庄明浩
哈喽大家好，我是明浩。现在是 7 月 18 日凌晨，我刚刚结束 7 月 17 日在北京参加的会议。然后我翻了一下后台，我上一次做行业整理应该是“上半年的狂喜”，发布时间是 4 月 30 日。现在正好过去快三个月，按照习惯，确实也到了该再做一次整理的时间。
因为今年开始我在用 Emma 整理一个很重要的知识库，所以我看了一下从 5 月到 6 月，以及截至今天 7 月的情况。我大概平均每个月会在 Emma 的知识库里存 90 到 100 多张可视化图表，也就是平均一天 3 张；每个月大概会存 20 到 30 份 PDF 报告，也就是平均差不多一天一篇。
我准备今天的内容，应该是从 7 月初开始的。核心内容来自 5 月、6 月两个月的更新，原始数据大概是 200 张左右的可视化图表，加 40、50 份 PDF。再不做整理的话，信息量继续堆积下去，我可能也很难再整理。
正好赶上 CSDN 官方在 7 月 17 日，也就是 WIC 同一天，在北京开了一场 AI 大会。我做了一次“最美的逆行者”，早上起来从上海飞到北京参加这场会议，做了这次演讲。但是我的演讲时间只有 45 分钟，为了现场节奏，我故意加快了速度。本来想用现场录音来做这次播客，但后来发现节奏太快了，所以决定自己重新录一遍。
那我们正式开始今天的内容。整个内容大概是 2026 年上半年的 AI 行业梳理，可能相对集中在 Q2。因为 Q1 的时候，我在春节、春节后以及“狂喜”做了 3 次节目，大家也可以回头去听。
我给今天的内容起了一个相对有点文绉绉的标题，叫“重估一切，文艺复兴——2026 H1 AI 行业观察”。
为什么会讲这样一个标题？首先从一个小故事开始。在上上周，如果我没记错的话，应该是 7 月初的那一周，也就是准备这个 PPT 的那一周，正好是今年金曲奖的颁奖典礼。今年金曲奖的歌王和歌后分别是张震岳和蔡依林。
我是一个 80 后，1986 年出生的。这两位歌手的很多歌，其实伴随着我们，甚至可能是年纪大一点或小一点的人的青春，成为青春里非常重要的回忆。
今年是 2026 年。当 2026 年金曲奖的最佳男歌手和最佳女歌手又给了张震岳和蔡依林的时候，你不禁会反问：今夕是何年？为什么在这个时间点，还会把奖给这两位其实已经并不算新的歌手？
对于我们 80 后而言，这两位歌手非常熟悉；但对于一些年轻人而言，这两位歌手对他们意味着什么，可能已经不太一样了。
当我有了所谓“今夕是何年”的感叹之后，你会发现，这个感叹不仅仅针对娱乐行业，同样也针对今天，尤其是上半年所谓的 AI 行业，以及相关的硬件和存储行业。
所以，我第二页写的标题叫“老朋友们都回来了”。
我 2000 年上高中，那一年我有了我的第一台电脑。其实是我爸的电脑，是一台海尔的台式机，品牌机。那个时候还没有所谓 DIY 的风潮。2003 年上大学之后，因为上大学了，可以开始自己攒电脑，我们那时候开始研究 DIY。
在那个年代，攒一台机器需要买 CPU、内存、硬盘、显卡、机箱、显示器、键盘和鼠标。那时候我们就认识了英特尔、AMD、三星、美光、SanDisk、西部数据、希捷、英伟达、技嘉、惠普、戴尔，包括联想。
你刚才听到我喊出的这十几家厂商的名字，应该在今年上半年无数次的财经新闻里都看到了。
我做这个 PPT 的时候很有意思。刚开始做这些 PPT 是 7 月初，我让 AI 帮我算了一下刚才列出的、总共大概 17 家公司的 2026 年上半年股价增长情况。这 17 家公司平均的股价增长是 192%，平均翻了将近两番。
平均而言，像 SpaceX 这种公司应该涨了 700% 多。当然这个数字只截止到上一周。这一周，如果大家关注科技行业股票的话，应该发现过去一周，甚至过去两周，市场都比较动荡。昨天晚上，SpaceX 跌了 13%；美光跌了 8 个点还是 9 个点，经历了比较大的调整。
行业变化太快了，做 PPT 也很难，大家都知道。
老朋友们都回来了。这些当年的 IT 硬件公司，在今年 AI 的新趋势里，都变成了新的朋友。
所以我又回到今天的标题：为什么叫文艺复兴？到底什么是文艺复兴？
我们回头看历史上的文艺复兴。文艺复兴其实并没有发明新的知识，它只是让复制知识的成本崩塌了，比如印刷术。印刷术让原本只属于教会核心人员、处于控制范围内的书籍，变成了平民也能够获得的东西。
今天在 AI 时代，推理成本的下降，使智能变成了所谓的基础设施。因为复制成本的崩塌，一切价值都被重新评估，这就是今天标题里的“重估一切”。
第二点，更重要的是赞助人体系的回归。在文艺复兴年代，有非常多富豪愿意把钱给艺术家，支持他们进行创作。
今天，巨头资本几乎把钱全部投在了 AI 上。这个时代所谓的天才研究员，他们的身价已经是一个非常恐怖的数字。他们依附于算力和金钱的庇护——这里的“庇护”要加双引号——来做 AI 研究。这是赞助人体系的回归。
第三件事，是对人的重新价值评估。尤其进入 2020 年之后，关于 AI 是否会取代人类、人类的发展，以及各种各样的议题，讨论特别多。
当年的文艺复兴年代也一样。人文主义会问：人是什么？在智能时代，大家经常会问：人还需要做什么？
所以你看，我为什么用“文艺复兴”这样的比喻？你会发现，所有事情都对得上。
更细化地看，文艺复兴当年的故事，在今天都有新的含义。
比如从钱的角度，当年文艺复兴年代最有名的一家银行叫美第奇银行。它赞助了非常多艺术家进行各种创作。但 1494 年，美第奇银行倒闭了。钱也会出现问题，这对应的就是今天关于算力、资本开支和泡沫的讨论。
比如印刷术，可能对应今天大家讨论的开源模型，以及推理成本下降。
