给 ESP32 装上一个会说话的个人助理
刷上现成固件、改出中文界面、补上一段语音输出,一块桌面小开发板从玩具变成天天在用的助理终端;至于接管全屋,还是设想。
博客 / WEEKLY #004
#004 Opus 5.5 越界,Muse 爆火,以及中国到底有没有 AI 产品经理?
刷上现成固件、改出中文界面、补上一段语音输出,一块桌面小开发板从玩具变成天天在用的助理终端;至于接管全屋,还是设想。
手机性能已经过剩,Agent 却几乎访问不了任何东西:从权限、沙盒到应用隔离,移动端的瓶颈在算力之外。
当生成内容的成本趋近于零,稀缺的不再是产量,而是让人愿意长期回来的理由。作品、一致的偏好和真实的使用者反馈,是信任的来源。
换成开源或自训模型降本,前提是业务已经稳定、质量要求可以独立验证。本文讨论这个决定该在什么条件下做出。
把插件从一个 Agent 搬到另一个,格式转换已经不是难点;真正的门槛是各家暴露的能力不一样,而且上游还在快速变动。
模型开始按意图而非字面指令行事之后,协作的重心从规定每一步,移到说清目标和验收标准。哪些约束仍然需要明确写下,值得分开讨论。
生活助理的能力上限,往往不取决于模型,而取决于它能看到的信息在哪里:同一封学校通知,在邮箱里顺手可得,在群聊里就难以触及。
Personal Agent 把门槛降到"会聊天",但决定留存的不是聊天,而是第一件有用的事:场景入口、看得见的执行过程,和一个不需要用户管理的会话。
转售模型 API 的折扣越来越薄,利润要靠把 Token 变成可用的服务来挣。本文梳理 AI 应用的成本结构与“体验套利”的机会。
任务结束后,登录状态、软件和文件能不能留下来,正在把 Agent 的执行环境分成两代。持久环境让定时任务和长期协作成为可能,也把成本和多机器管理推到用户面前。
画面能实时生成、镜头能批量产出之后,真正的差距从"做得像不像"挪到了"故事讲不讲得下去"。作者性、连载和观众反馈,决定这类内容能走多远。
创作的门槛降到很低之后,作品如何进入用户生活成了新的瓶颈。分发不会因为东西做得好而自动发生,它本身需要被设计和验证。
模型越来越快、写代码越来越便宜,但软件到达用户的速度并没有自动跟上。个人产出速度和组织交付能力之间,隔着一整套还没有被重新设计的环节。
一段宣传视频可以由乐谱、矢量动画和少量生成图片组合而成。代码负责编排,图像模型负责关键素材,好不好看仍要用眼睛验收。
记住一条信息、追踪一个目标、完成一件任务是三种不同的状态。分不清它们,AI 助手就会在早已翻篇的事情上反复提醒。
Agent 需要连接一个新服务时,用户应该点一下授权,还是自己去申请 API Key?这一小步的体验差异,区分的是两代产品设计。
买一台常驻电脑不等于必须用它跑模型。本文把本地推理、常驻设备与隐私控制三个需求拆开,逐项判断什么时候值得把它们放进自己的设置里。