---
author: 人民公園說AI
date: '2025-12-02'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=06w6QGGPnhs
speaker: 人民公園說AI
tags:
  - ai-startup-challenges
  - model-competition
  - market-dynamics
  - ai-applications
  - industry-outlook
title: AI泡沫与创业：2026年展望及中国模型崛起
summary: 本期节目深入探讨了AI行业在2023年至今的剧烈变化，嘉宾Raymond分享了对AI创业公司生存困境的看法，指出大模型更新对小公司的颠覆性影响。节目还详细介绍了中国AI模型如智谱GLM、MiniMax和Kimi在编码领域取得的突破及价格战策略，并讨论了AI泡沫的性质，将其与2000年互联网泡沫及工业革命进行对比。展望2026年，嘉宾们对Anthropic、OpenAI、字节跳动、游戏科学等公司寄予期待，并提出“卖验钞机”式AI应用可能成为新的创业方向。
insight: ''
draft: true
series: ''
category: ai-ml
area: tech-engineering
project: []
people:
  - Raymond
  - Sam Altman
  - Michael Burry
  - Ilya Sutskever
  - Noam Shazeer
  - 李开复
  - 李飞飞
  - 冯骥
companies_orgs:
  - OpenAI
  - Google
  - Anthropic
  - Microsoft
  - Meta
  - Hugging Face
  - ByteDance
  - Alibaba
  - Palantir
  - Oracle
  - Nvidia
  - DeepMind
  - Game Science
  - 智谱
  - MiniMax
  - Moonshot
products_models:
  - GPT
  - GPT-4o
  - Sora
  - Gemini
  - Claude
  - Grok
  - GLM
  - MiniMax M2
  - Kimi K2
  - DeepSeek
  - 夸克浏览器
  - 豆包
  - Skywork
  - Cursor
  - Composer
  - Talkie
  - Character.ai
  - Artifacts
  - Gamma
  - Notion
  - Canva
  - Perplexity
  - Runway
  - Pika
  - Instagram
  - WhatsApp
  - TikTok
  - Twitter
  - ByteDance Music
  - 千问
media_books:
  - 苔藓之火
  - 人民公园说AI
  - 大空头
status: evergreen
---
### 嘉宾Raymond的自我介绍

**Raymond**: 我是 **Raymond**，我自己有一档播客节目叫**《苔藓之火》**，主要讲的是一些投资创业、科技商业相关的内容。最近我对 **AI** 这方面比较有兴趣，听了非常多**《人民公园说AI》**的内容，成为了一个付费用户。

我觉得这挺有意思的，因为我自己的播客风格是属于那种正常说人话的，不太接商务，也没有特别大的稿子。我发现很多 **AI** 播客都讲一些什么是 **AGI**、投资方法论，很多都是 **VC** 的 **GP** 在做，为他们的新基金募资做准备。但很多时候这些人没做过真实的业务，他们看到 **Cursor** 的时候不知道什么意思，就不懂，把它当成一个投资标的，并没有当成一个真正的业务或企业来分析。

他们不太理解这个事情。所以我跟很多看 **AI** 的投资人都有这种感受，他们没做过实际业务，没做过互联网，也没做过 **AI**，不太能理解。所以当我听到**《人民公园说AI》**那个付费栏目，关于很多不同 **AI** 公司的 **case study** 时，我是翻番的惊喜。因为好像我是第一次听到有一个播客节目可以做到，很明显三个主播有明显的一线实操经验，管过人、开过人、带过团队，知道什么叫前端和后端，分得清营销增长、黑客怎么偷流量，这些事情都做过。所以他们对于这些特定的 **AI** 创业公司，有比较好的角度去剖析。今天非常荣幸能来跟**《人民公园》**的三位主播、三位哥哥们一起来交流一下。

**主持人**: 感谢 **Raymond**，这是谬赞。我听了你好几期播客节目，你谈的话题特别杂、特别多，跟每个嘉宾都能聊起来。我看你的评论里，大家也觉得你懂真多。所以今天我们就在**《人民公园说AI》**聊 **AI**。我们可以聊聊你眼中的 **AI** 好企业，或者说挺可惜的企业，以及过去几年到底发生了什么。

我们其实几年，应该说两年多前就开始专心做这个东西，一年多的时候频繁录节目，接触了好多 **AI** 案例。中间有一些公司在我们聊的过程中方生方死，或者转型、被收购、融资。我想听听 **Raymond**，你在过去一年多，或者说是两年，从 **2023** 年到现在，你觉得印象比较深的 **AI** 创业公司有哪些在你脑海中一闪而过的名字？

### AI创业公司的挑战与机遇

**Raymond**: 说实话，我会想到 **AI PPT**。**AI PPT** 是一个我觉得传统互联网方法论，比较土、比较接地气的打法，不是那种比较高大上的公司。我觉得这个公司的定位很特别、很清楚，它的 **Use Case** 很清楚，我会马上想到这个公司。因为很多现在线上的号称做 **PPT** 的 **AI Agent** 公司，它的定位比 **AI PPT** 还要不清晰。

我记得你们当时采访过 **AI PPT** 的人，他老板也这么说：“我就是针对那些小白用户，从来都不会打开 **PowerPoint** 的人。”这是非常明确的 **Use Case**。而像 **Genspark** 和 **Manus**，他们很多时候在挑战，或者说给我的感受是 **push** 一些像我这种做 **PPT** 做了几十年的人去用它，这个是完全不一样的 **Use Case**。所以我觉得同样是做 **PPT**，但在不同的 **Use Case** 之下，产品形态是完全不一样的。所以 **AI PPT** 看起来有点接地气，但其实我觉得还挺好的。

**主持人**: 但是到今年年底，我要插一句话，到今年年底我有一种不应该的感觉。对不起赵总，先跟赵总说个对不起。赵总别看这期节目。我其实去年跟赵总聊完以后，我就让我的家属去用那个 **AI PPT**。结果她真的就是懒得打开，连输网址她都懒得打开。所以好多次 **PPT** 都是我这边给她做完，然后微信发给她，她点个接收就好了。直到最近她自己用了，为什么呢？因为她不是一直在用那个**夸克浏览器**吗？上面直接可以生成 **PPT**。她说这个好方便。我说我靠，去年就跟你讲过有一个东西叫 **AI PPT**，但是她就不用。

后面你会发现这一年发生了好多事情，像国内这些模型也基本上都支持了 **PPT** 生成，像 **豆包**、**Skywork** 这些就不用讲了，都可以直接生成 **PPT**。**Claude** 我记得也是官方支持了生成 **PPT**，包括 **Gemini**。所以我就觉得这一年变化好多，我不知道赵总现在压力大不大，但我就讲一个真实的故事是这样。

**嘉宾**: 但是我觉得可能人会买单的一个点，是因为它这个定位，包括这个定位的故事，包括这个方法论，确实是我觉得完美。而且比较适合他们公司本身的基因，他们之前做的事情一系列积累在这个地方就能够很顺利用到，我觉得还挺不容易的。

**Raymond**: 然后其他的公司我觉得就很难，大部分都是不太好的故事。我觉得过去两三年给我感受很深的一点是，我在两年前或者 **2024** 年的时候，我还认为有非常多创业公司的机会，我当时的信心指数对于创业公司的机会可能是 **80** 分，现在可能变成 **20** 分了。我现在觉得创业公司在 **AI** 里面做特别难，分分钟就受到这种关键的抄袭，就是大模型某一个大模型发布，然后突然又被端掉了。

**主持人**: 还是说你觉得看到了你之前肯定觉得能成功的东西，突然一下让你很震惊地倒闭了，或者说他突然一下很震惊地觉得他没有成功，然后才反思这件事？这个节点是什么？或者说这个契机？

**Raymond**: 是一个一个事情发生的。比如说当我们在看以前那些，最早我们看什么 **Runway**、**Pika** 那些视频类的，第一次看到觉得好厉害，很惊艳，就觉得我明天我自己可以做个 **venture movie** 出来，明天我就可以去好莱坞了，你有这种感觉。但后来就发现这些产品本身有自己的限制，然后六个月之后，马上就有大厂按照一模一样的模式做出来的，就是基模能力提升溢出之后，做出来一个一模一样的东西，然后把它完全就推翻掉了。

所以像 **AI PPT** 这公司，最后也可能不一定活特别长，因为流量还是在**夸克**那边，在**豆包**那边。所以很多大厂就容易把你就端掉。这些我觉得是一个我之前没想到会这么频繁、这么大规模地不断出现。包括像 **GPT** 做了 **Agent**，包括最后逼到 **Cursor** 自己要做 **Composer**，这一系列其实都是对小公司生存空间的挤压。

我今天看所有的这些独角兽公司，百亿美金的公司也好，这些大公司，好像除了那些云类型的公司不太容易被端掉之外，其他但凡你是做一个软件产品的，哪怕是垂类产品的，都很有可能在六个月、十二个月，因为某一个大模型的更新，比如 **GPT-4o**，然后突然又被端掉了。对于这种公司这是非常不友好的。

而且现在资源的需求是非常极端的。比如说原来的中国 **AI** 大公司那个“六小龙”，现在看起来他们是个“六小龙”，真的非常小。他们是做大模型的小公司，现在已经完完全全不能跟美国任何公司比了，他们的融资数量已经差三个零了，已经不能讨论了。**李开复**老师都去做定制了。太难了。

**嘉宾**: 但是我觉得其实你看连 **GPT** 都下场做这么多的应用，你能说什么呢？当然是把小公司的空间挤掉了。你看 **GPT** 这一年做多少事情？又做浏览器，又做短视频 **Sora**，又做聊天、多人群聊、购物、买单支付，这些都做了。所以你就等于说，其实我觉得对于像 **GPT** 或者 **Gemini** 这种或者 **Google** 这种大公司来讲，他可能也是觉得，从他的角度来看，小公司还不够多，就帮他去跑 **PMF**，做 **MVP** 的还不够多。所以“妈的，我得自己做”，我都没得抄了，必须得自己搞一搞就行了。

### 中国AI模型的崛起与价格战

**嘉宾**: 但是这边我得补充几个，就是国内的所谓的 **AI** “六小龙”，以前是“四小龙”，现在“六小龙”，其实这里面具体的其实变化还挺多的。我觉得他们其中有几个初创现在还是走出来了，最近两个月实际上是有很大的一个突破的。他们其实最重要的就你刚才提到几个公司跟他们都有关。

其中我觉得特别要讲三家：一个是**智谱**的那个 **AI**，是 **GLM**。因为刚才你谈到了 **Cursor**，**Cursor** 的那个 **Composer**，它其实是基于这个**智谱**的 **GLM 4.5** 去开发。之前那个套壳的故事，这个就是套壳的这件事，但是这没问题，因为本来就是开源给你套。很多海外的开发者或者是公司都在用，甚至一些很大的一些公司都在用。他们在用的时候，经常会看到思考链，聊着本来都说英文的，聊着聊着他突然用中文在那边分析了，分析完了以后又给你输出一些英文，看思考链都可以看得出来是**智谱**的那一系列。

