# Vol.75 "我可是AI司马迁啊…”---串台十字路口 屠龙之术 · 2025-10-22 · 87 min · https://www.xiaoyuzhoufm.com/episode/68f77d0b456ffec65ed9d9ad?utm_source=rss ## 逐字稿 Speaker 1 本周的十字路口呢，我们的嘉宾是老朋友张明浩。那今天呢，我们会和明浩一起来复盘二零二五这一年下来的科技大事件，以及 AI 的一些时代回忆。那也很重要的就是我们三个人身在这其中的一些感受。对，说实话，在准备这一期播客的时候，我的感受其实就是一个字，就是感觉非常的快。因为不管是技术的迭代，还是产品的更新，还是全球格局的各种变化，我都感觉二零二五年很像是按下了一个八倍速一样。对，身在其中经常有，就可能去年大家老说的一句话叫做 AI 一年人间十年啊，就这个这句话好像最近大家不怎么讲了，但是这个感受仍然是存在的。对，然后明浩呢是一直在记录这个时代啊，一直在做 PPT，然后我自己给他起了一个外号叫做这个 AI 时代的司马迁。那我们今天的第一个问题，就是想问一问“AI时代的司马迁”：明浩，你觉得未来的人们会怎么聊起这一年？这会是一个泡沫之年，还是一个转折之年，或者会是什么别的关键词？ 庄明浩 我想到一个词，可以非常好地贴到今年的发展状态里面，我觉得这个词叫“拐点”。 拐点的好处是，它可以向上拐，也可以向下拐。也就是说，未来无论怎么样，它可能都是对的。 如果向上拐，很简单。我们看最近一段时间大家讨论比较多的数据中心建设问题，按照预期来看，2026年就是要爆发的，所以它是向上拐的拐点，当然有这种可能性。也有另外一种探讨：泡沫会不会破裂？如果真的要进入破裂的状态，那可能2025年底就要往下走了。 到了2025年底，你会发现我们不知不觉走到了很多事情的极限里面：技术也好，产品也好，钱也好，资本也好，甚至在更大的话题里面，其实我们把AI这个事情已经走到了人类的极限里面。 Speaker 1 那我们今天会分几个部分来做2025年的复盘。因为2025年发生的事情实在太多了，今天肯定也没办法一一复盘，所以这里面肯定会有比较多我们自己的个人感受，因为可能有一些事件对我们个人的冲击比较大。 也有可能有些人会觉得：“这么大一个事情，影响了我的人生，你们既然没有说到？”这很有可能发生，在所难免。 我们今天首先会聊大模型、多模态以及Agent，然后第二部分会聊整个生态的变化，第三部分会聊中美之间的竞争，也会聊最近的人才流向。最后压轴，是大家都关心的一级市场和二级市场。大概是这样一个安排。 回忆今年，其实开年的时候有一个特别大的事件，就是DeepSeek发布了R1。 庄明浩 DeepSeek R1正式的发布时间，如果我没记错，是1月20几号，也就是春节假期的前两天。 当时，去年可能中国最有名的一个人叫冯骥，就是《黑神话：悟空》的创始人。他发了一条微博，说这可能是国运级别的代表，然后引发了这一轮所有的探讨。 那两天，基本上所有主流的美国财经和科技媒体都在报道DeepSeek。因为与之相对的，其实在那个时间点，美国已经开始建立关于这一轮AI、基于大型基础设施投资的叙事。新闻里出现的，可能就是10亿美元、100亿美元这样的体量。 DeepSeek R1的论文里只是说，它最后一次训练成本大概是100多万美元。这个数字和前面那些数字之间的强烈对比，引发了非常多的探讨。 从投资角度来看，我们回头看，美国所谓的“七姐妹”，或者英伟达的股价，在那个时间点都有一个巨大的跌幅。因为大家开始探讨：原来建立的这套叙事，似乎有别的方式可以解决。 它变了，不是原来那个叙事了。当然，在那个叙事出现之后，马上又出现了新的叙事。大家会说，这就跟当年的煤炭事业一样，煤炭更多的发掘其实带来了更多机会。虽然它会有一个短期的震荡向下，但会带来更长期的增长。 当时的叙事是这样的。可是回头来看，直到今天它依然还在延续。我觉得，甚至可能是从DeepSeek R1开始，拉起了我们今天也会聊到的中美在大模型领域的竞争。 它可能包括技术路线的竞争、开源和闭源的竞争、产品落地的竞争，以及到底是大模型还是小模型、是参数还是MOE等很多问题的对立。 还有一个更现实的问题。如果我们回头看2024年，Sam Altman和OpenAI提出了L1到L5的实现路径。L1可能是大家熟悉的Chatbot，L2叫推理。L2，也就是o1，是2024年9月份出现的。 那个时间点，所有头部模型厂商做的事情，其实就是复现o1。Claude之前已经做到了，但其他厂商其实都在复现o1。o1是推理模型的代表。 至于R1，大概两三个月之后，也就是Q1的时候，基本上所有头部厂商的推理模型都推出了。直到今天，大家依然在更新基础模型和推理模型的进展。 所以这条路径其实在那个时间点已经画得比较清楚了。如果我们在2025年底回头来看，2025年纯语言模型本身的竞争，从这个角度来说，2025年已经把这一年的竞争路径和要打的仗基本描述清楚了，后面的事情变成了工程优化和改进。 Speaker 1 除了R1，还有哪些模型的更新？ 庄明浩 上一轮破圈的，当然就是吉卜力风格图片生成的事情。它又引发了版权以及各种各样的问题，和今天Sora 2引发的问题其实是一模一样的。 如果只看OpenAI的技术路线，2024年的时候，OpenAI已经给了世人一个对GPT-5的巨大期待。大家会认为，那是一个巨大的里程碑，是一个可能翻越所谓AGI临界点的东西。 但我们今年真正等到了GPT-5，GPT-5并没有显现出原来那种期待。 前两天我看Sam Altman上H六Z的播客，他提到一个观点：我们可能正在经历的很多事情，不会出现那种巨大的变化。 如果回头来看，哪怕是GPT-3.5出现了ChatGPT，从某种意义上来说，也跨越了图灵测试的临界点。大家原来会认为，一旦机器跨越图灵测试，就会出现翻天覆地的变化。 可是现实情况是，已经过去两年多了，我们好像只是轻轻地迈过去，然后继续往前走。我们可能也很难期待那个真正意义上的AGI到底应该是什么样的东西。 从这个角度来看，从2022年11月ChatGPT发布到今天，两年半、快三年的时间，悲观一点讲，还是在一个线性或者接近线性的状态里往前走。至少把话题限定在纯语言模型这个角度来说，确实是这样。 今年可能先是GPT-4o，然后是GPT-5和后续系列。其他竞争厂商里，Google今年的模型进展非常快，Gemini也好，Veo 3也好，世界模型也好，你会发现，纯从技术角度来讲，Google这一年非常强势。 Speaker 1 我们最近还写了一篇公众号文章，就在讲为什么Google回来了。 庄明浩 Google、Anthropic的Claude一直在做自己的事情，甚至更坚定地在2025年做自己的事情。 纯从市场竞争角度来讲，Anthropic是创业公司的第二名。第二名一定要和第一名之间有差别。虽然在底层技术模型的演进上，差别可能比较小，但在一些场景的选择上，Claude已经越来越清楚了：To B、Coding，以及这几个至少在现阶段最大的场景。 而且它追得很紧，收入增长曲线甚至比OpenAI还要快。当然，它的体量比较小。 这一年，xAI的Grok系列更新也有一些特性。比如它和Twitter，也就是现在的X，进行了结合，包括虚拟陪伴应用。现在Sora 2出来之后，他们也很快要发布自己的视频模型。这个路子很野，非常野，因为谁的照片都可以拿去生成，完全不尊重个人隐私。它甚至可以在提示词里写“spicy”，就是“辣一点”。 还有一个很现实的问题，这可能不只是技术本身的问题，也是商业问题。微软今年推出了自己的模型，大概从8月底开始。微软和OpenAI之间各种各样的问题，引发了你会发现，微软不得不自己做模型。 美国这几家核心厂商，包括OpenAI、Google、Anthropic、xAI。Meta今年已经没有太多模型方面的声音了，Meta的声音全是开出大支票招人。 