曲凯
There's something there.
曲凯
哎，我们今天很开心又请到了 Albert。之前 Albert 在我们这边做过两次播客，是我们非常受欢迎的嘉宾了。Albert，你先再跟大家打个招呼吧。
Albert
大家好。
曲凯
你最近在忙什么？
最近在研究有没有什么交互上的突破，能够更好地释放模型的能力。
曲凯
我感觉你这 3 年，从 2023 年到现在，正好 3 年，差不多。其实你试了蛮多产品，也走了蛮多方向，中间也有些成绩。你上一款产品大概也做到了小几千万的 O A R，对吧？
也不能算是做了很多方向。其实到 2025 年 10 月之前，我们都还是相对专注在影像方面的产品上。对于智能本身，我们一直在观察，但实际上参与、思考和实际尝试都比较有限。
其实我们一开始在 2024 年前后，智能方面和想象力方面同时都在做尝试，但实际上影像方面、想象力方面的产品更快地 PMF 了，智能方面就收缩了，所以也错过了很多。
曲凯
对，要不我们从头捋一下吧。从 2023 年开始，你给大家讲一讲这 3 年来你做的一些尝试，包括背后的一些思路。
1. 从赔率转向胜率
我实际上还是经历了两个阶段的变化。我觉得第一个阶段，我之前还是看赔率大于看胜率。也就是说，我去思考一个商业产品时，思考得更多的是：假设这件事情发生了，它能创造多大的价值，能具备多强的壁垒。其实我是从这种视角出发的。
自然而然，你推导出来的结论就是，怎么去用好这个技术变化带来的巨大榔头，然后去创造一些基于我们以前经验、已经被验证过的商业形态。2023 年初的时候，我对整个 AI 的变化相对来说比较乐观，也比较想去做这种超强网络效应、超强规模效应的业态。
加上我自己之前一直是做连接和内容出身的，所以就一直沿着这个视角往下走。我们录第一期播客的时候，我那时一直在探索互动内容的平台。2023 年前后，我们认为这一波 AI 可能的大机会，还是得想想有没有连接平台的可能性，尤其是以内容为核心载体的连接平台。
如果你要去定义这样一种产品形态，核心就要找到一种新的媒介。我们当时认为，互动内容和传统的视频、图像这类消费式内容，实际上还是有一定差别的。加上 AI 又解锁了 coding 的能力，使得互动内容背后的逻辑可以被更容易地创造出来，所以我们就开始往这个方向做。
但实际上，coding 的发展是不及我们预期的。在那个时间点，我又意识到了几个问题。我们做了两个 demo：一个是偏图像和视频方向的、二维交互方式的 demo；另一个是把交互方式改成非二维的，改成主机上的摇杆控制器，甚至在 PC 上也做了一个更像游戏的、可互动的空间。
这两个 demo 做完以后，我最大的体感就是，我很难回答：为什么我不玩《王者荣耀》，为什么不刷抖音？我就觉得做出来的东西太烂了。这进一步让我产生了一个思考：在内容市场里面，创造门槛越高的模态，实际上供给越稀缺，因为用户的时间是有限的，大家只会消费最头部的 1% 的内容。
但当时 AI 的水平，其实只能做出 60 分、70 分，甚至 80 分的内容。可实际上，80 分的内容就是垃圾。所以我觉得，如果是 for consumption 这条线，这件事情肯定是不 work 的；如果是 for expression，它可能是有一些价值的。
这里的区别在于，用户的创作动机到底是 for 创作，还是 for 更功利的目的，比如赚钱或者获得影响力。模态的创作成本、参与成本越高，它对应的供给驱动特性就越强烈。
所以我当时就觉得，在相当长一段时间内，即使 AI 可能已经比较 ready 了，你也很难完全依赖 AI 的能力，让一些人创造出好的内容。尤其是如果你的核心目标是以降低门槛为切入口，那我觉得就更不 make sense，因为你降低的门槛牺牲的是什么？
当然，AI 有可能突破自由度和门槛之间的 trade-off，那这件事情可能会变得不一样。但我觉得，即使在工具这一侧你有一些比较好的解决思路，AI 技术也比较 ready，实际上你在分发这一侧还是会有比较大的障碍。
我们拿互动内容这个模态来讲。如果它是一个更偏游戏的内容形式，那实际上你很难做出超越 Steam、App Store 或 TapTap 的价值和体验。即使供给爆发了，我觉得也很难出现一个平台级的机会。
如果你是一个更偏二维的影视类参与方式，那你在现有的容器本身上迭代这个方向，我觉得也没有特别大的障碍。所以整体来看，这个机会可能是比较有难度的。
2. 在美国寻找胜率
但这倒不是让我转型的核心原因。核心原因是，我觉得之前想做连接平台的整体思路，还是被中国市场的特点影响了。中国市场的特点是，如果没有强规模效应、强网络效应的平台，实际上你很难在和巨头的竞争中获得任何优势，所以你的胜率非常非常低。
但是，当我去研究美国市场的一些情况以后，我发现那里还是有大量的 niche market，也有很多机会，显然存在一些有胜率空间的事情，即使它没有那么大。
所以到 2024 年初的时候，我就完成了一个切换：从赔率追问变成了胜率追问。我觉得 AI 是一个非常非常长的赛道，核心还是要去找一些确定性更高的事情，先参与进来，然后在这个过程中锻炼团队、积累认知、找手感。
这也就是我们 2024 年的一些播客里主要讲的事情：讲正反馈、讲偏埋伏，讲这些东西。所以我在 2024 年初切换到胜率状态以后，做得更多的一件事情，就是研究现在有哪些技术已经 ready 了，但是有一些存在的用户问题还没有被解决。
也有一些方法，我在上期播客里其实讲过：具体怎么分析，怎么去看历史重复的回响，然后在里面找到机会点。我们在 2024 年 6 月就找到了 PMF，之后一路 scale，开始增长，也一直比较顺利。
这中间其实没什么可讲的。Scale 这件事情跟传统互联网公司也没什么区别，无非就是怎么招人、定义核心指标，等等。
到了 2025 年 9 月前后，我们也遇到了一些来自外部的挑战和压力。我们自己也在思考，可能需要去找一些新的可能性、新的机会，所以在这个过程中尝试做一些新项目。
3. 从零代码到编码平权
