Vibe Coding 下半场：四大天王，和想赢的人｜对话朱广翔：百度秒哒产品总经理

Hi, 我是 Koji that for this time, a free fin slut is isему richter that is your cabin Nope. Hello. I am Well, and we are Prazon from analytics It is Tomorrow with green it is 33 and you School and with as反 MBTI是ENFP快乐小狗新做的是双鱼座ENFP是最让人羡慕的MBTI是不适合做技术的MBTI适合做产品比较感性对啊很适合做产品对然后一句话介绍一下秒搭就是一句话做应用这个应用不是AI玩具而是真的可商业落地的所以秒搭是中国商业应用最多的平台咱们目前的收入和利润的情况方面讲吗我们不看AR但是我们只看用户的AR我们待会展开聊一下这个 啊 所以前面那时候都会剪 是吧 不要 比如我说错22年龄的月子会剪呀 嗯 做秒答之前在做什么 其实做了很多很多产品 在白洞呢 其实秒答是我带的第八个团队 广强之前我了解到 其实你初中就开始写代码 然后写了20年到博士毕业 嗯 结果参加工作没几年 就不写代码了 kind J 而且坐着坐着 还做了一个让别人也不要写代码的一个产品 秒她 然后你 你有同事有一次开玩笑说就好像你造了一个车轮轿过了自己的过去20年听到这句话你的感受是什么被车轮轿过了自己首先我确实我自己是一个比较叛逆的人然后我是我们学院抛院10年以来第一个换导师的人第一个换导师的人当时我换导师也是因为发现阿尔佛河赢了离世时当时就决定转做强化学系换方向在插院是一个多难的事情建这个院到我换导师之前就没有人换过当时都没这个流程是因为什么原因那么难呢我觉得大家还都是好学生 老师孩子大家都不太去做一些这个常人看起来异教徒的事 是不是因为这个换导师感觉像一种背叛 因为带有很多不确定性 一个是说就研究已经做了很段时间了 你要再换一个方向 你可以从零起步 那你的毕业时间呀可能要延长 那你怎么想的 你不担心自己好多年我是比不了业吗 就是走弯路 我可能做旧的时间做越久 我走的弯路时间越长 我可能以整个人生作为界限来看的话 那些时间早一年晚一年毕业其实无所谓 — 所以你一开始走的是什么弯路 然后后来换到了什么样的新路 我cils也是做机器学习 这个不是弯路 后来我把机器学习开始找应用的时候 我找的第一个场景是做计算生物学 其实我当时在转方向之前 我就已经够毕业了 他这个毕业要求是说不要够5的影响因子 我当时已经到20了 我当时主要研究蛋白质的三维键膜 然后还拿过中国的年度十大进展 算是alpha fold的前身 是后来用更大的模型去做的 这不是很有潜力的方向吗 为什么要换 因为生命科学其实它离工业界 实业界还是有点远 它还是偏研究型的 可能50到100年才能看到显著的成果 现在还是在研究阶段 比如我能看清某个结构 但并不是说把看清的这个结构马上变成能治病的药 做强化学习呢 我当时看到一世时代表人类智慧都打不过机器人了 机器人真的可以做一些决策 做一些智能 然后所以当时就转做强化学习 我也是整个清华最早一批做强化学习的就是在人生的十字路口非常果断地做出一些选择那这些选择其实也付出了一些代价是然后我也是这一届里边唯一一个不干成员事情的人我毕业之后就做产品经理了然后写了二十年待会白写了然后我也是我们公司我做了四年然后换了八个团队本质原因就是因为我觉得我一直是在看整个行业大盘的趋势是什么现在虽然说我被车轮撵过了自己然后我放弃了二十年的功底但是我觉得我还是放弃完了 I was 12 years old Actually, I think long-term history shit was used to make a rze militarization to die These are a small cucumber See this Americans when CX is using what you write You should have the movements They were used to use the우리 book The case based is So I took a line I got the book That's the result of CX就是用汇编语言做了一个能编译简单C的然后呢这样我们再用简单C的然后再去写一个能编译复杂C的然后就这样迭代下去了就是它也是用不断车轮捏自己捏过去的所以用整个计算机发展史你看从最开始是机器语言机器语言就是电脑自己的语言就只有它看得懂就是0101码人根本看不懂对只有机器能看得懂这是机器的语言那汇编语言呢就是用接近于人的语言去告诉机器该怎么做这是汇编语言然后再往后高级语言 is like we said to say rejava python it was using digital word honestly we don't not pass the basic information this is Neither plan could be why the API was bringing Text Then I should I told I ship The never Раз I Basically So, this is the development of the development of the future. It's just using the car engine to use the car engine. The car engine is on the other side. The car engine is on the other side. You mentioned that you think you're going to leave. You should be leaving. This is interesting. Today, the car engine is still there. You see these, what are you feeling? They are still in the car engine. Because they are now in the car engine. The car engine is a half. The car engine is created by the car engine. The car engine is 80% of the car engine.