那个时候，哪怕是在意大利，大家也会说南方和北方的文艺复兴存在差别。在今天，当然就是中美两国之间的双极对抗，包括底下的暗线——开源与闭源的竞争。
当年出现了所谓的透视法，可能对应今天的世界模型。
当年会出现工坊和分工，尤其是在艺术创作上，这可能对应今天大家讨论的智能体、智能体编排，甚至多智能体系统。
最后，当年也出现了非常多关于人、关于人类的讨论。今天我们遇到的治理、社会反弹、政策监管等各种问题，可能也是一样的。
你会发现，所有事情都对得上。今天内容的章节，基本上也和这几个议题一一对应。我们一个一个看。
1. The Medici Ledger
先看第一个，硬件与资本，也就是“美第奇的账本”。
熟悉我做 PPT 的朋友，应该对我的 PPT 结构比较有概念。我一般一个大的 PPT 会分成 4 部分：先讲技术，然后讲产品，第三部分一般讲资本，第四部分一般会讲一个当时热门的故事，无论是泡沫、艺术史，还是 AI 相关的内容。
但今天，在这次整理当中，我把钱放在了第一位，也就是把硬件和资本放在了第一章。因为过去，尤其从 Q2 开始，这件事情可能是业界讨论最多的。
我们再细化一点，去对比刚才所谓的“美第奇账本”。
15 世纪，赞助体系推动了艺术兴起，大家投资教堂、壁画、图书馆，疯狂下注。巅峰时期，美第奇银行的分行遍布整个欧洲，甚至是教廷的银行家。但最后的结果是，1494 年美第奇银行倒闭，赞助的黄金时代以挤兑收场。
它是一家银行，很多银行倒闭都是因为挤兑。挤兑再往上，大概率是因为债，所以债会是很重要的问题。我也无数次在我的 PPT 里强调：股一般还好，但债经常出问题。
对于 2026 年的今天，AI 资本赞助一切，从能源到芯片，从土地到原材料，从模型到应用，从一级市场到二级市场，钱都在疯狂下注。
大家触碰到万亿美元级别的资本开支，触碰到万亿美元级别代表公司的估值。万亿美元，在我去年年底那次总结当中，已经是人类 GDP 的衡量数量级了。
但结局呢？不知道。我们是否一定会像美第奇银行那样，因为挤兑最后倒闭？还是说这次不一样？没有人知道，或者可能还没到可以下结论的时候。
2. CapEx Keeps Breaking Records
我们一个一个看。首先是老生常谈的 CapEx 投入。
回顾过往历史上所有的技术革命，铁路、电气，甚至汽车、消费电脑、软件、云、移动互联网，其实都经历过类似的资本投入密集期。但这一次看起来似乎更加疯狂。
前两天高盛做了一个统计，我觉得很有意思。它统计的是：2024 年的时候，我们对 2024 年 CapEx 的预期增长是多少；然后 2024 年底，我们对 2025 年的预期是多少；同样地，2025 年底对 2026 年的预期是多少。再把这些预期和当年真实发生的情况进行对比。
结论是什么？结论是，在过去 3 年 AI 这一轮爆发的过程中，我们每一年对于 CapEx 的预期都是低估的。
比如 2024 年，2023 年底大家预估 2024 年 CapEx 增长是 19%，但实际上上涨了 54%，涨了将近一半。
大家会认为，已经涨了这么多，那 2025 年的预期再多一点，比如涨 20% 左右。但实际上 2025 年涨得更疯狂，涨了 73%。
到 2025 年，4 家最重要的科技巨头加起来，资本开支应该已经接近 4000 亿美元。大家觉得每家 1000 亿美元已经很疯狂了，那 2026 年再疯狂一点，涨 1/3，差不多了吧？
但实际上，2026 年看起来会涨到 80%，甚至 100%。Google、Meta 都差不多在涨 100%，亚马逊也差不多。
马上大家可能在 Q3，甚至 Q4，开始预期 2027 年。到 2027 年，这几家加在一起已经是几千亿美元。如果再把 Oracle 算上，可能就突破 1 万亿美元了。
已经到 1 万亿美元的情况下，我们对 2027 年 CapEx 的增长预期应该是多少？20% 几、30% 几？但实际情况听起来可能会更大，会高到 50%、60%、70%。这个数字真的大到有点恐怖，不是吗？
为什么这件事情会突然不断放大？我觉得有一个核心议题：时代真的变了，哪怕是在 AI 时代，AI 的形态也变了。
原来我们通过模型预训练，给模型喂足够的数据，通过 GPU 得到模型。但今天我们进入了智能体时代。智能体时代，我们开始分配任务、执行任务，甚至需要记忆大量上下文数据。
这就引发了对内存、CPU、存储的需求。哪怕是在推理层面，也不再单纯只有 GPU，还会有 TPU，甚至其他定制芯片的出现。所以整个议题都变了。
这些钱，也就是万亿美元规模的资本流转，具体投给了谁？
几家所谓的科技巨头每年在资本开支上投入。Google、Meta、亚马逊、微软、Oracle，再加上 Apple，2026 年可能大概是 8000 亿美元，2027 年一定会突破 1 万亿美元。
这 1 万亿美元投给了谁？当然投给了那些做 AI 基础设施的公司，从芯片代工到芯片，从存储到网络传输设备，到云基础设施，甚至到能源。
这几层基本上把 1 万亿美元全部承接了下来。
所以市场出现了两种针对所谓“token”的买方和卖方。这两种力量的角逐，其实是过去几个月市场的主线。
看起来在之前一段时间，市场把正向的 buff 给了我们所谓的卖方，也就是美光、海力士、SK 海力士、GE Vernova、英特尔这些公司。
相对于这些卖方，亚马逊、微软、Meta、Google 这些买方，其实今年股价表现也特别好。
提到股价，股价就能说明一切吗？
