馬卡龍接受螞蟻邀請線下分享Agent RL。圖源：受訪者
在海外，和馬卡龍選擇同一技術(shù)路線的是前OpenAI CTO Mira創(chuàng)立的Thinking Machines 。去年 7 月，Thinking Machines完成了硅谷歷史上最大的種子輪融資 ——20億美元，估值 120 億美元。馬卡龍背后的實驗室Mind Lab在1月發(fā)布了Mind Lab Toolkit（MinT），其宣稱能用CPU高效訓練萬億參數(shù)模型，在后訓練上實現(xiàn)了成本的10倍優(yōu)化。另外，Mind Lab也實現(xiàn)了1T LoRA-RL，即萬億參數(shù)模型上進行高效的強化學習。如今相關(guān)實現(xiàn)方案已經(jīng)開源，并獲得了Nvidia官方轉(zhuǎn)載。
近日，鏡相工作室訪談了Macaron.ai創(chuàng)始人陳鍇杰。聊天的時候，這位年輕的創(chuàng)始人大多時候語調(diào)平緩，但在描繪他心中那個“打破應用邊界”的未來時，他的語速會不自覺地加快。如今，陳鍇杰已經(jīng)準備好回應所有質(zhì)疑。而在年前拿到融資后，他既沒有松一口氣，也沒有感到激動，對他來說，“這都是過去了，我更多是想戰(zhàn)斗在新的方向上，繼續(xù)把產(chǎn)品做得更好。”
鏡相工作室：去年8月15日，馬卡龍以全球首個Personal Agent的稱號公開上線，并宣稱要為用戶隨時打造小工具，但很快陷入了“炒作”爭議，有人吐槽馬卡龍做的小應用“打不開，像個靜態(tài)網(wǎng)頁”，你最初是在哪里關(guān)注到這些質(zhì)疑？
陳鍇杰：當時各種各樣的討論都有，小紅書、公眾號都會有人評價，在產(chǎn)品內(nèi)部也有提交反饋的渠道，我都有去看。我們會把問題整理成一個清單，每周內(nèi)部可解決的就會做工程排期去解決。也有一些問題是今天的AI能力沒辦法實現(xiàn)的，或者跟我們產(chǎn)品定位不相符的，比如不符合規(guī)則的API調(diào)用。馬卡龍當時是一個很早期、試驗性的版本，小應用的打開成功率是60%，我覺得它受到的關(guān)注是多于馬卡龍本身應該有的狀態(tài)的。
鏡相工作室：當時讓你印象最深的（質(zhì)疑）是什么？
陳鍇杰：上線的時候被詬病最多的其實是打開時間，用戶會疑惑為什么做完一個小應用，一段時間不用，要40秒左右才能打開。其實當時是為了保護用戶隱私做了隔離?？梢岳斫鉃?，每一個小應用都是一個獨立的在云上的沙盒容器，能保證用戶數(shù)據(jù)的安全。不過沙盒容器它放著就有成本，一個容器一個月就有幾塊錢的成本。現(xiàn)在馬卡龍有30萬應用，成本也不低，所以我們設置了平時關(guān)掉，需要用的時候再打開，應用打開時長就有40 秒。但長期來看，我們不能讓用戶等這么久。我們做了一個容器池，還有個動態(tài)加載方式，現(xiàn)在又跳過云服務商自己做，打開時間已經(jīng)從10秒鐘減少到了2-3秒鐘。
鏡相工作室：當時的產(chǎn)品在哪些具體維度上（比如自主規(guī)劃、記憶、多步執(zhí)行）沒有達到你心目中的“Agent”標準？早期用戶反饋它更像一個“靜態(tài)任務清單生成器”，你如何定義“Agent”與“工具”的根本區(qū)別？
陳鍇杰：其實即便到今天，離我對馬卡龍的想象也還差得很遠。我們第一天上線的時候，馬卡龍還是一個非常早期的版本，當時沒有想到會受到這么多的關(guān)注。不過第一天上線馬卡龍就有了小程序的完整后端能力，打個比方，即便到今天螞蟻的靈光，我上周使用時，如果做完一個操作，然后把靈光卸載再重新下載登錄，原先的數(shù)據(jù)就會消失，因為生成的內(nèi)容沒有后端，這是一個有難度的工程。當時馬卡龍早期版本，有拍照功能、小程序內(nèi)部有AI調(diào)用的能力，他肯定能生成一個靜態(tài)的待辦清單。但如果說它只能生成一個待辦清單，那肯定是一些為了吸引眼球的討論。當然用戶在那次使用時有可能失敗了。
