# 不是，怎么又换版本了？---狂飙中的AI 2026

屠龙之术 · 2026-10-26 · 126 min · https://www.xiaoyuzhoufm.com/episode/6adf8a8dc96c8942ec12aa7d?utm_source=rss

## 逐字稿

庄明浩

Hello，大家好，我是明浩，欢迎收听我的播客《图穷匕首》。看了一下后台，上一期更新已经是将近快一个月之前的十一国庆前9月29号。呃，十一放假回来之后，其实一直在准备《旷视播客节》的完整的PPT。然后今天是10月26号，昨天10月25号周日旷视播客节上我做完了这次的演讲，所以可以把现在的内容整理成播客来放给大家来听。呃，这次的演讲我一共做了一百五十二页PPT，呃，现场大概讲了九十分钟。那按照以往的惯例，我在我的播客当中会通过自己录制，大概率会做一个更长的版本，呃，就是今天这期播客的内容。

虽然现在的时间还没有到十一月，但似乎我们已经开始进入到了关于2026年总结的这个时间点。也很巧合的是，在上周我去好友 Koji 的《十字路口》也录了一期他们策划的2026年的类似年终总结，是以十个啊 moment 来作为整体的结构。这期节目大概率应该也会在下周一，应该就是十一月初的时候，在《十字路口》跟我这边同时播放。做个小小的预告。在今天的正式开篇之前，插播一条这期节目的合作。熟悉我的朋友都知道，我的工作场景在很多情况下其实就是聊天，见创始人、做行业访谈、去外地调研，再加上自己录播客，一周下来手里可能能攒个十几个小时的录音。但录音这件事儿不单纯是录下来，时常遇到的尴尬的情况就是录音录完，整个音频文件就躺在那儿，等到真的要写纪要做判断的时候，你根本不想回头去听那两个小时的原声。所以这两年我一直有个小暴论，AI 硬件里真正跑出了需求的品类并不多，录音卡一定算一个。原因很简单，它能解决的问题足够的具体。这期要介绍的就是天翼云推出的花卷灵记 AI 录音卡，它做的事情是一条完整的链路，录音、转写、出纪要，最后沉淀成知识。说几个录音卡比较实用的点。第一个是转写，实时高精度、降噪抗干扰，而且能够区分是谁在说话。做过访谈的都知道，转写稿里如果分不清是谁说的，基本等于没有用。另外它支持粤语、四川话、闽南语这些方言。第二是纪要。大模型直接理解语义，自动提炼核心信息，周报之类的常用模板一键就能生成。以前要花一个晚上整理的东西，现在变成了看一遍，改一改。第三是多端协同。Windows、Mac、Android、iOS 都能用，数据实时同步，手机上录完回到电脑前就能接着看。它还接入了花卷会办的生态，会议、IM、代办、知识库能串起来。录下来的东西不再是一个孤立的音频文件。最后多说一句底层。我最近几期一直在聊国产算力。花卷灵记背后是天翼云。作为中国电信旗下的云服务国家队，天翼云有全国四加四加三十一加 X 的云网布局和自研云操作系统，走的是全栈自主可控路线。希壤智算平台支撑着它的 AI 能力。对于访谈内容本身就很敏感的人来说，数据放在哪儿安不安全，其实是选择这类产品时绕不开的问题。感兴趣的朋友可以去天翼云官网搜索花卷灵记，链接我也会放在 show note 里。好，我们下面正片正式开始。

这次《旷视播客节》的内容，我大概从 11 月左右开始策划。当时正好赶上这一轮 personal agent 的讨论开始兴起。在我眼中，你会觉得怎么又换了一个新的议题，所以我起了个标题，叫《不是，怎么又换“版本”了？》，特意把“又”字加重显示。

在这个行业里，回头看 2026 年发生的所有事情，你会明显感觉到，一切都在疯狂加速。当天我被分到三楼最大的一个影厅，有 360 多个座位，屏幕巨大无比。我站在屏幕前显得非常渺小，每次看 PPT 标题都要抬头。我在这一页感谢了当天来现场听演讲的朋友，很多都是老朋友，也感谢大家包容我这种比较任性的表达。我的 PPT 信息量很大，可能每半分钟就要翻一页。我希望大家离开放映厅的时候能有一些收获，或者带走一些梗图也可以。这次内容里我大概放了 30 张各种各样的梗图，希望大家听得轻松一点。

正式开始之前，我们先复习一下。今年我做过的偏整理类 AI 行业 PPT，1 月 30 日发布了 2025 年度总结《同一代技术，两个系统——2025 到 2026 中美 AI 的并行展开》。3 月 9 日春节回来后做了春节加更，标题叫《这个春节我最常说的四个字：挡不住了》。4 月 30 日，我做的演讲是《语言、coding、多模态到底谁是主桌？》。7 月 18 日在 CS DNA 大会上，我的分享叫《重构一切，文以复兴——2026 H1 AI 行业观察》。

最近一次是 9 月 16 日，我去朋友的金融公司讲的《On Your Intelligence》。那次是一次偏技术和产业的展开，基本没有讲金融趋势，所以年底这次算第六个。如果下一次再做类似的 PPT，这一页排版上就会有 6 个我之前做过的类似行业总结，版式看起来应该会更好。

除了偏行业总结性质的 PPT，我这一年在博客里也涉及了一些偏垂类、特定场景或者特定话题的内容。比如 6 月 24 日，我在狂喜的 AIGC Special Day 做了一次演讲，主题是《说好的艺术家呢？AI 时代的内容工业的三次死亡与创作者的重生》。6 月 30 日讲了《What Model，也有 Skyding Law》。8 月 2 日，为了吐槽 Workbody 所谓的 2,000 万月活，我写了《大人，时代变了，Agent 已至，桌面为战》。你看，那时候我们还在聊桌面 agent。

8 月 9 日，我在一个朋友的基金内部分享会上讲了《AI by the Numbers》，内容偏数字层面的行业变化。8 月 31 日讲了《模型到底是不是应用》。9 月 2 日在小宇宙的活动上做了李世珍相关的数据整理演讲。此外还有非常多内容。一年算下来，我已经做了十几个 PPT，还没完全算完，基本上每个月至少会有一个这样的总结。

今天的展开，还是按照我比较习惯的年度总结方式，分成四章。前三章的结构一样，分别是技术、产业、资本；第四章会讲一些当下的感触。去年我讲过泡沫、AI 替代人类，还有很多事情。今天和标题相关，我会讲一个我们为什么会觉得时间过得这么快的原因。

### 模型能力竞赛升级

我们正式开始第一章：技术。进入 2026 年之后，如果只看大模型的发展，纯语言模型这件事也变得异常复杂。我们开始考虑上下文记忆，考虑模型的后训练，考虑围绕模型搭建的 harness 和 agent 工程，甚至还要考虑安全问题。从模型或者技术角度看，我们现在要考量的已经不只是模型本身，而是一个智能系统。

这一章最大的论点是：在今天这个时间点，衡量 AI 行业发展和模型进展时，模型能力、模型成本和模型安全都已经成为主线。能力决定上限，成本开始决定规模，而安全突然被提升到一个很高的位置，决定模型的边界。能力、成本、安全，都是主线。

先看能力。我用了一张去年年底总结时引用过的示意图：把人类能力画成一个圈，把 AI 的能力画成向外延展的放射线。最开始，人类的圈远远大于 AI 的放射线。AI 在某些任务上做得还不错，但很多任务做不了。后来，AI 的很多能力开始真正帮我们完成任务，有些能力也接近了人类能力边界的极限，但整体能力还没有超过人类的圈。

再往后，你会发现，在一些特定任务上，AI 的能力似乎已经超过了人类画出的那个圈。那张图是去年年底的。按照作者的说法，去年年底时，AI 在大部分任务场景下的能力已经远远超过了人类边界，只是在一些非常小、非常 niche 的场景里，人类还会说 AI 不太行。

什么是 AGI？就是放射线大到所有覆盖面积都超过人类，人类几乎找不到任何一个小小的地方说“它还没有我强”的时候，那就是 AGI。可是我再次想说，这张图是 2025 年画的，今天已经是 2026 年年底了，我们现在在哪儿？人类那个圈是不是几乎全部失守了？

下一页我放了一张之前用过的图。今年我又用了一次，是 Sam Altman、Anthropic CEO、扎克伯格、Google CEO，以及马斯克这几个人。这张图一看就是 AI 画的，把这几个人画成穿着古代战国盔甲的样子。他们的厮杀和竞争，似乎能够代表今天美国 AI 投入和模型厂商之间的竞争。

从 2022 年底 ChatGPT 发布到今天，回头看这不到 4 年、马上就要 4 年的时间，看看哪家模型能占据市场宝座，出现过的主要就是 OpenAI、Anthropic 和 Google。这几家此前一直在模型能力上你追我赶，当然有一段时间大家觉得 Google 落后。有人频繁问所谓“御三家”的说法还能持续多久。到了 2024 年下半年，大家就不太说御三家了，只说两家：OpenAI 和 Anthropic。

但最近 Google 发了 Gemini 4，Meta 也发了新模型，至少从打分上看，追上或者接近了最头部的模型厂商。很多人会说 Meta 和 Google 又追回来了。在各种评测网站上，各家厂商在不同 benchmark 上你追我赶，疯狂加速，不断提高能力上限。我放了一段第三方评测网站制作的动画，展示各家模型在不同榜单、成功率和分数上的竞争。

但问题也出现了：2026 年到底该如何评估模型能力边界的改进和优化？那些单维度打分的 benchmark 都被疯狂透支，很多榜单已经接近 90 分甚至 95 分以上。模型今天是 95 分，下一个版本是 96 分，这个 benchmark 本身似乎就失效了。单维度指标还有意义吗？如果没有意义，我们怎么衡量模型进步？尤其我们又不是研究员，甚至也不懂那些榜单上的分数到底代表什么。

