---
author: 人民公園說AI
date: '2026-08-15'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=5bmbG13hHnI
speaker: 人民公園說AI
tags:
  - token-consumption
  - agentic-workflow
  - context-management
  - business-monetization
  - model-training-cost
title: AI办公竞争逻辑与未来演进：从Token消耗到云业务盈利的飞轮效应
summary: 文章分析了AI办公领域的竞争逻辑，核心在于通过增加Token消耗量和积累优质过程数据来驱动云业务盈利，最终实现模型部门成本降低和C端飞轮的构建。同时探讨了行业亮点，如交互模式的演进（如Tag）、工作流的整合（如数字员工、龙门客栈模式），以及模型应用中上下文的重要性与边界划分。
insight: ''
draft: true
series: ''
category: ai-ml
area: tech-engineering
project: []
people: []
companies_orgs: []
products_models: []
media_books: []
status: evergreen
---
### AI办公的竞争逻辑

**主持人**: AI办公这个领域的竞争，基本上我觉得没有什么意义，这人口基数也不多，然后能够给你带来的价值也没那么大。有一件事情是明确的，就是你进了办公场景之后，你的 **TOKEN消耗量** 跟以前比不是一个数量级，有可能。还有一个就是你的这个优质的这个过程数据，对，也更多。

**主持人**: 这两个事情都是很有价值的。就是大家的**云业务TOKEN蒸蒸日上了**。是用了 **agent** 以后，它上下文要读啊，要不断的加工啊，就算什么事情没干，这个 **TOKEN量** 也比你以前一个人用的AI那个要大多了，闭环了，对，云业务绝对赚钱了。对，C端搞办公市场，抢入口抢人口，去消耗更多的 **TOKEN**，贡献更多的优质的过程数据，然后反过来，在云业务这一块，把 **TOKEN消耗的成本降下来**，降下来，对吧，降到可以有一个经济学算得清楚是任务级别值多少钱，用多少钱可以搞定某某某任务，对，这个就不得了了。云业务部门实现这个盈利变现，然后再到模型部门呢，把训练的成本降下来，更多的优质的数据去做后训练呐等等，去把模型口碑再提升上来，再去C端，飞轮就转起来了，争取更多的用户。

### 行业内卷与亮点

**主持人**: 老修，你觉得这个最近这一波办公有什么亮点让你记得比较深刻的？

**老修**: 我觉得还是要 **call back** 一下那个 **Anthropic的Claude Tag**。因为这个东西我觉得是行业的这个风向标吧，所以就是说这几个月他趟了这盆水下去之后反响特别好。Anthropic本身自身，他们现在的一个数据大概是百分之六七十的那个产品迭代的那个PR，相当于产品变更，已经是直接在这个 **Claude Tag** 里面完成了大家都不太需要再去开 **Claude Code** 这样子的一个，这个不管是桌面端还是你的那个 **Terminal**，大家都不用开了。这个变化其实我觉得是特别大的，包括那个 **卡帕西大神** 吧，卡帕西大神也是在说这个 **Claude Tag** 应该算是AI以来的可能最新的一轮全新的一个呃交互出现了，但是好像被低估了。很多国内的人其实也不太明白。

**主持人**: Claude Tag这个东西没错没错，因为我觉得还是海外海外跟国内的工作习惯不一样，差别还挺大。