We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode 46. 文科生如何用AI给自己打工?对话全球最火AI Agent 创始人

46\. 文科生如何用AI给自己打工?对话全球最火AI Agent 创始人

2025/4/14
logo of podcast 洒洒水

洒洒水

AI Deep Dive Transcript
People
孟璇
易斌
李珎
Topics
@李珎 :我创建了Replit Agent,一个AI智能体,旨在帮助小白用户无需编程知识即可创建软件。它通过迭代式流程,用户只需提供想法,AI即可自动生成代码并进行调试,最终交付可用的软件产品。Replit Agent的目标是降低编程门槛,让更多人能够参与软件开发,最终实现‘十亿开发者’的愿景。 Replit Agent的收费模式是按‘检查点’计费,每个检查点代表AI完成一个任务节点,价格为25美分。这确保了AI只在完成任务后才收费,提高了用户体验。 Replit Agent的用户群体广泛,涵盖各个年龄段和职业,主要集中在美国、日本和印度等国家。 Replit Agent的迭代版本V2进一步提升了AI的自主性,能够更长时间地独立完成复杂任务,减少用户干预。 与其他AI编程工具相比,Replit Agent更专注于小白用户,提供从创意到产品的完整流程服务,而Manus等工具则更通用。 AI编程工具的出现不会取代程序员,而是会创造更多创始人,因为开发门槛降低了,更多人可以参与创业。 未来编程教育的重点应放在培养编程思维上,而非代码细节。 AI对各行各业的影响是潜移默化的,例如法律、医疗、影视等行业都已开始应用AI技术提高效率。 对于小白用户,我的建议是‘少看多做’,多实践才能更好地理解AI工具的应用。 @易斌 :作为Replit Agent的用户,我亲身体验了其便捷性,并将其应用于教学中,例如创建个性化学习工具。 Replit Agent的全流程服务优势,从创建到发布iOS应用,一站式完成,极大提高了效率。 @孟璇 :小白用户在使用AI编程工具时,常常面临‘想不到需求’的困境。AI工具的普及,会改变人们解决问题的思维方式,从寻找现有工具到自己快速创造工具。

Deep Dive

Shownotes Transcript

Hello 大家好欢迎回到洒洒水我是易斌我是孟璇本期节目我们聚焦 AI 编程想和大家讨论普通人如何用 AI 将一闪而过的灵感转化为真实可用的产品当技术不再需要学习的时候创造力的边界又会被推向哪里我们也应该如何重新定义自己的价值非常开心跟我们一起聊这个话题的是现在最火的 AI 编程智能体之一

Rapid Agent 的创始人郑那李政给我们打个招呼吧 Hello 大家好我是李政我是在硅谷 Rapid 这家初创公司的 AI 工程师然后我也是创造了就是 Rapid Agent 这样的一个自动帮任何人尤其是不会编程的人写软件的这么一个智能体验

然后也很高兴今天给大家来分享一下这它能干什么然后大家能怎么用它好非常感谢李珍的时间那我们两个人其实也都试用过了 Replicant Agent 就觉得它非常的智能然后我们也现在都知道 AI 相关的概念无论在什么场合都非常火特别是像 Replicant Agent 这样一种就是展现工作过程并且它去帮助直接建构程序网页这样一个工具我觉得它是具有非常不可替代的一个实用性的

但是因为现在类似的 AI 工具其实我们也知道是有好几个的就是很容易让人眼花缭乱所以你可以先跟我们介绍一下你们这个产品以及它目前的一些基本受众情况吗对其实 AI agent 或者 AI 编程是一个很大的领域啊

就是有非常多的产品大家可能听过的比如说像 Cursor 然后 Windows Surf 或者说 Devon 就如果大家记得的话在应该说前年吧第一个进入大家视野里的智能体就是 Devon 就是他能够自动作为一个工程师帮你做事情这个在当时是非常火的

然后我会把它主要分成两类基于你针对的用户不同它主要分为两类第一类是针对比如说现在已有的程序员的比如说像我我是程序员我会用什么产品我会用 Cursor 我会用 Windows Surf 我也可能会用 Devon 他们的目标是说如果你是个程序员我帮你去加快你的写代码的速度帮你写更好的代码帮你去自动写代码然后你来控制所以这些产品的目标是这个

当然他们也会有一些上手门槛也没有那么高了所以有一些非程序员也可以用我们看到有人有大家一些小白可能也有上手 cursor 的教程然后一些不太会编程的朋友们也可以用 cursor 对所以有些 overlap 那第二种就是像我们我们的目标呢就是说面向小白

就是我们的目标绝对是面向小白就是说完全不懂编程是什么的然后完全没有编程知识的朋友们那这一类产品其实也有非常的多比如说 replay agent 然后比如说 lovable 比如说 bot.new 或者说一些国内的一些产品所以也非常非常的多对但我们的特点就是说我们是一个 AI 智能体然后它

主要的目标就是你给我一个 idea 或者说你给我说你要做什么它全自动的往里边做出来这个过程中你不需要去理解这个代码是怎么回事你也不需要理解它是怎么写的你只需要跟它一起迭代它会给你看说 OK 我写成这样了你觉得怎么样然后你再返回给它说怎么去调整所以说大概我是这么划分的

然后基于用户的情况其实我们用户范围非常广就下到四五岁的小朋友上到八十多岁的老人其实都有然后各行各业非常的纷繁各种各样的人都有大概现在每天可能有十几万到几十万的用户在活跃的用我们的 agent

主要是在美国日本印度这些国家比较多但是全世界都有了 replay agent 他是要付费的吗大概能不能说一下现在的付费情况大概是怎么样 pricing 的不同的档次以及有多少人付费对我们其实不付费能用我们有一个 free planfree plan 那里每个月可以有一些 checkpoint 去用它我们相当于是说付费的话我们有

一个月是 25 美金打折的话是 20 美金其实 20 美金也就是说 100 多人民币然后这 20 美金它会变成你的 agent credits 就是说我们相当于是投币你 agent 用的时候我们是这么去计算的就是 agent 帮你做一件事情然后你给他说我要做这个他给你做了之后他会去写代码或者说他去

他会去自动的 debug 研究帮你去做做完之后到一定程度了他会返回跟你说 OK 我做好了然后我打了一个节点我们叫做 check point 就是一个节点然后他这个节点会收 25 美分 25 美分是多少人民币

可能是一块多人民币对一块多人民币就是你跟着他干一件事情一块钱然后你就不停的投币他帮你做一个原型一块钱然后你让他改一个什么是一块钱然后我们会保证 agent 他自己验证并且完成你这件事情了之后才会去收你这个钱这两个是我们跟

