作者： admin

欢迎收听《硅谷101》
我是Yushan
我们这一期要讨论一个
我个人非常关注
也和每一个人的健康
都息息相关的话题
肠道微生物
大家知道肠道里有数以几十万亿
到百万亿级别的外来者
肠道细菌 真菌 病毒
等等各种微生物
这些微生物在正常情况下
与我们和平共处
帮我们代谢食物残渣
也可以对我们的身心健康
有积极影响
而在失衡的情况下
也可能会导致疾病
我们的生活方式
包括饮食 运动 睡眠
都在潜移默化地影响着肠道微生物
也间接影响了我们的健康
近年来越来越多出现在大众视野的
益生菌保健品
动辄几千块的肠道菌群检测
也令消费者困惑
这些维护肠道健康的产品
到底是不是智商税
对于我们普通人来说
有哪些实操的方式
改善肠道菌群和肠道健康
这一期我们邀请到
来自斯坦福大学的科学家
史寒朵博士
给大家做个尽量全面的科普
今天和我一起主持的
还有泓君
泓君好
哈喽 Yushan你好
哈喽 大家好
我们今天的嘉宾是一个返场嘉宾
他之前上节目
给我们科普过AlphaFold
那期也非常精彩
我们也请寒朵来给我们打个招呼
哈喽 大家好
因为寒朵是在做
肠道微生物相关的研究
我们也来请寒朵先介绍一下
你大概的一个研究方向吧
我现在是斯坦福大学的博士后
自己的研究
其实就是在肠道菌群这个方向
我关注的重点是
不同的化学物质
是怎样在一个群体里
影响不同的肠道菌群
这个过程中就会涉及到
很多肠道菌群之间的互相作用
因为不同的细菌
它们会有竞争关系
但是它们有时候也会
分泌不同的物质
来帮助一些特定的细菌的生长
所以如果一旦有外界的
化学物质的影响
这个过程就会跟单一的细菌相比
变得非常复杂
我目前的一个重点的工作
就是研究在这样一个群体里面
化学物质是怎么样
去通过影响不同的个体
导致群体的一个变化
长期来看
这些变化又会怎么样地
影响人体的健康
肠道微生物
这是一个被各种
卖益生菌保健品的营销号
疯狂给大众兜售过的概念
我们节目组讨论这个选题的时候
一位同事直接说
吃益生菌这不是智商税吗
所以首先我就想请寒朵
来给我们讲一讲
肠道微生物到底是哪些生物
为什么我们要关注它们
好的 Yushan
肠道微生物其实是一个
很宽泛的概念
它整体来说指的是
在人体的肠道内定居的这些细菌
还有一些真菌 病毒等等
各类的单细胞生物
它们其实是一个很庞大的群体
如果我们用数字来具象化一下
健康的成年人体内
大概会有上千亿的细菌
细菌细胞的数量
和我们人体细胞的数量是相当
甚至可能会更多的
如果我们从基因的角度讲
因为这些细菌
它们都是不同的种类的细菌
所以它们的基因复杂程度
其实比整体的复杂程度要高很多
如果数基因数的话
人体大概是两万左右不同的基因
这些细菌
如果把它们的基因加起来的话
可以有上百万个基因
所以如果我们真的去看
不同的基因成分的话
行业内有一句话就是说
我们其实更像是细菌
而不是人类
因为细菌的基因成分
实际上在我们人体的整个组成中
是占到了主要的部分
具体来说
大部分这些细菌
都是定居在我们的大肠里
小肠主要是
人体能够吸收的食物营养
大肠你可以理解为是
我们人体大部分
消化不了的食物残渣
但是就是这些食物残渣
滋养了很多不同的生物
它们同时吸收这些食物残渣
又能把很多它们的代谢产物
再回馈给我们的人类
所以说这个就是
它们会对我们的身体
主要造成的影响 对吗
我们通常讲到它对健康的影响
是哪些方面呢
大体上来说
我可以把它分为三个
比较主要的方面
第一个方面是营养
第二个方面是免疫调节
第三个方面是一些更加宽泛的
现在上的证据
相对来说不是那么充足的
但是也有一些研究认为
会对人的心理健康等等产生影响
然后我们可以仔细地说一下
这三个领域
研究目前最清楚的就是营养这方面
比如说大家讨论很火的
益生菌的这个概念
很多益生菌的产品就会打广告说
能够帮助你变瘦
帮助你提高肠道的营养吸收
这些方面都是有一定的
科学证据支持的
尤其是对于人的胖瘦这个问题上
现在有很多的研究都发现说
各种不同的细菌
组成不同的肠道菌群
会影响人的代谢
所以说如果
两个人吃进去相同的食物
有些人的肠道菌群
就能从中榨取出更多的卡路里
有些肠道菌群就没有那么高效
所以说最后能够吸收到
人体体内的热量也会不一样
具体吸收的这些分子也会不一样
这些区别有时候就导致了
可能你会发现
为什么我和他吃同样的食物
但是我就是更容易长胖
那个人的肠道菌群
说不定就在这个过程中
做出了很大的贡献
这个大概是一个什么样的机制呢
这个机制目前我们有一定的了解
但是也不是特别清楚
大体上来说
我们吃进去的东西
容易消化的人体就直接消化了
但是还有相当一部分
是人体不能消化的
比如说很多的膳食粗纤维
这些也通常被称为益生元
但是微生物本身
它的基因复杂度比人体高很多
所以它们有很多更大的能力
来消化一些人体消化不了的东西
它们把这些纤维
给慢慢地消化分解之后
它们也不是所有东西都吸收的
还有很大一部分会留在肠道里
最后是在我们的大肠里
被人体重新吸收
所以如果我们整体看这个过程
人体给微生物的东西大致是一样的
但是不同人体内的微生物不一样
所以它们能够分解 消化
吸收的也不一样
它们最后能够继续留给人体的
它们的这些代谢产物
也是不一样
这些代谢产物
有些对人体的健康比较有利
比如说能促进新陈代谢
比如说能够提高你的
能量运用的效率
这些很可能就是
会让人体更高效地消耗热量
就可能变瘦
另外一些可能就会产生一些
相对来说更容易在人体内积累的
或者我们也可以说
不是那么健康的分子
这些就可能会在另一方面
就促进人体变胖
这个很有意思
因为你刚刚提到说
有一些它消化出来的这个产物
有一些分子它可以促进新陈代谢
我不知道这个有一些研究中
比如说比较共识的是什么样的
它们的代谢产物可能会
甚至就是影响人的胖瘦
这个有一些相关研究吗
有 这你可问到点子上了
这个其实我自己
现在就在参加相关的研究
我们研究的一个重点是短链脂肪酸
这其实是一类小分子的统称
大家比较熟悉的
就比如说有乳酸
它其实是葡萄糖的一个代谢产物
还有一些跟乳酸化学分子
是比较接近
而且现在研究上大家认为
比较重要的
还有一种叫丁酸
具体的化学名字不重要
大家只要知道
它们说到底就是一系列
比较小分子的碳水化合物
很多的粗纤维的食物
经过肠道菌群的代谢
就会产生这样一系列的短链脂肪酸
它们对人体有很多的作用
一方面 很多的短链脂肪酸
可以促进人体的能量消耗
包括提高人体的基础代谢
提高人体的肌肉运用水平
所以很多顶尖运动员
他们体内的脂肪酸的代谢能力
往往是很强的
他们的肌肉获取能量
很大程度上也是从这些
短链脂肪酸中获取
像是我们这样的普通人
可能更多的能量是从葡萄糖中获取
这种能量获取的差异
很多时候就会影响
最后肌肉的运转能力
消耗热量的能力
以及我们更长期说的人体健康
这个很有意思
这个短链脂肪酸
因为我们之前一期讨论的GLP-1
它是不是可能也是类似
它可能这个机制是
会在人体的很多不同的部位发生
共同影响能量代谢
影响一些食物的吸取
因为我还是想要理解一下
它最后会怎样影响我们长胖
或者是变瘦
长胖可能是因为
我们的能量都存储为脂肪
或者是什么样的一个形式
然后让大家变胖
瘦可能是因为就是代谢掉了
所以它大概是一个什么样的过程
有相当一部分的短链脂肪酸
是可以促进人体的新陈代谢率
所以这个应该是一个比较明确的
让我们可以知道
短链脂肪酸对健康
和体重管理的优势
还有一些更多的是观察性的证据
就比如说我们知道运动本身
能够让人体整体的
短链脂肪酸的水平提高
也能促进我们肯定有很多其他的
关于人体健康代谢的测量就是
我们可以说是有相关性
比如短链脂肪酸高
通常来说人的血糖水平会更低
胰岛素的耐受性会下降
对胰岛素更敏感
这些整体来说对人体的代谢健康
都是有好处的
非常有意思
我再发散一下
我们现在知道是什么样的菌群
可能会消化食物残渣
产生短链脂肪酸吗
知道一些 但是不多
具体来说就是大家知道一些
大家了解最透彻的一些细菌
比如说很经典的双歧杆菌
这个可能很多人从小听到大
酸奶里面就是双歧杆菌
这是一个很经典的益生菌
它们可以产生很大量的乳酸
近些年研究的一个热点
也是其实大家看周边的益生菌产品
也是很多益生菌产品的卖点
是丁酸梭菌
它能产生相当多的丁酸
但是这些其实说到底
我们是在人体肠道菌群
几百上千种的细菌中
我们只是发现了这几种
这几种的发现很多程度上也还是
有很多机遇的成分
所以具体到每个人的体内
比如说我和你体内
可能也有很多产这些
短链脂肪酸的细菌
但是我们目前的水平还很难说
我看每一个人的测序
比如说我测序每个人的肠道菌群
然后我可以说
你体内有这个这个这个细菌
它们产生了XYZ的这些短链脂肪酸
这个水平的紧缺程度还是很难达到
理解
其实我又有很多问题想问
但是我们可以往后
就比如说怎么样通过一些调节
我们可以补充这些
已经发现的有益的菌群
包括你提到的益生菌问题
接下来因为刚刚寒朵也提到
说这个菌群对我们健康的影响
还有免疫调节
和其他一些更宽泛的影响
也请寒朵讲一下免疫调节方向
我们现在对于微生物的
对肠道影响我们知道哪些
免疫角度我还是想分两方面来讲
第一就是肠道菌群本身对于免疫
也就是说抵抗病原体
就是有很大的作用
比如说肠道菌群里面
我们常提的一个非常可怕的疾病
是艰难梭菌感染
这个艰难梭菌是一种病菌
但是它跟大家可能经常理解的
其他一些病菌又不太一样
艰难梭菌其实是在人体内
非常常见的
也就是说很可能咱们现在
三个人坐在这个屋子里
就有一个或者两个人体内
是带着这个艰难梭菌的
但是大部分情况下
这个艰难梭菌其实是在人体体内
一个非常少量的
非常安静的一个状态存活着
我不说潜伏
因为潜伏可能会让大家想起
就是说它总有一天会爆发
并不是这样的
在大部分的健康人的体内
艰难梭菌会存在着
然后会和你和平地度过
你的一百岁的人生
但是也有一些病人
由于各种机遇的影响
他们的肠道菌群
相对来说不那么健康
就没有办法抑制艰难梭菌
这个病菌在得到了合适的机会之后
它就会爆发
然后会导致后续的肠道炎症 腹泻
以及比较严重的一些疾病的症状
所以在这个过程中
一个健康人体的肠道菌群
实际上直接就承担了
这个免疫的作用
来保护我们的身体
不受艰难梭菌的感染
另一方面
肠道菌群在训练人体免疫系统上
也有很大的作用
大家说起免疫的时候
如果还记得这些高中生物课的话
可能想到就是我们的免疫系统
淋巴 血液里的T细胞 B细胞
但是还有一件事情
是可能我们高中生物课不太讲的
就是很多的免疫细胞
实际上是位于我们的
肠道上皮这一层的
当然仔细想想也很自然
因为我们每天要吃这么多东西
消化这么多不同的食物
这本身就是一个风险很高的事情
我们要直接接触这些病原体和细菌
所以这些
肠道上皮细胞上的免疫细胞
它是日常就跟
这些肠道菌群在接触的
它们在这个过程中
它们和肠道菌群的接触
就是一个过程
在学习什么是正常的健康的细菌
什么是有害的细菌
在这个过程中
有一个健康的肠道菌群
对免疫系统的成熟和稳定
就是非常重要的
所以这也导致
比如说剖腹产本身
因为很多孩子剖腹产的时候
他们接触到的细菌
就会比顺产要更少一些
有相当一部分剖腹产的孩子
长期来看
免疫系统就会更容易出问题
所以也是有这些的证据让我们知道
免疫本身和肠道菌群的健康发展
也是分不开的
你刚刚提到母婴这个
其实我后面也是想展开的
既然提到我们就再讲讲
因为我听到的这个概念是说
如果是剖腹产的话
因为母亲的子宫
是一个完全的无菌环境
所以他出来的时候
比如说母亲皮肤上有一些什么细菌
这个婴儿剖腹出来
可能就是母亲皮肤上的一些细菌
但是如果他是自然生产的
那个阴道口附近
可能就已经是有一些细菌了
他被挤出来的过程中
可能身上也会沾一些细菌
就进到他的这个体内了
是这样的一个流程 对吧
你刚刚提到说
剖腹产可能会对免疫造成的影响
这个是怎么来实现的呢
对 Yushan你说得非常对
其实整体来说就是这样
他们初始接触到的菌群
如果是顺产的话
主要就是说产道相关的这些
就乳酸菌为主的
是孩子肠道接触到的
最先的这些细菌
剖腹产就是皮肤
而且其实因为手术过程中
其实都是一个无菌的环境
所以剖腹产的孩子出生之后
他们最初接触到的细菌
其实来源非常杂
就是医院里的空气 皮肤
然后各种你可能想象到的
孩子接触到的这些东西
都是很少量
很随机地进来
所以如果你看出生头几天的
孩子的肠道菌群来说
顺产的孩子的肠道菌群
大多都比较相似
剖腹产的很可能就非常不一样
充满了随机性
完全看这个孩子
最初接触到的哪一些细菌
定植到了他的体内
这个过程可能会持续一段时间
初始的暴露
其实就是在开始训练肠道菌群
我们并不是说
所有剖腹产的孩子
最后都有免疫系统的问题
但是现在有很多的证据认为说
初期如果不让他有足够的
比如说乳酸菌
比如我们常见的
这些细菌的定值的话
长期来看
他们免疫系统出问题的概率
就会更大一点
但我相信
肯定剖腹产出来的小孩儿
就在我们知道这一个科学现实以后
可能就会用一些其他干预的方式
比如说给他补一些菌
或者在他的环境中怎么样增加菌
也是可以极大地促进他们的健康
达到跟顺产类似的效果 对吧
是的 是的
事实上我知道现在有一些医院
包括有一些医生
已经开始推荐做这件事情

但是都比较分散
那芳波呢
我觉得这两个月你们最大的变化
应该是你们Second Me的这个产品launch了
对 我最大的
关于整个这个agent主题的感受啊
我跟Kolento反而是有一点反着的
因为2025年年初的时候
大家觉得今年是the year of agent
然后虽然Manus发布了
虽然MCP也在变得越来越火
但是我现在反而认为
agent在2025年如果要破茧而出
成为一个真的大众型的
使用AI的一种方式
还是有很多很多
就是越做你会发现问题越多
你比如说大语言模型
今天你会认为就尤其在国内啊
像豆包这种
甚至我爸妈那样的人
他们都会去用
就它其实
已经变成一个通用的产品形态了
就基于大语言模型的聊天机器人
但如果我们说agent
无论它是由一堆垂直的agent组成
还是说
有那么一两个大的通用agent组成
真的可以让普通人每天也去用agent
我觉得距离还蛮大的
而且很多问题的解决
可能它是一个行业性的解决啊
不是一个简单说
哪家公司开发了一个什么技术
它就可以解决
我举两个例子
第一个例子就是我们刚才提到的
因为任何一个AI agent
它其实本质上它是在
桥接用户和环境中间的一个
你可以理解为是一个转化器
它把用户的需求不断地挖掘出来
然后在环境当中不断地转化成行动
然后它在不断地进行
这个双向通道的沟通
其实环境测虽然今天有MCP
但其实MCP这个协议还非常的不完善
包括它的整个渗透率也非常低
它就像任何我们所谓的标准化协议
要去渗透一样
需要生态去配合的时候
你可能对它的预期
都是以年维度来计算的
而不是以月或者以周维度来计算的
那这是我的一个初步的判断
所以我觉得
这里面
有很长时间的生态的建设要去做
那么另外一个
就是你们刚才一直在提到的
关于AI到底怎么来问人
来获得更好的对你对你需求的捕捉
或对你偏好的捕捉
我们虽然发布了开源项目
现在大概一共有92K的star
也有很多很多社区里面的人
尝试在用我们这个东西
但我们发现它也是一个很难的问题
就是在未来的这个世界里面
人如果真的要去用好agent这个工具
它自己就有得有一个很好的
输出的一个通道
理解
确实也是很根本的问题
简单一句话跟听众解释一下
