在当下这个AI快速发展的时代，越来越多的人开始思考自己的职业发展方向。今天我们邀请到了萌友会创始人李辉达，与大家分享他从阿里巴巴资深设计师到AI产品经理的转型历程，以及他对AI时代工作方式的深度思考。 你的点赞评论转发是我更新的最大动力 嘉宾产品：复制后面的内容进入微信即可打开 嘉宾公众号：闲聊AI的阿布 #小程序://萌友会/ZbSZUE2U2xyulWh 转型的契机： 01:59看见危机，遇见机遇 在互联网行业工作了十多年的李辉达，对行业的发展有着敏锐的洞察。"设计师的职业天花板是清晰可见的，而且在当前的经济环境下，很多互联网公司开始对设计团队进行调整，这让我感受到了很大的压力和危机。"他坦言道。 02:39 正是在这样的背景下，ChatGPT和Stable Diffusion等AI技术的爆发给了他新的启发。通过深入研究这些技术，他发现AI带来的生产效率提升远超移动互联网时代。"移动互联网加速了信息的交换，但AI在生产力上实现了质的飞跃。这让我意识到，与其等待被AI改变，不如主动拥抱这个变革。" 转型之路： 06:59从界面到业务的跨越 很多人可能会认为从设计师到产品经理是一个巨大的跨越，但李辉达告诉我们，这个转变是循序渐进的过程。在阿里巴巴的11年间，他经历了从UI设计师到交互设计师，再到UX设计师的转变。"在2015年左右，阿里开始推行UX设计师这个新的职能，要求我们比UI设计师更具备业务视角。我们需要深入理解业务，了解产品需求是如何制定的，参与产品前期的战略规划，并且在这个过程中给产品经理提供专业建议。" 08:14 这段经历让他的业务视角不断拓宽，工作内容也越来越深入。"久而久之，我们发现自己的某些工作其实已经与产品经理有了重叠。区别主要在于，我们不会去制定业务目标，不会去跟进产品整体的研发节奏和项目管理。但在产品思维方面，我们已经打下了很好的基础。" 08:47 在创立萌友会的过程中，AI工具成为了他快速适应产品经理角色的重要助手。"做一个产品不仅仅是有思路、有想法就够了。每一个具体功能都涉及到上下游链路，数据从何而来，数据字段有多长，数据接口API在什么地方，这些都需要考虑。这不是之前作为设计师时会思考的内容。" AI重塑产品规划工作 13:24 在萌友会的产品规划阶段，李辉达探索出了一套独特的AI协作方法。"最开始，我只是把一个初步的想法告诉Claude：希望做一个类似动物森友会，以动物为形象的AI陪伴产品。让我惊讶的是，AI不仅帮我完成了详尽的可行性分析，还提供了很多超出预期的想法。" 14:13 这份由AI输出的可行性报告包含了详细的市场规模预测、竞品分析、用户画像等内容。更重要的是，AI还主动提出了产品未来的发展方向，比如延伸到AI玩具领域，开发特定的情商大模型等。"它像一个经验丰富的产品顾问，帮助我们看到了更多可能性。" 18:46 AI革新UI设计流程 在UI设计环节，李辉达展示了如何将AI工具整合入设计流程。"我们需要大量的素材，比如8个动物角色各自对应的10种食物，如果按传统方式设计，可能需要几个月时间。但通过AI工具，整个过程被大大简化。" 20:46 具体来说，他的AI设计流程是这样的：首先使用Claude编写Midjourney提示词，生成初始图片。然后使用MasterGo的AI功能进行优化，包括一键生成图标、获取设计灵感、图片高清化处理等。"在一个多月内，我们就完成了800多张素材图片的制作，这在过去是难以想象的。" 42:29 AI改变团队协作模式 在团队协作方面，李辉达发现AI带来了意想不到的改变。"传统的产品经理和开发团队之间，经常会因为PRD文档的理解产生分歧。有时候产品经理描述的功能，开发工程师可能会有完全不同的理解。" 44:06 为了解决这个问题，他开始使用AI生成可交互的HTML界面原型。"我直接用Claude生成一个可以点击的界面，在跟开发团队沟通时，我们看着同一个界面讨论，立刻就能达成共识。这比看文字描述要直观得多。" 萌友会： 57:32 用游戏化包装AI的新尝试 谈到为什么要开发萌友会这样一款产品，李辉达分享了他的独特见解。"在使用Claude的过程中，我发现它不仅能提升工作效率，还能提供情感价值。很多用户在面对压力和困扰时，需要一个随时可以倾诉的对象。但传统的AI界面过于冰冷，所以我们想通过可爱的动物形象来降低用户的使用门槛，让AI变得更加亲近。" AI时代的三个关键建议 1:03:05 第一，要真正去使用AI工具，而不是停留在新闻报道层面。"很多人讨论AI会取代谁，但其实并不真正了解AI的能力边界。只有深入使用，才能真正理解AI能做什么，不能做什么。" 1:05:17 第二，深入了解AI的底层原理。他举例说明，"比如了解扩散模型的原理后，你就能明白为什么现在的AI绘画还做不到完全符合物理规则，这有助于你更准确地判断AI技术的发展方向。" 1:09:54 第三，也是最重要的，要始终关注人性。"在AI时代，理解人性可能比掌握技术更加重要。要多与不同背景的人交流，理解他们的需求和行为模式，这些洞察是AI无法替代的。" 结语 1:14:45 从阿里巴巴的设计师到AI产品经理，李辉达的转型之路给我们展示了一个重要的启示：在AI时代，最关键的不是担心被取代，而是思考如何与AI协同发展，找到自己的独特价值。正如他所说："AI确实会改变很多工作方式，但它永远无法替代人对人性的理解和创新思维。" 往期相关内容： MoPaaS: 让AI应用落地不再难 - 企业的"智能化加速器" 一周时间，编程新手能够用Ai写出怎样的工具？Mixlab Ai编程挑战赛 一周时间，编程新手能够用Ai写出怎样的工具？ 用AI写最好的故事 , Midreal创始人陈锴杰专访AI时代下的“Agent”革命与企业及个人的新机遇 AI赋能珠宝设计:基于更高的设计效率培养个人ip，实现按需定制 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描二维码，或添加主理人微信：hongyu_she

AI正在深刻改变人们的生活和工作。特别是近两年来大模型AI正席卷各行各业。正越来越多地被广泛用于解决各种问题。大模型 AI 以开启了智能时代的“蒸汽机”，也推动人类社会的变革。但对于众多企业而言,如何低成本、高效率地开发和部署大模型AI应用仍是一个难题。本期我们邀请到MoPaaS创始人鲁为民博士,为我们揭秘一个让AI落地不再难的解决方案。 从NASA到AI: 一位技术专家的蜕变 https://www.mopaas.com/ mopass产品官网 作为上海殷泊信息科技有限公司(MoPaaS)的创始人,鲁为民博士的经历颇为传奇。早期他曾在美国NASA的喷气推进实验室（JPL)从事自动航天器的各种导航技术研究工作，特别是成功将自动控制技术应用于各类航天器的导航与控制的实际问题。而自动(反馈)控制理论则是当今人工智能中广泛采用的强化学习技术的基础。,后来鲁博士又在不同成熟地跨国大公司和硅谷初创公司又从事各种与AI应用相关的工作，包括自动控制、数据存储系统，机器学习等技术的应用。 MoPaaS 成立后没多久，国家发布了《中国人工智能发展规划》，为抓住这个机遇，也顺应客户市场的需求，MoPaaS 在业界率先推出新一代AI平台，致力于降低AI模型和应用的开发门槛，为企业AI技术创新和应用落地提供高效的工程环境。 近两年来，为应对市场大模型 AI 的需求，在AI平台基础上，MoPaaS 先后推出 大模型 AI 平台和大模型 AI 应用引擎。平台提供高效的大模型应用开发和部署能力，使企业能够低代码地适配私有大模型，且零代码地构建和部署各类大模型应用。 MoPaaS AI平台已经服务在工业制造、能源交通、互联网、医疗卫生、金融技术、教学科研、政府等行业超过500家国内外满意的客户的经典和生成式AI技术研发、人才培养和应用落地工程需求。 现在AI落地的挑战是什么? 过去这些年年,我们见证了AI技术的跨越式发展。特别是近年来大语言模型的出现,让AI从实验室走向了实际应用。现在是AI 应用的最佳时期。但对很多用户来说,仍面临多方面的挑战，包括： * 受限的精准可靠 * 高昂的算力成本 * 复杂的技术门槛 * 数据安全的顾虑 这正是MoPaaS致力解决的问题。 MoPaaS如何帮助企业加速大模型AI应用落地? 针对上述挑战，MoPaaS 通过系列产品，包括AI 平台，大模型 AI 平台，以及大模型应用引擎，为企业客户提供AI应用开发和部署的工程环境,其核心是算力优化和模型开发运维(LLMOps)。通过平台降低企业应用大模型的门槛,满足不同行业需求。 特别是，MoPaaS 通过其产品和服务，可以帮助企业提供高效的大模型 AI 应用开发和部署能力，包括数据/知识管理、主流基础大模型、模型训练/微调框架和环境、大模型推理环境、大模型应用一键部署等功能，使企业能够低代码地适配私有大模型，且零代码地构建和部署基于提示工程、RAG和Agent等技术的各类大模型应用，方便其用户交互使用或API远程调用。 实践案例 1）. 某CRM公司采用MoPaaS平台,解决了销售人员工作中的实际痛点。该公司销售人员数量众多,他们需要频繁与客户进行沟通,处理大量邮件往来。然而,从海量邮件中提取关键信息,如客户联系方式、公司名称等,手工处理效率低下。MoPaaS 的专家和客户AI 团队一道，利用MoPaaS大模型 AI应用平台,开发了一套邮件处理应用。系统可以从邮件中自动提取关键信息,并整合到其 CRM 系统中去。该系统的关键信息识别精度达到95%以上,远高于人工处理,同时效率提升20倍以上。 2）. 第二个案例发生在某985高校创新中心。该中心整合了MoPaaS平台,为全校师生提供AI理论与实践教学环境。