118. 对李想的第二次3小时访谈：CEO大模型、MoE、梁文锋、VLA、能量、记忆、对抗人性、亲密关系、人类的智慧

2025年4月，我与理想创始人兼CEO李想录制AI Talk第二季。那次对谈持续了很长时间，播出版仅1小时，今天你看到的是完整版。这一集节目的发布比预期晚了些。过去几个月实在太忙了，我一度犹豫要不要继续放出。但当我重新整理这些内容时，仍然被它打动——这是一份关于人工智能技术变革的“节点式思考存档”。你可以结合2024年底我们那场3小时谈话一起观看，感受两次对话之间，思考的延展与呼应。这次，我把李想当作一个“CEO大模型”来提问。假设他是一种MoE（Mixture of Experts，专家混合）架构的模型，我在对话的前三个回合调用了他的三位“专家”：技术专家、战略专家、组织专家。而当谈话深入到后半程，我们开始讨论人、能量、亲密关系、记忆程序与人类的智慧。“AI与人的关系”，是本次对话的母题。（录制于2025年4月）02:35 第一章：假若你是一个CEO大模型人类做熵减，AI做熵增工具的三个分级：“信息工具”、“辅助工具”、“生产工具”“生产工具”重要的衡量是：你愿意为它付钱梁文锋极简运用了人类最佳实践按照最佳实践是反人性的，随心所欲才满足人性我只能做最好的自己，我一直在自己的长板延长线上理想为什么还做基座大模型？当时我们比较担心陈伟团队（基座模型自研团队）怎么想？这个压力挺大的36:18 第二章：调用MoE之技术专家李想手把手教你训VLA达到VLA不是突变的过程，是进化的过程，经历了三个阶段我给你讲一下VLA是怎么训的，以及VLA自己怎么去工作的我不会做超长CoT，我的CoT链条一般两步到三步至少5年内不会有通用Agent，但会有一个Agent OS要顺着人性去说，逆着人性去做如果大家不想做前面包子的积累，只想吃第10个包子，很像练《葵花宝典》黑盒、世界模型和定价逻辑每1万公里的验证成本，我们做到从最开始18万降到4000块钱01:25:36 第三章：调用MoE之战略专家2025年雁栖湖战略会如果看战略，中间的圈是规模，圈外边有三个变量：用户需求、技术产品、组织能力具备这四个特点的，就是AGI时代的终端：360度对物理世界感知的能力、认知决策的能力、Action的能力、反思反馈能力到了AGI时代的终端，对于能力的要求变得不一样了如果看到2030年，我们希望能够成为全球领先的人工智能终端企业这是我们未来的3-6年要去解的题李想的理想会不会太过于理想？构建3-7人能量体高维组织兼容低维组织02:09:26 第四章：智慧是我们和万物的关系我的记忆程序创业不容易，但是没必要苦哈哈的大女儿我们家里实现了一个“三人支撑”，这让家里的能量大幅地提升人是用来发挥的，人不是用来改变的不要构建那么多亲密关系，亲密关系太多了就证明这个人不会经营关系把智慧当成一个重要的人类特质去发展对李想的第一次3小时访谈：《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》本集节目同步上线文字版和视频版：文章：公众号（语言即世界language is world）视频：Bilibili（张小珺商业访谈录）

今天的嘉宾是谢青池，他是美团光年之外的产品负责人。一个月前，青池找到我，说他用了一年多的时间一篇一篇地啃完了200多篇AI论文，从开始全然不得要领，到后来逐渐地入门——而他希望将他的论文探索之旅开源给大家。就这样，我们有了今天这集特别的节目。他从200多篇论文中精选了36篇经典，4小时讲解，带你穿越AI变迁史。他说，读论文是“给你打开一扇门”，让你能直接“与这个世界最聪明的头脑对话”。2025年，期待我们和AI共同进步！01:30 探索的缘起07:25 怎么读论文？（用AI学AI）10:20 辅助小工具和路书论文讲解的主干：19:35 Part 1：模型的范式变迁故事要从1999年的第一颗GPU开始讲起Brook: 用GPU进行计算 （2004.08）AlexNet: 深度学习的开端（2012.10）对序列建模：seq2seq和Attention的引入（2014.09）蒸馏：模型能被学习吗？