他的AI實驗給你哪些創業靈感？｜和鴨哥聊：給AI加上耳朵、眼睛，用AI買菜、寄快遞

未來屬於最會用 AI 的人。

👦🏻 播客採訪：Koji、Ronghui

🥷 整理編輯：Bella

🧑‍🎨 排版：NCon

在科技行業裡，有一些富有好奇心、動手能力又很強的極客，他們會在一些產品剛出現的時候就迅速上手，不僅使用，有時還會自己動手組裝、魔改，把原本的產品玩出新的花樣。

本期我們邀請的嘉賓鴨哥就是這樣一位極客，最近我們知道，鴨哥在做一些 AI 實驗，比如他自己做了一個語音輸入法，用 Apple Watch 全天 24 小時錄製自己說的話，這給 AI 更好地瞭解他提供了豐富的語料資訊。

此外，他還把 Insta360 掛在胸前，拍下全天候的影片和照片 ——我們在訪談中說，鴨哥的這些 AI 實驗，就像是給 AI 加了耳朵和眼睛，很好的解決了和 AI 溝通訊息極度不對稱的問題。不僅如此，他還成功地讓 AI 幫他買菜、寄快遞，等等。

在這期播客裡，鴨哥跟我們分享了他的這些實驗，以及他從中得到的收穫。以及這樣「極致的提高了效率」之後，他對人如何使用 AI 的思考。

我們邀請鴨哥來做客十字路口，因為我們相信他作為早期使用者（Early Adopter）的體驗和折騰出的各種專案實驗，能為許多 AI 創業者提供未來產品的靈感。

此外，鴨哥也是《Manus 爆火的背後：我們用 20 個問題一起搞懂 AI Agent》那一期的嘉賓，他的個人 Blog 「Computing Life^[1]」值得對 AI 感興趣的朋友們讀一讀。

推薦：鴨哥的課程《From User to Builder》^[2]，幫助你從AI工具使用者進化為具備實戰能力的Builder，用AI打造實用專案、提升工作效率、增強職場競爭力。

小宇宙收聽：

微信直接收聽：

本週我們也嘗試錄製並剪輯了影片播客，可以到 Koji 的小紅書/B站/影片號觀看（本文釋出一週後，上線影片版本）。

Part 1 快問快答，認識鴨哥

👦🏻 Koji

請問鴨哥的年齡？

👨🏻 鴨哥

一上來就問這種讓人傷感的問題（笑）。我已經是個老男人了，已經過了要被最佳化的界限。

👦🏻 Koji

畢業院校？

👨🏻 鴨哥

本科在中國科大。博士在 Columbia University

👦🏻 Koji

現在的工作身份？

👨🏻 鴨哥

在 Samsara 做 Applied Scientist，研究行車記錄儀裡的計算機視覺。業餘也在持續探索 agent AI。

👦🏻 Koji 你的 MBTI 和星座是什麼？

👨🏻 鴨哥

MBTI 忘了，只記得是很少見的型別。星座是天蠍座。

👦🏻 Koji

很多人是透過你寫的技術文章認識你的。可以聊聊在 AI 和程式碼之外的你，是什麼樣的生活狀態？

👨🏻 鴨哥

這個問題挺開放的，我確實有一些不太一樣的經歷。比如 2008 年我當過北京奧運會的火炬手，後來考了挖掘機、飛機、還有船的駕照。

這些看起來很酷的事情，其實背後都有一個動機：我想親身體驗人類可以做到的邊界。

考飛機駕照不是因為有錢要開私人飛機，而是我不會飛，但一直很好奇 —— 如果能自己飛到雲上，看風景、拍照，會是種什麼感覺？我覺得人死後什麼都帶不走，那為什麼不盡量去體驗這個世界？

另外我還是個業餘攝影師。喜歡拍天文、顯微、多波段影像。用得多了，Leica 注意到我，還邀請我在西雅圖辦了個個人展覽。

這些探索本質上也是一樣的：

用工具拓展人的感知邊界，去看更遠、更小，甚至是人眼看不見的東西。

攝影也成了我生活中很重要的一部分。

👦🏻 Koji

我覺得你是個既極客又很有生活實驗精神的人，尤其是在 AI 上做了很多有趣的嘗試。我記得最早是從你寫的部落格看到你開始關注 ChatGPT —— 當時大家都覺得它有時像天才，有時像智障。你會不會也這麼覺得？