进入 2026 年之后，或者说在 2025 年底，大家已经预判会有一波下调。这波下调确实出现了，但很快又被拉回来了。标普 500 现在不断创新高，虽然最近一段时间的波动非常大。
回看过去 7 个月，也就是 2026 年的数据，标普 500 涨幅排名前 16 名的公司里，有 14 家是刚才我们说的 IT 硬件公司，只有 2 家是医药公司。
所以纯从股价来看，今天科技行业只有两个议题，或者说只有一个议题叫 AI，另外一个叫“其他”。而“其他”里最大的就是医药，仅此而已。
3. Storage Becomes The Bottleneck
提到存储，为什么存储会成为核心议题？其实去年下半年，大家就开始讨论存储会怎么样。
一个很核心的问题是，从数据中心的成本构成来看，在这一轮 AI 爆发之前，建立一个数据中心，存储所占的成本可能只有 2%。
但随着时代变化、存储需求提升，以及存储价格上涨，2026 年建立一个数据中心，尤其是成规模的数据中心，存储成本可能已经要占到 18%；GPU 或算力芯片占 42%，冷却占 10%，能源占 15%，building，也就是盖房子，占 15%。
更重要的是，每一代英伟达芯片发布时，除了看到每一代芯片能力的提升之外，每一代芯片所需要的存储空间也在以几何倍数增长。
这两个叠加效应，一加一就远远大于二，所以无论从占比还是绝对量来看，存储都成为了最核心的议题。
但存储行业是垄断的。我们能够提到的，无论是高速硬盘还是内存，都是垄断的。这两天长鑫也上市了，打新情况非常恐怖。
我们对存储行业收入的预期，从 2023 年上一轮周期低点开始，到 2024 年、2025 年暴涨，2026 年可能还会涨非常多，未来 2027 年、2028 年依然会涨。
但问题在于，存储行业严格符合周期。存储行业一直以来都是周期行业，之前一般差不多是 4 年一个周期。
每 4 年左右，我们会因为新建厂房、需求提升而去建设产能。厂房建好之后，需求又掉下来，然后价格开始下跌。每 4 年基本都是如此。
但这一次似乎大家都会说：这次不一样。
所以你会发现，这次所有关于存储厂商收入预期的曲线都特别夸张，也造成了这几家存储公司的股价在过去一段时间疯狂上涨。涨几倍都非常常见，像 SK 海力士就涨了 700% 多。
海力士原来在韩国上市，最近去美国上市了，一举打破了之前由阿里和沙特阿美保持的、海外公司在美国上市时最高募资额的纪录。
这也让华尔街见识了一下，在今天这个时间点，市场上最好的公司、最热门的公司是什么样的。
美光之前大概上个月的时候，美光 CEO 曾经吐槽过苹果说，8 美元买我们的内存之后，苹果可以卖 200 多美元。从历史上来看，在上一个周期，也就是 2023 年左右的时候，美光的毛利其实已经到了负毛利，负 33% 的毛利。你想，一个做硬件的公司毛利是负 33%，这有多苦？但是今天美光的毛利是多少？85%。它从 2023 年 Q1 的负 33% 毛利，到 2026 年 5 月可以做到 85% 的毛利，这个周期真的太疯狂了。再看刚才说的内存和存储行业。它是有严格周期的，我们再看另外两家代表性公司：英特尔和思科。
这一轮讨论 AI 时，大家总会去评判、类比上一轮互联网泡沫。上一轮互联网泡沫的代表公司，可能就是思科和英特尔。
这两家公司在上一轮互联网泡沫，也就是 2000 到 2001 年的时候，达到了股价历史巅峰。过去 26 年里，这两家公司的股价从来没有超过 2000 年创造的历史高峰。
但进入 2026 年，这两家公司都回来了。
所以这一页的标题叫“A Long Way Back”。从股价上看，英特尔和思科都在 2026 年——思科应该是 2025 年底——超过了当年互联网泡沫的巅峰。所有东西都回来了。
4. Debt Tests The Boom
但这个账本不可能永远这样疯狂，它还有另外一面。
比如最近 SpaceX 上市了。大家知道，SpaceX 旗下的 xAI 进行了比较多的调整，xAI 可能不会继续做大规模模型训练了。那 xAI 的算力怎么办？
所以在上市的时候，SpaceX 和 Anthropic 签了一份算力合同，相当于马斯克把自己的算力给 Anthropic 使用。
类似的事情最近在 Meta 身上也出现了。
我们经常说，所谓 4 家疯狂投入的科技巨头里，另外 3 家 Google、亚马逊和微软都有云业务，大家可以理解。那 Meta 为什么也投入这么多钱做 CapEx？它原来没有云业务。
现在好了，Meta 说我们也可以做 neocloud，也可以做云，也可以把自己的部分算力给合作伙伴使用。
所以这个账本还有另外一面。为什么会这样？其实很简单，我们刚才讲的全部都是投入，全部都是投入。
我们不断投钱，买了这么多硬件，建立了那么多数据中心。一个很现实的问题是，即便今天 AI 行业的收入规模增长得非常快，但现在整个 AI 行业——把所有人的收入都算在一起——这个收入规模，也只是勉强够今天巨大的 CapEx 支出的折旧。
也就是说，现在的收入只够覆盖折旧。
我们投钱进去是为了赚钱。当然，中间会有时间差，但我们希望的挣钱方式是：先覆盖折旧，再覆盖固定成本，再覆盖运营成本，最后产生毛利，毛利之后再产生利润。
但至少截至 2026 年 Q2，AI 行业整体的收益规模，刚刚只够覆盖折旧。
那会出现什么情况？我们还是看这几家科技巨头。
这一张 PPT 放了两个非常有代表性的指标，就是这几家科技巨头的自由现金流。他们的自由现金流从 2025 年 Q3 开始疯狂下降，进入 2026 年之后跌得一塌糊涂。
也就是说，他们投的钱太多，但收入开始顶不住了。