而且不仅仅是他，其实 **Mof** 还有几个都是编程的，都用了**智谱**的去开发自己的编程模型。这个其实已经是被人家广泛采用了。而且实际上现在**智谱**的在 **coding** 这一块的对标做得特别好。你肯定也听说了，代码最强的是 **Claude**，它对 **Claude** 的对标级的整个商业运营和大模型的运营做得非常好。而且价格就对着它的 **200** 美金，达成 **200** 人民币，还在打 **5** 折，只要 **100** 人民币，**15** 美金就可以用我的最大的 **Max** 套餐。老外都惊呆了，这个比 **ChatGPT 20** 美金还便宜，然后功能都这么强，很多人开始用。所以这个我觉得是真的已经出圈了。

第二个想提的是 **MiniMax**。**MiniMax** 的话，我不知道你听到他第一想会想到的是什么。其实他做的东西很多，之前也很低调。他在海外有一个产品叫 **Talkie**，前两年因为有一些情况，在国内做的时候一直被封杀，因为他那个有点擦边。在海外他是对着那个 **Character.ai** 做的 **AI**。结果被 **Musk** 抄了，后面反正 **Meta** 一出了。但是他的这些东西其实在海外生存得很好。**MiniMax** 其实是少有的国内公司早就赚钱了的，他在海外蛮赚钱的，就是做这个 **Chatbot** 陪伴，他一年好像有几千万美金的收入。在这个里面到现在，做到现在已经是稳定很稳的一个收入。

**Raymond**: 我之前会觉得这种软色情的东西是非常好赚钱的，就是一个情况，然后我也想去做一个。但后来就发现好像收费能力和付费意愿其实并没有我想的那么好。

**嘉宾**: 为什么？对冲动消费。冲动消费你知道吗？就是软色情的东西，而且养成性冲动消费。然后这两个月又有一个比较大的突破，就是它的 **MiniMax M2**，一个专门为 **Agent** 优化的编码模型。这个模型的话，它在各种实测上，实际上是跟 **GLM** 是差不多的，就**智谱**的 **GLM 4.5**、**4.6** 是差不多的，有一些地方可能还强于它。然后它价格又比**智谱**又打下去了 **50%**。所以现在有大量的海外公司又开始用 **MiniMax**。

延续下去的话，我还想再讲一家公司，就是那个 **Moonshot**，那个**月之暗面**那家。他还有一个模型叫 **Kimi**。**Kimi** 这个模型以前大家可能以为是写文字还可以，它就是以长文本技术著称的，也就是说大家一提到它会想到的是说它跟 **Google Gemini** 那个百万 **token** 上下文是密切关联的。但是现在故事又翻篇了，他又进步到后面，他也出了编码的模型，就是 **Kimi** 的那个 **K2**。然后还有最近又出了一个 **Thinking**，就是思考模型。**Thinking** 的模型就对标的是那个 **OpenAI** 的 **O** 系列的那种的，也专门为编码的这个 **Agent** 优化过。所以它的整个能力又跟**智谱**和 **MiniMax** 的 **M2** 又很相近，然后价格他们也挺低的，大家都差不多。

所以这些在最近的话，其实这三款产品我反正对于我日常编码我都会用。海外其实也有大量的公司直接拿去做私有部署，然后自己调，自己在包成 **Cursor** 的那个 **Composer**，或者自己在企业内用都非常多。这些的话，其实恰恰反映最近，应该是昨天我看到那个新闻，就是说在全球范围应该是 **Hugging Face** 的数据，已经是最大的那个模型的下载的一个平台。**Hugging Face** 上的下载数据是中国的模型加起来开源的，已经是超过了美国的模型了，就是 **Llama** 为准的那一系列的开源模型。现在整个占有率是中国的，已经超过他们了。这是一个挺划时代的一个时间，之前大家可能两年前是完全不能想象的，现在居然还能超过他。这个是我觉得特别想补充一下的一个新情况。

**Raymond**: 但是，你觉得老修提到的像 **Kimi**、**MiniMax**、**智谱**，你觉得他们是叫好又叫座，还是只是叫好不叫座？

**嘉宾**: 如果把刚才老师说的话所有提炼出来的话，一个是中国做了很多开源，第二个是他们在打价格战。价格战这个事情我觉得是一个还蛮夸张的事情。你想就是以他们已经是“六小龙”当中的前三名了，我们已经不说什么 **01** 那些了，**百川**那些了。这前三名是价格，一个是你刚才的句式，就是 **A** 是 **B** 的一半，**B** 是 **C** 的一半。很惊人的。

**Raymond**: 很惊人的，对。但这个就是有一点点难，我不确定这个将来是不是能赚钱。

**嘉宾**: 然后这个部分我刚好可以给你补充一下。你觉得 **DeepSeek** 现在也没在赚钱？总体我们不知道，但是他其实有披露在大模型，就是以这个卖我们刚才说的那个价格，是那个 **token** 的调用量，叫他 **token** 的调用价格。至少在这个部分 **DeepSeek** 是赚钱的。**DeepSeek** 在这个部分它有特别透露过，即使以现在这个定价，它的利润率还是很高的。

**Raymond**: **OK**，好。

**嘉宾**: 所以它的定价，因为我刚才忘记把它拿出来讲了，因为这个其实是今年最重要的事情。但是大家觉得很久了，年初一月份的事，到现在好像很久很久，感觉三年前的事情。

**Raymond**: 对。

**嘉宾**: 但是在编码这个地方，大家都会把这些所有新的模型，都会把 **DeepSeek** 作为一个 **benchmark** 放旁边的。刚才说这三家都是把 **DeepSeek** 编码都甩得很后面了，都优于他。然后价格的话，应该是至少跟他持平，或者比他便宜一点点，不会差太多。**DeepSeek** 这个当时其实就讲他的利润率其实是很挺高的。它在发的时候，实际上是它当时说这个时候是首先是影射了 **OpenAI** 等美国公司，美国公司的定价是超级高。他就说我定到美国公司的 **30** 分之一，我都还利润空间还很高。然后其实我们这另外这几家是专门只为编码优化的，然后它的定价再低一些，我觉得估计利润也还是有的，只是说短期之内促销的时候可能是没有。

因为包括**阿里**的**千问**，也是**阿里**的**千问**。因为正好是前两天**阿里**刚刚出财报，它是整个销售额涨了 **70%**、**80%**，但是它的利润率降到只有 **10%** 几了，好像是这样，降了很多，营销费用太高了。具体的词我有点忘了，但是它里面的那个大佬的话就是有出来有解读，这个是因为有人在那个 **earning call** 上面会有人问，你这个变化这么大是怎么回事？他就有讲到确实推这种各种的新东西，我们花了很多的把这个利润降下来了，但是还是有利润，大概是这个意思。然后还有一些，但是总体的铺下来，它可能整个的利润率是确实下降很多，因为他肯定是有一些地方是牺牲了一些利润，然后来补这边的。特别是他们那个云厂商的自己的可能影响会比较大。

所以这个的话，我是觉得这几家做 **coding** 的应该说还是蛮有可能是有能赚钱的。它关键就是跑回 **SaaS** 的那个基本面，就是那个 **LTV** (**Long Time Value**)。它一定要能跟它那个 **CAC** (**Customer Acquisition Cost**)，获客成本，有一个比例。你基本上 **Long Time Value** 得是 **CAC 3** 倍以上，你可能才能够正常的一个活下来的一个基线。这个我们不知道它能不能跑得到，但我觉得蛮有机会的。因为我们在用这些产品的时候，粘度是非常高的，只要我一旦深入进去的话，差不多我这三个模型我每天可能都要用，用的时间也很长，而且是越来越长。

因为我从原来的编码到后面，你大概知道现在编码的情况是很多时候已经是 **human in the loop**，就是人只是在描述需求，人从那个创作者变成了编辑。我原来这个 **creator** 我从头开始写，现在不是了，现在是你先帮我起草，然后我去审核你的内容，我再调整。所以这个时候就是变成说我其实有越来越多的时间会花在计划和设计上。那这个时候我也会开始用编码的这些工具来直接来做这些设计，而不会跑出去。以前还会跑到外面去用 **GenAI**，用什么 **Sigma**，用很多其他的一些专用的工具，或者是这种新的。现在也不会，所以会直接跟这些编码。所以这个东西的话，我就觉得说在我看来是蛮有机会它能够留存下来，然后有一个健康的现金流的，就是从真正的实际体感来讲。

**主持人**: 我插一句，它跟这些 **AI coding** 跟传统 **SaaS**，可能我觉得模式上最好最优的一点是它不需要销售，销售比例不用太大。因为就算有销售他也卖不了，因为这个东西是技术的公司对技术团队，这个东西可能只能用了再直接付费。他如果通过销售去做，它跟普通的 **SaaS** 是不一样的。所以这个是它整个成本结构上面非常好的一个点，而且放之中美皆准，都是这样的。

**嘉宾**: 这一点我想特别说一下，这次可能是一个很多人可能看不明白的，但是一说这个获客成本就懂了。就是它的获客成本是自然裂变的，它不怎么需要做广告。而且我刚才说的**智谱**是多么的聪明，它刚好打到了时间的节点上，就是最强的 **Claude** 嗝屁的时候，不行的时候，他就赶紧把这个东西端上来，价格又便宜量又足。你这个夸一下就进去了，进去以后发现又真香。那这个事情他就整个就算花了钱做了一些营销，成本也比自然的要低很多。

而且还可以参考一下老美的这个成功案例，也就是 **Claude** 本身。**Claude** 自己的那个 **Claude**，它的数据是非常惊人。我记得是今年年初，它其实三、四月份它才刚出的那个 **Claude**。然后那个时候就一个月左右，它就跑到了那个 **ARR**，可能可以跑到 **10** 个亿左右，就一个多月。因为它前面其实有一些内测，然后有一些各种各样的。然后在一个多月、两个月的时间就上去了。然后像这样子的，然后跑到现在的七月份的时候，大概可能说是 **ARR** 到 **50** 亿。然后到现在十一月份，很多人说它 **ARR** 可能跑到 **90** 亿了。所以它的成长你可以看 **SaaS** 公司的，如果是按 **SaaS** 的去估值的话，它成长速度是非常快的。他们的预估可能明年就会再翻 **1** 倍到 **200** 多亿美金。像这个东西就是我觉得是从中国的角度来看，它的这个至少说是不分国界，大家都是可以借鉴到的，是一个蛮有前景的一条路子。

**Raymond**: 我想请教一下，如果你从 **LTV**/**CAC** 这个角度来说的话，你会在每一家 **coding** 的这个模型上都续费吗？

**嘉宾**: 对，续。其实按照目前我是会都续费。为什么？因为一，价格真的很便宜。三个都续费，也没有老美那个贵。我的，我十个续费都没有老美贵，好不好？就是这个情况。

然后第二的话就是现在是这样子的，现在就是大模型其实没有大家想的那么牛，也没那么烂。现在经常会有两个误区，一个觉得它特别牛，还有一个觉得它其实还挺烂。但你其实介于中间，你不可能只用一家，也不在 **Green** 这个地方，就是一家解决不了所有问题。就比如说你处理新闻类的问题，我们在做那个早晚报的时候，你就会遇到有一些新闻是中国模型不愿意处理的，就处理不了，你只能丢给美国模型。有的东西美国模型也处理不了，这个时候你只能丢给 **Grok**。

