即刻App年轻人的同好社区
下载
App内打开
Chong.
247关注2k被关注8夸夸
数字主权主义者 | AI时代的数权协议研究设计
long mem context sovereignty matchmaking
置顶
Chong.
2年前
写个自我介绍。

我是jason, 澳门人, 99年。

一个小学就开始研究写外挂,到中学就留级+开始在游戏里赚钱,到高中完全摆烂不读,靠游戏赚了几十万,但在我们那的高考(联考)裸考还考得还行,拿奖学金进了个本地的大学。

大三辍学前,后大大小小瞎折腾小打小闹式创业了十几次,赚过钱,做过很多错误的决定,试过网赚构建出来最高日入3000的被动印钞机,也试过平台一天改规则归零,也试过被攻击,也试过信错人创业失败归零。

至少近几年甚少提到以前这些我这些现在看来比较幼稚的经历,但这些经历都属于和我现在的主轴相关性很大的事情。后面会说。

大三的时候,疫情开始。我已经慢慢觉得澳门呆不下去,完全没办法,一度开摆。还记得20年放水,21年加密货币爆火,我被defi "普惠金融"的敍事给骗进去了。在我研究明白之前,我觉得这东西就该是这样的,就该是平权的。当然后面我也发现了都是假话。

我在21年,一个人去了杭州,和朋友整了了个小作坊,做做量化交易套利,管了一点小钱。一边进了一个初创团队做顾问近距离看别人是怎么创业的。前者,一直都是印钞般的收益,套利,几乎没有日内回撤。但都在22年的一波黑天鹅里一波大回撤了 (25%),然后我在思考过后,就把钱都退回去了。后者,答应了不能多说,但真的是学到了很多东西。

在22年前几个月我一直都想再做一个黑天鹅的盘子,但那时没有支持我的人,但塔勒布的书深深的影响了我。在面对那次黑天鹅之后,我人麻了。我几乎一个月甚么都没干。在那之前我是一个在自己的领域极度卷的人,INTJ,天天不睡觉。我发现了以往理性至少外还有很广的世界,複杂性的世界。

一方面觉得自己是傻逼,以前的日子白活了。一方面很高兴,有一种站得更高看以前自己的清晰度。以前的我一直活在各种各样的变化之下,被更高维度的变化玩弄。在22年8月,我决定,比起像以前那种,比起对眼前"好机会"一直追逐。我要给自己找一个我看得见难度最高,看得最远,最不变的事情来做。其他短平快的机会,全都不碰了。我要重新爬山,爬一万米的山。

之后我便开始了做我现在的项目,细节不能多说,但简单说几个节点。22年10月开始我们立项的demo便是一个基于知识图谱的youtube DID插件。当时用的gpt3, keybert, 关键字共现这些那时没甚么在乎的东西,来把用户在youtube被标识的画像,自己也记录一份。在上线前,chatgpt出来了笑死,然后投资人就开始有点想法。要我们追风口去,然后结局就是,投资人答应的2/3的钱就没下文了。

然后我们就进入了自己磨钱bootstrapping的路线,这一年多,搞了几个小项目。养活团队是主轴。但在盯着眼前铜板子下,我的预测能力几乎派不上用场。贼难受,这一年几乎就是做着完全逆完自己以往性格的事情在做。用MBTI的语言来说就是极I变E,极N变S。我整个24岁的状态,可以说是用(又)生意失败(又)爬回来也不为过。

这大概就是我的经历。

===

我基本从初中开始我基本保持了10几年超高强度的讯息吸收,平均下来一年会看3-5万条youtube视频,习惯了3倍速,看动漫,听书,看文章等就没怎数。导致我的讯息,知识量级都是没有甚么对手... 只要聊嗨了就会被说我很跳跃,某程度是因为对方不可能有这些跨科的联想context,

同时我也比较爱学一些杂七杂八的,技能组属于横向面很多,但并没有说哪方面有很大的结果,所以很难一句话介绍自己。从小就被当成偏科极客天才啥的。但可能我更想成为是通才型的人,所以我到现在算是全科都会深度去学和做。

(最近一个比较开心的事情是在hopfield noble prize前一个月我在深度学习HNN)

最近接触很多一週目的创业者,会让我很想帮他们,但又觉得其实还是得事教人。即刻也是adx那时开始写的,希望可以找到更多孤独的共呜创业者。

我现在做的事情叫branche,大概的TLDR就是:

