（點(diǎn)擊收聽(tīng)本期音頻）

采訪｜泓君

圖文｜思揚(yáng)

編輯｜泓君、梓沁

美國(guó)時(shí)間7月17日，OpenAI終于迎來(lái)了它的“Agent時(shí)刻”——通用型ChatGPT Agent正式發(fā)布。它整合了深度研究工具Deep Research與執(zhí)行工具Operator，可一站式完成復(fù)雜任務(wù)，但仍存在速度慢、個(gè)性化不足等短板。這款產(chǎn)品的發(fā)布，讓市場(chǎng)重新審視通用AI代理的技術(shù)路徑選擇。

ChatGPT Agent的架構(gòu)本質(zhì)是“瀏覽器+沙盒虛擬機(jī)”，與Manus、Genspark形成鮮明的技術(shù)路線差異。在底層架構(gòu)層面，瀏覽器

（Browser-based）

代理雖堪稱萬(wàn)能，但運(yùn)行速度較慢；沙盒虛擬機(jī)

（Sandbox）

高效，但無(wú)法聯(lián)網(wǎng)操作、工具庫(kù)受限；工作流集成

（Workflow API）

速度快、結(jié)果精準(zhǔn)，但業(yè)務(wù)范圍有限。

不同架構(gòu)模式下的極大主流Agent，各有哪些優(yōu)劣勢(shì)？針對(duì)B端客戶和C端客戶的Agent產(chǎn)品，在適用場(chǎng)景和技術(shù)邏輯上有何差別？Agent將重塑互聯(lián)網(wǎng)入口，那么依靠廣告營(yíng)收的創(chuàng)作者們將如何維持商業(yè)模式？本期《硅谷101》，主播泓君對(duì)話Pokee.ai創(chuàng)始人、前Meta AI應(yīng)用強(qiáng)化學(xué)習(xí)團(tuán)隊(duì)負(fù)責(zé)人朱哲清，深入拆解Agent的技術(shù)邏輯與未來(lái)趨勢(shì)（這期內(nèi)容非常干貨，我們將分為上下兩集進(jìn)行推送~）。

歡迎關(guān)注《硅谷101視頻號(hào)》的音頻欄目直接收聽(tīng)本期播客。如 果 你喜歡我們的 節(jié)目，更推薦大家使用音頻客戶端來(lái)收聽(tīng)，《硅谷101 》已覆蓋各大主流音頻平臺(tái)（渠道見(jiàn)文末），歡迎訂閱！

以下是這次對(duì)話內(nèi)容的精選：

01

主流底層架構(gòu)對(duì)比

瀏覽器、沙盒環(huán)境、工作流

泓君：和市面上的通用型AI Agent對(duì)比，你覺(jué)得ChatGPT Agent的主要區(qū)別是什么？市面上所有通用型的AI Agent，它們的優(yōu)劣勢(shì)分別是什么？我相信它們?cè)诮鉀Q不同場(chǎng)景的問(wèn)題上，還是會(huì)有一些區(qū)分度。

來(lái)源：ChatGPT

朱哲清：目前的通用Agent包括這么幾家：一個(gè)是Perplexity，一個(gè)是OpenAI；Anthropic現(xiàn)在還沒(méi)有推出自己的通用Agent，但他們有編程的Agent；我們Pokee相對(duì)比較小一些，比較晚期才出來(lái)；有Manus，有Genspark，可能更偏向垂直一些。

首先，目前在基于瀏覽器的產(chǎn)品中，能力最強(qiáng)的還是OpenAI，特別是它把深度研究和瀏覽器操作加在一塊以后。如果你去看一些基準(zhǔn)測(cè)試?yán)锩?，比如說(shuō)像最新出來(lái)的Browsing Camp

（一項(xiàng)瀏覽器智能體的基準(zhǔn)測(cè)試）

，它能夠在Browsing Camp上面達(dá)到50%多的Benchmark Score （基準(zhǔn)分?jǐn)?shù)） ，而別的最高現(xiàn)在目前也只有20多分，在開(kāi)源環(huán)境下。

圖源：ChatGPT

朱哲清：在瀏覽器（Browser）真正的執(zhí)行層面，Operator做得還是相對(duì)比較好的，因?yàn)楫?dāng)年的Operator是跟很多有API（應(yīng)用程序接口）、有虛擬機(jī)的環(huán)境去對(duì)比的，它只有一個(gè)瀏覽器；現(xiàn)在Operator加上虛擬機(jī)的能力以后，應(yīng)該會(huì)超越市面上別的一些工具的瀏覽器加虛擬機(jī)。

