手脚一家上市公司的雇主，外出问问独创东谈主、CEO 李志飞在最近的新品发布会上并未亲自素质家具，而是共享了一场个东谈主的「行径艺术」——一场「一东谈主公司」的实验。

他给我方设定了一个看似不切施行的主见：在几天内，用 AI 器具设备出一个专为 AI 组织设计的「飞书」。

手脚上一波 AI 波澜的实践者，每一次他都走在最前边。2012 年，他离开 Google 科学家的职位归国创立外出问问，喜悦「用 AI+语音再行界说东谈主机交互」，从语音助手、智能硬件到 AIGC。当这一波 AGI 波澜兴起时，他起初亦然很兴奋地积极插足，但很快刚烈到这似乎是一场巨头间的游戏，中小公司难以创造太大价值，一度感到迷濛致使不振。

然则，他通过使用 AI 编程器具，让我方变身为「一东谈主公司」去实践和体验，实践过程中，他遭遇了许多施行问题，但恰是这些细节和经历，又让他再行找回了 AGI 的信仰。

他倏得发现，过往天下中的各种「摩擦力」，通盘构建复杂事物的抑止，仿佛都隐没了。

那种与 AI 一同决骤上前，油然则生的解放感和看到但愿的高亢，在现场演讲时意在言表。

   

以下为李志飞的发布会演讲内容，为便于阅读，经极客公园剪辑整理：

我最近插足大量时候在 AI 鸿沟，并切身实践了许多具体样式。因此，我对大模子和 AGI 有了新的领略和感悟。今天，我想和公共共享一下这段时候以来，我一直在想考的问题以及我的一些感受。

起初，咱们究竟应该若何作念 AI？

我这里有一个口诀：「用 AI 的 AI 作念 AI」。

这听起来有些拗口，简洁来说，第一个「AI」指大模子；第二个「AI」是指 Coding Agent，它自己可能亦然由 AI 制作的，或者其主要才智源于 AI；临了一个「AI」则是咱们我方要作念的应用。

我认为这可能会成为一种新的软件设备范式，稍后我会为公共详备伸开。

新的软件设备范式｜图片起首：外出问问

  一个东谈主，2 天，打造 AI 期间的「飞书」

我前段时候萌发了一个踊跃遐想：为 AI 原生组织打造一款全新的「飞书」式勾通平台。

好意思国硅谷有许多独角兽企业，仅一两个东谈主团队就能估值数亿好意思元，也有许多新闻说起 AI 将替代大量责任。

于是我起先想考，手脚一家企业组织，像咱们在国内高频使用的飞书、钉钉、企业微信等器具，若无它们，我险些无法开展责任。

在以「东谈主」为中心的传统企业中，咱们高度依赖飞书、钉钉、企业微信这类器具，它们承载着信息的快速流动与高效勾通。

在传统的企业中，主要的出产力或工种险些百分之百是东谈主。是以，以往的信息流动和勾通都围绕着东谈主进行。

但当一个组织中，10 个工种里有 8 个由 AI 承担，仅剩 2 个东谈主类脚色时，现存的勾通器具将无法顺应。

那么，关于新式组织而言，他们会使用什么器具呢？

因此，我但愿能设备一款家具，它能让 AI Agent 之间、以及 AI 与东谈主类之间无缝进行群聊、私聊、常识库问答和任务勾通，也期待通过这个样式，考据我方能否成为一个真实的「超等个体」或「个东谈主独角兽」。

接下来是若何施行。

平凡，像飞书、钉钉这类软件的设备是极其复杂的。昔时，要作念这样的家具，平凡需要家具司理、设计师、前端、后端、测试以及算法工程师等多个工种。每个工种可能还有认真东谈主，比如前端认真东谈主、算法认真东谈主、家具认真东谈主。平凡，拉一个群很快就会有 20 个东谈主。这 20 东谈主并非通盘都是全职作念这件事，但他们可能需要铺张一个月的时候才能作念出一个原型。

