑权限、主动为人打工的新阶段，为了它，你得买台Mac mini？&lt;br&gt;
GitHub星标数几天内突破14万，社交媒体上全网刷屏，甚至直接带火了Mac mini的销量，Clawdbot成了2026“AI Agent爆发元年”第一个现象级产品。它不再是冷冰冰的聊天框，而是一个住在你电脑里、甚至能在AI“朋友圈”（Moltbook）里社交的“数字生命”。&lt;br&gt;
Clawdbot的“活人感“来自哪里？那些让人“上头”的Agent功能，在真实工作流中到底能实现什么？把电脑权限交给AI，到底是在请“管家”还是请“黑客”？未来的Agent硬件形态会是什么样？我们真的需要给Agent配一台独立计算机吗？&lt;br&gt;
本期播客，我们邀请了三位嘉宾，分别代表了用户侧、软件算法侧和硬件侧三个方向，希望全方位拆解Clawdbot的底层逻辑，以及它对2026年AI行业产生的深远影响。&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;【主播】&lt;/strong&gt;&lt;br&gt;
刘一鸣，硅谷101特约研究员&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;【嘉宾】&lt;/strong&gt;&lt;br&gt;
知县，北京大学计算机系本硕，AI爱好者和社区项目OwliaBot builder，X handle@zhixianio&lt;br&gt;
华祯豪Troy，EverMind VP，负责技术生态，本科毕业于清华姚班，卡耐基梅隆硕士（研究NLP和对话系统方向），曾在硅谷任职大型互联网公司算法团队，后创业，加入EverMind&lt;br&gt;
叶天奇，PamirAI CEO&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;【你将听到】&lt;/strong&gt;&lt;br&gt;
&lt;strong&gt;对Clawdbot的深度拆解（软件侧）&lt;/strong&gt;&lt;br&gt;
05:04 长期记忆与主动性，赋予了Clawdbot“活人感”&lt;br&gt;
12:24 创始人在旅行中的Aha Moment，Clawdbot自我实现了语音功能&lt;br&gt;
13:28 预判意识：Agent能根据对话碎碎念，自动推送生活与工作建议&lt;br&gt;
14:06 降本增效：Agent通过监控，自主削减服务器预算&lt;br&gt;
14:24 自动化闭环：AI十秒内自主摸清仓库规则并完成配图发布&lt;br&gt;
16:28 模拟操作：Agent通过浏览器点击，绕过API限制完成文件跨路径保存&lt;br&gt;
21:40 结构化存储：MD文本记忆系统比Context压缩更确保持久稳定&lt;br&gt;
26:04 混合检索：70%语义匹配加30%关键词搜索，实现秒级记忆定位&lt;br&gt;
29:48 心跳机制：让Agent在静默状态下，也能定期自我触发任务&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;Agent专用硬件与部署方案（硬件侧）&lt;/strong&gt;&lt;br&gt;
31:40 物理隔离部署是应对Agent高系统权限隐私风险的必选项&lt;br&gt;
50:42 性价比首选：Mac mini成为本地运行Agent的理想基座&lt;br&gt;
52:11 专用硬件逻辑：Agent电脑取消屏幕依赖，转而强化I/O与状态灯&lt;br&gt;
53:50 Agent电脑的核心参数：在于大内存与高频存储空间&lt;br&gt;
56:22 物理隔离：独立硬件能有效保护敏感信息&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;组织重塑与商业展望&lt;/strong&gt;&lt;br&gt;
43:22 鲁棒性挑战：生产级Agent需要透明的审核机制与系统级回滚能力&lt;br&gt;
1:00:55 厂商博弈：大模型公司布局第一方Agent应用，旨在避免沦为底层纯算力管道&lt;br&gt;
1:07:58 商业重构：互联网的商业模式有可能会往“按爬取付费”转型&lt;br&gt;
1:10:33 .md域名与文件，正成为自然语言编译时代的新形态&lt;br&gt;
1:12:56 一人公司可行性：具备know-how的“将军”，能统领Agent军团实现生产力爆发&lt;br&gt;
1:17:26 开发范式转移：在AI极速迭代的时代，Idea的重要性已超越纯粹的执行力&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;【监制】&lt;/strong&gt;&lt;br&gt;
泓君&lt;br&gt;
&lt;strong&gt;【后期】&lt;/strong&gt;&lt;br&gt;
AMEI&lt;br&gt;
&lt;strong&gt;【运营】&lt;/strong&gt;&lt;br&gt;
朱婕&lt;br&gt;
&lt;strong&gt;【BGM】&lt;/strong&gt;&lt;br&gt;
Getting to It - Max Anson&lt;br&gt;
Poisson d'Avril - Ludvig Moulin&lt;br&gt;
Rumors About Us - T. Morri&lt;br&gt;
Primary Code - Max Anson&lt;br&gt;
Star Voyage - Out To The World&lt;/p&gt;

&lt;p&gt;&lt;strong&gt;【在这里找到我们】&lt;/strong&gt;&lt;br&gt;
公众号：硅谷101&lt;br&gt;
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐&lt;br&gt;
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」&lt;br&gt;
联系我们：&lt;a href="mailto:podcast@sv101.net" target="_blank" rel="nofollow noopener"&gt;podcast@sv101.net&lt;/a&gt; Special Guests: 华祯豪Troy, 叶天奇, and 知县.&lt;/p&gt;
</description>
  <itunes:keywords>Clawdbot, AI Agent, Mac mini, OpenClaw, 人工智能, AI编程, AI助理</itunes:keywords>
  <content:encoded>
    <![CDATA[<p><img src="https://imagev2.xmcdn.com/storages/a723-audiofreehighqps/B7/79/GAqhfD0NByqOAAHpNQRBU__s.jpg" alt=""></p>

<p>AI正在冲出浏览器，走向了接管电脑权限、主动为人打工的新阶段，为了它，你得买台Mac mini？<br>
GitHub星标数几天内突破14万，社交媒体上全网刷屏，甚至直接带火了Mac mini的销量，Clawdbot成了2026“AI Agent爆发元年”第一个现象级产品。它不再是冷冰冰的聊天框，而是一个住在你电脑里、甚至能在AI“朋友圈”（Moltbook）里社交的“数字生命”。<br>
Clawdbot的“活人感“来自哪里？那些让人“上头”的Agent功能，在真实工作流中到底能实现什么？把电脑权限交给AI，到底是在请“管家”还是请“黑客”？未来的Agent硬件形态会是什么样？我们真的需要给Agent配一台独立计算机吗？<br>
本期播客，我们邀请了三位嘉宾，分别代表了用户侧、软件算法侧和硬件侧三个方向，希望全方位拆解Clawdbot的底层逻辑，以及它对2026年AI行业产生的深远影响。</p>

<p><strong>【主播】</strong><br>
刘一鸣，硅谷101特约研究员</p>

<p><strong>【嘉宾】</strong><br>
知县，北京大学计算机系本硕，AI爱好者和社区项目OwliaBot builder，X handle@zhixianio<br>
华祯豪Troy，EverMind VP，负责技术生态，本科毕业于清华姚班，卡耐基梅隆硕士（研究NLP和对话系统方向），曾在硅谷任职大型互联网公司算法团队，后创业，加入EverMind<br>
叶天奇，PamirAI CEO</p>

