Techub News 搜索

Andrew Ng（吴恩达）：AI 模型能力增长的多元路径与人才瓶颈撰文：Techub News 整理导语在最新一期 No Priors 播客中，AI 领域的旗帜性人物 Andrew Ng（吴恩达）与主持人进行了长达 42 分钟的深度对话。作为 Google Brain 联合创始人、Coursera 联合创始人以及 AI 风险工作室 AI Fund 的管理合伙人，吴恩达不仅在学术与产业界成就斐然，2025 年 8 月更因提出「智能体 AI」（Agentic AI）概念并加入亚马逊董事会而备受关注。在这场对话中，他系统性地阐述了对 AI 能力增长路径、当前落地瓶颈、技术变革对创业生态影响等一系列关键议题的看法，为从业者提供了极具前瞻性的行业洞见。摘要 AI 模型能力增长不再单一依赖算力规模，而是转向「智能体工作流」、多模态模型构建与应用开发等多元路径。当前「智能体 AI」应用落地的最大瓶颈并非底层技术，而是缺乏掌握系统性错误分析与评估流程的工程人才。 AI 辅助编程已大幅提升工程效率，使得创业公司核心迭代循环的瓶颈从「工程实现」转向「产品决策」。在 AI 技术快速迭代的当下，创始人的技术直觉与学习能力比过往经验更为重要，技术型产品领导者更易成功。小型、高效、且深度掌握 AI 工具的团队，其生产力可能远超规模更大但协调成本高的传统团队。 AI 能力增长：从单一「规模」到多元「向量」当被问及 AI 模型能力未来的增长来源时，Andrew Ng（吴恩达）明确表示，社会对 AI 的认知曾被少数拥有强大公关能力的公司所塑造，它们推动了「规模即一切」的叙事。但他认为，算力规模这枚「柠檬」中可挤压的「汁水」已越来越少，进步将来自多个向量。吴恩达指出，除了算力，「智能体工作流」（Agentic Workflows）、多模态模型的构建方式，以及具体应用的开发，都将成为重要的进步源泉。同时，像扩散模型这类最初用于图像生成的全新技术，未来是否也能用于文本生成，也存在令人兴奋的未知可能性。他总结道，AI 的进步不会是单一路径，众多聪明人正在从不同方向推动前沿。「智能体 AI」：从概念提出到落地瓶颈作为「智能体 AI」术语的提出者，吴恩达解释了初衷：几年前，业界花费大量时间争论「某物是不是智能体」，而他观察到存在一个从高自主性到低自主性的「智能体谱系」。为了让大家停止争论、专注建设，他推动了这一术语的普及。但他也坦言，没想到几个月后，市场营销人员就将这个标签贴得到处都是，导致营销炒作的速度远超实际的业务进展。那么，真正阻碍智能体 AI 应用落地的因素是什么？吴恩达认为，在技术组件层面（如计算机使用、护栏评估等）确有改进空间，但当前最大的瓶颈是「人才」。他观察到，市场上团队表现差异的关键，在于是否掌握一套基于评估的系统性错误分析流程。有经验的团队能持续分析什么在起作用、什么没有，并针对性改进；而经验不足的团队则更像在随机尝试，效率低下。吴恩达以自动化文档处理、合规检查、数据库查询等多步骤工作流为例，指出构建此类流程时，大量外部情境知识（例如，搞错发票日期是否要紧、是否过多打扰了 CEO）通常仍依赖于人类产品经理或工程师的思考和决策。这些知识是专有的，并未存在于互联网的预训练数据集中，因此目前仍需人类深度参与。 AI 辅助编程：改变创业的核心循环谈及最具经济价值的智能体 AI 应用，吴恩达指出了两大明确领域：一是回答问题的聊天机器人（如 ChatGPT），二是编码智能体。他个人偏爱 Cline，认为它在规划多步骤任务、执行计划方面展现了高度的自主性和实用性。相比之下，一些计算机使用场景（如自动在线购物）则仍停留在演示阶段。为什么编码智能体能如此有效？吴恩达认为，这并非因为基础研究挑战更小，而是因为编码的经济价值明确且巨大，吸引了大量资源投入，且开发者自身就是用户，拥有出色的产品直觉。他甚至提到，一些领先的基础模型公司已公开表示使用 AI 编写大量代码。更令人兴奋的是，AI 模型正通过智能体工作流为下一代模型生成训练数据（如 Llama 研究论文中描述的方法）。吴恩达特别反对「氛围编程」（Vibe Coding）这个词，更倾向于「AI 辅助编程」。他强调，这并非轻松的氛围式工作，而依然是高强度、高密度的智力活动，可将其视为「快速工程」—— AI 让我们能以远超从前的速度构建严肃系统，但本质仍是工程。这种效率提升正在改变创业公司的形态。过去需要六人团队三个月完成的工作，现在可能两人一个周末就能搭建出原型。这使得创业的核心迭代循环——构建软件、获取用户反馈、决定如何改进产品——发生了根本性变化。编码速度和成本不再是瓶颈，产品决策（决定「做什么」）成了新的瓶颈。因此，团队越来越多地依赖直觉和深厚的客户同理心来进行快速决策。创始人画像：技术直觉与学习能力至上面对技术的快速迭代，吴恩达认为，2022 年的许多做法在 2025 年可能已完全失效。他经常自问，当前是否有任何做法与 2022 年相同，并审视其是否仍有意义。在这种背景下，创始人的画像发生了显著变化。他观察到，如今更可能成功的创始人是那些紧跟尖端技术、以技术为导向的产品领导者，而非仅仅具备商业头脑但缺乏技术感知的人。除非你对技术的能力边界有良好感觉，否则很难思考公司战略。他回顾了硅谷早期先驱（如比尔·盖茨、史蒂夫·乔布斯）都是技术专家的历史，并认为在 AI 颠覆性时刻，这种对技术的深刻理解再次成为关键差异化因素。吴恩达以移动互联网时代对比：如今每个人都大致了解手机应用能做什么，因此无需非常技术化也能创业。但 AI 的能力边界日新月异，拥有这项「前沿知识」本身就是巨大的优势。他甚至分享了一个招聘案例：一位有十年经验但较少使用 AI 工具的工程师，与一位刚毕业但精通 AI 的本科生相比，他选择了后者，并且结果证明这是一个出色的决定。当然，最好的工程师是那些拥有十多年经验同时又深度掌握 AI 工具的人。团队规模与效率：AI 赋能下的新平衡随着 AI 工具提升个人效能，团队规模与效率的关系也值得重新审视。吴恩达看到，一些最具生产力的团队正是那些规模小、成员优秀、AI 赋能充分且协调成本极低的团队。他预测，未来许多团队可能会比过去更小。但他也警告了「过度追求小规模」的陷阱。在 2010 年代，一些公司以保持小团队和盈利为荣，但可能因此增长乏力，错过了市场机会。关键在于分析市场动态：如果是赢家通吃的市场，就必须快速行动、抢占市场，而不能满足于「小而美」。Slack 对阵 Teams、Sketch 对阵 Figma 都是历史教训。吴恩达分享了一个有趣的洞察：AI 不仅提升了效率，还可能改变资本配置。他曾在一周内收到两份请求：一份是申请增加人力预算，他拒绝了；另一份是申请预算购买 AI 服务来完成类似工作，他批准了。这背后的逻辑是：在 AI 时代，你应该考虑的是「雇佣 AI」，而非「雇佣更多人」。但这种决策依赖对技术潜力的敏锐直觉。 AI 投资的未来：自动化与人类判断的边界作为 AI Fund 的管理合伙人，吴恩达也被问及投资机构中哪些工作可能被自动化。他认为，像深度的公司研究、竞争分析、初步市场调研以及 LP 报告等文书工作，很适合引入自动化工具辅助。他个人就经常使用各种 AI 研究工具。然而，涉及人类判断与关系的环节则难以自动化。例如，评估一位创业者的领导力、沟通风格或个人品质，往往依赖于面对面交流中捕捉的细微信号和背景参考检查，这些信息很难被结构化并输入 AI 模型。此外，基于信任关系的说服工作（如招募关键人才）也高度依赖人与人之间的联结。对于如何帮助首次创业的技术型创始人，吴恩达认为，风险投资机构或风险工作室的价值在于，他们经历了更多「重复次数」，能在融资、把握技术趋势、加速产品市场匹配等方面提供基于经验的直觉分享。同时，为创始人构建同行交流网络和互补型团队也至关重要。未来五年：被 AI 赋能的新人类展望未来五年 AI 的广泛影响，吴恩达坚信，拥抱 AI 的个体能力将远超大多数人目前的想象。两年前，谁曾料到软件工程师的生产力能在 AI 辅助下提升至此？未来，各行各业的人们以及处理个人事务的个体，都将借助 AI 变得无比强大和高效。这不仅是生产效率的提升，更是人类能力边界的一次巨大扩展。

