蛋播

从 GPT-2（2019，1.24亿参数）到 Kimi K3（2026，2.8万亿参数），参数规模7年增长 22580 倍。但这不只是"堆参数"——每一步架构变革都在解决同一个问题：模型如何存储、更新和检索信息。

核心演进链：GPT-2（完整保存KV cache）→ Linear Attention（压缩成固定状态）→ DeltaNet（先读后写，精确改单条记忆）→ Gated DeltaNet（遗忘门控）→ Kimi Linear/KDA（逐通道遗忘）→ Kimi K3（系统级组合）。

Kimi K3 关键设计：每12层插入 Attention Residuals（深度方向选择性回看）；KDA（循环记忆）+ MLA（全局检索）组合；898个专家MoE（每token选16个）；SiTU激活函数。

核心洞察：大模型竞争的关键不是"更大的模型"，而是怎样用更少的计算，实现更灵活、更精确的记忆与检索。

梁文锋 4 小时投资人会议 — 学习解读

来源：佩妮聊创投（小宇宙）

嘉宾：梁文锋（DeepSeek 创始人）

原始发布：2026-07-22

时长：95 分钟（AI 语音还原版）/ 原始会议 4 小时

转录：[[ep148_梁文锋4小时投资人会议]]

⚠️ 来源说明：本文基于 AI 还原音频转录（原始为 42 页 PDF 会议纪要），可能有删节和误读。

一句话：这期到底在讲什么

一群"平凡人"为什么靠"少拿一点"反而走到了牌桌中央。

从你最熟悉的东西开始

你有没有见过这样的人：打牌的时候从不抢着叫地主，总是安安静静拿一手小牌，然后在你不经意的时候，一把清光？

梁文锋就是这种人。

这场 4 小时的投资人会议，不是一场技术发布会，也不是一次商业路演。它更像是一个"异类"坐在你面前，用 4 个小时解释一件事：为什么我明明可以赚更多钱，却选择不赚。

你可能会想：这不就是"情怀"吗？不。梁文锋自己说得很清楚——克制不是道德选择，是战略。他说："你越克制，越有可能做成。"这句话听起来像鸡汤，但如果你往下听 4 个小时，你会发现他有一套完整的逻辑链，从定价到开源到组织到 AGI 路线图，全部指向同一个结论。

这期不是技术访谈。它是一堂关于博弈、取舍和时间偏好的课。

核心概念（由浅入深）

概念 1：克制——不是少拿，是"只拿合理的"

类比：想象你开了一个早餐店，包子卖 2 块钱一个，利润 50%，生意很好。隔壁老王看你赚钱，把包子涨到 5 块，利润 200%。短期他赚得多，但三个月后，整条街的人都来你这里吃，老王关门了。你的策略不是"不赚钱"，而是"只赚合理的钱"——这个"合理"不是道德标准，是生存策略。

原理：梁文锋给 DeepSeek API 的定价逻辑是"10 个月收回设备成本"，对应大约 6 倍利润。他明确说：如果利润最大化，价格可以翻一倍，因为"在这个价格区间，用户的需求是没有弹性的"——也就是说，涨一倍价，用量不会少多少，总收入接近翻倍。

但他选择不涨。

这里有一个关键区分：不是不能赚，是不赚那个"多出来的部分"。他把这个叫"合理的利润"。合理不是成本加成，不是行业平均，而是一个主动选择的上限。

为什么不用老方法：传统商业逻辑是利润最大化——能卖 100 绝不卖 50。这个逻辑在存量市场里是对的：蛋糕就这么大，你多切一块别人就少一块。但 AI 是一个增量市场，蛋糕还在变大。在增量市场里，"多拿一点"的代价不是少赚一块钱，而是——

刨根问底（三层为什么）：

• 第 1 层：为什么克制能赢？ 因为 AI 的利益太大了。梁文锋说："AI 占 GDP 的百分之多少，你随便分一点就已经很大了。"当蛋糕足够大时，你拿 1% 和拿 5% 的绝对值差距远没有你想象的那么大，但"拿 5%"这个姿态会让你成为所有人的靶子。
• 第 2 层：为什么成为靶子代价这么大？ 因为他给了一个极其精彩的推演：如果 OpenAI 想拿全球 GDP 的 5%，就会有一个"只要 1%"的人来打败他；然后会有"只要 0.1%"的人再打败前者。拿得多的人会被拿得少的人打败——甚至你不用真的拿得多，你的愿景是拿得多，你就先输了。这不是比喻，这是定价博弈的纳什均衡：在信息透明的市场里，贪婪者会被克制者逐出。
• 第 3 层：为什么这个逻辑在 AI 行业特别成立？ 因为 AI 的边际成本趋近于零。一个 API 调用多服务一个用户，成本几乎不增加。这意味着"降价"的代价极小，但"降价"带来的社会好感、人才吸引力、生态凝聚力的收益极大。传统行业的降价是割肉，AI 行业的降价是播种。

举一反三：

• 投资映射：段永平说过"不赚最后一个铜板"。巴菲特的"别人贪婪我恐惧"。克制在投资里的表现是：不追涨、不加杠杆、不在估值泡沫时全仓。你"少赚"的那部分，是你为"不被清零"买的保险。
• 进化生物学映射：自然界中，"最优策略"几乎从来不是"最大化个体收益"。蚂蚁、蜜蜂的利他行为不是道德，是群体选择的结果。一个物种如果每个个体都最大化自己的食物获取，种群会因为过度竞争而崩溃。"只拿合理的"是进化稳定策略（ESS）。
• 日常映射：为什么 Costco 的毛利率上限是 14%？不是不能收更多，是"只收合理利润"让会员信任你，信任带来复购，复购带来规模，规模带来议价权。克制是飞轮的起点，不是终点。

概念 2：开源——克制的具体形态

类比：开源就像你开了一家餐厅，把菜谱公开了。别人可以照着做，但做不出你的味道——因为你的火候、你的食材供应链、你后厨的动线设计，这些不是菜谱能教的。梁文锋说："哪怕你把所有东西都告诉别人，这个门槛也非常高。"

原理：DeepSeek 开源了模型，包括最强的模型。梁文锋的逻辑链是：

1. 我们只赚 6 倍利润 → 第三方自己部署的成本做不到这个价格 → 开源不影响我们的收入

2. 开源让社会高兴、同行高兴、用户高兴 → 凝聚力和社会好感 → 人才愿意来

3. 人才是唯一的瓶颈 → 开源最终增加的是"做成 AGI 的概率"

注意第 3 点。他不是说开源是"好事"，他说开源是提高做成 AGI 概率的手段。这是一个冷静的计算，不是情怀。

为什么不用老方法：传统软件行业的开源是"用免费换付费增值"（Red Hat 模式）或"用开源建生态锁用户"（Android 模式）。DeepSeek 的开源都不是。它的开源是：我不需要生态锁你，我也不需要增值服务，我只需要你把模型用起来，因为用的人越多，AI 离 AGI 越近，而我恰好在通往 AGI 的路上。

刨根问底：

• 第 1 层：为什么开源不影响收入？ 因为 10 个月回本的定价已经让第三方无利可图。你想自己部署？你的成本是我的好几倍。你想降价竞争？你降到我的价格就亏本。这是一个"成本护城河"——不是技术壁垒，是效率壁垒。
• 第 2 层：为什么别人复制不了这个效率？ 梁文锋说："不是每一家公司都愿意或者都有这个意愿和能力来组织人力去达到这个目标。"大公司的管理摩擦、部门墙、KPI 考核，让"极致效率"变成组织上的不可能。创业公司太小又没有力量。DeepSeek 恰好在 sweet point 上。
• 第 3 层：为什么"愿意"是瓶颈？ 因为追求极致低成本意味着每一个工程决策都要为"便宜"服务。对一个以"服务好 C 端用户"为愿景的公司来说，"便宜"不是第一优先级。但对 DeepSeek 来说，"便宜"是愿景的一部分——"我们的同学都是普通人，他知道用这个都是要花钱的，他能够有这个同理心。"