鏡相工作室：你提到早期小應用成功率只有60%。能否分享一個具體的、早期失敗的例子，告訴我們現(xiàn)在通過訓練，同樣的任務，系統(tǒng)是如何處理的？
陳鍇杰：在過去的四個月里，我們一直在通過訓練的方法和工程的方法做優(yōu)化。前面提到的應用打開時間縮短到2-3秒鐘，是通過工程的方法（自建容器）優(yōu)化。還有一個應用創(chuàng)建時間的優(yōu)化，從20分鐘到現(xiàn)在2分鐘寫一個應用，1月22號上線的版本已經(jīng)可以看到10秒鐘生成的可交互卡片了。創(chuàng)建時間的縮短是通過訓練模型優(yōu)化的。去年8月剛上線的時候，我們后訓練就兩個模型，一個用來聊天，一個用來寫代碼，所以用戶用馬卡龍做一個應用，有時候要花20-30分鐘，成功率也不高?，F(xiàn)在我們把不同的場景分化出來，線上有了28個模型，比如有的用戶偏向情緒情感，有的偏向健身、睡眠、飲食，不同場景用對應的模型。模型越分化，你在每一個任務的表現(xiàn)就會越好，成功率越高，產(chǎn)品體驗越好。
鏡相工作室：有人總結(jié) Agent 初創(chuàng)公司的宣發(fā)模式，首先冠上全球首個，然后團隊全英文出鏡介紹，再買一批KOL集體宣發(fā)，馬卡龍也符合這套公式。面對有人質(zhì)疑Macaron.ai是炒作，你怎么想？
陳鍇杰：我不考慮這些，對公司來說很重要的就是實際上使用馬卡龍的用戶們，其實用戶并沒有相關(guān)的問題。
鏡相工作室：面對質(zhì)疑，你說“我不考慮這些”，但前期宣發(fā)也事實上拉高了用戶和市場的預期。當產(chǎn)品力無法匹配宣傳時，這種策略是否可能對品牌造成了長期傷害？后期的宣發(fā)節(jié)奏和話術(shù)相比去年會有哪些具體調(diào)整嗎？
陳鍇杰：我覺得第一次是意外，可能撞上了，能被關(guān)注到我不覺得是個壞事，今天大家的注意力還是非常稀缺的。不過雖然感覺很多人在討論，但其實都是AI圈子里面的。我們要服務的真正的用戶基本是沒有聽過的。許多用戶可能連Manus都不知道，長期來講用戶是感受不到這個影響的，更多是讓我們把產(chǎn)品做好。
鏡相工作室：關(guān)于用戶，你說“用戶沒有相關(guān)問題”，這是否意味著核心用戶已經(jīng)換了一批人？早期那批用戶的流失，你們有沒有做過歸因分析？流失的主要原因是什么？
陳鍇杰：最早的這些用戶都是AI從業(yè)者來嘗鮮的，他們本身就會在各個產(chǎn)品之間跳來跳去，然后也有一些留下來的。流失的原因也很簡單，這部分用戶上來都是以測試為目標的使用，測試你的提示詞、你的邊界，把每個feature都點一點，他并不是帶著一個生活中的問題來的，我覺得這些大部分都不是我們目標的人群。
鏡相工作室：你們現(xiàn)在的用戶是哪些人？
陳鍇杰：我們現(xiàn)在90%的用戶在海外，60%的用戶在北美。去年9月份開始，我們迎來了很多用戶，這些用戶的特征是希望把生活記錄和規(guī)劃得更好。這批人更多是新女性，年齡在30+，有孩子，家庭主婦或者同時正在工作。
鏡相工作室：現(xiàn)在用戶有多少人？增速如何？
陳鍇杰：現(xiàn)在是已經(jīng)有30 萬的用戶，26 年我們的目標是千萬用戶。
鏡相工作室：用戶留存率（特別是次月留存）和日均使用時長是多少？用戶是持續(xù)與Agent交互，還是僅在有明確任務（如生成一個計劃）時才打開？這決定了產(chǎn)品的粘性是“工具”還是“伙伴”。
