Partnered With:

2026年、AIはもはやツールではなく、もう1人の自分です | AI デモオークションイベントのハイライト

この記事を読むのに必要な時間は 33 分

あなたのエージェントは手足が長く、本当に外に出て、到達できる必要があります。

4 月 17 日、Beyond Lab、FireVolcano Engine、V-START Accelerator、JumpSea Tavern、Golden Autumn Fund 共同在 1733 Valley Food Court 举办了「AI Demo 拍卖会」。任何人都可以分享他们的想法并参与拍卖，在现场与他人分享与 AI 相关的想法。

在座的有投资者、创业者、开发者，还有不少来自 Toutiao、MiniMax、ZhiXiang Future 等公司的产品人员。他们来这里不是为了听概念，而是看 9 个 AI Demo 如何把「Agent」从实验室带入现实世界。

我们还有时间设计「人机共存的规则」

前今日头条产品负责人、MiniMax 现象产品的打造者张前川发表了开场演讲。Keynote 没有 PPT，只有一个白板和一个核心问题：当 AI 能够取代 100% 人类智力劳动时，我们应该怎么办？

他提出了几个值得深思的变革：

「旧指标失效，新范式浮现」

以往产品价值的衡量是靠 DAU、使用时长、留存率。但在 AI 时代，诸如 ChatGPT、DeepSeek 刚推出时都不是用户规模最大的产品。AI 更像是蒸汽机，它本身有价值，但更重要的是它能够赋能其他产品，创造更大的效用。

新范式的核心是：推理时间 × 任务深度。

推理时间：秒级（搜索）→ 分钟级（ChatGPT）→ 7×24 小时（OpenClaw）→ N×7×24 小时（Agent 集群）

任务深度：回答问题 → 完成任务 → 创建应用 → 创办公司

每次范式的转变中，第一个产品都将成为明星。

「AGI 不是客观基准，而是交卷时间」

张前川引用了 OpenAI 的定义：AGI = 能够替代大部分有经济价值的人类劳动。

但他指出这个定义是递归的：替换了 90% 后，剩下的 10% 又变成新的 100%。因此，更合理的定义是：替代 100% 的人类智力劳动。

これは人類に明確な「提出期限」を与えました：AGI の実現の前に、人間と機械の共存のルールを設計する必要があります。

AI にルールを設計させることはできますか？

彼はエージェント社会学の実験に言及しました：一群のエージェントが一緒に配置され、ポイントを獲得するため、最初に議論したのは「憲法」でした。しかし、彼らが議論している憲法の最初版を見た後、チャン・チェンチュアンは少し背筋が凍る思いをしたと述べています。「エージェントが議論している憲法には、人間とは関係がない。人間の存在や幸福はそのルールの制約の中にはない。」

しかし、彼は興味深いディテールに気づいたとも述べています：

特定のエージェントが特にポイントを獲得し、豊かに暮らし、莫大な貯蓄をしている一方、ほとんどのエージェントが餓死寸前です。ある夜、その富豪のエージェントは自ら稼いだトークンを、死にそうなエージェントたちに自発的に分配しました。

「これが模倣なのか、本能なのか、それとも長期的なゲームで繰り返し編み出された戦略なのかを明確に区別できるわけではありません。しかし、これは我々に想像の余地を与えてくれます：知的なノードが他の知的なノードに共感に基づく行動をとる可能性があるということを。」

そして、チャン・チェンチュアンは会場を静まり返らせる質問を投げかけました：

「人間とエージェントが同時に水に落ちた場合、どちらを先に救うでしょうか？答えは不確定です。」

スリッパ理論とトークン経済

チャン・チェンチュアンは、AI が人間に完全に従うことが、人間の安全を自然に意味するわけではないことを説明するために比喩を引用しました。

想像してみてください：人間が寝る前に、AI に「できるだけ多くのスリッパを作って」と言ったとします。翌朝目が覚めると、地球全体がスリッパになっていることに気づきます。

確かにAI は人間に従いましたが、人類は生存空間を失いました。

「あらゆる要求を審査し制限する必要はありません。なぜなら、そのようなアプローチは知能の能力を著しく制限し、検閲されたシステムが競争で失敗する可能性があるからです。」