哦 是有 AI 写的所以说他们也在自我ック命他们也是用新的工具去生产不是以前的去生产的你一开始就 Whoa 答的时候你是怎么理解这个事情的你是一开始就充满信念感觉得 无代码的一个这种应用的,构建平台是一个一定会发生的依然吗最开始我是不信的我们把时间倒回到24年下半年的时候也没有 deep seek大家都不知道什么是 COT什么是 thinking然后什么是工矩调用当然工矩调用有一些浅度的实现,比如说跟方程靠取实现而且那个时候呢其实Coding模型各家都不行这是模型层产品测当时Manus也没有大家对AI的理解还是Chatbot就在那个节点我们要做一个No Code去做应用做小程序做网页的一个产品那当时其实基本上没人信这现在回忆起来24年下半年已经感觉很遥远像史前面对对对你刚才说的时候我突然想到我们那个时候其实录了一期播客然后有一个嘉宾就说有一个CHGBT重大发布一定要重视就是Function Code我的印象非常深当时它就是 热情洋溢的讲然后我觉得真的有那么重要吗 出来干非常重要 是的是的 之前过得好快25年感觉发生了非常多事情 对 所以一开始不信后来是因为什么原因 坐着坐着你就相信了 其实当时确实不信的我们内部做demo它还是有点定制化的 就是面向于少数几个场景当时大部分能力真的不行 智能不行人工来凑嘛人工智能 所以说当时用了很多半工程化半模型的方式把东西给传出来了 后面坐着坐着我自己是从不信变成信了 The first thing I became part of the military But I feel that my users are critics It looks 현재 Constant It looks like it 更方便的做出来 我突然也回忆起来 就是我自己以前曾经确实有过很多场景 确实可以通过我自己产品去满足我 就比如说我当时在读博的时候 导致要求我们每个人做一个学术主研 然后这还是算是一个个人级的场景 然后再往后 我觉得我第二个比较让我能转变思维的一个瞬间 就是有一天我在网上就用百多搜索 然后我搜到了一个网站 然后这个网站回头我的同学和我说 说这个网站就是用你们秒大生成的 I think I realized that I had a sense of a sense of a world. I always had to watch some of those things. There were people who said that was AI. You didn't know what it was. I don't know what AI is doing. I don't know what AI is doing. I just looked at it. I still saw this author. I found this author is a 50 years old. He has a website. He has a website. He became a real-time-time-line. 医院一直在用的官网 而且在百多搜索搜出来第一条打了官方logo 就是他们用AI做的 然后这是第一次我看到的 起码是我看到的 当然可能有更早的就已经出来了 但是我看到的起码第一次说他是真正上了业务场景 真正把他解决了问题 而且这个并不是说你们在收集用户案例的时候发现的 这是你自己偶然 对 偶然发现的 所以这个冲击也是很强的 对 是的 然后这就是不信到信的一些转折点 对 对 就这其实让我看到了说我们做的应用呢 能满足更大场景 一些严肃的场景 因为前面你也提到你们不看自己的AR 看用户的AR 就这个可以展开讲一讲吗 我们可以完全不做AR原因是什么呢 就是我们实际上是对我们的用户和对我们的这个管理者 许诺了一个我认为是更低线原理的指标 就是我们要做秒大用户的AR 这是什么意思呢 就是说 其实Robin在今年世界大会说过一个道理 就是说我们的产业结构正在发生一个变化 以前是正金子塔 现在逐渐往道金子塔发展 然后以前正金子塔是什么意思呢 就是说我们有三层 最上面一层是应用层 中间是模型计平台 底下是算力硬价 那我们回忆过去整个AI圈 谁最赚钱呢 其实都会想到是老黄 显卡赚了最多的钱 然后呢这是最底下是最厚的 再往上那模型赚了其次的钱 再往上应用基本上都是赔钱的 所以说以前是个正金子塔 但真正比较健康的结构呢是说应用层赚最多的钱它赚到了价值之后它把它的这个一部分的收入然后它回馈给中间的这些工具层,模型层然后工具层模型因为它使用了硬件他们在拿出一部分来给它硬件层这样才是一个持久然后持久的健康的一个产业模式那秒答案呢其实就是考虑一个倒进他的产业结构那我们是希望能扶持非常多的人把自己的应用做出它的行业价值赚到他的钱我们最近有个次很 irregular就在讲这个OPC就是一个人公司出现了很多一个人公司通过秒搭它自己赚了十几万通过秒搭赚到最多钱的用户是谁我们没有统计过最多钱是多少但是我自己偶尔就是偶然间了解到的有赚过十几万的一个人还有小公司赚到了70万然后再往上的话我就没再统计了但是你刚才提到你不看自己的AR看用户的AR但你们要怎么去统计用户的AR呢我们做了一个这个珠梦计划去扶持他们去完成他自己的商业梦想那他们会主动 但这只是小众 肯定还有更多人 我们是水下没统计到的 那像刚才提到的十几万的一人公司和赚了70万的小公司 他们分别做什么呀 那个超级个体赚十几万的 然后他的网名叫黄阿玛 他做了三个项目 然后第一个项目是卖剧的平台 这个是赚了12万 然后再一个就是一个门窗店的官网卖了3万 当然这里很多人会问说 为什么一个官网都卖3万 一般来说3000就差不多了其实他发现一个核心痛点就是门窗用户想知道说装到自己家里什么样子所以说他这个官网还多了一个功能就是说用户上传自己家里的图片然后再选择一个门窗能在线上就能看到装上之后的样子所以说他这样的话就提升了用户购买的意愿然后这个门上的老板特别满意然后就给了他三万块钱然后第三个呢就是一个汽车喷漆的一个工具就是喷漆之前能看到假设喷上这个汽车会长什么样子也是一个AI工具 因为秒杂现在也不支持他写代码 对 他全是从秒杂生成的 他做了很多应用 发到了秒杂的广场 然后第一单的用户呢 就直接在网上给他留言 联系他 最终落了这一单 那像70万的那个小公司呢 他们也是过去不写代码的公司 还是他们过去写代码 但用秒杂之后 他换了另外一种方式在工作 他们以前呢 实际上就是一个传统的交付公司 12个人组成的研发团队 然后注册了17家公司 然后去接各种一些政府项目一些行业项目然后呢他们在用了秒搭之后换了四个项目经理原来的项目的周期就是半年至一年然后有了秒搭之后基本上他们一个周就能交付一个项目就他们才刚用一个多月吧然后现在已经交付了两个项目分别赚了40万和30万最价来是70万一个是给养老院做了一套管理系统还有一个是给一个企业做了一套办公的内部平台所以说再说回来就是说他们不管是超级个体还是一个人公司那我们的目标呢就是明年做一万个 这样的超级个铁 比如说一个人赚十几万 那一万个超级个铁那就是十几亿 所以说应用从就有十几亿 那他们反馈10%给到我们 我觉得不太过分吧 那我们能赚一亿 然后呢 我们再掏出一千万来 给到我们的硬件 用的底层的S这些能力 这样就一个非常健康的道金字塔结构 所以说我们相信只要我们的用户能赚到钱 那我们早晚能赚到钱 然后整个行业会持续发展 所以说我们的目标就是用户的AR 就是我们帮多少用户赚到钱 If you need to say a few things, if there's a few things that are missing, you think it's because of what reason? I think if it because we going to do a lot of things we going to do a lot of things that are not a lot of things But we going to do a lot of things that are not a lot of things that are made But so you may be ...to use everyday WoW78 to use thearle. 