WEBVTT
Kind: captions
Language: zh

00:00:00.000 --> 00:00:04.967
只是说Openai它没有像Meta那样强的

00:00:05.033 --> 00:00:07.167
商业生态的闭环能力

00:00:07.367 --> 00:00:09.933
它商业化的场景上面比较弱

00:00:10.033 --> 00:00:12.900
如果说都是面对ToC场景的话

00:00:12.900 --> 00:00:16.033
我认为它们比拼的方向不同Dot呢

00:00:16.100 --> 00:00:20.400
它更加偏向于高质量的生产和执行

00:00:20.533 --> 00:00:22.700
而Muse呢更加偏向于

00:00:23.100 --> 00:00:25.533
普通小白就可以快速

00:00:25.733 --> 00:00:28.367
掌握的c端的查询和消费

00:00:28.366 --> 00:00:31.766
我们可以用chatgpt Dot云环境

00:00:31.766 --> 00:00:34.100
加上Git Hub整合起来形成

00:00:34.200 --> 00:00:36.933
一套非常厉害的工作系统

00:00:37.066 --> 00:00:39.266
形成一个非常有效的工作平台

00:00:40.500 --> 00:00:42.567
大家好欢迎来到灵姐说AI

00:00:42.867 --> 00:00:46.767
9月30号Openai的devday大家有看吗

00:00:46.800 --> 00:00:47.733
今天这期视频啊

00:00:47.733 --> 00:00:50.300
跟大家聊聊开发者大会

00:00:50.400 --> 00:00:52.100
以及它其中最重要

00:00:52.167 --> 00:00:55.067
的一个发布的热点叫做Dot

00:00:55.567 --> 00:00:57.233
关于这个发布会啊

00:00:57.300 --> 00:00:58.900
它有7个重要的发布

00:00:59.000 --> 00:01:01.633
实际上我认为它有内在逻辑

00:01:01.733 --> 00:01:03.300
不知道你看懂了没有

00:01:03.400 --> 00:01:05.933
而且Dot已经在逐步的灰度中了

00:01:05.933 --> 00:01:07.567
我刚刚已经试用上了

00:01:07.767 --> 00:01:10.167
会有非常多的感受和体会

00:01:10.267 --> 00:01:11.467
要在这期节目和

00:01:11.500 --> 00:01:13.167
大家去分享我的实操

00:01:13.433 --> 00:01:14.300
还有一个点啊

00:01:14.367 --> 00:01:16.467
前段时间也是刚刚跟大家

00:01:16.467 --> 00:01:19.867
分享了非常爆火的Meta的Muse

00:01:19.933 --> 00:01:21.333
而没过多久

00:01:21.567 --> 00:01:24.433
Openai把它的Dot也推上线了

00:01:24.633 --> 00:01:26.367
为什么personal agents

00:01:26.700 --> 00:01:28.367
个人助理这个赛道

00:01:28.500 --> 00:01:30.233
大家如此之关注呢

00:01:30.267 --> 00:01:31.267
在这期节目啊

00:01:31.333 --> 00:01:32.933
也会和大家去聊一聊

00:01:33.067 --> 00:01:33.767
我自己呢

00:01:33.767 --> 00:01:36.333
设计了从浅入深的

00:01:36.367 --> 00:01:37.933
一系列的测评项目

00:01:38.033 --> 00:01:40.133
去试了试这个DOT的能力

00:01:40.300 --> 00:01:42.167
而从我的这个测评中啊

00:01:42.267 --> 00:01:43.100
听完我的讲解

00:01:43.100 --> 00:01:46.033
你会更加理解Openai这一次

00:01:46.067 --> 00:01:48.767
开发者大会的这一系列发布

00:01:48.933 --> 00:01:51.633
它究竟在做一个什么样的操作

00:01:55.667 --> 00:01:57.167
我们先一起来概览

00:01:57.200 --> 00:01:58.833
一下这一次开发者大会

00:01:58.867 --> 00:02:01.233
Openai做了哪些重要的发布

00:02:01.333 --> 00:02:02.100
7个发布啊

00:02:02.133 --> 00:02:04.867
第一个Dot也是这一次受大家

00:02:04.900 --> 00:02:07.700
关注最热门最热点的一个产品

00:02:07.900 --> 00:02:09.500
它实际上解决的是什么

00:02:09.667 --> 00:02:13.500
一个7*24小时在线的助理

00:02:13.833 --> 00:02:15.667
always on AI agent

00:02:15.800 --> 00:02:17.600
这个也是我们这一期

00:02:17.600 --> 00:02:19.400
视频最重要的主题

00:02:19.500 --> 00:02:20.600
第二个重要发布

00:02:20.967 --> 00:02:22.167
decision API

00:02:22.333 --> 00:02:24.900
一个快速结构化的做

00:02:24.933 --> 00:02:27.667
判断的一个API的模型接口

00:02:28.033 --> 00:02:29.167
这个有没有让你

00:02:29.200 --> 00:02:30.733
想起什么熟悉的东西

00:02:30.900 --> 00:02:34.967
就在两周前爆火的JEV模型

00:02:35.067 --> 00:02:36.433
当时我就断言

00:02:36.667 --> 00:02:40.433
像一些大的AI厂商会很快的出类似

00:02:40.500 --> 00:02:44.533
的这种快速响应判断的类似的模型

00:02:44.667 --> 00:02:45.867
像Jev一样

00:02:45.900 --> 00:02:46.833
关于第二个点啊

00:02:46.833 --> 00:02:48.700
我也会专门做一期节目

00:02:48.833 --> 00:02:50.967
跟大家去点评分享怎么

00:02:51.000 --> 00:02:53.533
使用类似这样的判断模型

00:02:53.567 --> 00:02:55.467
去发挥它的大的价值

00:02:55.567 --> 00:02:58.200
第三个发布是GPT6.1Sol

00:02:58.533 --> 00:03:00.433
一个新的模型的发布

00:03:00.633 --> 00:03:01.733
它这里声称啊

00:03:01.867 --> 00:03:05.567
GPT6.1Sol的模型能力接近Astra

00:03:05.667 --> 00:03:07.767
但是成本显著下降

00:03:07.867 --> 00:03:08.633
第四个发布点

00:03:08.667 --> 00:03:11.500
Codex的cloud云端发布

00:03:11.867 --> 00:03:14.833
coding agent现在可以从本机

00:03:14.867 --> 00:03:17.467
走向在云端开始工作了

00:03:17.600 --> 00:03:18.400
第五个点

00:03:18.400 --> 00:03:20.800
GPT的共享空间的发布

00:03:21.067 --> 00:03:21.967
这个发布呢

00:03:22.033 --> 00:03:26.500
意味着人和agent会共享工作空间

00:03:26.633 --> 00:03:30.600
第六块插件以及定制化的GPT的迁移

00:03:30.967 --> 00:03:33.333
大家都快忘了原来的GPT s了

00:03:33.367 --> 00:03:35.400
现在好像又重出江湖了

00:03:35.533 --> 00:03:38.433
现在GPT又开始重新形成

00:03:38.500 --> 00:03:41.167
真正的应用和技能的生态

00:03:41.233 --> 00:03:44.167
第七个也是最不讨喜的一个发布

00:03:44.267 --> 00:03:47.367
就是500刀这个档位的发布

00:03:47.433 --> 00:03:49.233
它出了一个叫做Ultra fast