1. 帮每个人拿回自己被平台採集的数据
2. 让人了解有自己的数据和没有甚么区别
3. 让人可以运用自己的数据创造价值
4. 把握本来被算法控制的选择和权利
5. 一套帮用户可以脱离平台的撮合系统
6. 重构以谁流量大谁牛逼的信用体系

更多的东西在bento里,就不展开了。我的整个主轴也几乎是在面对一个个被设计好的不公平游戏之中。所以我一直都很想和更多直视这个不公平的世界的人结缘。整个创投圈,web3,基本都享受虚假,包括青年人。

我想认识诚实并追求超越的人,而不是混title喊大佬的假人。几篇即刻我知道得罪了人,但说实话不在乎。我在乎的是智力上诚实的人,是较真的人。假人我几乎的态度就是,放弃助人情结。真人我会很想帮助,不求回报,只想结缘。

数据主权

00_绪论:数据主权的新纪元.mp3
web.okjike.com

01_数据囚笼:我们如何沦为自己数据的奴隶.mp3
web.okjike.com

02_数据主权宣言:你的数据应该属于你.mp3
web.okjike.com

03_确权革命:当数据有了不可侵犯的所有权.mp3
web.okjike.com

04_自主算法:当AI站在你这一边.mp3
web.okjike.com

05_去中心化撮合:信息匹配的新范式.mp3
web.okjike.com

06_信任网络:不依赖中介的信用系统.mp3
web.okjike.com

07_数据解放之路:从意识觉醒到价值重塑.mp3
web.okjike.com
4591
Chong.
1天前
深南大道是要封多久...
20
Chong.
3天前
一年前的我肯定无法想像能有这么多巧合做起来了帐号。
00
Chong.
10天前
20
Chong.
10天前
Coze就是典型的为了落后时代老人做的产品,各垂直场景也是
00
Chong.
12天前
AI Agent 最大的蓝海未必是大家都在卷的高频垂直自动化,而是承接人类所有那些「一生只碰一次、规则复杂、为了做它不得不临时成为半个专家」的长尾认知杂务。这类工作,人的时间成本和外部咨询成本极高,需求分散,但单任务价值巨大。
12
Chong.
19天前
Don't Make Me Think:好的交互,是讓人不需要思考

在交互設計領域,有一本被稱為「交互聖經」的經典著作,Steve Krug 的《Don't Make Me Think》。

這本書的核心思想很簡單:好的交互設計,不是教會用戶如何使用產品,而是讓用戶根本不需要思考該怎麼使用。

很多設計師有一個錯覺,認為用戶會認真閱讀介面、理解功能、比較選項,最後做出理性決策。

但現實恰恰相反。

大部分用戶根本不會閱讀,而是在掃視;不會尋找最優解,而是選擇第一個看起來足夠好的選項;也不會花時間理解系統,而是直接嘗試,錯了再說。

因此,好的設計不應該建立在用戶願意思考的前提上。

這裡還有一個非常重要的區別:Self-Explanatory 和 Self-Evident。

前者是用戶看完解釋就能理解,後者是用戶根本不需要解釋就能理解。

真正優秀的交互,追求的是後者。

這也意味著,交互成本不能簡單地用點擊次數衡量。兩次直觀的操作,可能遠比一次令人困惑的操作更加高效。真正需要降低的不是操作數量,而是認知負擔。

如果把這套思想延伸到今天的 AI 時代,問題就變得更加有趣。

過去我們一直在研究如何讓人更容易操作介面,而今天,隨著上下文感知、意圖預測和智能體技術的發展,我們終於可以反過來思考:

為什麼一定要由人去尋找功能、組織指令、理解機器的操作邏輯?

當系統能夠理解人的環境、歷史、狀態與意圖,交互就有機會從「人主動操作機器」,轉變為「機器理解需求,人在必要時確認」。

當然,這不意味著取消人的控制權,而是讓不必要的操作與思考逐漸消失。

《Don't Make Me Think》解決的是如何降低介面的認知成本。

而下一代 Context-native HCI 要解決的,或許是如何讓介面本身不再成為人與計算之間的障礙。

最好的交互,不是讓你感覺它很好用,而是讓你忘記自己正在使用一個交互系統。
01
Chong.
20天前
跳出思维限制去敢于尝试
42
Chong.
1月前
恭
01
Chong.
1月前
《每一代都想争当入口的人》

你还记得,当年那些认为控制电脑开机第一屏,就能控制整个计算机时代的人吗?

你还记得,当年那些试图依靠私有网络、封闭协议,把整个互联网圈成自家后花园的人吗?

你还记得,当年那些争夺拨号上网入口,以为用户接入了自己的网络,就永远不会离开的人吗?