**Raymond**: 我想想为什么。你想想有什么新闻老美不愿意看到？

**嘉宾**: 关于一些我们国家的某些东西，他可能不想看到。然后我们国家的一些东西，老美的一些东西，我们国家也不希望我们的人看到。这些东西到了我们的模型都不能处理的话，**Musk** 来说：“我来也！”。

**Raymond**: 不能都处理。

**嘉宾**: 然后你要多扔给 **Grok**。**Grok** 可以搞。

**Raymond**: 没有底线是吧？什么都可以。**OK**，我都不知道这种事情。

**嘉宾**: 对。然后你没办法把鸡蛋都放在一个篮子里面。类似编码就会碰到这种情况。编码其实除了刚才有一些文化政治因素，编码其实是每一家预训练的时候，大家擅长的领域是不太一样的。所以最后我其实会三个模型一起用，差不多是这样子的。

**主持人**: 其实 **Raymond**，我也是这样子。我不用编码，但是实际上我是需要多个模型切换的，在做很多工作的时候。最后我想到了一个骚操作，就是直接买 **Perplexity**。就是一家用所有的模型，**Claude**、**Grok**、**Kimi**、**GPT** 都能用，你只要把它搜索关掉就行了，然后就一个模型。所以话说回来，像这种做整合的厂商其实混得还蛮好的。**Perplexity** 其实混得很不错，不然大家一开始都觉得 **Perplexity** 这个搞啥，不是高级套壳吗？一直都在讲它高级套壳，但是它其实套着套着越套越牛逼。但他真实的用户心智跟他宣传的用户心智是不一样的，尤其是他自己战略的问题。那不是说大家最后是会用脚投票的。

### AI创业者的困境与大厂的优势

**主持人**: 不过刚才听你们各位聊，其实我有点走神儿，真的。因为刚才老肖聊到很多问题，其实都是咱之前做节目聊到过的。但是就是我在今天准备这期节目的时候，聊 **AI** 创业的时候，有一个特别深的感触，就是时间过得真的太快。感觉真的就像老修说 **DeepSeek** 感觉是两三年前的事儿，其实就是今年年初的事儿，刚刚几个月时间。但是就这个两年时间，自从 **GPT-3**、**3.5** 出来之后，发生了太多事情。然后太多公司就是方生方死。

但是我想可能角度跟大家不一样，我想说的是什么？就是说咱们一直在说做 **AI** 创业的，这些对于这些 **AI** 创业者来讲，就是我们预测一下，你觉得他们会后悔自己当初选择做那种 **AI** 的，就功能把功能产品化的东西？还是说在现在这个阶段来讲，他们觉得 **OK**，在这个两三年的创业时间之内，把这个功能产品化的东西做到一定地步之后，我再转型或者被收购？那这里面有一些案例，咱们之前也聊过，像那个 **Scale AI**、**Windsurf** 都是被大厂后来收购，整个被挖角挖走的。所以我不知道你们怎么看这件事儿？

**Raymond**: 对，我觉得肯定创业还是，如果我还是创业者或者创业的状态的话，那我肯定也希望是更早去做这件事情。因为你毕竟哪怕早一点知道失败了，我换个方向也来得及。我发现说 **Character.ai** 不行，被收购掉了，我可能马上转身去做个什么 **New Claude** 也可以，有不同的方向可以选择。然后哪怕再不行，就是你在创业的过程中认知得到了提升，然后可能买一点股票，买了很多 **Google** 的股票，说不定也财富自由了。所以我觉得这其实都没有一定的对错。

因为他肯定，这只是我比较惊讶的，其实是过去两年的这个环境。我之前预计会有非常多的创业公司跑出来，后来发现可能没那么多创业公司跑出来。而且 **going forward**，我不是很确定这些“六小龙”刚才讲的这些 **coding** 公司们，接下来能不能继续活得很好，我也不确定。所以这些最后能在牌桌上的公司是越来越少的。这个困难已经进入了一个非常难的下半场，后半场快终局了，我觉得。所以我觉得创业是很难的，但如果有这个机会走，那还是要提前先走一走。

**嘉宾**: 但我觉得好像你反过来看，就是创业公司其实是已经又被洗了一波了。但是其实加 **AI** 的那些公司都活得很好，什么 **Figma**、**Notion** 对不对？这些其实都因为加了 **AI** 套了层壳，然后把它嵌入自己工作里面，它又卖出了更高的溢价。

**Raymond**: 是的，他其实很多时候 **AI** 创业公司就是他只是打了一个样，那有很多别的公司可以学他。就是**阿里**是个 **AI** 公司吗？不是。那**阿里**就从一个云变成是一个中国 **Google**，就变成这个 **AI plus** 的公司。这跟以前的互联网公司是很像的。那你说像**携程**是一个 **0** 几年，**09** 几年就成立的公司，它是完完全全从我们那个 **PC** 那个卡片时代一直走到互联网全程走完。然后他耽误了任何互联网移动互联网的事情吗？没有。然后整个移动互联网让**携程**今年成为了一个更大的公司。它是一个老公司改造的。所以我觉得就有非常多老公司会因此受益。但这过程当中，就好像移动互联网一样，有很多公司创业最后失败不一定能成，可能最后能成的都是一些有其他禀赋的一些公司能够活下来。

**嘉宾**: 对，所以我刚才讲了下半句还没说，就是 **AI** 加就有点痛苦了。加 **AI** 你可以活得很好，但 **AI** 加就你通过 **AI** 再去 **plus** 什么什么农业工业什么，那很难。

**Raymond**: 对，你要去教育客户。这个问题是你要去教育客户，你对客户你要教育他，然后对大厂你是帮他在做那个 **PMF**。

**主持人**: 对。因为像我们之前讲的 **Character.ai** 还有今年的像 **Windsurf** 当时就很精彩是吧？本来我还要买，然后后面搞到最后被**谷歌**的又给挖走了。现在像这种事情，我蛮好奇 **Raymond** 你们怎么看？就是像这种投资，因为他很多是早期的投资人，还有一些中间后面跑过来的。我不知道这些大家怎么看的？就像这种 **Character.ai** 和 **Windsurf**，反正很典型的是斩首式的那种挖走了。他说他是把人给挖走了，然后搞了点那个知识产权，他团队的他都不要。他团队其实是那种另外的方式去收的，他不像以前完全的收购那种搞法。就是你们是怎么看的这种收购带来的影响是什么样的？对这种 **acqui-hire**。

**Raymond**: 这个事情其实好像也就是最近几年在 **AI** 在硅谷大厂当中会喜欢做。它核心原因是因为说它要规避那个反垄断法。如果你无缘无故把这个公司全资收购了，然后三年五年之后，**DOJ** 动不动来告你，像之前 **Google** 就反复被告。所以大家就很怕这个事。所以后来就直接变成是一个我收你的人，我只买你的人，不买你的公司。而且我跟你签的那个协议是一个非独家技术，是技术共享协议。

**主持人**: 卖身不卖艺。

**Raymond**: 对。所以这是一个硅谷创造一个新方法来做这个事情。我其实一直很，就是这些并购的案例当中，之前的投资人一定是被 **compensate** 过，他们是有补偿的，就是说他们肯定是以更高的溢价把那个股票都卖掉了。所以之前投资人清一色是赚钱的，创始人也是赚钱的，这些都没问题。

但问题是，比如说像 **Scale AI**，他们可能是比如说 **100** 个人走了 **30** 个，还剩 **70** 个留下来。我其实很好奇的事情，那 **70** 个留下来是怎么决定的？我如果在那公司我很生气，我不重要吗？为什么不带我走？我也想去 **Meta**。我觉得这是很神奇。而且这 **70** 个人他其实是特地做了一个结构，让那 **30** 个人走，**70** 个人留下来。所以将来不会被告。但你可以想象，这 **70** 个人肯定很快就开始走人了。他肯定会有一些计划说要补偿股票、期权，可能有些这个东西那个东西。但他肯定很快那 **70** 个人也会慢慢地走。我所以我觉得这是很有意思的一件事情。我不知道这个公司像 **Windsurf** 后来是被 **Google** 收了，那那是在那几个人也很冤，一百多个人。

**主持人**: 对对对，就是那个 **what happened**？我做错了什么？

**Raymond**: 是的。对。但我觉得是说实话，这个事情在美国还算是一个好的事情。首先美国是一个有比较好的 **M&A** 文化的一个市场，大家会大公司愿意去吃小公司，所以小公司因为有机会被收，所以也会更愿意创业。这在美国是有的。只是说这个文化比过去五年前可能要差了一些。因为五年前或十年前，**Instagram**、**WhatsApp** 都是直接收的，对吧？他不会有什么 **acquire** 这个事情。

**主持人**: 没错，像当时收我的时候不是有 **30** 个人还是 **20** 个人，对吧？那那不是更好说。

**Raymond**: 然后那你想今天的情况是说他们因为反垄断法，所以他们变成了 **acqui-hire** 这个情况。但如果你想中国公司会这么做吗？我觉得中国公司可能更不会。我如果是中国的一个 **Scale AI** 和中国的 **Meta**，第一个中国会做的事情就直接抄，把你全部公司全部人一个个挖走，然后这间谍什么诸如此类的事情。

**主持人**: 没错。

**Raymond**: 这种对，是的，就更不会收。

**主持人**: 但我当听那人我突然就想我把我之前那个话题再阐述一下，就是我觉得 **AI** 创业者和 **AI** 公司和大厂其实是三种不同的物种。我为什么这么说？就是说对于 **AI** 创业者来讲，越早越好，你只要从事这个行业，像 **Raymond** 说，就是做得不好，或者说我买了股票，我不管怎么样，我只要是更早进入到 **AI** 这个行业了，我就会得到收益。这就是翻身了，可能就是一把来个大的，或者说是我再加入一个更好的公司，不管怎么样，我经验的积累。

那对于 **AI** 公司来讲，创业公司来讲，其实是很危险的。有可能你找到一个很好点，就是你给大厂打了个样，无论在中国美国都有可能会被收购掉，或者说成为炮灰，这种都是存在的。那对于大厂来讲的话，其实是需要有这种 **MVP** 的，有这种更好的生态，有很多很多小公司出来，在不同道路上尝试，节省了很多时间，只要有谁成功了，我去 **copy** 就好了。

在这种情况之下的话，我看到的就是在美国，咱先说不说中国，说美国市场，我曾经在 **GPT** 刚出来的时候，有做写作的，有做视频的，然后有做音频的，都是非常惊艳，都突然一下子出来一个很惊艳的产品。那过段时间之后就好像就没有声音了，然后再过一段时间之后，就大模型升级直接碾压了，然后直接就溢出了。然后就变成这个公司可能本身的价值就没有了。但是这个公司会就没有了吗？还是说他就这个公司就直接就解散了吗？还是说他会转型，或者说被大公司怎么样给的团队拿走？

**Raymond**: 就是在美国文化之下，或者说在美国情况之下，它会怎么样一个演化过程？就这些创业公司来讲，如果这个创业公司没有被收购的话，它就是按照正常还是一个独立公司这么经营，那它大厂已经出了一个，比如说你讲的事情，可能是 **GPT 5** 出了一个完全类似的东西，那接下来跟他去竞争，他可能生意就不好了。接下来他要不然就是六个月、十二个月之内转型，趁他还有钱的时候赶快转型，然后转个什么东西出来，然后说不定能融到下一轮。但这时候因为他是转新的东西，所以很有可能业绩也不够好，他要去用新的钱，不一定投资愿意给。然后你要当 **run to zero** 就很尴尬了。