陳鍇杰：我們留存率很好。在過去四個月隨著我們模型分化，馬卡龍的日均使用時長是跟著增長的。不過我其實覺得現(xiàn)在不是馬卡龍的增長期。在我們看到了模型分化能帶來的收益后，預計今年6月份，當我們能實現(xiàn)每個用戶擁有一個模型時，就能真正去做放量的增長了，那個時候才能去沖千萬用戶。
鏡相工作室：海外用戶的需求和國內(nèi)有什么不同嗎？
陳鍇杰：對于海外的用戶來說，他們會覺得我需要ChatGPT之外的一個App，他可以更懂我。一部分原因是海外用戶更喜歡表達，大多數(shù)人在學校的時候會去訓練表達，這是成長環(huán)境帶來的差異。我印象比較深刻的是，有一位用戶，夫妻之間關(guān)系不好，她在和馬卡龍聊天的過程中，馬卡龍安慰她，最后幫她做了一個家庭寫真生成器。她隨手拍一張家里的照片，上傳就能變成一張溫馨的寫真。這個用戶生成了很多寫真發(fā)在家庭群里，夫妻關(guān)系有一點點變好。這些都是從情緒價值開始，最后落地到一些可能對生活有幫助的東西，這也是我去探索交互流的一個范式。
鏡相工作室：你提到用戶特征是“新女性”。這是自然增長的結(jié)果，還是產(chǎn)品設計和營銷有意識傾斜的目標？為了服務這個群體，產(chǎn)品做了哪些特別的設計（而非通用的Agent能力）？
陳鍇杰：馬卡龍其實有些像小紅書的調(diào)性，比如它的logo充滿色彩、很可愛，天然就會吸引一些更熱愛生活的女性，男性用戶對一個粉色馬卡龍的感興趣程度天然會低。我們也有意引導讓馬卡龍能越來越在日常生活里持續(xù)去做陪伴，發(fā)現(xiàn)需求再去滿足。比如我們的首席科學家Pony 馬驍騰，她的妻子是馬卡龍的忠實用戶，生成了一個小應用來管理每天家里要吃什么。有一天他回到家問“今天晚上的飯怎么那么奇怪？”他妻子說是馬卡龍教她做的。其實他們就是最符合定位的人群。
鏡相工作室：做的飯奇怪？
陳鍇杰：我想至少應該是沒有毒的（笑），只是做法比較特別。
鏡相工作室：你之前提到馬卡龍要做的事和前OpenAI CTO Mira創(chuàng)立的Thinking Machines是同一方向。除了方向一致，你們在數(shù)據(jù)、算法效率、工程化落地上有哪些具體的、差異化的優(yōu)勢？能否舉一個你們解決了而同行可能還在困擾的具體技術(shù)難題？
陳鍇杰：我們最大的突破其實就是萬億參數(shù)LoRA，全球目前只有我們和Thinking Machines Lab做出來了。其實LoRA非常有意思，它有兩個重要的特性，一個特性是它便宜，只訓練一個更低維的參數(shù)，就能讓整個模型被優(yōu)化。如果你同時訓練很多個，成本可能會更低。第二個特點是，它的效果相對于全參數(shù)的微調(diào)是不變的。這讓LoRA變成了一個可以擴充模型數(shù)量做不同垂類任務的技術(shù)?，F(xiàn)在我們能同時運行30個模型，未來可能是3000個、30000個、30萬個小的LoRA。這也是我們今天能看到的一條持續(xù)提升的路徑，有點像一個新的scaling law。
鏡相工作室：“強化學習效率高了非常多”是一個定性描述。有沒有一個定量的指標可以展示？例如，讓模型學會一個新類型的小應用，所需的訓練數(shù)據(jù)量或周期減少了百分之多少？
陳鍇杰：其實訓練強化學習，你的模型越大，所需的數(shù)據(jù)量越少。比如DeepSeek V3.2 在強化學習上面把算力跑滿了，試驗下來跑到潛能都耗盡也只消耗了8.5萬條數(shù)據(jù)，是非常小的一個數(shù)據(jù)量，但就能在數(shù)學任務上打敗Claude 4.5。所以有了萬億參數(shù)LoRA這項技術(shù)，如果有3000名用戶，你可能只需要幾百條數(shù)據(jù)就可以開始看到訓練效果，這是一個翻天覆地的變化。