你还记得,当年雅虎、搜狐、新浪争夺互联网第一门户,恨不得把整个世界都装进自己首页的年代吗?

你还记得,当年 Netscape 和 IE 的浏览器大战,那些以为控制了地址栏,就控制了互联网未来的人吗?

你还记得,当年为了一个默认主页、一个网址导航、一个搜索框,抢得头破血流的那些公司吗?

你还记得,当年移动互联网刚出现时,那些争夺手机桌面、应用商店和流量分发入口的人吗?

你还记得,当年千团大战、O2O 大战,那些声称自己将成为所有线下消费唯一入口的创业者吗?

你还记得,每一次技术革命到来时,总有一群人忙着宣布自己将成为下一代超级入口,准备向所有人收租吗?

那么,为什么今天还有这么多人认为,只要抢到一个 AI 聊天框,给它取名 Personal Agent,就能继续当下一代互联网的地主?

你们争的究竟是未来,还是一个正在被未来淘汰的收费站?

Chong.: 你还记得当年争电脑桌面入口的是谁吗? 你还记得当年争拨号上网入口的是谁吗? 你还记得当年争互联网门户的是谁吗? 你还记得当年争浏览器入口的是谁吗? 你还记得当年争网址导航的是谁吗? 你还记得当年争搜索入口的是谁吗? 你还记得当年争手机桌面的是谁吗? 你还记得当年争应用商店的是谁吗? 你还记得当年争 O2O 入口的是谁吗? 你还记得当年争超级 App 的是谁吗? 所以,你觉得今天争 AI 入口的这群人,会有什么不同的结局?

20
Chong.
1月前
你还记得当年争电脑桌面入口的是谁吗?

你还记得当年争拨号上网入口的是谁吗?

你还记得当年争互联网门户的是谁吗?

你还记得当年争浏览器入口的是谁吗?

你还记得当年争网址导航的是谁吗?

你还记得当年争搜索入口的是谁吗?

你还记得当年争手机桌面的是谁吗?

你还记得当年争应用商店的是谁吗?

你还记得当年争 O2O 入口的是谁吗?

你还记得当年争超级 App 的是谁吗?

所以,你觉得今天争 AI 入口的这群人,会有什么不同的结局?

