Cakho 是 Plaud 资深产品经理。
他是一名深耕效率工具赛道的老兵，从企业微信的组织协作，到如今在 Plaud 探索 AI 硬件与软件的结合，始终围绕着如何极致提升信息流转效率。
热衷于在复杂业务场景下通过 AI 重构工作流，目前一直聚焦于 LLM 应用落地，在以下方向有一些思考和理解。
复杂内容处理：在 Multi-file Summary 场景下，对于处理超长上下文与多模态信息，在内容权重、主题颗粒度、抽取质量等维度可以定义一个好的 Benchmark。
RAG 深度实践：跳出单纯的技术视角，对 RAG 链路中的分块策略（Chunking）、向量召回与内容语义理解有自己的产品侧见解，成功帮助团队解决模型幻觉与知识库检索的最后一公里问题。
演讲信息
大模型端侧部署与记忆系统能力的突破，正让 AI 硬件从功能载体进化为内容价值的物理加速器。
本次分享将以 Plaud 等 AI 纪要硬件为典型案例，拆解 AI 硬件从 0 到 1 的落地方法论——如何找到场景切口、定义产品形态；进而探讨交互范式的根本转变——从人适应机器到机器主动理解意图；最后落脚于硬件采集到的数据如何转化为 Context Memory，进而为 AIGC 提供个性化燃料，实现从数据到记忆、从记忆到内容的完整价值闭环。
演讲大纲：
1. 从 0 到 1：找到有人要的场景切口
2. 交互范式：让机器主动理解意图
3. 从数据到记忆，从记忆到内容：Context Memory 如何赋能 AIGC
4. 结语：硬件的终局可能是隐身，但期望能先成为挂件