清华AIEC大会直击浪潮与美置推进组织转型

清华AIEC大会直击浪潮与美置推进组织转型 在AI时代软件界面全面同质化且走向即时生产后，由于物理限制导致供给缺乏弹性的硬件将超越软件迎来新一轮的枢纽价值重估。 本期节目深入探讨了2026年中美大模型落地的核心共识，指出行业已从纯Chatbot演进为以Cloud Code为代表的双重进化形态，导致各大厂软件界面走向高度同质化。面对企业AI转型，对谈指出当前的痛点在于企业上下文工程的欠缺，且转型路径呈现出“自上而下的核心变革”与“自下而上的边缘创新”的分歧。随着技术在短剧、围棋等领域的无情冲击，高认知人群正普遍面临一种“道心破碎”的无力感与个体焦虑，这也倒逼人类向内求索，重新评估品位、信任、现场在场感以及硬件作为物理枢纽的核心价值。 人工智能+生态大会（AIEC 2026）反映出当前AI行业处于摸索阶段，没有绝对的标准答案，各家都在主张自己的路径与技术演进方式。 (2:23) AI向企业的落地已从单纯的技术或产品问题，演变为组织、文化、流程与生产关系的全面适配问题。 (5:14) 大语言模型时代的到来改变了企业管理层的态度，从过去的被动说服转为主动寻求转型，但在实际落地中普遍面临缺乏数据和“上下文工程”薄弱的痛点。 (5:14) 在企业AI转型路径上存在分歧，既有自上而下从核心系统直接切入的变革模式，也有如腾讯WorkBuddy这种自下而上的边缘创新向外扩散的模式。 (14:34) 至2026年中，中美大模型厂商在应用演化路线上达成强烈共识，产品形态均向Code和Work双重进化，导致软件界面高度同质化。 (18:01)

在AIEC2026大会现场，对谈嘉宾指出AI落地已从模型算法竞争深入到微观组织流程适配与上下文工程的补课阶段；面对应用界面的高度趋同，行业正从盲目追求“无限可能”转向交付垂直场景下的确定性工具，并在算力物理受限的现实下重新评估硬件与人类原生情感的不可替代性。 组织转型深水区：上下文工程与成本效率 当前企业AI转型面临组织、文化和流程的深层摩擦。美置与浪潮等企业的实践表明，与数字化转型期底层急于上云而管理层迟疑相反，AI时代呈现出“管理层急迫、基层观望”的倒错格局。企业普遍遭遇上下文工程滞后、缺乏业务数据支撑模型的痛点，本质是在补还数字化欠账。美置提出AI转型可打破传统的“边缘试错、小步快跑”，在预算与高层支持下直接自上而下重塑核心业务；浪潮则针对Agent作为“数据员工”的并发管理与数据安全搭建权限围栏与技能中心（Skill Hub）。同时，业界反思过去简单粗暴的“Token最大化”指标，将重心全面转向对Token成本效率的考核。 界面趋同与错位竞争：螺丝刀优于无限可能 到2026年中，中美大厂在产品形态上形成高度共识，普遍推出分工明确的“Code/Work”双版本（如Anthropic Cloud Code/Work、字节Tree Solo/Work、腾讯CodeBuddy/WorkBuddy等），产品UI亦走向左侧项目、中间对话挂载Skill、右侧执行的“大一统”。面对同质化竞争，大厂纷纷绑定自家云生态、文档或电商场景；然而非技术普通用户由于存在认知落差，并不需要全功能可塑系统，而是需要如“十字螺丝刀”般针对具体业务的确定性工作流。在大模型厂商无法凭借无限组织扩张覆盖所有长尾需求的“组织熵增”规律下，专注法务（如Harvey）、材料时序模型（如水泥智能体）等垂直领域的初创团队，得以凭借深耕构建天然护城河。 竞合走向中庸：多智能体、工程内卷与数据主权 在模型技术演进方向上，业界对完全自我进化（RSI）与多智能体（Multi-Agent）集群存在分歧。Kimi等团队押注多Agent路由机制，通过分工协同贴合人类组织习惯并优化成本。与此同时，前沿AI实验室深陷工程与数据治理内卷，如Meta近期裁员8000人并抽调大量工程师进行基础标注，暴露出已知工程优化与技术突破之间的张力。在开源与闭源竞争中，市场从极端叙事走向中庸互补：闭源厂商向开源借鉴生态，开源体系则强化商业化交付；而对传统工业及重资产企业而言，为确保核心生产不被“拉闸断电”并严防核心数据配方外泄，基于第一性原理，必须依托开源模型守护企业自身的数据主权。 创作平权下的坚守：拒绝情绪预制与在场体验 (60:00) 随着生成技术普及，短剧等曾在极短时间内爆发并于2024年票房超越电影的内容赛道，到了2026年因AI生成技术的普及使得实拍变为“奢侈品”。在技术平权冲刷创作门槛的背景下，手工艺式的“手搓”匠心与创作者独特品位反倒成为边际价值更高的稀缺品。更为关键的是，与会者指出当前AI生成内容往往倾向于替受众预设氛围和情感，人类必须守住自身最原生的即时情感判断而不让渡给算法；这种对过度加工内容的疲态，直接催化了播客长音频的兴起以及不可替代的线下现场（Live）沉浸式情绪感染力。 物理限制与枢纽重估：硬件供给的刚性价值 (66:15) 由于技术演进极快，行业在半年内经历多轮商业计划与资料库的高频重构。目前AI生态正处于全员混战的混沌期，各方在摸索自身边界后将逐步过渡到角色固化的分工森林。与软件可实现技术即时生产不同，硬件受制于物理法则与制造周期，其供给曲线表现出极强刚性、无法随需求凭空爆发。硬件向下依赖电力消耗、向上制约算力交付，作为承上启下的关键物理枢纽，其在智能时代的战略地位与资产价值正在迎来全面重估。 该讨论揭示了大模型从神话走向务实工程的转折：技术无所不能的宏大叙事正在让位于组织熵增、成本核算与数据主权的现实约束；而在软件生产几近零门槛的未来，物理硬件的刚性枢纽地位与人类不可让渡的情感在场，构成了抗衡技术宿命论的最后支点。

没有标准答案，大家都有自己的主张 每个时代都有每个时代的背背佳 AI不是螺丝刀 不撞南墙不回头，撞了南墙也不回头 我们还是愿意相信人性本善 Anthropic创始人: 数据中心的天才之国 最好的工作是站在旁边看着，而不要去瞎指挥 [60:00] 历史的经验一再证明，技术每一次都会无情地把所谓的“情怀”冲得稀烂。 [60:00] 你care这件事情 [63:10] AI: 这是一个全场反复被琢磨的一句话 [63:10] AI: 这是全场让所有人最惊讶的一句话

[0:00] 大家好我们今天就是一个比较特别的节目首先我们在人工智能家生态大会AIEC2026然后我们这档节目叫原点talk播客然后今天有幸联动别业界著名播客节目通龙之术就是专明浩老师然后之前也是我们互动过几次好几次了好几次了然后每次都有收获然后今天在一个新的场合因为今天上午的时候我在这个第二直播间所以没有在这个主会场所以要不然那个周长师先给我普及一下上午主论坛几位嘉宾在这个活动上讲了哪些比较有金句感或者对是这样的就是我当时看到这个AIC的主办方给我发了这个日程的时候我就感觉他们对这个尤其是最重要的一上午的Knote环节有比较详细的设计那他们今年想突出的是配音几个话题比如说开源比如说agent比如说组织然后这几件事情可能也是在26年中这个时间点业界也好技术圈也好产业圈也好比较关心的核心的问题所以从嘉宾的配置上来讲我觉得这个配置本身应该是花了蛮多心思的然后邀请了角色方们他们所代表的状态可能也各不相同但是这个匹配下来我觉得挺完整非常完整然后听起来你会觉得可能这些嘉宾来自于不同的角色方比如说有类似我们这样的片行业分析的角色然后有大学的学者然后有真正意义上在做模型最前沿的无论是技术还是产品研发的这些同事当然还有一些比如说是比较相对听起来有些传统的行业可能大家会觉得为什么这些企业会出现在一个