<p><strong>【你将听到】</strong><br>
<strong>对Clawdbot的深度拆解（软件侧）</strong><br>
05:04 长期记忆与主动性，赋予了Clawdbot“活人感”<br>
12:24 创始人在旅行中的Aha Moment，Clawdbot自我实现了语音功能<br>
13:28 预判意识：Agent能根据对话碎碎念，自动推送生活与工作建议<br>
14:06 降本增效：Agent通过监控，自主削减服务器预算<br>
14:24 自动化闭环：AI十秒内自主摸清仓库规则并完成配图发布<br>
16:28 模拟操作：Agent通过浏览器点击，绕过API限制完成文件跨路径保存<br>
21:40 结构化存储：MD文本记忆系统比Context压缩更确保持久稳定<br>
26:04 混合检索：70%语义匹配加30%关键词搜索，实现秒级记忆定位<br>
29:48 心跳机制：让Agent在静默状态下，也能定期自我触发任务</p>

<p><strong>Agent专用硬件与部署方案（硬件侧）</strong><br>
31:40 物理隔离部署是应对Agent高系统权限隐私风险的必选项<br>
50:42 性价比首选：Mac mini成为本地运行Agent的理想基座<br>
52:11 专用硬件逻辑：Agent电脑取消屏幕依赖，转而强化I/O与状态灯<br>
53:50 Agent电脑的核心参数：在于大内存与高频存储空间<br>
56:22 物理隔离：独立硬件能有效保护敏感信息</p>

<p><strong>组织重塑与商业展望</strong><br>
43:22 鲁棒性挑战：生产级Agent需要透明的审核机制与系统级回滚能力<br>
1:00:55 厂商博弈：大模型公司布局第一方Agent应用，旨在避免沦为底层纯算力管道<br>
1:07:58 商业重构：互联网的商业模式有可能会往“按爬取付费”转型<br>
1:10:33 .md域名与文件，正成为自然语言编译时代的新形态<br>
1:12:56 一人公司可行性：具备know-how的“将军”，能统领Agent军团实现生产力爆发<br>
1:17:26 开发范式转移：在AI极速迭代的时代，Idea的重要性已超越纯粹的执行力</p>

<p><strong>【监制】</strong><br>
泓君<br>
<strong>【后期】</strong><br>
AMEI<br>
<strong>【运营】</strong><br>
朱婕<br>
<strong>【BGM】</strong><br>
Getting to It - Max Anson<br>
Poisson d&#39;Avril - Ludvig Moulin<br>
Rumors About Us - T. Morri<br>
Primary Code - Max Anson<br>
Star Voyage - Out To The World</p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐<br>
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guests: 华祯豪Troy, 叶天奇, and 知县.</p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p><img src="https://imagev2.xmcdn.com/storages/a723-audiofreehighqps/B7/79/GAqhfD0NByqOAAHpNQRBU__s.jpg" alt=""></p>

<p>AI正在冲出浏览器，走向了接管电脑权限、主动为人打工的新阶段，为了它，你得买台Mac mini？<br>
GitHub星标数几天内突破14万，社交媒体上全网刷屏，甚至直接带火了Mac mini的销量，Clawdbot成了2026“AI Agent爆发元年”第一个现象级产品。它不再是冷冰冰的聊天框，而是一个住在你电脑里、甚至能在AI“朋友圈”（Moltbook）里社交的“数字生命”。<br>
Clawdbot的“活人感“来自哪里？那些让人“上头”的Agent功能，在真实工作流中到底能实现什么？把电脑权限交给AI，到底是在请“管家”还是请“黑客”？未来的Agent硬件形态会是什么样？我们真的需要给Agent配一台独立计算机吗？<br>
本期播客，我们邀请了三位嘉宾，分别代表了用户侧、软件算法侧和硬件侧三个方向，希望全方位拆解Clawdbot的底层逻辑，以及它对2026年AI行业产生的深远影响。</p>

<p><strong>【主播】</strong><br>
刘一鸣，硅谷101特约研究员</p>

<p><strong>【嘉宾】</strong><br>
知县，北京大学计算机系本硕，AI爱好者和社区项目OwliaBot builder，X handle@zhixianio<br>
华祯豪Troy，EverMind VP，负责技术生态，本科毕业于清华姚班，卡耐基梅隆硕士（研究NLP和对话系统方向），曾在硅谷任职大型互联网公司算法团队，后创业，加入EverMind<br>
叶天奇，PamirAI CEO</p>

<p><strong>【你将听到】</strong><br>
<strong>对Clawdbot的深度拆解（软件侧）</strong><br>
05:04 长期记忆与主动性，赋予了Clawdbot“活人感”<br>
12:24 创始人在旅行中的Aha Moment，Clawdbot自我实现了语音功能<br>
13:28 预判意识：Agent能根据对话碎碎念，自动推送生活与工作建议<br>
14:06 降本增效：Agent通过监控，自主削减服务器预算<br>
14:24 自动化闭环：AI十秒内自主摸清仓库规则并完成配图发布<br>
16:28 模拟操作：Agent通过浏览器点击，绕过API限制完成文件跨路径保存<br>
21:40 结构化存储：MD文本记忆系统比Context压缩更确保持久稳定<br>
26:04 混合检索：70%语义匹配加30%关键词搜索，实现秒级记忆定位<br>
29:48 心跳机制：让Agent在静默状态下，也能定期自我触发任务</p>

<p><strong>Agent专用硬件与部署方案（硬件侧）</strong><br>
31:40 物理隔离部署是应对Agent高系统权限隐私风险的必选项<br>
50:42 性价比首选：Mac mini成为本地运行Agent的理想基座<br>
52:11 专用硬件逻辑：Agent电脑取消屏幕依赖，转而强化I/O与状态灯<br>
53:50 Agent电脑的核心参数：在于大内存与高频存储空间<br>
56:22 物理隔离：独立硬件能有效保护敏感信息</p>

<p><strong>组织重塑与商业展望</strong><br>
43:22 鲁棒性挑战：生产级Agent需要透明的审核机制与系统级回滚能力<br>
1:00:55 厂商博弈：大模型公司布局第一方Agent应用，旨在避免沦为底层纯算力管道<br>
1:07:58 商业重构：互联网的商业模式有可能会往“按爬取付费”转型<br>
1:10:33 .md域名与文件，正成为自然语言编译时代的新形态<br>
1:12:56 一人公司可行性：具备know-how的“将军”，能统领Agent军团实现生产力爆发<br>
1:17:26 开发范式转移：在AI极速迭代的时代，Idea的重要性已超越纯粹的执行力</p>

