Transcript
AI不神秘黑客松活动项目分享会 · 逐字稿
2026-05-26 09:38:23 CST|2小时 11分钟 40秒 关键词: 产品、老师、客户、时代、电商、企业、谷歌、运营、智能、跨境电商、目标客户、自然语言、业务系统、数据采集、工作流程、技术开发、平台公司、电子行业 说话人 1 00:00:00.040 开心，其实我们团队是从北京过来的，我们这个社群叫 AI 不神秘，可能深圳的小朋友，深圳的朋友们可能会觉得稍微有一点陌生啊。听过 AI 不神秘的请举个手，我看一下。哦，有这么多呢，谢谢谢谢，谢谢你们，谢谢你们。对，那我也简单跟大家介绍一下吧，我现在其实是双重身份，首先呢，我是 AI 不神秘这样一个原生人才社群的发起人、创始人，同时呢，我们也非常荣幸，因为其实我们这个平台最开始从做 AI 的少年的。教育做起，因为在这个教育赛道已经算是最头部的了，后来我们就说，就很多朋友找过来说，你们孩子带的这么好，是不是大学生，还有成年人是不是也都可以做？所以后来我们就慢慢的业务从这个中小学生到大学生，到青年的开发者、创业者等等，就是把这个生态现在做的还比较小众，但是非常的垂直，做的还比较比较深。 说话人 1 00:01:00.700 对，基于我们过去的一些经验呢，我们把这个课程做成了 AI 的公益课，捐赠给了全中国的一些偏远地区的，包括小学，还有大学。目前我们在北京的这些最头部的学校，像北大、清华，还有中国音乐学院等等，都已经都进去了。像小学的话，像大家耳熟能详的，比如说八十中啊、四中啊，等等这些学校，他们的 AI 的科普的内容也是我们在做。所以呢，我们现在非常荣幸，在北京市光明慈善基金会已经立了 AI 启明的这个项目。接下来呢，我们会在三年的时间，希望通过我们的努力，把 AI 的教育能够评选到全中国的哪怕是偏远地区的孩子们，因为我们觉得。未来的 10 年的竞争，中美的竞争，看的是下一代。包括在座的每一位，如果你们愿意做公益的话，也非常热情的邀请你们成为我们的公益导师，有机会我们去偏远地区给孩子们看看这个未来的世界是什么样子的。对，那接下来呢，也想请请大家陪着我看一个一分钟的短片，这个短片呢其实是记录了我们 AI 不神秘在过去的一年的一些快速的发展和我们的一些小小的一些moment。因为我们其实第一期播客是在小宇宙，如果用小宇宙的话，可以搜一下 AI 不神秘，我们第一期是5月 9 号上线的，然后5月 10 号就上了它的新星榜。 说话人 1 00:02:24.510 我们第一次，其实我们这个三人行必有 AI 的黑客松呢，是从北京的第一期5月 10 号开始做的，上周末是5月 16 号在杭州，5月 17 号在上海，本周我们走到了深圳，下周我们会走到湖南的长沙。所以呢，先请大家陪着我看一下这个小短片吧。 说话人 2 00:03:05.150 对，就要先他讲完了，然后再佳伟讲。 说话人 3 00:03:13.430 现在润哥坐那里，是他要吗？没有没有，他刚好，他只坐那，你要坐那是吧？不是，那我们是要递话筒什么的吗？对对对，现在还没到QA，待会他坐那个位置，他好像要递话筒。对。可以可以，你坐你坐那。 说话人 1 00:04:40.840 刚才短短一分钟的时间啊，陪着我回顾了一下。其实有很多朋友说，哇，你们一年时间做了这么多的事情，从小学到大学，到现在 AI native 人才社群都给他们打穿了，你是怎么做到的？包括为什么我们会有三人行必有 AI 的黑客松？因为我相信你们在座的各位应该知道黑客松天天都有，每周都有，对吧？为什么我们还要做一个？那就是因为我们的定位就是，我自己也总结了一下，就是说其实，哦，也跟大家汇报一下，其实我之前在阿里工作 10 年哈。 说话人 1 00:05:16.010 就是 2008 年到 18 年在阿里，后来从阿里出来以后自己创业，公司卖掉了以后呢，一直等到躺平了几年啊，一直等到 2022 年的整个 AI 开趋势出来以后，就说我一定要 all in AI，开始筹备要做这些事情，到去年正式开始，到现在爆发，我觉得一方面是我真的很幸运，另外一方面我觉得是说我身边有非常多的贵人和行业和产业的，包括投资界的朋友一直在帮忙，所以我把他们都，我的朋友们都请到现场来。 说话人 1 00:05:50.630 对，然后呢，因为我是觉得说，其实我去年带着我的女儿参加了很多的黑客松，我的女儿她也很有幸啊，拿到了很多的黑客松的金奖。包括我们也今年非常幸运，受到人民日报的采访，在两会的期间作为全国 AI 教育的典范，受到了一个专访。包括上周日，其实在 17 号北京搜狐的年度科技大会上，我的女儿也是作为圆桌的Panel，跟张朝阳，还有就是中国最顶尖的这些物理学家一起来去探讨AI。这些其实说，一方面我们真的很幸运，踩到了时代的风口上。 说话人 1 00:06:25.820 另外一方面其实我觉得说，黑乐松，我们过去的黑乐松黑乐松的场域可能都是纯开发者会更多一些，那么我希望说除，因为我也自己也做投资哈，我会看到说除了开发者有好的 idea 和好的技术以外，我们是需要把商业投资和这些 go to market 的这些东西要把它给它补齐的。 说话人 1 00:06:47.340 所以说我们为什么叫三人行必有 AI 呢？这个三人行的概念就是我加上 AI 加上 X 导师等于无限可能，对吧？我就是在座的各位，每一位优秀的。 AI 的人才， AI 就不用讲了，其实包括今天我们有最先进的谷歌的 Genina 的一系列的服务，对吧？它给到我们可以。提高过去 10 倍、 100 倍的生产力，那这个 X 就是今天我们来的各位，有投资界的、产业界的，包括有企业界的这些老师们，是可以会给大家一会会，真的是我们是闭门会啊，所以我也给各位老师也提了要求，我说我们说一些真话，真的能帮到各位去成长的一些话，对，所以说这就是今天我们为什么要站在这里，为什么说在这么多黑科松的情况下，我们今天还要去再做一场三人行必有 AI 的黑科松，这是我们的一个前因后果，跟大家交代一下，我已经看到今天这个场子也特别的满，非常感谢各位，不管是选手还是观众，还有好朋友的热情，也预祝一会我们的那个选手的路演哈，能够赛出风采。 说话人 1 00:07:51.170 今天的这个选手路演，其实我们是从 50 多个报名的作品里面精选出来的10。 11 位的选手，一会期待你们的表演，展示。我也顺便说一下规则哈，我们一会呢，在我们 Google 的石飞老师分享完他的这个 Google Cloud Next World 的一些趋势以后呢，我们就开始路演，每位选手是 5 分钟的路演的时间，注意一定不要超时哈。 5 分钟以后呢，就是到了我们评委的提问的时间，也是有 5 分钟的时间。在这个提问结束了以后呢。 说话人 1 00:08:28.970 我们 11 组选手路演完了以后呢，因为就会进进入到一个紧张的现场统计了，我们是希望现场就有结果，因为我们以我们过去 AI 不审力办的活动来讲的话，我们是希望每一场大家及时都能收到正反馈，所以呢，也请各位选手观众到时候比完了以后也先不要着急，我们在这等待一下结果。 说话人 1 00:08:48.970 在等待结果的同时呢，我也邀请我们的这非常优秀的我们的嘉宾和评委，我们做一个圆桌Panel，我们会讨论各位创业者非常关心的问题，因为我们之前也收。收集了一些提问啊。对，所以的话就是非常精彩的这样的一个圆桌的环节，请大家也不要错过。好的，那我的开场就到这里，谢谢大家，接下来我把话筒交给我们主持人。那感谢王涵老师非常有温度且有高度的发言。 说话人 1 00:09:18.800 那我们接下来进入一个 N 26 的主题分享环节，今天我们其实因为 AI 相聚在这里，但 AI 的星辰大海是需要坚实的引擎才会帮助我们去抵达，所以呢。谷歌， Google Cloud 它做的其实就是为我们整个行业去搭建这样一个云梯，从底层的一些算力到 agent 平台，我们其实都能够通过它去创造一片能够让创新迸发的一个沃土和平台。所以呢，跟谷歌我们一起去成为伙伴都是非常开心的一件事情。所以接下来有请我们的谷歌云的解决方案架构师石飞老师，然后带给我们一些分享。 说话人 2 00:10:02.040 那个，来看一下我。我站到角落一点，因为可能我需要，有今天没有带翻页器。非常开心，首先有这个机会啊，在今天跟大家见面，也感谢这个I、 IF 神秘的王总的邀请，今天我觉得非常时间点非常好，我们今天这个活动已经是第三场在全国的一个巡展，在之前在北京、在上海我们做过。非常有有价值的部分是正好在我们的 NEXT 26 和 I/ O 26 之后，我们把一些最新的内容啊，借这样的一些机会能够给大家去做分享。我先自我介绍一下我自己。对，我叫石飞，我自己 base 在深圳，我是 Google Cloud 解决方案架构师。再说直白一点，就是搞技术的。所以大家以后后续啊，希望有些机会能够跟所有的朋友们一起去探索这个新的时代，新的 AI 的大模型时代，新的 agent 时代，有很多东西我每天也不停不停在学习，说实话。然后我自己的行业背景的话，可能在南边我支持比较多的是电商跟零售，我们叫 return 的 logistic 这两个行业。所以正好也是今天这个出海赛道里面，我看到。 说话人 2 00:11:13.760 很期待哈，一定会有很多很创新的东西，我们也希望是能够在未来我自己的工作中也有一些受益的点啊，也能够去帮助更多的客户在这些特定的场景上。对。好， Google Cloud 大家可能不太陌生，我还是先想现场做一个小小的调研哈，有利于我后续可能在讲内容的时候。第一个大家有用过 Google 的AI，比如说 Gemini 的，不管是通过什么方式啊， C 端 API 或者是通过 Google Cloud 的方式，有用过 Google AI 的先麻烦能。举个手，OK，这是我好久没看到比例这么高的一个部分，对，非常开心的。 说话人 2 00:11:53.260 因为我今天要知道大家今天来的其实很多是技术开发的爱好者，而且也是我们最早的时候，我们可能习惯叫coder，后面我们叫builder，对吧？在现在这个时代里面， AI 赋能之后，我们都不再叫builder，我们可能更多的是一个创意家，更多是一个，就是不管你之前有没有一些研发背景，我们现在都可以广泛的用一些我们叫 web coding 的方式去尝试，用自己把自己的想想法去做成更现实的东西。那当然全球其实用户我们也是看到这样一个趋势。 Google Cloud 在全球有很多的数以万计的客户，但是目前我们自己的统计的话，在 Google Cloud 上的客户里面，已经有 75% 的客户在使用 Google 的 AI 产品。其实这个比例非常高，但是我觉得还是潜力很大，因为开始用和用的很深入，以及真的在这个方面产生价值，其实中间还有一些gap，所以我们再看第二个数据。 说话人 2 00:12:46.450 sorry，我们先跳到这张吧，对，这是另外一个统计的维度啊，因为刚才说的 75% 嘛，但其实在目前这个大家说大模型时代，我们会用token。去作为。很多东西的衡量，包括你的生产力，包括你的资本投入，包括你可能产出，包括一些性价比。所以在除了刚才 75% 这个数据之外呢，现在目前已经有数百家的客户在每达到了在万亿级别 token 的消耗，也就是在 Google Cloud 上面的 AI 上面啊，已经深度的去使用，同时有 35 个， 35 个海量的，就是体量比较大的客户达到了万亿级别的 token 的这个消耗，这是另外一个点。那我们可能会看到另外一个数据，它是叫智能体，后续我可能有些内容会围围绕这个。我自己加了，在材料里面加了一张图。 说话人 2 00:13:35.640 对，我自己的从业经历来说，从 IT 来说，其实也干了 20 多年了，老同志。对，这 20 多年，这些时代正好我比较幸运。对，我开始接触，电脑计算机的时候，其实大概应该是在 90 年代中吧。所以那个时候其实我回头想啊，那时候还很早期，我们可以看一下这几个时代吧。这个不是我去创作的，是大家公认的一些 IT 的时代。我们想回顾，稍微看一下这个历史，它是怎么到了今天，对吧？我们大家看一下，比如说50、 70 年代，这个不说了，当然那时候我们可能在。叫什么？叫计算机的教材的历史书上面可能能见到这样的一些内容，对吧？什么磁带机，好，或者是一些什么点阵机。到了 9970 到 90 年代的时候，其实那时候已经有了一些比较成熟的计算机领域的一些技术和实践，对吧？那时候我们可能有了一些类似于，比如说早期的一些商业智能啊，一些自动化处理等等。 说话人 2 00:14:36.450 到 20 跟 10 年的时候，如果在座的可能很多朋友可能比较年轻，在那个时候我们其实一直在说一个词叫大数据。时代来临了，在大概就是 2000 到 10 年的时候，那个时候我们在说要去建大数据的系统，我们要去处理处理海量的数据，对。然后再往后在 10 到 20 这个这个时间的话，其实就是人工智能已经开始广泛的进入了我们的视线，不管是我们从新闻上看到的有一些跟人类棋手的比赛，看到在一些科研领域可能有很多的突破。 说话人 2 00:15:07.370 在那个时代我们还会把它定位为在是偏机器学习，或者叫强化学习，或者叫监督学习的那个时代，跟大物金时代呢，也会有一些区别，但其实它是有积累的。