[BidClub_]
屠龙之术 · · 96 min

Vol.90 AI加速爆发的2026,我们该如何自处?---对谈潘乱+Koji

庄明浩潘乱Koji

Podcast
TL;DR
  • 庄明浩用“拦不住了”概括2026年春节后的AI态势:模型跨过能力阈值,Agent、Skill、Cowork、OpenClaw(“龙虾”)和Seedance 2.0同时打开新场景。 过去三个月GPT连发三个版本,现场提到GPT-5.4刚发布、前一个是GPT-5.3;所谓二月发布高峰更像偶然,因为未来“所有时间都是密集期”。对投资者而言,关键已不是押某次发布,而是识别能力跃迁后哪条价值链最先出现真实用量。
  • 算力和Token压力已在几十万OpenClaw部署者、数万名“日烧一亿SOTA Token”用户及限购的Coding Plan上显形。 云厂商研发负责人最初估计日耗一亿Token者超过十万人,随后保守修正为数万人;智谱、MiniMax、阿里云等也开始限购或收紧优惠。庄明浩追问:若技术革命需要基础设施过度投入,真正的规模可能还是当前的“一千倍甚至一万倍”——“中国缺卡,美国缺电,大家一起缺Token。”
  • SaaS是第一批被重估的资产,因为按席位收费本质上就是对白领座位收费。 “2028末世论”把AI替代白领、消费和个人债恶化、平台摩擦归零、产业债违约串成闭环,但庄明浩保留条件:冲击强度、发生时间和政府干预都未知。中国能否因缺少旧SaaS而让To B Agent弯道超车也存在分歧;公有制采购和政企云格局意味着“没有遗留系统”不等于“没有制度摩擦”。
  • AI把生产变廉价,却没有同步解决获客、信任与价值分配,真正稀缺的反而变成分发。 小团队可以借Vibe Coding完成产品、研发、设计和运营,组织可能收缩为“超级巨头加一堆个体户”,但每天烧1,000美元Token的产品仍会卡在冷启动,年营收七八百万美元的跨境公司也可能每天向Facebook投流2万美元。潘乱总结内容产业的残酷规律:“六个月、一百个亿、百分之八”——市场迅速做大,创作者却可能只能分到8%,甚至更少。
  • 当前较硬的应用证据仍包括Coding和被拆解的人机协作流程,而非泛化的“一人公司”口号。 Karpathy自述一年内从80%手写、20%补全反转为20%手写、80%补全;但Koji强调,只在Coding环节烧Token而不改QA、Infra和PRD,代码更多不代表组织效率更高。漫剧提供了另一种样本:五六段明确交付的流水线、几个人加“抽卡师”,把视频和图片模型能力转化为生产效率。
  • AI的普惠价值可能比白领提效更早触达老人和孩子。 潘乱给不识字、只会微信和抖音的母亲装豆包,让她用方言通话;父亲则主动询问订婚时男方家长的发言稿。庄明浩认为,豆包、元宝、千问可能是很多中国人接触过的最高智能,而AI也试图把搜索留下的下游摩擦收束为一站式答案。
  • 面对焦虑,潘乱和Koji保留了一组有价值的张力:不要追逐每个短命技巧,但也不能忽视边界处正在形成的创业机会。 潘乱的策略是“只要我学得慢,我就可以不用学”,先问自己要解决什么,再训练自己当AI老板;Koji则认为,正因为智能边界不断外扩,版本与产品动态仍与创业、投资直接相关。庄明浩用AlphaGo概括心态迁移:从轻视、怀疑到“道心碎了”,最后要做的是重建认知,而非假装变化不存在。
  • AI硬件与终身陪伴Agent会继续推进,但入口、隐私和组织形态远未定型。 庄明浩转述的政策框架把手机、电脑、具身智能和新能源汽车列为重点结合方向;眼镜虽被大厂视为下一入口,小米眼镜负责人却判断其十年内不可能成熟。潘乱认为记录一个人从生到死的AI陪伴一定会发生,但谁能以什么方式做出来、如何参与和制衡,仍是问题。
Digest · the substance, structured for research

1. 2026年春节不是发布高峰,而是“所有时间都将是密集期”

  • 庄明浩指出,春节几乎没有休假感:智谱与MiniMax股价“一飞冲天”,OpenClaw的热度从节前延续到假期,字节Seedance 2.0又在视频模型已经很强的基础上继续提升。

  • 他把一月底至春节前视为中国头部模型厂商的一次大版本集群:Seedance 2.0已经发布,DeepSeek V4则只是录制时“传说这两天会发”,二者的确定性不能混写。

  • 庄明浩不认同二月存在特殊发布规律:“这是一个意外。”过去三个月GPT已发三个版本;GPT-5.4刚发布,前一个是GPT-5.3。真正的变化是预训练并未如2024年的判断那样结束,Transformer路线仍在加速。

2. OpenClaw的突破不在新能力,而在迫使用户重新想象需求

  • 潘乱认为,尤其对过去已经较多使用AI工具的人来说,OpenClaw并没有真正做出以前工具做不到的事情;但它会迫使用户重新思考“AI还能帮我做什么”。

  • Koji花两小时装好OpenClaw,第二天才发现闲鱼有人收400元上门安装。他让Agent每天扫描OpenClaw生态的新产品与创业公司,识别华人创始人、补全背景和联系方式,再起草联络邮件;由此找到VisionClaw,一个把Meta眼镜接入OpenClaw的开源基础设施项目,在GitHub同类项目中排名第一,作者是在纽约大学读书的华人。

  • 潘乱给OpenClaw的第一个任务更朴素:每天早上9点检查一款长期缺货的理想汽车眼镜,赶在3月31日优惠码失效前有货就帮他购买。这类定时任务过去也能实现,但“龙虾”把配置、持续运行和任务委派包装成了可感知的产品。

3. 个性化生产让“长尾复兴”,也让大量产品退化为一次性内容

  • 庄明浩装上拓竹3D打印机,为自己打印指尖陀螺时产生了“共产主义提前到了”的感受:不是购买标准工业品,而是“我为我制造了一个物品”,物质供给开始服务极小的人群甚至单一个体。

  • 潘乱把Vibe Coding延伸到同一逻辑:一个人可以同时承担产品、研发、设计和运营,不再需要在BP第一页证明巨大市场与齐整团队,只需为自己、身边人或少数用户解决问题。“真正的长尾的复兴”由此成为可能。

  • 他随后又给这份乐观加上限制:当应用可以快速生成,它也可能只是一种新内容。“死了么”式产品更像网上奇观和打卡点,而非“跟饿了么一种级别的应用”;供给越泛滥,单件产品越不值钱。

4. 春节红包战是囚徒困境,技术发布反而被流量叙事遮住

  • 庄明浩认为,中国公司春节期间并非只会“发红包、点奶茶”;同期真正重要的是模型大版本发布。只是几家互联网公司因竞争进入囚徒困境,营销战获得了“太多本不应该得到的关注”。

  • 春晚赞助从传闻中约1亿元即可成交,迅速抬到3亿、5亿,最终可能接近10亿元;追觅据称投入8亿到10亿元,豆包因露出更多可能更贵,人形机器人厂商也各付出数亿元。到大年初二,市场监管总局要求几家公司停止继续加码,热度“戛然而止”。

  • 庄明浩判断最终格局“没有什么意外”:豆包仍领先,MiniMax虽冲了一波,第三家大体还是原来的样子。潘乱补充,春晚的价值是全国一年一次的中心化瞬时流量;但据其与抖音员工交流,2022年世界杯德国对日本的小组赛直播峰值甚至高于春晚,该数据并未官方披露。

5. “2028末世论”把白领、平台与债务串成了一个自强化回路

  • 潘乱借王慧文的说法提出反转:过去中国SaaS融资总拿Salesforce作估值参照,AI到来后却不是中国SaaS变得像美国一样值钱,而是“美国的SaaS公司变得跟中国的SaaS公司一样不值钱”。

  • 庄明浩解释第一层机制:美国SaaS按席位收费,“席位”就是白领的座位。AI替代白领后,公司为维持股价、提升效率而更激进地使用AI,这又刺激AI发展并导致更多裁员;失业会压低消费,并使房贷、信用卡等个人债务承压。

  • 第二层机制针对建立在摩擦上的商业:地产、旅游、渠道、中介和双边平台都靠信息与交易成本获利;如果Agent把摩擦降到接近零,用户可直接完成推荐与购买,平台利润率便会受到严重影响。第三层则是企业并购债和扩张债无法偿还,最终以债务危机引爆。

  • 庄明浩强调,这只是一个“逻辑非常完整”的故事,是否达到文中程度、是否发生在那个时间都没人知道。颇具讽刺意味的是,文章作者把Substack定价999美元,并据称一周新增数万付费订阅;末世叙事首先兑现成了创作者自己的数千万美元订阅费。

6. 中国缺少旧SaaS不等于To B Agent天然拥有移动支付式红利

  • 乐观类比来自支付行业:中国没有信用卡体系,微信支付和支付宝因此可以摧枯拉朽;美国企业则被旧SaaS深度嵌入流程。由此不少创业者下注,中国To B Agent也可能绕过旧系统,重新点燃企业服务创业。

  • 庄明浩说自己“跟十年前一样持怀疑态度”。中国以公有制为主体,政府和大型机构选择天翼云、联通云或华为云“不需要任何解释”,选择阿里云却需要解释;五年前阿里云份额停滞而上述厂商增长,就是他用来反驳简单类比的样本。

  • 他的结论不是否定Agent,而是拒绝把美国SaaS阻力机械映射成中国优势。末世论的反对者也指出,原文低估了政府:政府在失业、金融稳定等问题上应承担什么职责,不能被忽略。

7. AI资本开支的悖论是,上游拿走最多价值,却没人解释最终ROI

  • 庄明浩说,中国公司的变现节奏和资本开支ROI目前“没有人回答得了”。行业都在“买铲子挖土”,但历史上千岛湖不会因提供水源而成为价值最大的公司,真正拿走收益的通常是把产品交到消费者手里的公司。

  • 这使本轮AI与移动互联网形成反差:芯片、算力、零部件和基础设施供应方暂时占据较大的利益分配,而终端应用能否承接这些投入仍未得到回答。庄明浩认为,这与移动互联网时代的价值分配逻辑相反。

  • 庄明浩回看英伟达:DeepSeek R1发布日下跌17%,中美关税战期间一度低见80多美元,随后涨至约180美元,最近六个月又几乎横盘。“到底是已经到顶了,还是说再憋个大的?”他没有给答案。

8. 真正的基础设施“过度投入”可能仍是当前规模的一千至一万倍

  • 庄明浩与AI多轮估算,真正部署OpenClaw的中国用户可能只有几十万,而且分散在不同模型API上;即便如此,除最大的几家大厂外,许多模型公司已经面临较大算力压力。

  • 历次工业革命都经历基础设施过度投资,再由冗余能力催生下游应用。若几十万用户远非大众普及,庄明浩推算,足以称为“过度投入”的规模或许要达到当前的一千倍甚至一万倍;矛盾在于,现有算力建设已经逼近人类极限。

