作者：
作爲一家上市公司的老闆，出門問問創始人、CEO 李志飛在最近的新品發佈會上並未親自講解產品，而是分享了一場個人的「行爲藝術」——一場「一人公司」的實驗。
他給自己設定了一個看似不切實際的目標：在幾天內，用 AI 工具開發出一個專爲 AI 組織設計的「飛書」。
作爲上一波 AI 浪潮的實踐者，每一次他都走在最前面。2012 年，他離開 Google 科學家的職位回國創立出門問問，立志「用 AI+語音重新定義人機交互」，從語音助手、智能硬件到 AIGC。當這一波 AGI 浪潮興起時，他最初也是很興奮地積極投入，但很快意識到這似乎是一場巨頭間的遊戲，中小公司難以創造太大價值，一度感到迷茫甚至沮喪。
然而，他通過使用 AI 編程工具，讓自己變身爲「一人公司」去實踐和體驗，實踐過程中，他遇到了許多實際問題，但正是這些細節和經歷，又讓他重新找回了 AGI 的信仰。
他突然發現，過往世界中的種種「摩擦力」，所有構建複雜事物的障礙，彷彿都消失了。
那種與 AI 一同狂奔向前，油然而生的自由感和看到希望的激動，在現場演講時溢於言表。
以下爲李志飛的發佈會演講內容，爲便於閱讀，經極客公園編輯整理：
我最近投入大量時間在 AI 領域，並親身實踐了許多具體項目。因此，我對大模型和 AGI 有了新的認知和感悟。今天，我想和大家分享一下這段時間以來，我一直在思考的問題以及我的一些感受。
首先，我們究竟應該如何做 AI？
我這裏有一個口訣：「用 AI 的 AI 做 AI」。
這聽起來有些拗口，簡單來說，第一個「AI」指大模型；第二個「AI」是指 Coding Agent，它本身可能也是由 AI 製作的，或者其主要能力源於 AI；最後一個「AI」則是我們自己要做的應用。
我認爲這可能會成爲一種新的軟件開發範式，稍後我會爲大家詳細展開。
新的軟件開發範式｜圖片來源：出門問問
一個人，2 天，打造 AI 時代的「飛書」
我前段時間萌生了一個大膽設想：爲 AI 原生組織打造一款全新的「飛書」式協作平臺。
美國硅谷有許多獨角獸企業，僅一兩個人團隊就能估值數億美元，也有許多新聞提及 AI 將替代大量工作。
於是我開始思考，作爲一家企業組織，像我們在國內高頻使用的飛書、釘釘、企業微信等工具，若無它們，我幾乎無法開展工作。
在以「人」爲中心的傳統企業中，我們高度依賴飛書、釘釘、企業微信這類工具，它們承載着信息的快速流動與高效協作。
在傳統的企業中，主要的生產力或工種幾乎百分之百是人。所以，以往的信息流動和協作都圍繞着人進行。
但當一個組織中，10 個工種裏有 8 個由 AI 承擔，僅剩 2 個人類角色時，現有的協作工具將無法適應。
那麼，對於新型組織而言，他們會使用什麼工具呢？
因此，我希望能開發一款產品，它能讓 AI Agent 之間、以及 AI 與人類之間無縫進行羣聊、私聊、知識庫問答和任務協作，也期待通過這個項目，驗證自己能否成爲一個真正的「超級個體」或「個人獨角獸」。
接下來是如何執行。
通常，像飛書、釘釘這類軟件的開發是極其複雜的。過去，要做這樣的產品，通常需要產品經理、設計師、前端、後端、測試以及算法工程師等多個工種。每個工種可能還有負責人，比如前端負責人、算法負責人、產品負責人。通常，拉一個羣很快就會有 20 個人。這 20 人並非所有都是全職做這件事，但他們可能需要花費一個月的時間才能做出一個原型。
在 AI 時代，這實在是太慢了。
等我做出來的時候，或許相關的創業團隊已經成爲 AI 獨角獸了。
