原始标题: The Future Live | 03.13.26 | Guests from Slack, Giga, Letta, and Microsoft AI!

发布日期: 2026-03-14 | 来源频道: @matthew_berman

📝 深度摘要

1. 讨论背景与核心主题

2026年3月13日，Matthew Berman 主持的"The Future Live"直播，邀请了四位来自顶尖科技公司的嘉宾：Slack的EVP兼GM Rob Seaman、Giga联合创始人兼CEO Verun Vumati、Letta联合创始人兼CEO Charles Packer，以及微软AI健康业务副总裁Dr. Dominic King。本次直播的核心议题围绕AI代理（Agents）的最新发展趋势、基础设施挑战、以及各公司在AI代理领域的战略布局。直播首先讨论了AI代理即将成为软件的主要用户这一重大范式转变，随后深入探讨了Slack如何转型为"代理化企业的操作系统"、语音AI代理在客服领域的应用、AI代理的记忆机制，以及生成式AI在医疗健康领域的落地进展。

2. 核心干货概览 (Technical Takeaways & Stack)

类别 名称 核心用途 / 技术意义
开源工具/库 OpenClaw 开源AI代理框架，被OpenAI收购，GitHub星标达20万，直接推动了整个个人AI助手赛道的爆发
AI平台 Perplexity Computer 云端AI代理编排平台，协同调度20个不同AI模型完成复杂多步骤工作流
企业协作平台 Slack 定位为"代理化企业的操作系统"，提供AI代理与人类协作的统一界面
语音AI代理 Giga 专注于客户支持的语音AI代理平台，已获6100万美元融资，服务DoorDash等客户
AI记忆框架 Letta (原MEGPT) 解决AI代理的持续学习与记忆问题，将记忆视为文件系统
医疗AI Microsoft AI Health 每日处理5000万次健康咨询问题，生成式AI已可通过美国医师执照考试

3. 技术深度拆解与实战 SOP (Technical Deep Dive / SOP)

3.1 AI代理基础设施的范式转移

核心问题根源：当前互联网基础设施、定价模型、Web标准、协议以及企业系统都是为人类用户设计的，而非AI代理。Aaron在其发布的X帖子中指出，未来将出现100倍至1000倍于人类数量的AI代理，这要求从根本上重新思考软件的构建和部署方式。

B2B与消费者市场的差异：

  • B2B领域：Box等公司已发布CLI，天然支持API调用，API是代理的"语言"，因此适配性较好
  • 消费者领域：完全断裂。电商网站、出版商等有20年的反爬虫历史，当代理代表人类行动时，这些网站仍在阻止AI访问，且效率低下

经济激励障碍：Amazon等公司的广告收入依赖于用户访问网站并看到广告。当AI代理代替用户浏览时，没有"眼球"触及网站，广告收入为零。因此这些公司缺乏动力主动开放API给AI代理。

3.2 Slack的代理化企业战略

架构设计理念：

  • Slack从第一天起就按照社交网络而非传统企业软件架构
  • 频道（Channels）天然反映公司优先级和个人工作焦点
  • AI的核心任务是在正确的时间将相关上下文传递给模型的上下文窗口

Slackbot技术实现：

  • 个人代理定位：Slackbot是用户的个人代理，不参与频道对话，只在用户明确授权时分享结果
  • 权限继承机制：代理使用用户在Slack中的实际权限访问数据，访问外部系统时同样使用用户的OAuth凭据
  • 语义搜索能力：用户无需知道频道的确切名称，只需描述关心的话题，Slackbot即可通过语义理解定位相关内容
  • 实际应用案例：Rob Seaman演示了让Slackbot查找全员大会演讲稿并获取新员工姓名发音的完整流程

企业采用数据：

  • Salesforce内部上线后数周内达到50,000周活跃用户
  • 完全是自然增长，未进行任何推广

3.3 Giga语音AI代理技术栈

业务转型逻辑：

  • 过去做微调模型的初衷：降低成本、提升吞吐量、处理边缘案例
  • 发现两大核心场景：客户支持和代码生成
  • 金融、医疗等受监管行业倾向于使用微调模型，而非前沿模型
  • 决定专注于客户支持领域

技术架构：

  • 支持语音、聊天、邮件多种渠道
  • 混合使用微调模型和前沿模型，根据客户偏好选择
  • 对于语音用例，Anthropic模型延迟较高，通常不建议使用
  • 客户可上传对话记录生成支持策略并持续优化

