Koji
欢迎收听十字路口，我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。十字路口是乔布斯对苹果公司的一个比喻，形容他站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起探索、拥抱新变化、新的可能性。我是十字路口的 Koji，联合创办了街旁、新事项和糖岛，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间。我相信科技，尤其是 AI，是我们这一代人最大的价值创造机遇。欢迎大家找我聊天，碰撞想法，链接下一个可能性。我是十字路口的 Ronghui，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，也欢迎大家找我聊天和我交流。本周的十字路口，我们的嘉宾是老朋友张明浩。今天我们会和明浩一起复盘 2025 年的科技实践，以及 AI 时代的一些回忆，更重要的是聊聊我们三个人身在其中的感受。
Ronghui
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：快。不管是技术迭代、产品更新，还是全球格局的各种变化，都感觉 2025 年像是按下了 8 倍速一样。
身在其中，经常会想起大家去年常说的一句话：“AI 一年，人间十年。”这句话最近大家好像不怎么讲了，但是这种感受仍然存在。
Koji
明浩一直在记录这个时代，一直在做 PPT。我自己给他起了一个外号，叫“AI 时代的司马迁”。所以我们今天的第一个问题，就想问问 AI 时代的司马迁：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、转折之年，还是会有其他的关键词？
张明浩
1. 2025 Turns at an Inflection Point
我想到一个非常适合今年发展状态的词，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，那很简单。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，也有这种可能性。
当然，另外一种探讨是泡沫会不会破裂。如果真的要进入破裂状态，可能 2025 年年底就要往下走了。到了 2025 年年底，你会发现我们不知不觉走到了很多事情的极限：技术也好，产品也好，钱也好，资本也好，甚至在更大的话题里，我们已经把 AI 走到了人类的极限。
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，肯定没有办法一一复盘，所以里面会有很多我们个人的感受，可能有些事件对我们的冲击比较大。
Ronghui
也有可能有些人会觉得：“这么大一件事，影响了我的人生，你们既然没有说到？”这种情况很有可能发生，也在所难免。
2. DeepSeek Redraws the Model Race
Koji
我们首先会聊大模型、多模态以及 Agent。回忆今年年初的时候，有一个特别大的事件，就是 DeepSeek 发布了 R1。当时可以说是山呼海啸般地在全球刷屏，到今天我仍然感觉，它对我们的生活、事业方方面面都产生了很大的影响。
现在回头看，拉长一点距离之后，明浩你会怎么看 R1？它的意义在哪里？
张明浩
R1 正式发布的时间，应该是 1 月 20 多号，也就是春节假期前两天。
当时，中国可能最有名的人之一、黑神话：悟空的创始人冯骥发了一条微博，说这可能是“国运级别”的代表，引发了这一轮所有的讨论。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。
与之相对的是，那个时间点美国已经开始建立关于这一轮 AI 基础设施投资的叙事，新闻里出现的往往是 10 亿美元、100 亿美元这样的体量。DeepSeek R1 的论文里只是说，最后一次训练成本大概是 100 多万美元。两个数字之间的强烈对比，引发了非常多的讨论。
从投资角度看，我们现在回头来看，美国所谓的“七姐妹”，以及英伟达的股价，在那个时间点都有一个巨大的跌幅。大家开始讨论：原来建立的那套叙事，是不是有别的方式可以解决？它变了，不再是原来那个趋势。
当然，在那个趋势出现之后，马上又出现了新的趋势。大家会说，这就跟当年煤炭的故事一样：煤炭被更多地发掘，反而带来了更多机会。它虽然会有一个短期的震荡向下，但可能带来更长期的增长。
当时的叙事是这样的。可是回头来看，这个叙事直到今天依然在延续。我甚至觉得，可能正是从 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，也包括大模型到底应该做大还是做小、参数规模、MoE 等很多问题的对立。
还有一个更现实的问题。我们回头看 2024 年中，Sam Altman 和 OpenAI 提出了 L1 到 L5 的实施路径。L1 是大家熟悉的 Chatbot，L2 叫推理。L2，也就是 o1，在 2024 年 9 月出现。
那个时间点，所有头部模型厂商做的事情，就是复现 o1。Claude 之前已经做到了一部分，但其他厂商其实都在复现 o1。o1 是推理模型的代表，而到 R1 之后，大概两三个月，到 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。
所以，这条路径其实是在那个时间点被画得比较清楚了。如果我们在 2025 年年底回头看，单纯从纯语言模型竞争的角度讲，R1 已经把这一年的竞争路径，以及接下来要打的仗，基本描述清楚了。后面的事情，变成了工程优化和改进。
Ronghui
除了 R1，你觉得今年还有哪些模型更新值得记住？
张明浩
这一轮破圈的，当然还有 GPT 生图。它又引发了版权以及各种各样的问题，和今天 Sora 2 引发的问题非常类似。
如果只看 OpenAI 的技术路线，2023、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，那会是一个巨大的里程碑，可能是翻越所谓 AGI 临界点的东西。
但今年我们真正等到了 GPT-5，GPT-5 并没有显现出原来那种期待。前两天我看 Sam Altman 上 H6Z [?] 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。
如果回头看，哪怕是 GPT-3.5 出现 ChatGPT，从某种意义上说，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。但现实情况是，已经过去两年多，我们好像只是轻轻地迈过去，然后继续往前走了。
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前进。至少把话题限定在纯语言模型这个角度，确实是这样。
今年可能先是 GPT-4o，然后是 GPT-5 及其后续版本。其他竞争厂商里，Google 今年的模型进展非常快，Gemini、Veo 3、世界模型，你会发现从纯技术角度讲，Google 这一年非常强势。
我们最近还写了一篇文章，讨论为什么 Google 回来了。Anthropic 的 Claude 一直在做自己的事情，而且在 2025 年更加坚定地做自己的事情。
纯粹从市场竞争角度讲，它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，但在场景选择上，Claude 已经越来越清楚了：To B、编程，以及当前最大的几个应用场景。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点，比如它和 Twitter，也就是现在的 X 的合作，以及虚拟陪伴应用。Sora 2 出来之后，Grok 也非常快地发布了自己的视频模型，而且路子很野。谁的照片都可以拿来生成，完全不尊重个人隐私，甚至可以在提示词里写 spicy，也就是“要辣一点”。
这除了是技术问题，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，引发了一个结果：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，它有别的事情在发生。Meta 的声音主要是开出大支票招人。
