呃，大家好啊！我们今天这是一个比较特别的节目哈。首先，我们在这个。呃，人工智能加生态大会，呃，AIEC 哈，二零二六。然后我们这档节目叫圆点 Talk 博客。然后今天有幸联动别业界，别别别著名啊这个播客节目啊，托龙之树啊，主持人庄明浩老师。然后之前也是我们互动过几次，好几次了，好几次了。然后每次都有收获。
然后今天在一个新的场合，呃，因为今天上午的时候我在这个第二直播间，所以没有在这个主会场。所以，要不然那个庄老师先给我普及一下，上午主论坛几位嘉宾在这个活动上讲了哪些比较有金句感或者OK？对，是这样的，就是我当时看到这个AIEC的主办方给我发了这个日程的时候，我就看感觉他们对这个。尤其是最重要的一上午的Keynote环节有比较详细的设计，嗯，那他们今年想突出的是，偏几个话题，比如说开源，嗯，啊，比如说Agent，啊，比如说组织，嗯，然后这几件事情可能也是。
在二六年中这个时间点，呃，业界也好，技术圈也好，产业圈也好，比较关心的核心的问题。所以从嘉宾的配置上来讲，我觉得这个配置本身应该是花了蛮多心思的。嗯，然后邀请的角色方们，他们所代表的状态可能也各不相同，但是这个匹配下来，我会觉得。呃，挺完整，非常完整。嗯，然后，呃，听来你会觉得，就是可能这些嘉宾来自于不同的角色方，比如说有类似我们这样的偏行业分析的角色，嗯，然后有大学的学者。
然后有真正意义上在做模型最前沿的，无论是技术还是产品研发的这些同事，然后当然还有一些，比如说是比较相对听起来有些传统的行业，可能大家会觉得，哎，为什么这些企业会出现在一个AI大会上？但是他们会讲今天这个时间点，这些已经非常成熟的，可能体量非常大的企业如何面临呃AI的转型，就是他们在做这相关的这个状态。
所以我听了会觉得。呃，整个的这个维度跟方式相对配的比较平衡，然后我们能够在今天时间点所关心的很多问题，呃，他们这些嘉宾以各种各样的角度给了他们的一些尝试，我会觉得今天时间点似乎。呃，他没有所谓的标准答案，呃，我觉得很像各家在主张自己的方式，嗯，也没有人有绝对的正确的路，只是大家在尝试过程中在摸索，在走一步看一步，在就跟大模型训练一样，训一点出来，你也不知道会训成什么样子，但是反正会再往前走。
然后，呃，当然你可能在现场也感受到了非常强烈的这个氛围，因为，呃，我会觉得进入到二六年之后，整个的，就是甚至是。呃，泛人群对 AI 的关注度又再一次得到了提升。对这个可能跟年初的，比如说龙虾那一波，然后很多相关的东西都是相匹配的。然后当大家看到一个可能前几年还是在，比如更多还是在像咱们这样的科技媒体上看到东西，它进入到了无论是个体还是企业的流程工作过程中，它开始产生一些。
效果，但同时可能也会产生非常多的摩擦。嗯，在这个这个就在这个时间点，那似乎这些探讨跟这些关注得到了更多的。编辑更多的倾向，对，所以我的整体感觉是这个样子。对我我也感觉就是现在整个社会对 AI 的关注度就变得非常的发散，它完全不是个专业化。对，我过去一两周在微博见到无数个奇怪的热搜，就是奇怪的 AI 热搜。
对我都不能理解，比如前天上一个什么世界模型一个热搜，对，然后过两天又一个什么 Facebook AI 一个热搜，就是完全没有规则。我在想，哦，真的有这么多人关注这些事儿吗？所以后来后来在想，可能有一种情况是。这个话题是随机流动的，甚至我觉得很多跟投资有关。对，是是非常相关的。就是就是今天这个时间点，确实你会发现所有议题都是连在一起的。
就是呃，昨天我也在跟另外一个朋友串另外一个相关内容准备的时候，你会发现大家最开始还是在聊一些分散的话题，刚才比如刚才聊过的。呃，技术的发展、前沿模型的状态，agent，然后 harness loop 这些东西，然后也聊到产品的节奏的变化，嗯，然后聊到什么传统企业加 AI，然后甚至聊到什么 AI
的内容创作，然后也聊到不可避免聊到可能 OpenAI 个 Soft 也要去上市，然后中国几家已经上市的模型厂商的状态。
然后，呃，与之相匹配的，可能最近最热的SPS的上市，然后所有这些事情可能又跟，比如说整个的中美两国的二级市场相关的趋势，全部都连在一起。是，就整些整个这一个大的议题，你可以把所有的，反正跟这个相关的都放在里面，然后它的问题的我们叫覆盖的宽度跟深度都非常的恐怖。对对，所以就。但是，所以反过来讲，为什么今天我会觉得，如果今天有幸认识这个组委会的这个负责这个统筹的，我是要给他，比如点个赞的，就是在这么复杂的这个体系内，嗯，能够找到一个相对清楚的逻辑框架来把这个话题展开，我觉得这已经非常不容易了。
对，其实刚才我们也谈到几个方向，有关于模型的问题、落地的问题。然后今天我印象当中还有一块是关于 AI 和组织的问题。对对对对对，因为这块儿啊，好像过去一段时间呃讨论的比较多。对，因为 AI 如果它真的是一个很新兴的技术，就像之前呃，比如说福特第二次工业革命是，然后它就出现了生产线，对，然后这种工厂的方式，那道理上新工业革命在它的基础上，它是不是也要改变组织形态，是吧？
都应该就这个逻辑，你看上一次的蒸汽机时代不也一样吗？就大家会说，呃，蒸汽机蒸汽机发明到真正意义上蒸汽机所代表的技术，真正意义上大大幅提升GDP中间是经历了可能三十到四十年的时间，对，那三十到四十年本质上讲就是组织啊，嗯，生产关系啊，对，呃，交易结构啊，产产业上下游的关系这些与之相匹配的东西，嗯。成熟之后，它才能真正显现出状态。
那似乎每一次的我们叫工业革命跟技术革命，都可能需要经历这样一个过程，就是单纯只发明出来这个东西，嗯，可能仅仅是开始。那个东西发明出来的时候，可能因为它很新，嗯，甚至很庞大，对，很昂贵，嗯，对吧？我们现在也是面临这个问题，嗯，它可能没有办法在那个时间点就显现出来所谓，比如说提升GDP或者改善巨大的这个行业的状态。
他就需要经历那样一个过程中，那可能稍微微观一点的话题就变成了组织的话题。所以今天我觉得今天的组织话题其实有三位嘉宾的话题都是跟组织或者说跟组织这个话题的广泛意义上相关的。嗯，啊，一位是美的的那个那个那个那位负责魏总，对，然后一位是浪潮的董事长，然后还有一位最后的嘉宾是讲O P C的，但是他的O P C的工作也是服务于一个。
呃，比较传统的能源型的企业的改造的，对，所以那无论是超级巨大的制造业企业，像美的这样，它可能员工非常多，然后业务非常复杂，全世界各地都有各种业务，然后体量也很大。还是像浪潮这样，其实它是一个，我觉得是一个IT基础设施的公司，它其实跟我们科技行业已经非常近了。但是他们同样也面临巨大的AI的挑战。那甚至到一个传统都不能占传统的一个，呃，造水泥的厂，怎么跟现在的AI通过一个个体的超级个体的合作方式，能够提升可能几哪怕只是百分之二百分之三的效率？
所以你发现所有这个过程中面临的问题，它就不是纯的技术方案的问题了，对，它也不是产品的问题，它很多时候确实是。呃，组织啊、文化呀、流程啊这些东西相匹配的东西。对，中午和呃魏总还有 IDC 的霍总也聊了一下，我觉得他们讲挺有意思。就是刚才你也说了，美的的印象很深刻哈。对，然后我跟他聊了一下，感觉也也蛮有意思。
他说，因为他呃，美的其实呃，美的实际上不是呃现在才开始做技术输出，是啊，他这个数字业务已经做了好多年了。然后他提的观点是说，他原来对这些制造业去谈数字化转型的时候。实际上是大家有心，但是并没有那么有有利。对对对，为什么呢？因为数字化转型是一个有价值，但是它不可能完全马上衡量出来它的价值的地方。是的，所以呃，这些董事长也好，C level也好。
他他口号上肯定是比较认同的，但是行动上未必对那么那么支撑。然后这波大语言模型出来之后，然后我就问他区别在哪里，他说区别在于说这 C level 的心态发生了变化，就原来他要去说服别人。老板说：“哎，我们应该赶快去用。”现在是反过来，这老板其实说：“哎，我知道了，因为我天天被这个对轰炸轰炸之后，我知道AI转型是必然。
但是反过来说，我现在怎么搞这件事情？”然后他给我的看法就是：呃，就像咱们用这个AI一样，需要什么上下文工程？对他的意思是。企业当中的上下文工程现在做的不好，对，第一步还没有对，启动都很难，因为它没有数据嘛，对对吧？那如果没有数据的话，模型和你的什么东西相结合呢？没得结合。然后他就说：“好，现在等于说。