  • 庄明浩提到“一亿Token俱乐部”:据某云厂商研发负责人内部观察,每天消耗一亿Token的人最初估计超过十万人,思考后保守修正为数万人;而且烧的不是7B小模型,是最智能的SOTA模型。

  • 智谱、MiniMax、阿里云等AI Coding Plan已经出现限购、限量或收紧优惠。庄明浩给出一句可监测的供需总结:“中国缺卡,美国缺电,大家一起缺Token。”

9. 烧Token不会自动提高生产率,组织必须像电气化工厂一样重排

  • 庄明浩借电力史解释落地滞后:电从发明到真正影响工厂用了约40年,早期工厂受水源、输电和多层建筑限制;直到厂房改成大平层、生产线重新排布,电力才改变整体效率。

  • Coding也是如此。若只在写代码环节大量烧Token,却不重做QA、Infra和PRD定义,结果可能只是“历史上最多的代码”越来越多,组织总体效率没有提升;AI的生产率来自整条流程重构,而非单点调用量。

  • 软件迭代不受原子世界同等约束,因此这轮改造可能快于40年。电力类比的重点不是预测年份,而是提醒投资者:真实收益要看互补流程是否完成,不能只看Token消耗。

10. Agent需要七乘二十四小时的宿主,私有云重新成为消费级产品想象

  • 潘乱认为,手机为占用注意力和观看屏幕而设计,并不适合长期执行任务;电脑也未必是最终形态。人本质上需要一台持续在线、可运行Agent的私人服务器。

  • 潘乱提到另一位字节天使投资人的新公司:把字节曾经的中心化推荐引擎故事反过来,为每个人配置“私有阿里云”或“私有火山云”。设备众筹价接近2万元,OpenClaw走红后销售表现不错。

  • Manus也曾短暂把自己表述为“每个人的云端虚拟机”,只是用户不易理解这一措辞。潘乱本人更愿意为本地1TB存储付费,而非购买同量云空间:随着Agent掌握更多权限与个人资料,安全、隐私和减少Token订阅费用会成为本地算力的购买理由。

11. 模型战争已打到电力、资金和人才密度的物理边界

  • 庄明浩观察到,模型能力并未在2025年初趋缓,反而从2025年至2026年初不断加速。每次能力提升都继续打开Agent、内容生成和工作流场景,哪怕其中一部分暂时没有商业化能力。

  • 这场仗同时逼近“电的极限、钱的极限、人才密度的极限”。继续线性扩张之后,谁还能坚持、会打成什么样,以及会不会出现更高维度的角色要求停止竞争,他都明确表示“不知道”。

  • 他的担忧不只是一家公司能否融资,而是技术进展正逼近失业、财富分配和社会运行等非技术问题。旁观者可以轻松发表立场,但模型公司、应用创业者和普通员工都很难真正独善其身。

12. 如果AI成为武器,监管逻辑就可能从产品治理转向军备治理

  • 对“2028末世论”的重要反驳是,它忽略政府的职责。庄明浩引用一篇文章的标题式提问:“如果AI未来是一种‘武器’,我们是否应该用管理武器的方式来管理AI?”

  • 潘乱保留了强烈怀疑:十年前Netflix把《纸牌屋》成功归功于大数据,此后大量“大数据指导创作”并未兑现;今天关于AI指导战争的宣传,也可能存在类似夸张。他明确说自己不了解AI在委内瑞拉定向抓捕或伊朗战争中的实际贡献。

  • 他肉眼能确认的反而是中国大量生产的无人机被高性价比地用于战争。这里的分歧没有被消解:庄明浩提出AI可能具有武器属性,潘乱则要求区分算法叙事与已验证的硬件、成本优势。

13. AI是新的摄像头,但能力增长正在超出普通人的感知分辨率

  • 潘乱把Seedance 2.0放进创作者历史:移动互联网因摄像头让更多人成为创作者,拥有最多创作者的双边平台最终获得最高价值;AI则是“新的摄像头”,甚至不需要真实拍摄也能产生内容。

  • 潘乱用身高比喻模型升级:当一个生物已经远比你聪明,你很难判断它是从2.20米长到2.21米,还是长到2.50米。后来回答观众时,庄明浩换成智商比喻:“如果AI已经150了,它从150进化到160或170,我们作为120的人很难感受。”

  • Karpathy提供了可观测结果:一年前写代码约80%手敲、20%依赖补全,一年后比例完全反转。潘乱因此认为,大多数人对模型发布“无感”,不代表能力没变化,仍应主动尝试今天的AI能完成什么。

  • Koji补充,给AI打分本身已成为创业和研究方向。数学、编程有明确答案,开放问题却很难判断好坏;模型公司的后训练与强化学习团队,大量工作正是设计新的评价方式。

14. AI第一次让不识字的老人接触到“身边最聪明的人”

  • 潘乱春节给母亲装了豆包。她是农村妇女,不识字,过去只会用微信的文字朗读功能和刷抖音;现在可以直接用方言与AI通话、视频,不必承担打字或“问错问题”的心理压力。

  • 他又发现父亲正向AI询问弟弟订婚时男方家长该如何发言。这个瞬间让他反思,不是老人过去没有信息需求,而是搜索产品做得太差,复杂界面把大量人挡在服务之外。

  • 庄明浩认为,对老人和孩子而言,豆包、元宝、千问“应该是中国人有史以来接触过的最高的智能”,甚至可能是很多人一生中能接触到的“最聪明的人”。朋友过去靠抖音让孩子安静,如今也可以让孩子持续与豆包对话。

15. 搜索只是把摩擦甩给下游,生成式AI才试图把答案端到用户面前

  • 庄明浩回忆Google曾使用一个反直觉指标:用户搜索后在页面停留越短越好,因为这意味着已经找到答案。但重新审视,这可能只是把阅读、比较和判断的困扰转移给了下游网站。

  • 庄明浩认为,AI产品试图直接把答案一站式端到用户面前。这也解释了为什么Agent威胁的不只是搜索入口,还包括依赖点击、比价和跳转摩擦的整个商业链。

  • 潘乱进一步挑战Google的历史光环:其使命是整合全球信息,但AI时代前主要整合的是网页,对推荐、UGC和时政新闻的尝试都不突出;不过AI到来后,长期积累的网页又重新变成训练与回答能力的优势。

16. 这是创业者最好的时代,也是复制者最多、定价最难的时代

  • 庄明浩认为,Manus、OpenClaw、Lovable证明,小团队不必身处硅谷,也能从中国、新加坡或欧洲做出全球To C产品,与世界上最优秀的公司竞争。智能不断解锁边界,旧巨头的护城河也在被侵蚀。

  • 最坏的一面是制作成本骤降:OpenClaw一火,最显眼的机会就是降低安装门槛,于是中国、日本、欧洲、新加坡一夜出现成千上万的一键部署产品。任何商业都要先有差异价值才能定价,而差异本身正在变得更短命。

  • 潘乱因此反而看到“百花齐放”和“Dream big, dream crazy”的回归:一个尚只有视频演示的会飞陪伴机器人,也能获得讨论和资本热情。他的反驳是,TikTok首次让一家外国公司影响美国人的思想,这种社会产品未必比会飞的汽车更弱。

17. 太空算力和扑翼飞机,是物理极限逼出的非线性赌注

  • 潘乱提到一批设想在太空建立数据中心的团队。很多事情已经接近人类物理极限,继续用传统线性方法解决可能不够;真正的不确定性是兑现需要5年、10年,还是30年、50年。

  • 潘乱举出的Flapping Plane在种子轮就融资数亿美元。名称来自扑腾翅膀的鸟:创始人认为Transformer路线只能带来可见的线性智能,若要真正追求AGI,就得尝试更怪异的新路线。

  • 潘乱说,硅谷把这类公司称作“Neo Lab”,以李飞飞等人的新实验室为代表,愿意为基础路线创新投入大额资金。

  • 庄明浩提到,美国重建中国式特高压电网的难度,可能高于马斯克把星舰送上太空再返回。他又用宜家家具补充机制:原料和说明书之外还有“过程知识”,它存在于工人的肌肉和神经元里;缺少这种知识,美国制造成本可能高出10倍、20倍,甚至根本做不出来。

18. 最有效的抗焦虑方法,是减少追新并先确认自己究竟要解决什么

  • 潘乱给出的中年版本是:“只要我学得慢,我就可以不用学。”他年轻时会清空Google Reader、在维基百科钻兔子洞、追完饭否时间线;如今给多家AI产品充值后却经常忘记使用,因为大量更新只是“快餐新闻、快餐应用”。

  • Prompt课程、视频关键帧控制等技巧曾被密集学习,新模型一出便迅速过时。他拿小学时独立证明勾股定理作比:兴奋地把成果交给老师,下一周课堂就教了更好的既有答案;知识半衰期越短,盲目领先一步的回报越可疑。

  • 他的筛选标准是先问“我想干什么,我想解决什么问题”,再让AI服务于目标。与其继续学习怎样做更好的牛马,不如训练市场判断、任务拆分和排兵布阵,学习“怎么当AI的老板”。

  • Koji保留了反方:如果未来出现6G、7G,大多数人只需使用,不必研究底层;但AI边界之所以吸引注意,是因为那里仍酝酿创业与投资机会。对普通用户可以降噪,对创业者和投资者却不能把全部动态都当成噪音。

19. 林俊旸事件显示,边缘技术人才可能在数日内变成公司级风险因子

  • 庄明浩现场调查发现,几天前很少有人知道林俊旸,事件发生后现场几乎人人听过。他把这视为AI时代人才价值重估:一个其貌不扬的90后,可能突然获得全球影响力。

  • 按庄明浩的现场说法,此人的动向足以让阿里单日下跌4至5个百分点,也足以吸引世界上最优秀的三家实验室核心负责人争抢;是否允许其出国,甚至可能进入更高层级的讨论。

  • 这不是对单一事件的结论,而是对媒体与资本定价方式的观察:当少数模型人才能够改变技术路线和组织信心,过去埋在团队深处的人会迅速成为公众人物、估值变量和人才议题。

20. AlphaGo的真正启示不是失败,而是“道心碎了”以后还能重建

  • 庄明浩建议重看九年前AlphaGo对李世石的纪录片,并听樊麾回忆。樊麾作为欧洲围棋冠军,起初轻视机器;第一局归因于自己没下好,第二局开始看不懂,第三局被速败,原定五局的后两局也没有继续。

  • 等AlphaGo挑战李世石时,樊麾已判断结果会是5比0,但全球职业棋手普遍不信。李世石第一局后同样说“是我没有下好”;第二局面对机器一手看似荒谬的棋,最初与解说一起发笑,随后越看越不对,神情从轻松转为紧绷。

  • 三局落败后,现场团队本应为证明机器超越人类而开心,却“没有任何人开心”。樊麾的描述是:“李世石道心已经碎了。”第四局李世石下出后来被称为“神之一手”的棋,樊麾眼睛亮了:“他的道心又找回来了。”