同时我们还有很大一部分是模型没法马上被内化的云的能力,像这些后端的能力,像端到端去内化整个产品开发,从产品涉及到最后的部署分发,就这些短时间没法内化的,这些都是我们的那个夹角所在。 所以你也提到比如说短时间不能被内化,马上不能被内化,但是在放到中长期呢,你觉得不管是秒搭也好,还是Cursor,还是Bolt Neo,就所有的,你觉得会被大模型吃掉吗? 如果从非常无限长的长期来看的话 会被吃掉的 其实之前我也看B超的这个访谈 他用刚中之脑的比喻来说 其实环境是永远无法被内化的 其实这一点上 我其实有点不太一样的观点 模型确实短时间内很难 但是从中矩来看 环境也是可以被内化的 因为我以前是做强º学习的 其实现在大模型玩的这一套理论 强º学习都玩过 你像我毕业论文最多的一个词 我那时候还是小模型时代 我当时最多的一个词就是Agent 现在又是agent 而且当时我早是专门研究Mateagent 而且现在又是Mateagent 包括工具调用 思考 COT 其实之前都是有过的 那在强学习领域里边分成两个大的方向 一个叫model free 一个叫model base Model free就是说我不内化环境 我外用环境 我去和环境交互获取信息 Model base就是我要内化环境 我把环境就放在 纲中指导里 我虽然没有去和环境交互 但是我脑子里都过了一遍 我可以举一个例子 比如说我们从百度去亲华 怎么走 我去每个路口每个路口去问路 慢慢走到 这就是model free 我到亲华这个路是我的环境 我对环境没有预线的建模 我就是去探索 然后走过去 另外一种就是我看地图 我走过去 其实地图就是对一个真实环境的建模 它其实就是把这个环境内化 到了地图里 然后我看完了地图以后 我知道说有几条路径 一条路径短一条路径长一条路径快 其实这个过程就是我去生产地图, 我去画地图的过程就是简模环性的过程, 其实环性本质上就是一个MDP, 马尔科夫转移过程, 就是说基于当前的状态和当前的action, 去预测下一个状态和下一个reward, 那这就是一个方程, 这个方程它也是可以学习, 被learning, 被写到神经网络里去的, 一旦它被写进去了, 那其实环境就被内化, 那具体到像刚才说什么Kursor, Laval, 像我们呀,对于大模型产品其实环境也分成这么几类吧比如说一类是IDE然后IDE它本质上其实就是我们前面说的编译器当然IDE一方面是和成员交互几十本去写东西更内核的实际上是编译器所以关于这个点当时我也很早有暴论我很早就和我们团队同学说我说Cursor一定会被Cloud干掉的因为IDE不本质本质的是编译器因为我自己写代码我基本上不用IDE我就是在几十本打开就直接写就我在面词上也可以直接写我用卫物也可以写 and then... 那这个时候像克斯的产品可能就没了 然后那再往后 其实操作系统也是一个代码 就是我们不是说像Minders和我们都是有个虚拟机 里边装了各种软件 装了各种环境 能调用各种工具 跑各种东西 那其实这个虚拟机本身上就是一个操作系统 操作系统也是一些代码 那这个代码被模型学进去之后 那这个模型也可以自己去replay所有的事情 那也不需要我们这外部环境了 那我们也被内化了 那这很有趣啊 这还是一个把这个事情推到极端的一些 极端的假设 That's a very serious idea. That's a very serious idea. You think that the second step will become what? That's what is the model. But this time is very long. For example, we have to make a new version of this. I feel at least at 3 or 5 years. At the same time, we have to make a OS-like system. It's only 5 to 10 years. You think it will happen? Or maybe it will not happen? Or maybe it will not happen. Or maybe it will be a rule. Because we now have to look at the point. When the data is very high, it will be more high, more high,那这个问题可能也阻碍了就是这个事情成为现实所以说在这个概率性事件没有发生或者是短时间也没有发生的时候产品和模型保持一个15度的夹角然后这是一个又能快速迭代然后又能享受到红利的一个最好的状态你能想到什么样的产品是非常完美的利用好了这个15度夹角那其实就是Manus它其实这个夹角位置处得很好所以说我们其实非常欣赏Manus的PM我们那部开玩笑时候我们招人招成一样的人PM也招Manus And then we will develop the research. That's what we can say. Now we can say that the world is the world's world's world's world's world's world's world's world. AI coding is a big event. It's a big event. Can we ask you to help us? All the AI coding tools can be divided into what kind of a type of a type? We can look at the world. We have a lot of people in the world. We have a lot of people in the world. Loveable, Replay, Botnew, V0. This is a lot of people in the world. Like Labo的话,就是它的开发和部署过程都比较轻量化,然后Mobile也比较多,教程也比较多,然后对外的这个传播也比较多,他们有个宗旨是说人人都是CMO,大家都要去做好产品,讲好产品,就像刘德华,是的,然后第二位呢,那其实就是Replayt,更专业一点,它的部署功能做得更加的灵活,更加的全面,它在企业的场景下会用得更方便,它能支持各种属于库的配置,把这个后端部署这块给做中了,然后第三家呢就是Botnew云 IDE公司其家的异体能力做的比较好IDE做的挺好的然后这也是针对于一些比较专业开发者能在开发环境开发的过程会提供更多的能力而且他在开发的时候也支持多种语言啊等等的就是他把整个前面开发过程做的更重了然后第四家V0V0呢他是一个把前端的交互设计做得非常极致的这个公司他有很多高仿真高还原的一些能力他能让设计师的 这种源头能在它的应用里体现出来 就是它是一个以前端为中心的一个应用 所以说Labor是比较均衡的 剩下三家都各有自己的长版 那在国内除了秒搭 可不可以再讲一讲你们会关注哪些 