--- author: INDIGO 数字镜像 date: '2026-10-09' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=WkmbKwcJk7k speaker: INDIGO 数字镜像 tags: - vibe-coding - agent-os - software-distribution - human-ai-collaboration - productivity-paradigm title: 郭宇访谈：从字节跳动到Vibe Coding时代，AI如何重塑工程师角色与社会结构 summary: 本文通过郭宇在字节跳动的早期经历，探讨AI驱动下的软件形态演变。文章分析了Vibe Coding对工程师角色的重塑，提出Agent OS与虚拟计算环境的雏形，并展望AI时代下个人生产力爆发与社会分化的未来，强调从软件分发转向注意力与媒体价值的交付。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - 郭宇 - 张一鸣 - Andrej Karpathy - 尤雨溪 - Zara Zhang companies_orgs: - 字节跳动 - OpenAI - Cloudflare - Facebook - SpaceX - 微博 - 支付宝 products_models: - 今日头条 - 抖音 - 火山小视频 - ChatGPT - Claude Code - Codex - Grok Bot - Cursor - DeepSeek - 红果短剧 - Seedance - Muse media_books: [] status: evergreen --- ### 播客开场与郭宇的早期经历 欢迎回到 INDIGO TALK。这一期我邀请了一位认识了挺多年的网友——郭宇同学。 如果大家经常在 YouTube 或者 X（Twitter）上玩，应该都会知道他，非常有名，今天终于请到他了。要不郭宇还是先简单做个自我介绍，可能确实还有部分观众不大清楚。 大家好，今天非常高兴来到 INDIGO TALK 录这期播客，我叫郭宇。如果大家在网上看过我的故事，会相对比较了解我。我先做一个简单的自我介绍： 我在 2011 年的时候进入支付宝工作，那是我进入中国科技行业的第一份工作经历。到了 2013 年 4 月份，我在支付宝内部做了一次技术分享会，也就是在那个时候，我第一次接触到了比特币（Bitcoin），当时一枚比特币的价格正好是 100 美元。 如果大家把记忆拉回到 2013 年那个时代，就会记得当时有非常非常多的人，正从南方各个科技城市涌向北京。那一年其实可以说是中国移动互联网全面爆发的一年，用户开始从功能手机大规模转向智能手机。包括我们以前在支付宝的同事，也有很多人在那时转去专门从事移动互联网应用开发的公司，或者进入新兴的智能手机品牌，比如 OPPO、vivo 这一类硬件与系统研发公司。所以在 2013 年，有大量从业者选择去北京发展。 我当时因为自己人生命运的一些转变，也下定了决心。2014 年我去了北京，加入了朋友的创业公司。我们在北京中关村的苏州街大概做了 10 个月左右的时间，大家当时都在办公室里打地铺。我们那家公司旗下的产品是多说和图虫，其实当时有一部分投资来自于微博基金，所以和 Indigo 这边也算是有一些渊源，只不过当时我们彼此还不认识。 当时我还在微博，2013 年正好是我负责管理微博开放平台业务和投资，管接口这一块。多说和图虫我当时都是知道的。 对，是的。这其实也构成了后面我们公司为什么会被字节跳动收购的一个契机。因为微博早期也投资过字节跳动，所以后来可能也是顺理成章通过这种方式完成了一次退出。 ### 加入今日头条与算法推荐黑盒 总而言之，到了 2014 年 12 月份，我突然接到了振宇打来的一个电话。他在电话里说：“你可以回公司一趟，我们聊一下。”接着他说字节想要收购我们这家公司。但当时他原话说的其实不是“字节”，而是“今日头条”，因为在那个时候基本上没有人知道“字节跳动”，大家都只知道今日头条。 当时听到今日头条要收购我们公司，我的第一反应是：“什么是今日头条？”因为我平时其实看过非常非常多的 Startup，当时在北京有相当多非常有意思的初创项目，比如 36氪，还有非常早期的 Keep 当时也才刚刚起步，大量新鲜的产品都在刚开始做的阶段。相比之下，今日头条感觉并不是一个特别 Fancy 的产品。今日头条在 2014 年刚刚完成了 C 轮 1 亿美元的融资，我们这种年轻人当时用得相对比较少。那一轮融资微博好像也参与了。 从那个时候开始，我才真正去了解今日头条，了解 ByteDance 到底是一家什么样的公司。因为刚进去的时候我们大家其实都很懵，加入这家公司之后，甚至还有一位原团队员工待了几个月就离职走了，因为他觉得这家公司不是特别靠谱，现在回想起来确实很可惜。 当时加入头条的时候，他们的办公室已经从锦秋搬到了盈都大厦。盈都大厦就在知春路地铁站出口那边，楼下是一家沃尔玛，楼上是办公室，我们当时大概有两层左右的办公区域。我刚去的时候对头条的产品完全不了解，去了之后有相当长一段时间，我们一直在继续维护以前创业做的那套产品。后来我才慢慢进入到头条的核心产品线中去做研发。 用现在的说法叫做“中台”，不过现在行业里好像已经很少有人再用这个技术词汇了。字节当时的组织划分，核心在于拥有一个极其强劲的业务支撑部门来支持所有前端产品，同时还有一个极其强劲的商业化部门在支持所有产品的变现和广告投放。 也就是在那个时候，我第一次意识到原来这个世界上还有公司是纯粹由 AI 驱动的。那是 2015 到 2017 年左右的事情。2015 年的时候还没有抖音，整个公司的产品线完全是靠推荐算法在驱动。 当时发生过一个非常有意思的故事，我每次在分享里都会讲：当时张一鸣要求我们公司所有的员工都要深度使用自家产品，并且动员大家向身边的亲戚朋友推广，最好让身边所有人全都安装上今日头条。我当时有一个亲戚安装了今日头条，但他特别不想看到某一类特定新闻，于是就在信息流里点了 Dismiss（不感兴趣）。但过了几天，他跑来跟我抱怨，说首页依然会刷到类似的同类新闻。 我就拿着这个反馈直接去找了推荐算法系统的工程师，我说：“这个 Bad Case 已经报给你们了，为什么类似的内容还是会被推荐出来？”那个工程师就大概给我解释了一下，说他们其实本质上也是调参工程师，每次做实验设定的召回机制，并不能保证百分之百把这类内容完全拦截掉。我当时没有接触过推荐系统，心里感到非常好奇，心想：怎么会连你们自己都不知道它是具体怎么工作的？ 等他彻底给我解释清楚之后，我才恍然大悟：对于由神经网络驱动的产品来说，工程师其实也是在不断地通过大量实验来推进和改进这一切。在那个时候，很多核心代码实际上就已经跑在一个“黑盒”（Black Box）里面了。这就像现在的由神经网络驱动的大语言模型一样，你无法精准洞察它内部具体是怎样运转的，只能通过持续不断地做实验、微调，去逼近你想要达到的目标效果。 从那一刻开始，我觉得头条是一家非常特别的公司。因为我之前待过的阿里巴巴、支付宝，或者其他我所了解过的创业公司，没有任何一家公司的核心产品是完全通过神经网络和 AI 来驱动的。