Chong.: # 为什么我认为,未来的 Personal Agent 不会诞生于今天的大厂入口? **从云端 AI、第二台手机、随身算力盒,到真正属于个人的持续智能。** 过去几年,关于 AI 的讨论始终围绕几个问题:谁拥有最强的大模型?谁能成为下一个超级入口?谁能把最多的用户留在自己的生态里? 但我越来越认为,这些问题可能从一开始就问错了。 如果我们相信,AI 最终会从一个被动回答问题的工具,发展成真正理解你、陪伴你、替你判断和执行任务的 Personal Agent,那么它的最终形态,大概率既不是今天的 ChatGPT,也不是豆包、Grok,或者某个超级 App。 甚至,它未必会长期存在于我们今天所理解的智能手机之中。 我更倾向于认为,未来个人 AI 会经历一次类似计算机历史的演化:从集中式的云端计算,逐渐走向个人拥有的计算终端,再进一步融入我们每天佩戴的设备,成为一种长期在线、持续感知、随时可用的个人智能。 而这个过程,不只是模型变小、芯片变强那么简单。它还涉及一个更根本的问题:**未来究竟是谁拥有你的上下文、记忆、算力和代理权?** 如果这些东西仍然掌握在平台手里,那么即便我们把今天所有 App 的入口都换成 AI,也只不过是把旧时代的地主,换成新时代的地主。 ## 一、为什么我不相信大厂能够通过 Personal Agent 统一互联网? 现在很多人都在想象一种未来:用户不再需要打开淘宝、亚马逊、抖音或者各种独立 App,而是直接告诉自己的 AI 想做什么。 比如你想买一双鞋,只需要告诉自己的 Agent。它会替你搜索、比价、推荐,最后完成购买。想出去旅游,它会替你安排机票、酒店、餐厅,甚至直接完成付款。 听起来当然很好。但问题在于,这个过程中,究竟是谁在赚钱?又是谁拥有数据? 今天的互联网平台,本质上掌握着两种极为重要的资产。一种是用户流量,另一种是用户行为数据。 亚马逊为什么有价值?不只是因为它能卖东西,而是它知道你搜索过什么、购买过什么、比较过哪些商品、什么价格让你犹豫、什么推荐促使你成交。 阿里、字节、Google,以及大量电商、广告、内容平台,都是类似的逻辑。它们不仅掌握交易入口,还掌握用户从产生需求到完成消费的整个过程。而这个过程,本身就是它们最重要的商业资产。 现在突然出现一个 Personal Agent,说以后用户不必进入你的平台,我在前面替用户完成所有决策,你只需要在后面提供商品和服务。 这意味着什么?意味着原本属于平台的用户关系,开始向 Agent 转移。 以前平台决定向谁推荐什么,以后可能变成个人 Agent 决定向用户推荐哪个平台。以前平台依靠掌握用户偏好来提高成交概率,以后用户自己的 Agent 可能比平台更了解用户。 这不是简单的接口合作,而是双方在争夺同一种资产。 **入口想收租,交易平台想收租,数据平台也想收租。问题是,它们想收的,很可能是同一笔租。** 我认为,这里面存在一种很难通过商业谈判彻底消除的结构性矛盾。 因为任何一个平台,只要真正向外部 Agent 开放完整的用户行为链路,就等于把自己长期积累的竞争优势交给了别人。 反过来,如果它只开放一部分数据,那么前端 Agent 即便完成了交易,也很难获得完整的用户画像。 它可能知道用户买了一件衣服,却不知道用户在后台比较过什么、为什么选择这个尺码、为什么退货、后来又买了什么。 它可能完成一次酒店预订,却不知道用户入住之后的体验、消费和满意程度。 在这个过程中,前端的智能入口与后端的数据系统始终是断裂的。即便它们愿意合作,这种断裂也不会自动消失。 平台当然可能开放部分接口,建立授权机制,或者通过商业协议共享一部分交易信息。但我不认为这种有限合作,能够自然发展成一个真正跨平台、由用户主导的完整个人智能系统。 因为今天这些平台所积累的数据,本来就是建立在各自封闭的体系里的。 要求它们主动把这些东西变成公共基础设施,等于要求一群依靠土地租金生存的地主,主动交出自己的土地登记簿。 它们不是不知道这样对用户更好,只是这样做,未必对它们自己更好。 所以我认为,大厂可以做出非常强大的 AI 入口,却不意味着它们能够通过商业合作,获得一个人完整的信息人生。 真正重要的不是谁站在用户面前,而是谁能持续积累、理解和管理用户自己的上下文。 ## 二、为什么我认为云端 AI 不会是个人智能的最终形态? 今天的大模型主要运行在云端,这很容易让人产生一种惯性思维:未来 AI 越来越聪明,那么我们只需要持续连接更强大的云端模型就好了。 但我认为,这个判断忽略了一个正在发生的技术变化:端侧智能的单位成本正在不断下降。 