在 AI 期间，这实在是太慢了。

等我作念出来的时候，偶而关系的创业团队还是成为 AI 独角兽了。

因此，我决定舍弃旧有模式，亲自上阵，并尝试完全依赖 AI 来完成这项责任。恰逢端午节前夜，我决定千里浸式插足这项责任。其时有三天假期，我想能否诓骗这三天把这件事作念出来。因为只好这样才不会有东谈主惊扰。

于是，我便起先了这项责任。

我一个东谈主，一语气两天，每天责任到简略凌晨少许多，最终在 6 月 1 日晚上 11 点半，完成了这款家具的原型。它具备登录、私聊、群聊、文献上传、讯息转发和陈说等中枢功能。

登录后，不错遴选私聊并发送讯息。比如，咱们不错问家具司理这个脚色会不会脱口秀，如果他不会，咱们不错动态转机脚色，加多一个手段，AI 会自动再行生成一个 Prompt。

稍后咱们再问他，他目前就会了。它还不错上传文献（诚然其时文献内容莫得真实读取），也不错转发和陈说具体讯息。请记着，它背后是一个 AI，并非真实的东谈主。它不错字据你发送的讯息进行回答和转发。

转发时，公共不错看到泄露效果相等复杂，与微信肖似，因为转发中嵌套了其他信息。这是一个群聊，也不错 @ 具体的东谈主。同样，不错转发、陈说、添加附件，致使不错切换成中语。

请公共饱读掌吧，两天时候！

两天时候，我完成了一个带数据库、有前端、有后端、有 AI 算法的系统。刚才的 AI 能够自动回答，当你修改脚色树立页面后，它的 Prompt 会自动再行生成，手段也会坐窝泄露出来。

说真话，刚起先我作念了半天就差点毁灭了，因为数据库问题搞不定，老是出现多样 Key 无理，AI 编程目前如实存在这类问题。但我最终照旧在两天内把它作念出来了。

随后，我想考若何推行这款家具。

以前，咱们公司会有特意的工程师来作念这个网站，市集部会有一群东谈主界说家具亮点，可能五六个东谈主费劲一个星期才能作念出一个网站。

但我此次决定遴选 AI 原生形态。既然 AI 知谈通盘代码，它也了解我的通盘想法和家具功能，于是我让 AI 作念了一个网站。

用 AI 打造的该家具的官网页面｜起首：外出问问

于是，我让 AI 在短短 5 分钟内搭建了一个带有家具亮点和独到功能的网站，又在 5 分钟内为营销行径创建了可树立的告白位。这在昔时可能需要多名市集和工程师团队一周的责任量。

以前咱们公司的网站，作念了一个营销位后，如果圣诞节过了要撤下，或者要更换新的内容，以前又要找工程师折腾半天。我就想，我能不成作念一个网站，营销位是不错树立的？

又花了 5 分钟，AI 作念了一个不错树立营销位的网站。这意味着营销东谈主员不错登录这个网站，上传图片或其他内容，然后径直修改主网站的相应部分。

作念完这些后，我想，因为这是一个全新的家具，它有一些新见地，或者说有一定的复杂度。我能不成制作视频来解释这个网站的功能，无论是营销视频、操作指南照旧家具导览。

但是端午节，我的职工是不会理我的。是以我只可我方出手。于是，我又写了另一个步履，它能自动生成通盘这个词剧本，包括若何先容网站、若何操作网站 UI 的责任历程，并进行自动录屏和配音。

诚然声息对皆方面还有些小纰谬，但通盘这个词视频百分之百由 AI 完成。我只需下达指示，它就能自动操作，最终将完成的视频呈目前我目下。

这让我很有成就感，只是几天时候就作念出了这个东西。

然后我想望望其他东谈主会若何看待这件事。于是我把代码上传到 GitHub，让我的共事下载下来。但请记着，咱们是两个不同的个体，GitHub 并不知谈我是若何与 AI 交流并完成这些的。