（2015.03）ResNet: 比深更深（2015.12）Transformer来了！拉开一个时代的序幕（2017.06）AlphaGo Zero: 强化学习的突破（2017.10）现代MoE的开端（2017.01）CoT: Prompt Engineering的奠基之作（2022.01）LoRA: 那个我们每天都在用的东西（2021.06）ReAct: Agent从理论到落地（2022.10）The Bitter Lesson: 过去70年的教训（2018.08）01:52:58 Part 2：Infra与数据的变迁ZeRO: 大规模的GPU并行计算（2019.10）Scaling Law & Chinchilla: 上帝的指挥棒（2020.01 2022.03）LAION-5B: 开源社区的英雄主义（2022.10）The RefinedWeb: 互联网的数据也很够用（2023.06）MegaScale: 万卡GPU集群的训练（2024.02）02:21:29 Part 3：语言模型的发展Word2Vec: 用机器学习将单词向量化（2013.01）Google Translate: 神经网络的大规模线上部署（2016.09）GPT-1，它来了（2018.06）BERT: 曾经的王（2018.10）GPT-2: 是时候告别微调了（2019.02）GPT-3: ChatGPT来临前夜（2020.05）InstructGPT: 给LLM以文明（2022.03）Tulu 3: 后训练的开源（2024.11）03:08:08 Part 4：多模态模型的发展DeepVideo: 深度学习进入视频领域，Andrej 初出茅庐（2014.06）双流网络: Karén和学术重镇牛津登场（2014.06）图像生成的序章: GAN来了（2014.06）Diffusion: 在GAN的阴影下，悄然成长（2015.03）DDPM: Diffusion重回图像舞台的中央（2020.06）ViT: 当图像遇到Transformer（2020.10）CLIP: 文生图的奠基石（2021.03）Stable Diffusion，它来了（2021.12）DiT: 人们期待一个融合的未来（2022.12）03:56:38 最后的聊天架构抱住了硬件的大腿今天技术的边界到达了哪？给“站在AI世界门外张望的人”和“已经在体系中工作多年的人”的建议【技术之美】系列：逐句讲解DeepSeek-R1、Kimi K1.5、OpenAI o1技术报告——“最优美的算法最干净”逐篇讲解DeepSeek关键9篇论文及创新点——“勇敢者的游戏”逐篇讲解DeepSeek、Kimi、MiniMax注意力机制新论文——“硬件上的暴力美学”逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”逐段讲解Kimi K2报告并对照ChatGPT Agent、Qwen3-Coder等：“系统工程的力量”【更多信息】本集的投屏视频版已经同步发布于Bilibili（张小珺商业访谈录）：https://www.bilibili.com/video/BV1pkyqBxEdB/?spm_id_from=333.1365.list.card_archive.click&vd_source=aa7c66a3d015be4b5bfcd520784f279050页完整PPT开源地址（所有论文链接附在PPT上）：https://w7py8ou4dk.feishu.cn/wiki/KacewdlmSiSGC9kUOKDch9gwnKf?from=from_copylink