举一反三：

• 投资映射：开源 = 让利于生态 = 把"竞争对手"变成"合作伙伴"。在投资里，这对应的是"不跟市场做对手，跟市场做朋友"。你不需要打败所有基金经理，你只需要在自己的能力圈里做到极致成本效率。
• 对持仓的影响：DeepSeek 开源直接冲击的是"模型即产品"的商业模式。腾讯、阿里如果用 DeepSeek 的开源模型，它们的 AI 成本会大幅下降——这对它们是利好。但对那些靠"模型独家性"收费的公司，这是致命的。英伟达的影响更复杂：开源降低了模型部署门槛，但部署仍然需要 GPU——所以英伟达的"卖铲子"逻辑不受影响，甚至可能受益。

概念 3：芝麻与西瓜——时间偏好决定战略

类比：你走在路上，看到地上有一百块钱。你弯腰去捡，结果错过了前面路口的一百万。梁文锋说："前面是芝麻，后面是西瓜。"去年春节 DeepSeek 突然爆火，C 端用户蜂拥而入。所有互联网公司都会做的事是：砸钱、抢用户、做超级 App。DeepSeek 没有。

原理：梁文锋把 DeepSeek 的战略选择描述为一个时间偏好问题：

• 短期（芝麻）：C 端用户、B 端收入、日活数据
• 长期（西瓜）：AGI——一个"AI 占 GDP 百分之多少"的终极市场

他说："我甚至不用考虑到时候在里面占什么位置、商业模式是什么。只要有那么大的商业机会，你一定是有办法的。"

这不是天真。这是一个贝叶斯决策：在 AGI 的期望收益面前，C 端用户的期望收益小到可以忽略。而追逐 C 端用户的机会成本是：分散团队注意力、偏离 AGI 主线、消耗有限的算力资源。

刨根问底：

• 第 1 层：为什么 C 端是"芝麻"？ 因为 C 端变现路径（广告、电商、订阅）在 AI 时代生命周期极短。梁文锋说："半年前讨论出来的商业化是什么？一定是做广告、做电商、植入本地生活。肯定没用的，因为变化太快了。"你花 6 个月建的产品线，6 个月后技术就变了。
• 第 2 层：为什么 AGI 是"西瓜"？ 因为一旦 AI 能持续学习（他定义的 AGI 关键能力），它就能替代人类员工。"你跟 AI 说叫小王过来，你得告诉它小王是谁、什么职务、在哪里、注意什么。但如果 AI 能像新员工一样学两个月，它就能替代天下的人了。"这不是一个 App 的市场，是整个劳动力市场。
• 第 3 层：为什么"不追芝麻"反而捡到了芝麻？ 这是最反直觉的部分。梁文锋说："C 端用户赶都赶不走。"因为模型足够好、价格足够低，用户自然留存。你不需要花力气去"运营"，产品本身就是最好的运营。B 端收入也是"顺便做的"——"我只要搞几个人维护这个 API 就可以了，甚至客服都没有，也不用销售。"

举一反三：

• 投资映射：这就是"延迟满足"在投资中的极致体现。巴菲特的伯克希尔·哈撒韦几十年不分红、不追热点，把所有利润再投资。短期看，股东"少了"分红收入（芝麻）；长期看，复利创造了天文数字的市值（西瓜）。
• 创业映射：SpaceX 的马斯克也做过类似选择——不急着做商业发射赚钱，先把可回收火箭做出来。短期看少赚了很多发射订单，长期看把发射成本降了两个数量级。

概念 4：愿景驱动的组织——没有 KPI 怎么管 200 人

类比：想象一个交响乐团。如果每个乐手都有 KPI——"今天必须拉完 3 首曲子""错音率低于 2%"——你得到的是一首技术上正确但毫无灵魂的曲子。但如果所有乐手都相信"我们要演的是贝多芬第九交响曲"，他们自己会知道什么时候该强、什么时候该弱、什么时候该等别人。愿景就是那个"贝多芬第九"。

原理：梁文锋说 DeepSeek"没有组织架构"。管理靠两条线：

• 从上到下（正式）：全公司要一起做的事，比如发 V4。但"正式不要超过一半时间"。
• 从下到上（自由）：每个人自己想做什么就做什么，没有 KPI，没有前置要求。

不加班。原因有二：研究需要松弛环境；因为克制，要做的事情少。

刨根问底：

• 第 1 层：为什么没有 KPI 反而能运转？ 因为愿景足够强大。"AGI 这个愿景是很强大的。"当所有人都相信自己在做一件改变世界的事时，外在激励（KPI、奖金、晋升）变成多余的甚至有害的。心理学上叫"内在动机挤出效应"——你用外在奖励去激励一个本来有内在动力的人，反而会降低他的动力。
• 第 2 层：为什么"平凡人"叙事比"天才"叙事更重要？ 梁文锋说："我们是一群平凡的人做出了不平凡的事情，而不是一群天才做出了不平凡的事情。"这不是谦虚。天才叙事的问题是：天才会觉得自己值得更多，会觉得自己是特殊的，会被更高的出价挖走。平凡人叙事让每个人觉得自己是"被选中的普通人"，这比"你是天才"更有凝聚力。
• 第 3 层：为什么团队稳定性是"唯一的核心利益"？ 因为所有其他问题都是时间问题——钱不缺、资源可以买、技术可以追。但如果核心人才走了，你失去的不是一个人的产出，是那个人脑子里的隐性知识、团队默契、以及"我们在一起"的信念。这些无法用钱买回来。

举一反三：

• 投资映射：评估一家公司时，不要只看财报，要看它的"愿景是否真实"。愿景不是年报里的漂亮话，是"降价的时候员工是欢呼还是心疼"。DeepSeek 降价时公司群里欢呼——这说明愿景是真的。如果一家公司说"客户第一"但涨价时内部开香槟，那愿景是假的。
• 组织映射：Valve（游戏公司）也是扁平化、无 KPI、员工自选项目。但 Valve 做的是成熟产品，试错成本低。DeepSeek 做的是前沿研究，不确定性极高。在极高不确定性下，"让人自己选择做什么"比"分配任务"更有效，因为你不知道哪个方向会突破——让 100 个人自由探索，比让 1 个经理分配 100 个任务，命中率高得多。

概念 5：AGI 路线图——阶梯，不是突变

类比：学骑自行车。你不是"不会"然后突然"会了"。你先学会平衡（语言模型），然后学会转弯（思维链 CoT），然后学会骑上路（Agent），然后学会在复杂交通中持续应对（持续学习），然后你可以教别人骑（自我迭代），最后你可以骑去任何地方（具身智能）。每一步都建立在前一步上，没有一步是白走的。

原理：梁文锋给出了一个非常清晰的 AGI 路线图：

1. 语言模型（基础）→ 2. 思维链 CoT（2024 年的阶梯）→ 3. Agent（2025 年的阶梯）→ 4. 持续学习（下一个瓶颈）→ 5. 自我迭代的起点（AI 开发下一版 AI）→ 6. 具身智能（走进现实世界）

