庄明浩
VC投资不是一个赌正确性的问题，它是一个赌概率的事情。它不需要保证每次都成呀。悲观者往往正确，但乐观者成功嘛。
亚婷
这里面哪一部分是 AI 不能取代的？
庄明浩
都可以啊，现在都可以了。最后的手搓的坚持的意义可能只有一点点，作为所谓老手艺人的坚持，已经没有技术层面的坚持。
亚婷
哈喽大家好，我是雅婷，这是人类和 AI 的第两百零一个故事。庄明浩，屠龙之术主理人，VC 从业十五年。ChatGPT 刚发布那会儿，他花了六个小时的时间把 YC 投过的两三百个项目逐一分析。而今天几年过去了，他当年看好的项目估值从五千万美金涨到了百亿。他给自己的定义是专业美缝选手，不是主菜，而是专业填缝的人。他乱说，当一个话题媒体记者不知道找谁聊的时候，就去找庄明浩。那接下来就是我对庄明浩的访谈。
然后我们是 2018 年认识的。我还在做熊猫，在杭州网易开的大会上。
庄明浩
你怎么记得那么清楚啊？
亚婷
记得很清楚啊。我那时候在卖腾讯广告。
庄明浩
对啊，在卖腾讯。
亚婷
是啊。那时候你作为大佬，坐在分享嘉宾那边。我的销售总监教我的第一件事情就是：要加大佬，一定要在他们演讲前去“扫”他们。
庄明浩
为什么？
亚婷
因为你们演讲之后就会被围攻，没我的事儿了。
庄明浩
从那开始，我每进一个公司，就想卖东西给你。
亚婷
笑死了。而且我觉得很有意思的是，每一次——中间不是你支持过我的沙龙嘛——我都想把你闪亮亮的 title、各种 title 全部并上去，但每次你都让我只留下“屠龙之术主播”。
庄明浩
因为你发现那些 title 没有太多实际意义。
亚婷
对。
庄明浩
其实没用。今天这个时间点，这个时代，身份越来越不重要了，个人表达可能更重要。所以一般情况下，如果不是特别正式的场合，绝大部分时候我可能只会保留一个“播客主播”的身份。
这个身份比较 soft，没有那么锋利、锐利，而且适用性也比较广。说得再直白一点，就是比较时髦，没那么锐利。
亚婷
对，这个词很有意思。你说自己是一个什么样的专家、什么资深从业者，或者一个很长的头衔，但很多时候我会觉得，当然可能跟人的性格有关，我不太喜欢那种锐利的方式。
庄明浩
如果这个场合需要，那也可以。但大部分情况下，我会说那就保留一个最圆融的头衔，可能会比较合适。
亚婷
所以我就好奇，你什么时候做《屠龙之术》的？
庄明浩
没记错的话，应该是 2024 年 9 月。那时候身边有不少朋友在做播客，我也经常去他们的节目里串台。
有一天，我听了一期朋友的播客，是《四十二章经》的曲凯采访我另外一位朋友，讲字节的增长史。2024 年再讲增长，其实已经不是什么行业关注的事情了。然后有我第三位朋友在评论区留言说，这是一期“满满的屠龙之术”。
因为在那个时代，大家已经不太关心增长、用户增长、运营这些东西了。你掌握的那些技能，其实是屠龙用的，但是世界已经没有龙了，所以你会的东西都过时了，没有用了。
这个名字挺适合我的。你想，我从业以来一直做 VC，一直以移动互联网为主，中间出去几年创业做直播。甚至早期 VC 的方法论，尤其是偏美元基金的 VC 方法论，在进入这一轮 AI 浪潮之前，本质上从 2020 年左右开始，就全面转向硬科技这些今天的热门话题了。
我们所熟悉的这套互联网、移动互联网，尤其是偏 To C 的互联网、移动互联网，早就不是 VC 所关注的了。随着字节成为真正意义上最大的那个大家伙，把所有东西都收割之后，这些行业的讨论听起来也像是上个时代的故事了。
所以当时我就想，你所会的东西、所知道的东西，以及你的表达，原来很多人会找你，是因为你知道这些东西还有意义，或者说还有被传播的价值。但是随着时间流逝，你待在原来的位置上，这些屠龙之术已经没有地方表达了。
那索性我自己做个地方，就起了“屠龙之术”这个名字，开始做相关的内容。谁知道这两年 AI 能火成这样，所以现在我的一半，甚至大部分内容，都是关于 AI 的，但也有一些内容跟 AI 没有任何关系。
亚婷
所以你做的时候，AI 还没像现在这么火？
庄明浩
AI 已经起来了，但不像今天这样。如果按百分比算，今天整个世界，尤其是我们相关的科技行业，可能 90% 的声音都是 AI；那个时候可能是 50%，还有一些别的乱七八糟的事情。
亚婷
你在经纬主要关注哪些赛道？
庄明浩
我在经纬有两段时间。2011 年加入经纬，2015 年下半年离开，这是第一段。
那段时间主要是中国移动互联网爆发的年份，开始看中国移动互联网爆发初期的社区、电商、游戏、广告、平台公司。离开之前，2014、2015 年那一波起来之后，新的内容公司开始兴起，比如动漫、电竞、二次元。当年 B 站那一波，就是我在离开的时候做的。
因为这个原因，我后来去做了游戏直播。游戏直播做了 3 年多，创业失败。然后 2019 年 6 月，我又回到经纬。
2019 年 6 月回到经纬的时候，其实我很幸运，赶上了一个新的关键词——今天听起来已经活在历史尘埃里的关键词：元宇宙。
亚婷
2019 年元宇宙还没有火吧？
庄明浩
对，2019 年还没有火，2020 年才火。你要想，我 2019 年回去的时候，原来上一个阶段所熟悉的那些板块，也已经不是早期 VC 所关注的了。
那时候我回到经纬，已经是一个有 10 年工作经验的老人。你回到一个基金，虽然那个基金很熟悉，但是在基金内部，你还是要找到适合自己的战场。
