随想

徒步，同时想一些事情： 1. 山是爬不完的，顶点不是终点。此山更在重山外。 2. 终于知道登山棍有什么用了。 3. 人类住在平原果然是有道理的。 4. 人生可以有很多条支线，但在某个当下，有且只能有一条主线，注意力是有限的。 5. 除了喜欢擅长相信，还有什么比较重要呢，也许是心气和运气吧。 6. 为结果负责，不是过程。 7. 要解的问题越清晰越好，需求越清晰越好，能想清楚就一定能写清楚，模糊的问题只能得到模糊的回答。 8. 抽象是一种很重要的能力，具化则是一种更重要的能力。 9. 不同领域的人做的事情其实差不太多，从不同的方向去触碰和拓展人类和世界的边界。 10. 模型的三驾马车是数据、算力、算法，对个人是环境、智商、方法论，对组织是资源、人才、文化。 11. 组织内context共享是一个极有价值，一定需要也一定会被解的产品和工程问题。同时，这也是一个管理问题。 12. 怎么才能更好地提高沟通效率呢？A2A是一个好解法吗？ 13. 陆铭老师也许是对的，在集聚中走向平衡，取消户籍限制，发展超大城市，人口进一步流动，这样中西部才会人口变少而人均资源变多，进而达到各区域人均GDP的平衡。 14. 搭建全球范围内的车联网，车之间可以互相通信并知道对方的位置，尽可能采用成熟的全自动驾驶，或许会是一个解决运力分配和堵车问题的好的解法，当然，像国庆这种集中出行也还是会堵，但我们也许可以比较好地解大部分场景和大部分问题。btw，一个也许更有想象力的问题，什么时候汽车这种交通工具才能消失掉？

Today.ai 有点牛的。通过邮件等直接拿到用户的 context，开箱即用，而且它几乎已经做成了主动式智能体了。主动这个事情很重要。 我觉得 personal agent 这个事情会在两年之内疯狂地跑，就像去年到今年的办公 agent 一样，而且这个市场太大了。其中重要的就是怎么拿到用户的 context，怎么做好任务执行，怎么做好主动式提醒。 当然，通用 AI 也可以做，但openai们事情太多，没有把这个作为自己的 first thing，这也就给了初创做这事的机会。做的功能太多不一定就好，那也是包袱，把注意力放在也许更重要、也许不那么重要的事情上去了。 价值在于拿到数据，并给出符合用户偏好的结果。云电脑这个，我觉得也还是技术问题。技术的东西，除了顶尖那批，这种工程实践堆人、堆时间，总能搞得差不太多。想赢不能只靠这个，可能也还是会回到拿到数据，并给出符合用户偏好的结果。 组织智能体需要大量场景、数据和 context，个人智能体可能是单独的一个又一个人使用，做不到太好的组织内共享 context。我想象中的组织智能体，应该是一个了解组织全部上下文，并能够根据每个人的需要和权限进行回答和执行的东西。 具体来说，就是用户过去用的是什么东西承载信息，我们把这些东西接过来。不管是微信、飞书、邮件、内部系统，还是别的什么东西。有的是外部第三方决定是否开放，有的可能需要我们自己搭桥梁，比如内部系统，无非就是得花时间、花人力做。在模型问题解决之后，落到应用上，没有 context，就什么都没有。 但抄也不是那么容易的，抄明白就更不容易了。别人的东西拿过来不一定好使，到我们这里，还是有大量我们自己的 trade-off 要考虑。idea 到 product，中间隔了太多东西。 做产品要给用户魔法般的体验，一定要有那种让用户惊喜的东西才行：“噢，原来还可以这样，似乎本来就应该是这样。”可以没那么多，但一定是在其他地方很难体验到，或者体验不到的。 Today 这个，我觉得是连接了我的 context 之后，没有去重新开始那个过程啊，这个真的太牛逼了。从 Codex 换去用 Kimi，Kimi 就不知道我是谁了，还得重来。社区有大量不同工具之间同步 context 的项目，就说明用户有这样的需求。现在终于有人把这事解决得相当漂亮，并做成产品了。他们看准了，而且体验还不错。 我觉得本质上，人是不喜欢到新的应用、新的环境重新介绍自己的，这太累了。为什么就不能是：你来了，我就知道你的很多很多，就像认识很多年的老朋友，而不是新朋友。