00:03:49.700 --> 00:03:51.567
极快的这么一个档位

00:03:51.800 --> 00:03:54.633
原来的200刀的20X的这个

00:03:54.700 --> 00:03:56.733
档位被降档为了10X

00:03:56.833 --> 00:04:00.433
关于重新开放200刀这个档位的购买

00:04:00.433 --> 00:04:01.833
已经被很多社区

00:04:01.900 --> 00:04:04.133
很多开发者喷成筛子了

00:04:04.267 --> 00:04:07.200
哪怕Tibo给大家发了一个重置卡

00:04:07.333 --> 00:04:10.333
也获得了非常多的负面反应

00:04:10.367 --> 00:04:12.633
如果说真的不差预算的话

00:04:12.667 --> 00:04:15.400
我还是非常建议大家去买这个500刀

00:04:15.733 --> 00:04:18.367
虽然说现在你花500刀可能

00:04:18.533 --> 00:04:20.200
买到的TOKEN额度

00:04:20.300 --> 00:04:22.400
是之前200刀的额度啊

00:04:22.433 --> 00:04:25.800
但是呢按照Openai以往的惯例

00:04:25.867 --> 00:04:27.167
现在这个时间点

00:04:27.200 --> 00:04:29.533
你买500刀的这个档位

00:04:29.533 --> 00:04:32.467
应该能够获得很多额外的东西

00:04:32.700 --> 00:04:34.333
速度也是非常快的

00:04:34.400 --> 00:04:35.900
而且我预估啊

00:04:36.100 --> 00:04:38.500
未来很可能会有1,000刀

00:04:38.567 --> 00:04:40.933
这种档位都是有可能的

00:04:40.933 --> 00:04:42.800
同时呢在这里我讲一个观点啊

00:04:42.800 --> 00:04:46.067
你看这7个发布的时候啊实际上

00:04:46.733 --> 00:04:48.767
看上去它们没有直接相关

00:04:48.833 --> 00:04:50.433
但是我自己用下来

00:04:50.500 --> 00:04:53.300
我自己对整个的判断的思考我认为

00:04:53.567 --> 00:04:56.367
实际上所有的这些发布

00:04:56.500 --> 00:04:58.367
它都是围绕Dot的

00:04:58.533 --> 00:05:00.333
因为我觉得Openai是希望

00:05:01.067 --> 00:05:05.200
做成一个7*24小时可以托管

00:05:05.233 --> 00:05:07.900
全自动的一个工作系统

00:05:08.233 --> 00:05:10.300
现在Dot还不太完善

00:05:10.467 --> 00:05:14.167
但是我认为Dot如果做好了

00:05:14.267 --> 00:05:15.767
它一定会火

00:05:15.833 --> 00:05:18.033
关于Dot的具体应用和使用细节

00:05:18.033 --> 00:05:19.700
我们放在第三部分来讲

00:05:23.933 --> 00:05:25.467
接着我们来讲第二部分

00:05:25.967 --> 00:05:30.433
为什么personal agent这个赛道突然火了

00:05:30.533 --> 00:05:32.667
而且它不只是火在硅谷

00:05:33.000 --> 00:05:35.300
火在meta火在Openai

00:05:35.367 --> 00:05:37.600
它也火到了中国的国内

00:05:37.700 --> 00:05:39.067
我们看一个时间线啊

00:05:39.067 --> 00:05:40.667
在9月8号的时候

00:05:40.733 --> 00:05:42.267
Meta它发布了muse

00:05:42.533 --> 00:05:43.500
9月下旬

00:05:43.733 --> 00:05:46.633
阿里它在它的云栖大会公开的

00:05:46.700 --> 00:05:50.700
谈千问要开始向personal agent演进

00:05:51.267 --> 00:05:53.433
在9月29号的时候

00:05:53.600 --> 00:05:56.033
字节的spell项目被曝光

00:05:56.100 --> 00:05:59.167
据说他们中秋国庆期间都

00:05:59.200 --> 00:06:01.400
在加班加点的赶制

00:06:01.433 --> 00:06:05.267
而也是在9月29号30号

00:06:05.433 --> 00:06:09.167
Openai在它的Devday正式推出了Dot

00:06:09.533 --> 00:06:12.667
一种可以持续在线替你工作的agent

00:06:12.900 --> 00:06:14.433
在9月30号

00:06:14.667 --> 00:06:18.067
腾讯的handy BOT又爆出消息出来

00:06:18.167 --> 00:06:20.933
似乎就在今年的9月期间

00:06:21.167 --> 00:06:24.567
所有的海内海外的大厂都开始

00:06:24.833 --> 00:06:28.633
极度的重视personal agent的这个赛道

00:06:28.700 --> 00:06:31.700
而这一切的起点似乎都要回到

00:06:31.800 --> 00:06:34.600
muse它爆火点燃行业的那一刻

00:06:34.633 --> 00:06:35.600
Muse它爆火

00:06:35.600 --> 00:06:39.500
它真正证明的是personal agent这个赛道

00:06:39.633 --> 00:06:42.867
它第一次出现了普通消费者

00:06:42.933 --> 00:06:45.967
也愿意使用的一个产品信号

00:06:46.067 --> 00:06:46.900
你回忆一下

00:06:46.933 --> 00:06:48.633
我们之前谈的agent

00:06:48.867 --> 00:06:50.333
更多的是在考虑

00:06:50.433 --> 00:06:52.400
这个agent能不能工作

00:06:52.500 --> 00:06:54.767
包括我们之前聊的traework

00:06:55.300 --> 00:06:56.233
千问工作workbody

00:06:57.033 --> 00:06:59.400
它都是围绕work在打的

00:06:59.500 --> 00:07:02.133
虽然说像千问这样的APP

00:07:02.200 --> 00:07:04.100
之前也做过类似的尝试

00:07:04.367 --> 00:07:06.933
也希望说在这个APP上面帮你去

00:07:07.233 --> 00:07:10.867
点外卖帮你订机票订酒店购物等等

00:07:10.900 --> 00:07:13.033
但是在消费者上面的

00:07:13.100 --> 00:07:15.067
反应似乎没有那么强烈

00:07:15.233 --> 00:07:17.000
但是Muse的爆火

00:07:17.533 --> 00:07:20.133
代表着一个重要的行业信号

00:07:20.200 --> 00:07:22.533
这个时候agent变成了一个

00:07:22.600 --> 00:07:25.733
大众可以接受的大众消费品

00:07:25.833 --> 00:07:29.100
而且Muse它跨出了仅仅软件这个层面

00:07:29.133 --> 00:07:30.633
它可以连接蓝牙

00:07:30.933 --> 00:07:32.467
连接你的物理硬件

00:07:32.833 --> 00:07:35.900
Meta本身又有很好的生态去分发

00:07:36.033 --> 00:07:36.867
而且你看

00:07:36.967 --> 00:07:39.033
不管是Dot还是Muse

00:07:39.133 --> 00:07:41.667
它们的语音体系都设计在那里

00:07:41.867 --> 00:07:44.133
它们都在描绘一种未来

00:07:44.133 --> 00:07:45.733
未来我们和AI的交互

00:07:45.733 --> 00:07:48.300
不再需要你去打开聊天窗口

00:07:48.467 --> 00:07:50.433
而是它常驻在那里

00:07:50.433 --> 00:07:52.800
工作持续的替你解决问题

00:07:52.833 --> 00:07:54.967