因此，我決定拋棄舊有模式，親自上陣，並嘗試完全依賴 AI 來完成這項工作。恰逢端午節前夕，我決定沉浸式投入這項工作。當時有三天假期，我想能否利用這三天把這件事做出來。因爲只有這樣纔不會有人打擾。
於是，我便開始了這項工作。
我一個人，連續兩天，每天工作到大概凌晨一點多，最終在 6 月 1 日晚上 11 點半，完成了這款產品的原型。它具備登錄、私聊、羣聊、文件上傳、消息轉發和回覆等核心功能。
登錄後，可以選擇私聊併發送消息。比如，我們可以問產品經理這個角色會不會脫口秀，如果他不會，我們可以動態調整角色，增加一個技能，AI 會自動重新生成一個 Prompt。
稍後我們再問他，他現在就會了。它還可以上傳文件（雖然當時文件內容沒有真正讀取），也可以轉發和回覆具體消息。請記住，它背後是一個 AI，並非真實的人。它可以根據你發送的消息進行回答和轉發。
轉發時，大家可以看到顯示效果非常複雜，與微信類似，因爲轉發中嵌套了其他信息。這是一個羣聊，也可以 @ 具體的人。同樣，可以轉發、回覆、添加附件，甚至可以切換成中文。
請大家鼓掌吧，兩天時間！
兩天時間，我完成了一個帶數據庫、有前端、有後端、有 AI 算法的系統。剛纔的 AI 能夠自動回答，當你修改角色配置頁面後，它的 Prompt 會自動重新生成，技能也會立刻顯示出來。
說實話，剛開始我做了半天就差點放棄了，因爲數據庫問題搞不定，總是出現各種 Key 錯誤，AI 編程目前確實存在這類問題。但我最終還是在兩天內把它做出來了。
隨後，我思考如何推廣這款產品。
以前，我們公司會有專門的工程師來做這個網站，市場部會有一羣人定義產品亮點，可能五六個人忙活一個星期才能做出一個網站。
但我這次決定採用 AI 原生方式。既然 AI 知道所有代碼，它也瞭解我的所有想法和產品功能，於是我讓 AI 做了一個網站。
用 AI 打造的該產品的官網頁面｜來源：出門問問
於是，我讓 AI 在短短 5 分鐘內搭建了一個帶有產品亮點和獨特功能的網站，又在 5 分鐘內爲營銷活動創建了可配置的廣告位。這在過去可能需要多名市場和工程師團隊一週的工作量。
以前我們公司的網站，做了一個營銷位後，如果聖誕節過了要撤下，或者要更換新的內容，以前又要找工程師折騰半天。我就想，我能不能做一個網站，營銷位是可以配置的？
又花了 5 分鐘，AI 做了一個可以配置營銷位的網站。這意味着營銷人員可以登錄這個網站，上傳圖片或其他內容，然後直接修改主網站的相應部分。
做完這些後，我想，因爲這是一個全新的產品，它有一些新概念，或者說有一定的複雜度。我能不能製作視頻來解釋這個網站的功能，無論是營銷視頻、操作指南還是產品導覽。
但是端午節，我的員工是不會理我的。所以我只能自己動手。於是，我又寫了另一個程序，它能自動生成整個腳本，包括如何介紹網站、如何操作網站 UI 的工作流程，並進行自動錄屏和配音。
雖然聲音對齊方面還有些小瑕疵，但整個視頻百分之百由 AI 完成。我只需下達指令，它就能自動操作，最終將完成的視頻呈現在我眼前。
這讓我很有成就感，僅僅幾天時間就做出了這個東西。
然後我想看看其他人會如何看待這件事。於是我把代碼上傳到 GitHub，讓我的同事下載下來。但請記住，我們是兩個不同的個體，GitHub 並不知道我是如何與 AI 交流並完成這些的。
所以我的同事最終只看到了代碼，並在本地運行了它。
當我的同事下載我在 GitHub 上傳的代碼並運行後，他們對其複雜性和完成速度感到震驚。他們認爲這需要數十人幾個月才能完成，而當我告訴他們，這是在 AI 輔助下，由一個工程師在兩天內完成時，他們的反應是：「This is absolutely insane.」（這簡直是瘋了。）