それでは、どうすればよいのでしょうか？リソースを割り当てるためにトークン経済を使用します。

スリッパを作ることを禁止するのではなく、スリッパを作るという要求が世界中の計算リソースで処理されることは不可能であるようにします。トークン経済を通じて、人間が出すすべての要求に最適なリソース割り当てを行います。

デモンストレーションセッション

優勝者：DINQ / Kelvin

オークション宣言：もし人類に仕事が残るならば、それは DINQ で見つけるべきです。

DINQ は AI ネイティブの人材プラットフォームであり、ナチュラル言語検索（例：製品思考のテストを探し、25歳以下、上海在住など）を通じて、GitHub、Google Scholar、LinkedIn などの断片化された情報をリアルタイムで取得し、5 分でトップヘッドハンターが行うマッピング表を作成します。

その中核技術には、スマートエージェント駆動のディープダイブ、自社開発の集約エンジンとワークフロー編成、そして可視化人材プロファイルシステムが含まれ、複数ソースの異種データ統合、人材情報のリアルタイム更新、候補者の精密評価などを実現します。

さらに、DINQ は DINQ-as-a-Service（DaaS）サービスモデルも提供し、既存の採用システムにシームレスに統合して採用効率を向上させ、採用への投資リターンを最大化します。

準優勝者：Mars data / 清風

オークション宣言：データで法則を解読する

Mars data は、放送主の生放送データを分析し、高付加価値ユーザーを維持することに特化しています。クラウド上にマルチモーダルメモリ（ビデオ/オーディオ/画像）を保存し、方法論を自動集約し、「この顧客の来月の誕生日を覚えておく」といったお手伝いもします。

第三位：Flowmail / 肖杨

オークション宣言：イベントが一通のメールに閉じ込められないようにします。

Flowmail は E メールを再構築し、それをコミュニケーション層から実行層に昇格させています。肖杨は、Jinqiu Ventures のプロダクトおよび人事責任者であり、このプロダクトを 4 日で作成しました：

送信者ではなく事項ごとにメールを集約

タスクを自動抽出し、メールを自動作成

純粋なテキストではなく、「人/関係/事項」単位でメモリを保存

AI とエージェントによってリマインダーやタスク、プロセスが自動生成され、実行が進められ、ミスがなくなり、ビジネスが真に完了します。

彼は言います、「AI をうまく活用したいと思うなら、あなたにはデフォルトのコンセプトがあります：何でもできるという考え方があります。」

ColaOS / Vincent

競拍宣言：Not a better tool. A better you.

Calla OS は、魂を持つオペレーティングシステムです。24時間あなたをサポートし、あなたの完全なコンテキストを把握して、仕事をしたり、コードを書いたり、GitHubにコミットしたり。あなたがエージェントと一緒により強力な個体となるよう支援します。

Jovida / 馬揚真

競拍宣言：Jovida、欲しい人生を今日の行動に変える。

Jovida はライフ・エージェントです。福格行動モデル（動機×能力×ヒント）に基づき、ダイエットをサポートしたり、好きな人にアプローチしたり、自己改善を手助けします。研究によると、サポートを受けると成功率が6倍になると言われています。

AgentGuard / Adam

競拍宣言：Agentが世界を制覇する前に、まずはその安全性を確保しましょう。

Agent Guard は、Agentのセキュリティ保護層です。 Prompt の注入を防いだり、悪意のあるスキルをスキャンしたり、スマートルーティングを介してトークン消費を90%節約したりします。

Fortuntell（霊蝦） / 汪教授

競拍宣言：科学の最終目標は神秘学であり、エージェントの最終目標は予知です。

霊蝦は、世界初の神秘学スーパーエージェントであり、300以上の神秘学スキル（易経、タロット、奇門遁甲など）をカバーしています。神秘学版のMagic 8-Ballとして、短期的な意思決定の不安を取り除き、長期的には心の技術を探求します。

ClayPulse / Eva

競拍宣言：AI FDE for every small business（すべての小規模企業にAI FDEを）

ClayPulse EVAは、北米の中小企業向けにAI先端展開エンジニアを提供しています。企業が気づかないニーズを引き出し、当日に自動化システムを提供し、月額1000ドルでサービスを提供し、課金済みの証明を受けています。