放到今天，十年过去了，这已经变成了一件司空见惯的事情。 但在 2015 年，对字节跳动来说其实是非常艰难（Tough）的一年。那一时期员工流失非常严重，因为当时抖音还没有出现，今日头条的 DAU、MAU 和用户留存已经遇到了明显的增长瓶颈期，所以那一年走了很多人，现在看来确实挺可惜的。直到 2016 年 12 月，我们团队花了十几个月把抖音和火山小视频做出来，到了 2017 年，整个字节跳动的境况才迎来了决定性的大幅改观。 这里可以插一个小花絮：当时你们在头条做推荐算法的时候，我们正好在微博尝试改进消息流。我们当时就很苦恼，但微博没有采用优秀的推荐算法，用的还是非常人工的那套逻辑。因为微博面临一个根本问题：微博是一个以关注关系网络为核心的产品，关注关系非常重要，就像现在的 X 一样。用户经常投诉质问：“为什么我关注的人发的东西我看不到？”因为我们当时尝试用算法做过滤池，用户一直在推荐流和强制关注流之间产生强烈冲突与斗争，微博在这个矛盾里挣扎了很久，后面这块就没能做好。 实际上，文字和图片类的推荐产品，虽然也依赖神经网络，但它所能覆盖的受众范围和最终达到的爆发力，远远无法和抖音这种短视频类的推荐相比，最本质的区别在于受众的广度。 ### 抖音的突围与中台研发历程 后来大家看到的局面，并不是字节一开始就把所有的宝全部押在抖音上面。因为张一鸣一开始其实是想做一个更加大众化的视频推荐产品，所以当时海量的公司资源实际上是倾斜在火山小视频上面的，火山从立项之初定位就是面向大众人群。 抖音和火山之间的内部竞争，前前后后其实持续了大概四五年的时间。最终抖音走出来，是因为它完成了极其出色的“用户泛化”。所谓的泛化，就是指它成功从最初一个只有 18 到 20 多岁年轻潮流人群喜欢的产品，一步步渗透扩张，变成了一个从 7 岁儿童到 70 岁老人全年龄段都可以流畅使用的国民级产品。当火山所背负的历史目标已经被抖音彻底完成之后，这两个产品与团队最终就走向了合并。 所以在一开始，我们谁也没有想到抖音这个产品能火成今天这个样子。2016 年刚开始做的时候，它只是一个非常非常小的团队，而且最早的名字也不叫抖音，我记得当时好像叫 A.me 还是类似的名字，是一个非常初期的产品形态。后来公司收购了 musical.ly，musical.ly 的创始人 Alex（朱骏）加入进来之后，整个产品的形态、背后的推荐算法以及核心引擎能力都得到了显著的增强，加上后续用户泛化做得很成功，最终演变成了一个极其庞大的大众产品。这完全是我们最初没有预料到的意外收获。 在那之后，我有相当长的一段时间一直留在中台部门。中台的业务节奏转换得极快，有时候你正在支持某一个特定业务，比如有段时间做视频直播，当时我们做了一个叫“百万英雄”的直播答题产品。我们在 CCTV 相关的晚会和重要节点上投放了大量资金做推广，用户在手机上实时观看主持人出题、在线答题，抢 100 万现金奖金，那个答题在当时红极一时，大家应该都有印象。 过了那阵子，我们又开始投入去支持 Micro Runtime，也就是跑在抖音和 TikTok 内部的小程序底层引擎。我有很长一段时间都在做这件事，负责将游戏引擎、各种各样的 JavaScript Bundle 动态发布到客户端中去。所以用户在刷短视频的时候，往下刷到广告，广告后面可能直接无缝嵌着一个可以实时试玩的小游戏，这些底层链路一开始都是由我来负责执行落地的。 所以我在字节内部一直扮演的是纯粹的技术执行者角色。虽然在头条待了很多年，但我一直没有带自己的管理团队，我自己也完全不想去带团队管人。 一直到了 2019 年的时候，整个大环境发生了变化。在 2019 年，即便是字节跳动这样擅长增长的公司，在外部获取新用户的成本也已经变得极其高昂。当时有一个内部数据让我印象极其深刻：从外部渠道每拉进一个新的获客，单客成本居然高达 50 多块钱人民币。这非常夸张，意味着连字节这种用户留存（Retention）做到极致的“App 工厂”，在获取新增量上都已经撞到了天花板。 我当时就觉得，自己在移动互联网这个时代能够做的事情，基本上已经全部做完了。 ### 离开字节与旅居日本的生活转折 于是在 2019 年年中，我就提出了想要离开的想法。整个离职交接过程陆陆续续进行了大概半年的时间。 到了 2020 年春节过年，我回了家，然后去日本旅行。结果没想到新冠疫情突然全面爆发了。疫情爆发之后，所有的国际旅行和跨境航班瞬间被切断，导致我根本没有办法返回北京。后来我的离职手续、甚至办公电脑的交接，都是半年之后同事回到北京办公室帮我代办处理的。 所以从那时起我就一直留在了日本，完全是因为一趟普通的旅行滞留在日本，不得不一直住下来。后来顺理成章申请了这边的长期居留签证，再到后来拿到了日本永住，就一直在这边生活。所以离开字节跳动这件事情，背后其实充满了机缘巧合，它并不是一个按部就班的完整离职体验，因为疫情的突发介入打乱了一切，显得非常随机，但某种程度上也是命运的安排。这场疫情确实彻底改变了很多人的人生轨迹，成为了很多人命运中非常重要的转折点。 我记得认识你的时候大概是在 2021 或者 2022 年，我们在 Clubhouse 的一些语音房间里遇到过。当时你离开了字节，人生已经进入到了一个相对财务自由和时间自由的状态。那几年在日本，你当时有考虑过自由之后的生活该怎么过，或者还想再做些什么吗？ 其实早在 2019 年我打算离开字节的时候，我就给自己列了好多个备选方案。当时有好多朋友选择去新加坡，这其实是很多字节老员工普遍会做的选择。因为新加坡是一个税率非常低的国家，很多人主要是出于转变税务身份的考量而选择去那里。但我个人不是很喜欢热带地区，因为我从小在深圳长大，对那种湿热的气候并不感冒。 我当时列了一个详细的对比表格，加拿大也是我非常靠前的选项之一。如果当时我选了加拿大，正好赶上疫情期间那个极宽松的 Express Entry（快速通道），我当时其实都完全达标通过了，如果去了加拿大，今天可能就在那边生活了。 而我最终决定留在东京，是因为在综合各方面的评分和生活体验之后，我觉得日本的综合评分是最高的。而且在当时那个节点，我心里其实已经做出了一个决定：那就是彻底离开科技行业，去过一个普通人的日常生活。 因为在我看来，科技行业最大的红利和机会主要是在北京，而在那十几年里，我们这代人能做的事情基本上都已经全部做完了。整个移动互联网的发展周期，我认为已经彻底宣告终结。直到后来我们站在今天往回看，到了 2022 年底，随着生成式 AI 的爆发，整个科技周期的繁荣才重新被点燃。所以中间真正能够完全停下来休息的时间，大概也就是两三年，而这两三年恰好被疫情全面覆盖了。 我当时是在 2021 年左右出来在 X 上写文章、做输出。疫情期间我就有一种极其强烈的感受：整个时代好像突然变掉了，所有事情都在疯狂加速。一方面是疫情催生了全社会的居家办公（Stay at Home / Work from Home），以及各种新型医疗手段的推进；另一方面是 SpaceX 的火箭回收技术，当时真的让人非常震撼。我和我的合伙人在 2019 年就投资了 SpaceX，当时投资纯粹是为了情怀，觉得支持一下马斯克的星辰大海，哪怕这笔钱捐了也认了，压根没觉得商业上能有多靠谱。