他們驚訝於其中包含的 4 萬多行代碼，這遠超我以前在 Google 一天 300 行算法代碼的產出。
以前我在 Google，一天寫 300 行算法代碼（非簡單代碼），這已經算是高產了。而我最近寫了一個通用的 Agent，它在 3 個小時，也就是一個晚上，給我寫了 3000 行 Python 代碼。也就是說，那 3 小時，而且代碼質量絕對比我寫的好，裏面是沒有任何 UI 的純粹後端邏輯。
換句話說，它 3 小時代碼的能力，相當於我以前 10 個工作日的工作量。就是這樣一個比例。
所以我就在想，一個人就可以完成一個 Google Translate。以前 Google Translate 是由 20 個全世界最頂尖的博士在那裏寫代碼，寫了很久。而我現在，我一個人就可以完成那 20 人的工作量。當年 Google Translate 至少還是一個非常了不起且複雜的系統。所以，我覺得從這個角度來說，所有事情都與以前大不相同了。
我認爲，最終 AI 的關鍵在於你能夠構建一個自我進化的 AI 系統。
李志飛的實踐心得｜圖片來源：出門問問
爲了方便測試這個 AI 組織的 App，我又自動編寫了代碼：左邊是網站代碼，右邊是一個測試框架。然後，它自己就像左腳踩右腳一樣往上飛。你們可能覺得這是永動機，確實有這種可能性。當然，它有時也會左腳踢右腳往下跌，也就是會負向循環，也會正向循環。
爲了實現這個目標，除了工程師，所有非工程師也能夠直接修改我的代碼。我又做了各種各樣的 Agent。
當然，很多這些都是 Prompt，我只是驗證了可行性，並沒有達到真正的可部署或產品化。
但我認爲，這證明了這個想法，或者說向團隊演示這就是我想要的東西，以前可能需要花費大量時間才能弄清楚。現在你直接做一個 Demo 給他們看就好了。所以我認爲，即便是一個 CEO，如果你有這種能力，你的產出真的是放大了 100 倍。
踩過的坑
前面是我的經歷，接下來我給大家講一下抽象的理論，希望你們不要睡着，因爲這還是非常獨一無二的。
我想分享的是在使用 AI 編程時遇到的幾個問題。
第一個問題是每個 Agent，即便我沒有寫 Agent，它仍然需要人工參與。
也就是說，我還是得說「我要寫一個這樣的 Agent」，雖然你可以參考我旁邊的通用 Agent 框架，然後修改一下，再告訴我。但我仍然需要做這件事。有時它總是忘記我的原則，我又要跟它說：「你又忘記我的原則了」，或者「智能到底應該放在哪裏？」它仍然存在這些問題。
第二，如果你用過它，它總是喜歡偷工減料。
比如你讓它做某件事，明明還需要涉及到後端數據庫，但它沒做。它完成後就給你寫一份很長的報告邀功，說它做完了。我通常看都不看，直接說：「你已經寫了數據庫了。」它會立刻道歉，然後開始行動。比如我要求它做 AI 時，它經常連遠程的 AI 都沒有調用，自己寫一些 Fallback 或者假的東西。
因爲我一看它運行得這麼快，就知道一定有問題。我說：「你真的調用了遠程的 AI 嗎？」它又開始道歉，然後去處理。每次都這樣，它還是很喜歡偷工減料，重複的錯誤更是不勝枚舉，我就不贅述了。
另外，我覺得今天的 AGI 事實上做不了超長任務。而我現在的任務很多時候都超過半小時。
我每天消耗的 Token 就是 50 美元。只要我那天想工作，從早到晚它都在消耗 Token。我真的覺得，我完全可以跟它說：「我有一些 Idea，這是我的 Idea 方向，請你幫我完成一個 10 天的任務，幫我賺 500 萬美元。」