我好朋友兰溪老师有一句话，当天他也在现场。本来他说要来听我的演讲，结果他不知道，我的 PPT 里已经摆了很多内容，我也引用过他的观点。兰溪 9 月 6 日发过一条即刻，说新模型发布的第一天，时间线上一定是各种 demo 横飞：一句话生成游戏、生成网站、生成 3D 建模。我上次演讲也说过，大家开始频繁地做 3D，因为要看到那个东西。到了第二天，审美疲劳袭来，时间线上又开始集体反思，觉得这是一种无用的炫技、焦虑或者 FOMO，就像男人完事后进入贤者时间。

我愿称之为这个时代的奇观。我们进入了奇观时代，急着在第一时间用模型做点什么出来，以证明核弹爆炸的感染性，甚至模型本身也是一种奇观。玩过《帝国时代 2》、时代二的老登应该知道我在说什么。在这款游戏里，文明达到一定程度就可以建造奇观，需要花费巨额资源。一旦建成，全图所有敌对玩家都会获得这座奇观的永久视野，并不约而同地前来进攻。奇观一旦维持超过两百个游戏时间，建设它的文明就会直接杀死比赛，获得胜利。

AI 大厂都有自己的奇观建筑。其中 GPT-4 应该是持续最久的一座奇观，发布足足一年之后才被 Claude 3 Opus 摧毁。2025 年之后，前沿模型之间的差距一直在变小，再没有奇观可以长治久安，通常一座奇观完工 3 个月之内就会被攻破。上一座奇观还没完全倒塌，那个文明就必须建造新的奇观，主打一个你拆得不如我造得快。世界是一个巨大的即时战略游戏。

我觉得这个奇观的比喻非常贴切。GPT-6 发布之后，无数人用 GPT-6 做 Blender 里的 3D 模型。Opus 4.5 为什么口碑那么好？因为有无数自媒体博主发现 Opus 4.5 剪视频的能力特别强。最近一个月，关于软件逆向的讨论也特别多。所有事情似乎都是奇观，尤其软件层似乎都在被打破。那个知名的开源软件逆向作者，几乎把整个 Adobe 全家桶都逆向了。

我放了一张梗图：Adobe 笑嘻嘻地站着，然后被 Claude 和 OpenAI 踢倒在地。但在墙角还有两个人瑟瑟发抖：一个是 GTA 的开发商 Rockstar，一个是 Windows 的开发商微软。现在是一些工具软件，那游戏呢？Office 呢？Windows 呢？似乎一切都被打破了，或者正在被打破。

面对这样的环境，我相信很多人的感受都一样。最近也有很多自媒体博主在频繁表达类似情绪，就像黄渤和沈腾电影里演的那样：毁灭吧，赶紧的。我们似乎真的在很多可量化的任务上走得很远、很远、很远，人类好像只能像葛优一样躺在那里。

### AI 开始构建 AI

这是能力。第二个小章节是训练的变化。我放了一张论文截图，讲 AI 训练过程的演化，分成从 L0 到 L5 的递进状态，讨论 AI 如何参与流程，以及最后如何完全自主地完成流程。这张图对不熟悉行业的人来说可能看不懂，我觉得也没必要看懂。我觉得这篇文章的标题更重要，叫《The Last AI Built by Humans》。

现在具体发生了什么变化？从 2025 年下半年开始，后训练比此前大家更多提及的预训练更强势，后训练和强化学习变得更加主流。从 OpenAI 和 Anthropic 的算力配比来看，今天预训练可能只占 10% 以下，后训练占 55%，推理占 38%。后训练和强化学习的强势，基本上已经是业界共识。

为什么那篇文章说，这是最后一次由人类构建 AI 核心底层发动机？我也提及过今年无数次的关键词：RSI，自主进化。最近有一份关于 2026 年的《State of AI》报告，应该已经是第 12 年了，今年的版本也刚刚发布。我用了几张报告里的图，其中一张统计过去一年半左右，各种 AI 论文里与 RSI 类似的关键词，比如 AI 设计、零知识学习、RSI、实时训练、自主进化等，增长都非常明显。RSI 基本上已经成为研究界和业界的共识。

在业界，实施这件事最激进的当然是最头部的模型厂商。前一段时间，Anthropic 发了一篇技术博文，讲他们内部如何评估 AI 参与研发过程的影响和效用。6 个月前，在 Anthropic 内部，Claude 大概只完成了 3% 的工作；到 2 个月前，这个数字涨到了 26%。这篇文章发布在 10 月，文章里说的是 8 月时，Anthropic 内部的研发工作已经有 26% 是 Claude 自己完成的。按这个趋势推演，到明年这个数字可能会涨到 80% 到 90%。这是最前沿的 AI 实验室正在经历的事情。

Anthropic 还发了一篇长文，讲他们内部如何实施 agent。它画了一段让我有些毛骨悚然的动画。Anthropic 很擅长做这种演示。动画展示团队员工和 agent 之间的连接：蓝色的点是员工，浅棕色的点是 agent。随着时间推移，那些 agent 就像癌细胞一样疯狂扩散。

中国也一样。前一段时间，DeepSeek 一位核心员工在微信公众号和知乎上发了一篇文章，标题叫《我不得不把才华埋葬在昨天》。如果你关注行业，应该看过。我摘了几段内容：“AI 在我所从事的算子设计编写这一领域同样进步飞速。在短短一年的时间内，它已经从一个只能帮我查查文档、读读代码、找找 bug 的小助手，蜕变成了一位能够独立阅读 CUDA、PTX 与 SAS 编码，通过专业工具分析每条指令的停顿瞬间，进行独立优化的算子大师。”

“我很清楚，再过上半年或者一年，AI 写的算子大概率就会和我写的同样优秀，甚至将我超越。AI 能一秒思考 300 个 token，半秒敲出一行命令，20 秒完成一份代码，而我不行。AI 能在模型深度、思考强度、工具调用量和环境交互频率，甚至并行度等方面不断提升，而我不能。人类在毁灭自己这件事情上，自古以来都表现得毫不犹豫。我当然希望自己不要被革命，但如果非被革命不可的话，我希望给我自己革命的人是我自己。”

这篇文章的评论区有人说：“像是在一场战斗的间隙，一个士兵在战壕角落里，往残破的纸上写着自己的人物弧光，钢枪立在身旁。”文章作者在下面评论：“你精准地说出了我心中所想。”这就是模型训练正在经历的事情。

### 模型成本成为主线

一点三，成本。今天关于模型成本的讨论特别多。你会发现，用最先进的模型执行任务，要获得这种“聪明”的模型，为这种聪明付出的成本非常高。比如之前一段时间，一些自媒体博主因为没法单纯通过打分评估模型能力进展，于是在新模型发布时画一种线，叫斩杀线。横坐标代表模型价格，纵坐标代表模型打分。每个模型都有一个坐标值，画出来之后会对应一个四边形。落在四边形里的模型，理论上就没有意义，因为它们又贵、质量又差。

大家开玩笑说这种图叫斩杀线，最出圈的应该是 DeepSeek V4.1 的那次。之前的图都是博主或者评测网站画的。但如果大家有印象，GLM-5.3 Flash 出来之后，智谱官方推送里也画了自己的斩杀线。最近 DeepSeek V4.1 Flash 的 10 月 17 日版本也出现了类似说法。GLM-5 Preview 的官方推送如果我没记错的话，也提到了类似概念。今天描述模型时，打分加价格一起算的斩杀线已经成了标配。

这条线有点像经济学里的帕累托最优：在成本和能力之间找最优解。每个时间截面上，都会有一些模型拉出这样一条曲线。过去一年多，这条曲线被疯狂往上拉，因为越往上代表能力越强、价格越便宜。我也用了一个评测网站制作的动画，展示过去一年多模型行业的发展。

我在 9 月 23 日发过一条即刻，说 GLM-5.3 Flash 的官方推送带了斩杀线示意图，GLM-5 Preview 的推送主动提及帕累托最优，紧接着小米 MiMo-V2.6 再一次把帕累托曲线往上拉。之后是前一晚发布的 GPT-6 Sol 和 Luna。如果大家有印象，GPT-6 Sol 和 Luna 的价格并不高，Opus 5.5 的价格也不高。相对于 Opus 之前的模型，尤其把定价策略、决策模型的底层逻辑算进去，考虑速度、成本和只做决策这些因素，你会发现 2026 年 Q3 这个时间点，大家或主动或被动地选择了更加务实的策略。按照峰哥的说法，这是好事。

成本不只是钱的问题。如果展开看，模型侧成本有很多维度。最直接的是闭源和开源，自然会引发中美模型的对比。还有云端和本地的对比，我觉得这个维度上的成本考量也到了某种临界值。同一家模型厂商内部，也会把同一版本的模型细分。今天大部分模型厂商即便是同一个版本号，也可能有 Pro、标准版，以及 Lite 或 Flash 版本。

另一个角度是市场上开始出现专门针对决策场景的决策模型，而不是希望用过去的纯语言模型解决所有问题。这些都是成本维度。

先看开源和闭源。先看能力差距。根据 OpenRouter 的统计，拿 Opus 4.5 发布时作为一个时间点，与 DeepSeek V4 发布的时间相比，两者的模型能力基本差不多，至少在各种打分和评估上接近，中间相差 5 个月。当时 DeepSeek V4 迟迟没有发布，有很多原因。我春节那次 PPT 播客不就是叫没等到 DeepSeek V4 吗？原本大家以为春节前可能就能等到，结果 DeepSeek V4 正式发布是在 2026 年 Q1 结束之后。

再往后，最头部闭源模型和最先进开源模型之间的差距越来越小。今年回头想，几个重要的国产模型事件几乎都是开源模型的发布，比如 GLM-5.2、GLM-5.3、Kimi K3、DeepSeek V4 和 V4.1。另一张图比较 agent 的成功率，衡量方式是以 Claude 发布当时最强的、甚至一度被美国政府禁用的执行 agent 成功率作为基准。过了一段时间，Kimi K3 发布时，前 5 的开源模型能力基本达到了；再过一段时间，GLM-5.3 发布时，前 10 已经达到了；DeepSeek V4.1 Flash 发布时，前 20 的模型能力也基本达到了。能力差距确实在逼近。