一直以来，尤其是 2025 年 Claude 3.5 之后，coding 这件事情的变化还是很大的。我们一直想把公司的组织逻辑更多地向 AI 方向转变，但实际上推进得不是很顺利，因为老项目整体的架构和代码量已经很大了，它只能让 AI 做一些局部修改。这也搞得我们很痛苦：整体上想提效，但历史包袱太大。
但是我们在做新项目的时候，就定了一个要求：这个项目必须人工代码量为 0，完全交给 AI 来写，看看会怎么样。中间所有需要设计、需要人参与的东西，以及所有工程化的事情，全部交给 AI，并且在职能上也不让工程师参与需求研发。
整个研发过程跑得很顺利，其实也没什么挑战。到了 2025 年底，我们再回看的时候，发现这件事情其实也跟 Claude Opus 这个模型有关。之前如果用其他模型，实际上很难 follow 我们制定的规范，但 Opus 对规范的 follow 能力有了大幅提升。
这件事情也使得非工程师去写需求有了更明显的提升。真的，在我们开始完全导向 AI 组织逻辑的过程中，我们就发现，智能的发展已经完全超出预期了，里面有非常非常多可以做的事情。
我们整体上思考两件事情。第一件事情是，coding 本身就代表着提高智能上限的手段。基于 coding 这件事情，我觉得在用户群和场景的选择上，有非常多可以挖的地方。
比如 Cursor，Cursor 一开始就是做给程序员的，是一个 IDE 工具。再比如 Lovable，Lovable 可能就是做给设计师的，你不用去操控一个 IDE。再往后，比如 Replit，可能是做给产品经理的。
你看，在 coding agent 这个方向里面，实际上可以不断往下切，切出很多东西。这件事情的本质是什么？其实就是 coding 能力的平权：coding 的权利可以被很多不同的群体掌握。
挖到这个群体，为他设计一个好的容器，并且对应地解决除了 coding 以外还要解决的问题，我觉得这是一个非常核心的视角。
第二个视角跟第一个视角有点相关，就是在不同的任务类型上，围绕交付，实际上会有不同的交互形式。核心是，不能让交互本身成为模型的限制，而应该让交互放大模型在这个场景中的能力。
沿着这个视角，你又可以找到很多问题：是不是所有的 coding agent 都应该是 chat-based 的？我觉得不一定。
所以沿着这两个思路，我们其实就在尝试：什么样的人群应该拥有 coding 平权，并且这个人群有极高的价值；什么样的交互形式，能够最大化释放模型在这个场景中服务于这个人群的能力。
现在我们其实就在探索这件事情，也有一个产品正在研发过程中。在一些特定任务类型下，它完全超出了我们的预期。无论是易用性，还是智能表现出来的效果，都比传统的方式更好。比如我们用 Cursor，或者用一些其他能够解决这个任务的工具，效果都会有比较明显的提升。
所以我觉得，这是我们现在整体沿着的一个主要方向。
你观察我们过去几年整个 loop，我觉得其实就是一个矫枉过正的状态。一开始，我们完全优化赔率，后来切换到超级接地气。可能也有一些行业里的人知道我做了一个什么样的产品，大家都觉得不可思议：为什么会做一个这样的产品，很奇怪。
但实际上对我们来说，这就是无尽优化胜率的一个结果。我们就是想利用已经成熟的技术，去找一个非常 niche 的 market，科学地 scale 它，把 scale 的方式做到理论上应该做到的样子，看看会怎么样。
这其实就是一个矫枉过正的状态。再到去年，我们说这个东西好像不太对，我们要导向智能，去看看有什么样的可能性。又一竿子戳到底，把之前可能积累的东西全部忘掉，重新开始。
所以整体就是一个在极端之间游走的过程。
曲凯
我捋了一下，你讲的里面有几个点可以再拿出来讨论。一个点是，你之前很多次都讲过，你们把 AI 分成想象力和智能两个大的方向。胜率和赔率你也提过很多次，这些我们都可以再讨论一下。
我们先讲想象力和智能。你所谓的想象力，就是更偏图像、视频这些互动类内容，对吧？这些被放在想象力里面。
4. 杀时间与省时间
我一开始思考想象力和智能这个问题的时候，实际上是在回答 AI 在 kill time 和 save time 这两件事情上的差异。
如果最终服务的目的是帮助用户杀时间，获得某种过程性的体验和乐趣，这是一类场景和目的。另一类是帮助用户省时间，帮助用户节约成本、完成任务，尤其是一些纯结果型的任务。它不是过程体验，而是结果体验，这是另外一种目的和类型。
我觉得从这个角度看，它刚好呼应了当时模型的两个方向：language model 和多模态模型。我觉得这其实是 video model、image model 和 language model 的对应关系。
在当时那个节点，我们还没有看到这两个模态有很好的交汇，甚至今天可能也还不够好。当然，Gemini 其实也有一些尝试。它可能是在 Gemini 的底模上把 decoder 改了一下、结合了一下，因此拥有了极强的理解能力。因为理解能力变好，图像生成能力也会有更大的提升。
所以这两个模型本身会不会交汇，我觉得不好说。我也不是专家，很难回答这个问题。但是长期来看，把 save time 和 kill time 分开，我觉得还是 make sense 的。
过去对我们而言，因为模型本身有比较大的差异，你到底是 language model，还是 image 或 video model，导致创业机会往往需要在里面做选择。这是一个现实的、不得已的问题。
但今天多模态能力已经有了比较大的变化。在这种情况下，这两件事情是否会交汇，正是我们此刻正在探索的一件事情。我们现在就是在试图找到智能更好地运用在多模态场景下的结合方式，这就是我们正在做的事情。
曲凯
至少当下，这两个还是可以分开的。我们先说想象力这一块。如果把多模态更多地归到想象力，现在其实多模态也分成两条线。
一条线也是工具产品，比如给营销人员用的、给专业创作者用的，它其实也是一种省时间。另一条线就是现在大家做得比较多的，比如陪伴类，或者互动类内容等等。你怎么看这两条线？