先说个小感受：我挺喜欢 Manus、Cue、Meta、Muse 这些名字。公司和产品的名字都短，读起来顺，也容易记住，包括肖弘自己也认为好的名字就应该能读就能拼，名字本身就是产品的一部分，好的名字是很重要的。 产品本身，我相信移动端一定会出现一个很大的个人助理机会，但我还不确定是不是现在。需求肯定存在，问题是当下的能力、成本和使用习惯，是否已经足以支撑它成为一个大众产品。对 Meta 这样的大厂来说，现在投入也合理，它有资源提前做产品、培养市场。但从眼下的商业化来看，企业和开发者场景的付费逻辑还是更清晰，尤其是 Anthropic。 Meta 的优势是它已经掌握了社交入口，有机会把现有用户带到 Muse。但有入口和能把个人助理跑出来，仍然是两件事，这个还需要继续看。 我也不认为 Codex、Claude Code 这类产品在 PC 上形成的使用范式，可以直接搬到移动端。它们最初切的是高价值工作场景，用户有明确任务，也愿意花时间使用和检查结果。手机上的日常需求更碎，用户未必愿意用同样的方式和 AI 打交道。 与此同时，我还在想另一个问题：AI 时代的“抖音”在哪里？移动互联网的大机会不只来自效率工具，也来自娱乐和社交。AI 的消费产品如果始终围绕“帮我省时间”，可能还没有覆盖全部机会。视频也未必是最后的形态，AI 会不会带来一种新的、让人愿意参与的体验？这个我还没想清楚。 Cue 里面，我很认同让 Agent 拥有持续身份这件事。它可以有自己的邮箱、电话、账户和预算，在授权范围内注册服务、联系别人、推进事务。这样它才能持续参与外部世界。这也会把问题推向人与 Agent 的关系：如果 Agent 的能力越来越强，数量又远多于人，我们该怎么与它们协作和相处？ 但多 Agent 群聊这个交互，我暂时没太理解。什么事情需要我把几个 Agent 拉进群里聊？用户真的喜欢看它们互相讨论吗？ 对我来说，更自然的方式是把任务委托出去，它做完以后给我结果，遇到需要我决定的地方再来找我。内部可以由多个 Agent 分工，但我未必需要参与它们的协作过程。就像思考链，刚开始可能会看，熟悉之后也不会一直盯着。需要时能查看过程，我觉得有价值；把过程变成日常需要关注的内容，就未必了。 二维码也是类似的问题。如果我已经到了餐厅，再扫码让 Agent 点餐，它比现有方式好在哪里？我更期待的是：它了解我的口味和忌口，帮我选一家餐厅，提前订好位置或餐，后面有变更也能继续处理。 所以我猜，二维码可能只是 Cue 选的一个切入口。它更大的方向，应该是让各种服务变得对 Agent 友好。网站、小程序、二维码、API、MCP，都可以是服务入口；扫过一次建立联系之后，也可以长期保留，不必每次到现场重新开始。 人表达需求，Agent 去发现、选择和使用服务，替人完成原来需要在不同图形界面里操作的事情。我觉得这比“每个二维码背后放一个 Agent”本身更值得关注。 ​以上为口述内容，由codex整理。

update： 遇见同学们在唱歌，真好，时间很重要，有很多事情要做，但也许应该留一些时间去浪费，不然生活就太没意思了。Work while you work, play while you play. 去爬山，想到工作也许就像登山一样，知道哪里急哪里缓，用什么样的节奏，和谁一起登山。 快好还是慢好呢，不知道，因为大家要登的山不一样呀。 某个路口堵着呢，就像是技术或者别的什么门槛，要么花钱买票（人、技术、渠道、关系、资源），要么换条路绕过去，也许还有索道什么的。 有的山可能是没有这样的路口的，有的山可能很多，上山也可能不止一条路，下山也是。 此外收到了脉脉送的中秋礼盒，咖啡杯，还有一只LABUBU！开心～