然后瞬间进入 2020 年之后，可能跟早期中国的很多行业很像，就是它会从没什么人知道，迅速进入争抢。突然之间大家形成共识，一夜之间所有人都在看。
这也是我后来再次离开的原因。你会发现，中国一级市场，或者说中国初创公司的浪潮更迭得越来越快。我们早年做的时候，可能每一年或者每两年才会出现一个主题，但是现在可能每个季度都会有新的主题出现。
每个季度出现的新主题，会把上一个主题踢掉，上个主题就没有人关心了。我看元宇宙那段时间就是这样：它从没有什么人关注，迅速进入所有人都关注的状态。
而且那段时间，2020、2021 年，整个美国、中国的美元基金都经历了一波比较大的疯狂放水。大家很有钱，竞争也很激烈，很疯狂。一家公司什么都没有，只有一个团队，出来可能就能融几千万美元，然后达到几亿美元的估值。
当然现在听起来已经不是什么大事，因为现在具身智能、自动驾驶，早就已经超过这个数字了。可是当年，对于我们这些老人来讲，我跟不上这个节奏，或者说我没有办法说服自己，以这样的价格去赌这个阶段的公司，哪怕这个公司的创始人质量很高。
问题在于，在这种浪潮不断更迭的过程中，你不参与，可能第一步不参与，后面就步步都参与不上。所以我当时在离开的时候，给几个老板写离职 PPT。我说，如果你们还要看这个方向，就找几个年轻人，不要找我们这些老登，不要有那么多包袱。该扫的项目扫到，闭着眼睛先投几个再说，不要考虑太多阶段问题。
但是这个建议，我可以站在旁边，以一个站着说话不腰疼的方式给你；我自己却干不了这件事情，所以我撤了。
亚婷
你干不了的原因是？
庄明浩
我说服不了自己接受这种节奏和方式。
亚婷
那后来，当初那一波很疯狂地在投的项目，最后善终了吗？
庄明浩
当然不好啊，那波全军覆没了。
但我还是那个观点：VC 投资不是一个赌正确性的问题，它是一个赌概率的事情。万一有一个成了，不就行了吗？它不需要保证每次都成。
或者说，悲观者往往正确，但乐观者成功。VC 就是这样一个游戏。你虽然证明，但万一如果有一个平行宇宙，元宇宙成了呢？那似乎所有的投资都是值得的。
所以这跟个人的性格、选择和偏好都有关系。你会意识到，在那个时间点，你的年纪也到了 35 岁左右，越来越认识到自己的性格偏好，以及自己对早期项目的选择偏好。你可能会觉得，自己不太适合做这样的工作，所以离开了。
亚婷
那个阶段，你更擅长的那套偏行业、跟 AI 没有太多结合的、原来那套古典意义上的东西，已经没有太多被讨论的价值了。为什么年纪会是个问题？原则不是应该一致的吗？
庄明浩
新的人会有新的思想、新的受教育方式，以及对事情新的理解和判断。你需要逼迫自己去修改自己的判断参数。
亚婷
所以在互联网时代投这些赛道，和在 AI 时代投这些赛道，直觉上感觉不变的 principle 大概占多少？不变的还是那些听起来正确的废话吗？比如用户需求、如何满足需求、团队的适配性，以及运营节奏？
庄明浩
对，还是这些。无论什么时代都正确的答案，底层没有太多变化。
只不过在 AI 时代，节奏会变快，时间会变短，给大家尝试、或者说开枪所需要的成本变低了。原来可能做一个决定，就要埋头做很久，才能决定继续往下做还是停下来。
现在可能做几个月，就可以考虑停还是继续，甚至几个月都算长，一两个月就可以。原来你的钱可能是为一个阶段准备的，现在同样的钱可能够你做 6 个阶段，你可以开 6 枪。
所以你的评判方式、对这些团队的要求，以及阶段性评估他们的方式，可能都会出现变化。但这些东西都属于我们说的战略层，底层战略层没有太多变化。
亚婷
我分析了一下，传统上我们说看一个赛道的投资人，包括你现在做的事情，可以拆成几个部分：大量搜集资料，然后你又特别擅长从里面总结规律，再通过大白话把这些规律讲出来，让大家觉得跟自己切身相关。
这里面哪一部分是 AI 不能取代的？
庄明浩
都可以啊，现在都可以了，而且越来越可以。
我在来的路上打了一个电话会。月底我会去参加我现在正在用的一款知识库软件的发布会，他们请我作为核心用户去给他们讲故事。在来的路上，我就在跟他们的工作人员讨论这个故事要怎么讲，其实我的 PPT 已经做完了。
你想，它是一个知识库软件。刚才这个逻辑，不就是符合你刚才说的所有流程吗？
我每天在网上看各种各样的信息，高速冲浪几个小时，对吧？那需要一个整理的地方，所以用了知识库。知识库用完之后，我有一个比喻，就像厨师炒菜一样：先去把原材料买回来。
原材料买回来之后，还要加工，洗、切这些东西。今天 AI 的能力在这个阶段已经显现得特别明显了。你可以让 AI 去理解内容本身，比如给它一张很复杂的可视化图表，它可以告诉你这个图表到底讲了什么、趋势是什么、含义是什么。
当然我也可以看，但如果它还是英文的，我看起来就会有点费劲。今天 AI 在这个能力上确实已经非常强，没有任何问题。先做 OCR，再做文字分析、语义理解，不就出来了吗？
这叫加工整理。收集是第一步，原材料；加工整理是第二步。
第三步，我叫它统筹，就像大厨做的事情：今天做几道菜，每一道菜涉及什么原材料，同时要考虑有几个锅，每个锅先后怎么安排顺序。第三步叫统筹安排。
在我做的过程中，你会发现 AI 确实也更强了。第四步才是真正意义上、狭义的烹饪，也就是炒。
现在这个时间点，比如我的烹饪部分，还是没有太多让 AI 参与。前三个阶段，从加工整理到统筹安排，AI 已经参与得非常多了，而且越来越多。第三个阶段可能现在我跟它是一比一，互相参与；第四个阶段，我几乎完全没有让 AI 碰。