这个MCP
应该就是多智能体协作的一套协议
对不对
也不是
MCP是一个AI的智能体
一个agent怎么样去访问其他的信息源
或者service的一个协议
它不是AI和AI之间的
是AI和一个服务之间的
你刚刚提到有一个细节点
就是你说MCP
它可能也是以年为单位去进化的
可不可以简单列举一下
就是你觉得它现在待进化的一些点
我觉得以年维度来进化
第一个点
还不是说
这个协议
到底有什么特别大的根本性的缺点
当然它有很多待提升的地方
最大的点是
当你说
我要这个行业愿意去拥抱这个协议
把我的数据开放出来的时候
其实很多很多的平台他是不乐意的
因为这数据或者说这个接口
本来在他们眼中
是一个能够他们商业化
整个依赖的一个基础
那今天我让别的agent
可以来通过一种MCP型的协议
来使用我的接口和数据
那里面的
比如说authentication的问题怎么解决
里面的数据隐私的问题怎么保护
最核心的是我把数据给你
我的商业化怎么保障
那这些问题
其实今天并没有一个行业的
标准去解哈
现在只是说我有了一个技术的通道
那在这种情况下
我觉得整个industry adoption
是一个以年为单位去走的一个过程
所以在我看来
今天的MCP
更多的
还是一种对于API的AI化的一个封窗
而没有到真正的AI native的
让AI能够通过这个MCP那扇门
进到对方的环境里面
去做自由的操作这样一个阶段
好的
那我们就先这样 谢谢大家
谢谢
OK谢谢
好的谢谢大家
这就是我们今天的节目
如果大家听到这里
还觉得不过瘾
可以持续的关注我们
我们接下来呢
还会推出一期AI agent使用体验的节目
而这期节目也很有意思
就是我们找了很多AI agent的资深用户
和搭建者
一边是用户的吐槽
一边是搭建者的回应
我们可以看一下
大家在具体使用上有哪些问题
好的如果大家喜欢我们的节目
欢迎在你所收听的音频渠道
来关注我们
比如说你可以在苹果播客
小宇宙 Spotify 喜马拉雅
蜻蜓FM 网易云音乐
QQ音乐上来订阅我们
那如果你是在用视频的渠道来听播客
可以在YouTube或者bilibili上
搜索硅谷101播客
来找到我们
我是泓君
感谢大家的收听

那至于Manus为什么当时没有用RFT呢
是因为RFT的发布本身也没有多久
而且RFT是要调背后的
那个带有思维链的模型的
如果他们选择了用Sonnet
Sonnet是不允许你去微调它的
所以他们所谓的用SFT调的
其实并不是它
中间做思维链过程的那个model
它其实是用SFT
我估计
他们是在调
比如说那个computer used model
其实他是在调他们的手
而不是在调他们的脑子
泓君我还想再补充一个小点
我其实觉得
Manus有几个就是挺明显的困境
我记得他们
最早能爆
除了一方面像陶哥讲到的
他自己说到了可能Claude 3.7出来了
然后模型变得更强
他们做出来这么一个产品力
很强的产品
也被带动了
但我觉得还有另外一方面
就是他们把自己定位成了第一个
就是world first general
AI agent这样的一个定位
他们要去抓用户的一个心智
但是这个东西
我觉得是一个非常双刃剑的事儿
因为你抓了用户心智
但其实generalist这样的一个定位
其实是很悖论的
就是你能做任何事情
听起来很强
但是用户永远不会想
一个什么都能做的人
来帮自己做这件事情
就通用性
它其实更等于没有第一的联想场景
等于没有心智位置
所以呢他们最开始抓这种心智
更像是一种hype
就是我抓到了那些early adopter
他们觉得OK
你挺酷的
但是你后面该怎么做呢
可能这是一个很强的双刃剑的问题
就是定位上
然后另外就是
其实我觉得对于AI agent这样的产品
你的认知启动成本其实是挺高的
因为通用agent的学习和使用
都需要用户来理解agent的能力
边界是什么
以及就是agent是怎么表达的
就它比你单纯去摁几个按钮
是更难学会的
因为许多用户
他根本不知道我该说什么
这也是我觉得
现在业内聊得很多的一个问题
因为我现在用这种LUI的产品
说实话我都不知道该怎么去提这个问
然后我该怎么说
让它能怎么做
这也是为什么
我之前讲到就是
可能我会倾向于让它来问我
来跟我澄清
然后我再回答它的问题
再来到我觉得最重要的一个弊端点
就是网络效应
我我觉得
可能Manas的网络效应是断裂的
因为通用agent是没有统一场景的
也就是说你难以形成一个平台级的
flywheel 它不像Notion Slack
它是有组织单位
它不像ins对吧
它是有一个社交结构的
现在Manus其实有很多的这种user gallery
对吧
用户上传的use case反馈和数据分散
所以它难以构建一个正反馈的机制
所以我觉得这三点
可能是很大的一个问题
然后我也对应的想了想
一些比较有意思的策略
因为其实通用的这种定位
历史上其实有挺多人栽过跟头的
比如说有一个产品挺老了
就是在09年的时候
它叫Google Wave
它是一个集合体
Google现在还有没有我不知道
可能已经被删掉
就它集成了邮件 IM 协作文档
还有一些可发布东西的这个平台
但它失败的点就是
用户根本不知道它是啥
也不知道拿它该干嘛
现在我猜也没多少人知道这个产品了
但是我在挖掘以前
以前Google的一些产品时候
Google有个坟墓
那坟墓里面找还找到这个Google Wave
但后来这些功能它被切分了
切成了现在的Gmail
然后Doc和现在的Chat
其实我们能看到就是
都是从通用的一个定位
然后慢慢切成更加垂直
现在我也能看到Manus有一些
动作包括Cursor也有一些动作
他们都在全球办了很多的活动
我觉得这是他们的一个策略
就是想通过community-led process（社区主导过程）的方式
去更好地接触用户
了解用户到底真正需要什么
垂直场景的东西
以沉淀更好的use case以及user scenarios
最后为他们找到方向
然后让Manus往这些垂直的领域去走
避免Google Wave这样的产品的出现
我觉得这可能是他们在通用上面
怎么解决的问题
你刚刚提到了AI agent如何表达
比如说你提到了一个例子
就是你让agent来问你一些问题
这是一种他的表达方式
在你现在试用过的这些agent当中
你觉得有哪些agent
他的表达是非常好的
或者它的交互是非常好的
我其实觉得还是Replit
因为它能非常好地
在我需要他来跟我澄清的环节
来跟我进行澄清
其实我还想再提另外一个产品
就是它有可能是Manus的竞争对手
它叫Fellou
这个产品也是最近才新发的
它是一个agented browser
是谢扬做的
它里面很符合我的一个预期
就是它在执行任何的任务之前
然后它会更可视化的给我对齐
对齐完之后
我就可以让它自己去运行了
因为它是PC端
所以它其实是有系统级权限的
在每一次有高危的操作时
它会过来找我
它会系统级直接给我弹窗
比如说OK这块需要你登录一下
OK这块需要你输个密码
但Manus经常会
由于没有这样的对齐
由于这样的高危操作场景
它其实没有权限
所以会直接卡在那
一方面可能直接消耗干净了我的credits
另一方面可能直接没有完成任务
所以我觉得就是像Fellou和Replit
他们都会在关键的场景让human in the loop
我们来跟它进行对齐
嗯 对
因为其实我们今天聊AI agent
也是一个比较大的话题啊
就我想问一下
你们觉得现在在你们用过的agent里面
从整个的用户使用体验
包括我们从商业判断
这个产品商业前景的角度
有哪些是你们特别看好的公司吗
我个人认为
今天这个市场上
还并没有出现一个真正的说是全人群
全通用场景的agent产品
但是我觉得
大家其实还是在找一个角度切进去
我比较看好的一个实话实说还是Cursor
它是从技术人员的角度切进去
但是我觉得
我们都低估了
Cursor作为一个未来的通用agent的潜力
很多人对Cursor的印象
还是一个做Web coding的一个工具
对吧
或者说是来辅助编程的一个工具
但随着MCP这样的基础的建设
Cursor其实很积极的在拥抱
把它由一个编程工具
变成一个可以开放性的连接各种场景
应用数据的一个平台
我昨天想
是不是有一天他这个界面都会改掉
也许不是一个纯IDE的界面
或者说会有一个模式
一种是以IDE为中心
我的目标还是做代码的产出
对吧 另外一种
可能是代码产出只是辅助的
我的目标其实是为了完成任务
美国公司其实做这些事情的时候
就有一个特点
就是它会先搭一个比较solid的底层
然后一层一层往上layer的上面去建设
我比较看好它
为什么是Cursor不是Windsurf呢
因为在我们今天录播客的时候
外媒还传出一个消息是
OpenAI打算30亿美元收购Windsurf
然后Windsurf
它也是一个很好的代码工具
对 就是他们
其实差不多吧
嗯
你想表达的是这一类不独指这家公司
对
但是Cursor
它的整个市场渗透率还是更高一点
它毕竟还是在Windsurf之前
更早做出了这个形态
所以我比较相信
他们团队在探索上的那种进取心吧
Windsurf被OpenAI收购也不代表它
我不知道
也许它OpenAI
也会给他注入一个很强的意志
让它变成一个通用agent
但一个独立的团队
我想他的自由空间会更大一点
嗯 明白
补充一句
就是我觉得Manus还是有机会的
它是从办公人群的一些办公场景
去切入的
也不只是做Deep Research了
它也其实有蛮多做文件处理啊之类的
能力它都有的
但我觉得它也是从这个角度去切入
正确的做法是
慢慢的去拓展它上面的
能力集
其实通用agent的建设是一个很长期的
持续积累的过程
嗯
Kolento有吗
可能我关注的agent产品
我觉得非常非常有前景的
都是那种特别垂的可能
也不是大部分人知道
但是它在他们那个领域
应该是非常出名
这种很好
因为我自己是很喜欢用很垂的agent的
因为我觉得
它可以解决一个非常具体的
细分的需求
对我来说这就够了
对我用过超级多很垂的
然后我又觉得有几个非常的好
极其有前景
对比如说那个vental V A N T E L
好像它前天还火了一下
应该刚刚拿到YC的钱了
就是它专门给那些商业保险经纪人
做的一个人工智能软件
就是因为很多那种做保险的人
他们80%的时间都是那种重复性的工作
比如说你要做很多保单分析
然后你要手动录入很多数据
所以他们专门帮insurance这类的user
去做一个自动化流程
这么一个AI agent
他们自己讲
能每周帮一个经纪人
省10个多小时的时间
然后他们的最开始的demo
能够让一个经纪人在5分钟
就能够比较什么
长达几百页
富含多少个什么factor的保单
我觉得那个效果很好
我看了他们demo
然后看了很多user feedback
就是这个产品
挺有意思的
另外还有一个是23年的时候我很关注
他们现在做的也不错
他们叫The Sweet Spot
我一直觉得这个产品未来大有前途
因为他们是做AI for granting的
跟我自己之前的创业小项目非常像
但他们虽然是做全球
就他们帮助全球的business
然后以及NPO NGO
包括一些SMB申请grant 联邦补助金
帮他们读contract
然后还能帮他们做招投标的分析
以及帮他们招投标
这个做的非常好
就是我当时为了不付钱
我换了八九个邮箱
因为他每次是只给你48小时
限定时间用
最后我联系了他们的CEO
让他们能不能给我开一个会员
因为真的很好用
而他们里面的用户体验做的非常好
就是前期帮你搜各种的contract
搜出来之后呢
能够帮你做很深的解读
所以他们的UI在23年时候
做的就不错了
它叫The Sweet Spot
就是甜蜜点
The Sweet Spot 是一个粉色的
我自己用过一个
我觉得还挺不错的
也是非常垂类场景的AI agent
是叫Gemma G A M M A
它是一个可以用AI
去做PPT的设计软件
之前大家可能比较习惯用Canva
但是我用了它以后
我觉得它可以秒杀Canva
我只用给它一个大概的框架
它所有的内容会用AI自动帮我生成
然后排版
假设我小朋友的学校
给大家讲什么是Podcast
让他给我做一个PPT
5分钟完事
而且如果你觉得哪个地方
你稍微要修改一下
你给它一个框架
或者你给它一个主题
它会直接去生成这样的一套PPT
它输出的PPT你觉得哪里有错误
你直接手动在里面改一下
然后把它导出就好了
我觉得非常方便
它排版也很好看
这个很巧
就是我是Gamma的
好像是前100个用户
因为他们是2020年创始的
我的那个账号到
现在的cedits应该是用不完的
就我一直用Gamma
就很多人对Gamma有印象
是像刚才您讲的这个
就是可以用AI generate PPT
但是我当年用Gamma
是根本就没有AI的时候
那个时候我觉得这个产品非常牛逼
我现在所有的presentation
还有我所有的PPT我只用Gamma做
而且我觉得不是因为它的AI功能
而是因为它的立体效果
对 它的设计非常好
对 它是模块化的PPT
然后把不同的模块
可以拖拽到不同的页面上去
所以会有很炸裂的视觉效果
当时我大概记得是疫情的时候
应该是21年
20年的时候
看他们一个demo
怎么就能够在那种静态的这个PPT上
啪炸出来一个视频
我觉得太帅了
然后我就觉得
一定要用这Gamma去做个PPT
然后效果就非常炸裂
所以我后面就一直用他们
然后
他们现在又出了各种AI生成的功能
我觉得做的是非常完善的
因为我知道Canva应该是刚announced
他们出了AI功能
但其实Gamma对用户的这种分析
虽然他们现在如果不付费的话
只能用10张
但这10张
已经是我觉得覆盖到大部分人
非常常见的需求了
然后
包括他可以对每一页做很精细的微调
提供基本上所有的组件
是他能对你每一个加的图片上面区分
你是不是可以商用
还是说
我可以去不同的这个图片库里面搜
就是我觉得每一个细节
他们都考虑到了
对 它的能力就像你说的
不仅仅是在AI
而是在整个设计领域
包括PPT的交互上
整个都做的非常好
我觉得
它在这个垂直领域的积淀还是很深的
是的
还有一个是想问一下大家
这两个月
就比我们上次录AI agent
你们觉得就是两个月过去了
但是是发展非常快的两个月
大家觉得你们在心态
或者做事方式上有哪些变化吗
我觉得有非常明显的变化
尤其这几个月来讲
Manua出来 然后各种产品都出来了
其实我做事情的这个速度
会变得更加的快了
当我去横向看很多的竞争对手的时候
我会觉得他们的速度非常非常快
不管是开源还是
闭源世界
其实都会要求你对一个事情的执行
甚至有些时候要大于你的planning
因为之前
可能我从产品经理角度来思考
很多时候
我们的第一想法是先去拆解很多东西
所以你会把很多东西想的很细
然后你就会长篇大论的写了一堆东西
包括我们传统来讲我们应该写PRD
但实际上
现在我觉得很多公司
可能也对PRD这个事情
是没有那么的重视
我们觉得应该打通更快的链路
比如说从产品的需求
然后到工程的实施
所以不但是个人的方面
包括在工作场景下
我觉得所有的事情都在加速
可能跟不管是行业内所有产品的浪潮
还是跟这个时代的速度