但越往后看，整个科技的演进速度越快，特别是 2022 年 11 月 30 日 ChatGPT 横空出世，美股资本市场瞬间被整个 AI 浪潮重新拉升起来。 ### Vibe Coding 时代的工程师角色演变 从 2022、2023 年一路走到 2024、2025 年，早几年行业里管这些叫 Chatbot。到了 2025 年年中，由 Andrej Karpathy 带火的“Vibe Coding”概念开始大行其道。因为基础大模型的能力有了质的飞跃，大家开始用 Cursor，再到后来走向全自动化写代码。 我注意到你在东京这边非常迅速地切入到了这种全新的 Coding 状态中，感觉又回到了你当年在字节做技术实施、做落地执行的状态。那么，在当下这种 Vibe Coding 的全新模式下，你现在的实施过程，和你当年作为传统工程师时的落地实施，在性质上到底发生了什么根本性的变化？ 我认为最关键的变化在于：当写代码这项能力本身被 AI 完全接管之后，工程师从直接执行者退位成了一个观察者，你首先必须要去适应的是整个身份角色的剧烈转变。 在传统的科技行业中，工程师的工作模式就像前面说的一样：我们是纯粹的执行者。团队通常会按部就班运作，以两周或者一周半作为一个标准的敏捷迭代周期（Sprint），在这个周期内去确立目标、做需求评审、做系统设计、编码实现、测试、发版，然后去观察线上 A/B 测试的实验数据结果。 但现在，有了 Vibe Coding，有了所谓的 Agentic Coding 之后，原本需要一个小团队花费两周的完整迭代周期，现在可能只需要一到两个人的微型团队，用半天甚至几个小时的时间就能全部搞定。 这种变化对我最初的冲击，就是迫使我必须进行深度的角色转换。包括我自己在内，现在行业里的许多人都在艰难地适应这种角色转换。因为这直接意味着：我必须去直面并处理大量我以前极不擅长的问题，去深度思考很多我以前作为纯粹工程师时从未思考过的事情。 因为你现在一个人必须同时兼具多重身份：你不仅是实施工程师，你还是系统架构师，你还是 UI/UX 设计师，而最核心、最关键的角色，是你变成了产品经理（Product Manager）。 为什么说产品经理的角色最关键？因为在当下的技术条件下，绝大部分的技术执行工作——无论是界面设计、底层架构还是具体的代码编写，AI 都可以帮你完成得极其出色。因此，人类的核心竞争力转变为：你必须变成一个极度擅长提问题的人，一个能够精准找到并约束模型语言空间的人。 这本质上是在考验你如何去约束大语言模型的生成空间。你必须清楚地知道用什么样的语言框架与它沟通，才能稳定得到你期望的高质量结果；你需要懂得构建什么样的语言结构与提示策略，才能驱动它不知疲倦地持续推进某一件复杂任务、持续开展你想做的探索性实验；并且因为整个系统存在反馈闭环（Loop），你还必须懂得如何引导它根据实验结果的实际反馈，去自主修正、微调下一步的演进方向。 这样一来，写代码这件事情本身的性质就彻底变了：它变成了一项远比以前更加复杂、高强度的纯脑力博弈，再也不是过去那种单一纯粹的技术编码工作了。 从实际体验来说，你不仅没有变轻松，反而负担更重了。如果你想做很多事，你确实能用半天时间替代过去团队两周的迭代工作量，但你大脑需要同时处理和决策的问题，比过去复杂了不知多少倍。 现在每一个人都是所谓的 Creator、Craftsman 或者 Craftswomen。当你要独立做成一件事情时，你一个人所面临的选择和决策密度，相当于以前一个完整的执行小队需要消化的所有复杂度的总和。你必须包揽所有人的角色，因为所有的最终决策权都在你身上。 当前的 AI 是无法做到完全自动化的自主决策的。这不仅仅是因为它缺乏足够的外部上下文，最本质的根源在于：AI 自身没有主动的“意图”（Intent）。因为缺乏主观意图，它就永远无法替人类拍板做所有关键决策。 虽然现在市面上非常火爆地在讨论所谓的“个人助手”（Personal Assistant）或者“个人代理”（Personal Agent），大家都在期待未来当它拥有了足够丰富的全域上下文之后，是否不仅能给建议，还能真正代替人类做自主决策？我不知道未来会怎样，但至少就目前而言，AI 还完全无法做到这一点。 这就导致我们每个人所承受的心理认知负荷，比过去沉重得多，需要在大脑里飞速运转的决策变量暴增。 所以在 2025 年的 10 月、11 月，再到 2026 年的两三月份之后，我身边很多工程师朋友都陆续出现了“职业倦怠”（Burnout）。大家在高强度的状态下连续工作了两三个月，废寝忘食地干，短短几个月的时间里做完了以前自己需要花费一两年甚至更久才能做完的活。 这其实是一个非常自然的生理结果。人类的大脑本身的功耗极低（大约只有 20 瓦左右），生物神经系统在处理速度上根本不可能跟上 AI 那种近乎无限的吞吐节奏。当我们需要在短时间内做出如此高密度的判断与决策时，人体的植物神经系统就会受到剧烈扰动，整个人会陷入持续的焦虑和亢奋之中，根本无法真正静下心来去平稳、深度地思考长远问题。 所以在经历了这种 Burnout 之后，包括我自己在内的很多工程师都在重新停下来复盘与反思：在 AI 时代，到底什么样的事情才是真正值得我们花时间去做的？我们到底应该建立一种怎样的生理与工作节奏，去健康地与 AI 进行长期协作？ ### 规划模式的消退与即时软件形态 我非常认同你提到的“工程师的能力必须变全”这一点。最近这一个多月，我之前写代码可能不算多，因为没有太强的开发需求，但最近我想把自己沉淀的很多个人知识管理、量化交易以及信息收集的逻辑做成独立的产品发布出去。在这个过程中我深刻体会到：我以前在微博带产品团队、同时负责技术研发时所积累的产品方法论，在这个时代依然发挥了极其巨大的作用。 比如我们在做系统需求设计时，虽然不再需要像过去那样写一份格式极其死板沉重的 PRD（产品需求文档）或 Spec，但通过一套清晰的系统化流程把前置思考理顺，梳理清楚逻辑架构后再输入给 AI，最终交付结果的可用性和鲁棒性，绝对比你直接丢一句话让它自由发挥要高得多。 当然，如果你把规则定得太死，有时也会在无形中束缚住模型的发散能力。所以我现在的通常做法是：我负责抛出需求和问题，先跟它深入讨论出一套可行的系统实施方案，达成共识后再让它去执行。这种“Planning 在前”的模式中，你首先必须是一个有成熟 Idea 的人，其次你必须是一个合格的产品经理，然后再去约束 AI 让它干活。 不过，这里有一个最新的技术趋势值得探讨：最近 Anthropic 的 Claude Code 已经开始在考虑取消传统的“计划模式”（Plan Mode）了。 之所以会发生这种变化，是因为整个 Agentic Coding 的底层闭环能力（Loop）本身已经进化得足够强悍。在传统的模式下，你可能需要提前跟模型沟通讨论半个小时，把要执行的每一个步骤、每一个 Spec 规范都细化到极致，然后再让它朝着目标按部就班地跑。但现在大家越来越追求的全新范式，是能够驱动 Agent 维持 7x24 小时不间断的自主运行。 这种全天候的持续执行能力，已经足以暴力覆盖掉人类工程师之前想要预先计划好的绝大部分场景。