87. 对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯

AI 对理想意味着什么？上来就直接开始这个呀？没有别的寒暄吗？我听说你是宅男，不爱社交，不爱出去玩，喜欢打游戏。你晚上早早回家会打游戏吗？

我一直打游戏，从来没间断过。

影响过你最大的一个游戏是什么？

构建世界观吧。构建世界观影响最大的游戏没那么主流，可能所有人都忘记这游戏了，是大宇出的一款游戏，叫《阿猫阿狗》。

人类为什么喜欢游戏？因为游戏是最公平的。我的一个理解是，社会就是一个天梯。很多人会把公司当成家，又回到家里去提条件、搞天梯，就搞反了。

别人做纯电的时候你要做增程，现在很多人开始做增程了，你为什么又不造车了，要做一个人工智能的企业呢？

1. AI 成为理想未来

造车肯定是要造的。但是大家经常讲，电动化是上半场，智能化是下半场，但我认为这个智能化讲的不是传统的软件智能，而是真正的人工智能。所以，这是我们造车必须继续往下走、延续下去的必经之路。

你觉得 AI 对于理想意味着什么？

意味着未来的全部。

我看了一下，你第一次对内说“2030 年要做一个全球领先的人工智能企业”这句话，是在去年的 1 月份，也就是 ChatGPT 诞生两个月之后。你这是跟风吗？

不是跟风。我们每年春季的战略发布，其实都起源于上一年 9 月在北京雁栖湖召开的内部年度战略会。

2022 年 9 月的时候，我们就已经确定，要把人工智能，包含自动驾驶，作为真正重要的方向，并且认为这是未来竞争的关键。到了 2023 年年初发布战略时，我做了一个根本性的变化：把人工智能从一个隐藏的战略，变成一个开放的、阳谋式的战略。因为只有这样，我们才能吸引到足够多的人才。

为什么要在那个时候变化？OpenAI 也发挥了非常大的作用吗？

对。OpenAI 打开了一个全新的人工智能时代。我觉得我们内心对人工智能所有的想法、所有的期盼，就不用再藏着了，应该拿出来正面地讲。

你对 AI 感兴趣，可以追溯到什么时候？

我觉得可以追溯到这次创业刚开始的时候。这次创业开始时，我脑子里就看到一件很重要的事情：我们如何用全新的技术，去改变物理世界发生的一切。

这包含我在做汽车之家的时候。汽车之家在线上已经成为全球最大的汽车网站，但汽车之家有很多遗憾。比如我们做的汽车电商业务一直没有成功，包括我们想把整个物理世界进行改造，从一辆车的制造、仓储、库存、物流到体验，其实最后会发现，除了在线上多花了一份钱，并没有对物理世界产生任何有效的改造。

所以，当时我做理想汽车，一个很重要的想法就是，必须借助最新的技术，对物理世界进行改造。

所以你是想做一家人工智能企业，还是想用人工智能来赋能电动车？

2. 汽车成为 AI 平台

我觉得汽车是物理世界中人工智能最大的应用。所以，如果看清楚这一点，我认为我们应该是一家人工智能企业。

这也是我们一直坚持的一件事情。团队总是来问我，我们的 Logo 后面写“理想”还是写“理想汽车”？我们讲自己是理想汽车，是为了方便跟外界沟通和宣传，但我们的 Logo 从来没有把“汽车”两个字加上去。

你既然说 AI 这么重要，在你创业之初就已经决定要做了，那为什么你们开始做智驾是同行里最晚的？

按照顺序来讲。因为我是一个连续创业者，我觉得作为连续创业者，最大的好处之一，是知道整个企业发展的节奏：从没有钱的时候，从 0 到 1，先解决什么问题；有了收入以后，从 1 到 10 要做什么事情。

这其实是我跟一般新进入这个行业的创业者一个根本性的不同。理想汽车早期的融资能力是最差的，我们融到的钱是最少的。在没有那么多钱的情况下，我们第一步想的是如何把产品做好。

我们获得了非常好的市场认可，也有了自己的收入。包括 2020 年和 2021 年分别在美国和香港进行 IPO，有了更多的钱。所以，从 2020 年初开始，我们就开始做整个技术的平台化。

包括自动驾驶平台，大家看到的 AD Max、AD Pro；包括座舱平台 SS；包括整车的域控制器 XCU。这个其实是我们在整个研发方面的一大进步：过去传统的供应商我们不再需要了，我们自己成为几个关键零部件和车内控制器的一级供应商。

再往后，也包括我们会做模型、做电机的碳化硅。所以我说，这是一个创业公司往上成长的过程：资源有限时和资源增长以后，分别去投资什么。

我听说你们当时被智驾供应商欺负得很惨，他们铁了心觉得你们做不出来。

我们经常发出去一个邮件，尤其是在疫情期间，发出去一个邮件，两周以后才有人回复。

所以当时我们没有办法，就决定自己来做。整个自动驾驶的所有研发，包括从域控制器开始，全部自己做。

乔布斯说，如果硬件是产品的大脑和肌肉，软件就是灵魂。你表达的也是这个意思，对吗？

当然是。因为我最开始创业的时候，投资人经常问我一个特别有意思的话题：凭什么是你？为什么你能做出来？

那时候我们还没有产品。我当时讲了一个最重要的观点：我会比传统汽车企业更懂得怎么做互联网和大型软件；我会比互联网和大型软件公司更懂得怎么制造一辆车。我觉得这就是我当时认为自己的一个优势。

你现在要做的是一个人工智能技术驱动的电动车企业，或者一个拥有人工智能技术的自动驾驶企业，为什么一定要说是一家人工智能企业？你觉得它们之间的本质区别是什么？

做汽车之家，是我一生中最大的一个遗憾。

汽车之家是我的第二次创业。第一次创业时，我的泡泡网赶上了 PC 互联网时代。那时候我还不懂什么是创业，刚高中毕业就开始做网站，所以错失了很多机会。

做汽车之家的时候，我非常看重汽车这个新兴行业。当时我们分析，中国一年只能卖两三百万辆车，没想到后来发展到今天，一年卖接近 3000 万辆车。

同时，汽车之家发展成功的一个重要因素，是我们率先做了移动互联网的应用和业务。我们做了全世界最早的 Web 站之一，做了全世界最早的 Windows Mobile 版、iOS 版和安卓版。我们非常好地抓住了移动互联网这个窗口。

很长一段时间，你会看到身边的朋友，尤其是男性，抱着汽车之家看车、选车、买车。这是他们生活中非常重要的一部分。

但到了 2013 年汽车之家 IPO 以后，包括 2015 年我决定离开汽车之家，其实有一个非常大的遗憾。2009 年的时候，我认为汽车网站的竞争就结束了。后边几年过得挺轻松。

我觉得我还有更多能量，我们的团队也还有更多能量，但我们在移动互联网时代选择了一个非常垂直的领域。虽然你做得很好，但某种程度上，你可能为了某一棵树，错过了一片森林。这是我最大的遗憾。

所以在选择进行第三次创业时，一个很重要的想法是：我要选择一片森林，然后成为那片森林里最大的企业。无论它多么难，无论需要经历什么困难，我绝对不再只做一棵树。

我还是不能相信，你从创办理想汽车的第一天，就想好要做一家 AI 公司。你确定当时这么想吗？那时候你就觉得人工智能时代要到来了？

我觉得是一种感觉。

所以我们从最开始也没有把它当成传统汽车来做。比如理想 ONE 只有一个车型，为什么理想只有一个车型？因为我把它本身看成了人的数据和软件的集成。

所以你觉得把它叫作人工智能企业，是一个更大的故事、更大的梦想？

不是更大的故事。如果你看到我们到底在做什么，就会相信我们是一家人工智能企业。

我们一年有 100 亿元研发投入，是全世界第一个自己做基座模型的企业。端到端和 VLM，从最开始的论文、技术研究，到最后的研发和产品交付，我们也是全世界最早做出来的企业之一。

我们不仅仅在做智能驾驶，还有理想同学。同时我们还有两个很重要的团队：智能商业团队和智能工业团队。我们真的是这么在做的，只是很多时候人工智能本身是个新东西，大模型更是个新东西。

如果讲原来的规则算法、知识图谱式的人工智能，大家会觉得没什么希望。手机上有 Siri，但实际使用比例非常低。大家虽然相信人工智能，但在某一段时间，技术和需求是错配的，它采用了一种并不真正符合人工智能的方式。

但这也是整个发展过程的一部分。我们可能是吃到第 8 个包子才吃饱，但前面的每个包子都有价值。正是这样一层一层递进，才看到了今天人工智能相对繁荣的景象。

有人去年问了一些理想的员工，你相信理想是一家人工智能企业吗？他们都说不相信。既然你都不能让你雇的人相信，怎么能让更多人相信，怎么能让大众相信？

技术发生变更的时候，不相信是很正常的。

比如做增程的时候，如果你去问员工，这辆车的成功率有多少、销量有多少，当时员工填得最多的是一个月能卖 1500 辆。大部分人认为这辆车一个月只能卖几百辆，因为大家没有体验过新技术，也没有看到这个技术能够带来什么价值。

这可能真的是创业者和大部分人的一个很大不同：你会相信那些看起来没那么明白、没那么清晰的事情。

如果李想要做一个人工智能企业，你觉得你们的优势和劣势是什么？

3. 成长成为核心优势

我觉得对人工智能的理解，可能源于我个人的经历。

我小时候在老家长大。上小学时回到石家庄，初中开始接触电脑，但家里没有电脑，所以我通过读各种电脑杂志来学习。我把所有零花钱都拿去买电脑杂志和电脑书籍。

在初中时，我面对的所有东西都是质疑。父母会担心我学习不好，甚至考虑让我去上职业学校，找一份稳定的工作。

你当时成绩有多不好？

也没有多不好。如果按分位算，大概属于 70 到 80 分位。

属于中等还是差等？

中等偏好。

中等偏好在班里一般是不太受欢迎的。老师要么关注学习好的，要么关注学习不好的，你属于中不溜秋。

当时大家也不了解什么是电脑。很多人觉得电脑就是游戏机，是个坏东西。有人会反对，说你这么学是不对的，天天研究这些东西，是不是有自闭症。

到了高中，从初中升高中时，我有了自己的电脑。我印象特别深，跟班里电脑水平最高的一个同学聊天，想和他聊电脑。他说，我有电脑的时候你还没见过电脑，所以你没有资格跟我聊。

但后来的发展完全不一样。基本上一个月时间，我的电脑水平就超过他了。因为过去 3 年获取的信息，在真正实践时给了我巨大的帮助。

所以我找到了一个很有效的模式。几年前很多人问，理想汽车的核心驱动力是什么？我觉得核心驱动力其实是成长。

成长是一个完整的模式：通过学习，再去真正验证，最后形成成长。高中时我比较有效地找到了这种方式，所以成长速度比身边同学快。

我在解决问题时，会广泛阅读各种信息。有了互联网以后，这非常有帮助。甚至在没有互联网之前，我还用泰尔奈特的方式获取大量信息。

如果我是一个人工智能，这非常像我的预训练：把各种知识和跟各种人的交流都放进去，让我对这个领域有一定了解。第二步是设定目标，运用这些知识真正解决问题。问题解决后再复盘，把它变成自己的能力，这就是成长。

我的经历模式就是学习、验证、成长，非常像人工智能的预训练、后训练和强化学习。

所以你想做人工智能，是因为你和它本身有亲切感，而不是因为你相信这项技术本身？

不是这样。尤其是大模型出现以后，我觉得人类会发生根本性的改变。

怎么变？

一定会变得更好。互联网实现了信息平权，人工智能开始帮助大家实现知识、认知和能力的平权。

这是技术平权吗？

技术平权还不容易说。我觉得从受众的价值来看，知识、认知和能力的平权已经实现了。

你第一次用 ChatGPT 是什么时候？当时是什么感受？你输入过什么特别刁钻的 Prompt 吗？

4. OpenAI 定义新纪元

ChatGPT 发布的时候就用了。怎么形容呢？我当时最大的感觉是：人工智能应该有的样子，就是这样的。

到今天为止，我跟身边很多人的判断都不一样。我认为 OpenAI 是一个非常了不起的公司，甚至它的了不起程度，超过了当年谷歌对于互联网的意义。

为什么这么说？你觉得 OpenAI 未来会长成什么样，会长多大？它会超越谷歌吗？

我觉得基本是确定性的。

看一家公司，不能只从技术本身来看。我会看这家公司对行业标准的定义。很多时候大家忽视了这一点，但这是最重要的事情。

谷歌当年在搜索上定义了很多行业标准。第二，我会看它的研究工作做得怎么样；第三，看技术研发工作；第四，看产品化；第五，看商业化能力。

商业化能力还要分阶段。今天它是不是一定要获取多少收入，其实没那么重要。

OpenAI 做了当年谷歌做过的最重要的一件事。很多人忽视谷歌当年的成功，也源于施密特加入以后在商业上的巨大成功：谷歌当年拿下了 AOL 的首页。

百度当时很重要的一个成功，也因为收购了 hao123，获得了一个重要入口。如果当时美国超过 50% 的人上网时，首页是谷歌，那么谷歌的搜索其实就是排他性的竞争。

今天 OpenAI 同样很厉害。它拿下了两个超级巨头：微软和苹果。我觉得非常了不起。所以综合这 5 个维度来看，它是遥遥领先的人工智能企业。

在你看来，OpenAI 一定会成为下一个入口吗？

我拿数据来说。OpenAI 在人工智能聊天产品里，如果看全球数据，基本上占了 80% 的份额。最新数据是一个月 36 亿次访问量，离它最近的 Gemini，好像是 2 亿到 3 亿。

如果大家还不承认，我都不知道该怎么形容了。大家尊重事实，真的有那么难吗？

如果让你做 OpenAI 的 CEO，你现在会做什么？你觉得你会比 Sam Altman 做得更好吗？

不会。Sam Altman 做得非常成功。

那如果你是他的 CEO，你现在会做什么？

今天 OpenAI 定义的 AGI 第一个阶段是聊天机器人。第二个阶段，是最近通过“12 天直播”宣传的推理者阶段。

大家也相信，可能 2025 年最重要的事情，是头部企业在某种程度上实现 AGI，进入智能体阶段。

OpenAI 已经非常好地讲明白了这个定义，并且完全按照这个定义，做出了聊天机器人的最好产品体验。这是 L1 阶段。

L2 阶段很多时候不是普通人使用，而是专业人士使用，面向各个专业领域。它的 Pro 版本卖到 200 美元，就肯定不是普通消费者，要么是 To B 用户，要么是大型 C 端专业用户。

到了第三个阶段，也就是 Agent 阶段，才是真正的 iPhone 4 阶段。Agent 阶段，普通老百姓都能用了，因为它能够独立、持续、连续地完成任务，不再依靠密集的提示词。