首先，我觉得陪伴现在肯定是一个很真实的方向，但是我很难评价它的商业化效率到底怎么样，接下来会怎么演化，这件事情很难讲。
工具肯定是目前确定性最高的，商业化也非常清晰。只是它的产品形态还是上个时代的产品形态：它其实是把提供服务的能力从人工换成了 diffusion。
我觉得模型发展的方向，总是会提供更好的模型能力，然后售卖更高的价格。至于上一代模型能力到底会不会降价，这要打个问号，不知道。这可能是平台自己的商业决策，但它真正的推理成本有没有下降，其实也没有。
核心是，好的效果的溢价一直存在。到今天为止，真正想做一个娱乐型、非工具、非生产力的产品，想用最好的模型效果，几乎是不可能的，因为 business model 赚不起来。
所以今天来看，整个泛娱乐方向，距离真正出现一些有影响力的东西，可能还需要一些时间。工具肯定是现在最确定的，而且我觉得还会持续一段时间。
曲凯
工具里面已经跑出来很多了，不管是 Higgsfield、OpenArt 还是 PixVerse，这都是已经被验证的一条路径。你们之前那个产品做了几千万的 AR，其实也算工具产品，对吧？
是的。
曲凯
互动类我们之前就讨论过，它的问题就是再怎么做，也很难超过当下抖音或者《王者荣耀》的体验。
从 AI 角度来看，大家可能会觉得模型能力涨了很多，已经从二三十分涨到七八十分，做出了挺好的东西，而且它很新。但用户其实不太 care 这个东西。
就好像我用最传统的手段，你别管我是怎么做的，最后 deliver 的结果可能是一个 90 分的东西。你不管方法多新，做出来一个 80 分的东西，从用户角度看，它就是不如 90 分的好。
所以在 To C 的泛娱乐、互动内容等方向上，可能还没有达到转折点。
因为时间是有限的，用户的时间始终是有限的，好内容之间的竞争也是持续的，所以最终是左脚踩右脚：大家对于内容的需求越来越高。
当然，如果你的容器类型能够在这里面起到助攻作用，那其实就很好。比如短视频，它的标准就是每一刷的内容都足够优质吗？不一定。有些内容非常好，有些可能也就那么回事。
但这个容器本身可以帮你形成习惯，甚至让你的行为更容易沉迷。如果在容器上没有找到一些很好的方法，尤其是长时间的内容，需要占据用户时间的内容，那它的参与成本其实很高。
参与成本这么高，用户的决策心智和决策负担也很大，最后就使得这种内容的竞争极为激烈。传统的游戏就是这样：越沉浸的内容，参与成本越高，竞争越激烈。
最后，你会发现供给是极度稀缺的，可能只有 0.00001% 的人在创造最好的东西。
曲凯
现在也有很多人讲要做下一个抖音，至少大家还在想下一个抖音是什么。
这么捋下来，重点可能不在于我能生成更好的内容。哪怕最后生成的内容比现在人类制造的内容更好，大家仍然会去抖音里消费，或者把内容上传到抖音。
所以更多的是你刚才提到的容器概念：我需要一个很新的交互，这个交互和我的内容是契合的，而且我的内容只能在这里体验。这样大家才不会把内容上传到其他地方，或者去其他地方消费。
对。补充一点，我觉得核心是，最好的内容一定会流向变现效率最高的地方。
效率被什么决定？被规模效应和网络效应决定。所以已经存在的平台天然有巨大优势。如果你不能创造出新的形态，只是在工具侧有了一些制作好内容的能力，其实也是没用的。
哪怕现在做了一个非常好的剪辑软件，这个剪辑软件做出来的内容去哪儿？去抖音，去 Netflix，不会去别的地方。所以我觉得这是一个致命的影响。
曲凯
我们回到抖音早期，其实它的交互没有做多大的创新，就是上下滑。只不过当时网络基础设施、流量成本等都在发生变化，它发现了某件大家之前因为各种原因不能做的事情，然后把它定义出来、推广出来，这个模式就起来了，可以这么理解吗？
5. 寻找新的内容容器
我觉得对于过去的媒介类型，今天依然是这样的。最终你找的这个闭合的商业模型、闭合的产品体验，应该首先是你的用户；第二是你的模态类型；第三是你的内容类型。这三个东西同时交汇、聚集在一起，才能定义出一个成功的产品形态。
比如小红书，它就是用图文来承载有用内容，服务一二线城市的女性，这个东西就闭合了。
抖音当时就是短视频。它的内容是炫酷的运镜、卡点，通过剪辑时间轴、分段拍摄等玩法，体现出剪辑差异化的消费体验，再加上音乐和 BGM。它服务的是那些唱跳很好、长得也很好、上镜能力很高的人，这个东西也是闭合的。
包括内涵段子，它是图文混排，讲搞笑内容、段子和低俗笑话，面向十八线城市的个体户，它也是闭合的。
所以你总是要找到模态、用户和内容类型之间的闭合，才能比较容易地完成冷启动并向后 scale，然后再进一步尝试泛化。
比如内涵段子的泛化其实就很难。你只能从娱乐内容再往下一步走，做短视频。单纯内容题材的垂类，实际上抵挡不住模态垂类的牵引。
抖音其实就是把短视频这个媒介摘了下来；小红书则把图文有用这个媒介摘了下来。因为当时购物分享可以演化成化妆、求助等等，它们在图文形态下的表现效率显著高于短视频，这就导致了后面的结果。
所以我们最终去看这件事情的发展，实际上是很多巧合和很多设计叠加在一起的。也许一开始你找到一个形态很好，但后来也可能发现不匹配。
我记得当时有一个产品，叫火萤还是叫什么，一开始应该是行业内第一个在中国做全屏体验的产品，一度有很高的热度。它的用例好像是动态桌面的分享社区，大概是这样的东西。
但它的内容形式和用户、模态并不 match。它虽然一度有了一定规模，但最后还是没有成功。当时其实有很多短视频产品没有很好地定义这三者的交汇，后来基本都消失在历史舞台上了。
曲凯
所以你现在相信会有下一个 AI 时代的抖音吗？还是你觉得其实就是抖音？
你要看怎么定义抖音。
我当时从字节离开的时候，原因是我发现，整个移动互联网除了微信以外，没有任何一个 DAU 超过 1 亿的原生移动 App。我觉得这个东西一定会有，你怎么可能没有呢？
当时中国手机的活跃量大概是七八亿 DAU，微信大概有 6 亿 DAU。中间有巨多机会。理论上每个人都应该有一个活跃的手机设备，每个活跃的手机设备都应该有一个通讯软件，每个活跃设备上也应该有一些娱乐产品。
所以你怎么算，娱乐产品都是有一定空间的。我就离开字节，去寻找一些可能性。但是我当时并不认为短视频会有那么大，这其实是一个错误判断。
