阿里巴巴前总参谋长曾鸣：OpenAI与Anthropic难成原生AI胜者

阿里巴巴前总参谋长曾鸣：OpenAI与Anthropic难成原生AI胜者 基础设施公司因同质化供给无法维持高额利润，AI原生应用时代的真正巨头必然诞生于下一阶段的新平台。 曾鸣教授将AI产业化划分为基础设施、应用大爆发与原生应用三个阶段，并指出2026年全行业对Token标准化达成共识标志着第一阶段的完成。他提出了多项打破行业共识的“暴论”，如模型公司本质上是AI云公司且面临同质化竞争、OpenAI与Anthropic大概率不是原生应用阶段的最终赢家、新的平台不会诞生自旧平台等。此外，他从组织演化视角预判工业时代的科层制与“公司”形态必将走向衰亡，未来的AI原生组织将围绕“任务”而非“岗位”重构，CEO亦需摒弃老板心态转向“Context, Not Control”的战略生成机制。 曾鸣教授指出科层制管理的公司制度必将走向衰亡，在颠覆性技术巨浪面前没有巨头是绝对安全的，历史上跨越时代且依然卓越的企业“基本没有”。 (0:00) 通用技术产业化历经基础设施、应用大爆发与原生应用三阶段；2026年是第一阶段基本完成的节点，核心标志是全行业对 Token 这一标准化度量衡达成共识。 (10:00) 当前 AI 处于比雅虎更早的“等待浏览器出现”阶段，大模型的本质是公共基础设施类的“AI 云公司”，第一阶段领跑者（如 OpenAI、Anthropic）大概率不会成为原生应用阶段的最终大赢家。 (18:00) 新平台大概率不会诞生自旧平台，AI 时代的网络效应升维为吞噬场景的“黑洞效应”，未来数年的破局核心在于谁能率先建立统一的 Agent 标准并抢占用户入口。 (39:53) 未来协作的最小单元正从“岗位”转向“任务”，随着同质化知识与流程被 AI 接管，科层制组织将向扁平的合伙人网络演进，人类被倒逼开发“无中生有”的原创造力。 (70:00)

曾鸣教授基于通用技术历史周期提出，AI 产业正从模型基础设施化迈入智能体能力共享阶段，以科层制为核心的“公司”制度必将走向衰亡；只有建立在反共识和使命驱动基础上的原生组织，才可能跨越代际成为真正卓越的赢家。 AI 产业三阶段与基础设施商业铁律 (10:00) 曾鸣将通用技术（GPT）的产业化归纳为三个阶段：基础设施化、应用大爆发，以及运行新世界的原生应用。他预判 2026 年是 AI 第一阶段基本完成的标志性节点，全行业将就“Token”作为标准化度量衡达成共识，标志着 AI 演变为类似水、电、流量的社会公共基础设施。到 2026 年底，模型层创业窗口已彻底关闭，中国未跑至 3T 参数规模的选手将面临淘汰。 在此演进下，曾鸣指出大模型公司的本质是“AI 云公司”或炼油厂。在经济学规律上，同质化的公共基础设施只能维系“寡头垄断加政府强监管”的商业模式，难以维持超额利润。类比 PC 互联网初期的美国在线（AOL）与雅虎，早期领跑者极难跨越至下一阶段，因此 OpenAI 和 Anthropic 大概率不会成为 AI 原生应用阶段的最终胜者。 能力时代的浏览器时刻与 Agent 入口 (18:00) 曾鸣认为当前 AI 产业比雅虎时代更早，正处于“等待浏览器出现”的阶段。1992 年的前端建站浪潮是建立网站以“分享信息”，而当下的 Agent 浪潮本质是封装个人技能以“分享能力”，标志着人类社会从信息时代跨入能力时代。当前行业最大的破局机会，在于诞生类似浏览器的产品以统一 Agent 标准，将调用门槛降至近零。 在平台重构层面，上一代互联网依赖简单信息匹配，AI 时代的网络效应则升级为“黑洞效应”——场景越复杂，越能拓宽智能上限并吞噬更多场景。曾鸣断言新平台大概率不会诞生自旧平台。应用创业者若做单点工具极易被基础模型能力淹没，必须切入规模大十倍的垂直复杂场景去积累智能复利；而直接调度全局资源的 Agentic OS 则属于第三阶段终局，短期难以直接落地。 科层制终结与以“任务”为中心的组织 (70:00) 作为工业革命产物的科层制“公司”正在走向消亡。传统组织以“岗位”（Job Position）为基本单元运转，依赖层级与中层命令线；而在 AI 原生组织中，基本单元转变为“任务”（Task），人与 AI 围绕任务拆解与交付展开协同。随着产出在网络结构中完全透明，中层管理和传统职级将失去意义，员工的主观能动性（High Agency）成为核心考量。 硅谷涌现的 New Labs 或类似职业球队形态是新型协作的早期探索，“一人公司”则是个人借助 AI 杠杆的过渡形态。曾鸣分析，未来企业将演化为全员合伙人制，人类成员依靠不可替代的差异化能力协作，同质化流程交由 Agent 完成。管理文化也必须彻底转向“Context, Not Control”（提供上下文，而非实施控制），由一线自发完成高质量决策。 动态战略生成与巨头的代际跨越难题 (95:00) 在非线性的 AI 时代，工业时代基于外推预测的静态战略规划彻底失效。曾鸣提出“看十年、想三年、干一年”的方法论，强调通过推演未来三年的 2-3 个里程碑来制造中短期战略张力。AI 时代不再依赖单一领导者自上而下制定战略，而是需要把组织重构为如神经网络般运转的系统，让人与 AI 在业务流中实时实现“战略生成”。 曾鸣回顾阿里创立淘宝、支付宝和阿里云的历程强调，共识赛道中的胜出只是“优秀”，“卓越”则是建立在反共识之上且只能事后认定。历史表明旧巨头跨越到新时代的案例“基本没有”。例如 xAI 采用自上而下的高压推进模式压制了创新心态，Meta 也面临资源摊薄与认知瓶颈；张一鸣虽将“公司即产品”推向极致打造了效率工厂，但面对范式转移，任何无法彻底重塑的组织都面临代际淘汰的宿命。 创造力时代降临与 20 年社会消化周期 (135:00) 借鉴彼得·德鲁克的社会演进框架（生产力革命、管理革命、知识革命），曾鸣将 AI 时代界定为“创造力时代”。所有可被结构化处理的知识与流程都将被机器接管，人类的核心价值将转向无中生有、定义复杂问题以及探索情绪陪伴等非结构化需求的“原创造力”。传统企业依赖的物理办公设施和现代商学院教育体系将随之面临衰落。 曾鸣判断，五年内大概率会出现国民级 Agent 入口，但孕育出运行新世界的第三阶段原生现象级应用（如移动时代的抖音）仍需八到十年；整个社会消化这场技术革命至少需要一代人（约 20 年）的时间。面对死板知识灌输机制失效所带来的教育冲突，个体与创业者需要摒弃对确定性的执念，以拥抱不确定性并“无中生有”的心态应对人机共存的新秩序。 曾鸣总结认为，旧范式瓦解与公司形态消亡是技术演进的必然规律，当前行业最关键的下注在于打造出足够好用的 To C 级智能体，但整个社会在组织、教育与文化层面对 AI 的全面消化仍将经历长达一代人的阵痛期。

[0:00] 曾鸣: 所有的好的、真正成为时代的企业，都是最后被证明了它那个反共识是成立的。最成功的企业一定是反共识的，但反共识不一定成功。 [18:00] 曾鸣: 浏览器完成了两个核心功能：树立了建站的统一标准，极大地降低了开发者的门槛；同时把浏览网站的门槛降到了零。今天下一个最大的机会，就是一个类似浏览器的机会——把 Agent 的标准统一起来，让用户用极简单的方法就能调用 Agent。 [39:53] 曾鸣: 爱迪生发明了电灯泡，但他认为发电更重要，于是成立了通用电气（GE）。通用电气真正繁荣60年，是因为它生产出了最早的电冰箱和洗衣机——只有2C的应用突破了，电网才真正沉淀为基础设施。 [66:15] 曾鸣: 人有生老病死，公司也有生老病死，没有比这更正常的了。这样，新公司才有机会，年轻人才有梦想，这多好的一件事情啊！ [80:00] 曾鸣: 未来真正在原生组织的人，最早一批 CEO 大概是自己动手重新写了自己的组织运行方式的，因为那个就是未来的组织的神经网络。 [135:00] 曾鸣: 如果从人的角度来看，AI 时代可以被定义为‘创造力时代’——所有可以被结构化处理的知识和流程，都会被 AI 接管。 [150:00] 曾鸣: 任何公司到了最后都在追求效率，因为战略越来越清晰，剩下的就是执行任务。但这就是组织的宿命：时代一定会变化，让你原来那套不适合。你要不就彻底转型，要不就被时代淘汰——这对每个人都很公平。

[0:00] Hello大家好,我是小军,今天我们的嘉宾是企业战略专家曾铭教授,曾教授是阿里巴巴集团前总参谋长,也参与过两所商学院的创建,分别是长江商学院和湖畔,不过一个他更令人熟识的身份是一个对企业战略有深度思考的人,很多的创业者和企业家都说受过他的启发。作为完整经历过互联网周期的研究者呢我们和他聊了聊他对于AI新时代新范式的完整思考并和历史上的关键时期都做了对照听完让我觉得有了更沉居的视角那接下来就是我对曾教授的访谈如果大家喜欢我们的视频请给我们点赞投币转发一键三连期待2026年我们和AI共同进步科层制管理的这种公司制度会衰亡但也可能不叫公司肯定不叫公司肯定不叫公司所以公司会消失公司会消亡这没有什么可以遗憾的呀对 将来有更好玩的你说多少人现在去公司上班是开心的不开心我也讲的比较尖锐一点就是这一批的创业者要过的一个很大的坎因为经济学的基本规律只要有同质化的供给你就不可能获取高额利润你就是一家不怎么值钱的公司Google不一定会成为下个谁的Google字节会是下个谁的字节吗总要的大概率也不会啊字节今天模型做的也还不错对吧起码在国内是第一梯队吧没有啊所以智杰是有很大的机会成为AI运行公司的但是大的土司机的应用是有非常大的不确定性的都包什么东方肯定不是要不然他肯定不计成本都往里砸了他不砸了就是因为豆包不够不够那么未来啊社交关系会重构吗腾讯安全吗肯定成功啊腾讯人作为最安全的为什么最近这么恐慌就是因为也有可能不安全人和人的关系会被重构人的社交关系会被重构那人和货物的关系呢一样会被撑割我觉得阿里也一样有那个调查嗯在这波巨浪面前哪些巨头是安全的我从来觉得在巨浪面前没有人是安全的你觉得他们all in AI还能够成为下一个时代的企业就是时代性的企业挑战非常大从历史里面有依据可言吗这个时代企业过渡到下一个时代企业还能做得非常好的多不多不是多不多的问题是有没有的问题有没有啊基本没有所以这种不依赖于你怎么战略选择你都很难一直在拍桌上是吗就是这个是让人绝望的地方这一点都不让人绝望啊就是人有生老病死公司也有生老病死没有比这更正常的所以新公司才有机会年轻人才有才有梦想by bwd6曾教授我听很多企业家都提到过您啊他们说自己某次的很重要的一个战略转型可能来自于在湖畔大学上过您的课那商学院的教授有很多我在想为什么这么多企业家都说受过您的影响你觉得您和其他商学院的教授的不同是什么呀我觉得首先我特别特别幸运就在互联网发展最快的时候有机会加入阿里参与了一个公司超高速发展的一个阶段所以那段经历加上我原来有很好的学术的训练这两个的结合就让我把理论跟实践给融合起来了因为我在做的时候我也经常想我以前自己讲的东西到底哪些东西能用然后在做的过程中也会去提炼有什么新东西是可以变成一个理论框架 将来还能继续用的所以这个理论跟实践的结合是一个很大的突破然后第二点呢就是我一直在持续的研究前沿的产业发展所以跟创业者聊天的时候呢就除了能够跟他们讨论战略的方法论还能跟他们一起探讨下一步产业到底会怎么发展你做什么样的战略决定可能更合适所以把这两者结合到一起也是挺稀缺的一种能力那像以阿里为例因为这个是您亲身参与最长时间的一个公司过去20年您觉得影响阿里真正生死存亡的战略决策有吗它会是哪几个呀我最近正好也在做个复盘所以我对阿里前面15年比较因为完整的参与过嘛实际上可能最重要的决定就是三个创立淘宝创立支付宝创立阿里云而且这三个决定不但 [5:00] 当时在整个社会是不被认可的公司内部的争议也非常非常的激烈大家可能对阿里云的这个争议已经有很多的了解了但是淘宝宣布成立的时候当时是有好几个高管是非常非常反对的为什么?我觉得原来阿里巴巴的业务都还没有成熟然后你去打一倍的核心的主业务风险太大了所以这个最重要的就是三个决定然后可能稍微次要一点的像淘宝从怎么从一个商品买卖的平台变成一个支持电子商务发展的生态啊然后怎么All-in无限我觉得这两个决定其实也很重要但是重要性可能没那么大但我刚讲的就是说后面还要补充一点其实你做了这个战略以后还有一层一层的决定刺激战略决定也很重要就比如说阿里云早期你是只服务于一个场景还是一开始架构就要是多服务场景啊你服务的那个场景是服务淘宝还是服务搜索嗯然后开源还是闭源这个都是争论非常非常大的二级战略问题然后再往下还有你这个数据库变了那你要不要自己做数据库然后计算也变了然后存储也变了所以才会出现当时喊出来的去IOE就是改掉IBM Oracle跟这个EMCEMC就存储所以就像今天一样计算完了以后发现存储成了一个新的瓶颈对所以呢其实战略到落地的过程中他有很多很重要的决定越到下面越是战略跟战术结合很紧密的地方所以不是做了一个大的战略决定就可以了他从决定到落地到最后看到成果是有非常非常大的一个挑战的战略做决策的那个时刻你们怎么知道这是一个好战略呢因为当时的争议也非常多general 因为做很多的战略你们怎么判断它是一个好的战略不知那儿啊因为相信所以看见啊哦 所有的好的真正就成为时代的企业的都是最后被证明了它那个反共识是成立的当然在这个过程中也有很多疯狂的想法其实就没有了这点一定要去强调的 不是疯狂的想法我们看到的就是所谓的survival bias你看到的是成功者的偏差最成功的企业一定是反共识的但反共是不一定成功但是在当时呢我们基于我们自己的能力能看到而且也愿意相信的就是那样一个图所以战略很大程度上其实是关于怎么创造未来的它不是一个简单的一个规划只有反共识的战略才能够大成吗?有没有共识性的战略能够大成呢?就是我在一个共识赛道,但是我做的比所有人都强,它能大成吗?那就是优秀嘛。哦,那就是优秀,不是卓越。是的。卓越一定来自反共识。是的。那今天这个AI时代,我们进入了一个全新的周期范围式阶段,也像您说的,这是一个新的文明。