欢迎回到 Indigo Talk。这一期我邀请了老朋友，第一次和晓辉博士一起录播客。我们以前在腾讯研究院的节目上可能有过交集，但这是第一次一起录播客。今天我有两位嘉宾，一位是晓辉博士，她有一个很有名的视频号叫**《晓辉博士》，专门分享各种AI前沿趋势和论文，我也经常看她的论文解读。另一位朋友是思彦**，她是我的常驻嘉宾，这应该是我们第三次一起录节目。思彦和晓辉博士都在腾讯研究院工作，所以后面我们可以从腾讯或国内的视角，对比中美AI的一些差异，分享一些看法。

科技博主的心得分享

晓辉博士分享了她做科技网红博主的心得。她提到，一开始做视频号（WeChat Channels: 腾讯旗下的短视频平台）时，并没有成为自媒体博主的设想，只是想分享心得。当时抖音时代她没有用抖音App，觉得短视频有点浪费时间，更喜欢看文字。但来到腾讯工作后，了解到公司大力推广视频号，她觉得这可能成为新的传播媒介，一种更直接的自我表达方式。

她回忆说，甚至在粉丝超过1000去认证时，她还在犹豫是生活博主还是科技博主，后来随便选了科技博主，没想到就走上了这条路。很多人好奇她如何拍摄，她解释说，基本上是不可能有人每天跟着她拍的，因为下班时间不固定。她有一个自拍杆（Selfie Stick: 一种用于手持智能手机进行自拍的辅助工具），可以伸缩，晚上还能打灯。她用手机加自拍杆录制，通常三到五分钟，最长八到十分钟，基本上是一镜到底（One-shot: 指视频拍摄不中断，一次性完成），也不剪辑。

她会剪辑，因为过程中会有口误，但原则是尽量还原真实场景，除非说得太离谱才会剪掉。字幕会有很多调整，口头语不会保留。所以每天下班，她基本上在到家之前，边走路边坐地铁，甚至在地铁站坐着剪辑，因为到家了要带娃，就没有时间了。

费曼学习法与信息消化

晓辉博士解读论文时，没有提示词，没有字幕，完全靠脑子记。她觉得这已成为她锻炼大脑的一种方式。现在很多日常任务都借助于AI完成，但她认为保持输出是锻炼大脑的好方法。读论文、讲论文的视频会花时间准备，可能要读一两个小时，理解消化后在脑子里回想内容，再出发录制。所以她回家的时间会因此延后，花了很多时间准备。

Indigo认为这很厉害，相当于晓辉博士做了一个人肉AI，看完后完全靠自己的理解和记忆输出摘要。他强调，如果只用AI生成摘要而不经过大脑，等于没有看。思彦也提到，晓辉博士和Indigo的共同特点是都用费曼学习法（Feynman Technique: 通过向他人解释知识来加深理解和记忆的学习方法），通过讲述来学习。

思彦认为，晓辉博士更感兴趣的是最前沿的技术进展、大厂进展以及技术实现方式，关注实操。而Indigo则更多关注技术如何影响商业世界和投资，甚至从价格趋势反推商业模式或新的叙事。Indigo强调，市场是一个最透明的价值反应器，如果技术反映在市场价格上，就说明它已产生了很大影响。

AI趋势与信息来源

晓辉博士分享了她关注的AI论文和研究。她提到，年初的Deepseek R1论文影响很大，年终的Kimi K2发布也是很好的论文。她还关注了AI对就业影响的研究，以及Hinton的一些论述。Google前段时间的Agent Economy论文，题目很好，也代表了一定的趋势。此外，OpenAI、Anthropic等发布的全球用户如何使用ChatGPT的报告、大模型生物学技术博客等，都是她关注的进展。她强调，她关注的内容很多时候是围绕兴趣来的，因为她本身是城市规划的博士，曾在经管学院做过技术创新和创业的博后研究，所以更多是从新事物如何出现、新技术能产生什么影响的角度看论文。她认为，不是所有论文都值得看，关键在于那些有突破性进展的。

她最近发现投资圈的报告也很有价值，比如Coatue的报告、分析师报告和财报会。她通过分析苹果、微软、亚马逊等大公司的财报会，发现大家讨论的AI泡沫问题，其实**计算资源是供不应求的，客户对显卡和数据中心的需求非常高，每个新建的数据中心都在投入使用。**因此，从需求侧看，除了资本市场叙事之外，真实需求正在产生，所谓的泡沫可能被夸大。她认为这是获取信息和资讯的好入口。