那到现在这个时代啊，从大概我自己的工作感受也是。大概这三年以来吧，基本上我的整个跟客户的工作重心，我们都一起转到了这个 AI 项目的方向。近一年来，基本上我们都在讨论智能体，或者叫Agent。对，这其实是一个时代的变化。OK，那我们再往后看一下。 说话人 2 00:15:42.210 这是一张比较概览的图，是我们在 Next 26 之后宣布的一个对自己的整个层次的变化的转型。如果之前有了解用过 Go Cloud AI 产品的人，朋友，他可能大家还会有印象，我们之前有一个名字叫 Vertex AI。对吧？叫顶点AI。对，那从 26 之后，我们名字整个改掉，就没有 VertexAI 这个叫法，我们整个的叫做 GeminiEnterprise 的platform， agent platform。所以整个平台你会看到里面，后面我可能片子里面大家会说，反复的在讲 agent agent agent，对吧？那我们先概览一下，这个其实是一个技术栈的包括产品的一个集合，最底层， Google 是有我们自己的，可以去作为大模型训练和推理的硬件。 说话人 2 00:16:30.390 的产品，我们叫TPU，就是一个，你可以理解是一个计算加速器啊，和 TPU 是同类型的产品定位，我们不光自己的用，我们所有的 Gemini 大模型的训练和推理都是在我们自己的 TPU 上做的。同时我们也已经在把 TPU 的这种能力作为作为一种能力在输出，这个后续大家可能会看到一些新闻。 说话人 2 00:16:52.270 再往上一层，其实大部分的时候是一个隐性的东西，包括有一个我们叫厚积薄发，我们有大量的数据的经验，有 search 的经验，我们也有大量的数据工程师，数据的科学家，然后 AI 的科学家，这是包括我们发的全球影响。整个 AI 大模型生态的一些paper，我们叫research，现在这个团队这一层能力现在我们主要集中在我们叫 Deep Mind 的团队，大家可能看新闻会看到，对吧？再往上是其他一些层次，我后面会有一些介绍。其实到这里我想因为这个概念可能大家都会听得很多，说，诶，大模型 AI 我都有用过，对吧？为什么现在大家会去说AG？我相信可能在座的很多的朋友已经在用AG，只是我们可能没有很明确的感受。就像我们举个例子，您在你的一个 AI 的聊天工具里面，当你去跟它对话的时候。其实它很可能不是一个简单的直接跟大模型的能力的调用，就像我们自己的境外的APP，你在里面去做对话的时候，其实它的底层已经不是一个简单你看到的一次 API 调用，它是一个 AI 化的调用。 5 分钟。然后有时候我会自己也在想，为什么要去从从原来的一个整个体系，为什么要走到 Agent 体系？我们来回忆一下我们在技术实现上面啊，稍微技术一点点。 说话人 2 00:18:12.200 原来我们在去处理一个问题的时候，我们要去构建一个什么？构建一个服务，对吧？我们可能用 Web 的方式提供出来，它是一个API，一个端点，那这个端点处理的东西。相对比较固定，它有固定的传入的参数，它有固定的流程，它有固定的对于流程的判断，这是传统的方式。 说话人 2 00:18:31.110 那为什么到现在这个时代，我们一定要去说用agent， agent 是一个时髦的东西吗？不完全，它是走到了一个时代，或者到一个阶段的时候，我们必然要去经历的过程，因为光是 AI 大模型在整个一个 agent 里面，它只是一个大脑，我们后续要去做的任何复杂的场景，真正落地的有价值的事情，我们是需要有手有脚的，所以我们会在模型这个大脑外面，我们要包装一些什么手和脚，那光有了手和脚。 说话人 2 00:19:00.120 之后它还得有更复杂的场景，它会有多 agent 之间要去做一些协调，上下文理解，这时候就带了什么编排，这个 agent 本身要运行，所以其实它是这么一个过程。那我们现在为什么用 agent 才能去处理更复杂问题？不是说现在的问题变了，而是说现在的交互方式变了。 说话人 2 00:19:18.160 我们现在回忆一下，我们去搜东西的时候，原来不管去搜商品，搜一个我们关心的信息，我们习惯的是什么？我们要去想说，我怎么样让搜索系统能理解我的方式？所以我要去搜一个商品，我可能要告诉它红色、男性、跑鞋，对吧？所以你要自己先想好它怎么能理解你。但是现在的时代，因为 AI 的能力。范围性的能力，更多时候是说我们要对自然语言的理解。 说话人 2 00:19:44.110 现在我们去搜东西，不再去搜关键词，大家可能也慢慢的会已经习惯，我们在搜什么？我们在搜一种我真实想要的东西，我要去参加一个晚会，给我推荐一双鞋。那这里面有原来的搜索可用关键词吗？没有，一个都没有。那我的 agent 在后面做什么？我要去根据你的个人客户画像、购买信息，你要去参加的地方的天气、地理位置、参加的活动的一些风格，去帮你推荐产品。所以这已经是变化，所以在 agent 时代，我们在解决的问题是什么？是用户跟。 AI 或者叫或者跟电脑或者跟机器之间的对话接口和形式已经变化了。 说话人 2 00:20:26.900 第二个是说原来的方式下，几乎没有上下文的关联，很多时候我们要去做数据的持久化，就是为了能保存记忆。但是在 agent 时代里面，默认来说，我的每一次对话，我的整个是过程都是需要做一个保存的。这是稍微可能讲的远一点。为了做到这件事情，我们要做些什么呢？在Google， Google Cloud 上，我们提供了一个刚才讲的改的名字叫 Gemini Fornax， Agent Platform，它已经是一个定位，为 Agent 提供服务的平台。 Agent 是什么？假设我们把 Agent 每一个叫智能体，理解为一个个体，它具备某个领域特定的能力，去完成特定的任务。但它需要什么？就像我们说已经是一个特工，但它需要什么？它有一个地方得装它，它有家，对吧？它需要一个家去，需要一个容，一个容纳它的环境，让它在里面去工作。 说话人 2 00:21:20.410 我们在 Gogokid 上面提供了一个完整的四个层次的，我们往后看一下，因为时间关系，可能我会稍微快点。这是我们概览的一个层次，在里面你会看到从底层到上层到用户端的使用 agent 的方式，到底层我们怎么去把 agent 去做这个优化？我稍微每一块快速的概览一下，我们先说下构建。 说话人 2 00:21:42.810 今天来的很多可能是开发爱好者，刚我看到我问的第一个问题就有可能一半以上的同事都朋友都举手，对吧？我想问一下，你们现在有用过 Google 的模型去做开发的吗？在开发或者构建上面，OK？好，稍微的比例比刚才小一些，我相信将来会有更多的机会，OK？我们先看一下，刚才说的在一个 agent 平台里面，它最基础能力是什么？一个大脑，大脑里面这是我们，只是我们的一个能力矩阵哈，无论您是在去做复杂问题的理解，做研发，做音乐的生成，视频的生成，图片的生成，我们在我们的平台上都有提供相应的模型，那。 说话人 2 00:22:27.830 也借这个机会呢，我给大家看一下最新的一个发布，就是本周我们在 IO 大会上新发布的一个模型，它叫3.5，就 Gemini Flash 3.5，在月底的时候我们可能会推出它的 Pro 版本。就稍微广告一下。 google 每一个版本的这个模型，其实它都有一，现在主要是三个方，三个模型，一个是Pro，一个是Flash，还有个叫Flashlight，分别去应对不同的场景。 Pro 当然一听名字就很，对吧？专业的，所以它更更强一些。但是现在在整个我们现在面临的客户的场景里面，我们其实一直在企业级落地的时候，会大家讨论的是另外一个问题。我们不是去比某一个模型在某一个场景它的一个得分，那个只在于三方的一些评比，当然我们评比也很好。但另外方面我们是说企业落地在海量使用的时候，我们要考虑是性价比。 说话人 2 00:23:16.940 所以从这张图让我们可以简单的看到，这是个对比啊，时间关系我就跳了，大家回头可以继续看，因为我觉得变化很快，每次可能我刚讲完，可能又一个新的模型出来了，大家的评分又变了。当我们再去下一场讲的时候，可能新的信息又出来了，没关系，我想回到这一点上。我们现在需要的是什么？我们需要的这个大脑，它不光要更强，它关键是还要更便宜，还要更快。在很多场景里面，不是说给它三五分钟、十几分钟去做一次复杂的事情，更多是我需要在快速的有一些响应。 说话人 2 00:23:50.680 所以在目前这个场景里面， google 的 Flash 3.5，目前我们从一些专项的领域，这个领域很很巧，刚好就是跟开发或智能体开发有一些关系，我们在编码方面。在智能体的，叫上下文的保持，或者叫持续的可跟踪性上面，是。还有包括我们在多模态的场景里面，是比较有优势的，这是我们目前的定位。同时它，大家这张图会发现了，纵向是什么？是能力得分，是一个现在目前我们去综合评定一个模型能力的一个三方测试标准。 说话人 2 00:24:31.460 横向是什么？是成本，越往右越贵，但你会看发现说，诶，有几个我觉得很熟悉，很厉害的模型怎么没在里面？因为它已经超出了我们说在百万 token 五美金的这个额度，它就是这个范围，它已经到达了一个比较昂贵的部分，所以没有在当前表里面。好，我们再往后看看。最后还有一个新的东西，其实这次的不光 next 在 IO 可能发布东西有数百项新的服务特性，还有一些产品，全新的东西，但是今天时间关系没办法全部给大家去概览，所以今天我可能给大家去挑了两个部分啊，一个是Flash，这个我们叫3.5，另外一个呢，我们叫Gemini，什么？Omni，我从业生涯里面，我只要听到有个产品叫 Omni 的时候，我就知道很厉害，为什么？ Omni 翻译过来几乎你可以理解是全能的。全部包含的意思。那我们先简单看一下一个小的，demo，一个小的视频，我们看了解一下什么是 Gemini 的Omni。我把声音从这里放大。 说话人 2 00:26:27.690 先放到这里吧。大家看到什么？他会说，哎，感觉像是一个视频生成的模型，对吧？是的。但是大家还可能还看到更多的信息啊。第一个呢，GeminiOmi， Omi 本身它的定位来说，我们是希望它将来变成一个在生成，在生成式 AI 的内容生成上，一个全能的产品。现在我们的发布的说话，原话是说，目前我们只发布了视频相关的输出，未来我们可以输出任何形式的内容。大家会，这个其实当时看到这块，我有点被颠覆，因为我觉得说视频的输出其实一直是生成式 AI 在内容生成上最复杂的部分，对吧？它里面涉及到一致性的是自然世界理解，流体力学，物理学，很多很多东西。那现在我们其实说的是未来我们可能让它的输出变成更为丰富，也可能是音频，也可能是图片，也可能是一些复杂的形态。所以这是它第一个，就是它的定位。 说话人 2 00:27:23.510 第二个它叫omni，还有一点是它对输入来说。现在很多时候我们会说生图，我们会说文字生图、图片生图，或者多张参考图生图，但是它的未来，它不是说局限在输入是一个固定的，我们现在想象中的文字和图片，我相信可能在未来会有更多的方式。还有一点，我们在图里面看到一些展示的小的细节啊，很多时候我们在说逼真嘛，对吧？就是最高境界，其实也不一定，因为很多时候我们在创意的幻世界里面，很多时候我们不是很，不是说逼真不重要，而是说我们可能会有更多的。一些对自然世界的理解，刚才几个小例子啊，回头大家可以再去看更细节的一些场景，你会看到它里面其实有几个小的特点吧。 说话人 2 00:28:08.200 第一个生成的东西很明显，OK，然后它还有一个叫实时编辑和控制能力，刚才看到那条小鱼嘛，对，所以我其实，说实话我个人还没有试用，就还没有机会，但是我我相信对它来说，将来大家会有很多一些惊艳的感受，是来自于自己的体验，不管你是做游戏的，做社交的，还是说做一些这种现实世界、虚拟世界的。 说话人 2 00:28:30.080 模拟的，其实将来在这个部分都会有很多可以去探索的部分。对，其实还有一些很多特点啊，回头我觉得相信将来大家可以更加的去了解。后面有几个几，一些内容可能跟这个实际的开发有点关系。刚刚我们说嘛， agent 时代已经来临了，对吧？大家可能因为今天不是一个面向行业的会啊，所以大家如果去了解在电商零售行业现在 agent 的一些实现或者在探索吧。大家可以去后续会后可以 search 一下 Google 的一个叫 UCP 的协议。这个是一个会颠覆未来电商领域的，我们在推进的一个新的框架，或者叫实现方式。这个大家可以去关注。 说话人 2 00:29:14.850 我们先假设说我们OK，信任说 AI 时代要来了，第一步我们怎么去写一个AI，是吧？如果不是研发的同同学，包括是研发的同学说，我第一个要干什么？我要去开始去 Google search，去查这个文档，我去看一个复杂的去构建一个智能体所需要具备的一些技能、语言、它的参数，我们要跳出这个思维。 说话人 2 00:29:38.450 第一个来说， Google claude 这边我们提供了一个叫ADK，专门用于 agent 的 develop 的一个kit。这个 ADK 你可以用最少大概 5 到 6 行。代码就可以完成一个 AG 的实现。它底层你会说，诶？它怎么把我的模型就接那个接入到这个接口呢？