1. 社恐患者杨老师：当数据不再只是给人看，而是要给 AI 用#

杨老师正在牵头制定一套 AI 对话数据的存储标准。他的核心观点是：过去的数据建模核心是让人看懂——ER图、表结构、字段、图表；但 AI 时代来了以后，数据不只是要给人看，还要给模型用。它要能被召回，能被压缩，能被训练，能被长期复用。

他展示了自己的 Web Archive 项目：一个面向 coding 场景的数据沉淀工具，把和 Codex、Claude Code、Kimi Code 等工具的交互过程结构化保存下来。存的不是简单聊天记录，而是一次次任务里的决策路径、工具调用、代码变更和失败轨迹。

现场的追问也很硬：为什么不是转成 skill，而是转成 SFT/DPO 数据？失败轨迹值不值得进训练集？个人数据分布太偏会不会影响模型？

AI 时代，真正值钱的不只是模型，也不是单次 prompt，而是你如何把自己和组织的经验沉淀成 AI 能继续使用的结构。

2. Ray & Zerui（国科大他山协会）：把一个想法拆到可以动手#

这个房间是「AI+X 灵感共创」长期话题的一部分，持续扮演开放工坊的角色。

张健带来了 Agent for Science 课题：如何让 AI 从天文文献里可靠提取非结构化数据，维护一个领域数据库。他真正卡住的地方：AI 提取的数据怎么验证？benchmark 怎么做？怎么避免模型只是在测试集上过拟合？

他山协会给出的拆法不是”多调模型”，而是把问题拆到 skill、AgentScope、多智能体审计、并行任务、主持人编排这些层面。

赵景义分享了 Paper Banana / 图研：他如何基于一个开源 AI 生图项目，用 Codex、Claude Code 等工具，把它改造成网站、Windows、安卓和微信小程序等多端产品。

灵感共创房间不负责把每个想法都捧成项目。它负责把一个看起来很大的想法，拆到下一步能试、能改、能被别人继续接住。

3. Frank：AI 不懂爱，但它逼我们重新理解陪伴#

Frank 是重度抑郁症康复者，他的分享没有从产品商业化开始，而是从自己的第二大脑开始。

他把 40 万字日记放进 Obsidian 和 Codex，让 AI 帮自己做月度总结、年度总结，长期分析工作与人生方向、情绪和身体状态。但他发现，一个能分析自己的系统，还不等于一个能陪自己的系统。

于是他现场展示了自己搭的陪伴型 Agent：回复要短一点，先接住情绪，再往深处问；如果多轮对话重复，就补记忆规则。

这个房间最好的地方，是它没有把 AI 神化。Frank 一再提醒，抑郁症诊断、治疗和危机干预必须依赖正规医院和专业支持，AI 只能是辅助。

AI 不再只是效率工具。它被放回了人的处境里。

4. Melody：一个新来义乌的人，想用 AI 找到城市入口#

Melody 刚到义乌一个多月，她的题目叫 AI+义乌 Look。

她讲自己如何逛义乌小商品城，参加电商大会、出海峰会，去博物馆、美术馆、公园、党群服务中心、咖啡馆，也讲到自己如何观察义乌本地人、外贸人、小红书博主。

她最初的问题是：义乌能不能有一个类似北京 Look、大理好在的本地入口？但聊到后面，问题变得更深：AI 能搜到公开信息，但义乌真正的暗知识往往藏在人里。

AI+X 不一定从一个成熟产品开始。它也可以从一个人站在陌生城市里，问一句：我怎么在这里找到人、找到事、找到自己的位置？

5. 陈杨越 cc：AI 游戏不是加个 NPC，而是重新设计随机性#

cc 是杭州电子科技大学计算机大三学生。她和团队做的项目叫合租生活模拟器：场景是一间合租屋，玩家和 AI 室友一起生活。AI GM 根据当前世界状态生成生活事件，AI NPC 作为室友自主行动、回应、互动。