今天的嘉宾吴明辉是明略科技的创始人、CEO兼CTO，明略科技于2025年8月29日获境外发行上市备案通知书，不久后将于香港上市。这是一次上市前的访谈，吴明辉口述一家To B公司漫长的19年故事，其间经历了好多次的分分合合、沉浮与急转。你能在这里面找到许多我们节目嘉宾的身影——肖弘、李广密、杨植麟。我们也聊了聊面向全新的AI时代，企业服务级AI与Agentic Model的前景。但这个故事的最开始，要从他与峰瑞资本创始合伙人李丰的公司合并聊起。2025年，我们和AI共同进步！02:11 Part 1：第一段创业开始的快问快答和我们嘉宾广密、Red的渊源创业的开始：祝伟投资吴明辉和李丰合并后的公司最开始罗永浩、李笑来是我们的股东第一版商业计划书就是推荐系统，为什么没做今日头条？奥林匹克竞技训练的心理调适秒针系统的成功眼睁睁看着今日头条的流量哗啦啦起来56:08 Part 2：第二段创业“老板上完商学院，团队遭殃”同时创立明略科技、云迹机器人学习美国一家数据分析公司Palantir，但从To G转向To B收购Red的决策，我希望他做我的CEO successor2020-2021年：战场开得太宽、走过的弯路2022年：痛苦的急转，人生最suffer的一年有AI以后，预计企业级服务会出现并购潮01:45:01 Part 3：企业服务级AI基于公开数据训基础模型、以卖Token为商业模式的公司会很卷，卷成电费有私有Data的公司能产生差异化价值现实世界的数值游戏新产品“DeepMiner”的由来Agent或Tool Use在企业服务领域产生了新的链接Agent是一种交互技术，对To C和To B互联网都会产生革命性变化那些不提供供给侧能力、只提供链接网络，而这个网络又不是根结点的公司，会很危险将来企业只有两类人？老板和合伙人（合伙人不是公司员工）一个幸福的老板，个人使命、家庭使命和公司使命高度相关

今天的嘉宾，我们很开心邀请了OpenAI研究员姚顺雨。2025年4月，姚顺雨发布了一篇有名的博文《The Second Half》，宣告AI主线程的游戏已进入下半场。这之后，我们与他进行了一场播客对谈。姚顺雨毕业于清华和普林斯顿大学，开始智能体的研究非常早。在博士期间他意识到语言可能是人类发明的最接近本质的工具，于是转向语言智能体研究，至今已6年。他有许多有代表性的工作。我们的谈话从个体出发，共同探索由人、组织、AI、人与机器的交互，所抵达的这个世界智能的边界以及人类与机器的全景。前不久，我刚刚创立了一家新的内容工作室「语言即世界工作室」，顺雨很意外地从另一个角度帮我回答了，我们工作室创立的初心。为什么我们相信语言是这个世界的本质奥秘？他的表达是：“语言是人为了实现泛化而发明出来的工具，这一点比其他东西更本质。”（本次访谈发生在2025年5月，访谈为个人观点，与所供职公司无关。）02:58 第一部分：人 感觉我前28年的人生，非常的乖 我一直有这个非共识：我想要去做Agent 第一年最大收获是，要用GPT，不要用BERT；第二个learning是任务或环境非常重要 我的研究有两个核心：一是怎么去做一些有价值、和现实世界更相关的任务和环境；二是怎么去做一些简单、但又通用的方法17:50 第二部分：系统 Agent是一个非常古老的概念，任何能进行自我决策、与环境交互，并试图优化奖励的系统，都可以被称为Agent Agent演变的三波兴衰：大家可能更多注意到方法线，容易忽视任务线，但这两条线是相辅相成的 Agent发展最关键的两个方向：一个是让它拥有自己的reward（奖励），能自己探索；另一个是Multi-Agent（多智能体），让它们之间能形成组织结构 Code有点像人的手，它是AI最重要的affordance（环境给予行动者的可能性） 任务的设定 泛化的工具 奖励的机制48:38 第三部分：吞噬的边界 创业公司最大机会是：能设计不同的interface（交互方式） 可能模型的能力会产生beyond ChatGPT（超越 ChatGPT）的交互方式，变成Super App 拥有一个Super App对于公司是双刃剑，当你有像ChatGPT这样的Super App，很自然你的研究就会围绕这个Super App Assistant、Her，或者像人一样的交互方式，显然是最重要的交互方式之一；不显然的是，我能不能基于不像人的交互方式？ 