中国这边，原来“六小龙”的叙事已经结束了，今天其实已经很少有人再提。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，今天会被无数次提到。
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。
中国厂商里，开源最头部的两家就是 DeepSeek 和通义千问。这两家基本上并驾齐驱，增长都非常快。
今年纯粹从行业发展角度讲，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 了。
DeepSeek V3 是基础模型，去年年底就发布了。之后在基础模型上经过强化学习和训练，得到了 R1。V3.1 又不断更新，前一段时间大家等到了 V3.1 的最终版，原本都认为下一步应该是 V4。结果它发布了 V3.2，大家就说，我们今年可能等不到 V4 了。
如果今年不太容易等到 V4，似乎也不太容易等到新的 R 系列。
通义千问的故事，一直和阿里巴巴这一年的巨大 AI 叙事绑在一起。它包括 GPU 投入，以及在语言模型、多模态、编程等各个领域的全面覆盖。
这两家是最前面的开源厂商。Kimi 和智谱则调整了一些策略，在这一年里发布了 Kimi K2，以及智谱最近的 GLM-4.5、GLM-4.6。他们在编程、Agent，以及开源领域的尝试，其实还在主线上。
另外还有一些厂商，也在尝试各种各样的路线。欧洲有一家叫 Mistral 的公司。纯自然语言模型技术的主桌，大概就是这些人。
如果拉长到 10 年之后看，你觉得今年有什么东西会被记住？
张明浩
R1 肯定会被记住，推理模型肯定会被记住，Agent 的代表也肯定会被记住。
多模态如果只选一个，我觉得会被记住的是 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。
如果一定要记一个可能明年才会被记住的东西，我觉得很可能是世界模型。世界模型今年的发展稍微有些加速，参与的厂商也越来越多。
但现阶段，世界模型还处于偏 Demo 的阶段，还没有到值得深入探讨的程度。如果硬要算，没准 2025 年年底或者 2026 年初会成为一个节点。
Koji
Sam Altman 最近提到，很多发布已经是渐进式改动，尤其是大语言模型的发布，让大家没有那么兴奋了。
在这样的背景下，如果现在又看到一个模型说“它又世界第一了”，明浩，你会怎么消化这样的新闻？
张明浩
首先我要看它拿到的是哪一个“世界第一”。现在有很多不同的榜单，评判方式也不一样。有的是盲测，有的是打分，有的是基于题库和原有 Benchmark 的测试。
所以在不同地方，反馈是不一样的。今天拿到所谓的第一，或者拿到 SOTA，对于普通人，哪怕对于行业从业者而言，刺激性和边际效应都已经非常小了。
我甚至会觉得，这些东西更多是向上管理。
今年我们还没有聊到，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。
我们刚才说，这场仗已经打了两三年。如果有新的角色在 2025 年才进入战场，想在某个地方建立一点声望和影响力，哪怕只是为了 PR 写一篇稿，也要选择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，我觉得另一个原因就是性价比。
你会发现，今年回头去看 PR 文章，这些厂商通常不是最大的那几家。它们当然也会把 AI 作为很重要的战略，内部可能有类似 AI Lab 的部门。但这些部门成立得比较晚，公司虽然愿意投钱，可是你要在短期内证明部门存在的意义，总要找到一个地方把旗帜立起来。语音看上去就是这样一个地方。
3. ChatGPT Wins the Chatbot War
Ronghui
现在技术领先的窗口越来越短，大家都说所有 AI 厂商可能连国庆假期都没过好。
在你看来，大家现在选择一个 Chatbot 并且愿意付费，意愿到底来自什么？
张明浩
它变成了使用习惯。你的付费意愿、对品牌的认知和理解，以及这一年大家不断强调的上下文记忆加长、模型对你的理解，都会积累起来。
这些东西是否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 的战役已经打完了，ChatGPT 已经赢了。
即使过去两个季度 Google 的 Gemini 涨得很好，也不过是从零点几个百分点涨到几个百分点。它可能翻了很多倍，但依然属于“其他”里面。因为大部分用户已经被 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。一年之前，这个数字可能只有几个亿，但在不到一年的时间里，它翻了一番，甚至又翻了一番。
今年年初，有媒体记者问 Sam：你到底想要一个 AGI 技术上最顶尖的结果，还是一个 10 亿用户的平台？Sam 当然说两个都想要，但他一定更偏向后者。
这就回到我们刚才讲的一句话：所有事情都在不知不觉间触碰到了一些极限。用户量已经是这样了。它已经有 8 亿周活，还能怎么增长？其他事情，包括融资，也都碰到了极限。
从这个角度看，ChatGPT 已经建立了非常强的品牌认知。它又在不断加强记忆和理解。我那天看了一篇文章，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，也就是“大一统”。
在中国，我们把这叫作 All in One 策略。你会发现，最近一次 OpenAI 发布会里，Sam Altman 讲 ChatGPT 时说，未来可以直接在对话框里调用 Spotify、Zillow，调用 Canva 做设计，调用 Figma 做 UI。
这在某种程度上不就是小程序吗？只从产品角度讨论，它确实在尝试，或者说没有放弃成为 All in One 的可能性。
Koji
这背后可能也和 Sam Altman 与 Anthropic 的 Dario Amodei 背景不同有关，最后体现为公司战略选择和核心竞争力的不同。
张明浩
OpenAI 仍然是一家非常有产品能力和战略能力的公司。
最近大家都在讲 Sora 2，但好像已经忘了大概 4 周前刚发布的 Pulse。Pulse 也是一个我觉得遥遥领先所有人的产品。它其实是在增强用户黏性，让用户把记忆用起来，甚至希望用户从 WAU，也就是周活用户，变成 DAU，也就是日活用户。
从产品实现上说，虽然是一个新产品，但我认为实现得非常好，很融洽、很自然。
这也包括我们晚点会聊到的事情：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？
这仍然和 Sam Altman 的战略能力、舆论营造能力有关，而且他把这种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。它营造出了这样的竞争格局，这也是非常了不起的一点。
世人似乎都忘了，Sam 原来是一个投资人。前两天他上 H6Z [?] 的播客时说，他不擅长做管理，他是做投资的。
所以从某种意义上说，在 OpenAI 的企业管理里，他也在做类似投资的事情：扶持、孵化和支持一个团队，团队有想法，然后帮助它变得更大，不断给它资源。这确实和早期投资很像。
最近有一位 OpenAI 内部的朋友也表达过类似感受，觉得 Sam 很像公司的投资人。
Sam 原来是 VC 的合伙人，而且他还不是单纯意义上的 VC 机构合伙人。像 Benchmark、Founders Fund、SV Angel 这样的 VC，和他所处的位置不太一样。
张明浩
你要知道，Sam 在掌管 OpenAI 之前，最有名的是他在 YC 上的创业课。那是因为我大学学的是技术经济管理，在美国也叫创业管理。我甚至对我的导师说，研究生入学第一课，直接去看 Sam 在 YC 上的那个视频就好，不用看别的。
他原来就是做这个的，而且已经做到顶了，只是大家把这件事忘了。
Ronghui
我们从 DeepSeek R1 聊起。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，还有人嘲笑 Sam Altman，因为他刚签了一个巨大的合同，也就是“星际之门”计划，金额是 5000 亿美元。
当时大家就说，你看，DeepSeek 这么小的成本就做出来了，而美国只会烧钱。这也是当时股价下跌的重要原因。
但现在过了几个月，甚至大半年之后，你觉得“花小钱办大事”还成立吗？因为感觉美国仍然在疯狂氪金，而且氪得越来越多。
