# 说好的艺术家呢？--- AI时代，内容工业的三次死亡与创作者的重生 屠龙之术 · 2026-06-24 · 42 min · https://www.xiaoyuzhoufm.com/episode/6a3b7fbb2e335a35a808904e?utm_source=rss ## 逐字稿 庄明浩 谢谢。今天我演讲的标题叫《说好的艺术家呢？》。这句话不是我说的，是我一位非常喜欢的播客作者仲卿说的。他在一期聊歌手唐汉霄的播客里——唐汉霄就是唱《哪吒》那部电影主题曲的那位歌手——提到唐汉霄此前很多年一直在做电影的 BGM。 他们在聊的过程中，经常聊到作为乙方、给甲方做歌时的一些问题。仲卿曾经吐槽过一句：“说好的艺术家呢？”所以我把这句话也放在今天讲 AI 的事情上。AI 在今天这个时间点对内容行业的影响，我不需要多说什么，大家已经看到非常多的变化了。 我起了一个副标题，叫《AI 时代内容工业的三次死亡与创作者的重生》。每个关键词可能都值得展开：什么是内容工业？为什么是三次？创作者又是什么？为什么我要讲重生？我们正式开始今天的内容。 ### 生成式 AI 开始定义行业 首先我先说一个时间点，这个时间点可能很多人没有意识到。大家看这里，有一篇文章是红杉在 2022 年 9 月 19 日发布的，叫《生成式 AI：创造一个新的世界》。我们这个行业会认为，这篇文章开始定义了这一轮 AI 的发展。 为什么我会记这个时间？这篇文章是他们的合伙人跟 GPT-3 一起写的。如果了解这个行业，你会知道大家所熟知的 ChatGPT 是基于 GPT-3.5 的。也就是说，这篇文章发布的时候，ChatGPT 还没有发布，是 2022 年 9 月 19 日。 所以红杉在那个时候就定义了：生成式 AI 其实是这一轮的开始，而不是我们现在所说的大模型。他们当时就开始讨论未来的预期，比如从 2020 年、2022 年、2023 年、2024 年、2025 年到 2027 年，这些年份里，文本会经历什么样的变化，代码会经历什么样的变化，图片会经历什么样的变化，视频、3D 和游戏会经历什么样的变化。 我们不需要去看那些细节。你回想过去几年整个行业的发展，基本上就是沿着这些模态的发展路径走过来的。 这个时间点为什么重要？2022 年 11 月 30 日，真正意义上定义这一轮 AI 发展的 ChatGPT 才发布。可是如果大家了解 AI 生成图片的话，AI 生成图片真正进入公众讨论，是因为一个开源图片模型达到了可用的效果。当时那个模型叫 Stable Diffusion，它的 1.5 版本真正意义上让大家认为，潘多拉魔盒被打开了。 而 Stable Diffusion 的发布时间其实也早于 ChatGPT。所以在那个时候你会发现，红杉就开始写报告，定义我们刚才说的 text、code、image、speech，也就是语音、video、3D，以及其他板块：我们已经看到了什么，未来还会出现什么。 甚至在那个时候画行业地图，我们就已经开始用这种方式来定义 AI 行业的发展了。所以，AI 跟内容的结合，在那时就开始显现出非常不一样的状态。 ### 内容工业迎来三次死亡 我在准备的过程中又加了一页。我说，为什么副标题里写的是“内容行业的三次死亡”？因为我的工作习惯是每隔一段时间就会做很多行业总结。过去一年多，我可能做了六七次行业总结。 我回看自己的 PPT，发现大部分 PPT 的章节结构基本上都是“三章加一个 plus”。我去年 9 月讲的时候，讲的是推理场景投资；去年年终讲的是技术、产品、资本；去年年终总结美国和中国的时候，也是按照技术、产品、资本来划分的。 所以我突然意识到，我今天讲 AI 内容，也可以按照这个结构来做。于是我的三次死亡，分别对应技术层面的死亡、产品和产业层面的死亡，以及资本层面的死亡。这一页是我做完整个 PPT 之后回头加上的，我开始意识到，这可能是我的一种工作习惯。 好，我们正式开始。内容工业的三次死亡：素材之死、流程之死、版权之死，分别对应刚才讲的技术、产品和产业，以及资本层面的考量。我们一个一个来看。 ### 素材生产开始消失 技术层面的素材之死，可能是我们在这个时间点肉眼可见、最容易理解的一个层面，所以它属于技术层面。这里是我觉得比较知名的影视 UP 主影视飓风去年和今年做的两个视频。 他为云南那边一支可能有成员患了比较严重疾病的乐队的鼓手和主唱做了一个视频。不过在那个视频过程中，他用了一个镜头，讲的是赛博空间里的火车穿越。他用这个镜头，对比过去几年 AI 在影视行业的发展，以及今天已经达到的状态。 当时这一帧给我的印象特别深刻。他先只放了其中一个屏幕，说这是他今天用很短的时间、一个很简单的提示词就可以做出来的效果。大家可能会发现，它还会有一些瑕疵。 但如果视频是这样的呢？屏幕里大概出现了几十个这样的画面，大家的评论就变成了“细思恐极”，对吧？甚至在今天这个时间点，他们最近做了一个视频，已经让他们的特效师很难分辨，到底什么样的视频应该用特效做，什么样的视频应该真人来做。 所以，似乎“一句话生成某某东西”在今天已经不是什么门槛了，甚至很容易实现。 行业里刚才我们说过，这件事叫多模态。也就是说，我们常规按照模态来划分，会分成文本、图片、视频、语音、3D。你看，这是我截的一个给各种各样 AI 视频模型打分的网站，它的分栏里就分了图片、video、语音、音乐。 我截了一张图片模型的榜单，你会发现里面有非常多我们熟悉的公司：字节、阿里、昆仑、可灵，也就是快手，对吧？然后还有 Google 和 OpenAI。我可以再往下截，你会看到更多各种各样的公司。 这些公司在过去这一段时间里，从最后一栏的发布时间可以看到，一直在疯狂更新模型能力的进展。可能在今天这个时间点，多模态领域是整个 AI 模型竞争最激烈的板块之一。 这是我截取的一段时间。我经常说，面对一次又一次的模型进展，我会深深地感受到，人类真的一直在一败涂地。我们先看图片模型。 图片模型在 2022 年其实就已经兴起了。那个时候有一张非常有名的照片：一个人参加了照片选拔比赛，最后拿了冠军，但那张照片后来被证明是 AI 生成的。这是第一次引发大家对这件事的讨论，那是 2022 年。 进入最近两年之后，这件事发展得更快了。上面第二张图是 2025 年 3 月 GPT-4o 发布的时候，大家如果有印象，应该会记得那一波所谓的吉卜力风格照片风靡全网，后面我会讲到。 到了 2025 年 8 月，Google 发布了 Nano Banana。这是我朋友、也是《大内密谈》的主播象征自己做的测试。他让 Nano Banana 用一句话生成宫本武藏在白板上的样子，模仿的是著名漫画家的漫画作品。 他把这张图发在小红书上。因为象征本身是学画画的，没有任何人怀疑那是 AI 画的。到了今年 4 月，Image Two 出现的时候，我另一位朋友兰希老师用 EVA 的照片做了一张游戏截图，也是一句话生成的。 所以在图片这个板块，我觉得人类几乎已经一败涂地了。这是目前已经被市场淘汰的模型 Grok，也就是马斯克的那个模型。虽然这个模型已经被淘汰了，但它现在在视频领域也已经可以做到这样的效果。 我还没有列今天这个时间点的情况。刚才那张榜单里，你要知道，Grok 甚至没有出现在前面那张榜单上。 我们再看今天这个时间点，可能是中国人最熟悉的两家头部视频模型厂商，它们到底在做什么？我去它们的官网和各种公众号找了一下，看看它们在最新版本上做了什么。 比如可灵在推多模态的统一输入和输出。什么意思？原来的输入是单对单的：文本到视频、文本到图片、图片到视频，或者图片到图片。但它现在做的是多模态输入、多模态输出。 还有分镜画面的音画同步、主题一致性。如果有一个主人公，他要在每个画面里都保持一致；原生 4K；团队协作——我不要剧透，后面可能会讲到。 Seedance 2.0，也就是字节的视频模型，在做什么？它在做物理世界的真实感、长视频的稳定性、文本渲染。它也开始盯文本了，也就是说，你说一段话，或者图片上有一些文字，它要保证文字的准确性。 还有多语言和文化的适配。多语言只是翻译，文化就复杂了；提示词的精确度；动态生成。我同样把“动态生成”标了出来，后面也会讲到。 