这世界是个相互抄的关系，而不是一个单向抄的关系 OpenAI可能会成为一个类似Google的公司，成为新世界里非常重要的一环，但这并不代表，这个世界就会被这样一个单极系统垄断 最终的智能边界，是由不同的交互方式决定的，而不是由一个single model（单一模型）决定 前年冬天，我读到冯诺依曼临终前写的一本书：The Computer and the Brain 环境永远是记忆层级中最外层的部分，这很哲学 模型公司的Chatbot系统会演化成一个很自然的Agent系统01:05:01 第四部分：人类的全局 人与系统：Agent要不要像人？“是一个效用问题” OpenAI是一个bottom-up（自下而上）的公司 如果你没有一个different bet（不同的下注方向），很难超越前面的霸主 我导师是GPT‑1第二作者，他在OpenAI待了一年，他对这件事是有点怀疑的 如果你成为了伯克希尔的CEO，未来要拿出500亿美金allocate（分配）到AGI行业，你会怎么allocate这笔钱？ 真正的危险，不是一个类似微信的东西打败了微信，而是一个不一样的东西打败了微信 恰好这个时代，做上限更高的事更好【更多信息】文字版同步上线文字版请前往公众号：语言即世界language is world

今天的嘉宾是萨洛蒙中国区总经理殷一和小红书商业服饰潮流行业负责人欧迪。我们一起来聊聊，这两年比较火的一个户外品牌，萨洛蒙。萨洛蒙和始祖鸟都属于亚玛芬集团，2019年亚玛芬被安踏收购；2021年以后，萨洛蒙这个70多岁的法国品牌，意外在中国开启了增长之路。这个最早从滑雪品类起步，逐步扩展到越野跑鞋的小众品牌，在中国的传统消费群体以男性以及专业滑雪、越野跑爱好者为主；但近几年，他们通过在小红书的一系列品牌行为，成功吸引女性消费群体和新户外人群，扩圈增长，而这又进一步反向刺激了男性消费者以及核心运动人群的增长。希望这些新鲜的品牌知识，也能给你带来新的启发:)02:00 两位嘉宾的自我介绍03:06 萨洛蒙1947年诞生于法国，雪是DNA里最深的那道烙印04:39 我们曾经被阿迪达斯收购，阿迪达斯帮我们做了sports style06:04 越野跑核心人群，十年前只有10万人，今年也是10万人，区别是什么？11:52 品牌应该从小众走向大众，还是从大众走向小众？16:22 2019年母公司亚玛芬被安踏收购后，萨洛蒙发生了什么？18:07 中国女性占比最高接近七成，现在是六成不到20:45 女性对男性的拉新高于男性对女性的拉新23:21 2021年以后，越来越多海外户外品牌主动地集中进入中国27:31 小红书帮萨洛蒙拓展人群：“尖货尝新档”和“色彩敏感控”34:55 以人为主体的品牌策略：找到“超级用户代表”43:26 10年前我们做品牌会更注重the winning moments，现在更注重成长的过程和细节45:37 萨门少女背后的消费者洞察：女性不再追求仪式感的堆叠，更追求内心的松弛48:36 结合小红书和安福路萨洛蒙门店，线上和线下循环流量55:24 萨洛蒙拉新女性消费者，又反哺了男性消费者的增长58:16 如果一个非常男性化的品牌想要女性化，应该怎么做？01:00:43 潮流化会不会削弱专业户外基因？01:01:33 年轻人消费新变化01:08:05 当做AI品牌也像做消费品品牌，从品牌角度给AI创始人一些建议分享一下漂亮的录制现场：

今天的嘉宾是月之暗面创始人兼CEO杨植麟，距离他上一次来我们的节目（《商业访谈录》59集）已经过去1年半。就在刚刚过去的7月，Kimi K2模型发布，引发了比较广泛的关注。K2是一个基于MoE架构的开源编程和Agentic大语言模型。形象来说，模型借助编程能力走出封闭的“缸中之脑”，长出了“手”，开始操控外部数字世界。今天这集节目我和杨植麟聊了聊K2的研发和他当下的技术认知、技术判断。以及，在过去一年的舆论风暴与创业起伏中，作为创始人，他的心情与思考。