Figure AI 创始人 Brett Adcock（布雷特·阿德科克）：为何人形机器人将主导万亿级未来撰文：Techub News 整理导语 2025 年 2 月，Figure AI 创始人兼首席执行官 Brett Adcock（布雷特·阿德科克）做客 Amit Kukreja 播客节目，进行了长达近一小时的深度访谈。作为一位连续成功创业的企业家——从在线招聘平台 Vettery（以约 1 亿美元出售），到电动垂直起降飞行器公司 Archer Aviation（已上市），再到如今雄心勃勃的人形机器人公司 Figure AI——Adcock 分享了其跨越软件与硬件的独特创业视角。本次对话正值 Figure AI 发布新一代机器人并签署重要商业合作之际，Adcock 的见解为我们理解这一前沿科技领域的竞争格局、技术挑战与未来愿景提供了珍贵的一手资料。摘要人形机器人是解决全球劳动力短缺和推动生产力增长的终极方案，其市场规模最终将远超智能手机或汽车。 Figure AI 的核心战略是垂直整合硬件设计与 AI 学习，认为这是实现可靠、高性能机器人的唯一路径，而“硬件先行”已取代“软件先行”成为当前阶段的竞争关键。公司的商业模式分为两条主线：优先解决工商业中重复性、高流动性的体力劳动需求，远期目标是将机器人带入家庭，成为真正的个人助手。 Adcock 预测，人形机器人领域将像电动汽车和自动驾驶一样，最终由少数几家拥有顶尖人才、巨额资本和快速产品迭代能力的公司主导。从软件到天空，再到机器人：创业者的“多巴胺”之源 Brett Adcock（布雷特·阿德科克）的创业生涯始于 2012 年创立的在线招聘平台 Vettery。他回忆道，创业初期充满起伏，甚至曾贷款 5 万美元支付纽约的生活开销。最终，公司在 2017 年以约 1 亿美元的价格出售，为他带来了“改变人生”的财富。然而，Adcock 并未止步于此。他将这笔财富几乎全部投入了下一个更具挑战性的领域：硬件。出于对航空的热爱和对电动化趋势的坚信，他在 2018 年创立了 Archer Aviation，一家电动垂直起降飞行器公司。在深科技领域融资异常艰难的时期，他不得不再次自我注资，几乎将之前所得全部投入。Adcock 坦言，他享受这种“挑战游乐场”般的状态，每天处理公司最难的问题，解决问题所带来的“多巴胺”是驱使他前进的核心动力。当被问及为何在 Archer 已步入正轨（现已上市）时，转而投身于看似更难的机器人领域时，Adcock 表示，他从小就阅读艾萨克·阿西莫夫的科幻作品，对机器人充满向往。更重要的是，他看到了一个历史性的机遇窗口：“十年前太早，十年后太晚”。他认为，当前正是人形机器人进入市场的正确节点。技术的发展，特别是神经网络与机器人硬件的结合，正在产生“魔法般”的效果。他相信，Figure AI 所致力于解决的——将 AI 系统赋予物理身体，去完成各种有用的工作——将是“我们一生中可能构建的最重要的资产”。这不仅是一个巨大的商业机会，更是能为人类社会带来根本性变革的事业，例如让他的父亲以及未来的子孙后代无需再从事繁重的体力劳动。为何人形机器人将定义万亿级未来？ Brett Adcock（布雷特·阿德科克）对未来市场规模有着极其坚定的预测：人形机器人产业将达到“数万亿美元的收入”。他解释道，核心逻辑在于“机械人类”的普适性。人形机器人可以直接部署在人类设计的环境中，无需改造现有基础设施，就能从事从工厂搬运到家庭洗衣的广泛工作。这是一个“绿地解决方案”。从经济角度看，全球近一半的 GDP 是人力劳动贡献的。Adcock 指出，当前许多行业面临严重的劳动力短缺（仅美国就有约千万职位空缺）和高流动率问题，这些工作往往是重复、枯燥且人们不愿从事的。人形机器人并非简单地一对一取代人类岗位，而是在填补人力无法或不愿覆盖的空白，并最终提升整体生产率和经济产出。他乐观地展望，机器人的普及将使商品和服务变得更丰富、更便宜。在需求端，Adcock 透露，Figure AI 目前已签署两家大型商业客户，仅这两家在未来四年内就有超过 10 万台机器人的意向需求。此外，还有约 50 家同等级别的潜在客户在排队。市场认知在过去两年发生了 180 度转变：从最初企业高管质疑“机械人类是什么”，到现在主动发出招标书，询问机器人的部署时间表。他相信，未来每个人都想拥有一台机器人，就像今天拥有手机或汽车一样，它将处理一切琐事，从做咖啡、洗衣到遛狗。硬件与AI的垂直整合：Figure AI的“秘密武器” 在技术路径上，Brett Adcock（布雷特·阿德科克）强调了 Figure AI 与众不同的核心战略：深度垂直整合硬件设计与人工智能学习。他认为，这已成为当前阶段竞争的关键优势，而行业认知在此方面发生了“彻底的翻转”。 Adcock 回顾道，几年前许多人认为 AI（软件和专有数据集）是护城河，而机器人硬件是商品化的。但现在情况正好相反。要训练优秀的机器人神经网络，需要大量、高质量的“领域内机器人数据”。而市场上并没有现成的、高性能的人形机器人硬件可供采购用于训练。因此，Figure AI 从零开始，自主设计了所有硬件，包括电子设备、执行器、电池系统、嵌入式软件等，现已迭代至第三代。优秀的硬件是进行卓越机器人学习的前提。在此基础上，公司再构建专有的神经网络模型。关于与 OpenAI 的合作关系终止，Adcock 解释称，他们已自主进行 AI 研发约一年时间。机器人 AI 需要两部分：一是用于语义理解的多模态大模型基础，二是关于机器人具体动作（如移动手臂、抓取轨迹）的专有训练数据。后者在大语言模型中并不存在。Figure AI 利用开源模型结合自研模型和内部机器人收集的数据，自建机器人基础模型。他认为，目前世界上没有其他团队在机器人 AI 学习方面展示了比 Figure AI 已公开成果更出色的能力。他分析了行业中的两类玩家：一类是只专注硬件、对 AI 持“不可知论”的“中国机器人”模式；另一类是只想构建“机器人AI大脑”而不碰硬件的“AI即服务”模式。Adcock 认为，这两种割裂的策略都存在根本性挑战。没有硬件，AI 团队难以获得所需的领域数据和实际部署渠道；而没有深度AI整合的硬件提供商，则可能沦为低利润的代工方。Figure AI 选择的中间道路——同时打造顶尖硬件和为其量身定制的AI——虽然艰难，但在他看来是通向产品成功的唯一可靠路径。制造、团队与文化：规模化征途上的挑战实现“数百万台机器人”的宏伟目标，意味着必须攻克大规模制造和团队组织等非技术性挑战。Brett Adcock（布雷特·阿德科克）分享了他的思考。关于制造，Figure AI 同样采取垂直整合策略，自主设计并运营产线。Adcock 指出，机器人制造与汽车制造有本质区别。机器人部件可由人手直接拿取和组装，这为制造流程带来了更大的灵活性，初期无需建设像汽车工厂那样庞大复杂的全自动化传送系统。他参考了消费电子（如手机）的亿级制造规模，认为机器人制造更接近后者而非前者。公司已设立试产线，并每周进行制造工程评审，目标是以最高水准实现高速率制造，并通过规模效应将成本降至数万美元级别。在团队与文化方面，Adcock 吸取了此前创业的经验教训。在创立 Figure AI 时，他明确制定了长期愿景和详细的文化文件。公司文化强调扁平化、低官僚主义、快速决策。所有员工，包括总监和他本人，都是亲手写代码或进行工程设计的“实干者”，没有纯管理人员。他作为 CEO，将绝大部分时间投入产品与工程工作，而非投资者会议或外部活动，坚持与工程师团队并肩作战，获取一线的“地面实况”。他认为，领导力的核心在于两点：一是为公司设定清晰的“北极星”方向并不断重申，确保团队同心协力；二是追求极致的速度。结合正确的方向和顶尖的人才，才能产出用户喜爱的伟大产品。Adcock 坚信，创始人主导、对产品抱有极致热忱的公司，相比雇佣职业经理人管理的公司，拥有根本性的竞争优势。这种全身心投入和“必须获胜”的心态，是他从迈克尔·乔丹等伟大竞争者身上汲取的灵感。竞争格局与未来展望谈到与特斯拉 Optimus 等竞争对手时，Brett Adcock（布雷特·阿德科克）认为，这个领域将像电动汽车、自动驾驶一样，最终由少数赢家主导大部分市场。成功需要同时具备几个苛刻条件：巨额资本、顶尖人才、快速的产品进展，以及最终实现海量机器人部署的能力。后者不仅能压低制造成本，更重要的是能形成一个收集数据、共享学习的机器人网络，这是单个机器人或小规模车队无法比拟的优势。展望未来，Adcock 表示，Figure AI 的2025 年 2 月重点是稳健、安全、高性能地满足工商业劳动力需求，这将为机器人进入家庭铺平道路。他预计，在本十年内，人形机器人将变得非常可靠。而随着机器人的普及，它们将成为经济增长和生产率提升的核心引擎，甚至有助于解决国家债务等宏观经济学问题。访谈最后，Adcock 流露出一种紧迫感和必胜决心。他表示，已拥有足够财富，无需为金钱继续工作。他投身于此，是为了赢得这场竞赛，打造真正具有变革性的产品和企业。他的目标是“尽快将数百万台机器人推向市场”，并在此过程中，深度重塑世界的运作方式。