<p><strong>【监制】</strong><br>
泓君<br>
<strong>【后期】</strong><br>
AMEI<br>
<strong>【运营】</strong><br>
朱婕<br>
<strong>【BGM】</strong><br>
Getting to It - Max Anson<br>
Poisson d&#39;Avril - Ludvig Moulin<br>
Rumors About Us - T. Morri<br>
Primary Code - Max Anson<br>
Star Voyage - Out To The World</p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐<br>
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guests: 华祯豪Troy, 叶天奇, and 知县.</p>]]>
  </itunes:summary>
</item>
<item>
  <title>E201｜OpenAI挑战通用型AI Agent，聊聊Agent的底层架构、AGI转折点与RL人才分布</title>
  <link>https://sv101.fireside.fm/211</link>
  <guid isPermaLink="false">aa07ca42-2e0c-4009-8e2f-9fca346bfaad</guid>
  <pubDate>Fri, 25 Jul 2025 17:00:00 -0700</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/aa07ca42-2e0c-4009-8e2f-9fca346bfaad.mp3" length="114590897" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>4</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>多维度测评ChatGPT Agent使用体验，并深入拆解Agent的四大底层设计逻辑、探讨强化学习的训练路径，以及我们迎接“超级智能时刻”所面临的技术挑战。</itunes:subtitle>
  <itunes:duration>1:19:34</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>美国时间7月17日，OpenAI终于迎来了它的“Agent时刻”——通用型ChatGPT Agent正式发布。它整合了深度研究工具Deep Research与执行工具Operator，可一站式完成复杂任务，但仍存在速度慢、个性化不足等短板。
ChatGPT Agent的技术本质是“浏览器+沙盒”的混合架构，与Manus、Genspark形成技术路线差异。在底层架构层面，浏览器（Browser-based）代理虽堪称“万能”，但运行速度较慢；沙盒（Sandbox）代理高效，但无法联网操作、工具库受限；而工作流集成（Workflow API）速度快、结果精准。在训练方法层面，强化学习（RL）被视为AGI从“执行者”向“创新者”跨越的重要路径，但当前面临的验证泛化与训练不稳定难题，如同两道枷锁锁住了这扇进阶之门。
强化学习能否成为通用AI爆发的关键引擎？AGI实现技术跃迁的分水岭究竟在哪？在把Agent产品化和商业化的道路上，又如何平衡模型能力与用户体验？本期《硅谷101》，主播泓君对话Pokee.ai创始人朱哲清，多维度测评ChatGPT Agent使用体验，并深入拆解Agent的四大底层设计逻辑、探讨强化学习的训练路径，以及我们迎接“超级智能时刻”所面临的技术挑战。
【主播】
泓君Jane，硅谷101创始人，播客主理人
【嘉宾】
朱哲清，Pokee.ai创始人，前MetaAI应用强化学习团队负责人，斯坦福强化学习博士（X：@ZheqingZhu）
【101 Weekly新节目预告】
硅谷101上线了一版更加轻量级的音视频节目「101Weekly」，每周由我们的三位主播复盘三个商业热点事件，每期10分钟左右，并请来行业专家来一手分析解读，希望这每周的30分钟，帮助大家轻松了解一周新闻大事件，点击收听 (https://www.xiaoyuzhoufm.com/podcast/686add4193fd2d72b8d5d777)。
音频版：Fireside (https://sv101.fireside.fm/)｜小宇宙 (https://www.xiaoyuzhoufm.com/podcast/686add4193fd2d72b8d5d777)｜苹果播客｜Spotify
视频版：BiliBIli (https://space.bilibili.com/508452265?spm_id_from=333.337.0.0)｜Youtube (https://www.youtube.com/@TheValley101)｜视频号｜抖音
【你将听到】
ChatGPT Agent首发体验与技术拆解
00:21 拆解AI Agent技术路径：什么是“聪明机器的大脑”？
02:12  ChatGPT Agent一手实测：浏览器操作如超人 VS 速度慢如蜗牛
04:26 视觉能力加持：Action体验有提升，但仍需等待
05:45 旅行规划场景：支付环节仍需人类介入，信任门槛尚未跨越 
08:11 “全部推翻重来”：缺乏个性化机制、记不住反馈细节
10:07 ChatGPT Agent“打通搜索与执行”的本质：Deep Research + Operator的“拼贴工程”
通用型Agent技术路径对比
12:31 通用Agent技术类比：Operator最早专注Browser操作，如今叠加Sandbox后，在通用Agent里表现最强
14:52 四大技术方向优劣势对比：
  15:40 浏览器为主：通用性强，但速度慢、体验差、成本高
  17:21 开放虚拟机：本地运行快，但访问互联网等外部服务不易
  17:37 大模型+虚拟机：GensPark模式，相对环节更封闭
  18:46 Workflow+工具集成：Pokee模式，交付好但不是所有任务都能做
20:23 Manus模式：Browser-based，Sandbox强，全能但慢
22:28 Genspark模式：标化工作流，牺牲通用性换取速度与稳定性
23:41 Pokee模式：速度快成本低，但范围受限
26:52 B端客户还是C端客户，适用场景与底层技术逻辑完全不同
29:36 Agent将重塑互联网入口，传统门户流量将大幅下滑
32:03 MCP无人维护：2万个协议中，真正可用的不到200个
33:47 Agent时代的广告逻辑大变：反而更有利于创作者？
强化学习与AGI的五个层次
38:52 强化学习适用场景：目标明确、机制清晰但数据稀缺
41:50 新兴路径：强化学习预训练（RL Pretraining）
44:40 一个非共识：验证（Verification）方向的泛化性，可能产出人类所不拥有的知识
46:51 AGI五级路径中，“执行者”(L3) 与“创新者”(L4) 间存在巨大技术鸿沟，核心在于验证能力
50:37 强化学习预训练的致命弱点：给出的解决方案可能“人类都看不懂”
52:43 强化学习（RLHF） Vs 监督学习微调（SFT）：效果×2，但成本×10
Meta收购ScaleAI背后的逻辑
54:08 Meta收购Scale：多模态数据仍然是瓶颈
56:46 多模态数据的最大挑战：数据复杂 + 维度多 → 主观标准难统一
57:59 AI的核心问题：短期算力，中期数据，长期人才
59:10 如何让Agent调用更好用？自研模型
01:03:33 平衡模型能力与用户体验：模型能力决定下限，产品细节决定上限
强化学习的人才大本营
01:05:42 RL奠基人、2024年图灵奖得主Richard Sutton：想法极具前瞻性，且坚持原则
01:07:47 模型可塑性挑战：AI的“灾难性遗忘”亟待解决
01:09:56 奖励函数设计难：强化学习中如何设定“道德且有效”的多目标激励
01:11:47 RL核心研究圈：学术界与业界均高度集中
    学术界：OpenAI早期团队，Peter Abbeel, Sergey Levine , Richard Sutton
    业界：以David Silver为代表的DeepMind员工、以John Langford为代表的微软员工等
01:12:50 从AlphaGo开始，伦敦成为强化学习研究的重要中心
01:15:28 如何像投资人销售过于超前的想法：只说一个非共识
01:16:58 市场正在分化，技术路径选择是创业公司活下来的核心
【节目中提到的AI Agent】
OpenAI相关：
ChatGPT Agent｜Operator｜Deep Research
其他：
Manus｜Genspark｜Perplexity｜Claude Agent｜Fellou｜Flowise｜Zapier｜UIPath｜Replicate
【节目提到的相关术语】
MCP / Model Context Protocol（模型上下文协议）
A2A（Agent-to-Agent Protocol）
SDK（软件开发工具包）
API（应用程序接口）
Vision Model
Browser-based Agent
Sandbox（沙盒环境）
Virtual Machine (VM)
Token Consumption（Token消耗）
Tool Calling：调用第三方工具或API完成任务
Workflow-based Agent
Reinforcement Learning / RL（强化学习）
RL Fine-tuning / RLFT（强化学习微调）
RL Pre-training（强化学习预训练）
Verification（验证机制）
Ground Truth（基准真值）
Hallucination（幻觉）
Human Feedback（人类反馈）
Supervised Fine-tuning / SFT (监督式微调)
Human Readability（可读性）
Catastrophic Forgetting（灾难性遗忘）
Benchmark Score（基准分数）
ICML（International Conference on Machine Learning）：机器学习顶级学术会议
【相关节目】
E200｜投资人视角深聊：AI Agent的核心壁垒与投资逻辑 (https://www.xiaoyuzhoufm.com/episode/68783d4733e162b18f8c4b9d)
E195｜从工具到伙伴：七位AI Agent深度使用者的思考 (https://www.xiaoyuzhoufm.com/episode/684775cbcdecf72d4ca2fcc5)
E191｜小而美的机会来了，聊聊这轮AI Agent进化新范式 (https://www.xiaoyuzhoufm.com/episode/68268151d231129fe37b2503)
【监制】
泓君
【后期】
AMEI
【Shownotes】
陈思扬
【运营】
王梓沁
【BGM】
Simple Pleasantries - Arthur Benson
Anticipating a New Day - Stationary Sign
【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net Special Guest: 朱哲清.
</description>
  <itunes:keywords>强化学习,AGI,AI Agent,OpenAI,Manus,Pokee,Genspark,MCP</itunes:keywords>
  <content:encoded>
    <![CDATA[<p>美国时间7月17日，OpenAI终于迎来了它的“Agent时刻”——通用型ChatGPT Agent正式发布。它整合了深度研究工具Deep Research与执行工具Operator，可一站式完成复杂任务，但仍存在速度慢、个性化不足等短板。</p>