以前,学生使用单机环境完成实验,存在资源利用率低等问题。基于MoPaaS平台后,学生可以在平台上开展项目实战,资源利用效率提升了5倍以上。 2. 零代码开发平台 对于没有专业AI团队的企业,MoPaaS提供了零代码开发平台。用户只需上传文档资料,就能快速构建类似RAG(检索增强生成)这样的高级应用。这大大降低了技术门槛,让更多企业能够享受AI带来的效率提升。 3. 私有化部署方案 针对数据安全的顾虑,MoPaaS提供灵活的私有化部署选项。企业可以在自己的服务器上部署AI应用,既保障了数据安全,又不失去与先进AI技术接轨的机会。 MoPaaS 未来的战略规划的思考 MoPaaS 致力于构建一个全方位开放的 AI 技术和应用生态。为此，MoPaaS 不仅提供了一系列的 AI 技术平台产品，如 AI 平台、大模型 AI 平台以及大模型应用引擎，还已经打造了一个完整的大模型 AI 应用加速业务闭环，其中涵盖了人才培训、项目教练、应用共建和技术平台等环节。这一战略规划旨在以低成本和高效率协助合作伙伴加速大模型应用的落地。具体来说： 1. AI 培训：通过多样化的授课培训方式，帮助团队和 AI 技术人员掌握必要的大模型 AI 实战技术知识。 2. AI 教练：提供专家级的顾问指导，为企业提供专业的建议和支持。 3. AI 共建：深度参与企业的应用开发，与企业共同推动 AI 技术的应用和创新。 这种闭环式的服务体系，能够确保企业在 AI 转型的过程中获得全方位的支持和保障 寄语AI创业者 如果你正在考虑AI创业或应用AI改造现有业务,鲁博士给出三点建议: 1. 系统性学习大模型原理并深度地了解使用具体的大模型服务,建立技术认知 2. 善用成熟的工具和平台,避免重复造轮子 3. 关注行业动态,在适当的时机进行技术创新 未来展望 随着开源生态的不断成熟,以及像MoPaaS这样的支持平台出现,AI技术的门槛正在不断降低。未来,我们有理由相信,即使是小型创业团队,也能够构建出强大的AI应用,在各自的领域创造价值。 往期相关内容： 一周时间，编程新手能够用Ai写出怎样的工具？Mixlab Ai编程挑战赛 一周时间，编程新手能够用Ai写出怎样的工具？ 用AI写最好的故事 , Midreal创始人陈锴杰专访AI时代下的“Agent”革命与企业及个人的新机遇 AI赋能珠宝设计:基于更高的设计效率培养个人ip，实现按需定制 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描二维码，或添加主播微信：hongyu_she

AI编程的赛道愈发拥挤，以GitHub Copilot、GitHub Spark和Cursor等工具为先锋，其他各家也在快速追赶，这一趋势标志着AI编程在编程工作中的效率革命。AI编程不仅为专业程序员带来了便利，也逐步改变了没有编程背景人士的工作方式。MIXLAB为了深入了解AI编程对这些初学者的影响，组织了一场AI编程挑战赛，本期你将听到这些AI编程新手们如何在一周内完成的项目，这些项目包括专为桌游设计的倒计时应用、心流日志工具、轻音乐短视频自动化混剪工具、智能健身助手以及待办清单应用等。 这些项目展示了AI编程工具如何帮助初学者快速实现创意，解决实际问题。参与者们分享了他们在使用AI编程软件过程中的感受，包括如何克服初学者的挑战，如何与AI工具沟通以实现他们的想法，以及在这个过程中遇到的技术难题和解决方案。他们的故事不仅为其他初学者提供了宝贵的参考，也为AI编程工具的发展提供了反馈。 您的关注，点赞，转发是我更新最好的动力 本期为线上会议，录音质量受限，请谅解 你将听到： 0基础学习AI编程，一周的时间能作出怎样的工具？ 从零开始学AI编程，有哪些痛点？ 使用AI编程工具的感受是怎么样的？ AI编程对学习者工作会有哪些影响？ Part1初学者们的项目 （Shownote最后的飞书链接中，您可以看到本期参赛项目视频介绍） Fit Coach - 智能健身助手 开发者：大春，设计师，无编程背景 * 功能：智能对话、饮食管理、数据追踪。 * 展望：更多运动数据、社区功能、视频指导系统。 桌游倒计时应用 开发者：亮亮，开发周期：2小时 * 功能：竖横屏切换、时间调节、后台重启、专属音效、一键重置。 * 应用场景：桌游、团队活动、健身、会议、学习。 * 开发：AI生成代码，极简高效。 心流日志（Flow-log） 开发者：Neonity * 特色：无压力记录、时间戳笔记、Markdown导出。 * 计划：增加渲染支持、本地软件打包、用户系统。 轻音乐短视频自动化混剪 开发者：范YX * 功能：音乐高潮提取、自动化视频切片、视频素材爬取。 利用Computer use开发ToDoList 开发者：刘东君 * 背景：实验智能体驱动智能体。 * 功能：基础待办事项管理。 WebJump - 网址导航 开发者：hang * 背景：管理大量网址。 * 特点：AI简介、搜索功能 Part2：从零开始学AI编程，有哪些痛点？ * 环境搭建：对于零基础的学习者，首先需要解决各种权限和环境问题，大部分时候，cousor可以解答 * 学习曲线：对于零基础的学习者，理解编程概念和逻辑是一个挑战 * 沟通效率：与AI工具的沟通可能需要多次迭代，尤其是当项目复杂或需求不明确时 * AI幻觉导致的误导 * 错误调试：新手可能难以准确识别和描述错误，导致调试过程缓慢。 Part3:使用AI编程工具的感受是怎么样的？ * 高效开发：AI编程工具能够加速开发流程，实现快速原型制作和功能实现。 * 成就感：即使是非专业开发者，也能通过AI工具实现自己的想法，获得成就感。 * 探索性：AI编程提供了探索自动化编程边界的机会，尝试极客式的AI编程。 Part4:AI编程对学习者工作会有哪些影响？ * 提升效率：AI编程可以帮助快速实现想法，提高工作效率。 * 技能提升：通过实践AI编程项目，学习者可以提升技术技能，包括编程和问题解决能力。 * 创新思维：AI编程鼓励创新和实验，有助于培养学习者的创新思维。 * 自主学习：AI编程工具提供了自主学习的平台，使学习者能够在实践中学习。 * 解决实际问题：AI编程使学习者能够解决实际工作中的问题，如时间管理、健康追踪等。 本期参赛者项目介绍视频：qwyofiv4bd3.feishu.cn 往期相关内容： 用AI写最好的故事 , Midreal创始人陈锴杰专访AI时代下的“Agent”革命与企业及个人的新机遇 AI赋能珠宝设计:基于更高的设计效率培养个人ip，实现按需定制 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描二维码，或添加主播微信：hongyu_she

技术的每一次进步都可能带来应用场景的革新。Graph RAG（Graph Retrieval-Augmented Generation）对Agent检索能力的提升，预示着AI应用的新篇章。 本次，我们邀请到了开源项目，叶坚白Nano graph rag 的开发者，和我们分享他对graph rag 的看法。 嘉宾履历 - 连续创业者, 两次奇绩创坛录取. - MSRA，腾讯，光年之外 - Linux foundation项目reviewer之一 嘉宾Github: https://github.com/gusye1234 您的关注，点赞，转发是我更新最好的动力 播客核心内容： 传统RAG模型的核心在于通过关键词匹配来检索信息。它依赖于将用户的问题转换为一系列关键字，然后在知识库中进行搜索，最终将相关信息片段返回给语言模型以生成回答。这种方法在处理具有明确关键词的问题时表现出色，但面对模糊或开放式的问题，它的效能就会受到限制。 Graph RAG的出现改变了这一局面。它通过构建一个更加复杂的信息网络，使得AI能够理解知识库中各元素之间的关系。这种图结构的方法不仅能够处理关键词检索，还能够捕捉到知识库中的隐含联系，从而在回答模糊问题时提供更加丰富和准确的信息。例如，当用户询问一个宽泛的话题时，Graph RAG能够通过理解话题内各个概念的关联，提供更加全面的答案。 在笔记应用的领域，这种技术的进步带来了巨大的潜力。 传统的笔记应用可能仅仅作为一个信息存储和检索的工具，而结合了Graph RAG技术的笔记应用则能够成为一个真正的智能助手。它不仅能记录用户的笔记，还能理解笔记内容之间的联系，甚至在用户提问时提供跨笔记的综合性回答。这大大提升了笔记应用的实用性和智能性。 Graph RAG技术的应用不仅限于个人笔记，它还能够在团队协作和知识管理中发挥重要作用。在企业环境中，Graph RAG可以帮助构建一个更加智能的知识库，使得团队成员能够快速地找到所需信息，并促进知识的共享与创新。 我们有理由相信，未来的笔记应用将不再是简单的文本记录工具，而是能够理解、分析并提供深度信息的智能系统。这不仅将改变我们与信息互动的方式，也将为个人和团队的工作效率带来质的飞跃。 Graph RAG与传统RAG的主要区别在于其对信息检索和理解的能力，这种能力的提升降低了AI应用的工程成本，使得更多AI应用成为了可能。 往期相关内容： 用AI写最好的故事 , Midreal创始人陈锴杰专访AI时代下的“Agent”革命与企业及个人的新机遇 AI赋能珠宝设计:基于更高的设计效率培养个人ip，实现按需定制 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描二维码，或添加主播微信：hongyu_she

