北京
出品 | 网易科技《态度》栏目
作者 | 袁宁
编辑 | 丁广胜
都知道了，李志飞发了新硬件。
这是一款号称“全球首款 Agentic AI（具身智能体）硬件”的产品——TicNote。
设备厚度仅3毫米，可通过磁吸贴在手机背后，搭载基于 DeepSeek-R1等大语言模型能力的 AI Agent 系统 Shadow AI，支持录音转写、总结、思维导图生成等功能。它可连续录音20小时，支持超120种语言识别和转写。
海外版在今年4月15日率先发布，售价159.99美元；国内悦享版售价999元，甄选版为1499元。
但在产品参数、市场定价和新品战略之外。我很好奇，李志飞为什么又做回了硬件？他这次是怎么想的？
TicNote部分核心功能
在 AI 圈里，李志飞是一位典型的“前浪”。曾任谷歌机器翻译实验室科学家，2012年离职创办出门问问，从语音助手、智能硬件一路做进 AIGC，最终在2024年成为“AIGC 第一股”。
目前出门问问做的包括通用大模型「序列猴子」，以及AI配音助理「魔音工坊」及海外版「DupDub」、AI数字分身「奇妙元」及海外版「LivGen」、企业AI交互式数字员工生成平台「奇妙问」、可一键成片的AI短视频生成平台「元创岛」等。
如今他又带着新的硬件回来了。
但TicNote 的重点不是硬件，而是他口中“像影子一样”的“Shadow”Agent。李志飞透露，接下来，出门问问还将推出 Shadow AI 赋能的 TicNote Watch、TicNote Pods、TicSports 等全新系列，继续押注 Agent 化的硬件终端。
在少见的媒体交流中，李志飞说了很多实话：关于做大模型和AGI，关于 AI 信仰的崩塌与回归，关于 Agent 的定义，以及他如何重新看待做硬件这件事。
而他的表达，也恰恰透露出许多AI领域从业者，在当下所面对的共同真实处境：模型和产品，信仰和情绪，再出发之前的犹豫与选择。
在这篇稿子里，我们希望尽可能多的保留李志飞的原话，试图拼出他关于 AI 和硬件的思考。
谈“用 AI 的 AI 做 AI”：所有事情都和以前大不相同了
在出门问问 CEO 李志飞看来，AI 的开发范式正在重构，“一个人就可以完成 Google Translate”的时代真的来了。
李志飞的方法是：“用 AI 的 AI 做 AI。”
具体来说：“首先，我们究竟应该如何做 AI？我这里有一个口诀：「用 AI 的 AI 做 AI」。这听起来有些拗口，简单来说，第一个「AI」指大模型；第二个「AI」是指 Coding Agent，它本身可能也是由 AI 制作的，或者其主要能力源于 AI；最后一个「AI」则是我们自己要做的应用。”
他用他自己的一场个人实验，详细讲述了这句话背后的体验和感受。
“以前我在 Google，一天写300行算法代码（非简单代码），这已经算是高产了。而我最近写了一个通用的 Agent，它在3个小时，也就是一个晚上，给我写了3000行 Python 代码。”
“而且代码质量绝对比我写的好，里面是没有任何 UI 的纯粹后端逻辑。换句话说，它3小时代码的能力，相当于我以前10个工作日的工作量。就是这样一个比例。”
这个变化带来的震撼不只是效率的提升，更是底层认知的重构。他说：
“所以我就在想，一个人就可以完成一个 Google Translate。以前 Google Translate 是由20个全世界最顶尖的博士在那里写代码，写了很久。而我现在，我一个人就可以完成那20人的工作量。”
“当年 Google Translate 至少还是一个非常了不起且复杂的系统。所以，我觉得从这个角度来说，所有事情都与以前大不相同了。”
“我认为，最终 AI 的关键在于你能够构建一个自我进化的 AI 系统。”
他还透露，自己现在每天都会用AI写代码，而每天的 Token 消耗就能达到50美元。
2023年，李志飞一度放弃了 AI。2024年，他又重新信了，甚至信仰 AGI 和超级智能。
“我曾有过信仰崩塌。2023年我有了 AI 信仰，但做了一段时间，主要是因为没有资金支持，觉得烧不起，所以就放弃了。去年，别人跟我讲 AI，我都不想听。”
“但最近我重新找到了对 AI 的信仰，甚至信仰了 AGI，信仰了超级智能。这是一个难以想象的转变。我希望我对这份信仰能够这次持续更久一点。”
他不避讳谈起这段“失望”的来源。在过去一年里，他经历了行业的降温，也切身体会到大模型创业面临的资源瓶颈。最根本的原因是：看不到自己的位置。
“在大模型时代，我是第一批站出来说要做大模型的，但可能也是第一批意识到这不是我的菜。然后，基本上没有全身心投入去做这件事，就是因为我不知道如何参与。”
“今年上半年时，我更觉得，除了全世界那三四个巨头，其他公司都没有资格谈论模型，不要凑热闹，不要浪费你的生命。更不要浪费你的情绪在这里面。”
“因为你根本就没有机会，那完全是在烧钱。而且事实上，大模型本身这个东西，我觉得已经变得超级无趣，反正就是烧钱。我找不到切入点，我更不能理解绝大部分 AI 公司到底还有什么价值。”
但正是因为看清了这一点，他慢慢找到了新的入口。
“我发现，即使是雄心勃勃的 AGI 目标，也并非遥不可及。通过构建我所设想的递归 Agent 体系，所需资金可能并不庞大，更依赖于创新的智慧。”