短短两三年后，就已经发现短视频肯定是全民级产品了，我就觉得那个战役可能结束了。
所以今天我觉得也是一样：智能水平本身已经很强了，智能在整个娱乐里的应用，你很难讲，但 ChatGPT 现在有 6 亿 DAU，我觉得未来所有活跃设备上，大家都应该在和智能交互，这件事情是合情合理的。
假定这个事情是 ChatGPT 带来的，那 ChatGPT 首先有巨大的空间。其次，在和 ChatGPT 重合的情况下，应该会有很多娱乐的场景被智能带来。
到底是抖音带来的、豆包带来的，还是 ChatGPT 带来的，我不知道，这个事情很难讲。但是可以确定的是，在整个泛娱乐用户需求的场景下，智能一定会是一个极为重要、甚至不可或缺的玩家。
至于到底是什么样的产品在提供智能带来的娱乐体验，我不知道。所以你问我相不相信，我只能说，通过智能来提供娱乐的方式会非常非常大。
老的产品在里面一定也会是重要的参与者，但有没有新的公司和新的产品形态的机会？我觉得概率很高。
曲凯
Kill time 这块也算聊完了。我们再聊一下多模态里 Higgsfield 这样的公司。你们和 Higgsfield 在那个时间点做的事情，算是大方向类似，也是偏视频生成这个模态的东西。它起来得非常快，但你们做到小几千万美金也很厉害。
你觉得这里面的区别是什么？Higgsfield 在那个时间节点做对了什么，能够起来这么快？
6. Higgsfield 如何卖好模型
首先，Higgsfield 这个事情也是从非共识转向共识。
2025 年年中我们去美国交流的时候，我当时觉得 Higgsfield 很好，但实际上它的收入，包括它在资本市场的口碑，都不算好。大家都觉得这不就是一个特效工具吗？
这种东西见得太多了，总是一波一波地起来、下去，起来、再下去。事实上也确实如此。大家都觉得，如果它是一个视频特效类产品，那就是一个增长型产品。
包括 Pika，一开始其实也有点这个方向。当时很多人做各种节日特效，它确实是起来又下去。
那 Higgsfield 的区别是什么？我觉得不能只回答 Higgsfield 的区别是什么，而要回答影像领域模型的能力和竞争格局是什么样的。
首先，模型领域现在是一超多强，也不能叫一超多强，应该是多超多强。第一梯队有 Sora 2、Veo 3、可灵，大家分别在不同的市场、不同的阶段厮杀。
一旦出现这种能力分布不均的情况，聚合站和全家桶产品就有机会。用户总是想用更少的钱，享受更多的模型服务，这件事情是必然的。
第二，影像领域的需求太大了。从社媒创作者开始，这是一个完全独立的职业；再到不同商业体中的应用，每个公司，甚至大部分个体，都有影像内容的需求。
这样一个分散的需求，使得一个更加通用的产品出现，也是必然的。
再往下，模型能力再强，能够把有限的 idea 用好的人也是有限的。对于任何多模态内容的创造，语言和你想象中的图像之间一定存在巨大的 loss。这是几条约束。
在这些约束叠加之下，你就会知道，一定有人可以通过模板的方式来定义审美，降低大量用户的成本。几个事情一叠加，你马上就会知道，今天如果想在这个赛道抓住机会，产品应该长什么样，那就是 Higgsfield 这样的样子。
其实在我们一开始做第一步迭代的时候，就已经完全想明白了。我们列出了刚才说的几条约束，然后定了一个方向：如果想在这个赛道里长期做下去，阶段性的赢家应该是一个全家桶，并且要解决模板化定义审美和社区的问题。
但即使定义出这样的产品形态，也不够重要，因为行业里其实有很多这样的产品。真正的核心是，Higgsfield 总能以更好的方式把模型能力卖出来。
整个行业的发展速度太快了。Video model 和 image model 的发展速度太快，导致总有一些任务和效果是 1 个月之前做不到，但 1 个月之后就可以了。
针对这种情况，你会发现整个行业有两个重要指标：一个是用户的意愿有多强，一个是交付能力有多强。
用户意愿的上升，是随着整个 AI 行业不断渲染“这东西很好、很好”而来的。这个大的贝塔让所有人都认为 AI 确实很厉害了。
但交付水平是不断迭代的。很有可能用户现在觉得“这个东西很好，我要试一下”，结果一试发现：“你是个垃圾。”那他第二次再想尝试的时候，难度就会很高。
Higgsfield 做得最好的一件事情，就是总能够很好地包装一个能力，把交付表现出来。
比如一开始一致性做得很差，Higgsfield 推出了 Soul。之前 LoRA 做得最好的海外产品叫 Retake，但它卖这个能力卖得不好，Higgsfield 却卖得很好。
再到后来一系列的 Drag to Video，再到最近的灯光控制，它在社媒上的一系列表现，都能够比较好地把交付能力卖出去。
但你仔细看它卖的东西，依然是三分真、七分假。因为他们团队对于内容的理解和 sense 实在太好了，以至于在展示这个能力的时候，能够非常好地知道应该怎么展示、怎么扬长避短。
同样的用户再去试用这个能力时，会发现自己怎么都做不出它展示出来的效果。这不只是 cherry-picking，更是因为他们对内容的理解非常好，能够选择适合展示的素材，让你觉得 amazing。
所以我觉得，这可能是今天非常重要的一个差异点。
曲凯
现在大家其实已经不会再讨论套壳是不是好，关键在于谁能套得好。套壳本身没问题，但套得好不好是有区别的。
我一直以来都觉得，套壳这件事完全是工程师视角。用户不知道你是壳还是不是壳，用户只在意你的东西是不是最好的，是不是解决了我的问题。
所以模型能力越好，对于应用来说就越好。核心是你能不能把模型能力拿出来用好，不仅能用好，还能把它售好。那我觉得你就很厉害，至少在这个阶段下很厉害。
曲凯
你做了这么多年，如果让你给 AI 创始人建议，说到底怎么样才能把一个壳套好？你会怎么讲？
首先我没有发言权，因为我觉得我们自己在这一波里做得很差，我们就处于矫枉过正的状态。
生意太好做了。你在一个非常 niche 的市场里，供应复利，有利润，那怎么搞？你肯定会自我麻痹。你对于整个行业的 follow 和焦虑程度，其实没有那么高。我们自己对于智能这件事情的理解，也是慢慢才补起来的。
