OpenHands框架引爆中国AI应用跨越式爆发

OpenHands框架引爆中国AI应用跨越式爆发 大模型编程导致软件建造成本骤降，美股SaaS巨头遭遇估值清洗，而全行业利润最终将被台积电与芯片商抽干。 节目深入探讨了从2026年春节开始引爆的“龙虾（openclaw/OpenHands）”养虾热潮，指出其本质是普通人触达基础模型能力的“脚手架与车”。对谈拆解了技术狂欢背后的商业生态，分析了美股SaaS股暴跌、大厂“硬蹭”热度以及开源项目面临的隐私安全危机。面对AI时代一级市场传统叙事失效、资金狂涌硬件赛道的现状，嘉宾指出所有标的在现阶段皆具投机属性，并以国内短剧行业和郝景芳公司的阿米巴转型为例，客观展现了AI对组织形态的重塑，最后通过OpenAI的五级阶梯模型前瞻了智能体“自主进化”的必然趋势。 “龙虾”（OpenHands）作为开源AI Agent框架在2026年初引爆，其本质是大模型（引擎）与大众用户之间的“脚手架和车”，通过傻瓜化封装让普通人能感知到大模型的能力。 (2:59) 使用龙虾等工具通常被称为“养虾”，因为Agent面对复杂、有交付要求的任务时，需要驾驶员（使用人）持续给出反馈和调优，对使用者的要求极高。 (3:59) AI在编程（coding）板块的飞速进展导致软件建造成本骤降，打破了原有软件生态的稀缺性，直接引发了2026年上半年美股软件和SaaS股的集体暴跌。 (8:22) 在新技术浪潮中，利益相关公司的最优解和唯一解往往是“硬蹭进蹭”以收割情绪价值，因此市场上第一波赚到钱的通常是卖课、卖安装服务的群体。 (12:38) 龙虾（OpenHands）因其纯粹的开源属性具备极强的社会化传播和借题发挥效应，但也因初始版本默认开放最高权限而带来了赤裸裸的隐私与数据安全危机。 (15:03)

科技投资人庄明浩与主持人冰杰指出，以开源项目“龙虾”（OpenHands）为代表的AI Agent热潮，本质上是基础大模型强大推理能力外溢后的一种应用脚手架与封装工具；尽管其在中国市场引发了从纯对话直跨智能体的狂热追捧，但产业内部正经历传统SaaS商业价值瓦解、全链条利润向上游流失及二级市场估值倒挂的剧烈震荡。 开源脚手架与中美的跨越式代差 庄明浩分析，大模型是底层发动机，而2025年底发布并在2026年春节前后引爆的“龙虾”（OpenHands）则是普通人体验算力的工程脚手架。它的爆火并非源于架构上的惊天突破，而是将记忆、偏好、工具调用和本地权限封装整合，但深度执行分阶段任务对使用者的调优能力要求极高，呈现出“重在持续培养”的特点。此外，作为不属于特定商业实体的开源项目，它极易被KOL、大厂及教育机构借题发挥，使各方借势“硬蹭”以满足自身商业诉求。 该热潮在中美呈现显著代差。美国企业端市场更成熟，用户历经从ChatGPT到Claude的渐进演变，普遍视龙虾为极客玩具；而中国用户跳过了中间的编程与行为递进阶段，直接从基础对话（Chat）一跃进入Agent实体执行。加之国内外Token存在17倍价差且中国供应了全球约60%的Token，国内大厂迅速推出低门槛的傻瓜版Chatboard，从而激发出远超海外的2C端狂热。然而，庄明浩指出，国内实际部署使用该工具的用户规模仅在数百万级别，全网热议在十几亿网民大盘中仍属小众圈层的自嗨。 软件稀缺性瓦解与安全权限围栏 在企业应用端，AI在代码生成（coding）领域的极速演进导致广义软件的构建成本骤降，用户仅凭自然语言即可实现系统需求。庄明浩指出，这直接动摇了过去基于稀缺性建立的软件与SaaS商业模型，引发2026年上半年美股软件股和SaaS板块的集体暴跌。企业CIO们对内部数据流转与采购展开重新审视，困惑焦点已从“该不该用”大模型彻底转向落地环节的自研、模改或外部合作。 伴随狂热降温，龙虾粗放的安全架构引发了巨大隐患。其初始设计默认使用者具备高技术素养，直接开放了电脑的最高全局权限，完全不设传统大厂的“安全围栏”。这一极端做法虽释放了强大操作能力，却将权限失控与数据隐私危机赤裸推向公众，迫使开发者维持“一两天更新一版”的高频节奏去填补围栏漏洞，也迫使行业重新审视超越传统网安范畴的治理课题。 产业链利润上移与二级市场估值倒挂 针对产业价值链，庄明浩断言当前AI板块“全员皆为投机股”。用户在应用层无休止消耗算力，应用厂商毛利极低甚至面临负毛利，资金被迫逐级向上输送给大模型与云厂商；而模型厂商因高昂的训练与推演成本难以稳固毛利，巨头Meta甚至将50%的收入用于资本支出（CAPEX），引发自由现金流严重承压。整个生态中，仅有英伟达等卖卡硬件商和代工厂台积电凭借垄断产能实现稳定盈利。 与此同时，AI热潮正撞上实体世界的物理极限：CoWoS先进封装代工受限、存储芯片紧缺、光通信铜改光转型，以及数据中心的土地审批与电力瓶颈日益严峻。2026年二级市场呈现怪诞倒挂：科技巨头集体疲软，微软创下历史最差季度大跌三分之一，英伟达在业绩爆表后市盈率反跌至20倍以下，与Meta双双低于沃尔玛、Costco乃至苹果。庄明浩警告，港股部分大模型标的凭借新模型消息拉升呈现“左脚踩右脚”的踢云纵行情，一旦市场情绪转向，补跌过程将极为剧烈。 一级市场叙事失效与组织形态原子化 一级市场中，移动互联网时代看团队背景、逐轮线性推进的古典VC融资逻辑已基本失效。因AI使个人启动成本大幅降低，创始人拿钱后高频试错与项目“见光死”成为常态，真格基金等机构甚至直接提供价值5万美元的Token代替传统天使轮资金。因纯软件变现困难，国内资本大量向毛绒玩具、显示屏、摄像头等AI硬件赛道抱团，试图复刻大疆与小米的成熟供应链神话。 技术跨越临界点对传统组织与行业造成了降维清洗。国内短剧生态在AI分镜、生图、视频及声画同步成熟后，原有的服化道、群演、摄影与编剧在数月内被AI漫剧和数字真人剧大幅淘汰。在教育领域，郝景芳的在线教育机构则顺应趋势转型，将原本数十人的单一集权公司拆分为十余家由四五人组成的阿米巴式独立微型团队，依靠AI充当润滑剂协同研发与获客，展现出组织形态从一体化向“原子化”生存裂变的路径。 按照OpenAI设定的五级技术阶梯，AI当前正全力从L2（推理）向L3（智能体执行）及L4（自主研究员）演进；但技术突进必然会与现实社会的政策、监管、隐私与物理极限反复碰撞、权衡与回调。庄明浩认为，身处周期中的个体无需过度被概念收割，应通过具体生活实践去触碰技术真实边界，而投资者则需认清一二级市场的规则分化，在周期狂热与现实估值之间保持冷峻抽离。

大语言模型的发展就像发动机，去年以 DeepSeek-R1 为代表的推理模型是一个更强大的发动机，而到了去年底以 Claude 4 系列为代表的模型，它甚至已经到了 F1 引擎的级别。可是，普通民众是没有办法直接拿引擎来用的，他需要一台车才能体验到引擎的强大。 庄明浩: 你让他说用龙虾或者用类似的软件可能达到效果越好 庄明浩: 他不知道你的规范、流程、产出要求，不知道上游下游是谁，不知道能用什么数据库和工具 庄明浩: 安装好了用就结束的事情，关键是还得看是谁在养 庄明浩: 快到了我们理想中未来所谓你真的为了满足自己无论是个人还是企业一个什么样诉求的一个双引号的广义上的软件这件事情的建造成本几乎可以忽略不计了 [15:03] 庄明浩: 任何一家利益相关方的公司……所有公司的最优解或者说唯一解就是‘阴蹭进蹭’（硬蹭进蹭） 庄明浩: 所有人都在借着它满足自己的一些小的算盘，我觉得是合理的 庄明浩: 结论可能是对的，但是一个后验的事 庄明浩: 你让他跑一个天气你看一眼手机不好吗？让他去查一个 PDF 你为什么不给他 TXT 呢？但是用户是没有罪的 龙虾再火也跟我无关，因为基于龙虾生态的创业项目几个人就能完成，不需要早期资本的介入。 [30:07] 庄明浩: 小团队今天可以想中型团队原来做的事，中型团队可以想大型团队做的事 [37:07] 庄明浩: 你在经历的当下你是不知道你是在泡沫的哪个阶段的 庄明浩: 每次都一样 [45:14] 庄明浩: 我觉得所有都是投机股，没有价值股。 [51:52] 庄明浩: 啪的一声全部扫掉，真的是瞬间！ [56:36] 庄明浩: 让自己手脏一点 [67:57] 庄明浩: 想清楚自己在玩一个什么样的游戏