它唯一的一個(gè)比較麻煩的點(diǎn)是，OpenAI的瀏覽器嘗試做太多事情，它什么東西都想往瀏覽器里面塞。Manus也用瀏覽器，在另外一個(gè)方向完全只有大模型（LM），然后再加上一些執(zhí)行，可能是也能算虛擬機(jī)，但它是一個(gè)有限的虛擬機(jī)，它并不是可以導(dǎo)航（navigate）整個(gè)系統(tǒng)里的所有的程序包（Package），它是有些預(yù)設(shè)的程序包，然后去做這件事情的。

來(lái)源：Perplexity

Perplexity在瀏覽器里面做了一個(gè)相對(duì)比較另類的，它的瀏覽器不是說(shuō)“我做一個(gè)能夠?qū)Ш綖g覽器的Agent”，而是說(shuō)用戶在使用瀏覽器的時(shí)候，它給你一個(gè)助手，讓你去說(shuō)“我需要在這個(gè)頁(yè)面上做些什么”，然后去幫你執(zhí)行。

02

四大底層架構(gòu)解析

瀏覽器更萬(wàn)能，虛擬機(jī)更高效

泓君：你提到了基于瀏覽器

（Browser-based）

跟沙盒

（Sandbox）

的這兩種搭建方式，那么現(xiàn)在AI Agent的搭建有哪幾種底層架構(gòu)？

注：“沙盒”（Sandbox）是限制 AI 行動(dòng)范圍的隔離環(huán)境，“虛擬機(jī)”（Virtual Machine / VM）是構(gòu)建沙盒環(huán)境的一種方式。播客中，朱哲清以使用英文“Sandbox”為主，而主播泓君部分用中文“虛擬機(jī)”指代，本文稿根據(jù)具體語(yǔ)境翻譯這組概念。

朱哲清：現(xiàn)在的Agent有四種大的方向：第一種是基于瀏覽器的Agent。第二種是瀏覽器加沙盒的Agent，在這種Agent里面，會(huì)有很多通過(guò)沙盒里面的代碼以及命令行來(lái)完成的操作。第三種是只有沙盒，但是在沙盒內(nèi)部有非常大的限制的那種Agent，主要通過(guò)大模型的能力去生成代碼，并且只能運(yùn)行特定類型的代碼。最后一種，是可以橫跨很多工具集成的Agent。

我認(rèn)為瀏覽器

（Browser）

的意義在于，世界上所有的網(wǎng)頁(yè)和互聯(lián)網(wǎng)服務(wù)，都可以集中呈現(xiàn)在某個(gè)頁(yè)面，所以我只需要我的Agent能夠看到網(wǎng)頁(yè)、去操作網(wǎng)頁(yè)，我就可以完成我的任務(wù)。用戶可以看到這個(gè)基于瀏覽器的Agent在頁(yè)面上點(diǎn)了哪些地方，一頁(yè)一頁(yè)地去看瀏覽器是不是跟人一樣在操作網(wǎng)頁(yè)。

它的缺點(diǎn)是很慢，而且Token消耗特別高，原因在于你去看一個(gè)網(wǎng)頁(yè)，等于把HTML的文件直接拉下來(lái)，可能還包含一些腳本（script），然后把它全部拉下來(lái)，從零開(kāi)始全部讀一遍，只為了操作一個(gè)網(wǎng)頁(yè)。但是它確實(shí)是萬(wàn)能的。

來(lái)源：ChatGPT

朱哲清：第二種是沙盒

（Sandbox）

。沙盒的意義是可以線下寫Python腳本

（script）

，直接在沙盒環(huán)境里去跑腳本來(lái)完成一些任務(wù)。比如你要去做數(shù)據(jù)分析，你完全可以直接告訴沙盒說(shuō)“我有這個(gè)文件，它的抬頭是……”假設(shè)是銷售文件，抬頭是時(shí)間、每周銷售、品類各種各樣的抬頭，你得到這個(gè)文件以后，直接問(wèn)沙盒“能不能照著這個(gè)，幫我做一個(gè)每周對(duì)比的銷售分析”。它給你寫個(gè)Python腳本，然后就幫你運(yùn)行、得到結(jié)果。

沙盒環(huán)境的好處在于，它可以運(yùn)行任何不需要聯(lián)網(wǎng)的、開(kāi)源的程序包；但它的缺點(diǎn)在于，它很多情況下無(wú)法訪問(wèn)互聯(lián)網(wǎng)，特別是那種需要認(rèn)證的產(chǎn)品。比如，你要去登錄你的Facebook，這些東西它都肯定做不到。