别的产品特别不一样的一点就是我们的 agent 是会自己去验证这个东西它是 work 的然后他自己觉得他完成你的需求比如你说把 UI 变好看一点他会自己去截屏然后看这个 UI 他自己觉得确实这个 UI 够好看了他才会给你收这个钱对所以一个月就是 25 美金然后如果用户想要用的多也可以继续往后去充值我们有非常多的用户一个月在一个项目上花好几千美金其实我们也很惊讶我们自己也没有这么做过但是他们就非常的有热情去

开发他们的项目所以其实你们现在的用户付费的情况是你们比较满意的一个程度吗对我们的年收入现在整个公司的年收入大概是几千万美金具体是多少我不能说但是呃是行业中所有的相同产品都比较高的或者说可能是最高的一档就是我们的增长也非常非常的快

我们去年 9 月份发布的这个产品,到现在差不多半年的时间,就是一直在高速的一个增长,所以我们也是非常高兴的,当然更高兴的是能够帮大家看到大家做的各种各样非常好的产品,agent 帮助大家去做更多的东西,这个也是我更开心的,就相比于挣钱了。那能不能简单的跟我们介绍一下什么是 agent,然后你们当时是怎么想到做这个产品的?

好呀好呀对 Agent 其实它这个名字听起来很复杂但它其实非常简单它就是一个带自我迭代能力的智能体什么叫自我迭代呢比如说大家肯定都用过 ChatGPT 或者 DeepSeek 或者任何的这种 Chat 聊天软件它的形式是你跟它说一句它回你你说一句回你一句它没有一个迭代的过程

那迭代是你跟这个 agent 说一句话那 agent 他会去做一些事情然后他会继续往下做然后直到某一个条件他会停下来

这个就是一个 agent 当然这个是一个非常广泛定义的 agent 我认为只要你达到了这个目的它是一个能够做一些有一些总体的智能能力并且在自我迭代的去完成用户需求的我觉得就可以算 agent 了当然从技术上来说大家更多的会去说一个 agent 它需要有

很多不同的东西它需要有自己的记忆要有 memory 它要能记得之前发生了什么它要有一些工具可以去调用然后它要有跟外界信息的获取能力比如它要能搜联网能搜索它要有自己的一些规则有很多不同的定义但是我觉得基本上来说这些都是为我刚才说的那件事服务的就是 agent 你给他一个任务他能够自我迭代的去执行然后等做完了再给你反馈基本上这个就叫 agent

其实你刚才提到了好几款不同的产品当然就是跟你们这个比较类似像 Cursor 这种它也是可以通过人机的这种问答互动然后去给你生成一个程序或者网页那么你们是如何想到说你们就是定位于小白呢就是它完全没有编程基础的你们是如何想到这样一个用户群体他们也是需要去有这样一个专门的工具

对这个就要说到我们 RepNet 这家公司一直的目标是降低编程这件事的门槛我们的目标是让十亿就是我们的公司的 slogan 就是让未来十亿的人成为开发者那这个开发者不是说你一定要写代码但是是你有去开发一个软件的能力的那如果你要让十亿人成为开发者那你必须就要进入小白这个领域了因为如果你看

去搜索一个数据的话这个世界上目前为止真正会写代码的人的数量大概是 3000 万到 6000 万 3000 万到 6000 万对于 80 亿的人口来说是 1%都不到的一个数字所以如果说你想要真的让十几人成为开发者或者去服务更多的人其实你的目标一定就是要让小白也能去开发软件 Refit 我们这家公司它在硅谷已经存在了 7 年了过去

7 年或者说 6 年我们做的事情一直是一个在网页上可以访问的代码编辑器然后可以帮小白解决很多环境配置的问题然后就是你不用去装比如说你不用去装一个 Python 你直接去 Replay 的你点开我说我要 Python 他就会编进一个 Python 的环境这样就解决了小白的很多上手的问题

同时呢我们又做了这种 multiplayer 就是说老师可以跟学生看到同时看到对方在写的代码那老师可以跟学生一起去老师可以看到学生在写什么学生也可以看到老师在写什么那相互之间就可以交流就可以去教这个学生怎么去写这个代码怎么写是对的这样能跑出来所以我们其实花了很多时间做这一系列的降低编程门槛的事情包括用 AI 辅助大家编程那么

这件事到后面自然而然是怎么到 agent 这块呢就是在 2023 年的时候我们看到 GPT-4 发布了之后其实是我看到 GPT-4 发布了之后因为那个时候是我加入了它的事件我发现一件事情就是 GPT-4 的能力强到

我可以用它替代我自己的工程师了因为那时候我自己在创业我有招两个工程师但是我后来发现我跟 GPT-4 的合作的效率是大于我家的两个工程师的然后我要给那两个工程师付一个月好几万的人民币然后 GPT-4 是 20 美金这个就是一个很明显的价值的创造所以当时我就意识到其实 AI 已经足够强说可以帮

小白去解决一些问题了他能够自己写的代码足够的好去创造一些软件了我觉得这个是非常令人兴奋的一件事情所以我当时就看了一圈所有的公司做 AI 编程的然后就决定来 Reflet 然后决定做 agent 的这件事情因为其实最主要的原因是世界上更多的人是不会编程的 99%的人是不会编程的那么我们是想让把这个能力给到

这世界上 99%的就是各位大家因为 AI 的能力其实到这里了所以这件事总要有人去做为什么不是我们来做呢我们是最适合做这件事情的人那你们做了这件事情之后给普通人编程或者说创造应用的能力你有没有看到在你们的社区里大家都做了哪些有意思的应用特别特别多我可以分享几个我在我们当时发布第一天的时候我觉得特别

有感触的几个例子其中一个是一个大概 60 多岁的老人他做了一个谷歌地图然后他让 agent 把他的就在地图上打了很多这个标记他的人生中去过的很多对他来说很重要的地方然后把照片和在那个地方发生的回忆和家人的一些瞬间全部放在了这个地图上就形成了一个他个人的一个回忆的地图

这个我当时是非常很被感动到的一个场景而且这是一个 60 岁的老人做出来的他完全不会编程他只是说指挥 agent 去做他就做出来了其实当时我自己都不知道他能做得出来这样的一个东西对然后还有各行各业的场景比如我们有看到有牙医用 replay 的 agent 做了一个自己的这个牙医网站包括这个预约系统然后他的牙医的这个详细的解释啊

然后可以去管理病人信息因为这个网站他如果他找人去做的话至少是要花好几万甚至几十万的但是他用 agent 可能只花了就 10 块钱就做出来了所以像这种有很多然后还有比如说企业内部有很多这个企业内部的比如说