中国这边，原来的“六小虎”叙事已经结束了，今天已经没有人再去提了。但2025年，中国大模型厂商在技术角度最大的共识，可能就是开源。这个关键词，今天可能会被无数次提及。 开源生态的建立，以及我们在寻找和美国不太一样的路径时，开源可能是手段，甚至可能是唯一的手段。这个我们待会儿还可以展开。 中国厂商里，开源最头部的两家就是DeepSeek和千问。这两家基本上并驾齐驱，疯狂增长。 今年纯从行业发展角度来讲，我觉得DeepSeek V3.2是一个很重要的标志。它标志着我们今年可能等不到V4。 你要知道，DeepSeek V3是去年年底发布的，之后出现了R1。V3是基础模型，在基础模型上经过强化学习和训练，得到了R1。V3.1不断更新，前一段时间大家拿到了V3.1的最终版，认为下一步应该是V4。 结果出了一个V3.2，大家就说，我们今年可能不太能等到V4了。不太能等到V4的情况下，似乎今年也不太容易等到R2。 我觉得千问的故事，一直是和阿里巴巴这一年巨大的AI叙事绑在一起的，包括大规模投入、阿里云的投入，以及千问在语言模型、多模态、编程等各个领域的全面覆盖。 这是两家最前面的开源厂商。Kimi和智谱也调整了一些策略，这一年里发布了Kimi K2，以及智谱最近的GLM-4.5、GLM-4.6。他们在Coding和Agent上的尝试，包括在开源领域的尝试，其实还在主线上。 还有一些厂商在尝试各种各样的路线。欧洲有一家公司叫Make Fun。我觉得在纯自然语言模型的技术主桌上，大概就是这些人。 Speaker 1 你回头看，觉得10年之后，今年有什么东西会被记住？ 庄明浩 R1肯定会被记住，推理模型肯定会被记住，Agent的代表肯定会被记住。 多模态会被记住什么？如果只选一个，我觉得会被记住Veo 3的发布。 Veo 3是Google的视频模型，第一次让大家从无声视频走到了有声视频，这是一个巨大的跨越。 如果硬要记的话，我觉得世界模型也很有可能会被记住。当然，也有可能要到明年才会记住它。世界模型今年的发展稍微加速了一些，参与的厂商也越来越多。 不过这个阶段，世界模型还处于偏Demo的阶段，还没有到特别值得探讨的时候。但如果硬要算，没准2025年底或者2026年初会是一个节点。 Speaker 1 其实就像Sam Altman提到的，最近这些发布已经是渐进式的改动。 庄明浩 很多发布，尤其是大语言模型的发布，已经没有让大家那么兴奋了。 你会看到很多模型发布出来都说：“我又是第一名。”而且不止大语言模型，多模态也一样。 十字路口上周刚发了一篇文章，就是因为可灵和元宝先后在一两周内拿到第一，都发PR说自己是世界第一。 Speaker 1 我们后来去深挖了一下，发现他们选的是两个不同的榜单，各自拿到了第一。 庄明浩 而且更有趣的是，他们在各自的榜单里，前十都不是。 这里面其实有很多不同的Benchmark、不同的维度。有的是盲测，有的是打分，有的是题库，也有一些是基于原有Benchmark做的测试，所以在不同的地方会有不同的反馈。 今天这点确实很明显。对于普通人也好，哪怕对于行业从业者而言，拿到所谓的第一或者SOTA，它的刺激性和边际效应已经非常非常小了。 而且我甚至会觉得，这些东西更多是向上管理。 今年我们刚才没有聊到，语音模型的竞争也非常激烈。因为我们做语音，有这个业务，所以知道竞争激烈到什么程度。 原来语音是一个偏边缘的战场，但边缘的好处是投入量级小。对于2025年才进入战场的角色方来说，他想在一个地方建立一点声望和影响力，哪怕为了PR写一篇稿，也要选一个性价比高的地方。 所以语音板块的竞争为什么会这么激烈？除了语音本身的场景落地越来越多之外，另外一个原因就是性价比的考量。 你会发现，今年我们回头去翻PR稿，小米、B站、小红书都发过稿，说自己在某一个时间段、某个语音模型榜单上拿过SOTA，全部都发过。 为什么是这些公司？不是字节，不是腾讯，不是华为，也不是阿里。虽然千问可能也拿过，混元可能也拿过。 这些厂商第一不是最大的那几个大家伙。它们当然也一定会把AI作为很重要的战略，在内部成立类似AI Lab的部门，但如果这个部门成立得比较晚，公司愿意投钱，你要在短期内证明这个部门存在的意义，总要找到一个地方去立旗。 语音看上去就是一个不错的地方。 OpenAI也一样。你看OpenAI今年在Realtime上发力，微软的第一个模型也在语音上。连微软这么大体量的公司都会发现，自己前两年没有太多投入到模型研发上，但今天一定要做自己的模型，那么第一枪开在哪里？它选在了语音上。 逻辑上都讲得通，至少要先找到一个性价比最好的地方。 Speaker 1 当然，现在存在感已经被抹平了。所有战场只要被认为是性价比洼地，就马上会被抹平，大家都来，然后就被卷起来了。 技术领先的窗口越来越短。大家都说，所有AI厂商应该连十一假期都没过好。 你觉得大家现在选择一个Chatbot的付费意愿，究竟来自什么？ 庄明浩 它会变成大家的使用习惯。你的付费意愿，甚至对品牌的认知和理解，包括这一年大家不断强调的上下文记忆加长、模型对你的理解，以及这些东西的积累，能不能形成所谓的飞轮和正向作用？ 如果这个问题只有“是”和“不是”两个答案，那我今天偏向于是，或者说已经开始产生作用。 反过来讲，只看纯Chatbot这个战场，纯Chatbot的战役其实已经打完了，ChatGPT已经赢了。 即便过去两个季度Google的Gemini增长得很好，它也只是从零点几个百分点涨到几个百分点，大概是这样。它确实翻了很多倍，但它还是在“其他”里面，因为大部分战场里的用户已经被ChatGPT拿走了。 ChatGPT最近公布的周活是8亿。如果把Sam Altman每次公布的周活数据拉出来看，那条曲线非常恐怖。大概一年前，这个数字可能只有几个亿，但在不到一年的时间里，周活翻了一番，甚至再翻一番。 今年年初，有媒体记者问Sam Altman：你到底是要一个AGI技术上最顶尖的结果，还是要一个10亿用户的平台？ Sam当然说都想要，但它一定更偏向后者。 这就回到我们刚才讲的那句话：你会发现所有事情在不知不觉间触碰到了一些极限。用户量已经是这样了，对吧？它已经有8亿周活了，还能怎么涨？ 它的用户量、融资，所有事情其实都碰到了极限。 从这个角度来讲，只看纯ChatGPT这个战场，ChatGPT已经建立了绝对强的品牌认知。它又在加强记忆和理解。 我那天看了一篇文章，我觉得讲得很好：OpenAI正在做的事情，是当年Meta和Google没有做到、但微信做到的事情——一个大一统的东西。 在中国，这套策略叫All in One。你会发现，这一次OpenAI的发布会上，Sam Altman讲到ChatGPT时，会说它可以直接在对话框里调用Spotify、调用Zillow的房产服务、调用Canva做设计、调用Figma做UI。 那不就是某种程度上的小程序吗？ 只在产品层面讨论这件事，它确实在尝试，或者说它没有放弃成为All in One的可能性。 Speaker 1 我觉得这背后还是Sam Altman和Anthropic的Dario Amodei背景不同，带来的一些差异。 最近大家都在讲Sora 2，但我觉得大家好像已经忘掉了大概4周前刚发布的Pulse。 庄明浩 Pulse也是一个。我觉得它遥遥领先于所有人的地方，是在增强用户黏性，让你把记忆用起来，甚至希望你从WAU，也就是周活用户，变成DAU，也就是日活用户。 从产品实现上来说，虽然它是一个新产品，但我认为实现得很不错，很融洽，也很自然。 Speaker 1 这其实包括我们待会儿晚点会聊到的内容。OpenAI现在像二级市场的金手指一样，点到哪里哪里的股价就涨。 但我觉得这背后也透露出一个问题：为什么是OpenAI，为什么不是Google，为什么不是Anthropic？ 庄明浩 这背后仍然有Sam Altman自己的战略能力或者舆论营造能力。他把这样的能力很好地转化成了自己的优势。 一荣俱荣，一损俱损，很可能最后泡沫会破灭。