您会感觉到,迷茫焦虑吗就是像您这样一个要制定战略的人看到未来的时候你这个时候的感受是什么样的的确是非常非常的困惑因为你知道肯定是有很多的新东西会出现,但你不知道哪一些是稍种极事的小浪花,哪一些是代表未来的大的浪潮什么东西会变 什么东西不会变 这个是非常非常让人困惑的你现在看到哪些是小浪花 哪些是大浪啊 有没有一些初步的想法和判断这就是我为什么写这本书的原因是因为前面几年都在琢磨这个事情就经常会有一些观察和动见觉得还不错的 但是可能很快又被否定掉了但是今年上半年就比较明显就有一些趋势性的信号开始converge就是开始出现了类似的信号然后我看到了一个可能的框架是可以去解释当下发生了很多事情甚至去推演未来下一步的发展的所以我觉得这个时候我就不太焦虑了因为我大概理解了我们在哪个发展阶段然后知道到底该怎么做事情对我们这次聊天的缘由也是您最近出了一本新书智能您也说就是这个书其实开始没有写作计划是自然涌现出来的也是最近半年的通过了一系列的思考想清楚了很多的问题您能不能给大家介绍一下这本书 [10:00] 以及你的创作过程?我自己的本业是战略嘛,所以其实跟创业者聊的最多的就是AI时代面临这么大的不确定性这么快速变化的环境 到底怎么做战略所以这个是开始慢慢想得比较清楚的但真正让整个框架浮现出来的所以我觉得我大概理解了AI在产业化进入了哪一个发展阶段然后每个阶段的不同的运行规律我觉得这个看清楚了呢大概对未来三五年就有一个比较清晰的指导意义所以今天的人工智能产业化发展到什么阶段了您是怎么划分这完整的阶段的我其实做过一个很系统的研究就是从移动互联网到PC互联网 然后再到PC然后包括当时我做云计算的时候其实是把第一次工业革命 第二次工业革命 第三次工业革命其实整个历史也都研究过一遍所以呢就大致呢起着新技术的出现我讲的都是巨大的通用技术的颠覆性创新实际上都经历了三个阶段特别有意思就第一个阶段就是这个技术逐渐地被社会接受然后它成了这个社会的基础设施这是第一步啊第二步呢基于这个基础测试产生了海量的新的应用就是百花齐放的时代然后第三个呢是当这些海量的运用出现以后大家发现我们需要一些更底层的方法去运行这个新的世界这就进入了第三个阶段就我把第三个阶段叫做原生应用的阶段嗯像以移动互联网为例到了抖音字节它属于原生应用的阶段是的对就是说早期就是比如说一顿互联网大家可能今天今天年轻的人可能听说过黑莓手机的可能都很少了但是黑莓手机是第一款被称为智能手机的而且它在很长时间是垄断地位的而且市场渗透率也很高一直到2010年它还是美国市场智能手机的百分之四十几的市场占有份额iPhone只有百分之二十几实际上是到iPhone4以后iPhone才开始领先开始跑起来的所以其实这个第一阶段第二阶段然后有了iPhone以后有了App StoreApp Store以后出现了这些新一代的原生应用然后早期的时候其实我那时候投互联网嘛投移动互联网嘛其实还有墨迹天气啊什么的这个一堆的应用 当时日活很快都过亿了但是会很快地发现其实它们不代表未来真正是要解决核心需求的主流的应用才是那个原生应用为什么要先经过一个应用大爆发再到原生应用那为什么原生应用不是诞生于第二阶段呀因为应用的爆发给了技术下一阶段发展的方向就技术成为基础设施以后并不是停滞不前了它要寻找自己新的发展方向但到底往哪方向发展其实是不清楚的其实就像我刚讲的这个字节其实是先做了今日头条甚至在那之前还做了内涵段子一堆的小的产品是因为在那个技术的早期你不知道哪个东西能work所以你要试不通的东西第一阶段那个时候只有文字成熟了所以才会出现今日头条但是今日头条探索出了推荐算法这样的一种新的啊既是技术模式又是商业模式谢谢大家然后又由于带宽啊这个算力啊各方面的发展才出现了短视频然后短视频的这个新的展现形式和推荐算法这个底层技术这两者一结合才出现了抖音这样的线上级的原生应用真正出现了国民级的应用所以原生应用距离基础设施成熟中间还有一个过渡性的阶段能把第二阶段叫做过渡阶段吗你这样说好多中间那部分创业者好伤心呀所以我为什么会犹豫第二阶段本身是非常精彩也非常有价值的所以为什么我说原生阶段是第三阶段其实就想告诉大家其实还有可能八年也好十年也好非常精彩的时间是属于第二阶段的你没办法跨越到第三阶段跨不过去的就没有第二阶段的积累所以你跨不到第三阶段而且基于第一阶段的积累现在该做的就是第二阶段该做的应用大爆发的事情我们现在在AI的产业周期里是结束了 [15:00] 一阶段还是在第一阶段还是在第二阶段开始具体在哪个时间点上我觉得2026年应该是第一阶段基本完成的一个标志性的阶段核心原因就是今年年初大家可能还记得就是关于token这个词形成了一个广泛的共识有两三个月的讨论非常密集黄林轩在英伟达的GTC大会上就讲英伟达的未来就是Token Factory啊然后SAM也马上表达OpenAI核心就是卖 token的对然后这个token为什么重要呢?就是包括词源这个新词被定义下来是因为当一个技术有了一个标准的度量痕以后它就能被规模化的标准化的使用所以我们今天会讲一度电 对吧这个一吨水我可以做一个Gb的流量啊这些是让我们可以很简单的使用一个原来曾经很前沿的这个技术那今天大家都知道我掉多少token我能干多少活它让我产生多少费用这个事情它就成了社会的基础设施所以这是第一阶段的尾巴第一阶段开始成熟的表现它会继续发展服务会越来越好 智能会越来越强大 成本会越来越低但是它形成了一个匹配的商业模式而且成了大家能接受的一种新概念所以这个阶段是成熟了我们到第二阶段了吗今年有意思的地方是它也是第二阶段的一个开场那因为今年春节前后同样发生的另外一个特别让大家兴奋的事情就是open crawl龙虾大家都在养龙虾春节都没睡好天天都疯狂一样的在弄这些东西那龙虾让大家看到了什么其实是看到了一个能够独立完成任务的但是无限的潜力所以大家才会这么狂乐所以我认为AI进入的第二个阶段就是智能体阶段智能体就是AI时代的新应用嗯 所以第一阶段已经成熟然后我们现在站在第二阶段的开端是的 是的如果类比到比如说互联网哪一年移动互联网的哪一年今天可以做一个这样的类比吗当然这个有点克舟求价但是我们还是想类比一下对是这个这个就是我琢磨了两三年的问题其实我三年两年前还做过讲演就是让我们拥抱Yahoo吧Yahoo买快来了然后今年年初的时候我自己也觉得有点有点纠结是我们怎么退回到了浏览器阶段好像比雅虎还要早了就是您的判断更加潜移了是更加潜移了就是因为我当时看到OpenCloud这些东西出来以后我第一个反应就是我们还在等一个浏览器出来这都不是浏览器出来以后我们在等一个浏览器出来就为什么会有这样的一个洞察呢就是因为就后面就是跟 agent 的同时出现的词是 skill 对吧 能力那我们去想agent的本质是什么其实就是分享能力对吧我们把我们懂的能力封装起来然后分享出去让别人也可以使用然后OpenCloud提供了一个框架和思路原来能力是可以这样被封装被调用的哎我就突然想到92年的时候我最狂乐的是什么是建个网站啊对吧 那时候就是建网站啊 就所有人都是想着建个网站然后接网站的目的是什么就是去分享信息啊嗯所以AGI这轮的创新就是让我们从信息时代进入了能力时代海量的信息和知识都处理完了所以今天分享信息已经没有必要了大家都直接问全GPT答案了大家不再找信息了但是今天大模型能有这个成就是因为92年的建战运动让大家把信息都放到互联网上了完成了信息的数字化的过程啊所以我们做类比的关键就是我们什么时候做类比没有科州求见所以我们去理解抽象建模以后理解它的一个底层运行规律而不是纠缠于技术的表现形式所以当我想到大家都是在建,一个在建债,一个在建agent然后一个是分享信息一个是分享能力我觉得这个结构上就对上了浏览期为什么重要在那个时代是一个新的阶段所以浏览器是完成了两个核心功能通过HTMI这一堆的事情就是说树立了建占的一个非常简单的统一标准所以建站就没有门槛了 就有信息的人 [20:00] 能健在原来建站是一个专业工程师的专业工作所以他把这个创造的门槛极大的降低了也就是我们今天讲的开发者的门槛大幅向低了然后另外一方面他把浏览网站的门槛降到了零就是因为你只需要点击就能完成所有的信息浏览的过程所以你一下用户段就报了然后共警端也爆了然后就出现了无穷的网站天天涌现然后大家都不知道该看啥了这个时候就出现了雅虎雅虎最早就是一个目录告诉你今天出现的这100个网站里头这个网站最有意思到了后面出了一万个网站的时候就告诉你前面十个最有一个最有趣的是什么然后再给你分类娱乐、新闻股票这些就开始分类了所以雅虎其实是一个结构化信息的一个过程对啊它就是个目录它是在商减它不是在商增对吧伤增的同时一定要有伤减降低大家的认知压力那我们今天还在一个伤增的过程中就是各种的skill能力的爆发对啊 因为我们随便问身边任何人大家都不会随口跟你讲出两三个他天天在用的agent您觉得谁会有能做商减这个事情的潜质您看到一些雅虎的雏形没有是OpenCloud这种形态吗没有我完全没有看到雅虎的雏形所以我说连浏览器现在都没出现所以如果你让我拍脑袋说的话 我觉得下一个最大的机会就是一个类似浏览器这样的机会是他会把agent的标准统一起来然后同时能够让用户用很简单的方法就能调用agent然后会有海量的agent爆发这个可能就是未来两年可能最让人兴奋的一件事情今天没有任何这样的雏形吗所以这也是个反共识嘛,大家都觉得好像龙虾也是昙花一现,好像现在没能谈应用了。但我讲的这个可能非常乐观啊但我的确是所以我们基于历史的推演形成一个抽象的模型去思考未来然后底层的我能看到的就是这样一个演化的路径所以在这个意义上我就不焦虑了 我就在等着这些发生就好了那假想一下这样的一个产品形态可能是什么样的呀他的先决条件可能是什么?交互形态是想象不出来的这就是要大家去创造的我们能总结出一个抽象的规律但是我们一定推演不出一个具体的形态雅虎到Google还有几年呢?你没有看到雅虎,应该也没有看到这个时代的Google,对吧?这是我现在没法回答的问题因为我不太确定我们这个时代是不是一定会有雅虎跟Google巨大的鸿沟因为雅虎后面就没有了嘛这个我觉得我现在看不清我也觉得太早了 不用讨论我们得看到了让雅虎先辉煌三年我们大概才能看到谁想去挑战雅虎所以雅虎95年成立一直到2000年都是辉煌的这个Google成立了以后是给雅虎做to be the food sounder是给他们提供了一个算法的服务的就是雅虎下面一个小弟弟帮他提供一个技术支持而已在这个意义上是雅虎孕育了Google那这个时代的关键的变量是模型啊您是怎么理解模型的模型的本质是什么它可以类比于什么有很多可以类别的就比如说大家讲数据是新时代的石油对吧那模型实际上是一个炼油厂广泛提供基础设施这个角度讲他又有点像另外一个萧斯乐的公司美国在线AOA啊它是互联网基础揭露服务商它让所有的人都能够接到互联网上这个本身就是一个很巨大的一个工程那今天大模型是让所有的人都可以很轻易的揭露到智能的一个路口所以在这个意义上它也是个基础设施服务商嗯所以你觉得模型公司是一个基础设施服务上它能类比为哪些公司啊今天是在日本的Openei AnthropicKimi DeepSeek这些公司我觉得说的直白一点就是AI云公司就就是未来的AI运工资然后这是为什么现在比如说这几个大模型公司跟几家云场上的博弈在美国变得非常的有趣和复杂是因为鱼银厂商觉得他们付出的太多得到了太少然后模型公司可能大概率认为他们自己将来要自建云服务甚至要自圆芯片 [25:00] 乔鹏是这样的所以这两个生态之间可能会发生一些碰撞跟重新整合然后会形成几个比较稳定的AI云公司那个是确定的然后大模型公司有没有机会从基础服务提供商变成一家成功的应用公司我觉得这是个开放的问题如果我主观的给个结论呢概率不会太高 为什么?没有历史上的先例啊Codex现在就做得很好啊Cloud Code做得很好啊没有啊 这是大模型的一个基础 一个延伸啊这是Coding要成为基础智能的一部分啊如果没有coding的话 我们今天都谈不上可以调用API就Token就不会成立了 是因为有了coding的能力以后才让token变得这么有价值的因为他智能程度他推理这个智能突破了呀但是你看像Anthrope这样的公司它成立才不到十年短短几年就已经市值万亿美金的公司在人的历史上都非常的罕见您怎么解释这个现象这个描述本身就是一个幻觉和误解就是因为年轻人容易认为每个时代这一次不一样这就是典型的这次不一样其实我去专门查过这个事情啊回到我们刚刚讲雅虎雅虎95年成立2000年的时候达到了1200亿市值美元的市值五年的时间嗯那个相当于什么呢那时候的1000亿美元的市值大概相当于我们今天的一万亿美元你把通货膨胀把纳指的基本算进去就是那时候1000亿美元按大概8%的年回报就是今天1万亿美元的公司所以在2000年能达到一千亿美元五年不比今天antropical对大家的震撼不强烈一样强烈然后我刚讲的那个消失掉的公司all嗯199488年开始提供服务2000年高点的时候是2200亿美元的估值比雅虎还高是当时市值最高的一家公司然后他再去收购了传统的媒体收购华纳达到3000多亿美金所以也是一个很恐怖的书记然后谷歌是98年成立的2005年达到1000亿美元黑媒公司就是他的巅峰他也是一个硬件厂家最快达到千亿美金估值的公司嗯所以其实当一个技术有这么大的冲击力的时候第一波成功跑出来的公司就有这么大的价值所以我觉得就是说Enthropec OpenAI这个是了不起的技术上的突破跟商业上的成绩但是这样的先例在历史上在类似的阶段都发生过但是他不一定能活到最后他很可能会往后活得不错但他大概率不是原生应用阶段的大玩家大赢家即使是回到我们讲的这个石油的这个比喻炼油厂跟化工厂其实也是两类企业就化工企业后面比纯粹炼油的企业要有价值的多化工就是应用炼油就是最清楚的把把石油给开采出来然后再变成一个基础的优务对吧然后就像这还有个类比就比如说汽车汽车离开了石油肯定不赚对吧但是你石油公司肯定做不了汽车你没听说过哪个汽车公司是由石油公司转化来的?我昨天刚好还看了一下就是陆奇博士在2024年时候说过的一段话OpenAI就是这种AGI公司未来一定会比Google大只是大五倍还是大十倍的问题以您刚才的论述的话我觉得您不仅不认为OpenAI可能是新时代AI时代的Google甚至觉得他们可能只是一个类似于历史上的过客的这样的公司吗他们甚至会消失是这么个观点吗我是这个观点我相信未来会有一定会有一个十万亿美元的公司但是未必是现在领跑的这两家公司其实我理解陆奇博士想说的就是未来会有一家AI时代的谷歌公司它很可能比现在的谷歌大十倍不 它说的是open AI我理解但是那时候大家大概只想得到AI会代表到未来但是我是因为纯粹我自己是一个商业史的研究者最近也有时候开玩笑就是说因为硅谷现在最时髦的那个词或者说地位最高的词叫researcher嘛一讲researcher大家就很尊重然后我觉得我现在也可以claim我也是个researcher我只是研究商业世界的 [30:00] 动力学规律然后我们能看到的我能看到的理论框架告诉我的就是第一阶段的企业很难活到第二阶段第二阶段的企业很难活到第三阶段为什么第一阶段企业很难回到第二阶段企业回到第三阶段企业?