晚点聊 LateTalk

「一线开发者看到的前排变化。」 本期是 137 期 Agentic 工具链节目的嘉宾返场，Henry 和 Naomi，他们近期刚刚和普林斯顿 AI 加速创新中心联席主任，王梦迪教授，一起成立了一家新的早期 VC，MoE capital。 这次一起的也有两位之前在 Google DeepMind 和 谷歌云 Vertex AI 平台工作 7 年，刚刚创业，成立 Agent 工具层公司 Precur 的戴涵俊和 Bethany。 我请他们分享了，岁末年初，在硅谷观察到的 AI 水温，OpenAI、Google 等一系列新模型进展背后的故事，和围绕当今 Agent 与 RL 生态的创业机会。 这是我们本年关于 Agent 的第 8 期节目。 本期嘉宾： Bethany Wang，Precur 联创 戴涵俊，Precur 联创 Henry Yin，MoE Capital 创始合伙人 Naomi Xia，MoE Capital 创始合伙人 本期主播： 程曼祺，晚点 LatePost 科技报道负责人 时间线： -基础模型竞争和幕后故事：Google 在旧金山开 Gemini 3 Party 的同一天，OpenAI 发布 GPT-5.2 06:11 AI 进入实用工作：OpenAI 的 GDPval，Databricks 也发布了 Office QA 14:25 GDPval 在主流知识工作上表现优秀，但基础模型处理长尾问题的 gap 始终存在 19:09 Gemini 3 后，OpenAI、Anthropic、Google、各自的进展 22:15 NotebookLM 和 Nano Banana 策源地——Google Labs，不仅招工程师，也有主编、作家、创作者 24:54 DeemMind 研究员 Orio：Gemini 3 的秘密？预训练还有很多空间；TPU 对 Google 训练的加持 https://pic4.fukit.cn/autoupload/n-L6s5C_cu5ZZHPwIYlQzY12_FRYNb81z6UPhMWD8iI/20251226/CtEk/1178X828/%E4%B8%8B%E8%BD%BD.png/webp 26:34 Google 的 3 层协同优化：从 TPU 到 Infra 到模型；模型和应用；数据和硬件 surface（终端） 30:18 Google TPU 已经更多对外，这对英伟达 GPU 优势的影响 38:02 回顾组织变化：DeepMind 和 Google Brain 的合并与磨合 -大厂竞争中，新公司的成长：围绕 RL 与 Agent 的创业机会 43:31 垂类的机会：弥补基础模型到具体问题的差距；水平的机会：调度层、数据层、工具层都有新公司涌现 50:17 技术新趋势——自我演化：RL、用 RAG 加长记忆有人尝试，但远不是成熟方案 53:32「可训练的工具层」背后的技术变化：code 驱动工具，如 Anthropic 的 PTC（Programmatic Tool Calling） 59:44 RL 创业方向：RL 环境，RL as a Service，RL 应用 01:08:47 Agent 开发者挑选模型的前置条件：用什么云（比如 Azure 客户用不了 Gemini），再看云厂商折扣 01:12:20 Anthropic 的 Claude Code 已成为 Agent 核心，刚发布的 Promatic to Call 探索新开发范式 01:17:13 开源模型使用体验：Qwen 很棒；驶往 NeurIPS 的飞机上，1/3 人在看 DeepSeek-V3.2 技术报告 01:22:04 选择模型时，关注什么 benchmark & 为什么？ 01:29:34 模型优化方向预测：加入大量 agent trace 的开源模型，更强的多模态，长程任务优化 01:38:58 连点成线：往期节目推荐 《晚点聊》今年关于 Agent 的更多节目： 晚点聊 106 期：与真格戴雨森长聊 Agent：各行业都会遭遇“李世石时刻”，Attention is not all you need (https://www.xiaoyuzhoufm.com/episode/67cdb53f7ccfd410926b0c66) 晚点聊 110 期：《与明势夏令聊Agent竞争：通用入口之战就要来，创业要做垂、做专》 (https://www.xiaoyuzhoufm.com/episode/67fd8cafcc06f8ff48a73642) 晚点聊 111 期：Pokee.ai 朱哲清的 Agent 造法：强化学习作后端，语言模型作前端 (https://www.xiaoyuzhoufm.com/episode/680818eb79d324fdd40c2b5e) 晚点聊 130 期：手机Agent大幕拉开！