Show Notes
🎧 本期简介 让 AI 给鼠标写一个 macOS 驱动，把手机录好的视频交给 Bot 剪辑、配素材、做封面，再拉几个影视角色组成自己的“AI 公司”——这一期，我们继续聊 Personal Agent，不过这次有了更多真正用起来的故事。 好用的时候，它能接住一句模糊的需求，自己找工具、调 Skill、交付作品；不好用的时候，几个 Bot 分工明确、讨论热烈，任务却迟迟做不完，Token 倒是消耗得飞快。同样是个人助理，有的能主动提醒学校通知，有的连熟悉的剪辑任务都接不住。差别究竟在模型、记忆，还是产品设计？ 我们从 REA 和软硬件逆向聊起，谈到邮件钓鱼与 Agent 的权限边界，也聊国内应用生态为什么让个人助理难以施展。后半程，话题转向 Skill、开源作品和内容创作：当实现一个功能、剪出一条视频越来越容易，什么还值得持续积累？自己的素材、组件、记忆，以及让人愿意停下来看的表达，可能比再装一个工具更重要。 片尾还有一个现场彩蛋：聊完 AI，大家一起抢苹果手机。 🎙️ 本期主持人和参与者 - 向阳乔木｜本期主持人 - 歸藏 - 橘子 - 杨攀 录制日期 2026 年 10 月 16 日 ⏱️ 章节时间戳 00:00 本期精彩预告 01:06 片头 01:55 开场：第六期见面，聊聊节目近况 02:27 REA 与 AI 逆向：给怒喵鼠标补一个 macOS 驱动 05:04 逆向门槛降低之后：版权、游戏移植与使用边界 07:06 从剪映降噪到 Grok Bot 技术栈：我们实际研究了什么？ 10:30 “有什么需求跟他说就完了”：按钮越来越少，Agent 越来越主动 12:59 当收件人变成 Agent：邮件钓鱼、权限越界与“Token 税” 20:35 硬件开放才能玩起来：从社区玩法聊到物理安全 23:39 智能家居为什么还这么难用？连接、体验与封闭生态 26:42 Muse、Grok Bot、Dots：从学校通知到家庭信息管家 29:17 说做完了，却交来原片：Agent 剪辑踩坑与上下文断档 30:58 不开电脑做自媒体：分镜、真实素材、剪辑、封面一条龙 32:07 把影视角色拉进 Bot 群：给自己组一支“AI 团队” 34:50 “人类在 AI Native，Agent 在 Human Native”：多 Agent 怎么开起会了？ 36:40 为什么一个主 Bot、一个聊天入口，就让人用上头了？ 40:17 国内 Agent 的落点：生活助理做不起来，先给商家干活？ 43:24 App 不让 Agent 调用：超级应用的围墙怎么跨过去？ 45:15 整理几百本微信读书藏书：这叫“假提效”，还是收纳的快乐？ 46:32 Prompt 套 Skill，Skill 再套 Prompt：能力变强后，还要封装什么？ 48:07 Skill 加上自己的名字：既方便调用，也是一次个人品牌传播 49:42 “注意力是最稀缺的事情”：开源作品、流量机会与成功者偏差 52:32 模型被评价为“CTO 级别”，程序员还要继续跟 AI 拼技术吗？ 53:56 模型体验的两极：最强能力、等待时间与便宜模型的生态位 58:58 多模态实时画框：把一个新能力，变成十分钟能试的 Demo 01:00:36 忘了项目在哪、跟谁聊过？Memory、项目索引与组件复用 01:03:46 语音不只是念台词：让模型带着角色的性格去表演 01:05:44 AI 回复刷屏、日报变视频：信息流更丰富，还是更吵了？ 01:07:50 “只要 AI 把一个东西拉到六十分，那六十分就是零分” 01:09:24 彩蛋：一起抢苹果手机，谁能先下单？ 🔗 本期提到的工具与信息源 - FFmpeg｜07:06 起的剪映降噪讨论中提到的音视频处理工具。 - GitHub Trending｜35:28 起讨论自动生成播客时，希望接入的开源项目热榜。 - Product Hunt｜同一案例里提到的新产品信息源，与 GitHub 热榜一起用于内容整理。 🔁 相关往期 - #005 国庆补课：PA 大战白热化；游戏、软件、硬件，一切都将开源？｜上一期从个人 Agent 的记忆与权限聊到软件重写、开源和小硬件；这一期继续分享实际使用、内容制作和多 Agent 协作的体验。 💬 一起聊聊 你已经把哪件事放心交给个人 Agent 了？有没有哪次，它看起来忙了很久，最后却没有真正帮上忙？欢迎分享你的实际用法和踩坑经历。 关于节目 Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。 - 节目官网 音乐 “Electric Dreams” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au “Origami” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au Edited and mixed for Next Token Weekly.