你看到这些关键词，就知道它们在做什么了，它们已经在研究这些事情。如果这些事情真的被研究得很深，会变成什么样子？ 这个市场非常大，所以出现了一个情况：可能因为中国在过去几年短视频行业的发展非常迅速，所以在这个战场里，更多是中国厂商在做。美国主要有两家厂商，刚才说的 Grok 已经不太做了，现在只有 Google DeepMind 还在做。 但中国是百花齐放。除了刚才提到的字节、可灵，还有 X-Words、SkyReels、昆仑的 HyDream、Suno AI、Vidu、海螺，也就是 MiniMax 的产品，以及快乐小玛莎等。这里面有巨头，也有初创公司，我这里只列了一部分，并不完全。 在这个板块里，可能这个领域的前 20 名公司都非常强。 再往下演进。刚才我们说 Seedance 的最后一项叫什么？叫动态生成。我们看那个视频，它是生成的。什么意思呢？原来这个人站在一个菜市场前面，底下给你设置了按钮。这个按钮其实可以用提示词生成：你让他走到卖马铃薯的地方，输入提示词，他就走过去了。懂吗？这就是动态生成。 ### 世界模型重写素材逻辑 这件事情再往前演进，可能就引发了过去大半年整个行业更热门的一个词，叫世界模型，world model。你可能在很多新闻里，尤其是最近一段时间，听到非常多关于这个词的描述。很多公司最近拿了非常多的钱，这张图就是 Google DeepMind 现在在做的样子，也就是动态生成。 你会发现，在今天这个时间点，做自动驾驶的公司在讲世界模型，做汽车的公司在讲世界模型，做视频模型的公司也在讲世界模型，还有纯粹做世界模型的厂商在讲世界模型。 这里面有几位比较有名的人。其中有一位非常有名，就是李飞飞老师。她的创业公司也在做世界模型。她前两天写了一篇文章，把今天这个时间点已经被滥用的“世界模型”进行了分类。 我觉得做学问的人真的非常厉害，特别擅长做分类和总结。她写得非常清楚：今天有三类模型公司都叫世界模型，但三类公司做的事情不太一样。 第一类公司做的是渲染器，也就是第一排。它更多在做视频的事情，让大家看到一个东西在运转。渲染主要是针对眼睛的。 第二类是模拟，模拟所谓世界的物理规则。我推一个东西，它会往前滚；我推一个圆形，它会滚得很远；推一个方形，它只能动一下。这叫模拟。 最后是计划。听到这里，你会明显感觉到，为什么今天这个时间点的具身智能公司和自动驾驶公司也要做世界模型，因为世界模型就是为它们做的。 所以，今天这个时间点，行业里相对比较前沿的一个关键词就是世界模型。 这件事情再往前想，如果世界模型真的做到某种程度，我们到底将面对什么？ 我第一章的标题叫“素材之死”。我举一个很简单的例子：假设我今天要做一个 3D 游戏，这个游戏里有这样一杯咖啡。我需要在 3D 软件里把这杯咖啡做出来，可能要抠很多很多个小时，这个素材才能被做出来。 然后它可以放在这里，也可以放在那里；它可以转起来，也可以被推动，对吗？这叫素材。但是如果世界模型真的到了刚才说的比较成熟的阶段，这个唯物的事情就不需要了，唯心就可以了，对吧？ ### 短剧流程被推倒重来 素材之死。我们进入第二章，应该是第二章了吧？产业层面我们再看第二个死亡：流程之死。 不知道大家是否看短剧。我在做这些 PPT 的时候差点笑出来。今天这个市场，短剧行业可能有 80% 甚至 90% 的市场份额被字节的红果拿走了。我去截了红果 App 的截图，这些截图是红果在 App Store 上的截图。 你发现特点了吗？全部都是数字：播放量、点击量，还有热度值。这真的不愧是一家数据导向的公司，对吧？它的 App 界面和推荐图全部都是数字。 你会发现，今天这个时间点，能够被放在红果首页推荐图上的短剧，播放量要达到 20 亿次。中国才多少人呢，对吗？ 但短剧也不是今天才火的。短剧大概已经经历了 4、5 年的发展。最开始，这一波短剧主要是以真人付费短剧为主，大概在 2022 年左右，代表作叫《无双》，当时还是以付费为主。 后来开始进入真人免费短剧，大概在 2024 年左右。到了 2025 年，开始形成一种中间形态，叫 AI 漫剧。