跳到正文
MTS(youtube.com)· Sophia·· 4 天前品質評分58

為什麼你該擁有自己的個人 AI 模型|Ken Liu

為什麼你該擁有自己的個人 AI 模型|Ken Liu

重點導讀

First Person Labs 的 Ken Liu 主張,他的 Second 個人 AI 模型會從作業系統層級的活動中學習,應該由使用者擁有,並能在開放權重模型之間自由轉移,以保障隱私,同時讓誘因從監控式廣告轉向別處。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

First Person Labs 共同創辦人 Ken Liu 認為,AI 工具之所以讓使用者失望,是因為每一個工具都從零開始;解法是一套可攜、由使用者擁有的「個人模型」,把對你的理解帶到每一個代理與應用程式之中。整場對話大部分時間都花在:這個模型如何從原始電腦活動中建構出來、「擁有」在實務上究竟是什麼意思,以及使用者擁有的模型可能如何改變廣告與個人化的經濟結構;至於募資與產品發布的訊息,只用了一輪問答帶過。

Liu 受訪當天,正是 First Person Labs 結束隱身模式、推出產品 Second,並宣佈 1,000 萬美元募資的日子,訪談由主持人 Sophia 進行。讀者讀完後應該能掌握:Liu 對「記憶」與「人格建模」的具體定義、Second 實際取用哪些資料來源、他描述的三層所有權架構,以及他本人坦承監控資本主義這個問題仍未解。

每個 AI 工具都從零重新認識你,而這些脈絡就這樣流失了

Liu 把問題拆成兩部分。第一,每個 AI 工具一開始都不認識使用者,得先問一大堆脈絡;使用者換到第二個工具,又要重來一遍,「每次你這麼做,你對自己的理解就一點一滴流失掉。」第二,目前沒有一個中央位置可以累積這份理解,並隨時間加深。

他對「認識你」的定義,遠遠超出連接器(connector)的範疇。他說業界把「記憶」用得很寬鬆——知道你今天做了什麼工作、知道你生命中的某個人,都算。他進一步擴大到優先順序、偏好與人生目標,再推到更難的問題:一個人為什麼做決定——「他們在意什麼?是什麼在驅動他們?」他認為要回答這點,「需要長時間持續的觀察」,不是把電子郵件和訊息接進來就好。

他舉的行為例子是整段論證中最具體的部分:

觀察到的行為Liu 認為可能透露的訊息
經常切換瀏覽器視窗你很容易分心
凌晨兩點在辦公室點 DoorDash你是夜貓子
打字時頻繁刪掉重打你的思考方式,以及你在哪裡猶豫

Liu 說這些訊號可以被建模,然後用來「引導你的代理做出更好的事、更快完成事情」。

Second 讀取的是作業系統的事件流,不只你的收件匣

Second 建立在原始電腦活動之上。Liu 說,安裝到機器上之後,它會取用「作業系統本來就會給你的原始事件流」——在 Mac 上,包括視窗切換、你打字的頻率,以及在特定應用程式裡停留多久。經使用者同意後,常駐的背景代理會分析這條事件流。他描述的最簡單應用是從中挑出「時間上有意義的時刻」;更深入的應用則是分析這個人怎麼思考。

他把隱私問題定調為核心而非枝節:整條電腦事件流是否送到 AI 供應商、該供應商是否可信、推論是否在本機執行,以及成本如何控制。這些理解彙整後可以有多種形式——寫成檔案,或長期下來訓練進模型權重。

擁有權意味著可攜、可視,最終可編輯

Liu 對「擁有」的定義狹窄而具體。第一層是智慧的可攜性:有一個版本完全存在於脈絡之中(只有使用者和 AI 供應商握有資料),而且能夠今天跑這個模型、明天跑另一個——他點名開放權重模型 DeepSeek、GLM,以及 Claude——同時維持「同樣持續成長、持續存在的理解」。

第二層是可視性。所有彙整後的資料都放在一個資料夾裡,使用者可以備份到 iCloud,或複製到 USB 隨身碟。第三層是未來的後訓練:Liu 說公司想像的配置,是使用者能確切看到系統寫下了什麼,並自行編輯。他也提到可跑在安全硬體上的選項,並指出機密運算(confidential computing)正是讓資料得以集中、供應商卻看不到內容的技術。

可攜的使用者模型,改變了你得向應用程式開發者解釋多少

Liu 對效益最犀利的例子是應用程式生成。他說當前這一代模型「一次成型」做出應用程式的本事「非常驚人」,但產出往往抓不到個人偏好——按鈕位置要微調、配色不對。有了 Second,使用者可以去找 Claude,請它做一個應用程式,Claude 再向 Second 查詢這位使用者的偏好、慣用顏色,以及「你過去幾週一直在琢磨」的互動模式。他說結果就是「你不必再費力解釋自己」。

他把這件事推廣成一套架構。Second 同時提供本機 MCP 與雲端 MCP;使用者把 URL 和金鑰交給代理,兩套系統就開始協商。Liu 稱 Second 是「這個無所不在的模糊性實體」,並借用蝙蝠俠與阿福的類比:阿福可以去買起司漢堡,因為他知道配方和偏好,卻不必透露買家是蝙蝠俠、也不必透露他住哪裡。難處在存取控制——這個受信任的實體必須認識你,又不能揭露你未授權的部分。

flowchart TD
    A["原始作業系統事件流——視窗切換、打字、應用程式使用時間"] --> B["常駐背景代理分析活動"]
    B --> C["彙整後的使用者理解"]
    C --> D["資料夾中的檔案,使用者可備份或搬移"]
    C --> E["最終訓練進模型權重"]
    C --> F["本機 MCP 端點"]
    C --> G["雲端 MCP 端點"]
    F --> H["第三方代理與應用程式開發者查詢偏好"]
    G --> H

若使用者擁有模型,廣告誘因可能反轉

Sophia 提出一個擔憂:競相打造個人化代理的公司,其實是在打造廣告機器,因為對一個人的深度瞭解,正好能看出什麼會影響他的行為。Liu 稱這是「很好的問題」,並未聲稱自己有答案。他指出廣告產業已有數十年歷史、誘因根深蒂固,接著提出一個假設:如果每個人都擁有自己的使用者模型,並按自己的條件分享,「也許誘因就會改變」。服務供應商可能與使用者站在同一邊,而不是與廣告主同一邊,因為資料來自使用者,定價與加價方式也可能不同。他也揣測人對代理、代理對代理的溝通將如何重塑世界的運作方式,然後坦承:「我們其實並不知道。」

Second 正在完成算力與安全整備,之後才會推出

Liu 說 Second 會「很快」推出,團隊正在完成算力與安全整備,確保使用上安全無虞。他聲稱目前已經可以跑一個在本機與雲端都完全機密的 Second 版本,涵蓋 Token 與代管(hosting)。更長期而言,他想探索基礎設施服務與新的互動模式。他自己的使用情況就是證據:他說他已經不再向代理解釋自己,而是直接往裡面打「亂七八糟的字」,他認為這正代表需要新的介面。

未解的張力在於:Liu 對監控資本主義的答覆,恰恰仰賴大家採用那種全天候、作業系統層級的監控——而這正是讓監控情境得以成立的前提。機密運算與本機推論是他提出的防護措施,但他沒有給出任何技術細節說明機密雲端版本如何運作,而廣告誘因的論點也只是個假設,他明白表示自己不願為此背書。接下來要觀察的是 Second 實際推出的情況,以及那個完全機密的本機加雲端配置,是否真如他所描述地上線。

來源: MTS (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論