海外现在也开始用群聊了嘛，对吧，**Slack** 现在也非常火了呀，对 **Slack** 因为毕竟在海外就是仅次于 **Office** 的这个企业级应用嘛，这就是聊天开会搞文档，啥都能搞，对，然后而且很灵活，就是对于很小的团队他也可以用得很好。说到国内的话，就是可以看得到这是，至少在办公场景里面，这个东西没毛病，只是说大家的使用习惯还是有比较大差异的。有这海外其实就是碎片化比较强嘛，而且海外还有就是海外还有一个东西跟我们国内很不一样是叫做 **work life balance**，工作生活平衡这个事情，就是 **Slack** 一般来说，工作之外的东西肯定不会在上面出现，但在国内我们这个工作的时候，其实很多东西是已经是界限越来越模糊了，都都在弄。所以所以这个东西的话，我是觉得国内反而是走出一个国内新的一个一个路子，就是像最近我们用到的 **Trae**，其实 **TraeWork** 这个东西呃跟 **飞书** 结合特别好，因为都是**字节系**的，因为我们自己也是**字节系**的老用户了，都用了5年了。我现在感觉最深的就是说，当你那天做那个我们讨论一个问题的时候，是你的那个账号弹过来信息给我给我发那个结报告结果，然后上面写了一个 **from TraeWork**。诶，我那个时候觉得说这个是让我觉得特别心动的点，我的账号发给你嘛，是你的账号，不是一个 **BOT**。诶，这个我觉得是我们当年两三年前最想做的那个**数字员工**，现在实现了。哈哈哈，因为以前我们做数字员工也只能通过就是因为在国内嘛，国内很简单，大家就是**企业微信**只能通过微信背后用这个视觉操控的方式，对对对当时 **GUI** 嘛，对对对当时就是最最原始的 **GUI agent**，而且还是得手机操控。哎，就是因为本身官方不希望你用任何的这种呃全自动的这种方式来服务人，啊这个是不愿意。我们当时做了好多个给这个这个行业做的一些就是聊天服务产品背后都是用这个 **GUI agent** 去帮他控制，对对对。所以风险其实蛮高的，但是客户其实很想要这样的能力。但我觉得以今天的认知来看，我是觉得说可能就是**上下文会比智能更重要了**。对是是这样。对当时的那个时候呢，上下文还不如智能重要，因为当时我们觉得智能可能更重要，对是的，就是那个时间一定是智能更重要，因为那个时间点大家都不知道AI能干什么，而且AI确实也有很多掉链子的，就是掉链子的概率太大。诶现在其实是很小啊，现在就是概率说是已经低得很多了，因为毕竟各种各样的 **Harness** 这样子的工程化的那个东西上来了，所以现在变得就是**上下文**变成了最最核心的一个部分。然后 **Claude Tag** 已经证明了，在上下文就是企业里面，能把上下文的权限管理，加上上下文的这种各种人员的这种权限职责，各种呃边界，能够很好地交给 **Claude** 这样子的一个高智能的一个一个一个模型，它可以处理得很好，大家可以把很多日常的工作都迁移到上面去。是。对确实是这样。然后国内的话，我觉得就是另外一条线，因为国内其实就是说，呃从老板的角度来讲，我觉得是非常希望直接能够有**一个永远不睡觉的员工在干的**，诶对吧，这是绝对希望的。但是以前一直以来有一个问题就是说，呃员工大量的这种上下文其实也没办法交给AI，这这确实很实际。很多所谓的 **SOP** 都不是真的 **SOP** 嘛，诶我应该这么讲就是以我们就是在没有群聊的AI的这种工作群里面，我觉得大部分员工提，如果有老板在的话，提供的是情绪价值，诶我很努力，我及时响应，对不对？但其实这里面大量的有用的关键的信息的这些上下文其实人类其实很难去读到。嗯，对。但是最近我觉得就是确实这个群聊更适合AI，群聊更适合AI。我觉得群聊不适合人，因为群聊我们自己知道，群聊里面其实特别难受，对，就人特别难受，信息太散了，尤其是那个信息多一点，一下就冲掉了，它没有结构，对。然后呢，交代过的事情也不知道谁对了谁，确认了没有，这些都不知道。