为什么我写了一个简单的系统指令，说你去帮我搜索相关信息，它就知道带上谷歌search，这些是我们在底层的能力上做了一层封装，所以大概大家很快用简短的代码就可以做。但你说我要写很复杂的，OK，没问题，我们推，在 next 我们今年新推出了一个新的。 说话人 2 00:30:16.340 一套一套 agent 的CLI。听到 CLI 大家就会熟悉了，命令行嘛，对吧？所以我会假设说我是一个没有前端界面的东西，所以我在里面用命令行简单就可以完成一些事情。它也没有那么简单，因为我们在这个 agent CLI 里面，我们不光是提供了命令行的功能，我们还提供了 7 个技能，这个叫skill，大家可能现在都做研发的同学都比较熟悉。这些 skill 可以放在哪里？会不会非得放在 Google 的一个那个开发工具里面？并没有，这是一个生态，我们可以提升到Cloud，像我自己现在可能 Cloud 也在用，是吧？ claud e code 也在用， Open code 也在用。我们自己的 Antigram 都在用，所以没有关系，它是一个Skill，在在这个时代里面， Skill 是一个开放的东西。那我们把它，我稍微做了一张简单的图，做了一张图，通过这个 Skill 或者这 7 个Skill，我们可以快速的从一个 Agent 的原型开发，到做测试，到评估，到部署，一直部署到最，我们刚才那个整个七层架构里面最高的一层。 说话人 2 00:31:20.060 所以也就说，你会说我知道它 Skill 是怎么写的，我到现在我没有去看它，对，我知道这是一个封装的东西，但是你会说，诶，那底层它怎么去做认证的？他也帮你屏蔽了很多复杂的技术细节，但是你要关注可以去，但是其实很快，每个人都可以用。包括 Cloud 现在提供的 agent CLI 的skill，放到你熟悉的开发环境，可以快速的完成整个 agent 的开发、部署、调试等等。 说话人 2 00:31:48.340 好，当然你会说我可能没有研发背景，我我连代码基本概念都没有，那怎么办？我们在平台上也提供了一个叫低代码的一个 agent 的一个配置，我们叫Studio。就是你只要有自然语言，你能想明白一个流程，甚至你可能没有想明白，你都可以用它，用对话式的方式。 说话人 2 00:32:07.580 比如说我需要去构建一个叫 customer agent，就是一个面向客户的一个代理，它需要去实现一些，比如说管理啊，一些技术问题的解决等等，它其实会自动的帮你做成什么？做成几个子 agent 出来，分别去做意图识别，意图识别，整个那个上下文的协调，以及帮你分担去做一些事情。 说话人 2 00:32:30.210 这样的东西已经不是一个玩具了，有很多我们物理的，就是客观自然世界里面很多的一些常见的场景，其实在完全没有代码情况下，利用这个编排能力或者叫这个界面，我们就可以完成。它这个界面本身就已经可以集成到你的网站或者是你的自己的平台上去，这是我们现在的一种方式。对，还有一点就是我们自己其实也在做很多的探索。其实有一个很有趣的部分是这样子，我们Google，对吧？我们有自己的 AI 的模型，同时呢，我们也把我们的产品去用 AI 的能力去包装出来，让它更好用。比如说我们有一个叫 CloudSQL 的数据库产品，那我们在上面提供了外围的一个功能，比如说我们可以通过自然语言去转换SQL，比如说我们可以用自然语言去分析它的日志，它的慢查询，这是我们在对 AI 能力的补充。那另外到了 AI 时代以后，又变成另外一个生态。 说话人 2 00:33:35.070 我们经常会说有一句话叫做。机器可读资产，以前很多时候我们知道，我们要做一个网站，我们要考虑它的配色，我们要考虑它的。方便的易操作性啊，那是为什么？是不是为人类在做的？我们原来的很多的前端，我们的研发在做的部分是为了想让人能理解你所提供的内容，不管是个电商网站，对吧？我们会说，哎，这个界面很漂亮，这个地方我很容易搜索到我要的东西，因为它这个点击，这个一划就上去的内容提供方式，我很喜欢，就是人的世界我们在用的。 说话人 2 00:34:10.490 那未来如果是一个 AI 时代呢？我经常会给跟我们电商客户讨论一个问题，说将来到您的平台上来买东西的，还是人吗？还是一个真的是人来去搜索吗？不会的。我们很很可能将来的一个入口方式是，我们打开某一个 AI 的聊天工具，我在里面去发出我的请求，它了解我的上下文，我的身份，它用 agent 的方式去在整个互联网去找适合的东西，它要比价，它要考虑维修政策、返修政策。那这些信息是什么？如果你的平台没有准备好应对 agent 的来访问，那你就在这个时代里面没有流量，或者说没有可能再有这个商业的机会。所以我们要去讨论说怎么去建一个叫机器可读的资产，这个不重要。 说话人 2 00:34:59.240 那回来我们说到这里是什么？我们的 Google cloud 上的service，我们也在为 agent 时代做准备。我们不再是提供简单的 API 的接口去建一个数据库，去创建一个某一个容器集群，去建一个数仓的一个 data set 一个数据集，不是，我们现在提供的一个MCP，我们把自己的云服务已经 MCP 化了，所以未来是 agent 过来告诉他在整个业务流程里面，他需要去创建一个数据库的时候，他不再是掉线的传统的 SDK 去做， API 去做，他是调。我们数据库上的 MCP 的一个能力，他们之间是用 agent 的方式去认证授权传递信息，去完成这个过程。所以这是我们去看到我们自己也在做的很多调整。 说话人 2 00:35:42.530 好，我们再往后扩展。刚才讲了我们有了一个功能齐备的特工，他需要什么？需要一个家，什么是他的家？他得有一个。地方能装它，它能运行，我们叫runtime，以前名字叫 agent engine，对，现在我们叫runtime，我们的 agent 跑在哪？好在 Google 上提供了 agent runtime 里面，同时我们提供了比如说沙箱环境去安全测试等等。这个我稍微快一点跳了。 说话人 2 00:36:09.130 这里就更有趣了，我们可以说，诶，那我已经很完备了，我已经有一个功能可以完成一个工作，那这时候就带来另外一个问题。你怎么证明你是安全？你怎么证明你是你？因为 agent 已经成为了一个我们说代表自然人，代表企业去做自动化流程的事情，那这个时候你怎么证明你是你？就像我们现在去银行取钱，我得带卡，对吧？如果取大额的资金，可能我要带身份证。 说话人 2 00:36:36.980 那未来在 agent 的时代里面，我们怎么去认证一个agent？这时候带来另外一个思考，这个体系我们大家都在尝试，那也已经形成一些共识。工号上面我们用这个SPI、FID。的协议或者叫框架去实现了对一个 agent 的身份，也就是我们在未来，在 Google Cloud 上面运行的每个agent，其实它会有一个自己的身份，是证明它是谁，它是从哪里来的，就是会有一个大家已经已经去能够广泛被多个大的企业认同和接受的一种身份定义方式，这个大家记住这么一点。 说话人 2 00:37:13.790 那另外就是权限，你做一个agent，你会说我无法无天了，对吧？本身我只是去查机票的一个agent，那首先对它来说我就只能干这个事情，也会做权限控制。这个部分在哪里？这个部分我们会在 agent 的我们叫智能体的它的策略。包括我们叫 Gateway 路。路由包括它的一些权限定义上，它从开始部署到 G Cloud 上面以后，它就拥有自己的身份证，拥有它清晰的权限定义，以及它跟数据怎么去交互，这是企业级未来做H群的一个必须要走的路啊。 说话人 2 00:37:47.640 现在大家可能觉得有些概念还比较新，但是其实它已经很多，就是从它开始诞生开始，就已经在做这方面的考虑啊。好，还有一个部分是优化，其实。这个 agent 大家知道，就是很多时候我们在说，我们在开发一个agent，我们去调试这个agent，让它更加更加智能，更加跑得更快，它的错误都能更加的快的解决。其实这个思路我们得跳出来，我们现在跟客户做的很多一些自动化的框架的过程，整个流程里面，我们都去避免做一件原来我们会自己靠人去做的事情。 说话人 2 00:38:24.080 所以我们再来一个思考，我在开发一个agent，对吧？那这个 agent 其实不是我开发的，我是让大模型去开发，那这个 agent 开发出来以后，它到底能怎么证明它是工作正常的？这时候应该跳出来，我们要用自动化测试的工作方式。我们再去写一个测试的 agent 或者样例，让它去运行。那这些部分呢，我们在在个人开发爱好者的环境里面，大部分可能有一些开源的工具是能做，但是对于企业用户来说，它的测试数据场景可追踪性，包括调用的日志性能等等，其实我们会有一套完整的托管平台去完成这个建设。 说话人 2 00:39:04.940 所以未来大家可能会说，我今天已经有了很好的一个想法，我已经写了很好的agent，它跑起来不错，那下一步可能我们要考虑的问题是，它怎么样能够去运行在一个企业级的安全的。合规的，可追踪的环境里面，这是我们下一步我们去做商业化之前，要需要考虑的事情。 说话人 2 00:39:24.110 好，应该时间还可以，好，最后大概一分钟、两分钟，我们有句话叫无数据不AI，大家想想，可以想象一下这句话是怎么来的？现在所有的 AI 的能力，它其实都是来自于一个数据的积累，所以第一个部分我会去讲，Google。在我们在数据的理解，数据的摄取，数据的，包括之前我们在在 search 领域里面做了很多的积累，其实对现在的整个 AI 的发展到现在有巨大的作用。同时第二个在一些相对企业级的场景里面，它其实需要把自己什么？个人就是企业自己的内部数据要作为一个输入，或者一个叫证明，或者叫一个支撑去给到通用的大模型，这个部分我们很成熟，叫什么？叫RAG，对不对？那又带来另外一个思考，我的企业数据我确实已经理解，可以要接入大模型会有很多的好处，那我怎么把一些传统的我的数据库，我的数仓的东西能够打通，能够跟现在的大模型的这个 agent 时代去打通呢？这时候我们带来另外思考，在 Google 上面我们除了刚才讲的 agent platform 以外，我们还有一个叫 data cloud 的概念，在这个里面我们提到一个很重要的概念，我们把 AI 的能力在数据层面做了几个有效的整合，第一个还是第一个，简单的是说我们把一些数据服务上面加了 AI 功能。 说话人 2 00:40:52.220 第二个呢，我们提供了一整套的开发的 data agent 方式，开发体系，部署方式，让用户可以借助现在 AI 的能力去激活您的数据。这是我们在说，在你的数据外面包了一层，对吧？第三层其实我们还会有些其他的，比如说安全的服务，或者有些防数据丢失的服务，那是一个另外的层次。 说话人 2 00:41:14.140 最终想实现一个什么呢？这个我也跳过吧，其实我们就提供了一个 data agent case，大家回回头可以去看一下，如果如果是说我的某个创意，或者某个实际实际场景跟复杂数据有关系。不光局限在一个 AI 现有的训练数据集，是，你可能大量会有一些，比如举个例子，比如你有大量的爬虫。或者去数据摄取的方式，从外围拿了很多非结构化的数据，再转成结构化的，又作为 rag 支撑，这些场景里面都离不开一个数据的部分。 说话人 2 00:41:43.920 这个时候我们提供了case，所以最终我希望达到的一个效果是，因为我看到那边那个欢迎屏那上面有一个叫技术平权嘛，对吧？那我们在数据领域我们在说什么？数据领域我们现在在说的叫数据民主化，其实这是个我自己当时觉得听到或者是想到这一点的时候，我觉得非常冲击力的东西，很多以前我们的瓶颈。我们的局限在于我们的认知，在于我们获取知识的渠道，在于我们学习新知识的渠道和效率。 说话人 2 00:42:15.920 现在 AI 时代已经，我可以说把这个屏障，打通，但是就是说一个非常的提效，对我自己来说可能会很深刻的感受到，我自己个人在处理很多复杂问题的能力大幅提高，但是也会感觉更辛苦，因为我学不快，就是我觉得我我掌握了很多学习的方式，所以我脑袋里不停地要学东西。那另外一点是民主化。以前我们的很多提到大数据的时候，不是说我们说数据科学家或者一些算法工程师不重要，而是说我们现在的这个时代，我们可以把 AI 作为自己的一个帮手，去探索自己以前没有办法做到的数据的世界。 说话人 2 00:42:55.490 举个例子，您是一个，我相信今天可能在场，比如有个市场分析同事，你以前一般的报表怎么来？你给研发提需求，我想看到，这个月我的商品在某个国家市场投放的时候，它的趋势。以前是这样，对吧？我们要等待什么研发排期，去做，你可能还没有数据访问权限。现在不是，只要你有权限。借助 AI 的能力，我们都可以去，不管你是数据科学家还是数据分析师，还是一个行业的同事。包括您自己，我们在个人个人的场景里面，我自己也在干嘛？我会把我的体检报告当成数据，是吧？做一些小的rag，我会放到一个我们的，比如说数仓产品或数据库里面去，把我的数据提取出来。就这件事你只要去想，它都是能做的。因为为什么？因为 AI 时代我们从 data 到AI，其实有很多赋能的东西是已经可以让每个人都成为一个构建者，也成为一个商品或者叫场景的一个导演，这是。 