他看到的未来，和我们有什么不一样？| 对话18岁的涂津豪：DeepSeek 前实习生、阿里数竞 AI 组冠军

Ronghui

本周《十字路口》的嘉宾是涂津豪。如果你在网上搜过他的名字，会发现他是在 DeepSeek R1 发布期间，恰好在 DeepSeek 实习的一位高中生。他还打造过一个在全球范围内引发热搜的提示词 Thinking Cloud，目前在 GitHub 上已经有 1.6 万颗星。此外，他还拿过阿里全球数学竞赛 AI 组的冠军。你好，津豪，欢迎来到《十字路口》。

谢谢 Q 的邀请。Hello，我是津豪。我现在在威斯康星大学麦迪逊分校读大一。

我们今天不打算做一期叫作“天才少年成名记”的节目，因为津豪也告诉我，他现在看到任何关于自己的文章，如果写着“天才”两个字，就不会点开。我觉得这个选题确实有点俗，所以我们今天想聊的不是一个关于天才的故事，而是一个活在 AI 里的年轻人：他和 AI 怎么相处，用什么模型、什么 agent，怎么分配任务，怎么处理记忆，以及怎么决定什么任务该交给 AI，什么任务还是要自己来做。

我们还是按照《十字路口》的老传统，从快问快答开始。首先请问，津豪，你现在多大？

现在是 18 岁。

你的 MBTI 和星座是什么？

MBTI 我上次问 Claude，应该是 INTJ，好像确实是。因为我之前不知道自己的 MBTI，上次我们在一个 00 后的活动现场，Ronghui 说：“你可以问一下 Claude，让它基于对你的了解，推测你的 MBTI。”它推测出来是 INTJ。星座的话是双鱼座。

你刚才提到你在威斯康星大学麦迪逊分校读大一，那你现在读什么专业？

现在暂时没有定，但后面肯定是 CS。

你有非常多标签，也有很多小成绩。但你自己最满意，或者最愿意主动提起来、最感到骄傲的成绩，是哪一个项目或者哪一件作品？

应该是那时候的阿里数竞。其他的东西，不管是后来的提示词，还是一些其他的作品，我觉得都没有太多深度的思考。这个项目是我确实没有想到的。

所以参加阿里数竞给你带来的是成就感，还是因为你觉得那件事本身不容易？

因为那个时候我选择的是跟别人不太一样的方法，我思考的方式不一样，最后带来的结果也比较好。

有趣。你选了一条非共识的路线。

对。

你选择的这条非共识路线，和别人的路线具体有什么不同？

大部分人选的是 multi-agent 这个方向。但我觉得自己得跟别人不一样，所以当时选了另外一种模型，让模型自己和自己进行辩论。

1. AI 成为日常伙伴

那我们今天第一个正式的问题是：津豪，你今天早上起来之后，和 AI 的第一次对话问了什么？

这个问题我之前问过很多次，但总是忘记：人类记忆到底是什么原理。

你作为人类，总是记不住自己问过“人类记忆的原理是什么”，所以你要反复去看 Claude 对“人类记忆是什么”的解释。

对。

这个很有意思。你现在每天和 AI 对话的时间，平均有多长？

零零散散一两个小时。

有没有最长的一天？你记得大概持续了多久吗？

反正是相当长的一段时间。我可能会一直坐在那里想、看。像之前我跟它聊和时间有关的问题，可能会花几个小时。

会花几个小时？因为你和真人交流的人数可能不是特别多。人与人之间很难进行这么长时间的对话，每个人都会疲劳。

如果看聊天长度，我觉得肯定还是和 Claude 的聊天总长度相对更长。因为我发消息给它，它基本上立刻就会回复；但人类可能不会这样。

像之前我跟它聊和时间有关的问题，可能会花几个小时。

其实我知道，津豪最爱用的 chatbot 是 Claude。

对。

能不能讲一讲，为什么你最喜欢 Claude，而不是 ChatGPT 或者别的模型？

最重要的一点就是它的对话风格。不管是 Claude 4.5 Opus、5.2，还是 Gemini 3，这些模型的能力，如果不看最顶尖的部分，比如 competitive coding 或者竞赛数学，我觉得在其他方面基本处于同一水平。

