Show Notes
【本期内容】 当 Agent 真正进入真实任务之中，它如何通过后训练、反馈和持续学习，变得越来越会行动、会交互、会解决问题？本期节目，我们邀请到 Mind Lab（Macaron AI）Founder Andrew。最近，Mind Lab 成功实现了万亿参数规模的 LoRA 强化学习，并构建了世界上第一个在万亿参数规模下支持 DSA 和 MTP 的 LoRA RL infra，甚至训练了自己的 Agent Model。
在大模型这座珠穆朗玛峰面前，如果说用资本、算力和预训练去追求极限智能，是资源极其丰富的南坡，那么 Mind Lab 选择在北坡攀登：从真实场景出发，让 Agent 在 Agent Harness、用户交互和真实反馈中获得行动能力，并通过持续学习不断演进。
在探索大模型能力上限的同时，Andrew 更关心的是，如何让 AI 从会聊天的模型，变成真正能进入任务、调用工具、生成交互并持续改进的 Agent Model。不同于过去我们理解的模型公司，Mind Lab 也走向了另一条路：从真实场景出发，把产品里的 Agent 轨迹、交互反馈和后训练经验重新写回模型。
在他的身上，我们也能看到研究者身上最纯粹的狂想，以及工程派面对真实问题时的浪漫信念。
足够前沿，也非常务实的一期访谈，欢迎收听🎧
【嘉宾】 张鹏｜极客公园创始人 & 总裁 Andrew｜Mind Lab (Macaron AI) Founder
【精彩时刻】 02:18 Mind Lab 最近在做什么？ 03:18 小龙虾之后，Agent 生态发生了哪些变化？ 08:38 拆解 AI 的记忆系统：为什么一个早期很懂你的 Agent，越来越难用？ 11:38 记忆（Memory）如何让 Agent 个性化服务变得更好 27:45 解读 MindClaw 的底层架构：为每个人、每个 Agent 训练自己的模型 40:30 LoRA 强化学习的关键突破：用更低成本，让万亿参数模型持续进化 47:10 Research Pipeline： Mind Lab 的模型研究路线与算法创新 53:16 为什么后训练和 Agent 训练越来越重要 01:02:25 Mind Lab 想成为什么样的模型公司 01:18:03 从真实问题出发设计产品，在用户反馈中持续优化模型 01:25:20 从「北坡」登顶珠峰，非典型模型公司的拯救派生长路径
【名词释义】 File system based memory：是一种让 AI Agent 将长期信息保存为文件和目录的持久化记忆机制。在这种机制中，模型不会只依赖当前的对话上下文，而是可以把重要信息、任务进展、用户偏好、项目规则、历史结论等写入本地或远程文件系统，并在后续任务中按需读取、更新和引用这些文件。
LoRA （Low-Rank Adaptation）低秩适应：LoRA 可以理解为挂在大模型旁边的一组「小型适配器」。它不需要重新训练整个大模型，也不会改动大模型原本的全部参数，而是用一小组低秩矩阵，学习模型在某个任务、风格或用户偏好上需要发生的关键变化。
RL（Reinforcement Learning）强化学习：即一类机器学习法，让模型通过反馈和奖励机制学会更好决策的训练方法。
LoRA RL：本期提到的 LoRA RL，指的是用 LoRA 这种高效参数更新方式来做强化学习训练，让大模型在较低成本下学习新的行为模式、Agent 能力或用户偏好。
Long-term memory 长期记忆：是 AI Agent 或大模型应用用于跨会话、跨任务保存和调用信息的持久化记忆能力。它使系统能够在当前上下文窗口之外保存用户偏好、历史任务、项目状态、经验规则和已学习事实，并在后续交互中按需检索和使用这些信息，从而提供更连续、更个性化、更稳定的服务。
Continue Learning 持续学习：是一种让 AI 模型在不断到来的新数据、新任务或新环境中持续更新能力，同时尽量保留已有知识的机器学习范式。
