摇滚首席科学家放大招，AppAgentX让10后学习开挂！十年暗战AI贾维斯

AI自主进化的同时，还能成为孩子的「第二大脑」。

最近，AI圈子不太平静，这不听力熊Teeni.AI首席科学家张驰带着全新升级AppAgentX强势亮相。

这款新一代自进化手机智能体，一出场就刷屏了。

它不仅能像人一样操作手机，还能越用越聪明，堪称「数字生产力的核武器」。

早年在腾讯时，张驰提出的AppAgent可以模仿人类点击、滑动等操作，到如今AppAgentX干活学习两不误，效率直接翻倍。

更厉害的是，AppAgentX还盯上了孩子的学习场景。

整理笔记、生成提纲、记忆学习习惯.....，要成为孩子们贴心的助手，学习的第二大脑。

不仅如此，张驰联手听力熊Teeni.AI试图打造一款面向α世代（10后）的全新智能终端，目标是让AI不仅聪明实用，还能做孩子成长路上的「最佳拍档」。

这么硬核又贴心的技术，到底是怎么练成的？AppAgentX的「进化引擎」里藏着什么秘密？

带着这些好奇，我们特别采访了听力熊Teeni.AI的首席科学家张驰，听他聊聊自己和技术背后的故事，以及他对10后如何拥抱AI时代的独到看法。

一位摇滚科学家的诞生

当然，首先还要从张驰自己的经历讲起。

从小学开始，张驰就对电脑非常痴迷。

初中的时候，自己就做了一个类似仙剑奇侠传的RPG游戏。

当时他花了几周时间，把自己学校的地图1:1地重构出来，把老师和主任都变成了boss，把食堂变成卖装备的地方，整个游戏就是一段校园探险。

另外，他还做了许多多媒体恶搞视频，甚至学习了很多黑客技术。

他最为感慨的就是，当你接触一件新事物，又很有热情的话，做事就会极有动力。

在读博时，张驰又有了类似的感觉。做研究和孩子学习的过程很类似，都是探索一个全新的事物。

当你真正处于巨大的热情之中，这件事情就可以既辛苦又轻松。

辛苦，就像张驰当年做游戏一样，可以从中午干到晚上三点；轻松，是自己看到一件新事物，知道自己有办法去解决，因而充满了热情。

做一件事时，好的习惯，好的思考方式，会对做事的感受有很大的影响。

而无论在小学，还是读博期间，张驰始终延续着这种习惯。

在他看来，小孩子也应该培养这种习惯和热情，如果不感兴趣，没有热情，做事就会非常痛苦，家长也跟着痛苦。

所谓因材施教，就是从价值、习惯的角度，去给孩子加以引导。

如今的AI技术包括文生图、文生视频、大语言模型，已经非常多，但用怎样的办法，能让小孩子去接触、去使用呢？

这就是做产品的人，需要去思考的事情。

这里的产品，做的不仅仅是单词的翻译、课本的解读，要真正发挥AI的价值，就要把AI作为小孩子思考的一种工具，成为他们的习惯。

现在，AI可以看作是我们身边的一种高等智慧，知道它的存在之后，能否用它来提升自己的思考方式。

在将来，会使用AI的孩子，和不知道AI存在、不会用AI的孩子，思考方式会截然不同。

AI的角色可以比喻成计算机，但影响力会比计算机更大。

作为一个AI研究者，张驰对于AI所有领域的发展都十分感兴趣。

他的经历涵盖了传统的视觉、多模态大语言模型到AIGC。

另外，他还在西湖大学开设了一门《大模型导论》通识导论课，希望把AI知识以大家都能接受的方式传递给大家。

读博期间，张驰做的研究方向是计算机视觉和机器学习，包括各种监督和数据的处理算法，离大众并不近。

但到了腾讯之后，做的东西就开始偏主流，比如生成式AI、AIGC、多模态大模型和智能体，这些都是现在大众视野中的AI。

首次在图形界面中探索智能体

2023年末，还在腾讯的张驰，作为共同一作发表了多模态智能体框架App智能体。

他们首先探索了智能体服务于手机这种场景下的功能，比如用它去操作一个软件，或者去点外卖。

可以说，在图形界面中做智能体，张驰的团队是第一个。

但团队的目标，远不止于此。

大模型时代，人机交互是什么形态？

在大模型时代，人机交互终极形态显然不是电脑或者手机。

如果回顾人机交互发展历程，你便会发现一个很有趣的趋势：从最初命令行，到后来的图形用户界面，再到如今大模型和智能体的兴起，每一步都在让技术变得更「亲民」，门槛更低，体验更自然。