他特别强调：AGI 不是一个"奇点"式的突变，是一个连续的、非线性的渐进过程。"那些预言家认为这里会有个奇点，但其实它不是一个奇点，它是一个连续的过程。"

刨根问底：

• 第 1 层：为什么"持续学习"是关键瓶颈？ 因为现在的 AI 只能在一个"局限的上下文"里工作。你给它完整的指令和上下文，它超过人类。但你不可能给它所有上下文——就像你不可能每次跟新员工说话都从公司历史讲起。持续学习就是让 AI 像员工一样"入职两个月后自然懂"。
• 第 2 层：为什么持续学习这么难？ 梁文锋说："全世界都还没有找到好的方法，大家都在摸索。"这不是工程问题，是研究问题。工程问题有已知路径，研究问题连方向都不确定。他把它叫"摸奖"——门槛很低，谁都可以去摸，但谁能摸出来不知道。
• 第 3 层：为什么先做持续学习再做具身智能？ 因为顺序决定了难度。如果先做具身智能（机器人），你得用人类工程师一个一个调，"很累很苦，是数据密集、人力密集的事情"。但如果先解决持续学习，AI 自己就能帮你做具身智能——"那个模型自己就可以出来了，不用我们来做了。"先解决元问题，再让元问题的解去解决子问题。

举一反三：

• 投资映射：这个路线图对持仓的意义——如果 AGI 的关键瓶颈是"持续学习"而不是"更大的模型"，那么单纯堆算力的公司（英伟达的客户们）不一定赢，真正赢的是先解决学习问题的团队。但反过来说，解决学习问题仍然需要大量算力做实验——所以英伟达的"卖铲子"逻辑在中期仍然成立。
• 学习映射：这个路线图本身就是学习的隐喻。你学一个领域，不是"先学完所有基础再应用"，而是"每一步都建立在前一步上，每一步都能产出有用的东西"。DeepSeek 做 AGI 的路上"顺便"做出了 C 端产品和 B 端收入——你学投资的过程中"顺便"也能赚到钱，只要你走的是正确的阶梯。

概念 6：资源约束——"4 倍加 2 年"的差距

类比：你和邻居都在盖房子。你有 10 个工人，他有 200 个。你的工人不比他差，甚至可能更巧，但你一次只能搬 10 块砖，他一次搬 200 块。你盖得慢不是因为你笨，是因为你砖少。

原理：梁文锋非常坦诚：中美 AI 的差距只有一点——资源（算力）。

• DeepSeek 目前约 2 万张 H 等效算力，大部分刚到
• 美国最大模型激活参数 800B，国内最大几十 B——差一个数量级
• 要训练同等规模模型需要 20 万张 GB300 或华为 950
• 华为 950 给 DeepSeek 的产能是 16000 张（互联网大厂十几万张）
• 华为 950 性能：4 张顶 1 张 GB300，时间落后 2 年

但他给了一个关键判断：这个差距是可以被"巧算"弥补的。

"落后美国 1 到 2 年，但只用它 20 分之 1 的算力把这个事情做出来。"——这是 DeepSeek 的叙事。未来目标是把时间差从 2 年缩到 6 个月、3 个月。

刨根问底：

• 第 1 层：为什么算力差距没有导致模型差距等比例扩大？ 因为算法效率。DeepSeek 的 MoE 架构、TileLine 编译器、推理优化，让同样算力能训练出更好的模型。"在算力有限的情况下，如果我的计算效率更高，我就能够承担起更大的模型。"
• 第 2 层：为什么英伟达的 CUDA 护城河在瓦解？ 三个原因：(1) AI 可以写代码来构建生态，以前需要几年的人工适配现在 AI 可以加速；(2) TileLine 这样的高级语言让"重写一遍 CUDA 生态"变得可行；(3) 计算卡市场已经超过游戏卡，专用芯片不再需要兼容游戏卡架构，CUDA 的"通用性"优势消失。
• 第 3 层：为什么"国产替代"在以前不可能但现在可能？ 因为以前是"正常商业环境"——英伟达的卡能买到，没人有动力去用更难用的国产卡。现在买不到了，"所有人都迫不得已都要去做国产芯片"。需求是被禁运逼出来的。这是一个经典的"保护幼稚产业"效应——只是这里的"保护"不是关税，是封锁。

举一反三：

• 投资映射：对英伟达持仓的影响是双面的。短期：CUDA 护城河被侵蚀是负面信号。但中期：全球 AI 算力需求的增长速度远快于替代品的供应速度，英伟达仍然是"卖铲子"的最优选。长期：如果华为/国产芯片真的在 2-3 年内追平，英伟达的中国市场份额会显著下降——但中国市场占英伟达收入的比例已经在下降。对腾讯/阿里：国产芯片成熟 = 算力成本下降 = AI 部署成本下降 = 利好应用层。
• 历史映射：日本半导体在 1980 年代被美国打压，结果催生了韩国三星和 SK 海力士。封锁不是终点，是替代的起点。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察 1："降价时公司群里欢呼"——愿景是真的还是假的，看这一个细节就够了

大多数公司降价时，销售团队心疼、财务团队皱眉、管理层纠结。DeepSeek 降价到四分之一时，"公司群里面很多人是欢呼的"。

这意味着什么？意味着这家公司的员工真的相信"让大家都用得起"比"我们多赚钱"更重要。这不是管理层喊的口号，是基层员工的自发反应。

为什么这个洞察重要：在投资中，判断一家公司的文化是否真实，不要看它的使命宣言，要看它的员工在"利益受损"时的本能反应。降价欢呼 = 愿景内化。涨价庆祝 = 愿景是假的。

洞察 2："我们做的模型第一目标不是大家用的好，是我们自己用的好"

这句话听起来很自私，但逻辑极其自洽：如果 AI 能帮助 DeepSeek 自己开发下一版 AI，那它就是在加速通往 AGI。自己好用 → 开发更快 → AGI 更近 → 副产品（API、C 端、B 端）自然更好。

为什么这个洞察重要：这颠覆了"用户第一"的商业教条。不是说不该对用户好，而是说——如果你的产品本身就是你实现终极目标的工具，那么"对自己有用"和"对用户有用"是同一件事的两个面。

洞察 3："最想得到的东西反而你就得不到"

梁文锋说了一句很有禅意的话："最想得到的东西反而你就得不到，那个并没有那么在意的事情，反而是还蛮容易能够得到。"

这不是玄学。这是注意力经济学：当你把全部注意力放在"抢用户"上时，你的模型研发就慢了；模型慢了，用户反而留不住。当你把注意力放在"做好模型"上时，用户自己就来了。