我觉得都是有一个同样的速率吧
这是我最大的体验
就变快了
嗯对
然后你上次说你自己断断续续
的其实有做过200多个agent
这200多个agent
有什么你商业化比较成功的吗
我觉得他们不能被称之为agent
上次可能我说应该是chatbot
我觉得agent还没有到那个程度
因为我觉得它不够智能
或者是它不够动态
更像是个workflow
然后我觉得里面比较好商业化的
其实还是我23年做那个
它是一个很长的pipeline
我们当时服务的是
东非的中大型的NGO和NPO
帮他们去申请federal granting
因为他们是非常缺这笔钱的
所以帮他们从第一步就是做搜索
那时候用的是AI搜索
因为你以往去搜一个grant
就你入口是非常深的
而且你需要去抓取各种网页的东西
所以我为什么不把他们搜索完之后
直接展开一个答案给他们
而不是给他们一个结果列表
所以这个场景是很适合演搜索的
所以第一步就是先展开这个结果
然后用户可以去选择那些他们感兴趣
看完结果的grant
然后再跟那个grant上面的文件
进行对话
旁边就会有个Copilot
第三步就是当你用户点击申请之后
可能我会把你跳转到
就是external的界面
然后你也可以回来
在我们的这个编辑器上面
去编辑你的这些文书
然后你写完之后
我们当时没有做协同
这么一个功能
我们就是让用户自己download到本地
然后再copy去external的网站上面
帮他们去交申请
大概是这样的一个pipeline
我觉得那个时候还
是人工需要看好每一步的
但是后面我做了很多checkbot
都是我在实习或者各种工作中
就是在不同的场景里面做了一堆
但是那些都没有对个人有商业化
但对公司应该是有商业化的

因为之前有用过类似的产品
比如说像Replit或者是Cursor Windsurf
其实它们在某种层面上
都有相同的这种用户路径
但是跟Manus有不一样的用户体验
因为我自己是一个比较重视觉的人
所以我会觉得
Manus的这个UI做的挺好看的
有一种Notion的风格
这是我最开始的第一印象
后面我自己也有很长时间
去用Manus做一些use case
比如说用它做过很多的网站
我记得前几个月
它还不能把一些网站publish
只能是单纯做一个网站
然后呢
不能发布到他们的user gallery里面去
但是现在
他们已经可以支持
你把它变成一个永久的网站
而不是一个暂时的网站
然后可以发布到他们的社区里面去
我可能用这些功能比较多
我也挺喜欢他们的记忆功能的
跟OpenAI的不太一样
因为ChatGPT它也上了这个memory
然后跟Gemini那个global memory也不太一样
它更多的是给你两个条件
一个条件是
当用户执行某些指令的时候
这是第一个语句
然后第二个是Manus进行什么操作
但是如果你看OpenAI的这个memory的话
它更像是以RAG（检索增强生成）的形式
存了一条属于用户的信息在那儿
它并不是像Manus
是指令队这样的存储方式
所以在正常的交互上
GPT不会有给我作为用户那么强的感知
因为我给Manas存了一个指
令也是
我用在所有的AI产品中的一个指令
就是我希望它
能够在我给它下达任何命令之前
一定要先问我尽可能多的澄清性问题
要先跟我对齐
因为我觉得
AI跟人之间对齐的问题是非常重要的
但是显然现在很多AI跟人是不对齐的
Manus其实记住了我这个指令
能一直不断地在执行任何任务之前
都在跟我对齐
但GPT他其实一直没有记住
我觉得这是基本上两方面
从UI和一些功能上面
我对Manus使用的体验
所以你觉得
其实它打动你的
主要还是在产品的设计上
你用它的主要的场景就是写网页
你觉得它能做出来的产品
你用其他的AI agent的工具
它可以做到相同的程度吗
哪个更好
我可能得澄清一下
就是写网页是最后的一个载体
我可能用它的比较多的场景
是让它帮我上网大量的扒资料
就是做研究
但不是学术研究
比如说有段时间
我在思考一些关于比如说生物方面
或者是一些脑科学方面的一些知识
但是我懒得自己在所有渠道搜
所以我就会让Manus变成我的助手
然后让他帮我在所有的地方
去搜索这些信息
然后最后汇总过来一个报告给我们
因为我最开始在用Manus的时候吧
我总觉得它有一些信息的量非常大
但里面的质却有点低
所以我就在想OK
也许Manus更适合做的不是深度的工作
而是广度的工作
什么场景需要广度工作呢
可能我觉得是那些
当我需要快速进入一个领域的时候
这些scenario会是我比较常用的
所以有些时候
因为平时我会自己看很多产品
我需要了解更多新的这种领域
所以我会用Manas
帮我做这么一个基础的
广度的研究
这些场景是我用的比较多
然后最后
把它变成了一个可交互的网站
因为视觉也挺重要的
很多时候一些表啊
分析图啊
尤其是市场的一些分析图
呈现成网站的形式会更好看一点
因为我想做这个case
是因为当年我看了他们demo上
有一个对特斯拉股票分析
然后那个就是做成了一个网站
然后我觉得还挺有意思
所以我每次都会让他帮我把它生成
成为一个可以被交互的网站
你为什么用Manus
不用Deep Research
还是说
这两个你的用的场景是不一样的
因为你刚刚用的那个功能
其实我觉得跟OpenAI
他们推出的Deep Research是非常相似的
首先有两方面吧
第一方面
我觉得Deep Research等的时间太长了
而且等的时间其实我是非常焦虑的
然后我也看不到它在干嘛
但是Manus很好的做到这个处理
就是它能展开告诉我每一步
我现在调用网站了
然后我现在在干什么东西
包括我可以随时打断它
但是Deep Research
说实话我没有打断过它
可能也是能被打断
但是Manus我可以更灵活去打断他
比如说很多时候他们有一个jump
to live（实时交互跳转）的功能
就是能够让你直接接管电脑
然后你代替agent去浏览某些网页
然后告诉它该看哪个地方
就是这功能是我很喜欢的
我会经常点这个jump to live
包括中间我觉得哪做错了
我可以打断它
然后我也能知道它是这块
现在在看网页
现在在写代码
它更白盒
相比于OpenAI
Deep Research
然后对于research来说
其实我需要更强的可溯源性
所以这两个工具你更喜欢用哪一个
从你个人来说
我个人更喜欢Manus
我也确实用Manus比Deep Research更多
芳波呢
我觉得他们做的有几件事情非常好的
因为原来我们在做一些agent
包括Deep Research
其实它只是在调用一个搜索引擎嘛
但是Manus找到了一个更通用的
行动级的组合
就是coding加GUI加上命令行
他们相信这种中间的行动集合
它是可以像八爪鱼一样的
去渗透到各种各样的工具的
所以你就不用一个一个去集成工具
一个一个去集成网站
然后他们在coding GUI和命令行上
去做它的整个agent的
行动的规划和行动的这个能力
那目的肯定是为了通用
但是真正你做的时候你就会发现
第一大部分人在用
Manus还是在比如说做网页
做Deep Research
或者说做一些简单的PPT的展示
其实它还是属于人群里面
比较狭窄的一个使用的部分
所以其实他并没有破圈
更多是一个比如白领人群
在日常要做素
材的过程当中
或者说做一些信息研究的过程当中
去做的但更泛的人群
比如说它怎么来帮助人去比货
或者在小红书上寻找信息
其实这些都还没有破圈
那我觉得这破圈里面
一方面
其实我觉得跟这个产品交互有关系啊
包括这个AI的能力
可能还没有那么通用
但其实我们后来也在反思一个事情
就是说所谓的这个通用agent
他的限制到底是来自于模型还是工程
还是来自于别的
我觉得更大的限制
可能是来自于这个数据的壁垒
因为今天人本身作为一个通用agent
他的行动范围很广
但是
他由于人本身作为一个验证的TOKEN
他可以进入到任何环境里面去的
但是AI可能就没有办法
进到你的小红书
进到你的各种各样的环境里
所以当这些关键的人
在使用了关键的节点
已经被打断了之后呢
其实它的能力范畴
就会受到很大的限制
嗯对
刚刚其实你有提到三种能力
一种是模型的能力工程的能力
还有数据壁垒的能力
然后你觉得
未来可能在真实的用户的实验中
数据壁垒是一个非常重要的点
更核心竞争力
但其实我是听了Manus
他们的创始人张涛分享
他是怎么做出来的
他觉得他们其实做出来
他这个产品能引爆的一个核心点
其实是Claude Sonnet 3.7这个模型的发布
同步呢我也看了那个Cursor的创始人
他们在Lex Fredman博客上的一个
采访他其实也提到了这件事情
就是他们觉得
比如说这种自动写代码的AI agent能火
Cursor能火
也是因为整个大模型
跟模型能力的提升
为什么我们现在觉得Copilot
它看上去
是一个有一点点old的AI coding agent了
是因为
它其实没有根据这个模型的升级
及时把他们的产品做升级
但归根结底
大家觉得所有agent的爆火
它的突然出圈
可能最重要的还是这个底层模型
能力上的提升
对 我非常同意
一个是说大模型本身能力的提升
带来了智力的提升
对吧 那智力越高
肯定对一件事情的理解力就越强
但更重要的一个点
为什么大家都在提Sonnet
是因为coding
你可以理解为是一种通用的
行动的空间
coding非常非常强
我们的这个数字世界
是为代码适配过的
由于coding这么一个通用layer的存在
使得你可以几乎写出任意的代码
来操作任意背后的数据和环境
那么Sonnet为什么厉害
其实不只是它智力高
而是它是
第一个crack the coding problem的模型
它让几乎所有的任务
在用户的指令下
可以通过coding这个中间层
变成了操作背后数据
和其他能力的八爪鱼
然后这个对agent来讲
是巨大的提升
所以你刚才讲的Cursor
或者说是Manus
会非常appreciate这个能力
但是我想说的就是说数据的问题
因为毕竟我们这个环境里面
哪怕只是数字环境里面
你会发现很多平台
很多数据壁垒
是通过coding无法越过去的
比如说我真的要去让他通过写代码
来访问任何一个人的Facebook的情况
那我就获得不了
那么今天这个时间点来看
我觉得Manus还是有很多事情
包括任何agent还要成为通用
凡是coding能接触到的东西
他们都可以纳入进来
但是如果coding都接触不到壁垒就不行
对 所以你觉得像Cursor
还有Windsurf这些AI coding的agent
它可能最后反而是最容易杀出来的
成为一个通用的AI agent
甚至它可以成为一个应用非常广的
巨型的agent吗
今天已经有这么一个趋势了
Cursor和Windsurf
已经加了一些自定义的MCP的接口
也就是说对于专业的人来讲
虽然他看上去是个写代码的啊
他甚至可以把你的Motion加进去
甚至可以把你的各种各样的
别的平台的MCP加进去
让那个AI不只是在编程
它甚至过程当中
也在做类似于Manus这样的事情
来编辑你的notion
对
因为我最近特别喜欢用那个Claude Sonnet
做图 它有一个很好用的功能
我觉得很多人可能不知道
你可以给一段你的话
或者给一段你的逻辑关系
它是可以帮你生成一张类似于PPT的
一个非常漂亮的表格的
然后它就是通过coding的方式完成的
我一直想说就是Manus
其实它有非常强的对模型的依赖
我们是想发展出来一个很好的趋势
就是模型越强反而我越强
而不是模型越强
然后我就没了
因为之前不是有段时间GPT
在疯狂更新
很多YC的AI公司全都不行了
因为他们构建的方法可能不太对
我其实觉得Manus也有一些方面的依赖
比如说 它的能力是外包的对吧
他的智能能力
基本上全部都是托管给大源模型
比如Claude 3.7 Sonnet
比如说你的任务理解 工具调用等等
我猜测这是他们为什么要有limitation code
因为有成本和不稳定性的问题
比如说你的模型升级 API波动
然后还有一些延迟的问题
包括你的输出幻觉
其实都会成为你在产品层的
一个不可控的变量
因为我自己的本质是做产品经理
我也在想
就是从产品侧
该怎么更好去解决这个问题
姚顺雨
他写了一篇文章
就RL（强化学习）有三个东西
一个是算法
一个是环境
然后还有一个是先验的知识
另外他觉得
evaluation是比training更重要的
我当时看到他说这句话的时候
我是非常认同的
然后包括我记得咱们3月份
在录那期博客的时候
然后我记得咱们聊到一个话题
就是环境是不是优于数据的
不过我现在可能更想探讨的是
为什么evaluation那么重要
在之前我去把很多AI产品做好
我会过度聚焦在prompt工程
或者是我在挑选什么最新大模型
但其实我觉得真正决定产品质量的
是对你系统
效果的可衡量性的一种判断机制
也就是evaluation
就如果比喻一下的话
就是prompt是那把武器
但是evaluation是你的准心
因为一个AI产品
它不可能靠一次成功的Demo就火 对吧
它是要靠持续的迭代的
所以
evaluation会是你唯一可以量化每次产品
你变更后效果的一个工具
但是它又跟传统测试不太一样
你需要非常灵活和语义化的系统
然后现在基本上就只有3种
一种是human evaluation
好处就是你与用户的偏好直接相关
对吧 然后你有人的语义理解
但是局限性也很明显
现在有很多论文都在讲human evaluation
就是你的反馈很稀疏
很不精准
而且你的成本很高
所以就有人做出来了
这个code-based evaluation
它很快速
然后又便宜
它比较适用这种代码生成类的模型
但是它局限就很明显
很不适用于义很复杂
或者是用户的交互很丰富的应用
现在最新的论文在讲的点就是
应该就是LLM-based的这个evaluation
就是纯自动的
也就是说让模型不但能够生成东西
又能够评估自己的表现
它自动化程度会变得更高
所以就是我会在想
如果说往后发展很多这种AI agent呢
让他们活下来并具有一定的竞争力
其实
evaluation是非常必不可少的一个能力中心
应该从一开始
就建立一个系统性的evaluation框架
Manus显然有很多模块 对吧
你的意图识别
你怎么调用工具
调用API 然后
怎么生成其实都需要单独定义
一个evaluation的逻辑
它不是一个附加测试
它应该是整个agent框架的一部分
因为类似于DevOps（开发运维一体化）
就是AI agent
应该有自己的这种evaluation operations
就你的任何一次响应生成执行
都应该过一次评估机制
最终你可以发展出来一些
比如通用的这种evaluation模板库
然后你把它扩展到一些新任务上面
就有点像是Phoenix这种开源框架对吧
你可以抽象出evaluation的模块
然后你复用到不同场景上
比如说有summary
然后有RAG
然后有coding generation等等
我觉得
这个可能是后面一个很重要的部分
嗯 对
我觉得这个说的很对啊
尤其是要面向于真实环境的evaluation
未来的AI产品啊
本质上可能都是agent产品
agent产品
首先我们上次提到的是先要关注环境
在环境之上
其实我就要关注