因为那个时候视频模型的能力还不够，不能做真人，或者说还不太能够做好真人，所以当时开始做漫画或者动态漫。 到今年 Seedance 2.0 以及可灵 3 出现之后，这个行业突然开始做真人剧，这是过去几个月发生的事情。 但即便如此，从所谓的动态漫到真人剧，大概 9 到 10 个月的时间里，这个行业也经历了好几轮变化。 最开始还是那个问题，视频能力不够，所以我们看到了很多表情包和沙雕漫，可能就是一个静态画面，对吧？然后开始有动态漫，像翻 PPT 一样，比 PPT 多加了一点动画；再到动画漫，它真正动起来了；到现在我们看到的叫仿真人漫，甚至是 AI 和真人一起拍的内容。 这个行业在过去大概 10 个月里，经历了这样的发展过程，才让这件事走到今天。 但我刚才说，红果是一个数据导向的平台，而数据是不会骗人的。比如我一个叫 Tom 的好友，他举过一个数字：中国去年的电影票房是 500 多亿元，一天大概 1.4 亿元；短剧现在是每天 3.5 亿元，今天这个数字可能已经是 4 亿元了。其中真人短剧 2 亿元，AI 短剧 1.5 亿元。 现在的短剧市场已经是电影市场的将近 3 倍了。 你要知道，Manus 创始人肖弘曾经说过，直播是个好生意。直播的收入据说已经大于游戏了，这是在 2024 年底发生的事情。 回看整个 2024 年——我说的是 2024 年，今天已经是 2026 年——2024 年短剧行业就已经超过电影了。那一年其实还发生了另外一件事情：小游戏投放超过了手游 App 的投放，直播超过了游戏。都发生在这一年，当时我们还做过一场直播来讲这个事情。 更夸张的数据是什么？大家会说，今天进入移动互联网晚期之后，大家争夺的是用户的时间。我们假设中国有 10 亿每天活跃的移动互联网用户，每天打开手机的时间，极限算 10 个小时，也就是说每天中国有 100 亿小时被消耗掉。 这 100 亿小时分给了谁？抖音拿走将近 20%，微信拿走将近 20%。我觉得这两个数字大家不太意外，但红果已经拿走了将近 5%。到这个程度，数字是不会骗人的。 所以流程怎么了？我们这张不是叫流程吗？流程出现了什么变化？ 比如有一条新闻说，九州可能是现在短剧行业比较大的一家厂商。2025 年 10 月到今天，不过才 8 个月，对吧？过去这段时间，它的员工从 1,500 人涨到了 4,000 人。 它把真人剧的产能砍掉一半，剩下的投入到 AI 创作和算力成本。超过 75% 的员工都是近 6 个月新入职的。他们在干什么呢？中间是一个招聘广告，是一家媒体做的统计。他们在做抽卡师，做各种各样新的职位。 但同时也出现了一些问题。右边那张图，是我一个好友写的一篇文章，他去九州做了一些调研。 今天这个时间点，类似这样头部短剧公司的工作流程大概是什么样的？做出一个素材，投手把它扔到抖音的时间熔炉里去，测试它的转化率。测试得好就继续投，测试不好就改，每天如此，每天如此。 所以听起来，跟我们传统意义上的影视制作节奏完全不一样。整个流程被推倒重来。流程怎么了？流程死掉了，或者说旧有的流程死掉了。 但这件事不仅发生在影视行业。前两天，微软 CEO 纳德拉在微软每年一度最重要的大会 Microsoft Build 上提到一个观点：今天这个时间点，原来所有的 To B 行业都会受到类似的颠覆。 未来可能只有三类人。第一类是全栈通才，什么都会、什么都懂；第二类是只做基础设施和 infra、只做调教的人；第三类是前端部署工程师，帮你做实施。仅此而已，没有中间态了。 所以这件事不仅仅发生在影视行业，只是影视行业处在一个相对极致的状态，让我们看到而已。 听到这个故事，大家可能会觉得，今天应该会有很多短剧行业的嘉宾，讲很多短剧行业的内容，对吧？但我也想泼一点凉水。 ### 平台循环吞噬创作利润 先说第一个问题。第一张图是张月光这个月讲的，我觉得这段话讲得很好。他说，很多人没有意识到，AI 短剧是一个从来没有出现过的、神奇的商业模式。 首先，视频 AIGC 公司从字节高价购买 Seedance 模型，然后投流、投 KOL 获取 B 端客户，这些客户其实也是自己的广告客户。