[0:00] 大元模型很像一个发动机它甚至已经到了F1的引擎可是民众没有办法直接拿引擎来用龙虾就是非常简单版的脚手架跟车这个到底是技术落地的信号还是一场赚快钱的狂欢第一波赚钱的肯定是麦克的在美国也一样所有公司的最优解就是阴蹭进蹭会不会在某个节点我们会陷入到类似今天web3的局面你总会隐隐地有些担心你在经历的当下你是不知道你是在泡沫的阶段的市场永远都是有效的市场永远都是过头的因为拿的胜率已经低于沃尔玛我们经历过所有的体验中最后都会踏下来怎么来区分AI赛道的价值股和投机股我觉得所有都是投机股没有钱所有关于AI探讨最后都会走向两个问题一个是关于身心灵的一个是关于教育的嗨 朋友们好欢迎收听《知本论》我是冰杰这期节目我们终于要聊一聊龙虾了我们的节目就是这样等着这个子弹都飞了好一会儿的时候终于能够沉淀下来观察一下目前这个市场到底发生什么那从这个春节以来AI圈的热潮就是各种养瞎热那我们选择在这个节点上来分析一下过去这个市场尤其是从投资从市场来看到底发生了什么所以呢我们今天请来了一位行家庄明浩资深科技投资人长期关注AI和互联网赛道请他来跟我们一起聊一聊欢迎明浩要不要跟《智本论》的听众们打个招呼好 感谢《智本论》的邀请我是图论之术的主播庄明浩我的本职工作是在一家互联网博士做战略跟投资然后夜里时间会关注行业写一些分析以超长的PPT建厂所以每一段时间会针对整个AI行业发展做一个相对比较长的整理跟梳理你像我上一个本来是给腾讯准备之前给浪潮联想小红书然后阿里支付宝就是这些公司反正时不时的每个季度能有个一两次吧这几个月企业培训里面他们关注最多的是龙虾吗其实我觉得跟今天的议题很像啊就龙虾可能只是个引子吧可能会拓到今年谈论很多的什么agent生态啊么hanness啊为主吧包括可能最近一段时间cloud兴起之后大家就又去讨论coding这件事情到底是核心议题还是一个分的议题我就按自己的方式来做就是以这个方式来做整理吧就过去这几个月里面我是没有赶上养虾的热潮我也没有加入养虾大军所以呢我一方面有点好奇另一方面又有点焦虑只要遇到这个领域里面的人我都会问一个同样的问题就是你养瞎了吗我先问一下你自己的参与度怎么样对我养了虽然楼下OpenCloud正式发布时间应该是25年年底但是真正意义上讨论起来尤其在周恩互联合讨论起来应该是在1月底到2月春节那段时间所以在那段时间我就先试了一试然后但是因为春节期间我度假出去玩了就我手边也没有电脑所以我就更多是以在线的方式试的然后春节假期回来之后我才真正意义上在我电脑上安装了就本地部署的龙虾的这个软件然后也其实是春节之后回来中国的国内的主流这些大厂才开始做很多的工作尤其是工程上的帮助龙虾这件事情从一个原来非常非常极客人群的一个开源软件甚至可能安装步骤要非常非常复杂到今天已经基本上各家都有非常非常傻瓜一件可以安装的版本这件事情也不过才经历了可能一个多月时间我们说应该出现之后回来那一周开始各家厂商开始动起来我一直搞不清楚就从实际的体验和应用来看它和所谓的宣传中的这种数字员工有多大的差距它现在能实践到什么样的程度龙虾这罗文兴起之后其实大家一直有一个动词叫养就是养这个动词我觉得是一个很重要的说法就是龙虾本来讲是一个开源的软件它就是一个软件它软件里面有一套架构它的架构包括了可能让Agent或者让AI模型可以有记忆有偏好有工具使用能力有本地文件的获取的权限然后同时有可能跟你现在已存的IIM软件之间的联通功能说起来就是这样一个架构所以你听起来它并没有什么特别惊天动地的创新对吧本来讲它是一个架构层跟工程上的实现只不过我觉得最核心原因是因为这一轮从25年底基础模型的能力确实在很多领域里其实它已经够了只不过这种能力没有办法或者说 [5:00] 普通民众很难去感受到这种能力的边界有一个比喻是说原来大元模型很像一个发动机然后去年DSEC 21为代表推理模型像一个更更强大的发动机但是到了可能去年底的以Cloud4系列为代表的模型它甚至已经到了可能F1的引擎可是民众没有办法直接拿引擎来用所以他需要一台车对吧他才能体验到这个引擎多么强那本人来讲龙虾其实就是像一个非常简单版的我们叫脚手架跟车那当你有了车之后逻辑上来讲是你可以做很多事情但是这里面就出现了问题就是他只是在模型层上封装了一层架构你真正让他去做一些任务的时候你还要给他配更多的双引号的工具所以会有养的过程所以龙虾这个软件安装到每个人电脑之后每个人的使用方式他使用的场景包括你给这套龙虾安装什么样的工具就决定了每一个人在使用这个软件所带来的区别所以就完全不同所以最最最基础的可能你就用它的功能你看起来跟我们今天用OpenAI用豆包其实没有什么区别你让它查一个东西对吧让它去搜索一个什么信息一个新闻帮你整理一份报告那这种场景下其实他跟普通的模型之间差别不大甚至因为他没有做太多在这些世界上的优化他可能还不如今天十年我们能够用到的比较优化好的一些纯模型本身的菜的工具但是在一些更复杂的任务场合尤其比如说代码编程然后你的任务的整个的流程是需要分很多个阶段每个阶段有不同的交付有验收有这样的环节的体验然后这个过程如果越复杂你让他说用龙虾或者用类似的软件可能达到效果越好但是这个过程对使用这件事情的人的要求特别的高所以他的理想态当然就会像我们讲的所谓的员工很像就像你今天招一个员工进到公司他可能只是个刚入主场的年轻人他有一个基本的能力当然他不知道你的规范你的流程不知道你们在做事情的要求他也不知道你们对这些东西的产出的过程是怎么样的他甚至不知道他的上游是谁他的下游是谁然后他在中间工程中能够用到什么样的工具或用到比如什么样的数据库什么样的软件然后形成什么样的格式所有这些东西本来讲你是要教他的那龙虾似乎也是这个逻辑初始状态他就是一个你可以以为有一个普通大学生水平的这样一个智能但是他不了解你所有这些东西你的偏好你的性格你的要求你的上下文你的工具你的数据库你的所有这些权限那你要慢慢教他跟给到他然后通过他不断的一次一次的跟你一起还是他去执行任务的过程中给他反馈然后让他调优然后不断不断的这样过程所以又回到刚才那个关键词养这个关键词是一个很重要的过程就是他不是一个安装好了用就结束的事情那关键是还得看是谁在养非常重要就是驾驶员还是非常非常重要就是人还是非常非常重要你觉得这波龙虾热它带来的这个我们说效率的提高也好还是生产率的提高也好它更多的是针对于2B的企业层面还是针对突袭的大众层面现在看可能C段用的多一点因为2B的实施可能没有那么快而且又因为就是龙虾可能只是这一轮Agent热的一个集中的爆点其实从去年开始关于agent的实施无论在2B 和2C就已经非常多了龙虾相当于用了一个比较极端的方式把这个热度推到了一个其实本不应该属于它的热度上那分2B和2C战场来看2B战场其实出现了一个变化是说无论中国还是美国比如说企业内的类似CIO这样的角色就是手机信息官原来负责买系统负责内部流程数据库管理这些人可能会在今年或者说去年的下半年比较慎重的考虑自身企业内的比如说数据的流转流程然后包括原来的你去购买那些软件SaaS系统的实施是否还值得被买所以这个引发了今年上半年讨论很多的美股的这波SaaS跟软件股的暴跌那确实也是因为今天这个时间点AI跟Agent的能力在coding这个板块进展的确实过于快了它快到了我们理想中未来所谓你真的为了你满足自己无论是自己个人还是企业一个什么样诉求的一个双引号的广义上的软件这件事情的建造成本几乎可以忽略不计了就是你真的可以有什么想法你自己去用语言的方式说出来你的需求今天AI其实就可以帮你实现然后这件事情看起来已经并不遥不可及了那建立在原来的稀缺性上的这种软件跟SaaS的生态似乎就受到比较大的挑战所以这个趋势是一个比较大的趋势然后但是这个需要时间就是个人可能还相对简单但企业里你想就是他有流程对吧他有数据的考量他有安全隐私权限包括可能数据可能企业里原有的工作的方式 [10:00] 包括甚至你的KPI