欢迎收听十字路口，我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。十字路口是乔布斯对苹果公司的一个比喻，形容他站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变。我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代积极行动者，和他们一起探索、拥抱新变化、新的可能性。
我是十字路口的 Koji，联合创办了街旁、新事项和糖岛，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间。我相信科技，尤其是 AI，是我们这一代人最大的价值创造机遇。欢迎大家找我聊天，碰撞想法，链接下一个可能性。
我是十字路口的 Ronghui，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事。也欢迎大家找我聊天和我交流。
本周十字路口的嘉宾鸭哥是我们身边最活在未来的朋友。因为鸭哥一直在做各种关于人如何与 AI 共生的生活实验，不光自己做得很深，也愿意对外分享这个过程和思考。他用 Apple Watch 24 小时录音，让它做自己的 AI 耳朵；在胸前挂 Insta360 GO 相机，记录一整天，作为自己 AI 系统的眼睛；还自建了一个具有长期记忆的 Agent 系统。这些听起来像是来自 2035 年的生活方式，而鸭哥在 2025 年提前十年真实地践行着这一切。用鸭哥自己的话说，在这些实验过程中，他也亲眼见证了 AI 从一个平庸的实习生蜕变为一个能提供深刻洞见的人生总教练。
所以今天我们请鸭哥来聊一聊他是怎么想、怎么做的，以及这一切最终的目的是什么。这也是鸭哥第二次来做客十字路口。上次他分享的播客叫做《Manus 爆火的背后》，我们用 20 个问题一起搞懂 AI Agent，那期内容也好评如潮，感兴趣的朋友可以回去听一听。
好，那我们今天还是先从与鸭哥的快问快答开始啊。
Koji
请问鸭哥的年龄？
马东
上来就问这么悲伤的问题吗？我已经是个老男人了，已经过了要优化的界限，还是挺老的。
毕业院校？
我本科是在中国科学技术大学读的，后来去了 Columbia University，不是南美洲那个，是美国纽约的哥伦比亚大学读博士。
你在工作身份上要怎么介绍自己？
马东
我在一家小厂 Samsara 做行车记录仪，是 Applied Scientist。这是我的本职工作，主要做 Computer Vision 方面的东西。但是因为个人兴趣的原因，我对 Agentic AI 有很多尝试和探索。
你的 MBTI 和星座是什么？
马东
这个其实我不是特别清楚。我以前好像做过一次 MBTI 测试，不太记得结果，但好像是最少的那个。星座是天蝎座。
要小心，天蝎座会记仇。
马东
对，记仇。我问你的年龄，你也没告诉我，你记在小本子上了。
很多朋友可能是通过你写的技术文章认识你的，但我们知道，生活中的你远不止于此。可不可以和我们聊一聊，在 AI 和代码之外，你是一个什么样的生活状态？
马东
这是一个非常开放的问题。我确实也有一些比较不一样的经历。比如 2008 年的时候，我作为火炬手参加了北京奥运会的火炬传递；我还考了挖掘机、飞机和机动船舶的驾照。
但这些事情背后其实有一个主题。我为什么去考飞机驾照？不是因为我很富有，每天要坐私人飞机通勤，而是因为我不会飞，却一直很希望知道，如果我作为一个人，能够自己掌控往哪里飞，飞到云上面看一看、拍照，会是一种什么样的体验。
这很大程度上也是我去做这些事情的原因，就是追求一种体验。我一直觉得，人死了以后很多东西都带不走，那为什么不尽力去体验这个世界呢？飞行驾照是这样，滑翔机和船舶驾照也是类似的。
另外，我还是一个业余摄影师。我关于天文摄影、显微摄影、多波段摄影之类的探索被徕卡相机注意到了，因为很多时候用的是他们家的相机。他们邀请我在西雅图开了一个个人摄影展，也是基于类似的体验：很多东西人眼看不见，那我们就用工具去拓展自己的能力边界，让我们能够飞，能够看见特别小、特别远，以及人眼看不见的紫外线和红外线。
这个发现大家也都很喜欢，能够给他们带来启发，所以这也许就是对我的业余世界的一个介绍吧。
我觉得鸭哥真的就是文体两开花，活出了非常丰富的人生。你读 PhD，后来又做工程师，我理解这其实还是一种极客式的个性。
我一直看你的博客，所以能够第一手感受到你在 AI 这件事情上的各种奇奇怪怪的实验。我记得这个起点是大家刚开始用 ChatGPT 的时候，觉得它有时候很聪明，但有时候像人工智能，有时候又像人工智障。你自己也有这样的感受吗？这是你做这些事情的起点吗？
马东
我太有这样的感受了。我对 AI 很感兴趣，很早的时候就开始用。用的时候就觉得，有些特别简单的事情它为什么做不好，特别智障。
但是因为我可能比较共情，有时候会不由自主地把自己放到 AI 的位置上去想：如果我是 AI，我的老板交给我这样一个活，我想想，感觉好像真的做不出来。很多情况是这样的。
举个例子，这就有点像公司里新来了一个清华、北大毕业的新人。他很聪明，懂很多事情，也很厉害，但是公司里很多背景他不知道。你交给他一个任务，他给你一个教科书级别的解决方案，但这个方案落不了地。这不是他的问题，而是我们交代任务的时候没有把需求讲清楚。
我逐渐发现，AI 失败的情形可以分为两种。一种是 AI 不够聪明，比如它算数算不好，这是一个很典型的例子。另一种是它足够聪明，也给出了正确答案，只是我们像一个不好的 PM 一样，不断在变需求：突然跟他说“你这个不行，因为刚才我忘了告诉你这个”，或者“你那个不行，因为我刚才忘了告诉你那个”。
这就造成了一个假象，让人觉得是不是 AI 不行。其实很多时候，是因为我作为 AI 的 manager 没有做好本职工作，没有给它足够的 context。
如果直接回答你的问题，我确实觉得人工智障很常见，但很多时候这不是它的错，而是我们的错。
共情 AI。这样作为一个带路党，等到 AI 统治世界的时候，你应该会有一个好地位。