即便这是世界上最能赚钱的几家科技巨头，他们的现金流也开始出现变化。不能说是出现问题，但他们的现金流和 CapEx 之间的关系，开始发生逆转。
根据预测，大概在 2026 年 Q3，这几家科技巨头的自由现金流会变成负数，也就是马上到 Q3。
钱是最核心的指标。自己挣的钱不够怎么办？市场上出现了债。
虽然这些科技巨头已经非常能挣钱，但它们也在发债。Google 发债，英伟达发债，Meta 发债，所有人都在发债。
它们作为科技巨头，有一定的信用资本，发债也非常顺利。比如发了一笔 100 年期的债券，瞬间就获得了好几倍的认购。
但不是所有人都有这种奢侈的资本。
在另外一个板块，比如很多 neocloud 公司身上，像 CoreWeave、Nebius 这样的公司，杠杆率极高，收入可能都不够支付利息成本。
所以债更多地出现在我称为“最喧嚣的前线”的地方，尤其是这些 neocloud 公司。
回看这些 neocloud 公司，它们其实在过去一段时间经历了非常大的调整。CoreWeave 也好，Nebius 也好，最近一段时间的股价相对于高点，应该都跌了 30%、40%，甚至 50%。
所有人担心的都是同一件事：现金流。
所以，第一章最后的结论到底是什么？是美第奇的黄金时代，还是郁金香泡沫的前夜？
正反两方都有非常充分的理由，说明自己的观点是正确的。
正方会说，模型能力还在持续上升，AI 的生产率还在疯狂加速，单位推理成本还在下降。进入今年之后，token 完全打开了生产力场景，token 消耗基本上是按几倍增长。模型公司和应用公司的收入增长，是历史上从未见过的。
而且大家会说，每一次技术革命，收入和投入之间的 gap 都是滞后的，都需要先投入。
反方则会认为，企业应用落地其实没有那么容易，需求侧远远没有供给侧那么疯狂。算力支出也存在相互循环融资、循环担保的问题，这笔钱一定会出问题。
债往往是引发破裂的导火索。美第奇的结局提醒我们，声望，或者说那些虚的东西，并不代表现金流。
所以到底怎么样？到底应该相信哪一边？我觉得市场也在不断纠结。
为什么最近一段时间市场波动这么大？也是因为这两种情绪的极致对抗。
5. The Model Race Accelerates
第一章是美第奇的资本。接下来进入第二章，智能的复兴。
这一章讲 3 个要素，或者说 3 个小标题：印刷术，对应今天的模型进展；南北双极，对应中美两国的情况；透视法，对应世界模型。
先说模型。我拉了一张美国五家公司——OpenAI、Google、Meta、Anthropic 和 xAI——模型发布节奏的图。
我第一次做这张图的时候，还没有 Meta 和 xAI。就在过去两周，Meta 和 xAI 都发布了新模型。这说明它们还没有放弃这场战争。
所以，原来 Google 还在第一梯队，现在变成了几家共同竞争的格局。Meta 和 xAI 还有机会吗？至少它们还在努力。
从纯粹的模型进展来说，今天的模型强得非常可怕。最新的 Claude 5、GPT-5.6，以及马上可能要发布的 Gemini 3.5 Pro，都已经可以在人类不参与的情况下，自己执行任务十几个小时。
每天我们都会看到各种各样的新闻，讨论不同的模型和 OpenAI。我找了一张梗图：一个医生问病人，这两个 logo 是什么？底下用一个英文单词表示，这两个 logo 其实代表了痔疮的两种形态。大家如果感兴趣可以看一下，我觉得非常有意思。
同样是这两家最头部的公司，它们在做的事情其实是一样的。我把它叫作“两种主张，一种共识”。
我用了两张 PPT。其中一页是我已经用了很多年的 PPT，是当时 Sam Altman 讲 OpenAI 从 L1 到 L5 发展的那页。
L3 是智能体，L4 是研究者。研究者在做的事情，不就是让 AI 自己研究自己吗？这不就是自主进化的逻辑吗？
Anthropic 就更不用讲了。就像我上次在 ITC 那次内容中用的那页 PPT，Anthropic 今年上半年发了一篇文章，叫《When AI Builds Itself》。
最开始，我们用人类加 AI 的方式训练模型，把模型放进训练过程里，一次一次地训练。你会发现，到最后人类消失了。
这和 AutoResearch、RSI、Loop，以及我们一直在讨论的这些故事，其实都是一样的。
所以本质上说，今天这个时间点最头部的两家模型厂商，是两种主张，但有一种共识。
结果就是，当模型真的可以在部分环节和场景中实现所谓“自主进化”之后，模型发布节奏疯狂加速。
从时间线上看，进入 2026 年，如果只看美国这 5 家公司，模型发布节奏应该是在疯狂加速。
你想，我们在春节时还在聊 Opus 4.6、4.7、4.8，然后是 5。才过了几个月，GPT 就从 5.5 到 5.6。
多模型共存也成为常态。代码、推理、多模态、长上下文，都有不同时间点领先的厂商，谁也很难做到绝对领先。
欧洲的 Mistral 也在继续发布模型。原来由 OpenAI 前员工创办的 Thinking Machines，这一周应该也发布了真正意义上的开源模型。
资本也在资助这些模型公司。
我之前还用过一张 PPT，介绍一位很有名的投资人总结的情况：从去年下半年开始，很多从这些顶级 AI 厂商离职的员工成立了所谓的 new lab。这些 new lab 大概也已经拿到了几百亿美元融资，它们也在做自己的主张。
我们回到这两家公司来看。Anthropic 和 OpenAI 的竞争态势，在 2026 年 Q2 出现了变化。Anthropic 在某种意义上超过了 OpenAI。
比如只看 To B 订阅情况，Anthropic 应该是在 2026 年 4 月还是 5 月超过了 OpenAI，估计也是差不多同一时间。