和我的知识体系的连接

克制 vs 贪婪：投资体系的核心映射

梁文锋的"克制"和段永平/巴菲特的投资哲学是同构的：

| DeepSeek 的克制 | 投资的克制 |

|---|---|

| 不追求利润最大化，只赚合理利润 | 不追求收益最大化，只赚能力圈内的钱 |

| 不抢 C 端用户（芝麻），等 AGI（西瓜） | 不追热点（芝麻），等复利（西瓜） |

| 开源让利换凝聚力 | 低换手率、不跟市场博弈，换心态稳定 |

| 降价时欢呼 | 市场暴跌时加仓（别人恐惧我贪婪） |

| 愿景驱动，无 KPI | 投资体系驱动，不看每日净值 |

对持仓的具体影响

• 腾讯：DeepSeek 开源 → 腾讯可以用低成本模型 → AI 成本下降 → 利好应用层。但腾讯自己也在做模型，DeepSeek 的存在让"自研模型"的 ROI 下降。净效应：偏利好（应用层 > 模型层）。
• 阿里：类似腾讯。阿里云可以托管 DeepSeek 开源模型，吸引更多开发者。利好。
• 英伟达：短期：CUDA 护城河被 TileLine 侵蚀是负面信号。中期：AI 算力需求增长 > 替代品供应。长期：如果国产芯片 3 年内追平，中国市场份额下降。但英伟达的定价权来自"全球需求 > 全球供给"，不完全依赖中国。净效应：短期中性，中期偏利好（需求增长），长期需观察国产替代速度。
• 微软：微软投资了 OpenAI，而 OpenAI 是 DeepSeek 的直接竞争对手。DeepSeek 的"克制"策略如果成功，会压缩 OpenAI 的定价空间。但微软的核心价值在 Azure 云和企业应用，不在 OpenAI 一个客户。净效应：中性偏负面（如果 OpenAI 定价权被侵蚀）。

从 Attention 到 Agent 到持续学习：技术演进的投资含义

你已经有 Attention → KV Cache → Agent 的基础。梁文锋的路线图补上了下一环：

Agent（现在）→ 持续学习（下一个瓶颈）→ 自我迭代（AGI 起点）→ 具身智能（终点）

投资含义：在"持续学习"解决之前，AI 的能力上限是"给它完整上下文就能超越人类"。这意味着 AI 的应用场景仍然受限于"能给出完整上下文的领域"（编程、写作、分析）。一旦持续学习突破，AI 进入"所有人类工作"的市场——那才是真正的"西瓜"。

还没想明白的问题

1. "克制"能持续多久？ 梁文锋说克制是战略，但战略需要人执行。如果 DeepSeek 上市了，股东要求利润增长，"10 个月回本"还能维持吗？上市后管理层对股东的信托责任 vs 创始人的愿景，这个张力怎么解决？

2. "持续学习"如果 3 年没突破怎么办？ 梁文锋说"一定是有办法能跨过去的，但需要时间"。如果这个时间比预期长，DeepSeek 的"AGI 愿景"还能凝聚团队吗？愿景的保质期是多久？

3. 开源的"成本护城河"能持续吗？ 现在第三方部署成本高于 DeepSeek 自己。但如果硬件成本持续下降（摩尔定律 + 国产替代），第三方的成本也会下降。当部署成本降到足够低时，开源模型的 API 收入会不会真的被侵蚀？

4. "平凡人叙事"在规模化后还成立吗？ DeepSeek 现在几百人。如果扩张到几千人，"愿景驱动、无 KPI"还能运转吗？梁文锋自己也承认"马上就得做调整"。从"无组织"到"有组织"的过渡，会不会破坏那个让 DeepSeek 成功的文化？

5. 这场会议本身的可信度：这是 AI 还原的音频，原始是 42 页 PDF 会议纪要。4 小时的会议被压缩成 95 分钟，必然有大量删节。梁文锋的表述在多大程度上是"原话"，在多大程度上是"纪要的纪要的还原"？对于投资决策，这个信息源需要打折扣。

一句话总结

回到开头那句话——一群"平凡人"为什么靠"少拿一点"反而走到了牌桌中央。

但现在我们可以说得更精确了：不是因为"少拿"所以赢了，是因为"想清楚了该拿什么"所以赢了。 克制不是目的，克制是看清了"什么是芝麻、什么是西瓜"之后的自然选择。当你真正相信后面有一个巨大的西瓜时，你根本不需要说服自己不去捡芝麻——你只是看了它一眼，然后继续往前走。

这可能是这场 4 小时会议里最值钱的一句话："你越克制，越有可能做成。" 不是道德，不是情怀，是数学。

具身原生基础模型：机器人的大脑该从哪里长出来 — 学习解读

来源：张小珺商业访谈录 #147

嘉宾：沈宇军（蚂蚁灵波首席科学家，师从汤晓鸥）

原始发布：2026-07-22

来源：网络资料整理（原始转录不可用）

一句话：这期到底在讲什么

机器人的大脑不能从互联网的大模型里"借"，得从物理世界的泥土里"长"出来。

从你最熟悉的东西开始

你学过开车吧？科目一（理论考试）可以在电脑上刷题——交通规则、标志识别、安全知识。但科目二（场地驾驶）和科目三（路考）必须上车——你得感受方向盘的力度、油门的深浅、离合器的半联动点。

现在机器人行业的主流做法是什么？是先在电脑上"刷题"（用互联网数据训练大模型），然后"上车"（在机器人上微调）。这就是VLA模型的路径——用语言模型/视觉模型的预训练权重，加一点机器人数据微调。

沈宇军说：这不对。开车不是"刷题+微调"能学会的。你得从一开始就在车上训练——感受真实的物理反馈、真实的传感器噪声、真实的硬件误差。

这就是"具身原生基础模型"的核心主张：机器人的大脑不应该从互联网的大模型里"借"，而应该从物理世界的数据中"长"出来。

核心概念（由浅入深）

概念1：大脑和本体的关系——"通用大脑"vs"专用身体"

类比：人的大脑是"通用"的——同一个大脑可以控制左手写字、右手画画、双脚走路。但身体是"专用"的——手有手的结构，脚有脚的结构。你不需要为"写字"专门进化一只手，也不需要为"走路"专门进化一只脚。大脑通过"适配层"控制不同的身体部位。

原理：沈宇军的核心观点是：具身智能想做的是"通用大脑"，而不是"专用身体"。

• 大脑（基础模型）：理解物理世界、规划动作、处理多模态输入——这应该是跨本体通用的
• 本体（硬件）：手臂、腿、轮子、夹爪——这是"身体"，可以不同
• 适配层：把大脑的"意图"翻译成特定本体的"动作"——这可以是轻量的

如果具身智能想在足够多的真实场景落地，它必须是跨本体的。除非未来真出现了通用本体，但在现阶段，更倾向于做"一套适配不同身体的通用大脑"。

为什么不用老方法：传统做法是"一个机器人配一个模型"——为这个型号的手臂训练一个抓取模型，为那个型号的腿训练一个行走模型。这就像为每个人的手定制一个"写字程序"。沈宇军要做的是"一个大脑控制所有身体"。

刨根问底：为什么"通用大脑"这么难？因为物理世界的数据逻辑跟互联网完全不同。互联网数据是"干净"的——文本没有传感器噪声，图片没有硬件误差。但物理世界的数据是"脏"的——传感器有误差、电机有延迟、接触力有不确定性。用互联网数据训练的模型，到了物理世界就"水土不服"。

举一反三：投资中也有"通用大脑 vs 专用身体"的类比。投资框架是"大脑"（怎么分析、怎么判断、怎么决策），具体标的是"身体"（A股、港股、美股、商品）。好的投资框架应该是"跨市场通用"的——不会因为换了个市场就失效。但很多人做的是"专用模型"——只在A股有效，换到港股就不行了。

概念2：预训练与数据Scale Up——从"GPT-1"到"GPT-3"

类比：学语言，"背单词"是预训练，"写作文"是微调。你现在学英语的方式是：先背10000个单词（预训练），然后写几篇作文让老师改（微调）。但如果有一种方法，让你从第一天起就在英语环境里"沉浸式学习"——听、说、读、写同时进行——你会学得更快、更自然。