01:49 一座无限的山这有点像我最近在看的一本书：The Beginning of Infinity（无穷的开始）也许有一天会发现，这座雪山没有尽头，我希望它一直没有尽头但它还是一个“缸中之脑”：想象一个鱼缸，你把一个脑子放在里面，跟外界没有联系不管是基于长思考的强化学习，还是Agent的强化学习，都指向同一个东西：test-time scaling（测试时扩展）还有一个很有意思的趋势是，现在有更多模型公司去做“一方的Agent产品”L1到L5不一定是串行关系，Claude就bet这一点：它在Reasoning上做得不是特别多，但在Agent上做得非常好只有当模型参与到开发过程，才能解锁真正的Innovator（L4）阶段24:58 K2是乔戈里峰K2的重点有几个：一，我们希望它是一个非常好的基础模型我们希望能最大化使用每一份数据，就是所谓token efficiency——喂一样多的数据，“脑子”长得更多我们会对数据做很多Rephrase（改写）操作我们很关注Muon优化器，它对token efficiency提升很大二，我们希望K2有好的Agentic能力，对于Agentic模型来讲，最大挑战是模型的泛化它可能是一个从“缸中之脑”变成可以跟世界交互，因为所谓Agent最重要的特征是，可以多轮地使用工具人是所谓的universal constructor（万能构造器）有一种潜在思路，需要用更AI native（原生人工智能）的方式去训练AIMuon你去训的时候，它会炸54:08 既简单又复杂的系统为什么Kimi从闭源转向开源？模型训练完成，产品也基本完成了，做交互上的改进当然有价值，但那是锦上添花的一步多模态不损伤“脑子”已经很好了你可能学出来的多模态是个“傻的多模态”，我们希望它是个“聪明的多模态”Scaling Law遇到数据墙了，这是客观事实数据飞轮很依赖外部环境的feedback（反馈），我们不希望feedback有很多噪声，但现在没有把这个问题解决得非常好现在看起来，基于FLOPs的scaling是更有效路径，但这个平衡什么时候会发生变化？很多Long Context架构会影响“智商”纯粹的Linear Attention（线性注意力机制）可能影响智商，因为这个架构会有一些bias（偏差）基座模型公司和做Agent产品的应用公司，长期看边界在哪？今天怎么思考商业模式？API是好生意吗？Kimi能赚钱吗？01:25:05 在自己的故事里面Tim（周昕宇）天天跟我讲——要用RL的方式去管理，而不是用SFT用RL管理团队最大问题是，你容易被hack很多复杂性都是人为强行加上去的，实际并没有那么复杂只能说是在自己的这个故事里面——你不断地感受自己到底是什么样的一个人，你为什么要做这个事情这个问题我也问过Kimi，他说，AI是“人类文明的放大器”这也是Kimi跟我讲的——任何中间状态都有可能成为被批评的对象肯定有恐惧，更多要关注你当前这一步，能做什么？——想这个问题更重要2024年对杨植麟的访谈：《和杨植麟聊大模型创业这一年：人类理想的增量、有概率的非共识和Sora》【更多信息】文字和视频版同步上线文字版请前往公众号：语言即世界language is world视频版请前往Bilibili：张小珺商业访谈录

在大家的强烈催更下，新一集的《全球大模型季报》终于来了。这一集有两个关键词。第一个关键词是分化。硅谷各个模型公司在这个季度，开始分化到各个领域，除了Google Gemini和OpenAI还在做通用的模型；Anthropic分化到Coding、Agentic的模型能力；Mira的Thinking Machines分化到多模态和下一代交互。第二个关键词是产品。《大模型季报》过去一直把视角放在模型的智能探索上，而广密开始浓墨重彩地聊产品，这还是第一次。这里是《全球大模型季报》的第7集，如果大家喜欢我们的系列，希望大家多多给我们一些鼓励和支持。你们的夸奖对我们来说，非常的重要。2025，期待我们和AI共同进步！