产品经理或者说设计师或者说是销售他们会去用 agent 去做一些他自己想法的原型产品经理可以去做原型然后去给程序员看说看我就要做这个对吧你别跟我说做不出来我已经做出来一个原型了对吧你就拿照这个做这样他们的沟通就会方便很多就不用就凭空在纸上说了就哪可以有一个真实的东西说同样对销售也是是销售它可以去做一个更真实的东西出来去给他的客户去看

比如说我要卖我的我们公司的

这个服务那我可以把我的服务和你们公司的这个场景先做一个大概的结合的这个软件然后我给你看一下那这个就比凭空要聊要好多了对就有很多这样的例子然后还有创始人在我们这做自己的这个无限大的梦想的这个 idea 然后还有很多人做游戏的非常非常多对就各种各样都有有没有教育方面的能介绍一些教育方面的

有很多 AI 相关的教育的就是说做了一个平台比如让大家去学会怎么去用 AI 比如说这个 AI 生成图然后 AI 这个不同的模型的比较有一些就是

有一些人是开课去教大家用 AI 所以他用我们的产品相当于用 Repetit agent 做了一些这种教课的平台就比如说对就像我说的就教大家说这些模型之间的区别是什么你可以上手去试然后还有一些特别有意思的就是说有一些老师会在我们的平台上去做一些类似

这个可动的课件的东西就是说他想跟学生解释比如他想跟学生解释一个概念这个物理上的一种痛撞它是什么样的一个效果然后他让跟 ReplyLegend 说你帮我做一个网站出来去演示这个效果那 ReplyLegend 是可以做出来这样的一个可动课件的网站的那这个效果就比比如你在 PPT 上找一个动画它其实还要来的要更好一点因为它还可以带交互你甚至可以让学生去登录然后去跟这个去做成一个游戏游戏

甚至是游戏型的一个东西去玩这种情况我们也是见到很多的那这个也包括其实还有很多化学的那种元素周期表的还有刚才说的是物理的还有一些数学的数学的就是它可能就更复杂了就是一个计算的那种公式的一个计算器那个我也看不懂

再分享一下就是我跟我的同事在用 RapLit 做什么因为其实我们都是主动寻找到 RapLit 这样的工具的

然后也用了 cursor 觉得 replicit 非常好用的一点是它是全流程都可以帮你做比如说你用 cursor 做了一个东西你可能预览或者说做 ios app 你还要再发布到那个上面但 replicit 它就可以直接用我和我的同事做了什么我的同事他是教哲学的然后他用 replicit 做了一个智能分身

但他分身接的是比如说这个人是柏拉图你可以跟柏拉图对话然后那个人呢你把他设置成孔子你可以跟孔子说然后另外一个人他可能是释迦摩尼他用佛教的思想跟你说学生可能打同样的哲学问题但是这些人说出来的话可能是不一样的啊

然后这个是他的一个思想广场他当时做了一个那我做的一个其实是很简单的一个东西就是我会在学生放长假回来之后给他们生成一个 crossword 因为我是英语老师嘛

那我可能会让他们填这个单词我们上学期很重要的一个概念学过的那在 Crossword 里面是什么然后我想用 Replic 做一个可以帮助我很快生成 Crossword 并且可以打印的这么样的一个 APP 同时

以前其实也有这样的网站的但是我没有办法管理比如说如果学生可以线上做的话我就可以知道他对哪一个东西掌握的不好所以相当于是更进一步就是我能够非常细化的去看每一个学生的学习情况

后面还可以再给他们个性化的生成不同的东西所以我觉得 Replic 对我们来说就是一个非常好的帮手因为我们的工作中有足够的痛点然后正好看到 Replic 这样的一个工具所以我们也都会很乐意去付费就像刚刚李珍说的就是你用别的让人去做可能要花很多很多的钱但我们在这里可能花 25 美金就足够可以使用

对对我觉得我觉得一斌说的这个这个例子非常的在就是我发现不管我们的 ai 工具如何进化其实最重要的还是说人的灵感我们能够给他提供怎么样的指示怎么样的灵感然后去创造出属于我们自己可以用的一些程序那其实我想分享一下我作为一个小白接触 rap 里的时候一个心理的

过程啊就是刚开始一斌跟我介绍这个工具的时候我当时其实就是觉得嗯对有这样一个工具特别好就是小白可以去编程但是我好像想不到什么我需要去用编程做出来的东西因为我现在现有的身边的一些 app 啊包括工具是非常多的那么

你们有没有想过比如说针对一些小白然后怎样去用一个方式提升他的兴趣就是让他能够想要用这个东西来做一个工具或者说激发他的一些灵感呢因为确实有的时候好像我们现在生活当中可以用到的东西太多了不会想要去自己用编程做一款应用啊或者说做一个网页回答孟选的问题啊

大家会或者说我们都会慢慢的在未来经历一个过程是

觉得所有的问题可能都是可以很快的被一种很个性化的方式解决的那现在我们的思维是我有一个问题我会去找哪个 app 解决了这个问题我去用那个 app 或者说那个网站但是其实我们想要去传播的一个点就是说也许我们现在不再需要去找一个网站也许我们去做一个这样的一个网站的速度会比找一个还要更快

因为我们现在发现比如说你脑子里有一个问题的时候你说我要解决这个问题这个问题是你去找一个网站比如说找一个具体解决这个问题的网站可能还要花个几分钟你用着 playagent 或者别的 agent 去做一个网站可能也就花几分钟比如说就是五分钟六分钟的样子你就已经有一个解决方案了那个解决方案还是能够去

根据你的需求去定制的当然你会发现就是这个速度还会变得越来越快因为我们这个大家都知道 AI 的发展的趋势是 AI 会越来越强同时也会越来越快那现在今天是五分钟那也许过六个月之后就是两分钟再过六个月可能就是一分钟那慢慢的跨越那个界限就是你的定制创造的速度可能比你利用已有的速度还要更快因为你下载还要时间对吧

所以我觉得这是一个趋势大家可能能想的就是说也许现在你有一个脑子里有一个问题的时候你可以试一试去用不同的 AI 工具去解决

因为其实很多的已经能被解决了只是我觉得大家还没有意识到这件事情对我觉得其实有没有意识到还是蛮重要的就比如说像一斌这样子他们本身在教学的过程当中他就存在这些痛点然后他会想要去主动的寻找工具跟比如说我们在工作当中其实所有的工具都已经有用到了包括我们平时都可以上手去用那么有没有什么

对我们有很大的社群在美国的推特和 slack 上其实我们有很大的社群然后包括日本我们之前有用户做了一个 replit 的比赛然后他们还有好多人去一个很大的地方去合宿然后去一起去用 replit 创造各种各样的软件去分享其实很多都用户自发的我们甚至都不是我们去创造的这样的社群然后