  • 李世石顶住“可能会赢”带来的新压力,拿下第四局;庄明浩称其为人类最后一次战胜AlphaGo,并说此后几年李世石无敌于世界。他把在场者映射到四个阶段:轻视、不理解;怀疑与感知;被超越和打碎;接受现实后寻找新的位置。

21. 可执行的起点不是研究AGI,而是改造每周重复五次的任务

  • Koji给焦虑者的第一条操作建议极简单:列出工作、娱乐和生活中每周重复超过五次的事情,再问AI能否让它更快。这比泛泛“学习Agent”更容易产生稳定反馈。

  • Koji说明,大量Token仍烧在Coding,但用户不一定是“为了编程而编程”;模型会把任务用代码的方式实现。普通人若只想先赚1,000元或1万元,他先开玩笑建议去闲鱼替人装OpenClaw,随后认真建议从自己所在行业的问题入手。

  • 他看到的垂直机会包括AI辅助育种、真正的矿业勘探、发现新材料,以及医生病历、牙科前台、太阳能施工队管理等。两年前盘点YC投资的150家公司时,超过70%已是“AI加一个行业”;中国今天也开始出现更细、更本地化的组合。

  • Koji把漫剧视为视频和图片模型能力提升带来的效率样本:几个人把生产拆成五六段,每段明确输入、输出和交付标准,人负责“抽卡”或环节粘合。庄明浩则从漫剧往前推,批评优爱腾芒仍像传统电视台线上化,只追求少数精品,未建立让更多创作者涌入的平台。

22. AI硬件先落在手机、电脑、具身智能和新能源汽车,而非万能新终端

  • 庄明浩转述,国务院“人工智能+”相关文件在硬件部分重点列出手机、电脑、具身智能和新能源汽车四类。他认为这一定义有现实基础:它们要么已有巨大保有量,要么已验证AI与物理世界结合的需求。

  • 手机数量最多,却为屏幕和注意力设计,不适合OpenClaw式后台工作流;电脑更适合任务执行,但也可能只是过渡宿主。二者之间的差异,决定了Agent究竟是聊天助手还是持续工作的数字员工。

  • 眼镜应与其他智能硬件分开看,因为大厂把它视为新入口,也希望摆脱安卓和苹果的限制。庄明浩转述小米眼镜负责人的判断:“十年内不可能”,当前最多处于iPhone 1时代,生态、续航和配置都没有短期解法。

  • 录音笔、音乐设备等垂类产品已出现有效案例,但庄明浩给出一个粗筛法:看苹果是否进入。苹果长期只在电脑、手机、平板之外选择耳机、手表,并试探性做眼镜,出货量和高频需求仍是硬件成立的基础门槛。

23. 组织会向超级平台和个体户分化,终身陪伴AI则把隐私问题推到极端

  • 面对“一人公司加极致大公司是否成为终局”的提问,潘乱认为最值得天使投资的创始人,仍需具备极强领导力与感召力,只是未来可能组织“一群OPC”协同,而不是维护传统层级。

  • 潘乱的结构判断更尖锐:“大平台加一堆个体户”,中型公司正在系统性坍塌;搜狐、知乎、搜狗式中型组织既没有超级平台的资源集中,也没有个体团队的成本和速度优势。

  • 一位创业者设想,从出生到死亡持续陪伴、记录每一分钟的AI,最终比本人更了解天赋、健康和决策偏好;提问者担心这在隐私层面“不道德”。潘乱没有否定愿景,反而判断“这个一定会发生”,真正的问题是谁以什么方式做出来、如何参与,以及人类怎样建立制衡。

  • 被问到绝不让AI介入什么,潘乱暂时想不到;庄明浩以“上厕所”开玩笑,潘乱随即承认身体不适仍会询问AI。他把希望放在人类持续发明卸载、限制和对抗算法的办法,而非幻想技术停止前进。

24. 产品供给越便宜,分发、信任和可信信号就越昂贵

  • 一位创业者给出冷启动困境:OpenClaw产品每天消耗1,000美元,上线后仍难赚回成本;另一家跨境公司年营收七八百万美元,却每天向Facebook投流2万美元,收入最终基本回到社交媒体。AI降低了制作成本,却没有创造新的注意力平台。

  • 潘乱因此认为“搞IP还是很重要的”。当内容和应用无限增加,能充当信任媒介的人、品牌和社区反而更值钱。

  • 庄明浩补充,如果项目足够前沿,播客是相对好的建立信任和推广方式,因为它不像多数推广渠道那样只有明码标价的效果,仍然可能产生意外传播。

  • 潘乱总结内容赛道近年的规律:“六个月、一百个亿、百分之八。”小游戏、弹幕游戏、短剧和漫剧都可能在半年内迅速冲到百亿元规模,但内容生产者只能分到约8%,漫剧甚至可能更低;这可能已成为基础设施高度完善后的常态。

  • 传统收入利润也不再解释全部估值:寒武纪、MiniMax和智谱为何值钱,叙事与战略位置的权重可能远高于当前利润。被问如何判断算法负责人时,潘乱只建议先看论文数量和引用,并坦率承认自己并不懂算法、不能高质量回答——知道信号边界同样重要。

Thank you.Hello,大家好,我是明浩。一期关于AI主题的对谈播客,对谈的嘉宾除了我之外还有两位老朋友,乱翻书的主播潘乱,十字路口的主播口井。对我们这期播客录制于大概呃小一个月之前,是小宇宙举办的一次杭州的线下活动,我们三个对谈了一些关于那个时间点行业发生情况的一些整理。呃,这期播客录制的时候我的上一期播客的PPT还没有完全做完,但是聊了一些我PPT中的议题,所以以这个为展开,嗯。呃,之前乱翻书的博客应该已经更新了这一期,对我也做一个同步的更新。然后在正式开始之前插一个小广告,呃,春节回来,AI agent的发展比所有人预期的又再一次加速了。Open Cloud的兴起让一个人配一群agent干活这件事从之前的想法变成了可行性方案。无数的媒体、行业专家开始讨论所谓“一人公司”的可能性,以及相对应的企业这种组织可能发生的变化。但当真的那些实打实可以干活的 agent 跑起来之后,其所面对的安全、隐私、权限这些问题也边际上显得更加棘手。说到这儿,微软最近正在推一个叫“前沿转型”的概念,翻译成人话就是别再拿 AI 当聊天玩具了,要把它当成业务变革的底层操作系统。Copilot、智能体、多 Agent 协作,全部要深度嵌入工作流程,同时还得建好防火墙。作为一个当年的脚本小子,我尤其关注作为绝对的计算机安全大厂,微软在推进 AI 业务的时候是如何平衡好这些问题的。四月二十一日,微软在上海举办微软 AI Tour,主题就涉及到了这个方向,他们会分享企业怎么规模化落地 AI,多智能体工作流怎么玩,以及怎么在 Agent 的时代守住安全底线。微软的朋友送了我一些参会的邀请,报名链接我放 Show Note 里,如果你对这个话题感兴趣,或者正在经历一些困局,不妨去现场听一听。好,我们下面正式进入这期播客的内容。

潘乱

我是《乱翻书》的主播潘乱。

庄明浩

我是《屠龙之术》的主播庄明浩。

Koji

我在做的播客叫《十字路口》,我是 Koji,大家好。

庄明浩

这一趴的主题,是聊 AI 相关的机会,希望能够帮大家缓解一些焦虑,也缓解我的一些焦虑。潘乱非常以 PPT 见长,《屠龙之术》每隔一段时间都会对一个行业做总结;Koji 现在则接触了很多一线创业者。我们可以先从过去这个春节大家都在干什么聊起。春节干嘛了?

Koji

我带儿子去日本滑雪了。

潘乱

春节我去了三亚、新加坡和马来西亚。去新加坡是因为有一些工作,也去看看那边的 AI 创业者。

庄明浩

1. 春节里的 AI 冲击

整个春节期间,大家应该都能感受到,几个新闻同时发生了:智谱和 MiniMax 的股价一飞冲天,龙虾虽然在春节前就发生了,但整个春节期间热度远远没有下来。春节之前,字节还发布了 Seedance 2.0 视频模型,在视频模型已经这么强的今天,它比之前还要更强,又带来了一波新的冲击。

所以整个春节,新闻一直不断,感觉根本没有放假。我周边很多人都在研究怎么装龙虾。在座有多少位在研究装龙虾?很多人都在试。比如 Koji,你装完龙虾之后让它干嘛?

我一开始自己装了 2 个小时。装完之后,第二天发现闲鱼上有人 400 块钱上门安装,我当时就大呼后悔,应该找人上门装的。

装好之后,它主要干了两件事。第一,我让它每天去看整个 OpenClaw 生态里又涌现出了哪些新产品和创业公司。如果产品和创业公司背后的人是中国人,因为华人的名字很容易识别,拼音非常容易识别,它就帮我看看这个人的各种背景,找一个联系方式。如果我决定要联系,就帮我写一封邮件介绍我们,争取和对方交流。

它做得还不错。比如它帮我联系到了一个叫 VisionClaw 的项目,那个项目是把 Meta 的眼镜和 OpenClaw 连接在一起的开源基础设施,在 GitHub 上同类项目里排名第一。项目作者是在纽约大学读书的华人,OpenClaw 帮我做了这件事。

庄明浩

你是不是还跟你老婆申请,给龙虾找个家?

潘乱

没有,我只是想买台电脑而已。不过我的需求更简单一点。确实如 Koji 所说,尤其是之前已经比较多地使用 AI 工具的人,会发现它没有真正意义上做到什么以前的工具做不到的事情。

我给 OpenClaw 下的第一个任务,是一个定时任务。年前有个朋友送了我一个他们生产的 AI 眼镜的优惠码,这个眼镜非常抢手,早就售罄了。他跟我说:“你要经常盯着看一看有没有货。”

春节回来后,我发现优惠码的有效期到 3 月 31 日,但从我拿到优惠码那天开始,他家的眼镜就从来没有有货过。所以我给 OpenClaw 下的第一个任务,就是每天早上 9 点去他们家的眼镜页面看一眼有没有货,有货了就帮我买。

庄明浩

可以讲是哪家吗?