鏡相工作室：“每個人有一個LoRA”是遠景。目前，在30萬用戶中，有多少比例的活躍用戶已經(jīng)擁有了明顯“個性化”、不同于公共模型的LoRA？如何量化這種個性化的程度？例如，在推薦餐廳時，A用戶和B用戶得到的建議差異有多大比例是源于他們的個人LoRA？
陳鍇杰：這個我們還在實現(xiàn)的路上，今天是近30個LoRA，不是給了30個用戶，而是把用戶的不同行為做了劃分，比如情感聊天的LoRA，生活聊天的LoRA，但是我們最終希望能實現(xiàn)一人一個LoRA。
至于你剛才問的，“在推薦餐廳時，A用戶和B用戶得到的建議差異有多大比例是源于他們的個人LoRA？”其實LoRA是一種個性化的方式。context engineering （提示詞工程），也是一種個性化的方式，這些方式我們都會使用，共同實現(xiàn)個性化模型的最終目標。如果你用的是context engineering，他更多記錄事實性的信息，比如說我昨晚吃了什么，漢堡要不要加筍？但提示詞沒辦法改變模型給人的感覺，因為模型本身就有自己的人格。LoRA更多是在改變這個模型的人格和性格，讓它從豆包變成了Gemini，或者變成了Claude，然后每個人就可以在這上面有一個自己的個性化表現(xiàn)。
鏡相工作室：團隊扛得住這種長周期、高不確定性的研發(fā)嗎？
陳鍇杰：我們研究團隊現(xiàn)在十個人左右，在強化學習這個領(lǐng)域，已經(jīng)是一個能打仗的規(guī)模。大家是結(jié)對編程、跨時區(qū)接力，經(jīng)常一個人debug到凌晨，另一個時區(qū)的同事接上。我們解決的都是具體問題：并行架構(gòu)怎么設計、通信壓力怎么降、訓練管線怎么穩(wěn)定……每突破一個點，他們就給我看那個reward曲線往上跳，我很高興，雖然有時技術(shù)細節(jié)我也聽不懂（笑）。
2025年馬卡龍最后一次周會，開到大樓關(guān)燈。圖源：受訪者
鏡相工作室：去年很多Agent創(chuàng)業(yè)公司對標的是“海外”，今年則更多面臨“國內(nèi)大廠內(nèi)部孵化項目”的競爭。“大廠內(nèi)部創(chuàng)新”是否正在成為創(chuàng)業(yè)公司的最大威脅？
陳鍇杰：我覺得AI這件事情非常新，對資源的要求也不一樣了——以前移動互聯(lián)網(wǎng)時代你有一個流量入口，其他人就永遠沒法做了?，F(xiàn)在像MiniMax、智譜和Manus，我都覺得非常好。當然，主流賽道競爭太激烈，最終贏的往往是那些基礎(chǔ)大模型廠商，所以還是要盡量避開。
鏡相工作室：你關(guān)注到螞蟻的“靈光”也推出了用AI手搓應用的類似功能嗎？作為創(chuàng)業(yè)公司，你們的機會在哪里？
陳鍇杰：是的，不過現(xiàn)在我不會太擔憂。對比一下馬卡龍和靈光做出來的應用復雜度，目前我們在技術(shù)實現(xiàn)上是領(lǐng)先的。長期來看，大家技術(shù)可能會逐漸追平。不過因為我們也在迭代，馬卡龍很有可能在一個細分領(lǐng)域抓住很重要的用戶心智，比如說在生活選擇上——“一糾結(jié)，就找馬卡龍”。只要有這個心智形成，就能跟用戶的生活關(guān)聯(lián)起來。而這些小的領(lǐng)域在最開始我認為是不會被大廠關(guān)注的。
鏡相工作室：你們會擔心別的應用公司能達到和馬卡龍相似的效果嗎？在你眼里，你們現(xiàn)在主要的競爭對手是誰？