从刚上线的AutoGLM 2.0聊起，大模型如何改造手机 (https://www.xiaoyuzhoufm.com/episode/68a6546b7357a4b631fe8cd3) 晚点聊 136 期：Sora新世界 & Lovart 4个月复盘 | 与陈冕聊怎么做垂类Agent| (https://www.xiaoyuzhoufm.com/episode/68e82298b97d3bce02b4f815) 晚点聊 137 期：Agent 是机会，造 Agent 的工具也是|从OpenAI开发者日聊起 (https://www.xiaoyuzhoufm.com/episode/68f1727052f01d1dd2a00523) 晚点聊 138 期：从你用手机到它更懂你，OPPO的手机AI实践 |与小布负责人万玉龙聊端侧AI (https://www.xiaoyuzhoufm.com/episode/68faad2749540bd15c2ee589) 附录： 本期中提到的一些 benchmark： -GDPVal：OpenAI 今年 10 月发布的、用于评估大模型在复杂推理与决策场景中“价值对齐与结果质量”的验证型 benchmark，强调输出是否符合人类偏好而不只是“做对题”。 -ARC-AGI-2：ARC Prize 今年 3 月发布的、用于测试模型在少样本条件下的抽象、组合推理能力，被视为接近“通用智能门槛”的挑战集。 -OfficeQA：Databricks 今年 12 月发布的、围绕办公场景（文档、表格、邮件、日程等）的 benchmark，用来评估模型在真实工作流中的信息检索、理解与执行能力。 本期中提到的一些产品/服务、公司 -PTC（Programmatic Tool Calling）：Anthropic 今年 11 月底发布的一种新的工具调用方法 https://www.anthropic.com/engineering/advanced-tool-use -Tinker：Thinking Machines Lab 今年 10 月发布的首个对外产品 https://thinkingmachines.ai/blog/announcing-tinker/ -Preference Model：一家旧金山初创企业，做强化学习环境 剪辑制作：甜食、Nick 小红书@曼祺_火柴Q (https://www.xiaohongshu.com/user/profile/5dfa9e92000000000100626f?xsec_token=YBSKzbnOGWpnyJ5fxw_yafTdnAUIDw-EfCtqmFTkCIM2o=&xsec_source=app_share&xhsshare=CopyLink&appuid=5dfa9e92000000000100626f&apptime=1736682459&share_id=331aecb9ca7941f498d81fb9c32ea810)即刻@曼祺_火柴Q (https://okjk.co/FBoH1Q) https://cdn.z.wiki/autoupload/20250129/p96l/1428X298/%E6%92%AD%E5%AE%A2-%E7%BB%93%E5%B0%BE%E4%BD%9C%E8%80%85%E7%AD%BE%E5%90%8D.png ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 https://tc.z.wiki/autoupload/f/vF9vElnh05iCqwr0xfm9iL4wP3sHaC7Y1psXYbgMe5eyl5f0KlZfm6UsKj-HyTuv/20250730/YNjr/907X339/WechatIMG1646.jpg 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章： https://hv.z.wiki/autoupload/20250129/DqTi/1452X514/%E6%92%AD%E5%AE%A2%E7%BB%93%E5%B0%BE%E6%88%AA%E5%9B%BE.png

「创业治好了我的死亡焦虑。」 极壳是第一家把外骨骼做成消费级产品的公司。21 年成立以来，他们经历过账上只有20万元人民币的危急时刻，也刚在今年融到了 7000 万美元，出货量达到数万台。 https://pic4.fukit.cn/autoupload/n-L6s5C_cu5ZZHPwIYlQzY12_FRYNb81z6UPhMWD8iI/20251217/tCS8/2390X794/%E6%88%AA%E5%B1%8F2025-12-17_13.38.57.png/webp 图注：极壳已发布 4 款消费级外骨骼产品。 这只是个开始，远远不意味着成功。孙宽多次告诉我们，消费级外骨骼还在非常早期的阶段；他享受定义一个新品类的乐趣，也深知跨越鸿沟，走出小众市场的挑战。 这是一家起步时没有风口的公司；这是一个父母开手机卖场，从小做各种发明，但没有名校光环的创始人。 