说话人 2 00:43:54.370 所以最后一页啊，最后一页其实又回概览一下，今天其实有很多内容，我们本来材料里面有，但我删掉，因为我想更多讲一些我觉得可能会跟我们开发者和在出海赛道做创业可能更加相关性的，大家如果有兴趣的话可以去 search 一下 Google 在 Next 26 和 IO 上发布的东西，是数百项的新东西，特别最后一个其实我们会有重点一部分讲TPU，大家会说 TPU 离我比较远，对吧？那东西我自己买不起，我也不会用，拿给我也不知道该怎么用。但其实大家会知道。 说话人 2 00:44:26.380 上层的很多能力都是源自于，谷歌有刚才说的有自己的知识的积累，人员的积累，其实还有块，现在大家都理解资源很紧张，对吧？当然我们只是听到说诶资源很紧张，其实真的很紧张，我们的很多工作里面都在跟资源打交道啊，我们都在积极的帮用户在很多资源层，能力层，我们去做很多的规划，企业客户这样。 说话人 2 00:44:50.300 最后一句话吧，就是我觉得很多时候我们其实， AI 时代来了以后，我们在想，感觉会有点焦虑，就说好像很多东西大家都在不知道它怎么用的，或者怎么用的好。这没有关系，因为现在他其实我把云世界的一个理念，我觉得送给大家。勇于试错啊，我刚接触云的时候， 10 年前吧，公有云的人当时是这么说，勇于试错，因为它的试错成本没有那么高，不像原来我们要去做一件事情，非得想的很好，你先去做，在做的过程中再去改，因为我们有很多的机会，很多的一些探索的东西，我们是在错误中才得到成长。好，我就讲到这些，谢谢啊，谢谢大家。到这里。 说话人 1 00:45:41.380 好，那感谢十位老师的精彩分享，让我们对于技术有一些更深的一些认知。那技术的落地离不开产业的支持，产业的发展我们也离不开实战的一些经验。那接下来我们会进入到今天比较大家期待的一个环节，就是我们的 AI 初华和 AI coding 路演的一个环节。那挺进今天深圳决赛区的选手们其实都是从全国几十支队伍里面，杀出来的。他们将会围绕就是技术如何去赋能代码创新，以及 AI 产品如何走向全球，这两个核心议题去展开对决。 说话人 1 00:46:21.160 我们现场其实也邀请了非常多行业的产业的一些专家老师一起来给大家做点评。我们在路演开始之前，也先简单跟大家介绍一下评委老师们。评委老师们今天到的会有石飞老师，付忠红老师，佟年洛老师，安娜老师，贝老师，纪林贤老师，叶林老师，李强老师，徐雅玲老师，邓博文老师。首先我们会先邀请我们的评委团团长。傅政宏老师跟我们分享一下自己的一些感受。 说话人 3 00:47:00.660 上上。现在现在。放音。 说话人 1 00:47:04.220 放音。 说话人 3 00:47:04.500 介介绍一下，然后呢。 说话人 3 00:47:13.180 好，各位下午好，非常高兴来到 AI 的 AI 不神秘的，叫什么？寇景和出海的。赛，大赛。因为王涵我认认识很多年了，从刚刚从这个阿里出来，然后自己创业，一下到了 AI 的赛道，他应该是经历了每个创业时时代的一些热点的这个时间点，都都都抓的比较准。那今天这个，我觉得今天 AI 的这个主题呢，我也也是非常非常这个好的。他们这里嘉宾全部介绍完之后，我们就开始开幕了。 说话人 3 00:48:06.950 那我们为什么是能达成材质啊？达成的就是要是有本土的创业，可能以前大家感觉到就是在互联网时代，移动互联网时代，可能外资的会会投资会比较活跃一点。但是到 AI 时代，到了当今的话，作为内资创业来说也是，我觉得是一个新的发展机会，所以我在我的这个。 说话人 3 00:48:38.860 海报上面有一句话叫 AI 不是风口， AI 是产业时代的全新序章，所以这个时代，这个 AI 的时间到来，可能是整个产业程度，真正的产业程度的一个时代。那这样的话，对我们门路团队来说也是一个全新的一个一个机会，所以我们像我的头发都白了，是吧？但是我们还是在这个之前的AI，其实我们投资的话也已经拿电脑进来，放在这里。我能拿电脑进来，我放在这里。 说话人 2 00:49:13.460 AI 是我们最，最近在公司。 说话人 3 00:49:16.090 这是另一个人。这是另一个人。不是不是单独的一个一个一个这个模型，这个模型取得了不错的成效。在创投里面，在内资，特别内资创投里面，我们这方面还是非常新锐的，就是从一个原来看起来是一个比较比较本土化的创投，现在看现在我们的国际化的这个创投。最明显的一个案例就是政府，是吧？我们是非人口的，贵州的这个公司，现在很便宜，是吧？所以是这种，还有一批，我们今年。就是可能有一批相关的公司要进到上市公司，对他们等做上来的时候。给他们话筒，给话筒的时候一起把这个给他们。所以呢，就希望今天的大赛能够认识更多的优秀的创业者，对吧？包括很多原来从事从事这个其他行业的一些企业家，也能够利用 AI 的机会重新的这个发展，第二增长曲线，第三增长曲线。所以我们我们的话就是不但提供资，提供这个投资，我们也提供生态资源，确实这个在 AI 时代就是生态比较重要，所以从。从这个模型开始，到创立，对吧？到一些芯片级的，一些专业芯片的，都可以跟大家形成互动，包括我们会跟很多地方政府合作，其实大家需要应用场景，对吧？我们我们在国内的创投里面，可能也是做的比较好的，这个是叫生态赋能的这个工作，我们很多省级的公司和省级啊，政府都有深度的一些合作交流。 说话人 3 00:51:23.340 还有一个就是，我讲这么多也是，也是希望。希望这个大家一起在 AI 这个大的背景下，有更多的生态的一些效应出来，每个人的这个 AI 里面可能生态的一部分，那我们作为投资人的话，可能也是也其中一部分，也希望有更多的一起呢，把这个 AI 的这个产业啊，能够做的更加深，特别是跟中美中美这个产业的一个。博弈的过程中，我们能够真正的把中国的这个这个产业拉起来，这是确实是中国的崛起的一个很好的战略。我就先讲这么多了啊。 说话人 1 00:52:14.680 那感谢陆中豪老师给我们简单的分享。其实他是非常资深的投资人，今天来到这个现场，我们也希望可以给到更多的年轻伙伴们，在产业和投资方也有更多思路的一些补充。那接下来我们就到最实战的环节。等一下。评委团亮相，上上，所有人都上。哦，在路演开始之前，我们再让我们的评委老师们一起先跟大家亮相，跟大家见个面。要上台。开车。大家一起有请评委老师们上一下。有不好意思的，你给的评委老师们有这么多，他有不好意思的，你可以想象的。让大家一起上。 说话人 1 00:53:07.400 让我们每一位评委老师简单跟大家一句话。分享一下自己。好，有请石飞老师。 说话人 2 00:53:19.190 再次上台，再次介绍自己，我叫石飞，对，我是 Gocloud 这边的解决方案架构师，很高兴认识大家，也希望将来有更多的机会跟大家合作。我就是一个做技术的，大家就是如果有任何的技术的问题都可以跟我探讨。那我就这么简单。 说话人 3 00:53:41.270 大家好，我叫潘，我现在自己就是做一做自媒体，做一做咨询，之前在大厂打工，现在基本上。 说话人 1 00:53:56.900 大家下午好，我叫李想，Amanda，这个就是我。我现在是在深圳探索青年做CMO，我本身我在运营着，想去发这个技术开发社区，这个相当于是一个我原来在 20 年沉淀在科技领域，做老板的左膀右臂，现在呢是想服务，现在呢是基于我沉淀了这么多的资源伙伴。再开发这个生态，赋能于更多的创业者，成长型的企业。基本就这么多哈，希望大家相互链接。我先来啊。 说话人 4 00:54:42.460 好，大家好，我是徐雅妍，我是经营一家日用品公司的，现在也有一些涉及到 AI 的一些项目的公司有合作。所以的话，像现在我们经历了像以前是传统的一些电商嘛，我现在也有在去了解关于像 AI 呀，去怎么样去。可以增加我们的一些内容力，因为以前的像网红这种经济的话，我也经历过，所以的话到现在的话呢，就变了 AI 结合在现在的一些包括视频啊或者内容方面，我觉得也会更好。所以像现在我也会好好的跟大家一起好好的学习分享。 说话人 5 00:55:22.590 哈喽，大家好，我叫叶琳，来自领艺术科。其实我们也是九年前在一个运营人社区一起创业，认识的一个，小团队，再一直创业到现在，所以。我们也是在营销领域，今天看到这个氛围，感受到了就是当年那种如火如荼的社区创业的氛围。我自己也是在内部在推动 AI 落地组织，同时也是对创业项目，因为我们也一直在内部做创新的项目，所以对于 AI 怎么在新业务和老业务里面去做加法，待会希望有机会大家一起交流。 说话人 3 00:56:03.390 好，大家好，我叫季凌航，刚刚中午从杭州来到深圳。我呢从事科技成果转化 20 年，都是一直在帮助优秀的人才，助创陪跑。今天呢我想跟大家一起探索AI。更多的可能性，谢谢。 说话人 6 00:56:35.480 好，大家好，我是安娜。过去十多年呢，一直做海外的业务，目前呢，你还在带着十几个海外的项目，包括家电行业，包括很多的户外，包括快时尚等等。那目前呢，我们还在有 10 万个企业家的联合，也就是说我们其实一直在海外出海的最前线，那目前也代表着很多的我们背后的一些企业。希望在今天这个场域能找到优秀的人才、优秀的技术和优秀的产品。好，谢谢大家。 说话人 7 00:57:11.800 大家下午好，非常荣幸能够参加这个活动。其实我的经历比较复杂，但是我有一个标签是我是阿里健康的 10 年的董事，所以我主业，其实我主业是做医疗健康行业。如果说大家有好的医疗健康行业，我我现在是帮很多上市公司，兼了好几个上市公司的首席战略官，在帮很多上市公司在做 AI 的战略转型，还有整个的一站式的赋能，所以我希望。我们在接下来探讨中，我们可以发现很多好的 AI 的赋能的项目啊。 说话人 7 00:57:48.960 其实我一直认为说，在全民大热炒的过程，因为我们经历过互联网全民创业这个时代啊，其实我觉得成功毕竟是个小概率的事情，但是我这边如果说有机会的话，有缘分的话，大家可以说，我可以保证你的可能变现会快一点啊，因为资本的变现永远是最快的。好，谢谢大家。 说话人 1 00:58:09.880 好的，那我们评委老师先合个照。 说话人 2 00:58:25.640 镜头在哪？哎，镜头在这，摄影师老师。 说话人 1 00:58:49.810 好，那我们再次用掌声欢迎各位评委的到来。 说话人 1 00:59:02.730 那我们接下来就正式进入我们今天的路演环节，那我们首先登场的是 AI 出海赛道，那这个赛道主要聚焦就是在 AI 产品怎么样在全球市场中帮忙大家找到定位，然后聚焦，定位之后。过壁垒，实现规模化的增长。那我们有请今天的参赛团队依次上台，那首先第一个团队呢，是黄军涛同学带来的他的一个项目展示。 说话人 3 00:59:36.000 好，谢谢黄军涛老师，非常的高风满座，人才济济啊。OK，我今天分享 ATMOS 啊，这个大家不要以为是替换系统的OS，这个实际是我们面向出海品牌和中小商家的一个 agent 的营销操作系统，那它有几个特性，就是自计划。多触点的营销策略和 24 小时自动运行。我们其实不是一个 demo 的一个产品，我们已经有 6 个付费商家，其实我们帮商家已经做到了 Google 的排搜索排名的第二名和单条评论的 15K 的曝光，同时我们是一个黑盒通的二等奖获得。 说话人 3 01:00:10.160 想问一下大家，在 2026 年这个当下，你们去购买一个消费品，大概需要几个触点？触点意思就是你要需要知道这个品牌和这个产品多少次才会真正的去购买？我们发现在 2026 年，就有报告显示了，平均需要 11 个触点以上。才能完成一个消费转化，在四年的过程当中涨了30%。那同时我们发现在这个广告的回报率以及亚马逊单次点击的成本持续在增加，那我们发现 80% 的中小型的商家，就出海的商家，他们的投流去付费投流，基本上是亏损或者是不能打平的。 说话人 3 01:00:49.230 所以我们会发现目前来说这个营销的策略已经转向，从单次单平台的付费的投流转到了这种可持续的内容营销的产出上面，所以我们叫它叫做 AI 的有机增长。我们的目标市场其实非常clear，我们目标就是 3C 和硬件设备的出海的2万亿的市场，已经发现趋势是逐年增长，出海营销的涨幅大概在 24% 左右每年。同步的，我们直接对标的这些客户其实我们目标客户其实就是头部品牌，他们的市场营销团队在目前当中无法去自计划和可链路追踪的系统上，我们去做研究和给他们推出这套系统。同步的，我们会对一些中小型的初创企业，他们在出海的整个市场和营销过程当中提供服务。 说话人 3 01:01:44.060 那我们可以看一下传统模式和在， ATMOS 两种模式下面，他们的这个执行的一个策略，就是可能之前模式是花 3 到 5 个人在内容产出，上线，数据收集，反馈，那你会发现这个它是不能成一套体系和一个自计划的一个系统的。那对比OM，ATMOS，它的一个策略其实就是做竞品分析和内容的分发日历。以及我们会有可以提供这个数据本地化的一个服务。 说话人 3 01:02:14.250 相应的我们是支持分布到发布到全平台的一个效果，以及我们最重要的策略是它能够去积累品牌他们自己的本身知识库，我们会给他们的生成流程去打上商业的一个效果，他可以追踪和复盘。对，那他实际操作其实是一个 online 平台和，本地的一个软件的搭配。