是以我的共事最终只看到了代码，并在腹地运行了它。

当我的共事下载我在 GitHub 上传的代码并运行后，他们对其复杂性和完成速率感到畏缩。他们认为这需要数十东谈主几个月才能完成，而当我告诉他们，这是在 AI 辅助下，由一个工程师在两天内完成时，他们的反映是：「This is absolutely insane.」（这简直是疯了。）

他们骇怪于其中包含的 4 万多行代码，这远超我以前在 Google 一天 300 行算法代码的产出。

以前我在 Google，一天写 300 行算法代码（非简洁代码），这还是算是高产了。而我最近写了一个通用的 Agent，它在 3 个小时，也就是一个晚上，给我写了 3000 行 Python 代码。也就是说，那 3 小时，况兼代码质地皆备比我写的好，内部是莫得任何 UI 的地谈后端逻辑。

换句话说，它 3 小期间码的才智，卓越于我以前 10 个责任日的责任量。就是这样一个比例。

是以我就在想，一个东谈主就不错完成一个 Google Translate。以前 Google Translate 是由 20 个全天下最顶尖的博士在那里写代码，写了很久。而我目前，我一个东谈主就不错完成那 20 东谈主的责任量。当年 Google Translate 至少照旧一个相等了不得且复杂的系统。是以，我合计从这个角度来说，通盘事情都与以前大不一样了。

我认为，最终 AI 的关节在于你能够构建一个自我进化的 AI 系统。

李志飞的实践心得｜图片起首：外出问问

为了浅薄测试这个 AI 组织的 App，我又自动编写了代码：左边是网站代码，右边是一个测试框架。然后，它我方就像左脚踩右脚一样往上飞。你们可能合计这是永动机，如实有这种可能性。天然，它有时也会左脚踢右脚往下落，也就是会负向轮回，也会正向轮回。

为了已毕这个主见，除了工程师，通盘非工程师也能够径直修改我的代码。我又作念了多样各种的 Agent。

天然，好多这些都是 Prompt，我只是考据了可行性，并莫得达到真实的可部署或家具化。

但我认为，这解说了这个想法，或者说向团队演示这就是我想要的东西，以前可能需要铺张大量时候才能弄澄莹。目前你径直作念一个 Demo 给他们看就好了。是以我认为，即等于一个 CEO，如果你有这种才智，你的产出确实是放大了 100 倍。

  踩过的坑

前边是我的经历，接下来我给公共讲一下玄虚的表面，但愿你们不要睡着，因为这还口舌常惟一无二的。

我想共享的是在使用 AI 编程时遭遇的几个问题。

第一个问题是每个 Agent，即便我莫得写 Agent，它仍然需要东谈主工参与。

也就是说，我照旧得说「我要写一个这样的 Agent」，诚然你不错参考我傍边的通用 Agent 框架，然后修改一下，再告诉我。但我仍然需要作念这件事。有时它老是健无私的原则，我又要跟它说：「你又健无私的原则了」，或者「智能到底应该放在那处？」它仍然存在这些问题。

第二，如果你用过它，它老是心爱偷工减料。

比如你让它作念某件事，明明还需要波及到后端数据库，但它没作念。它完成后就给你写一份很长的论说要功，说它作念完毕。我平凡看都不看，径直说：「你还是写了数据库了。」它会坐窝谈歉，然后起先行动。比如我条款它作念 AI 时，它不时连而已的 AI 都莫得调用，我方写一些 Fallback 或者假的东西。

因为我一看它运行得这样快，就知谈一定有问题。我说：「你确实调用了而已的 AI 吗？」它又起先谈歉，然后去向理。每次都这样，它照旧很心爱偷工减料，重叠的无理更是不堪排列，我就不赘述了。

另外，我合计今天的 AGI 事实上作念不了超长任务。而我目前的任务好多时候都逾越半小时。

我每天消耗的 Token 就是 50 好意思元。只须我那天想责任，从早到晚它都在消耗 Token。我确实合计，我完全不错跟它说：「我有一些 Idea，这是我的 Idea 标的，请你帮我完成一个 10 天的任务，帮我赚 500 万好意思元。」