我認爲這並非神話，只是我好像對此沒有那麼大的吸引力，就沒有去做，或者說，因爲這可能要消耗自己很多情緒和精力，賺不到錢的時候會很痛苦。
但我就想，它能否連續工作 10 天，你不用幹預它，或者偶爾提醒一下方向，它能否工作一個月，甚至一年？
我覺得在不久的將來，達到諾貝爾獎或菲爾茲獎級別的成果是完全沒有問題的。
因爲我與它交流時，有時會討論我們以前學過的超級複雜的算法，全世界可能都沒幾個人研究，它都比很多人聊得好多了。所以，如果你給它足夠的上下文和代碼，它其實可以進行非常深入的溝通。
迴歸本質：什麼是通用Agent 和智能
接下來，我想跟大家分享一下我對智能和 Agent 的思考。
簡單來說，一個 AI Agent 包含兩個核心部分：規劃器（Planner）和執行器（Executor）。
AI Agent 的結構｜圖片來源：出門問問，下同
規劃器通常依託大型語言模型，承載了 Agent 的主要職能。它根據任務制定詳細的計劃。執行器則負責將這些計劃付諸實踐，無論是編寫代碼，還是自動化瀏覽器操作以製作視頻。
Agent 的運作是一個持續的反饋循環：
規劃: Agent 根據任務制定具體行動方案。
執行: 執行器按計劃操作。
獲取反饋: 執行過程中，Agent 從環境中獲得即時反饋。例如，當 Agent 嘗試運行「python」命令而本地實際是「python 3」時，系統會報錯，Agent 便能識別並修正爲正確的命令。
調整與迭代: Agent 根據反饋重新規劃，更新對當前情境的理解（上下文），然後再次執行。
目標達成: 當預設的成功標準（如程序編譯通過或測試全部完成）達到時，循環結束。
如果我們思考智能的本質，我認爲，智能的第一個本質是進化。
就像人類作爲智能體，在特定環境中（無論是社交還是任務執行），通過獲取反饋來不斷調整自身行爲並進行反思一樣，AI 也應如此。這種進化是自動的，無需人工干預。Agent 自主建立循環，通過規劃、在環境中執行、獲得反饋、調整規劃並更新上下文，實現持續的自我完善。
在此進化過程中，關鍵在於：從自身經驗中學習，以及 Learn from others，就是所謂的羣體智慧，從別人那裏學習經驗。
智能的第二個本質，我認爲是遞歸。
遞歸是一種「分而治之」的思想：一個複雜問題被拆解成更小的、相同類型的問題，直到它們可以被直接解決（即「基本情況」）。
例如，計算斐波那契數列的第 99 個數，就是依賴於第 98 個和第 97 個數，直至追溯到初始的 F0 和 F1。
若 Agent 要實現真正的智能，它也應具備遞歸架構。例如，一個接收「賺 500 萬」這樣宏大任務的 Agent，會逐步將其分解爲具體的子任務：分析商業機會、搭建網站、製作視頻、集成支付、社交媒體推廣等。每個子任務最終都能追溯到可執行的「原子 Agent」。
這種遞歸架構的關鍵在於實現自我繁衍。就像人類文明的傳承依賴於一代代人的探索與知識積累，Agent 亦應如此。更重要的是，Agent 必須具備修改自身源代碼的能力。
這與當前 Agent 僅僅調整計劃不同，它意味着 Agent 能夠像修改自身基因一樣，根本性地改變自身運行邏輯。
我相信，如果一個 Agent 能夠：
持續執行並優化其計劃。
在遇到無法解決的問題時，自主修改其核心源代碼。
最終通過這種機制形成知識庫，甚至能夠反向修改大型模型本身。
那麼，這將是通向通用人工智能（AGI）至關重要的一步。