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：Transformer 架构八年未变，AI 的未来在于企业应用撰文：Techub News 整理导语 2017年，一篇名为《Attention is All You Need》的论文横空出世，其提出的 Transformer 架构彻底改变了人工智能的发展轨迹，开启了生成式 AI 的浪潮。八年后的2025 年 6 月，这篇论文的八位作者之一、当时还是一名大三本科生的 Aidan Gomez（艾丹·戈麦斯）已成长为估值数十亿美元的 AI 独角兽 Cohere 的 CEO。在 The MAD Podcast 主持人 Matt Turck 的深度访谈中，Gomez 首次详细揭秘了 Transformer 论文诞生背后的“意外”故事，并阐述了他为何坚信企业级 AI 而非追逐 AGI（通用人工智能）才是 AI 技术造福世界的正道。这场对话不仅是对 AI 发展史上关键节点的回顾，更是对当下 AI 商业化路径与未来趋势的一次深刻洞察。摘要 Transformer 的诞生源于“行政错误”与有机合作：Gomez 进入 Google Brain 实习源于一场误会（其经理误以为他是博士生），而论文的诞生则是几个独立研究小组因共同兴趣自发合并、冲刺会议 deadline 的结果。 Transformer 架构统治力惊人，八年未遇挑战：Gomez 坦言，Transformer 的持久性“令人震惊”，其成功部分源于整个 AI 基础设施（包括芯片）都已围绕其优化，新架构的替代门槛极高。 “推理计算”是重大突破，但潜力远未挖尽：让模型在不同问题上分配不同“思考”时间的“推理计算”范式解锁了巨大能力，且实现成本远低于预训练，未来将在科学、医疗、企业自动化等领域发挥更大作用。 Cohere 押注企业 AI 而非 AGI“宗教”：Gomez 直言不喜欢 AGI 圈子的“角色扮演”和“新宗教”氛围，认为通过 AI 提升人类生产力、降低成本和改善服务（如医疗）才是更有意义的方向。智能体（Agent）平台“North”是企业 AI 的核心：Cohere 的垂直整合战略使其能提供从底层模型（Command、Embed）到上层智能体平台（North）的全栈解决方案，并特别注重数据安全（支持本地/私有云部署）和多语言/多模态能力。 Transformer 诞生记：一场美丽的“意外” 2017年，还在多伦多大学读大三的 Aidan Gomez（艾丹·戈麦斯）通过一封“cold email”联系上了 Google Brain 的研究员，原因是他反复在阅读的论文作者栏看到这个名字。他提出了自己对论文的一些扩展想法，并由此获得了一个实习机会。“我经理以为我是博士生，”Gomez 回忆道，“所以我想我是通过一个行政错误进去的——我们通常不招本科生。”这个“错误”让他坐到了另一位论文合著者 Noam Shazeer 旁边，并加入了 Lucas Kaiser 的团队。最初的项目是一个名为“One Model To Learn Them All”的多模态模型。在开发过程中，Gomez 和 Kaiser 构建了一个名为“Tensor2Tensor”的框架用于高效分布式训练，并成功说服了邻座的 Noam Shazeer 使用它。随后，他们发现 Google Translate 团队也在进行类似的研究。“我们意识到大家在做同一件事，”Gomez 说，“我们都关注基于文本的自回归模型，并且更纯粹地利用注意力机制，而不是之前那些复杂且有些‘丑陋’的 RNN、LSTM 模型。”于是，几个小组决定合并力量，专注于打造一个最简单、高效的基于注意力的语言模型——这就是 Transformer 的雏形。论文的写作过程堪称“疯狂冲刺”。团队为了赶上顶级 AI 会议 NeurIPS 的投稿截止日期，进行了高强度的工作。“我们尝试了无数东西，修补了很多小 bug，”Gomez 举例道，比如最初纯注意力架构无法区分序列中元素的位置信息，是 Noam Shazeer 灵光一现，提出了在嵌入中添加正弦波来表示位置的方法——这个方案至今仍被广泛使用。论文发表后，在自然语言处理（NLP）和机器翻译的小圈子内引起了兴奋，但当时远未达到后来革命性的广泛认知。对于 Google 为何没有更快地利用 Transformer 架构开发出类似 ChatGPT 的产品，Gomez 澄清道，Google 实际上迅速将 Transformer 应用到了搜索和翻译等核心产品中（如 BERT）。“准确的说法是，他们没有像 OpenAI 那样早期且独特地全力投入互联网文本的纯序列建模（即大规模语言模型预训练）。” Gomez 总结道。 Transformer 为何统治八年？生态锁定与极高的替代门槛距离论文发表已过去八年，Transformer 架构依然是 AI 领域的绝对主流，这一点连 Gomez 本人都感到“震惊”。“我们今天训练的 Transformer 和当年的看起来如此相似，”他说。他认为，这并非因为研究社区缺乏新想法，而是一个“自我实现的预言”或“强化循环”。整个 AI 社区对 Transformer 的热情催生了专门为其优化的庞大基础设施堆栈。“我们现在甚至有专门为该架构优化的芯片，”Gomez 指出。因此，要转向一种新架构，需要付出巨大的努力和能量去重写一切。“新架构必须提供极其令人信服的理由（才能取代它），而我们还没找到那个架构。”他坦言，替代的门槛已被推得极高。 Gomez 本人也曾热切期待 Transformer 的继任者。他甚至将 Cohere 纽约办公室的一间会议室命名为“SSM”（状态空间模型），坚信它将是替代者。但现实是，Transformer 就像一个“伟大的艺术家”，不断吸收其他架构（如 SSM、扩散模型）中的优秀思想，并将其整合进自身，从而持续进化，保持了领先地位。推理计算：一个“显而易见”却改变游戏规则的想法近半年来，“推理计算”（Test-Time Compute）或“思维链”推理成为 AI 领域的热点。但在 Gomez 看来，这其实是一个酝酿已久且“显而易见”的方向。“我们已经知道它要来好几年了，”他说。其逻辑在于：在引入推理能力之前，语言模型对所有输入（无论是“1+1”还是“治愈癌症”）都分配相同的“能量”和即时响应时间。这显然不合理。不同复杂程度的问题理应获得不同的“思考”资源。推理计算正是让模型能够根据问题复杂度，动态分配计算步骤（“思考时间”）的范式。 “它的有效性令人惊讶，”Gomez 评价道。模型仅需极少量的人类示范（如何一步步思考），就能自己掌握推理方法，从而解锁了前所未有的能力。更关键的是，实现推理能力的成本“远低于预训练”，使得智能提升变得“非常容易获得”。然而，Gomez 认为这仅仅是开始。“我们只是触及了表面。”目前的研究主要集中在数学和编程领域，但在医学、物理、化学等纯科学领域，以及企业自动化场景中，还有巨大的空白等待探索。“所有有趣的问题都需要推理。” 从研究到创业：为何 Cohere 选择“枯燥”但重要的企业 AI 在目睹了早期大规模语言模型展现出的惊人能力后，Gomez 联系了他在 Google Brain 结识的两位朋友 Nick 和 Ivan，共同创立了 Cohere。与许多同期涌现的、目标直指 AGI 的明星实验室不同，Cohere 很早就确立了企业 AI 的方向。 “我从来不喜欢整个 AGI、有效利他主义圈子的氛围，”Gomez 直言不讳，“感觉像在角色扮演，像人们在创立一种新宗教……‘创造上帝’这类东西。我不喜欢那种精神气质。”相比之下，企业级应用或许听起来“枯燥”，但他认为其意义远为重大。 “提升人类生产力，让人类能做更多事，增加供给，降低事物成本，让人类成就更多——这些远比‘建造上帝’或‘从 AI 手中拯救世界’更激励我。我想用 AI 来拯救世界。” Gomez 阐述了他的理念。他希望通过 AI 让医生花更少时间写病历、填表格，而将更多时间用于诊治病人；为医生配备能帮助他们研究罕见病例的智能体。他的目标是让这项技术在全球经济中真正发挥作用。当然，作为行业领军者，他无法完全避开关于 AGI/ASI（人工超级智能）的讨论。但他认为，AGI 的定义模糊且不断变化。“我认为我们在很大程度上已经拥有了 AGI。”他举例说，如果在他和 Cohere 的模型之间选择谁来诊断开药，理性的选择肯定是模型。“我保证它懂得比我多。”AI 已经在许多方面比普通人更聪明，并且未来在某些领域超越最顶尖的人类专家也是必然趋势。“我反对那些贩卖末日论调的人，”Gomez 总结道，“技术进步意味着什么？其切实的影响才是关键。” Cohere 的全栈蓝图：模型、智能体与安全优先 Cohere 采取了一条垂直整合的道路。其核心是自研的模型层：包括生成模型 Command（对标 GPT、Llama 等）和搜索模型系列（Embed V4, Rerank 3.5）。这些模型构成了其智能体平台“North”的基石。North 允许企业构建能接入内部所有软件和数据的 AI 智能体，让其去完成具体任务。 Gomez 特别强调了 Cohere 在安全部署上的独特优势。与许多提供 API 调用服务的竞争对手不同，Cohere 可以将其模型直接部署在客户的硬件上，无论是在客户的云虚拟私有云（VPC）中，还是为受监管行业部署在本地数据中心。“这带来了巨大的解锁效应，”Gomez 解释，因为 AI 智能体需要访问企业的核心数据（邮件、文档、客户记录等），数据不出境、完全私有的部署模式让客户更放心地接入更多关键系统，从而发挥 AI 的最大价值。在模型训练数据方面，Gomez 证实了合成数据已成为主流且效果卓越。“合成数据现在是我们训练 Command 等模型所用数据的主要部分，而且在许多情况下，它实际上比人类数据更有用。”他举例说，人类回答问题时往往简洁（如直接回答“11”），但人类实际上更喜欢模型那种充满同理心、耐心细致的回答风格。因此，他们需要用模型来重写人类答案，以生成风格更优的训练数据。此外，Cohere 在多语言和多模态上也投入颇深。其 Cohere For AI 实验室发布了支持超百种语言的模型。Gomez 指出，日语、韩语等市场被严重低估，现有技术无法满足其企业级文档处理需求。因此，Cohere 选择与富士通（日本）、LGCNS（韩国）等地区巨头合作，开发针对当地语言和企业场景的定制模型。多模态能力也被视为企业场景的“入场券”，对于理解包含图表、幻灯片的 PDF 文档以及实现计算机视觉操控（让 AI 使用图形界面）至关重要。智能体（Agent）的现在与未来：从研究到落地 Cohere 的智能体平台 North 目前处于早期访问阶段。Gomez 将其描述为一个“完全私有化、高度可定制、原生支持推理的消费级聊天机器人升级版”。它可以集成企业内部的任何软件，并花时间（几分钟甚至几十分钟）进行深度研究、筛选数据以完成任务。他分享了一个生动的用例：财富管理。当突发事件（如战争、新关税）爆发时，理财经理的客户会纷纷来电询问对策。经理通常需要花费数周时间研究并制定对冲组合方案，但市场瞬息万变，等方案出炉可能已错过时机。North 这样的智能体可以极快地阅读海量分析报告和新闻，迅速提出初步方案，人类经理在此基础上进行修改和决策，将周期从数周缩短到数小时。面对智能体能力泛化可能带来的“选择困难症”，Gomez 观察到市场已经发生了变化。“早期客户会问‘AI 很酷，董事会给我压力，我该用它做什么？’我们需要帮他们识别机会。但现在，客户的成熟度大大提高了。他们很清楚自己要做什么，只需要一个合作伙伴来帮他们执行这个路线图。”许多大企业会带着数百个已识别的用例来找 Cohere。当然，智能体并非万能。Gomez 指出，在医疗、金融等敏感领域，必须保持“人在回路”的监督。此外，在需要真正突破性科学发现（如解决千年数学难题、发现新化合物）的领域，AI 目前还无法提供核心帮助，但他相信这一天很快就会到来。 CEO 的展望：技术乐观主义与社会关切当被问及什么让他夜不能寐时，Gomez 的答案出人意料地并非技术挑战。“让我睡不着的是政治，”他说，“是世界各地出现的分裂……我主要担心我们的社会、自由民主制度。我为自由主义过去一个世纪取得的进步感到担忧。” 但他对 AI 持乐观态度，认为 AI 可以成为一股强大的向善力量，帮助“好人”获胜，并解决过去十五年来全球经济面临的一些问题，如生产力增长缓慢、财富分配不均等。对于 Cohere 未来三到五年的成功愿景，Gomez 希望看到 AI 技术带来可衡量的 GDP 和生产力增长，希望这项技术能在全球范围内整合，成为每个人日常工作的一部分，而不仅仅是娱乐或搜索工具。“我希望它能帮助人们成就更多，让东西变得更便宜、更丰富。”这或许正是这位从一场“意外”中走出的 AI 先驱，为其所创造的技术所描绘的最朴实也最宏大的蓝图。

