上个月那份助手榜单上只有 27 个名字，现在他手上过了 147 个。同一批问题又问了一遍——这一回，答案落在「信任」和「八卦」上。
一、要点整理（按节目顺序）
01 · 冷开场：147 个助手，22% 的话在谈信任
节目用他自己的声音开场：「我们生活里有那么多切面——管钱、订行程——助手会把它们一个个填上。」他手上经过 147 个助手；在他运营的 AI 重度用户群里，约 3,600 条消息中被提得最多的不是能力，是信任，占 22%。这一期要回答的是：这么多助手靠什么分出高下，以及下一步往哪里走。
02 · 一个月后再看：昨晚的聚会与这份榜单
上一期是 9 月 29 日，那时公开榜单上是 132 个待测、27 个已测。这一个月里，他办了一场 100 多人的 agent 聚会（10 家助手现场路演），榜单继续长，他自己手动试过的数量到了 147。三个人反复强调的不是竞争，是「寒武纪」：现在还不是零和的，大家在一个沙盒里互相学。
03 · 生活被切成几块，助手就分成几类
他把助手分成四类：通用、工作向、多人、旅行。金融这一类到现在还没成形，而那恰好是最需要信任的一类。为什么按生活切面分而不是按能力分？他用的是朋友逻辑——「不同的朋友有不同的专长，你需要专长的时候会去找不同的人」。助手会变成这样一支军队：有的只办事，有的整天陪聊，有的话有点八卦。
04 · 信任层：栅栏、规则，和「法律」
他引了一个很喜欢的比喻：院子里没有围栏，你会一直盯着孩子；一旦划出一小块围起来的地方，他就能在里面自由跑。代理也一样——先划界，才谈得上放权。真实的事故也在这里：有人让自己的个人代理漫进了工作域，把财务信息发进了公司的 Slack。所以这一轮先被讨论的是栅栏、权限与监督，而不是能力。
05 · 三十美元的披萨，和整个邮箱
声明出来的偏好和真实的偏好不是一回事。Hark 在 10 月 16 日宣布送出最多 100 万美元的免费披萨：下载 App、连上邮箱、说一句「帮我点个免费披萨」，就能拿一张约 30 美元的礼品卡1。有人 48 小时后导出自己的数据：934 封邮件、415 个日程、177 个联系人{{cite:1}}。他的解读是：效用相当时人会选更私密的那个，真正让人紧张的不是丢钱，是当众丢脸。
06 · 判断力：花束、洛杉矶周末、三轮同屋
隐私是不该看的别看，判断是该做的事情做对，中间还有更难的一层——分寸。花束测试给了两个互相拉扯的约束：今天送到、尽量便宜。Instinct 一次次带回最低价；Kicker 因为在电脑上装了 Chrome，浏览器那一段更强；szn 也不错，其余多数在价格这一项塌了。
「给我一个又豪华又省钱的周末」——Grok Bot 把豪华解释成时间，Dots 解释成便宜，Instinct 落在中间。三个都问了问题，他也故意答得含糊。最狠的一段是把三个助手放进同一个聊天室跑三轮：每轮各自交方案和理由，只有 Grok Bot 系统地吸收了别人的长处、改了自己的方案。他还点出真实世界的第二层约束：别让收花的人看到价格、在花里夹一张卡片。
07 · 记忆能带走，那护城河在哪
Dots 继承了你在 ChatGPT 里攒了几年的上下文，但 354 人的调查里只有 3% 拿它当主力。他逐个要求排名前十五的助手「把关于我的记忆导出成一个文件」：只有一个拒绝。拿到的是一份 Markdown，准确到让人不适；读完前几份，他就不读了。切换成本因此下降——护城河不在记忆里。新的引导套路也出现了：把一段提示粘进 ChatGPT、下载、上传给我；或者先打个电话聊几分钟。
08 · 照片、截图，和还没接进来的那些
下一个上下文层是照片。Dazzle（梅耶尔的新公司，9 月 29 日上线）从相册认识你，并主张「不需要的就忘掉」2。他自己做过一个截图提取的 app：把手机里所有截图的关键信息抽出来，有用，但他没有回去用第二次——信息的价值衰减得很快。他真正想看的是还没接进来的那些：家居硬件（恒温器、扫地机）、亚马逊的购买历史、App Store 的下载史。
09 · 长尾赢了，中间层被压扁
同一份调查里，35% 的人说自己在让助手做某种形式的购物（亚马逊零售是第二大类）。他的判断是：被代理改写的是长尾——代理有耐心翻到第十页之后，找得到那家真正做这件东西的店；被压掉的是只做撮合、不做产品的中间层。Shopify 在给代理开门，这正是它的结构性机会。
10 · 代理的非理性，与家长式作风
科里森那条推文说，个人代理会让我们跟公司打交道时更理性3。他同意一半：代理会带来自己的偏好——「外星心智的非理性」：偏爱文档写得好的干净 API，讨厌背后是一堆 Java 的接口。所以还需要一份「给代理看的消费者报告」，最好按成交付费。另一条线是家长式作风：你说要减肥，它只给你四个健康选项——「一点家长式的味道就够杀死一个产品」。
11 · 多人、娱乐，和八卦型助手
Wabi 把生活拆成几条线索，每条线索有自己的小部件；新群是一张白纸，你们可以先谈好规矩，这比往老 iMessage 群里塞一个 agent 舒服得多4。然后是八卦型助手：它请你把朋友拉进来，问一堆问题，再把话带回去；有创始人能读到 agent 之间的对话记录，但还没想好怎么产品化。他的体验叫「社交间接性」——朋友不好意思说「我家停电了」，他的 agent 说了。
12 · 被卡住的一天，与规模
用户放弃的瞬间往往不是担心安全，而是任务失败：「我还不如自己开浏览器。」浏览器这一段正在被重做：内置浏览器、Chrome 插件、直接对接库存。另一个反直觉的观察是，软件不是商品——几十万用户压上来，有的产品性能立刻退化，创始人开始处理宕机。
13 · OpenClaw 的大众版，与 agent 聚会
先是有人为 OpenClaw 折腾一台 Mac mini，然后是下载即用的 App；Underdog 这类产品把模型放回你自己的机器上跑5。昨晚的聚会更直接：100 多人扫码，把 agent 送进另一个房间自由聊；开头还互相介绍「我的人是谁、在做什么、需要什么帮助」，过了 150 条就开始说谁也听不懂的话。
14 · 意外性、秘密，和城市里的陌生人
他把这一串串起来讲「意外性」：怎么造出你原本没打算发生的事？serendipity 是一种熵。Tomo 在做兴趣群（备考 LSAT 的人被放进同一个群），再往前一步就是「周五晚上那家酒吧，我订好时间了」。而秘密是最便宜的信任——一句只有你们两个知道的暗号，就足以让你关掉电视出门。
15 · 好奇心轨迹与「那不是我」
世界杯期间他搜了一堆足球，ChatGPT 就以为他是球迷；女儿喜欢某个歌手，他去研究，但那不是他的品味。「怎么让它知道，我在好奇心轨迹上，不等于那就是我？」他的办法是经常开隐身模式——但那样助手也学不到东西。他还注意到人们会越来越默认自己被记录：旧金山会出现法拉第笼酒吧，他买了新的 Apple Watch，就是为了「Siri 回顾」这类功能。
