徐文健-AI Agent 如何重塑有声内容的生产与分发.pdf

1、演讲人：徐文健01020304路线之争，MultiAgents vs Context?移动互联网-AI 时代，变量是？0506MultiAgents：Anthropic当个体智力进步趋于平缓时，通过合作和协调可以带来科技的指数级提升多代理系统模拟人类社会的协作模式，各司其职完成复杂任务Context:Cognition反对观点认为不应构建多代理系统，因为上下文不一致会导致执行误差单一代理在保持思维连贯性方面可能更有优势碳基社会：学习现有社会的高效组织形态硅基社会：超级天网，彻底变革人类组织形态VS02移动互联网-AI 时代，变量是？时间成本优质内容创作需要大量时间投入，从调研选题、撰写到编辑、

2、发布的全流程耗时长创作能力门槛内容创作需要文字组织、叙事技巧、表达能力等多方面素养，普通人难以达到专业水准领域知识要求专业内容需要创作者具备深厚的领域知识背景，限制了创作者的覆盖范围拿着锤子找钉子：内容推给感兴趣的不同用户没有达到真正意义上的千人千面推荐系统仅能从有限内容池中筛选，而非创造定制内容用户个体记忆和经验并没有融入内容消费体验降低创作门槛让只具备两项要素（时间、领域知识或创作能力）的潜在创作者也能产出高质量内容帮助拥有三要素的创作者*100 提升创作能力，实现内容的规模化生产实现真正的个性化为每位用户结合其记忆、偏好和背景定制内容从拿着锤子找钉子转变为送货到家可落地性高相比视频内容，

3、音频生成技术更成熟，成本更可控，实现门槛更低从技术到商业模式都有更清晰的落地路径消费场景丰富随着AI眼镜、AI耳机等新硬件兴起，音频内容的消费场景大幅增加通勤、运动、家务等碎片化场景下，音频是最理想的内容形式消费方式更轻松我们身处视觉刺激过载的时代，用户会比以前更渴望轻松的内容消费方式用户输入捕获用户需求、问题、兴趣点理解用户意图和背景内容生成组织信息和处理信息创建结构化、有吸引力的内容音频输出转换为自然、流畅的语音提升音频表现力音频 Agent vs 端到端音频模型?03核心信息的载体质量决定生成内容的上限核心信息的载体质量决定生成内容的上限高质量的内容生成首先依赖于高质量的输入处理：对用户

4、问题进行深度理解，而非简单把问题扔给大模型识别问题背后的真实需求和意图判断所需信息的类型、深度和广度确定最适合的内容结构和表达方式评估是否需要补充外部信息源我们不会直接将用户的原始问题丢给脚本生成器：问题分析解析用户问题的核心要素、意图和背景确定问题类型和所需专业领域信息补充判断是否需要通过搜索获取额外信息收集相关背景资料和最新数据结构规划根据问题类型选择合适的内容框架设计逻辑清晰的信息组织方式生成指令转化为明确的内容创作指令指定重点、深度和风格要求时效性问题仿造新闻直播间的框架最新摘要核心矛盾各方观点事件时间线影响分析通识类问题模仿大师讲堂的框架基础概念历史背景深度探索关键洞察实践应用决策类

5、问题采用专家咨询的框架选项分析利弊对比专家建议风险评估行动建议1关键词扫描识别用户问题中的时效性词汇，如最新、近期、突发等检测特定事件、人物或产品名称是否需要最新信息2类别分析判断问题是否属于快速变化的领域（如科技新闻、市场动态）评估是否涉及争议性话题,是否需要多方观点3知识库检查验证内部知识库是否包含足够回答问题的信息确认现有信息的时效性和完整性4搜索即停每轮搜索结束时，LLM 判断搜索信息是否充足，及时中止搜索不够则开启新一轮搜索针对不同信息源定制化处理youtube 信息源 字幕twitter 信息源 post+coments微信文章 端侧爬取pdf、word、epub、图片.youtu

6、be 信息源 识别关键时间点和主题、捕捉视觉内容中的重要信息twitter 信息源 识别主流意见和少数派声音、过滤噪音和无关 comments.零散信息分散的事实和数据点缺乏上下文的孤立观点无序的信息碎片智能处理主题聚类与关联分析矛盾点识别与调和时序与因果关系建立研究报告结构化的论述框架多层次的信息呈现有洞见的综合分析04技术是工具，而音频内容的本质是与人沟通过度侧重故事性的问题过分强调故事性可能导致：信息密度不足核心观点被淹没过多无关细节内容虚而不实纯粹堆积信息的问题仅关注信息量可能导致：难以吸引听众注意记忆点不