但这时候产品应该是什么样的交互，是所有头部企业都应该认真思考的问题。

Agent 会在 3 年内实现吗？

美国可能会更早一些。中国具备能力的 Agent，我觉得 3 年之内会实现。

5. 理想同学走出车门

我们来谈谈你们的两款 AI 产品。一个是理想同学，它是个人助手；一个是智能汽车。

我知道理想同学现在要走出车门。它以前是车机个人助手，现在进入手机变成 App，未来还会上更多终端。这意味着一家电动车企业要进入通用个人助手的红海，去跟豆包、Kimi、ChatGPT 竞争，是这样吗？

不用局限于这个定义，因为我们不是一家硬件公司。

如果我们是一家纯硬件公司，那可以符合你刚才的定义。苹果也不是一家只卖 Mac 的公司，所以它才有后面的可能性。但这个可能性不是 iPhone 出来以后才发生的，而是在 Mac 变成透明壳的时候就已经发生了。

华为也不只是一个运营商企业，它后面发生的一切，也是从运营商业务进入相对稳定的阶段后开始产生的。

小米也不只是一家手机企业，它有 IoT，有自己的生态，甚至有汽车。

今天的企业不能以一个硬件来定义它到底是什么企业。硬件是它的支柱业务，是它的起点，但今天每一家企业都应该是一家人工智能企业。

如果我们相信人工智能，人工智能里最关键的是什么？在智能手机时代，最重要的是操作系统、应用商店和云服务，对吧？

最开始大家都去做触屏手机时，中国有很多触屏手机，甚至很多品牌一年也能卖几千万台。但到了操作系统、应用商店和云服务竞争的智能手机时代，这些企业必须具备大型软件能力。

硬件能力很多时候供应商就能解决。我们做很多硬件，往往是为了更好地控制硬件体系，或者让性能再高一点。但大型软件不一样，不是所有人都能做操作系统，也不是所有人都能做大型云服务。这就变成了更大的挑战。

今天回到人工智能也是一样。你看到几百家电动车企业，是因为中国有非常完善的供应链。但这几百家企业里，未来有哪些能做基座模型？

你觉得基座模型是一个分水岭？

当然是。至少我们在一直做基座模型，无论多么难，我都非常坚定。

我认为，基座模型是人工智能时代的操作系统加编程语言。你就知道它有多么重要了。

基座模型构建出来的人工智能超级产品，是新一代入口。它会在所有设备之上，也会在所有服务之上。

你怎么看个人助手的战争？

今天还处于非常初期的阶段。如果讲第一个明确阶段，应该是真正的智能体出现，而且是人人都可能使用的 To C 智能体。

今天大家还在尝试，可能是在争取拿到那张船票。所有事情都是为了拿到 AGI 的 L3，以及自动驾驶的 L4。

按照 OpenAI 的定义，AGI 的 L3 就是 Agent 阶段。大家都要去拿 AGI L3 的门票，以及自动驾驶 L4 的门票。

因为这两个领域同时做，我们还看到一个更有意思的机会。今天我们在做的理想同学和自动驾驶，按照行业标准是分开的，是两件事。

6. 语言智能连接空间智能

早期大家讲 LLM，这是我们做的 Mind GPT；大家讲的是大语言模型，其实叫语言智能。我们做的自动驾驶，内部叫行为智能，但按照李飞飞的定义，叫空间智能。

语言智能和空间智能现在是分开的。只有真正大规模做这两个领域，才会知道它们有一天一定会连接起来。

一个人如果只有语言智能，只有认知智能，足够聪明、想得足够好，但如果没有行为智能和空间智能，他也无法真正行动。一个人如果只有行为智能和空间智能，可能只是一个普通工种。

最后，人是这几种能力的结合。所以我们内部叫 VLA。我们认为，基座模型发展到一定时刻，一定会变成 VLA，也就是 Vision、Language 和 Action。

语言模型要看真正的三维世界，通过语言和认知去理解三维世界。三维世界不是只有图片，也不能只用 Diffusion 或生成的方式表达，因为那不能还原真实物理世界，它需要真正的向量空间。

自动驾驶也一样。它真正变强、走向 L4，需要极强的认知能力，能够理解这个世界，而不是只靠端到端背后的压缩记忆。

所以我对团队的要求是，至少在中国范围内，未来几年必须保证我们的大语言模型基座模型进入行业前三。

根据这样的要求，你需要什么训练算力，我们愿意投资吗？

愿意。要真正跟头部企业竞争，核心是把这个能力真正构建起来，而不是只在汽车行业里比一比。

对于我们最开始做的端到端加 VLM，以及下一代研究工作，重点是如何在空间智能领域保证我们在中国处于最领先的位置，甚至是第一的位置。

团队需要投入什么资源，我们就愿意投入。我相信这个时间点会非常相似：空间智能实现 L4 的时候，语言智能实现 Agent 的时候，大概率会变成一个模型，也就是 VLA。

这跟人是一样的：视觉、语言和行动，最终变成更大的模型能力。

其实 L4 就是智能体，对吗？

智能体也必须能够很好地理解物理世界。

智能驾驶能怎么帮助大语言模型？

智能驾驶最好的帮助，是在做 VLA 的时候，智能驾驶能够获得的数据，可以为语言模型、为下一步的基座模型构建三维向量空间能力。

我们在使用 VLM 时也会遇到问题。VLM 是 Vision Language Model，它是在大语言模型的基础上做出来的。虽然 VLM 基座模型也会喂几张、甚至几十亿张图片，但这些图片都是二维的。

在三维向量空间里，比如做自动驾驶时，它可以通过画面看到哪里是公交车道，公交车道的提示是什么，也能看到潮汐车道，甚至认出这是交警，以及交警在做什么。但它不知道这些东西的具体位置。

这是因为端到端基座和 VLM 基座是两个不同的基座。它们可以互动，但不能通过端到端确定位置。

所以最终我们认为，它应该像人类一样，是一套大脑系统：既能处理语言，也能处理图像；处理图像时具备三维向量空间能力；同时还能调用自己的行动。

接下来大家会看到我们相应的论文，包括如何用三维向量空间、用摩斯球的方式，让语言模型具备三维向量空间能力，并最终合并到 Mind GPT 上。

我们现在已经开始尝试，把三维向量的 Token 放进语言模型里做预训练。至于以后是不是还叫 Mind GPT，不一定。

把理想同学和 Mind GPT 加起来，约等于 Kimi，对吗？

可以这么通俗地理解。

理想同学从车机进入手机，这是一个战略级决定，还是只是想试试看？

没那么复杂，主要有两方面。

站在更远的地方看，我相信真正有效的大模型产品，尤其是在掌握基座模型的前提下，会存在于所有设备之上，也会存在于所有服务之上。否则它就不是人工智能。

一个人可以使用所有设备和服务。如果它发展到智能体阶段，就应该能够自主使用所有设备和服务。

第二，从实际需求来看，我们很多用户、很多孩子，一开始接触人工智能就是理想同学。他们跟理想同学对话，让理想同学帮忙解决问题，用理想同学画画，甚至把内容变成连环画。

有些用户的孩子会把作业和理想同学聊完，再拿手机拍一下，然后直接使用。很多用户在用完车上的理想同学以后，拿着手机也会喊“理想同学”。

这是一个真实的需求场景。我们能不能先让 100 多万用户，加上他们的家庭，也就是我们服务的 300 万到 500 万人，用上一个非常好的人工智能产品，让他们在车上、手机上、电脑上，以及后面可能出现的眼镜上，获得一致的体验？我觉得这是我们必须做的。

这类产品已经高度同质化了，你觉得理想同学的优势是什么？

今天还不能讲同质化。真正大规模 To C 的关键节点，会是智能体实现的阶段。今天大家都有机会。

作为理想汽车，我觉得可以分 3 个维度。

第一个，如果我们作为一家真正的人工智能应用企业，我们比较好的一点是有 100 万家庭的基础。相比一般创业公司，我们有一个很好的启动规模。

第二，在大语言模型产品和基座方面，我们是跟随者，但跟随要有目标：从 10 名开外先进入第 5 名，从第 5 名进入第 3 名。这是我们后续设定目标、跟最优秀选手比较，并据此有效投入的方式。

第三，在空间智能、端到端，以及今天大家看到的各种做机器人、做具身智能的公司所讲的系统一、系统二方面，大家可以回头看，这些论文最早的研究其实都是我们自动驾驶研究团队开始做的；基于人工智能的能力，我们对自己的要求是必须保持第一的位置。

理想同学会存在收集用户数据、用户隐私的问题吗？

不会。真正做预训练、后训练时，你会发现这跟原来的互联网不一样，我们并不需要这些东西。

预训练更多是从公开数据集里收集。如果为了让用户使用得更好而建立记忆系统，记忆系统会把用户记忆转化成 Token。它既不是 Bit，也不是传统文字或声音的记录。

所以大家完全不用担心。今天如果还担心人工智能的隐私问题，说明对人工智能技术本身还不够了解。

很多人说你是超级产品经理。能不能从产品角度讲讲，随着人工智能能力从 L1 到 L5 演进，产品形态会如何变化？今天我们看到的还是基础的个人助手对话形式，以后会怎么样？

产品很重要的一点，是把用户需求和你的能力结合起来，把背后的所有能力结合起来。

好的产品经理，是对需求了解得足够清楚，也对能力了解得足够清楚。两个交集越大，产品价值越高；交集越小，产品价值越低，浪费和内耗就越多。

如果把 AGI 分成几个阶段，我经常用 3 种方式来描述。

第一个阶段叫增强我的能力。它是我的辅助，但最后决策权还在我这里。我可以用 Midjourney 画一幅画，但最后还要用 Photoshop 修改，才能出版。

我也可以用理想同学生成一篇文章，但文章不能直接发到理想汽车的公众号上，还要重新整理才能使用。

包括 L3 自动驾驶，我们叫有监督自动驾驶，需要我坐在车上监督，最后由我兜底。核心原因是第一个阶段能力还不够，责任在我，所以它是增强我的能力。

随着能力提升，以及人类对它的信任，第二个阶段就是智能体阶段，也就是成为我的助手。我只要给它发任务，甚至连续发任务，它就可以独立完成，并对结果承担责任。

比如我可以对一辆 L4 的车说：“你去帮我接孩子。”我不需要坐在车上，它可以到学校接孩子，进行面部识别，开门让孩子上车，再完成下一个任务，送孩子去学游泳或学乐高。

它也可以帮我做上周的工作总结，并发给我下面所有一级管理者。

这个阶段会变成大规模应用，是真正的 iPhone 4 阶段。汽车企业只有实现 L4，才是真正的 iPhone 4 阶段。

今年如果实现 L3，更像黑莓阶段，因为方向盘还在，就像黑莓的键盘还在。

第三个阶段是终极阶段。因为我们创造移动的家、创造幸福的家，所以内部称为“硅基家人”。

不需要再给它任何指示，也不需要分配任务，它就是我们的家庭成员，甚至是家庭的重要组织者。它不但了解我，还了解我的孩子和身边的朋友。

它可能比我还了解我，因为它记录的是事实，而我很多时候记录的是感觉和被压缩的记忆。所以它会主动做很多事情，自主把家管理好。

我觉得最重要的是，一个人今天所使用的一切，其实都在使用自己的记忆。记忆可能就是我的模型，它也在不停训练、变得更强。

我的记忆可能被它延续。也许我的肉体不存在了，但我的记忆会成为它的一部分。我的后代想了解我，只要跟它聊天，就像跟我聊天没有区别。

那你也没有隐私了。

我是它的一部分。按照 OpenAI 的定义，到达那个阶段后，它本身是一个组织者，也就意味着它有强大的智慧，不只是能力。

它会是人类优质智慧的汇集，不只是人类知识和能力的汇集。只有这样，才能成为真正的组织者。

我最兴奋的一件事情是，我认为我和团队能够在有生之年实现第三个阶段，而且希望通过我们的手去实现。哪怕因为各种遗憾没有通过我们的手实现，我们也希望看到非常优秀、最顶尖的企业，在我们的有生之年把这个阶段实现。

如果你的最终目的是做一个“硅基家人”，它不适合叫“理想同学”这个名字吧？你会改名吗？

如果它的定义是一个亲人、一个家人，那可以做一个产品，让每个人创造自己的理想同学。但如果它还没有到家人的阶段，也不要强行给它一个家人的名字。

你刚才说产品就是要让技术能力匹配产品需求。你觉得今天自己是对产品需求认知更深，还是对技术能力认知更深？

不太一样。

在真正的大模型出现之前，我们通过编程、规则算法去做硬件，本质上提供的是功能。功能还有体验，比如这是一个冰箱，同样一个冰箱放在不同地方，体验也不一样。

那个时代企业的竞争，就是提供什么功能、功能带来什么体验，再加上品牌。无论是互联网产品、硬件产品，还是智能硬件产品，都是如此。

功能比较容易理解，功能价值的主要获取方式来自体验。你可以通过购买不同产品获得体验，也可以从供应商那里看到新的东西，还可以通过自己研发尝试。只要愿意提前消费、愿意做小白鼠，获得功能体验并不难。

比如我们为什么能率先做出理想汽车的 iOS App？因为从 iPhone 1 开始，我就体验了它没有短信、需要通过一些方式使用 SIM 卡。

那时候很多人嘲笑，说理想你就是小白鼠，为什么要用这些东西？可能大家不知道，我是中国第一辆雪佛兰 Volt 增程电动车的使用者。

那时候很贵吧？

40 多万元买了一辆车，大家会觉得我是小白鼠。但小白鼠的一个好处，是能够获得优先选择权。

我会比所有没有体验过 Volt 的人更了解增程是什么样，也更了解那些不成功的增程为什么不成功，甚至能够发现 Volt 的致命技术缺陷：它的小电池和大电池没有连接在一起。

只有真正体验过，才能获得这样的认知。所以这是功能时代。

到了人工智能时代就不一样了。人工智能时代表达的是能力。很多时候，你从外界看到一个能力，看到的东西是不一样的。

所以从人工智能开始，我们跟头部人工智能企业一样，必须做研究工作。这个研究不只是技术本身，还包括人工智能和人类记忆的关系。

只有这样，才能有效判断技术方向。必须先做研究，再做技术研发，再产品化。前两个步骤做不好，直接产品化根本不行。

这有点像杨植麟说的“模型即产品”，好的产品是在模型能力提升过程中沿途下的蛋。你认可这种产品观吗？

当然认可。OpenAI 也在做这样的事情。比如大家最开始说，它们去做聊天工具了，我们可以做搜索。但今天 OpenAI 也在做搜索，也会进入细分领域。

过去讲的是功能，今天讲的是能力。能力有了，任何能力能够解决的问题都能实现。

很多人认为你是非常实用主义的人。大家在追求做电车的时候，你还在做增程，为什么今天对人工智能这么激进？理想有理想吗？

这不是有没有理想的问题。

我第一次创业时，泡泡网做得并不成功，很多时候是起了个大早、赶了个晚集。后来我真正明白，中国古人讲的“天时、地利、人和”非常重要，而且有清晰的顺序，第一是天时。

作为一家企业，今天商业社会里的天时是什么？天时就是技术，就是有效使用技术。

如果我做一辆燃油车，配 10 挡变速箱，但仍然卖不到奔驰、宝马任何一个品牌在中国销量的十分之一，那就没有意义。

但如果我做增程车，赋予它很好的软件体验和部分人工智能体验，就可以在很短时间内追上奔驰、宝马、奥迪的销量，甚至在未来一两年超过它们。这就是技术的变革点。

人类相关的技术，最重要的变革一个在能源层面，所以新能源汽车和可再生能源很重要；另一个在信息层面，信息也非常重要。

天时、地利、人和，第一重要的是技术，第二重要的是你在哪里创业。如果不在中国和美国，想做人工智能会非常难。你是不是主流语种？有没有庞大市场？有没有足够人才和投入？人才是否经历过上一个时代的能力积淀？