因为作为人类，我们的大脑无论如何缜密，所能预判到的边界条件和异常场景，根本没有大模型所能覆盖的那么庞大。因此在最近半年里，我自己已经非常非常少去主动使用计划模式了。 这直接引申出了另一个严峻的问题：随着前沿 SOTA（State of the Art）模型的日新月异，随着整个框架机制（Harness）的疯狂演进，人类工程师必须被动地以极高的频率去重塑自己的认知和开发习惯，去跟上工具的演进。这种高频的适应成本，同样是导致很多开发者感到 Burnout 的一个核心诱因。 对于我个人而言，如果我没有在前期跟模型深度讨论清楚这个系统的具体落地实施方案或代码架构，我内心会严重缺乏一种“掌控感”。我不知道你是否也有这种感觉？我总觉得需要对代码的具体生成逻辑保持知情。当然，对于很多上层抽象或者纯技术胶水代码，我可以完全放手不管，连具体的实现语法都不需要看。但在涉及核心 Business Logic（业务逻辑）的层面，我依然必须要清楚它是怎么构架的、为什么要这么设计。所以我有时即使不做长篇规划，在它写完代码后，我也会强制要求它：“你必须向我解释你这么设计的完整思路，把你的思考过程教给我。”让 AI 充当导师反向解释，这是我目前保持掌控感的一种方式。 从我的实操经验来看，最近我在代码细节上放手放得非常彻底。因为除了刚刚聊到的工程师角色转型之外，我认为当下还发生了一个更加深刻、甚至颠覆软件本质的剧烈变化： 那就是——“软件”本身，已经不再是过去那种被写死的、静态的代码集合了。 在过去的传统观念里，哪怕你利用最先进的 SOTA 模型，以极高的效率快速编写出一套软件，然后给它套上一个 Web App 或者是 iOS 原生 App 的交互界面，发布到市场上给外部用户使用，这背后依然是在沿用固定的交互范式和固定的业务流程。 但软件本身的定义已经彻底被颠覆了。 我记得有一天地深更半夜，我和我的好朋友东旭通宵聊天。他在 2026 年的一二月份时，就已经开始同时调度和控制数百台分布式的虚拟机，让它们整夜高并发运转去执行一项极其庞大的计算任务，仅仅一天时间就消耗掉了几十亿的 Token。他当时跟我分享的一个深刻洞察是：他认为在今天，人类完全可以通过这种矩阵式的 Agent 网络，来动态生成和消费任何形态的软件。 这让我意识到：软件不仅在形态结构上发生了剧变，而且软件的编码过程，正在演变成一种“即时的”（Just-in-Time）、纯粹为了在当下达成特定目标而临时构建的产物。这种软件很可能具有极强的“一次性”特征——你用完之后就可以直接把它随手丢掉；或者它完全是为你个人独家定制的，只为你一个人服务。 如果做个类比：当年我们在字节跳动，利用以 AI 驱动的推荐引擎，把已经制作好的固定软件内容，向海量用户实现了千人千面的个性化分发；而到了今天，这个逻辑被彻底推进到了极端——连软件系统本身，都可以实现千人千面的完全定制（Customize）。 这意味着对于每一个人来说：你的软件就是专属于你的软件，我的软件就是专属于我的软件。我们彼此手中的软件系统甚至不需要保持格式兼容，也完全没有任何必要去大费周章地做兼容。因为我们构建这些软件的唯一目的，只是为了高效解决当下个人的特定目标，或者是为了满足一个小团队在极短生命周期内的一个临时协作诉求，代码全都是即时编码、按需生成的。 ### 操作系统演进与计算资源的重构 软件本质的这种颠覆，要求现代工程师必须以最快的速度彻底扭转过去固有的产品思维。 回顾我自己过去三四个月的经历，我也顺着惯性通过 Vibe Coding 一口气做出了几十款产品。我实际上前前后后做了 30 多个产品，其中大部分甚至都还没对外发布。但回过头看，我发现自己在不知不觉中，依然在路径依赖地沿用上一个移动互联时代的传统产品逻辑——即花费精力去把产品打磨得漂漂亮亮，试图发布给那些“自己不会写代码”的普通大众去使用。 然而，“给不会写代码的人做标准化软件”这一底层商业逻辑，在最近两三个月里正在被彻底瓦解。 随着我所称之为“First Class Harness”（第一方顶级运行时框架）的迅速成熟，一切都变了。所谓的 First Class Harness，主要分为两类：一类是由顶尖模型实验室原生打造的工具，比如 Claude Code、Codex（现在融入 ChatGPT 系列中），或者是像 DeepSeek Harness（DSH）这一类系统。这种第一层的原生 Harness，其能力的飞速进步正在以极其恐怖的速度，把原本需要大量垂直软件才能实现的功能无情吞噬进去。 你可以把这种现象理解为软件功能的“全面内化”。今天如果你想利用 First Class Harness 来搭建一个专属的客户关系管理系统（CRM），或者一个内部管理系统（Manage System），基本上也就是两分钟、五分钟、十分钟的事。它会当场为你实时生成、实时部署、实时运行。 在这样的大趋势下，传统意义上的软件需求已经彻底失去了继续存在的土壤。我这里特指的是那种传统的“软件分发模型”（Distribution）——即软件公司历经漫长周期开发出一个标准化安装包，打包放到应用商店（App Store）或者官网上，分发给大众去下载安装。这一整套链条在当下已经变得毫无意义，因为软件已经完全可以被动态即时生成。 所以，我目前以及身边很多技术同行正在深度思考的一个根本性变革，正是关于这一层：除了适应个人从工程师向 Founder 的身份转变、去思考未来该做什么之外，更关键的宏大课题是——互联网与操作系统（Operating System）的下一步究竟会走向何方？ 如果你密切关注近期 AI 领域的最前沿动态，你会发现已经有一批先驱者开始着手设计一个全新的、颠覆性的操作系统。目前这些探索主要基于 Linux 生态，他们在构建全新的 Linux 衍生发行版。其核心思想在于：不再把传统的 Application（应用程序）视作系统的一等公民，而是把 Agent（智能代理）本身直接作为操作系统的 First Class（一等公民），由 Agent 来全权接管和调度底层的系统 API 与计算资源。 当然，从零构建一个全新的操作系统是极其漫长且艰难的工程。它需要实现极其庞大且复杂的系统级 API，还要能够承载各种历史沉淀下来的专业级复杂软件生态，这往往需要数年甚至数十年的工业积累。 因此，像 OpenAI 这样的巨头实际上选择了另一条更务实也更聪明的技术路线：他们此前集中采购了大量的物理 Mac 硬件设备，让其下一代模型直接去模拟和操作真实的 macOS 环境。这是一个极高明的切入点，因为 Mac 本身就是一个极其成熟、稳定的 Unix 发行版，它拥有极其完备的工业级开发者工具链，在数字创意、音视频后期以及专业软件领域拥有极高壁垒的生态积累。让大模型直接原生接管 Mac 环境，是一条商业上落地最快、体验最丝滑的技术路径。 顺着这个方向继续推演，未来每一个普通用户在移动端手机上所接触的界面，其本质可能只是一条轻量级的通信管道，底层直接穿透连接到部署在远端的一台专用 Mac 主机上。这台远程主机可以是你家里的某台物理 Mac，通过 OpenAI 提供的专用网络隧道（Tunnel）安全打通，也可以是通过你自己的 Cloudflare Tunnel 穿透回家庭内网，或者直连到部署在东京机房里的专属独立服务器上。 