最近从 ChatGPT 完全切换到了 Grok Bot，两者的体验差异很微妙，我尝试从「产品原子」的视角来分析下。 先给「产品原子」做个定义：产品原子是用户在这个产品里创建、命名、分享、归档、删除的最小单位。 用这个视角看 Agent，大致可以分成三类： 1. 以对话为原子（session）：主界面像一条按时间倒排的聊天流水，新对话不断把旧的往下推，几周前聊过的事要靠搜索才找得回来。 2. 以项目为原子（project）：主界面像一个文件柜，每个抽屉装着一个项目的资料、说明和一叠对话，先拉开抽屉，再在里面接着聊。 3. 以角色为原子（bot）：主界面像一张组织架构图，每一个是有职责、有记忆的角色，和它相关的事都在同一个会话里接着聊。 产品对「原子」的不同定义，带来体验上的一系列变化，我觉得最值得关注的是「连续性」： 用 ChatGPT 时，从一个对话走到下一个对话，中间唯一不断的是我自己。我就是最大的「记忆池」。 用 Project 时，资料和指令可以写入文档，让渡了一部分记忆出去。 用 Bot 时，连续性沉淀到了一个个 Bot 身上。 （虽然每类产品，都有 Memory 功能，但同样一个词，在不同的「原子」产品中的作用差异还是蛮大的。） 关于以角色为原子的产品，如何「切分」各个 bot 的职责边界，是个很关键的课题，可以参照 Simon 在论文《The Architecture of Complexity》中提出的近可分解性（near-decomposability）：层内交互强，层间交互弱。

读到 1991 年 March 的这篇论文《Exploration and Exploitation in Organizational Learning》，讨论组织中的 EE 问题： 任何组织都面对一个问题：应该如何分配资源？ - Exploitation: 把资源花在改进已有做法上 - Exploration：把资源花在尝试新东西上 论文中的互相学习模型非常有意思： 每人对现实有自己的信念，还有一个「组织代码」（code），可以理解为组织的共识知识库或者集体常识。 个体会向code学习，新人进来之后慢慢被组织同化，这叫社会化。同时，code也向那些知识得比自己多的个体学习，这叫多样化。社会化太快的组织，code还来不及从个体身上学到东西，个体就被同化了，快速社会化杀死了多样性。 在读这篇论文的过程中，不断联想到现在AI与人的关系。 人就像论文中的个体，AI就像是论文中的组织code。 面对一个个「问题」，我们快速滑向了「AI」先思考，我们再「点头」称赞的「快速社会化」境地。 以前身边的一些朋友，认知结构和表达风格十分鲜明，最近在针对一些问题在线讨论时，明显感觉到对方返回的消息是「AI」，对方那个鲜明的「个体」不见了，他被AI同化了。 反观自身，我也陷入了同样的境地。 这种情况，非常不对劲。论文对EE问题的解法是制造「慢」：慢速社会化让个体在被同化之前有时间贡献多样性；人员流动引入新的差异来源；容忍暂时的无知和低效，为长期的改进保留素材。 两个结构的类比，虽有不同（我们不是为了提升AI「Code」而努力），但这种被「同化」的境地，值得警醒。

#精彩片段# 与其问EA（有效利他主义）为何转向AI安全，不如说，我们早已活在EA多年前就规划好的世界里。越来越多的年轻人才流入EA赞助的研究项目，以至于华盛顿传统智库，已经很难招到合格的AI政策分析员。

当机器人公司们还在探索模型、算法、数据和部署的时候，一家并不生产机器人的硅谷公司，把机器人数据做成了一门年化收入数亿美元的生意。 这笔生意，给硅谷具身数据公司Maxinsights带来了一年250倍的增长：它组织全球近4000名采集人员戴上摄像头，记录日常操作，再通过数据管线加工成机器人训练数据。据创始人袁宇光介绍，公司已积累约200万小时的人类第一视角数据，ARR（年化经常性收入）可达约2.5亿美元。 但拍下视频，只是数据生产的开始。手被挡住时，动作能否被准确追踪？设备戴歪了，怎样及时发现？从动作追踪、语言标注到质量检验，一段日常视频要经过复杂处理，才能成为模型的“教材”。这套生产流程，也成为数据公司的竞争壁垒。 本期《硅谷101》视频播客，我们对话Maxinsights创始人袁宇光，拆解机器人数据的生产与授权模式，了解Agent如何参与管理全球采集网络，也回顾他从工业机器人转向数据生意的创业经历，以及客户说需要、却不愿付钱的教训。 同一套数据授权给多家公司，模型的差异来自哪里？从百万小时迈向千万小时，怎样同时扩大产能、守住质量？当机器人走进真实场景，评估、后训练与部署，又会给数据公司带来哪些机会与挑战？ 采访嘉宾： 袁宇光，Maxinsights创始人 主持人： 陈茜，硅谷101联合创始人

#精彩片段# 占领华尔街的年代，EA（有效利他主义）运动共同发起人之一Will MacAskill却建议牛津精英加入“最邪恶的华尔街”，因为用量化交易赚的钱买蚊帐，救的人可能是去贫困国家当医生的十倍。这套道德账本，是真行善，还是精致的自我开脱？

#精彩片段# Vitalik认为，Anthropic公开说的论点很美好，但他们做的事情，和提高自身权力的相关性高于90%，这不得不让人警惕。当“我们好、你们坏”成为一种安全哲学，谁来决定谁更安全？