AI大会上但是他们会讲今天这个时间点这些已经非常成熟的可能体量非常大的企业如何面临AI的转型就是他们在做这相关的状态所以我听来会觉得整个的维度跟方式相对配预的比较平衡然后我们能够在今天时间里所关心的很多问题他们这些嘉宾以各种各样的角度给了他们的一些尝试我会觉得今天这些点似乎他没有所谓的别人答案我觉得很像各家在主张自己的方式也没有人有绝对的正确的路只是大家在尝试过程中在摸索再走一步看一步再就跟大木型训练一样训一点出来你也不知道会训成什么样子但是反正会再往前走然后当然可能在现场也感受到了非常强烈的氛围因为我会觉得进入到26年之后整个的甚至是犯人群对于AI的关注度又再一次得到了提升对这个可能跟年初的比如说龙虾那一波然后很多相关的东西都是相匹配的然后当大家看到一个可能前几年还是在比如更多还是在像咱们这样的科技媒体上看到的东西它进入到了无论是个体还是企业的流程工作过程中它开始产生一些效果但同时可能也会产生非常多的摩擦在这个时间点那似乎这些探讨跟这些关注得到了更多的编辑更多的倾向对所以我的整体感觉是这样对我也感觉就是现在整个社会对AI的关注度就变得非常的发散它完全不是个专业化对我过去一两周在微博见到无数个奇怪的热搜就是奇怪的AI热搜对我都不能理解就是前面上一个什么世界模型一个热搜然后过两天有一个什么Fiscal AI一个热搜就是完全没有规则我在想真的有这么多人关注这些事吗所以后来后来在想可能有种情况是这个话题是随即流动的甚至我觉得很多跟投资有关对是非常相关就是就是今天这个时间点确实你会发现所有问题都是连在一起的就是昨天我也在跟另外一个朋友出了另外一个相关内容准备的时候你会发现大家最开始还是在聊一些分散的缓当代比如他聊过的技术的发展前沿模型的状态Agent然后HannessLoop这些东西然后也聊到产品的节奏的变化然后聊到什么传统企业家AI然后甚至聊到什么AI的内容创作然后也聊到不可避免聊到可能OpenAI跟Anthopic要去上市然后中国几家已经上市的模型厂商的状态然后一直相匹配的可能最近最热的CBS上市然后所有这些事情可能又跟比如说整个的中美两国的二级市场相关的趋势全部都连在一起就整个这一个大的议题你可以把所有的反正跟相关的都放在里面然后它的问题的我们叫覆盖的宽度跟深度都非常的恐怖对所以就但是所以反过来讲为什么今天我会觉得如果今天有幸认识这个组委会的这个负责这个统筹我是要给他比如点个赞就是在这么复杂的这个体系内能够找到 [5:00] 相对清楚的逻辑框架来把这个话题展开我觉得这已经非常不容易了对其实刚才我们也谈到几个方向有关于模型的问题落地的问题然后今天文献当中还有一块关于AI和组织的问题对对对因为这块好像过去一段时间讨论的比较多对因为AI如果它真的是一个很新兴的技术就像之前比如说福特第二次工业革命是然后它就出现了生产线对然后这种工厂的方式那道理上新工业额令在技术上它是不是也要改变组织形态是吧都应该就这个逻辑你看上一次的蒸汽机时代不也一样就大家会说蒸汽机发明到真正意义上蒸汽机所代表的技术真正意义上大幅提升GDP中间是经历了可能30到40年的时间对那30到40年本来讲就是组织啊生产关系啊对交易结构啊产业上海游的关系这些与之相匹配的东西成熟之后它才能真正显现出状态那似乎每一次的我们叫工业革命和技术革命都可能需要经历这样一个过程就是单纯只发明出来这个东西可能只仅是开始那个东西发明出来的时候可能因为它很新甚至很庞大很昂贵对吧我们现在也是面临这个问题它可能没有办法在那个时间点就显现出来所谓比如说提升GDP或者改善巨大的行业的状态他就需要经历那样一个过程中那可能稍微微观一点的话题就变成了组织的话题所以今天我觉得今天的组织话题其实有三位嘉宾的话题都是跟组织或者跟组织的话题的广泛以上相关的一位是美帝的那个副队总对然后一位是浪潮的董事长然后还有一位最后的嘉宾是讲OPC的但是他的OPC的工作也是服务于一个比较传统的能源型的企业的改造所以无论是超级巨大的制造业企业像美帝这样他可能员工非常多然后业务非常复杂全世界各地都有各样的业务然后体量也很大还是像浪常之外其实它是一个我觉得是一个IT基础设施的公司它其实跟我们科技华业已经非常近了但是他们同样也面临巨大的AI的挑战甚至到一个传统都不能在传统的一个造水泥的厂怎么跟现在的AI通过一个个体的超级个体的合作方式能够提升哪怕只是2% 3%的效率所以你发现所有这些过程中面临的问题它就不是纯的技术方案的问题了它也不是产品的问题它很多时候确实是组织文化流程这些东西相匹配的东西中午和魏总还有IDC的霍总也聊了一下我觉得他们讲挺有意思就是刚才你也说了美迪的意向深刻对然后我跟他聊了一下感觉也没有意思他说因为他美迪实际上不是现在才开始做技术输出是他这个数值业务已经做了好多年了然后他提的观点是说他原来对这些制造业去谈数大转型的时候实际上是大家有心但是并没有那么有有力对对对为什么呢因为数导转型是一个有价值但是它不可能马上衡量出来它的价值的地方所以这些董事长也好C-Level也好他口号上肯定是比较认同的但是行动上未必那么支撑然后这波大约模型出来之后然后我就问他区别在哪里他说区别在于说这C-Level的心态发生了变化就原来他要去说服老板说我们应该赶快去现在是反过来老板其实说我知道了因为我天天被这个轰炸轰炸之后我知道AI转型是必然但是反过来说我现在怎么搞这件事情然后他给我的看法就是就像咱们用AI一样需要什么上下文工程他的意思是企业当中的上下文工程现在做的不好第一步还没有启动都很难因为他没有数据对吧那你如果没有数据的话模型和你的什么东西相结合没得结合然后他就说好现在等于说把当年数换转型那部功课终于在大语言模型时代开始干这件事了所以我觉得蛮有意思的而且你发现我觉得中美在面临类似的问题像前一段时间两家最普通模型上开始跟金融机构合作做合资公司然后做前端部署的工作本来讲其实类似的问题虽然他们那边可能2B的生态包括数字化再进化的工作其实已经做了很多年其实理论上说是比我们要阶段更先进一点但是面临AI这波巨大浪潮来那时候大家面临问题是一样确实技术的样子已经看起来非常ready了但是现实的企业内部的无论是环境数据流程架构人的惯性KPI OKR所有这些东西它需要一个非常复杂与这相匹配的状态然后那个中间的就需要一个类似的角色方式他既要能知道比如今天这个时间点模型能力的边界大概是什么样子以及与之相比配的能做成什么样的东西适配这个复杂的体系就是他需要一个这样的这个东西当然他可能美国是用FDE那中国是不是在用一些别的什么形态的是公司是组织是个人还是什么样可能也是一个 [10:00] 