所以我那个演讲标题叫“最后的手搓”。今天我的 PPT 还在坚持手搓，但有些情况下，它已经开始渗透进来了。
我会觉得，去年 NotebookLM 和 Nano Banana 出现之后，尤其是 Nano Banana 这类图像模型出现之后，把一段很复杂的文字、图片、表格做成可视化、很好看的样子，这件事情 AI 已经做得非常强。
所以在一些不那么严肃认真，或者要求没有那么高的情况下，我现在也可能会用 AI 工作。
亚婷
你最后那一部分，是指做 PPT 和最后输出演讲的逐字稿吗？
庄明浩
对，现在大概是一比一。
亚婷
剩下的 50%，是你不想让 AI 做，还是 AI 现在还不能做？
庄明浩
都有。我也不好说具体比例是多少。最后作为手艺人，还在坚持一些手搓。
亚婷
然后我想问你最近发生的一件事情。最近最火的应该是中美关系，这一次特朗普为什么来中国？
庄明浩
这我哪知道啊？大国之间的竞争我怎么会知道？这个话题你们换几位能聊吗？
但中美对抗在过去几年确实有很多波折，AI 是这个对抗当中比较前沿的战场。其实你看这次来的美国代表团，真正跟 AI 相关的可能也就只有英伟达的黄仁勋，或者特斯拉的马斯克。但马斯克现在也不太做 AI 了。
虽然大家讨论 AI 很多，但你看他带来的公司，有 Visa、银行、波音，还是传统行业，金融、制造业这些人。这才是大国的根本。
我们天天看新闻，AI 怎么怎么样，但从这个角度来看，事情很简单。大家都关心中美谈判里有没有谈芯片解禁，但现在看上去没有谈，甚至都没谈到。
我之前查到的，一直都是芯片管制和去依赖，那些是我们科技人关注的事情。但你看两国元首之间，这件事情没有那么高，或者说优先级没有那么高。更多还是中美关系本身的问题。我们的期待可能有点过于给自己加戏了。
亚婷
我觉得有一个侧面很有意思。你看这轮中美对谈里出现了特别多 AI 生成的图片。原始图是黄仁勋穿着皮夹克、背着包，假图里却是他搬着茅台，或者搬着他的芯片，P 出来的图。
这些图做出来的时候，你会很佩服那些人的 idea。同时，现在的图像能力确实很强，你根本看不出什么破绽。第一眼看到这个图的人，可能就信了。
庄明浩
我觉得到 2025 年，想从图片模型里找破绽已经很难了。那都不是现在的问题，已经是过去一年的事情了。
2025 年的那个转折点是 Nano Banana。它把图片的生成和理解放到了一起。Imagen 2 在图片生成层面其实没有太大的进展，但是你刚才说的世界知识，我觉得它对于世界知识的理解，背后可以帮你补充很多细节。
所以人类一败涂地。你看，没准春节的 Veo 3.0，视频可能也已经过线了，对吧？再往后是什么，世界模型？谁知道呢？
亚婷
我在跟 AI 聊的时候，觉得有一个点很有意思。以前 Photoshop 的门槛相对比较高，所以造假的成本和审核成本基本是一比一。
但现在 AI，比如 Midjourney 发展到今天，平台已经审核不过来了，很难审核。所以现在只能通过政府要求，规定所有 AI 生成内容必须打标签，在底下加一个水印。
从更泛的角度讲，很多极端的人会认为，现在所有基于内容生态的版权体系都会被 AI 冲掉。这套版权体系可能在未来某段时间完全不适用。那什么是新的版权体系，也没人知道。
庄明浩
这个版权体制现在就在发生变化，而且非常激烈。所有视频生成模型的版权归属都是问题，海外厂商会不断起诉。
比如你用我的皮卡丘生成了什么东西，理论上皮卡丘的版权方就可以告你。很难。所以这些都不是单纯的技术问题，而是法律、社会、人文，各种各样的问题。
技术本身早就没有问题了。你今天想生成什么声音，都可以。
亚婷
我记得你之前在播客里也讲到过，AI 影响的是横店，以及爱奇艺的真人剧其实已经受到影响了。
所以我好奇，Imagen 2 这一波，或者说你说那条线过了之后，下一个横店会是谁？
庄明浩
不知道。还是那个观点：它过了线，就停不下来。它会不断往前走。哪怕今天 Google 不做，或者字节不做，也会有另外一家公司把它推到那个地方。
就像潘多拉魔盒一样，打开之后可能就回不去了。
当然，在这个过程中，参与相关工作的人，尤其是按照传统流程做这件事情的人，肯定会受到非常大的冲击。这也是这一轮关于失业、取代人的讨论的核心原因。
很多人会站在更高的角度，轻飘飘地说，总会有新的工作出现，新的需求出现。但问题是，要多久？下一个平衡是什么样子？多少人能够真正享受到那个新的可能性？没有人知道，也不可能知道。
听起来都是个例，但一个又一个行业会被吃掉。而且你会明显感觉到，对于中年人的挑战更大。
原来大家有一条上升路径：从最开始什么都不会，慢慢学习、积累经验，然后往上走。原来是有这样一条上升通道的。
现在大家卡在这里，底下就没有空间了。那我们怎么培养那些从最开始什么都不会、慢慢成长起来的人？
所以美国的数据统计里也出现了，大学生首先会遇到找工作很难的问题，这很现实，因为他们正好处于终点。最近不是正好美国很多大学在办毕业典礼吗？前两天，Google 前 CEO 施密特去大学演讲，谈 AI 这一轮的变化，现场嘘声一片。
今天这个时间点，所谓的大佬只要去毕业典礼上讲 AI，就一定会被嘘。
亚婷
民众就是一种情绪，你能理解。他们当然能理解，因为这个事实太赤裸裸了。
庄明浩
过去三四年，在 AI 发展过程中，我们已经无数次讨论过一个问题：模型厂商的边界到底是什么？