线上的话我们会支持你去做你的SEO、GEO，还有 Reddit 和这些社媒的一个审查。那我们通过一个 CMO agent 和通过一个策略编排模式去让四个执行 agent 分别是SEO、 GEO 和 Reddit 和X。为为什么选这四个呢？其实它们是代表了传统搜索，还有生成以及 AI 搜索，还有社区型的社区型的社媒，还有广播型的社媒。 说话人 3 01:03:03.830 所以我们发现通过这种四个小的平台，不是小的平台，是四个小的实验去测试它增长闭环，那它同步的可以延伸到其他的一个场景。然后它其实不是一个单纯的聊天工具，让你复制粘贴到平台去分发，它其实是 24 小时它有个推广的分发日历，然后基于这个场景，它有个定时执行和你可以进行人工审核，同步的它会生成完之后，你会看哪个效果好，基于那个效果好的再去复用它这条链路。 说话人 3 01:03:34.210 我们其实目前已经有数据在跑了，大概 300 个用户注册和 20 个预付费，同步的我们有 6 个付费商家在运行我们本地的这套 ATMOS 的 MacOS 的 APP 来进行实践。同步的我们也帮这个商家做到这两个效果，如何做关键词排名和 15K 的单个评论的曝光。然后同步的网站新增我们也做到 1.5 万的每天。然后四个利润策略，其实第一个就是为了让大家去测试它的效果，同步的搜索就是会有做那个OBC，印度啊， hacker 他们的海外的出海的产品的推广。那 Pro 和 Enterprise 就是我们之前目标客户提到的，就是中小型的一个出海商家和大大型投入的公司，他们的市场的市场部门。然后从在竞争的格局来看的话，目前来说最主要的是Opera，它其实是一个海外的一个比较知名度稍微还不错的一个agent，那它是有 6 个 agent 协同来去帮你做内容的产出，但他们目前来说没有很好的实现，就是一个自我进化的一个系统，那这个在我们这个整个平台来说是一个比较大的优势。基于内容，去做自计划。OK，这个是我们无法被，很容易被大。 说话人 1 01:04:54.710 还有 30 秒。 说话人 3 01:04:55.630 OK，我们的优势其实在编排系统上面，还有个行业方法论，我们去让这个对应的专家去给他沉淀这个方法论之后，输入到 agent 里去实践。同步的我们数据飞轮是让这个品牌越使用的越久，它的数据沉淀越久，它越会懂你。对，这个就是我们的核心团队，包括我是 US 硕士，还有前孵化器创始人，以及腾讯的前端工程师和那个字节算法工程师。对，我们本轮的这个天使轮，想融个 200 到 300 的这个额度。对，以上就是我这个介绍，大家如果对产品感兴趣的话，可以联系我。 说话人 1 01:05:33.920 好，这第一个团队的路演，看一下评委有没有想要发言的，以及。我来吧。 说话人 3 01:05:44.960 评委也是 5 分钟。 说话人 6 01:05:46.320 其实我对你们的产品特别感兴趣，因为我们应该就是你的客户和目标客户，我们专门做品牌出海。那么我看了一下，我有三大问题啊。第一个是您的客户锚定的是品牌方，其实，他们会有独立站，会有Emerson，对不对？会有很多的营销载体，那请问您的客群，您的载体主要在哪里？是独立站吗？他得有，还是？ 说话人 3 01:06:12.440 你是说我们分发的平台吗？ 说话人 6 01:06:14.520 对，是的。 说话人 3 01:06:15.440 哦，就是包括独立站，独立站是我们做 SU 的一个策略，包括 GU 可能是在在 GBD 或者是在流程里面，相当于是我们这套体系是帮他做内容的分发，那分发的具体到哪个平台，是四个 agent 去执行的。 说话人 6 01:06:30.440 OK，第二个问题是，您的 agent 的 KPI 是什么？因为我刚刚看到了您的收费模式里面，诶，有按月度收费，对不对？但是我们会希望一个，您的 KPI 可能是，我要看到我的广告的ROI，我要看到我的曝光，我的流量，对不对？我请问您把你的 agent 的 KPI 的定义是用。哪些维度？ 说话人 3 01:06:54.080 OK，这个其实刚刚那个。如果跟他其实给我们的很好的意见，然后我们也有通过这个争论来去测试，就是怎么样去把这个它的效果去量化。这个其实我们有，因为我们之前做的 CMO 其实会用那个 GSC 和 GA 的那个流量分析系统，然后它是可以接 MCD 的，那我们把 MCD 的数据就作为我们一个独立站的品牌的曝光和它的用户点击交互的一个数据的输入，相当于这个就是我们量化的一个指标。按理说， CEO 它实际怎么去量化，其实很难，但是它可以通过一些付费的跳转，然后实现它的转化的购买，这个也是我们数据采集的一个模式。 说话人 6 01:07:36.840 也就是说我作为您的客户的话，我除了按月度付费，我能不能按效果付费？ 说话人 3 01:07:42.890 目前来说我还，就是在研究这一套体系怎么去搭建，但我目前还是在这个。 说话人 6 01:07:50.730 是的，我是建议您下一步一定要攻克这个点，只要你能做到同时按效果付费的话，您的客户分层才会出来，大的品牌方和大的客户自然就会给你更加多的一个费用也好，或是一个倍数也好，因为永远是二八定律，能用你这套模型的中国企业，它一定不是，它一定是有些认知的企业，它才会用您这一套这个技术。最后一个小问题啊，就是技术型的问题，你怎么解决封号问题？其实您刚才触达的海外的设备，无论 Redmi 啊等等，其实面临一个很大的问题，是什么呢？它本身对中国企业的账号的风控概率特别高。 说话人 3 01:08:34.890 这个是为什么我们做两个版本，一个是海外版本，一个是本地版本。那本地版本其实就是面向商家，他自己有一套我们说一些合规的一个方法，嗯，来去做这个账号运营。那我们是单账号运营，肯定不是说做矩阵的，那做矩阵的意思就是你做 10 个号， 20 个账号来去铺那个拉新流。但是我是做一个品牌的游戏的话。 说话人 6 01:08:56.330 也就是本身我的账号得安全，对吧？对对对。 说话人 3 01:08:59.210 OK。 说话人 6 01:09:00.250 为什么您的是 Redmi 呢？对 Facebook 和 ins 的考量呢？ 说话人 3 01:09:04.610 我们会，对于 ins 网的话，其实我们会偏向于它是。通过视频消费更多，所以我们早期还是在做内容和纯图的，没有做很多图和音乐视频的。 说话人 6 01:09:18.930 OK，OK，好，那我理解了，谢谢你啊，谢谢。 说话人 1 01:09:25.450 还有评委要提问吗？那请我们的评委打分，我们看一下，有请第二组的选手准备。谢谢大家。那我们请第二组的团队，刘振军团队。 说话人 3 01:09:50.720 551762。551762。别管，直接点后面那个就好了。好。551762。好。嗯，好，上。那个翻页笔在哪？专业的比赛，对。 说话人 3 01:10:09.580 他只能等他结束吗？是只能等他结束，看一下，只能等他结束，或者你重新开。七六二，你输错了，七六二。五七六二。开始了。开始了。开始了，现在开始。开始计时了啊， 5 分钟。好，开始了。 说话人 2 01:10:38.830 可以，稍等一下，重新来。也在记，也在记，只有 5 分钟。 说话人 3 01:10:47.750 哈喽，大家好，我是郑军。今天你可能有人问我今天心情怎么样？我可能说一般般吧，但是的话呢，可能我的电子垃圾 AI 产品，它可能就会展示出我当时此时此刻的一个心情。没有开机。其实 AI 电子垃圾的话呢，就是能够记住你的每一刻，它就是Memory，满足你被记录的一个需求。它也可以展示你的此时此刻，那它满足的是你的多模态，你的 AI 陪伴。你的一个银行捕捉和你的社交的一个破冰。那其实过去有一个反常识，是说大家觉得可能 AI 这么多试图替代手机，那其实我要做的一个事情呢，它是一个更加更真实的事情，就是它可能就是一块屏幕，它帮你理解你，帮你记住你的一切。那么先踩过的坑，有痛点，有赘述，因为它很重要。 说话人 3 01:11:46.400 的话，我们要做的事情就是避开它。其实我们的 AI 类的话， echo ping，它其实是满足了两个人两个很根本的一个需求，那就是被记住和被理解。这两个需求的话呢，就。接下来我的主板，他帮我拆了我整个电子行业的文件。的话呢，也有这个谷歌的一个什么要求，就是买下一个就是疑点。那么先抛出一个问题，是说现在因为我们出海的可能第一站是北美市场，那其实在北美市场我们看到有六组容易被忽视的数据，比如说手语翻译严重稀缺，那其实电子垃圾它能够解决一些类似的一些问题。那么为什么我们要出海到美国？以及我们为什么要现在做一个 AI 电子垃圾？其实的话呢，它已经刚好已经达到了三个很成熟的条件。 说话人 3 01:12:44.260 第一个的话呢，是模型能更强，就前几天的谷歌的 IO 的大会上，那谷歌。正版 3.5 的Flash，它的这个实时能力已经非常强，它已经能够达到实时的去跟用户进行一个实时的对话。由硬件更低，那包括华强北现在，它已经完全能够把价格打到非常非常低的一个水平。 说话人 3 01:13:05.150 而第三点的话呢，是需求更旺，现在很多年轻人，他们都从线上回落到线下，就像现在 AI 不能够替代的是我们的品跟我们的体验，我们的经历。那很多人的话都会在线下里面去认识更多的朋友，包括现在的这个二次元和乙女市场。所以的话呢，我们的核心。户群体也跟分享一下，希望被看见的人，希望被记住的人和需要被守护的人，有点抽象，所以的话呢，我跟大家分享一下。 说话人 3 01:13:41.460 第一个点的话呢，是 A 类的垃圾，它其实这里是一个 AI 的一个陪伴的一个产品，那么可以做的事情是，我跟它进行一个对话输入，输入完之后的话呢，它就可以去进行一个分析你一天的一个工作的一个情况，同时的话呢，它可以输出一个报告给你，然后的话呢，其实我觉得。不好意思。做了一个什么情况？不好意思。同时做了什么？帮我关一下。不好意思。它还能够有一个事情是，它可以帮你把整个你一天的一个报告，把你分析出来。比如说大家可以微信扫码，可以扫码看一下，它就可以去做到的是，你整个休息报告，一天的报告，把你分析出来，洞察你的一切。同时的话呢，我也用这个 CocoAI Studio 和 Sketch 做了一个APP， APP 的话呢，可以随时可以体验，回头的话呢，也可以分享给大家。 说话人 3 01:14:38.960 就是你连接的 AI 电子班之后。他可以在里面去完成很多有趣的事情。包括对话也好， AI 的生成也好，等等。然后这是一个，我一直以来，我做了很多产品，不管是新闻产品还是视频产品。我都是觉得科技向善是特别重要的一个点，这个点是什么呢？就是一个。你知道厕所在哪里吗？一个手语者，他在去问路，这个用户他听不懂，但是呢，电子班机可以知道他是问你去厕所，这个手语者的话，他就可以马上的看到电子班机上的画面里生成的一个视频。马上的让这个小雨解释到，哦，厕所可能是往这方向走，然后大概是这样的手语。 说话人 1 01:15:32.370 还有 30 秒。 说话人 3 01:15:33.490 哦，那我快点过。然后的话呢，这个的话呢，是也是一个科技向上，我们是给到最需要陪伴的人。这是接了最近很很热火的龙虾和爱马仕，然后的话呢，我们也做了很多这样的一些，就是让它不是单次对话，而是说长期被理解。这块的话呢，也是在卡斯特和欧莱雅专的会场上，我们一起去发现了。其实你把机还有社交的需求，那在会场，我们可以知道，诶？如果你是红色，你也是红色，那发现我们是同类人，我们可以进行交流，也可以在上面放一个二维码。 说话人 3 01:16:11.440 这个的话是商业模式，就是 C 端和 B 端的一个商业模式。然后其实谷歌IO，那其实它也给了很多新的一些想法，包括比如说最近的那个Passmap，或者是Product，或者是 Day Drive。其实都能够去跟电子垃圾有很深度的一个融合。那最后的话呢，这一块的话也是当时是输出的一些 stitch 稿，以及他通过像这个 stitch 啊， AI video 啊等等，我去输出这样的一个产品，包括也使用了antipiracy。那最后的话呢，就是我的大概一个情况，谢谢大家。 说话人 1 01:16:54.320 好，那我们看一下评委老师有没有想要提问的。 说话人 3 01:16:58.600 有点仓促，不好意思。 说话人 1 01:17:02.040 这个产品非常好啊，然后我看到了很多亮点，而且它还有一些服务于一些手语人群哈。对。在这么短的这个时间里，其实我还不太清楚你主要覆盖的人群，好像能覆盖很多场景。这个功能的话，如果说是如果让这些大的硬件厂商，如果 copy 了的话，你的护城河在哪里啊？因为他们的智能手表，智能穿戴，现在智能硬件。已经发展非常红海了，对吧？在这个情况下，你怎么去打造你的护城河？对。 说话人 3 01:17:37.930 好，首先先回答第一个点，其实现在护城河就是我随时都可以被冲掉。我们有壁垒，我们有走大路的话，其实随时被替代。那我们的一个大概的过程是什么呢？首先我们第一点是我们可以接通，我们是可以根据用户提的一些需求，我们去识，对，我们去识别你可以用什么模型，我们可以用什么IAG，然后的话我也可以不断的跟你训练，比如说像爱马仕一样，长期的成为你一个最忠实的人，陪伴你，这是第一点。 