怎么去evaluate它在这个环境下的表现
但如果我们可以把这个evaluation
上升到reward
那么这个reward
我们具有一个可重复生成的特点
那么
在这个环境上的evaluation是一个reward
AI在自己
在探索自己优化的空间的时候
它就可以有一个可以随时参照的reward
去对齐或者去学习
那这个可能是接下来的agent产品
更加重要的思考的一个路线
对 evaluation确实是一个很重要的问题
也让我想起另一个技术问题
就是关于RFT强化学习微调
与SFT监督微调
这两种方式的区别
在OpenAI发布RFT的技术以后
我知道
现在绝大部分的AI干预的创业者
都会选RFT的方式去做
因为效果更好
但是其实我们跟一些更加老牌的
做agent的创业者聊
他们会觉得SFT
它其实是更节省成本的一种方式
因为RFT的效果可能会比SFT好
一个25%左右啊
就现在做出来大概是这样一个效果
但是在成本上那可能是几倍的增加
那我们需不需要为了一个25%的效果
因为你的agent推出来
你可能是有一个大规模的用户
去使用的嘛
来去付出更多的成本
还是说先用SFT去节省成本
大家怎么看
我听说Manus他们团队内部
是用的SFT的技术
这是一个很好的问题
就是supervised fine tuning
还是reinforcement fine tuning
我认为技术圈在慢慢的往RFT去迁移

或者直接拿原始的o1去做这个任务
会好很多
因为它的做法是
比如说我把操作电脑这件事情
分成几个简单的行为
比如点击鼠标
然后键盘输入
然后打开浏览器的一个新的tab
或者搜索谷歌
它把这些基本的行为定义起来
其实我们人使用电脑完成一个任务
尤其使用浏览器完成一个任务的时候
基本上是这些序列的一个动态组合
那么它就把这些序列的使用
作为思考过程的一部分
因为o1模型不是能思考吗
它就用强化学习的微调的方法
去微调这个思考的过程
使得它思考过程当中
不只是在大脑内部想一个步骤
而是真的把这些动作
也作为一个思考过程的
输出
然后一旦有一个动作发现了
它就会停止这个思考过程
然后去操作这个动作
然后看这个动作之后
返回的信息是什么
比如说网页呈现了什么信息
然后再拿回到它的这个思考过程来
然后继续思考
所以它相当于是把思考 执行 反馈
继续思考 这个环节
做成了一个连续的环节
而这个环节
以前在上一代
我说的基于大模型的agent里面
是只能通过人的workflow的定义
就是人对于工作流的定义
但是人定义出来的工作流
绝对是不灵活的
因为它没有办法假想
这个AI在做这个事情时候
环境会给它什么反馈
所以它往往是死板的不灵活的
那其实它是不智能的
从某种程度上来讲
所以这个是一个很大的变化
包括Deep Research也是这样的
就是你会看到它会先去检索
检索完了之后发现
有些东西回来跟我的信息假设不一样
那我可能要再去检索
或者说我要做一些冲突的解决
因为信息源之间
可能它的描述是冲突的
所以这个其实是把它的思考过程
和它在环境里面的行动的能力
再把从环境当中的反馈拿回来
继续思考的能力结合在一起
我觉得这是非常让人兴奋的
嗯
你刚刚提到的OpenAI的o1用电商订菜
应该是它是跟Instacart合作的对不对
对
我刚用的就是Instacart
对
Instacart
是有集成在OpenAI的Operator里面的
比如说你让它去
做一些订票的行为
它是把整个步骤分解成四步
比如说搜索 比价 选择 支付四个阶段
它其实也会分解
包括比如说
你真的要到信用卡的弹出环节了
它还是会有一个人工验证的环节
就是你觉得它这个agent的智能性
跟还是在做一个workflow
它的核心的区别点在哪里呢
这个是一个很好的问题
我觉得人类在做任何事情的时候
其实都有一定的workflow
比方说点餐
就是先要打开网页
然后看 然后比较
但是和我们上一代
我指的是说像我们之前做的那种agents
或者说是像Coze这样的agents
里面的一个巨大的差别是
上一代的agent
需要你把每一步都告诉它
而且是它的步骤其实是跟环境
甚至有的时候是无关的
就比方说我告诉它
你这一步就是要打开三个网站
就是要找到最低的价格
就是要在里面找完价格之后
一定要点击那个按钮
其实有点手把手教的意思
但现在的agent它在强化学习
学习的过程当中
学到的是一个大的
完成任务的框架
而非很细节的一步一步的操作指南
它只是学会说OK
我大概需要去找几个网站
尤其是当你告诉我我需要比价的时候
我大概需要去找几个网站
但事实上它都是生成
背后并没有一个真正的workflow
它相当于把这种workflow
用一种更灵活的方式
学到了整个模型的参数里面去
那么它整体上
就会有专业性的一个使用的操作
但是它对于这种动态变化的灵活性
又会高很多
如我真的发现
比如说一个网站失败了
举个例子
它打不开了
可能就会发现
这个网站可能下线了
或者说是有故障了
那我再试一个别的网站
那像这样的能力
在以前的workflow是不太可能出现的
只有通过一个参数化的智能
才可以临场去做反应
给予反馈去调整他的策略
那这其实是人本身很自然的一个能力
对不对但是上一代基于大模型的agent
其实是做不到的
嗯对
那Deep Research跟Operator
它相当于是不同方向上的AI agent
它的底层技术会有什么不一样呢
它训练的数据集
和它的能操作的工具集不一样
就比如说Operator
它的操作集
是我使用电脑的那些基础操作
对吧比如点开一个Google搜索
然后去搜索一个关键词
或者是用手鼠标点击一个按钮
或者在一个框里面输入一段文字
它应该是定义的一组最基本的操作集
所以它是基于这组操作集上的数据
来进行微调的
Deep Research
它的操作集
其实是各种各样公开信息的检索库
里面的一些检索能力
它是把各种不同的检索能力
组合在一起
但是背后的目标定义会不一样
然后它的使用的工具集又会不一样
但是它训练的过程是一样的
都是用一种叫做RFT
就是强化学习的fine tuning的技术
来做的
对
简单说一下RFT
它是在2024年12月底
OpenAI当时在一系列的直播活动中
也就是他们当时
搞各种圣诞大礼包的时候
第一次去公开了RFT的训练流程
还有技术细节
那我看从今年开始
就已经有很多的公司
他们把这个RFT技术
强化学习
微调技术用在AI agent的训练里了
我刚才突然想到
我用过一个agent
但它有点不太像一个agent
它有点像是一个环境
它叫Scrapybara应该是
怎么拼
SCRAPYBARA 我非常喜欢它
它的slogan我有点忘记
类似于a computer for your agent
它给你的agent做了一个computer
因为他们发现一个问题
就是比如说现在agent可以编代码
可以分析数据
可以执行各种复杂任务
但是这个能力虽然在增强
但是你缺少一个关键要素
就是你需要一个安全的
你也需要一个可拓展的环境
能够让这些agent
能够真正采取非常concrete的这些行动
但是现在的解决方案
就需要让很多学界的人
或者是让一些工程界的人去选择
比如说第一种选择是你使用API
但API是有限的
且不灵活
那第二种情况是你使用浏览器对吧
浏览器是不是很稳定的
但这个Scrapybara
他们认为
你不要在自己的计算机上运行agent
他们应该给你创造一种
类似于虚拟环境
他们为你的agent
打造一款适用agent的计算机
他们应该是通过API
去提供一种及时安
全的虚拟环境
你可以几秒钟内就启动
有点像是那个Operator
我当时用它帮我买过秋裤
在Amazon上
它就很快能创造环境
嗯
你刚刚提到了买秋裤是一个应用场景
它的agent
主要是服务于什么应用场景的
他们官网上之前应该有写过
比如说他们给这些销售开发代表
你可以用agent来查找这些潜在客户
信息应该是可以跟这个Salesforce集成
你可以所有操作都在Scrapybara上完成
所以这是一款硬件吗
还是一款软件
一款软件
它们是YC去年刚投的
OK 但是它里面是有环境的
就是它给agent创造一个虚拟桌面
你可以在那个虚拟桌面上
去执行所有东西
就开头就是一个输入框
你进去之后
你可以直接输入你想让它干的事情
它就会基于这个截屏
他们后面应该也接了云计算
对 我了解
市场上其实大家想做这种编程的工具
跟编程的agent
可以说几十家都是有的
比如说最早的
从大家直接用大模型来编程
到微软的这个Cpilot
到Cursor到Devin
是在一直迭代的
那为什么是Cursor跟Devin
这两家公司做出来了
它们比其他人好在哪
是因为更深度理解了这个环境吗
还是因为只是做的早
然后很快的占有了市场
对因为我是几乎每天都会用Windsurf
或者说是Cursor的平替吧
类似的
因为Cursors现在也在快速迭代
但在我使用的过程当中
Windsurf会更好用一点
我觉得你刚才提的那个问题
非常非常的精准
就我认为
Windsurf Cursor
或者说是更进一步的Devin
本质上就是对于环境这件事情的理解
比别人要到位
比如我举一个Windsurf里面的例子
Windsurf并不只是一个简单的
对代码的插件
它特别理解环境里面
我要怎么样去获得上下文
我的行动空间是什么
所以在Windsurf刚推出来的时候
它自己内部就有一个帖子
一个它内部的引擎说
他们公司最擅长的
第一是做了一个context engine
它非常知道它所操作的代码空间里面
数据在哪里
测试在哪里
文件在哪里
配置在哪里
它对这个环境
是有一个很清晰的认知的
第二
是因为以前我们最早用Cursor写的时候
它只会写代码
但它不会帮你跑命令行
不会帮你去互联网上搜索
但是Windsurf
在过去几个月的版本里面
是有这个功能的
也就是它也知道
我的这个环境里面不仅仅是在写代码
我还要去作为命令行里面
去执行一些文件操作
我这个环境里面可能还有一个面向
是可以
去互联网上找到相关的技术文档
拿回来做参考
你看它
把针对于Copilot这类的编程工具的
环境边界
就扩大了很多
Devin的野心更大
从第一天开始的时候就说
我要直接把IDE去掉
我根本不在IDE里面去考虑环境的问题
它上来就做了一个
大概有4个子界面的一
个窗口左边开着一个浏览器
下面开着一个IDE
上面开着一个和用户交流的空间
然后在底下
可能开着一个类似于测试环境
然后它不仅做了这几个
它说我的环境是要比IDE大的多
并且也细致的多
同时还有一个功能
我当时觉得特别好玩
就是因为它的目标
是让一个AI
可以更完整的
完成一个软件工程的闭环
所以它的时间会很长
时间特别长了之后呢
大模型它就理解不了
所有过程当中所有的行为
然后它就有一个区域
就有点像人一样
比如说我开发一个比较长的事情
我要记笔记
而且我这个笔记要不断的修正
所以它还在自己的环境里面
专门加了一个笔记环境
那么这个笔记环境
就好像有点是一个策略室
作战室 它有什么新的思考
就丢进去
然后过了一会儿
它可能有一段时间
不是在写代码或者在检索
它可能在修改他自己的笔记
来优化这个笔记当中的一些问题
或者优化这个笔记里面
对于这个系统设计的一个架构
我觉得就非常非常吓人了
就人会自主创造一些环境
让自己来学会
怎么在这些环境里面去迭代
这个其实也是很有意思
他们给了一个范例
也可以加入到
整个agent的一个武器库当中来
就是我的环境里面
可以加入到一个自己思维的一个空间
那他们就是因为做了这个
所以大家就觉得这个市场本身足够大
因为全世
界每年的软件工程
好像
我记得是4.2万亿美金的一个市场吧
同时他们又对于context
对于environment的理解更好
所以他们就跑在了前面
然后就那么多的热度
这个分析挺有意思的
我问一个可能普通人更关心的问题
刚刚其实大家有提到说
现在如果大家要去做一个AI agent的话
其实环境已经比数据更重要了
我可不可以理解成
只要你对一个方向有非常深度的理解
任何人都可以去构建自己的AI agent
它可能已经成为了一种创业门槛
没有那么高的一个创业项目
之前可能是大厂的机会
但是现在它的门槛降了很多
它其实具有两面性
它的一面是因为我们要做一个AI agent
去做好它
我们要用这种RFT的方式
可以去大大减少对数据的依赖
所以我的可能资本的投入
各种各样的算力的投入
相对来讲就会少一些
那么这的确是对的
但是
我其实最近一直也在思考一个问题
就是我对于agent创业
不是特别乐观的一个点
是在于说
如果那么多人都可以来做agent
如果做的还是服务型agent
到底有多少agents是值得被重新做的
就尤其是消费者端
就C端的
举个例子
就Deep Research出来
像以前我们可能做学术的
有很多学术的工具
然后做市场调研的
有很多市场调研的工具
但是Deep Research这种通用的agent
至少把做信息的调研和研究这件事情
似乎可以通过一个AI agent完全覆盖住
那么因为人的需求本身
是分几个大块儿的
那也许
就说operator
它也不只是帮你买菜和订餐
帮你制定旅行的plan
它也许可以覆盖到100个场景
但是你想
这以前就意味着100个不同的创业项目
现在就变成了一个agent就可以解决了
所以在消费者端
agent创业到底有多少的机会
我其实是有一点点怀疑的
你觉得它会被模型冲击到吗
就是大模型
或者说它会被大厂和大模型公司
在一些非常大的领域上
给占住他们的位置
然后剩下的一些很小很小的机会
创业的机会
会比原来的移动互联网时代
创业机会要小很多
所以
这个时代其实是更适合做小而美的
因为大的机会巨头会去做
对 而且每一个机会的边界
会比原来的边界
比如一个软件产品
或者一个APP的边界
更容易变得更大
所以每一个被大厂占住的机会
它其实可以覆盖住人的需求
和注意力的空间
会更大
我现在其实在想说
就普通人在参与到这个新的时代里面
它的机会到底在哪里
后来
我就想到一个很有意思的一个案例
就是微信和抖音
在移动互联网时代
分别推出了公众号平台
和抖音视频的平台
对不对 那其实平台级的机会
这两家完全已经拿住了
就创业公司可能要去做
这种平台级的机会很少
那普通人为什么在这样的时代里面
依然还能
赚到钱呢
你是发现这些平台上
你也得想办法去表达自己的个体性
所以就会有很多自媒体网红
他就可以利用这些平台
去做一些新的东西
所以我还是认为
我们如果只考虑AI
它的工具的生产力的提升
其实它对于很多人来讲
的确是剥夺了它原来的那些价值的
我没有想清楚这个形态哦
但我觉得就是说当AI形成网络之后
可能会有一波新的个体
被释放的机会出来
然后那个时候可能会有新的创业
就好像现在其实很多做influencer的
其实自己也可以是一个小的创业嘛
对吧 然后他自己做的这个agent
比如说
他做的是一个表达自己的一个agent
那么他有他自己独特的市场
但你说
我要做一个服务于很多人的agent
我觉得机会是很小的
我们的第二次录音
行业在快速上升
融资也在快速发生
但是我发现
嘉宾的心态却发生了很多的变化
真正在做agent的人
发现问题也越来越多
我们下面来听一下第二次的声音
这次我们在补录的时候
是硅谷时间的5月6号的晚上