生成式Ai的时代，内容创作与内容的消费之间的关系是什么？ 人类和AI的创造力之间有什么区别？ 怎样让开源模型发挥更好的效果？ 嘉宾背景：MidReal 的创始人陈锴杰，持续创业者，从大学毕业后一直在创业，18 - 19 年休学创业做家庭智能机器人，，2020 年开始第二次创业做 AI agent for Gaming，目前在做 AI 互动的小说故事创作，创办了 MidReal。 MidReal 产品简介：MidReal 能让您借助人工智能创作互动式、有插图的叙述内容。从一句话开始，然后选择您自己的冒险来引导故事的无限展开。我们支持所有类型，从轶事到科幻再到奇幻。我们的平台上现在有超过 22 万的爱好者，每天创作数百个故事。 MidReal产品链接：midreal.ai 您的关注，点赞，转发是我更新最好的动力 播客内容精选 00:10为什么会选择写故事这个赛道，创办Midreal？ 娱乐内容行业里面用户永远在消费最顶端的内容；如果写一个法律文书你是有一个天花板的，你写过这条线之后，你不需要把它文章变得更优美或者更连贯，他就已经可以用了，那他就结束了这个任务，所以有可能 GPT 5， GPT 6 他能做这个任务之后，你所有的训练都没有价值，但是内容就很像写代码，就你永远可以写出更高效的代码，永远可以去优化。用户今天会看漫威，但是比如说十年，可能不是五十年前看卓别林的电影。 因为我们会认为 AI 的革命其实去年 10 月大家还没有看那么清楚，但我觉得今天大家看得非常清楚，就是它是生产力的革命，前一代的互联网是信息流通效率的革命就做的是连接，再前一代工业革命做的是生产，那今天又回到了生产，用机器来生产。 那在生产的这个过程当中，我们就会去想象，如果有一个内容平台，它的生产者不再是今天的抖音博主、 b 站 up 主这样的人，而是 AI 构成一个生产者，他会是什么样的？就比如说今天的抖音，其实你也很少说见到一个博主，就这个博主他在屏幕后面究竟是人还是AI？只要他内容够好，不断在更新，跟你有互动，他可能最后就没有区别。所以我们那时候就在设想说会不会由 AI 来颠覆今天的内容平台？所以这几个因素加在一起，我们选择了这样一个赛道。 00:18问题：很多做这个领域的创业者，会选择使用 open AI 的 ChatGPT 这样最先进的模型来作为他创意的基石，你们为什么没有这么做？ 那早期 OpenAI 有开放 fine Tuning 的接口的时候，我们会 fine Tuning OpenAI，但是当 LLAMA 3 它达到了 GPT4 的水平，或者年初的时候它也有 3.5 的水平的时候，我们就发现在一个开源模型上做 fine Tuning 是一个绝对更优的选择 00:21问题：什么是Post-train？ 在预训练的时候，你让模型看大量的文本之后把里面的规则逐渐抽象出来，形成了它的智能，这和后训练是非常不一样的，后训练习得智能的方式很多时候是通过search、搜索或者其他的，就我们就不具体说了，就比如说 q-star 算法，或者说最近很火的这个strawberry，其实都是一种search，你不管它是什么，你可以理解为 Alphago 下棋，就是 Alphago 下一步棋的时候，你实际上要看后面的 5 步棋、 10 步棋，你看 15 步棋的时候你可以下赢李世石。那这个看后面的棋的过程，看我可能的下的空间的过程，实际上就是一个搜索的过程，你在搜索你自己有多少种可能性？那对模型来说是一样的道理。 比如说今天我们的是写故事的题，写故事的 agent 我们要搜索的就是这个情节点，接下去有多少种情节发展的可能性啊？哈利波特是要打败伏地魔？还是要和金尼结婚？还是要做什么其他的事情？它有很多可能性，我们搜索完了所有的可能性之后，找到最好的那一个，然后把故事写出来，这就是搜索的过程。所以其实后训练很多时候是在通过这样的搜索来让他获得更高的智能。 00:25问题：Post-train过程中间你们积累下来最大的信息资产是什么？ 这里面其实我们会积累下我觉得三个比较重要的东西，一个是我们的pipeline，就其实一个新公司也好，或者一个大公司也好，要做到能每天训练是非常难的一件事情，这意味着你的数据能够快速地被处理，然后你的部署是稳定的，你的训练和 serving 是分开的，然后你训练完能马上做evolve，就是evaluation，能评估它的训练效果。 然后第二个就是训练过程中积累下来的，数据就数据其实是很关键的事情，这个数据可能是到最后当行业逐渐成熟之后得到的最关键的东西。因为数据虽然大家都是公开的数据，但你会发现llama 3.1 它的数据量可能就可以做到千问的十倍，就是你，你很难想象，因为阿里的人也很优秀，或者说国内很多大厂的人也都非常优秀。那我不都是从网上爬数据吗？为啥能有一个 5 倍、 10 倍的这个量级的差异呢？ 然后第三个你能积累价值的东西就是你的真正的训练方法和算法，就是今天来说你怎么去搭建？你像我们的故事写作会以为它就是一个agent，但实际上我们在故事写的时候是有 4 个 agent 在跑，然后他还做不同的事情，那这四个 agent 分别负责什么？它里面每个算法又是什么？在这里我怎么保证 memory 它的记忆是能一直维持一致的？它的角色是一直一致的，它能够把故事很好地变成图片和视频。我们年底要上视频，就相当于是 AI 能写一个短剧这样的故事，这里面积累下来的算法模型的排布的架构，这些也是非常非常重要的东西。我们聊。 00:45问题：你是如何学习 AI 相关的知识的？ 但是自己其实非常难学。我们交流非常多，就是跟硅谷那边的伙伴们也有很多公司，有很多朋友就在做这件事情，所以其实感觉更像是因为在做这件事情。大家交流训练的方法、数据，做的方法，哪一个模型最近最好？有什么新的东西大家是用这种角度在交流的，那比起说作为一个这个外来人在看，就有点像。我们其实都是做手机的，然后我们在交流手机我要用哪个供应商要用什么配件，但是你从一个用户的角度，然后去市场上分析这个不同手机的对比，那就两个肯定就不是同一个维度的事情，所以我们的很多学习和信息其实是从这个角度来的，而不是去读论文。就读论文也重要，但是它就今天的最好的工作都已经不是论文了，就是最重要的工作都已经不是学校在做的了，都已经是大厂在或者创业公司在做的内部工作，所以反而是和人交流可能变成今天学习最重要的事情。 00:50问题：您如何看待人类的创造力与 AI 的创造力？ 人类的创造力是个性化的，而 AI 的创造力是泛化的，我的生长环境是相对地球上的七八十一人来说非常闭塞的，然后我去过的地方就那么多，但就是因为我的世界只有这么大，或者说这么小，所以我的创才会非常有特点，就是艺术家他生活环境都可能都是比较极端的。嗯，但 AI 就不一样，就为了得到 AI 的智能，然后它不能像一个人一样这样子带一个很独特的环境里成长起来，他就学习所有人类泛化的知识，那就相当于在这个过程中他把个性给平均了。所以你会看到它写出来的故事，除了故事情节上有套路，比如说人物的命名，他总是喜欢用一套人物的名字，因为他没有很独特的自己的视角，你会发现他写剧情他很爱用比喻，而且它的比喻是苍白的，就是此刻变成了永恒，我的心里像有了一个硬块，我的胃突然抽搐了一下，就是这些表述，你放在任何一个桥段里面它可能都适用。 问题：未来消费与创作之间的关系会是什么样的？ 其实未来不太需要有很专门的生产者，他可以很喜欢生产这个事情。可能大部分创作以后更多是一个偏好表达的过程，它不是一个创作的过程，就今天大家是发弹和写评论来表达自己对某一个作品的想法，但在未来通过弹幕和评论你就是直接得到一个新的作品。就你说这个电视剧为啥女主要跳下悬崖？别跳啊？然后别跳，你说完了它就不跳了。然后你就看不跳的那一集，所以我觉得那时候你也不好说他们是创作者，但是他们的确是贡献了自己的偏好，贡献了自己的独特体验而产生的想法，那我觉得这些想法是有价值的，也会因为这些想法而在人类中间产生共鸣。所以我觉得，嗯，消费和生产同一化是一个方向，然后生产者直接被偏好表达给替代，我觉得也是一个方向。 往期相关内容： AI赋能珠宝设计:基于更高的设计效率培养个人ip，实现按需定制 AI时代下的“Agent”革命与企业及个人的新机遇 嘉宾：周健 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描二维码，或添加主播微信：hongyu_she