说话人 3 01:18:09.820 第二点的话是我们其。有一个很核心的功能点，是这个跟电市场上电子班机不一样的一个点，是电子班机它可能只是一个被阅读的一个功能，但是的话呢，我们是一个可交互的功能，我们未来还可以去看见和听见，然后的话呢，它就像那个脚手架一样，我有了我的延安的学生币，那我可以扩展场景非常多，那我扩展场景的话呢，我就可以用前两天 IO 上面的场景。 说话人 3 01:18:40.300 稍微提一个例子，我们对场景的一个理解。那比如说就说这个Artmap， Artmap 的话就是当时在发布这样子一个例子是，那用户他可能，他在里面对话说我孩子要去医院， AI 就帮我搜索到最近的医院，通过手机来展示出来。那 AI 在这卖这个产品是什么呢？它可以帮你解决最后一公里，比如说当你去探索一个，比如说重庆这个地方的时候。它可以去识别到你当前的路，因为它可以看见，它可以随时告诉你说，你往前走多少，你往后走多少，它其实就可以当成你一个，类似于一个智能手表。一样，他跟你去对话，但是他可以更多一个事情是，他可以去看到，他跟智能手表都还不一样，他就是你的第一视角，就是你看到的跟你看到的是一个平面的。 说话人 1 01:19:43.910 对，有点像个小助理一样。 说话人 3 01:19:45.750 对，是。是吧？ 说话人 1 01:19:51.390 我其实建议就是说，这个东西特别不错，因为他如果是从商业角度上来讲，他可能需要一个规模化。那你们这个产品是以后是怎么去拓展你的市场？你是在哪个渠道去推广你的产品？这个也蛮重要，还是说你搭载大厂的一些智能硬件，然后作为他们的一些外设还是什么的，对吧？可以。你们有没有有没有想过？ 说话人 3 01:20:22.510 可以，我先回答一下，其实现在市场上的电子发单都是走 C 端，就是爱思元、英语市场、日本的兔包等等。那其实我们现在没有打 C 端，我们是在 B 端上面拿到的成绩，就是我们主打的就 B 端，我们打的 B 端的是，就是这句话，我们的主战场其实是在工业场景。或者是会场场景、峰会场景、营销场景，那么我给这些人去提供这种电子拉金，现在已经是量产的。 说话人 3 01:20:50.580 对，所以的话呢，就是我们可以去帮你定制你的适合你的模型，比如说我可以去用 A4 也好，我可以去用混元，腾讯混元也好。对，第二个的话呢，是我，比如说是工业场景，我甚至还可以去提供一些 logo 和你品牌的一些样式出来。对，所以的话呢，现在我们就只打 B 端，没有打 C 端， C 端的话呢，可能是为了去探索一下。美国市场等等，那我可能会去对这种听障人，或是是对这种，刚才前面提到的一些群体，比如说需要翻译的人，我去提供这样的一个能力。因为在海外翻译场景是一个特别重要的，就像刚才说的，诶，一个人他用一个菲律宾语去跟我对话，那电子翻译机告诉我，用中文来告诉我，然后的话呢，我回复之后，电子翻译机再通过转化，奥美迪啊等等，我去转化成就菲律宾语，再跟他去对话。那其实就是一个输入是菲律宾语，输出也是菲律宾语，只不过中间呢是我跟 AI 的一个交互，我是跟他用中文的一个交互。 说话人 1 01:21:59.570 嗯，好，很棒。那我们请何老师打分，我们准备第三位团队，准备，有请徐静峰团队。好。 说话人 3 01:22:35.400 大家好，我是 NewsSpark 的徐定峰，我这给大家带来的是一个专注于电商的 AI 产品。我们为什么要做这个呢？我们可以从几个现实的问题看起。首先我们发现在过去 10 年间，电商的工具数量级是一直在涨的，但我们发现一个很严重的问题，就是企业的人效比似乎没有那么高。首先第一个问题就是人效。我们在过去要招一个能上手的运营，我们通常需要给他 3 到 6 个月的过渡期，以及还要给他开一些工资。以及有一些职位，他们今天是写不定SOP，这就导致，比如说我们人员变动之后，我们的企业决策会发生一个比较重大的变化。第三个的话就是我们在跨境电商的买家可能需要获取不同各种各样的数据，那我们还需要订阅很多的这些 SAAS 工具，这些其实也是需要付费的。第二个的话呢，我们还去深度的去看了一下一些工作人的一些整个工作的。流程，假如他一天 9 小时的话，我们发现他有大部分的时间是在做搬运数据的一个东西，也就是打开各种各样的 SAAS 工具，然后去把数据扒下来，然后放到 Excel 去做这些比较枯燥、比较固定的一些整合，而他实际上能真正产出的，能够用人脑去判断的，可能只有一个多小时。 说话人 3 01:23:50.300 对，那么我们也发现了，在传统工具它只能去解决快，也就是速度上的快，但是即使你买了1000、1万个工具多好，它都始终会受人脑带宽的一个限制，也就是最终还是需要人去判断的。那么在 agent 时代，它有一个比较大的改变，就是过往的工具是给你数据，而现在 agent 可能直接给你结论，你直接去看那个结论，比如说这个词值不值得投？这个选品选得怎么样？你只需要点头或者摇头，它就能给你去做。做一个决策的一个选择。 说话人 3 01:24:22.170 OK，然后第二个就是 agent 带来的一个更大的变化就是并行。在我们过去人类很多的工作方式都是串行的，也就是假如我举个例子，假如说我们企业有 100 个产品，那我可能需要招 50 个人去管这 100 个产品。而在我们的 agent team 的这个情况下，我可能只需要复制 100 个 agent team，再加上几个人去管理，而且它的并行是非常快的，比如说我们一个 agent team 执行的时间是 45 分钟，那么 100 个产品它还是 45 分钟就能解决。那给我介绍一下我们目前的。 说话人 3 01:24:54.970 地板的一个价格。就是我们 AI team 的话，我们会有一个程程，程程的话是我们的一个任务拆解跟一个编排的一个工作，然后也还会有一些视察员，然后还有一些运营，他会做选品分析啊，竞品研究啊，然后也有专门写文案的，黑加文案，甚至我们还有美工可以做一些图片啊，视频的输出，还有还有专门的广告词分析，然后还有一些客服。 说话人 3 01:25:17.170 对，然后我们这个 AI team 进入企业工作流程，它会变成什么呢？就是变成了老板或者是员工，他一句话说，你帮我看一下欧洲的打印机的一些品的一些，给我出一些竞品报告。那么我们的晨晨接单之后，他就会开始拆任务，然后去派工，然后去给他对应的不同的底下的数字员工，然后去制定执行，执行完了之后，晨晨就可以去进行一个收工，然后去把我们的报告输出来，接给老板。那么在我们人在这里面，只有第一个是提出需求，第二个的话就是验收需求，就这两步。然后我们也针对企业内部的比较大的企业内部，它会有一些交互的不同，比如像传统的。AI，它是直接输出 Markdown 或者AI，文字。我们也是针对了Word、 Excel 或者 PPT 这些，你直接就能接入到你企业的工作流。同时的话，我们也支持快速的接入飞书、企业微信等这种快即时通信的一些渠道，能直接进入到你的企业工作流中。 说话人 3 01:26:16.380 我们还做了个性化，还有记忆系统，也就是每次任务它都是在沉淀我们 agent team 的知识库，你的决策、你的商品、你的说话风格、你的用户反馈、你的用户画像等等，你会越做越，这个 AI 团队是越做越懂你的这种。比如你在下一次的时候，它会去。会去读取你以前做过的一些决策，然后给你做一个千人千面的一种独特的决策。能放个视频吗？但是快一点，你要没什么时间。 说话人 3 01:26:43.390 哦，那这时间问题，我们大，目前大致是有两个版本，一个是接入飞书的，第二个的话我们是有网页版，可以直接用，然后可以看到它这里是会有一个大概的简介，然后也可以去生图生视频。我们先过吧。我们现在阶段的话是 Generation 的阶段，就是它会去进行检索生成，然后以及很多数，我们现在配了很多数据源，它能给你很多方位的去检索。我们下一步的阶段就是做这个操盘式的agent，我希望他们能够进入到各种的 SaaS 的平台。台，甚至是你的商户后台，然后去帮你去运营这个店铺。最后的话，我们是希望能够达到全自主全进化，我们只需要给他一个目标，他就会去自动的去帮你运营你的店铺。对，而且我们在未来，我们的 AI 数字员工会越来越多，我们目前的话是7，我们在未来会目目标是达到有 30 个专业的数字员工。 说话人 1 01:27:37.090 嗯，还有 30 秒。 说话人 3 01:27:39.170 我们的核心目标就是帮助我们的跨境电商能够更好提效闭环，去做更好的沉淀以及更高的增长。这也非常感谢谷歌，我们的产品有这么智能，这么强大的推断力，我们核心还是使用的GPT，然后以及还有生图的这些模型，我们都是用的他们的 AI 技术。帮助我们电商能够产出更好的质量。OK，然后这个是我们的一个理论上，电商的每个人都能拥有一个自己的 AI 团队。OK，那我介绍到这里。 说话人 1 01:28:06.930 好，看一下我们评委老师有没有什么想提问的？我来问吧。啊好。我举手。我最近看这样的项目有看，至少有十几个了。同质化就非常严重，当然你这个也非常不错，因为你今刚才讲的这些就是涉及在每一个组织的关键角色上，这点非常棒。我就想问一下了，我们商业的本质，就是价值落地，是不是？我也想，我们接下来看这个问题哈，我们如何让我们这个产品跑赢他们？ PK 掉他们？这一点你怎么考虑？ 说话人 3 01:28:47.150 是这样的，我们团队结构的话，我们有专门做前端的，也就是企业内训的这一块，我们这个产品是后端，就是我们是相互结合的，就是我们在交付产品的时候，不仅仅是给他一个网页，而你们自己去玩儿吧。我们还有去更多的企业内训，也会从这些企业内训中拿到资料，拿到经验，然后去不断的迭代我们的产品。这些架构，包括模型，这些肯定不是我们的一些护城河，但是我们认为这些内部的 knowhow 是我们的护城河。 说话人 1 01:29:12.710 嗯，那这个机会你怎么拿到呀？就是去企业里边去做内训这样的机会。 说话人 3 01:29:18.910 我们有专门的一同事会去做这些。 说话人 1 01:29:22.630 好，在这也就是欢迎吧，你多来参加这种活动，多多链接。像王总，还有周日黑科松啊，像我，像 Club 这种平台，我们本身就是一个你这种产品的一个宣发平台，都能去亮相，让更多老板看到我们，我们其实就在你实践当中，你只有在真正价值落地转化这个过程当中，你才能知道真实的需求是什么，真实的场景是什么，再去迭代这个产品，可能你就会去跑，先跑起来，好不好？好，谢谢。 说话人 6 01:30:01.890 您好，其实就像刚才老师说的，您这类的产品呢，市面上其实还蛮多的啊，当然没有你很大的一个特性，我看到你有锚定了美亚马逊啊。这是德国站，美国站应该都有，对吧？也就是说，您会不会在一个小语种或者不同的文化场域的话，会做的比较好呢？举个例子啊，因为我为什么问这个问题？因为我现在带着十几个跨境电商项目组，都是各大品牌的跨境电商的团队。恐怖的是，每个团队已经自己内部搭了一个，您这样一样功能的智能体了。也就是说，只要稍微有。有一丢丢规模的企业，可能他都比你大一个。我想问一下您，您锚定的客户是跨境电商的小卖家，还是有锚定一些精准的客群吗？这是第一个问题啊。 说话人 3 01:30:56.010 我回答一下，就是说我们目前的锚定客户还是中小卖。对，然后如果大卖的话，我们其实也可以去提供我们的定制化服务。 说话人 6 01:31:04.770 定制化，对吧？ 说话人 3 01:31:05.570 对，就是我个人的话是有很长的 AI 的从业经验，所以的话，就是我们可能会做的更加的企业级的一个。 说话人 6 01:31:12.880 也就是说您其实可以针对我们这些企业去给我们做优化和升级。对。对吧？所以我就要了解您的产品跟您友商的产品的差异点是在哪里？您觉得比较大的一个差异是什么？优势。 说话人 3 01:31:29.040 首先的话我们是更注重于沉淀，对，就这一块的话，我们其实做了很多研究，就是在沉淀这一块，因为我也看了很多我们竞品，它其实就是一次性的任务，就是说还是需要运营有一个很高的提示词的这个能力，但是。我们发现他补刀，很多人写不好这个词，那么我们就是想把这个难点去掉，就是他其实沉淀之后，你只需要把你的简单意图告诉他，我们的成本他也是做了一个很深度的一些拆解任务的一些优化，对，就是你非常简单，你说的他就能帮你拆解的非常好。 说话人 6 01:32:01.770 也就是你的标准化流程和指令做得比较好，同时你的私有数据库会比较好，对吧？ OK 好，我们可以待会私下联系一下，因为我非常多项目应该需要您的这个技，给我们做技术升级。对，所以你可以想一下你的业务方向，不一定只是那种小。就是小麦，对不对？毕竟这一个的话，他可能搞几个，接自己开发团队，或者是开发工程师，可能他自己搭一个。但你可以锚定一些已经有这个认知的企业，给他们做技术的升级，或者是给他们做一些定制。好，谢谢你。嗯，谢谢。 说话人 7 01:32:39.930 对，我想问一下，这个现在我们有收费的客户有多少？ 说话人 3 01:32:44.530 我们有一小部分的收费用户，就是他，我们目前推出第一个就是在飞书上，但是他是比较简单的一个，一个这个流程，但是当这个流程对于小麦来说，它的效率提高非常多的。 