我觉得今天，如果你只是想做个生意，这件事情很简单，一点也不复杂。但如果你真的想干一个事业，还是要回归本质去思考，不能有太多投机取巧。
曲凯
我觉得现在能看到几个点。一个是你肯定要对模型有特别深的理解，它新出了什么东西，或者马上要出什么东西，你要能够判断、能够有感知。
然后就是你提到的审美：怎么样把模型能力用起来，不管是对内容的审美，还是对产品的审美。再就是执行力。
这两年大家都很强调执行力，因为模型肯定会持续变化、持续升级。你套壳的话，速度也很重要。通常第一个能用到的人，能够最大化地获取新模型的价值。
所以这几个点应该都很重要。
我觉得随着技术变化的发展，行业整体的焦虑指数越来越高。
首先，这个焦虑指数背后有一些事实：这个行业因为贝塔太强，会有一些随机性。随机性使得在一些偶然情况下，一些并不本质的东西，阶段性地表现出不错的结果，但如果把时间尺度拉长，最终潮水会退去。
所以核心是，这种焦虑使得大家更多地想优化随机。你理解我的意思吗？
这里面可能会有很多信号。比如之前 AI 行业总是会讲怎么搞营销、怎么拍视频、怎么做内容，大家就会去学习。但学习这些其实是学习随机的结果，可能会忽略更本质的东西。
所以在今天，我也很难讲。我很难描述，到底是拥有更强的定力、试图找到更本质的东西是正确的，还是像一个随机漫步的傻瓜一样，在里面 random 到一些东西，执行力更强、速度更快。
如果你整体上对商业本身有更多理解和思考，也许优化随机性这件事情会成为你冷启动的助力。但如果你本身的商业 sense 和经营节奏不够好，也许最终靠运气赚的钱，会靠本事输掉。
曲凯
至少从过去几年来看，有一件事情非常明确：谁能把壳套得又好又快，谁就能赢，而且每一波都得是套得又好又快。
赢怎么定义？至少阶段性的数据和估值涨得最快，获得更多资源、客户和收入。如果再做点动作，补贴一些 token，就能加大赢的杠杆。
未来几年看，过去几个月、半年到 1 年的核心问题是，大家觉得模型智能提升得没有那么明显。但最近包括 Claude Code 火起来，我觉得有点打破了这个逻辑。
所以我感觉未来 1—2 年，多模态领域肯定会继续发展，模型会发展得很快。在这个领域里，谁能把壳套得又好又快，谁就能赢。
在智能这块，我感觉大家套的已经不是 ChatGPT 的壳了，而是因为 AI coding 和 agent 的能力已经很强了，大家开始套这个壳。比如你刚才提到，怎么样把 AI coding 套成一个壳，让更多 C 端用户用起来；怎么样把 agent 套个壳，用在各种垂直领域。
曲凯
Coding 不是套壳，是 coding 平权。
套壳的结果就是平权。以前比如 AI 陪伴这件事，大家其实不 care 你用的是什么模型，只要能跟我聊好就行。
后面也是一样，用户不 care 这里面用到了什么 AI coding、什么其他东西，只要结果能 deliver 就 OK。
曲凯
我们聊完多模态和想象力，正好聊一下智能。你刚才其实也讲了一些。虽然你说过去几年可能关注这块比较少，但我知道你最近也在看，包括多模态和智能的结合。你当下的认知和想法是怎么样的？
7. 理解能力正在跃迁
我刚才一直在尽量避免你说多模态时，跟着说多模态。我一直在说 video model 和 image model，因为我其实不想说多模态。我觉得多模态代表的是理解能力，不是生成能力。
现在理解能力的大进展已经看到了，比如 Gemini 3 的理解能力突飞猛进。
曲凯
我觉得你这个说法很有道理。理解其实是一种智能，生成是生成能力。
对，所以我觉得那只是 video model 和 image model。大家现在说世界模型，可能是另外一件事情。
我也和一些朋友交流过这个问题。目前来看，在理解能力的大幅提升上，可能只有 Google 在算力上，主要是算力上，优势比较明显，并且它也找到了一些能够 scale 的方法，把理解能力提升了很多。
理解能力能不能反向提升智能呢？除了传统的多模态理解以外，能不能反向提升模型本身的智能？我觉得大家可能都相对乐观。
随着理解能力越来越强，可能解锁的场景也会越来越多。我记得上次我一直在思考一个问题：当眼睛带了脑子，会怎么样？这个问题也是我现在还在思考的。我觉得这会非常非常不一样。
曲凯
你刚才讲矫枉过正这个点，确实是过去几年里，智能肯定是最大的杠杆，但你们没有最好地用到。Manus 其实是最好利用到智能的典型例子。
不过我觉得也不晚。你不能说过去智能是模型最大的杠杆，我觉得不是。Coding 其实跟智能没关系，智能的显化是要通过 coding 来完成的，只有 coding 才能超出原本智能的界限。
它有那么神奇吗？没那么神奇。但问题是，你要意识到，想把 coding 这个能力用好，再早也没用。至少要到 Claude 3.5 Sonnet，再好一点，到 Opus。
所以我觉得什么时候开始都挺好，反正创新能力一天一个样子。
曲凯
Coding 你有什么想聊的吗？你自己有什么体会吗？
Coding 我也不懂。我觉得反正就很厉害。
我对 coding 平台这件事情比较有执念，其实是因为我自己亲身经历了从什么都不会，到借助 coding agent 一整套地完成一些自己的任务。我觉得这还是非常 amazing 的。
我觉得这个权利应该平权给更多高价值场景中的更多人。这件事情很有意思，而且现在的渗透率显然严重不足。
即使 coding agent 已经在全行业的融资水平、收入规模上都很大，但实际上它还是九牛一毛的状态。
曲凯
我们刚录的一些播客也在聊 Claude Code 这些问题。我觉得现在不管是 agent 还是 coding，它的用户应该也就是百万级，肯定还没到千万级。
但就像你讲的，未来肯定会有日活上亿的产品。
我们聊聊胜率和赔率的问题。你从 2024 年开始，或者说 2024 年之前，应该都是在优化赔率，对吧？这也是绝大多数创始人在做的事情。你再讲讲怎么理解这两个问题。
8. 一流企业家优化胜率