B 端短剧公司买了工具做成剧，再发回字节系平台，也就是抖音和红果上，然后再在字节平台投流。 投流是要花钱的，这个钱也是给抖音的。整个产业链的回收，全看字节的分账给多少。你发现了吗？从生产到投入，到广告，再到后面的所有循环，全部都在字节体系上。 平均来看，这个分成比例可能只有 3% 到 8%。3% 到 8%。这个数字也发生在很多行业，小游戏是这样，短剧是这样，直播互动游戏也是这样。 但从另外一个角度来讲，你想想这个不断循环的过程：这么多人，每天可能有几百万人在用这个模型生成各种各样的内容，投入到效果里，看转化率怎么样，然后不断循环。 你可以想象，在这件事情上，有了这个循环，Seedance 在视频模型领域的战场里，跟其他竞争对手根本就不是一个位面的存在。别的模型有那么多人每天在用、每天在测试效果，还能以秒来计算转化率吗？不可能，对吗？ 但即便如此，我们刚才说还有可灵、海螺、快乐小马以及很多初创公司。因为这个行业足够大，所以喝汤也够。 可是这个行业可能发展得太快了，快到瞬间走到了人的极限。人类这个造物主造出的、很有意思的东西，也会出现一些变化。 你会发现在过去两个月里，关于这个行业不太行、或者竞争过于激烈的讨论特别多。它直接把一件事情在很短的时间里推到了极限，短剧就是非常典型的。 说好的艺术家呢？对吧？ 最近有一个新闻：有一位哥们儿说，他做了 11 部短剧，上传到平台，最后赚了多少钱呢？9 块 6 毛钱。 你可想而知，这个事情没有想象中那么疯狂。其实能赚钱的人非常少。 ### 版权开始定价创作 所以我们不知不觉谈到了钱的问题，那当然就进入第三章：资本层面的版权之死。 第一章是技术层面的素材之死，第二章是产业层面的流程之死，第三章是资本层面的版权之死。 刚才我们说过，GPT-4o 出现的时候，吉卜力风格的照片应该风靡你所有的社交媒体。还有很多类似的照片，当时还有奥运会相关的图片，比如那个枪手、那个着火的表情包，以及各种各样的图。 那些图是 GPT-4o 生成的。我找了几张宫崎骏老先生的原版画作，大家可以感受一下中间的区别。 当然，宫崎骏老先生没有针对这一轮 GPT-4o 做过评价和发表意见。但他在之前大概 2021 年的一部纪录片里说过一句话。 注意，那是 2021 年。我们刚才讲的所有事情，都是在 2022 年之后发生的，可是 2021 年就已经有很多人在尝试用 AI 生成图片了。 宫崎骏老先生在那部纪录片里说过这句话，是一句日语，但不用翻译，大家应该也能看懂是什么意思。他的意思就是，那些人根本不知道人类的疾苦到底是什么，只是在用 AI 生成那些东西。 而这些生成的东西，并没有给宫崎骏老先生支付版权费。 所以我会觉得，在今天这个时间点，书籍、电视剧、电影，甚至电子游戏，这些我们最熟悉的、以版权作为核心商业模式的产业，遇到的问题都是一样的。 甚至这个问题在上一代 AI 出现的时候，也就是算法时代，就已经出现了，并不是因为今天 AI 生成视频才导致的。 于是出现了一些变化。今天这个时间点，世界上最头部的模型厂商已经足够大了，Open AI、Soft 已经过万亿美金了。它们可以用钱解决问题，因为这个问题本质上是钱产生的问题，那我就用钱去解决，对吧？ 所以它们开始购买版权。 有一家国外的独立媒体，专门研究 media，做了一个统计。我觉得这份报告做得非常好，大家如果有兴趣可以去找。我后面也会在博客里发出这份报告。 它说，版权购买的趋势，在购买的权益上也出现了变化。最开始只是买来做训练；到了 2023 年、2024 年，开始买发表的权利。除了买来做训练之外，还要买传播的权利。 后来开始做直播和 real-time 传播，也就是说，在生成的时候产生版权内容，我也要去购买这个权利。甚至到了今天，这个权利还要继续向外延展，覆盖更多外延上的事情。 模型厂商也知道这个问题。最头部的模型厂商，在过去几年里其实都购买了很多版权。 我们再看这些版权的分类。最大的肯定是新闻，因为主要是文字。第二是多模态，包括 music、audio、voice；第三是图片和视频；然后是 Wiki、书，以及 Reddit 论坛的版权。 