然后在这时候就可能出现这个公司是一个类似于 **Zombie Company**，就是一个僵尸公司。就比如说像我们做过互联网的话就知道，可能在互联网的 **15** 到 **25** 的十年当中，真正跑出来的公司可能就那么十几二十个，以**字节跳动**也为首第一名。那这中间有非常多公司可能拿过一点钱，然后后来就拿了个 **A** 轮、**B** 轮就再没后续了。然后有些可能走到 **C**、**D** 轮，然后就没了。这个公司太多了，他们就属于那种 **Zombie**。你在北京今天还能看得到，很多这种公司，它原来 **AI** 公司 **at one point** 可能有 **1000**、**2000** 个人，现在公司可能剩下 **20** 个人在维护一个也不知道用户在哪里的一个东西。就是很多这样的还存在。那你说那些教育公司，北京还有可能 **50**、**100** 家教育公司，他们都有些都还在，那是属于 **Zombie Company**。

**主持人**: 对。但我从我个人观点来看，我觉得有一个悖论，就是说为什么大家都会相信 **AI** 是工业革命？任何一个工业革命应该是少数人相信，大多数人不相信，最后被动接受。但今天大家的共识都是说，我觉得 **AI** 就是未来，**AI** 就是工业革命。但其实 **AI** 还没有证明它的能力。我觉得从我们从业者的角度来讲，**AI** 完全还没有证明它的能力。那为什么你就那么笃定地相信，然后一把 **all in** 进去做，然后创业，使用什么各种？所以这本身就是一个很奇怪的问题。

从我个人角度来讲，而且对于很多做 **AI** 的公司来讲，其实这些 **AI** 创业公司都是在做命题作文。什么叫命题作文？就科研突破了，底层能力突破了，然后大模型进步了，放出 **API**，我去讲这 **API** 怎么用，包装成什么样子，给你用哪个地方可以生成哪个地方。就是我自己去想场景，但是这些场景它不是长出来的，这些场景是命题作文。原来视频是可以用 **AI** 做的，因为这个基模能力提升了，那我去把视频做一下。但其实这个东西它不是一个长出来的需求，就是需求都是所谓的拿着 **API** 去做命题作文，那肯定会死一大片。当然这是我个人的感受了。

**嘉宾**: 我个人还是相信说这个事情还是革命性大于它的泡沫性，或者大于它的这种叫做什么，就是现在的一些问题。我觉得革命性是更大的。但是只是我觉得可能大家降低预期，就是说它革命性没有那么大。因为我至少它现在是属于一个不可控的情况下。技术可以进步，但是我们人类去控制它的时候，包括让它输出的稳定性，或者让它做好一个编程，这个其实我觉得还是进入工业生产阶段的时候，还是有一些不可控存在的。

**Raymond**: 对，我觉得现在进入生产环境肯定还是很很不靠谱的。我觉得 **AI** 现在给大家的，就实际在生产环境之中，真正对生产力的提升，我觉得还是要打非常大问号的。但为什么还是会有前赴后继这么多人去做这件事情？包括我也会每天在看 **AI** 的各种投资机会。就是因为在不同的时代，那个时代当中就会有一个非常明确的技术增量。就好像从 **GPT** 诞生以来，过去三年其实就只有这个地方是有技术增量的。所以千军万马就是只能走独木桥。

但你想说在这个 **GPT** 出来的前两年，其实当时大家看的事情是区块链。那个时候那个**虹宇宙**，叫**元宇宙**。**红杉**把自己的名字改掉，**红杉**当时还做了一个什么 **DAO**。然后那个 **Facebook** 改名叫 **Meta**。那个时候从 **20** 年到 **22** 年那段时间，是一个整个社会没有技术增量的时候，大家发现说这个好像是个稻草，赶快去抓一抓。

**主持人**: 你这么说真的有这个感觉。

**Raymond**: 对，因为之前好像很散，大家只有这个**元宇宙**，只有那些东西，这个区块链搞一搞 **Web3** 的东西。要比较起来，那更像是硬创出来概念。现在 **AI** 还有些刷刷的出来，让大家把普通人能感受到的东西。

**嘉宾**: 对，而不只是在虚的，就虚的东西。

**Raymond**: 你看就是很多人会说 **AI** 今天是泡沫或者什么的。其实你看真正如果你看实际收入的话，它是创造很大收入的。我们先不想说到底有没有芯片能持续能卖，我们是不是愿意为了科学付费，你是不是愿意为了那个 **GPT Plus** 付费，或者是为了 **Perplexity** 付费？然后这是不是对你的生活有一点点改变？我现在已经真的不用 **Google** 了，我现在所有东西就是跟**豆包**说话，我的生活已经发生变化了。

就像我今年一个非常印象很深的一个 **moment**，是我妈年初的时候，反正有一次是看病还是什么，她突然问我说：“你这个事情有没有问**深度求索**？”我想说**深度求索**，我是说厉害。我就想说这是一个**百度**新产品，又要消智商税。后来知道是 **DeepSeek** 的中文名字。然后我妈就问**深度求索**，她就不说 **DeepSeek**，她就说那个**深度求索**。当时就 **wow**，就是其实 **AI** 很多在各个方面，虽然他没有给 **TPU** 付过钱，但是他其实已经各个方面在生产力的生活方式上已经有很大的改变了。所以只是今天那个钱够不够，那是另外一个问题，对吧？

我觉得可能还有很多时候，我们对于 **AI** 有一些不切实际的幻想。是说在 **22** 年到今天三年之内，我们希望它马上能够帮我们治疗癌症，有一些 **noble science** 的发现。这个还没发现，但我觉得这个感觉上去是在路上的。因为我确实觉得自己因为 **GPT** 变得更聪明了一点，所以我觉得应该是有机会的。

**主持人**: 是的。所以这就讲到我们今天也是很想聊的一个话题，跟各位汇报一下，就是我们上线的 **JustSayAI** 的会员频道。大家可以在 **YouTube** 来订阅我们的会员。如果你只是想对我们的视频表示支持的话，你可以成为我们的股东会会员。如果你希望获得更深的这种支持，你可以加入我们的公园董事会这个会员的栏目里面。你可以获得第一个每天两封的 **JustSayAI** 早晚报，一个能够用听的 **AI** 语音播报。我们每天从两千多条信息里面帮你精选两封邮件，然后 **AI** 双人主播读给你听。每天多听十分钟，少刷手机两小时，中美 **AI** 资讯零时差。我觉得这个是非常棒的一个感觉，我们一定要拥有。你还可以获得我们每一次在做视频的深度研究报告的文档，以及获得我们三个人撰写的主播专栏的邮件推送。所以我觉得你订阅公园董事会这一档的会员，其实是对你来讲最划算的。所以请大家多多支持我们的 **YouTube** 会员。

**嘉宾**: 请我们的精神股东们、精神董事们尽快行动起来加入我。我也期待大家后面真的能用起来的话，来给我们更多的产品反馈，我们这边持续迭代，让大家都拿到自己比较满意的资讯。

**主持人**: 是的。所以请大家一定要多多关注一下我们的频道，然后不定期升级福利，请不要错过。

### AI泡沫与市场情绪

**主持人**: 就是 **AI** 的泡沫了。为什么？就是 **Google** 发 **Gemini 3** 的时候我印象特别明显，然后他说：“我天哪，这个什么已经百分之百的训练跟推理都在 **TPU** 上面的吗？”我心想人家前两代百分之百的序列，前面就已经是这样了，不是这一代才开始的。然后突然整个大家非常的恐慌，然后说完了完了完了，打死危险的。

**Raymond**: 打死危险，对吧？

**主持人**: 那就是那个对**英伟达**冲击就很大。最近又据说这个 **Meta** 组团要买那个 **TPU** 了，对不对？我也想问大家，特别是 **Raymond**，这个到底是个技术问题还是个情绪问题？

**Raymond**: 我感觉是情绪问题多一点。其实这些事情大家都，我觉得可能市场是在不同的时间去选择，寻找一些不同的事实去相信，并且给他一些特定的权重。我觉得过去一个月、两个月来发生的一些事情比较密集。在 **AI** 这边的话，你看到第一个是那个 **Circular Financing**，就是那个连环三角债，**Oracle**、**OpenAI**、**英伟达**三个互相买。这个事情，我都很多时候都无法用语言把那个描述出来，我觉得这个描述完我脑子都炸掉了。

三角债的事情，然后再后来包括 **Sam Altman** 上播客，别人问他说：“你这么一个一百多亿美金的公司，你凭什么觉得一百多亿收入美金的公司，你凭什么觉得自己能够 **finance** 一个 **1.4** 万亿的一个巨大的这样子一个基建的计划？”然后他的表述也非常的，不客气，至少我觉得不淡定。他就直接说：“够了，你想卖我的股票，你可以随时卖，我帮你找卖家。”所以当时那个播客也非常的不是特别友好，所以很多人觉得说你是不是很慌，是不是你这 **1.4** 万亿融不到。结果两天之后，他 **CFO** 马上跑出来说：“**You know what**，我们这个盖数据中心对美国是个非常重要的事情，可能需要联邦政府出来 **Backstop**，就是来兜底。”他后来马上澄清了，说他这个用词是非常错误，他觉得 **Backstop** 这个词是不好的，他马上发推特来澄清了。但是当场一听，别人觉得说什么你要联邦政府兜底，**1.4** 万亿的数据中心什么鬼东西？就是很多事情在同时发生，所以让大家讨论了。

然后再还有就是另外一个事情是**《大空头》**那个电影，就是**《大空头》**的那个主角 **Michael Burry**，他做了一件事情是做空 **Palantir** 和**英伟达**。他做空 **Palantir** 我还觉得情有可原，我可以共情，可以理解。他做空**英伟达**我就完全无法理解了。**Anyway**，这个人因为他是一个在上一个金融危机 **2008** 年的时候赚了非常多钱，就靠做空**《大空头》**来获利的这样一个人。那他出来说话就很多人听。那再加上过去一个月就碰到了美国政府关门，然后整个市场流动性非常的紧张，包括本来说十二月份要降息，然后中间那个报告又说不降降不降降不降。然后这个事情就是让市场非常的动荡恐慌。所以你可以理解说是四月份以来市场整体的大幅上涨之后，需要一个调整，它的调整才去找理由。那刚好这些理由同时发生了，就会比较容易带来恐慌。

**主持人**: 对。老修觉得？

**嘉宾**: 对，我觉得从那个泡沫的角度，所以很技术上来看，应该是多少有点的。因为其实也会讲到 **DeepSeek**。因为 **DeepSeek** 今年实际上是特别关键的开年一脚，把大家都踹得要提速了，各种各种。因为大家回想简单回想一下，**DeepSeek** 出来以后的推理模型，实际上是有一个质的飞跃。包括我刚才讲的比较多的，像编码这些东西，没 **DeepSeek** 的话，后面估计大家都吃不上这人偶，就是这么个情况。因为这个事情确实本来这种思考的东西是完全在 **OpenAI** 和 **Claude** 这些他们手上的。因为 **TPU** 开源之后，**Claude** 马上也把自己的推理和相关的东西也都放出来了。像这些都是在那个时间节点。