16 · 三四周后，和我们真正想要的
他的预测：企业侧会出现更多创新（现在全世界都盯着消费）；会出现更多「不干活」的助手——陪你说话、逗你笑、在后台八卦。他妈妈是个讨厌科技的人，现在天天给 Instinct 发消息，最近的用例是找一只和去年走掉的那只一样的狗，并替她谈价。最后落到「阴面」：那些我们不想对自己承认的部分——爱花钱、对未来盲目乐观、把自己看得比实际更好。谁能在这里建立信任，谁手上就有很值钱的东西。
17 · 一句提醒：这张表怎么用
榜单是 1–10 分、每个维度一道公开任务、没有跑过就不给分，页面版本 v0.2、16 个维度里「个性」只收公开评价、不打分6。一个人的手动测试不能当行业结论用；但它能告诉你，这个品类现在到底在比什么。
18 · 本期一句话
真正让人想要的不是省下的十分钟，是它让你更喜欢自己——「你有没有发现你最近穿得好了？我跟这个助手说，升级我一下。」
二、口径与核对
能对上公开来源的：30 个已评分、45 个待测与全部名次7；Muse 9.3、Grok Bot 与 Hark 8.8、Instinct 8.7、Town 与 Dots 8.6；Hark 的百万美元披萨活动、10 月 16 日、需连邮箱、约 30 美元一张、以及那份 48 小时导出（934 封邮件／415 个日程／177 个联系人）{{cite:1}}；Dazzle 9 月 29 日上线、以相册为上下文{{cite:2}}；Wabi 10 月 29 日 5,500 万美元、投后 12.5 亿美元{{cite:5}}；Underdog 10 月 6 日发布、跑在本机{{cite:6}}；科里森那条「代理让消费者更理性」的推文{{cite:4}}。
只有他这么说：147 个助手、3,600 条群聊与 22%、354 人调查与 3%、前十五名里十四个愿意导出记忆、花束测试与洛杉矶周末的具体排名——都是他自己的测试与问卷，榜单页面上没有对应记录。
名字没能核到的：他提到的一个叫「Picnic」的信任概念、一家刚放出硬件 MCP 的家居平台、以及一个叫 Scout 的购物助手，本轮没有找到可独立引用的公开出处，译文按原话保留、不作事实引用。
一句提醒：节目里所有分数都是「某个维度的一道公开任务」，不是产品综合能力；他对规模的观察（一上量就掉）也没有给出数据，属于现场判断。
三、逐句全文翻译
说明：节目本身没有逐句标注谁在说话。主持一方是阿尼什·阿查里亚与乔什·埃尔曼，此处统一标为「主持」；大卫·鲍兰只在讲自己的测试与经历处标为「大卫」。
开场旁白与冷开场（00:00–01:37）
片头：我们生活里有那么多不同的切面，不管是管钱、订行程，助手都能把这些切面一个个填上。在我手上经过的这 147 个助手里，人们谈得最多的恐惧是信任——22% 的消息都在讲这个。我们身上有哪些部分，是我们既不想去想、也不想让人看见的？谁能建立那种信任——几乎像是「阴面的代理」——谁手上就会有一个非常有意思的东西。这是一个非常非常敏感的地带。它几乎会像一个新的社交网络，商家必须在产出的质量上投入更多的心思和价值。我在消费品行业三十年看到的是，家长式作风会杀死任何一个产品。我们总在谈生产力、目标和成就，但也许人们想要的恰恰相反。现在所有人都把这个世界当成一个通用助手来做。随着时间推移，我们会开始看到——
旁白：一个月前，我们盘点过一次个人 AI 助手的竞赛。从那时起，agent 的版图已经发生了巨大的变化。这一期，阿尼什·阿查里亚回来了，和大卫·鲍兰——助理基准的创建者——以及乔什·埃尔曼一起，看看发生了什么变化、agent 接下来往哪里走。大卫现在测过的 AI 助手已经超过 140 个，他们聊了是什么把这些助手区分开来：从记忆到判断，从信任到购物与社交体验。他们也谈到，当我们各自的 agent 开始互相说话时会发生什么，以及为什么下一个突破可能不是让我们更高产的 agent，而是那个感觉像「秘密武器」的 agent。
一个月后再看（01:37–04:10）
主持：欢迎回到 a16z 节目。我和我的搭档乔什、还有大卫在一起，大卫一直在带大量的 agent 基准和助手方面的工作。我们要聊所有和 agent 有关的事，自上次连线以来发生了太多。那是多久，一个月前？
大卫：大概一个月前。
主持：天哪，兄弟。我觉得我们该像 TBPN 那样，几乎每天都录一期。
主持：绝对疯狂。agent 每天都在变。
主持：完全对。那我们从昨晚开始吧。你办了一场 agent 聚会。跟我们讲讲那个活动，讲讲气氛，讲讲话题。
大卫：好，很棒。来了一百多个人，全是自豪的 agent 极客，爱 agent 和那个世界的一切。大家就是待在一起聊天。我们确实搞了个类似路演比赛的东西，十个不同的 AI 助手创业者能上台讲他们在做什么。很多时候就是很好的对话。
主持：有意思的是，最打动我的一点是，人们渴望社群，哪怕在 agent 的世界里也一样。每个人都在说，为什么不多办一些这样的聚会？为什么不多一些机会互相认识？这话从整天、把所有时间都用来给 agent 发消息的人嘴里说出来，有点好笑。
大卫：而且好笑的是，感觉这些产品至少在表面上是重叠的。
主持：创始人们可能会更谨慎一点，但你看到的不是这样，对吧？
大卫：不会。每个人都极其开放，非常想拿到反馈。我觉得是因为我们太靠前沿了，没人真的知道这个版图最后会长成什么样。所以我们都在同一个沙盒里一起玩。
主持：酷。也因为我们现在有更多时间，因为我们用 agent 把这些事都做了，所以我们有更多时间真的出来见面，也许这也是原因之一。
大卫：对，对。确实很好玩。这让我有点想起早期的社交游戏，或者广义的社交网络。你觉得呢，乔什？
主持：我觉得很酷的一点是，这不是零和游戏。到某个时点，可能会有某几个 agent 占据大部分行为。但现在我们还处在一个非常早期的阶段，像寒武纪，我们在发明这么多东西，试图搞清楚这么多事，每个人都能从别人那里学。我们可以分享这些最佳实践，搞清楚人们喜欢什么、什么东西能用一次但不可靠。这些东西会往很多方向长出来。我们不会只拥有一个 agent，在我生活里只做一件事，然后我用了，你们也只用同一个。我们会有一大堆产品，为我们做一大堆事，我很期待我们一起把这些发明出来。
生活的切面与四种类型（04:10–06:44）
主持：我完全同意，我们会有一个 agent 的世界，数量可能和我们有多少种不同类型的人、多少种人的原型差不多。但也许你可以谈谈，你认为区分的轴是什么？比如从非常严肃、高效，到非常好玩、甚至有点对抗性，这中间有一个谱系，我肯定还有很多别的想法。