”把当年数字化转型内部功课再补上，终于在大语言模型时代再补上，开始干这件事了。所以我觉得，呃，蛮有意思的。而且你你发现，我觉得中美在面临类似的问题。你像前一段时间，两家最不投模型厂商开始跟金融机构合作做那个合资公司啊，对，然后做这个前端部署的这个这个工作。本质上其实类似的问题嘛，就是虽然他们那边可能To B的生态，包括数字化呀、在线化的工作，其实已经做了很多年。
其实理论上说是比我们要呃，阶段更先进一点的，对。但是面临AI这波巨大浪潮来的时候，大家面临问题是一样，就是确实，呃，那个技术的样子已经看起来非常ready了。但是，现实的企业内部的，无论是环境、数据、流程、架构，呃，人的惯性、KPI、OKR，所有这些东西，它需要一个非常复杂与之相匹配的状态。然后，那个中间的就需要一个类似的角色方式，它既要能知道，比如今天这个时间点模型能力的边界大概是什么样子，以及与之相匹配的能做成什么样的东西，适配这个复杂的体系，就是它需要一个这样的。
这个这个东西，当然他可能美国是用 F D，那中国是不是在用一些别的什么形态的？是公司、是组织、是个人还是什么样？可能也是一个未来一段时间我们会看到的变化。对我我猜可能 F D 这种模式在在中国，我现在听得也比较多。然后觉得我觉得比较搞笑的一件事情是，原来数字化转型的时候，呃，是底下干活的人可能比较急，嗯，比如说我要上云，对，老板不一定急。
是的，对。那现在 A I 时代是老板比较急，但干活的人不一定那么急。然后，嗯，还有一块是关于这个，就是刚才你也谈浪潮，就是彭总讲这个，呃，这个 AI 组织，我觉得可能。呃，未来一段时间，关于AI组织是什么样子的，就是ICT企业，嗯，就是或者叫AI企业或科技公司，就他们会怎么做，会打个样，会打个样这件事儿会变得比较对比较重要，对啊，对，就像。
在这个 SaaS 时代，我们知道有办公软件，说什么样的企业用什么样的，就是他好像说他能有一些最佳实践。是呃，当时呃，比如说阿里云做云计算的时候也说嘛，还包括亚马逊做云，AWS 也是说，因为我是电商，然后我电商我的波动最多，所以我用云用这种计算资源最好，所以我变成这样。那未来在 AI 时代，是不是有些 AI 原生的或者 AI 科技企业，对他们这个组织变化会成为呃生态合作伙伴？
这个随波逐流的一种方式，因为本质上讲，今天我还是观点，就是大家没有绝对的必然难，所以每个人有自己的主张。对，那主张过程中，大家就想，那所以再直白一点，我选择一个合合合适的合作伙伴，都不说是供应商，就是合作伙伴来做这个尝试。这个第一层的信任关系的建立，其实是一个很复杂的东西，对吧？那如果你在你的体系内已经构建了一些。
呃，我们都不说正确的方案，还是只是做出了一些实施，看到了一些状态的变化。那这就是多迈一两步，可能就能看到一些东西的情况下，那似乎这个信任感的建立会更容易达成。而且这件事情就是确实，在这个时间点就是。各个环节、各种深度的AI的实践尝试，嗯，百花齐放，就是你每堂课可以讲到各种各样的稀奇古怪的方式，嗯，那它不成体系，嗯，它也。
杂乱无章，那对于已经越是有规模企业而言，他面对这种状态，他确实会比较我们叫麻爪，就是比较不知道该怎么办，对吧？虽然他很焦虑，也想推进，但是从哪儿开始，怎么样一步来，是内是是内部优先，还是找外部合作伙伴？双方的权利边界界限跟原有组织之间的。配合所有这些事情，其实我我觉得今天这个呃这个这个浪潮的彭总他们讲，就是他们现在在这个过去一段时间，浪潮作为一个偏IT基础设施的公司，在内部为了迎接这一轮的AI的浪潮，在内部组织上、文化上，包括做了很多事情上的探索。
对他做了什么事儿？就他是这样的，就是他们比如说。基础逻辑是特别简单，就是当 agent 成为类似数字员工出现的时候，那与之相匹配的 agent 要有一套与它相匹配的所有员工就在的东西，比如说权限、数据的。这个这个围栏，然后它专有的一套数据跑数据的地方，然后同时可能又因为龙虾的兴起之后，agent
的并发，agent 的多 agent 的管理，跟企业数据的安全的处理，包括软硬件结合的这些东西，它又有一套。
然后可能再往前一点，比如说，那到员工这一层，员工如何去让自己的已有的工作能够变成一个相对。被 AI 所理解、所接纳，就是或者说双引号更广泛意义上的上下文能够给到 AI，那这个东西的数据化似乎也需要做一些推进的工作。那甚至可能在做，比如他们内部也在做类似什么黑客松、黑客类似这个内部的 SQL 的这个
Hub，就是他们自己的 SQL Hub，就是他们员工或者是他们的 IT 部门来去做的，他们针对内部的。
然后这个东西如果一旦成熟，它也可以开放给他的。服务客户，因为本章讲他的客户很多都是首先买了他的硬件或者买的基础设施，其实很多也是有科技公司或者科技公司上下游，对，所以很多可能都是可以复用，就跟刚才讲那个云的故事是一样，所以他们在做这个这样这样的。与之相匹配的各种各样的尝试，但当然过程中可能会有非常多的挑战，非常多的挑战。
嗯，跟原有KPI的不不匹配，对吧？跟呃不同员工或者不同职能的员工对这个事情的接受程度、改良的效果，然后同时可能也要考虑到成本的问题，就是。呃，成本的问题可能是过去这一两个月时间业界讨论最多的问题了。因为原来不是最大化token，对，现在看起来这个这个这个指标有点过于简单粗暴了，对吧？对，我觉得这个不太合适，所以大家很快意识到了，因为业界很快就意识到这个问题了。
所以其实现在这一段时间。业界的大部分公司，无论是美国还是中国的，在之前一段时间比较激进的公司，其实都在去认真的考虑我们叫 token 的成本效率的问题。对，然后那个美的的呃魏总讲了一个观点，我觉得也蛮有意思。他说，呃，原来在做数字化这个转型的过程当中，有一个很著名的说法叫“小步快跑”，嗯，就是从边缘，嗯，然后开始逐渐向核心业务。
然后他认为呢，在 AI 转型时代，未必要这样。嗯，对，未必要这样，因为。那个是因为说AI到底有用没用，大家不是特呃，就是数字化转型有用没用不是那么太清楚。对，所以我们现在一些场景当中做验证。那现在呢，其实没有人会觉得说这东西没有用，无非是说你用在哪儿和花多少钱用，对吧？和怎么用的问题。所以说有一种可能性是，没准是从自上而下做，对，就是我先从一些核心系统开始干，对。
然后如果老板支持，有足够的预算，还有文化上不抵触，然后就可以从中心开始做，然后逐渐。反而也是用呃先进代替落后，嗯，对这种这种这种模式是。当然呢，同时呢，可能呃你组织当中也允许一些这个小步快跑的一些个人实践。对，然后这样的话，由这个，呃，公司层面是一个战略的核心推动，然后再加一些，呃，业务部门的一些零散的创新，然后组合起来，对，可能会变成一种，呃，最佳实践。
然后就就这一点呢，正好和那个。呃，腾讯这部分呢，我觉得是先呃，就是变成两个方向，因为它那个 Work Buddy 一开始其实是个边缘项目，边缘项目个人产品，对对吧？是因为 Cloud Code
出来之后，发现它可能我们是就是腾讯内部觉得有这样的一个产品，所以呢，这个。个人和团队先把这个原型做出来，对，做完之后呢，进行小规模试用，发现这个效果很好，嗯，然后我们就，呃，这个在腾讯内部就变成了一个九民信息产品，这实际上跟 Cloud Code
的出现基本是一样的，嗯，所以我在想这件事儿，或许可能是这样的，在 AI 原生公司。
然后是自下而上，创造产品，然后当它向外扩散的时候呢，是自上而下，嗯，就你不用试点了，这个就这么干，我已经跑过了，然后就按那东西干就行了，就变成一个就这么一个扩散过程。所以就是我觉得就是这两种主张其实也都没有对错，就本身来讲，因为我我本身工作也在一家互联网公司做战略跟孵化，就是一样的，就是我们有一个非常。
稳固的传统传统业务非常稳定，就是很多年没有太多的变化，就非常稳定。那在这个主业上的，我们叫加AI，它就变成了一种。呃，自上而下的就是我们会觉得 AI 对这个业务，比如我们主业我们做社交的核心的指标留存转化，就是那些。那你的核心的任务就变成了能不能用 AI 的方式把留存转化提上来？那用什么样的工具跟什么样的方式，那就是你们团队自己试。
但是我的。逻辑老板认为我的逻辑是这样，那是自上而下的。那边缘的我们叫孵化跟创新项目，那他他可能考虑的就是我们能够基于我们比如原来一些技术优势也好，一些意外的积积累也好，跟今天这个时间点一些一些什么新技术做一些。可能的结合产生一些双引号的涌现，对，然后对那个东西你不会期待它一出来就是一个满分的东西，不太不太期待它是一个大招，一上来就什么都对。