👨🏻 鴨哥

我太有這樣的感受了。我早期用 AI 的時候，經常覺得它連最簡單的事都做不好，特別蠢。但可能因為我比較容易共情，有時會站在 AI 的角度想：如果我是它，老闆讓我幹這個，我可能也真幹不出來。

就像公司來個剛畢業的清華北大的新人，人很聰明，但你沒交代清楚背景，他就算給出一個教科書級的方案，也落不了地。問題其實在我們沒講清楚需求。

後來我發現，AI 出錯大致分兩種情況：

它真的不夠聰明，比如連算術都算錯。
它其實很聰明，但我們像個糟糕的 PM，一邊給任務一邊不斷改需求。突然說這個不行、那個也不行，其實是我們一開始就沒有給出足夠的 context。

所以回頭看，很多“人工智障”的時刻，不是 AI 不行，而是我們沒當好它的產品經理。鍋，可能在我們這兒。

👦🏻 Koji

你竟然可以共情AI。

👨🏻 鴨哥

這樣等 AI 統治世界時，我說不定能混個好職位（笑）。

👧🏻 Ronghui

那你會刻意調整自己，讓自己更會用 AI 嗎？

👨🏻 鴨哥

我確實做了不少調整。

以前 AI 經常答非所問。但我發現只要把背景交代清楚，它的反饋就會好很多。問題不在 AI，而在我沒說清楚 context。

不過打字太累，我又懶（笑）。所以後來我用 GPT-4o 做了個即時語音輸入系統，能即時轉寫，理解並回應內容。我就靠它快速 “嘴寫 prompt “，一分鐘能講幾百字，和 AI 之間的頻寬一下子打開了。

結果很明顯：AI 輸出的質量提升了，我也更願意把複雜任務交給它。

以前我覺得 AI 是我的小弟，但在 context 給夠以後，它成了我大哥（笑）。

現在我寫 prompt，會把專案背景、失敗教訓，甚至老闆和同事的喜好都告訴它。

它甚至能從 VP 的角度告訴你：“如果你這麼說，你老闆就可以拿去跟他老闆吹牛。” 這種高層視角，以前我是完全接觸不到的。

而這些建議真的很有用。我提出的方案更容易打動老闆、說服同事，推動事情也更順了。

這一切的轉變，其實就從“用語音打 prompt”這種小事開始的。

一旦把輸入的門檻降下來，AI 的實力才能真正被激發出來。

👦🏻 Koji

我最近被灰度到了 ChatGPT 的語音輸入的新功能，一個非常容易被觸發的入口，類似「下拉重新整理」，是「上拉，即開始語音輸入」。

——感覺這也是為了讓使用者減少打字的摩擦，鼓勵更多、更自然地輸入，從而提供更多 context 給到 AI。

👨🏻 鴨哥

我也被灰度到了。

我覺得這說明了兩點：

第一，ChatGPT 正在往會議助手方向走。比如開會時可以直接錄音，會後它幫你總結，還能繼續問答。語音對它產品形態的重要性已經很明顯了。

第二，它之前也推出過 whisper 語音識別，但效果沒有現在 GPT-4o 即時語音這麼好。主要因為 whisper 背後不是大型語言模型，而 GPT-4o 是 LLM，理解和反饋能力差距還是很大。

👧🏻 Ronghui

打字的資訊密度太低了，哪怕是那種已經很愛打字的人，其實也很難表達得完整。

👨🏻 鴨哥

尤其在手機上，真的太痛苦了（笑）。

Part 2 如何把 AI 真正融入日常

👦🏻 Koji

所以當你用語音輸入讓和 AI 的交流、提供 context 都變輕鬆之後，你下一步做了什麼？

👨🏻 鴨哥

開始更頻繁地用語音和 AI 交流後，我很快遇到一個大問題：AI 沒有記憶。

LLM 每個 inference 的過程都是上下文獨立的。除非產品本身幫你“維護記憶”，像 ChatGPT 的記憶功能。但要麼很多產品沒這個功能，ChatGPT 做得也不好。