第三才是人和，包括什么样的用户，以及要构建什么样的组织。

进入汽车行业时，很多人问我，你觉得自己有戏吗？巨头们那么厉害，几十年没有真正的大厂出现。我还是那个判断：我比汽车厂商更知道怎么做大型软件，比互联网公司更了解汽车，因为我做了 10 年汽车之家。

进入这个行业后，我们发现确实和当时想的一致。

汽车行业真正进入老百姓家庭，是从福特开始的。奔驰发明了汽车，但福特和作坊型汽车厂最大的差异，是建立了流水线和生产线，用几分之一的价格让普通美国人拥有福特 T 型车。

它做的事情，是把生产一辆车流程化。我们内部把流程简称为 BT。

后来丰田又把流程发挥得更极致。到了第 2 个阶段，我觉得是 IT 出现，也就是以控制为目的的软件。

我们在建常州第一个工厂时，还没有精力自己写工厂软件，所以当时选择的是 SAP 还是 Oracle 的工厂软件。我问实施顾问，SAP 和 Oracle 有什么不同。

他说 SAP 比较反人性、比较死，什么都不能改，但所有人也别指望从流程里绕过去。Oracle 有更好的灵活定制能力。作为互联网公司出身，我当然觉得 Oracle 好。

我又问，如果从汽车行业最佳实践看呢？他说至少在中国，大部分用 Oracle 的最后都切回了 SAP。

那时我明白了，这些软件和互联网公司构建的软件不一样，最重要的目的是控制。银行 IT 系统、IBM 提供的系统、制造体系和销售体系的软件，都是为了控制。

以前流程靠人盯、靠纸记录，今天让它运行在软件里，上万个汽车零部件就可以标准化生产，汽车在路上的质量甚至比手机还好。BT 和 IT 发挥了巨大作用。

第三个阶段，就是 DT。我们做汽车之家时，所有面向用户的网站服务、软件、数据分析和流量分析系统，都是自己写的。

在中国，成规模的互联网公司必须具备这个能力，因为每个月要服务上亿用户和访问者。

IT 进入 DT，讲的是 Data Technology。数据必须满足 3 个条件。

第一，必须面向一个客户。传统公司喜欢叫端到端，互联网公司叫闭环。从用户进入，到服务完成、离开，都要形成完整闭环。比如用户从进入店里，到最后买走一辆车，这才是真正的端到端。

第二，要获得原子级数据，而不是控制点数据。原子级数据能反映业务发生的所有起因、过程和结果，反映一个客户在业务中发生的全貌。

第三，面向一个用户的端到端或闭环大概率会跨业务、跨专业，甚至跨公司，比如支付环节会到阿里或腾讯那里，但最后还是要完整地看到一个用户的闭环。还要把财务放进去。获取用户是成本，变现是收入。把财务放进去，才能避免每个专业只看自己的一亩三分地，才有看全貌、使用整体数据的能力。

数据产生以后，会带来 3 个结果。

第一个，我们最开始做理想汽车时，很多人推荐传统汽车企业的老专家。有丰田质量专家、现代成本专家、通用制造专家。我们把他们招进来以后，还是互联网公司的思路，让他们把知道的 know-how 写出来。

但他们写不出来，因为模型在脑子里，只有遇到问题、帮助诊断时才能解决问题。他们只能写出一些流程，而这些流程我们已经有了。

有了 DT 以后，自己写大型软件、获得完整数据，就意味着只要一个业务以高成功率、低成本完成，它就是最佳实践，就是藏在老专家脑子里的东西。哪怕遇到问题，这个问题如何被有效解决，也是最佳实践。

经验和知识就从老专家的脑子里变到了系统里。

举一个真实的例子。常州第二个具备四大工艺生产线的大工厂，也就是一基地的二工厂，用来生产 L7、L8。这个工厂从开始生产到产能爬满，大概用了 15 天。

团队里很多传统汽车厂商的人说，如果在他们原来的企业，从启动到产能爬满，基本需要 6 到 12 个月。

这说明我们可以有效复制最佳实践，也是我们敢于开直营店的原因。开一家店很难，很多店从 0 开始要养很长时间。但我们的店员会集中到北京或常州培训，只要选址没有问题，软件系统就能全部上线。

一家店从开始营业到月销量超过 100 辆，大概需要 3 到 6 个月，会比普通新店启动快得多，甚至比寻找加盟商还快。

第二个好处，和我们做汽车之家时一样。我们了解用户，并不是通过和用户聊天，而是认真观察用户在这里的访问行为：他为什么来、为什么离开、从不同渠道进入以后是什么轨迹。

用户最后出现的问题、离开时的行为，才是真因。比如用户看一个帖子页面，每 10 张图片翻一页，翻着翻着觉得累就离开了。把页面改成一次显示 50 张图片后，他就会一直往下看，因为不用把时间用在不停翻页上。

再比如一个文字链接，点击以后还要进入二级页面才能看到文章，只有 20% 的人会继续看；如果能直达，可能就是 100% 的人会看。

我们用这种方式驱动用户获取、停留和留存，也驱动收入和定价。涨价时客户会抱怨，但我们可以通过数据评估，一家店带来了多少收入、多少利润。

第三，数据中的最佳实践，就是人工智能后训练的全部。

今天很多基座模型解决通用能力很好，但进入专业领域后完全没有能力，因为这些数据不可能公开在互联网上。这些数据是企业独有的，只有头部企业才知道如何获得。

所以企业必须先是最好的智能车企业，才能做自动驾驶训练。否则过去连传感器都没有，也没有数据。

用户驾驶数据也要通过模型筛选，驾驶效率最高、安全性最高的头部 3% 数据，要怎么放进模型训练，最终形成端到端模型。

听起来，从预训练到后训练，预训练的 Scaling Law 到达瓶颈，进入后训练的 Scaling Law，对你们来说是好事。

是好事。到了物理世界，对我们也是好事。

你没有回答我刚才的问题。你觉得理想是一个实用主义的人吗？你觉得理想有理想吗？

实现“硅基家人”的那一刻，我真的相信，而且无比坚定。这算不算有理想？

实现 AGI 的硅基家人？

对，实现 AGI、实现硅基家人的那一刻，连我都可以被它延续。

你信仰的是 AGI 的硅基家人，不是 AGI。

任何技术都一定要赋予一个意义。

增程是一个技术，但城市用电、长途发电，这就是它的意义。我觉得这才是根本。

硅基家人是你想象中的最终产品？

对。

你现在怎么学习 AI？因为你不是技术型创业者，大家会觉得你是超级产品经理。学 AI 对你来说难吗？

我觉得有 3 个方面。

第一，因为我们有研究团队，最新论文出现以后，我每周大概参加 4 到 5 次 AI 会议。有一个会隔一天开一次，每周三下午还有一个 AI 会议。

会议主要讲两方面内容：第一，最新论文以及研究和分析；第二，不同团队关于人工智能的最佳实践。哪怕很小的亮点，也可以分享，因为会对其他团队产生启发。

我自己读论文的能力其实很差，但通过他们有效的讲解和分析，我可以了解各个领域的前沿论文。这是第一个方面。

第二，自己一定要使用。使用过程中会有真正的感受和感悟。

第三，这也是为什么一定要请你来当主持人。我特别喜欢看对话。大语言模型出现以后，你会发现，现在所有内容里传播效率最高的，很多都来自对话。

Sam Altman、黄仁勋最近的观点，也都是通过播客和对话传播出来的。了解这种方式，对我们做人工智能越来越有帮助。

一个人单独演讲，会包含 Why、What 和 How，因为他说的每句话都有自己的认知，听众很难接收到，尤其是在表达复杂的新东西时。

对话方式特别好，因为提问者在提问时已经完成了结构化，并且明确了意图和意义。其他聆听者在对话过程中，接收效率会特别高。

所以听各种内容和对话，对我了解人工智能有很大帮助。

7. L4 需要 VLA

刚才我们聊的是理想同学，接下来聊聊智能驾驶。你现在开车，有百分之多少会使用辅助驾驶？

大概 80% 左右。

剩下的 20% 是因为你们技术不够好吗？

最主要是我赶时间。

你觉得什么时候可以 100% 使用自动驾驶？

我的目标是给 3 年时间。3 年内，我觉得我们能推出把方向盘摘掉的产品。

是 L4 的车。那我们什么时候能看到理想第一个为 L4 定义的车？你们现在已经在定义了吗？

给我 3 年时间。它需要技术到位、产品到位，也需要环境和政策到位，还需要消费者对人工智能的信任到位。

你们去年已经自研大模型了，为什么去年还没有切到端到端，而是今年才切？

因为端到端和 Mind GPT 是不同的体系。

很多时候我需要说服团队。今年年初，我还逼着他们去美国，在不同城市开 FSD V12。一方面我们的研究工作也在进行，那时候已经发表了端到端和 VLM 的各种研究论文。

他们回来以后，我说，要么你们做这个，要么我们就不要再做自动驾驶了。因为今天靠规则算法做出来的东西，跟供应商做出来的有什么区别？没有区别。

你当时发了多大的火？你一般发火是什么样？

还好。很多时候我是让大家意识到一个问题的杠杆，把这个杠杆放大。

我和一般人不一样，因为我没有给别人打过工。我的优点也是缺点：耐受力比较差。一件事情我感觉不对，就会去解决它，而不会一直扛着。

在自动驾驶上，你们做了两个相对激进的决策。一个是使用只有一个模型的端到端，其他车企可能还在用两个模型；第二个是第一个取消角毫米波雷达的中国车企，走纯视觉为主的技术路线。

这两个决策当时是怎么做的？是你拍板的吗？

我经常跟团队说，我们相比特斯拉又不缺胳膊少腿，为什么它能做到的东西我们做不到？

那为什么我们还保留前面的毫米波雷达和激光雷达？其实毫米波雷达、激光雷达跟我们做端到端关系并不大，端到端用的是纯视觉。

后续整个交互版本，大家可以看到端到端是怎么工作的。大多数人并不知道端到端怎么工作。下一个大版本更新后，大家可以在车上直接看到端到端和视觉语言模型的工作方式，让更多人理解人工智能到底怎么工作。

很多人不理解，为什么要保留前面的激光雷达和毫米波雷达。我觉得还是为了安全。

中国和美国的环境不一样。如果你经常在中国夜间开长途，会看到尾灯坏了的大货车，甚至尾灯坏了的大货车直接停在主路上；也会遇到不标准的半夜道路施工。

我们使用端到端和 BEV 架构，通过 Transformer 做 BEV。今天摄像头在深夜、没有光线的情况下，能看到的距离只有 100 米出头；激光雷达在没有任何光线的情况下，可以看到 200 米。

这能帮助我们实现 130 公里时速的 AEB。我们是面向家庭的车，每个人的生命安全都非常重要，所以这是我们保留毫米波雷达和激光雷达的根本原因，后续车型也会继续保留。

我相信，如果马斯克在中国、在深夜、在不同高速上开过车，他也会选择保留前面的一颗激光雷达。特斯拉同样重视安全，只是要放在具体环境里看。

既然大家都看到端到端可行，为什么其他企业没有快速切纯视觉、去掉激光雷达？你们是保留了一个，对吧？

我们的激光雷达相当于安全带，帮助车主解决重大事故。

激光雷达和视觉配合，在安全上有两个作用。最容易发生的事故是钻到大车底下、追尾，尤其是在光线不好、甚至没有光线的情况下，包括前车不开灯。

如果能解决这个问题，就可以减少 90% 以上的重大伤亡事故。

我们还研发了 AES。哪怕车辆超速，刹车已经刹不住时，怎么躲避？包括 AAES 的两段式避让，第一次躲避以后遇到问题，怎么进行第二次躲避？都是为了让车辆足够安全。

我们希望消除 90% 以上，最终目标是消除所有重大伤亡事故。剐蹭还会有，但重大伤亡事故要尽可能解决。

另一方面，是对所有其他交通参与者的安全。对方可能骑滑板车、单板车，也可能喝醉了坐在路上。更好的传感器，对安全仍然有巨大帮助。

在你看来，端到端是自动驾驶的大杀器吗？

端到端只能解决 L3，肯定解决不了 L4。L4 还是需要 VLA。

端到端加 VLM 可以解决 L3，比如实现 500 到 1000 公里一次接管，让人在车上变得相对轻松。但要实现 L4，它的泛化能力还远远不够。

刚才说的两个相对激进的决定，为什么其他中国车企没有这么做？

可能跟我们有一些比较好的外脑有关。像王兴、陆奇博士，他们会给我们带来很多启发，帮助我们讨论后面的难题。

比如用规则算法解决 Corner Case，能不能解决自动驾驶？解决不了，但会引发思考。

我说服郎咸朋他们时，重要的一点是：你们经常解决一个 Corner Case，又出现 3 个新的 Corner Case。因为你是基于一个场景解决问题，但场景一变化，又出现新的问题。这样一辈子都在解决 Corner Case，永远解决不完。

有一次战略会上，陆奇博士说，你们应该思考人是怎么工作的。这对我们帮助很大，也包括我们为什么会思考系统一和系统二。

我说服郎咸朋他们时，还拿我爱人举了一个例子。她和普通人一样，在驾校学车、毕业、拿到驾照，但刚开始开车时经常剐蹭。

我最初给她买了一辆宝马 X6，她剐蹭后觉得是不是车太大，因为 X6 接近 5 米长。后来我换成 4.2 米、4.3 米的高尔夫，甚至是高尔夫 GTI，她还是会剐蹭。你坐在车里说“不要剐蹭”，它还是会蹭别的车，进小区会蹭门。

我发现用解决 Corner Case 的方式不行。因为当时家里有 X6、X5 M，我就让她去学宝马驾驶培训学校，初级班一天就够。

宝马驾驶学校初级班解决的不是 Corner Case，而是能力问题。一天下来只学两件事。

第一，开车时应该看哪里。它在金港汽车城构建不同场景，在赛道、不同弯路和遮挡物里，告诉你眼睛应该看哪里。你应该看远方要去的路，而不是看眼前。看眼前就经常会看什么撞什么、看什么蹭什么。

