从 AI 工具到 AI 管家,再到 AI 管控的物理空间
AI 产品会从工具走向管家,再走向边界明确的空间管理。但这条路不能跳,必须先有观察、记忆、权限和可回滚动作。
blogs.bojun.wang
Omni-World-Sense|多维度观察世界的内容入口
Bojun Wang's long-form personal experiment log. Technical, curious, honest, and not pretending to be a media company.
这里不装成媒体公司,也不装成创业公司新闻中心。
这里记录长期实验:有些是可以运行的产品,有些是半成品,有些只是观察一个问题之后顺手组出来的工具。
我关心的是一种连续的建设方式:先观察世界,再拆成积木,最后试着组一个更有意思的版本。
AI 产品会从工具走向管家,再走向边界明确的空间管理。但这条路不能跳,必须先有观察、记忆、权限和可回滚动作。
如果现实世界逐渐被 AI 系统管理,一个关键问题是:这些能力会集中到少数平台手里,还是也能变成个人和组织自己的操作系统?
Ontology 真正有价值的地方,不是名词本身,而是把现实组织里的对象、关系、权限和动作放进同一个结构里。AI 要进入现实世界,也绕不开这件事。
测试 AI 管理环境不能一上来就讲接管现实。更合理的顺序是先观察,再解释,再建议,最后只在小边界里执行动作。
我不想把公司放在第一位。公司可以让系统持续生长,但命题本身应该是系统,而不是公司外壳。
多模态不是模型多会看图听声音,而是现实里的信号开始被持续观察、关联和使用。没有这一层,AI 很难真的进入现场。