AI时代的世界观
主理人 张卓 前《人物》副主编、 36氪副总裁、100+潜水员及永不退役的足球手 安东妮 资深媒体人、 顶尖投资机构从业者 、环游世界及公路车爱好者
Podcast Overview
AI时代的世界观 主理人 张卓 前《人物》副主编、 36氪副总裁、100+潜水员及永不退役的足球手 安东妮 资深媒体人、 顶尖投资机构从业者 、环游世界及公路车爱好者
Language
🇨🇳
Publishing Since
6/7/2023
1 verified contact email on file for 卓见
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
Recent Episodes
May 12, 2026
#19从认知科学到视觉AI：我们如何教AI「看懂」世界?
<figure><img src="https://image.xyzcdn.net/nsrBJNSnOhwVzvEAtkmdKFppMU6d.png"></figure><p>想象一个场景：你坐在曼谷一家餐厅，手机对准一张泰语菜单：2026年的AI不仅能把泰文翻译成中文——这已经像是上个时代的把戏了——它还能记住你是素食主义者，从二十道菜里挑出那三道不含肉的,用标准泰语帮你点单,顺便把附近评分最高的甜品店塞进你的下午行程。<br></p><p>如今的AI视觉已经发展成不仅能准确识别事物，还能理解「你为什么要看拍这个东西」，以及「接下来你想要干嘛」。</p><p>今天我们访谈的Chance AI的创始人曾熙，就是一个试图为AI打造视觉大脑的人，这也是AI行业当下最新的发展趋势：VLM应用.</p><p>Chance AI的产品逻辑很简单:用户拍照，APP自动识别,然后给出解释。</p><p>听起来有点抽象？我们简单拆解一下。</p><p>假设你随手拍了一张演唱会海报。对Chance AI来说这不只是「一张印着字和图案的纸」，而是:</p><p>这是什么演唱会?(识别视觉信号)</p><p>你是这个歌手的粉丝吗?(个性化上下文)</p><p>票好买吗?值得去吗?(社会共识)</p><p>然后,推导出行动:</p><p>什么时候开票?</p><p>要不要帮你加进日历?</p><p>开票当天是否设置提醒?</p><p>Chance AI上线一年，目前已经积累了20万用户，其中40%在北美。</p><p>在技术底层，他们做了一个反共识的选择，用生物学视觉原理作AI的视觉Agent，这是一个跨学科的解释工作，「行业现在最大的误区,是试图用一个模型解决复杂的视觉推理，这是不可能的。」</p><p><strong>曾熙：</strong>巴塞罗那读认知科学与当代艺术博士，研究的问题是「为什么人类看到毕加索蓝色时期的画会感到忧郁?」</p><p>其的原理其实非常硬核，触及了人类视觉系统的本质：我们的大脑把视觉信号转化成情绪、记忆、意义。</p><p>毕业后,他先后在一加、OPPO工作，最后一份工作是在字节跳动的Flow团队担任高级总监——豆包的拍照功能就是他主导的。</p><p>他身上有种奇妙的混搭气质。能用神经科学术语解释视觉皮层的工作原理，也能用黑色讲英国皇室和中国皇室的审美哲学，会用硬件行话聊供应链和PMF，同时喜欢橘子海，一支只唱英文歌的山东青岛籍乐队。</p><p>2024年,当GPT-4o多模态模型出世时，曾熙收到了一个明确的信号——这个技术方向正接近他博士期间研究的问题：人类的视觉系统如何生成意义。</p><figure><img src="https://image.xyzcdn.net/FqcuZZzBCErs2Fr70t22FlfMmFKQ.PNG"></figure><p><a class="timestamp">00:00</a> 为何AI那么难看懂世界？<br><a class="timestamp">03:57</a> 为什么我要离开豆包？<br><a class="timestamp">09:52</a> 一次展览诞生了创业demo：安迪沃霍尔给我带来1000个种子用户<br><a class="timestamp">14:36</a> 视觉语言模型VLM：从视觉识别到视觉推理的技术质变<br><a class="timestamp">19:23</a> 如何让AI长出会思考的眼睛：韦伯伦效应，上下文、社会共识和品牌资产。<br><a class="timestamp">24:42</a> 颜色的社会意义与技术延续行动<br><a class="timestamp">29:22</a> Chance AI竟然没有中年人在用。