即刻App年轻人的同好社区
下载
关于大神姚顺雨加入腾讯的一些想法
1. 腾讯给了极高的包，当然腾讯今年给很多大模型人才都开出了非常厉害的涨幅，鹅是要发力了，一贯的后发制人。这时候加入鹅也是不错的选择，先趁着时代红利，把个人能力快速变现。
2. 姚顺雨之前主要是agent应用的行业地位，现在负责腾讯的AI Infra部、大语言模型训练，其实是有一定的gap的，这点在大模型圈内也比较有争议。
3. 选首席AI科学家是非常慎重的，猜测腾讯这样选，一方面是腾讯最终是要把模型做好应用，所以姚顺雨在agent的地位以及他对下半场的判断，是比较符合腾讯的长期战略路线，另一方面通过他这样的知名人物，可以吸引更多大模型人才加入。
4. 会遇到的挑战：1）是否有极强的infra和模型训练的人和他配合，因为大模型到现在更多是系统工程，而非单纯的前沿研究。2）姚顺雨是年轻天才，98年，其他的Martin-1都是四五十岁的互联网老炮，以及腾讯的组织和人际依然是复杂的，那如何处理组织关系和个人能力，对姚顺雨和对Martin都是一个重要挑战。
5. 字节也挖过一些年轻的天才研究员，但landing很难，因为个体的才华面对庞大的组织机器，都是渺小脆弱的。好在挖来了大佬吴永辉，资历摆在那边，镇得住那么多研究员，并且也擅长管理，字节今年的模型迭代比之前好很多。
1. 腾讯给了极高的包，当然腾讯今年给很多大模型人才都开出了非常厉害的涨幅，鹅是要发力了，一贯的后发制人。这时候加入鹅也是不错的选择，先趁着时代红利，把个人能力快速变现。
2. 姚顺雨之前主要是agent应用的行业地位，现在负责腾讯的AI Infra部、大语言模型训练，其实是有一定的gap的，这点在大模型圈内也比较有争议。
3. 选首席AI科学家是非常慎重的，猜测腾讯这样选，一方面是腾讯最终是要把模型做好应用，所以姚顺雨在agent的地位以及他对下半场的判断，是比较符合腾讯的长期战略路线，另一方面通过他这样的知名人物，可以吸引更多大模型人才加入。
4. 会遇到的挑战：1）是否有极强的infra和模型训练的人和他配合，因为大模型到现在更多是系统工程，而非单纯的前沿研究。2）姚顺雨是年轻天才，98年，其他的Martin-1都是四五十岁的互联网老炮，以及腾讯的组织和人际依然是复杂的，那如何处理组织关系和个人能力，对姚顺雨和对Martin都是一个重要挑战。
5. 字节也挖过一些年轻的天才研究员，但landing很难，因为个体的才华面对庞大的组织机器，都是渺小脆弱的。好在挖来了大佬吴永辉，资历摆在那边，镇得住那么多研究员，并且也擅长管理，字节今年的模型迭代比之前好很多。
官宣！姚顺雨出任腾讯首席AI科学家，带队大语言模型、AI Infra
64 2121
最近更深入看一些实践性的项目，对我这样零代码基础的文科产品经理，比较有效的方法是用notebooklm看论文，然后在antigravity里看论文对应的代码库，把代码逻辑解释给我看。
32 00
最近从朋友那边听到一个很AI native的回答。
面试官问一个年轻人：你怎么理解AI native？
对方很困惑：什么是AI native？
我们能讲出AI native的很多特点、体系，因为我们是从传统往AI native转型，所以需要一套框架来理解新的组织形式、工作方式和产品形态。而对于那些第一行代码都是ChatGPT教的人，这个问题就像问鱼什么是水一样。
面试官问一个年轻人：你怎么理解AI native？
对方很困惑：什么是AI native？
我们能讲出AI native的很多特点、体系，因为我们是从传统往AI native转型，所以需要一套框架来理解新的组织形式、工作方式和产品形态。而对于那些第一行代码都是ChatGPT教的人，这个问题就像问鱼什么是水一样。
21 21
据我观察，大厂的AI代码占比在20-30%，AI初创公司是80-90%，很显而易见的原因是，老产品的屎山代码太多，程序员自己经常都看不懂要到处问，更别提AI了。
而AI初创公司，用AI编程也不是那么简单，需要维护好代码库的上下文，比如你要删一些东西，从你的脑子里，已经删掉了，但实际上代码库还有遗留，只不过没有表现出运行状态。