张明浩
虽然我不是搞技术的，但看过去几年的发展，大模型技术研发的演进越来越像一个工程问题。工程问题涉及取舍、选择，以及在关键节点上的策略偏好。它可能不再是解决从 0 到 1、纯粹天马行空的问题。
当它越来越偏向工程和实施，确实可能美国人的方式就是氪金堆，中国可能就是寻找弯道超车、寻找取巧的方式来做。
但这两条路本质上也会慢慢交融。我们找到一种方式，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，我们也可能尝试。只是你会发现，在尝试过程中，我们的成本也在不断提升。
过去这一年，DeepSeek 一直不太做对外表达。你看通义千问的逻辑，其实已经更偏美国那边的逻辑，讲得更多的是 GPU 投入。虽然千问可能也有很多技巧，但它的叙事是把两种叙事揉在一起、堆起来的状态。
所以你说谁对谁错，我觉得没有谁对谁错，大家互相学习、互相模仿、互相演进。
但这里有一个很简单的逻辑。大家谈论这一轮 AI 时，会说算法、数据、算力。只有算力可以靠堆钱解决，算法和数据很难，尤其是算法非常难。数据可能还好，人才则可以靠堆钱吸引。
我前两天看到有人说，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。
这就回到刚才我无数次强调的问题：我们不知不觉在很多事情上走到极限之后，回头一看，可能有别的方式，不需要花那么多钱。
我觉得小扎认清了这件事情。他一年开出几百亿美元的投入，但这场军备竞赛从 2024、2025 年开始，还不知道要继续滚几年。虽然他的现金足够，但他发现，哪怕把整个硅谷能挖的人都挖空，也花不了这么多钱。
所以他的策略变成那个样子，是有原因的。他不会因为给那么多人开那么高的工资，就把这件事情做垮。
你看，最近 Mira 的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，身价已经十几亿美元了。
但 Sam 给的钱你记得是多少？15 啊，是 35 亿美元。所以他肯定要超过原来的数字才能走。太夸张了。
Koji
我们后面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。上个季度广明和小俊的对谈里讲得很清楚：美国的金融，加上华人的工程师，是今天 AI 趋势最大的代表。
4. Multimodal Becomes a Product
Ronghui
我们刚才聊了大语言模型，现在再来聊多模态这个战场。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这两个方向上，都做出了让人非常振奋的进步。
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，大家做的事情好像也比较同质化。你觉得决定谁能胜出的因素会有哪些？
张明浩
现在多模态里的图片和视频已经混在一起讨论了，因为已经分不开。
在这个战场里，中美两国的竞争确实会比纯语言模型竞争更激烈。中国厂商的能力，在一段时间里显示出了非常强的状态。
抖音、快手，以及几家初创公司，比如 Vidu、Pix Works，大家在这个板块的竞争已经出现了齐头并进的状态。
今天你推出一个新功能，比如 Veo 3 推出音画同步，大概 3 个月、甚至不到 3 个月，可灵和字节的模型就跟上了。只要是跨时代的东西，一旦被定义清楚，马上就会有人跟进。
Veo 3 出来之后，大家就在讨论什么时候能看到国产的类似产品。我觉得可能两个月就够了。只要一件事情被定义清楚，无论是产品边界、技术选型，还是技术路线，中美两国在多模态板块的竞争确实非常强。
而且这个板块的落地和场景都特别明确，所以会第一时间渗透到产业链中。语言模型还要进入法律、金融、HR 等场景，需要不断调试；但图片和视频的应用，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 Agent？这个东西不需要再论证和验证场景，因为它已经是一个非常成熟、体系化的需求。只要模型能力、效果、可控性和成本到了一个节点，就会马上渗透到产业链里。
我觉得这是一种体系化竞争。中美两国在这件事上有不同的资源禀赋。中国短视频以及由短视频衍生出的生态链非常丰富，包括和电商、营销、各种场景的结合，以及工具化的变化。
我还是那个观点：移动互联网 App Store 出现的第一天，摄影就是竞争最激烈的品类。连续很多年，最佳 App 都是摄影类应用。打到今天，最佳 App 仍然有很多是摄影应用。
这说明这个东西太硬了，有太多需求、太多场景，以及太多可以施展的地方。
对于厂商而言，挑战反而变成了：你到底要做什么？纯技术本身的演进当然有难度，有难题需要克服。但再往前一步，你要落在哪里，用来做什么？是 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，它在尝试利用今天这个时间点，普罗大众已经非常成熟的一种交互形态，让 AI 以加成、加 Buff 的方式进入其中，并且在很短的时间内，用看上去很简单的路径做出来。
大家做产品，加功能是简单的，但砍到一个合适的边界里并且打包好，是困难的。对产品经理来说，用户需求的感知和把握、交互设计，要求的是非常复合的能力。所以我还是很佩服 OpenAI。
Koji
其实说到能够做到这种模型能力的公司，我们刚才盘点时一直没有提到 MiniMax。
张明浩
MiniMax 大概半年前有海螺的视频模型。当时有一个非常出圈的爆款，就是小猫跳水参加奥林匹克，把体操动作还原得非常好，也是世界领先的。
但那么多厂商做了那么多厉害的视频模型之后，只有 Sora 2 出来后真正走进了千家万户，离开 AI 圈子，让普通人也认识到它。
这件事可能也是因为它是 OpenAI。以前也有第三方厂商做过类似尝试，更多是在图片领域，而不是视频。但因为它们不是 OpenAI，不是最大的那几家，所以没办法像 OpenAI 的 Sora 2 一样得到关注。
以前多模态领域的“六小虎”里，有一家一直在做多模态，就是捷越。捷越除了做模型，还做了一个图片社区，叫“离谱”。现在整个“离谱”团队已经撤掉了。
“离谱”的初期数据发展其实不错，留存、活跃都有一些表现。但因为各种原因，它没有办法继续下去。
这可能就是我们刚才聊到的那些问题，但并不代表以前没有人尝试过。很多人都尝试过，只是当时大家对这件事情的认知和判断，可能不像今天 Sora 2 出现后这么乐观。
原来捏它也好，离谱也好，仍然是二次元圈子里的产品，没有真正泛化。没有泛化，大家就会觉得：第一，我们可能看不太懂；第二，天花板可能有限。
Sora 2 出现后，我的评价其实特别简单：很多媒体标题说“我们不需要一个 AI 抖音”，这是最常见的标题。我觉得这句话没有问题。
我们已经有抖音这套非常成熟的体系，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。
但反过来讲，对于 OpenAI 而言，Sora 2 是需要的。它需要一个独立产品，把技术变成产品化的落地，并且用合适的边界做出来。
更重要的是，它需要让内部团队建立一套机制和方法，不断把技术转化成落地产品。这套运转过程，包括 SOP、组织架构、人员配置，才是 OpenAI 真正重要的事情。
所以当我看到“这个世界不再需要一个 AI 抖音”这个标题时，第一反应是：OpenAI 其实也没有想做 AI 抖音，这个命题是你加给它的。
最近 Sam 也提到，OpenAI 正在变得越来越复杂。它体内可能有三四家公司：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新业务的公司。
他现在可能同时在做这些事情，所以非常像一个投资人。OpenAI 已经不是一家普通的创业公司了。它现在已经值 5000 亿美元，至少有 4 个实体。
产品公司已经找到 CEO；技术实验室是最原始的部分；Sam 最近一段时间在忙的，可能是 Infra 这家公司。这家公司现在确实是在满足 OpenAI 自己的需求，但在极限状态下，如果真的投入几万亿美元，它的能力没准可以赋能给其他公司。
不知道你们有没有看到，发布会之后，很多我们熟悉的公司，比如 Figma、Deliveroo，都在社交媒体上晒 OpenAI 送给他们的东西，像奖章一样，有不同的颜色，标注使用了多少 Token。
Ronghui