绝大多数创始人为什么在优化赔率？因为这样比较好拿钱，因为 VC 在优化赔率。
曲凯
是不是尤其是中国创业者喜欢优化赔率，因为中间没有退出渠道？
这也有关，但真正走到这一层的人比较少。
我刚才说，我是因为被中国市场改变，觉得只能优化赔率，否则就去死。大多数人可能只是因为这样好拿钱，他们其实没有意识到自己到底是在优化赔率还是胜率，或者在他们看来，根本区分不了赔率和胜率。
这是一个现实情况。实际体现就是要讲一个大故事，这是最简单的体现。
但我对这件事情比较深的领悟，是从上次播客开始的。首先，我对于张一鸣的理解是，他是一个比较保守、标准的胜率驱动的人。上次我问他我应该怎么选择时，他问我为什么不做更有把握的事情。
后来我感悟了很长时间，意识到上一波真正一流的企业家，其实都是在优化胜率。只是有的人运气好，他的赛道本身就是赔率非常高的赛道。
比如张一鸣，他首先是在 PC 互联网的尾巴上做搜索，对信息分发一直有执念。再到做字节跳动时，先做的是内涵段子。
2014 年已经有很多视频产品，one 也在海外很火，融了很多钱，但张一鸣当时没有着急做视频，还是在优化胜率，直到所有东西都成熟了，2016 年才正式下场做视频。
这是标准的优化胜率的人，只是他一直以来定义的问题，恰好在上个时代的尾巴上抓住了，并且延续了下来。
黄峥就更典型了。PC 时代他做电商，一直关注供给侧的变化、供给情况，包括流量端的变化。他自己在供应链上做过很多生意，也做得非常好。后来拼多多的结构性机会出现，他抓住了它，也是上个时代积累的东西，在这个时代发挥出来。
王兴他们其实也是一样。我觉得最奇怪的是，他们做了一个和之前完全不同的事情，所以我专门问过老王。我说，你们做美团，好像和之前做的事情完全不一样，这件事似乎不是在优化胜率。
老王说，你知道吗？在当时那个时间点，所有做团购的人里，所有懂线下的都没有我们懂线上，所有懂线上的人都没有我们懂线下。而我们做校内的时候，手下就管着 200 人的地推团队。
我当时非常惊讶，原来他们那时已经有很多积累了。这就很典型，还是在优化胜率。
肖弘也更典型。肖弘是一个标准的优化胜率的人。从最早 2017、2018 年开始，他就在做浏览器插件的生意；到 2023 年还在做浏览器插件；再到后来做 Manus，也是给知识工作者做生产力提效。
他一直关注的是同一个问题，也一直在积累优势。包括 Manus 的立项，我还和他聊过。我说，你这个人不是从来不看赔率、都是看胜率的吗？他也觉得自己是在做这件事。从结果来看，他确实也是在看胜率。
所以 anyway，我想表达的是，真正一流的企业家其实都是在优化胜率。没有人是在优化赔率，优化赔率不就是赌博吗？这不合理。核心还是说，我觉得胜率追问是一件很重要的事情。
曲凯
但如果按你这么讲，我本来一直的理解是，优化胜率和优化赔率是不同的选择。但按你这么讲，其实它反而不是一个选择，而是一个很清晰的正确与否的问题。
你觉得应该优化胜率，而且优化胜率最终才有可能得到更大的赔率。
没错。我们上一期播客聊的最重要的一个观点是什么？就是运气。运气到底是什么？运气是你的优势被时间放大的结果。你的赔率是等来的。
当然，我觉得这里的优化赔率有一个区别：你当然要优化胜率，但核心问题是，在挑选事情的时候，你能不能拥有定义重要问题的直觉。我觉得这是最重要的。
嗯，就是选择了培育可能会高的优化胜率的方向。
你的路径和行动一定是胜率的优化。比如我不应该在什么时间点做什么事情。
曲凯
但我们讲回来，如果这么说，到底什么叫优化赔率？优化赔率是不是本身就是一个伪概念？
比如说“我要做一个什么什么抖音”，这不就是优化赔率吗？因为它足够大，所以我要做什么什么，这不就是伪命题吗？
不是。按我讲的，你要做抖音本身没有问题，只是每一步选择怎么样能够尽量正确。
曲凯
我要做下一个抖音，是我的大赛道，是我的一个选择。然后在里面优化每一步的胜率。我可能不是一上来就做一个抖音，而是先从另一个角度切入，做一个产品，慢慢最后做成抖音。这是不是一种好的方式？
如果你是优化胜率的，你在第一天是说不出“我要做抖音”的。第一天你应该讲的是，你要解决什么问题。
曲凯
但张一鸣第一天就说是下一个 Google 吧？
没有。我记得大家都看过他 A 轮的 BP，里面好像提到过对标 Google。但他第一天应该说的是，信息分发这件事情有巨大问题，移动端可以用一些新的形式解决这个问题。
曲凯
可以这么理解。
我觉得这里正好有正反两个例子。一个是大家经常讲字节内部会赛马。赛马本身是一个非常有效的优化胜率的方法：我看到了一个大的方向，觉得这里面有机会，那我尽可能做成，让多个团队来做，最终确保赢家出在我这里。
也没有赛马呀，那是现在，是内卷的结果，因为人才太多了。
曲凯
但你觉得赛马是不是一种优化胜率的方法？我看到这个方向可能能赢，那我就一定确保这个赢家出在我的体系里面。
如果现在回答的是字节跳动今天这个阶段的决策，我觉得这件事情一定是在优化赔率。你也不能叫优化赔率，因为它必须获胜。
我很难在这样一个规模的公司里，以他们的视角去思考这个问题。但我可以给一个自己的视角：这可能是攻城和守城的区别与难度。
你要守，本身就是难的。有些事情你必须做到。比如 AI 今天可能是 AI，明天可能是 VR，后天可能是手机，但只要这件事情不是字节做的，它可能就输了。
所以守就是要从各个方面都守住；但攻可能只需要从一个切入点攻破就可以了。
曲凯
守本身就是难的，因为你比如说 AI 这件事情，今天可能是 AI，明天可能是 VR，后天可能是手机。但这个事情只要不是字节做到，它可能就输了。守的话，你要从各个方面都守住；攻的话，可能从一个切入点攻破就 OK 了。
对，是这样的。但实际上正常情况下，在军事战争中，守反而是有优势的，攻是有难度的。
曲凯
各有各难。我在想这里面的差异。比如 VR 来了，这是攻还是守？对于这些大公司来说，是守，对吧？
我觉得是守。
曲凯
美团做 AI，你觉得是攻还是守？包括滴滴，其实大家害怕的是某一天突然被 AI 颠覆，整个商业模式和产品完全变掉，所以我要用自己的模型。