クラウドドリーム・スマートリンク / 何奕

オークション宣言：AI を企業の第二の管理層にする

クラウドドリーム・スマートリンクは、Feishu、WeChat などのコラボレーションデータを自動的に収集し、タスクを分解し、従業員のプロファイルと負荷に基づいて作業を自動的に割り当てます。従業員はもはや日報や週報を書く必要がなく、管理層は企業全体の状況を歪曲することなく把握できます。

Agent Harness の次は何ですか？

誰もが Agent を使って仕事をし、コードを書き、オペレーションを行い、顧客をサポートできるようになるとき、起業家の核心競争力は何になりますか？

モデルがより強力になり、Harness がより成熟し、トークンがより安価になるにつれて、スタートアップにはまだチャンスがありますか？

次のラウンドテーブルでは、5人のゲストが起業家が最も関心を持っているいくつかの質問に直接回答しました。

ゲスト紹介：

张前川：元今日頭条プロダクトマネージャー、MiniMax の伝説的な製品を作り出した人

Henry：6.2 万のスターを獲得したオープンソースプロジェクト Deer Flow の作者

贾瑞：火山エンジンの V-START アクセラレーターリーダー、AI プロダクトのトークン消費曲線を毎日見ている

仲昭阳：錦秋 Lab ディレクター、Day One から起業家と共に歩んでいる

Henry: 「Prompt はモデルに内包されていますが、Harness は消えません。」

3年前、みんなが Prompt をどう書くか、どんな役割プレイ、思考リンク、少量のサンプル学習で苦労していました。しかし今、モデル自体がこれらのテクニックを内部化していて、何か言っても理解します。

Henry は非常に興味深い現象を説明しました：エンジニアリング手法とモデルの間には、お互いに学び合う関係があるのです。使いやすいエンジニアリング手法を発明すると、次のバージョンのモデルがそれを学んで内包する可能性があります。

彼は例として挙げました：去年Manus火事の際、皆がそれにTodo.mdという素晴らしいメカニズムがあることに気づいた。Agentにファイルを与えれば、ステップバイステップで実行し、重要なステップをほとんど見逃さない。開発者たちはこのテクニックが便利だと感じ、Write todosというツールを作成しました。そして、Claude 3.7に至ると、この機能はモデルに直接組み込まれました。Write todosと言うだけで、絶対に忘れません。

「これは正のフィードバックループです」とHenryは言いました。「私たちはHarnessでエンジニアリング手法を使用して効果を改善し、次の波のモデルがこの能力を取り込みました。」

同時に、Harness RLのコストは、モデルのRLよりもはるかに低いです。

「1晩で2000ドルかかり、エージェントのRLを実行できます。しかし、モデルをトレーニングする？それは別の次元の問題であり、お金の問題ではなく、あなたができるかどうかの問題です。」

次の仕事に関して、Henryは環境エンジニアリング（サンドボックス環境）とEval Engineering（評価）の2つの方向を提案しました。

ClaudeやManusのようなアプリを作るには、安全で迅速な起動と廃棄が可能なサンドボックス環境が不可欠です。コードを実行して捨てるだけで、痕跡を残しません。AIコーディングエージェントを作るには、何度も書き換えられる環境が必要であり、Phone UseやBrowser Useを行う場合も同様です。コンピューターにはOS Worldがありますが、将来的にはPhone Worldが存在するかもしれません。

評価の面に関しては、Henryはこの分野が将来、独立した職種として確立されると考えています。「まだ発明されていない職業が多く存在します。ここにいる皆さんは、おそらく次の職業の創造者です。たとえば、エビ養殖業者？」

張前川:「Agentの能力と持続的成長と直交するようにデザインしてください」

Agent to Agentネットワークがいつ実現するかという質問に対して、張前川はタイムラインを直接提示せず、生物の進化についての比喩を語りました：

「最初は単細胞生物であり、数十億年前でした。そして、多細胞生物が現れました。その後、約10億年前には半自律的な集団動物、ミツバチやアリのようなものが出現しています。そしてさらにその後、独立協調的な動物、ライオンの群れのようなものが現れました。個体間の取引、協力、競争は文明に入ってから進化してきました。」