然后Manus他已经发布了
应该是有一个多月了
它在硅谷
也是从Benchmark
那里拿到了好大一笔融资
估值有5亿美元
我不知道芳波跟Kolento
你们是不是有试用过Manus的AI agent
你们的感受是什么
我记得是有一天早上
然后我看到了Manus发布
然后我当时有invention code
基本上我可以算他们第一
批试用的用户
我自己去用的时候
我是有很强的aha moment

Hi 大家好
欢迎收听硅谷101
我是泓君
进入2025年以来
AI agent可以说进展很快
我来给大家简单复盘一下
今年上半年的一些进展
一月份OpenAI推出了
能够自主使用浏览器的AI agent Operator
二月份推出了研究复杂任务的Deep Research
我相信很多人到现在
可能已经是这个产品的深度用户了
三月份
中国第一个号称通用AI agent的Manus
爆火出圈
5月份Manus拿到了
硅谷老牌风险投资公司Benchmark
领投的7500万美元的融资
除此之外
就在我们第二次播客录制的当天
也就是5月6号
OpenAI宣布以30亿美元的价格收购Windsurf
另一款编程工具Cursor的母公司Anysphere
也获得了9亿美元的融资
估值高达90亿美元
为什么我们说AI agent在2025年一开始
就好像被按上了加速键
最近
我也跟业内数十位从业者聊天
发现了三点原因
第一是模型写代码能力的提升
比如说Anthropic去年年中发布的Sonnet 3.5
在代码生成方向有质的提升
由此 它是带动了
一批写代码的AI agent的快速发展
像我们上面提到的Windsurf
还有Cursor的这些公司
第二点
是RFT强化学习微调技术的出现
这项技术
让即使训练数据在有限的情况下
也可以提升模型在特定任务中的表现
这也给agent的发展按下了加速键
另外 2024年11月底
Anthropic还提出了一套
把传统的信息化服务转变成可以和AI
交流的一套MCP协议
越来越多的网站与服务开始接入MCP
行业底层基础设施也开始搭建
我们今天这期播客的第一次录制
是在三月初
那个时候Manus还没有推出
我们尝试从技术的角度去理解
大家在2025年提到AI agent的时候
跟我们之前所说的AI agent
有哪些不一样
我们也尝试着盘点一下
我们刚刚提到的
这些明星agent崛起的核心关键点
那今天跟我们在一起的两位
都是大家的老朋友
一位是MindVerse 心识宇宙的创始人 陶芳波
hello 芳波你好
hi 泓君
对
还有一位是在大学生聊AI那一期里面
非常非常火的
还被很多的听友认为是机器人的
Kolento hello
Kolento 你好
hello 大家好
Kolento的中文名字是侯泰羽
他现在是在纽约大学本科
念应用心理学
同时也是一位AI的创业者
Kolento
你最近是花了多少时间在AI agent上
最近可能每天都在用各种各样的agent
自己因为会开发一些小的产品
所以我会在用这个Replit Agent
也可能会用一些Cursor这样的coding agent
然后我自己
平时也会去研究很多不同的agent
但可能我研究的类型更多偏向于agent builder
就是那些造agent的地方
比如说像微软的Copilot Studio
像字节的Coze等等的
这种
能够帮助你制造出来更多agent的平台
对 然后
我记得之前其实我们也一起讨论了
怎么一起去造一个
写博客show notes的AI agent
所以你自己是造了多少个AI agent
已经太多了
可能200个得有
如果说算上不同平台上的
因为我自己平时可能会用很多
不同的IDE（集成开发环境）
来在不同的场景
比如说之前有跟泓君姐分享
我们那天录完播客之后
其实突发奇想
想做一个AI生成博客的东西
而且当时也发现
在平时生成shownotes的过程中很复杂
有没有可能
能够用AI来帮忙做一个提取
所以基本上你是遇到了一个场景
然后你就会去尝试
对 因为我感觉
今天我还在跟我的朋友讲
时代变了
尤其是如果你知道怎么做产品
你开发一个产品的成本变得越来越低
甚至有点恐怖了
OK
那芳波呢
一方面我自己用很多agent
尤其是coding agent
我每天都在用
但同时呢
我可能没有造过那么多agent
但是我是做agent平台创业的
所以我造过
造agent的平台
是之前那个平台呢
最早是做一个平台叫MindOS
还是蛮多人用过的
它就是造那种通用的专业型的agent
但是现在呢
我们更多的focus
专注在一个新的造agent的平台
叫做Second Me
第二自我
它其实是一个开源的平台
而且也会马上就发布了
大家可以下载到自己的本地
就可以把能够代表你自己的agent
给造出来
我觉得agent真的时代来了
我们的整个agent
各种各样的基础设
施的组件在慢慢的ready
马上就要组合成新的一个世界了
你觉得什么是agent
我的视角
更多偏向于是机器学习的视角
它的确和大众语境下的agent
是有一定的差别的
就机器学习里面的agent
其实在我的学习和研究的过程当中
我们最早接触的是
在强化学习里面的一个概念
就是在一个强化学习的环境里面
一个agent可以基于环境的反馈
自主地学习出一个行动的策略
从而完成它的一个目标
比方说我们知道下围棋的AlphaGo
在强化学习的语境里面
它就是一个典型的agent
但我感觉大语言模型来了之后呢
agent这个词的意义的确是
它有点被泛化到那种偏大众语境去了
现在我们对于agent的概念就是它
第一是更像是一个人
可以独立的完成任务
第二是
他背后是由一个基础的大语言模型
或者带有思考能力的
像最新的这种推理模型来驱动的
第三是
它可能有一个他自己的记忆的体系
第四是他有跟用户的一个交互的界面
比方说我们刚才看到的Windsurf和Devin
两个都是典型的coding agent 或者Replit
但是其实他们都有各自的交互界面
有的
可能直接是在编程的这个环境里面
给开发者用的
有的可能是更像是给老板用的
它可能会直接完成网络的搜索
或者说完成了一个测试的过程
但我觉得过去三个月吧
再发生一个很有意思的融合
最早的我们说
的强化学习的agent
第一是
它的技术肯定是偏向于强化学习的
第二是它真的会在环境当中去学习
那么我刚刚提到的大语言模型下
绝大部分agent
是没有这个学习的能力的
其实它对于行业的认知
对于任务的认知
是由创造这个agent的人来配置的
比方说我给它配知识库
给它配workflow
但是现在呢
越来越多的agent
尤其是思考模型啊
我们说的那个reasoning model出来了之后
很多人开始用一种新的叫做强化学习
微调的技术
去让这个agent
在大语言模型作为基础的情况下
也可以在环境当中探索实现的路径
去学习在一个特定的比如领域
比方说法律
或者说是操作电脑这些特定的领域下
它也有一个自主学习的过程
所以我觉得
这是一个非常非常好的一个现象
就是相当于我们对于agent的发展
又到了一个新的定义
它其实结合了传统的强化学习里面
对于agent这种自主学习
自主探索的能力
加上他在大众语境当中
觉得他可以完成通用的任务
可以跟人交互
可以帮你独立的解决复杂问题的
这种目标
这就是为什么2025年以来
大家对于agent就非常的兴奋
23年 24年其实agent这概念就出来了
就像我们也做过
像MindOS这样的agent平台
但它更像是一个脚手架
现在真的觉得agent有智能了
尤其是通过强化学习
通过思考能力的注入
觉得它达到了我们想
要的技术范式的状态
你能不能举个例子
你怎么觉得agent有智能了
我不知道大家理解中的agent是怎么样
就是最早你说的那种
强化学习中的agent
就跟我理解的
大家在训练一个游戏场景的agent
比如说让两个小人推方块
然后他们怎么样去设计
能把自己围起来
不让外界的这个东西打到他们
你会发现他们慢慢会涌现出智能
就是他们能有各种
可能我们人都没有想到的方法
去做这样的一些题
我印象中
其实早期在23 24年的时候
大家其实都是在一个游戏的场景里
让这些agent互相配合
来看他们的表现怎么样
那现在你说2025年
因为强化学习加上跟操作电脑的结合
就感觉可能会有更多领域的agent了
就是我理解的agent
就比如说我告诉一个语言模型
说我现在要回北京
然后帮我订一张机票
它能从头到尾把这一套执行完
我可能会限制
比如说给一个时间跟地点
它会偏向于早上的时间段直飞
就它能把这一套动作做完
我可能就称之为
一个很好的agent了
就你觉得你提到的这个25年的agent
跟之前的这些有什么不一样呢
你刚才两个比方都打的特别好
其实你提到的agent
本质上都还是带有环境的
我指的它那个变化
会让大家兴奋的原因
还是因为一个底层能力的变化
原来大语言模型
其实它是有一个很大的限制的
就是它的训练啊
无论是我们
用了预训练还是就post training
就后面的那些训练
包括我们还会用RLHF
这种所谓的具有强化学习
来帮它去做人类对齐的能力
但事实上
原来的语言模型训练的环节当中
是不带有和环境互动的
这就导致了一个现象
就是
它本身训练的目的就是为了跟人对话
而不是为了跟环境互动
虽然我可以强行让它作为一个脑子
然后去跟环境互动
但是原来23年 24年的那种agent
我们是尝试给它一些工具使用的能力
给它增加一个记忆库
让它去在环境当中完成任务
但由于它在训练的过程当中
没有跟环境互动
所以它是非常机械的
并没有办法在环境里面
真的学会怎么样去应对这个环境
你刚才提到的两个例子呢
比方说
两个小人在一个比赛场里面互相对打
看怎么样能打得更好
它就是一个典型的
在环境当中学习的一个agent
这就是传统意义上的强化学习的agent
原来我们23年24年为什么agent概念很火
但是一直没有很好的落地
就是因为环境的缺失导致的
那现在回过头来呢
从技术上讲
我们拥有了一种新的能力
比方说你去看DeepSeek R1的文章
你会发现
它最后的那个推理能力的训练
本质上是它自己
和一个问题环境的自主学习的过程
并不是像以前我们通过SFT
给它一个死记硬背的知识库
给了一个问题集
和最终的结果
但是它怎么去解决这些问题
是AI像人一样
自己通过思考训练的过程完成的
自己不断在调整自己的策略
调整自己的思考路径
然后学会了
我怎么样解答好更好的数学题
或者解答好更好的编程题
这个自主寻找路径解决它的这个过程
在以前的训练里面是完全没有的
所以
这个我们可以称之为是语言模型的
AlphaGo的时刻
简单讲就是大圆模型
真的学会基于一个环境给出的奖励
来自主的找到解决方法了
就为什么以前其实很早的时候
23年就GPT-4刚出来的时候
很多人就说
我要用这个模型来操作电脑
然后也有很多公司去这样做过
但是为什么都失败了呢
就是因为这个模型在训练的过程当中
根本没有
在电脑操作的这个环境里面待过
只是把互联网的语料喂进去了
所以它可能有一些操作电脑的概念
但它并不会真的执行这个行为
那为什么OpenAI推出那个Operator
相对来讲好像就比较聪明一点
Operator
是一个可以操作电脑的一个AI
虽然还不够好
他的做法就是
我在训练出一个大圆模型了之后
尤其是一个推理型模型了之后
比方说o1
然后我再让它在操作电脑的环境里面
再去做强化学习
有点像你说的
那个小人打架的那个感觉
或者是下围棋那种感觉
然后再去环境当中去学习
怎么样操作电脑
可以完成你说的订酒店
订机票的这个任务
如果没有完成
我到底错在哪了
我应该怎么去调整我的行动策略
那这个事
是其实过去半年才刚刚发生的
所以这件事情完成了之后
agent能够在环境里面更好地完成任务
更自主地去思考
更自主地去提升自己
我觉得就变成了可能了
所以2025年之后
大家就又开始兴奋说
agent真的来了
它不仅是说AI具有了一个思考能力
而是说它这个思考能力
可以根据环境的反馈来调整
来学习了
这就是一个big gap
能举一个具体的例子解释一下环境吗
我的理解是
以前我们问一个问题
我们会得到一个正确的答案
而加入了环境以后
我们再去问一个问题
把它放在不同的场景下
这个时候
我们寻求的不是一个正确答案
而是一个符合当下场景的回答
我的理解是这样的
比方说有一些领域里面
它的整个工作的环境
是有特定的系统和特定的工具的
编程就是一个很典型的例子
编程光靠浏览器是无法完成的
它必须有一个比如说IDE
然后有一个测试的工具
测试这个程序能不能跑
然后有一套部署的工具
同时还要知道怎么去访问GitHub
去使用开源
然后访问一些编程社区
看某些问题怎么来解决
你看
这个环境是对于一个工程师来讲
是非常熟悉的
但对于普通人来讲
这个环境他就是不熟悉的
所以对于一家创业公司来讲
如果它找到了这个环境
就要想办法
把这些环境变成一个它所
训练的这个agent在操作的这个空间
然后给他定义好一组有效的
非常少量的数据
给它定义好一组有效的奖励函数
那就是一个典型的例子
所以编程的agent
一定是需要公司重新来训练的
而不会是大公司说我做一个agent
所有任务都可以完成
有没有类似编程这样的案例呢
我觉得是有的
比方说法律 医疗
或者说
至少我认为一个评判的金标准是
所有我们认为在现实世界里面
是有一个
有自己的一套武器库的
这样的一个专家才能做的任务
需要有方法论的
比如说怎么做硅谷101
把这档节目做出来
如果我有这个方法论
我就可以训练一个我的agent
对 甚至
你有可能
你自己在用一些你特有的工具
在找信息
那么这些工具
其实就是我所学的环境的一部分
这样
就可能构成了一个一个很小的环境
包括Palantir
它不是做军事嘛
军事里面就有很典型的环境
因为可能要去操作一些武器
那这个武器操作的环境
就是它特有能够访问到的
你有用过OpenAI的Operator来做
比如说订酒店订机票的事情吗
对 我玩过
我拿它来买过菜
在哪
买菜网站上吗
对 就是美国那个买菜的网站
我突然忘了叫什么名字了
能不能讲一下你的应用体验
然后分析一下
它背后的执行的技术是什么
这是很好的问题
OpenAI其实它推出了两个agent的模型
而且这两个其实都是
刚刚我讲的
就是基于这种新一代的强化学习
和大跃迁模型融合的微调技术来做的
分别是Operator和Deep Research
其实他们都是从噢微调过来的
那么Operator的体验
很有意思
就是它会在服务器端
给你开一个浏览器界面
然后你其实是通过浏览器
来完成这种操作的
你就告诉它说
我要去买一个杭州到旧金山的机票
但是我要找最便宜的
它就开始拆分任务
去试各种网站
看网站给出的价格的反馈
然后拿回这个结果之后
再继续进行思考
然后再去想下一步是什么
其实这就是一个比较好的agent
但它速度很慢
准确率其实也不够高
但我相信呢
它一定比之前我们直接拿GPT-4

这就是一个很有意思的问题
欧洲应该会是接近2030
美国应该会过了2030
可能是在2033到2034
这个问题之所以复杂
是因为所有这些药它不是一个单一的专利
它有一系列的专利在保护它
最早的专利和最晚的专利过期的时间可能会差十年
具体哪个专利能保护最后这么大的一个品种