从估值角度来看，5 月份的时候，Anthropic 的那一轮融资估值就超过了 OpenAI 的估值。一家现在是 9000 多亿美元，一家是 8000 多亿美元。
这个数字其实非常疯狂。也就是说，它们还没有上市，就已经接近 1 万亿美元了。我们又一次在讨论 1 万亿美元这个数量级。
OpenAI 在 2025 年应该亏了 140 亿美元，2025 年收入大概只有 250 亿美元。如果用 2025 年的数据来看，OpenAI 的市销率是 40 倍。
历史上的这些科技巨头，从成立到真正达到 1 万亿美元市值，苹果用了 42 年，Google 用了 21 年，SpaceX 用了 24 年，OpenAI 用了 10 年，Anthropic 用了 5 年。
非常疯狂，疯狂的万亿美元。
同样，今年美股可能会迎来史无前例的超级大年。SpaceX 已经上市了，大家也看到了。虽然 SpaceX 现在已经跌破发行价，因为上市大概还不到 10 个交易日。
OpenAI、Anthropic 可能还在观望市场情绪。原来如果不出意外，我们会在今年看到两家公司上市，但现在最近的市场情况不好说。
6. The Two AI Renaissances
讲完模型竞争，再讲中美对抗，叫作“两场文艺复兴，两条技术路线”。
15 世纪欧洲的文艺复兴不仅仅发生在意大利。意大利是赞助人定制，追求巨匠杰作和壁画，作品昂贵而且独一无二。
但与此同时，北方出现了版画与印刷，面向市民买家，便宜而且可以复制。两条路线互相学习，共同塑造了欧洲。
你一听这个故事，就会发现它和今天 AI 领域的状态几乎一样。
硅谷那边是超大的闭源前沿模型、天价算力和旗舰级订阅收入；中国这边是开源、高效、低价和泛化路线。大规模扩散，双极格局已经正式成型。
这一点我觉得全世界都有共识。
我们看中美对抗。我把刚才美国 5 家公司的表格拉出来，同样加入中国厂商：智谱、千问、MiniMax、DeepSeek、Kimi。
我没有放混元，也没有放字节，它们可能在另外一个战场上。我就放了这几家公司，拉了一下数据曲线，竞争非常激烈。
我也用了一张蚂蚁开源总结的图，展示过去一年多整个模型领域的进展，包括各家公司发布模型的时间、模型大小，以及是否开源。
你会明显感觉到，中国模型厂商更多选择了开源策略。除了字节，以及林志扬离职之后，千问最新的 Max 模型选择了闭源；美国大部分模型厂商选择的则是闭源。
最近 Thinking Machines 发布的模型，被认为是美国最新的开源之光。其实表现还行，但讨论确实不是很多。
中国厂商在 OpenRouter 上的各种数据，过去几个月也被无数媒体反复渲染。虽然 OpenRouter 到底能不能占全网流量的 1% 都不好说，但大家默认它是一个很重要的第三方衡量指标，所以都会看一下。
无论是科技巨头，还是中国这几家模型初创公司，今年上半年尤其在股价上，都经历了比较大的波动。
就在我做 PPT 的这一天，智谱一天跌了 30%。那几天还摸到万亿港币的智谱，现在已经回到五千了。
MiniMax 也已经回到发行价以下。市场情绪的波动还是非常疯狂的。我总开玩笑说，这种波动都是杀人的。
从钱的角度看，前面讲了美国那几家科技巨头的资本开支。4 家，不对，5 家公司，一年的投入是 7000 亿到 8000 亿美元，甚至接近 1 万亿美元。
如果看中国几家上市公司加上字节，阿里、百度、腾讯和字节加在一起，大概也就是 1000 多亿美元。和美国相比，差距比较大，差了一个数量级。
我们受到芯片限制，也没有办法；再加上中国厂商的体量可能还没有达到那个程度。所以这个差距会不会进一步拉大，我们不知道，只能静观其变。
但中美两国之间在 AI 模型上的竞争，并不是完全意义上的非此即彼，甚至还在相互融合。毕竟从技术角度来看，没有办法做到完全隔离。
比如法律领域最好的 AI 公司之一 Harvey，之前做了一个自己的榜单，叫 LegalBench，是专门用于法律领域的 benchmark。
他们又做了一个实验，通过后训练的方式——当然，他们找了一家合作厂商——对智谱当时的开源模型 GLM-5.1 进行后训练，最后拿到了这个榜单的第一名。
这个成绩超过了 Opus 4.8，超过了 GPT-5.5，超过了 Sonnet 4.6，超过了 GPT-5，也超过了当时的 Kimi K2.6。
Cursor 也在说要做自己的模型，后来被发现，他们是基于 Kimi K2.5 做后训练。
所以只要开源，本身从技术角度来说，就没有办法做到绝对意义上的非此即彼。
7. The World Model Revolution
第二个小议题是中美对抗。接下来讲第三个小议题：透视法的革命，也就是世界模型。
1420 年，佛罗伦萨出现了大家对三维空间透视法的研究。透视法并不是发明了颜料，而是一种新的表征方式。从此之后，所有的绘画、建筑和地图都被透视法改写了。
这恰恰对应今天世界模型的发展：AI 从预测下一个词，转向预测世界的下一个状态。
原生多模态——文本、图像、视频——在训练之初就开始融合，几何、物理、语义整合成对三维世界的统一理解。
我上一期播客讲的就是世界模型。如果大家想更深入地了解世界模型，可以去听我上一期的节目。
这一小节的内容也几乎全部来自上一次的 PPT。比如我引用了李飞飞最近发表的一篇很有名的文章。按照她的说法，今天这个时间点，世界模型大概分成三类。
第一类是渲染器，专门为人类视觉提供渲染。这可能是今天大部分视频模型厂商在强调世界模型时所讲的故事：更多是在为人类的眼睛做渲染。