按理说他们这么早就在这个市场上,然后他对最前沿的信息也是最敏锐的,他为什么不能及时转型呢?比如说我马上从一家基础设施公司转型成为一家agent公司,这个很顺畅啊,我觉得。第一阶段的技术核心是可不可用所以他有很多的原创的技术的创新第二阶段开始的标志是第一阶段的技术发展渐渐缓慢下来然后才能变成大家都能调用的技术我就不用再去重新开发轮子了第二阶段的应用其实是需要很强的洞察力它要的是产品很强的原创力然后跟普通用户的那种同理心然后需要应用技术的一堆的新的东西你可以把应用技术的那堆新东西叫做新时代的大模型也可以它其实是有新的很多技术前沿的创新就比如说比如说这个上下文的管理这个事情他有很多的技术创新可以做这个你到底把它定义为大模型还是不是大模型其实不是那么清楚的啊然后在这里后面其实包括AI也有很多新的饭是会出来就比如说现在出来很多新的new lab 对吧新的UNE Lab里面一部分的人可能就会去转向支持这个阶段的应用需要的新技术这两个的结合可能就变成了第二阶段的王者所以技术依然在进步但是技术未必沿着原来的轨迹在线性的增长它可能也有个技术的范式的变化您觉得不管是中国还是美国最后模型公司的一个格局会形成什么样的一个状态啊?非常简单公共基础设施的行业只有一种模式商业模式是成立的叫寡头垄断加政府强监管因为整个社会依赖于它所以政府一定会抢监管第二个由于这个供给如此重要所以不能只有一个供应商然后由于这个基础设施投入这么大所以肯定不会无需竞争不会有很多供应商所以就是经典的寡头竞争政府强监控保证社会有稳定的低成本的恭喜这才叫基础设施对吧 你现在水电费能随便涨价吗当然不能我知道这个现实对很多现在创业的人很残酷那像比如说OpenA AnthropicGoogle的模型您觉得他们都会并存就这里面有猎之分吗当然有优劣之分这是这个阶段最有价值的竞争就我讲那个产业中局并不否定现阶段的这些重要性和这些企业了不起的地方而且今年特别是Enthropec先领跑OpenAI再跟上谷歌阶段现在被甩下其实就是组织能力跟技术能力其实出现了一些差距然后像XAI跟Meta就直接退出竞赛了就在寡得过程中已经有人已经退场掉队了对啊 掉队了这也是我想问您的为什么XI和MITA会掉队看起来他们资源很多啊对老板也很忠实对吧也算是一把手工程吧这个可能就跟我新书里面讲到的那个智能复利有关那个基本概念有关我觉得Anthoropic从去年下半年可能到今年上半年开始让大家意识到比较好清楚的是他们开始用大模型训练大模型了也就是AI进入了他们的主页叫大模型训练然后他们把AI这个工具用到了自己的主页上所以他们模型训练的能力大幅提升就是为什么我们会这个今年上半年大家会如此兴奋是因为发现大模型还可以用这么快的速度提升这么高的性能这个就是因为大木星本身进入了他的训练过程但是还没有到现在又开始很火的那个词叫完全自我驱动的那个self learning还没到那个阶段他只是局部的被使用了但已经产生了很大的价值实际上这两家公司也有组织上的优势像今年讨论的同样多的有很多的文章讨论Antropical的组织优势战略上的聚焦然后这些呢是相对来说其他几个公司可能就比较弱的所以当你组织优势跟一个新的技术的 [35:00] 运营方式结合在一起的时候它就产生了一个巨大的领先就是而这个引线优势真的已经开始把比较弱的玩家往后甩出去了中国的这些模型公司呢他们会怎么进一步演化中国跟美国是保持两个不太一样的生态我觉得中国模型公司会持续的追赶和发展但是中国模型公司之间的竞争也会有点类似美国公司就这几家大大小小的公司最后比如说今年年底谁如果跑不到3T的模型估计谁就出局了他是个淘汰杀就像现在世界杯一样的就是说你可能现在是八进四然后接下来事件二巴基斯的时候大概率的确会开始淘汰所以最后留下有限的几家成为一个基础设施 这是您的观念 是的现在看起来谁淘汰了美国我们知道了中国呢中国其实就是看年底嘛年底3T 现在还卯足了劲都在搞这个嘛K3刚刚到了2.8T但是差不多得是得是自朴有点领跑然后Kimi在3T上先交卷成绩基本满意再接下来看MiniMax前文肯定很快会发MiniMax这些差不多就都在跑最基本的新的新的竞技线模型的格局今年会稳定下来吗还真不一定哦就是可能要到前两名前三名的优势基本跟后面拉大了以后这两三家可能就不太容易再拉开了就是您说的那个黑洞理论对要形成一个巨大的黑洞效应对其他家很难再超越对其实Anthropec跟这个啊Open AI在美国其实就从智能复利的这个飞轮开始因为他们会继续的往Selfimproving 的路上去走所以这个差距是越来越大的所以他们其实有点形成了黑洞效应这也是为什么美国的云厂家就有点慌了就是说因为要看因为将来这两者之间什么合作关系就变得非常重要了那在您看来做模型的窗口器关闭了没有?新公司还应该再做模型吗?以我们定义的作为基础设施的大模型公司的窗口肯定是关闭了是因为已经进入到了竞争的接近智能飞轮都已经跑起来的阶段了你这时候进来就完全没有积累了那这些模型工最后是会趋同还是会分化?寡头竞争的特征就是有一定的差异化,但是又足够的同质化。同志化是保证可以被替代,差异化是让大家还有钱赚。所以模型公司是好生意吗是个很好的成熟生意就我们为什么说企业都是时代的企业所以你肯定不会是当红炸子机了过个三五年就如果你真的没有进入下个阶段的竞争你就是成了一个大家都调用你的服务大家只会不稳定的时候 complain不会天天夸你的OK你觉得未来三五年可能会看到这个新的迹象应该能看到那接下来如果他们是基础设施服务商那接下来一个阶段会我们快看见什么呢什么样的公司会成为新的时代的公司就是看谁是Nescape谁是Yahoo啊明天天死吧agent 的标准建立起来谁抢住了agent的用户入口啊这个观点都跟我们今天想象的其实很非共识所以就像你现在去WAC大会里头只有到地下一层一小块区域才能看到做应用的这些公司就二层三层的大厂家全部都是做的是现在有公司的东西这个有其实是2026年的一个快照维基大会快照你这三年后会变成什么样你大胆预想一下我觉得三年是有可能开始出现agent的路口就是EVAsia太多了你想想看咱们就换了一个普通人的角度你怎么知道哪个人能用你敢不敢把一件重要的事情交给agent你钱包敢交给一准他们吗你个人的隐私敢交给个agent吗然后这种性能从何而来然后我怎么知道他收我的费用是真实的对吧这些东西其实都需要有一个可能一个新的服务商来给大家建立这种性能让我们愿意说 ok那我相信你定的标准我相信你的推荐然后我相信里面的agent我是敢用的好用不好用那是我后面自己的选择这是我们接下来要聊的一个话题 [40:00] 就是agent 您觉得agent现在应该已经爆发了对吧?你怎么看他现在的一个状态?现在就是百花其放啊大家各显神通大家都在找那个切禄点就是因为其实就是真正就去年就有人喊一句的元年吗对吧然后也有很多A9的创业我其实去年夏天在硅谷就已经经历了第一波agent的火爆 就是说去认识demo day基本上都是十几个项目都是各种各样的agent在那里偶尔有几个做infra在做基础设施的但大部分都是做应用的对 但是那些应用其实今年都不怎么样了对啊是因为去年的应用真的做的都是特别简单的论文就我看一场10个演这个demo里头大概会有三五个是做广告的然后里头有的就是做一个素材生成有的就是做一个投放就这么简单的事情我当时就觉得不太可能有长期价值但是当时我比如说我看到有家企业开始想做增长哎 我觉得这个事情可能具有前途为什么因为增长很复杂就他得做复杂任务得做复杂任务啊你才有可能建立自己的智能闭环啊然后你才会有可能做一堆的你自己有价值的技术积累,而不是搭脚手架。就是说当智能能力不够的时候你做应用很大程度上是在做脚手架然后等着模型自然一说把你脚手架淹没了但是今天做应用的切录点和思路是需要完全不同就是你要假定智能是完全够用的然后他到底能干啥活今天的核心是干活,然后是干一个复杂的活。越简单的活越容易被复杂的活给吞掉因为它没有多少成长的空间这个是干完了就干完了那不就停在那边了吗那像minus这样去年说做通用智能体的产品形态您怎么看呢我有一阵子没有接触他们了不知道他们下一步发展的思路是什么但是Manus当时的确是市场感觉非常敏锐因为他们其实抓住了coding 益处的特别难得的一个机会穿但是他们的定位就是通用agent那么通用agent当时能触达到的就是一批prosumer的生产力的需求当时那个切入点是对的在今天一个agent 要再立足至少要找个十倍以上的切禄点你才有发展的空间什么叫10倍以上的切入点?就是比那个应用场景要大10倍以上的比如说大家做做PPT啊,然后出个报告啊那些都不够大而今天技术又往前拱了一步,智能程度又拱了一步,做长城规划这些都比以前进步了很多。那你能不能够往前大大走一步把一个复杂任务给解决了那还需要进入一个垂直场景吗就是要做同用的一阵还是做垂直的一阵这个就是大家接下来比创造力比天分的地方就比如说教育健康这是典型的大垂垒你只要在里面耕耘就够了你是在这个垂垒里面能不能找到一个足够好的切路点现在能切得进去将来能长得大的但是通用的里头又会分图B跟图C对吧to be little哪个是关键这个又不一样了我觉得到今年年底你就会听到一堆的要做组织大脑的agent 主持大脑就是agent组织的操作系统就不同的叫法了操作系统或者是说CEO的agent的团队这个肯定是今年很火的一个主赛道了这是2B端的2B端的2C端的就随段的从又开始重新做情感陪伴啊然后解决问题的了 这些就都开始出现了好很多人都说这一波的应用它很难形成上一代互联网移动互联网时代那种数据飞轮你怎么看这个现象你觉得他应该去追求数据废论吗数据飞轮升级到了自立飞轮就是智能的飞轮这个讲的智能复利所以今天大家其实也在讲数据飞轮啊数据飞轮是一直存在的 [45:00] 其实互联网更特别的是网络效应我们先讲这个数据飞轮到智能飞轮是因为就是说你要真正把数据费轮跑起来就像今天的这个聚生机器人一样的你其实相应也要有算法的创新也要有应用场景所以这也是个三结合的东西然后我们刚刚讲到的那个智能复利也是你要形成一个新的学习场景就你调用了基础这个智能但是你是让Agent具备一个更高的智能去完成一个特定的任务然后在这个特定的任务过程中它一定会有数据的飞轮然后因为数据非论的前提是真实世界的反馈嘛是真实的反馈的前提是你这个Agent 要能独立去干活嘛要离开人的这个参与嘛然后这个中间的一定会有算法的创新包括刚才讲到的广义的就是包括三峡文的管理包括记忆呀包括这个新的交互方式这些然后这个会形成一个智能的福利他在这个场景下就变得越来越聪明然后这个智能复利能够渗透延伸到什么其他的场景去解决更复杂的任务那个就是它的发展路径然后找到了或者运气好撞上了最有规模化 最能泛化的那个场景的人就最有可能形成黑洞效应他就有可能跑出来进入第三阶段的竞争而这需要好多的条件才能够达成一个原生应用的产生对吧对啊现在看到这样的好的场景了吗应该还没有没有啊要有的话肯定就火了大家就肯定都会抢着去用了就你看这个原生就即使是阶段性的原生产品比如说第二阶段最好的东西一定是口碑的因为他一定是在体验上有大突破的就像龙虾也是自己抱的嘛就没有人去做投放啊什么然后雅虎也是一样的就是口碑相传跨一下就火了我93年在这个UIC读书就是浏览器诞生的地方所以我可能是全世界最早用游览器的一万人之一那整个校园都疯了天天晚不睡觉就是在用浏览器看各种各样的能看到的东西然后马上大家就会觉得网上能看东西怎么这么少然后就会有人意识到做个网站上传上去肯定是最有意思的事情嗯然后马上又会有人发现这个原来是一个商业的机会我能赚钱这个飞轮就转起来了所以您在这个open cloud的这个时刻感受到了92年93年浏览期爆发的那个时刻您有同样的感受大家装不上open cloud都感觉非常焦虑是的感觉要被时代淘汰了对对对对对对对刚才说的是这个数据飞轮,那网络效应呢?在AI时代网络效应会是什么?第一个就是网络效益会继续存在啊它是就像基础设施一样它成了这个时代的一个标配了啊因为最后还是要广泛连接的就即使从数据的本质来说越多元化的数据越差异化的数据越能产生新的洞察就你同样类型的数据其实规模到了一定的程度其实它的价值是边际效应递减的好然后第二个呢就我觉得网络效应的升级版其实是黑洞效应黑洞效应其实就是应用场景越多你的连接越复杂你就更有可能去拓宽你的智商所以我觉得黑洞效应某种意义上是AI时代的网络效应的升级版其实我在智能商业那本书里面讲过DNA螺旋的两个组成 一个是数据智能一个是网络协同其实黑洞效应相当于这两个都升级了就是数据智能其实现在 AI 还是数据智能然后他并没有进入所谓符号的AI智能的这个阶段我们还是在数据智能阶段然后网络协同实际上是变成了黑洞的一种内部的网络结构他能够快速的去吞噬多少场景而不是我们原来的那种简单的连接新的时代还会出现平台吗肯定会啊路口就是平台因为我觉得上一代的平台很多都是因为就是我们的信息效率不够高所以他需要一个平台来让信息效率进一步的流转我们在今天我们可以用判断力代替信息的不对称但是判断的也是个稀缺资源嗯 所以就刚才讲到的一样会出现一个双边市场就是海量的Agent of the开发商跟海量用户之间怎么完成这个匹配就我们看一个 [50:00] 港湛很容易判断它好是坏 成本不高不好就不再看了嘛但是你用一个agent是有可能出现很大的负面影响的所以我们判断agent的能力的能力要求是更高的所以在这个阶段我们大概率会浪度这种判断力给一个独立第三方我们认为是性能的而这个其实就是个典型的双边市场的结构双边市场是由中等程度的网络效应那新的平台和旧的平台它可能不一样的地方是什么旧的平台能变成新的平台吗它能演化过来吗大概率不能就是因为旧的平台做的是简单的信息匹配新的平台要做的是能力跟需求的匹配嗯所以复杂度高了很多就它两边的东西发生了变化是的 是的 是新物种的匹配虽然还是匹配 但是匹配的东西是不一样的所以大概率会诞生新的公司是的因为你如果不是agent的原生的话你怎么能判断得了Agent 怎么能够给Agent提供一个最好的一个通用的开发平台对吧但是现在是不是走平台这一步还有点远可能还要几年时间大概就是三五年的时间吧今年大家也在谈Agentic OS首先什么是 Genting OS 你有一个定义吗我觉得没有人能定义得了这个OS我把它放在第三阶段所以我们可以基于它去讨论一下因为你是OS就开始调度资源了嘛他就不再做匹配了就是你只要告诉他一个意图我就直接调用市场上所有的agent直接帮你给活该给干完了你都见不到那个agent那首先agent得爆发真正的爆发出来所以一定要经历第二阶段这个时间对对对所以只有到一个足够复杂的阶段你才需要直接去调度agent然后agent也得成熟到那个阶段才能被简单的调用所以AgentiOS比我们想的可能要远我个人觉得是第三阶段的事情是比较远的但是大家因为在第二阶段就容易去畅想第三阶段可能是什么所以这个讨论是有意义的但是它大概率是没法落地的这个阶段那您构想中的Agentic