专业教练会教你开车时应该怎么观察，也会明确告诉你，出事故最大的问题就是看哪里、撞哪里。

第二，是教你怎么踩刹车。大部分人不敢踩刹车。培训时会让你在铺满水的路面上一脚踩到底，哪怕失控也得踩下去；还会让你在铁板上铺满水的路面上踩刹车，体验一半干路、一半水路，在弯路上怎么踩。

它教的是如何在任何困难情况下，敢于一脚把车踩停，并且有效使用刹车。

所以它只教两件事：怎么看路，怎么踩刹车。但教的是能力。

我老婆后来基本告别了剐蹭，开车开得非常好，甚至不像大家说的“女司机”。她只学了一天，学的是能力。

我也跟很多朋友讲过一个案例。你带一帮朋友到金港或上海赛道刷圈，不停刷其实没有用，成绩到一定程度就上不去了。

但如果旁边有一个好教练，比如韩寒指导你每个弯怎么过，你会快速领先其他人 5 秒以上。因为你掌握了能力。

所以我们要让大家相信端到端，是因为端到端和 VLM 最后体现的都是能力，而不是解决功能、解决 Corner Case。

所以其他人不转，是因为他们的 Corner Case 解决得比你们好？

有些企业的 Corner Case 确实解决得比我们好。他们会招很多人，5 倍、10 倍的人力，每个路口逐个修。不仅修规则算法的 Corner Case，甚至自己用地图去修地图的 Corner Case。

你们会像马斯克一样做 Robotaxi 吗？既做车，也做 Robotaxi？

我们的使命是创造移动的家、创造幸福的家。移动的家终极是 L4，幸福的家就是刚才讲的硅基家人。

Robotaxi 到来以后，会不会就没有人开车了？

今天来看，租房比买房便宜很多。甚至只拿出存款一半的利息，就可以租到很好的房子，钱还在自己手里。

但我们仍然会买房，一个重要原因是，我们努力构建一个家，需要高质量的陪伴，需要为家人创造稳定、安全、舒适的环境。

车也是一样。实现 L4 自动驾驶以后，家庭用车会更便宜，成本更低。我相信愿意拥有一辆车的人会更多。

可能 5 年、10 年后，大家会重新看，到底 Robotaxi 是主流，还是更多人拥有一辆自动驾驶汽车，并且使用率很高，能够让家人和朋友享用。

我觉得未来几年是分水岭，但当一个空间变得更好、效率更高、体验更好的时候，我更愿意拥有这个空间。

你怎么看特斯拉和 Waymo 的路线之争？有人会说，做 L2 辅助驾驶的人越做离 L4 越远。

如果按进展来看，L2 等于规则算法。也有公司用规则算法直接做 L4，但只能在限定场景里。

L3 的实现很重要的一点来自端到端。今天很多过去做 L4 的公司，也一定在做端到端，并进行迭代和创新。

但我相信 L4 一定是 VLA，是真正具备广泛性、通用性的 L4，而不是特定区域的 L4。

特斯拉最开始做的其实是端到端。Andrej Karpathy 从 OpenAI 去特斯拉以后，做的最重要的工作就是端到端。

我觉得端到端以外更多的使用，可能来自马斯克成立 xAI、自己去做大语言模型以后。到了 V13，进步变得更大，因为它在基础端到端上做了很多延伸，其中很多认知和能力来自大语言模型，包括多模态、RAG、MoE。

我们也能看到谷歌最新的论文，它把三维空间的一些 Token 放到 Transformer 中预训练，结果非常好。

现在因为推理成本高、对推理性能要求高，还不能很快放到终端上。但只要这条路跑通，终端算力变强，就可以把能力放到终端上。

所以我觉得这些企业最后都会变成 VLA。Waymo 会变成 VLA，特斯拉也是 VLA。所有想通往 L4 的企业，可能都会是 VLA，或者是比 VLA 更好的方式。

大家不会拒绝这件事情，就像今天大家都用 Transformer、用大语言模型一样。

这两家公司的商业模式呢？

特斯拉和我们比较好的一点是，在达到 L4 之前，只要能力提升，就会带来卖车的商业优势和现金流优势。

比如我的 MPI 接管率从 50 公里提升到 500 公里。如果别人是 200 公里，我的车就会好卖很多，体验完全不一样，不需要等到 L4 那一刻才产生商业模式。

人工智能领域的经济反馈模型，对汽车企业比较友好。汽车本身在内卷，但能力提升会直接带来商业变现和竞争力。

另外的 L4 公司，Waymo 做得也很好，也在努力商业化，在旧金山打车市场的占比越来越高。

这是一帮足够聪明的人，不用为他们担心。

很多人在问，理想会做机器人吗？特别是人形机器人。你们要创造移动的家、幸福的家，家庭里会出现人形机器人吗？

8. 机器人等待 L4

如果从概率来看，肯定是 100%。但节奏不是现在。

如果连 L4 级别的自动驾驶汽车都解决不了，怎么解决更复杂的机器人？

汽车是无接触机器人，道路标准化，道路提示标准化，参与者也相对标准化，每个人都受过交通规则训练。这已经是最简单的机器人、最简单的人工智能机器人。

如果车都没法实现，其他人工智能机器人会更加有限。

你们会自己做，还是会投资机器人创业公司？

如果有人做得好，我们就跟做得好的人合作；如果没有达到我们想要的水平，我们就自己做。

比如理想同学可不可以在手机上使用？可以，因为手机厂商已经做得很好，不需要我们再做一个手机。

理想同学可不可以进入电脑？也可以。浏览器模式非常标准，甚至可以把理想同学做成浏览器插件，让浏览器体验变得更好。可以在 Chrome 上做，也可以在 Safari 上做。

我们不介意别人把硬件做得好，也不一定要做相同的硬件。核心是，如果看到特别重要的事情，没有人解决这个硬件，我们就必须做，因为好的硬件是软件的必要条件。

你要做的事情好多，又是理想同学，又是 MindGPT 大模型，又是智能驾驶，又是车。你的时间怎么分配？

我们没有那么多事情，实际上就两件事。

我们已经是千亿收入规模的企业，做减法做得最厉害。车型很克制，车型平台化程度也很高。

我自己看到要解决的，其实有 3 个方面：第一是语言智能；第二是空间智能；第三是如何提供足够的计算资源。

这 3 件事是我最关注的。至于它和各种业务的结合，是团队的创造。

我要确保我们在人工智能方面，给自己和团队出的题是对的，做题的人和组织是对的；第三，资源是足够实现目标的，而不是拍脑袋配置资源。

最近你们团队出的题是什么？

郎咸朋他们自己出的题。他们更早使用我们的 BLM 工具，也就是 Business Leading Model，会给自己出题。

他们给自己出的题是，2025 年实现 500 公里一次接管，把 MPI 提升到 500 公里，比今天大概提升 10 倍。

如果资源有限，理想同学和智能驾驶必须二选一，你放弃哪个？

我去捡别的，不会放弃这两个。

理想汽车未来还会叫理想汽车吗？如果它要变成人工智能企业。

你看我们的 Logo，一直没有把“汽车”两个字写上去。甚至今天我们的母公司还是北京车和家信息技术有限公司。

硬件对我们非常重要。如果讲愿景，更完整的称呼应该是：连接物理世界和数字世界，从而成为领先的人工智能企业。

过去两年在人工智能上，你有什么“哇塞时刻”，也就是 Aha Moment？

ChatGPT 肯定是一个。

第二个，我们内部还有很多。印象最深的，一个是决定启动端到端、匹配资源，准备好一个 200 人团队。从那一刻开始，大概一个月时间，第一版模型就训练出来了。

他们训练了几十版模型，第一版敢放到车上让我们试的模型很快就出来了。

当时郎咸朋让我们试车，我还跟张颖在 C 区聊天，张颖正好也一起来试。她坐在驾驶位，我坐在副驾驶位。

我非常惊讶：一个月的训练，比过去 3 年做的东西进步速度还快。

张颖之前试过无图方案，试端到端时发现，车开得和人很相似。有一个路口，旁边一辆车为了躲行人向这边躲，我们的车及时躲开了。她问：“为什么躲得这么快？”我说：“因为端到端响应速度快了好几倍。”它是端到端模型，不需要经过 4 个步骤。

张颖对这次体验很满意，但我有一个困惑也被解决了。团队里有一个特别优秀的人叫王佳佳，他过去帮助我们落地，本身是超级汽车爱好者，对驾驶非常了解，原来在博世负责驾驶相关工作，后来又做自动驾驶，加入我们后帮助巨大。

我当时想，如果完全变成端到端，佳佳不就失业了吗？甚至想过他是不是可以来做产品。但试完以后我意识到，王佳佳的价值会变得更大。

因为以后很重要的一件事，是定义什么是真正的老司机，如何筛选数据，以及如何验证数据。

我们的验证体系有两套。一个是自己做的 World Model，也就是交通世界模型，甚至可以针对每个城市进行有效测试。这个世界模型通过重构和生成来做，能够反映物理世界。

另一方面，我们有千人团、万人团，拿真实用户体验来判断模型能力。两套体系进行比较，判断模型的能力。

后来我发现，佳佳就像一个教练，帮助车开得更好。以后除了 MPI，大家还会比较谁的车开得效率高、更安全、更舒适。那时候他反而会成为更高的竞争壁垒。

说到数据，怎么选择数据？很多人都说数据筛选非常难。数据越多越好，还是不需要那么多？

关键是把质量放到什么层级。

我们今天选择头部 3% 进行打分。它不能违规，要安全，同时还要保证通行效率高。

在筛选数据时，它本身就是模型中的权重。有时为了发现、解决新问题，还要调整数据权重。模型训练时没有机会打补丁。

如果做产品，不应该想讨好所有人吗？如果作为产品经理，你脑子里的用户是谁？你最想讨好谁？

我不想讨好任何人。

重要的是思考本来属于用户的价值是什么，今天还没有实现，而影响实现的障碍到底是什么。

比如大家都觉得电动车很好，但充电难，这是全行业难题。我们怎么解决？所以有了增程，有了 5C，自建充电桩。这就是解决问题的方式。

小的体验解决起来并不难，但产品团队一定要真正去体验。我总鼓励产品团队买好车，给你发那么多奖金，就是让你买好车，不要总开一些差车。

要出去体验，要去旅游，也要住一些好的酒店。公司内部管得比较严，但出去时要住好酒店，这只会让你以后赚得更多。

产品人一定要有好的体验。第二，他自己要是一个感性的人，对这些东西有感知，而不是很能凑合、很麻木。最好是一个敏感的人。

第三，要有做产品的纪律。全世界都觉得自己会做产品，所以东一榔头、西一棒子。硬件产品更苛刻，因为它是取舍：要了 A，就会放弃 B。你要知道自己想要什么，才舍得放弃 B，否则 A、B 都做不好。

软件功能也一样。能像谷歌那样克制成一个搜索框，像 OpenAI 那样克制成一个对话框，需要巨大的能力。

简单所以丰富，不是复杂所以丰富。复杂就僵化了。

你为什么买法拉利？它又不 AI，也不自动驾驶。

体验对我是很重要的，体验本身也是我预训练的一部分。

大家今天看到 L9 是面向家庭最好的 6 座产品，一个重要原因是我长期使用宝马 X7、奔驰 GLS 和特斯拉 Model X。这些体验不可替代。

买法拉利，一个重要原因是身边很多朋友，包括股东，对理想汽车提出了下一阶段的挑战：品牌如何升级。

在品牌层面，我也向很多人请教和学习。汽车行业里我认为做得最好的品牌，一个是宝马，一个是法拉利。

但我还没有体验过法拉利，所以只能通过大家所说的情绪价值和它独有的东西来了解。那不是一段对话、一篇文章能让我获得的，而要通过体验理解它到底怎么做。

有一天我可能使用某种能力，也可能发现这种能力跟我没关系、不应该使用，但都要经过自己的体验，才能变成自己的认知和能力。

花 300 万买训练的卡不好吗？

这并不冲突。做好功能体验，做好能力和训练，做更好的品牌，为用户提供更好的陪伴和情绪价值，这些都不冲突。

理想同学会上法拉利吗？

如果没买法拉利之前，我会说永远不会上法拉利。但买了法拉利以后，我认为这是一个可能性。

我能想象，实现 L4 时，车一定会被大家做成方盒子，里面有非常好的空间。但谁来满足乐趣？

如果有一辆车，想自动驾驶就自动驾驶，想自己开就自己开，同时又是一辆非常好的智能车、人工智能汽车，为什么不可以？

科幻电影里也有类似体现。穿鞋也是一样，运动鞋最舒服，但女生为什么还要穿高跟鞋？因为它一定有自己的价值。

我的想法是，到 2030 年，我们甚至有 50% 的概率做一辆非常有趣的超级跑车，但它一定是人工智能的。

你觉得法拉利这样的车企应该拥抱 AI 吗？

可能跟很多人想的不一样。也可能因为乔纳森去了法拉利当独立董事，法拉利对 CarPlay 的使用其实非常好，包括 CarPlay 和车内交互连接，甚至比很多普通企业做得更好。

但欧洲奢侈品牌最重要的还是延续稀有和设计，保持它了不起的设计，以及不受约束的设计。

那个价值仍然属于它自己。到了下一个时代，它应该成为更好的法拉利，而不是变成科技企业。只是科技企业里也可能出现有意思的车型。

你说从来不认为电动车是创业终点，但现在电动车这场仗还没有打赢。

是。

什么时候能打赢？

我觉得不是打赢不打赢的问题。

汽车企业发展了这么多年，传统汽车厂商的竞争结束后，又会有很多外来者。有没有一天苹果说，我应该做汽车了？

我看到一些苹果内部流出的内容，乔纳森说过一句很重要的话：苹果没有必要设计一辆带方向盘的车。这是我印象最深的一句话。

最开始大家看到的是新势力、特斯拉和传统汽车的竞争，后来华为进来，小米又进来，竞争不断发生变化。这就是世界的精彩和丰富。

你觉得为什么苹果现阶段放弃造车？

有两个挑战。

第一个，如果做汽车，苹果的组织模式必须改变。汽车确实比手机复杂，这是一个真实存在的问题。

但苹果过去的治理模式太好、太完美了。如果没有一个特别清晰的愿景和吸引力，很难说服苹果内部的人改变现有的组织和工作方式。

苹果决定放弃造车时，特斯拉只有几千亿美元市值，而苹果是 2 万亿美元市值。组织会问，一个 2 万亿美元市值的公司，为什么要去学一个几千亿美元、甚至估值被高估的公司？