但我感觉 AI 的变化已经超出了攻守的范围，它可能已经是一个新的问题了。
曲凯
没事，这个就说远了。回到刚才字节的例子。
另一个点是，大家经常讲“字节大力出奇迹”。但我记得好像是字节内部的人，或者张一鸣自己，否认过这个说法。他说其实没有大力出奇迹，只是外部看起来是这样。
所以所谓大力出奇迹，应该是他看到胜率已经很高的情况下，敢于做更大的投入，本质上还是这样。
对，他们也没有大力出奇迹。动不动就说 all in，其实是偷懒。他还是很胜率追问的。
曲凯
但我觉得，对于创业公司来说，后面当体量变大以后，很难再用单一维度去描绘这个问题。
所以从优化赔率到优化胜率，最终实际行为上的转变是什么？
就是做更有把握的事情。
一个事情的要素之一是变量的多少。我会尽可能控制变量。如果一件事情变量太多、不可预测性太多，超出我的能力范围的东西太多，那我可能就尽量不选择，尽量选择那些我可以控制的东西。
曲凯
因为企业的阶段和体量也不一样，你能控制的东西也不同。
你最近经常跟我讲，你现在研究段永平比较多。你如果比较一下，我觉得张一鸣和段永平也是两种类型的代表人物。你从这两个人身上看到了什么？你在学习什么？你觉得这两个人有什么不同？
段永平就是优化胜率。基于我们刚才讲的，所有真正成功的人其实都应该是在优化胜率，就是做更有把握的事情。
你看他的投资哲学和创业哲学是一样的。投资哲学讲的是 right business、right people，这是从巴菲特那里学来的。核心就两个东西：一个是商业模式，一个是文化。
对于字节来说，也可以说是战略和管理。但这个就扯远了。我想表达的是，他一开始做消费电子的时候，就意识到那个生意不够好。
手机来的时候，他们不得不去抓手机，如果不抓手机，公司就会死。但手机这个业态和消费电子又有些不一样，它天然有平台属性，所以模式好了一点。
实际上，在那么多大浪潮里，他也没有来回左右横跳，基本上一直在消费电子这里积累，然后去定义到底什么问题值得解决，哪里能够做出差异化价值。
所以我觉得，核心就是把复杂的事物简单化，尽可能回归到更原点、更本质的东西，然后去做这个生意。
曲凯
所以你从段永平身上学到了什么？他和张一鸣不一样的地方是什么？
我觉得最大的区别是，字节会给你带来巨大的错觉。我觉得字节是一个非常不好的学习对象。
首先，在某个阶段，它会让你对完美主义有更强的倾向。但你会发现，很多事情都很难做到完美。你真的想把一件事情做到理论上应该有的样子，是非常非常困难的。但在字节，这可能会被当成一个标准。
另外，你可能很难真正用第一性原理去想问题，因为第一性原理需要庞大的资源。否则这个条件就不成立，你更多还是要在约束下思考问题。
所以我觉得字节不是一个好的学习对象。段永平的整体哲学更加平常心，更像普通人。
你看张一鸣他们会说，要和一流的人做有挑战的事情，要和一流的人一起协作。我觉得这很厉害，但实际操作难度很大。
段永平的思路是另一种：他更强调文化。大家都是普通人，但在好的文化下，选择一个值得创造价值、能够找到差异化价值的方向，普通人也能做出很大的成绩。
黄峥也在强调这件事情。所以我觉得这两种文化塑造出来的结果会有比较大的差异。
我自己整体还是偏强者思维，但段永平的经营哲学更偏弱者思维。
曲凯
我还是想回去聊一下胜率和赔率。优化胜率有一个容易混淆的概念：优化胜率会不会让人变得更保守、更不愿意改变？
因为做自己已经做过、擅长的事情，胜率肯定更高。但当时如果你不做 AI，继续做别的，因为 AI 是新东西，变量更多，胜率反而变低了。那在什么时候应该做这种改变？
这里面有一些基本逻辑。比如段永平反复强调，做生意最重要的是什么？是消费者导向。
核心点是，你不会不拥抱 AI，因为你知道这个东西对消费者有用，会让消费者得到更好的服务。
假定今天我们认为某个东西对消费者没有好处，我有其他方法可以更好地放大对消费者的服务，那你当然可以做。它跟保守没关系。
换句话说，我们在讲赔率的时候，很多时候你的优化目标已经不是消费者导向了，可能变成市占率导向，或者估值导向，那这个事情可能就有问题。
曲凯
如果你只站在自己的角度，只想自己擅长什么，其实就是比较封闭、比较保守。但如果你站在结果和目标导向上，就不一样了。这个结果和目标是消费者导向。
你刚才提了几次，最近也一直在提一句话：把一件事做到理论上应该有的样子。我觉得这句话越想越有道理，也越想越厉害。你能不能再给大家解释一下这句话？
这句话只能算是一个理想国，你懂我的意思吗？
但更重要的是，你要接受不完美。它更多是一个心态问题：你怎么能够在看到事情很不完美的情况下，仍然认为自己应该尽力把它做到理论上应该有的样子。
我觉得这反而是一个指导方针。但在真实情况下，你距离那个状态其实很远。
曲凯
我听这句话的时候，经常想到它有点类似“做正确的事”。
大家经常因为各种原因走弯路，这不是做正确的事；而“把事情做正确”讲的是 how to，不是 why。
所以你觉得 2026 年是什么样的时机？做什么样的事情是正确的？
首先，我觉得 AI 这件事情还很长。其次，还是刚才说的两点。
第一，我觉得多模态能力，准确地说是理解能力，这件事情肯定值得被利用。第二，我觉得就是 coding 平权：怎么实现 coding 平权，以及与之同步的，怎么找到一个好的交互方式，在 coding 平权的场景下更好地释放模型能力。
我觉得这两点肯定都是指引我们很重要的“道”。
至于“术”，就非常多了。比如刚才说的，怎么去展示能力，怎么理解用户对于效果的预期，这些都是可以积累的对于“术”的理解。
曲凯
日常经常有很多人找到我们，问有什么好的创业公司可以去。我就会问他们：你到底想要什么？你能接受多大的风险，想要什么样的回报？你最后到底是要赚钱，还是觉得钱现在不重要，想要更多股份？你能不能接受创业公司这么高的失败率？
你们也是一家创业公司。你觉得去你们公司的人，他到底是在优化胜率还是优化赔率？作为应聘者，他应该怎么思考？
我觉得任何一个应聘者思考的角度，本质上都是在优化胜率：优化自己的能力、视野和信息质量。回过头看，这是什么？还是胜率。