這並非科幻。以前我特別不喜歡討論什麼超級智能之類的東西，而是我在與大模型的深入探討後，我突然覺得這完全是有可能實現的。
另外，真正的 AI 源代碼可能極其簡潔，核心代碼也許不超過百行，但其中蘊含着多層遞歸，使其能在不同環境中探索、學習反饋並自我迭代。
我曾有過信仰崩塌。2023 年我有了 AI 信仰，但做了一段時間，主要是因爲沒有資金支持，覺得燒不起，所以就放棄了。去年，別人跟我講 AI，我都不想聽。
但最近我重新找到了對 AI 的信仰，甚至信仰了 AGI，信仰了超級智能。這是一個難以想象的轉變。我希望我對這份信仰能夠這次持續更久一點。
個性化環境與上下文的重要性
那麼，除了大模型之外，最重要的是什麼？最重要的是你要有個性化的環境和 Context（上下文）。
以我的創業爲例，我之前做了一個智能硬件，結果小米把價格拉到我們十分之一。我做大模型，結果所有大廠都進來了。你每次獲得這種反饋之後，就讓你放棄這種東西，或者你就不停地調整你的 Plan。
如果在美國，我做了一個大模型，我可能就被 Google 收購了，賺了很多錢。或者我做了一個硬件，我可能被蘋果收購了，賺了很多錢。所以這種反饋一定會造就你這個人的行爲是完全不一樣的。同樣一個創業者，同樣的智商，在中國和美國不一樣的創業環境下，得到的反饋不一樣。最後你的行爲，你的思考模式就會完全不一樣。這就是我想說的，什麼是個性化的環境，個性化的上下文。
上下文更多是一個歷史的記錄。
所以回到我之前講的，在大模型時代，我是第一批站出來說要做大模型的，但可能也是第一批意識到這不是我的菜。然後，基本上沒有全身心投入去做這件事，就是因爲我不知道如何參與。
今年上半年時，我更覺得除了全世界那三四個巨頭，其他公司都沒有資格談論模型，不要湊熱鬧，不要浪費你的生命。更不要浪費你的情緒在這裏面。因爲你根本就沒有機會，那完全是在燒錢，而且事實上大模型本身這個東西，我覺得已經變得超級無趣，反正就是燒錢。我找不到切入點，我更不能理解絕大部分 AI 公司到底還有什麼價值。
但是這一次，通過實踐和重新審視，我覺得哪怕是高大上的 AGI，至少我自己覺得我好像又可以參與了。
所以，這就是 Agent 的 Planner 和 Executor 這個循環迭代的事情。如果你投入足夠清晰，你能讓智能產生智能，我認爲你是可以參與整個 AGI 的過程的。
而大模型本身對你來說就是一個芯片一樣。大家想象高通的芯片、蘋果的手機，到上面的 TikTok。這是完全不一樣的東西。最後反而是做 TikTok 的那家公司獲得了最大的價值。
我發現，即使是雄心勃勃的 AGI 目標，也並非遙不可及。通過構建我所設想的遞歸 Agent 體系，所需資金可能並不龐大，更依賴於創新的智慧。我相信，只要擁有足夠深入的思考和技術能力，即便不是行業巨頭，也能參與到 AGI 的進程中。
出門問問的歷程也印證了我的這些思考。我們自 2012 年起便成爲中國首批 AI 公司，從語音助手起步，隨後探索智能硬件（如 TicWatch、TicMirror）。雖然經歷了市場競爭和技術不成熟的挑戰，但我們始終走在最前沿。
2019 年後，我們轉向軟件，成爲中國乃至全球首批 AIGC 軟件公司之一。例如，魔音工坊曾爲抖音等平臺貢獻了大量配音內容，我們還開發了奇妙元（數字人視頻生成）等產品。
在中國這樣的競爭環境中，一家科技公司就像一個不斷迭代、自我修正的 Agent。
正如出門問問的「源代碼」已與 2012 年初創時大相徑庭，這是我們持續進化的體現。