這導致我每次都得重複上下文：比如家人喜好、專案目標；效率很低。

我試過寫好一段標準的 context，複製貼上應對固定場景，但面對經常變化的工作內容，這種方法很麻煩，像在寫文件，摩擦太大。

後來我意識到，我們每次寫 prompt，本質上是在向 AI 表達“我是誰”。那能不能別每次都從零開始“教”它，而是把它長期融入我的生活中，自然擁有“記憶”？

於是我開始用 Apple Watch 錄音。

因為我居家辦公，隱私顧慮不大。我用 Apple Watch 自帶的 Voice Memo，錄完自動同步到 iCloud，轉寫後存入資料庫。

這個錄音系統立刻帶來了驚喜：有次開車走神差點撞車，幸好 Apple Watch 正在錄音，我當下就語音覆盤並設了提醒，晚上再總結。之後語音識別會自動整理這些待辦事項。這樣當下教訓被記錄下來，後續還有覆盤，真的對我駕駛技術有提升。

👦🏻 Koji

所以你現在可以隨時自言自語，想到什麼就說出來，比如提醒自己晚上要做什麼。

👨🏻 鴨哥

對，這就是進一步降低了使用的摩擦。

👦🏻 Koji

那你會不會因此變得小心，有些話不要說出來？

👨🏻 鴨哥

還好。因為整個系統都是我自己搭的，不經過任何商業平臺，資料完全可控。

但如果是用第三方系統，那我確實可能就會有所保留了。

👦🏻 Koji

用這個系統之後還有哪些收穫？有沒有一些你沒預料到？

👨🏻 鴨哥

有兩個特別意外的收穫。

一個是之前說的開車那次，錄音幫我覆盤了整件事。

另一個意外收穫是，語音識別把我和 AI 的日常對話和思路像漏斗一樣集中記錄下來，資訊密度很高，意外成了一個高效的資訊收集方式。

不過光有錄音還不夠，識別完也只是堆 TXT 檔案躺在硬碟上，那怎麼用起來？

所以我自己又搭了一個“山寨版 ChatGPT”。它有兩個我很需要的功能：

可以接入多個模型（比如 GPT、Gemini、DeepSeek、通義千問等）。
用的是 agentic AI 的思路 —— 它不只是回答問題，還能自己調工具、查資料、做搜尋。

我還給它接入了一個 retrieval 的引擎，能訪問我之前語音識別的資料庫。比如我讓它幫我找一下上週我提過那個專案的背景，它會自己去搜出來。

而且它不是傳統的 RAG（那是靜態流程），而是一個 agentic workflow，能動態決定怎麼搜、換不換關鍵詞、搜幾輪，全是 AI 自主決定。

結果發現，這種方式真的特別有效，也驗證了我之前做的所有錄音和整理工作，都是值得的。

👦🏻 Koji

你現在堅持錄了多久了？

👨🏻 鴨哥

錄音做了兩個多月，錄影剛開始兩個星期，已經拍了兩萬多張照片。

👦🏻 Koji

哇，那你講講這個錄影系統？是怎麼用 Insta360 拍的？

👨🏻 鴨哥

對，Insta360 很小，背後有磁鐵，配套的磁吸項鍊戴在衣服裡面，相機就能吸在胸前，幾乎沒什麼存在感。我用的是 vlog 模式，每兩分鐘拍一次 15 秒影片，續航大概 4 小時。但我覺得還是不夠理想，要經常充電。所以我又自己做了一個小裝置：用微控制器 + Micro SD 卡 + CMOS 攝像頭模組，體積小、能深度睡眠，一塊小鋰電池能撐 1～3 天。現在還在開發中，但我覺得挺有意思。