Jev 体现的是一种很自然的工程思想：根据任务，决定用什么能力，取什么、舍什么。 有些事情传统软件工程已经优化得很好，甚至不应该用模型。有些事情需要理解语义，但可选动作有限，可以用专门的模型判断。碰到复杂推理和未知情况，再调用更强的能力。 这和公司里的分工很像：能在一线解决的事情就地处理，解决不了的再往上交。什么事情都上报老板，公司很难高效运转。Agent 也没有必要每一步都调用最强的模型。 GUI 也是一个很好的联想。按钮、菜单、表单，通过图形界面把有限的选择呈现给人。人看当前状态，判断一下、点击一下、填写一下，再继续。Agent 也可以利用这样的结构。 但按钮是固定的，该点哪个仍然依赖 context。它要知道正在做什么、之前发生了什么、这一步希望得到什么结果。问题和选项本身，也需要被认真定义。 当这些判断今天做一万次，明天再做一万次，取舍和优化就变得重要了。想让顶级智能每个人都能用到，必须考虑成本。 准确说，不应该叫便宜，应该叫经济。把可靠性、延迟、出错和维护一起算进去，让足够好的能力能够被高频使用，才会带来普及。

看了 Bret Victor 的《Inventing on Principle》，天才。 他能察觉那些大家早已习惯、甚至不再认为是问题的限制，又能亲手做出一个不同的世界，让你看见：原来不必如此。 “创作者需要与正在创造的东西建立即时联系。”好的工具让人看见变化，也让想法在尝试中生长。很多想法没能成为现实，可能只是工具让它们太难被表达。 我们一直在问：“怎样让 AI 更顺畅地完成任务？”沿着 Bret 的思路，还应该追问：这个工具，有没有让人更容易理解、尝试，并产生原本不会产生的想法？

几点新认知： 1.不要错误估计做到高标准真正需要的时间。 2.速度应该用于验证方向，而不是强迫复杂事情在不现实的时间里成熟。 3.克制不是原则，明确自己相信什么之后做出的取舍才是原则。 4.原则是为目标服务的；当维护原则本身开始压过目标，原则就变成了相。

我认为很多AI陪伴产品现在最大的问题之一，是它们仍然把用户当成一个孤立的人。 现在的AI会记住用户喜欢什么、讨厌什么、叫什么名字，以及过去说过什么，这些可以被称为个人记忆。但真实的人并不是一个固定的profile，更像是一个不断处于各种关系中的节点。 马克思说人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和。这句话放到AI产品上，可能有一个很直接的启发：下一代AI需要理解的，也许不只是“用户是谁”，而是他正在和谁发生关系，在这段关系中承担什么角色，这段关系过去发生过什么，又正在如何变化。 所以比个人记忆更高级的，可能是社会记忆。 AI不仅知道“我喜欢AI”，还应该逐渐理解“我现在和谁一起工作，他们分别负责什么，我对谁有信任，我和谁存在分歧，这段关系过去发生过什么变化”，甚至知道“我在不同关系中分别承担什么角色”。这才是真正的social context。 同一个人在面对朋友、父母、老板、恋人时，并不是完全相同的自己。一个人是谁，也不应该只由年龄、职业、兴趣和历史聊天记录定义，而是在不同的关系、角色、场景和时间中不断变化。 所以我认为，下一代AI的context不应该只是用户历史聊天记录，而应该逐渐变成： 用户×人物×关系×场景×时间×目标 这背后可能对应着AI理解能力的一次跃迁： 从理解文本，到理解人，再到理解人所处的关系。 互联网时代，我们习惯把人抽象成用户；但AI如果真的要成为长期存在于人生活中的智能体，它最终需要理解的，可能不是一个静态的user profile，而是一个不断变化的、由社会关系构成的人。 人的本质不是一组标签，人的context也不应该只是一段聊天记录。