沙盒環(huán)境

來(lái)源：Sandboxie Plus

朱哲清：第三種，是大模型加沙盒放一塊的Agent，它可能是限制一個(gè)大環(huán)境。Genspark是一個(gè)這樣的例子，它并不給你完整的一個(gè)沙盒，連瀏覽器都沒(méi)有。Genspark有一個(gè)大模型作為主體的推理過(guò)程，它寫代碼也完全靠這個(gè)大模型；有一個(gè)沙盒去運(yùn)行一些代碼、生成一些東西，然后再把它渲染出來(lái)。但那個(gè)沙盒甚至不能被稱為一個(gè)沙盒，因?yàn)樗莻€(gè)非常有限的環(huán)境，只有三四個(gè)程序包。它是完全控制的，這個(gè)環(huán)境內(nèi)部無(wú)法說(shuō)“現(xiàn)在去下載一個(gè)開(kāi)源的程序包”“現(xiàn)在需要臨時(shí)去修改一張圖片”等任務(wù)。如果在它原始的程序包設(shè)計(jì)里面沒(méi)有，它自己不會(huì)下載一個(gè)程序包，然后去做這件事。

來(lái)源：Genpark

朱哲清：所以Genspark這種設(shè)計(jì)是，比如說(shuō)像那種幻燈片Agent、表格Agent，它們?cè)谠O(shè)計(jì)的時(shí)候把可用的包裹給限制住，不再讓用戶去用更多的程序包，是一個(gè)相對(duì)比較封閉的環(huán)境和工作流程——在限制環(huán)境下用一個(gè)大模型做主體寫代碼，同時(shí)用一個(gè)小的環(huán)境去執(zhí)行。

最后一種，可能和我們還有以前的Zapier和UIPath這種，是工作流式的，但是工作流內(nèi)部的每一個(gè)節(jié)點(diǎn)，是通過(guò)第三方服務(wù)提供商的直接集成來(lái)完成的。優(yōu)勢(shì)在于，可以保證每個(gè)服務(wù)的交付非?？煽?。因?yàn)榈谌椒?wù)，比如Facebook，是Facebook給我們的訪問(wèn)權(quán)限，不會(huì)出錯(cuò)。但與此同時(shí)，它有它的限制，如果用戶想在個(gè)人的Facebook賬戶上發(fā)圖片，那我們做不到，因?yàn)镕acebook只讓創(chuàng)作者和商業(yè)用戶去自動(dòng)化地發(fā)帖。

來(lái)源：Zapier

朱哲清：所以有這么四種類型，第二種和第三種之間的邊界是很模糊的。唯一的區(qū)別在于：第二種的虛擬機(jī)是大模型執(zhí)行完了以后，它所能夠給你使用的虛擬機(jī)是幾乎開(kāi)放的，你自己可以選擇說(shuō)我要去下載新的程序包再去執(zhí)行。所以虛擬機(jī)本身的能力是整個(gè)能力的主體。而第三種，可能是大模型的能力在現(xiàn)有程序包底下能生成什么代碼，已經(jīng)是限制了整個(gè)Agent能力的主體了。

03

用戶體驗(yàn)差異化速度與通用性的平衡藝術(shù)

泓君：從用戶使用體驗(yàn)上來(lái)說(shuō)，Pokee、Genspark、Manus和OpenAI的ChatGPT Agent有什么明顯的區(qū)別嗎？

朱哲清：有蠻多地方都還蠻不一樣的。

Manus的體驗(yàn)是，它盡可能用一個(gè)虛擬機(jī)加上瀏覽器的環(huán)境，來(lái)搭建一個(gè)幾乎讓人覺(jué)得萬(wàn)能的環(huán)境。我有一個(gè)大模型作為一個(gè)規(guī)劃主題，規(guī)劃完、進(jìn)入到瀏覽器以后，它是另外一個(gè)Agent，再完成瀏覽器導(dǎo)航，再總結(jié)得到的信息，再去進(jìn)虛擬機(jī)做執(zhí)行。如果有必要的話，它確實(shí)可以做很多事情、理論上可以涵蓋市面上你所需要的所有功能。

與此同時(shí)，Manus的一個(gè)缺陷是被瀏覽器的能力所限制住了。比如，你要去真的發(fā)個(gè)帖，它做不到，因?yàn)樗鼘?duì)于整個(gè)頁(yè)面的導(dǎo)航，說(shuō)我要去選擇那個(gè)小的按鈕，選擇完之后去上傳一個(gè)圖片、生成一個(gè)視頻等，這很難；你要把谷歌表格里的某個(gè)單元格改成某種格式，也比較難，因?yàn)樽⒁饬Φ目臻g太小了，瀏覽器是它的一個(gè)主要限制。