<p>ChatGPT Agent的技术本质是“浏览器+沙盒”的混合架构，与Manus、Genspark形成技术路线差异。在底层架构层面，浏览器（Browser-based）代理虽堪称“万能”，但运行速度较慢；沙盒（Sandbox）代理高效，但无法联网操作、工具库受限；而工作流集成（Workflow API）速度快、结果精准。在训练方法层面，强化学习（RL）被视为AGI从“执行者”向“创新者”跨越的重要路径，但当前面临的验证泛化与训练不稳定难题，如同两道枷锁锁住了这扇进阶之门。</p>

<p>强化学习能否成为通用AI爆发的关键引擎？AGI实现技术跃迁的分水岭究竟在哪？在把Agent产品化和商业化的道路上，又如何平衡模型能力与用户体验？本期《硅谷101》，主播泓君对话Pokee.ai创始人朱哲清，多维度测评ChatGPT Agent使用体验，并深入拆解Agent的四大底层设计逻辑、探讨强化学习的训练路径，以及我们迎接“超级智能时刻”所面临的技术挑战。</p>

<p><strong>【主播】</strong><br>
泓君Jane，硅谷101创始人，播客主理人</p>

<p><strong>【嘉宾】</strong><br>
朱哲清，Pokee.ai创始人，前MetaAI应用强化学习团队负责人，斯坦福强化学习博士（X：@ZheqingZhu）</p>

<p><strong>【101 Weekly新节目预告】</strong><br>
硅谷101上线了一版更加轻量级的音视频节目「101Weekly」，每周由我们的三位主播复盘三个商业热点事件，每期10分钟左右，并请来行业专家来一手分析解读，希望这每周的30分钟，帮助大家轻松了解一周新闻大事件，<a href="https://www.xiaoyuzhoufm.com/podcast/686add4193fd2d72b8d5d777" rel="nofollow">点击收听</a>。<br>
音频版：<a href="https://sv101.fireside.fm/" rel="nofollow">Fireside</a>｜<a href="https://www.xiaoyuzhoufm.com/podcast/686add4193fd2d72b8d5d777" rel="nofollow">小宇宙</a>｜苹果播客｜Spotify<br>
视频版：<a href="https://space.bilibili.com/508452265?spm_id_from=333.337.0.0" rel="nofollow">BiliBIli</a>｜<a href="https://www.youtube.com/@TheValley101" rel="nofollow">Youtube</a>｜视频号｜抖音</p>

<p><strong>【你将听到】</strong><br>
<strong>ChatGPT Agent首发体验与技术拆解</strong><br>
00:21 拆解AI Agent技术路径：什么是“聪明机器的大脑”？<br>
02:12  ChatGPT Agent一手实测：浏览器操作如超人 VS 速度慢如蜗牛<br>
04:26 视觉能力加持：Action体验有提升，但仍需等待<br>
05:45 旅行规划场景：支付环节仍需人类介入，信任门槛尚未跨越 <br>
08:11 “全部推翻重来”：缺乏个性化机制、记不住反馈细节<br>
10:07 ChatGPT Agent“打通搜索与执行”的本质：Deep Research + Operator的“拼贴工程”</p>

<p><strong>通用型Agent技术路径对比</strong><br>
12:31 通用Agent技术类比：Operator最早专注Browser操作，如今叠加Sandbox后，在通用Agent里表现最强<br>
14:52 四大技术方向优劣势对比：<br>
  15:40 浏览器为主：通用性强，但速度慢、体验差、成本高<br>
  17:21 开放虚拟机：本地运行快，但访问互联网等外部服务不易<br>
  17:37 大模型+虚拟机：GensPark模式，相对环节更封闭<br>
  18:46 Workflow+工具集成：Pokee模式，交付好但不是所有任务都能做<br>
20:23 Manus模式：Browser-based，Sandbox强，全能但慢<br>
22:28 Genspark模式：标化工作流，牺牲通用性换取速度与稳定性<br>
23:41 Pokee模式：速度快成本低，但范围受限<br>
26:52 B端客户还是C端客户，适用场景与底层技术逻辑完全不同<br>
29:36 Agent将重塑互联网入口，传统门户流量将大幅下滑<br>
32:03 MCP无人维护：2万个协议中，真正可用的不到200个<br>
33:47 Agent时代的广告逻辑大变：反而更有利于创作者？</p>

<p><strong>强化学习与AGI的五个层次</strong><br>
38:52 强化学习适用场景：目标明确、机制清晰但数据稀缺<br>
41:50 新兴路径：强化学习预训练（RL Pretraining）<br>
44:40 一个非共识：验证（Verification）方向的泛化性，可能产出人类所不拥有的知识<br>
46:51 AGI五级路径中，“执行者”(L3) 与“创新者”(L4) 间存在巨大技术鸿沟，核心在于验证能力<br>
50:37 强化学习预训练的致命弱点：给出的解决方案可能“人类都看不懂”<br>
52:43 强化学习（RLHF） Vs 监督学习微调（SFT）：效果×2，但成本×10</p>

<p><strong>Meta收购ScaleAI背后的逻辑</strong><br>
54:08 Meta收购Scale：多模态数据仍然是瓶颈<br>
56:46 多模态数据的最大挑战：数据复杂 + 维度多 → 主观标准难统一<br>
57:59 AI的核心问题：短期算力，中期数据，长期人才<br>
59:10 如何让Agent调用更好用？自研模型<br>
01:03:33 平衡模型能力与用户体验：模型能力决定下限，产品细节决定上限</p>

