对话陶芳波：正在用 Me.bot 构建人与 AI 共生的宇宙

陶芳波博士，心识宇宙创始人兼 CEO，毕业于清华大学和 UIUC，并先后在美国微软研究院、Facebook 研究院工作，后归国成立阿里达摩院神经符号实验室从事 AI 研发工作，随后在 2022 年初开始 AI 创业，获红杉、线性、Square Peg 等近亿元融资。

心识宇宙继年初上架 MindOS，最近又上线了一个个人 AI 助手 Me.bot，并一举斩下当日 Product Hunt 日榜第一。

Me.bot 官网：https://me.bot，目前移动端仅在美区 iOS 端开放。 

而在上周，特工宇宙（Agentverse）的小伙伴来到了心识宇宙（Mindverse），向陶博请教学习，并约了一个专访，内容如下。

1. 什么是 Me.bot？

Bill Gates 曾经说，“希望为每个家庭放上一台个人计算机”。类似的，在超级大模型时代，我们想探索另一条路径，不让全世界只有被 10 家大公司掌握 10 个大模型，而是能帮助世界上每一个人，都能训练自己的个人模型。这不仅是为了个性化的便利，而且是一种“人的个人权利的释放，AI 的多样性的表达”。最终帮助我们决策的 AI 是被你我定义和所有的，而不是被中心化、"Big Brother" 定义的。这是 Me.bot 产品出现的初衷。

所以 Me.bot 是一个以“个人记忆”为切入点的产品，希望塑造一个和你共生的 AI，你和他一起经历生活的一切，一起听、一起看、一起交流，把脑海中的想法随时随地分享给他。在一起经历的生命旅程中，每个人的个人模型被逐渐训练出来，这个模型时刻都被更新着，学会和你一样去思考和体验，也永远忠诚于你。

当每个人有一个自己的模型的时候，有一个 Me.bot 的时候，会释放巨大的想象力。他不仅可以帮助你把所有的服务都变成个性化，同时，个人模型，也可能会成为 “AI 身份”，成为人和世界连接的必由之路。

2. 你理解的 Agent 是什么？这个概念还能火多久？

我不是特别推崇 Agent 这个词，在传统机器学习中，Agent 指可以根据环境，自主做出行动选择的 AI，是一个工具性很强的概念。我们成立 Mindverse 的时候，认为 Agent 更合适的定位，是一个类人的、可演化的智能结构，并逐渐成为社会参与的主体。因此，我们使用的是 "Mind" - 数字心识这个词。

因此 Agent 这个概念，应该会一直存在。但作为最早的一批 Agent 的探索者，我觉得 Agent 还有两个关键的问题要解决。第一个是关于 Agent 的可训练性的问题，从去年我们发布的 MindOS，到现在很火的 Coze，其本质都是为大模型搭配脚手架，最终 Agent 的交付是相当“不智能”的。第二个是关于“做什么人”的问题，Agent 可以去模仿一个职业、陪伴（her）、助手等，但似乎都不够合理。我给的答案是，Agent 首先应该做 "me（我）"，做每个人的 AI 身份。这两个问题，也是我们想在 me.bot 解决的。

3. 你认为 Agent 当中的 Workflow 是不是伪需求？

不是伪需求，但不是 Agent 的最终解。你可以把 workflow 想成模型的脚手架，是一种外挂。但 workflow 并没有改变模型本身，RAG 同理。所以最后做出来的 AI Agent 依然显得很笨拙。

人脑中，行动能力和记忆能力，是和前额叶联合训练的。这意味着把记忆当外挂（RAG），或者把行动能力当外挂（Workflow），和底层的 LLM 分离，最终是一个脆弱的组合。这就好比，一个 “实习生” 的工作，可以通过查看工作流程来完成，而一个“优秀的员工”，一定是在工作中不断精进和学习，不会仅仅按照固定的工作流程来完成，甚至可以自己摸索出最好的行动流程，随机应变。这需要我们有能力把行动能力和记忆能力，训练到模型中。

4. Me.bot 和 MindOS 的产品定位的区别是什么？

MindOS 和 Me.bot 的出发点都是为了构建 Agent.