过去我们需要昂贵 GPU 才能完成的推理任务,现在越来越多已经能够在普通计算机甚至智能手机上运行。 而且这种变化,不只是来自芯片本身。模型蒸馏、量化、稀疏激活、专家混合架构,以及针对特定任务的小模型,都在不断改变智能与算力之间的关系。 2023 年 GPT-4 刚出现的时候,大多数人很难想象,一部手机可以独立完成相当复杂的语言和视觉理解任务。 但现在已经不一样了。 以 MiniCPM-V 4.7 为例,它的 35B-A3B 版本,拥有约 350 亿总参数,但每次推理只激活约 30 亿参数。通过特殊的专家调度和量化技术,官方测试显示,它已经可以在 iPhone 17 Pro Max 上,以约 3GB 的推理内存占用,实现每秒超过 13 个 token 的解码速度。 这里的 3GB 并不是完整模型的存储大小,而是采用按需加载等技术之后的运行内存占用。它也不意味着端侧模型已经全面达到最强云端模型的能力。 但真正重要的,不是它能不能战胜某个旗舰模型,而是它证明了一件事情: **我们正在把原本只能依赖大型计算基础设施提供的智能能力,逐渐压缩进个人随身携带的计算设备中。** 而且我认为,大多数人对于 Personal Agent 的算力需求,可能存在严重高估。 一个真正陪伴你日常生活的 AI,并不需要每一秒都调用最强的模型,进行长时间的复杂推理。 判断现在是谁在说话,识别你是不是正在参加会议,记住某个人向你做过什么承诺,发现你过去两周反复提到同一个问题,识别你眼前的物体、文字和场景。 这些事情,并不需要一个数千亿参数的模型全天候工作。 很多感知任务,可以由非常小的模型、专用算法甚至低功耗传感器完成。只有当系统识别到真正有价值的事件时,才需要唤醒更强大的模型。 我认为未来个人智能的关键,不是让一个巨大的 LLM 从早到晚不停推理,而是建立一个分层的智能系统。 最底层负责低功耗感知,中间层负责事件判断、记忆整理和日常推理,最上层才负责复杂思考和任务执行。 我们真正需要长期在线的,未必是一个巨大的模型,而是一套持续运作的智能系统。 如果未来大量常态任务都能在本地完成,那么为什么一定要把每一次声音、图像、事件和记忆都送上云端? 为什么一个人想让 AI 记住自己昨天说过什么,还必须依赖某个平台的服务器? 当然,我并不认为云端会消失。复杂推理、大规模搜索、跨设备协作,以及需要大量外部数据的任务,依然有充分的理由使用云计算。 但我认为,云端与本地的关系会被重新定义。 **今天是我们向云端 AI 请求智能,未来可能是我们的本地 AI 在必要时向云端购买智能。** 前者是我们依附于平台,后者是平台为我们提供服务。 云端会继续存在,但它未必应该继续充当个人智能的主人。 ## 三、真正卡住 Personal Agent 的,可能不是模型,而是操作系统 讲到这里,就会遇到一个很现实的问题。 既然今天的旗舰智能手机已经拥有这么强的算力,为什么我们不能直接把 Personal Agent 安装到自己的 iPhone 上? 这恰恰是我认为未来几年非常重要的一个矛盾。 今天我们手中的智能手机,虽然拥有非常强大的计算能力,但这不代表我们真正拥有这些计算能力的完整控制权。 手机芯片是我们的,电池是我们的,存储空间也是我们的。但操作系统决定了应用能做什么、不能做什么。 以苹果为例。 它已经向第三方开发者开放部分端侧基础模型能力,开发者可以调用系统提供的模型,也可以通过相应框架运行其他模型。 但这与允许第三方开发者自由控制系统级的长期运行能力,完全不是一回事。 假设我想开发一个真正持续在线的 Personal Agent。它需要长期处理经过授权的环境音频,判断有没有值得记录的信息。它需要与眼镜、耳机、颈带等设备保持稳定通信。 它还需要定期唤醒视觉模型,整理当天的记忆,甚至在用户没有主动打开 App 的情况下持续维护自己的内部状态。 问题来了。 普通第三方 App 能不能任意选择自己需要的后台运行方式?能不能自由调度 NPU、GPU 和内存?能不能按照自己的需求定制蓝牙通信、后台任务和唤醒机制? 答案显然不是完全可以。 iOS 有自己的后台任务规则、资源限制和应用生命周期管理。很多能力只能通过系统规定的接口,在特定条件下运行。 这当然有合理的一面。因为如果所有 App 都能无限制在后台占用算力、开启传感器、访问数据,那么续航、安全和隐私都会出现严重问题。 但问题是,今天这套操作系统最初不是为了持续在线的自主 Agent 设计的。 它是为了一个个独立应用而设计的。 用户打开 App,应用开始工作。用户离开 App,系统逐渐收回它的资源。 而 Personal Agent 的基本假设恰恰相反。