但今天我觉得，如果泡沫真的破了，OpenAI很可能也是剩下的那一个。 它营造出了一种这样的竞争格局，这很了不起。 世人似乎都忘了，Sam原来是一个投资人。前两天他上那个播客时就说：“我不擅长做管理，我是做投资的。” 从某种意义上来说，他在OpenAI内部的企业管理里，也是在做类似投资的事情：我扶持、孵化、支持一个团队。团队有想法，我帮它变得更大，不断给它资源，这确实和早期投资很像。 最近有一个OpenAI内部的朋友也表达过类似的感受，觉得Sam很像公司的投资人。 Speaker 1 因为Sam原来是VC的合伙人。 庄明浩 他还不只是一般美元VC机构里的合伙人，不是Benchmark、Sequoia、SV那样的合伙人，他是一个真正的VC合伙人。 你要知道，在掌管OpenAI之前，Sam最有名的是他在Y Combinator上的创业课。因为我大学学的是技术经济管理，在美国的另一个说法就是创业管理。我甚至和我的导师说，你去读研究生的第一课，直接看Sam在YC上的那套视频就好，不用看别的。 他原来就是干这个的，而且已经干到顶了，只是大家都忘了。 Speaker 1 我们从DeepSeek R1聊起，后来又回头看R1。当时还有一个评价，说中国人很会花小钱办大事。 R1发布的时候，还有一个关于Sam Altman的嘲笑。那会儿他刚签了一个大合同，也就是“星际之门”计划，一个金额巨大的计划，5000亿美元。 大家就说：“你看，DeepSeek这就干出来了，对吧？你那个合同，美国就只会烧钱。”这也是当时股价下跌的重要原因。 但回头看，过了几个月，甚至大半年之后，现在你觉得“花小钱办大事”还可能成立吗？因为感觉美国仍然在疯狂氪金，而且氪得越来越多。 ### 美国开始疯狂堆钱 庄明浩 虽然我不是搞技术的，但是看过去这几年的发展，大模型技术研发的演进越来越偏向工程问题。 工程问题涉及的可能是取舍、选择，以及在关键节点上的策略偏好。它可能不是要解决从0到1、纯粹天马行空的问题。 当它越来越偏向工程和实施，从这个角度来讲，美国人的方式确实就是氪金、堆钱。中国可能就是找一些弯道超车，找一些取巧的方式来做。 但这两条路本质上也会慢慢交融。我们这边找到一种方式，那边也会马上学过去；那边通过大力出奇迹、堆钱的方式做出一些效果，我们可能也会尝试。 但你会发现，在尝试过程中，我们的成本也在提升。 过去这一年，DeepSeek一直不太对外表达太多东西。你看千问的逻辑，其实已经更偏美国那边的逻辑，所以吴泳铭讲得更多的还是开源投入和阿里云投入。虽然千问也有很多所谓的奇技淫巧，但它的叙事是把两种不同的逻辑揉在一起、堆起来的状态。 你说谁对谁错？我觉得没有谁对谁错，就是互相学习、互相模仿、互相演进。 问题在于，这里出现了一个很简单的逻辑：大家谈论这一轮AI，算法、数据、算力，只有算力是可以靠堆钱解决的，算法和数据很难。算法尤其难，数据可能还好。还有人才，是可以靠堆钱吸引的。 我那天看到有人说，没有公司会因为给天才员工开高价而破产，没有任何一家公司是因为这件事情破产的。 所以这就回到我刚才无数次强调的一个问题：我们不知不觉在很多事情上走到了极限之后，回头一看，发现有其他方式可以不需要花那么多钱。 你想象一下，一个人认清这件事以后，会发现自己一年投入几百亿美元，这个军备竞赛从2024年、2025年开始，还不知道要继续滚几年。 虽然现金也够，但哪怕把整个硅谷能挖的人都挖空，也花不了这么多钱。那他的策略为什么会变成现在这个样子？因为他不会因为给那么多人开这么高的工资，就把这件事情做垮。 你看，最近Scale AI那家公司的联合创始人直接去了Meta。那家公司已经值120亿美元，他是联合创始人，至少有10%的股份，身价已经10亿美元了。 但是扎克伯格给的钱是多少？是35亿美元。 所以他肯定要超过原来的数字才能走，这太夸张了。 Speaker 1 我们后面可能还会再聊一聊中美之间的竞争。美国今天有更多资金放在这里。 你看上个季度广明和小俊的对谈里讲得很清楚：美国的金融能力，加上华人工程师，是这轮AI趋势最大的代表。这两件事情绑在一起，至少能把今天美国发生的所有事情解释清楚。 我们刚才聊了大语言模型，现在再来聊多模态战场。 我觉得今年Google先发布了Veo 3，OpenAI又发布了Sora 2。他们在模型进展和模型产品化两个方向上，都做出了让大家感到振奋的进步。 但同时，各个有钱的厂商都在做这件事。在如此红海的竞争里，大家做的事情感觉也比较同质化。你觉得决定谁能胜出的因素会有哪些？ 庄明浩 今天这个时间点，图片和视频已经算混在一起讨论了，因为已经分不开了。 在这个战场里，中美两国之间的竞争确实会比纯语言模型的竞争更激烈，因为中国厂商的能力在一段时间内显示出了非常强的状态。 抖音、快手，包括几家初创公司，Vidu、PixVerse，大家在这个板块的竞争出现了一些齐头并进的状态。 你今天推出一个新功能，比如Veo 3推出了音画同步，大概3个月、不到3个月，可灵和字节的模型就跟上了。这种跨时代的东西，只要被定义清楚，马上就会被跟上。 Sora 2出来之后，大家开始讨论什么时候能看到国产的类似产品。我觉得两个月可能就差不多够了。 只要一件事情的产品边界、技术选型和技术路线被定义清楚，中美两国在多模态板块的竞争确实非常强。 又因为这个板块的落地或者场景特别明确，它会第一时间渗透到产业链当中。语言模型还要考虑法律、金融、HR，还要调试，但图片和视频的应用就很明确。 你看美图过去一年的股价就知道了。有多少公司在做视频营销、视频Agent？这个东西不需要再论证和验证场景，它已经是一个非常成熟的体系化东西。 模型能力提升之后，无论是可控性还是成本，只要到了一个节点，就会马上渗透到产业链里。 它是一个体系化的竞争。中美两国在这件事上确实有不同的资源禀赋。 中国短视频以及短视频衍生的整个生态链非常丰富，包括和电商、营销、各种场景结合，以及工具化的变化。这一轮图片和视频的工具化迭代，其实也很强。 我还是那个观点：移动互联网App Store出现的第一天，摄影这个品类就一直是竞争最激烈的品类。连续很多年，最佳App都是摄影类相关应用。直到今天，仍然有摄影类App在竞争。 这就代表这个东西太硬了，有太多需求、太多场景、太多可以施展的地方。 对于厂商来说，挑战就变成了：你到底要做什么？纯技术本身的演进有难度，这没有问题。但再延伸一步，你要落在哪里，用来干什么？是做To B，还是直接To C？ Sora 2出现之后，有一些声音觉得它抄了抖音。偏正面的观点会说，它在尝试使用今天这个时间点，普罗大众已经被教育得非常成熟的一种交互形态，让AI去完成，或者给内容加Buff。 它在很短的时间内，用看上去很简单的实现路径做出来。因为做产品时，加功能是简单的，但砍到一个合适的边界里面，再把它打包好，这是难的。 它对产品经理、用户需求的感知和把握，以及交互设计的能力要求非常复合，所以我还是非常佩服OpenAI的。 Speaker 1 其实能够做到这样模型能力的公司，我们刚才盘点时一直没有提到MiniMax。 MiniMax大概半年前有一个海螺视频模型，当时有一个非常出圈的大爆款，就是小猫跳水参加奥林匹克，把体操动作还原出来，世界领先。 那么多厂商做了那么多厉害的世界模型和视频模型之后，只有Sora 2真正走进了千家万户，离开AI圈子，让所有人都认知到了。 但最近也有一种说法：这件事可能也是因为它是OpenAI。其实一些第三方厂商之前也做过类似的尝试，只不过更多是在图片领域，而不是视频。可能因为它们不是OpenAI，不是最大的那几个厂商，所以没办法像Sora 2这样得到关注。 之前多模态领域的“六小虎”里，有一家一直在做这件事，就是即梦。即梦除了做模型之外，还做了一个图片社区，叫“离谱”。 其实现在整个“离谱”团队已经撤掉了。它早期的数据发展其实不错，留存、活跃等很多事情都还可以，但因为各种各样的原因，没办法继续下去了。 