当然这一波人很大程度上是比较科技上尝鲜的这一波人他们更愿意去尝试新事物更愿意去了解新的 AI 能做什么那我觉得其实我的观察是这一波人他会更快的去

去适应这个 AI 带来的好处那比如说像我说的这个可能两个牙医对吧一个牙医他已经用了做了一个网站了还有一个还没有自己的网站了那那个第一个牙医一定是可以生意做得更好所以我觉得这个是一个会有一个慢慢的传播的过程所以我们也有社群然后在这个当然在中国现在还没有我们可能也可以做一个

但是其实我还没有跟 Rackler 用中文说过话但是他说是可以听懂中文的是吗可以理解中文他会他可以全程跟你说中文这件事我是单独挑过的对我作为公司里唯一一个中国人我单独挑过这件事情我还是尝试用英文界面但我觉得用英文界面其实已经交流的非常的流畅了他可以很快的去理解我到底想说什么

但如果能用中文的话我相信应该中国会有很多小白大家都会想要去尝试因为确实语言上也是一个比较大的门槛对吧对的语言是对因为毕竟大家不是每个人都习惯用英文有的事情可能用英文也说不明白对吧

中文的系统还是用中文说的是最明白对就是不久之前你们进行了一次迭代那个时候约你你也是很忙那能不能跟我们说一下就是你迭代了什么然后未来会怎么迭代对对这个说的非常好我们这就一斌说的迭代是我们前段时间发了我们叫 version2 就是第二版

然后第二版最大的区别是它变得更加的自主化了什么意思呢第一版的我们的 replicit agent 其实它还是比较偏向于你给它一个任务它会做一会儿可能不超过两三分钟有时候可能就几十秒它就做完了然后返回给你这个时候其实对用户的要求会更高它会给你一个网页用户会用 agent 需要用户更多的去指挥

agent 要做什么呃他自主性相对来说没有那么强那 V2 呢其实我们在做的时候是我们看到了 AI 现在 AI 的模型的最新的模型在非常长他这个任务的情况下表现已经非常的好了呃

就是说你给他一个很复杂的事情他能够自己去在那做很长时间然后不出错这个在之前的模型是做不到的之前的模型可能他做的事情查了之后他就忘记了在做什么要么是就是陷入了一种困惑但是在可能一个月前的时候我们拿到最新的最强的模型的那一刻起

我们突然意识到说这个模型能力已经到一个阶段可以做很复杂很长的任务了比如说我们就把 replay agent 进行迭代到了一个更自主化的一个状态就是他能够拿一个任务开始做然后去自己去 debug 自己去解决代码中的问题然后截屏看看有没有确认是不是正确然后继续去改

这整个过程它可以持续二三十分钟不出错然后最后的结果也会好非常的多因为这节省了用户大量的时间用户就不用说一直告诉 agent 说这儿不对那儿不对那 agent 自己可以把这些问题全部解决了所以我们看到了

我们后来也看到了非常非常大好的反馈就是用户觉得这个新版比原版可能强了十倍或者一百倍的都有他们就非常非常的开心对所以我觉得这也是模型的能力在迭代给我们带来的一个好处我觉得这其实也是一个趋势就是说未来可能大家用 agent 的形式就是不是说盯在屏幕前看着他做事然后准备好随时指挥他而是你给他一个任务

他可能就去做了然后他做完了之后再给你发个消息说我做完了你来检查一下就有点像你有一个你有一个实习生或者你有一个秘书这种感觉当然这个概念可能跟 Mannus 说的是比较接近的就是你可能可以指挥很多人 Agent 帮你干活但是你又不用盯着他说到 Mannus 就是因为大家最近也很关心他也火了一把能不能评价一下这个产品

我觉得 Mintus 是一个非常棒非常棒的一个产品他们做 agent 的思路和我们 Drupal 的 agent v2 其实我们是殊途同归了就是走到了我们发现了同一条让 agent 能够自主化这个长时间做任务的最好的方式

Manus 它有两个点跟 Reply agent 的不一样第一个就是它做的是非常通用的 general 的任务它的定位是说你有什么任何问题你就丢给我我帮你解决它解决方法不一定是写一个 code 或者写一个网站它可以是做一个报告可以是写一个 PPT 或者说就可以告诉你一个结果这个的好处是

它的这个用户在使用它的时候你就不用想那么多不用想说最后我这个做出来应该做出来个什么样的东西你可能就是把这个问题丢给 minus 就好了所以在这个层面上它其实是更

上层更贴近于小白的一个产品就是在定位上来说但是在另一个点上来说它的能力也更强一点也不是更强就是说它的能力有一个不同的能力就是说它能去看网页然后它能去在它的虚拟界面打开网页然后翻然后继续的去总结网页的内容操作一个它自己的电脑

那这个导致了他能够做很多的研究能看很多的报告然后网页也好同时也使得他能做的任务的种类也比较多所以我会说 Manus 是一个非常好的产品它非常的 general 但是 Replay 的 agent 在编程上或者说写一个网页或者说制造一个产品上是更专精的

用哪一个呢其实就看这个你的应用场景了就如果你要解决一个问题比如说写一个做一个研究报告那可能 Manus 是更好的一个产品那如果说你要去做一个网站或者说你要有一个平台那可能 Reply 是一个更好的产品

我们在看到这样子 AI 可以帮助我们编程这样子一个非常全能的工具以后包括李珍你刚才也提到就是比如说现在产品经理他自己可以去做一个这样的产品然后给程序员去看然后可以做出怎么样的东西那有

有了这样的工具以后往往就会出现一种讨论就是说 ai 这种编程的工具出来以后会取代更多的程序员更多程序员他们会找不到工作但我记得去年其实 reply agent 出来的时候你接受采访的时候你讲到是你觉得说与其说他是取代更多的程序员不如说

会有更多的创始人会出现你可不可以跟我们讲一下你说这句话的时候你对他的一个期许是什么样子的对其实我现在过了这么长时间可能几个月我依然觉得这句话是正确的 AI agent 或者说 AI 对于编程带来的一个变化是它让一些简单的工作变得触手可及了

那么以前可能我要花很多时间去枯燥的去编程的时间我现在都可以让 AI 帮我解决那么从这个角度来说显然人需要做的事情是变少了的

那么可能因此大家会觉得说 OK 那如果人需要做的事情变少了是不是大家就会失去工作但是从另一个角度来说你能创造的价值是更大的比如说以前可能我在硅谷一年你只能看到假设是就是 1000 家优秀的创业公司那是因为你一家创业公司可能需要招比如 100 个优秀的程序员他这家公司才能把产品做出来

