庄明浩
看了一下后台，一个多月没更新了。上一次更新还是春节之前的那期节目。这个春节出去休了个假，也在关注很多 AI 行业发生的事情，所以春节回来之后，就做了现在你们看到的这个 PPT 文档。
这个文档其实在上周差不多就做完了，但迟迟没有发，因为我在设计整个议题的过程中，留了一张，或者留了一部分给春节之前就传说要发布的 DeepSeek V4。可是截止到我录制的这个时间点，也就是 3 月 9 日，DeepSeek V4 依然没有发布，也不知道什么时候会发布。每天都有新闻说“下周就会发”，但截止到今天，似乎还是没有发。
我觉得这个内容再不发可能就又过时了。这个行业变化多快，可能也能通过这个角度可见一斑，所以我想着，算了，就发了。发之前，我就跟我的龙虾去探讨我该用什么样的标题，给了它很多方向，诙谐幽默的、非常严肃的都有。最后我选了一个标题，前半句非常严肃，是之前年度总结的补充篇，这确实是补充篇，但同时加了个括号，叫“V4不等了版”。我不等了，等似乎看上去也没有什么意义了。如果真的 V3.5 和 V4 发了，我看再做更新，反正资料片就不断地加呗。
我们正式开始今天的内容。我给这个 PPT 起了个标题，叫“这个春节我最常说的 4 个字：挡不住了”。我翻了一下我的微信聊天记录，跟很多人聊天的过程中，提到的都是这 4 个字。你肉身的体感是，AI 的发展似乎又走到了一个疯狂加速的阶段，而且很多事情可能已经过了那个“捅破窗户纸”的状态，有点挡不住了。
这个 PPT 确实也是我在 1 月 30 日发布的那一期《2025 年度总结》之后的一次资料片。因为延续了之前年度总结报告的结构，所以我依然用了中美两国对抗的结构。在过去这一个月左右的时间里面，我选取了一些事件。这次 PPT 主要覆盖的是 2 月整月，因为我上一次更新 PPT 是 1 月 30 日。
中美两国分别选择了 5 个议题，然后针对这 5 个议题做一些展开，这就是今天内容的框架。
先看美国。美国现在 5 个议题，我列的是这样的：第一，CapEx 叙事的延续。这主要是在 1 月底左右、这一轮财报季当中，各家头部 AI 科技公司在财报开篇中继续加码。2026 年加码的趋势愈演愈烈，同时引发了第二个选题：继续无敌的英伟达。
英伟达又发布了一个季度非常疯狂的业绩，但是市场的反馈平平。第三个议题，可能是过去这段时间无数媒体、博客，以及你能看到的各种地方都在谈论的 OpenClaw 爆发。龙虾的这一波我也会讲，但不会讲太多。我甚至觉得这件事情已经被演绎到了一些不太可理喻的地步，我会讲一些我的看法、观察和一点点延展。
第四个议题是软件股的暴跌，尤其以 SaaS 股为代表，以及那篇“2028 末世论”的文章。第五个议题是 OpenAI 的融资。
简单说一下中国的 5 个议题。第一个议题是模型集中发布。在过去的一个多月时间里面，中国的头部模型厂商应该都发布了自己比较大的版本。其中比较重要的有两个：字节的 Seedance 2.0，也就是它的视频模型的最新版本，以及 DeepSeek V4。
很多人说，DeepSeek V4 不是没发吗？虽然 V4 没有发布，但通过过去一段时间 DeepSeek 的论文和新闻节奏，其实已经可以推演出一些趋势和结论。
第四个中国议题是春节的 AI 红包大战。到了这个时间点，正月十五已经过了，似乎可以对春节期间所谓的 AI 红包大战做一个小小的总结。第五个议题是智谱与 MiniMax 的股价，同时引发了 Kimi 和阶跃的融资。
10 个议题，我们一个一个讲。
1. CapEx持续加码
第一个议题，CapEx 叙事的延续。从 CapEx 的角度来看，2025 年应该是头部几家公司，我没记错的话，3000 多亿美元加在一起。亚马逊、微软、Google、Meta，如果把 Oracle 也算上的话，这个数字可能会更大。
从 ChatGPT 发布到 2025 年截止，这过去的 3 年多时间里，每个季度的 CapEx 增长基本上都是指数级增长。一个统计是，大概每年增长 1.72 到 1.78 倍。这个数字很恐怖，因为一年已经是几千亿美元的体量了。
在已经疯狂增长了 3 年的基础上，2026 年是什么情况？过去一个多月的财报，大家都会给出 2026 年的预期，而这个预期又再一次被拉高了。所以从预期的角度来看，在 2025 年已经是一个非常疯狂的大年的前提下，2026 年是更大的一个年。
从增速角度来讲，比如 2024 年相对于 2023 年涨了 55%，从 1470 亿美元涨到 2228 亿美元。这是微软、Google、Meta 和亚马逊 4 家，没有算 Oracle 和其他云公司。这个数字在 2025 年其实又跳了一下，涨了 65%，涨到了 3760 亿美元。也就是先涨 55%，再涨 65%，到 2026 年还要再跳 68%，涨到 6300 亿美元。
6300 亿美元，4 家公司平均每家公司要在资本性支出上放超过 1500 亿美元。当然，其间有区隔，亚马逊可能已经接近一年 2000 亿美元了。这个数字已经大到这个程度了。就像我去年 11 月那次讲泡沫的时候说的，当数字大到很多事情接近极限的时候，大家开始担心的事情也越来越多。
比如最直接的，我在之前的 PPT 里也讲过无数次，大家对于这一轮泡沫最担心的其实是债。在 2025 年第四季度，你会发现整个科技巨头发债这个板块的增长非常明显。综合来看，整个 2025 年，这些科技巨头在债券市场上发行的债券，其增速也远超 CapEx 的增速。
甚至 Google 发了一笔 100 年期的债。虽然听起来有点荒谬，但是这个市场热到什么程度呢？这笔债虽然有 100 年的期限，但是利率给得很好，马上就卖光了，而且供不应求。大家虽然都担心，但是身体还是很诚实的。债每一次都会引发一些我们不知道的事情。
我们自然而然会把这些科技巨头的 CapEx，去跟它们的很多数据做对比。之前我说过一个观点，科技巨头们的销售收入还顶得住，所以自然而然大家会把这几家科技巨头的 CapEx，拿去跟它们的销售收入比较。
最激进的 Meta 已经超过 54% 了，也就是说，Meta 超过一半的收入都要放在 CapEx 上。Google 是 40%，微软是 33%，亚马逊是 25%，苹果只有 3%。苹果是个异类。
除了跟自身的销售收入做对比之外，我们开始跟 GDP 做对比。过去几个季度，基本上每个季度的 CapEx 投入对美国 GDP 的贡献都非常大，而且看起来越来越大。
如果大家关注我的 PPT，应该知道从去年开始，整个围绕 CapEx 和数据中心投入的这一轮增长，在股票上已经轮了好几轮。最开始是 NVIDIA，然后是数据中心建设公司，再然后是电力，到年底开始炒存储，直到今天存储还在被疯狂爆炒。
进入 2026 年之后，这个事情变得越来越荒谬。最近我看到有一些边缘市场在炒 TOTO，就是日本那家做马桶的公司。为什么？从年初至今，这家公司已经涨了快 40%。因为数据中心安装整个数据中心机柜中那些卡的托盘，所用的材料是 TOTO 能做的一种陶瓷材料。
听到这个故事，我把它讲给过很多人听。很多人听完之后的反应几乎都是一样的：要么是“啊”，要么是苦笑。网上甚至有梗图，就是愤怒的小鸟去撞击整个 TMT 生态的那张图。这个梗图已经衍生到，原来大家还说 GPU、AWS 是最核心的，甚至有人说是台积电，对吧？然后再往下演化，甚至已经演化到马桶了。
你就会觉得，这个事情再往下推能推到哪儿去？我们已经推到这个阶段了，你会发现，这个双引号的叙事对于所谓股价的影响，变得越来越荒谬。
刚才提到，CapEx 占销售收入最低的是苹果，只占 3%。从单个季度的增长来看，比如上个季度的财报，亚马逊上调了 44%，微软上调 89%，Google 上调 95%，Meta 上调 48%。其实大家都非常激进。
我还是那个观点：2025 年已经是激进的一年了，到 2026 年，这几家科技巨头依然非常疯狂地往上加码。苹果呢？苹果新的一个季度往下调了 19% 的 CapEx，就是所有人都在疯狂往上加码的情况下，苹果在往下调。
很多人就会讨论两种观点。第一种是，苹果是最美丽的逆行者。包括最近因为龙虾的兴起，大家发现苹果可能用另外一条路，也找到了在 AI 时代硬件存在的位置。当然也有另外一种说法，是苹果在 AI 这件事情上太过保守。其实这个趋势在过去一年也有。
我在之前那期播客里讲过，AI 这一轮叙事跟苹果的关联，最核心的问题现在是库克的下一任。库克的接任者会不会把 AI 作为新官上任三把火中的其中一把？
如果我们依然去讲所谓美股“Magnificent Seven”的叙事，回看整个 2026 年——如果我们有时光穿梭机，到了 2026 年底，回看整个 2026 年 Magnificent Seven 的股价变化——如果苹果想扭转增长最差的那个趋势，它应该做到什么样的事情，或者达到什么样的里程碑？