👦🏻 Koji

我覺得鴨哥的動手能力太強了！

上個月「十字路口」的「AI + 硬體」線下沙龍，有一個來分享的創業公司叫 Looki，他們也在開發類似的東西：一個可以磁吸在胸口的 AI 硬體，每隔幾分鐘拍照或錄影，記錄你的一天，之後還能自動生成 vlog。

人家整個創業公司做的產品，你自己一個人就 diy 出來了。

👨🏻 鴨哥

聽起來確實有點像，但我這個其實沒什麼技術含量，屬於華強北思路。東西都是現成的，我只是把它們拼起來。程式碼也大部分都是 AI 寫的。

以前搞嵌入式開發特別痛苦，現在用 O3（GPT-4o）幫我除錯，效率高太多了。貼個報錯，它馬上告訴我怎麼改，感覺 O3 真成了我大哥（笑）。

👦🏻 Koji

那你每兩分鐘拍 15 秒 vlog，記錄一段時間後，有什麼發現嗎？

👨🏻 鴨哥

有，而且過程也挺有意思的。

我用通義千問 2.5 VL 這個本地模型來處理這些影片幀，主要做三件事：

過濾隱私：比如我進廁所時拍到的畫面，它能自動識別並刪掉。
生成搜尋關鍵詞：方便我將來回顧時，能透過關鍵詞快速找到這段經歷。
判斷畫面質量：比如影像清晰、有構圖、有人臉的內容才會被保留進未來的“回憶系統”。

我打算以後把這些影像做成一個影像搜尋引擎，幾年後再看，就像數字版“追憶往昔”。

我還用機器學習對這兩萬張圖做了聚類，從中挑出 200 張最有代表性的照片，再扔給 Gemini 分析。

結果他分析的特別準。它不僅能看出我的健康問題（比如壓力大、坐姿不對），還能大致判斷出我的職業和興趣愛好。

這次實驗讓我覺得，一圖勝千言是真的。它帶來了很多啟發，我打算繼續做下去。

👦🏻 Koji

它怎麼判斷你坐姿不對的？不是掛在胸前嗎，怎麼看得出來？

👨🏻 鴨哥

可能是從畫面能看出我駝背、手撐著臉之類的姿勢，它就推測出來了。

👧🏻 Ronghui

你讓它挑“最有代表性的圖”，但“代表性”這個詞本身就挺抽象的吧？

👨🏻 鴨哥

對，這一步不是 AI 做的，是我用傳統機器學習完成的。比如一些重複性很高的畫面，像我在電腦前程式設計，那些類似的圖會先被合併，再挑出差異最大的，作為代表。

👧🏻 Ronghui

那裡面有哪些分析是你預料中的，有哪些是意外的？健康問題那個聽起來就挺出乎意料的。

👨🏻 鴨哥

預料之中的，是它能識別出我生活裡的一些物品。比如我很喜歡一個電影攝影機造型的小模型，結果 Gemini 不僅認出來了，還準確說出了品牌和型號，甚至推斷出我對攝影感興趣。這種細節本來就是我希望它能注意到的，但能識別得這麼準，還是讓我有點驚訝。

👧🏻 Ronghui

透過聲音和影像讓 AI 更全面地瞭解你，你在主動消除我們和 AI 之間資訊差。你覺得當 AI 擁有更多關於你的資訊後，會發生什麼？

👨🏻 鴨哥

人類和AI面臨的資訊差的確特別大。

比如發起新專案前，我們的第一反應不是寫文件或提示詞，而是找同事喝咖啡聊聊，在聊天中把框架討論清楚。

開會時老闆一個皺眉，我們立刻能意識到要調整。但 AI 沒有眼睛和耳朵，感知不到這些微妙訊號。但如果未來能變得更 AI-friendly，AI 的能力可能會放大十倍甚至百倍，對科研和日常生活都有巨大影響。

所以我最近在研究一個方向：讓 AI 能“主動介入”。現在我們都得手動觸發 AI 工具，或者說一聲 “Hey Siri”。但未來有沒有可能 AI 能即時反饋？比如你說“法國首都是倫敦”，它立刻跳出來說“是巴黎”。這比事後更正有用得多。