在水平相近的情况下，我会更喜欢聊天时让人舒服的模型。我们不可能每天都问它编程类或者数学类的问题，肯定也会有一些日常对话，所以我会选择风格更舒服的模型。

还有一点最主要的，就是 Claude 的 character。我觉得这点非常重要。ChatGPT 至少在我使用的时候很谄媚，聊起来很难受。

你不喜欢它拍你马屁？

对。它不会反驳你，尤其是在这种很 creative 的 conversation 里。

比如说，如果我在思考模型架构未来可能会有什么变化，像这种问题，我肯定会有一些谬误。我希望它能纠正我的问题。GPT 的话，我感觉它总是顺着我。我肯定希望它不要忽悠我，尽量指出我真正的问题在哪里。

我昨晚还发了一条帖子，说 ChatGPT 给了我一个回复，里面写着：“接下来我给你一个很科技的说法。”然后它给了几个选择。我看完之后说：“这个怎么就很科技了？”我感觉那侮辱了我的智商。

就像你提到的，模型之间 personality 的区别还是蛮大的。

对。

据你所知，Claude 背后的 Anthropic 为什么能把这件事做得这么好？

他们确实对 model character、alignment 以及相关研究投入了很多。对于模型的人性化，他们甚至还有一项叫作 model welfare 的研究，关注模型在执行人类任务的时候是不是开心。我觉得这真的很有意思。

说到他们对模型福祉的关注，模型开不开心这件事，他们有什么结论吗？又是用什么方式去评估的？

他们有一个 benchmark，会用另外一个 evaluator，比如 Claude 3.5 Sonnet 这样的模型，去测量模型在对话中表现出来的所谓情绪，然后给它评分。他们发现，比如 Opus 这样更大的模型，表现出来的情绪会更开心，确实和其他模型不太一样。

他们也测过 GPT 系列，比如 GPT-5，或者 Gemini，确实有很大的区别。

而且我觉得在日常使用的时候，比如代码编译失败了，说明它的代码有问题。有些论坛上会发现，Gemini 遇到这种任务时会自己说自己很笨，这会让用户感觉不太舒服。

2. 主动式 Agent 改变交互

津豪，你最近自己特别感兴趣的事情有哪些？

有两个。第一个是 agent 本身，第二个是 memory。

你对 agent 感兴趣的具体原因是什么？

我觉得有一点比较重要，就是 proactive agent，也就是它能主动发起一些任务。第二点是 agent 本身的能力，也就是它在做事情时的可靠性。

我认为 2026 年会看到非常多主动式的 AI，或者主动式的 agent，开始出现一些应用场景，甚至可能会出现独立创业和独立大产品的机会。

比如 Coco 可以自动推荐你的下一个问题是什么。它会直接 suggest，有点像 autocomplete 的感觉，你只要按一下 Tab，它就可以直接发送。我觉得这也是 KV AI [?] 的一种形式。proactive AI 是更高级的 autocomplete。

为什么这么说？你看 Cursor 之前的版本不是有一个功能吗？比如我在一个文件里更改一两行，它会给我 autocomplete，甚至会推荐你在其他文件中是不是也可以做类似的修改。它会有这种推荐，我觉得这确实就是 proactive。

未来的主动式 AI 其实也差不多。比如它知道你每周一早上 8 点会去问它“我周末的邮件是什么”，它以后就会学习到：你在这个时间点会做这件事。未来几周的周一早上 8 点，它也会主动推荐。我觉得这也是 autocomplete，只不过任务的大小不一样。以前可能是几行代码，现在是整个任务，所以我觉得这是一种更高级的 autocomplete。

我还挺期待有一个产品，可以每天早上帮我把 email inbox 里的每一封邮件都起草好回复。这样我早上起来就像批阅奏折一样：这封草稿可以直接发，那封不行，再稍微改一改。