第二個(gè)缺陷是它很慢，這是Manus和ChatGPT Agent的一個(gè)通病，因?yàn)橛昧藶g覽器，所以它的速度會(huì)非常慢——30多分鐘做一個(gè)任務(wù)。

來(lái)源：Manus

泓君：30多分鐘我覺(jué)得還是快的。我最開(kāi)始使用的時(shí)候可能是一兩個(gè)小時(shí)，但那個(gè)時(shí)候非常早。

朱哲清：現(xiàn)在肯定比以前要快，因?yàn)檎麄€(gè)基建什么的都上來(lái)了。但是它的瓶頸會(huì)在那，它的瓶頸甚至最后變成網(wǎng)頁(yè)調(diào)用，你加載一個(gè)網(wǎng)頁(yè)本身可能需要三四秒，這個(gè)是跳不掉的。

ChatGPT的優(yōu)勢(shì)在于Deep Research做得好，能夠做出一個(gè)很詳盡的報(bào)告。你如果通過(guò)這個(gè)報(bào)告再去執(zhí)行某些任務(wù)，它會(huì)變得更全面一些。Manus的總體優(yōu)勢(shì)在于虛擬機(jī)的環(huán)境搭得可能比ChatGPT更好一些，但這個(gè)我還需要更詳盡地去研究，因?yàn)槲疫€不太清楚ChatGPT里面的虛擬機(jī)能做到什么程度，但我猜應(yīng)該Manus在虛擬機(jī)里面已經(jīng)花了很多精力去部署，應(yīng)該會(huì)有一個(gè)比較小的優(yōu)勢(shì)。

來(lái)源：ChatGPT

朱哲清：Genspark一開(kāi)始有個(gè)超級(jí)Agent，幾乎可以做任何事情，但它后面能夠處理的工具數(shù)量變得有限，所以它開(kāi)始做模板。比如，幻燈片是一個(gè)Agent，AI調(diào)用是一個(gè)Agent，表格是一個(gè)Agent，瀏覽器也單獨(dú)做了一個(gè)Agent。在同一個(gè)用例下面，它把用戶體驗(yàn)作為核心目標(biāo)，然后做一些模板。不管你問(wèn)什么問(wèn)題，它總是用這樣的模板去生成幻燈片，總是用這些工具去搜索信息，使得它變得相對(duì)標(biāo)化，越來(lái)越不是一個(gè)通用Agent。但它速度確實(shí)要比Manus和ChatGPT快一些，原因是它沒(méi)有那么大的瀏覽器導(dǎo)航，同時(shí)它的虛擬機(jī)本身是非常有限制的，只有少量工具在某一個(gè)Agent里面。

泓君：這樣是不是也更節(jié)省Token？

朱哲清：對(duì)，會(huì)相對(duì)節(jié)省一些Token。

泓君：它把大任務(wù)都拆成了細(xì)分的垂直的小任務(wù)。我猜它想做的是，當(dāng)它把應(yīng)用場(chǎng)景逐個(gè)完善，就可能類似于一個(gè)承載了很多小任務(wù)的大平臺(tái)。

朱哲清：它會(huì)變成一個(gè)類似于微信小程序的存在。

Pokee最大的不同是，它可能是目前所有的Agent里面最快的——總體速度應(yīng)該在市面上所有產(chǎn)品的4-10倍左右。我們有個(gè)正在開(kāi)發(fā)中的Deep Research Agent，最后會(huì)有我們自己的Deep Research Agent，加上我們的執(zhí)行Agent放在一塊，總體體驗(yàn)會(huì)有大幅提升。

圖源：Pokee

朱哲清：為什么可以做到？原因是我們不再需要用非常復(fù)雜的虛擬機(jī)和Tool Calling

（工具調(diào)用）

而是直接用第三方集成的SDK（軟件開(kāi)發(fā)工具包）和工具。通過(guò)我們自己的Tool Calling基礎(chǔ)模型去調(diào)用這些函數(shù)，它的整體速度會(huì)大幅提升；沒(méi)有了像MCP

（Multi-Agent Capability Protocol，多智能體協(xié)作協(xié)議）

和現(xiàn)在市面上的Tool Calling里極其復(fù)雜的上下文問(wèn)題，每次整體調(diào)用成本能削減50%-60%；再加上我們自己的上下文的工程，使得整個(gè)的成本在市面上至少跟OpenAI的ChatGPT Agent和Manus相比，是個(gè)數(shù)量級(jí)的差距；跟Genspark等垂直化的Agent相比，可能是幾倍的差距。

