导语
Lindy创始人兼CEO Flo Crivello在《The Cognitive Revolution》节目中深度拆解了公司最新产品Lindy Teammate——一个入驻Slack的AI「员工」,能连接团队所有工具、积累共享记忆上下文。Flo的核心论点是:在智能体时代,上下文比原始智能更重要,而多人协作的AI体验将是下一个关键跃迁。他详细披露了Lindy的记忆系统架构、成本控制策略,以及一个颇具争议的立场:他呼吁禁用自己公司正重度依赖的中国开源模型。
Lindy创始人Flo Crivello详解新品Lindy Teammate——一个驻扎在Slack中的AI员工,能积累整个团队的上下文记忆。他阐述了多人AI的核心逻辑:上下文比智能更重要,智能体比人类更擅长「入职」。同时,Flo也坦承Lindy正负毛利率运营,并呼吁禁用他自家依赖的中国模型。
Lindy创始人兼CEO Flo Crivello在《The Cognitive Revolution》节目中深度拆解了公司最新产品Lindy Teammate——一个入驻Slack的AI「员工」,能连接团队所有工具、积累共享记忆上下文。Flo的核心论点是:在智能体时代,上下文比原始智能更重要,而多人协作的AI体验将是下一个关键跃迁。他详细披露了Lindy的记忆系统架构、成本控制策略,以及一个颇具争议的立场:他呼吁禁用自己公司正重度依赖的中国开源模型。
「多人AI」是真正的范式跃迁:Flo将多人AI与单人AI的区别,比作从互相发送Word文档到使用Google Docs的飞跃。当前AI助手本质上仍是单人工具,而Lindy Teammate让AI成为团队共享的协作成员,每个人都能与同一个智能体对话,共享上下文。
上下文比智能更重要:Flo提出了一个经典思想实验:如果冯·诺依曼出现在你办公室,他短期内还不如一个普通同事有用,因为你没有时间给他「入职」。智能体现在可以比人类更好地完成入职,因为人类依赖的Wiki文档一写完就过时了,而AI智能体可以直接爬取Slack中的真实对话。
记忆系统由智能体自行管理:Lindy的记忆系统并非简单的检索增强生成(RAG),而是由一个持续运行的记忆智能体(团队称之为「小憩」而非「睡觉」)管理。它拥有「元记忆」,会学习性地忽略日志频道等低价值信息,自主优化记忆结构。
「上下文桶」实现十亿级token检索:Flo披露了Lindy的核心技术架构——递归式「上下文桶」。通过借鉴平衡树算法(红黑树优于AVL树,因为重新平衡会损失缓存命中),Lindy构建了「百节点树」,两次LLM调用即可触达一万个各含20万token的上下文桶,理论上支持约二十亿token的上下文。
负毛利率是主动选择:Lindy Teammate将公司重新推回负毛利率,但Flo表示这是为下一代模型提前布局。当前缓存命中率85%仍被认为太低,因为降到65%意味着成本近翻倍。他们用风投补贴用户,押注模型成本将持续下降。
狗粮吃得有多彻底:Lindy的一半Slack频道是Lindy在和Lindy员工对话,PR数量和每PR行数均在三个月内翻了三倍。工程师们现在主要工作不是写代码,而是审查「审查代码的机器」,甚至把CI优化也交给了Lindy本身。
智能体的「尖刺性」决定了人类仍有价值:当前模型在大部分能力上已超人类,却会在荒谬的地方犯低级错误——「能一次生成五万行代码,却一天五十次决定走去洗车店」。这种「尖刺性」意味着人类短期内仍将作为「补洞者」赚取薪水。
呼吁禁用中国模型,但自家正重度依赖:Flo承认Lindy的技术栈「现在一切都跑在DeepSeek上」,同时呼吁全面禁用中国模型,理由包括蒸馏对创新的伤害、审查制度使其成为「美国土地上有史以来最强大的外国宣传工具」、以及其日益增长的代理能力。他明确表示这是「反自身利益」的立场。