03:54 模型在分化通用各项能力的模型 - Gemini/OpenAIAll in Coding+Agentic 能力 - Anthropic多模态原生 - Thinking Machines LabGrok 今天还在摸索自己生态位置Meta 原创 0-1 的基因还是很弱最领先的这几家很像 F1 竞赛21:37 横向全家桶，纵向垂直整合C端是一个非常明显的头部收敛趋势，ChatGPT可能在C端会收敛掉很多产品作为投资人或 AI 创业者，一面兴奋是技术每个月都在进步，另一面有点绝望横向全家桶的例子是ChatGPT，已经包含了Chat+搜索+Coding+Agent+WorkSpace纵向垂直整合的例子是 Gemini，从 TPU 芯片，到 Gemini 模型，到上面 Agent 应用，再到 Google 文档/Chrome浏览器/安卓操作系统/YouTube视频，可以做超级集成33:35 智能和产品都重要过去 3 年一直是对智能上限的探索极度上头，但在过去两个月开始重视产品了ChatGPT 身上有很多非技术性壁垒，而 Coding 或模型公司只是技术壁垒OpenAI 是平衡最好的一家，一边探索智能上限，一边又把智能红利转化成产品流量和品牌心智38:52 做 AI 产品很像挖矿，保鲜窗口很关键挖矿：第一个做出来让用户惊叹的体验很重要，哪怕 token 消耗很大，只要你是第一个做出来让用户惊叹的 Magic moments，就等于你起码得到了 5 亿美金的营销费用，比如 Perplexity/Cursor/Manus但这个窗口期又特别有意思，窗口是逐渐在缩短的：从 2 年、1 年、3 个月产品公司能赢过模型公司做的产品吗？44:21 L4 级别的体验最优秀的俩 Agent 都有了 L4 体验：ChatGPT 的 Deep Research + Anthropic 的 Claude Code，分别对应信息搜索+软件开发今天最大红利还是 language/code 红利，尤其是 code，还不是多模态/世界模型/机器人Claude Code 最近大杀四方，Claude Code 是一个 L4 的体验接下来还有哪些领域能有 L4 级别体验？52:43 对Google看法的转变一个猜想是，ChatGPT 后面肯定会做广告平台，因为最近招了新的商业化 CEO但我在想 Google 还是全球最好的广告平台，最后大家产品形态上都会殊途同归，融合到一起的，就是全家桶逻辑，Search 也会演变55:53 其他话题AGI有泡沫吗？假如AGI有泡沫，什么事情会是导火索，戳破泡沫？人类和大猩猩的智能水平差异在哪？最近湾区有没有什么新的讨论比较高的话题？“犹太人的金融，华人的AGI”（免责声明：本节目不构成投资建议）【全球大模型季报】系列2023年：口述全球大模型这一年：人类千亿科学豪赌与参差的中美景观2024年Q1：和广密聊AGI大基建时代：电+芯片=产出智能2024年Q2：口述全球大模型这半年：Perplexity突然火爆和尚未爆发的AI应用生态2024年Q3：AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL2024年Q4：大模型季报年终特辑：和广密预言LLM产品超越Google之路2025年Q1：大模型季报：和广密聊当下最大非共识、AGI的主线与主峰

过去10年，中国新能源汽车产业从无到有，经历蓬勃发展。大家最熟悉的可能是理想、小鹏、蔚来这些整车品牌，但另一面这场变革背后的产业链企业也在变化。《商业访谈录》的108集对余凯和本集对禾赛联合创始人和CEO李一帆的3小时访谈，关注的都是汽车产业链上的隐形选手。这集也是李一帆对他们做激光雷达11年硬核科技创业的一部口述史。随着中国科技创新从互联网的模式创新，走向硬核科技的前沿创新，中国也许还会出现更多的技术型创业者。禾赛的故事也许能提供一个参考样本。（本次访谈录制于2025年4月）00:02:00 开始的快问快答00:02:33 股价过山车00:03:40 激光雷达99.5%的降本00:12:05 家庭和成长00:32:13 罕见的3人平分股份00:43:35 融资的伎俩00:49:02 第一笔2000万大单00:55:45 想说完蛋了…01:10:06 余凯比多我一个001:20:47 定价心思01:38:15 开始倒戈01:58:07 进入汽车大本营02:38:34 新钱和老钱03:02:16 最后的快问快答【从蒸汽机到无人驾驶】系列《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》《和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊》《对话奔驰全球CEO康林松：转型期CEO和转型之中的139岁奔驰》《余凯口述30年史：世界不止刀光剑影，是一部人来人往的江湖故事》《和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”》