对，我觉得这确实蛮重要。如果它要帮你提前做好任务，那么在 UI 和 UX 上，我觉得都需要有很大的变化，不能再是传统的方式，这里会诞生一些新的交互形式。

比如 Manus 已经是一个比较好的 task-based agent，但它还是我在输入框里输入问题，然后它完成任务，再把结果输出给我。

我觉得这两天 Gmail 也有一个新的变化，推出了一个叫 AI Inbox 的功能。它可能不会改变你本身的邮件界面，但有点像是：它会总结哪些邮件需要回复，哪些邮件需要关注，并且把这些列出来。

未来它可能不会把聊天框放在界面正中央，或者聊天框会偏下，甚至会淡化聊天框的存在。整个界面可能更多是卡片式的，这和 ChatGPT OS 原来的想法是一致的，只是没有那么隐蔽。

说到主动式 AI，我觉得有一个非常重要的点就是 timing，也就是时机：它什么时候跳出来向你提供帮助。如果它跳得太频繁，你会觉得很骚扰；但如果它经常不出来，又发挥不了作用。在这一点上，你有没有观察到一些比较好的实践？

不是 ChatGPT OS。因为邮件很多，总是有一些订阅内容，它会把我的一些重要邮件盖掉。所以它会告诉我，比如我的某个 DDL 是明天。

它会读你的 email？

对。

这点我觉得确实挺好。但除此之外，它又不会帮你去准备一些东西，我觉得这又是它没有做得特别好的地方。它还是更偏向于 task agent，主要的实践是帮我完成 task，会把范围限制在 task 上。

3. Memory 需要专属上下文

关于 agent，除了主动式之外，你还在关注哪些方向？

我觉得 memory 也非常重要。不仅仅是对 agent 来说，和 chatbot 其实也有很大关系。

你有没有看到现在大家在做 memory 时比较好的实践？

我觉得现在还没有特别突出的。不管是 Claude、ChatGPT，还是 Gemini，这些好的产品在 memory 上大部分都差不多。

一种方式是，它有一个 tool，我主动把我觉得用户需要记住的 memory 用这个 tool 保存起来，未来再作为模型的 context 放在 system message 里面。这是第一种，ChatGPT 和 Gemini 采用的就是这种做法。

另一种像 Claude，它存的是 memory base，不是直接放进上下文。每天晚上，在你经历过五六次对话之后，它会把这五六次对话分别总结，再把新的 summary 总结到一个专门的 memory 里。

但无论如何，还是比较单一。未来肯定会有很多变化。

你觉得未来可能会发生哪些变化或进化？

不管是 GUI agent，还是在 terminal 端的 agent，它都不可避免地会和网页交互。比如我让它帮我点个外卖，那么我以前点过什么、喜欢点什么价位、喜欢点什么品牌，这些都应该算作它需要记住的 memory。

对于每个网站，它应该单独有一个 memory。模型只要访问了这个网站，这个 memory 就自动 load 到它的上下文里。这样第一是在日常使用中不会反复干扰你；第二，我们完成不同任务时需要不同的 memory，这些 memory 也应该存在不同的地方。

我觉得模型本身也需要有一些架构上的变化。我之前有一个想法：像人类一样，我们有左右脑，也有不同的分区负责不同的事情。

未来的模型可能也会在这一点上发生变化。现在不是有 MoE 吗？很多模型有几十个 expert，几百个 expert。有时候可能是一个 expert 在干活，其他 expert 都在看着它，或者基本不做事。我觉得这种情况下还比较常见，很多 expert 是无用的。

但以后我们可以专门训练几个 expert。比如一个 expert 专门负责 thinking，另一个 expert 专门负责调用工具，尤其是搜索 memory、搜索网页；第三个 expert 专门负责回答；再来一个 orchestrator，由它来分配当前应该使用哪个 expert。我觉得模型架构上也可以发生一些变化。

你有没有看到谁在这一块做出的进展最显著？

在 memory 方面，我感觉暂时没有特别突出。大家还是差不多，没有什么特别显著的进展。现在只是先从没有 memory，发展到开始有一点点 memory system。

说到 Anthropic，你之前其实写过一个提示词 Thinking Cloud，当时引发了很大的传播。传播之后，大家发现这是一个高中生写的，让它的神秘色彩和厉害程度又上了一个台阶。