想当年，命令行界面必须得是一个懂代码、懂指令专业人士操作。后来，UI出现了，它把复杂的后台操作隐藏起来，变成了我们熟悉的「拖拽」「点击」形式。

这本质上，是一次技术门槛的降低——普通人不需要理解技术原理，凭直觉操作就能完成任务。

而大模型和智能体的出现，又把这个进化过程推向了下一步。

这一次，交互的媒介变成了语言，每个人最熟悉、最自然的表达方式。

文字/语言成为交互的最新途径，它不仅让更加复杂的功能抽象化，还把「意图」和「功能」之间的桥梁搭得更牢固。

举个栗子，以前点外卖可能需要多步繁琐的操作：打开APP、选餐厅、挑菜品、下单。现在有了智能体，你只要说一句「我饿了，想吃点东西」，它便能理解你的意图，甚至还能根据场景推荐「要不要来份披萨」。

不难看出，这是一个从命令到UI，再从UI到语言交互的转变。

语言交互让意图更清晰、更能更抽象，就连复杂任务都能被简化为一句指令，变成「任务托管」的形式。

你只需要做的，就是用最直觉的方式——说话或打字，就能搞定一切。这种趋势的终极目标，就是让技术彻底融入生活，像空气一样无感却又无处不在。

在张驰看来，未来并不会只有一种交互方式，独霸天下。命令行、UI、语言交互，这三种形态可能会长期并存，服务于不同人群。

他举例称，命令行依旧是程序员和专业人士的「专属」，因为它精准、高效；UI是目前的主流，适用于大多数人，诸如修图这类任务，普通人可以用美图等简单工具，专业人则会用PS等。

而语言交互，未来可能会让非专业需求变得更简单。比如，我想P一张艺术照，不用自己手动调参数，只要一句话，智能体就能实现。

在这种情况下，智能体服务的是一个整体的体验，通过语音互动扮演好一个贾维斯，一个什么都能做的超级助理。

它能做到的绝不仅仅是点外卖，而是成为你的好朋友，好伙伴。

除了跟你交流，它还能倾听你的想法，给你建议，帮你解决问题，是服务于整体的一个目标。

张驰和团队研究智能体之后，觉得不能做一个僵硬的智能体工作流，而是让它像人一样越接触越聪明，在智力和效率上都能不断进化。

的确，如果只是做一个能对话的智能体，其实很简单，但要真正把这个东西做好，可以相当复杂。

举例来说，如果这个设备能记住一天中发生的事情，整理成一个长视频，多模态能力还能把发生的事情整理下来作为记忆，给用户带来的交互体验将会完全不一样。

这时，它就是一个能真正看到你、了解你的伴侣，而不只是基于对话需求键入一个query，然而更聪明地回复你一句话。

在此过程中，就需要去结合智能体的长记忆和短记忆，并且智能体本身的架构也需要能够进化，才让用户在使用智能体时体验越来越好。

技术有了，那么接下来的问题是，该用在什么方向上呢？

10后，成长在AI爆发的年代

每个时代，都会有自己的特点，而唯一不变的是孩子们对周遭环境的好奇。

曾经的80后、90后，接触计算机还要穿着鞋套进机房，但如今的小孩却处在一个信息大爆炸当中，对于他们而言「环境」的定义已经很不一样了。

有一次，张驰看到自己的外甥正在学少儿编程。

首先要学图形化编程，然后就是Python这类代码编程。他们的学习方式很枯燥，还是过去那种刷题的模式：在纸上给一个编程题，然后直接去做。

对此，张驰感到十分诧异：既然是教编程，不应该是先去电脑搭一个能调试起来的编程环境吗？

因此，张驰给外甥推荐了大语言模型编程环境，比如用豆包。他建议说，遇到什么题就直接做豆包上问，因为它能把代码解释得非常清楚，还能把错误找出来。

果然，这样做以后，孩子的学习效率立刻高了起来。

将AI融入学习的过程，本质上是一种对人工智慧的运用。有这样的智慧在身边，你对它的边界也相对了解，怎样让它帮助到自己，就是一门学问。

这就像智能体的工作流，每个环节负责不同子部分的目标，在更复杂的多智能体中，则是每个智能体负责一个子任务。我们知道这些智慧擅长什么，该怎么让它们配合好，解决自己的问题。

