主流 AI Agent 产品主要把（多模态）大语言模型（LLM）当“大脑”，靠一个或几个 LLM 编排工作、调用工具。

但Pokee.ai 创始人朱哲清（Bill），认为 LLM 只是 Agent 理解人类需求、向人类递交产出的“前端”，后端决策、完成任务则可以靠用强化学习方法训练的、不依赖自然语言的模型完成。

这期我们和 Bill 聊了他不一样的 Agent 造法。准确说，Pokee产品也不是直接to使用者的 Agent，而是to D 的造 Agent 的工具。

Bill 也分享了他过去十几年，从在斯坦福读博和Meta期间的 RL 研发故事，他是怎么度过“冷板凳”阶段的，为什么没转去 LLM。

本周，这个在北美的4人小团队的产品即将发布。到时可以看 RL 做 Agent 的初期效果。（有产品信息后，我们会更新在评论区～