世界太吵,來原聲聽播客

張小珺·商業訪談錄

個人助理的競爭短期看模型,中長期拼的是供給和安全信任

蔡偉判斷模型能力早晚會進入穩態、各家大差不差,屆時真正拉開差距的是誰手握更多線下供給、誰的安全合規做得足夠深。

Personal AgentAI產品策略商業模式大模型競爭服務業重構

原視頻在 YouTube 上放不出來,用音頻聽:

信息密度集中在後半段:商業模式、護城河判斷和具體數字測算都在那裡,前半段產品史部分熟悉AI行業的人可以快進。

核心論點 · 點時間戳可跳到原聲

28:21

開源爆款驗證長程任務拐點

蔡偉說今年春節期間,一款開源智能體項目(逐字稿中稱 Open Cloud)走紅,雖然普通用戶安裝調試要花兩三個小時,體驗很極客,但它證明了模型的長程任務能力已經跨過一個閾值——配好人設和skill後能自動串聯執行大量任務。這個信號讓各家幾乎同時從春節後開始立項做Personal Agent。另一條隱藏主線是安全隱私合規:Muse也在這方面花了相當長時間,因為PA要真正有用,用戶必須願意把context交出來,信任是前置條件而不是加分項。

— 蔡偉
37:31

Muse推送像微信,不像營銷短信

蔡偉認為幾家PA產品在功能列表上看起來差不多,但體驗差距主要在邊界感上。他觀察到Muse推送的每一條消息都經過精心篩選,信息增益足夠高,用戶會形成『這條消息值得點開』的正循環;如果每天固定發早報夜報但信息含量不高,用戶下次就會把它當成營銷短信直接忽略。這也解釋了為什麼PA類產品的留存普遍更高——push不再是促活手段,而是真實世界的反饋。

— 蔡偉
44:37

三代產品對應十萬億級服務業

蔡偉把大模型解鎖的三代產品直接映射到市場規模:Chatbot解決信息獲取問題,對應信息行業,千億級別;Manus、Claude Code這類完成任務的coding agent顛覆軟件行業,萬億級別;Personal Agent指向服務業重構——營養師、減重師、家教這些現在由真人做的服務,十萬億級別。他強調這種估算邏輯是看這件事現在由其他方式解決、那個市場現在有多大,模型能解決的問題層級和市場體量是一脈相承的。

— 蔡偉
49:38

PA是供給重構,不是場景遷移

蔡偉區分了兩類創新:移動互聯網的變化本質是場景側/需求側的——手機解鎖了定位能力,用戶發現原來幹不了的事現在能幹了;而這一波大模型帶來的PA變化,本質是供給側的重構——模型能現寫答案、能把散落在各處的服務重新組合成全新體驗。他認為這個區分很關鍵,因為O2O那十年把線下供給搬到線上,恰恰是在為今天的PA打地基,讓agent能夠直接access這些已經線上化的供給。

— 蔡偉
1:19:55

KPI化的目標必然走形

蔡偉的產品管理理念是:一旦把一個方向壓縮成一個具體指標(比如500萬DAU、40%留存),就必然丟失大量高維信息,團隊會本能地選最容易達成指標的路徑,而最容易的路徑往往不是最正確的路徑。他更傾向於把產品主張和價值講清楚,讓團隊理解那個『最高位的內核』,這樣外部環境變化時可以調整打法,而不必糾結之前按舊目標做的工作算不算數——尤其在大公司,年底還要考核績效,頻繁換KPI會讓所有人confuse。

— 蔡偉
1:57:19

十步錯一步,等於全白做

蔡偉用一個數學直覺解釋為什麼PA體驗還遠沒到位:哪怕把單步長程任務準確率從70%提到90%,一旦一個任務要拆成十步,任何一步出錯整體就錯,最終成功率是所有錯誤率連乘後再用1減去的結果——哪怕每步只有3%的錯誤率,十步乘下來,整體成功率也只剩六七成。這也是為什麼『能調用工具』和『調用好工具、讓用戶滿意』之間有很大鴻溝,打榜模型只關心前者。

— 蔡偉
2:14:35

智能遲早拉平,安全供給才是長期護城河

蔡偉把PA的競爭壁壘按時間尺度拆開:短期看智能,因為模型能力還在快速分化;但他判斷智能遲早會像iPhone4之後的智能手機行業一樣進入穩態——各家底層基礎模型能力大差不差,屆時真正拉開差距的會變成供給和安全可信。他認為這不是一個會無限拖延的假設,而是行業發展的客觀規律,只是現在還看不到短期內會發生。