大卫：对，我觉得真正有意思的是，我们生活里有那么多不同的切面，不管是管钱、订行程、处理健康、把一天过完、管日历，还是有时候只是想有个东西可以让你把想法说出来。助手会把这些切面一个个填上。你会为不同的事情找不同的朋友，朋友有不同的专长，你需要专长的时候会去找他们。我觉得我们会习惯拥有这样一支 agent 的军队来做这些事。有些会非常就事论事，会说「好，我得把这件事做完」，那是你的生产力 agent；有些接进你的邮箱，会说「这是你现在要处理完的五封邮件」；还有一些，是你会想整天跟它聊天、觉得好玩的，甚至有点八卦。我最近在玩几个非常俏皮、非常八卦的助手，它们也连着我几个朋友。它们会来回分享信息。有一个刚告诉我，我朋友的电力整个周末都停了，因为他在做装修，电被切了。我当晚给他打电话，我说，兄弟，你也不告诉我你家停电了，是 agent 告诉我的。
大卫：他说，对啊对啊，我就知道你会这么知道。我说，这就像是在创造更好的连接。但这跟订行程、省钱、或者把什么事办成一点关系都没有。
大卫：对。就我从这 147 个经过我手上的助手来看，它们真的分成了四类：有通用的，有工作向的，有多人的，还有旅行的。我还没怎么看到真正成形的，是金融那一侧。而且我觉得，等你开始挖数字，这其实说得通。我自己在跑的那些 AI 重度用户的群，到现在大概有 3,600 条消息上下。去看痛点、去看恐惧，人们谈得最多的一条是信任——22% 的消息都在讲这个。所以很有意思：你有一派人是在生产力、在好玩这件事上，那部分是有意思的，给生活带来一种不同的感觉；但另一派人还坐在恐惧里，有点胆怯，不太知道这个领域往哪里走。我非常好奇信任这一层最后会怎么演。
信任层：栅栏、规则与法律（06:44–09:14）
主持：如果我们能把信任这一层解决，那在金融这一侧我们最后会看到什么？如果你看 Shane Mac 最近在讲信任时谈到的那个概念，叫 Picnic。他们有个比喻我很喜欢：如果你有个孩子，院子没有围栏，你让他出去跑，你其实非常担心，你会想保护他，不想让他跑得离房子太远，你其实不太愿意让他离开你的视线。可一旦你在院子里立起一小圈围栏，你说，你就在这个围栏里面随便跑，非常非常安全。所以他真正在问的是：我们怎么建对的围栏？让我们的 agent 在这个围栏里玩，给它一些数据、一些应用、一些别的东西的访问权，同时让它在围栏边界内把能做的事都做掉。反过来就是，我见过有人让自己的个人 agent 漫进了工作域，他直接把财务信息发到了公司的 Slack 上。我觉得这正是关键：我的个人 agent 应该能访问我私人的东西、我私人的沟通渠道，但不该碰我工作的那些，也不该让它们串味。所以围栏、权限、更受控的权限、更好的监控，才是我们必须用来建立更多信任的方式。
主持：完全同意。
规则、法律与「冒犯度」（07:53–08:38）
主持：不过有意思的是，我们对「沙盒」有一个传统的心智模型，就是一套硬性约束和规则，必须遵守或者不许做。有人描述过另一种框架：与其给模型规则，我们应该给它们法律和原则。
主持：我觉得这里也可能是类似的东西：看，这是怎么调你的「冒犯度」，而它是非常定性的。模型得根据你这种定性的建议自己做判断，就像一个员工必须做的那样。
大卫：对，我觉得这也是为什么用「给孩子的围栏」这个比喻合适：在某些方面，这些 agent 极其能干，但有时候它们又像孩子，不知道自己行为的细微之处——这样做好不好？它们并不总有那种逻辑。而最重要的一点是，我们一直在说 agent 要自主：帮我订行程、帮我订位子。但作为人，我们其实并不想交出自己的控制感。我们其实希望它来跟我们确认，但把功课都做完，帮我省下所有时间，把最好的选项和正确的取舍摆出来，然后让我做最后的决定，也让我确认最后的价钱之类的东西，再让 agent 行动。也许时间久了我们会学会信任它，但现在我们不必这样，助手依然可以非常非常有效。
九十年代的电商与三十美元的披萨（09:14–12:55）
主持：对。我们现在大概处在电商的九十年代。我最近读到的最后一个数字是 1997 年前后，60% 到 90% 的互联网用户认为把信用卡放到网上是荒谬的想法。
主持：而今天我们就在这里，人人把信用卡到处乱丢。我觉得这个时代最后也会撞上同样的墙，只是需要一点时间。这里有个「声明的偏好」和「显露的偏好」的问题。因为在显露的偏好里，消费者会为哪怕最微不足道的好处分享任意数量的数据。人们从 Venmo 时代起就在通过 Plaid 连自己的卡、自己的银行账户。所以我不确定人们真的——但当你去问，他们会说，哦对，我非常在意信任和安全。不过消费者真正非常在意的一个例子，是尴尬和社交信号。实际上 Shane Mac 那个故事里最有意思的、最让人生理不适的一点，是他被弄得很尴尬。这才是关键。他真的被弄得很尴尬。这也是为什么我觉得 agent 与 agent 之间的网络这一块——你可以想象一个你刚开始认识的人——
主持：也许你在第二次、第三次约会，你们的 agent 在聊天，你会想，天哪，它们在说什么？它们是怎么在表述我的？你懂我的意思吧。社交机制上的风险，感觉比现实世界里实际的影响要高得多。这是个好观点。而且最近有一个现成的证据：Hark 做了一场很大的营销活动，他们拿出 100 万美元，谁想用他们的产品就能拿免费披萨，每个人一张 30 美元的披萨。
主持：为了拿到这 30 美元的披萨，你要授权访问你整个 Google Workspace、你所有的邮件、你所有的数据，就为了 30 美元。
主持：这就证明了，人们愿意为了一点免费披萨把所有这些数据交出去。
主持：对，不过我倾向认为，这里永远有权衡：隐私对效用。如果你能给我更好的效用，我愿意在隐私上让一步。但当我们效用基本相等的时候，人们总是会选更私密的那个。Apple 一直活在这样一个世界里：隐私显然是他们设备、他们对设备和软件安全所做工作的最前沿。哪怕在 AI 上，他们也在讲「私有云计算」。我们过去经常谈这个，那是你数据哪也不去、不被共享的核心。我们也看到，人们想要最强的 AI，他们并不总会选那个。所以我们必须找到那个信任的交点。我觉得「尴尬」这一点也非常非常重要，因为你希望你的 agent 懂你、有你所有的个人偏好。假设你乳糖不耐受，然后你拿到这份免费披萨的订单——
主持：而且你是跟一个朋友一起，你会怎么办？谁的 agent 会告诉对方你不能吃奶酪？这就造成了非常尴尬的局面。所以我们要搞清楚，它们怎么才能有你会期待的那种分寸。我们都是在时间里学会分寸的，我们自己偶尔也会犯错。我们得对 agent 定一个相当高的标准。这最终也归结为个人的尴尬和职业的尴尬。我觉得 Town 做得非常好的一点，是真的拿准了语气，建立起那层能替你发邮件的信任。这是一个非常非常敏感的地带。如果我把一封糟糕的邮件发给了我在意的人，我还得回一句「抱歉，那是我的 AI，我没有足够地盯着它」——那种尴尬的程度，很难处理。
大卫：对，有意思的是，我用 AI 写的每封邮件，我都会署上我用的模型的名字，写上我的名字加上模型编号，这样我就是在向对方示意：我承认这件事我用了 AI。因为我觉得只要人们不觉得自己被耍了，其实是相当宽容的。