似乎看上去，AI 是解这道题的唯一答案。你说这个事情苹果不知道吗？我觉得苹果当然知道。但是到底该怎么做、做到什么程度，包括苹果去年确认会跟 Google 做 AI 模型上的合作，甚至传说苹果可能会把相关的数据托管也放在 Google Cloud 上，最终会变成什么样，可能只能期待这一年苹果在 AI 上的策略了。
第一个议题，CapEx，讲完。
2. 英伟达遭遇市场麻木
第二个议题，继续无敌的英伟达财报。英伟达这个季度的收入是 681 亿美元，增长 73%，毛利率继续往上涨。我在上年底做客大内的时候，也就是 1 月份做客大内的时候，上个季度财报的毛利率只有 72%，这个季度已经涨到 75% 了。
在收入疯狂暴涨的前提下，NVIDIA 的毛利还在涨。有一个季度利润超过 430 亿美元，非常非常疯狂的数字。
从更长的时间来看，从 ChatGPT 发布，也就是 2022 年 11 月那次财报到今天，你会明显看到，以数据中心业务为代表的这一轮 NVIDIA 收入贡献涨得非常疯狂。Gaming，也就是游戏，大家更熟悉的游戏显卡，占整个英伟达销售收入的比例已经可能低到了个位数百分比，而且这个趋势从 2022 年第三季度开始就没有变过。
过去这三四年的时间，英伟达涨了十几倍。所以如果大家做股票投资或者相关投资，你在过去几年的收益没有超过英伟达，那似乎——双引号——你就是不合格的。当然这个要求特别残酷，但现实就是如此。
从毛利角度来说，英伟达现在真正意义上的毛利率有将近 70% 多，去掉研发之后能够达到 75%，整个利润率水平超过 50%。这个数字听起来都非常吓人。但是你会感觉得到，维持超过 70% 的毛利率和超过 50% 的利润率，英伟达可能会持续非常久。看上去没有什么事情能够影响它的毛利率和利润率水平，如果以现在的趋势继续发展下去的话。
但是，英伟达的财报应该每次都是在交易日之后发布，所以第二个交易日才会反映市场对英伟达财报的反馈。英伟达这季发布财报之后，第二天跌了 5.3%。当然，整个市场那天都跌了：Google 跌了 3 个点，苹果跌了 1 个点，亚马逊跌了 1.5 个点，博通跌了 7 个点，特斯拉跌了将近 3 个点。
很多人甚至画了一张搞笑图。因为英伟达的标志是绿色，在美股绿色代表涨、红色代表跌，跟中国不一样，所以他把英伟达那个 Logo 换成了红色。似乎每次发完财报，英伟达都会这样。
如果大家有印象的话，我上次写年度总结的时候，英伟达上个季度财报也是一样：第二个交易日开盘上涨，但是当天就跌回来了，跌了很多。这个季度就更直接了，直接跌下去，没有什么开盘涨的事情。
你就想，这么炸裂的财报，市场给予这样的反应。当然，一天的股价似乎也很难说明什么。但是如果你是总听我 PPT 的听友，你会觉得这种事情似乎已经见怪不怪了。财报再怎么炸裂、再怎么爆炸，市场并不那么买账。
我们回看过去，从 2025 年初开始，英伟达那时候股价可能在 140、150 美元。然后 DeepSeek R1 发布之后，英伟达当天跌了 17%。4 月份又出了中美关税的问题，最低的时候英伟达跌到了 80 美元以下，我没记错的话。
去年年初那次狂喜，大家在聊 AI 的时候，很多听友还问过那个事情。我当时还在说，跌到 100 美元以下，英伟达是可以闭着眼睛买的。自此之后，英伟达就一直涨。其实整个美股也一直涨。
但是涨到差不多第三季度、涨到 180 美元左右之后，直到今天，你可以理解为在过去将近 6 个月的时间里面，英伟达的股价几乎没有什么变化，无论它发布了多么炸裂的两个季度财报。
这就会有问题：它横在这里大半年的时间，到底是由盛及衰的巅峰，还是说它在憋一个大的？或者说，它还要继续横多久？为什么会这样？
其实特别简单。英伟达的财报已经连续 14 个季度超预期。因为 ChatGPT 发布之后，连续 14 个季度就是 3 年半，正好是 ChatGPT 发布之后的这 3 年多时间，每个季度都超预期。
每个季度都超预期，那似乎就不是超预期了。超预期变得平常了。我们去看英伟达的财报，收入、毛利率、利润、未来预期收入，我觉得整个市场无论是股票分析师、炒股的人，还是我们这些所谓的行业观察者，大家对这些指标已经麻木了。
在前面第一个议题，2026 年头部科技厂商继续疯狂上调 CapEx 的巨大前提下，英伟达的收入和利润在短期内看不到任何出现问题的可能性。那这些指标对于我们评估很多信号的变化，可能就没有意义了。
我们应该关注什么指标？有些专家会说，应该去看 GPU 的租赁价格，以及对应的折旧年限。我在上期讲泡沫的时候也提到过这个指标，就是折旧这件事情，以及今天这个时间点，超过 5 年的 GPU 在租赁市场上的价格有没有变化，可能是某些前置信号。
另外一个角度，我其实昨天去良渚，跟潘乱、寇可一起参加了一个小宇宙的活动，也聊了 AI。那也算是这期播客开放麦的提前准备。我们聊到一个议题，这个议题也是我在 PPT 里准备的：大家都说 AI 是所谓的科技革命和技术革命，那每一次人类历史上的重大科技和技术革命，都经历过一个周期，这个周期叫技术建设的过度投入，也就是基础建设的过度投入。
基础建设超过了当时的市场需求非常多，才会引发后面的一些调整和崩盘。如果这一轮 AI 也是所谓的科技革命，那似乎我们也需要经历一个基础设施过度投入的阶段。
现在看上去，无论是 CapEx 投入，还是数据中心建设这些事情，我们确实正在经历疯狂投入的周期。但是大家有没有想过，面对 AI 这样的变化，过度投入的标准到底是什么？现在投入这么大的量，已经算过度了吗？
大家对算力需求的紧迫性，明显感觉完全没有到。甚至再翻 10 倍、100 倍，似乎看上去也没有到。那再翻 1000 倍、1 万倍，这个过度的标准到底应该是多少？
可是同样的问题是，即便是现在这样的投入规模，在很多事情上我们已经触碰到人类的极限了。那你能想象再翻 1000 倍吗？这个问题上的分歧，也造成了今天这个时间点，整个市场对于英伟达后续股价的分歧。
前面提到 GPU 的租赁价格。从租赁价格角度来看，发布了很多年的 A100 和 H100，租赁价格依然非常稳定。从过去一年多的时间来看，依然非常稳定。所以今天这个时间点，哪怕是 A100 和 H100 这种比较旧的卡，依然供不应求。
为什么？某种程度上，也要双引号地感谢英伟达。英伟达通过扶持 neocloud 和对外投资的方式，帮助整个生态维持稳定。之前 CoreWeave 可能是英伟达对外投资占比最大的公司，今天可能英特尔也是。包括上一个季度公布要投资诺基亚，你会发现我们前面讲 GPU 租赁价格可能是一个指标，但这个指标似乎某种程度上也被英伟达控制了。
那我们应该找什么指标？
还有一点多说一句。前面提到，游戏显卡在今天这个时间点占整个英伟达收入构成的比例已经是个位数，越来越不重要了。应该是在英伟达发布上一代产品之前，数据中心业务就已经超过了游戏业务。
所以今年出现了两个新闻。第一，英伟达今年应该不会推出新的 60 系游戏显卡了。如果大家有印象的话，今年年初 CES 本来是一个个人消费电子展，但是英伟达所有会议讲的都是非游戏显卡业务，没有提任何关于游戏显卡的事情。
之前甚至有传闻说，英伟达想重新生产 3060，让大家去买 3060。真的，作为一个玩家角度来讲，会想狂喷老黄。但没办法，市场环境和需求摆在这里。如果你是老黄，你也会这么干，只能苦一苦游戏玩家。
同时，市场上的其他竞争方不会静静看着英伟达越来越强。所以苏妈在 AMD 跟 OpenAI 签订 1000 亿美元合作之后，又跟 Facebook、Meta 签订了同样 1000 亿美元的合同，也绑定了期权。最多 Meta 会拿到 AMD 10% 的股份，并承诺跟 AMD 有一个 1000 亿美元的采购合同。
Google 因为 Google TPU 在去年第三季度、第四季度开始显现出非常强势的状态，最近一段时间也开始拓展所谓的 TPU 生态。它也用了类似英伟达投资 CoreWeave 的方式，去扶持一批新的 neocloud 公司，给它们投资、贷款，给它们提供最好的 TPU，让它们去服务真正意义上的客户，建立起围绕 TPU 战场的 neocloud。
殊途同归。
3. OpenClaw席卷行业
第三个议题，OpenClaw。终于讲到 OpenClaw 了。这个话题在过去半个月发酵的程度，有点让我产生 PTSD。
如果我们有时光穿梭机，穿梭到很多年之后，回头来看 2026 年春节这个时间点，我们到底该如何评论这个时间点爆发的 OpenClaw？不知道。
我找了两张梗图。第一张是最有名的人类与神的指尖接触那张图，变成了人和龙虾钳子的接触。另一张是人类进化图，从猴子变成站立、使用工具、使用电脑，到今天人类开始骑着龙虾去做各种各样的工作。
这些梗图的出现，似乎都意味着我们进入了一个双引号的新时代。
在 GitHub 上，龙虾现在已经是 GitHub 有史以来星数最多的一个项目。它其实在去年年底就发布了，但是进入 1 月底之后，这个数字就控制不住了。我做图的时候应该是 2 月底，已经有 20 多万颗星，短时间内以非常疯狂的速度超过了 Linux。
