庄明浩
Thank you。感谢大家来听这个狂喜的最后一场。我们就不浪费大家时间，正式开始吧。
这个 PPT 的制作时间应该是在 4 月初，但今天已经是 4 月底了。其实很多内容在制作过程中我一直在修改、更新，甚至今天早上我才从美国飞回来，早上落地浦东机场。昨天晚上，不对，应该是前天晚上，我在拉斯维加斯机场等飞机的时候还在改。
最后这个版本我也不改了，就这样了。今天的标题叫《语言、Coding、多模态，我们到底谁坐 AI 的主桌？》。如果听过我之前播客的话，可能会理解我为什么起这样一个标题。还有一个比较有意思的小标题，叫“哎，这是给我干哪来了？”因为最近整个 AI 行业的发展明显在疯狂加速，所以今天这个时间点，你会发现很多事情已经不太容易理解了。
我做个简单的调查。之前听过春节前和春节后那两期整理的朋友，方便举个手吗？好，差不多四分之一到三分之一。那在上一次狂喜播客节、也是在这个现场，我讲过这个内容。去年 11 月听过那次的朋友，举手看一下，好不好？差不多也是这个比例。
我一直以来的工作习惯，是大概每 3 个月左右整理一次这样的内容。但你会发现出现了一个变化。上一次狂喜播客节是 11 月，11 月过了两个月之后，在 1 月底的时候，我就不得不做了一个 2026 年对 2025 年的总结。我认为那个时间点做完应该差不多了，结果过完春节回来，我发现不行，所以在 3 月 9 日又做了一个版本。
也就是说，这两个版本中间只隔了 2 个月。然后今天还没有到 2 个月，我又需要做一个新的版本。所以你会发现，这件事情真的在疯狂加速。
我用了一张范伟的图，可能大家看不太清，大概就是那张“学无止境”的表情包。就是学吧。
更有意思的是，我刚才说过，我开始做这个 PPT 的时间大概是在 4 月初。所以我第一版放 OpenClaw 图标的时候，标题还写的是“你能养龙虾了吗”。但在制作过程中我发现，这个标题得改，应该改成“你的龙虾还活着吗”。
就是这么短的时间，你会觉得 OpenClaw 好像已经是上个时代的事情了。这个行业发生了非常多的变化。
1. 三张桌子重新排位
我们回到今天的主题。这张内嵌页应该是去年狂喜现场我讲过的一张图。当时我说，在那个时间点，AI 行业可能有 3 张桌子。
第一张桌子叫语言，也就是 ChatGPT 带来的这一波变化。当时的说法是，当机器掌握语言，强人工智能就会到来。所以过去一段时间，语言可能是最重要的事情。
第二张桌子叫 Coding，也就是代码。当时这句话是 Anthropic 的 CEO 说的。他在 2025 年大概 9 月到 10 月的时候说，12 个月之内，我们可能会进入一个 AI 能写出所有代码的世界。距离这 12 个月还有半年的时间，回顾过去 1 到 2 个季度，你会发现这件事情完全不是天方夜谭，甚至很有可能会提前发生。
第三张桌子叫多模态。这句话是 DeepMind 的核心负责人说的：“世界模型是一个孕育 AGI、能无限拓展学习的子宫。”这讲的是多模态领域的变化。
所以你会发现，在那个时间点，我们会认为语言、Coding、多模态这 3 张桌子，可能代表了这一轮 AI 发展的几个核心叙事。更特殊的是，今天这个时间点最头部的 3 家 AI 模型公司，恰好对应了这 3 张桌子。
但这 3 张桌子到底谁独领风骚，或者说谁在某段时间站在最前面，似乎一直在变化。主桌这个比喻我已经用过很多次，但最近似乎又要变了。三十天河东，三十天河西，都不是三十年，是三十天。
我们一个个讲。如果大家有印象，或者听过我之前的版本，去年总结和今年 1 月的总结，还是按照中美对抗的角度去讲。但因为这次是年中总结，所以我用了一个自己更熟悉的结构，叫技术、产业、资本。我们只讲这 3 件事情：技术发展到什么程度，产业之间的竞争到底是什么，资本行业和资本世界发生了什么变化，以及与之相匹配的事情。
我们一个个来讲。先讲技术。我列了几个关键词：Agent，这是去年 PPT 里提到过很多次的关键词；第二个关键词是今年新加的 Harness；此外还有 Infra、世界模型和开源。5 个小标题，我们一个一个来。
2. Agent成为行业共识
Agent 这个关键词，很多人会说，可能在今天这个时间点，也就是 2026 年，Agent 是 AI 行业最大的共识，甚至不需要再讨论。我列了两张图，这两张图看起来也像上个世纪的东西。
左边这张图，是千问 App 在春节前推广的时候，让大家用千问 App 下单、订奶茶。当时发布会的 Slogan 叫 From Question to Action，从问题到行动。我的解释是，从语言到行动，这是 Agent 最大的代表。
右边这张图，应该是 2026 年 3 月腾讯云大会上，腾讯汤道生，也就是 Dawson 的演讲。他的标题特别简单：AI 从 Chatbot 迈入 Agent。逻辑是一模一样的。
所以到了今天这个时间点，Agent 可能已经是今年最大的行业共识，不需要再解释了。
我们回头来看，从 ChatGPT 发布到今天，大概有 3 年半的时间。之前我也讲过很多次，OpenAI 用过 L1 到 L5 的对比方式：L1 叫 Chatbot，L2 叫推理，L3 叫 Agent，L4 叫研究社，L5 叫组织者。
我们从 L1 走到 L3，一路走来经历了哪些事情？或者说，头部公司在做什么？
最开始我们走到 L1，得到了基础模型。基础模型怎么来的？OpenAI 通过预训练的方式，给大模型喂大量数据，通过预训练，我们得到了最开始的 ChatGPT 和 GPT-3.5。
到了 L2，也就是推理模型阶段，o1 在 2024 年 9 月发布。我们大概是通过什么方式得到推理模型的？从那个时间点开始，大家强调后训练和强化学习。
DeepSeek 在 2025 年 1 月底发布，到今天也不过才 1 年多一点。但大家现在已经觉得 DeepSeek 像上个时代的事情了。DeepSeek 之后，推理能力成为标配，所有厂商开始强调强化学习环境的搭建。
在这些事情之下，我们从提示词工程到上下文工程，再到专门为推理优化的强化学习环境，一路走到了今天。现在我们进入 L3，也就是 Agent 阶段。
到了 L3，什么变得更重要了？前面那些事情当然还在做，也依然很重要。但在 L3 阶段，什么变得更重要了？
右边这张图，是 3 月十几号的一则新闻。之前有消息说，阿里一位 90 后年轻人离职，当天把阿里的股价砸下去 4 个点还是 5 个点。这个人叫林俊旸，他原来是阿里千问的负责人。
他离职之后，过了一段时间发了一篇 Twitter，讲自己过去大半年在千问做的实施和实践，以及对未来的预期。他的逻辑是，我们要从原来的那套东西跳到一个新的阶段，这个新阶段需要新的想法和思维方式。
这个思维方式叫 Agentic Thinking。具体指什么呢？比如，决定何时停止思考并采取行动；让模型决定调用哪个工具，以及工具的调用顺序；整合来自环境中的噪声和观察；让模型能够在失败后修订计划；并且能够在许多回合、许多工具调用中保持连贯性。
所有这些努力，都是为了让 AI Agent 更可执行、更擅长完成任务。他把这个叫作 Agentic Thinking。
所以今天这个时间点，所有头部模型厂商在模型训练过程中做的事情，基本都是这些事情。这件事情恰好符合另外一个趋势。
右边这张图，是我春节前那次 PPT 里的一张图。其实从 2025 年第四季度开始，美国硅谷的头部模型厂商已经基本形成共识：下一代模型最核心的标准，是模型自己能够自主学习。
最近如果你关注业绩，也会发现中国几家模型厂商的负责人出来讲话时，也都在讲这个逻辑。把刚才林俊旸说的那些话回头去看，你会发现它们的目标是一样的，就是让模型能够自主学习，实现所谓的 AGI。
所以你发现，在技术领域，这些事情全部连上了。
3. Harness成为新基础设施
于是就出现了一个关键词：我们怎么能让模型自主运行得更好？出现了可能是 2026 年第一季度最热的关键词，叫 Harness。
前面在 L1 到 L3 那一章里，我们讲过，从提示词工程开始，到上下文工程。刚开始用 ChatGPT 和豆包的时候，你需要记住很复杂的提示词，才能让它回答得好。到了 L2 左右，开始强调上下文工程，整个东西变得更复杂。
到这一代，我们开始强调 Harness，也就是驾驭工程。它不再单纯是给模型喂多少东西、保证所喂内容的质量，而是变成了一个更复杂的问题。
