即刻App年轻人的同好社区
下载
置顶加入了一家 AI 硬件初创公司。即刻上的朋友在看机会的，一定要来考虑考虑我们这儿啊(๑>ڡ<)✌️。
公司的介绍可以看这篇小红书的帖子，我就不再赘述了。三个关键词：Always On、AI Memory、Proactive Agent。当然，都是一些比较共识的词了，但我们也有一些自己独特的思考。无论是对这份工作感兴趣，还是单纯想聊聊的朋友，都可以来找我呀，我往返北京深圳，可面基可线上。
在这条帖子下评论、私信或者加我微信都可以的～
公司的介绍可以看这篇小红书的帖子，我就不再赘述了。三个关键词：Always On、AI Memory、Proactive Agent。当然，都是一些比较共识的词了，但我们也有一些自己独特的思考。无论是对这份工作感兴趣，还是单纯想聊聊的朋友，都可以来找我呀，我往返北京深圳，可面基可线上。
在这条帖子下评论、私信或者加我微信都可以的～
神仙AI公司招人了！社招非校招！ - 小红书
32 169
最近体验下来，觉得飞书录音豆还是挺不错的。
因为已经在用飞书了，所以 App 的使用几乎没有任何多余的负担，对于飞书的妙记、文档等功能的使用也都很习惯，AI 的效果也有基本的保障。
录音豆比较小巧，拿在手里随时可以开关，能捕捉很多线下的沟通场景，无论是工作还是生活都很方便。
我最看重的几点优势包括：
1. 逐字稿的后续利用
逐字稿可以进一步导出，再被 AI 利用。其他的一些录音产品，比如 Granola逐字稿效果不好，ChatGPT 拿不到逐字稿，或者像 Plaud 没有 API。目前只有录音豆能很好地满足我这个需求。
2. 实时共享与回溯功能
我特别喜欢它的实时共享功能，可以实时看到聊天的原文和总结框架。线下多人聊天开一下，中间可能做了什么事情，没注意刚才说了什么了，随时看一眼就能回忆起来。
3. 多维度的信息接收
甚至在一些线上非飞书会议场景，即便不走神，我只靠听别人说话也会觉得接收的信息量比较小。我习惯看字幕了，就像看电视剧一样。所以只要是多人的场景，我很喜欢在开启录音豆的同时，在手机上打开飞书看字幕。这能让我从两个维度接收信息，更加聚精会神，感受到自己处于当下聊天的情境中。
4. 强大的翻译功能
它的翻译功能也很好。像我女朋友跟她家人用粤语聊天，我之前完全插不上话，现在通过翻译就可以了。
当然，飞书录音豆也有一些缺点，就是东西太小了，太容易丢。我不太喜欢挂在脖子上，放兜里也容易丢。最终我找到了一个最好的解决办法，就是把它套在我的手环上。
以及这个录音豆不能在手机上结束录音，这我有时候挺麻烦的。
还有它的开启和关闭时的震动反馈隔了几秒才有，我每次都要等一下，我觉得很烦。我希望它能快速反馈已经开始或关闭录音了。
这些都是小缺点，我觉得还是值得购入的。
因为已经在用飞书了，所以 App 的使用几乎没有任何多余的负担，对于飞书的妙记、文档等功能的使用也都很习惯，AI 的效果也有基本的保障。
录音豆比较小巧，拿在手里随时可以开关，能捕捉很多线下的沟通场景，无论是工作还是生活都很方便。
我最看重的几点优势包括：
1. 逐字稿的后续利用
逐字稿可以进一步导出，再被 AI 利用。其他的一些录音产品，比如 Granola逐字稿效果不好，ChatGPT 拿不到逐字稿，或者像 Plaud 没有 API。目前只有录音豆能很好地满足我这个需求。
2. 实时共享与回溯功能
我特别喜欢它的实时共享功能，可以实时看到聊天的原文和总结框架。线下多人聊天开一下，中间可能做了什么事情，没注意刚才说了什么了，随时看一眼就能回忆起来。
3. 多维度的信息接收
甚至在一些线上非飞书会议场景，即便不走神，我只靠听别人说话也会觉得接收的信息量比较小。我习惯看字幕了，就像看电视剧一样。所以只要是多人的场景，我很喜欢在开启录音豆的同时，在手机上打开飞书看字幕。这能让我从两个维度接收信息，更加聚精会神，感受到自己处于当下聊天的情境中。
4. 强大的翻译功能
它的翻译功能也很好。像我女朋友跟她家人用粤语聊天，我之前完全插不上话，现在通过翻译就可以了。
当然，飞书录音豆也有一些缺点，就是东西太小了，太容易丢。我不太喜欢挂在脖子上，放兜里也容易丢。最终我找到了一个最好的解决办法，就是把它套在我的手环上。