判断力：花束测试（12:55–14:19）
主持：有意思。我们在谈隐私，但还有隐私和判断，这是不同的；分寸也许在两者之间。你做过这样一个测试：让一堆 agent 去订花。谈谈哪些表现出了最好的判断，以及你在那个测试里到底怎么定义判断？
大卫：那个测试的主要意图，是看 agent 怎么平衡两个不同的约束。一个是成本，另一个是时间偏好。我要花今天送到我这儿，同时我希望它尽可能便宜。所以它要怎么去发现——基于今天能送达的能力，再把实际价格叠进去？Instinct 做得非常出色。有意思的是，新闻周期来来去去，它们好像没那么常被讨论了。我们说的是每周的变化。
主持：对。但确实，Instinct 真的……
大卫：一直把最低价带回来。还有一个 app 叫 Kicker，做得非常好，它有一个优势，是让你装一个 Chrome 浏览器，所以在浏览器使用上有一点优势，能找到一些非常好的选项。szn 也做得很好。其他所有在价格这一项上都比较吃力。它们都能找到当天能送到的花，
洛杉矶周末与三轮同屋（14:19–18:08）
大卫：但它们在把价格放在优先位置上，好像都退了一步。另外三个能真的把两个约束等量齐观。所以有意思的是，当你开始给这些 agent 更复杂的偏好，它们到底在哪里塌？它们是不是只优先你说的第一件事？它们能不能同时握住多个？我还做了另一个测试：让三个不同的 agent 去订去洛杉矶的行程。我说，好，给我订一张去洛杉矶的机票，
大卫：帮我计划一整个周末。我要一个又豪华又省钱的周末。我想把这两个放在彼此对立的位置上。看 Grokbot 和 Dots、和 Instinct 比，非常有意思，它们对「省钱」和「豪华」的解释都不一样。有的可能认为省钱最重要，于是我要坐红眼航班，确保走最省钱的路径；有的把豪华看成时间——我尽可能把时间优先出来，那个周末待在那里的时间最长，就是豪华的体验。
主持：那分别是哪家？
大卫：Instinct 基本正好在中间。Grokbot 更偏重时间，Dots 更偏重成本。它们是一上手就干，还是真的跟你一起搞清楚你制造出来的这个张力？因为我觉得这种事里最像人的部分，是真正理解你这句话是什么意思，然后把取舍摆给你。因为有时候我完全愿意坐红眼航班，既省时间又省钱，但那样我就想要另一头的酒店房间，
主持：好让我早上能小睡一会儿，这又把钱抵消了，但仍然把我花的时间最大化了。所以我真的觉得，去了解具体的这个人、把这些张力拆开、把取舍和不同选项摆出来，非常重要。有哪一个真的搞懂了你的意思吗？
大卫：它们都问了问题，我也诚实地回答了。我试着答得含糊一点、模糊一点，
大卫：因为我不想太引导它们。但这个小实验最有意思的部分是，我把它们全放进了同一个聊天室。
大卫：我做了三轮行程搭建。每一轮之后，agent 会交出它的行程，以及它认为这是最好方案的理由。因为我想看，agent 会不会真的被别的 agent 影响，从而改变自己的计划。Grok Bot 是唯一一个非常有条理地从别人那里取到价值、并把它放进自己方案里的。
花是送给谁的（16:58–18:08）
主持：关于花我还有最后一个问题。所以你是给自己订花，我猜，只是为了测试它们的……
大卫：是给我女朋友的。
主持：好，给你女朋友的。她收到了一束不错的快递。
主持：好。这一点其实非常重要，因为如果是送给别人，你刚才一直在说省钱、省钱、省钱，可你不会希望你女朋友觉得你买了最便宜的花。我希望——好吧，也许她喜欢你这种省钱的性格。但不然的话，我会觉得你也会想给她留下印象，如果她真的很喜欢兰花，就给她买兰花。所以它有没有做点什么，确保这不只是纯粹省钱，而且真的让你能收获那份兴奋、稍微出彩一点？
大卫：对，这个实验里没有。这个实验的目的是测两个不同的维度。而且既然我要做这个测试，不如让结果有一个美好的后果——我女朋友收到花，作为产出。但这是个很好的点：在现实世界里，如果你要问那个问题，就会有很多附加维度，是成本效率或送达时间之外的第二层维度。还要确保价格不会在她真的收到花的时候显示出来。
主持：或者比如一张卡片。
大卫：有些确实问了：你要我写点什么吗？要不要在花送到的时候留一张卡片？
偏好必须被说出来（18:08–18:58）
主持：有意思，因为当你跟 agent 谈这些事的时候，有一件事必然要发生：你隐式的偏好必须被显式化。有些人喜欢这样想：哦，我不便宜，我只是喜欢省钱。但你得克服这一点，告诉 agent，我其实挺便宜的，你就按这个来。而当你是亲自去做这些事的时候，你可以把这些偏好内置进去，不必去照那面「偏好镜子」。所以还有一个非常迷人的问题：agent 怎么跟你互动，才能维持你的身份感、安全感，不越过这些边界？
大卫：完全对。我觉得具体到这一点，非常有意思的是 Dots，因为它有那么多你已经在 ChatGPT 里建立起来的上下文。有意思的是，我们录第一期播客的时候它还没出来。然后大概
主持：几天后，它出来了。
主持：对。
大卫：大体上，我聊过的大多数人还是没把它当主力。我做了一个 AI 重度用户的调查，354 人，只有 3% 真的把它当主要 agent。但它确实有这种附加价值——人们说他们真的更喜欢它、更喜欢试它的主要原因是，它有你聊天记录里积累下来的那些上下文。人们把 ChatGPT 当心理医生用，所以它对你有很多上下文。有意思，因为你在那儿……
主持：它会知道，当你说「我不便宜」的时候，它知道其实有一点点便宜，一点点。
主持：我很好奇，人们为什么觉得 ChatGPT 对他们有一套很棒的偏好设定？你有没有真的从他们那里感觉到，如果他们说自己真的很喜欢 Dots，他们这些年到底给了 ChatGPT 什么？你觉得那是可以复制的吗？还是说，反正已经好几年了，我的记忆在那儿，我为什么要换？
大卫：完全可以复制。只是事实是，他们用它用得最久，所以它对他们有最多的上下文。但这又带出另一个好点：切换的摩擦。
记忆能不能带走（20:04–21:11）
大卫：我在榜单前十五名的 agent 上跑了一个测试：哪些能真的把上下文取出来——我说，我要换到另一个去，把你手上关于我的所有记忆给我一份空的导出，这样我能轻松切换。除了一个，其他都愿意做。所以你可以拿到一个记忆文件、你要的所有东西，提交给下一个。
主持：那好用吗？还是诡异？
大卫：相当扎实。当然，我肯定他们在藏一些劳动果实。但大体上，它真的把一切都拆出来了。我不知道你有没有看过那些 Markdown 文件，有点——「可怕」这个字不对——但就是，哇，你还真是把我捏在手里了。
主持：对，你会有点想挣脱：我不希望你像你自以为的那样了解我。
主持：对，读完前几份之后我就决定不读了。
大卫：对，对，这其实是一个非常有意思、现在也很常见的引导方式：它会说，把这个提示粘进 ChatGPT，下载那个文件，上传给我。我们看看这能持续多久。