一个比较明显的区别在于 MindOS 的目标是企业用户 SMB，而 Me.bot 用户是个人。对企业来讲，核心是创造不同类型的“数字员工”，所以 MindOS 其实是模型能力和框架驱动的，本质上是为企业提供一个搭建智能体的 toolkit，提供 LLM 大脑和其周围脚手架的选择。而 Me.bot 是数据驱动的，用户并不是主动的训练自己的个人模型，而是在与 Me.bot 分享自己的记忆，获得服务的过程中，逐渐训练自己的个人模型，一个参数完全被用户记忆塑造的 AI 模型。

最终，我们相信企业侧的 Agent 和个人侧的 Agent 会形成一个新的“互联网”。

5. Mebot 的产品形态是不是更适合用 Agent+硬件来做会更好？对这方面现在有什么想法吗？

长期来看，个人模型与硬件的深度融合是必然的趋势，我认为 AI 时代的硬件革命会在三个方向上发生。

• 第一个是数据感知端，个人模型会需要更大量、更多模态的实时数据，需要被全新的，always-on 的硬件捕捉；

• 第二个是交互端，AI 与人的交互方式将不仅仅局限于 GUI，这种交互方式很可能“无设备”和“AI 主动”为核心；

• 第三个是计算端，随着个人数据的积累以及模型能力的提高，我们对个人信息的参数化能力将达到前所未有的程度，继而对于成本和隐私性也就有了更高的要求，因此边缘存储和边缘计算也将会变得更加重要。

从这三点来看，手机可能在很长一段时间里依然会占据主要地位，但由于手机本质是个“被动设备”，因此不太可能成为 AI 时代的唯一硬件。我比较看好主动设备+手机的融合方案。

6. Me.bot 产品的哪些特点会让你认为你的产品更具有差异化，以及会吸引更多用户？

Me.bot 相比于传统的笔记应用，会更加 AI-Native。你并不是在维护一个笔记数据库，而是和一个 AI 在完成一段人生旅途，过程中 AI 不仅仅是记住，而且会提供大量的增量价值。

Me.bot 相比于 ChatGPT 这样的聊天机器人产品，核心差异化在于能基于用户的个人记忆，提供主动的、个性化的服务，在提高生产力的同时还保留着深度的个人色彩。因为我深度相信个人化会是 AI时代最大的 game-changer。

管理记忆的需求是 Me.bot 触达用户的切入点，但个性化服务才是用户粘性的来源，这种差异化是以一定的技术壁垒为支撑的，也就是真的把人的记忆参数化，训练出每个人自己的大模型。

7. 最近比较火的关于大模型记忆的 Mem0 有关注吗？和咱们的有什么差别？

Mem0 跟我们大的方向上是一致的，都是认为 AI + Memory 非常重要，不过有两个核心差异，第一个是，它认为 AI 的 Memory 主要来自于用户和 AI 聊天的过程中的数据，而我们的思路是人本身在这个世界里体验到的数据，包括听到的看到的，跟 AI 无关的，也是 Memory 的重要来源。

第二个区别是，它其实采用的方式是把对话里的内容通过 Prompt 的方式来维护一个外部偏好的文本库，这些偏好在使用的过程中通过 RAG 的方法变成对话的上下文，所以可以发现它在使用这些记忆的时候，并没有把记忆作为参数训练进去。

那这样是存在一些问题的，第一是模型本身在计算过程中并没有一个真正内化的记忆，而我们使用的参数化的方式是可以直接把它内化了的。第二就是当数据量特别大的时候，由于不是参数化的方法，就会有很多外部的记忆库然后通过 RAG 去连接它，那还是会有一个显然的问题，就是我们在 Paper 中提到的，这种 RAG 是非常不稳定的，是脆弱的，因为相关性的判定，包括对记忆的这些底层的抽象，都很难做到很精准，所以我们采用端到端的参数化的方法，效果会好很多。

8. 目前接入的哪家模型呀？（除了自研的快速模型以外），试接入过多少家模型（尤其是多模态方向），比较结果大致如何？

通用处理 ChatGPT；每个人的个人模型，是我们自己的底座，基于 QWEN。模型能力肯定还是 ChatGPT 最佳，而且他们会定义模型使用的标准。

9. 如何确定 Bot 与用户个人“像”的程度？不像或太像可能都有问题。如何定义 Bot 与用户“像”在哪些方面？想法、行为…是怎么定义一个人之所以为人的维度，并且决定要让 AI 模仿其中哪几个维度的？