不管创业公司还是来自大厂背景的友商 国内的话秒搭是专注于做无代码的应用生成 和我们直接对等的产品其实比较少 像美团的no code马上飞向响指 但是我们发现一个现象 就从去年下半年开始 原来不做无代码的那些玩家们都开始涌过来 甚至是跨行的 做chatbot的 做陪聊的 也会往我们这里去渗透 举几个例子 比如说有IDE往无代码开发去渗透的 像典型的像Tray 以前Tray就是一个IDE 后来Tray是一个模式叫solo 就是能一句话做应用 然后呢像腾讯的codebody 像阿里的coder 其实都是类似的 他们原来做IDE 现在也在做nocode的 然后再一类呢就是说原来是做通用智能体的他们原来那些任务也是5代码像做PPT啊做Deep Research啊做一个定时任务啊现在变成了5代码做应用那他们这种比如说点击代表就是像ManusManus 1.5主要就是增加了WebCoding能力能做网页了国内的话也有很多和Manus对标的产品比如像Code空间之类的然后第三类呢就是原来做这些低代码平台的做Tooladride的做工作流的也在往这个WebCoding系迁移比如说今年Code宣布它改名了 改成扣子编程 我们在国内虽然说直接建品非常少 但是间接的建品非常多 因为大家都意识到了这可能是个未来 那在这样激烈的竞争里面 你们的差异化和竞争优势是什么 第一个就是秒达是个活的 它是会逐渐成长的 会自我迭代的 主要有两方面 第一方面就是我们基于数据推轮 实现了一套模型和智能体的一套 自成长自我演进的一个架构 就是说我们的用户 被秒达了每一次使用的点彩 favorite or the mode put not you keep the issues yep you do you 实际使用去返回它的整个机制设计的 然后这是第一类 第二类就是说 我们还会提供了一个非常全面的插件系统 去扩展我们秒达的能力 比如说能打开一个地图 可能是需要一个摆脱地图的服务 或者是需要去上网 联网搜索 那需要摆脱搜索 总的来说就是因为秒达面向的是小白人群 这些人群其实他需要端到端的去帮他服务 不管是生成还是部署还是上线还是运维 所以说他需要很多能力帮他去提前完善好 Number two, probably an old text are wiem, when you all lookiga this information is PER into the device through this podemos with thehta cos for this image which is consistent with chunks福 ad business this is the case and right 这个后端实际上也是一个小赛道,在这个赛道的这个Top1的或是全球领先的玩家叫Superbase,然后Superbase在去年下半年发一个博客说这个他有三家leading的AI Builder和他在合作,第一家是Label,欧洲执行,第二家是Baltoneo,美国执行,第三家是Midu,Midu就是秒大的海外版,算是亚洲执行,所以说他们是官方认可了我们的一些进展,那为什么呢? The Echo Diamond 可能随着我应用的尺寸 我灵活的去扩梭容 它需要很高的弹性 非常极致的弹性 然后可以说一个数据 就是秒达一个周创建的数据库 比我们做传统2B服务的一个数据库团队 它做了7年 累计的总数据库量还要多 所以说它会需要我们支持一个非常高弹性 去生成很多很小数据库的这样一个特征 这需要很强的云能力 所以这里是我们通过云的技术做一套自研的能力 然后第二点呢 就是说上一时代的数据库是给人看的 It's for the en wages I see why to generate acc็ that is spending that local 而当时的Lab实际上他要n个query才能做完这件事 他先要一个query说我要做一个什么应用 然后应用生成完之后 AI会问他说你是不是要挂一个数据库 然后把其中哪些逻辑写到数据库里 然后用户就需要确认 确认完之后他还不能直接把数据库生成出来 他还要跳转到soul base 就在soul base那里去把数据库进行一个配置 比如说申请一个项目 然后填好各种参数 然后再把配置好的那些token拿过来 再填过来 然后再去往后走它要经过好几步因为它是基于一个非常通用的Bus和它自己的产品它来回挑战而我们是把这两个东西原生就是在一起的所以说它会根据用的Query如果发现需要后台就把这东西接好了后台就直接给你吐出来一个带着数据库带着前端而且数据库前端是互相联动的这样一个现成的应用所以说我们面向小白的体验会更加好当然我们后来看到像Lavable它也专门迭代了一个版本在下半年叫Lavable Cloud就专门说 把所有被死那套东西嵌到了蜡包里面 他只是减少了跳转这个过程 但是他的体验还是格列的 还是需要在里边去进行额外的配置 所以他还没法是通过一个宽认完全去原生 我再理解这个其实是不是他们并不是做不到 而是这是他们的一个产品选择 其实像秒达有一个非常我觉得偏执极端的选择 是你们不给用户看代码 用户不能改代码 对 然后包括到你刚才提到的这个用户一句话 生成出来的如果有后端数据库 你也不给他看数据库的表结构也不让它修改那这个和Lovable就是不一样的Lovable就是可以把这些开放给大家去改代码或者改数据库所以我觉得这好像是产品哲学的设计上的这种理念的不同对 刚才有一点是说代码是说我们确实不给它改但是给它看我们是能生成出来代码的然后我们希望它改的方式是什么它不是说直接上手通过编辑器去ID修改然后它假设看得懂 E largo canopy which also welcomes property and based on carafe 去看到他生成的表结构 去管理他表的 去上传和下载的 那可以改数据库表结构吗 也可以 就是对列和行人的一些编辑 就像用Excel一样 所以我们就认为说能像白领一样 去用各种办公软件的这种能力 我们要开放给用户 而像这个需要培训就专门去学习一个专业才能懂的这种代码能力呢 我们就不开放给用户 所以说写代码不行 但是数据库编辑管理是可以的 只说我们是更加原生 就是说这些很多东西是写在aget里的 了解 然后再说回这个秒大的差异化 然后除了刚才提到的几点还有一些别的吗 比如说我有注意到秒大是可以做小程序 这显然是这个刚才我们提到的国外的四大天王不可能做的 这是一个在你们看来重要的差异化吗 对 是的 刚才说两点 一个是秒大是活的 There are very strong measures that have a critical possibility To 4.6 percent In cooling design, it is called for example, Visit a working meaning like the $ hack It is called Oreco To come with special use To look with this It has such a totalmente Itsっぽem and theâlivity It's allowed to do It's a special eating The tool is mass-life It's