一定是仿制药企和原研药企
会有一个非常剧烈的在专利法上博弈的过程
所以说如果中国在2到3年后就可以专利过期
然后仿制药开始非常蓬勃地发展
我们现在设想一下
会不会中国可能到2030年之前就已经是一个仿制药非常泛滥
大家都可以享受很低价去使用GLP-1药物的红利
但是反观美国
可能它像刚刚霆提到2033年
2034年以后才会到期
然后同时又有不断涌现的新的下一代的GLP-1药物
美国市场就完全变成了一个可能还是相对高价竞争
而且同时有各种各样的新的产品上市
但是中国市场
可能就变成了仿制药一片混战的市场
有可能是这样的一个格局吗
以及中国如果是有这么多便宜的产品的话
它又如何可能会反向作用于美国市场和美国消费者他们的心理呢
这就涉及到几方面的博弈
一个是仿制药和原研药的博弈
一个是第一第二代产品和第三甚至是第四代产品的博弈
第三个维度就是在现实生活中
绝大多数的患者用司美格鲁肽也就用6到12个月
就2024年诺和自己说过
它的减肥药的司美格鲁肽这个品牌Wegovy
在市场上平均使用差不多6到8个月
糖尿病的司美格鲁肽可以使用超过四年以上
所以减肥药很多人他可能就用一阵子
体重空下来以后他就不用了
我相信仿制的司美格鲁肽到来的时候
一定会有很多人因为便宜了
所以他会选择用仿制药
你想在中国一个月1000块人民币
在美国你完全自费的话
现在是500美元左右一个月
即使你有医保
已符合它的适应症
一个月要自费的部分可能也是小几百
还是相当贵的
有仿制药的话
这个成本就会大量降低
所以从药厂的角度
它的策略就是进一步的去切这个细分市场
用各种各样新的下一代机制来把各种各样的次生需求发掘出来
最后还有一个问题
因为我记得刚刚开始司美格鲁肽上市的时候
它会有一个供应链短缺的问题
现在供应链会是一个问题吗
现在供应链已经不是问题了
起码从产能上来说
礼来和诺华两家已经向FDA拍胸脯保证说
我的供应链都没有问题
它不仅是整体供应没有问题
它还保证需要每一个剂型的供应都没有问题
因为使用这些减肥药
它都需要患者经过一个dose titration（剂量滴定）
比如说我从0.5爬到1
1缺了这个患者就没法用药
即使我有很多0.5也不行
所以之前诺和的供应链的问题
很多时候是我有这个剂型就缺那个剂型
它整个SKU的管理
它没有做到充足的供应
现在这些供应都没有问题了
不过最近特朗普的关税
和对于pharma supply chain（药品供应链）的一些调整
会不会对供应链造成新的压力呢
我们还有待观察
比如说公开信息
礼来的替尔泊肽有挺大一块原料药
应该是从中国生产的
如果对于医药产品加很高的关税
这里会不会有什么供应链的变化
这个是我们需要去观察的
我感觉这个概率不高
因为从药厂的角度来说
这些药的利润都非常的高
它即使要亏钱
而且这里又是患者等着用药的关系
它有很强的社会舆论在监督
所以它即使亏钱
它也只能抹着眼泪把药往美国运
它跟iPhone不一样
iPhone断货就断了
我觉得这个太贵了 不行
但这个药要是断了
我说我少一个患者 我少挣500块
这些企业它的社会舆论会非常的难堪
所以我觉得大概率是不会
但是我们要观察
就是现在整个特朗普关税战
整个药的产业是从里面是豁免的
所以暂时还没有影响到 对不对
是的 对
不知道我们节目发出来的时候会不会有一个更新
但到目前为止 医药产业还没有被波及到
刚才那个霆既然提到这个
其实我想再跟进问一个点
就是基于公开信息
就是刚刚霆提到说礼来的替尔泊肽
它有一些有效成分API（原料药）是在中国生产的
像诺和它说它也可以保证供应
它的API 包括它最后的DP（药物成品）
它的公开信息里边有提到它是
已经完全是比如说美国或者欧洲的供应链吗
还是其实也会有一些是依靠中国的进口
对 它是没有中国供应链成分的
OK明白
好的 谢谢霆和Yushan
谢谢你们
好的 这就是我们今天的节目
我想这期节目整体上的基调更偏向于在减肥药市场的商业分析
不构成任何的医疗建议
如果大家很好奇你是不是应该使用这些减肥药
我建议大家可以去咨询医生
同时我也建议大家听一听我们之前聊司美格鲁肽的那一期节目
我会把节目的链接放在我们的Shownotes当中
当然像嘉宾提到的服用减肥药
它可能会产生很多恶心 呕吐 腹泻的副作用
除此之外 停药还可能会反弹
具体的副作用
大家可以听我们之前的节目
我会把节目的链接放在我们的Shownotes当中
好的 最后欢迎大家通过小宇宙 苹果播客
Spotify 喜马拉雅 蜻蜓FM
荔枝FM 网易云音乐 QQ音乐来收听订阅我们
如果你是通过视频渠道来看我们播客的话
可以在YouTube或者是哔哩哔哩上
搜索硅谷101播客来关注到我们
然后我们一些节目的文字版本也会发表在我们公众号硅谷101上
我是泓君 欢迎大家持续的关注我们
感谢大家的收听

我就知道我很多身边的朋友其实过去两年都试着打
但他并没有严格的按照剂量滴定
因为他一般都是从低剂量开始往高处打
但有很多本来身材就很好的朋友
可能为了追求我一个月瘦下来就完了
他直接就是高剂量
结果打了之后上吐下泻
住院的我都有听说
使用不当也是一个风险
对 那现在市场有发现GLP-1
除了减肥对其他的一些疾病的作用吗
比如说它对阿兹海默症是不是有改善
因为其实我们说有的时候一个类别药物的研发
它都有一定的偶然性
就像您刚刚提到了诺和诺德跟礼来
它们其实也都是因为之前去治疗糖尿病
然后研发出这个减肥药的
肥胖它又跟身体的很多个功能失调是有关系的
会引发出新的这种
比如说我们发现GLP的这个靶点
它还跟什么疾病有关系
然后我们可能由此引发出一些新药吗
我不知道这块有没有一些最新的科学研究在关注
会 很多 我们可以畅想一下
但这块畅想它绝对不是医学建议
只是纯一个前瞻性的畅想
开脑洞畅想
所以有两大块
一个很自然的就是肥胖伴随的一系列疾病
这里有非常多
逐渐地人们意识到肥胖本身是一个疾病
这是思维上很大的转变
FDA就在几个月前刚刚出了一版新的减肥药的开发指南
里面第一次把减肥药从health risk（健康风险）
变成了disease（疾病）
为什么肥胖是疾病
它会引起糖尿病
它会引起一系列心血管的疾病
睡眠呼吸障碍 肾病
它会引起一系列的疾病
所以大药企礼来 诺和
它其实在把它的核心品种
不停地在这些相应的疾病里面做特异的临床实验
来证明它的有效性
很多临床做出来
它的有效性其实是非常惊人的
包括它对于肾炎的作用
包括它对于脂肪肝的作用
其实一次一次地在刷新大家对于GLP-1类药物的认知
这也是不断的推高它股价在过去两年上升的很重要的原因
大家发现它不仅是减肥
它其实是一个能够治这么多慢性病的药物
同时更科幻一些
有一些新的理论
他认为GLP-1甚至是能够理顺人的整个免疫系统的东西
有一些人认为肥胖其实是一种引起长期慢性的炎症反应
我们开玩笑说中国医生看什么病都觉得是感染
给抗生素
美国医生看什么病
他都认为是inflammation（发炎）
他就给抗发炎的药
肥胖引起慢性的炎症
它可能是引起身体各种各样的心血管等等各个脏器反应的主因
但同时它还有一个效果
是大家以前没想过的
可能是它会跟寿命有相关
这个是在动物里面非常确切的
你让小鼠吃少20%时
同样的一个小鼠它自然寿命是两年的话
它吃的少
到了两年它就比吃的多会油光发亮
毛都是完整的
同时它身体就很健康
然后它活的也长
所以你说GLP-1让人吃的少
它会不会让人长寿呢
这个是值得畅想的
还有你提到的阿兹海默症
实际上这个三期就正在进行
诺和已经做了这么多的司美格鲁肽的临床
他把这些所有的临床混在一块儿
已经有几千上万人的样本
他发现用过司美格鲁肽的人比没有用过司美格鲁肽的人
阿兹海默症的风险降了非常多
降了有一半
当然这个数还很小
虽然有几万人用过
但在相对有限的时间里面
有新的阿兹海默症案例的只有几十例
它可能就是几十比几十
它认为这个风险降了一半
同时它在丹麦有一个很完整的国家级的医保病历体系
在这里面它发现长期用GLP-1
不仅是司美格鲁肽
几十年用GLP-1积累 追踪 观察
发现用GLP-1的2型糖尿病患者里面
他每用一年他的阿兹海默症的风险就会降低10%左右
所以其实诺和它已经正式的开了
一个司美格鲁肽用于阿兹海默症的三期
这个三期也会在未来一年内读出
如果它真的能够一周一针
能够显著降低阿兹海默症的风险的话
这个市场也是新打开一片蓝海 海量市场
刚刚霆也介绍了下一代药物有这么多不同的解决的方向
我比较好奇
因为中国的研发这些年其实也是迎头赶上
然后也有非常多的全球大药企在中国去买买买
那在减肥药的市场里边
咱们这一些中国的企业
包括亚洲企业
它现在又是一个什么样的位置呢
可能让大家看到一些比较亮眼的进展是什么样的
中国和亚洲的企业在这里起码占据了半壁江山
就是以口服药来说
礼来的口服药最早其实是日本的中外制药Chugai研发的
礼来向Chugai购买了日本之外商业化的权利
由礼来来进行开发
辉瑞它有两代分子
虽然进展都不是太顺利
但其中的第二代也是向日本一个企业购买的
再往后Merck默克
中国叫默沙东
最近像豪森购买了它的口服小分子药的一个权利来进行全球的合作
首付款也有一亿多美元
在一个临床前 很早期的分子
也是一个相当亮眼的一个合作的一个deal
在注射这方面也有很多企业在积极的出口
比如说恒瑞
它有一个类似替尔泊肽的分子
但他在中国的二期实验结果非常的亮眼
效果比替尔泊肽还好
被几个大的美国的风险投资机构组团包装成了一个新的公司
现在正在美国开发
所以整体上
中国企业 亚洲企业在减肥药的早期管线上贡献是非常丰富
最后也想请霆来总结一下
我们如果去看未来的减肥药市场的话
当然结合到现在临床的进展 最新的三期
未来给大家很兴奋的可能产品出现
未来哪一些是大家寄予厚望的管线
从下一代的产品来说
大家聚焦怎么样让有效性更往上一个台阶
这里就涉及到几个不同的组合
包括GLP-1和Amylin的组合
GLP-1可能跟其他一些新的peptide (多肽)的组合
我们会拭目以待未来几年会不会有更强更优的疗效的产品出现
实际上 这个疗效已经比较接近天花板
那减肥药疗效的天花板是什么呢
就是bariatric surgery
就是一个缩胃手术
如果你把weight相当一部分切掉
这是以前严重肥胖的一个标准治疗
它一般能达到的一个减重效果就是在25到30左右
其实现在的药物已经比较接近这个天花板
但是大家还是在希望不停的摸这个天花板
所有人都想做出一个药
说我是地表最强的减肥药
在这之外
口服药一定是一个很大的赛道
现在大家预期注射药大概在2030年
2035年是一个1000到1500亿美元的市场
口服药可能是一个500亿美元左右的市场
这是一个相当大的市场
第一个药物获批
应该就是在明年下半年
那在之后这里面不同的厂家
不同的分子怎么卷
这个我们也会拭目以待
同时两个新的战场
一个就是功能性性的减肥药
包括对肌肉的保留
对于一些肥胖患者
他的呼吸不畅 慢性肾炎 脂肪肝
能不能够在GLP-1的基础之上
能够在这些其他器官器质性的问题上把疗效再往上推
这也是一个非常主要的方向
总结下来就是如果开未来5到10年的话
可能一些基本功能性上的需求
会被司美格鲁肽和司美格鲁肽的仿制药所占领
但同时许多新一代的药物会去切割很多新的细分市场
我们之前减肥药的讨论中
并没有太多提到这个Compounding Pharmacy（复方药房）
也想请霆来展开讲一下
Compounding Pharmacy做的又是什么东西
为什么它的这一些产品
和诺和的正牌的司美格鲁肽之间是一个什么样的关系
包括最近可能一些监管的变化和未来的趋势
对 Compounding Pharmacy可能在美国生活的人都有一些体感
你在电视上 包括在纽约的地铁看到很多广告
因为司美格鲁肽和替尔泊肽都是专利药
在专利保护期间
仿制药按道理是不能上市销售的
但是FDA的法规有一个缺口
如果你这个药产能受限 供不应求
这个时候药房它实际上是可以通过它自己的渠道去买原料药
就是同样的活性成分的化学药品
可以通过自己的配置放到针管里卖给患者
这就是所谓的Compounding Pharmacy（复方药房）
因为司美格鲁肽 替尔泊肽
长期以来一直在FDA的产品短缺的药物名单上
所以Compounding Pharmacy一直大行其道
没有一个完整的统计
但去年许多市场分析认为
它可能已经占据了整个减肥药市场的5%到20%左右的这个量
是相当大的一个量
这里面的龙头Hims & Hers
砸了巨款在美国做了很多的广告
这里就涉及到很多的政策博弈
从礼来和诺和的角度
它肯定想要让FDA尽快地制止
Compounding Pharmacy售卖盗版的
替尔泊肽和司美格鲁肽
FDA最近正式地把这两个产品从产能短缺的药品名单上拿掉了
但是Compounding Pharmacy也不停地在做一些政治上的博弈
它们肯定是希望FDA延长
它们能够在美国销售仿制版减肥药的时间
所以这个博弈还在进行
同时这届新的政府它的一些态度
大家还在观察这个博弈到最后会怎么样
现在还不是特别清楚
咱们提到Compounding Pharmacy
我不知道怎么翻译比较合适
可能我们说它是个定制药房或者是成分药房
也想请霆来解释一下
它去买这个原料药 它是跟谁买呢
这里边大概是一个什么样的产业链的结构
它是买了原料药之后
它直接放到注射针剂里边
不涉及其他的进一步原料药到成药的一些技术问题吗
Compounding Pharmacy它是怎么做司美格鲁肽的药的呢
你们猜他是从哪里买的
中国吧
对 中国是全世界原料药产能大国
在很多品种上占到产能的1/3 一半更多
虽然没有官方的统计
但是中国前5～10的多肽产业龙头
应该占到美国Compounding Pharmacy的
司美格鲁肽和替尔泊肽的绝大多数
这些企业它以公斤级出口卖到美国之后
经过层层分销到了Compounding Pharmacy
是一个很高的利润在卖给患者
所以为了制止Compounding Pharmacy的竞争行为
除了向FDA告状
希望让FDA直接制止Compounding Pharmacy的侵权之外
最近礼来和诺和也非常罕见地推出了直接向患者销售的渠道
它们以一个相对低的价格
差不多是400到500美元来销售
正版的替尔泊肽和司美格鲁肽
这个价格相对很多的Compounding Pharmacy就比较有竞争力
像Compounding Pharmacy
它们买这个原料药可能大概是什么样的成本价
它做过一番改造之后
卖出去又大概是什么样的价格水平呢
它是以公斤级
这里面就涉及到很多的换算
但一般是一公斤的原料药
它可能以几千人民币买
这个加价是非常的高
肯定很便宜
Compounding Pharmacy它把这个卖出去
一个月的剂量 肯定这个里面也是有多有少
大概它会在一个什么样的范围呢
我看到的广告是小几百美元一个月
如果是小几百美元的话
这两大巨头的直销模式
可能它的价格也有一定的可比性
但是它又是正品
所以它也期望可以从这个里面抢到一些份额
对 是的
中国又是一些什么样的人在供原料药呢
中国有大大小小非常多的企业
它能够做司美格鲁肽和替尔泊肽的原料药
大的包括上市的龙头
像药明康德 蓝帆 翰宇等等
它都能做 小的没有上市的那就很多了
有的它已经达到了FDA仿制药的水平
在FDA有备案
叫DMF备案
有一些它没有达到的FDA DMF备案的水平
在现有的法规条件下