Andrew Ng（吴恩达）：AI Agent工作流是当前最重要的技术趋势撰文：Techub News 整理导语在2025 年 3 月于纽约举行的ScaleUp:AI 2024大会上，AI领域的顶尖思想领袖、Coursera联合创始人、Landing AI创始人兼董事长Andrew Ng（吴恩达）发表了主题演讲。作为深度学习和AI普及化的重要推动者，吴恩达一直致力于连接AI前沿技术与产业落地。此次演讲，他基于其团队在AI Fund和Landing AI的实践，剖析了当前最重要的技术趋势——“智能体工作流”的崛起，并为企业（无论是初创公司还是大型集团）如何抓住这波AI浪潮、构建可持续的创新流程提供了极具操作性的见解。摘要智能体工作流是当前最重要的AI趋势：相比传统单次提示生成，让AI像人类一样迭代思考、研究、修订的“智能体工作流”能大幅提升输出质量，在代码生成、法律文档处理、医疗辅助诊断等领域已展现出决定性优势。企业AI创新流程正在被重塑：生成式AI将AI原型的构建时间从数月缩短至数天，这使得“快速构建大量原型并验证”成为可行策略，企业应建立“快速行动，同时负责任”的创新文化。 AI治理应聚焦于应用层而非技术层：试图监管基础AI模型本身如同要求电动机制造商保证其电机永不用于危险设备一样不切实际；更有效的路径是监管具体的AI应用（如医疗设备、聊天机器人），以确保其安全性。大型企业与AI专家的“共创”是关键：最具潜力的AI应用往往诞生于深谙AI能力的团队与拥有深厚领域知识（如航运、医疗）的企业之间的合作，这种结合能催生出改变行业的解决方案。智能体工作流：从线性生成到迭代思考的范式变革吴恩达开篇即指出，如果只能关注一项AI技术趋势，那么答案无疑是智能体AI。他阐释了当前主流的AI使用方式与智能体工作流的本质区别。目前，大多数用户使用大语言模型的方式是“非智能体”的：输入一个提示词，模型一次性生成完整回复。吴恩达形象地比喻，这好比要求一个人（或AI）就某个主题写一篇论文，必须从第一个字到最后一个字一气呵成，不允许使用退格键。人类显然无法以这种方式产出最佳作品，而AI在这种完全线性的模式下表现尚可，已属惊人。然而，智能体工作流改变了这一范式。在这种模式下，我们可以引导AI像人类一样工作：例如，先让它撰写论文大纲，询问是否需要网络研究，随后下载相关网页作为上下文，接着撰写初稿，再让其审阅初稿并决定哪些部分需要修订，随后进行修改……如此循环往复。这种融合了思考、研究、修订的迭代过程，能产生质量高得多的工作成果。吴恩达分享了一项来自其团队的数据：在HumanEval代码生成基准测试中，使用非智能体工作流的GPT-3.5正确率为48%，GPT-4为67%。然而，从GPT-3.5到GPT-4的改进，远不及从非智能体工作流切换到智能体工作流带来的飞跃。GPT-3.5在采用智能体工作流后性能大幅提升，GPT-4亦然。在实践中，吴恩达的AI Fund团队发现，智能体工作流在处理复杂法律文件、辅助医疗诊断、填写繁琐的政府合规表格等应用场景中，正带来决定性的差异。这一趋势也催生了新的技术栈层级——编排层。诸如LangChain（正演进为更注重智能体的LangGraph）、CrewAI等框架的出现，使得构建智能体应用变得更加容易。五大核心趋势重塑AI产业格局除了智能体工作流这一核心，吴恩达还概括了其他四项正在深刻影响行业的重要趋势： 1. 更廉价、更快速的文本生成至关重要。智能体工作流会产生和读取大量文本（Token），因此降低Token成本、加快生成速度变得尤为关键。这不仅是为了人类消费，更是为了加速智能体自身的迭代循环。将一段20分钟的智能体工作流程加速到5分钟，能带来巨大的实际价值。 2. 生成式AI正彻底改变企业创新流程。过去，基于监督学习构建AI系统可能需要6到12个月。如今，利用大语言模型，许多团队可以在10天内构建并部署一个原型。这使得“快速构建20个原型，哪怕其中18个失败”的策略变得可行且经济。吴恩达提倡的新信条是：“快速行动，同时负责任”——在利用快速原型能力的同时，建立确保不推出造成实质性损害产品的流程。 3. 文本处理革命已至，视觉处理革命即将到来。许多大型企业拥有海量的图像或视频数据，却苦于无法提取价值。多模态模型和视觉智能体的发展，将开启视觉AI应用的巨大潜力。吴恩达创立的Landing AI正在此领域深耕，帮助企业从视觉数据中获得更多价值。 4. 数据的“重力”正在减弱。传统上，将大量数据从一个云平台传输到另一个进行处理因成本高昂而不可想象。然而，生成式AI工作流的计算成本极高，相比之下，数据跨境传输的成本显得微不足道。粗略估算，传输1GB数据的云出口成本约为10美分，而用GPT-4 mini等模型处理1GB数据的成本可能高达30-40美元。因此，新的设计模式正在涌现：人们更倾向于构建在全球范围调用计算资源、跨地域传输数据进行处理的应用。 5. 数据工程的重要性再次凸显，尤其是非结构化数据。过去AI的价值多体现在结构化数据（数字、表格）上。如今，生成式AI能够从文本、图像、音频中提取前所未有的价值。许多公司正在重构数据基础设施，重点加强处理非结构化数据的“管道”建设。企业AI创新：从灵感到规模化落地的路线图针对大型企业如何抓住AI机遇，吴恩达结合AI Fund与众多企业合作的经验，提出了一套行之有效的五步流程。第一步：高管培训。确保企业领导层对AI的能力与局限有非技术层面的基本了解，这是识别机会的基础。吴恩达提到，Coursera上最受欢迎的课程之一就是面向所有人的生成式AI入门课。第二步：机会脑暴与任务分解分析。在理解技术后，系统性地寻找应用机会。吴恩达特别推荐了一种“基于任务的工作分析”方法：将职位分解为具体任务，而非笼统地讨论AI取代某个工作。例如，客户服务代表的工作包含多种任务，其中一些（如回答常见问题）极易被AI增强或自动化，而另一些（如处理复杂投诉）则较难。这种方法往往能发现出人意料的、最大的机会点，其结论通常比凭直觉猜测更可靠。值得注意的是，多数企业在发现AI能将某项任务成本降低千倍后，选择的不是裁员节流，而是将该任务执行量提升千倍，从而开辟新的收入增长渠道。增长往往比成本节约更具吸引力，因为天花板更高。第三步：项目可行性评估与优先级排序。对脑暴产生的想法进行技术可行性和商业价值的尽职调查，并做出“自建、购买还是投资”的决策。吴恩达建议，市场上已有的解决方案应优先购买。但由于生成式AI技术太新，企业总会发现大量尚无现成产品的新想法。第四步：执行路径选择——自建、合作或剥离。企业内部的资源与耐心有限，不可能实施所有想法。对于少数核心、希望完全自主控制的项目，可以选择内部建设。对于其他许多项目，将其剥离为独立的初创公司可能是一个更优选择。这样既能以更低成本实现目标，又能让母公司享受其成果，同时无需自行组建和维护专门的AI团队。吴恩达以与日本三井物产合作的“Bearing AI”为例：三井物产拥有深厚的航运领域知识，他们提出利用AI优化船舶航线以节省燃油。双方合作进行深度市场验证后，招募了一位连续创业者作为CEO，用三个月打造了技术原型。最终，这家独立运营的初创公司开发的软件已在超过600艘远洋船舶上运行，平均每艘船每年节省约50万美元燃料费，并减少10%的碳排放。吴恩达强调，AI专家与领域专家的“共创”是催生此类突破性应用的关键。第五步：制定AI战略与员工培训。当企业成功运行几次上述创新流程后，就需要思考长期的AI战略以及大规模的员工技能培训，以确保持续的竞争力。 AI治理：监管应用，而非技术在演讲最后，吴恩达针对日益热烈的AI治理讨论提出了一个鲜明观点：治理的重点应该是AI应用，而非AI技术本身。他类比道，AI模型就像电动机，是一种可以用于无数场景的通用技术。要求基础模型开发者保证其模型永不用于有害场景，就如同要求电动机制造商保证其电机永不用于危险设备一样，是不切实际且无效的。真正的风险取决于具体的应用场景。因此，更合理的路径是监管具体的AI应用：确保医疗AI设备安全、社交媒体推荐算法负责、聊天机器人不作恶。针对不同应用的特点和风险，制定相应的安全标准和监管框架。吴恩达透露，在过去一年半中，他惊讶地看到一些训练了大模型的公司进行了激烈的游说，试图推动扼杀开源AI模型技术的监管。他认为这背后部分动机是避免与开源软件竞争。所幸，业界共同努力抵制了其中最糟糕的提案。他呼吁业界保持警惕，坚持将治理焦点放在应用层，这样才能在促进创新的同时，更有效地管控风险，确保AI技术安全、负责任地发展。吴恩达总结道，得益于智能体工作流等技术的突破，AI的可能性正在急速扩张，这为行动迅速的初创公司和积极转型的大型企业都创造了巨大的机遇。关键在于理解趋势、建立有效的创新流程，并将治理智慧应用于正确的层面。