用户在前端看似只是在进行交互，但其背后实际上是在远程深度调用一台具备完整操作权限的物理计算机。放眼更长期的演变，这台计算机在软硬件层面一定会走向高度特化，最终收敛演变成某种专为 AI Agent 定制优化的 Linux 特化发行版。 如果我们进一步把推演的时间跨度拉长到未来 5 年的尺度来看：我们今天所熟悉的所有底层计算资源形态——即那些陈列在数据中心、机房机架上的传统服务器——其使用范式也将迎来彻底的重塑。在今天的世界里，你在云厂商那里买下一台机房服务器，你依然需要像传统运维那样按部就班地手动安装 Ubuntu 或者其他的 Linux 发行版，然后敲命令安装一整套复杂的依赖环境与应用软件。 而在不久的未来，这一切传统的环境配置与系统维护工作，都将彻底发生翻天覆地的改变。 ### Agent OS 与虚拟计算环境的雏形 就像在 Outline 里面提到的，这其实是一个所谓的 Virtual Agent Environment，或者说 Virtual Agent Server。以后我们租用的所有计算资源，可能都是一个 Virtual Agent Server，由一个 Agent 来操作整个 Operating System，去完成我们需要做的事情。 我最近玩 Grok Bot 玩得比较多，感觉它非常 Geek，挺好玩的。它的底层 Linux 发行版就有点 Agent OS 的感觉。为什么这么说？你需要的时候可以进去看看它在干嘛，它内置了一个小浏览器、一个小 Finder、一个资源管理器和一个 Terminal。但在大部分情况下，你根本不需要打开它，只要跟你的 Agent 交互就好，所有的 Agent 共享这一台 Computer，这就是所谓的 Agent OS。 我还做过一个实验，在家里 MacBook 上装了 Grok Bot，在 Mac mini 上也装了 Grok Bot。这两个客户端装好后，云端的系统能识别出这两个设备。我告诉它我现在正在用 MacBook，问它另外一台电脑能否触达，它回复说可以通过 Mac mini 上的 Grok Bot 去连接，只要我把访问权限打开即可。这就形成了一种关系：云端电脑在做总协调，Agent 走到这个环境里运行，同时也能触达你本地的电脑。这样就能实现 MacBook、云端虚拟机和 Mac mini 之间所有资料的互通共享。而且在它的 Virtual OS 即 Agent OS 上，我不需要懂任何命令行，直接告诉它“帮我装一个 Node”或者“帮我装个什么东西”、“我要解决什么问题”，它就自动装好了。它甚至会说你不用打开终端，只用跟它说它就给你干，彼此还组成了一个小网络，非常有趣。 在 Codex 里面，其实从 2 月份开始也一直支持远端 SSH 和远程控制这两种模式。我一直在推特上分享这两种方式的区别：一种是通过原本的 SSH 端口去控制；另一种是通过 Codex 本身建立一个 WebSocket 连接，这个连接具备内网穿透能力，可以让你从其他任何一台机器或者手机直接控制所有的计算资源。虽然他们没有把这个特性当作宣传卖点，但 ChatGPT 的 Codex 应用一直都支持这些功能。 后来在部署机房的时候，我有好几台裸金属机器用来跑各种服务。买完机器之后——甚至现在买机器都不用自己动手，可以让 Agent 操作计算机去买——它通过发到 Gmail 邮箱里的初始随机 root 密码登入系统，配置好自己的密钥对，配置完成后就把初始密码删掉，剩下的所有操作都由它自己完成。 但这存在一个比较大的问题。我第一次使用这种方式操作计算资源时，心里想到的第一件事就是：如果 OpenAI 被攻击，或者这个连接被劫持了，这些机器就会变成世界上最大的肉鸡集群。因为一个 Agent 背后可能直接操纵着数十万甚至上百万台不同的计算资源，这在未来所有人都通过 Agent 管理电脑时，会是一个非常可怕且重大的安全隐患。 ### 交互层转向 LUI 与普通用户的需求表达门槛 总结一下刚刚聊到的内容，首先是用户界面和软件本身的变化。现在的交互层变得更像是一个 LUI（Language User Interface），即基于语言的交互界面，因此它极具多变性。软件不再需要把所有功能打磨成一个固定标准、适合所有人用的界面再发布出去，因为每个人都可以让基础模型实时生成自己当下需要的界面。 但这里存在一个 Gap：对于很多做过产品和技术的人来说，可能清楚怎么去描述需求，但普通人并不一定知道如何清晰表达需求并拿到预期的结果。 其实需求的层次是非常丰富的。比如很多人在聊 Facebook 发布的 Muse，对于 Muse 这种产品来说，它解决的是普通人很简单的需求，比如自动化处理联络邮件和电话。如果关注我的推特，大概 3 月、4 月的时候我做过一个打电话的工具，发布之后一直有很多欧洲人在用，比如讲葡萄牙语、西班牙语的用户。现在大家可以更方便地用 Facebook 的 Muse。虽然目前只对美国用户开放，但它本质上满足的就是大众非常朴素的需求：打电话预订餐馆、旅行去不熟悉的国家时预订项目，以及让它管理个人信息。 这些事情本身已经不再需要一个特化的独立软件。Muse 直接集成在 Facebook 的各项 Messenger 生态里，比如 Instagram、WhatsApp 等各种即时通讯渠道，不需要用户单独下载一个新 App，直接把沟通渠道紧密结合在 Muse 周围，通过 Agent 来管理。在日常生活里，这原本需要用到大量软件组合成工作流，但现在不需要固定的工作流了，面对临时需求，只要跟它提出来，它就会不断处理并达成目标。 以前我做 tuwa 的时候，想解决的是打电话这一部分功能；做 wanman 的时候，是想把所有软件集成在一起，让 Agent 自动管理电话、邮件以及复杂的信息沟通。但到了 10 月份，我们可以看到大型超级应用已经在内置这些基础 Agent 功能。这些基础功能足以覆盖大众日常的需求。至于更复杂的生产与创造，当然需要更先进的 SOTA 模型，你可以围绕 Claude Code、围绕 Codex 去搞创作，不太可能用 Muse 去完成复杂的创造。复杂的创造需要顶级模型，但对普通大众来说，像 Muse 这样的产品已经可以极其轻松地搞定基础事务，不再依赖特化软件。因此特化软件的 Distribution（分发）已经变得没有太大的必要。 ### 模型的五层分化与企业落地的现实阻碍 顺着这个思路，现在我们其实到了一个并不需要一味追求最强模型，而是追求最合适模型和最合适场景的阶段。前两年大家都在追逐模型指标，因为大众需求还不稳定。当前的模型应用场景大致可以分为五类： 第一类是个人便利型模型，比如 Muse，把日常的连接、沟通与琐碎事务整合进去。 第二类是个人生产力模型，用于写代码、创作艺术品或复杂内容，比如 Claude、Codex 等，配合强大的生成界面。 第三类是企业生产力协作模型，比个人场景更专业，需要适配企业内部的工作流。比如前面提到的 Agent OS，让模型学会操作 Mac mini 或 Linux 机器，把企业内部的系统和数据串联起来，这对模型能力的要求更高。 第四类是娱乐生成模型，这是字节跳动非常有优势的领域。