<br><a class="timestamp">33:18</a> 人类的审美是如何被AI决定<br><a class="timestamp">36:07</a> 参考人类的视觉系统：四步搭建视觉Agent<br><a class="timestamp">41:37</a> 为什么婴儿毫秒之内就能懂热水不能碰，而AI不能。<br><a class="timestamp">47:02</a> 语言起源与视觉交互：这是下一个入口吗？<br><a class="timestamp">53:41</a> 未来Agent OS是啥样？</p><p></p><p>剪辑：张超辉</p><p>插画: Youmind</p><p></p><p></p><p></p><p><br></p><p><br></p><p></p><p></p><p></p><p></p>
December 18, 2025
#18 被陆奇称赞最有「硅谷产品Sense」的创业者：软件会消失，我们被SaaS思维骗了很久
<p>张浩然，一个陆奇曾多次在内部称赞他是「最有硅谷产品 sense」的 Founder。</p><p>他因为跳街舞大学辍学，之后自学成才，从产品交互入行，先后两次创业，都获得了奇绩创投的投资。</p><p>认识浩然是朋友介绍，看了他的公众号，有很多非常深入浅出的思考。由于历经过AI全栈建构，张浩然对Agent有很多独特的观点。比如他认为现在的 Saas软件是企业效率的最大杀手，Agent用聊天做交互本质是一种糟糕能力的体现，让用户体验好的产品应该是意图驱动,，就是用户开口说一句话，就能交付完整的结果，用户不需要思考中间过程。</p><p>2024 年冬天因为「不想错过 AI」，张浩然从飞书辞职，下场服务了十几家出海落地 AI ，参与设计了包括 Fellou AI 浏览器在内的几个 Agent 应用 ，在 今年决定自己创业，做一款颠覆微软的产品。</p><p>这是张浩然第一次对外详细阐述新产品「Agencize」，正式版计划在2026年4月上线。</p><figure><img src="https://image.xyzcdn.net/FkM-VGJz_YaOTz-NHDMrK_q4HWBy.jpeg"/></figure><p><strong>时间轴：</strong><br>02:50 SaaS 是旧时代的产物<br>06:43 一个典型的电商场景<br>09:52 Agent与业务Know-How的思考<br>13:56 从街舞少年到产品经理<br>20:59 第一次创业和奇绩的故事<br>22:55 离开飞书那一刻：我果真是我<br>26:41 与谢扬和王登科的战友情<br>32:41 为什么 Agent产品一定用对话交互？过去的体验太糟糕<br>38:25 和陆奇的故事<br>48:04 挑战微软，消灭八小时工作制。</p><p><strong>延伸阅读</strong></p><p><a href="https://mp.weixin.qq.com/s/yAt18THoHdQseKXOrD8Y5g">被陆奇称赞最有「硅谷产品Sense」的创业者要改写「微软」定义的世界</a></p><p><a href="https://mp.weixin.qq.com/s/4XvaAwLb9Hx6659EnMjK7w">张浩然分享：一个AI Native必备的四种底层产品能力</a></p><p><strong>其他</strong></p><p>本期音乐：来自张浩然的推荐《Mama Said Knock You Out》</p><p>本期剪辑：孙晟钧Lufus</p>
October 20, 2025
#17 Agent 下一阶段的关键要素：可解释、造工具和 100% 确认美学
<p>Agent 如今的关键是「谁能造出一个真正有用的Agent?」</p><p>行业讨论的焦点变成「Agent的认知边界」：它应该有多大的自主性？需要多强的上下文理解？又如何在现实任务中保持稳定？这背后需要实践者具备四种超强的能力：即对模型的边界预估，对复杂系统的理解力、对产品工程的实践力，以及对商业场景的洞察力。</p><p>本期我们邀请到的嘉宾是 Sheet0.com 的创始人王文锋，在他看来Agent本质上是一种「利用模型知识，结合实时信息，使用工具解决问题」的产品形态。</p><p>他在行业里提出了一个关键问题是：为什么模型本身已经达到博士水平，但很多 Agent 的表现仍停留在实习生阶段？</p><p>这中间的 GAP关键在于在「<strong>实时信息」</strong>和「<strong>工具设计」</strong>并没有很好的适配模型能力。</p><p>Sheet0.com 就是他对Agent的一次认知落地：一款在 AI 时代为模型提供可扩展的实时数据获取能力的产品。今年8月中旬，产品上线， 主要面向数据分析师、产品经理、工程师、市场营销人员等在数据收集处理上花超过5个小时的用户。