未来一段时间我们会看到的变化对我猜可能FD我们在中国我现在听的也比较多然后觉得我觉得比较搞笑的一件事情是原来在数据转型的时候是底下干活的人可能比较急比如说我要上云老板不一定急是的对那现在AI时代是老板比较急但干活的人不一定那么急然后还有一块是关于刚才你也谈了浪潮就是彭总讲AI组织我觉得可能未来一段时间关于AI组织是什么样子的就是ICT企业或者叫AI企业或科技公司就他们会怎么做会打个样会打个样这件事会变得比较重要对就像在SARS时代我们知道有办公软件说什么样的企业用什么样的就是他好像说他能有一些最佳实践当时比如说阿里云做云计算的时候也说还包括亚马逊做AWS也是说因为我是电商然后我们在我电商我的波动最弱所以我用云用这种计算之间最好所以我变成这样那未来在AI时代是不是也有些AI原生的或者AI科技企业对他们这个组织变化会成为生态合作伙伴这个随波主流的一种方式因为本来想今天我还个观点就是大家没有绝对的变拿所以每个人有自己的主张主张过程中大家就想说再直白一点我选择一个合适的合作伙伴都不说是供应商就是合作伙伴来做这个尝试第一层的信任关系的建立其实是一个很复杂的东西如果你在你的体系内已经构建了一些我们都不说正确的方案哪还只是做出了一些实施看到了一些状态的变化那就是多卖一两步可能就能看到一些东西的情况下那似乎这个信任感的建立会更容易达成而且这件事情就是确实在这个时间点就是各个环节各种深度的AI的实践尝试百化其放就是你每天可以看到各种各样的喜喜古爱的方式那他不成体系他也杂乱武装那对于已经越是有规模的协议人他面对这种状态他确实会比较我们叫马爪就是比较不知道该怎么办虽然他很焦虑也想推进但是从哪开始怎么样一步来是内部优先还是找外部合作伙伴双方的权利边界界线跟原有组织之间的配合所有这些事情其实我觉得今天浪潮的彭总他们讲他们现在在过去一段时间浪潮作为一个P&I提出设施的公司在内部为了迎接这一轮的AI的浪潮在内部组织上文化上包括做了很多事情上的判所对他做了什么事他是这样的他们比如说基础逻辑是特别简单当agent成为类似数据员工出现的时候与之相匹配的agent他要有一套与他相匹配的所有员工就在的东西比如说权限数据的围栏然后他专有的一套数据跑出一个地方同时可能因为龙虾的行李之后agent的并发agent的多agent的管理跟企业数据的安全的处理包括软硬件结合的这些东西他又有一套然后可能再往前一点比如说到员工这一层员工如何去让自己的已有的工作能够变成一个相对被AI所理解所接纳或者说双引号更广泛意义上的上下文能够给到AI这个东西的数据化似乎也需要做一些推进的工作甚至可能在做比如他们那部也在做类似什么黑客松类似内部的skill的hub他们自己的skillhub他们员工或者是他们的IT部门来去做的他们针对内部的然后这个东西如果一旦成熟他也可以开放给他的服务客户因为本上讲他的客户很多都是首先买了他的硬件或者买了就是其实很多也是有科技公司对科技公司上下游对所以很多的可能都是可以服用就跟刚才讲云的故事是一样所以他们在做这样的与之相匹配的各种各样的尝试但当然过程中可能会有非常多的挑战非常多的挑战跟原有KPI的不匹配对吧跟不同员工或者不同职能的员工对这个事情的接受程度改良的效果然后同时可能也要考虑到成本的问题成本的问题可能是过去这一两个月时间业界讨论最多的问题了因为原来不是最大化Token对现在看起来这个指标有点过于简单粗暴了对吧我觉得这个不太合适所以大家很快意识到因为业界很快就意识到这个问题了所以其实现在这一段时间业界的大股份公司无论是美国还是中国的在之前一段时间比较激进的公司其实都在去认真的考虑我们叫Token的成本效率的问题对然后美迪的瑞总讲了一个观点我觉得也蛮有意思他说原来在做数字化转型的过程当中有一个很著名的说法叫小不快跑就是从边缘然后开始逐渐向核心业务然后他认为在AI转型时代未必要这样对未必要这样因为那个是因为说AI到底有用没用数大转型有用没用不是那么太近 [15:00] 所以我们现在一些场景当中做验证那现在呢其实没有人会觉得说这东西没有用无非是说你用在哪和话多少钱用对吧和怎么用的问题所以说有一种可能性是没准是从自上而下做对就是我先从一些核心系统来看对然后如果老板支持有足够的预算还有文化上不抵触然后就可以从中心开始做然后逐渐反而是用先进代替落后对这种模式是当然了同时呢可能你组织当中也允许一些小步快跑的一些个人实践对然后这样的话由公司层面是一个战略的核心推动然后再加一些业务部门的一些零散的创新然后组合起来对可能会变成一种最佳实践然后就这一点正好和腾讯这部分我觉得是变成两个方向因为它那个workbody一开始其实是个边缘项目边缘项目个人产品是因为Cloud Code出来之后发现它可能我们就是腾讯内部觉得有这样的一个产品所以个人和团队先把这个圆形做出来做完之后进行小规模实用发现这个效果很好然后我们就在腾讯内部就变成了一个就明星期产品这实际上跟Cloud Code的出现基本是一样的所以我在想这件事或许可能是这样的在AI原生公司然后是自下而上创造产品然后当它向外扩散的时候是自上而下就你不用试点了就这么干了我已经跑过了然后就按这个东西干就行了就变成一个就这么一个扩散过程所以我觉得这两种主张其实也都没有对错就本来讲因为我本身工作也在一家后来公司做战略跟孵化就一样的就是我们有一个非常稳固的传统业非常稳定就是很多年没有太多的变化就非常稳定那在这个主页上的我们叫加AI它就变成了一种自上而下的就是我们会觉得AI对这个业比如我们主页我们做社交的核心的指标留存转化就是那些那你的核心的任务就变成了能不能用AI的方式把留存转化提上来那用什么样的工具跟什么样的方式那就是你们团队自己是但是我的逻辑老板认为我的逻辑是这样那就是自上而下的那边缘的我们叫孵化跟创新项目他可能考虑的就是我们能够基于我们比如原来一些技术优势也好一些意外的积累也好跟今天这个时间点一些什么新技术做一些可能的结合产生一些双引号的涌现对然后对那个东西你不会期待的他一出来就是一个满分的东西不太期待它是一个大招你上来就什么都对在这个时代可能这个期待本身就是不合理的对吧它就是一些尝试一些先做一个小东西扔出来看一看无论是看看用户的接受程度还是反馈还是市面上同行的感觉还有没有人copy还是说没什么水花再是对吧就是它的这两套可能也都会发生在可能同一个企业的不同的地方对对对所以怎么说呢就是没有标准答案确实是目前大模型落地的一种常态但是从人的本能而言我会寻求一个标准答案对对对所以我觉得这个话题可以引发的大家现在中午讨论就是我今天我昨天看到大纲这个嘉宾列表的时候我想我会认为他会分比如说因为有两家模型公司一家是初创蒙尽工作一家是火山然后有两家是做agent分别是阿里的coder一个是腾讯的workbody我会认为这是两个话题就是一拨人应该在讲模型的事情一拨人应该在讲agent的事情但我听起来之后除了Kimi的话题之外其实另外三家讲的是一样的话题就是甚至他们四家我觉得讲的是一个话题就是都是共识就都是共识是什么就是呃今天这个时间点我们这一轮的语言模型发展到26年中其实已经三年多快四年的时间呃整个的模型的演化的路线或者说模型与产品相匹配的演化路线现在看起来无论是中国厂商还是美国厂商基本上是共识就是呃过去半年的共识就是以Cloud Code为代表的形态这个形态不仅仅是产品形态也包括与相比辈的它会反向影响模型的训练Hannis也好Jimita Loop也好其实都是一样的甚至这个共识更新化到产品长什么样子上甚至产品的名字上你看嘛就是Cloud有Cloud Code跟Cloud Code Work对吧然后你看Kimi有Kimi Code跟Kimi WorkKimi Work先上了讲然后字节有Tree Solo,原来就是Code,然后有Tree Work然后今天的腾讯就是原来叫CodeBuddy,然后WorkBuddy,它俩是一起的,像CodeWork和CodeCode然后阿里也一样,阿里是Coder,现在也做了CoderWork [20:00] 这有另外一个也是共识就是code agent跟tool agent之间的界限也基本上打掉了模糊掉了对吧反正形态都是差不多的左边项目栏中间对话栏加挂载什么mcp