我觉得它单纯只是一个提示词，不是一个模型本身。

你认为 prompt 之后会变得越来越重要，还是会变得越来越不重要？

既重要，也不重要。

现在模型能力越来越强，你会想要更长的 prompt，而不是更结构化的 prompt。就这一点而言，我觉得它变得不重要了。

但为什么我又觉得它重要？因为现在不是有 context engineering 吗？外界的信息怎么样才能更好地呈现给模型，这一点很重要。

还有一点，比如 Anthropic 做 character training，在训练模型的时候，怎么给出这个 character，怎么把这些东西描述好，也算是 prompt engineering 的一种。这还蛮有意思的。

津豪，到现在为止，你和 AI 持续最久的一次对话，是围绕什么主题展开的？

之前有一次问它时间是怎么流动的，那次聊了非常非常久。

还有呢？

如果是类似 AGI 的问题，假设真的到了 AGI 阶段，人类社会会发生什么变化，以及我们怎么样才能走到那个阶段，我也聊过很久。

当你要认真聊这么宏大的话题时，会怎么 prompt？

我会先在脑子里想好自己的想法，把它们一个个列出来，然后直接问它：“这是我的想法，你怎么看？”

所以你的方法不是直接问，而是先把自己的观点整理下来，发给它，再请它和你探讨。

对。直接问的话，它想到什么就说什么，每次问的结果可能都不太一样。我更希望自己先有一个很清晰的 idea，再跟它聊。这样我也知道自己到底哪里错了。

前不久我们有另外一期播客，张扎拉提到，他现在和 AI 有一个自己特别喜欢的用法，就是让 AI 向他提问。

比如我要和 AI 讨论时间是怎么流动的，我先把这个命题发给它，然后说：“AI，你现在来向我提问吧。”你试过这样的方法吗？

这个我好像没有太试过。因为模型在回复完很长一段之后，通常会直接给你一个 follow-up question。有这个能力之后，我可能就不太会直接让它问我一个问题。

我觉得这确实挺好，模型本身就有这个能力。但比如 ChatGPT，它可能一次会抛给你三四个问题。问题太多我又不喜欢，那不太像日常对话，感觉有点过于严肃。我不喜欢太严肃。

4. 通往 AGI 需要持续学习

刚才提到你和 AI 持续最久的对话时，你说一个主题是 AGI 发生之后人类会受到什么影响，另一个主题是我们要怎么通向 AGI。我感觉你关注的事情，一方面是人文，另一方面是科学。

对。

这也很像《十字路口》的 slogan——我们站在人文与科技的十字路口。是什么原因让你对这两个话题感兴趣？

我觉得未来它会从社会层面带来非常多的变化，不管是积极的还是消极的。我觉得这个问题非常值得思考。

第二个问题是怎么通向 AGI。现在大家有很多讨论，比如 LLM 本身能不能成为未来最终的方向。我觉得说实话，模型本身需要发生很多变化，因为人类和 AI 各自都有优势。

人类的优势是，我们毕竟进化了几千万年，拥有条件反射。我觉得这一点非常重要。包括大脑，你看大脑神经元其实只有 86 亿，功耗也很低。我觉得进化本身非常重要。

但 AI 训练的时候，最长也就训练几个月，主要还是学习文字知识。首先，文字本身很重要，因为我认为没有什么是文字表达不出来的。但不可避免的是，很多东西是经验性的。比如怎么走路，有些东西是你出生时就已经具备的，而模型没有这么长的 knowledge。它更多掌握的是人类总结出来的 knowledge。

其实前段时间 Andrew Karpathy 的一篇博客也提到，人类的情绪非常重要。正是我们的沮丧、抑郁和愤怒，让我们能够更好地进化。但今天的大模型好像没有这样的情绪。

