上周六，第 23 场「十字路口」AI 开放麦回到上海漕河泾的 AI Hacker House。
2026 年已经走到最后一个季度，AI 世界依然没有慢下来。新的机会与疑问不断涌现，答案还要靠动手去找。这一场，我们的主题是：行动者，继续！
十字路口 AI 开放麦现场
开场时，Koji 聊起了为什么要一直做开放麦：新一代 AI 创业者需要灵感和机会，也需要陪伴和连接。
Koji 主持现场
这晚的分享里，有个人 Agent、AI 剪辑和协作工具，也有硬件、游戏和增长实验。有人讲新产品，有人复盘做错的选择，还有人带来了尚未跑通的尝试。
以下是这 11 位朋友的分享。
敖特
钢铁侠需要贾维斯，普通小学生大雄需要的，可能是哆啦 A 梦。
敖特用这两个角色解释他为什么相信 Personal Agent（个人智能体）。今天的产品常常演示排日程、订机票，但人们希望被帮助、被理解、被陪伴的需求，要比这些商务任务宽得多。效率价值和情绪价值，在不同的人身上有不同的比重。
他已经发布了 AI 浏览器 ego (lite)，完整的 ego 仍在探索中。这次，他更想讨论的，是个人 Agent 的壁垒究竟会长在哪里。
ego (lite) 官网｜lite.ego.app
如果记忆以文件的方式保存，换一个 Agent 时就能带走；如果 Agent 都有邮箱和电话，不同公司的产品也能互相联系，那么记忆和关系链，未必会像想象中那样把用户锁住。
在他看来，除了做好个人 Agent，为大量 Agent 重新设计信息交互和服务获取的网络，也可能是一个很大的机会。
Kaiwen
做过广告导演的 Kaiwen，用“杯子和把手”来比喻产品：你可能已经做出了一个不错的杯子，但还得找到一个让别人愿意把它拿起来的把手。
ChatCut 就经历了这样的过程。按他的回顾，今年 5 月推出网页版本时，用户反响有限；6 月让用户可以在 Codex 里使用 ChatCut 后，反馈开始发生变化。
剪辑能力还是那些能力，变的是入口。用户本来就在 Codex 里工作，现在可以直接调用 ChatCut 完成视频制作。
ChatCut Codex Plugin｜chatcut.io/chatgpt-plugin
更让他意外的是，用户展示时觉得惊喜的功能，有些是团队早就做出来的。团队后来费很大劲攻克的功能，反而未必最先被注意到。
专业能力要怎样被发现、被调用，和能力本身一样值得打磨。 一个新手说出的简单需求，背后可能需要很专业的剪辑判断；AI 的机会，是让这些能力更容易被使用。
Kaiwen 也鼓励大家多做可逆的实验。一个新入口如果体验更好，就先试试看。
高策
高策最近和 AI 讨论了一件很个人的事：除了本职工作，自己还能做点什么？比如，做自媒体。
AI 根据它对高策的了解，推荐了一些可能更容易获得流量的短视频形式，连手势舞都考虑到了。但高策发现，这些建议有它们的道理，自己却不太愿意照做。
这个小实验带出了一个问题：AI 知道你的背景，和它能帮你做出愿意接受的选择，中间还有一段距离。
Today AI 官网｜todayai.cn
他也借这个过程重新理解内容创作。人读一篇文章、转发一个观点，有时是在获取信息，有时也是在表达“我是谁”“我想成为什么样的人”。他举的例子，就是阅读和分享「十字路口」如何强化自己作为 AI 从业者的身份认同。
高策期待个人 Agent 能成为一种顾问：既了解一个领域，也了解眼前这个人的偏好和顾虑，让建议更贴近他愿意过的生活。
而当 AI 帮人腾出了更多时间，这些时间可以用来做游戏、写文章，也可以用来跳舞、记录生活。创造的意义，也可以是让自己快乐。
Gloria
产品做出来之后，怎么更快地知道有没有人需要？
Gloria 观察到，创业者谈增长时，往往愿意聊 SEO 和达人内容，对付费广告却比较犹豫。但对早期团队来说，投放也可以是一种市场实验：用有限的预算，测试哪一类人、哪一种表达、哪一个使用场景会获得回应。
付费投放的价值，也包括缩短验证产品市场契合度（PMF）的时间。
