01 / Show Notes
让 AI 给鼠标写一个 macOS 驱动，把手机录好的视频交给 Bot 剪辑、配素材、做封面，再拉几个影视角色组成自己的“AI 公司”——这一期，我们继续聊 Personal Agent，不过这次有了更多真正用起来的故事。
好用的时候，它能接住一句模糊的需求，自己找工具、调 Skill、交付作品；不好用的时候，几个 Bot 分工明确、讨论热烈，任务却迟迟做不完，Token 倒是消耗得飞快。同样是个人助理，有的能主动提醒学校通知，有的连熟悉的剪辑任务都接不住。差别究竟在模型、记忆，还是产品设计？
我们从 REA 和软硬件逆向聊起，谈到邮件钓鱼与 Agent 的权限边界，也聊国内应用生态为什么让个人助理难以施展。后半程，话题转向 Skill、开源作品和内容创作：当实现一个功能、剪出一条视频越来越容易，什么还值得持续积累？自己的素材、组件、记忆，以及让人愿意停下来看的表达，可能比再装一个工具更重要。
片尾还有一个现场彩蛋：聊完 AI，大家一起抢苹果手机。
本期参与者
录制日期：2026 年 10 月 16 日。
时间轴
- 00:00 本期精彩预告
- 01:06 片头
软硬件“被迫开源”，攻防都在交 Token 税
- 01:55 开场：第六期见面，聊聊节目近况
- 02:27 REA 与 AI 逆向：给怒喵鼠标补一个 macOS 驱动
- 05:04 逆向门槛降低之后：版权、游戏移植与使用边界
- 07:06 从剪映降噪到 Grok Bot 技术栈：我们实际研究了什么？
- 10:30 “有什么需求跟他说就完了”：按钮越来越少，Agent 越来越主动
- 12:59 当收件人变成 Agent：邮件钓鱼、权限越界与“Token 税”
- 20:35 硬件开放才能玩起来：从社区玩法聊到物理安全
- 23:39 智能家居为什么还这么难用？连接、体验与封闭生态
AI 团队很热闹，怎么连内耗也学会了？
- 26:42 Muse、Grok Bot、Dots：从学校通知到家庭信息管家
- 29:17 说做完了，却交来原片：Agent 剪辑踩坑与上下文断档
- 30:58 不开电脑做自媒体：分镜、真实素材、剪辑、封面一条龙
- 32:07 把影视角色拉进 Bot 群：给自己组一支“AI 团队”
- 34:50 “人类在 AI Native，Agent 在 Human Native”：多 Agent 怎么开起会了？
- 36:40 为什么一个主 Bot、一个聊天入口，就让人用上头了？
- 40:17 国内 Agent 的落点：生活助理做不起来，先给商家干活？
- 43:24 App 不让 Agent 调用：超级应用的围墙怎么跨过去？
- 45:15 整理几百本微信读书藏书：这叫“假提效”，还是收纳的快乐？
当六十分变成零分，什么积累还值钱？
- 46:32 Prompt 套 Skill，Skill 再套 Prompt：能力变强后，还要封装什么？
- 48:07 Skill 加上自己的名字：既方便调用，也是一次个人品牌传播
- 49:42 “注意力是最稀缺的事情”：开源作品、流量机会与成功者偏差
- 52:32 模型被评价为“CTO 级别”，程序员还要继续跟 AI 拼技术吗？
- 53:56 模型体验的两极：最强能力、等待时间与便宜模型的生态位
- 58:58 多模态实时画框：把一个新能力，变成十分钟能试的 Demo
- 01:00:36 忘了项目在哪、跟谁聊过？Memory、项目索引与组件复用
- 01:03:46 语音不只是念台词：让模型带着角色的性格去表演
- 01:05:44 AI 回复刷屏、日报变视频：信息流更丰富，还是更吵了？
- 01:07:50 “只要 AI 把一个东西拉到六十分，那六十分就是零分”
- 01:09:24 彩蛋：一起抢苹果手机，谁能先下单？
💡 本期值得带走的几个问题
“人类在 AI Native，Agent 在 Human Native”：怎么把公司的内耗也复刻了？
这次的体验里，多角色讨论能提供不同视角，也很有参与感；但反复沟通、协调和修改可能增加耗时与 Token 消耗。大家更认可把可独立执行的工作并行分出去，而不是把每个任务都变成一场团队会议。