<p><strong>强化学习的人才大本营</strong><br>
01:05:42 RL奠基人、2024年图灵奖得主Richard Sutton：想法极具前瞻性，且坚持原则<br>
01:07:47 模型可塑性挑战：AI的“灾难性遗忘”亟待解决<br>
01:09:56 奖励函数设计难：强化学习中如何设定“道德且有效”的多目标激励<br>
01:11:47 RL核心研究圈：学术界与业界均高度集中<br>
    学术界：OpenAI早期团队，Peter Abbeel, Sergey Levine , Richard Sutton<br>
    业界：以David Silver为代表的DeepMind员工、以John Langford为代表的微软员工等<br>
01:12:50 从AlphaGo开始，伦敦成为强化学习研究的重要中心<br>
01:15:28 如何像投资人销售过于超前的想法：只说一个非共识<br>
01:16:58 市场正在分化，技术路径选择是创业公司活下来的核心</p>

<p><strong>【节目中提到的AI Agent】<br>
OpenAI相关：</strong><br>
ChatGPT Agent｜Operator｜Deep Research</p>

<p><strong>其他：</strong><br>
Manus｜Genspark｜Perplexity｜Claude Agent｜Fellou｜Flowise｜Zapier｜UIPath｜Replicate</p>

<p><strong>【节目提到的相关术语】</strong><br>
MCP / Model Context Protocol（模型上下文协议）<br>
A2A（Agent-to-Agent Protocol）<br>
SDK（软件开发工具包）<br>
API（应用程序接口）<br>
Vision Model<br>
Browser-based Agent<br>
Sandbox（沙盒环境）<br>
Virtual Machine (VM)<br>
Token Consumption（Token消耗）<br>
Tool Calling：调用第三方工具或API完成任务<br>
Workflow-based Agent<br>
Reinforcement Learning / RL（强化学习）<br>
RL Fine-tuning / RLFT（强化学习微调）<br>
RL Pre-training（强化学习预训练）<br>
Verification（验证机制）<br>
Ground Truth（基准真值）<br>
Hallucination（幻觉）<br>
Human Feedback（人类反馈）<br>
Supervised Fine-tuning / SFT (监督式微调)<br>
Human Readability（可读性）<br>
Catastrophic Forgetting（灾难性遗忘）<br>
Benchmark Score（基准分数）<br>
ICML（International Conference on Machine Learning）：机器学习顶级学术会议</p>

<p><strong>【相关节目】</strong><br>
<a href="https://www.xiaoyuzhoufm.com/episode/68783d4733e162b18f8c4b9d" rel="nofollow">E200｜投资人视角深聊：AI Agent的核心壁垒与投资逻辑</a><br>
<a href="https://www.xiaoyuzhoufm.com/episode/684775cbcdecf72d4ca2fcc5" rel="nofollow">E195｜从工具到伙伴：七位AI Agent深度使用者的思考</a><br>
<a href="https://www.xiaoyuzhoufm.com/episode/68268151d231129fe37b2503" rel="nofollow">E191｜小而美的机会来了，聊聊这轮AI Agent进化新范式</a></p>

<p><strong>【监制】</strong><br>
泓君</p>

<p><strong>【后期】</strong><br>
AMEI</p>

<p><strong>【Shownotes】</strong><br>
陈思扬</p>

<p><strong>【运营】</strong><br>
王梓沁</p>

<p><strong>【BGM】</strong><br>
Simple Pleasantries - Arthur Benson<br>
Anticipating a New Day - Stationary Sign</p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐<br>
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 朱哲清.</p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p>美国时间7月17日，OpenAI终于迎来了它的“Agent时刻”——通用型ChatGPT Agent正式发布。它整合了深度研究工具Deep Research与执行工具Operator，可一站式完成复杂任务，但仍存在速度慢、个性化不足等短板。</p>

<p>ChatGPT Agent的技术本质是“浏览器+沙盒”的混合架构，与Manus、Genspark形成技术路线差异。在底层架构层面，浏览器（Browser-based）代理虽堪称“万能”，但运行速度较慢；沙盒（Sandbox）代理高效，但无法联网操作、工具库受限；而工作流集成（Workflow API）速度快、结果精准。在训练方法层面，强化学习（RL）被视为AGI从“执行者”向“创新者”跨越的重要路径，但当前面临的验证泛化与训练不稳定难题，如同两道枷锁锁住了这扇进阶之门。</p>

<p>强化学习能否成为通用AI爆发的关键引擎？AGI实现技术跃迁的分水岭究竟在哪？在把Agent产品化和商业化的道路上，又如何平衡模型能力与用户体验？本期《硅谷101》，主播泓君对话Pokee.ai创始人朱哲清，多维度测评ChatGPT Agent使用体验，并深入拆解Agent的四大底层设计逻辑、探讨强化学习的训练路径，以及我们迎接“超级智能时刻”所面临的技术挑战。</p>

<p><strong>【主播】</strong><br>
泓君Jane，硅谷101创始人，播客主理人</p>

<p><strong>【嘉宾】</strong><br>
朱哲清，Pokee.ai创始人，前MetaAI应用强化学习团队负责人，斯坦福强化学习博士（X：@ZheqingZhu）</p>

<p><strong>【101 Weekly新节目预告】</strong><br>
硅谷101上线了一版更加轻量级的音视频节目「101Weekly」，每周由我们的三位主播复盘三个商业热点事件，每期10分钟左右，并请来行业专家来一手分析解读，希望这每周的30分钟，帮助大家轻松了解一周新闻大事件，<a href="https://www.xiaoyuzhoufm.com/podcast/686add4193fd2d72b8d5d777" rel="nofollow">点击收听</a>。<br>
音频版：<a href="https://sv101.fireside.fm/" rel="nofollow">Fireside</a>｜<a href="https://www.xiaoyuzhoufm.com/podcast/686add4193fd2d72b8d5d777" rel="nofollow">小宇宙</a>｜苹果播客｜Spotify<br>
视频版：<a href="https://space.bilibili.com/508452265?spm_id_from=333.337.0.0" rel="nofollow">BiliBIli</a>｜<a href="https://www.youtube.com/@TheValley101" rel="nofollow">Youtube</a>｜视频号｜抖音</p>

<p><strong>【你将听到】</strong><br>
<strong>ChatGPT Agent首发体验与技术拆解</strong><br>
00:21 拆解AI Agent技术路径：什么是“聪明机器的大脑”？<br>
02:12  ChatGPT Agent一手实测：浏览器操作如超人 VS 速度慢如蜗牛<br>
04:26 视觉能力加持：Action体验有提升，但仍需等待<br>
05:45 旅行规划场景：支付环节仍需人类介入，信任门槛尚未跨越 <br>
08:11 “全部推翻重来”：缺乏个性化机制、记不住反馈细节<br>
10:07 ChatGPT Agent“打通搜索与执行”的本质：Deep Research + Operator的“拼贴工程”</p>

<p><strong>通用型Agent技术路径对比</strong><br>
12:31 通用Agent技术类比：Operator最早专注Browser操作，如今叠加Sandbox后，在通用Agent里表现最强<br>
14:52 四大技术方向优劣势对比：<br>
  15:40 浏览器为主：通用性强，但速度慢、体验差、成本高<br>
  17:21 开放虚拟机：本地运行快，但访问互联网等外部服务不易<br>
  17:37 大模型+虚拟机：GensPark模式，相对环节更封闭<br>
  18:46 Workflow+工具集成：Pokee模式，交付好但不是所有任务都能做<br>
20:23 Manus模式：Browser-based，Sandbox强，全能但慢<br>
22:28 Genspark模式：标化工作流，牺牲通用性换取速度与稳定性<br>
23:41 Pokee模式：速度快成本低，但范围受限<br>
26:52 B端客户还是C端客户，适用场景与底层技术逻辑完全不同<br>
29:36 Agent将重塑互联网入口，传统门户流量将大幅下滑<br>
32:03 MCP无人维护：2万个协议中，真正可用的不到200个<br>
33:47 Agent时代的广告逻辑大变：反而更有利于创作者？</p>