原理：沈宇军认为，具身智能现在最大的问题是：行业里还没有一个真正属于具身智能的原生预训练模型。

现在的主流做法是：

1. 拿一个多模态大模型（比如用互联网图文数据训练的）

2. 加一些机器人数据微调

3. 得到一个"看起来能控制机器人"的模型

这是"拼凑能力"，不是"原生能力"。就像用中文思维学英语——能交流，但不地道。

蚂蚁灵波要做的是：从物理世界采集的数据从头开始训练。不是"先学互联网知识，再学物理世界"，而是"一开始就在物理世界里学"。

为什么不用老方法：因为互联网数据和物理世界数据的逻辑根本不同：

• 互联网数据：静态、干净、无交互（你读一篇文章，文章不会因为你读了而改变）
• 物理世界数据：动态、有噪声、有交互（你推一个杯子，杯子会动，你的下一个动作取决于杯子怎么动）

用静态数据训练的模型，处理动态交互时天然有缺陷。

刨根问底：数据Scale Up的瓶颈在哪里？沈宇军提到蚂蚁灵波积累了2万小时真机数据——这在行业里已经很多了，但跟语言模型的万亿token比，差了几个数量级。而且真机数据的采集成本极高（需要人操作真机），不像互联网数据可以"免费爬取"。

这就是为什么沈宇军说"用慢功夫做具身智能"——不是不想快，是数据瓶颈让你快不了。

举一反三：投资中也有"数据Scale Up"的问题。公开数据（财报、新闻）可以免费获取，但"真机数据"（深度调研、管理层访谈、产业链验证）需要"慢功夫"。AI可以帮你处理公开数据，但"真机数据"仍然是人的护城河。

概念3：具身原生 vs 大模型捷径——两条路线的分水岭

类比：学游泳，有两种方法。一种是"先在岸上学动作，再下水"（大模型捷径）。另一种是"一开始就在水里扑腾"（具身原生）。第一种方法看起来更高效，但你永远学不会"水感"——那种身体与水互动的微妙感觉。

原理：沈宇军把行业分为两条路线：

路线A：大模型捷径（修修补补）

• 拿现有的多模态大模型
• 加机器人数据微调
• 得到VLA模型
• 代表：很多创业公司的做法

路线B：具身原生（推倒重来）

• 从物理世界数据从头训练
• 设计适合物理世界的预训练目标
• 构建原生的感知-规划-行动架构
• 代表：蚂蚁灵波LingBot系列

为什么不用老方法：路线A的问题是"天花板"——你的模型能力被预训练模型的能力限制住了。如果预训练模型不理解物理交互，你怎么微调都补不回来。就像在沙子上建房子——地基不对，上面盖得再漂亮也会塌。

刨根问底：路线B真的能走通吗？沈宇军自己也很诚实："我们也清楚，这还远远不够。"蚂蚁灵波发布的LingBot-VLA、LingBot-VA、LingBot-Depth等模型，"只是这盘棋中的一些局部碎片"。真正的"具身原生预训练模型"还没有出现。

但他给了一个关键判断：具身智能现在大概在GPT-1阶段。GPT-1到GPT-3用了2年。如果具身智能也走这条路，可能2-3年内会出现"质变"。

举一反三：投资中，"捷径 vs 原生"的选择对应"应用层 vs 基础层"。应用层公司（用现成大模型做垂直应用）是"捷径"，短期能赚钱，但天花板低。基础层公司（从头训练原生模型）是"慢功夫"，短期看不到回报，但一旦突破就是平台级机会。

概念4：老师汤晓鸥——从SenseTime到具身智能

类比：学术圈有"师承"——你的导师决定了你的"学术基因"。汤晓鸥是计算机视觉领域的大家，创办了商汤科技。他的学生沈宇军，把"视觉理解"的基因带入了"具身智能"。

原理：沈宇军在访谈中多次提到导师汤晓鸥的影响。汤晓鸥的核心理念是：视觉是理解世界的基础。这个理念在具身智能中得到了延伸——机器人要理解物理世界，首先需要"看懂"物理世界。

蚂蚁灵波的LingBot-Depth模型，就是解决"输入层数据质量"的问题——"基本决定智能层上限"。这跟汤晓鸥在商汤做的"视觉基础设施"一脉相承。

为什么不用老方法：很多具身智能团队是"先做模型，再补感知"。沈宇军的做法是"先把感知做到极致，再在上面建智能"。这是"地基先行"的思路。

刨根问底：为什么感知这么重要？因为物理世界的传感器数据是"脏"的——深度相机有噪声、RGB图像有光照变化、力传感器有漂移。如果输入数据质量不行，上面的模型再强也没用。就像"garbage in, garbage out"。

举一反三：投资中，"数据质量"比"数据数量"更重要。很多量化基金追求"更多数据"，但忽略了数据质量——财务数据的口径不一致、另类数据的噪声大、市场数据的幸存者偏差。真正的好投资框架，首先是"把数据洗干净"。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：具身智能还在"GPT-1阶段"——别急着找"GPT-3"

沈宇军非常诚实：行业还没有一个真正属于具身智能的原生预训练模型。现在的所有模型都是"拼凑"——用多模态模型、视频模型的能力拼接。

对投资的影响：机器人赛道现在是"期权"——你赌的是"质变点会来"。在质变点到来之前，所有估值都是"信仰溢价"。不要期望短期看到"通用机器人"的商业化。

洞察2："慢功夫"是具身智能的正确节奏

2万小时真机数据，在语言模型看来微不足道，但在具身智能领域已经是"巨量"。沈宇军不焦虑——"用慢功夫做具身智能"。

对投资的影响：机器人赛道的投资周期比AI软件长得多。如果你投机器人，要有"5-10年"的心理准备。这不是"半年翻10倍"的赛道。

洞察3：跨本体是"通用大脑"的试金石

如果一个模型只能控制一种机器人，那它不是"通用大脑"，只是"专用控制器"。真正的通用大脑应该能适配不同的身体。

对投资的影响：评估机器人公司时，问一个关键问题："你的模型能控制几种不同的机器人？"如果只有一种，那它的护城河很浅。如果能跨本体，那它可能是"机器人界的Android"。

洞察4：世界模型 vs VLA——不必太纠结

沈宇军说："不用太纠结技术路线。"世界模型和VLA不是非此即彼的，它们可能是"同一张大拼图里的不同模块"。

对投资的影响：不要因为"押错路线"而焦虑。在技术路线未收敛时，投"人"比投"路线"更重要——好的团队能在路线变化中快速调整。

和我的知识体系的连接

• 具身原生 vs 大模型捷径：与ep146柯丽一鸣的VLA路线形成对比——Pi走"VLA+RL"，蚂蚁灵波走"具身原生预训练"。两条路线可能最终融合
• 数据瓶颈 → Token经济学：与ep141 Freda的"token per task"逻辑相通——机器人的"数据 per task"是核心成本，而且比token贵得多
• GPT-1阶段 → Scaling Law：与ep138罗福莉的"后训练Scaling Law"问题一致——具身智能的Scaling Law还不清晰
• 大脑和本体 → Harness和模型：与ep142雨森的"Harness是OS、模型是CPU"类比一致——机器人的"大脑"是OS，"本体"是硬件
• 汤晓鸥的视觉基因 → 感知先行：与ep139苏煜的"world model"概念一致——理解世界是行动的前提
• 投资启示：机器人是"长坡厚雪"但"坡很陡"的赛道。投资要有耐心，关注"数据积累速度"和"跨本体泛化能力"

还没想明白的问题

1. "具身原生预训练"的预训练目标到底是什么？ 语言模型的预训练目标是"预测下一个token"。具身智能的预训练目标是什么？"预测下一个物理状态"？"预测动作的后果"？沈宇军没有给出明确答案。