右边这张表里的标签，可能是整个第一季度在各种新闻里看到的关键词集合，特别多、特别乱。Harness，还有 Hermes 之类的关键词，SaaS 死掉了，Karpathy 的各种文章，以及 Claude 屏蔽 OpenClaw 等等。还包括 Agentic Engineer。你会发现，这几个英文单词不断排列组合，频繁出现在各种各样的新闻里。
举个更简单的比方。我觉得这张图画得非常好，这张图来自一个科技博客，叫 Ahead of AI。
他用刚才 L1 到 L3 的对比举例。L1，也就是简单的 Chat 模型，那时候它很像一台发动机，发动机可以转。到了 L2，也就是推理模型阶段，模型能力变强了，它变成了一台很强的发动机，可能是 F1 的发动机。
但光有发动机是不够的。今天我们是要开车的，因为我们要做 Agent。Agent 要执行任务，要做各种各样的事情，所以我们需要把发动机放到车里，需要轮子、传动轴、方向盘、车身，甚至还需要轮胎。这些东西就叫 Harness。
还有一个更简单的比喻，是魏航写的，硅基厂创始人。他说，基座模型就是今天看到的各种模型，加上 Harness，就等于 Agent。
基础模型提供原始能力，它可以推理、生成、理解，但它是静态的、被动的、没有方向的。它什么都能干，但也代表着它什么都干不了。
所以你需要给它提供结构、方向和约束，把无限的可能性收束成有限的、有目的的活动。两者结合的瞬间，AI 就从一个被询问的对象，变成了一个能够采取行动的主体。
如果大家过去两个月用过 OpenClaw，就会非常理解为什么他会这么讲。一个非常简单的比喻，就是更好的发动机加上车。我们要做车，对吧？
那这辆车到底需要什么？需要哪些模块？我列了一些。比如权限和围栏，你要设置它哪些地方能去、哪些地方不能去；技能封装，也就是 Skill，又是一个关键词；工具调用，它要会使用人类现在提供给机器的各种工具。
它还需要记忆系统，要记住你是谁、你的任务是什么、你的标准是什么，以及你一直以来的习惯。它还需要评估和反馈。刚才我们说过，它需要不断循环，需要评估和反馈，也需要任务编排。
当然，这不是穷举，还有很多其他模块。所以你看那张图，又是和 L1 到 L3 相匹配的：2022 年到大概 2023 年底，我们做的还是 Pre-training，也就是预训练和提示词工程；到了上下文工程，我们走到了 2025 年；到 2026 年，我们开始真正使用 Harness 这套生态。
那 Harness 到底包括什么？包括特别多的东西。今天你能想到的，除了模型之外，为了让模型采取行动而做的所有事情，其实都可以放进 Harness 这个概念里。
于是就出现了一个问题：在去年和前年的时候，有一波一级市场热潮，是创业公司为 Agent 或者 AI 做各种各样的东西。当时对这一类项目有一个比较宽泛的定义，叫 Agent 或 AI Infra，也就是基础设施。
但 Harness 出现之后，你会发现 Infra 这个概念被扩大了。Harness 现在就是新的 Infra，因为它相当于在给模型做外围的所有事情。
所以关于 Harness，第一层是修辞层面的：Harness AI，也就是驾驭 AI，它是一个动词。第二层、更重要的是技术层面的：上下文管理、工具调用、记忆、护栏、编排，全部都是 Harness。
于是到了 2026 年，至少在过去半年左右的时间里，一级市场最热的几个方向出现了：最热的 Harness Infra；上下文和记忆；持续学习；编排。
同时，这张图里还出现了一个意外的板块，叫 World Model，也就是世界模型。
但我认为 World Model 不应该放在这张图里，可能只是为了把所有热门方向的创业项目都放进来，所以把它放在了这里。
我们简单说一下世界模型。世界模型可能也是过去半年整个业界最热门的方向之一。大家会认为，我们需要一个语言之外、能够被触摸到的东西，无论是视频流、3D，还是类似虚拟世界的东西，于是就出现了世界模型。
世界模型从 2019 年开始，就有很多公司在尝试。只不过进入 2024 年、2025 年之后，更多公司开始尝试。比如李飞飞老师的 World Labs、腾讯的混元，字节在 Seed 2.0 之后的版本也会支持世界模型，阿里最近在可灵之后又发布了一个模型，也是世界模型。
所有人都在往这个方向走。我觉得这是一个意外出现的方向。
我们回到主线。你会发现出现了另外一个今天最热的关键词：OpenClaw。OpenClaw 也符合刚才讲的所有事情，它就是那个壳子，就是那辆车。
因为 OpenClaw 自己不做模型，它只做一层壳子。所以如果你去理解整个 OpenClaw 的执行过程，就是把各种各样的 IM 软件接到一个网关里，然后在网关里运行整个 Agent。Agent 底下有模型，也有多 Agent 的实现、记忆和工具调用。
它有交互层、网关层、智能体层和执行层。其实 OpenClaw 的整个软件设计，就是符合刚才我们说的 Harness 架构设计的。
虽然 Omnicloud 今天已经快没有人提了，毕竟它才火了几个月，但 Omnicloud 也符合这个逻辑。
那有没有更符合这个逻辑，或者说更被业界认可的产品？当然有。
上个月，Anthropic 的 Claude 编程 Agent，也就是 Claude Code，代码被意外泄露了。所谓“意外”要加引号，我们也没法评判到底是主动泄露、真的意外，还是其他原因。反正代码泄露之后，无数人去拆 Claude Code 这个软件的设计方式。
你会发现，它也分很多层，有各种各样的层级。把整个流程画下来，其实 Claude Code 也是一个 Harness，也是一辆车。它通过 Claude 本身模型的超强能力，再加上这辆车设计得特别好，展示出了非常强的能力。
所以大家开玩笑说，Anthropic 变成了真正的 OpenAI。这里的 AI 是 Anthropic 的 Logo。那现在的 OpenAI 已经不太 Open 了，可能是当前最佳时间。
4. 开源转向Agent生态
再从另外一个角度看，开源可能也是过去一年多整个 AI 领域最热的关键词。那我们看过去半年，开源生态出现了什么变化。
首先，这些图全部都是蚂蚁开源做的。非常感谢蚂蚁开源的朋友做了这样的整理，我觉得非常有意义。虽然那位负责人已经离开蚂蚁开源，也已经不再更新了。我还问他，以后我用谁的图？他说，再说吧。
他第一个统计的是 2026 年以来，当然准确说是 2026 年第一季度，GitHub 上最热门、获得 Star 最多的项目排名。第一名当然是 OpenClaw。
你看这些名字：Skill、Claude Code、OpenClaw、OpenClaw Skills，各种各样的词。蚂蚁开源的总结我觉得非常好：开发者的注意力全部流向了 Agent 生态。
围绕 Agent 的生态，虽然里面有很多其他项目，但只看这些项目的名字，OpenClaw、Skills、Claude Code、OpenClaw Skills，来回就是这几个词的排列组合。相关项目大概占 40%。
如果把范围扩大到最受关注的 1,000 个项目，粗略标注之后，大概有 81% 和 Agent 相关。出现频率最高的关键词，还是 Agent、Claude、Code、Skill，依然是这些词。
回看过去几年，不同阶段出现的开源项目，甚至不需要看项目到底做什么，只看项目名字，也能感受到整个技术生态的变化。
更直接的是从项目的情况来看，你会发现 2026 年整个 AI 生态里，开源项目最热门的板块，第一是 AI Assistant，OpenClaw 占据了很大的位置；Chatbot 依然是最主要的战场之一；物理世界的身影也出现了；Coding 占了非常大一块；还有 Agent Workflow 和 Harness。
你会发现，这几个关键词都出现了。
刚才我们也讲过，第一个趋势，是从原来的提示词工程，到上下文管理，再到 Harness。第二个趋势，是软件开发原来是给人做的，但今天大家开始为 AI、为 Agent 做软件。
Agent 的编排框架开始自我演化。刚才前面也讲过，原来我们设计一个 Agent 或者一个模型，做编排、做自我循环，是一个加分项。但今天新一波趋势兴起之后，大家发现这已经变成了起点：我在第一天设计它的时候，就会考虑它要这样运行。
第三个趋势更有意思，是命名的演化。最开始是龙虾，后来出现了猫、蜜蜂、熊、穿山甲，还有各种各样的名字，以及小马。