7*24小时都在线

00:07:55.033 --> 00:07:58.067
而我提到7*24小时这个概念

00:07:58.233 --> 00:08:00.567
是不是又有一点熟悉呢

00:08:00.867 --> 00:08:04.900
是的它就是open Claude的进阶版本呐

00:08:05.000 --> 00:08:07.333
但是现在这些大的AI公司

00:08:07.333 --> 00:08:10.167
推出的这种进阶版本的agent

00:08:10.400 --> 00:08:12.933
是不需要你像Openclaw

00:08:12.967 --> 00:08:15.200
那样做很多基础的

00:08:15.400 --> 00:08:17.133
很多繁琐的配置的

00:08:17.200 --> 00:08:18.933
它是拿上来就能用

00:08:18.933 --> 00:08:19.700
还有个点啊

00:08:19.733 --> 00:08:21.233
就是Muse爆火也让

00:08:21.267 --> 00:08:22.667
大家看到了一个机会

00:08:22.767 --> 00:08:24.100
就是personal agents

00:08:24.233 --> 00:08:25.900
它最大的核心要点

00:08:26.000 --> 00:08:27.933
不一定是模型能力

00:08:28.033 --> 00:08:31.033
是对用户三种权利的竞争

00:08:31.033 --> 00:08:33.233
第一层权利是Codex的权利

00:08:33.233 --> 00:08:34.600
就是上下文嘛

00:08:34.700 --> 00:08:37.533
谁更早更快更深入的了解你

00:08:37.600 --> 00:08:39.233
为什么这些大厂这么着急

00:08:39.567 --> 00:08:41.400
我先做出来就有机会

00:08:41.500 --> 00:08:43.833
先去获取你的上下文

00:08:44.067 --> 00:08:46.900
一旦上下文加载得非常长

00:08:46.933 --> 00:08:47.767
非常丰富

00:08:48.000 --> 00:08:51.633
用户去迁移的成本是非常高的

00:08:51.700 --> 00:08:53.100
过去我们用搜索引擎

00:08:53.300 --> 00:08:55.300
搜索引擎知道我们想看什么

00:08:55.633 --> 00:08:57.233
我们用一些推荐算法

00:08:57.333 --> 00:08:59.167
这些算法知道我们喜欢什么

00:08:59.167 --> 00:09:00.100
想买什么

00:09:00.200 --> 00:09:01.333
a personal agent

00:09:01.467 --> 00:09:03.867
他要了解用户是谁

00:09:03.933 --> 00:09:05.100
最近在干什么

00:09:05.100 --> 00:09:06.633
过去发生了什么

00:09:06.800 --> 00:09:08.533
接下来要准备做什么

00:09:08.667 --> 00:09:10.867
不管他们讲的什么长期记忆呀

00:09:11.233 --> 00:09:12.367
什么context啊

00:09:12.400 --> 00:09:13.800
或者是Openai Dot

00:09:13.867 --> 00:09:15.033
这是他强调叫什么

00:09:15.167 --> 00:09:17.967
get to know what matters to you

00:09:18.000 --> 00:09:19.200
什么对你重要

00:09:19.300 --> 00:09:21.733
其实都在抢这个用户

00:09:21.800 --> 00:09:24.200
长期上下文的所有权

00:09:24.333 --> 00:09:26.733
第二层抢的是action的权利

00:09:26.833 --> 00:09:29.267
就我不仅要知道你怎么想

00:09:29.433 --> 00:09:32.367
我还要有资格帮你做具体的事情

00:09:32.467 --> 00:09:34.833
你看我们一进入到一个personal agent

00:09:34.933 --> 00:09:36.133
它首先第一件事

00:09:36.133 --> 00:09:37.400
像Openai的Dot

00:09:37.633 --> 00:09:40.267
先让你连接谷歌的Gmail

00:09:40.400 --> 00:09:42.133
还有各种的云端服务器

00:09:42.200 --> 00:09:43.733
各种的账户的授权

00:09:44.100 --> 00:09:46.467
这个就是抢它的action的权利

00:09:46.567 --> 00:09:48.900
为什么亚马逊会封杀muse

00:09:49.000 --> 00:09:52.100
实际上就是在封杀它的action的权利

00:09:52.300 --> 00:09:55.033
封杀它帮用户完成购物的权利

00:09:55.067 --> 00:09:56.200
你可以在这里查

00:09:56.367 --> 00:09:58.567
但是如果你不在这里行动

00:09:58.733 --> 00:10:00.867
哎你中间的链路是断掉的

00:10:00.867 --> 00:10:03.433
你还是有机会迁移到别的平台的

00:10:03.567 --> 00:10:05.267
如果这个personal agent希望

00:10:05.267 --> 00:10:07.467
和用户咬合的更深

00:10:07.667 --> 00:10:10.500
不仅仅成为新的流量入口

00:10:10.533 --> 00:10:12.733
它就需要把action这个权利

00:10:12.867 --> 00:10:15.700
把各种的授权身份披露

00:10:15.800 --> 00:10:17.567
安全等等问题解决掉

00:10:17.667 --> 00:10:18.200
第三个呢

00:10:18.200 --> 00:10:21.167
我认为就是transaction交易权

00:10:21.300 --> 00:10:23.000
这个交易权可比前面

00:10:23.067 --> 00:10:25.100
两个的权利的层次更加狠

00:10:25.300 --> 00:10:26.133
更加深入

00:10:26.200 --> 00:10:27.033
本质上是什么

00:10:27.033 --> 00:10:30.567
这三层抢的就是在AI时代的流量

00:10:30.633 --> 00:10:34.100
入口和完成整个交易闭环的权利

00:10:34.200 --> 00:10:37.433
另外呢虽然中国美国都在抢

00:10:37.433 --> 00:10:39.333
这个personal agent的入口

00:10:39.433 --> 00:10:40.567
都在抢这个趋势

00:10:40.567 --> 00:10:43.533
但是我认为未来这个personal agent

00:10:43.733 --> 00:10:46.767
可能在硅谷和在中国最后呈现

00:10:46.767 --> 00:10:49.500
出来的形态很可能是不同的

00:10:49.967 --> 00:10:51.100
美国这边的公司呢

00:10:51.133 --> 00:10:55.167
它更加倾向于尝试做用户的agent

00:10:55.233 --> 00:10:56.667
像Meta这样的agent啊

00:10:56.667 --> 00:10:58.633
虽然说亚马逊封杀了它

00:10:58.767 --> 00:11:02.167
但是我认为像品牌方和那些纯粹做

00:11:02.200 --> 00:11:05.533
交易端的平台方仍然对它是欢迎的

00:11:05.800 --> 00:11:08.600
他把Meta作为一个重要的入口

00:11:08.600 --> 00:11:09.833
给他渠道的费用

00:11:09.867 --> 00:11:13.100
而且这个商业模式本身就是存在的

00:11:13.300 --> 00:11:15.433
他作为中间的渠道商

00:11:15.433 --> 00:11:17.600
他抽取一点点渠道的费用

00:11:17.733 --> 00:11:20.900
这样的分佣机制本身就是成熟的

00:11:21.000 --> 00:11:22.400
而中国的大厂

00:11:22.400 --> 00:11:25.000
我认为短期内更可能把这样

00:11:25.067 --> 00:11:28.367
的personal agent做成生态型的agent