潘乱

理想。

庄明浩

这就像计划经济时代发了一张粮票,你去粮站问:“今天还有没有大米?”结果没有了。

潘乱

对。

庄明浩

你说到计划经济,我突然想到共产主义。这个春节我感觉共产主义提前到来了,为什么呢?因为我装了一台拓竹的 3D 打印机,然后发现我可以打印自己想要的东西,为自己创造、制造物品。

不知道大家能不能理解那种感受:这不是你买的,也不是别人通过工业化生产出来的,而是我为自己制造了一件物品。第一个东西是一个指尖陀螺,治疗 ADHD 的那种。

潘乱

你看,进而就会想到,以前的工业化大生产,讲的都是大机器的轰鸣声。哪怕内容产业也是这样,我们做博主,都希望有尽可能多的听众,这样才有可能变成网红。

但今天,比如 Seedance 2.0 出来之后,很多人觉得自己玩得很有意思,继续自己玩。包括 Vibe Coding,大家觉得它有意思,也是因为涌现出了非常多的个人创作者。今天所谓“一人公司”的概念非常流行:一个人可以把产品、研发、运营、设计这 4 个工种全部做掉。

过去大家做一件事情,都要在 BP 第一页写市场规模有多大,空间有多大,我们的团队多么齐整、多么适合做这件事。但今天不需要了,只需要为自己,或者为身边少数人做东西。我觉得这属于真正的长尾复兴。

这有点像共产主义所说的物质生产极大充裕、极大丰富。我感受到的,就是这种长尾的复兴。

当然,春节联欢晚会上大家也看到了人形机器人这类东西,国家战略在不断往前卷。今年春节还有红包大战,也很刺激。

庄明浩

2. 中美 AI 竞速

我下周可能会发布一份 PPT,总结中美在过去一个月发生的一些重要事情。很多人会吐槽:美国公司在勇攀科技高峰,中国公司在发红包、点奶茶,好像美国格调更高,中国更庸俗。

但从结论来看,中国这边第一个议题,其实是春节之前一波中国大模型厂商密集发布大模型版本。从 1 月底到春节前,可能有字节的 Seedance,也可能有传说这两天会发布的 DeepSeek V4。这些本质上仍然是围绕科技和技术展开的议题。

只是那个时间点,尤其春节前两周,几家中国最大的互联网公司之间,因为某种囚徒困境引发的竞争,可能得到了太多本不应该得到的关注。到了大年初二,你就明显感觉这件事情结束了,戛然而止。市场监管总局找了几家公司,说:“你们不要搞了。”

今天已经正月十五,算是过完年了。如果你是这几家公司的业务负责人,想一下述职应该怎么写?从第三方角度来看,我的结论是没有什么意外:豆包还是领先的;MiniMax 虽然冲了一波,但后面怎么样大家也看到了;第三家还是原来的样子。不能点名,但没有什么意外。

过去一个多月,大家真正能看到的,更多还是纯技术层面和研发层面的变化,这一点尤其明显。

潘乱

你刚才用了一个词,说这 3 家是迫不得已必须卷进来。我们上次直播不是也说了吗?如果拿春晚赞助这个角度作为切入,之前大家都认为没有人会去赞助,但因为一些原因,突然从原来大家都不抢,变成了所有人都要抢,这就是非常典型的囚徒困境。

对家知道了,对家再强当然也会说“我也要来”,于是那段时间春晚的赞助价格,从新闻传说的 1 亿元起步,到后来变成 3 亿元、5 亿元,最后传说要 10 亿元才能搞定。像追觅这种公司,应该是 8 亿到 10 亿元;豆包可能更贵,因为它的露出更多。几家人形机器人公司也需要付出几亿元的赞助费。

也就是说,央视春晚靠那一晚,已经完成了至少 20% 的年度业绩。它缺少的就是一个中心化的、瞬间爆发的流量市场。小红书做直播、做电商很难,是因为没有一个统一的中心化流量爆发场景。春晚刚好匹配了这个点:全中国人一年之中流量最集中的时刻,可能就是春晚。

不过历史上流量最集中的直播,发生在 2022 年世界杯德国对日本的那场小组赛。那场是中国有史以来直播观看人数的最高峰,因为当时还有封控,比赛时间大概在晚上 8 点、9 点,看的人远远比春晚多。这是我跟抖音的同学聊到的数据,当然他们也没有官方披露。

如果聊到中国和美国,我看你的 PPT 里提到王慧文的一个观点。以前我们对比中国和美国,会设想中国 SaaS 公司融资时都会说,美国有 Salesforce,美国那些 SaaS 公司多值钱,所以中国 SaaS 公司是不是也应该多投一点、多看一看。

没想到 AI 来了以后,不是中国 SaaS 公司变得像美国一样值钱,反而是美国 SaaS 公司变得跟中国 SaaS 公司一样不值钱。这是怎么回事?

庄明浩

3. AI 冲击白领软件

我这次做 PPT 的标题叫《拦不住了》。这个春节我说得最多的一句话,就是“拦不住了”。随着模型能力提升,它可能过了一个阈值。过了阈值之后,打开了很多场景;模型能力又把底兜住了,于是产生了这么多新的东西。

这段时间,Agent、Cowork、Skill、龙虾,所有这些东西都拦不住。它们第一时间会冲击我们今天建立在在线世界里的软件、SaaS 和各种服务。就像前两天那篇 2028 末世的讨论一样,直观感受不需要特别复杂的分析,它自然会产生。

当然,这种冲击事后是否真的会像想象中那么直接、那么强烈,是个问号,没有人知道。但第一波直觉已经来了。AI 出现的第一天,大家就说它会代理、替代白领。美国 SaaS 的商业模式又是按席位收费,席位这个关键词,不就是白领工作的座位吗?

这个逻辑特别简单粗暴,当然是不是这么简单,还有待观察。至少第一波浪潮是因为大家意识到,模型能力过了某个点、某个阈值之后,我们实实在在看到了哪些东西会受到冲击。

潘乱

先给大家讲一下那篇《2028 全球智能危机》大概在说什么。

庄明浩

4. AI 危机的三重循环

那篇文章是一个对冲基金写的,最后还是落到了投资和资本上。它的核心逻辑是:这一波 AI 能力提升之后,第一个问题是它会替代所谓的白领。白领被裁员之后,公司为了维持股价、提升效率,就会更激进地使用 AI 工具,这又会刺激 AI 发展,进而导致更多裁员。

然后会产生两个问题。第一,白领支撑的行业,尤其是消费品,会出现问题,因为白领不消费了。第二,白领身上的债会出现问题,比如房贷、信用卡还不上。

再从行业角度看,今天世界上很多商业都是建立在摩擦基础上的。传统意义上的中介,包括房产、地产、旅游、找房,以及各种平台,很多商业模式都建立在摩擦之上。

如果 AI 到了某个阶段,把这些摩擦降为零,很多人就会通过 AI 买东西、获取推荐,不需要渠道方、平台方、交易方,直接完成交易。理论上,今天很多巨大的平台级公司,尤其是做中介或双边平台的公司,利润率都会受到严重影响。

这又会引发 SaaS 的问题。文章作者是金融机构,所以他认为这件事最后会通过债务引爆。历史上无数次金融危机,导火索大部分都是债:借钱的人还不上了。

刚才说白领是一部分,更重要的是产业内的债。很多公司无论是并购别人,还是发债做新的业务增长,这些债务都可能因为前面说的变化受到影响,最后还不上,导致整个系统崩掉。

它的核心逻辑建立在这 3 个圈上。听起来是一个非常完整的逻辑过程,但究竟是不是这个程度、是不是这个时间、是不是真的会把这些行业推向极端状态,没有人知道。它只是用一种写故事的方式,把这个论述讲出来。

潘乱

那篇文章把美股市值砸穿了,几千亿美元还是上万亿美元?

庄明浩

差不多。不过它也带来了另外一个好处,因为作者是创作者,写 Substack。他把 Substack 的订阅价格定成了 999 美元。最显而易见的好处是,一周之内多了几万个新订阅。几万个订阅乘以 999 美元,是几千万美元的订阅费。

潘乱

说到 SaaS,中国因为 SaaS 搞得很悲惨,创业者不敢创,投资者也不敢投。但我最近听到一个很值得想一想的观点:微信支付和支付宝之所以势如破竹、摧枯拉朽,是因为中国没有信用卡。它一上来就没有拦路虎,所有人直接上了移动支付。

美国的移动支付到今天都推得步履维艰,是因为他们的信用卡体系太强大。那 SaaS 领域会不会也是一样?中国没有 SaaS,所以我们的 To B Agent 反而会更加摧枯拉朽?

美国还有那么多 SaaS 公司,牢牢嵌入了企业生产流程,改革和升级为 Agent 会有阻力,不管是组织阻力还是本身的摩擦力。但中国没有这样的阻力,是不是会更快?

现在有一大批创业者在押注这个叙事,所以 To B 创业的热情又像星星之火一样开始燃起来。

庄明浩

我今天跟 10 年前一样持怀疑态度。大家看一看中国宪法里写的是什么,中国是以公有制为主体的经济结构。

5 年前,阿里因为外滩讲话之后被监管,有一段时间平台业务受到影响。《36 氪》写过一篇文章,叫《不合时宜的阿里云》。为什么呢?因为那几年阿里云虽然依然是中国市场第一,但份额没有涨,涨的是天翼云、联通云、华为云。

政府机构选择它们,不需要任何解释;如果选择阿里云,就需要解释。这是国情不同,不能硬比。就像 Koji 刚才说的,我们原本以为中国公司会像美国 SaaS 公司一样值钱,没想到反过来了,美国 SaaS 公司像中国公司一样不值钱。

一切都不能这么简单地类比。不是说它如何,我们就一定如何。但从这个角度,又引出了新的变化。已经有人开始反思“2028 年世界末日”这件事:AI 经济可能在今年 10 月到达顶点,之后开始下坡,到 2028 年暴露出新一轮经济危机。

即便在美国,关于 AI 的叙事也发生了变化。以前没有人想过踩刹车,也没有人想到未来可能出现极端场景。大家想的都是更高、更快、更强,模型越大越好。

今天已经有人开始质疑,大模型扩张的边际效率是什么?人都失业了,人都没钱了,金融系统破灭了,社会运行的基础也就没有了。

以前大家奖励资本开支,今天依然在鼓励资本支出,但对于中国这些公司来说,变现节奏和 ROI 没有人回答得了。都是在买铲子挖土。人类历史上从来没有出现过这种情况。

农夫山泉说“我是大自然的搬运工”,但我没听说过千岛湖能变成中国最大的公司。最后一定是把产品放到消费者手里的那些用户公司拿走更多的社会分配。抖音大家都用,所以抖音拿走更多社会分配,我们可能觉得合理。

但你不能告诉我,生产芯片的、生产铲子的、生产零部件的,最后原材料方变成了利益分配的最大头。我觉得这和移动互联网时代完全相反。

5. 算力撞上物理极限

从另一个角度来看,如果大家今天去看英伟达的股价,去年 DeepSeek R1 发布的那一天跌了 17%,后来又涨回来;4 月份中美贸易战、关税战时跌下去,最低跌到 80 多美元,之后一路上涨,去年 8 月左右涨到 180 美元。

但到今天,过去 6 个月左右,英伟达股价几乎没有太大变化,一直横在那里。无论财报多么好,无论世界发生什么事情,它过去 6 个月都没有明显变化。

问题就来了:它到底已经到顶了,还是在憋一个更大的?就像刚才说的共产主义,这是一个很好的议题。历史上所有最后被证明是技术革命或工业革命的事情,都经历过基础设施过度投入的周期,才引发后面的变化。

今天 OpenClaw 也是一样。我昨天晚上跟 AI 聊了几轮:在中国,真正意义上在自己电脑或云端部署好 OpenClaw 的用户大概有多少?我问了几轮,几十万用户应该是比较合理的数字。