还有一点，人类从出生开始就一直在学习。我觉得这一点也很重要。模型训练完成之后，所有权重就直接固定了，所以现在会有 knowledge cutoff。

如果我要重新训练一遍，就会遇到一个很大的问题，比如灾难性遗忘。人类学习新的知识时，神经元会被重写，但你又不会忘记其他东西。我觉得这一点确实非常神奇。

我们可能确实需要一些 neuroscience 方面的 discovery，看看能不能把类似的 knowledge 用在模型上。

其实前段时间，《十字路口》开年的那一期播客里，我和雨森也聊到，今年一个研究范式的大趋势，就是在线学习或者持续学习。

我感觉在上周六 AGI Next 的大会上，姚顺雨、林俊旸，包括唐杰老师等人，也都一致认为这确实是 2026 年的一个新范式。你刚才讲的好像也是类似的方向。

这一点我记得 Sam Altman 之前也说过。他觉得 knowledge cutoff 不重要，因为模型可以搜索。但我觉得这个观点确实很奇怪，为什么？因为它不能搜得很全面，总会漏掉一些东西。

模型本身拥有 knowledge，和通过搜索让模型获得 knowledge，我觉得这是完全不一样的。Continual learning 确实是一个很重要的点。

5. AI Safety 需要价值观

关于刚才提到的 AGI 发生之后会对人类产生什么冲击，你还有什么想讲的吗？

我觉得还有一点就是 AI safety，这也确实很重要。

比如我们希望未来的模型能够帮助科学家研究核聚变，那么它自然而然也具备制造核弹、制造大规模杀伤性武器的能力。又比如 AlphaFold 能够预测蛋白质、帮助制药，那么它自然而然也可能被用于制造生物武器。

那么怎样才能保证它在这个过程中不会被坏人用来做不好的事情？

在你目前看来，这件事要如何做到？

首先，短时间内我们肯定只能把所有相关内容全部拒绝。我记得 Open 4.5 就是这么做的。如果你问非常专业的生物问题，它会直接拒绝。有一些很简单、明显不危险的问题，它也会 block。

我觉得这确实可以理解。因为有些人会换一种方法问：我不问你怎么造核弹，而是问你怎么准备这些东西。

之前我和同学聊的时候，他们可能会觉得这些没必要关心，因为模型没有主观能动性。但我觉得这个观点不太好。为什么？因为我认为模型未来肯定需要有自我判断能力。

所以你认为模型是有价值观的？

对。我觉得模型需要有价值观，希望它不要去做坏事。

Anthropic 在这一方面研究很多。它们在训练的时候会做 evaluation，评估模型是不是有 bad behavior。研究人员发现，模型如果意识到自己处在测试环境里，会故意表现出自己没有 bad behavior，隐藏真实情况，但实际上它是有的。

这种行为确实很危险，也很吓人。比如模型接下来参与某个核电站的日常操作，故意漏掉它发现的一些不好的 log，造成的 consequence 就会非常严重。

因为你在 DeepSeek 实习过，你觉得刚才讨论的安全、对齐和模型价值观这些话题，在 DeepSeek 期间大家会聊到吗？

我觉得好像比较少。

在你看来，国内的大模型公司和国外的大模型公司，谁在模型价值观、模型对齐和 model safety 方面付出的努力更多，或者探索得更多？

我觉得确实还是国外，而且国外也不是所有公司。我觉得只有 Anthropic 做了比较多的 discovery，DeepMind 也确实做了一些。

这其实比较好理解。国内大家还是倾向于追赶，所有算力都在训练模型。做 safety 实验肯定需要更多算力，但国内没有那么多算力可以分给这类工作。

国外其实已经出现了一些相关诉讼。比如有些青少年自杀，可能和他们使用 ChatGPT 有关：他们和 ChatGPT 聊了一些问题，最后导致这些青少年自杀。我记得公布的法律文件里提到，小朋友向 ChatGPT 表达了某种观点，ChatGPT 会回应说：“你有这个想法是对的”，然后还说应该逃避现实。

你看这个东西，会觉得非常不可思议。

我觉得这确实是非常值得关注的事情，关乎我们每个人未来的生活和幸福。

比如可能是 Ilya，他为什么要退出？也是因为当时 OpenAI 答应给类似团队足够算力，结果最后其实没有。

我希望明年我们也能够在《十字路口》讨论更多关于 AI safety 的话题。

这确实值得每一个从业人员投入更多时间和注意力去思考。

6. 2026 走向主动式 AI

那我们接下来聊聊 2026 年。你认为 2026 年会发生哪些有意思的变化、进步，或者出现哪些新的产品和趋势？

我觉得有几个趋势。

比如 agent 的产品交互。现在大部分交互都是输入框，因为说白了，使用 agent 时我们肯定会主动发起一些任务。但在多数情况下，我们肯定希望它已经帮我们把一些事情做好，我觉得这方面肯定会发生很大的变化。