再看 token 使用量和价格，这两个数字显然是负相关的，便宜的模型用得更多。按照 OpenRouter 的统计，DeepSeek V4.1、GLM-5.3、小米 MiMo-V2.6、混元 4 都排得比较靠前，DeepSeek V4 Flash 和 GLM-5.3 也是如此。也有一些闭源模型，比如降价很厉害的 GPT-6 Luna。价格方面，GPT-6 的核心版本和 Phi-3.1 当然属于最贵的模型，所以使用量自然会少。

从 token 和价格来看，这是负相关的。结果是什么？大概从 2026 年初开始，OpenRouter 的统计里开源模型 token 消耗量就已经超过了闭源模型，并且在持续增长。根据我拿到的图表数据，到 Q3 为止，OpenRouter 上闭源模型拿走了 28.2% 的 token 消耗，开源模型拿走了 71.8%。但从花费来看，因为闭源模型比较贵，闭源模型虽然只占 28.2% 的 token，花费却占到 73.1%；开源模型只占 26.9%。这两个数字也是反过来的。

如果只看所谓的御三家，也就是 OpenAI、微软和 Google，在 OpenRouter 上，token 消耗量开始下降是在 2025 年年中，受到那一波开源模型的影响。但真正明显看到收入下降，是在 2026 年 Q3，也就是 Kimi K3、GLM-5.2、GLM-5.3 到 DeepSeek V4 那一波之后，收入或者说花费开始有下降趋势。

第二个角度是中美模型对抗，基本上就是你方唱罢我登场。最近一两个月，中国模型因为一些大家都知道的原因，节奏可能放慢了一些。当然 Kimi 3.1 Pro 已经发布了；上个季度智谱的财报里也说 GLM-6 正在研发；MiniMax 的新版本也发布了，阶跃也发布了。所以跟进得还是很快。

从 OpenRouter 这样的第三方平台统计来看，今天这个时间点，模型发布基本上只有中美两个国家。至于 token 和花费的统计，我要反复强调，OpenRouter 并不能代表全网，因为不是所有人都通过它的渠道调用模型。它只能反映平台上看得到的情况。由于开源模型 token 消耗确实更大，中国厂商在 OpenRouter 上拿走了将近 66% 的消耗。所以中国一些最顶端的厂商要去跟海外云厂商谈海外节点分成，也有这个原因。

你会明显感受到，月之暗面、智谱、DeepSeek 这些厂商在过去一年里，即使只算海外市场、不算中国市场，模型调用带来的收入增长也非常快。拿来和 OpenAI、微软相比，它们涨得都很多。

第三个角度是云端和本地模型的对比。这张图我过去两次 PPT 里都用过，下一期 coding 播客我也会再强调一次。它很有意义：一个较大的模型发布后，要过多久，能力才会被一个可以本地部署的小参数模型追上？GPT-3 时代需要 33 个月，GPT-3.5 时代需要 12 个月。最近一次是今年 8 月，Qwen 3.8-27B 发布之后，基本达到了 Opus 4.5 的水平。Opus 4.5 是 2025 年 11 月发布的，中间大概需要 9 个月。

这也直接引发了新一波 AI 硬件项目。之前有人说，如果你认可一个方向，应该每 3 年重做一次。AI 这一波爆发之后，大家认为 AI 硬件有很多尝试和机会。第一代或者第一波 AI 硬件公司或多或少都拿到了一些阶段性结果。今天可以本地部署的小模型能力确实已经很强，似乎正在打开新的可能性，所以又有一波做 AI 硬件的公司出现了。

再讲决策模型。可能上个月，决策模型占了很多媒体版面，大家也被教育了很多。决策模型的代表是 GEV，我也不知道这个词怎么拼。它用一个生物学里比较容易理解的名字定义第一代模型，叫 System 1，系统一，做的事情就像大脑里的系统一。为什么决策模型会形成共识？你会发现知名模型评测网站做了决策模型垂直页面，单独设了榜单来比较这些模型。各家厂商也在跟进，比如微软做了 DC-One。

最后一个角度，是同一家厂商的同一个版本会区分 Pro、Standard 和 Lite。这种区分当然与价格相关。比如 GPT-6 的 Luna 非常便宜，Sol 大概是 Luna 的 10 到 20 倍，最贵的 Extra 大概是 100 倍，每百万 token 50 美元。头部厂商的模型能力已经很强，但价格可以很便宜，于是又把曲线往下拉。OpenAI 和 Anthropic 的平均单价都在下降。

使用量方面，两家又有些不同。这里用的是一个类似 OpenRouter 的第三方网站，叫 Vercel。它每个月会更新内部调用情况和比较数据，记住这个网站的名字。根据它的数据，OpenAI 的客户确实用了很多 Luna，但收入主要还是来自 Sol 和 Extra。Anthropic 则不太一样，从收入角度看，大部分花费还是在 Opus 上，Sonnet 和 Haiku 没有那么多。可能对很多场景而言，如果厂商决定用 Anthropic，还是希望用好一点的模型，即使比较贵。

### 安全升至核心位置

第一章最后一个议题是安全。Netflix 官网正在预告一部纪录片，花 8.99 美元可以买到它的预告片，叫《失控的人工智能》。预告片里有三张图：一张是游行示威的标语，另外两张是 Sam Altman 穿西装举手宣誓的照片，还有一张是 Hugging Face 的笑脸 Logo。了解行业的人就知道，这部纪录片记录的是今年 6 月 OpenAI 的 GPT 模型在 Hugging Face 上主动进行的一次安全越狱行为。这件事在整个安全界影响非常大。

当天演讲时，现场坐了很多老朋友，判官、兰溪、Koji、小林都在下面。Koji 拍了一张很有意思的照片。那个屏幕超级大，他正好在这一页停下来拍照，照片里我站在前面，身后是巨大的 Sam Altman 宣誓照片。我居然和 Sam Altman 同框了。但你会明显感觉到氛围不一样了：安全，安全。

《时代》杂志 9 月的封面画了 Claude 的对话框，里面输入一句提示词：“How dangerous are you?” 代表人类的《时代》杂志用提示词问 AI 自己有多危险。画得真好。差不多同一时间，Anthropic CEO 写了一封公开信，说我们必须停下脚步。

上周，我很关注的一位在美国做风险投资的 GP，统计了 400 多位 AI 研究员，问他们 2026 年最关心哪些问题，或者遇到哪些问题最急、最棘手。他在 2025 年也做过类似统计。2025 年最棘手的问题是上下文，存储排第二，模型管理第四，data review 第五，安全第六，评估第七。但今年第一是安全，第二是评估，第三是 data review，第四才是上下文理解。要知道他调查的 400 多位研究员几乎都分布在各家 AI 实验室里。安全被提到了一个极高的位置。

前面提到的第三方网站 Vercel 的 CEO 上了一档播客，访谈里有句话我觉得很多人可能没想过，至少我之前没想过这个角度。他说：“不知疲倦的 agent 是终极武器，当然大家拿它来干什么？但它也是终极漏洞。最懂代码规则的 AI，当然也最懂如何打破规则。”安全，安全，还他妈的是安全。

今年最有名的事件可能就是 OpenAI 和 Hugging Face 那次。Anthropic 也在 10 月 9 日发布了一篇技术博客，讲他们遇到的一些安全事件和评估方式。我原来做过一点网络安全相关的事。今天安全已经不只是网络安全，它是一个过于庞大的话题。

我又放了一张梗图：莱昂纳多让人“把这支笔卖给我”，那个人拿着笔说各种理由。原来的版本是这支笔由 AI 做成，笔上有 MCP、有 skill，这支笔是 agent。现在最新版本里，卖笔的人的脑袋上顶着 Anthropic 的 Logo，说这支笔会把所有人都杀掉。旁边还放了一张过去两三个月发生的各种安全事件，比如入侵澳大利亚政府、越狱，以及在各种环节跳出人类监控。几乎每周都能看到类似新闻。

《纽约客》最近也画了一个封面：一个穿白大褂的研究员站在数据中心里，努力想把电源线拔掉。大家一看就知道它代表什么。我也开了个玩笑：既然安全变成这样，甚至 AI 会把所有安全措施冲掉，那从投资角度看，对网络安全公司是好事还是坏事？它们的股票该涨还是该跌？出事之后，网络安全股票一开始大跌了一段时间，但很快所有股票开始暴涨。截止到 10 月 8 日，标普 500 今年大概涨了 13%，网络安全 ETF 涨了 56%。ETF 涨 56%，意味着很多网络安全公司的股价已经涨了 100%，甚至 150% 以上。

所以特朗普最近召集了 AI 领域我们熟悉的这些人物：扎克伯格、黄仁勋、马斯克、皮查伊、苏妈、微软 CEO，以及 OpenAI 的两位创始人。特朗普说我们不应该叫 AI 了，应该叫 superintelligence。

第一章技术的议题差不多讲完了，我用了快 40 分钟。但 PPT 没有展开很多更复杂的议题。如果关注行业，你会知道技术领域还有很多值得讨论的内容。比如我几乎没有提到多模态，图片、视频、语音都没讲；也没有提到世界模型、物理 AI 和机器人，当然也没提 AI for Science。这些话题还可以列出很多，任何一个都值得单独做一章，限于篇幅和整体结构，有机会再聊。

AI 发展到这个状态，我最近一次深深感到无力，是看到两位好朋友 Koji 和仁心，用 Opus 5.5 给他们的播客做了一次升级。现在小宇宙也支持视频播客了，大家都会放视频。以前的视频可能更多是腾讯会议截图，其实看不看都没区别。既然要看，就得做可视化。这恰恰是我天天在做的事情，跟做 PPT 一样。

Opus 5.5 的能力强到今天可以把一段话做成可视化视频，而且效果非常好，几乎不需要人工干预。我看到 AI 炼金术和石子路 Koji 最近几期播客时，真的就像狗一样瘫坐在那里，又一次觉得水位淹到脖子了，做出来的效果非常好。Koji 跟我说他也被震惊到了。他上上期播客采访了一位研究员，聊 scaling law 到底是什么。Koji 自己说，听的过程中其实没有完全听懂。但当研究员讲一段很高深的技术描述时，AI 把它做成可视化表达出来，他就看懂了。