skill右边一个执行栏对吧就是你发现大家都差不多对吧都是这个样子而且变成了一个共识所以本来讲就是今天这个时间点我们只把眼光聚焦在模型跟AI应用场上的这个场景你来看过去半年的共识是非常强大家都是在往这走所以甚至可以再往前推一点咱们上次聊的是两位之前聊的Token跟Chatbot这个战场本来这个战场已经升级到了我们叫这一波的春节前还叫龙虾的战场但现在已经不叫龙虾战场可能就叫agent或者叫什么的战场但是那个东西就是那么个东西字节腾讯阿里KimiMinimax智朴Open甚至Google都一样都是一模一样的这几条腿所以而且你明显感觉这个共识可能会再持续一段时间因为你刚才我们谈到厂商比如厂商的状态而言腾讯也好字节也好阿里也好Kimi也好模型厂商也好大厂商也好在纯模型的进展跟打分的战役之外出现了一个新的战场就拆得爆战场似乎大家已经认为就这样了但新的战场大家打的还是蛮激烈的然后推广资源宣传算力的支持甚至包括咱们上次聊过的收费的尝试其实都在战场在过去的几个月时间开始展现出一个爆炸的状态对我突然讲一个很有意思的事情在移动互联网时代因为iPhone和iOS出现把所有的手机都统一了就现在我们拿出一手机都一样把20手机放在一块都一样上面也没有键盘然后一块屏幕然后正面看什么双摄四摄都差不多就把所有的硬件都变成一个样子然后谁也别说谁抄谁对就是都是致敬都是致敬然后这波A10来了就好像要把所有的软件界面就都对都感觉那一样刚才说就是这是project然后这个是那个工作区所有软件经验都一样如果啥都一样了我觉得也有问题肯定就是我对一个甲方我在谁都一样的情况下我肯定要寻找不一样了大家怎么去体现自己的区隔所以我觉得对于这些我们深层的影响如果今天比如说我是今天上午的比如说coder的总监或者是腾讯code body或者world body的负责人本来讲今天他们的挑战这个战役本身真的是一个非常难的战役既要跟着跟住模型的进展还要考虑到自家模型的厂商的问题战队的问题然后还要去逐渐的改善用户体验然后还要去考虑到我们说的竞争跟区别性的问题就是你要知道前两个问题已经我觉得耗费了非常多的对经历跟那个想法但是第三个问题确实我觉得非常难做就是说所以反过来你看大家在推的逻辑就变成了他可能就往回去找比如说这个腾讯可能会跟比如腾讯体系内的什么腾讯文档啊MMI啊腾讯云来做结合跟对接然后coder可能会跟阿里的体系阿里云也好电商也好甚至签问也好甚至是灵光也好然后字节的可能会跟火山的声套甚至包括东莫泰的声套再去串抖音的这一段对所以你当然确实你像那天我遇到很现实的问题就是我一个比如说我是长春人然后我在大学的同学他在长春本地做婚纱摄影然后也拍视频然后他那天他不是学计算机而也不是关注我们这个的然后他那天就问我他说他想给他们工作室做一个营销的agent他应该用什么然后我就有点被问住了就是脑当中对一个产品对就是他说他知道豆包也知道元宝但是我会觉得他这个场景可能纯Chat模型就Chatboard不太能好解决或者效果不是那么高那你就当然希望他能够给他一个我们今天能够用到的有戴杀人记忆的能够做实施的甚至能够做方案产出的这样一个片人的产这个时候你就出现了一个选择那你给他推那个然后你是推你想他是一个学艺术出身的他没有那么强的技术的背景然后你在选择的时候你是选择workbody还是选择自己的tree还是code还是选择阿里的coder你在这个选择的时候你考虑的问题就不是那些我们每天在聊的一些问题了什么谁的模型好啊谁的什么这个上下文的你考虑是兼容性问题对是对它的匹配度啊或者它对这些东西的接受度或者说那个软件最基础层的应用性的问题然后再去做的一个推荐甚至包括可能安全啊信任啊这些脚步再去做的一个选择所以你发现其实这个虽然很热闹非常热闹大家感觉 [25:00] 每天都被人群但是在我们这些人之外的广大的人群里面这个事情还是一个挺新的跟有很多的环节需要去再往前蹚一蹚的状态的对我突然你刚才说这个我一个启发其实很多用户他要的不是一套他其实要的就是一个就是一个固定的工作流对像我们比如说用刚才你说那个场景让我想到其实一个模型加co-work加一些skills就可以就可以对我可以现想把这做对但是你又想一想就这个东西帮给他肯定不行绝对不行就是兄弟我是做后差摄影的我不是工程师对吧那这个里头就可能出现了一个知识落差我突然想到就是可能每个世代都有每个世代的贝贝加什么意思呢就是说你要解决独备问题你不需要这么一个东西你只要就是你平常做的直然后一块板放在那就行了但是有的人就需要一个贝贝加对然后再比如说这个学习机这个产品我一直觉得学习机这个产品我觉得一直不能理解因为原子上你有个手机一个pad然后装起点不就行了吗但实际上电子词点和学习机这玩意就是卖得很好那为什么会卖得很好实际上就是因为用户要的是一个确定性的现成答案我有朋友他举个例子说因为AI这一代的基于Transformer价格语言模型其实还在疯狂的演技过程中然后它无限的扩展但是它的问题变成了我那个朋友讲是它不是螺丝刀它不是螺丝刀它也不是一双筷子就是说你用螺丝刀跟筷子的时候是有非常明确的目的并且你也知道它能干嘛但是AI现在这个时间内尤其是偏模型这一层它不是螺丝刀跟筷子除了coding这个场景对可能他没有被规范的那么的明确跟限定的那么当然这是他的好处他可以做很多的事情他可以做很多的延展跟很多的无限的可能性但是就是因为很多最最基础的用户他就需要一把螺丝刀我就需要把这螺丝领掉甚至我只需要一个十字口的螺丝刀而不能给我一个瓶口的螺丝刀这种情况下你怎么去平衡好当前AI的这种特性跟非常非常逆齿的需求之间的匹配然后你要考虑到天好板市场竞争烂七八糟这个可能就是今天这个时间内我会觉得在做AI应用层的无论什么应用厂商还是初创公司还是大公司做的产品都需要去考虑的出海点的问题其实这个问题就涉及到黄文勋讲五层蛋糕的时候他第五层是应用然后这层他认为最高看到是20万亿美金的价值然后那天我大概算了一下20万亿美金在城上汇率差不多是140万亿人民币正好相当于中国的GDP所以我在想中国GDP体量的这块市场到底谁来做是模型厂商自上而下风吃还是说可能未来有N多的这种营运公司像移动互联网时代出现一大堆超级爱你觉得是哪种现在这个阶段我会觉得大家还在摸索过程中就出现了一个我们不知道这种结果只从过去这几年的结果来看但凡你一个板块够一定体量之后它就会吸引来大家的关注其实你看过去年已经经历过的我觉得通用一阵它已经算了这一波的上一波coding然后coding是非常大的一波然后再吸引小人群比如说法律金融这些板块可能我之前有说法但凡你有明星公司很快到1亿美金2所有人就都来了既然大家都不知道这种答案也不知道那种但是有人踏出来说我到了那他马上大家就会无论做不做至少先要去感觉跟研究一下弄我刚才来的过程还在看一个新闻说那个就是是那个外媒报道是那个Cursor不是被XI收购了就是做coding然后之前说Cursor在最早期的时候可以给安萨费贡献安萨费整个公司50%的收对就是那对吧那就是然后甚至这个cloud code然后安彻配合亲手干掉的假方对吧安萨费说我们cloud code只是一个非常边缘的研究项目对不会这个还做了很多安抚工作但突然间一瞬间当你这么大而且发展那么快他就人之常情嘛他怎么可能放弃掉这个角色然后后面的事情大家都知道了当然科斯现在可能也还在找然后他也在做自己的模型哪怕是基于开源模型然后Anserpik的Cloud Code跟OKI的Codex也疯狂的在弄甚至成为今天这个时间点可能最主要的叙事所以类似的故事发生在法律行业差不多你像哈维跟另外一个叫哈沟两家都是法律领域非常快达到一美金两一美金二然后马上Cloud出了一个Cloud的那个就是Law对然后当然他会说跟那个哈罗卫是什么但是再往前推呢谁知道呢如果他真的够大的话那他这个我觉得这个这个议题是一个持续会没有标准的案跟没有结论的他持续会被对有这些创业公司去聊的时候 [30:00] 