Next Token | 词元之外

ตอน

• 
  Weekly #003｜火线解读 Jev 新范式；用 Agent 还得买带鱼屏？ - Next Token｜词元之外 21.09.2026 1ชม. 40นาที

  如果模型不负责聊天，只负责反复做一个小判断，它能进入哪些工作流？当 Agent 已经能操作电脑，为什么人反而开始惦记一块带鱼屏？本期从 Jev 聊起：筛选记忆、给联系人打标签、语义查询、过滤广告——这些不太像聊天，却可能需要大量模型调用的场景，是否值得用新的方式处理？我们也讨论了一个容易混淆的边界：输出满足类型约束，并不等于判断一定正确。随后，话题转向多模态、小模型和真实创作：用 GPT-6 Astra 辅助生成训练数据、用代码做宣传片和配乐，以及 Vibe Coding 带来的一个朴素烦恼——硬盘越来越不够用了。浏览器、聊天区、任务列表挤在同一块屏幕上，用 Agent 是否真得配一块带鱼屏？后半场从这个具体的工作界面聊开，继续追问 Agent 的落地条件：语音输入、多账号、常驻电脑、云端 Mac、企业数据与日志。能力之外，工作环境和人的监督同样重要。本期录制于 2026 年 9 月 19 日，四位主理人通过腾讯会议远程录制。节目中的体验、观点与预测属于参与者个人判断，不代表对产品能力的独立验证；具体功能与可用性以官方信息为准。本期讨论Jev 不走聊天路线，适合做哪些高频判断？结构化输出、模型准确率和“没有幻觉”，为什么不能混为一谈？多模态、小模型和代码工具，怎样进入真实创作？当 AI 不断生成文件和项目，存储与工作空间怎么管理？让 Agent 常驻电脑之后，数据边界与监督如何安排？本期人物歸藏：联合主理人，本期当值。向阳乔木：联合主理人。橘子：联合主理人。杨攀：联合主理人。时间轴00:00 节目片头00:49 本期精彩片段01:30 四位主理人开场01:41 Jev：不聊天，做结构化判断03:47 微信好友标签与高频判断07:22 语义搜索与数据库查询08:47 “没有幻觉”不等于判断正确17:18 用模型过滤隐性广告20:57 把新模型接入现有 Agent25:07 多模态：音视频为什么要一起理解27:51 量化与本地小模型31:43 SVG、图标与设计工作流35:19 用 GPT-6 Astra 造数据、训练小模型40:59 实时语音与 Computer Use43:44 具身智能与零样本任务48:07 Vibe Coding 把硬盘用满之后56:56 用代码做宣传片和配乐01:09:39 语音输入产品与实时反馈01:20:07 Codex 多账号与工作空间01:24:29 常驻 Agent 与多平台内容分发01:26:42 Coding 与 Office：两种工作模式01:29:52 云端 Mac 与 Agent 执行环境01:30:49 企业数据与日志边界01:36:25 AI 剧与内容生产01:38:06 AI 参与研发与人的监督01:40:04 片尾相关资料TypeSafe：System One Models 与 JevArrow 2（SVG 生成模型）StepAudio 3 Realtime 官方页面术语说明Jev 的类型约束与决策准确性是两个问题；符合预设输出结构，不意味着对事实或业务问题的判断一定正确。Computer Use 指通过电脑界面执行操作，不等同于 AGI 的认定。关于节目Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。节目主页：nexttoken.tv社群欢迎加入 Next Token Discord，分享你的使用体验和不同判断。音乐Electric Dreams / Origami — Scott Buckley，依据 CC BY 4.0 使用。音乐来源：Scott Buckley Music Library。English summaryRecorded in Mandarin Chinese on September 19, 2026, with Guizang, Xiangyang Qiaomu, Orange, and Yang Pan joining remotely. We explore Jev and high-frequency structured decisions, why type-safe output does not guarantee accuracy, multimodal tools and small models, and the practical workspace needs of computer-using agents—from ultrawide monitors and voice input to always-on computers, cloud Macs, enterprise data, and human oversight. Experiences and predictions reflect the participants’ perspectives, not independently verified product capabilities.
• 
  Weekly #002｜iPhone Duo 发布，Astra 会用电脑就算 AGI 吗？ - Next Token | 词元之外 13.09.2026 1ชม. 42นาที