以及这个录音豆不能在手机上结束录音，这我有时候挺麻烦的。
还有它的开启和关闭时的震动反馈隔了几秒才有，我每次都要等一下，我觉得很烦。我希望它能快速反馈已经开始或关闭录音了。
这些都是小缺点，我觉得还是值得购入的。
12 62
我觉得 CC 这个主动助手 KAIROS 特别值得关注。我没想到 Claude Code 竟然也已经在规划这个功能了，代码都有了；如果 Claude Code 真的上线了这个功能，可能全世界 90% 的 Proactive Agent 产品都要直接宣布死亡了。
我最近读到两篇论文，都说对于这种主动式工作助手，最大的难题不是不知道主动做什么，而是过于主动、过分推断，不知道 Claude Code 准备怎么解决这个问题。
但 Claude Code 这样一个形态，以及在此之上构建的生态，通过这些上下文来支持一个主动工作的机制，确实很搭配。
想象一下，一个既用 Claude Code 又用 Granola 的用户。Kairos 每天通过 CC 主动去查 Granola，主动去看用户开了什么会、会中有哪些信息、细节，然后帮他去做调研，去连接 Claude 的其他连接器和插件帮用户做事情，太自然了。
我最近读到两篇论文，都说对于这种主动式工作助手，最大的难题不是不知道主动做什么，而是过于主动、过分推断，不知道 Claude Code 准备怎么解决这个问题。
但 Claude Code 这样一个形态，以及在此之上构建的生态，通过这些上下文来支持一个主动工作的机制，确实很搭配。
想象一下，一个既用 Claude Code 又用 Granola 的用户。Kairos 每天通过 CC 主动去查 Granola，主动去看用户开了什么会、会中有哪些信息、细节，然后帮他去做调研，去连接 Claude 的其他连接器和插件帮用户做事情，太自然了。
12 02
AI 产品的效果取决于模型的智能，模型的智能取决于数据的质量。而 Agent 产品和 Chatbot 类产品的区别之一，就是用户使用数据对模型的智能提升不再没有作用了。
在 Chatbot 时代，用户数据可能确实作用有限。2025 年初的时候，MiniMax 的闫俊杰还说：「更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型，大部分用户的query其实没有模型自己模拟得好」。这可能是因为这类产品背后模型的智能提升，主要依赖于互联网存量数据的预训练。Chatbot的交互产生的多为同质化的闲聊、浅层问答或已经被互联网语料充分覆盖的知识检索，这些数据缺乏增量的信息熵。
但 Agent 时代的不同点在于，Agent 与人、与世界的交互所依赖的数据，是过去人类互联网世界从未有过的。
与Chatbot不同，Agent时能够进行复杂的因果推理、任务拆解、规划、调用外部工具（API）并在真实或模拟环境中执行多步任务。这种智能体与世界交互产生的数据被称为“轨迹数据”，它不仅包含了最终的结果，更记录了智能体在每一步的观察、内部推理（思考过程）、工具调用逻辑以及对环境反馈的自我纠错，而这样的数据对现在模型智能的提升至关重要，二者是相辅相成的关系。
举个例子：在过去的互联网世界，没有多少人用 HTML 做 PPT。所以，裸模型用 HTML 画 PPT 的效果就是会很差，但它在逐渐变好。这是为什么？
1. 因为有这类产品出现，有用户在实际使用，专业职场人士每年因排版PPT耗费数以亿计的小时，这一痛点催生了大量的早期采用者。
2. 有人在调教，有反馈循环：从用户反馈到应用厂商，再反馈到模型厂商，最终内化到一代又一代的模型里。
3. 这种“左脚踩右脚”的螺旋上升，使得用 HTML 画 PPT 的效果越来越好。
再比如，OpenClaw 的记忆系统其实饱受诟病，用一堆 MD 文档来承载，看起来好像没那么高级，也许我们可以用另外的方式优化它的记忆系统？
但不好意思，用 MD 文档来承载的这种方式，可能已经是未来了。因为从 Claude Code 开始，用 MD 文档来承载记忆就在不断地被模型使用、被训进模型，它只会越来越好，形成对其他方式的马太效应。
如果从头再来，它有可能不是最好的方式。但就像键盘上的字母排布，一旦已经决定了，即便不是最优解也很难更改了，人类也已经回不到没有 OpenClaw 和 Claude Code 的世界了。