现在看起来没有边界。你做一个应用公司，或者做一个在模型之上的初创公司，只要发展速度够快，模型公司就会来。
一个很现实的指标是 ARR，也就是年化收入。我们做投资，尤其是在美国做投资，大家看 AI 初创公司都会看 ARR。有很多表格，统计 AI 公司达到 1 亿美元 ARR 速度最快的公司。
无数公司登上过那个榜单。早期有 Notion AI 时代的 Cursor、Lovable，最近榜单上最靠前的是 Harvey 和 Legal Run，两家做法律的公司。
但很快，Claude 不就推出了面向律所的法律应用吗？
说得再赤裸一点：但凡你的 ARR 到了 1 亿美元，迅速到达 1 亿美元，模型厂商就会来。再往前一步，是通用 Agent，一堆公司到了 1 亿美元；再往前是代码，原来那一波公司，比如 Cursor、Replit、Lovable，也都很快到 1 亿美元，甚至很快到 2 亿美元。
然后 OpenAI 的 Codex 全来了。当然这些公司现在还在，收入可能还在增长，但天花板被封住了。
一个又一个行业，总有人先踏出来，做到 1 亿美元，然后模型厂商就来了。只要某个东西被证明在 AI 上确实有效，它就会来，这个故事会一次次重演。
当然你可以说，法律行业比较特殊。律所对数据安全、隐私合规有一些特殊要求，这可能成为它看上去的护城河。但这个护城河真的那么坚固、那么稳定吗？不知道。
我最近聊的很多都是 Agent，或者所谓的 AI OS。很多 Agent 公司会觉得，我积累的是自己的垂类数据、工作流，以及自己做的很多 skill 和 API。这些东西不能算护城河，最多是阶段性的护城河。
但这个阶段有多久？这个壁垒有多深？都是问号。
亚婷
目前看起来还有多久？
庄明浩
不知道。到了 1 亿美元这个坎，最好先不要到。到了就会被人盯上，很现实。
所以我们原来做的事情，现在确实很难。战场突然被拉到一个新的竞争门槛上，你真的要参与这场战争，付出的成本和需要下的决心都非常高。
我再说一个更现实的例子。现在视频模型的竞争非常激烈。前面有最头部的 Seedance 2.0，对吧？就是字节。字节在这件事情上不会有任何犹豫，因为视频就是它的主业。
快手也是一样，视频是它的主业，在这一点上快手也不会有任何犹豫。阿里也在，虽然阿里做了很多事情，但至少视频模型这件事情应该还能坚持一段时间。
这是 3 家国内公司。Google 也在。现在看上去，在美国的主要模型厂商里，多模态最强的是 Google，而 Google 又有 YouTube，多模态确实是它的强项。Google 不可能在这件事情上有任何犹豫。
已经列出 4 家公司了，而且这 4 家公司的共同定语都是：不会有任何犹豫。
后面还有公司。PixVerse、Vidu、HiDream，我们只说视频模型公司，能叫得上名字的已经有十几家了。
当然，视频行业肯定很大，无比大，这没有问题。但这个领域的模型公司最后能剩几家？那些今天还不能被贴上“不会犹豫”这个标签的厂商，未来可见的两三年里要面对的竞争和压力，可想而知。
我有一个比喻，当然这是我个人的比喻，现在未必合适。我觉得，语言模型，或者这一轮大的 AI 战场，有 3 张主桌：语言模型从语言进化到 reasoning，这是一张桌；多模态是一张桌；第三张桌叫 coding。
这 3 张桌分别对应美国的几家主要模型公司：coding 是 Anthropic，多模态是 Google，语言模型是 OpenAI。
但未来可能会变成一张桌。因为如果未来真的有一个所谓的 AGI，这些事情都要在一起。
我们现在像在登山，目标是一样的，只不过大家在不同的山侧。目标既然一样，最后就可能变成一张桌。这个过程中你只要有取舍，就不可能所有事情都兼顾得很好。
所以现在这个阶段，看起来 OpenAI 更在意跟 Anthropic 之间在 coding 和 Agent 上的竞争，暂时忽略了，或者说暂时把多模态这条腿放到后面。因为以今天的资源，不可能把三件事情全部兼顾得很好。
亚婷
听起来不是 Google 最有优势吗？
庄明浩
是啊，所以有一段时间大家认为 Google 在这件事情上更有优势。再说得直白一点，Google 股价强势的阶段，就是 Nano Banana 的阶段，从去年下半年到去年年底，再到今年春节前后。那段时间大家基本认为 Google 赢了。
但春节之后到今天这几个月，是 Anthropic 在赢。Anthropic 在赢，就是 coding 在赢。
所以对今天的 Google 来说，战略选择就变成了：coding 这件事情要不要追？
虽然三条腿一定要有所取舍，但你不可能让其中一条腿太强。Sora 2 放出来了，Imagen 2 不是也出来了吗？它只是放了视频，图片还在，语音也在。
亚婷
你为什么说是三条腿？我原来以为就是两条，没有认为 coding 是一条。
庄明浩
是 Anthropic 硬生生把这条腿拉出来了。
coding 本来就是人类跟虚拟世界沟通的语言，它原来其实是语言的子集。但可能是因为 coding 覆盖的人群，以及 coding 这个战场中的能力提升，特别匹配今天这一轮模型的结构。
Transformer 加强化学习，特别适合 coding 这个战场，所以它异军突起了。而且从收入、增长等很多角度来看，它涨得太快，快到大家没有办法忽视它，不能再把它单独当成语言的子集，而只能把它单独列出来。
亚婷