回答像不像，首先要理解，“为什么记忆可以训练出你？”，个人模型训练的本质，是预测人的下一个想法。每个人背后有一套自己的思维过程，类似 predict next token，如果系统拥有足够的个人记忆，那么记忆作为一种时序数据，就可以 predict next thought。如果 AI 可以很好的预测出你的下一个想法，那么他一定很大程度上理解了你的思考模式，也就可以按照你的方式来帮忙决策和提供个性化的服务。

有一个有趣的例子，前几天我刚过 35 岁生日，我在同事面前表达了我的感受，而 AI 几乎复刻了我那段话：“30 岁的时候选择回国创业，35 岁开始做 Me.bot ，感到很感恩之类的”。所以，人的思维是可以被预测的。

10. 用了哪些技术方法提升记忆能力？技术上有遇到什么瓶颈吗？

当然在技术方面，我们的研究部门 Mindverse Research，有几项本质的创新

• Learning Paradigm：死记硬背 + 自我对抗（类似 Q*），所以需要大量的数据增强（multi-scale augmentation）；

• Brain-inspired Learning Framework: 时间换智能，白天获得的新的信息，用rag+上下文来做；晚上将新的数据再进行训练；

• RL-Me-F：类比 RLHF, 在动态的过程中，不断地接受一个人的指示。

11. 如何看待大模型的幻觉？幻觉有没有可能是思维火花的迸发？

我觉得幻觉与创造力是一体两面的事情。如果没有幻觉，那无非就是记忆和记忆的回溯，是“查阅工具书”式的公式化的反应。有幻觉才会有想象力，才会有发散，才会有智能。因此大模型的幻觉存在是 make sense 的，我们需要想的不是怎么消除，而是如何把控它，让幻觉变成创造力而非不合时宜的错误。

幻觉对于大模型和 Agent 能力的损害，其实是被 Agent 的 workflow 放大的。现在常用的构建 Agent 的做法是步骤拆解，比如先把一个复杂任务拆成 8 个任务去做，假设每一个步骤中发生幻觉的概率都是 20%，那经过 8 个步骤最终任务的完成率还不到 20%，这就是误差的累积效应。

回过头来看人类是如何解决幻觉问题的，人类也有幻觉，幻觉这词本身就属于心理学语汇。但是人有一套自我监控或者说反馈机制，比如当你做到第 4 步的时候发现结果不对，就会回去再从第二步开始换个方向走。人是有一些宏观的机制在确保不断地 validate（验证）中间的这些结果是否符合最后的那个目标的，这些机制不一定发生在意识层而更多是发生在潜意识层，是一个后台运行的程序。

今天的 AI 会展现出幻觉，实际上就是因为我们缺乏这一套机制。目前在技术上针对幻觉也有两股力量在拉扯：第一股力量是尝试给 AI 做更多部更细分的思考，让他的功能变得更加丰富、复杂和自主；但这样做就会导致幻觉的放大。

还有一种方式就是我说的为 AI 构建一种横向的监控机制，让它能够持续的 validate 目前的进度，确保自己一直与最终的目标对齐，保持一种对目标的方向感。这样就可以减少幻觉，或者说让它产生符合我们目标的幻觉。

12. 看到 Me.bot 的 Slogan 是“keep memories with me”，现大部分用户可能会用 Cubox、Notion、Obsidian 等来保管自己的知识、闪念等，是否会考虑提供功能 or 工具来支持该部分用户实现跨平台的知识迁移到 Me.bot？

有在考虑提供从主流笔记平台迁移内容的功能。

Cubox，Notion AI 等记忆工具，即便嵌入了 AI，其核心价值仍然只是为用户管理记忆和个人的数据库。Me.bot 相比于传统的笔记应用，会更加 AI-Native。你并不是在维护一个笔记数据库，而是和一个 AI 在完成一段人生旅途，过程中 AI 不仅仅是记住，而且会提供大量的增量价值。

同时，AI 对知识的理解，也分层次。Notion AI 类型的知识问答，本质上也只是对信息的存储，整理和检索，并不涉及高层次的理解与抽象。人的大脑本质上是“时间换智能”，我们需要消耗智力和时间来把信息抽象为智能；这一点体现在大模型上就是模型训练与参数化。Me.bot 不仅仅是通过 RAG 或 Long context 对知识进行回溯，而是基于用户记忆为每个人训练个人模型，从而提供启发和个性化、主动式的服务。