在Token使用上，我們確實(shí)存在劣勢(shì)，特別是跟基于瀏覽器的Agent相比，我們并不是完全萬(wàn)能的。比如要到Facebook、Instagram發(fā)帖，你必須是創(chuàng)作者賬號(hào)或者是企業(yè)賬戶，個(gè)人賬戶沒(méi)有辦法發(fā)帖。

泓君：只有企業(yè)用戶才能使用你們的Agent嗎？因?yàn)楸热缯f(shuō)，你在接Instagram和Facebook接口的時(shí)候，它提供的是一個(gè)企業(yè)用戶才能操作的界面嗎？

來(lái)源：@Ali Mirza（YouTube）

朱哲清：是創(chuàng)作者或者企業(yè)賬戶。他們希望能夠更多地去創(chuàng)作，但平臺(tái)不希望個(gè)人用戶全都用Agent發(fā)帖。這是符合商業(yè)邏輯的，因?yàn)槿绻袀€(gè)人用戶都通過(guò)一個(gè)Agent，想辦法用瀏覽器去破解Facebook、Instagram賬戶，或者破解某一個(gè)平臺(tái)，比如通過(guò)Agent爬蟲(chóng)網(wǎng)頁(yè)來(lái)完成一個(gè)任務(wù)，那以后要是沒(méi)人上Facebook和Instagram了，對(duì)于平臺(tái)來(lái)說(shuō)就是一個(gè)損失；它們希望個(gè)人用戶仍然每天去Facebook和Instagram上瀏覽帖子，然后再去發(fā)帖，這樣能有參與度。

以前，有人通過(guò)非常復(fù)雜的寫代碼的方式完成產(chǎn)品上傳，那現(xiàn)在會(huì)有人直接寫一段文字，然后直接把視頻創(chuàng)意上傳到這些平臺(tái)，別的平臺(tái)也一樣。它給你開(kāi)放的權(quán)限，是他們認(rèn)為開(kāi)發(fā)者和非消費(fèi)者用戶真正最需要、用得上的一些工具。如果你可以把這些都放進(jìn)Agent里面，那些原來(lái)會(huì)使用這些工具的人，它會(huì)轉(zhuǎn)過(guò)來(lái)說(shuō)，我寫一行提示詞就行了，不再需要寫那么多代碼。

04

專業(yè)端VS非專業(yè)端

技術(shù)選擇分野

泓君：在我的理解中，像Manus、Genspark還有ChatGPT Agent，它們的商業(yè)模式是ToC的，而你的商業(yè)模式聽(tīng)起來(lái)更偏ToB。

朱哲清：現(xiàn)在這個(gè)時(shí)代下，B端和C端的模糊性很高，但我們的產(chǎn)品一定是專業(yè)人士來(lái)使用的。對(duì)于專業(yè)人士以下的消費(fèi)者用戶，它們使用一款非常省時(shí)間的AI Agent的概率不是很高，這也是市面上很多AI Agent的感知非常差的原因。因?yàn)樗鼪](méi)有重復(fù)性，很多的工作流用一次就結(jié)束了。而我們目前的很多用戶每周都會(huì)跑一模一樣的工作，我們發(fā)現(xiàn)這種使用有重復(fù)性。

來(lái)源：Pokee

泓君：這個(gè)是不是也很取決于平臺(tái)會(huì)給你們開(kāi)放什么樣的SDK

（軟件開(kāi)發(fā)工具包）

和API

（應(yīng)用程序接口）

？假設(shè)我每天的微信太多了，希望有一個(gè)Agent幫我管理所有信息、回復(fù)一些比較基礎(chǔ)的信息，前提還是微信要給這樣的Agent開(kāi)放它的接口。那它們?cè)敢獍堰@些接口開(kāi)放給開(kāi)發(fā)者嗎？

朱哲清：在美國(guó)，像這種開(kāi)發(fā)者的社區(qū)，是很多大公司、特別是科技公司所崇尚的一個(gè)方向，所以大多數(shù)公司都有非常完善的接口和開(kāi)發(fā)工具包，甚至于說(shuō)他們給到你的是個(gè)非常簡(jiǎn)單的爬蟲(chóng)結(jié)構(gòu)，它也不給你Python 開(kāi)發(fā)工具包之類。國(guó)內(nèi)公司可能相對(duì)差一些，很多接口不開(kāi)放給你。但微信的話，比如企業(yè)微信創(chuàng)作者那種級(jí)別的微信，也會(huì)把接口放給你，你也可以自動(dòng)回復(fù)，什么都有。

