朱哲清
前沿洞察
朱哲清主张解耦架构：以小体量LLM做交互前端，RL专精决策、规划与工具调用，凭极致推理成本与高效闭环切入垂直工作流。他断言AGI跃迁本质在于轨迹合成与验证器（Verifier）的泛化能力；同时警示RL研发壁垒极高且人才稀缺，若Agent无法跑通单位经济并攻克跨平台可靠性，巨额负毛利将加速行业洗牌与整合。
观点集合
E201｜下一个AI前沿方向：强化学习预训练与AGI的转点时刻（下）
Agent训练的关键转向是用目标和Verifier生成并验证不存在的完整轨迹，OpenAI五级AGI中第三级到第四级的鸿沟尤其取决于验证器能否泛化。RL成本更高且核心人才仅数十人，多模态标注仍是中期瓶颈；若Agent收入无法覆盖成本，负毛利和并购整合将加速技术路线分化。
查看摘要（7段）
- Agent训练的关键分水岭不只是数据规模，更是任务能否被目标与Verifier闭环。 已有文本、图片和视频协作数据的任务可先靠SFT学习，再用RLHF对齐偏好；但一个任务若对应50次工具调用，互联网上根本没有这种完整轨迹。代码、数学、物理、供应链等目标驱动任务需要反事实生成新解，再由ground truth验证——“如果能够找到一个验证器，那我可以认为问题解决了。”
- OpenAI五级AGI中，真正的技术鸿沟不是聊天到推理，而是第三级Agent到第四级Innovator。 朱哲清认为这套分级偏产品能力：第1级取决于具体定义，2到3未必有巨大跨越，4到5之间也未必差距很大；难点是Verifier能否从已知知识泛化，判断AI自己发现的新知识。“3到4之间，是远超过1、2、3跟4、5之间的差距的。”
- RL预训练可能把AI推向人类未知的知识，也可能产生能运行却没人看得懂的策略。 目前类似尝试仍可能带有无法靠预训练获得的先验知识；若进一步发展，一段代码可以输入输出完全正确，内部变量、操作与编译逻辑却像乱码，而“人类可读性”本身又难写成规则验证。朱哲清因此把Reward design视为潜在监管对象，因为训练时赋予Agent的incentive会决定其最终行为。
- RL的成本劣势是真实的，但复杂任务最终可能不给企业选择。 泓君引用“效果约好2倍、token消耗约10倍”的说法，朱哲清没有确认比例，只解释RL只能依靠reward function完成目标，SFT则已有标准答案；所以“强化学习微调的价格会更高”。当任务复杂到不存在标准答案时，性价比比较将失效：“到了未来问题会越来越复杂……就没有选择。”
- Meta收购Scale AI的逻辑，可能不是回到纯文本数据竞赛，而是补多模态与机器人领域的中期标注缺口。 朱哲清把资源周期概括为短期算力、中期数据、长期RL优化：图片审美难统一，视频细节难解析，机器人的中间动作甚至可能让标注者看不懂。多模态可能要先提高解析与奖励模型能力，才可能建立Judge或Verifier并进入强化微调。
- Pokee AI押注自研“推理＋工具序列”模型，以一个API、一行prompt直接交付结果。 浏览器或虚拟机能把几千个工具压成一个通用界面，却带来高成本、低速度和专业场景泛化不足；Pokee选择直接访问工具，并希望未来把语义理解、规划、工具选择和结果生成合成单一模型。但朱哲清强调，“模型能力是决定你的产品下限的，而产品的上限是由你的产品细节决定的。”
- RL人才稀缺与Agent负毛利，将共同驱动下一轮资本分化。 朱哲清估计真正能优化好RL的“整个行业也就这么几十号人”；与此同时，Agent公司可能增长越快、亏得越快，甚至出现负50%毛利。技术路线决定能否活下来，创始人与团队决定产品分化；未来一到两年，市场可能出现小团队被收购的“大鱼吃小鱼”过程。
E201｜从Manus到ChatGPT Agent：底层技术架构有何不同？（上）
ChatGPT Agent把Deep Research、Operator和虚拟机串成通用入口，但分钟级执行、偏好记忆和支付信任仍限制消费端价值。浏览器、虚拟机、模板和API路线分别在万能性、速度与可靠性之间取舍，重复性专业工作流更可能形成留存与单位经济性。
查看摘要（7段）
ChatGPT Agent把Deep Research、Operator与虚拟机串成端到端流程，但首轮体验更像抢占通用Agent入口的工程整合，而非成熟的技术跃迁。 朱哲清测试“先研究、再做幻灯片”需35分钟至1小时，旅行任务也要二三十分钟；他认为主要与Deep Research和Operator原有的速度有关，两者结合后更慢。优势是依靠较强的vision在网页上执行，但整体效果低于预期，速度也比想象中慢很多。
消费级Agent当前最难跨越的并非点击网页，而是个性化、支付信任与任务本身是否值得代理。 ChatGPT Agent选出的新加坡航班和酒店最终都被推翻，因为它没记住用户偏好凯悦、直飞和低价；到支付又必须由人接管。泓君提醒人类秘书同样需要沟通，朱哲清承认这一点，但认为复杂偏好的记忆仍不完整，冷启动没有解决。
通用Agent的四条架构路线，本质是在万能性、速度、可靠性和权限覆盖之间做取舍。 浏览器路线“确实是万能的”，代价是高token与网络延迟；开放虚拟机适合代码和数据分析，却难处理登录授权；受限环境靠模板换速度；Pokee式第三方API/SDK集成更快、更可靠，却只能执行平台正式开放的动作。
产品分化已经从“谁更通用”转向“谁能在目标工作流里稳定复用”。 Manus以浏览器加虚拟机覆盖面取胜，但可能受长上下文、幻觉与小时级耗时拖累；JSBox把超级智能体拆成幻灯片、表格、AI电话等模板，速度更快却趋向垂直平台；朱哲清称Pokee速度可达同类的4至10倍、单次工具调用成本可降50%至60%，代价是放弃部分个人账户场景。
真正更清晰的商业市场是专业用户的重复工作流，而非普通消费者的一次性“万能助手”。 朱哲清观察到许多消费Agent留存差，是因为任务“用一次就结束了”；相反，Pokee用户会每周重复跑同一流程。标准化出差适合API型Agent，变量众多的休闲旅行则更适合浏览器型Agent，这一分界直接决定留存与单位经济性。
未来一到两年若Agent成为入口，门户流量、协议控制权和内容付费方式都可能被重写。 朱哲清判断电商、搜索、视频等门户流量会快速下降；他以Google推出A to A为例，并认为ChatGPT、Cloud及Pokee推出协议，同样是在争夺Agent入口。他同时估计近2万个MCP中可用者不到200个，维护与可靠性仍是协议生态的硬约束。
创作者经济未必消失，但广告和推荐可能从“页面排名”迁移到“对话时序”。 面对泓君关于AI摘要侵蚀播客广告的质疑，朱哲清设想Agent按调用向内容方付费，再在没有唯一答案的节点插入商业推荐；传统一次展示5至10条内容的排序机制，则可能被五至十轮、每轮争取下一次交互的推荐逻辑替代。他明确保留不确定性：“我也不是100%确定说，这个一定是未来的方向。”