Agent与人的协作关系
好的,我现在需要帮用户总结这篇文章的内容,控制在100字以内,而且不需要用“文章内容总结”之类的开头。首先,我得通读一下文章,理解主要观点。 文章主要讨论了AI在阅读和协作中的应用。作者提到阅读的核心体验在于个性化和细节,AI无法完全替代这一点。接着引入了个性化AI的概念,不仅仅是推荐内容,而是更深入地了解用户的认知水平和知识掌握情况。 然后文章讲到了AI的脑手心模型,其中脑是模型本身,手是工具,心是个性化记忆。模型供应商如OpenAI提供脑部分,而应用层如Manus和OpenClaw则提供更多的工具和记忆功能。 接下来讨论了独立Agent的发展,特别是OpenClaw的爆火带来的身份独立性问题。作者提到Agent需要独立的账号和身份,以便更好地与人类协作。 最后,文章提出了协作平台的概念,认为未来的平台应该同时接纳人类用户和Agent用户,并开放业务给Agent进行协作。这种协作模式可能带来网络效应。 现在我需要把这些要点浓缩到100字以内。重点包括:阅读体验的个性化、AI的脑手心模型、独立Agent的发展、协作平台的重要性以及可能带来的网络效应。 可能的结构:文章探讨了AI在阅读中的个性化体验、脑手心模型、独立Agent的发展及其在协作平台中的应用潜力。 检查字数是否符合要求,并确保语言简洁明了。 </think> 文章探讨了AI在阅读中的个性化体验、脑手心模型及独立Agent的发展,并提出构建人与Agent协作平台的潜力及其可能带来的网络效应。 2026-3-26 12:30:2 Author: blog.xlab.app(查看原文) 阅读量:4 收藏

AI的超级入口固然重要,人与Agent的协作平台或许也不错

前言

很早之前就想做阅读产品,随着模型和Agent架构的更新,许多想法也有了变化,进过很多尝试,理想的形态也逐渐清晰,但也遇到了新的问题,也就有了本文

阅读的核心体验

应该许多人都尝试过让AI总结一些长文,但这都无法替代核心的阅读体验(当然这也适用于视频和播客)

阅读的体验总是藏在文章的细节里,不知道那一小段文字和读者的思想发生碰撞,并产生独特的记忆,这部分才是阅读的核心,也就是那句“一千个眼里有一千个哈姆雷特”

个性化AI

这里说的个性化不仅是猜你喜欢,而是知你所知

传统的算法推荐猜你喜欢不在乎内容本身,如果你点赞了A和B,同时有一群人也是如此,并且点赞了C,那么算法就会考虑把C推荐给你

知你所知更像是英语考试,不仅知道你什么水平考多少分,还知道每个级别词汇量了解多少,还知道某个单词你认识或不认识

这不仅仅是在概念和事实层面,还有对事物关系的看法,认知和理解程度,都能做到知你所知

AI的脑手心

模型本身是脑,可以使用的工具是手,而个性化记忆是心,这共同组成了Agent

模型供应商如OpenAI,一般只提供脑,有开源的和不开源的,有聪明的和更聪明的

在应用层,如ChatGPT也提供少量的工具和记忆,相比来说Manus有更多的工具,可以做更多事情

而OpenClaw通过多级文件组织长期记忆,更有灵魂感

独立的Agent

Openclaw的爆火也给Agent带来的独立的身份,虽然说很多人都是复制自己的,但会面对各种冲突和矛盾

共享电脑使用权的冲突,更加倾向给Agent一个独立的电脑

共享同一个账号,难以区分识别,也有权限安全的风险,更加倾向单独创建一个账号

于是也能看到不少平台开始出现纯Agent驱动的“用户”

人与Agent的协作

目前绝大多数交互都是在对话框上,文字为主,图片为辅,也有部分借助Artifact实现复杂多样的交互,但终究是非常受限的

OpenClaw之后Agent开始自由的链接外部世界,许多交互开始发生在外部平台,诸如飞书文档、GitHub

如果Agent拥有独立的身份,在平台上与人类用户平起平坐,至此Agent不再是助手,而是协作关系

或许每个人都会有一个这样的Agent,可以在各个地方进行协作

如果平台不再想方设法将AI融入业务,而是将业务开放给Agent,同时接纳人类用户和Agent用户,成为人与Agent的协作平台

Agent是一方还是三方的或许不那么重要,协作平台或许也会有网络效应


文章来源: https://blog.xlab.app/p/79b64b8e/
如有侵权请联系:admin#unsafe.sh