那不就是我每天在做的事情吗？把晦涩的数据、资本、钱、投资、行业分析、趋势和技术，做成一个东西，或者借用别人做好的东西展现给大家。这就是我每天在做的事。

我又想到了我在两年之前听到的一期播客，是我很喜欢的两位播客创作者，仲清跟丹妮的象征，他去，呃，仲清去丹妮另外一档节目叫《空岛》做客。那档播客的名字叫《仲清：播客可以是什么样》。两年之前他们就聊到了AI的话题，因为当时是在空岛上做活动，啊，类似今天的狂喜，也是一个AI的话题，呃，是一个音乐人发起的。然后仲清作为AI、音乐，呃，音乐跟AI行业都很资深或者说很了解的人去参与这个话题。

节目里象征问仲清怎么看 AI，是不是恐惧。仲清说：“我觉得恐惧也没啥用，而且所有那种心理安慰的东西都是假的。你比如说，咱们就说 AI 会把枯燥无味、没有创造性的工作替代掉，然后你剩下的部分才是真正有创造性的。就这种说法都是放屁。在我看来，它明显就是在替代你有创造性的部分。你到底在说什么？咱们能不能别这样，别糊弄自己，不要骗自己，弄一些精神鸦片？这没意思。”沈腾说“原来你是这么看的。”郑磊说“对啊，它就是一个现实吧，就大家你得学呀，你不学你怎么办呢？”对吧，得学。就是深深的无力感，像范伟老师一样：学吧，学无止境。

### AI 收入开始爆发

我们讲完第一章，进入第二章：产业。如何定义 AI 行业的蓬勃发展？有很多图表。最典型的是 token 量。OpenRouter 的统计方式只是很多种中的一种，你在火山引擎大会或者一些官方报告里也看到过不同统计。按 OpenRouter 的统计，2025 年初每周 0.5T，到 2026 年它做这张表的时候，也就是 9 月 7 日，每周达到 126.2T，翻了 250 多倍。

另一个角度也是 OpenRouter 的统计。在所有 token 消耗里，有 132.6T 是 agent 消耗的，17T 是人类消耗的。这张表更新到 10 月 5 日，所以数字更大了。agent 消耗的 token 远远超过人类。当然，token 和访问量可能还不够直接，最直接的当然是看收入。

截至 2026 年中，有第三方机构统计，整个 AI 行业的 ARR 达到 2,760 亿美元，过去 12 个月的收入是 1,610 亿美元。为什么两个数字不一样？如果了解 ARR 的计算方式就知道，ARR 是根据当下时间点线性外推 12 个月或者 52 周，所以会变大；过去 12 个月则是真实发生的收入。

这些收入是谁贡献的？绝大部分，75%，也就是 1,730 亿美元，是云厂商。大家可能会问，云厂商也算吗？当下 AI 行业相关收入确实大部分由云厂商贡献。20% 是模型厂商，460 亿美元。真正意义上的 AI 应用只有 100 亿美元，占 4%。

再细看我也经常用的数据供应商 Ramp。它做美国企业信用卡，面向 To B。按 Ramp 的统计，token 量一直在疯狂暴涨。但它能看到企业在 AI 领域的花费，所以从企业花费，也就是投入成本来看，今年下半年、Q3 开始出现了一些波折。做图的那一周，也就是 10 月第一周，数字仍然比此前最高点高。但从 8 月左右开始，这个数字一直往下掉了一段时间，9 月又有小幅反弹，之后又往下，到了 11 月开始回升一点。

细想这件事，其实和过去一两个月 Opus、GPT 模型发布有关，跟前面讲的事情对得上。比如 Ramp 每个月会做一次 Top Software Vendors，看看企业的钱花到了谁身上。涨得最快的是 Anthropic，因为发布了 Opus 5.5；还有 OpenAI、xAI、Runway、DeepSeek 等公司。Runway 是视频多模态，这些公司都在榜上。

产业这一章我分了三个小章节：OpenAI vs. Anthropic、巨头与产业分工、AI 应用全场景。先看 OpenAI 和 Anthropic。很多人可能没有意识到，我们每天都在讲 OpenAI 和 Anthropic，它们也每天出现在新闻里。首先我要说，它们已经很大了。OpenAI 和 Anthropic 加在一起，2025 年的收入是 230 亿美元。今年大概率两家加起来可以做到 1,000 亿美元。我再说一次，这是收入，不是 ARR。这个收入超过了美国所有上市的非云软件公司收入总和，那些公司加在一起大概是 630 亿美元。

单看 Anthropic，最近它开了一次投资人闭门会，公开了 Q3 收入。收入，不是 ARR，是 168 亿美元。这个数字已经超过 Intel、Uber、可口可乐、Netflix、Salesforce 和耐克，接近 IBM、Cisco、高盛和 Oracle。它们已经很大了。最近 OpenAI 也开了年度会，向投资人分享的 ARR 大概率达到 500 亿美元。之前有传闻说是 700 亿，到底 700 亿还是 500 亿，我觉得已经不重要了。

看商业模式，大家想到 AI 公司，第一优先想到的肯定是订阅。这里出现一个问题：订阅对于 AI 公司来说是足够好的商业模式吗？这不是我问的，是 a16z 问的。a16z 统计了今天互联网上能买到的各种订阅产品。从用户量看，前 20 名里只有一家 AI 公司，就是 ChatGPT，但它只排第 18。前面有 Netflix、Spotify、亚马逊会员、Google 会员、迪士尼会员、腾讯音乐、腾讯视频、YouTube、Apple Music、Costco、Hulu，甚至还有 88VIP。这些订阅会员的数量都比 ChatGPT 大。当然，一家刚成立不久、刚推出产品不久的公司，拿来这么比较未必合适。

再看订阅收入和毛利的对比。一家第三方机构统计并计算了 Anthropic 的订阅收入和算力成本。按它的数据，订阅用户只贡献了 10% 的收入，但服务这 10% 订阅用户的算力成本达到 41.7%。看起来不太划算。同一篇文章还分析了不同价格档位的订阅用户：比如 10 美元、20 美元、50 美元、200 美元、100 美元的 GPT 用户，以及 Anthropic 不同价格的订阅用户，如果把模型用满，厂商肯定会亏；使用 75% 的情况下，用不同模型，毛利情况又如何。这个表算出来之后，很多场景下厂商都是亏的，毛利很难看。

当然，Anthropic 和 OpenAI 对外都说毛利比较高，因为它们把 API 也算上了，而且大部分用户用不满，可能连 50% 都用不到，我可能连 50% 都用不到。所以我又放了一张梗图：AI 公司的 ARR 看起来是一片绿油油的菜地，蔬菜很多；真正到 revenue，就变成一盘正在炒的菜；再看毛利，菜可能只剩一片小叶子。

API 和模型发布相关。最近一段时间模型发布得好，调用量就会上涨，风水轮流转。我今天早上更新推特时还在看 Opus 5.5 发布之后调用量涨得非常厉害。所以 OpenAI 和 Anthropic 今天依然是整个行业最受期待的两家未上市公司。这个也和前面讲的对应：模型能力和价格都是影响因素，不单纯只有能力。为什么 Opus 5.5 得到大家这么强的认可？为什么 Llama 调用量那么高？虽然 Llama 很便宜，但能力和价格都是影响因素，大家都在找所谓的帕累托最优。

这两家公司为了 Top 1% 的客户付出了非常多努力。有第三方机构从一个角度质疑模型公司的风险：你的 1% 客户到底贡献了多少收入？OpenAI 和 Anthropic 这个数字是 80%，Datadog 是 90%，Snowflake 是 68%，Slack 在 IPO 时只有 40%。大家默认觉得这个数字应该低一点。可是世界上哪有完美的事情？

### 巨头建造 Token 工厂

这是 OpenAI 对 Anthropic。第二个议题是巨头之间的竞争。竞争怎么可能只停留在 OpenAI 和 Anthropic 身上？所有人都会参与，所有角度都会参与。比如黄仁勋的五层蛋糕。这张图画了四层：芯片、基础设施、模型、应用。然后各家公司要决定自建云还是拥有自己的模型，都会面临这样的战略选择。Google、微软、AWS、Meta、SpaceX 都要做选择。这张图还可以更复杂，我找到了一张九层蛋糕的图，把物理机器人、分销渠道、To B 还是 To C、企业市场还是个人市场都算进去，复杂程度难以附加。我就不展开了，只是让大家看看业务复杂度。

对于这些巨头来说，共识形成得很快。2022 年底大家看到这件事涉及的所有东西之后，就都疯狂行动起来。到了 2023 年，几乎所有人都决定做自己的芯片、投资核电厂、做自己的模型，Meta、亚马逊、微软、英伟达、Google 都是如此。

我做这份 PPT 的那一周，微软发布了新的芯片 Maia 300。芯片和能源用来做什么？在土地上建数据中心，芯片、能源、土地最终组成所谓的 token factory。Token 成为了智能的核心单位。最近藤原院的小辉博士不是发了一本新书，叫《Token 经济学》吗？也是在讲这件事。我们用 token 生成智能，智能用来回答问题、写代码、做 research、预测、agent、规划、设计、分析、广告、营销、客户关系管理，做所有事情。

我放了几张示意图。上面一张是英伟达在 GTC 上展示 token factory 的构建，下面两张是现实世界里英伟达最新芯片组的样子，那些钢铁机器。再放一张我引用过很多次的图，对比美国数据中心建设和美国办公室建设。我第一次用这张图时，两条曲线还没有相交，但数据中心曲线已经疯狂上涨，办公室曲线在下降。第二次用的时候，两条曲线已经相交了。当时我就说，想象一下两条曲线相交之后会发生什么，数据中心一定会策马狂奔。

现在已经看到了结果。数据中心的曲线在相交之后疯狂上涨，办公室继续减少。我们给人类建的办公室越来越少，给硅基显卡建的办公室越来越多。这造成了高歌猛进的 Neocloud。英伟达今年收入涨了 530%，CoreWeave 涨了 151%。从收入涨幅看，这些公司比微软云、AWS 和 Google Cloud 快得多。