OKR可能都要调那这个事情听起来就不可能是一个简单的瞬间就完成的工作所以它在这个时间过程里但是也有一些观点会认为我们原来的这套生态到我们理想中刚才讲的新的生态可能是一个瞬间扭转的局面就原来大家是考虑在观望但是从观望到争抢可能就是瞬间的事情所以这个时间点可能就在2B这个战场可能在有这样的纠结就有一些激进的观点会认为已经到了从观望到争抢的状态有一些保守还认为还需要一段时间因为你也去了好多企业去给他们做培训和他们进行交流你感觉企业对于这一波的AI agent热潮的一个态度是怎么样的是更多的是焦虑还是什么焦虑是必可避免的所有人都会非常焦虑但是我觉得更现实的角度来讲我觉得大家其实在考量的是你像很简单这轮AI热潮是从20年底拆机闭发布开始2324年大家讨论更多是大模型本身的事情对吧然后去年可能是推理模型作为主要的讨论点那今年可能就是Agent了那到这个节点其实你会发现大家已经不太会去考虑该不该用大家考虑的或者说在焦虑的更细节的问题在于怎么用的问题怎么用用在哪些环节上用到这些环节上是提升效率还是改进流程还是直接增加收益是直接用模型还是用模改的一些什么东西是直接找模型厂商合作还是找一些软件公司还是自己来做是这样一些我们叫操作层的问题在困扰着很多企业也好个人也好我注意到有一个现象我不知道是巧合还是它就是这么一个规律每年的基本上这种比较经验的一个产品或者是一个东西出现基本上就是在上一年的年底到这一年的年初比如说原来的那个ChatGPT是然后DeepSeek是然后再到现在OpenCloud也是这个是巧合吗很多人会说每年春节左右会是一个比较重要的进度我觉得有一部分是情感的因素在这个时间点产生的一些东西它会被引爆跟传播的更剧烈所以它会引发很多这样的探讨有另外一个角度是说从一月下半月到春节左右那一个月左右时间中国的头部模型厂商疯狂的发各种各样的版本包括美国头部模型厂商更新了比较大的版本然后在今天4月份的这个时间点你发现新的一波大版本又来了Anthopic发了一个最新的超级神秘的模型他说已经强大到他不敢发出来然后OpenAI的传输中GP6也准备好了质朴的GLM5.1发布了前几天Mi Max 2.7发布了所以你看从春节前1月底到今天4月中左右时间可能这个时间从原来的每半年一波已经进化到每季度一波那如果再往前进化基本上就不会有所谓的密集期了因为每天都是密集期了就从这个目前市场上的反馈还有商业的角度来说的话我们都能够看到就是现在市场上演出的各种带装服务培训课程还有这个专用硬件这些产业链这些卖课程啊卖安装服务的人是大赚一笔所以你觉得这个到底是技术落地的一个信号呢还是说它又是一场赚快钱的这种所谓的狂欢我觉得第一波赚钱肯定是麦克的其实在美国也一样其实很简单的逻辑是说一个新兴的这样的技术出现之后媒体总会愿意把它渲染成一个革命性的一个什么改变世界的什么震惊宇宙的这样一个东西是的你不上车就晚了对民众被这种情绪渲染之后他为了满足这种欲望他当然需要一个中间角色方把原来可能很高门槛的东西拉低门槛来给到你然后去添补你的焦虑情绪本身的前提条件是一样的只不过我们用什么样的方式去满足情绪价值的区别是客是安装服务还是帮你封装好一个闪玩化的版本所有这些大家其实共谋双影号的共谋当然这么说特别上帝视角面临这样的浪潮我有观点是说当这个事情被炒到这个程度的时候任何一家利益相关方的公司无论是大公司还是小公司无论是云公司什么互联网公司模型厂商算力公司甚至芯片公司所有公司的最优解或者说唯一解就是阴蹭进蹭这个热浪已经是如此了你不参与其中你可能就浪费掉了这样一股热潮所以其实这件事情在过去几年的AI浪潮里也已经频繁发生那你像去年DeepSire一火的时候不也一样呢卖什么DPCR虚拟主机的对吧然后卖实施的教你什么DPCR很简单DPCR1出来之后没几天就出了DPCR1的书那龙虾火了之后那现在身边上龙虾的书也很多了对吧那其实这个东西说实话它并不值得被写成一本书因为它的框架它的逻辑并不那么复杂但是所有这些都代表了它就是这样一个风潮你要参与其中 [15:00] 那人在江湖身不由己只能这么说对比一下之前的像包括元宇宙热还有ChatsGPT热这一锅龙虾热你觉得它有什么独特性吗有一个我认为的比较独特性因为它首先它是个开源软件理论说任何人都可以在满足它开源要求的情况下做任何事情我再举个很简单比如说过去一段时间可能在全国各地每周末都有各种各样的OpenCloud或者龙虾的大会然后它的主办方你看其实五花八门什么人都有就是所有人都可以借着这个事情来做他自己想做的事情但是你想拆GPG是不太现实的DeepScore1可能也不太现实因为它毕竟属于一家公司属于一个商业实体你没有那么强的资格跟身份说我代表或者说我组一个这样东西我就可以把那个最大logo放在我的会议的主视觉上但OpenCloud可以所以你会发现今天所有人都在借着OpenCloud来满足自己的你说欲望可能很难听但是满足自己的一些小的算盘我觉得是合理的这些所谓的KOL包括我们这些人然后大厂商小厂商一些组织甚至学校教育机构甚至政府他也在做很多相关的就跟那个雪球滚起来一样他滚起来你已经控制不了了所有人只能往上加不断的加不断的加所以这一波可能跟之前那几波不太一样就是因为他所有人都可以加都可以接着他来讲自己的故事那他就造成了现在状态我们现在可能这个时间点正在看到他从超级疯狂到慢慢慢慢有点冷静有点回落对他正在慢慢的降温尤其是其中关于他的这个数据安全隐私啊这些东西的讨论会比较多对这个你引发另外一个角度就说Oman Cloud因为它是一个个人开发的开源软件并且开发的这个人是一个非常资深的程序员跟技术的大脑他起初做这个东西是为自己做的所以他没有想过全世界人民都要用他就为自己需求他相当于默认了自己建立在一个很高的门槛上做了这样一个东西所以他会认为我有能力控制我有能力去判别什么样的东西是危险的什么样东西是安全的什么样的权限跟什么样的围栏是OK的但是他没有想到突然间火所有人都用所以你看从他火了到后续直到今天现在更新版本特别快可能每一两天都要更新一个版本他更新版本里面的很多内容都是关于安全关于隐私关于权限因为他原来没有想过会这样但是这个问题出现的变化是说你会发现其实在龙虾火了之后甚至火之前很多人可能哪怕都没有用过龙虾但是他也在探讨安全的隐私的问题你想吧我们原来做了大模型然后大模型变成更厉害的推理模型推理模型到了一定程度大家觉得他的智商水平已经达到人类的基准线可以让他干一些活了大家提出所谓agentagent的实施其实从去年开始大家有公认的角度是说我们就给agent一台电脑或给他一个浏览器就好了但是因为做这件事情的之前的很多厂商无论它是创造一个公司还是大厂他就顾虑到刚才我们说这些安全权限以次的事情所以做这些东西呢就能用但是可能在一些限定场景下或者限制限于厂本他没有办法拖那么开但是OmCloud不一样因为他最开始他就没有想那些问题所以他把这个事情推到了极端我就默认给你如果你在本地运输运行OmCloud的原始版本的话那相当于你可以给OmCloud你的电脑的所有的权限他现在又把这个事情推到了一个极端里就是我不考虑任何层面下的这件事情我就我们极端的来搞那这种方式当然他有他的好处但是他的巨大的坏数在瞬间就推到了世人面前所以这一轮的关于欧宏罗的探讨你会发现很多人甚至都没有用过龙虾的情况下大家也开始莫名其妙的担心安全隐私权限你的文件你的数据这些问题那某种可能也是好事就是真的AI这轮的能力发展到今天这个程度之后那那个安全的问题就变成一个更广泛意义上的问题就不单纯只是原来我们探讨的网络安全那么一个狭义的问题而且是新的课题而且是摆在所有人面前无论是个体公司行业政府面前的一个很重要的议题而且大家不知道这个议题该怎么解决他就把这个问题推到了一个极端里让大家赤肉的面对它然后去找可能解决方案我还看到一个挺有意思的讨论他说他的本质是算力过剩的消化工具核心是在帮大模型厂商消耗Token实现商业闭环这么听其实有点阴谋论你怎么看对结论可能是对的但是它是一个马化的事我们从马前冒角来说模型厂商都缺算力哪怕没有龙虾还都缺龙虾吃过了之后就变得更缺了但这个事情如果我们再从上线来看它跟当年的IT行业的摩尔定律是一样的摩尔定律就是每18个月芯片能力会翻一翻但是会有一个跟摩尔定律相匹配的软件的行业叫什么安尼比尔定律就是摩尔定律翻出来的这些计算能力会被微软的系统跟相关软件的消耗吃掉它是相辅相辅的 [20:00] 那似乎看上去这一轮在AI领域也出现了这样的状态你会发现算力的增长是肉眼可见大家数据中心的投产每年这家KG头开不大的投入然后卡的购买数量它已经是这样的一个上升取权那同时可能单位Token成本还在下降那理论说应该越来越够才对对吗但是问题在于今天这个时间点AI的模型吃掉的Token的这个速度确实更快了觉得更现实的例子我们原来最早用XGPT也好用豆包也好这个交互过程可能只需要几十秒那就他现在就在那跑了几十秒但是今天你想最先进的模型已经可以在那跑十几个小时的任务十几个小时跟几十秒之间是多大的差距而且他跑的任务可能是coding可能是搜索的可能是识别图片的可能是生生视频的他跟一个单纯的你回他几个字之间的差别又是一个几何量级的察觉那这几个数字一乘他那个数字就非常非常的恐怖所以你会发现无论是中国的厂商还是美国的厂商无论是模型厂商还是云厂商算力稀缺是一个大家都在面临的问题甚至稀缺到什么程度前两天OpenAI关闭了Solar2你像OpenAI这种公司融入那么多钱理论上它的卡它的算力应该是还OK的但是问题在于它要做的事情太多了它今天要做模型的研发还要服务好它现在的客户还要服务好它的普通的像我们这样的用户然后他要做coding还要做视频还要做sorrow app他要做的事情太多了他发现这件事情之间也要有优先级那这个优先级就是根据算力的紧缺程度来的那你看国内的厂商为什么大家会说卖为什么大家会说你一周就给什么1500次调整就是为什么有这么多的限制那就是因为大家都不够那为什么会不够呢就是因为大家可能都在用更复杂的任务交给当然这中间可能有非常大的浪费你让他跑一个天气你看一眼你手机不好吗让他去查一个PDF你为什么不给他TST呢但是优户是没有罪的但是这个过程中就产生了这种我们叫扭曲跟你的需求跟供给之间的这个问题所以你说到底是不是一谋论还是他其实是个正向互相促进你分不清在龙虾的热潮里边有一波暴富的人群就是囤Token的Token经济在AI的产业链中它到底是扮演一个什么样的角色刚刚我比喻是大模型跟推理模型是引擎我们今天做龙虾它像是一个脚手架的车那Token就是燃料无论是单纯让发动机自己在那转还是把发动机装到车里让车跑得更快更远所有这些事情都需要燃料那个燃料就是TokenToken背后是数据中心是电为什么大家会说就是今天这个审典衡量很多事情的指标如果粗暴点只需要一个指标的话这个Token量是一个很重要的指标就是你消耗了多少燃料就代表你的体量你的规模你的增速你所有的事情包括钱也是你说到了一个关键点我查了一组数据目前国内外token的价格它的价差能够高达17倍中国的大模型厂商它有很强大的一个成本的优势大概能够占据60%的token供应所以这也引起了一些疑问就是这会不会也让国内的龙虾泡沫要比海外更大的确是从表象上来看国内的热度要更高而国外对于龙虾并没有那么大的狂热对 首先确实就是OM Cloud在中国比在美国火美国的主流的做AI或者用AI的人群比如说XGPTCloud然后Gemini一步一步用它是个递进的过程咱们最开始讲就龙虾并不是一个跨越巨大鸿沟的一个东西它是一个小幅的改进并且可能只针对一些比较特别的场景尤其是偏个人所以对于美国的很多主流尤其是2 b的用户而言龙虾对他来讲是一个小玩具他可能试一试但他不会觉得真的比Cloud Code或者是他们在用的API写掉那些更值得被颠覆但中国不一样因为中国大部分用户没有用过Cloud Code也没有用过CodeX甚至去年比较火的Agent工具大家还是用豆包用Kimi甚至年底开始用签问签问才开始让大家说我可以订个奶茶我可以叫个车因为上一代的或者说之前的模型或者之前在做的什么事情是chat是对话但是这一代agent我们叫action或者叫行为它是有动作跟做事的那我们相当于从chat跳到了agent它是个跨越它就导致大家对这个新的东西的渴求度跟感受度会超级强烈而那边是递进的所以它没有那么强烈首先龙虾是不是个泡沫本身不好定义甚至泡沫本身的定义也不好去说那么清楚那龙虾这波热潮其实在国内我觉得某种上是好事原因就在于他把民众的认知从原来的偏纯chat那个领域拉到了越来越多大家做行为 [25:00] 工作做很多真正一场双眼号的事上那确实这个事情是符合AI发展的规律那厂商就模型厂商云厂商Token的算力厂商甚至包括互联网大厂甚至包括今天这个时间点已经非常成熟的我们在用的Chatboard其实本质上来讲都在往前推这件事情推到让大家更多的感受到这个能力的提升你像DeepSick更新了新的App多了一个专家模式这个模式本身不是一个新的功能但是从基础的chat到复杂的chatDeep learning到做一个什么东西到开始争议上他可以帮你干活他就是这样一步步走的美国2B市场更大更成熟那中国2C市场更成熟他这两国的市场他就有这样的区别那你就要符合中国的这些广大的人民群众对于技术没有那么理解大家看到代码看到IE界面就感觉疯了不要碰这个东西不是这样一拨人那我们就按照这拨人的需求给他们他们应该享受到这轮技术能力演进的适配的状态所以出现了所有刚才我们聊的这些事情从他的这个商业模式来看的话你看龙虾他作为一个看源项目本身他不盈利但是呢他带动了一系的硬件Token 培训这些环节赚钱也就是一种典型的项目不赚钱但是生态赚钱的模式如果从投资的视角来看的话怎么评估它的商业价值它本身的商业价值很难评估所以反过来讲最后龙虾的作者很快就被OpenAI收编了但OpenAI收编之后他马上承诺还是以类似基金会的方式去支持这个看源项目他也没有加入OpenAIOpenCloud跟OpenAI其实本身上也没有绝对的关系就很像比如Linux或者是一些很多很著名的开源的社区跟软件一样就它并不属于一个商业实体这个其实引发另外一个讨论是说今天因为这轮开源的生态崛起的特别快原来大家会想开源的东西跟商业之间其实是有比较大的隔阂的但是今天你会发现这种隔阂或者这种界限在变得越来越模糊那OpenCloud这个个体而言它确实这个个人以及它的核心这些贡献代码的团队以及OpenCloud这个软件本身的商业价值你很难狭义的给它评估但确实是它带来的所有生态的繁荣OpenCloud相当于是第一个真正意义上大家看到的一个人的双引号艺人公司的价值被放大的可能性的极端展现未来随着开软软件跟商业之间的经线越来越模糊它会带来更多的变化可能会带来更多的不一样的东西所以你会发现今天很多比如说我们做一场投资者去投资很多初创公司他这初创公司可能第一个做的模型也好产品也好他就是开源的那起初可能就是没有办法从非常势利的商业价值角度去衡量但是他的影响力他的传播包括他的覆盖他的生态在阶段性一级市场是可以给它一个估值的那当然到了某个节点之后它还是要去符合那些古典意义上的金融跟财务的要求但是那个时间点它可能已经非常大你刚刚说到一级市场我前段时间听到几个早期投资人他们有一个共同的观点他们都觉得龙虾在火也跟我无关因为现在基于龙虾生态的这个创业项目可能有几个人就能完成他们认为不需要早期资本的介入可能没有那么极端但是这个早期资本可以换另外一种形式我觉得很有意思你像我的好友就十足口的Koji他另外一个身份是真格基金的Venture Partner就是很多不了解意义上朋友们看到很多新闻的时候会有一些概念上的混交比如前两天耐克中国的CEO应该加入红杉也做的是Venture Partner叫投资合伙人Venture