庄明浩 这可能就是我们刚才聊的那些原因，但并不代表之前没有人尝试过。很多人都尝试过，只是那个时间点，大家对这件事的认知和判断不会像今天Sora 2出现之后这么乐观。 原来乐观指数可能是30分，今天可能提到了60分。 因为即梦也好，离谱也好，仍然是二次元的一个圈子，并没有泛化。没有泛化，大家就会觉得，第一，我们可能看不太懂；第二，也会觉得天花板有限。 我觉得Sam Altman有一个得天独厚、不可替代的优势。推出Sora 2的时候，我那天也发了一条极客公园的内容，很感慨：所有传出来的爆款视频，要么是在恶搞Sam Altman，要么就是“我和Sam Altman一起去做什么”。 它基于Sam Altman在全球范围内的个人品牌和个人IP，才让这些短视频的病毒式营销成为可能。 当时我还写了一句：如果有一天张一鸣愿意出来这样被大家恶搞，字节也能做出一个爆款。 Speaker 1 但这其实是不可能的。 有人会说，这是事情的两面性：是他没有IP，没有更多选择性。包括很多日本动画公司会因为版权问题和他讨论，也是这个原因，因为大家看到的全是Sam。 也有一派观点会认为，谁愿意天天只看Sam？他没有更多样、更丰富的内容IP可以处理。 但我觉得，这个命题对于一家之前偏技术的公司而言，要求太苛刻了。现在最重要的，还是从0到1让全世界知道你。这是你上牌桌，或者成为牌桌第一名的一个重要抓手。 所以Sora 2出现之后，我的评价其实特别简单：大家很多媒体标题说“我们不需要一个AI抖音”，这句话没有问题。 我们已经有一套非常成熟的抖音体系，无论是内容生态、留存、交互、覆盖人群、影响力还是商业化，这个世界确实不需要一个AI版抖音。 但反过来，对OpenAI而言，Sora 2是需要的。它需要一个独立的产品，把技术产品化落地，并且以合适的边界做出来。 更重要的是，它要让内部团队形成机制和方法，不断把技术变成落地产品。这个运转过程、SOP、组织架构和人员配置，才是对OpenAI重要的东西。 所以我看到那篇文章标题叫“这个世界不再需要一个AI抖音”时，第一反应是：OpenAI其实也没有想做AI抖音，这个命题是你加给人家的。 那天Sam也讲，OpenAI正在变得越来越复杂。它现在可能相当于体系内有三四家公司：一家产品公司，一家技术实验室，一家基础设施公司，可能还有一家负责硬件等其他新业务的公司。 它现在已经不是一家单纯的创业公司了。OpenAI已经是5000亿美元的公司，不是用“一个创业公司”就能描述清楚的。它至少有4个实体：一家产品公司，CEO已经找到了；一家技术实验室，那是它最原始的东西；还有基础设施公司，以及其他新业务。 Sam最近一段时间在忙的，就是Infineon这家公司。它现在确实是在满足OpenAI自己的需求，但到了极限状态，如果真的砸下几万亿美元，这家公司的能力没准可以赋予给其他公司。 庄明浩 我不知道你们有没有看X上那些内容。发布会之后，我们熟悉的那些公司，比如Figma、Leverage，还有很多公司，全部在晒OpenAI送给他们的、像奖章一样的东西。奖章有不同颜色，标注使用了超过多少Token。 Speaker 1 他们太会做营销了。 你记得去年我们有一次想做一期选题吗？当时很多人骂Sam Altman，觉得他是营销狗。 但我们当时想做一期节目，叫“跟Sam Altman学营销”。我觉得Sora 2那个视频，就是在公司已有资源和传播资源的基础上，做了一个刚刚好的尝试。 我不越界，不搞乱七八糟的东西，但我使用创始人的IP。某种程度上，我觉得他有点像Elon Musk：你们随便怎么恶搞我都无所谓。 他想得很清楚。这会给公司和IP带来价值，因为每一次互动都会让你感觉，你在和OpenAI互动，你在和OpenAI进一步绑定。 你看，我们聊到这里，已经聊了大量和OpenAI有关的话题。不知不觉，这个世界还是被它影响。不管中间出现过多少波折，出现过多少不看好，甚至好像共识都不看好的声音，还是很佩服它。 我们还是想聊一聊Google。今年就像我刚才提到的，十字路口写了一篇文章，我发现Nilay他们的播客最近也做了一个大选题，就是Google怎么触底反弹、重新回来。他们采访了DeepMind的一位高管。 Google这次回来有很多信号，不管是Nano Banana还是Veo 3。 但我们想聊的是它的世界模型。它发布Genie的时候，也让人有一种全身通电的感受：怎么可以做得那么厉害？ 只是Genie现在离商用还有点远，发布之后没有太多后续。 很想听听明浩你怎么看这一系列世界模型。 庄明浩 我觉得这个问题再往前推一点，就上升到哲学或者更宏观的角度了。 大语言模型这一轮出现之后，很多科技人、哲学家，甚至资深从业者会认为，当机器掌握了语言这个人类特有的东西之后，所谓的超级智能就来了。 这一轮大语言模型发展的最底层逻辑就是：语言是人类特有的，它可能建造了所有文明，所有事情都是基于语言的。 但发展到后来，出现了第一个分支，或者说我们不好说它是子集还是并行方向，叫Coding。 有一派认为Coding是语言的子集，另一派会认为它是建立一个新世界的可能性。 再往前发展，出现了多模态。大家会发现，语言再怎么好、描述得再清楚，很多其他感觉器官得到的东西也没有办法通过语言表达。视觉是最大的一个。 视觉出现之后，多模态这个板块从文字、语音、图片、视频到3D，再到今天的世界模型，我觉得它是把我们刚才讲的这些局部战场打包在了一起。 语音、图片、视频、3D，这些是局部战场，打包在一起，终极形态就变成了世界模型。 DeepMind的一位核心高管之前接受采访时说，他认为世界模型是另一条通向AGI的路径。 如果用打德州扑克的方式来讲，语言是一张主桌。视觉不好说是主桌还是分桌，但DeepMind有一派观点认为，世界模型是另外一张主桌。 它有一个比喻，类似“世界的子宫”。如果那个东西真的出现，它符合人类所有的物理学定律，能够在可见的时间内生成，而且生成速度比你消耗的时间更快——现在还很慢，因为你要等，但如果某一天技术能够达到你想要什么就马上出现，而且比你想象得更快——那哲学联想就会出现一个新的东西。 当然，这是一个极度理想主义的技术结论，但我觉得DeepMind确实在往那个方向走。 你要知道，在这一轮自然语言模型之前，DeepMind做的事情也是这个。李飞飞的创业公司也是这个逻辑，做世界模型。 当这个逻辑出现之后，会有一派观点认为，如果世界模型也是主桌，那么它可能会通过另一种方式实现AGI。 如果真的实现了那个极度理想的状态，这件事确实太可怕了。 把时间拉长来看，上一代这些公司解决的是视觉问题。视觉的应用场景，无论图片还是视频，本来就已经是一个巨大无比的事情，不需要创造新的场景。 所以无论和游戏结合，还是和今天的视频结合，它都可以瞬间挂上钩。只不过现在技术还没有Ready，还没有到类似GPT-3.5那个临界点。 当然，这件事大家也知道很难，可能比远古星还难。 Speaker 1 除了DeepMind和李飞飞的路线，国内据你所知有谁在做世界模型？ 庄明浩 混元在做。混元的世界模型刚刚发布了0.1版本，处于非常早期的阶段。 它现在只能把一张照片变成一个可互动的东西，图片质量和像素清晰度也都处于非常早期的阶段。 但逻辑和刚才一样。图片和视频今天的战场已经相对激烈，也已经走到了一定阶段；3D和世界模型还处于早期。 3D可能更快一点，但也没有那么快。3D和世界模型绑在一起，这个战场里的游戏公司会比较多，因为它们有天然需求。 我听到过一个数据：拓竹有自己的平台，用户可以使用拓竹生成3D模型，再打印出来。它可以调浑元，也可以调mask，还可以调其他很多家的选择。 现在浑元也好，mask也好，都是比较头部的一个调用量。 一方面，3D模型的客户是游戏公司；另一方面，也是3D打印用户。 Speaker 1 多模态创业还是一个非常热的赛道。 今年出现了Higgsfield，包括Higgsfield的创始人也做了Polo。他们的数据和收入增长都很好，量也很大。 