OS可能是什么样的然后他的话语权有可能被谁争夺到有可能是模型公司吗有可能是应用公司互联网公司算力公司还是像苹果这样的软硬一体的公司你照我的理论框架的话肯定是一个谁都不知道的啥长啥样的公司这才叫大创新嘛要不然它不deserve它未来的那个价值所以因为就说就A就能长成啥样咱们现在都不知道对吧然后你再到第二阶段Agent 的原生硬件是长啥样我们也不知道所以得这两个东西得都足够的探索到硬的阶段我们大概才会找到一个最自然的跟AI互动的方式然后那个AI真的能够给我们提供现在想象不到的便利性那个就是未来的科幻了那应该可以去问科幻小说家他觉得那个时候会是什么样的一个状态这个很有趣就是我们大概基于历史可能有三步的推演但是每一步它具体agent长什么样agent的生态长什么样然后下一步agentios长什么样原生应用长什么样其实都是问号是的嗯但是讨论第三阶段的好处是你大概知道最终的终局大概是哪个方向所以你做第二阶段的时候会更有针对性然后在第二阶段的中后期大家的有一部分人的注意力就会开始走向第三阶段但是今年agent应用公司都很惨淡可以说是到了近两年来agent应用的冰点去年大家投资应用公司的热情还挺高的但是今年大家觉得那不就是模型的一个skill吗那应用公司都很难融资了您觉得这个现象会是短暂的还是长期的您有什么想对这个应用公司的CEO说的吗我觉得现在是应用领域里面创业者的反共识阶段就是因为没有没有一个好的应用让大家看到它有多大的潜力以及他该怎么做所以大家都在摸索视频深层这个是已经相对成熟的这个这个领域然后作业证的公司也很多然后大家最终的目标可能都要做AI时代的TikTok抖音这些但是大家都知道离得现在很远那你第一步到底做啥这个就非常考验大家的功力然后AI短剧动漫这个呢又有点门槛太低所以很快的半年 [55:00] 大家就都干完了而且是AI模型能力顶上来以后基本上就干完了所以就正好我们处在一个清皇不截的时候就模型的能力已经溢出到很多简单的任务他自己就能干了但是呢我们又没有找到一个足够大的场景可以用agent的方法去真正让AI做一个足够复杂又足够有价值的事情然后还能把性价比非常好的智能用得很充分的然后又能形成自己的独特技术积累的所以就是大部分人其实低估了一阵的难度去年大家有点像我当时的感觉就像小孩过家家一样的就啊我有个新玩具有好多好玩的事情然后大家就开始下场玩各种各样的东西都没觉得他那个东西能做多大因为他那时候考核标准也很简单你只要有AIR就好那AR嘛你一个新技术当然是有价值的总有人愿意付费然后大家又有一个好的AR觉得大家都很开心所以我到去年年底在整个硅谷的感受就像一个创业的天堂所有的人都在那玩得很嗨但是今年就是OK模型的能力有一个大的突破然后原来的那批各家家的小孩子就被淹没了然后但是今年也许智能就我听到那个普遍的感受就是大家都觉得智能是真的能干活了可以信赖了因为推理能力达到了一定的水平然后开始真有人想我能不能严肃地拿它干点重要的活这才是应用阶段开始的真实的标志所以模型公司会吞噬一切吗?您肯定也听到这个说法了吧?在今年,模型吞噬一切。没有模型吞噬一切的前提是所有的东西都在模型射程内按现在的范式发展的模型它肯定会有一个阶段性的发展阶段智能够用了只能够用了然后这个阶段就会有一堆的新的技术要求出来去做不同场景下的东西那你模型就不可能吞噬掉所有的一切啊就我举个特别直观的例子就是一个很好用的很好的例子这个1892年爱迪生发明电灯泡照亮了迈哈顿的一公里的范围内的这个平方公里范围内的这个地这个大家都知道啊然后1910年有一个实质性的突破就美国大概在那之后就开始有了发电厂电网的概念大概1910年大概电网覆盖了美国可能主要的城市然后在那一年终于出现了两个大应用1910年才出现了两个大应用除了照明啊电灯照明那是第一个大应用啊家里头真正出现2C的两个大应用洗衣机跟电冰箱一直到2010年出现他还使用了电对 还有一个很重要的收音机收音机然后我们第三个离不开的家用电器实际上到1925年才出现那个是空调这空调肯定离不开了就今年欧洲的酷暑已经让很多人意识到空调的重要性到今天都离不开空调30年才出现电视剧所以应用的发展它肯定是有它的规律的然后我们今天离不开洗衣机电冰箱跟空调但是收音机跟电视机被压缩到了手机里面这两个就基本上没有了电视机就稍微还有一点点存在感但是基本上被电脑跟手机给取代了所以我想讲的就是说这个就这样公司层面一个很有意思的选择就爱迪森发明了电但是他认为发电更重要所以他成立了通用电气公司最早是做发电设备的但是他没有意识到电网非常重要所以他的助理成立了美国第一家送电公司但是通用电器真正成功是因为它生产出了最早的电冰箱跟洗衣机这个很有意思 对 所以它其实是因为一个2C的应用突破了以后然后电网就成了基础设施成了一个2B的服务的一个基础设施就大家不再关心电网的公司的品牌了但是同样电器繁荣了60年然后就把各种各样的应用就一步步做出来了不过刚才说的是硬件的2C的产品那时候没有软件因为那时候没有知识没有数字化的信息直到互联网这个时代来的不是 那时候也开始积累了但是那个积累是很浅的IBM成立于1910年是因为看着 [60:00] 是有了这些设备然后开始处理数据现代化的工厂出现了所以才要能去管理信息但是IBM真正大发展是计算机出现以后才开始所以要看待智能时代谁能更好的利用智能做出一个2C的不管是2C还是2B的这样的产品也不管是硬件还是软件是的你看现在的应用公司坐着坐着就会开始要去训模型了,因为他们觉得如果没有自己的模型,可能跟模型公司竞争起来没有竞争力,比如说Cursor,那您觉得应用公司应该训自己的模型吗?我还是澄清一下概念就是我觉得我们还是把agent 或者智能体当作新时代的主体 创业的关键它们跟模型之间的边界会逐渐的清晰啊然后我刚才也讲到了Agent公司的技术创新可能也是非常大的只是它不一定跟现在大模型技术创新的轨迹是一样的我看了然后同时呢因为大模型之间的竞争关系会让大模型能提供的能力成为一个大众商品基础设施所以作为智能体的公司其实没必要再开发这样的大模型了然后科舍不是我们定义的这样的主体它只是当时在coding能力不够的情况下它在去试模型能力的鞭切在哪所以当模型发展以后它其实被Fold into就被包进去了成了模型迭代的一个养料所以这是两个完全不同的阶段所以为什么过去两年不太容易找到那个规律是因为它这些东西都在动态发展但是当你理解了基础设施跟这个agent的发展的一个根本的差别以后就你现在问 agent 等等他们可能会认为自己将来的技术应该跟大模型的技术是有一个比较清晰的边界的所以Agent 的公司不用自己训模型对吧不用训传统意义上的模型因为你可以稳定的调用不用担心模型公司切断因为有一个合理的替代品随时可以接上来minus需要自己去摸写吗梅兰斯看他接下来想去什么样的模型了因为就是你做Agent 你也要做很大的技术投入的所以曼德斯正好卡在那中间 他得去探索那个边界在哪嗯但是这个可能都是我们阶段性遇到的一些问题就是模型公司要怎么做应用完的应用公司要怎么做模型慢慢的产业的生态可能会更加的清晰化是的就是开始有几个像样的2C的agent开始跑起来以后大家大概就有感觉了为什么OpenClaw的火热一下热情就下去了没有啊就是第一个它是一个小众的用户啊毕竟还是极客跟CEO最感兴趣它并没有扩展到大众第二个呢现在技术的确不成熟大部分的CEO就都是敢于尝试的CEO都被折腾的吞不欲生就真正能够把龙虾刨起来的没几个人所以就算他是做了一次很好的演练让大家看到了潜力和方向但是那个产品本身就是一个早期的就是我们讲企业发展周期或者说那个创新扩展周期他就是最早即刻尝试一下的那个实验产品到今天可不可以说一个非常好的2C应用2C Agent还没有出现在今天这个阶段我有限的范围内没有看到但是它会出现也没有大家想那么悲观是吧没有没有这我非常乐观一定会出现啊其他人很悲观吗今天都到了历史低点了没有那是因为从投资人的角度来说他现在有位上一轮受了伤然后这一轮又没看到像样的他可能不想看了而已你想看如果没有一个土石的好的运用我们要AI干嘛有没有可能应用最后其实就是几个模型公司做的吗最大的机会有可能OpenAI一直就想住啊对啊但能不能做到那是看它的组织能力他的创新能力所以模型公司一定会想做也一定会者问题是他最后能不能成那是另外一回事情您有什么想对应用公司CEO说的吗现在苦苦挣扎的应用公司的CEO其实就是找到自己发展的方向认真做好自己的事情就好但是融资是个很现实的问题这个我也理解这没办法这个你早期你做一件全新的事情早期就是比较困难2026年其实还有一个现象,除了这波应用公司出现了好多New Labs,不管是在美国, [65:00] 还是在中国他们的方向可能有AFO AI有世界模型这几个是比较多的您怎么看这个New Labs背后涌现的根本的原因啊为什么会出现这个现象为什么需要探索新的模型范式我觉得可能几个方面吧一部分人可能是看到了现有范式的一个天花板或者他从原理上像阎朗奎人这样他从原理上就认为这个事情是有偏差的或者说他的天花板是很有限的那他终于有了机会去试一下自己一直就有的想法这就是零那一类的确是觉得可能就要scaling law它有个边际递减的一个趋势就不管他现在发展多好那早晚会有个趋势这个可能也是部分人的共识所以大家才会一起都出来嘛第三个我觉得反而是因为大模型的基础能力到了一定的程度大家可以去尝试一些跟现有大模型技术路径不太一样但是也非常底层的一些一些创新比如说像AI for Science那个就是类似这样的难度而且也需要大模型的支持但是做的事情可能跟现在的大模型技术路径不太一样所以这一几大类都被统成为了新奈吧NeoLabs会成为一个过渡型的现象还是会成为一个长期的组织形态啊我觉得他们是新的组织形态的早期的雏形新的组织形它的早期雏形那还是会长期存在对吧他会继续演化因为就是说你看大家为什么会叫New Lab就是因为不满意公司嘛公司要被淘汰了嘛会吗?肯定的因为公司跟工业时代是一起产生的工业时代之前是没有公司的只有手工做法所以工业时代最大的一个制度创新就是终于有了公司这种组织形式然后让现代化管理可以被运营起来才能支撑公司的规模化扩张所以它是一个配套的制度如果工业时代的很多的基本经济规律被挑战了它的组织形态肯定也会被挑战所以呢大家更愿意叫lab对啊但是 lab 的这个呢我为什么说它是雏形呢?是因为它更加像这批研究员在一起工作的状态但是它要变成未来普通人可能也是用这种类似跟更加AI原生的方式工作所以它会有一些新的演化就真正的第一个New Lab是OpenAI或者说 jow antheropic所以这批其实应该叫New New Lab因为他们还是借用了New Lab这种组织形式但是他开始做不同的事情New Lab的本质应该是Lab不是公司了对你就这个未来会成为一个常态未来我们叫那个组织叫什么名字我觉得现在不确定大概率也不会叫lab就是你看我这本书里面我刻意从头到尾都在讲组织我特意不用公司这个词就是因为我觉得就包括今年大家都在谈AI原生组织为什么用这么复杂的这三个词就是因为不知道这个词还没有被定义出来这个组织形态也在刚刚的孕育期可能五年以后我们会有个新词叫这个新组织形态但是今天我们没有所以大家叫AI原生组织简称 New Lab所以您觉得公司作为工业化革命的产物它有可能会消失?科层制管理的这种公司制度会衰亡会衰亡但是人类的分工协作会继续组织永远会存在因为有人的地方就有组织但是组织用哪种形态这个是一个历史演化的过程为什么AI革命会带来的变化如此剧烈剧烈到就感觉已经伤筋动骨了连组织这种形态都已经从公司开始向其他的方向开始转变为什么变化这么大呀你将两个类比就能理解吗第一个就至少把它类比为工业革命对吧那工业革命基本上颠覆掉了以前所有的农业时代的那些东西那么AI如果是超越工业革命的这样的技术创新的话那工业时代的大部分东西也会被淘汰掉第二个你从一个更底层的角度来说人类一直是很自豪自己是地球上唯一的智能动物然后其典型标志是因为我们有语言会说话那AI也能说话 [70:00] 才能理解人的所有的知识AI也具备了智能所以从这个角度来说我们未来的世界发生的变化是超出我们想象的所以过去的很多我们习以为常的事情,在20年以后完全可能会不存在。这个应该是大概率的事情AI原生组织应该怎么搭建这是一个特别大的话题了我们讲个最底层的逻辑吧岗位可能就不存在了嗯或者说岗位是公司最基本的一个运行单元所以我们应聘都是应聘的岗位公司发展要发展了先要定一个岗位给一个工作描述然后去招人然后这个公司才能发展然后因为有岗位所以有汇报线有层级 有相应的报酬所有的东西都跟岗位连在一起了岗位是现在组织的一个基本单元但是AI时代组织的基本单元是任务是什么是要被解决的事情所以大家是围绕着任务在流转的这个组织肯定就完全不一样了嗯那如果从岗位变成任务人应该怎么在这个组织里结构起来呢这就是现在大家都在探索的最有意思的问题这个问题问得非常的好所以阶段性的产品是大家讲的AI一定要迁入工作流但这个只是阶段性产品因为那个工作流是为人设计的对这个还是感觉是现有的公司和组织加 ai对所以AI原生的组织会从第一天开始就去定义那个任务然后去拆解那个任务再去分配那个任务所有的人和 ai都是围绕着任务规机员工和探机员工都是围绕着任务的流转在协同的这超出大部分的想象这需要点时间去消化但是就是它是一个任务分解跟完成的那以后找工作找什么的没有一个岗位了你去任领任务啊现在就这几个大lab都是在就任务发布然后你去认领啊 你觉得你能干你就接啊然后你能deliver结果你的东西就上线了公司只要发布任务 你只要去认理任务就行了它是一个更加网撞的一个结构是的 是的它的成绩会进一步减少不存在了不存在了因为成绩存在是因为不知道谁说了算嘛那就先定个成绩成绩高的人说了算嘛他不是以判断力为标准的当然这个陈级本身跟判断力的集累有关但它原则上就在任何一个特定场合是谁级别高谁说了算了但未来是谁的能力强随便调用那这个基层中层高层这种结构也就没了岗位中层高层低层都是叫为什么叫科层制管理它其实就是有这样的垂直的分工的有这个命令线的所以当这个命令线被打破以后将来的协同就不是靠命令的所以传统艺伤的忠诚肯定是消亡的怎么激励员工呢因为设置这种层级它有一部分的原因也是作为一个激励线让你爬格子嘛在这个组织里对啊那以后的绩效考评和人的这个驱动力来自于哪里在一个组织里本质上是自趋嗯就为什么这半年硅谷最流行的一个词叫 High Agency对吧就是我们讲主观能动性嘛你自己掌握自己的命运你有没有成长没有人比你更了解的对吧所以你成长了你开心了你就继续做你没成长不开心你去换个地方而且你的竞争对象似乎也不只是你的同事们也包括你的AI同事们是啊第一个非常重要的的确是要跟人家向内看就是你自己得找到你的驱动力第二个呢你要有为什么叫主观能动性呢你要明白你要培养什么样的能力第三个你要找到这个能力最适合应用的场景然后跟着这个场景一起去成长第五个呢因为你承担了这个因为你接了这个任务你这交了结果这个东西是非常透明的所以你一定会得到相应的奖励为什么这些top researchers转会飞那么高呢?