Figure AI CEO Brett Adcock（布雷特·阿德科克）：人形机器人将催生史上最大规模产品发布撰文：Techub News 整理导语在 2025 年于旧金山举行的 Bloomberg Tech Summit 上，人形机器人公司 Figure AI 的创始人兼 CEO Brett Adcock（布雷特·阿德科克）接受了深度访谈。三年前几乎同一周，Adcock 在特拉华州正式注册成立了 Figure，目标直指通用人形机器人领域。自成立以来，Figure 以惊人的速度推进，而 Adcock 本人也因对2025 年 6 月机器人可实现目标的大胆预测而备受关注，同时也伴随着不小的质疑。此次对话正值 Figure 发布其第二代机器人 Figure 02 展示全新物流用例视频之际，Adcock 详细阐述了公司的技术路径、商业化进展、制造野心以及对整个行业格局的思考。摘要人形机器人将催生史上最大规模的产品发布和商业帝国，其市场潜力远超现有任何行业。 Figure 采取软硬件全栈自研的垂直整合策略，旨在直接“出售劳动”，而非单纯销售硬件或模型。公司已与宝马（BMW）在车身车间展开实际部署，并与一家物流巨头（据报道为 UPS）合作，让机器人每日执行真实商业任务。制造被重新定义为消费电子模式而非汽车制造，公司设定了四年内出货10万台机器人的激进目标，并已建立相应产线。 AI 能力核心在于单一神经网络处理视觉输入并输出动作，其泛化能力可使机器人处理从未训练过的物体（如草莓）。商业化蓝图：从工厂车间到家庭客厅 Brett Adcock（布雷特·阿德科克）开宗明义地表达了他的核心信念：人形机器人不仅将建造一个规模空前庞大的商业帝国，其倍数将远超现有任何行业，而且这将成为史上最大规模的产品发布。他将此形容为“合成人类”出去从事类人工作，并称这是创始人所能面对的最终极、最具挑战性，但也可能是一生中最重要的创业问题。 Figure 的市场进入策略清晰分为两大领域：一是将机器人部署到商业劳动力市场，二是进入消费者家庭场景。Adcock 指出，全球劳动力人口正在下降，而商业劳动力市场占据了约一半的 GDP，潜力巨大。在家庭场景中，机器人需要完成诸如洗衣、收拾碗碟、整理儿童玩具等日常任务。为此，Figure 在设计硬件时，就以能让机器人完成普通人所能做的大部分事情为目标，在运动范围、力量（有效载荷）和速度等方面向人类看齐。目前，Figure 的机器人已经每日在商业环境中工作。Adcock 强调，公司的目标是在市场上完全摒弃远程操控或遥操作。当前，遥操作仅用于数据收集和测试，真正的自主活动中并不需要人为干预。他认为，要实现规模化部署，就必须设定“无人在环”的终极目标，否则很容易陷入局部最优的陷阱。制造野心与客户实践： scaling the future 当被问及与特斯拉 Optimus 的类比及制造规模时，Adcock 透露了 Figure 的制造设施细节。公司内部称其为“Bot-Q”，目前每条产线具备年产 12，000 台机器人的安装产能。他重申了在四年内出货 10 万台机器人的目标，并承认需要大幅提升产能。 Adcock 分享了一个关键认知转变：制造人形机器人更像是消费电子产品制造，而非汽车制造。机器人虽然结构复杂，但制造流程的难度比汽车低几个数量级。过去一年，Figure 深入理解了制造环节，建立了从零开始的制造流程、自研的制造执行系统（MES），并在产线上实现了广泛的自动化，这让他对实现大规模交付的信心大增。在客户实践方面，Adcock 证实了与宝马的合作。目前，Figure 的机器人已在宝马的车间从事移动钣金件的工作，目标是将零件放置到夹具上，以便后续焊接成汽车底盘。他强调，这种合作关系带来的最大价值是让公司学会了如何在客户现场每日稳定运行机器人，处理网络、安全、与制造执行系统（MES）集成等问题，并致力于将每日所需的人工干预降至零。此外，Adcock 也确认了在物流领域有第二位客户（彭博社报道为 UPS），并正在启动初步部署。他特别提到了当日发布的新视频：机器人能够自主分拣纸箱包装和塑料膜包装的包裹，并抚平塑料膜以露出条形码。Adcock 指出，物流场景的挑战在于每个包裹的每次出现对机器人而言都是全新的，无法用传统代码解决，必须依靠 AI 的泛化能力。机器人需要以人类的速度（每件 3-4 秒）处理不同尺寸的包裹，并完成定位条形码、抚平等动作。全栈自研的 AI 哲学与竞争优势 Adcock 明确了 Figure 的“首要指令”：出售劳动。公司旨在让机器人出去完成制造、建筑、家务等各种工作，并按产出收费。因此，所有设计决策都围绕如何高效实现这一目标展开。Figure 不打算只卖硬件或模型，而是提供垂直整合的全栈解决方案，让用户仅通过语音就能指挥机器人智能地完成工作。为了实现这一目标，Adcock 认为别无他法，必须自研一切：硬件、电子设备、软件、模型训练、制造、集成和服务。当被问及是否曾考虑基于 OpenAI 等公司的模型开发时，他给出了否定的答案。原因有二：一是 Figure 自己做得更好；二是与外部巨头合作反而会在招募顶尖团队时带来“别人已搞定 AI”的误解。事实上，Figure 自行完成了大部分 AI 工作。在技术栈上，Figure 使用了开源的视觉语言模型（VLM）作为骨干网络，为机器人提供语义理解基础（例如，知道“草莓”是什么以及该如何处理）。在此之上，所有数据收集、模型开发、训练和推理测试均由 Figure 自主完成。Adcock 自信地表示，Figure 在人形机器人的 AI 工作上做得比地球上任何其他人都好。关于数据与学习，Adcock 指出，公司目前面临的是数据和机器人数量问题，而非 GPU 算力问题。他描绘了一个强大的增长飞轮：部署更多能完成有用工作的机器人 → 通过制造经验曲线降低单位成本 → 机器人在市场中每日学习并改进 → 学习成果通过神经网络共享给整个机队。这可能导致赢家通吃或赢家多数的市场格局，即拥有最智能、学习最快且成本最低的机器人的公司将获得显著优势。资本、竞争与未来展望针对公司传闻以约 400 亿美元估值融资的消息，以及从上一轮 26 亿美元估值跃升的压力，Adcock 并未直接确认，但强调 Figure 资产负债表上的现金可能比整个人形机器人领域历史上筹集的总资金还要多。他表示，公司资金充足，足以支持训练、制造数万乃至更多机器人，并招募和激励全球最优秀的团队。当前重点在于保持团队精干、行动迅速，并持续交付每日可用的产品。谈及与特斯拉 Optimus 的竞争，Adcock 表示公司不花太多时间关注竞争对手，但他认为，Figure 或许已经在全球范围内展示了人形机器人在 AI 和实际应用方面最好的真实进展。公司有动力继续保持市场领先地位。最后，Adcock 展望了下一阶段：硬件已经可靠工作；AI 能够执行类人任务，并向人类学习，随时间不断改进；成本已大幅下降（他透露 Figure 03 的成本比 Figure 02 降低了约 90-93%）。这一切都无需硬件变更，只需通过软件和数据迭代即可实现，这令整个团队对未来的篇章感到兴奋。