而这种不干净的代码就会污染上下文，导致AI在继续写代码时，会出一些莫名其妙的问题。假如再过几年，这批新的AI产品还能继续活着，估计代码库也会非常复杂，那么到时候该如何让AI继续高效写代码呢？
猜测：
1. 模型的编程能力大幅度提升，连屎山代码都搞得定，暴力美学
2. 程序员的重点不是写代码，而是维护代码库的架构和上下文，形成一套新的人机编程协作方法
3. 人人都是产品经理，人人都是程序员
备注：AI coding 不完全等于vibe coding
而AI初创公司，用AI编程也不是那么简单，需要维护好代码库的上下文，比如你要删一些东西，从你的脑子里，已经删掉了，但实际上代码库还有遗留，只不过没有表现出运行状态。
而这种不干净的代码就会污染上下文，导致AI在继续写代码时，会出一些莫名其妙的问题。假如再过几年，这批新的AI产品还能继续活着，估计代码库也会非常复杂，那么到时候该如何让AI继续高效写代码呢？
猜测：
1. 模型的编程能力大幅度提升，连屎山代码都搞得定，暴力美学
2. 程序员的重点不是写代码，而是维护代码库的架构和上下文，形成一套新的人机编程协作方法
3. 人人都是产品经理，人人都是程序员
备注：AI coding 不完全等于vibe coding
27 22
今天AI届最大的新闻是豆包和中兴合作的AI手机，保密措施做得很不错，不然我就提前买中兴股票怒赚一笔。
我还没办法体验，就单纯看演示视频的话，目前豆包的这款 AI 手机，应该是市面上体验最佳的。
字节的产品能力真的强，模型能力也不弱。在其他公司待过，可能离职后觉得公司傻逼，但在字节待过的同学，都会承认，字节这家公司真的很强，战斗力很恐怖。
豆包AI手机的核心逻辑其实非常简单粗暴：读屏 + 模拟操作。它可以跨 App 帮我们完成任务，本质上是 AI “看懂”了屏幕上的内容，然后像人手一样去点击、滑动。这事儿必须得跟手机厂商合作，拿到系统级的权限，而且厉害的是，它能绕开各大 App 的协议限制。简单来说就是：豆包想操作你，微信你也拦不住。
这让我想起几年前“私域流量”最火的时候，大量灰产用群控手机搞模拟操作。但那时候是机械式的，动作重复、批量，微信一抓一个准。但豆包现在的搞法不一样，它是个性化的、随机的，更像一个真人在操作，识别难度指数级上升。
当然，这后面肯定会演变成一场“攻防战”，如果微信觉得威胁到了生态安全，肯定会有反制措施。就像之前的抖音链接在微信被封杀，这种类似的博弈可能还会换壳反复上演。
其实一年前，智谱就发过 AutoGLM，演示了点外卖、发红包。但当时效果一般，水花不大。这次豆包一出手，不得不感叹字节是真的“卷”。无论是模型能力、AI 整合能力还是产品落地能力，都打磨得非常强。
AI 手机这故事，早在 Siri 时代就有人讲过。 以前没做成，是因为模型太傻，纯靠规则；现在技术临界点到了，故事终于能落地了。
不仅是豆包，有其他的模型厂商也在跟手机厂合作，只不过还没发出来。但这里有个大问题：怎么商用落地？
看演示视频，豆包展示了很多案例。但我看下来，觉得可以分为三类，不符合MECE原则，但就这样吧：
第一类：明确但低价值的任务。 比如“帮我签到”、“领金币”。这对用户有价值，指令也清晰，但这很难撑起一款核心产品的价值。
第二类：高频但高语境的任务。 比如“帮我点外卖”、“做攻略”。这类任务最难，因为 AI 很难完全理解你的口味和当下的潜台词。大概率它点的外卖不如你自己选的香，总结的微博热点不如你自己刷得爽。
第三类：精英化的管理任务。 比如整理日程、笔记。这需求很明确，但那是少数人的需求，大部分普通人其实没那么多日程要管理，普通人上班当牛马，下班躺尸刷视频。
目前的策略应该是：先做出来，扔到市场上去跑。 看看用户到底在用什么，然后针对性地去强化、去教育，直到用户离不开。
作为产品经理，我觉得其实是挺难设计的，兼顾切入点的精准sharp，以及长期的通用泛化。回顾一下chatbot赛道，ChatGPT和豆包的最开始都是很好解决了「快问快答」的需求，快问快答对应的是过去的庞大的搜索需求，所以普遍的、高频、日常，以及对话式的交互可以泛化出更多需求。