Personal AGI：是一种以个人用户为中心的通用智能体系统，能够在长期记忆、个人上下文、工具调用、任务规划和自主执行能力的支持下，持续理解用户目标，并在工作、学习、生活和创造等多个领域，并为用户提供通用智能服务。
【相关内容索引】 一个会持续学习的先进 Agent 模型，到底该怎么构建？👉《独家丨美团领投 A 轮， Mindverse 总融资 5000 万美元，打造持续学习的 Agent 模型》
【听友群💬】 如果你喜欢我们的节目，欢迎保存下方二维码，微信扫码加入听友群和主播互动、交流节目听后感受和选题、认识同频小伙伴～（ps：二维码不过期哦✌️）
【关于节目】 「开始连接 LinkStart」是一档由极客公园出品的科技商业播客。在这里，我们会邀请各行各业的嘉宾一起跨界对话、碰撞思想，用科技、商业和人文的视角一起描摹这个时代。 欢迎同步关注「公众号/视频号-极客公园」，第一时间，带你追踪科技热点。
本期编辑：ioki 剪辑：糕糕 运营：ioki 监制：靖宇、xuxu 公众号/视频号：极客公园
在小宇宙查看该单集文稿
More from 开始连接 LinkStart
【本期内容】 AI Native 的硬件创业，正在迎来更多新玩家。但技术和制造的门槛降低，并不意味着做出一款好产品变得更加容易。尤其是行业早期缺少成熟产品形态可供参照时，如何定义产品、建立用户认知，反而成了新的挑战。
【本期内容】 最近，GPT-6 Astra 在机器人圈引发了不少讨论。3D 空间理解、任务规划、反思纠错，甚至直接控制机械臂——一些过去需要专门采集数据、训练模型才能获得的能力，正在被通用大模型快速覆盖。它不仅让机器人的“大脑”变得更强，也开始重新划分通用模型和具身模型之间的能力边界。 但机器人不只需要一个聪明的大脑。物理世界需要实时响应，也需要处理控制、执行、数据和误差。于是问题也变得更现实：当越来越多上层理解和推理能力可以交给基础模型，机器人创业公司究竟还应该自己做什么？哪些能力会被通用模型拿走，哪些又可能成为新的壁垒？ 本期节目，我们邀请英诺基金执行董事、石麻笔记主理人王建明，诺亦腾机器人联合创始人兼首席科学家韩磊，以及潜界科技 CEO 胡钰承，一起聊聊 GPT-6 之后，机器人技术路线和创业逻辑会发生什么变化。欢迎收听～
【本期内容】 从 GDC、ChinaJoy 到今年的科隆游戏展，Agent 正在成为 AI 游戏讨论中的高频词。当角色开始拥有自己的记忆、目标和行动，能够彼此影响，甚至参与游戏世界的运行，Agent 游戏似乎正在成为一个新的趋势。
【本期内容】 最近，一个几乎不和人「说话」的模型 Jev 突然刷屏 AI 圈，它不聊天、不写文章，也不负责「生成」答案，只做判断、排序和选择：更快、更便宜，也让人重新开始思考——我们真的需要让大模型处理所有问题吗？ 当 AI 的服务对象从「人」变成「程序」，模型是否还需要把自己的思考翻译成人类语言？Jev 是一次技术上的特例、一种新的模型分工，还是通往 Automation 的另一条路线？ 本期节目，我们邀请 APUS AI 首席科学家张旭，前硅基流动联合创始人、Bilink 创始人杨攀，以及 Parall Cofounder 余华亨，从模型原理、实际应用与产业趋势出发，聊聊 Jev 为什么突然爆火，以及它可能给 AI 的下一阶段带来的变化。欢迎收听～
【本期内容】 本期节目，极客公园创始人 & CEO 张鹏对话数美万物创始人任利锋（卷卷）—— 抖音早期产品负责人、抖音名字的命名者。 两年半前他离开大厂，All in「AI 3D × 制造业」。这期我们着重拆解他创业过程中的关键决策：如何在技术远未成熟时，下注一个「还没被攻克的模态」；如何把追着塞钱的投资人「摁住」，带进车间开复盘会；如何让算法研究员和一线产业工人坐进同一个会议室；又如何长出更适合制造的 AI 3D 模型平台 Hi3D，并把终局指向「制造业 OS」。 希望这期可以成为一份面向创业者与投资人的硬核决策样本。