前段时间红杉投了一家公司，他们上了一个新的视频工具产品。我当时问它差异化是什么，因为前面已经有很多以VEED为代表的产品。 他说，差异化没有那么重要，这个市场太大了。他给我讲了一个数字：现在TikTok在全球每天新增100万用户，这100万用户里，有12%的人会点击中间那个加号。 也就是说，每天全球有12万名新的视频创作者。不管他们多草根，都叫视频创作者，都需要工具。 他还讲了另一个数字：在视频工具领域，ARR超过2000万美元的公司已经有20家。很多是我们不知道、没听过的公司，可能只是解决某一个具体问题，或者在某个具体国家发展。 所以多模态还是一个非常有意思的地方。 我们复盘2025年时，除了DeepSeek R1之外，还有一个属于所有中国人的回忆不得不讲，就是Manus的发布。 Manus成为年度重要关键词。十字路口今年有一个开年播客，当时我们和雨森聊，标题就叫“Agent是元年”。 现在回头看，我们还挺厉害的。当时其实也冒着风险，因为如果这一年不是元年，我们就会被活生生打脸。 还好，今年Agent的发展确实不错。但发展到今天，也有很多声音出现：到底要通用还是要垂直？这是不是ChatGPT未来会吃掉所有Agent厂商？ 庄明浩 首先还是回到刚才L1到L5的分类，L3就是Agent。 当所有人实现了L2、所有人都有推理能力之后，当然就会往L3走，这是一个很简单的逻辑。 但走到L3时出现了一个问题：你会发现L1到L2还是语言的问题，还是语言本身的问题。 但L3变成了行为。原来是对话就可以解决，哪怕推理也是对话就可以解决。但到了L3，我们要它干活，干活这件事就变复杂了。 它是有行为的。这个行为无论是在计算机上、网页上、数据库里，还是其他地方，它都是有行为的。 行为不再是吐几个字就能解决的问题。 所以你会发现，虽然今年是Agent元年，但没准未来5年都是Agent元年。就像VR一样，未来5年都可以叫VR元年；或者像自动驾驶一样，我们可能要在L3待很久。 因为Agent是一个阶段，但它里面还涉及很多细分阶段。不同层级的用户，也会有非常多不同的区别、体验和要求。 你还会遇到刚才聊到的通用还是垂直，或者进一步垂直到某些小场景。某些小场景里的理想化Agent，可能更容易实现。 从这个角度讲，Agent这个概念更重要的地方在于，它给了非模型厂商在应用场景里落地的一种范式。 原来很多初创公司，或者想在AI领域创业的人，在纯模型竞争的角度上不知道该做什么，能做的事情可能就是套壳。 套壳不是贬义词，只是他们能做的事情很少。 但今天你会发现，Agent生态的崛起非常大、非常复杂。复杂到如果类比当年的互联网，今天连协议都是非标准的。 所以很多公司在做协议，尤其是大公司。高德也好，Google也好。你说OpenAI不想做吗？它肯定也想，只不过被别人抢先了。 当形成事实标准，协议就出现了。 有了协议之后，你会发现从语言到行为，需要做很多脚手架、基础设施和实施工作，去兼容现有的、为人类设计的整套互联网，还是重新建立一套新的东西。 这中间也有分歧：到底用浏览器还是不用浏览器？是纯API对接还是其他方式？所有这些选择，最后都会形成千差万别的区别。 各种各样的公司都出现了：做纯协议层的，做基础设施工具和实施的，做基础设施本身的，也有做记忆系统的。 因为要往前走，需要的东西特别多。 Speaker 1 讲到Memory，有一个特别有意思的点。十字路口之前采访过Mem0。 在采访它之前，我觉得要做一些功课，因为记忆基础设施太多了。当时我也认识Memobase的创始人，就约了一个电话，请他给我科普。 他科普完之后，我说：“好像每个公司的技术路线都不一样。”他说：“是的，现在没有统一的技术路线，每个人的路线都不同。” 庄明浩 我们也在做，因为我们主业做社交。社交里有一个很重要的问题，就是Memory的问题，无论是自己的记忆，还是你和别人的各种对话。 我们的技术团队负责人特别头疼。他头疼的问题是：这个事情到底应该自研，还是用一个开源方案，还是用一家成熟的API厂商？ 连这个选择都没有办法做决定。 Speaker 1 因为没有任何统一的评判标准。 庄明浩 赵纯之前在北京的AI开放麦上，也到十字路口讲了10分钟。他讲的主题就是自己在做一个新项目，叫一个IM。 里面也需要用到记忆系统。他那10分钟分享的不是IM本身，而是他为了IM自研的一套记忆系统。 因为他觉得现在市场上能看到的可用方案都不行，或者说不适合他，所以他只能自己做。 你看，这只是Memory一项。我记得前一段时间蚂蚁开源了一张巨大无比的图，里面有Agent框架、Agent Memory、Agent Infrastructure，所有这些都是过去一年开源生态里增长最多的几个板块。 因为大家确实走到这里了，必须解决这些问题。 它就像冰山。我们看到的是冰山上面的Agent，但冰山下面是一整套巨大无比的东西，太多了。 现在还很早，没有人把生态建立得足够完善，所以很多时候你只能自己做。 也只有在这样的时候，创业公司才可能赢得独有的竞争优势。但凡某些东西形成了定势，那就结束了。 Speaker 1 我记得你们采访过阿里云的负责人。 庄明浩 对。当时我们问他，和AWS的AgentCore比起来，阿里云做Agent Base。作为一号位，你要排优先级吗？你怎么做选择？ 他的结论就是：“小孩子才做选择，我们云厂商All in。” 不可能放掉。你一听这个逻辑就知道，云厂商不可能把这个东西放掉。 当然，它会有东西做得好，也有东西做得不好，但也一定会有一些板块、一些环节，由初创公司形成所谓的标准。 这就是机会。 它比前面L1、L2的机会在于，变得更加多样、更加复杂。虽然大厂还是全都要，但不可能在很短的时间内把战场清完。 Speaker 1 我有一个好奇的问题，不知道你们有没有这种感觉。 OpenAI虽然也专门在讲Agent，但后来非常克制。是不是Agent在他们的决策体系里没有那么重要？ 他们可能更多还是按照古典互联网产品经理的方式，去想需求实现和产品形态。 而Agent在这一年左右的时间里，某种程度上被狭义地框住了：它的交互、产出结果、按钮样式，甚至某种程度上都被框住了。 庄明浩 OpenAI也在做调整。它出了自己的Agent，包括把原来的Operator改成现在的形态，也把原来的产品做了融合。 可能它原来也没有想过Agent应该是什么样子，没有人知道。 但慢慢地，我觉得从Manus开始，Manus最大的意义在于，或者说回头来看，从3月份发布到今天，它最大的意义是让用户大概知道Agent应该是什么样。 更细一点，可能是交互、界面设计、UI、UE，但至少它把那个东西做出来，告诉大家Agent差不多应该是这个样子。 在今天这个时代，成为大家心智中某个东西的代名词，有巨大的红利。 Manus最近发布了9000万美元ARR。后面当然有很多追随者，也有很多人带着不屑的口气说，自己3天或者3周就复刻了一个Manus。 但你不可否认，一个事业的成功不只是靠产品和研发，很多时候是综合能力，包括时机选择、细节打磨，以及非常重要的品牌打造。 你又回到刚才那个Chatbot品牌的结论：Chatbot这场仗已经打完了，但AI这场仗还在打。 Manus只是占了一个先机，而且站得比较稳。 Speaker 1 夏天的时候，很多人说感觉Agent有点凉了。你会有这种感觉吗？ 庄明浩 如果大家有印象，GPT-5应该是8月份发布的，Claude的那个版本也是8月份。8月份是美国头部智能厂商发布版本的月份。 7月份则是中国大部分模型厂商发布开源模型的月份。几乎整个7月每天都没有停过：今天你发，明天我发。大家回想一下那个月的总结，7月份就是“疯狂七月”。 以中国开源厂商为代表的疯狂七月。MiniMax还有一个发布周，一周连续发布，智谱、Kimi等都在那个时间段发布。 七八月份，大家的焦点又拉回到纯模型本身的竞争上。 那一阵子，很多公司发布产品，开始做用户、做ARR、做实施，也有一些融资公司拿到钱后做别的事情。 