伟大的产品一定有强烈的产品主张和taste。 但真正需要偏执的，不是对自己每一个判断都偏执，而是对少数核心原则偏执，对事实保持谦逊。 产品最底层的第一性不是简洁、易用或者优雅，而是价值：用户为什么要用你，你到底让他从什么状态变到了什么更好的状态。 简洁和易用其实可以从这里推出来。用户为了获得价值，需要付出时间、学习成本、注意力、操作步骤、决策成本和风险。好的产品，就是尽可能降低这些不必要的成本，把复杂度留给自己，而不是暴露给用户。 除此之外还有一致性、可靠性和取舍。一个产品应该让用户逐渐形成稳定的预期，应该在关键时刻值得信任，也必须明确知道什么不做。产品永远有trade-off，taste很大一部分就是知道应该牺牲什么。 优雅反而不是第一性。优雅更像是这些东西都做对以后自然出现的结果：背后极其复杂，但用户用起来觉得本来就应该这样。 所以伟大的产品不一定都有乔布斯式的个人风格，但一定有鲜明的选择。 对原则偏执，对事实谦逊。

最近越来越觉得，提问能力本身就是思考能力的一部分。 好问题不一定长，但提问之前往往已经完成了大量思考：我现在在哪、目标是什么、有什么约束、自己的判断是什么、真正不确定的又是什么。 最差的问题是把一个巨大的模糊问题直接扔给别人，让别人替自己定义问题。 好问题则是自己已经走了很远，只剩下一个真正不知道的地方。 context+goal+constraint+hypothesis+ask，很多时候问题问清楚了，答案已经出来一半了。

关于下一代AI交互的几个判断： 1. context的终局问题可能不是不够长，而是太多。 当AI可以持续读取屏幕、语音、位置、邮件、日历和历史行为后，核心能力会从context length转向context selection：什么该记，什么该忘，什么该在此刻被想起。 2. ignore可能是agent最重要的能力之一。 环境智能体每天可以感知海量事件，但真正值得提醒人的可能只有几个。知道什么时候不说话、不行动，可能比回答得更聪明更难。 3. 推荐系统之后，可能会出现attention system。 推荐系统解决“海量内容里什么值得看”，attention system解决“海量context里什么值得进入人的注意力”。前者分发内容，后者分发注意力，甚至决定行动。 4. 端侧模型的重要价值可能不是回答问题，而是成为context gateway。 持续感知、筛选和压缩环境信息，决定什么直接忘掉、什么进入memory、什么值得调用更强的模型。 5. agent UX的核心不是conversation，而是autonomy。 从observe、suggest、prepare到act，真正需要设计的是：AI应该自主到什么程度，以及在哪一步把控制权交还给人。 某种意义上，下一阶段竞争的不只是模型有多聪明，而是谁能把无限context压缩成正确的memory、attention和action。

对过去一年的几点复盘。 1. 小步迭代 2. 选对方向 3. 大胆下注 4. 积极主动 5. 要事为先 6. 快速调整 7. 保持好奇 一个一个聊吧。 小步迭代是传统互联网的经典方法论，在我这里更想说的是很多事情在想清楚之前，先做，做才有结果，做才有反馈，只有个想法是永远成不了事的，尤其是今天，模型几乎给了人言出法随的能力，好问题几乎就等于好答案。 选对方向其实还是选择问题，选择大于努力，拆开来看需要选的很多，timing、产品、市场、行业、老板、团队、投资，etc，回到小步迭代，很多时候对不对谁知道呢，必须 bet。 这也就是大胆下注，赌一件事能成，然后撬动所有能撬动的资源去做，都不敢下注怎么配赢。 积极主动和要事为先两条都是《高效能人士的七个习惯》里的，虽然书名很蠢，一些原则还是有用的，凡事想要的就要争，不争怎么知道能不能拿到，能不能做成。要事为先这点在工作里面体会比较深，可以很忙，完全不忙说明没什么好的机会，但绝不能太忙，对一个人和一家公司都是，要有埋头做事的时间和人，也必须要有抬头看路的时间和人。 快速调整，准确地说应该是快速试错、快速验证、快速调整，错了就认，反复撞墙不认错是不明智的。 保持好奇，对世界充满好奇才有做出好的产品的可能性，乔布斯讲“Stay Hungry, Stay Foolish”，也许应该加上——Stay Curious。 我把这些思考陆续整理成了一份《AI Product Playbook》，希望持续沉淀自己对 AI 产品、AI Agent和产品方法论的理解，也欢迎交流。 GitHub： https://github.com/Diefeng-Hu/ai-product-playbook