这带来一个结果。从纯用户体验端来看，我是一个完全不懂代码的纯文科生，但你会发现，今天我在做很多事情时，用的是 Claude Code、OpenAI 的 Codex、字节的 TRAE。
这些产品原来是做 Coding 的，但你发现 Coding 可以做所有事情：可以做 PPT，可以整理信息，也可以做任何事情。
下面这些产品，比如 Manus、Jianying Spark，包括字节的扣子，原来叫通用 Agent。但你会发现，这两类东西的边界越来越模糊。
因为你想做一个任务，并不在意它是用 Coding 解决的，还是用其他方式解决的，只要解决了就可以。更何况，今天所有 Coding Agent 的交互方式也是自然语言，你只要告诉它“我要干什么”，就结束了，所以更不需要关心实现过程。
于是出现了一个结论。第一章讲完了，很快，对吧？第一章讲完之后，结论是什么呢？
语言、Coding、多模态，到底谁坐主桌？至少在过去半年，Coding 坐在主桌上。
好，Coding 坐在主桌上，那我们继续往下看产业到底经历了什么。
5. Coding坐上主桌
产业这一章，第一是 Coding。第二，今天这个时间点，Coding 最头部的代表公司是 Anthropic。那 OpenAI 怎么办？OpenAI 原来是语言这张桌子的代表。
我们会讲 OpenAI 和 Anthropic，然后开始讲中美模型之间的竞争，再扩展到应用，因为产业不能只讲模型，还得讲应用，最后回到所谓的行业渗透。我们依次展开，从 Coding 开始。
刚才结论已经说过，Coding 可能是当前这个时间点绝对的主桌，没有任何意外。
而且 Coding 这个战场很有意思。我们原来认为，Coding 最开始做的事情叫代码补全，典型产品像 GitHub Copilot。程序员写代码时遇到问题，或者有一段复杂代码不想自己写，可以用 AI 做补全。
那是第一代能力。现在生成又往前迈了一步。你可以不完全自己写，而是让模型生成；生成之后还要评审、Debug，还要做需求管理。
所以你会发现，Coding 的整个市场延展得更大了。
这只是逻辑层面的变化，从数据层面看更加明显。今天从所有 AI 相关收入的角度来看，Coding 是绝对领先的。它比第二名、第三名和第四名加在一起还要大。
第二名是 Legal，也就是法律；此外还有客户支持、医疗、搜索和写作。这些我们常见的、认为是今天大家使用 AI 模型能力的各种功能，加在一起也没有 Coding 大。
于是出现了一个结果。这两张图我觉得非常好玩。
左边这张图，是 GitHub 统计的所有被提交代码中，使用 Claude Code 提交的代码量。从年初每天大概 120 万行，涨到 3 月底时，已经增长了 3 倍以上。
越来越多的人用 Claude Code 提交代码到 GitHub。那他们提交代码干什么？右边这张图更有意思。
这是《金融时报》统计的过去一段时间上线的新网站、新 iOS App，以及 GitHub 上的代码。GitHub 上的代码已经能看到，全部是 AI 生成的比例越来越高；与此同时，越来越多的网站和 App 也出现了。
这些当然是因为 AI 才能做出来的。App 尤其明显。你会发现，从 2025 年下半年开始，iOS App 出现了爆发式增长。
大家会想，iOS 都已经发布第十几代了，iOS 生态也已经十几年了。你应该已经想到，任何类型的 App 可能都有人做过了，对吗？
那为什么沉寂了几年之后，2025 年下半年开始突然暴涨？因为 Coding 的能力被下放了。哪怕已经有人做过，我也想做一个自己的，我也想提交到 App Store。
所以你会发现，iOS App 的增长非常快。
在这个领域做得最大的一家，应该是 Anthropic。从 Claude 4.5 发布开始，其实再往前从 Claude 4 开始，这条曲线就一直是这个样子。
这种曲线今天的 PPT 里会见到无数次。就像我上一次 PPT 讲的，叫“挡不住了”。
Codex 当然也不会落后。OpenAI 发布 Codex 之后，它的数据增长也很好。最新数据显示，Codex 的周活应该已经达到 400 万。
结论是什么？Coding 这个战场很大。这个结论去年就有，但今天的结论是，Coding 这个战场比很多人想象的大得多得多得多。
因为 Coding 看起来可以解决一切事情。所以不管我们前面说的是 Coding Agent 还是通用 Agent，只要能解决任务就可以，我根本不在意它是不是 Coding。
因此，泛 Coding 的战场，比很多人想象的大得多得多得多。
6. OpenAI与Anthropic短兵相接
我们提到了今天这个时间点行业最大的两家公司，OpenAI 和 Anthropic，两家疯狂竞争的公司。我们已经很久没有见过一个细分领域最头部的两家公司，而且都没有上市，还在疯狂拼刺刀、在巷战中厮杀。
最简单粗暴的数据当然是收入，也就是 ARR。其实在 2025 年底，大家就预期 2026 年 Anthropic 的收入有可能超过 OpenAI。结果没有任何人想到，在 2026 年第一季度，Anthropic 公布的 ARR 就超过了 OpenAI。
从 2022 年底发布 ChatGPT，到 2026 年第一季度之前，OpenAI 一直是引领这个行业发展的人。最简单粗暴的衡量标准当然是收入，OpenAI 的收入涨得很好，但底下还有一家涨得更猛。
尤其进入 2025 年下半年、第三季度和第四季度之后，Anthropic 像挡不住了一样异军突起。
两家公司最新公布的数字，OpenAI 是 250 亿美元 ARR，Anthropic 达到了 300 亿美元。当然，这里面可能存在统计口径不一致，比如 OpenAI 的收入是扣除了云服务厂商的渠道费用，Anthropic 的数字可能没有扣除这些费用。细节我们不展开，反正趋势就是这样。
我们看到，AI 行业最头部的两家公司正在短兵相接、疯狂厮杀。那我们分别看这两家公司。
先看 OpenAI，或者说先看 ChatGPT。
ChatGPT 在 C 端依然绝对领先。先看用户量，最新公布的数字应该是 9 亿周活，而且还在增长。它的数据涨得并不慢，从 1 亿到 3 亿、5 亿、8 亿、9 亿，已经非常恐怖了。
2025 年下半年，很多人会说 Gemini 可能会对 ChatGPT 产生一定影响。但你看这条曲线，虽然红色的 Gemini 确实在扩大，ChatGPT 在绝对用户量上依然领先。
看完用户量，再看第二个指标：留存。ChatGPT 依然绝对领先，而且领先幅度更大。
今天这个时间点，ChatGPT 的月留存可以达到 71%，而且这个数字还在上涨。这个在我之前的 PPT 里也讲过，它拿到了一个微笑曲线。也就是说，留存到了一定阶段、过了那条线之后，会继续往上涨。
我们在抖音、拼多多和豆包上也出现过类似情况，但其他厂商的留存没有往上涨，只是维持在一定水平。
日活比月活，也是衡量活跃度或者留存的指标。ChatGPT 依然绝对领先。
然后再看时长。时长就更明显了，因为它本来用户量就大，留存又好，这两个数字一乘就是时长。所以在整个 Chatbot 战场里，ChatGPT 的使用时长还在疯狂累加。
过去这 3 页，我们分别讲了用户量、留存和时长，恰好是今天衡量古典移动互联网项目、核心 App 时最重要的指标。我们这些“老登”就是这么衡量 App 公司的核心指标。
但这里出现了一个问题。很多人会说，AI 时代，古典移动互联网的 DAU、留存、时长这些指标，可能已经没有意义了。
Anthropic 说，是的，没有任何意义，收入代表一切。就像前面讲的，很多人预期 2026 年 Anthropic 的收入会超过 OpenAI，只是没有人想到会这么快，快到一个季度就完成了。
它的 ARR 涨到了 300 亿美元。从增速来看也非常恐怖，从 2025 年底到 2026 年初增长了 10 倍，如果只看 3 月份，增长了 16 倍。
你要知道，它是在从几十亿美元增长到几百亿美元的体量，这个数字非常恐怖。所以 Anthropic 会说，你所关心的用户量、留存和时长，对我来说根本没有意义。
在 To B，也就是企业服务的战场上，它会异军突起。
你又会看到那条“挡不住”的曲线。在 To B 战场里，从模型覆盖范围来看，进入 2025 年下半年，OpenAI 的覆盖已经趋于平稳，而 Anthropic 从 2025 年下半年开始暴涨，已经快追上 OpenAI。