提到一个看法是说错位因为出卖公司看起来可能只有20个人或者30个人但是在这个新闻场景下可能大公司或者模型公司也不一定有20个人可能只有两个人所以它形成一种反向错位就是我在这里面投入的东西可能会更多那我想其实影响这件事情的唯一就是组织的商增了就是模型公司也不可能不见得大对吧那你现在有可能3000人你如果有300万人那原则是你所有的事情都做但是如果你到300万人的时候组织伤增恐怕也太大了这是干不了所以能影响他们的可能只有组织形态然后如果还有一个是模型的自我进化如果模型的自我进化说不需要一个组织形态来满足各样的需求那也没问题比如用不贴的需求说我要解决这个细分问题然后现在没人做然后模型说这个问题我可以自己琢磨一下琢磨完之后直接交付一个产品只有这两种情况可以阻碍模型公司的前进否则的话可能还需要当然从我个人的角度而言我还是比较期待就是agent层或者应用层的有更多的公司就是这20万亿美金的市场我更期待的是2亿个小的这个就是20万1亿个20万而不是20万个一个亿对吧那那个世界可能太枯燥了只是因为现在这个时间点因为满大碗算这一轮才三年多的时间对虽然涨得非常快都已经AR几百亿美金这样状态但确实其实现在只在几个战场里被证明确实非常有效然后大家在基于这战场再做更多的外沿的沿战我们还是可以但所以很多人会说这直径只是开始当然这个开始可能已经开始触碰到人类的很多极限里面去了所以这就是两方非常强烈的观点一方会认为仅仅只是开始一方会认为已经非常极限了对没错做水泥智能体的这家公司其实我觉得也蛮有意思的因为我跟他聊这个问题了我问他说大约模型在其中是不是可以有这种侵入到他这个赛道因为他这个本质上是材料科学然后是AFOsense我们都知道AFOsense是所有公司在供的一件事情对吧然后我就问他我说你这个特殊之数在哪他说因为他这不是大语言模型它是一个更像一个时间序列模型就是它是一个材料专用的模型那只要大语言模型还是以大语言为主这个数据语料为主的话那道理上说这个就有所托尔克那就看这个大语言模型它的方法能有多强是不是要把这些数据集也拿到其中但是我想呢就算拿到其中道主上大原模型公司也不会派一个前端布什工程师进一个水泥场我们想象不了这个事情是吧比较难对就是比如说这个火山青派了一个人去具体进到一个水泥场然后住场三个月好像比较困难是吧我觉得是对所以还是需求需求是足够多样化且复杂的对而且深度可能也够尤其在很多场景里所以纯颜模型拓展跟泛化这件事情真的能走到什么程度现在真的是问号对而且你们也感觉我会觉得今天这个时间似乎又进入到了一种刚才说都是共识但也有与之相比配的就是非共识就是大家到底再要下一步往哪探无论是模型结构对吧还是选择比如世界模型还是AI for science还是什么还是自主进化就是虽然这几个话题听起来也都是共识但是这几个话题之间怎么选也是一个比较强烈的非公式对其实你说很对这块可能差出来一个往前发展可能有两种不同的方向第一种方向是有一个集中性的智能就是自我进化对吧叫RSI然后还有一种方向就是多智能体就是我单一智能力量那么强然后我有多智能体联动是吧今天上次提到Kimi他们提到因为Kimi的创始人比较少出来我上一次见到他是在1月初也是清华组织另外一场大会上是唐吉教授拉的然后他们当时讲他的演讲当时的演讲就相当于他的演讲话题我记得但是他演讲的议题就是Kimi在当时这些年在模型研发上到底在Bet什么在1月份他Bet只有两件事情一个是Token的效率Token效率相当于是就是某些场上的投稿效率变成了同样解决一个类似的任务我新的模型能不能用更少投稿解决掉或者说同样投稿能不能解决一个更复杂的任务就是它的投稿效率是这个逻辑第二个就是Kimi一直在做超长的上海纹就是它在Bath这两个Skyling它今天的议题变成了三个Skyling第三个Bath就是多一任的集群这也匹配着可能过去Kimi从2.9到3.0到现在3.2的在主推的多一任的集群的功能确实如你所说我觉得可能从一家微观的模型厂商自己来看还是从整个模型公司的竞争来看都在做类似的事情他在做的事情是说我设计好流程分配任务不同的agent承担不同的责任与之相比的是不同agent有不同的角色有不同的上下文有不同的能力然后来去做比如后面还会有个中央 [35:00] 整理审查的角色然后来去把整个流程串起来那你看这个工作过程似乎也是变成了今天这个时间点大家去尝试做所谓的Hannis跟Loop的模型的训练的逻辑是一样然后还有一种逻辑是说你会发现越来越多的无论是比如说传统SARS公司大的企业还是一些初创的应用公司在用模型的时候也在做用类似的逻辑就是不是说所有的事情都交给一个最贵的模型是一个最合理的方式我似乎应该也有一个我的路由层然后再去选择什么样的东西交给什么样的模型然后来去承担一个什么样的角色最后再有一个类似收口的人来把整个工作的能力或者表现提到一个性能量无论是成本层面还是结果层面所以你发现这件事情似乎也变成了人类的一种习惯对我记得Anthropic的创始人我写过一篇文章叫数据中心的天才之国就是数据中心你这些AI都变成一些天才但是如果我们看人类组织的话没有一个组织全是天才对是啊那怎么干这怎么干呢就是我这一千个天才然后我觉得我说是对的然后那个天才说我觉得说是对的然后就像那个这个这个曼哈顿工程一样原则是其实天才是有但是这个天才方向是各不一的然后得有一个组织者然后把这些天才组织起来才能把这活干了如果全人天才这样的组织存在吗可能现阶段最早期的AI实验室可能是这样但是其实也不是的因为前两天我看一个统计报告是说他统计了他被过去几年招聘的那个招聘的list其实大部分人不是真正一场研究员都是比如做基础设施的对都是偏比如亚运区AWS的或者Meta的做后台的就是他都人数上大部分人其实是这样的人或者说有些干活的人工程上工程上我们成为干脏活对吧真正去解决一些掉卡的问题供电的问题有时候天才不见的能解决好就天才连自己吃饭的问题就解决不了更不用说解决GPU吃饭的问题所以确实然后还有意思的最近Meta也出了事情我觉得是你看所有事情都连在一起Meta最近出现了非常大的员工的抵触的问题之前不是Meta小达在推全员的监控他不是要监控需要键盘对就相当于把员工的所有的信息全部收集上去然后来让AI取代包括与之相比配的是Meta最近踩了8000人所以你可想而知Meta内部的员工的这个抵触情绪已经非常强烈了然后又做什么件事情Meta AF的人不是爱个蛋蛋王吗他原来不是做那个数据标注的然后他会说Meta的工程师的这个人群的平均水平肯定比任何一家做数据标注公司的这个标注员们的水平要高的多的多所以他想到于内部说是随机抽掉了几千人扔到他的AI实验室让这张工程师天天做任务做标注然后这帮工程师说我像被扔机的集中营我觉得你这个逻辑特别好就是Alexander王没有把Meta变成一个AI实验室然后把它变成一个他熟悉的数据标注这个太匹配他的工作经历跟他的风格但是你就会觉得但我觉得这里有问题就在于说这种方式只能解决已知问题对吧就是你Meta的工程师虽然能力很强他毕竟还是Meta的工程师的平均水准对对吧那你把它优化的更好也只代表Meta可以用更低的成本来把这些事情做了但Meta问题显然不是说它既有问题吧对它既有问题它social做的不好吗其实我觉得已经可以了已经可以了它也变成不了tiktok然后它的还有啥它的元宇宙做的不好吗它眼镜好像做的也是全世界最好所以既有问题是不能靠把员工正立为skill不是就位置问题是不能靠把员工正立为skill解决的然后既有问题去提制增效这件事情好像也不被华尔街所接受华尔街所接受的是买未来是吧就是我无限的算力投入然后进行一种闭环我融资买卡买卡之后去那模型所以我如果这么看的话对麦卡未来的趋势也相对没那么看好对 