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：企业 AI 的规模化边界、合成数据与后 Transformer 时代撰文：Techub News 整理导语 2025 年 4 月，Transformer 架构论文的八位作者之一、知名 AI 公司 Cohere 的联合创始人兼 CEO Aidan Gomez（艾丹·戈麦斯）做客由 Redpoint Ventures 制作的播客节目《Unsupervised Learning》。在这场长达 51 分钟的深度对话中，Gomez 以其独特的双重身份——既是奠定当前 AI 浪潮基础的关键研究者，又是领导一家估值数十亿美元 AI 公司的掌舵人——分享了关于企业 AI 落地、模型能力边界、数据策略以及未来 AI 架构演变的深刻见解。在当前 AI 从狂热探索转向务实落地的关键节点，Gomez 的思考为行业提供了宝贵的路线图。摘要企业 AI 成功的关键在于“中间路线”：既非纯咨询，也非纯标准化产品，而是需要深度支持与定制化集成，尤其要解决数据隐私和跨软件访问的复杂性问题。规模化定律正在失效：单纯堆砌算力和资本的“暴力美学”已进入回报递减阶段，未来的模型进步需要更聪明、更具创造性的算法和数据策略。合成数据成为主力，但人类评估仍是黄金标准：在模型训练中，合成数据已占主导，能极大降低成本；然而在评估模型输出的有效性和安全性时，人类专家仍不可或缺。推理能力是当前最大突破：具备“测试时计算”（test-time compute）或“思维链”能力的模型，在处理此前无法解决的复杂业务流程自动化任务上，实现了从“几乎总失败”到“几乎总成功”的质变。 Transformer 架构终将被超越：尽管 Transformer 展现了惊人的生命力，但作为其共同创造者的 Gomez 热切期待在 5-10 年内出现新的、更优越的 AI 基础架构。企业 AI 的落地模型：定制化集成是胜负手面对企业如何部署生成式 AI 的多种模式——从纯咨询服务、自带工程团队的产品化方案，到开箱即用的标准化产品——Aidan Gomez（艾丹·戈麦斯）认为，长期来看，“中间路线”将会胜出。AI 是一项复杂的新技术，企业往往需要帮助才能将其整合到现有经济体系和五花八门的软件生态中。 Gomez 指出，AI 智能体要实现有效的自动化，必须拥有与人类员工同等级别的信息访问权限。这意味着它需要接入企业的电子邮件、聊天记录、通话、CRM、ERP、HR 软件等几乎所有系统，以获取足够的上下文。这带来了两大挑战：首先是前所未有的隐私问题，很少有软件需要如此广泛的数据访问权限，因此隐私在 AI 领域比其他企业软件更为关键；其次是极高的定制化需求，每家公司的软件“马赛克”都独一无二，没有标准配置，因此需要大量定制化工作来整合所有上下文并接入模型。这正是 Cohere 在其新的智能体平台“North”上投入巨资的方向：让平台更容易根据每家公司的特定软件图谱进行定制和集成。Gomez 坦言，实现完全自助、无需人工干预的安装和配置目前仍是“幻想”，未来更可能是一种“中间状态”——自动化解决部分问题，但鉴于访问薪资数据、客户数据或患者数据等敏感信息的风险极高，相当多的安全护栏（guardrails）和人工监督仍是必要的。产品市场契合点：从客户支持到深度研究凭借与众多企业合作的独特视角，Gomez 分享了当前他认为已具备明确产品市场契合度（PMF）的 AI 用例。客户支持是技术已准备就绪、需求极为明确的领域，正在电信、医疗、金融服务等各个垂直行业快速铺开。另一个难以归类但需求旺盛的领域是研究增强——用 AI 智能体辅助人类，将需要一个月的研究工作在短短一两个小时内完成。他举了一个生动的例子：银行的财富经理接到客户要求对冲某个未来地缘政治事件的请求，传统上需要耗时数日进行紧急研究。而现在，能够阅读海量资料并生成带有引用来源的详实报告的 AI 模型，可以将这类知识工作的效率提升十倍。展望未来 12 个月，Gomez 预测，随着像 North 这样的自动化基础设施在企业中部署到位，更多“平凡的”后台办公室工作将开始上线，例如财务、法务领域的流程自动化。此外，销售也是一个成熟的领域。销售人员在会见客户前需要进行的内部和外部研究（公司战略、关键联系人、历史沟通记录等），完全可以由 AI 智能体高效完成，生成一份全面的情报简报，从而极大提升销售效率。关于企业是选择多个“最佳单项”解决方案，还是一个统一的平台，Gomez 认为会经历一个从分散到整合的过程。初期各部门可能采购各自的应用，但很快他们会发现，销售智能体不能只接入 CRM，财务智能体也不能只接入 ERP，它们都需要连接公司内所有其他信息源。维护这些分散应用与所有数据源的连接将带来巨大的负担，因此最终会强烈倾向于整合到一个统一的、能接入一切、并实现所有自动化目标的平台。这也正是 Cohere 通过 North 平台所布局的“长线游戏”。模型战略：垂直整合与专业化之路在“一个模型统治一切”还是“多个专业模型并存”的辩论中，Gomez 的观点经历了演变。他最初更倾向于需要专业模型，但随着模型展现出自我发展出“专家子网络”的能力，这种压力有所缓解。然而，定制模型仍然至关重要。基于网络数据训练的通用模型，缺乏关于特定业务或领域的根本性上下文信息。网络上有大量关于人类历史、文化、科学的信息，但制造业数据、客户交易数据、详细的个人健康记录等并不在网络上。对于这些模态或数据类型，Cohere 的做法是与拥有这些数据的机构合作，创建仅供其访问的定制模型，使其在该领域变得非常出色。尽管如此，通用模型的能力已经非常卓越，而合成数据能够显著弥合差距。因此，Gomez 认为，一个组织内部不会运行数十或数百个模型，可能只有少数几个。他并不认为每个团队都需要自己的微调模型，除非他们专注于模型从未接触过的某种新型数据。谈到 Cohere 同时构建底层模型和上层应用（North）的垂直整合战略优势时，Gomez 强调，这让他们拥有更多杠杆来提供客户所需的体验。最新版的 Command 模型已经针对 North 平台中客户需要的用例进行了优化，例如知道如何使用 ERP、如何与 CRM 协作。这种技术与客户实际需求之间的深度整合，对于产品质量至关重要。许多现有应用未能兑现其对用户的产品承诺，部分原因就在于它们只是技术的消费者，无法为了客户需求而改变底层技术。数据与评估：合成数据当家，人类把关仍在在数据策略方面，Gomez 揭示了当前模型训练的前沿实践。合成数据已经占据了 Cohere 为新模型生成数据的“压倒性多数”。用 10 万名医生来教模型学医的成本高得不可行，但用 100 名医生提供高质量、可信赖的“种子”数据，然后生成上千倍的合成仿制数据，则是可行的策略。在代码、数学等可验证领域，这更容易实现，因为可以检查结果并过滤垃圾数据。在其他领域虽然更复杂，但仍然是可行的。然而，在模型评估（Eval）环节，人类仍然是无法脱离的“黄金标准”。Gomez 明确指出，要让人类退出评估循环，除非有一个比当前模型更专业的“专家”来观察它，但这首先假设你能构建出那个“专家”。因此，在评估方面，仍然严重依赖人类。毕竟，最终使用模型的是人，他们最适合评估模型的有用性。能力突破：推理改变游戏规则，规模化遭遇瓶颈 Gomez 兴奋地谈到，推理能力是当前一代模型最明显的突破。对于 Cohere 专注的企业场景而言，推理的意义不在于解决数学奥林匹克竞赛，而在于教会模型使用人类在业务中使用的工具，来推理并解决业务中存在的问题。在具备推理能力之前，许多任务根本无法让模型达到足够的准确度来完成，几乎是“不可能”的，模型几乎总是失败。而有了推理能力后，模型几乎从不失败。无论是多复杂的任务，它似乎都能找到办法完成。推理能力解锁了“反思”——理解第一次尝试为何失败，并利用这个信息找到达成同一结果的其他路径。这带来了真正的解放。同时，Gomez 明确表示，“规模即一切”的假说正在被打破。资本和算力的回报递减效应已经非常明显。行业将不得不变得更聪明、更有创造力，才能解锁技术的下一个台阶。他认为这是好事，是对创新者施加的良好压力，迫使大家去探索和尝试。旧策略（单纯砸钱堆算力）是“无聊且愚蠢的”，他更期待新时代的到来。未来架构：Transformer 的统治终将结束作为 Transformer 架构的共同创造者，Gomez 对此架构的持久统治感到惊讶甚至“不满”。他坦言，如果在 2018 年（Transformer 论文发表一年后）被问到，7 年后我们是否还会主要使用 Transformer，他会认为概率“接近零”。尽管目前出现了像状态空间模型（SSM）、离散扩散模型等有潜力的新架构，但往往发现可以将它们的优点“偷”过来融入 Transformer，从而削弱了彻底更换架构的必要性。例如，离散扩散模型在用户体验上很酷（像图像扩散一样从噪声中生成文本），但它是否真的是比 Transformer 更好的语言模型？Gomez 表示怀疑。尽管如此，他热切期望在未来的 5 到 10 年内，会出现新的、成为主流的 AI 架构。“拜托，一定要有（新架构）。”他说道。这反映了一位奠基者对技术持续进步的真诚渴望。 AI 与社会：乐观前景与务实关切 Gomez 对 AI 的未来持乐观态度，但并非乌托邦式的幻想。他认为 AI 不会导致大规模失业，因为世界面临的是供给约束而非需求约束。只要能够将人们转移到需要的岗位并进行再培训，人类的需求是无限的。AI 技术将增强人类，让他们能够产出更多世界需要的东西。他关注的 AI 风险更侧重于中短期：担心恶意行为者（尤其是国家层面）可能获得的能力；希望自由民主国家能率先掌握并建立优势；担忧社会是否具备足够的基础设施来帮助受影响岗位的人员转型到新的、更有成就感的工作。至于“终结者”式的生存风险（x-risk），他认为目前有足够多近中期的现实问题需要关注和解决，不应让公众和政策制定者的焦点过早集中在末日场景上。最后，Gomez 分享了他最期待的下一个模型能力突破：从经验中学习。目前，模型无法记住与用户的互动历史和学习反馈，每次对话都像是面对一个刚来的实习生。他憧憬未来模型能像真正的实习生一样，在用户的教导和反馈中成长，从不犯错到熟练，最终成为用户的“2.0 版本”。这种与系统共同成长的联系，将彻底改变人机交互的深度和价值。