更麻烦的是，在企业端，默认第一选择的模型，在 2025 年到 2026 年 1 月出现了一个交叉。交叉之后，两家公司就分道扬镳：Anthropic 继续往上涨，OpenAI 继续往下掉。
但在 2026 年之前，OpenAI 还是企业首选的 AI 模型公司。这个事情在 2026 年 1 月出现了巨大的交叉，顺序反过来了。所以在 B 端战场，Anthropic 正在攻城略地。
那他们在做什么？
有人统计，在过去 50 多个工作日里，Claude 发布了 70 多个功能和产品，相当于平均每天发布 1.5 个功能或产品。
如果大家在互联网公司干过，就会发现这样的版本发布速度是不可能的。传统企业不可能每天发布好几个功能版本，所以大家开玩笑说，睡醒一睁眼：Claude 又发新版本了。
干掉 Claude 的上一个版本，下一个 Claude 版本又来了；甚至今天看到的版本，可能明天就会被新版本干掉。所以过去 3 个月，几乎每天都是这样的节奏，发布速度疯狂到不可思议。
把时间拉长来看，从 2022 年底 ChatGPT 发布到今天，这两家行业最领先的公司，在各种产品和功能上的发布从来没有停过。只不过进入 2026 年之后，Anthropic 变得更强势了，所以两家公司的竞争非常激烈。
我说过，这种曲线在今天的 PPT 里已经见过无数次了。两家公司的收入曲线是这样，两家公司最头部模型执行任务的时长曲线也是这样。
今天这个时间点，一个头部 AI 模型的 Agent，可以在不需要人类辅助的情况下自己运行十几个小时。
同样，把两家公司的收入和传统意义上的 SaaS 软件公司放在一起对比，你会发现它们从 2024 年开始，一步一步干掉了各种我们耳熟能详的软件公司：Datadog、Workday、ServiceNow、Adobe、Salesforce。
两家公司的收入超过这些公司的时间曲线，也是这样的。
两家公司不约而同地选择了另外一种相同策略，叫 All in One。这个策略其实是中国的微信教给他们的。
原来美国的 App 是独立的，各种业务是分开的，但你发现，在这个领域大家都在往 All in One 走。
这是最新版的 Codex。它是 OpenAI 的 Coding Agent，但如果大家用过 Codex，就会发现，如果不是一个全新的版本，App 打开后只有一个对话框，和使用 ChatGPT 是一模一样的 Chat。Coding 是它的实际效果。
而在最新版本的 Codex App 里面，他们还内嵌了一个浏览器。你要知道，在这之前，ChatGPT、Codex 和浏览器是 OpenAI 内部定义的 3 个最核心产品。今天它们被放在了一起。
那 Anthropic 的 All in One 是什么？
我们在技术那一章讲过，今年最大的关键词叫 Harness，也就是那辆车，是模型之外的那套东西。大家会想，那套东西应该由第三方公司来做，还是由第一方公司来做？
第一方公司不可能不做。所以 Anthropic 最近推出了他们的 Harness 外围壳子。也就是说，除了提供最好的模型之外，我也给你提供基于这个模型最好的那辆车，并且针对这辆车收费。
两家公司在 All in One 战略上的选择不同，但 All in One 是相同的。
7. 模型厂商全面内卷
讲到这里，我们再把目光放远一点。刚才只讲了两家公司，也就是 OpenAI 和 Anthropic，这个领域最头部的两家公司。
但今天这个领域里，我们知道名字的可能已经有十几家、二十家公司，有中国公司、欧洲公司、美国公司，有上市公司、大公司和创业公司。
这张图也很有意思，是我前天晚上在机场截的，因为这张图每天都在变。
今天模型厂商的竞争到底是什么情况？这张图上我只选了大概 13 家模型厂商：阿里的千问、Anthropic、百度、DeepSeek、Google、Kimi、Meta、MiniMax、OpenAI、阶跃、xAI、小米和智谱，还有很多厂商没有选。
你看那个位置，从 2026 年开始，最后面那一段密密麻麻，所有人都集中在一起了。最上面的是 GPT-5.5，因为如果不是最新发布的那个，肯定会低于最新模型。每天那条线都在往上拉，每天都在变化。
左边这张图，是我在春节之后、3 月 9 日那个版本里做的。当时春节期间，正好是所有中国头部模型厂商集中更新版本的时间。
1 月 22 日，文心发布 5.0；1 月 27 日，Kimi 2.5；2 月 2 日，阶跃 3.5；2 月 11 日，智谱 GLM-5；2 月 13 日，MiniMax 2.5；2 月 14 日，Seed 2.0；2 月 16 日，千问 3.5。2 月 17 日是大年初一，我没记错的话，应该是这样的。
在春节前的那一个月，中国头部模型厂商全部在疯狂更新版本。
但从春节到今天也不过两个月。你会发现，从 3 月 16 日、18 日开始，MiniMax 更新到 2.7，距离 2.5 版本只过去了 1 个月零 5 天。
进入 4 月之后，尤其从上周开始，几乎每天都有不止一个模型发布：千问 3.6 Plus、Claude 5.1。千问 5.1 是 2 月 11 日发布的，4 月 7 日就发布了 5.1。
然后 Meta 的新模型终于发布了；千问 3.6 的 35B 版本；Claude 4.7；Grok 4.3；千问 3.6 Max。你看，千问已经连续一周发布了好几个版本。
Kimi K2.6 也来了。Kimi 上一个 K2.5 是 1 月 27 日，距离它还不到 3 个月。然后又是千问，之后是 GPT-5.5，再到周末的 DeepSeek V4。
过去头部模型厂商，尤其是中国模型厂商，主动更新大版本，是在 1 月到 2 月。再上一次是在 2025 年 7 月到 8 月。那时候版本更迭是按半年计算的，但到今天，版本更迭已经是按两个月计算了。
再往后可能就是按月。你每个月都会看到这些模型厂商，尤其是头部模型厂商不断更新版本，这是一个疯狂内卷、疯狂加剧的过程。
在所有这些模型里，大家等待时间最长的，你发现右边这张图已经过时了，因为我们已经等到了。这是一个人在写自己等待 Claude 和 V4 时的心态，Claude 说内部正在测试一个非常厉害的模型，他还起了一个名字。当然还在测试，还没有发布，所以模型的下一代仍然在疯狂推进。
你要知道，已经发布的模型，可能是他们已经训练好的上一代模型；正在训练和测试的，又是下一代甚至下下代模型。
还好我们等到了。上周，我们等到了 GPT-5.5，口碑有一点逆转。我们也等到了中国人的骄傲 DeepSeek V4，终于等到了。
我在做 3 月 9 日那个版本的时候，就说过那个版本的 PPT 标题是“V4 不等了”。那个时候我就在等 V4，还没有等到。还好今天我们真的等到了。
DeepSeek V4 怎么样？
上面这张图是 DeepSeek V3.2 到 DeepSeek V4 的排名提升。下面这张图是在整个开源板块里的排名，DeepSeek V4 基本上已经非常强了。
更重要的是右边这张图，这是一个帕累托最优图。纵坐标是模型能力，横坐标是价格，越往右越便宜。
DeepSeek 最重要的意义，尤其是它小规模版本的意义，在于它以相对较低的成本，达到了最高的分数。这就是 DeepSeek 的意义。
今天 DeepSeek 已经不再承担“把天花板捅漏”的事情了。因为今天模型竞争过于激烈，它已经不可能再单独把天花板捅漏。
但它在承担另外一个角色，而这个角色其实原来也是 DeepSeek 一直在承担的。
所以你发现，DeepSeek 公布 Token 价格之后，马上——我没记错的话，应该是今天早上的新闻——它的 Token 价格就打了 2.5 折。你没有听错，直接砍到四分之一。
所以今天 DeepSeek 的价值就是这个。
然后大家都学坏了。学坏是什么呢？Anthropic 说，他们的模型太厉害了，厉害到可以发现一个 27 年以来没有人发现的巨大软件漏洞。所以这个东西不能开放出来，太危险了，要继续测试。
差不多同一时间，OpenAI 也说我的模型很厉害，也不能放出来，太危险了。
所以你看这个标题特别有意思，叫“Our new AI is too dangerous to release”。意思就是，我们也不能这样搞。
我觉得大家都学坏了，这里面肯定有一定的营销成分。但你也可以想象，模型真的强到一定程度之后，他们才会这么做。
当然，我也补充一句：或许这确实是需要的。在发布之前做更多安全测试，可能是必要的。