它不是一个等待用户打开的应用,而是一个长期存在、根据需要主动工作的系统。 **过去的操作系统以 App 为中心分配权限。未来的个人智能,需要以用户授权的 Agent 为中心重新组织权限。** 所以苹果、Google,以及其他掌握操作系统和芯片能力的公司,确实拥有天然优势。 因为它们不需要向别人申请操作系统权限。它们本身就是权限的制定者。 但这也不代表它们一定会成为个人智能的最终赢家。 因为在技术发生代际变化的时候,既有平台的优势和它们的商业利益,往往同时构成了它们自己的约束。 而那些愿意牺牲传统手机体验、专门服务于个人 Agent 的新设备,反而可能先走出不同的道路。 ## 四、我的第一个判断:未来 Personal Agent 可能先从第二台手机开始 我认为,在真正成熟的 AI 穿戴设备普及之前,很可能出现一个被大多数人忽略的过渡阶段。 就是第二台手机。 或者更准确地说,是一种长得像手机、但根本不是为传统手机用途设计的个人 AI 终端。 为什么是第二台手机? 原因非常简单。因为手机已经是一个高度成熟的移动计算平台。 它拥有电池、处理器、内存、存储、Wi-Fi、蓝牙、蜂窝网络,以及相对完整的操作系统生态。 从工程角度来看,如果今天想实现一个可以长期运行的个人 Agent,使用一台能够深度定制的 Android 设备,往往比从零开发一套硬件更现实。 尤其是在用户本来就有一台主力 iPhone 的情况下。 他完全没有必要把自己的通信、支付、社交和工作环境全部迁移到一台实验性设备上。 他只需要让这台新设备成为自己的 AI 主机。 主手机继续承担传统手机的功能。第二台手机则负责运行个人 Agent,连接智能穿戴设备,接收传感器数据,执行本地模型,并且持续维护用户的记忆和状态。 我甚至认为,这台所谓的第二手机,可能不需要屏幕。 或者说,它可以有屏幕,但用户绝大多数时间根本不需要看它。 因为它的主要任务不再是向人展示内容,而是替人处理信息。 在这样的假设下,很多过去智能手机必须强调的东西,都可以被重新取舍。 高刷新率屏幕不重要了,复杂的手机影像系统不一定重要了,各种预装应用也不重要了。 反过来,持续运行的稳定性、端侧推理效率、电池寿命、系统权限、传感器接口和开发者可控性,开始变得更重要。 它本质上更像一台随身服务器。 这不代表它已经具备成熟的消费市场。但至少说明,一个新的技术方向正在出现:不再是让 AI 被动适配手机,而是让手机的操作系统主动适配 AI。 所以我认为,未来最早的一批深度 Personal Agent 用户,未必会选择等待苹果或者其他大厂推出完整解决方案。 他们可能直接使用第二台 Android 手机、开发者设备,甚至自己定制的 AI 终端。 这当然不一定是最终面向所有消费者的产品形态。 但很多新计算平台的早期发展,本来就不是从普通消费者开始的,而是先从那些愿意牺牲便利性,以换取更多自由度和功能的人群开始。 ## 五、从第二台手机,到 Pocket AI:随身算力盒可能成为一个独立品类 如果我们沿着这个方向继续想象,就会发现第二台手机本身也只是过渡形态。 既然我根本不需要用它打电话、刷视频、玩游戏,为什么还要保留一台完整的手机? 为什么不能把它缩小成一个盒子? 一个放在口袋里,甚至放在背包里的个人计算终端。 我暂且把它称为 Pocket AI。 它拥有处理器、内存、存储、电池和通信能力,但不再需要承担传统智能手机的交互任务。 它只需要专心服务于一个人,以及这个人身上的各种设备。 眼镜负责获取视觉信息,耳机负责音频交互,戒指负责手势输入,手表负责部分状态和通知。 而所有这些设备,都可以连接到口袋里的个人智能主机。 这样一来,硬件设计就获得了很大的自由度。 我们不需要把所有算力都塞进眼镜的镜腿里,也不需要让一副耳机承担复杂推理的全部功耗。 感知设备可以尽可能轻巧,计算资源则集中放在一个更容易散热、供电和升级的位置。 当然,这里面会存在蓝牙带宽、音视频数据传输、设备同步和无线功耗等工程挑战。 但这些问题至少可以通过系统设计逐步解决,而不必要求某一个小型穿戴设备,一开始就独立完成所有事情。 至于网络连接,我认为同样不必过度拘泥于一种方案。 它可以借助主手机的网络,也可以自己集成蜂窝通信。对于简单任务,本地直接处理。对于需要联网检索、远程执行或者复杂推理的任务,再通过网络调用外部服务。 我们可以把它理解成一个分布式的个人智能系统。 **传感器在身体周围,算力在口袋里,记忆由个人控制,云端则负责补充本地做不到的事情。** 这就是我认为非常有可能出现的中间形态。 