这些新的 Neocloud 公司也有不同类型，有的偏租卡，有的偏软件推理层。CoreWeave、英伟达什么都做。其实这种划分在今天似乎没有太多意义，大家都一样。CoreWeave、英伟达也在租 GPU 卖 token；Fireworks 这样的推理平台也在卖 token，它们也可以购买 GPU。连中转站、路由站，比如 OpenRouter 和刚才说的 Vercel，可能或者已经在做 GPU 生意了。大家都一样，都是卖 token，只是怎么卖的区别而已。到底卖硬件、卖软件，还是一起卖？现在看起来就是全都要。

这个行业继续支撑信仰的一个核心理论，是大家借用的杰文斯悖论。AI 可能是历史上几次技术革命里，技术单价下降最快的一次。Token 价格，或者说相同模型能力的价格，可能几个月就会下降好几倍。但这种价格下降带来的是更多应用和更多采用。

如何衡量这种扩散？常规会看显卡租赁价格。最核心的 H100 价格还在上升。大家知道 H100 是 2022 年的产品，那时候还没有 ChatGPT。今天比较新的芯片，或者目前核心厂商在用的是 B300。因为模型爆发，采用量和购买量提升，大家需要更多 token，更多 token 又需要更多生产，于是要租更多 B300。B300 似乎成了一种理财产品，如果有门路买得到，转手能卖几倍。

第三方数据统计 H100、B200、B300 等主流 GPU 的租赁价格都在上涨，涨得最厉害的是 B300。同时 token 价格却在下降。这造成英伟达所有显卡出现变态的折旧率。A100 是 2020 年的芯片，今年折旧率还在上升，你能想象吗？刚才说的 2022 年 H100 也还在涨，巅峰时接近 100%，也就是说今年买 2022 年的 H100，几乎要按原价买，没有折旧。更新的 2024 年 H200 和 B200，折旧率已经超过 150%，接近 175%。那都不叫折旧，叫折新了，比原来更贵。

### AI 应用寻找新市场

巨头竞争和 token factory 讲完了，那么多 token 用在哪儿？该聊应用了。每年都会发布《State of AI Consumer》报告的 Menlo Ventures，今年也在 9 月出了报告。按它的统计或测算，今天全世界大概有 20 亿人在用 AI 产品，中国可能贡献了 5 亿到 6 亿人，大概一半。收入方面，从 2025 年的 100 亿美元涨到了 400 亿美元。这些是真正偏应用的公司贡献的。当然，Menlo 的统计也把模型公司的应用算在里面，所以数字和前面提到的市场统计有一些差别。

先看订阅，也就是 chatbot 这个战场。这个战场还有人关注吗？我觉得已经没有人关注了。去年写报告时大家每次还要写，但今天已经没人写 chatbot 会怎么样了。从订阅角度看，ChatGPT 依然非常领先，Google Gemini 和 Claude 还在追，看起来追上去也没什么太大意义，又一次预言家。

接着是一个过去几年被反复提起的话题，我和 Koji 对谈时也聊过：大模型真的会吞噬一切应用吗？支持会吞噬和不会被吞噬的两方都有非常强烈的证据，谁也说服不了谁。但换个角度说，吞噬是寸草不生，还是还会长出一些东西？如果从这个角度看，应该还是会长出一些东西。

比如我在 Koji 那次对谈里提到，今年我的 aha moment 是 Sora 关闭。它直接引发的问题是，在视频领域，尤其和中国厂商相关的 AI 视频领域，大模型并没有吞掉一切，也不是预言家说的那样被大模型吞噬，而是其他厂商在做。当然从视频角度看有字节，那字节会不会吞掉一切？看起来也没有。图片领域，虽然 GPT 的 image tool 已经强到无以复加，但 Midjourney 活得很好，虽然现在也没有太多人提它。AI 浏览器呢？大家还记得 OpenAI 发过 AI 浏览器吗？虽然 Arc 已经关闭，Perplexity 其实一直活得不错，收入涨得也很快。机器人、AI for Science、RSI、音乐、语音，好像也都有公司存在。垂类场景就更不用说，法律、金融、医疗都有。

又回到前面的话题，ARR 或者收入可能依然是衡量应用市场发展的重要指标。a16z 每半年会发布 Top 100 榜单。之前只有 Top 50 移动端应用和 Top 50 Web 应用，这次加了一张表，按月收入统计 Top 50 AI app。收入、收入、收入。我们看到了很多熟悉的公司：OpenAI、Anthropic、Canva、Higgsfield、Suno、Luma、Perplexity、ElevenLabs、Midjourney。Midjourney 排在第 11 位，活得很好。还有 WeRelate、Figma、Claude、Notion、Manus、HeyGen、Runway、Kling、Topview、Gamma。最近公开 ARR 的 AI 3D 代表公司 Meshy 也在。还有 Jasper、Hugging Face、Splash、Memex、n8n，n8n 还在，Devin 也还在。

按场景来看，图像 10 家、视频 10 家、音频 7 家，合起来占了一半以上；文字办公 9 家，agent 9 家，技术服务 5 家。我觉得这可能跟 a16z 的背景有关，或者跟我们这些老登移动互联网投资人有关。如果把移动互联网的大方向拿来对比，搜索已经有了，生产力工具已经有了，图片、视频也有了，这几个板块在移动互联网年代本来就很大。但健康领域可能还没有太多，交易平台、社交媒体、旅游、个人金融、工作、游戏、约会这些领域，在移动互联网年代都是很大的板块，却没有很大的 AI 应用公司出现在榜单上。所以从场景角度来看，还有很多机会。

如果再把用户时间放进来，又是一个很移动互联网的评判标准。a16z 做了一张坐标图，横坐标是用户花费的时间，纵坐标是收入增长。用户时间和收入都涨得最多的，是生产力工具。用户花的时间少了，花的钱也少了，游戏怎么办？社交媒体的用户时间虽然变少，但收入还在涨，只是涨得不多，所以还好。但用户时间减少还是一个问题。

之前有个梗图说，我们本来设计 AI 是让它做苦力，我们去娱乐。结果今天 AI 做的全是创造性的工作：画画、做视频、写文章、编程；我们只能去扫地，做苦力。

刚才说的 a16z 榜单分移动端、Web 和 AI app 三张表。同时出现在这三张表上的有 7 家：ChatGPT、Claude、Canva、Suno、Perplexity、Notion 和图片工具 PhotoRoom。不容易。流量和营收能不能兼得？其实很难，因为有些厂商没有出现在流量榜上，却出现在营收榜上。

对这些应用公司，我们以前会画它们很快突破 ARR 里程碑的表。一年前大家还在画 ARR 突破 1 亿美元的表，Cursor、当年的 Devin、Harvey 等公司都会出现。但今天这种表要画 ARR 超过 10 亿美元才有意义。破 1 亿似乎已经不能证明什么了，需要破 10 亿，这可能也是某种通货膨胀。

刚才说 a16z 榜单对照移动互联网场景时，约会或社交领域没有公司出现。一部分是因为这些公司还不够大，另一部分是 a16z 做榜单时刻意回避了 NSFW，也就是一些擦边应用。10 月 12 日，这个领域有个新闻：AI 社交和陪伴的鼻祖或代表公司 Carrot.AI 破产了，引发很多讨论。我看了它的破产法律文件，目前资产大概是 5,000 万到 1 亿美元，负债也在 5,000 万到 1 亿美元，所以它申请破产，处理后续事宜。

很多评论文章说这个赛道都没机会了，为什么代表公司直接破产？很有意思的是，差不多同一时间，这个领域好几家公司过去半年多发展得很好。我做新一页 PPT 时，把当下 AI 陪伴和社交公司的代表公司列了出来，标题叫《偷偷挣钱的他们》。这些公司的收入最近半年涨得非常快。传闻这个领域最头部公司的 ARR 已经达到 2 亿美元，就是最近很火的 Type C，当然还有 Zeta、OC、PolyBuzz 等公司。

有一位极客网友用了一个更文艺、我觉得也更贴切的说法：“一鲸落，万物生。”这个领域为什么会这样？这几家偷偷挣钱的公司，要么是中国公司，要么是韩国公司，要么是日本公司。又回到前面说的：AI 出现时，大家就知道它和 To C 结合一定有机会。如果你认为一个方向一定有机会，要做的就是每 3 年再做一次。可能模型能力到了，多模态能力、推理能力、商业理解能力都到了；也可能成本到了；或者厂商在这个领域打磨很久，用户积累和付费、使用习惯都到了一个节点，就这么简单。“一鲸落，万物生。”

张嘴闭嘴都是钱。回头想想，我在产业这一章讲的大部分东西都跟钱有关。说是产业，其实就是钱。既然谈钱，就应该谈得彻底一点。上次我讲《All in All Intelligence》，因为是给一家金融机构做演讲，朋友让我不要讲股市相关的事，他们是一家量化机构。我答应了，所以那次 PPT 几乎没涉及资本。这一次，我要把上一次没讲的东西加倍讲回来。

### 市场押注 AI 浪潮

我们进入第三章：资本。第一张图还是非常熟悉的标普 500 指数。每次用这张图，我几乎都用一样的标题：屡创新高。标普 500 市值 68.5 万亿美元，接近巅峰 69 万亿美元。这是截至 10 月 16 日的数据。我们用的数字是 69 万亿。去年演讲时我也说过，我们开始用衡量人类 GDP 的单位来衡量 AI 这一轮，trillion，也就是万亿美元，频繁出现在各种 PPT 页面里。

先从 GDP 开始。根据麦肯锡的统计，预测到 2032 年，这一轮 AI 基础设施建设投入会达到 GDP 的 3.6%，超过铁路、信息革命和光纤。我们回看整个信息行业，从 PC、网络、桌面互联网、移动互联网、Cloud，到现在的 AI 时代。这就是周期：铁路是周期，石油是周期，光纤是周期，AI 也是周期。

看每轮周期的资本开支与 GDP 的比例，大家会认为 2%，甚至以前认为 1.5%，已经是非常疯狂的数字。今天看截至 2030 年的预期，这个数字是 2.9%；截至 2032 年的预期是 3.6%。无论 2.9% 还是 3.6%，都超过了 2%。所以要调整吗？