00:11:28.500 --> 00:11:29.967
一个真正的personal agent

00:11:30.033 --> 00:11:32.700
它是围绕用户的需求去展开的

00:11:32.733 --> 00:11:34.133
啊我要写邮件

00:11:34.267 --> 00:11:35.800
我要用云数据

00:11:35.900 --> 00:11:37.767
我要去其他地方购物

00:11:37.867 --> 00:11:39.400
它就会给我去展开

00:11:39.433 --> 00:11:41.533
不同的这个相应的APP

00:11:41.633 --> 00:11:44.567
像Openai它是一个AI原生的公司

00:11:44.700 --> 00:11:47.233
它不存在电商购物订机票订

00:11:47.233 --> 00:11:49.500
酒店这样的生态服务在它的

00:11:49.533 --> 00:11:51.200
这个公司的生态里面围绕

00:11:51.433 --> 00:11:53.167
所以它是完全可以围绕

00:11:53.233 --> 00:11:55.433
用户本身的需求去展开的

00:11:55.600 --> 00:11:57.133
只要你连接到了我的

00:11:57.233 --> 00:11:58.833
连接器的生态里面就可以了

00:11:58.967 --> 00:12:00.900
但是国内的一些大厂就不同了

00:12:01.033 --> 00:12:03.567
千问它最懂的是淘宝的生态

00:12:03.733 --> 00:12:05.867
腾讯它最懂的是微信生态

00:12:05.967 --> 00:12:09.000
而豆包它最接近手机的操作层

00:12:09.100 --> 00:12:12.067
Meta它掌握了很多的社交关系和APP

00:12:12.233 --> 00:12:15.933
而Openai它现在的Dot是可以站在一个

00:12:15.967 --> 00:12:19.100
中立的生态位去做各方向的连接的

00:12:19.167 --> 00:12:20.100
当然未来啊

00:12:20.100 --> 00:12:21.367
有可能它会有屁股

00:12:21.533 --> 00:12:23.533
现在它还是一个中立的状态

00:12:23.633 --> 00:12:26.833
而这些生态和各个大厂间的关系

00:12:26.867 --> 00:12:30.533
我觉得也是未来一年的竞争格局

00:12:30.600 --> 00:12:33.200
和竞争结构中非常有意思的地方

00:12:37.300 --> 00:12:38.933
接下来我们进入到第三部分

00:12:39.167 --> 00:12:41.867
Dot实操的体验和理解

00:12:42.067 --> 00:12:42.867
我们先来看

00:12:42.933 --> 00:12:44.600
这里是Dot的界面

00:12:44.967 --> 00:12:45.333
很多人啊

00:12:45.400 --> 00:12:47.067
会陆续的收到推送

00:12:47.300 --> 00:12:48.867
在左侧这个位置啊

00:12:48.967 --> 00:12:50.433
可以点击your Dot

00:12:50.467 --> 00:12:53.433
就进入到创建你的Dot的界面

00:12:53.500 --> 00:12:55.700
在这里我们先点击继续

00:12:55.767 --> 00:12:56.633
一进来之后

00:12:56.633 --> 00:12:59.433
它会就让你主动的做各种连接

00:12:59.800 --> 00:13:02.400
连接谷歌的日历通讯录

00:13:02.533 --> 00:13:05.333
drive邮箱等一系列的插件

00:13:05.433 --> 00:13:06.667
为了更丝滑的体验

00:13:06.667 --> 00:13:08.867
可以直接选择默认的连接

00:13:08.900 --> 00:13:09.733
然后在这里啊

00:13:09.767 --> 00:13:12.633
它让你选择你的Dot在哪里运行

00:13:12.633 --> 00:13:14.200
一个是your Dot computer

00:13:14.333 --> 00:13:16.367
就是你的云端的一个电脑

00:13:16.433 --> 00:13:18.033
还有一个是本机电脑

00:13:18.200 --> 00:13:18.933
你想过没有

00:13:19.067 --> 00:13:20.600
现在我们用chatgpt

00:13:20.833 --> 00:13:23.133
实际上有两种类型的端

00:13:23.400 --> 00:13:25.000
一类是网页端

00:13:25.100 --> 00:13:26.500
一类是桌面端

00:13:26.600 --> 00:13:28.800
而网页端和桌面端

00:13:28.900 --> 00:13:30.833
你觉得最大的区别是什么

00:13:31.333 --> 00:13:32.500
最大的区别

00:13:32.700 --> 00:13:36.133
实际上就是网页端所有的内容

00:13:36.200 --> 00:13:37.233
它都是云上的

00:13:37.267 --> 00:13:38.533
都是在线的

00:13:38.600 --> 00:13:41.433
但是你本机的此电脑的很多东西

00:13:41.533 --> 00:13:43.733
它不是完全在线化的

00:13:43.900 --> 00:13:45.500
它有很多内容就是

00:13:45.600 --> 00:13:47.500
存在你的Mac电脑上面的

00:13:47.567 --> 00:13:48.933
包括它的系统环境

00:13:48.967 --> 00:13:50.433
还有本地的一些插件

00:13:50.567 --> 00:13:54.033
未来Dot可能把网页端和桌面端

00:13:54.433 --> 00:13:55.667
全部就拉平了

00:13:55.800 --> 00:13:57.533
全部都是在线化的

00:13:57.600 --> 00:14:00.300
无非是现在它的算力空间

00:14:00.433 --> 00:14:01.700
云端的服务器不足

00:14:01.700 --> 00:14:04.133
这里我们就直接点击继续就可以了

00:14:04.233 --> 00:14:05.133
根据它的引导

00:14:05.200 --> 00:14:07.200
我们可以设置这个Dot的

00:14:07.267 --> 00:14:09.067
能力和它的这个图标

00:14:09.167 --> 00:14:11.367
我这里把它的名字叫做0DOT

00:14:11.467 --> 00:14:13.000
颜色呢我选择亮黄色

00:14:13.100 --> 00:14:14.200
好进入了Dot

00:14:14.233 --> 00:14:15.633
现在我还什么没说

00:14:15.667 --> 00:14:16.400
它就问我

00:14:16.533 --> 00:14:19.100
看看有什么事能帮我推进

00:14:19.200 --> 00:14:21.500
它这里帮我扫描到了我在

00:14:21.600 --> 00:14:24.667
谷歌邮箱的两条新的邮件

00:14:24.733 --> 00:14:26.467
刚刚我在创建Dot的时候

00:14:26.467 --> 00:14:28.267
我连接了我的谷歌邮箱

00:14:28.433 --> 00:14:28.933
在这里呢

00:14:28.967 --> 00:14:31.333
它就直接给我推送了我

00:14:31.400 --> 00:14:33.467
邮箱里面的重要的事项

00:14:33.533 --> 00:14:34.800
但是明显的

00:14:34.800 --> 00:14:37.100
它是有关于我的记忆的

00:14:37.133 --> 00:14:40.567
因为它知道是我频道相关的邮件

00:14:40.667 --> 00:14:43.433
它是有我的一定的上下文的

00:14:43.433 --> 00:14:45.200
我可以点击这里的链接

00:14:45.400 --> 00:14:46.400
查看邮件

00:14:46.433 --> 00:14:48.833
就可以跳转到我的邮箱去处理

00:14:48.933 --> 00:14:50.833
这里呢我就直接可以跟Dot说

00:14:50.867 --> 00:14:52.267
让他帮我去处理邮件

00:14:52.400 --> 00:14:55.133