<p><strong>强化学习与AGI的五个层次</strong><br>
38:52 强化学习适用场景：目标明确、机制清晰但数据稀缺<br>
41:50 新兴路径：强化学习预训练（RL Pretraining）<br>
44:40 一个非共识：验证（Verification）方向的泛化性，可能产出人类所不拥有的知识<br>
46:51 AGI五级路径中，“执行者”(L3) 与“创新者”(L4) 间存在巨大技术鸿沟，核心在于验证能力<br>
50:37 强化学习预训练的致命弱点：给出的解决方案可能“人类都看不懂”<br>
52:43 强化学习（RLHF） Vs 监督学习微调（SFT）：效果×2，但成本×10</p>

<p><strong>Meta收购ScaleAI背后的逻辑</strong><br>
54:08 Meta收购Scale：多模态数据仍然是瓶颈<br>
56:46 多模态数据的最大挑战：数据复杂 + 维度多 → 主观标准难统一<br>
57:59 AI的核心问题：短期算力，中期数据，长期人才<br>
59:10 如何让Agent调用更好用？自研模型<br>
01:03:33 平衡模型能力与用户体验：模型能力决定下限，产品细节决定上限</p>

<p><strong>强化学习的人才大本营</strong><br>
01:05:42 RL奠基人、2024年图灵奖得主Richard Sutton：想法极具前瞻性，且坚持原则<br>
01:07:47 模型可塑性挑战：AI的“灾难性遗忘”亟待解决<br>
01:09:56 奖励函数设计难：强化学习中如何设定“道德且有效”的多目标激励<br>
01:11:47 RL核心研究圈：学术界与业界均高度集中<br>
    学术界：OpenAI早期团队，Peter Abbeel, Sergey Levine , Richard Sutton<br>
    业界：以David Silver为代表的DeepMind员工、以John Langford为代表的微软员工等<br>
01:12:50 从AlphaGo开始，伦敦成为强化学习研究的重要中心<br>
01:15:28 如何像投资人销售过于超前的想法：只说一个非共识<br>
01:16:58 市场正在分化，技术路径选择是创业公司活下来的核心</p>

<p><strong>【节目中提到的AI Agent】<br>
OpenAI相关：</strong><br>
ChatGPT Agent｜Operator｜Deep Research</p>

<p><strong>其他：</strong><br>
Manus｜Genspark｜Perplexity｜Claude Agent｜Fellou｜Flowise｜Zapier｜UIPath｜Replicate</p>

<p><strong>【节目提到的相关术语】</strong><br>
MCP / Model Context Protocol（模型上下文协议）<br>
A2A（Agent-to-Agent Protocol）<br>
SDK（软件开发工具包）<br>
API（应用程序接口）<br>
Vision Model<br>
Browser-based Agent<br>
Sandbox（沙盒环境）<br>
Virtual Machine (VM)<br>
Token Consumption（Token消耗）<br>
Tool Calling：调用第三方工具或API完成任务<br>
Workflow-based Agent<br>
Reinforcement Learning / RL（强化学习）<br>
RL Fine-tuning / RLFT（强化学习微调）<br>
RL Pre-training（强化学习预训练）<br>
Verification（验证机制）<br>
Ground Truth（基准真值）<br>
Hallucination（幻觉）<br>
Human Feedback（人类反馈）<br>
Supervised Fine-tuning / SFT (监督式微调)<br>
Human Readability（可读性）<br>
Catastrophic Forgetting（灾难性遗忘）<br>
Benchmark Score（基准分数）<br>
ICML（International Conference on Machine Learning）：机器学习顶级学术会议</p>

<p><strong>【相关节目】</strong><br>
<a href="https://www.xiaoyuzhoufm.com/episode/68783d4733e162b18f8c4b9d" rel="nofollow">E200｜投资人视角深聊：AI Agent的核心壁垒与投资逻辑</a><br>
<a href="https://www.xiaoyuzhoufm.com/episode/684775cbcdecf72d4ca2fcc5" rel="nofollow">E195｜从工具到伙伴：七位AI Agent深度使用者的思考</a><br>
<a href="https://www.xiaoyuzhoufm.com/episode/68268151d231129fe37b2503" rel="nofollow">E191｜小而美的机会来了，聊聊这轮AI Agent进化新范式</a></p>