对于最成功、最接近完美的公司来说，组织变化是巨大挑战。

第二个问题不只是汽车，也包括人工智能。苹果在人工智能上也有一定延迟，因为它特别在意隐私。

做规则算法、知识图谱时，数据就是数据，隐私就是隐私。但到了大模型阶段，如果信息变成 Token，它和隐私可能没有关系，反而是解决隐私最好的方式。

不过，厉害的企业都是足够聪明的人组成的。当它们看明白并拥抱 AI 后，进步速度可能比大家想象得快。

那你怎么看小米做出来了？

雷军做硬件的能力非常强，这没有什么可质疑的。他不只是车做得好，电视、空调等各种东西也做得非常好。

这是他的优势，而且他带着发烧友心态去做。很多家庭用户不在意的东西，小米 SU7 做出来以后，会吸引大量人群喜欢，比如两秒多的加速。

他做车过程中，你给过他什么建议吗？

给过一个特别重要的建议。

他经常隔一段时间找我聊，有时打电话，有时让我去公司，一聊就是很长时间。疫情期间有一次，他问我对特斯拉、比亚迪、华为的看法，我都如实讲。

那次聊完以后，他说我对这 3 家的看法跟他比较接近。我说，这 3 家都是顶级企业。

他最后问，如果小米做汽车，你给一个建议，只要一个，是什么？

我说，小米车要想成功，必须 All in。没有其他建议，只要做到这一点，小米汽车就会成功。

我们跟小米关系也不错。Mega 遇到问题时，他们团队还来帮助我们。包括 Mega 后来很艰难，雷军帮我们站台，我们非常感激，他帮了我们很多。

你怎么看待 Mega 的失利？

分两个阶段。

第一个阶段，是表面上、眼前能解决的问题；第二个阶段，是当时选择带来的不可改变的结果。

第一个问题，我们错判了 Mega 的市场规模。我们认为 Mega 可以在 50 万元以上的所有乘用车里竞争，因为 L9 能抢轿车、MPV 和 SUV。

但 Mega 出来以后发现这个判断有问题，因为 Mega 太长了。它有 5.3 米，用户群变得相对窄。我们确实抢了很多豪华 MPV 用户，但这些人普遍是长期 MPV 使用者，买 Mega 后非常满意。

我们没有从太多轿车和 SUV 用户中抢到 Mega 用户，因为他们自己开车时还是更愿意开 SUV 和轿车，尺寸更方便停车和使用，不是造型问题。

这意味着我们只能在 50 万元以上的 MPV 里抢市场。这个市场一个月大概 4000 辆。我们现在做到 1000 辆，达到 25% 的市场份额，可能还会增长；即使做到 50%，也就是每月 2000 辆。这是市场判断的问题。

第二个问题，我们对纯电的理解还不够，尤其是充电桩怎么建。

最开始我们认为只要在高速建充电桩就可以，不需要在城市里建。但忽视了一个问题：车主可能生活在二线城市、社交圈在一线城市，去一线城市除了路上要充电，进城以后也要能充电。

他的时间很宝贵，也不愿意和网约车司机一起排队充一个多小时。后来发现，我们充电桩数量远远不够。

但问题都是机会。充电流程体验早期也很差，Mega 充电站的 NPS 只有 30 多分。我们不断优化，开足够多站点，优化站位、软件和每个细节。

我认识很多北京 Mega 车主，他们家里有多辆车。过去去阿那亚或北京周边会开燃油车，今天都开 Mega，其他燃油车反而不用了。

这来自我们对充电体系的理解和建设，也包括从 App、软件上给用户构建安全感。除了自建充电桩，我们还把大量高质量充电桩认证后加入体系，用户只需要使用原来的积分就能充电。

今天我们做高端纯电车的体验，应该是非常领先的。用户 NPS 是真实反馈，也包括运营能力。

如果再往外看，理想也经历了一个重要阶段。

最开始创办公司时，我们招最多的人，是创造好产品的人。刘杰、范浩宇等最优秀的管理人才，都是这样锻炼出来的。

我们做了理想 ONE，又把 L 系列做得非常成功。L9 2022 年 9 月出来时，各方面都是天花板，因为我们从 2019 年开始构建平台化能力。

平台化能力是长期投入的结果。我们从 2020 年开始有收入，大概 3 年多就做到每年超过 1000 亿元收入。

L9 出来时也有全球设计团队的帮助。最初设计团队都是中国人，后来有顶级设计师加入，能力提升了。L9 出来时，我觉得是一个震撼全世界的产品。L8、L7、L6 也享受了这个好处。

但随后遇到一个问题：运营能力跟不上，完全跟不上。

当时我们的运营能力，还是我做汽车之家时几十亿、接近 100 亿元规模的能力，并没有达到几百亿甚至千亿规模。

我举一个例子。很多大公司的同事加入后，会问：“这件事怎么做？有没有流程？我该怎么入手？”

后来有人告诉我，我们公司原来是怎么管理业务的：如果要去一个地方，我们不会描述道路，而是说“前面第四棵树左转，遇到井盖右转”。

我听完就知道，要支撑千亿规模，必须建立一套体系。很多同事虽然在千亿收入公司工作过，但没有建立过这种体系，没有修过路。

除了招专业人士，我们还必须让过去做产品、做业务最优秀的人主导变革，去构建研发、销售和管理领域的道路。

所以这段时间，我们把最重要的人才调去提升运营能力。产品创造领域因此缺少了一些大将军。虽然后来成长出一些人，但当时那批人是最强的一批。

不是还有你吗？

这对我也是很大的挑战。

做 L 系列、做 L9 时，产品定义和评审会议上，身边是刘杰、范浩宇、汤靖，都是公司的 VP。

做 Mega 时，评审会上身边是总监和高级经理，他们没有经历过当年产品成功的阶段，少数经历过的人也不在场。这是很大的挑战。

我们用了两年时间，基本构建起千亿规模的体系能力。回头看，这个课必须补。

同时，浩宇、郎咸朋、刘杰慢慢具备了两个能力：拥有业务决策权，也知道另外两个重要投资。一个是如何构建创造产品、创造价值的能力，把屋顶拉得更高；另一个是如何做好运营。

按照任正非的说法，合格管理者要同时具备建黑土地和打粮食的能力，还要知道怎么和别人协作。

补能力我们不后悔，但确实对现阶段产品能力有一定耽误。Mega 并不是所有方面都是天花板，但 L9 是。

所以现在很重要的挑战是，我们推出 SUV 系列时，产品是不是这个价位、这个级别的天花板，而且方方面面都是。这是对所有企业都公平的挑战。

李想，有过让你彻夜难眠的时候吗？

没有，我睡眠挺好。

很多东西之所以让你彻夜难眠，是因为你在扛着它。我选择不扛。

当意识到问题时，我重新调整了刘杰、浩宇、汤靖等人的角色，重新成立产品线，让这些产品能力最强、能和理想吵架一个月两个月的人来主导后续产品。

他们跟你因为什么吵架？

什么都会吵。为什么会吵一个月、两个月？因为很多东西需要时间验证。

比如 R7、R8 是不是应该用一个车型做 5 座版和 6 座版，我们就争论过。我认为一个车型就够了，在一个车型里提供 5 座和 6 座，只要把上下车做好。

但验证后发现，体验不满意，两个车型的上下车体验不同，造型也不同。我们不想做任何凑合的产品，所以最后分成两个车型。

我当时坚持做一个，但最后妥协了。不是因为别的，而是他们验证出来，体验确实不同。我们不能做凑合的产品。

一般人都会畏惧沟通和冲突。作为 CEO，你喜欢高管和自己吵架吗？

我挺喜欢这种感觉。

这很像乔布斯讲过的故事：一个邻居把普通石头放进机器，几天后拿出来都变成漂亮的球。

真正顶级的团队，在做产品、研究和创造时，就应该这样。我喜欢看到大家吵架。

纯电这场仗接下来准备怎么打？

没什么绝招。就是在这个价位里，用户最在意的价值，你是不是天花板。

这是技术、产品、产品传递和商业的完整作战体系。

电动车这场仗什么时候能分出胜负？

电动化和智能化是两场仗。

电动化相当于一张门票，是没有资源的企业进入智能化竞争的门票。

三星手机很强，进入智能手机时代也拿到了门票。它原来是传统手机厂商，曾经和诺基亚竞争，后来也经历了功能机、触屏机到智能机。

其他领域的强者也一样，进入决赛时需要一张门票，只是门票可能不是硬件，而是操作系统、大型软件等能力。

苹果可以拿这张门票，谷歌也可以。大家都一样。

真正的胜负，可能由电动车的 L4 分出来。今天我们做的所有事情，是为了拿 L4 的门票，因为 L4 需要的钱、能力和数据量，是今天不具备的。

拿 L4 的门票需要什么条件？

第一，足够多的车跑在路上，至少 500 万辆以上。

第二，真正掌握 VLA 基座模型能力。

第三，足够多的钱、顶级人才和算力。

当 3 个条件都满足，并且做到足够优秀，就能做出一家像苹果一样的公司。

有人说你是理想产品的天花板，你怎么看？

我觉得我就是理想产品的天花板。

从 0 到 1 阶段，产品是我主导的，有两个原因。

第一，我对 X7、GLS、Model X 等三排座椅车型有非常深的体验，超过绝大部分人。我觉得在中国，可能没有哪个 CEO 对三排座椅车的体验比我更全面、更深刻。

而且我从来没有司机。哪怕去机场，也是我自己开车，司机再把车开回来。

所以你是带着司机一起去机场？

对。体验是做产品非常重要的基础。体验的能力、范围和深度，就是做产品的预训练，是你的计算模型。没有这个，后面都是白搭。东拼西凑也凑不上去。

所以在第一阶段，我是天花板，也是瓶颈，必须这样做，并带着团队获得这种能力。

今天汤靖也是这样，他有 L9、Mega 的深度体验，也长时间开问界 M9。辛扬也是，他有其他品牌的电动车，会做深度体验。任何新品出来以后，都要开很长时间。

只要有这些体验，就能做出好产品。

早期带着大家做业务、做产品，是必须的。但到这个阶段，我就是瓶颈。所以我们要升级：如何把我的能力变成体系，让他们拥有；如何建立培养体系。

我也是一个从来没工作过的人出来创业，我能做到，他们一定能做到。他们受的教育比我更好。

运营也是一样。我们要构建体系，让每个店面的总经理、每个省的总经理都变得优秀，可能比两年前的韩熙更好。每个做产品的人，也要比 3、4 年前的理想更好。

怎么选拔产品的大将军？什么是好的产品经理？

还是刚才说的 3 个条件，但这 3 个条件很有反差。

第一，向外感知、向外体验，以及跨领域感知的能力特别强。

你可能不知道，真正的增程想法并不来自雪佛兰 Volt，而是来自苹果 Mac 的 Fusion Drive。

当时我们发现，苹果解决硬盘问题时，用 Fusion Drive 把 SSD 和 HDD 结合起来。SSD 很贵但速度快，HDD 很慢但容量大，于是程序跑在 SSD 上，存储放在 HDD 上。

这就是我们当时做增程的启发。我们的增程结构和以前完全不一样，甚至可以说重新发明了增程。但它不是来自 Volt。Volt 只帮我们解决了一些技术挑战，比如大小电池连接，剩下的东西我们没有学 Volt。

因为我认为 Volt 只是为了做而做，没有想明白真正的用户价值。

所以产品经理要跨领域感受、体验、感知、获取知识。

第二，要敏感，不能随便凑合、无所谓。一个地方不对就是不对。

我第一次坐 L9 下车时，如果它蹭腿了，就是蹭腿了。不能解释说奔驰也蹭腿、宝马也蹭腿。蹭腿就是不对，就要改。

Mega 最初版本悬架晃，有人说其他 MPV 也晃，我说不能这样。我们要解决问题，不能晃。

今天大家觉得理想几乎是所有电动车的悬挂天花板，就是因为我们特别敏感、特别苛刻，不放过影响体验的细节。

这些人敏感不是坏事，哪怕带情绪，我也觉得是好事。

第三，要遵守纪律。产品是专业体系，我们要认真构建产品专业体系：怎么体验、怎么验证、怎么定义、怎么验证定义，定义出现问题后怎么修正。

敏感只能是启发，但仍然要走完整的专业体系。今天大家做产品最大的问题，是太懒、太不专业。

这 3 点符合了，人自然就训练出来了。

距离你当时录产品方法论课程时，产品经验有迭代吗？

最大的迭代是人工智能产品。

大家要有新的理解：人工智能表达的是能力。能力不一样，工作方式也不一样。

人工智能研发方式会发生根本变化。我看到 3 类最重要的人才。

第一类是做预训练的，我们内部称为 AI 教授。它把人类知识、各种形式表达的知识汇集在一起，就像读了很多专业、拿了很多学位。包括后面变成 MoE，也更类似这种情况。

第二类是做后训练，或者把强化学习看作机器学习的一个分支。这类角色像 AI 教练，负责把最佳实践变成能力。

它需要很强的 BT、IT、DT 能力，才能拥有 AI 能力。必须了解业务，才能设计环境、收集数据、判断什么是高质量数据。

原来写代码的人、产品经理、业务专家，通过学习都可以变成 AI 教练。

第三类是为 AI 提供计算的人。

如果要把 To C 产品做得更好，最重要的是人类记忆、对话记忆这些 DT 数据，这也是 AI 教练必须做好的一部分。

这是全新的 3 个工种。过去做编程的人，都要在这 3 个工种里寻找自己的未来。

你是哪一个？

第一个我做不了，最后一个我也做不了，我更像第二个，AI 教练。

你刚才说自己是敏感的人。这对做产品很好，对做 CEO 呢？

我觉得没什么问题。CEO 也有不同类型，因为它和业务、提供的服务有关。

我们一直在讨论，一个人的性格、特质，甚至原生家庭，和创业、做一件事情有没有直接关联。

我和很多顶级投资人聊过，他们都说投的是人，但判断人非常难。我们问过一个顶级投资人，他投资的成功案例有什么共性。

他说，虽然没有一套方法一定能选准人，但共性还是有的。

不管一个人气场大还是小，善于表达还是不善于表达，每当最艰难、最关键的时刻，他总能看透本质并做出选择。这跟背景、学历、经历无关，而是具备一种能够延续的特质。

在最关键、最艰难的十字路口，创始人能不能看透本质，做出对团队最好的选择，并通过未来验证，我觉得这是最重要的能力。

2019 年是你最困难的时候吗？回顾过去 10 年。

9. 成长驱动创始人

不是。每次最困难的时候，都是我成长最好的时候。

我最困难的时候是 2008 年 5 月，几个小股东要把我和樊铮赶出公司。那时最困难，融不到钱，公司现金流完全断掉，内部股东也在挑战我们，认为我们不适合公司，应该离开。