说话人 7 01:33:00.170 好的，明白了，好，谢谢。 说话人 1 01:33:04.680 那我们请评委老师打分，我们请下一个团队，于小淼同学。 说话人 3 01:33:30.000 大家好，我不是于小淼。因为李小小现在在女性黑客中打比赛，所以我变成他的学弟。其实他是我们团队的一员之一，他才 12 岁，也是隔壁女性黑客中最小的选手。所以这个是因为他用，看，叫我带他出去玩，我一直没空，一直在整我的东西，他说我帮你整一个吧，出来了一个小东西，就是跨用跨境电商在抖音上精准获客的一个产品。对。我也因为这个产品。品的，顺便讲一个故事，我的第一个客户，我这两个产品出来之后，第一个客户是一个卖水管的，我们中国做水龙头的那种，水龙头啊、花洒啊之类的那个老板。 说话人 3 01:34:39.790 知道，我们之前说过了。他四年的时间。在香港开展会，第一年没有客户，第二年没有客户，第三年有一个老外看到他，给他递了张名片，但还是没有联系他。第四年看到他还在那里，拍着他。他说，咱们坐下来聊一下，形成了交易， 4 天他完成了一单。但是用了我的产品之后， 6 天有 4 单咨询， 1 单达成交易。所以这就是 AI 带来的突破。 说话人 3 01:35:21.960 很多人都说 AI 会不会抢人家的饭碗？也许有一些 AI 出来之后，订单量变大，那些人。就是客服也好，或者也好，变得更加拼命，变得更加，努力工作，也许 AI 带来的不只是抢饭碗的活。就他在领英呢，就做了一个精准的流程化，就是找到，比如说我的那个水暖客户，他找的是设计公司，国外的设计公司，还有一些建筑啊什么的，一些词条，然后输入进去之后呢，他就一直在那里扫，一直在那里给他们发邮件，发完邮件之后，当得到回复的时候，他会把公司的独立站，还有把一整套的介绍资料。用语言发送过去，大概就是只是做了这样的一个流程。 说话人 3 01:36:23.340 我们现在所对标的一个客户，几乎因为我是潮汕人，大家听我的口音都知道，对标的几乎就是所有的接触到的客户，几乎是潮汕的传统企业，我们给他们做出海，给他们，等于说他们买我一，我经常说的，买我一只虾，我送你一个独立站。因为他们的独立站，其实真的做的有点丑。 说话人 3 01:36:48.450 在服务他们的过程中呢，慢慢的看他们，用，调用一个人或者是两个人的，可以形成一个小的一个出海团队，可以把整个原有，中，其实中，潮汕这边做一些比较隐形的一些，其实做的挺大的，有一个做糖的，其实他们做到世界第三，但是不显山不漏水，所以说慢慢的我们去影响的时候，他们在寻找更精准的客户的时候。他们会在他们的营业额上面加的更大。对，就是这三个亮点，学生都。 说话人 3 01:37:40.400 对，行业痛点就是潮汕这边的一个传统企业。我们的付费，其实这个基础版 365 一年呢，其实像我们以前的黄页一样，把。公司的资料什么的，刚才谷歌的老说了，未来的大家都是用什么样？其实我们瞄准的是大家未来的手机都是 A 的手机的市场，那么他们读到的信息或者什么的，我们慢慢的从这个基础版，有时候我们都是免费送出去的，将来 A 的一定会一键收到我们的产品，应该是收到我们客户的产品。这个。是在他在推进的过程中。对。这是 30 秒哦。 说话人 3 01:38:34.410 好，这是正在开发开发的一个 agent 的一个菜市场，我我经常把它拆开，称之为菜市场。于小岛现在那边都已经在，已经就是客户的回复。然后自己执行，结果反馈。好了，时间到了，这是我们的优势，数字员工的优势。然后现在的客户已经有十来个了，刚刚昨天才签了一个5万块钱的单。大概就是我们都是试用期 3 个月，大概是一个月 1000 美金这样子，一个数字员工，但是昨天那个老板就是签了 3 个数字员工。OK。大概是这样。谢谢老师。 说话人 1 01:39:25.520 那我们评委老师有没有什么想提问的？那我们老师记得打分。好，谢谢。好，谢谢谢谢。然后我们有请第五组的团队，付歌行。 说话人 8 01:39:49.710 好，大家好，我叫歌行，我做的这个产品呢，叫 Global Pass。就是想到当年纳斯达克，它的成立是为了那个年代的新经济成立的嘛。现在因为AI，一个是数据爆炸，一个是 AI 算力提升，一个是 AI 算力成本降低。所以，存在了这么一个可能。就是能形成这么一个平台，聚合全球的数据，形成一个全球脉搏，这么一个平台。现在是个数据爆炸的时代，每一天都很热闹，每天都有 10 万家的 tiktok 项目诞生，每天都有 50 亿的 AI 模型调用，每一天都有数十亿的 APP 下载量，未来经济的趋势跟情况就在这些数据里面，就在这些脉搏里面。我们可以通过AI，将这些数据全部收集起来，形成一张全球经济的 CT 图。它主要分为三个层面，一个是 AI 经济层，一个是数字消费层，还有一个实体经济层。这些数据全部都是公开的， API 也是自取即用的。打开这个产品，一眼就能看到今天的世界是什么样，它将会往什么样的方向上发展。我们有个产品的网页，我再看一下。对，就是，这就是我们产品的可以播放，这个，可以把声音关了。可以把声音，那个声音关。 说话人 3 01:41:42.110 声音不是我设的。 说话人 8 01:41:48.870 我们就能看到这个经济变化趋势。再随机。当然，它这里有各种各样的资料，我们都是现在能很方便的通过AI，把它收集到一起。再点一下，再，可以再点一下。 说话人 8 01:42:28.170 好吧，我们回到 PPT 吧。 说话人 8 01:42:36.210 对，我们的基本逻辑就是说，数据采集，通过多元融合， AI 评分，再 AI 来解释这些数据，来判断这个趋势变化。有了这么一个平台，我们可以提前三周来感知这些热点，它将会诞生的趋势。我们面向的收费群体就包括免费的平台来进行引流，针对OPC，因为每个人他的需求不一样，我们有很多数据，但我们可以通过 AI 来针对了解这个人他需要什么。跟他提供一些他定制化的数据，让他更好的完成他的业务。再往上一层呢，就可以面向出海公司，再往上一层呢，就可以面向一些机构。这是做这个产品，为什么在今年做？为什么在这个时候做？因为正好是这三个因素碰到一起，正好是这个时候来做，刚刚好。 说话人 8 01:43:44.300 对，我们说因为看见，所以相信，我们就希望把这个全球的经济脉搏展现给每一个 OPC 看。他看到了，他自然就知道可能哪里的利润会比较高，哪里的经济会比较高，他就更有信心的往这个方向冲，我们就相当于赋能OBC。对，在那个时代有纳斯达克来把每一个好公司给筛选出来，在这个时代我们应该有GlobalPulse，赋能每一个OBC。对，好。好，谢谢。然后我们看一下，还有什么问题吗？ 说话人 2 01:44:21.210 我来问个问题。回忆。这个非常有创意，我觉得这个是个很大的事，非常有价值。 说话人 3 01:44:30.490 因为 Google 其实在这个信息收集，索引，可以检索，这是我们一直在做的事情。其实我觉得两个稍微技术的问题吧，第一个其实这套系统要真的运转起来，是对计算的存储是有比较大的要求，所以目前来说它现在是一种状态，是一个原型阶段，还是说你们真的已经把有一些那个电脑一套数据处理保存，并且可以复用？所以我这个我是想真的想了解一下，现在是怎么在做的？ 说话人 8 01:45:00.530 现在还是个原型阶段，到后面它数据量上来了，肯定就得上谷歌云之类的地方，对。 说话人 3 01:45:08.590 这个商业机会是有的，这是第一个我想的，因为如果。在你微信里有。将来要运转的话，他可能你的天生设计他就不是一个简单的事情，他就会有很多未来你要面临到的新的问题，但是用什么原因，什么方式，但是这个思考架构的思路是有的。第二个就是，其实这些数据让我看到可能是说可公开的数据，对吧？对他们来说可能是一些就是允许你去拿到的数据，对吧？对。但是其实说实话，有很多的这个系统如果能运转起来，未来很多的真正有价值的东西，其实是会有点半封闭或者是封闭的。 说话人 2 01:45:46.300 那个时候其实整个这个生态里面，不是每个用户都能买得起一些大的咨询公司的报告，所以那个时候可能在某个时间点上，你有能力去做这件事情的一个，是一个感觉，是一个空壳，你你能够去用自己的去拿到一些，他们人拿不到的数据或者报告，然后你能够去把它的报告也希望。 说话人 3 01:46:07.820 对，就是因为这些报告的话，价值可以贴个点。这是一个门槛，如果你你可以想象一下，如果你两天、三天或一个月的时间写了一些东西。客观说，可能是因为接下来滴滴，有更多的 AI 资源。 说话人 1 01:46:33.070 还有其他老师想提问吗？那我们老师记得评分。然后感谢大家参与到上一个半场的一个路演环节，我们可以有一个茶歇，茶歇之前想要邀请大家一起拍个集体大合照，我们可以一起拍个大合照。 说话人 3 01:46:54.240 啊，是这个音乐吗？茶歇的时候。 说话人 1 01:46:57.800 现在我就放了。好，我们在小黑板这里拍一个大合照。 说话人 3 01:47:03.960 那我先把这个这一段先停掉。 说话人 1 01:47:13.640 那我们就快速拍个照片，我们就可以茶歇。 说话人 1 01:47:32.000 我们先我们拍两个嘛，先评委嘉宾们先合一张，然后我们再所有人一起合。 说话人 3 01:47:40.360 有WiFi，但是他得，得用那个手机号。 说话人 1 01:47:43.600 站不下，是吗？先所有人合，是吗？OK，那就先所有人合吧。稍微推一下吧。对对对，挤一挤。 说话人 1 01:48:02.600 来吧，来了，拍完合影了，我们就开始茶歇了，大家可以交流了。对，这是。不是这么厚吗？所有人，所有人。 说话人 3 01:48:26.080 录影的时候只有 6 位，你们是。 说话人 1 01:48:27.920 没关系，没关系，对对对，所有人来来来，我们先所有人来。漂亮的美女，来吧来。来来来，来吧来吧，我们不要太耽误太久了好吗？一会吃一会吃，好，赶紧的赶紧的合影，合完影了，再茶歇好吗？快快快快，我们紧凑一点，紧凑一点，紧凑一点。都从北京过来的，对，下一站还要去长沙，还要去长沙，对，我们几个那边做活动的这个工作人员都是从北京过来的，也有长沙这边本地的，深圳这边现在没有。 说话人 3 01:49:08.390 对，我们这个活动，它因为我们跨了好几个城市。 说话人 1 01:49:12.390 所以我们每个城市它都是有联合主办。来嘛来嘛。 说话人 3 01:49:15.350 像，就像深圳这边，我们联合主办就是周周黑盒，我们是给他插，像场地啊，你要给他们。 说话人 1 01:49:22.070 来来来，能不能主动一点，主动一点，来，主动一点，来来来，谢谢谢谢，来。走吧走吧。 说话人 1 01:49:38.630 对，往这来。好好好。来。对。我们实拍老师在这来，在，实拍老师在这，这边都可以，来来来，对对对，我们都往这边走一点，都往都往左边来一点，往往中间来一点，对对对，谢谢，这边再来一点，来，这边都挤一挤，来，这边都来，对对，哎，我不用，我不用，对对对，然后这边来几个人，这边来几个人，这边来几个人，来来来，快快快，速度速度，谢谢，这边来几个人，OK，好好好好。没事。好嘞。摄影师，录像的也来一个，一会我们来个口号哈。我们来，我们一起吧。你都可以，是吧？ 说话人 3 01:50:48.920 你们先录像吧。 说话人 1 01:50:51.360 口号口号，这样，我们喊一个 AI 启明，向光而行，这是我们公益基金会的，好不好？ AI 启明，向光而行，我喊123，然后大家一起喊，好不好？ 说话人 3 01:51:01.350 好的，我喊123，来，321。 说话人 1 01:51:05.430 AI 启明，向光而行。耶。耶。 说话人 3 01:51:10.150 说话的时候我们耶点个赞，然后或者挥挥手行不行？ 说话人 1 01:51:13.150 可以。好。好。耶，这样子好不好？ AI 启明，向光而行，耶。然后就点赞或者是挥手，好吧？ 说话人 3 01:51:21.550 声音不能比我小，来，321。 AI 启明，向光而行。 说话人 1 01:51:32.250 可以吗？可以可以可以，好，那我们再拍合影。 说话人 3 01:51:52.970 我们一起点赞吧，左边的左边，右边的右边，后面老师头给露出来哈，照片盖了，注意调整一下，你们要照了，好，来，3、2、1。 说话人 1 01:52:08.850 好，我们嘉宾评委们来合个影哈。 说话人 3 01:52:36.130 先是 Big Apple，是这个视频， awareness 是这个视频，是吧？对。其实吧，歌行同学怎么只有三个人给他打分？他他是最后一个吗？对呀。最后一个大家就还没弄完拍照去了吧。对呀，还没弄完，但是又得走。这个好复杂，这是什么？你听在这里吧，你说这个表好复杂。嗯，它是。就是每一个选手，这是每一个选手，然后对六个维度的，然后每个选手的打分加一个点评，点评到时候需要把整个文档导出来，用那些东西 AI 整理一下，然后整理成几句话。这个主持人点他们上台的时候，就会说为什么获得奖金？哦，他还有加权这种东西，就是平均分。 说话人 1 01:53:24.220 好嘞好嘞，好，大家休息几分钟，喝口水，吃点东西。 