我认为这并非据说，只是我好像对此莫得那么大的眩惑力，就莫得去作念，或者说，因为这可能要消耗我方很厚心情和元气心灵，赚不到钱的时候会很苦难。

但我就想，它能否一语气责任 10 天，你无谓干扰它，或者偶尔领导一下标的，它能否责任一个月，致使一年？

我合计在不久的畴昔，达到诺贝尔奖或菲尔兹奖级别的后果是完全莫得问题的。

因为我与它交流时，有时会筹划咱们以前学过的超等复杂的算法，全天下可能都没几个东谈主研究，它都比好多东谈主聊得好多了。是以，如果你给它满盈的崎岖文和代码，它其实不错进行相等潜入的交流。

细致施行：什么是通用Agent 和智能

接下来，我想跟公共共享一下我对智能和 Agent 的想考。

简洁来说，一个 AI Agent 包含两个中枢部分：筹算器（Planner）和施行器（Executor）。

AI Agent 的结构｜图片起首：外出问问，下同

筹算器平凡依托大型讲话模子，承载了 Agent 的主要职能。它字据任务制定详备的筹画。施行器则认真将这些筹画付诸实践，无论是编写代码，照旧自动化浏览器操作以制作视频。

Agent 的运作是一个握续的反馈轮回：

筹算: Agent 字据任务制定具体行动决策。

施行: 施行器按筹画操作。

获取反馈: 施行过程中，Agent 从环境中取得即时反馈。举例，当 Agent 尝试运行「python」号召而腹地施行是「python 3」时，系统会报错，Agent 便能识别并修正为正确的号召。

转机与迭代: Agent 字据反馈再行筹算，更新对面前情境的连结（崎岖文），然后再次施行。

主见达成: 当预设的收效范例（如步履编译通过或测试一谈完成）达到时，轮回终局。

如果咱们想考智能的施行，我认为，智能的第一个施行是进化。

就像东谈主类手脚智能体，在特定环境中（无论是外交照旧任务施行），通过获取反馈来陆续转机自身行径并进行反想一样，AI 也应如斯。这种进化是自动的，无需东谈主工干扰。Agent 自主确立轮回，通过筹算、在环境中施行、取得反馈、转机筹算并更新崎岖文，已毕握续的自我完善。

在此进化过程中，关节在于：从自身训导中学习，以及 Learn from others，就是所谓的群体灵敏，从别东谈主那里学习训导。

智能的第二个施行，我认为是递归。

递归是一种「分而治之」的想想：一个复杂问题被拆解成更小的、一样类型的问题，直到它们不错被径直料理（即「基本情况」）。

举例，计较斐波那契数列的第 99 个数，就是依赖于第 98 个和第 97 个数，直至追思到起先的 F0 和 F1。

若 Agent 要已毕真实的智能，它也应具备递归架构。举例，一个收受「赚 500 万」这样广泛任务的 Agent，会迟缓将其剖判为具体的子任务：分析交易契机、搭建网站、制作视频、集成支付、外交媒体推行等。每个子任务最终都能追思到可施行的「原子 Agent」。

这种递归架构的关节在于已毕自我生息。就像东谈主类漂后的传承依赖于一代代东谈主的探索与常识麇集，Agent 亦应如斯。更进犯的是，Agent 必须具备修改自身源代码的才智。