但这些东西我们用这个AI，它特别适合去帮你整理，但是留判断留给我们嘛，就是它把我们聊的一堆的这个碎片信息整合下来之后，问你到底哪一些东西是最高优先级该做，哪些东西是可以以后做，它也会给出一些它的判断。对对对。对，然后这个东西的话，其实我觉得说，是国内走出来的路子是特别好的，就是它可以直接通过像 **CLI** 这样子的能力，嗯，完全操控我的跟我的权限是一样的，只是我我授不授权给他的问题，这个是一是一个挺大的差别。我觉得在海外的 **Claude Code** 也没做到这个程度，我觉得就是让它做什么出来，现在已经不是我们讨论的范围嘛。嗯，就比如说你让他做个网页，做个什么 **vibe coding**，我们聊了很多了。哎对，就做出来不稀奇，做出来一点都不稀奇。做出来一点不稀奇。对。

### 办公场景的演进

**主持人**: 我觉得我觉得更最近我更大的一个体会是，当我把这个机器人拉到我们的群聊里面，嗯，我们很明确知道说这个群聊我们聊了所有东西，会给人看人就是 **FYI**，知道一下，是。但是我觉得我们聊了很多东西是让AI看的，嗯，我会我会这，但以前类似这样一些项目管理，我们可能要做一些什么那个叫什么 **Teambition** 也有，**Teambition** **Jira**，然后那个什么 **tapd** 腾讯也做过，**Notion** 呐，**Notion** 都有，然后包括后面我们**飞书多维表格**也做过啊，对都做过。以前我们在做这种跨团队的群聊一些管理的时候，有时候怕一些东西忘了，可能要专门有个助手对吧，我们我们有一个这个 **admin**，然后帮我们把这个泳道维护一下，就是开会的时候还得指定一个人去做会议纪要就，然后然后后面好一点是，可能各大腾讯会议啊，各种会议，最后能够转录一些会议的关键纪要。但是问题是还是撕裂的，他问题是你还要指派到诶老修，领这个任务你去执行，然后每周我们还得开个会复盘一下，诶老修，你有三个任务没做，你怎么回事，你解释一下。对，就是这个这个东西还是撕裂的嘛，就是纪要是纪要，然后那个记录只是记录，但是它没有变成一个任务跟着人去走。然后呢，what而且还得有我们自己得费劲得去追到底谁在做这个事。你人是这个 **Hub** 对吧，那现在这个AI就好像在你们公司是开了**龙门客栈**的，反正你所有人都要经过它。嗯，诶这个上面什么菜多少钱，今天谁杀了几个人，哈哈哈，对不对？你这在**龙门客栈**里面看得一清二楚，对吧，这整个整个公司的消息就是你问AI它都了解得一清二楚。然后现在最大的变化，其实我觉得现在也发生，就我们几年前为什么做不了数字员工，有刚才说了，偷偷摸摸做，差不多是这个问题，现在的问题就是说大家企业在转了，大家正在往这个方面转，就是说开始给这个AI与合适的权限嘛。嗯，所以说刚才说**龙门客栈**，那我就是说，其实这里面很重要一点就是说，以前可能我们的AI是租客，就是他来住这个房子，就是临时拿一下，嗯，他就是在那个小区域里面，我们给你限定了，你肯定是客，就哪几个客房。现在是**龙门客栈**，你要明厨亮灶，你要看我的后厨有没有做人肉馒头，现在一定是，就是可以管控到明厨亮灶有 **KDS** 有看板，啥都行就全部都有追踪，谁进去住进去了，谁退出来了，什么时候退的房。因为 **Claude Tag** 它它也是很典型的它是住在 **Slack** 里面，诶，它实际上是住在人家的这个**龙门客栈**里面的一下，对是不一样的。那然后你像国内不管 **Trae**，**TraeWork** 然后 **WorkBuddy** 或者是阿里的这个这种办公，**千问办公**，大家都是房东，哈哈哈，对吧，我只是说我要给谁钥匙，给这个钥匙能开哪些门的问题。诶，就是我原来的，我我是非常清楚知道我这个客栈里面的每一间房，每一个通道，每个地方怎么用的，只是权限我要怎么开给你。那现在其实这是这也是一个我们之前说的 **Harness engineering** 的问题，就是那现在大家这块的成熟度比以前高很多啊。