提到 DeepSeek，就不能不提另外一个关键词：开源。
这个关键词甚至可能是中国厂商在引领。在各种各样的数据统计里，无论是开源模型的下载量，还是占比，红色都是阿里的千问，此外还有 DeepSeek，以及国内各种各样的厂商。当然，美国和欧洲也有一些厂商在做。
但你会发现，中国模型厂商在开源板块非常强势。
上周，美国国会专门开了一场关于中美 AI 对抗的听证会。一位专门研究 AI 行业的研究员，引用了这两张图来讲这件事。他的意思是，美国没有太多参与开源，相当于把这个机会拱手让给了中国厂商，他认为这很危险。
开源引发的问题，也变成了中美对抗的问题。因为开源不只是开源软件的问题，它变成了中美两国在 AI 这件事情上竞争的核心战场。
所以那份报告特意区分了中国模型、欧洲模型和美国模型。结果显示，无论从模型能力还是模型占比来看，中国模型厂商在开源板块确实非常强，毋庸置疑。
8. 应用开始接受检验
讲完 Coding，讲完 OpenAI 和 Anthropic，讲完开源，我们再往下讲应用。
大家都会说，AI 要走到应用环节里。这两张图是 a16z 每半年会发布的一张图，统计前 50 大 AI 网站和前 50 大 AI App。标准特别简单，就是流量和 DAU。
但这又回到我刚才那个问题：在这个时代，流量和 DAU 还有价值吗？
图上很多公司确实经常出现在榜单里，但这个榜单本身的价值正在被弱化。你会发现，大家讨论这个榜单越来越少，因为大家发现流量和 DAU 好像没有太大价值。
但我们还是可以看到一些趋势。
首先，图片和视频一直是兵家必争之地。我讲过无数次，在潘乱的直播间也讲过无数次：App Store 到今年已经十几年了，每年的最佳应用，绝大部分都来自图片和视频领域。
从板块占比来看也确实如此。图片生成、图片编辑、视频生成和视频编辑，一直占最大的板块。
但同样也出现了新闻。3 月多少号？我看一下，应该是 3 月 28 日或者 29 日。OpenAI 关闭了它的视频生成 App，Sora。
大家会想，才过去 1 个月，怎么感觉像上个时代一样？这个新闻发生还不到 1 个月。
Sora 关闭当天，我写了一条微博：Sora 关闭了，无数人看笑话，说它留存差、瞎搞；打败抖音的绝对不是另外一个抖音。类似这些观点，大家应该在无数新闻媒体上都看到过。
很多人会说，我早就说过这个 App 不行，这不就是抖音的 AI 版吗？
大概率我觉得这些结论本身都是正确的，但很多时候，这些判断就像“人总会死”一样，是正确的废话。
尤其是在变革发生的当下，所有走过的弯路，我觉得最后可能都算数。
相较于这些讨论，我觉得真正值得展开的是以下几个问题。
第一，AI 模型公司的架构选择。这里的架构既包括产品架构，也包括组织架构。
第二，模型公司的资源优先级，或者说如何权衡 Token 效率。因为今天这个时间点，训练需要 Token，给用户提供服务需要 Token，研究新的模型也需要 Token。
Token，或者说算力，是有限的，无论你融了多少钱。所以对于任何一家模型厂商来说，今天 Token 的内部效率变得非常重要。
第三，什么阶段、什么估值、什么市场竞争地位的公司，应该如何做动态的战略取舍？
关闭 Sora，是 OpenAI 主动选择的取舍，因为它发现摊子铺得这么大，真的就追不上 Anthropic 了。
但又有谁会关心这些呢？
Sora 关闭之后，又出现了新的东西。GPT 说，我们关掉 Sora 是对的，因为我们推出了更厉害的东西。最近两天大家应该已经被刷屏了，叫 GPT Image 2。
我当时看到的时候，真的震惊得无以复加。
左边这张图，提示词只有一句：“生成一个抖音直播的截图，直播间名称叫某某精选，一个 40 岁左右的中年女性在北京央视大楼下讲解 39.9 元的北京一日游产品。”
一句提示词生成出来的结果就是这个样子。
你会发现，它对什么叫抖音直播间了如指掌：评论区、点赞、关注列表、红包、用户数量、排名，甚至连小黄车里的商品卡都知道。
这也符合刚才我说的 Gemini。不是 GPT，抱歉，是 Google Gemini。它去年强势推出图片模型之后，讲的就是“一桌”的概念。
什么叫“一桌”？图片生成不只是生成图片，图片理解的是全世界的知识。语言和图像在同一张桌子上。
新的 GPT 图片模型，依然符合 Gemini 之前做的多模态和语言在一张桌子上的逻辑。它不只是单纯画一张图，而是明显带有逻辑和 Know-how。
看起来，GPT Image 2 比 Nano Banana 更能理解世界发生了什么。
但就像前面讲的，最近半年业界的主线是 Coding。直到现在，我还是会被 Image 2 的能力震惊。
右边这张图大家应该也看过。提示词是把《原神》、 《鸣潮》、 《洛克王国》和《黑神话：悟空》做一张联动活动的推广图。
你知道这个事情的难度在哪里吗？《原神》《鸣潮》《黑神话：悟空》和《洛克王国》，分别属于 4 家公司的产品。
这张图做完之后，最底下有一条版权说明。版权说明里把米哈游、库洛、游戏科学和腾讯都写到了。
听懂了吗？我的提示词只是这 4 个游戏做联动，但它知道这样一张图底下需要有版权声明；它同时知道这 4 款游戏分别来自哪 4 家公司；而且把这些公司的大小写都写对了。
所以还是非常强，非常非常强。
我们再往下看。大家说 DAU 和留存都不重要，那重要的看上去只有收入，对吗？
于是我们又回到了 ARR。
除了看那几家头部公司的 ARR 涨得非常快，还能看到哪些公司的 ARR 涨得很好？
这张图已经更新了无数个版本，叫“一家 AI 公司从 0 做到 1 亿美元 ARR 需要多长时间”。这个记录在过去几年里不断被打破。
最近被打破记录的公司，一家叫 Legora，一家叫 Lovable，后面还有一家叫 Harvey。Legora 和 Harvey 都是做法律的。
如果大家听我的播客时间比较长，应该记得我在 2024 年 4 月或者 5 月，和抠姐一起做过一次整理，整理的是 YC 所有 AI 创业公司。
2024 年 5 月我们做那次整理时，我记得特别清楚。那天早上起来，我去找抠姐，在路边便利店买了东方树叶，然后打开手机刷新闻。那时候 Harvey 刚刚融了 A 轮，融资 5,000 万美元。
而在我做这个 PPT 的那一天，Harvey 已经估值 110 亿美元了。两年多，不对，不到两年。
我跟抠姐说，Harvey 已经 110 亿美元了。记得我们那天见面聊的第一句话吗？就是 Harvey 刚刚融资。他说：“所以可以说，当时就应该投的，对吧？”
但我没有办法投。这也是一个侧面。
我觉得这两年、三年真的发生了太多事情。
再从另外一个角度看，法律只是一个切面，但这个切面其实切进了非常多行业。
右边这张图，是对美国很多 CIO，也就是首席信息官的统计。他们到底想砍什么预算？首当其冲的是 IT 预算和软件、SaaS 预算，完全不砍的是安全预算。
那砍掉这些预算去干什么？当然是做 AI。
还有另外一个角度。这是红杉画的一张图，讲什么样的行业和工种会最先被 AI 替代。
它分两个坐标轴。横坐标左边是更多依靠人类判断的工作，右边是更多依靠信息和搜索的工作；纵坐标分为外包和内部完成。
最危险的当然是已经外包出去、同时又是信息相关的工作，比如保险、IT 设施等。
相对好一点的是 Copilot，也就是同样已经外包，但更多基于人类判断的工作。AI 现在能够做的可能是 Copilot，比如管理咨询。
第三象限是内部完成、但更多依靠判断的工作，这部分相对来说还在观察。
下一波可能就是今天更多依靠信息、但由内部完成的工作。可能下一波就会把这些事情吃掉。
所以今天这个时间点，这些行业几乎已经包含了我们能想到的所有垂直行业，只是先后顺序的问题，没有谁是绝对安全的。
9. 软件估值遭遇重估
技术和产业讲完了，你会发现这个话题慢慢引向了今天很多人讨论的问题：AI 替代软件，替代人类。
所以我们搭了一个新的框架，关于资本市场的框架，从资本角度来讲这件事情。
首先讲软件和 SaaS 股的暴跌，这可能也是过去一个季度整个二级市场最核心的主题。
然后讲过去 3 年引领整个市场发展的那几家大家伙，也就是 Mag 7；从 Mag 7 再扩展到整个二级市场的变化；然后讲泡沫、算力，最后讲一点我更熟悉的内容，我们就结束今天的内容。
你应该见过无数新闻说，软件或者 SaaS 已经死掉了。过去有人说软件吞噬世界，那这一轮就是 AI 吞噬软件。