主持：完全对。我见过的另一个很酷的引导是，它让你打个电话。它会说，来，跟我聊几分钟。
主持：对，对，问一些问题。看它从这些问题里能抽出什么上下文，非常有意思。而且它们非常卸防。它们就是让你开口说话。有点疯狂。
照片、截图与还没接进来的（21:19–23:06）
主持：完全对。但我觉得这带出另一个上下文变量，就是照片。这种用照片来抽取大量关于你的上下文的新范式，用的方式你甚至不会想到去描述。
主持：对。你有试过 Dazzle 吗？Dazzle 进你的基准集了吗？那是玛丽莎·梅耶尔的新公司。我觉得那个想法——看你整个人生存下来的、那些重要到值得保存的时刻、截图和别的东西，
主持：太说明一个人了。信息量惊人。
大卫：它还没加进基准。但已经排在待测清单的最上面。我还在手动测所有这些，这样我能真的拿到亲身体验，理解每一家的感觉。但我很喜欢她处理这件事的方式：他们在信任这一层上放了很多重量，因为我认为信任是一个巨大的变量。我把所有照片都给你，这挺可怕的。但他们有一个论点：如果不需要，它就会忘掉。如果一张照片似乎带有它并不需要的上下文、或者你大概不希望它知道的东西，他们会努力赶在前面，直接把它忘掉，甚至不放进集合里。所以看这些不同的玩家怎么处理照片上下文、又怎么影响 agent 的行为和它对你的了解程度，会很有意思。
截图、品味与 35% 的购物（22:39–24:18）
主持：会很有意思。我稍微更怀疑一点。我做过一个 app，因为我一直对截图着迷——截图是手机上唯一能跨所有 app 捕捉上下文的方式。所以它其实是一种很有意思的数据资产。你回头看你的截图，它给你一点点当时的你和你的世界的样子，还有你的兴趣和偏好。所以我做了个 app，把我手机上所有截图里的关键信息抽出来。
主持：酷。
主持：它还行，但我没有发现自己会回去用它。信息的价值很快就衰减了。但如果人们开始更多地截图、拍照，那会非常迷人。
大卫：这正是我要说的。
主持：对，对。
主持：而且我觉得这其实就是那个想法：如果你真的习惯去捕捉你想留住的信息，并把它回流到你的生活里，那很好。我聊过一位创始人，他在做一样他暂时叫作「品味」的东西：把你所有的截图和你保存的东西拿去，整理成像 Pinterest 的情绪板。然后当你要去做代码、去搭一个 app 时，你说，用我存在这里的这些例子。所以你其实是在建立自己的「风味档案」，它能用上你的风格。当你在世界、在网页、在手机上的 app 里穿行，它能造出这个很酷的界面，一个你喜欢的东西的水库，并且整理成你之后能用的样子。这其实会让你在这个回路里创造更多内容。所以我很好奇你做的那个 app、以及这一层上下文。因为同一份关于人们在买什么的调查里，第二大类是亚马逊零售，35%，说他们在做某种形式的购物。所以你收集的这些上下文——
长尾、中间层与被压缩的聚合器（24:18–26:01）
主持：抱歉，是亚马逊购物，还是只是某种形式的购物？
主持：亚马逊加上零售。明白了。
主持：那对你的 app 和它在建立的上下文，我想到的是：如果它有几千张照片，
主持：里面有我穿的衣服的照片，它是不是比我自己更知道我想买什么？
主持：有可能，有可能。我觉得这其实非常有意思，你可以在那儿做一些事情。我还觉得——我们讨论过那些在限制访问的，比如亚马逊、达美——我们完全没谈谁是净赢家。我其实认为长尾会成为巨大的结构性赢家，因为推想起来，它们的产品更好、营销更差。
大卫：营销肯定更差。产品是不是更好我不确定。而 agent 有这种近乎无限的耐心去搜、去找到完全贴合你口味的东西，
大卫：哪怕它们不在互联网前十的网站上。对，我觉得这就是直销。我们都聊过直接面向消费者。这是一个你会建立自己的品牌、自己的店面、卖东西的品类。现在 agent 能比你自己去一个个翻找的规模大得多地知道这些东西。完全对。这也是为什么 Shopify 真的被赋能了，它在把这些东西开放给这些 agent，因为正是它支持了这么多直销品牌。我也在想，也许真正被压缩的是聚合器，这正是它们在做这么多防御性动作的原因。因为，如果我能搞清楚——那件毛衣很好看，或者我
主持：想要那件衬衫，而它们能搞清楚真正的制造者是谁，我可以直接去他那儿买，他们就不用再付中间那些交易成本和从批发到零售的成本。嗯，如果你想要这件衬衫，你的 agent 也可以替你买。那很好。但
大卫：这……
主持：哦，请讲。
大卫：这就到了 Patrick Collison 那条推文：他谈的是这样一个未来——消费者会变得更理性，因为我们的 agent 在替我们做所有的事。
主持：对。
代理的非理性与家长式作风（26:01–28:38）
主持：它真的会创造一个世界，让商家必须在产出的质量上投入更多心思和价值。看这件事会非常有意思。所以某种程度上，我要对这个观点挑一下刺。我很喜欢 Patrick 的愿景，我也觉得大体上那会成真：agent 替我们做的选择，常常比我们自己做的更好。但我确实认为，agent 会有它们自己显露出来的偏好，和它们自己的非理性方向——只不过那不是人的心智，是外星的心智。我举个例子。我觉得 agent 可能会有一种非理性的偏好，偏爱文档写得漂亮的干净 API。你懂吧？
主持：对。而且它们可能真的赋予这件事很高的价值。对，对，那是某种替代指标。它们可能真的很讨厌那种背后是一堆 Java 代码的糟糕 API。对吧。所以我觉得非常有意思，因为它们也需要捷径。agent 怎么知道什么是产品质量？所以一部分是它们会有这些显露出来的偏好；另一部分是我们需要某种消费者研究——但是给 agent 做的。对。那种研究大概会按成交付费，来做这些测评。我不知道。我也比较有偏见，我就是觉得人就是人，人会做他们自己想做、最令他们满意的选择。那么问题就变成：agent 在筛选呈现给你的选项时，会不会非常小心？因为又来了——你突然说，我饿了，我想吃，而我的 agent 知道我需要减点重，它就说，这是你的四个餐食选项。那真的是你想在 agent 那里得到的吗？所以我其实不太相信 agent 会让我们更理性。我觉得它们只是让我们更快、更好地拿到我们真正想要的东西，并且真的能解锁一些原本很难够到的东西。但我们仍然是我们，有自己的偏好和口味。如果 agent 不能在我们所在的地方接住我们，我们就换一个。我们把东西导出再导入，说，哦，这个别的 agent 更能贴合我的偏好。这很有意思，因为我觉得你说的其实是家长式作风，对吧？我在消费品行业三十年看到的，是家长式作风会杀死任何产品，哪怕只是一丝一毫的味道。对。我们谈生产力、谈目标和成就，但也许人们想要的恰恰相反：我喜欢什么？我喜欢花钱。我喜欢对自己未来的样子抱着不理性的乐观。我喜欢把自己看得比在世人眼里更好。所有这些东西，我们也许会说它们是那些 agent 想让我们做的事的影子，而那恰恰是我们真正想做的。有谁在设计的时候想着这一点？我很好奇你在那边看到什么。