陳鍇杰：競爭對手的話，大模型會是一個錯位的競爭的對象。從用戶心智上來看，如果大家糾結(jié)選擇的時候，ChatGPT肯定也是一個大家會去問的地方，盡管他可能給的回答沒那么好，沒那么貼心和懂你，這些就是我們的機會。不過，目前我覺得交互卡片這個東西是沒人在做的，我們是第一個。這是一個新的交互形式，用戶不用再點開每一個應用，我們在用戶和馬卡龍交流的過程里，把他需要的推送過來。比如說，你在和馬卡龍討論家里的裝修預算，這時它彈出一個卡片，上面有3個滑塊，客廳預算數(shù)額、書房預算數(shù)額、臥室預算數(shù)額，還有總額，你只需要調(diào)整滑塊，就能把預算清晰地整理下來。傳統(tǒng)的交互還是AI要問用戶每個部分需要多少錢，再進行討論。
我相信現(xiàn)在市面上沒有閉源模型能在10秒鐘寫一個可交互的頁面出來，因為時間太短了，大部分模型都要thinking、做reasoning推理，然后出結(jié)果、寫好代碼。目前我們的訓練讓馬卡龍能跳過這些步驟?，F(xiàn)在我們有了近30個模型，基本上都是1T參數(shù)量，也有幾個稍小的模型是200B。我覺得這是一個趨勢，未來我們還想繼續(xù)擴充模型的數(shù)量，把每一個細節(jié)方向的體驗都做得更精致、更極致。
鏡相工作室：這個錯位的競爭對象是指可能對方是無意的，但是它的迭代勢必會覆蓋到這個領(lǐng)域。是這個意思嗎？
陳鍇杰：對，我覺得這對于他們來說是一個很小的部分，比如ChatGPT的報告里，個人表達是占比最少的。馬卡龍可以通過在具體場景很抓人來吸引用戶。
鏡相工作室：這些場景里哪個最有潛力？或者讓人意外？
陳鍇杰：馬卡龍想成為的是用戶糾結(jié)時刻的選擇。不管是吃飯、運動還是飲食糾結(jié)，在這些糾結(jié)時刻用馬卡龍，是目前比較多的場景。
吃東西是一個之前被我忽視的場景。我們發(fā)現(xiàn)用戶在生活中有很多糾結(jié)的選擇，他們會和馬卡龍一起討論要不要和男朋友分手？要不要去自習？要買什么樣的衣服？這些選擇現(xiàn)在沒有辦法被搜索引擎解決。但我是一個可以每天早上早餐都是牛奶、燕麥倒在一起的人，我可以這樣吃兩周、三周。但很多用戶甚至會做一個小應用，專門來規(guī)劃每天吃什么，許多不一定是健身性質(zhì)的，只是不知道吃什么而已，很多家庭主婦可能她最煩的問題就是每天晚上要做什么飯，這個給我很多啟發(fā)。它是一個高頻帶低頻的場景，每天你至少吃兩到三次飯，但在和馬卡龍討論的時候又很有可能聊到其他話題，我覺得這個場景特別值得挖掘。
鏡相工作室：你承認ChatGPT、Gemini是“錯位的競爭對手”。但如果下個月，GPT-5原生支持了“記憶”和更強大的函數(shù)調(diào)用能力，用戶可以輕松地自己構(gòu)建一個簡單的“生活助手”，馬卡龍的獨特價值會不會被瞬間削弱？你們真正的“護城河”是技術(shù)領(lǐng)先的這幾個月窗口期，還是已經(jīng)形成的用戶習慣和社區(qū)？
陳鍇杰：未來不同的AI它會有不同的心智定位，但很難有一個AI幫你解決所有的問題。比如ChatGPT也想做個性化，但他是提供不同的聊天模式，而目前OpenAI面臨著下一個大版本我怎么再領(lǐng)先一下Gemini的問題。從技術(shù)來說，OpenAI可以做一個一個模型，但今年他不會花精力來做這件事。我認為最終的競爭格局是多樣的，抖音很好， B站也挺不錯，但小紅書依然有自己的生存空間，特別是在海外，大家對C端應用本身更加包容。
目前對馬卡龍來說，用戶習慣還不是護城河，因為用戶很少。但我覺得今天沒有一個公司站在我們的定位上，Thinking Machines有和我們一樣的技術(shù)，但是它還沒有產(chǎn)品。接下來的至少6個月到12個月，市場在Personal Agent的定位上還是比較空白的，其實是我們是有時間去發(fā)展的。
