對話李志飛：AIGC第一股不做模型搞AI硬件，他是怎麼想的？
出品 | 本站科技《態度》欄目
作者 | 袁寧
編輯 | 丁廣勝
都知道了，李志飛發了新硬件。
這是一款號稱“全球首款 Agentic AI（具身智能體）硬件”的產品——TicNote。
設備厚度僅3毫米，可通過磁吸貼在手機背後，搭載基於 DeepSeek-R1等大語言模型能力的 AI Agent 系統 Shadow AI，支持錄音轉寫、總結、思維導圖生成等功能。它可連續錄音20小時，支持超120種語言識別和轉寫。
海外版在今年4月15日率先發布，售價159.99美元；國內悅享版售價999元，甄選版爲1499元。
但在產品參數、市場定價和新品戰略之外。我很好奇，李志飛爲什麼又做回了硬件？他這次是怎麼想的？
TicNote部分核心功能
在 AI 圈裡，李志飛是一位典型的“前浪”。曾任谷歌機器翻譯實驗室科學家，2012年離職創辦出門問問，從語音助手、智能硬件一路做進 AIGC，最終在2024年成爲“AIGC 第一股”。
目前出門問問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數字分身「奇妙元」及海外版「LivGen」、企業AI交互式數字員工生成平臺「奇妙問」、可一鍵成片的AI短視頻生成平臺「元創島」等。
如今他又帶着新的硬件回來了。
但TicNote 的重點不是硬件，而是他口中“像影子一樣”的“Shadow”Agent。李志飛透露，接下來，出門問問還將推出 Shadow AI 賦能的 TicNote Watch、TicNote Pods、TicSports 等全新系列，繼續押注 Agent 化的硬件終端。
在少見的媒體交流中，李志飛說了很多實話：關於做大模型和AGI，關於 AI 信仰的崩塌與迴歸，關於 Agent 的定義，以及他如何重新看待做硬件這件事。
而他的表達，也恰恰透露出許多AI領域從業者，在當下所面對的共同真實處境：模型和產品，信仰和情緒，再出發之前的猶豫與選擇。
在這篇稿子裡，我們希望儘可能多的保留李志飛的原話，試圖拼出他關於 AI 和硬件的思考。
談“用 AI 的 AI 做 AI”：所有事情都和以前大不相同了
在出門問問 CEO 李志飛看來，AI 的開發範式正在重構，“一個人就可以完成 Google Translate”的時代真的來了。
李志飛的方法是：“用 AI 的 AI 做 AI。”
具體來說：“首先，我們究竟應該如何做 AI？我這裡有一個口訣：「用 AI 的 AI 做 AI」。這聽起來有些拗口，簡單來說，第一個「AI」指大模型；第二個「AI」是指 Coding Agent，它本身可能也是由 AI 製作的，或者其主要能力源於 AI；最後一個「AI」則是我們自己要做的應用。”
他用他自己的一場個人實驗，詳細講述了這句話背後的體驗和感受。
“以前我在 Google，一天寫300行算法代碼（非簡單代碼），這已經算是高產了。而我最近寫了一個通用的 Agent，它在3個小時，也就是一個晚上，給我寫了3000行 Python 代碼。”
“而且代碼質量絕對比我寫的好，裡面是沒有任何 UI 的純粹後端邏輯。換句話說，它3小時代碼的能力，相當於我以前10個工作日的工作量。就是這樣一個比例。”
這個變化帶來的震撼不只是效率的提升，更是底層認知的重構。他說：
“所以我就在想，一個人就可以完成一個 Google Translate。以前 Google Translate 是由20個全世界最頂尖的博士在那裡寫代碼，寫了很久。而我現在，我一個人就可以完成那20人的工作量。”