也不可能再杀出第四条路吧？因为好像 Anthropic 发现自己的代码能力特别强，也不是一个自上而下的战略决策，更像是一个意外，或者某种程度上叠加到了一定程度。
庄明浩
OpenAI 是 o4.6 吧？最后才是 o4.5？谁知道呢，都是意外。
现在的状态是，纯模型的竞争已经不是放大招了，不是你想好了一个事情，然后一口气做出来。现在是在不断叠加的过程中，突然有一件事情做对了，得到了足够多的正反馈，证明它是对的，然后再往前走。
所以你要不断地每个月更新版本，不断加功能、加东西，不断验证你上个月选择的东西在这个月到底对不对：市场对不对、用户对不对、竞争对手看不看，反正就是不断叠加。
现在看各家厂商的发布节奏，基本都是这个节奏。
亚婷
对于一个原本不关心 AI 的企业主来说，他现在看到这个势头，应该做什么？
庄明浩
别焦虑啊，有什么好焦虑的？或者说，焦虑也没用。先用起来再说。
这么说可能特别轻飘飘，但我有一个比喻，这个比喻也是我学来的：AI 就像打篮球，或者像拍篮球。你没有办法通过看视频学会拍球，唯一要做的事情就是去拍，拍多了就有手感，仅此而已。
很多企业，至少我身边的企业主，会觉得要先等头部企业趟出一条路。他们不想先拍起来再说。
但没有标准答案，也没有所谓的“等到什么”的时刻。变化太快，你跟不上。你不可能等到一个确定的答案。
还有一点，AI 不是说今天专门拿出一大块时间来学。不是这样的。
亚婷
如果他们继续等，等自己的标杆先跑出一条 AI 的路，会怎么样？
庄明浩
那所有人都等，你就只能去看科比和乔丹打球了，完全放弃自己拍球的念头。
亚婷
但好像很多大企业还没有完全把 AI 用起来，甚至还停留在 chatbot 的程度，现在也活得好好的。
庄明浩
那是因为惯性，因为组织，因为它不会那么快。
亚婷
另一方面，我又觉得，他们作为一个几百人、上千人的大组织，即使加了 AI，好像也不一定会有什么变化。
庄明浩
现在这个问题也讨论得很多。今天很多评论的声音会变成另一种：你们这么热闹，天天谈 coding，但你们 coding 出来的是什么？这个东西的 ROI 是什么？你们 build 了什么？卖了多少钱？
这个议题现阶段没有好的答案。但你发现问题了吗？我们已经不再讨论前面那个问题了，已经不再讨论能不能、应不应该了，开始讨论这东西做完之后的 ROI。
这就代表我们又往前走了一步。
原来纳德拉会说，什么时候真正意义上 AI 带来的 GDP 提升，能提升比如 10% 的 GDP，那才算真正到了。现在看上去还比较难。
但 GDP 的提升是一个滞后指标。GDP 要到明年才知道今年是多少。运营、组织、惯性这些东西不会瞬间提升那么多，需要时间。
我们现在就在经历这些。未来可能只会有大模型和超级个体，谁知道呢？
悲观一点看，可能会极化：要么超级大，要么超级小。中间态确实在受到非常大的挑战。
很多今天中间态的存在，更多是靠摩擦，或者原来的一些障碍。比如中介为什么存在？因为信息中间有摩擦。但未来如果真的走到极端，没有信息摩擦，那似乎就不需要中间层了。
亚婷
你刚才说的两极分化，是指人数的变化吗？极少数人的 OPC，加上一个大组织的公司？
庄明浩
有可能。
我再举一个更现实的例子。比如游戏这个板块，我有个朋友说，游戏发展到今天，很有可能不像你刚才说的那样，只是会有两种游戏：一种是超大的在线游戏，一种是超小的独立游戏。中间态可能很难生存。
或者，中间态的很多公司会选择，要么变成超大平台游戏里的一个小插件。
超级大的游戏会变成一个什么都有的平台，有巨大的基础设施，甚至开放生态。你不需要再去做一个独立的东西，只要做上面的一个模块，就像 Roblox 里的一个 mod。
Roblox 有完整的物理引擎、AI 引擎、开发者工具、支付、运维和云服务器，你不需要单独做一个游戏。当然，如果你为了自己的表达，那就做一个纯粹意义上的独立游戏，只为自己的表达。
可能只有这两种选择，没有中间态。或者说，要么独立，要么像我们国内熟悉的小游戏一样，成为一个纯流量的东西。原来那种商业化的中体量游戏，存在空间会越来越小。
而且 AI 这一波，从某种意义上来说，很多更深、更强的 AI 能力，确实需要那些超级大的、有钱的公司往前推进。你要享受这个服务，可能就要在它的体系内，所以它会进一步分化成这两个阶段。
亚婷
你刚刚讲到去依赖。DeepSeek 现在已经能用华为昇腾了，已经开始去依赖了。
庄明浩
对，在努力。而且随着下半年华为芯片铺开，我们会看到更多生态变化。
DeepSeek 在这件事情上做了很多努力，而且是很多非利益导向的努力。你看，现在大模型基本上按月更新迭代。DeepSeek 这一期，我们等 V4 等了很久，延期了可能有四五个月。
那段时间他们在干嘛？就是在做刚才说的事情，跟华为合作。
所以这件事情的价值和意义，可能比模型本身真正达到市面上最好水平更重要。它对生态的帮助，可能会在下半年慢慢显现出来。
这也是为什么 DeepSeek 的融资，以及它潜在的投资方和整个叙事，都是连在一起的。
亚婷
这就变成中美大国博弈里的复杂议题了。美国把我们的芯片这条路断了，以后怎么办？
庄明浩
现在一直都是断着的，我们也一直在做，也没有怎么样。
所以你看，特朗普回去之后，美国有些行业内的人会说，随着中国技术能力提升，中国的自主化程度，尤其在半导体、芯片领域，可能会越来越高。再过几年，变成绝大部分都使用自主体系，也有可能。
