代码能力的提升为AI Agent的奠定了基础，RFT（强化学习微调）带来了大模型的“AlphaGo”时刻，嘉宾甚至都感叹“时代变了，开发产品成本低得有点恐怖”。但通用AI Agent是否真的是未来？数据壁垒、用户认知成本以及网络效应的缺失，都可能成为其发展的桎梏。 或许，更具前景的是那些深耕垂直领域的“小而美”的Agent？本期节目，我们将一同探讨AI Agent的核心技术、热门产品体验、创业机会与挑战，以及AI Agent的未来将走向何方？

泓君Jane，硅谷101创始人，播客主理人

陶芳波，MindVerse心识宇宙创始人

侯泰羽（Kolento Hou），纽约大学本科应用心理学，AI产品经理

00:05 AI Agent进展大事件以及爆发三大核心原因

04:55 机器学习视角下的Agent进化

06:36 RFT（强化学习微调）技术促使Agent在2025年具有智能

08:10 大语言模型的AlphaGo时刻：不仅具有思考能力，还根据环境反馈调整学习

11:04 过去半年新趋势：Agent在环境中完成任务

14:27 OpenAI Operator买菜的体验：速度慢、准确率不高

17:32 内化工作流：新一代Agent能做出临场反应

20:55 创造虚拟环境：Scrapybara帮我买秋裤

22:39 Cursor与Windsurf编程Agent为何出圈？

26:11 AI创业门槛降低，可以做平台上那些小而美的Agent

32:53 Manus擅长广度，Deep Research擅长深度

38:05 Agent爆火背后的秘密：Sonnet 3.5代码质量的提升

40:57 比训练更重要？Evaluation的三代进化

44:02 SFT更便宜，RFT效果更优，行业会如何选择？

45:41 通用型Agent的双刃剑

48:45 在关键场景请求人类对齐：Replit和Fellou的优秀交互体验

50:13 最看好Cursor，有成为通用Agent的潜力

52:25 Vantel：每周帮保险经纪人省10小时的保险垂类Agent

53:29 Sweetspot：换了八九个邮箱也要用的，辅助申请资助类Agent

54:23 Gamma：秒杀Canva的PPT设计类Agent

57:48 做的200多个Agent中，商业化成功的案例

59:20 “越做发现问题越多”：离普通人每天使用Agent仍有距离

1:00:39 MCP的生态建设需以年为单位

RFT：Reinforcement Fine-Tuning，强化学习微调

SFT：Supervised Fine-Tuning，监督学习微调

MCP：Model Context Protocol，模型上下文协议

泓君

AMEI

孙泽平、Meisi、王梓沁

Anticipating a New Day - Stationary Sign

City Phases STEMS INSTRUMENTS - John Abbot

Hidden Agenda

Clockmaker's Daydream - 369

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：[email protected]

Special Guests: 侯泰羽 and 陶芳波.