是因为贡献很透明啊你看你们采访的时候我看现在打title都叫顶尖研究员那也没有title连VP之类的都不写了呀这个不需要大家也都知道他们的江湖地位是因为整个的网络更加透明了就是说谁在做贡献 谁不在做贡献很清楚对吧这两家公司都有钱30个人钱300个人前一千个人你在不在那里头 [75:00] 所以New Lab它不能算是一个阶段性的厂物它可能算是一个新的时代的一个组织的早期形态对呀因为之所以叫 lab 是因为现在主要的员工是研究员研究员最能理解的出事一个勒布他们不喜欢公司也不喜欢大学但是他们喜欢lab所以就叫new lab但是将来其实所有有创造的人都会在这样现代的新型组织里面存在那个时候可能大家就不会局限于lab这样一个称呼但也可能不叫公司肯定不叫公司肯定不叫公司所以公司会消失会公司会消亡这没有什么可以遗憾的呀对 将来有更好玩的 你说多少人现在去公司上班是开心的?不开心?对啊对啊 那你将来可以有更开心的方法那不就是技术进步给人类带来的价值吗一人公司会成为一个发展的方向吗不会啊为什么一人公司只是说公司的很多职能坍坍到一个人身上了就一个人现在能干原来几十个人能干的活但是一个人能干的活永远是有限的所以你一定要有组织啊一定会有分工啊一定会有合作啊所以一定会有组织所以一人公司是个阶段性的产物他只是让大家理解了一个人由于有了AI的帮助他其实能够干原来一个公司花了那么大的管理跟协调成本才能干到的事情所以将来的每个人就是一个一人公司你就这个六边形战士然后你在那个组织里面再去跟其他的六边形战士一起去合作那要产生新的这么多的组织形态那传统的公司怎么办呢他们怎么办呢他们这个公司已经形成了转型啊 升级啊成为新物种怎么转不换脑袋就换能啊不换脑袋就换人对啊就是自己的认知心要升级所以为什么现在在讲AI原生的这个认知和理念是有价值的是因为你得理解新物种会长成啥样你至少要理解你要跨过的那个鸿沟有多大你才会去努力要不然大部分人顺着惯性就是AI加一路加下去了但是原生的公司争起来的时候你就会很绝望嗯只不过是这个转型的确非常困难就是因为它本身是反能性的我原来理解就是这波New Lab其实还是在做早期探索的时候的一些形态但是也许可能未来到了应用公司它这种早期形态也是有借鉴价值的现在的New Lab的确都在做早期探索的工作而且是偏技术性的所以他们被叫为New Lab是非常自然的但是未来的公司也是在做非常有挑战的探索型的事情只是技术只是其中的一个环节甚至不是最主要的驱动环节所以那个组织该怎么叫他们喜欢什么样的一个类比Club或者是什么现在喜欢大家其实喜欢的是球队的感觉这个是一个专业的球队如果你是一个NBA的明星球队是其中那个明星球员那肯定就是最大的成就嘛我觉得这批人可能会找到一个新的方法来教他们自己这些New Lab它可AI协助的方式可能会延续下去对对现在这些New Lab有泡沫吗大概率有吧但是泡沫是好事啊就是说早期的泡沫肯定是好事因为众赏之下才有勇夫嘛对啊而且大家是都看到类似的机会这就是市场机制的价值就是说因为你不知道你事先是没有一个上帝的视角知道谁对谁错的所以你只能是让大家去试错然后市场就是说OK我知道这是方向所以我愿意投入这么大的资源支持大家试错然后这一轮New Lab之所以这么值钱或者说可以这么高的估值开始是因为大家认为他们至少起步是Open Agonthropic那当你的潜在的回报是这么高的时候那你当下院下的赌注肯定就更高以您认为OpenAentropic只是一个基础设施提供商的角度来说,NeoLab是不是不应该是这么多钱呢?没有,一样,因为你依然得到了一个在时间内从零到了一万亿的公司啊那个回报是无比巨大的对所以从投资人的角度来说他们只关心OpenAI跟Athropec未来三年从一亿多到至少三亿吧 [80:00] 或者最好要五亿吧要不然他们投资点风险的这个把手都没有了但是New Lab的人更多是希望其中的某一家有机会最终成为下一个OpenAid Anthropics因为您的这本书也是把组织问题放在战略问题之前说 为什么呀 就是为什么 因为您是一个战略专家嘛 为什么您把组织放在战略之前理论上不是应该先有了战略然后我们再定组织吗过去我们都是这么做的还是回到那个基本判断就是虽然这个词有点熟但是我觉得还是要讲就是说AI对于工业时代是一次泛式革命所以我们看到的是新物种心物种的共性重要于单独讨论其中的一个环节好所以呢就是说所以我后面这两年为什么对组织看的越来越多是因为你发现你想要的那种未来的战略的生成方式跟原有的组织是不匹配的他只有用新的组织形态才能生成新的战略这两个是阴阳和和的为什么会有新的组织形态是因为它有一个非常原生的大挑战是决策的频率越来越高质量的要求越来越高所以才会有新的主持心态然后新的组织里面最重要的决策就是战略决策所以这两个东西的确分不开就你得一起去摸索我怎么用新的方法做新的战略然后这个战略帮助我进入了下个阶段我才有机会去尝试更多的组织创新以一个AI Native的公司给他的CEO提建议大组织最重要的是什么搭一个原生组织,先天就有优势还可以搭这个原生组织其实还是对AI理解的深度够不够所以你自己够不够原生就比如说我碰到的好几个在这方面走得足够远的创业者基本上都自己重写了自己公司内部的运行的体系而且因为他们编程能力这么强AI帮助这么大基本上都是李志飞讲的我把自己关在家里三天我基本上就把那框架写出来了基本上是类似的故事就是说因为他们对于那个组织运行的原型是有深刻的理解的然后AI最大的帮助就是能够快速帮你把原型给实现了所以他们基本上自己都做了一套体系但是可能大部分人今天会满足于飞速的AI升级觉得那个就已经够我用了而且因为我原来已经在飞书上了所以我的牵液成本也高我自己也做不出一个撒新东西出来然后我要判断别人做的东西靠不靠谱我大概也没那个能力所以这个中间大概就成了一个分水岭就是未来真正在原生组织的人最早一批CEO大概是自己动手重新写了自己的组织运行方式的因为那个就是未来的组织的神经网络他的神经网络是怎么连接在一起的而且我们讲工作流啊这些其实都跟神经网络啊这些他的类比本质上是一致的你原来的鸭屁就是一个固化的道路固化的道路他就一定有可方面的僵化跟局限它就不可能是一个实时反应的网络对吧但是神经网络的适应能力是远远超过任何东西的神经网络的天蓝就是对应的任务那对于现在就是已经有公司的CEO有什么建议如果你想继续在最前沿参与竞争的话你的确就得在AI原生方面做更大的努力当然竞争都是相对的就是说如果你是跟兔子比赛跑那你的速度要求跟你去跟猎豹比赛跑那肯定输入要求是不一样的所以谈战略之前要先谈组织组织对于CIO来说变得更重要了其实是阴阳两面就没办法完全不离开的因为都是基于同样的新的DNA长出来的东西所以还是我刚刚讲到的就是说我讲战略一定会讲到组织就比如说聊着聊着我就问一下你们公司到底有多少人现在谁参与战略讨论对吧这个就进入了组织的部分那你聊组织的时候肯定会问那你现在组织面临最大挑战是啥你的组织是为了解决这个问题的那你这个组织有没有机会解这个问题所以这两个东西是结合得非常紧密的对未来这个组织的构想您觉得可能和现在的组织这种公司的形态不同或者什么除了它的 [85:00] 中心从以岗位为中心变成以任务为中心还有其他的不同点吗可能人会变得更少能变得更少是肯定的或者阶段性的病人更少是肯定的将来说不定有太多好玩的东西大家可以一起玩那是另外一个第三阶段的事情我们只讲第二阶段第二阶段是因为AI杠杆作用足够大然后呢对人的要求又相对比较高所以能够适应这个新组织的刚开始是相对少部分就是非常积极主动,愿意尝试新东西然后学习能力非常强的人所以他们会摸索出一套跟AI协同的方法然后这套协动方法摸索出来以后也许可以开放吸引更多的人可以用相对更简单的方法参与进去太有意思了我感觉这个处在智能革命的开端就是你可以尽量把它往大了想而不是往小了想不要想只是一个互联网的变化要想的可能比工业革命更大的一个变化所以未来可能是翻天地覆的一个变化是的而且一切刚刚开始而且接下来的想象力是属于所有来的因为第一个阶段就是你看所有的团队创业者都是以研究员跟技术专家为核心的是因为他要做早期的特别大的技术突破但是当技术成为基础设施以后各种各样的产品运营跟用户的连接同理心这些东西就变得非常重要了我看到您书里也对研究员为什么值这么多钱给了一部分合理化的解释因为他是跟AI交互最多的人他最能理解AI的边界在哪里他能够跟AI最好的互动现在他们就是创造最大价值的了然后现在市场又比以前更高效能够比较快速敏锐的识别出谁是创造最大价值的呢所以他们就获得了市场认为他们deserved 的这个价格你觉得产品经理在下一个时代还重要吗当然重要或者说产品经理会变得无比重要是因为你做什么产品服务什么客户创造什么价值用什么技术这都是你要做的决定有限的时间投入在哪一件相对最重要的事情上这个都是产品经理要去判断的只是说今天就我们看到的这些大模型公司他们因为必须是技术主导所以你会看到基本上是研究员主导的但这中间有个特别有意思的现象就是我也讲的比较尖锐一点就是这一批的创业者要过的一个很大的坎是有没有足够的开放的心态去理解商业世界的运作规律嗯我发现很多的技术人员没法接受一个简单的事实就是我的技术这么牛,我创造了这么大的价值为什么我公司可能不值钱因为经济学的基本规律只要有同质化的供给你就不可能获取高额利润你就是一家不怎么值钱的公司所以这个跟技术人员以前的接受的整个的模型训练是完全不一样的所以极少数的技术能源必须完成这个蜕变就作为Founder作为CEO他必须去理解经济学的基本规律商业世界的运行规律然后他才能成为一个合格的CEO,把公司带得足够远你觉得新时代产品经理或者是Fundant他需要是research的背景吗他需要是这种技术背景吗不需要了下一代的大概就不需要了这一代需要对吧对就模型这一代是肯定需要的但下一代应用驱动就不需要对然后你到巨森这一代就已经看得到巨森基本上都是联合创始人那基本上一个是弹幕性背景一个是偏应用跟商业背景是因为他们一开始就碰到了这个问题对啊今天好像一个创始团队它的联合创始人变得比以前多这也是一个AI原生组织的开始越来越显著的特征是因为每个人都必不可缺啊要不然就用agent上了所以我书里面有一句很重要的判断就未来整个企业会越来越像合伙人谢谢。有一个很有意思的补充啊就刚才讲的公司是工业时代最大的一个制度创新然后它取代了原来的手工作法但是有一个制度是平行存在的就是合伙人企业就像律师事务所啊大的咨询公司啊甚至包括投行啊早期其实都是合伙人企业 [90:00] 合格林企业的典型特点就是几个人的分工合作都很重要,少了谁都不行。所以未来的组织你会发现全员都是合伙人的这种情况会越来越普遍要不然我就不找你 找你其实就是因为你的贡献必不可想那你其实就是一个合伙人只不过是可能你早期进来叫联创后来进来就叫合伙人了这个可能也会有非常大的变化就每个人都有不可替代信 是的然后人数也显著变少我们只要是一个合伙人的组织就可以就是一个球队对对然后每个人的一有差异化不是统治化每个人也要更强对啊 肯定互补啊如果就是你的覆盖的话那就靠这个数字分身去做了多少人是比较合适的这个跟跟论文有直接的关系所以这项奥芬亚他们的冷数上升也很快所以他解决的问题是越来越复杂这AI时代的创业者呈现的特征和过去没有变化这个阶段的变化是非常明显的就是科学家创业嘛但它不会持续到下个阶段下个阶段我觉得科学家创业的比例会大幅下降您之前也说过优秀创始人和卓越创始人您觉得他们这个分界和差异是什么您能一眼识别哪个是卓越的创始人哪个是优秀的创始人识别不出来就是说卓越为什么说卓越难我讲的最重要的一句话卓越是事后认定的是因为你克服了一次一次的负反馈这样所有人都不认可你的时候你最后会以巨大的成功证明你是时代最早的那个先知所以这个卓越的过程是一个逐渐展开的过程而优秀是一个持续有正反馈的成长过程所以这两条路径是完全不一样的大部分是优秀的人因为优秀跟人的心态是比较匹配的所以但是跟卓越同样成比例的就是我开始讲到的很多人是疯狂的失败的就真正卓越的人就是有疯狂想法的人能走向卓越的人也是非常非常低的比例的狂想的人可以很多也很容易但是你不但是想对了还能落实的那个是极为稀缺的能力而且你问这些人的话啊他可能也未必认为自己有什么不同这就是在那个基业长期的本书里面讲到的就是他看到的那些特别卓越的企业他就是另外一本书就叫优秀道卓越两本书都是同一个作者写的他其实讲你真正问这批人的时候他们有个极大的特质都是把成功归于别人然后都认为自己是因为运气他是收集了这些人的访谈对外沟通的信息我觉得一开始听起来好像有点反常但你真正去体会的话应该是那样才有可能我会想到因为事情大于人啊因为你一定自我很小才能走那么远啊是时代成就的你的确是你只不过是碰巧在合适的地方跟合适的人在一起做了合适的事情所以如果你只是为了证明自己证明你有多牛就是他书里面讲的第四级的领导者在某一个时间点世界都会打你的脸来证明你其实没有你想象的那么厉害嗯所以自我小一点才有可能是的利他同理心和自我逐渐变小 大概是走向卓越必不可少的耶稣因为你意够大的话你会一直想要证明自己你就会一直在那个正反馈的循环里是的所以你大概里走的是一个就是普遍性正确的道路是的因为你急着证明自己嘛所以你需要短期反馈嘛你是为了自己的ego嘛所以你不会去真正的去感知和理解真实的世界你对信息的处理一开始就会容易受你心路为主的判断的影响那如果是另一条路呢他想的是我要怎么把这个事情最大化还是?