亚婷
那是好事啊，我们就可以自己搞了。
所以中美把 AI 竞争推到底，真正竞争的课题是什么？是数据吗？
庄明浩
数据、算法、算力都是。
数据在这一轮 AI 之前就已经是了。你看TikTok 事件打的不就是数据吗？那还是 2021 年，甚至还没有这一轮 AI 的故事。数据本来就已经是双方博弈和争夺的焦点。
算法层面我觉得很难。算法更多在人的脑子里。中美之间再怎么有问题，硅谷很多公司的工程师里，一半可能都是华人或者中国人。
前两天姚舜宇也讲，今天的 AI 模型研发已经不是个人英雄主义的年代了，已经变成一个团体协作的工作了，没有什么绝对意义上的秘密。所以算法没有秘密，这也是为什么我们追得比较快。
算力层面，双方各自有优势，也各自有问题。美国的优势当然是芯片、显卡、GPU。
之前可能做过统计：如果把中国所有的算力加在一起，作为一个整体，跟美国最大的一家公司相比，美国可能前 5 大公司就占了世界算力的 75% 以上，也就是四分之三。
如果把中国所有的算力算成一个主体，大概只能排到第 4 位或者第 5 位。这就是美国建立在芯片上的优势。
我们的优势在于电、能源，以及未来可见的、可能突破的存储等元器件。那就双方对抗吧。
亚婷
我还看到一种说法：现在 AI 输出的价值观，很多时候是通过 post-training 训练出来的，是人去制定的。所以 AI 竞争的本质，某一部分也是在争夺：它究竟能让 AI 输出什么样的价值观。
但你想跟人类对齐，问题是人类是谁？跟哪一个人对齐？他的价值观又是什么？
庄明浩
这就是问题。
你现在每天正常使用各种模型：Kimi、豆包、DeepSeek、元宝，甚至 ChatGPT、Claude。同样一个问题问给它们，答案就是不一样的。
抛开文字本身的不一样，情绪也不一样。你读完这段文字，能感觉到它是男的还是女的，是积极乐观的人还是理性的人，你能感觉出来。它们之间确实有区别。
所以这个区别现在已经出现了，没有什么标准答案，也没有谁能说有一个什么固定的东西。
还是那个观点：要跟人类对齐。但人类到底是谁？要跟谁的线对齐？总要有一条线给我吧。
其实没有这条线。那条线画不出来，没有一条线说“就在这里”。它就是一种感觉，而感觉每个人都不一样。
这也是为什么现在不同模型会有区别。
当然，差距肯定还是有的。我们大概可能落后，而且关于差距也有两派观点：一派认为差距在被放大，另一派认为差距在缩小。
尤其随着这一轮发展，我们还没有看到 Anthropic 最强大的模型，但传说它很厉害。也有另一种说法是，benchmark 到了 80 分之后，其实区别就不大了，基本够用，不需要再往前竞争。
但这个话题在 GPT-5 出来的时候就已经有了。DeepSeek 和 R1 出来的时候，大家也觉得够用了，觉得模型差不多了。
但你想，从 R1 到今天已经过去一年零四个月还是五个月了，这一年多模型的发展还是非常疯狂，没有停下来，也停不下来。
亚婷
因为现在对模型本身的评价体系也出现问题了吧？各种打分都失效了。如何评价一个模型好不好，又回到了刚才那个议题：谁来评价，什么叫好？
庄明浩
没有标准。任何人都没有，所以只能继续打那些现存的 benchmark。但那些 benchmark 的结果，并不代表什么。
亚婷
最后一趴，你又变成情感博主了。
庄明浩
所有这些话题，无论是论坛、对谈还是播客，最后一定都会变成情感话题。
我上期播客去跟大内和相征聊天，聊到最后，聊到了 AlphaGo。我建议大家回头去看李世石和 Faker 的那次对谈。
但说到底，它还是鸡汤。
亚婷
你为什么那么触动？
庄明浩
我们今天谈论的很多问题、很多心态变化，其实跟当年 AlphaGo 对弈的年代是一样的。
我们一开始可能瞧不起它，有傲慢、鄙视、猜忌和怀疑；然后慢慢开始接受，开始怀疑自己；担心、顾虑、焦虑，焦虑到极致。
但我们现在只走到这里。我们不知道后面会发生什么，所以我刚才说的可能都是胡说八道，但李世石不是。
李世石下了 5 局棋。到第二局，他已经开始怀疑自己；第三局，他已经碎掉了；第四局，他又重新建立了优势；第五局当然又输了。
但他相当于比我们多走了几步。所以我当时听到这个故事的 A 面，就已经很有感触了。就像那句话说的：初听不知曲中意，再闻已是曲中人。
我们现在大概正在经历第二局，但我们知道第三局可能发生什么，第四局可能发生什么，也许第四局人类会有一个意外，出现我们的“神之一手”。
但我看完视频之后，发现这个故事还有另外一面，也就是 B 面。
A 面是一个从猜忌、怀疑、看不起，到心态破碎、被完全打碎，再重新站起来的故事，已经跌宕起伏。
但 B 面告诉你，那个站起来其实是个意外。李世石的那一手棋，是一种类似“阴招”的存在。他靠那一手赢了 AlphaGo 一次。他说，那是他职业生涯里唯一一次、也是最后一次用这样的方式赢棋。
所以原来被渲染得跌宕起伏的故事，现在看起来，也被他自己撕得粉碎。
主持人问李世石：“在被 AlphaGo 打败之后，后面的几年，你还跟 AlphaGo 下过棋吗？”
他说：“有。你想，再次比赛的时候，我已经不是聚光灯下的那个人了。没有全世界直播，就是我自己跟 AI 下棋。”
而且他设定了一个双引号的“公平”规则：要求 AI 每一步必须在 20 秒内下，但他可以用无限的时间。
这个时候你就会不断思考，公平到底是什么？人和 AI 之间的公平到底是什么？