— 蔡偉
2:28:41

PA拼生產力替代,不拼流量通道費

蔡偉提出PA有兩種商業模式:一種是生產力邏輯,衡量AI助理創造的價值是否高於養它的成本,比如若助理每月創造100元價值、成本只要10元,用戶沒有理由不用,這更接近『僱鐘點工』的替代邏輯;另一種是互聯網式的流量通道/過路費邏輯,依賴中心化流量聚集才成立。他判斷如果未來PA生態比較分散,前一種邏輯更可能成立,因為它不依賴贏家通吃的平臺效應,只需要單點價值足夠高。

— 蔡偉

原話 · 已逐字校驗

我可能就會覺得我就會當成一條營銷的短信 而不會當成一個真正的一條信息 但比如說Muse給你發消息 他可能感覺就像微信一個消息 微信談的撲式 大家是沒有人會把它當成一個營銷短信的

我會覺得那是一條營銷短信,而不是真正的信息。但Muse給你發消息,感覺就像微信的一條消息,沒有人會把微信的消息當成營銷短信。

蔡偉37:31

PA的體驗的變化 還是由模型能力的變化帶來的 所以它本質上是一個供給側的變化 所以不管是PA還是說前面講的這個任務的完成 還是像這個Chatbot 它的本質其實是一個智能的供給重構

PA的體驗變化是由模型能力變化帶來的,所以它本質上是一個供給側的變化。不管是PA、前面說的任務完成,還是Chatbot,本質都是智能的供給重構。

蔡偉49:38

我一直相信的一個 理念是 我覺得方向比目標更重要 不是說目標不重要 而是當我們討論一個目標 我們通常喜歡把它具象化

我一直相信的一個理念是:方向比目標更重要。不是說目標不重要,而是當我們討論一個目標時,通常喜歡把它具象化。

蔡偉1:19:55

但你如果一個十步的事情 你每錯一步就是錯 所以你最後的成功率是所有的錯誤率乘起來 再用一減去那個數 所以他其實錯誤率會非常高 你每一步哪怕只有3%的錯誤率 然後你多乘下幾個 你最後整體的成功率只有6-70%

如果一件事要做十步,每錯一步就是錯,最後的成功率是所有錯誤率連乘後再用1減去那個數,所以錯誤率其實會非常高。哪怕每一步只有3%的錯誤率,乘下來幾個,最後整體成功率只有60%到70%。

蔡偉1:57:19

你在沒有完成的情況下 你就是行百里者半九十 你沒有完成 就是你不管之前你完成了多少步 你最後其實都是沒有完成的

如果沒有完成,你就是行百里者半九十——沒完成就是沒完成,不管之前完成了多少步,最後其實都是沒有完成的。

蔡偉1:59:22

這真的是打出來的 商業競爭還是很殘酷的 我們聊AGI的時候 會有很多的一些理想的成分 包括說我們在做技術 做產品 不可避免 其實都會有很多理想的成分 但是最終能不能夠守住 能不能夠立住 其實最終都是打出來的

這真的是打出來的,商業競爭還是很殘酷的。我們聊AGI時會有很多理想主義的成分,做技術做產品也不可避免會有理想的成分,但最終能不能守住、能不能立住,其實最終都是打出來的。

蔡偉2:13:33

他說在中國這樣的充分激烈競爭的環境 如果是Sam Ottoman來 他也要發紅包

他說在中國這樣充分激烈競爭的環境裡,就算是Sam Altman來,他也得發紅包。

蔡偉2:19:38

數字與實體

三代AI產品對應中國市場規模信息行業(Chatbot)千億級、軟件行業(Coding Agent)萬億級、服務行業(Personal Agent)十萬億級44:37
十步長程任務的成功率單步錯誤率3%,十步連乘後整體成功率只剩60%-70%1:57:19
靈光的DAU目標千萬級1:24:58
PA生產力邏輯的測算示例假設AI助理每月創造100元價值,成本只要10元,用戶就沒有理由不用2:28:41

術語

harness任務編排框架
agent外層負責任務拆解、工具調度的框架,決定模型在具體場景裡怎樣被引導使用。
MCP模型上下文協議
Model Context Protocol,讓AI按統一標準連接外部服務和數據的接口協議。
A2A智能體互聯協議
Agent to Agent,指不同智能體之間互相對接、調用彼此服務的連接方式。

收聽指南

誰該聽

關注大廠AI戰略、C端AI產品設計方法論和AI商業模式判斷的創業者、產品經理與投資人。

可跳過

1:16:55 附近「靈光」名字由來的閒聊,純花絮信息,可跳過。