但是这个过程我会觉得，可能是因为今天这个时间点大家的共识过于集中，有一定双引号的造神状态，所以速度才这么快。
我们回看整个 OpenClaw 的发展，或者说看它的核心，也就是给 Agent 一台电脑这个角度、方式或者想法，并不是什么新奇的方法。因为 Manus 当年也是类似的事情。Manus 火了之后，也有无数公司做这个方向。
此前用云端运行虚拟机，似乎也是各家 Agent 的共识。你会发现，Manus 火了之后，几乎所有做 To C Agent 产品的公司都在做类似的事情，无论是 UI 界面，还是真正的流程实施。
甚至在龙虾爆火之前，也出现过一批能够控制本地电脑的 AI 产品，无论是模型厂商还是第三方应用公司。智谱做过，我没记错的话，阶跃也做过，还有一些第三方应用公司做过。
那龙虾到底特殊在哪里？
很多人会说，开源、非商业化的软件，以及它最初更多是给云端和本地部署的，所以数据和隐私安全可以放在本地。也有人会说，在 UI 层面最大的不同，是接入了现有的 IM。这些我觉得可能都是原因。
我把一些相关材料交给了 NotebookLM，让它帮我跑了一个 PPT。我截了一页，它是这么总结的：“龙虾跨越了工程的鸿沟，从聊天走向干活。”
我说，这不对呀。Agent 当年讲的不都是这个故事吗？这不是龙虾特有的。
它又会讲，今天这个时间点，一个 Agent 从记忆到执行再到交付的整个过程，是一个工程实现。所有 Agent 都在解决这个问题。
龙虾的实施方式是，记忆用 Markdown 文档来实现，叫 `SOUL.md`；执行通过各种各样的工具调用；交付就是把结果交付出来。它打破了之前在云端、尤其是在使用很多云端 Agent 时的沙盒问题，因为它赋予 Agent 更多的系统权限，尤其是本地文件的读写权限。AI 在本地相当于长出了手和眼，这个区别还是比较大的。
另外，它跟现有 IM 的结合也很重要。它可以接入企业微信、QQ、飞书。我在 Telegram 上接入之后的体感，直接发消息的体验，确实也跟我们使用 Chatbot 不同。
从我用了这一段时间的感受来说，我也同意这个体感会非常不一样。我之前先用了 MiniMax 的在线云端版本，接入之后用了几天，发现有一些限制，也不太顺手。正好我手里有一台闲置的 Windows 笔记本，于是有一天找了一个大块时间，照着教程部署。
龙虾最开始还是用 Mac 会比较好，Windows 上有很多权限和各种各样的问题，不是那么理想。后来更新版本之后变得越来越好，我就在 Windows 笔记本上加载了这个龙虾的开源软件，用 Kimi 的底层模型来做支撑，也买了它们的 Token 来做更多事情。
我确实体感上最大的感受，以及为什么会出现这么多讨论，核心就是从非技术人员的用户角度来看，它跟现有 IM 的结合，确实跟使用 Chatbot 不太一样。
讲一个小例子。我把它本地部署好之后，设置了那台笔记本，让它需要 72 小时工作，哪怕把笔记本盖子合上，也不能断掉。但是那台笔记本应该有一个设置我没有调好，它每过 24 小时会自动重启一次。
所以我本地部署的第一天、第二天晚上，在办公室弄完之后就回家，把笔记本留在办公室。半夜我闲着没事，通过飞书跟它聊天，结果它挂掉了，因为没有反馈。第二天去公司才发现，那台笔记本重启了。
第三天，我直接跟龙虾说：“因为这个笔记本有一个设置我没有找到，它每天 24 小时会重启一次。你能不能把这个设置改掉，并且加一个设置：哪怕笔记本重启之后，你也会自动启动你自己的软件？”
它帮我弄了一顿，真的就弄好了。
第三天晚上回家的时候，忙了各种各样的事情。忙完可能已经半夜 12 点半了，我突然想起这件事，就想去试一试它还在不在。相当于我有个挂念，有个念想，想去试一试。我发消息问：“还在吗？”
它说还在，还说：“你不用担心，我已经设置好了，哪怕重启之后也会怎么样。早点睡吧。”
就是这个感觉。当时我发了一条即刻，说龙虾本质上是一个 AI 陪伴产品。这个念想是不一样的。
我们再往多了想。很多人会说，AI 这一波技术，尤其是模型本身能力的拓展，在一次次达到某些事情上的阈值。起初你不知道它到底达到了什么阈值，但回看这一年多的发展，会发现很多事情已经发生了。
比如 Anthropic 这条线。Claude Code 最开始在 2025 年 2 月发布，至此这个事情像打开潘多拉魔盒一样不可收拾。2025 年 10 月，Claude 发布了“十六”；11 月发布了 Opus 4.5；然后 2026 年 1 月发布 Claude Code Work，也就是 Claude 自己可以控制本地文件的产品；2 月发布 Opus 4.6。
从逻辑上讲，技术达到一定阈值之后，会打开一些应用场景；应用场景的进化，又会刺激模型进化。这件事情已经在过去三四年的时间里面发生过无数次，只不过这一轮终于走到了 Agent，让大家的体感更明确了。
再延续一下 OpenClaw 的故事。它的创始人很快就被 OpenAI 收编了。传说那段时间硅谷的动作非常快，几家科技巨头都跟他聊了很多。因为他是个人开发者，也赚过钱，但没有真正意义上把这个东西卖掉，只是相当于跟 OpenAI 绑定在了一起。
同时，龙虾火了之后，第一个火起来的外围项目叫 Moltbook，类似于龙虾的 Reddit。自此开始出现这一轮巨大的趋势：给 Agent 做什么什么东西。
其实这个趋势去年也有。我也无数次讲过，去年给 Agent 做基础设施的公司拿了非常多钱，各种各样的公司都有。这一轮随着 Agent 更加双引号地具象化，做相关业务的公司就变得特别多。
当然，这个事情的幺蛾子也变得多起来。
2 月 7 日，我说之前很多 Web3 的叙事，原来有最基础的公链、私链，所有功能和数据跑在链上，大家基于上一条链的基础做后面的事情，推动整个生态繁荣。之前 Web3 不就是这个叙事吗？
这个叙事看起来被这一波 Agent 加 Skill 加 Extension，比如龙虾这样的东西，实打实地实现了。自然而然，搞 Web3 的人就全都来了。
所以你会发现，幺蛾子特别多。但是我觉得无论是龙虾的作者，还是一些最开始做相关事情的创始人，还是比较坚守一些原则的。龙虾的作者在 Twitter 上直接公开表示，他不会发币，也请所有 Web3 的人不要来找他。国内也有一些做龙虾生态的创始人表达过类似的态度。
另外一个极端，比如孙哥孙宇晨，2 月 23 日直接说“All in Web4.0”。Web4.0 是什么？就是建立在 AI 这套东西之上，再加上原来 Web3 的所有叙事。
所以你会发现，过去两三周时间里，全国各地出现了各种所谓 Web4.0 的活动，越来越多搞 Web3 的人都跑过来了，幺蛾子越来越多。
抛开这些幺蛾子，有什么趋势是我们可以看到的？
前面我提了一个问题：如果 AI 是基础设施，需要面临一次基础设施过度投入的话，那个倍数到底是多少？
这里有一个现实的算法。从 Token 的增长量来看，OpenClaw 发布之后的几周，OpenRouter 统计到的增长基本上是每周超过 10%，甚至每周 15%。从一些第三方数据来看，最新模型执行任务的长度也在指数级增长。
最新的 Claude Opus 4.6 已经可以执行超过 14 个小时的任务。你想想，它在那里跑 14 个小时，需要用多少 Token。
更现实的案例是，这轮龙虾火了之后，你明显感觉到，无论是云厂商、大云厂商还是小云厂商，无论是大的模型厂商、初创模型公司，还是做聚合平台和 API 调用的公司，大家都明显感觉到算力不够。
比如你用 MiniMax 在线一键部署龙虾，明显感觉第一天经历过宣传之后，速度和反应极度慢，经常死掉，就是算力不够。
你算一下，我跟 AI 对话几本。就算今天这个时间点，龙虾被炒到这个程度，中国真正意义上无论是本地部署还是云端部署的龙虾用户能有多少？这个数字的量级可能是几十万，我觉得不太可能到 100 万。并且这些用户分布在不同的模型厂商、云厂商和站点上。
即便是这个量级的用户，已经让所有公司感受到了算力紧缺。如果未来真的人人都有一个龙虾，假设 100 万是现在已经安装好龙虾的用户，无论算云端还是本地，中国有十几亿人，那它至少还需要再涨 1000 倍才够，而且这还只是符合现在的需求。
随着任务复杂度提升，它的需求还会有其他乘数加进来。那 1000 倍看上去可能还不够。可是问题在于，现在的算力投入再放大到 1000 倍，那个数字就完全不可想象了，不是吗？
另外，它也打开了一波新的创业叙事。当然，这件事情在过去几年也发生过很多次：最开始技术达到一定阈值，一个开源软件受到极客人群欢迎，然后一些商业公司把这个需要较高极客门槛的软件，变成相对低门槛的产品，交付给普通用户。这个循环已经出现过很多次。
这轮龙虾依然如此。已经有无数公司在做降低龙虾安装门槛的事情。肉眼可见，未来不需要太久，可能一两个月，这种产品就会满大街都是。
关于龙虾这件事，我推荐大家听一期播客，是钟卿和汉阳做的新播客《时书风》第 5 集。钟卿去试了一下 OpenClaw，然后跟一个朋友对谈。其中有两段话我觉得讲得特别好。