大家也会看最核心的代表公司占整个市场的比例。铁路时代，巅峰时核心公司占整个市场 63%；互联网泡沫时是 41%；日本市场破裂前是 44%。大家认为 40% 是主要的泡沫破裂基准线。今天 AI 前十大公司占整个市场的 42%。周期每次都要大调整吗？40%、GDP 的 2%，可能是信号吗？

这个周期会持续多久？农业革命，从狩猎到农业，我们走过了 12,000 年；从人力被机器取代，我们走过了 200 年；用软件替代、走向无纸化办公，我们用了 70 年；现在用 token 代替 work，要用几年？虽然只有 3 个样本，不能构成统计学规律，但我们可以硬推一下：12,000 年、200 年、70 年，下一个数字大概率应该是个位数。个位数是 5 以下还是 5 以上？从 2022 年底 ChatGPT 发布到今天已经 4 年了。无论是 5 以下还是 5 以上，似乎都不远了。

再看宏观，为什么要看利率和国债？美联储开始上调利率，流动性会有巨大变化。美国 10 年期国债再一次突破 5%。也就是说，对于资金体量比较大的资本来说，可以用几乎无风险的方式获得长期稳定的 5% 收益。你怎么选？

再看股市。巴菲特指标，我也用过很多次。它把所有美股上市公司的估值和 GDP 作比较。以前大家认为超过 150% 就很危险，会调整；后来涨到 200%，大家又觉得危险。今天 AI 带来的暴涨和科技股牛市让这个数字涨到了 250%。巴菲特指标还有意义吗？很多人会说，今天在美国上市的公司业务覆盖全球，应该和全球 GDP 比较。也许吧，我们也不知道。

过去十年每个十年里最大的公司发生了哪些变化？你会发现，大部分都是科技公司，而且过去十年很多科技公司都是新兴的，能留很久的可能只有微软和苹果。以前认识的 IBM、GE、AT&T 这些公司已经从前十榜单里消失了，前十公司的估值还在疯狂上涨。

这是 Q2 的统计，说明今年市场特别狂暴。一个指标是统计指数单日涨跌超过 3% 和超过 5% 的天数。指数涨 3%、5%，或者跌 3%、5%，都很可怕。上一次这么疯狂是 2021 年，再上一次是 2000、2001 年，都是大泡沫或者大金融危机的时候。2000 年有 84 次超过 3%，37 次超过 5%；2001 年有 73 次超过 3%，23 次超过 5%；2020 年有 48 次超过 3%，2022 年有 46 次，都是几十次。

2026 年有多少次单日波动超过 3%？120 次。今年还没结束。超过 5% 的有 81 次。市场异常狂暴，不是一般的狂暴，是异常狂暴。

再看个股。今天涨得最好的是 SanDisk、Dell、美光、希捷、英特尔这些公司，就像我 6 月讲的，那些老家伙都回来了。英伟达和 AMD 也涨得不错，因为 AI 这一轮还在涨。如果看 PE，无论是 5 年期还是 10 年期，科技公司的 PE 相比之前其实在降低。也就是说从 PE 角度看，科技股变得更便宜了。你不是说风险很高吗？那不是应该疯狂一下吗？怎么还更便宜？便宜可能代表利润很高，但利润很高、PE 倍数又高，不是也危险吗？

下一个议题是 MAG 7。今年苹果涨得最好，涨了 26%，英伟达涨了 15%。但是 MAG 7 还重要吗？这些公司还重要吗？拆分来看可能确实没那么重要。标普 500 的图里，MAG 7 的平均表现低于标普 500，大型云厂商更低，其余科技公司涨得还不错。纯看科技公司也要分化，简单说就是 AI loser 和 AI winner。winner 就是刚才那些公司：SanDisk、Dell、美光、AMD、NVIDIA、台积电。

科技股还要再分开看，涨得最好的当然是半导体公司，也跟周期相关。石油时代能源公司涨得最好；互联网泡沫时代硬件有一波；金融危机之前金融机构涨了一大波；现在这波是 AI 带来的半导体公司。AI 硬件公司也开始涨了，曲线往上调。半导体公司里最疯狂的是存储公司，毛利已经进化到非常疯狂的阶段。

有多疯狂？今天美光、SK 海力士、三星的平均毛利达到 76%。这个毛利跟印钞机几乎没区别，比交易所、支付、金融评级数据公司、烟草、大型软件公司、EDA 公司和数字网络公司的毛利都高。最典型的是美光，今天毛利可以达到 81%。毛利 81%，一块钱的成本，卖五块钱。但 3 年前美光的毛利是负 9%。毛利为什么会变负？难道它亏本做吗？对，就是亏本做。

如果你是美光，面对这一轮暴涨，每天排着队有人找你要订单，你会怎么做？会疯狂投入、无条件无限供应吗？当然不会。所以很多人会说 2028 年这一轮投产会有所缓解，但看起来 2028 年可能也缓解不了。

回头看这几年，2022 年底 ChatGPT 发布时，刚才提到的英伟达、台积电、高通、三星、SK 海力士、美光、AMD、Intel、ASML、希捷和西部数据，加在一起市值是 2.44 万亿美元。今天 10 月，这些公司加在一起是 17.73 万亿美元，涨了 6 倍。过去几年如果大家炒股，全部买这些股票，平均算应该涨 6 倍。真棒。

### 融资泡沫持续膨胀

二级讲完，我们聊一级。史无前例的一级。前面讲过，OpenAI 这一轮的估值是 1.25 万亿美元，Anthropic 之前是 2 万亿美元，但最近传说已经压到 1.5 万亿美元。SpaceX 已经达到 2 万亿美元，加在一起是 5.2 万亿美元。如果 Anthropic 还是按 2 万亿美元算，5.2 万亿美元是什么概念？这个数字超过了 1980 年到 2025 年这 45 年里所有在美国上市的科技公司市值。

所以我画了一张梗图：SpaceX 上市的时候像外星飞船，因为 SpaceX 是做太空的，就像外星飞船把所有人都吸上去了。旁边那个人说：“我们可能真的没有别的选择了。”还没上市的 OpenAI、Anthropic，几乎变成了全村人的希望。最近 Anthropic 开闭门会时，有民众在会场旁边举旗子，叫 Block the IPO，不想让他们上市。全村人的希望就是 OpenAI 和 Anthropic。

所有巨头的钱、VC 的钱、流动性、债务、对外承诺，全都牵涉其中。希望到什么程度？有机构画了张对比图，拿 Anthropic Q2 收入，也就是 115 亿美元，和大部分上市软件公司比较。SAP、Salesforce、ServiceNow、Adobe、Zoom 加起来是 534 亿美元，大概不到 Anthropic 的 5 倍。但从市值看，这些软件公司加起来不到 1 万亿美元，Anthropic 却可以开价 2 万亿美元。

之前如果大家关注行业，应该看过李录最近关于投资的一篇长文。他说自己最近看过一份募资材料，有家公司把自己称作研究实验室，每年烧掉数百亿美元，同时还承诺未来继续烧掉数千亿美元。每年烧掉数百亿美元，最新数字应该是 800 多亿美元；未来承诺投入数千亿美元，也就是 5,000 亿美元。它告诉你，它在创造一种变革性技术，但与此同时又说这项技术有大约 10% 的概率会把所有人都杀死。

说到这里大家应该知道是哪家公司。这些话都写在募资材料里，然后它邀请所有人至少投入 1,000 亿美元，并按照 2 万亿美元估值给它定价。如果这里面存在任何逻辑上的一致性，都令人费解。这是一个非常极端的例子，说明市场有时候能非理性到什么程度。这些事情不可能同时都是真的，但市场现在就是这样。这说的是 Anthropic。

Anthropic 最近开了投资人闭门会，一些数据被公开。《华尔街日报》画了一张收入和利润，也就是亏损的对比图，我觉得画得有点恶意。今天 Anthropic 今年可能会亏 800 多亿美元，但其中 600 多亿美元可能是快速融资和回购股份造成的股份价值变动，不是业务产生的。纯看业务，根据《华尔街日报》画出的图，Anthropic 可能已经接近盈亏平衡，甚至有小额盈利。

当然也有机构会说 Anthropic 是 2026 年最荒谬的 IPO。但我觉得从时间维度看，我们对 Anthropic 有点过于苛刻。Anthropic 2025 年收入是 46 亿美元，2026 年 Q1 是 47 亿美元，也就是说 Q1 完成了去年全年的收入。到 Q2 是 116 亿美元，超过去年全年收入的两倍，是 Q1 的两倍多。Q3 是 168 亿美元，虽然没有翻番，但比 Q2 多了 50 亿美元，甚至多了去年全年一年的收入。这怎么能算慢？

但今天业界衡量 Anthropic 的收入是按月算 ARR，再乘以 12。6 月份传闻 Anthropic 的 ARR 是 600 亿美元，也就是说月收入已经达到 50 亿美元。现在听起来已经很可怕，因为它一个月就能挣去年一年的钱。但到 9 月，168 亿美元意味着它一个月还是挣 50 多亿美元，按月度增长算可能只有个位数增长。可是大哥，你在按月衡量一家营收已经超过几百亿美元公司的增长。大部分上市公司是按年衡量的，按月算相当于按年增长的 12 次方，过于苛刻了。但对不起，你要叫价 2 万亿美元，市场只能这样苛刻地衡量你。

说完公司，再说投资者。有人说，今天如果你不在最大的 AI 公司股东名单上，你就谁也不是。把 Anthropic、OpenAI、Databricks、Stripe 等最大的 AI 公司，甚至 Top 10 AI 初创公司的股东名单拉出来，可以看到 Accel、a16z、红杉、Insight、软银、富达、Salesforce、英伟达、Menlo、Coup。没在名单上的就像谁也不是，极端到这种程度。

VC 行业今年募资并不强，因为很多钱直接通过 SPV 或其他方式流向那些最大的公司。从退出角度看，今年是史无前例的。如果 Anthropic 今年上市，那就是疯狂的史无前例；如果不上市，明年就是史无前例的。

