原标题：2025年外滩大会 Inclusion 圆满落下帷幕
2025 年外滩大会 Inclusion，于 9 月 13 日圆满落下帷幕。这次，笔者趁着忙完正事儿，立刻赶往局门路 729 号，奔赴这场科技盛宴，也是非常感谢上海市地方金融管理局、上海市黄浦区人民政府。这次演讲都是在 H 馆，俗称“开放麦”，每位分享者的演讲时间大致 5-10 分钟，时间是很紧张的，要理解起来是需要一定时间的。因此，笔者依据现场采集的要点，向大家介绍一二。
01 灵心巧手 DexRobot
公司使命，用灵巧手解放人类双手。公司愿景，成为全球领先的灵巧操作机器人及灵巧操作方案提供商。
点击进入。
02 Marswave 冯雷
公众号，有机大橘子。大家感兴趣可以关注。
ListenHub 主要聚焦于有声书、配音、朗读等等 AI 应用，据说，录音效率可以提升 100 倍。想了半天，可能时间是原来的 1/100 吧。
冯总分享了产品增长的思路，其实，更多地是说，这事儿怎么干，类似于同行的技术分享会。
产品增长三个维度，产品、内容、渠道。冯总云，今天好产品是不可能被埋没的。如果一个 AI 产品投入到市场几个月还无人理会，肯定就是没市场，需要做调整的。换言之，上线了没人用，就是不够好。
产品必须是高速增长的状态，才是比较合理的创业反馈。笔者默默说一句，这段对我的启发还是比较大的，相当于立刻有了标杆，让你有抓手去做事情。要使得用户持续增长，要关注其自传播的能力，因此在推产品的时候，就要注重设计一种自传播的机制。当然，说是这么说，真正在落实的时候，就是做一种“用户推介的场景体验” —— 这类预测。举个例子，Menace 的回放功能。
传播这件事，还有个来自于经验的“警句”，用户一定是看到熟悉的场景的时候，才能“共情”。用户才会有冲动去使用你的产品。
渠道是内容的放大器。笔者理解，所谓渠道就是“一传十、十传百”的方式，那么，用户一定是基于你的内容去做宣传的，所以，渠道是一种放大你内容主旨的作用。举个例子，其实 KOL 就是非常典型的渠道放大的现象。除了 KOL 方式之外，还能通过建立“生态”，或者一开始我们建立“社区”，去达到渠道放大的目的。第三个方式（前两个方式，KOL 和 生态），就是视频投放，通常都是抖音营销，这两年抖音是流量王。但是，针对抖音账号，目前属于，如果其平台时间和空间都排队排满的话，有钱也买不到流量。通常来讲，是 100 元可以达到 5000 播放。
03 MindVerse 陶芳波
产品展示
这位分享者提出 Second Me 的概念。我第一反应是盗自己的版，第二反应是柳梦璃。其实，听到案例之后，你会意识到，如果你是大佬，或者已经有一定社会地位的话，会发现自己分身乏术，所有人都在向你要时间，恨不得一吹可以分成 72 个自己。因此，这个 Second Me，是用于处理你“暂时不愿意亲自处理”的事情的。比如说，有些投资人，会设计一个投资人会面厅，专门给到那些暂时他还不愿意花时间的创始人。或者，有些男士，会搞个你画我猜的对话 AI，专门用于陪小孩的。当然我并没有说这位男士不顾家，而是陪小孩你画我猜，是个非常 Trifle 的事情，因此就用 AI 来操作。
大模型在更新的时候，是比较灵活的，并非按期更新。在模型记忆的问题，并没有强调。因为，如果大模型能有记忆能力，理论上可以做到几乎实时的自我更新。所以，像这位创始人介绍的应用，应该是没有考虑过大模型的记忆问题的。
说到“数字身份演进”，也包括邮件时代。邮件 - SNS - 微信 - 智能体。SNS 鼻祖脸书已经达到，1.8 万亿美元估值。
说到“新的连接”革命（其实有很多新词），例如，人们可以有自己的主页，AI 主页，你的 AI 和别人的 AI 连接，完成你分身乏术的事情。AI 的应用，例如，匹配工作、约会对象等等，这些都可以由你的 AI 来完成。这个开源项目，在三周内得到 10K 星的水准。
04 LoveTalent
猎头型的 AI 应用，解决的是简历匹配问题，依托于小程序，算法是服务背后的支撑。
做法也是比较常规的，就是建立案例库，分享其对接很多猎头公司，以及行业知识。案例库怎么用呢？就是 HR 在评估人才的时候，他们工作是可以省更多事儿的。公司多位员工深耕多年行业，拥有 100+ 猎头顾问，覆盖上千家客户，设置直投渠道。
产品界面。
05 OceanBase
支付宝数据库，连续 12 年支撑着每年双十一业务。若干个全球唯一，包括数据分析能力、数据库建设。
首先，对多模态数据作个简单了解。
最早开始关注到多模态机器学习是看到Jeff Dean在2019年年底NeurIPS大会上的一个采访报道，讲到了2020年机器学习趋势：多任务和多模态学习将成为突破口。
多模态机器学习，英文全称 MultiModal Machine Learning (MMML)。模态（modal）是事情经历和发生的方式，我们生活在一个由多种模态（Multimodal）信息构成的世界，包括视觉信息、听觉信息、文本信息、嗅觉信息等等，当研究的问题或者数据集包含多种这样的模态信息时我们称之为多模态问题，研究多模态问题是推动人工智能更好的了解和认知我们周围世界的关键。
模态是指一些表达或感知事物的方式，每一种信息的来源或者形式，都可以称为一种模态。例如，人有触觉，听觉，视觉，嗅觉；信息的媒介，有语音、视频、文字等；多种多样的传感器，如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。
其次，OceanBase 多模态数据，例如，音视频，这些数据怎么处理呢？一种方式，就是做嵌入式模型，变成向量存储。多模态数据需求方面，例如，数据库、安全认证、智能体，随着应用场景的多元化，其实这些都是多模态的需求，需要的数据类型越多越好。因此，多模态数据的存储，无疑目前或者未来一段时间之内是一个挑战，时间段的长度，在于部分开始使用某种多模态数据存储。就像以前大家使用 PC，或者使用 SQL 一样，有病毒传播的现象的时候，算是这个问题得到一定程度的解决。