但这几十万用户分布在各个模型 API 里。即便如此,除了最大的几家大厂,很多模型公司的算力都面临巨大压力。

如果这一轮 AI 确实是一场技术革命,是不是也要经历基础设施过度投入?现在投入的多少倍才叫过度投入?OpenClaw 只有几十万人装过,真正达到过度投入,可能要达到现在的 1000 倍,甚至 1 万倍。

问题是,现在的算力投入已经快到人类极限了。那怎么办?又回到英伟达的问题:我们已经到顶了,还是在憋一个更大的?我觉得一定是我们的想象力不够。

最近有一个微信群叫“一亿 Token 俱乐部”,每天烧掉 1 亿 Token 才能进群。我前两天问了一个云厂商的研发负责人,他根据内部数据说,每天烧到 1 亿 Token 的人超过 10 万。后来他又想了想,说还是保守一点,应该是数万人,而且烧的都是 SOTA 模型的 Token,不是 7B 这种小模型,都是最智能的大模型。

现在所有 AI Coding Plan,从智谱到 MiniMax、阿里云,都开始限购,或者限制优惠券,反正都在某种程度上限量。我的感受是,中国缺卡,美国缺电,大家一起缺 Token。

这个缺 Token 会带来什么可能性?我可以分享一些观察,但大家怎么把这些观察转换成投资决策,每个人可能有不同理解。

可以类比电厂。电发明之后,到真正影响工厂,经历了 40 年。电刚发明时,工厂用不上电,可能在溪流旁边,电送不过去;也可能工厂盖了四五层楼,但最后电真正影响工厂,是因为工厂变成了一层的大平房,生产线可以一路排开。

今天烧 Token 也是一样。烧得最多的是 Coding,但如果只在 Coding 环节烧 Token,没有在 QA、基础设施、PRD 定义这些环节做好配套,烧得越多,反而可能制造出历史上最多的代码,却没有提高整体工作效率。

这和电力出现之后对工厂的改造是逐渐发生的一致。当时花了 40 年,但那时受限于物理世界、原子世界。今天我们是在软件和线上虚拟迭代,会不会更快?这是一个观察。

另外,前段时间有个朋友开玩笑说,应该去买沙漠,结果真有人这么干了。字节跳动的天使投资人在西伯利亚买地,赌降水线北移,沙漠会变成绿洲。新疆已经出现了类似情况。

庄明浩

他说的是降水线北移吧?

对。他认为未来发电需要更多来源,沙漠是一个绝佳的基地。

潘乱

6. 每个人的私有云

说到土地,我们再加一个八卦。OpenClaw 让很多人意识到,手机不是最好的设备。手机是为我们看屏幕准备的,龙虾是为干任务准备的。手机的电量和任务机制都不如电脑,但电脑也未必是最合适的。

大家本质上需要的是一台 7×24 小时运行的服务器,在那里帮你干活。

另外一位字节跳动的天使投资人,大家想想,过去十几年全世界最大的公司叫字节跳动,它做的事情是搞了一个中心化的推荐引擎,把这个推荐引擎塞进各个产品里。它是移动互联网时代最成功的公司,规模上至少应该是。

现在他搞了一个新公司,想把这个故事反过来重新做一遍:给每个人装一个私有的阿里云,给每个人布置一个私有的火山云,当然是通过一个设备来实现。现在这个设备好像在众筹,卖得还不错,价格接近 2 万元,但卖得挺好。

尤其是龙虾这波趋势来了之后,Manus 有一段时间讲的叙事也是“每个人的云端虚拟机”。后来发现大家不太 get 到这个说法,但事实上它就是这个意思。

现在大家都需要订阅 Token。大家算一算,越往后算,假设美国那几家 AI 产品你们都充了会员,你们充了几家?

庄明浩

我 3 家都充了。

潘乱

Koji 充了 2 家。我也充了 2 家,但很多都用不完。到最后就会想:我什么时候才能实现 Token 自由?像现在这样,绝大部分人不可能承受无限消耗。

这就像买苹果手机,大家不知道买 1TB 版本的人多,还是买 1TB 云服务的人多。我自己宁愿买 1TB 的本地存储,也不会买 1TB 的云服务。为什么?安全。

随着龙虾发展,安全和隐私会被越来越多人意识到,这是第一层。另一个层面就是 Token 消耗。如果全都在自己的服务器上,就不存在订阅费用。

庄明浩

现在 OpenClaw 只是一个热点,再往下推,你继续讲,还有什么中美两边的热点?

7. 模型进化没有淡季

我想到一个问题。知乎上春节期间有个问题:为什么中国模型厂商都在 2 月这个时间点集中发布大模型版本更新?很多人给了春节之类的理由,但我当时想的答案是:这是一个意外。

未来会越来越不区分所谓的密集期,因为所有时间都是密集期。你会发现模型进展原来在 2025 年初时,大家认为已经差不多了,但回看 2025 年到 2026 年过去 3 个月,进展一直在加速,疯狂加速。

过去 3 个月,GPT 已经发了 3 个版本。GPT-5.4 刚发布,前一个是 GPT-5.3。肉眼可见,模型厂商的进展比预想中更多。2024 年很多人说预训练已经结束,但到今天依然没有结束。

这一轮基于 Transformer 架构的模型,看上去还要继续打很长时间。这场仗已经打到了人类很多方面的极限:物理世界的极限、电力的极限、资金的极限、人才密度的极限。

再往后打会变成什么样?谁还能坚持?这场战争到了某个时间点,会不会有一个更高维度的角色站出来说不要再打了?我们不知道。

技术路线的发展并没有像大家预期的那样在某个时间点缓和,反而越来越加速。同时,技术能力的提升一次次打开新的应用场景。无论这些场景今天有没有商业化可能,至少它们在不断被打开和探索。

AI 的拓展,会不会越来越逼近很多我们想象不到的问题?共产主义、失业,乱七八糟的问题,这些到底该怎么解决?

这又回到前面那篇末世论文章。文章发布之后,有很多支持和反对的声音,其中最主要的反对意见是:它忽略了政府的意义。政府在这里应该承担什么职责、发挥什么作用?

你刚才也提到过,原来我们以为这项技术只是小打小闹,但今天发现,最近的战争已经和 AI 脱不开关系。我昨天看到一篇文章,标题起得很好:如果 AI 未来是一种“武器”,我们是否应该用管理武器的方式来管理 AI?

所有这些问题揉在一起再往前推,谁也很难独善其身。我们作为旁观者,当然可以站着说话不腰疼,但如果今天你是一个公司的负责人,哪怕只是一个小 AI 应用公司的员工,也很难置身事外。

庄明浩

8. AI 成为新的摄像头

我们就轻松地 reaction 一下。你刚才说到春节,我想起大概 3 年前的春节,张楠从抖音 CEO 的职位离开,去做即梦。很多人说张楠被边缘化了,但当 Seedance 2.0 出来之后,应该不会再有人这么说。

移动互联网最重要的变化之一,是有了摄像头,让更多人成为创作者。移动互联网时代出现了几个新的双边平台,这些平台里市值最高的,都是拥有最多创作者的平台。新的创作者,最初只能来自摄像头。

但 AI 是新的摄像头,不需要摄像头,也可以产生内容。这刚好也是即梦的主要叙事,而且同样发生在春节期间。

你最后说 AI 变成武器,又让我想起一个可能会被打脸的观点。不知道大家还记不记得,10 年前行业里吹大数据的时候,奈飞有一部剧叫《纸牌屋》,拍得特别火,当时宣传说这是大数据的功劳。后来再也没有这样宣传了,因为后来所有用大数据指导创作的说法都不再被采用。

并不是大数据真的在指导这些事情。今天大家宣传 AI 指导战争也是一样。比如对委内瑞拉总统的定向抓捕,以及今天伊朗战争中的一些应用,具体情况我不知道,也不知道有没有被夸大,或者是我的想象力还不够。

但我们明显看到的,是中国生产量最大的那些无人机,正在被非常高性价比地应用。

潘乱

春节期间发布了那么多模型,但我觉得这些模型的发布,对绝大多数人,甚至包括很多从业者来说,都是无感的。原因是它们在智能上的突破,已经超过了绝大多数人能够理解的程度。

当一个生物已经比你聪明很多,它继续进化时,你其实无法判断它是从 2.2 米长到 2.21 米,还是从 2.2 米长到 2.5 米。你已经看不到它了。

但从结果来看,还是有那么多人每天烧 1 亿 Token。Andrej Karpathy 说,他一年前写代码,80% 是手敲,20% 是自动补全;现在短短一年时间,比例完全反过来了。

所以我觉得大家还是应该积极地去尝试,感受今天的 AI 进化到了什么程度,到底能把我们作为白领的任务做到什么程度。我自己仍然觉得,这个变化可能比大家想象的更加剧烈。

来的路上,我看到赛博禅心刚发了一篇文章,标题叫《AGI 不会告诉你它来了》。

今年春节回老家的时候,我给父母的手机里都装了豆包。我母亲是一个农村妇女,基本不识字。她以前只能使用微信,也会用微信的朗读功能,把群里大家发的文字读出来。她之前只会用微信和刷抖音。

我给她装了豆包,告诉她可以用方言跟它对话,也可以实时视频或通话,不需要有心理负担。

我看我父亲的手机时,发现他因为我弟弟订婚,正在搜索“男方家长应该做什么样的发言”。那一瞬间我突然觉得,过去的搜索产品做得太差了。

AI 尤其是在老人和小孩这个层面,把我们过去熟悉的服务变得更普惠、更深入,让更多人能够使用。

庄明浩

这个点和 Koji 刚才说的很暗合。它不只是在白领人群里发挥作用,也在老人和小孩身上发挥作用。

我有个朋友的小孩,过去为了让孩子保持安静,会让他刷抖音。但今天给他开一个豆包聊天也可以。大家可以试试,让豆包和小孩在那边聊天,孩子也能接受。

我之前还聊过一次 AI 社交:它到底算不算社交?不管算不算社交,有一点可以确定,豆包以及这一类产品,应该是中国人有史以来接触过的最高智能。

你身边最聪明的人,现在很可能就是豆包、元宝、千问。它们可能是很多人这辈子接触到的世界上最聪明的东西。想想还是挺感慨的。

Google 以前有一个北极星指标:用户搜完一个关键词之后,在页面上停留多久。用户在 Google 停留的时间越短,他们越觉得成功,因为这说明用户找到了答案,关掉 Google 去了下一站。

这是一个非常反直觉,但很体现 Google 公司文化的指标。但现在回头看,Google 只是把用户找答案的困扰和摩擦留给了下游,并没有真正帮用户找到答案,只是让用户自己去别的网站找。

今天 AI 是直接一站式把答案端到你面前。

潘乱

大家记得我 2018 年写过一篇文章,叫《腾讯没有梦想》吗?后来年底我去 Google 的时候,Google 的同学也问我:“那 Google 有梦想吗?”