我说帮我回复一下某一封邮件

00:14:55.133 --> 00:14:57.333
他就根据我以往的邮件

00:14:57.333 --> 00:14:58.700
内容给了我一些建议

00:14:58.900 --> 00:15:00.767
然后问我的意见之后

00:15:00.767 --> 00:15:02.600
直接他就回复掉了

00:15:02.667 --> 00:15:04.033
实际上现在我基本上

00:15:04.033 --> 00:15:05.700
已经不再自己看邮件了

00:15:05.767 --> 00:15:08.200
我大部分时间是让我的Codex

00:15:08.233 --> 00:15:10.100
让GPT定期的帮我收邮件

00:15:10.400 --> 00:15:12.000
那我在GPT上面运行的时候呢

00:15:12.067 --> 00:15:13.467
因为它知道我的使用习惯

00:15:13.700 --> 00:15:16.533
每次回复邮件的时候会先跟我确认

00:15:16.867 --> 00:15:18.367
邮件的内容草稿

00:15:18.400 --> 00:15:21.833
我确定这个发送的内容ok之后

00:15:21.967 --> 00:15:23.900
它才会真实的帮我发邮件

00:15:23.967 --> 00:15:25.833
这里它就直接问也不问

00:15:25.933 --> 00:15:28.133
大概的意思了解后直接发送掉了

00:15:28.133 --> 00:15:29.600
当然我也去看了邮件

00:15:29.633 --> 00:15:31.500
的实际的这个行文

00:15:31.500 --> 00:15:33.367
他回复邮件的表达

00:15:33.467 --> 00:15:35.033
是没有任何问题的

00:15:39.033 --> 00:15:40.433
另外呢点击右侧

00:15:40.433 --> 00:15:41.467
在头像这个地方

00:15:41.533 --> 00:15:44.367
大家可以看到有一个打电话的标志

00:15:44.500 --> 00:15:46.667
大家连接好就可以拨打电话

00:15:46.767 --> 00:15:48.333
把你的Mac电脑的

00:15:48.400 --> 00:15:50.300
麦克风等等设备打开

00:15:50.500 --> 00:15:52.000
大家可以听一下我的

00:15:52.000 --> 00:15:53.800
几段跟他打的这个电话

00:16:12.367 --> 00:16:13.200
这里提的任务啊

00:16:13.200 --> 00:16:14.933
和我之前使用Muse

00:16:15.000 --> 00:16:16.800
那个agent我是对标的

00:16:16.833 --> 00:16:19.367
我是用来对比两个测试

00:16:19.367 --> 00:16:21.567
出来的结果和效果怎么样

00:16:21.700 --> 00:16:25.067
来对比Dot agent和Muse agent它们的

00:16:25.100 --> 00:16:26.633
能力结构和差异点在哪里

00:16:26.933 --> 00:16:27.933
同样的我跟他说啊

00:16:27.933 --> 00:16:29.700
我要做10万的粉丝的订阅

00:16:29.833 --> 00:16:31.067
我应该做哪些

00:17:34.367 --> 00:17:36.233
也像Muse agents测评那一期

00:17:36.267 --> 00:17:38.267
我也接着给他提要求说

00:17:38.467 --> 00:17:40.333
我会有500美金的预算

00:17:40.400 --> 00:17:42.233
我想提升我的节目质感

00:17:42.300 --> 00:17:43.667
我可以做哪些努力

00:17:43.733 --> 00:17:45.367
我想换一个新的麦克风

00:17:45.467 --> 00:17:46.733
应该选择哪一款

00:18:43.033 --> 00:18:44.433
整体打电话的过程呢

00:18:44.433 --> 00:18:47.167
我觉得是有一点点卡顿的

00:18:47.467 --> 00:18:49.700
然后我在跟他打电话的过程中

00:18:49.900 --> 00:18:51.433
他的这个文字啊

00:18:51.433 --> 00:18:53.867
是没有实时的铺在我跟他

00:18:53.933 --> 00:18:55.467
的这个对话聊天过程的

00:18:55.533 --> 00:18:56.533
他有一定的延迟

00:18:56.600 --> 00:18:58.133
可能跟网络有关系

00:18:58.133 --> 00:19:00.067
很多对话的聊天记录

00:19:00.067 --> 00:19:02.867
是我和他的网络对话结束之后

00:19:02.900 --> 00:19:05.733
他给我铺成到这个聊天窗口

00:19:05.833 --> 00:19:07.100
出现一个文字的

00:19:07.200 --> 00:19:08.667
如果大家在使用这个

00:19:08.667 --> 00:19:10.667
打电话的功能的时候

00:19:10.767 --> 00:19:11.667
一开始用不了

00:19:11.667 --> 00:19:12.600
大家多试几次啊

00:19:12.600 --> 00:19:13.933
因为最开始的时候我

00:19:13.933 --> 00:19:15.367
用也打不通这个电话

00:19:15.400 --> 00:19:16.933
在整个的对话过程中

00:19:17.033 --> 00:19:18.700
包括使用文字版或者

00:19:18.767 --> 00:19:20.167
是语音对话的过程中

00:19:20.300 --> 00:19:24.200
我发现他的速度和Muse比是比较慢的

00:19:24.200 --> 00:19:27.133
我估计大概率因为Muse它使用的

00:19:27.200 --> 00:19:29.933
模型的强度和能力会弱一些

00:19:30.200 --> 00:19:32.267
这一边使用的基础模型

00:19:32.333 --> 00:19:33.733
它本身能力又强一点

00:19:33.900 --> 00:19:35.333
使用的时间会更长一点

00:19:35.367 --> 00:19:36.967
再加上网络延迟

00:19:36.967 --> 00:19:39.700
整个Dot它的语音对话和使用

00:19:39.733 --> 00:19:42.133
体验我认为没有那么快

00:19:42.367 --> 00:19:44.333
它的速度反应会慢一点

00:19:44.433 --> 00:19:47.267
但是它处理任务的深度会深一点

00:19:47.267 --> 00:19:49.300
而且还有一个非常明确的体感

00:19:49.300 --> 00:19:51.267
你可以看到Muse那边

00:19:51.367 --> 00:19:54.333
它的整个的连接器是比较顺滑的

00:19:54.367 --> 00:19:55.900
各种接口都接进去了

00:19:56.000 --> 00:19:57.700
啊 1,500多个连接器

00:19:57.700 --> 00:19:59.000
前面也给大家看了它的

00:19:59.067 --> 00:20:01.000
API的接口弹的很顺滑

00:20:01.100 --> 00:20:01.900
但是在这里

00:20:02.200 --> 00:20:04.133
包括它的computer use也好

00:20:04.233 --> 00:20:05.533
它的整个的操作也好

00:20:05.600 --> 00:20:07.100
它的连接器的连接也好

00:20:07.200 --> 00:20:08.800
都还是比较硬的

00:20:08.867 --> 00:20:09.933
没有那么丝滑

00:20:10.033 --> 00:20:13.333
在使用的直接的体感上面

00:20:13.433 --> 00:20:16.300
可能目前这个阶段不如muse

00:20:16.467 --> 00:20:20.033
而Muse它所覆盖的人群可能小白

00:20:20.133 --> 00:20:21.900
可能普通的使用者消费者

00:20:21.967 --> 00:20:22.933
它也能够使用

00:20:23.033 --> 00:20:27.167
但是Dot它的使用门槛还是相对高的

00:20:31.267 --> 00:20:33.933
它处理复杂任务的能力

00:20:34.233 --> 00:20:37.933