第二类叫模拟器，用来模拟人类世界的物理规则。
第三类是规划器，能够为机器人、自动驾驶汽车等，进行物理世界的规划。
第三类可能更多是今天这个时间点，巨头、机器人公司和自动驾驶公司的主张。
做世界模型并不是今天才开始。很多公司在这件事情上已经尝试了非常多，包括英伟达、Google、Meta，都做过大量探索。
所以我们看到了各种各样的参与方。
初创公司就不用说了，像李飞飞的 World Labs，以及杨立昆教授的公司，都是这一轮典型的世界模型初创公司。
具身智能公司都在讲世界模型，自动驾驶公司也在讲。我上一期以 Momenta 作为案例，讨论了自动驾驶公司。
视频模型公司也在讲，尤其是中国的很多视频模型公司。在纯视频领域的竞争已经几乎没有办法撼动自己的 C 端之后，今年大家都在主张世界模型这套逻辑。
三维生成公司当然也会讲，因为它们本来就离这个事情很近。当 AI 三维生成从一个局部战场被拉到世界模型这个更大的战场上，我们就看到了所有这些参与方。
各家都有自己的主张。
比如杨立昆的主张是，不生成像素，而是在潜在空间预测状态。
哈萨比斯则认为，DeepMind 可能更多是在做基于多模态理解的模型。
李飞飞老师做的可能更多是偏三维空间表征的方式。
所以在技术和实验模型领域，现在也存在很多分歧，还没有形成绝对意义上的共识。
这就是第二章关于模型竞争、中美对抗以及世界模型的内容。
8. Agents Replace Chatbots
接下来进入今天的第三章：Agent，Agent 的元年，对应文艺复兴时期从画匠到工坊的变化。
1470 年，佛罗伦萨出现了所谓的工坊。文艺复兴时期很多画并不是一个人画的，工坊制才是产能的来源。
师傅负责构图，学徒分工执行。年轻的达·芬奇，就是在这样的工匠流程下，画出了那幅最有名的天使画作。
我们再看今年的智能体。
纯 Chatbot 已经到头了，我觉得这已经是不需要再讨论的结论。分工协作的智能体开始接棒。
明确给智能体进行分工的方式开始出现：规划、工具调用、执行、纠错、评判，然后反复循环。
在单智能体之外，多智能体的兴起也开始出现。这些都是共识。
最大的共识是什么？
上周，OpenAI 更新了 Codex 以及对应的 GPT-5.0 模型。今天的 Codex 变成了 ChatGPT，原来我们使用的 ChatGPT 变成了 ChatGPT Classic。
之前也说过，OpenAI 其实在做 all in one。OpenAI 的浏览器也不做了。
今天 OpenAI 最核心的应用，就是这个新的 GPT，也就是原来的 Codex。今天的 Codex 除了有 Codex 之外，还出现了 ChatGPT Work。
Work 出现了。
所以，Chatbot，也就是聊天机器人，彻底翻篇了。这已经成为共识。
因为这次调整，过去几天 Codex 的数据增长非常恐怖。它上一次公布活跃用户 500 万是在 5 月份，600 万是在 7 月 12 日，700 万是 7 月 13 日，7 月 14 日 800 万，7 月 15 日 900 万。
今天这个数字应该已经是 1000 万了。每天增加 100 万，甚至还在更快地增加。
所以，真的就跟上一章讲的一样，时代变了。
原来我们讲模型训练和使用的过程，已经变了。原来是输入对话和提示词，模型返回结果；今天变成了交代任务，任务有分工、有协作、有各种工具调用、有评判、有 loop、有循环。
人类在旁边看着。
时代真的变了。
回头来看，如果把 2022 年底 ChatGPT 发布作为一个重要时间点，那么 2025 年下半年 Claude Code 的发布，可能也会成为一个重要时刻。
如果我们有一台时光穿梭机，穿梭到很多年以后，回头总结过去几年 AI 行业的发展，可能会有一个“Claude Code 时刻”。
结果就是：代码吞噬一切。
在那篇很有名的 Anthropic 文章里，他们说，内部 Anthropic 的技术员工、软件工程师，在 Claude Code 发布之后，人均代码提交量翻了 8 倍。
而代码本身除了 coding 场景之外，还变成了 harness 的一部分，由代码负责执行。
我们刚才说过，让 AI 训练自己的实现方式，也会通过代码完成。
所以，代码吞噬一切。
9. Code Becomes The New Interface
Coding 当然成为最核心的战场。尤其在 2026 年，Anthropic 通过 Claude Code 异军突起，Codex 在 Q2 开始追赶，Cursor 的表现则不太理想。
虽然 Cursor 最后被 X 收购，其实也是一个不错的结果，而且 Cursor 今天的收入规模应该也不小。但确实从竞争角度来讲，coding 核心战场的竞争非常激烈。
软件生态也被改写了。
原来软件是给人用的，人类需要 UI；现在软件是给 Agent 用的，Agent 似乎不需要 UI。
所以出现了 CLI、MCP、A2A 等各种协议，我们开始基于这些协议构建软件生态。
类似的变化也出现在开源领域。生态结构发生了变化：从 LLM 时代的大语言模型工具链，变成 Agent 时代的执行工具链。
进入 2026 年之后，这一点尤其明显。我们看整个 Agent Infra，也就是给 Agent 提供基础设施的开源项目，数量非常多，从 coding 到个人助手，再到 runtime，各种各样的公司都在做。
包括 OpenClaw，本身也是类似的事情。
这个领域的开源项目，在过去半年左右增长得非常快。
再谈一个老生常谈的问题：模型的边界。