比如 Seedance 配合红果平台，已经形成了某种内循环：AI 负责生成，人类消费短剧，哪怕依然是人类创作者在驱动。前几天 BytePlus 还推出了面向海外创作者的工具，把从视频生成模型售卖到全套创作工具的服务打包在一起。这种娱乐需求很庞大，不仅是短剧生成，未来还包括 AI 互动游戏生成，很多轻度手游甚至不需要人工开发，直接在社交流中由品牌或创作者实时生成互动游戏。随着未来元宇宙（Metaverse）设备逐渐普及，字节和 Meta 在这个领域会有很大的入口优势，之前的元宇宙概念只是出现得太早，技术成熟后会展现出很大空间。 第五类是最顶尖的模型，专用于科研探索。这一类最牛的模型，模型公司大概率不会公开发布给普通大众，而是会与顶尖研究所、大型药企或研究机构签订年度框架协议，采用利润分成的方式合作，类似于国防订单的交付形式。 在这几类当中，企业端对 AI 的采用目前处于比较尴尬的境地。微软最近发布了针对企业工作场景的全新操作系统——他们把原本用于辅助 Office 的 Copilot 提升了层级，把 Office 降到了 Agent 之下，让 Agent 来操作 Office。微软试图把 Copilot 变成操作系统，以此推动以 Agent 为核心的自动化工作流程在企业中落地。 然而，企业目前依然非常迟疑。首先，他们不知道如何利用这套东西来重构组织结构、提升整体效率。虽然他们可以通过裁撤部分冗余人员来缩减成本，但依然不清楚如何围绕 Agent 重新构建内部的信息流和资金流，目前还没看到哪家大企业全面转向以 AI 为核心的组织形态。 相比之下，小型团队、One Man Company（OPC）会自然而然地将这些工具作为全新解决方案。但对于大型企业，包括日本的传统企业，顾虑非常多。因为引入这种结构性变革没有人能承担责任，这类决策只有 CEO 和董事会才能拍板，中层管理者即便看到了机会也不敢贸然推进。此外，他们对数据安全有极大的担忧，比如不敢使用来自中国的模型（如 DeepSeek），担心内部数据被蒸馏、商业机密泄露给外部。因此，企业的实际采用依然处于极其早期的阶段。 ### 现场 AI、边际成本与智能的公共品化 除了企业落地的顾虑，AI 数据中心的电力瓶颈也是不可忽视的现实问题。不过在模型层面，分层已经非常清晰：最前沿的模型用于科研探索，SOTA 生产力模型用于创造，更轻便宜廉、响应迅速的模型用于解决个人需求；而像 DeepSeek 这种成本极低的模型，则可以不计成本地进行大规模调用，非常适合用于高度自动化的场景，比如管理农场、管理工厂。 我把这种应用统称为“现场 AI”。现场 AI 必须深度依赖边缘计算，因为现场设备一天内需要处理的信息量极其庞大。例如一个监控摄像头每天要处理海量视频流，可能需要持续识别是否有牛跑出了围栏。农场不可能把所有高清监控画面全部实时上传给 OpenAI，这在带宽和成本上都是不现实的。因此现场必须跑边缘计算，利用极度廉价的小模型进行 24 小时不间断的本地推理。 所以在 2026 年 10 月这个时间节点来看，整个 AI 对人类社会、组织结构和商业模式的实际影响，依然处于非常初期的阶段。如果从投资的视角定位，尽管技术迭代在加速，但目前真正落地的部分可能只完成了 2% 到 3%，还有绝大部分问题根本没有被解决。 在用户分布上，也只有极少数 Pro User（活跃、喜欢钻研学习的用户）真正用上了这些工具。AI 工具不像传统软件或游戏那样，界面按键一目了然、点一下就出结果；它面对用户时是一张白纸，使用者首先必须自己有想法，才能驱动它去工作。但大多数人习惯了按部就班，在公司被动接任务、下班回家休息，并没有强烈的自我表达或技术探索欲望，甚至不知道该如何提问、如何组织需求。 因此现在的 AI 呈现两极分化：一方面是给这 2% 到 3% 的 Pro User 赋予极大的杠杆，一个人借助 Vibe Coding 可以做出三十多个应用，一人管理上百台 Agent Server，一个人发挥出过去五六十人团队的效能；但对于绝大多数普通用户来说，调研数据显示他们使用 Gemini 或 ChatGPT 时，依旧只是当作更方便的搜索引擎来查资料而已。 普通大众更多的时间，可能会被另一类消费娱乐级 AI 产品填补，比如字节跳动在做的事情。字节的核心模式是通过吸引用户注意力实现广告变现。不过像红果短剧这类基于 AI 生成的产品，目前的盈利模式还存在不确定性。虽然链路跑通了——花钱给 Seedance 生成视频，上传到红果平台吸引付费观看——但在经济学上，这很容易滑向完全竞争市场。因为总会有人拿到更便宜的 Token、投入更多时间生成更低成本的内容，从而导致价格持续被压低，最终定价可能仅比模型的生成成本高出一点点。扣除计算能耗和电费后，单体利润会变得极其微薄，失去了暴利的意义。 在宏观经济学中，完全竞争市场的最终定价会无限趋近于边际成本，导致超额利润消失。硅谷现在有人相信，智能最终会变成一种 Public Goods（公共品），即完全商品化。这固然会极大提升全社会的生产力，就像超市里的牛奶因为集中化工业生产而变得极其便宜一样，未来软件和智能服务的使用成本也会像牛奶一样低廉。 ### 寻找交付的本质：软件消融与“Everything is media” 在这样的背景下，我个人的思考重心也从“如何创造软件”转向了下一个阶段：创造软件究竟是为了达到什么目的？ 坦白讲，我现在也处在一个相对迷茫的阶段。前段时间我和尤雨溪在新加坡聊了半个多小时，他把创业公司卖给 Cloudflare 之后，状态上也有点 Burnout，除了回归家庭、关注个人生活之外，也在思考下一个阶段该做什么。我们可能都需要花上三到六个月的时间去观察行业，再决定把核心精力投向何处。 这让我想起字节跳动在 2012 年刚成立时的阶段，他们用了两年时间去验证推荐引擎在图文领域的有效性。直到 2015 年 3 月我们在冲绳开年会的时候，大家讨论的核心话题依然是移动网络环境的成熟让用户可以通过手机流量看视频，视频推荐才真正迎来了爆发的契机。 反观当下，如果整个使用环境尚未完全成熟，用户甚至不知道该如何使用新一代产品，而创业者依然沿用十几年前做软件、分发软件、找用户的传统思路，这件事情本身可能就没有太大意义了。我很羡慕现在的年轻人，比如刚上大学的孩子，他们完全没有过去的思想包袱，也不会总想着做个东西卖给谁来赚钱，而是很纯粹地沉浸在自己的小爱好里。比如我家小孩喜欢地理，就天天自己研究、做东西，在 Reddit 社群里交流。当物质条件充裕、生活压力减轻时，年轻人会更自然地跟随兴趣社群生活。就像日本泡沫经济破裂后社会呈现的状态一样，如果未来十年、十五年真如马斯克所言，机器包揽了一切事务，人类不需要为钱发愁，这种状态是极有可能普遍发生的。 我自己之前也经历过类似的迷茫。过去我投过一些做产品、做软件去融资的小公司，尤其近两年在硅谷接触多了之后，发现很多创业公司做的不过是模型边角料的功能，并没有真正的长期价值。如果软件本身不再是核心壁垒，人与人之间的真实依赖反而变得更加关键。大家为什么喜欢看活人郭宇在 X 上做分享？因为在 AI 越发达的时代，人和人之间的情感连接和活人感反而会变得越来越稀缺和重要。 如果把注意力产品化，比如建立一个社群，个人大量的思考通过 AI Agent 整理后输出，供其他人阅读和交流。