对，在这个时代，可能这个这个期待本身就是不合理的，对吧？对，它就是一些尝试，嗯啊一些。先做一个小东西扔出来看一看，无论是看看，呃，是用户的接受程度，还是呃反馈，还是市面上同行的感觉，还有没人有没有人 copy，还是说没什么水花，那再再试，对吧？就是它的这两套可能也都会发生在。可能同一个企业的不同的地方，对对对，所以，呃，怎么说呢？
就是，就是没有标准答案，确实是这个，呃，目前这个大模型落地的一种常态。但是，但是从人的本能而言，我会寻求一个标准答案。对对对，就对。所以，所以我觉得这个话题可以引发的，咱俩现在中午讨论，就是我今天。呃，我昨天看到这个这个这个大纲，这个主主这个嘉宾列表的时候，我想我会认为，呃，他会分，比如说，因为有两家模型公司，嗯，一家是初创模型公司，一家是火山嘛，嗯，然后有两家是做
agent，嗯，分别是阿里的 coder， coder， coder，一个是腾腾讯的 workbody， workbody，我会认为这是两个话题，就是一一波人应该在讲模型的事情，一波人应该在讲 agent 的事情。
但我听下来之后，除了那个 Kimmy 的话题之外，其实另外三家讲的是一样的话题，就是甚至他们四家，我觉得讲的是一个话题，就都是共识，就都是共识是什么呢？就是，呃。今天这个时间点，我们这一轮的语言模型发展到二六年中，其实已经三年多，快四年的时间了。呃，整个的模型的演化的路线，或者说模型与产品相匹配的演化路线，现在看起来。
无论是中国厂商还是美国厂商，基本上是共识，就是，呃，过去半年的共识就是以 Cloud Code 为代表的这个形态，嗯，这个形态不仅仅是产品形态，嗯，也包括与之相匹配的，它会反向影响模型的训练，嗯，呃，Harness 也好，最近谈 Loop 也好，其实都是一样，就是，呃，甚至这个共识更细化到这个产品长什么样子上。
甚至产品的名字上，你看嘛，就是 Cloud 有 Cloud Code 跟 Cloud Co Work，对吧？然后你看 Kimi 有 Kimi Code 跟 Kimi Work，Kimi Work 昨天上午讲，然后。这个这个自己也有 tree solo，原来就是 code code body，然后有
tree work，对，然后这个这个今天的腾讯腾讯就是原来叫 code body code body，然后 work body，他俩是一起的，然后像 code work 和 code code，对，然后阿里也一样，阿里是这个 coder，然后也现在也做了 coder work，嗯，就是。
就是，当然，这这有另外一个也是共识，就是 Code Agent 跟通用 Agent 之间的界限也基本上打掉了，模糊掉了，对吧？反正形态都是差不多的。嗯，左边项目栏，嗯，中间对话栏，对，加挂在什么 MCP Skill，对，右边一个执行栏，对吧？就是你你发现大家都差不多，对吧？都都都都是这个样子，嗯，而且变成了一个共识。
所以本质上讲，就是今天这个时间点，我们只把眼光聚焦聚焦在模型跟 AI 应用厂商的这个场景里来看。过去半年的这共识是非常强的，就是大家都是在往这走，所以是甚至可以再再再往前推一点，就是咱们上次聊的是这个，两位之前聊的这个 token 这个 token 跟 chat chatbot 这个战场，对，本来这个战场已经升级到了就我们叫这一波的，春节前还叫龙虾的战场。
那现在已经不叫冷战，可能叫 Agent 或者叫什么的战场。但是那个东西就是那么个东西。对，呃，字节、腾讯、阿里、Kimi、MiniMax、智普、Open、Anthropic，嗯，甚至 Google，对，都一样，都是一模一样的这几条腿。所以，那而且你明显感觉这个共识可能会再持续一段时间。嗯，因为呃，你刚才我们谈到厂商，比如厂商状态而言。
呃，腾讯也好，字节也好，阿里也好，Kimi也好，米麦厂模型厂商也好，大厂商也好，在纯模型的进展跟打分的这个战役之外，出现了一个新的战场，就拆解包的战场，似乎大家已经认为对就这样了。嗯，但这个新的这个战场，大家打的还是蛮激烈的，然后。呃，推广资源宣传、算力的支持，甚至包括咱们上次聊过的收费的尝试，对对，其实都在这个战场里，在过去的几个月时间，开开始展现出一个爆炸的状态。
对我突然想一个很有意思的事情，在移动互联网时代。呃，因为 iPhone 和 i o i o s 的出现，把所有的手机都统一了。嗯，就现在我们拿出一手机都一样，把二十手机放在一块儿都一样，是吧？上面也没有键盘，然后一块屏幕，然后正面看什么双摄、四摄都差不多，就把所有的硬件都变成一个样子，然后谁也别说谁抄谁，对，就是都是致敬，都是都是致敬。
然后这波 Agent 来了之后，好像要把所有的软件界面全都对，都感觉那个。刚才你说就是这是 project，对，然后这个是那个工作区，反正所有的软件界面都一样。那如果啥都一样了，那我那我觉得也有问题了。那肯定就是我作为一个甲方，我在谁都一样的情况下，那我肯定要寻找就是不一样的。对呀，是啊，啊对，就是这个大家怎么去。
怎么去体现自己的去格？所以就是我觉得，对于这些我们甚至主题想，如果今天比如说我是今天上午的这个，比如说Coder的总监，或者是这个腾讯Work Code Buddy或者Work
Buddy的负责人，就是。本来讲，今天就是他们的挑战，真的是就这个战役本身，真的是一个非常非常难的战役。嗯，就他同既要这个跟着跟住模型的进展，对，还要考虑到自家模型的厂商的问题的战队的问题，嗯，然后还要去逐渐的改善用户体验。
嗯，然后呢，还要去考虑刚才我们说的竞争跟区别性的问题。就是你要知道，前两个问题已经我觉得耗费了非常多的，嗯，对，精力跟那个想法了。但是第三个问题确实我觉得非常难做。就是说，所以反过来讲，你看啊，大家在推的逻辑就变成了，他可能就往回去找。比如说，这个腾讯可能会跟，比如腾讯体系内的什么腾讯文档啊、AI呀、腾讯云来做结合跟对接，然后，Coder可能会跟阿里的体系、阿里云也好、电商也好、甚至千问也好、甚至是灵光也好，嗯，然后字节的可能会跟火山的整套，甚至包括多模态的整套，对，再去串抖音的这一对，所以就是你你你当然就是确实，就你像那天我遇到很现实的问题，就是我一个。
比如说我是长春人，然后我的大学的同学他在长春本地做那个婚纱摄影啊，然后也拍视频嘛，然后他那天他不是学这个。计算机啊，就不是，而且不是关注我们这个的。然后他那天就问我，他说他想给他们那个工作室做一个营销的agent，他应该用什么？对。然后我就有点被问住了，就是脑当中没有一个产品。对，就是他说他他知道豆包，也知道元宝，但是我会觉得他这个场景可能。
纯 Chat 模型就 Chatbot 不太能好解决，或者说效果不是那么高。对，那你就当然希望它能够给他一个我们今天能够用到的有带上下文记忆的、能够做实施的，甚至能够做方案产出的这样一个偏 Agent 的产品。就这个时候你就出现了一个选择，那你给他推哪个？然后你是推，你想他是一个学艺术出身的，嗯，他没有那么强的这个技术的背景，然后呢，呃。
那你在选择的时候，你是选择 Workbody，嗯，还是选择自己的 Tree，还是 Codes，嗯，还是选择阿里的 Codder？就是你在这个选择的时候，你考虑的问题就不是那些我们每天在聊的一些问题了，什么谁的模型好啊，谁的什么这个上下文的，考虑的是兼容性问题，对，是对它的匹配度啊，或者它对这些东西的接受度，或者说那个软件最最基础层的应用性的问题，然后再去做的一个。
推荐，甚至包括可能安全呀、信任啊这些角度再去做的一个选择。所以你发现，其实这个这个虽然很热闹，非常热闹，大家感觉每天都是被追捧，但是在我们这些人之外的广大的人群里面，这个事情还是一个挺挺新的，跟有很多的环节需要去再往前趟一趟的状态的。这个这个，对我我我我突然，你刚才说这给我一个启发，其实很多用户他要的不是一套。
他其实要的就是一个工，就是一个固定的工作流。对，呃，像我们比如说用刚才你说那个场景，让我想到其实一个模型加 co work 加一些 skills 就可以，就可以对，其实是可以的。我可以现想把这事儿做了，对。但是你又想一想，就这个东西分给他肯定不行，对，绝对不行。就是我兄弟，我是做婚纱摄影的，我不是工程师，对吧？