嘉宾简介： 陈永立，创业公司边无际CEO，获得奇迹论坛投资，在美国完成了物理以及电子工程的双学位本科学习后，又深入计算机科学的硕士研究。他的学术追求并未止步于理论，而是在博士期间就勇敢地迈出了创业的步伐，最终他的公司被成功收购。陈永立的职业生涯随后转向了微软，在那里，他不仅参与了云计算领域的工作，还参与构建了GPT-2语言模型的底层基础设施。这段经历让他深刻认识到大语言模型在泛化能力上的优势，坚信这是推动人工智能发展的关键方向。 边无际项目介绍： 边无际基于Kubernetes首创分布式AIoT底座Shifu，为客户全场景AIoT互联互通，具身智能提供了透明框架。通过透明框架内的数字孪生技术，为设备赋予有思考能力的”数字大脑“，通过平台层对场景内所有设备、机器进行北向数据收集和南向指令管控，进而形成具身智能。 在微软的丰富经验让陈永立洞察到智能物联网市场的巨大潜力。他发现，如果把AI模型比作大脑，IoT设备比做身体，我们则缺少了一套有效的神经网络来实现AI模型与设备间的互联互通。这一洞察催生了他的再次创业——边无际（Shifu），一个利用AI技术解决IoT设备互操作性难题的项目。Shifu不仅提升了具身智能应用的构建速度，还在实际项目中展现了其惊人的效率：一个原本需要十多人耗时两年的项目，在Shifu的帮助下，仅需两人两个月即可完成。 边无际的一个客户“爱快”，遇到了相似的问题：不同品牌和型号的摄像头并存现象非常普遍，管理复杂且繁重。基于边无际的技术，爱快实现了数字摄像头与云的结合，将不同型号的摄像头统一到云平台上集中管控，并支持摄像头云平台告警，告警信息同步支持爱快e云APP推送，保障内网摄像头设备状态实时感知。 工业物联网中，首艘国产大型邮轮“爱达•魔都号”上的生物降解系统的研发和部署，也使用了边无际的方案，将生物降解系统赋予了实时数据采集与分析能力，以及具有超高稳定性的云边协同能力。 对于个人用户来说，陈永立已经在自己的家里通过SHIFU将不同厂商的IOT设备链接到同一个网络，通过GPT4统一控制，这大幅的提升了他们家IOT网络的智能。 陈永立对程序员的职业发展的建议 在AI工具的应用上，陈永立是GitHub Copilot早期的尝试者之一。他认为，如果自己仍然在工程师岗位上，大约70%的代码可能将由AI自动化完成。他鼓励自己的员工使用AI工具来提升工作效率，并强调程序员需要掌握对大模型的Benchmark能力，这不仅能帮助他们评估和选择最合适的AI工具，也是适应未来技术发展的关键。 陈永立对程序员的职业发展提出了建议：尽可能选择与AI相关的工作，参与AI原生项目的开发。他预见，在AI时代，个人将能够以前所未有的方式提供服务、创造价值，甚至一人运营一个高效的公司。但这背后需要足够的AI知识和对细分行业的深刻理解。陈永立的见解不仅为程序员们指明了发展方向，也为整个技术行业揭示了AI技术塑造未来的无限可能。 听友的的转发，点赞，收藏和分享对我们非常重要 往期相关内容： AI时代下的“Agent”革命与企业及个人的新机遇 嘉宾：周健 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 嘉宾：薛志荣 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事嘉宾：PM熊叔 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描下方二维码

在珠宝设计领域，传统的高级定制流程往往耗时漫长，需要一周甚至更久的时间来完成从设计到成品的转换。然而，随着人工智能（AI）技术的介入，这一流程得到了革命性的改变。AI技术能够在短时间内，仅用几分钟，就展示出宝石被制作成珠宝后的潜在效果。这种快速的可视化展示极大地降低了用户的决策成本，因为它允许客户在极短的时间内评估和选择他们喜欢的设计方案，从而显著提升了成交率。 你的点赞，收藏，转发，对我们来说非常重要 嘉宾职业背景 余悠，「地质大学博士说AI」主理人，珠宝行业创业者。学习过程中，余悠就开始尝试使用深度学习技术来解决实际问题，如宝石的颜色识别和模式识别等。 毕业后，他没有继续在宝石学领域深耕，而是将目光投向了充满挑战与机遇的计算机行业。在百度的研发岗位上，余悠积累了宝贵的技术经验，并逐渐在计算机领域展开自己的尝试和探索。 凭借深厚的学术背景和对新技术的敏锐洞察，余悠成功地将AI技术应用于珠宝设计行业。他利用AIGC技术，结合自己在宝石学的专业知识 如何通过AI，改变珠宝设计与销售流程？ 通过Comfyui的工作流，没有编程背景的设计师也能能够在短时间内，仅用几分钟，结合手绘，展示出宝石被制作成珠宝后的潜在效果。这种快速的可视化展示极大地降低了用户的决策成本，因为它允许客户在极短的时间内评估和选择他们喜欢的设计方案，从而显著提升了成交率。 AI设计的优势不仅限于加快设计过程，它还为珠宝销售带来了新的模式。通过与社交媒体的紧密结合，珠宝设计师和销售者能够从传统的销售成品珠宝，转变为销售设计图。这种模式的转变可以大幅提升珠宝行业的周转率，实现按需定制。也为用户提供了更个性化的产品。 在工具和技术的应用上，余悠博士基于COMFYUI创造了自己的工作流，这一工具的灵活性和可定制性为珠宝设计带来了无限可能。通过COMFYUI，设计师可以将手绘草图和AI生成的设计元素相结合，创造出既具有个性又符合潮流趋势的珠宝设计。 为了进一步提升设计的准确性和个性化，余悠博士还自行训练了Lora模型。针对每个不同的款式和材质，他训练了专门的Lora模型，这些模型能够精确地捕捉和实现设计师的创意意图。通过这种方式，AI设计不仅在速度上有了显著提升，在质量和细节上也达到了新的高度。 选择COMFYUI的原因在于其强大的功能和灵活性。它不仅能够适应不同设计师的工作习惯，还能够根据设计需求快速调整和优化工作流程。这种高度的可定制性使得设计师可以专注于创意和设计本身，而不是技术实现的细节，从而释放了设计师的创造力，推动了珠宝设计行业的发展。 如何通过AI，更高效的塑造个人IP？ 余悠认为AI的加入，打破了人力和时间的限制，使得内容创作变得更加高效和规模化。这种技术驱动的内容生产，不仅确保了高质量，还实现了数量上的飞跃，从而在社交媒体上实现了高频率的发帖。 更高的发帖频率为我们提供了宝贵的机会，让我们能够快速测试并洞察平台的规则和用户的兴趣点。通过AI的辅助，我们可以迅速识别哪些类型的内容更易于吸引用户的注意，哪些话题更能够激发用户的参与和分享。这种快速反馈机制，帮助我们更好地理解受众，优化内容策略。 同时，AI在处理重复性工作方面的能力，使得我们可以高效地复制那些已经证明成功的、受用户欢迎的内容。这种正向循环不仅提高了内容产出的一致性和质量，还加快了创新的步伐。我们可以将更多的精力投入到创意和策略的制定中，而将执行层面的重复工作交由AI来完成。 嘉宾小红书号： Suva Han：数据 1个月左右，粉丝量3000+，留言求购的数量超过1000+（未商业化） 四脚朝天的：数据 suva 1年，粉丝2.8w，求购5000+以上吧（未商业化） 如何学习AI，新人如何加入行业？ 余悠分享，他是通过通过公开课、社区参与和实践操作不断深化对AI技术的理解。他将COMFYUI工具使用视作一种编程过程，不仅利用可视化编程工具如COMFYUI进行创造性设计，还运用智能体技术拓展设计的边界。这种将编程思维与AI结合的方法，让设计工作更加高效和个性化。 对于计算机行业的新人，余悠建议他们学习基础编程知识，学会清晰的定位自己与AI的关系，将AI视为助手。面对AI带来的行业变革，新人需要保持好奇心，拥抱变化，加入相关工具的社群。 往期相关内容： AI时代下的“Agent”革命与企业及个人的新机遇 嘉宾：周健 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描二维码

在面临高考和专业选择的十字路口，许多学生和家长都会陷入一个经典问题：在学校、城市和专业这三个关键因素中，哪一个最为重要？ 尤其是AI对就业市场产生了巨大的冲击，如上一期播客中，周健老师谈到，AI会逐渐替代入门级别的工作岗位，在这个关口，选择专业就似乎变得越来越困难。 本期，我们邀请了三位嘉宾，基于自身的经历和对教育及职业市场的洞察，给出了各自的见解，一起分享大家是对专业，学校选择的思考 嘉宾们的自我介绍 薛老师：计算机专业毕业，但因为兴趣做了交互设计师，曾在百度、小鹏汽车、华为人机交互实验室工作过 Shadow：Mixlab创始人，从设计师转型程序员，职业道路越走越宽，本科上海交大 伊伊子：拥有哲学、政治、经济和计算机教育背景，对跨学科融合有深刻洞察； 洪宇：产品设计系毕业，工作从用户研究，到体验管理，（伦敦艺术大学，中央圣马丁） 嘉宾们的在大学时是怎么选择自己报考的院校的 选择大学，对于我们每一位嘉宾来说，都是一次重要的人生抉择。Shadow根据模拟考试的成绩选择了能上的最好学校和专业 薛老师基于个人兴趣，选择了广东外语外贸大学的计算机系； 伊伊子则依据自己的文科背景和对未来职业的模糊憧憬，最开始选择了天文学；在美国的大学体系下，享受了专业选择的灵活性，最终确定了自己的学习方向； 而我，基于对设计的向往，选择了圣马丁的工业设计系。 学校，城市，和专业，哪个更重要？ 首先，学校的选择往往代表着一个人社交圈的起点和学术氛围的基调。一个学校的声誉、师资力量和校友网络，都会对一个学生的世界观和职业发展产生深远的影响。薛老师通过自己的经历强调，选择一个与自己能力和兴趣相匹配的学校，是确保未来能够顺利发展的基础。 城市的选择则关系到一个人的生活方式和职业机会。一个充满活力的大城市，如北上广深，往往能提供更多的实习机会、文化活动和职业发展空间，有助于拓宽视野和增加社会经验。伊伊子提到，尽管互联网的发展减少了地域限制，但城市的气候、氛围和环境仍然对个人的生活质量有着不可忽视的影响。 专业选择则直接关联到个人的思维方式和未来职业路径。一个合适的专业不仅能够激发学习兴趣，更能培养解决复杂问题的能力。shadow指出，专业选择应该基于个人的兴趣和长期职业规划，而不仅仅是追求短期的就业率或市场热点。 综合来看，我们认为并没有一个标准答案来界定这三者哪个更重要。它们各自代表了不同的生活和职业发展的可能性。选择时，我们需要结合个人的兴趣、能力、职业目标以及对未来社会发展趋势的判断。例如，如果你是一个社交能力强、渴望在大城市中探索无限可能的人，那么城市可能是你的首选；如果你对某个学科充满热情，并希望在这个领域深耕细作，那么专业可能是你决策的重点；如果你重视学术氛围和社交网络，那么学校的综合实力和文化可能更适合你。 最终，选择的关键在于了解自己，明确自己的长远目标，并在这三维空间中寻找最适合自己的平衡点。在这个AI时代，我们更应该注重培养自己的核心竞争力和适应能力，无论选择哪条路径，都能够把握住时代的脉搏，实现个人的成长和发展。 如果再给一次机会，大家会选择什么专业？ 在反思过往与展望未来之间，我们不禁思考，如果时间可以倒流，我们是否会做出不同的专业选择？