我要把这事情做好嗯我愿意听更多的人不同的意见我相信大家都很优秀我们是为了成就这个共同的梦想那整个公司的邻居力就不一样了这就是真正意义上的使命驱动的公司所以你如果问我的话呢我也会把公司分成四个层级机会驱动的公司战略驱动的公司远见驱动的公司使命驱动的公司但是这个使命是发自内心的你真心信的你完全相信跟拥抱的不是你编出来写在墙上激励别人的嗯那样的人是非常少的怎么辨别它是一个 [95:00] 使命还是战略这可能只有你自己知道可能自己都不知道经常有创业者过来跟我讨论战略问题我其实经常问的第一句话往往把他们搞懵了就我经常会问十年以后你会对怎样的自己满意就这个问题就是最能反映你对自己当下是什么期望你大概这一段的旅程是什么驱动的但是这个问题本身也是一个自我意购的问题你有自我意购你才会想神经或者自己是什么样子比如说有的人会讲我就是对这个事情特别感兴趣我希望这个事情能成这种肯定事情就已经大于冷了有的人是说我就是好奇那这个也比证明自己要有意思然后有的人就会说我就是要做一个100亿美金的公司这是父分的案对 因为这个基本上是自我驱动就是要一个外部的认可所以它很多的东西都会基于这个去做调整跟变化它不是一个内在驱动它其实是一个外部的它受外部的衡量标准影响很大所以每一轮的估值就容易对它有冲击这都像在交答卷对啊您听过最好的回答是什么马老师最早创业之前讲的让天下没有难做的声音那个就是他自己发自内心相信的东西他那是使命还是战略那是什么呀还有过很好的回答没有我觉得马斯克去火星也是使命啊嗯这是一个脱离自我的一个事情对啊这是要把人类带入外太空时代啊对创业者来说哪些是非共识哪些是噪音啊怎么辨别?这个跟这个战略制定也有很重要的关系就是说因为你就是在判断嘛 对吧判断信号跟噪音一个可能是尽量感知的全面一点就是真实的去体会外界发生什么变化第二个就是可能思考要更深入一点这样的话你大概能慢慢分清楚噪音跟这个信号很多人是不太过脑的就是说思考你不生的话当下流星什么你就跟着流星去了所以会很累 因为你一直在追在追求一次别人已经领跑两步了你没看见你只看见了它冒出水面的第三步所以你追肯定就是第一天就是输掉的嗯那第二个呢就有可能你就是因为嗯接触的面太窄了所以你容易做出一个局部的最优的判断但你可能失去了一个更大范围内的一个吃饺子 对这好多都是心发感觉我个人是比较爱琢磨心法层面的事情而且理论的东西大家容易被理论框住因为你只对那句话就记住了那句话然后呢你自己可能一胡乱换瓢就容易出很多问题但是心法如果你掌握了的话就能够根据具体的情况随机应变了嗯因为您也说就是现在做战略首先要组织并且战略也是实施变化那今天这个战略还重要吗就是您以前也说过要看十年想三年干一年这个在AI时代还work吗今天战略无比重要啊你做错一个重要决定你就出局了这个淘汰赛是可能以月以几个月就就来计划所以我为什么会讲AS来需要一套新的战略方法论是因为你持续做出正确战略决定的重要性是非常高的就越不确定的时候 越需要战略思考能力如果都很确定 那大家拼的就执行能力嘛是啊那第二个就是其实看十年 想三年 干一年就是我对于S的战略方法论的一个比较这个形象化的总结但是大部分人记住了看十年干一年因为那是他们习惯的工业时代的战略方法论因为工业时代或者说就从90年代开始的很多传统企业的方法论是因为这个在一个相对成熟和发展缓慢的世界看十年是比较清楚的因为你每年就5% 8%的增长然后十年以后大概会变成啥样也没有新的玩家所以你大概是知道的然后在这个情况下你做今年的规划也很容易基本上就是线性推 [100:00] 加一个就现行外推嘛然后战略如此的不重要以至于大公司都把战略外包给麦肯西这样的咨询公司了所以80年代开始到00年左右麦肯锡BCG这些公司有一个井喷式的发展就是因为这个公司认为战略不重要都可以外包给别人了所以麦克锡他们过去就是根据行业经验根据我们的战略方法论我帮你制定一个十年的规划然后你就按键去执行就行了双方都很happy但是我们今天的问题在于开一年是远远不够的你没法现行外推对吧线性外推就不可能得出安斯洛普今年80倍的同比增长的收入了就是因为你是一个vision driven的人然后你放弃了一个线性外推的思考方式你才可能有未来但是由于未来如此不确定所以看十年帮不了你太多因为当下从哪下手你还是不知道所以你得逼着自己去想一个大概三年左右的一个图景所以真正的创造力在看三年看三年要求你大概看个两三部我第一个Massstone是什么?第二个里程碑是什么?第三个里程碑可能是什么?然后我今年做的第一个重要的事情是为了满足哪一个里程碑所以你就会有短期中期长期之间的一个动态的张力这个张力引领企业有可能更好的做出当下的战略选择所以就没有这个看三年的这个张力其实战略就没有发生的那个环境了就相当于在一个三维空间思考最优解跟你在一个二维平面寻一个最优解完全不是一回事情嗯所以应该以多长周期为频率来思考战略好问题所以说看十年想三年干一年是一个形象化的比喻它本质是要彰显看三年的创造力以及短期中期长期的那个冲突和矛盾利益取舍 战略本质是关于取舍嘛最核心的就是这个取舍但是你也可以看五年 想两年 干半年这个根据每个行业不同甚至你可以看三年想一年干一个季度这个节奏是根据行业发展可以有些不一样的但是一定要有中期的一个思考就一定要看到至少三步而不能只看一步嗯所以关键是中间的那个节点去年有一个创业公司做应用的公司问我他们公司发展很好 AR 涨得很快我就问了他一句话我说你呀继续长两年以后又怎么样呢最后产业终局会咋样的你A12有没有一个天花板呢那个天花板都快会来呢所以他一下就明白了他回去后来算了就发现天花板不高就赶紧回去就是说去做一些新的事情了但是当你就是线性的看每个月都在增长年增长率都这个多好特别是啊这是一个很虚幻的事情它不但是一个线性外推而且还是拿当下外推12个月是很容易能产生一个增长的幻觉然后它很可能就突然到顶了,后面就直线地变成一个线性增长。然后你做的事情,其实这个很不,没有想象空间的事情对没有多少价值的事情所以你短期内的价值模型一出就没人愿意付费了或者是竞争太多了大家刚开始竞争的时候是按你的创造的客户价值来定价的但是当竞争对手一多了就是按你的编辑成本定价的也是大部分人不理解的一个经济学的基本规律不管是短期中期还是长期我们应该以什么为一个指标呢就是我们当下能够看自己的成长性的一个标识有可能是什么样这个指标就是主观的所以为什么会有OKR就是要想解决当你的目标不能转化为KPI的数字的时候大家要用OKR的方式协同只是因为OKR落地对组织要求太高了所以大部分公司或者放弃了或者OKR变成了变形的KPI为什么实际上未来的组织大家现在用对齐这个词用的越来越多所以很大程度上其实就是对 [105:00] 谢谢对齐我们的目标对其我们对未来的判断对其我们背后不同的认知模式这个是变成了一个更低性的一些东西OKR还会延展到AI时代吗我觉得OKR的基本理念是对的但是我们可能会找到或者说AI时代才有可能让Okea落地因为那个组织大脑那个AI的组织的那套的系统是能够追踪自然语言的表达的然后它基本上这个神经网络是无所不在的所以它大概率有可能给我们一个反馈说你们都偏离了你们都OK啊然后我看到了一些更具体的未必是数字但是是一些趋势我可以提醒你们的所以OKR可能真的是需要一套新的方法才能落地那AI时代到底这些公司应该怎么制定战略呢您们分别说说模型公司应用公司机器人公司他们分别应该怎么做战略我觉得那个分不开了就不同的公司是不同的场景而且不同的发展阶段所以我书里面也讲到战略摸索期 战略成型期 战略成熟期和这个战略执行期所以你拿行业分不如拿发展阶段分就比如说大模型公司基本上进入了战略发展期因为战略都收敛了大家相对是比较清晰的但是巨神机器人的公司大部分都在战略摸索起都不知道该往哪收敛所以在不同的阶段的战略的方法是有不一样的地方但是回到那个更根本的就AI时代的战略生产这个方法跟以前有什么不一样啊我觉得最不一样的就以前叫战略规划现在叫战略深层我可以创了这个词 因为这个词本来就反映AI时代嘛大家都习惯了视频生成 这个文图生成而且现在大家说伟大不能被计坏对啊所以就是真正它其实是深层所以公司就我们讲组织设计的时候其实真正要做的是一套体系一个环境可以让战略洞察涌现出来然后成为一个战略不断生成的系统最后战略就是一个自然而然的决定在合适的时间有合适的人做了一个合适的决定公司就往前走了所以是要把那套生成系统给建起来那就是组织和环境对 所以我为什么不得不把组织先说就是说你如果不理解因为未来的组织有这个能力做这个事情它是一个神经网络它是一个工作流任务流他这个任务流导向的一个系统然后能源AI都接到这个系统里面然后核心是涌现就跟大模型一样其实上是人跟AI一起在训练一个组织的小模型所以核心就是有没有原来没有想到的洞察可以涌现出来整个群体智慧有没有在演进这是最终目标怎么构建一个好的环境就除了这个刚讲到的类似神经网络这样的系统之外这就是为什么需要新的文化需要一个跟全员合伙人能够匹配的文化谢谢大家这是为什么context not control又重新火了起来就五年前我比如说讲这个Netflix的案例甚至讲字节的案例大部分呢觉得挺牛的但是跟我没啥关系但是今天所有的人都知道就像给context给够了context,他就有那么牛,能做出正确的决策。所以对其目标跟认知然后就是给够甚至就是全员共享一个完整的上下文long contest对 然后事情就会自然的涌现而且人和AI都要共享对对 因为人没有办法像安那样有处理全海量信息的能力啊但是能有瞬间的创造力和看见没有不存在的连接的能力嗯您觉得今年大家对于就是好多老灯的不喜欢烦老灯公司你觉得跟这种AI时代带来的这种组织变化文化变化的本质是不是也有一些关系因为可能他们口中老的是上一个时代公司在这个组织体系 科层这个体系演化而带来的一些形态遗留下来的是的这个特别有意思老邓这个词特别有意思就是以前大家都尊老爱幼嘛 对吧 对啊 那核心原因是什么 是因为老的经验有价值老的规范在延续所以你必须尊来 [110:00] 这样你才能学到东西嘛 对吧 这才是传承嘛那么为什么有老灯呢就是你刚刚讲的宏观方面原来的那套东西看起来都没什么价值了公司受到的压力越来越大,谁也不愿意再课程制就姚顺宇讲的特别直接嘛对吧谁愿意陪老登玩牺牲自己的这个青春年华所以这是个非常典型的这个心态但是在个体上这个事情能成立的原因是因为经验相对来说特别是能够转化成支持的经验都不再有价值因为它都被大模型吸收了所以这些年轻的聪明人用好意爱杠杆你瞬间就能成为任何一个领域的专家所有的就是为什么AI现在也可以达到一个主任医生的水平但是因为所有的经验都被沉淀在大木星里头了所以你过去20年的经验还有啥价值呢那年轻人当然就不尊重老年人了嗯然后就会有这个相对带点负面的这样的称呼就出来了那老年人怎么办或者安心养老或者变得重新年轻吧所以这个新时代组织的文化应该是什么样的呢文化的核心就是就是川普长就像一个球队一样的 每个人都不可缺少但是依然有明星有前锋有后卫的分工的差别所以他的文化一定是开放透明然后共享还有一个非常重要的 我把它叫做共创就是说大家都明白自己是在共同创造一个新东西所以合作跟协同的这种意愿跟能力也会大幅上升你觉得为什么上一个时代的公司这个体系让人这么不快乐呢很少有人快乐吧这没办法因为大部分的知识工作是简单枯燥重复繁琐没有成长性的所以我们自然会觉得那就是一份工作它是消耗性的然后既不带来情绪价值也不带来成长价值然后公司为了管理就都是偏控制性的手段然后钉牛钉得很死对啊所以整个的那个环境是越来越不符合今天大家对于文明的向往或者自我发展的什么是幸福什么是快乐的一种理解所以我自己是非常乐观的我觉得AI在这个时代给了我们一个更大的自由度去追求我们想要的那种更好的人生所以以后的组织可能会更开心一点哈给你创造了一点我觉得可能开心就成了必需品对情绪价值是必需品但对于创业者的妖怪也变了呀是变了不能是一个那种老板心态对吧谁还论你啊对吧我都不陪老邓完了我要陪你老板玩这是完全一个不同的环境了 对 所以你看现在所有的创业者都讲他第一优先级就是招冷了然后招人的时候都是感召来的都不是你说不能PUA对啊PUA也不愣啊对啊服务型自由是刚才我们聊战略的问题那个地方没有聊完就是您说像比如大模型公司它进入了战略发展期然后机器人公司还没有收敛还是在早期萌芽期那他们具体来说他们这个在不同阶段的公司应该怎么制定战略呢在战略收敛期的话就要追求组织效率和执行效率然后要追求从一个方向型的战略到一个可以闭环的运营模式所以它才能高效的因为发展期的核心是规模化你要上量要快但是你能够规模化原因是因为你的原型已经很强壮了所以它可以被规模化那么站着探索期的核心是一号位必须带着大家去做不同的创新然后要有一套机制把试错的成本给降下来然后逐步地达成一个共识所以这个这个阶段你要有自己相信的但是可能又不能过于执着因为可能现实会给你打脸发现别人的方向可能是对的这个时候就是你自我能不能浪费给现实是因为你需要不断的调整而且每个人的这个出发点都受制于过去自己的训练所以你能看到的东西都有路径于来所以现在大家一起去创造那你能不能快速的把别人最好的经验给理解消化吸收啊然后再形成公司下一步的 [115:00] 这个创新的基础所以在战略这个尝试起核心是创新的效率要足够高而不是执行的效率嗯你看今天大模型公司不管是美国还是中国大家都在做粘贴扣定正常是一个很大的共识他们没有非公式是吗他们应该非公式吗非共识就是新的核不论这个共识的人就去创业了嘛然后New Lab里面某一个反共识可能就会成为三年以后的新共识了这就是市场特别有趣的地方它是深深不息的在这个中间不断的往前演化现有大家不会进入同志化竞争现在就是同志化竞争那么就影响它的商业价格就是您刚才说的那种所以上个礼拜大家都很恐慌不就是怕同志化竞争吗k3是吧对啊 就因为有同质化竞争的这个事情所以它就打破了对于大模型公司能长期享受高额垄断利润的预期嗯然后是因为这个预期破了那就才会有大家对于这些公司可能就没有能力持续去投还这个高的这个 capex所以源头是前面这些公司还有没有实力还值不值得为他们继续投入基建?基建都是为了这些大公司、大模型公司服务的如果最后他们创造价值有限 那我干嘛投这些东西呢您现在的观点是应该继续投入了第一个我觉得大木型本身发展的空间还非常大所以大概率基建的投入还会继续但是可能在某一个时间点会出现一个拐点就基建的投入由于周期性会可能超过大模型的真实的需求但那件事情从产业发展来说未必是坏事因为应用公司就可以用很低的成本去用现有的基础设施所以他们的进入门槛是大幅降低了的就是智能的调用真的会变得非常的便宜有足够的强大和稳定或者换句话说只要这个智能的供给还没达到大家想要那个状态基础设施就会持续投入所以应用公司可以再狗一狗等一等你也没法狗一狗腿的因为你不在这场里头你积累不了相应的经验等真的大浪来了你接不住啊应用公司还是有希望不要那么灰心对那我是觉得绝对要有希望的而且他们下场也是因为他们感受到了来自于未来的某些召唤嘛我们只是在外面可能没有感受到他们那么强烈的这种相信您觉得机器人公司不管是从模型上还是日升上因为今天还非常的不收敛您觉得什么时候可能会出现进一步收敛它的这个产业周期发展可能有多长刚刚讲了直接模型公司到agent的公司它的一个阶段那机器人现在是什么阶段我觉得机器人还在非常早期就还在摸索到底怎么落地因为有一些很核心的制约比如说数据不像大木星公司原来起来的时候有足够的数据所以有些很现实的制约让他们还在一个非常早期的在那探索器 因为现在有好几种做的方法 一种是先从大脑开始做 然后追求这个机器人大脑模型的泛化性 另外一种是从比如说一个场景开始做 然后做巨身 做身体 然后他能在这个场景里通过数据来跑腾整个的闭环 然后这个闭环然后再反补他的模型能力 您觉得应该先突破哪一边呀我觉得在逻辑上两条路都成立的所以你没法事先判断到底哪条路能赢?