鏡相工作室：你們有商業(yè)化壓力嗎？
陳鍇杰：我們沒有怎么做付費。對我來說，我覺得我更想去找到一個下一代的產(chǎn)品形態(tài)，然后做出最大的價值，付費不是這個階段我關(guān)注的指標。以后想做商業(yè)化其實很好做的，把衣食住行接進來就可以開始轉(zhuǎn)化。
鏡相工作室：“把衣食住行接進來就可以”，具體要怎么做？
陳鍇杰：如果在生活選擇這個方向里再深化一點，酒店和機票可能是最好做的。比如當你聊到要去旅行，我都幫你把航班挑好了，最后成交在我這里也比較自然。除此之外，最近的技術(shù)突破也讓我看到了新的可能性，比如讓用戶訂閱自己的大模型，每個月付幾十美金或者更低的價格。還有很多實驗室找過來要用我們的強化學習平臺，也有可能產(chǎn)生商業(yè)化收入。我覺得馬卡龍整體商業(yè)化的節(jié)點應該是在今年底。
鏡相工作室：如果現(xiàn)階段不關(guān)注付費，那么投資人認可的“長期價值”具體是什么？是用戶數(shù)據(jù)？是交互范式？還是團隊的研究能力？下一輪融資時，你需要向投資人證明的最關(guān)鍵里程碑是什么？
陳鍇杰：投資人主要還是對技術(shù)上的突破比較認可，第二個是我們能把技術(shù)轉(zhuǎn)化到產(chǎn)品里，真正帶來不同的體驗，以及產(chǎn)品未來的可能性，去想象未來每一個人用同樣的模型，就像所有人刷同一個Netflix ，但你能把每一個人手里的視頻內(nèi)容變得不一樣。我覺得大家是對模型從通用大模型變成每個人的專屬模型，從規(guī)模化進入個性化這么一個拐點，一個過程感到興奮。目前，實現(xiàn)千萬用戶是年底的事情。但更早的，比如說我們在5月份能實現(xiàn)一人一個模型，我覺得就非常了不起了。
鏡相工作室：Manus被Meta收購的消息引發(fā)了許多關(guān)于AI Agent公司創(chuàng)業(yè)最終走向的討論，你認為AI Agent公司最終會走向被大公司收購嗎？在你和團隊的設想中，被大廠收購算是一個理想的結(jié)局嗎？
陳鍇杰：對Manus來說肯定是一個挺好的事情，對馬卡龍來說，以后收購或上市都有可能。我不認為之后AI Agent公司最終都會走向被大公司收購，在此之外，還有上市的這條路可以選。
鏡相工作室：但Manus達到1億ARR仍被收購，是否說明純Agent應用獨立達到規(guī)?；蜕鲜袠藴蕵O其困難？
陳鍇杰：對于Agent企業(yè)來說，現(xiàn)在在海外上市并不是一件困難的事。我覺得Manus的難點不是有沒有商業(yè)化，而是這個定位怎么走？通用Agent這個定位太大了，它和ChatGPT才是正面1: 1的在打，后面的競爭怎么做？這時候有Meta出手頂住，變成Meta Agent跟ChatGPT Agent還有的打。我想Manus有很多考量，但不是商業(yè)化的考量。
而對于馬卡龍來說，今天說這些都太早了。Manus被收購不是他想被收購，是扎克伯格去找他的，這些都沒有辦法被計劃。對我們來說要先繼續(xù)把這個事情做大，做的更好，我才能去有這個奢侈去想這件事情。
鏡相工作室：你們團隊從來沒有討論過這個問題嗎？
陳鍇杰：是根本沒有討論這個問題的基礎(chǔ)。沒有做到10億美金估值的公司，選哪條路線都是沒有意義的。對創(chuàng)企來說，10億美金也是一個起點，不是終點。
鏡相工作室：最后，今年你的團隊和產(chǎn)品的變化很大，你對自己的評價是什么？
陳鍇杰：我還是一個創(chuàng)業(yè)者，想把產(chǎn)品做得很精彩，然后有很多人使用，我覺得這個是沒有變的。
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論