那后来你有没有调整自己使用 AI 的方式，让自己能够更好地应用它？
马东
这是一个很好的问题。我确实做过很多调整，有的成功了，有的失败了。
比如一个很自然的想法就是，我直接跟 AI 说我到底想要什么。当我向它介绍一个项目时，我不仅跟它说“你帮我做这件事”，还会告诉它这个项目的背景、之前我们做过哪些实验、为什么对结果不满意。有了这些背景之后，它往往就可以给出非常好的结果。
但为什么说有些尝试失败了呢？因为很多时候，一个项目会有很长的背景。如果要打字的话很痛苦，打几百、上千字都很痛苦，而我又是一个特别懒的人。
所以我做了另外一件事情，就是做了一个语音输入法。它是一个基于 AI 的语音输入法，Built for AI, by AI，底层基于 GPT-4o Realtime。它是一种原生处理语音的 AI 模型：你把语音给它，它能够实时给出语音识别结果，并且对它做出一些反应。
我把它当作语音输入法来用。这样一来，我和 AI 之间的带宽就多了很多，不再需要用手通过拼音输入法打字，而是可以花一两分钟说几百个字，甚至五分钟说上千个字。这样就把我和 AI 之间的摩擦急剧降低了。
通过这种方式，让上千字的 prompt 变成一种常态，我就发现 AI 的成功率一下子提高了很多。而且这种正反馈、正循环会进一步促使我把更难的事情交给 AI。
很快我就发现，以前我对 AI 的态度是“你是我的小弟”，现在当我们给了它足够的 context 以后，它变成我大哥了。
举个例子，我在公司里有时候会遇到一些特别棘手的项目。我会把项目背景、我们的尝试，以及人员方面的信息都告诉它，比如我的老板喜欢什么风格、我的同事不喜欢什么东西。它会给你做出一个特别有用、甚至让人眼界大开的分析。
比如它会说：“如果你的 VP 站在他的角度上，他会怎么想？”或者：“如果你这么说，你的老板可以拿着这个东西去给他的老板汇报。”这是一个高层的视角，以前我完全没有办法得到，因为我又不跟他们开会，也不知道他们在说什么。
但 AI 给我的这个视角，事后证明非常有效。他们真的很吃这一套，所以我提出的各种方向、各种项目，很容易就能说服领导或者同事，让我能够到达以前不能到达的层次。
所以我逐渐觉得，AI 是我大哥，而这一切都是从一个很小的语音输入开始的。因为我们降低了 friction，打破了瓶颈，让我们愿意也有能力给它上千字的 prompt，从而解放了它的能力。
我看 ChatGPT 最近也在内测一个功能，而且我被灰度到了。现在向上轻轻一拨，就可以直接启动语音对话。它不是打电话那种语音对话，而是语音输入这样的对话。
我觉得这背后应该也是认为，语音输入会比文字输入、敲键盘减少摩擦，可以让用户更自然地提供更多 context 给 AI。
马东
是的，我也被灰度到了。它可能有两个方面的启示。
第一个启示是，目前 ChatGPT 针对的用户场景是：我在一个会议里面，启动一下录音，会后它像 Zoom 一样自动给我总结，而且我可以对它进行问答。我们后面可能还会提到我对它的一些更深的想法，我觉得它还有其他的产品形态。
但这确实说明语音非常重要。ChatGPT 很早就推出了另一个功能，就是基于 Whisper 的语音识别功能。它的坏处主要是，Whisper 虽然是顶级的语音识别模型，但效果还是没有 GPT-4o Realtime 那么好。
这主要是因为 GPT-4o 是一个 LLM，也就是 large language model，但是 Whisper 背后不是一个 large language model，它的 language model 是一个很小的 model，可能这就是原因。
打字可以承载的信息量实在太有限了，而且这还是对已经比较愿意打字、或者有很强烈输出欲望的人来说的。
马东
是的，尤其是在手机上，太痛苦了。
所以，当你自己用语音让输入变得更容易、更轻松，也可以更大量地给 AI 提供上下文信息之后，下一步你做了什么？这是一个实验的开端，对吧？其实我们还没讲这个实验本身。
马东
Exactly。下一步我就更多地用这个语音工具跟 AI 对话，很快就遇到了一个特别痛苦的地方：AI 没有记忆。
这和大家的印象相反。LLM 每一次 inference 的过程都是上下文独立的，它不会记得你以前说过什么，除非产品维护了一个显式的记忆，并且把它加到提示词里面去。这其实就是 ChatGPT 的个性化功能，也就是它的记忆功能。
但且不论大多数产品没有这个功能，ChatGPT 自己的这个功能做得也不是特别好。于是就造成一个现象：每一次我要讨论那个项目，都要从头讲一遍项目目标是什么、我们经历了什么；每一次我要让它规划周末去哪里玩，都要告诉它我们家有几口人、每个人喜欢什么、有什么忌口。
我大多数时间都花在重复这些 context 上，而不是花在真正的脑力活动上。
所以我开始用一种特别土的方法解决。一开始的方法是维护一个提示词。比如我把我们家有几口人、每个人喜欢做什么，写成一个文本，到时候复制粘贴就行了。
对于特定场景来说，这还比较好用。但对于动态变化的场景，比如公司的项目，就不太好用了。我等于要时时刻刻写文档，但你知道，写文档是马东最不喜欢干的事情，所以摩擦特别大。
后来我就在想，如果从更抽象的角度考虑，每次写 prompt 本质上是在做什么？是在表达自我，是让 AI 从一个被清空了记忆的状态，通过 prompt 这个窗口，去描述我是一个什么样的人、我的历史有哪些。
有没有可能从另外一个角度思考：我们不要平时不烧香、临时抱佛脚，而是把 AI 邀请进我们的生活，让它一直浸润在我们的生活里，让它拥有这样的记忆？
这就是后来 Apple Watch 录音实验的开端。
这个想法是这样的：我用 Apple Watch 一直录音。这有一个客观上的优势，就是我自己在家工作，所以没有太多隐私上的顾虑，而且录音只录我这边自己的声音，别人的声音也录不进去。因为我用耳机，所以也没有太多隐私上的顾虑。
续航方面我也测试了一下。Apple Watch 老版本的固件可以运行 8 到 10 个小时，我升到 watchOS 26 之后就变成 5、6 个小时了，这个垃圾系统。