很多人会说，我们不会跟起重机比谁能举起更重的东西，也不会跟电脑比谁计算题算得快，因为那不公平。
但李世石似乎有自己的公平定义。他认为，让 AI 每一步 20 秒、自己拥有无限时间，就是公平。下棋之后，他还要求 AI 让他两子，他认为这也是公平。
他用了几周时间下了一盘棋，那局他赢了。但赢了之后，他马上又下了一局，因为他知道第一局赢的是意外，所以他让 AI 不要让子。
结果现实又一次打了他的脸。
那时已经是 2021 年，距离 2016 年 AlphaGo 打败他，已经过去了 5 年。AlphaGo 在这 5 年里，已经把人类甩到不知道哪里去了。
他再下那一局，是真正想体验再一次被打碎，再一次不理解围棋到底是什么。
主持人问李世石：“如果时光倒流，你有机会跟 AlphaGo 的 DeepMind 团队说一些话，或者给一些建议，你会说什么？”
他说，他曾经想过，建议 AlphaGo 停止在 2016 年那个时间点，不要再继续了。
我们今天也聊到，很多东西一旦过了线，技术就有一定的宿命性。只要过了线，它就挡不住了，会走到它该走到的地方。
现在我们经历的很多事情都是这样。
那场对谈里，李世石旁边坐着 Faker。Faker 是《英雄联盟》的 GOAT。
如果没有马斯克最近对 xAI 的调整，今年 xAI 的模型可能要跟 Faker 所在的 T1 打一场《英雄联盟》。
这又变成了什么叫公平。人类跟电脑打游戏，如果不对电脑加限制，人类没有任何理由赢。
上一次打《星际争霸》就是这样。如果不限制 AI，AI 可以以微秒级的操作去控制所有游戏里的兵种，人类不可能赢。
所以这一次的对抗，应该把 AI 操作电脑的延迟限制在人类差不多的毫秒数上，才能叫公平。
我们又一次提到什么叫公平。你会发现，我们似乎只能在设定好的一些、带双引号的公平原则之内，才能跟今天世界上最好的模型竞争。
当然，今天这一代年轻人也会觉得，AI 的能力确实非常强。他们也有一种朦胧的宿命感：我不去做，也会有别人去做。
作为职业选手，既然接受了这个挑战，那就全力以赴。哪怕最后是 0 比 5 的惨败，也接受它就好。
还有一个很现实的问题。Google 在我们刚才讲的 3 家公司攀登高山的路上，押注的是多模态，或者说多模态是它最长的一块板。
DeepMind 现在在测试、还没有放出来的产品里，也有一个模型是在测试用人类的公平方式玩游戏。
人类玩游戏是什么方式？看着屏幕，操纵鼠标和键盘，而且有延迟。所有这些都是人类的原则。
我要求 AI 用视频识别和图像识别的方式看屏幕，不能通过后台端口，不能在后台直接跑数据。它要控制键盘和鼠标，要按、要点，要知道按完、点完之后有延迟，也要知道操作之后发生了什么，再去影响游戏进程。
就是完全用人类公平的方式，测试今天的模型能不能像人类一样玩游戏。
我们今天面临的很多问题，历史上当然都能找到相似的地方。无论是工业革命、技术革命，还是电力革命，都可以在过程中找到很多相似之处：痛苦、纠结和拉扯。
但现实问题在于，我们自己正处在这个当下。我们不是观察者，不是几百年后回头看这段历史的人，而是正在经历这一切的个体。
我们当然可以用那些理由去说服自己，但这些说服和说辞特别无力。
至少，我们可以看看那些已经比我们多走了几步的人，看看他们怎么理解这件事情，怎么在经历这些事情之后过自己的生活，处理自己的情感。
似乎我们只能在这些过程中，在这些看起来像鸡汤的内容里，寻找一些慰藉。所以我做了那期节目。
亚婷
所以，如果这次 AI 赢了围棋，代表它有基础的策略能力，可以穷举；但如果赢了《英雄联盟》，就代表它侵入了人类最引以为傲的直觉？
庄明浩
对。
节目中间有一个环节，主持人问 AI——我不知道问的是哪个 AI，可能是 OpenAI、ChatGPT 或者 Claude——他说：“如果今天你要跟 Faker 所在的 T1 打《英雄联盟》，你希望赢他，并且希望提前问 Faker 一个问题来保证你能赢，你会问什么？”
那个问题就是刚才你说的：怎么判断对手紧张，并且利用这种情绪；同样，怎么判断对手在针对你。
你看，这两个问题全部都是直觉层面的问题，没有任何操作层面的问题，都是直觉和感觉层面的问题。一个是对手针对你，一个是你针对对手。
它给出的答案就是直觉。
主持人说，现在 AI 确实差的就是直觉，AI 自己也知道。但直觉从哪里来？来自你千百次的训练、身体的感觉、当时的状态、临场反应，所有东西加在一起，才叫直觉。
现在看起来，人类最后的阵地可能就是这个东西。如果这个东西能够保证胜利的话，那……
亚婷
我以前一直有一种心理状态。不管是我现在创业，还是做什么事情，我都觉得自己有一个很长的周期，把它当成一生的事业来做，不着急。
但当我听到各种各样的信息，连海外大模型公司的高级 researcher 都在担心，担心自己两三年之后下岗，开始安排老后的生活，我会突然觉得，自己的时间感有点错乱。
我发现自己有点着急了。
庄明浩
那我们索性把事情推到最极端、最冷酷的境地。
今天下午我们讨论那个问题时，我是代表公司身份去演讲的。我们公司有一个 AI 音乐模型，而我们那场活动正好都是做 AIGC 的。
音乐是所有内容形态里跟数字最近的一种形态，尤其是旋律，本质上就是数字游戏。对于当下的大模型来说，数字游戏似乎太简单了。
很现实的是，如果把所有旋律的排列组合都穷举出来，其中很大一部分结果，人类听起来会非常难受。人类听起来不难受的区间，可能只有这么一点点，但穷举空间却这么大。