我設想的未來是，大家戴著 XR 眼鏡，AI 像外腦一樣，即時提供提示、策略，甚至幫你組織語言，不只是總結，而是現場協助。這是我覺得非常值得深入嘗試的方向。

👦🏻 Koji

我最近見了一個做“主動式 AI”的團隊，叫 Proactor AI^[3]。他們的產品能全天監聽，在你開口前就判斷需求並給出建議。但挑戰在於兩點：一是處理大量使用者資料，二是在不打擾使用者的前提下精準介入。我相信這種主動式形態是 AI 的未來。

👨🏻 鴨哥

同意。出必買。

我還在想另一種「回溯式呼叫」的方式。

現在我們用 AI，通常得先按按鈕再說話，比如 ChatGPT。但如果裝置能持續錄音，就像相機的“預錄”功能，一旦按下按鈕，就把之前幾秒的語音發給 AI，讓它判斷你想幹嘛。這種方式能降低使用門檻，也可以和「主動介入」的模式互相補充。

👦🏻 Koji

你剛提到的主動式 AI 讓我想到 Proactor 團隊說，有時候 AI 需要的 context 不只是過去，還包括你接下來可能要幹嘛。所以他們選擇了全天監聽、主動跳出的服務式 AI。

那你給 AI 裝上“眼睛”和“耳朵”之後，它是如何具體幫你處理日常事務的？

👨🏻 鴨哥

以前我和 AI 更多是“嘴炮式互動”，我下指令，它給建議，最後還是我去執行。後來我開試 ChatGPT 的 Operator 功能，讓它真正幫我“動手”幹活。

我讓 AI 幫我做了兩件事，效果都不錯。

第一是網上買菜。以前我需要手動搜尋、選品、加購物車，常常花二三十分鐘。現在我直接用語音告訴 AI 要買什麼，它就自動搜尋，加入購物車，還能查我的歷史訂單，知道我偏好的品牌。有時還能預測哪些菜快用完，主動補上。最後我只需點一下任務執行按鈕，它就把所有菜加好，我再簡單篩選後下單，整個流程壓縮到五分鐘。

第二個是寄包裹。美國寄件大量資訊都需要手動填寫，很費時間。我現在直接報給 AI 包裹資訊和地址，它就在後臺自動操作，幫我選 USPS、跳過保險，五分鐘後告訴我搞定了。我只需要結賬就行。

Part 3 對人如何使用 AI 的思考

👦🏻 Koji

感覺你做的這些事，都是在極限提升效率。

👨🏻 鴨哥

確實，這背後其實是我一直在想的一個概念：賽博長生。不是那種上傳意識、永生不死的幻想，而是在同樣的時間裡，能不能讓自己完成更多的事情。

比如買菜。線下去超市可能只花 100 塊，但要耗掉一小時。線上買菜雖然貴 20 塊，但我只要 5 分鐘就能搞定。本質上是用錢換回 55 分鐘的時間。

你要說 20 塊錢換 55 分鐘命，大家都願意。但一說“買貴了 20 塊”，反而就不想花了。其實這就是我理解的“賽博長生”：不是多活幾年，而是把每一天過得更高效。

👦🏻 Koji

有些人就是喜歡逛菜市場，對他們來說，那是生活的樂趣。他願意用省下的時間去做這件事。

👨🏻 鴨哥

沒錯，這種選擇完全合理。但如果你不享受逛市場，你也可以把時間用來陪家人、打遊戲，或者什麼都不做。從某種意義上說，這也是一種“長生”，或者叫時間置換。

👦🏻 Koji

上一期我們採訪了 RockFlow 的 Vakee。他說推出金融 Agent Bobby 之後，原來的 App 已經不太需要了，未來可能只保留對話式的 agent。最近 Sam Altman 也提到，GUI 很可能會被取代。你怎麼看這個觀點？

👨🏻 鴨哥

GUI 最初是為了降低使用電腦的門檻，讓不會寫程式碼的人也能操作。但在買菜、寄快遞這些場景裡，反而成了效率的障礙。現在我直接用自然語言讓 AI 去操作 GUI，就像派了個代理人，效率反而更高。