國(guó)內(nèi)的整個(gè)生態(tài)也在慢慢在開(kāi)放，特別是MCP（多智能體協(xié)作協(xié)議）這波出來(lái)了以后，有很多公司都開(kāi)始被迫開(kāi)放他們的SDK跟API，比如高德地圖是一個(gè)例子。之前可能沒(méi)有那么開(kāi)放的高德地圖，后面在MCP出來(lái)了以后，它首先把地圖生態(tài)完全打開(kāi)了，有蠻多這樣的例子。目前，有些公司給我們開(kāi)放的API或者接口是獨(dú)家的，但有一些不是。

來(lái)源：高德開(kāi)放平臺(tái)

朱哲清：總體來(lái)說(shuō)，這個(gè)商業(yè)模式一定是偏專業(yè)人士的，原因在于，許多C端場(chǎng)景具有極強(qiáng)的瀏覽器導(dǎo)向特征。比如說(shuō)你去瀏覽網(wǎng)頁(yè)規(guī)劃出差，相關(guān)需求往往是標(biāo)準(zhǔn)化的——像每?jī)芍苄栾w往灣區(qū)、且每次入住同一家酒店，那系統(tǒng)可以每?jī)芍軒湍阗I一次這個(gè)機(jī)票。

但如果是一個(gè)消費(fèi)者出去旅行，它就有很多變數(shù)。我可能是為了探索新東西，住宿上希望嘗試新的酒店，航班選擇也可能存在變數(shù)，比如說(shuō)今天我剛發(fā)了獎(jiǎng)金，我就要飛商務(wù)艙了。所以這種用例它本身更適合基于瀏覽器的Agent，因?yàn)橛脩裘媲坝泄P記本電腦，可以開(kāi)瀏覽器去做事情。

05

Agent重塑互聯(lián)網(wǎng)入口

流量分發(fā)的深度變革

泓君：在你跟大公司合作的過(guò)程中，它們開(kāi)放API接口的動(dòng)力是什么？

朱哲清：首先，整個(gè)Agent浪潮會(huì)從某種意義上取代正常的Web流量，過(guò)往可能是一個(gè)人打開(kāi)一個(gè)瀏覽器，然后在谷歌搜索里面打入一段搜索，得到這個(gè)搜索結(jié)果以后，點(diǎn)一個(gè)網(wǎng)頁(yè)，再去做某件事情。但未來(lái)可能是，消費(fèi)者端你打開(kāi)ChatGPT，專業(yè)人士端你打開(kāi)Pokee，你可能打一段字說(shuō)，“今天早上我看到了回復(fù)CEO關(guān)于用戶增長(zhǎng)的采訪，你能不能直接把YouTube上面的腳本直接拉下來(lái)，幫我寫一段報(bào)告，告訴我它增長(zhǎng)策略的關(guān)鍵要點(diǎn)是什么？”然后它直接做完了整個(gè)流程——我從來(lái)沒(méi)有打開(kāi)過(guò)YouTube，一個(gè)Agent從頭到尾做完了這件事。

可能你以后購(gòu)物的用例也是一樣，你可能從頭到尾只是打開(kāi)了ChatGPT，說(shuō)“我明天要去一個(gè)晚宴，需要一套正裝”。它已經(jīng)知道了你的身材是什么樣子的，就自動(dòng)幫你找到了最合適的衣服，并試穿在你的身上。你看一眼，覺(jué)得好，然后說(shuō)現(xiàn)在有個(gè)折扣，就付款了，可能是這樣的流程。

來(lái)源：Wired

它給我們的啟示是：以前的工作流已經(jīng)被改變了，它們不再是通過(guò)瀏覽器去啟動(dòng)整個(gè)工作流的開(kāi)端，去下單或者獲得信息，然后再進(jìn)入另外一個(gè)網(wǎng)頁(yè)進(jìn)行操作。在接下來(lái)一到兩年內(nèi)，大多數(shù)門戶網(wǎng)站，無(wú)論電商、搜索、視頻網(wǎng)站，還是其他門戶網(wǎng)站，流量一定會(huì)迅速下降，而入口變成了各個(gè)方向的Agent。

這就是當(dāng)時(shí)谷歌要推出A2A

(Agent-to-Agent Protocol，代理間通信協(xié)議)

的原因。每一家公司都可能會(huì)有自己的Agent，可能是Agent跟Agent之間的交互，如果它能占用這個(gè)協(xié)議，在Gemini里搶先完成協(xié)議部署，最后它就會(huì)是最大的贏家，因?yàn)樗蔀榱薃gent入口。ChatGPT、Claude和我們Pokee也是一樣，出協(xié)議的核心目的是占據(jù)Agent入口。