压力其实蛮大确实我会觉得今天这个时间点对于这些已经成体这样的公司而言确实AI上的业务探索真的是一个过于难的命题了甚至包括今天这两家中国最大的互联公司甚至是三家其实就是腾讯阿里自己也都在主业大家都很了解的情况下AI来了然后模型大家都会做的情况下怎么把应用层也好云音也好甚至原有的业务结合也好都做的双引号被认可其实是一个非常非常难的命题对所以未来可能这个整个AI的这个产链还是需要有一定的生态然后大家各自有一定的生态位就不太可能说是从上而下就一干的知道底但是但是就是就是 [40:00] 怎么讲就是不撞南墙不回头撞了南墙也不回头我会觉得就是因为这个议题太大了就是趁今天可能整个科技行业几乎是唯一的议题那你在这个这个巨大的这个buff的加持下是不可能做一些比如说收缩比如说一些慢一点的你像前两天那个腾讯云大会不是道森直接就跟那个姚舜宇开玩笑说外界都说我们慢了就是他自己都会讲出这个话那其实就是大家其实也一直到这个问题只不过就是这个问题的解确实每一家公司的状态资源禀赋过去的积累很多尝试包括这个团队适合跟擅长什么我觉得都是相比你像这两天更新的新闻是比如丁丁的事情然后丁丁换了新的负责人新的负责人做了之前其实做了也是另一部A站的产品虽然那个产品更多还是在海外做但至少为什么换这么一个年轻人就是说我会觉得就是在那天看了新闻的时候我说那个宇森就是那个宇森他最重要的身份是Model Run的副责人就在这件事情上为什么就是说我们内部需要找一个哪怕没有人知道边缘拿但是有人踩过一些坑就是这个排除掉过一些错误的起码不要把一些坑先弄掉再去做新的事情然后那就是包括今天周宝上了AI的这个最大的更新版本大家开玩笑说会不会变成周宝的丁丁碗我们不知道我们不知道可能要过一段时间才会但至少你会看到这些我们国内可能最大的科技巨统们在它最核心的主页上在用AI做各种各样的改进跟尝试我觉得这个决心我会觉得如果今天有个平均宇宙没有AI对于这些公司而言今天这些做什么都会变成一个非常难去下决定的事情但至少现在有AI你可以知道至少要干这个事情并且要弄对我看国外最近这一两年的这种科技公司大会我会发现互相出台的情况变多数据公司可能出现算力的公司然后算力公司可能出现在agent然后大家虽然说也在不断拓展的边界或者换句话说只要没说这个事一定谁做那像你讲的就是我得先去撞这个男子撞了之后回来之后然后我再看看我最后这个体积我觉得这个表面就大给有多大对吧然后大家各自然后站在合适的位置但你想其实过去几年我有说法就是美国的生态就是整个西北乱成一锅粥呀对吧你看这几家科技巨头从这个所谓的Mac7到OpenAI到Acemic甚至SBS都算上对吧从最底层的能源数据中心芯片然后模型然后2B2C云其实都都有或者说都无论我没有就是我的竞争论可能在某个领域是我这种对手这个领域变成合格伙伴就是整个西西北就乱清一过就五过对我觉得你刚才举这七姐妹我觉得这地图特别好你看马斯克不就是个最典型对对吧曾经他认为Brock可以成为三姐妹和四姐妹之一最后没有然后最后变成个云New CloudNew Cloud就变成个新云公司是吧我相信大家既没有猜到开头也没有猜到这个结尾然后变成一个Anthropic Cloud的一个推理服务商对对吧这个完全出乎所有的意料然后而且还要干的更大所以我现在做太空算力我还要帮NVIDIA去部署太空的算力对那我然后那天我就开去玩笑我说什么样的公司训练不好模型就是宝币工作做太好的公司训练不好模型为什么呢我有两个例子第一个是这个马斯克的XCI第二个例子就是Apple苹果有典型因为这两个人不存在没有钱的问题然后他们也不存在招不到合适的人的问题对吧然后又不存在说他们没有做长期主义的问题那苹果一件事可以干很长时间那如果既有钱又有时间然后还有人这事还干不成那只有一个原因所以我自己拍了个主意我说这保密工作做太好那为什么呢就是模型这个事迭代太快然后你期待用一个法医帮人存在一个屋里然后用三个月封闭开发的事情来干这件事我们在这个时代并不存在发达招的形态已经过去了真的对吧发达招的形态绝对过去就因为这个你的CD太长了对吧你可能按住五秒这个对世界而言就过去了五年然后你会发现这个事又来不及了就这句话我不知道说的合不合适其实也适用于我觉得适用Deep Seek对啊是啊对今年春节的时候大家期待的发财没发对不对但因为它有原因大家都知道的原因因为支配国产芯片然后包括但确实我会觉得我也有很多次讲我说今天的模型进展节奏已经是爱与你看马相就是KB已经3.2了这样5.2出了 [45:00] 然后minimax m3都是过去两周左右你想啊在两周之前的一两周有一个版本然后再推前就春节一个版本你就想从春节到现在不过才四个五个月时间已经是第三轮了就是大概一个半月到两个月就肯定是有一轮的更新的然后那就是大家在它就变成动态的了就不是一个节点一个截面然后一个大招它不是了它就是每个月更新然后每个月更新出来你在上个月或者在上个版本你就不知道那个版本会出什么新的特性的对然后在不断的迭代不断的往前滚对然后用这种发大招的方式说憋个一年出了一个东西所以我也不太那么看好伊利亚的已经憋两年了不是一年是两年了公司叫啥名字我点忘了叫SSI是吧对已经两年了已经两年了接下来还要等多久其实李飞飞的那个实验室发东西都比他快一点所以我倾向于说除非AI的范式是一个均补性的变化完全不是Transformer完全是另外一种架构所以我并不觉得就这种方式可能会解决什么问题然后刚才咱们聊了模型这块我觉得有一个话题是可能是要触及的就是聊到Tixique了就是开源这块然后我有一种感觉就是开源就在当前阶段可能需要重新认证一下开源的未来的一种形态或者落地的方式变成这么讲我们如果把Deep Seek作为第一波的话因为它用低成本的方式去推理实现了一个让大家当然了它也创造了一个最后无疾而终的市场就是一体机这个两年前然后第二波的话我认为可能算千万有Q万然后因为国外有大量的模型是基于Q1去微调出来的甚至包括最近创制学院做了一个模型好像是基于Q1 3.5做微调后训练出来的但是在现在时间点我感觉好像找不到康纳奇的人摆花齐放说好听就要摆花齐放说好听就要摆花齐放我不觉得这个议题变成另外一种讨论原来在OpenAI最风光的年代大家认为开源一定没有意义就是因为他需要当时的论点是大家需要非常多的钱需要非常前沿的科学家做很多的事情所以他一定是必然公司更强然后Deep Seek跟千文这一国相当于扭过来尤其是以中国的开源代表我觉得这个叙事主要是在去年这一年的叙事是这样一个事但是到今年之后这个叙事相当于就是说如果第一代的叙事是一个必源极端的叙事去年是开源极端的叙事今天相当于是回调了就是它也没有那么开也没那么弊就是双方都在找寻一种权衡跟中间态的形态而且又因为彼此也在融合今天之前不是说我开源就跟商业化没有任何关系了对吧不是这样反而讲今天所有必源厂商其实都在跟开源公司做学习仿造烂金包甚至他可能一部分他最非最核心的模型他也会放有的OpenAI和Google的什么码之类的它也在做类似的事情然后他也需要开源的生态来帮助这件事情长所以他们在中间做人和然后又因为这个事情最近又出现了更极端的一个讨论就是美国政府把Crowz新的五代模型相当于禁掉了本来也是禁掉了那到底这个事情会造成那你如果极端在想想反正开源出去的人会认为这种操作这种偏一刀切的方式无论是切哪边只要是一刀切的方式似乎都不太适合或者说都不是太对的但是这个度的掌握跟拿捏我觉得无论对于监管层还是对于参与其中的模型厂商而言这个事情我觉得都是一个也是个挺难解的议题大家你看原来也会担心尤其是之前千万的负责人离开的时候其实有一派的声音会认为大家会越来越少的看到千万的头模型的大的开源他可能会只开源小参数的而最核心跟最pro的模型可能就不会开源然后但是可能因为竞争的原因因为比如说Kimi还是在做的然后Minas在做智朴也在做的甚至智朴在我看昨天唐杰在教授在十二明天也会说我们就是要开放给所有的这些那就是但同时毕竟大家已经上公司了已经是到了这个体量这个成本结构已经到这个样子并且已经触碰到很多事情的极限的情况下你总要在某个时间点考虑一些你说是调整还是重新再一次的找到一个平衡态还是怎么样所以我觉得这可能这个事情也会持续很长一段时间的天平的摇摆都会对其实很多这种大型的传统的企业行业而言我觉得他们可能对开源模型的要求可能会更多因为道理上他不会容忍如果AI这么重要他不能不太会容忍说别人掌握了一个开关对然后一夜之间就关了 [50:00] 对吧就是你看一个工厂运行的时候最怕就是断电我断电就代表产线一停那如果是有些制造行业比如说像水滴等等这个产线一停就全废对就是我不是说我在停电的时候就开了对这一批料就全废了那我原本不应该我这个开关掌握在别人的手里我道理上我自己还得备点发电机什么之类的所以哪怕是从这个角度而言它也需要一个这个开关模型作为我内部的一种这种发动机更不用说预料和数据的问题对对吧就是我把所有的预料和数据都贡献给一个模型公司最后来说是一个最优选项吗恐怕不是因为我如果给你就代表给了全世界那我这家公司的护人和护人和上下文就都没有对所以从这个点上而言我觉得可能看运模型它有一个从地性原理角来说它有存在依据就是不能被断电以及我的数据资产会成为我就像口可乐的配方一样你说这事这事好像也没有那么秘密但是那口可乐也不会把这个这个配方这个公布出来然后从我喝的口感来看我觉得口可乐的口感我不是当广告就好像味道是是不一样一点是不一样一点对对对所以这个我觉得这些就这个议题也是就是开言必源竞争然后怎么去选择自己的策略尤其对于每家模型厂商他在这个事情上的程度我觉得可能会长期的勾住这些厂商的战略选择就是他在他去选择他的核心战略的时候这个议题一定是非常核心的一个议题在可见的中短期如果这种模型的范式不出现大量调整的情况下对所以当然我们相或者说我们还是乐于相信人性本善就是如果最最底层的考虑来讲就是大家去通过这样的方式建立所谓的开源社区的影响力利用开源生态保持自己模型领先改进然后获得更多的认可甚至更多的实施应用就是这个正向的善意的逻辑理论说是大家就是更多人愿意相信的但是商业是不太能建立在一种以善意考量的新人上所以这中间会有比较多拉扯没错所以可能开源模型未来的商店线是一个组合群不是单纯靠一个模型本身群所以你看其实现在的模型上也是这样的除了卖常规的token也卖tokenplan也卖各种各样的工具对吧他也在丰富他的所以我还是前以我还是那个前面的时候就是今天看员不是说完全不商业化他就是原来大家会认为看员就跟你是一个菩萨一样对吧是一个完全善就是没有任何商业化但今天不是呢今天这个看员其实跟商业化结合其实非常深对他向上可以结合agent向下可以结合到技术设施对然后在技术设施层和agent的层面他其实也可以完全可以变现对啊而且这个场景是正好适合开源这种模型的这样的话就会解决所谓这样的问题然后还有一个很有意思的事情就是因为今天这个AEC的会当中有一个非常我觉得独特的嘉宾就是彭凯平彭院长因为他是研究幸福心理学的心理学对心理学而且是幸福心理学以我最近接触来是国内和国外这种各种活动当中这个焦虑版是一个大家统一的话题我参加这个郭克拉的活动就见到李飞飞然后李飞就说他周围的人见到他都会问说我们家孩子以后学成专业然后我就在想一个问题说李飞飞那周围都是一些高认知人那他们难道不应该知道这个事情的答案吗如果他都不知道那没有人就更不知道现在不正好赶上这一年的高考吗对对对所以就代表说这个个体在里面就是做一个个体在这个模型时代如何自触的问题我不知道你听了这个彭院长的演讲之后什么感受因为确实就是他正好是学心理学他会讲他的观点是说人类的比如说善良然后体验感在场感这些东西会愈发的变得更重要然后在尤其在模型来的这个时代你要充分去发挥自己的比如个性善意然后体验这些东西我觉得这个议题本身其实在过去一段时间非常多的各种各样的角色都讲过类似的逻辑就是当一件事情真的被推到极端比如说coding这件事情我就典型了那其实coding再往前我在周末有个活动是讲那个活动是讲AI跟影视的我会去讲一个AI内容的那这个板块不就更对吧那图片模型跟视频模型已经什么样子了打击力更大如果再往前推如果今天比如说你身边是有一个做同声传译的朋友你想象他在经历什么再往时间前你原来如果有认识一个职业下围棋的人他在过去十年经历了什么我觉得问题都是一样确实似乎看起来 [55:00] 有一派的观点类似叫技术宿命论或者技术的必然论就是说无论今天是Unselfic是Google是Sam还是Dariel还是谁换一个任何一个人不是他也会有另外的人把这个技术推到那个地方不是这公司也会有另外一个公司他会推过去然后历史上无数次的告诉我们当一个技术到了一定程度的时候他就挡不住了你明天感觉我觉得进入二十年这个感觉会非常的明显就是在很多的板块里它就是打不住了它就是进入到了一种越来越快的这个过程而且很快可能就我觉得这一轮的这个Cloud5的模型出来之后你看很多我们这些所谓同学者去写评论的时候都会有一个非常强烈的无力感就原来我们还在想你像我们去什么编排啊给agent下任务啊去组织啊告诉他怎么做可你发现有一些任务或者有些场景里我们最好的工作都是站在旁边看着而不要去瞎指挥你们也感知到他卖过你了这个感觉尤其在我们所熟悉的偏白领的板块里因为Coding因为Agent因为这些东西在26年的这个急剧的卷的状态导致的就是这种无力感是大面积的来袭所以大家的焦虑我觉得是非常能够理解但是你反而讲就是就跟今天这个专业一样就是你曾想我是80后的我们那个时候确实我觉得选专业还是一个非常非常重要的一件事情甚至很长时间它会影响你的工作你的很长的事情它会有比较长期的稳定性的可是今天你发现职业一体似乎都松动了对吧就是你学什么专业跟你做什么事情之间的关联性哪怕你做一个什么事情是真的能做一辈子吗或者非常长吗或者说那个工作本身对于你这个专业的需求真的有那么就是你看所有职业命题似乎都在被打破那这个情况下就相当于你像那个又是李志识的故事就是他下了五局对吧第一局是就像我们面对就早期来我们是怀疑猜忌不认可然后第二局的时候开始担心然后开始有些纠结有些感觉不太对到第三局就碎了就是倒心破碎就是完全什么都不知道就被打碎了那似乎你会发现人类在这个情况下真的是你要先把自己推到一个假设我们会碎的状态然后呢不是说我们就不活了我们就结束人类不是这样的我们当然我们这一代我会觉得就是我们在听我们节目的今天这个时间点的这一代人我们可能就像当年的征义机来的时代的纺织工人一样就是征义机确实非常强可能他带来国家GDP的剧烈的提升但是征义机的纺织工人就纺织工人的工资可能就很多年没有变化甚至可能纺织工人在几十年之后就慢慢变成一个非常小众的手工艺者他就不是一个大范围可能我们也会经历这个事情但是问题在于我们就是在经历这一片的这些人我们这几十年就是要经历这个事情那就变成了我们如何与我们这几十年相处我们的后代我会觉得我们的后几代可能就他会到一个新的阶段我们所谓第四次工业革命结束了到了一个新的什么平台里面那是他们的事情但是我们在经历过程中这些人我们就要想我们这几年要该怎么过我们的价值是什么就是当一个恋爱的真的是无所不能他能做所有的事情他甚至在安排整个宇宙运行的规则他变成一个类似上帝的存在的时候那我们该干嘛我们人之所以为人的特性到底是所以这个事情为什么会我经常开玩笑我经常说一句话是说所有这些论坛今天这些探讨AI的最后的话题大部分都会跑到身心灵去就是没有办法这个焦虑确实然后大家去解决这些焦虑的时候确实你要我们像上午我朋友说讲你要向内求就向人本身的我们人之所以为人的那些东西去求可能的答案当然这么说特别的哲学特别轻飘飘再讲一些跟现实比如说我前两天看一个美国的一个同行记者去讲一个观点当然他只是讲媒体的变化就是今天写字他会说比如今天摘要越来越不重要就是随便一个但是秘密变得越来越重要我们之间的小秘密比如说静态的内容变得越来越不重要但现场的Live变得越来越重要比如说传统意义上的大的媒体越来越重要他是个人它叫Founders越来越重要然后他说标准化的甚至华丽的一些东西似乎越来越多人但是个性的怪异的甚至一些乖张的东西被越来越多认可你们也感觉这个趋势它可能从上一个时代甚至算法时代就已经出现是这个趋势了那这只是媒体那再往先推你像我周末的话题是讲创作的那你像今天创作我们就讲中国影视行业好了中国影视行业前几年经历过 [60:00] 然后过程中出现了一个看上去是救命闹草的东西叫短剧很快的时间涨了很多几百亿24年超过电影行业然后短剧救活了之前的什么横电横电变数电什么浮华道什么编剧什么导演大家满心期待然后26年C-Dance 2020出现了今天这个时间点实拍变成奢侈品大部分可以用那这些内容创作者干嘛去呢?那就变成了今天事件似乎当然好多想象就想他会有门槛降低了技术平权了会不会来做那种创作那这个时候的议题变成了你为什么要表达?你要表达什么?你希望得到什么样人群人的关注?你希望得到这些人的什么样的反馈?你跟他之间的关系的构建是如何产生的?你们通过这样的方式能不能获得彼此的认可情感的表达?我觉得这个事情会越发的重要所以我们要经历这样的状态经历这样的时间经历这样的过程当然可能最后的结局我觉得还是悲观的像那天网店说历史上所有经验都告诉我们技术一定会每一次都把所谓的情怀冲烂每一次但是我们似乎正在经历这一过程我们这几十年要做的事情就是我们要坚持我们作为所谓的最后的手艺人最后的一些东西去把它做得更好我们去坚持一些可能后辈再去写历史书的时候我们这东西根本不重要也只是历史的一篇但是我们作为经历这些人而言可能有办法我们只能把这个东西所以我之前去另外一活动我就要最后的手搓比如说我平时做PPT我还在坚持用手挫的方式虽然听起来已经没什么人在意了甚至可能我用AI的方式也可以做得很好但是你还在坚持那你坚持的那意义到什么那点点意义到底是什么那无非就是你希望通过一个比如说你调一个很漂亮的字体很特别的一个边框很有意思的一个板式设计展现一点点我们人类作为所谓的手艺人的一点点坚持当然你会知道这个事情会越来越不重要越来越小越来越没有那么多人的天但是你care就是你care这件事情很重要对我觉得可能不止你care很多人也care哪怕是同样的内容如果让我感觉到你的输出过程是一个很强ANV到的输出过程那我本能都会你对这个产品的输出的价值进行低估然后如果你有一定的手挫有你本身的品位去加成我会觉得这个东西的价值对所以品位信任决定这些东西会变得越来越编辑重要原来他们也很重要只不过当这个时代来的时候你会愈发的会对这些东西更加的珍惜我觉得这个状态已经来了或者说有另外一派观点会认为就是造物主在造人类的时候还是非常厉害就是人类总会在很多事情推到非常极端的时候有一部分人会先觉醒就是他会先意识到这个事情不太对然后再去推动一些事情的变化而不要走到一个绝对的极端的状态里对完全同意因为本质上无论用什么样的方式去实现创造出什么样的商品因为这些东西是为人服务的我们没有一个东西是完全不为人服务的说我那是完全的环境自然主义者说我是为了一个火星上的一个山服务不是的我们还是为人服务我相信只要为人服务那背后就需要有人去衡量他是否人需要就这个工作总需要了就是人总有资格说这个东西好还是不好吧你要说人连这个就是这个反应都没有这个在使用AI的时候我今天问的那个可能叫是个问题我说你怎么看这个什么是人类所坚守的他提出一个看法就是起码你那一刻的情感反应是人不用的你总不能把情感反应让位于AI说这个事好还是不好我已经丧失了能力我要问人家这东西好吗AI说好好AI说不好搞错了搞错了这事不好起码要把你第一反应留给自己然后我们如果用AI写东西的时候会发现AI特别喜欢替你做反应比如说他有个惯用语言就是说这是一个全场反复被琢磨的一句话这是全场让所有人最惊讶的一句话那至于是不是不重要他把那个反应先给你对他要剥夺你的情绪反应先把web给你对对对所以我觉得在这个时代我们可能越来越多要把我们的情绪反应就这一刻我判断这事的好恶好恶这件事情要保留在我们自己身上所以就甚至这个话为什么大家要去线下去参加这样的比如会议去看到那个人那当然我可以看直播对吧从纯信息接触角度上没有什么影响甚至可能更好因为收音啊效果啊转播它可能会更好对吧甚至可能带着PPT是直接电子版就是所有东西都更清晰那为什么一定要很多时候还去体验线下的感觉甚至比如说世界杯MBA都是一样的就是你你在场的感受对吧那几个小时的氛围所有人的情绪的感染 [65:00] 掉弄出来你可能原来你内心里没有的一些东西的但那个东西可能愈发在这个时间点会显得我觉得变得珍贵甚至包括今天再扩展到比如为什么最近段时间做播客人越来越多就是长的内容跟相对不是被那么预加工跟预制的对那些不是那么爆炒的不是那么短平快情绪的东西会越来越多人的愿意当然还是有很多人喜欢喜欢对但是你会发现有一些人越来越多的觉得那个东西好像不太对我需要找一点别的方式来把这个东西平衡一下那也是符合这个趋势的对那说到这儿其实我们觉得今天也聊差不多从组织形态开始然后到Agent的模型的关系然后再到人在这个时代未来的四处如果再往后看可能三到六个月因为这个时代谁也不敢说一到三年了你看我做BP我是春节之前一月做了一档是做了二五年总结春节回来因为春节发生很多事情我在三月没错应该三月中做了第二版更新然后四月底是做了因为一个活动做了一个更新我现在马上六月中我感觉我搜集的资料已经溢出了我需要再做一次整理才能把过去这一个半月发生的事情再做一次因为你不做你就感觉一片翻过去了对那你会期待这个生态就是AI的生态这种各种活动你也参加很多就是人工智能家这种生态他未来什么样一种组合方式是有利于个体或企业有没有一种我会觉得就是大家还是就是当然现在的时间点没有人会停下来的吧但是我会觉得进入到某一阶段可能似乎比如应该有的行业分工啊应该有的行业的这个这个这个角色的环节的定定死的状态可能慢慢会凸显或者说慢慢慢慢边界会很轻现在我觉得就是还得管理既其被乱成一国洲就所有的都是揉搭在一起的所有人都想做所有的事情那因为大家会觉得AI模型无所不能但似乎不应该是这个样子的那大家在这个为什么在不断的磨合不断的博弈不断的去找寻自己的边界那可能在我们正好就处于这个从一个可能原来只是一棵树或者一个非常奇异的植物变成一个真理上生态繁茂的森林的状态我们在经历这个过程那从我个人来看我其实我最近会比较关注硬件因为大家知道其实从当年IBM那篇那个文章叫谁说大象不能跳舞不是文章是自传那时候是软件时代读导的世界那现在来看其实软件正在被实施生产所以硬件是很难在短时间内被制造出来所以今天不是说老灯谷又重新都讲的很好就是从供给的角度而言这个供给曲线可能非常没有弹性就是明明你一样但是我也不能马上因为他受物理限制受物理限制所以我觉得未来可能对硬件会有一轮新的重枯然后从生态界的角度而言我觉得他也比较有意思因为他向下要电然后向上的供给需求所以他正好乘上几下所以未来我觉得可能只用硬件这波的枢纽可能会比原来互联网时代可能表现的会更明显一点那我觉得好像也差不多然后也感谢大家收听收看我们这个远顶套和图论之术的这个梦幻联动感谢然后这个这个我们在假以时日可能两到三个月之后我们要迭代一轮新闻认知的时候再和钟老师聊好感谢拜拜