那现在你可能就是说两个刚毕业的斯坦福的学生或者说任何一个学校的两三个学生他就能制造一家优秀的创业公司出来了那硅谷一年优秀的创业公司可能就从 1000 家变成了 10 万家那原来这些

10 万家创业公司的创始人可能都是要去比如去谷歌上班的或者去各种互联网大厂上班的他只是从这个位置变成了一个创始人的位置 VSYS 我们现在也看到确实是这样的就是硅谷最大的孵化器 Y Combinator 它现在也从一年原来是招收两波创业公司的进入他们的孵化现在破天荒的变成了一年招了 4 个 batch

这也是一个他们顺应这个趋势看到的变化就越来越多的人可以去创造价值这个价值不一定是在公司里创造的当然也会有越来越多的公司出来所以我会觉得这其实是一个非常大的技术革命它最后会变成什么样我觉得大家也很难去描述但是我相信的是一定是会给有野心有自己想法的人带来更多的机会的

你觉得我们用 RapLit 这样的工具达到技术平权之后门槛会降低到什么那我想举一个我的例子我身边的例子就是在学校里其实我们出卷子每次都要出 AB 卷

我上个星期的时候遇到这样的一个问题就是我看到老师们在出 AB 卷我想给大家做一个小的工具然后让出 AB 卷这件事情变得很简单当时我们在沟通的时候其他老师跟我说你把题目顺序换一下就可以了

那这个是很容易实现的嘛我很快帮他们实现了这个东西结果呢老师回来告诉我这个是不好用为什么呢因为你把题目顺序换了他答案顺序并不一定换那真正实际上他们想要的是把答案顺序换了这样在考试的时候同学之间就互相抄不到了

后来我才发现说他们其实描述的需求是这个而不是原来跟我讲的要把题目作为乱序所以后来知道了他们的需求之后我又重新的迭代了一版我的产品所以我觉得有一个就是描述自己需求的能力其实并不是每个人都有的那你觉得还有没有什么样的能力在你看来是很重要的我觉得描述自己你刚才说的那个其实是最重要的描述自己需求的能力

到底我们要解决什么问题我觉得这个就是未来最重要的一个能力因为解决问题的能力会由 AI 或者说像我们的公司我们这样的公司我们会去努力让 AI 更好地去解决问题但是到底要解决什么样的问题这个还是得由真正的用户去告诉我们所以这个是最重要的描述是到底要解决什么问题因为我们是没有办法去猜用户到底要解决什么问题的我们只能尽可能地去模拟对 然后还有就是把问题可能

拆解一个问题的能力因为其实大家都知道当一个问题比如过大的时候它可能就很难解决比如说我如果给 Reflation 一个问题说帮我造一家 10 亿美金的创业公司出来那他肯定是解决不了这个问题的对吧他不可能帮我做到这件事情但是我需要把这个问题拆解给他说 OK 那你帮我研究一下

现在什么赛道可能更是有可能能创造一家 11 美金的创业公司那这件事他可能是能解决的但是这个拆解的过程其实是要更好更适合人来做然后我觉得可能就是获取和学习信息的速率吧因为大家也知道现在不管是 AI 还是科技的产品的发展速度真的是非常非常非常快以至于说我们光是接收新的信息就已经很难了

我觉得就是接收信息能够快速的接收新的知识并且把它应用在自己的这个领域里面让它产生价值可能就是在这波 AI 的革命中最重要的一个事情其实不管是对从业者还是非从业者来说我觉得都是一样的慢慢的可能这个能力的就会拉开人与人的挺大的一个差距了因为就是你知道和不知道像一彬知道 replication 那可能他就可以在实际的工作中应用上对他的工作来说是有好处的

但是其实它也就只是一个信息而已这个信息大家都可以知道越多的人知道越多的人就可以从中获利所以实际上我觉得就是一个是你的工作当中要有这种真实存在的痛点然后你可以去真实的去清晰的识别它还有一个就是你自己要去接受这样一些新的工具

其实前几天一斌也给我分享了就是说 Reply 其实现在也跟 Deep Learning AI 有推出课程就像你们你之前说你们一直在做的其实就是一个编程教育要去教更多的人去做这种编程然后让更多人知道你可以用编程做什么样的事情

你可以跟我们分享一下来 Replay 之前它其实就是做编程教育的嘛那之后你们会想要在编程教育这件事情上面还有什么更多的突破吗对这是个很有意思的话题其实这我们前天吧就是两天之前刚刚发布的就是跟吴恩达老师在 Deep Learning 到 AI 上面发的叫 Vibe Coding 101 的课程 Using Replay Agent 那 Vibe Coding 是什么意思呢就是氛围编程

这是也是最近很火的一个词叫氛围编程那什么叫氛围编程呢就是你实际上没有在编程你就是让 Aiden 去编程然后你就感受一下这个这个氛围就是你看一下他编出来这个东西怎么样然后

你告诉他这个好与不好你觉得我不喜欢这就是氛围不好实际上你并不编程但是就是你编程的时候感受这个 vib 所以就叫氛围编程其实最近对那门课其实非常的好我们现在应该已经有好几十万的学生上了这门课大家反馈都非常好如果大家有兴趣的话我强烈建议大家去看一下可以了解一下如何去利用 agent 因为毕竟吴文达老师在教育这个上面是非常领先的 AI 教育家

然后关于变成教育其实最近在硅谷的有一个很大的讨论也是我们引起的就是我们的 CEO 他说了一句话说我认为未来人未来大家可能不需要学变成了那这句话引起了非常大的一个讨论因为他就像我刚才说了他自己其实花了五六年的时间

制作了 reflit 和各种各样的产品教大家去编程它是如果大家可能知道的话有一个很老的编程教育公司叫 codeacademy 然后那个是一个很大的编程教育公司我们的 CEO 是那家公司的第一个工程师所以

所以他基本上整个职业生涯就是在教别人编程然后他现在突然说可能他觉得大家不需要学编程所以引起了很大的讨论我觉得编程教育不可能完全不存在但是确实大家并不需要去学的像我当时自己在大学时候学的那么的细节了就是说你的代码你必须要这儿必须加一个分号那儿必须加个换行这种细节 AI 都知道 AI 一定写的比大部分人好至少他写的比我好但是

但是我觉得编程思维还是有价值的就是说编程思维本质上是怎么去拆解问题理解问题然后怎么把这个问题模块化那这些思维还是有价值的但是我觉得编程教育会发生一个非常大的变化就是说可能绝大多数人并不需要真正的去学那么多细节但是所有的人我觉得都应该去学这个编程的思维