然后在那个节点以后，就会出现说大家疯狂地在搞那个强化学习，就是从预训练的部分变成了强化学习。这个其实是一个很大的一个变化。然后我们记得当时我们也讲过一期，就是说引用一下我们这个人很崇拜的那个 **OpenAI** 以前的首席科学家 **Ilya Sutskever** 的判断。他当时在那个时候就已经说预训练时代是已经结束了，应该要进入下一个时代了。那但是其实那个时候他话是一半，你不知道下一个时代到底是什么。所以大家今年开始来卷推理，大家都在做推理。我们可以知道推理确实做出了很多很多有趣的东西。你现在随便看个模型，肯定都是有这个强推理模式的，一定是有的。然后怎么去拿奥赛、数理数学比赛，到处都是 **coding** 的竞赛，全部都是被这种推理模型拿下的。

然后其实最近前两天 **Ilya** 又出来讲了一期播客，讲了他对未来的一个观点。其实它里面就是有讲到现在这个东西其实没有那么乐观，就是这个泡沫是应该是存在的。就是强化学习其实没有大家想的那么好。他在他知道的一些信息里面其实有提到，强化学习现在消耗的算力其实已经超过了以前做预训练的算力了。因为我们知道以前预训练都是非常大的数字，随便都是上多少亿美金才能起步，搞一下还可能几十亿美金，好多亿美金才能续训一个真正的比较先进的模型。但是现在推理这一块，由于大家卷这个深度的搜索，深度的推理思考，整个的消耗是非常的大。而且得到的有效的我们叫做 **reward**，就是训练里面最需要的是那个 **reward**，它的奖励的东西就非常的少。就是有效的奖励信号又很少。整个的速度会有一定的效果，但是其实不会再有那么快的说，就以前经常讲的那个 **Scaling Law** 这个东西，扩展的机会还是没有像以前做那个 **Pre-training** 预训练和现在刚刚做强化学习的时候那么好。

现在其实恰恰体现出，他用了一个比喻我觉得很有意思，就是说现在的大模型其实更像你认识的一个同学，他是刷题的，他能够把各种顶尖的题目全部都刷过，然后现在刷了很多遍，他非常会答那种很困难的题。但是你现在拿个日常的这个东西，让他去拧个螺丝干嘛，他其实拧得不是很清楚，拧不紧。就是他这个落差为什么会这么大？然后另外一个真正聪明的小朋友，应该是他根本不需要怎么刷题，但是他自己去可能花相当于前面的人可能是 **1** 万小时时间，我们听过 **1** 万小时定律，**1** 小时拼命学，你总能把一个东西学会到相对比较熟悉。然后后面这个比较正常的小朋友，他可能就是学个几十个小时、一百个小时，他正常这个题目他也能打个大部分。所以其实他就问说，那你觉得这两种小朋友，哪一种小朋友更可能成功在事业上？正常人都会觉得这是第二个，因为就是核心的这个泛化能力，实际上是在第二个小朋友身上才有。

但是现在的这个大模型，其实这个泛化能力是明显卡住了。他甚至是过多的强化学习之后，他还会破坏它本来预训练里面有一定的泛化能力，还会被破坏掉，就被覆盖掉了。你覆盖掉了，它原来还有一点点的泛化的通用能力还变弱了。所以就会变成说你看他好像一些竞赛，或者各种各样的刷这个 **benchmark** 特别牛逼，但是实际操作改编程写几个 **bug** 出来以后，要去修的时候，经常修好这个修坏搞坏那个，是很难修好的。然后包括我们出图，图里面你要改这个小的部分局部，然后你多改几次以后，他可能就好多东西都会改不对。这些的话就不是说仅仅是在常规的任务，越越也有很多可能他预训练不到的一些复杂的场景，他就更差了。所以像这些里面这实际上是一个很大的一个泡沫点，就是说他并没有说大家想象的那么的聪明。而且现在的再加大这个算力和数据，也没有什么数据了。算力再增大上去以后，能得到的好的反馈也会少。那这个东西的话，实际上它的时间会比以前长，但是它还是有乐观的表示这个东西在 **5** 到 **20** 年，这是他首次有清晰的对未来有一个判断的时间的。以前他从来没有这么讲过。他这次在 **5** 到 **20** 年是应该会有一个大的机会，但是不是在这五年内。可能这五年内还得搞定好几个重要的突破，才有可能有机会在后面是 **5** 到 **20** 年，你会有一个比较大的一个飞跃出来。但是这五年他认为是说其实就是这个预训练时代过后的是什么？他觉得应该又回到研究时代了，就是 **research** 研究员应该要更多的去回到去把先进的一些东西怎么样再转化到工程上，他们这个部分才是重点。

**主持人**: 你刚说是那个 **Ilya**，对吧？因为去年的时候我们就在讲这个 **Ilya** 不是在贤哥那边，在温哥华有一个讲话，就是说这个预训练时代结束了，我们人类的这个数据都已经用光了。那我们要进入这个后训练时代。然后后训练时代，就是大家看到今年卷成这样子的，在后续训练，在推理的强化学习上面又开始卷了。然后卷完今年年底那个 **Ilya** 又跑出来讲一下，就是说不要再后续的再卷这个 **Scaling Law** 了，没有用了。我们要回归研究。所以这哥们也就很搞笑。

**嘉宾**: 对，我觉得这很好玩。其实他讲的问题是说，我觉得你记得我们两年前做过一个节目，他说很好玩，在某个产线上面，有一个工序用 **AI** 一直解决不了那个问题，好像是一个什么东西会掉下来，还是说一个什么问题。结果他那个产线工人说：“妈的，用 **AI** 放个电风扇在旁边吹不就好了？”那就直接解决了这个问题。就是你用数百万美金去做这个产线的改造都没有用。所以我觉得这个刚其实也是回到 **Ilya** 昨天我们看那个视频，他举的那个例子，就是说你学了 **1000** 个小时的做题家，还不如一个学 **10** 个小时，然后能举一反三的学霸。那还不如一个有过丰富产线经验的，能够有很多土办法的产业工人。我觉得这个事情就是你要用一个高科技，然后真的去解决那么具体的无穷无尽的这些人间的事情，我感觉我们不说科学，就是从这个哲学上好像也不太可能。

### AI泡沫与互联网泡沫的对比

**主持人**: 就接着聊聊两位的话，这一个多月其实我一直在想一个问题，特别想跟大家聊聊这个事儿。就是现在大家都在聊 **AI** 泡沫，对吧？然后就得想到 **2000** 年，就千禧年的时候，这互联网泡沫。大家可能有一些听闻，因为都没有经历过。但是我那会儿也是亲身经历过这个时代，路上十几年。那个时代确实是对。然后当年可是真的发生过大的事情，就是所有的人对互联网这件事情是一个新兴的东西，东方有巨大的幻想，也不能说幻想或者巨大的期望。很多当时的互联网公司都产生很高的估值，也造就了很多新神或者说新富。但是后来 **2000** 年的时候，突然有一段时间就迅速地退火，从 **2000** 年到 **2002** 年，有很多公司都是把融到的钱烧光了，很多公司都没有了。

后来大家看到了当前现在很牛的这些互联网大厂，无论是国外的还是说国内的，尤其是国内的，基本都是 **2000** 年以后成立的，或者 **99** 年、**98** 年成立的。然后到后来到 **10** 年，真正的叫做壮大，然后到了现在成了巨无霸。所以如果我们是不是可以把这两个东西类比一下？**AI** 泡沫和当年 **2000** 年的互联网泡沫，正好 **25** 年前这个泡沫能类比一下。那如果说套用一下的话，会不会现在的一些很多 **AI** 公司都会死掉，然后会有一波退火，然后又会有一波新的 **AI** 大神的出现，直到创造出真正的 **AI** 时代？我其实这一个月一直在反复想这个问题，而且也因此去看了一些当年的书和当年的报道，越来越觉得会不会有这种情况出现。我想听听大家的想法，看看大家看看有没有一点点相似，或者完全就是胡说八道。

**Raymond**: 这个你觉得，我觉得泡沫的话可能有几种不同的层面。泡沫有三种。第一种是类似于比如说像什么郁金香那种，完全是不知道，完全是共识出来，就突然蹦出来的，然后就被打破了。然后第二种是说像 **dot-com bubble**，就是 **2000** 年的科网泡沫。那这个时候至少会诞生出像**亚马逊**这样的公司，有很多人有很夸张的估值，但是那一段时间公司涨了，后来跌了，这是另外一种泡沫。还有第三种是类似于早期美国的铁路，然后淘金热，就是这种。现在大家其实是把它跟工业革命或者是铁路的普及来相比的，是一个重大的底层生产力的改变。

你刚才说的其实是第二种，就是类似于说公司估值突然很高，估值突然就要暴涨。那是另外件事情，就好像 **2000** 年的时候，大家如果买个中概股，**2020** 年的时候买个中概股，**21** 年买中概股，大家都是**巴菲特**是股神。高的时候是一上去一下来。但是现在它其实是跟工业革命来比较，所以大家会用的 **benchmark**，很多投资人用的 **benchmark** 是说现在在数据中心上的投入是多少万亿，约等于美国 **GDP** 的百分之多少，相比 **1900** 年代当时的那个弧线铁路、电线铁路的投资跟当时的美国 **GDP** 的比较是多少。那其实我觉得来来去去的比较结论就是，其实现在根本就不到泡沫的程度。

跟那个时候的铁路相比，因为那时候铁路应该耗了 **GDP** 的可能三以上的那种比例去投资。现在美国很多时候你想花钱，钱都花不出去，因为没有电。哪怕你卡有了，你电都没有了。所以很多不是那么容易花出去钱的。**1.4** 万亿，**Sam** 这边想要花都花不出去。所以我觉得这是第一点，它其实是不同级别的一个事情，我觉得现在可能没到那个东西。

第二就是会不会有很多公司留下来。我最近有个很深的感触，是因为我前段时间我投这个公司上市了，然后那个公司我投了整整十年。然后我那天就突然看到一个 **2015** 年的一个中国互联网的独角兽排行榜的名单，上面有他的名字。所以那是一个 **2015** 年的独角兽，十年前当时的**字节跳动**可能也不知道，可能 **5** 亿美金之类的。然后十年前，但是你现在看现在的一线大厂，就是上市的也好，或者你就是你知道的没上市的也好，一线大厂都在那名单里面，他们都出现了。所以如果我们十年之后看 **2035** 年来看的话，我觉得 **very likely** 那个时候的一线互联网大厂，不是互联网一线的 **AI** 大厂，或者当时是当时的科技股前十名，科技前七姐妹八兄弟那些人，他们的名字今天已经出现了。他们有可能是 **Microsoft**，有可能是 **Google**，但也有可能是 **Cursor**、**Manus**、**AI PPT**，有可能是这些人，他们已经出现了。只是哪些人能够在未来十年之后撑到那个名单，不知道。但他们已经存在了。我觉得一定是会有人留下来的。