它用的是 Voice Memos，也不需要额外的 App，录完以后自动同步到 iCloud，整个体验特别顺滑。
那这有什么用？
马东
主要用途是，我每天会做一次语音识别，调用一轮语音识别 API，然后把识别的文本放到一个数据库里面。下面我们会具体说这些东西怎么用。
这立刻带来了几个好处，而且有些好处还挺意外。比如有一次我开车出门，差点因为走神撞上另外一辆车。要是没有 Apple Watch 录音，这件事可能就过去了，被我忘掉了，也不会有复盘的机会，更不会让我的驾驶技术在未来变得更好。
如果需要当场记下来，就要拿手机、打开 App，但当时还在开车，根本特别困难。因为 Apple Watch 当时正在录音，我就直接对着它把刚才的事情复盘了一下，然后让它在我的待办事项里加一条，晚上提醒我总结这件事。
后来我做语音识别时有一个 prompt，它会把每天的待办事项也总结下来。于是这件事就被 formalize 了：当时的情景、得到的教训都记了下来，事后也有复盘。这样对我的驾驶技术就有了切实的改进。
所以你就可以一直自言自语，因为 Apple Watch 一直在听。你也可以随时说：“我晚上需要做一件事。”原来可能还要说“嘿 Siri”，让它加一个 reminder，现在这些都不用了。
马东
Exactly，这就是更大程度地降低了摩擦。
那你会不会因此变得更谨慎，有些话不敢说出来？
马东
其实还好，因为我没有用任何商业系统，整个系统完全是自己搭的，所以我有绝对的控制权。我觉得这还蛮重要的。如果用第三方商业系统，有些话我可能真的要想一想再说。
继续分享一下刚才说的，开始用它之后的几点收获，包括一些意外的、没想到的收获。
马东
一个是刚才开车的例子。另一个没想到的用法，是因为我本来就非常依赖语音识别进行输入，所以这两件事天然地碰到了一起。
如果不用语音识别，只是敲键盘，你可以想象它录下来的大都是键盘声，信息密度特别低。但正因为我经常用语音识别来输入，它就把我那些琐碎的、跟 AI 的对话变成了一个统一入口，像一个漏斗一样全部收集起来，信息密度反而特别高。
这正好误打误撞地把它变成了一个特别有效的信息收集手段。
不过讲到现在，我们还是只说了信息收集，还没有提到这玩意到底有什么用。因为就算做完语音识别，它也只是变成一堆躺在电脑硬盘上的 TXT 文件，到底有什么用呢？
为了解决这个问题，我又做了一件事情：自己 build 了一个山寨版的 ChatGPT。
这个山寨版 ChatGPT 有两个额外功能。第一个功能是，它可以接入各家不同的 AI 模型，比如 Gemini、GPT、DeepSeek、通义千问都有。第二个功能是，它运用了 Agentic AI 的思想，接入了很多工具。
比如上网搜索，这是最基础的工具。我还自己做了一个 Retrieval 引擎，让它能够访问我的语音识别数据库。比如我跟它说：“你搜索一下过去几天我曾经提到过的某个项目。”它就会去搜索，把相关内容找出来。
这特别有用，我不用再从头跟它讲，可以直接说：“你搜一下那个项目的背景。”它自己就去做了。
注意，这个跟 RAG 还不太一样。RAG 是一种静态工作流，而我做的是一种 agentic 的思想：要不要搜索、用什么关键词搜索、搜几次，全都由 AI 决定。它搜了一次以后觉得效果不好，还可以换一个关键词再搜，这些都由 AI 自己决定。
我管它叫 agnostic workbench。通过这种方法，把 AI 的能力接入我们的数据库里。我发现它真的特别有效，也说明我们前面做的这些努力都是值得的。
你刚才说到了一些让你感到意外的发现，具体是什么？
马东
一个是开车的例子，还有一个是两者之间正好发生了巧合：语音输入正好和语音分析对上了。
你到现在坚持多久了？
马东
录音是两个多月了，录像大概是两个星期左右，已经拍了差不多 2 万张照片。
你这个录像可以讲一讲吗？Insta360 是挂在胸前，然后它是用什么样的频率、什么样的规律来拍？
马东
Insta360 GO 这个相机特别小，背后有一个磁铁，配了一个磁吸项链。磁吸项链放在衣服里面，相机就可以用磁力吸在衣服外面，看上去没有什么侵入性。
我目前用的是它的 Vlog 功能，每 2 分钟拍一个 15 秒的视频，续航时间大概 4 个小时，还可以。但我对这个还是不太满意，因为每过 4 个小时就要充一次电。
所以我又用单片机做了一个这样的东西。它下面是一个单片机，上面是一个 microSD 卡和一个相机模组，也就是 CMOS 模组。通过这种方式，单片机可以深度睡眠，用一个很小的锂电池驱动它工作 1 到 3 天。
这个项目还在做，没有完全做出来，但我觉得还是挺有意思的。
我觉得鸭哥的动手能力简直太强了。前段时间有另外一家公司叫 Lookie，Look 加一个 i，他们在内测一款 AI 硬件，也可以磁吸在胸口，每隔 3 到 5 分钟拍一张照片，或者拍 15 秒的短视频。
它要做的也是记录一整天，然后帮你“复盘”这一天，还号称在未来的版本里会自动剪一支 Vlog 出来。这个听起来和你自己 DIY 的这一套很类似。
马东
听起来是比较类似，不过我这个没有太多技术含量，是华强北思路，很多东西都是现成的，我就是把它们攒在一起。
但整个过程主要也不是我写代码，都是 AI 写的。因为以前嵌入式硬件的开发体验特别差，一般都需要老师带，里面的小坑实在太多了，而且经常一个小坑要搜索半天才能解决。
我几年没做这件事，最近重新开始做，发现 o3 真是我大哥。有任何问题，我把错误信息贴给它，它就告诉我点这里、点那里，立马就好了。开发效率真的提高了很多。
你用每 2 分钟拍 15 秒的 Vlog，记录了一段时间之后，有什么发现吗？
马东
它是每 2 分钟拍 15 秒。首先我先介绍一下我是怎么处理这些数据的，这也挺有意思。
我在本地有一个通义千问 2.5-VL 的模型，它可以处理图片。第一步，我让它把敏感的图片删掉，比如我带着相机去上厕所之类的场景，让 AI 识别出来之后把它删除。
第二步，它会生成几个搜索关键词：未来我想回忆这段经历的时候，会用什么关键词去搜索。