Indigo总结了三个信息来源：投资机构报告（如Coatue，因其投资一级、二级市场和Crypto，需了解所有技术趋势），AI实验室或科技公司博客（如Anthropic，将论文转化为易读文章，其经济报告和模型可解释性研究很有价值），以及财报会。思彦补充说，Anthropic还在做AI福祉（AI Welfare: 关注AI系统在被关闭或修改时可能产生的“感受”及伦理考量）和AI伦理方面的工作，其公司文化是全员Doomer（All-Doomer: 指公司内部普遍担忧AI可能对人类造成毁灭性影响的文化氛围），这吸引了许多研究员。

信息过载与焦虑管理

Indigo坦言，他有FOMO（Fear Of Missing Out: 害怕错过重要信息或机会的焦虑感），如果两三个小时不刷X（前身为Twitter），就会焦虑。他认为作为一个分享博主，必须时刻保持分享状态，否则热度会下降。他通过长期Attention（Long-term Attention: 关注长期项目和预测，如AGI、Agent章节写作）和短期Attention（Short-term Attention: 关注短期新闻事件，如Tesla股东大会）机制来管理信息。X能帮助他快速捕捉短期新闻，通过点赞和忽略动态调整信息流。此外，他还有一些邮件列表用于中期分析。

思彦认为，她是否焦虑取决于技术周期。在2023-2024年大模型刚火时，她很想吸收信息构建新技术框架，但现在框架已完成，新信息只是填补格子，所以她不那么焦虑。晓辉博士则通过活动事件驱动的选题来重新思考，例如为新加坡的Agent分享会密集阅读相关报告，构建自己的框架。她发现费曼学习法结合AI生成PPT草稿，有助于将知识内化并高效输出。

Indigo将自己的社交网络内容（每天发Twitter，每两个月直播一次，写书）比作Scale（尺度: 指观察和分析事物的时间或空间范围）和分形（Fractal: 具有自相似性，即局部与整体在形态上相似的几何结构）。他用股市投资的日线、周线、月线类比，说明不同尺度关注点的差异。晓辉博士认为自己适合做AI趋势的“短线”，捕捉前沿进展和情绪，而思彦则更关注大趋势。这种多尺度、分形化的信息处理方式，有助于消化和学习内容，构建知识体系。

2026年AI技术趋势展望

晓辉博士展望2026年的AI技术趋势： 首先，开源模型（Open-source Models: 指模型架构、代码和权重等公开可用的AI模型）的竞争将持续激烈，特别是中国团队在积极推动。Kimi K2的Thinking能力和工具调用能力都在提升，开源市场将产生更大影响，降低成本，加速技术扩散。 其次，多模态（Multimodal: 指AI系统能够处理和理解多种类型数据，如文本、图像、音频、视频等）方面将有显著进步和突破，尤其是在视频数据、3D数据和世界模型（World Model: 一种AI模型，能够学习并模拟真实世界的动态和交互，从而进行预测和规划）等方向。各大厂（如Google的Veo3）将在此领域展开白热化竞争。 最后，具身智能（Embodied AI: 指AI系统与物理世界进行交互，具备身体并能在真实环境中执行任务的能力）将进一步发展，机器人有望走进日常生活。研究表明，通过合成数据或虚拟空间生成数据训练机器人，已找到规模法则，有望加速机器人进展，例如小鹏机器人通过真人数据训练，走路姿态非常逼真。

Indigo对小鹏机器人的看法是，其优雅的行走姿态更适合营销，提升品牌形象，就像给汽车配上“机械模特”。他认为车厂未来可能也会发布概念机器人。

AI Agent的挑战与生活应用

Andrej Karpathy最近对AI Agent（人工智能代理: 能够自主感知环境、决策并执行任务的AI程序）泼了冷水，认为距离其真正像人类一样工作还需要十年。目前Agent的落地主要集中在Coding、客服和知识库等场景。企业内部部署Agent面临挑战，因为需要深入理解和调整企业业务流，这涉及到组织架构的变动。Balaji总结了Agent在企业中发挥最大价值的两个关键环节：Context感知（Context Awareness: AI系统理解并利用其所处环境和情境信息的能力）部署和验收工程师（Acceptance Engineer: 负责评估和验证AI Agent完成任务质量的人员）。Anthropic在Context优化和Skill（可被拷贝的Context）方面的工作，正体现了对这些环节的重视。