Partner本质来讲他不是一个真正意义上基金的员工他更像是一个类似顾问的身份当然他们会有一定利益绑定但是他的角色会很开放我想这个故事是什么就是Koji他跟真格一起合作一个项目是说给今天这个时间点的AI的初创的哪怕是一个个人提供5万美金的token我这5万美金的对应的token给到你用然后你做个东西做好那个东西我们再来评估你这个项目是否值得投资但是这5万美金Token相当就是个孵化因为很多今天这个时间点你想用最你比如Cloud最贵的一个模型其实很贵哪怕今天只是跟他对话几句可能就要每句话要零点几美金这种对吧那你更不想复杂这种那很多个人开发者尤其是比较有能力的技术开发者如果他没有一个初始的Token的使用成本他可能没有办法做一个很好的东西所以他以这种方式来做最早的投资那你说5万美金哪怕是5万人民币对吧可能确实听起来不是一个投资者或者一个天使投资人应该投资一个项目的那个最低额度的起始线但事实今天这个时间点这件事情也变化了确实今天那样的能力让哪怕是一个人或者一个非常小的团队可以想象一个比较大的事情按照我朋友说法小团队今天可以想中心团队原来做的事 [30:00] 中心团队可以想让大型团队做事情因为AI能力的加持但是这件事情就是说它并不代表早期投资没有意义或者说早期投资今天这个实验对于很多早期项目平安方式也出现变化有一个衡量角度是说原来比如说一个天使投资的人投一个天使项目可能更多是看这个团队的背景而人啊包括他们要做这个事情起步需要多少钱那确实看起来这个钱比可能比原来小了然后呢原来可能我天使投你一笔钱你做到一个阶段然后你就用A轮的吧然后A轮再给你一笔钱然后你做到下一个阶段然后再去用B轮它原来是这样一个流程但今天不一样因为首先变化很快第二呢你启动一件事情的成本没有那么高所以很有可能是说你因为你的背景或者说你的title或者你的资历你可能拿了一笔钱哪怕它只是天使的钱但这笔钱可能让你可以试六次你可以今天试这个做了几个月发现不行换掉再做另外一个还不行再换因为今天人也做一件事情并且做到一间阶段达到你效果这个成本变低了所以它可以让你多试几次然后你试着试着发现有一个方向值得再往前试你再融下一笔没准你融到了然后你发现过程中还是不行的再换所以你发现市面上其实有很多这样的项目我开玩笑讲就见光死项目就是创始人确实背景很强也很容易拿到天使然后甚至这个天使的钱也很多可能几下万人民币都有但他没有东西他就在试不断的试然后试一个东西做出来发现不太行见光死掉再试还不行再试直到试到一个觉得还可以的再往前弄但凡他这个还可以的东西阶段性得到一定的正反馈他可以zero但没准他做的发现还是不行那这个项目再换你会觉得这会变成常态我们原来那种一直做一件事情从最开始做到一个阶段融下一轮然后做到大规模再融下一轮那个故事可能是一个古典的TMT互联网移动互联网的VC叙事今天的AI行业不是这样的叙事你是要不断的试不断的找方向甚至可能今天投你投资的人跟明天投你投资的人你才能讲故事完全不一样都是有可能你提到了一个特别关键的变化就是这种早期投资在AI赛道的这种方式和逻辑的变化因为前面你也提到了像这个龙虾的创始人他现在被OpenAI收编像之前的Manners Curso这些爆款的AI产品也大多是这种我们现在说所谓的打野号的世外高人打造的而不是像传统的这种创投的逻辑是孵化出来的所以再加上你说的它就是意味着现在的一级市场早期投资的在AI领域的那种传统的逻辑基本上已经失效了所以对于一级市场投资者而言压力跟挑战都很大因为现在处于一个某种的一级市场的混沌态就当然有一批人还是信奉原来那个方式你像过去一年整个中国一级市场最大的公司是AI硬件因为大家会觉得纯软的东西很难做让用户付钱在国内不太现实然后2B这个生态跟美国又没得比或者说纯软的东西大半星已经投完了自然会走硬件然后硬件又因为大家会觉得如果去这些年你像大江 拓竹Insta360甚至小米供应链那些公司甚至包括小米自己本来讲都是符合我们这一套叙事的我们有巨强大无比的供应链深圳 华江北然后有上轮电动车有巨身有所有这些东西都连在一起又因为这些创业者因为在这些公司里面经历过这些战役跟战争他理论是一个双引号成熟的创业者他是RIDED那今天AI来之后相当让两个星人结合在一起所以大家疯狂的去投这个样子的创始人无论他做什么做玩具做毛绒的做带显示屏的做学习机还是做各种各样的东西拍照的摄像头的就是你能想到的各种各样的板块就这个故事本身的逻辑造成了这种我们叫群体效应你能说它不对我觉得没有什么不对就是它符合我们刚才讲的所有逻辑但同时确实是刚才所说今天给了那些双引号的世外高人更多的可能性原来的你像移动两发展到比较后期可能1516年之后基本上就没有真正一场新出来的大公司了就初创公司已经非常难了那是因为那个时候那个阶段整个行业所有东西开始固化了但今天是一个新的战场新的可能性给到了这些尤其是因为刚才我们说AI给个人能力的加成状态它可以无限的被放大似乎就有了这种可能性是说有另外一套叙事它真的是可能是个世外高人它真的可能是原来可能不在任何VC社城里的这样一个角色它真的做了一个非常大的事情这个事情也会频繁的爆出甚至这个事情再扩大不知道你想不想这个问题比如说今天这个时间点全网的概念到底是什么我为什么想这个问题前段时间这个阿里的那个签问的那个负责人林玉阳离职那造成的结果就是全网的探讨可是在这个事情出现之前知道林玉阳这三个字的人可能只有几十万人全世界范围对吧那全网的范围到底是什么 [35:00] 比如说我们今天讨论龙虾中国的无数的厂商已经做了非常非常多傻瓜化跟低门槛的方式让用户体验到龙虾的能力可是即便是这样我们去算一下今天这个时间点全中国有十几亿网民真正意义上无论是在电脑还是在云端用上龙虾的用户大概是个什么量级没准是几百万可是几百万你感觉就已经是全世界都在讨论这件事情对吧所以双眼号全网的概念到底是一个什么样的范围什么样的界定是一个非常好的思考的视角我们现在是好像所谓的全网都在龙虾狂热但是你真的放大到这个基数的话这个从数量量级来看的话其实真的没有那么大因为我最近在准备我最新一期的PPT我还没有想到特别成熟因为最后你总要做一些升华跟这个总结我想最后PPT落在一个点上我会有一些担心当然我这个担心没有那么强烈但这个担心会很像今天我们回头去看那些现在还在Web3战场里的人当你web3炒得最热的时候你去看它的市值它的讨论它的融资他们对未来的憧憬对技术路线的信念的坚定跟今天可能有点类似哪怕到今天依然有很多人还在坚守这个战场但是你知道它就像一个取高刻寡的东西它不太可能实现它原来所设想的那么伟大的规划什么样的那当然我内心觉得AI跟Web3还是不一样我们自身在做的所有这些事情本上也在推动这件事情但是我也会担心我们认为在发生非常非常重要的事情在影响很多重要的事情在影响一市场二市场几万亿美金人类的GDP甚至人类的未来但是就是会不会在某个节点我们会陷入到类似今天web3的局面我个人感觉的话这还是有点不同的因为AI所谓的全网和它覆盖的全民的概念相比web3的话那还是要大得多广不多基本上大家都认可这是一个势不可挡的浪潮了但是web3的话肯定没有达到这样的量级和势能对 我内心当然也是这么认为但是你总会隐隐的有些担心你觉得有可能是狂欢一场当然它就是这个可能引发咱们后面也讨论所谓的泡沫所谓的调整其实人类你在经历的当下你是不知道你是在泡沫的哪个阶段你只有在事后可能过了十年二十年之后回头去看你才知道那个浪的曲线的变化你看英伟达的股价因为今天英伟达的PE已经比什么沃尔玛什么Costco都低了对吧然后甚至比比较500的平均PE都低了就是就觉得啊怎么会这样对吧然后你看今后2026年引领过去三年整个美股趋势的所谓科技巨头这七家都在跌微软已经跌了三分之一了可能是微软历史以来最差的一个季度就是可是过去三个季度AI行依然非常喧嚣非常热闹热闹的一塌糊涂可是为什么这些过去三年引领这个行业走的人我们只从股价上来看出现这样的分歧甚至这些分歧不是一家两家是所有公司都面临这些分歧连最代表的英伟达安已经连发两个季度超预期的财报之后股价丝毫没有变化那就很容易大家会想它到底是在只有两个结果一个结果是憋个大的另外结果就是往下就是没有别的结果那你选择相信什么呢你感觉现在市场进入到了一个所谓的冷静期吗我觉得有外围的因素就是这个国际局势的不太平导致的这些事情可能会对股市整体有影响因为股市它是一个很复杂的系统但确实我们只从股价上来说今天这个时间点头部的AI相关的上市公司的股价跟它在AI业务上的比如收入增长什么预期之间的关系已经不大就这些股市已经被透支的不能再透但是就这个趋势又没有到头所以它就卡在这中间还是这个议题啊如果我们认为还是技术革命那历史上所有技术革命都经历一个周期叫基础设施的过度投入那现在算吗今天你看这个投入已经到什么程度我们已经受限很多物理世界极限存储芯片对吧已经炒了两个季度了然后台积电的代工一直都是受限的就先进封装电然后你像最近大家有讨光传输卡之间的传输信号连原来铜揽都不够用光然后建立数据中心的土地审批也是问题似乎看上去我们已经到了很多不可操控的极限点那已经是人类的物理极限了然后另外一边大家会说这个算力需求远远没够就像我刚才讨论一样中国现在只有几百万人用而已几百万人用已经让中国所有的互联网大厂所有云厂商所有民营公司的算力都紧张了那过度投入应该是现在多少倍啊那那个数字已经大到我们没办法想象了那这中间到底是谁对谁错呢所以就是我觉得市场也是在这种两方都有非常强烈理由的观点之间来回冲撞彼此都说服不了对方 [40:00] 对现在也能明显感觉到市场信心是受到了一定的影响的因为就像你说的目前他整个的生态是投入远远的大于产出而且需求跟产品能力错位所以进入到了这样的一个冷静甚至是观望的时期对你会发现你看到所有的这种比如报告什么分析文章然后观点的抛出本来讲你会天生的第一反应是说他有他的屁股所在的一边所以导致他说的这些事情那当然这是合理的对吧因为你坐在这当然要说这些话你看几乎所有的一厂的投资人的报告全部都是看多的因为他在座一级一级是不能看空的一级看空就没法干了所以所有一厂的报告全都是看多全都是只是刚刚开始跟互联网泡沫不一样但是金融室告诉我们每次都一样对吧那你应该相信哪一边呢从二级市场来看的话你觉得二级市场对AI概念的估值逻辑有没有从算力延伸到应用落地这个层面我觉得分中国美国中国美国情况不太一样美国那边还是以最头部公司的KPS然后云厂商的变化包括马上要上的这两家公司的估值为核心的构建整个框架初创公司可能按IR多少倍去算然后软件股跟SaaS股在经历一个比较大的调整期当然调整期看起来也在经历波折有些软件股其实也开始回调了然后有些软件股已经跌了一塌糊涂所以美国那边是这样的情况中国不太一样是说中国其实本正来讲国内的资本市场其实是缺绝对意义上的好标的的所以他会把这种焦虑跟情绪拱到一些其实本不应该他们享受的标的上当然这可能是中国A股的一些特殊情况然后那A股跟港股可能又联合的说所以港股你会发现质朴跟MS涨的一塌糊涂因为他们是纯学的AI大目的公司他们没有任何别的事情可是你看一些AI相关的公司其实跌的还是蛮惨的哪怕他的业务主要还是靠AI贡献甚至他可能有非常强的AI的能力可是跌的也是蛮惨那就更不要说那几家大的大家伙他们就因为各种各样的原因反正那当然所有的这套东西可能跟就是跟国内资本市场的这个构成然后对主题的偏好以及不断的这个故事的叠加都相关就它存在也是合理的AI这种之前比较热炒的题材驱动的行情现在是不是已经渐渐的开始降温甚至褪色了但是题材永远都是有新题材有新故事对你要去年下半年开始就是存储到今天存储还在涨内存硬盘都在涨然后去年底到今年年初开始炒光光通信因为大家会觉得大数据中心的联网影响这个速度除了存储之外开始变成通信开始遇到障碍甚至去炒一些更底层的元器件对吧就这个逻辑只要那个巨大的资本支出的前提条件不是阿生扭转那这个故事看起来就可以继续吵下去而且这件事情你会觉得首先就有两句话其实是对立的但听起来都合理就是第一市场永远都是有效的第二呢市场永远都是过头的那有效就是它总会再调整但过头就是它总会先过去才会调整前两天我看新闻是说泡马他已经跌到他的适应率比他的代工厂商都低了他的工厂的适应率比他高那你想方法的试医家有IP有渠道它不应该这样对吗但是那为什么呢然后你看这边也一样英伟达的适应率已经低于Wermart甚至低于苹果大家会认为苹果在安宁内不应该是个失忆者它只是靠它传统的这些iPhone啊Mac啊ABCDOT来贡献收入稳定但是今天苹果的适应率是超过英伟达的为什么是不是有点矫枉过程了也不知道那所以你会发现这些包括每个主题探出来这个主题被炒到什么程度我觉得也是一个他揉达了太多的情绪那我们再举个更现实的比如说智谱又长了很多因为智谱发新的模型只要发新的模型他表现好他就可以长然后比如说明天又有一个下一个什么open cloud什么open cloud或者open bear只要这个主情绪还在所有今天新加拿的东西都会让它变成燃料往上抗但是这个事情你听起来就很危险了不是吗因为你想质朴会涨minimax也就会涨就我们总有个那个金庸的那个武功叫踢云纵就是左脚踩右脚就上去了但是你要知道我们经历过所有的踢云纵最后都会踏下来就是它会有个踢云跌的过程就是你今天是纵因为你A所以B涨B又涨了又代表A也应该涨不断的升但是当市场的主情绪扭回来的时候它就会变成叠加的往下因为这个跌它就会跌那就补跌就再往下跌了那现在看起来如果我们只选零跟一的话看起来现在这个时间点这个情绪还在正向这一边因为确实我们说带来这一波的能力的提升 [45:00] 效率的提升个人用户的渗透算力的需求它这个阻浪看起来没有太大的问题但是什么时候这个情绪可能会出现变化那没有人知道而且你的经济过程是不知道我们到底在哪那在这种情况下怎么来区分AI赛道的价值股和投机股我觉得所有都是投机股没有这样对吧我原来讲了一个故事产业链上最上有的是用户用户无论是2Bi2C是用户然后用户去买应用然后应用是运行在模型上的模型是运行在云上的云的物理世界是数据中心数据中心里放的是卡然后卡是由台积电代工的那你看这个链条无非就是这些公司那现在看起来用户的需求无止境的用户是没有错的那模型厂商应用厂商那就是疯狂的提供服务但应用厂商的商业模式受限于他要给云公司跟模型公司成本他的毛利很低甚至是负毛利他所以他需要输血需要投资人的钱甚至需要上市那模型公司也类似就模型公司一边要提供服务它也有成本一方面它要训练新的模型它也有成本而且随着这个巨大模型算力成本那些化得越来越高所以模型公司可能五六十的毛利但是其实这个毛利靠不住成立那云厂商看起来还不错对吧几家大云厂商增速都很好但云厂商也有他自己的成立然后你听起来似乎做数据中心的数据中心以及数据中心的卡就因为他的卡听起来是赚钱的无论怎么他们都是赚钱的那他们赚钱台积电就不会亏钱所以大家去找台积电可是台积电也提了KPS他也疯狂的加注就是台积电这家公司历史上是以冷酷冷静甚至冷血著称的那即便是这么冷酷冷静冷血的公司也加了KPS那似乎可以被证明应该是信不过他甚至董事长在财报会议上说我们去调研了我的客户我的客户的客户来确认AI的需求是不是真的那答案是很满意的人家都这么说了你理由说应该相信了对吗因为所有链条上的这几家都这么说了但是还是有问题当这件事情涨到很多事情的极限里的时候你就不能只看这些公司说什么有个更现实的问题在于虽然比如大家的收入在涨尤其是云公司什么科技巨头包括软件公司但可能现运流是在疯狂降因为巨大投入的支出那总会有一个什么阶段什么节点或者什么比率这件事情应该到头了对吧你像比如现在META50%的收入要做KPSMETA又没有云你会觉得有点危险了不是吗是那这种情绪会越来越激越来越激它到一个什么节点会从疯狂扭转成那个样子我们也不知道没有人知道所以在过程中你只能选择你的风险偏好去选择从投资角来讲你认可什么跟不认可什么你只能去根据你自己的承受范围去选所以你如果以刚才那问题所以我说了正确废话就所有的都是投机本人来讲今天这些都是因为大家在赌那个巨大的未来可是那个巨大未来确实需要太多的钱太多的钱是条件才能走但是你会发现你又回头看你发现过去三年走的也还行对吧虽然中间又很波折乱七八糟各种各种事情但是似乎还在这个浪这可能跟之前确实跟什么元宇宙web3不一样因为元宇宙web3可能就差不多三年就结束了就是他已经彻底的不在我们讨论氛围跟政委的状态里了但是这一波不是似乎看起来刚刚开始那就是继续往前走从现实层面来看的话你觉得二级市场更看重AI公司的这种短期的营收还是它长期的技术壁垒我觉得二级市场可能还是要相对长期一点当然短期营收也很重要但是可能不同阶段公司也不一样比如说大门型公司因为它阶段很早就这个阶段你可以预期它刚上市是去年的报表然后今年是第一个完整财年第一个完整财年收入肯定是暴涨因为它确实赶上这波了它肯定涨很多倍都不是可能都不是各位数倍数它可能都是双位数倍数那你就想再明年能不能再有一个什么新冻再撑几何量级的增长你是期待这个事情那你像传统业务公司你看比如做数据中心业务做实施的做这些可能原来比较苦力业务的公司那你就再看他能不能借着一下这波比如把原来很苦的生意的毛利提几个点能不能变得更不那么苦对吧你在期待这些事情那然后比如芯片公司代工公司那你就期待他能不能从原来一个量级的订单变成因为一个巨大的需求他的比如订单或者收入跨一个量级就是你只能期待这些事情但这些事情听起来也是短期的因为你会发现你哪怕得到了那个你期待中的正反汇的结果那你到了下一个阶段你会面临下一个阶段的问题比如过去这一年多Oracle的股价就是非常典型的代表Oracle大家原来认为是在整个云时代失忆的一家公司它是一个传统数据库软件公司但是Oracle接了OpenID大的订单帮帮一顿暴涨但接的过程大家发现随着每个季度的财报 [50:00] 大家发现这个生意本身对于Oracle这种以牺牲毛利率去接最大订单的云场上而言可能最后这个事情是得不偿失的你的限运流可能在未来三年会出现巨大的问题然后市场开始往回调我们从股价来看去年一年白折腾就是收入又跌回来甚至还在往下跌那怎么弄呢所以就是每一个阶段有每个阶段面率的问题那你比如这一波对软件股的SaaS公司也一样就是你像过去这一个技术财报几乎所有软件公司都在讲自己的AI业务产生的收入其实都是涨的甚至整体收入都是涨但是大家有一个固有的巨大的逻辑是说AI会替代你那这个逻辑不扭转这个情绪不扭转你收入再怎么涨听起来也不会改变股价本身的那个浪所以那就是它就是这么一个状态里对你说的这一点我在生活里面有很微妙的观察我前一段时间跟我一个在国内某大厂就从事AI研发的一个朋友交流他们从事的是目前我们看起来最赚钱的而且也是最新兴的采对风口的一个行业但是他们这批研发人员在其中和整天讨论就是会被自己研发的这种AI工具替代他们那个焦虑反而是更重的比我们要重的多因为他们站在那个边界边上那个边界确实就是挡不住了这是我春节的最直观感受就是很多事情真的是挡不住了然后你最近一段时间这个新的模型发布包括这两天Athrope这个新闻他说他们的模型太强强大到他不敢发出来当然他有一定的营销的成分但是你可想而知他那个东西的能力确实你看更容易让他打算更容易让他排名包括它在很多场地里的应用那真的可能就是挡不住了那怎么办呢而且尤其如果你真的从事这个研发的话那似乎那很简单比如我们在语国内就更现实的例子短剧短剧原来火得一塌糊涂现在所有的短剧公司演员几乎全部适宜因为大家不需要演员用演员干什么演生成就好用演员干什么演的又不好又贵短剧这个真的是昙花一现的原来那么好的一个生物看起来对那你想原来短剧实相当于就活了之前不太好的影视行业浮化道场地恒电然后这个演员化妆师导演编剧原来这套灯光摄影摄像大家这个行业原来影视行业已经不是不行了吗短剧火大家觉得能吃一波然后棒现来一个AI能力到了就挡不住了嘛就是过了那条线了就无论是文字从编剧开始到图片场景分镜到视频生成可控性应用能力然后生化同步所有的事情全部ready之后啪全部扫掉然后怎么办就瞬间真的是瞬间就是从原来大家还在观望还在怎么样到瞬间全部接受那这个行业就是这么快的就是这个小半年的时间现在全都是AI漫剧了AI生成的真人剧也有了就是它一定会非常快的怎么可能漫下来呢一边是这种挡不住的趋势另外一方面呢我们又看到现在尤其是随着龙虾热引发的这种AI agent的狂热我们看到很多包括艺人公司的兴起这种机会又被炒的也挺热的你觉得这个所谓的艺人公司它到底是一个未来的趋势呢还是说它现在是一种创业的幻象一定要选的话肯定是相对悲观的嘛逻辑上来讲它也合理因为确实上我们说AI今天给个体的附加的可能性真的被无限放大然后你真的想就是你想干什么理论而言说去做实施的过程中不仅仅是实验可能包括供应链包括互联网包括很多技术的加成让今天一个个体能够做的事情的边界真的被无限放大所以理论上说确实可以成立一家双引号的个人公司这个逻辑本身没有问题但是现实问题在于真的今天这个时间点的整体的经济环境给了大家那么多的空间作为一家一人公司所以你看今天一人公司正在几个方向自媒体博主上课的都要卖课的其实一样然后做一个什么做教师做老师然后做一个什么美工做一个什么手工艺品的品牌主理人就是你能想到的大概就是那几个东西可是这个职业我们从职业角度来看就这种职业再大它不太可能会影响第一产业跟第二产业第三产业只能可能影响一部分当然这么想又终局思维了但是似乎就是我刚才说你这个思维堵死了多少对于灵活就业的希望啊灵活就业本身没有问题包括一人公司你成立也没有但是做这件事情之前你是要想好你要干什么并且你干了这些事情是有价值跟有意义并且说的在值班也能养活自己你才值得这么搞嘛你像前两天我听那个谁郝景黄郝老师他们讲他们原来公司其实就拆成了很多个原子的个体 [55:00] 其实他们干的活没有变化就还是以好景航老师为主体IP包括做一些教育课程线下的实施还是做这个事情但是比如说原来各地的分办事处就变成分公司或者说独立公司他除了接郝老师的这个业务他可以接别的然后你原来做这个课程研发你也可以研发别的课程你也可以卖给别的人就是他变成一个这样的体那今天确实在这个领域对吧在线教育这个板块纯教育的内容研发IP然后售卖销售什么私运营包括组织班机确实可以拆成了然后你在下游营可以拆成更小的主体就是逻辑上来讲没有问题他从一个原来可能几十人的一体公司变成了十几家四五个人的小公司也OK没问题我下次有机会找郝景芳老师来聊一聊看他的在线教育从中发现了什么样的商机和未来的趋势就是他在经历这样的过程因为你想原来谈起来他这个典型但你就跟他们讲原来他的公司趁着那几年战性教育热泰融的钱对吧那他有投资人的钱这个钱肯定不是小钱咯那投资人钱拿了之后你就要做大咯你要上市对吧哪怕被并购你的规模跟你的增加速度变得非常重要可是今天这个市场无论是政策还是什么原因似乎不允许你这种方法来做了那你有什么别的方式那他在选择今天这些符合刚才我们讲的原子化阿米巴基因这种方式来做然后又因为AI能力的加持让很多事情有了更就是在这个故事里AI很像是润滑剂它让你原来这些中间环节理论上说是可以更容易的拆开因为大家通过AI的方式就可以润在一起没必要绑在一起来做这又涉及到大家都很关心的个体的生存的问题那前面我们也谈到了这个AI你说这个浪潮是挡不住的然后呢也提到了一些可能潜在的机会但是呢整体来说大家对于这个东西的一方面呢是看到了它带来的一些对于我们所谓的助力另一方面也看到了它可能存在的威胁所以你对这个事你对于个人的生存状态在接下来的这个浪潮中你是怎么看的就是焦虑是不可避免的所有关于AI这样的探讨最后大概率都会走向两个问题一个问题是关于身心灵的一个问题是关于教育的就是小孩子的教育就是这两个问题基本是回避不开它其实是一个问题就是我们对未来的生活的无论是我们自己还是我们下一代生活的焦虑的问题你说今天时间有什么解决方案没有我再举个另外一个套路今天很多的比如说各种各样的公众号会写什么今天某个什么科技大拿什么教育专家讲怎么在AI时代教育他的孩子这种文章一定会比他普通文章的点音量变得更高如果我们今天冷静点想你觉得那篇文章会讲什么吗它会讲出什么吗会有什么明确的标准答案跟正确答案告诉你不可能对吧因为没有人知道会怎么样因为所有人都在经历这个当下没有人会预判我也一样焦虑我儿子的教育没有任何人能独善其身焦虑是常态那既然是常态我们就要接受它然后去能做一些改变我们教育的事情最简单的方式就是让自己手脏一点你去用一用感受一下试一试哪怕你每天不是工作你每天日常的娱乐生活比如说我在减肥每天你就拍卡路里记住你的日常餐饮今天大木星已经透透的可以搞定你不需要用什么软件你让这件事情融到你的日常工作过程中你可以让它给你开心你可以让它享受我们叫build的乐趣然后玩的乐趣然后让你生活变得更有意思更丰富的乐趣你没必要把它想到那么苦哈哈今天大家很常见的是说我一定要抽一个什么大块的时间我要学一下什么东西没必要这个东西不是那样一个东西它大部分情况下对个体而言不需要这种方式你日常工工作过程中以自己的方式去touch,哪怕感受一下发现不太合适,那你先退回来嘛,再等等嘛,然后再去感受,所以你一遍一遍这种过程中,你会越来越的接受跟容纳这个事情过程中,你就会比较容易,所以你说有什么解,没什么解,这个现实就挡不住,它已经滚滚而来,你能在你的生活中找到什么乐,你甚至可以完全不开这件事情,去找你本来有的乐趣,去感受无论是身边的人,现实的世界画画草草你的兴趣爱好还是什么所以反过来讲今天这个时间点当AI能力越来越强越来越朴实越来越接近所谓的双引号的AGI的时候那人每一个个体都要想那你存在的价值或是什么我举更现实例现在是四月因为我儿子现在六年级我女儿大班生小学四月份基本上就是找他们夏令营的时间你当然你肯定想找AI训练营对吧然后你找完之后你会发现这些夏令营本来都是在割韭菜它其实是在满足家长的这种焦虑情况然后我正好有身边朋友在做类似的事情他就说他们想做的事情是这样就说他给很多他们教的小孩子这样一个问题说如果今天你没有作业你没有科外科爸妈们也没有对你要求你今天想干什么这是他们在这个你可以下一个或者这段时间用AI来做一件事情的起点那你就要想 [60:00] 那类似的问题其实给成人也一样我经常这样设想的前提就是假如说我今天有花不完的钱了我最想做什么那小孩子其实这个场景会更容易实现对吧就是家长养人然后你也没有作业你也没有课外课你也大块时间你想干点什么你会发现很多小孩子是回答不出来的他不知道因为他天天被安排的基本上是稳定态的他没有那么多的就是自己到底要你想要什么你想得到什么样的精神的满足感你因为什么事情能够得到正反就这些事情你似乎会觉得越来越重要那反过来我们回到今天所有议题的最开始我们可乐的故事也是这样一个故事那个创始人就是一个卖国公司财务自由但是还没有很老的一个山外高人对吧让你说他就是有一个自己就是说我能不能今天我出去玩的时候用我的手机上的微信或者美国的微信去控制我家两台电脑AI帮我干个活就这么简单一件事情他会认为这个事情不应该早就应该有人做没有人做等了大半天没人做那好我来做一个他的原始出发点就这么简单但就这么一件事情本应该有人做的事情没有人做那它不就出现了后面所有事情吗那似乎这个故事不也就代表了刚才我们说的这一套话是咱们再回到今天的这个主题上因为今天是以这个OpenCloud龙虾热开始的如果是从投资周期来看的话你觉得最终这个热潮会以怎么样的一个方式来落幕吧或者是结束我曾经想过一个角度比如说英伟达再跌50%会不会是一个比较重要的节点但这个当时我想股价跌50%其实这个定义本身不合适因为英伟达的收入已经在涨那如果按PE跌50%呢其实没准已经跌下去了对吧就是今天英伟达PE才十几万应该不到20应该那跌从40那不真的已经跌一半了吗那似乎那会儿呢市场好像也在慢慢的在做就所以说还是我们这一代在经历这个当下的人很难去感受说突然间某个什么时间点一个里程碑说定一帮来了好像很难但是他就在不断的过程中不断的去经历这样一个曲线的变化而且他可能已经在发生所以你像常规那个很多人画过那种曲线我们就先慢慢慢慢上升然后突然间上升到一个顶点然后再暴跌下来然后再回归到一个稳定态你看所有的什么市场营销理论什么Gunner技术曲线什么金融市场市场泡沫曲线基本都是这样一个曲线那如果我们上帝视角来看那我们今天到底在曲线的哪个地方有些人会认为我们可能还在那个暴力上涨的阶段里因为你有很多信号证明我们还原来没有到极限对吧但有些人认为可能我们已经过了那个点了已经再往下走了对吧就是我们参与其中是没有办法画出来的只能这件事情交由以后的历史来回看这段历史的时候才会画出来那个线你觉得未来三到五年AI智能体的发展还会走向一个什么样的方向其实去年年底业界的共识是说AI的智能体的下一阶段叫自主进化最近这几个月所有关于AI agent相关的比如说脚手架Hanas然后环境搭建本质上来讲也在让AI自主进化就是人类不要加太多的干预他自己去揪篇自己去验证任务的每个节奏自己去找解决方案达到最后的结果当然现在这个尝试在过程中还没有真正意义上可能在某些场景里比如coding或者说单纯的代码的生成领域可能已经接近就是你让AI去写一个相对OK的简单的程序今天时间已经是基本ready了但是在很多复杂场景可能还没有ready那自我进化这个程度可能就是看上去肉眼可见Agent这几年大家的唯一的努力的目标但反而就出现一个问题什么时间点才叫完成了或者我们定义它真的可以自主进化了就这个定义似乎也很难可能就过了挡不住了它就过去了然后你要看原来OpenAI定义的五个阶段跟自动驾驶一样Io1到Io5我们最开始叫Io1 Chatbot就最技术的聊天机身Io2推理我们已经跨过去了Io3 Agent我们正在这个过程中Io4叫研究者它逻辑是说当OpenAI内部的AI能够做今天OpenAI研究员做的事情的时候它就实现了L4就叫研究者那也就是说AI把OpenAI自己的研究员替代那最后一个叫组织者组织者其实就是做把这些强大的个体以什么方式编排在一起变成一个主体那你听起来L4跟L5就是我们的目标 [65:00] 似乎看上去如果能够实现双一号的自主进化那L4可能就到了但是你要想今天AI for Science也是一个非常非常大的热门的话题AI for Science领域大家研究的事情其实就是研究者的研究事情就相当于原来是一个科学家我在研究生物研究尤其药对吧药学是最那个什么的研究什么蛋白质原来是需要非常复杂的人力建模搭建这套复杂的甚至需要现实世界的什么培养环境但今天AI能力到了这种时候似乎在真的在做science那真的他达到了人类研究院的状态那似乎看起来也不是一个什么遥不可及的命题但是这个问题就我们现在在盘逻辑这个逻辑听起来没什么漏洞而且似乎看上去也在往这走只不过在每一个细分领域什么样的节奏什么样的方式包括这个领域真的到了一个状态跟我们现实的人类世界之间的博弈冲突利益监管政策安全隐私权限所有这些事情可能再去做碰撞那这个事情其实现在也正在发生所以那就是这样往前突进突进突多了往回调碰撞权衡博弈然后再往前突再往前再往前它就是这样一个过程我们今天聊这个龙虾的话题的时候其实是已经在他处于一个相对冷静的时期然后再去复盘再去重新的理顺他发展过来的这个逻辑所以有一个问题其实我一直以来就挺好奇的比如说我们经历了好几轮的这种所谓的技术狂热AI的狂热那当这种狂热退去之后该究竟应该怎么理性的看待AI的投资和创业的机会我觉得首先还是一个大家认可这是一个巨大的浪潮它带来了很多新的机会一个新的可能性那移动老那一波其实已经某种人家是结束就是它已经是非常稳定看爱的东西你很难今天再期待一个人做一个什么APP再获得比较大的双眼号的成功那AI这一轮似乎如此然后又因为AI能力的加成AI真正意义上大家讨论怎么用的时候而不是在讨论能不能用的时候你会出现分化有些公司会变得越来越强有些公司可能就被淘汰了所以在二级来看大家就在挑那些公司会越来越强那些公司会被淘汰你可以在投票那在一级就变成了大家去找寻即便是一级上你会发现其实也有大模型了大模型公司已经是稳定态了基本不太会有人有创业公司说出来我要做大模型公司不太可能了那再上一层无论是缴手架应用还是什么东西什么样的空间哪些公司属于大厂哪些空间属于厨厂公司哪些活是张活累活哪些活是可能有长期性的哪些活可能是允许百家齐放百家共鸣的就是大家在找这样的可能性所以它就是这样一个过程我觉得是好事就至少从一厂角来讲大家这个主题就一场也是讲主题的这个AI的主题还会至少再延续一段时间它不会今天就结束了它可能会再演发再演进再怎么你对其中的投资者有什么建议或者是忠告吗哎呦这哪敢我觉得就是得想清楚自己在玩什么样的游戏吧这个也可能跟你自己的比如性格偏好风险承受程度对吧我觉得偏二级是以这个为主那一级也一样一级只能看多没有看空那你就要你选什么样的时间点看哪个阶段做什么样的阶段性的布局但这么说都特别的战术化不要疼就是你不弄你当然可以这么讲只要参与其中你是没有办法独善其身的所以你只能在不断的抽离不断的入局之间来回来的挑阶段性的想一想能感受一下状态然后看一看现在市面上在发生什么你觉得做的好的人在做什么或者他们在下什么样的决定我觉得也只能这样优优独播剧场——YoYo Television Series Exclusive