called enemies Then it's called looking for aik TheOP For example, infertkt universit mote Moana is basically mobile The user has to use the서 knowing much time Someone is Is in 선 Bwду We have submitted To database exponents Po disgrunt-g richest The user has to be For box Jamal meeting That estarub�데 使用户在秒打深的 им用呢可以去一键分发道公网 让更多人被看见 所以说我们面前场景化更往深走了一层 就是从应用的开发到部署到分发到管理其实都是一站式的 那还有一些其他的差异吗 或者一些其他你认为的亮点 我们有一个独一无二的流程 叫前面经理智能体的一个流程 大部分的webcoding就是一个快设进去之后 直接写代码然后出结果 而只有我们是快设进去 先出来一个需求文档 一个产品文档让用户来确认用户也可以修改然后OK了对齐了再往后写代码然后再执行我们说一句话做应用那一句话其实不是需求一句话那是创意那是灵感那是idea但是怎么从创意到真的产品需求能让研发智能体听懂呢这个实际上是十万八千里所以说我们做了一个非常专业的产品经理智能体然后再往下呢就是说我们还建了一套benchmark就是我们叫秒达bench还没有对外开放但很快我们就会把论文发出来就评估什么的benchmark 以前有评估代码生成的像大家都知道什么CyvBunch就是软件工程的一个它主要是去基于这种软件的一些issue的修复的一些benchmark 就像各种coding模型去刷CyvBunch那些模型它相当于是替换了一个程序员而秒搭替换的是一个产严团队所有的逻辑它是全跑完他们端端的帮用户交付一个应用 我们这种面向小白的场景下就需要所有环节都要有自己的benchmark去更好的衡量他们当然再引用姚順宇一句话就是AI下半场评估比训练更重要确实一个产品的benchmark就决定了一个产品的test而我们在每个环节其实都一套benchmark这套benchmark实际上就是秒达一个壁垒就是秒达的test的构成那这个benchmark我理解它比较容易去评估的是一些做的对与不对的地方但是因为秒达要做一个应用做一个网站大家对它的审美长得好不好看还是有要求的那在这样的评估上要怎么做呢这是一个非常主观的一个美与不美的东西对 刚才说到顺宇的下班场的计划我可以再给他补一计划确实评估比训练更重要在实验室内的评估不是真评估在用户场景里的评估才是大家经常看各种榜各种模型都在刷榜但其实很多人都知道那个榜就看看就好因为在实用场景里边顺序和榜上顺序是完全不一样的像刚才您说的好不好看 可不可用实际上是要看用户的用脚投票的这种的话其实我们可以通过用户的后院行为来分析比如说用户觉得好看了他马上会想把这个上线然后把它转发给朋友去分发然后分发完之后别的用户会使用的时候还会留下痕迹别的用户会经常交互经常点的一些东西会经常看的一些东西经常停留的一些东西其实都是信号来证明它好看如果让用户去评估那会不会受限于或者受困于秒答现在的早期这些用户的审美因为他们的审美不一定是最广泛的审美或者不一定是代表着可能今天最被大家向上看的 如果对于可用性的话,大众的认知还是比较像的,然后对于像审美这种比较主观的这些判断,确实不同人是不一样的,那这种的话我们为了去降低这个bias,我们会把用户的作为一部分,我们内部也会有一个真的由设计师构成的一个专家团队也作为一部分,然后我们的产品经理和运营也会构成一部分,就是会有多个渠道去综合来实现这个评估。 刚才我们说到差异化和竞争力 说了蛮多了 还有补充吗 说最后一点 实际上我们还有一套多智能体 多模型的路由架构 生生应用这个场景 它看起来小 其实非常大 有100多个任务 然后这套架构会自动的 基于我们的Bunchmark去评估 我们画了很多小方格 当下这个任务下 这个方格下最好的模型是什么 最好的agent的逻辑是什么 然后我们会自动切换到 相关的东西上面去 我可以举个例子 如果说Bunchmark是菜谱 模型是食材 然后我们这套路由架构呢 实际上就是我们的炊具 我们可以面向我们的菜谱 把这个食材炒成一盘 用户最想吃的菜 所以说我们这套架构也是一个 我觉得我们的核心竞争力 蛮有意思的 之前有些播客 这个OEOE的创始人也说 他觉得自己是开餐馆的 大家都用了类似的比喻 对 对 人心餐馆 在我们录播客最开始提到 一开始你其实不信这个事情 这好像是公司的一个安排 可以讲一讲当时公司这个战略它是怎么形成的吗我觉得百度一直是用两年后的技术来指导当前的产品发展当时虽然不行但他们觉得两年后一定行还有就是全球就3000万成员员但全球有80亿人那80亿人每个人都有想法都有自己的业务场景都有自己的需求那他们要是能变成创造者那他们这个创造产能是远大于3000万成员员的而且他们对他们来说是从0到1是从不行变成行所以市场空间会更大了解赌一个未来吧我们接下来聊聊百度 因为在百度做一个产品 在外界看来还是会有一些滤镜 所以想问一问广祥 在百度做秒搭 你遇到了哪些摩擦力 然后同时另一方面 你又遇到了哪些助力 可不可以讲讲你的感受 这会还这样想一想 送命题 我觉得首先第一个助力 其实我觉得没有百度就没有秒搭 最早的去落地了一个 No code应用生成这个事 其实这就是百度的基因 因为百度是一个技术思维 然后比较理想主义 没有那么去看当前一成一成的得势 而是说站在两年之后的技术去预测 现在要做什么 所以说当时坚定的去投入做了秒大 我们帮老板亏了很多钱 但是我们还活下来了 就是因为他们对技术是有这个追求的 是有信念的 所以说这个事情是受到了助力 然后我们的阻力的话 阻力的话就是和一般大厂都一样 就是说人越多 想法越多 So there's a word for a network. We have to do it. We have to do it. I've seen some of the videos. I've mentioned a few videos. If I don't know what to do. I'm going to use it. What kind of feedback is what you think? What kind of feedback is that we have to do it? We have to do it. We have to say that we have to do it. We have to do it. It's a good thing. I'm going to say that. Then we have more challenge right now, I will briefly release our co-ch disbelief, when Ichem here with a self-speech dad, we know a full-state fellow. Which is clear when I went back and Urs of the Scots. Then, I said the boss said they