<p><strong>【监制】</strong><br>
泓君</p>

<p><strong>【后期】</strong><br>
AMEI</p>

<p><strong>【Shownotes】</strong><br>
陈思扬</p>

<p><strong>【运营】</strong><br>
王梓沁</p>

<p><strong>【BGM】</strong><br>
Simple Pleasantries - Arthur Benson<br>
Anticipating a New Day - Stationary Sign</p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐<br>
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guest: 朱哲清.</p>]]>
  </itunes:summary>
</item>
<item>
  <title>E195｜从工具到伙伴：七位AI Agent深度使用者的思考</title>
  <link>https://sv101.fireside.fm/205</link>
  <guid isPermaLink="false">f9b457f8-0a9f-4ad2-889a-5f0634ffb0dc</guid>
  <pubDate>Mon, 09 Jun 2025 17:00:00 -0700</pubDate>
  <author>硅谷101</author>
  <enclosure url="https://aphid.fireside.fm/d/1437767933/f0f20376-8faf-4940-b920-84af6c734e2d/f9b457f8-0a9f-4ad2-889a-5f0634ffb0dc.mp3" length="67898477" type="audio/mpeg"/>
  <itunes:episodeType>full</itunes:episodeType>
  <itunes:season>4</itunes:season>
  <itunes:author>硅谷101</itunes:author>
  <itunes:subtitle>从日常体验、商业本质以及人的独特性讨论AI Agent。</itunes:subtitle>
  <itunes:duration>47:08</itunes:duration>
  <itunes:explicit>no</itunes:explicit>
  <itunes:image href="https://media24.fireside.fm/file/fireside-images-2024/podcasts/images/f/f0f20376-8faf-4940-b920-84af6c734e2d/cover.jpg?v=6"/>
  <description>本期节目，我们邀请了7位来自不同领域的嘉宾，展开了一场关于AI Agent的多维度探讨：
从日常体验出发——用户们分享了Agent带来的惊喜与槽点，而开发者们则回应了这些痛点背后的技术挑战；
深入商业本质——当OpenAI等巨头纷纷入场，Agent创业公司如何建立护城河？“默契”为什么可能比技术更重要？
直面深层问题——当AI从工具变成"团队成员"，我们的心态与社会结构需要如何适配？当Agent替我们做的越来越多，我们作为人类的独特性在哪儿？
这不仅是一期分享使用心得的节目，更是一场关于技术边界、商业逻辑和人类未来的深度对话。希望你从中收获巧用AI助手的思路、Agent创业的灵感，或者关于AI时代走向的一点启发。
【主播】
Sophie：AI初创公司从业者，Entrepreneurs of Life (http://keyiwang.substack.com)主理人 
【本期嘉宾】
鸭哥 (http://yage.ai/)：Samsara AI应用科学家，GitHub开源达人，AI社区Superlinear Academy (https://superlinear.academy)发起人
新琦：世界500强数据策略总监，播客《此处也生活》 (https://www.xiaoyuzhoufm.com/podcast/66ddc62bbfd7110df428159c)主播
Kolento：纽约大学应用心理学系学生
课代表立正 (http://lizheng.ai/)：Statsig数据科学家，AI社区Superlinear Academy (https://superlinear.academy)发起人
晓音：HeyBoss AI创始人(linkedin.com/in/xiaoyinqu/ ；X@quxiaoyin)
俞舟：哥伦比亚大学计算机副教授，Arklex.AI创始人(linkedin.com/in/zhou-jo-yu-95327378 ；X@ZhouYuAI)
高宁：AI产品出海社区Linkloud创始人，前高瓴投资人
【你将听到】
用户视角：理想与现实的差距
00:53 什么是AI Agent？技术极客vs普通用户的不同理解
03:23 Agent的三重身份：思维教练、生活秘书、工作搭档
05:44 播客制作的AI革命：从一键剪辑到自动宣发
09:28 令人头大的槽点：指令失灵、炫技大于实用、缺乏人情味
16:53 关键思维转换：从Agent“使用者”到“共创者”
搭建者回应：技术攻坚进行时
17:55 为什么Agent容易“眼高手低”？聪明但缺经验的实习生
20:20 如何让Agent“更听话”？需要天马行空，也需要指哪打哪
22:12 暗信息依赖度：哪些场景最易被Agent颠覆？
23:03 多Agent协作：从单兵作战到团队配合
24:10 企业级应用最大挑战：安全、权限与数据治理
商业突围：Agent创业公司生存法则
28:28 新数据时代：为什么传统SaaS的数据壁垒可能不再牢固
30:45 建立“默契”护城河：“懂你”的Agent最得用户心
33:14 大模型公司会不会碾压Agent创业公司？中立性的价值
34:59 去做脏活累活：垂直场景的创业机会所在
36:10 Token成本焦虑？效果才是王道
哲学思考：人与AI的未来
37:18 从“流程搭建”到“价值观对齐”：人机协作模式的根本转变
38:57 什么是"AI友好"环境？人类社会需要“AI无障碍设施”
40:26 “你的意义在哪？”——当AI越来越强大，人类价值何在
42:29 从使用工具到管理团队：人与技术关系的重塑
44:41 AI之间会打架吗？当Agent社会出现利益冲突
【本期节目中提到的部分AI Agent产品】
Manus AI (https://manus.run/)、Genspark Super Agent (https://www.genspark.ai/)、Replit (https://replit.com/)（内置 Agent 功能）、Arklex AI (https://www.arklex.ai/)、HeyBoss AI (https://heyboss.ai/)、CreateWise (https://createwise.ai/)
【监制】
泓君
【采访】
Sophie/Jimmy
【后期】
AMEI
【Shownotes】
Sophie
【运营】
孙泽平、王梓沁
【BGM】
fauna - bomull
City Phases STEMS INSTRUMENTS - John Abbot
Wild Night at Harry's - Harry Edvino
Mastermind - David Celeste
【在这里找到我们】
公众号：硅谷101
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」
联系我们：podcast@sv101.net Special Guests: Kolento, Sophie, 俞舟, 新琦, 曲晓音, 课代表立正, 高宁, and 鸭哥.
</description>
  <itunes:keywords>AI Agent,AI,用户体验,产品搭建,人机交互</itunes:keywords>
  <content:encoded>
    <![CDATA[<p>本期节目，我们邀请了7位来自不同领域的嘉宾，展开了一场关于AI Agent的多维度探讨：<br>
从日常体验出发——用户们分享了Agent带来的惊喜与槽点，而开发者们则回应了这些痛点背后的技术挑战；<br>
深入商业本质——当OpenAI等巨头纷纷入场，Agent创业公司如何建立护城河？“默契”为什么可能比技术更重要？<br>
直面深层问题——当AI从工具变成&quot;团队成员&quot;，我们的心态与社会结构需要如何适配？当Agent替我们做的越来越多，我们作为人类的独特性在哪儿？<br>
这不仅是一期分享使用心得的节目，更是一场关于技术边界、商业逻辑和人类未来的深度对话。希望你从中收获巧用AI助手的思路、Agent创业的灵感，或者关于AI时代走向的一点启发。</p>

<p><strong>【主播】</strong><br>
Sophie：AI初创公司从业者，<a href="http://keyiwang.substack.com" rel="nofollow">Entrepreneurs of Life</a>主理人 <br>
<strong>【本期嘉宾】</strong><br>
<a href="http://yage.ai/" rel="nofollow">鸭哥</a>：Samsara AI应用科学家，GitHub开源达人，AI社区<a href="https://superlinear.academy" rel="nofollow">Superlinear Academy</a>发起人<br>
新琦：世界500强数据策略总监，播客<a href="https://www.xiaoyuzhoufm.com/podcast/66ddc62bbfd7110df428159c" rel="nofollow">《此处也生活》</a>主播<br>
Kolento：纽约大学应用心理学系学生<br>
<a href="http://lizheng.ai/" rel="nofollow">课代表立正</a>：Statsig数据科学家，AI社区<a href="https://superlinear.academy" rel="nofollow">Superlinear Academy</a>发起人<br>
晓音：HeyBoss AI创始人(linkedin.com/in/xiaoyinqu/ ；X@quxiaoyin)<br>
俞舟：哥伦比亚大学计算机副教授，Arklex.AI创始人(linkedin.com/in/zhou-jo-yu-95327378 ；X@Zhou_Yu_AI)<br>
高宁：AI产品出海社区Linkloud创始人，前高瓴投资人</p>

<p><strong>【你将听到】<br>
用户视角：理想与现实的差距</strong><br>
00:53 什么是AI Agent？技术极客vs普通用户的不同理解<br>
03:23 Agent的三重身份：思维教练、生活秘书、工作搭档<br>
05:44 播客制作的AI革命：从一键剪辑到自动宣发<br>
09:28 令人头大的槽点：指令失灵、炫技大于实用、缺乏人情味<br>
16:53 关键思维转换：从Agent“使用者”到“共创者”</p>

<p><strong>搭建者回应：技术攻坚进行时</strong><br>
17:55 为什么Agent容易“眼高手低”？聪明但缺经验的实习生<br>
20:20 如何让Agent“更听话”？需要天马行空，也需要指哪打哪<br>
22:12 暗信息依赖度：哪些场景最易被Agent颠覆？<br>
23:03 多Agent协作：从单兵作战到团队配合<br>
24:10 企业级应用最大挑战：安全、权限与数据治理</p>

<p><strong>商业突围：Agent创业公司生存法则</strong><br>
28:28 新数据时代：为什么传统SaaS的数据壁垒可能不再牢固<br>
30:45 建立“默契”护城河：“懂你”的Agent最得用户心<br>
33:14 大模型公司会不会碾压Agent创业公司？中立性的价值<br>
34:59 去做脏活累活：垂直场景的创业机会所在<br>
36:10 Token成本焦虑？效果才是王道</p>

<p><strong>哲学思考：人与AI的未来</strong><br>
37:18 从“流程搭建”到“价值观对齐”：人机协作模式的根本转变<br>
38:57 什么是&quot;AI友好&quot;环境？人类社会需要“AI无障碍设施”<br>
40:26 “你的意义在哪？”——当AI越来越强大，人类价值何在<br>
42:29 从使用工具到管理团队：人与技术关系的重塑<br>
44:41 AI之间会打架吗？当Agent社会出现利益冲突</p>