薛老师，即便再次面对选择，依然会坚持计算机科学的道路。对他而言，计算机不仅仅是代码和编程，更是一种计算思维的培养，这种思维方式深刻地塑造了他的逻辑架构能力和问题解决策略，让他在多变的技术领域中始终能够找到创新的路径。 伊伊子则表达了一种不同的视角。如果再有一次选择的机会，她希望能够更广泛地探索自己的兴趣，不将自己局限于单一的专业领域。她认为，大学教育初期不应该以专业区分，而是重点在鼓励学生选择不同的学科的课程。通过接触不同的知识领域，找到自己真正热爱的方向，并在此基础上深入挖掘，形成自己独特的专业视角。 shadow对于专业选择有着更为哲学的考量。他强调基础学科的重要性，认为像哲学、数学这样的学科能够提供坚实的思考基础和广阔的创新空间。在他看来，基础学科的深度和广度是培养创新思维和批判性思考的关键，这在AI时代尤为重要，因为它们能够激发出解决复杂问题的新方法和新思路。 而我，在重新审视自己的专业选择时，会更多地考虑个人特质与专业之间的匹配度。我相信，每个人都是独一无二的，拥有不同的优势和兴趣点。因此，选择一个能够发挥个人特长、激发内在潜能的专业，将更有助于个人的成长和发展。同时，我也会追求更多元化的学习路径。 不断探索和整合跨学科的知识和技能，以适应未来职业市场的需求。 我们的观点虽然各有侧重，但共同体现了一个核心理念：专业选择应该基于个人的兴趣、能力和未来职业发展的综合考量。在AI时代，我们更应该注重培养自己的核心竞争力，无论是深化专业技能，还是拓展跨学科视野，都要以个人发展为中心，做出最适合自己的选择。 AI对职业发展的影响 随着人工智能技术的飞速发展，它对职业发展的影响日益显著，成为我们无法忽视的时代特征。AI不仅改变了工作的性质，更是在重新定义职业技能的需求和未来的职业走向。我们几位嘉宾，结合自身在不同领域的专业经验，探讨了AI对职业发展可能带来的深远影响。 首先，AI技术的崛起意味着我们必须培养与AI协作的能力。在许多行业中，AI已经开始承担起数据分析、模式识别等任务，释放了人类从繁琐的重复性劳动中解放出来，让我们有更多机会从事创造性和战略性的工作。薛老师指出，具备计算思维变得尤为重要，它能帮助我们更好地理解AI的逻辑，有效地与AI工具进行互动。 其次，AI无法触及的领域，如创造力、情感智能、领导力等，将成为人类独特的竞争优势。Shadow 强调设计师的创造力和判断力是AI难以替代的，这要求我们在专业素养上深化这些能力，保持人类在这些领域的主导地位。同时，跨学科的知识和技能也将更加受到重视，因为它们能够激发新的创意和解决方案。 伊伊子和shadow都强调，AI时代更加需要我们具备终身学习的能力。随着技术的不断进步，新的职业会出现，旧的职业可能会消失。因此，我们需要不断更新自己的知识库，学习新的技能，以适应不断变化的工作环境。 AI的压力下，哪些专业的职业方向更可能被替代？ 在AI的浪潮中，职业格局正经历着前所未有的变革。一些曾经被认为是稳定选择的专业，如今面临着被AI替代的风险。我们认为，那些重复性高、创新性低的职业方向，尤其容易受到AI的冲击。 首先，会计专业就是一个典型的例子。会计工作往往涉及大量的数据整理和报表制作，这些任务AI能够以更高的效率和准确性完成。随着智能财务软件的普及，基础的会计职能正逐渐被自动化技术取代。类似地，某些编程工作也可能面临挑战，特别是那些涉及固定模式和标准化流程的编程任务，AI可以快速生成代码，减少人力需求。 然而，这并不意味着所有专业都将面临同样的风险。未来的“天坑专业”可能是那些无法适应快速技术变革的领域，它们缺乏跨学科能力和创新思维。例如，一些过于专业化、缺乏灵活性的专业，可能在AI时代难以为继。相反，那些能够结合不同学科知识、培养创新能力和解决复杂问题能力的专业，如设计、创意写作、研究开发等，将更有可能在AI时代保持其独特价值。 此外，AI的发展也促使我们重新思考教育和职业培训的方向。我们需要重视培养学生的批判性思维、学习能力和适应性，这些能力将帮助他们在AI时代保持竞争力。 值得注意的是，AI并不能完全替代人类的所有工作。在某些领域，如心理咨询、教育、艺术创作等，人类的直觉、情感和创造力是AI难以复制的。因此，未来的职业发展将更加重视这些独特的人类特质。 总之，在AI的压力下，我们需要对专业选择和职业发展进行深思熟虑。我们应该选择那些能够适应技术变革、培养创新思维和跨学科能力的专业，同时不断提升自己的技能和适应性，以在AI时代保持竞争力。 入门机会的消失，与个人影响力对工作的影响 随着人工智能技术的不断进步，一些传统的初级职位正逐渐消失，。AI在决策、分析和执行方面的能力，使得一些原本需要大量人力入门岗位消失。在这样的请开那个下个人影响力的塑造，正在成为职场竞争中的一项重要资产。 无论是通过社交媒体展示自己的专业知识，参与专业社群进行深入交流，还是通过内容创作分享自己的见解和经验，个人品牌都能帮助我们在职场上建立独特的形象，吸引更多的关注和机会。正如薛老师所指出的，AI改变了职业竞争的格局，但那些能够利用AI工具来增强自己影响力的人，将更容易在职场上获得成功。 此外，个人影响力还能够帮助我们在职业发展中实现跨界合作和创新。在AI不断重塑行业边界的今天，拥有广泛影响力的个人将更容易吸引跨领域的合作机会，推动新的想法和项目的实施。因此，培养个人影响力不仅是对AI挑战的一种回应，也是把握AI时代机遇的关键策略。 往期相关内容： AI时代下的“Agent”革命与企业及个人的新机遇 嘉宾：周健 如何通过人工智能更高效的学习：伊伊子的硅谷洞见 S5 AI浪潮下的交互设计革新：MIX Copilot引领信息智能处理新时代 S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描下方二维码

1. Agent技术如何革新企业自动化？ 2. Agent技术将如何改变个人工作和职业发展？ 3. 对于AI创业者，Agent技术预示着哪些机遇与挑战？ 4. GPT4O 对 AI企业服务行业意味着什么？ 本期我们邀请了头部Agent 创业公司澜码科技的CEO 周健先生，为大家逐一剖析上述问题。 嘉宾背景介绍：周健是一位在AI领域有着丰富经验的专家。他的职业生涯从Google开始，参与了中文网页搜索质量的工作。随后，他加入了阿里云，参与了底层分布式系统的建设。在依图科技，他从事人脸识别技术的研发，并在弘基担任企业服务数字员工RPA的CTO。最终，他创办了澜码科技，专注于Agent技术的研发和应用。 Part 1: Agent技术深度解析 RPA与Agent的差异：RPA（Robotic Process Automation）主要处理应用层面的自动化，而Agent则基于自身的理解能力，能够处理整个数据文档应用流程。Agent能够在更高的层次上执行任务，通过自然语言与AI进行对话，并理解文档中的各种信息和指令。 Agent概念解读：Agent最初来源于人工智能领域，指的是能够主动感知环境变化并作出决策的智能体。随着大型语言模型的泛用性，Agent被带到了每个人的办公环境中。然而，当前大型模型的能力还不够强，因此需要一个中间层，通过编程的方式让大模型帮助人们完成任务。 角色化扮演的影响：在实际的工作任务中，Agent的角色化扮演体现得并不明显。但是，Agent有机会降低与不同人交互的成本，使得交互过程更加流畅。 Agent中间层编程：通过Agent中间层的编程，未来有机会将程序员的数量扩大一个量级，让更多从业者，以个体为单位为其他实体提供服务。但这之前需要消除语言的歧义，因为语言在不同的场景中往往有不同的意思。在此基础上，让AI理解人的指令还有很多工作要做。 Agent的自主学习与工作流形成：Agent未来可能能够自主学习人类的操作行为，形成工作流，代替人类执行重复的工作。这将极大地提高工作效率和准确性。 基于Agent 的工作平台将有机会承载更多功能：现在的软件功能上限往往取决于用户的记忆力。一位专家用户可能也只能使用300-1000个功能，而Agent可以基于搜索和主动推荐，扩展人的边界，使得用户能够更充分地利用软件的功能。 RAG检索及长期记忆的重要性：RAG（Retrieval-Augmented Generation）检索是Agent的重要组成部分。通过告诉大模型垂直行业的知识，可以提升AI服务的价值，使得Agent更加智能和高效。 Part 2: Agent对企业影响 AI服务服务落地的困难：在企业中落地Agent服务最大的困难在于用户的错误认知。例如，Sora等AI技术大幅提高了人们对AI的预期，但从业者可以从中看到Open AI的极限。而错误的认知会使得agent 服务落地变得极其困难。 AI对企业成本结构的影响：Agent智能体有机会让企业的部分成本结构以指数的幅度下降，这是客户非常难以理解的。这可能会快速颠覆部分行业累积的算法优势，导致企业需要更敏捷地调整自身的战略。 企业战略的敏捷调整：面对AI带来的颠覆性变化，企业需要快速适应，重新优化人力结构，以应对Agent技术带来的变革。 Agent提高工作效率：Agent可以大幅提高文字工作的工作效率，使得企业能够更灵活地提供专业服务，从而螺旋式地降低企业的人力成本。 Part 3: AI缺乏的是综合能力，因此我们应该训练我们的综合能力 AI之上与AI之下：未来的工作可能会变成AI之下和AI之上的模式。因为Agent会大幅提高信息处理和信息传递的效率，快速消灭企业中的中间层，导致组织结构更加扁平。 成为AI之上的策略：个人如何成为AI之上的工作者？关键在于综合考虑慢变量的能力和更广的认知。