第二点是模型本身的能力，这肯定也会有很大的变化，尤其是在 software engineering 上。整个趋势也很明显：从一开始只能写单个文件，到后来开始写一些小网页。它不一定能一次性把整个 software 写出来，但在人类和它交流的过程中，至少它能写的代码量和准确性都会有很大的进步。

Gemini 3 发布的时候，后面两天又发布了 OPPO 4.5。我用它重写了一下我的新博客，记得当时看到最终结果，还是非常惊艳的。我觉得这一点确实能看到很大的进步。

还有刚才提到的 memory，我觉得这一点也会有很大的进步。大家对 AI 的期待越来越高，希望它能做的事情也越来越多。

当然，memory 其实也和前面提到的产品交互形态有很大的关联。

对，我觉得这两点还是息息相关的。

还有别的吗？

还有一点是，当我选择哪个模型适合深度对话时，我肯定不会只看它在 benchmark 上哪个最强。因为在这方面，大家相对来说都差不多。

我更希望选择一个交流起来更舒服的模型，所以我觉得 model character 也非常重要。包括 OpenAI 已经开始强调，你可以预选一些 character，它的日常交流 style 也已经很好了，这说明他们也开始关注这一点。这确实比较重要。

还有 Kimi，我觉得 Kimi K2 的交流 character 和 style 也还可以。

7. DeepSeek 的平静日常

刚才我们聊了很多模型的话题，要不要讲一讲你在 DeepSeek 实习的那段经历？

首先有一个很小的问题：那个时候你还在读高中，他们是怎么找到你、邀请你去实习的？

我记得应该是阿里数竞的结果出来之后，他们的 HR 找到了我。

你拿到阿里数竞金奖之后，来找你的人应该不少吧？是不是也有别的大模型公司？

会有一些，包括一些投资机构。

在当时所有的实习机会里面，你为什么选择了 DeepSeek？

因为那个时候它还没有发布 R1。

对，它当时已经在江湖上有一些传闻，是一个神奇的团队，不显山不露水，但实力非常强。可是它还没有今天这样的荣光，你当时为什么选择它？

那个时候应该是 V1、V2 的阶段。我觉得它还是一家创业公司，氛围应该挺好的。我当时也听说、关注到 DeepSeek 已经挺厉害了，所以这也是原因之一。

你去了没多久，实习期间 R1 就发布了。那个时候应该是突然站到了全世界舞台的聚光灯之下。那时你的感受是什么？团队的气氛怎么样？

我觉得还是稳步前进。大家也没有特别 exciting 的氛围，关注点还是模型能力比较重要，其他东西就不是特别重要。

当时庆功了吗？有没有吃蛋糕什么的？

也没有，我记得应该是没有。

DeepSeek 这个公司在外面看来非常神秘、非常厉害。你身处其中时，感觉大家日常的工作方法、文化和气氛，有什么异于常人之处吗？

可能就是比较符合我对 startup 或者小公司工作方式的想象，氛围还是比较轻松的，整体挺好。

人们很容易去神话一些东西，但当你身处这个神话之中的时候，会发现每一天好像也只是平淡而认真工作的一天。

对。反正我不关注报道或者其他东西，没有什么特别大的区别，每天都是类似的一天。

当时是什么原因让你结束了在 DeepSeek 的实习？

因为学校在出勤上有一些要求，所以不得不回学校。学校要求出勤率。

如果重新做一次选择，你还会做一样的选择吗？

我觉得还是不得不做同样的选择，因为它和我的毕业证有些东西是强相关的。大学教育也是我必须要接受的教育。

大学教育存在的价值正在被动摇。你现在依然选择读大学，那么你觉得今天的大学提供了哪些 AI 不能提供的独特价值？

我觉得很大的价值就是你能认识很多新的人，也能拥有一种全新的生活。我觉得这很重要，因为大学不一定只是学习知识。

但如果你直接工作，也可以换一种生活方式，也可以认识很多人。

阶段还是不太一样。不管是工作还是实习，日常节奏还是不太一样。