2. 2万小时真机数据够不够触发Scaling Law？ 语言模型在几万亿token时出现了"涌现能力"。机器人需要多少小时真机数据才能出现"涌现"？还是说根本不会出现？

3. 蚂蚁灵波的"慢功夫"能跑赢Pi的"开源快跑"吗？ Pi用开源策略快速建立生态，蚂蚁灵波用"慢功夫"做原生模型。哪种策略在长期更有优势？

4. 汤晓鸥的"视觉先行"理念在具身智能中是否仍然成立？ 物理世界不只是"看"——还有"摸"（力觉）、"听"（声学）、"感觉"（本体感觉）。纯视觉路线够不够？

5. 蚂蚁的"蚂蚁"基因（支付、金融、安全）在具身智能中有什么用？ 蚂蚁灵波是蚂蚁集团的具身智能品牌，但蚂蚁的核心能力是金融。这个"跨界"的逻辑是什么？

概念5：蚂蚁灵波的"一盘棋"——四个模型如何拼成一张拼图

类比：你玩过拼图吧？单看每一片，你不知道它是什么。但当你把边角片、天空片、建筑片、人物片都找到正确位置时，完整的画面就出来了。蚂蚁灵波发布的四个模型（LingBot-VLA、LingBot-VA、LingBot-Depth、LingBot-VQA），就是同一张拼图的不同碎片。

原理：沈宇军解释了蚂蚁灵波的模型矩阵：

LingBot-Depth（感知层）：

• 解决"输入层数据质量"问题
• 深度估计——从RGB图像推断距离信息
• "基本决定智能层上限"——如果感知不准，上面的模型再强也没用
• 未来蚂蚁灵波的大多数模型都会用到它

LingBot-VLA（决策层）：

• Vision-Language-Action模型
• 输入：摄像头画面+语言指令
• 输出：机器人动作
• 解决"看到什么→做什么"的问题

LingBot-VA 2.0（世界模型层）：

• 具身原生世界动作模型
• 不沿用"现有视频生成模型微调"路线
• 基于物理世界数据从头训练
• 解决"如果我这样做，世界会怎么变"的问题

LingBot-VQA（理解层）：

• Vision-Language-Question Answering
• 让机器人"理解"场景——不只是"看到"，还要"看懂"
• 解决"这是什么、在哪里、什么关系"的问题

为什么不用老方法：传统做法是"一个模型解决所有问题"——用一个巨大的VLA模型，从感知到行动一步到位。沈宇军的做法是"分层解决"——每一层有自己的专长，组合起来形成完整能力。这就像"微服务架构"vs"单体应用"——前者更灵活、更可维护。

刨根问底：为什么"分层"比"端到端"更适合现阶段？因为具身智能的每个子问题都还没有被充分解决。如果直接做端到端，每个子问题的误差会累积——感知错一点、理解错一点、规划错一点、执行错一点，最终结果可能完全不对。分层的好处是：每层可以独立优化、独立评估、独立迭代。

举一反三：投资分析也可以"分层"：

• 感知层：数据获取和清洗（确保数据质量）
• 理解层：商业模式分析（看懂这个公司在做什么）
• 决策层：估值和仓位（决定买不买、买多少）
• 执行层：交易和风控（确保执行到位）

每层独立优化，组合起来形成完整的投资能力。

概念6：汤晓鸥的遗产——从SenseTime到具身智能

类比：学术圈有"学派"——一个导师的思想会影响一代学生。孔子的"仁"影响了整个儒学传统。汤晓鸥的"视觉理解"思想，正在通过他的学生们影响具身智能的发展方向。

原理：沈宇军在访谈中多次提到导师汤晓鸥（已故，SenseTime创始人）的影响：

汤晓鸥的核心理念：

• "视觉是理解世界的基础"——你要理解一个场景，首先要"看懂"它
• "基础研究驱动应用"——不是"先有应用再补研究"，而是"先有突破再找应用"
• "长期主义"——SenseTime从成立到上市花了7年，中间经历了无数质疑

沈宇军的继承：

• LingBot-Depth就是"视觉先行"理念的延续——先把感知做到极致
• "用慢功夫做具身智能"——不追求短期demo，追求长期突破
• "不必太纠结技术路线"——汤晓鸥的风格是"先把基础打牢，路线自然会清晰"

为什么不用老方法：很多具身智能团队是"应用驱动"——先找一个场景（比如仓储物流），然后针对性地训练模型。沈宇军的做法是"基础驱动"——先做通用的感知和理解能力，然后再适配到具体场景。前者短期见效快，后者长期天花板高。

刨根问底：汤晓鸥的"视觉先行"在具身智能中是否仍然成立？物理世界不只是"看"——还有"摸"（力觉）、"听"（声学）、"感觉"（本体感觉、平衡感）。纯视觉路线够不够？沈宇军的答案可能是：视觉是"最主要的"感知通道（人也是视觉主导），但不是"唯一的"。LingBot-Depth解决的是视觉中的"深度"维度，但力觉、触觉等还需要其他模块。

举一反三：投资中也有"师承"效应。巴菲特的学生（如Todd Combs、Ted Weschler）继承了"价值投资"的基因，但各自发展出了不同的风格。段永平的"本分"哲学影响了OPPO、vivo、拼多多的创始人们。投资框架的"师承"不是"照搬"，而是"继承核心思想，发展个人风格"。

概念7：具身智能的"GPT-1阶段"——我们到底在哪里？

类比：2018年，GPT-1出来了。它能写句子，但写不好段落。大家觉得"还行，但离真正有用还远"。2019年GPT-2能写段落了，大家开始认真。2020年GPT-3能写文章了，世界变了。从GPT-1到GPT-3，只用了2年。

原理：沈宇军判断具身智能现在在"GPT-1阶段"。这个判断的依据：

GPT-1阶段的特征（对应具身智能现状）：

• 能做一些简单任务（抓取、放置），但不稳定
• 没有清晰的Scaling Law——不知道"数据翻倍"能不能带来"性能翻倍"
• 泛化能力有限——换个物体、换个场景就不行了
• 没有"涌现能力"——不会突然"学会"没见过的任务
• 行业还在"拼凑"——用多模态模型+视频模型的能力拼接

GPT-2阶段会是什么样（预测）：

• 能处理多步骤任务（不只是抓一个东西，而是"先打开抽屉→拿出杯子→放到桌上"）
• 开始出现"跨任务迁移"——学过抓杯子，能迁移到抓瓶子
• 数据效率提升——不需要每种物体都训练一遍

GPT-3阶段会是什么样（愿景）：

• "Zero-shot"操作——看到一个从没见过的物体，也能操作
• "Few-shot"学习——看人做一遍，自己就会了
• 跨本体泛化——同一个大脑控制不同的身体
• "涌现能力"——突然会做没教过的事

为什么不用老方法：以前做机器人是"一个任务一个模型"——没有"通用性"可言。VLA模型的目标是"通用性"，但现在还在"GPT-1"水平——有通用的架构，但没有通用的能力。

刨根问底：从GPT-1到GPT-3，语言模型用了2年。具身智能也需要2年吗？可能更慢，因为：

• 数据瓶颈更严重（真机数据vs互联网数据）
• 物理世界的复杂度更高（3D+时间+力+接触 vs 1D文本序列）
• 硬件迭代更慢（不能像软件一样"一天发一个版本"）
• 安全性要求更高（语言模型说错话没关系，机器人做错了可能伤人）