因为泛化的挑战是在于,要泛化的空间有多大?你在一个具体场景下特别是一个很大的场景下你的效果到底够不够好走这个场景的那些公司呢它的挑战是在于现在能找到的场景都不够大但是它的能力能不能让它快速扩张到一个足够大的场景技能把它做好然后又有泛化的可能性所以原则上就像爬一座山可以从南坡爬可以从北坡爬事先很难说谁能爬得快一点机器人这种阶段可以类比为什么产业的什么时期吗最简单的类比就是他们自己认为的还在2020年左右的阶段还没到全GPT的阶段的大模型公司能跟更历史的一些什么早期的产业能来做类比吗车也可以这么类比但是车的话呢前面也是几千家公司而且还真是个好的类比就是大概比如说 [120:00] 1900年到1920年真的有几千家公司在美国都是坐车的有的人觉得我有一个机械功能就我能把一个车敲出来 反正马达都是买别人的嘛但是后面是出现了一个原生应用就是福特汽车1913年福特是建了全世界第一条由电驱动的流水线现代制造业才进入了一个新的阶段福特才能用极高的效率生产出一个大众可以消费得起的汽车谢谢大家所以那是汽车行业的第一个突出的突破然后福特就成了现代工业时代的一个代表但是后面有个很有意思的插曲就当福特通过规模化标准化只卖黑色车做到了全美第一以后大众的需求开始多元化然后就出现了通用汽车有七八种车型去竞争的下一个阶段说明每个战略都要在当时那个时期有效才有效它不是一个亘古不变的事情对 现在像大家相当于大家都能手挫一个机器人公司但是哪个机器人公司能完成规模化量产谁都不知道也许我们还在等待那个T型车阶段就是在等提醒车接着提醒车就很了不起了你能够规模化量产所以为什么大家都觉得谁第一个真的能够实打实的把一个一万台机器卖出去机器人卖出去就已经是个了不起的成就了有没有可能机器人这个产业它可能发展的节奏会更像车去类比大模型对吗我在想你要这么类比的话我们干脆把它放大到刚才讲到的就电出现以后电器的出现因为基于电可以有N种电气所以你说冰箱跟这个洗衣机谁更重要就不好比了大小也差不了多少对吧所以我们可能会出现n个不同的机器来真的是是用不同的大场景的家用机器能肯定是一个但家用里头可能也有一个偏陪伴型的一个偏家务型的嗯然后工业场景或者外面的各种各样的场景它是一个普在的事情大家为什么这么看好机器呢是因为它是一个AI跟物理世界交互的一个基本的见面所以就有点像电什么东西都可以被电再重新干一遍所以我觉得你的问题非常好机器人可能更好的类比就是电气在发展那个可能是一个更好的类比然后汽车层的中间的主打因为Token类比的是电对对对对汽车的确是其中的主打但是那个是对外的场景对内的场景就是洗衣机冰箱家庭场景在这波巨浪面前哪些巨头是安全的我从来觉得在俱乐面前没有人是安全的谁觉得安全谁就是最不安全的它们有多不安全啊应该都足够的担心吧他们的战略都是AI first的这个够吗这是必要条件够不够要看技术演化的路径有多么颠覆然后新公司获取资源的能力有多大就主要是看这些方面的挑战你觉得他们All in AI还能够成为下一个时代的企业吗就是时代性的企业嘛挑战非常大挑战非常大从历史里面有依据可言吗这个时代企业过渡到下一个时代企业还能做得非常好的多不多不是多不多的问题 是有没有的问题 有没有啊 基本没有基本没有IBM曾经做到过一次然后微软算是做到过一次就在微软某种程度上错过了移动互联网但是它保持住了搜索的火苗然后有了云计算的积累所以加上他在PC时代垄断积累下来的PC的OS的垄断所以让AI时代Google起了个大早对啊还有一次机会但是你目前看就微软好像又有点吃不准他到底能不能走过去了因为他对模型的头颅不够他模型这块其实已经出局了虽然它有OpenAI的早期的投资但是目前他已经买不起OpenAI了对啊即使算微软这个已经算是维持了很长时间的一个领先的公司可能未来都不太确定嗯Google呢Google就相当于微软的上一段也许它能成为一个很好的AI云公司但是它能不能成为一个消费者的大应于 [125:00] Thank you. This is not a bad thing in the air. Yes, yes, yes. That's not a good thing. But because it has a TPU, has a large machine, I think Google as a shop for a shop. 这个应该是没问题 So this kind of, you know, how to choose your strategy, you can always be able to choose your strategy. This is a place to make a dream of a dream. This is a place to make a dream of a dream. There are no longer people who have a sick and sick. It's not even more normal. So the new company has the chance, the young people have the chance. This is how good a thing. Right? It's been a bit of a break. Until today, it's not the world that's too much. So Google not always becomes the Google. The word is the word is the word is the word is the word. 同样的大概率也不会啊 自杰今天模型做的也还不错对吧 At least in the world is the first team. No, so I think it's a big opportunity to become AI 云公司的,包括 C-Dons做得那么好,在视频生成方面,多模态方面,它都已经是世界一流的大模型公司。 because the basic set is easy to do it. You have the energy, you have the energy, you have the energy, it has a certain habit. 但是那个大的土塞的应用是有非常大的不确定性的 豆包是吗? Don't worry, it's not. Yeah, it's not worth it. It's because of the doughnut. It's not so long. Dooba is a new year-old brand. No, no, no Shill is the first AI product. Just the internet machine 豆包没有行动力 智能体的核心是独立完成任务 那他把智能体内饰进豆包不行吗 This is what they want to do. They want to do AI-based OS. So they definitely want to do the loop to do the OS. On the other day of the loop, can we understand the next generation 整个生态的发展 做成下一代的路口 The challenge is very big. If you're not an agent for the test, You actually are very difficult to become a loop. You are on the other side of the business But you have to be a better person It's just they're being over. Thank you. Yeah. 社交关系会重构吗?腾讯安全吗? - Thank you. 肯定充够 What's that want to say? The relationship with the relationship will be changed Agent in the middle of the importance of the need will be high So you don't look at a product that has a AI and agents. I think it's a lot of products Just like QQA didn't go to the Udung-Huraywa-Sai Or just say, the code is over-dressed, but the real world is in the same way. 人和人的关系会被重构,人的社交关系会重构,那人和货物的关系呢? It will be a good thing. I think that A-Li is the same. He is very hard to do it. He is a team of AI. He is not a team. He can create a product. He can create a product. I think that a product is a company. So the companies will be O&A. Just like I said, I think I always thought about the issue of the public. 到底是颠覆性创新还是延续性创新 Do you know? I think that is the decision of the problem. At that time, I think it's 1.5% of the creation It has a very strong 颠覆性但它又有很强的延续性 because it is based on the internet of the basic structure, the internet and the internet. The technology is also And there are a long-term and long-term. But it also has a very tense situation. So you will see It's the long-term part of the network. to All in 성공 to the public. But the "taping" part of the part was also achieved and the "Dolene" and "Pinuto" This is a more general way of the Yon Kholyang Yon-Wang Kong-S. Thank you. AI now It's not a global world, it's a global world. It's a global world. It's a global world. It's a global world. It's a global world. It's a global world. It's a global world. So it's a global world. It's a global world. It's a global world. It's a global world. It's a global world. 