我觉得他们太会做营销了。你还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。我们那时就想做一期“跟 Sam Altman 学营销”。
Sora 2 的宣传给我的感觉，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。他没有越界，也没有搞乱七八糟的东西，但会使用创始人的 IP。
我觉得他某种程度上有点像 Elon Musk：你们随便怎么恶搞我都无所谓。他想得很清楚，这些互动都会给公司和个人 IP 加分。
每一次互动，都会让你感觉自己在和 OpenAI 互动，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。
张明浩
不知不觉，这个世界还是被 OpenAI 影响着。不管中间出现了多少波折、多少不看好，甚至一度成为共识的声音，还是很佩服它。
5. World Models Offer Another Route
Koji
我们还是想聊一聊 Google。今年十字路口写过一篇文章，我发现 Nellis 的播客最近也做了一个大选题，讨论 Google 是怎么触底反弹的。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。但我们想重点聊的是它的世界模型。它发布 Genie 的时候，很多人都有一种全身通电的感受：怎么可以做得那么厉害？
只是 Genie 离商用还有点远，所以发布之后没有太多后续。明浩，你会怎么看这一系列世界模型？
张明浩
我觉得这个问题可以再往前推一点，上升到哲学或者更宏观的角度。
自然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。
所以这一轮大语言模型发展的底层逻辑是：语言是人类特有的，它承载了文明，很多事情都建立在语言之上。
但发展到后来，出现了第一个分支，或者说我们不好判断它是子集还是并行方向，那就是编程。有一派认为，编程是语言的子集；另一派认为，编程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，语言再好，也很难把其他感官获得的东西描述清楚。视觉是最大的一个。视觉出现之后，多模态从图像、语音、视频到 3D，再到今天的世界模型，我觉得它是一个从局部战场不断打包的过程。
我们刚才讲了语音、图片、视频、3D，这些都是局部战场，局部战场打包在一起，最终就变成世界模型。
DeepMind 的核心高管之前接受采访时认为，世界模型是通向 AGI 的另一条路径。如果用打德州扑克的方式来讲，语言模型是一张主桌，当然也不好说它是主桌还是分桌。DeepMind 的观点是，世界模型是另外一张主桌。
它有一个比喻，类似“世界的子宫”。如果这个东西真的出现，它符合人类已知的物理学定律，能够在可见时间内生成，并且生成速度比你消耗的时间更快——现在还比较慢，因为你要等——但如果某一天技术能够达到你想要什么就出现什么，而且比你想象得还快，那似乎就会出现一个新的东西。
当然，这是一个极度理想主义、技术理想主义的结论，但我确实觉得，DeepSeek R1 也在往那个方向走。
你要知道，DeepSeek 在这一轮自然语言模型之前做的事情，也和这个方向有关。李飞飞的创业公司 World Labs 也是这个逻辑，她做的也是世界模型。
当这个逻辑出现之后，就会有一派观点认为，如果世界模型也是主桌，那么它可能通过另外一种方式实现所谓的 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。
拉长时间周期来看，上一代 AI 公司主要解决视觉问题。视觉的应用场景，无论是图片还是视频，满足现有需求本身就是一件巨大无比的事情，甚至不需要创造新的需求。
所以无论它和游戏结合，还是和现在的视频结合，都可以瞬间挂上钩。只是现在技术还没有 Ready，还没有达到所谓 GPT-3.5 的那个临界点。
这个东西大家也知道很难，可能比语言模型还难。
Ronghui
除了 DeepMind、World Labs，国内据你所知还有谁在做世界模型？
张明浩
腾讯混元在做。混元的世界模型刚刚发布了 0.1 版本，应该还非常早期，处于只能把一张照片变成可互动场景的阶段。
图片质量和像素清晰度，也还处于非常早的阶段。但逻辑和刚才一样：图片和视频可能已经是比较激烈的战场，3D 和世界模型还没有那么快。
3D 和世界模型绑在一起的公司，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。平台可以调用混元、Meshy，以及其他很多家的模型。现在混元和 Meshy 可能都是比较头部的调用来源。
一方面，它们的 3D 模型客户是游戏公司；另一方面，还有 3D 打印用户。
多模态创业仍然是一个非常热的赛道。今年出现了 Higgsfield，Higgsfield 的创始人之前也做过 Polo，它们的数据和收入增长都很好，量也很大。
前段时间，我问一个红杉被投公司的创始人，他们刚上了一个视频工具产品。我问他，前面有那么多产品，以 VEED 为代表，差异化是什么？他说，差异化没有那么重要，因为这个市场太大了。
他当时给我一个数字：现在 TikTok 全球每天新增 100 万用户，这 100 万用户里有 12% 会点击中间的加号。也就是说，每天全球有 12 万个新的视频创作者。
不管多草根，都叫视频创作者，而这些人全部需要工具。
他还讲了另一个数字：在视频工具领域，当时超过 2000 万美元 ARR 的公司已经有 20 家。很多是我们不知道的，可能解决某一个具体问题，或者在某一个具体国家发展起来的。
所以多模态仍然是非常有意思的地方。
6. Agents Become the New Layer
Ronghui
复盘 2025 年，除了 DeepSeek R1，还有一个属于所有中国人的重要回忆，就是 Manus 的发布。Agent 成了年度关键词。
十字路口今年有一期开年播客，当时和雨森聊的时候，标题就叫“Agent 的元年”。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。
但还好，今年 Agent 的发展确实不错。发展到今天，也出现了很多声音，比如到底应该做通用 Agent 还是垂直 Agent，以及 ChatGPT 未来会不会吃掉所有 Agent 厂商。
明浩，聊到 Agent，你有哪些观点？
张明浩
还是回到刚才的 L1 到 L5。L3 是 Agent。当所有人实现了 L2，L2 形成了普遍能力之后，当然就会往 L3 走，这是一个很简单的逻辑。
只不过走到 L3 的时候出现了一个问题：L1 到 L2 还是语言的问题，还是语言本身的问题；但到了 L3，变成了行为。
原来对话就可以解决，哪怕推理也是对话就可以解决。但到了 Agent，我们要它干活，事情就变复杂了。它是有行为的，行为无论发生在计算机、网页、数据库，还是其他地方，都需要真正执行。
行为不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 年都可能是 VR 元年；也像自动驾驶一样，我们可能要在 L3 待很久。
Agent 虽然是一个阶段，但它还涉及很多细分阶段：什么层级的 Agent，不同的体验，不同的要求。你还会遇到通用还是垂直的问题，或者进一步垂直到某些小场景，在那里实现更理想化的 Agent。
从这个角度讲，Agent 这个概念给了非模型厂商在网络应用场景里落地的一种范式，这一点非常重要。
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都不知道该做什么，能做的事情很少，大家把它叫作套壳。套壳不是贬义词，只是当时能做的事情确实不多。
但今天 AI 生态的崛起非常大，也非常复杂。如果类比当年的互联网，今天甚至连协议都是非标准的，所以有很多公司在做协议，尤其是大公司。高德、Google 都在做。
OpenAI 不想做吗？它肯定也想，只是被别人抢了。等形成事实标准，协议就出现了。
从语言到行为，需要很多脚手架，也就是 Infra。你要兼容现有的、为人类设计的整套互联网，还是重新建立一套东西？这中间也有分歧。
到底用不用浏览器？是纯 API 对接，还是其他方式？这些选择题全部勾完，每家公司就出现了千差万别的区别。
