科技巨头半年硬件股飙升192% 资本开支逼近万亿美元触发自由现金流危机

重估一切,文艺复兴---2026H1 AI行业观察 — 屠龙之术

屠龙之术

AI行业全面跨入智能体与推理时代,Token盲目消耗的虚假繁荣将因投资回报率(ROI)指标破产与巨额算力折旧而遭遇现金流断崖式反冲。

AI-assisted summary of 重估一切,文艺复兴---2026H1 AI行业观察 — original source. Check the original for full context.

Source published:

Detailed notes

## Background 本期节目由播客频道“屠龙之术”的主播庄明浩于2026年7月17日发布在小宇宙平台。节目基于主播受邀参加CSDN大会而整理的76页最新行业PPT,旨在用约50分钟的时间对2026年上半年AI行业在资本、硬件、模型、智能体、世界模型及治理等维度的重要变化与最新信号进行全面回顾与重新审视。

## TL;DR 2026年上半年AI行业正经历一场重估一切的“文艺复兴”:传统IT硬件公司股价暴涨,科技巨头的资本开支(CAPEX)因AI迈入推理与Agent时代而疯狂飙升,导致自由现金流面临转负危机。在模型层,中美呈现出硅谷闭源前沿模型与中国开源高效率扩散的南北路线差异,且行业正经历从预测下一个词到“世界模型”的范式革命。同时,AI全面进入Agent元年,Coding与通用办公智能体正加速重构软件生态,而随之而来的安全治理、就业冲击以及Token作为财务指标的失效,正迫使行业重新寻找AI时代的真实价值锚点。

## Atmosphere & style 整期节目散发着一种在极高强度信息输入后的从容与通透,主播庄明浩以其标志性的科技风投边缘人视角,将宏大的历史暗线与当下的科技现实精妙交织。从金曲奖老面孔引发的“今夕是何年”时代错错愕感出发,节目的情绪曲线从对硬件暴利与智能复兴的惊叹,逐渐走向对现金流暗涌和“虚荣篝火”般治理反弹的冷静剖析。听众能清晰感受到一种身处大变革前夜的紧迫感与思辨深度,既有商业战场的血腥与残酷,又充满了对技术终局以及“智能不再稀缺后人类位置”的人文主义温情关怀。

## Key takeaways - `03:38` 2026年上半年传统IT硬件与存储行业迎来“文艺复兴”式的暴涨,17家主要硬件公司平均股价涨幅达192%,资本向底层基础设施极度集中。 - `05:31` “文艺复兴”的隐喻在于推理成本坍塌使智能成为基础设施,科技巨头充当“赞助人”砸向万亿资本,引发对“人本主义”的重新探讨。 - `16:57` 科技巨头的资本开支(CAPEX)持续严重超出市场预期,AI行业从预训练时代跨入推理与Agent年代,对存储、能源及定制芯片的需求暴增。 - `23:55` 存储在AI数据中心成本占比飙升至18%,行业呈现高度垄断和强周期性,美光毛利率从2023年的负33%暴利反弹至2026年5月的85%。 - `30:34` 巨头当前AI收益规模仅够冲抵巨大的CAPEX折旧,自由现金流断崖式下跌,新云公司财务挑战被高额债务放大,市场陷入黄金时代与泡沫前夜的争论。 - `38:54` 美国前沿模型正迈向无需人类参与、自主执行任务长达十几个小时的阶段,OpenAI与Anthropic的终局公式均指向“AI训练AI”的自主演化闭环。 - `47:21` 中美AI生态呈现地缘技术差异:硅谷追求极致、昂贵的闭源前沿模型(意大利巨匠壁画路线);中国走便宜、可仿制、大规模扩散的开源与高效率扩散路线。 - `54:12` AI技术正在经历从“预测下一个词”向“世界模型”的透视法革命,并在渲染器、模拟器和规划器三大分类中全面转向对物理世界的统一理解与行为规划。 - `59:10` 2026年全面进入Agent元年,分工明确的多智能体系统接棒纯聊天机器人,软件生态正被Cli、MCP、A2A等全新协议重构。 - `01:00:39` 全新整合了Codex的ChatGPT彻底终结了Chatbot形态,用户习惯转向任务反馈循环,Claude Code更让工程师人均代码提交量翻了8倍。 - `01:08:56` 国内大厂全面卷入Agent洪流,虽然商业化场景与定价尚未有标准答案,但产品的物理形态已基本被Codex及桌面端应用定义,旧版提示词智能体纷纷面临下线与重组。 - `01:14:18` 全球AI治理与反弹常态化,前沿大模型上线前必须通过政府安全审核,创新与安全、主权与互通、效率与就业的三对撕裂性博弈愈演愈烈。 - `01:19:07` 盲目消耗Token的“Token Maxxing”叙事已失效,Token并非AI时代商业本质的最终ROI度量指标,行业正在探索全新的ROI衡量标准。 - `01:22:04` 当智能不再稀缺,人文主义的“人是万物的尺度”面临动摇,人类的位置需要被重新定义,500年后的历史学家将记住这一人类寻找自身定位的思辨时刻。

## Detailed walkthrough 这是一份针对播客《重估一切,文艺复兴---2026H1 AI行业观察》的详尽且富有现场质感的深度复述。

---

`00:00` 序幕与“金曲奖”的隐喻:今夕是何年

主播庄明浩在7月18日凌晨刚刚结束北京的CSDN大会行程。距离他上一次在4月30日发布的“狂喜”行业总结,已经过去了快三个月。在这期间,他维持着极高强度的信息输入:平均每天在 ima 知识库里存3张可视化图表、每三天存一篇PDF报告,两个月下来堆积了200张图表和四五十份报告。这次北京大会的演讲受限于45分钟的时长,为了现场节奏他刻意加快了语速,因此决定在播客中重新、更从容地为听众梳理2026年上半年的AI行业观察。

庄明浩为本次分享起了一个有些文绉绉的标题——《重估一切,文艺复兴》。这个灵感来自于7月初金曲奖的颁奖典礼。当听到2026年的金曲奖歌王和歌后分别颁给了张震岳和蔡依林时,作为一个1986年出生的“80后”,庄明浩不禁产生了一种“今夕是何年”的时代错愕感。这种老面孔重回舞台中央的现象,正在今天的AI硬件与存储行业疯狂上演。

庄明浩回忆起自己2000年上高中时,家里买的第一台电脑是海尔品牌机;2003年上大学开始折腾DIY硬件,那时耳熟能详的品牌是英特尔、AMD、三星、美光、闪迪(SanDisk)、西部数据、希捷、英伟达、技嘉、惠普、戴尔、联想。戏剧性的是,这十几家厂商的名字,在2026年上半年的财经新闻里成了绝对的主角。在7月初做PPT时,庄明浩让AI算了一下这17家IT硬件公司在2026年上半年的股价表现,**平均涨幅高达192%**,像闪迪(SanDisk)更是暴涨了700%多。尽管在录音当周的市场经历了剧烈调整(闪迪单夜大跌13%,美光跌了8%、9个点),但“老朋友们都回来了”成了不争的事实。

* **五六月数据堆积量**:约200张可视化图表,40-50份PDF报告。 * **硬件大厂半年表现**:17家传统IT硬件公司2026年上半年平均股价涨幅达192%。

---

`05:31` 为什么是“文艺复兴”?历史暗线的巧妙对照

庄明浩深入拆解了“文艺复兴”这一标题背后的多重历史互文。首先,历史上的文艺复兴并没有发明全新的知识,它真正的核心是让复制知识的成本轰塌(如印刷术的普及);而在AI时代,推理成本的坍塌使得“智能”变成了像水电一样的基础设施,从而引发了“重估一切”的价值变动。其次是“赞助人体系”的回归。文艺复兴时期有美第奇家族等巨富为艺术家提供庇护,而今天科技巨头正将数以万亿计的资本砸向AI,天才研究员们则依附于算力和金钱的庇护进行创作。最后是对“人本主义”的重新探讨。文艺复兴在问“人是什么”,而AI时代大家则在频繁焦虑“人类还需要做什么”。

他将整场演讲的内容结构与文艺复兴的历史元素进行了细致的暗线对照: * **第一章:硬件与资本** $\rightarrow$ 对应“美第奇的账本”(探讨资本开支与泡沫危机)。 * **第二章:智能的复兴** $\rightarrow$ 对应“印刷术与南北对抗”(探讨开源与闭源、中美双极的模型竞赛)。 * **第三章:Agent元年** $\rightarrow$ 对应“画匠与工坊”(探讨分工协作、多智能体系统的软件重构)。 * **第四章:治理与反弹** $\rightarrow$ 对应“虚荣的篝火”(探讨社会、就业、监管对AI的道德与政策反冲)。

---

`08:18` 第一章:资本与硬件(美第奇的账本与CAPEX的疯狂)

在过往的报告中,庄明浩习惯将资本放在第三部分,前面先聊技术和产品。但进入2026年Q2后,钱的问题成了行业最核心的议题,因此被提到了第一章。他以美第奇银行在1494年因挤兑而倒闭的历史作为警示:“股一般还好,但债经常出问题。”在2026年的今天,AI资本正在赞助一切——从能源、芯片、土地到模型与应用。市场投入跨越了万亿美元的门槛,这种数量级在过去几乎是不可想象的。

谈到老生常谈的资本开支(CAPEX),高盛的一组统计数据揭示了这一轮技术革命的疯狂。在过去三年中,市场对科技巨头每一年的CAPEX预期全部被严重低估: * **2024年**:原预期增长19%,实际暴涨54%。 * **2025年**:原预期在极高基数上再涨20%,实际上四大巨头的资本开支飙升了73%,总额逼近4000亿美元(相当于每家快1000亿)。 * **2026年**:目前的态势是继续保持80%甚至100%的疯狂增速,谷歌、Meta均翻倍增长。

如果加上甲骨文(Oracle)和苹果(Apple),2026年巨头的CAPEX总计将达到8000亿甚至接近万亿美元。而市场在预测2027年时,即便基数如此庞大,增幅仍可能高达50%到70%。

庄明浩指出,之所以资本开支停不下来,是因为AI的叙事和底层技术议题变了。行业已经从纯模型的“预训练(Pre-training)年代”跨入到了“推理(Inference)与Agent年代”。在这个阶段,AI需要分配任务、执行长上下文、记忆大量数据,这导致对内存、CPU、存储的需求暴增。在推理层,也不再单纯是GPU的天下,TPU及各类定制芯片纷纷涌现。

* **高盛CAPEX对比数据**:2024年预期涨19%/实际涨54%;2025年预期涨20%/实际涨73%。

---

`13:22` 万亿美金流转:存储行业的垄断与暴利周期

万亿美金在谷歌、Meta、亚马逊、微软、甲骨文和苹果之间流转,最终全部涌向了AI基础设施的卖方(从芯片代工、存储、网络传输设备到能源)。过去几个月,市场上“Token买方”与“Token卖方”的角逐成了绝对主线。从股价上看,标普500在2026年创下新高,其涨幅前16名的企业中有14家是IT硬件公司,剩下2家是医药公司。整个科技行业已经变成了两个板块:“一个叫AI,另一个叫其他,其他里最大的叫药。”

存储在这轮爆发中成为了重中之重。在AI爆发前,建立一个标准数据中心,存储成本仅占整个资产结构的2%;而到了2026年,成规模的AI数据中心里,存储成本占比已经飙升至**18%**(其余为GPU/算力芯片占42%,能源占15%,建筑占15%,冷却占10%)。同时,英伟达每一代新芯片的发布,对配套存储空间的需求都是几何级增长。

然而,存储是一个高度垄断且具备极强周期性的行业。虽然长鑫存储近期在国内打新的情况异常火爆,未来的行业预期曲线上扬,但历史规律不容忽视。通常存储行业有着严格的四年冷热周期(建厂-产能释放-需求回落-暴跌),但如今各大厂商的财报却在创造神话。以美光(Micron)为例: * 其CEO曾吐槽苹果用8美元买他们的内存,转手在iPhone上就能卖200多美金。 * 在上一个周期的低谷(2023年Q1),美光的毛利率是恐怖的**负33%**。 * 而到了2026年5月,美光的毛利率已经飙升到了惊人的**85%**。

此外,上一轮互联网泡沫(2000-2001年)的标杆企业英特尔(Intel)和思科(Cisco),在经历了长达26年的漫长回归路后,终于在2025年底至2026年,股价重新超越了当年的历史巅峰。

* **AI数据中心成本结构**:算力芯片42%,存储18%,能源15%,建筑15%,冷却10%。 * **美光毛利率剧变**:从2023年Q1的 -33% 暴涨至2026年5月的 85%。

---

`18:34` 账本的背面:现金流危机与“债”的暗涌

暴利与喧嚣的背后,美第奇的账本开始显露隐忧。最近行业出现了一系列底层调整:马斯克的XAI由于模型训练策略的调整,在上市时与SpaceX和Anthropic签署了算力合同,变相将算力让渡给Anthropic使用;没有云业务、却背负庞大CAPEX的Meta,其CEO小扎也开始释放信号,计划将Meta的算力开放给合作伙伴,转型做“New Cloud(新云)”。

巨头们之所以做出这些调整,是因为一个极其骨感和现实的财务问题:**现在的行业整体收益规模,将将只够Cover住巨大的CAPEX折旧。**

钱投进去建立数据中心,从折旧、到固定成本、到运营成本、再到产生毛利和最终利润,需要极长的时间周期。但截止到2026年Q2,AI挣回来的总收入仅仅能够冲抵折旧。图表显示,从2025年Q3开始,几大科技巨头的自由现金流(Free Cash Flow)呈现断崖式下跌。根据财务模型预测,到2026年Q3,这几家全球最赚钱的科技巨头的自由现金流可能集体“转负”。

自己挣的钱不够烧,市场上便频繁出现了“债”的身影。不仅巨头在发债(谷歌甚至发行了100年期长债且遭遇数倍抢购,英伟达、Meta也在发),那些杠杆率极高、处于最喧嚣前线的Neocloud公司(如CoreWeave和Nebius)更是被债务放大了解析度。这些新云公司的实际收入甚至不够支付高昂的利息成本,导致CoreWeave和Nebius等公司的股价近期从高点集体大跌了30%到50%。

面对“黄金时代”还是“泡沫破裂前夜”的争论,正反双方都有极其雄辩的论据: * **正方认为**:模型能力在提升,单位推理成本在下降,Token消耗量几何级暴增,每一次技术革命的收入都是滞后的,应该坚定做多。 * **反方则认为**:企业端应用(2B)的实际落地远没有供给端想象的那么疯狂,算力支出在各大厂商之间互相融资、循环担保,这种“虚假声望”并不代表真实的现金流。

---

`23:22` 第二章:智能的复兴(多强割据、一万亿美金与“版画路线”)

在模型层,美国的竞争格局在过去两周再度发生剧变。随着Meta和xAI发布新模型,原本由OpenAI、Anthropic和Google主导的“战国三雄”格局,并未彻底甩掉追赶者。从能力上看,最新的Llama 5、GPT-5.6、以及即将发布的Gemini 3.5 Pro,都已经展现出恐怖的实力——**它们可以在没有人类参与的情况下,自主执行任务长达十几个小时。**

庄明浩引用了一张戏谑的行业梗图(将OpenAI和Anthropic的Logo比作痔疮的两种形态)来缓和气氛,并指出这两家头部厂商正在走向“两种主张、一种公式”的终局。无论是奥特曼给出的OpenAI L1-L5演进路径(L3智能体,L4研究员),还是Anthropic上半年发表的《When AI built itself》,其底层公式完全一致:让人类退居幕后,实现AI训练AI的自主演化闭环(Auto Research / RSI Loop)。

这种自我演进导致2026年模型发布节奏疯狂加速,多模型共存、多模态、长上下文、多流派领先成为常态。欧洲的Mistral以及前OpenAI首席科学家创办的Sutskever Machine(SSI)也在本周发布了真正意义上的开源模型,甚至那些从大厂离职员工创办的“New Labs”也卷走了数百亿美元。在2026年Q2,Anthropic在2B订阅和估值上全面完成了对OpenAI的逆袭,两家未上市公司的估值已经疯狂地逼近了1万亿美元(一家9000多亿,一家8000多亿)。作为对比,苹果走到1万亿美金用了42年,Google用了21年,而OpenAI只用了10年,Anthropic仅用了5年。2026年美股本该迎来大模型公司史无前例的上市“大年”,但随着SpaceX在上市不到10个交易日内跌破发行价,大模型巨头的IPO前景再度被阴霾笼罩。

在国际格局上,庄明浩用文艺复兴时期的“意大利路线”和“北方路线”来精妙隐喻中美AI的发展差异: * **硅谷(闭源前沿模型)**:对应15世纪的意大利。追求极致、昂贵、独一无二的巨匠壁画,依靠天价算力和旗舰订阅撑起生态。 * **中国(开源、高效率扩散)**:对应当时的北方版画印刷。走便宜、可仿制、大规模扩散的市民买家路线。

中国大模型厂商(智谱AI、通义千问、MiniMax、DeepSeek、Kimi)在过去几个月在 OpenRouter 等第三方榜单上刷爆了存在感。虽然 OpenRouter 上的流量撑死到不了全网的1%,但它依旧是各方默认的重要指标。然而资本市场的波动极其血腥:就在演讲当天,智谱AI一天暴跌30%,估值从一度摸到万亿港币缩水至5000亿,MiniMax也跌破了发行价。更现实的差距在钱上,阿里、腾讯、百度、字节四大巨头的CAPEX总和约为1000亿美元,与美国那几家动辄七八千亿的体量差了一个数量级。

不过,中美之间的技术生态绝非“非此即彼”。法律AI独角兽Harvey在做行业测试时,通过后训练的方式将智谱的GLM 5.1开源模型推到了榜单第一,超越了Claude 3.5 Sonnet和GPT-5;而大火的编程工具Cursor,其底层也被扒出是基于Kimi的K2.5进行后训练的。

---

`32:52` 世界模型的透视法革命

正如1420年佛罗伦萨艺术家研究所谓的“3D空间透视法”改写了此后所有的绘画与建筑,AI领域也在经历从“预测下一个词(Next-Token Prediction)”向“预测世界的下一个状态(World Model)”的革命。文本、图像、视频在训练之初就在底层与几何、物理、语义融合成对3D世界的统一理解。

庄明浩复用了李飞飞教授近期论文中对世界模型的分类: 1. **渲染器(Generative Renderers)**:专门给人类视觉提供渲染(目前多数文生视频厂商在此赛道)。 2. **模拟器(World Simulators)**:模拟真实的物理规则。 3. **规划器(World Planners)**:为具身智能机器人或自动驾驶汽车提供物理世界的行为规划。

在这个赛道里,各方主张依然存在巨大分歧。杨立坤(Yann LeCun)坚持不在潜在空间生成像素、纯预测状态的路线;哈萨比斯的DeepMind则主张基于多模态理解世界;而李飞飞的World Labs则致力于编辑3D空间的表征方式。无论是具身智能、以Momenta为代表的自动驾驶公司,还是在视频领域难以撼动字节跳动(Sora/PixelDance)地位的国内视频大厂,今年都在集体转向“世界模型”的宏大叙事。

---

`35:50` 第三章:Agent元年(画匠工坊与软件生态的解构)

1470年的佛罗伦萨,达芬奇在分工明确的工坊体制下画出了著名的天使,证明了“工坊制才是产能的来源”。2026年,AI全面进入Agent元年,纯聊天机器人(Chatbot)时代已经彻底翻篇。规划、工具调用、执行、纠错、评判的分工体系成为业界共识,多智能体系统(Multi-Agent Systems)全面接棒。

最关键的行业信号来自于OpenAI对Codex(即现在的新ChatGPT)的更新。原本的ChatGPT变成了“ChatGPT Classical”,而全新的ChatGPT整合了Codex与ChatGPT Work(原自动化管线工具乱七也停止运营)。OpenAI通过All-in-one的方式正式终结了聊天机器人的形态。这一调整带来了恐怖的数据暴增:新系统的活跃用户在5月为500万,7月12日突破600万,随后以每天增加100万的惊人速度,在7月15日暴涨至900万,目前已轻松突破1000万大关。

在用户侧,使用习惯也从“对话-提示词-返回”变成了“交代任务-任务拆解-分工调用-反馈循环(Loop)”。庄明浩指出,如果把2022年底ChatGPT的发布视为纪元起点,那么2025年下半年Anthropic发布的 Claude Code 就是另一个里程碑时刻。在Anthropic内部,Claude Code让软件工程师的人均代码提交量(Code Commits)翻了**8倍**。Code不仅在吞噬Coding本身,它更成为了AI自主进化的哈尼斯(Harness)基座。

在Coding成为核心战场的当下,由于Agent不需要传统的图形用户界面(UI),整个软件生态正在被Cli、MCP(Model Context Protocol)、A2A(Agent-to-Agent)等全新协议改写。开源社区的焦点从“大语言模型工具链”全面转向“Agent执行工具链”(如LangChain、CrewAI以及各类个人助手和Runtime项目)。在应用边界上,大模型厂商正疯狂试探传统SaaS巨头和新兴AI公司的底盘,Anthropic在推出Claude 3.5 Sonnet后,接连推出了Finance、Legal、Science、Design乃至Enterprise(企业服务),逐步吞噬高价值的白领工作。整个数字世界的AI市场规模,已经从单纯订阅+广告的0.3个万亿(0.3T),演进到Coding的2T,再到非Coding职能工作(Work)的2T。

* **新ChatGPT用户增速**:7月12日至15日,日均激增100万用户,迅速从600万冲高至900万以上。 * **代码提交效率**:Claude Code让Anthropic工程师人均代码提交量提升8倍。

---

`41:36` 国内大厂的“通用办公智能体”暗战

在国内,Chatbot战役也已宣告结束,各大厂商悉数卷入Agent的洪流: * **字节跳动**:拥有豆包、Coze(扣子)、以及新推出的多功能工具。 * **阿里巴巴**:推出通义灵码、MonaRun、悟空。 * **腾讯**:推出元宝、腾讯混元、以及被传为“新太子”的通用办公智能体 Workbody。 * **智谱AI**:拥有Zhipu Code以及基于GLM的Agent矩阵。 * **Kimi**:上线了Kimi Code和Kimi Work。

在CSDN大会的分论坛上,字节扣子、百度秒哒、阿里千问的负责人都在疯狂布道Agent。庄明浩认为,虽然在2B还是2C、如何定价、场景怎么选等问题上还没有标准答案,但产品的物理形态(UI/壳子)已经被Codex和各类桌面端应用定义了。

在这个阶段,“新人笑,老人哭”的戏码在上演。由于监管或产品逻辑的原因,豆包和通义千问在最近两周纷纷下线了早期基于“提示词打包封装”的旧版智能体业务。与此同时,阿里钉钉在更换负责人后,迅速整合了内部的MonaRun、悟空和通义灵码;腾讯和字节内部各条业务线的多款Agent产品也正在经历残酷的重组、合并与“赛马”。

---

`44:58` 第四章:治理与反弹(虚荣的篝火与第四支柱的缺失)

15世纪末,佛罗伦萨的修士萨佛纳罗拉升起了“虚荣的篝火”,煽动平民焚烧艺术品和奢侈品,这种源自内部的道德和利益反冲最终也将其自身吞噬。2026年,全球范围内的“反AI活动”和反全球化浪潮同样愈演愈烈。由于牵扯到大国博弈的核心利益,AI的治理已经成为谁都不能输的战场。

一个里程碑式的常态是:**美国最新的Claude 5和GPT-5.6,现在必须先经过政府的安全审核才允许上线。** 国内最高层在世界人工智能大会(WAIC)提出的四项建议中,前两项也分别指向了“模型创新”与“安全治理”。

庄明浩总结了当前撕裂市场的核心三对张力: 1. **创新与安全的博弈**:立法技术究竟是要烧掉“伪造画像的能力”,还是直接烧掉“图像生成本身”?这极其考验监管智慧。 2. **主权与互通的冲突**:各国由于地缘利益立法节奏不一,数据天然跨境与多边机制失灵的矛盾加剧。 3. **效率与就业的血腥对抗**:AI对金融、法律、医疗等高价值白领岗位的侵蚀,引发了科技公司的大面积裁员,社会情绪的反冲才刚刚开始。

更有意思的是财务指标的失效。2026年Q1行业疯狂吹捧“Token Maxxing”(看谁烧的Token多)。据统计,美国排名第一的企业级软件公司,每个月烧Token的成本已经高达**7500美元**,而其软件工程师的平均月薪也就1.5万美元。当烧Token的成本逼近甚至超过人工工资时,这种盲目消耗便失去了意义。

庄明浩借历史作比:电力时代最初看亮度,最后核心指标是“千瓦时”;互联网时代最初看Pageview,最后证明Session和Click(点击)才决定商业模式;移动互联网时代运营商卖流量(M),但真正的价值锚点是DAU和MAU。今天AI时代的“Token”绝对不是代表商业本质的最终指标,那究竟什么才是AI时代的ROI度量衡?目前没人知道。

* **美国软件厂商Token成本**:头部企业月均烧Token成本达7500美元(约占软件工程师人均月薪1.5万美元的一半)。

---

`49:24` 终局思辨:当智能不再稀缺,人还是万物的尺度吗?

在引用《第四支柱》这篇文章时,庄明浩指出,在技术、资本、知识这三个被巨头和当代“美第奇”疯狂填满的支柱后面,第四个支柱——“人类自身的画像”——从来不会自动出现,必须由具体的人去刻意建造。

当智能体能够完美替代工作并产生某种社会性理解时,“人是万物的尺度”这一人文主义信条正面临前所未有的动摇。文艺复兴给出的答案是将人从神学秩序中解放出来;而AI时代给我们的答案,或许是去**重新定义哪些事情必须由人来做**。500年后的历史学家回顾2026年,可能不会记住某一个具体的模型名字,但一定会记住这是人类第一次认真讨论“当智能不再稀缺后,人类的位置在哪里”。文章作者对2050年做出了温情的预判:人类会重新回归一门手艺并被其塑造,会在真实的地方承担责任,会与少数人保持长相守的相互义务,并有意识地继承和传递传统。

在播客的最后,庄明浩抛出了下半年值得所有人紧盯的四个核心观察点: 1. **ROI与Token指标的破产**:放弃单纯的Token消耗量,探索是否会走向按结果竞价,以及巨额CAPEX何时遭遇拐点。 2. **开源与闭源的中美大国博弈**:以Kimi K3在部分细分榜单逆袭为代表,中美模型的绝对差距究竟是在缩小还是被拉开。 3. **世界模型与物理AI的收敛性**:各方界限模糊后,究竟是自动驾驶、具身智能还是游戏会最先迎来世界模型的PMF(产品市场匹配)? 4. **治理立法与激进反弹的对撞**:更激烈的政策监管冲突,是否会和大家预期的“资本泡沫破裂”在同一时刻合流到来?

庄明浩展示了最后一张图表:将全人类用不同颜色的小格子标记。使用免费AI工具的人是绿色,付费订阅的是黄色,而真正用上Agent的是极少数的红色点。从3月份到6月份,红点和黄点虽然在变多,但相对于整个人类的庞大基数,依然少得可怜。

正如他所说:“这一切,还真的仅仅只是刚刚开始。”

## Notable quotes > `03:20` 老朋友们都回来了 — 庄明浩

> `05:31` 重估一切,文艺复兴 — 庄明浩

> `08:35` 股一般还好,但债经常出问题。 — 庄明浩

> `13:55` 一个叫AI,另一个叫其他,其他里最大的叫药。 — 庄明浩

> `19:21` 现在的行业整体收益规模,将将只够Cover住巨大的CAPEX折旧。 — 庄明浩

> `24:37` 两种主张、一种公式 — 庄明浩

> `30:27` 硅谷(闭源前沿模型):对应15世纪的意大利。追求极致、昂贵、独一无二的巨匠壁画,依靠天价算力和旗舰订阅撑起生态。 中国(开源、高效率扩散):对应当时的北方版画印刷。走便宜、可仿制、大规模扩散的市民买家路线。 — 庄明浩

> `35:50` 工坊制才是产能的来源 — 庄明浩

> `53:36` 这一切,还真的仅仅只是刚刚开始。 — 庄明浩

## Mentioned 庄明浩, 张震岳, 蔡依林, 海尔, 英特尔, AMD, 三星, 美光, 闪迪, 西部数据, 希捷, 英伟达, 技嘉, 惠普, 戴尔, 联想, 美第奇家族, 高盛, 谷歌, Meta, 亚马逊, 微软, 甲骨文, 苹果, 长鑫存储, 思科, 马斯克, XAI, SpaceX, Anthropic, OpenAI, Llama 5, GPT-5.6, Gemini 3.5 Pro, Mistral, Sutskever Machine, 智谱AI, 通义千问, MiniMax, DeepSeek, Kimi, OpenRouter, 阿里, 腾讯, 百度, 字节跳动, Harvey, Claude 3.5 Sonnet, GPT-5, Cursor, 李飞飞, World Labs, 杨立坤, 哈萨比斯, DeepMind, Momenta, Sora, PixelDance, 达芬奇, Codex, Claude Code, LangChain, CrewAI, 豆包, 扣子, 通义灵码, MonaRun, 悟空, 元宝, 腾讯混元, Workbody, 秒哒, 钉钉, 萨佛纳罗拉, Claude 5, 《第四支柱》

[Source](https://www.xiaoyuzhoufm.com/episode/6a5a91e1a3fec224d59f4ddd)

中文简报

科技巨头半年硬件股飙升192% 资本开支逼近万亿美元触发自由现金流危机 AI行业全面跨入智能体与推理时代,Token盲目消耗的虚假繁荣将因投资回报率(ROI)指标破产与巨额算力折旧而遭遇现金流断崖式反冲。 2026年上半年AI行业正经历一场重估一切的“文艺复兴”:传统IT硬件公司股价暴涨,科技巨头的资本开支(CAPEX)因AI迈入推理与Agent时代而疯狂飙升,导致自由现金流面临转负危机。在模型层,中美呈现出硅谷闭源前沿模型与中国开源高效率扩散的南北路线差异,且行业正经历从预测下一个词到“世界模型”的范式革命。同时,AI全面进入Agent元年,Coding与通用办公智能体正加速重构软件生态,而随之而来的安全治理、就业冲击以及Token作为财务指标的失效,正迫使行业重新寻找AI时代的真实价值锚点。 2026年上半年传统IT硬件与存储行业迎来“文艺复兴”式暴涨,17家主要公司平均涨幅达192%,存储在AI数据中心成本占比升至18%,美光毛利率更从2023年Q1的-33%暴利反弹至2026年5月的85%。 (2:08) 巨头资本开支(CAPEX)持续超出预期,但AI当前营收仅够冲抵巨大折旧,自由现金流断崖式下跌引发高额债务暗涌,市场深陷黄金时代与泡沫前夜的激烈争论。 (18:34) 大模型格局呈现中美分化:硅谷走向昂贵且能自主执行十几个小时任务的闭源前沿模型,中国则凭借高性价比与高扩散效率在开源生态及细分场景中持续渗透。 (23:22) AI全面迈入Agent元年与“世界模型”的透视法革命,OpenAI与Anthropic推动产品从传统Chatbot转向任务执行与代码自主演化,推动软件生态底座重构。 (35:50) 面对白领岗位冲击、主权与安全监管博弈,单纯考核Token消耗的度量衡逐渐失效,行业正重新审视AI的真实商业ROI与人类在无稀缺智能时代的位置。 (44:58)

Reading summary

主播庄明浩在播客中指出,2026年上半年AI行业全面步入推理与Agent主导的新阶段,如同“文艺复兴”时期知识复制成本暴跌催生的秩序重构;但在资本开支与硬件狂欢的表象之下,行业正面临自由现金流转负、Token度量衡失效与社会治理反弹等多重深层张力。 资本开支激增与硬件暴利背后的现金流暗涌 (8:18) 受推理与长上下文记忆需求驱动,科技巨头的资本开支(CAPEX)持续超预期。高盛数据显示,四大巨头2024年实际CAPEX增长54%,2025年激增73%逼近4000亿美元,庄明浩预计2026年叠加甲骨文与苹果后总额将达8000亿至近万亿美元。资金流向使AI数据中心内的存储成本占比从传统的2%跃升至18%,推动美光毛利率从2023年Q1的-33%暴涨至2026年5月的85%,17家传统IT硬件公司上半年平均股价涨幅达192%。 然而,激进扩张掩盖了严峻的财务压力。庄明浩强调,当前行业整体收入仅能勉强覆盖高额的CAPEX折旧,巨头自由现金流自2025年Q3起断崖式下跌,财务模型预测其可能在2026年Q3集体转负。随着巨头通过发债融资,高杠杆的Neocloud服务商(如CoreWeave与Nebius)因收入不足以偿付利息,股价自高点回落30%至50%,市场在“技术革命收入滞后”与“算力循环担保泡沫”的争论中高度分化。 智能演进与中美路线分化:壁画与版画之争 (23:22) 在前沿模型层,GPT-5.6、Llama 5及Gemini 3.5 Pro已实现无需人类干预、自主执行任务十数小时的能力,OpenAI与Anthropic正共同转向“AI训练AI”的自主演化闭环。未上市的OpenAI与Anthropic估值分别逼近万亿美元(约8000亿与9000多亿美元),但随着SpaceX上市后破发,大模型IPO的前景再度蒙上阴影。与此同时,底层范式正在从Next-Token预测向理解物理法则的“世界模型”迁移。 在竞争格局上,庄明浩借“意大利路线”与“北方路线”隐喻中美分歧:硅谷依赖天价算力打造昂贵、独有的闭源旗舰,如同文艺复兴时期的巨匠壁画;中国厂商(如智谱、通义、MiniMax、DeepSeek、Kimi)则依托开源与性价比,走类似北方版画印刷的低成本高效率扩散路线。尽管中国头部大厂总计约1000亿美元的CAPEX与美国相差一个数量级,但海外应用已开始采用中国开源模型做后训练,例如Harvey与Cursor分别集成了GLM与Kimi的技术。 Agent工坊重塑软件生态与国内协同暗战 (35:50) 行业共识已全面告别单一对话形态(Chatbot),转向规划、调用、执行与评判分工的“多智能体工坊”。OpenAI将Codex与ChatGPT整合,日增百万活跃用户并迅速突破1000万大关;Anthropic的Claude Code则使其软件工程师人均代码提交量提升8倍,代码逐渐成为AI自主演化的核心基座。随着图形界面(UI)被Cli、MCP与A2A协议替代,模型厂商正快速侵蚀传统SaaS市场,涉足金融、法律及企业服务等高价值领域。 国内大厂亦在加速重构通用办公智能体生态,字节(豆包、扣子)、阿里(通义灵码、MonaRun)、腾讯(元宝、Workbody)与Kimi等均深度卷入。庄明浩观察到,伴随底层逻辑演进,早期基于简单提示词封装的旧版智能体业务已被下线淘汰,钉钉及各巨头内部正密集推行业务整合与内部赛马,产品的物理形态已逐步被Codex和桌面端应用统一规范。 治理博弈加剧与Token度量衡的本质失效 (44:58) 技术渗透引发的利益反冲正如同历史上的“虚荣的篝火”。由于大国博弈及对白领就业岗位的替代冲击,AI治理成为各方焦点。美方前沿模型上线前已必须前置通过政府安全审查,国内高层亦在WAIC强调模型创新与安全治理并重。监管层正面临“创新与安全”、“主权与互通”、“效率与就业”三重张力的考验。 与此同时,以“Token消耗量”为核心的商业逻辑显露弊端。统计显示,美国头部企业级软件公司月均烧Token成本已达7500美元,逼近软件工程师月薪中位数(1.5万美元)的一半。庄明浩认为,如同早期电力看亮度、互联网看Pageview一样,Token消耗量绝非商业本质的衡量标尺,盲目消耗无法证明真实ROI,AI行业尚未建立真正有效的商业价值度量衡。 庄明浩总结认为,在技术、资本与知识三根支柱狂飙突进之际,如何界定“人是万物的尺度”这一第四支柱成为根本命题。面向2026年下半年,行业需重点审视四大未解疑问:Token指标破产后真实商业ROI与CAPEX拐点何时显现、中美开源与闭源的技术鸿沟是否实质拉大、世界模型在具身智能或自动驾驶中谁先达成PMF,以及更严苛的治理监管是否会与资本泡沫出清在同一时刻共振爆发。

Source quotes

[3:20] 庄明浩: 老朋友们都回来了 [5:31] 庄明浩: 重估一切,文艺复兴 [8:35] 庄明浩: 股一般还好,但债经常出问题。 [13:55] 庄明浩: 一个叫AI,另一个叫其他,其他里最大的叫药。 [19:21] 庄明浩: 现在的行业整体收益规模,将将只够Cover住巨大的CAPEX折旧。 [24:37] 庄明浩: 两种主张、一种公式 [30:27] 庄明浩: 硅谷(闭源前沿模型):对应15世纪的意大利。追求极致、昂贵、独一无二的巨匠壁画,依靠天价算力和旗舰订阅撑起生态。 中国(开源、高效率扩散):对应当时的北方版画印刷。走便宜、可仿制、大规模扩散的市民买家路线。 [35:50] 庄明浩: 工坊制才是产能的来源 [53:36] 庄明浩: 这一切,还真的仅仅只是刚刚开始。

Original transcript

[0:00] 大家好,我是明浩现在的时间是7月18号的凌晨我刚刚结束7月17号在北京参加的会议然后我翻了一下我的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号现在正好过去快三个月的时间那从习惯人来看确实也到了该再做一次整理的时间然后因为今年开始我在用阿玛来做我的很重要的知识库的整理我就看了一下从五月到六月也就截止到今天的七月的情况我大概差不多平均每个月可能会在阿玛的知识库里存90到100多张可视化图表一个月也就是平均一天三张然后大概每个月会存20到30份的PDF报告也就是平均差不多一天一篇然后我准备今天的内容的开始时间应该是7月初也就是核心的内容来自于五六月的两个月的更新也就是它的原始书记大概是200张左右的可视化图表加四五十分的PDF对然后我会觉得如果再不做整理的话这个信息量的堆积之后我可能也很难再去做整理然后正好赶上SSTN官方他们在7月17号也就是WIC同一天在北京开了一场黑压的大会我做了一次最美的逆行者早上起来从上海飞到北京来参加这场会议做了这次演讲但是我的演讲时间因为只有45分钟为了现场的节奏我故意加快了速度所以我本来是想用现场的录音来做这次的博客的但后来发现那个节奏太快了所以我就决定自己重新再录一遍那我们正式开始今天的内容整个内容就是大概是26年上半年的AI行业梳理对可能相对集中在Q2因为Q1的时候我在春节春节后以及狂喜做了三次的节目大家有些可以回头去听然后我们正式开始今天的内容我起了一个相对有点文素搜的标题叫重工一切文艺复兴2026H1 AI行业观察为什么会讲这样一个标题呢首先从一个小的故事开始在上上周我没错的话应该是7月初的那一周就是做PPT的准备做这个PPT那一周是今年的金曲奖的颁奖典礼今年的金曲奖的歌王跟歌后分别是张真月跟蔡依林对我是一个80后我是86年的这两位歌手的很多歌其实是伴随着我们甚至可能在年纪大一点以及在年纪小一点的人的青春里面很重要的回忆然后今年是2026年当2026年的金曲奖的最佳男歌手跟最佳女歌手给了张真月跟蔡依林的时候你不禁会反问金西是何年对吧为什么会在这个时间还给这两位其实已经是并不是很新的歌手对吧可能对于我们巴黎后而言这两位歌手是非常熟悉的但是对于今天年轻人而言这两个歌手对他们意义是什么可能不太一样对然后当我有了所谓金西是何年的改叹之后你会发现这个改变不仅仅只针对娱乐行业同样的针对今天可能尤其上半年的所谓的AI行业相关的硬件跟存储力量行业所以我第二页的写的标题叫老朋友们都回来了我是2000年上的高中在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然后品牌机那个时候还没有所谓DIY的风潮然后我在03年上大学的时候因为上大学了可以开始自己拼自己的电脑我们那时候开始研究DIY所以在那个时候去传一台机器我们需要买CPU买内存买硬盘买显卡买机箱买显示器买键盘主标对吧在那个年代我们就认识了英特尔AMD三星美光三disk西部数据西捷英伟达技嘉惠普戴尔包括联想都是然后你刚才听到我喊的这十几家厂商的名字应该在今年的上半年的无数次的财经新闻里面都看到了他们的名字对然后我做这个PPT的时候很有意思我开始做这页PPT的时候是七月初然后我让AI帮我算了一下刚才我们列的大概17家左右公司在26年上半年的股价的增长情况这17家公司平均的股价增长是192%平均翻了将近两分平均哦你像Sandisk这种应该是涨了700%多当然这个数字呢只截止到上一周那这一周大家如果关注科技行业的股票的话应该发现啊 [5:00] 去这一周甚至两周左右是比较动荡我没记错的话昨天晚上Santhisk跌了13%美光跌了8个点还是9个点对在经历比较大的调整所以行业变化太快了做BTA也很难做大家都知道然后老朋友们都回来对这些公司这些当年的所谓的IT硬件公司在今年的AI的新的叙事里都变成了新的朋友那所以我就引发了今天的标题那为什么叫文艺复兴呢那到底什么是文艺复兴呢我们回头来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轰塌了比如说印刷术让原本书籍这种东西只属于在教会的核心的人员控制范围内的东西变成了平民的东西那今天在AI时代推理成本的下降使智能变成了所谓的技术设施因为这种复制成本的坍塌所以一切价值都被重雇了就是今天的标题重雇一切然后第二点更重要是赞助人体系的回归在文艺复兴里面有非常多所谓的富豪们愿意把钱给那些所谓的艺术家让他们支持他们所谓的创作那在今天巨头资本几乎把钱全部都投在了AI上然后这些所谓的今天这个时代的天才研究员们他们的身价已经是一个非常恐怖的数字他们依附于算力跟金钱的庇护双眼号的庇护来做AI的研究暂时做人体系的回归第三个事情是对人的重新的价值评估尤其就到26年之后关于AI取代人类人类的发展各种各样的议题探讨特别的多那当年的文艺复兴年代也一样就是人本主义会问人是什么那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点来分你会发现文艺复兴的那些当年的故事在今天都有它的新的含义比如说在钱的角度当年文艺复兴年代最有名的一家银行叫梅蒂奇他赞助了非常多的艺术家们做各种各样的创作但是191919几年梅里奇倒闭了就是钱也会出现问题那就对应今天的算力资本开支跟泡沫的讨论比如说印刷数那可能就跟今天比如大家讨论开源模型然后推理成本下降有关然后大家在那个时候哪怕是在意大利大家也会说南方跟北方的文艺复兴是有差别的那在爱年代当然就是中美两国之间的双击对抗包括底下的暗线开源和闭源的这场竞争然后比如说当年出现的所谓透视法就是可能对应的就是今天的世界模型比如当年会出现了工坊会出现了分工尤其在艺术创作上那就跟今天我们大家讨论智能体有智能体的编排甚至多智能体的系统可能是对应的最后当年也出现了非常多关于人类人的探讨似乎今天我们遇到了很多问题治理社会的反弹政策监管各种各样的问题可能都是一样的所以你们发现所有事情都对得上我今天的内容的章节基本上跟这几个议题一对应我们一个一个看先看第一个硬件与资本也就是美第奇的账本熟悉我做PP的朋友们应该对我的PPT结构是比较有概念的我一般一个大PPT应该是4张一般是4张会先讲技术然后讲产品然后第三张一般会讲资本然后第四张一般会讲一个当时时间点热门的故事无论讲泡沫讲艺术史讲AIGC什么的但是今天在这次的整理当中我把钱的事情放在了第一位也就是硬件跟资本放在了第一章因为确实过去可能尤其在Q2开始这件事情可能是业界讨论最多的那我们在西方的来看去跟刚才所谓的美体账本的对比15世纪赞助了艺术兴起大家去投教堂壁画图书馆的这些东西然后疯狂下注巅峰期美利奇银行的分行遍布整个欧洲他甚至是叫停了银行家但最后的结果是1494年美利奇银行倒闭了赞助的黄金时代以挤兑收场对他是银行的很多银行倒闭都是因为挤兑那挤兑再往上大概是因为债产生的所以债会是很重要的问题我也无数次在我的PP里强到股一般还好但债经常出问题然后对于2026年今天对吧 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市场到二市场对吧钱然后大家疯狂下注触碰万亿美金的KPS的规模触碰万亿美金的代表公司的估值万亿美金在我去年年底那次总结当中吹领这个数量级已经失败了 [10:00] 人类GDP的衡量数量几了对吧然后但结局呢不知道对吧就是是否一定会像美金银行那样因为挤兑最后倒闭还是说我们这次不一样没有人知道或者是可能还没到时候做这个结论的时候那么一个个看首先老生常谈的KPS投入回顾过往历史上所有的这些技术革命铁路电器甚至汽车消费电脑软件云移动互联网其实都经历了类似的资本投入的密集期但这一次似乎看起来更疯狂然后更重要的是前两天高盛做了一个统计我觉得统计很有意思他统计的是什么他统计24年那个时候我们对24年的KPS的预期增长是多少然后24年底去看25年的时候当时对25年的预期是多少然后同样的看25年底对26年的预期是多少然后这个预期去跟真实的当年发生的情况去做对比结论是什么呢结论是我们在过去三年AI这一轮爆发的过程中每一年对于开倍S的预期都是低估的比如24年也就是23年底的时候大家预估24年开倍S增长19%但实际上涨了54%涨了真一半大家会认为已经涨了这么多了那我们225年的预期再多一点比如涨20%但实际上25年涨得更疯狂25年涨了73%25年的时候那四家最重要的科技巨头应该加起来已经快4000亿的KPS大家觉得每家1000亿已经很疯狂了那我们26年再疯狂一点再涨个三分之一差不多了吧但实际上26年看起来会涨到80%甚至100%对吧Google 麦塔都是100%在涨量版讯也差不多对吧那马上大家可能在Q3甚至Q4开始要预期27年那27年这几家加一起已经是大几千亿美金了如果再把Oracle算上可能就是破万亿美金了已经到万亿美金的情况下我们对27年的KPS增长预期应该是多少了百分之二十几三十几那实际情况听起来可能会更大会高到506070那这个数字真的大到有点恐怖了不是吗所以为什么会突然间这个事情继续的放大我觉得我核心的议题是时代真的变了哪怕是在AI时代的议题也变了原来我们是通过模型的预训练给他为足够的数据通过GPU的方式得到了模型但是今天我们进入了一阵年代对吧一阵年代我们开始分配任务做任务的执行甚至需要包括对很多战下文的数据的记忆所以引发了关于内存CPU存储哪怕是在推理层面也不单纯只有GPU也有TPU甚至其他的定制芯片的出现所以整个的议题全部都变了那这些钱对万亿美金的流转对吧就是这几家所谓的科技巨头每年在开配奖上头你像GoogleMeta亚马逊微软Oracle我们再把Apple加上可能26年就是大概8000亿而新年一定是颇万亿的那这万亿美金投给了谁当然就投给了那些做AI的基础设施的公司从芯片代工到芯片到存储到网络传出设备到云的基础设施甚至到能源对吧这几层基本上这万亿美金全都转到那里所以市场出现了两种针对所谓是刷氧号token的买方跟卖方这两种力量的角逐其实是过去这几个月市场的主线那看起来在之前一段时间市场把正向的buff给到了这些我们叫卖方也就是像美光啊海里士啊Sandisk啊通用能源啊英特尔这些公司那相对于这些买方亚马逊也好微软也好Meta也好Google也好其实在今年的股价表现也好对吧然后呢那提到股价那股价就能说明一切吗你会发现进入到26年的时候在25年底的时候大家就会预判有一波下调对吧这个下调出现了但是很快就被拉坏了标普500现在不断的在创新高虽然最近一段时间的波动非常的大我们回看过去7个月时间也是26年的数据标普500的涨幅前16名有14家是刚才我们说的这些IT应典公司有两家是药的公司所以纯从股价上来看今天这个科技行业只有两个议题或者说只有一个议题叫AI另外一个叫其他其他里面最大的药仅此而已那提到存储对吧存储为什么是在其实去年下半年大家就开始聊存储会怎么样那很核心的问题是比如说我们从数据工新的成本构成来看在这轮AI爆发之前建立一个数据中心存储所占的成本结构可能只有占2%但是随着我们刚才说时代的变化对存储需求的提升包括存储的价格的提升在26年呃 [15:00] 建立一个数据中心尤其是成规模数据中心存储成本可能已经要占18%然后GPU或者是算力芯片占42%冷却占10%能源占15%Building就是盖那个房子占15%然后更重要是比如说你看每一代的英伟达芯片的发布的时候除了我们去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是几何倍数在增长所以这两个加成的效应一加一就远远甚至大于二所以造成了无论是在占比和绝对量上存储都成为了最核心的议题但存储行业是垄断的对吧我们能够提到的无论是高速硬盘内存都是垄断的这两天长新不也上市了吗打新情况非常的恐怖对吧然后我们对存储行业的收入的预期从23年开始上一轮周期的低点开始到24年25年暴涨26年可能会涨非常多未来的2728年依然会涨但是问题在于存储行业是严格符合周期的存储行一直以来都是一个周期行业之前一般差不多是一个四年期的周期行业就是每四年差不多我们会因为新建厂房因为需求提升然后我们去建厂房厂房建好了这个需求也掉下来了然后就开始跌每四年都是如此但似乎大家会说这次不一样所以你会发现这次所有对于存储行业的厂商的收入预期的曲线大家都特别夸张然后也就造成了这几家存储的公司的过去一段时间的股价的疯狂上涨对吧涨几倍都是非常常见像Sandisk这种涨了700多然后海力士对吧SK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有阿里跟沙特阿美保持的在美国上市的海外公司最高的目击额的记录对吧让这些华尔街们见识一下今天这个时间点市场上最好的公司或者最热门的公司是什么样SK海力士然后再看我们刚才讲这个存储行业是有严格的周期的我们再看另外一家这个公司代表美光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多美金然后从历史上来看在上一个周期就23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%其实它没有多苦但是今天对今天美光的毛利是多少85%它从23年的QE的负33%的毛利到26年5月可以做到85%的毛利这个周期真的太疯狂了那除了这些存储行业之外有另外两个公司我绝对值得说一下英特尔跟斯科我们这轮讨论一爱的时候大家总会去评判跟类比上一轮的互联网泡沫那在上一轮互联网泡沫的时候的代表公司可能就是斯科跟英特尔他们这两个公司也是在上一轮互联网泡沫就2000到2001年的时候达到了股价的历史巅峰然后过去的26年里面这两个公司的股价从来没有高过那个20年创造的历史高峰但是进入到26年这两个公司都回来了都回来了所以这页的标题叫A long way back从股价上来看英特尔跟斯科都在26年斯科应该是25年底股价超过了当年互联网泡沫的巅峰所有都回来了但这个账本不可能永远都是这样疯狂它有另外一面比如说最近CBS上市大家知道CBS的XAI有比较多的调整XAI的模型训练可能会不太做了那XAI的算力怎么办呢所以在上市的时候Space跟Azopik签了一个算力合同也相当于马斯克把他的算力给了Azopik来用然后最近类似的事情Meta也出现了对吧那我们经常说所谓的四家KPS疯狂投入巨头里面另外三家Google亚马逊跟微软是有云业务大家可以理解那Meta为什么投这么多钱也在做开PAS他又没有云那现在好了小夏说我们也可以做New Cloud我们也做云我们也会把我们的算力给到合作伙伴来用所以这个账目有另外一面为什么会这样呢其实很简单的问题我们刚才讲的全部都是投入全部都是投入我们开PAS投下去然后买了这么多硬件建立任何数据中心很现实的问题是即便今天AI行业的收入规模涨得非常的快速但是现在的整体行业的我们把所有人的收入都算起来这个收入将将够今天巨大的开边S支出的折旧也就是说现在的收入只够cover折旧那你要想我们投钱进去是要为挣钱的当然他会有时间的gap但是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 [20:00] 毛利之后再产生利润是这样一个过程但是现在至少截止的26年Q2这个时间点AI行业整体的收益规模刚刚只够折旧那就出现一个什么情况我们还是看这几家所谓的科技巨头这一张PPT就拉了两张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自由现金流在2005年Q3开始疯狂的下降进入到2006年跌的一塌糊涂也就是说他们投的钱太多但是他们的收入开始顶不住了即便这已经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问题也不是说问题就是他们的现金流跟cap gas之间的这个数值出现了一些反过来然后根据预测大概在26年Q3这几家科技巨头的自由现金流会变成负的就是马上就是Q3那钱是最核心的指标对吧那自己挣的钱不够怎么办呢市场上出现了债虽然这几家KG头已经非常非常能挣钱了但是他们也在发债对吧Google发债英伟达发债Meta发债所有人都发债他们作为KG头有一定的任性的资本并且他们的发债也发的非常的顺利Google发了一个100年的债瞬间发光好几倍的认购但是并不是所有人都有这种奢侈的资本所以在另外一个板块比如在很多New Cloud公司身上像Covail和Nabios这种公司他们的杠杆率极高他们的今天的利息可能都不够他们的收入可能都不够付利息的成本所以债更多的出现了在这些所谓的我叫最喧嚣的前线身上尤其是这些 new cloud 公司所以我们回看这些 new cloud 公司其实在过去的时间在经历非常大的调整COVE也好Nebius 也好他们在最近一段时间的股价相对于高点应该都跌了30甚至40甚至50了所有人对他们担心都是一样就是现金流的问题所以第一章的最后的结论到底是美利奇的黄金时代还是印象泡沫的前夜正反两方都有非常非常充分的理由来说明自己的观点是正确的比如正方大家会说模型能力还在持续上升AI的升值率还在疯狂的加速单位推理成本还在下降然后进入到今年token完全打开了这个生产力的成定这个token的消耗基本上是按几个位数在涨然后模型公司应用公司的收入增长是历史近没有见过的而且大家会说每一次技术革命这种收入跟投入之间的这个这个这个gap都是之后的都是要先投入这正方的观点那反方的会认为企业应用落地其实是没有那么容易的需求策的事情远远没有像估计策那么疯狂然后这个算力的支出大家互相循环融资循环担保这个钱一定会出问题然后债往往都是引花破裂的导火索美利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是怎么样到底是相信这边还是相信那边我觉得市场也在不断的纠结为什么最近的时间市场波动这么大也是这两种情绪的极致对抗产生的结果第一张美利奇的资本我们进入第二张智能的复兴讲三个要素或者三个小的标题印刷术对应今天的模型进展南美双集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个美国预算家加Meta加X的模型发布的节奏我第一次做这个图的时候没有Meta跟X那也就是在过去的两周Meta跟X都发了他们新的模型也还行也就是他们还没有放弃一场战争所以我知道JAPT从原来的Google还在预算家里吗现在变成了预算家的格局有变化吗Meta跟X还有机会吗至少Meta跟X还在努力然后从纯模型进展来说今天的模型真的强的非常非常可怕最新的Facebook 5也好GPT5.6也好以及马上可能要发的GEMINAL 3.5 Pro也好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没有问题然后每天我们看到各种各样新闻讨论SOPIC讨论OPI我找了一张梗图一个医生问一个病人这两个logo是什么然后底下用一个英文单词这两个logo其实是代表了痔疮的两种形态大家如果有心情可以看一下这个图我觉得非常有意思然后同样是这两家最头部的公司本上来讲他们在做的事情其实是一样的我叫两种主张一种公式分别用两个PPT一页PPT是我已经用了很多年的一页PP就是当时夏曼奥特曼讲OpenAI L1到L5的发展的对吧那我们在L3到L4L3是智能体L4是研究者吗那研究者在做的事情不就是让AI自己研究自己吗对吧 那不就是自主 [25:00] 文化的这个逻辑吗那As I've got to go更不用讲了就像我上次在IGC那次那个内容当中用的那页PBTAs I've got to go在今年上半年发了一篇文章叫文 AI built itself对吧我们就开始用人类进行AI的方式训练模型把模型放到训练的过程当中一次一次训练之后你看你会发现到最后人类消失了那也同样就是Auto ResearchRSILoop我们在讲这些故事都是一样的所以本上讲郑长雅今天这个时间点最投入模型厂商叫两种主张但是一种公式然后造成结果是说当模型真的呢可以在部分环节跟场景里实现所谓算以后的自主计划之后模型的发布节奏疯狂的加速了从时间线上来看进入到26年我们如果只看美国这五家公司就是OpenAI GoogleMetaSOPICXAI它模型节奏应该是疯狂的加速的对吧就是你想这个我们在春节的时候我还在聊Operus 4.64.7 4.8然后5对吧你像是在过几个月时间然后GPT 5.5到5.6同样多媒体共存也成为了常态对吧Code推理多莫泰长沙亚文都有各个时间点在领先的厂商谁很难做的绝对领先同时你像欧洲的Mixra对吧然后包括原来前OpenSEO做的Shrinking Machine这周应该也发了他们的真正意义上的开源模型对吧资本也在支出这些模型的大方那同样呢我之前用过一张PPT也是美国一个很有名的投资人他总结的从去年下半年开始从这些最投工业厂商离职的员工成立的所谓New LabNew Lab也大概拿了几百亿美金了他们也在做他们的主张那我们回到这两家公司里面来看Azopic OPA的竞争态始在26年Q2出现了变化Azopic某种以上超过了OPA然后比如说我们只看2B的订阅的情况来看Isofin应该是在26年的4月还是5月超过了Opene也差不多是同一时间从估值角来说5月份的时候Isofin那种的融资的估值就超过了Opene的估值一加现在是9000多亿加8000多亿这个数字其实非常疯狂也就是说他们还没有上市的时候已经接近1万亿了然后1万亿我们又再聊这个数量子1万亿美金比如今天OpenAI其实在25年应该是亏了14个币就140亿美金25年OpenAI的收入大概只有25个币但是如果用25年数据来看OpenAI的这个PS是40倍然后历史上的这些科技巨头从他们成立到他们真正到1万亿美金苹果用了42年Google用了21年SpaceX用了24年OPERN用了10年Isofic用了5年非常疯狂疯狂的万亿美金然后同样的今年的美股会迎来史无前例的超级大年SpaceX已经上了大家已经看到虽然斯贝加斯现在已经跌破发行价了因为大概十个交易是不到对吧然后我们还在Southwake应该还在观望市场的情绪原来不出意外的话我们会在今年看到两个商市但是现在最近这个市场情况不好说然后我们讲完了模型竞争再讲中美对抗叫两场文艺复兴两条技术路线其实15世纪在欧洲的文艺复兴不仅有意大利意大利那边是暂时人定制具有巨匠的杰作壁画它很昂贵很独一无二但同时在北方出现了版画印刷市民买家它是便宜可仿制的两条路线互相学习共同塑造了欧洲那你一听这个故事就跟今天我们在IA领域的状态是几乎一样的对吧规武那边就是超大的币原前缘模型天价的算力起见的订阅的付费收入我们这边就是开源高效低价版画路线对吧大规模扩散双级的格局已经正式成型绝对以上的公式这个我觉得全世界都是有这样的公式我们看中美对抗然后我就拉了一张刚才那个美国五家的那个表单同样把中国的厂商放进去知谱前问minimaxdeepseekKimi我没有放火源我也没有放Cdance他们可能在另外的一个战场里我就放这家公司拉一下这个数据曲线竞争非常的激烈同样我也用了一张蚂蚁开源在总结的过去一年多整个模型领域的进展就各家发模型的时间模型的大小时候开源你们也感觉到中国的模型厂 [30:00] 更多的选择开源的错例除了字节以及另一样离制之后的千万的最max的模型也选择了B元然后美国那边可能大部分模型厂商选择的是B元的然后最近像那个Sink Machine他们最近发的模型算大家会认为是最近的最新的美国开源之光对吧其实传说还行对吧但是确实讨论不是很多然后中国厂商们在open shooter上的各种各样的数据其实无数媒体在过去这几个月也渲染了非常多对吧虽然open shooter到底能占全网的流量的能不能到1%都不好说但是反正大家都默认这是一个很重要的第三方核量指标跟数据反正都会看一下然后无论是科技巨头还是中国这几家所谓的模型出场公司其实在今天上半年尤其在股价上那两家上市的都经历了比较大的波动对吧就在我做PPT的这一天智谱今天一天跌了30%对吧当年也不说当年了就是那几天都摸到万亿港币的智谱现在已经回到5000了然后minimax已经回到发行价以下了就是这个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对然后当然那谈到前的角度我们前面讲了美国那家可以去投开票的投入那四家五家吧七八千亿美金到一万亿美金今天其实如果我们看中国这家所谓的上述公司加字节的话阿里百度腾讯加字节他们开票的加一起大概也就是一千多亿美金其实跟美国那边其实有比较大的差距差了一个零对吧就是我们芯片收线也没办法再加上我们现实的厂商的体账可能也没到所以这个事情会不会拉开更大的差距我们不知道尽管其变吧但是中美两国之间在AI模型上的事情我觉得并不是完全意义上的非死机闭甚至在互相的融合因为毕竟这件事情从技术角来讲没有办法做到完完全全的隔离比如说法律运最好的一家AI公司哈维之前做了一个他们自己的榜单叫LAB就是专门在法律领域的榜单Bunchmark然后他们就做了另外一个实验就是他们通过他们的后选的方式当然他们找了一家合作厂商后选了质朴当时的开源模型5.1就GM5.1然后拿到了这个榜单的第一名这个成绩超过了Operus 4.8超过了5.5超过了Sonet 4.6超过了GPT5也超过了当时的KIMI K2.6然后呢比如说Cursor也在说做自己的模型然后后来被扒出来是他们基于KIMI的K2.5做的后训练所以你只要开源对吧然后本人来讲从技术角度来讲就没有办法做到绝对以上的非此其弊第二个小的一题中美对抗我们讲第三个小的一题透视法的革命世界模型420年佛罗伦萨的时候出现了大家去研究所谓的3D空间的透视法然后透视法并非是发明了颜料它其实是新的表证方式所以此后之后一切所有的绘画建筑地图都被透视法改写了那恰恰对应了今天世界模型的发展从预测下一个词转向了预测世界的下一个状态原生动物态文本图像视频在训练之初就开始融合几何物理语意整合成对3D世界的统一的理解我的上一期播客是讲实验模型如果大家对实验模型这个话题有比较更深的了解的意愿的话可以去听我上一期的模型我这一小节的内容也几乎全部来自于上一次的PPT比如说我先用了李飞飞最近发的那篇很有名的文章讲今天的实验模型大概分了三类专门给人类视觉提供渲染的渲染器那这可能是今天实验大部分模型视频文言厂商在强调在做实验模型的时候在讲的故事就是它更多的是在给人类的眼睛做渲染第二类是叫模拟器就是模拟人类的物理规则第三类是规划器就是能够给比如说机器人也好自动驾驶的汽车也好去做物理世界的规划然后这个事情可能更多是今天这个实验点的巨神机器人公司跟制装驾驶公司的主张对然后一路走来做世界蒙行其实也不是今天才做的很多公司在这个世界上尝试了非常多的事情甚至包括英伟达GoogleMeta都做了很多很多的尝试所以我们就看到了各种各样的参与方初创的公司就不用讲了像李飞老师或Labs这个杨丽坤教授的公司其实都是初创的这一轮典型的世界模型公司那巨神智能公司都在讲世界模型自动驾驶公司对吧我上一次讲的是以Momenta作为案例自动驾驶公司视频模型公司对吧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去撼动自己的C-Dance的情况下在今年大家都在主张视频模型的 [35:00] 这个这个逻辑然后那3D生成的公司当然也会在讲因为他们本来就跟这个事情很近对吧当AI3D从一个局部战场拉到所谓的世界模型大战场里出现了这我们看到了所有这些参与方世界模型所以大家就会有各自的主张无论是杨一坤的这个这个主张对吧他说不生成像素他要在潜在空间预测状态比如说哈萨比斯他们会认为Deeveman在做世界模型可能更多是基于多么太理解的然后李飞老师他可能做的更多是编辑3D空间表征的方式就是技术现在世界模型里也有非常多的分歧吧也没有形成绝对以上的共识世界模型也就是第二张关于模型的竞争中美对抗以及世界模型然后我们进入今天的第三张AgentAgent元年对应文艺复兴的从画讲到攻防1470年佛罗伦萨出现了所谓的工坊文艺复兴的很多画并不是一个人画的工坊制才是产能的来源师傅来构图学徒分工去做执行然后年轻的达芬奇就在工匠的这种流程下画出了那个最有名的天使的画作然后我们看今年的智能体对吧纯Chatbot已经到头了我觉得这已经是不需要去探讨的结论分工协作的智能体接棒明确的给智能体的分工开始出现了规划工具调用执行纠错评判与此仿佛然后单智能体之外出现了多智能体的信头这些都是共识最大的公式是什么上周OpenAI更新了它的Codex以及对应的5.0的模型今天的Codex变成了XGPT我们原来用的XGPT变成了XGPT Classical对吧就是之前也说过OpenAI其实在做all-in-one的事情然后OpenAI的乱七也不做了那今天你可以觉得OpenAI最核心的应用就是这个新的GPT原来的Codex然后今天的Codex除了有Codex还有了XGPT WorkWorkWalk出现了所以ChaseBot就聊天机器人彻底翻篇这个是共识然后就因为这个调整在过去几天Codex的数据增长非常非常恐怖上一次公布它的回用户是500万的时候是在5月份然后600万是7月12号700万7月13号7月14号800万7月15号900万这个数字今天已经应该是1000万了就每天加100万是你再更快的增加然后所以真的跟上一张讲的时候一样就是时代真的变了就是原来我们讲模型训练跟这个过程它变了之后用户使用模型也变了原来我们是对话提示词模型返回结果那今天变成了交代任务任务有分工有协作有各种各样的工具调用有评判有loop有循环对吧人类在旁边看了对吧真的时代也变了然后那回头来看如果我们把22年底XGPT的发布作为一个很重要的时间点来说那似乎25年下半年Cloud Code的发布如果我们有穿梭机时光穿梭机穿梭到很多年之后回头去总结过去几年行业的发展的话那似乎应该也有一个Cloud Code时刻对吧所以出现的结果是code吞噬一切在那篇很有名的Ansopic的文章里面他们说他们内部Ansopic的技术员工软件工程师在Cloud Code发布之后的代码提交量人均代码提交量翻了8倍然后code本身除了code这个场景之外code变成了Hanness的一部分就是code来执行所以我们刚才计划当中的让AI训练自己的实施方式所以code囤实一切然后coding呢当然成为最最最核心的战场尤其在26年Azopik通过Cloudcode异军突起对吧然后codex在Q2开始追然后coser开始往下不是特别理想对吧虽然coser最后被x收掉其实是个不错的结果而且科科今天的收入顾目应该也不小但是确实从精通角度来讲Coding核心战场的竞争非常的激烈同样的软件的生态也被改写了对吧因为大家原来软件是给人用的人类需要UI对吧那现在给Agent用Agent似乎不需要UI所以有了CliMCPA2A各种各样的协议然后我们来基于此来构建软件的生态那类似的事情在开源领域出现了非常多的变化生态结构的变化比如说从大员工具链到了Agent的执行工具链进入到26年尤其明显的我们看整个Agent Infra就是给Agent提供双引号Infra的开源项目非常的多从coding到个人助手到runtime所有各种各样的公司包括小龙虾 [40:00] 本来也是类似的事情然后在这个领域的开运项我们在过去这半年左右的时间增长非常的快速然后再谈一个问题也是个老生常谈的问题模型的边界对吧那进入所谓的认识年代之后大家就当然会问模型能做这么多事情这个事情到底谁来做我们只看结论来说比如说Ansopic在发了他的Opera 4.7之后先后做了Cloud Finance Cloud Legal然后做了安全做了Cloud Science做了Cloud Design然后现在最近在推Cloud Enterprise就是企业服务然后你一听这几个大的行业财务法律安全医药设计企业服务这几个板块都有绝对以上的大的巨头无论是传统巨头传统SARS巨头还是新兴的爱公司在这种各样的服务那同时模型上下场那到底这个事情是谁的呢那从宏观来看比如说我们最好去评判AI行业的规模最开始看的是比如看订阅加广告对吧这个数字可能Code2的数据大概是说0.3个T这个上规模然后后来Coding出现了大家会把coding加进来然后可能加了两个T然后今天从coding变成了work变成白领了就非coding的work又加了两个T但是所有这几个T四个T加在一起都是所谓的数字世界的AI那既然提到数字世界应该有另外一个以及相对等的物理世界对吧所以为什么世界面前的热也是因为这个原因对吧那说完美国再说中国我觉得中国的共识是一样的Chatterbot战役简单性结束对吧自杰我前两天发过一天几课我说自杰有Tray有Codes阿里有Coder有Muller Run有悟空腾讯有Workbody有Qcloud有Malice智博有ZcodeAlsoGLMKami有KamiCodeKamiWork所有的厂商都是在做一样的事情然后更有意思的是我这次参加CSN大会我是下午的发言嘉宾下午是分了三个分论坛我们这个论坛是讲这些事情我们隔壁的分论坛就是Tray的产品经历百度秒答的产品负责人阿里Q的解决方案专家以及马云林刚的一个产品方案专家都在讲agent的事情然后中国质产的共识非常的清楚然后你会发现今天豆包在推新的付费版本里面最核心的功能都是agent相关的然后元宝跟签问其实也在推相关的事情然后在这个我有说法是说今天这个时间点agent或者说通用agent怎么做做什么样的场景找谁付钱怎么定价是2B重还是2C重这些议题都是没有标准答案的唯一有标准答案的是今天这个时间点这样的产品的样子是有比较难的感谢Codex我觉得Codex是个好的师傅他教了我们或者告诉我们今天你想做这样一个产品这个外观这个壳子这个UI应该长什么样子然后自此我觉得在AI的竞争里面在国内基本上今天上半年的机能性战役就出现了一个新的战场就是这个所谓的一关有份报告叫桌面端当然是不是桌面也不重要就是AI原生办公智能体应用迎来爆发式增长以这个WorkbodyTreeQcloudCoderAutoCloCose悟空为代表的这些公司其实是龙虾带来之后的那一波各家厂商自己的这个通用的Work智能体当然这个事情也会在出现变化就是我们当然见到了新人校那自然会见到老人哭比如说也是在这两周当然可能更多的原因是因为监管的原因豆包跟千问都下了他们原来的那个制等体业务我觉得那个时代的制等体更多的还是一种提示词的打包跟封装其实跟今天我们聊的真正以上agent不太一样然后所以豆包跟千问都下线了他们原来那个智能体业务然后呢阿里叮叮出了状况之后新叮叮的负责人就整合了Monalrun悟空跟Coder对吧现在已经整合了阿里已经做了动作那自然而然另外两家巨头这个这个自己也有我们说自己有Code有Tree其实自己海外还有一个当年跟Math做的很像的应用那这几个应用之间的关系到底是那腾讯也一样腾讯确实Workbody所以现在是传说中的新太子了对吧那 QcloudMavis这些应用要不要合并呢因为本来讲大家功能界面甚至面向人群其实都差不了太多对吧所有的议题我觉得事情都在变化中好我们讲完了第三章agent [45:00] 最后一张致力于反弹虚荣的篝火致力的反冲其实在当年的佛罗伦萨也一样对吧修士直接一位修士叫萨弗纳洛拉起了虚荣的篝火他焚烧化作镜子奢侈品没有所谓的外地入侵这些内部全部这些道德的反冲全部来自于人民内部过度的反冲同样是危险这为发起所谓虚荣篝火运动的人最后也被人们架在了火星架上烧死了那今天的AI呢各种反AI活动在全球范围内出现尤其是对于关于取代人类的讨论反全球化这封兴起众多主权国家一直在探索AI的治理的边界AI的现在已经不是全球化是反全球化然后AI牵扯到了人类极限的利益本来讲从主权国家角度来讲AI是一个谁都不能输的大国博弈那今天开WSE大家也看到了我们的领导人在讲什么所以出现变化比如说在美国最新的最新的模型Cloud的Fable 5跟GP的5.6都是先经过了政府的审核才允许上线大家会预判未来这种事情会成为双引号的常态为什么我觉得有三对很核心的竞争的张力导致的这个结果比如说第一个创新跟安全到底我们烧掉的是伪造画像的能力还是烧掉图像生成本身这件事情精准的考验立法的技术你看今天我们国家领导人在今天他所谓提供提出的四项建议里面的第一项就是关于模型创新的第二项就是关于安全跟治理的是一样的然后第二对张力主权跟互通各国的立法节奏是不一的模型跟数据天然跨境多边机制现在看起来比较难所以在今天我们国家领导人的发言当中第四点还是第三点就是在讲我们要成立联盟我们不也成立一个什么联盟吗对吧然后最最最核心的一股张力是关于效率跟就业的从AI从代码已经开始拓展到了其他高价值领域刚才我们说过了金融 法律 医疗 企业服务对吧科技公司大面积裁员社会情绪的反冲才刚刚开始继续这件事情有得搞了对吧那这个事情你会发现变化也很快比如今年QE大家还在谈论所谓的Token Maxing就是谁烧的Token多美国有个统计是说今天这个时间点美国最头部的Top1的企业的软件公司每个月所烧的Token的成本已经到了7000快7500美金了你要知道这些公司的软件公司的平均的工资大概一个月就是1.5万美金就是将近一半那再烧下去如果这个token的消耗超过了一个软件公司的工资的话这个事情会出现变化所以你会发现Q1大家讨论tokenmax但到Q2大家去反思这个指标可能是没有意义的那到底什么是真的问题对吧回看历史我们在发明电的时候出现了电的亮度但最后亮度其实并不是一个核心的指标我们最后知道千瓦时就是电的度是核心指标英特尔年代英特纳年代就是互联网时代大家就开始看pageview访问量但访问量其实最后证明不重要重要的是sessions跟click点击对吧Google这套以次数据情代表才代表商业模式那移动工程来大家更熟悉运营商卖的是数据量多少兆对吧但大家后来证明数据的流量并不是核心的商业价值的体现最后核心商业价值是DAO是MAO那今天似乎AI时代一样我们在讨论那个Token其实应该不是最后最重要的或者说最能代表商业本质的价值的议题智能时代的议题跟关键词跟指标应该是什么没有人知道所以我们又回到了我之前也引发过也引用过一篇文章就是那篇第四支柱我们讲在技术资本知识之后该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的所谓的文艺复兴都经历了四件事情分发的冲击AI让思考本身变得廉价印刷术让书之前的书变得廉价但思考本身还要人自己来知识的重现AlphaFold是 [50:00] 协市的解锁埋藏的知识被重新堵出1000个RFO的正在路上对吧AI4SenseAI41月今天已经全部都在疯狂的延展第三个支柱赞助的资本亏巨头巨富就是今天的当代的梅迪奇集中而流动的资本正在寻找值得双引号赞助的东西那AI看起来就是那个最正确的答案这三件事情在梅复兴前代也发生了今天也在发生但第四件事情没有发生或者直到接着到现在还没有发生就是人的画像历史上第四个支柱是从来都不会自动出现的只有被具体的人刻意的建造那现在这个时代看起来需要这种双眼号的建造人还是万物的尺度吗当智能体能够替代我们工作甚至在某种程度上产生双眼号的理解的时候人是万物的尺度这句人文主义的信条还成立吗文复卿的答案是把人从神学的秩序当中解放了出来我们的答案是什么呢或许是重新定义哪些事必须由人来做500年之后如果我们是有个时光传说机穿越到500年之后我们这轮革命应该已经完成了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什么模型应该是我们可能会记住人类第一次认真的讨论当智能不在稀缺之后人的位置到底在哪里写这篇文章的作者也给了他一预判他说如果我们不穿越那么久只穿越到2050年的时候他会认为在那个时候比如说人类会在一门手艺上待的很久久到手艺反过来塑造了这个人然后人类会在很多真实的地方承担责任然后人类会与少数人保持长乡的相互的义务义务然后有意识的继承一个传统并把它传承下去这是他的判断他的判断是否正确我们也不知道最后一页对下半年的一些关注热点的关注老生常常LRIToken的这件事情的衡量就是烧多少Token看起来已经是一个不重要的指标那我们该衡量什么是按结果净价吗巨额的投入是否会出现拐点我们不知道第二一题B圆开圆其实对应是中国美国对抗差距到底是接近还是拿开会不会有完全超过那一刻尤其是比如今天Kimi发的K3第一次在某些细分榜单上成为了世界领先柔杂着中美的大国博弈和路由的这种形态那新的常态到底是什么第三个议题世界模型跟物理业爱不同的参与方之间的界限模糊谁的主张最后成为所谓的共识或者阶段跟阶段性根本就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巨身吗还是什么其他的是游戏吗不知道第四点治理立法冲突模型能力的持续进步一刀切的管控方式只是权益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来到这四个议题同样也对应今天我的四张结构最后最后的一页用一个可能很多人看过的一张图就是这张图做是怎么做他把人类所有的人类画成了一个个小格子把这些格子当中今天这个时间点用free的就是免费的AI工具的人类标成了绿色用这个这个付费的标签的黄色然后付费里面你今天已经用agent的标签了红色这个表三月份有过一期那个红色的点非常的少甚至说把绿色黄色红色点都加一起都很少六月份他又做了第二版本点变多了但是加在一起占整个人类的比较依然非常的少所以似乎一切还真的仅仅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iPhone的数据库里有信你可以去订阅再次感谢