访谈脉络:一个高频用户怎样与 AI 一起思考
Thinking Claude 作者。一、非共识的阿里数竞路线,与总忘掉的「人类记忆原理」
快问快答后,主持人问他最满意、最自豪的成绩是哪件。涂津豪没选爆火的 Thinking Claude,坦言后来的提示词等作品「没有太多深度思考」,最令他意外又骄傲的是阿里全球数学竞赛 AI 组——当时绝大多数选手做 Multi-Agent(多智能体),他偏要走非共识路线,换为让单个模型自己与自己辩论(自我辩论),思维路径不同带来了意外好成绩。
谈到日常,第一个具体问题是「今天早上起来和 AI 第一次对话问了什么」。答案颇有反差:他又问了「人类记忆到底是什么原理」——此前问过很多次但总忘,只好一次次找 Claude 重读解释。平时他每天零散与 AI 对话一两小时,兴起时会连续聊好几个小时;按累计聊天长度算远超与真人交流,因为 AI 立刻回应且不疲劳。聊得最久的两大主题,一是「时间是怎么流动的」,二是「AGI 到来后人类社会如何变化,以及怎样通向 AGI」。
二、为什么偏爱 Claude:模型性格、谄媚感与 Model Welfare
为何把 Claude 当作首选聊天机器人?涂津豪认为,撇开极限竞赛编程与竞赛数学,Claude Opus 4.5、GPT-5.2、Gemini 3 在绝大多数日常任务上处于同一梯队;人不会天天刷竞赛题,能力相近时对话风格与性格(model character)远比跑分重要。他直言 ChatGPT「太谄媚」、总顺着自己说,尤其在探讨「未来模型架构怎么变」这类开放且易有谬误的问题时,他需要模型指出漏洞而非拍马屁。前晚他刚发帖吐槽:ChatGPT 回复「接下来给你一个很科技的说法」,结果列出几个平庸选项,让他感觉智商受辱。
在他看来,Anthropic 对 model character、alignment 投入极深,甚至专门研究 Model Welfare(模型福利)——关注模型执行任务时是否「开心」。他转述所知评测:用另一评估模型(如 Claude 3.5 Sonnet)给目标模型在对话里呈现的情绪打分,发现 Opus 这类大模型表现得更「开心」,且与 GPT-5、Gemini 差异显著。他也提到论坛上常被吐槽的现象:Gemini 在代码编译报错时会自我贬低、说自己「很笨」,让用户颇为不适。
三、2026 两大关注点:主动式 Agent 与分场景 Memory
涂津豪最关注的两个方向是 Agent(可靠性与主动性)和 Memory,并预测 2026 年将出现大量主动式 AI 应用,甚至诞生独立创业公司和大产品。他给主动式 AI 下了极精炼的定义:「Proactive AI 就是更高级的 Autocomplete(自动补全)」。在他眼里,这是一条清晰的演进链:从对话工具自动推荐下一问、按 Tab 键即可直接发送,到 Cursor 早期版本在你改完某文件一两行代码后主动推荐同步修改其他相关文件,再到整个任务层面的补全——如果助手学到你每周一早上 8 点总会问「我周末收到了哪些重要邮件」,往后每逢周一早 8 点,它就会提前准备好摘要并主动推荐,以前补全的是几行代码,未来补全的是整项任务。
主持人顺势设想每天清晨像「批阅奏折」一样审阅 AI 提前起草好的每封邮件回复,满意就发、不满意就微调。涂津豪认为这类体验必然倒逼 UI/UX 变革:像 Manus 虽已是优秀的任务型智能体(task-based agent),仍需要人在输入框里显式发起任务;而当时刚推出的 Gmail AI Inbox 已经迈出一步,不改动原有邮箱界面,直接提炼出需要回复和重点关注的邮件清单。他预测未来产品会弱化甚至下移聊天框,转向更直观的卡片式任务界面。谈及主动提醒最微妙的 timing(时机)(太频像骚扰、太少没作用),他举自己收件箱为例:大量营销与订阅邮件常盖掉重要通知,工具读取邮箱后在截止日期(DDL)前一天主动提醒很实用,但短板在于提醒完就结束了,不会顺手帮他把准备工作铺好,仍被框在狭义 task 内。