**主持人**: 所以你的就是咱用一句话做结论，你觉得现在还完全没到泡沫的时候，还是说你觉得现在是良性泡沫的时代？

**Raymond**: 我觉得现在是大家有比较高的乐观情绪，但不到。

**主持人**: 好，**OK**。但是我直接说我的看法，我觉得不是很能同意，就是现在这个时代的这个投资，就是基建投资和当年 **100** 年前或者一百多年前，在铁路时期那个投资这个概念。你看比如说举个例子，就今年年初为什么 **DeepSeek** 的上市或者 **DeepSeek** 出事，能够给美国这边造成很大的冲击？是因为我认为现在 **AI** 的这种模式不见得是最终解。刚才老肖也说到，现在模型包括**李飞飞**，他们在前段时间也在讨论，**OK**，可能未来是物理模型的天下。然后现在的所谓的这种推理模型也好，还是说现在我们的语言模型而生发出来的现在的 **AI** 能力来讲，都不见得是对未来我们的文明跃迁而造成最终解的一种方式。有可能甚至说可能是绕远了，或者说有可能走到死胡同了。而当年铁路时期是大家确定了，仿佛先修路，能把路修修到那儿的时候，再加上大移民时代，再加上有各种的情况出现，所以文明已经在跃迁中了。所以我不太同意在这点，就是说我觉得这种基建投入不见得一定会。

刚才小苏也提到就是 **TPU** 这个事儿，其实我是把它看作一个事情的。就说**英伟达**之所以能够在现在成为全球第一市值的公司，而且能够在短期之内，现在一百多天之内就能从 **4** 万亿到 **5** 万亿，那是因为他在一段时间内垄断了这个算力。可是像 **Google** 也做了这么长时间 **TPU**，也能够去说明就是**英伟达**的 **GPU** 不见得是不可替代的。所以 **AI** 会不会在一个范式转移之后，会造成现在所有的，不能说所有的努力全部白费，而是变成现在所有努力会有消耗，会有损耗，或者说甚至说很大的浪费？所以这是我的问题，我才会觉得会不会像 **2000** 年的时候，会其实是处在第二个，就是你当时所谓第二个就是估值的这个泡沫的事情。

**嘉宾**: 我觉得是这样，就是说看你拿什么来作为你的锚定东西。就比如说你在 **2000** 年的时候，那个时候大家是把纸质文档线下的东西搬到线上去，搬到那张网上面去，有一个巨大能够搬迁的机会，你能搬多少是多少。到移动互联网的时候已经不是在这么去搬了，移动互联网的时候可能这些东西搬完了，他就去搬这个线下的服务了，他就去搬定位服务，这些线下这些劳力、这些人力的这些服务了。那到 **AI** 的时候，你还能搬什么？我觉得 **AI** 就是完全是在虚拟的一个世界里面去运营的一个东西了。那本质上它是一个漏斗。所以我觉得说你如果说你要这个东西你真的能够用，我觉得还是能够最后它能够服务到我们这边实体的东西，实体的产业上面。所以我个人认为在国内做的这个方向是比较至少是说比较稳当的一个方向，就是它能够进入到不管机器人有多大的泡沫，或者机器人有多不靠谱，但这个方向我是认可的，就是它回归到一个实际的生产当中。因为你生产才能产生价值。

我觉得 **AI** 现在就是你锚定的东西是有点，我觉得有点不好讲的。就算力其实是会过期的，它不像那种铁路，它不像这种基建的投入，它的使用年限，包括它折旧年限不一样。算力可能你，就那个**纳德拉**才出来讲：“你他妈你**英伟达**不要再更新了，我把你每一代更新的跟上一代的那些东西都不兼容，我很痛苦。”他不想建那么多数据中心。然后人才更惨，就是人才是流动的。现在的 **AI** 的人才，基本上你移动互联网时候，你买来人才，你还不一定能买来你的渠道网络，你的很多东西。但是现在基本上就是你把人才买来，你把什么都买来了。你**Meta** 把这个 **OpenAI** 的人才搞过来，你就基本上把什么都搞过来了。但其实也不能搞出什么东西，因为他也可以去别的地方。最终这个还是会被拉平。所以我觉得我个人的点我觉得是在这里。就我个人的点是在算力跟人才，这可能就是这个市场里面有点泡沫了。但其实总体 **AI** 我觉得是，我觉得我是乐观的。

**Raymond**: 对对，就是我刚才说的，说它是有一定的泡沫，是因为它的成熟度不够高。但是长线我肯定是乐观，不然我不会天天在用。假如我不乐观，我已经不用了，对不对？我用一个东西一定会死的话，我干嘛要用它呢？

**嘉宾**: 所以这里面的话，我觉得刚才都讲到了有一个很重要的点，就是它跟现实世界，包括我们线下世界的一个关联。也就是说这一步可能需要一些时间，也有可能也不是现在的大语言模型解决的。但是现在大语言模型已经有解决一部分的内容，就是我们的脑力劳动者的这个替换。就是至少在编码这个环节，我是实实在在的是我们自己一些开发人员，我确实是不太需要那么多了。然后甚至有一些岗位我可能也不会再招了。实际情况就是这样，我们可以用 **AI** 去代替掉它里面的相当多的职能。然后有一些职能可能分担给其他的工程师就可以做了。

然后最近的话，其实我们还能看到一个趋势，就是像刚才 **Raymond** 开场就讲到的一个 **AI PPT** 这个事情。我刚刚想 **callback** 一下。**AI PPT** 其实是一个非常，我觉得是一个当前时代非常典型的一个产品。它实际上是对标的美国的那个叫 **Gamma** 的那个公司。那家公司其实最最神奇的，我们应该看一下。它实际上它就是做 **AI PPT**，然后就是我们国内的 **AI PPT** 对标它，按照它的方式来做的。然后这个 **Gamma** 它一共才 **50** 个人，但是它一年的年收入大概有 **1** 亿美金，还说一个人平均有 **200** 万美金的一个收入，大概是这样子的。那它的人效出奇的高。那为什么？其实它还是本质是说它是一个 **80%** 都是传统编码，**20%** 加 **AI** 的一个模式。它实际上是重新去定义了这个产品的一些基础的元素。

就像 **Notion**，我相信你刚才也提到像 **Notion** 它本身是有那个 **block** 的一些元素，然后重新去组合各种各样的东西。然后像 **Canva** 等等一些做图片的，然后他们也有方式重新定义。它是在产品级重新做了一个东西。它不是 **AI** 是一个必要条件，你没有 **AI** 也能做，但是有 **AI** 之后，它有放大器的效果。就是现在这个阶段的 **AI** 应该说能把它加进来，起到 **20%** 的一个放大的效果，这个产品可能就已经可以起飞得很厉害了。**Gamma** 就是一个非常典型的一家公司。然后他的话其实在前几年就开始做，然后在 **GPT** 出来之后，它就完善了后面的这些生文字、生图的这些东西。但是它之前本身就已经把这个 **PPT** 重新定义成是卡片。它里面有每一个卡片可以去做各种各样的文字，各种各样的你 **PPT** 需要的元素。这个是以前的传统的 **PPT** 时代是不会这么去做的。传统 **PPT** 时代是一个文件，整个文件我们天天传传去的都是文件。它实际上是做一个产品创新。我到最后是可以用一个链接，一个网页端的东西，然后里面有各种各样的由这个卡片作为基本元素，可以组合成你想要的这个 **PPT**。你可以在手机上直接看，直接改，然后不需要像以前必须得先搞个文件，然后那个 **Microsoft** 微软的版本还得对，搞对了才能你打开或者是才能编辑。字体会丢失，因为以前有很多七七八八的问题。它其实解决的是这种。

那像这样子的情况之下，其实现在的这个 **AI** 产品其实还是蛮初级的。就是说你不需要很高级的智能就可以做出一个，很多人可能从零就是从零分到 **60** 分。你看 **AI PPT** 和 **Gamma** 他们都有一个相同的特点，他们大部分的用户是原来都是用电脑的，那些就用电脑做 **PPT** 的。然后他现在的话用电脑做学习他就很难做，他几乎做不起来。就是有什么学生、老师、公务员等等等等的，还有一些甚至有一些老年人、小孩子，他们其实可能是由于学业的需求，或者一些生活上什么的，他原来根本不会想用 **PPT** 做，因为那个太重了。他们要一开始对这个空白根本做不出来。但后面这个产品的突破之后，他们这个产品由于加了 **AI** 放大以后，他上来可以一句话起草一个东西，然后再改一改。我就是从原来完全的创作者变成了一个审核的编辑，再再去改一改就能用。这个变化确实是 **AI** 带来的。但是你说是 **AI** 完全颠覆吗？它又不是。它是得有前面的这么多的基本产品功能先到位了，才 **AI** 再放大才有用。

所以这个是现在的阶段，我觉得说现在的产品，只要是走这个路子的，我会觉得说不管他是怎么去创新，只要是有这个基础的，就是你确实有在一个明确的场景之下，然后你已经在解决一些问题，然后再用好现在 **AI** 的新的能力，不管文字、图片还是视频、声音，这些现在是多模态的全都上来了。那你你能把这个东西去放大你原来的那个场景的优势和数据的优势，我会觉得说这个泡沫就不会大。但如果是就是为了纯搞一个用 **AI** 来做，那个泡沫肯定是小不了。因为现在的 **AI** 的能力，至少基模的我觉得说突破也就是跟 **Ilya** 的那个时间可能是差不多的，就是你 **3** 年到 **5** 年左右，应该还得有好多个突破，可能才能有机会跳入一个新的地方。不然那就是泡沫就是很多。所以还是回到最基本的那个实际的场景、数据的这种产品，加一点点 **20%** 的 **AI** 去突破的东西，我就觉得说这个就不会有太多的泡沫，我会很看好在这种场景下起来的那个 **AI** 的产品。

**Raymond**: 我补充一下，我觉得当我在讲泡沫的时候，其实我可能很多时候还是以一些投资者的视角去看泡沫。比如说泡沫的意思就是这个东西要大跌，对吧？我可能这么想这个事情的。然后如果这个东西将来还会涨，那就不叫泡沫，或者是泡沫还会继续，继续吹，吹更大。然后刚才前面就是包括算力的价格，然后人才的价格，我觉得这些都可能在微观上都有一些泡沫的可能性。

然后但我其实特别同意刚才老修讲的这个事情，因为很多时候 **AI** 的一些发展，其实都是在一些有实际业务的公司上的一些收入的实际增加。如果我们来看实际的数据的话，虽然那个 **Altman** 说是 **1.4** 万亿，但那 **1.4** 万亿其实拆成八年，所以八年的话平均每一年就差不多不到 **2000** 亿。那不到 **2000** 亿的这个投入，但是你同时你算一算，现在“七姐妹”的收入，他们加起来已经有 **2** 万亿了。就“七姐妹”的所有的公司收入就已经 **2** 万亿了。你看然后就还有公司那些什么中国公司，什么**阿里**、**腾讯**这些都不说。

只要“七姐妹”收入每一年能够因为 **AI** 提升 **10%**，这个账不就算过来了？这就是我家买一个电脑，我就是喜欢每年买个新的 **Mac** 怎么样了？因为我就是能多赚一点钱怎么样了？我不管我的 **Mac** 是五年折旧还是八年是十年折旧，我知道 **Mac** 三年之后一定会坏掉，我一定不能再用了。但没关系，我今时今刻为了录好这个播客，我都愿意买个新的麦克。这个我觉得是可能那种感受不太一样。然后现在确实是大家实打实的是因此而受惠的，我觉得这是明显的。