对。那这个里头就可能出现了一个知识落差。我突然想到就是。可能每个时代都有每个时代的贝贝家，对，就是什么意思呢？就是说你要解决投贝问题，你不需要这么一个东西，你只要就是你平常，嗯。做的直，然后一块板儿放在这就行了。但是有的人就需要一个贝贝家。对，然后嗯，再比如说这个学习机，这个产品，我一直觉得学习这个产品，我觉得一直不能理解电子词典，因为原则上你有个手机一个pad，然后装词典不就行了吗？
对呀。但实际上电子词典和学习机这玩意儿一直卖的很好。对，是。那为什么会卖的很好？实际上就是因为这个用户要的是一个。确定性的、确定性的现实答案是吧？对，就是我我有朋友，他他举个例子说，就是现在这因为AI这一代的基于Transformer架构语言模型，其实还在疯狂的演进过程中，然后他。无限的扩展，但是他的问题就变成了他，我那个朋友讲是，他不是螺丝刀，嗯，他不是螺丝刀，对，就是他也不是一双筷子，嗯，就说你用螺丝刀跟用筷子的时候是有非常明确的目的，并且你也知道它能干嘛，对，但人家现在这个时间点，尤其是偏模型这一层，它不是螺丝刀跟筷子，除了
coding 这个场景，对对，可能就是它没有被规范的那么的明确跟限定的那么死，当然这是它的好处，它可以做很多的事情，它可以做很多的延展跟很多的无限的可能性，但是就是因为。
很多最最基础的用户，他就需要一把螺丝刀，嗯，我就需要把这个螺丝拧掉，甚至我只需要一个十字口螺丝刀，而不能给我一个平口螺丝刀。对，那这种情况下，你怎么去平衡好当前 AI 的这种特性跟这个非常非常 niche 的需求之间的匹配？然后你要要考虑到天花板啊、市场竞争啊、乱七八糟，这个可能就是今天这个时间点，我会觉得在做 AI 应层的，无论是模型厂商还是初创公司还是大公司做的产品，都需要去考虑的。
出发点的问题，其实这个问题就涉及到呃，黄日勋讲五层蛋糕的时候，他第五层是应用，这一层他认为最高看到是二十万亿美金的价值。然后那天我大概算了下，二十万亿美金再乘上汇率，差不多是一百四十万亿人民币，正好相当于中国的GDP。所以我在想，那这个中国GDP体量的这块市场到底谁来做？是模型厂商自上而下疯吃？还是说，可能未来有 N 多的这种应用公司，像移动互联网时代出现一大堆超级 App，你觉得是哪种可能？
现在这个阶段，我会觉得大家还在摸索过程中，就出现了一个。我们只从我们不知道终极结果，只从过去这几年的结果来看。就是，但凡你一个板块够一定体量之后，它就会吸引来大家的关注。嗯，其实你看，过去年已经经历过的，呃，我觉得通用 Agent 已经算了这一波了。上一波 Coding，然后这个 Coding
是非常大的一波，已经被然后然后再再细分小人群，比如说法律、嗯，金融这些板块，可能我之前有说法，就是但凡你有明星公司，很快到一亿美金 AR，嗯。
所有人就都来了，嗯，就是既然大家都不知道正确答案，也不知道该到哪，但是有人踏出来说，我到了，那他马上大家就会。无论做不做，至少先要去感觉跟研究一下弄。我来，我刚才来的过程还在看一个新闻，说那个，呃，就是是那个哪个外媒报道是那个Cursor不是被XAI收购了，就是做Coding。然后之前说Cursor在最早期的时候可以给Anthropic贡献Anthropic整个公司百分之五十的收入。
对。就是那对吧？那就是，然后甚至 Cloud 这个 Cloud Code，然后 Anthropic 亲手干掉自己的甲方对吧？啊，Anthropic 说我们 Cloud Code 只是一个非常边缘的研究项目，对，不会这个还做了很多安抚工作，但突然间一瞬间，嗯。当你这么大，而且发展那么快，他就人之常情嘛，对吧？
他怎么可能放弃掉这个这个角色呢？嗯。然后那后面的事情大家都知道了，对吧？那当然，科斯现在可能也还在涨，然后他也在做自己的模型，哪怕是基于开源模型。然后，呃，Ansovik的Cloud Code跟OpenAI的CodeX也疯狂的在在弄，对吧？甚至成成为今天这个时间点可能最最最主要的叙事，所以。嗯，那那类似的故事发生在法律行业，差不多。
你像哈维跟另外一个叫哈勾哈勾维吧，嗯，两家都是法律领域非常快达到一亿美金、两亿美金啊。嗯，然后马上Cloud出了一个Cloud的反那个law law对，然后当然他会说跟那个哈勾维是合是是什么合作烂局，但是再往前推呢，谁知道呢？嗯，如果他真的够大的话，那。但这个，我觉得这个这个议题是一个持续会没有标准答案跟没有结论的议题，它持续会被对聊跟一些创业公司去聊的时候，他们会提到一个看法，是说错位。
因为创业公司看起来可能只有二十个人或者三十个人，但是在这个细分场景下，可能大公司或者模型，它没也不一定有二十个人，可能只有两个人，所以。它形成一种反向错位，就是我在这里面投入的东西可能会更多。那我想，其实影响这件事情的唯一就是组织的熵增了。对，就是，呃，模型公司也不可能无限大，是的，对吧？那你现在有可能三千人，你如果有三百万人，那原则上你所有的事情都做。
但如果你到三百万人的时候，这个组织熵增恐怕也太大了，那这事儿干不了。所以能影响他们的可能只有这个组织形态。然后，如果还有一个是模型的自我进化，嗯啊，如果模型的自我进化说不需要一个组织形态来满足个性化需求，那也没问题。比如用户提了个需求，说我要解决这个细分问题，然后现在没人做，没有自己，然后模型说，哎，这个问题我可以自己琢磨一下呀，琢磨完之后直接交付个产品。
那只有这两种情况可以阻碍模型公司的前进，否则的话可能还需要。但是从我个人角度而言，我还是比较期待。就是 Agent 层或者应用层的有更多的公司，就是这二十万亿美金的市场，我更期待的是两亿个小的，呃，这个就是二十万亿一亿个二十万，而不是二十万个一个亿。对吧？那那样那个世界可能太枯燥了。是，只是因为现在这个时间点，因为满打满算才这一轮才三年多的时间嘛。
对，虽然涨得非常快，都已经 AI 几百亿美金，嗯，这样的状态。但确实，其实现在只在几个战场里被证明确实非常有效。对，然后大家在基于这战场在做更多的外延的延展。我们还是可以，但所以很多人会说，这仅仅只是开始嘛？当然，这个开始可能已经开始触碰到人类的很多极限里面去了。对，所以这就是两方非常强烈的观点，对吧？
一方会认为。仅仅只是开始，一方会认为已经非常极限了，对吧？对对对，没错。那个呃，做水泥智能体的这个呃呃这家公司，其实我觉得也蛮有意思的，因为我跟他也聊这个问题了。我问他说，大语言模型在其中是不是可以有这种？侵入到他这个赛道，嗯，因为他这个本质上是材料科学，嗯，然后是A I for Science，对我们都知道A I for Science是大家所有科技公司在攻的一件事情，对吧？
然后我就问他，我说：“那你这个特殊之处在哪儿？”他说：“因为它这不是大语言模型，它是一个更像一个时间序列模型，嗯，就是它是一个材料专用的模型。”那只要大语言模型还是以大语言为主，这个数据呃语料为主的话，那道理上和这个就有所区别，那就看。那这个大语言模型它的泛化能力有多强？是不是要把这些，呃，数据集也拿到其中？
那但是我想呢，就算拿到其中，到底上大语就大语言模模型公司也不会派一个前端前端部署工程师进入水泥厂。对，我们想象不到这个事情是吧？比较难。呃，对，就比如说，呃，这个火山引擎派了一个人去具体进到一个水泥厂，然后驻场三个月。好像比较困难，是吧？我觉得是对，所以还是需求需求是足够多样化且复杂的。对，而且深度可能也够，尤其在很多场景里。
所以，纯语言模型拓展跟泛化这件事情，真的能走到什么程度？现在真的是问号。对，而且明显感觉，我会觉得今天这个时间似乎又进入到了一种。刚才说都是共识，但也有与之相匹配的，就是非共识，就是大家到底再往下一步往哪探嘛？无论是模型结构，对吧？还是选择，比如世界模型，嗯，还是 AI for Science，还是什么，还是自主进化？
就是虽然这几个话题听起来也都是共识，但是这几个话题之间怎么选，嗯，也是一个比较强烈的。非公式，呃，对，其实，呃，你说很对，就是这块可能差出来一个，就是往前发展可能有两种不同的方向。第一种方向是有一个集中性的智能，就是自我进化，对对吧？叫 RSI 吧。然后还有一种方向就是多智能体，嗯，就是我这个单一智能搞不定那么强，然后我有多智能体联动，是吧？