作为AI从业者，张驰和自己的同事每天看到各类AI新闻，都会觉得非常惊喜和兴奋，对于孩子就更是如此了。

他们希望，中国的孩子对于AI能力的认知上，能够不逊于任何国家的人，也不逊于成年人。

陪伴一个孩子成长

提到学习，就不得不说它的一个副产物——心理问题。

虽然成因千差万别，有刚刚提到的学习压力，有源于家庭环境，还有的是性格使然，但解决方法还是有迹可循。

心理医生能够懂得倾听、设身处地理解，激发人的表达欲望。

同理，智能体产品本质上也在做一件类似的事——成为孩子们的「智慧伙伴」「心灵助手」。

对于α世代孩子们来说，不会在现实生活中表达内心。一方面，他们可能缺少倾诉的机会；另一方面，他们获取因为内向，不好意思开口，选择默默承受。

张驰表示，「听力熊Teeni.AI智能体提供了一个安全的交流通道，孩子可以在这个虚拟空间里畅所欲言，不用担心被误解、表现尴尬。

这种互动不仅能缓解情绪，还能让孩子学会表达和反思。

更重要的是，智能体不仅仅是一个倾听者。

它还能在生活、教育、兴趣等多个维度，为孩子们提供帮助。

想象一下，就像「钢铁侠」里的贾维斯一样，你和它聊天时，它能随时陪聊；你需要查资料时，它能迅速帮你搞定...