我认为是远远比Muse强太多太多了

00:20:37.933 --> 00:20:40.433
因为它本身的Harness框架非常强

00:20:40.533 --> 00:20:43.333
我给它布置了一个非常复杂的任务

00:20:43.567 --> 00:20:44.500
当然这个任务其实

00:20:44.533 --> 00:20:45.800
涉及到我具体的业务端

00:20:45.800 --> 00:20:48.500
没有办法完全的明文给大家看

00:20:48.533 --> 00:20:50.600
但是我给大家看其中的一些截图

00:20:50.667 --> 00:20:53.133
和我讲解其中的过程和思路啊

00:20:53.233 --> 00:20:54.767
对大家也是有启发的

00:20:54.900 --> 00:20:56.233
以这个例子为例啊

00:20:56.267 --> 00:20:59.300
我要打通我的GPT和飞书的连接

00:20:59.333 --> 00:21:00.867
作为信息共享

00:21:00.900 --> 00:21:02.133
把它桥接起来

00:21:02.300 --> 00:21:04.067
然后呢我要配置这个密钥

00:21:04.233 --> 00:21:06.100
我使用Muse去配置的时候

00:21:06.133 --> 00:21:06.800
它告诉我

00:21:06.867 --> 00:21:08.500
用CLI的方式是无法

00:21:08.567 --> 00:21:10.133
配置飞书的密钥的

00:21:10.300 --> 00:21:11.867
但是在Dot上面

00:21:11.967 --> 00:21:13.333
它帮我完成了

00:21:13.400 --> 00:21:15.267
说明啊针对复杂问题

00:21:15.633 --> 00:21:18.333
Dot明显比Muse更加靠谱

00:21:18.700 --> 00:21:20.933
Dot比Muse聪明许多

00:21:21.033 --> 00:21:22.500
而且我在布置这个

00:21:22.567 --> 00:21:25.167
复杂任务给Dot在处理的时候

00:21:25.300 --> 00:21:29.200
我突然看懂了Openai这一次的

00:21:29.367 --> 00:21:31.333
整体的发布的逻辑是什么

00:21:31.333 --> 00:21:34.100
因为我的这个飞书的API的密钥

00:21:34.133 --> 00:21:35.867
你知道它存在哪里吗

00:21:36.200 --> 00:21:39.333
它就存在这一次新发布的一个点

00:21:39.333 --> 00:21:41.700
Codex的云环境中

00:21:41.767 --> 00:21:44.967
你现在再重新看Openai发布

00:21:44.967 --> 00:21:48.267
它的落脚点实际上就落在这个chatgpt

00:21:48.400 --> 00:21:52.867
要变成新的时期的AI的操作系统

00:21:53.033 --> 00:21:55.333
你会看到这样一个工作生态

00:21:55.433 --> 00:21:56.533
从模型出发

00:21:56.533 --> 00:21:58.967
这个模型它的能力更强

00:21:59.033 --> 00:21:59.967
成本更低

00:22:00.100 --> 00:22:02.900
然后帮助你快速的做出决策

00:22:03.133 --> 00:22:06.167
给出最后的推理执行的决定

00:22:06.233 --> 00:22:07.633
把它交给Dot

00:22:07.867 --> 00:22:09.400
你的个人助理

00:22:09.533 --> 00:22:10.800
这个个人助理他能

00:22:10.833 --> 00:22:13.200
7X24小时的工作

00:22:13.267 --> 00:22:16.367
它可以去调用在云端的各种工具

00:22:16.500 --> 00:22:20.500
包括MCP浏览器APP computer use等等

00:22:20.700 --> 00:22:24.067
也包括可以调用更多的外包服务

00:22:24.133 --> 00:22:25.700
这种plugin这种插件

00:22:25.933 --> 00:22:28.567
快速的把外部的能力接进来

00:22:28.667 --> 00:22:30.767
所有的工作完成之后

00:22:30.767 --> 00:22:31.400
把所有的结果把所有的结果把所有

00:22:31.400 --> 00:22:35.033
的结果沉淀同步共享到一个space

00:22:35.433 --> 00:22:36.633
这个工作空间

00:22:36.767 --> 00:22:38.967
这里的space和之前的不同

00:22:39.033 --> 00:22:41.567
它既是人可以去读

00:22:41.800 --> 00:22:44.033
更多的是机器是agent

00:22:44.267 --> 00:22:46.600
是Dot去读这里的工作

00:22:46.633 --> 00:22:48.167
成果的分享和沉淀

00:22:48.600 --> 00:22:51.433
再到最后形成chatgpt一个统一

00:22:51.500 --> 00:22:53.700
的闭环的一个大的入口

00:22:53.867 --> 00:22:56.200
大家看到这个各个方面

00:22:56.267 --> 00:22:59.200
实际上它有点像把谷歌的

00:22:59.233 --> 00:23:01.433
全家桶的它生态的那一套

00:23:01.600 --> 00:23:03.467
也在这里做了一套复刻

00:23:03.667 --> 00:23:06.067
所以它这里做的是一个工作生态

00:23:06.233 --> 00:23:07.767
是一个工作系统

00:23:07.833 --> 00:23:10.233
你通过这样的视角去理解

00:23:10.267 --> 00:23:13.100
Openai的这一次Devday的发布

00:23:13.267 --> 00:23:16.667
你的视野和你的理解会完全不一样

00:23:16.700 --> 00:23:19.167
你会真正看懂它的这些操作

00:23:23.267 --> 00:23:24.367
而且啊你看到这里

00:23:24.367 --> 00:23:26.600
我还给大家分享一个非常

00:23:26.633 --> 00:23:28.267
厉害的一个工作思路啊

00:23:28.333 --> 00:23:29.967
我估计很多人都没有想到

00:23:30.067 --> 00:23:33.000
这是我们完全原创的工作思路

00:23:33.033 --> 00:23:34.867
就是怎么用好dot

00:23:35.100 --> 00:23:36.200
这个具体的实操呢

00:23:36.200 --> 00:23:37.667
我打算单独做一期

00:23:37.700 --> 00:23:39.567
因为实操实际上是非常的复杂

00:23:39.767 --> 00:23:42.233
在这里我先跟大家去讲思路

00:23:42.400 --> 00:23:45.200
来给大家对理解Dot的能力

00:23:45.233 --> 00:23:46.833
有一个更好的切入点

00:23:46.833 --> 00:23:50.233
我们可以用chatgpt Dot云环境

00:23:50.233 --> 00:23:52.567
加上Git Hub整合起来形成

00:23:52.667 --> 00:23:55.400
一套非常厉害的工作系统

00:23:55.533 --> 00:23:57.733
形成一个非常有效的工作平台

00:23:57.867 --> 00:23:59.667
这个我已经在实践了

00:23:59.733 --> 00:24:01.200
我给我的客户做的东西

00:24:01.233 --> 00:24:02.767
我是不能跟大家去分享的

00:24:02.833 --> 00:24:03.967
我会平移过来

00:24:04.000 --> 00:24:06.633
把它放到我频道的产出跟大家分享

00:24:06.733 --> 00:24:07.667
之后的节目

00:24:07.700 --> 00:24:09.900
大家感兴趣一定记得关注我的频道

00:24:09.933 --> 00:24:10.967
我先讲思路

00:24:11.200 --> 00:24:13.233
这里呢是你的工作平台

00:24:13.700 --> 00:24:15.033
首先作为我们人

00:24:15.033 --> 00:24:18.467