甚至社群里有人提出希望提供 API，让各自的 Agent 来直接读取和交互，这也是一种有趣的信息传递方式。但最终交付的核心不是软件，而是 Attention（注意力），通过高频集中的注意力输出与大家产生思维碰撞。 从这个维度看，Software is media，甚至 Everything is media。在接下来这个阶段，你交付的并不是一个死板的软件工具，你每用 Vibe Coding 做一个产品，那个动作、演示和结果本身就是 Media 的一部分，用户消费完、获得满足感，就如同刷完一条短视频一样。围绕特定的主题（比如美股、一级市场投资），大家形成真实的交流社群，KOL 和活人纽带成为关键支点。 之前关注过一位博主 Zara Zhang，她不是程序员背景，但做过很多跟 Keynote 相关的产品。她曾在推特上发过一条观点让我印象深刻：如果想让初创公司产品的 Demo 获得更多流量，唯一有效的事情就是创始人真人出镜去讲解和演示。 这背后的本质是，随着 AI 生成的内容（AI Slop）越来越多，任何人都可以低成本生成海量内容，互联网的信噪比急剧下降。在内容极度泛滥的时代，真人出镜反而成了稀缺且出挑的差异化形式。当然前提是出镜表达要足够扎实。在以往的算法推荐时代，自媒体也一直在寻求差异化，甚至去 Hack 推荐算法。字节内部曾有专门对抗恶意 Hack 算法的策略团队，当时很典型的一个技巧是在字幕里故意放错别字，这并非单纯为了规避审查，而是因为错别字会引发用户回看和评论，从而显著提高完播率和互动率。 无论是分发 AI 内容还是真人内容，本质上都是在获取受众的心智模型和注意力。如果顺着“Everything is media”来看，我们真正分发的到底是什么？是软件代码本身，还是借助软件去讲述故事、建立个人品牌，进而达成商业目标？ 如果通过软件最终想要达到的目的可以绕开软件直接实现，那么软件形态本身或许就不再必要了。只要具备智能本身，能够达成最终目标即可。对于大众而言，如果目的是消耗时间，那么刷短视频、看 AI 视频还是打游戏，本质上都在抢占相同的用户时长，这构成了直接的竞争关系。如果把工作与生活的目标抽离出来看，中间承载的软件形态——不论是 To B 软件、工业控制软件还是个人 App——其实并不重要。 这就像十八世纪工业革命中的珍妮纺织机一样，制造衣服是最终目的，通过人工织布还是机械生产只是路径问题。今天我们写软件也是同样的逻辑：核心不再是编写具体的代码去实现过程，而是提出明确的要求，让系统把界面生成出来，或者在没有界面的一端，直接把事情从 A 点处理到 B 点，目标就达成了。 ### AI Agent 时代人的生活方式与目标感 在 AI Agent 非常发达的时代，人最终的目标与意义会有什么变化，人会变成什么样子？大众可能还是会像现在大众的生活方式一样，只不过很多人在基本生活需求被快速解决之后，会转而去考虑自己的爱好。随着人类拥有更长时间的寿命，在更长的寿命当中，大家所追寻的也许不再是职业，不再是自己在某一个公司里做一个螺丝钉，而是去追寻自己真正想做的事情。 这种状态其实非常像日本泡沫经济破裂之后所谓“平成废宅”这一代人过的生活方式。我刚退休来日本的时候，经常开车出去玩。有一天我开到千叶县的一个海滩，叫九十九里滨，看到很多人在工作日也在那里冲浪。我当时就很好奇，这些冲浪的人为什么在正常工作日也会在那儿冲浪？ 后来我才知道，原来在日本有相当多的年轻人现在越来越不去做正式工作，而是去做所谓的 Arubaito（临时工）。因为在他们看来，临时工的收入和自由度非常好，而且和正式员工的收入差别其实并不大。这主要是归功于日本社会的贫富差距实在太小了，无论你做什么样的工作，收入其实都差不了太多。所以很多年轻人选择“做三休四”，一个礼拜做三天临时工，剩下的四天就去做任何自己想做的事，比如去九十九里滨冲浪。 这种生活方式其实表明，当你的物质条件要求、物质欲望降到极低，或者你想满足的所有基本需求都已经被这个社会兜底和满足的时候，你就可以自由自在地去追寻任何你想做的真正的事情。这些事情有可能是你纯粹的兴趣，也有可能因为常年累月的专注，让这项长久的兴趣最终变成了你的事业。 在日本的奥林匹克运动会参赛选手中，其实有一些选手，包括滑滑板等项目，他们一开始都不是专业体制内的运动员。他们纯粹是因为个人的兴趣爱好，从小到大经过常年累月的兴趣积累，逐渐掌握了非常专业且顶尖的经验和技巧，之后选择去参加奥运会。这件事情就是日本社会在经历了“平成废宅”这么多年发展之后的一个非常重要的体现。它不像培养一个 F1 赛车手那样，需要从小投入巨大的资金与时间成本去博取最后的回报，它完全就是纯粹由兴趣导向自然产生的一个结果。 ### 大众分化、生产力爆发与抖音推荐算法的启示 对于整个大众群体来说，大部分人可能还是会去想怎么去消耗自己的时间，因为这些时间对他们来说可能没有任何产出价值。但是在庞大的人群当中，依然会有比例足够的一小部分人，能够借助 AI 来极大地提高自己的生产力。如果单从绝对数量上来说，这部分人的绝对数量肯定会比传统教育时代要多得多，而且整个社会的平等性也会变得更好。 在以前的时代，出生在偏远乡村的小孩可能没有机会接受标准的大学教育，如果他想要去学写软件、做软件开发，他往往没有路径和资源来实现这一点。但现在，哪怕是出生在乡村的小孩，只要他自己愿意去改变、愿意去探索，借助 AI 工具，他也能够学到并得到他想要的东西。 这其实就像我们之前在抖音一直探讨的一个非常重要的哲学概念：如果你把抖音仅仅看作是一个信息茧房，每天只沉迷在算法推荐给你想看的东西里，天天沉浸在其中，那你当然会变成一个废物；但如果你把抖音看作是面向更大世界的一扇窗户，主动去调教你的推荐算法，你就可以在上面学任何你想学的东西——你想学如何种植植物，或者如何照顾花草，你就可以顺着推荐系统学到专业技巧。 抖音上有很多 Influencer（博主）。我记得有一个在偏远西部山村的小孩，他特别喜欢走秀，他就地取材，不断用塑料布和各种废旧破布来给自己做衣服，然后在村里的农田上走秀。后来他靠不断拍摄并发布这种走秀视频，最终被时尚界发掘，真的受邀去了意大利米兰走秀。在传统时代，如果你没有渠道把自己的想法、意愿和故事展示给大家，你在田埂上走秀，无论怎么表达，大概率也只会被身边的同胞和乡亲当成神经病；但有了这种连接世界的工具之后，你就可以利用它登上更大的舞台，迈向更高的目标。 AI 也是同样的逻辑。对于生活在上一代的我们来说，童年都是在上一个世纪度过的，难免会有固定的思维定势。但对于下一代的小孩来说，他们是在这个环境下成长的，脑子里完全没有既定的思维定势。因此，在人群的绝对数量当中，依然会出现极其巨大的创造力。虽然从比例上来说，大众肯定还是偏向于玩乐和消费娱乐内容，但因为 AI 带来的生产力变化实在太巨大了，哪怕只是很小一部分比例的人去探索和发挥，他们所创造出来的爆发性生产力与创造力，也会带来极多我们以前想都没有想过的全新事物。这是一个极其有意思的时代。 ### 历史重现：从工业革命到 AI 时代的“文艺复兴” 这不仅仅是一次工业革命，更像是一次新的“文艺复兴”。