个人助理的竞争短期看模型,中长期拼的是供给和安全信任
蔡伟判断模型能力早晚会进入稳态、各家大差不差,届时真正拉开差距的是谁手握更多线下供给、谁的安全合规做得足够深。
原视频在 YouTube 上放不出来,用音频听:
核心论点 · 点时间戳可跳到原声
开源爆款验证长程任务拐点
蔡伟说今年春节期间,一款开源智能体项目(逐字稿中称 Open Cloud)走红,虽然普通用户安装调试要花两三个小时,体验很极客,但它证明了模型的长程任务能力已经跨过一个阈值——配好人设和skill后能自动串联执行大量任务。这个信号让各家几乎同时从春节后开始立项做Personal Agent。另一条隐藏主线是安全隐私合规:Muse也在这方面花了相当长时间,因为PA要真正有用,用户必须愿意把context交出来,信任是前置条件而不是加分项。
— 蔡伟Muse推送像微信,不像营销短信
蔡伟认为几家PA产品在功能列表上看起来差不多,但体验差距主要在边界感上。他观察到Muse推送的每一条消息都经过精心筛选,信息增益足够高,用户会形成『这条消息值得点开』的正循环;如果每天固定发早报夜报但信息含量不高,用户下次就会把它当成营销短信直接忽略。这也解释了为什么PA类产品的留存普遍更高——push不再是促活手段,而是真实世界的反馈。
— 蔡伟三代产品对应十万亿级服务业
蔡伟把大模型解锁的三代产品直接映射到市场规模:Chatbot解决信息获取问题,对应信息行业,千亿级别;Manus、Claude Code这类完成任务的coding agent颠覆软件行业,万亿级别;Personal Agent指向服务业重构——营养师、减重师、家教这些现在由真人做的服务,十万亿级别。他强调这种估算逻辑是看这件事现在由其他方式解决、那个市场现在有多大,模型能解决的问题层级和市场体量是一脉相承的。
— 蔡伟PA是供给重构,不是场景迁移
蔡伟区分了两类创新:移动互联网的变化本质是场景侧/需求侧的——手机解锁了定位能力,用户发现原来干不了的事现在能干了;而这一波大模型带来的PA变化,本质是供给侧的重构——模型能现写答案、能把散落在各处的服务重新组合成全新体验。他认为这个区分很关键,因为O2O那十年把线下供给搬到线上,恰恰是在为今天的PA打地基,让agent能够直接access这些已经线上化的供给。
— 蔡伟KPI化的目标必然走形
蔡伟的产品管理理念是:一旦把一个方向压缩成一个具体指标(比如500万DAU、40%留存),就必然丢失大量高维信息,团队会本能地选最容易达成指标的路径,而最容易的路径往往不是最正确的路径。他更倾向于把产品主张和价值讲清楚,让团队理解那个『最高位的内核』,这样外部环境变化时可以调整打法,而不必纠结之前按旧目标做的工作算不算数——尤其在大公司,年底还要考核绩效,频繁换KPI会让所有人confuse。
— 蔡伟十步错一步,等于全白做
蔡伟用一个数学直觉解释为什么PA体验还远没到位:哪怕把单步长程任务准确率从70%提到90%,一旦一个任务要拆成十步,任何一步出错整体就错,最终成功率是所有错误率连乘后再用1减去的结果——哪怕每步只有3%的错误率,十步乘下来,整体成功率也只剩六七成。这也是为什么『能调用工具』和『调用好工具、让用户满意』之间有很大鸿沟,打榜模型只关心前者。
— 蔡伟智能迟早拉平,安全供给才是长期护城河
蔡伟把PA的竞争壁垒按时间尺度拆开:短期看智能,因为模型能力还在快速分化;但他判断智能迟早会像iPhone4之后的智能手机行业一样进入稳态——各家底层基础模型能力大差不差,届时真正拉开差距的会变成供给和安全可信。他认为这不是一个会无限拖延的假设,而是行业发展的客观规律,只是现在还看不到短期内会发生。
— 蔡伟PA拼生产力替代,不拼流量通道费
蔡伟提出PA有两种商业模式:一种是生产力逻辑,衡量AI助理创造的价值是否高于养它的成本,比如若助理每月创造100元价值、成本只要10元,用户没有理由不用,这更接近『雇钟点工』的替代逻辑;另一种是互联网式的流量通道/过路费逻辑,依赖中心化流量聚集才成立。他判断如果未来PA生态比较分散,前一种逻辑更可能成立,因为它不依赖赢家通吃的平台效应,只需要单点价值足够高。