思彦则从非生产力角度分享了LifeOS（生活操作系统: 指将AI能力应用于个人生活各个领域，如心理健康、衣橱管理、梦境分析等）的应用。她提到Sam Altman也提出了这个概念。她用AI处理情绪问题，认为GPT能非常精确地描述处境和情绪，提供“被看见”的感觉，弥补了情绪健康领域的空白。她还用AI整理衣橱，分析梦境，认为AI的逻辑推理和结构化能力非常强大。OpenAI的报告也显示，GPT在生活中的应用数量已远超工作场景。

关于Agent在企业中的落地，晓辉博士认为既有自上而下的推动（企业1号位引入Agent，调整组织架构），也有自下而上的Shadow AI（影子AI: 员工自费购买并使用AI工具以提高工作效率的现象）模式。员工自发付费购买AI Agent并在公司中使用，成为其监控人和负责人，这是一种更自然、生长中的状态，也可能成为员工筛选器。Indigo认为，目前AI的收入增长主要由员工自发使用推动，企业结构层面的变革可能需要AI再进化一两代，具备更高的稳定性和能力后才能实现“交付的钱”。

中美AI应用生态差异

思彦从宏观视角对比中美AI：美国的核心特点是资本驱动（Capital-driven: 发展主要由风险投资和市场资本推动），大公司和独立开发者活跃，有良好的资本市场支持。中国则更多是产业政策驱动（Industrial Policy-driven: 发展主要由政府的产业政策和支持推动），政府倾向于支持机器人等产业链长、能发挥中国生产制造优势的领域。

晓辉博士补充说，美国的应用生态更完善，初创公司涌现。中国则一直在补芯片和基础设施的课，应用方面主要由大厂（如腾讯、字节、阿里）主导，呈现模应一体（模型与应用一体化: 指模型开发与应用落地紧密结合的模式）的特点。纯做AI应用的公司较少，投资生态不如硅谷完善。她提到像Manus、Genspark等公司，虽然是中国人做的，但主要面向海外市场，使用海外模型。

思彦进一步指出，中国创业公司分两级：一是大型基建公司（如燧原、沐曦），二是务实的细分领域小公司。这些小公司更务实，从一开始就盈利，例如服务艺考学生的AI和帮助民航飞机规划起降路线的AI。她认为，中国AI应用更务实，没有泡沫，但估值难高。

Indigo认为，北美泡沫源于AI Factory等基建投资，但应用层公司的收入并不特别高。他提到Palantir是少数成功深入企业应用的案例，因为它投入了大量人力，AI只是帮助其人力提效。他还指出，北美个人和企业付费订阅AI的意识很好，而中国模型公司缺乏订阅收入，导致许多应用选择出海。他认为，AI这一轮赚钱主要还是软件即服务的钱，Agent再进化一代可能才能赚“交付的钱”。

AGI对教育与工作的影响

晓辉博士谈到AGI对教育的影响：AI作为工具，核心问题不是工具本身，而是如何营造一个让小朋友能够自主驱动、向上生长的环境，以及家长如何提供发自肺腑的无条件的关爱和支持。她认为，AI有没有，孩子都会长大，但家长对孩子的投射和高预期，以及对情绪的忽视，是更大的问题。

思彦分享了她被GPT“重新养育”的体验。她发现GPT能非常精确地描述她的处境和情绪，提供一种“被看见”的感觉，这在中国传统教育中是缺失的。她认为AI在情绪价值和生活应用方面表现出色。

Indigo也观察到，在北美，学校很关心孩子的情绪健康，有专门的老师负责。他认为，AI在教育提效（如阅读、数学的个性化辅导）方面有价值，但在情绪疏导方面，真实的人际互动仍不可替代。他观察到自己的孩子会利用YouTube、Google和ChatGPT自主学习，保持好奇心。他认为，未来的教育应引导孩子的好奇心，老师则应营造学习社区，促进人际互动。

Indigo总结道，AGI到来后，很多琐碎的知识传授将由AI完成，而人类将专注于创造连接价值和社区。他预测，人类的社群会极度发达，因为人需要引导、打鸡血，甚至可能导致“邪教”发达。