泓君：你們?yōu)槭裁聪胱约和瞥鰠f(xié)議，而不是接一個(gè)標(biāo)準(zhǔn)的MCP協(xié)議

（多智能體協(xié)作協(xié)議）

？這樣大家都是統(tǒng)一用的，你也可以在一個(gè)更大的生態(tài)里直接接入很多已經(jīng)接好了的APP。

朱哲清：MCP現(xiàn)在的可用性很差：當(dāng)前市面上應(yīng)該有接近2萬(wàn)個(gè)MCP了，其中可用的MCP大概不到200個(gè)，而且大多數(shù)MCP都無(wú)人維護(hù)，這導(dǎo)致大多數(shù)公司不愿意花時(shí)間去做MCP協(xié)議。

我們的目標(biāo)是，公司不再需要做MCP協(xié)議，你也不需要自己去做一個(gè)MCP 服務(wù)器，就直接把開(kāi)發(fā)API給我們，我們處理剩下的事。所以在服務(wù)提供商層面，公司什么也不用干，就可以得到額外的流量入口。

來(lái)源：騰訊云官方社區(qū)

泓君：未來(lái)在接入了Agent以后，互聯(lián)網(wǎng)會(huì)發(fā)生什么樣的形態(tài)變化？你覺(jué)得未來(lái)對(duì)創(chuàng)作者的影響是什么？如果我現(xiàn)在做一檔播客，比如我們上一期內(nèi)容里面，有一個(gè)騰訊算法廣告大賽的口播廣告。只有更多人聽(tīng)這個(gè)播客，大家才可以聽(tīng)到這個(gè)廣告，才能支撐一個(gè)播客的商業(yè)模式運(yùn)轉(zhuǎn)下去、把這檔節(jié)目持續(xù)運(yùn)營(yíng)下去。還有人在下面說(shuō)，這期播客為什么沒(méi)有開(kāi)AI總結(jié)？如果沒(méi)有這樣一個(gè)過(guò)程，觀眾就不去聽(tīng)這期播客了，就直接去看AI總結(jié)。這對(duì)廣告來(lái)說(shuō)是一種流量的折損。

朱哲清：我覺(jué)得廣告這個(gè)行業(yè)會(huì)永遠(yuǎn)存在，但它的形式會(huì)發(fā)生改變。當(dāng)前，市面上有很多專注于廣告的AI公司，它們想要去看在大語(yǔ)言模型時(shí)代或者Agent時(shí)代，廣告要如何植入。

我舉個(gè)簡(jiǎn)單例子，在播客里插播廣告這件事，未來(lái)會(huì)變成什么樣？現(xiàn)在的播客大多數(shù)除了平臺(tái)方收你錢以外，播客提供者本身是不收費(fèi)的。比如說(shuō)《硅谷101》是一個(gè)播客，但是大家都是免費(fèi)聽(tīng)的，如果你在YouTube上只是用了YouTube的廣告，然后YouTube通過(guò)廣告給你們分成。

來(lái)源：@TeamYouTube（X）

朱哲清：那未來(lái)可能變成我們需要去訪問(wèn)你的播客，它本身的知識(shí)產(chǎn)權(quán)就是值錢的。每一次通過(guò)調(diào)用也好，通過(guò)網(wǎng)頁(yè)訪問(wèn)也好，去找到你們這個(gè)播客的時(shí)候，或者是得到你這個(gè)信息的那一刻，任何的Agent方就要向你付款，你不再需要去擔(dān)任廣告流量的負(fù)責(zé)方，廣告是由Agent來(lái)完成的。Agent 獲取信息后，在給用戶推薦其他Agent時(shí)，比如讓用戶選哪個(gè)Agent試用時(shí)，可以通過(guò)排名推薦收被推薦方的錢。而支持每個(gè)API、每個(gè)第三方的插件的產(chǎn)品本身，或者說(shuō)知識(shí)產(chǎn)權(quán)本身是可以直接收費(fèi)的。

所以對(duì)于創(chuàng)作者生態(tài)以及SaaS

(Software as a Service，軟件即服務(wù))

生態(tài)，從某種意義上來(lái)說(shuō)是變好了，而不是變差了。你不再需要去在谷歌上面投廣告，也不再需要去免費(fèi)地把你的內(nèi)容發(fā)給YouTube，讓它去幫你投放，而是有一個(gè)Agent直接向你付費(fèi)，通過(guò)它自己的廣告機(jī)制去覆蓋它自己的成本。我不覺(jué)得你們會(huì)受到很大的沖擊。