<p><strong>【本期节目中提到的部分AI Agent产品】</strong><br>
<a href="https://manus.run/" rel="nofollow">Manus AI</a>、<a href="https://www.genspark.ai/" rel="nofollow">Genspark Super Agent</a>、<a href="https://replit.com/" rel="nofollow">Replit</a>（内置 Agent 功能）、<a href="https://www.arklex.ai/" rel="nofollow">Arklex AI</a>、<a href="https://heyboss.ai/" rel="nofollow">HeyBoss AI</a>、<a href="https://createwise.ai/" rel="nofollow">CreateWise</a></p>

<p><strong>【监制】</strong><br>
泓君<br>
<strong>【采访】</strong><br>
Sophie/Jimmy<br>
<strong>【后期】</strong><br>
AMEI<br>
<strong>【Shownotes】</strong><br>
Sophie<br>
<strong>【运营】</strong><br>
孙泽平、王梓沁</p>

<p><strong>【BGM】</strong><br>
fauna - bomull<br>
City Phases STEMS INSTRUMENTS - John Abbot<br>
Wild Night at Harry&#39;s - Harry Edvino<br>
Mastermind - David Celeste</p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐<br>
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guests: Kolento, Sophie, 俞舟, 新琦, 曲晓音, 课代表立正, 高宁, and 鸭哥.</p>]]>
  </content:encoded>
  <itunes:summary>
    <![CDATA[<p>本期节目，我们邀请了7位来自不同领域的嘉宾，展开了一场关于AI Agent的多维度探讨：<br>
从日常体验出发——用户们分享了Agent带来的惊喜与槽点，而开发者们则回应了这些痛点背后的技术挑战；<br>
深入商业本质——当OpenAI等巨头纷纷入场，Agent创业公司如何建立护城河？“默契”为什么可能比技术更重要？<br>
直面深层问题——当AI从工具变成&quot;团队成员&quot;，我们的心态与社会结构需要如何适配？当Agent替我们做的越来越多，我们作为人类的独特性在哪儿？<br>
这不仅是一期分享使用心得的节目，更是一场关于技术边界、商业逻辑和人类未来的深度对话。希望你从中收获巧用AI助手的思路、Agent创业的灵感，或者关于AI时代走向的一点启发。</p>

<p><strong>【主播】</strong><br>
Sophie：AI初创公司从业者，<a href="http://keyiwang.substack.com" rel="nofollow">Entrepreneurs of Life</a>主理人 <br>
<strong>【本期嘉宾】</strong><br>
<a href="http://yage.ai/" rel="nofollow">鸭哥</a>：Samsara AI应用科学家，GitHub开源达人，AI社区<a href="https://superlinear.academy" rel="nofollow">Superlinear Academy</a>发起人<br>
新琦：世界500强数据策略总监，播客<a href="https://www.xiaoyuzhoufm.com/podcast/66ddc62bbfd7110df428159c" rel="nofollow">《此处也生活》</a>主播<br>
Kolento：纽约大学应用心理学系学生<br>
<a href="http://lizheng.ai/" rel="nofollow">课代表立正</a>：Statsig数据科学家，AI社区<a href="https://superlinear.academy" rel="nofollow">Superlinear Academy</a>发起人<br>
晓音：HeyBoss AI创始人(linkedin.com/in/xiaoyinqu/ ；X@quxiaoyin)<br>
俞舟：哥伦比亚大学计算机副教授，Arklex.AI创始人(linkedin.com/in/zhou-jo-yu-95327378 ；X@Zhou_Yu_AI)<br>
高宁：AI产品出海社区Linkloud创始人，前高瓴投资人</p>

<p><strong>【你将听到】<br>
用户视角：理想与现实的差距</strong><br>
00:53 什么是AI Agent？技术极客vs普通用户的不同理解<br>
03:23 Agent的三重身份：思维教练、生活秘书、工作搭档<br>
05:44 播客制作的AI革命：从一键剪辑到自动宣发<br>
09:28 令人头大的槽点：指令失灵、炫技大于实用、缺乏人情味<br>
16:53 关键思维转换：从Agent“使用者”到“共创者”</p>

<p><strong>搭建者回应：技术攻坚进行时</strong><br>
17:55 为什么Agent容易“眼高手低”？聪明但缺经验的实习生<br>
20:20 如何让Agent“更听话”？需要天马行空，也需要指哪打哪<br>
22:12 暗信息依赖度：哪些场景最易被Agent颠覆？<br>
23:03 多Agent协作：从单兵作战到团队配合<br>
24:10 企业级应用最大挑战：安全、权限与数据治理</p>

<p><strong>商业突围：Agent创业公司生存法则</strong><br>
28:28 新数据时代：为什么传统SaaS的数据壁垒可能不再牢固<br>
30:45 建立“默契”护城河：“懂你”的Agent最得用户心<br>
33:14 大模型公司会不会碾压Agent创业公司？中立性的价值<br>
34:59 去做脏活累活：垂直场景的创业机会所在<br>
36:10 Token成本焦虑？效果才是王道</p>

<p><strong>哲学思考：人与AI的未来</strong><br>
37:18 从“流程搭建”到“价值观对齐”：人机协作模式的根本转变<br>
38:57 什么是&quot;AI友好&quot;环境？人类社会需要“AI无障碍设施”<br>
40:26 “你的意义在哪？”——当AI越来越强大，人类价值何在<br>
42:29 从使用工具到管理团队：人与技术关系的重塑<br>
44:41 AI之间会打架吗？当Agent社会出现利益冲突</p>

<p><strong>【本期节目中提到的部分AI Agent产品】</strong><br>
<a href="https://manus.run/" rel="nofollow">Manus AI</a>、<a href="https://www.genspark.ai/" rel="nofollow">Genspark Super Agent</a>、<a href="https://replit.com/" rel="nofollow">Replit</a>（内置 Agent 功能）、<a href="https://www.arklex.ai/" rel="nofollow">Arklex AI</a>、<a href="https://heyboss.ai/" rel="nofollow">HeyBoss AI</a>、<a href="https://createwise.ai/" rel="nofollow">CreateWise</a></p>

<p><strong>【监制】</strong><br>
泓君<br>
<strong>【采访】</strong><br>
Sophie/Jimmy<br>
<strong>【后期】</strong><br>
AMEI<br>
<strong>【Shownotes】</strong><br>
Sophie<br>
<strong>【运营】</strong><br>
孙泽平、王梓沁</p>

<p><strong>【BGM】</strong><br>
fauna - bomull<br>
City Phases STEMS INSTRUMENTS - John Abbot<br>
Wild Night at Harry&#39;s - Harry Edvino<br>
Mastermind - David Celeste</p>

<p><strong>【在这里找到我们】</strong><br>
公众号：硅谷101<br>
收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐<br>
其他平台：YouTube｜Bilibili 搜索「硅谷101播客」<br>
联系我们：<a href="mailto:podcast@sv101.net" rel="nofollow">podcast@sv101.net</a></p><p>Special Guests: Kolento, Sophie, 俞舟, 新琦, 曲晓音, 课代表立正, 高宁, and 鸭哥.</p>]]>
  </itunes:summary>
</item>
  </channel>
</rss>