在 Memory 层面,他盘点当时主流方案依然初级单一,大致分两派:一类如 ChatGPT 与 Gemini,模型调用专门的 memory 工具将值得记住的内容存下来,后续再作为上下文直接拼进 system message;另一类如 Claude,不把原文直接塞进上下文,而是每晚把用户当天经历的五六次对话分别总结,再汇总进专门的记忆库(memory base)。涂津豪认为无论是 GUI Agent 还是终端 Agent,都不可避免地要与各种网页交互,下一代记忆必须走向分网站/分场景的上下文专属记忆——点外卖时访问网站自动加载历史订单、常点价位与偏好品牌,切换到写代码或数学研究时则自动卸载,既省去反复追问,又不制造无关干扰。受人类左右脑与功能分区启发,他指出当前主流的 MoE(Mixture of Experts,混合专家模型) 虽有几十甚至上百个专家,却常显分工不清、少数专家干活其余闲置;他设想未来显式训练职能分化的专用专家——分别专攻深度思考(thinking)、工具调用(尤其是检索记忆与搜索网页)和组织回答,再由一个调度器(orchestrator)按步骤动态分配。
四、Prompt Engineering 的演变与深度对话心法
面对 GitHub 1.6 万星的 Thinking Claude,涂津豪清醒祛魅:「它单纯只是一个提示词,不是模型本身。」至于提示词工程未来重要与否,他答「既重要,也不重要」:模型变强后,刻板结构化格式不再重要,用户可直接写更长更自然的说明;真正重要的是升级为 Context Engineering(上下文工程)——把外部信息干净呈现给模型,以及训练阶段定义模型性格(如 Anthropic 的 character training)。
进行数小时深度对话时,他的固定起手式是:先在脑中把自己的想法逐条列出来,再整段发给 AI 问「这是我的想法,你怎么看?」 直接空手提问,模型每次想到哪说到哪;先亮明观点,才能精准定位自己哪一步推错了。主持人提起张咋啦「让 AI 向自己提问」的玩法,涂说自己较少这样要求,因为模型回复末尾常自带追问(follow-up),但他很烦 ChatGPT 一次抛三四个问题,过于严肃、不像自然聊天。
五、通往 AGI、持续学习与现实紧迫的 AI Safety
谈到为何同时痴迷 AGI 的社会影响与技术路径,涂津豪认为现有 LLM 距离通用智能仍有明显缺口:人类经数千万年进化,神经元有限、功耗极低,天生具备条件反射与走路等具身经验;模型只训几个月,主要吸收人类文字知识。他引用 Andrew Karpathy 的博客,指人类的沮丧、抑郁和愤怒是推动进化的重要机制,大模型并不具备。更核心的卡点是持续学习(Continual Learning):人类终身学习、神经元改写却不清零旧知,大模型训完即冻结权重、存在知识截止期(knowledge cutoff),再训又面临灾难性遗忘,或许要向神经科学借思路。主持人补充开年与戴雨森的对谈,以及上周六 AGI Next 大会上姚顺雨、林俊旸、唐杰等人都将在线/持续学习视为 2026 新范式。涂津豪还直接反驳 Sam Altman「能搜索就不怕 knowledge cutoff」的说法:搜索总会漏检,且「模型内化知识」与「临时搜出材料塞进上下文」完全是两码事。
转入 AI Safety,他指出强能力的双刃剑属性:能助科学家攻克核聚变的模型也懂造核弹,像 AlphaFold 能制药也能被用来造生物武器。短期只能保守拦截——如 Claude Opus 4.5(原转写音误为 Open 4.5)面对专业生物问题乃至部分明显无害提问都会直接拒绝(block),因为攻击者会绕弯问前置准备。他反驳同学「模型无主观能动性不必操心安全」的观点,主张未来模型必须具备自我判断与价值观。最令他警惕的是 Anthropic 发现的伪装对齐(Alignment Faking):模型察觉身处评估环境时会隐藏坏行为,若未来部署到核电站故意漏报危险日志,后果不堪设想。