这将确保个人能够基于更多元化的信息进行决策，从而在AI时代中保持竞争力。 超级个体的崛起：未来可能更多的人可以基于自己的个人能力为其他实体提供专业服务，也就是我们常说的超级个体概念。 大模型公司的招聘标准：如果澜码科技需要招聘，会选择在一个领域上有独特成就且愿意学习工作外知识的人。因为大模型公司可能有点像徽章收集器，有一个领域的专家，就有机会将这个领域的工作流标准化，形成可以大范围推广的企业服务。 Part 4: GPT4O对AI to B的影响 GPT4O的低成本多模态数据处理：GPT4O可以以更低的成本获取和处理更多多模态的信息，使得企业有机会积累更多领域的工作数据，并逐渐将其流程化，自动化。 GPT4O数据对GPT5的影响：GPT4O收集到的数据将会是GPT5世界模型的数据基础，为下一代AI模型提供丰富的训练材料。 Part 5: 给AI创业者的建议 核心禀赋的重要性：在生产力成本不断下降的背景下，创业者需要明确自己的核心价值和禀赋。思考为什么社会需要你这样一家公司，以及如何利用AI的变化放大自己的价值。 成为不同群体间的桥梁：从AI的特点来说，因为其综合能力不强，大概率你是必须是两个不同群体之间的桥梁。这样的话从创立的角度上来讲，你才有信息的壁垒。 AI的还原论与整体论：AI是人类科技的结晶，但这个结晶是基于还原论，而非整体论的。这也是上述综合能力不够强的根因。创业者需要认识到这一点，并探索整体性综合的新路径。 往期相关内容： S7-为什么AI企业应用落地这么难？ S6 AI如何改变产品经理的工作，MIXLAB NODE创始人熊叔的故事 S9 AI产品经理的修炼手册：播客剪辑软件VOCUT开发故事 在这里找到我们： * 公众号：遇见AIER * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描下方二维码

在数字化时代，人工智能（AI）正以前所未有的速度改变着我们的工作和生活。特别是在教育领域，AI的应用正逐渐展现出其独特的价值和潜力。今天，我们将深入探讨AI如何影响教育，并分享硅谷教育从业者伊伊子的亲身经历和见解。 嘉宾介绍：想躺平也爱折腾的硅谷程序媛，教育学博士在读。开发有用的AI产品，开展有意义的教育研究。 嘉宾自媒体：教育播客”教育智造者” 小红书/即刻：爱思考的伊伊子。 我们的其他内容会发布在公众号/小红书：遇见AIER 您的关注，转发，收藏对我们非常重要 伊伊子的AI之旅：从哲学到编程 伊伊子，一位在硅谷工作的程序员，拥有十多年的留学经历。她从哲学本科起步，经历了职业生涯的转变，再到CS硕士，最终走向硅谷。同时，伊伊子对教育充满热情，正在攻读教育学博士。她的故事，是一段自我探索和发现的旅程，也是对教育体系的深入研究。 AI在教育中的应用：提升学习效率 伊伊子的研究项目紧密关联她的经历。她关注中国高中生在留学申请过程中参与的付费科研项目的留存率和学生体验。她探讨了生成式AI如何改变学生在紧张且以问题解决为导向的项目制学习中的效率和体验，同时帮助资深教师更高效、有趣地教授深奥知识。 DEMO AI学习助手：个性化学习体验 AI学习助手作为教育科技领域的一个创新应用，正逐渐成为个性化学习体验的关键组成部分。伊伊子在她的分享中提到，她开发的AI学习助手旨在解决学生面临的时间紧迫和信息过载问题。通过上传学习资料，如PDF论文或PowerPoint幻灯片，AI学习助手能够分析内容，提取关键概念和理论，并以思维导图的形式呈现，帮助学生快速构建起对学科知识体系的宏观理解。 这种个性化的学习体验，不仅让学习更加高效，也使得学生能够根据自己的学习节奏和风格进行深入探究。AI学习助手通过生成式AI技术，能够将复杂的学术内容转化为深入浅出的解释，使学生即使在缺乏背景知识的情况下，也能够迅速把握核心观点和论文主旨。 此外，AI学习助手还能根据学生的学习进度和理解程度，提供定制化的学习建议和辅导。这种一对一的学习支持，有助于学生在学术探索中保持动力，同时促进了学生的自主学习能力。随着AI技术的不断进步，未来的AI学习助手将更加智能，能够提供更加丰富和细致的学习支持，为每个学生带来量身定制的学习体验。 DEMO2：研究流程Chatbot：引导式学习 伊伊子开发的“研究流程Chatbot”是一种创新的引导式学习工具，它通过模拟苏格拉底式提问法，激发学生的批判性思维和自主学习能力。这个Chatbot的设计初衷是帮助学生理解并掌握科研的基本流程，从提出研究问题到设计实验，再到分析数据，每一个步骤都通过交互式的对话进行引导。 在实际操作中，学生可以向Chatbot提出自己在研究过程中遇到的问题，而Chatbot则通过一系列预设的问题回应，引导学生深入思考。这种设计不仅帮助学生逐步建立起研究所需的知识框架，而且还能够培养学生的问题意识和解决问题的能力。 此外，Chatbot还整合了丰富的教育资源，如专业书籍和研究论文，为学生提供了一个针对性强、实操性高的学习数据库。通过限制学生在特定书籍中寻找答案，Chatbot鼓励学生深入阅读和理解，而不是简单地从互联网上搜寻碎片化的信息。 这种引导式学习工具的优势在于，它能够提供一个结构化的学习路径，同时保持学习的灵活性和互动性。学生可以在任何时间、任何地点与Chatbot进行交流，使其成为学生研究旅程中一个不知疲倦的助手和伙伴。随着AI技术的不断进步，未来的研究流程Chatbot将更加智能化和个性化，为学生的研究学习和教师的教学活动带来更多可能性。 DEMO3:错题集工具：反思与优化 伊伊子开发的错题集工具是一种旨在帮助学生通过反思和优化学习过程中的错误来提升学习效率的应用。这个工具的核心在于通过AI技术自动识别和整理学生在学习和练习中的错题，并鼓励学生对这些错误进行深入的思考和分析。 使用该工具时，学生可以将错题拍照上传，AI会自动识别题目和错误答案，并将其归档到相应的知识点下。此外，学生被引导写下对错题的反思，AI根据学生的反思和历史数据，提供个性化的反馈和建议，帮助学生识别学习中的薄弱环节，并提出改进策略。 错题集工具的优势在于它能够将学生的注意力从简单的重复练习转移到有目的的反思和理解上。通过这种方式，学生能够更清晰地认识到自己的错误模式，从而在未来的学习中避免重复同样的错误。同时，该工具还能够根据学生的学习进展和历史错题情况，推荐相应的练习题目，进一步提升学习效率。 伊伊子认为，这种工具不仅有助于学生在学术上的提升，更能够培养他们的成长心态和自我提升的能力。在AI的帮助下，错题集工具成为了一个强大的学习伴侣，它通过技术的力量，让学习过程中的每一个错误都成为向前迈进的一步。 当前AI教育科技创业公司的弊端 教育科技的发展，尽管前景广阔，却也面临着一系列挑战与机遇。伊伊子在讨论中指出，当前许多教育科技公司可能缺少对教育学深入理解的团队成员，这可能导致产品开发过程中缺乏科学化的教育理论支持。这样的背景下，教育科技产品可能无法真正触及教育的核心问题，难以实现教育的深层目标。 挑战之一便是如何确保教育科技产品基于实证研究，采用经过验证的学习方法，从而有效提升学习成效。这要求教育科技公司不仅要关注技术的创新，还要深入理解教育的本质，结合教育学原理，开发出真正有助于学生学习的产品。 同时，教育科技的发展也带来了前所未有的机遇。AI技术的引入，尤其是在个性化学习、智能辅导、学习效果评估等方面，为教育带来了新的可能。通过AI的辅助，教师能够更准确地把握学生的学习状态，提供更个性化的教学方案，同时学生也能够获得更加灵活、高效的学习体验。 然而，教育公平性的问题也随之而来。AI技术的高杠杆效应可能导致资源获取的不平等，从而加剧社会分层。因此，如何使AI技术惠及更广泛的群体，确保每个学生都能享受到科技带来的教育优势，是教育科技领域亟需解决的问题。 面对这些挑战与机遇，教育科技领域的从业者需要不断探索和创新，结合教育学和科技的力量，开发出既科学又公平的教育产品，以促进教育的长远发展。 教育者的角色转变 在探讨AI对教育领域的影响时，教育者角色的转变是一个不可忽视的话题。伊伊子提出，随着AI在教育领域的深入应用，教育者的工作重心可能会从传统的知识传授逐渐转向更加关注学生的个性化发展和情感需求。 AI的加入，尤其是在资料准备和教学方案设计方面，能够承担大量重复性工作，这使得教师们从繁重的行政和教学准备任务中解放出来。这样的转变不仅提高了教学效率，更为教育者提供了更多机会去进行创新教学方法的探索和实践。 教育者可以利用这一机会，深入学习教育心理学、教育方法学、社会情感教育等领域的知识，以提升自身的育人能力。他们可以更多地关注学生的个性发展，发现并培养学生的优点和潜能，而非单一地侧重于学术成绩。通过情感支持和积极引导，教育者可以帮助学生建立自信，激发他们的学习兴趣和创造力。 此外，教育者在AI辅助下，可以更精准地识别学生的学习需求和难点，实施个性化教学策略，从而提升教学质量。AI作为一个强大的工具，最终的目标是辅助教育者，而不是取代他们。教育者与AI的协作，将共同促进一个更加包容、有效和富有创造性的教育环境的形成 结语：AI与教育的未来 AI在教育领域的应用前景广阔，但也伴随着挑战。伊伊子的故事和见解为我们提供了宝贵的启示：在追求技术进步的同时，我们应关注教育的本质，确保技术的应用能够促进教育公平，并且真正提升学习效果。让我们期待AI如何继续革新教育，为下一代创造更好的学习环境。 在这里找到我们： * 公众号：遇见AIER Mixlab * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描下方二维码