于是各种各样的公司都出现了：做纯协议层的，做 Infra 层工具的，做实施的，做 Infra 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。
Koji
说到 Memory，有一个特别有意思的点。十字路口之前采访过 Mem0，在采访他之前，我觉得要做一些功课，因为记忆 Infra 的内容太多了。
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，现在还没有统一的技术路线，每个人的路线都不同。”
我们主业做社交，也在做 AI 社交。AI 社交里非常重要的就是 Memory，包括自己的 Memory、和别人的 Memory，以及各种对话。
我们的技术负责人特别头疼，因为问题变成了：到底是自研，还是使用开源方案，还是用一个成熟的 API 厂商？连这个选择都很难做决定。
答案只能在风中飘，没有。因为连评价标准都没有，不知道该如何判断。
赵纯想之前在北京场的 AI 开放麦上，也来十字路口讲了 10 分钟。他讲的主题是自己在做一个新项目，叫 IM。我知道，里面也需要用到记忆系统。
但他那 10 分钟分享的并不是 IM，而是为了 IM 自研的记忆系统，因为他觉得市场上能看到的方案，要么不可用，要么不适合自己。
张明浩
所以你看，这只是 Memory 一项。我记得前段时间蚂蚁开源了一张巨大无比的图，里面包括 Agent 框架、Agent Memory、Agent Inference 等内容。
这些都是过去一年开源生态里增长最多的板块。因为大家确实走到了这里，需要解决这些问题。
这就像一座冰山。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。现在还很早，没有人把生态建立完整，很多东西只能自己做。
也只有在这个阶段，创业公司才可能获得一些独有的竞争优势。
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 对它的决策体系来说没有那么重要？
它可能更多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。但 Agent 在今天某种程度上已经被狭义地框住了，比如交互、产出结果、按钮的样子，甚至都被这一年左右的时间框住了。
张明浩
OpenAI 当然也在做调整。它推出了自己的 Agent，包括把原来的 Operator 改成现在的样子，也把原来的深度研究功能做了融合。
可能它原来也没有想过 Agent 应该是什么样子。没有人知道它是什么样，但慢慢地，从 Manus 开始，我觉得 Manus 最大的意义在于，从 3 月发布到今天，让用户大概知道 Agent 应该是什么样。
当然，更细一点可能是交互、版面设计、UI、UX，但至少它把一个形态展示出来了，告诉大家 Agent 大概应该是什么样。
在今天这个时代，成为大家心智中的代名词，会有巨大的红利。
所以 Manus 最近发布 9000 万美元 ARR，这件事很重要。后面当然有很多追随者，也有人用不屑的口气说，自己 3 天或 3 周就能复刻一个 Manus。
但不可否认，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，以及品牌打造。
你又回到刚才 Chatbot 的品牌竞争已经打完了，但 Agent 的品牌竞争还在打。Manus 只是占了先机，而且站得比较硬。
Ronghui
夏天的时候有很多人说，感觉 Agent 有点凉了。你会有这种感觉吗？
张明浩
如果大家还有印象，GPT-5 应该是 8 月发布的，Claude 的新版本也是 8 月发布的，所以 8 月是美国头部智能厂商集中发布版本的月份。
7 月则是中国大部分模型厂商选择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 月就是“疯狂 7 月”。
MiniMax 还有一个发布周，一周之内，智谱、Kimi 等都在发布。7、8 月大家的焦点又拉回到纯模型本身的竞争。
那一阵子，很多公司发布产品、做用户、做 ARR，或者拿到融资之后去做其他事情。它们的注意力肯定不如 Manus 刚发布时刷屏，但你说 Agent 凉了，肯定没有。
Manus 后来非常硬地发布了 ARR，还提了一个 RRR，也就是 Revenue Run Rate，给大家科普了一个更科学的收入规模指标。9000 万美元，这很了不起，增长曲线超过了我们熟知的大多数成长很快的公司。
上个礼拜，a16z Speedrun 有一个 Demo Day，58 家创业公司，每个人两分钟，在洛杉矶进行展示。很多去现场的人在 Twitter 和 Geek 上说，感觉质量比 YC 的 Demo Day 还高。
我觉得也很有可能，因为 a16z 更有钱，可以吸引更头部、更成熟的创业者。
有朋友在现场录了音发回来，我让人做了一个总结，说这些创业公司可以分成三类。第一类叫 Agent as a Service，大家都在做解决垂直行业问题的 Agent。
所以你说 Agent 凉了，只是它没有一直刷屏，让你感觉每天都被震醒。但它已经渗透到今天五花八门、百花齐放的创业热潮里。
同一时间，H6Z 还和一家数据、支付公司合作，发布了一个初创公司收入榜，统计这些公司把钱花在了哪些 AI 公司上。
中国公司有 4 家，如果我没记错，应该是剪映、可灵、Midas 和 Jasper。
7. Devices Learn to Act
Ronghui
说到 Agent，各个手机系统也在做自己的 Agent。这里面比较值得注意的是鸿蒙的小艺。
从 Siri 开始，2012 年 Siri 发布后，手机都有这样的语音助手。但和今天的 Agent 比起来，我觉得还是有代际差别。
张明浩
这和我们刚才讲的是一脉相承的。
首先，语音模型的进展变得更强了。第二，这一轮语音模型的进展是端到端的。如果大家有印象，当年 GPT 某个版本最大的演示，就是实时语音对话和打电话，那是一个非常强的感受。
语音端到端模型的进展很强。再一点，还是刚才那句话：这一轮自然语言模型从 L1、L2 到 L3 的变化，叫作从语言到行为。
行为是什么？对于手机厂商而言，就是操控手机内部的所有东西。刚才我们讲的是一个更泛化的行为，但对手机厂商来说，是在用户手机里的行为。
这件事应该由手机厂商自己来做，不可能交给第三方独立 App。因为权限、安全、隐私等问题，只有手机厂商自己适合处理。
Koji
如果之前的 Siri 还是以用户指令为中心，它不会去解读用户背后的意图，那么今天鸿蒙的小艺会解读用户指令背后的意图，然后根据意图执行任务。
鸿蒙做的另一个不太一样的地方，是它有一个智能体框架，叫 HMAF。每个 App，不管是美团、携程还是京东，都可以注册自己的 Agent API。
小艺收到用户指令后，会先识别指令背后的意图，然后把任务下发给各个 App 的 Agent。所以它不是由操作系统自己完成所有事情。
美团有小美，京东也有自己的 Agent。
举个具体例子：如果我对鸿蒙说，“小艺小艺，给我推荐一款适合老人的电饭煲”，而我的手机上有京东，京东的 Agent 就会被小艺调起，然后京东在自己的 App 里完成相应的 Agent 行为。
从用户角度看，我感受到的是：小艺可以理解我接下来要做什么。
这也给开发者创造了很多发挥空间。大家都在说，未来可能是智能体之间的互动。鸿蒙在 6 月发布了小艺智能体开放平台，提供了很多组件和能力，让开发者捏出自己想要的智能体。
张明浩
如果我们把整个互联网生态看成一个生态，现有 App 是已经封装好的体验，手机厂商拥有用户识别和权限能力，但它不可能把所有事情都做了，一定会和现有的、已经把场景做得很好的服务合作。
这和 OpenAI 的 ChatGPT 与其他厂商合作，逻辑是一样的。你不可能把所有事情都做完。
而且在中国的语境下，中国移动互联网 App 的成熟度确实更领先。在各种场景里，只要前面的需求分析做得好，就一定会有很好的服务商提供实现。
服务的实现，可能通过服务商自己的 Agent、搜索，或者古典定义上的列表来完成。这套生态的建立，也建立在中国移动互联网丰富的既有生态基础上。
Ronghui
今年有一个很明显的变化：过去两年我们体验到的 AI，越来越多地开始在设备终端落地。再加上 Agent 发展迅速，所以对设备厂商来说，结合 Agent 能力是大家都看好并且押注的方向。
我们前面聊了大模型、多模态和 Agent，已经非常丰富了。接下来聊生态。第一个生态是开源生态。