第三步，它会判断这是不是一个 presentable 的东西。也就是说，构图是否美观，不是特别模糊、什么都看不见，而是未来值得出现在搜索结果里的图片。比如有人脸，或者画面比较横平竖直，它就会把它标记成 presentable。
未来我打算再做一个图像搜索引擎放进去，有点像 Rewind。可能 5 年、10 年以后再来看，又会是完全不一样的感觉。
我后来又做了一件事情：把这 2 万张图片用机器学习做了聚类，从里面挑出最有代表性的 200 张图。挑出来以后，我把它们扔给 Gemini，让 Gemini 去分析。
挺有意思的是，它首先注意到了我的一些健康问题。它说，有时候看起来我的压力比较大，或者坐姿不对、手的姿势不对等等。
然后我让它分析我可能的职业和兴趣爱好，它分析得特别准。确实是“一图胜千言”，我觉得很有道理，里面有很多细节它都能够分析出来。
总的来说，这是一个很有意思的探索。我还在积极探索它到底有什么用，但它已经给了我非常大的启发，我想继续做下去。
它是怎么发现你坐姿不对的？它不是挂在你胸前吗，怎么能判断坐姿？
马东
我也觉得特别有意思。可能是因为有时候从画面里能看见，那个视角明显是弓着背，然后手又撑着腮，可以从这个角度看出来。
但你给的指令是挑出最有代表性的图片。“代表性”这个词其实挺抽象的。
马东
对，这一步不是 AI 做的，是我用传统机器学习做的。
它会把那些长得特别像的图片，比如我一直坐在电脑前编程的画面，先合并到一起。合并完以后，再比较各个图片之间的差异，从中挑出代表性的图片。
哪些是你意料之中的，哪些是意料之外的？
马东
刚才说的健康问题，我觉得还是蛮意料之外的。
意料之内的是，我对生活中的很多物品很感兴趣，想知道它能不能看出来是什么东西。比如我比较喜欢这种小模型，它是一台电影摄影机。结果 Gemini 从品牌到型号全部认出来了，还推断出很多关于我的线索，比如我很喜欢摄影。
这些是意料之内，但又有点意料之外。它能注意到这些细节，是我希望看到的，是意料之内；但它能够如此精确地说出品牌和型号，是我没有想到的。
我感觉你是在用声音、图片，给 AI 提供生活各个维度的信息，让它更全方位地了解你。
听下来会有一个特别强烈的感觉：我们和 AI 所知道的信息是非常不对等的。我觉得你其实也是在抹平这个信息差。当你可以给 AI 更多信息之后，可能会发生什么？
马东
这是一个特别好的问题，我非常赞同这个观点。人类和 AI 面临的信息差特别大。
举个例子，如果我们在公司里想做一个新项目、开启一个新的 initiative，我们的第一反应其实不是写一个 doc，也不是写一个 AI 的提示词，而是去找另外一个工程师喝杯咖啡。在这个过程中，我们会讨论一些细节，把框架敲定下来。
另一个例子是，你跟老板开会时，老板的眉头突然皱起来，你立刻就知道：“这里我要想一想，是不是有什么坑，或者我讲得不对。”
但 AI 没有眼睛，也没有耳朵，所以它完全不知道。
这是一件非常值得思考的事情。我们现在的人类社会是围绕人类展开的，这是一句废话，但主要是因为以前没有 AI 这个东西。
如果我们把社会变成 AI-native，或者至少变成 AI-friendly，把信息鸿沟抹平，也许 AI 能够发挥出现在 10 倍、100 倍的能力，加速科研和生活的各个方面都有可能。
所以这不论从产品角度还是社会角度，都是特别值得思考的问题。
回到你的问题，如果未来我们能够让 AI 更全面地了解我，会出现什么呢？我现在主要在探索两个方面，觉得特别有意思。
第一个方面，你看我们现在使用的所有 AI 产品，都需要我们做一件事情，就是表达我们的意图。比如 ChatGPT，你要按一下发送按钮，必须按一下才可以；像“Hey Siri”，你要喊一声，它才会出来。
有没有可能让 AI 未来能够主动介入，而不是需要我们被动地、有意地把它呼出来？
比如我在讲话，突然说了一句“法国的首都是伦敦”，AI 立刻蹦出来说：“不对，是巴黎。”那我就可以赶快更正，这比事后再更正要好很多。
我觉得现在已经有了这种技术雏形，但好像还没有太多针对这个方向的探索。我想象的未来应该是，每个人都戴着 XR 眼镜。你做汇报的时候，它就像《龙珠》里的战斗力显示器一样，但每个人头上出现的不是战斗力，而是他的喜好、你应该用什么策略去说服他，以及你接下来要说的内容提纲等等。
它有点像我们的外脑。它不是像我现在做的实验一样，以天为单位进行 reflection，而是以秒为单位指导我们。这是一个特别有意思的探索。
前天我刚见了一个 startup，离我经常去的 AI Hacker House 只有 500 米，走路就可以到他们的办公室。他们在做一个产品，叫 Proactor AI，是一个主动式 AI。
它做的事情是全天实时听你的一切，然后主动识别什么时候你有需求。在你提出问题的时候，争取先你一步，把问题帮你解决掉。
这其实和你刚才讲的比较类似，大家都在做主动式 AI 的探索。他们这个团队很有意思，也有很多过去成功项目的经历。
马东
现在做这件事情，我觉得是一个巨大的新挑战。第一，你要怎么处理那么海量的数据？当只有我自己一个用户时还好，但用户到了 1 万、10 万、100 万的时候，如何处理？
第二，怎么识别这个时候是用户真正需要，而不是用户觉得自己被打扰？你不能一天到晚三番五次地跳出来，用户把你关掉。来几次以后，用户就不想再用，也不会再续费了。
但我觉得他们在做的探索是未来一定会发生的。至于到底是谁做出来，可能是这样一个在上海的 startup——当然他们做的是面向全球的生意——也可能是 Apple 或者 Meta 这样的大厂。我不知道，但我觉得这一天一定会到来。
是的，非常有道理。
马东
我还觉得有一个很有意思的思路，是回溯式调用。我们现在使用 AI，很多时候是先按一个按钮，然后跟它说话，像 ChatGPT 一样，再按一个按钮发送。
但因为现在有了 24 小时录音的 Apple Watch，就有一种可能，像相机的 pre-recording 功能一样，它一直在录。你按一个按钮时，不是让它从此刻开始听，而是把之前录下来的，比如前 1 分钟的音频截取出来，做语音识别，然后让 AI 看看：“我能为你做些什么？”