孙宽分享了他早年的“折腾”经历，他创立极壳、开发出第一款产品的故事，以及他对未来的更多想象。 https://pic4.fukit.cn/autoupload/n-L6s5C_cu5ZZHPwIYlQzY12_FRYNb81z6UPhMWD8iI/20251217/Uwyx/1279X1706/WechatIMG60.jpg/webp 图注：孙宽是一个户外爱好者；极壳的主要目标用户是户外人群，外骨骼可以帮助他们增强运动能力。 本期嘉宾：孙宽，极壳创始人 & CEO 本期主播： 程曼祺，《晚点 LatePost》科技报道负责人 李梓楠，《晚点 LatePost》科技报道作者 时间线跳转： -水滴字幕、光固化 3D 打印机、3 年轮岗、内部创业 03:05《攻壳机动队》、90 后的科学幻想、技术是魔法 13:25 第一份工作：从轮岗 3 年到模块化 PC 的内部创业 18:27 一次误诊后回到初心：做一件做着做着挂了的事也不会后悔 -从 1 人公司，到第一款消费级外骨骼 26:51 1 人公司手搓原型，一度账上只有 20 万元人民币 40:06 做“真有用”的消费级外骨骼：拉高核心正面效果，尽量降低负面影像 49:41 推倒第一代方案，用户体验比新架构重要 01:04:27 正式交付 Hpershell X，有人日行 7 万步，有人重返户外 -效率的迭代：从 40 个月到 5 个月 01:09:11 从成立到第一款产品，40 个月；第二代产品，5 个月 01:05:08 从 1 人公司，到 4 位联创和 200+团队 01:25:47 对拓竹组织的观察：好的人，希望身边都是好的人 -跨越鸿沟 01:32:52 品类跨越鸿沟：营造向往、价格、自研、形态拓展 01:49:47 组织跑得更快 -创业之后更踏实了，“活对了的感觉” 01:56:22 创业治好了我的“死亡恐惧”。 01:59:53 广义的外骨骼，最终是让我们的身体可编程。 02:05:40 连点成线：后记 & 往期节目推荐 往期「消费科技」创始人访谈： 晚点聊 120 期：《科创板后再访Insta360刘靖康：这何尝不是一种极限运动！》 (https://www.xiaoyuzhoufm.com/episode/684b3febcdecf72d4cb70f82) 晚点聊 141 期：《大疆激光雷达前负责人做了台“电动轮椅”？与 Strutt 洪小平聊创业两年半：不做人形也能通向具身》 (https://www.xiaoyuzhoufm.com/episode/6923997b83aceb424d94f667?s=eyJ1IjogIjYwZDg0ZWU1ZTBmNWU3MjNiYjc3YjhmMCJ9) 往期「AI 硬件」创始人访谈： 晚点聊 107 期：与Haivivi李勇聊月入千万的AI Jellycat：小众AI硬件×大众消费品的交叉口创业 (https://www.xiaoyuzhoufm.com/episode/67d2a7cb52a6af799c23479a) 晚点聊 118 期：《天生卷王郭人杰：从 97 年的扫地机器人总裁到创业做家庭通用机器人》 (https://www.xiaoyuzhoufm.com/episode/68379234661c1af455c9e42c) 晚点聊 122 期：10分钟朱啸虎投资，泡泡玛特、米哈游都在试；Fuzozo孙兆治聊AI潮玩 (https://www.xiaoyuzhoufm.com/episode/67d2a7cb52a6af799c23479a?s=eyJ1IjogIjY1ZGRjOWUyZWRjZTY3MTA0YWUxMWU0YiJ9) 剪辑制作：甜食 小红书@曼祺_火柴Q (https://www.xiaohongshu.com/user/profile/5dfa9e92000000000100626f?xsec_token=YBSKzbnOGWpnyJ5fxw_yafTdnAUIDw-EfCtqmFTkCIM2o=&xsec_source=app_share&xhsshare=CopyLink&appuid=5dfa9e92000000000100626f&apptime=1736682459&share_id=331aecb9ca7941f498d81fb9c32ea810)即刻@曼祺_火柴Q (https://okjk.co/FBoH1Q) https://cdn.z.wiki/autoupload/20250129/p96l/1428X298/%E6%92%AD%E5%AE%A2-%E7%BB%93%E5%B0%BE%E4%BD%9C%E8%80%85%E7%AD%BE%E5%90%8D.png ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 https://tc.z.wiki/autoupload/f/vF9vElnh05iCqwr0xfm9iL4wP3sHaC7Y1psXYbgMe5eyl5f0KlZfm6UsKj-HyTuv/20250730/YNjr/907X339/WechatIMG1646.jpg 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章： https://hv.z.wiki/autoupload/20250129/DqTi/1452X514/%E6%92%AD%E5%AE%A2%E7%BB%93%E5%B0%BE%E6%88%AA%E5%9B%BE.png