一段话是，昨天我们在小宇宙活动上，潘乱也说，只要我学得慢，其实我就可以不学。在《时书风》这期播客里，有一位嘉宾提到，他觉得这件事情很像这样一个比喻：如果有一个平行宇宙，3 年前大家在图片模型 Stable Diffusion 火了之后，无数人去学习所谓的咒语，也就是各种各样的关键词，让图片生成得更好。
但学了之后，到了今天看起来也没有用了。所以如果在平行宇宙里，3 年前没有学，现在再上手 AI 图片生成工具，看起来差距也没有特别大。这是一个观点。
另一个观点是钟卿说的。他说 OpenClaw 特别像什么？如果类比的话，就像有人发明了一辆电动车，你上车之后发现，这辆车在左转的时候完全可以自动驾驶，它在某些任务和场景上好得一塌糊涂；但是在右转的时候，你需要自己去拧螺丝、拧齿轮，在某些场景上又弱得一塌糊涂。
它可能在播放视频的时候完全自动，但是播放歌曲的时候，你可能要开始写二进制代码。它非常原始，像一个木桶一样，高高低低、参差特别大。这似乎也是今天这个时间点我们面对龙虾时的状态。
所以一定会有厂商去把这个事情弥补上。我也会把这个播客的链接放到我的 Show Note 里。OpenClaw 远远没有到完美状态，甚至只是刚刚开始。
4. 软件股迎来末世论
第四个议题，软件股暴跌引发的末世论探讨。
还是刚才那个观点：AI 的模型能力这么强，打开了整个场景，可以控制我所有文件的权限，可以帮我做很多事情。那自然而然就会变成一个问题：我们传统上去购买那些软件，还有意义吗？
有一张梗图是 Claude 一个一个杀过来，从套壳软件、多邻国、Adobe、网络安全软件、IBM，一个一个杀过来。
但是你要想，AI 取代某某某这个议题，其实是 AI 这一轮爆发之后第一天就在讨论的议题。这一次只不过轮到了真正意义上的 SaaS 和软件。
在这个议题里，SaaS 和软件是并列关系，不是递进关系，也不是谁是谁的定语，所以 SaaS 和软件都在受影响，不仅仅是 SaaS。
当然你可以说，股价短期波动是市场情绪影响，就像英伟达的股价一样。但是长期到底会取代、增强，还是怎么样，谁知道呢？
我们能够看到的是，AI 能力越来越强。广义上，大家设想中的纯个性化软件时代，就是我自己有什么想法、需要什么东西，直接去做，用 Web Coding 也好，用各种 Agent 也好，不需要再去买一个软件了。
个人是这样，似乎企业也是这样。这个时代看上去并不远。
所以在过去一个季度左右，基本上以软件和 SaaS，包括云为代表的 ETF，跌得都非常厉害。整个科技股在过去几个季度几乎没怎么涨，就像英伟达的股价一样，几乎没怎么变。但是软件 ETF 可能跌了 20%，甚至 30%。
过去几个季度，受到数据中心炒作，尤其是存储股代表的整个硬件板块，其实涨了不少，尤其是存储相关股票。软件已经跌了 20% 到 30%，可能巅峰的像美光、3D F 已经翻了几倍都不知道了。
无论是对比市场整体水平，还是对比硬件 ETF，软件 ETF 在过去几个季度都跌得挺惨。
但是我们细看构成这些 ETF 的核心公司，比如 SAP、Salesforce、Workday，这些公司的收入其实还在增长。所以你会发现，它们的财报以及每个季度财报之后的分析师电话会议，都会说 AI 对自己的增强作用，因为它们的收入确实在涨。
但是市场对这件事情的担心，体现在股价上就是：你的收入在涨，甚至利润也在涨，但大家担心长期，所以股价某种程度上是在反映预期，而预期就是往下，所有人的曲线都是往下。
为什么会有这么强的预期？核心原因是，大家会说未来 SaaS 的整个市场规模会越来越小。那部分市场规模可能会增长，但是用户和企业的需求也在增长，而那部分增量被 Agent 吃掉了。
又恰好赶上 Claude 这一轮特别强势，在很多板块上显示出非常强的能力。Coding 这件事情已经不用讲了，产品设计、财务、数据分析、Marketing、法律等板块，过去几年其实一直都是 AI 重点项目的发源地。也有很多这些类别的公司拿到了很多钱，渗透率越来越高。
这个逻辑似乎已经越来越推演到刚才说的那个比较悲观的方向上。
至此，引发了那篇“2028 末世论”的讨论。大家会说，软件吃掉世界，但是 AI 会吃掉软件。
那篇文章讲的是什么？我相信听我播客的人，大部分都看过那篇文章。
它首先讲的逻辑是，随着 AI 的能力越来越能够替代双引号的白领工作，很多公司不得不裁员。大家会担心这些公司的业务受到影响，所以公司在裁员的过程中会更加激进地使用 AI。越裁员，越使用 AI；越使用 AI，越促进裁员，这会变成一个恶性循环。
由此引发几个问题。
第一个问题是，由白领支撑的很多消费就完蛋了。第二个问题是，AI 能力越来越强，尤其 Agent 能力越来越强之后，会把所有建立在“摩擦”之上的行业的摩擦打掉。
比如各种各样形式的中介，保险、房地产、旅游。因为人的存在，中介平台、尤其是做双边平台的公司，它们赚的就是所谓的中介费。这些公司的业务会受到比较大的影响。
甚至 Visa、Mastercard 这种做信用卡和支付的公司，也会受到影响。
这些公司受到影响之后，就延续着软件和 SaaS 股暴跌的趋势继续往前推。它们之前发行的很多债务可能会受到影响。同时，前面那个叙事里面，白领消费出现问题的同时，白领的债务也会受到影响。
又回到我最开始的议题，因为这篇文章的作者是一个金融机构、投资机构，所以大家的逻辑没有错。就跟我无数次讲的一样，债每次都是最麻烦的。
债务堆到一定程度之后，无论是个人消费贷、房贷、私人贷，还是企业为了并购、私募市场等发行的各种债务，都会出现问题，由此引发金融危机，甚至经济危机。这就是它的核心逻辑。
这篇文章发布之后，当天文章中提到的这些公司——Visa、Mastercard、DoorDash、ServiceNow、Blackstone——都出现了暴跌，当天跌几个点，甚至十几个点。
也很巧，隔天杰克·多西，原来 Twitter 的 CEO、现在 Block 的 CEO，宣布 Block 有 1 万名员工，当天裁掉 4500 人，接近一半。更讽刺的是，裁员消息宣布的当下，Block 股价直接涨了 20% 以上。
所有叙事都撞到了一起。你明显感觉到，市场情绪正在往那个方向推，所以引发了那篇文章的巨大讨论。
当然，事后也有很多人说，这篇文章写的什么都不是，或者说它有自己的利益诉求。也有一些相对理性的观点会说，这个论述过程忽略了一个重要因素，就是政府在中间应该起什么样的作用。这个问题再延展下去，可能还会涉及中美两国的政治体制在遇到类似问题时会出现什么样的不同。
所以它引发了所有这些讨论。
同一时间，C2 发了一张图。我觉得发了还不如不发。它本来的意思，是想解释当年 ATM 机出现的时候，所有人都说银行柜员会被取代，但银行柜员从 ATM 机出现，到真正进入下跌曲线，用了将近 40 年的时间。
甚至在中间过程中，银行柜员的数量一直在增加。为什么？因为有了 ATM 机之后，银行可以开更多网点。这跟 DeepSeek 出来之后大家讨论的杰文斯悖论是一样的。
但是这个趋势和最后的结局没有变化：银行柜员确实被取代了，而且越来越多地被取代，只不过中间这个时间周期，ATM 用了 40 年。那 AI 要用多少年？
看起来这个事情会越来越快。如果只是一个——就像当年很多人说蒸汽机出现，到真正意义上改变经济，包括电机出现到改变经济，也用了大概 40 年——那似乎这一轮 AI 不需要那么多年。
如果只是一个 10 年左右的周期，那这个阵痛看起来就非常痛。
我们看整个“2028 末世论”，包括这一轮探讨的所有议题，现实社会中已经发生了哪些事情？过度投入确实在发生，债务在增加，AI 渗透在加速，SaaS 和软件股在下跌，失业率在提升。
美国这个季度失业率又提高了，但是 GDP 还好，所以它进入了这样一个循环。
这些是已经发生的。至于不知道会不会发生的事情，比如 AI 投入的 ROI 出现问题，现在看起来暂时还没有发生；所有中介行业的利润消失，现在也还没有发生；失业率大幅提升，虽然有所提升，但至少还不是大幅提升；白领消费崩盘，现在看起来还没有到崩盘状态；大规模债务暴雷，似乎也还没有发生，现在还处在债务增长的过程中。
不知道这些事情会不会发生。
5. OpenAI融资正式敲定
很巧合的是，也在差不多的时间，作为整个 AI 叙事最核心的公司，OpenAI 新一轮融资敲定了。
其实这轮融资去年年底就开始讨论了。我在上次写年度报告的时候就在说，OpenAI 在准备一轮 1000 亿美元的融资。最后这轮融资特别简单地搞定了 1100 亿美元，来自 3 家机构。
亚马逊掏了 500 亿美元。因为去年 OpenAI 跟微软达成新的合作协议之后，微软已经不是独家了，亚马逊为了推动 AI 进行这样的合作，本身没有什么意外。
英伟达投了 300 亿美元，软银投了 300 亿美元。软银并不愿意，甚至已经跟这件事情公开绑定，但它面临的问题是自己没有钱，所以拿到这个额度之后，还要再去找钱。