OceanBase 还展示了召回数据，还是老样子，复习在建模过程中“召回”的含义。
模态是指一些表达或感知事物的方式，每一种信息的来源或者形式，都可以称为一种模态。例如，人有触觉，听觉，视觉，嗅觉；信息的媒介，有语音、视频、文字等；多种多样的传感器，如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。
召回（Recall）是推荐系统或信息检索中的关键步骤，其核心目标是从海量数据（如商品、内容、用户行为等）中快速筛选出与用户需求或兴趣最相关的候选项。在推荐系统的典型架构中，召回通常作为第一阶段，生成一个初步的候选集合，后续的排序模型（Ranking）则进一步优化和排序这些候选项。换言之，召回率越高，说明筛选出来的“变量”，更加符合目标。因为变量之间的相关关系是基于算法的。
OceanBase 采取多路召回的模式，召回率上升了 18%，方式是数据库功能支持。说到“向量召回、标量过滤” —— 这个术语先放一放，暂时没那么懂。如果要应用到智能体的选择和过滤上，可能还要再过滤几遍。
说到“MCP列表”。
MCP（Model Context Protocol，模型上下文协议） 是由 Anthropic 于 2024 年底开源的一项技术，旨在为大模型与外部工具或数据源之间建立标准化的桥梁。它通过统一的通信协议（如 JSON-RPC 2.0），解决了兼容性和互操作性问题，使得大模型能够高效调用外部工具或访问数据。
MCP 的核心功能是通过标准化接口，让大模型可以与各种工具和数据源交互，而无需为每个工具单独开发适配代码。它被比喻为 AI 领域的“USB-C接口”，提供了一种通用的方式连接不同的工具和数据源。
MCP 的工作原理：基于客户端-服务器（C/S）架构，主要包含以下组件：
（1）MCP 客户端：运行在大模型环境中，负责接收用户请求并将其转化为对 MCP 服务器的调用。笔者注，客户端是为 MCP 作翻译的。
（2）MCP 服务器：封装外部工具或数据源的功能，提供标准化接口供 MCP 客户端调用。笔者注，接口标准化，完成一对多的形式。
（3）标准协议层：采用 JSON-RPC 等协议，确保客户端与服务器之间的通信格式统一。笔者注，例如二进制流，有好几种解码方式；又或者特殊文本的解析规则。
通过 MCP，用户可以让大模型调用外部工具（如数据库、文件系统、API）完成复杂任务。例如，MCP 可以帮助大模型实时查询数据库、操作 Git 仓库或与浏览器交互。
综上，笔者理解，同样的大模型，在环境 A 和环境 B 的大模型要交互的时候，可能就要用到 MCP —— 这段大家可以忽略，我自己写个主观理解。
06 天工开物基金会 庄表伟老师
开源有几大特征。一是开源是个加杠杆的作用。二是开源会加剧竞争，可能会有跟风的企业。通常，开源团队很多，但是使用的人很少，而用户的注意力是有限的，所以这种格局是比较有可能的。另一方面来说，也是因供应多了之后，用户作为需求方其实是很受益的。因此，数字公共产品，是尽可能地帮助到使用者去完成他们的目标。
首当其冲的，开源到教育。
07 蚂蚁集团 半璇
是个女孩子，因是读稿子的，笔记都记不了多少。这里说一下他们产品吧，他们做的事情，用户用一段文字，选中，点选，就能生成对外展示图，包括各种您能想象到的图表，包括思维导图。
产品体验群
08 潘舒新
这位分享者头衔已经有些忘了，因为分享速度很快。他们产品的核心，就是让 AI 帮你写 CODE Review，Copilot —— 共同对标。特点，就是“官方、准确、免费”。
09 阿里高级技术 陈成
分享比较快，自己开发 Code Agent NeoVate，用说话的方式驱动做研发。提到 Open Claude Code 二开友好，顺道学习一下， Open Claude Code 是个怎样的 Github 项目吧！
Open Claude Code is an open-source implementation of a programming tool developed by Anthropic, designed to enhance coding efficiency through AI assistance in terminal environments. It allows developers to interactively code directly in the command line, similar to other code assistant tools like Cursor. —— Github
10 蚂蚁 EchoMimic 数字人生成
11 余金隆 FastGPT
AI 安排工作流。首先问题是什么？工作流编排比较麻烦，适时调整，工作量比较大。其次，工作流编排分成两部分。一是流程编排，二是数据流编排。在分享者的团队，其实数据流编排是工作量比较繁杂的，原因是结构化到结构化，造成团队 60-80% 的时间在处理数据流编排的事情。因此，他们就开发工作流，承担这些数据流编排的工作，使得人力在数据流编排问题上的投入有所减少。也可以这么认为，他们的工作流是比较轻数据的。
具体用法，在编辑器里 艾特 各个智能体，进行分配任务。例如，上下文压缩并执行等等。还有结果强化，就是好的案例反哺。
12 癌症关怀社区 Sam 复旦肿瘤医院 管老师
这个社区是普惠性质的，暂时没有商业资本。
最后试试 Bilibili “一键三连”吧！
沪公安联网 31011502019103