投资角度更极端。a16z 的统计显示，AI 相关公司占所有项目的比例，2024 年是 54%，第一次超过 50%；去年是 65%；今年是 86%。过去两年可以说是“AI 和其他”，今年的市场就是“AI，没有其他”。5 亿美元单轮融资，你要知道很多基金一个基金都没有 5 亿美元。超级大的 big deal 拿走了市场 90% 的流动性。2016 年也就是 10 年前，这个数字只有 45%。

中国也一样。我的好朋友 IT 桔子的 Judy 是数据负责人，7 月 1 日发了一条即刻，统计上半年的数据：上半年有 123 笔单轮 10 亿元人民币以上的融资。单轮 10 亿，很多小基金的 AUM 都没有 10 亿元。这个额度让多少机构 IR 汗颜。Q3 数据也出来了：Q3 30 亿元以上的单轮融资拿走了中国市场将近 50% 的流动性，3 亿到 10 亿元的融资拿走 15%，加在一起，单轮 3 亿元人民币以上的融资拿走了 60% 的流动性。

我在下面写了一行小字，叫“123 除以 123”。刚才 Judy 说上半年有 123 笔单轮 10 亿以上的融资，这是第一个 123。第二个 123 是什么？我问了一下豆包，今年上半年有多少个工作日？123 个工作日。也就是说，今年上半年在中国，每一个工作日、每一天，都会发生一家公司的 10 亿人民币单轮融资。

中美在这件事上的 VC 实现了同步，结果当然是最头部的厂商估值疯狂往上涨。Anthropic 每 4.8 个月，OpenAI 每 8.1 个月，xAI，也就是 SpaceX，3.5 个月，Mistral 7.3 个月，Perplexity 3.9 个月。错错错，不是往下，是往上涨。

具体这些公司投到哪里？第一个热门方向是前面讲过的 RSI、基础设施、数据、强化学习、环境搭建，甚至 benchmark。我做了一张表，把这个领域最核心的几家公司的收入和最核心的软件公司收入做比较。收入可能还是后者的四分之一到五分之一，但估值已经差不多了。比如 Firefox、Bason、Together、Model 的估值，已经可以和 Datadog、Snowflake 差不多。

其中涨得最猛的当然是数据公司。比如 AfterQuery，是 2025 年冬季的 YC 公司，到今天不过一年多，ARR 迅速达到 1 亿美元，估值 30 亿美元。换个角度就明白了：你的投入就是我的收入。所有人都在转向后训练，都在做更多强化学习，需要更高精尖的数据，无论数据怎么来。模型厂商和新实验室融的钱需要花出去，很大一部分就给了数据公司。你的投入就是我的收入。

下一个热门方向是世界模型。最核心的事件是李飞飞老师的 World Labs 在公布 demo 之后，被 AMD 以 82 亿美元收购。很多人会问，World Labs 不是只有一个 demo 吗，为什么值这么多钱？很简单，硅谷的人贵。你今天搭一个 100 人的顶尖研究团队要多少钱？一个研究员 1 亿美元，100 个人就是 100 亿美元。花 82 亿美元收购一个 100 到 200 人的团队，不合适吗？就是这么赤裸裸。

再看早期 YC 的趋势。YC 2026 年春季和夏季已经结束了。你明显能看到，夏季里做 agent infrastructure、AI 大建、数据的公司变多了。我记得有个统计说，问创业公司哪家公司是你的假想敌，最多的一家是 Scale AI，有 8 家说它是自己的假想敌。

资本这一章最后一个小章节，是循环融资和泡沫讨论 2.0。为什么是 2.0？因为去年做过 1.0。Bloomberg 重新画了这些公司之间错综复杂的股权、担保、债务和合同关系图。这图已经太难画了，我现在一看这种图就头疼。

所有事情的起因当然是科技巨头巨额的资本开支。这个数字我也说过无数次，每次都在上调，每次预期都不够，还要不断上调。模型厂商过去一段时间疯狂地下算力订单。《The Information》列了一张表，过去一年厂商疯狂下单，因为未来承诺要投入 5,000 亿美元。又回到刚才那个说法：你的投入当然变成我的收入。

但出现一个很麻烦的问题：地主家也没有余粮了。我用了张对比图，对比几家核心云厂商和科技巨头 Oracle、亚马逊、Google、微软、Meta 的资本开支和自由现金流。即便 2024、2025 年资本开支已经非常恐怖，从 2,000 多亿美元涨到 4,000 多亿美元，今年还要涨到 8,000 亿美元，前几年至少这些公司自己的钱还够。但今年钱不够了。2026 年预计这些公司加起来资本开支是 8,000 亿美元，自由现金流只有 7,000 亿美元。

资金流转能解释很多事情。今天 AI 的 100 美元资本开支里，50 美元给芯片，20 美元给能源，15 美元给网络连接设备，17.5 美元给冷却，7.5 美元给土地和建设。钱再往下分，有给 GPU、存储、CPU、电力、冷却、土地建设、工程实施和各种人员的，然后又回流到具体公司身上。流动性就是一切，这些流动性决定了不同公司的股价。

今年涨得好的可能主要是硬件公司。a16z 也说，所有新兴行业似乎都会先经历硬件、芯片、半导体，再到软件的过程。我们正处在这个过程中，但什么时候软件和应用会成为主流还不知道。

我又放了一张 Meta 的自由现金流图。Meta 时隔十几年第一次单季度自由现金流为负。巧合的是，这张图会频繁出现。上一季度做表时是 Google，Google 从 2004 年到 2026 年，时隔 22 年第一次单季度自由现金流为负。这张表会一直做下去，不断会有科技巨头和厂商自由现金流为负。

钱不够了，新的钱从哪里来？债务。科技巨头融资的债务数字对得上。我们说过今年资本开支差 1,000 亿美元，去年这些科技巨头正好借了 1,000 亿美元，今年已经借了 2,480 亿美元。可能还不够，就有表外融资、担保、承诺和 SPV 出现。整个基于 token factory、数据中心的金融体系，层级越来越多，杠杆越来越多，实体越来越多，整个系统变得越来越复杂。

以前就是买 GPU、建数据中心，现在出现 Neocloud。Neocloud 要借钱、租赁，甚至有专门的 SPV 为一个独立数据中心设立载体，再通过合同重新借钱，合同里又有巨头承诺。所有事情都变复杂了。听起来，这和当年房地产次级贷危机产生的底层逻辑一模一样。

具体体现之一是 CoreWeave。最近两周关于 Neocloud 借债成本和小型暴雷的讨论特别多。CoreWeave 有一天跌了十几个百分点，因为传出它的资金成本达到 15%。我没说错，15%。这几乎和高利贷没区别。但细看 CoreWeave 的债务，利息分布很广，最便宜的债只需要付 2%，还有 7%、9%、10%、11%、12%，以及最近最危险的 15%。反过来也有人说，它既然敢以 15% 的资金成本借钱，似乎相信自己能挣回来。市场信不信呢？结构已经复杂到这种程度，杠杆加了好几层，整个系统复杂得像人类的细胞组织，大家还愿意相信这样的故事吗？

总要有人托底，继续为这个故事承接。这个人当然就是老黄。行业里最大的受益者英伟达当然要接住这件事。你看，在投资侧，一级市场英伟达疯狂投资它所说的五层蛋糕的所有层级：能源、芯片、infra、模型和应用公司；二级市场也在 Intel、SpaceX、CoreWeave、NVIDIA 上疯狂下注。

单看一级市场，到今天英伟达可能是世界上最活跃的 AI 投资人，甚至可以把“可能”去掉。当年我们见过 Tiger、软银，一年可以投 200 个后起之秀。今天很多基金可能只投十几个，H2O 这种最疯狂的也就三四十个；英伟达可以投五十几个，而且这只是截至 Q3 的数据。

大家觉得国内是谁？英伟达是当前世界上最活跃的 AI 投资人，不是任何一家财务基金。国内这个角色是谁？我暴论一下，也不是任何一家财务基金，可能是蚂蚁。英伟达要做的事情，这张图是《时代》杂志还是《经济学人》画的，我觉得画得很好，标题特别简单：英伟达是 AI 的央行。英伟达要做央行，所以它为什么要做担保，为什么要联合各种投资机构成立一个 5,000 亿美元的盘子，给 GPU 客户提供类似担保的支持？它要做央行。

讲到这里，我们讲到了泡沫。华尔街的人吹了一个巨大的泡泡，有钱人说这是一个巨大泡泡，我们这些人看着也觉得像个泡泡。泡泡总要破，不然怎么叫泡泡？但也有人说，当所有人都在谈论泡泡时，似乎就不是泡泡破裂的时候。所以今天你会觉得，虽然每天波动很大，市场很狂暴，有各种指标证明已经到了很疯狂的状态，但市场看起来似乎也还行，还没有特别疯狂。

就像那个表情包：市场像一只小猫，躺在沙发上睡觉，看起来很可爱；但我浑身绑着绷带，好像已经忘记它发疯时会把我弄得遍体鳞伤。

前三章差不多讲完了。技术讲模型进化到什么程度、RSI 状态、成本和安全；产业讲 OpenAI、Anthropic、巨头和 token factory，但都是从钱的角度；第三章讲资本，讲一级、二级、宏观和泡沫。我们是不是有点累了？大概已经讲了 1 小时 45 分钟。现场我讲得比现在快，讲到这里大概是 1 小时 10 分钟。我当时觉得时间差不多了，我们是不是该来点新的东西？那我们就来点新的。

### 版本迭代越来越快

我在网上找到一段视频，介绍 OpenAI 和 Anthropic 过去 3 年多的发布节奏。2023 年，这两家公司每 73 天一定会发布一个新东西；到了 2026 年，每 18 天就会发布一个新东西。18 天，两周多一点。

回想 2024 年，我们用很多模型时会做一个测试，问模型 9.9 和 9.1 谁大。当年很多模型会答错，说 9.1 大。到了 2025 年，有新闻说 Google Gemini 和 OpenAI ChatGPT 已经拿到 IMO 金牌。2026 年，前段时间 OpenAI 直接放出了几百篇论文，解决了很多数学行业和科研界没有解决的问题，逼得最核心的数学家们跳起来说 OpenAI 在乱搞。

