判断怎样才有资格变成行动:吴浩哲谈AI Trading的可审计通路
嘉宾 / 主讲:吴浩哲
官方介绍称Vibe-Trading开源半年有3.4万Star;嘉宾回顾项目从专业量化工具转向多视角研究工作台。Star反映关注,不是完成率、实盘业绩或收益验收。
把每一期的具体机制、案例和适用条件,变成随时能找到的阅读入口。先选主题,再找嘉宾;也可以按时间回看观点如何变化。
日期均为原节目发布日期;同一期可属于多个主题。嘉宾身份与观点保留节目当时的语境。
嘉宾 / 主讲:吴浩哲
官方介绍称Vibe-Trading开源半年有3.4万Star;嘉宾回顾项目从专业量化工具转向多视角研究工作台。Star反映关注,不是完成率、实盘业绩或收益验收。
嘉宾 / 主讲:RC
RC把公司运行在Slock上,从一个人逐渐变成七个人、四十个Agent。这个数字是当期团队形态,不是最佳配比实验。节目更有价值的部分,是他怎样面对任务重复、上下文错位、身份漂移,以及人类审阅带宽不足。
嘉宾 / 主讲:徐宇豪(Austin Xu)
个人助手围绕主人,企业同事则要理解公司、项目和接收者。徐宇豪从Kuse的转向,讲到内部长期运行的Agent,再到Junior的产品定义。差别不是多开几个聊天窗口,而是记忆属于谁、动作受什么约束、结果怎样算账。
嘉宾 / 主讲:王文锋
回听:00:56–13:46。 王文锋把 Manus 和 OpenClaw 视作两次能力释放:前者展示推理模型在研究任务中的用途,后者把编码能力接到更多任务、通信渠道与记忆。IM 接入不是全部解释;核心在于底层编码 Agent 能做什么,以及外层如何配置、组织并呈现。
嘉宾 / 主讲:黄东旭
从Claude Code、Skills到Clawdbot,黄东旭看到的主线,是编程能力开始外溢:系统可以通过写程序,补上自己完成任务所缺的工具。但能实现一个动作,与把动作安全、稳定、经济地重复交付,仍有距离。
嘉宾 / 主讲:张路宇
2023年,Dify用可视化Prompt和RAG帮助用户理解新技术。到这次复盘时,路宇谈得更多的是业务人员、升级兼容、组织流程和人工反馈。这个变化提供了一条观察AI产品的线索:模型能力进入真实工作后,产品要承担的责任会不断增加。
嘉宾 / 主讲:雷磊
一个自动办事的Agent,需要的不只是聪明模型。它要运行代码、浏览网页、保持登录、等待人确认,再回到先前的位置。雷磊把为这些行为提供的环境称为Agent Infra,即Agent基础设施。他希望Grasp承担浏览器的通用工程,让应用开发者集中处理行业任务。
嘉宾 / 主讲:丁丁
Benchmark是一套测试题及相应标准,Evaluation是用标准分析、判断表现的过程。丁丁从这一区分开始:公开题目能反映部分模型能力,却不必然覆盖一个产品真正处理的输入与流程。
嘉宾 / 主讲:王文锋
王文锋用模型、环境反馈和工具行动解释Agent。放到产品里,这意味着一个连续过程:系统观察当前情况,调用工具,得到结果,再用新信息决定下一步。
嘉宾 / 主讲:吴翼
回听:01:55–06:14。 猫狗分类有标注答案,模型判断一次就结束;游戏需要连续决定向左、向右还是跳跃,很多路线都能赢。强化学习(RL)根据行动后的奖励改进策略,解决的正是“过程有多种选择,最后才知道好坏”的问题。
嘉宾 / 主讲:朱哲清 Bill
安排一次出差,看起来只是列行程。若要跨城市、跨天安排多个会面,酒店、交通和时间却彼此牵制:前面的选择可能让第十一步无法继续。朱哲清用这个例子解释,Agent需要考虑行动后果、搜索替代路线,并在失败时回退。
嘉宾 / 主讲:Ted
开放聊天没有唯一正确答案。用户可以觉得一句话有趣,也可能改写、删掉或换一个回答。Ted回顾在Character.AI工作的约一年,讨论如何让这些行为进入数据、训练与实验。真正的主题是组织一套能持续发现错误的迭代系统。
嘉宾 / 主讲:张海龙
曲凯带着Cursor刷屏的疑问,找有二十多年编程经历的张海龙解释AI Coding。访谈提出一个有用区分:有人在场操作、系统帮他更快写,与人交出任务、系统自行完成,是不同的产品承诺。
嘉宾 / 主讲:封诚
一家公司把AI接到很多环节,覆盖率很好看,是否真的改善了经营?封诚的判断从获客、转化、交付三段业务出发,最后把精力集中到已经获得的线索:那些没人及时回复、问题没有被讲清的潜在客户。
嘉宾 / 主讲:张路宇
一个模型能回答问题,离一个业务能长期使用的应用有多远?2023年的这次访谈,把距离拆成了资料处理、提示调试、工具组织和上线后的持续运营。Dify希望提供的不只是调用模型的入口,也包括业务人员不断塑造应用的工作台。