英伟达的事情出现了一些变化。此前英伟达承诺投资 1000 亿美元，今天变成了 300 亿美元。老黄也表达了很多看法，媒体也会写，可能之后不会再投了。
为什么？其实特别简单。老黄承诺所谓的 1000 亿美元时，没有具体细节。你想，投资决策是这样的：我确实承诺投资 1000 亿美元，但原来是按照每个吉瓦 100 亿美元的方式来计算的。
这里面有一个问题：你建立好一个吉瓦，或者哪怕只是开工建设一个吉瓦，都需要一个周期。在这个周期里，OpenAI 的股价或者估值一直在变动。
相当于如果真的分 10 期，每一期投入 OpenAI 的 100 亿美元所代表的股份也不一样。这个操作和结构太复杂，复杂到有太多不确定性，所以最后老黄索性说：“那我先掏第一笔 300 亿美元，就按这个价格进。”
最后的结果可能就变成这样。
同一时间，有更多关于 OpenAI 未来收入和利润，包括亏损预期的预测出现。比如最新一次预期认为，2030 年 OpenAI 可以达到 2840 亿美元收入。
我之前有过类似一张图，评价历史上所有烧钱最多的公司，在上市或者实现盈利之前烧了多少钱。Uber、特斯拉、Netflix，算到今天，OpenAI 可能要烧的钱是 2180 亿美元，跟我们之前算的一千多亿、1600 多亿美元差不太多。
这轮融资如果细看，其实有很多细节。比如 1100 亿美元，首付只有 350 亿美元。亚马逊 500 亿美元里面，只有 150 亿美元是首付款，剩下 350 亿美元是有条件的。
条件有两个，满足一个就可以。第一，实现所谓的 AGI，又是一个虚无缥缈的里程碑；第二，启动 IPO。
最近有新闻说 OpenAI 还在找律所，肉眼可见，不是 2026 年就是 2027 年了。
英伟达的钱依然是锁定算力的，每吉瓦 100 亿美元，所以第一笔只有 100 亿美元。软银也一样，第一笔只有 100 亿美元，后面的钱同样需要 IPO 这个里程碑。
同一轮融资公布的时候，OpenAI 又公布已经有 9 亿周活，上一次是 8 亿。这个数字还可以。
在各种预测平台上，你会发现关于 OpenAI 融资、IPO 的预测帖子特别多，或者说下注的赌局越来越多。OpenAI 到底会在 2026 年什么时间点，甚至 2027 年什么时间点上市？
现在的赔率是：2026 年、2027 年 1 月 1 日之前上市，概率 55%；2027 年 6 月 1 日之前上市，概率 72%。
OpenAI 上市第一天收盘市值也有盘口。因为现在还没有上市，所以很多数字的比例，也就是赔率，都不高。小于 5000 亿美元，概率 7%；5000 亿到 7500 亿美元，概率 9%；7500 亿到 1 万亿美元，概率 10%，这是最高的；1 万亿到 1.25 万亿美元，概率 5%；1.25 万亿到 1.5 万亿美元，概率 6%；超过 1.5 万亿美元，概率 6%。
与此同时，你会发现我们前面讲到的这一轮，刚才讲的无数案例都在用 ARR。明显感觉到，除了整个 AI 模型和行业挡不住之外，ARR 也挡不住了。
有预期也不再只是预期。截止到今天这个时间点，Anthropic 的 ARR 已经到 119 亿美元，OpenAI 是 250 亿美元，追得非常紧。因为 Anthropic 最近一段时间太强了。
一项统计认为，2026 年年中，Anthropic 的收入很有可能超过 OpenAI。
同一时间，做支付相关业务的公司 Ramp 每个月会发布统计。它统计的更多是企业支付，也就是企业市场。它统计两个数字：第一个是 AI Chat for Business，其中 Anthropic 应该超过 60%；第二个是 API 的 Business 收入，占比会更恐怖，接近 90%。
Ramp 知道企业的支付数据，这个数据比一些第三方统计和调研数据更恐怖。
所以，如果 2026 年 Anthropic 的收入超过 OpenAI，该怎么办？
美国的部分讲完。
最后有一张梗图，是王慧文在极客公园上发的一张图，我觉得写得非常好。他在 2 月 4 日、那轮 SaaS 大暴跌的巅峰写道：
“我们曾经认为中国的 SaaS 会像美国 SaaS 那么值钱，现在看，美国 SaaS 会像中国 SaaS 那么不值钱？”
接下来讲中国的趋势：模型密集发布期、字节的 Seedance 2.0、DeepSeek V4、春节 AI 红包大战，以及智谱和 MiniMax 的股价，依然是 5 件事情。
6. 中国模型集中发布
先看模型密集发布。我截了一张 OpenRouter 的统计，用的是 2 月 23 日那一周，也就是春节那一周的数据。
排名第一的是 MiniMax M2.5，1.63 万亿 Token；第二名是 Gemini 3，1.0 万亿 Token；第三名是 DeepSeek V3.2；第四名是 Kimi K2.5；之后还有 Claude Sonnet 4.6、Claude Opus 4.6 和 Grok。
过去几周，你会发现中国这几家开源模型厂商在 OpenRouter 上的数据涨得非常疯狂。当然要感谢龙虾。但也有人会说，OpenRouter 统计到的量，跟全网真正运行的算力之间的比例到底有多大，能不能代表一些事情，还有待商榷。
至少我们可以看到趋势。
同样是 OpenRouter，我再看一下整个 2 月的统计。它可以统计整个月的数据。我截这张图时，正好是 2026 年 3 月 1 日，也就是整个 2 月的数据。
全月第一名是 MiniMax M2.5，5.44 万亿 Token；第二名是 Kimi K2.5，4.2 万亿 Token；第四名是 DeepSeek V3.2；第八名是智谱 GLM-5；第十二名是 MiniMax M2.1；第十五名是阶跃 3.5。
这是结果。
知乎上春节期间有个问题：为什么国内的模型公司都选择在春节期间发布版本？
我想说，类似的节奏并不罕见。如果大家有印象，2025 年 7 月也出现过一次，也就是半年前。所以每半年一次比较大的版本更新节奏，似乎已经成为共识，而且这个数字还在加快。
考虑到现在模型竞争的发布频率，你要想，GPT 已经发到 5.4 了，过去几个月 GPT 已经更新了 3 个版本。模型层面的频繁发布、版本的频繁发布，已经成为常态。
从 1 月底开始到 2 月 16 日春节那一天，1 月 22 日是文心 5.0，1 月 27 日是 Kimi K2.5，2 月 2 日是阶跃 3.5，2 月 11 日是智谱 GLM-5，2 月 13 日是 MiniMax M2.5，2 月 14 日是豆包 Seedance 2.0 全系列，2 月 16 日是千问 3.5 Max。
你看这些版本号，不是整数版本，而是 0.5 版本，本质上都是大的版本更新。
再看 Arena 的模型竞技场。开源模型 2 月文本领域前 10 名，有 8 家是中国公司：第一名 GLM-5，第二名是千问 3.5 397B，第三名是 Kimi K2.5 Thinking，第四名是 DeepSeek V3.2，第五名是 Mixtral，那家欧洲公司；第六名是 MiniMax M2.5；第七名是 LongCat，美团的模型；第八名是 MiMo，小米的模型；第九名是 Step 3.5 Flash，阶跃的模型。
在 Coding 领域，前 7 名里面有 6 个中国模型，前 6 名都是中国模型：GLM-5、Kimi K2.5、MiniMax M2.5、千问 3.5、DeepSeek V3.2，还有 MiMo V2。小米模型还可以，所以小米马上跟上来了。
同一时间，Anthropic 也发布了一件事情，说中国的 3 家模型公司——DeepSeek、Kimi 和 MiniMax——在蒸馏它们，分别使用了很多账号来蒸馏 Anthropic 的数据。
但是它发布之后，在 Twitter 上引发了很多声讨。大家都说，其实你也是在双引号地偷很多人的数据。也有人画梗图：ChatGPT 从人类知识库里偷取，Anthropic 再从 ChatGPT 那里偷。
但反过来讲，蒸馏这件事情到底算不算“双引号的偷”，直到今天我觉得依然是一个没有答案的问题。
同样出现的事件是林俊旸的离职。
昨天我们在良渚的会议上也不可避免地聊到这个话题。我做了个调查。昨天这场会议是在良渚举办的，我跟潘乱、寇可的对谈是晚上 7 点。那是一整天的活动，从早上 10 点开始，一共有 18 场对谈。
你想，在早上 10 点开始的一场活动里，经过 5 轮播客对谈，到晚上 7 点还愿意留在现场，而且同一时间楼下还有闲聊在录一期播客，依然不去听闲聊，坚持到 7 点还愿意留在我们这个场子里听我们聊 AI，估计也有 100 多号人。
这个人群已经被筛选过了。但即便是这样，我做了一个调查：最近林俊旸事件出现新闻之前，知道林俊旸是谁的有几个人？大概只有 3 个人举手。
也就是说，在这件事情之前，林俊旸这个名字只被 AI 比较核心圈的人知道。