Gloria 分享 PPT｜Ads are cool again：用广告投放加速增长
她分享了几个实践要点。每次实验尽量只改变一个维度，方便判断效果来自哪里；预算要结合希望观察的转化动作和获客成本来安排；广告后台的数据之外，还要继续看用户进入产品后做了什么。
有些广告带来的用户很便宜，却没有深入使用产品。这样的低成本，并不意味着找到了对的人。
Soku AI 希望把广告研究、活动搭建、素材替换和数据复盘等重复工作交给 Agent，让人把时间用在策略与判断上。自动化执行之后，团队仍然要回答：这次实验学到了什么，下一次该验证什么？
卡比
如果一个 Agent 要成为同事，它需要怎样的工作环境？
卡比介绍了 Raft AI 正在探索的人与 Agent 共用的工作空间。在这里，Agent 有持续的身份和职责，可以承担测试、运维等不同工作，围绕任务积累上下文。
他分享了一个团队经历：CTO 庄斌义在飞机上时，把 Raft 的 Agent 和 ScopeDB 的工程师拉进群，在授权后，让它们一起推进联合开发。
卡比分享 PPT｜Agent 如何判断是否参与对话
要让这种协作成立，还有许多看起来很小、实际很重要的问题。比如，群里来了消息，Agent 是否必须回复？一个任务需要多少 Agent 参与？工作做完后，能不能自己退出讨论？
Raft 为此设计了一种“余光”机制：Agent 可以看到群里的变化，积累上下文，再判断要不要参与。卡比举例，一个群里可能有 50 个 Agent，但某个任务只需要其中 3 个加入。
能参与工作，也能判断什么时候不必说话，才更接近一个可以共事的同事。 对人来说，工作空间则要让发布任务、授权、查看进展和验收结果变得更省心。
郑佳俊 Mike
Mike 先展示了自己最近用 AI 做的东西：录音工具、视频制作流程、文档和各种小应用。按他的分享，一个多月下来，已经做了 30 多个应用。
他还把自己的视频号重新运营起来。看看新闻、发起任务，让 AI 去完成后续的视频制作，成了他日常使用的一部分。
用得越多，他越明显地感受到任务形态的变化：最初是偶尔问一句、写一段代码，后来变成每天运行的自动化，再后来，是让 Agent 持续地工作。
郑佳俊 Mike 分享 PPT｜个人 AI 应用实践
亲自成为重度用户之后，模型、工具连接和成本，都变成了每天会碰到的具体问题。
回到谷歌云的能力，Mike 特别聊到了视频理解和声音。他举例，一段长视频，如果模型能够直接理解，就可以用一句话寻找某个镜头，减少人工打标和转成文本后再检索的步骤。实时语音、环境声音与多模态输入，也能让产品走出文字聊天框。
最后，他介绍了面向符合条件的初创企业的 Google Startup 云资源支持计划。
Jacob
Jacob 上台时，身上就带着客户的产品。他有 Apple 硬件工程师和硬件创业的经历，如今的 Wapitee 帮助 AI 智能硬件品牌进入海外市场。
这次，他把客户经常问的问题搬上了台：一个新产品怎样找到定位？众筹是不是必选项？团队是不是应该先招一位 CMO？
谈定位时，他举了 Looki 的例子。早期看到这样一台随身记录的设备，不同的人会有不同的理解惯性。要让消费者愿意购买，就得持续解释，它是什么、它会出现在谁的生活里、解决什么问题，以及为什么值得持续使用。
Jacob 分享 PPT｜筹备 GTM 时的关键问题
技术让一个新品类成为可能，用户为什么需要它，还要到市场里去寻找。
AI 硬件的功能、产品叙事和目标人群，都可能在发布后继续变化。
Jones
Jones 在当天第一次使用 Today AI，半天之后，就对这个理解自己、能够主动提供信息的 Agent 产生了信任。
这也让他正在做的问题变得更具体：当我们越来越愿意把事情交给 Agent，怎样确认它做的动作，确实得到了我们的同意？
从买一杯咖啡，到更重要的交易和现实世界里的行动，授权的范围、有效时间，以及事后怎样追溯，都会逐渐成为使用中的问题。
