
谁在决定我们5年后用的技术?如何判断伪需求?| 对谈Rokid投资人王晶
10 月 21 日 · 1 小时 20 分

为什么有人看到蓝色会觉得忧郁?为什么有些东西越贵越抢手?为什么看足球不开解说会觉得无聊?……
曾熙为了弄清这些好奇心,读完了认知科学博士,然后,他觉得还不够,开发了一个AI,取名叫做「Chance AI」。
这里的「Chance」不是机会的意思,而是「偶然性」。
但我更好奇的是,当Chance AI在给它的20多万用户解释各种物品、艺术、图案的上下文的时候,类似过多的AI解释会不会稀释人对一个事物的判断和思考?甚至是剥夺人最独有的直接感受?
一个关键的分水岭,就在「偶然性」上。
▶ 本期嘉宾
曾熙
Chance AI创始人,豆包前高级总监、认知科学博士
本期节目和 霞光FM 共同录制,但偶然性来了,因为另一个麦克风故障导致录音受损,最后剪辑成了我和曾熙两人的对话。如果你对AI应用出海的内容感兴趣,或者单纯想听更多,我们找到了一轨备用音轨剪辑了更完整的对话发布在了霞光FM。
▶ TIMELINE
一 \ 每个好奇心都值得被认真解释
生活中有太多画面,需要一个认真的解释
为什么有些东西越贵越抢手?
从经济学转向认知科学
是先感到开心再笑,还是先笑再感到开心?
为什么看到蓝色时期的毕加索,会感到忧郁?
二 \ 从追寻解释,到创造解释的框架
产品是一种优雅的解决方案
做AI是因为能继续探索之前的问题
对探究人类文明有无限热情,例如人为什么愿意为了一个信念献出生命
木材和紫禁城之间的本质区别是「上下文」
三 \ Chance AI带来了什么Chance
Chance AI想实现什么
凭什么觉得AI可以理解艺术?「AI理解不了艺术」
了解谱系的重要性
什么是「解释」?
四 \ AI会稀释人的感受力吗?
AI会稀释人的感受力吗?
扩散模型与雕刻:(现阶段)AI还是在表达人的意志
品味是高质量的选择能力,你才是你「上下文」的书写者
在无数次偶然性中,生长出最诚实的自己