Fei-Fei Li（李飞飞）：AGI 的核心是空间智能，AI 发展的首要原则是尊重人类能动性撰文：Techub News 整理导语 2025 年 1 月，斯坦福大学“以人为本人工智能研究院”（HAI）联合主任、被誉为“AI 教母”的 Fei-Fei Li（李飞飞）做客知名投资人 Reid Hoffman（里德·霍夫曼）的播客节目《Possible》，进行了一场深度对谈。在这场对话中，李飞飞回顾了其从开创 ImageNet 数据集到如今领导 World Labs 的学术生涯，并分享了其对人工智能，特别是通用人工智能（AGI）本质与未来的深刻洞见。在当前 AI 技术飞速发展、AGI 讨论众声喧哗的背景下，李飞飞从一位奠基性研究者和人本主义倡导者的双重视角出发，提供了兼具技术远见与人文关怀的思考。摘要 AGI 的“另一半”：空间智能：真正的智能不仅在于“说”（语言），更在于“看”和“做”。理解和作用于三维物理与数字世界的“空间智能”，是实现更完整 AGI 的关键。从 ImageNet 到 World Labs 的演进：ImageNet 是为 2D 图像贴标签的“婴儿步”，而 World Labs 的目标是解锁三维世界的空间智能，实现物理与数字世界的无缝交互。 AI 发展的核心原则：尊重人类：必须将 AI 视为人类使用的工具，尊重人的能动性（Agency）和追求健康、生产力与被尊重的根本需求，这是技术发展的基石。构建积极 AI 生态的三大支柱：AI 治理应基于科学而非科幻；监管重点应放在具体应用场景而非上游研发；需要公私部门协作，共同投资于好奇心驱动的创新和全民 AI 教育。从 ImageNet 到 World Labs：追寻智能的完整拼图李飞飞的 AI 生涯起点，源于一个关于数据重要性的深刻洞察。2006 年前后，她在利用机器学习算法理解图像中的物体时，发现整个领域存在一个普遍性问题：研究者们过度关注模型本身，却严重忽视了数据的规模、多样性与复杂性。她意识到，模型能力与数据质量必须匹配，尤其是对于神经网络这类高容量模型。这一洞见直接催生了 ImageNet——一个大规模、多样化的视觉数据库，它通过竞赛等形式极大地推动了深度学习在计算机视觉领域的复兴。然而，ImageNet 在李飞飞看来，只是通向更宏大目标的一个“婴儿步”。“人类的智能，一半在于我们用语言沟通、组织知识，”她解释道，“但另一半同样深刻，在于我们‘做事’的能力——无论是烹饪煎蛋、徒步旅行，还是与朋友共处。” 这种“做事”的能力，根植于我们对所生活的三维世界的感知、理解、推理和行动能力，她称之为“空间智能”。 ImageNet 处理的是 2D 图像，而 2D 图像只是 3D 世界的投影。因此，李飞飞当前领导的 World Labs，目标正是迈出那“决定性的一步”：解锁空间智能。她指出，空间智能不仅关乎物理世界（如更换轮胎、进行手术），也涵盖数字世界（如虚拟环境）。未来的 AI 将成为桥梁，模糊物理与数字的界限。例如，当汽车爆胎时，人们或许能通过智能眼镜或手机，在 AI 应用的视觉引导和对话协助下，轻松完成换胎。这种技术将深刻改变我们与现实世界互动的方式。超越语言模型：空间智能是“自然的语言” 当被问及“世界模型”与当前炙手可热的大语言模型（LLMs）有何区别时，李飞飞给出了一个清晰的比喻：LLMs 的基本单元是词汇，关乎“说”；而世界模型的基本单元是像素或体素（voxels），关乎“看”和“做”。 “语言是人类的语言，”她说，“而 3D 是自然的语言。” 她希望 AI 算法最终能让人们以更直观的方式，与像素构成的世界（无论是虚拟还是物理的）进行交互。这指向了一个超越文本交互的、更具沉浸感和行动力的 AI 未来。李飞飞引用社会生物学家 Edward O. Wilson 的名言：“我们拥有旧石器时代的情感、中世纪的制度，以及神一样的技术，这极其危险。” 但她对此持乐观的逆转态度：人类有能力创造“神一样的技术”，来改进我们“中世纪的制度”，并提升或引导我们“旧石器时代的情感”，将其转化为创造力、生产力和善意。关键在于我们如何建造和运用技术。人本 AI 的核心：尊重能动性，赋能每个人作为“以人为本人工智能研究院”（HAI）的联合创始人，李飞飞阐述了其 AI 伦理与治理观的核心原则。首要且最重要的，是尊重人类的能动性（Human Agency）。她批评了当前公共讨论中一种危险的叙事倾向：过于频繁地将 AI 作为句子的主语，仿佛 AI 自身具有独立意志。“我们会说‘AI 将治愈癌症’，甚至我自己有时也这么说，”她坦言，“但事实是，‘人类将利用 AI 来治愈癌症’。更危险的说法是‘AI 将夺走你的工作’。” 她强调，这种话语剥夺了人类的主体角色。技术真正的巨大潜力在于创造机会、增加就业、赋能人类能动性。这是必须坚守的第一原则。第二个基本原则是尊重人类对健康、生产力以及成为受尊重社会成员的根本追求。无论 AI 如何发展，都不能忽视这些基本人性需求，否则将是危险且适得其反的。基于这些原则，李飞飞认为，AI 治理应聚焦于以下几点：基于科学，而非科幻：关于 AI 导致人类灭绝或带来世界和平的极端言论，大多属于科幻范畴。政策与治理必须建立在数据和科学事实之上。监管应聚焦“橡胶 meets 路”的应用层：类比汽车发展史，我们并未因早期事故而关闭工厂，而是制定了安全带、限速等应用层法规。对于 AI，应在医疗、金融等具体应用领域建立相应的监管护栏，而非一味阻止上游技术研发。构建积极的生态系统：这需要私营部门（大公司和创业者）的活力，也离不开公共部门的作用。公共部门承担着产生公共品的关键角色：一是资助好奇心驱动的基础研究与创新（如 ImageNet 正源于此），二是承担从 K12 到高等教育的全民 AI 素养教育重任。李飞飞共同创立的非营利组织“AI4ALL”正是后者的实践，旨在通过夏令营、实习等项目，让更多来自女性和 underrepresented 社区的中学生接触并激发对 AI 的兴趣，让更广泛的群体参与塑造 AI 的未来。 AGI 迷思：本质是“会思考的机器”，当下重在赋能对于热议的 AGI 概念，李飞飞坦言自己“并不完全清楚它是什么意思”。她认为这个词更多来自约十年前 AI 商业化兴起时的业界，意在强调 AI 从狭窄任务走向通用能力的趋势。然而，若回溯至 AI 奠基者 John McCarthy、Marvin Minsky 在 1956 年的梦想，其核心始终是“建造能够思考并帮助人们决策的机器”。从这个意义上说，AGI 与 AI 的原始梦想一脉相承。谈及当前 AI 的进展，李飞飞认为这是一个“非凡的时刻”，因为 AI 已经能够被日常用户和企业所使用，早期 AI 先驱们的许多梦想正在实现或接近实现。例如，图灵测试在公众语境中已基本被视为“已解决”，自动驾驶也远比 2006 年时成熟。她特别看好自然语言交互带来的赋能，无论是用于自我学习、理解概念，还是帮助孩子们提升学习效果。但她再次强调，无论工具多么强大，都必须确保人类保持自我能动性，并利用工具来增强自身。李飞飞以自己在医疗健康领域的工作为例，说明了 AI 如何以“赋能者”而非“替代者”的角色发挥作用。她长期研究利用非接触式智能摄像头（她称之为“Nurse’s AI”）来辅助医护人员：在医院防止病人跌倒，在家中关注老人行为与营养，在手术室清点器械以避免遗留。这些技术旨在减轻医护人员的繁重负担，让他们能更专注于提供高质量的关怀，而非取代他们。最终愿景：技术普惠，共享繁荣在对话的最后，李飞飞分享了影响她至深的人生经历：15 岁移民美国时，一位高中数学老师 Mr. Sabella 给予了她无条件的尊重与支持。这段经历让她深刻体会到，人类社会意义的核心在于人与人之间的善意、尊重与互助。“将人类置于中心是美好的，”她说。对于未来 15 年的愿景，李飞飞希望看到“全球知识、福祉和生产力的提升，并特别强调共享繁荣”。她相信技术如果使用得当，能够帮助我们发现新知识、推动创新、提升福祉。“但我们一次又一次需要学习的教训是，当这一切发生时，我们必须认识到，我们需要分享这种繁荣，我们需要 democratize（民主化）这些好处。” 这或许正是这位“AI 教母”所有工作背后，最根本的人文关怀与科技向善的信念。Stellar 网络以 4.9 亿美元规模在非美政府债务代币化领域超越以太坊Techub News 消息，根据 RWA.xyz 截至 8 月 20 日的数据，Stellar 网络持有约 4.9 亿美元的非美国主权债务代币化资产，这一规模已超越以太坊，使其在该领域自 2 月以来保持领先地位。同期，Stellar 原生代币 XLM 价格报 0.1922 美元，24 小时上涨 4.4%。（CoinPedia）Techub News06:18 Tenor OTC 在 Base 网络新增 AERO 作为固定利率借贷抵押品Techub News 消息，去中心化场外交易平台 Tenor OTC 在 Base 网络上新增 AERO 代币作为固定利率借贷的抵押品。此举旨在为代币持有者提供更多流动性选择和财务灵活性，以促进生态系统增长。（Crypto Briefing）Techub News05:55 英伟达 CEO 黄仁勋称人类水平 AI 已实现，但业界定义仍存分歧Techub News 消息，英伟达 CEO 黄仁勋近日表示，人类水平的人工智能（AGI）已经到来，并特别提及 OpenAI 的 GPT-6 Astra 模型已达到通用人工智能水平。然而，他此前在 G20 会议上的表态则更为模糊，称 AGI 可能在几年内实现，甚至“实际上今天就已经达到了”，并认为该术语的定义可能意味着很多，也可能毫无意义。业界对 AGI 的定义和达成标准存在显著分歧。OpenAI 与微软的合作协议曾将 AGI 与创造约 1000 亿美元利润的能力挂钩，但 2026 年 4 月修订的协议已取消这一技术里程碑触发条款，无论技术进步如何，OpenAI 的付款将持续至 2030 年。红杉资本合伙人年初发文称“2026 年就是 AGI”，而 Anthropic 首席执行官 Dario Amodei 则认为当前系统远未达到“天才国度”的水平。认知科学家 Gary Marcus 对此持怀疑态度，认为在真正实现之前的任何声明都为时过早。投资者则更关注这些系统能可靠地接管多少人类工作。（BeInCrypto）Techub News05:44 Solana 应用 Fomo 24 小时协议收入达 140 万美元，超越 Pump.funTechub News 消息，Solana 生态应用 Fomo 在最新统计周期内实现 24 小时协议收入 140 万美元，超越此前占据主导地位的 Pump.fun。这一数据表明 Solana 应用层竞争激烈，用户注意力与资金流动迅速。尽管单日收入领先并不意味着 Fomo 已永久取代 Pump.fun 的市场地位，但此次超越反映出 Solana 生态内应用轮动与费用生成活动的活跃程度。Solana 凭借低廉的交易成本和快速结算能力，持续吸引零售用户尝试新的交易体验。分析指出，若 Fomo 能持续数日或数周保持强劲的收入表现，其市场影响力将更为显著；若收入快速回落，则可能仅为短期关注度爆发。无论结果如何，此次数据变化凸显了 Solana 应用排行榜快速更迭的特性。（Bitcoinist）Techub News05:31 Aave V4 上线 Ethena 生态市场并激活 USDe 奖励Techub News 消息，Aave 在以太坊 V4 的 Ethena 市场中激活 USDe 奖励，用户可存入 USDe 与 sUSDe 等资产进行抵押借贷并获取协议激励。该集成是 V4 上线时规模最大的生态部署，新增 Liquid Leverage 功能支持 USDe 与 sUSDe 组合存入以提升流动性。目前 USDe 供应量已突破 120 亿美元，Aave 曾在高峰时期承载其超半数流通量。（CryptoBriefing）Techub News05:24 Neoclouds 凭借英伟达服务器优势挑战传统云服务巨头Techub News 消息，新兴云服务商 Neoclouds 正凭借其在获取英伟达服务器方面的优势，挑战传统云服务巨头。这一趋势正在重塑 AI 基础设施格局，并突显了英伟达在市场上的战略影响力。（Crypto Briefing）Techub News05:07 Raydium 日收入达 44 万美元，创 2025 年 7 月以来新高Techub News 消息，Raydium 9 月 6 日协议收入约 44 万美元，创 2025 年 7 月以来新高。StonkFun 集成 LaunchLab 推升交易量与费用。该平台专注股票与商品代币化，此前已通过 Raydium 路由超 2.19 亿美元交易量。新集成支持无许可部署与联合曲线交易，部署成本降低约 90%，有助于 Raydium 捕获早期流动性。（CryptoBriefing）Techub News04:49 以太坊基金会确定 Hegotá 升级两项必须部署的 EIPTechub News 消息，以太坊基金会已为即将到来的 Hegotá 升级指定了两项“必须部署”的以太坊改进提案，分别是 FOCIL 和 Frame Transactions。开发团队正在评估数十项其他拟议变更，以决定是否纳入此次升级。（Cointelegraph）Techub News04:43 OpenSats 向全球 413 个项目拨款 3700 万美元，支持比特币开源开发Techub News 消息，非营利组织 OpenSats 宣布已向全球 413 个项目拨款总计 3700 万美元，以支持比特币生态的开源开发。其资助模式旨在通过最小化运营开销，确保对比特币网络做出多样化和独立的贡献。（Crypto Briefing）Techub News04:43 Xverse 推出自托管比特币质押服务，支持用户共享访问Techub News 消息，比特币钱包 Xverse 推出自托管比特币质押服务，允许用户通过共享池访问质押功能。该服务旨在降低比特币质押门槛，可能增加 STX 代币需求，但同时也引入了新的风险。（Crypto Briefing）Techub News04:19