我说:“你们哪来的梦想?你们没有啊。”

腾讯当年的使命,是“成为最受尊敬的互联网公司”。这句话拿不上台面。和阿里巴巴“让天下没有难做的生意”相比,就像水泊梁山说“我们要占山为王、打下山东”,和“替天行道”相比,格调就不一样。

公司总要立一个大旗,才叫使命。Google 的使命大概是“整合全球信息,并使人类从中受益”。

但在 AI 时代之前,Google 所谓整合全球信息,基本上就是整合全球网页信息。它对推荐、UGC、时政新闻这些东西做得都很差,几乎等于没做。它的很多尝试,如果真的去看,甚至还不如百度。

当然,AI 来了之后,Google 积累的网页又变成了一个巨大的新优势。我的意思是,大家可以从不同时间点去切分。移动互联网时代的 Google,绝对没有我们想象的那么强;AI 时代则另说。

庄明浩

9. 创业者的双重时代

很多人会说,这个时代对创业者来说好像是最好的时代,但又好像是最坏的时代。

好在智能不断解锁新的边界,传统巨头的护城河一点点被腐蚀,所以广阔天地、大有可为。无论是 Manus、OpenClaw 还是 Lovable 的成功,都证明一个很小的团队,只要做出足够好的产品,不需要在硅谷,也可以和全世界最优秀的公司竞争。

这几家公司都不是在硅谷舞台上,分别在欧洲、中国、新加坡。你不需要站在硅谷,也可以做出影响全世界的 To C 产品,这是历史上从未有过的阶段。

但最坏的时代,是做东西越来越廉价。中国过去有同质化竞争,现在全世界都在同质化竞争。做出一个 OpenClaw 后,最显而易见的机会就是把 OpenClaw 的门槛打下来,让所有人一键使用 OpenClaw。

于是中国、欧洲、日本、新加坡,一夜之间就会出现成千上万类似的产品。这个时候要怎么构建差异化?任何商业首先要有差异化价值,才能定价。

潘乱

但有意思的是,正因为它既是最好的时代,又是最坏的时代,往往也会是最百花齐放的时代。我们会看到很多创业者在这个时间点去追求“Dream big,dream crazy”。

你会听到很多项目,如果放在 5 年前,你可能觉得这是个傻项目,但今天仍然会有人支持它的梦想。

今天下午刘晶的活动、L4 2 的活动上,有一个 Demo 是要做会飞的陪伴机器人。虽然到现在没有看到实物,展示的都是视频,但这样的项目仍然受到大家热情支持。不是所有人都认可,但一定会得到热情。

Founders Fund 大概 10 年前的首页,写着 Peter Thiel 的一句话:曾经我们梦想拥有会飞的汽车,但今天整个硅谷都在讨论 140 个字。140 个字指的是 Twitter 一条只能发 140 个字符。

他是在反讽,我们失去了梦想,天天只是在社交媒体上发短消息。但今天好像又回到了那个时代,会飞的汽车也可以得到大家的热情和资本支持。

庄明浩

全世界最聪明的脑袋,都在研究怎么让大家多点几下广告。

潘乱

但我不觉得 140 个字的社交媒体比会飞的飞机弱。相反,听完你刚才举的几个案例,我觉得 TikTok 更牛。

历史上第一次有一个外国公司去影响美国人的思想,这在历史上从未出现过。这种成功可能比其他事情更困难、更可贵。

庄明浩

两位都接触很多创业者。潘乱,你刚才举了几个国际案例,平时碰到过哪些想法特别狂野、比较有意思的项目?

潘乱

去年有一波,现在也还有一波初创公司,甚至一些大型科技公司,在想要不要到太空建立数据中心。

刚才我们说,人类的物理极限已经被算出来了,传统方式解决不了,那就要想一些别的办法。太空算力是热门赛道,在座有没有做太空算力的?

这件事从逻辑上讲得通,只不过时间可能是 5 年、10 年,甚至 30 年、50 年,更长远。每个人对它的押注不同。

明显能感觉到,这一波大家开始寻找传统线性方法之外的方案。很多事情已经到了人类极限,再用传统方式去计算和解决,就解决不了。可能需要天马行空一点,做一些看起来不太可能的事情,才有可能产生意义。

最近硅谷有一家新公司,种子轮就融资了几亿美元,名字叫 Flapping Plane。有人玩过 Flappy Bird 吗?Flapping 的意思就是小鸟扑腾翅膀,所以它叫 Flapping Plane,也就是扑腾翅膀的飞机。

为什么叫这个名字?因为它认为,以 Transformer 为代表的大模型路线,它的智能可见性仍然是线性发展的。但如果要追求真正的 AGI,就应该让飞机的翅膀扑腾起来,才可能出现一种奇怪的、带来魔法和奇迹的新技术路线。

硅谷愿意为这类公司提供资金支持。它们有一个名字,叫 Neo Lab,也就是新的实验室,以李飞飞为代表的很多团队都能拿到大量资金。

庄明浩

你们刚才讲太空算力中心,让我想到王坚还是谁说过的一句话:美国最后还是需要电,算力中心最终也需要电。如果要把中国的特高压电力网络重新做一遍,难度可能高于马斯克把星舰送到太空再回来,因为他们那边的工业基础已经没有了。

我最近也在想这个问题。那天我装宜家的家具,发现怎么那么难装。后来看到一篇文章,说美国今天建工厂难,是因为生产一个东西有 3 个要素:物理要素、知识和过程知识。

物理要素,比如宜家的桌子,桌板和桌腿就是物理要素;知识是安装手册。但大家不要忽视,把它做出来、装出来,还需要第三个要素,叫过程知识。

所以我拿着零件,拿着一本写得很好的说明书,却装不出来;但找一个师傅上门,哐哐哐就装好了。

美国今天重新建工厂也是类似的情况。有那么多原材料,有那么多知识,但如果没有过程知识,没有中国富士康几十万工人掌握的过程知识——那些知识在他们的手里、肌肉里、大脑神经元里——确实可能比中国制造一个东西多出 10 倍、20 倍成本,甚至根本做不出来。

庄明浩

10. AI 时代如何自处

最后给大家做一发心理按摩,然后进入互动环节。刚才好几位同学都有焦虑,担心跟不上时代,或者被时代甩下去。

我先从我这个将近 40 岁的人的心态说。我好像显得比他们更老一点,因为他们还是技术创业者,我每天研究大公司。有人给我一个称号,叫“AI 司马迁”。

但你想,司马迁关注的是什么?帝王将相、才子佳人,还有游侠。今天热点这么多,你关注谁?如果关注一个速朽的东西,你是不是在浪费时间?

傅高义 90 年代写《日本第一》,2000 年代写《邓小平时代》。你是不是每天花很多时间研究柬埔寨、委内瑞拉、刚果金和中东天然气?这是主线吗?

我的第一个观点是,只要大家学得慢,就可以不用学。这是一个快 40 岁的人的心态,不是 20 岁出头的人刚入职场时的心态。刚入职场,还是要往死里学。

我回想了一下,这真的和年龄有关。20 岁时,光靠搜索引擎和 Google Reader,我就能如饥似渴地积累材料。Koji 最初和王兴他们做饭否时,我也在用饭否。那时候我真的觉得,世界为我打开了一个新窗口。

第一次看到信息以那种方式排序,每个人都能看到完全不一样的信息,真正做到千人千面。历史上第一次出现这种媒体,是 Twitter、Timeline 这种产品出现之后,在此之前大家看的是门户,内容也不是个人发布的。

我记得刚开始用饭否、推特时,那种刺激非常巨大。那时我还在上学,每天上课都想下课后发两条什么饭否。每天上网吧,都想着要把QQ 里的 999+ 红点全部看完。使用搜索引擎时,也会不断掉进维基百科的兔子洞,从一个词跳到另一个词,想把知识全看完。

但今天我买了各种能充值的 AI 产品,却发现每家用量充完就忘了,没怎么用。我的基础假设是:只要我学得慢,我就可以不用学。

这些都是快餐新闻、快餐应用。刚才我们说一人公司、Vibe Coding,一个人可以做很多应用,但反过来也说明,这些东西可能不值钱。它其实是一种新的内容,变相吸引你。

前段时间有个叫“死了么”的产品很火,但你会觉得它和饿了么是同一个级别的应用吗?它只是在网上制造一个奇观、一个打卡点,吸引一堆人过去,后面什么都没有。它本身就是内容。

如果是这样,我为什么要关注它?这不是浪费时间吗?

前几年还有很多人做 Prompt,去学提示词、上课学提示词。两年前这股风潮大家还有印象吧?今天回头看,是不是挺可笑的?

以前大家做视频生成,要研究关键帧控制。即梦的新模型出来之后,前面那些时间就显得很可笑。我们花那么多时间在干嘛?

我想起小学时做过一件特别中二的事情:花了很长时间去论证勾股定理,模模糊糊地理解三角形三边之间的关系,最后兴奋地把研究成果拿给数学老师。老师只是笑了一下,没说话。结果下周数学课学的就是这个东西。

我在那堂课之前,花了很长时间,兴奋地以为自己证明了一个东西,但其实更好的结果早就在那儿等着我。今天知识的半衰期又非常快。

包括 OpenClaw,几十万人装上去,里面应该有一半人没用,还有四分之一的人不知道拿它做什么。大家都一窝蜂去抢的东西,现在我会把它们当成数字噪音,需要屏蔽。

我需要更多地看一看什么是不变的。怎么判断它是不是不变?一个简单标准是:它对我有没有用。

我想干什么?我想解决什么问题?这是最重要的。然后顺着这个问题往上拓展。

大家都说今天的 AI 像一个团队、一个公司里有很多员工,而且都是 AI。那大家可能更应该想一想,怎样从“我要解决什么问题”出发,培养自己的问题意识,然后学会怎么当 AI 的老板。

你要做市场需求调研,判断方向在哪里,怎么排兵布阵,由谁来干、怎么干。这是当老板的工作。不要已经当了一辈子牛马,最后还要给 AI 当牛马,或者学习 AI 去做更好的牛马。应该想想怎么让 AI 做你的牛马,怎么让它更好地为你所用。

热闹都是他们的,和我没有那么大关系。这只是我个人层面的经验。

如果今天再来一个 6G、7G,我觉得可能没有人会去讨论 6G 是什么技术、7G 什么时候到来。我们只要用好它就行了,不会像现在这样天天讨论 DeepSeek V4 什么时候发布。

但为什么 AI 在拓展边界、边界上发生的事情,会引起这么多关注和讨论?我觉得还是因为这里面酝酿着创业和投资机会,所以它和每一个个体都有关系。

庄明浩

在林俊旸事件成为这几天最大新闻之前,知道“林俊旸”这 3 个字,或者知道这个人的,请举手。阿里巴巴离职的林俊旸,只有几位知道。

现在大家都知道他是谁了。这个人的影响力,可以影响阿里一天跌 4 到 5 个点,可以让世界上最优秀的 3 家实验室的核心负责人来挖他。再极端一点,甚至有人会讨论要不要把他送出国。