这也是降低摩擦的一个很好手段。如果和主动介入结合起来，可能会是一个互补的用法。
你让我想到，我和 Proactor 团队聊天时，他们说我们都知道 AI 需要上下文，但有时候 AI 需要的上下文不是过去和此刻的上下文，有时候 AI 需要的可能是未来的上下文。
这也是他们全天监听，并且在你需要的时候主动跳出来服务的一个思路。
马东
这个确实有意思。
我们再聊一聊鸭哥另外一个有趣的实验。当你做了 AI 的耳朵和眼睛之后，好像也不希望 AI 只是你的大哥，只是一个能够帮你出谋划策的人，而是希望 AI 去帮你做更多具体的生活事务。
可不可以讲一讲这一部分你是怎么做的？
鸭哥
以前 AI 可能更多的是个嘴炮，我跟它在网上互相打嘴炮，然后由我去执行。但后来我就发现，有没有可能让它也长出手脚，帮我干活？
后来我找到了几个挺有意思的应用场景，主要是因为 ChatGPT 发布了一个功能，叫 ChatGPT Operator。刚开始这个功能其实挺难用的，因为它基于 GPT-4o。后来有一次升级成基于 o3 的版本，就很好用了。
我让它做两件事情，发现它做得还蛮好。
第一件事情是去买菜。以前我们在网上买菜，不管是 Instacart 还是 Weee，你要先去搜索框里搜索，再选择要买的菜，然后重复这个过程。有时候还要停下来想：“我到底要买什么菜？”整个过程非常痛苦，花 20、30 分钟很常见。
但如果用 Operator，我可以直接通过语音识别告诉它：“你帮我买青菜、萝卜、大白菜之类的东西。”它自己去搜索，帮我加购物车。
如果需要的话，我会告诉它：“你先别急着搜，先去我的历史订单里看一看每个菜我最喜欢哪一种。”因为不同的菜有不同的品牌。基于这些信息再去搜索，我发现它都能听懂。
后来我的工作流就变成了直接跟它说，它去看我的历史订单，甚至有时候能预测出哪些菜快没了，主动帮我加进去。
现在买菜变成了我按一下按钮，Operator 就把这些事情全部做完，加到购物车里，但不买单。我去购物车看看哪些不要，删掉以后买单就可以了。
这样买菜的过程就从 20、30 分钟变成了 5 分钟左右，非常省时间。
第二个例子是美国寄包裹。那太痛苦了，有点像国内填地址，要填省、市、区、街道地址。它在 UI 上有很多文本框，需要不停切换，还要选对，比如选北京市、哪个区等等。
美国也是一样，特别痛苦。每次寄一个包裹都要填 5 分钟，还要选择承运人、包裹里有什么东西、重量是多少、尺寸是多少，麻烦得不得了。
后来我发现，量好尺寸之后，直接通过语音识别告诉 AI：“这是一个地址，复制粘贴进去；这是它的尺寸；帮我寄过去，选 USPS，不要保险。”它就在后台点来点去，点了 5 分钟以后跟我说：“点好了，你去买单吧。”
我去购物车里买单就行了。这是一个很小、但特别有意思的自动化例子，省了我很多时间。
感觉你做的这些事情，都是在极致地提高自己的效率。
鸭哥
是的，这也是蛮有意思的一点，正好可以引出一个我比较感兴趣的话题，就是“赛博长生”。
我比较喜欢修仙小说，经常看，前段时间也看了《凡人修仙传》，还做了一个修仙宇宙，这个以后再说。
我所追求的第一个东西就是所谓的赛博长生。赛博长生不是肉体永生，也不是上传意识这些虚无缥缈的东西。我想的更多是：每个人活的时间哪怕一样长，但每个人做的事情可以不一样多。优化主要就是干这件事。
举个简单的例子，比如网上买菜可能要花 120 元，但如果真的去超市，只要花 100 元，因为网上有服务费、配送费和加价。但如果去超市，开车来回、挑选、结账，可能要花 1 个小时；而网上买菜，我现在 5 分钟就能点完。
这等于花 20 元买了 55 分钟的命。从某种程度上来说是这样。如果从医疗费的角度看，花 20 元买 55 分钟的命，我觉得大多数人应该都会愿意。但大家一听“买菜要贵 20 元”，又会觉得“不干”，这是一个挺有意思的比较。
我觉得这就是一种赛博长生的感觉。
有些人喜欢逛菜市场，会觉得这是享受，是快乐的一部分。你省下来的时间，可能就想拿去逛菜市场。
鸭哥
对，这也是非常有道理的一种想法。如果有人喜欢逛超市，他可以把时间花在这件事情上；如果不喜欢，就可以把时间拿去陪伴家人、打游戏，或者什么都不干。从某种意义上来说，这也是一种长生。
有的人可能喜欢逛 Costco，但也有人不喜欢。这没有关系。喜欢逛超市的人，可以从别的地方花钱买别的地方的时间，或者叫时间置换，用省下来的时间拿去逛超市，也完全可以。
我们上一期节目访谈了 RockFlow 的 Vicky。她提到他们新推出了一个金融 agent，叫 Bobby。做了这个金融 agent 之后，她觉得原来公司做的 App RockFlow 似乎都没必要存在了。
我们在节目里也问她，什么时候准备把整个 App 干掉，只保留一个对话式的 agent Bobby。她说是今年年底。我对此持谨慎乐观态度，准备到年底再看一看。
与此同时，最近 Y Combinator 做了 Startup Day、Startup School，Sam Altman 也在上面说，GUI 很可能未来会不存在。其实之前和鸭哥聊天时，你也提到过类似观点。这个可以请你展开讲讲吗？你怎么看 GUI？
鸭哥
从买菜的例子来看，这是一个蛮有意思的事情。
GUI 产生的初衷，是为了降低人们使用电脑的门槛。GUI 出现之前，大家都用命令行，你需要是一个码农，知道怎么输入命令，才能调用电脑的算力。
有了 GUI 以后，每个人都可以很直观地使用电脑，会点鼠标就可以了，它降低了门槛。
但你看买菜、寄快递的例子，GUI 起到的其实是反作用。我必须点那么多格子才可以完成任务。如果我直接给 AI 一个自然语言指令，让 AI 帮我跟 GUI 交互，它就像我的一个分身或代理，反而提高了效率。
这确实印证了前面的观点，是一件蛮讽刺的事情，但也说明几十年前出现的这个技术，未来可能还有优化空间。
你现在有看到哪些公司在做类似的事情吗？
鸭哥
你指的是用其他交互方式替代 GUI 吗？
对，感觉现在确实有很多。
鸭哥
我没有特别系统地统计过，但一个很有意思的例子是 Apple Watch。它最近推出了一个新的交互方式，把手这样 tap 一下，就可以作为一种交互方式。