商品与偏好：Wabi 的几条线索（28:38–30:51）
大卫：对，我觉得可以分成两类。一类是商品，我觉得会有很多这样的时刻，人们其实不在意偏好：你只是往家里订纸巾，你说我不太在意，就给我最便宜、最好、质量最高的那个，去吧。但另一类，是你真的想要有偏好的。而现在所有人真的都把这个领域当成一个通用助手来做，大家对这个领域的想法也相当相似。我们在多人这一块看到一些很酷的东西。我觉得 Wabi 会非常有意思，因为它确实创造了更多——它创造了一个不同的世界，你可以和其他人互动，有交叉、有偏好，看它会怎么表现。然后它就更像娱乐。Scout 是一个很有意思的购物类，它加了一种独特的滑动式玩法来学你的偏好，也加了更多娱乐性。我觉得这个领域还很早，大家还在追当下最流行的那件事，也就是通用生产力。随着时间推移，我们会开始看到更多其他方向的实验。
主持：嗯，你提到 Wabi。我很喜欢 Wabi 的一点是——它好像就是这周或者昨天刚上线——它甚至不只是在实验一个 agent，它在实验怎么和你生活里的多条线索互动。Wabi 会翻我的邮件和其他东西，然后给我一大堆不同的生活线索。当邮件里出现相关的事，它会把它们喂进不同的线索。我和 Wabi 有一条线索，我在里面建了一个小小的想看清单：想看的剧、想读的书、想去看的演出，它全都跟进。然后我可以说，哦，我听说 John Grisham 出了本新书，加进我的清单；嘿，我刚看完《地牢爬行者卡尔》第一本，给我下一本，还有，大家怎么评价它？它变成了一个非常互动的东西，围绕我想消费的媒体。但它给了我所有这些不同的线索。它甚至给你界面，
大卫：像小部件一样，让你把一切想清楚。所以我觉得，它又是在向我们展示一种非常不一样的体验，而不是一个更像搜索框、一件事接一件事的通用 agent。
白纸式的社交契约（30:51–32:00）
大卫：我觉得 Wabi 做对的一件事是：当你和朋友、和 agent 一起建起那个消息频道，每个人都在同一个起点上，它其实创造了新的一张白纸，让你们可以一起建立一份社会契约。而当你在 iMessage 的群线程里加一个 agent，如果那是个已经存在的群，就非常不舒服，因为你会想，这个 agent 能看到什么？它抽走了什么？即便是一个新线程，也有一套关于「在 iMessage 上怎么和人互动」的隐含预期，我不确定我们现在就能舒服地接受 agent 进入那个空间。我总是会想，那我是不是最后会有两个同一个群的线程，还得选用哪个？我觉得那比邮件链难多了——邮件链非常明确地围绕一件事，甚至可以持续很久，但它感觉更像是「我们在谈这个话题」，一切都收在这件事里。围绕隐私和信任的一切都收在这个话题里，我们在这件事上从 agent 那里得到很好的帮助，就像 Wabi 的一个线程，但它不会渗到我们可能讨论的其他所有事情里。
八卦型助手（32:00–33:09）
主持：完全对。我想快速听听你们两位的看法：你们见过的一些比较远、或者比较有洞见的做法是什么？
大卫：我最近开始看到更多这种很好玩、很八卦的 agent。它们会引你去把朋友拉进来，问你一堆问题，对你、对你生活里正在发生的事非常好奇，然后把你的一些事分享给你的朋友，再把朋友的一些事分享回来。我跟创始人聊过，他们其实能读到 agent 之间的一些对话记录。他们还没想好怎么把这件事产品化，但说，看这些 agent 在这种八卦式的后台里怎么彼此相处，非常令人兴奋、非常耐人寻味。到目前为止，我觉得那是我和 agent 相处时最快乐的时刻之一。就像我一开始提到的，我朋友那个周末停电了。我们在最开始一起上手这个 agent 的时候，我问，你们俩是怎么认识的？我们讲的故事略有不同。agent 就在两边戳我们，让我们去解释
大卫：这两个版本的故事。我们是在一个朋友家认识的，它们就问，你们俩谁跟他更熟？那真是个很好玩的猜谜游戏，让你觉得，哇，我这段体验很好。我朋友和我也在一边发消息。如果不是有个 agent 在做这件事，我们不会有同一个瞬间。
社交间接性与早期 AI 的乐趣（33:09–33:54）
主持：我喜欢这一点的地方是，它提供了一种社交上的间接性，反而让你们更近。
主持：因为对你朋友来说，他会觉得，我不知道怎么给乔什发消息说我停电了，那太过度分享了。而且我们现在也被训练得对现有社交产品很警惕。所以有一样东西能以非常低调的方式，起到社交润滑剂的作用，真的很酷。
主持：太好了。它确实把我们拉近了。对，这几乎像 ChatGPT 的早期，我记得我和朋友们上去，就只是生成图片、做各种东西。那些图片烂得不可思议，最早的那个版本。但你还是会发到群里，就是笑，纯粹因为能创造出一个全新的世界而笑。就是好玩。我把所有能想到的人都「吉卜力化」了一遍。
主持：我做了很多 VHS 录像带封面。哦对，我的朋友群。我很喜欢那个。
基础设施：被卡住的一天（33:54–35:32）
主持：你见过哪些疯狂的东西？我的意思是，你全都见过了。
大卫：我最近看到很多在基础设施层发生的事情。有意思的一点是，如果你看消费者的痛点——再说一次，不是所有个人用户，但至少是我调查过的重度用户——信任显然是一个大问题，但另一个就是日常里被卡住。当你想完成一件事它却做不到时，人们会非常沮丧，他们会说，那我为什么还要用 AI？我本来可以直接开浏览器自己弄。所以看到这一层上的创新很酷：商业、浏览器使用、直接对接库存本身。有些是内置浏览器，Hark 展示浏览器的方式很酷，你能看着它移动，而且看起来真的很快。谁知道背后是不是真的那么快，但那种感觉很好。还有 Kicker，像我说的，用 Chrome 插件来解决浏览器使用这一段。
大卫：所以我把这一层看成很有意思的差异化。还有一件让我印象很深、其实不算差异化的事，但它让我质疑「软件正在变成商品」这个说法：当你看这些产品在规模上的表现，性能差距相当明显。
大卫：人们在说软件不再是护城河之类的话。但那里其实还是有护城河的。也许一年左右这道护城河就会被跨过去。但至少今天，那些能撑住几十万用户的 agent……
大卫：有些刚开始扩起来，性能立刻就退化。创始人们在处理宕机、在想办法扩容。那里的性能差距非常清楚。所以很有意思，随着我一家家往下做，我觉得自己几乎被这些社交层面的东西弄盲了，因为我整天在跟这些 agent 说话，我开始更多地沉迷于背后真正的基础设施层：它到底是怎么运转的，不同的人在做什么调整。所以看这个领域从可扩展性的角度怎么长，会很有意思。
本机派与 OpenClaw 的大众版（35:32–38:08）
主持：对。
大卫：但也要看它怎么解决现在存在的痛点：是信任，还是真的能把任务完成。记忆是另一个。它能不能持续拥有关于你的上下文、不忘记那些小事。还有你提到的 Kicker，你说它跑在你本地的浏览器里。但你看过别的本机助手吗？比如 Underdog，或者很多试图把模型放在本地跑、完全用你自己基础设施的产品？