但也可能更快，因为：

• 语言模型的方法论可以迁移（Transformer、RLHF、CoT）
• 开源生态加速了知识传播
• 大量资金涌入（Pi融了几亿美金，蚂蚁灵波有蚂蚁集团支撑）
• 硬件成本在快速下降

举一反三：投资中，判断"我们在哪个阶段"极其重要。GPT-1阶段投的是"期权"——赌质变会来。GPT-3阶段投的是"确定性"——质变已经发生，看谁能商业化。现在投具身智能，就是在"GPT-1阶段买期权"——你需要相信"质变会来"，但也要接受"可能还要等几年"。

概念8：蚂蚁的"蚂蚁"基因——金融公司做具身智能的逻辑

类比：亚马逊从"卖书"变成了"云计算公司"（AWS）。Google从"搜索"变成了"AI公司"。蚂蚁集团从"支付"变成"具身智能"——这个跨越看起来很大，但底层逻辑可能是相通的。

原理：为什么蚂蚁集团要做具身智能？沈宇军没有直接回答这个问题，但从公开信息可以推断：

蚂蚁的核心能力：

• 大规模系统工程（支付宝处理双十一级别的交易）
• 安全和风控（金融级别的安全性）
• 数据基础设施（海量数据处理）
• AI研究积累（蚂蚁有强大的AI团队）

具身智能需要的能力：

• 大规模系统工程（训练大模型需要分布式计算）
• 安全和鲁棒性（机器人不能出错）
• 数据基础设施（处理海量传感器数据）
• AI研究积累（模型设计、训练方法）

为什么不用老方法：传统机器人公司（Boston Dynamics、ABB）是"硬件公司做软件"。蚂蚁灵波是"软件公司做硬件"——用互联网/金融公司的"系统化思维"来做机器人。这跟Tesla用"软件思维"做汽车是同一个逻辑。

刨根问底：蚂蚁的"金融基因"在具身智能中有什么用？一个可能的答案是"安全性"。金融系统要求"零容错"——一笔交易错了就是几百万的损失。机器人也需要"零容错"——一个动作错了可能伤人。蚂蚁在金融系统中积累的"安全工程"能力，可以迁移到机器人的"安全控制"中。

举一反三：投资中，"跨界"往往产生最大的创新。苹果从"电脑"跨界到"手机"再到"服务"。亚马逊从"电商"跨界到"云计算"。蚂蚁从"金融"跨界到"具身智能"。关键不是"你在哪个行业"，而是"你的核心能力能不能迁移"。

关键洞察（补充）

洞察4："不必太纠结技术路线"——沈宇军的实用主义

沈宇军明确说："不用太纠结是世界模型还是VLA。"这跟很多"路线之争"的讨论形成了鲜明对比。他的逻辑是：具身智能要解决的问题太多了，不管走哪条路线，都还在非常早期。与其争论"哪条路线对"，不如"先把能做的做了"。

对投资的影响：在技术路线未收敛时，不要"押注路线"，要"押注团队"。好的团队能在路线变化中快速调整。沈宇军的"一盘棋"思维——四个模型是同一张拼图的不同模块——说明他不执着于某一条路线，而是"哪条有用就走哪条"。

洞察5：蚂蚁灵波的"慢功夫"是优势还是劣势？

沈宇军说"用慢功夫做具身智能"。在AI行业"唯快不破"的文化中，这种态度很罕见。但"慢"也可能是优势——因为具身智能的数据瓶颈不是"快"能解决的。你需要"2万小时真机数据"，这个时间省不了。

对投资的影响：在具身智能赛道，"快"不是竞争优势，"深"才是。不要投"3个月做出demo"的公司，要投"3年积累了2万小时数据"的公司。数据壁垒比模型壁垒更持久。

洞察6：具身智能的"原生预训练"是一个"信仰"

沈宇军真正期待的方向是"具身智能最终能拥有属于自己的预训练模型"。但这个模型还没有出现——"我们也清楚，这还远远不够"。这意味着"具身原生预训练"目前还是一个"信仰"——你相信它会出现，但还没有证据证明它一定会出现。

对投资的影响：投"信仰"就是投"期权"。期权的价值取决于"质变点到来的概率"和"质变点到来后的回报"。如果你相信具身原生预训练会在2-3年内出现质变，那现在投蚂蚁灵波（或类似公司）是合理的。如果你不确定，那可以等"质变信号"出现后再投（但估值会高很多）。

和我的知识体系的连接（补充）

• 具身原生 vs 大模型捷径 → 投资的"原生能力"vs"借用能力"：一个投资人的"原生能力"是自己建立的判断框架，"借用能力"是读别人的研报。前者慢但深，后者快但浅。长期来看，"原生能力"是真正的护城河
• 2万小时真机数据 → 投资的"案例积累"：巴菲特的"原生预训练"是60年的投资案例积累。这种积累不能"速成"，只能"慢功夫"。AI可以帮你处理数据，但"案例积累形成的直觉"不能外包
• 大脑和本体 → 框架和执行：投资框架是"大脑"（通用的），具体标的是"本体"（专用的）。好的投资框架应该"跨市场、跨行业、跨周期"通用——就像沈宇军追求的"跨本体通用大脑"
• 汤晓鸥的遗产 → 投资的"师承"：你的投资"导师"（可能是巴菲特、段永平、霍华德·马克斯）决定了你的"投资基因"。但真正的成长是"继承核心思想，发展个人风格"
• GPT-1阶段 → 投资的"早期布局"：在"GPT-1阶段"投具身智能，就像2018年投NLP——你赌的是"质变会来"。如果你相信，现在布局；如果你不确定，等"GPT-2信号"出现

还没想明白的问题（补充）

5. "具身原生预训练"的预训练目标到底是什么？ 语言模型的预训练目标是"预测下一个token"——极其简洁、极其有效。具身智能的预训练目标是什么？"预测下一个物理状态"？"预测动作的后果"？"最大化任务完成率"？沈宇军没有给出明确答案。也许这个"预训练目标"的发现，就是具身智能的"GPT-3时刻"的触发点。

6. 蚂蚁灵波的"慢功夫"能跑赢Pi的"开源快跑"吗？ Pi用开源策略快速建立生态（π₀→π₀.7，每几个月一个版本），蚂蚁灵波用"慢功夫"做原生模型（2万小时数据，四个模型逐步释放）。哪种策略在长期更有优势？"快"建立生态，"慢"建立深度——最终谁赢？

7. 蚂蚁的"金融基因"在具身智能中到底是优势还是包袱？ 金融公司追求"零风险"，但具身智能需要"大胆试错"。金融公司追求"合规"，但机器人创新需要"打破规则"。蚂蚁的组织文化能不能适应具身智能的"探索期"？

8. 沈宇军说"不必太纠结技术路线"——但投资人必须纠结。如果你只能投一条路线（VLA或世界模型或具身原生预训练），你投哪条？沈宇军可以"不纠结"（因为他做的是"一盘棋"），但投资人必须"纠结"（因为你的钱是有限的）。

9. 具身智能的"数据飞轮"怎么转起来？ 语言模型的数据飞轮是"用户使用→数据回流→模型更好"。机器人的数据飞轮是什么？"机器人干活→收集数据→模型更好→干更多活"？但机器人"干活"的场景有限（不是所有家庭都买得起机器人），数据回流的速度可能很慢。

10. 如果具身智能的"GPT-3时刻"在3年后到来，那这3年里投资人应该怎么布局？ 是"现在all-in"（赌质变点提前）？还是"分批建仓"（降低时机风险）？还是"等信号"（牺牲估值换确定性）？这取决于你对"质变点概率"的判断——如果你认为70%会在3年内到来，那现在布局的期望值是正的。