这就是一个典型的例子。未来如果有了眼镜，手部非常细微的动作可能也可以作为交互方式，甚至甩手这种动作、IMU 的变化方向都可以作为交互方式。
想象空间很大，但到底应该是什么技术形态，我还没有太多想法。
我觉得鸭哥特别像互联网产品经理都知道的一类用户，叫 early adopter，也就是早期采纳者。他们比其他人更快拥抱新技术。我觉得你可能是 early adopter 中的 early adopter，而且是特别 deep 的那种。
最近你有没有用到什么让你觉得有意思的新产品？就是比别人更早感受到它未来可能成为大爆款的产品，不管是软件还是硬件。
鸭哥
我暂时可能想不到。AI 领域很多产品都在同一个 umbrella 下面，比如都叫 ChatGPT，但每周发布一个新特性。像 Codex、Operator，都在 ChatGPT 这个名字下面。
我目前没有看到一个充满亮点的综合性产品，但确实有不少产品里的具体特性让我特别兴奋。这也是驱动我做山寨版 ChatGPT 的原因。
它里面有很多其他小产品的想法，但这里面的代码大多数也不是我写的，都是 AI 写的，或者是 Trae 写的。
我感觉 AI 让我们不需要等待某个厂商做出自己心仪的产品，也不需要等到那个爆款出现，而是让我们有能力把自己的想法灌注到这些厂商已有的产品里，做出真正满意的产品。我们可以自己去魔改，而且可以方便地魔改。
这让我想起早年大家对 QQ 不满意，后来有一个魔改版的 QQ，那个叫什么名字来着？后来还显示 IP 什么的。
鸭哥
对，后来还有一场很大的官司，腾讯去起诉它。当时也是为了满足大家的需求：觉得 QQ 太简单了，需要一个丰富、五花八门、乱七八糟的 QQ。
上次鸭哥来十字路口时，Manus 刚刚发布。那一期聊得很硬核，不像今天这么轻松，聊的是 AI Agent 二十问，从方方面面给大家科普 AI Agent，也借助你浩瀚的知识回答了很多问题。
从那时候到现在已经过了三四个月，你最近还在用 Manus，或者以 Manus 为代表的 agent 产品吗？通常在什么时候会用它们？
鸭哥
我一直在用 Manus。主要场景是我在外面、没有坐在电脑前，但又想做一些简单的计算或者调研。
举个例子，最近我在拍卖一种咖啡，叫 Best of Panama，是咖啡界很好的一个拍卖会。它有一个 sample box，你可以花一些钱买一盒，每小盒大概 100 克。我就很感兴趣，想知道这个 sample box 到底应该值多少钱。
一个很简单的方法，就是去网上看它去年的拍卖价格，然后把每个价格按 100 克计算出来。人手工做这件事情肯定特别不划算，也要花很长时间。
我直接花 30 秒跟 Manus 描述了一下需求，让它去算。它做了大概 10 分钟，给了我一个网页，有中间结果和最终价格。
我一看，这个价格如果按照去年的拍卖价格来算，比今年的售价高很多，于是就拍板买了。这就是一个很有意思的 Manus 使用场景。
我感觉你每天需要关注的事情真的很多。
鸭哥
这其实就是我们刚才说的赛博长生。如果没有 Manus，你要么硬着头皮相信“我一定是赚的”，要么就老老实实手算、做 Excel，花半个小时。
有了 Manus，就省下了半小时的命。
我有一个模糊的感觉，就是你的能量特别高。这种高能量，是因为 AI 帮你做了很多本来需要你做的事情，所以帮你省了很多精力吗？
鸭哥
我觉得有这方面的因素，但主要是一个相辅相成的东西。不仅是个性的原因，也和你每天做的事情有关。
如果你每天做的是正能量的事情，比如工作上体力活都是别人干，你只负责最有意思、最有挑战性的部分，那你的能量就会很高。如果每天都是替别人擦屁股的活，那我肯定能量不高。
所以我觉得这又引出了我想传教的“赛博长生教”：生活不仅仅是密度，还有能量，或者说质量。
如果我把刚才说的那种调研工作全部扔给 AI，自己去做最终决策、拍板，然后我来喝这个咖啡、我来买，那是最开心的。人也会自然而然变得更高兴，寿命在某种程度上也可以说是延长了。
但我感觉，简单粗暴地分一下，我接触的人里面，像橄榄球两头的人比较开心。
一头是像你这样，用 AI 用得比较好的人；另一头是根本不关心 AI 的人，他可能没有这方面的信息困扰。中间的人，比如我，可能就在中间拉扯，每天觉得有很多东西要学，有很多东西还没学会。
我感觉比较快乐的是两头的人。
鸭哥
这确实也是命运的恩赐，很多时候也是这样。
你自己做这些事情、动手做这些东西，特别大的乐趣是什么？我感觉你非常享受这些事情。
鸭哥
我觉得就是把以前做不到的事情做出来。就像学开飞机一样，以前我不会飞，后来学会了，这本身就是对某些人来说能力的突破，是一个非常大的奖励。
我最近也看了你写的小说，就是博客上最近那篇文章。当时我就想，研究 AI 还可以回头写小说。
鸭哥
是的，而且那篇小说也是 AI 写的，不是我写的。
提示词是你写的？
鸭哥
对，提示词是我写的。
这代表了你对赛博长生的一些想法吗？我对其中一个情节印象挺深：一个很疲惫的人回到家，太太心情不好，但他当时已经没有能量了，此时 AI 在旁边提示他应该说什么。
鸭哥
这是我的一个想法，但稍微一想，就会觉得它有很荒谬的一面。比如，如果跟太太相处时还需要 AI 提示，那这还是我吗？
但很可悲的一点是，很多时候 AI 提示的确实会比我们做得更好。因为它是绝对理性的，也有足够多的信息来分析，比如伴侣的思维模式等等。这很容易让人陷入一种黑镜式的冲突。
这些小说是否代表了你对未来生活的想象？你提到的这种赛博生活方式，可能用一个字概括就是“别扭”。
鸭哥
如果简单叙述一下其中一些典型情节：一个人回家，发现太太因为工作压力很大正在哭泣。这时 AI 提出来：“你现在有几种选择。你可以上网搜一个笑话讲给她听；或者我给你一段文案，你照着念，可以让她稍微开心一点；或者我给你一个大礼包，里面有动作、语言和情绪，你照着做，就能保证她开心。”
但每一种选择收取的 AI 预算点不同。这个人下周还有一个非常重要的工作会议，需要用那些预算点，所以他只好选最便宜的那个，结果也没什么用。
