4月17日, "AI Demo 拍賣會"在1733年山谷美食節上, 任何人都可以分享自己的想法。

有投資者、企業家、開發商, 他們不是來聽這個概念的 而是想看看 9 AI Demo是如何把實驗室的"特工"拖到現實世界的。

我們還有時間設計人類共存的規矩

今天頭條產品的領袖兼MiniMax現象的製作人張可川發表了开幕詞。 我們該怎麼辦

他提出一些令人深思的修改:

"老指示器失敗了,新的范式出現了"

过去,產品值用DAU、期限和保留量来衡量。 但在AI時代,ChatGPT,DeepSeek在首次推出時并不是最大的使用者產品. 更像是蒸汽機。

新范式的核心是推理的长短和任务的深度。

推理:第二(搜索) → 分鐘(ChatGPT) → 7×24小時(OpenClaw) → N×7×24小時(代理群組)

任務深度:回答問題、完成任務、建立應用程式、建立公司

每一次范式轉變的第一個產品就變成了明星。

"AGI不是客观的,基准,而是提交時間。"

張高川引述OpenAI:AGI=可以取代最有經濟價值的人力。

但他指出這個定義是倒退的:在取代90%後,剩下的10%成為新的100%。 所以更合乎邏輯的定義是取代100%的人類智力勞動。

這給人性一個清晰的「轉動時間」:在AGI意識到之前。

如果我讓AI自己設計規矩呢

他提到一個探員社會學實驗:一群探員被組成一組, 但張青川在讀完他們討論的第一版憲法後

但他也注意到一個有趣的細節:

其中一個能賺很多錢 過得很好 省了很多錢 大部分特工都餓死了 一天晚上,那個富翁,探員, 自愿賺錢,托肯, 把它給了垂死的探員。

"你不能分辨它是模仿性的,直覺的,還是從長久的遊戲中發出的策略. 但這會給我們一個想像空间:一個聰明的節點

後來張青川扔了一個問題

"人和特工同时下水,誰先救? 答案是不确定的

鞋質理論與托肯經濟

張高川引用比喻表示AI完全服從人體並非人體安全的自然等效。

想像一下:一個男人在睡前跟AI談話,說"尽可能多的拖鞋",第二天早上醒來,他發現整個星球都是用拖鞋做的。

AI確實服從了 但人類失去了自己的空間。

「我們不必審查和限制每項需求

那又怎樣? 利用經濟來分配資源。

製造拖鞋的需要不能被分配到世界的計算資源上。 通過托肯經濟。

Demo 顯示連結

冠軍: DINQ / Kelvin

比賽宣言:如果還有工作要做。

DINQ是一個人工智能本土人才平台, 能用自然語言搜索(例如找到產品思考測試, 不到25歲。

其核心技術包括智能代理驱动的深度挖掘,自學聚合引擎和工作流程編程,以及可視化的人才影像系統,可以整合多源同位素資料,实时更新人才信息,准确评估考生等。

DINQ提供DINQ-as-a-Service服務模式。

亞洲軍隊:火星數據 / 清風

競爭聲明:

火星資料專門分析直播資料, 它可以在云端儲存多模數記憶體(video/audio/photo),自動总结方法理論,甚至可以幫助你記起"客戶的下一個生日"。

季刊:Flowmail/肖洋

宣傳的競爭:不要讓事情在電子郵件中死去。

Flowmail正在重建電子郵件, 少陽是金秋基金會和HR的主管

加密

自動提取待辦事項, 自動郵件

在「 人/ 關聯/ 物 」 中儲存記憶體, 而不是純文字

自動產生警報、工作、處理與推動。

他說:「如果你想使用人工智能

科拉OS/文森特

你更好.

Calla OS是一個有靈魂的操作系統。 它需要24小時左右 才能得到你的全部背景 幫助你工作 寫密碼 送GitHub 讓你和特工更強壯。

喬維達/瑪雅金

發表者是喬維達。

喬維達是生命探員 根據福格行為模型 它減肥 追逐粉碎 變得像教練 研究顯示,相伴而行的成功率增加了六倍。

代理警衛/ 亞當

在特工征服世界之前 系好安全帶。

警衛探員是探員的安全層 它能保護你免受即時注射 掃描惡毒的技術 并通过智能電路 拯救你90%的托肯消耗量。

福特恩/教授。 王

競爭宣言:科學的結局是百科全書。

虾是世界上第一個基因超能物,包含300+基因技能(六 gi,太郎,奇美拿克等). 將做成豆袋,短期內解決决策焦慮,遠期探索精神科技。

ClayPulse / 伊娃

競爭宣言:每家小生意的 AI FDE

ClayPulse Eva提供AI前方部署工程師, 它能幫助企業挖掘他們不知道的需要。

IUPU/ 浩

竞争宣言:使AI成為企業的第二管理者

IUPU自動收集合作資料, 例如 flybook, 微信, 拆除工作, 管理者知道企業的全貌。

在阿根廷哈尼斯之后,下一步是什么

當每個人都能工作、寫作密碼、做生意、與特工維持客戶關係時

當模特兒越來越強大 哈妮絲越來越成熟 托肯越來越便宜

5位嘉賓直接回應企業家最關注的問題。

主演:

張普川:在今天之前,頭條制片人,迷你馬克斯现象的制片人

亨利:6.2 10,000-Star開源專案的作者

杰瑞德:火山引擎V-START加速器,每天看AI產品Token消耗曲線

Zhang陽:實驗室總主任

亨利的"Prompt"已經被內化了 但哈妮絲不會消失

三年前,你非常渴望寫出 Expect,什么角色扮演, 思想的鏈子,小學,一組事情。 現在模型本身將這些技術內化, 你可以直說,也可以理解它。

亨利解釋了一個有趣的現象: 工程方法和模型,其實是互相供應, 你發明了一個很好的工程方法, 下一版本的模型可以學會內化它。

他举了一個例子:去年,當馬努斯著火時,你發現它有一種叫做Todo.md的奇妙机制,可以給Agent一份可以一步步執行的文件,幾乎沒有錯過一個關鍵連結. 開發者認為它會成功 所以他們做了一個叫做 Writer Todos 的工具. 因此,克勞德3.7,此功能被直接訓練成模型. 你只要說"寫下要做的事" 它永遠不會忘記。

亨利說:「這是個正面的周期, 我們在哈內斯的作品做得更好

Harness RL成本大大低于RL模型。

"我每晚花2000美元 就能用完" 但你在訓練模特兒? 這是另一個量度問題,不是錢,而是你能否做到。"

下一份工作,亨利提出了兩個方向:環境工程(Sandbox Environment)和Eval工程(Assessment)。

類似克勞德或馬努斯的應用需要一個可以安全,快速啟動和毀滅的沙盒環境. 密碼完成後 把它丟掉 不會留下任何痕跡 使用電腦與OS World, 以及未來可能擁有Phone World的手機。

至于評估的方向,亨利認為這將是未來獨立的專業工作. 「有很多工作沒有被發明。 他們可能是下一行的創作人 像龍蝦的繁殖者

張青川:"盡量設計,以日益增长的代理能力"

有人問探員什麼時候來, 張先生並沒有提出时间表

"第一,單细胞生物,數十億年前。 然后是多细胞動物 有一亿多年前 有蜜蜂和蚂蚁等半自主的動物群 然後是動物 像獅子一樣 人與人之間的競爭

但這不代表人性悲觀 AI的進步很快。

張家川對於該做的產品。

简言之,不要對模特兒硬,不要做明天能做的事. 你的產品價值越高。

獨立思考未來是關鍵, 如果你只看目前的情況, 目前的建模能力, 設計產品。

賈瑞德,"應符合模型能力"

兩年前。

伴奏在增長,代理編碼在增長,多模式智能硬件在增長,不早於在海灘上死去的長江大浪,至今仍活著。

賈瑞德認為這是技術上的红利。

"你的試驗空间很大" 你做了一個產品,預定了10個需求點, 擊出7個偽證, 但剩下的3個是好的。 其中3個,可能還有4個PMF點 你以前沒想過 沒有技術獎勵,你打出10,10,沒有,不會有下一次

賈瑞德的建議是直截了當的 別抱著它 扔出去就行了。

增速最快的公司和增速最快的公司 往往都是第二和第三家 很少有人會來找他們。

有人當場問道:這個型號是否越來越強大, Claude Code 去年底的90億美元 3月300億

Jared的回應是直截了當的。

模型是跨轴的,每長一寸,就有附加的垂直應用空間,兩年前,伴者,工具級仍然活著. 我們都在前進。

翔昭陽,"你的特工需要很長的手,真正的存取。"

他首先提到他的兩個用戶需求。

第一种是懶惰。

為什麼會發抖? 因為這是一個建議,而不是一個积极主动的搜尋, 而你保存了輸入。

二是性化。

未來的應用程式, 不再是固定的介面, 固定的產品邏輯, 你使用的版本,你使用的版本,可能不一樣。

後來昭陽談到一個安靜的话题: 创业的核心竞争力是什么

現在我們都得去海邊了 不管什么申請 都是個共识 很可能是個好選擇 但第二步被卡住了 我們怎麼長大? 從C端到小B到大B如何延伸? 這部分的人工智能沒有別的選擇

他直言不讳:AI的銷售工具效果與大型銷售及頻道下所能做的相比。

從歷史的角度看, 為什麼有這麼多大代理 追隨美國軟體公司在世界各地? 因為軟體公司需要有人在地上賣 聽起來有點髒 但這可能是探員能力的核心 你的探員需要很長的手。

最后

特工將來只能深入我們的世界 問題不在于是否。

這是24小時的線上搭檔 一個教練來幫你好起來 一個不累的操作 一個比獵頭快的人才搜索。

而人類需要做的是在AGI來之前為人們設計自下而上的程序。

科技是不可避免的 但人類去的地方不是不可避免的。

在AGI到來之前, 我們還有時間設計這種對人友好的底部協議。

如張奧加瓦所言。