在Compounding Pharmacy还没有被FDA执法要求
停止销售替尔泊肽和司美格鲁肽的情况下
实际上都能够通过各种各样的渠道卖到美国
所以诺和它向FDA做的argument（解释）就是
这些药它不是正版
诺和它有一个相对保密的生产流程
司美格鲁肽是一个比较复杂的分子
它是一个多肽
它有三十几个氨基酸
它在生产过程中
它是用一个发酵工艺
在细菌里面长出来之后
再做一系列的化学修饰
延长它的半衰期
它是一个相对复杂的生产过程
它的这整套的生产流程
其实是有很多的专利保护的
中国这些企业生产的药品
从严格的化学角度上
它不一定能够100%的跟司美格鲁肽完全一样
但从Compounding Pharmacy和患者的角度
它们可能体感上是说
我打下去可能跟司美格鲁肽效果也差不太多
所以这里面就涉及到一系列法规的博弈
正版的药跟Compounding Pharmacy跟仿制药
最终在效果上
比如说它的有效减重跟它的副作用上会有什么样的区别吗
如果你问诺和
它会告诉你这些盗版的药它没有经过严格的临床实验验证
是有一定的风险的
如果你问一个医生
实际上在美国有很多华尔街的投行和投资人
做很多医生的问卷调查
20%的医生都给患者介绍过Compounding Pharmacy
这些医生他自己也知道这些药
它没有经过FDA最严格的仿制药一致性评价
但是很多患者他没有相应的医疗保险
他需要他付不起
所以其实医生来说
他心里可能也都知道 药效是差不多的
但是它总是有一个风险在
如果Compounding Pharmacy
它的供应链是比较高质量的
它从比如说中国的头部药企买原料
它整个流程非常的安全
整个物流的过程
相应的温度
相应的安全性得到保证
那问题确实是不大的
但你就没有办法像一个已经获批的药品这样
有一个严格的审计
严格的追踪
它保证这个药它一定没问题
简单来说就是质量管控的环节不一样
配方 原材料这些它都是比较好模仿的
只是说你在每一个过程中
是不是精确做到了跟原配方一模一样 这个是不确定的
对 是的
对 我们刚刚正好提到仿制药
简单跟听众解释一下Compounding Pharmacy跟仿制药的区别
不一样的 仿制药是FDA有一套严格的流程
中国其实已经完整的采用了FDA的这套流程
它的标准就是一致性评价
我FDA要求你做仿制药的药企
它有一套完整的数据
在临床前
在分析上我要各种各样的角度证明我这个药跟原研药是完全一样
同时一般还要在临床实验里面验证
我打到一个健康人里面
看我这个药在人体内的浓度分布
看药效
经过这么一套流程之后
FDA就说你这个纺织药是跟原因要等效的
但Compounding Pharmacy没有
Compounding Pharmacy本来是一个应急的办法
就是说我这个药是shortage（短缺的）
患者急需 没办法
药房你自己想办法
如果你能够从什么地方买到
你就给患者用
所以司美格鲁肽 替尔泊肽
其实上是这些Compounding Pharmacy钻了这么一个空子
司美格鲁肽或者GLP-1的这个药物
它最早的专利到期预计是在什么时候呢
可能从这个之后仿制药才会疯狂地卖起来
对 它在世界各个地方不一样
其实最快的专利到期就是在中国
中国在两三年后就会到期
所以中国会是全世界第一个司美格鲁肽可能有仿制药的市场
很多业内人士也在观察这个市场会怎么演化
因为原研药它毕竟比较贵
司美格鲁肽在中国一个月大概1000人民币上下
仿制药它可能可以打到小几百
甚至一两百
如果产能跟上来的话
这会不会让更多的患者愿意用这个药

一定有某个医院说我把人的这个多肽拿出来
我灌到人里面看看效果
或者我在实验室里把这个多肽做的更稳定
给我打入动物去看看它的效果
都被淘过一遍了
Glucagon和其他的一些多肽至今没有被药厂投以巨资往前推
原因就是它们做一个单药
在早期的动物实验里效果并不是特别突出
Glucagon是GLUCAGON
就是胰高血糖素
但是Glucagon你提到其实是一个非常有意思的机制
虽然Glucagon它作为一个单药
它的减肥效果并不是非常理想
但是跟司美格鲁肽这一类的GLP-1组合以后
大家发现它的减脂的效果其实很强
特别是在一些器官上的减脂
比如说脂肪肝
比如说身体内脏其他的一些器官的脂肪积累相应的毛病
比如说肾脏 心脏
所以世界上有两个企业做GLP-1加上Glucagon
跑在最前面
一个是德国的BI Boehringer-Ingelheim
它把这个组合主要用来做脂肪肝
因为它发现它的分子用来做减肥
用来做糖尿病
比起司美格鲁肽和替尔泊肽并不是特别的竞争力
但是中国有另一家企业信达生物
它的分子在中国的临床实验里看来
它的减重效果非常地突出
所以信达的GLP-1 Glucagon组合疗法
中文叫做玛仕度肽
应该会是全世界第一个获批的
GLP-1 Glucagon组合用于减肥
这个在中国应该会在年中夏天就能够上市
这也会是中国的第一个本土的减肥药
然后我再补充一句
BI和信达在Glucagon上做的这些实验
也被国际大药企看到
其实就在我们上期节目录完之后不久
诺和诺德和中国的一家企业联邦制药签了一个协议
也支付了一笔可以说是巨款
从联邦制药这里购买了它的一个三组合产品
什么是三组合呢
联邦制药说我更进一步
把GLP-1 GIP和Glucagon三个全都组合在一起
我做成一个药
理想上既达到替尔泊肽GLP-1 GIP的效果
同时再加上Glucagon可以减脂
再往前推一步
这是一个三组合
所以诺和诺德在三月底从联邦制药这
购买了一个在中国完成了一期临床的三组合产品
它会去全球继续开发这个产品
它们一期临床的数据怎么样
比如说它的减重效果
它的减重效果跟单靶点和双靶点相比应该是类似
或者是强一丢丢的
结果是相当亮眼
所以你觉得现在到底是一个
诺和诺德 礼来 罗氏的一个三国杀的格局
还是一个百花齐放的格局
在整个的减肥药市场来看
我觉得在减肥药的第一代
也就是我们刚才说的减肥糖尿病整个领域发展里的第三代
这个战场基本上清扫的是双雄争霸
大家再往前看减肥药的第二代
下一代的话进来的玩家就很多了
包括罗氏它通过收购Carmot进入这个战场
它一次拿到了口服版的GLP-1
同时它还拿到了一个GLP-1 GIP的注射药
它同时又通过Zealand又切入Amylin
辉瑞它也有一系列的产品组合
包括阿斯利康 AbbVie有4到5家大药企
已经展现了很强的决心
要和礼来 诺和竞争
要杀入这个领域去抢第二代的市场
对 您刚刚提到了一个点特别好
罗氏它的口服药的效果好吗
它能达到注射的减肥效果吗
口服药的竞争格局也是一场混战
我觉得减肥药领域跟互联网特别像
就是有几家大厂
Backbone就有点像流量入口
大家在上面加不同的模块
比如说云计算
比如说办公应用场景
比如说搜索 回到你说的这个口服
口服我打一个不恰当的比喻
口服比注射它有点就像从PC互联网到移动互联网
它打开了一个新市场
为什么呢 很多人他可能不想打针
很多国家可能没有相应的冷链
和Health care provider（医疗卫生提供者）
医院和医生的条件来帮患者使用
一系列复杂的注射药的dose titration（剂量滴定）
它使用一个注射药很复杂
因为它需要不停的爬坡
要换更高剂量
一周换一次
医生要监控这个患者
他是不是呕吐太厉害了
是不是不行 换药等等
很多国家是没有这种条件的
同时还有一系列相对更轻的患者
他可能就不适用于打针
但是口服药他就能接受
所以它等于打开了一个新市场
在口服药这个大的赛道里面
也有很多不同的玩家
跑在最前面的就是礼来
礼来的口服药
它的三期结果今年就能出来
其实今年的第二季度
未来两三个月就会看到礼来口服药的
也是全世界第一个口服药的三期结果就会读出
对 Amylin针对GLP跟GIP它的副作用的减少表现在哪些方面
其实这个数据目前还不是特别多
客观来说这还更多的是一个大家的希望或者是潜力
我们还需要更多的临床试验来看
但是从目前诺和已经充分包括的二期临床
以及Zealand包括的一期临床来看
它的胃肠道耐受是比司美格鲁肽要好一丢丢的
它同样还是有一系列恶心 呕吐 腹泻 胃肠道不耐受的问题
但是它程度上和频率上似乎好了一丢丢
但也不是特别多
我们刚刚在讲到诺和的司美格鲁肽跟礼来的替尔泊肽
这两代药之间的竞争的时候
其实我们说到新的增量市场
就是以前没有打过司美格鲁肽的这群人
他已经会去用替尔泊肽了
因为它整个的副作用更小
然后减肥效果也更好
其实我在想的问题是
我假设替尔泊肽已经出来了
一个明显效果更好
副作用更小的药出来了
为什么第一代的司美格鲁肽它还会有一个市场需求
就是这部分存量它不会就慢慢的被增量很快的给卷走
而且比如说减肥药
它又是一个医生给你开处方的市场
医生其实是有这些新信息的
他很快就知道有新一代的减肥药上来
所以这是价格上的区别
还是一个什么样的因素会让这部分存量市场还存在
这是一个非常好的问题
其实它的存量市场有两块
一块是存量患者
一个是增量患者
存量患者他使用到药物一半的时候
一般是不会换药的
因为他换药就会面临要重新做剂量调整
同时他需要去做一系列保险公司的操作
对于增量患者来说
他的份额的改变也是一个渐进的过程
因为一方面很多保险公司
可能跟这两个厂家都有相应的份额协议
它不会一下子就把整块的量要求转到另一个公司去
同时品牌的认知在患者和医生心里
它的转变也是一个渐进的过程
而如果你在美国打开电视
你会看到这两家企业都投放了电视广告
在打品牌战
很多患者可能说我就要这个司美格鲁肽
因为它上市这么久 名气非常大
从医生的角度来说
他换一个药也是一个渐进的过程
他可能先给一两个病人试
上手试一下
我觉得我体验好
慢慢再把更多的患者换过去
他并不会看到一个临床实验结果
或者听他的同行说了以后
我忽然就把所有的新的患者都换过去
他也是要上手试一下
慢慢要换的
理解
就像Yushan刚才说的
其实礼来它跑在诺和的前面
它自己有一个内部自研的三靶点分子叫做Retatrutide
这个三靶点分子现在已经在一系列的三期临床
礼来也是铺开了做
如果你看它的临床策略
它也没有一个非常聚焦的策略
说我的三靶点就能够在什么的适应症里特别好
它其实铺开了做
看看三期结果怎么样再说
也许三期结果展示它在减肥的本垒
或者是在减肥的一系列的细分市场里
它比单靶或者双靶有优势
它可能会再往那个方向投资
做进一步的开发
实际上它就是一个在脂肪肝有巨大潜力
但在其他一系列的适应症里
可以说是未未拓展
但也有相当可能性的这么一个机制
我看到Retatrutide它的二期临床试验在48周的情况下
它的减重范围是在-8.7%到24.2%
这个是在48周这样的一个结果
我看司美格鲁肽的三期结果是68周减17.4%左右
所以如果要是Retatrutide它可以在48周
上限是减到24.2%的话
我觉得可能也还是有一些期望
但是因为它只是一个二期的结果
所以肯定还是需要三期的实验去验证
对的 这里就涉及到对比这些实验的一个难点
现在减肥相关的临床从一期 二期 三期到不同的肥胖基线
比如说我是从一个100公斤体重人开始做
还是从一个80公斤体重的人开始做
还是从一个120公斤体重的人开始做
这些人他是在一个饮食比较健康的国家
还是在一个饮食完全不健康的国家做临床
然后甚至包括是男女比例它都不一样
所以对比这些实验
需要花费科学家和投资人巨大的心力
但礼来的三靶点药物
确实它的减重效果是非常突出的
但同时在二期临床也发现它有一点点心率的副作用
它有一点点的心脏相关的副作用
这个问题就是它的效果上的增量
和新的小小的副作用的信号怎么平衡
在什么样的患者里
他的受益明显多于风险
这就是礼来和诺和
我相信诺和拿了联邦的分子之后
会开的一系列临床需要去解决的问题
我看了一下联邦
它没有直接发表过具体的一期的数据
但是我相信诺和在看了礼来的三靶点的二期临床以后
它拿的联邦分子它一定相信起码是不比礼来差的
所以我觉得其实现在泓君也可以看到
这里面有非常的多机制
我觉得这个竞争还远远没有到
我们可以下一个结论说
Amylin可能就是新一代的天之骄子这个位置
确实还是有非常多的在竞争的机制都有可能在将来会更加胜出
而且我们其实不到三期临床实验做出来结果
真的也很难判断到底它的有效性以及它的安全性
是不是一定会比现在市面上的产品要更好
对 我觉得从我一个外行人来看
我只看这些单点的新闻
我是很难把这些线连接起来的
我很难知道每一个药企在什么样的位置
整体的竞争格局在哪里
今天两位这样一解释
我觉得整个框架是非常明晰的
所以大家说生物医药投资人难做
就是像霆这样
他需要把整个网络都理清楚
然后还要更加深入去了解机制
可能才可以去猜测接下来什么样的药企有可能在研发中胜出
但是确实也如他所言
这是很难的
是一个实验科学
是没有太多的逻辑可循的
难就难在没有一个标准答案 比考试还难
我觉得刚刚大家讲到一个点很有意思
你们说生物医药是一个没有标准答案
纯实验科学这样的领域
我很好奇
霆你平时在看公司跟做研究
跟做投资的时候
你是依据什么来做判断
能不能跟大家分享一下你的方法论
这个我要收钱了 开玩笑
我们做投资是需要一个综合的判断
而且也经常地犯错
具体到看药technical assessment（技术分析）
有一些药它的确定性更强
比如说一个肿瘤靶向药
我们已经知道这个靶点是一个driver mutation（驱动基因）
把它打开以后像一个开关
这个患者他的肿瘤就疯狂生长
我们把它关掉它就不生长
有一个非常清晰的生物机制
这类药的确定性往往就比较强
还有一些药的确定性它相对强
但不是那么强的
它还有比较强的临床前的一系列的研究和相应的机理的故事
我们也可以做相应的推理
还有一类药
它的机理就是一个玄学机理
它非常得不清晰
你在二期 三期结果翻牌以前
你几乎很难知道它是怎么结果
这种情况也有
所以生物是非常复杂的
对 比如说现在像减肥药的市场
你还会继续关注吗
它可能最开始的那个爆点已经过去了
我相信这么多的新药研发
未来整个市场也可能会从一个蓝海变成一个红海
随着越来越多的竞争者进入
它的整个的利润率的曲线可能也会被慢慢压的越来越平
是的 但同时也不完全是
其实它后面的商业变化还有相当长的一个历程要走
借用一个互联网的说法
现在它可能只是减肥药的上半场的中局
但下半场可能比上半场还要精彩
我们刚才说到一个是口服药
口服药的上市会怎么样改变这个市场
同时口服药基于注射药
它的科学上的确定性相对长
更多的是一个商业上的博弈
司美格鲁肽在世界上很多国家
未来几年逐渐会过专利
会被仿制药逐渐地铺开侵占市场
它的价格会急剧下降
同时在美国
它会参与美国的IRA医保谈判
它的价格也会往下走
所以这里面从不同的给药方式到不同的商业竞争
到还有一些很新的靶点
到新的细分市场的机会
其实还有很多的路要走
这个商业市场的演化还在下半场的开局
对 听起来医药市场可能比我们
传统理解的互联网的市场要更加得复杂
因为它涉及到的整个的产业链还是蛮多的
比如说医院 医保 医生都是一个非常不可忽略的因素
是的 它是一个多方博弈的过程
理解 现在我们在聊这些减肥药的时候
药厂的说法都是给肥胖患者使用的
但是我觉得每个人天生都有爱美的需求
可能每个人都想让自己的肌肉多一点
能够更瘦一点
身材好一点
正常人可以用这些药物吗
正常人用跟一个肥胖患者用
它的副作用是不一样的吗
如果你问一个医生的话
正常人是不太推荐用的 为什么呢