我只能说，那个时候的注意力肯定不如Manus刚发布时刷屏，但你说它凉了，我觉得肯定没有。 Speaker 1 因为后来Manus非常硬地发布了ARR，也提了一个概念叫RRR。虽然不是它首先提出的，但给大家科普了一个更科学地看收入规模的指标。 9000万美元ARR非常了不起，成长曲线应该超过了我们熟知的大多数、认为增长非常快的公司。 上个礼拜，A16Z Speedrun有一个Demo Day，58家创业公司，每个人在洛杉矶讲两分钟。 很多去现场的人都在Twitter和极客公园上说，感觉质量比YC的Demo Day还高。 A16Z确实更有钱，它可以投更头部、更成熟的创业者。 我有朋友在现场录了音发回来，我让团队做了总结：这些创业公司大概可以分成几类。 庄明浩 第一类就是Agent as a Service。大家在做各个垂直行业、解决不同问题的Agent。 Speaker 1 所以你说它凉了，只是它没有一直刷屏，没有让你感觉每天都被震醒。 但我觉得它已经渗透到了今天五花八门、百花齐放的创业热潮里面。 同一时间，A16Z不是还发了一个榜单吗？A16Z每半年会发一次流量榜单，最近又和一家数据支付公司合作，发布了初创公司的收入榜。 也就是这家第三方厂商能够覆盖的初创公司，把钱花在了哪些其他AI公司上的榜单。 中国公司有4家，如果我没记错，是剪映、可灵、Midas，还有一家是Jasper。 庄明浩 对，Jasper。 Speaker 1 我们前面聊了大模型、多模态和Agent，已经非常丰富了。接下来开始聊生态。 第一个生态是开源生态。说到开源生态，我们一开始也提到，今年开源成了中国从上到下的共识和大策略。 最近上海还出了一个政策，鼓励企业开源。不只是做开源产品，还鼓励大家做开源社区，给出的奖金是500万元现金。 如果你在开源领域的产品有足够大的影响力和流量，就可以获得奖励。 这个前提应该还是DeepSeek R1的成功，让大家看到一个中国公司如果要在世界舞台上获得竞争力，开源是一条很可行的路。 明浩，你怎么看开源这个关键词在今年发生的事情和它带来的意义？ 庄明浩 去年就有记者问过Sam Altman怎么看开源和闭源。当时他的答案是，最领先的模型一定是闭源的，因为它需要巨量的钱、资源和各种各样的投入。 但DeepSeek R1出现之后，情况发生了变化。大家会认为，开源模型跟进的能力非常快，模型里面一定也会有开源模型。 前两天的《State of AI》报告里还有一个预测：2026年一定会有一个开源模型拿到一段时间的第一。 你会发现，GPT-5发布之后，GPT-5的某几个系列的模型也开源了，OpenAI也不得不做开源的事情。 开源模型达到一定技术能力之后，模型之间的边际差异没有那么大，而成本又有巨大差异。 无论是开发者、生态还是应用，到了今天，我们衡量模型最重要的指标，除了打分和Benchmark，更重要的是有多少人用、Token消耗是多少、覆盖了多少厂商。 这才是模型厂商在今天这个战场里最重要的立身之本。 模型再厉害，没有人用，也没有意义。 从这个角度讲，开源给模型厂商提供了另一种得到认可和关注的方式，甚至可以帮助模型本身做改进和调整。 因为模型被使用得越多，理论上改进的可能性就越高。 原来大家认为开源可能是不挣钱的、偏理想化的。但今天开源并不代表和商业化没有关系。 DeepSeek是开源的，可DeepSeek的API一样卖钱。To B访问一样需要付费。 虽然DeepSeek API的成本可能比OpenAI最先进模型低几十倍甚至100倍，但它认为自己的成本结构可以支持这种做法。 而且，开源社区和更多开发者、厂商都可以帮助模型改进。 这是一个纯技术层面的叙事。 还有一个叙事是，今天公认的、世界范围内这一波AI竞争，大概率就是中美两国之间的竞争。 除了中国和美国本土的竞争，更重要的可能是其他国家怎么选择。欧洲可能特殊一点，先把欧洲放在一边，剩下那些国家怎么做决定？ 主权AI这个事情，也变得被很多人提及。 你可以建设自己的数据中心。老黄也好，各大芯片厂商也好，每次去和各国政府政要谈数据中心，总要谈到一个问题：模型呢？ 你总要有模型。你当然可以用公开模型，也可以用中国公司的模型，或者用其他模型。 日本怎么选？非洲国家怎么选？东南亚国家怎么选？中东怎么选？ 从这个角度讲，开源可能也是一种双引号里的武器。 Speaker 1 而且还有营销上的加持。 庄明浩 当你是一个开源模型时，天然会得到更多好感，也能让更多人低成本地部署到本地，更快获得用户。 还有一点也很值得讲，就是信任的建立。 今天大家仍然会担心：我的数据会不会泄露，或者被你拿去做其他事情。 开源模型天然也回答了一部分这样的问题。 Speaker 1 举一个小例子。最近不是双十一吗？我在看一台新的笔记本电脑。 有一个型号被迅速买完了。为什么？因为那个型号特别适合本地部署大模型。 那是一款ROG的X系列电脑，特殊之处在于内存特别大，显存也很大，但价格并不贵，相对于其他电脑来说很适合搞大模型的人。 我特别同意你说的营销那一点。 你看梁文锋，他不太接受采访，但他有自己和技术世界沟通的方式。他做第一作者，他们发布论文，这会让你对技术发展产生一种乐观和信心。 在这个世界上有各种不可抗力因素，导致人和人无法沟通或者沟通不好，但还有一个世界可以通过自己独特的语言和方式彼此沟通。 我记得DeepSeek发布之后，看了Lex Fridman那期5个小时的播客。他非常客观、平心静气地分析为什么R1这么好，没有被政治视角和偏见带偏。 你还是会觉得，技术世界的人很相信这一套。当你的产品做得足够好，我仍然会从客观角度评估和认可你做的事情。 Speaker 1 今年在应用层，你看到哪些值得注意的突破？ Speaker 1 前面聊了很多Agent，除此之外，还有哪些是值得我们在年度复盘、年度科技记忆里提到的关键词或者应用？ 庄明浩 Coding肯定回避不掉。AI Coding这一年的进展确实非常快。 Coding以前可能只是一个关键词，但如果把它拆开，前端、后端、数据库，以及是否有IDE，你再去拆这些关键词，会发现每个细分领域的进展都非常快。 Speaker 1 我们也预告一下，下一期播客就是和阿里推出的Coding产品负责人做的一期节目。 各个大厂现在都出了自己的AI Coding产品，不只是大厂，中国和美国都有很多创业公司在这个领域获得了非常大的融资。 庄明浩 这是一个很值得关注的方向。 除此之外，垂直领域Agent的发展也很快。 通用Agent已经变成显学。无论是大模型厂商，还是最有名的初创公司，肯定都往通用方向走。 但在垂直板块，比如法律，今年就有几家公司融了很多钱。你想想就知道它们在做什么，只不过确实需要非常多行业垂直信息和工作流，还要满足隐私、数据安全等要求。 可能不止一两家公司，而是五六家、七八家公司都在这个板块拿到不错的融资和发展。 这样的板块可能有很多。法律可能是最多的，然后是金融，金融又分一级、二级、保险、银行等。 营销一直以来也是最大的板块。我们当年做统计时，营销就是最大类别。这个类目竞争极度激烈，又分线上营销、线下营销、搜索引擎营销、视频营销、图片、文字、邮件等。 这些公司的规模可能都没有特别大，但这个领域的发展确实异常繁荣。 还有一个板块不在主流讨论范围内，但一直在发展，就是社交和陪伴。 H六Z最新的榜单里，Web端前50有10家，App端有12家或者13家，但没有什么人讨论。除了Character.AI，几乎没有人讨论。 Speaker 1 可能是因为我们做社交，会认为这件事情已经翻了三个代际。 Character.AI是1.0，2.0是加入一点互动和沉浸式体验，无论图片还是语音；3.0则变成了偏场景化的打造。甚至今天大家还在继续往前尝试。 在国内，到目前为止有出现类似Cursor的应用吗？或者说，不只是Coding，而是像Cursor这样定义了一个范式、一个品类的产品？ 庄明浩 我觉得挺难的。 