More from Next Token｜词元之外
国庆假期，Personal Agent 成了我们的共同话题。我们从 Dots 放进 Codex 后的上手体验、记忆与云电脑权限聊起，讨论 Agent 应该是助理还是数字分身；再聊 Instinct 的订房和商旅模式，以及邮箱、微信与 RSS 的信息开放差异。 这一期也有不少亲手做项目的体验：用 Opus 5.5 写游戏、迁移插件、替换 Markdown 编辑器内核。话题随后转向 Photoshop 功能复现、GPL、游戏反编译与 Mod：当软件越来越容易被重写，分发边界、商业模式和 IP 会怎样变化？ 小硬件部分，我们聊到大会发放的 ModRetro、AI Passport，以及给 ESP32 改中文界面、猫动画和语音输出的过程。小米蓝牙遥控器改成语音输入工具，也是这次的实际使用分享。最后从 Descript 的封闭接口聊到“软件成为 Agent 插件”，以及多模型协作、信息源和 Memory 的日常工作流。 本期主理人和参与者 杨攀｜本期主理人 向阳乔木 歸藏 橘子 录制日期：2026 年 10 月 7 日。录制地点：北京·温榆河公园。 时间轴 00:00 本期精彩预告 01:01 片头 01:50 开场与节目成绩播报 03:05 Dots：记忆、云电脑与上手体验 06:46 Agent 是助理，还是数字分身？ 07:17 Instinct：订房、商旅与信任 10:43 邮件和微信：国内外的信息流差异 12:10 RSS、独立博客与内容开放 18:29 云电脑、自己的电脑与服务器管理 24:12 用 Opus 5.5 写游戏：代码质量与效率 30:20 迁移插件、替换编辑器内核 34:27 Photoshop、重写软件与 GPL 讨论 38:43 游戏反编译、Mod 与商业模式 42:43 推理优化与成本下降 45:11 DGX 涨价与硬件需求 47:12 生活助理、生产力 Agent 与插件生态 49:41 ModRetro、AI Passport 与 ESP32 改造 56:34 小硬件成为 Personal Agent 的物理外挂 58:53 小米蓝牙遥控器做语音输入 01:02:00 从 Descript 到软件成为 Agent 插件 01:04:09 多模型协作、信源与 Memory 01:09:05 开源模型与 AI 意识的讨论 01:12:54 片尾 关于节目 Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。 节目主页：nexttoken.tv 本期页面：nexttoken.tv/weekly/005/ Discord 社群 音乐 “Electric Dreams” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au “Origami” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au Edited and mixed for Next Token Weekly. 许可：CC BY 4.0。音乐来源：Scott Buckley Music Library。
模型开始抢剪辑师的活，Agent 开始替普通人办事，留给产品经理的工作到底是什么？ 中秋这天，四位主理人回到象外空间，从 Opus 5.5 和 Muse 聊起：当模型开始处理材质、节奏、音效与转场，它是在变成更好的工具，还是在跨进创作者的地盘？原来精心设计的 Skill，会不会反而限制新模型的发挥？ Muse 让大家兴奋的不只是模型能力，还有需要时才出现的连接器、一边聊天一边执行的任务、记得住也能划掉的待办事项。普通人想要一个能帮忙的助理，为什么还得先学会 Key、MCP、Skill 和 Session？ 后半场聊创业和个人实践：什么时候值得换用开源模型降本？Jev 应该用在哪些场景？当做出软件越来越容易，分发、服务、信任和“人味”，会不会才是更难被替代的部分？ 本期录制于 2026 年 9 月 25 日，地点为象外空间。节目包含主理人的使用体验、观点、争论与预测，不代表对相关产品能力的独立验证；涉及市场和公司发展的讨论不构成投资建议。 本期人物 橘子：联合主理人，本期主持。 歸藏：联合主理人。 杨攀：联合主理人。 向阳乔木：联合主理人。 时间轴 00:00 本期精彩片段 01:11 节目片头 02:00 中秋开场与四位主理人自我介绍 02:51 Opus 5.5：宣传片、像素动画与打击感 08:47 从画笔演示到世界模型：理解与创造的边界 11:07 剪辑师的斩杀线？模型与 Skill 的边界 13:11 中秋小猫视频：把音乐、画面和转场一起考虑 15:12 不再只听指令：从执行步骤到理解意图 24:14 创作门槛降低之后，审美与偏好还重要吗 29:30 Muse 与连接器：Agent 会成为新的服务入口吗 33:13 普通人的生活场景，比技术名词更重要 40:08 边聊天边执行：为什么交互体验这么重要 41:56 中国到底有没有 AI 产品经理？ 44:53 动态、记忆和待办：纯聊天为什么不够用 50:09 不只是产品设计：资源、成本与平台生态 55:26 随身 Agent 硬件：价值在设备，还是背后的服务？ 01:07:14 从开灯到约课：普通人需要怎样的自动化 01:10:10 从 Harvey 聊起：先找到 PMF，再谈模型降本 01:14:36 再谈 Jev：海量、高频与分类判断 01:16:45 每个 Agent 都需要一间房：云电脑与算力需求 01:20:40 卖软件还是交付服务？创作容易，分发更难 01:25:24 为什么还要做播客：信任、声誉与人味 01:28:49 作品不只是 App：从自己的真实社区开始 01:30:50 片尾 相关资料 Claude Opus 5.5 官方发布说明 Muse 官方介绍 System One Models 与 Jev 海辛的中秋小猫视频（即刻原帖）：本期 13:11 讨论的视频。 关于节目 Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。 节目主页：nexttoken.tv 本期页面：nexttoken.tv/weekly/004/ 社群 欢迎加入 Next Token Discord，分享你的使用体验和不同判断。 制作与致谢 感谢象外空间提供本期录制场地。本期无商业推广。 音乐 “Electric Dreams” / “Origami” — Scott Buckley，依据 CC BY 4.0 使用，已为 Next Token Weekly 剪辑和混音。音乐来源：Scott Buckley Music Library。