這也說明，GUI 這種幾十年前的互動方式，可能真的到了該被重新思考的時刻了。

👧🏻 Ronghui

你現在有沒有看到哪些公司在探索替代 GUI 的互動方式？

👨🏻 鴨哥

還挺多的，像 Apple Watch 最近推出的 “點兩下” 手勢就是一個例子。未來如果眼鏡裝置普及，像手部細微動作、甩手、方向變化這些 IMU 訊號，也都可能變成新的互動方式。空間很大，但目前還很難判斷哪種形式會成為主流。

👦🏻 Koji

我感覺鴨哥比其他人更快地去擁抱新技術，是 early adopter 中的 early adopter。

👨🏻 鴨哥

是的，我比較 geek。

👦🏻 Koji

最近有沒有用到什麼新產品，讓你覺得未來可能會爆火？

👨🏻 鴨哥

暫時沒有特別驚豔的完整產品，但很多新功能讓我很興奮。比如 ChatGPT 每週更新的新特性，像 Codex、Operator 等。我現在更多是在用它們的元件，加上我自己的想法，做一個“山寨版 ChatGPT”。程式碼很多也是 Cursor 或 Trae 生成的。

我覺得 AI 最大的改變是，它讓我們不必再等廠商做出理想的“爆款”。現在，我們可以把自己的想法直接灌注到已有產品中，拼出一個真正符合自己需求的工具。

👦🏻 Koji

你上次來我們節目時，正值 Manus 釋出。現在過了三四個月，你還在用 Manus 或類似的 Agent 產品嗎？會在什麼場景下用？

👨🏻 鴨哥

我一直在用 Manus，尤其是外出時不能坐在電腦前，又想快速算點東西或調研。

比如我最近關注一場咖啡豆的拍賣 Best of Panama，它有個 sample box，我就想知道這三盒樣品值不值那個價。最直接的演算法是參考去年拍賣的單價乘以 100 克，但手動查算太費勁。

我只花了 30 秒和 Manus 說明需求，它花十分鐘生成了結果，還帶中間過程。價格比今年賣得便宜不少，我就決定買了。

這類 Agent 工具在生活裡還是挺實用的。

👦🏻 Koji

哇，我感覺你每天關注的事情好多。

👨🏻 鴨哥

是啊，這其實就是我說的“賽博長生”。

沒這類工具，你只能硬著頭皮買，或者老老實實查資料、算錢，半小時就沒了。有了 Manus，相當於多活半小時。

👧🏻 Ronghui

我感覺你的能量好高，可能也是因為 AI 替你分擔了很多事，幫你省了不少精力。

👨🏻 鴨哥

確實有幫助，但也不全是 AI 的功勞。我覺得能量高，一方面和性格有關，另一方面取決於你每天在做什麼。如果每天做的都是有趣、有挑戰的事，而不是機械重複、替別人收尾的工作，那人自然會更有動力。像剛才說的，把調研交給 AI，我只負責做決策，那種成就感和幸福感是完全不一樣的。這就是我說的，不只是提高密度，更是提高生活的“質量”。從這個意義上說，也算是延長了壽命。

👧🏻 Ronghui

我感覺最開心的，往往是兩種人：一種是像你這樣，AI 用得很熟練的；另一種是完全不關心這些技術、沒有資訊焦慮的人。反而是中間那批人，會覺得每天都有東西要學、很多還沒跟上，總是在焦慮和拉扯中。

👨🏻 鴨哥

確實，這也算是一種命運的眷顧吧。

👧🏻 Ronghui

你自己動手做這些專案，最大的樂趣是什麼？感覺你真的挺享受這個過程的。

👨🏻 鴨哥

最大樂趣就是“做成了”。以前不會的事，現在做到了，比如像學會飛行一樣。

對我來說，能力的突破本身就是最好的獎勵。

Part 4 當 AI 更懂你：人與技術關係的新倫理

👧🏻 Ronghui

我最近剛看了你寫的小說，沒想到研究 AI 的同時還能寫小說。

👨🏻 鴨哥

其實是 AI 寫的，嚴格來說我只是寫了提示詞。

👧🏻 Ronghui

裡面有個情節我印象很深：一個下班很累的人回家，太太情緒不好，AI 提示他該怎麼回應。這個是不是你“賽博長生”想法的一部分？

👨🏻 鴨哥

對，這正是我想表達的。但仔細一想也有點荒謬：如果和伴侶相處時還需要 AI 提示，那我還是“我”嗎？可現實是，AI 的建議往往比我們更理性、更精準，甚至更貼心。這也就帶來了很多像《黑鏡》裡那樣的衝突。

