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。