在这些出售版权的厂商里，你也会发现，很多出版社、Wiki，以及一些传媒公司都出现了。 这些公司今天面临很多挑战：有人来买它的版权，而且是高价来买，它卖不卖呢？如果是你，你卖吗？ 我再举一个我更懂、更熟悉的例子：音乐。 今天 AI 生成音乐已经非常强了。你想做任何一首歌，几乎都没有什么太大的门槛。 于是就出现了一些问题。比如上面那个新闻：Spotify 上发布了几首 AI 生成的英文歌，用的是一位已经去世的歌手的声音。 大家想一想，这个版权归谁？首先，那位歌手已经去世了，他所在的公司拥有的版权，是他原来作品的版权。那他声音的权利归谁呢？应该归他的家人吗？那又应该怎么定价呢？ 所以这件事情闹得非常不愉快。而且你会发现，在各种各样的媒体平台上，用所谓已故歌手的声音去做歌，这种事情越来越多。 今天这个时间点再去统计，AI 生成的歌曲占整个平台上传量的比例已经越来越高了，这个数字应该很快会超过 50%。但还有一个数字：它们只有 1% 到 3% 的播放量。 也就是说，AI 生成的音乐只有 1% 到 3% 的播放量，大家还是在听老歌。 最右面那张图是 AI 生成语音公司 ElevenLabs，它是这个领域最好的一家公司。你会发现，这家公司在过去几年里估值不断上涨，现在已经是一家 110 亿美元的公司，是 AI 语音这个板块绝对的龙头。 面对这些数据，我们能说什么呢？ 更赤裸裸的是，今年 6 月，也就是这个月，AI 音乐的代表公司 Suno 融了 4 亿美元，估值达到 54 亿美元。它在 2 月份公布的 ARR，也就是年化收入，已经达到了 3 亿美元。 这就是 AI 音乐最头部的公司现在的状态。 今天因为有爱奇艺的同事在场，这件事可能之前大家也看到过。我会觉得，这件事挡不住了。今天不是爱奇艺做，也会有另外一家公司来做。 ### 创作者重新寻找价值 我们三个死亡已经讲完了，对吧？我的时间控制得差不多。接下来讲最后一章：创作者的重生。 最近我经常做 PPT。熟悉我博客的人应该知道，我的博客是以 PPT 见长的，尤其是相对比较硬核的行业分析。 但是这种方式可能不太适合播客，所以我做 PPT 的博客没有一次上过小宇宙的推荐。我回头去看所有上过小宇宙推荐的播客内容到底是什么，一看全都是鸡汤。 好，那我们就聊一聊鸡汤的问题。所以这一章我叫“创作者的重生”。 先看这张图，我们来点更吓人的。如果观众从事这个行业，大家先看那个动画。看懂了吗？ 再看这篇文章的标题。这篇文章是 Anthropic——现在世界上最好的模型公司之一——在这个月月初发表的，叫《When AI Builds Itself》。 它画了一张很有意义的示意图。原来我们跟模型的合作关系是：我们用电脑训练出一个模型，然后把模型加入训练过程，再训练新的模型；再加入模型，再加入流程，一直加、一直加，最后你会发现，到了最下面，人类不见了。 这篇文章很多人转发，应该很多人都看过，但几乎没有太多人去官网看过那个动画。我当时看到这个动画的时候，毛骨悚然。 When AI builds itself。它可以自己进化了。 然后是 Claude 最近发布的 Fable 5，能力强到一塌糊涂。它只上线了 3 天，就被美国政府禁掉了，因为太危险。 这是我们人类历史上第一次有比较强烈的感受。我再举一个例子，卡兹克可能是今天 AI 自媒体里最大的一家。他评测完 Fable 5 的所有内容之后，在文章最后写了这样一段，我觉得可以跟大家读一下： “我忽然觉得，我好像自己并不是一个那么有趣的人。我没有那么有创意，也没有那么多的想法。以前 AI 的能力还没有那么强的时候，我还可以拼尽全力去榨干 AI 的每一分能力，去摸清楚它的边界在哪里。 “那时候瓶颈在 AI 那边，我是那个推着它往前走的人，我的价值感很清晰，也知道自己在这个链条里的位置。但是现在 AI 的进步速度开始把我甩在后面了。我即使已经拼尽全力，坦诚地讲，也有点跟不上了。 “那些模型的能力边界开始离我越来越远。我不再是那个可以推着 AI 往前走的人了。我变成了那个在后面追着跑、气喘吁吁、越追越远的人。 “而当你被越来越远地甩在身后，你能感觉到一件事：原来我好像确实也没有那么有趣。” 