从结论上来说非常简单。标普 500 所有公司，截至 2026 年，这张图应该是在 2026 年 2 月底做的。所有板块里涨得最好的是能源，涨得最差的是软件股，跌了 20%。
市场是非常简单的，涨和跌都很清楚。
今天市面上对于软件股有两种截然不同的观点。
一种观点认为，所有软件股的增长开始放缓，AI 开始影响这些软件股的利润率。更核心的问题是，就像前面那张图一样，AI 真正意义上正在影响软件和 SaaS 公司的商业模式，正在颠覆它们的根本。这是负面的观点。
当然也有正面的观点，认为软件公司依然增长稳定，各个细分板块里最领先的公司依然强者恒强，而且今天 AI 反而为软件打开了新的潜在规模。
这两种观点听起来都是正确的。你选择相信哪一边，代表了你的行动。
从另外一个角度看，SaaS 软件股的 PE 和标普 500 的 PE，经历了一个巨大的波折，现在已经回到了一起。
也就是说，今天这个时间点，标普 500 里的软件股已经不是什么特殊股份了，不应该再享有所谓的溢价，大家的 PE 回到了一起。
我觉得数字非常简单、直白：惨，惨得一塌糊涂。
这两张图，一张截止到 2026 年 4 月 9 日，另一张应该截止到 2026 年第一季度。你会发现，这些软件公司最疯狂的跌幅达到了四分之三。
如果看过去一年的数字，Figma 跌了 80% 多，应该快跌到 90% 了。Datadog、Adobe、ServiceNow，你发现了吗？刚才那张 OpenAI 加 Anthropic 收入超过的曲线上的公司，都在这里出现了。
你能叫出名字的大部分软件和 SaaS 公司，在过去一个季度都经历了非常痛苦的过程，惨得一塌糊涂。
惨到什么程度？这些公司的 PE 低到可能只有 10 倍，用明年预期收入计算的 PS 可能只有 4 倍，已经跌无可跌了。10 倍 PE、4 倍 PS。
你要知道，这些软件公司的毛利可能有 70%。已经跌成这个程度了。
于是出现了一个问题：这样的估值水平，是不是已经体现了我们刚才所有负面的担忧？
看两个例子。
第一个例子是 ServiceNow。这家公司我当时看完真的非常震惊。ServiceNow 今天的 PE 已经跌到了 23 倍。这张图只截止到上个季度财报，ServiceNow 昨天晚上还是前天晚上刚发布完财报，股价又跌了十几个点。
一晚上跌十几个点，是什么概念？PE 直接跌掉好几个数字。
但你看，它的收入一直在涨。这样一家非常传统的公司，在能够保证每个季度收入稳定增长的情况下，股价却一直跌到这个样子。从巅峰时期 132 倍 PE，跌到现在只有 23 倍，可能今天实际已经只有十几倍 PE 了。
还有一个更有意思的数据。有人统计了标普 500 所有公司在发布财报时，财报分析师会议上高管们提到 AI 和盈利这两个关键词的数量对比。
你会发现，2022 年底 ChatGPT 发布之后，AI 异军突起。但财报分析师会议当然主要谈的是利润，对吗？
这个数字什么时候发生变化？从 2025 年第二季度开始，AI 变得更重要了。
所以这些公司即使收入和利润还在上涨，市场也不关心了，该跌还是跌。
回头来看这么多年，软件股一直都是优等生。
比如收入增长，平均来看软件股可以达到 17%，其他标普 500 公司只有 6%。毛利方面，软件股平均毛利率达到 74%，像印钞机一样，四分之三的毛利。
收入的确定性也很高。今年的收入，明年的收入，今年就能确定。所以软件股过去为什么享受高估值？因为它们确实在过去这么多年一直是优等生。
但这一轮好像不太一样，这次可能真的有点挡不住了。
什么意思？原来比如说你是一家公司，要做一件事情，按照传统方式，可能需要 6 个月、花 50 万美元。今天用低代码的方式，可能只需要 6 周、花 5 万美元。
今天有 Web coding，可能只需要 6 个小时、花 50 美元，而且你自己就可以搞定。
更简单地说，如果你有收入，再把成本结构拆开：付给 Infra 和云服务的钱，付给知识的钱，付给营销的钱，付给专业服务的钱；从这些成本到毛利，再到研发、销售、Marketing、内部 IT 等各种板块。
你会发现，AI 正在改变所有这些板块的毛利水平。减掉这个、减掉那个，全部减完之后，你会发现好像每项成本都能减掉几个零。
这就是今天 AI 对 SaaS 和软件股最大的担心。
有个比喻是，SaaS 这个缩写叫 Software as a Service，原来的 SaaS 是我给你提供软件，但软件是以服务的方式提供。
但今天反过来了，变成 Service as Software。AI 提供一种能力，你想做软件，自己做就好了，我只给你提供服务。
当商业模式变成这个样子，建立在原有商业模式上的公司，确实会受到非常大的挑战。
这件事情的影响也扩大了，不仅仅影响软件股，也开始影响过去 3 年多一直引领 AI 行业发展的那些大家伙。
Mag 7 在 OpenAI 发布 ChatGPT 的第一年，也就是 2023 年，引领了整个行业增长；2024 年依然引领，但差距变小；2025 年就不再引领，2025 年是 AI 软件和 AI 能源公司在引领；到了 2026 年，它们开始领跌。
截至第一季度，Mag 7 无一例外全部下跌。跌得最狠的是微软，跌了三分之一，这是微软自 1998 年以来表现最差的一个季度。
2026 年第一季度，微软做错了什么吗？除了 Copilot 做得不够好之外，它没有做错什么。那为什么会跌成这个样子？
这些公司依然非常大，而且越来越大。英伟达、苹果、Google、微软、亚马逊、特斯拉依然非常大，它们占整个标普 500 的比例也越来越高。
但它们到底大到什么程度？
这是年初英伟达发布会上的预期。你要知道，这个坐标系画得其实非常夸张。抛掉 2027 年的预期，如果只看 2023 年、2024 年、2025 年和 2026 年，英伟达过去 3 年的收入已经暴涨到不可思议的地步。
但即便这样，2026 年收入大概是 2,000 多亿美元，它预计 2027 年要突破 1 万亿美元，也就是说一年要翻 5 倍。
在英伟达已经是世界最大公司的情况下，还要再翻 5 倍。为什么？因为所有巨头今年依然在疯狂加注 AI，中国厂商也一样。
这张图是中国头部互联网巨头对 AI 的投入。百度、腾讯、阿里和字节在这件事情上也不会放弃。
所以大家伙们依然很大，收入增长也很好，那为什么会跌成这个样子？
投这么多钱影响的是什么？
这些公司的收入和 Cash Flow from Operations，也就是经营现金流，其实还不错，收入增长和利润也还可以。但出问题的是现金流，尤其是自由现金流。
因为要投那么多钱，短时间内不可能回来。所以这个曲线就变成了这样。
最头部的几家公司最明显。3 家云公司加上 Meta 这个不要命的人，4 家公司一年在 Capex 上要投入 3,000 亿美元。收入再怎么增长，它们也扛不住。
所以大家担心的，是这些公司的现金会出问题，这是最核心的担忧。
于是市场开始重新给 Mag 7 定价。
微软、Meta、特斯拉，以及这张过去 52 周的图、这张截至 2026 年 3 月 27 日的图，趋势基本一模一样，都在跌，而且跌了不少。
再看英伟达。从 PE 角度来说，英伟达的 Forward PE，也就是按照下一年利润计算的 PE，已经跌到了 17 倍。
你会发现，这张图和刚才 ServiceNow 的图一模一样：收入一直在涨，疯狂地涨，但 PE 一直在掉。
我也讲过很多次，英伟达的股价在 180 到 200 美元之间横了 9 个月。这 9 个月里，英伟达已经发布了两次财报，两次财报都超预期，那为什么股价一直横在这里？
更有意思的是，今天微软、亚马逊、Google、Meta 这 4 家疯狂投入 Capex 的公司的 PE，只有 20 到 30 倍；但市场给沃尔玛和 Costco 的 PE 已经是 40 到 50 倍。
沃尔玛和 Costco 明年的收入增长预期只有 4% 到 9%，英伟达的收入增长是 70%。这不合理，对吗？
为什么要给一个收入只增长 4% 的公司超过 40 倍 PE，而且还是沃尔玛这样一家传统到不能再传统的公司？市场到底在买什么，或者在怕什么？
事情继续扩大，你会发现纠结的不仅是软件股和 Mag 7，还有市场本身，因为最大的那些公司已经开始影响市场。
你看整个标普 500 的曲线，从去年到今年，中间那个大坑是中美贸易战砸出来的。之后标普 500 一直涨，一直涨，涨到 2026 年第一季度开始下跌，跌出一个小坑。