说话人 3 01:53:26.460 但是每一个维度它不是完全一样重要，所以会有加权。嗯，现在有什么？大家吃。我要换那个音乐。 说话人 1 01:53:35.420 吃点东西补充一下能量，然后把那个垃圾记得放到那个垃圾桶。是的是的。 说话人 3 01:53:42.100 放，真的放这个吗？感觉它有点。你放轻一点就行。行。或者你有什么别的idea？没事，轻的也行，反正没人care。是的，大家只听个响。每次一投屏就得换下声音，这个挺烦的。为什么？因为它会默认换到什么。会默认换到连投屏的声音。连投屏跟这里没声音。对，我得换到那个外置耳机。什么外置耳机上插着一个音响？这个。这个插线叫外置耳。 说话人 2 01:54:19.680 我是这个，我那几个选手，一会先放这个，这个是静，一定要静音。一定要静音。对。 说话人 3 01:54:25.680 啊，你要一边放一边讲。对对对，因为它有声音的，然后我就，然后再放，再放，然后再出来。了解一下，他是这个第六个，刚加了视频的那个。他是先放视频，先不放PPT。对。然后你先讲一会。对，要静音。讲一会之后，那个视频放完了，你再去对着 PPT 讲，但一共只有 5 分钟。 说话人 2 01:54:43.960 对，我知道，一分钟和四分钟嘛。 说话人 3 01:54:46.320 对，就视频的时候一定要清楚。帮你预约个方法。你要喝咖啡吗？给你点一个。咖啡行，没问题。你俩是。这就是你有SPARK。你有SPARK。就是我们那个产品吗？就是当当时他报名的那个。哦，对。 12 点半交的。 说话人 2 01:55:15.680 辛苦辛苦。 说话人 3 01:55:17.680 这是最辛苦的。走，你先出，你先出。他他是最辛苦的。是是那个。没有，今天重活都交给TEC，哎哎老师，你你的视频好像是有将近 5 分钟啊。你的视频好像。没有别的，上去就放视频。 说话人 2 01:55:31.050 哦，没有PPT。 说话人 3 01:55:32.730 PPT 可以不放，也行。哦，那那不放。 PPT 里面的东西就视频里也有。哦，也有，那到时候这个声音会。或者说视频跟音乐。可以放大一点音乐。就放视频。就放视频。你不讲了？我不讲。 说话人 8 01:55:52.090 视频就是用产品做出来的。 说话人 1 01:56:32.200 you get it, like you real love, it' s ever changing, like any true love, you' re just a crazy, but i know you want it, anything, anything, anything. welcome to new york, it' s been waiting for you, welcome to new york, welcome to new york, welcome to new york, it' s been waiting for you, welcome to new york, welcome to new york. i know you' re shy, i can dance to the beat, the link is。 说话人 1 01:58:05.140 Walking through the village in the cold, Collapsed in love, running under the moon. Everybody here wants to fall in love, Looking for a song we never heard before. welcome to your land. yes the way i' m calling welcome to your land. welcome to your land. welcome to your land. yes the way i' m calling welcome to your land. welcome to your land. yes the only child i can dance with me. forevermore the lights are so bright but they never shine me. welcome to your land. welcome to new york, welcome to new york. 说话人 3 01:59:04.930 every shot shot by the foreign shooters, took out golden arms from the inner shore. everybody here was someone else before, and thank you one, thank you one. boys and boys and girls and girls, welcome to new york. if you' re down and out, welcome to new york. welcome to new york, it' s a weird world, welcome to new york, welcome to new york, it' s a love song, and it' s a dance floor, and when you' re here, welcome to new york, it' s a weird world, welcome to new york, welcome to new york. 说话人 3 02:00:04.680 it' s easy getting like any real love, it' s ever changing like any true love, it drive you crazy, but you know you wouldn' t change, anything, anything, any. welcome to new york, it' s been waiting for you. welcome to new york, welcome to new york, welcome to new york, it' s been waiting for you. welcome to new york, welcome to new york. 说话人 3 02:01:24.240 换一首音乐。你想换什么？已经换了，已经换了。然后下一个赛道。对，因为 Coding 在第一个项目，他不想用他自己的电脑。对，正在找他，你知道他在哪吗？我叫他过来一下。对。 说话人 3 02:01:50.850 我觉得他们说不公开那个真的不能当理由，我刚也找了另一个人说赶紧把你的PPT，我要发，我要写文档。现在没关系，还有会议，还有，还有六分钟。对，要不跟他们说一说，真的没有什么意义。对呀。对，现在那么多摄像机盯着人看着，想复制的人都能复制。对呀。要不直接去问，跟他们说一下。我叫他过来，我不知道他在哪，我叫他来这。 说话人 3 02:02:56.560 哎，你是第一位是吧？对。哎，您是为什么要。切换到自己这个。我换了个P，当时那 PPT 不行，我做了一个新的，还没来得及导出。新的PPT，现在是网页端的。对，网页端的。就网页端，你不能直接放我们这里那个吗？没有，就素材太麻烦了，来不及了。就直接网址给我们不行吗？本地的网址。它是单网单网页和HTML，还是多个文件？纯file，多文多文件的这个。那你要不帮他搞一下？没有，我刚才投过了。投过了是吧？对。行，没事，那你投一下。插一下这个， Mac 吧。啊对。不用插。不用插。这个插是。你试一下能不能上，如果能直接上就不用管了。好，可以，行吧。行，那你就这个。然后，那就没事了，那你可以先退一下。整个路演，你的结束之后，那段时间你就可以把它导出一下发给我，因为我们结束会给每一个选手写文章的。我们会宣传一下每个选手。好。 说话人 2 02:04:05.240 对对对，这个。有点仓促，第一次讲。没问题。 说话人 3 02:04:11.950 可以借我插充一下吗？是一样的。 说话人 3 02:04:29.150 还有多久大概？还还有很久。还有很久。啊还有很久啊，我现在有点紧张。嗯，到时候麦克还有翻译都在这，你应该不用翻译。我上个厕所。 说话人 3 02:04:51.300 怎么样，最近？还可以啊。现在现在在哪里啊？就深圳啊，还是原来的公司。但是现在自己搞了很多副业，像刚刚那个 NewsSpark 就算是我的朋友一起做的。哦，可以。就第三个电商那一块。那个package，是吧？不是，是那个电商的。电商工具的。那个小妹妹，那个潮汕的那个还是。哪位？哎，找你呢。就是他正在那里说话很快的那个人。哦，有印象吗？对。帮电商做各种运营啊，工具啊，现在挺好。好，好做吗？那个。感觉还可以，因为客户的需求还是比较明显。很明确。看回来让他再讲讲，其实已经不是 demo 阶段了，已经有有开单，有客户了，时间比较紧，没来得及展开讲。挺好挺好，我觉得做垂类也挺好，我们现在是做通用的企业 AI 落地。远。然后我还没来得及看，你们是 PPT 先，就原来那个就不用讲，不用放了。哦，对，那个偏公司介绍一点点。然后因为之前在做，我看一下，就我想做的是要重新定义人类跟 AI 的一个协同方式。 说话人 3 02:06:06.070 然后呢在过去的话就会发现有一个现象，就是 AI 现在很快，让软件变得非常不值钱。但是话呢有些问题始终是存在，第一个是它的流程不清晰，第二的话呢，也没有一些现成的系统，如果说单纯去开发一个系统，对于业务人员很困难。第三的话就是做了很多agent，没有办法进行很好的编排，所以我们要思考的就是哪些在落地的时候会会会发现哪些是适合交给AI，哪些是业务系统能够承载，然后哪一些就是。 说话人 3 02:06:33.020 多个 AI 的话，怎么进行一个编排的协同？话呢，我们就发现一个范式，现在整体的话呢，从会话到清单，到系统式的一个变革，清单式的话呢，可以看得到会非常多的独立的一个agent，单一 agent 就能够解决或者完成某一个任务。的话呢，我们会会预测，就是未来会有两种，公司会分成两极化，一种是超大型的平台公司，云呐或数据城，或是一些大机构，还有一种就是每一个创始人都是。自己就一个 OPC 嘛，就拥有自己的一对agent。我们的服务就是从落地，再到Basic， Basic 就一句话构建业务系统，就多秒搭。 说话人 3 02:07:13.950 再到一个Cody，就是 agent 的一个入职和编排，再到我们把 agentos 带来现实。可以看得到我们整一个的一个产品，这个话呢已经是在上线了，我们只需要输入一句话，它解决问题是内部有很多nohow，我们没有办法去理解。我们通过我们多年的搭建的一个经验去把它整理出来，它可以识别你的背后，它会有什么业务对象，有什么属性，它呢生成一个结构化的一系统。进行可运行，那 AI 跟人类都可以同时在这里一起运作。这一个的话呢，它也是 agent 办公室，办公室。 说话人 1 02:07:53.280 可以了，朋友们。 说话人 3 02:07:54.680 怎么理解呢？首先我们会发现，会发现 agent 不管是说从通用的。Conversation，然后咖啡。 说话人 1 02:08:02.810 那朋友们，我们差不多可以就位了，我们下一个半场准备开始。 说话人 3 02:08:09.690 加油，可以的，观点我也认同。 OK 吗？别那么快，哎呀，我再熟悉一下。 说话人 2 02:08:17.570 好，那你再再给你一分钟。全是熟人。 说话人 3 02:08:24.850 只有我在深圳，他们都是北京飞过来。 说话人 2 02:08:27.370 北京过来啊。 说话人 3 02:08:29.770 A、AF、 ABE 只有我在深圳。不OK，非常OK。 说话人 1 02:08:35.610 OK。 说话人 3 02:08:43.180 一会你投屏的时候直接投就行，能把我这个顶下去。 说话人 1 02:09:44.010 请我们的小伙伴们开始归位。来吧来吧，朋友们，我们快点落座，我们后面还有很多精彩的内容。老师，我们可以。就坐，坐下坐下，朋友们。我们要进行第二个实战赛道 AI Coding 赛道的路演，有请我们伙伴们。都坐上原来位置，我们有请第一组的路演团队，有请 Neo 来展示他的一个项目。 说话人 3 02:10:37.330 你要翻页的话，翻个这个。不用。不用吗？ 说话人 3 02:10:58.590 大家好，我是元子 AI 的CEO，李勇。我们的产品是叫做重新定义 AI 与人类的一个协同范式。在过去的两年的话呢，其实最近有个概念，我叫SDD，其实在过去两年，其实我们就已经一直在干 SDD 这个事情，在帮助企业在不知道怎么用AI，怎么落地AI，选好第一个场景，再到去做到一个 AI 融入到他们的一个工作方式，其实我们在过去已经完成了 50 多个一个客户的一个交付。为什么是今天才来开始去讲我们的 BP 呢？首先我们要发现一个事，现在我们的。