他是一位 AI 资深博主，每天疯狂地使用 AI。上面那段英文，是刚才那篇 Anthropic 文章里的一段话，讲的是同样的意思。 在今天这个时间点，对 AI 边界认识最清楚的一帮人，开始出现类似“葛优躺”的状态。 但它太危险、太强大了，所以出现了一次调整：美国政府把它禁掉了。于是我们第一次看到了 AI 模型发展曲线上的一次倒退。因为它强得过头了，我们把它拉了回来。 但这个拉回来能持续多久，我们也不知道。没准过两天又放出来了。我们第一次出现了所谓的倒退。 前两天，原百姓网 CEO 写过一篇文章，里面有这样一句话：“我们回不去了，我也挡不住了。历史告诉我们，技术总会碾压一切情怀。” 你当然可以说情怀有这样那样的好处，但是每一次技术革命都告诉我们，技术总会碾压一切情怀。 再讲一个故事。听过我博客的人应该听我讲过这个故事很多遍了，但我觉得值得再讲一次。 10 年前，2016 年 3 月，AlphaGo 和李世石进行了一次人类历史上最重要的围棋人机大战。 结果是 4 比 1，大家都知道，五局三胜。第一局，李世石说自己是因为一个小的失误输掉了比赛，所以他不觉得 AlphaGo 很厉害。 第一局是鄙视、蔑视、瞧不起、轻视。 第二局，AlphaGo 下出了它的“神之一手”，下出了一步在人类理解范围内几乎不可能理解的棋，直接把李世石杀掉。2 比 0 之后，大家开始认为，AI 好强，好强。 那时李世石对自己的态度变成了纠结、怀疑和猜忌。他开始怀疑自己是否真的理解围棋，AI 是不是已经看透了一切。 第三局他迅速溃败，带着哭腔走向新闻发布会。在那个时间点，人类的感觉是道心破碎。 也是三局。我们今天已经无数次出现“三”这个数字了：1 比 0，2 比 0，3 比 0。3 比 0 打完就结束了，因为是五局三胜，AI 已经赢了，对吧？ 有意思的故事发生在第四局，第四局的第 78 手。李世石下出了人类历史上被称为“神之一手”的一步棋。 那步棋可能也让 AI 在那个时间点出现了错乱，他扳回来了。 你要想象一下，李世石在第四局经历了什么。他经历了从看不起、猜忌、怀疑、道心破碎，到突然意识到自己可能领先，然后坚持了下来。 你想，如果他再输了，人类真的是一败涂地。但他坚持下来，所以他赢了。 赛后采访时，他说自己下出的第 78 手，也就是那步“神之一手”，不是算出来的，完全是在绝望里产生的一种直觉和冲动。 后来有人计算过那步棋的概率，可能只有万分之一。这就是人类所谓的奇迹，我们才有了这一手，叫“神之一手”。 第四局赢了，但第五局最后还是输掉了。 今年 4 月，也就是 10 年之后，李世石上了一次韩国综艺节目。坐在他旁边的是一位年轻人，这个年轻人是 T1 的 Faker，是《英雄联盟》领域绝对的 GOAT。 之前如果没有因为马斯克调教 Grok，T1 就会跟今天世界上最好的模型一起去打《英雄联盟》。也就是说，人类历史上过了 10 年，又推出来一个人类代表去跟 AI 战斗。 在那期节目里，李世石说了很多话。我觉得这个节目非常有意思，大家有兴趣可以回家去看一下，B 站就有。 其中两句话我截了出来。他说：“如果 AI 能够像老师一样提供指引，降低围棋的入门门槛，那确实算是一件好事。” 积极的一面，很多人都会这么讲，对吧？AI 出现了，AI 也有围棋手，门槛降低了。 但他接着说：“事实并非如此。现在连顶尖职业棋手都在模仿 AI 落子。当人类沦为 AI 逻辑的追随者和模仿者时，我们还能称之为人类的进步吗？如果说以前是我们人类主导了围棋的发展，那现在是通过 AI 程序在学习。” 后面还有一段话，我觉得更重要。他说： “原本围棋并不是一种简单的体育或智力竞技，它更多代表的是文化和艺术。我大概是把围棋当作艺术来学习的最后一代人。 “如果从艺术的视角出发，围棋的胜负不过是在创作一部完美作品的过程中产生的副产品而已，胜负的比重其实并不大。归根到底，那些全神贯注于创作优秀作品的人，往往最终在胜负结果上也赢得非常漂亮。” 艺术创作，我们回到了今天的主题。 再举一个话题，又是引用仲卿的观点。他在一期很有意思的播客里讲对现代艺术的理解。