这是我至今最困难的一次。那时我真的会伤心到哭。很多事情自己想着想着，眼泪就掉下来。

但那次也是我成长最大的一次。

把我们赶出公司的引领人是邵震，他是当时 3 个合伙人之一，把我们带到北京，并帮我们构建了商业体系。

我来北京时，我们在北京林业大学租了一个 40 平方米的一室一厅，白天在那里工作，晚上甚至睡在一张床上。大概一年多后才搬到中关村租写字楼。

他的贡献非常大。后来我们和解了。和解的重要原因，是他帮助我获得了最大的一次成长。

他说，最难受的是公司融资和经营遇到困难时，我一个人在死扛，不告诉他们。每天工作十几个小时，把钱都拿出来，但自己扛着，他们帮不上忙。

他说，如果我当时把困难说出来，现金流遇到问题时，他们愿意抵押房子、质押股票，支持公司发展。每个人都愿意。

但我不给他们这个机会，选择自己死扛，公司因此越来越差。

我从他的眼睛里看出他说的是真话。那一刻我做了巨大反思。

2008 年以前，我对自己特别苛刻。我们挣到钱时，他们买宝马 5 系，我开 Polo；他们在北京买一两百万元的房子，我买几十万元的房子；每天至少工作 14 小时，甚至 16 小时，从不休假。

不是抠门，而是从小受到的教育是，要对自己严格、苛刻。尤其想要自律，就要跟自己对话，没有退路。

我选择创业，就不能再去工作。学历也不行，很难再找工作，所以只能对自己苛刻。

那次我学到两个重要能力。

第一，要对自己好，接受自己的优点，也接纳自己的不足。很多不足，正是由优点造成的。

比如我有点懒，但这种懒不是坏事。懒的人可能设计出好产品，也更容易做出好决策。如果我很勤奋，运营能力可能会非常好，但我的运营能力很差，所以我从来不碰运营工作，而是找到最好的人和我一起做。

但如果有致命缺陷，影响到身边所有人，也影响自己，就必须改。

我当时的改变是，要对自己好。因为如果从来没吃过糖，怎么给别人甜头？

问题解决以后，我给自己买了一辆宝马 X6，这是我从来没买过的价格。L7 上市时，我又买了一辆迈凯伦 MP4-12C，还买了更大的房子。

同事也很讨厌我开 Polo，说你开 Polo，让我们开什么？我觉得这是重要的变化。

后来我不再那么苛刻，也会看到别人的优点，也会休假。我发现，和原来女朋友的问题，大部分来自我自己。2008 年认识的女朋友，后来成为今天的妻子，我们的家庭也很幸福。

汽车之家团队的关系也维护得很好。

第二个变化是，很多事我不再死扛。解决不了的问题，才是大家能力的体现。

理想汽车融资也很难。我不会等到没钱时才告诉张颖，而是在现金还能用 6 个月时，就告诉她，如果今天不融资，明年再融资会很难，资本市场可能不好，公司还要降低估值，甚至融不到钱。

如果今天融资，明年 4 月就可以在上海车展收真正的订单。2018 年 10 月发布时用户反响很好，之后会进入上升阶段。

我把困难告诉张颖，她很快帮我们融了 19 亿元左右。

这个过程没有媒体写得那么艰难。我记得当时还写你生病了。

那是在下一轮，更难。那时特斯拉也遇到问题，又遇到疫情，蔚来汽车当时跌到很便宜的价格，那次融资最难。

我们见了 150 多个投资人。我当时生病，免疫力很差，浑身过敏，连呼吸道都会肿。

后来找张颖问怎么办，她说你认识那么多有钱朋友，去找他们。我找了张一鸣，也找了王兴，最后他们都投了。

我会把困难告诉团队，甚至把团队还没看到的困难也告诉他们，大家一起解决。

2019 年初钱很困难，我告诉团队，按照当前花钱速度，无法坚持到车辆交付，大家要节省钱。那批人主动砍成本，包括范浩宇、刘杰、马东辉、李铁，都是一起决定的。

最后结果比我预期还好，也形成了非常强的凝聚力。

那次对我而言最痛苦，但改变最大，甚至让后面的人生更幸福。

没有上过大学，让你在社会中遇到过更多挫折吗？

本质上没有什么挫折，但体验很重要。

它不影响我学习、获取知识和锻炼能力。唯一遗憾，是人生中缺少一段大家都有的体验。很多时候我没有共同语言，但我很珍惜这种体验。

所以无论是高管商学院，还是销售和新员工培训，我们都会让大家共同学习。

销售必须来北京或常州学习一段时间，才能继续上岗。他们一起上课，也会和陌生人一起吃饭、生活、学习。两周后，他们变成非常熟的人，回到店里时，身边都是一起生活过的人。

这是我们开店的一个重要秘籍。

高管商学院也是 3 年。他们要在一段时间里一起上课，而不是每天只在一起工作。他们会学艺术、哲学等不同内容，在一起协作时，过去很多障碍就消失了。

我觉得这可能是学校带来的非常好的体验。

我看过你的日程，你并不忙，早上 10 点才到公司，晚上没有安排，一周可能只开 9 个会。相对很清闲。

能不能讲一下典型的理想的一天，从早上起来到晚上入睡？

我的时间分配大概是这样。

第一，最重要的是员工相关工作，包括招聘、培训、组织和人力资源制度。这是我的工作优先级。

比如广州车展和重要员工文化培训冲突时，我会选择不去广州车展，去做员工文化培训。

这部分占我时间比例最高。公司 18 级及以上，以及少数 17 级员工，我都会面试。

第二是产品相关工作。我们交付给用户的还是产品。在很长时间内，我还能在产品层面贡献很多价值，包括构建产品体系，帮助团队把产品能力提高。

第三是人工智能相关工作。隔一天一次的 AI 小组会议，每周三公司级 AI 会议，以及资本团队和技术团队邀请行业优秀人士、公司 CTO 来交流。

你的高管有一个观察：你一开心就会聊天聊很多。

一方面是聊天比较多，另一方面我确实比较喜欢讲话。我喜欢把和别人聊的东西跟团队讲一讲。

我有机会见到更优秀的人。很多人认为他们只是走运、踩中了时机，其实不是。他们一层一层打下扎实基础，认知非常先进。

今天看到的结果，可能是他 3、4 年前的认知变成的。你如果能问到这些人，就能理解结果、认知和行动之间的关系，这对我们提升认知很有帮助。

我愿意把学到的东西和团队分享，哪怕他们只用到一点，也会产生价值。我也鼓励他们寻找各行各业的人交流分享。

你现在的欲望是什么？据说是要做一个万亿市值企业，这是你的欲望吗？

不是。我没什么欲望，成长就是我的欲望，只有成长是我的欲望，其他都不是。

如果经营一家公司，对我而言有两件事。

第一，推出长期有价值、有意义的产品和服务。比如交付家庭增程车，什么时候交付 L4 的车，什么时候交付 Agent。它们背后有意义，意味着用户体验和价值发生革命性变化。

具体迭代，团队做得很好。我要做的是判断、出题、训练能力、投资。

第二，管理好公司。看公司战略好不好，很多时候要看目标设定好不好。目标是非常有效的管理方式。

有了目标，才会树立支持目标的举措，接受成本和代价，也知道如何迭代。中间不可能直达目标，要迭代举措、资源和团队，让大家升级，朝目标前进。

目标一定要有向往感和意义，不能只是一个空洞数字。万亿市值反映了用户价值和行业地位，本身是有意义的。

一个万亿企业具备什么条件？怎么才能迈入这个俱乐部？

如果理想不能实现 L4 自动驾驶，肯定不能迈入万亿人民币规模。

作为后来者，必须使用最先进技术，提供完全不同的产品体验。今天大家买车是为了开车，未来买车可能是为了不需要开车，这才是革命性体验。

还要采用完全不同的商业模式，以及足够好的能力，支撑技术、产品和用户三个层面的高速增长。

要做到万亿人民币规模，最顶级企业都具备这些特质。

刚才我问你一天的安排，你讲的是时间分配。你纵向讲一下，你的一天？你是家和公司两点一线吗？

也不是。有时晚上会和朋友见面，聊天、听他们分享。

白天上午产品工作比较多，中午和下午是员工相关工作，包括校招团队培训和沟通。比较晚的时候做 AI 相关工作。公司基本都按这个顺序安排，大家时间比较容易凑到一起。

最重要的决策放在周六。战略委员会的人周六工作，因为时间可以很长。重大决策不是一个小时、两个小时就结束，而是大家会争论。

战略委员会质量高，是因为大家天天吵架。周六大部分员工不上班，只有我们这帮人在工作，一线团队除外。我们不受其他工作、客户和合作伙伴影响，想怎么吵就怎么吵。

拍桌子吗？爆粗口吗？

当然拍桌子。我们这帮人承受力很强，该爆粗口都会爆。

我看得出来，你对人的工作关注非常高。你最近对人性多了一层什么认知？

2024 年在人方面最大的收获，来自 3000 多人的校招团队。

我们从 2022 年才正式招校招，很晚。早期认为车这个产品需要经验，所以招的都是有两款车以上经验的成熟人才。

2022 年第一代产品做出来，相当于有了两代产品和自己的经验，才有机会培养年轻人。

早期做得不成功，网上也有负面。2023 年开始，校招规模和质量都变得很好。很多大厂不招校招，给了我们机会。很多人做人工智能，看到这里有真实数据、有算力，也相信这个方向，就加入了我们。

正常招进来、像普通员工一样使用，肯定不行。我们除了 1 到 2 周培训，还让他们去工厂工作，包括电机厂和制造厂，让他们了解工业和工业领域的人工智能。

他们还要亲身体会高质量蓝领如何热爱自己的产品，然后去店面工作，了解怎么服务客户，客户是不是家庭用户，怎么决策买车，参与服务和交付。

之后再回来深化流程学习。这种投入比一般企业高很多。住宿、工厂安排和最好的管理都要参与进去。几个群组负责人每个人都要参加每一波；一波有三四十人，多的时候接近一百人，几十波、几十个班次，每个班次都要参与，不能落下。

我们很惊讶，这批校招生表现非常好。2022、2023 届校招也参与进来，产出非常好。

一开始大家认为招这么多校招是负担，今天完全不这么想了。经常有 13、14 级校招生直接做出 17、18 级的能力和价值，远超预期。

理想同学就是校招团队创造的，而且不需要告诉他们太多东西。

我感受到，这一代年轻人比我们那代人优秀很多，可能优秀 10 倍以上。他们受最好的教育，心智也成熟，但管理方式不一样。

面对 90 年代末、00 年代初的校招生，第一要真正重视他们，发自内心在意，倾听他们的需求。

第二，他们年纪轻轻就有自己的解决方案。我们原来认为员工要到 16、17 级才能独立做完整方案，但他们今天每个人都具备。他们对 AI 的使用也是与生俱来的。

认真听他们时，不需要告诉他们怎么做，只要认同他们就可以。

第三，提供必要的资源支持。他们不会跟你讨论乱七八糟的事情。

前几天技术展示会上，AI 相关产品有一半以上是校招团队做的，非常惊讶。

你怎么看这些年轻人面对的环境？

很多时候取决于我们给他们看到什么样的环境。

中国工业进步速度非常快，工业领域已经开始完全数字化、智能化。他们看到工厂时，会感受到真实的工业能力；看到店面时，会发现中国消费者对新产品非常有信心。

这些企业不只是口头上讲人工智能，而是真的在做人工智能，也真的在服务产品。年轻人受到的影响很大，而他们本身理解能力也很强。

我还延伸出一个重要机会。

我们这些 70 后、80 后和一部分 90 后，经历过高速增长时代，中国每年接近 10% 的 GDP 增长。过去很多消费来自财富和收入增长，尤其是财富增长，比如房产升值、公司股票上涨。

今天不一样了。70 后、80 后、90 后占了我们 70% 的人口，他们是否需要被在意、被认可和被支持？我发现答案是一样的，我们也进入了一个全新的时代。

过去我们读中国的很多书，讲对事不对人。但我读《高效能人士的七个习惯》和美国顶级著作，看到的根本变化都是先对人，再做事。

2008 年那次对我最大的改变，也是先对人，再做事，甚至先对自己。

无论企业要变得更好、更有创造力、更有价值，还是中国从发展中国家走向发达国家，对待人的方式都要发生根本变化。

一个时代过去了，新的时代开始了，而且会变得更好。

一个 00 后员工想问你，在当前不利的外部环境，特别是地缘环境下，怎么成为全球领先的人工智能企业？

创业者要看不同阶段。

今天哪怕做汽车，如果不做人工智能，也不能直接说会成为全球领先汽车企业。必须先在中国市场获得第一，然后在不受美国限制的市场里，争取成为第一。

人工智能也一样。我们给团队的要求是，到明年，在中国空间智能领域能不能成为第一；在语言智能、大语言模型和服务方面能不能进入前三。

团队要据此制定目标、构建能力、确定组织和投资。节奏非常重要。

再往后，要把语言模型和空间智能合成更大的 VLA 模型，解决 Agent、AGI 第三阶段，以及 L4 自动驾驶。

还要提前研究、匹配组织和准备投资。这是成长过程，不是直达过程。

中国企业能成为全球领先的 AI 企业吗？

一切都有可能，只要中国企业不放弃。

美国也不是电子最强的国家，但在和日本竞争中最终胜出。1990 年代以前，最好的处理器很多由日本企业推出，后来美国获得胜利。

过去大家认为全世界最好的汽车由德国人制造，但今天不再这么认为。最好的智能汽车，是中国企业和特斯拉提供的。

人工智能也一样。美国尽管很强，但只要我们不放弃，每天努力，把心思和精力用在能力、投入和改变上，结果一定会很好。

如果理想没有成功成为全球领先的人工智能企业，你觉得会因为什么？

一定是综合能力有缺失，包括研究能力、技术研发能力、产品能力、商业能力，以及自身造血能力。

这是一个综合体系。人工智能是一场非常大的仗，美国人甚至把它形容为曼哈顿计划。

我会全力以赴做好这些环节。但如果我没做好，我也乐于看到任何一家中国优秀企业把这件事全面实现。

我会确保理想有能力成为全球领先的人工智能企业，并做好每个环节。但如果有生之年没有实现，或者因为重大错误没有实现，我也非常乐于看到中国顶尖企业在人工智能方面做得很好，实现我说的人工智能第五阶段。

我愿意看到这样的事情发生，也愿意为这样的企业鼓掌。

如果一定要说一个节点，理想汽车决定做 AI 的时间点和事件，你会放在哪里？是 ChatGPT 发布以后吗？这个转换非常快，前一天感觉还是电动车企业，第二天就变成人工智能企业了。