但核心不是说优化胜率就得不到赔率。你只有在优化胜率的时候，得到赔率的概率才会变高。
当然，也有一些人就是奔着赔率去的。他可能并不认可这家公司做的事情，也觉得公司的人不太行，但觉得这家公司明年可能要上市，或者现在融资很好，所以想去。这就是典型的优化赔率，而不是优化胜率。
曲凯
关键还是看他自己在能力上的需求：需要获得什么能力，想和什么样的人一起工作，想解决自己的什么问题。我觉得这应该是一个求职者选择公司的主要动机。
我觉得也不完全是。其实你真正最后要看的，还是段永平的那种思考方式：核心是放平心态。
你选择一家公司，本质上是在选择看什么样的风景。最后你的能力到底能不能变现，我觉得不重要；你看什么样的风景，这件事很重要。
曲凯
这个心态太难了。我觉得有这个心态，比优化赔率还难。
我其实觉得这原本应该是大家都有的心态，只不过中国人的文化里多了一些急功近利的东西。美国有这种心态的人可能更多，尤其是一流的人。
曲凯
你说的这种心态是哪种心态？
就是看风景。
曲凯
就是看过程。
你们现在也在招人。一个人去你们那里，他能优化的是什么？能学到什么能力？
我们可能会尽量让一个人的精神状态处于比较合理的状态。
这个合理状态首先是，我有很强的信心和信念。这个信心和信念是说，我认为我们对于创业这件事情本身会更有耐心。我也认为，在刚才说的这些“道”的指导下，我们终将创造价值，终将变成我们想要变成的样子。
这个信心会反映出来：遇到一些极端情况时，我会非常淡定。我觉得这是我们的一些特点。
同时，在遇到机会、理解事物的本质上，我们会比较饥渴。Stay hungry, stay foolish，我觉得就是这样的状态。再有一个是 stay peace and love。
你可能遇到一些极端情况，比如老业务没了，突然从一家盈利公司变成亏损很剧烈的公司。我心态也会很正常，因为我已经经历过很多次这样的时刻，所以也没什么。
一旦我们觉得一件事情很有意思，就会试图搞明白它的本质是什么，为什么有意思，到底能创造什么价值。在这件事情上，我们会不遗余力。
我觉得这就够了。你可能展现出来的状态会更加有耐心，也知道自己要干什么。
曲凯
这更多是站在心态和公司的视角。如果从个人能力的角度来讲，你现在想招什么样的人？他去做什么，又能锻炼哪些能力？
我觉得刚才说的心态是最基础的东西。
如果说具体能学到、锻炼什么能力，能力是被什么决定的？能力是被机会决定的。我们公司的核心是，只要你是一个有想法、有意愿的人，就有无穷多的机会，你想干什么都可以。
所以在我们这样的体系下，你的能力只被自己的意愿和想法决定。遇到困难了，我们要接受困难一定会发生；遇到问题了，我们要讨论问题究竟是什么。
我觉得更多还是心态。心态是最重要的。
曲凯
大家跟你聊，肯定都会觉得你很 sharp，有很强的人性和用户感知力，很容易找到用户的需求、痛点，也很擅长用巧妙的方法解决这些问题。
你觉得这些是后天训练出来的，还是本来就这样？这些能力是怎么形成的？
说话比较极端，就容易显得 sharp。但我觉得 sharp 只是一个表达方式，其实没什么特别，也可能是错的。
一个人满口胡言，但说得很绝对，你也会觉得他很 sharp，但不一定是真的。很像 AI：说了很多听起来有道理的东西，但实际执行下来，发现根本不是那样。
至于找用户场景这件事情，我们也不是主要靠我一个人去找。我觉得很多方法都是团队一起讨论出来的。团队要讨论这个问题，就得有一个人一直在提重要的问题。
核心还是提问。这个问题会迫使你评价自己的方案到底 OK 不 OK，然后再去修正方案。
再往下推一步，你怎么样去训练？这又回到了同理心和想象力。核心还是意愿，主要是你要愿意提问，这件事情很关键。
我们公司的人可能都不想跟我聊天，因为我总是拉着他们问很多问题。我会说：“我觉得这个可能有问题，我觉得这个可能不对，我觉得这不是最终的样子。”
但“这个有问题”和“提问题”不是完全一回事。实际上我的开场白通常是：“我又想到一个什么什么事情。”
曲凯
你有没有想象过，假设技术已经成熟，通讯成本也足够低，能做一个什么样的酷产品？你就当写科幻小说。
9. 再造一个 AI 社会
我觉得可以再造一个 AI 社会。
刚才你说科幻小说启发了我。我现在在想，假设有一部科幻小说是这样写的，故事会很有意思：
有一个人是 AI 的信徒，他相信一切都是注定的，一切都是被证明的。他试图集合全世界的算力，构建所有被证明的约束，比如所有的第一性原理。
脑科学、生物学、物理学等等，都有一些第一性原理和约束。你把这些约束全部注入模型，然后开始让它演化，并且在适当的时候借助一些外力改变它的参数，使它逐渐和地球整个发展的过程对齐。
你可以从第一个生物出现，再到人类出现。它可能有一些被证明的路径。终于有一天，它的演化和人类的今天对齐了，和现在这个时代一样。
他们在那个世界发展得很好，然后大家开始观察。再回到这个人建立这件事情的动机：为什么他要做这个演化？因为他想穷尽更多算力，预知未来会怎么样。
因为约束没有变化，他就开始暴力计算未来会怎么样。然后他会发现，发展停留在了某一刻：在那个世界里，也有一个人构建了所有的算力，去预测未来会怎么样。
然后就循环了。你能理解我的意思吗？对未来的所有想象，都是在预测未来。
如果把这个科幻小说的设定再往前推一点，完全放开去想，我觉得就是再造一个社会。我们像一个观察员，甚至是参与者，这就是一场直播。
里面有人赚钱，有人生活，有各种各样的事情发生。它就是一个虚拟世界，但没关系，因为虚拟世界和线下其实差不了太多。
你可以在任意一个角落，以任意一种方式扮演一个角色。你可以在那个世界里成为一个演员，重新过一遍人生；也可以在那个世界里创业，因为那就是一个世界。
What if 有 2 个、3 个、4 个、5 个、6 个、7 个、8 个、9 个、10 个，甚至 500 个这样的世界？每个世界都有自己的经济系统，无穷无尽的人在这些世界里获得收益，然后这些收益反哺到我们这个世界。
曲凯
我记得好像马斯克还是谁讲过，现实世界是虚拟的概率非常高。
对，就是我刚才那个推论。最后的结果就是，你预测世界的方式，未来的显化，其实就是不断预测未来。