然后很多时候我觉得还现在可能大家是我觉得今年大家的一些如果觉得泡沫，其实是因为他的预期没有被达到。他觉得说：“天哪，怎么还没到那个点？”那这个预期是什么？我觉得可能大家对于 **GPT 5** 也好，还是对于我不知道我现在不知道要对谁有预期。就是这个本身是一个很大的预期，都不知道对谁有预期的。这个预期应该是什么样的预期？这个预期其实比较无法描述。这并不是说年初的时候大家想清楚了，今年我就是 **2025** 年，我希望在 **2025** 年 **12** 月能看到 **GPT** 变成什么样，**12345.3 Altman** 轻易做到，如果你没做到，那就是泡沫。并不是这样。但大家很多时候预期是很模糊的。所以刚才你们说的很多预期，我觉得是有一点点接近 **AGI** 的预期，就是他啥事儿都能做好。然后如果是 **AGI** 的预期的话，那这个 **OpenAI** 的估值就肯定不是 **5000** 亿了，我们就是 **easily 5** 万亿了。那那不是一个事情。**Ilya** 也说那可能是五年十年之后的事情。那我现在的期待可能就是说在明年 **2026** 年的时候，可能就是这个 **Agent** 能够把他的这个上下文工程搞好，然后不要忘记我该说什么话，我就很高兴了。我的需求就是这么卑微，我就不太敢有特别奢望的需求。

**嘉宾**: 对，我觉得这个就已经能很解决很多问题了。

### 2026年AI行业展望

**嘉宾**: 我补充这一点特别好。因为刚才咱们在泡沫上可能没有说直接达成共识，因为每个人对泡沫定义不一样。但是对于 **AI** 一定是在具有具体业务的场景之下能产生价值这件事，我觉得大家是有共识的。那如果拉回来，就是说咱不说 **Ilya** 说的五年、十年甚至 **20** 年，有个巨大冲突，而且要迭代多少次。咱就说 **2026** 年，马上就要到 **2026** 年。那哪些公司大家会比较看好，或者说你有哪些咱不说具体名字，或者比较不看好。反正都可以。有我们需要的是明确的观点，就是大家对哪一类公司或者说哪一个行业的公司，甚至说就是哪一个公司有看好或者不看好的观点。大家有没有心中有没有迅速的，就像刚才咱们一开始的时候，迅速地划过一些东西。

**嘉宾**: 我的很明确，**Anthropic** 这家公司。我特别看好它的 **Claude**。其实是已经出现了像 **Cursor** 一样的一个效应。就是说 **Claude** 你可能很多人都觉得它是，你看名字叫 **Claude**，它后面也改名了，就叫 **Claude**。我好像最近已经有缩短缩已经改了，要改名还是已经改名忘了。反正就是它已经有明显的这个客户群体的变化了。就是有很多人其实拿 **Claude** 是去做了可能公司的运维，还有人去做知识库，还有人去做很多东西。它已经不是简单的去编码了，它实际上本质是一个智能体集合。你可以拿这个智能体去做很多很多事情。然后像编码这里面这么复杂的这些逻辑关系、业务逻辑，还有非常巨大的这种代码库，它全部都能搞定。实际上是它这种 **Agent** 能力确实已经可以做很多事情。但是只是说它原来被设计成了一个没有 **UI** 的一个界面，很多都是程序员首先在用。但是现在已经开始在泛化。

然后我刚才也讲到它的今年的整个的收入的变化，其实从一月份到现在可能已经快十倍了。然后明年的预期可能再翻个 **2** 倍到 **3** 倍，是很很很可能是很可能发生的。那我是觉得说不管收入怎么样，但是确实就是它在今年出的几个能力，从最开始的 **Claude** 本身的多 **Agent**，然后到最开始就是 **Sub-agent**，然后到后面还有它的整个 **skill** 等等的。最近一段时间还出了 **skill** 等等的。这些都是为多 **Agent**、多协作，就是泛化到各个不同的这种行业里面去工作的可能性确实是被打开了。我们自己也在积极使用这些东西去搞除了编码之外的事情。就是因为我会真的觉得说它的迭代的速度和迭代出来的能力是在正确的路线上。然后它也有很广泛的社区的互动。就是大家首先他们是用老美的话，就是 **eat own dog food** 的。就是自己吃狗粮。是所有的东西他们自己都是会在自己内部先用两三个月到四个月以上，差不多才发布给我们。基本上这些东西确实都是我们现在手头上拿出来发布出来就有用的东西。

我会觉得说大家在 **2026** 年，至少明年一年应该是很清晰的。它因为还有一些很明确的一些迭代，我觉得说再出来应该会再加上 **Claude** 本身这个底层模型的迭代，我相信明年会有很大的一个变化。比如说对于我自己很细的这个产品，就产研开发人员这边，我会觉得像更多像比如说像前端工程师，以及一些可能测试相关的、运维相关的，可能很多工作我们都会交给 **Claude** 去直接代为完成。这个实际上带来的结果就是我可能有很少的人可以完成以前蛮大一个团队的一个任务了。这个我是到明年我觉得就能看得到。

**Raymond**: 奸商。我说几个公司，我觉得可能我 **2026** 年会有关注，会有期待的公司。我觉得 **Cursor** 肯定是其中一个。然后 **Claude** 肯定是其中一个。我觉得我也想，我自己我觉得我在 **Cursor** 上面用的时间不是特别多。我觉得我还蛮好奇我之后能够在上面能做什么事情出来。然后我相信可能将来我觉得等等我们小孩长大的时候，肯定是没有 **PPT** 这个事情了。就是老板老师交作业就是来交个前端页面出来，而且互动。这肯定是肯定是要自己能互动，**Interactive**。

**嘉宾**: 还有一个，你这讲是真的。我们现在内部就是这样子了，基本上就是拿 **demo** 说话了。

**Raymond**: 对对对。是啊，怎么会有 **PPT** 这个东西？大家就直接拿一个前端页面出来，还要能互动，能登录，还有权限管理，全部东西都做好的。这个小学三年级必须掌握技能那种，我觉得就是这样。

然后我觉得可能两个公司我会关注。第一个是 **OpenAI** 明年能花多少钱出去，这个事情我还蛮好奇的。因为其实这钱非常大。然后它其实是对我们的资本市场也好，这美国的财力国力，你说的是国债债务市场也好，股票市场也好，一个很大的挑战就是它能不能拿这么多钱，然后它能不能花出去。因为你现在发现到处都在涨价，是因为什么燃气、涡轮机都在涨价。我无法想象有一天我投资 **AI** 股票需要去研究涡轮机。这个虚假可能就花不出去，因为很多东西可能缺货，没有。就电网连不上，诸如此类。所以我觉得这个 **OpenAI** 能不能花钱出去，然后能不能继续保持，我也不知道有什么期待，反正就是有个发个版本，就挺好。

**嘉宾**: 一个北极星指标，就是 **OpenAI** 的钱你们花出去。

**Raymond**: 对，能花多少？有没有更多的这个借债三角跑出来？它能花出去表示其实还是有更多机会的，就是它肯定有些东西是正在发生的。

然后还有我很好奇**字节跳动**能做出什么东西来。我觉得**字节跳动**的手法还让我就我对**字节跳动**的期待可能过高。它本能做得更好，它还没有达到自己心中的。

**嘉宾**: 讲讲原因，为什么？

**Raymond**: 因为我觉得整个**字节跳动**的整体的在互联网的时代，看着它讲起来了。那我觉得还是目前为止对于 **AI** 的理解，然后 **AI** 上基础的能力，很明显是在中国大厂里面应该算第一。我认为**阿里**不太能跟他比。但是在产品创新上其实没看到什么东西。然后这就是学别人做的 **Cos** **QQ** 空间。那**豆包**还行，但是也好像不是那么好。我觉得这个在产品上有什么新的创新，我觉得这是我很好奇的。

**嘉宾**: 我觉得很明确，就是**字节跳动**的公司在 **B** 端上面做的，在 **B** 端这边做的是很糟糕的。各方面做的都不太好。那我对你的期望就放在 **C** 端上面了。那我希望你既然能做出 **TikTok**，而且我觉得**字节跳动**在 **C** 端产品上的 **sense** 是非常好的。以前我做投行的时候，你可以想象十年前我去跟**字节跳动**开会的时候，我们当时有讨论过收购 **Twitter** 这件事情。甚至十年前、十一、十二，我忘了，反正有点久了。反正就是很久以前那时候 **Twitter** 不知道第几次被卖的时候，他们还说：“我们能看不看？”我说：“你们看不了，你们中国公司不要想了，这点想什么呢？”但他们会有这个 **sense**。然后他们后来会去收 **ByteDance Music**，就做很多事情。他在 **C** 端产品上的 **sense** 是非常好的，无论是战略上自己做投放，各个方面，整个的工程军事打法是非常好的。但目前为止在 **AI** 这件事情上，好像集大成者是**豆包**，我会觉得有点失望。所以明年看他怎么做。

**Raymond**: 然后第三个公司我觉得我非常有期待，其实是就是那个**游戏科学**，**黑神话悟空**。

**嘉宾**: **黑神话**的哥们儿，**游科**。

**Raymond**: 对。那比如说刚才我们讲说我们期待 **AI** 是觉得说 **AI** 肯定能在某些生产场景上帮助已经有什么什么东西的人做得更好。然后当我们要讨论世界模型的时候，那不就是**黑神话**吗？这是**钟馗**。**钟馗**不是应该明天早上发出来吗？然后就是这些世界模型也好，**Sora** 也好，所有的这些过去两三年当中，帮助我们在图像、视觉、空间、**3D** 上面往前生产力迈了一大步。但又不是为你我这种普通人所用的这个生产力。大的跳跃和跃迁应该是有人能够抓到的。然后我会觉得应该是**游戏科学**。而且**冯骥**在微博上也呈现出那种他很关注 **AI** 的样子。所以我相信他们给我的应该会发很快发 **DLC**。

**嘉宾**: 对，我也期待他发的。

**Raymond**: 因为就是你想说是 **Notion** 用 **AI** 变成了一个什么什么样子，然后这个 **Canva** 用 **AI** 变成什么样子，**Speak** 用 **AI** 变成什么样子。那**游戏科学**他在发这个**黑悟空**其实是 **GPT** 前时代的东西。那 **GPT** 之后的时代，就是现在已经有**李飞飞**之后的**黑悟空**应该是什么样子的？我还蛮好，就是说这个点还是挺期待的。就是 **3A** 游戏不就是**李飞飞**要去做的事情吗？

**嘉宾**: 是的。是现在好像都已经玩出花了。

**嘉宾**: 我个人我是觉得我很担心 **OpenAI**。我从第一天开始我就特别担心 **OpenAI**。我的直觉，我只能说我的直觉告诉我这个公司是这个时代的炮灰。不管从它的这种原创性，然后包括它的人才，包括它的技术等等。我当时可能一两年前我们聊过一集，应该也聊过一点。就是大概结论就是我觉得说可能它会被**微软**给肢解掉，或者被**微软**给吸收掉。但目前看来可能是**微软**不够强。但是我总觉得它其实挺危险的。因为它其实是以一己之力从一个创业公司到了一个所谓的大厂的一个高度，然后没有经历过那些大厂的原始积累，那些脏活累活，那些恶心的事情它没干过。然后现在它要去补那些生态，要做浏览器、传感器，要做应用，要做社交等等。我觉得它这样做的会非常辛苦，反而把它技术上面的长板其实都掩盖掉了。那可能是一个不太好的信号。所以我非常担心它。但是它可能现在 **Altman** 搞钱能力还是很强的。但是短期内我觉得应该问题不大，但长期我觉得它还是，我觉得还是这个 **AI** 在硅谷里面，它是一个应该是一个很大的一个祭天的一个东西。