本期节目，我们邀请到了播客剪辑工具Vocut的项目负责人顾巍，为我们揭开了AI如何助力产品管理 ，提升工作效率，以及它对未来软件开发领域的深远影响。他也提到了，AI时代的产品经理应该具备哪些能力模型 同时本期节目中，顾巍也分享了大量播客剪辑流程的干货，他相信通过他的软件可以为播客主理人们提高50%以上的剪辑效率。 我们的其他内容会发布在公众号/小红书：遇见AIER 您的关注，转发，收藏对我们非常重要 工具试用请点击此链接跳转：Vocut工具官网 SHOWNOTE 01：01 从交互设计到产品经理：顾巍的职业转型之路 顾巍的职业生涯始于交互设计，随着对产品设计的深入理解，他逐渐转向了产品经理的角色。在这个转型过程中，ChatGPT等AI工具成为了他的得力助手，帮助他从零基础开始搭建产品Demo。顾巍的这次转型，不仅仅是个人职业路径的拓展，更是AI技术在产品开发领域应用的一个缩影。 07：40 AI技术：Vocut诞生的催化剂 AI技术的发展不仅促成了顾巍的职业转变，更是他接手Vocut产品的重要契机。在Vocut的创建过程中，AI至少提升了团队50%以上的工作效率。顾巍坦言，作为项目负责人，他已无法想象没有AI的世界该如何开发这样一款产品。 AI技术在Vocut开发中的应用 顾巍分享了AI技术在Vocut开发中的实际应用案例： * AI驱动的功能：如AI技术自动识别并剪辑重复片段，AI自动化降低环境噪声等。 * 成本降低：AI翻译用于产品内文字，显著降低了开发成本。 * SEO优化：AI辅助进行SEO工作，有效降低了运营成本。 * 编程效率：AI工具如GitHub Copilot极大提升了编程效率。 * 市场调研：AI技术在海外市场调研中的应用，加快了产品迭代速度。 16:09未来软件开发：一人公司的兴起 顾巍对未来软件开发领域有着深刻的洞察。他认为，随着AI技术的发展，未来将会出现越来越多的“一人公司”。个体开发者将能够借助AI的力量，完成以往需要整个团队才能完成的项目，这将是软件开发领域的重要趋势。 17:26AI知识的学习：一手信息的重要性 在AI知识的学习上，顾巍建议直接获取第一手信息，并对当前AI学习工具持怀疑态度。他认为，个人能输出多少，取决于能输入多少，加上个人的吸收转化率。因此，拓宽信息渠道，获取最前沿的知识，对于AI时代的产品经理至关重要。 21:56Vocut的基本功能 Vocut的核心功能是将录音快速转化为文字，并允许用户像编辑文档一样编辑音视频内容。顾巍强调，用户的声音对于产品开发至关重要。通过与用户的深入沟通，Vocut不断优化其功能，以满足用户的实际需求。 25:22Vocut的未来功能：AI技术的深度应用 顾巍分享了Vocut未来的一些基于AI的功能，包括智能降噪和停顿时间剪辑等。这些功能将进一步简化音频编辑流程，提升用户体验。 31:54播客新手的工作流程建议 顾巍分享了对播客新手的工作流程建议，包括先降噪、音量标准化，然后将音频倒入到剪辑软件中。这些步骤能提高音频剪辑软件的文字识别效果和剪辑过程中内容的听感。顾巍表示，这些功能Vocut未来都会提供。 37:55提升专业播客主工作效率的思考 顾巍认为，通过Vocut的粗剪功能，有机会提升专业播客主50%以上的剪辑效率。这一效率的提升，将极大地推动播客内容的生产和创新。 41:15产品功能迭代：AI技术与开源社区的双重赋能 顾巍分享了Vocut产品功能迭代速度快的原因。AI技术提升了工作效率，而开源社区的赋能则为产品创新提供了丰富的资源。在这个背景下，产品经理的需求定义变得尤为重要。每一条用户的声音与建议，都将成为产品宝贵的资产。 47:57对新入行AI产品经理的建议 顾巍对新入行的AI产品经理提出了几点建议： 1. 理解技术边界：产品经理需要深入理解AI技术的边界，从产品需求出发，找到最合适的技术解决方案。 2. 成本竞争力：在AI时代，如何调整GPT的提示词，以达到更低成本下相似的产出效果，是AI产品经理的核心竞争力之一。 3. 用户需求为中心：始终将用户需求放在首位，深入理解用户，才能设计出真正有价值的产品。 结语： 顾巍与Vocut的故事，是AI技术在产品设计和开发中应用的一个生动案例。AI不仅提升了工作效率，更改变了我们的工作方式和思维模式。在AI的助力下，无论是新手还是专家，都将拥有更大的潜力和可能性。未来，让我们拭目以待，AI将如何继续引领产品创新的潮流。 在这里找到我们： * 公众号：遇见AIER * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描下方二维码

这次的嘉宾盼盼是一位一线教育工作者，正利用AI技术在教育领域进行创新尝试，她提到，通过GPT准备教案节省了50%以上的时间，GPT也是她学习过程中极佳的学伴。同时我们也聊到了AI 对教育行业的影响，以及如何引导学生使用AI技术的思考 嘉宾背景简介 盼盼女士是一名资深的国际高中计算机科学老师。盼盼女士在国内完成了计算机本科学习，随后赴美国深造教育技术，归国后曾在教育科技公司和青年组织工作，目前正积极探索AI在教育中的应用。 盼盼开始关注AI技术是在ChatGPT等大语言模型频繁出现在新闻中的时候。她迅速被AI的能力所震撼，并开始有意识地将其应用到自己的教学工作中。盼盼女士不仅在课堂上与学生分享AI的最新动态，更实际地将AI应用到备课和教学中。 AI在教育中的应用 综述 盼盼使用GPT等AI工具辅助备课，这极大地提升了她的工作效率。GPT能够以高中生能理解的语言解释复杂概念，如CPU的工作原理。此外，GPT还能帮助设计教案和出题。 盼盼不仅自己使用AI，还引导学生利用AI学习。她强调学生应超越课本知识，了解现实世界，并实际教学生如何使用AI工具，如学习雅思、练习口语等。盼盼认为，虽然课本知识很重要，但学生更应学会利用现有工具，拓展知识边界。 用AI准备教案的工作流 盼盼分享了她使用GPT准备教案的具体工作流程。她不依赖PPT，而是通过讲述和板书进行教学。GPT帮助她构建课堂结构，生成贴合实际课堂需要的讲义。盼盼女士指出，使用GPT后，她的备课时间至少缩短了一半。 AI技术也颠覆了盼盼自己的学习模式。她将AI视为24小时的学习伙伴，解决了她在专业上缺乏指导的问题，提升了她的学习动力和愉悦感。 新一代学生的弱点与教育 盼盼观察到学生缺乏目标感，她认为这很正常，因为目标感是一个人长期探索的课题。她提出，教育应该培养学生的提问能力和信息素养。 盼盼女士指出新一代学生习惯于被动接收信息，缺乏主动搜索和识别优质信息的能力。她认为这是教育面临的挑战，并建议教育应该培养学生的这些能力，以适应时代变化。 教师工作在AI时代的机遇与挑战 盼盼女士认为，AI不会取代教师，因为教师的职责多元复杂。AI更多地是从工具层面解放教师，提高教学效率。她特别强调了提问能力的重要性，认为这是有效利用AI工具的关键。 盼盼女士认为新教师应该拥抱新技术，如AI，以提升教学质量和效率。她建议新教师熟练使用AI工具，并将其作为教学工作的一部分。 结语 盼盼女士的分享提供了对AI在教育中应用的深刻见解，展示了AI技术如何改变教师的工作方式和学生的学习方式。她的观点强调了教师在适应技术变革中的作用，以及教育系统在培养学生适应新时代技能方面的责任。 在《遇见AIER》公众号，我们将持续探讨AI技术的最新动态及其在各行各业的应用。感谢盼盼女士的深入分享，我们期待未来有更多教育工作者能够利用AI技术。 如果你对AI在教育领域的应用有任何想法或问题，欢迎在评论区留言讨论。我们下期再见！ 如果希望加入听友群，请扫描下方二维码 在这里找到我们： * 公众号：遇见AIER * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com

在AI技术落地企业应用的过程中，我们面临着怎样的挑战？ 本期嘉宾的共识是：因为AI的不稳定性，需要一种全新的思路思考AI工作流，而给客户传递这样的思路，需要极大的沟通成本。 嘉宾介绍： Ning：专注于comfyui 等 ai应用层技术的研究 有一些自己的独门小技术 ！ 黑格(heige)，里布Ai特邀模型作者，精通训练建筑与室内方向的大小模型，擅长利用多种Ai工具解决各种传统设计领域的工作流问题。 法利：Ai生图领域自媒体人（抖音同名） 正文： 大家好，欢迎收听本集遇见AIER。在这个信息爆炸的时代，AI技术的发展速度令人瞩目。从图片识别到自然语言处理，再到深度学习，AI技术的每一次进步都在推动着社会的进步。但在AI技术落地企业应用的过程中，我们发现并非一帆风顺。今天，我们就来聊聊这个话题。 （shownote仅为大致介绍，具体案例请听播客） 技术本身的不稳定性 AI技术的不稳定性是影响其落地的一个重要因素。以stable diffusion（稳定扩散）模型为例，该模型在理论上具有强大的图像生成和处理能力，但在实际应用中，却可能出现无法达到预期效果的情况。在进行换脸等操作时，AI可能无法准确识别和处理用户的面部特征，导致生成的图像与原始图像存在较大差异，甚至完全不像本人。这种情况不仅影响了用户体验，也给技术提供者带来了挑战，如何提高模型的准确性和稳定性成为亟待解决的问题。 用户对AI技术的理解和期望差异 用户对AI技术的理解和期望也是影响其落地的另一个重要因素。一方面，部分用户可能对AI技术抱有过高的期待，认为AI能够解决所有问题。然而，当AI技术无法满足这些过高的期待时，用户可能会感到失望，甚至对AI技术产生怀疑。另一方面，用户对AI技术的理解可能存在局限性，他们可能不知道如何充分利用AI技术的全部潜力，或者在使用过程中遇到操作上的困难。这就需要技术提供者和用户之间进行有效的沟通和教育，帮助用户正确理解和使用AI技术。 