Skip to content
PodSubs
ShowsPeopleGuestsJobsNewsEvents
More
BlogPodCred
Menu
ShowsPeopleGuestsJobsNewsEventsBlogPodCredNetworksSign in
Join nowSign in
  • Shows
  • People
  • Jobs
  • News
  • More
    • Guests
    • Events
    • Blog
    • PodCred
    • Networks
    Join nowSign in

硅谷101

硅谷101 artwork

E201|OpenAI挑战通用型AI Agent,聊聊Agent的底层架构、AGI转折点与RL人才分布

Jul 26, 20251 hr 20 minAudio
ShareXLinkedInFacebookWhatsAppEmail

美国时间7月17日,OpenAI终于迎来了它的“Agent时刻” - - 通用型ChatGPT Agent正式发布。它整合了深度研究工具Deep Research与执行工具Operator,可一站式完成复杂任务,但仍存在速度慢、个性化不足等短板。 ChatGPT Agent的技术本质是“浏览器+沙盒”的混合架构,与Manus、Genspark形成技术路线差异。在底层架构层面,浏览器(Browser-based)代理虽堪称“万能”,但运行速度较慢;沙盒(Sandbox)代理高效,但无法联网操作、工具库受限;而工作流集成(Workflow API)速度快、结果精准。在训练方法层面,强化学习(RL)被视为AGI从“执行者”向“创新者”跨越的重要路径,但当前面临的验证泛化与训练不稳定难题,如同两道枷锁锁住了这扇进阶之门。 强化学习能否成为通用AI爆发的关键引擎?AGI实现技术跃迁的分水岭究竟在哪?在把Agent产品化和商业化的道路上,又如何平衡模型能力与用户体验?本期《硅谷101》,主播泓君对话Pokee.ai创始人朱哲清,多维度测评ChatGPT Agent使用体验,并深入拆解Agent的四大底层设计逻辑、探讨强化学习的训练路径,以及我们迎接“超级智能时刻”所面临的技术挑战。 【主播】 泓君Jane,硅谷101创始人,播客主理人 【嘉宾】 朱哲清,Pokee.ai创始人,前MetaAI应用强化学习团队负责人,斯坦福强化学习博士(X:@ZheqingZhu) 【101 Weekly新节目预告】 硅谷101上线了一版更加轻量级的音视频节目「101Weekly」,每周由我们的三位主播复盘三个商业热点事件,每期10分钟左右,并请来行业专家来一手分析解读,希望这每周的30分钟,帮助大家轻松了解一周新闻大事件,点击收听。 音频版:Fireside|小宇宙|苹果播客|Spotify 视频版:BiliBIli|Youtube|视频号|抖音 【你将听到】 ChatGPT Agent首发体验与技术拆解 00:21 拆解AI Agent技术路径:什么是“聪明机器的大脑”? 02:12 ChatGPT Agent一手实测:浏览器操作如超人 VS 速度慢如蜗牛 04:26 视觉能力加持:Action体验有提升,但仍需等待 05:45 旅行规划场景:支付环节仍需人类介入,信任门槛尚未跨越 08:11 “全部推翻重来”:缺乏个性化机制、记不住反馈细节 10:07 ChatGPT Agent“打通搜索与执行”的本质:Deep Research + Operator的“拼贴工程” 通用型Agent技术路径对比 12:31 通用Agent技术类比:Operator最早专注Browser操作,如今叠加Sandbox后,在通用Agent里表现最强 14:52 四大技术方向优劣势对比: 15:40 浏览器为主:通用性强,但速度慢、体验差、成本高 17:21 开放虚拟机:本地运行快,但访问互联网等外部服务不易 17:37 大模型+虚拟机:GensPark模式,相对环节更封闭 18:46 Workflow+工具集成:Pokee模式,交付好但不是所有任务都能做 20:23 Manus模式:Browser-based,Sandbox强,全能但慢 22:28 Genspark模式:标化工作流,牺牲通用性换取速度与稳定性 23:41 Pokee模式:速度快成本低,但范围受限 26:52 B端客户还是C端客户,适用场景与底层技术逻辑完全不同 29:36 Agent将重塑互联网入口,传统门户流量将大幅下滑 32:03 MCP无人维护:2万个协议中,真正可用的不到200个 33:47 Agent时代的广告逻辑大变:反而更有利于创作者? 强化学习与AGI的五个层次 38:52 强化学习适用场景:目标明确、机制清晰但数据稀缺 41:50 新兴路径:强化学习预训练(RL Pretraining) 44:40 一个非共识:验证(Verification)方向的泛化性,可能产出人类所不拥有的知识 46:51 AGI五级路径中,“执行者”(L3) 与“创新者”(L4) 间存在巨大技术鸿沟,核心在于验证能力 50:37 强化学习预训练的致命弱点:给出的解决方案可能“人类都看不懂” 52:43 强化学习(RLHF) Vs 监督学习微调(SFT):效果×2,但成本×10 Meta收购ScaleAI背后的逻辑 54:08 Meta收购Scale:多模态数据仍然是瓶颈 56:46 多模态数据的最大挑战:数据复杂 + 维度多 → 主观标准难统一 57:59 AI的核心问题:短期算力,中期数据,长期人才 59:10 如何让Agent调用更好用?自研模型 01:03:33 平衡模型能力与用户体验:模型能力决定下限,产品细节决定上限 强化学习的人才大本营 01:05:42 RL奠基人、2024年图灵奖得主Richard Sutton:想法极具前瞻性,且坚持原则 01:07:47 模型可塑性挑战:AI的“灾难性遗忘”亟待解决 01:09:56 奖励函数设计难:强化学习中如何设定“道德且有效”的多目标激励 01:11:47 RL核心研究圈:学术界与业界均高度集中 学术界:OpenAI早期团队,Peter Abbeel, Sergey Levine, Richard Sutton 业界:以David Silver为代表的DeepMind员工、以John Langford为代表的微软员工等 01:12:50 从AlphaGo开始,伦敦成为强化学习研究的重要中心 01:15:28 如何像投资人销售过于超前的想法:只说一个非共识 01:16:58 市场正在分化,技术路径选择是创业公司活下来的核心 【节目中提到的AI Agent】 OpenAI相关: ChatGPT Agent|Operator|Deep Research 其他: Manus|Genspark|Perplexity|Claude Agent|Fellou|Flowise|Zapier|UIPath|Replicate 【节目提到的相关术语】 MCP / Model Context Protocol(模型上下文协议) A2A(Agent-to-Agent Protocol) SDK(软件开发工具包) API(应用程序接口) Vision Model Browser-based Agent Sandbox(沙盒环境) Virtual Machine (VM) Token Consumption(Token消耗) Tool Calling:调用第三方工具或API完成任务 Workflow-based Agent Reinforcement Learning / RL(强化学习) RL Fine-tuning / RLFT(强化学习微调) RL Pre-training(强化学习预训练) Verification(验证机制) Ground Truth(基准真值) Hallucination(幻觉) Human Feedback(人类反馈) Supervised Fine-tuning / SFT (监督式微调) Human Readability(可读性) Catastrophic Forgetting(灾难性遗忘) Benchmark Score(基准分数) ICML(International Conference on Machine Learning):机器学习顶级学术会议 【相关节目】 E200|投资人视角深聊:AI Agent的核心壁垒与投资逻辑 E195|从工具到伙伴:七位AI Agent深度使用者的思考 E191|小而美的机会来了,聊聊这轮AI Agent进化新范式 【监制】 泓君 【后期】 AMEI 【Shownotes】 陈思扬 【运营】 王梓沁 【BGM】 Simple Pleasantries - Arthur Benson Anticipating a New Day - Stationary Sign 【在这里找到我们】 公众号:硅谷101 收听渠道:Apple Podcast|Spotify|小宇宙|喜马拉雅|蜻蜓FM|荔枝FM|网易云音乐|QQ音乐 其他平台:YouTube|Bilibili 搜索「硅谷101播客」 联系我们:podcast@sv101.net Special Guest: 朱哲清.

Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.

Hosts and Guests

Hosts

  • 泓君Jane Host Feed-stated

Guests

  • 朱哲清 Guest Feed-stated

Credit the people on this episode

Be the first to rate this episode

More episodes

All episodes
  1. E258|聊聊硅谷创业“修道院”HF0与OpenRouter早期故事

    Nov 9, 202654 minAudio

    HF0正在成为硅谷最难进入的“孵化器”,在旧金山的核心地带,有一栋建于1904年的大主教府邸,如今它是驻地创业加速项目HF0(Hacker Fellowship Zero)的驻扎地。HF0由Dave Fontenot创立,每年只开3期,每期只招收10个团队。入选的创业者会在这里共同度过12周封闭生活。大宅提供全包式生活服务,力图消除一切外在琐事和干扰,让创业者心无旁骛地专注于产品。...

    Credit the people on this episode

  2. E257|对话Vitalik:AI安全背后的哲学思想,有效利他主义如何影响硅谷?

    Oct 28, 20261 hr 53 minAudio

    怎样用有限的钱帮助更多人?有效利他主义(Effective Altruism,简称“EA”),就是从这个朴素的问题出发,推动人们比较不同慈善项目的效果,从捐赠蚊帐、预防疟疾,到后来投入数亿美元研究AI安全。...

    Credit the people on this episode

  3. E256|Agent、机器人与制药,谁先被GPT-6 Astra改写?

    Oct 19, 20261 hr 20 minAudio

    回顾9月,AI圈的重磅新闻一个接一个。 先是OpenAI发布GPT-6 Astra,总裁格雷格·布罗克曼在发布会上宣布:AGI已经到来。 这场发布对机器人行业的冲击,来得有些意外,一个发布会报告里只字未提机器人的通用模型,转身就空降了机器人评测榜首,甚至让很多机器人的Benchmark都失效了。有人开玩笑说:机器人领域等了这么多年的“GPT时刻”,居然是GPT自己。 同样在这个月里:Meta Muse冲上美国App...

    Credit the people on this episode

  4. E255|模型越来越强,为什么用户没感觉?再访阿里国际站总裁张阔

    Oct 8, 202646 minAudio

    模型在榜单上越来越强,为什么真正把工作交给AI,还是需要人反复解释、检查和兜底? 半年前,我们与阿里国际站总裁张阔聊了Accio Work,以及Agent如何参与采购和日常经营。半年后,我们再次请到他,聊聊这半年来商家使用Accio Work的真实案例,试图回答这个问题:模型能力的提升,究竟有多少变成了商家工作里的进步?...

    Credit the people on this episode

  5. E254|超级厄尔尼诺来了,我们的日常所需真会因它涨价吗?

    Sep 29, 20261 hr 2 minAudio

    这个夏天,来自全球各地的多个气象机构都拉响了同一个警报,一场史无前例的超级厄尔尼诺正在上演。 来自摩根大通的经济学家预计,全球的食品通胀将在2027年的上半年上升到5%,明显高于今年同期的2.8% 。这其中有来自霍尔木兹海峡封锁和黑海冲突的因素,也部分归因于我们正身处的这场、50年来颇为罕见的超级厄尔尼诺。...

    Credit the people on this episode