诶，我是觉得说，可能在不远的不远的将来，就是这个**数字员工**是真的能跑得通。就我们今天聊的这个事情是把办公跟团队的这个AI共享上下文这**两个事情是独立分开的哈**，对，它是两两，两两件事情。因为我觉得现在更多场景，我比如说我们用AI做个什么什么应用，做个网站 **vibe coding**，这是我跟AI的事情，我跟 **Claude Code**，我跟 **Codex** 的事情，嗯，他还没有进入进入团队嘛，对他组织还没有到，还没有嘛。对，这个感觉就有点像你现在今天你用 **Codex**，你的聊天跟你的工作还是混的，不清楚就从产品层面你会觉得说，为什么在手机上看不到工作，然后为什么为什么工作跟聊天混合，为要要分开来。啊这个这个这个边界还不是很清楚，对不对，两两个两个边界不是很清楚。我是今天你把这个产品上面的矛盾放大到这个组织里面来看，我觉得今天也是这样子的。对，就他说聊天跟工作这个事情还没真的就完全打通嘛。对是这样的，是这样的。对。然后包括你像最近这个 **WorkBuddy** 啊很火，然后 **千问办公** 我们上次也跟大家快评过嘛，没错，就是好像这个流派也都不太一样，对吧。就是我我比如说我用**千问办公**，我最大的一个感受就是它很全。嗯，对，但是它不让你选模型嘛，就只有一个 **Qwen3.8-Max** 嘛。嗯，对，他最多帮你选了一下，有的时候要经济一点，还是**千问的模型**就对了。但我觉得这也对，因为因为有时候在一些通用办公场景，真的智能不是最重要的事情。嗯，对。嗯，所以就我们不是说 **Qwen3.8** 不好，是我觉得很好了，是一个很水桶的模型，对。但就是说呃，很多人就会觉得，那我为什么要用你啊，我用 **WorkBuddy**，**WorkBuddy** 我可以自定义模型，它没有个特别强的模型，反正腾讯那混元不怎么样，你哈哈哈，对，我爱用哪个用哪个，我爱用哪个用哪个，对是的。但实际上就变成说，我的感受是，可能在办公这个场景的话，**上下文会更重要**。诶，对。就是 **千问** 我觉得说做得好的是说它融融合了他自己原来**钉钉**那么多的经验，其实很多时候是不需要让用户多选的，对，就用户就直接用就好了。我我是觉得这个方方式是对的。然后呢，呃就是我一个水桶模型搞定所有的所有的场景，对，就我觉得这个是对的。只是说就是大家可能发挥自己的这个优势不一样，对吧。就像呃如果我们对比 **WorkBuddy** 跟 **Trae**，那 **WorkBuddy** 可以自己自己搞各种各样的模型，这个也是一个很爽的爽点我觉得。然后 **WorkBuddy** 我就一直不明白它为什么会火，对，就是比如说我我要给家属装 **WorkBuddy** 的话，嗯，那其实它第一个问题就是说，那每个模型有哪个区，有什么区别，哪个模型跟哪个模型有什么区别，好难回答。对吧。那第二个，如果我真的是极客的话，来用这个 **WorkBuddy** 的话，我为什么不用 **Codex**，我为什么不用 **OpenCode**，对。嗯，这问题就来了，就问题就来这里了。所以我就觉得说有点，我有点不太明白 **WorkBuddy** 火的原因。啊诶，这个可能刚好我我最近有朋友，有个朋友找我，嗯，他是想做一些自己的副业，嗯，他用的就是 **WorkBuddy**。然后我就刚好可能他的场景能能回答你的这个，就是有两个很基本的问题。第一 **WorkBuddy** 大量免费的那个 **credit** 可以用，ok，这个很现实，有很多人搞副业不想付出太多的成本，啊这是第一个问题。第二个就是说他在跟 **WorkBuddy** 合作的时候，他觉得说诶这个东西的智能程度，呃虽然有时候不太够，但是完全够他用了，就是够用。然后呢，可达性特别好，就是说呃他身边很多人就有在在用，就是我觉得说很重要的一点是 **WorkBuddy** 它在首发这个上面是很重要的，就是很多人最早知道他可以干这些活，然后会使用它去用。从替代成本上来讲，其他后面其他我们刚才说的**千问办公**也好，或者是 **TraeWork** 这些，其实对于普通普通这些他没有怎么用过AI办公的人，他其实并不知道为什么我要换你其他几家，好像都差不多，他就是这种感觉。那我觉得说就是**够用**这条线其实大家都已经过了，就是日常办公够用，然后他有先发优势。那我觉得说这个这一点就本身就可以解决说为什么你觉得有那么多人在在用 **WorkBuddy** 啊，这这个这个我觉得就是 **WorkBuddy** 最大的阻力还是**微信**吧，哈哈哈，对吧，就是今天对于AI最最不友好的应该就是**微信**了，对吧。那那对于AI最友好的，我个人就是我觉得**飞书**啊，这些都都对，甚至**钉钉**，我觉得对AI都很友好，对。所以我倒是不担心像**千问办公**啊，然后还有这个啊 **Trae** 呀，嗯，他们在这个企业领域啊，或者是就是最佳实践的等，我觉得他靠他办公端去推也够了，对不对，他靠他办公端去推就行了。但比较搞笑的是像 **Trae** 跟这个**千问办公**都不是**钉钉**或者**飞书**直接管的，哈哈哈，那没有什么义务推他们对吧。嗯嗯嗯对。那那那腾讯这个更复杂了，对。我我觉得个这个那个 **WorkBuddy**，因为本质上我觉得这个AI办公这个领域的竞争基本上，我觉得没有什么意义，哈哈哈，就没有任何意义，这这个人口基数也不多，然后能够给你带来价值也没那么大。就这个竞争，我没有搞懂你为什么竞争，我觉得更多可能是焦虑吧。嗯，就是有一件事情是明确的，嗯，就是你进了办公场景之后，你的 **TOKEN消耗量** 跟以前比不是一个数量级，诶有可能。还有一个就是你的这个优质的这个过程数据，对，也更多。这两个事情都是很有价值的。那最前者这个 **TOKEN消耗量变大**，我觉得是非常务实的，就是大家的云业务 **TOKEN蒸蒸日上了**。是，然后第二，因为这个这个道理大家以前讲过很多了，因为用了 **agent** 以后，它上下文要读啊，要不断地加工啊，就算什么事情没干，这个 **TOKEN量** 也比你以前一个人用的AI那个要大多了，这个这个消耗量是明确的，因为在海外已经验证了这个事情，就是大家而且企业也愿意为这个事情付钱，因为看起来这个这个知识好像沉淀了到了自己的手上，我只要云业务部门努力降本就好了。对，现在是说就是每一个 **task**，就是每一个办公任务的那个成本，就是完成它要多少钱能够完成这个这个东西的概念开始出来。因为像前段时间 **Deepseek** 有一个概念已经把老外打得很惨的，就是它跑基准测试能只要用 **0.03美元**，就是它让大家惊呆了，就是说可以用 **0.03美元** 去跑完很多 **agent** 的一些基准测试，而且拿一个高分嘛。那这个事情就大家会发现说 **0.03美元** 就能干，然后大家会去衡量说，那一个 **AI代理** 完成一个任务的成本可能是 **0.03美元**。嗯，那这样子的一个概念提出来了之后，那大家会去想，那完成一个办公任务的这个成本是多少，如果以后能被测算了，诶，那这个事情它就会可以很好被企业采购，有道理。对，有道理。但是现在不没办法算嘛，但我们这刚才讲了那么多的乱局，肯定是很难算的。但是如果哪一天一个 **agent** 完成一项确定的呃这个办公任务的成本是可以被测算的，那这个东西它就会重新可以来，大大地好，越多越好，越多越好，越多越好。而而且边界可能也会很清楚，就是哪些活就是让AI明码标价去干了，剩下的事情留给人去完成一些关键的这个判断也好，或者是人情世故的跟进也好，模型也省力，对吧，反正有这么多优质的这个过程数据，我起码怼更多的这个资源在后训练上面我也轻松一点，对吧。