  iPhone Duo 发布，折叠屏会带来怎样的新交互？另一边，Astra 已经能操作电脑、调用工具完成任务——会用电脑，就算 AGI 了吗？这一期的两条热点，是 iPhone Duo 发布，以及 Astra 到底算不算 AGI。节目先从 GPT-6 Astra 的 3D 建模体验和 Next Token 自己的播客制作实践聊起：能操作电脑、完成任务，与通用智能之间还差什么？几位参与者给出了不同的判断。DeepSeek Flash 与 Harness 带来另一条线索：当速度、成本和能力逐渐够用，瓶颈可能转移到测试、交付和人的判断。接着，我们讨论云端 Agent、常驻电脑与 Agent API，以及小团队应该自己搭框架，还是把精力放在数据、接口与具体场景上。后半场转向 iPhone Duo：除了折叠形态本身，我们更关心屏幕变化如何影响应用交互，界面标准与长期一致性为什么重要。再延伸到手表、个人上下文、音乐和图像编辑、语音输入，以及另一个有争议的问题——模型真的“变笨”了吗？本期录制于 2026 年 9 月 12 日，地点为上海 AGI Bar。节目中的体验、观点与预测属于参与者个人判断，不代表产品能力的独立验证；具体功能与可用性请以官方信息为准。本期人物向阳乔木（乔向阳）：联合主理人，本期当值。歸藏：联合主理人。橘子（冯雷）：联合主理人。杨攀：联合主理人。时间轴(00:00:00) 节目片头(00:00:49) 上海开场：本周模型、Agent 与硬件(00:01:44) GPT-6 Astra：从 3D 建模聊起(00:04:45) Blender 与代码：给模型合适的工具(00:09:17) 我们如何用 Agent 制作和发布播客(00:17:21) Astra 会用电脑，就算 AGI 了吗？(00:20:31) 写作体验：不同模型各有所长(00:21:54) DeepSeek Flash 与 Harness 的使用体验(00:23:06) 速度变快之后，人的判断更重要了吗(00:24:41) Harness 更新太快，插件和工作流如何跟上(00:27:16) 能力够用之后，测试与交付成为瓶颈(00:29:29) 模型路由与稳定性：用户到底在购买什么(00:34:15) Grok Bot / Muse：为什么 Agent 需要云电脑(00:38:58) Agent API：还需要自己维护一套 Harness 吗(00:44:51) Agent 服务会成为新的云基础设施吗(00:48:29) 垂直应用的价值：数据、接口与上下文(00:50:20) 平台内 AI 助手：入口简单，体验才完整(00:55:02) iPhone Duo 发布：折叠屏与交互的新问题(00:59:26) 界面标准与长期一致性为什么重要(01:06:40) 手表、录音与个人上下文(01:09:48) 健康数据与日常记录：有用与隐私的边界(01:16:02) 音乐与图像编辑：可控修改的进步与局限(01:18:57) 设计 Agent 为什么也需要执行环境(01:22:16) 临时环境与常驻电脑的区别(01:23:06) 语音输入：准确率之外的使用摩擦(01:26:56) 模型真的变笨了吗：体验、路由与评测(01:33:31) Mistral、Kimi 与模型产品的不同选择(01:39:39) 从代码到实物：3D 打印带来的创作空间(01:41:51) 上海 AGI Bar 致谢、收尾与片尾关于节目Next Token | 词元之外是一档关注 AI 技术、产品、创业与创作的视频播客。节目主页：https://nexttoken.tv你更期待 iPhone Duo 改变交互，还是 Astra 改变工作？会用电脑是否足以成为 AGI 的判断标准？欢迎留言。制作与致谢感谢上海 AGI Bar（https://agi.bar/）提供录制场地，感谢赛博禅心与南乔邀请。“Electric Dreams” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.au“Origami” by Scott Buckley — released under CC BY 4.0. www.scottbuckley.com.auEdited and mixed for Next Token Weekly.English summaryRecorded in Mandarin Chinese at AGI Bar in Shanghai on September 12, 2026. This episode explores iPhone Duo and foldable-screen interaction, asks whether Astra's ability to operate a computer amounts to AGI, and discusses DeepSeek Flash, agent infrastructure, creative tools, and personal context. Experiences and predictions reflect the participants' own perspectives, not independently verified product capabilities.
• 
  Weekly #001｜大模型进入“斩杀线”大战，Token 就是新货币 - Next Token | 词元之外 07.09.2026 1ชม. 44นาที