这个今天今天上午提到，对，呃，Kimi 他们提到，因为呃，Kimi 的创始人比较少出来嘛，我上一次见到他是在一月初，嗯，也是清华组织另外一场大会上，是唐杰教授拉的。然后他们当时讲，呃，他的演讲当时的演讲就相当于他的演讲话题，我不记得，但是他演讲的议题就是 Kimmy 在当时之间在模型研发上到底在 bet 什么？
嗯，在一月份他的 bet 只有两件事情，一个是 agent 啊 token 的效率，嗯，token 效率相当于什么？就是模型厂商 token 效率变成了同样解决一个类似的任务，我新的模型能不能用更少 token 解决掉？对，或者说同样 token 能不能解决一个更复杂任务？就是它的 token 效率是这个逻辑。
对。第二个就是 Kimi 一直在做的，就上下超超长的上下文，就是他在 Batch 这两个 Scaling，嗯，它今天的议题变成了三个 Batch，三个 Scaling，嗯，第三个 Batch 就是多 Agent 集群，这也匹配着可能过去 Kimi 从二点几到三点零到现在三点二的，在主推的那个多 Agent 集群的那个功能，就是确实，如你所说，就是。
呃，我觉得这个可能，从一家微观的模型厂商自己来看，还是从整个模型公司的这个竞争来看，都在做类似的事情，就是。他在做的事情是说，我设计好流程，分配任务，不同的 agent 承担不同的责任。那与之相比的是，不同 agent 有不同的角色，嗯，有不同的上下文，嗯，有不同的能力，对吧？然后来去做，比如后面还会有个综合整理审查的角色，然后来去把整个流程串起来。
那你看这个工作过程，似乎也是变成了今天这个时间点，大家去尝试做所谓的 Hindsight 跟 Loop 的模型的训练的逻辑是一样，嗯。然后还有一种逻辑是说。呃，你会发现越来越多的，无论是呃，比如说萨传统的SaaS公司、大的企业，还是是一些初创的应用公司，在用模型的时候，也在做用类似的逻辑，就是。不是说所有的事情都交给一个最贵的模型是一个最合理的方式。
我似乎应该也有一个我的路由层，嗯，然后再去选择什么样的东西交给什么样的模型，然后来去承担一个什么样的角色，最后再有一个类似收口的人来把这个整个工作的这个能力或者这个表现提到一个新的，无论是成本层面还是结果层面。所以你发现这件事情似乎也变成了人类的一种。习惯，对，呃，我记着，呃，Anthropic 的创始人他们写过一篇文章嘛，叫《数据中心的天才之国》，嗯，就是数据中心里这些 AI 都变成一些天才。
但是如果我们看人类组织的话，没有一个组织全是天才。对，是啊，那怎么怎么干呢？就怎么干呢？就是我这一千个天才，然后我觉得我说是对的，然后那个天才说我觉得说是对的，然后就像那个这个这个曼哈顿工程一样，原则上其实天才是有，但是这个天才方向是各各不一的，是的。然后得有一个。组织者，嗯，然后把这些天才组织起来，才能把这活干了。
如果全是天才，这样的组织存在吗？可能现阶段最早期的AI实验室可能是这样的。但是其实也不是的，因为前两天我看一个统计报告，是说他统计了阿里的过去几年招聘的那个招聘的list，嗯，其实大部分人，嗯，不是真正意义上的研究员。都是，比如做基础设施的，做做云转对，都都是偏呃，比如说亚马逊A W
S的，或者Meta的做后台的，就是他都是人数上，嗯，大部分人其实是这样的人，或者说有一些干活的人，工程上工程上是就就工程上是我们常说干脏活嘛，对吧？
真正去解决一些掉卡的问题、供电的问题，有时候天才不见得能解决好，就天才连自己吃饭都都解决不了，更不用说解决。对 G P U 吃饭的问题，所以确实，然后很有意思的。然后最近 Meta 还出了事情，我觉得是都是像你看，所有事情都连在一起。嗯，呃，Meta
最近出现了非常大的。这个员工的抵触的问题，嗯，就是这个这个之前不是 Meta 小扎在推全员的监控，他不知道监控主要键盘嘛，对，就相当于把员工的所有的信息全部收集上去，然后来让 AI 取代，包括与之相匹配的是 Meta 最近裁了八千人嘛，所以你可想而知 Meta
内部的员工的这个抵触情绪已经非常强烈了，嗯，然后又又做什么事情？
就 Meta AI 的人不是 Alexander 王嘛，嗯，他原来不是做那个数据标注的，数据对，然后他会说。Meta 的工程师的这个人群的平均水平，肯定比任何一家做数据标注标注公司的这个标注员们的水平要高的多得多。所以，所以他就是他相当于内部说是随机抽调了几千人扔到他的AI实验室里，让这帮工程师天天做任务做标注。
然后这帮工程师说：“我像被扔进了集中营一样。”我我觉得你这个逻辑特别好，就是埃克塞纳王，呃，没有把把Meta变成一个AI实验室，然后把它变成一个他熟悉的。数据标注对他这这个太太匹配他的工作经历跟他的风格，但是你就会觉得这个哎呀，但我觉得这里有问题，就在于说这种方式只能解决已知问题。对对吧？就是你，嗯，Meta 的工程师虽然能力很强，它毕竟还是 Meta 的工程师的平均水准，对对吧？
那你把它优化的更好，也只代表 Meta 可以用更低的成本来把这事情做了。但 Meta 问题显然不是说它既有问题吗？对，它既有问题，它 social 做的不好吗？其实我觉得已经可以了，已经可以了，它也变成不了 TikTok。然后它的还有啥？它的元宇宙做的不好吗？它眼镜好像做的也是全世界最好了。所以既有问题是不能靠把员工正列为 skill。
呃，不是，就未知问题是不能靠把员工蒸馏为 skill 解决的，然后既有问题去提质增效这件事情，好像也不被华尔街所接受。对，华尔街所接受的是，嗯，买未来是吧？就是我。无无限的算力投入，然后呃进行一种闭环。我融了资买卡，买卡之后训练模型，所以我如果这么看的话，我对 Meta 未来的这个这个趋势也相对没那么看好。
对压力其实蛮大，确实我会觉得今天这个时间点，对于这些已经成体量的公司而言，确实这个 AI 上的业务探索真的是一个过于难的命题了。对，甚至包括今天这两家中国最大的互联网公司腾讯，呃，甚至是三家，其实就是腾讯、阿里、字节都在。嗯，那。主业大家都很了解的情况下，AI来了，然后模型大家都会做的情况下，怎么把，呃，应用层也好，云层也好，甚至原有的业务结合也好，都做的双引号被认可，其实是一个非常非常。
难的命题，对，所以呃，未来可能这个整个 AI 的这个产业链还是需要有一定的生态，然后大家各自有一定的生态位，嗯，就不太可能说是从上而下就一竿子治到底，但是但是就是。就是怎么讲，就是不撞南墙不回头。嗯，撞了南墙也不回头。我会觉得，就是因为这个议题太大了，就是甚至今天可能整个科技行业几乎是唯一的议题。嗯，那你在这个这个巨大的这个buff的加持下，是不可能做一些。
比如说收缩，嗯，比如说一些慢一点的，你像前两天那个腾讯云大会，不是 Dawson 直接就跟那个姚春宇开玩笑说，外界都说我们慢了，就是他自己都会讲出这个话。那其实就是大家其实也意识到这个问题嘛，只不过就是这个问题的解，确实每一家公司的状态、资源禀赋、过去的积累。啊，很多尝试，包括这个团队适合跟擅长什么，我觉得都是相匹配。
你像这两天更更新的新闻是，这个比如说钉钉的事情，然后钉钉换了新的这个负责人，新的负责人做了之前做其实做了也是内部一个Agent产品，虽然那个产品更多还是在海外做，但至少为什么换这么一个年轻人，就说我会觉得就是。在那天看到新闻的时候，我说那个那个雨森，就是那个雨森，他最重要的身份是 Modern 的创始是负责人，就在这件事情上，为什么？
就是说我们内部需要找一个，哪怕。没有人知道别人难，但是有人踩过一些坑，嗯，就是这个排除掉过一些对，起码不要不要把一些坑先弄掉，再去做新的事情。然后那就是包括今天支付宝上了 AI 的这个最大的更新版本，大家开玩笑说会不会变成 A 支付宝的钉钉万？这我们不知道，然后我们不知道，可能要过一段时间才会。但至少你会看到，呃，这些我我们国内可能最大的科技巨头们在。
它最核心的主页上，在用AI做各种各样的改进跟尝试。我觉得这个这个决心跟这个，我会觉得就是，如果今天有个平行宇宙没有AI，嗯，对于这些公司而言，今天这十年做什么？都会变成一个非常非常难去下决定的事情。嗯，但至少现在有了，你可以知道至少要干这个事情，并且要弄。对对对，这个嗯，我我看国外的呃最近这个这一两年的这种，呃科技公司这种大会吧，我会发现这个互相呃出台的情况变多。
嗯，啊就数据公司可能出现在算力的公司那儿，然后算力公司可能出现在Agent那儿，然后大家虽然说也在不断拓展自己的边界，或者换句话说。只要没说这个事儿一定谁做，那像你讲的，就是我得先去撞一个难题啊，是的，撞了之后回来之后，然后我再看看我最后这个体积，我就这个表面积的大概有多大，对对吧？然后大家各自，然后站在合适的位置。
但你想，但你想，其实过去几年。我有个说法，就是美国的生态就是整个西北乱成一锅粥呀，嗯，对吧？你看这几家科技巨头，呃，从这个所谓的 Mac 七到 OpenAI 到 Anthropic，甚至 SpaceX 都算上，对吧？从最底层的能源、数据中心、芯片，然后模型，然后 To B To C
云，嗯。其实都都有，或者说都我说我没有，就是我的竞争对手可能在某个领域是我的竞争对手，这个领域变成合作伙伴，就是整个信息维度乱成一锅粥。
对，就是我觉得你刚才举这个这个这个这七姐妹哈，我觉得这例子都特别好。你看马斯克不就是个最典型？对呀，是，对吧？曾经他认为这个 Grok 可以成为这个。三姐妹和四姐妹之一，但最后没有啊。然后最后变成个云，就是 New Cloud， New Cloud 就变成个新云公司，是吧？这个我相信大家既没有开开猜到这个开头，也没有猜到这个结尾。
对，然后变成一个 Anthropic Cloud 的一个推理服务商，对，对吧？这个这个这个完全出乎所有人的意料。然后而且还要干得更大，说我现在做太空算力，哇，我还要帮 Nvidia 去部署太空的算力，对，是吧？那我然后那天我就开句玩笑，我说，呃，什么样的公司训练不好模型呢？就是保密工作做的太好的公司训练不好模型。
为什么呢？我有两个例子，嗯，第一个是这个马斯克的S C I，第二个例子就是Apple，嗯，苹果就典型，因为这两这两这两个人不存在没有钱的问题，对，然后他们也不存在招不到合适合适的人的问题，对对吧？然后又不存在说。他们没有做呃长期主义的问题。对，那苹果一件事儿可以干很长时间。是的。那如果既有钱又有时间，然后还有人，这事儿还干不成，那只有一个原因。
所以我自己拍了个主意，我说这保密工作做得太好。那为什么呢？就是模型这个事儿迭代太快。然后你你期待用一个把一帮人关在一个屋里，然后用三个月封闭开发的事情来干这件事儿，我认为在这个时代并不存在发大招的发大招的形态已经过去了，真的对吧？发大招形态绝对过去，就因为这个你的CD太长了嘛，太长对吧？不可能，你这你可能按住五秒，这个对世界而言就过去了五年，然后你会发现这个事儿又来不及了。
就这句话，我不知道说的合不合适，其实也适用于，我觉得适用于DeepSeek。就是对啊，是啊，对今今年是呃春节的时候，大家期待的发但没发，对不对？那但因为它有原因嘛，就大家都知道的原因，对吧？因为适配国产芯片，然后包括，但确实我会觉得。呃，我也我有很多次讲，我说今天的模型进进展节奏已经是按月。你看马相就是，呃，Kim已经三点二了，对，呃，GAI
五点二出了，然后 Mix M 三，对，都是过去两周左右。
你想，在两周之前的一两位有一个版本，然后再推前就春节一个版本，你就你就想从春节到现在不过才。四个五个月时间已经是第三轮了，嗯，就是大概一个半月到两个月，就肯定是有一轮的更新的。对，然后那就是大家在它就变成动态的了，它就不是一个一个节点，是啊，一个截面，然后一个大招结，它不是了，它就是每个月更新，然后每个月更新出来之后，你在上个月或者在上个版本你是不知道，嗯，那个版本会出什么新的特性的，对，然后在不断的迭代，不断的往前滚，对，然后用这种发大招的方式说憋个一年出了一个东西，所以我也不太那么看好伊利亚的。
那个已经憋两年了，不是一年是两年了。公司叫啥名儿？我有点忘了，叫啊哎 S S I 是吧？对啊，对，叫已经两年了，已经两年了，两年了。那接下来还要等多久？其实李飞飞的那个是。呃，实验室发东西都比他快一点，所以我我我我倾向于说，除非 AI 的范式是一个颠覆性的变化，对有变化，完全不是 transformer，对，呃，完全是另外一种架构，所以我并不觉得就这种方式可能会解决什么问题。
然后刚才咱们聊了模型这块儿，我觉得有一个话题是可能是要触及的，就是聊到 DeepSeek，可能就是开源这块儿，嗯，然后我我我我有一种感觉就是开源。就在当前阶段，可能需要重新论证一下开源的这个这个未来的一种形态或者落地的方式。为什么这么讲？我们如果把 DeepSeek
作为第一波的话，嗯，因为它用低成本的方式去推理，实现了一个让大家，当然了，它也创造了一个最后无疾而终的市场，就是一体机，嗯，这个这个两连写。
然后第二波的话，我认为可能算呃千问有 Q1，嗯，然后因为国外有大量的模型是基于 Q1 去微调出来的，甚至包括最近。呃，创智学院嘛，做了一个模型，好像是基于呃 Qwen 三点五，呃，做做做做微调后训练出来的，但是在现在时间点，我我感觉好像找不到那个。扛大旗的人，百花齐放，说好听叫百花齐放了是吧？对，说好听叫百花齐放。
那那你觉得这个？我不觉得，就是呃，这个议题变成另外一种讨论，就是原来在 Open I 最风光的那个年代，嗯，大家认为开源一定。没有没有意义，就是因为他需要大家当时的论点是，大家需要非常多的钱，需要非常前沿的科学家做很多的事情，所以他一定是闭源公司更强。然后，DeepSeek 跟千问这一波相当于扭过来，有一些以中国的开源性为代表。
我觉得这个这个叙事主要是在去年这一年的叙事是这样一个事，但是到今年之后，这个叙事相当于就是说，如果第一个第一代的叙事是一个闭源极端的叙事，呃，去年是开源极端，开源极端，今天相当于是回调了，就是它也没有那么开，也没那么闭，就是双方都在找寻一种，呃，权衡跟中间态的形态，而且又因为彼此也在融合。今天之点不是说我开源就跟商业化没有任何关系了，对吧？
不是这样，反过来讲，今天所有闭源厂商其实都在。呃，跟开源公司做学习仿造乱七八糟，甚至他可能一部分他最非最核心的模型，他也会仿。你像OpenAI和Google的那个Gem，这这改改什么码之类的，和Gem对，都他他也在做类似的事情，然后他也需要开源的生态来帮助这件事情长。就所以他们在中间做人和，然后又因为这个事情，最近又出现了更更更极端的一个讨论，就是美国政府把这个Colossal最新的五代模型。
相当于禁掉了，表面上是禁掉了。那到底这个事情会再往？那你如果极端那样想，呃，反正开源社区的人会认为，这种操作，这种偏一刀切的方式，无论是切哪边啊，只要是一刀切的方式，似乎都不太适合。或者说都不是太对，但是这个度的掌握跟拿捏，我觉得无论对于监管层，还是对于参与其中的模型厂商而言，嗯，这个事情我觉得都是一个，也是个挺难解的议题。
对，就是大家，你看原来也会担心，尤其是之前，呃，千问的负责人离开的时候，其实有一派的声音会认为，大家会越来越少的看到开源千问的，通模型的。大的开源，他可能会只开源小参数的，而最核心跟最 pro 那个模型可能就不会开源。嗯，然后但是可能因为竞争的原因，因为个比如说 Kimi 还是在做的，然后
Minus 在做，智谱也在做的，甚至智谱在，我我看昨天唐杰在教授在十号那天也说，说我们就是要开放给所有的这些那。
就是，但同时，毕竟大家已经是上市公司了，嗯，已经是到了这个体量，这个成本结构已经到这个样子，并且已经触碰到很多事情的极限的情况下，你总要在某个时间点考虑一些。嗯，你说是调整还是重新再一次的找到一个平衡态，还是怎么样？所以我觉得这可能这个事情也会持续很长一段时间的天平的摇摆都会。对，呃，其实很多这种大型的传统的企业行业而言，我觉得他们可能对开源模型的要求可能会更多，因为道理上他不会容忍，如果AI这么重要，他不能。
不太会容忍说别人掌握一个开关，对，然后一夜之间就像断电一样嘛，对对吧？就是你看一个工厂运行的时候最怕就是断电嘛，我断电就代表产线一停，那如果是有些制造行业，比如说像水泥等等，这个产线一停就全废嘛，对，就是我不是说我在通电的时候就开了，对对对，不是这样，这这一批料就全废了。那我原则上不应该我这个开关掌握在别人的手里，我道理上我自己还得备点发电机什么之类的。
所以，哪怕是从这个角度而言，它也需要一个，呃，这个开源模型作为我内部的一种这种发动机，更不用说语料和数据的问题。对，是的，对吧？就是我我把所有的语料和数据都贡献给一个模型公司，对我来说是一个最优选项吗？恐怕不是，因为我如果给你，就代表给了全世界。那我这家公司的护城河、护城河上下文就都没有了，对。所以从这个点上而言，我觉得可能开源模型它有一个从地形原理角度来说的有其存在依据，就是不能被断电，以及我的数据资产会成为我就像可口可乐的配方一样。
你说这些这事儿好像也没有那么秘密，但是那那可口可乐也不会把这个。这个配方这个公布出来，然后我从我喝的口感来看，我觉得可口可乐的口感，我我不是打广告，就好像味道是是不一样一，是不一样一点。对对对对，所以这个我觉得这些就这个议题也是就是开源闭源竞争，然后怎么去选择自己的策略，尤其对于每家蒙眼厂商，他在这个事情上的程度，我觉得可能会长期的勾住这些厂商的战略选择，就是他在他去选择。
它的核心战略的时候，这个议题一定是非常核心的一个议题，在可见的中短期，如果技术模型的范式不出现大的调整的情况下，对，所以，呃，当然我们相或者说我们还是乐于相信，呃，人性本善，就是如果最最底层的考虑来讲，就是大家去通过这样的方式建立所谓的开源社区的影响力，利用开源生态保持自己模型领先、改进，然后获得更多的认可，甚至更多的实施应用，所有这些就是这个。
正向的善意的逻辑，嗯，理论上说是大家就是更多人愿意相信的，嗯，但是商业是不太能建立在一种。以善意考量的信任上，所以这中间会有比较多的拉扯吧？没错，所以可能开源模型未来的商业变现是一个组合拳，嗯，就是不是单纯靠一个模型本身。对，是。所以你看，其实现在的模型厂商也是这样的，嗯，对吧？除了卖这个常规的 token，也卖 token plan，也卖各种各样的工具，对吧？
就是他他也在丰富他的这个，就所以我还是那个前面的时候，就是今天开源不是说完全不商业化，嗯，它就是原来大家会认为开源就跟你是一个菩萨一样，对吧？是一个完全善，就是没有任何商业化。但今天不是呢，今天的开源其实跟商业化的结合其实非常深的。对，它向上可以结合 agent，向下可以结合到基础设施。对，然后在基础设施层和 agent 的层面，它其实。
也可以做，完全可以变现。对啊，而且这个场景是正好适合开源这种模型的。是啊，这样的话就会解决所谓这样的问题。然后还有一个我觉得很有意思是事情，就是因为今天这个，呃，AIEC 的会当中有一个非常我觉得独特的嘉宾，就是彭海平彭彭院长彭院长，因为他他是研究幸福心理学的心理学的啊，对心理学，而且是幸福心理学。
对，呃，以我最近接触无论是国内和国外这种各种活动当中，这个焦虑感是一个大家统一的话题。呃。我参加这个 Google Cloud 的活动时，见到李飞飞，然后李飞飞就说：“他说他周围的人见到他都会问说我们家孩子以后学什么专业。”对，然后我就在想一个问题：说李飞飞那周围都是一些高认知人群。那他们难道不应该知道这个事情的答案吗？
如果他都不知道，那没有人，普通人就更不知道。那现在不正好赶上这一年的高考吗？啊，对对对，所以就代表说，那这个个体在里面就是做一个个体。在这个模型时代，如何自处的问题，我不知道你听了这个彭院长的演讲之后什么感受？因为确实是他正好是学心理学的嘛，他会讲他的观点是说。呃，人类的，比如说善良啊，然后体验感啊、在场感啊这些东西会愈发的变得更重要。
嗯，然后在尤其在模型来的这个时代，你要充分去发挥自己的，比如个性、善意，然后体验这些东西。我觉得这个议题本身，其实在过去一段时间，非常多的各种各样的。角色都讲过类似的逻辑，就是，呃，当一件事情真的被推到极端，比如说 coding 这件事情，我觉得典型。那其实 coding 再往前，我在周末有个活动是讲那个活动是讲 AI 跟影视的，我会去讲一个 AI 内容的。
那这个板块不就更对吧？那图片模型跟视频模型已经什么样子了，对吧？打击力更对大，已经那如果再往前推，如果今天比如说你身边是有一个做同声传译的，嗯。朋友，人，你想想他在经历什么，是吧？那再往十年前，那你原来如果有认识一个职业下围棋的人，他在过去十年经历了什么？就是我觉得问题都是一样，就是确实，呃，似乎看起来最近一段时间有有一些有一派的观点叫类似叫技术宿命论，或者说技术的必然论，就是说，无论今天是Anthropic是Google是啊是Sam还是Dar
Darial还是谁。
换一个任何一个人，不是他也会有另外的人把这个技术推到那个地方，就是，不是这公司也会有另外一个公司他会推过去。然后，历史上无数次的告诉我们，当一个技术到了一定程度的时候，它就挡不住了。嗯，就你明天感觉，我觉得进入二六年这个感觉会非常的明显，就是在很多的板块里。它就是挡不住了，嗯，它就是进入到了一种越来越快的这个过程，而且很快可能就，我觉得这一轮的这个
Cloud 五的模型出来之后，你看很多我们这些所谓从业者去写评论的时候，都会有一个非常强烈的无力感，嗯，就原来我们还在想，你像我们去什么编排呀，给 Agent 下任务啊，去组织啊，告诉他怎么做，可你发现有一些任务或者有些场景里。
我们最好的工作是站在旁边看着，嗯，而不要去瞎指挥，嗯，就是你明显感知到，就是他卖过你了吧，就是这个这个感觉，尤其在，就我们所熟悉的偏白领的这个这个板块里，因为 coding，因为 agent，因为这些东西在二六年的这个急剧的卷的状态，导致的就是这种无力感是。大面积的来袭，所以大家的焦虑，我觉得是非常能够理解。
但是你反过来讲，就是这跟今天这个专业一样，就是你你曾想一下，在我是八零后对吧？我们那个时候确实，我觉得选专业还是一个非常非常重要的一件事情，甚至很长时间内它会影响你的工作，你的很长的事情。它会有比较长期的稳定性的这个事情，可是今天你发现这些议题似乎都松动了，对吧？就是你学什么专业，跟你做什么事情之间的关联性，哪怕你做一个什么事情，嗯，是真的能做一辈子吗？
嗯，或者非常长吗？嗯，或者说那个工作本身对于你这个专业的需求真的有那么，就是你看所有这些命题似乎都在被打破，嗯，那这个情况下就相当于，你像那个又是李支持的故事，就是。他下了五局，对吧？第一局是就像我们面对这早期，我们是怀疑、猜忌、不认可，对，然后。第二局的时候开始担心，嗯，然后开始有些纠结，嗯，有些嗯感觉不太对，嗯，到第三局就就碎了，就是道心破碎，就是完全什么都不知道了，嗯，就被打碎，嗯，那似乎你会发现人类在这个这个情况下真的是你要先把自己推到一个。
假设我们会碎的状态，然后呢？嗯，不是说我们就不活了，我们就结束人类，不是这样的。我们当然，我们这一代，我会觉得就是我们在听我们节目的今天这个时间点的这一代人，我们可能就像当年的蒸汽机来的时代的纺织工人一样，就是。呃，蒸汽机确实非常强，呃，可能它带来国家GDP的剧烈的提升，但是蒸汽机的纺织工人，就纺织工人的工资可能就很多年没有变化，对，然后甚至可能纺织工人在几十年之后就慢慢慢慢变成一个非常小众的，嗯，手工艺者了，嗯，他就不是一个大大范围，那可能我们也会经历这个事情，但是问题在于，就我们就是在经历这个这一片儿的这这些人，对吧？
对，我们这几十年就是要经历这个事情，那就变成了我们如何与我们这几十年相处嘛，对，就我们的后代。就是我会觉得，我们的后几代可能就他会到一个新的阶段，就是我们这个所谓的第四次第四次工业革命结束了，嗯，到了一个新的什么平台里面，嗯，那是他们的事情，嗯，但是我们在经历过程中，这些人我们就要想，我们这几年应该怎么过，对吧？
我们的价值是什么？就是当一个。AIEC真的是无所不能，它能做所有的事情，它甚至在安排整个宇宙运行的规则。嗯，它变成一个类似上帝的存在的时候，那我们该干嘛？对，我们人之所以为人的特性到底是？所以这个事情为什么会？我经常开玩笑，我经常说一句话是说，所有这些论坛。今天这天探讨AI的最后的话题，大部分都会跑到身心灵去，就是没有办法，就这个焦虑确实。
然后大家去解决这些焦虑的时候，确实你要，我们像这个上午这个彭教授讲，你要向内求，就像人本身的我们人之所以为人的那些东西去求可能的答案。当然这么说特别的哲学抽象，特别轻飘飘，对吧？再讲一些更现实的例子，比如说我前两天看一个。这个一个一个一个美国的一个同行记者去讲一个观点，当然他只是讲媒体的变化，就是今天写字儿，他会说，呃，比如今天摘要越来越不重要了，就是随便一个，但是秘密变得越来越重要了，我们之间的小的秘密，比如说静态的内容变得越来越不重要了，但现场的
live 变得越来越重要，嗯，比如说传统意义上的大的媒体越来越不重要，它是个人 founder，它叫 founders 越来重要，然后他说标准化的甚至华丽的一些东西。
似乎越来越多人被，但是个性的、怪异的，甚至一些乖张的东西被越来越多的认可。你明显感觉这个趋势，它可能从上一个时代，甚至算法时代就已经出现是这个趋势了。嗯，那这只是媒体，对吧？那再往前推，我你像我周末的话题是讲创作的，那你像今天创作，对吧？就是，呃，我们就讲中国影视行业好了。中国影视行业。前几年经历过寒冬，对，然后过程中出现了一个看上去是救命稻草的东西，叫短剧，嗯，很快的时间涨了很多，对吧？
几百亿，二四年超过电影行业，对吧？嗯，然后，短剧救活了之前的什么横店，什么影横店变数电，什么孵化道，什么编剧，什么导演，就是大家满心期待。然后二六年C站三二零出现了。帮，今天这个时间点，实拍，嗯，变成奢侈品，对，大风可以用。那那这些内容创作者干嘛去呢？那就变成了今天时间点，似乎，当然，好多强者就想，他会有门槛降低了嘛，技术平权了嘛，会越来越多人做来做就来做内容创作。
那这个时候的议题就变成了。你为什么要表达？你要表达什么？嗯，你希望得到什么样人群人的关注？嗯，你希望得到这些人的什么样的反馈？嗯，你跟他之间的关系的构建是如何产生的？嗯，你们通过这样的方式能不能获得彼此的认可？嗯，情感的表达。对，我觉得这个事情会越发的重要。所以，那就我们要经历这样的状态，经历这样的时间。
呃，经历这样的这个过程，当然可能最后的结局，我觉得还是悲观的。嗯，就是像那天谁王建硕说说，历史上所有经验的告诉我们，技术一定会每一次都把所谓的情怀冲烂。嗯，每一次，但是我们似乎正在经历这一过程。就我们这几十年要做的事情，就是我们要坚持我们作为所谓的最后的。手艺人最后的一些东西，去把它做得更好。我们去坚持一些，可能后辈再去写历史书的时候，我们这东西根本不重要，嗯，也只是历史的一篇。
但是我们作为经历这些人而言，可能没有办法，就我们只能把这个东西。所以，我之前去另外一个活动，我觉得最后的手搓，比如说我平时做PPT，我还在坚持用手搓的方式。嗯，虽然听起来已经没什么人在意了，对吧？甚至可能我用AI的方式也可以做得很好，但是。你还在坚持？那你坚持的那意义到底是什么，对吧？那那那点点意义到底是什么？
那无非就是你希望通过一个，比如说你调一个很很漂亮的字体，嗯，很特别的一个边框，嗯，很有意思的一个版式设计，展现一点点我们人类作为所谓的这个这个手艺人的一点点坚持。当然你会知道这个事情会越来越不重要，越来越小，越来越没有那么多人 care，但是你 care，嗯，就是你 care 这件事情很重要。对，我觉得可能不止你 care，很多很多人也 care。
呃，哪怕是同样的内容，如果让我感觉到你的输出过程是一个很强AI味道的输出过程，那我本能的会你的对这个产品的输出的价值进行低估。嗯，然后如果你有一定的手搓，有你本身一定的品味去加成，我会觉得这个东西的价值就所以更高。品味对吧？信任，嗯，决定，嗯，就这些东西会变得越来越。编辑重要，原来他们也很重要，嗯。
只不过当这个时代来的时候，你会愈发的会对这些东西更加的珍惜。我觉得这个，我觉得这个这个状态已经来了。就是我或者说有另外一派观点会认为，就是造物主在造人类的时候还是非常厉害，就是人类总会在很多事情推到非常极端的时候，有一部分人会先觉醒，嗯。就是他会先意识到这个事情不太对，嗯，然后再去推动一些事情的变化，而不要走到一个绝对的极端的状态里。
对，完全同意。因为本质上，无论用什么样的方式去实现，创造出什么样的商品，因为这些东西是为人服务的。对，我们没有一个东西是完全不为人服务的。是啊，说我那是完全的环境自然主义者嘛？说我我是为了一个火星上的一个山服务？不是的，我们还是为人服务。我相信，只要为人服务。那背后就需要有人去衡量它是否人需要，就这个工作总需要吧，就是人总有资格说这东西好还是不好吧。
你要说人连这个。就是这个反应都没有了。这个在使用 AI 的时候，我我今天问了那个彭教授一个问题，我说你怎么看这个什么是人类所坚守的？他提出一个看法，就是说起码你那一刻的情感反应是人独有的。是的，你总不能把这个情感反应让位于 AI，说这个事儿好还是不好？我已经丧失这个能力，我要问 AI 这东西好吗？AI 说好，哇好。
这些AI说不好，这个要这个搞错了，搞错了，这事不好。就起码要把你这个反应，这个第一反应的留给自己。然后我们如果用AI写东西的时候，会发现AI特别喜欢替你做反应。嗯，比如说它有个惯用语言，就是这是一个全场反复被琢磨的一句话。这是全场让所有人最惊讶的一句话。那至于是不是不重要，就是他把反正那个粉先给你，对他要剥夺你那个情绪反应，对，先把外部给你。
呃，对对对，所以我觉得在这个时代，我们可能越来越多要把我们的情绪反应，就这一刻我判断这事儿的好恶，好恶这件事情。要保留在我们自己，所以就甚至这个话题在为什么大家要去线下去参加这样的，比如会议，去看到那个人。那当然我可以看直播呀，嗯，对吧？从纯信息接收角度讲，没有什么影响，甚至可能更好，因为收音啊、效果啊、转播它可能会更好，对吧？
甚至可能带着PPT是直接。电子版就是所有的东西都更清晰。那为什么一定要很多时候还去体验线下的感觉？甚至比如说世界杯、NBA都是一样的，就是你你你你在场的感受，对吧？那几个小时的氛围，所有人的情绪的感染，你自己被调动出来，你可能原来你内心里没有的一些东西的，的那个东西可能愈发在这个时间点会显得。我觉得变得珍贵，甚至包括今天也在扩展到，比如为什么最近一段时间做播客的人越来越多，就是长的内容跟相对，呃，不是被那么预加工跟预制的那些，不是那么爆炒的，不是那么短平快情绪的东西，会越来越多人的愿意。
当然，还是有很多人。喜欢喜欢的，但是你会发现有一些人越来越多的觉得那个东西好像不太对，我需要找一点别的方式来把这个东西平衡一下。那也是符合这个趋势的。对，那说到这儿，其实我们觉得今天也聊差不多哈。从组织形态开始，然后到 Agent 模型的关系，然后再到人在这个时代未来的自处。对，这个这个，如果再往后看。
可能三到六个月，因为这个时代谁也不敢说一到三年了。我这个哎，我三我我，你看我做PPT，我是春节之前一月。做了一档，是做了二五年总结。嗯，春节回来，因为春节发生很多事情，我在三月，我没错，应该三月中做了第二版更新。然后四月底，嗯，是做了，因为一个活动做了一个更新。我现在，现在马上六月中，对我感觉我就是我搜集的资料已经，已经已经溢出了，我需要再做一次整理，才能把过去这一个半月发生的事情再做一次。
因为你不做，你就感觉一篇翻过去了。对，那你会期待这个生态，就是AI的生态这种各种活动你也参加很多，就是AI人工智能加这种生态，它未来。什么样一种组合方式是有利于个体或企业？有没有一种？我会觉得就是，大家还是，就是当然现在这个时间点没有人会停下来，对吧？嗯。但是我估计觉得进入到某一阶段，可能似乎比如应该有的行业分工啊，嗯，应该有的行业的这个这个这个角色的环节的定定死的状态，可能慢慢慢慢会凸显，或者说慢慢慢慢边界会很清。
现在我觉得就是。就还是那观点，冀西北乱成一锅粥，嗯，就是所有的都是揉杂在一起的，所有人都想做所有的事情，那因为大家会觉得 AI 模型无所不能，嗯，但似乎不应该是这个样子的，嗯，那大家在这个过程中在不断的磨合，不断的博弈，不断的去找寻自己的边界，嗯，那可能在我们正好就处于这个从。一个可能原来只是一棵树或者一个非常奇异的植物，变成一个真正意义上生态繁茂的森林的状态。
我们在经历这个过程。嗯，那从我个人来看，我其实我最近会比较关注硬件，因为大家知道，其实从当年 IBM
那篇呃那个文章叫谁说大象不能跳舞啊，不是文章是自传，那时候是软件时代主导的世界。那现在来看，其实软件正在被实时生产，所以硬件是很难在短时间内被。制造出来，所以今年不是说老灯股又重新都都涨得很好。就是从供给的角度而言，这个供给曲线可能非常没有弹性，就是明明你一要，但是我也不能马上，呃，因为它受物理限制，受物理限制，所以我觉得未来可能对硬件会有一一轮新的重估。
然后从生态位的角度而言，我觉得它也比较有意思，因为它向下要电。然后向上的供给需求，所以它正好是承上启下。所以未来我觉得可能这种硬件这一波的那个枢纽，可能会比原来这个，呃，这个互联网时代可能表现的会更明显一点。那我觉得好像也差不多，差不多了。然后也感谢大家收听收看我们这个这个元顶top和屠龙之树的这个梦幻联动。
感谢，然后这个呃，这个我们在加一十日和两到三个月之后，我们要迭代一轮新的认知的时候，再和庄老师聊。好，好，感谢，感谢，感谢，感谢，拜拜，拜拜，嗯。