“記憶”正在成為一個(gè)全新的關(guān)鍵技術(shù)領(lǐng)域,尤其是在生成式 AI 語(yǔ)境下。如果我們想要構(gòu)建不僅能回應(yīng)人類(lèi)還能進(jìn)行自我反思的 AI,那么它就必須具備記憶能力。越來(lái)越多的公司開(kāi)始在“記憶能力”上投入大量資源,尤其是像 Open Evidence 這樣專(zhuān)注于長(zhǎng)期智能交互的公司。這也是 AI 從工具轉(zhuǎn)變?yōu)椤昂献髡摺钡年P(guān)鍵一步。
以醫(yī)療為例,有了記憶能力,醫(yī)生可以精準(zhǔn)回憶起每一次與病人的互動(dòng)細(xì)節(jié),甚至是溝通方式的演變——而這些,在今后的 AI 輔助醫(yī)療中將變得尤為重要。
關(guān)于基礎(chǔ)設(shè)施部署的問(wèn)題,彭博《Big Take》提出了一個(gè)觀點(diǎn):一家企業(yè)的突然崛起,說(shuō)明中國(guó)的相關(guān)產(chǎn)業(yè)正在迅速發(fā)展,幾乎沒(méi)有受到美國(guó)政策或政治不確定性的影響。超過(guò) 50% 的 AI 研究人員都在中國(guó)。結(jié)合這些情況,中國(guó)的 AI 產(chǎn)業(yè)確實(shí)發(fā)展迅速,而且他們也在研究類(lèi)似的問(wèn)題。
中國(guó)確實(shí)擁有非常優(yōu)秀的研究人員,但美國(guó)同樣擁有最具創(chuàng)造力、最聰明的研究人才。就在最近,紅杉年度峰會(huì)邀請(qǐng)了業(yè)界最頂尖的 150 位專(zhuān)家參加,從黃仁勛、Sam Altman 到一些非常有潛力的年輕新星,全部到場(chǎng)。最受關(guān)注的技術(shù)議題是一個(gè)名為 “Tool Use” 的概念,也就是讓 AI 能夠相互協(xié)作。目前,我們已經(jīng)有了一個(gè)全新的協(xié)議,叫做“MCP(Model Context Protocol)”,它可以讓所有這些 Agent 和軟件互相溝通、共享信息。
MCP 的真實(shí)應(yīng)用案例之一是一家投資組合公司 Rocks,它能夠幫助頂尖銷(xiāo)售人員完成非常深入、精準(zhǔn)的背景調(diào)研,并通過(guò) MCP 協(xié)議將所有信息整合,自動(dòng)生成一套量身定制的提案演示文稿。甚至可以接入 Cognition 或 Cloud Code,自動(dòng)生成一個(gè)完整的產(chǎn)品演示 demo。
接下來(lái),我們將看到 AI Agent 生態(tài)系統(tǒng)的興起。想象一下,多個(gè) AI Agent 彼此配合,就像一個(gè)跨學(xué)科的專(zhuān)家團(tuán)隊(duì)一樣完成任務(wù)。這種模式的最大價(jià)值在于擴(kuò)展能力:你不再局限于一個(gè)模型的能力,而是可以調(diào)用整個(gè)生態(tài)系統(tǒng)的集體智慧。這也意味著,AI 將變得越來(lái)越像一個(gè)合作伙伴,而不是一個(gè)工具。它將能夠與人類(lèi)一起構(gòu)建知識(shí)、提出問(wèn)題、修正錯(cuò)誤。這是 AI 發(fā)展的下一個(gè)階段,也是決定哪個(gè)國(guó)家、哪家公司領(lǐng)先的關(guān)鍵因素。