融资与客户：2025年底完成6100万美元融资，DoorDash等已是其平台客户。

3.4 Letta的AI记忆解决方案

核心问题：当前大语言模型只有在实验室重新训练权重时才能"学习"，模型无法像人类一样持续学习和更新知识。

MEGPT技术路线：

  • 将整个系统视为操作系统
  • 记忆作为文件系统
  • 代理在真实世界（如OpenClaw）中运行时，记忆应该存储为文件

最新进展：模型在计算机使用（Computer Use）方面能力显著提升，这为构建真正具有持续记忆的代理开辟了新可能。

3.5 微软AI的健康医疗应用

数据规模：Microsoft每日处理5000万次健康相关查询。

技术背景：数年前开始有研究尝试让生成式AI通过美国医师执照考试（USMLE），结果超出预期。

团队构成：Dr. Dominic King曾任外科医生，后加入DeepMind、UnitedHealth，现在领导微软AI健康业务，体现了科技巨头在医疗AI领域持续投入的战略。

4. 核心干货运用 (Prompts & Configuration)

4.1 Slackbot权限模型配置

Slackbot的安全设计遵循以下核心原则：

  • 个人代理原则：Slackbot不主动参与任何频道对话
  • 权限继承：代理只能访问用户本人有权限访问的频道和外部系统
  • 显式分享：代理返回的结果必须由用户主动选择是否分享
  • OAuth集成：访问Google Drive等外部系统时使用用户自己的OAuth凭据

4.2 Giga模型选择策略

根据不同场景选择最优模型：

  • 低延迟语音场景：避免使用Anthropic模型（延迟较高）
  • 受监管行业：优先推荐微调模型，满足合规要求
  • 大规模客服中心：可混合部署，前沿模型处理复杂case，微调模型处理标准case

5. 极客洞察与避坑指南 (Geek Insights & Boundary)

5.1 反直觉技术结论

OpenClaw引领的范式革命：一个奥地利开发者Peter Steinberger的开源项目OpenClaw，被OpenAI收购并达到20万GitHub星标，导致Mac Mini一度售罄。这证明了开源项目可以反过来逼迫所有科技巨头进入同一赛道。Perplexity、腾讯等公司纷纷推出类似方案，形成了"所有人都在做OpenClaw"的行业奇观。

消费者端AI的采纳障碍：尽管OpenClaw等技术取得了突破，但Nick Wentz指出，即使对于普通用户更友好的Perplexity Computer，要让其父母或非技术朋友使用仍存在相当大的障碍。AI代理目前更适合工作场景而非普通消费者日常使用。

5.2 适用边界与风险

Slackbot的多人协作局限：目前Slackbot设计为纯个人代理，不支持多人协作场景。公司正在原型测试阶段，但暂无明确的多人模式上线计划。

企业文档依赖：如果企业没有完善的流程文档，AI代理将难以有效工作。文档不再是可选项，而是AI代理能否在企业规模化部署的前提条件。

受监管行业的模型选择：医疗、金融等行业对数据隐私有严格要求，前沿模型可能不是最佳选择，微调模型或自有部署更为合适。

5.3 实战陷阱

频道膨胀问题：Matthew Berman在直播中承认自己最大的Slack使用痛点是频道膨胀——每个倡议、部门、活动都创建独立频道导致信息过载。Slackbot的语义搜索能力可以部分缓解这一问题，但根本仍需用户自己管理频道结构。

代理的"试错"成本：Nick Wentz指出，当前阶段的AI代理使用仍需要大量测试和调试，非技术用户可能难以掌握Prompt最佳实践。

6. 金句 (Golden Quotes)

  • “整个互联网需要为代理重建——API是代理的语言，代理不会参加网络研讨会，也不会回复你的营销邮件，它们只会选择好用的工具然后直接使用。”
  • “Slack从第一天起就是按照社交网络架构的，而非传统企业软件——我们似乎为这个规模时代而生。”
  • “当前AI模型最大的缺陷是它们不会真正学习——唯一的学习时机只有实验室重新训练权重的时候。”
  • “模型在计算机使用方面的能力突飞猛进，这为构建真正具有持续记忆的代理开辟了新可能。”
  • “我们看到50万周活跃用户在Salesforce内部自然增长——没有任何推广，完全是口口相传。”

本期直播总结：2026年3月的这场直播揭示了AI代理生态系统的多个关键趋势。基础设施层面，互联网正从"人类优先"转向"代理优先"；企业协作层面，Slack正在重新定义自己在AI时代的定位；垂直领域方面，语音客服、AI记忆、医疗健康成为三大热门方向。核心教训是：虽然技术进步显著，但要真正实现AI代理的大规模普及，仍需解决权限模型、记忆机制、用户教育等一系列工程和治理挑战。

📺 视频原片

视频ID: 5dfu6NvnTZM