这就是应用厂商的优势。可能不像使用 MD 文件这么广泛，但通过定义一种独特的零方数据，就像定义了了行业标准。更早获得高信号上下文并沉淀成 benchmark，就有机会在垂直领域始终保持最好的效果。比如：
- 定义一种独特的界面；（姚顺雨在@张小珺 的播客里，包括 a16z 在《State of Consumer AI 2025》里面也都提到过）
- 定义一种独特的 AI 与人类、与世界交互的方式；
- 收集一种人类世界从未被大规模收集过的上下文。（现在很多 AI 硬件）
在 Agent 时代，应用厂商也拥有了对模型厂商的话语权和护城河。这种话语权源于应用厂商能比模型厂商领先一步，收集到一些独特的数据，虽然这些数据迟早会被模型厂商拿到，迟早会扩散到整个互联网世界，但只要能持续领先三个月，增量的进步就可以转化为存量的持久优势。领先一步当然不算厉害，但如果能总是领先一步呢？
在 Agent 的时代，做一艘不被模型智能水位上升而淹没的船，可能性其实更高了。
在 Chatbot 时代，用户数据可能确实作用有限。2025 年初的时候，MiniMax 的闫俊杰还说：「更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型，大部分用户的query其实没有模型自己模拟得好」。这可能是因为这类产品背后模型的智能提升，主要依赖于互联网存量数据的预训练。Chatbot的交互产生的多为同质化的闲聊、浅层问答或已经被互联网语料充分覆盖的知识检索，这些数据缺乏增量的信息熵。
但 Agent 时代的不同点在于，Agent 与人、与世界的交互所依赖的数据，是过去人类互联网世界从未有过的。
与Chatbot不同，Agent时能够进行复杂的因果推理、任务拆解、规划、调用外部工具（API）并在真实或模拟环境中执行多步任务。这种智能体与世界交互产生的数据被称为“轨迹数据”，它不仅包含了最终的结果，更记录了智能体在每一步的观察、内部推理（思考过程）、工具调用逻辑以及对环境反馈的自我纠错，而这样的数据对现在模型智能的提升至关重要，二者是相辅相成的关系。
举个例子：在过去的互联网世界，没有多少人用 HTML 做 PPT。所以，裸模型用 HTML 画 PPT 的效果就是会很差，但它在逐渐变好。这是为什么？
1. 因为有这类产品出现，有用户在实际使用，专业职场人士每年因排版PPT耗费数以亿计的小时，这一痛点催生了大量的早期采用者。
2. 有人在调教，有反馈循环：从用户反馈到应用厂商，再反馈到模型厂商，最终内化到一代又一代的模型里。
3. 这种“左脚踩右脚”的螺旋上升，使得用 HTML 画 PPT 的效果越来越好。
再比如，OpenClaw 的记忆系统其实饱受诟病，用一堆 MD 文档来承载，看起来好像没那么高级，也许我们可以用另外的方式优化它的记忆系统？
但不好意思，用 MD 文档来承载的这种方式，可能已经是未来了。因为从 Claude Code 开始，用 MD 文档来承载记忆就在不断地被模型使用、被训进模型，它只会越来越好，形成对其他方式的马太效应。
如果从头再来，它有可能不是最好的方式。但就像键盘上的字母排布，一旦已经决定了，即便不是最优解也很难更改了，人类也已经回不到没有 OpenClaw 和 Claude Code 的世界了。
这就是应用厂商的优势。可能不像使用 MD 文件这么广泛，但通过定义一种独特的零方数据，就像定义了了行业标准。更早获得高信号上下文并沉淀成 benchmark，就有机会在垂直领域始终保持最好的效果。比如：
- 定义一种独特的界面；（姚顺雨在@张小珺 的播客里，包括 a16z 在《State of Consumer AI 2025》里面也都提到过）
- 定义一种独特的 AI 与人类、与世界交互的方式；
- 收集一种人类世界从未被大规模收集过的上下文。（现在很多 AI 硬件）
在 Agent 时代，应用厂商也拥有了对模型厂商的话语权和护城河。这种话语权源于应用厂商能比模型厂商领先一步，收集到一些独特的数据，虽然这些数据迟早会被模型厂商拿到，迟早会扩散到整个互联网世界，但只要能持续领先三个月，增量的进步就可以转化为存量的持久优势。领先一步当然不算厉害，但如果能总是领先一步呢？
