AI 智能体、网络访问与初创投资：Forward Future Live

Matthew Berman 以 AI 新闻开启 2025 年 9 月 12 日的直播，并预告采访 Browserbase 创始人 Paul Klein、投资人 Yohei Nakajima 和分析师 Dylan Patel。Patel 最终没有出场；Berman 在节目结束时表示采访将改期。开场新闻及所有面向未来的说法都应放在这一日期的背景下理解。

Berman 讨论了一则媒体报道：Oracle 与 OpenAI 达成一项规模巨大的云计算协议，据报道总价值约为 3,000 亿美元、分期发生。他对 Oracle 在 AI 基础设施中的作用感到意外，并想知道这笔支出将如何获得资金。金额和付款时间属于报道或推测，并非已审计的实际现金支出。

他转向 ChatGPT 开发者模式，介绍除了检索信息外还能执行操作的 Model Context Protocol 连接器，例如更新工单和触发工作流。他指出 Zapier 是节目的合作伙伴；连接器的能力和授权取决于具体集成及用户权限。

Berman 讨论了有关 Microsoft AI 首席执行官 Mustafa Suleyman 希望进一步投资训练公司自有模型的报道。他认为内部能力有助于降低对外部提供商的依赖，同时承认 Microsoft 与 OpenAI 仍是合作伙伴。他对更多竞争的偏好是一种评论判断。

OpenAI 与 Microsoft 宣布签署不具约束力的谅解备忘录，并表示正在协商最终协议。Berman 猜测这可能对 OpenAI 的公司结构意味着什么。OpenAI 同期的一份声明描述了非营利组织将继续控制计划中的公益公司；简短的备忘录本身并未确立他所猜测的更广泛结论。

Berman 回顾开放权重的混合专家模型系列 Qwen3-Next，并强调总参数与激活参数的区别：80B 模型每个 token 激活约 3B 参数。他引用第三方智能指数和价格示例，但基准排名和供应商价格取决于时间与配置，激活参数少本身并不能决定内存需求。

第二则模型新闻涉及 K2 Think，一则推广帖子将其描述为快速的 32B 推理模型。Berman 指出帖子的措辞有些夸张，并认为较小模型的进步是效率趋势的一部分。有关最快或达到更大模型水平的说法需要对应具体测试和设置。

Klein 将 Browserbase 介绍为面向智能体的云浏览器基础设施：当网站没有方便的 API 时，应用可以检索信息、点击按钮、填写表单，以及上传或下载文件。他还介绍了使用自然语言进行浏览器操作的开源框架 Stagehand 和智能体构建产品 Director。

被问到智能体何时会成为网络主要界面时，Klein 表示这一转变需要时间。他看到合规、金融、采购和电子商务等领域已有早期客户用例，浏览智能体可以辅助重复工作。未来智能体使用税务或企业工具的例子只是可能性，并非已确立的产品能力。

Berman 担心 AI 生成的噪声会让中间智能体变得更有价值，同时也可能重现社交媒体的信息茧房等问题。Klein 同意寻找有用信息已经很困难，并转向如何区分代表用户行动的有益智能体和滥用自动化流量的问题。

Klein 将为单个用户完成任务的助手，与大量抢占预订或大规模抓取内容的机器人作对比。他认为，智能体需要身份验证和访问机制，让网站理解是谁在行动并作出适当决定。合法用户身份是有用的背景，但不能证明每项操作的意图或安全性。

谈到与 Cloudflare 的合作时，Klein 介绍了一项通常称为 Web Bot Auth 的早期自愿签名智能体机制。加密签名可以识别请求来源，即使访客未登录，也能帮助网站应用自己的策略。Berman 提出关键追问：知道来源并不能自动阻止机器人抓取超出网站允许范围的内容。

Klein 以研究书籍和大规模收集材料训练模型为例，说明不同用途。他提到 Anthropic 与作者的和解，但他的描述不应被理解为所有模型训练均违法，或每位作者都会同意某项个人用途的笼统法律结论。版权争议与具体案件事实各不相同。