而它最大的意义,还不是取代智能手机,而是第一次让个人拥有一个独立于传统手机操作系统、长期为自己运行的智能终端。 它不需要与 iPhone 竞争,甚至可以完全不改变用户原有的手机使用习惯。 它只需要在旁边持续工作。 如果继续往后推演,我认为随身算力盒本身,也未必是最终形态。 随着芯片、内存、模型和推理效率不断改善,今天需要旗舰手机才能完成的推理任务,未来可能逐渐进入更小、更便宜、更低功耗的计算平台。 例如眼镜可以独立完成基础视觉理解,耳机可以长期运行语音和声音事件识别,手表可以维护部分个人状态和低功耗智能。 当然,这不意味着未来每一个戒指,都需要塞进一个完整的几十亿参数大模型。 物理世界有自己的限制。电池、散热、通信和存储,不会因为算法进步就凭空消失。 所以不同设备很可能继续承担不同层次的计算任务。低功耗智能留在传感器附近,中等规模的推理放在穿戴设备或者随身主机里,真正复杂的任务则交给更高性能的设备甚至云端。 因此,我认为未来未必会出现一个设备统一所有功能,而更有可能出现一套围绕个人组织起来的智能网络。 今天我们购买硬件,是因为它能完成某些特定功能。买相机是为了拍照,买耳机是为了听音乐,买手表是为了看时间、接收通知。 未来我们购买的硬件,可能更多是为了给个人智能增加某种感知和行动能力。 买眼镜,相当于为 Agent 增加一双眼睛。买耳机,相当于增加持续的听觉和语音交互。买戒指,相当于增加一种不必说话就能表达意图的输入方式。 这时候,硬件不再是一个个独立应用的载体,而是同一套个人智能的不同器官。 这才是我认为下一代智能穿戴真正有意思的地方。 不是给眼镜装上 ChatGPT,也不是给耳机增加一个语音助手,而是让各种硬件共同服务于同一个长期存在的个人 Agent。 ## 六、真正的变化,是 AI 从主动调用走向被动感知 我觉得这里还存在一个经常被忽视的问题。 今天人们对于 AI 的想象,仍然高度依赖应用场景。 每当有人设计一款 AI 产品,首先想到的通常是:用户会在什么时候打开它?他会输入什么指令?它能帮用户完成什么任务? 于是我们看到各种各样的 AI 应用。会议总结、日程安排、旅游规划、购物助手、学习助手。 这些当然有价值。但它们都有一个共同前提:用户必须主动告诉系统,现在要做什么。 这其实还是传统软件的思路。 过去我们使用计算机,就是打开一个程序,执行一段任务,获得一个结果,然后关闭程序。AI 只是让这个过程变得更自然。 但如果未来的个人智能可以持续存在,那么这种交互方式就会发生非常大的变化。 因为真正了解你的 Agent,不应该每一次都从零开始认识你。 它应该知道你昨天做过什么,知道你正在推进什么事情,知道什么问题困扰了你很久,知道你对哪些事情存在稳定的偏好,甚至知道你过去为什么改变过自己的决定。 举个简单的例子。 今天如果我想让 AI 分析某个人是不是值得合作,我可能需要把过去的聊天记录、合作历史、商业背景和个人判断,重新整理一遍告诉它。 但未来,如果我的个人 Agent 已经在我授权的范围内积累了这些信息,那么我可能只需要问一句:你觉得这件事值得继续吗? 它就能够调取相关的历史记录、判断依据和已有承诺,帮助我分析这件事。 再比如,我今天和某个人讨论了一个问题,三天之后,他突然改变了说法。 过去可能需要我自己记得这件事情。但未来,一个持续工作的 Agent 可以在合适的时候提醒我:他之前表达过不同的观点,你要不要重新确认一下? 当然,这种持续感知需要严格的授权、明确的隐私边界,以及尽可能在本地完成的事件筛选。 持续感知不应该等于全天候录制,更不应该意味着把所有人的对话永久保存下来。 真正成熟的系统,应该有能力判断哪些信息值得留存,哪些应该立即丢弃。 **智能的价值,不在于它收集了多少信息,而在于它能不能把必要的信息变成长期可用的个人能力。** 而且这种个人能力不应该只停留在一个不断增长的记忆数据库里。 当一个人积累了足够多的经历、偏好和判断反馈,未来也可能通过个人化微调、LoRA 或其他权重适配技术,让本地模型逐渐学会这个人处理问题的方式。 这不意味着所有人都必须拥有一个从零训练的大模型,而是每个人有机会拥有自己长期积累的记忆、偏好和可迁移的个人化能力。 模型决定一个系统能够思考得多好,但上下文和记忆,决定了这个系统究竟在为谁思考。 ## 七、这是计算机历史的又一次重演 如果从更长的历史来看,我认为今天 AI 正在经历的变化,并不陌生。 早期计算机是一种非常昂贵的集中式基础设施。个人很难拥有完整的计算能力,只能通过机构、企业或者大型系统获得服务。 后来,随着半导体技术的发展,计算逐渐进入企业、小型机构,再进一步进入个人电脑。 