这与面前 Agent 只是转机筹画不同，它意味着 Agent 能够像修改自身基因一样，根人道地变调自身运行逻辑。

我肯定，如果一个 Agent 能够：

握续施行并优化其筹画。

在遭遇无法料理的问题时，自主修改其中枢源代码。

最终通过这种机制造成常识库，致使能够反向修改大型模子自己。

那么，这将是通向通用东谈主工智能（AGI）至关进犯的一步。

这并非科幻。以前我卓越不心爱筹划什么超等智能之类的东西，而是我在与大模子的潜入研究后，我倏得合计这完全是有可能已毕的。

另外，真实的 AI 源代码可能极其简洁，中枢代码也许不逾越百行，但其中蕴含着多层递归，使其能在不同环境中探索、学习反馈并自我迭代。

我曾有过信仰坍塌。2023 年我有了 AI 信仰，但作念了一段时候，主如果因为莫得资金扶植，合计烧不起，是以就毁灭了。客岁，别东谈主跟我讲 AI，我都不想听。

但最近我再行找到了对 AI 的信仰，致使信仰了 AGI，信仰了超等智能。这是一个难以遐想的升沉。我但愿我对这份信仰能够此次握续更久少许。

  个性化环境与崎岖文的进犯性

那么，除了大模子除外，最进犯的是什么？最进犯的是你要有个性化的环境和 Context（崎岖文）。

以我的创业为例，我之前作念了一个智能硬件，示寂小米把价钱拉到咱们十分之一。我作念大模子，示寂通盘大厂都进来了。你每次取得这种反馈之后，就让你毁灭这种东西，或者你就陆续地转机你的 Plan。

如果在好意思国，我作念了一个大模子，我可能就被 Google 收购了，赚了好多钱。或者我作念了一个硬件，我可能被苹果收购了，赚了好多钱。是以这种反馈一定会栽植你这个东谈主的行径是完全不一样的。同样一个创业者，同样的才智，在中国和好意思国不一样的创业环境下，得到的反馈不一样。临了你的行径，你的想考模式就会完全不一样。这就是我想说的，什么是个性化的环境，个性化的崎岖文。

崎岖文更多是一个历史的记载。

是以回到我之前讲的，在大模子期间，我是第一批站出来说要作念大模子的，但可能亦然第一批刚烈到这不是我的菜。然后，基本上莫得全身心插足去作念这件事，就是因为我不知谈若何参与。

本年上半年时，我更合计除了全天下那三四个巨头，其他公司都莫得经验批驳模子，不要凑扰乱，不要糜掷你的人命。更不要糜掷你的心情在这内部。因为你根底就莫得契机，那完全是在烧钱，况兼事实上大模子自己这个东西，我合计还是变得超等无趣，归正就是烧钱。我找不到切入点，我更不成连结绝大部分 AI 公司到底还有什么价值。

但是这一次，通过实践和再行扫视，我合计哪怕是肥大上的 AGI，至少我我方合计我好像又不错参与了。

是以，这就是 Agent 的 Planner 和 Executor 这个轮回迭代的事情。如果你插足满盈澄莹，你能让智能产生智能，我认为你是不错参与通盘这个词 AGI 的过程的。

而大模子自己对你来说就是一个芯片一样。公共遐想高通的芯片、苹果的手机，到上头的 TikTok。这是完全不一样的东西。临了反而是作念 TikTok 的那家公司取得了最大的价值。

我发现，即使是唯利是图的 AGI 主见，也并非鸡犬相闻。通过构建我所遐想的递归 Agent 体系，所需资金可能并不强大，更依赖于改进的灵敏。我肯定，只须领有满盈潜入的想考和技艺才智，即便不是行业巨头，也能参与到 AGI 的进度中。

外出问问的历程也印证了我的这些想考。咱们自 2012 年起便成为中国首批 AI 公司，从语音助手起步，随后探索智能硬件（如 TicWatch、TicMirror）。诚然经历了市集竞争和技艺不熟悉的挑战，但咱们长久走在最前沿。

2019 年后，咱们转向软件，成为中国乃至全球首批 AIGC 软件公司之一。举例，魔音工坊曾为抖音等平台孝顺了大量配音内容，咱们还设备了奇妙元（数字东谈主视频生成）等家具。

在中国这样的竞争环境中，一家科技公司就像一个陆续迭代、自我修正的 Agent。

正如外出问问的「源代码」已与 2012 年头创时大相径庭开yun体育网，这是咱们握续进化的体现。