aren't off attacks. I try to hear my chief ops, which is actually my teamMS. So what連 my new team啊, where it may have been my crew and a school coach. Without my hopes, actually I think that the problem quite different in front of me is that. . And then it is wise for the project. Basically it is because APITyS ever a set stand Like our jobs are from several positions Until the Broad Sweden Then we have paid 34 cents Then, Same to them I can't believe if there areatal provoke this guy ever gave me I havekeepers here I can't give him minion We just!!!!! We are writing We have all the workers functionally in the inventory After some odd然后现在网上有一个很流行的说法就百度起大早赶晚急你会担心秒搭也是成为一个这样起大早赶晚急的产品吗目前来看肯定是赶的大急赶的不是晚急我自己还是非常自信的我觉得肯定还是一个早急然后我们录播客的时候正好有非常多新的趋势和新的产品在诞生然后有很多也很秒搭多多少少有一些关系所以想请广香我们一起来聊一聊然后一个是Cloudbot就我们录的这一周正好是它在海内外大刷屏的时候你看到Cloudbot的时候感受是什么我想到那个G超其实他当时讲了一个理念就是他认为云上的实际上还是有独特优势的而它这个是在本地化的就是和ID也应该是一个赛道然后秒达也是选择了在云上就是因为我们认为说我们服务是小白用户他其实如果直接操作电脑把一个东西装在本地然后能有无限的文件权限拜师权限 可能会把电脑就搞崩了 所以大家要买台新的Mac mini 就不敢在自己的这个电脑上搞 而我们呢和Mindus是类似的 实际上是在云上有一套虚拟机 那里边想装啥装啥 而且呢这个虚拟机是面向应用的 可能你开发一个应用 就给你新开一个虚拟机 这个应用就算是我这个虚拟机搞毁了 那我换个应用我出现再来 所以不会担心有安全性问题 而且呢效率也会非常高 因为我可以开1000个agents 然后开1000个虚拟机 干1000份工作 最近大家聊到cloud scale然后你怎么看Cloud Scale我先说个暴论其实Cloud Scale就是把我们去年的一些 trick给公开出来了当然不止我们我们的同行其实可能大家都已经做了一些类似的工作其实Scale的本质就是一个动态夹载的能力其实就是上下文管理因为我们直接把上下文一股脑扔给Mtz要不然就超长了很合计让他超长要不然就说不超长但是他注意力分散了因为要处理的事太多了而他这种动态夹载渐进是披露的这种方式就是我需要哪些需要哪里点哪里他这个就是说会比较灵活的去管理上下文然后像在秒达去年专门做了一个很大的迭代在去年中的时候就是解决这个问题因为当时我们的用户反馈相信早期用秒达的用户都有这样一个历史的一个惨痛的一个记忆吧就是说当时用户改的轮数一多就改到50轮就改不动了改啥秒达都说不好意思我改不了了其实就因为我们上下文管理有点问题所以我们当时就及时做了一个改造做一个像scale一样一些说明书说明文档就是每次 AI will first読 the show I will say that is to improve the Diskussion I can connect what MCP and what卡 and then connect what up and then I will go to IP and then send it in thechen I think it's interesting to do that和club scale本身上是一个原理所以说我们就内部将开玩笑说scale把我们的秘诀给公开出去了大家都会了当然scale它比较牛的一个点是它把这套原理和逻辑标准化了做一个通用的行业方案然后给造福了大家所以这个时候大家又站在同一期保线上去了这个行业里的秘密就变成了公开的事情现在出现了非常多scale的集合战对然后你可以直接把scale一键部署到cloud去用也可以一键直接传到manus去用 诶 那秒搭之后会考虑 比如说让用户自己导入一些scale 或者明明也开放一个scale广场 让用户可以选scale来用吗 对 其实我们原来的规划也是有这一步的 因为scale有两个层面 一个就是说我们后台隐式的去管理好山下玩 用了和scale一样的原理 这是刚才说的第一步 第二步就是说把这个能力开放给用户 用户再次扩展更多的能力 那这一步呢我们原来在规划里 就是其实也已经做了一部分了 在秒搭里叫插件 在整个webcoding所有工具里边 只有秒答是把插件系统作为一级目录 大部分商品都没有这个概念 或者是一个附带的一个功能 我可以说一下整体我们的规划 就是插件定义为三种插件 第一类就是API插件 就是说它通过一种API服务的形式 去接到应用里 那第二类插件呢 就是prompt的插件 就是说我通过去写一段超长的prompt 描述一个复杂的流程 這個其实和现在很多市面上流转的 这种cloud scale的内容是很像的 把市面上那些各种包括像Cloud Scale,像Code Scale,把他们的那些prompt贴过来实际上一样也能用,这是第二类Scale,第三类Scale实际上就是Code的Scale,它是用传统的编辑器让这个代码去执行的,比如说我写一个格式转化的一个能力,通过Code把一些这个字符怎么处理,文件怎么处理,格式怎么处理,通过一些Python函数实现的,这个就可以独立定义成一个Scale插件。 No code 今天看起来可能不太是了 但是我们从day one开始一直被认为是异类是反共识的 因为当时都在卷什么都在卷idee 因为cursor成了满足了成员的pmf 大家都不觉得说小白有一天他真的会能自己去做应用 and then weversion Alive we call from 41ish in discussio of the real official no code 如果我在重新读一遍大学,我可能不再会学计算机专业了,我可能会在我更早的时候在我幼儿园的时候学计算机学web coding学秒大然后在我大学的时候我真的要学一个更垂直的专业比如说学法律比如学金融就是因为我现在还挺羡慕的就是因为现在我们可以看到那些把应用做得好的人并不是谁代码写得好而是谁真正懂业务懂场景比如说我们有一个用户他是一个中式化的工程师他不会写代码他做了一款软件就是一个矿井的设计软件然后已经真实的应用在了大清油田清海油田长清油田 而且他还出去授课 去石油大学上课的时候 那学生也都用他的软件去完成自己的毕业设计 那这款软件呢 他在公司里就是他是用秒答做的 没有写一行代码 在他用秒答写之前 