如果模型不负责聊天，只负责反复做一个小判断，它能进入哪些工作流？当 Agent 已经能操作电脑，为什么人反而开始惦记一块带鱼屏？ 本期从 Jev 聊起：筛选记忆、给联系人打标签、语义查询、过滤广告——这些不太像聊天，却可能需要大量模型调用的场景，是否值得用新的方式处理？我们也讨论了一个容易混淆的边界：输出满足类型约束，并不等于判断一定正确。 随后，话题转向多模态、小模型和真实创作：用 GPT-6 Astra 辅助生成训练数据、用代码做宣传片和配乐，以及 Vibe Coding 带来的一个朴素烦恼——硬盘越来越不够用了。 浏览器、聊天区、任务列表挤在同一块屏幕上，用 Agent 是否真得配一块带鱼屏？后半场从这个具体的工作界面聊开，继续追问 Agent 的落地条件：语音输入、多账号、常驻电脑、云端 Mac、企业数据与日志。能力之外，工作环境和人的监督同样重要。 本期录制于 2026 年 9 月 19 日，四位主理人通过腾讯会议远程录制。节目中的体验、观点与预测属于参与者个人判断，不代表对产品能力的独立验证；具体功能与可用性以官方信息为准。 本期讨论 Jev 不走聊天路线，适合做哪些高频判断？ 结构化输出、模型准确率和“没有幻觉”，为什么不能混为一谈？ 多模态、小模型和代码工具，怎样进入真实创作？ 当 AI 不断生成文件和项目，存储与工作空间怎么管理？ 让 Agent 常驻电脑之后，数据边界与监督如何安排？ 本期人物 歸藏：联合主理人，本期当值。 向阳乔木：联合主理人。 橘子：联合主理人。 杨攀：联合主理人。 时间轴 00:00 节目片头 00:49 本期精彩片段 01:30 四位主理人开场 01:41 Jev：不聊天，做结构化判断 03:47 微信好友标签与高频判断 07:22 语义搜索与数据库查询 08:47 “没有幻觉”不等于判断正确 17:18 用模型过滤隐性广告 20:57 把新模型接入现有 Agent 25:07 多模态：音视频为什么要一起理解 27:51 量化与本地小模型 31:43 SVG、图标与设计工作流 35:19 用 GPT-6 Astra 造数据、训练小模型 40:59 实时语音与 Computer Use 43:44 具身智能与零样本任务 48:07 Vibe Coding 把硬盘用满之后 56:56 用代码做宣传片和配乐 01:09:39 语音输入产品与实时反馈 01:20:07 Codex 多账号与工作空间 01:24:29 常驻 Agent 与多平台内容分发 01:26:42 Coding 与 Office：两种工作模式 01:29:52 云端 Mac 与 Agent 执行环境 01:30:49 企业数据与日志边界 01:36:25 AI 剧与内容生产 01:38:06 AI 参与研发与人的监督 01:40:04 片尾 相关资料 TypeSafe：System One Models 与 Jev Arrow 2（SVG 生成模型） StepAudio 3 Realtime 官方页面 术语说明 Jev 的类型约束与决策准确性是两个问题；符合预设输出结构，不意味着对事实或业务问题的判断一定正确。Computer Use 指通过电脑界面执行操作，不等同于 AGI 的认定。 关于节目 Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。 节目主页：nexttoken.tv 社群 欢迎加入 Next Token Discord，分享你的使用体验和不同判断。 音乐 Electric Dreams / Origami — Scott Buckley，依据 CC BY 4.0 使用。音乐来源：Scott Buckley Music Library。 English summary Recorded in Mandarin Chinese on September 19, 2026, with Guizang, Xiangyang Qiaomu, Orange, and Yang Pan joining remotely. We explore Jev and high-frequency structured decisions, why type-safe output does not guarantee accuracy, multimodal tools and small models, and the practical workspace needs of computer-using agents—from ultrawide monitors and voice input to always-on computers, cloud Macs, enterprise data, and human oversight. Experiences and predictions reflect the participants’ perspectives, not independently verified product capabilities.
iPhone Duo 发布，折叠屏会带来怎样的新交互？另一边，Astra 已经能操作电脑、调用工具完成任务——会用电脑，就算 AGI 了吗？
过去一周，新模型密集到几乎没有人能全部试完。GLM 5.3 Flash、Qwen 3.8 Flash Next、MiniMax H3 等新发布，把竞争从“谁更强”推向新的斩杀线：能力是否够用、成本是否足够低，以及普通人能否真正获得体验。