已经到底了

AI Web3 ETF 稳定币 Defi RWA

搜索“F”共有20条相关结果

查看全部

相关发布者

相关发布者

Andrew Ng（吴恩达）：AI 模型能力增长的多元路径与人才瓶颈

Figure CEO Brett Adcock（布雷特·阿德科克）：人形机器人将比汽车更普及，家庭应用Alpha测试今年开始

Google 首席科学家 Jeff Dean（杰夫·迪恩）与 Transformer 之父 Noam Shazeer（诺姆·沙泽尔）：25 年 AI 之路与 AGI 蓝图

Figure AI 创始人 Brett Adcock（布雷特·阿德科克）：为何人形机器人将主导万亿级未来

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：Transformer 架构八年未变，AI 的未来在于企业应用

Andrew Ng（吴恩达）：AI Agent工作流是当前最重要的技术趋势

Figure CEO Brett Adcock（布雷特·阿德科克）：人形机器人已能胜任枯燥物流工作

Figure AI CEO Brett Adcock（布雷特·阿德科克）：人形机器人将催生史上最大规模产品发布

Cohere CEO Aidan Gomez（艾丹·戈麦斯）：企业 AI 的规模化边界、合成数据与后 Transformer 时代

Fei-Fei Li（李飞飞）：AGI 的核心是空间智能，AI 发展的首要原则是尊重人类能动性

Stellar 网络以 4.9 亿美元规模在非美政府债务代币化领域超越以太坊

Tenor OTC 在 Base 网络新增 AERO 作为固定利率借贷抵押品

英伟达 CEO 黄仁勋称人类水平 AI 已实现，但业界定义仍存分歧

Solana 应用 Fomo 24 小时协议收入达 140 万美元，超越 Pump.fun

Aave V4 上线 Ethena 生态市场并激活 USDe 奖励

Neoclouds 凭借英伟达服务器优势挑战传统云服务巨头

Raydium 日收入达 44 万美元，创 2025 年 7 月以来新高

以太坊基金会确定 Hegotá 升级两项必须部署的 EIP

OpenSats 向全球 413 个项目拨款 3700 万美元，支持比特币开源开发

Xverse 推出自托管比特币质押服务，支持用户共享访问