**Raymond**: 对。

**嘉宾**: 然后我个人比较看好的是生态公司。我其实我对 **AI** 能够做成什么样没有特别的乐观，就是它能够变成实体的机器人，那怎么样没有特别乐观。但我个人会觉得像 **Google** 或者是像**阿里**这样的公司，它因为有生态，它因为可以在生态里面强加 **AI**，然后同时它有 **to C** 又有 **to B**，能够因为强加 **AI** 有更多的数据，有更多的反馈，更多的用户，变成正循环，能够帮它把 **AI** 的价格打下来，通过它全站的优势，然后再去卖给 **B** 端。可能这样的公司是我觉得更更希望去研究的。

就比如说去年我们讲了好多 **Google**，讲了他们的全站 **TPU** 到它的 **Google Claude**，到它的这个应用生态，怎么去消化 **AI** 的。然后甚至我当时其实我们当时就讲，你 **Google Claude** 你每年涨个 **10%** 几就有 **OpenAI** 一年的营业额了。所以你 **OpenAI** 算个屁。在他眼里 **OpenAI** 算个屁。**Google Claude** 一年涨个 **10%** 几就能做到，你的完全可以做这个 **to C** 的，啥也不做，只做 **to B** 涨个 **10%** 就好啊。

**Raymond**: 对对对。但这是最悲观的场景。

**嘉宾**: 是悲观预期，那不能这么悲观。对我们只是讲一个比较穷酸的一个观点。还有包括今年很大的一个惊喜是**阿里**。就是我突然不知道为什么一下开悟了。

**Raymond**: 因为主持整合。

**嘉宾**: 我感觉就是我感觉两开花，我感觉各端都不错。之前是**夸克**一下子行了，加了那个**千问**。然后现在**千问**就是又单拎一个 **APP** 出来，号称要拳打 **GPT**。但是我看到他们做的很多事情是对的，正在用更接地气的方式，把之前**夸克**做的很好的浏览器跟传统搜索用 **AI** 的方式再做一遍。包括他对 **B** 端的提供的一些 **AI** 服务，也真的就是蛮接地气的。然后到他现在**千问**要走入桌面等等这些。我觉得好像他有点再醒过来。我最近特别大的感触就这些大厂只要组织打通了，基本上都能醒过来。像 **Google** 组织打通了，创始人回归了，然后这个团队重组了，妈的那个能力就溢出了。把那个 **Google Brand** 跟那个地图卖整合一下就又行了。然后**阿里**马老师回来一下，开个会，那又行了。所以我觉得大厂就是组织能力，这个就是一个玄学了，跟 **AI** 跟技术一点毛线关系都没有。所以我个人觉得生态公司还是蛮有意思的。而且他们的创新有时候会在你想不到的点。我也不知道怎么去描述。就他们那种我觉得像今年看外卖大战就很好玩，就是这种。我觉得他们的创新是那种很有意思的创新。其实就是把**饿了么**换成**淘宝闪购**，然后**淘宝**去收广告费，然后去投给**饿了么**去派送。我觉得这个事情就比三角债好玩得多。这个账比三角债算得更清晰得多。这就很好玩的。

**嘉宾**: 这个地方我也补充一个，我是觉得还真的还蛮厉害。就是像**谷歌**这样子的一个重新的组织能力，我觉得很惊讶。今天我就特别回看了一下，当时 **Character.ai** 跟那个 **Windsurf** 两位被挖去的 **CEO** 后面怎么样了。**Character.ai** 的那个 **CEO** 是很厉害，那个 **Noam**，**Noam Shazeer**。他的话本身就是现代大模型 **Transformer** 的核心论文作者之一。然后他出去搞了 **Character.ai**，搞了很多。后来被弄回去以后，他负责的就是 **Gemini** 的，然后还有 **TPU** 的整个的那个利用率提升。你想想这两样东西现在是不是有多火？然后他下面的研究员又去专门解决，说把提高 **Gemini** 的聊天的更拟人化、更提升。因为他那波人不是 **Character.ai** 做了那么久，搞了那么多虚拟人在这边聊。所以这些道具感觉都是说好的，我论文写完了，你老板你给我点钱，放我出去混一混再回来。

然后那个 **Windsurf** 的那个哥们儿，应该是印度的哥们儿，他的话其实带的也没有多少个人，就刚才 **Raymond** 有讲到了，可能是百分之二三十的人，大致就那么点人。然后被他弄过去以后，最近发布的那个 **Artifacts**，就是反重力的那个 **AI** 编码的那个空间。那里面其实就是花那个钱直接 **Fork** 过来的，我们叫做高级的那个 **copy**。高级 **copy** 的 **Windsurf** 的某一个版本过来以后，连里面的整个的模型的调优，连甚至有些地方名字都没改过来，都还是 **Windsurf** 里面的这个名字。然后都改过来，甚至有一些代码漏洞都一起改过，都一起 **copy** 过来了。然后这个东西马上就在现在这三发布的这个时候，一起配合去做收割。所以才四个月的时间，产品就能够直接用上了。然后那个跟他的 **DeepMind** 和整个的对外的那三就是产品跟研究的部分全部都接上了。我觉得说这个组织能力确实是很很令人敬佩的。就是他很稳、精准地把这个人拿进来，马上还用上了，而且出了效果。这个事情有点太厉害了。

**Raymond**: 对对对。

**嘉宾**: 那你看那个 **Meta** 也是很快出来效果，对吧？进去两个月时间，他们公司就换了，离婚都走了，首席科学家都走路跑路了。

**Raymond**: 对，是的。对。

**主持人**: 你们刚才大家都聊的是大树，都是讲聊的是有名有姓的。其实我更关注小草。我可能关注点跟大家不一样。我更关注就是说 **2026** 年会不会长出一些郁郁葱葱的小草来。然后我的一个角度是什么？我觉得就是卖铲子已经没有那么值钱了。怎么讲？就是 **AI** 时代这个挖金子的时候，卖铲子的，比如说像做数据，做什么也没那么值钱了。但我觉得可能还会有一个新的方向，就是卖验钞机或者卖照妖镜。什么意思呢？就是说会有一些小公司会做什么？可能会做一些专业领域的，用 **AI** 的方式去。

比如前几天有一个挺有名的例子，有一个美国的那个人，他的亲戚去世了，然后后来寄了一个大的账单过来，十几万美金。这个就是在急救室的。结果上面全是专业的术语。结果他就用 **Claude** 还是什么，忘了是哪个 **AI** 模型直接去跑，然后给他列出来每一条这些术语里面都代表什么收费。后来他发现里面有很多重复收费，有很多的不清晰的地方。后来就以这个为证据去跟医院去 **argue**。后来一下子省掉了十几万，其实从好像将近 **20** 万的账单到了几万块钱账单。这个案例就非常有吸引我。就是我觉得在很多在当代的人类社会中有巨多的草台班子留下的这种 **bug**。这种 **bug** 是什么呢？就是让既得利益者可以在这个上面躺着盈利。但是 **AI** 可以用这种方法去卖，就能让我们的普通人，就让咱们这种草根阶级人能够把这种信息差弥补掉，把以前被超额信息差收割的这个钱，能够用 **AI** 的方式能节省下来。我觉得我特别感兴趣，我就觉得一定会有一些小公司会关注到这一点。然后在医疗领域，在保险领域，在很多很多这种领域里面，把用 **AI** 的方式把信息差平掉。平掉的话，其实你这么想，我愿意为这件事付钱，我绝对愿意。因为人间有真情，贤哥有大爱，不少人要一生平安。我们经常讲就是对。

但是这个一定会动很多人蛋糕。就是说怎么去做这动这个蛋糕很有意思。你像大厂，我觉得不会去做这件事儿，因为影响力太大。而且大厂更在乎自己基模怎么样去提高，然后能够更更普惠。但小的公司或者说小创业公司，反倒是尤其是对行业有深度了解的公司，他如果能够对 **AI** 的应用很强的话，他一定能够把这个信息差，就以前是通过多年学习、多年积累，甚至说加入协会，甚至说通过什么交保护费、交投名状才能拿到的这个信息，他的权利变成用 **AI** 能力把它平掉。然后让普通人能够说，我可以跟你对等对话。在这个对话中你还没办法，因为我用的是魔法打败魔法。所以我特别喜欢照妖镜这种功能。我特别看好说 **2026** 年会不会出现几个照妖镜，出现几个验钞机。然后这样的公司我很关注。这是我的观点。

**Raymond**: 对，我还蛮想补充一下。我觉得这个挺好。前面刚才贤哥有聊到什么样的创业环境的时候，你看有大厂，然后老刁有像 **MiniMax** 这样子帮大厂打样的公司。然后还有我觉得有一层其实应该是那种个人开发者。其实我纷纷相信接下来会有非常多的那种个人独角兽出现。我自己就很想做个人独角兽，只是目前为止还没有想好什么方法能够让我成为独角兽。但我觉得就是那种以个人形式，充分利用 **AI** 工具，让自己变成一个团队。但又不是那种需要融资、需要砸钱、需要去刷 **ARR** 的这种那种像那种公司，又不是那种机制。你说这种公司就是大吗？那也不算大，可能就是几十、五十、一百个人。但它又是属于一个创业公司形态。这公司是最容易被 **AI** 被大厂阻击的定向阻击的。但如果我是一个、两个人那种小巧型的个人创业者，夫妻老婆店的这种，我可能做一个照妖镜也好，验钞机也好。然后这种我觉得会非常的流行。

像我之前就一直老想着，因为我有个网球教练教我们打网球的 **APP** 特别贵。我每次想说我能不能用，可以自己写一个就可以免掉。一年 **200**，一个月的一百多美金，还蛮夸张的，超贵。

**嘉宾**: 天哪。可以。现在他们都用那个 **Gemini** 识图去叼你那个网球的动作。

**Raymond**: 对对对。这样我觉得我就应该写写一个新的 **APP** 来打败那个东西。这太贵了。对，所以关键还是在人。就是你要有那个 **sense**，然后你有那个需求，你又懂得 **AI**，又懂得你的需求，又知道这个行业怎么运作的。那有可能你就是，我觉得可能未来还是就但这个门槛也不算低了。虽然在全球范围内绝对数量不算少，但是这门槛不算低了。你又懂了，又要能跟上，又能用技术，还能懂一个行业，然后最后还能有赚钱 **sense**。这不容易的，这个就是可能一个人还有点难。

**主持人**: 行，好。咱今天不知不觉就快要聊了两个小时了。我觉得这虽然跟 **Raymond** 第一次做这个节目，我突然有点很默契的感觉。大家的思想碰撞非常快，而且话题转化比较多。不知道听众会怎么想。希望大家在用户们和大家听众们在留言区给我们一些评论，看看是不是能够让 **Raymond** 来 **encore** 一下，再下回再有机会再来录两期。

**嘉宾**: 是的。然后因为可能我们这期的这个话题太多了，太多想聊的了，所以可能也是时间有限。如果大家也喜欢 **Raymond** 的频道，就是在我们的评论区或者是在下面关注**苔藓之火**。如果大家有更好的话题，也欢迎私信给我们，我们以后再来聊。

**主持人**: 好，行。**OK**，谢谢。拜拜。

**嘉宾**: 拜拜大家。

**Raymond**: 拜拜，下次再见。