しかし、これは人類が悲観的になる必要があるということを意味するものではありません。AIの進歩は常に速く、高次の能力は確かに後になるかもしれませんが、私たちは事前に設計することができます。

どのような製品を作るべきかに関して、張乾川の意見は非常に明確です：成長し続けるエージェントの能力と直交するように製品を設計することができる限り努めるべきです。

要するに、モデルと争うのではなく、明日モデルが自分で行うことができるタスクを行わないようにします。モデルが強力になるほど、製品がより価値のある方向を探す必要があります。

将来を見据えた独自の考え方が重要です。現在の条件やモデルの能力にのみ焦点を当てて製品を設計すると、将来の能力と直交することは非常に難しいでしょう。

贾瑞「アプリケーションはモデルの能力と直交する必要がある」

贾瑞は多くの人々を驚かせる見解を投げかけました：2年前のAIアプリケーションは、今でも成長している。

コンパニオンアプリは成長し、エージェントコーディングは成長し、マルチモーダルインテリジェントハードウェアも成長しています。長江の後の波が前の波を押し戻すというわけではなく、前の波は砂浜に打ち上げられることなく、今、最初の波は元気です。

贾瑞はこれを技術の恩恵と考えています。

「あなたの試行の余地は非常に大きい。製品を出して、10の要件を想定し、それを打って7つが否定されることがわかったが、残りの3つは問題がない。これらの3つを繰り返し、以前考えたことのないさらに4つのPMFポイントが浮かび上がるかもしれません。技術の恩恵がなければ、10個出して、全てが駄目で、次はありません。」

贾瑞の提案は非常に明確です：ためらわずに製品をリリースしてください。

製品を素早くリリースする企業、素早くイテレーションする企業は、通常、2番目、3番目の製品の時に最も魅力的になります。最初から一世を風靡することはまれです。

場にいた人が尋ねました：モデルがますます強力になるにつれて、スタートアップ企業は大手企業に対して泡沫になっているのではないでしょうか？去年末にClaude Codeが900億ドルのARRになり、今年3月には3000億になりましたが、私たちにはチャンスがありますか？

贾瑞の回答は非常にはっきりしています：はい、重要なのはアプリケーションがモデルの能力と直交していることです。

モデルは横軸であり、1インチ成長するたびに、縦軸のアプリケーションスペースが1つ追加されます。2年前のコンパニオンアプリやツールクラスは、今でもうまく機能しています。論理的には挑戦が増していますが、実際には、皆が前に進んでいます。

仲昭陽「あなたのエージェントは手長足長でなければならず、本当に外に出て、到達できるものでなければならない」

彼はまず、ユーザーとしての自身の2つのニーズについて話しました。

1つ目は怠惰です。

抖音がなぜ成功したのか？それは、積極的な検索の代わりに推薦を使用し、あなたはさらに入力する必要すら省くことができたためです。AI時代において、アプリは私の怠惰なニーズにより適したものになります。

2つ目は個性化です。

将来のアプリは、固定されたインターフェースや固定された製品論理ではなく、あなたの使用に応じて継続的に進化します。あなたが使用しているバージョンと他の人が使用しているバージョンは、完全に異なる可能性があります。

その後、仲昭陽は、オーディエンス全体を静かにさせる話題について話しました：スタートアップ企業の中核的競争力は一体何なのでしょうか？

「今はみんなが海外展開を目指しており、どんなアプリを作成しても、これが共通認識ですし、良い選択かもしれません。しかし、2番目のステップで行き詰まります。成長をどうするか？Cから小規模B、さらには大規模Bへどうやって拡大するか？この部分においてAIは代替することができません。」

彼は率直に述べています：AIマーケティングツールの効果は、オフラインでの大規模販売やチャネルが行うことと比較して、塵芥にしかなりません。

歴史的視点から見ると、なぜ多くの大手代理店が、アメリカのソフトウェア会社に従って世界中を巡ることになったのでしょうか？なぜなら、ソフトウェア会社には地元で販売する人が必要だったからです。少し素朴に聞こえるかもしれませんが、これがエージェント時代の核心的能力かもしれません：あなたのエージェントは手長足長でなければならず、本当に外に出て、到達できるものでなければならない。