本期嘉宾，是清华大学的刘知远和肖朝军，他们刚在 11 月的《自然》杂志《机器学习》子刊上发表了封面文章：Densing Law of LLMS，大模型的密度法则。所谓“密度”，就是用更少的算力和数据获得相当乃至更多的智能。 刘知远是清华计算机系副教授和面壁智能首席科学家，肖朝军现在在清华做博士后，也是面壁 MiniCPM 系列的文本模型负责人。 https://pic4.fukit.cn/autoupload/n-L6s5C_cu5ZZHPwIYlQzY12_FRYNb81z6UPhMWD8iI/20251211/ajP0/1280X699/da0e6f3b-bcb7-44e0-8f3f-48e0e5d66648.png/webp 图注：此图描述了 2023 年 4 月之后，主要开源模型的能力密度的变化。能力密度是衡量单位参数/算力下，模型能力的指标。目前版本的密度法则总结了预训练大语言模型的密度变化，o1、R1 等后训练强化学习对能力密度的提升尚未体现在指标里。 我们讨论了密度法则研究的源起，也展开聊了业界提升模型能力密度的具体做法：如何从架构、数据治理、算法和软硬协同优化 4 个环节着手提升模型能力密度。 而再往后，更大的密度提升，可能需要一些全新方法，因为强化学习的 Scaling Law 还未清晰展现，未来可能有两种技术路线：一是继续扩大强化学习的规模，观察其中是否涌现更多泛化能力；二是寻找新的学习方式。 在刘知远的设想中，未来，更高密度的模型，会支持每个人在端侧的专属模型，智能会分布式存在：也许手机都不是最终的入口，而是一个可以随身携带的个人计算设备：“就像一个可以随身携带的 NAS”。 https://pic4.fukit.cn/autoupload/n-L6s5C_cu5ZZHPwIYlQzY12_FRYNb81z6UPhMWD8iI/20251211/J3ZV/1080X679/31971587-39a6-4c14-a140-c117c88bcd67.png/webp 图注：达到 GPT-4V 水平的模型参数规模随时间增长迅速缩减，而端侧算力快速增强，当芯片电路密度（摩尔定律）和模型能力密度（密度法则）两条曲线交汇，端侧设备将能运行以往只能在云端运行的大模型。 性能一直是人们更关注的模型演进的脉络，而这期我们会讨论，在另一条主线“效率”上，我们可以做出什么努力。 本期嘉宾： 刘知远，清华大学计算机系副教授、面壁智能首席科学家 肖朝军，清华大学计算机系博士后、面壁智能 MiniCPM 系列文本模型负责人 本期主播：程曼祺，《晚点 LatePost》科技报道负责人 时间线跳转： -大模型时代的“摩尔定律” 02:09 Gemini 3 和 Nano Banana Pro 的启发：统一的“自回归式视觉+语言生成”即将突破 04:31 大模型演进的两条主线：能力和效率 10:23 和摩尔定律一样，“密度法则”是行业现实，也是“自我实现” 18:43 每 3.5 个月，大模型的能力密度翻一番 21:01 2023 年下半年的抉择：花几千万再训一个更大的模型，然后呢？ -提升密度的四个环节 27:08 架构、数据、算法、软硬协同优化 30:41 (1) 架构：MoE (混合专家系统) + 注意力机制改进 34:28 (2) 数据治理：Ultra-FinWeb 用 1/10 数据量达到更好效果 40:24 (3) 算法：RL 还没有 Scaling Law，接下来可能有两条路 49:21 (4) 软硬协同优化 52:02 InfLLM-V2 的核心更新：把稀疏注意力做到预训练阶段 55:18 注意力改进趋势：长文本不仅是长输入，更多关注“长输出” -大模型上车、上手机 58:53 5 年内，手机可跑 GPT-4~5 级别的模型 01:06:23 大模型在汽车上已开始量产落地 01:10:34 “别人得到的，不一定是你失去的”，AGI 既会发生在云端，也会发生在终端 01:15:07 未来入口也许不是手机，而是属于每个人的移动计算终端 -AGI 下一步：自主学习 + 分布式的智能 01:17:40 自主学习→AI 协作网络→真正的创新 01:21:04 2023 年初，有巨头说世界上只会拥有几个大模型，就像 1943 年，IBM 董事长曾说全球不需要超过 5 台主机 01:24:46 AI 助手帮成为更好的工作者 01:28:53 不担心生产过剩，未知领域还太多 01:31:39 