</p><p>一个典型的用户场景：一位销售在寻找潜在 AI 行业客户，过去，他要先通过LinkedIn、X等社媒，收集公司信息，再分析该公司是否为 AI 行业公司，还需要寻找目标联系人联系方式等等。而搭建这样一个程序，需要一个工程师4-8周的时间。</p><p>《Tech Crunch》认为 Sheet0 是「工程派 Agent」的代表，评价是「一款让 AI 更透明的工程产品」。而让 Agent 变得可解释，是 Agent 下一步发展的关键环节。</p><p>王文锋：<strong>AI 闹收藏的第18个 AI Creators</strong>；</p><p>作为连续创业者，在Data Infra、AI领域积累了近十年的开发经验。2023年加入 AI 浪潮。</p><p>AI 闹见到王文锋时，他刚从美国回来，时差还没有完全倒明白，我们的话题围绕在 sheet0上线两个月后，他对 Agent 的最新思考，以及他少见的谈了了谈自己创业三年的至暗时刻。</p><figure><img src="https://image.xyzcdn.net/FtZu7DI6feZe_9pE3KOvwVS_xupP.jpg"></figure><p>王文锋 </p><figure><img src="https://image.xyzcdn.net/FjrRZOJ8eDxci_2lKMzcj0iE54Fl.jpg"></figure><p>产品界面</p><h2><strong>时间轴</strong><br>02:56 最出乎意料的是日本用户付费意愿高吗，不会主做中国市场。</h2><p>07:46 过去造一个舆情系统需要工程师3-4周，现在只需要30分钟，那这个需求一定放大100倍。</p><p>12:25 Agent的三大核心要素：模型、环境反馈和工具使用，怎么做？谁是最好的参考？</p><p>17:08 我们如何做到100%保证准确？没有任何模型幻觉问题。</p><p>21:12 发现了一个极大的数据场景，商业价值比肩谷歌。 </p><p>26:15 因为不信任模型，我创业失败了两次。</p><p>32:05 王文锋的至暗时刻：抑郁，母亲去世，没有新方向。 </p><p>33:19 2026年 Agent的核心要素，以及从美国回来的创业思考。</p><h2><strong>延伸阅读</strong></h2><p><a target="_blank" rel="noopener noreferrer nofollow" href="https://www.xiaoyuzhoufm.com/episode/68032a401f1db84a563d5d83">王文锋完整版文字请关注「AI闹的公众号」</a></p><p><a target="_blank" rel="noopener noreferrer nofollow" href="https://www.xiaoyuzhoufm.com/episode/68032a401f1db84a563d5d83">王文锋之前的采访在42章经</a></p><figure><img src="https://image.xyzcdn.net/Fj210_JOXIyoAcz-tB_8QGgp3fGT.jpeg"></figure><p></p>
19 total episodes available
Recent guests on 卓见
Guests from recent episodes — sign up to see every guest that has ever appeared on this show.
He Fan
Guest
曹通
Guest
Similar Podcasts
Discover related shows you might enjoy
Deep-dive analytics for 卓见
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is 卓见?
- How often does this podcast release new episodes?
This podcast updates bi-weekly.
- Where can I listen to this podcast?
This podcast is available on 7 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
Yes, this podcast regularly features guests.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.