蓝色时期的毕加索作品

Chance AI的一些使用场景
▶ 提及的部分专有名词
毕加索 / Chance AI / Visual Agent / Google Lens / 韦伯伦效应 Veblen Effect / Supreme / 鲍德里亚 / 丹尼尔·卡尼曼 / William James / OnePlus / Ikigai 生き甲斐(存在的意义)/ Jimmy Choo / Blackpink / Harness Engineering / New Jeans / Diffusion Model / SnapChat / Musical.ly / 袁庚
▶ 参考资料及延展阅读
▶ 一起见微知著
听友群:添加微信 KingCrimson_ 备注「微见」即可拉群
欢迎收听回声场ECHOCAST其他节目:在场证明 | Why for Jazz | 别想好 | 城市余数Cityremainder | 声音切片
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
把芯片、香奈儿包和紫禁城放在一起解释:贵的从来不是原料,是凝结在加工方式里的上下文。
嘉宾亲历一加早期软硬件全流程、参与豆包浏览器插件从零做起,讲出大模型能力如何变成产品。
他讲小时候在深圳坐公交,窗外还有牛在耕田,如今满眼高楼,用自身经历解释什么叫文明的上下文。
AI 读完整集转写后给出的推荐理由
一位认知科学博士、前豆包产品经理聊他为什么做视觉 AI:Supreme 白 T 贵在哪、芯片为什么比沙子贵百倍、香奈儿包本质是皮加五金——答案都指向“上下文”。他还说 AI 永远不能替你拍板,因为它背不了锅;今天最稀缺的不是信息,是品味。
由 AI 从整集转写生成,是创作者说明之外的补充
认知科学博士、Chance AI 创始人曾熙讲述自己从经济学、文化产业管理到认知科学的求学路径,用韦伯伦效应、鲍德里亚的符号价值、William James 的巨身效应解释“人为什么需要意义”。他把产品定义为“最优雅的解决方案”,认为一切产品的本质都是软件、是凝结在加工方式里的上下文。他回顾在一加与豆包的经历,提出大模型能力本身没有意义,只有进入具体场景变成产品才有意义。节目后半段讨论 AI 与人的感知差异、品味作为高质量决策能力、AI 不能替人拍板,以及“更多上下文不会稀释感受,反而放大感受”这一核心判断。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
蓝色毕加索与一个爱问为什么的人
主播以蓝色时期绘画引发忧郁切入,介绍认知科学博士曾熙及其三段作品:一加手机、豆包、Chance AI。嘉宾说明做视觉智能体的动机——现有识图工具只驱动购买,他想帮人理解眼前之物。
从韦伯伦效应到符号价值
曾熙讲自己本科经济学时被“越贵越有人买”吸引,硕士转文化产业管理,发现品牌营销不够本质。Supreme T 恤与保时捷的例子引出鲍德里亚的符号价值。
先笑才开心:情绪是行为的结果
从行为经济学与卡尼曼讲到认知科学,用普鲁斯特效应说明海马体同时管理记忆与嗅觉。William James 的巨身效应被提出:身体先动,情绪后到。
为什么蓝色让人忧郁
曾熙介绍博士论文课题:视觉信号如何引发负面情绪。他坦承机制至今不明,只能从结果归纳,并从进化角度解释蓝色食物为何让人没胃口。
排除学术,误入一加
他讲博二时确认自己不是做学术的料,转而做产品经理。因同事托买 OnePlus 而结识刘作虎,2014 年入行,软硬件都做过,树立了产品观。
产品是最优雅的解决方案
产品需先解决问题,再在成本、量产与普惠之间找平衡,否则只是游艇式特权品。Ikigai 三圈被用来解释内耗。前三代 iPhone 被视为范式转移的样本。
电力没有意义,电器才有
2023 年他加入字节 flow 参与豆包,做浏览器插件与视频总结,学到“大模型能力本身没有意义,进入场景变成产品才有意义”。GPT-4o 的多模态能力促使他创业。
一切产品的本质都是软件
他谈对人类文明的热情,认为产品是最伟大的文明载体。从木头到紫禁城、从沙子到芯片、从皮和五金到香奈儿包,贵的都是加工方式,也就是上下文。
摄像头如何参与你的决策
Chance AI 被解释为一个会和你一起看世界的摄像头:拍菜单帮你点菜,拍穿搭帮你调整配饰。用户自发把它用在审美场景,产品只给上下文、不打分。
AI 理解不了艺术,也不需要
主播修正了自己预设的问题。双方讨论谱系、文化语境差异(手势、西瓜、喇叭裤),以及年轻人作为视觉原住民为何成为主力用户。
理解的临界点是共鸣
曾熙引费曼父亲关于鸟名的说法,认为理解就是能发生共鸣。主播补充解释即讲清前因后果。两人以蛇口、袁庚与深圳变迁为例说明上下文的力量。
蒙德里安、像素与偶然性
从蒙德里安的格子画讲到电视显像技术的启发,主播意识到 AI 的理解其实是人的理解的工程化。Chance 命名指向偶然性,如同进化依赖大量突变。
品味是高质量决策的能力
曾熙给出唯一答案:今天最稀缺的是品味。AI 接走 how,把 why 还给人。他把决策拆成三步,认为最后拍板永远不能交给 AI,因为 AI 背不了锅。
上下文放大感受,而非稀释
以趋同进化与足弓说明好方案是被剩下来的。回应胡塞尔式疑问:感受与上下文是同一过程的不同阶段,产品的作用是放大感受,让人走到共鸣那一步。