Klein 表示，基础设施提供商可以帮助客户管理签名，网站则可以观察请求并决定是否允许或限制流量。他将自愿签名比作预先核验流程。身份信号可以支持问责和速率限制，但本身无法执行用户声称的意图，也无法保证良好行为。

Berman 问，智能体消费内容时能否向出版商付费。Klein 表示，Browserbase 不打算通过签名机制获利，内容提供商需要自行选择商业模式。Berman 本人也是出版者，他表示，如果看到广告的人减少，直接付费或会员制可能成为替代方案。

他们讨论了外界对 Browserbase 与 Cloudflare 合作的批评。Klein 表示，自己有安全和隐私背景，认为广泛跟踪是一个严肃问题。他的立场是，签名智能体应当是可选的，并面向自动化浏览，而不是要求普通人在每个网站都表明身份。

Klein 解释称，可选的签名请求可以在不断变化的 IP 地址和用户代理字符串之外提供额外身份信号。这可能帮助网站跨请求评估流量，但也会带来关联身份和隐私问题。他明确反对强制所有人类浏览都使用签名身份。

谈到可靠性，Klein 表示网络任务可能需要许多步骤，仍然会失败。Stagehand 尝试改善提供给模型的信息，例如使用无障碍树，而不是直接交出整个页面的 HTML。他称该框架会吸收研究成果和模型更新；这是产品方面的说法，不能证明它能可靠处理每个网站。

Klein 表示，Browserbase 会发布 Stagehand 评估，比较模型在网络交互上的准确率、速度和成本。他乐观地预测未来六个月浏览器操作能力会提高，但这是 2025 年 9 月的预测。排行榜可以帮助工程师选择起点，却不能代替对自己应用的评估。

Berman 问 Stagehand 如何平衡确定性行为与模型驱动行为。Klein 以购买布朗尼为例：单个宽泛指令要求智能体在整个长流程中记住产品、价格和地址。开发者可以将流程拆成明确步骤：寻找产品、加入购物车、进入配送；如果需要的商品缺货，就在该步骤停止。

单个步骤仍可使用自然语言，因此既能适应页面布局，又能保留固定顺序。Klein 提到了 Stagehand 的 act、extract 和 observe 操作，并描述推理智能体如何委派更窄的浏览任务。具体工具接口和模型选择可能变化，这种方法也不能消除授权或验证的需要。

Klein 提到 Gemini 2.5 Pro 在该公司当时的评估中表现强劲，但拒绝指定一个普遍最好的模型。简单的分类广告页面与复杂的旅游网站可能需要不同权衡。他建议根据团队实际关心的页面、操作和质量要求衡量每个模型。

展示的排行榜上，一个模型在 Browserbase 自有评估中接近 90%。Klein 解释说，测试关注日期选择器、下拉菜单等网页元素，以及各步骤是否正确执行，并非主要测试通用推理。同一个模型在不同浏览器基础设施或页面条件下可能得到不同结果。

Berman 问剩余差距是否意味着基准接近饱和。Klein 表示，希望建立更困难、更全面的评估，并指出真实网站使用了多种多样的控件。因此，展示测试中的高分是对该测试集的衡量，而不是所有网络任务都达到 90% 可靠性的证明。

他们比较准确率、延迟和成本。Klein 说客户的优先级不同：高频工作流可能更重视成本，高价值任务可能愿意为速度多付费，而准确性是起点。Berman 表示自己特别重视响应速度，即使其他人可能作出不同权衡。

被问及对前沿实验室的依赖时，Klein 将 Browserbase 定位为模型无关的基础设施。他表示，客户可以通过 Stagehand 自带和切换模型，而不必把每个工作流程都绑定到一个提供商。这是他公司的战略，并不能消除所有基础设施、服务或模型供应商风险。

Klein 认为，一个系统可以用更强的推理模型负责整体任务，再用不同模型执行具体浏览器操作，甚至根据页面复杂度选择模型。他强调一个模型不必承担所有角色。合适的架构仍取决于成本、延迟、安全和实测任务表现。

谈到新的消费级浏览器时，Klein 澄清 Browserbase 是使用 Chromium 的基础设施公司，不是 The Browser Company，也不是被 Atlassian 收购的企业。他预计改变用户浏览器习惯需要时间，并更喜欢由应用派发智能体执行后台工作的界面。