现场讨论很快进入技术和设计细节：AI NPC 要不要有记忆？心情值、好感度、体力值这些参数到底怎么设？如果 AI 太自由，游戏会不会变得不可控？

大家都知道 AI 会改变游戏，但真正难的是，把模型的随机性变成玩家觉得好玩的系统。

6. Chris、ECHO 和 Hiking：AI 出海不是口号，是获客、渠道和合规细节#

这个房间很实战。ECHO 和 Hiking 把服务拆成三块：海外社媒评论截流、SEO/GEO、红人营销。

现场问题非常具体：GEO 到底怎么监测？AI 模型引用哪些站点？客户预算低于多少不适合做海外 GEO？虚拟产品出海要不要注册香港公司或美国公司？

AI 出海不是”把产品翻译成英文”。它是渠道、预算、平台规则、内容质量、红人关系、监控指标和合规意识的组合。

7. 王翔：AI 伴侣的下一步，可能要从屏幕走向空间#

王翔的 AI 伴侣项目已经具备完整底座：角色创建、大模型接入、语音接入、微信和 Telegram 连接、主动问候、角色日程、虚拟自拍。

最精彩的地方是它很快碰到了硬件和空间。一位杭州硬件创业者说，自己团队正在做桌面陪伴机器人，双方立刻聊到线下交流、软硬件互补、出海、商业化路径。

这个房间很像一张未来产品地图。软件、硬件、空间、情感、工具、出海、商业化，全都被摊开在桌面上。

8. 沈林和袁军：FDE 的核心不是会 AI，而是能进入企业现场#

沈林和袁军发起的 FDE 团队共创，是这一期最像企业咨询现场的房间。

沈林说得很关键：驻场不是在屏幕上，而是在客户身边。FDE 里最核心的能力，可能不是 IT 技术，而是对人的把握。你要先说服老板，再摸清组织结构，找到共性需求和最小阻力点。

这个房间也贡献了最实用的一句话：

企业饿的时候，先端一盘小凉菜，不要一直在后厨做满汉全席。AI 落地也是这样。先让企业看到一个小成果，再谈系统化改造。

9. 新芽：OPC 时代，找人本身就是一门新产品#

新芽想做的 KNOCK 一下，是给每个人建立合作画像：能力长板、资源库、信任背书、当前意向、合作禁忌。

他让每个人用十几秒介绍自己：你是谁，你在做什么，你想找什么合作。不断提醒大家：合作这件事，先要让别人定位到你。你要说清楚”找你能干什么”。

在 AI 时代，会做东西很重要。但会把自己说清楚，让别人知道你能和谁合作、能提供什么，也同样重要。

10. Nieao：中老年人不是不能学 AI，只是需要有人把门槛讲成人话#

Nieao 讲 vibe coding，不讲术语。他说，过去编程像外语，要敲代码；现在你可以用嘴说。你像导演，AI 像执行团队。

房间里最动人的一幕，是 JC 把父亲拉进来了。一位来自四川隆昌的长辈开麦，说自己平时也会用豆包、GPT、DeepSeek 问生活里的问题。那一刻，vibe coding 不再只是一个技术流行词，它变成了一个孩子和父母之间的新话题。

AI 普及最缺的，往往不是教程，而是这种桥梁型的人。他们能把复杂工具翻译成普通生活里的动作。

11. 毅成：AI 是工具，还是协作者？#

毅成分享了自己做的一个 demo：测试一个人当前和 AI 的协作状态。它不是简单打分，而是从使用阶段、任务拆解能力、上下文组织能力、判断校准能力、工作流复用能力等维度，观察一个人如何和 AI 一起完成任务。

他自己的困境也很典型：他不是技术出身，但已经用 AI 工具做出了 demo。问题是，AI 太强之后，人很容易把决策交出去。

AI 可以替我们做很多明确的事。但我们要成为什么样的人、要把 AI 放在自己生活和工作里的什么位置，这件事仍然要自己想。