这种「能思考、有执行力」的伙伴，不只是功能性工具，更像是一个贴心的朋友。

当然，要让智能体真正成为孩子们的伙伴，听力熊Teeni.AI目前仍有许多需要打磨的地方。

比如记忆力，如果孩子昨天向智能体倾诉了一件烦心事，今天再提起时，智能体全然不知那种体验肯定大打折扣。

一个优秀的智能体，应该记得你的喜好、习惯，甚至是你昨天的小情绪，这样才能让互动更自然、更贴心。

除了记忆，幽默感、机智、共情能力同样重要。

孩子可能需要的不只是解决问题，还希望在不开心时被逗笑，在失落时被理解。

再有LLM多模态能力的加持，比如看懂图片、听懂语音，便能让智能体的陪伴更加立体。

张驰表示，我们想要做得更多，比如理解长视频。一个孩子一天的经历，可能包含好几个小时的视频片段，里面有对话、表情、场景的变化，甚至还有语气的起伏。

如果智能体能捕捉到这些细微的情绪，甚至结合上下文理解他为什么开心、为什么失落，那互动就会更有温度。

张驰曾在QQ中做过一次调研，数据显示，小孩和成人中使用产品时，会呈现出许多不一样的点。由此也不难得出，孩子们喜欢的产品形态，显然是和成年人不一样的。

这些让他思考：究竟如何做出小孩子最喜欢的产品？

产品，要做成什么样子的？

虽然如今是技术大爆炸的时代，但技术和用户、产品之间的gap是需要被克服的。

这就涉及到一个本质问题：做这样一个产品，究竟是为谁而做？

选择合适的技术，再做成合适的产品给用户，这中间有一条很长的路。期间，需要公司去很好地洞察人性，发自内心、设身处地地考虑用户需要。

比如曾经一度爆火的Ai Pin，就是一个炫技的产品，并没有很好地考虑用户的需求。

对于青少年来说，像科大讯飞、学而思的AI学习机其实大家都见过很多，但听力熊Teeni.AI「随身智能体」这种形态的产品却比较少见。

一方面，得益于AI技术的进步，产品的想象力可以更加放飞。另一方面，这也体现了产品的理念——最终，是为了青少年而设计的。

产品带给青少年的，不仅仅是一个狭义的教育意义，像平板、学习机那样去教授知识。

教育更大的目标，是育人。产品更大的意义，是陪伴一个孩子成长。这就涉及到了价值的传递、习惯的培养。

比如，培养一种好奇心驱动的思考方式。这，就是「随身智能体」和其他产品的最大差异。

在产品设计上，听力熊Teeni.AI充分考虑了孩子的天性：他们不一定喜欢过去很传统的读文字、读书，而是天性喜欢去玩、去探索。

从功能上讲，张驰希望，使用听力熊Teeni.AI产品的青少年能接触到最前沿的AI技术。因此，产品需要极有生命力，不断更新内容。

这种情况下，能有一个类似贾维斯或者哆啦A梦的虚拟伙伴陪在身边学习、解答问题，往往是孩子最能接受的一种形态。

DeepSeek，让更多人能够接触AI

如今，DeepSeek的出现，不仅让人们见识到了现阶段AI的强大之处，也希望主动去拥抱AI；而且也让让各家公司都能够借助AI加速迭代产品，也包括教育硬件类的公司。

但是，张驰再次强调，「技术和产品，从来都不是强绑定的关系」。

若想做好一件产品，真正需要的是将技术需求和产品完美融合，只有这样的公司最后才能成功。

接入大模型，就能让AI教育硬件脱胎换骨吗？

从用户体验上，肯定会有提升，比如翻译更准确，理解意图更精准，输出结果更优质等等。

但问题在于，这种技术能力的进步，能不能真正转化为产品竞争力？答案是，不一定。

技术只是工具，产品才是用户最终接触的形态。如何把LLM智慧变成用户手中的价值，这中间的转化过程，才是决定成败的关键。

不同公司在这方面的表现，往往会拉开差距。

也就是说，一家公司如果过去在LLM领域积累了丰富的经验，同时有对目标用户群体有深刻的洞察，那么他们很有可能做出更贴合需求的产品。

十年磨一剑，智能体全新探索

十年磨一剑的听力熊Teeni.AI团队，始终深耕人工智能硬件领域。

从2015年推出首款C端家庭陪伴机器人「布丁s」，到2017年为B端市场提供千万级出货量的ROS.AI解决方案，再到2020年打磨出颠覆行业的听力熊便携终端——这支「爆品制造机」从未停止进化。

2025年2月，搭载哪吒AI角色的听力熊终端实现28亿token大模型调用量，登顶国内青少年硬件赛道。

「做适合青少年的、专业的、专属的AI产品」，团队的初心在大模型时代愈发坚定。

随着张驰的加入，听力熊与AI的绑定从「技术加持」升维为「基因融合」——与其说用AI升级硬件，不如说以硬件为容器，将前沿AI技术具象化为可感知的陪伴。

据透露，听力熊新一代产品的设计初衷，是打造贾维斯般的智能伙伴。相较专注听力训练、英语学习等单一场景的T系列「功能机」，新一代产品开启了智能体的全新维度，目标是与电脑、相机一样，自然融入孩子的日常生活。

张驰对其愿景是，帮助孩子建立一种对AI的态度，它可以是你依赖的伙伴，但最终的价值，还是由你自己创造。

这一点，对于α世代孩子尤其重要，因为他们几乎是从0开始构建对AI的认知。

「我们不是在教他们『用』AI，而是在教他们如何在AI时代下，思考、表达和生活。

可以说，这个产品是一个打开AIGC前沿的大门，把最新的技术带给孩子们。

AI的意义，被低估了

在采访最后，张驰表示，AI的意义如今被低估了。

有很多人喜欢把AI的革命比作计算机的革命，但前者显然意义更大。因为计算机革命的周期很长，如今很多年长的领导人还不会用计算机，但他们在工作中并没有太大的困难。

但AI对人们生活的影响，显然会高很多。因为它本质上是一种智慧，但人的智慧是有限的。

当你身边有一个更智慧的「人」帮你解决问题、思考问题，会让人和人的差距变得非常大，而到了小孩子身上，这个问题就会被放大更多。

因此，AI的意义，应该从孩子对世界的认知上就开始强调。

如果在未来几年，AGI真的能很轻松地打败人类，人和人的差距就会更明显。

因此张驰发自内心地希望，不仅是自己公司的产品，全社会的产品都能让中国的孩子不落后于世界，去更早地接触AI。

文章来自微信公众号 “ 新智元 ”