8. Open Source Becomes China’s Strategy
今年开源成了中国自上而下的共识和策略。最近我还看到上海出台政策，鼓励企业开源。不只是做开源产品，也鼓励大家建设开源社区，奖金是 500 万元现金。
如果你的开源产品在领域里有足够大的影响力和流量，就有机会获得支持。
这背后的前提应该还是 DeepSeek R1 的成功，让大家看到，中国公司如果要在世界舞台上获得竞争力，开源是一条非常可行的路。
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？
张明浩
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，因为它需要巨量资金和资源。
但 DeepSeek R1 的趋势出现之后，情况发生了变化。大家会认为，开源模型的能力跟进得很快，而且最头部的模型里一定也会有开源模型。
前两天的 State of AI Report 里有一个预测，说 2026 年一定会有开源模型在一段时间内拿到第一。
GPT-5 发布之后，GPT-5 的某几个系列也开源了，OpenAI 也不得不做开源。
开源模型达到一定基础能力之后，模型之间的边际差异没有那么大了，而成本又有巨大差异。对于开发者、生态以及应用来说，重要的并不是模型在某个 Benchmark 上多厉害。
我们刚才说可以打分、做 Benchmark，但今天衡量一个模型最重要的业界生态指标，是有多少人用、Token 消耗量是多少、覆盖了多少厂商。
这才是模型厂商在今天这个战场里安身立命的根本。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获得认可和关注的方式，也能帮助模型本身改进和调整。因为被使用得越多，理论上改进的可能性越高。
原来大家认为开源可能不挣钱，是偏理想化的。但今天开源并不代表和商业化没有关系。
DeepSeek 是开源的，但 DeepSeek 的 API 一样收费。To B 访问也需要付费。DeepSeek 的 API 成本可能比 OpenAI 最前沿模型低几十倍甚至上百倍，但它认为自己的成本结构 OK，就可以这样做。
而且在生态建设方面，有开源社区和更多开发者、厂商帮助改进模型本身。开源并不意味着和商业化脱离。
还有一个叙事：今天大家公认，世界范围内这一轮 AI 竞争，大概率是中美两国之间的竞争。但中美竞争除了中国和美国本土之间的竞争，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。其他国家怎么办？日本怎么选？非洲国家怎么选？东南亚国家怎么选？它们总要有模型，用谁的模型？
可以用 OpenAI 的，也可以用中国公司的，也可以用其他模型。在这个角度，开源也可以是一种“武器”。
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，快速获得用户。
我觉得还有一点非常值得讲，就是信任的建立。今天大家仍然会担心：我的数据会不会泄漏，会不会被拿去做其他事情？
开源模型天然回答了部分问题。
Koji
我举一个更小的例子。最近不是双十一吗？我想买一台新的笔记本电脑，发现有一个专门的型号被迅速买完了。
那个型号特别适合本地部署大模型。它的内存和显存都很大，但相对其他电脑不算贵，所以天然适合搞大模型的人购买。
营销这点我特别同意。梁文锋不太接受采访，也不需要接受采访，但他有自己的方式和技术世界沟通。他做论文第一作者，论文发布本身就是一种沟通。
我觉得他们发的论文，也会让人对技术发展产生乐观和信心。在这个世界有各种不可抗力因素，导致人与人之间无法沟通，或者沟通不好时，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 那个 5 个小时的播客。他非常客观、平心静气地分析为什么强化学习这么好，基本没有被政治视角和偏见带偏。
你还是会觉得，技术世界的人依然相信这一套：当你的产品做得足够好，我还是会从客观角度评估并认可你做的事情。
Ronghui
我们刚才在讲开源生态。今年还有一个有意思的生态。国产有一个新的操作系统，虽然不是今年才有，但今年成长非常快，就是华为鸿蒙。
我最近做了一期访谈，在小红书上发布了一个短视频，采访了一位鸿蒙开发者。他在重庆过着很舒服的生活，做的 App 叫 Suki，是一个情侣 App，也有其他平台的版本。
鸿蒙上线时间不长，但增长很快。和他聊完之后我很感慨：一个新的生态出现时，确实会产生红利。早期进入的开发者能够得到早期流量、资源和扶持。
今年已经有鸿蒙系统的笔记本电脑了，汽车也有。我觉得这是一个趋势：移动终端和传统 PC 终端的融合，是不可避免的。
今天我们已经可以买到纯血鸿蒙终端和鸿蒙系统的笔记本电脑。对移动生态而言，开发者生态几乎等于很多事情。
张明浩
不仅是独立开发者，很多已经非常成熟的开发者，鸿蒙生态的支持也基本上已经到位了。我们常见的国民级应用，早就已经偷偷适配鸿蒙。
对这个生态而言，基础需求被解决之后，剩下的个性化需求就需要一个像雨林一样复杂的生态，需要越来越多的开发者进入。
对于厂商来说，接下来要做的工作，就是让生态变得丰富和多样化。
而且在鸿蒙生态里，大家的付费意愿和付费能力似乎都不错。
有一个开发者说，他单月收入 7 万元。他做了每日鸡尾酒、每日咖啡、日出日落时间等应用，大概做了 10 款。背后用一套代码跨平台、跨终端，开发速度比较快，两周到 4 周就能上线一款应用。
这对于一个开发者来说是很好的机会。他不一定在北上广，但如果在 iOS 和 Android 上做，可能就很困难。今天 App Store 的关键词已经被占满了，前者已经把坑占了，但鸿蒙还有很多坑在等着开发者。
9. Applications Search for Breakthroughs
Koji
今年在应用层，你有看到哪些值得注意的突破？我们前面聊了很多 Agent，除此之外，哪些关键应用或关键词值得在年度科技记忆里提到？
张明浩
AI 编程肯定回避不掉。这一年 AI Coding 的进展确实非常快。
以前 Coding 只是一个关键词，但拆开来看，有前端、后端、数据库，以及是否有 IDE。再把这些关键词拆开，每个细分领域这一年的进展都非常多。
另一个是垂直领域 Agent 的发展也很快。通用 Agent 已经变成一种显学。无论是大模型厂商，还是最有名的初创公司，肯定都会往通用方向走。
但在垂直板块，比如法律，今年有几家公司融了很多钱。理论上你能想明白它们在做什么，只不过它们需要大量行业垂直信息、垂直工作流，以及隐私和数据安全能力。
不只有一两家，可能有五六家、七八家公司都在这个板块拿到不错的融资和发展。
这样的板块可能还有很多。法律可能是最多的，金融也很多，金融又分一级、二级，保险、银行等。营销板块一直以来都是最大的板块之一，竞争也非常卷，线上营销、线下营销、搜索引擎营销、视频营销、图片、文字、邮件，各种细分方向都有。
这些公司虽然没有特别大，但发展非常繁荣。
还有一个不在主流讨论范围内、却一直在发展的板块，就是社交和陪伴。
H U Z 最新的榜单里，Web 端有 10 家，前 50 有 10 家，App 端有 12 家或 13 家，但没有太多人讨论。除了 Character.AI，几乎没人讨论。
可能是因为我们做社交，会认为这个板块已经分了 3 个代际。1.0、2.0 是加入了一点点互动和沉浸式体验，无论是图片、语音还是其他形式；3.0 变成了场景化打造，甚至今天大家还在继续往前尝试。
所以今年大概从 Q3 开始，至少在国内一级市场，几家做 AI 动漫的公司融了很多钱。
这是一个一听就很容易想明白天花板的板块。动画、动漫在上一代移动互联网创业时代，大家就已经下注过，但没有太多收获。
AI 给了这个事情更多 Buff 和加成，但它的天花板能到什么程度，也不会特别夸张。
只是因为图像生成、推理模型演进、可控性提升，再加上动漫平台的内容需求、出海故事，以及短剧等因素叠加，才让这个板块产生了一定的技术效应。
它本来不应该受到这么多关注，却被挤了出来。这和资本市场的一二级市场有关。当宏大叙事已经挤满人的时候，创业者和 VC 也需要附着在第二等级的牌桌上，因为第一等级的牌桌容不下那么多人。
所以你不看好 AI 动漫吗？
张明浩
这倒不是。我们也投了一家做这个的公司。我没有不看好，只是它被市场关注和认可的周期可能不会特别长，所以要抓紧时间。
Ronghui