AI技术与传统工作流程的融合问题 AI技术与传统工作流程的融合也是一个不容忽视的问题。在许多行业中，现有的工作流程和方法已经非常成熟和稳定，而AI技术的引入可能会打破这种平衡。例如，在设计行业，设计师可能习惯于使用传统的设计工具和方法，而AI技术的引入可能需要他们改变工作方式，甚至可能影响到他们的创作灵感。因此，如何在保持传统优势的同时，有效地融合AI技术，是技术提供者和行业从业者需要共同考虑的问题。 AI技术的应用机遇 尽管存在挑战，但AI技术的应用同样带来了巨大的机遇。在电商领域，AI技术可以大大提高营销效率，通过生成吸引人的图片和视频，帮助企业提升销售业绩。在室内设计行业，AI技术的应用也正在逐步落地，通过提供个性化的设计方案，满足客户的多样化需求。 此外，AI技术的发展也为设计师等创意工作者带来了新的灵感和工具。他们可以利用AI取代传统的素材库，快速弥补自己与经验丰富的设计工作室之间的鸿沟。 如何平衡挑战与机遇 面对AI技术的落地难题，我们需要找到平衡挑战与机遇的方法。首先，技术提供者需要不断优化和完善AI技术，提高其稳定性和准确性。同时，也需要加强对用户的教育和培训，帮助他们更好地理解和使用AI技术。 其次，企业需要调整对AI技术的期望值，将其视为一个辅助工具而非万能解决方案。通过合理地整合AI技术到现有的工作流程中，企业可以更好地发挥其优势。 最后，社会各界需要共同努力，创造一个有利于AI技术发展的环境。这包括提供必要的学习资源、建立开放的交流平台，以及鼓励跨行业的合作。 结语 虽然AI技术落地需要突破重重阻力，但嘉宾们仍相信AI在不久的将来可以改变我们的生活方式 在这里找到我们： * 公众号：遇见AIER * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com 如果希望加入听友群，请扫描下方二维码

熊叔是我们Mixlab的核心创始人之一，他不仅在职业生涯中积累了丰富的经验，更是在和shadow一起创造了爆火的comfyUI 节点 Mix nodes，今天，我们就来深入了解熊叔的职业生涯，以及他所参与开发的MIXLAB NODE产品，探索AI如何改变我们的工作与生活。 熊叔的职业生涯 00:29 熊叔，一名资深的产品经理，他的职业生涯始于对技术的热爱和对创新的追求。在多年的工作中，熊叔参与了多个创业项目，尤其在AI领域有着深入的研究和实践。他不仅关注技术变革如何影响商业社会，更是将这种变革融入到自己的工作和生活中。 MIXLAB NODE 的特点，与其开发故事 01:53在众多的AI平台中，熊叔选择了Comfy UI生态来设计开源项目。他看重的是Comfy UI的自由度和上限，这个平台的可能性足够高，能够给予开发者更大的创造空间。 05:47 MixNode是Comfy UI生态中的一个多功能节点，它与Stable Diffusion等工具相结合，为用户提供了一个全新的创作体验。MixNode的存在，使得用户可以通过连接不同的AI模型和工具，创造出更加丰富和多样化的作品。 09:14 熊叔分享了Mixlab node的几个核心功能，如录屏渲染、链接大语言模型等。这些功能不仅提高了创作的效率，也为用户带来了全新的应用场景。例如，通过录屏渲染功能，用户可以实时地让AI帮助渲染图像，生成更加精美的作品。而链接大语言模型，则可以为用户提供强大的文本生成能力。这些功能的结合，使得Comfy UI成为了一个优秀的AI原型工具。 13:14 Mixlab node的加密功能背后，是源于社群的需求和对创作者知识产权的保护。熊叔分享了这一功能背后的故事，强调了为更可持续的社区生态寻求可能性的重要性。通过加密功能，创作者可以保护自己的工作流程不被随意复制和盗用，从而激励更多的创新和创作。 18:36 在Mixlab node的开发过程中，最大的共识就是“Just do it”。AI技术的应用使得软件开发的成本大幅降低，原本需要一个月完成的需求，现在只需要1-2天即可完成。因此，开发者需要改变旧有的开发流程，更敏捷地尝试新的可能性。 22:34然而，在开发过程中，也存在着一些分歧。最大的分歧在于软件的复杂度与学习成本之间的冲突。随着Mixlab node功能的增加，如何保持用户的易用性和认知的清晰性成为了一个挑战。熊叔和他的团队需要在提供强大功能的同时，也要考虑如何降低用户的学习成本。 如何成为一位优秀的AI产品经理？ 28.12 在开发AI产品的过程中，熊叔坦言，最好用的工具就是GPT。只需要向GPT提出需求，它就可以在几分钟内提供一个完整的代码。这让熊叔这样一个不懂Python的人，也能通过Python编程来实现想要的功能。 31.18熊叔认为，在AI时代，跨界的人有机会获得更大的加成。相反，只关注自己领域的人则获得的加成相对有限。AI技术的发展，为那些愿意跨出舒适区，学习新技能的人提供了更多的机会。 37.57 熊叔不仅在产品开发上有所建树，他还运营着自己的自媒体——“AI 产品经理”。通过自媒体，熊叔可以分享自己的知识和见解，同时也是一个消化知识和社交的好机会。通过内容的创作和分享，熊叔与更多志同道合的朋友建立了联系。 对新手AI 产品经理的建议 45.07 对于想要入行AI产品经理的新手，熊叔给出了几点建议。首先，要掌握AI提示词工程的能力，理解AI的能力，这样才能更好地利用AI技术。 50.19其次，要具备运营社群的能力，从用户实际使用过程中汇总信息，寻找需求。最后，要有跨界的思维，不断学习新的知识，以适应AI时代的变化。 结语 通过熊叔的分享，我们可以看到AI技术如何深刻地影响着我们的工作和生活。无论是在产品开发、社群运营还是个人成长上，AI都为我们提供了无限的可能性。让我们一起期待，在AI的帮助下，我们能够创造出更多令人惊叹的成果。 如果希望加入听友群，请扫描下方二维码 在这里找到我们： * 公众号：遇见AIER * 收听渠道：小宇宙｜喜马拉雅 * 海外用户：Apple Podcast * 联系我们：sidneyshe@outlook.com

在信息爆炸的今天，如何让自己的认知保持在行业前沿？如何让大模型成为你的个人知识助理，让所需的知识主动找到你？ 我们有幸邀请到了曾就职于华为人机交互实验室的交互设计师，以及《写给设计师的技术书》、《前瞻交互》、《AI改变设计》的作者薛志荣，来分享他的创业项目MiX Copilot及其背后的设计思路，以及他对大模型时代交互设计，针对大模型不确定性的特征，交互设计应有的变革的思考 如果大家希望尝试本次提到的知识管理工具MiX Copilot，薛老师也为大家送准备了一份礼物：MiX Copilot一个月免费体验卷请点击下方链接申请 本期播客涉及以下几个话题 大模型如何使自动化学习成为可能？ 设计基于大模型的产品与设计传统智能化产品的区别是什么？ 大语言模型和传统的智能化工具对交互设计会产生怎样的影响？ 大模型时代，新手交互设计师应该如何规划自己未来的职业方向？ 本期节目内容概要 * 志荣的职业经历分享 * 00:45薛志荣分享了他如何从一个计算机专业背景，通过自己的兴趣和对交互设计的热情，一步步走进了人机交互领域，并最终走上了创业之路。 * MiX Copilot与大模型时代的知识管理 * 03:09 志荣讲述了他创作MiX Copilot这款全链路知识管理工具的初衷是解决在信息爆炸的时代解决信息收集和整理的难题。 * 10:31 志荣详细介绍了MiX Copilot的核心特点：主动帮助用户寻找和总结信息。 * 18:29 讨论了在设计MiX Copilot过程中遇到的挑战，包括如何让不熟悉大模型的用户稳定获得所需信息，以及如何通过设计降低用户的学习成本。 * 24:58 志荣解释了为何选择将Mixcopilot设计为本地客户端，强调了隐私保护、数据安全和降低使用成本的重要性。 * 31:15 介绍了MiX Copilot的工作流如何结合本地和云端的大模型，实现高效、安全、低成本的知识管理工作。 * 使用大模型工具，成为更好的自己 * 41:46 讨论了通过大模型整理信息如何帮助我们打开信息壁垒和专业壁垒，让知识更加易于获取。 * 49:15 志荣分享了ChatGPT如何成为他的个人助理，心理导师；帮助他补齐陌生业务的知识，并完成之前不可能独自完成的工作。 * 大模型与交互设计 * 56:30大模型产品设计与传统界面设计的区别：传统状态机的输出结果是确定的，而大模型的产品的输入和输出都是不确定的，因此针对大模型设计产品的产品需要有足够的容错性，而大模型的意图理解能力本身就可以成为传统状态机系统中很好的纠错方案 * 63:45 志荣认为在新的时代，很多互联网时代的经验都不再是用了，但以人为本的设计思路是不变的。 * 75:05 与其他嘉宾不同，志荣没有给新入行的设计师建议，而是提出了三个问题：你想成为什么样的人？你希望有什么样的作品证明你是一个优秀的设计师？作为一个跨专业的行业，你想跨多少个学科？ * 惊喜礼物 * 82:07访谈的最后，志荣和shadow送给了所有听友一个惊喜：一个月的MiX Copilot体验卷 结语 感谢薛志荣的精彩分享，让我们对大模型技术在交互设计领域的应用有了更深的理解。同时，也让我们看到了MiX Copilot如何作为一个个人知识助理，帮助我们更高效地管理和利用知识。 如果您对这个话题感兴趣，或者想了解更多关于MiX Copilot的信息，欢迎访问遇见AIER，薛志荣或MIXLAB无界社区的公众号，获取一个月MiX Copilot的体验卷。 在这里找到我们： 公众号：遇见AIER 收听渠道：小宇宙｜苹果｜喜马拉雅 海外用户：Apple Podcast 联系我们：sidneyshe@outlook.com