👧🏻 Ronghui

你寫的小說是不是也表達了你對未來“賽博生活方式”的想象？

👨🏻 鴨哥

是的，如果用一個詞概括，那就是“彆扭”。比如有一篇講一個人回家看到妻子因工作壓力大而哭泣，AI 提出幾種安慰方案：講個笑話、給他一段話照著讀、或者執行一整套“情緒修復動作包”。但每個方案都要消耗 AI 預算點。他因為下週有個重要會議，只能選最便宜的選項，結果沒什麼用。

人在技術面前常常不得不做出一些艱難甚至荒謬的選擇。

我對技術本身是樂觀的，但也覺得它會帶來很多我們未必能應對的社會問題。

👦🏻 Koji

你會不會有時覺得，現在的 AI 比任何朋友或家人都更懂你、也更能幫到你？想到這一點，你的感受是開心、失落，還是有點恐怖？

👨🏻 鴨哥

這其實挺恐怖的。當你意識到 AI 的確能提升你的效率、改善你和他人的關係，就很容易依賴它，甚至有點上癮。但問題是：那還是“我”在活嗎？還是 AI 藉著我的身體在活？這個界限有時真的很模糊。

👦🏻 Koji

你會有種 AI 藉著你的軀殼在活的感受？

👨🏻 鴨哥

雖然沒那麼極端，畢竟現在還沒出現那種小說裡的 AR 眼鏡，但我確實會在很多決策時請教 AI。無論是明天去哪玩，還是如何處理家庭矛盾，它給出的方案往往比我更理性、更成熟，也確實更有效。可從某種意義上說，那些決定都是它做的，我只是去執行而已。這種感覺，還挺恐怖的。

👧🏻 Ronghui

你覺得現在有很多人像你這樣，過著高度融合 AI 的生活方式嗎？

👨🏻 鴨哥

不多。我身邊這樣的人很少。

一方面是因為本身就沒那麼多人在深度使用 AI，另一方面是這個領域太新太分散，就算都是 early adopter，也可能走在完全不同的路徑上，彼此難以交集。

👧🏻 Ronghui

我以前看過一部 Bradley Cooper 演的電影《Limitless（永無止境）》，他吃了一種聰明藥後變得精力旺盛、聰明又成功，最後卻對這藥極度依賴，甚至想自己生產。

這種狀態讓我想到現在用 AI 的感覺，有點像。

👨🏻 鴨哥

是的。更可怕的是，我聽完你講的第一反應是：要是我現在有副 AR 眼鏡，可以直接根據你剛才的描述搜出電影名字就好了。這就像黑鏡那種遞迴感，我真的很需要那個“聰明藥”。

👧🏻 Ronghui

你是AI加強過的人類（笑）。

👨🏻 鴨哥

是，它就是我的外腦。

👧🏻 Ronghui

我想問一個可能有點冒犯的問題：你覺得用 AI 之後，有失去什麼嗎？

👨🏻 鴨哥

我暫時沒覺得自己真的失去了什麼。我每天都會記錄自己做了什麼事，有了 Apple Watch 的錄音功能之後更方便了。我還把這些記錄丟給 AI，請它給建議。它說我做事太有目的性，沒有真正放空的時間。如果說有失去，可能是失去了那種無所事事的閒暇。但我回頭想想，就算沒 AI，我也會把時間塞滿，比如學飛行，去折騰別的東西，可能也不會閒著。