那你觉得国内到目前为止，有没有出现类似 Cursor 的应用？我说的不是单纯功能类似，而是像 Cursor 一样定义了一个范式或者品类。
张明浩
我觉得挺难。
大家原来会说，中国移动互联网纯 To C 产品的设计和运营能力可能比美国更成熟，所以会期待纯 To C 应用在国内爆发。
但截止到今天，我们并没有看到这个结论被验证。你看榜单，里面出现一些意外的名字，仔细看那个 App，可能 90% 是传统 App，加了 10% 的 AI 功能，然后就被画进了 AI 应用榜单。
你会觉得，这家公司已经做了多少年，为什么还在这里？它可能确实加了 AI 功能，但被放到 AI 应用榜单前面，就让人觉得它并不是一个真正新的东西。
美国那些应用，动不动就会说在多长时间内达到多少 ARR。可能这是美国的趋势。中国没有办法讲这个趋势，因为我们很难讲 ARR，只能评判用户量。
但在今天的中国移动互联网，哪怕把 Web 算进去，用户量也太难了。这不只是 AI 的问题，而是整个行业的问题。把所有移动互联网 App 加在一起，都面临这个问题。
QuestMobile 上半年曾经统计过，把泛 AI 应用分成三类：独立 App、Web 和插件。独立 App 和 Web 里，四分之三的用户量出现负增长，只有四分之一增长。插件里可能三分之二在增长。
但问题是，谁甘心做一个插件？
插件为什么会这样？因为在中国现有的移动互联网格局下，入口位置全都被占满了，和关键词一样。你不做插件，单独开辟一片战场太难了。
还是说那几家做 AI 图片社区的公司，有阅文孵化的那家公司，有星野、捏它、离谱，可能还有三四家。它们第一都拿到钱了，可能都拿了两三轮、三四轮融资。
你说创始人不优秀吗？其实都很优秀，也都在做正确的事情。但你不会期待它突然在几个月里把用户数据增加一个数量级，这在物理条件上都不可能。
当年移动互联网里那种超级爆发的叙事，今天已经不太可能出现了。我记得唱吧当年一周就可能有 100 万日活，类似故事频繁出现在移动互联网爆发的那几年。
今天不太可能。哪怕出现了，也可能像流星一样。
美国现在有很多夸张的融资故事，几乎每周都在发生：一个没听说过的公司出来融 5000 万美元。这类故事可能每周都有一个，而且很多是 To B 公司。
中国不太可能发生，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，小红书也是一个城堡。
美国相对更开放，外部端更欢迎大家使用各种工具，形成一加一大于二的效果。所以这个差异会折射到创业生态和机会选择上。
我们现在更加被动。原来那套熟悉的趋势，在今天确实太难了。我们需要新的趋势，但新的趋势又不能完全照搬美国，因为底层基础并不具备。
这个新的趋势应该是什么样？这不只是创业者的问题，也是投资人的问题：我们到底投什么？
对于今天尤其是偏美元的 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，然后这件事就结束了，只能等。
大家都说 AI 应用看中国公司，但你要么投出海团队，而出海团队又会出现其他问题；要么投纯国内团队，那你期待的到底是什么？直白一点，你期待的退出是什么？
这些问题没有答案。因为我今天不做纯 VC 了，可以站着说话不腰疼。但你把这些问题想清楚，会发现这活很难干。
你只能先放弃这些问题，先看创始人什么背景、在做什么，认真和他聊，然后选择是否相信，把这些无解的问题暂时搁置。
Koji
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。大家都觉得很难做，他反过来问了自己一个问题：还相不相信 VC 的底层叙事？
也就是，还相不相信科技公司需要耐心资本在早期帮助它们从 0 到 1？如果还相信，就应该继续做。
张明浩
对，就应该做。
今年的诺贝尔经济学奖颁给了 3 位经济学家，其中有人研究的就是创新，或者说破坏性技术创新。只有破坏性的技术创新，才能带来真正意义上的经济高速增长。
这种技术创新和 VC 的逻辑绑在一起。如果你相信这个最底层的逻辑，当然还是需要 VC。
但这是一个太过理想化、太过终极的答案。这个逻辑本身谁说都没有错，但落回现实执行层，尤其在国内，会有太多掣肘和限制条件。
你只能在有限的、可以辗转腾挪的空间里寻找解。这是今天尤其是那些相信技术、相信产品、相信这些东西可以改变很多事情的投资人，内心不断纠结的天平。
10. Hardware Looks Easier to Trust
Ronghui
除了 AI 之外，今年同样热门的主题还有硬件。我们可以看到更多钱流入硬件，也能看到拿到钱的创始人背景发生变化。
先是字节等大厂的产品经理出来拿到一波钱，然后大家发现可能不太行。之前还有一波做科研、来自实验室的老师或学生，投完之后发现还是想再看看别的。
接下来他们会往前走，去找大疆创始人、大疆系、追觅、石头、影石这些背景的人。媒体还有一个标题，叫“飞行汽车把办公室开到大疆”。
逻辑其实很清楚：原来能力范围内的人已经投完了，为什么投硬件？因为纯软件大家不相信，或者会担心刚才说的那些问题。
有了硬件之后，理论上它更可见、可摸，也可能产生直接收入。再加上中国有供应链等得天独厚的优势。
但投完之后发现可能还是不够，于是继续寻找能增加信任、让自己睡得着觉的创始人背景。
张明浩
这个逻辑很好理解。但反过来，我还是那个观点：我们是站着说话不腰疼。
我们可以以旁观者方式总结规律，但如果你站在战场里，不能按这种方式干活。你要是一直想这些问题，就没法干了。
我昨天看 Uncapped 的播客，Jack Altman 采访 Thrive Capital 的合伙人 Wings Pancker，他讲了一个故事：他们投了一家公司，花了 18 个月研究。
我看的时候就在想，在中国 18 个月已经过了 4 个周期。
这位合伙人前段时间来中国，一个两个月前的行程非常密集，见了我们刚才提到的好几家公司。
身在其中，我自己还是相对乐观的。当然这个观点也有点哲学，就是物极必反。极端到一定程度，一定会出现别的解。
刚才我们也讲过，我们不知不觉走到某个极端，回头才发现其实有别的解。
举一个很现实的例子：游戏投资早就不属于 VC 的战场了。中国的游戏投资在 2015 年之后基本上就不属于 VC，但最近两年有海外 VC 来看中国的早期游戏团队。
中国早期游戏团队已经快 10 年不在 VC 的射程里了，因为条件太多。
这些海外 VC 的逻辑是什么？他们先不考虑退出，先考虑成本。相对于海外游戏团队，中国游戏团队太便宜，而且这种便宜是全方位的。海外游戏并购又非常活跃，一直都很活跃。
这就相当于把两边的优势结合起来做。中国 VC 做不了，但海外 VC 可以做。
所以，像海外投资人来中国，以及海外 VC 看中国游戏，我觉得说明这个世界仍然非常关注中国。
11. The AI Bubble Becomes the Market
Koji
我们刚才聊了很多一级市场。最近二级市场可能是更受关注、也更常出现在新闻头版的地方。
OpenAI 和 AMD 的新闻一发，AMD 这样一个庞大的公司涨了 40%。就在我们录播客前一天，OpenAI 和博通 Broadcom 的新闻一发，直接带动博通涨了 10%。
二级市场最近发生了很多故事，财富和情绪都非常乐观。明浩，我知道你和很多二级市场分析师、投资经理沟通很频繁。你会怎么回顾这一年？
张明浩
既然我是司马迁，我们就按我自己做的文件来看。
我今年截止到今天，应该做了 6 个或 7 个 PPT，马上要做第 7 个。之前做过去年年终总结、DeepSeek、Manus、Agent，以及第二季度、第三季度总结。
前 6 个 PPT 里，大概到第 4 个时才有一页讨论是不是泡沫；第 5 个版本里已经有两页；上一个 9 月的版本里，大概有 6 页讨论是不是泡沫；我马上要发布的新版本里，会有一整章讨论是不是泡沫。
这个数字和月份的变化，说明这个问题被讨论的程度已经开始变化。
Q2 的时候，有些声音认为事情不太对，开始进行探讨。Q3 的时候，我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。
比如和 2000 年互联网泡沫曲线的对比，硅谷银行当时已经在做。今天这个时间点再讨论，我还是那个观点：我们真的不知不觉走到了极限。
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，每年的可支配经营现金流是千亿美元量级。OpenAI 的估值是 5000 亿美元。