“當年 Google Translate 至少還是一個非常了不起且複雜的系統。所以，我覺得從這個角度來說，所有事情都與以前大不相同了。”
“我認爲，最終 AI 的關鍵在於你能夠構建一個自我進化的 AI 系統。”
他還透露，自己現在每天都會用AI寫代碼，而每天的 Token 消耗就能達到50美元。
談信仰崩塌與重建：除了巨頭都沒資格談大模型
2023年，李志飛一度放棄了 AI。2024年，他又重新信了，甚至信仰 AGI 和超級智能。
“我曾有過信仰崩塌。2023年我有了 AI 信仰，但做了一段時間，主要是因爲沒有資金支持，覺得燒不起，所以就放棄了。去年，別人跟我講 AI，我都不想聽。”
“但最近我重新找到了對 AI 的信仰，甚至信仰了 AGI，信仰了超級智能。這是一個難以想象的轉變。我希望我對這份信仰能夠這次持續更久一點。”
他不避諱談起這段“失望”的來源。在過去一年裡，他經歷了行業的降溫，也切身體會到大模型創業面臨的資源瓶頸。最根本的原因是：看不到自己的位置。
“在大模型時代，我是第一批站出來說要做大模型的，但可能也是第一批意識到這不是我的菜。然後，基本上沒有全身心投入去做這件事，就是因爲我不知道如何參與。”
“今年上半年時，我更覺得，除了全世界那三四個巨頭，其他公司都沒有資格談論模型，不要湊熱鬧，不要浪費你的生命。更不要浪費你的情緒在這裡面。”
“因爲你根本就沒有機會，那完全是在燒錢。而且事實上，大模型本身這個東西，我覺得已經變得超級無趣，反正就是燒錢。我找不到切入點，我更不能理解絕大部分 AI 公司到底還有什麼價值。”
但正是因爲看清了這一點，他慢慢找到了新的入口。
“我發現，即使是雄心勃勃的 AGI 目標，也並非遙不可及。通過構建我所設想的遞歸 Agent 體系，所需資金可能並不龐大，更依賴於創新的智慧。”
“我相信，只要擁有足夠深入的思考和技術能力，即便不是行業巨頭，也能參與到 AGI 的進程中。”
談智能的本質：進化+遞歸，TicNote是一個 Agent
這個讓他參與進AGI進程的是Agent。李志飛分析：
“如果我們思考智能的本質，我認爲，智能的第一個本質是進化。”
“就像人類作爲智能體，在特定環境中（無論是社交還是任務執行），通過獲取反饋來不斷調整自身行爲並進行反思一樣，AI 也應如此。”
“這種進化是自動的，無需人工干預。Agent 自主建立循環，通過規劃、在環境中執行、獲得反饋、調整規劃並更新上下文，實現持續的自我完善。”
除了進化，另一個關鍵詞是遞歸。
“智能的第二個本質，我認爲是遞歸。”
“遞歸是一種『分而治之』的思想：一個複雜問題被拆解成更小的、相同類型的問題，直到它們可以被直接解決。”
那什麼纔算一個 Agent（智能體）？李志飛認爲，一個核心特徵是它必須能“跳出大模型語言環境”，也就是說，不只聊天，而是要能調用外部工具。
“Agent其實是相對於 ChatGPT 這種純聊天的來說的。”
“你要用到除了聊天以外的很多東西，這些功能已經跳出了大模型自己的一個語言環境，這是第一個特徵。第二個特徵是它是自適應的，它會動態去調整它的規劃。”
而按照這個標準，李志飛認爲出門問問發佈的 AI 終端完全符合。
“從這個角度來說，我們這次的產品肯定是一個 Agent。而我們的硬件，跟它是搭配起來的。”
如果一定要從硬件形態來定義 Agent 呢？
“那它就等於機器人。它得自動能走，它得能給你拍照、拍視頻，然後拍了視頻還能幫你理解和整理。但我們現在這個產品也能幫你錄音對吧？也算是。”
談做回硬件：過去踩了很多坑，不想一直失敗
關於做硬件，李志飛踩過很多坑。