我们又来读论文啦！！！今天我们要读的论文是最近几个星期内最值得品读的几篇技术报告，分别是：Kimi K2、ChatGPT Agent、Qwen3-Coder的技术报告，以及Manus的一篇技术博文。他们的相关性是，这几篇内容都和Agent有关系。今天的嘉宾是俄亥俄州立大学（The Ohio State University）的在读博士郑博元，他的研究方向是Language Agent，他会带我们一起读上述技术报告和博文。这是《商业访谈录》的“技术之美”系列，期待和你一起读论文，领略科技平权，感受技术之美——做你的赛博组会：）00:02:00 给Agent下定义和分类00:14:50 Kimi K2、ChatGPT Agent、Qwen3-Coder、Manus的技术路线对比00:28:29 Agent Training 的关键环节：合成数据、强化学习、安全00:30:57 第一篇技术报告：Kimi K2: Open Agentic Intelligencegithub.com00:43:50 第二篇技术报告和访谈：Introducing ChatGPT agent: bridging research and actionopenai.com红杉访谈OpenAI：OpenAI Just Released ChatGPT Agent, Its Most Powerful Agent Yetwww.sequoiacap.com01:53:38 第三篇技术报告：Qwen3-Coder: Agentic Coding in the Worldqwenlm.github.io01:59:04 第四篇技术博文：AI代理的上下文工程：构建Manus的经验教训（作者：Yichao 'Peak' Ji）manus.im02:06:06 展望：也许会有一个新的范式02:15:20 我感觉Agent是“我拓展的大脑”，我背后有一个“军团”（Family of Agents）02:16:41 不同Bot的语言风格：DeepSeek嘴臭，元宝舔狗智能体定义Agent是一种能够与环境进行交互（interaction）的智能系统。它具备两个基本能力：感知能力（Perception）能够观察环境的状态，包括获取外部信息、读取反馈信号、解析上下文等。行动能力（Action）能够在环境中执行动作，例如调用工具、生成输出、控制界面、修改变量等。简言之，Agent = 感知 + 行动在一个循环中不断执行“观察 → 决策 → 行动”的流程，以达成任务目标。Agent 的定义与分类1. Coding Agent（代码智能体）代表产品：Cursor、Windsurf特点：代码生成与编辑能力强，用户体验优秀应用场景：代码补全、代码重构、多人协作编程2. Search Agent（搜索型智能体）特点：结合搜索引擎，自动完成信息检索和汇总应用场景：市场调研、报告生成、竞争对手分析等潜力：在企业级场景中有很强的应用价值3. Tool-Use Agent（工具使用型智能体）特点：能够调用多种外部工具完成复杂任务应用重点：是目前 Agent 研究和落地的主要方向举例：ReAct（推理 + 行动）类 Agent，通过 tool calling 执行任务4. Computer Use Agent（电脑操作型智能体）代表产品：OpenAI Operator、Claude 的 Computer Use特点：模拟人类使用电脑，完成跨应用的复杂操作应用场景：执行流程自动化、远程助理、办公代理Agent 的技术路线对比1. In-Context