如果大家听过我 1 月份那次 AGI Next 大会，应该知道我用了非常多笔墨去聊林俊旸这个人，他的表达、他的风格，包括他提到大家体验千万模型能力要去 Chat.Qwen.ai，不要去千问 App。
一语成谶。
为什么这样一个人的离职会引发这么大的讨论？我今天下午看骆一航跟咸鱼的直播，骆一航也说，他没有想到这样一个人的离职会引发这么大的讨论。
你会发现在 Twitter 上，所有人都说：“Qwen is nothing without its people。”这句话是当年 OpenAI 出事的时候，所有人用来支持 OpenAI 的。
几乎所有人都给林俊旸非常大的 respect。无论他是 Google 的研究员、Meta 的研究员，还是 MiniMax 的研究员、智谱的研究员，甚至 Hugging Face 这样的平台和社区运营人员，所有人都给他非常多 respect。
当然后面也出现了一些不好的声音，但我更愿意相信那些不好的声音是有人在搞事情，我把他们屏蔽掉。
小互发了一篇文章，做了几张非常有意思的图，我觉得把这件事情讲清楚了。核心问题在于，技术团队想做的事情，跟阿里云甚至阿里集团的要求之间，出现了一些不太一致的地方，再加上组织架构调整。
再想一件事情。我在上一次 AGI Next 的播客里面提到，林俊旸提出千问模型今年的核心目标是“三进三出，原生多模态”。
似乎看上去这已经成为共识。Gemini 也好，Kimi 也好，智谱也好，甚至 MiniMax 新发布的这季财报，在财报会议上闫俊杰讲的事情也好，似乎都是这个共识：一个模型，三进三出。
但是为了实现这件事情，似乎需要一个完整的、在一起的团队。可是现在组织架构要求是，阿里云通义实验室里面，预训练、后训练、强化学习，甚至文本模型、多模态的图像和语音，都是分开的。
到底是不是这样，我们不知道。
后面所有新闻里提到的，比如通用模型团队在算力上遇到了一些掣肘，类似的事情当年 OpenAI 也发生过，所以造成后来伊利亚离开。所有这些事情其实都不陌生。
这件事情对于今天这个时间点做模型的大部分人员提出了很多问题：模型团队承担什么样的角色？模型团队的创始人或者核心员工应该做什么？如果做开源，开源社区的 KOM 应该承担什么样的角色？甚至极端一点，KOM 要不要在社交媒体上发声？
我觉得这些都是问题，没有什么正确与否的标准答案，只有适不适合。
最有意思的是，我有一位听友，刚从一家巨头跳到阿里做战略，又去做 AI 战略。他看到新闻的时候还没入职，就已经傻了。他说：“我本来想去给波波维奇干活，结果 GDP 走了。”
如果大家看 NBA，应该知道这句话是什么意思。
林俊旸的离开，也是这一轮 AI 大模型，尤其是国内 AI 开源模型风潮中的一个重要事件。
7. Seedance改写视频生成
抛开八卦，去谈论模型真正意义上的变化，首先不得不提的当然是字节的 Seedance 2.0。
如果大家听播客看不到视频，我推荐大家去 B 站看一下我找的几个视频案例。
第一个视频是一个女性角色在山道里滑板。滑行过程中，她体会到了整个四季的变化。你会看到动作的流畅程度，包括林间道路上的树木、地面，随着季节变化呈现出的状态，以及相匹配的配音。
第二个视频是用图片生成视频。它找了一个角色和一辆车，让这个角色在车里面开车。无论是一致性还是画面表现风格，几乎都看不到什么瑕疵。
第三个视频是一个加工过的视频，不单纯只是模型生成的，应该还做了很多工作。它用《鬼灭之刃》的风格，重新做了一次《哪吒》的故事。
第四个视频相对粗糙一点，但明显感觉是模型可能一步生成的，就是《战神》的主角和雷神的对打画面。因为没有经过太多加工，能看到一些粗糙的地方，但你已经能感知到模型能力进展到了哪里。
非常强，强得可怕。
在各种各样的评分，包括社区传播、Twitter 上海外用户的反应中，你明显感知到，在视频生成这个板块，中国模型厂商第一次真正意义上站到了最前面。
又是冯骥。去年年前他发了 DeepSeek 的微博，今年也是年前，2 月 9 日，他发了一篇关于 Seedance 2.0 的微博。
他这么写：
“昨天试的是刚上线的即梦 Seedance 2.0，它在使用手册标题的最后写着‘Kill the game，杀死比赛’，这个评价相当客观。
AIGC 的童年时代结束了。
我觉得这一段话，基本上就类似去年他写‘DeepSeek 是国运级别的存在’一样，是一个盖棺定论。”
他写了几条初步使用后的感受以及预测，仅供参考。
第一，领先当前地表最强的视频生成模型，没有之一。
第二，全能。AI 理解多模态信息——文本、画面、影像、声音——并进行整合的能力，完成了一次飞跃，令人惊叹。
也就是说，今天的视频生成，不单纯只是把多模态和文本放在一张桌子上。我已经强调过无数次了。
第三，低门槛。虽然目前要开通即梦正式会员才能有限次数地使用，但我仍然呼吁有条件的朋友亲自去试试。一旦试过，必然会对什么叫领先、什么叫全能，有更直观的感受。
第四，产能爆炸。一般性视频的制作成本，将无法再沿用影视行业的传统逻辑，开始逐渐趋近算力的边际成本。内容领域必将迎来史无前例的通货膨胀，传统组织结构与制作流程会被彻底重构。
相信只有用过的朋友，都能很快理解这个预测，绝非杞人忧天。
第五，视频全民化。基于第四点，一切之前需要考虑制作成本的展示方式，都可能轻易视频化，典型如电商广告与预拍摄内容。虽然目前游戏研发的核心环节尚未被 AI 直接侵蚀，但视频本身会逐渐向定制化、实时化、游戏化演进，也许会成为未来某种全新的娱乐方式。
给出一个方向：互动影视。
第六，假视频泛滥与信任危机。这一点是真正促使我发这条微博的原因。因为逼真的假视频将变得毫无门槛，而现有的知识产权与审查体系会面临空前打击。
郑重建议，请大家尽快提醒父母与不熟悉 AI 的亲友：未来一切缺乏官方权威渠道背书的视频内容，尤其是包含个人形象与声音的，都可能是伪造的。请务必通过多渠道交叉确认，避免上当。
深感震撼的同时，我也有一丝迷茫。打个不恰当的比喻，如果 AI 将把内容生产的卡尔达肖夫指数从 1 型提升到 2 型文明，不是强 100 倍，而是强 100 亿倍，那会是一个怎样的世界？
我不知道，但我很庆幸，至少今天的 Seedance 2.0 来自中国。
黄老板还是会写。大家想聊的基本都聊清楚了，我就不再赘述了。
你会发现，Seedance 产品出来之后，在即梦、火山、豆包上，甚至字节体系内一些边缘产品上，如何体验 Seedance 2.0 的能力，成为了大家首要体验的事情。
当然，类似当年抖音产生的故事，偏娱乐化的传播最容易得到广泛传播。所以你会发现，节目上全部都是李诞的梗视频，Twitter 上大家转的全部都是那个女孩和“荒岛詹姆斯”的系列视频。
春节期间有一篇文章，如果大家关注行业应该也看到了，叫《当造梦成本归零：影视行业未来五年》，作者是郑民，半山文化的创始人，之前在中国文化产业基金做过投资。
当然，他那篇文章大概率是用 AI 写的，甚至有很多内容是 AI 写的，但整个结构应该是他自己设计的。他的逻辑其实跟冯骥刚才讲的很像：今天所有基于成本结构和现实世界束缚的传统影视架构、组织和流程，全部都会被颠覆。
未来什么是重要的？他最后的结论是，未来你可能会用 AI 突然生成成百上千个镜头，但有人有能力指出“就是那一个”。这种能力会变得重要，也可能变成大家过去一段时间无数次提到的所谓审美。
如果大家有兴趣，可以去读那篇文章。文章非常长，但读起来不是特别累，对很多事情都做了一些推演。
其实在 Seedance 2.0 之前，可灵发布了 3.0，Google DeepMind 团队也发布了 Veo 3 的测试视频。
可灵 3.0 的能力提升也很强，在镜头控制、一致性、4K、多语言版本、口型同步上都往前迈了一大步。所以视频模型的竞争依然非常激烈。
Veo 3 更重要的是，它生成了一个可互动的视频，就像冯骥讲的可互动视频。Veo 3 测试版发布之后，当天 Unity 就跌了 20% 多，Roblox 也跌了 16%。大家会说，游戏行业完了。
当然，我觉得这是一种噱头，但是它的很多范例确实看上去非常像游戏。我找的就是它生成的《龙珠》龟仙人小岛，悟空可以在那个小岛上跑来跑去、飞来飞去。它直接生成了这样一个可以互动的、双引号的视频，跟所谓世界模型讲的视频流是一样的。
Seedance 发布之后，也引发了很多讨论。
在美国，因为我关注 Substack 比较多，几乎那两天每天都有很多关于 Seedance 的文章，大部分集中在版权问题上。比如好莱坞马上发了一封函，大家会觉得很恐怖。
很多讨论都集中在版权上。刚才冯骥也聊过，现有版权体系可能未必真的适合 AI 时代，但是新的版权体系是什么，目前不知道。
这个问题进一步延伸到春节前引发的另一个讨论：Tim 也就是飓风的 Tim，发了一个 Seedance 的测试。明显不是上传之后就直接生成的，他讲了很多话，跟前面冯骥讲的类似，非常强、非常厉害。
但在视频最后，Tim 说他发现了一件细思恐极的事情：他只要把自己的脸上传到 Seedance 2.0，视频生成就会自动匹配他的声音。