机器制造机器，AI 制造 AI 01:40:01 ☆连点成线 相关链接： 晚点聊 143 期：《再聊 Attention：阿里、Kimi 都在用的 DeltaNet 和线性注意力新改进》 (https://www.xiaoyuzhoufm.com/episode/692cd86fe4244f7e3d3ad135) 晚点聊 103 期：《用Attention串起大模型优化史，详解DeepSeek、Kimi最新注意力机制改进》 (https://www.xiaoyuzhoufm.com/episode/67bf356952a6af799c558399?s=eyJ1IjogIjYwZDg0ZWU1ZTBmNWU3MjNiYjc3YjhmMCJ9) 剪辑制作：Nick 附录，本期提到的一些论文（更多具体名词解释，见本期文字版）： Densing law of LLMss (https://www.nature.com/articles/s42256-025-01137-0)（《大模型的密度法则》） Efficient GPT-4V level multimodal large language model for deployment on edge devices (https://www.nature.com/articles/s41467-025-61040-5)（本期中提到的，具身行业喜欢引用的图的原始论文。） InfLLM-V2: Dense-Sparse Switchable Attention for Seamless Short-to-Long Adaptation (https://arxiv.org/abs/2509.24663)（InfLLM 稀疏注意力改进的第二版。） 本期主播： 小红书@曼祺_火柴Q (https://www.xiaohongshu.com/user/profile/5dfa9e92000000000100626f?xsec_token=YBSKzbnOGWpnyJ5fxw_yafTdnAUIDw-EfCtqmFTkCIM2o=&xsec_source=app_share&xhsshare=CopyLink&appuid=5dfa9e92000000000100626f&apptime=1736682459&share_id=331aecb9ca7941f498d81fb9c32ea810)即刻@曼祺_火柴Q (https://okjk.co/FBoH1Q) https://cdn.z.wiki/autoupload/20250129/p96l/1428X298/%E6%92%AD%E5%AE%A2-%E7%BB%93%E5%B0%BE%E4%BD%9C%E8%80%85%E7%AD%BE%E5%90%8D.png ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 https://tc.z.wiki/autoupload/f/vF9vElnh05iCqwr0xfm9iL4wP3sHaC7Y1psXYbgMe5eyl5f0KlZfm6UsKj-HyTuv/20250730/YNjr/907X339/WechatIMG1646.jpg 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章： https://hv.z.wiki/autoupload/20250129/DqTi/1452X514/%E6%92%AD%E5%AE%A2%E7%BB%93%E5%B0%BE%E6%88%AA%E5%9B%BE.png

「不仅是提效，线性注意力在数据受限情况下的更多潜力。」 今年初的两期节目（103、104 期）里也讨论过注意力机制，这是大语言模型的核心机制。 9 月 和 10 月，阿里和 Kimi 都发布了相关进展，而且都用到了一个线性注意力成果，DeltaNet。 本期嘉宾，就是 DeltaNet 的核心贡献者之一，现在在 MIT 读博士的杨松琳，她也是线性注意力开源小组 FLA 的发起者。 这期节目在 25 分钟以前很硬核，松琳讲了线性注意力和 DeltaNet 的发展脉络，为何 21 年刚被提出时没引起太多注意，后来怎么进化的。 25 分钟以后，是关注 AI 比较多的文科生，比如我也能完全跟上的部分。我们讨论了，重新去做 full attention 的 MiniMax，以及未来要在旗舰模型上用线性注意力的 Kimi 和阿里的不同选择；线性注意力的优劣势；以及一些脑洞——如果算力无限，还需要线性注意力？松琳给了很有启发的回答。 最后半小时，松琳分享了她作为研究员，怎么习得交叉技能的，怎么开始发起FLA小组等成长经历。 本期嘉宾：杨松琳，MIT 博士生在读，DeltaNet 贡献者 本期主播：程曼祺，《晚点 LatePost》科技报道负责人 时间线跳转： -DeltaNet 的诞生演进与近期动向 02:07 注意力机制是什么？ 