在 Agent 的时代，做一艘不被模型智能水位上升而淹没的船，可能性其实更高了。
8 00
arxiv.org这个研究里面提到的一个点挺有意思的，就是模型相比人来讲，不能很好地区分无效的噪音和真实的意图。
为了主动帮用户做那些真正需要做的事情，AI 往往同时主动帮用户做很多不必要的事情。虽然这样可以做到很高的召回率，但是精确率却极其之低。
这也就是为什么很难避免一个“全天候主动式个人助手”变成一个“全天候骚扰式个人助手”。这个也是我现在在自己使用这类产品的体感中感觉很难避免的问题。
为了主动帮用户做那些真正需要做的事情，AI 往往同时主动帮用户做很多不必要的事情。虽然这样可以做到很高的召回率，但是精确率却极其之低。
这也就是为什么很难避免一个“全天候主动式个人助手”变成一个“全天候骚扰式个人助手”。这个也是我现在在自己使用这类产品的体感中感觉很难避免的问题。
6 42
ManusClaw 推出的时候只接了 Telegram，没有接 WhatsApp，也没有接 Facebook Messenger。
做个 Bot 接入很难吗？为什么一直不做？
想想 Manus、WhatsApp 和 Messenger 都已经是一家了，会不会 Manus 在里面的接入形态并不是 Bot，而是一个原生的形态，所以才拖这么久？
Manus 已经能发 ins 了。会不会我们对 AI 在微信里面的一些设想，会由 Manus 加 WhatsApp 和 Messenger 率先实现呢？
Manus 的架构太通用了，而 Facebook 又有特别丰富的应用生态。马后炮地说，它俩的结合好像还挺好的。（而腾讯又有的抄了）
做个 Bot 接入很难吗？为什么一直不做？
想想 Manus、WhatsApp 和 Messenger 都已经是一家了，会不会 Manus 在里面的接入形态并不是 Bot，而是一个原生的形态，所以才拖这么久？
Manus 已经能发 ins 了。会不会我们对 AI 在微信里面的一些设想，会由 Manus 加 WhatsApp 和 Messenger 率先实现呢？
Manus 的架构太通用了，而 Facebook 又有特别丰富的应用生态。马后炮地说，它俩的结合好像还挺好的。（而腾讯又有的抄了）
8 42
鸭哥这篇文章还挺给我启发的。它让我再次刷新了对“长期记忆对人的辅助作用”的认知，那就是长期记忆不只能捕获事实性的信息来帮助人，还能进行非常高层次的抽象来提供智能层面的决策。而且它还采取了这么通用的架构来实现，能充分利用大模型能力的不断跃升。
为什么AI只会说正确的废话，以及怎么把它逼出舒适区
3 12
尝试过那么多 AI +定时任务的产品，从各个通用 AI 产品的定时任务（比如 ChatGPT、Manus、AnyGen），到垂直领域的产品（从最早的万物追踪到中间一个忘记名字的产品到现在的 Eimi），一直想要一个好用的，但是一直没有。
最后竟然发现，最好用的竟然就是 ChatGPT 的 Pulse。
这本来是一个被动推荐产品，但被我加入了无数个定时任务，竟然意外地好用。更高的智能、更好的个性化，都在这里了。
最后竟然发现，最好用的竟然就是 ChatGPT 的 Pulse。
这本来是一个被动推荐产品，但被我加入了无数个定时任务，竟然意外地好用。更高的智能、更好的个性化，都在这里了。
7 11
即便我们现在有了各种 AI 工具可以总结会议纪要，但有时候还是得人把纪要往群里发一下。
人发的纪要和 AI 发的纪要，最大的区别就是字儿少，但是能抓到重点。
目前看来，Granola 是最接近这个效果的。我现在的所有会议纪要，如果需要我再发一遍的话，我都是直接基于 Granola 去修改。我不会去看飞书或者任何其他产品的纪要，它们都没有 Granola 更接近我可以发到群里的那种水平。
人发的纪要和 AI 发的纪要，最大的区别就是字儿少，但是能抓到重点。
目前看来，Granola 是最接近这个效果的。我现在的所有会议纪要，如果需要我再发一遍的话，我都是直接基于 Granola 去修改。我不会去看飞书或者任何其他产品的纪要，它们都没有 Granola 更接近我可以发到群里的那种水平。
8 30