回看第一季度所有公司的财报，我们刚才提到的那些公司，大部分都在信息科技板块。超过 90% 的公司的收入增长超预期，也就是说业绩很好，但股价跌得一塌糊涂。
英伟达、苹果、高通、微软、Google、亚马逊、Meta、特斯拉，全都跌得一塌糊涂，但它们的收入增长得很好。
同样的问题是，整个标普 500 的每股盈利一直在涨，但所有公司的现金流掉得非常厉害。
更有意思的一点是，我们刚才说软件股的 PE 回归到了和所有股票一样的水平。今天告诉你，所有和 AI、信息科技相关公司的 PE，也回到了和标普 500 平均 PE 差不多的地步。
也就是说，如果单纯看 PE，过去 3 年的高峰已经消失了。过去 3 年市场对所有信息科技公司的优待和溢价，也消失了。
市场总要有一些公司涨得好。
第一季度涨得最好的主题，核心是存储和光。看所有公司增长最靠前的，SanDisk 异军突起，成为存储股。
这张表上 2026 年涨得最好的一些公司，包括 SanDisk、西部数据、希捷、美光。除了做硬盘，就是做内存。那几个蓝色的则全都是做光模块的。
所以为什么 A 股里的中际旭创最近涨得很好，也是这个逻辑。市场现在主要就剩下存储和光两个主题。
但很有意思，市场跌多了就会涨，这是非常简单朴素的道理。
这张图是更新后的版本。上一个版本黑色的部分截止到第一季度，但在那之后，最近一周，标普 500 又创了新高。
看我上面的标题，叫 0417。这张图截止到 4 月 17 日，4 月 17 日标普 500 涨到了历史新高。那个小小的坑，在一周之内迅速涨回来了。
刚才那些 PE 比沃尔玛和 Costco 还低的公司，PE 的尾巴也开始涨起来了。
市场总是在这样波动。市场跌多了就会涨回来。
英伟达重新回到 5 万亿美元市值，突破了 200 美元的界限，标普 500 也达到了历史新高。
我回头去翻我的极客公园，翻到这样一条内容，因为我有印象，1 月 28 日的时候，王慧文说过一句话：“人类容易用历史经验去过度简化概率，预测未来。比如用 2000 年互联网泡沫来预测 AI 的股市走势。”
所以 AI 会不会回调，或者根本不会回调？雨森说：“这次不一样吗？”
我在下面说，看起来很有可能发生的情况是，哪怕回调，哪怕剧烈回调，也会在非常短的时间内拉回来。
现在看上去就是这样的。上一页那里发生了剧烈回调，然后又更剧烈地拉了回来。
那到底发生了什么，来验证这件事情？
10. 算力泡沫撞上现实
我们先把市场放到一边，讲另外一件事情：泡沫和算力。
这张图大家应该看过另外一个版本，讲的是美国办公室投入和数据中心投入的曲线。
2025 年第三季度有一个版本，那时两条曲线已经接近；但到了 2026 年，两条曲线正式交叉，数据中心投入超过了办公室投入。
超过之后的问题是，未来几年数据中心投入还会暴涨，但给人类使用的办公室不可能再涨。
也就是说，给硅基世界的办公室在暴涨，给人类的办公室在下降，而且这个差距还会继续扩大。
有人预期，未来 5 年，AI 训练和 AI 推理带来的数据中心需求，可能会占整个数据中心需求的 60% 到 70%。
今天这个时间点，数据中心已经变成所谓的 Token 工厂。Token 就是收入，简单粗暴。
于是所有厂商都开始囤算力。
最头部的 5 家公司，微软、Google、亚马逊、Meta、Oracle，加在一起的算力可能占整个市场的 60% 到 70%。
这里把中国算作一个整体，也仅仅和 Oracle 差不多。所以在算力这件事情上，我们还是有一定压力的。
衡量今天市场对算力需求的一个重要指标，就是显卡租赁价格，也就是 GPU 租赁价格。
H100 是 5 年还是 6 年之前发布的。也就是说，H100 发布时，ChatGPT 还没有发布。按理说，这张显卡应该已经被淘汰了，对吗？
但我告诉你，过去一个季度，H100 的租赁价格还在上涨，整个市场供不应求。
同时，英伟达在做的事情是，把富余的现金流投给算力租赁公司和算力公司，也就是所谓的 Neocloud 公司。它正在疯狂投资自己的生态公司，所以租赁价格不会跌下去。
结果就是半导体行业直接起飞。
十几年前的半导体行业，主要是高通、博通和联发科。今天则是英伟达、博通、AMD，以及高通、联发科，还有中国的各种 GPU 和 CPU 公司。
有要上市的上市，有暴涨的暴涨，有订单的订单起飞，有盈利的盈利，整个半导体行业都在起飞。
还有一点，是过去两周左右业界最大的讨论。
过去几年我们一直强调算力是 GPU 带来的，相对失意的一方是 CPU，也就是英特尔、AMD 这些公司。但上周五英特尔发布财报后暴涨 20%，AMD 跟着上涨 14%，市场重新把 CPU 拉回了舞台中央。
回头来看，截至 2026 年，这张图应该截止到上周。英特尔今年已经翻倍，Arm 涨了 68%，AMD 也涨了 50%。
为什么？
又回到我们最前面讲的，今天整个行业最大的共识是什么？是 Harness，是 Agent 的编排和任务处理。
这件事情不是 GPU 做的，更多是 CPU 做的。
在训练时代，一个数据中心通常是为模型训练服务的，配置一般是一个 CPU 配 7 到 8 个 GPU。到了 Inference，也就是后训练和强化学习阶段，一个 CPU 要配 4 个 GPU。
到了今天 Agent 崛起，一个 CPU 要配一个 GPU，CPU 变得重要了。
什么程度？我的说法是，矫枉必须过正。市场规律就是这样。
英特尔的股价已经超过了 2000 年互联网泡沫时期的高点。经历了 20 多年的曲折发展之后，上周英特尔重新超过了当年互联网泡沫时的股价。
今天英特尔的 PE 已经超过 100 倍。
如果大家在上一次狂喜播客节现场听过我的故事，我讲过当年互联网泡沫最具代表性的公司思科，巅峰时期 PE 是 117 倍。这个数字非常疯狂，而现在看起来，CPU 这个概念可能才刚刚开始炒作。
如果大家有勇气做短期交易，我觉得英特尔和 AMD 最近会有比较大的波动，大家可以自己判断。
除了 CPU，存储和光依然涨得很好。美光，以及那几家做光模块的公司，整个数据中心相关股票在第一季度涨得确实非常好，这基本已经是共识了。
但市场涨了总会跌。市场这么强的预期，一定会出现一些问题。
首先，虽然几家巨大的云厂商疯狂提高 Capex，但半导体公司的 Capex 受限于物理世界的极限，不可能提高得那么快。
无论是先进制造、封装、产线设计，甚至政府审批，都有限制。
再说政府审批。从特朗普 2024 年还是 2025 年上任开始，数据中心这一波浪潮之后，你会发现，今天回头看 2025 年，美国有超过一半的数据中心项目延期。
土地审批批不下来，没有工人建设，也没有发电机，所有事情都在往后延。
我们所有人的预期都会认为，建设 1GW 的数据中心不是那么容易。物理世界有很多局限来限制你，所以事情没有那么一帆风顺。
最后讲一个小议题：一级市场。
这张图里，柱状图代表投资金额，曲线代表投资项目数量，从 2016 年统计到 2026 年。
大家有没有发现这张图有什么问题？今天才 4 月底，2026 年的数字已经是这个样子了。
如果我不说，大家可能会以为 2026 年好像已经结束了。但 2026 年才过去 4 个月，它已经变成这样。
如果把它线性外推，你应该知道，2026 年全年的投资额会突破过去的天花板，甚至会比 2021 年还高。
2026 年第一季度，从一级市场的意义上讲，是创历史纪录的第一季度，是人类从来没有见过的第一季度。一个季度，一级市场投出去 3,000 亿美元。
按季度看，它甚至超过了 2021 年疫情放水的那个时候。
刚才我们说，整个第一季度真正意义上的 Mag 7 不太行。但一级市场告诉你，我们这边有自己的 Mag 7：SpaceX、OpenAI、xAI、Databricks、Anthropic，全都是 AI 公司；Stripe 是做支付的，但它其实也享受了这一波 AI 红利。
所以这个意义上的 Mag 7，有 6 家是 AI 相关公司。
前 5 大基金募走了市场四分之三的钱，前 5 大项目也募走了市场四分之三的钱。大者恒强。
OpenAI 和 Anthropic 都在第一季度融了非常多钱，规模超级大。Top 5 的 Big Deal，当然要配 Top 5 的 Big Fund。
结果就是，哪怕今天 SpaceX 没有上市，OpenAI 也没有上市，这两家公司的市值已经可以排进全世界前 15 名。
我们把今天全世界最值钱的公司列在这里，SpaceX 和 OpenAI 已经在这张表里了。它们还没有上市，上市之后会怎么样？