那这个又回到当年乔布斯说的对吧就大家都应该学习如何像 coding 一样去思考对我觉得乔布斯说的其实就是总结了这个就是大家可能不用学细节但是思维还是要学你觉得就你自己而言就是学了那么多年编程之后自己的生活里或者是在别的领域有没有什么思维方面的变化或者说编程给你带来什么样的变化最大的一个变化是

对于做事情的一个这个时间和精确度的把控吧因为编程是个很特殊的事情它跟数学有点像它一就是一零就是零它对就是不对不对就是不对它没有什么回旋的空间这个对我的变化就是我在比如说创业啊或者说我在工作的时候很多时候你就是要认清楚现实那就是不要去跟现实去做很多的去欺骗自己吧就是说你这件事做的对它就是对它如果说你决策做错了那你就要

勇敢的去认识到你自己做错了并且去往下走相当于对你的内心是一种让你内心更坚韧了可以这么说回应刚才你讲的这个跟吴文达老师一起推出的这个课的名字叫 Vibe Coding 我觉得非常有趣的是当我在小红书上搜索 Reply Agent 的时候然后有一个高赞的评论他就说

然后大家就用这个 agent 拿着自己做的记账本番茄中在小红书上配文我用什么什么什么不到半小时独立开发了一个 app

所以我觉得非常有趣就现在大家真的就是很多时候都是在体验这种 vibe 就觉得说我也可以去编程我也可以做出来一个东西用自己的这个看起来好像是用自己的能力但是其实我们在借助这个 agent 这是一个现在非常有趣的一个现象说明大家其实是很想要去接触这个东西的但是又好像并没有觉得说我有非常必要去学所有的细节对

我觉得这是一个好事其实它就应该是这样因为大家都是创造者大家都有自己的 idea 它应该被实现只是说以前大家都说缺一个程序员现在不缺了程序员已经来了其实你刚才也有讲到比如说

AI 现在的发展对于硅谷的一些公司他们在招人策略上的一些改变那我们其实讲到就业的情况我们就会回到一些学科的选择上面像比如说我们刚才跟你提到我们的听众其实大部分都是一些文科生或者说教师行业里面其实有很多都是女生那么其实在刻板印象里面大家会觉得女生好像学编程的不是很多

然后好像学编程的可能是男生比较多一点那包括呢刻板印象还有就是说文科生我们可能就是在 AI 的这个时代浪潮里面好像就很容易被落下其实我们也想听一下你对于文科理科在 AI 这个时代里面他们可能会遇到什么样的冲击和机会有什么样自己的理解因为我其实也想分享一下我前几天 T

几位比较有名的文科界的老师像刘晴老师毛尖老师他们的这个播客啊就他们作为文科界的大牛他们是觉得说大部分的理科专业其实是可以被 AI 取代的而文科会在这个时候展现出它真正的价值

这是他们的一个结论我们特别想听一下你在这个 AI 时代里面在这个行业深耕多年你是什么样的理解我觉得首先 AI 它的现在的一个很大的做的一件事情是平权文科生拥有了制造产品写代码的能力那显然是一件好事情至少说就是文科生他不需要去学编程了这个我们有就是看到很多很神奇的这个 idea 比如说这个用 agent 写

写一些小说平台也好然后电影的这种编剧平台也好这些其实都是我们看到文科生或者说非理科专业的同学们做出来的所以我觉得总体来说这个的

对于大家来说是更好的一个是机会对于大家来说不需要掌握那么多复杂的编程知识也好数学知识也好那你就可以把你自己的想法转成现实这是这个时代给我们带来的一个巨大的福利这个是在历史上从来没有过的一件事情我觉得对于

女生而言也是一种平权当然我觉得这种刻板印象其实它不一定成立我们在硅谷也看到非常多优秀的女性工程师和女性创业者包括我们看到皮卡的 Demi 郭然后包括 AMD 的 CEO 她也是都是女性我自己也认识很多特别优秀的女性工程师我觉得其实在这个上面我

我不觉得有特别大的区别你刚刚说的那几位老师说的是非常对的我现在肯定或者说就是硅谷的工程师肯定更担心自己的工作被取代因为他们眼睁睁的已经看到 AI 做的比他好了这肯定是一个更危险的一个状况对同时我也一定程度上同意说文科的创造的部分没有那么容易的还没有那么完全的被取代虽然大家看到一些苗头对吧 DeepSeek 写这个小说写得非常好可能深沉的图

就是 GBT-4 前两天生成这个图像画一些图然后包括电影的生成也在慢慢的变好大家能看到一个苗头但确实现在是编程这块是被取代的更加严重的但我觉得未来来说也不要太乐观因为我觉得 AI 你现在的发展速度吞噬剩下的事情只是时间的问题而且这时间不会很长突然就不知道听起来有点可怕

那你说其实程序员他们可能更加恐惧更加害怕因为眼睁睁地看着工作即将被替代那他们在恐惧之余有给自己想过未来的发展路径吗可能的一些路径假设真的被取代了对就像我说的其实已经有很大一批程序员他们要么看的在往 AI 方向转

就是成为制造 AI 的 AI 工程师或者他们会成为自己的创业者去利用 AI 去开发新的产品或者他们在日常工作中去用 AI 帮他们自己写代码让他们自己成为更好的程序员其实大家都在顺应这个变化当然这个可能就是说也是进行了一个筛选虽然很残酷你越能顺应这个变化的程序员肯定是越能在这波里面

生存下来或者说栽到更好的位置这其实是一个洗牌的一个过程对就结合你刚刚说的就是比如说大家创业那现在 AI 编程能够帮助我们做自己的 AI 的产品那从做一个产品到后面赚钱其实中间有个过程那你之前也创业过能不能分享一下就是我做出了一个产品我怎么样能够让他帮我赚到钱对其实做出一个产品到赚到钱中间的这个部分

它缺的第一你需要把产品发布那你不能光做一个说我在我自己电脑上能用那你肯定是赚不到钱的那你需要发布那发布这件事情其实我们 Reply Agent 自己能做就是你可以发布到一个网站上然后大家可以去你的网站上去用也可以发布成一个手机的 APP 发布完了之后下一步就是你要绑一个付费机制就是说用户怎么给你钱

其实这是比较创业的话题了你有很多种付费方式你可以把你的产品作为一个打包卖给别人卖个几千美金这个我们是看到过的别人就觉得你这个产品很好很符合他们的需求他就把它买了第二种就是你自己在产品里面绑个付费机制比如说开个会员 10 块钱一个月然后你开了会员之后你可以听更高级的 podcast 比如说你做个 podcast 的平台