可是几天之前,全世界可能只有很少的人知道他是谁、意味着什么、做过什么。

某种程度上,这也回答了刚才那个问题:在今天这个时间点,一个看上去非常边缘、其貌不扬的 90 后,可能突然拥有巨大的影响力。

最后给大家一点鸡汤。这段话是我借来的。前两天,一个公众号作者微西之北写了一段话,我觉得很好。他推荐大家做两件事。

第一,如果今天晚上有时间,去 B 站搜 9 年前 AlphaGo 打败李世石时,Netflix 拍的纪录片,完整记录了 AlphaGo 如何打败李世石。

为什么要回头看?因为当年无论你看没看过,你都对那件事没有感觉,不知道它意味着什么。但今天,在座各位愿意不去听闲聊,而来听我们在这里聊 AI,说明你们已经有了感知,知道这是一个需要面对的问题。

所以今天再去看,你已经是局中人,知道发生了什么。

第二,小宇宙上有一期东东枪老师的播客。他和谁对谈?如果大家之前关注过 AlphaGo 战胜李世石,就会知道 AlphaGo 团队里有一个中国人。这个人不是技术研发人员,而是 AlphaGo 团队的顾问,曾经是欧洲围棋冠军,叫樊麾。

他和东东枪老师去年做过一期播客,只有几千播放。樊麾以第一视角重现了 AlphaGo 和李世石的所有事情,大家可以回去听。

我简单讲一下,可能和今天大家的感受特别像。

樊麾当时是欧洲围棋冠军,但在围棋世界里,欧洲是二流,最厉害的是中国、韩国和日本。他已经是职业选手,也教很多欧洲的小学生、中学生学围棋。

AlphaGo 团队找到他说:“我们做了一个在线下围棋的东西,想让你来试一下。”作为欧洲冠军,他特别鄙视,觉得不就是下棋吗,怎么可能下得过人类?

他去试了第一局,输了。他说:“也就这样,我没下好。”第二局下到中间,他发现自己看不太懂 AlphaGo 怎么下,又输了。这个时候他有点迷茫,但怀疑还很微弱。

第三局是速败,AlphaGo 把他杀得片甲不留。他们本来要下 5 局,后两局就没有继续。那天晚上樊麾还有教学生下棋的课,但他说自己完全不记得讲了什么,一直在回想这 3 局发生了什么。他脑子里构建了几十年的围棋理解,一点一点崩裂。

测试时没有人看到,只有樊麾和 AlphaGo 团队知道。过了一段时间,AlphaGo 变得更强,团队请李世石来下棋。李世石的态度和樊麾一开始一样:蔑视、轻视、不认可。但因为奖金足够高,而且全世界直播,他还是参加了。

当时 AlphaGo 团队理性判断,比分应该是 5 比 0,李世石没有任何机会。世界上所有职业棋手和评论员都不相信。

第一局结束后,李世石在发布会上说:“也就那样,是我没有下好。”第二局是每天下一局。下到中盘,李世石觉得不太对,申请出去抽烟。

他离开棋盘后,AlphaGo 立刻下出了第 38 手。全世界都在直播,所有评论员、职业棋手都笑了,说怎么会下到这里,这不对,程序是不是出错了。

李世石抽完烟回来,看到这一手也笑了,觉得程序肯定出 Bug 了,在乱下。但他越看越觉得不对,开始产生怀疑。那一刻,大家都意识到:李世石可能结束了。

从那一刻开始,李世石的神经越来越紧张,越来越严肃,越来越不知道该怎么处理。第二局很快失败,第三局也速败。

第三局结束那天,在场的 AlphaGo 工作人员、樊麾和所有人,本来应该很开心,因为他们证明了自己做出了比人类最强棋手更强的东西。但没有人开心,尤其是樊麾。他说,李世石的道心已经碎了。

每下完一局,李世石都要去开发布会。那时候你明显感觉到他特别痛苦。他是世界冠军,拿了很多年的世界冠军,但道心碎了。

第四局,李世石的状态仍然不占优,但他突然下出了一手后来被称为“神之一手”的棋。所有解说和评论员都非常意外。樊麾的眼睛亮了,说:“李世石的道心又找回来了。”

那一手之后,AlphaGo 可能在那个版本上出现了一些问题,开始出现错乱。你再想一想,李世石当时是什么心态?后面的每一步都下得越来越谨慎,因为他感觉自己有可能赢,但压力也来了。他必须盯住这个劲,不能失误,把这局下完。

最后他顶住了压力,第四局赢了。这是人类最后一次战胜 AlphaGo。

第四局赢了之后,李世石去开发布会,还一直憋着。但一进现场,所有人给他鼓掌,他开心地笑了。第五局已经没有意义。

在这之后几年,李世石都无敌于世界。他经历了一个过程:从鄙视、轻视、不理解,到被超越、被远远超越、被打碎,再重新建立认知。

我们今天处在哪个阶段?很多人可能还在第一阶段,蔑视、轻视、不理解;有些人在第二阶段,怀疑、感知、感受;还有些人在第三、第四阶段,已经认可自己被打碎了,开始寻找新的事情。

大家今晚有时间,可以回去看 Netflix 的《AlphaGo》,B 站上也有。

庄明浩

我感觉你讲得可能比纪录片还精彩。

潘乱

其实没有人质疑 AI 是技术革命,只是不知道它什么时候来、以什么速度来。之前可能大家感觉它是以 20 的速度来,却把它吹成了 200。今天它可能以更快的加速度走到我们面前,超过了很多人的预期。

庄明浩

好,下面进行互动。现场还有麦克风吗?大家有问题可以拿麦克风。我们应该还有半个小时,多来互动。每个人简单说一下自己的问题,一个就好。

11. 现场追问 AI 机会

Guest

我有两个问题。第一个想问 Koji,现在那些消耗 Token 的大户,具体在做什么业务,方便讲吗?

第二个是投资问题。今年 AI 和传统行业结合的项目,你们在看哪些?

最后,作为一个普通人,可能是运营、电商出身,怎么通过 AI 赚到 1000 元、1 万元,哪怕是很小的收入,但能够实实在在变现?

Koji

最后这个问题,你可以先学会怎么装 OpenClaw,然后帮别人装,在闲鱼上卖服务。

Guest

对,帮别人装。

Koji

开玩笑。第一个问题,很多人还是以 Coding 为主。今天 Coding 的进展已经大量燃烧 Token,但很多人写代码并不是为了编程,而是为了用编程解决问题。模型会自动把一个任务用代码的方式实现。

第二个,今天看什么方向?我觉得游戏和传统行业结合,是一个比较值得看的方向。

我和明浩大概两年前做过一期播客,盘点当时硅谷孵化器 Y Combinator 投资的 150 家公司。YC 一年做 4 次,每次投 150 家。那一期我们盘点了这些公司分别在做什么。

当时其中 70% 以上都是 AI 加一个行业。我们很大的感慨是,美国能做的事情特别多,中国没有那么多。比如 AI 帮医生写病历,AI 做牙科诊所前台,AI 管理太阳能工人的工作队,都可以成为创业项目。

今天国内也在涌现很多东西。比如今天下午有人疯狂给我推荐一个项目,是 AI 加育种,用 AI 发现种子。

另外一个大家非常看好的项目,我刚在播客里聊过,是 AI 加挖矿,不是挖比特币,是真正的挖矿。团队里有一个剑桥毕业的博士生。

还有用 AI 发现新材料。类似的机会很多。如果你有具体行业,可以在自己的行业里用关键词搜一搜,也可以直接把问题问 ChatGPT,它应该回答得比我们更好。你可以持续和它多轮追问。

庄明浩

后面那位同学。

Guest

刚才 Koji 说,现在大模型的进化已经超过很多普通人的理解,又说对于很多业内人士来说是无感的。我不知道自己是不是听错了,能不能具体解释一下?包括明浩是否同意这个观点?

刚才明浩讲 AlphaGo 的故事非常精彩。关于普通人对 AI 的焦虑,我感觉潘乱和明浩好像有不同意见。能不能讲一下大家应该如何应对焦虑?Koji 也可以分享一下。

庄明浩

我的感觉比较简单。假设今天人类平均智商是 120,我不确定是不是这个数字;如果 AI 今天已经是 150,那么它从 150 进化到 160,或者从 150 进化到 170,我们作为 120 的人很难感受到。

它已经远远离开了你的理解范围,所以今天一些新模型的智能进步,事实上可能就是这样。春节期间发布了那么多模型,但我和豆包、ChatGPT 聊天,好像也没发现它们变得多聪明,是因为我们已经看不出来了,问题是我们自己不够聪明。

我说的业内人士,当然不是整个行业。这个行业肯定有非常小的核心圈,比如林俊旸可能是最核心的,他在训练模型。但我们可能属于外围,在观察模型的应用和创业机会,不同层面是不一样的。

Koji

这个问题其实引发了过去一年多 AI 行业的一波创业:给 AI 打分。

今天给 AI 打分越来越困难。数学题和编程题可以有明确答案,但很多问题没有真正意义上的正确答案。AI 回答这些问题之后,我们怎么评判它好不好?解决这个问题,也是很多模型公司核心团队正在做的事情,尤其是后训练和强化学习团队,大部分都在做这件事。

至于焦虑,人性,或者说普通人面对技术浪潮、媒体狂轰滥炸,面对越来越多、学不完的关键词,焦虑是最正常的反应。没有人不焦虑,我也焦虑。哪怕我带着儿子在日本滑雪,他在上面滑的时候,我还是会拿手机看今天发生了什么。

既然无法避免,我们能不能找一些方式,让它变成日常?

一个很简单的例子:想一想你每天的生活,以一周为单位,工作、娱乐、打游戏,任何事情只要一周重复超过 5 次,就想想有没有办法让它更快完成。可以从这个角度切入。

另一个角度,也能回答潘乱最开始提出的商业化和 To C 用户转化问题。过去半年,中国有一个行业实打实享受到了巨大的红利,叫漫剧。

前两年短剧很火,但短剧已经到了某种极限,因为它再低成本、再快,也需要人去拍,仍然受到物理世界限制。漫剧这一波,是真正享受到了视频模型和图片模型能力提升带来的效率。我的朋友汉阳跟仲卿刚刚发布了一期播客,那期播客叫《给什么文科生的AI的缓解焦虑的》,大概是这样一个标题,它的核心逻辑也是一样的。

今天的漫剧生产流程可能只需要几个人,而且被严格切割成五六个流程。每个流程都有明确的输入和输出,上一个环节交付什么原材料,这个环节产生什么,再交给下一个环节。人在中间行使不同职责,抽卡师就是典型,有的人负责抽卡,有的人负责环节之间的衔接。

为什么这个行业发展这么快?因为我们发现,人和 AI 的协作关系就是这样。在现在的环境下,很多事情都可以通过这种流程,在很短时间、相对低成本地做出过去不敢想的产出。

更远的事情我们也想不清楚,但我们可以想:自己也好,公司也好,能不能在这个时间点用类似的方式做一些事情,往前走两步?我觉得这可能是比较合适的方式。

庄明浩

从漫剧往前推,你会发现优爱腾芒这些长视频网站非常匪夷所思,它们压根不是互联网公司,只是传统电视台的线上化。

它们一直在花大价钱制作内容,压根不是平台,也没有让更多创作者涌入。短剧对优爱腾芒带来的冲击,就是它们只想着做出最好的作品,没有想过如何让更多人能够做出作品。

最后它们的品类一步步提纯,都是古偶、仙侠这类服务年轻女性的内容,把其他用户都赶跑了。

如果大家仔细看,现实生活里有很多非常荒谬的事情,哪怕它已经存在了几十年。

Guest

三位老师好。我发现好像把三位老师的播客都订阅了。我想问一下,AI 可能是大脑,那怎么看 AI 和物理世界的关系?

