什麼是AI Agent
極客觀點：三個必要條件
AI Agent需要滿足三個必要條件。鴨哥，大型物流軟件公司Samsara的AI應用科學家，認為第一個條件是能使用工具，例如調用搜索引擎搜索或調用編程語言編程。第二個是能自主做決策，即知道如何分解任務，按順序和參數調用工具以完成目標。第三個是多步且自我迭代的決策，不能像靜態工作流程一樣固定，而是要根據前一步結果動態決定下一步，比如根據搜索結果決定是否停止或更換關鍵字繼續搜索。
非技術背景觀點：合作關係
在世界500強公司擔任數據策略總監的新琦，從合作視角定義AI Agent。她認為真正的甲方和乙方關係中，好的乙方是端到端承接整個流程的系統，在關鍵節點主動介入並提供決策建議，在得到高層指令後自動執行，最終交付成品而非半成品。
用戶的Agent使用體驗
鴨哥：三類Agent的幫助
鴨哥經常使用的AI Agent分為三類：教練型、秘書型和搭檔型。教練型如OpenAI的deep research或ChatGPT型的o3，用於獲取調研信息和深度思考。秘書型如Manus和Devin，適合相對簡單的工作。例如哄娃睡覺時，讓Manus基於白雪公主寫故事並夾帶私貨教育孩子，再轉換成語音。而在正經的軟件開發工作中，鴨哥更傾向於使用cursor windsurf之類允許頻繁交互和手把手指導的工具。
新琦：Agent輔助節目後期
新琦在使用CreateWise進行節目後期工作時體驗深刻。上傳音軌後，它能直接呈現剪輯完的音頻，甚至能模仿聲音修正語句結構。最初整段輸出，新琦建議提供逐句剪輯空間後，該功能已上線。此外，CreateWise還能針對不同平台生成文案。
Kolento：通用型Agent產品
紐約大學心理學大三學生Kolento對Manus和Genspark的super Agent模式印象深刻，它們能幫助完成一些原本不想做的事情。在編程層面，他喜歡用Replit，覺得它能做更多決策。在學術層面，他使用Elicit，但認為它未達到心中的Agent定義。Manus和Genspark在用戶體驗、任務規劃拆解、工具調用和功能上各有特點，Genspark還能幫忙打電話預約酒店。
AI Agent的槽點與洞察
鴨哥：槽點的進化
鴨哥發現隨著Agent產品不斷發布，很多以前的槽點如複雜任務工具調用能力不足、寫作AI味太重、上下文窗口不夠長等，在新版本中得到改善。但仍存在一些問題，如AI模型的instruction following能力不足，為了用AI而用AI，以及AI難以獲取人類社會的暗信息。
新琦：缺乏人情味
新琦指出很多Agent或AI產品缺乏真實性，例如在處理多人播客時，會剪掉笑場和集體沉默，而這些往往是節目的有趣之處。此外，不同AI產品對中文和英文的處理能力不同，多人播客的音頻處理也比單人播客複雜得多，目前的Agent在多軌處理和搶話環節的處理上存在不足。
課代表立正：吐槽吐槽本身
Statsig數據科學家課代表立正認為吐槽Agent的做法本身有誤。一是理解錯誤，Agent是基於過去的大語言模型和現有工具一點點構建的，不能指望它今天就完美。二是使用錯誤，AI不是魔法，需要學會如何用好它，不能以用戶心態對待，而要用創建者心態。
搭建者的視角
曲曉音：工作方式的變化
HeyBoss AI創始人曲曉音認為AI Agent存在LM本身不夠智能的情況，但更多是工作方式的變化。就像初入職場的小天才，缺乏工作經驗導致表現不如預期。AI也需要更多工作經驗和用戶反饋，同時use case要有一定聚焦，才能有大量重複性數據來判斷好壞。
俞舟：技術層面的應對策略
哥倫比亞大學計算機副教授俞舟從技術層面提出，Agent不是簡單的工具，需要做Guardrail防止不好的事情發生，還要教用戶最佳實踐並進行測試和評估。在工作流方面，她認為可以用Agent的workflow來處理問題。
產品設計的解決方案
曉音從產品設計角度提出，提供多種工具讓用戶像改PPT一樣操作，以滿足用戶對可控結果的需求。在AI的不可控和可控但有限制的功能之間，兩者都需要。
