出品 | 科技《态度》栏目
作者 | 袁宁
编辑 | 丁广胜
都知道了,李志飞发了新硬件。
这是一款号称“全球首款 Agentic AI(具身智能体)硬件”的产品——TicNote。
设备厚度仅3毫米,可通过磁吸贴在手机背后,搭载基于 DeepSeek-R1等大语言模型能力的 AI Agent 系统 Shadow AI,支持录音转写、总结、思维导图生成等功能。它可连续录音20小时,支持超120种语言识别和转写。
海外版在今年4月15日率先发布,售价159.99美元;国内悦享版售价999元,甄选版为1499元。
但在产品参数、市场定价和新品战略之外。我很好奇,李志飞为什么又做回了硬件?他这次是怎么想的?
TicNote部分核心功能
在 AI 圈里,李志飞是一位典型的“前浪”。曾任机器翻译实验室科学家,2012年离职创办出门问问,从语音助手、智能硬件一路做进 AIGC,最终在2024年成为“AIGC 第一股”。
目前出门问问做的包括通用大模型「序列猴子」,以及AI配音助理「魔音工坊」及海外版「DupDub」、AI数字分身「奇妙元」及海外版「LivGen」、企业AI交互式数字员工生成平台「奇妙问」、可一键成片的AI短视频生成平台「元创岛」等。
如今他又带着新的硬件回来了。
但TicNote 的重点不是硬件,而是他口中“像影子一样”的“Shadow”Agent。李志飞透露,接下来,出门问问还将推出 Shadow AI 赋能的 TicNote Watch、TicNote Pods、TicSports 等全新系列,继续押注 Agent 化的硬件终端。
在少见的媒体交流中,李志飞说了很多实话:关于做大模型和AGI,关于 AI 信仰的崩塌与回归,关于 Agent 的定义,以及他如何重新看待做硬件这件事。
而他的表达,也恰恰透露出许多AI领域从业者,在当下所面对的共同真实处境:模型和产品,信仰和情绪,再出发之前的犹豫与选择。
在这篇稿子里,我们希望尽可能多的保留李志飞的原话,试图拼出他关于 AI 和硬件的思考。
谈“用 AI 的 AI 做 AI”:所有事情都和以前大不相同了
在出门问问 CEO 李志飞看来,AI 的开发范式正在重构,“一个人就可以完成 Google Translate”的时代真的来了。
李志飞的方法是:“用 AI 的 AI 做 AI。”
具体来说:“首先,我们究竟应该如何做 AI?我这里有一个口诀:「用 AI 的 AI 做 AI」。这听起来有些拗口,简单来说,第一个「AI」指大模型;第二个「AI」是指 Coding Agent,它本身可能也是由 AI 制作的,或者其主要能力源于 AI;最后一个「AI」则是我们自己要做的应用。”
他用他自己的一场个人实验,详细讲述了这句话背后的体验和感受。
“以前我在 Google,一天写300行算法代码(非简单代码),这已经算是高产了。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。”“而且代码质量绝对比我写的好,里面是没有任何 UI 的纯粹后端逻辑。换句话说,它3小时代码的能力,相当于我以前10个工作日的工作量。就是这样一个比例。”
这个变化带来的震撼不只是效率的提升,更是底层认知的重构。他说:
“所以我就在想,一个人就可以完成一个 Google Translate。以前 Google Translate 是由20个全世界最顶尖的博士在那里写代码,写了很久。而我现在,我一个人就可以完成那20人的工作量。”“当年 Google Translate 至少还是一个非常了不起且复杂的系统。所以,我觉得从这个角度来说,所有事情都与以前大不相同了。”“我认为,最终 AI 的关键在于你能够构建一个自我进化的 AI 系统。”
他还透露,自己现在每天都会用AI写代码,而每天的 Token 消耗就能达到50美元。
谈信仰崩塌与重建:除了巨头都没资格谈大模型
2023年,李志飞一度放弃了 AI。2024年,他又重新信了,甚至信仰 AGI 和超级智能。
“我曾有过信仰崩塌。2023年我有了 AI 信仰,但做了一段时间,主要是因为没有资金支持,觉得烧不起,所以就放弃了。去年,别人跟我讲 AI,我都不想听。”“但最近我重新找到了对 AI 的信仰,甚至信仰了 AGI,信仰了超级智能。这是一个难以想象的转变。我希望我对这份信仰能够这次持续更久一点。”
他不避讳谈起这段“失望”的来源。在过去一年里,他经历了行业的降温,也切身体会到大模型创业面临的资源瓶颈。最根本的原因是:看不到自己的位置。
“在大模型时代,我是第一批站出来说要做大模型的,但可能也是第一批意识到这不是我的菜。然后,基本上没有全身心投入去做这件事,就是因为我不知道如何参与。”“今年上半年时,我更觉得,除了全世界那三四个巨头,其他公司都没有资格谈论模型,不要凑热闹,不要浪费你的生命。更不要浪费你的情绪在这里面。”“因为你根本就没有机会,那完全是在烧钱。而且事实上,大模型本身这个东西,我觉得已经变得超级无趣,反正就是烧钱。我找不到切入点,我更不能理解绝大部分 AI 公司到底还有什么价值。”
但正是因为看清了这一点,他慢慢找到了新的入口。
“我发现,即使是雄心勃勃的 AGI 目标,也并非遥不可及。通过构建我所设想的递归 Agent 体系,所需资金可能并不庞大,更依赖于创新的智慧。”“我相信,只要拥有足够深入的思考和技术能力,即便不是行业巨头,也能参与到 AGI 的进程中。”