“我相信，只要拥有足够深入的思考和技术能力，即便不是行业巨头，也能参与到 AGI 的进程中。”
谈智能的本质：进化+递归，TicNote是一个 Agent
这个让他参与进AGI进程的是Agent。李志飞分析：
“如果我们思考智能的本质，我认为，智能的第一个本质是进化。”
“就像人类作为智能体，在特定环境中（无论是社交还是任务执行），通过获取反馈来不断调整自身行为并进行反思一样，AI 也应如此。”
“这种进化是自动的，无需人工干预。Agent 自主建立循环，通过规划、在环境中执行、获得反馈、调整规划并更新上下文，实现持续的自我完善。”
除了进化，另一个关键词是递归。
“智能的第二个本质，我认为是递归。”
“递归是一种『分而治之』的思想：一个复杂问题被拆解成更小的、相同类型的问题，直到它们可以被直接解决。”
那什么才算一个 Agent（智能体）？李志飞认为，一个核心特征是它必须能“跳出大模型语言环境”，也就是说，不只聊天，而是要能调用外部工具。
“Agent其实是相对于 ChatGPT 这种纯聊天的来说的。”
“你要用到除了聊天以外的很多东西，这些功能已经跳出了大模型自己的一个语言环境，这是第一个特征。第二个特征是它是自适应的，它会动态去调整它的规划。”
而按照这个标准，李志飞认为出门问问发布的 AI 终端完全符合。
“从这个角度来说，”
如果一定要从硬件形态来定义 Agent 呢？
“那它就等于机器人。它得自动能走，它得能给你拍照、拍视频，然后拍了视频还能帮你理解和整理。但我们现在这个产品也能帮你录音对吧？也算是。”
谈做回硬件：过去踩了很多坑，不想一直失败
关于做硬件，李志飞踩过很多坑。
“你知道我们以前做了一个硬件，前面的研发成本，有的时候就是千万级别的。就这个还没算渠道，就这个导致的问题是，一”
“这会导致什么问题？就是那种你第一天这个产品卖得不好，你就开始怀疑人生。因为你投那么大，对吧？”
这种“只许成功”的焦虑，让李志飞对硬件几乎产生了抗拒。
“以前我们发一个硬件，光订货就搞一年，花了几千万。如果第一天没卖好，我就觉得完了。”
而这一次，他选择“用一种更轻盈的方式做”。
“现在我做硬件，其实我对它的销量不是说先卖10万台，我觉得先卖1万台就挺好。然后我通过这些用户的方式去迭代软件。”
“不像当时的心态：一旦第一天没爆，就觉得，完了，算了。那种控制不住的心态。”
他认为创业很难的一个点是，当你心里构建了一个“理想的未来”，结果第一次见市场的时候，反馈完全不一样，很容易信仰崩塌。
“创业有时候就是有一点口碑嘛。你本来讲这个东西怎么怎么好，结果第一次见市场完全不是这么回事，那你这个信仰就崩塌了。尤其你是一个做研究出身的人，那种冲击感是很大的。”
他改变了自己的预期，也改变了打法。
“以前我们心态就是，只要你卖不到10万台，我就开始发毛，OK，我可能坚持不下去。但今天，我只要能卖1万台、1千台，不管你谁做，我都可以继续打。”
“说句不好听的，我在别的地方亏过太多钱了。所以现在在这里我能打持久战。”
他很清楚一个现实：现在做硬件，必须放弃过去那种“自研一切”的沉重路径。
“我以前搞硬件，是几十号人全栈做，结果一个项目搞死自己。现在我基本上都是和深圳的合作伙伴搞，大家分工明确，轻巧高效。”
而且，“硬件”的意义，也不再只是“产品”，而更像是一种 “Agent 的身体”——一种信息收集、上下文沉淀的接口。
“硬件就是一个传感器，收集数据、组织数据，然后给 AI 系统构建上下文。对我们来说，这是一个必要的组成部分，不是为了卷设备，而是为了让 AI 真正变得有用。”
李志飞说，他之所以还能再做，是因为“我们真的已经跌过坑了”。
“我也不想一直失败。”
硬件，就是上下文的沉淀器
李志飞并不讳言，他过去那些失败的、反复被打脸的尝试。
“以我的创业为例，我之前做了一个智能硬件，结果小米把价格拉到我们十分之一。我做大模型，结果所有大厂都进来了。”
“你每次获得这种反馈之后，就让你放弃这种东西，或者你就不停地调整你的 plan。”
他反复强调，“反馈”是改变一切的关键。甚至是“塑造一个人”的关键。
“如果在美国，我做了一个大模型，我可能就被 Google 收购了，赚了很多钱。或者我做了一个硬件，我可能被苹果收购了，赚了很多钱。”
“所以这种反馈一定会造就你这个人的行为是完全不一样的。同样一个创业者，同样的智商，在中国和美国不一样的创业环境下，得到的反馈不一样。最后你的行为，你的思考模式就会完全不一样。”
“这就是我想说的，什么是个性化的环境，个性化的上下文。”
“上下文”这个词，在李志飞这里，不仅是技术词，也是心理词。他说，这些年，“所有打击和反思，都是我的上下文。”
而他现在最关注的是，如何给 AI 构建“上下文”。而不只是卷参数、卷算力。
“那么除了大模型之外，最重要的是什么？最重要的是你要有个性化的环境和 Context（上下文）。”
“上下文更多是一个历史的记录。”
这也是他决定重新做硬件的重要原因。因为没有硬件，就无法沉淀上下文，AI 也就无从理解用户是谁。
在这次交流中，李志飞没有展示“新故事”，而是交出了他作为一个技术人、一个曾多次试错的创业者的真实反馈。
AI 的故事还在继续，只是他的注意力和节奏，变了。
本文来源：态℃
责任编辑：
韩蕊_NBJS30387