这样的话你的产品上的付费的逻辑就成立了剩下最后一步就是推广推广可能是比如去发小公司或者说推广告然后怎么也好其实这就走完了它是一个

很简单的路径其实没有大家想的那么复杂但是这中间有每一个步骤其实又很能做的很复杂比如说这个定价模式怎么做怎么去说服用户去给你的产品付钱其实最难的部分还是说说服用户给你的产品付钱因为我们大家都知道想让别人给你的产品付钱是很难的

你的产品要让别人愿意付钱你的产品一定要能解决一个他别人的问题明显是一个足够痛的问题那这个足够痛的问题他还没有更好的解决方案他才会为你的产品付钱比如说你今天造一个微信肯定没有人关心你因为大家都用你你有微信了你造一个微信 2.0Nobody cares 所以

所以其实这部分是最难的一旦你发现了解决了这个部分问题你造出了一个产品大家确实喜欢又愿意付钱那么剩下的部分都是很好解决的甚至可能在未来我们 agent 自动能帮你解决它能自动大家可以想象一下你给 agent 一个 idea 他把产品造出来

然后他自己去投放广告各个平台都试一下找各个网红推广然后对比一下看一下结果最后选择一个最好的推广途径然后帮你推出去他自动就开始赚钱了这些都是技术上可以实现的但是最难的就是说找到一个正确的方向去让这个产品确实有价值

我看到一些网站上有一些人他们分享他们用不同的这种 AI agent 他们去制作自己的程序或者说可以付费的网站或者产品的时候他们其实有提到如果要做出一个更加精细的包括最后要付费的产品他们会在最后借助 cursor 去用一些比如说比较嗯

精细的指令因为他们都是比较有相应的基础的嘛所以我是想问就是比如说如果这个小白他在我们作为小白用户他在使用 replicate agent 的时候他发现自己就是没有办法改进某一个地方然后又没有

这方面的基础的话那你们有没有什么帮助的这个措施有两个措施第一个是在我们 V2 发布之后其实前面说的借助 Cursor 完成最后一部分的事情的这件事已经不太存在了

因为说实话我觉得 Replead Agent 在这件事上已经比 Cursor 更强了然后第二个的话我们其实一直知道就是 AI 是不可能解决所有问题的其实它能解决 99%的问题剩下 1%的问题也解决不了所以我们其实在 Replead 上有一个平台叫做 Bounties 也就是赏金平台

比如你有一个问题解决不了你可以在上面挂一个悬赏令说我这个有个问题我悬赏五毛钱看有没有人帮我解决我们悬赏之后可以有真人来解决也可以有 AI 去解决然后如果有人设计了一个更好的 agent 去解决这个问题当然我们也欢迎我相信最后这部分问题是一定存在的我的答案是这个应该是由人或者更好的不一样的 agent 来解决这个问题

我想讨论一个可能不在大纲上但是我自己感受到的一种现象就是因为我们在使用 AI 的过程当中有一种感觉就是我们不仅在使用 AI 其实 AI 也在影响我们大家都会说未来是可能会使用 AI 的人要比不会使用 AI 的人更好但是

现实中我看到其实比如说像在学生写作文的过程当中他当然可以使用 AI 来指导他的文章但是慢慢的就感觉所有的学生写的文章越来越想 AI 所以你就感觉大家好像都变成了一个低配版的 AI 有这种感觉就好像我是一个 7B 模型

对吧所以这个问题是如何在跟 AI 的交互的过程中比如说你是怎么使用的然后能够保持自己的这种活人感吧

不知道我表达的对不对我也想分享一下就是我我觉得就是现在非常清晰的一个情况就是说很多时候他们呈现出来的一些东西你一看你就知道是 AI 写的比如说 AI 它有一个非常明显的特征就是它会写一段非常长的话然后很多时候就是看

看起来好像非常认真但是其中传达出来的东西很有限就他的那个文本逻辑到最后你根本就看不进去他的活人感是非常少的然后因为看多了这种 AI 生成的东西我们马上就能一眼鉴别出来特别说像我在做招生的时候可能我需要去处理很多的申请文书啊什么的这个情况也非常的多见对对我觉得这个确实是有的时候呃

我经常会让 AI 帮我润色一些东西比如发了推特或者说邮件然后润色完了之后感觉就失去了活人感于是我最后还是发了我最开始写的版本虽然我那个版本可能还有点语病但是我还更喜欢我自己写的

所以我确实觉得这个问题存在因为从我们角度作为一个 AI 研究员的角度来说另一个很可怕的问题是现在的整个互联网正在被 AI 生成的数据污染我不知道大家没有看过比如说大家说中文互联网已经被 Deep-seek 的数据污染了这样的一些标题事实上这个问题是存在的因为 AI 现在的数据都是来自于互联网的如果说你

把 AI 生成的东西又拿回来当训练数据的话 AI 就没有办法越来越好了你只会越来越差所以这也是一个挺严重的问题我觉得但是那个角度来说其实我觉得大家也是能分辨的所以现在还不算一个太严重的问题

包括很多时候好像 AI 它你借助 AI 去搜索一些数据一些案例比如说我像我之前听到的一些历史学生他们去搜索一些史实或者说律师去搜索一些律师的案例然后 AI 虽然给它生成了很多但是其实如果你人工进行查证的话你会发现很多都是它杜撰的

然后我觉得对于普通人来说这个就很难去甄别因为我们就特别相信 ai 了现在可能会你会觉得说我有一个什么问题我我们现在大家的一个

惯用的想法就是我去问一下 DeepSeek 可是它生成出来的东西你也不知道它是不是真的假的那么面对这么多的这种 AI 工具然后它又不停地在迭代我们普通人到底要怎么样去甄别这些信息去选择一个很好的工具呢这个问题我们叫 hallucination 就是说幻觉就是所有的大圆模型它一定都有幻觉因为它也不知道不会去验证自己在说什么

就像我们自己说出来的话其实也是基于我们自己大脑里面的理解也许我们自己是错的但是我们自己觉得自己是对的所以这个也是一样的道理那么有一些 AI 工具是会告诉你这些内容的出处的比如说 AI 搜索

AI 搜索的时候不管是国外是 Perplexity 和 Google 了我国内可能是豆包或者说百度然后 AI 搜索的时候它会说一堆东西然后每一个具体的点它会给你一个引用就是像参考文献一样会引用在下面像这种它会比较的有理有据去告诉你一些信息这个可能是目前最好的真实信息的来源因为大家 DeepSeek 当然也有搜索我觉得 DeepSeek 的搜索可能也是