听懂了吗？把你的脸放上去，生成出来的视频里，那个人说话的声音就是 Tim 本人的原声。
当然，Tim 是名人，这件事引发了特别多关于隐私的讨论。之后马上做了调整。今天这个时间点，我们上传图片生成视频时，不支持上传真实人脸。
当然，这相当于做了一个非常硬的一刀切围栏，但似乎看上去，这件事情已经挡不住了。
在这个过程中，现有的版权、隐私、安全等问题，怎么跟视频生成模型之间产生关联、博弈和处理，我们也不知道。静待其变。
8. DeepSeek V4仍未发布
第三个议题，DeepSeek V4。
这次我只做了两页，因为 DeepSeek V4 没有真正发布。这两页标题是一样的，叫“气氛已经烘托到这儿了”。
无数新闻都说 DeepSeek V4 下周发布，然后又是下周，到今天还没有发。
中间有一些事情，也不算幺蛾子。有人说，DeepSeek 这一轮没有跟英伟达做更多测试，而是跟很多国产芯片做测试。
我们回看，从 DeepSeek V3.2 开始，也就是去年 12 月发布 V3.2 的更新之后，提出了一些新的架构，包括论文更新、跟一些合作机构推出的东西，以及 1 月底或者 2 月初进行了一次所谓的灰度测试。
所有事情都指向 DeepSeek V4 会发布。直到我上一次做 PPT 的时候，我还在说，我要赶紧发，我要等 DeepSeek V4 出现。
很多海外媒体也报道了类似新闻。大家会强调，DeepSeek V4 在 Coding 能力上会非常强，会跟上 OpenAI 和 Anthropic 的头部模型。同时也有媒体提到，DeepSeek V4 会第一次支持原生多模态。
因为前面说过，大模型发展到今天，多模态和文本的统一已经是趋势。
气氛已经烘托到这儿，但是截止到我录制的 3 月 9 日这一天，DeepSeek 依然没有发布。我们继续等待，看 DeepSeek V4 能够给我们带来什么样的体验、节点和里程碑。
9. AI红包大战退潮
第四个议题，春节的 AI 红包大战。
我们一家一家看，核心就是 3 家。因为年底的时候我已经写过，当时红包大战其实已经开始了。我们就看具体几家在春晚那一天或者那几天做了什么。
我会觉得字节的豆包做得相对低调。当然，它跟春晚本身的内容合作和植入非常多，但是在纯豆包产品层面的实施上做得不是太多。
它的主打叫“科技好礼”，抽了很多人形机器人，以及各种中国国产品牌的科技产品，只做了 3 轮红包发放。现在应该可以提现了。
我身边有一些朋友抽中了大疆、耳机之类的东西。
这是豆包。
千问的策略是下单，也就是买奶茶。最开始用的是免单卡，三八节也做过类似活动。年过完之后，各家其实都在公众号上做了总结。
千问的总结是：春节 31 亿免单上线 6 天，用户说了 41 亿次“千问帮我做什么”，AI 完成下单 1.2 亿笔，其中有 5220 万杯奶茶、3516 万杯果茶和 1138 万杯咖啡。
当然，也有人吐槽，大模型就是拿来买奶茶的吗？
千问用的策略叫下单加免单卡。
元宝的策略相对比较多。比如它做了一套传播，引发了很多讨论，然后隔几天就被微信封掉了。它当时还做了“元宝派”，可以在元宝派的社交渠道里发红包。
我觉得最重要的是，除夕那一天通过元宝发朋友圈可以带金色。这个如果大家体验过，应该知道那个效果。我觉得效果还可以，就是社交加金色朋友圈。
元宝在 2 月 18 日做总结，说日活到了 5000 万，月活达到 1.14 亿次，完成了超过 10 亿次联想创作。
你会发现，大家总结看起来都挺好。从结论上来看，几乎没有什么意外结果。
豆包依然是第一。千问某段时间、某几天追到第一，然后跌到第二或者第三。元宝开工那天，在 App Store 上最差跌到了第 37 名。其他数据也几乎类似。
春节当晚，豆包有峰值，毕竟有春晚，达到 1.4 亿 DAU。千问的峰值其实在春节前，也就是宣布发 30 亿红包、下单免单的那一天，应该是 2 月 9 日或 10 日，达到了 7000 多万 DAU。
元宝的峰值出现在春晚那天晚上，4000 多万 DAU。
但是所有人都在春节之后突然跌回来。
从使用次数来看，其实大家都不高。元宝和千问的使用次数峰值都发生在活动推出当天，然后迅速跌下去。所有人都会跌回日常，可能每天使用 5 次左右的区间，无论是谁，甚至可能有人跌到 3 次。
为什么？还是那个观点：Chatbot 这种产品形态，不可能承担超级使用时长、超高留存和超多次使用次数这样的职责。
所以我会说，这些事情都没有什么意外。
同时你会感觉到，如果大家有印象，可以回想一下，所有这些事情似乎春节之前非常热闹，除夕当天也很热闹，但到了大年初一、初二，这个事情看起来就结束了。
为什么？
2 月 14 日其实是除夕之前的两天，2 月 16 日是除夕，我没记错的话。市场监管总局约谈了阿里、抖音、百度、腾讯、京东、美团、淘宝闪购等企业，要求它们进一步规范平台促销推广行为，提醒相关平台企业杜绝各种形式的内卷式竞争，共同维护公平竞争的市场环境，促进平台经济创新和健康发展。
懂了吧？
10. 智谱和MiniMax估值狂飙
最后一个议题，智谱和 MiniMax 的股价。
这个春节涨得非常厉害。很多人在春节前就想到了它们会涨，因为春节之前已经开始涨了，但是几乎没有人想到会涨这么多。
如果大家炒股，应该会有比较强烈的感受。
智谱和 MiniMax 的市值巅峰应该都摸到了 3000 亿港币。如果大家之前听过我跟 Roman 在两家公司上市之前的那期节目，当时它们在港股的估值都是四五百亿港币的体量，也就是说，它们都涨了可能五到六倍。
当时我们也说，用 1% 的 OpenAI 作为一个合理定价。今天看到的现实情况是，这一轮 OpenAI 估值 8400 亿美元，1% 就是 84 亿美元，约等于 650 亿港币。
如果 650 亿港币是一个计价单位，智谱和 MiniMax 元旦之后上市，基本上都是一个计价单位，巅峰涨到了将近 5 个计价单位，也就是从 1% 涨到了 5%。
但是我们可能只见新人笑，未见旧人哭。
我做 PPT 那一天，截了一下商汤、云知声和快手的股价，其实都处在一个非常大的下跌周期里。当然，整个港股科技板块在过去一段时间表现都不是很好。
如果没错的话，我之前讲它们上市的时候，云知声还有 300 亿港币，现在只有 200 亿港币了。
同时更重要的是，Kimi 在这个过程中融资，估值达到 100 亿美元。
你要知道，Kimi 上一轮融资是在智谱和 MiniMax 上市前一天公布的，也就是 2025 年最后一天。Kimi 那一轮融了 5 亿美元，估值 43 亿美元。
2 月 24 日，Kimi 新一轮融资确定 7 亿美元，估值已经达到 100 亿到 120 亿美元。
Vivo 天凡在极客公园上说，MiniMax 和智谱在二级市场享受虚估值，但 Kimi 在一级市场高价融到的是真金白银。所以某种意义上，Kimi 不上市也挺好。
这里面还有一个细节。如果大家还记得，我前面讲过，1 月 22 日 Kimi 发布 K2.5，当天登顶了很多榜单，效果非常好，口碑也非常好，OpenRouter 的数据也很好。
你要知道，在那个过程中，Kimi 正在融这一轮融资，当晚 Kimi 就涨价了。实际上就是，你不涨吗？甚至回头去看去年元旦那一轮 40 亿美元的估值，会觉得好低、好低。
所以最近也有新闻说，Kimi 说 K2.5 发布之后 20 天的收入超过了去年全年。当然，可能是因为去年前面的基数太低，但是大家也能感觉到增速和情况的变化。
智谱和 MiniMax 的股价会变成什么样，我们不知道，但肯定有情绪导致，甚至可能大部分都是情绪导致的。但是一级市场享受到了这个溢出效应。Kimi 享受到了，不仅仅是 Kimi，阶跃也享受到了。
阶跃在 1 月 26 日公布获得 50 亿元人民币融资，同时公布印奇担任董事长。之后传出，阶跃正在准备港股上市。
虽然阶跃今天这个时间点的模型能力，没有强到像 Kimi 和 MiniMax 那么强，但也没有差太多，而且看上去还在跟得比较紧，并且它在跟很多运营厂商合作，又请来印奇担任董事长，故事也讲得通。
它可能没有办法达到 Kimi、MiniMax 那么疯狂的收入，但是比如对比 2025 年的收入，没准并不差。那它当然就具备了上港股的机会。
所以某种意义上，智谱和 MiniMax 的股价，让 Kimi 和阶跃也享受到了这个效应。
所有议题都讲完了。
11. AlphaGo重演技术冲击
最后推荐一期播客和一期视频。为什么推荐？因为我在极客公园上看到一个公众号非常有名的作者，叫魏武挥，他写了一篇文章，推荐了这期播客和这个视频。
我昨天晚上在良渚的开放麦上也讲了这一段。我觉得非常有意义。
过去这段时间，因为各种各样的原因，大家无数次开始探讨：我们会不会取代别人，会不会被取代，我们未来到底在哪里。大家的焦虑似乎到了一个顶点，因为你确实感觉到，那个水位已经真的到脖子了。
怎么解决或者缓解这件事情？