他说，从杜尚把那个小便池放进博物馆的那天开始，艺术就是关于叙事、观念和颠覆的东西了。 刚才来的时候，有听众问我，今天的 PPT 还是手搓的吗？我说，当然。 当然，在做这些准备的时候，我也做了另外一些准备。比如我用 AI 做了这样的内容，也可以讲：AI 内容行业综述、AI 内容创作全景报告。今天这个时间点，AI 的能力已经可以做到这个样子，几句提示词就可以搞定。 我当然可以给大家侃侃而谈地讲，没有任何问题。如果再认真一点，我用一些素材、一些比较好的模型，比如 Notebook LLM，也可以做成这个样子，讲起来也没有问题，大家应该也能听得津津有味。 但是我觉得这样不太好，所以我还在坚持手搓。 可是你会愈发觉得，这种坚持越来越没有太多意义了。因为 AI 的能力在不断提升、越来越好，越来越逼近人类的极限，甚至超过人类。 更悲惨的是什么？这个故事还有后半部分。 AlphaGo 在跟李世石对弈之前，有一位中国选手樊辉跟它做过测试，当时的结果是 5 比 0。AlphaGo 以 4 比 1 战胜李世石之后，人类就再也没有在围棋上战胜过 AI 了。 技术会碾压一切情怀，对吗？当年的 Master 是 60 比 0，没有输任何一局。 既然围棋的输赢已经确定了，那为什么还要下棋呢？为什么还要继续下呢？ 再举一篇文章。我最近看到一篇文章，叫《第四支柱：AI 时代的文艺复兴》。它是一篇 Twitter 文章，作者是一家 VC 基金的 GP，原来在斯坦福大学任教，是一位生物学教授。 他回看了过去这么多年所谓的人类文艺复兴，认为每一次人类所谓的文艺复兴，都需要 4 个支柱。 大家看到我们这张 PPT 是 Notion Book Club 做的，不是我做的。大家发现风格不太一样，对吧？ 他说，前 3 个支柱是必然会发生的。首先是分发方式的颠覆，也就是渠道会变；然后是尘封知识的复苏，大家会回头去寻找古典的东西；最后是流动且集中的赞助资本，钱很重要。 其实这 3 个支柱，基本上跟我讲的知识、技术、产品、资本是一一对应的。但还有第四个支柱，叫全新的人类愿景。 这是最难的。分发、复苏和资本都是必然会发生的，但是这 3 件事已经在今天的 AI 时代发生了：分发渠道的变化、我们回头寻找所谓的古典理论，以及密集到达极限的资本集中。 这 3 件事是必然会发生的，但第四件事不会。第四件事不会自动生成，它需要人类去构建。 当今最顶尖的建设者并不缺乏智力、野心、工具或资本。他们能够在 10 分钟之内清晰地阐述刚才我们聊的所有事情，但他们难以描绘另一端——人类将变得更强大、更明智、更有能力、更有尊严——的具体表现到底是什么。 这不是建设者的失职，因为在我们向他们提供人类的新图景之前，就先提供了工具和资本。 第四支柱只能由特定的人坐下来亲手打造，也就是所谓的创作者的重生。 再举一个更现实的例子，比如我们所熟悉的媒体领域，其实已经出现了这样的趋势。 这篇文章是一位我很喜欢的美国专栏记者最近一次演讲的内容。他说，媒体正在出现一些变化。大家听我一讲就明白：你会发现，所谓总结和摘要的权重在降低，但人与人之间的秘密变得越来越重要、越来越有趣。 古板的、经典的，或者说比较严苛、边界规划得很清楚的东西，变得不那么重要；但鲜活的、live 的东西，就像我们今天在抢的一样，变得更重要。 传统媒体的专业机构变得越来越不重要，但 founder，也就是个人，变得越来越重要。大家为什么要打造所谓的个人 IP？ 那些华丽的、包装得特别好的东西越来越不重要，但乖张的、个性的、鲜活的东西，反而越来越受到表扬。 昨天我看到一个朋友说，这个世界在奖励“抽象”。这似乎就是刚才我们讲的第四支柱的问题：那人类到底还剩下什么？ 审美、信任、直觉，可能都值得。 这是最后一页。 当 Claude 5 发布之后，我转发了刚才说的那段卡兹克的内容到朋友圈。一位朋友在下面评论了一句话：“AI 哪有你有趣啊？” 那张漫画是国内非常有名的漫画大师汤姆老师最近刚画的。他把 AI 拟人化成了两只狗的鼻子，但那支铅笔，以及牵着两只狗的手，还是由人类来完成的。 好，感谢大家，时间正好。谢谢。