— 蔡伟原话 · 已逐字校验
我可能就会觉得我就会当成一条营销的短信 而不会当成一个真正的一条信息 但比如说Muse给你发消息 他可能感觉就像微信一个消息 微信谈的扑式 大家是没有人会把它当成一个营销短信的
我会觉得那是一条营销短信,而不是真正的信息。但Muse给你发消息,感觉就像微信的一条消息,没有人会把微信的消息当成营销短信。
蔡伟37:31
PA的体验的变化 还是由模型能力的变化带来的 所以它本质上是一个供给侧的变化 所以不管是PA还是说前面讲的这个任务的完成 还是像这个Chatbot 它的本质其实是一个智能的供给重构
PA的体验变化是由模型能力变化带来的,所以它本质上是一个供给侧的变化。不管是PA、前面说的任务完成,还是Chatbot,本质都是智能的供给重构。
蔡伟49:38
我一直相信的一个 理念是 我觉得方向比目标更重要 不是说目标不重要 而是当我们讨论一个目标 我们通常喜欢把它具象化
我一直相信的一个理念是:方向比目标更重要。不是说目标不重要,而是当我们讨论一个目标时,通常喜欢把它具象化。
蔡伟1:19:55
但你如果一个十步的事情 你每错一步就是错 所以你最后的成功率是所有的错误率乘起来 再用一减去那个数 所以他其实错误率会非常高 你每一步哪怕只有3%的错误率 然后你多乘下几个 你最后整体的成功率只有6-70%
如果一件事要做十步,每错一步就是错,最后的成功率是所有错误率连乘后再用1减去那个数,所以错误率其实会非常高。哪怕每一步只有3%的错误率,乘下来几个,最后整体成功率只有60%到70%。
蔡伟1:57:19
你在没有完成的情况下 你就是行百里者半九十 你没有完成 就是你不管之前你完成了多少步 你最后其实都是没有完成的
如果没有完成,你就是行百里者半九十——没完成就是没完成,不管之前完成了多少步,最后其实都是没有完成的。
蔡伟1:59:22
这真的是打出来的 商业竞争还是很残酷的 我们聊AGI的时候 会有很多的一些理想的成分 包括说我们在做技术 做产品 不可避免 其实都会有很多理想的成分 但是最终能不能够守住 能不能够立住 其实最终都是打出来的
这真的是打出来的,商业竞争还是很残酷的。我们聊AGI时会有很多理想主义的成分,做技术做产品也不可避免会有理想的成分,但最终能不能守住、能不能立住,其实最终都是打出来的。
蔡伟2:13:33
他说在中国这样的充分激烈竞争的环境 如果是Sam Ottoman来 他也要发红包
他说在中国这样充分激烈竞争的环境里,就算是Sam Altman来,他也得发红包。
蔡伟2:19:38
数字与实体
| 三代AI产品对应中国市场规模 | 信息行业(Chatbot)千亿级、软件行业(Coding Agent)万亿级、服务行业(Personal Agent)十万亿级 | 44:37 |
| 十步长程任务的成功率 | 单步错误率3%,十步连乘后整体成功率只剩60%-70% | 1:57:19 |
| 灵光的DAU目标 | 千万级 | 1:24:58 |
| PA生产力逻辑的测算示例 | 假设AI助理每月创造100元价值,成本只要10元,用户就没有理由不用 | 2:28:41 |
术语
- harness任务编排框架
- agent外层负责任务拆解、工具调度的框架,决定模型在具体场景里怎样被引导使用。
- MCP模型上下文协议
- Model Context Protocol,让AI按统一标准连接外部服务和数据的接口协议。
- A2A智能体互联协议
- Agent to Agent,指不同智能体之间互相对接、调用彼此服务的连接方式。
收听指南
关注大厂AI战略、C端AI产品设计方法论和AI商业模式判断的创业者、产品经理与投资人。
1:16:55 附近「灵光」名字由来的闲聊,纯花絮信息,可跳过。