谈智能的本质:进化+递归,TicNote是一个 Agent
这个让他参与进AGI进程的是Agent。李志飞分析:
“如果我们思考智能的本质,我认为,智能的第一个本质是进化。”“就像人类作为智能体,在特定环境中(无论是社交还是任务执行),通过获取反馈来不断调整自身行为并进行反思一样,AI 也应如此。”“这种进化是自动的,无需人工干预。Agent 自主建立循环,通过规划、在环境中执行、获得反馈、调整规划并更新上下文,实现持续的自我完善。”
除了进化,另一个关键词是递归。
“智能的第二个本质,我认为是递归。”“递归是一种『分而治之』的思想:一个复杂问题被拆解成更小的、相同类型的问题,直到它们可以被直接解决。”
那什么才算一个 Agent(智能体)?李志飞认为,一个核心特征是它必须能“跳出大模型语言环境”,也就是说,不只聊天,而是要能调用外部工具。
“Agent其实是相对于 ChatGPT 这种纯聊天的来说的。”“你要用到除了聊天以外的很多东西,这些功能已经跳出了大模型自己的一个语言环境,这是第一个特征。第二个特征是它是自适应的,它会动态去调整它的规划。”
而按照这个标准,李志飞认为出门问问发布的 AI 终端完全符合。
“从这个角度来说,我们这次的产品肯定是一个 Agent。而我们的硬件,跟它是搭配起来的。”如果一定要从硬件形态来定义 Agent 呢?“那它就等于机器人。它得自动能走,它得能给你拍照、拍视频,然后拍了视频还能帮你理解和整理。但我们现在这个产品也能帮你录音对吧?也算是。”
谈做回硬件:过去踩了很多坑,不想一直失败
关于做硬件,李志飞踩过很多坑。
“你知道我们以前做了一个硬件,前面的研发成本,有的时候就是千万级别的。就这个还没算渠道,就这个导致的问题是,一个东西一发出去,如果卖不到十万台基本上就没戏。”“这会导致什么问题?就是那种你第一天这个产品卖得不好,你就开始怀疑人生。因为你投那么大,对吧?”
这种“只许成功”的焦虑,让李志飞对硬件几乎产生了抗拒。
“以前我们发一个硬件,光订货就搞一年,花了几千万。如果第一天没卖好,我就觉得完了。”
而这一次,他选择“用一种更轻盈的方式做”。
“现在我做硬件,其实我对它的销量不是说先卖10万台,我觉得先卖1万台就挺好。然后我通过这些用户的方式去迭代软件。”“不像当时的心态:一旦第一天没爆,就觉得,完了,算了。那种控制不住的心态。”他认为创业很难的一个点是,当你心里构建了一个“理想的未来”,结果第一次见市场的时候,反馈完全不一样,很容易信仰崩塌。“创业有时候就是有一点口碑嘛。你本来讲这个东西怎么怎么好,结果第一次见市场完全不是这么回事,那你这个信仰就崩塌了。尤其你是一个做研究出身的人,那种冲击感是很大的。”
他改变了自己的预期,也改变了打法。
“以前我们心态就是,只要你卖不到10万台,我就开始发毛,OK,我可能坚持不下去。但今天,我只要能卖1万台、1千台,不管你谁做,我都可以继续打。”“说句不好听的,我在别的地方亏过太多钱了。所以现在在这里我能打持久战。”
他很清楚一个现实:现在做硬件,必须放弃过去那种“自研一切”的沉重路径。
“我以前搞硬件,是几十号人全栈做,结果一个项目搞死自己。现在我基本上都是和深圳的合作伙伴搞,大家分工明确,轻巧高效。”而且,“硬件”的意义,也不再只是“产品”,而更像是一种 “Agent 的身体”——一种信息收集、上下文沉淀的接口。“硬件就是一个传感器,收集数据、组织数据,然后给 AI 系统构建上下文。对我们来说,这是一个必要的组成部分,不是为了卷设备,而是为了让 AI 真正变得有用。”
李志飞说,他之所以还能再做,是因为“我们真的已经跌过坑了”。
“我也不想一直失败。”
谈过往经历:硬件,就是上下文的沉淀器
李志飞并不讳言,他过去那些失败的、反复被打脸的尝试。
“以我的创业为例,我之前做了一个智能硬件,结果小米把价格拉到我们十分之一。我做大模型,结果所有大厂都进来了。”“你每次获得这种反馈之后,就让你放弃这种东西,或者你就不停地调整你的 plan。”
他反复强调,“反馈”是改变一切的关键。甚至是“塑造一个人”的关键。
“如果在美国,我做了一个大模型,我可能就被 Google 收购了,赚了很多钱。或者我做了一个硬件,我可能被苹果收购了,赚了很多钱。”“所以这种反馈一定会造就你这个人的行为是完全不一样的。同样一个创业者,同样的智商,在中国和美国不一样的创业环境下,得到的反馈不一样。最后你的行为,你的思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,个性化的上下文。”
“上下文”这个词,在李志飞这里,不仅是技术词,也是心理词。他说,这些年,“所有打击和反思,都是我的上下文。”
而他现在最关注的是,如何给 AI 构建“上下文”。而不只是卷参数、卷算力。
“那么除了大模型之外,最重要的是什么?最重要的是你要有个性化的环境和 Context(上下文)。”“上下文更多是一个历史的记录。”
这也是他决定重新做硬件的重要原因。因为没有硬件,就无法沉淀上下文,AI 也就无从理解用户是谁。
在这次交流中,李志飞没有展示“新故事”,而是交出了他作为一个技术人、一个曾多次试错的创业者的真实反馈。
AI 的故事还在继续,只是他的注意力和节奏,变了。
融丰配资,券商配资,浙江配资门户提示:文章来自网络,不代表本站观点。