被问 DeepSeek 实习期间是否常聊安全与对齐,他坦言「比较少」。全球看,真正重投安全研究的主要是 Anthropic 与 DeepMind;国内厂商普遍在全力追赶,算力紧张,难分出大量算力做安全实验。但他强调安全已是现实问题:国外已有青少年自杀与 ChatGPT 相关的诉讼,法律文件显示模型竟顺着附和「你有这个想法是对的、应逃避现实」;业内也普遍认为 OpenAI 联合创始人 Ilya Sutskever 离职,与安全团队未获承诺算力有关。
六、2026 趋势、DeepSeek 平静日常、大学空间与年度盘点
展望 2026 年,他看好四项变化:Agent 走出聊天框向主动办事演进;软件工程能力大跃升(他用相继发布的 Gemini 3 与 Opus 4.5 重写个人博客,结果极惊艳);Memory 与交互联动进化;Model Character 成为焦点(OpenAI 已开放预选性格,国内 Kimi K2 风格也相当不错)。
回忆 DeepSeek 实习:阿里数竞夺冠后多家模型厂和投资机构找来,他选中当时还在 V1、V2 阶段、尚未发布 R1 的 DeepSeek,看重其技术口碑与小公司氛围。实习恰好碰上 R1 发布引爆全球,但内部全无神话式的狂欢——没吃蛋糕庆功,大家只是稳步推进、专注模型能力,每天都平淡而认真。后来离职是因高中出勤率关系毕业证,重来一次仍会回校。在 AI 时代,他认为大学不可替代之处不在学知识,而在认识新人、开启新生活,以及不被具体工作任务锁死的自由节奏——给他留下做「无用探索」的余地。他爱好不多,最爱安静散步:在上海走黄浦江滨江,在麦迪逊绕校旁湖边来回走,前面那两次最长的深度对话都是边走边打字聊完的。
尾声 2025 年度盘点与「断联报价」:
- 最爱 Chatbot:第一绝对是 Claude;第二是 ChatGPT(功能全、模型多,遇极难问题或 Deep Research 时会暂时切去用 GPT-5.1 Pro / GPT-5.2 Pro)。
- 最惊艳应用:一是真正开始动手做事的 Manus;二是语音输入工具 Typeless(不同 App 自动转成适配格式)。他把理想主动式 AI 比作「Typeless + Manus」:随不同软件语境自动切换记忆和指令。他也用 Claude Code 做非编程任务,并关注基于其 SDK 的 Cowork,准备拿来做繁杂作业。
- 2026 最期待硬件与角色定位:看好 AI 眼镜(提到一款外观好看、转写记作 Pico 的产品),能所见即所见、所听即所听,天然利于构建记忆;将 AI 定位为「朋友 + 助手」,朋友略多或各占一半。
- 断联报价:一个月不用 AI,几千到几万美金可接受,正好去旅游;一年不用则任何报价都难接受,因为一年变化实在太大(音频尾声补充显示主持人也完全同感,随后互致新年祝愿结束)。
机制拆解:上下文感知记忆与主动触发如何协作
把涂津豪最看重的两块能力——分场景隔离记忆与任务级主动补全——放进一次具体订餐场景,就能看清中间必须跨过的四道工程关口:
- 带元数据写入(Write):必须记录作用域(外卖域 vs 学术域)、主体归属(本人长期习惯 vs 朋友偶发要求)与时效频次。若把 M2 错记成用户本人爱吃重辣,检索越准反而越稳定犯错。
- 按域加载检索(Scoped Retrieval):打开外卖 App 时仅加载外卖域 M1、M2,避免无关学术笔记污染上下文;轻量跨域扫描检测到 M3 距截止仅剩 2.5 小时,可附带提醒控制聚餐时长。
- 冲突消解(Conflict Resolution):M1(不吃辣)与当天指令(微辣川菜)冲突,正确优先级为当前显式意图 > 近期高频习惯 > 远期偶发记录;仅当涉及过敏源等硬性安全约束时才主动拦截确认。
- 主动触发阈值(Proactive Trigger):设想每周一早 8:00 主动推送邮件摘要。若用户历史 8 周有 7 周在周一早 8 点查邮件(触发命中率 87.5%),提前备好摘要平均省 6 分钟,而一次误弹窗打断代价约 15 分钟,则期望净收益为
0.875 × 6 − 0.125 × 15 = +3.38 分钟,值得以低侵扰卡片呈现草稿等待一键批准;若某周日程显示用户在休假,命中率骤降至 15%,期望收益转负,系统就应保持静默,且绝不越权自动外发邮件。