👦🏻 Koji

那你有沒有想過，有一天你離開了，但 AI 還記得你的一切，別人還能透過它和你“對話”？你願意嗎？

👨🏻 鴨哥

Why not？反正我已經離開了，之後發生什麼也管不了了。某種程度上，這也算是“賽博永生”了。關鍵還是看，就算人不在了，還有沒有留下對這個世界的影響。

👦🏻 Koji

你作為有孩子的家長，在教育孩子和 AI 共處這件事上，有什麼思考？

👨🏻 鴨哥

我覺得這特別重要。雖然我孩子還小，但我覺得，比起數數、背唐詩，更重要的是從小培養一種直覺: 哪些事可以交給 AI，哪些是核心能力不能輕易讓渡；怎麼判斷 AI 的表現，怎麼當好 AI 的“老闆”。這種能力比會幾百首唐詩、早兩年學會乘法都更有意義。我相信未來世界裡，早點接觸並學會用 AI 是很關鍵的。

👦🏻 Koji

他現在幾歲？跟 AI 怎麼互動？

👨🏻 鴨哥

才三歲多，和 AI 沒有太多互動，主要是聽 AI 給他講故事。我們會用 ChatGPT 的即時對話模式，也在嘗試引導他和 AI 聊天，但他暫時還不太感興趣。

不過我們用 Manus 幹了一件挺有意思的事：比如睡前講白雪公主的故事時，我們會偷偷加點私貨進去，比如說“要好好吃飯”，他還挺願意聽的。

Part 5 未來暢想：從用好 AI 到管好 AI

👦🏻 Koji

節目的最後，想請你分享一下，最近幾個月你觀察到哪些最帶勁的變化，可能預示著巨大的商業價值？

👨🏻 鴨哥

我有兩個感受。

第一，AI 的進化速度一直沒放慢。就像兩三年前我們沒法想象今天的 ChatGPT，六個月前我也想不到 Claude Code 和各種工具會這麼成熟，甚至 Facebook 都開出了 1 億美元的入職獎金。AI 真的在朝著極限衝刺。

第二，Agentic AI 正在成為主流。我一直相信這是 AI 的正確方向，也很高興看到它越來越火。我現在做的 Agentic Workbench 就是相關方向，所以特別興奮。

👦🏻 Koji

Agentic Workbench？

👨🏻 鴨哥

我自己開發了一個類似 ChatGPT 的小工具，我稱之為 Agentic Workbench。

它的核心能力是，可以接入我本地的個人資料庫。我實現了一個 Agentic Retrieval System，它不像 RAG 一樣是一個固定的工作流，而是當AI在思考如何完成一個任務時，如果它自主判斷需要更多背景資訊，它才會觸發搜尋工具，自己去構造關鍵詞，從我的記憶資料庫裡檢索相關資訊，並利用這些資訊來支撐它的分析和回答，或者在必要的時候迭代關鍵字進行進一步搜尋。

透過這種方式，我把資訊的利用也變成了一個低摩擦的、由 AI 自主驅動的過程。

👦🏻 Koji

你剛才提到有很多喜歡的產品，也有不少自己的想法。如果你能參與其中，會做出哪些不一樣的東西？可以講講兩三個例子嗎？

👨🏻 鴨哥

我最喜歡的產品是 ChatGPT，我個人認為它比 Gemini 和 Claude 至少領先兩三個身位。如果能加入 OpenAI 給 GPT 加新功能，我會很興奮。反過來，我特別不喜歡 Gemini 的 App，具體能吐槽半小時（笑），但如果 Google 找我去改進它，我也願意去做。

還有一些 Startup，比如 Manus、Cursor、Trae，這些產品我也在用，也有不少想法可以貢獻進去。

👧🏻 Ronghui

你剛才提到你也在做一個產品，能講講嗎？

👨🏻 鴨哥

其實就是一個“山寨版 ChatGPT”，但我加了兩個改進：一是讓它更透明，能看到 AI 是怎麼思考的，並有機會干預，這點 ChatGPT 和 Gemini 現在還做不到。二是加了很多工具，比如能把 YouTube 音訊轉文字、接我自己的資料庫等，整體更貼合我自己的使用習慣。

👧🏻 Ronghui

你平時時間怎麼分配的？