进入所谓的认知时代之后，大家当然会问：模型能做这么多事情，那这些事情到底由谁来做？
我们只看结论。Anthropic 发布 Opus 4.7 之后，先后推出了 Claude Finance、Claude Legal，做安全，做 Claude for Science，做 Claude Design，现在又在推动 Claude Enterprise，也就是企业服务。
你一听这些大的行业——财务、法律、安全、医药、设计和企业服务——就会发现，每个板块都有绝对意义上的大公司。无论是传统巨头、传统 SaaS 巨头，还是新兴 AI 公司，都在提供各种服务。
同时，模型厂商也开始下场。
那这个事情到底属于谁？
从宏观来看，我们最早评判 AI 行业规模时，看的可能是订阅加广告。这个市场规模据估算大概是 0.3 万亿美元。
后来 coding 出现了，大家把 coding 加进来，可能增加了 2 万亿美元。
今天 coding 又变成 work，变成白领工作。非 coding 的 work 又增加了 2 万亿美元。
但这几个万亿美元加在一起，都是所谓数字世界里的 AI。
既然提到数字世界，就应该有一个与之相对的物理世界。
所以世界模型为什么会变热，也是因为这个原因。
说完美国，再说中国。我觉得中国的共识也是一样的：Chatbot 战役阶段性结束。
字节有 Trae 和扣子，阿里有 Coder、MoonRun 和悟空，腾讯有 WorkBuddy、QClaw 和 Mavis，百度有 Z Code 和 AutoGLM，Kimi 有 Kimi Code 和 Kimi Work。
所有厂商都在做类似的事情。
更有意思的是，我这次参加 CSDN 大会，是下午的发言嘉宾。下午分了 3 个分论坛，我们这个论坛讲的就是这些事情。
我们隔壁的分论坛，TRI 的产品经理、百度秒搭的产品负责人、阿里 Qwen Coder 的解决方案专家，以及蚂蚁灵光的一位产品方案专家，都在讲 AI。
中国市场的共识非常清楚。
今天，比如豆包在推新的付费版本时，最核心的功能都是和 Agent 相关的。元宝和千问也都在推动类似的事情。
对于今天这个时间点，我有一个说法：Agent，或者通用 Agent，应该怎么做，做什么场景，找谁付钱，怎么定价，是 To B 为主还是 To C 为主，这些议题都没有标准答案。
唯一有标准答案的是：今天这个时间点，这类产品应该长什么样。
感谢 Codex。我觉得 Codex 是一个好的老师，它教会了我们，或者说告诉了我们：如果今天想做这样一个产品，它的外观、这个壳子、这个 UI，应该长什么样。
从这个意义上说，我觉得国内 AI 竞争在今年上半年出现了一个新的阶段性战场，也就是所谓的桌面端。当然是不是桌面端并不重要。
易观有一份报告，叫作“AI 原生办公智能体应用迎来爆发式增长”。以 WorkBuddy、Trae、QClaw、Coder、AutoGLM、Coze 和悟空为代表的这些公司，其实都是 OpenClaw 带来之后，各家厂商推出的通用 Work 智能体。
当然，这件事情还会继续变化。
我们见到了新人笑，自然也会见到老人哭。
比如就在这两周，当然可能更多是因为监管原因，豆包和千问都下线了原来的智能体业务。
我觉得那个时代的智能体，更多还是一种提示词的打包和封装，和今天讨论的真正意义上的 Agent 不太一样。
所以豆包和千问都下线了原来的智能体业务。
阿里和钉钉出现变化之后，新钉钉负责人又整合了 MoonRun、悟空和 Coder。阿里已经采取了动作。
自然而然，另外几家巨头也会面临同样的问题。
百度自己也有相关产品，字节有扣子和 Trae，海外还有一个当年和 Microsoft 很像的应用。这几个应用之间的关系到底是什么？
腾讯也一样。腾讯的 WorkBuddy 现在是传说中的“新太子”。那 QClaw 和 Mavis 呢？这些应用要不要合并？
因为它们的功能、界面，甚至面向的人群，其实都差不了太多。
所有事情都在变化中。
10. The Governance Backlash
接下来讲最后一章：反抗虚荣的篝火，也就是治理的反冲。
当年的佛罗伦萨也一样。一位修士萨沃纳罗拉发起了“虚荣的篝火”，焚烧画作、镜子和奢侈品。
没有所谓的外敌入侵，这些道德上的反冲，全部来自人民内部。
过度的反冲同样危险。发起所谓“虚荣的篝火”运动的人，最后也被人们架到火刑柱上烧死了。
今天的 AI 也是一样。各种反 AI 活动在全球范围内出现，尤其是关于 AI 是否会取代人类的讨论。
反全球化之风兴起，众多主权国家一直在探索 AI 治理的边界。
AI 现在已经不是全球化，而是反全球化的。
AI 牵扯到了人类最核心的利益。从主权国家角度来看，AI 是一个谁都不能输的大国博弈。
今天开 WIC，大家也看到了我们的领导人在讲什么。
于是出现了一些变化。比如在美国，最新的 Claude 5 和 GPT-5.6，都是先经过政府审核，才允许上线。大家会预判，未来这种事情会成为一种常态。
为什么会这样？我觉得是 3 对非常核心的竞争张力，导致了这个结果。
第一对是创新与安全。
我们到底要烧掉的是伪造肖像的能力，还是图像生成本身？这件事情精准地考验着立法的技术能力。
今天我们国家领导人在发言中提出的 4 项建议，第一项就是关于模型创新，第二项就是关于安全与治理，讲的也是同样的事情。
第二对张力，是主权与互通。
各国的立法节奏并不一致，模型和数据又天然跨境，多边机制现在看起来比较困难。
所以在今天我们国家领导人的发言当中，第三点或者第四点，也是在讲要成立联盟。我们不是也成立了一个相关联盟吗？