医生总是会考虑获益和潜在的风险
按照现在FDA获批的适应症
它是需要一个体重BMI30以上
或者是BMI在27以上
但同时有comorbidity（伴随的肥胖引起的疾病）
才会使用这些药
FDA认为在这样的人群里面用GLP-1
它的获益才会超过风险
正常人使用的话 他肯定也会瘦
但是目前只能说这个证据还不充分
这个东西其实也是不停地在变化的
你说五年 十年以后
随着新的证据
会不会让大家认为这个药其实可能彻底地改善人的代谢
甚至有一些人认为
它可能会全面地理顺人的免疫系统的一些问题
理论上是有可能的
但只能说基于现在的证据
是不太推荐它作为一个消费品来使用的
但是其实我觉得现代社会的问题是
很多人他并不胖
但是它有三高
而在正常的
比如说一个脂肪肝的人去看医生
或者你有三高问题的时候
医生都会说你要多动少吃
其实只要你的体重它能往下降一点点
它对你健康的改善是极大的
在这种情况下
有一些三高问题的人去服用减肥药
跟他真正运动减下来的体重
他们在效果上是一样的吗
它的效果是不一样的
这就是大家对于肥胖是一个疾病有一个思维转变的原因
过去很多人认为我只要积极体重管理
这是一个自律问题
我只要吃的少
我只要运动我就能减肥
但是其实大量的数据显示
有很多人他的肥胖很难被自律所克服
他是一个病态的
自律通过运动和节食减的体重
一般只能减10%左右
它很难在一年左右时间减20%
但是用药物它能做到
所以它其实突破了自律所能带来的减肥的程度
所以它对于疾病人群它非常的重要
但是对于没有相应疾病的人群来说
他肯定也能减一些
但里面风险其实有多重
一个是你可能就承受了一点小概率风险
肠梗阻那些
第二是很多人他可能使用不当

更有意思的是在它二期的临床中
在一个二型糖尿病患者里
司美格鲁肽在4到6个月只能减重5%左右
但是CagriSema在那个时间里超过了10%
等于是减重提升了一倍
所以诺和寄予厚望
它的三期实验已经进行了挺长一段时间
在去年年底和今年年初读出它的两个临床
第一个叫REDEFINE 1
是CagriSema在减重适应症的结果
这个事情非常有意思
当时大家寄予厚望CagriSema能够是诺和赶超替尔泊肽的品种
诺和自己也一直寄予厚望
同时跟投资人沟通
它的减重效果能够超越替尔泊肽达到25%
我们说替尔泊肽是20%到22%
结果到最后一翻牌出来
它没有达到25%
只达到了22%
就等于是跟替尔泊肽一样
当天诺和股票盘前大跌20% 30%的比例
在今年的一季度
在糖尿病的三期REDEFINE 2也读出
它再一次没有远超替尔泊肽
只是跟替尔泊肽差不多
所以诺和股价从去年开始到现在还是跌了挺多的
它的耐受性是不是也没有达到预期
我看它好像是减重效果跟耐受性都不及预期
它的耐受性
我看它的三期临床试验的结果是只有57.3%的人
能接受耐受的最高剂量
司美格鲁肽是70.2%
它们之前的单组药是82.5%
是的 这个事情其实也非常的有意思
也非常符合诺和行事的风格
它在设计三期实验的时候
它相对的佛系
它是允许患者自行的比较灵活的调整它的剂量
但是到最后
投资人和市场就看最后实验进行完了的时候
有多少患者还在最高剂量
以此作为指标 认为这个药能不能耐受
但其实很多患者可能达到他的目标体重以后
他就自己减剂量
他觉得没有必要忍受这种可能的胃肠道不适
所以结果就只有57%的患者在实验末期达到最高剂量
所以做完这个实验之后
诺和股价大跌
投资人显然不是特别开心
结果诺和在最新的季度报电话会上说
它要再重新再做一个临床
叫做REDEFINE 11
有一个比较严格的剂量管控要求
再来跟替尔泊肽PK一次
看看到底能不能超过替尔泊肽
刚才霆也提到了诺和的股价的一个异动
如果对比减肥药市场的两个巨头礼来和诺和的话
其实我们观察他过去的股价走势也非常有意思
我们其实听到刚才霆讲
诺和是因为24年末的三期临床实验的不及预期
它有一个股价的巨大的跌幅
但其实如果我们把它拉长看过去一年
感觉到这个股价它其实是在一个震荡下行的趋势
但如果我们看礼来 还是看过去一年
它其实就没有一个非常明显的下行趋势
但是它也有相对大的一些波动
所以也想霆来帮我们来理解一下
两大巨头这个股价异动的背后可能是一些什么样的原因
它有商业市场的原因
也有管线研发的原因
那诺和我们刚才讲了
它管线研发上可能有一系列暂时不尽如人意的地方
当然它后面积蓄了很多管线产品
我相信它有很多牌要打
具体到诺和和礼来
还有它的业绩的问题
实际上司美格鲁肽和替尔泊肽都在美国快速的放量
投资人是每个季度盯着它的增长
但是过去两年时间
这两个品种都或多或少的有产能赶不上需求短缺的问题
有时候也不完全是它整个产品供不应求
可能只是其中的个别的剂型供不应求
因此患者可能就用不上
特别是最低的剂型
因为这两个药使用的时候
都要求患者从低剂量开始
都要求患者从低剂量开始用起
慢慢的滴定到高剂量
如果你缺了一个低剂量
可能很多患者宁愿等一等
因为肥胖也不是一个立即要治的病
所以大家其实不停的盯着它的产能的问题
这其实非常的矛盾
它产能问题得不到解决的时候
大家自然的认为需求非常的旺盛
所以它的增长没有很快
但大家也愿意给股价很高的期望值
但是它最近开始逐渐的告诉大家
产能已经充分的满足市场的需求
他们这么做
一方面是产能确实跟上了
另一方面也是为了逼迫FDA
让这些复方药房把所谓的盗版司美格鲁肽撤市
但这么做就让分析师和投资人
更紧密的盯着司美格鲁肽实际上量的速度
因为你产能如果已经跟上了
那如果你的增长不够快
说明需求没有大家想那么大 对吧
因为大家对于这个品种的需求的想象空间是非常巨大的
许多的华尔街分析师认为减肥药市场
在2030年可能是一个1000到1500亿美元这种量级的市场
可能是现在还要再翻个3到4倍
所以大家就非常紧密的盯着实际上的放量
它产能问题解决了之后
反而给自己下了一点小套
如果是从需求角度去看
大家对它比较没有信心
也解释它的股价下行的一个走势的话
那我们怎么去理解礼来
它们其实是在同台竞争
然后这个需求应该也适用于大家所有人
但是礼来好像并没有非常显著的一个股价下行的走势
对的 因为礼来的替尔泊肽实际上增长还是比斯美格鲁肽要快的
因为它的产品在减重上好一丢丢
安全性上也好一丢丢
所以它一方面是在释放未满足的需求
另一方面
它也有一定的程度上可能在像斯美格鲁肽强一点的市场份额
所以大家认为礼来它毕竟有一个更好的产品
也愿意给它更高的估值和溢价
我是不是可以理解说
大家对于诺和的股价可能更多还是聚焦在
它斯美格鲁肽GLP-1单一作用机制的这个产品上
但是因为礼来它已经其实是下一代
所以说它把这个市场需求还进一步地 稍微做了一定的分层
对 可以这么理解
同时礼来这公司它的管线也比较多元化
其他的管线也相当的不错
刚刚提到罗氏和Zealand的药效在比较早期的结果里面看到更好
那它和诺和做的Amylin和GLP-1联用的药相比
它的区别是在哪些地方
它只做Amylin 它没有做联用的
包括从表现上还有临床设计的角度
为什么它可能会比诺和的结果给人感觉是更加有希望的呢
罗氏整体的策略
目前看来它拿到的分子的区分相对有限
所以罗氏它更像是从一个商业化上说
我认为减肥药市场非常的巨大
那我要拿到一批非常有竞争力的分子
我要切入这块蛋糕
而不是说我要以一个非常创新的维度做其他人没有的东西
它取的是一条相对低风险的策略
那从Zealand的药和诺和的药相比上
它们是很类似
都是GLP-1加上Amylin联用
刚刚你提到诺和的那个实验设计比较让患者自己去调整它的剂量
那Zealand它的药物它也是类似的临床设计吗
还是说它还没有到那个阶段
所以可能也不是特别可以同意
它还不到哪个阶段
它才刚刚进行完一期实验
它的二期实验还正在进行中
要我猜的话
我相信罗氏应该会吸取诺和的教训
采取一个不太佛的程度
否则这么一个临床实验设计
诺和可能抹掉了几百亿美元的市值
确实 其实Amylin这一战的争夺还没有结束
因为Zealand它还在很早期
但是诺和这个已经在重新做临床三期
所以它其实也不一定最后不如罗氏和Zealand这个药最后的结果
我们其实还要在拭目以待
是的 Amylin这个领域的竞争才刚刚开始
它的第一个产品虽然明年就要在美国上市
但这个产品其实不是特别的完备
它其实是两个产品混合在一个针里
它有一系列使用上潜在的安全性
包括方便性上的问题
所以其实从注射的角度来说
诺和自己已经有一个下一代的品种叫做Amycretin
它是一个分子 同时可以靶向GLP-1
又可以靶向Amylin
Amycretin也有口服版和注射版
而且诺和已经在它的财报上的显示
还包括一些学术会议上
披露的Amycretin早期数据也是炸裂的好
当然也需要到完齐的临床实验去验证
所以我相信诺和的布局一定不止于此
它的Amycretin也在往前推
另外Amylin也可以做成小分子
做成口服版
最早最快的Amylin的小分子现在还在临床前
有望在今年年底开始进入临床实验
实际上第一个Amylin的小分子
其实就是中国公司在上海设计出来的
我们也非常期待他的结果
是哪家公司
美股上市的Structure Therapeutics
在中国叫硕迪生物
根据刚刚您讲的
我总结一下现在整个的药企的竞争格局
诺和诺德它的手里是有第一代减肥药司美格鲁肽
同时它的基于Amylin的第三代减肥药
它也是在有研发 年底会有获批的
礼来手握的是第二代减肥药
基于GLP-1跟GIP的替尔泊肽
罗氏现在也在去赌Amylin
所以现在是这样的一个格局
对于大的药企而言
总体上大的格局是这样的
如果你开直升飞机在战场上兜一圈
看起来大概是这样
但如果你走到战场上看
你会发现这就是一场混战
每一家几乎都有所有其他家武器库里的武器
其实刚刚提到这些GLP-1 GIP Amylin等等
它们其实都是我们身体里边会分泌的一种激素
叫所谓的肠胰激素
肠胰激素就是胃肠道和胰腺分泌的激素
这些激素就是我们正常在进食之后
它是为了调节一系列我们身体里面的血糖代谢
我们的胰岛素分泌
我们的一些胃肠运动
它本来就是身体里面会分泌的一些激素
这一些药企在开发这些药的过程中
它发现尤其是这种肥胖人
可能还有糖尿病的这一些患者
他们身体内这一些激素的分泌机制是异常的
最开始可能大家发现的是GLP-1这个激素
但是后来也发现它有减肥的效果
药企后来也发现有很多其他的激素
就包括像GIP Amylin 其实还有其他的激素
包括像胰高血糖素Glucagon PYY
这些激素它们都是要么是在小肠分泌
要么是在胰腺分泌
要么是在其他肠的部位分泌
这一些激素的功能具体的机制不是很清楚
但是大家都发现它们可能作用在身体的不同器官
比如说在胃里面
它可能会影响胃排空
可能会影响胃的蠕动
在大脑里边它可能会降低人的食欲
它可能会让人产生恶心的感觉
比如说在肠道里边
可能也是降低肠道的蠕动
甚至可能也会对心脏起到一些保护的作用
也可能会提升你的心脏跳动的频率
它也有可能会对骨的密度产生一些影响等等
所以这些激素本来就是在身体里面分泌
然后也发现它在进食之后的调节
和减肥相关的一系列机制中可能是有作用
所以后面药企就发现GLP-1其实是一个神奇的机制
后来发现GIP我把它加进来也可能会有一些不一样的效果
就像礼来替尔泊肽做的
像Amylin也是有药企发现
我如果是换了一个激素
其实它也可以有比较好的减肥效果
同样药企也在试验GLP-1和Glucagon
甚至可能还有三个靶点的机制
甚至可能还有更多机制的联用这样的一些方法
因为药企它不知道具体的这一些药物研发中
实验出来可能会有什么样的结果
所以它基本就是说我发现这些东西可能都有用
那我就做一些排列组合
最后试出来哪一个可能是一个真正的王炸产品
但是我们单单从机制上可能也是很难提前预判的
非常清晰
很好地解释了为什么刚刚霆说到的走进战场一看
第三代其实是一场混战
对 就是药企它不是只做GLP-1和GIP和Amylin
它其实还有很多其他的激素
像Boehringer-Ingelheim BI这家公司
它们其实就在做的是GLP-1和Glucagon联用的机制
包括像中国的信达
其实它们也是在做GLP-1加Glucagon联用
礼来它其实也有做三靶点
GLP-1加GIP加Glucagon
这个市场它远远不是只有这么几个巨头
只是做这三个激素
其实大家都是在武器库里
选各种各样不同的武器在排列组合
所以如果你看下去的话
我觉得现在到底鹿死谁手真的还很难讲
也不是说Amylin可能就是未来唯一最有效药物的
可能还有很多可能性
我们还需要等到三期的实验结果出来
我们才可以下一个判断
是不是说现那在Amylin是在众多的方法里面
已经达成了一个初步共识的
大家刚刚讲到的这些方法
我们只是一个理论上它可以这么做
但是具体是不是它还要去做动物实验 人体实验
才可以看它是不是能够有用
而动物实验跟人体实验
包括药企的二期 三期
它又是整个实验中最贵的部分 时间最长的部分
对 是的
Glucagon这些是不是它的效果就会比Amylin要差
Amylin真的可能是下一代更好的药物吗
这里就涉及到做药的一个概念
一个疾病非常复杂的时候
经常需要用组合拳
那这里什么是骨架疗法 它就特别的重要
有的东西是单药
直接就有一个很显著的效果
这时候你再往下加东西
它能够把效果往下推
但往往缺的是单药本身能够把效果往前推
像两个这种单药
如果它本身都能够取得非常好的效果
你组合起来大家逻辑就觉得更顺了
就好像中药 大家说君臣佐使
两个猛药在一起那肯定更猛
如果两个药本身它可能就没有什么效果
你组合起来可能就有点虚
往往不能达到很好的效果
这就是为什么Amylin现在大家这么的重视
我们刚才说到GIP就是一个例子
它单药没有很强的效果
因为你把它组合起来
它有一个非常好的药
但是我们药企在开发的时候
大家最想要的是什么
有没有下一个它单药具有很强效果的
我就能够把司美格鲁肽的减肥效果不是往前推一丢丢
它可能再往前拉一个台阶
同时对司美格鲁肽不耐受或者不响应的这群人
我用一个单药就很有效果的
不同的机制就可以来解决这块市场
所以目前来看
Amylin在所有的这些多肽里面
是除了司美格鲁肽 除了GLP-1
似乎是唯一一个单药能够取得
如此显著的减肥效果的一个机制
所以大家特别的重视它
所以我理解如果是能把单药开发出来
它就类似于我从不同的维度在跟你竞争
但是比如说我们用一个组合拳的话
其实就是锦上添花而已
就是高维打低维跟锦上添花的区别
对的 制药业有一个词叫backbone
就是一个骨架
像司美格鲁肽这样的药
它单药有一个很强的效果
它可能就是减肥这个领域的一个骨架疗法
减肥有非常多的细分市场
它有一些具体不同的需求
比如说像脂肪肝
它可能需要搭配一些专门针对脂肪肝的机制
我有一个骨架疗法以后
我再搭配别的东西
就可以开发出一系列的细分市场的产品组合
司美格鲁肽GLP-1肯定是一个骨架疗法
现在看来Amylin大家认为它有潜力成为下一个骨架
主要就是因为它单药的效果特别好
我看到之前在一期的临床里边
也有把Glucagon自己或者是PYY自己新的这些激素
作为一个单纯的机制去做临床研究的
但是我不知道是当时的结果可能并不是非常的理想
所以大家就有一点把其他的这一些机制
作为一个骨架疗法的想法给放弃了吗
对 总体上它的历史往往是这样的
因为这些多肽在生化实验室里都已经被发现纯化很多年了
所以几十年以前
一定就有某个实验室