我们最开始一直在人工智能方面投入，只是以规则算法为主，跟大家做的一样。

理想同学用知识图谱的方式做 L2 自动驾驶，拼命写规则，养很多人写规则，再出去测试规则。解决了 A，就解决不了 B，天天围着 Corner Case 转。

真正把人工智能搞明白，应该是一次战略会。当时我们请了几个超级专家，他们讲了一个重要观点：现在所有规则算法方式，都解决不了我们想解决的问题。

所以我们开始思考，人是怎么工作的。

当我开始从人的角度思考 AI 如何工作时，我一下就理解了大模型。今天大家讨论 Scaling Law 效率下降，很正常。

就像人考试，从 400 分到 500 分很容易，从 600 分到 650 分更难，650 分再往上更难，但 690 分的人会碾压 670 分的人。

在商业社会和天梯社会里，越往上成本越高，但收益也高于成本。

我不可能雇一个 70 分员工，我会雇 95 分以上的员工。我愿意为 95 分员工支付比 70 分员工高 5 到 10 倍的工资，这是真实社会。

如果是真正的人工智能，它的表现就应该和社会、和人一致。

重新看过去的硬件和软件智能时代，会发现一个根本差异：那时的产品，无论互联网、硬件还是智能硬件，都在提供功能。

功能就是在特定场景下完成特定目的。功能还有体验好坏，所以那个时代竞争的是功能体验。

人工智能是另外一个概念，核心表达的是能力。做得最好的是 ChatGPT，它第一个通过软件展示、表达和体现能力。

能力和功能不一样。硬件功能能实现就是能实现，不能实现是质量问题；软件不能实现是 Bug，可以专门测试。

能力的核心是概率。

跑步是刘翔的能力。我跟他跑 1 万次，可能有一两次能赢，但他赢我的概率更高，因为他可能受伤、摔倒。

今天头部基座模型每次发布新东西，展示的都是能力，不是功能。

很多人不理解能力，就会拿功能衡量能力，问为什么不能 100% 实现。

我们做 VLM 和小世界模型，就是把它拿去考试。过去无法测试一个人开车，但现在可以把模型放进系统考试。

一套是千人团、万人团，另一套是小世界模型。两套考试成绩拟合后，甚至可以考到每个城市。

AI 表达的是能力。车上有油门和刹车，这是功能；车开得好、开得快，是能力。

端到端表达的也是能力：开得是否比人好，是否比人安全，以及和人相比安全到什么程度。这是根本变化。

那次战略会是什么时间？2023 年在哪里？

还是雁栖湖。

你从那次战略会开始觉得 AI 要投入科研了吗？

我觉得当时 AI 这条线就打通了。

我从高中构建的工作和学习方式，跟 AI 差不多，所以对 AI 的工作原理非常理解。

什么工作方式？

通过读很多东西，就是预训练；通过最佳实践和复盘，就是后训练。

那次你已经知道预训练和后训练这些概念了吗？

当然知道。虽然最开始概念不明确，但 AI 本身就是人的工作方式。

上学读书是预训练，读更多书也会发生变化。预训练是获得足够多知识，后训练是把知识变成能力。

你可能读了很多学位，但要通过工作，才能把知识逐步变成能力。

理想为什么不像特斯拉一样，再开一家公司做中国版 xAI？

我不想在这件事上分散精力。我的精力没那么旺盛，融资条件也没那么好。开公司以后还要天天为融资头疼。

今天用理想汽车的钱支撑它发展就可以了。

如果人工智能最终还是要拟人，假设我们在一个房间里，无论会议桌、餐桌、朋友家，或者我家的客厅里，你希望谁出现？

这是很重要的。

如果是我个人，我最喜欢两类人出现。

一类是能够帮助你在各个领域成长的人。

另一类是我几十年的朋友，周末可以一起吃饭、喝酒，跟他们在一起很轻松。你讲开心的事和糟糕的事，他会认真听，也给反馈；他讲自己的事，这就是陪伴。

所以我们会想，人工智能有没有实现这种能力？

如果要帮助人成长，它要做到什么程度？今天很多产品做得太浅。前两天 xAI 开玩笑说破解了黎曼猜想，我就跟每个 AI 聊黎曼猜想，聊着聊着就断掉了，无法继续深入。

作为帮助你成长的工具，它不够，必须做深，而不是浅层内容。

理想同学最初在车上的交互，只是完成任务，所以交互窗口很短。如果只是这样，也不够。

另一方面是陪伴。它要认真听你、了解你，给出非常好的反馈，甚至有一天能帮你出一本书。

但真正做到这些还没有人做，大家都在做浅层娱乐。大家都说要成为智能体、成为 AGI，但第一个阶段都没有做好。

功能是不是做得最好？是否真正了解用户？知识深挖和认知是否足够深？如果是陪伴，是否真的了解用户？了解以后，能不能帮他写书、写日记、自传、年度总结？

这些事情 AI 甚至可以比人做得更好，但因为做得不够，大家才不用，只把它当作搜索工具。

你们是想把它作为用户家里的操作系统吗？

操作系统用户看不到，用户看到的应该是 3 个角色。它们可以由手机、车、电脑等终端承载。

我们要做的是 Agent，也就是个人助手。现在我对团队的要求是，按照 OpenAI 的 AGI 阶段来做。

还不到推理者阶段。第一阶段，先做到最好的用户体验，不要急着扩展其他东西，先做一个非常好的助手。

比如大家说车上应用不够。我们要出海时，传统汽车出海只有功能，智能车是功能加应用，需要高德、QQ 音乐等。但到了海外，怎么匹配这些应用？去小国家更难。

如果没有这些东西，价值没法体现。但能不能让 AI 直接调用所有 API，生成所需的音乐、功能和服务？当然可以。

这样就可以去任何国家，并提供当地过去从来没有的体验。

所以今天最重要的是提高能力，不是做出什么产品形态。产品形态就是通过聊天提供功能助手，帮助用户成长，以及提供高质量陪伴。

很多人猜理想也会做机器人。

没那么早。

模型研究越深入，研究 VLA、VLM 等越多，我们越会看到，机器人今天就是：在 L4 自动驾驶实现之前，其他机器人都很难实现。

自动驾驶是无接触、标准化的机器人，不需要接触。接触以后会更复杂、更难。

如果自动驾驶都无法实现，怎么可能实现更难的人形机器人？

你信仰 AGI 吗？

信仰。

为什么？

虽然我没上大学，但我觉得我从高中开始的驱动模式，和 AI 的驱动模式非常类似。

一段时间增加自己的预训练，补充知识；再用一段时间系统学习战略、品牌等课程；然后实践。我一直这么做。

这是你信仰 AGI 的原因？

当这个模式出现时，我看到它没有任何纠结，觉得特别自然。

相反，原来的规则算法、知识图谱，我看着纠结得不得了：为什么要这么做？

你为什么不跟 ChatGPT 比，要跟 Kimi 和 DeepSeek 比？

如果选错对手也很难，因为我们没有那么多训练资源。

第一目标还是希望团队先超过这些创业者。我们公司没有那么富，先以创业者心态做。

你觉得 AI 会结构性改变社会吗？如果有一天你真的成为人工智能企业的 CEO，同时掌管硬件和软件，你会怎么保护人类？

最重要的是重新建立利益分配。

我们越了解人工智能，越会小心思考它应该发挥什么价值。

我们从来不会用人工智能去替代工人，也不会替代一线销售。

越做人工智能，越应该思考后面的利益分配。

我们要让人工智能帮助生产线工人提高效率、增加收入。比如销售不需要每天打更多电话，也不需要在大量线索里逐个翻找、搜索，AI 可以自动找到客户。

他只要和人做好接触，就应该卖更多车、赚更多钱。在任何城市，只要做好产品专家式销售，就可以买房，让孩子上非常好的学校。

这些都可以被改变。

它会对组织产生结构性变化吗？

我们讨论过，甚至找咨询公司和战略专家研究。

有个战略专家提出“生成式战略”：由目的生成业务以及对应的组织方式。不同目的会生成完全不同的组织。

2024 年我们很重要的一件事，是推动 BLM，也就是 Business Leading Model，IBM 最开始做的这套模型。我们发现，这套模型可以解决问题。

当战略意图和关键举措确定后，它会生成所需的组织方式、激励方式和文化特质。

我们才刚开始。我们的挑战是既有工业，又有 AI，AI 还涉及不同领域，所以必须具备这种能力，也在训练核心管理者掌握这套能力。

你对这些 AI 产品有什么不满吗？

我还是认为，大家都处于非常早期阶段，比较像 Palm、黑莓、雅虎的阶段，之后才会出现谷歌和 iPhone。

对于 AI 能力提升，这算是一场仗吗？你对最终结果有什么期待？今年、明年要达到什么目标？不能输吗？内部会有口号吗？

人工智能不一样。

汽车要明确收入和利润，但人工智能核心是训练能力。能力没有界限，只能不断成长、提升，不能满足于现在达到的千亿模型规模，下一步一定要向 5000 亿做。

不急着变现。能力不够，什么都白搭。

上面我们都聊的是脑子，下面聊人工智能的载体，也就是硬件和车。

我记得你产品课里专门讲复盘。复盘很有讲究，一开始要先夸大家、让大家讲做得好的事情，这样大家会主动暴露缺点，而不是一上来讲自己的缺点，最后变成甩锅。

MEGA 的复盘会怎么开？和以前有什么不一样？

没有什么不一样，只是做了好几次。

每一次随着时间推移、事情解决，理解都会不同。但过去的复盘都是真实存在的。

比如充电建设不够，只建了高速，而且高速也不够多，没有建城市；车上的充电体验也按照增程方式设计，纯电和增程完全不同。

今天如果使用 MEGA，用户对充电的 NPS 已经从最初 30 多分涨到接近 90 分，非常高。

很多用户家里有燃油车，但在北京去阿那亚、周边游玩，甚至去滑雪，只开 MEGA，不再开燃油车，因为一路都可以放心。

手机交互、车机交互和充电桩表现，我们都优化得很好。这也为后面销售纯电车型奠定了基础。

卖 MEGA 时还遇到店面不够的问题，店里摆了很多 MEGA，就要撤掉其他车。销售对增程和纯电的培训也不够。

后来我们发现，支撑销量的是展位数、货架数，不仅仅是店面数量。今年店面数没有增长那么多，但货架数快速增长，可以支撑纯电车型销售。

纯电培训也在做，只要有条件的店都建设 5C 充电站。

自动驾驶各方面，下一阶段能力也在构建。这就是复盘能看到的有效性。

今天你会怎么定义智能化、电动化的时间节点？2024 年是什么阶段？

今天这些软件智能没什么价值，无非是把手机搬过来。

我们用的要么是手机版、Pad 版的 B 站，要么是手机版、Pad 版的高德，甚至车上的高德更新效率还不如手机版。

真正的竞争来自人工智能。到了 L3 到 L4 阶段，你会发现少数厂商才能做完整开发、自己研发，更多企业只能买一个安卓系统直接使用。

如果复盘来看，L 系列成功、平台化得到验证，最关键的几个原因是什么？

率先构建平台化能力。

我们在所有车企里率先构建平台化，而且当时下定决心，要把平台化能力构建到像苹果一样。

本质上，所有车用的底层系统、底层电驱动系统、智能驾驶系统，都应该是一套东西。

其他车企在意的外观审美，你不在意？

当然在意，怎么可能不在意？我觉得我们的设计在国内数一数二。

你怎么定义它的视觉语言？创立到今天 9 年，你们形成自己的产品设计语言了吗？

车跑在路上，100 米外大家都知道是一辆理想汽车。

如果有一个设计标志最终留在汽车工业史上，比如 BMW 的双肾前脸，你觉得理想的会是什么？

星环。哪怕大家都在做星环，和我们的星环仍然完全不一样。

现在每一款车发售前，你会亲自试驾很久吗？

会。

多久？怎么发现问题？

没法量化，最主要是必须试驾。不试驾不行。

你的试驾能代表用户体验吗？

我只代表自己的体验，不需要代表用户体验。

那你会综合哪些因素，客观判断用户体验？

除了自己试驾，我觉得就是主观。为什么要客观？体验当然是主观的。

我听说你特别喜欢开车去机场，自己开车，带着司机，司机再把车开回来？

是。如果要停很多天，我自己开车，司机再把车开回来；如果只停几天，就直接停机场。

为什么一定要自己开车？

可能是一种心态：掌控自己的命运。希望方向盘在自己手里。

我知道你管理有时候挺暴躁，发脾气很大。你要改变管理方式吗？

我的暴躁没那么多，也可能和很多人想象的不一样。

我的生气是有目的的，是把一件事情加强的杠杆，不是真的生气，内心其实很平和，只是让大家意识到事情的严重性。

我发火的次数可能每年会减少 50%。

我还是回到刚才的问题：一个没有吃过糖的人，不可能给别人甜头。

一个人要在意自己，就要看清自己的优点，为自己的优点感到自豪；也要看清不足。但 80% 到 90% 的不足不需要改，因为它往往是优点的另一面。

比如一个人很懒，可能产品能力很强，因为电梯这类东西只有懒人才能发明。如果一个人很勤奋，很可能是运营高手。

好的产品和好的运营是乘法关系，不是零和游戏。

要看到自己的优点并为之自豪，持续发扬；也要接受自己的不足，而不是非要改掉。很多时候改不足，优点也没了，甚至改完以后会痛苦、报复别人。

能够协作，是因为我的优点可以补你的不足，你的优点可以补我的不足。我和马东辉、李铁就是互补的，这是好事。

当然致命问题必须改，影响生死和生存的必须改。

如果一个人能在意自己、欣赏自己、接受不足，再重新看别人就不一样了。他能看到别人的优点，也接纳别人的不足，后面就没有解决不了的问题。

你最近接受了自己的什么不足？

我从始至终都接受自己的不足，从来不希望改掉这些东西。可能因为我没给别人打过工，所以我只找和我互补的人。

做汽车之家时，樊铮、秦致都和我完全不同。做理想汽车，马东辉、沈亚楠、李铁也都和我不同。这是我的工作方式。

你更多看见了他人的什么？

2024 年最多是从肖章身上看到很多不同。

他没有经过社会的打磨、熏陶和捶打，但我从他身上看到了一些更本质的中国发展和机会。

你是不是经常跟泡泡玛特的王宁学做 IP？学到了什么方法论？

他的每个阶段都不一样，每个阶段都会反映在产品和品牌升级上。

泡泡玛特做的东西，应该是给大家带来庆祝。这对我们的帮助也很大。

很多人不懂得分享。比如我们发了不少奖金，同事会说最近和爱人关系不好，对方总挑剔自己。

我说，是因为你对她不够好。你发了奖金，可以给她买奢侈品包，比如 Miu Miu 或 LV。

他说我老婆不需要。我说不可能不需要，第一是你不想给，第二是不知道怎么给。

比如我们做到 5 万辆，你又发了一笔奖金，可以买一个奢侈品，和妻子分享她的支持，让你取得 5 万辆的成功。

后来同事告诉我，他妻子高兴得难以置信，也不怎么挑剔他了。

过去我们不懂得分享，也不知道怎么使用这些东西。为什么是奢侈品？因为足够精致、精美，才有意义。

这也是泡泡玛特过去几年玩具越来越精致的原因。今天拿一个泡泡玛特玩具，再拿一个日本主流玩具，会发现已经领先四五年。

它的工艺和材质越来越好，在海外也做得很好，很多艺人都在使用，泰国等地也很火。

他还讲过一个概念：传统 IP，比如米老鼠、唐老鸭、漫威，在人心里都占据了一个席位，但用户永远需要新的东西。

为什么有人把 Labubu 挂在包上？因为它是证明自己属于某个社群的有效方式。

这比“庆祝”又升级了一层：通过这些东西证明我是社群的一部分。

他很早告诉我，做 IP 不要做功能。我们理想同学盲盒做得很成功，都是 00 后做的。

00 后认为它只能做功能以外的事情，因为摆在身边就是陪伴和情绪，不需要功能。但 70 后、80 后会问，为什么不放蓝牙、插 U 盘？一旦提供功能，就不再具备情绪价值。