对，就是因为这个过程数据就是第二点，这过程数据特别重要，因为这个场景是大家愿意把自己的数据往里灌的，你其他场景没有确定性，你C端谁知道怎么灌的，那些搞图搞搞那个视频，搞其他东西的数据量其实就算大也很多没有太大意义，但是如果是在办公场景里面，它至少是有明确的目标任务的，那这个数据能够拿进来，再去找下一个这个能够被明确定价的这种场景，成本搞得够低，然后任务又很清晰，这个至少云业务是非常明确的，可以赚钱的。对啊，云业务绝对赚钱了。对。诶C端搞办公市场，抢入口抢人口，对吧，去消耗更多的 **TOKEN**，贡献更多的这种优质的过程数据。嗯，然后反过来在云业务这一块，嗯，把 **TOKEN消耗的成本降下来**，降下来，对吧，降到降到可以有一个经济学算得清楚是任务级别值多少钱，用多少钱可以搞定某某某某任务，对。这个就不得了了。在云业务部门实现这个盈利变现，然后再到模型部门呢，把训练的成本降下来，更多的优质的数据去做后训练呐等等，去把模型口碑再提升上来，再去C端，飞轮就转起来了，对，争取更多的用户。哎呀呀，诶老修这个哈哈哈，然后逻辑自洽，怎么感觉逻辑自洽了，是不是昨天「JustSayAI早晚报」告诉你的，对。也是像我们自己的业务跟AI天天工作，突然有了点灵感，好像是这么回事。诶确实是这么回事哈，确实是这么回事。对，对我我觉得这个就是啊有些事情我会想不通，我就会这样子丢到这个AI里面去跟他跟他聊，嗯，或或者我觉得以后就应该丢到群聊里面去跟他聊，对群聊里面有AI，然后就是了，然后去获取一个更多的视角。是的，对，就是让他炮轰我们那个脆弱的部分吧，就是这个事。对对对对。是是这样的是这样。我觉得是这样的。诶你刚才这个确实，就是我也想明白哦，为什么 **WorkBuddy** 因为去为什么 **WorkBuddy** 现在这么重要了，因为它能带动整个这个腾讯的云跟它的这个模型对吧，这两块它相对弱的地方。没错，诶有道理哈。是的，而且云那边收的钱是真金白银，哪怕现在可能贴一点，现在贴一点99让你用一年也没事。诶啊，况且他跟这些模型公司对吧，还有各种说不清道不明的这种关系，对是的，再加上数据，刚才说的数据那层数据是很值钱的，数据是非常非常值钱的，很难买到好的数据。诶嗯，这有可能，这有可能。确实是这样。诶我我觉得这个这个倒是闭环的。那你说你说像**字节**，像**千问办公**，那他有可能就是还是背着一个比较大的 **ToB** 的壳子在做了。啊嗯，你像他们也都是做了团队整合嘛，对啊是的，都最近都做了组织架构调整都很大。那个**千问办公**，嗯，**千问办公**是**阿里云**的。嗯，是啊你看这不又是云，**阿里云**嘛，哈哈哈，是吧，这不道理哈哈哈，透传一下这个关系，对就是那个**天眼查**透传一下哈哈哈。对，**千问办公**是**阿里云**做的啊，跟**千问**这个C端的团队不一样，**千问**也有自己的这个C端的 **Mac APP** 嘛，对，还不太一样。嗯，是那他等于是整合了这个啊，原本的**钉钉**那个什么**悟空**啊，对**悟空**啊，对，什么什么一个什么什么什么 **MuleRun**，对，3大团队应该是，有3大团队，有3大团队，对3大团队去去去整合的。但他还是背负了一个比较大的，就是这个产品确实就是你做的在在这种，你作为一个C端用户，你没办法说他哪里没有，对全部有。对，对我当时在用**千问办公**的时候，我就说诶，这个不太像是赶出来的东西，对吧，你也这么说。没错，不太像是赶出来的东西，还是比较完善的。是的，对，毕竟你是要对 **ToB** 去做的话，很多东西还是还是有一些考虑在里面的。没错。啊像那个 **Trae** 的话，他也跟**飞书**不是一个团队，是其实现在相当于在做个快速的整合吧，但我觉得他整合得还是相当的快。确实是确实是呃，每家每家可能路数都不一样啊。但是云业务我一直觉得最后云业务都能够赚到钱。难怪难怪这个谁啊，**火山引擎**也在，**火山引擎**接管了**豆包**的这个 **sales**，对不对。