  过去一周，新模型密集到几乎没有人能全部试完。GLM 5.3 Flash、Qwen 3.8 Flash Next、MiniMax H3 等新发布，把竞争从“谁更强”推向新的斩杀线：能力是否够用、成本是否足够低，以及普通人能否真正获得体验。当模型差距越来越难靠榜单感知，免费试用、真实任务与原生 Agent 组合正在成为新的选择逻辑。我们从 DeepSeek Harness、OpenClaw、WorkBuddy、Grok Bot 和 Omarchy 出发，讨论 Agent 为什么需要一台永不下线的电脑，以及 MCP、Skill、Connector 和 API Key 是否还应该暴露给用户。再往下，是 Token 生意与 AI 应用的现实：顶级模型继续负责创造，便宜模型不断扩大消费场景；但算力供给、利润空间和组织迭代速度，仍决定着应用能不能成为真正的生意。本期为普通话节目。录制于 2026 年 9 月 3 日，新闻窗口为 8 月 27 日至 9 月 3 日。节目中的观点与预测属于参与者个人判断；产品能力、价格与数据以录制时的公开信息为准。本期讨论• 模型发布快过用户体验速度之后，我们还应该相信 Benchmark 吗？• 为什么“便宜且够用”正在成为更重要的模型斩杀线？• 常驻云端的 Agent 会不会成为下一代个人电脑？• “Token 是新货币”意味着什么，AI 应用为什么仍然难做出利润？• 真正的 AI 原生组织，为什么要求每个人都能从需求到发布完成闭环？本期人物杨攀（本期当值）、歸藏、橘子（冯雷）、向阳乔木（乔向阳）。时间轴00:00 节目片头00:48 开场：一周密集发布的模型清单04:27 GLM 5.3 Flash 与 MiniMax H3：便宜模型与真实使用11:11 Computer Use 与 Vibe Coding 的验收15:35 好模型与便宜模型，Agent 能否自动路由16:49 Harness 评测：完成率、Token 成本与斩杀线24:10 国内模型为什么突然加速发布28:28 当所有模型都差不多，用户该如何选择32:57 语音与多模态模型为什么仍然难用35:40 不要羞于卖 Token：体验套利与中转站机会36:54 原生模型加原生 Agent，会不会成为默认组合41:36 Omarchy：Agent 优先的 Linux46:23 滚动发版之后，Benchmark 还有没有意义50:43 WorkBuddy、Qoder、OpenClaw 与 DeepSeek Harness53:49 OpenClaw 和 Coding Agent 的双向融合58:24 Grok Bot：为什么 Agent 需要常驻云电脑01:02:27 渐进式授权与连接器01:04:46 金融数据、算命与 Agent 场景01:06:43 Microduck 为什么一夜走红01:08:53 ESP32 成为新乐高01:10:35 本地模型进入浏览器和机器人01:11:14 Mac Studio、本地推理与常驻电脑01:12:59 云端 Agent 与本地 Memory01:14:16 NAS 与个人 AI 上下文01:18:11 收购、ARR 与 Claude 套餐争议01:19:48 Hugging Face 的价值与产业托底01:22:37 AI 泡沫与算力供给01:23:27 Token Is New Money：在家里铸币01:26:02 SOTA 模型与便宜模型的生意01:28:37 AI 短剧与 Token 消费01:31:48 AI 应用市场与利润空间01:35:29 AI 应用团队与模型厂商的竞争01:37:48 产品迭代速度与组织能力01:38:49 Codex 团队的协作方式01:40:22 Token Maxxing 与 AI 原生组织01:41:08 设计工程师、全栈闭环与每个人都是 OPC01:43:14 场地致谢与线下开放录制预告01:44:10 片尾相关资料GLM-5.3-Flash：https://autoclaw.z.ai/blog/model/glm-5.3-flash/Qwen3.8-Flash-Next：https://qwen.ai/blog?id=qwen3.8-flash-nextMiniMax H3：https://www.minimax.io/news/minimax-h3-open-sourceDeepSeek Harness：https://github.com/deepseek-ai/deepseek-harnessWorkBuddy：https://open.workbuddy.cn/Grok Bot：https://x.ai/news/introducing-grok-botOmarchy：https://omarchy.org/news/Microduck：https://pollen-robotics.com/microduck/关于节目Next Token | 词元之外是一档关注 AI 技术、产品、创业与创作的视频播客，同时提供音频版。旗舰周播 Next Token Weekly 以圆桌形式讨论过去一周的重要 AI 新闻。节目主页：https://nexttoken.tv社区 Discord：https://discord.gg/RHVMkjpxEN你认为接下来最重要的斩杀线，是更强、更快，还是更便宜？欢迎在评论区告诉我们。制作与致谢感谢象外空间（北京朝阳·来广营福熙大道）提供录制场地与支持。公众号 / 视频号：象外空间WHY。“Electric Dreams” by Scott Buckley — released under CC BY 4.0. https://www.scottbuckley.com.au“Origami” by Scott Buckley — released under CC BY 4.0. https://www.scottbuckley.com.auLicense: https://creativecommons.org/licenses/by/4.0/Edited and mixed for Next Token Weekly.English SummaryThis episode is in Mandarin Chinese.Four co-hosts explore the AI news of August 27–September 3, 2026: the rise of affordable, capable models; always-on agents and cloud computers; token economics; and the challenges of building profitable AI applications. We also discuss how AI-native teams rethink product development and end-to-end ownership.Featuring Yang Pan, Guizang, Orange (Feng Lei), and Xiangyang Qiaomu. Recorded September 3, 2026.