我们先提出目标和材料给到Dot

00:24:18.633 --> 00:24:21.733
让Dot作为我们接管任务的助手

00:24:21.800 --> 00:24:23.800
那它就可以去理解这个目标

00:24:23.833 --> 00:24:25.300
协调跟进然后

00:24:25.433 --> 00:24:27.400
他的任务是交给我们

00:24:27.433 --> 00:24:29.033
云端的电脑去工作的

00:24:29.133 --> 00:24:31.033
因为每个人配了一个云电脑嘛

00:24:31.167 --> 00:24:32.200
他不需要在本机

00:24:32.267 --> 00:24:34.600
那么在未来我认为他跟我们

00:24:34.633 --> 00:24:36.933
本机的电脑是融合在一起的

00:24:37.167 --> 00:24:40.000
很可能未来我们的AGI时代是什么

00:24:40.067 --> 00:24:42.533
就是我们和Dot在交互

00:24:42.800 --> 00:24:46.500
我们不需要打开聊天窗口去交互

00:24:46.833 --> 00:24:48.500
你看现在Muse爆火

00:24:49.267 --> 00:24:50.167
DOT爆火

00:24:50.433 --> 00:24:52.767
包括国内的一系列的personal agent爆火

00:24:52.833 --> 00:24:54.300
是不是都说明了这个趋势

00:24:54.400 --> 00:24:55.267
看懂了吗

00:24:55.500 --> 00:24:57.800
而未来dot所承接它的

00:24:57.833 --> 00:24:59.800
可能是新开发出来的硬件

00:24:59.867 --> 00:25:01.200
前段时间不也说吗

00:25:01.267 --> 00:25:03.500
Openai挖了一堆苹果的人

00:25:03.533 --> 00:25:05.367
来开发AI的智能硬件

00:25:05.733 --> 00:25:06.633
Muse一样啊

00:25:06.867 --> 00:25:08.467
Meta爆火的那个钥匙扣

00:25:08.733 --> 00:25:09.933
包括它的眼镜

00:25:10.133 --> 00:25:12.567
这些都是这样的agent未来和你

00:25:12.600 --> 00:25:14.567
交互承接的一个物理硬件

00:25:14.700 --> 00:25:15.867
好在这里啊

00:25:15.867 --> 00:25:19.667
我们可以把Git Hub和Dot去打通

00:25:19.767 --> 00:25:22.567
这样你的代码仓库就和你

00:25:22.567 --> 00:25:24.833
的云端助手连接起来

00:25:24.833 --> 00:25:26.633
而在Git Hub这样的代码

00:25:26.733 --> 00:25:28.333
仓库里面的各种skill

00:25:28.567 --> 00:25:29.400
各种工具包

00:25:29.433 --> 00:25:30.833
是不是都可以拿来

00:25:31.167 --> 00:25:32.767
像插座像插头一样

00:25:32.833 --> 00:25:34.200
直接插到dot上面

00:25:34.233 --> 00:25:35.300
供它去使用

00:25:35.433 --> 00:25:37.467
放在云端进行编码

00:25:37.567 --> 00:25:38.233
进行干活

00:25:38.333 --> 00:25:40.367
同时这里有一个云环境

00:25:40.567 --> 00:25:42.433
这也是这一次他们Dev day

00:25:42.533 --> 00:25:44.367
的一个重要的发布

00:25:44.433 --> 00:25:45.467
那我刚刚说的我

00:25:45.500 --> 00:25:47.600
配置的这个cli密钥

00:25:47.833 --> 00:25:49.267
飞书的密钥就放在

00:25:49.300 --> 00:25:51.800
这个云环境进行存储

00:25:52.033 --> 00:25:53.733
连通起来在Muse

00:25:53.900 --> 00:25:55.433
那个agent里面是做不了

00:25:55.500 --> 00:25:57.600
这样的生产环境的交互的

00:25:57.700 --> 00:25:59.933
而这些云端的代码

00:26:00.000 --> 00:26:02.133
工具网络配置等等

00:26:02.267 --> 00:26:05.067
都可以在GPT这里面的

00:26:05.100 --> 00:26:06.633
云环境里面去配置

00:26:06.733 --> 00:26:09.833
而整个的任务完成之后是什么

00:26:09.900 --> 00:26:11.633
我这里联通的是飞书

00:26:11.733 --> 00:26:15.533
飞书作为这一次AI这一轮的IM的工具

00:26:15.533 --> 00:26:17.433
包括它一系列的整个的配置

00:26:17.500 --> 00:26:19.433
我认为是比较好的

00:26:19.533 --> 00:26:21.067
整体用下来我的

00:26:21.067 --> 00:26:23.233
体验和感觉是非常好的

00:26:23.333 --> 00:26:24.533
飞书的用法是什么呢

00:26:24.533 --> 00:26:28.733
我把飞书和我dot连接起来这样

00:26:29.067 --> 00:26:32.567
当我的所有工作内容成果完成之后

00:26:32.733 --> 00:26:35.567
它就可以直接同步到飞书端

00:26:35.667 --> 00:26:38.733
把所有的业务资料成果共享出来

00:26:38.733 --> 00:26:42.400
那企业端的老板领导他就可以看到

00:26:42.467 --> 00:26:43.800
比如说张三李四

00:26:43.800 --> 00:26:45.867
他们每一次的进展是什么

00:26:46.100 --> 00:26:48.300
所有的任务项目的概览

00:26:48.367 --> 00:26:50.100
他就有非常明确的结果

00:26:50.100 --> 00:26:52.733
而且飞书端它的AI一系列的工具

00:26:52.767 --> 00:26:55.600
比如说它的多维表格等等成果展示

00:26:55.700 --> 00:26:57.733
会有很好的观看体感

00:26:57.733 --> 00:27:00.300
它的API的调用的速度也比较快

00:27:00.300 --> 00:27:01.800
能够快速的哎

00:27:01.933 --> 00:27:03.933
这个人在云端提交之后

00:27:03.933 --> 00:27:07.267
然后Dot可以对他提交上来的成果

00:27:07.400 --> 00:27:10.267
根据我之前给他做的一些内容

00:27:10.333 --> 00:27:13.267
反馈的框架评估等等一系列东西

00:27:13.333 --> 00:27:14.900
他就可以形成一个反馈机制

00:27:15.033 --> 00:27:16.567
然后这个反馈机制

00:27:16.833 --> 00:27:18.467
包括我的修改同步

00:27:18.567 --> 00:27:19.300
我的意见

00:27:19.300 --> 00:27:21.933
就又可以同时地传送给飞书

00:27:22.133 --> 00:27:25.000
这样子我们的工作的同步化

00:27:25.067 --> 00:27:27.467
实时化就可以做到非常好

00:27:27.500 --> 00:27:28.467
而且你要知道

00:27:28.500 --> 00:27:31.833
这个dot它是7*24小时在线的

00:27:32.200 --> 00:27:33.300
即使我没有办法

00:27:33.300 --> 00:27:35.200
人工马上去审核处理

00:27:35.400 --> 00:27:37.500
AI也能够马上代替我

00:27:37.533 --> 00:27:39.333
根据我以往的这个

00:27:39.400 --> 00:27:41.133
思想上和框架上的继承

00:27:41.500 --> 00:27:44.767
快速的对这个项目任务做出反馈

00:27:44.867 --> 00:27:47.400
而且我还有一个非常绝的点子啊

00:27:47.400 --> 00:27:48.500
我已经在用了