哎是啊是啊，最后要收钱赚钱的地方，我觉得云业务都会赚到钱的，因为这个AI的这种这种 **agent** 的算力的消耗，**agent办公的算力消耗**就是大大的增加了，场景频率都增加了，对。嗯，就已经变成说我们回过来从组织的视角来看，为什么**豆包**跟这个**飞书**整合，我们说**飞书**并入这个**豆包**，其实就是很简单，你就专心去给我做产品呗，对啊，把场景挖挖挖得越深越好，诶就没有问题啊，你把你把产品给做清楚啊，争取越来越多的用户，拿到更多优质的数据，钱不要你收，对吧，你去你去找那个谁收钱，哈哈哈，你去找**火山引擎**，交给**火山引擎**会想办法帮你收钱，你们不会卖，你们不要卖，你们让这个**火山引擎**去去收钱，你们就研究客户，是的，搞产品，把场景用的多多的，然后那个让大家尽可能多的去用嘛。因为呃这里我觉得可以提一嘴，就是最近是 **ChatGPT** 跟 **Gemini** 都到了 **10亿用户**全球，是。啊其实它里面呃有一部分增长当然是 **ToC** 的，但其实它有相当的增长是 **ToB** 的，就 **ChatGPT** 改名叫 **ChatGPT Work** 那个部分的时候，它其实也给它带来了很多的这个增长，因为其实这些这些场景其实都会带来，只要如果你能找到更多的这种场景进来，它的那个 **TOKEN消耗** 是可能就是 **10倍数量级以上**的增长。嗯，因为它就是会有很多。因为它里面有个报告就是讲很多人有用 **ChatGPT**，呃开始用和他6个月以后用，他们大部分有50%以上的人，他的使用场景都是增加的两三倍以上的，就是如果你有给他足够多的场景，呃让他去尝试，他就会尝试，尝试以后他就会习惯，他就日常就在用。所以这是他们增长特别快，因为这也破纪录了，**ChatGPT** 才22年到现在3年多的时间，增长到 **10亿**。上一个这样的现象级产品是 **TikTok** 啊，**Gemini** 也发也发了公告嘛，说这是 Google 史上还要增长增速最快的。然后 **ChatGPT** 这个是破了人类历史了，3年到 **10亿**。**TikTok** 上一次是用了5年多。这个其实都是在讲一个事情，就是说如果只是人现在是不知道在哪些场景要用，如果你产品化做得好，有很多场景能够让他用起来，它的使用层，它的使用率，粘性是非常高的。那所以我我觉得你回到刚才我们讲**豆包**嘛，其实**豆包**其实完成了一个非常好的 **C端** 的产品实践，但是我觉得它可能今天复盘的时候发现妈的没有给我任何贡献，他教我怎么养猪，哈哈哈，还要去盯钓鱼，哈哈哈，盯盯钓鱼对吧，**豆包**帮我盯一下钓鱼，就是心想，张一鸣心想我靠，我他妈投这么多钱训练模型，都解决你们这些傻逼问题我靠，哈哈哈。然后你说那个我好，我要做**豆包办公**，我做**豆包办公**的话，这个你你叫现在叫我去招人对吧，你叫叫我扩张对吧，你们**飞书办公**做得好，来来来我这边做**豆包办公**，反正我们 **ToC** **ToB** 一起做。嗯，对吧，全部都做入口。嗯，全部都做入口，全部去去这个把功能怼上来，体验怼上来，给我这个**火山引擎**争取更多 **TOKEN** 的消耗，哈哈哈，对吧，是是。然后还能帮我把我未来模型做得做得更好，对，因为你刚才也提到 **Gemini**，其实我们也看到 **Gemini** 最就是谷歌最近的一个季度的营收，应该是云业务增长还超过50%以上吧，还有60%多。嗯，对吧，就是那个收入是非常高的。然后而且谷歌也大力在做的，不是头部的这个引擎，那个大模型，就专门做 **Flash模型**，也是为了去解决更多这种日常的这种场景，包括一些他也也在做那个他自己也有一些办公的那些东西也在做嘛，就是他的 **agent** 也也在做。就是我们原来觉得说看不懂，现在好像串起来讲，就是如果从企业的角度来讲，最后你回到了云基建这边去做整个营收的增长好像都对的。