Naomi Xia

146: Gemini 3翻盘背后、Agent需要什么大模型、RL创业机会|与前 Google 创业者、硅谷投资人聊湾区动向

2025年12月26日 · 1:40:58

本期嘉宾是 MoE Capital 创始合伙人 Henry Yin、Naomi Xia 与 Agent 工具层公司 Precur 联创戴涵俊、Bethany Wang，由程曼祺主持，从硅谷一线视角解析 Gemini 3 与 GPT-5.2 同期发布、Google 靠什么强势回归，以及 Agent/RL 创业机会。嘉宾指出 GPT-5.2 在 GDPval 上达 70.9%（前代 38.8%）、ARC-AGI-2 达 52.9%，且 OpenAI 今年发布的三个 benchmark 均由 Anthropic 模型得分最高，显示其将研究与营销分开。Google 的反弹被归因于 TPU、Infra、模型到应用和硬件的多层协同设计，以及 DeepMind 与 Google Brain 合并后的整合。创业层面，Precur 做“可训练工具层”，让工具从失败轨迹中自我强化，早期客户测试中正确率提升约 12%；RL 机会被分为 RL 环境（如所投的 Preference Model）、RL as a Service 和 RL 垂直应用（如 Periodic Labs）。模型选择上，嘉宾强调云绑定优先于性能，Claude Code 与代码驱动工具调用（PTC）正成为 Agent 核心范式，Qwen 是表现优异的开源模型，飞往 NeurIPS 的飞机上约 1/3 的人在读 DeepSeek-V3.2 技术报告。他们预测模型将向加入大量 agent trace 的开源模型、更强多模态和长程任务优化演进。

137: Agent 是机会，造 Agent 的工具也是|从OpenAI开发者日聊起｜Agent#6

2025年10月16日 · 1:28:58

本期《晚点聊》邀请AGI House联创Henry Yin与合伙人Naomi Xia，从OpenAI 10月6日DevDay发布的AgentKit出发，梳理了Agent工具链（Agentic Tooling）的六次进化与创业机会。他们认为，AgentKit是OpenAI开放了内部验证过的Agent开发全流程（构建、部署、评估），与2023年GPTs不同，Apps in ChatGPT和Apps SDK提供了真正的平台能力，可能让ChatGPT成为‘WeChatGPT’式超级应用；但AgentBuilder的可视化工作流与AGI路线有分歧，OpenAI不会放弃to B，已新设‘Future of Work’团队加速落地。工具链六次进化包括：GPT-3.5催生LangChain，function calling开启工具调用，MCP统一工具标准，GPT-4o语音带动实时语音设施，Claude 3.5引爆AI编程，O1推理与computer use让agent自我规划和用浏览器，每波都催生新公司。具体公司上，他们点评了Composio及其Rube产品以meta MCP server解决Cursor只能同时打开三个MCP server的限制，LiveKit一天2000万分钟语音（一年前100万），Letta的‘sleep time compute’记忆方案，以及OpenAI 11亿美元收购评估公司SetSeed的信号。他们估算，AI agent可将开发者工具市场从两三百亿美元推高至2000亿-5000亿美元，Okta、Twilio、Datadog在身份、通信、可观测性上可‘再做一遍’。最后，他们观察到2025年更多中国AI团队经HFZero等进入硅谷，20%-30%入营者是中国背景，其to C产品感和野心正在影响创业生态。