他们公司实际上采购了一款 花了140万 然后采购出来的那个软件呢 就是让程序员写的 因为程序员不懂业务 不懂矿井设计的一些 无理逻辑 一些展示的查看方式 设计出来的这软件其实他们都不用 用不起来所以说就是软件要做好是需要有个垂直知识的比如他这个人他是懂石油行业那如果说我把计算机作为一个通识课早就有了然后后面再学一个垂直行业那我可能会在这个垂直行业内跑出自己的一些有独立壁垒的一些东西那如果你有小孩的话你会让他现在在幼儿园和小学阶段去学vibe coding还是你会让他仍然去先学一些比如说最基础的编程知识我会让他学coding作为教具去培养自己的思维然后学webcoding作为实用去让他更早的去实现自己的想法就像我当时其实我从书中开起来我一开始学的不是C学的是Pascal不知道有没有人知道Pascal实际上它就不是一个实用它已经相当于是被半淘汰的半生入土的一个语言但它和C很像它就变成了一个教学级的学它只是为了学习这种思维这种你用还是要用CC是类似的可能未来就是在博物馆里的代码了C可能只是用来教学教育用的 但实际上要实用的话 可能都用WebCoding 都用AI去来去证实去提升更高效率 我们现在回过2025年 广向你认为你和秒搭团队做对了那些事情 又做错了那些事情 25年我觉得我们做的最对的一个事情就是在低代码和无代码间选了无代码 也就是说WebCoding一定会取代Workflow 我前面说我是一个派遣人 我也是一直在生意行业的趋势 我会先思考大盘 看大盘到底什么是终局 基于当时的能力来看那显然做郭克弗洛是最直接能落地的最能赚到AR的但是因为我是强行学习出身的我感觉我自己因为FP还是比较理想主义的比较感性的我就考了其实我想到了Sutton就是强行学习之父他19年写过一个很著名的博客The Bitter Lesson就是苦思的教训然后他回忆了说做AI这么多年来他收到了最大的几个经验他说了一个事就是能把算力发挥好的这种方法是最高效的然后反过来说呢就是说如果我过多的依赖了人工经验会让这个方法变得很复杂从而失去了一些泛化能力从而失去了对算法的智能的这种利用这是他说的这个核心的结论但他说路径那我如何去把算力给用好呢他说了两点有两个路径第一个就是learning第二个就是search其实恰好对应今天的learning就对应modelsearch就对应了agent其实计算有两种一个是模型内计算和模型外计算模型内计算就是各种神经元去处理各种连路上的这些数学运算最终输出一个输出那这个其实是通过预先拿很多数据learning好把这经验固化的事情原理然后通过计算自己推理去线上生成然后第二块模型外计算就是说我模型已经有了固化在那里了那我把模型和环境不同的交互我站在不同的位置看到的事情是不一样的我基于不同的环境的输入我做出了不同的决策这个模型外计算实际上就是agent实际上就是search就agent就是一个去如何平衡搜索的exploration和exploitation的就是如何到底是挖掘还是再去探索 我要看一个新方向 它其实就是一个本上就是一个search 所以说它当时就成功预言了 现在两个主流的事情 就是model和agent 绕远了 说谓它这个本身 它为什么知道了我要坚定的选no code 因为no code就是一个更好发挥算力 更少的依赖人物经验 其实workflow是一个很不本质的东西 它像是用人类经验固化出来一些节点 强制的给它结构化了 这样的话它就不够灵活 所以我们看到了今年code改名了 改成了code编程 当然我觉得它可能已经比较晚了 做选择再回到当时还是不容易的 当时有纠结过吗 其实当时做这个决策 因为当时的技术还不够成熟 所以基于当时所有看到的现象 所有的用户需求来说 其实不支持我们做这个判断 然后我们还是回归第一型原理吧 就是说首先看市场空间 全球有3000万诚信员 但是全球有80亿人 而且呢80亿人很多人 他不是诚信员反倒是更接近用户场景 我做诚信员耽误了我去接受一个行业 而不做诚信员的人呢 他一生就在耕耘这个行业 So he Teotuto bigger, bigger market, bigger market, bigger market. The target Feed clients, and guy has a real address. He has a Kilogram on-site challenge, which is the socialization competition who is 100 thousand games. We also have a perspective, as хозяploms have been compared to a double- 봐 to a 아무� priority. After all his differentiator mechanical stuff has been a very hard point for me to become a team member. He was best tested for me once. He made a company with programming with the design design design. Until then, in 33 million 2019, manyught viewers have joined the production team. Since the product competition and big debates before coming up with United Nations, 然后一样能得奖,而且得奖的作品呢,并不是谁代码写的好,就是谁创意好。 我觉得这个很有趣,想起一句话,就原来会说这个talk is cheap, show me the code,但最近有一句新的话叫做code is cheap, show me the idea. Idea is cheap, show me the app,别讲PPT了,把拧拥直接拿出来就行了,vibe coding一下,直接变成F。 今天没有任何人有理由就是拿这个idea来pitch,对吧? 对,对,然后这块还可以再接着说,一方面是市场空间大,然后其实第二方面来看的话就是。 因为当时做IDE很火 大家都觉得IDE真正能赚到钱 但其实我们可以这么想 用no code的人一定不会用IDE 但用IDE的人可能会有no code的 就像我典型的程序员 我可以用IDE 但是如果有no code我会变得更懒 我变成lazy coder 我会愿意去用这些产品 其实对我来说 其实IDE还有一点不太好的体验 用这个跑步去类比 就用IDE的感觉像什么呢 因为IDE就是AI和人一起协作 我有点像两人三组比赛 有没有参加过 参加过 我和AI把腿抓到一起去跑 我需要理解他的状态 我需要知道他的过程 他需要理解我 需要知道我的过程 我们俩有信息交互 但是跑得会很费劲 只感觉我互相有牵绊 然後而且会很累 而像我秒达 這種no-call的产品 他向你跑接力 就AI跑99步 然後人跑一步 而且人不需要理解 你99步咋跑的 你把接力棒給我就行了 這是挺好玩的 就不是40X100接力的嘛 其实是99步加一步的经济 人只需要接过棒 最后负责冲刺 人可能是第一棒 人说我想好了 我要做个啥给你 你去跑吧 到最后跑到终点 