对，所以你这个**哈萨比斯**啊，什么 **Jeff Dean** 啊，你你们就不不要再再再胡搅蛮缠跟我们搞这些什么东西了，就是你的科研梦可以去去别的地方搞对，在我这里我是真的要搞钱的。对啊，为什么说你这个 **3.5 Pro** 啊 **Gemini** 搞不出来，一直难产，难产了几个月了，我觉得也不是难产吧，可能就不想产，就是其实是不想产。对啊，就是大家看是难产，其实最后现在看就知道他是把它规划到别的地方去了，因为因为你你明显就是说我按你现在这个路线去做，我这一版的成本其实特别高，对，就是而且我的智能需求没有那么高，我不用做一个 **SOTA** 的顶尖模型来完成日常办公的事情啊，够了我就我做到这步够了。对对吧。然后我现在 **Gemini** **10亿用户**我我他妈到处都是入口，你只要网页用AI搜我一次，我都算你我一个用户。对，而且它那个 **Gemini 3.5** 和 **3.6** 的那个速度确实很快嘛，对吧，你实实际用起来它的速度特别快，你确实感觉它这个这个使用起来体验也很好。呃我我不知道怎么讲，反正我最近用 **Codex** 做页面的话，一些快速的微调，我就会在旁边开个 **3.6 Flash**。嗯，我确实觉得他调得很快，然后他的前端能力还是好的。对啊对啊没问题，因为前端也不要那么复杂的模型就可以搞定啊。对对对对。那但但实际上就是说你们说他美国**豆包**，我也没有意见，确实是这样，哈哈哈，确实是经常会出很多胡话，在解决一些啊严肃问题的时候。但我觉得可能背后反映出是还是一个趋势的问题。啊就是今天我掌握了分发，我掌握了云，然后我的模型只要不掉队，嗯，啊这个生意就能够赚起来，至少对 **Google** 来讲，不掉队。然后极致的优化这个模型，就是我们刚才说的那个**单任务成本**这个事情，如果它能跑得出来，就很很厉害了。那其实你看今天可能很风光的，**OpenAI** 跟 **Anthropic** 相对来讲就更被动，它没有一个像云这样的业务，对它得天天去找他们去搞锁定算力，这个就对他们来讲就这个这个生意啊，他他没办法这么正常的去做。是的，对。就我今天要做一个能够正常运转的生意，不行我我像 **OpenAI** 我还得去再去讲故事，讲更多的故事，造更大的梦。是的哈哈哈，是的是的。是这样的。其实我觉得包括像这个 **SpaceXAI** 嗯，他这个生意都已经是可以赚起来的一个生意了，对。**SpaceXAI** 最近都跟**英伟达**做太空的那个算力中心去了是吧，又是云计算你看。对你你因为那个 **Grok** 现在其实在美国市场用的还蛮多的啊，对。而且 **Grok** 最近出了个 **Grok Bot**，对，其实跟我们这些各种办公已经是一个路子了。是的，是的。而且他自己本身是算力过剩的，是的，他自己本身算力过剩，而且就是说这东西叫做本来无一物何处惹尘埃嘛，对吧，哈哈哈，对吧。我本来就这各方面都做得不怎么样，对一直追赶都追不上，换个角度，算力卖一卖，算力卖一卖，对直接搞算力他。对没错，**Meta** 也是唉直接别搞了别搞了，继续开源卖算力。你看 **Meta** 最近都把他那个搞了半天的闭源模型给又给开源，啊对吧，我就过两天就开始卖算力了，对吧，诶已经开始卖了，已经开始卖了。是的好像有看到小已经有看到已经开始卖算力了，对不对。嗯嗯嗯。诶我觉得这个生意变成说AI变成一个可以算得过来的生意，也挺好的。对啊，就是这个胶水终于浇上了，可以算得过来账，赚钱的一个生意上去了。最怕就是说你不是一个正常的生意，这个对大家其实都有点觉得说这这东西妈的到底是不是泡沫啊，这东西到底是有没有什么问题啊。啊是的是的，是。把几家都聊完了，对就把几家差不多都聊了一遍，反正就是聊一下这个借AI办公这个事情跟大家串讲一下吧。啊这个今天这个闲哥正在外面happy，啊闲哥正在跟这个朋友们在喝酒哈哈哈，就我跟老修先跟大家哈拉一下，聊一下这个AI办公啊，当然就是一家之言，仅供大家参考好吧。是的。好。是的。这节目到这结束啊拜拜。