泓君：整體上我覺(jué)得流量分成的模式會(huì)變得越來(lái)越弱。然后，如果Agent調(diào)用了很多創(chuàng)作者的內(nèi)容，怎么給創(chuàng)作者付費(fèi)？這是未來(lái)可能會(huì)討論的一個(gè)問(wèn)題。我稍微有一點(diǎn)疑問(wèn)的是?；诹髁康倪@套方式，比如說(shuō)你有推薦算法，一個(gè)頁(yè)面可以顯示10條播客的內(nèi)容或者視頻信息，但是Agent在回答一個(gè)問(wèn)題的時(shí)候，還是比較精準(zhǔn)聚焦，可能引用的范圍就相對(duì)更小了。

傳統(tǒng)搜索引擎推薦

來(lái)源：wordstream

朱哲清：上禮拜在ICML

(International Conference on Machine Learning，機(jī)器學(xué)習(xí)國(guó)際會(huì)議)

的時(shí)候，有一個(gè)專門做推薦系統(tǒng)的人，我們倆聊到了這件事情。我當(dāng)時(shí)說(shuō)，推薦系統(tǒng)的大方向可能會(huì)受到巨大擠壓

在Agent的整個(gè)框架下面，它還是個(gè)推薦系統(tǒng)的一個(gè)端到端的決策過(guò)程，但是它每一次給你的交互只是給一條信息的結(jié)果，或者說(shuō)幾條最相關(guān)信息的結(jié)果。這個(gè)時(shí)候它的整個(gè)決策線不再是按照排行第一、第二、第三這樣的方式去決策了，而是時(shí)間是它的決策點(diǎn)，因?yàn)橐粋€(gè)人和一個(gè)Agent之間的交互總時(shí)長(zhǎng)是基本固定的。Agent好，我就會(huì)交互時(shí)間久一點(diǎn)，它的目標(biāo)可能是在每一個(gè)時(shí)間點(diǎn)上，我給你推薦的東西可以讓你所消費(fèi)的時(shí)間和能夠得到的回報(bào)成正比。這個(gè)時(shí)候，它的整個(gè)原始的推薦系統(tǒng)算法可能就不那么成立了，因?yàn)樵瓉?lái)推薦系統(tǒng)算法是說(shuō)，我可能每一條點(diǎn)擊的概率是跟排行成正比的。

而現(xiàn)在變成，我每一次給你推薦或者給你回復(fù)的這個(gè)信息，基本上都是你必定會(huì)去點(diǎn)的東西，但是你會(huì)有第二輪跟我交互的過(guò)程。下一次你花這個(gè)時(shí)間跟我交互，我所占用這個(gè)時(shí)間成本，給你推薦的這一條就必須是最精確的。這樣會(huì)使得你跟我有更多的交互，所以它的目標(biāo)可能就從“有五條、十條在一個(gè)頁(yè)面給你呈現(xiàn)”，變成了“有五輪、十輪的對(duì)話，每一輪的目標(biāo)是讓你跟我做下一輪交互”。這個(gè)時(shí)候就跟傳統(tǒng)推薦系統(tǒng)的算法完全不一樣。

來(lái)源：Pexels

朱哲清：所以當(dāng)時(shí)我說(shuō)，我覺(jué)得整個(gè)推薦系統(tǒng)，特別是這種基于排名的推薦系統(tǒng)的長(zhǎng)期發(fā)展?jié)摿赡軙?huì)被極度壓縮。因?yàn)樗赡軟](méi)有排名，而更多是一個(gè)連續(xù)的、基于體驗(yàn)、基于探索的交互機(jī)制。

它可能唯一的目標(biāo)就是，每一條我都給你最精確的，能夠在不損失我未來(lái)機(jī)會(huì)成本的情況下，在同等級(jí)別的內(nèi)容里，選擇一個(gè)我可以有更多收入的內(nèi)容，當(dāng)然我也不是100%確定這個(gè)一定是未來(lái)的方向，但我個(gè)人從目前的Agent發(fā)展趨勢(shì)來(lái)說(shuō)，感覺(jué)是這么一個(gè)方向。

【音頻收聽(tīng)渠道】

公眾號(hào)：硅谷101

收聽(tīng)渠道：蘋果｜小宇宙｜喜馬拉雅｜蜻蜓FM｜網(wǎng)易云音樂(lè)｜QQ音樂(lè)｜荔枝播客｜嗶哩嗶哩

海外用戶：Apple Podcast｜Spotify｜TuneIn｜Amazon Music

聯(lián)系我們：podcast@sv101.net