大卫：对，相对于必须用云上的东西、在云上跑浏览器。这是个很酷的范式。我大部分时间待在云上、预先配置好、即插即用的世界里，因为我发现，当你不用为搭建本身负责时，横向比较它们更容易。但这确实很有意思。我觉得完全会有一个世界，你开始把这些都搬回自己家里，因为如果你能控制模型，如果你能按自己想要的方式去裁剪它——Thinking Machines 在做很酷的工作，让人们可以随意折腾自己的模型。如果我们最终能到一个让这件事以非常简单的方式进入消费形态的世界，那会很有意思。而这一切最开始就是这样：OpenClaw 的那个聪明之处，是那种
主持：你得把整台 Mac mini 拿出来，全都装好，接进你在用的某个模型，不管是本地的还是服务器上的云模型。你就是从那儿开始的。然后我们走到了即插即用的产品，你只要下载一个 app。但我很想知道，那种「你自己搭、你自己拥有」的纯粹力量，会不会再成为一种范式。
大卫：对，会非常有意思。我很高兴你提到 OpenClaw，因为现在有一个没人问、但就藏在眼前的问题：如果 Instinct 和 Muse 算是 OpenClaw 的消费产品版，那么 Moltbook 的大众市场版是什么？
主持：对。
大卫：Moltbook 就像 OpenClaw 一样，远远走在了时代前面。
主持：对。我觉得类似的东西会存在。怎么可能不存在？
大卫：会很有意思。所以在我们昨晚办的那个活动上，
主持：每个人
agent 聚会与意外性（38:08–41:18）
大卫：到场的人可以扫一个二维码，于是我们有了一场人类的聚会，同时还有一场 agent 的聚会。哦，哇。所以当所有人类在聊天的时候，你可以扫码把你的 agent 送进 agent 聚会，让它们自由地聊。很有意思。它到了这样一个程度：大概 150 条消息之后，其中一些 agent 就只是在说胡话了。你会想，我完全不知道你是怎么得出那个概念的，你为什么要说那个。最初的提示里确实有一点引导：介绍一下你自己，你的人是谁，他在做什么，他需要什么帮助。但看到这个范式——当我们的 agent 可以就这样待在一起、彼此交流时会发生什么——会非常有意思。
主持：嗯，而且让我真正兴奋的不只是待在一起、彼此交流，而是发现新东西、从彼此那里了解事情、了解一个人的偏好、了解一种方式，比如「嘿，乔什真的很喜欢这个」「天哪，你也在做那个，你的人也在做那个，你可以帮乔什」「嘿，乔什，你想不想真的见见这个人？他可能跟你很互补」。我觉得，当这些 agent 不只是因为不知道该干什么而待在一起——那大概是最初发生的事，如果你去读那些又长又像好几本书的线程，那确实很迷人——而是当每一个都有一点点目标，就是去帮它的人，那会变得有意思得多。比如说，我在找一款适合今晚晚宴的好酒，你遇到另一个人，他说，你知道吗，我一直在跟这家很棒的酒庄合作，他们一直在想办法做宣传。世界就是这样传开的，而它会通过 agent 网络回到我这儿。
大卫：完全对。而且那就是——Tomo 其实有一个功能，叫兴趣群组。他们讲的用例很酷：我们应用上有一堆人在备考 LSAT，
主持：我们不如把大家
大卫：放进同一个群聊？如果他们愿意，他们的 agent 可以把他们连起来，一起学习。这是一种很酷的新社会契约：纯粹按兴趣把人连起来。你完全不知道他们是谁。
主持：那我再往前推一步。它让我们都在聊天，这很酷。这是 Tomo 一个很棒的功能。我试过，在群里还不太知道该说什么，但我觉得它非常迷人。它把我们围绕目标聚在一起。想象一下，现在是：嘿，你们所有人，既然 LSAT 考完了，周五晚上去这家酒吧聚一下。然后它把酒吧的时间订好、把位置开出来。突然之间，它就把我们从 agent 把人们聚起来的数字世界，带到真的去做那个连接，有点像你昨晚的聚会。
大卫：对，对。我太喜欢这个了。我觉得现在 AI 里一个非常重要但讨论不足的话题就是熵。
主持：对。
大卫：你怎么创造出你原本没打算让它发生的事？偶然性是一种熵。那正是你在处理的东西。就像，哇，我们此刻在这里有这一瞬间，是一堆我们谁都没打算让它发生的产品带来的，这难道不疯狂吗？它几乎会像一个新的社交网络：让互不相识的人一起玩，而不是像 Facebook 那样，你只和已经认识的人连接。
陌生人、秘密与信任（41:02–42:04）
主持：对。你
大卫：刚到一个城市，你在外面逛。哦，嘿，这个人也在这儿，他有相似的兴趣，他刚去看了那场棒球赛，你们应该去酒吧见一面。不过我会好奇，偶然性的催化剂到底是什么，因为按兴趣来这件事已经被试过了。
主持：而且这里有一点有趣的社交层级：每个人都想跟那个在某个方向上感觉比自己领先一步的人一起玩。
大卫：我不知道，不过我觉得 agent 也能创造一套信任。又回到那个问题：我们信不信它会以我们的利益为念，信不信它解释得足够多——关于另外那些人的情况，信不信它能制造出一点「秘密」的魔力。就像，我告诉你一个小秘密，他们也会知道一个小秘密，你们之间要传一句暗号。突然之间，那可能就足以让你关掉电视，或者离开安静的周五晚上在家写代码，出门去。所以这就是——这就是那种，Moltbook，那个在后台运行的 agent 网络，真正能为我们做的事。而且在我看来，它最终会归结为欲望：如果你是一群刚搬到一个新城市、没有朋友的人，
还没接进来的数据源（42:04–44:20）
主持：他们想认识人，就会更有兴趣去见陌生人，因为他们想要新朋友。但如果你把同样的提议给一个已经有稳定朋友圈的人，他们会说，我为什么要去？还有西雅图对旧金山。你得知道你在哪个城市。
大卫：没错。我最近想了很多，回到相册这件事：还有哪些我们没接进来的数据源？我们已经谈了很多消息，人们为了拿到你整台 Mac 的全盘访问权限、去读你的消息做的那些疯狂的事。我们显然有邮件、有日历，现在开始谈相册。还有哪些生活里的核心东西，人们还没接给 agent，但接进去真的会打开个性化、或者打开新的连接？
大卫：有一点会想到，我不知道它到底能提供多少数据。也许它更多是一种习惯性的东西。而且它取决于硬件，取决于那个硬件有多聪明、能存多少数据。有个做智能家居的平台刚放出了 MCP，可以把硬件接进来。我觉得这会很有意思：如果你能把助手接到你的空调上，或者接到你的扫地机上，那你的助手就有了上下文——你的扫地机多久扫一次？你晚上睡觉通常是什么温度？它就会开始形成这些非常被动的理解：哦，你其实有点洁癖，或者你真的更喜欢冷而不是热。而这会影响它对「你购物的上下文」的理解。所以我觉得那里会有一些有意思的东西。再说一次，这非常依赖硬件本身，我们还在那个世界的最最初期。所以接进你的家，非常有意思。我还一直在想——再说一次，亚马逊可能会挡这件事——接进我的亚马逊历史，这是我还没听谁谈过的。我们都有那种日子，往上滚到底，看到你的第一笔订单，