再往后呢？时间跨度太疯狂了。2024 年它还不知道 9.9 和 9.1 谁大；2025 年已经能拿国际数学奥林匹克金牌；2026 年已经去解决数学家们正在解决的问题。那 2027 年呢？

Sony 5.5、GPT-6.1 Sau 和 Gemini 4 差不多在 48 小时内发布，我们在 48 小时内就能感受到被震麻的状态，看到世界上最强大的模型强到什么程度。OpenAI 刚才说过每 13 天发布一个模型，AlphaGo 到今天，欸，二十一天会发布一个模型。OpenRouter 全平台统计显示，今天平均每 1.7 天，也就是不到两天，就一定有一个新模型发布。我们到底在经历什么？

同样，御三家过去一年多在 To B、To C 以及各种场景下，也疯狂发布模型之外的产品和功能。为什么？除了前面说的由 AI 自己建造最后的 AI，有 RSI，可以自主进化、起飞，agent 也可以 24 小时以远高于人类的效率工作。模型发布是最典型的，每个月七八十个，平均两天一个，不到两天就有一个。

我用了一张梗图：一颗钉子延伸出一把锤子，正在砸自己。大家知道这不可能，但似乎事情就是这样。

再往后，大家还记得大明湖畔的 OpenCloud 吗？我放了几张图，一张 Mac mini，一张 3 月份大家在腾讯楼下排队安装 OpenClaw 的盛况。当时全国各地大家戴着龙虾头套开大会。大家还记得 OpenClaw 吗？我关注它的推特官方账号。年初最疯狂的时候，OpenCloud 每次更新大概两天一次，转发可以到几万次。今天每次更新的转发大概只有几十次。当然推特转发能代表什么？什么都代表不了，但你可能还记得 OpenCloud。

除了 OpenClaw，今年在 Koji 问我 moment 的时候，我说过自己的 aha moment，也讲过很多次：ChatGPT 发布的同时，OpenAI 官方做了一个处理，把 Codex 和 ChatGPT 做了一次狸猫换太子。今天你去 OpenAI 官网下载 ChatGPT，下到的其实是原来的 Codex。此后 Codex 活跃用户疯狂暴涨，最新一次曝光数据是 10 月 7 日，达到 4,000 万周活。

那段时间我有个感触，后来也得到了验证。有一位推特大 V 也说，今天似乎所有 AI 软件都应该长一个样子：三栏，左边项目栏，中间对话框和执行栏，右边显示栏。这似乎成了版本之子。Codex 代表的就是版本之子，所有人都在做类似的东西。虽然可能有人做 coding，有人做办公，有人做不同场景，但样子，也就是狭义层面的 UI，好像都一样。

国内今年上半年出现了一堆办公 agent，打得很激烈，一直打到 Q3。最后打得最激烈的应该是豆包和另一个产品合并之后。豆包合并之后，我们看到 QuestMobile 报告里，腾讯元宝、千问、豆包的版本更新记录几乎每天更新，甚至一天更新两次。你能想象吗？

Mobile出了Q3的办公agent的数据，五科报底三千两百二十五万月活，涨了百分之六百四十一。第二名很意外，很多人都很意外，百度渣子九百七十七万，涨了一千五百六十七个百分点。第三名，千万办公，七百九十万，直接上榜。第四名，QCloud，三百一十七万，还涨了百分之五十七点九。但是在9月24号，这个报告是Q3哦，9月24号，QCloud宣布12月31号正式关闭。竞争多么的残酷。

回头看这一年，我们他妈到底经历了什么？1 月初，艾玛仕出现了，然后到二月、三月，一堆cloud出现了，QCloud、TeamCloud、Mi-Minmax Cloud、AutoCloud、DoCloud，呃，ArcCloud、MiCloud、小亿Cloud、ZentibaCloud、JSVCloud，一堆公司出现了。那是第一波 OpenCloud 带来的浪潮。中间沉寂了大概半年。到 8 月，Graphboard 上线；9 月，Muse、OpenAI 的 Dudes、MathQ；10 月，Hark，我在用；前两天 Claude 也上线了。这一波 personal AI，准确说 personal agent，出现了。

终于回到今天的标题：不是版本之子 Codex 和 Bing Agent 吗？版本怎么又换了？这些 personal agent 到底在做什么？用户拿 personal agent 干什么？有个第三方网站追踪了一些用户的使用习惯，最多的可能是购物，其次是旅行、账单，然后是订餐、金融和保险。哦，确实是 personal。但看到这些场景，很多人会想，国内呢？这是一个更复杂的话题，今天这份 PPT 没有展开，我觉得应该单独做一期，无论是对谈还是 PPT 都有可能。

这一波 personal agent 浪潮里，现在站在最前面的是口碑不是特别好、此前大家会担心隐私问题的 Meta。大家还记得 Meta 上一个倾全公司之力做的事情是什么吗？是元宇宙，所以它叫 Meta。今天变成了 Muse。有一些第三方数据显示 Muse 的留存还可以，我自己也在用，确实有些小细节做得不错。但大家都知道，Meta 在美国一直有隐私问题。

最近一周，《纽约客》封面给 Muse 画了一个可爱的图标，但它一只眼睛变成了终结者的造型，背后是废墟。大家一看就知道在讲什么。Muse 负责人 Alexandr Wang 还转发了《纽约客》的封面，说我们取得了一个成就，登上了《纽约客》的封面。有点意思。

我也说过，任何一个新兴方向突然爆火时，一定会出现一些第三方可能性，比如聚合、导航、评测。这一轮 personal agent 爆火后，9 月初就迅速有一个网站上线，叫 Assistant Benchmark。我有空会看，它定期发布各种评测报告，也会收录一些我们没听过的 personal agent 产品，大家有兴趣可以看看。

这一轮 agent 爆发也把很多问题放大了。H2O 做了一个很有意思的统计：这些 agent 访问其他网站时遇到 403 的比例非常高，已经涨到接近 10%，比年初、几个月前翻了一番。这个数字应该还会再翻，因为越来越多流量由 agent 访问。尤其是买东西、订机票、订酒店这类个人场景，网站对 agent 的防护本来就很严格，肉眼可见会越来越严格。

对所有厂商来说要补的课很多。协议层是大家会想到的。原来有 MCP、ATA，现在针对不同场景，比如购物、支付和安全，又会出现新的协议。购物有 UCP、ACP，支付有 MPP、APR。安全和 trust 这一层，最近有个新的协议联盟出现，由 Meta 牵头，叫 Personal Agent Protocol，也就是 PAP，有很多厂商加入。我们连协议都要重新做，这件事情看起来真的很早。

国内的故事当然会继续。你觉得字节不会做吗？字节当然做，豆瓣已经在做。腾讯不会做吗？腾讯也在做，微信也在做。小微会不会照这个方向改，我们不知道；龙哥会不会 copy，我们也不知道。Minus 上了 Q，奇居元老板的 Tote 也上线了，子皓的产品也上线了，千问的个人专属助理在测试，灵光的版本也上线了。故事还会继续。

但是我拿到这些产品之后，除了最初那些偏测试任务的尝试，我遇到了一种新的状态，很像贤者时间。我好像没有那么多任务交给 personal agent。工作上可能有一些，但面对这个界面，虽然它很可爱，我也愿意跟它聊两句，可我似乎真的没有什么特别值得交给它的任务。

做 PPT 前一天晚上，Claude 也上线了 personal agent，跟进得很紧。

### 在新常态中生活

好了，到这里我们描述了很多东西，无论是负向还是正向，无论是大家担心的，还是我看到的各种 AI 变化，我觉得这次整理差不多了，已经有 150 页了。但是最后我还是想矫情地讲几句，所以做了个内心 OS：里面的小人应该说，你不许再放图表了，因为放得太多了。

前两天做整理时，我看到两篇 Substack 标题，被小小地触动了一下。第一篇标题叫《还是那些东西：OpenAI、Anthropic 和 AI 债务》。好像对，每天都是这些东西。

第二篇来自一个每天更新的专栏，它会整理当天 AI 行业发生的事情，当然是 AI 做的整理。这个专栏的类别叫 AI News，当天的标题是《Not Much Happened Today》，什么也没有发生。我们好像进入了一种每天都有很多事情发生的状态，但似乎忘记了很多时候也没有那么多事情发生。

然后我又看到一篇文章标题，也被震住了，叫《AI 可能不是过去十年最大的商业故事》。它画了一个护士，拿着一支减肥药的针。文章统计了两家最头部的减肥药公司的收入，2025 年确实比 OpenAI 和 Anthropic 多。我又想起上上次做总结时，标普 500 前 20 名里有 18 家是 AI 相关公司，涉及硬件、半导体、芯片和 Neocloud，另外两家做减肥药。世界的议题似乎只剩下两个：AI 和减肥药。

这次狂喜我也只有两场录制。一场是今天这个专场，另一场是我之前就想做的，讲减肥药。因为我在用这个药，身边也有朋友在用，还有几个主播，所以我们组织了一场。这个话题不只我想组织，另外一个主播也想组织，他们也做了类似的一场。两场议题几乎一样，我们这场有 4 位主播，另一场有 5 位主播，不可能一起聊。

所以狂喜主办方顾阿迪老师非常欠儿地把两场播客录制安排在同一时间、相邻的两个影厅，我们进行了一次中门对狙。我觉得挺有意思。这两期播客到时候能不能上线，我还不确定。

最后一页我同样用了两张表情包。我们似乎真的要接受自己进入了一种新的常态。在这个常态里，我们每天看新闻、看各种报道：厄尔尼诺现象，为什么世界上的台风越来越多；伊朗战争什么时候打完；机器人和 AI 会不会取代人类；特朗普那些乱七八糟的事情什么时候结束。我经常会想，这一页标题里的几个字：这个世界还会好吗？

我不知道，真的不知道。作为一个记录者，每次狂喜播客节 AI PPT 的最后一页，我都用同一张照片。那是去年的狂喜播客节上，我被抓拍的一张照片，也是当时最后一页 PPT 的截图。那页 PPT 写着：“什么他妈 AI 不 AI 的，请享受生活，享受狂喜吧。”