再看 YC 的统计。YC 每个季度会投资各种各样的项目。2024 年我和抠姐做统计时，YC 的项目还分为 AI 和其他。
今天不好意思，只有 AI，没有其他。超过 95% 的项目都是 AI 项目。
同样，你会发现，今天一级市场所谓的后期市场，已经变成了公开市场。
对于这些大公司来说，它们不需要上市。想发股就发股，想收购就收购。
为什么？因为二级市场调整之后，二级市场给这些后期公司的 PE 和 PS 倍数都非常差，但一级市场愿意给溢价。
一级市场非常慷慨，所以它们可以选择不上。
OpenAI 和 Anthropic 的收入预期其实已经过时了，因为这张表做的时候已经是上个月。你会发现，这两家公司的收入预期每个月都在更新，恐怖得不得了。
OpenAI 大到什么程度？估值 8,000 多亿美元，相当于麦当劳加迪士尼，加波音、Uber、福特，以及其他很多公司的总和。
一家估值 8,000 多亿美元的公司，收入只有 250 亿美元。OpenAI 已经大到这个程度。
那比它更好的 Anthropic，今天这个时间点值多少钱？
Coatue 的一位投资人给了一个预期：到 2030 年，Anthropic 可能值 2 万亿美元。
如果大家在上一次现场听过我讲这个故事，应该知道 trillion，也就是万亿美元，是一个非常恐怖的数字。
他说 2030 年 Anthropic 值 2 万亿美元。这个市场最有意思的地方是，一个数字被喊出来之后，很快就会被打到。
所以 Anthropic 今天在一级市场已经可以跑到 1 万亿美元市值。
就在今天，Google 又加码投资了 400 亿美元。
你会发现，几家巨头除了微软之外，其实都在两个阵营里：英伟达阵营和 Google 阵营，也就是 GPU 阵营和 TPU 阵营。亚马逊也在里面，大家都在重注。
听起来 OpenAI 有点危险，对吧？
但 OpenAI 会告诉你，我有一个巨大的泡沫网络。
这张循环融资的表，大家上次在这个场合应该也听过。现在这张表变得更复杂了。如果把 Anthropic 也画进去，表会非常复杂。
标普 500 就像刚才说的，从去年 4 月中美贸易战砸出一个坑之后，一直涨、一直涨、一直涨。第一季度又砸出一个坑，但迅速拉回来了。
这个市场正在经历各种各样的事情：循环融资的历史新高，以及各种各样的变化。
于是自然而然又回到了那个问题：我们到底在哪儿？
这个议题我在上一次现场也讲过。有一篇文章写，我们可能处在 1999 年那个样子。如果是这样，就代表我们距离泡沫确实越来越近了。
但我们可能还没有经历最疯狂的增长期，对吗？
所有周期曲线都是这样。我们现在在山脚下，可能不太现实。大部分人认为我们在山腰，当然也有一些激进观点认为我们已经过了山峰，正在往下走。
每个人有自己的判断，我们不去讨论谁对谁错。我只是把我能够看到的所有信息列在这里。
11. AI焦虑进入现实
按理说今天的内容应该全部讲完了。按照正常结构，技术、产业和资本三章都讲完了。
但我在做 PPT 的时候，做到这里，觉得今天这个时间点，我们可以讲一点别的事情。尤其过去几个月，我相信大家有了更多体感，所以想讲一些别的事情。
第一张图，是一位中信的朋友拍的他们书店门头热门书的照片。
立起来的是 OpenClaw，豆包这类书已经只能横着放了。再过几个月，似乎横着放的书也不需要再放了。OpenClaw 可以横着放了，会有新的书立着放。
这些都是热门书，热门书代表大家买得多。为什么买得多？焦虑。
巨大的焦虑。
我相信大家在各种地方，已经用肉身感受到了这种扑面而来的焦虑感，像水位已经淹到脖子的状态。
焦虑这个事情也很有意思。
这是 3 张图，我们先看第一张。
这个人是红果短剧的负责人，叫乐丽。这个新闻发生在去年 10 月十几号。她当时在中国网络视听大会上发言。
如果大家不做视听行业相关内容，可能不太知道中国网络视听大会。这是监管部门主办的、每年一次的行业最大年会，也就是说，所有平台的一把手都一定要来。
在这次会议上，红果短剧负责人发布了一件事：我们拿出 5 亿元，支持真人短剧拍摄。
什么意思？在今天的环境下，真人短剧已经需要被扶持了。听懂了吗？
同一天，红果短剧 App 内的热门排行榜发生了变化。在这一天之前，排行榜分 AI 剧榜和真人剧榜；从这一天开始，这个榜单不再区分。
你现在打开红果短剧，可能前 10 名里有 6 到 7 个是 AI 剧。
这个是诚实的。那个是给领导看的态度。为什么也是同一天？
我的好友洪亮说，4 月 17 日字节巨量引擎的投流数据里，4 月 15 日 AIGC 的总消耗是 9,968.92 万元。
周五早上我们刚做过一场直播，讲短剧。这个数字今天应该已经稳稳超过 1 亿元了。
也就是说，在红果和短剧这个平台上，给 AI 漫剧、AI 短剧每天投放的广告费已经超过 1 亿元。
这边说拿 5 亿元支持真人短剧，说是打发要饭的可能都有点难听，但事实可能就是这样。
你知道这个状态的变化，只有几个月时间。
这张图是 5 个数据中心的建设卫星图。这 5 个数据中心，全部都是特朗普刚上任时，他和 OpenAI、Oracle 以及软银谈的所谓 Stargate 计划中的数据中心。
你会发现，除了第一张图之外，大部分数据中心的建设进度都严重延期，基本上没有什么进展。可能只是土方工程动了一点，除此之外没有做太多事情。
新闻里我们看到的是：要建 5GW，要投资几千亿美元，每年要带来几百亿美元收入。
但现实呢？特朗普已经上任多久了？之前预期的 5GW，可能现在真正运营的只有 0.3GW。已经过去快两年的时间了。
事情没有那么一帆风顺。
上周，美国密歇根州成为美国第一个通过数据中心禁令的州，也就是说，在 2027 年 11 月之前，密歇根州不能再建设数据中心。
你能看到密歇根州人民开心的表情。
为什么？过去一年美国电价一直在上涨，涨得最狠的密歇根州涨了 17.6%。
今天这个时间点，美国有 11 到 12 个州在认真讨论，是否要禁止或者暂缓数据中心建设。
为什么是这个时间点？因为大家确实看到了太多科技故事的渲染，但很少有人去理解，这些东西到底会对人类、生活、环境以及其他各种事情产生什么影响。
更极端的是，我们看到了各种各样的游行和示威。甚至最极端的，OpenAI 创始人 Sam Altman 的家被连续袭击了 2 次，一次是燃烧瓶，一次是枪击。
所有这些事情，都发生在过去两三个月。
我在准备材料的时候，找到一个历史理论。无数人讲过类似的故事，我也讲过蒸汽机替代纺织工人的故事。
恩格斯有一个经典理论，叫恩格斯暂停。意思是，在这段时间里，虽然新技术带来了 GDP 和经济增长，但工人的工资在长达 40 年的时间里没有变化。
很多人会说，我们要经历新一次恩格斯暂停。因为肉眼可见，AI 可能会带来 GDP 的快速增长，但似乎和我们的工资、福利没有太多关系。
所以很多人会说这样一句话：“历史的一夜，就是很多人的一生。”
那 40 年，其实就是很多人的一生。我们似乎可能也要经历这样的事情。
但我觉得不太对。这个说法太上帝视角了。
谁的一生，就会被压成一页纸吗？每个人都有自己的一生。你生下来要经历什么、要做什么、会变成什么样子、兴趣是什么、爱人是谁，所有东西都不一样。
每个人都有自己的选择。人出生不是为了成为一张纸，也不是为了成为历史的一页。所以我会觉得，这种观点特别……
这张图，是我上一次狂喜播客节最后一页时，摄影师抓拍到的我。当时我特别像一个 Gangster。
我也不知道为什么会被抓拍成这样一个动作，但我觉得抓得很好，很能代表当时的状态。
但我回头去想，去年做这一页的时候，更多是一种单纯的情绪。
去年我做过一次统计：在去年狂喜上半年，一次活动里 AI 话题的浓度是 12%；到了去年年底那次，只有 6%，大家没有那么关心 AI 到底是什么。
这次官方给我的反馈是，AI 的比例降得更低了。
所以我觉得这不单纯是情绪，而是一种感受，甚至可能是一种态度。
今天这个时间点，AI 真的太强了，而且越来越强。AI 能做太多看上去正确、不会出错的事情。
那我们就把那些正确而不会出错的事情交给它吧。我们去做那些能出一点错的事情。
所以最后一页——Sorry，我最后一页怎么出不来了？我还打了广告呢。算了，最后一页就是感谢大家。
最后一页，感谢大家。这个闭幕式我会觉得是整个狂喜最好的一次活动。它比任何一次演讲都更有在场感，也更有情绪的宣泄，有快乐，有感动，还有各种各样的东西。
如果大家有时间，我建议大家去参加闭幕式。
好，谢谢大家。