这几个数字摆在这里，它可以做的事情太多了。
大家发现，单纯依靠散户买股票带来的上涨，已经不够刺激了。OpenAI 也走到了一个节点。我觉得 Sam 可能在某个时间点顿悟了。
他原来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。比如最近买苹果设计师的公司，这个故事还在一个可控、可线性归纳的范围里。
虽然它的估值可能每 6 个月或 9 个月翻一番，一轮融资融 100 亿、200 亿、300 亿美元，已经是历史记录，但至少有人买单，交易完成，合同签好，所有人都认可。
我觉得他在某个时点意识到，可能需要“梯云纵”。Google 有云、有模型、有产品、有 Infra。如果未来 AI 真的覆盖所有事情，Google 值 3 万亿美元，OpenAI 应该值多少？
未来的增长预期建立在巨大投入之上。原来可能预期半年、一年，能不能把预期打到 5 年？所以最近一段时间看到的合同，全部都是 5 年、10 年期的合同。
但这非常讽刺。我们刚才讲，技术进展是按月计算的。我们看过所有高质量、低质量的券商、分析师、银行和行业报告，没有人会写 5 年的技术报告。
可是今天的预期，却要把未来 5 年全部压在这件事上。
OpenAI 已经是 5000 亿美元的公司了。哪怕只是估值，这个市值也已经超过绝大多数上市公司。它不需要上市，也可以做几乎所有事情。
所以才有了最近一个月看到的所有事情。
Sam 在 2024 年说过，这件事做成需要 7 万亿美元。当时大家觉得他疯了，因为那时 OpenAI 的估值还只有 1800 亿美元。7 万亿美元，这个数字的量级已经超过了所有人的想象。
但今天，如果把未来 5 年 OpenAI、英伟达、微软、Google、Oracle 等公司的预期加起来，已经可能碰到万亿美元量级。是不是 7 万亿我们不知道，但至少万亿美元这个数量级已经被讨论了。
这个故事就相当于把未来 5 年的预期全部打满，所有要做的事情也在今天全部打满。它打到谁身上，谁就把自己的未来 5 年预期也打满。
由于市场竞争格局非常复杂，这些初创公司，哪怕是世界上估值最高的上市公司，也需要加入这个巨大趋势。没有人能承担“不参与”的责任。
当所有人都被拉上车之后，AI 就不再只是一个技术，也不只是一个产业，AI 变成了市场本身。
它不单纯是一家公司，也不单纯是一个行业，而是系统本身。用“太大而不能倒”已经不足以解释这件事了。它的生态变得异常复杂，把所有人都拉上车，规模大到理性评判都很难进行。
截止到今天，世界上所有上市公司在上市当天融到的钱，最多大约是 262 亿美元。谁是这个纪录？沙特阿美，世界纪录大约是 226 亿美元。
这个数字已经比 OpenAI 甚至比 Anthropic 的单轮融资还小了。
如果 OpenAI 今天上市，它会有多大？要融多少钱？这个故事已经很疯狂了。
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 400 亿美元，也上市了。
这是 20 倍的差距。那 OpenAI 是不是也要烧到 400 亿美元的 20 倍，才到上市？也就是要烧 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。
这个行业走到今天，带着美国巨大的技术、硅谷趋势和金融趋势，只能这样继续往前走，没有别的办法。
现在很多人拿它和互联网泡沫、铁路去比较。当然已经没有人拿它和郁金香、比特币比较了，因为大家发现那不是一回事。
我们讨论的是工业革命和历史革命带来的事情。
最近讨论很多的是，和互联网行业相比，当年互联网看到的表象是所有纳斯达克的 dot-com 股票都爆掉了，但底层基础设施里的光纤为后来所有互联网提供了基础。
问题是，当年铺设光纤的公司全部死掉了。那今天所有建设数据中心的公司会不会也死掉？
未来可能会带来一个美好的未来，但这里有一个 Bug：光纤铺在那里 15 年、20 年之后仍然可以使用；现在的数据中心，可能连 3 年都不需要，2 年之后 GPU 就没法用了，或者过时了，要折旧。
所以 GPU 的折旧周期到底是多少，变成了巨大的讨论。
有人会说，巨大的资本开支建立在头部公司的超强营收能力上。Meta、Google、英伟达、微软，每年自己都能赚 1000 亿美元，所以投入 1000 亿美元没问题。
但除了这几家之外，体系里的其他公司，包括做云的公司，甚至马斯克的 xAI，它们现在需要的新钱已经开始使用债务。
很多人分析泡沫时会说，股权带来的泡沫没有那么麻烦，但债务带来的泡沫很麻烦，因为债务是刚性的，会想到次贷危机。
所以把那几家最大的公司拿掉之后，底下的风险系数已经非常高了。有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，使用 5 倍金融杠杆，对于我们这些 Web3 公司来说，好像也没有那么大不了。
还有一个更有意思的趋势。回看截至 2025 年 10 月中旬，标普 500 里涨得最好的两家公司，不是 Palantir，也不是 GE Vernova 或其他能源公司，甚至不是金矿公司，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，炒完服务器、变压器、冷却和电力之后，发现还需要硬盘和存储。
硬盘又受到固态颗粒限制，所以 Sam Altman 最近去了韩国和日本，找 SK 海力士和三星，确保存储颗粒供应。
我们又回到刚才那句话：真的不知不觉走到了很多事情的极限。电力和冷却已经被炒了无数遍，连存储都出现了限制，而且这个行业绝对垄断。
所有事情打包在一起，你说是谁的原因？是一家公司吗？不是。它是一场巨大的共谋，但这个共谋不是主动的，而是滚到今天这个位置，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。
Ronghui
前面说了很多欧美在 2025 年硬件和算力方面的进展。国内这几年在这些方面也有很多相应的大投入和成果。
这个行业里应该所有人都记得，今年夏天世界人工智能大会和世界机器人大会都非常火爆，甚至一票难求。
我查资料时还看到一个细节。我让 AI 总结国内算力方面的资料，几个 Chatbot 都提到，国内的“东数西算”工程在 2025 年实现了建成一个超过 300 亿 FLOPS 的智能算力网络。
“东数西算”是从 2022 年启动的国家级项目，核心想法是把东部产生的数据处理需求转移到西部，以优化资源配置。
300 亿 FLOPS 用最简单的话来说，如果你的手机每秒能够做 100 个计算，那么 300 亿 FLOPS 就等于是 300 万亿台你的手机同时工作 1 秒钟。
对应到应用层，它可以支撑超大规模 AI 模型，处理海量城市数据，以及数十亿人同时使用的互联网服务。
另外一个大家非常关注、也取得很多成果的领域，当然就是机器人，也就是大家说的具身智能。
中国过去 12 年一直是全球最大的工业机器人市场。如果我没记错，9 月有一份《世界机器人报告》，提到中国工业机器人的新安装量和运营存量都是第一。
这主要是对 2024 年的总结，2025 年可能会是更高或者延续的状态。
报告里还有一个关键词：2024 年，本土制造商在中国的销量第一次超过外国供应商。本土供应商的市场份额从 10 年前的 28% 提高到 57%，翻了一倍。
我们之前有一期节目，嘉宾录制时正在参加机器人大会。我记得他说，当天晚上还要去参加机器人运动会。
他做了一个很有意思的类比：汽车文化里有 F1，机器人运动会也在建立一种文化土壤，可能会对未来产业发展产生深刻影响。
他还说，在机器人大会现场看到很多小孩和机器人互动，让他感受到，我们这一代人是跟着电脑、手机长大的，而现在的小孩，可能就是伴随着机器人长大的一代人。
站在更远的时间点看，今天确实像是站在一个新时代的开端。
Koji
我们从一开始讲大模型、多模态、Agent，后来讲到二级市场。一开始可能聊的是创业、机会、技术和产品，最后聊到的却是历史长河。
我是司马迁，闹了。好像站在黄河的悬崖峭壁上看大河山川，不知道接下来是暴雨，还是万丈晴空。
Anyway，我觉得这是很有意思的一期内容。也谢谢明浩。
Ronghui
感谢，感谢。也期待明年这个时候，我们再来复盘。
张明浩
OK，好啊，谢谢，感谢感谢。如果你认为有朋友也会喜欢本期十字路口的内容，请转发微信推荐给他们。最后，欢迎你加入十字路口的会员群，我们鼓励大家在群里聊天互动、交朋友，寻找未来的同路人。