加上了那个引用的对但是如果你直接问大模型的话我觉得有一个误区其实之前有很多人问过我就是说直接问大模型一个问题他如果没有开那个搜索的话他是不会去网上去搜的他所有的信息都来自于他的记忆所以那个信息他是自己不会去做真实性考证的那个只是他从记忆里面去翻出来的一些东西那他可能会记错对吧就是他即使很聪明他可能 100 次里面有一次是记错的那他也会记错

所以我会就是说搜索是更好的一个选项因为搜索在很多工程师做了这种验证然后把这个信息给标在下面那他 AI 的模型就会更低概率的出问题因为他总结的时候是看着那个正确的信息去总结的就是说他要有那个搜索验证的一个出出来源标识其实这个也可以去跟 AI 去讲这个其实是要开就是要开那个搜索功能你光跟 AI 说我要去标识一下它

那个标识甚至可能都是错的都是错的那个链接你是点有时候是点不开的所以一定要用这个在搜索的 AI 我就感觉这个时代让父母可能更加无所适从各种 AI 的工具啊生成的文本包括生成的视频非常可怕是的是的是的洛杉矶那边有一个 AI 电影的一个比赛就是他召集了很多好莱坞的人然后一些专门用 AI 做视频的这个创作者

办了一个比赛说大家一起用 AI 去纯用 AI 创作一个电影看谁创作的好虽然说最后可能大家最多创作出来的也就 10 分钟 15 分钟最长的但是如果你去看比赛的结果比赛的 project odyssey 去看结果你会还是会发现是很震惊的纯 AI 设计的电影它可以到一个非常好的程度

这个还是去年可能明年的话也许大家就不知道自己看的这个电影它到底是不是人拍的了这个也是很可怕的一件事情对你刚刚说了对电影行业的影响那就是在身处科技最前沿的硅谷你有没有目睹对其他行业 AI 的影响 AI 对其他行业的影响

我觉得其实 AI 对所有行业都是在潜移默化的产生影响只是可能大家只了解自己的行业但是如果大家去观察的话 ChatGPT 刚出来的时候大家会觉得说 OKAI 可以解决很多问题所以大家都用 ChatGPT

但是慢慢的它的解决问题就被分化到了各行各业的自己的产品就是说比如说程序员今天写代码我就不会像当时我一样我用拆 GPT 了我可能我用 cursor 写代码对吧我可能用 replication 做原型对于别的行业比如说律师行业我们知道有家公司叫 HarveyHarvey AI 就是专门给律师行业去生成律师的他们写的那些

那些那些呃文件我我也不知道律师写的是什么但是就是他们他们据说已经是渗透进了美国呃很大一部分的这个呃就知名的律所了然后并且在不断的增长我听他们说就是他们已经跟他们签合同的律所现在就是不停的要更多的 sits 就是更多的人去用他们的产品因为确实他们就是专门给律师定制的那就是比差这个地好用啊

所以律师有很多的导师然后像我说的比如说电影行业或者说图像创作领域有非常多的 AI 的应用了因为 AI 生成图也很强就是说大家可以去拿图就是生成的图去当脑豹的一个

讨论的时候用就跟这个产品经理拿这个 Ui 拿这个产品去跟程序员讨论一样这个导演可能拿这张图去跟美术讨论说你给我画成这样还有的话影视行业的我了解多一点影视行业比如说像奈飞就 NetflixNetflix 其实大家之前去年大家知道 Netflix 有长段时间有很多演员在罢工那他们为什么罢工呢是因为 AI 取代了他们的工作那是怎么取代的呢

就是有一些演员他专门做那种拍电影的嘴屁拍电影的时候或者说拍剧的时候你是拍的是那个知名的演员那个知名演员可能他嘴他是对不到台词的或者他念的他不是那个台词这个时候就需要有人去专门去念那个台词然后把那个嘴再跟那个演员本人去做一个合并那专门有人去做这个他是专门做嘴屁的就专门去拍那个嘴的

但是在一个时间点的时候突然 AI 可以去做嘴的生成了他就可以把演员的嘴直接替换成正确的在念台词的样子了那就不需要这个嘴替了然后这个嘴替就发现自己没有工作了就开始抗议开始游行把那个

Netflix 的总部给围起来不让人进还有一个很重要的我觉得可能就是医药行业医药行业正在用 AI 就是大规模的去研制药品就是去加快试药的速度以及去告诉你什么是更值得试的下一个药所以这个其实是我很期待的一件事情就是它也许可以真的解决很多我们之前解决不了的问题包括癌症包括甚至长生不老这也是真的只有可能实现的就是

其实已经覆盖到了非常多重要的行业包括其实教育行业但我觉得教育行业还一直都是在探索因为我们发现比如说刚才我们讲到的活人感包括学生他们过于依赖 AI 我觉得是很多的讨论在教育行业发生对我觉得其实 AI 是一个特别适合教育行业的事情就像我刚才说的就是它让教育这件事情变得更加的容易去解释一件事情

因为第一你获取试信息的渠道变多了你获取信息变得更廉价了第二你也许可以有很多这种定制化的教育的机会因为以前你是不可能一个人专门定一个老师的但是现在也许你可以比如说造一个老师的分身然后让这个老师的分身去盯着这个对现在的学生真的很幸福我觉得他们获得信息的渠道实在是太多了差不多最后一个问题你对

小白或者零基础的人提一个学 AI 的建议的话你会建议他们怎么去做我的建议是少看多做就是因为你看别人说比如说公众号什么它的标题都会起在这个骇人听闻对吧什么又颠覆世界了然后又怎么定义一切了就很大程度上其实你刚看这些是没有什么

意义的其实更多的时候你要上手去去操作那不管说比如你有一个 idea 你可能这个 idea 只是一个贪吃者对吧那你丢给 reply agent 去做一下你看了它出来的效果它会对你的认知有一个很大的一个一个改变就比你看无数公众号它都要强其实这个也是我觉得编程思维的一种吧就是你得上手操作你才会有更更强的一个感知包括像这个 AI 出图它能出到什么程度然后

它能怎么去在真实生活中帮助到你很大程度上你要先去有一个上手体验的感觉你才能继续帮助你的你继续往下思考说那我能做到一个贪吃蛇了那我是不是能做到一个帮我改这个改 A B 卷的一个产品呢那也许只有你先到了第一步你才能去想到第二步不可能是一下子跨越的一个过程所以对我觉得我会给的最大的一个建议

我觉得是非常好的建议而且大家可能没有在因为我们是音频节目可能看不到李珍本人的样子我觉得是非常有激情然后感觉非常有行动力的对跟 Reply Agent 本身非常类似就是你跟他说一声他马上就给你做出来真的是一个很快捷的一个工具非常建议大家都去试一下

We're sunsetting PodQuest on 2025-07-28. Thank you for your support!

Export Podcast Subscriptions