就像历史上 14 几几年到 15 几几年那样，社会的生产力突然得到了提升，大量的贵族愿意花重金去资助和供养门客、创意艺术家来创作艺术品，推动了科学和艺术的全面繁荣。我们现在正再一次步入这样一个时代。 日本经历平成年代时，虽然当时还没有 AI，但因为社会经济模式的发展，已经提前呈现出了类似的状态。而现在全球的下一代人，都将因为 AI 生产力的飞跃而拥有更多的时间。拥有更多的时间其实是一把双刃剑：一方面，它意味着许多人可能找不到传统的工作，没有班可上，所以闲暇时间变多了；但另一方面，社会的整体物质生产水平在持续提高，贫困的底线也在大幅抬升。现在的普通人，日常享受的物质和丰富的电子设备，其实早已超过了 300 年前的国王。 在这样的时代背景下，人们将面临两种分化的选择。我们这一代以及更早的一代人，从小接受的教育就是人必须要去上班，上班这个概念从工业革命开始已经存在了 100 多年，而在智能革命之后，传统意义上的上班可能会逐步消失。正如日本年轻人选择打零工一样，当物质底线有了保障、有更多的财富和时间可以自由支配时，人就会按照自己的真实兴趣去做事。 在这个分化过程中，一部分人可能无欲无求，缺乏上进的动力，选择每天刷短剧、玩游戏度日，这在当下也很常见，只要不危害社会，依靠社会兜底也能很好地生活下去；但人类这个物种的特殊之处在于，总有人会 Think Different，总有人拥有完全不同的想法和打破常规的冲动，不然人类这个种族可能早就消亡了。 这部分人会敏锐地抓住 AI 文艺复兴时期的最佳机遇，充分运用层出不穷的工具。我们今天正身处一个拥有无限可能工具的时代：只要你拥有无限可能的想法，你就能去做无限可能的事情，这完全是一个可以让个人大放异彩的时代。随着未来一两年 AIGC 和智能化水平的进一步发展，只要你的大脑中有足够的主观能动性，将人类独特的创意与 AI 工具相融合，你就能创造出非常多的作品（Artifact），或者全新形态的媒体产品。 有了这些作品之后，创作者能够快速聚集志同道合的人，形成属于自己的 Community（社区），让认同你的人一同参与到创作中来。未来的社会结构，可能会从传统进入公司上班的模式，转变为由顶尖的超级用户（Pro User）创造出新的媒体内容与载体，再由大众围绕这一媒介建立社区，在其中形成自我循环的新生态。在这一逻辑下，能够连接受众与创作者的社交媒体依然占据着极其重要的位置。 ### 年轻人的焦虑与代际分层：别再把打工当作金饭碗 现在的年轻人明显存在两类关切（Concern）：一部分人非常焦虑，觉得很快就会面临失业或者根本找不到工作，因为企业借助 AI 降本增效，导致市面上的招聘岗位（Opening Jobs）大幅缩减，很多人因此对未来感到希望渺茫；另一部分年龄更小的孩子暂时还遇不到就业问题，他们反而对 AI 极具兴趣，利用 AI 制作各种以前做不了的玩具、自己以前写不出来的游戏，探索的空间非常开阔。 这两代人可以说是受 AI 冲击最典型的交界群体。而在他们之后出生的更年轻一代，比如现在只有两三岁的小孩，等他们长大后，AI 已经融入日常的方方面面，成为司空见惯的事物，就像老一辈看微信、年轻人看 QQ 一样稀松平常。 对于正处在被迫找工作、感到迷茫的年轻人，最核心的思路是不要再把“工作”视作人生当中的宝典或金饭碗，不要把它看作唯一的必选项。如果你不被固定工作绑架，你所面对的选择其实是无限的。虽然短时间内这种不确定性可能会放大你的焦虑，让你不知所措，但选择跳出传统工作模式，实际上是在帮你规避长期的下行滑坡。 这就像投资股票一样。当一只股票被套牢时，决定是否割肉离开，核心并不在于纠结具体的出逃价格或者目前亏了多少钱，而在于两点：第一，你手头是否有更好的机会；第二，这只股票当前是否处在一条极其漫长的下坡雪道上。 如果传统打工这条路正处在一个漫长的下坡雪道上，死守它就没有意义。这让人联想到中国改革开放之前很多国企工人的经历。比如我的父亲，以前也是在国营企业、集体厂矿这类所谓的金饭碗单位上班。当年他们面对去深圳、广州下海闯荡的浪潮时，都觉得面临巨大的风险，其中一个今天看来很难理解的顾虑就是害怕“工龄中断”。我父亲当年选择去南方闯荡时，甚至每个月还要专门花几百块钱去办停薪留职，就是担心万一下海没赚到钱、没有干出成绩，还能回厂里继续打工。但仅仅几年之后，那个矿山就彻底倒闭了；东北的下岗潮中，大家对这种铁饭碗的破灭体会也尤为深刻。 因此，对于当下正在找工作的年轻人来说，首先要做的是彻底转变思路。当你不再把找一份稳定的工作当作人生的核心目标后，尽管短期内会因为缺乏明确方向而感到迷茫焦虑，但从长远来看，这一战略转向无疑是正确的。当然，具体情况也要结合工作内容来判断：如果是去那些高度沉闷、体制化的单位把岗位当铁饭碗，或者盲目选择考研，我认为大可不必；但如果你有能力加入全球最前沿的 AI 工作室，去成为创造时代浪潮的那一部分人，这样的工作依然极具价值，非常值得去做。 ### 商业敏锐度、机会成本与告别致辞 在传统打工之外，面对众多的探索路径，应该如何去认知世界并赚取自己所需的收入？在中国，南方年轻人往往比北方年轻人对商业机会更加敏锐。例如广州、潮汕一带的家族，往往世代都有经商传统，这也造就了深圳这座极具活力与商业敏锐度的城市。 如果听众或读者正处于找工作的迷茫期，可以参考两条非常切实的建议： 1. 不要再去追寻一份所谓的“稳定工作”； 2. 亲自去南方走一走、看一看，观察深圳人是如何面对商业和时代变化的。 我在读大学的时候（大概在 2010、2011 年），寝室里有两个室友是广东潮汕人。他们从上大学起就根本没有考虑过毕业后要去给别人打工。我当时很好奇，他们解释说家族里世代相传的观念就是“宁可做个小老板，也绝不要给别人打工”。这种观念经历了一代又一代的传承，在他们脑子里就像思想钢印一样扎根。他们宁可去做规模非常小的买卖和小生意，也不愿意去给人打工，因为在他们的认知里，替人打工永远没有出头之日。 这种思维方式放在当前的 AI 时代同样非常受用——去做自己的老板，做属于自己的超级个人个体（OPC），或者经营独立的商业项目。如果你不知道如何做自己的老板，去深圳或者美国的旧金山湾区看一看，在这些地方会遇到很多身经百战、富有探索经验的人，可以从他们身上获取宝贵的实战经验。 投资领域最重要的原则就是绝不能白白损耗掉自己的机会成本。如果一直死守着趋势明显向下沉的股票，不仅会持续承受损失，更会白白丧失切换到上涨赛道的大好机会。在时代发生根本性转变的节点上，不要让自己的机会成本无谓流失，这是一个至关重要的判断。 今天我们聊得非常尽兴。整场交流从郭宇在字节跳动的早期经历切入，随后深入探讨了 AI Agent 的深度使用、Vibe Coding 实践、交互界面的未来演化，以及此前预置的 Agent OS 协同机制与设计构想；接着讨论了智能的不同阶段、分布形态以及智能商品化后的社会影响；最后结合文艺复兴的历史类比，延伸到新一代年轻人应当如何面对当下的时代变局与人生选择。整场对话刚好持续了 70 分钟，节奏非常舒适。 非常感谢郭宇做客本次 INDIGO TALK。希望随着底层模型的快速演进，不久后双方能再次相聚，进一步探讨 Vibe Coding 的前沿探索、全新形态产品的打造，或者是向用户与粉丝交付的全新服务与体验。再次感谢郭宇，也感谢各位听众，期待下次再见。