Berman 预计浏览器界面会发生重大变化。Klein 认为，购买鞋子等令人愉快的浏览仍可由人完成，而繁琐行政任务会转交给智能体。他认为，即使智能体从另一个应用启动，浏览器仍将是通往现有网站的桥梁；这些都是他们的预测。

Klein 离场后，Berman 回到新闻。他讨论阿尔巴尼亚宣布任命 AI 生成的采购部长，欢迎实验，但警告 AI 系统可能遭到操纵或攻击。数字系统不易受到普通贿赂，并不能自动证明采购过程不会腐败，也不能消除人工问责的必要性。

Anthropic 宣布为工作团队提供可选记忆。Berman 思考个人偏好、共享项目背景和雇主信息之间的实际边界，包括员工离职后会发生什么。他介绍公告中的控制选项和临时聊天，同时承认具体共享内容需要仔细配置。

下一则新闻引用了一位机器人研究人员的预测：家用机器人可能在五年内获得很强的能力。Berman 对广泛普及更谨慎，猜测时间可能更长，但他个人欢迎机器人帮助洗碗。特定任务的演示和研究人员的时间表，并不能证明大多数家庭已经实现自主操作。

Berman 提到生成媒体公司 Higgsfield 据报道融资 5,000 万美元，并推出相关创投计划。他欢迎竞争，但没有独立评估其融资或产品。原计划的 Dylan Patel 采访延迟并最终改期，因此本期不将任何观点归给 Patel。

等待期间，Berman 回答语言模型进步是否已经见顶的问题。他不这么认为，预测创新会继续，并指出人们适应后，新进展可能看起来不再那么令人惊讶。这是他的看法，而不是对未来进步速度的实测预测。

再次谈到 Qwen3-Next 时，他对开放权重模型的稀疏架构以及使用 Apple MLX 本地推理的可能性感兴趣。仅凭激活参数数量，无法证明某台机器能否高效加载或运行全部权重。被问及 Seedream 4.0 时，他表示团队已测试，但他本人尚未亲自测试，对一致性仍不确定。

日程调整后，Nakajima 提前加入。他将 Untapped Capital 描述为一家种子前风险投资公司，并称自己是会深入研究当前感兴趣领域的通才。2025 年 9 月，AI 是他投入大量关注的领域。

在个人实验方面，Nakajima 一直使用生成式视频工具。他介绍自己用 Runway 制作短广告，并与孩子们一起给玩具拍照，将场景转成短片，再剪辑成一个故事。他用这些例子说明探索过程，而不是衡量模型的相对质量。

他们区分图像生成和图生视频工作流。Berman 指出，有些人先用图像模型制作一帧，再用另一个工具让它动起来；Nakajima 表示，他的家人使用玩具照片作为起始图像。他们提到的模型名称和产品可用性反映了对话当时的情况。

Nakajima 表示，他还在探索一种新的用户界面想法，可能以后发布。在投资方面，他听到很多关于强化学习环境和让智能体更有用的工具的讨论。他明确表示，模型训练不是自己的技术专长，因此他的解释只是非正式概览。

他将强化学习环境描述为一个智能体可以尝试行动并获得反馈或奖励的场所，产生的信息有助于改善行为。智能体轨迹可能包含工具选择和多步决策，而不是单次聊天回复。实际上，训练算法和奖励设计各不相同；简单地保留好行动、丢弃坏行动只是用于说明的简化。

Berman 问初创公司是否需要更少资本，以及单人创始人能否建立一家价值十亿美元的公司。Nakajima 表示，单人独角兽在理论上可能存在，但他质疑是否应该把它作为目标，并表示更希望 AI 广泛创造机会。两人都没有提出这种结果已经证实的时间表。

Nakajima 观察到，创始人往往可以用更少资源构建原型并接触客户，这改变了他对种子前项目的期待。他引用行业数据中 A 轮收入预期大致提高的印象，但这不是经过核实的普遍门槛。合适的资本规模仍取决于具体业务及其阶段。