Learning（上下文学习）特点：依赖强大的预训练模型，通过提示构造实现任务规划与执行优势：无需微调，灵活性高局限：泛化能力弱，rollout 长度有限，容易失控2. End-to-End Training（端到端训练）特点：将 Agent 的全部行为编码进模型权重优势：推理稳定，可控性强局限：训练成本高，环境构建复杂Agent Training 的关键环节1. Data Synthesis（数据合成）方法：生成大量高质量的 trajectory（行动轨迹）用途：训练 Agent 在任务中如何决策、调用工具、管理 memory（记忆）2. Reinforcement Learning（强化学习）条件：需要定义清晰的 task（任务）与 verifiable reward（可验证奖励）挑战：任务难度与环境反馈设计直接影响 Agent 的行为质量3. Safety（安全性）问题风险：Agent 具备自主决策能力，容易误用工具、走偏轨迹对策：加入 sandbox（沙盒）限制、行为约束机制、Human-in-the-loop（人类监控）展望：也许会有一个新的范式生成数据的核心会从 input-output 式的数据标注，转向构建 environment（环境）以及对应的 task-reward（任务-奖励）。比如 Scale AI 提出的 rubrics as reward（用评分标准作为奖励机制）Agent 能不能实现自我提升（self-improve）？一方面，Agent 在和环境交互的过程中会不断获得新数据；那它能不能自己找到或构造 verifiable reward（可验证的奖励）？交互中积累的 experience（经验），能不能被更有效地利用起来？

今天又是一集机器人专场。嘉宾是光轮智能创始人兼CEO谢晨，他曾在英伟达、Cruise及蔚来汽车担任自动驾驶仿真负责人。我们的话题非常具体，即:仿真与合成数据。今天的具身智能尚且没有找到scaling law的有效配方，其中，数据是一个关键卡点。我们106集的嘉宾银河通用创始人王鹤就提到，真实数据在他们的训练数据比重仅仅1%，合成数据挑起大梁。今天这集节目，我与谢晨聊了聊仿真与合成数据的实操细节。02:00 开始的快问快答02:48 高频词汇解析：Sim2Real（从仿真到现实）、Sim2Real的gap、合成数据04:31 从Cruise到英伟达到蔚来，怎么做合成数据和仿真？14:11 制作合成数据的具体流程？合成数据与真实数据的配比？16:17 在合成数据上，智能驾驶和具身智能的区别（智能驾驶是视觉的游戏，具身智能的物理交互最关键）32:41 物理的Real2Sim（真实到仿真）工作流是怎样的？怎么评估成功的仿真？关键技术节点？46:18 Physical Intelligence（π）对仿真与合成数据的两难态度48:55 辣评Meta 300亿美金收购Scale AI和极其aggressive的Alexandr Wang53:57 合成数据目前面临的瓶颈55:25 全球具身智能产业链Mapping：硬件公司（宇树）基座模型公司（π、Skild、英伟达和DeepMind）在垂域落地的软硬结合公司（Figure，特斯拉Optimas、The Bot Company）以仿真为中心做端到端落地的公司（光轮）（“特斯拉Optimas的管理文化和π完全不一样”）01:09:22 美国存在具身模型层的创业机会，中国在我看来字节、小米、理想更适合做“大脑”01:15:33 老黄在内部说：NV is a simulation company01:21:25 终局的模型应该是是跨宇宙、跨世界、跨本体（提升跨宇宙的能力，本质是提升泛化性）01:23:28 具身智能的产业还在GPT-1阶段，还没找到scaling law的配方01:28:21 我创业刚开始，从具身的本科开始学起01:37:37 最后的快问快答【机器人专场】逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA”和王鹤聊，具身智能的学术边缘史和资本轰炸后的人为乱象