很多人认为,AR、机器人以及各种 AI 硬件,都是 AI 作为大脑,终端和硬件作为手脚。你们怎么看这个趋势和未来?它的成熟期会是未来 5 年,还是更久?

庄明浩

我上一场刚回答过这个问题。2015 年,国务院发布过一个报告,叫“互联网+”。去年国务院发布了一个新的报告,类似“人工智能+”。

在关于硬件的部分,重点提到要发展几个产业:手机、电脑、具身智能和新能源汽车。这 4 个板块,是国家层面认证的方向。

你仔细想想,这个定义很有水平。普通人接触到的,应该就是这几块,包括机器人在内:汽车、手机、电脑。这些是最有可能、也最被验证会和 AI 发生更多结合的东西。

我们刚才聊过,龙虾为什么应该跑在电脑里,而不是手机上。手机的设计是为了解决注意力问题,不是解决更多工作流的问题。但手机又是保有量最多的设备。

智能硬件需要再分一下,眼镜应该单独拿出来。比如明浩刚才说,他还让龙虾帮忙抢理想的眼镜。大家认为眼镜可能是一个新的终端、新的入口,所以全世界大厂才投入这么多。

但我跟小米眼镜负责人聊过这个话题,他认为 10 年内不可能。今天的眼镜最多还处于 iPhone 1 时代,应用生态、续航、配置等各种问题,短期内看不到解决的可能。

其他设备,比如录音笔、音乐领域,也已经有很多好产品出现。但最简单的判断方式是:苹果做没做?苹果只有在一个东西出货量特别高时才会做。它现在主要做电脑、手机、平板,以及耳机和手表,眼镜只是尝试性地做了一下。

Meta 也在赌眼镜是不是新的终端设备,因为它不愿意再被安卓和苹果捆绑、限制发展。

潘乱

我们还有 10 分钟,应该还能回答几个问题。

三位老师好,我也是内容创作者和公司老板。我现在一边焦虑自己的工作、自己为社会提供的服务会不会被 AI 取代,一边又希望用 AI 替代人工,希望公司从去年的 10 个人减到今年的 5 个人,甚至 5 个人以下。

未来会不会是“一人公司”加上极致大公司的组合?未来公司的组织形式,或者合作的中间形态,可能是什么样?

潘乱

我觉得最牛的公司创业者,或者说从天使投资角度最希望投到的人,是仍然拥有极强领导力和感召力,能够把一群 OPC 组织成一个公司的人。

整个行业的趋势,可能会变成大平台加一堆个体户。你会发现中型公司今天活得非常艰难。中型公司大概就是搜狐、知乎、搜狗这一类公司。

中型公司正在系统性坍塌,只有超级巨头加一堆个体户。这个世界的资源向头部集中,已经持续了十几年,而且没有丝毫减缓的趋势。

谢谢三位老师的分享。我想先向 Koji 表示尊敬,因为我特别喜欢饭否。我觉得饭否是一个有点悲壮的平台。

Koji

我觉得饭否最后关掉,挺惋惜的。

庄明浩

不讲了。来,下一位。

听众

我有两个问题。第一个,因为我自己也是一家 AI 初创公司的合伙人,但我不是技术出身。我们做一些比较垂直、比较落地的 AI 项目。

我的合伙人有一个非常 Dream Bigger 的梦想:未来也许会有一个 AI,从一个人出生到死亡,陪伴他生活的每一分钟。它最了解你、最懂你,可能通过视觉,或者随时和你聊天。它很懂你的想法、生活习惯、身体状况,未来还可以帮你做很多决策,比如判断孩子的天赋、选择工作方向、弥补健康问题。

从我的角度看,这是一个很 Crazy 的想法,我甚至觉得它不道德,因为涉及很多隐私。有没有一种一针见血的方式,可以否定这个 Idea?或者说,这会不会是 AI 和人类相处的终极模式?

第二个问题,现在 AI 已经渗入生活方方面面。对三位老师来说,在不涉及隐私和安全的情况下,有没有什么事情是你们绝对不会让 AI 介入的?

潘乱

我来回答。每次聊到饭否,我都会想起一句话:“年轻的时候要去巴黎,因为你会发现……”这句话发生的时代,是流动的盛宴,是巴黎的黄金时代。

当时我们觉得一切都很寻常,但现在回头看,张一鸣在饭否上发了那么多内容,张小龙也在上面。历史可能会重复自己。今天我们在小宇宙这样的平台上聊 AI,20 年后回头看,未来的张一鸣、张小龙也许就和我们一样,在小宇宙上聊 AI。

我 3 年前和 Manus 创始人肖弘聊过一次。当时我一直质疑他,说:“你做的不就是套壳吗?”我扮演了一个反历史、反动派的角色。但你还是在巴黎,在巴黎做反动派。

至于你说的那个 AI,我觉得它一定会发生。历史车轮滚滚向前,螳臂当车没有用。在这个过程中,我们还是要对人类智慧保有信心。

虽然抖音每天摧枯拉朽地占据我们大量时间,但我们还是会发明很多办法去对抗这种算法对我们的影响。比如我表妹过年时说,感觉不行了就卸载 App。

所以我觉得它一定会发生。但我更多思考的是:这样的机会是不是一个创业机会?如果是,它是什么样的创业者、什么样的团队、用什么方式做出来?我们又可以用什么方式参与其中?

至于什么事情不会给 AI,我暂时想不到。

庄明浩

上厕所。

潘乱

但如果有一天肚子不舒服,可能还是会问 AI。

庄明浩

我回答最后一个问题。我觉得饭否关掉不是可惜,而是应该庆幸饭否被关掉了。

不知道大家有没有印象,《水浒传》的第一章叫《洪太尉误走妖魔》。洪太尉不信邪,偏要把井打开,结果放出了一百零八个妖魔,水浒传的故事才开始。

有一年我去新疆乌鲁木齐广场,突然想到:饭否被关掉,是因为 2009 年乌鲁木齐事件。当时饭否没有做言论审核,直接被关掉。关掉两个月之后,有两个人离开了:一个工程师回了老家,另一个人叫张一鸣,跑去做今日头条。

这也是另一种洪太尉误走妖魔。如果饭否没有被关掉,这两个人可能还在和新浪微博竞争,还在那个坑里,未必走得出来。

所以社交媒体不是个好东西。员工不要随便发社交媒体,尤其不要在离职流程走完之前发,特别不好。

庄明浩

最后一个问题。我们争取把两个问题都问完。

听众

谢谢三位老师。我自己也是 AI 行业创业者,身边很多朋友也在这个行业探索。

我的观察是,AI 时代让做事情变得很容易,但想赚钱会变得更难。对于个体公司和中小公司,如何脱离这样的困境?

现在大家做出产品,不管软件还是实体,下一步都要去各个平台获客。我有个朋友前阵子用 OpenClaw 做了一个产品,每天消耗 1000 美元,这是很大的消耗。但产品上线之后,冷启动依然很难,想赚回每天 1000 美元的成本非常困难。

还有朋友做跨境电商,两年里每年营收 700 万到 800 万美元,我们很羡慕。但后来问了才发现,他每天在 Facebook 投流 2 万美元。2 万乘以 365 天,基本上钱又回到社交媒体上了。

所以真正难的是,做事情、获客、把钱赚回来。除了大公司可以靠广告活得很好,中小公司怎样避免做出产品之后,又陷入流量获客的循环?

潘乱

做 IP 还是很重要,做网红也还是有必要。

AI 只是改变了很多环节,但其他环节没有变。它没有创造新的平台,最后还是注意力经济。内容越来越多之后,能够充当信任媒介的东西反而越来越重要。

谁能够充当信任媒介?我觉得在座这些朋友,愿意在这个时间点来听我们瞎掰扯,和我们之间是有某种信任维系的,可能是对话题的信任,也可能是对我们其中某个人的信任。

我之前说过一个悖论。过去 3 年,甚至过去 4、5 年,我关注的偏内容、偏 C 端的领域里,出现了一个趋势:6 个月,100 亿元,8%。

很多人只听前两个关键词:6 个月、100 亿元。小游戏、弹幕游戏、短剧,到这一波漫剧,全部遵循这个规则:6 个月内,在所有人没反应过来时,行业迅速跑到 100 亿元。

但 8% 是什么?就是做内容的人只能拿到 8% 的钱。这是一个暴论,但可能已经成为常态,甚至未来连 8% 都拿不到。漫剧这一波可能连 8% 都不到。

如果你在做相关生意,就只能接受这种现实:基础设施已经这么完善,所有人都在投流、算 ROI、卷效率,能拿到的可能就这么多。

这个问题再扩大一点,就像现在很多人炒股会不适应:凭什么寒武纪这么值钱,凭什么 MiniMax 和智谱这么值钱?用传统收入和利润衡量,这些公司不可能值这么多钱。

但今天的叙事就是这样。你要接受一家公司还有其他因素会让它变得更值钱,而且这些因素的权重远高于收入和利润。这个扭转可能需要一段时间,但看上去这种趋势会成为常态。

庄明浩

也可以去上 Koji 的播客。如果你做的项目真的很性感、很前沿,播客是一个相对好的建立信任和推广的方式。

我经常说,今天所有推广看上去都是明码标价:花多少钱,得到什么效果。但播客还有意外。

潘乱
庄明浩

好,最后一位男士。

听众

三位老师好,我是算法工程师。我想问一下,从投资人的视角,你们肯定和很多算法负责人打过交道。有没有让你们印象特别深刻的负责人?判断一个团队时,从负责人角度有哪些优先标准?

潘乱

听起来是要反向筛选老板了。

听众

对,我想创业,想知道你们关注什么。

潘乱

最基础的,先看团队发论文的数量、论文被引用的次数。你既然做算法,技术水平肯定应该排第一。

我印象很深,有一次我和快手技术负责人盖坤吃饭。他在清华读了很多年,后来去了阿里巴巴,再去了快手。他说自己是从学术界到工业界。

你知道吗,我们说大厂就大厂,还要说学术界和工业界,听起来很陌生。但实际上,他们做推荐算法的论文,应该还是比学术界更领先一点。

我觉得这些因素应该最重要。至于其他方面,你的选择维度应该比我们更多。我们并不能很好地回答这个问题,因为我们不懂算法。

听众

明白,谢谢老师。

庄明浩

好,今天的讨论就先到这里,感谢各位。

Vol.90 AI加速爆发的2026,我们该如何自处?---对谈潘乱+Koji | BidClub