04:21 DeltaNet 的提出，用 Delta Rule 来增强 in-context retrieval 09:41 近年的改进主要是模型架构，而非“更新规则” 14:25 阿里 Qwen 团队 apple to apple 比较几种线性注意力混合方式；Kimi Linear 对 Gated Delta 的具体改进 17:00 更新规则和模型架构改进的区别：更新规则是在算子层面“动刀” 19:50 算法出身，自学 Infra；学习 Hazy Research Group 的风格 23:28 Qwen 和 Kimi 大概率在下一代旗舰模型用线性注意力，而 MiniMax 用回 full attention；DeepSeek 目前释放的改进都是“稀疏注意力” 37:07 稀疏注意力 vs 线性注意力潜力对比 39:40 即使算力无限，线性注意力仍有价值，因为它在有限数据中的学习效率更高，而高质量数据正是当前瓶颈 42:28 线性注意力在状态追踪上也可能有效果优势，而状态追踪对 Agentic 很重要 47:33 线性注意力的“归纳偏见”和 The Bitter Lesson：先验与 scalable 并不矛盾 49:30 回应 RWKV（原始智能）彭博：从未说发明 DeltaNet，一直在给 Schmidhuber 署名 -Householder 与 DeltaNet 的联想，像运营产品一样运营技术社区 51:51 关注注意力改进的起点，数学知识、Infra，交叉能力怎么积累？ 58:48 发现 Hoseholder 累乘和 DeltaNet 关联的过程 01:02:44 AI 何时能像人这样产生联想？——Prompt 合适，大模型应该能独立发现这个算法 01:04:11 FLA 小组的产生，受 Tri Dao 做 FlashAttention 的启发，像运营产品一样运营技术社区；Kimi 从 FLA 小组招募了线性注意力研究者 -注意力改进的未来趋势 01:11:24 稀疏注意力的改进，DeepSeek 年初 NSA 到最近 DSA 的变化 01:16:44 线性注意力的改进，从线性混合全注意力，到线性混合稀疏注意力（比如混合 DeepSeek DSA 和 Kimi KDA 😀 01:21:10 更广泛来说，关注何种模型演进？——持续学习 相关链接： 图文版：《再谈注意力：阿里、Kimi 都在用的 DeltaNet 和线性注意力新改进丨晚点播客》 (https://mp.weixin.qq.com/s/bjRAqIn9sEVE03dW6ToEEg) 晚点聊 103 期：《用Attention串起大模型优化史，详解DeepSeek、Kimi最新注意力机制改进》 (https://www.xiaoyuzhoufm.com/episode/67bf356952a6af799c558399?s=eyJ1IjogIjYwZDg0ZWU1ZTBmNWU3MjNiYjc3YjhmMCJ9) 晚点聊 104 期：《我给线性注意力找“金主”，字节 say No，MiniMax say Yes》 (https://www.xiaoyuzhoufm.com/episode/67c63718e24b741ee8e2ee63?s=eyJ1IjogIjYwZDg0ZWU1ZTBmNWU3MjNiYjc3YjhmMCJ9) 剪辑制作：Nick 附录，本期提到的一些论文（更多具体名词解释，见本期文字版）： Transformers are RNNs: Fast Autoregressive Transformers with Linear Attention (https://arxiv.org/abs/2006.16236) Linear Transformers Are Secretly Fast Weight Programmers (https://arxiv.org/abs/2102.11174) Parallelizing Linear Transformers with the Delta Rule over Sequence Length (https://arxiv.org/abs/2406.06484) Gated Linear Attention Transformers with Hardware-Efficient Training (https://arxiv.org/abs/2312.06635) Recurrence-Complete Frame-based Action Models (https://arxiv.org/abs/2510.06828) 本期主播： 小红书@曼祺_火柴Q (https://www.xiaohongshu.com/user/profile/5dfa9e92000000000100626f?xsec_token=YBSKzbnOGWpnyJ5fxw_yafTdnAUIDw-EfCtqmFTkCIM2o=&xsec_source=app_share&xhsshare=CopyLink&appuid=5dfa9e92000000000100626f&apptime=1736682459&share_id=331aecb9ca7941f498d81fb9c32ea810)即刻@曼祺_火柴Q (https://okjk.co/FBoH1Q) https://cdn.z.wiki/autoupload/20250129/p96l/1428X298/%E6%92%AD%E5%AE%A2-%E7%BB%93%E5%B0%BE%E4%BD%9C%E8%80%85%E7%AD%BE%E5%90%8D.png ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 https://tc.z.wiki/autoupload/f/vF9vElnh05iCqwr0xfm9iL4wP3sHaC7Y1psXYbgMe5eyl5f0KlZfm6UsKj-HyTuv/20250730/YNjr/907X339/WechatIMG1646.jpg 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章： https://hv.z.wiki/autoupload/20250129/DqTi/1452X514/%E6%92%AD%E5%AE%A2%E7%BB%93%E5%B0%BE%E6%88%AA%E5%9B%BE.png

教育或许是最难被技术改造的领域，因为它太强调互动、个性化的体验与启发性的反馈，这个过程既难标准化，又无法快速复制。 直到大模型的出现，让人第一次看到了教育被技术大规模改造的可能性。市场上旋即涌现出来的各种五花八门的 AI 教育产品，它们从各种层面试图运用大模型的能力，但也反映出在原理技术到面向市场的商业产品之间，大模型在教育场景的落地还存在着一条难以被清晰描摹的鸿沟。 今天的播客，我们与斑马首席产品官修佳明探讨了这条鸿沟本身，以及斑马逾越它的方式。 基于大模型特点，原生构建的 AI 教育产品应该是什么样的？如何摆脱工具属性，让大模型 Agent 成为一个可以主导教学过程的教育产品？如何设计教学梯度、节奏和目标，既能发挥大模型的主动性，又不让一切偏离教学目的本身？如何让大模型更好理解人类在教学领域积累的各种经验，让它更好实践已被证明有效的各种教学法和教育心理学方法？ 对这些问题的回应将决定一款 AI 教学产品的本质，进而决定它的商业化前景。修佳明给出了斑马的回答。 本期节目由 斑马口语 特别支持播出。 本期嘉宾：修佳明，斑马首席产品官 本期主播：申远，晚点 latepost 记者 时间线跳转： -Part1：斑马心中的全栈式 AI 教育产品 04:36 确定性的方向 08:01 与模型“搏斗” 13:58 为什么开发 delay 了？ -Part2：主动性 VS 被动型，斑马产品的核心差异 20:56 从维持能力到突破能力 24:08 让大模型学会人的教学经验与教学法 29:36 更难的是对（教学）难度的控制 34:16 这种模式适合所有人吗？ 35:54 让 AI 提供一种教学情绪价值 41:38 对 AI 外教人格的理解 -Part3：将 AI 产品推向市场 47:37 试用用户的反馈与规则设定 52:06 如何衡量 AI 的教学能力？ 56:28 未来的 AI 教学产品会如何发展 59:22 如何运用数据和经验：斑马的 AI 壁垒在哪里 01:04:05 AI 产品还是教育产品？斑马的付费和定价策略 相关链接： 《主导型教育 Agent 产品，是口语学习的终极答案吗？》 (https://mp.weixin.qq.com/s/OlSnwvQKmu3_4F-7hU5XBQ) 本期主播：申远，晚点 latepost 记者 https://i.ibb.co/pt55jRm/20251121-223803.png ☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆ 欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。 请先添加「晚点」小助手的微信号，备注：“晚点聊”，我们邀请您入群。 https://tc.z.wiki/autoupload/f/vF9vElnh05iCqwr0xfm9iL4wP3sHaC7Y1psXYbgMe5eyl5f0KlZfm6UsKj-HyTuv/20250730/YNjr/907X339/WechatIMG1646.jpg 关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章： https://hv.z.wiki/autoupload/20250129/DqTi/1452X514/%E6%92%AD%E5%AE%A2%E7%BB%93%E5%B0%BE%E6%88%AA%E5%9B%BE.png