我很期待，等更多人用AI手机后，有哪些场景会先跑出来。目前据我了解，oppo的小布是目前数据和口碑最好的手机AI助手，等我有机会去朋友手机体验体验。
为什么做AI手机？对于字节来说，增长是刻在基因里的。 豆包月活破亿了，但还不够。虽然还可以继续从抖音里薅新用户，但需要提前去找新的流量源头和更高频深度场景。手机硬件，就是那个能获取更多上下文、更多触发机会的“物理入口”。
对于手机厂商来说，这是个真空期。 像中兴这样的厂商，急需差异化突围，所以愿意做“打样”。但你像小米、苹果、华为这种有生态闭环的大厂，绝不可能把系统级的 AI 入口拱手让人，最终还是自己做，苹果是因为隐私包袱重，以及软件和硬件部门之间的斗争，微信是龙哥还没有那么全身心的投入做AI，所以两家虽然都慢，但大家都不会轻视。
所以，现在的合作更像是一次“试水温”。如果市场反应好（目前看确实不错），手机厂商们绝对会跟进，把这块肉烂在自己锅里。
字节现在资金、人才、算力溢出，做 AI 手机是个正确的尝试，未来在这三方面继续优化，会距离真正的规模化商用更近：
1. 模型能力的进化： 对图像的理解要更准，对指令的遵循更强、长而复杂的任务更稳定。
2. 个性化和主动性： AI 得像个老朋友，不用我把话说透，它就能结合之前的记忆和手机已有的context，猜到我想干嘛，甚至超出我的预期，在我说之前，就把事情给办了。
3. 基础设施的重构：现在的 AI 是在用“读屏”这种笨办法操作 App，效率其实很低。App 的 GUI 是给人设计的，不是给 AI 设计的，尤其中国移动互联网卷出来了很多畸形的GUI，比如点不完的弹窗，找不到的叉号。 未更合理的方式，应该是 App 开放数据接口（API），让模型直接调用。就像 Anthropic 的 MCP，或者微信想做的小程序服务生态。
谁掌握了这个“贾维斯”，谁站在用户这边，谁就掌握了未来的流量入口。当然，也可能这是错误的方向，最终还是需要一个新的硬件平台
我还没办法体验，就单纯看演示视频的话，目前豆包的这款 AI 手机，应该是市面上体验最佳的。
字节的产品能力真的强，模型能力也不弱。在其他公司待过，可能离职后觉得公司傻逼，但在字节待过的同学，都会承认，字节这家公司真的很强，战斗力很恐怖。
豆包AI手机的核心逻辑其实非常简单粗暴：读屏 + 模拟操作。它可以跨 App 帮我们完成任务，本质上是 AI “看懂”了屏幕上的内容，然后像人手一样去点击、滑动。这事儿必须得跟手机厂商合作，拿到系统级的权限，而且厉害的是，它能绕开各大 App 的协议限制。简单来说就是：豆包想操作你，微信你也拦不住。
这让我想起几年前“私域流量”最火的时候，大量灰产用群控手机搞模拟操作。但那时候是机械式的，动作重复、批量，微信一抓一个准。但豆包现在的搞法不一样，它是个性化的、随机的，更像一个真人在操作，识别难度指数级上升。
当然，这后面肯定会演变成一场“攻防战”，如果微信觉得威胁到了生态安全，肯定会有反制措施。就像之前的抖音链接在微信被封杀，这种类似的博弈可能还会换壳反复上演。
其实一年前，智谱就发过 AutoGLM，演示了点外卖、发红包。但当时效果一般，水花不大。这次豆包一出手，不得不感叹字节是真的“卷”。无论是模型能力、AI 整合能力还是产品落地能力，都打磨得非常强。
AI 手机这故事，早在 Siri 时代就有人讲过。 以前没做成，是因为模型太傻，纯靠规则；现在技术临界点到了，故事终于能落地了。
不仅是豆包，有其他的模型厂商也在跟手机厂合作，只不过还没发出来。但这里有个大问题：怎么商用落地？
看演示视频，豆包展示了很多案例。但我看下来，觉得可以分为三类，不符合MECE原则，但就这样吧：
第一类：明确但低价值的任务。 比如“帮我签到”、“领金币”。这对用户有价值，指令也清晰，但这很难撑起一款核心产品的价值。
第二类：高频但高语境的任务。 比如“帮我点外卖”、“做攻略”。这类任务最难，因为 AI 很难完全理解你的口味和当下的潜台词。大概率它点的外卖不如你自己选的香，总结的微博热点不如你自己刷得爽。
第三类：精英化的管理任务。 比如整理日程、笔记。这需求很明确，但那是少数人的需求，大部分普通人其实没那么多日程要管理，普通人上班当牛马，下班躺尸刷视频。