“你知道我們以前做了一個硬件，前面的研發成本，有的時候就是千萬級別的。就這個還沒算渠道，就這個導致的問題是，一個東西一發出去，如果賣不到十萬臺基本上就沒戲。”
“這會導致什麼問題？就是那種你第一天這個產品賣得不好，你就開始懷疑人生。因爲你投那麼大，對吧？”
這種“只許成功”的焦慮，讓李志飛對硬件幾乎產生了抗拒。
“以前我們發一個硬件，光訂貨就搞一年，花了幾千萬。如果第一天沒賣好，我就覺得完了。”
而這一次，他選擇“用一種更輕盈的方式做”。
“現在我做硬件，其實我對它的銷量不是說先賣10萬臺，我覺得先賣1萬臺就挺好。然後我通過這些用戶的方式去迭代軟件。”
“不像當時的心態：一旦第一天沒爆，就覺得，完了，算了。那種控制不住的心態。”
他認爲創業很難的一個點是，當你心裡構建了一個“理想的未來”，結果第一次見市場的時候，反饋完全不一樣，很容易信仰崩塌。
“創業有時候就是有一點口碑嘛。你本來講這個東西怎麼怎麼好，結果第一次見市場完全不是這麼回事，那你這個信仰就崩塌了。尤其你是一個做研究出身的人，那種衝擊感是很大的。”
他改變了自己的預期，也改變了打法。
“以前我們心態就是，只要你賣不到10萬臺，我就開始發毛，OK，我可能堅持不下去。但今天，我只要能賣1萬臺、1千臺，不管你誰做，我都可以繼續打。”
“說句不好聽的，我在別的地方虧過太多錢了。所以現在在這裡我能打持久戰。”
他很清楚一個現實：現在做硬件，必須放棄過去那種“自研一切”的沉重路徑。
“我以前搞硬件，是幾十號人全棧做，結果一個項目搞死自己。現在我基本上都是和深圳的合作伙伴搞，大家分工明確，輕巧高效。”
而且，“硬件”的意義，也不再只是“產品”，而更像是一種 “Agent 的身體”——一種信息收集、上下文沉澱的接口。
“硬件就是一個傳感器，收集數據、組織數據，然後給 AI 系統構建上下文。對我們來說，這是一個必要的組成部分，不是爲了卷設備，而是爲了讓 AI 真正變得有用。”
李志飛說，他之所以還能再做，是因爲“我們真的已經跌過坑了”。
“我也不想一直失敗。”
談過往經歷：硬件，就是上下文的沉澱器
李志飛並不諱言，他過去那些失敗的、反覆被打臉的嘗試。
“以我的創業爲例，我之前做了一個智能硬件，結果小米把價格拉到我們十分之一。我做大模型，結果所有大廠都進來了。”
“你每次獲得這種反饋之後，就讓你放棄這種東西，或者你就不停地調整你的 plan。”
他反覆強調，“反饋”是改變一切的關鍵。甚至是“塑造一個人”的關鍵。
“如果在美國，我做了一個大模型，我可能就被 Google 收購了，賺了很多錢。或者我做了一個硬件，我可能被蘋果收購了，賺了很多錢。”
“所以這種反饋一定會造就你這個人的行爲是完全不一樣的。同樣一個創業者，同樣的智商，在中國和美國不一樣的創業環境下，得到的反饋不一樣。最後你的行爲，你的思考模式就會完全不一樣。”
“這就是我想說的，什麼是個性化的環境，個性化的上下文。”
“上下文”這個詞，在李志飛這裡，不僅是技術詞，也是心理詞。他說，這些年，“所有打擊和反思，都是我的上下文。”
而他現在最關注的是，如何給 AI 構建“上下文”。而不只是卷參數、卷算力。
“那麼除了大模型之外，最重要的是什麼？最重要的是你要有個性化的環境和 Context（上下文）。”
“上下文更多是一個歷史的記錄。”
這也是他決定重新做硬件的重要原因。因爲沒有硬件，就無法沉澱上下文，AI 也就無從理解用戶是誰。
在這次交流中，李志飛沒有展示“新故事”，而是交出了他作爲一個技術人、一個曾多次試錯的創業者的真實反饋。
AI 的故事還在繼續，只是他的注意力和節奏，變了。