00:27:48.700 --> 00:27:51.500
Dot它在第一个月不是不收费嘛

00:27:51.633 --> 00:27:54.300
那他们Openai又把我们的

00:27:54.333 --> 00:27:56.867
Codex的额度给砍半了

00:27:56.900 --> 00:27:59.000
20X的直接变成10X了

00:27:59.000 --> 00:28:00.100
那我觉得他省下的

00:28:00.167 --> 00:28:01.567
TOKEN可能也都放在

00:28:01.933 --> 00:28:02.733
Dot这里面了

00:28:02.767 --> 00:28:04.133
那有个什么办法呢

00:28:04.133 --> 00:28:04.933
你要知道

00:28:05.267 --> 00:28:07.500
GPT你跟它沟通的时候

00:28:07.567 --> 00:28:10.767
它是可以和Dot进行通信的

00:28:10.767 --> 00:28:11.900
你可以做件什么事

00:28:12.100 --> 00:28:15.100
就是你可以把任务发给GPT

00:28:15.433 --> 00:28:17.600
让GPT把这个任务再发给Dot

00:28:17.933 --> 00:28:20.200
Dot现在调用的是云端的资源

00:28:20.267 --> 00:28:22.333
它用的不是你本地的TOKEN啊

00:28:22.667 --> 00:28:24.200
所以你就可以把一些

00:28:24.267 --> 00:28:25.500
任务让云端去处理

00:28:25.500 --> 00:28:27.433
然后返回你结果就可以了

00:28:27.567 --> 00:28:29.933
这样TOKEN不就是能省下很多了吗

00:28:30.033 --> 00:28:31.867
而且啊就算以后收费

00:28:31.933 --> 00:28:33.367
你想想这也是一种

00:28:33.433 --> 00:28:35.167
很好的业务处理的方式

00:28:35.633 --> 00:28:36.900
你在GPT端

00:28:37.000 --> 00:28:38.133
通过它的思考

00:28:38.133 --> 00:28:40.367
通过一些高等级的Astra的模型

00:28:40.567 --> 00:28:42.267
把整个的框架规划好

00:28:42.467 --> 00:28:44.967
再把这个任务分发给Dot去处理

00:28:45.333 --> 00:28:47.300
它相当于你的一个智能的助手

00:28:47.500 --> 00:28:49.367
然后这个智能助手处理好之后

00:28:49.467 --> 00:28:50.533
反正它也不下班

00:28:50.533 --> 00:28:51.367
一直在工作

00:28:51.600 --> 00:28:53.767
处理好之后再返回给你

00:28:54.000 --> 00:28:56.400
相当于你的chatgpt就有下级

00:28:56.533 --> 00:28:59.433
分发的一个执行的子agent了

00:28:59.533 --> 00:29:00.900
所以我这样给大家讲完

00:29:00.933 --> 00:29:02.667
大家有没有理解这个思路啊

00:29:02.800 --> 00:29:03.500
如果没有理解

00:29:03.600 --> 00:29:06.333
大家先理解整体的概念和方向

00:29:06.667 --> 00:29:08.633
接下来我会做很多期节目

00:29:08.733 --> 00:29:10.133
把这些东西细化讲讲

00:29:10.133 --> 00:29:12.367
因为真的我觉得太有价值了

00:29:12.400 --> 00:29:14.367
非常具有生产力价值

00:29:18.667 --> 00:29:20.600
Dot我现用下来还有一些卡顿

00:29:20.633 --> 00:29:22.600
有一些不那么完善的地方

00:29:22.867 --> 00:29:24.700
但是因为它的

00:29:25.167 --> 00:29:27.133
Harness它的框架和模型的

00:29:27.167 --> 00:29:29.000
这个基础的能力啊非常强

00:29:29.000 --> 00:29:32.933
你会感受到它明显比Grok bot和Muse强

00:29:33.000 --> 00:29:35.567
它在云端实际上已经配置好

00:29:35.567 --> 00:29:38.400
了各种脚本的程序和记忆

00:29:38.433 --> 00:29:41.133
而且可以7*24小时的

00:29:41.167 --> 00:29:42.967
作为你的助理去运行

00:29:43.100 --> 00:29:44.267
还是很顺滑的

00:29:44.400 --> 00:29:46.700
它不像当初那个Openclaw那样啊

00:29:46.767 --> 00:29:47.433
不稳定

00:29:47.533 --> 00:29:49.400
而且需要做非常多的

00:29:49.400 --> 00:29:50.933
这种dirty job去配置

00:29:51.200 --> 00:29:52.233
而且动不动就挂

00:29:52.333 --> 00:29:54.333
BOT它的连接器和

00:29:54.333 --> 00:29:56.367
安全边界都是比较强

00:29:56.467 --> 00:29:57.933
相对比较稳定的

00:29:58.033 --> 00:30:00.900
也不需要大家去长期的维护

00:30:00.900 --> 00:30:05.867
只是说Openai它没有像Meta那样强的

00:30:05.933 --> 00:30:08.067
商业生态的闭环能力

00:30:08.267 --> 00:30:10.833
它商业化的场景上面比较弱

00:30:10.933 --> 00:30:13.800
如果说都是面对ToC场景的话

00:30:13.800 --> 00:30:16.933
我认为它们比拼的方向不同Dot呢

00:30:17.000 --> 00:30:21.300
它更加偏向于高质量的生产和执行

00:30:21.433 --> 00:30:23.600
而Muse呢更加偏向于

00:30:24.000 --> 00:30:26.433
普通小白就可以快速

00:30:26.633 --> 00:30:29.267
掌握的c端的查询和消费

00:30:29.367 --> 00:30:30.233
且你用的时候啊

00:30:30.233 --> 00:30:33.233
把doc和谷歌的各种办公的连接之后

00:30:33.267 --> 00:30:34.033
真的很方便

00:30:34.133 --> 00:30:35.567
比如说我收到一个邮件

00:30:35.567 --> 00:30:36.633
dot就马上知道了

00:30:36.633 --> 00:30:38.667
就马上来通知我去处理了

00:30:38.800 --> 00:30:40.800
然后我的日程连接好之后

00:30:40.833 --> 00:30:42.033
比如说我开完会

00:30:42.067 --> 00:30:42.733
建了一个日程

00:30:42.800 --> 00:30:45.133
到点它就会提前提醒我

00:30:45.233 --> 00:30:46.667
那以后是不是我就

00:30:46.700 --> 00:30:48.767
打开这个端就可以了呢真的是

00:30:49.100 --> 00:30:50.367
非常智能哎呀

00:30:50.433 --> 00:30:52.067
真的还有很多东西要跟大家去做

00:30:52.133 --> 00:30:53.733
一期节目真的做不完

00:30:53.733 --> 00:30:55.467
今天这期节目先聊到这里

00:30:55.567 --> 00:30:58.500
这个国庆假期看来我又得在AI

00:30:58.533 --> 00:31:00.467
频道上面跟大家一起过了

00:31:00.600 --> 00:31:02.000
这期视频先做到这里

00:31:02.000 --> 00:31:03.233
关于这些场景还有

00:31:03.233 --> 00:31:04.600
哪一些你想了解的

00:31:04.633 --> 00:31:06.833
欢迎在评论区跟我留言

00:31:06.833 --> 00:31:09.633
我下期视频再给大家继续做更加

00:31:09.633 --> 00:31:12.333
深入的分享和更加全面的分析

00:31:12.400 --> 00:31:14.700
我们下期视频再见啦拜拜