个人助理为什么有的人用得很顺，有的人不知道该干什么？
一个明确的入口、能接触到的信息，以及已有的 Skill 和素材积累，都会影响上手体验。学校通知、视频剪辑、信息整理，是这期讨论里几个具体的使用场景；产品是否能把上下文和执行过程衔接好，决定了它能不能真正交付。
模型已经很强了，还需要 Skill 和 Prompt 吗？
讨论里的一个观察是：基础能力可以交给模型，但个人风格、素材选择和工作习惯仍需要表达。Prompt 可以组织多个 Skill，Skill 也可以封装 Prompt；重要的是让自己的要求和已有积累能被重复使用。
“六十分就是零分”：作品更容易做出来之后，什么更稀缺？
片尾那句“只要 AI 把一个东西拉到六十分，那六十分就是零分”，说的是创作门槛变化后的竞争：当类似的作品谁都能做，观众为什么要看你这一份？真实素材、创意和个人辨识度因此更值得打磨。开源作品可能帮助创作者被看见，但大家也提醒，这并不意味着每个人都能获得流量或商业回报。
🧩 概念解释
- Personal Agent（个人智能体）：围绕个人需求，结合上下文、记忆和工具执行任务的 AI 助理。本期既聊生活信息管理，也聊开发和自媒体工作。
- 逆向工程（Reverse Engineering）：通过分析已有软件或设备，理解其结构、接口与行为。节目里的驱动开发、技术栈分析和功能研究属于不同的实践场景；能分析或复现，不等于获得了开源许可。
- Harness：让模型能够持续执行任务的外围系统，包括工具调用、任务循环、上下文管理和执行约束。本期用它来描述逆向工具外面的 Agent 调度层。
- Skill：供 Agent 重复使用的任务说明与配套资源，可包含操作步骤、脚本和素材。视频剪辑、封面制作和信息整理都可以沉淀为 Skill。
- Routine / Webhook：Routine 指按约定触发的例行任务；Webhook 是外部系统向指定地址发送事件或数据的接口。本期讨论它们如何让 Agent 接收消息并开展后续工作。
- Memory（记忆）：保存并供后续任务检索的偏好、经历、项目资料等信息。本期重点是多个 Agent 之间的记忆共享，以及用项目索引找回可复用的代码与素材。
- A-Roll / B-Roll：A-Roll 是承载主要叙事的画面，如口播或访谈；B-Roll 是辅助说明的素材画面，如演示、照片和场景镜头。
- TTS（Text-to-Speech，文本转语音）：把文字转换为语音的技术。本期进一步聊到通过提示词控制角色音色、性格和表达方式的体验。
- AI Slop：通常用来形容批量生成、同质化且信息价值较低的 AI 内容。本期围绕模板化视频、自动回复和日报展开讨论。
🔗 本期提到的工具与信息源
- FFmpeg｜07:06 起的剪映降噪讨论中提到的音视频处理工具。
- GitHub Trending｜35:28 起讨论自动生成播客时，希望接入的开源项目热榜。
- Product Hunt｜同一案例里提到的新产品信息源，与 GitHub 热榜一起用于内容整理。
🔁 相关往期
- #005 国庆补课：PA 大战白热化；游戏、软件、硬件，一切都将开源？｜上一期从个人 Agent 的记忆与权限聊到软件重写、开源和小硬件；这一期继续分享实际使用、内容制作和多 Agent 协作的体验。
💬 一起聊聊
你已经把哪件事放心交给个人 Agent 了？有没有哪次，它看起来忙了很久，最后却没有真正帮上忙？欢迎分享你的实际用法和踩坑经历。
关于节目
Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。
音乐
“Electric Dreams” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au
“Origami” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au
Edited and mixed for Next Token Weekly.