Berman 看到，一些公司在尚无显著业务进展时就以高估值融资，而另一些公司已有可观收入。Nakajima 说初创公司估值一直存在差异，并认为随着部分公司快速增长，范围进一步扩大。他还区分了自己作为种子前投资人的视角，与后期投资人掌握的详细财务数据。

他们开玩笑说，快速增长的 AI 收入可能伴随着高昂的模型供应商账单。Nakajima 表示，风险投资补贴增长并不新鲜，但 AI 可以让这个循环更快发生。他提醒说，关注度和先发分发优势可能有帮助，但不能保证最早进入的公司获胜。

Berman 问 AI 创始人是否必须搬到旧金山。Nakajima 说，身处当地可以接触开发者并频繁参加面对面交流，但并非必需。价值取决于公司的买家、创始人的人脉，以及其到访当地或在线建立联系的能力。

对于开发者工具公司，技术同行聚集可能特别有用；而对于服务建筑业的垂直应用，客户可能位于其他地方。Nakajima 住在西雅图，他表示线上影响力也能带来联系，甚至让人误以为他在湾区。

谈到西雅图，Nakajima 描述了重新活跃起来的 AI 氛围，并提到来自 AI2、Microsoft 和 Amazon 的人才。他将当地文化与旧金山密集的创业网络对比，但没有声称两个生态可以直接等同。这些是他的观察，而非系统性的地区比较。

Berman 转向儿童话题，讨论限制屏幕时间与介绍新工具之间的矛盾。Nakajima 说，三个孩子看到他使用电脑，但他也鼓励户外玩耍和手工活动。他的方法是通过有监督、带有游戏性质的活动，帮助孩子理解 AI 能做什么。

他描述了家庭活动：每个孩子提出一个主题，DALL·E 将它们组合成图像；他们也用音乐生成做过类似实验。最近，他们使用玩具照片和视频生成。目前 Nakajima 担任中间人，而不是让孩子不受限制地使用通用聊天机器人。

关于学校，两人都强调平衡。Nakajima 将学习使用 AI 比作早期使用计算器或电脑的经历：当孩子探索并有时超过老师时，技术可以建立信心。他也承认各校情况不同，并未为每个课堂提出统一方案。

被问到儿童需要什么技能时，Nakajima 没有聚焦某一种固定技术，而是强调对工具能做什么、不能做什么保持好奇。他回忆说，有效的网络搜索曾经需要既知道如何提问，也知道搜索引擎可能包含什么信息。他预计，随着 AI 能力变化，类似的探索习惯仍然重要。

Berman 问到品味，即将 AI 输出塑造成其他人重视的体验的能力。Nakajima 认为，品味部分来自自我探索，受到艺术、音乐、电影、朋友和个人身份的影响。没有一种可以教授的、普遍正确的品味。

Nakajima 区分发散思维和收敛思维：前者生成许多可能想法，后者选择并完善方向。他认为 AI 有助于拓展选项，但担心把每个选择都交给相似模型会让品味趋同。他的实际建议是用 AI 探索，同时保留对追求方向的个人判断。

回到投资机会，Nakajima 对生成式 AI 原生的娱乐和知识产权感兴趣。他将其与社交和移动游戏时代的变化相比：新公司与既有企业并存，并围绕平台建立作品。他对未来 AI 原生赢家的期待是一项投资观点，而非已确定的投资结果。

关于可能的新游戏机制，他描述了一个项目：玩家与 AI 角色互动，试图在不被识别的情况下取得密码。这个想法类似有 AI 参与的社交推理游戏。两位嘉宾将其视为实验示例，而不是已经验证的商业类别。

Nakajima 也认为 Genie 3 等生成式世界蕴含潜力，但表示其游戏玩法目前尚未让他产生共鸣。Berman 对时间表保持谨慎。两人认为，有意思的问题在于未来游戏能否将该技术与引人入胜的机制结合起来。

Nakajima 表示，创始人可以通过 X、电子邮件或介绍联系他。Berman 感谢 Klein 和 Nakajima，并说明 Patel 的访谈将改期。直播在两场实际完成的访谈后结束；这段录制中没有 Patel 的芯片竞争访谈。