所以说我觉得它体验上肯定要好于IDE的 其实计算机发展一直都是这样的 最早我们P图一定要用Photoshop 后来有了Instagram有了美图秀秀 就像一个滤镜 但原来其实搞一个滤镜是需要老费精了 对需要拼个东西 不断打包不断的简化 that'sBaby asvolley probably did the birth of a SY Ella without me? I can help me I can which the I've been I have I have I have So 全会拉手 直接就完全碾压了 做回编的 然后我相信未来一样 可能用自然语言的也会直接碾压 用高级语言的 刚才我们说2025年做对了什么 然后做错了什么呢 做错了 我觉得我们给模型太多的自由 就是我们的机制是为了能发挥模型的潜力 会让模型它会自己发挥 用人去类比的话 模型还是一个自负的年轻人 他非常自负 因为他认不清楚自己的边界 We often find a現象 That is, he is not aware of this thing He is not aware of this thing But he is not aware of this thing He is not aware of this thing And then he is not aware of this thing How do you feel like that? How dare you be afraid of this song? Is I get you自由 over the火? Yes, yes But he has another thing He is young He has a growing growth He has a growing growth He is today's end界 He is not a part of the future And this end界 of the突破 Is you every year to get back So we are going to put on a自由 of架构 也是说在期待未来他会去自己打破这个边界 那其实换句话说 这也毕竟说做错了 这可能是提前做对了 只是越过越超级了 那有没有真的做错的 真的做错的也有 就是我们其实运营做的太晚了 我经常听用户每次和我说 为啥你们不宣传呢 为啥你们产品还挺好用的 为啥就不讲呢 你像我们团队 我们半年都没有运营团队 我们第一个运营还是半年之后才加入的 而且呢我们至今为止 We don't have a limited supply of the supply We are going to put in the supply of the supply So we are going to do this more quickly So you are going to do this more on the podcast We are going to share more with you Yes, thank you for the opportunity How can you see now many 2C AI tools In the world of all over the world You also have to be out of the海 Yes, we have to be out of the海 I think many people say There are no PMF But I don't agree this I think we are in China We are in China In the world of technology In the world of technology We are in the world of technology 中国的应用市场是世界上最繁荣的 像我们有最领先的移动支付 像我们有最领先的社交 像包括我们的信息流产品跑得比国外快 而且中国人又多 场景就多 需求就多 有巨大产值的市场 那我唯一要做的事情是什么呢 我们培育用户一起成长 把这个蛋糕做大 就像那个倒三角 用户都赚到钱了 那他给我们分钱 那用户有AR了 那我们早晚会有AR 而中国有这么大的这个市场肯定是有很大AR的潜能明年和我们的用户一起成长我们做出1万个超级个体就是这1万个超级个体需要什么我们产品就长成什么样我听说你们内部也有一个十字路口那是一个什么对 比较巧就是当时我们团队刚建立的时候我们说就要做一个创业氛围的一个团队我们的产业运营是闭环的就是我们所有角色都是在一起没有人有兼职因为大厂一般的旅行兼职中台化各种人复杂N个角色有N个OKR我们所有的OKR都是秒大然后我们所有人在一起办公这也很难得在大厂里能有一个工区我们都坐在一起当时排工位的时候当时我就想说怎么样跟高效的沟通我当时就划了一个十字路口十字路口有四个角分别是产品运营工程和策略然后在这四个角我们产生了大大小小的所有决策都是在这个十字路口产生的然后你的工位是在十字路口中间我的工位要避开十字路口因为太吵了但是我会去走到十字路口 So the 10-th grade We call 10-th grade We call 10-th grade It's a reason The last question is 10-th grade I'm very interested in the question If you have a question for the world Then you must vote If you vote 3-th grade Whether he is preparing for the company He will vote for whom I will vote for the users Because they can make it 3-th grade We really want to vote We have a plan for the future People will have to receive français Why is so看? Is it the same thing as you can see or we can see the things? It's the same thing. First of all, Google is a company that is a big-assist. And it has a large number of data. It's a data-based data. It's a data-based data. It's a data-based data. It's a data-based data. And Cloud is a data-based data. Another thing is it's a data-based data. Google has a global data-based data. So it's from the system, from the ability, from the power of the data. It's a data-based data.