Speaker 1 为什么？ 庄明浩 原来大家会说，中国移动互联网纯To C产品的设计能力和运营能力可能比美国更成熟，所以会期待纯To C应用端在国内爆发。 但截止到今天，我们并没有看到这个结论被验证。 你再去看榜单，榜单上出现一些意外名字时，真正细看那个App，可能90%是一个传统App，只有10%加了AI功能，然后它就被画在一个AI应用榜单的前面。 你会觉得，这家公司都多少年了，怎么还在这里？ 它可能确实加了AI功能，但你不会认可它是一个那么新的东西。 Speaker 1 美国那些应用，动不动标题就是“多少时间内达到多少ARR”。 庄明浩 这可能是美国的趋势。中国没有办法讲这个趋势，因为我们没有办法讲ARR。 那我们能评判什么？无非就是用户量。 但今天在中国的移动互联网，哪怕把Web算上，也很难再做出巨大的用户量增长。 这不是AI的问题，是整个行业的问题。把移动互联网所有App加在一起，都面临这个问题。 上半年QuestMobile做过统计，把AI应用分成三类：独立App、Web和插件。 独立App和Web里面，四分之三的用户量出现负增长，只有四分之一在增长。反过来，插件里可能三分之二在增长。 可是问题在于，谁甘心做一个插件？ 插件为什么会这样？因为在今天的中国，按照古典移动互联网的逻辑，入口位置已经全被占满了，就像关键词一样。 你不做插件，单纯想凭空开辟一片战场，太难了。 Speaker 1 我觉得美国现在有很多夸张的融资故事，基本上以周为维度发生。一个没听说过的公司出来，可能融5000万美元。 我刚才说的这个故事，每周可能都有一个。 不过这些公司很多是To B的。 中国感觉这种情况不太可能发生，一方面是中国中小企业的付费意愿、付费能力和整体付费意识，另一方面是我们的移动互联网太成熟了。 移动互联网其实是一个充满城堡的地方：微信是一个城堡，抖音是一个城堡，小红书是一个城堡。 最近我还听说一些比较灰色的办法：用安卓手机去做类似RPA的操作，RPA加上AI之后更进一步，可以打通微信、小红书，也可以打通飞书。 但你想想，我们费这么大力气去提高行业生产力，在各个大厂都不允许的情况下，夹缝中去提高生产效率。 在美国，Web端更开放，更欢迎大家使用各种工具，形成一加一大于二的效果。 所以我不知道最后会指向什么样的发展，只能说今天两边的差异非常大。 这个差异也折射到创业生态和创业机会的选择上。我们现在更加被动。 原来那套我们太熟悉的趋势，今天确实太难了。我们需要新的趋势，但新的趋势又不能完全复制美国的那套东西，因为我们的底层基础不具备。 那我们的趋势应该是什么？这不仅是创业者的问题，也可能是投资人的问题：我们去投什么？ 很现实的是，对于现在偏美元VC来说，在AI领域投资真的非常难。 大模型出来时，投一个大模型，跟几轮，然后事情就结束了，只能等。 大家都说AI应用看中国公司，但要么是出海团队，出海团队又会出现其他问题；要么是纯国内团队，那你期待的可能性是什么？ 直白一点，你期待的退出是什么？ 这些问题无解。 当然，我今天不做纯VC，可以站着说话不腰疼。但这些问题你一想，就会发现这活儿都没法干了。 你只能暂时抛弃这些问题，先看创始人是什么背景、在做什么，认真和他聊，再选择是否相信这件事，把这些无解的问题暂时搁置。 我那天见了一个基金的管理合伙人，问他怎么看现在美元VC的情况。 他说他问了自己一个问题：还相不相信整个VC的底层叙事？ 也就是科技公司需要耐心资本，在早期帮助它实现从0到1的建设。 他说，如果还相信，就应该干。 今年的诺贝尔经济学奖也正好颁给了几位研究创新的人，其中有一位研究的是创业和创新，是破坏式技术创新，认为它才能带来真正意义上的经济高速增长。 这种破坏式技术创新，和VC的趋势是绑在一起的。 庄明浩 如果你相信这个最底层的逻辑，当然还是需要VC。 但问题在于，这是一个太理想化、太终极的答案。这个问题、这个答案和逻辑本身，任何人说都没有错。 但落回现实执行层，尤其在国内，它有太多限制条件。 你只能在有限的、可以辗转腾挪的空间里寻找那个解。 这就是今天这个事情，尤其是那些相信技术、相信产品、相信这些东西会改变很多事情的投资人，内心要不断来回纠结的天平。 Speaker 1 除了AI这个主题，今年同样热门的还有具身智能，有更多钱进入了这个领域。 硬件其实也很热，AI硬件很热。 我们看到拿钱的创始人背景发生了变化：先是字节等大厂的产品经理出来拿了一波钱。大家发现这样可能不行。 之前还有一波做科研、实验室老师和学生的人，投完之后发现还是要再看看。 然后你再往前走，会走到大疆、追觅、莱芬、石头、影石这些公司的创始人。 你会觉得还有一个媒体标题很有意思：FA已经把办公室开到大厂了。 它的逻辑很清楚：我已经把原来能力范围内最熟悉的人投完了，为什么要投硬件？因为大家不相信纯软件，或者会担心刚才讲的那些问题。 有硬件之后，理论上更可见、摸得着，可能产生直接收入，而且中国有供应链等得天独厚的优势。 但投完之后，发现还是不太行，于是再往前走，去找那些能让自己更加信任、更加睡得着的创始人背景。 这个逻辑一讲就明白。 庄明浩 反过来讲，我还是那个观点：我们是站着说话不腰疼。 我们可以用旁观者的方式总结规律，但如果今天你是站在战场里的人，就不能这样干活，否则就没法干了。 我昨天看了Uncapped的播客，Jack Altman采访Thrive Capital的合伙人Winds Hanke。他讲了一个故事，我觉得在中国根本不可能。 他说他们投了一家公司，花了18个月研究这家公司。 我看到时就想，18个月已经过了4个周期。 他前段时间来中国，见了我们刚才提到的好几家公司，行程非常密集。 所以身在其中，我自己还是相对乐观的。 当然，这个观点也特别哲学：物极必反，极端到一定程度，一定会有其他解。 我举一个很现实的例子：游戏投资早就不属于VC的战场了。 中国游戏投资在2015年之后基本不属于VC，但最近两年，出现了海外VC来看中国游戏公司，甚至是中国早期游戏团队。 你要知道，中国早期游戏团队已经不在VC的射程里快10年了。 这些海外VC的逻辑是什么？他们暂时不是先考虑退出，而是先考虑成本。 相对于海外游戏团队，中国游戏团队太便宜。这种便宜是全方位的便宜，而海外游戏并购又非常活跃，一直都很活跃。 这相当于把两边的优势拉到一起。中国VC做不了，但海外VC可以做。 所以我觉得，像Jack Altman来中国，以及海外VC看中国游戏，说明这个世界仍然非常关注中国。 Speaker 1 我们刚才聊了很多一级市场。最近二级市场可能是大家注意力最多、新闻头版头条最多的地方。 OpenAI和AMD的新闻一发，AMD这么庞大的公司涨了40%。在我们录播客前一天，OpenAI和博通的新闻一发，直接带动博通涨了10%。 二级市场发生了很多故事，财富效应里充满了乐观情绪。 我知道你和很多二级市场分析师、投资经理关系都很密切，沟通也很频繁。你会怎么回顾这一年？ 庄明浩 我还是那个观点：既然是司马迁，就按自己做的文件来看。 我觉得很有意思。今年截止到今天，我一共做了6个还是7个PPT。我马上要做第7个，之前做了6个：去年的年度总结、DeepSeek、Manus、Agent、年终总结、Q2总结，以及上一个9月份的Q3总结。 我做完9月份Q3总结之后，现在要做第7个。 前6个PPT里，大概到第4个PPT时，才有一页讲“是不是泡沫”；第5个版本已经有两页讲“是不是泡沫”；上一个9月份的版本里，大概有6页讲“是不是泡沫”。 很简单，从数字和月份的变化，你就知道这个问题被讨论的程度正在发生变化。 Q2时，有些声音认为事情有点不对，开始探讨。Q3时，已经有一些更系统的分析。 我Q3时引用最多的是硅谷银行的报告，它做了很多定性和定量分析。 这些分析方式，今天很多新闻都在做，比如和2000年互联网泡沫的曲线对比。 现在这个时间点再讨论，我还是那个观点：我们真的不知不觉走到了极限里。 这个极限是什么？