如果你看完 4 个微小说，会发现里面有一个共同主题，就是冲突。它会逼着人们做出一些不得不做、但特别痛苦的选择。
我也不知道该怎么说。我在技术上比较乐观，但从社会角度来说又比较悲观，因为它可能会带来很多我们没有能力解决的问题。
你会不会有时候觉得，现在这么使用 AI，AI 可能比你身边任何一个朋友、甚至家人都更懂你，也更能给你提供帮助？想到这一点，你会觉得开心、失落、恐怖，还是其他什么感受？
鸭哥
这是一个特别好的问题。我也和 AI brainstorm 过这个问题。
这是一件挺恐怖的事情。原因是，当你发现这一点之后，就会不由自主地越来越依赖它，有点像成瘾。因为它确实能让你工作晋升得更快，也能让周围人的情绪变得更好。你给他们带来正能量，给他们安慰，用的词和表达都是最有效的。
但就像我刚才说的，这还是我吗？是我在活，还是 AI 借着我的躯壳在活？很多时候这个界限很难划分。
现在还没有小说里那种 AI AR 眼镜，但很多时候我确实会在工作中做决策时问 AI：“你觉得什么样的决策更好？”生活中也会问它一些问题，小一点的，比如明天去哪玩；大一点的，比如家庭矛盾怎么处理。
它会给你一个非常理性、成熟的解决方案，真的很有效，比我意气用事、凭感情做决定的效果好很多。
但这在一定程度上意味着，决策都是 AI 在做，我只是它的一个执行器而已，还是挺恐怖的。
你身边有跟你类似这种生活方式的人吗？
鸭哥
不多，感觉非常少。一方面可能是因为这样的人少，另一方面可能是因为这个空间太分散、太开放了，所以大家隔得比较远。
你指的是使用 AI 的方式？
鸭哥
对。因为太新了，所以每个人的观点不一定一样。就算大家都是 early adopter，因为可能的空间实在太广博，每个人使用 AI 的方向也离得很远。
我以前看过一部电影，具体名字忘了，但记得是 Bradley Cooper 演的。他一开始有点穷困潦倒，后来发现了一种聪明药。每天吃了以后，整个人精力特别旺盛，变得特别聪明，做什么都很好，后来也变得很有钱。
他对聪明药非常依赖，完全不能没有它，最后还走上了生产这种聪明药的生意。结果如果我没记错，最后他不能再吃聪明药，还是要回到正常生活。
我有时候会觉得，你现在的状态和这部电影有一点像。
鸭哥
但是一个很恐怖的地方是，我听了你刚才的话之后，第一反应不是针对剧情做什么反应，而是想：如果我现在有一副 AR 眼镜，能够根据你的描述把这部电影的名字搜索出来就好了。
这有点像非正式的递归。我真的需要那种聪明。你是被 AI 加强过的人类。
对，它就是一个外脑。我想问一个问题，不知道会不会有点冒犯：你有没有想过，你使用 AI 之后失去过什么？
鸭哥
这是个很好的问题。我暂时好像想不到失去了什么。我想想。
技术和效率都提高了。但我和 AI 讨论过这个问题，它说我可能是这样的：我每天都会记录自己做了什么。有了 Apple Watch 录音之后，这个记录更容易了。
有时候我会把这几个月的录音或者总结扔给 AI，问它：“你觉得我有什么地方需要改进？有什么建议？”
它的感慨是：我的目的性太强，每件事情都有自己的目的，比如要做一个产品、要完成一件事情，但没有放空的时间。
所以如果说失去了什么，可能就是完全放空的闲暇感。
但我又想了一下，没有 AI 的时候，因为我也很喜欢折腾，可能会用其他的垃圾时间把生活堆满，也不会有太多闲暇感。
你有没有想过，有一天如果你离开了，但 AI 对你的了解还存在，所以某种意义上你还活着，别人可以通过它继续和你对话。你愿意吗？
鸭哥
Why not？反正我都离开了，后面发生什么事我也不知道了，你爱怎么样怎么样都可以。
但这确实是一个很有意思的事情。刚才说赛博长生，这在一定程度上就变成赛博永生了。关键是，死了之后对这个世界还有没有影响。
另一种程度上，这也是青史留名吧。
你有小孩。在教育小孩，以及思考小孩如何与 AI 共同成长这件事上，你有哪些观点？
鸭哥
这非常重要。我的小孩现在还比较小，但你想一想，大家对几岁的小孩有什么期待？会数数，会做加减法，能背唐诗。
但如果从成年人的角度来看，除了小孩必须要的玩耍以外，这些技能真的有用吗？我好像从来没有用过这些技能。
如果从小培养他怎么跟 AI 相处，比如凭直觉知道哪些事情可以用 AI 做、哪些事情可以委托给 AI，哪些事情是自己的 core competency、最好不要让 AI 做，以及怎么样衡量 AI 的工作质量、如何做好 AI 的老板，那么这种能力如果从小潜移默化地培养，我觉得比背 800 首唐诗有意义得多，比早两年会做五位数乘法也更有意义。
所以我相信，在未来的年代，尽早让小孩接触 AI，并且学会使用 AI，是一件很重要的事情。
他现在几岁？他是怎么和 AI 互动的？
鸭哥
他现在 3 岁多，跟 AI 主要就是讲故事，没有太多互动。我们会用 ChatGPT 的实时对话模式，也在探索怎么样引导他跟 AI 讲话，但目前他还不是特别感兴趣。
不过我们用 Manus 做了一件挺有意思的事。他喜欢睡前听故事，我们就往故事里夹一些私货。比如讲《白雪公主》的故事，但同时告诉他要好好吃饭之类的。他还挺愿意听。
今天是非常特别的一期。十字路口之前聊的多数是 AI 创业、投资、技术，而这一期我们找到鸭哥。他既是创投行业内的人，同时又是刚才所说的 early adopter 中的 early adopter，是一个超级用户。
今天聊的内容和之前特别不一样。最后我们还是有两三个问题想问你：作为这个行业内的人，最近几个月你感受到哪些变化，让你觉得特别带劲，或者意味着很大的商业价值？
鸭哥
我有两个感触。
第一个感触是，AI 的进化速度一直没有减慢。如果说两三年前，在 ChatGPT 出现之前，我没有办法想象现在的 AI 会是什么样，那么 6 个月前，我也想象不到现在的 AI 会发展到这个程度。
比如 Claude Code 和各种各样的工具已经这么成熟，甚至 Facebook 开出 1 亿美元的招聘 bonus，这些事情我根本不敢想。
所以我觉得它的进化速度一直没有变慢，可能真的已经在走向奇点的路上。