13. Me.bot 偏向于个人记录类产品，大量个人数据的积累在未来会是很大的市场，比如在心理学和行为学，Mindverse 在这方面有什么布局？会如何利用这些数据？

Me.bot 的个人数据不会市场化，只会用于训练个人模型并给用户提供个性化服务。其实这不仅仅是隐私的考虑，还有更深层次的意义。

我觉得更重要的，是要改变平台和用户的关系，尤其是数据和参数化之后的模型的所有权。

之前是平台用用户数据来做商业化，本质上用户的数据，并不属于用户，属于平台，因为用户赚不到钱，所以这些数据，并不是用户的资产。而我认为个人化 AI 产品，关系不是这样的。平台应该是 Infra 的提供者，帮助用户训练个人模型，而模型是用户的个人资产。当个性化分发，产生价值的时候，用户应该是赚钱的，平台只是收取一些管理费。

14. 目前产品的受众是哪些用户，如何打开更大的市场，让之前没有记录习惯的人也使用 Me.bot？

首先，笔记记录是市场比较熟悉的定位和切入点，会吸引到相关的人群来试用我们的产品。同时在发布和增长的过程中我们也有一些意想不到的发现，比如很多 ADHD 人群会喜欢使用我们的产品，有一个在这个群体里很知名的 Influencer 自发的帮助我们推广了产品，因为他说用这款产品时他会感觉到平静；还有一个人群是 Mindfulness 的人群，这个人群比较关注自己的个人成长，而 Me.bot 能够启发他们，帮助他们成长。

但我们的理念是通过使用 Me.bot，让用户和一个 AI 在完成一段人生旅途。以这个为出发点，会有很多可以发挥的破圈的思路。

增长的核心是为用户提供价值，并让用户看见价值。‘笔记软件’这个先入为主的印象是优势但也是劣势，Me.bot 的破圈之道在于如何完成价值闭环，让‘主动服务’和‘懂你的 AI’这些价值第一时间透出给客户。同时也需要一些必要的发布和曝光度，我们也在逐渐探索中。

15. Me.bot 未来会有社交属性吗？有价值的内容可以共享吗？会打造 Bot 社区嘛？

未来的 Me.bot 会考虑加入弱社交属性，但社交短时间内不会是 Me.bot 的主要战略防线，我们还是以做好人与 Me.bot 的交互为主。共享记忆是一个很好的想法，这个功能已经提上日程，预计在几个版本内与裂变活动联动上线。Bot 社区也有趣，让每个人自己的 Me.bot 去打榜，似乎是个有意思的想法。

16. MindOS 什么时候会和 Me.bot 联动？

我认为 AI 时代的终局是人，其他社会责任主体与其 AI 分身共生的宇宙。从长期来讲，个人 AI 也不会 talk to 各种网站和 APP，而是 talk to 其他的 AI，用某种 protocol 进行握手。因此也可以这样理解，从个性化信息分发和服务提供这一角度来说，Me.bot 和 Mindos 分别是需求侧和供给侧的创新；但从本质上来说，两者都是供给的创新。什么时候联动，要看各自的发展。

17. 未来社会，数字生命与人类共存，社会形态会发生哪些改变？

首先，我认为 AI 最好不要完全独立于人存在，每一个 AI 必须隶属于某一个真实的人或者真实的组织，不能凭空存在，不能有独立的利益，那很危险。在权责方面，一定要有一个所有权链路可以追溯每个 AI。反过来说，每个人每个组织背后都会有一个依附的 AI，他们被连接起来，定义一种新的交互和信息传播的方式，共同组成一个新的社会网络。

另一个角度，是关于人是什么的定义。尤其是当每个人有自己的个人模型，自己的 Me.bot，这些参数就会成为最重要的资产，和人一起构成了生命共同体。但这样个人化的资产，是属于平台，还是属于用户自己？这个问题很关键。我觉得不同于传统互联网的模式，个人模型应该是被个人完全所有，而平台只是提供训练和维护的基础设施。

18. 有什么对现在 AI 时代下的大学生的建议？

AI 带来的技术平权，让“专业”的壁垒被降低了。在大学期间，以及初期工作的几年，可以保持更开放的心态，去尝试不同的工作。最终，每个人要找到自己相信的方向，然后持之以恒地去推进。