你想想，最头部的“七姐妹”里，几家公司的市值已经是3万亿、4万亿美元，每年可操作的经营现金流是1000亿美元这个量级。 OpenAI的估值是5000亿美元。 这几个数字摆在这里，它们可以做的事情太多了。 大家发现，我不单纯只需要散户买股票来推动上涨，这个游戏已经不够刺激了。 OpenAI也走到了一个节点。Sam可能在某个时间点顿悟了。 原来OpenAI在资本层面的操作，是融资、卖老股、拉估值，同时用融到的钱或者自己的股份去投资初创公司，或者收购公司。 像今天买了那个苹果设计师公司，这个故事还在一个可控、可线性归纳的范围里。 虽然估值可能每6个月或9个月翻一番，一轮融资融100亿、200亿，甚至300亿、400亿美元已经是历史记录，但至少还在一个可控范围内，交易有人买单，合同也是签好的。 所有人认可这些事情。 但我觉得他可能在某个时间点意识到，Google今天有30000亿美元的价值，有云、有模型、有产品、有基础设施。我发现，刚才讲的这些它全都有。 如果未来AI真的影响所有事情，Google值3万亿美元，那OpenAI应该值多少？ 这么来看，5000亿美元似乎有点便宜。 我未来的增长预期，建立在巨大投入的基础上。原来可能是打半年、一年，现在能不能打5年？ 所以你会发现，最近一段时间出现的合同全部是5年、10年期合同。 可是这太讽刺了。我们刚才讲过，技术进展是按月计算的，但预期放在5年。 更现实的问题是，你可以搜一个行业，比如低空经济，搜索“低空经济行业报告”，会看到很多2026年到2030年的中国低空经济行业报告。 你点进去，那些报告卖得非常贵，几万元。目录超级长，看起来质量很高。 但现实是，这个世界上根本不存在这样一份报告。只有有人下了单，才会有人去做。 没有人会写超过5年的报告。 我们看过的高质量、低质量券商、分析师、银行和行业分析报告，没有人写5年的报告。 但我们今天的预期是，Sam说要把未来5年的预期全部压在这件事情上。 OpenAI已经是5000亿美元的公司。5000亿美元这个估值，比它高的公司已经没有多少了。 它现在可以做所有事情，哪怕还没有上市，也可以做所有事情。 所以才有了最近一个月看到的所有事情。 我觉得可能就是Sam在某个时间点突然顿悟了。 甚至回头看，Sam在2024年说过，这件事情做成需要7万亿美元。这个数字确实被说过，大家可以去搜当时的新闻。 那时OpenAI还只有1800亿美元，7万亿美元这个量级超过了所有人的脑容量，没有人知道7万亿美元代表什么。 但今天，你真的把未来5年的预期加起来，OpenAI的预期、英伟达的预期、微软的预期、Google的预期、Oracle的预期加起来，已经可以碰到万亿美元这个量级。 是不是7万亿美元不知道，但至少万亿美元这个数量级已经被讨论了。 这个故事相当于把我未来5年的预期全部打满，我要做的所有事情也在今天全部打满。 我打到谁身上，谁就把自己的未来5年预期也打满。 又因为市场竞争和竞争格局，这些初创公司、上市公司，哪怕是世界上估值最高的上市公司，也需要在这个巨大趋势中不掉队。 没有任何人担得起“不参与”的责任。 除了一家公司叫Google，因为Google自己全都有。 Google有芯片、云、基础设施、产品和应用。其他公司全都被卷进来了。 这个故事变成了OpenAI这么想，老黄也会发现自己乐见其成，可以参与这场游戏。 英伟达现金流足够强，毛利足够高，市场又绝对垄断，它可以像央行一样，用自己的能力做央行做的事情。 你说他们是共谋吗？是，但肯定没有商量过。 当大家意识到这件事情可以绑在一起做时，这个圈子就滚起来了。把所有人拉上车之后，原来大家认为AI是一个技术，是一个产业；今天AI就是市场本身，甚至这个市场可能就是政府本身。 它把政府也拉下来了。政府拉大旗，所以它已经不单纯是一家公司，也不单纯是一个行业，它是系统本身。 用“太大而不能倒”已经很容易解释了，但它已经不只是“大”的问题。它的生态变得异常复杂，把所有人都拉上车，然后把数字撑到理性评判已经没法评判。 我一直在强调，我们所有人都不知不觉走到了一个极限里。 截止到今天，世界上所有上市公司在上市那一天融到的钱，最多大概是262亿美元。 谁呀？是单个公司，单个公司，沙特的那个石油公司，什么沙特阿美，那是世界纪录，226亿美元。 这个金额已经比OpenAI，甚至比Claude背后的Anthropic单轮融资还小。 那OpenAI如果今天上市，它要融多少钱？这个故事很夸张。 再想想，Web时代烧钱最多的上市公司，亚马逊大概烧了20亿美元就上市了。 移动互联网时代，Uber烧了最多的钱，大概烧了400亿美元，也上市了。 如果是20倍，那是不是要烧到8000亿美元才上市？ 现在看，这个数字已经不是什么天方夜谭，很可能就是事实。 它被定在了这个位置上。无论什么原因，这个事业和行业走到了今天，带着美国巨大的技术、硅谷趋势和金融趋势走到这里，故事只能这么走下去，没有别的办法。 无数人在评判这件事，拿它和互联网泡沫、铁路时代比较。 当然，已经没有人再拿它和郁金香、比特币比较，因为大家发现那不是一回事。 我们讨论的是真正意义上的工业革命和历史革命带来的事情。 Speaker 1 最近讨论比较多的一个问题是：互联网行业当年表面上看，所有纳斯达克的.com股票都崩了，但底层基础设施的光纤，为后来所有互联网的发展提供了基础。 可是当年铺设光纤的公司全部死掉了。 那是不是今天所有建数据中心的公司也可能死掉，未来却带来一个美好的结果？ 这里面有一个问题：光纤铺在那里15年、20年之后还可以用，但今天的数据中心设备，可能3年、2年之后卡就不能用了，或者过时了，需要折旧。 这个卡的折旧周期到底是多少？ 庄明浩 这个折旧周期很短，风险很大。 还有一个讨论：巨额投入是建立在头部公司超强营收能力之上的。 Meta、Google、英伟达、微软这些公司，每年自己可以赚1000亿美元，所以我投入1000亿美元没问题。 但除了这几家公司之外，体系内其他公司，包括CoreWeave等云公司，甚至马斯克的xAI，它们现在需要的新资金已经开始通过债务获得。 很多人分析泡沫时会说，股权带来的泡沫其实没有那么麻烦，但债务带来的泡沫很麻烦，因为债是硬性的，容易形成次贷危机。 所以拿掉那几家最大的公司之后，下面的风险系数已经非常高。 这些公司的资产负债表已经没法看了。 但如果你原来是做矿场的，5倍金融杠杆可能也没什么大不了。对Web3公司来说，好像也没什么大不了。 这也是趋势的一部分。 还有一个更有意思的趋势。回看截至2025年10月中旬，标普500里涨得最好的公司，不是Palantir，不是GE Vernova，也不是金矿公司，而是两家做硬盘的公司：希捷和西部数据。 为什么？因为数据中心建设狂潮里，大家炒完第一波最直接受益的英伟达，炒完各种不知名公司，连变压器、冷却和电力都炒完了，最后发现还需要硬盘和存储。 硬盘又受到固态存储颗粒的限制。 所以为什么Sam Altman最近去了韩国和日本，找SK海力士和三星？因为他要保证存储颗粒的供给。 我们又回到刚才那句话：我们真的不知不觉走到了很多事情的极限。 电力和冷却已经讲了无数次，但你发现连存储都出现了限制，而且这个行业还是绝对垄断。 所有事情全部打包在一起之后，你说是谁的原因？是一家公司吗？不是。 它就是一场巨大的共谋，但这个共谋不是主动的，而是一路滚到了这里，没有办法了。 当我们意识到的时候，回头看已经没有退路，只能继续往前走。 就是这样一个故事，我觉得挺有意思。 Speaker 1 我们从一开始讲大模型、多模态、Agent，然后到后面讲二级市场。 一开始可能聊的是创业、机会、技术和产品，聊到最后，变成了一条非常有历史感的长河。 你是司马迁，有一种很宏观的感觉，好像站在黄河的悬崖峭壁上看大好河山，也不知道这河山是要下雨，还是要万丈晴空。 总之，我觉得这是很有意思的一期内容。也谢谢明浩。 庄明浩 感谢，感谢。 Speaker 1 也期待明年这个时候，我们再来复盘。 庄明浩 好啊，谢谢，感谢。