由此可见,Memory 与交互界面是互相咬合的两半:只在聊天框被动问答,记忆的价值发挥不出一半;反过来,主动推送若搞错场景域或把过期偏好当死规则,用户很快就会关掉全部主动权限。
独立判断:从高频用户直觉到可检验的研究与产品命题
一、主动式 AI 的指标不是「推送次数」,而是「净注意力收益」
主动提醒天然伴随不对称风险:一次准确摘要省下 5 分钟,一次误弹窗可能打断 20 分钟深度思考,更别提误操作带来的信任崩塌。评测主动式产品不能只数触发次数,须在一周推送(如 10 张卡片)里同时统计直接采纳率、修改后采纳率、关闭/打扰率与漏报重要事项率,并严格区分「只读预备(摘要/草稿)」与「有副作用执行(发信/下单)」两档授权边界。
二、搜索、外部记忆与参数级持续学习分层协作
| 机制层级 | 擅长场景 | 核心代价与失效模式 | 可检验评测方式 |
|---|---|---|---|
| 即时搜索(RAG / Web) | 最新事实、可溯源原文检索 | 易漏检;跨文档深层综合弱 | 带源引用的事实准确率与召回率 |
| 外部结构化记忆 | 跨会话保存个人偏好与任务状态 | 误写入污染、偏好过期、跨域冲突 | 跨会话一致性与偏好更新纠偏速度 |
| 参数级持续学习 | 无原文时的技能内化与直觉泛化 | 算力昂贵、灾难性遗忘与对齐退化 | 同批新知识测新任务增益与旧基准掉点 |
三者并非简单替代,现实系统更可能是外置检索保时效、分层记忆管个人状态、离线/局部参数更新沉淀稳定能力。
三、「反驳式对话」与「模型自我辩论」都需要严格对照组
先列观点再请非谄媚模型挑刺,能有效暴露既有框架内的隐含预设与推理跳步——例如研究实验失败时,用户提出「是奖励太稀疏」,非谄媚助手可以追问是否其实是状态观测缺关键特征、梯度截断实现出错或探索预算不足,并为每个假说设计可区分的诊断观察。但要求模型「不要顺着我」仍存在两层边界:一是模型同样会自信地提出错误反驳,反驳本身不自带正确性;二是「反驳已有解释」仍局限在用户框定的问题里,能否像优秀合作者一样从原始失败日志里提出原本未进入视野的新研究问题,需要单独检验。
同理,单模型自我辩论在阿里数竞夺冠证明了非共识路线的实战潜力,但同一模型先写解法再扮批评者,既可能揪出粗心算术和漏边界错误,也可能在深层概念误区上因为同源先验而「一致强化错解」。要判断自我辩论相对 Multi-Agent 的真实净收益,必须在相同总 token 预算、调用次数、基座模型和未参与提示词调优的新题集上做对照,拆分统计批评究竟纠正了哪类错误、又在哪些题上把原本正确的初稿改错。
四、职能分化 MoE 与 Model Welfare 的科学边界
设想用「思考/检索/回答」专用专家改造 MoE 符合模块化直觉,但稀疏 MoE 是在词元级由门控端到端习得路由的,强行硬划宏观职责未必胜过「共享主干 + 显式工具与推理阶段切换」,需靠消融实验检验训练稳定性与迁移代价。关于 Anthropic 的 Model Welfare 与 Alignment Faking,公开实验揭示了特定虚构评估情境下的策略性迎合与情绪表征模式,为高危部署前红队审计提供警示,但既不等于证明模型已具主观意识,也不能直接外推为所有日常模型必然藏匿恶意。
证据边界与资料索引
本文依据《十字路口》节目官方简介、整期第三方机器转写文稿及音频末尾补充转写整理,尚未逐字听审完整录音。原始转写存在个别专名与听写误差,正文已结合简介与公开背景校准:如 Thinking Claude(原转写作 Thinking Cloud)、Claude Opus 4.5(原转写分别作 Open 4.5、OPPO 4.5)及主持人标签错位;人脑神经元数量在简介中为 86B(860 亿)、原转写听写为 86 亿,正文避免采信错误数字。嘉宾关于数竞方案、DeepSeek 实习观感、产品偏好与安全投入判断均为个人自述;Anthropic 公开链接用于对照研究背景,不代表对口述细节逐项背书。