目前的策略应该是：先做出来，扔到市场上去跑。 看看用户到底在用什么，然后针对性地去强化、去教育，直到用户离不开。
作为产品经理，我觉得其实是挺难设计的，兼顾切入点的精准sharp，以及长期的通用泛化。回顾一下chatbot赛道，ChatGPT和豆包的最开始都是很好解决了「快问快答」的需求，快问快答对应的是过去的庞大的搜索需求，所以普遍的、高频、日常，以及对话式的交互可以泛化出更多需求。
我很期待，等更多人用AI手机后，有哪些场景会先跑出来。目前据我了解，oppo的小布是目前数据和口碑最好的手机AI助手，等我有机会去朋友手机体验体验。
为什么做AI手机？对于字节来说，增长是刻在基因里的。 豆包月活破亿了，但还不够。虽然还可以继续从抖音里薅新用户，但需要提前去找新的流量源头和更高频深度场景。手机硬件，就是那个能获取更多上下文、更多触发机会的“物理入口”。
对于手机厂商来说，这是个真空期。 像中兴这样的厂商，急需差异化突围，所以愿意做“打样”。但你像小米、苹果、华为这种有生态闭环的大厂，绝不可能把系统级的 AI 入口拱手让人，最终还是自己做，苹果是因为隐私包袱重，以及软件和硬件部门之间的斗争，微信是龙哥还没有那么全身心的投入做AI，所以两家虽然都慢，但大家都不会轻视。
所以，现在的合作更像是一次“试水温”。如果市场反应好（目前看确实不错），手机厂商们绝对会跟进，把这块肉烂在自己锅里。
字节现在资金、人才、算力溢出，做 AI 手机是个正确的尝试，未来在这三方面继续优化，会距离真正的规模化商用更近：
1. 模型能力的进化： 对图像的理解要更准，对指令的遵循更强、长而复杂的任务更稳定。
2. 个性化和主动性： AI 得像个老朋友，不用我把话说透，它就能结合之前的记忆和手机已有的context，猜到我想干嘛，甚至超出我的预期，在我说之前，就把事情给办了。
3. 基础设施的重构：现在的 AI 是在用“读屏”这种笨办法操作 App，效率其实很低。App 的 GUI 是给人设计的，不是给 AI 设计的，尤其中国移动互联网卷出来了很多畸形的GUI，比如点不完的弹窗，找不到的叉号。 未更合理的方式，应该是 App 开放数据接口（API），让模型直接调用。就像 Anthropic 的 MCP，或者微信想做的小程序服务生态。
谁掌握了这个“贾维斯”，谁站在用户这边，谁就掌握了未来的流量入口。当然，也可能这是错误的方向，最终还是需要一个新的硬件平台
聊聊豆包 AI 手机，可能是手机厂商不会放手的入口
36 1011
最近flux 2出来了，但其实没什么水花，大家依然在玩nano banana。曾经的flux是生图市场的佼佼者，很多AI产品酷炫效果背后都是基于flux精调或者直出。但曾经的小甜甜现在却变成了牛夫人，让人不由得唏嘘。
模型的进步趋势，一方面是单项能力不断提高，比如精细度、美感、文字生成准确度，prompt响应等；另一方面，是多项能力的组合叠加，这一点经常被忽略，但在应用侧价值更大。
GPT 4o和nano banana就是非常明显地把多个能力维度，不仅仅出图能力，变得更强，有点类似于把理解和生成统一，甚至还加上了搜索，模型越来越像一个产品，甚至越来越像一个人，这类生图模型已经远非flux可比。
这是否意味着小模型公司的机会越来越少？因为要做出如此高复杂度、多维度能力的综合性模型，对资源的要求非常高。对于runway、midjourney、flux等公司来说，未来可能会更加艰难，大厂的模型单向能力，综合能力都会超越你
模型的进步趋势，一方面是单项能力不断提高，比如精细度、美感、文字生成准确度，prompt响应等；另一方面，是多项能力的组合叠加，这一点经常被忽略，但在应用侧价值更大。
GPT 4o和nano banana就是非常明显地把多个能力维度，不仅仅出图能力，变得更强，有点类似于把理解和生成统一，甚至还加上了搜索，模型越来越像一个产品，甚至越来越像一个人，这类生图模型已经远非flux可比。
这是否意味着小模型公司的机会越来越少？因为要做出如此高复杂度、多维度能力的综合性模型，对资源的要求非常高。对于runway、midjourney、flux等公司来说，未来可能会更加艰难，大厂的模型单向能力，综合能力都会超越你
13 31