對“AI缺乏人類暗信息”的看法
曉音認為不同行業情況不同，像她所在的線上行業，AI與人類的溝通差距不大，而一些線下服務行業和大企業銷售，AI在輸入數據方面存在不足。
Agent搭建者的突破方向
俞舟：前沿技術探索
俞舟教授和團隊正在探索backtracking（自我糾正）和self learning等新能力。
曉音：多Agent合作
曉音透露，他們賣的是解決方案，需要多個Agent合作，未來可能會有AI CEO或AI leader Agent來領導其他Agent，以解決單技能無法解決的問題。
技術挑戰
俞舟提醒，多Agent同時工作會帶來分佈式系統、併發、安全等一系列技術挑戰，如數據庫的權限管理、Agent之間的記憶分享等。
產品設計的重要性
曉音強調，大模型的變化不代表技能更懂，產品設計需要了解行業know how、用戶需求和最新玩法，同時AI要具備一定品位，符合用戶品牌預期。
市場培育的關鍵挑戰
俞舟提出，雖然AI炒得很火，但在大企業中部署很少，主要是因為大企業推進速度慢，重構工作流程和生產關係困難，需要企業自上而下的方式來解決。
商業視角：長期商業模式
高寧：打破傳統SaaS壁壘
AI產品出海社區Linkloud創始人高寧認為，新數據掌握在新創公司手中，這些數據更準確豐富，能打破傳統SaaS壟斷。此外，陪伴高速增長的客戶發展，能掌握新的渠道和客戶關係。在一些外包或服務驅動領域，Agent能更好地處理輸入數據，輸出高價值結果，是新創公司挑戰現有企業的好路徑。
鴨哥：“默契”的護城河
鴨哥提出“默契”這一護城河概念，通過積累用戶對Agent的糾正數據，形成默契，讓用戶覺得好用，即使競爭對手再厲害，也難以取代。
曉音：深入垂直領域
曉音指出，Agent最終目的是幫助用戶掙錢，需要了解更多後續數據，在垂直領域做深做透，提供端到端的解決方案，才能增強不可取代性。
大模型公司與創業公司的競合關係
高寧：辯證的看法
高寧認為，通用型Agent與大模型公司存在競合關係，但中短期內問題不大，長期來看，應用型產品可以選擇不同模型組合，降低成本提高效率。
俞舟：應用層中立性的價值
俞舟教授強調，中立的第三方平台更容易快速推進，因為企業不想與任何一家公司深度綁定，需要備份方案。
避免正面競爭的建議
高寧建議Agent創業公司與垂直應用合作，深入了解用戶工作流和系統，往workflow base的SaaS工具或定制化解決方案方向發展。
Agent的成本壓力
HeyBoss AI創始人曉音認為，用戶以結果為導向，只要能交付結果，價格和速度都能讓用戶驚豔，因此不太擔心token本身的成本問題。
Agent時代的哲學思考與未來展望
Kolento：交互方式的演變
Kolento認為傳統AI交互方式有兩個審核點，未來的Agent應該先與人對齊價值觀、記憶和偏好，在出現高危或極端情況時才找人確認。
鴨哥：AI friendly的環境
鴨哥認為AI在人類社會和日常工作中的作用，取決於問題的AI friendly程度。數字世界中很多東西不是AI native的，AI friendly的庫或軟件在未來競爭優勢會很大。
人在AI時代的角色與價值
Kolento擔心人與機器交互變薄，人類價值受到威脅。新琦認為人依然是形成想法、提供指令、精雕細琢和保障成品的核心，AI是合伙人。鴨哥提出人類的核心競爭力從會用工具變成會管理AI。
Kolento：人類價值判斷的不可替代性
Kolento強調AI無法代替人做價值判斷，人本身的個性化不能被放棄，需要有屬於個人的大模型。
曉音：AI社會的新型關係
曉音從社會學角度思考，AI可能像人一樣組織大量AI Agent，迸發更強能力，但也可能存在利益不一致和打架的問題，需要處理類似人類社會架構的問題。
今天的討論豐富多彩，我們需要學習管理AI，創造AI友好的系統，找到自己在AI時代的定位。感謝各位嘉賓的精彩分享，也謝謝大家的收聽。如果有任何想法或反饋，歡迎在評論區留言或通過社交媒體聯繫我們。
{# 
{# 
{#