原本属于大型计算中心的能力,开始成为普通人可以购买、拥有和控制的工具。 个人电脑带来的变化,不只是计算成本下降,更重要的是个人第一次能够直接拥有自己的计算环境。 后来互联网和智能手机再次改变了这个格局。 我们拥有了前所未有的移动计算能力,也获得了随时连接世界的便利。 但与此同时,大量数据、应用和用户关系,再次集中到了少数平台手中。 你拥有设备,却不一定拥有平台里积累的数据。你拥有计算芯片,却不一定拥有完整的系统控制权。你每天创造信息,却不一定有能力把它们转化成自己的长期资产。 某种意义上,我们在物理层面完成了个人计算的普及,却在数据和智能层面重新回到了集中式结构。 而我认为,端侧 AI、个人记忆和 Personal Agent 的发展,有机会推动下一次变化。 这一次,我们不只是把计算能力从数据中心带回个人设备,而是把持续理解、记忆和判断的能力,也逐渐带回个人这一侧。 如果让我画出一条相对现实的演化路线,我认为大概会经历几个阶段。 最初是云端 Agent。个人智能主要存在于各大平台中,通过云模型和有限的第三方接口完成任务。入口竞争激烈,但数据和权限仍然高度碎片化。 然后是第二台手机与开放系统。一部分用户开始使用高度定制化的移动设备,把长期运行的 Agent、记忆系统和穿戴设备连接起来,获得传统 App 难以拥有的运行自由度。 接下来是 Pocket AI 与分布式感知。个人智能逐渐拥有独立的随身计算终端。眼镜、耳机、戒指等设备成为输入和输出节点,本地处理大量常态任务,必要时再连接云端。 再往后,智能逐渐融入穿戴设备。随着低功耗芯片和模型效率继续改善,越来越多的计算能力进入硬件内部。多个设备围绕同一套个人智能协同工作。 最后,才可能形成真正的个人智能基础设施。 个人拥有可迁移的记忆、可替换的模型、可管理的权限和可控制的代理身份。不同硬件、云服务和应用成为可以选择、更换和组合的服务提供者。 当然,这不是一条已经确定的时间表。它可能需要很多年,也可能出现技术上的岔路。某些阶段甚至可能同时存在。 但我认为,它代表着一个值得认真对待的方向:智能不再必须以某家公司的应用作为中心,而是逐渐以个人作为中心。 ## 八、未来的赢家,不一定是今天拥有最多入口的人 现在很多 AI 创业讨论的一个误区,就是太急于回答如何取代现有的平台。 如何替代搜索,如何替代电商入口,如何替代社交软件,如何成为下一个超级 App。 但如果我们真的相信个人智能会持续发展,那么也许这些问题本身就没有那么重要。 因为我们所熟悉的超级 App,本来就是建立在一个前提之上:用户需要不断进入不同的软件环境,才能完成不同的事情。 而当个人 Agent 开始拥有持续的上下文、稳定的身份和独立的执行能力,这个前提就会逐渐松动。 未来一个人可能不再需要记住自己应该去哪个平台搜索、比较和执行。 他只需要拥有一个足够理解自己的 Agent,并授予它适当的权限。 至于后面由哪个公司提供机票、支付、搜索、物流或者模型推理,都可以成为可以替换的服务。 这不意味着所有平台都会被消灭。平台仍然可以凭借供应链、内容、商品、网络效应和服务质量创造价值。 但它们可能越来越难仅仅依靠封闭入口和信息不对称,持续占有用户关系。 尤其当用户自己拥有独立的记忆和偏好系统时,平台将不再是唯一了解他的那一方。 所以我不认为 Personal Agent 的终局,是每家大厂都推出一个功能越来越丰富的 AI 助手,然后用户在这些助手之间选择一家继续交租。 我更愿意相信,未来的个人智能应该像今天的个人电脑一样。 你可以自己拥有它,可以决定它运行什么模型,可以让它使用哪些数据,可以把记忆搬到另一台设备,也可以自由更换为你提供计算服务的公司。 你不需要因为更换一个模型,就重新失去过去几年积累的个人上下文。 更不应该因为某个平台停止服务,就失去自己长期建立的智能能力。 从大型计算中心,到个人电脑,再到智能手机,计算的历史始终存在一股把能力带向个人的力量。 而现在,这股力量有机会继续延伸到智能本身。 **我认为,未来真正的 Personal Agent,不应该只是某家公司派来服务你的代理人。它应该是你自己的代理人。** 它不需要拥有互联网的所有入口,也不需要把所有数据都收进某一家公司的服务器。 它只需要能够代表你,理解你,管理你授权给它的资源,并在必要时调用整个世界的计算和服务。 所以对我来说,未来 AI 最值得期待的变化,从来不只是我们能否拥有一个更聪明的 ChatGPT。 而是有一天,我们终于能够像拥有自己的电脑一样,拥有一套真正属于自己的智能。 **那时候,AI 才真正从一个我们需要不断访问的服务,变成了一种我们可以拥有的能力。**

21