他介绍的一闪 IntentGrant，希望留下清楚的授权记录：谁在什么时候，批准了什么动作。
团队提出的方案包括物理确认设备，也考虑接入手环、戒指、智能眼镜等已有硬件；通过开放协议说明需要确认的内容，再用可核验的记录关联授权和执行过程。
他的出发点，是让用户的同意有一个明确、可追溯的落点。 当 Agent 开始替人行动，产品也需要帮助人看清自己究竟交出了哪些权限。
Jerry
Jerry 想让玩家用身体动作，重新体验自己已经喜欢的游戏。
他的产品 GameChange，尝试把可配置的体感操作接入现有游戏：有人希望跑、跳、攻击都用身体完成，有人只想增加手部瞄准、挥拳或躲闪。喜欢同一款游戏的人，想要的运动量也可能完全不同。
这个项目从 2023 年几个朋友的尝试开始，在 B 站获得关注后，逐渐走向商业化。早期，团队靠用户购买 3D 打印的产品，支持这个小项目继续做下去。
Action&Link 官方应用界面｜来源：actionandlink.com.cn
最开始，他们为每款游戏预设一套自己认为合适的动作。接触更多用户之后，发现很难用同一种方案满足所有人。
体感体验要留给玩家调节的空间。 这也是团队希望引入 AI 的地方：根据游戏和用户偏好生成初步配置，再让玩家微调，减少逐个游戏、逐种玩法人工适配的工作。
蔡天驰
蔡天驰一上台就提出了一个问题：大家都说创业失败率很高，怎么每次听到的都是成功案例？那些失败的人去哪了？
于是，他决定讲讲自己做过的几个失败尝试。
蔡天驰学过数学和计算机，在蚂蚁做过强化学习，也在 MiniMax 参与过 Talkie、星野的相关工作。出来创业后，他最初想做一个人与 Agent 协作的工作台：像程序员在 IDE 里和 AI 一起改代码一样，让用户在画布里和 Agent 一起工作。
后来，模型的交付能力越来越强，用户打开画布的意愿却越来越低。他发现，自己也更愿意直接说出需求，让 Agent 把结果做好。
蔡天驰分享 PPT｜AI 工作台的用户反馈
但另一个尝试又给了他不同的反馈。他长期练赛艇、参加 Hyrox，后来做了一款健身应用。第一版把操作都放进聊天框，找运动员朋友试用，大家却更想打开就看到身体状态、分数和训练结果。
一个项目里，用户嫌画布多余；另一个项目里，用户又不想一直聊天。该用什么界面，最终要回到用户当时想完成的事情。
他还复盘了另一个摇摆：同时想服务内容生产者和消费者，结果两边都没做好。生产工具要帮助人完成工作，消费产品要让人愿意停留，两种目标需要各自想清楚。
这场分享结束时，他邀请想聊模型训练、健身产品或创业失败经验的朋友来找自己。至于冲动想创业的人，他笑说，也可以来找他“劝退”。
Leaf
最后一位分享者 Leaf，用“散人”介绍自己。他带来的，是一个独立开发者正在进行的海外获客实验。
他把约 2,000 条 AI 广告视觉提示词做成了产品，但一直没卖出去。试着在 Reddit 花了 20 美元投广告，三天后，广告后台显示约 1,000 多次点击，真正来到网站的却只有约 18 人，很快又走了，没有成交。
他把这次体验形容为：花一美元，请一个人来看自己一眼。
Leaf 分享 PPT｜TikTok 账号与素材实验
于是，他开始尝试通过 TikTok 的多个账号获取自然流量。原以为最难的是做素材，真正动手之后才发现，让内容正常发出去、被人看到，再把观看的人带到产品页面，每一步都有问题要解决。
把产品做出来越来越容易，找到用户仍然需要一轮轮试验。
AI 可以帮助执行，但哪些数据可信、哪里出了问题、下一次该怎么改，仍要靠人在实践里积累判断。
在这一场开放麦里，有人 pivot 了一个创业方向，有人收获了第一批用户，也有人刚刚弄清楚，自己擅长的究竟是什么。
这些经历，让“继续行动”有了具体的样子：做出一个版本，拿到反馈，再调整下一步。结果还不确定，但已经有事情发生。
感谢每一位上台分享的朋友，也感谢所有来到现场的朋友。下一场「十字路口」开放麦，我们再见。
行动者，继续！