那么在这个意义上 原有的物种去适应新的物种 It would be very difficult Yeah. Your equipment may be It's not that much of a person. So I hope that the product is growing in my company. I use this product, I use the next product to carry 让他诞生在我 [130:00] 公司里这个难度也非常高这是组织文化原因吗不两个方面组织文化肯定是其中的一个制约因为你一个十万能的公司转成 AI 原生跟一个十个人的公司长成一个一千人的原生公司难度是不一样的这是非常重要的第一点第二个就是说这是大家对平台跟生态的理解就是你如果没有做出第一个真正成功的agent你大概率不理解一句呢是怎么运行的你就没有办法提供那个基础设施成为不了那个事实上的标准也就成为不了路口所以你自己得在agent上得真正这明白了你才有用户才能吸引更多的人吸引更多的agent的开发者在你这上面开发所以先有一个成功的agent是前置条件才有那个黑洞效应是的 是的你看就是过去两年XCI也做了很多事情你觉得他们是战略错了吗战略上可能也有问题他们没有特别明确的方向嗯这不像你手脑皮跟那么聚焦嗯然后我觉得组织上肯定是有问题的我讲个细节吧我在硅谷只要是碰到有一群工程师的场合XAI的那个人永远是最疲惫的那个人他们要最准对 它都已经不是一般意义上的卷就是它就是被消耗的过度了可能跟Aaron工作的那种方式也消耗了它虽然可能让你成长 但是可能特别消耗能所以你看到他们来了以后也是没有什么力气说话的任何一个组织的创新其实是就像人一样的人太累的时候是没有创新的你一定是在一个相对开放放松的状态你才会有新的东西出来就当一个组织绷得那么紧然后又非常的高压的环境下要做一件特别大的创新是一件非常难的事情嗯而且我听研究员的评价也没觉得伊朗真正懂大模型所以他原来那套方法论就是他比较偏硬件的那套方法论其实到了AI这个时代他没办法自己直接给答案然后又没办法用一种共创的方式让组织来给答案因为他以前都是自上而下的对吧是的他给了低性原理的答案然后逼着大家去超常规的去完成但是在这个场合下他自己给不出那个答案他又不给底下的人那么大的空间去给出一个答案我觉得XAS肯定卡在组织上了所以他这个也就是您说组织和战略之间的关系做得很长是的他没有通过组织去生成战略他都是他自己的意志对玛耶塔呢我每次都觉得小渣很年轻啊他为什么跟不上不是小渣年轻但是你出头早消耗也早啊消耗的也多因为你被一代一代的这样的东西其实都在消耗你的认知的潜力而且meta达到这种程度他内部调度资源啊这些就变得非常的困难而且我觉得大部分的研究员也不觉得小杂懂模型所以他就没办法真正去做非常重要的决定然后另外两家公司就比如说Sam他是真的是依赖伊利尔然后伊利亚是真能够驱动整个事情的然后Sam又是个很好的CEO所以这两个就是个很好的搭配然后 Antropics 整个的组织能力非常强然后Daryl给这个Mission Vision这方面把握得比较准嗯所以这个啊就显示出了一个非常聚焦的有 vision 局温的一个公司的爆发力但是open AI因为底子够厚所以他即使这一轮反过身来追安斯洛比克速度也非常快但是这两个公司本质上都是新时代的创业公司所以它的组织文化各方面其实都更加匹配然后到你到这个到其他几家公司就都有各自自己的问题了嗯 中国的公司呢 你有没有一些观察中国公司其实也类似本质上也类似就KIMIK可能就比如说更加原生一点但是这个前文因为起步的比较早这些有大公司的这个资源的支持所以他一直能够持续地往前跑呀然后自己也当张一鸣自己反应过来要all in下场的时候那字节的速度也非常快中国的竞争为什么每次收敛起来都特别慢是因为先发的企业就不像美国的企业它有两三年的先发期所以呢他有一个健康酝酿 [135:00] a 的阶段哦然后中国的企业呢至少到目前这一轮为止还是在美国原型上的一个快速跟进所以大家同时起步的话就必然变成百团大战嗯因为大家看到的都是差不多的图像然后都去硅谷把所有研究员都录一遍然后每个人都能挖一两个人所以你就变成了相对容易出现统治化竞争的但是这里面即使是这样这里面真正认知比较深刻的然后可能早了那么一年跟半年的对吧像这个杨志玲跟这个严俊杰也包括自博就这几个其实更加原生不太是那么跟上来的这批那明显的这一轮竞争还是他们跑在前头现在不应该再去做大模型了吧再去参与这种通知化经验传统印象的大模型我也没觉得有人在做也不会有人投了除非你是一个新来吧小红书啊你还有啊不都在做吗没有啊他们的核心都是做应用啊他们都在做大模型?不,他们做大模型是为了补齐一些基本能力是为了真正去做应用的时候能够发力这个跟其他两家公司是不一样所以你没看到他们的团队太多出来晒参数那些对吧它是作为未来的一个基础能力在储备的我不觉得这两家公司愿意参加大模型作为基础设施的API的工厂这样的竞争但是他们起码认为做应用的前提是我得有一个很强的模型就下一阶段大应用的公司那个模型跟应用技术的那个边界是不清楚的所以如果他们在这一代断代的太厉害他下一代不一定接得住对所以这个就是我们前面讨论的因为公司要不要做模型吗所以它是一个能力的储备但是这个事情本身也是一个开放的讨论它是在看实际的进展会演化到哪个阶段就相当于这个棋是没有下到中盘的还在开盘的布局阶段嗯您对今年的不管是模型也好,agent也好,机器人也好,有没有一些预测?到今年年底26年我从来不做短期预测我只提供一下规律性的理解供大家参考啊比如说五年呢5年我是觉得Agent的路口肯定有可能出现了第二阶段大概大概大家都能看明白了反正移动互联网时代出现像抖音拼多多这样的产品要到第三阶段对对,就Google、抖音、抖音跟频道都我觉得都是类似这样的而且你像皮诺多出来的非常晚对 现在可能距离我们还有多少年?那个可能是八年十年以后的事情好漫长啊但是给应用创业者提供了很多的希望你别忘了OpenAI已经11年了嗯对啊只是这两年我们感受到的这个加速度您觉得当人工智能成为新的生产资料和基础设施社会需要多长时间来消化这场技术革命一代人一代人20年起步因为他们才是原住民啊那如果智能能像能源一样从外部获得你觉得未来人和人的差异在哪里啊我觉得是创造力的差别所以德鲁克有一个非常经典的分析框架他把人类社会从工业时代以来画了三个阶段啊第一阶段是生产力的革命也就是流水线取代了手工做法第二个阶段是管理革命大概100年前左右开始就是有泰勒的这些科学管理方法然后出现了商学院这个新物种商务院的核心目的就是给现代化管理匹配足够多的管理人员第三阶段它叫做支持革命的阶段就是他观察到从70年代开始软件变成一个非常重要的发展方向而软件的核心是处理人类的知识啊把知识跟最优实践通过软件的方法沉淀下来变成一个标准的这个执行的这个方法这是德鲁克他1999年大概过世了所以看到了整个过去两个世纪的变化阿那么我接用它这个框架呢我自己认为如果从人的角度来看AI时代可以被定义为创造力时代就是所有可以被结构化处理的知识这样类型的工作都会被AI接管感谢您的观看然后人一方面被逼着去开发自己新的潜能但是你也可以 [140:00] 讲人终于被解放出来可以去开发自己的潜能而我认为这个空间是非常大的这个方向就是创造力就AI做不了的创造力的事情只不过是我们对创造利益要有一个更好的理解和重新的定义就可能创造力不是简单的会写一首歌或者会画不画它可能是更多的原创的定义复杂问题的能力就是比如说像这个电真正发明了以后 流水线出现了以后 才有产业功能这个概念啊技术功能的概念然后才有了白领嗯这些都是19世纪的人其实根本想象不到的事情所以我觉得未来所有人努力的方向就是开发自己的创造力这个创造力还是一种原创造力对 当然了 当然就是无中生有的能力有的东西机器都知道一种无中生有的能力 对因为如果是已经有东西的话机器都已经当做data获取到了对啊对啊对啊这种创造可能从机器的角度来说很无聊啊因为他可能就是各种各样的情感陪伴人跟人之间有的没的想要的各种各样的以前没有被开发的需求就是说也许不贡献给这个物理世界的巨大进步但是他可能对人类的成长跟幸福感有很多的帮助所以这个东西是可能有很多种以前我们没想过的方法刚才说如果公司会消失,商学院会消失吗?商学院已经不行了都在甩落现在的整个围绕着公司建立的比如说办公室啊就这些可见的是不是都会发生巨大的变化都会啊对因为虚拟世界的比例会越来越高啊虚拟世界的比例会越来越高对啊就Metaverse的那个方向是没错的可能只是时间长了五年而已哦那未来人作为一个社会来说您能看到什么样的变化吗是会发生天翻地覆的变化就我碰到的一些00后的创业者想做这个土石应用的那他们想象的世界完全不是我们现在能够理解的世界嗯太有意思了我觉得今天还是带着对未来非常积极乐观的能量我是比较乐观的我一直觉得就要有巨大的发展空间会不会改变整个的教育体制呢如果对人的能力的需求发生了变化以前的教育体制还是一种智商激励它本质是知识的灌输嘛智商的开发都是第二位的知识的灌输是第一位的那这个肯定是不行的对啊你想想看我们从小到大有多少兴趣被压抑了对啊然后我们并没有顺着一个开放的探索的这条路径去开发我们的潜能我们都是在最早的时间为了不输在起跑线上被摁在了原来世界的固定模式里头所以我觉得接下来最大的冲突就是教育教育系统的冲突因为其实年轻人已经知道未来跟我们今天想象的完全不一样恩所以你随便问高中生他们大概都知道用现任的方法大学毕业以后找工作都找不着他们可能有很多的想象但是我们肯定不敢让他们去走他们的路所以他们就卡在这了但你问更年轻的家长那我刚生下来的小孩该怎么教育他肯定知道要用新的方法教育他只是不知道用什么方法教育而已所以这是一个特别需要接下来整个社会花很大的资源跟力气去探索的方向无中生有的能力对呀这个统记得很好是的是的有的AI都有人需要做无中生有是的人和系统的关系人和AI的关系未来会怎么演变我觉得会是一个在组织里头非常明确是一个深度协同的关系社会层面至少我们不谈 ASI就说超级人工智能会长成啥样反正大家也没共识我们也先不谈那些就是在这一轮能看到的AGI时代它肯定会渗透到社会的方方面面就像这过去十年我们已经离不开手机一样了将来每个人身上某个地方挂一个摄像头有一个语音接收的设备然后可穿戴的东西满身都是加上外骨隔之类的能就成了一个加强版的人这个我觉得是完全可以想象的嗯你有看到好的硬件公司吗硬件产品硬件产品其实也是这一两年的乐点就各种各样的消费硬件都在层出不穷就像我们讲的就是00年以后大家都在做 [145:00] 洗家用电器但是最后能力助的是那几个大品类还有无数的小品类不知道会是什么现在就像美国很早出现的那个烤面包机的那个大家现在还用的那个也是很早被发明出来的但那个不够大技术不够复杂所以他没法养个大公司所以就是所以有很多的这种新的公司其实就就是讲的一切都会被重新来一次但是哪些是大东西哪些是小东西哪些是主哪些是府然后谁用哪种方法找到了面向未来的密码这个都是不确定的但是我觉得有个基本态度要改变啊就是原来我们倾向于降低不确定性但是我觉得在这个阶段其实是要拥抱不确定性不确定性就是最大的机会所以心态现在改了就不能恐惧就你一见到不确定性见到复杂性就恐惧你就肯定没法往前走嗯但是面对巨大的不不确定性跟复杂性你觉得特别好玩特别有机会去创造一些新东西我觉得那才是年轻的一代的这些创业者的心态我们有点启能幼天了我们其他人担心的太多了自明老师您自己的使命是什么呀我觉得就是做一个快乐的研究员啊快乐的研究员对我觉得在现在的这个语境下是挺有挺有趣的一个定位快乐的研究员,AI会让人类更快乐吗?我至少是这么希望的,这是大家讲一一相参啊这些。但是就是说它肯定会带来一系列的新的问题了但是整体上有些更哲学的层面上我们可以去探讨但是抛开哲学层面文明的进步就是技术不断的带来新的可能性然后能驾驭好了新的技术进入一个新的文明发展阶段新文明比旧文明对人来说快乐指数是提升的还是降低的如果在哲学层面上来说不好说但是从一般的衡量指标上来说肯定是进步的嗯就你想看你假如现在没有空调你会是啥感觉然后当你在农业时代温饱一直是几万年的问题的话那工业时代基本上把温饱这个问题在规模化的解决掉了然后消费时代解决了消费不足的问题但现在基本上都是供给过剩我们现在的核心至少在物理产品上基本上都是供给过剩的阶段然后互联网解决了这个信息不对称的问题解决了全天下的人都可以共享的这个问题所以又往前进了一大步那AI肯定是当我们有了这么多智能解决方案以后我们就可以做一些更有趣的事情好以后一个组织的评判标准一之一是能不能让人更快乐身处其中的人从Google开始就是这样啊大家现在可能没有体感其实0708年的谷歌在硅谷是神一样的存在比今天的那两家公司还要影响力大才有那么多人去参观谷歌为了去食堂吃顿饭感受一下他们的氛围然后所有最优秀的人都是要去谷歌其实在当时它的氛围本质上就是尊重人的差异化释放人的创造力让你有20%的时间可以干你自己想干的事情给你们提供最好的食堂对吧所以他当时的文化其实Google是最早提出来隐隐约约地感觉到了未来的所以他们是最早提出来那还叫互联网时代其实是需要新的文化需要新的组织方式的是的那个趋势会继续延续下去我很好奇啊典型的曾明教授的一天是什么样的呀做一个快乐的研究员其实就是第一个就是跟创业者聊然后看看他们最新的想法第二个就是看看最新的资讯看看类似你们这样的访谈因为的确帮我寻了很多事情就现在能够看到很完整的一个思想的对话所以等于说我有很多的信息的输入可以做所以是十年让自己不那么累不那么辛苦要不然的话所以我觉得今年上半年大部分人都已经有个深刻的感受就是说你很容易因为AI的工具如此高效率把你自己弄得极为疲惫因为你根本跟不上它的处理速度所以其实现在大家都开始反应过来要有一些隔绝然后怎么找到作为一个生物的人的一个合理的节奏再去跟 AI 找一个新的平衡好的我这边还有一些快问快答 [150:00] 全球范围内一道您喜欢的食物我们是为了在这个规矩生命到来之前留下更多的炭基文明的记忆辣椒炒肉成就范围内一个你喜欢的地点目前可能还是上海您平时会读AI论文吗你觉得影响过AI进程的重要的论文是什么我没有读研的技术论文基于当下的认知一个关键的重要的bet是什么出现一个足够好用的to see the agent我们公司叫语言及世界工作室,当您第一次听到这个名字的时候,您会想什么?可能要改成智能体及世界可以分享几本书吗就是您的人生之书就是真的对你产生过很大的影响呢我觉得就管理学上比较基本的像这个《季业长青》的系列的那几本书像德鲁克的书 还有我本科的时候基本上全文抄了的一本书就是因为摘录太多了 基本上抄了这本书是弗里德曼的关于市场基本运营机制的一本书不后 但是特别精彩所以那个建立了我对市场的基本越行机制的理解您觉得是什么让您对管理学发生这么深厚的兴趣要战略去我其实高中的时候就放弃了理科的这个参加这些奥数竞赛的一些因为我们那时候大概是第一届文理分科那我其实更加喜欢历史啊人文啊这些东西所以我虽然当时也算年纪第一可以去走那条路但我觉得那个是对我来说我不感兴趣最后其实高中时候就放弃了然后到了大学以后选了经济以后发现我们学的经济经济学的数学要求超过大部分的功课嗯我也觉得太无聊了所以我后面读博士的时候最后就选了商学院对而且站着这样的比较宏观的然后在真实世界跟理论世界有不得不建立连接的一个学科我觉得这个就比较好玩战略是一个组织的大脑就必须要CEO来做你觉得战略做的好人CEO一般是什么样的人之间有关系吗所以创始人里面有战略能力的并不多真正走得远的就刚刚讲的使命驱动愿景驱动战略驱动就能走到战略驱动的就已经是很优秀的了但不是卓越的卓越的可能严格讲得是使命驱动的才有可能走向卓越有的人可能是先有愿景然后慢慢发展出使命有的人是天生就比较使命驱动或者就是你形成非常难得的一个团队里面有那么一两个人形成很好的互补就一个人可能在能力强一点 一个人动手能力强一点就有点像王兴跟王慧文的这种组合也是很难得的一个组合字节属于什么驱动啊这个还不好说因为我跟张一鸣个人交流不多所以我对他使命的那一个那一段有没有我没法判断但是张一鸣是一个是一个了不起的天才是属于他有自己的管理哲学的然后他至少是愿景驱动然后有完整的自己对组织的理解包括他最早提出来公司及产品这个已经非常领先了包括比如说我原来讲这个Netflix就奈飞的文化大部分的第一反应是中国人做不到对于那个文化太美国跟硅谷了但是字节是最早的基本上在跟上跟这个网飞的文化是非常非常相似的但自己最后做成了一个效率工厂因为他东西都整明白了以后剩下的在战略执行阶段就追求效率了所以他的AI战略要张一鸣重新下场再重新定义觉得任何公司到了最后都是追求效率因为你战略越来越清晰剩下的就是执行任务但是就是我们刚讲的组织的宿命就是时代一定会变化让你原来那套不适合所以你要不就彻底转型要不就被时代淘汰对每个人都很公平这个听起来是个好消息