而且大家对功能很苛刻。

你多久见王宁一次？

没准。有时很长时间不见，有时两三个月见一次。

我看了你的日程，除了今天访谈，一周只有 9 个会，没有早会，10 点前没安排，晚上也没有安排。你相对很清闲。

能不能讲一下典型的一天？

我看一下手机日历。

现在时间分配基本是三分之一、三分之一、三分之一。

第一个三分之一，优先解决人的问题。所有面试，18 级及以上我都会参加，从来没有缺过。各种培训、和人力资源相关的工作，我也会参与。

第二个优先级是产品相关会议。产品评审会，包括造型评审，我们内部叫 PEA。

第三个是 AI。对我而言都是学习会，隔一天一次的内部 OC 会、每周的 AI 会议，以及 AI 专家到公司分享，我都会参加。

基本就是这 3 类占了所有时间。决策会放在周六上午，因为不受其他事情影响，所有人都能在现场。我们叫战略委员会，每周六上午开。

我不出去见客户，也不见用户。

听说你是宅男，不爱社交、不爱出去玩，喜欢打游戏。晚上早早回家会打游戏吗？

我一直打游戏，从来没间断过。

你喜欢玩《守望先锋》？

对，《守望先锋》玩得最多。

每天都玩吗？玩几个小时？

每天都玩，一到两个小时。

玩游戏能帮你做产品、思考 AI 吗？

能。我们很多制度都来自游戏。

销售体系的天梯方式完全按照游戏来，销售运营的激励方式也来自游戏，包括我当时给人力资源提的岗级、职级、职业和经济系统。

为什么玩游戏会帮助你做公司、做产品？

这就回答了人类为什么喜欢游戏，因为游戏是最公平的。

我的理解是，社会就是一个天梯。这也是我很早在疫情期间和王宁单独聊天时对天梯的理解。我们认真学习、从小学升初中、初中升高中、高中升大学，大学里选择更好的学校，小公司和大公司，其实都是天梯。

天梯是公平的，因为能上能下。

游戏把天梯体系做得最好，也把天梯里的职业、人际关系、运营分配方式和激励方式建立起来。如果做不好，大家就不玩了。

大型游戏基本都是这种模式。公司管理其实也是管理一个有效天梯，要对所有人公平。游戏最重要的是公平，这是核心。

工作和社会就是一个天梯。我们发布销量排行榜，是因为消费者喜欢选择天梯排在前面的企业。所有消费者都这样想，否则买一个不知名企业的车，身边人会问你为什么买它，没有必要承受这种质疑。

大家加入公司，也会选择天梯靠前的公司；公司里的人也按天梯分配收入。

如何把这个东西建立得公平、透明，非常重要。

另一方面是我的生活：亲人和好朋友。它是另一种概念。我认为亲情意味着付出等于回报，对孩子、爱人和朋友都是如此，而不是天梯。

我发现一个问题：很多人会把公司当成家，回到家又提条件、搞天梯，把关系搞反了。

影响过你最大的游戏是什么？你玩游戏已经几十年了吧？

一直在玩。

接触电子计算机之前，我小学三年级就有了第一台游戏机，完全没想过自己会有游戏机。

我父亲很有意思，看别人流行玩什么就给我买什么，从来不和我商量，也不要求我成绩好。

我从老家回石家庄，7 岁时就有 Game & Watch，也就是任天堂最早的黑白掌机。后来我又成为小区里第一个有任天堂 FC 游戏机的人，因为他去北京出差，看到北京小孩都在玩，就买了一台给我。

他从来没有额外要求，只是觉得什么流行就买什么。后来经济条件好一些，又给我买了电脑，所以我从小就在玩游戏。

影响过你最大的一个游戏是什么？

从构建世界观的角度来说，影响最大的是一款不太主流的游戏，可能所有人都忘记了，是大宇出的《阿猫阿狗》。

从这款游戏开始，我理解各种关系。这个世界不是只有事情组成的，也是由人和关系组成的。

游戏虽然讲的是动物和人的竞争，但对关系的刻画非常深刻。

特别是你和谁的关系让你得到理解？

重视关系以后，不一定会运作关系，也不一定会处理关系。现实社会中关系的成长，往往是吃了一次次巨大亏以后才理解。

但我对所有关系理解最深的一点，还是理解自己和自己的关系。和自己的关系理顺了，外部所有关系都好解决。

和自己的关系有两个层面。刚才讲的是要在意自己、对自己好；另一个是面对外人时，仍然能够对自己好。

人在社会上会遇到各种人，他们有优点、缺点和不足，甚至人格有缺陷。如果选择优先对自己好，核心是先减少他的不足对你的伤害，再吸收他的优点对你的帮助。

很多人不会这一点，上来只看到对方缺点。其实对方缺点是在伤害你，不是在伤害他自己。

那应该怎么和解？倾向于看他的优点，而不是看他的缺点？

你可以不在意这些人的缺点。

比如我们有很多投资人。投资人能提供什么？最重要的是资源和支持。

但很多人和投资人关系很差，是因为投资人会讲自己的见解，里面有好的，也有特别荒谬的，甚至像民科一样，对专业完全胡说八道。

很多人如果不知道自己想要什么，就会试图在言论上战胜对方，证明对方不专业、是傻瓜，最后变成互害。

我的方式是，他们讲的我都会听，但不会争。讲得有意义的，我会深入讨论并拿回来使用。

这样投资人会觉得自己有价值，因为他的价值被我吸收了；他的不足也没有被我打击，因为车不是他的专业，他不了解很正常。

你没有必要争，因为他是业余的；但在投资方面，他很专业。你认真听，真正实践后产生巨大价值，再去感谢他，就会获得更多支持。

我没有受到伤害，但很多人争得脸红脖子粗。他们的问题是对自己不好，拿别人的不足伤害自己。

你为什么那么看重家庭关系？公司也在打造家庭理念。

我把公司和家庭分得很清楚。

“创造幸福的家，移动的家”是面向客户的。我能从家里获得能量，这对我非常重要。

《高效能人士的七个习惯》是我的自我训练手册，我一直在运用其中的能力。

工作和家庭要分开。工作里最核心的客户是员工，所以我的时间会围绕员工展开。

在家里，最重要的客户是谁？我认为是爱人，因为谁和我在一起时间最长，谁就最重要。

我经常和同事开玩笑，在家里老婆第一，孩子第二。

你会看综艺节目？

会。如果不看，很多时候跟大家没有共同语言。《再见爱人》我也看，而且看得挺细致，有些家庭确实匪夷所思。

回到根本，这些人最先遇到的问题，是没有对自己好。所以对别人更苛刻，表面上各种妥协，实际上给别人更大压力。

在意家庭，会有人和你一起支撑，你也会更了解人，探索如何对人更好。孩子多了，每个孩子性格不同，你就更能接受每个人的优点和缺点。

家庭让我对人的理解更深，也让我更有耐心。陪伴肯定更重要，陪伴极其重要。

我支持爱人时，会认真听她讲。她讲什么我都愿意听。听完以后，她有时会讲困惑，但我不给她出主意。

她只要讲得足够多，就会有完整解决方案。她最重要的是希望被关注、被理解；有了想法后，希望你支持她去做。

很多时候她只需要你不要添乱，想解决问题时不要出现。我觉得这就很好。

她希望被理解、认同和支持，所以我们相处得很好。你在意并支持她，她也会在意你的表达。

我的驱动力是成长，和人工智能非常相似。

初中时我一直被质疑：到底能不能上学，是不是应该学个导游、保证有饭吃？家长觉得我整天研究电脑，是不是有自闭症。

上高中后我发现，和别人相比，我的成长速度很快。同样学一个东西，我比别人快；同样解决一个问题，我学得快；想学东西时，我会跑到北京，主动找别人学习。

成长变成了我的驱动力。我和同学最大的优势就是成长。

老婆也非常重视我的驱动力。她会分享孩子的成长，也会自己学习。我看节目时会觉得，这个老婆真好。

她会研究汽车公司的财报、产品，每家公司的 CEO 都知道。昨天还给我讲了水电、核电相关的东西。华为要出什么车、有什么特点，她全都知道。她也在认真学习和成长，所以我们的关系特别好。

问一个偏私人的问题，可以回答也可以不回答。为什么汽车 CEO 更喜欢生孩子？马斯克有 10 个，你有 6 个。造车和生孩子有什么关系？

我觉得没什么关系，也有很多汽车 CEO 是独生子。

见到不同生命在身边成长、陪伴，是非常幸福的事。

我最近看完一个片子，有两个感悟。

第一个，我问理想同学，“家和万事兴”完整是什么？它的核心是“父勤则母敬，母敬则子安，子安则家和，家和则万事兴；母危则子乱，子乱万事都是糟糕的”。

顺序非常重要。男性要对女性好，女性自然会对孩子好，三个都好，家庭就好，家好万事兴。这是古人的智慧，确实如此。

另一方面，有个朋友得了很严重的癌症，医院当时判断基本没救，但现在身体非常好，甚至比以前还好。

我感觉关系对人的影响最大，包括身体健康。他原来关系很糟糕时得了癌症，后来把很多关系想明白了。

一个人回家感到幸福，工作时感到开心、有挑战、兴奋，和朋友在一起也开心。如果能做到这 3 点，可能就是生命基础和身体健康的 70% 到 80%。

你当时学习成长很快，为什么决定退学？

这是我经常跟团队讲的核心。

《高效能人士的七个习惯》第一条是主动积极，但主动积极不是看见别人做事就凑过去帮忙。

主动积极讲两个事情：主动做选择，并保持积极心态。

为什么要主动选择？很多人有选择权，但不做选择，别人就会替你做。父母、领导都会替你做，是因为你不愿意做选择。

主动选择意味着有 A 和 B，判断哪个更优。它的对立面不是选择，而是做对错题。

对一件事上来就判断对错，不是选择。选择是比较两个方案哪个更优。

做选择的人心态积极，做对错题的人心态消极。

我当时和父母、和自己做的都是选择题。一条路是上大学，一条路是创业。

对错题是问“上大学对不对，不上大学对不对”；选择题是分析两条路分别会带来什么结果。

上大学，我可能考一个二本，毕业后去计算机杂志做编辑，收入大概多少。创业，可能现在一个月接近 2 万元收入，还有机会做大 10 倍；风险是没有学历，如果失败，可能连工作都找不到。

任何事情都有收益和风险，只要你判断收益大于风险就可以。

这样有几个好处。

第一，做价值选择会比较理性。

第二，会自己承担责任并迭代。事情不够好时，因为有目标收益和可接受成本，可以不断调整，而不是遇到问题就放弃。

第三，更容易向别人讲清楚选择，也更容易获得支持和认同。

主动选择的人看到的是价值优先，心态自然积极。

父母会说，有没有折中方案，比如一边考大学，一边创业？

当时时间不够。这只是举一个例子。

如果针对“上大学对不对”去讨论，最后一定会变成证明这件事对或错。

同样的道理，后训练做得好时，如果一个人只想证明对错，就会说这家公司根本不做预训练，做后训练有什么用。这样的人什么都不用做，只会证明自己正确。

但后训练做得好，为什么不能学后训练？RAG 做得好，为什么不能学 RAG？有人预训练做得好，但没有产品化能力，这样就没完没了。

每个人不一样。做价值选择，心态积极；做对错题，永远是消极心态，不会成长。

你从小是一个叛逆的人吗？

一点都不叛逆。我该结婚就结婚，该生孩子就生孩子，是个挺正常的人。我一直在坚持做一个正常的人。

有什么是你想学马斯克，但觉得学不会的？

两个国家社会环境不同，出现的背景完全不同。

有些东西不太好说。像我这样没上过学的人，虽然认真学习，但大家给我的标签就是没上过学。

听到这句话会难受吗？

一点都不难受。我不会受外界伤害，即使受到伤害，也能在极短时间内调整过来。

但如果这样的角色长期出现在公众视野里，继续讲方法论，时机可能就不合适了。

经济爆发式增长时，这些内容很有帮助。今天不一样了，所以我减少在微博上出现，因为负面反馈会远远大于正面反馈。

很多人希望你最好上过很多学，讲很多苦衷。我不想讲，没必要，因为这些东西帮不到大家，只是在安慰大家。

过去讲有效方法论，能帮助很多创业者，但今天能用上的创业者越来越少，创业者也在减少。

我减少对外表达。你说我讲东西非黑即白，今天也不适合。讲逻辑，大家会觉得你为什么讲大道理；讲细节的乐趣又不是我擅长的。

我不想变成自己不喜欢的样子，所以让团队去讲，我就闭嘴。

你的 MBTI 是什么？

INTJ，好像是。

你玩《黑神话：悟空》吗？

我不太喜欢动作游戏。

你喜欢什么类型的游戏？

我更喜欢团队游戏，后来不太喜欢单机游戏了。

喜欢《原神》吗？

我孩子特别喜欢《原神》，所以我经常跟他聊。

我还是喜欢组队作战的游戏，而且协作难度越高，我越喜欢。

最后几个快问快答。

全球范围内你最喜欢的食物？

火锅。

最喜欢的地点？

这个有点难，因为地点不能太单一，要有丰富程度。

中国所有城市里，我当下最喜欢的应该是成都。有火锅，充满活力，又不缺创新和研发。

一个大家很少知道、但必须了解的知识点是什么？

人工智能是能力，不是功能。

基于你读过的书，推荐两本。

《高效能人士的七个习惯》。

我比较喜欢苹果三部曲：《乔布斯传》《提姆库克传》和《一维传》。这样才能看到一个完整的苹果。

你现在思考最多的 3 个问题是什么？

第一，我们要构建什么样的能力。

第二，我们要构建什么样的组织，什么样的匹配组织。

第三，如何准备好足够多的钱。

说一个你现在发现的有潜力的创投机会。

围绕 AI 的记忆构建一个体系。

在中国做 To B 很难。美国的 Snowflake，以及其他百亿美元规模的数据公司，本质上是在帮助企业构建 DT、IT。

但在中国做 To C 是有机会的。To C 人工智能最大的挑战是记忆。能够构建记忆能力，是非常重要的创业机会。

如果你听我的播客访谈，希望我和谁聊？

我想听你和张一鸣聊。\n\n好啦，这期节目就是这样。如果你喜欢我的节目，欢迎前往小宇宙、腾讯新闻、苹果 Podcasts、喜马拉雅、QQ 音乐订阅《张小珺商业访谈录》。如果你有其他想邀请的嘉宾、想听的内容，或者你有任何想探讨的话题，都欢迎各位听众朋友们在评论区里留言。那我们下期再见，拜拜。