第二个感触是，Agentic AI 正在成为潮流。我非常坚信这是正确的 AI 方向，也很高兴看到它正在成为潮流。所以我觉得这特别带劲，因为我自己也在做相关的 workbench 产品。
在现在涌现出来的这些 startup 里面，你有特别看好的吗？如果你今天可以选择加入一家，和他们一起做，你会选哪一家？
鸭哥
有很多我特别喜欢的产品，而且每天都在用。每个产品我都有一些想法，很多产品我都在想怎么样把它做得更好。
如果我有能力做出数字分身，同时给很多家公司工作，那就太好了。可惜我自己还在进化中。
你刚才讲到很多自己喜欢的产品，也觉得如果自己去做，可以做出一些不一样的东西。能不能讲两三个？
鸭哥
我特别喜欢的一个产品是 ChatGPT。我觉得它的产品比 Gemini 和 Claude 都领先两三个身位，这是我个人的观点。
我希望如果我去做 ChatGPT 的加新功能，会是一件非常好的事情。但我又特别讨厌这么大的 App，具体吐槽可以回头再吐槽半小时。
所以如果 Google 让我去做这个产品，我也很愿意去 contribute。其他 startup 也有很多，比如 Manus、Cursor、Trae，我都有挺多想法。
你刚才说自己在做的那个产品是什么？方便说吗？
鸭哥
就是山寨版 ChatGPT，但里面加入了几个功能。
一个是 transparency。现在像 ChatGPT 或 Gemini 的 Deep Research，都没有提供任何内部信息。我虽然还是调用它们的 API，但加入了更多 transparency，让我们知道 AI 是怎么思考的，也有机会进行干预。
另外一个是给它更多工具。上次讲 Manus 二十问时也提到工具的复利效应，我相信这一点。我给它加入了很多工具，比如在 YouTube 上做语音转录、接入我自己的数据库等等，争取让它变得更好用，也更符合我的个人习惯。
你一天的时间是怎么分配的？
鸭哥
其实我每天工作时间也就 2 到 4 个小时，因为都是 AI 帮我干活，它写代码真的太快了。
但即使这样，我提交代码的行数在全公司仍然排前四。当然前四就是第四了，呃，三啊，而且工作成果也确实比较多。
因为有 AI 的帮助，所以我有很多时间可以做自己的事情。
如果给一个和你类似工作的工程师，你会建议他怎么样让自己工作得更高效？
鸭哥
学会用 AI。默认他已经在用了。
我的建议是，不要把 AI 当成一个工具。我们和 AI 的关系不再是我和计算器的关系，也不是我和汽车的关系。AI 是一个像人一样的东西，我们应该把它当成下属，而不是工具。
我们给它布置任务时，要做好经理或者老板应该做的事情。比如要想一想，我的沟通是不是给了它足够多的信息；我有没有验证它交付的工作质量；当它被 block 住的时候，我有没有给它提供足够的帮助。
当我们用这种心态看待 AI 时，会发现很多之前让你觉得非常痛苦的 failure pattern 都会消失。
我最近也有这种感觉。昨天我在跟别人说“ChatGPT 跟我讲了什么什么”，我感觉自己是在说一个人，而不是一个工具。
鸭哥
这是因为它的能力实在太强了，所以我们被迫要给它很多背景。
举个例子，大家会觉得开车是一件特别简单的事情，但其实不是这样。只是因为人把很多复杂的事情屏蔽掉了，比如交警、信号灯、行人，所以大家觉得车很简单、很可靠。
但 AI 太强了，我们把很多事情交给它，大家就会觉得：“你怎么这么烂？”
这不是因为它比车更不可靠，而是因为我们把更多、更难的任务交给了它。任务越难，就意味着我们必须用新的方式跟它交互，也就是用管理学的方式跟它交互。
怎么用管理学的方式和 AI 交互？
鸭哥
首先介绍一下管理学。基本上，当你要跟一个人布置任务时，管理学的需求就自然而然出现了。
你要跟一个人沟通这件事情是什么，而沟通本身就是一件很难的事情。然后你需要确认他有没有理解你布置的任务是什么，还要帮助他处理各种技术决策和技术风险，并验证他的交付物是否达到标准。
这一整套通过一系列举措确保任务完成的过程，就是管理学的核心。
但 AI 的管理和人的管理确实又很不一样。比如对人要画饼，你要告诉他：“明年给你升职成资深工程师。”但对 AI 不需要说“给你升级、升职成资深 GPT”。
你也不需要跟 AI 做 one-on-one。但 AI 有一些独特的地方，比如刚才说的 context。我们怎么样维护这个 context，是传统管理学里不强调的，但在跟 AI 合作时一定要特别注意。
总的来说，与 AI 相处和与人相处，是非常类似但又很不一样的事情，是需要专门学习的一种技能。
我觉得上下文特别重要。其实人与人之间沟通，也有很多“我以为你知道”“你以为我明白”的情况，但其实我们都不知道、都不明白。
鸭哥
是的。
你跟 AI 说话时，这种感觉也非常明显。它不知道，所以才会给你一些你觉得没有回答到重点的内容。但就像你前面举的例子，我们得给它足够的信息。
鸭哥
对，这样它给我的建议就会很好。
有时候它甚至没办法给你建议，就开始幻觉。
鸭哥
很多时候幻觉是因为我们没有给它足够多的信息，但它又被训练成“我是一个 helpful AI assistant”，一定要 helpful。
我没有信息，但又要 helpful，那它只好瞎编。很多时候幻觉就是这么来的。
你平常会看哪些 AI 相关的信息源？有什么推荐吗？
鸭哥
我一般不太看具体的网站，主要靠 Deep Research。我每周有一个定时任务，让 ChatGPT 做一份 AI 领域新闻的 Deep Research，然后我看它的报告。
果然非常 AI-native。感谢鸭哥今天来做客。很多人还在想怎么用好 AI 的时候，你已经开始用 AI 帮自己真正处理生活中的琐事，用 AI 帮自己思考，把它当作第二大脑，甚至用 AI 帮自己理解这个世界、理解自己。
我们会继续和你一起观察、继续体验，一起看看 AI 的新世界会怎样慢慢展开。
鸭哥
谢谢，谢谢。
好，谢谢鸭哥今天的时间，也欢迎你改天再来做客十字路口。谢谢，谢谢，谢谢，谢谢。
如果你认为有朋友也会喜欢本期十字路口的内容，请转发微信推荐给他们。最后，欢迎你加入十字路口的会员群，我们鼓励大家在群里聊天互动、交朋友，寻找未来的同路人。