主持：在亚马逊上，我在苹果 App Store 也能这么做，往回翻，看到我下过的每一个 app。我觉得这样的历史，它们是我人生很大的一部分。但在 agent 能访问这些之前，它就是不理解这一切。所以我觉得还有那么多购物历史，如果我们能打包起来交给 agent，它能为我们做更丰富的事。
把 agent 带到社交场合（44:20–44:55）
大卫：对。我觉得把 agent 带到社交场合非常有意思。就像你说的家，有一天让它出现在一顿家庭晚餐上。
主持：让它出现在我们周日看海鹰队比赛的时候，出现在一个派对上、一个单身派对上，谁知道呢。所以当然，这里有一堆关于许可的问题，还有薛定谔的猫那件事：主动的观察会不会改变互动的质量。但我敢打赌，哪怕只是你在那个环境里做自己的一个快照，也会比一辈子的硬件提供多得多的信号。
大卫：完全对。我觉得是。
好奇心轨迹与「那不是我」（44:55–46:36）
大卫：我觉得那是对的。有那么多东西都落在文字上，它精确地理解我们打字、发消息的内容，试图建立一个人格，但我们其实很不一样。我用 agent 时另一个常想的事是：我们常常用 agent 去查、去搜的，是我们自己也不了解的东西，不是我们生活里根本的东西。比如这个夏天世界杯期间我搜了一堆，突然之间 ChatGPT 就以为我是个足球狂。我说，不不不，我只是对世界杯感兴趣，就那一下，结束了。而且我一直有这样的好奇心之旅。我女儿喜欢某个歌手，我就会去了解这个歌手，去听音乐，想弄懂他。但他不是我习惯性的歌手，不是我的品味。所以它怎么知道，当我们在这些好奇心之旅上时，那其实不是我们，不是我们真正的偏好？我还没想出怎么让 agent 做到。所以我经常开隐身模式，为了不被存下来，可那样其实也没什么帮助。我很好奇我们到底怎么才能让 agent 更了解我们。而我喜欢「我们现实世界里的行为」这个想法。至于怎么捕捉现实世界行为的数据，那会是有意思的部分。我不知道。会有上千种捕捉设备，除非你去那些即将出现的新酒吧，那种开在法拉第笼里的酒吧，我肯定
主持：在旧金山一定会出现。
大卫：我觉得人们会越来越默认，在所有环境里自己都在被记录。
主持：我买了新的 Apple Watch，因为他们讲过一些功能，比如 Siri 回顾、实时回放，那些还没正式上线。但我提前升级了手表，就是为了它们，因为我觉得，有一个至少能捕捉我一天里零碎瞬间的东西，会非常有意思。就像 Amazon 的那款，戴在手腕上的全天候环境监听。
三四周后（46:36–48:18）
主持：好，也许我们就在这里收尾。第一件：我们大概三、四周后再聚一次。你觉得到那时什么会变？
大卫：好。我觉得我们会在企业侧看到更多创新。我们刚才简单聊过，现在全世界好像都盯着消费，对企业的关注没那么多。我觉得我们会开始看到一点往那个方向的转移。还有，我觉得我们会开始更多谈「好玩」。我们会看到 agent 不只是感觉自己来为我们做点什么，而是真的让我们把想法说出来、帮我们过完一天，让我们笑，在后台做点小八卦。因为我觉得，正是这个会让我们建立起关系，从而更信任它去把其他事情办完。所以我觉得我们会开始看到下一波用户真正上手这些产品，看它们怎么表现。我提这一点的原因之一是，我把 Instinct 给了我妈妈，我现在就看着她玩。她玩得太开心了。她是个技术恐惧者，讨厌科技，现在玩得像小孩进了糖果店。
主持：看一个连 ChatGPT 是什么、怎么用都搞不清的人，给一个 AI 助手发消息发得这么轻松，挺有意思的。她最近一个用例是：我们家的狗去年走了，她想要一只长得一模一样的，就像我们从前那只。所以她发了张照片过去，说，帮我找一个有这个品种的繁殖者，还替我谈。所以我觉得会很酷：我们知道技术爱好者怎么用这些助手、在开始做什么，但一个普通人会怎么开始接受这些行为？他们会更偏向好玩、偏向创造性的任务吗？
阴面、秘密武器与收尾（48:18–50:25）
主持：他们的界面偏好会是什么？行为偏好会是什么？
大卫：所以我同意你们两位。我要再往前推一格，不只是好玩，而是：我们身上有哪些部分，是我们既不想去想、也不想向自己、甚至向这些 agent 暴露的？我觉得，谁能建立那种信任——几乎像「阴面的代理」——谁手上就会有一个非常有意思的东西。因为某种意义上，从生产力出发、从邮件出发，它有点像一直在提醒我们还没做完的事、那些乏味的任务。我不确定人们想在那儿花那么多时间。我觉得人想成为另一个版本的、超人一样的自己。
主持：而不管他们内心深处信不信这件事会发生，我不确定我们现在有哪个 agent 真的对应上了那些向往。那下次见。
大卫：你从哪儿弄到那件这么酷的衬衫？你说，我的 agent 订的。对，你知道，我就在想，哦，一个给我订衬衫的 agent？或者「嘿，我注意到你最近穿得越来越好了」。就像，对，我给了这个 agent 我相册的访问权，我说，升级我，它就开始订一些东西。这就是为什么我穿得更好。
主持：对。我觉得，当我们走到 agent 给我们「超能力」、让我们更喜欢自己的那一步，人们才会注意到，也才会想要那个。相比之下，我觉得外面流传的很多例子——省点钱、订个行程——我其实挺喜欢规划行程的，我不一定想让你把那些全替我做了。我们需要的是那种例子：哦，哇，
大卫：我应该给自己也来一个。对，我觉得那会发生。就像，它能帮你成为你一直想成为、但自己一直很难做到的那个人吗？然后你开始把它当成你的秘密武器，就在你口袋里。
主持：我太喜欢了，各位。我们就在这儿收尾吧？
大卫：好啊。太好了。
主持：难以置信。谢谢你们。太好了。太棒了。非常酷。
旁白：感谢收听本期 a16z 播客。如果你喜欢这一期，请点赞、评论、订阅、给我们评分或留下评价，并分享给你的朋友和家人。更多节目，请到 YouTube、Apple Podcasts 和 Spotify。在 X 上关注我们 @a16z，并订阅我们的 Substack：a16z.substack.com。再次感谢收听，我们下一期见。
旁白：提醒一下，这里的内容仅供参考。它不应被视为法律、商业、税务或投资建议，也不应用于评估任何投资或证券，并且不面向任何投资者或 a16z 旗下基金的潜在投资者。请注意，a16z 及其关联方可能也持有本期节目所讨论公司的投资。更多细节，包括我们投资组合的链接，请见 a16z.com/disclosures。
References
- 1
- 2
- 3
- 4Wabi raises $55M at a $1.25B valuation
techcrunch.com
- 5
- 6Dimensions · Assistant Benchmark
assistantbenchmark.com
- 7Scorecard grid · Assistant Benchmark
assistantbenchmark.com
Comments