剛剛過去的1024程序員節，小紅書Red Academy和小紅書科技發起了一場直播，在這場直播里，小紅書技術副總裁凱奇、小紅書語音模型技術負責人風龍，攜手Hugging Face聯合創始人Thomas Wolf，以最近流行的AMA（Ask Me Anything）形式，進行了一場關于技術、AI與未來的深度對談。

這場對談圍繞三大核心觀點展開：

AI Coding正成為基礎能力；

開源是技術加速發展的核心引擎；

實現有“活人感”的AGI路徑清晰但仍需攻克諸多難題。

從這三個觀點出發，三位嘉賓關于以下幾個話題進行了討論和分享：

開源與閉源：三位嘉賓一致認為開源是推動技術前進的強大引擎。小紅書正投身其中，從文本模型、多模態模型到FireRed系列語音模型，初衷是為讓更多開發者和中小企業能共享技術紅利。

AGI與未來：通用人工智能將會到來，但發展路徑仍有挑戰，例如在創造力、復雜環境感知和數據等方面仍有瓶頸。

如何讓AI更有“人味”：凱奇分享了小紅書引入“人文訓練師”的實踐，致力于讓AI的交互更自然、更貼心，真正融入小紅書這個充滿“活人感”的社區。

AI時代的個人能力：技術人的核心競爭力正轉向“定義問題”和“框架性解決”的能力；AI不僅是效率神器，也讓非技術背景的人擁有了“指揮”計算機實現想法的能力。

以下是直播對話摘錄：

Q: 怎么看大模型時代的開源和閉源？

Thomas Wolf：開源和閉源差距在縮小，中國在這方面比較領先。現在也發現，很多其他國家的人會開始從一個開源模型著手。開源能打造一個圍繞模型的社群，讓更多人使用，更高效地幫助他們。閉源就是需要更多的一些時間來去開發出一些好的模型。

風龍：整個的開源其實是推著技術往前走的，推著技術不斷的往下發展。開源才是動用了大家的力量，眾人眾人拾柴火焰高。語音技術發展經歷開源工具如HTK、Kaldi、Wenet、FireRed等，推動技術前進。閉源對商業公司無可厚非，但可能是暫時性選擇。

凱奇：AI開源與代碼開源還挺不同的，更關注模型權重和制作過程公開。開源降低社會運用AI成本，互幫互助，整體上降低了整個社會去運用AI的成本。

Q: 小紅書做了哪些開源？為什么這么選擇？

凱奇：今年6月小紅書開源了文本模型1.0版本，是hi lab第一個MoE模型。8月開源多模態模型，性能對標Gemini和Seed。開源dots OCR模型，在hugging face熱門榜排第4。

風龍：語音模型方面，我們開源了在50多個benchmark綜合排名第一的大模型語音識別系統FirRedASR；開源了面向對話及長播客生成的大模型語音合成系統FireRedTTS業務，在播客生成開源領域達到了sota的效果；也首次開源了一套完整的可私有化部署的大模型人感語音交互系統。這些模型都受到了很多好評。我們想讓中小型公司和獨立開發者，也能享受這種玩大模型的樂趣，所以我們會做一些大模型，打破相對的技術壟斷。我們從社區里面汲取了營養。我們也覺得需要把技術公開出來，一方面是聽取社區給模型的反饋，來知道模型到底做得怎么樣。

Q: 怎么看AGI的實現和想象，通往AGI上有哪些瓶頸？

Thomas Wolf：AGI不會立刻實現，會有多功能、全方位的提升。未來應用包括機器人、大語言模型、語音識別。AGI也能夠創建一些我們之前沒概念的東西，比如新游戲、新體驗。同時能夠打造全新的科學發展，發明新科學。

AGI的一個瓶頸是模型缺乏創造力。當你有一個問題時，它們非常擅長解決問題，但要求它們發明一個新問題時，例如想在科學上取得重大突破時，就需要找到正確的問題來提出，而LLM模型目前非常不擅長提出好問題的。

風龍：5-10年內可能看到曙光，但路上還有種種曲折，但如果要真的實現電影《Her》里面的人工智能想象，還需要解決非常多的問題 比如硬件、甚至一個簡單的藍牙數據傳輸穩定性都需要持續提升

凱奇：關鍵轉折點是AI能否改進自己。如果可以做到，只要有算力，就可以不停的自我改進，智力增長會非常非常的快。障礙有context bottleneck和非智力因素瓶頸。

Q：你怎么看技術進展的速度？是在變慢嗎？

Thomas Wolf：可能有一點。我想很多人對最近的模型有點失望。幸好有新一波的推理模型提供了新范式。但我們構建的AI仍然是非常聽話的學生，它們按照我們的要求做，但對應該做什么幾乎沒有好想法，所以仍非常需要人類來指明方向。至少在當前，需要人來給出要解決的問題，我們需要給出前進方向，給出要做什么的創造性想法。所以我建議，要讓知道自己該做什么的人使用這些模型，這樣就能很好地理解它。