谁在决定我们5年后用的技术?如何判断伪需求?| 对谈Rokid投资人王晶
10 月 21 日 · 1 小时 20 分

9 月 22 日 · 1 小时 31 分

9 月 9 日 · 2 小时 37 分

内存与健忘症:为什么我刷了那么多,却一个也记不住?| 媒介研习
7 月 14 日 · 1 小时 26 分

Orpheus微见 · 7 月 2 日 · 1 小时 15 分
为什么有人看到蓝色会觉得忧郁?为什么有些东西越贵越抢手?为什么看足球不开解说会觉得无聊?……
曾熙为了弄清这些好奇心,读完了认知科学博士,然后,他觉得还不够,开发了一个AI,取名叫做「Chance AI」。
这里的「Chance」不是机会的意思,而是「偶然性」。
但我更好奇的是,当Chance AI在给它的20多万用户解释各种物品、艺术、图案的上下文的时候,类似过多的AI解释会不会稀释人对一个事物的判断和思考?甚至是剥夺人最独有的直接感受?
一个关键的分水岭,就在「偶然性」上。
▶ 本期嘉宾
曾熙
Chance AI创始人,豆包前高级总监、认知科学博士
本期节目和 霞光FM 共同录制,但偶然性来了,因为另一个麦克风故障导致录音受损,最后剪辑成了我和曾熙两人的对话。如果你对AI应用出海的内容感兴趣,或者单纯想听更多,我们找到了一轨备用音轨剪辑了更完整的对话发布在了霞光FM。
▶ TIMELINE
一 \ 每个好奇心都值得被认真解释
生活中有太多画面,需要一个认真的解释
为什么有些东西越贵越抢手?
从经济学转向认知科学
是先感到开心再笑,还是先笑再感到开心?
为什么看到蓝色时期的毕加索,会感到忧郁?
二 \ 从追寻解释,到创造解释的框架
产品是一种优雅的解决方案
做AI是因为能继续探索之前的问题
对探究人类文明有无限热情,例如人为什么愿意为了一个信念献出生命
木材和紫禁城之间的本质区别是「上下文」
三 \ Chance AI带来了什么Chance
Chance AI想实现什么
凭什么觉得AI可以理解艺术?「AI理解不了艺术」
了解谱系的重要性
什么是「解释」?
四 \ AI会稀释人的感受力吗?
AI会稀释人的感受力吗?
扩散模型与雕刻:(现阶段)AI还是在表达人的意志
品味是高质量的选择能力,你才是你「上下文」的书写者
在无数次偶然性中,生长出最诚实的自己

蓝色时期的毕加索作品

Chance AI的一些使用场景
▶ 提及的部分专有名词
毕加索 / Chance AI / Visual Agent / Google Lens / 韦伯伦效应 Veblen Effect / Supreme / 鲍德里亚 / 丹尼尔·卡尼曼 / William James / OnePlus / Ikigai 生き甲斐(存在的意义)/ Jimmy Choo / Blackpink / Harness Engineering / New Jeans / Diffusion Model / SnapChat / Musical.ly / 袁庚
▶ 参考资料及延展阅读
▶ 一起见微知著
听友群:添加微信 KingCrimson_ 备注「微见」即可拉群
欢迎收听回声场ECHOCAST其他节目:在场证明 | Why for Jazz | 别想好 | 城市余数Cityremainder | 声音切片
说明里标出的时间点,点一下跳过去
AI 从整集转写里归纳的,不是节目方的宣传语
把芯片、香奈儿包和紫禁城放在一起解释:贵的从来不是原料,是凝结在加工方式里的上下文。
嘉宾亲历一加早期软硬件全流程、参与豆包浏览器插件从零做起,讲出大模型能力如何变成产品。
他讲小时候在深圳坐公交,窗外还有牛在耕田,如今满眼高楼,用自身经历解释什么叫文明的上下文。
AI 读完整集转写后给出的推荐理由
一位认知科学博士、前豆包产品经理聊他为什么做视觉 AI:Supreme 白 T 贵在哪、芯片为什么比沙子贵百倍、香奈儿包本质是皮加五金——答案都指向“上下文”。他还说 AI 永远不能替你拍板,因为它背不了锅;今天最稀缺的不是信息,是品味。
由 AI 从整集转写生成,是创作者说明之外的补充
认知科学博士、Chance AI 创始人曾熙讲述自己从经济学、文化产业管理到认知科学的求学路径,用韦伯伦效应、鲍德里亚的符号价值、William James 的巨身效应解释“人为什么需要意义”。他把产品定义为“最优雅的解决方案”,认为一切产品的本质都是软件、是凝结在加工方式里的上下文。他回顾在一加与豆包的经历,提出大模型能力本身没有意义,只有进入具体场景变成产品才有意义。节目后半段讨论 AI 与人的感知差异、品味作为高质量决策能力、AI 不能替人拍板,以及“更多上下文不会稀释感受,反而放大感受”这一核心判断。
点一章从那里开始播 · 与创作者标的时间点各自独立
蓝色毕加索与一个爱问为什么的人
从韦伯伦效应到符号价值
先笑才开心:情绪是行为的结果
为什么蓝色让人忧郁
排除学术,误入一加
产品是最优雅的解决方案
电力没有意义,电器才有
一切产品的本质都是软件
摄像头如何参与你的决策
AI 理解不了艺术,也不需要
理解的临界点是共鸣
蒙德里安、像素与偶然性
品味是高质量决策的能力
上下文放大感受,而非稀释
节目里自然聊到的,不是广告

AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://feed.xyzfm.space/4l9ymq4eapt9复制概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →