Meta巨资收购Manus折射巨头焦虑 中国AI团队借工程优化与出海破局
进击的沈帅波 ｜进击波财经
大语言模型仅靠参数堆叠已无法触达AGI，在资本市场对纯概念失去耐心且巨头垄断生态入口的当下，能跑通商业闭环与降本增效的应用层及自研软硬全栈企业才能在泡沫期存活。
AI-assisted summary of Vol.98 2026AI趋势深度预判：大厂收购、国产上市、硬件风口谁能领跑? — original source. Check the original for full context.
Source published:
Key ideas
- Meta以数十亿美元极速收购仅上线9个月的华人通用智能体团队Manus，引发行业对防御性收购与“杀时间”巨头收购“省时间”工具商业兼容性的广泛讨论。 (3:13)
- 国产大模型MiniMax（主攻出海与2C全模态）与智谱AI（主攻国内To B/To G私有化）加速冲刺资本市场，但国内二级市场在缺乏美股资本纵深下面临估值与商业化兑现的双重考验。 (16:52)
- 豆包手机与智谱AutoGLM推动手机端GUI Agent普及，但其落地核心阻力已从模型技术转向操作系统底层权限分配与大厂既有商业闭环的分账博弈。 (35:00)
- Google凭借DeepMind科研底蕴、全栈生态及100%自研TPU算力集群实现十年利润新高，其模型综合推理与训练成本较采购GPU的初创企业低近一个数量级。 (50:00)
- AI辅助编程已实现研发团队约50%的编制削减与60%-90%的基础代码自动生成，但纯语言模型已触碰天花板，迈向AGI必须融合多模态与高维物理世界模型。 (75:00)
Detailed notes
## Background 本期播客由小宇宙播客频道《进击的沈帅波 ｜进击波财经》于2026年1月5日发布。节目由沈帅波主持，邀请了《人民公园说AI》的三位主播小苏、老修和贤哥，围绕当时AI领域的爆炸性热点展开讨论，包括Meta天价收购Manus、豆包手机助手引发的软硬件博弈、国产大模型冲刺上市以及2026年AI硬件与资本市场的深度预判，探讨AI到底是真落地变现还是仍在炒作概念。
## TL;DR 节目深度拆解了Meta以数十亿美元防御性收购Manus背后的商业逻辑与中国团队产品能力，并剖析了豆包手机等GUI Agent在手机操作系统端受阻的利益分配困局。嘉宾们对比了MiniMax与智谱AI不同的商业化与冲刺上市路径，指出中国团队正凭借工程优化以极低算力成本追赶海外，并分析了Google依靠自研TPU与生态整合实现的逆袭。针对2026年展望，对谈认为智能眼镜目前“理论正确但实操拉胯”，短期更看好具身智能与特定垂直硬件，同时判断美股AI泡沫尚未见顶、研发端AI Coding正大幅缩减工程师编制。最后，沈帅波以“反脆弱”哲学总结，呼吁在旧经济增长乏力时，普通人与创业者切忌因预判泡沫而过早离场，应在控制风险的前提下积极拥抱AI红利。
## Atmosphere & style 整场对话充满了一线创业者与技术开发者的务实与敏锐，语言风格接地气、幽默犀利，不乏对硅谷巨头和小扎的辛辣调侃。嘉宾们既有一线极客将代码工作流大幅切换到国产模型的切身体验，又有站在商业与投资宏观层面对中美资本环境、商业逻辑“水土不服”的冷峻审视。随着讨论推进，话题从具体并购案和产品吐槽逐步收拢至反脆弱哲学与跨年寄语，整体氛围在理性拆穿概念狂热的同时，始终保持着对技术变革坚定参与的昂扬与热烈。
## Bulletin - `03:13` Meta以数十亿美元极速收购仅上线9个月的华人通用智能体团队Manus，引发行业对防御性收购与“杀时间”巨头收购“省时间”工具商业兼容性的广泛讨论。 - `16:52` 国产大模型MiniMax（主攻出海与2C全模态）与智谱AI（主攻国内To B/To G私有化）加速冲刺资本市场，但国内二级市场在缺乏美股资本纵深下面临估值与商业化兑现的双重考验。 - `35:00` 豆包手机与智谱AutoGLM推动手机端GUI Agent普及，但其落地核心阻力已从模型技术转向操作系统底层权限分配与大厂既有商业闭环的分账博弈。 - `50:00` Google凭借DeepMind科研底蕴、全栈生态及100%自研TPU算力集群实现十年利润新高，其模型综合推理与训练成本较采购GPU的初创企业低近一个数量级。 - `01:15:00` AI辅助编程已实现研发团队约50%的编制削减与60%-90%的基础代码自动生成，但纯语言模型已触碰天花板，迈向AGI必须融合多模态与高维物理世界模型。
## Key takeaways - `00:00` 纯语言模型无论算力多大多强已无法单独突破通向AGI，提前因害怕泡沫而全面离场将错失技术膨胀期的时代红利。 - `03:13` Manus开创了“给智能体配独立云端电脑”直接交付结果的新模式，被Meta收购印证了出色的产品综合与应用体验能够超越底层模型单点研发。 - `08:08` Meta对Manus的收购带有强烈的防御属性，扎克伯格沿袭了收购Instagram和WhatsApp的路径依赖以防资产落入微软或OpenAI手中。 - `16:52` MiniMax与智谱AI呈现截然不同的资本路径：前者约70%收入来自海外2C，对标OpenAI；后者类似商汤科技，深耕国内大型To B/To G私有化部署。 - `16:52` 国内大模型在开发工作流中已能承担60%至80%的日常基础任务，一线团队仅在核心架构设计和深度Debug时求助海外顶级模型。 - `22:39` 资本市场已撕掉大模型参数与模态的虚饰包装，全面回归审视“Token真实消耗量”与“用户实际付费收入”两大硬指标。 - `28:39` 在算力弹药极度匮乏的现实限制下，中国团队借助极致的工程与算法巧思（如DeepSeek）以极低硬件投入追平与海外的体验差距。 - `35:00` 手机端GUI Agent面临极高的操作系统权限封锁与商业利益博弈，破坏既有信息流与广告展示逻辑的产品极易遭遇大厂全面围剿。 - `35:00` 拥有“生态加模型一体化”能力的超级大厂（如阿里打通通义千问与高德、Google融合Gemini与YouTube）在AI战场具备降维打击优势。 - `50:00` Google依托全栈自研TPU集群进行基础模型训练，其软硬件垂直整合带来的综合成本较纯采购英伟达GPU的初创企业低了整整一个数量级。 - `55:00` 智能眼镜目前呈现“理论极端正确、实操万般错误”的特征，消费级硬件的真正普及受制于“电池续航必须跑得过智能消耗”的物理铁律。 - `01:05:00` 资本市场参与技术革命的核心策略是“不做提前下车的大聪明”，在业绩与算力叙事尚未证伪前，顺应泡沫主升浪是获取收益的核心逻辑。 - `01:10:00` AI辅助编程正在彻底解构传统互联网软件研发边界，单兵全栈超级个体与3至5人微型公司将拥有过往10至20人团队的产能。 - `01:15:00` 通向AGI的底层路径正在从纯语言模型转向“语言底座、多模态世界模型、融入物理规律环境模拟（如Genie）”的三位一体技术合流。 - `01:20:00` 面对不可逆的AI技术浪潮，应当以塔勒布“反脆弱”思维构建配置：既不盲目加杠杆All-in，也不因噎废食置身事外，在守住底线的前提下主动拥抱新经济红利。
## Detailed walkthrough ### `00:00` 开场：商业播客与“人民公园说AI”的相遇
节目开场，主持人沈帅波（波波老师）提出，尽管当下的基础大模型仍存在诸多瑕疵，但在很多应用场景中其实已经足够使用。他提到，若有人自作聪明预判AI泡沫将至而提前下车，固然可以离场，但同时也必然错失在泡沫膨胀过程中赚钱的时代红利。同时，真正的AGI绝不可能只靠纯语言模型单点突破，“语言模型再强再大力它也出不了奇迹了这个是我觉得是一个事实”。
本次节目由《进击波财经》出品，邀请到了海内外AI观察播客《人民公园说AI》的三位主播小苏、老修和贤哥。三人此前均深耕实体经济，老修曾有十余年在硅谷上市公司从事软件开发与产品设计的背景，转战实体后自2023年AI浪潮起便持续研发AI相关产品与服务；贤哥目前定居温哥华，长年游走于国内外；小苏与二人也是多年搭档，三人在轻松幽默的氛围中拆解国内外AI前沿动向。
---
`03:13` Meta天价收购Manus：杀时间巨头买了个省时间神器？
近期的爆炸性焦点是Meta以数十亿美元天价收购通用Agent产品Manus背后的团队（蝴蝶效应）。老修指出，Manus其实早在业内被深度探讨过多次，其标志性节点是3月份推出的通用智能体。以往大多数Agent是在抢占用户的当前电脑窗口，而Manus最具颠覆性的产品创新在于“给智能体配了一台电脑”，智能体在云端虚拟机里把操作过程干给用户看、将结果直接交付给用户。上线仅9个月便被Meta收购，代表着“交付结果”这一链路不仅跑通，而且获得了顶级大厂的官方背书。
```mermaid flowchart LR accTitle: Manus 产品形态与大厂整合逻辑 accDescr: 展示 Manus 从云端双系统交付结果，到被 Meta 整合进可穿戴与模型基础设施的商业链路。
subgraph User["用户交互层"] U["用户提出目标"] end
subgraph ManusCore["Manus 核心架构"] VM["云端独立虚拟机"] Models["整合全球顶尖大模型"] Action["自主运行并直接交付结果"] end
subgraph MetaEcosystem["Meta 战略赋能"] SmartGlasses["AI 眼镜 / 可穿戴硬件"] AgentInfra["底层智能体基础设施"] end
U -->|"输入目标"| VM VM --> Models Models --> Action Action -->|"交付结果"| U Action -.->|"技术并入"| MetaEcosystem ```
老修补充道，Manus团队在此之前还打造了知名聚合工具Monica，本质逻辑均是做极度出色的“产品体验综合”，将全球各家大模型揉合在一起，让用户只感知最终交付。在如今全球Top 20高使用量的智能体榜单中，他们是极少数跻身前列的华人团队。这给非大模型底座的纯应用层创业者注入了一剂强心针：哪怕不去啃晦涩的底层模型，只要选定精准场景、交付极致体验，同样能实现商业大爆发。
但小苏对此交易的商业逻辑提出了犀利质疑。小苏透露，昨天他的朋友圈被各种祝贺刷屏，甚至还有好友被网暴，他自己发圈调侃：“第一个用美元收购真香 对吧?这个汇率算出来真香 对吧?第二个我觉得应该高兴的真的早期的投资人跟他们创始团队真的是很爽嘛 对吧?我觉得该发朋友宣誓是他们不是你们 对不对?”
更深层的商业洞察在于，小苏指出Meta本质上是一家做“Kill-time”（杀时间）的社交娱乐霸主，而Manus是典型的“Save-time”（节省时间、提升效率）工具，两者的组织基因与产品逻辑存在巨大天然鸿沟。除了解释为Meta想将Manus作为云端虚拟主机整合进智能眼镜硬件之外，这种收购让人费解：“一个杀时间的去收了一个省时间的是不是脑子被驴踢了或者是太聪明了这个我们就不知道了”。对于Manus创始人肖弘出任Meta副总裁这一安排，小苏直接判断：“我解读这句话出任副总裁的意思就是干不超过两年结束两年可能太长了吧我估计是半年到一年”。
- **产品生命周期**：Manus发布仅9个月即完成数十亿美元卖身；其前身Monica积累已达3年之久。 - **榜单占位**：在当时全球Top 20使用量最高的智能体产品榜单中，该团队是唯一跻身其中的中国本土背景独立团队。
---
`08:08` 防御性扫货与战略补位：中国原生团队创下奇迹
沈帅波从巨头博弈的视角进行了分析。他认为Meta现阶段在AI战局上存在焦虑情绪，不能冒任何让关键资产落入竞争对手怀抱的风险。正如小苏补充推测，微软此前也曾与Manus接触，万一被微软拿下整合进其办公生态，威胁将极其巨大。沈帅波感叹，当前AI创业展现出前所未有的残酷性——它已不再是传统的“人力密集型”，而是纯粹的“算力密集型和极少数顶尖的人才”；过去腾讯、阿里能靠股权分配带动成千上万产业工人致富，如今巨头却动辄“几亿美金买人,然后百亿美金买算力结束了”。
老修与贤哥进一步印证了“防御性收购”的判定。老修指出，当前市场上与Manus处于同第一梯队的竞品还有Janes Park等四五家，市场已有传言OpenAI正计划收购Janes Park。一旦对手完成卡位而自身轮空，Meta在Agent赛道将极度被动，因此扎克伯格仅用十几天便火速敲定了这场收购。
贤哥结合扎克伯格的行事历史分析，扎克伯格骨子里是一个崇尚“好勇斗狠”的狠人，其早年最成功的两记神来之笔——收购Instagram与WhatsApp，都是典型的路径依赖：直接买下赛道内最成熟的产品与团队，强行整合入社交帝国以实现跨越。面对2025年Meta数以百亿美元计的资本开支，在收购Scale AI、招募顶级AI科学家之后，再买下ARR（年度经常性收入）刚突破1亿美元的Manus，在账面上不过是一笔防御性质的战略投资。
``` 【全球智能体争夺战局】 ┌─────────────────────────────────────────────────────────┐ │ 微软 / OpenAI / 谷歌 / xAI 各自竞逐独立 Agent 窗口期 │ └───────────────────────────┬─────────────────────────────┘ │ 压缩独立产品窗口 ▼ ┌─────────────────────────────────────────────────────────┐ │ Manus (蝴蝶效应) │ │ - 纯中国原生团队（三位创始人无海外留学/工作背景） │ │ - ARR 突破 1 亿美元，产品落地体验领先全球 │ └───────────────────────────┬─────────────────────────────┘ │ 十几天极速洽购 / 20亿美元级 ▼ ┌─────────────────────────────────────────────────────────┐ │ Meta (扎克伯格) │ │ - 防御微软/OpenAI截胡 │ │ - 沿袭 Instagram / WhatsApp 式直接收购成熟标的路径依赖 │ └─────────────────────────────────────────────────────────┘ ```
从团队视角看，留给独立智能体创业公司的窗口期已经极端狭窄。随着OpenAI、Google（Gemini）和马斯克的Grok全速推进Agent，若Manus不趁高位变现，未来的用户留存与ARR增长将面临灭顶之灾。
贤哥从海外华人的视角表达了由衷的敬佩。他援引《史记》中刘邦与项羽目睹秦始皇出巡的典故（“彼可取而代之”与“大丈夫当如是也”），指出舆论场里有人骂团队“跑路投敌”，但在他眼里，这是一个三位合伙人均无海外留学或工作背景、土生土长的中国原生团队，能够赤手空拳造出估值20亿美元的产品并卖给全球巨头：“一个纯原生的中国团队我记得三个合伙人都没有出过国都没有在海外留学经历然后能够自己造出这么一个公司来最后被Meta收购掉而且是20亿美金我觉得太佩服了”。
- **商业谈判速度**：Meta仅用十几天时间便敲定该笔数十亿美元的收购协议。 - **财务体量**：被收购前夕，Manus团队的ARR刚刚跨过1亿美元门槛。
---
`16:52` 国产大模型冲刺上市：MiniMax像OpenAI，智谱深耕To B
话题转向资本市场变现元年：国产AI大模型公司（MiniMax、智谱AI）以及AI芯片公司（如摩尔线程）纷纷冲刺上市。沈帅波提示，仔细算账会发现英伟达的市盈率与其高昂的收入和净利润相比，实际上处于健康合理区间；反观国内部分声称对标替代的标的，估值已然极为逆天吓人。
老修重点对比了正积极筹备上市的中国大模型代表——MiniMax与智谱AI。老修认为两者的极速上市同样属于“意料之外，情理之中”。在老修看来，MiniMax是国内战略格局上最像OpenAI的公司： 1. **多模态原生点亮**：最早将文本、语音、图像、视频、编码五大多模态技能树全域点满，位列全球第一梯队； 2. **轻量精悍的组织**：团队规模仅约400人，平均年龄只有29岁左右； 3. **出海与2C主导**：其全球营收有70%左右来自海外C端市场直接变现，仅20%多来自B端，成功打通了“科研-产品-消费”三位一体的复杂链条。
与MiniMax形成鲜明对比的是智谱AI。老修评价智谱的表现更贴近国内早期的商汤科技：重心全面偏向国内大型To B与To G的私有化定制项目。这种路径依赖深厚的关系网络与极高的交付确定性。
``` ┌───────────────────────────────────────────────────────────────────────────┐ │ 国产大模型双雄上市路径对比 │ ├──────────────┬─────────────────────────────┬──────────────────────────────┤ │ 维度 │ MiniMax │ 智谱 AI (GLM) │ ├──────────────┼─────────────────────────────┼──────────────────────────────┤ │ 对标对象 │ 极其类似 OpenAI │ 类似商汤科技 (企业服务模式) │ │ 组织与团队 │ 约400人 / 平均年龄约29岁 │ 学院派底蕴 / 庞大企业服务支持│ │ 营收结构 │ ~70% 来自海外 2C 订阅付费 │ 主攻国内市场，以大 To B / │ │ │ ~20%+ 来自 B 端企业客群 │ To G 私有化部署项目为主 │ │ 技术强项 │ 语音、视频、文本、代码全模态│ 核心 GLM 系列编码能力与系统 │ │ 落地策略 │ “Day One Global”全球化破局 │ 本地化深度集成与定制交付 │ └──────────────┴─────────────────────────────┴──────────────────────────────┘ ```
作为一线技术开发者，老修分享了真实的工具替代过程。从2024年年中起，团队的编码工作流已深度切换至国内大模型： - **智谱GLM**：承担了团队60%到70%的底层基础规划任务，与海外Anthropic的Claude Code搭配使用；在部分独立小产品中完成度达70%，在定制化企业服务中能独立胜任约50%的任务。 - **MiniMax**：其音频生成模型相较海外头部选手ElevenLabs，在价格仅为对方百分之几的前提下实现了媲美的效果；其最新推出的编码模型表现与智谱处于同一水平线且更显灵动。
老修坦言，过去团队高度依赖海外的OpenAI Codex、Anthropic Claude、Google Gemini以及马斯克的Grok，但在下半年，开发流程中“百分之七八十的场景我已经都是在用国内的模型去完成任务”，只有最棘手的系统架构设计与深层Debug才会求助海外顶级模型。
---
`22:39` 中美AI赛道大PK：商业逻辑水土不服与“中国式解法”
贤哥对两家模型公司抢夺“大模型第一股”的速度深感震惊。2025年年初DeepSeek开源模型的崛起彻底打破了海外闭源模型的定价与叙事神话，算力硬件霸权的逻辑被重构，一级市场投资者迅速回归现实：撕掉参数与模态的虚饰包装，只死死审视“Token真实消耗量”和“用户实际付费收入”两大硬指标。
贤哥预判，在巨头（字节跳动豆包、阿里夸克、全速追赶的腾讯）利用自身庞大生态全面压上的2026年，纯底层模型创业公司在技术和资本上的生存缝隙已微乎其微。唯一的破局点全在应用落地。资本市场究竟是愿意掏出“更便宜的真金白银”为国产AI买单，还是二级市场暴跌破发，将成为残酷的分水岭。针对摩尔线程上市后的暴涨，贤哥直言其真实技术与英伟达差距悬殊，热炒背后依然是对“中国故事”的狂热渴望。
对此，小苏给出了完全相反的悲观审视。小苏认为高科技模型模式在中国存在严重的“水土不服”，两家公司的破局路径实则是无奈之下的极端选择： “高科技这个事情在国内就是水土不服对吧你看它是两个方向一个质朴很典型就是一个突大币突击了对吧基本上80%都是私有化部署并且坚定相信未来AI的市场是私有化部署这个事情你不觉得很扯吗对吧我觉得这个事情基本上会被客户的需求被这些大币的预算拖着走了另外一个是像MiniMax,它其实是坚定就day one global的嘛,对吧?然后全球化,它的产品大部分的收入也是来自海外收美金,但是他也就只能去香港上市对吧他并没有能拿到就是同等公司跟美国一样的待遇估值然后一个资本环境其实这是很可悲的一件事情”。
小苏强调，中美市场在汇率体系、资本纵深、文化土壤与C端付费意愿上存在本质鸿沟，AI在中国绝无法照搬美国高举高打的高估值闭环，必须摸索出一套截然不同的本土解法。
---
`28:39` 中国股市的“茅台幻想”与AI成本优化追平战
沈帅波深入拆解了中国二级市场的独特国民心理：国内投资者往往是一边摸着美股过河，一边又带有极度功利的算计。资本市场既渴求宏大的科技故事，但对纯故事的耐心往往“以天计算”——三天蜜月期一过，立刻掉头拷问护城河、现金流和资产净值；倘若一家老牌企业现金流极好却无性感故事，则被冷落为“红利股”。沈帅波犀利总结：“你希望一个人同时牵具故事性成长性最好还能分红红利谷还要高毛利高利润这就是中国版就是永远在寻找那个巅峰时刻的茅台这就是中国故事”。
这种心态投射在资本供给上尤为致命。沈帅波与老修提及，Google CEO与Demis Hassabis在受访时曾明确点出：中美AI对决的核心瓶颈，在于中国资本市场的沉淀深度与流动性广度远不及美股，难以长期为耗资巨糜的人类梦想级产业持续提供源源不断的“弹药”。
老修顺着这一分析指出，正是在“弹药极其匮乏”的客观限制下，逼出了以DeepSeek为代表的工程优化奇迹：通过极致算法与工程巧思，用美系巨头“3%到5%的硬件水平投入”，硬生生拼出了同处第一梯队的产品体验。不仅中国受益，欧洲、法国、印度等同样缺乏顶尖算力支撑的国家，也在大批量采用DeepSeek开源底座重新训练自身的主权大模型。
老修同时结合真实生产力场景指出，大模型已经实质性重构了白领的用工逻辑： - **研发降本**：老修自己的技术研发团队如今直接砍减了40%至50%的工程师编制，一个新项目的组建仅需原本50%至60%的人手； - **海外企业冲击**：美企巨头如Salesforce依托AI全面接管全球全时区客服网络，年内裁员数千人，同时客户满意度与响应速度大幅飙升； - **劳动力渗透**：美国权威统计机构显示，2025年已有约12%至13%的美国人口就业受到AI的直接或间接影响。
老修总结道，去年大家普遍认为中国底层技术落后美国两到三年，但如今在模型端差距已急剧收窄至一年到一年半以内，编码模型差距甚至缩减到半年左右。而在智能体（Agent）等重度依赖业务落地的赛道，中国团队甚至隐隐处于全球领头羊地位。
沈帅波对这套路径做出了标志性的定论：“我的观点我们一定要把所有行业都干成制造业优势就在我了我们也正在这么做在AI行业也在这么做在卷应用”。然而，当应用层如“豆包手机助手”刚以低价爆火之时，仅试水两天便遭遇各大手机与应用厂商在系统底层的封锁与接口封杀，巨头间的利益再分配战役瞬间拉开序幕。
[035:00] GUI Agent 与豆包手机：大厂博弈与利益分羹机制
国内手机厂商在这一整年里情绪极为高涨，因为在 AI 浪潮与软件厂商的正面 PK 中，手机硬件厂商自认为重新卡住了关键的“十字路口”节点。然而，现实却迅速走向了软件厂与硬件厂、以及巨头之间的激烈博弈。小苏结合近期与豆包团队交流的经历指出，豆包手机助手的底层本质就是 GUI Agent（图形用户界面智能体），即通过 Agent 来操纵手机界面。这与 Meta 高价收购的 Manus 实质上是“一体两面”：Manus 属于 Computer Use，控制的是电脑界面；而豆包手机则是试图控制手机界面。但电脑的权限相对宽松，能调用的系统能力多；一旦移植到手机端，权限就会被卡得极死。小苏直言，所有做 GUI Agent 的方案根本进不了苹果生态，哪怕在安卓系统里也极容易因为涉及定位、传感及核心隐私数据，被系统和安全机制直接封杀。这也是为什么在豆包手机引发轰动后，智谱也顺势开源了其原本用于点外卖、点瑞幸咖啡的手机端 GUI Agent——因为大家都看清了纯第三方单打独斗的技术路线根本跑不通。
小苏深入剖析了 GUI Agent 未来博弈的几种终局可能。第一种演化方向是大厂与手机厂商的合纵连横：苹果、小米与阿里、腾讯等巨头签署三方或四方协议，实现“Agent to Agent”的握手。比如用户想去高德地图找店、导航再顺便点外卖，系统底层由 Siri 唤醒并调用阿里的通义千问 Agent；若要听歌或发微信，则直接调度腾讯的元宝 Agent。第二种可能则是极端整合：财力雄厚的巨头直接控股某家手机厂商（例如买下 OPPO 或 vivo），在出厂系统里深度内置自己的大模型助手（如通义千问），从而顺畅打通点外卖、二手闲鱼挂售、淘宝购物等全链路，同时给竞品（如腾讯）设置极高门槛甚至直接封杀，倒逼对手也去收购另一家硬件厂商。
小苏由此点出了当前 AI 格局中最可怕的杀手锏：拥有“生态加模型一体化”能力的公司将呈现出近乎降维打击的统治力。阿里将通义千问与高德地图打通后，未来继续接入外卖、机票等生态服务几乎顺理成章；Google 的 Gemini 更是直接内置了 YouTube 与 Google Maps 等王牌资产。小苏对比道：“基本上 OpenAI 要做 100 个应用来解决的事情，Google 它自己内部两个部门拉起来开个会打通了，阿里内部整合一下，把千问的人关到一栋楼里面，打通了。”在这场残酷的淘汰赛中，弱势的工具类应用（如手机清理、电脑管家类软件）甚至连展示 UI 界面的机会都会被剥夺，彻底交出主权；而最终苹果是否会全盘封杀该路线、或是大厂间如何暗中划界，依然充满未知变数。
```mermaid flowchart TD accTitle: GUI Agent Ecosystem Integration Architecture accDescr: 手机端 GUI Agent 在手机厂商、生态大厂与底层服务之间的协同与调用流程
subgraph OS_Layer["操作系统与入口层 (OS / Device)"] User["用户语音/界面指令"] --> SysAgent["系统级智能体 (Siri / 澎湃 OS Agent)"] end
subgraph Broker_Layer["生态 Agent 握手调度 (Agent-to-Agent)"] SysAgent -->|"调用腾讯生态服务"| TencentAgent["腾讯元宝 Agent"] SysAgent -->|"调用阿里生态服务"| AliAgent["通义千问 Agent"] end
subgraph Execution_Layer["服务执行与闭环 (Closed-loop Action)"] TencentAgent --> QQMusic["QQ音乐 / 微信通讯"] AliAgent --> Amap["高德导航 / 外卖订购 / 淘宝电商"] end ```
---
[040:00] 杀时间 vs 省时间：商业逻辑冲突与 App Store 式的分账挑战
面对用户在评论区提出的质疑——“我为什么要把手机交给一个 Agent，我自己玩不香吗？”——闲哥认为必须把产品的底层属性区隔开来，核心在于“杀时间”（Time-killing）与“省时间”（Time-saving）的根本冲突。短视频、社交软件等产品本质上是贩卖情绪价值、吸引用户停留时间的，用户不可能把这类体验拱手让给智能体。更要命的是，许多 App 的核心营收极度依赖广告展示、竞价排名与算法推荐，一旦 GUI Agent 代替用户直接过滤并完成操作，原有的商业变现闭环瞬间崩塌，这必然会引来阿里、腾讯等互联网大厂的严防死守。反之，在打车、比价等刚需、工具型场景下，智能体代替操作的逻辑完全顺畅，只是谁来主导的问题：苹果或 Google 凭借硬件入口与系统掌控力可以水到渠成，而字节跳动作为挑战者，推出相关探索“进可攻、退可守”，即使冲不过去也能向市场大秀肌肉，并给阿里、腾讯敲响警钟。
针对 Meta 巨额收购 Manus 的热点，播客现场也爆发出针对扎克伯格的调侃。大家戏称扎克伯格受到了“一万点伤害”：字节跳动本是靠做杀时间 App 闻名的大厂，却搞出了帮人省时间的豆包手机；而扎克伯格手握杀时间巨头 Meta，竟然还要耗费数十亿美元去外面收购省时间的 Manus。大家打趣字节跳动如同流水线般的“App 工厂”，硬是把软件开发干成了制造业，其背后的开发与试错成本甚至只有老美的七分之一，连汇率差都击穿了。
老修则从底层技术与产品商业史的角度切入，指出智谱开源 AutoGLM 意味着手机界面的端到端操作在技术上大家很快就能对齐，真正的瓶颈在于“利益分蛋糕”。老修回顾了 iPhone 的崛起历程，指出 iPhone 在 1 代到 3G 时代其实并不成功，因为当时只有硬件和基础软件；直到 iPhone 3GS 和 iPhone 4 时代，伴随着 App Store 的诞生才迎来真正爆发。App Store 建立了清晰的开发者分成机制、理顺了音乐与内容版权归属，才激发出指数级的开发者生态。波波老师随即通俗地总结了老修的观点：“你要做 GUI Agent，你要做豆包手机，你要做好一个骑手的角色，就是你把这个事情帮用户办完了，你要跟商家分钱，或者你自己一单十块钱外卖你可以拿个三块钱，这个事情要分清楚。”如果利益分不均、甚至让原商家利益受损，这种 Agent 刚送完单可能就会在半路“被人家打”，根本无法持续推行。
- 智谱开源的 AutoGLM 证明手机 GUI 自动化在模型技术端已迅速平民化。 - App 收入若依赖曝光量与信息流广告，将与代理操作类 Agent 存在天然的商业利益敌对。 - 只有建立起类似苹果 App Store 级别的版权保障、隐私防线与分佣体系，GUI Agent 才具备规模化落地的商业底盘。
---
[045:00] 操作系统卡位与 Google 的十年利润新高逆袭
老修和小苏进一步指出，GUI Agent 的推广必须彻底摆平全球三大操作系统阵营——iOS、安卓以及国内快速崛起的鸿蒙系统。如果无法获得系统底层乃至全局无障碍权限的认可，第三方 Agent 的调用在推广过程中必然屡屡受挫。因此，核心门槛从来不在算法模型本身，而在于底层系统权限的让渡与利益重构。
随后，话题转向了全球科技股风向标 Google。波波老师列举了亮眼的数据：Google 在今年 Q3 创下了高达 349 亿美元的单季净利润，不仅创下十年新高，而且在如此庞大的基数下依然实现了 33% 的同比增长，促使资本市场迅速对其估值进行剧烈修复。回想去年同期，市场舆论普遍看衰 Google，甚至嘲笑其在大模型赛道上彻底“掉队”。巨头之间的博弈转瞬即逝，也引发了大家对“英伟达独吞 AI 行业 90% 以上利润”的格局是否会被打破的深度思考。
小苏分析，很多听众正是通过他们深度剖析 Google 的节目建立认知，甚至在评论区戏谑他们是“损小扎、捧 Google”。小苏由衷感叹，当 Google 这样体量的“大象”真正开始跳舞时，展现出的统治力令人不寒而栗。放眼国内，今年唯一能展现出类似“大象起舞”姿态的是阿里。尽管阿里的 AI 入口分散在夸克、钉钉、淘宝等多个产品中，缺乏微信那样的超级中心入口，但阿里和 Google 走的是同一条护城河极深的道路：**生态加模型一体化**。小苏斩钉截铁地总结道：“你能做好生态又能做好模型，那基本上是属于无敌了。”相比之下，躺在既有社交广告现金流上赚大钱的 Meta 根本没有动力去打白刃战，甚至在产品结构上天然排斥 AI 内容注入社交网络引发的数据劣化；腾讯亦是同理，绝不可能允许微信对话列表里全变成人与机器人的虚假社交。
---
[050:00] Google 端到端打通科研、产品与自研 TPU 算力底座
老修接过话茬，详细拆解了 Google 能够实现绝地反击的底层逻辑。公众对 Google 强势回归的最直观感知，往往来自其震撼的 Nano Banana 生图体验，如今在各大社交平台上充斥着利用其生成超逼真海报和光影图片的案例。但这仅仅是冰山一角。Google 展现出的真正可怕之处，在于它以极强的工业化能力将**“科研、产品、消费”**三位一体完全打通。
在科研端，Google 旗下的 DeepMind 拥有诺贝尔奖得主哈萨比斯（Demis Hassabis），其主导的 AlphaFold 预测了大量未知的蛋白质结构，彻底颠覆了全球生物学研究，并无私向全世界免费开源，体现出无可比拟的底层研发厚度。而在大模型架构层面，七八年前 Google 研究员率先提出了开创性的 Transformer 架构，奠定了当今整个大模型行业的理论基石。尽管早期在产品化探索上被 OpenAI 抢了风头，但 Google 采取了务实的“跟随反超”策略，让奥特曼的 OpenAI 先去试错探路。无论是代码生成、图像生成、视频生成（对标 Sora）还是 Agent 框架，Google 都在较短时间内全面补齐。
更具毁灭级竞争优势的则是 Google 的全栈硬件护城河。老修深入剖析指出，Google Cloud 同比大幅增长的背后，是其布局多年的自研算力芯片——TPU。相比于通用的英伟达 GPU，TPU 是专为大模型训练与推理定制的专用计算单元。很多人以为 Google 是近期才换芯，实际上早在 Gemini 1.5 乃至更早阶段，Google 就已经全面采用 100% 自研的 TPU 集群进行基础大模型训练，而将采购的英伟达 GPU 主要用于日常科研与灵活算力调配。老修断言，依托自研 TPU 软硬件垂直打通的产线优势，Google 相比 OpenAI、Anthropic 这类依赖外采算力的初创公司，在大模型训练与推理成本上**“是小于一个数量级的”**，而且原生多模态融合的丝滑程度与超长上下文处理能力也借由硬件加速得到了最大化释放。波波老师笑称这种自建供应链的做法宛如深谙“把饭碗端在自己手上”的战略安全智慧。
- Google 深度打通了从科研基础创新（Transformer、AlphaFold）到落地产品消费的端到端闭环。 - Gemini 系列在核心训练环节已实现 100% 依托自研 TPU 算力支撑，大幅摆脱对外部芯片供应链的单一依赖。 - 软硬件全栈自研带来的综合训练与推理成本，较纯采购 GPU 的初创团队低了整整一个数量级。
---
[055:00] 2026 硬件展望：可穿戴设备、具身智能与“理论正确实操拉胯”的眼镜
展望 2026 年的科技爆发点，闲哥明确表示自己最关注两大核心赛道：**可穿戴 AI 硬件**与**人形机器人（具身智能）**。尽管苹果、Google、Meta 等巨头在发布会上轮番宣讲可穿戴 AI 概念，但至今市场上仍未出现一款类似 iPhone 般能够被大众普遍接受、走在大街上随处可见的划时代硬件。在人形机器人领域，2025 年亚马逊、特斯拉等大厂均在加速重注，特斯拉虽然处于领跑位置，但国内厂商也在死死咬住身位。闲哥预测，2026 年唯有 AI 硬件的真正普及或人形机器人的跨代突破，才能带动全球资本市场掀起下一轮澎湃的上行主浪。
谈及消费电子现状，波波老师拿出朋友赠送的一款早年 AI 硬件产品，并谈到即将召开的美国消费电子展（CES）。他犀利吐槽近期试戴的一款售价超 3000 元的智能眼镜：机身沉重、续航极短，绿色的显示屏看两分钟就令人眩晕，唤醒笨拙，更遑论随身佩戴拍照带来的隐私伦理风险，简直除了痛点毫无可用之处。
小苏就此给出了一个精辟的论断：智能眼镜属于**“理论极端正确，实操万般错误”**。从理论推演来看，眼镜确实是唯一具备替代或部分替代手机特质的下一代终身佩戴型贴身设备，绝对轮不到耳机、智能手表或智能鞋。正因逻辑自洽，当华强北能够将方案成本卷到几百块钱时，供应链与创业团队自然会蜂拥而上。但小苏强调，这种设备距离真正的智能体验依然极为遥远；汽车或许是离人最近的工业服务器，却不是贴身的边缘计算节点，手机在未来相当长时间内依然是无可替代的算力中心。
```mermaid flowchart LR accTitle: AI Hardware Viability Logic accDescr: 汽车级工业制造与贴身 AI 硬件在技术攻关难度上的高维到低维推演路径
subgraph High_Complexity["高维工业复杂度：极端物理安全"] Auto["自动驾驶汽车 / Robotaxi"] HardMfg["严苛工业制造"] LifeSafety["人命安全与 Corner Cases"] Auto --- HardMfg Auto --- LifeSafety end
subgraph Downstream_Hardware["降维落地：轻量可穿戴硬件"] Wearables["智能眼镜 / 随身硬件"] EdgeCompute["贴身边缘计算与极佳续航"] Wearables --- EdgeCompute end
Auto ==>|"高维突破后技术外溢交付"| Wearables ```
小苏回顾历史指出，十几年前日本企业热衷研发的情绪陪伴型硬件（如索尼机器狗、本田类人步态机器人），最终都没能沉淀为真正改变大众生活的产品，人们至今怀念的反而只是小时候几块钱的电子宠物机。“也就是说你真的需要情绪价值的东西，不一定需要 AI。”在硬件演进路径上，小苏坚定地主张“自上而下”的高维打法：汽车是融合了工业制造极限与前沿 AI 算法的复杂集大成者，必须天天直面关乎人命的极端 Corner Cases。小苏强调：“如果你看一个里程碑事件，如果那个 Robotaxi 顺利的运行了，且能够帮你车主赚到了钱，还不会出太多的问题，这个事情能够稳定交付了，再来谈说其他的它之下的 AI 硬件怎么做，这是一个从高往低打的逻辑。”如果连高度标准化的汽车智能化都没彻底搞清，直接做更微型化的贴身硬件往往只会制造灾难。
---
`01:00:00` 极度细分的垂直场景硬件与“续航必须跑得过智能”的铁律
波波老师调侃称，智能眼镜里所谓的投屏看视频功能，简直是完美解决了传统大屏电视“又大、又便宜、观感又好且不需要额外佩戴设备”的所有优点，把优势全给逆向优化成了痛点。不过，闲哥则给出了不同的观察角度。他认为在通用眼镜爆发前，具备强需求场景的细分 AI 硬件已经展现出巨大威力，并列举了两个极富启发性的案例：
1. **宗教专属 AI 智能戒指**：针对中东特定宗教人群设计，具备极强的场景自洽性。第一项功能是自动精准记录用户每日祈祷的次数与姿态，并将虔诚度数据同步云端，实现小组圈子共享；第二项功能则是在高强度的朝圣与断食期间，实时监测体征与体力消耗，一旦探测到某位组员体力不支便会向整个小组自动报警。这种紧扣当地生活节奏与强信仰文化的产品，拥有极高黏性。 2. **卫生间无感老人监护 AI 设备**：安装在老人卫生间内，设备不采用任何侵犯隐私的摄像头，而是完全依靠声音多模态与声学降噪算法。AI 模型通过分析老人起夜的时间、冲水与排泄频率、滞留时长，以此识别老人难以启齿的身体隐疾或半夜晕厥跌倒等异常，并第一时间向家属或医护通报。这种设备以极强的社会伦理功德解决了监护痛点。
针对闲哥的畅想，小苏当场泼了一盆理性的冷水：“但是我要给你泼一桶冷水啊，闲哥，就是你的电池要跑得过智能才行。就你但凡电池跑不过智能的，最终都会被弃用。”小苏以自己买过的四五个小米手环为例指出，手环和智能手机之所以没有被人类弃用，核心是因为它们的电池续航在基本功能运转下能够跑赢其智能化消耗。即便在今天，手机电池也是在端侧没跑太多重度 AI 模型的前提下勉强维持一天；一旦本地大模型满负荷运转，电池也会瞬间崩溃。波波老师也深有同感地补充道，真正进行长期户外徒步或极限越野的人很少长时间依赖 Apple Watch，正是因为一旦忘记充电导致第二天轨迹丢失，用户心理体验会彻底崩溃；大家宁愿选择功能界面相对简陋、生态少但能坚挺半个月不充电的松拓或佳明。任何抛开电池物理边界大谈端侧智能的硬件，最终都会沦为用户抽屉里的电子垃圾。
---
`01:05:00` 2026 美股与资本市场预判：不做“提前下车的聪明人”
在关于 2026 年全球股市（尤其是美股科技板块与国内科创/创业板）走势的开放式讨论中，嘉宾们探讨了 AI 泡沫论调下的资金心态。尽管市场内外终日充斥着“AI 泡沫破裂”的警告，但闲哥认为，从资本流动与机构博弈的实际心理来看，美股科技巨头依靠 AI 叙事与基本面支撑，至少还能维持一整年的高位繁荣。
闲哥敏锐地观察到当前投资圈私下交流的真实共识：“我听到大家私下讨论的都是两句话：一个就是不要做那个下车大聪明。”在历次技术泡沫（如当年的 PC 互联网泡沫）形成与膨胀的进程中，总有部分投资者过早自以为是地预判风险而提前套现离场，结果不仅眼睁睁看着资产在主升浪中错失翻倍暴赚的历史级机遇，甚至最终的长期回报还被死死甩在身后。在资本市场里，只要不是击鼓传花拿到最后一棒的人，顺应技术叙事参与泡沫本身就是获取超额收益的核心手段。
此外，闲哥指出真正的全面狂热大泡沫其实尚未完全成型。当前资本市场的定价格局极其现实，依然极度依赖扎实的业绩增长、大厂财报指引与划时代的战略话题。前几日甲骨文（Oracle）等老牌科技巨头仅凭亮眼的算力订单与云合作就能迎来市值暴涨，充分证明了全球机构资金对 AI 基础设施与商业化重构的故事依然抱有极其狂热的信仰。只要业绩飞轮与算力叙事尚未证伪，这场由大模型与先进硬件驱动的资本盛宴就远未行至终局。
- 资本市场心态底层逻辑：“不要做那个提前下车的聪明人”，在泡沫主升浪中获利是机构资金的核心共识。 - 估值驱动要素仍未耗尽：巨头靠业绩、算力订单、自研硬件降本增效等多重故事，依然能够有力维系高位市值支撑。
`01:10:00` 美股泡沫未到顶与 AI Coding 引发的研发生产力革命
围绕 AI 是否存在泡沫的争议，嘉宾们认为即使泡沫终究会破裂，其结局也绝非一地鸡毛，而是像一棵参天大树被雷劈裂后，在原地化作一片生机勃勃的草地或灌木，未来更会演变成一片崭新的森林。从资本周期来看，目前的 AI 泡沫甚至还没有吹到最大，且市场上并没有另一个全新的超级概念能够接替它。因此在未来一年里，美股科技股整体依然有望维持长虹走势。个股层面分化在所难免：比如 Meta 凭借收入增长与激进投入值得看好，Google 具备全栈技术也被持续看好，英伟达（NVIDIA）短期可能会陷入高位盘整，而甲骨文（Oracle）则相对不被看好。谈及国内资本市场，MiniMax 和智谱 AI 的冲刺上市将成为标志性节点，腾讯和小米等泛 AI 巨头的后续布局同样关键，而在国内巨头中，阿里巴巴的 AI 战略被尤为看好。
跳出单纯炒股的视角，从产品与工程一线的体感出发，未来三到五年的研发范式正在发生根本性剧变。AI Coding（AI 辅助编程与自动化开发）对个体效率的提振与对传统岗位的替代已是切肤之感。在不少项目中，传统工程师的编制配比已经能够直接缩减 50%。目前的行业现状非常像“在高速公路上骑自行车”——大模型等底层基座是飞速铺设的高速公路，但开发者手头的工具习惯、协作流程和个人转型速度还没有彻底换装成汽车。即便如此，市面上已经涌现出一批借助 AI 达到 3 到 5 倍甚至更高产能的“超级工程师”。
研发协作层面的传统岗位边界正在迅速溶解。过去一个标准的互联网产品研发流程中，产品经理、UI/UX 设计师、前端开发、后端开发以及运维部署人员各司其职。如今，产品经理借助 AI 能够独立搞定基础版本的原型设计、前后端编码乃至于云端部署上线，单兵即可拉平以往四五个人初级技术团队的产出。随着大模型大约每半年完成一次重大架构升级，未来三到五年内将经历 6 到 10 次代际跃迁，Token 成本极大概率下降至当前的几十分之一。当机器智能变得极度廉价时，高科技公司最为沉重的人力成本支出将大幅收缩，以往动辄数万人的巨型研发团队将越来越罕见，而由 3 到 5 个人组成、却拥有过往 10 到 20 人产出规模的高效微型团队将迎来黄金爆发期。
老修对此深有感触地指出：“用一个比喻就是比较像在现在的感觉像是在高速公路上骑自行车，那大模型这些新的AI是新的高速公路了，但是我们现在的有些东西跟不上，跟不上的东西一个是这个公路本身还有点问题，还有一个就是我们自己现在主要还骑的是自行车，就是还没变成汽车。”
```mermaid flowchart TD accTitle: 软件研发团队组织架构演进 accDescr: 展示从传统多角色分工研发模式向AI赋能超级单兵及轻量小团队的演进路径
subgraph TRAD ["传统软件研发模式 (重人力协作)"] direction TB T_PM["产品经理"] T_UI["UI/UX 设计师"] T_FE["前端工程师"] T_BE["后端工程师"] T_OPS["运维部署人员"] T_PM --- T_UI --- T_FE --- T_BE --- T_OPS end
subgraph AI_CORE ["核心生产力引擎"] LLM["低成本 Token + 基础大模型"] CODING["AI Coding 自动化生成 (60%-90% 代码)"] LLM --> CODING end
subgraph FUTURE ["新型组织形态 (3-5年范式转移)"] SOLO["超级个体 / 自动化全栈PM<br/>(1人打通原型、代码到部署)"] STUDIO["3-5人微型创新公司<br/>(具备过往10-20人团队产能)"] end
TRAD ==> AI_CORE AI_CORE ==> FUTURE ```
- **资本分化观点**：美股科技股整体大盘仍有支撑，看好 Google 和 Meta，英伟达或面临阶段性高位盘整，不看好 Oracle；国内模型厂商上市潮将由 MiniMax 与智谱领跑，大厂中尤其看好阿里。 - **团队效能指标**：当前实际开发项目中，工程师编制可砍减约 50%；部分工种效率达到原有 3 至 5 倍。 - **技术降本预期**：大模型保持约半年一次大代际迭代，未来 3 到 5 年内经历 6 至 10 代演化，Token 调用成本有望降至目前的数十分之一。
---
`01:15:00` 成本结构重构前夜、AGI“三位一体”与情绪退潮
尽管大模型厂商的领头人们近期纷纷放话表示通用人工智能（AGI）的实现周期或许不如外界想象得那么激进，但 AI 替代具体工作的进程却在陡然加速。在数字世界的底层，绝大多数软件应用乃至智能硬件的底层都是由代码写成的，而当前不少工程流中已有 60% 甚至超过 90% 的基础代码交由 AI 自动生成，工程师的核心角色正在退守为“人在回路”（Human-in-the-loop），专注于关键评审、架构重构与核心纠错。这种效率倍增叠加算力调用成本骤降的红利，将在未来三到五年彻底释放科技企业的利润弹性。
然而，从宏观产业的实际渗透率来看，AI 仍处在“即将重构商业成本结构，但尚未彻底颠覆”的过渡期。当下社会的成本结构仅仅在大厂内部、硅谷科技圈或者老修这样的一线技术极客身边发生了小范围震荡，全社会的运行成本并未被系统性改写；更重要的是，AI 尚未催生出大量能让广泛大众真正赚到钱的全新就业形态与商业闭环。目前的社会认知中情绪与炒作成分依旧偏多，去年是情绪顶点，今年虽有余波，但随着产业进入深水区，全行业在未来一年必将回归理智。
从科研底层来看，单靠语言模型无论参数规模多大、算力堆砌多狠，都已经触碰到了能力天花板，单凭“大力出奇迹”已无法直接通向真正的 AGI。正如 DeepMind 联合创始人戴米斯·哈萨比斯（Demis Hassabis）等学术界领袖所强调的，通向 AGI 必须依赖“三位一体”的技术合流： 1. 通用语言模型（如 Gemini 系列的大型语言底座）； 2. 具备多模态物理交互能力的世界模型（如 Nano Banana 级别的视听跨模态生成）； 3. 真正融入物理规律、重力感应、具备多维环境模拟能力的物理世界模型（如 Genie）。
在普通大众端，目前的 AI 渗透率其实相当有限，多数人身边顶多是拿豆包来进行闲聊发泄或情感陪伴，而用户并不为此付费，字节跳动等平台则在持续烧钱承担高昂的服务器推理成本。前 OpenAI 联合创始人兼首席科学家伊利亚·苏茨克维（Ilya Sutskever）也提出行业必须重新回归纯粹的底层科研。在此背景下，纯语言模型概念的资本号召力正在快速衰退，MiniMax、智谱乃至海外的 OpenAI、Anthropic（Claude）后续即便完成上市，若拿不出打破常规的新增长引擎，也难再引发资本市场的极度亢奋。
小苏在剖析产业现状时明确指出：“语言模型再强再大力，它也出不了奇迹了这个我觉得是一个事实，那我就觉得说还要有新的增长点出现肯定市场还会有下一个增长点。”
- **代码渗透比例**：科技公司日常开发中，AI 编写代码的比例已普遍达到 60% 至 90%，人类工程师转向把关评审与架构把控。 - **大众消费现状**：当前消费端 AI 仍以免费的情感陪伴（如豆包）为主，未能建立健康的收费飞轮，推理成本依然主要由大厂补贴。 - **模型技术路线**：纯文本语言模型的边际收益递减，AGI 的突破必须依托语言模型、多模态世界模型以及具备物理动力学规则的 Genie 类高维物理世界模型实现交叉闭环。
---
`01:20:00` 用“反脆弱”应对技术泡沫与跨年寄语
主持人沈帅波在对整场探讨进行总结时，引入了纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）的“反脆弱”哲学来审视眼下的 AI 投资与科技狂潮。他将今天的 AI 浪潮类比为二十年前的中国房地产市场：如果一个人在二十年前就言之凿凿地预言房地产存在巨大泡沫，站在今天的终局视角来看他固然是无比正确的；然而如果他在当年因为预判有泡沫就选择彻底不参与、不买房，那么他就彻底错过了中国改革开放以来最大的一波无需复杂操作即可坐享财富增长的时代红利，人生境遇难免陷入被动。
面对扑面而来的 AI 革命亦是同理。没有人能精准预知泡沫破灭的绝对顶点在哪里，也没有人能断言当下路线是否百分百能达成 AGI 并颠覆现存的一切秩序。但科技演进的大趋势已经不可阻挡。在这一历史进程中，彻底闭目塞听、完全不参与是极其“脆弱”的；而头脑发热、孤注一掷去盲目 All-in 加杠杆同样是无比“脆弱”的。理性的策略是建立一个风险可控的资产与精力配置组合：在自己能够承受的损失限度内，拿出确定比例的弹药与精力“全情投入、拥抱新经济”，同时必须保留坚固的兜底防线。
随着传统旧经济的增长动能放缓，旧模式已经难以支撑未来的跃迁，唯有相信并投资于以 AI 为代表的新经济，才是普通人与创业者打破僵局的唯一解。录制现场正值跨年夜，节目播出时已迈入 2026 年，三位主播与沈帅波共同向听众送上新年祝福，并约定在 2026 年持续复盘 AI 领域的飞速变化。沈帅波总结道：“你20年前你预言房产泡沫虽然站在今天是对的，但是你也将错过中国改开以来最大的一波对吧就是不需要任何操作就能赚钱的红利，但是你站在今天你肯定是对的，但是20年前你就预言泡沫并且不参与你也很难过得很好。”
- **投资哲理对照**：以塔勒布“反脆弱”模型为底层框架，既反对盲目上杠杆 All-in 科技泡沫，也坚决反对因噎废食完全置身事外。 - **时代红利逻辑**：旧经济驱动模型已显疲态，AI 代表的新经济是未来不可逆的趋势，必须在守住底线的前提下保持可控比例的主动参与。 - **跨年展望节点**：本期节目跨年录制并于 2026 年初上线，预示着 AI 行业将从前两年的概念亢奋期全面过渡到技术深水区与商业理性期。
## Notable quotes > `01:00:00` 你的电池要跑得过智能才行。就你但凡电池跑不过智能的，最终都会被弃用。 — 小苏
> `45:00` 你能做好生态又能做好模型，那基本上是属于无敌了。 — 小苏
> `00:00` 语言模型再强再大力它也出不了奇迹了这个是我觉得是一个事实 — 沈帅波
## Mentioned 沈帅波, 小苏, 老修, 闲哥, Meta, Manus, 蝴蝶效应, Monica, 肖弘, 微软, OpenAI, Janes Park, 扎克伯格, Scale AI, Google, Gemini, 马斯克, Grok, MiniMax, 智谱AI, 摩尔线程, 英伟达, 商汤科技, Claude Code, ElevenLabs, Codex, Claude, DeepSeek, 字节跳动, 豆包, 夸克, 腾讯, Salesforce, 通义千问, 高德地图, 元宝, AutoGLM, Demis Hassabis, AlphaFold, TPU, Nano Banana, Sora, Tesla, Amazon, Oracle, Genie, Ilya Sutskever, Nassim Nicholas Taleb
## Video description 最近AI圈的热点一直在提速，先是豆包手机助手横空出世被炒到近万元，接着马斯克又放话，说5-6年内传统手机会被淘汰，昨天还有一个新闻Meta以数十亿美元收购Manus的公司蝴蝶效应。 是不是很多人和我一样困惑：AI到底是真落地变现了，还是仍在炒概念博眼球？ 今天咱们就不绕弯子，邀请到三位AI圈的一线观察者，同样也是【人民公园说AI】的主播：小苏、老修、闲哥和大家一期聊聊这些AI圈热点背后隐藏的真相。
⏰ 03:13 Meta天价收购Manus：杀时间巨头买了个省时间神器？ ⏰ 08:08 海外视角 + 防御性收购大解析！Manus 被收是意料之外情理之中，中国团队太争气 ⏰ 16:52 国产大模型冲上市！Mini Max 像 OpenAI、智谱偏 To B，国内模型已经能扛住 80% 工作 ⏰ 22:39 中美 AI 赛道大 PK！国内上市估值惨被压，AI 想突围得搞中国特色解法 ⏰ 28:39 中国股市又炒故事又要现金流？AI 弹药不足但中国团队靠优化追平差距 ⏰ 34:35 豆包手机刚火就被封杀！AI 手机的未来是大厂合纵连横，利益分赃才是关键 ⏰ 42:43 Google 逆袭创十年净利新高！自研 TPU 硬件 + 全模态，生态 + 模型 = 无敌 buff ⏰ 56:26 最期待两大赛道！可穿戴 AI 硬件 + 人形机器人，特斯拉谷歌谁能放大招？ ⏰01:03:06 AI 硬件避坑指南！眼镜理论香实操拉胯，续航和场景才是王道 ⏰01:08:21 美股长虹稳了？AI 泡沫没吹到顶，科技公司裁员降本要迎来黄金期 ⏰01:16:19 AI 还没重构成本结构，2026 回归理性但必须 all in 未来
[Source](https://www.xiaoyuzhoufm.com/episode/695b75dd493373288d49ab78)