Q: 在技術產品中如何保持人情味？如何讓AI保持人感？

凱奇：當前AI回答有時候會有點冷冰冰、缺乏同理心。小紅書是大家稱之為一個有“活人感”的社區，所以在小紅書用AI的時候，我們也希望這個AI也是更有活人感的。會通過后訓練和RL算法調整行為，用人文訓練師教會AI更有人感回答。

Thomas Wolf：情感非常重要，需要更好數據來做情感輸出，當前的瓶頸是數據量不夠。可以做的是：看待AI答案要有批判性，同時也要評估AI的錯誤率。

風龍：語音模型中會加入情緒感知和環境音感知生成情感反饋語音。我們會分析目前這句話到底有沒有表達出情緒，是開心的還是有一點悲傷的？還是說有一點憤怒？我們也有能主動感知對話中用戶情緒的TTS，如果用戶當下很難過，那AI回復的語音就會帶有安慰的情感。

Q：對于個人或團隊，推薦哪些AI小項目方向，如何構建壁壘？

凱奇：發揮專業領域知識，解決context bottleneck，挑選合適context喂給AI。怎么挑選哪些context扔給它，這個是很重要的。

Thomas Wolf：這是一個高度數據驅動的世界和領域。所以第一步始終應該是：嘗試為我們想要衡量的東西建立一個良好的評估標準。有了標準然后才能看清你想朝哪個方向發展，進入哪個領域，甚至決定是否應該使用AI。

Q: 對于非技術同學，在AI浪潮下有什么建議？

風龍：AI降低實現產品門檻，非技術同學也可以一個人做產品。人人都真的可以一個人做產品。

凱奇：產品同學多了一個強大武器，需學習AI技術邊界，了解prompt engineering、fine tune等手段。 

Q: 怎么使用AI coding提效，怎么看待AI coding的發展？ 

風龍：在語音研究工作中需要大量測試網頁。之前的網頁都由語音研究員手寫，有了AI coding工具后，這種寫前端的工作完全可以用現成工具完成，大大節省時間。

凱奇：寫demo程序時，用AI做refactor或熟悉API，可以直接扔文檔讓它寫代碼，非常提效。AI coding讓非程序員也能操縱計算機達成目的。AI coding還處于早期階段，現在還沒那么好，但未來在程序架構迭代和運維方面會更強。

Q: AI浪潮下，技術人的變與不變？

風龍：技術人還要找到核心競爭力，AI coding只是工具箱中的一個工具。看到一個大的應用問題后，不變的是要想怎么去拆解，怎么用工具箱里面工具把它做好。

凱奇：未來世界上只有會用AI的人和不會用AI的人兩種，技術同學在會用AI這塊是很有優勢的。技術人需提升通用問題解決能力和產品sense，發現和定義問題比具體怎么做更重要。

Q: 學習新技術有什么好的方法和建議？

風龍：很多時候我們覺得可能要自己ready了再去做一件事，但是往往我們其實就是learning by doing。跟蹤最新論文、與同行交流、公司內部討論。

凱奇：用AI陪看論文非常提效，能很快幫我推導公式和分析邏輯，就能很方便地理解公式。Notebook LM可以聽論文寫概要。

Q: 最近兩個月，小紅書里刮起了AMA風，有什么體驗和有趣發現？

Thomas wolf:我是首次參加 AMA，很多人來問我應該學什么專業，應該從事什么樣的工作，我覺得這個方式是非常好的一個方式，能讓很多行業里非常優秀的人所聚集在一起，直接建立連接。

凱奇：在主頁上刷到了很多AMA的筆記，過去小紅書這個產品給大家的印象可能更多是偏生活向的，但這次AMA，在科技領域的興趣圈層也是有很好的爆發。我的一些朋友告訴我，他們現在都是在小紅書看論文，我覺得小紅書作為生活興趣社區，的確正在變得越來越廣大。

風龍：我發了第一篇AMA筆記后，收到500多條評論問語音相關的問題，其中有人問我為什么社區里有這么多AMA帖子。我回答的是：因為優秀的人總會和優秀的人相遇。

*小紅書科技薯在今年9月策劃發起了AMA（Ask me anything）活動，這一玩法在小紅書上快速發酵——許多知名AI產品創業者、大廠負責人、高校教授等科技大咖紛紛在小紅書上發布“Ask me anything”的筆記，邀請用戶向自己提問，并積極在評論區互動、對話。

Q：如果回到30歲，會給自己什么建議？ 

Thomas Wolf：十年前，2015年那時我創辦了Hugging Face。我認為那是個好主意。所以我會說，去做你打算做的事，探索你所熱愛的。

風龍：如果回到30歲的時候，我會選擇在博士畢業后直接加入小紅書，享受挑戰和攀登珠峰的經歷。

凱奇：要搞AI。