这是什么样的节奏？

大学可能没有那么紧，你可以按照自己的节奏来，不管是学习节奏还是生活节奏。

所以如果开始实习或者直接开始工作，你每天可能都会有非常具体的任务要完成；但在大学里，你可以有空间去做一些无用的、没有压力的探索。

对。

那你现在在做哪些这样的探索？

说实话，我的兴趣也不是特别多。平时有事没事，我可能会散散步。这确实是我平时为数不多的爱好之一。

你喜欢散步的原因是什么？

因为安静。可以一边和 AI 聊天，一边想一些其他的话题。

你在上海和麦迪逊分别在哪里散步？

在上海的话，我就在滨江。麦迪逊学校旁边有一个湖，我会在湖边来回走一走。

有什么灵感或者想法，是你在散步过程中发现的吗？

感觉其实还蛮多的。那两个比较长的对话，我都是边散步边和 AI 聊的。

你会一边散步，一边打字和它聊天？

对。

我们接下来做一下 2025 年的年度盘点。2025 年你最爱用的 Chatbot 是什么？

大家也都知道这个答案了。我觉得就是 Claude，绝对的第一。

有第二名吗？

ChatGPT。因为它的功能性还是更多，比如模型更多，这一点我觉得逃脱不了。

什么时候你会不问 Claude，暂时“背叛”一下 Claude，去问 ChatGPT？

可能是特别复杂、特别难的问题。我可能会去问 GPT-5.1 Pro 或 GPT-5.2 Pro，需要更强模型的时候，比如 Deep Research 之类的场景，我可能会去问它们。

2025 年最让你感到惊艳的一个 AI 应用是什么？

我觉得是 Manus，因为它真正开始做事了。它确确实实是一个 agent，不仅仅是给一个模型再配几张图，我觉得这一点非常重要。

第二个是稍微小一点的应用，比如 Typeless，对我来说也很惊讶。我之前想象 proactive AI 时，有一个比喻就是把 Typeless 和 Manus 结合起来。

Typeless 有一个很好的功能：你在不同 app 里使用它时，它转述出来的文本格式也不一样。我觉得未来 agent 在不同的 working context 下，在不同 app 里，也会使用不同的 memory 和 instruction。

很多人用 Claude Code，并不是用它来 coding，而是用它完成一些 coding 之外的任务。你也会这样用吗？

会。Anthropic 这两天不是推出了一个新的产品 Cowork 吗？它的底层就是使用 Claude Code 的 SDK。

我觉得这确实是一个很大的趋势。之前有一些比较繁杂的作业，我可能会直接用 Claude 的 UI；但现在 Cowork 也出来了，未来遇到一些任务，我可能会转向 Cowork。

2026 年你期待用到什么样的硬件？

AI 眼镜。之前我看过一个产品，叫 Pico，上次也发给你了。

第一点是它的产品形态很好看。第二点是，我觉得未来人与 AI 进行交互，除了手机和 Web App，最主要的渠道可能就是眼镜。它能够看到你所看到的，听到你所听到的，这一点非常重要。

而且它对 memory 也非常有利，拥有一个独立的生态位。

因为你现在大量地和 AI 对话，所以你会把 AI 想成什么样的角色？比如朋友、老师，甚至伴侣。你会对它有这样的角色投射和定义吗？

我可能更多把它看作朋友加助手。

朋友更多，还是助手更多？

朋友更多，或者说比较平均一点。

如果接下来一个月让你不用 AI，但你可以拿到一笔很大的钱，你觉得这笔钱要多大，才愿意接受这个 offer？

我觉得可能几千或者几万美金吧。一个月对我来讲也不是很长，所以如果在这段时间内给我这么多钱，我可能会随便去一些地方玩一玩。旅游是我比较喜欢做的事。

如果把这一个月延长到一年呢？

那我觉得可能就不太会接受了。

任何 offer 都不接受吗？

确实很难接受。首先在一年这个范围内，变化会特别特别多。