最核心的一股张力，是效率与就业。
AI 已经从代码拓展到了其他高价值领域，刚才我们说过，金融、法律、医疗和企业服务都包括在内。
科技公司大面积裁员，社会情绪的反冲才刚刚开始。这件事情还会持续很久。
变化也非常快。
今年 Q1，大家还在讨论所谓 token maxing，也就是谁投入更多、烧掉更多 token。
美国有一个统计说，今天这个时间点，美国头部企业中的顶级软件公司，每个月仅 token 成本就已经达到 7000 到 7500 美元。
要知道，这些公司的软件工程师平均月薪大概是 1.5 万美元，也就是说，token 成本已经接近工资的一半。
如果继续烧下去，token 消耗超过一个软件工程师的工资，这件事情会不会发生变化？
所以你会发现，Q1 大家讨论 token max；到了 Q2，大家开始反思，这个指标可能没有意义。
到底什么才是真正的问题？
回看历史，发明电的时候，人们曾经讨论电的亮度，但最后亮度并不是核心指标。我们后来知道，千瓦时，也就是“电的度数”，才是核心指标。
互联网时代，大家最开始看 page view，也就是访问量。但访问量最后被证明并不重要，重要的是 session 和 click。Google 以搜索引擎为代表的商业模式，才是核心。
移动互联网时代大家更熟悉。运营商卖的是数据量，多少兆、多少流量。但后来大家证明，数据流量并不是商业价值的核心体现，最后真正重要的是 DAU 和 MAU。
今天的 AI 时代似乎也是一样。我们现在讨论 token，但 token 可能不是最后最重要、也最能代表商业本质价值的那个指标。
智能时代真正的关键词和指标应该是什么？没有人知道。
11. The Human Question Returns
所以我们又回到了我之前引用过的一篇文章，就是《第四支柱》。
在技术、资本、知识之后，AI 时代到底需要什么样的人？我们还是回到人的身上。
回看所有所谓的文艺复兴，都经历了 4 件事情。
第一，分发的冲击。AI 让思考本身变得廉价，印刷术让书籍变得廉价，但思考本身还需要人来完成。
第二，知识的再现。AlphaFold 式的跨越式解锁，让埋藏的知识被重新读出。一千个 AlphaFold 正在路上。
AI for Science、AI for 医疗，今天都在疯狂延展。
第三，赞助的资本。科技巨头和巨富，就是今天这个时代的当代美第奇。集中而流动的资本，正在寻找值得被“赞助”的东西，而 AI 看起来就是那个最正确的答案。
这 3 件事情，在文艺复兴年代发生过，今天也正在发生。
但第四件事情没有发生，或者至少截至现在还没有发生，那就是人的画像。
历史上，第四个支柱从来不会自动出现，只有被具体的人刻意建造。
而现在这个时代，看起来需要这种“建造”。
人还是万物的尺度吗？
当智能体能够替代我们的工作，甚至在某种程度上产生所谓的理解时，人是万物尺度这句人文主义信条还成立吗？
文艺复兴的答案，是把人从神学秩序中解放出来。我们的答案是什么？
或许是重新定义哪些事情必须由人来做。
500 年之后，如果我们有时光穿梭机，穿越到 500 年之后，我们这次 AI 革命应该已经完成了。
当我们回顾这段历史，在 2026 年这个时间点，我们到底能够记住什么？
我觉得可能不是某个模型。我们可能会记住，人类第一次认真讨论：当智能不再稀缺之后，人的位置到底在哪里？
写这篇文章的作者也给出了自己的预判。
他说，如果我们不穿越那么远，只穿越到 2050 年，他认为到那个时候，人类会在一门手艺上待很久，久到这门手艺反过来塑造了这个人。
人类会在很多真实的地方承担责任，会与少数人保持长期的相互义务，有意识地继承一个传统，并把它传承下去。
这是他的判断，是否正确，我们也不知道。
最后一页，是对下半年一些热点的关注。
第一个还是老生常谈的 ROI。token 这件事情的衡量——烧掉多少 token——看起来已经不是一个重要指标了，那我们应该衡量什么？是按结果竞价吗？
巨额投入是否会出现拐点？我们不知道。
第二个议题，闭源与开源，对应的也是中美对抗。差距到底是在接近，还是在拉大？会不会出现完全超过的那一刻？
尤其是今天 Kimi 发布了 K3，第一次在某些细分榜单上成为世界领先。中间还揉杂着中美大国博弈和开源路线，这种新的常态到底是什么？
第三个议题，世界模型与物理 AI。
不同参与方之间的界限越来越模糊。谁的主张最后会成为所谓的共识？或者阶段性地根本不存在共识，也不存在所谓的收敛？
最直接可以期待的场景是自动驾驶吗？是具身智能吗？还是其他东西？是游戏吗？不知道。
第四个议题，是治理与立法冲突。
模型能力会持续进步，一刀切的管控方式只是权宜之计。更激烈的冲突，是不是会和很多人期待中的泡沫破裂同时到来？
这 4 个议题，也对应今天我的 4 张结构。
最后一页，用一张可能很多人看过的图。
这张图把人类画成一个个小格子。在这些格子当中，今天这个时间点使用免费 AI 工具的人，被标成绿色；使用付费 AI 工具的人，被标成黄色；在付费用户中，已经使用 Agent 的人，被标成红色。
这张图 3 月份有过一个版本。那个时候红色的点非常少，甚至把绿色、黄色、红色的点全部加在一起，占整个人类的比例都非常少。
6 月份又做了第二个版本，点变多了，但加在一起占整个人类的比重依然非常少。
所以似乎一切真的还只是刚刚开始。好，感谢大家收听。老规矩，带 PPT，如果需要的话可以对着 PPT 来听我的播客。然后我的 PPT 会放在我的 Emma 的数据库里，有兴趣可以去订阅。再次感谢。Thank you.