魏武挥当时推荐的内容，是当年 AlphaGo 战胜李世石时，Netflix 拍的一部纪录片，名字就叫《AlphaGo》。大家在 B 站上可以找到。
在这部纪录片里，你会发现 AlphaGo 的整个工作团队中有一位华人或者中国人，他当时是欧洲围棋冠军，叫樊麾。樊麾老师去年跟东东枪老师在《科技修道院》这个播客上做过一期对谈，以自己的角度讲述了这个故事。
AlphaGo 战胜李世石是 2016 年 3 月，正好过去 10 年。
整个故事跟我们今天面临的很多事情一模一样。简单讲一下这个故事。
樊麾是中国职业围棋二段左右的水平，比战鹰高一点，但他是职业棋手。他当时去法国留学，2005 年成为法国围棋协会的总教练。那时候他还很年轻，在法国教了 10 年棋。
法国有非常多的围棋选手都是他教出来的，甚至他教了三代人：爷爷、儿子和孙子三代都跟他学棋。他除了是总教练之外，也代表法国参加欧洲围棋比赛。
他在 2012 年、2013 年和 2015 年拿过 3 次欧洲围棋冠军。2015 年，除了拿到个人冠军之外，还拿到了法国团体冠军，也就是带着学生们一起拿到团体冠军。
虽然整个欧洲围棋的水平距离最强的中国、韩国和日本还差得比较多，但他当时已经是在欧洲范围内能够找到的最厉害的职业棋手。
2015 年，DeepMind 刚刚被 Google 收购。DeepMind 的创始人联系樊麾，说他们有一个围棋项目，问他愿不愿意来试一下。
樊麾当时很开放，就去试了。相当于那时候，他开始跟 AlphaGo 的早期版本对弈。
当时安排的是 5 天、10 局，每天 2 局，一局快棋、一局慢棋。
那个时候，职业选手认为机器不可能战胜人类，尤其是在围棋领域。围棋是 10 的很多次方那样的可能性，比宇宙中原子的数量级还要大，所以不可能通过暴力计算来解决围棋。
无论从理性还是感情角度，人类在那个时间点都完全蔑视机器，尤其作为职业棋手，会觉得我怎么可能输。
第一天，樊麾下第一局。下的过程中，他觉得还行，有点能力，但也没有很强。第一局尾声，他因为一个小失误错失了一个很好的机会，最后失败。
但他觉得更多是自己的失误，也觉得 AlphaGo 并没有很厉害。他甚至觉得 AlphaGo 可能比较擅长战斗，那自己就跟它下一些迂回的棋。
第二局，他用一些迂回的策略，然后赢了。他说：“不过如此嘛。我第一局是失误，第二局找到了一些小窍门，就把你打败了。”一比一。
第二天继续下，他发现无论快棋还是慢棋，无论用前一天所谓成熟的套路，都没有赢 AlphaGo。第二天零比二输掉。
那天他开始隐隐觉得不太对：AlphaGo 没有想象中那么厉害，但为什么能够一直赢？
他开始怀疑一些此前职业生涯中的经验、对棋的理解。
第三天，他发现一个核心问题：对面是机器，它没有情感，也不会反复。你的怀疑、纠结、不自信和各种情绪，只能回到自己身上。你打过去一拳，对面是一堵墙，所有力量都会被撞回来。
第三天又输了两盘，而且输得非常快、非常脆。这个时候樊麾开始怀疑自己，怀疑过去这么多年作为职业棋手的经验、判断和努力。
第四天又输了两盘。前 4 天下了 8 盘，他只赢了 1 盘。第五天一比一，总共 10 盘比赛，樊麾赢了 2 盘。
自此之后，樊麾意识到这件事情没有那么简单。AlphaGo 团队邀请他加入 DeepMind 团队，也就是 AlphaGo 的团队，帮助 AlphaGo 提升很多他们作为非职业棋手不太能理解的东西。
这是发生在 2015 年樊麾拿到欧洲围棋冠军之后的事情，大概是 9 月或 10 月。
樊麾跟 AlphaGo 下棋的过程被全程记录下来。Nature 在 2016 年 1 月发表文章，介绍 AlphaGo。
文章发表之后，无数人给樊麾打电话想求证，包括大家看到的棋局。当然，当时只选了 5 盘棋，那 5 盘樊麾都输了。
很多职业选手会说，樊麾比较保守，在欧洲时间比较长，水平不是太高，有很多棋下得很臭。甚至有人说这不是职业选手的水平，也有人说樊麾收钱了。
这些事情樊麾都没有反驳，因为他觉得自己什么都不能说。
差不多在同一时间，AlphaGo 确认了跟李世石 3 月份的比赛。樊麾去了韩国，作为这场比赛类似裁判长的角色，韩国那边也有裁判和相关人员。
他去韩国时，本来以为李世石可能会找他提前了解情况，结果李世石也没有找他。人类还是不认可机器能够战胜自己，甚至带着鄙视和藐视。
正式开始比赛之前，DeepMind 内部做了预测。因为 AlphaGo 跟李世石的比赛也是 5 局 3 胜，大家预测比分时，返回的结果是 5 比 0，认为李世石没有任何胜利的可能。
因为樊麾知道 AlphaGo 已经到了什么阶段、是什么样子。
正式比赛第一天，第一局李世石跟 AlphaGo 下了很长时间，6 个小时，还是几个小时，最后李世石没有赢过 AlphaGo，但是 AlphaGo 领先得并不多。
当天李世石内心会觉得没什么，跟樊麾第一天遇到 AlphaGo 时一样。但在那一刻，樊麾知道这个事情真的被打破了。他说有一瞬间感觉整个宇宙都停了，然后又慢慢拉回来。
第二天下第二盘，因为李世石喜欢抽烟，比赛过程中双方交战比较激烈。到第 37 手时，李世石说想去抽根烟休息一下，于是起身离开。
但你要知道，AlphaGo 不需要等你。李世石站起来离开时，AlphaGo 下了第 37 手。
当时比赛是全球直播的。无数评论员和专业棋手看到这一步时，都产生了疑问，包括樊麾自己也说：“怎么会下在这里？”
这一步棋完全不可理喻。但是樊麾越看，越觉得这一步棋看不透。
过了一会儿，李世石抽完烟回来，一坐下就发现 AlphaGo 已经下了第 37 手。他的第一个表情跟所有职业选手看到这一步棋时一样，有一些蔑视，甚至有一些笑。
但是李世石的表情开始变得越来越严肃。
樊麾掐了时间。李世石用了 12 分钟。他的表情从轻松、戏谑、微笑，到越来越严肃，最后严肃到极点。下完这一手之后，他迅速溃败。
樊麾知道，李世石的信心受到了动摇。因为这个时候已经二比零，五局三胜已经二比零了。
在那 12 分钟里，你会想李世石经历了什么、在想什么。他其实就在想，自己这么多年积累的经验、认知和对棋的理解，是不是真的错了？是不是 AlphaGo 真的看透了一切，而不是像人类认为的那么简单？
传说第二天晚上，李世石几乎一宿没睡，不断复盘这盘棋。但樊麾知道，这个时候李世石已经在经历人生最大的挑战，按中国古人的说法，道心开始破碎了。
第三局，脆败，败得一塌糊涂。很多过程中的棋，直播旁观的职业选手都会觉得，这不是李世石的水平。
但樊麾知道，这个时候李世石没有信心了。面对一个机器，它没有任何情绪，也没有任何反馈，你所有的怀疑、担心、猜忌，全部会返回到自己身上。
所以第三局溃败。
每下一局之后，都会有新闻发布会。第三天结束之后，李世石说话都有点哭腔，因为三比零结束了，AlphaGo 已经赢了。
那个时候樊麾特别想去安慰李世石，但他也不知道该怎么安慰。
第四盘棋依然下得非常焦灼。下到第 78 手时，李世石突然用很快的决定下了一步很多人没有看懂的棋，后来这步棋被称为“神之一手”。
你想，那个时候已经是第四局了，在全世界的关注下，李世石已经输了 3 局。坚持到第 78 手之后，AlphaGo 无论是因为 Bug 还是其他原因——因为我们不知道它是黑箱——出现了紊乱。
第四局后半段，其实是李世石最难的时候，因为他突然发现自己在整个过程中第一次有了优势。你可以想象他有多么紧张。
他一步一步坚持，一步一步坚持，最后赢了。
Netflix 那部纪录片里有一个镜头，李世石赢了之后，樊麾真的冲上去给了他一个巨大的赞，竖起大拇指。
但是，那是人类最后一次战胜 AlphaGo。第五局已经没有意义了。
在那之后，AlphaGo 在一段时间内无敌于人世。
也有人问那步第 78 手是怎么下出来的。李世石说，那就是自己这么多年的经验，最终出现了所谓的“神之一手”。
后来有人说，那步棋出现的概率是万分之一。你可以说这是奇迹，但人类就是会创造奇迹。
樊麾从傲慢，到怀疑，到信心崩坏，再到重新建立信心，完整走完了这个过程。
你听完这个故事之后有什么感觉？
我觉得当时即刻上有一个网友写得特别好。他的评论是：
“你想，10 年之前我们去看这个纪录片、了解这些新闻的时候，根本不知道世界发生了什么，我们完全不知道。但是今天，今天是什么？我们所有人似乎都在类似的漩涡里。
正应了那句话：初闻不知曲中意，再听已是曲中人。”
想跟大家分享这个故事。我觉得非常好，也非常值得大家去听。播客和纪录片都值得，因为樊麾老师以第一视角讲述得非常生动。
最后一页，这两天也有一张图被很多人转发：把全人类的人口画成小格子，把月活付费用户和 ChatGPT 最核心用户对应的格子重新划分颜色。
你会发现，今天世界上大部分人其实还没有用到 AI 的能力，甚至只有非常小的一部分人在经常使用 AI。
也就是说，我们今天聊的所有事情，一切其实都只是刚刚开始。
好，感谢大家，今天节目到这里。老规矩，PPT 在 Show Note 里，有兴趣可以下载。欢迎大家把我的节目转发给任何你想转发的地方。感谢感谢。