所以从数字概率的角度来说，对于音乐模型，你做的事情无非就是在这个区间里做一些排列组合而已。
音乐模型今天已经够了。说得再极端一点，歌已经够了。今天如果世界上不再产生任何一首新歌，现有的音乐也足够好几代人消费，没有任何问题。
那今天这个时间点，无论是用手工方式做音乐的人，还是用 AI 做音乐的人，他们到底在干什么？今天还在听歌的人，又在听什么？
创作本身已经没有太大意义，因为它是一个可以被穷举的东西。
亚婷
就跟围棋一样。
庄明浩
对。那为什么还要继续创作？
最后变成的是：你想表达什么，你想让谁听到你的声音和情绪，你想得到什么反馈，或者你希望从这段旋律里获得什么样的慰藉。这些才重要，而且会变得越来越重要，它的边际效应会越来越强。
这就变成了，常规的水面以下，大部分都会被淹没，但水面上高出来的那一点点，会得到更广泛的关注和传播。
最近的《给阿妈的情书》，我觉得就是一个典范。当然它还有很多其他因素，但从这个角度看，为什么它会得到这样的口碑和传播，甚至得到本来可能不属于这样一部电影的收效？
因为过去一段时间，人类被那些东西教育得太负面了。只要有一个东西超过水平线一点点，哪怕没有好到那么夸张，它得到的正反馈也会比它超过水平线的那一点多得多。
所以今天会变成这样：我已经把最极端的状态给你了，就到这儿了。然后的事情才是重要的。
李世石说，当围棋发展到今天，所有职业棋手都在复制 AI，谁像 AI 越像，谁就越可能成为世界冠军，那围棋似乎就失去了原来被认为是一门艺术的存在。
节目最后，主持人说：作为最后一位以艺术定义围棋的人类棋手，我们还是过早地失去了李世石。
因为李世石很早就退役了。他经历那件事情之后，过了两年多就退役了。他没有办法继续下棋，因为他认为，自己原来把围棋定义成艺术，是因为人类没有办法用同一种方式群体下棋。
每个人都有自己的风格、偏好和下棋状态，大家一生都在寻找这个东西。但当出现一个唯一标准答案的时候，他就失去了继续寻找的激情和价值，所以退役了。
主持人说，我们惋惜地失去了最后一位把围棋当作艺术的人类棋手，而且失去得太早。
亚婷
我觉得你在结尾问到的这个问题也很有意思。10 年前，李世石是一个先行者；但现在 Faker 只是作为一个代表。
其实很多人没有意识到，自己现在也正在被推着往前走。我们身后有一个磨盘，正在推着我们往前。
庄明浩
那很简单，我们可能很快就会跨过那条线，而且可能很快。
亚婷
那然后呢？我们就不活了吗？人类到此结束了吗？
庄明浩
不是的。那之后的事情才重要。
亚婷
你现在有没有看到更多人类群体里的先行者？我记得你在《刹不住》的时候，举过很多量化的、横截面的例子，会让人突然觉得，天哪，这件事情正在发生，而且数字那么惊人。
最近一两个月，有没有什么事情震惊到你？
庄明浩
倒还好，倒还好。
代码这一层确实非常明显。连我这种完全没学过代码、几乎没写过代码的人，也开始可以做一些小东西了，这个感触确实很强。
而且它还是现实中的事情。比如我自己做 PPT。我说我要去参加一个活动，叫“最后的手搓”。
最后的手搓，它的坚持可能只有一点点意义。作为所谓老手艺人的坚持，已经没有技术层面的坚持了。可能再过一段时间，技术层面已经没有任何问题。
那你为什么还要坚持手搓？
包括这次我给他们准备这个 PPT，我也尽可能把心思花在“搓”这件事情上，因为我要让大家看到：虽然可能已经没有那么多人在意了，但作为最后坚守这门手艺的人，我们还在意。
就是这样。当然这件事情特别无力，特别像螳臂挡车。
亚婷
最后 3 个快问快答是纪刚设计的。他在问，AI 时代人何以自处。
第一个问题：打工人的未来之路是断头路吗？
庄明浩
如果只有一个结论，我觉得是。但这个未来究竟有多远，可能还需要考虑。
肉眼可见的这一代人，我们正在经历的阶段，应该还不至于走到那么极端。虽然我们可能没有办法看到新的平衡态出现，但至少也不可能直接看到终局，我们会经历中间的拉扯。
所以它不会一下子走到非常极端的状态，还会存在一段时间。因为惯性、组织，以及各种各样的复杂因素，可能还会有一段时间，足够我们走到退休。
亚婷
第二个问题：人与 AI 的协作如此丝滑、高效，人与人的协作会消亡吗？
庄明浩
我觉得不会。人与人之间的协作，还是有太多不可取代的东西。
当然，纯信息层面确实已经没有太多不可取代的地方。比如交换信息、沟通一些事情，但感觉，甚至气味、眼神、身体状态的反馈，以及现场氛围，所有这些东西都会越来越珍贵。
原来可能没有那么多人意识到，但随着 AI 越来越提高效率，这些东西的边际价值会越来越高。
亚婷
第三个问题有点鸡汤：如果 AI 真的把所有活都做了，人被挤出了世界，那人要去哪里？人的时间会消耗在哪里？
庄明浩
如果真的到了那个极端，人可能就像科幻电影里一样，脑后插一根管子，躺在营养舱里，被虚拟出来的元宇宙，或者什么其他东西，包裹在里面。你就在里面待着，永生了。
有可能。
当然，这个结局特别赛博朋克。但如果真的要往极端推演，很有可能就是这样。
亚婷
因为你能选，你会选择有限的生命，还是永生？
庄明浩
我选啊，没想过。
亚婷
你想一想。现在其实某种程度上，你已经可以做到“双引号”的某种永生了。就像你采访巴博老师一样，某种程度来说是可以做到的。
庄明浩
所以这个事情可能轮不到我们想。等到了我们的节点，可能就已经变成一种标配了。
有可能。