一句话总结

机器人的大脑不能从互联网"借"，得从物理世界的泥土里"长"——但泥土里长出大脑，需要的不是闪电，是时间。

机器人的江湖、族谱与主角：Physical Intelligence的开源之路 — 学习解读

来源：张小珺商业访谈录 #146（4小时）

嘉宾：柯丽一鸣（Physical Intelligence研究员，π₀、π₀.₅论文作者）

原始发布：2026-07-16

来源：网络资料整理（原始转录不可用）

一句话：这期到底在讲什么

机器人还没有"GPT-3时刻"，但开源模型正在把江湖从"门派林立"推向"一统江湖"。

从你最熟悉的东西开始

你看过武侠小说吧？江湖里有少林、武当、峨眉——每个门派有自己的内功心法、招式套路、独门暗器。它们之间既有竞争，也有交流，但总体上各自为战。

机器人行业现在的状态，就很像武侠小说里的"江湖"：

• 少林（传统工业机器人）：招式刚猛，但只会固定的几招
• 武当（学术界的VLA模型）：内功深厚，但实战经验不足
• 峨眉（Pi、Figure、1X等创业公司）：身法灵活，但内力还不够

柯丽一鸣在Physical Intelligence（Pi）做研究，是π₀和π₀.₅论文的作者。这期4小时的访谈，她用"江湖、族谱、主角"三个关键词，把机器人行业的全景图画了一遍。从武侠到板寸到背包客，从草蛇灰线到江湖族谱，这可能是你听过的最"有文化"的技术播客。

核心概念（由浅入深）

概念1：机器人的"族谱"——从VLA到世界模型

类比：生物学里有"界门纲目科属种"的分类体系。机器人模型也有自己的"族谱"——不同的技术路线，就像不同的物种，有各自的祖先、特征和生态位。

原理：机器人基础模型目前主要有几条技术路线：

1. VLA（Vision-Language-Action）模型：把视觉、语言、动作三个模态统一在一个模型里。输入是摄像头画面+语言指令，输出是机器人的动作。Pi的π₀系列就是这条路线。

• 优势：端到端，从感知到行动一步到位
• 劣势：需要大量真机数据，跨本体泛化难

2. 世界模型（World Model）：学习物理世界的"物理规律"——预测"如果我这样推，物体会怎么动"。不直接输出动作，而是输出"世界会怎么变化"。

• 优势：可以在"想象中"规划，不需要真机试错
• 劣势：预测精度不够时，规划会跑偏

3. 传统RL（强化学习）：在模拟环境里反复试错，学会最优策略。

• 优势：不需要真机数据
• 劣势：sim-to-real gap（模拟和现实的差距）

为什么不用老方法：传统工业机器人是"编程式"的——工程师手写代码，告诉机器人每一步做什么。这就像"你告诉我先迈左脚再迈右脚"。VLA模型是"学习式"的——机器人看人做一遍，自己学会。这就像"你看我走一遍，你自己就会了"。

刨根问底：为什么机器人还没有"ChatGPT时刻"？因为语言模型有一个巨大的优势：数据是免费的。互联网上有几万亿token的文本数据，不需要人去"标注"。但机器人数据不是免费的——你需要一个真人在真机上操作，每小时成本几十到几百美元。数据瓶颈是机器人Scaling Law的最大障碍。

举一反三：投资中也有类似的"数据瓶颈"。量化投资的数据（股价、财报）是免费的，但"管理层质量""企业文化""行业竞争格局"这些关键信息不是免费的——需要人去调研、去感知、去判断。AI可以处理免费数据，但"付费数据"（深度调研）仍然是人的优势。

概念2：开源模型——机器人界的"Linux时刻"

类比：1990年代，操作系统是"门派林立"——Windows、Mac OS、Solaris各自为战。然后Linux出现了——开源、免费、谁都可以用、谁都可以改。Linux没有"杀死"Windows，但它改变了整个生态：服务器、嵌入式、Android都建立在Linux之上。

原理：Pi的开源策略（从π₀到π₀.7）正在做类似的事：

• 开源模型权重：让任何人都能下载、使用、fine-tune
• 开源训练代码：让研究者能复现、改进
• 逐步开放能力：π₀（基础操作）→ π₀.5（更强泛化）→ π₀.6（多任务）→ π₀.7（最新）

为什么不用老方法：传统机器人公司（Boston Dynamics、ABB）是"闭源+硬件绑定"——你买我的机器人，只能用我的软件。Pi的策略是"开源软件+通用硬件"——你可以用任何机器人本体，跑Pi的模型。

刨根问底：为什么开源在机器人领域特别重要？因为机器人的"本体碎片化"极其严重——不同公司的机器人，手臂长度不同、关节数量不同、传感器配置不同。闭源模型只能适配自家硬件，但开源模型可以被社区适配到所有硬件上。这就像Android——开源让它在各种品牌的手机上运行，最终占据了全球80%的市场。

举一反三：投资中，"开源 vs 闭源"的选择反映了不同的商业逻辑。闭源（Apple模式）赚的是"体验溢价"，开源（Android模式）赚的是"生态税"。在机器人领域，如果Pi的开源模型成为事实标准，那Pi的价值不在于卖模型，而在于"所有机器人都跑Pi的模型"带来的生态位。

概念3：机器人的"GPT-3时刻"还有多远？

类比：GPT-1（2018年）能写句子，GPT-2（2019年）能写段落，GPT-3（2020年）能写文章——从"玩具"到"工具"的质变。机器人现在大概在"GPT-1到GPT-2之间"——能做一些简单任务，但离"通用工具"还很远。

原理：柯丽一鸣和蚂蚁灵波的沈宇军（ep147）都认为，具身智能现在大概处于"GPT-1阶段"。关键差距在于：

1. 数据规模：语言模型有万亿token，机器人数据最多几万小时真机数据

2. Scaling Law不清晰：语言模型"数据翻倍→性能提升"是干净的幂律，机器人模型还没有这种干净的scaling曲线

3. 跨任务泛化：语言模型可以zero-shot做没见过的任务，机器人模型在没见过的场景下还不稳定

4. 跨本体泛化：语言模型不依赖特定硬件，但机器人模型换了一个本体就要重新训练

为什么不用老方法：以前做机器人是"一个任务一个模型"——训练一个抓杯子的模型、一个叠衣服的酒店、一个开罐子的模型。VLA模型的目标是"一个模型做所有事"——但数据瓶颈让这条路还很艰难。

刨根问底：机器人的"GPT-3时刻"需要什么条件？柯丽一鸣认为关键是数据——不是"更多数据"，而是"更好的数据采集方法"。Pi在做的方向包括：

• 大规模遥操作（人远程控制机器人收集数据）
• 视频学习（从人类操作视频中学习，不需要真机）
• 模拟数据+真机微调（先在模拟中训练，再在真机上适配）

举一反三：投资中，"GPT-3时刻"的判断框架是：从"能用"到"好用"的质变点在哪里？ 语言模型的质变点是"模型开始能写连贯的文章"。机器人的质变点可能是"模型开始能在没见过的环境中完成多步骤任务"。这个质变点到来之前，所有机器人公司的估值都是"期权"——赌的是质变点会来。

概念4：草蛇灰线——Pi的技术演进逻辑

类比：《红楼梦》的写作手法叫"草蛇灰线，伏脉千里"——每一个细节都是后面的伏笔。Pi的技术路线也有这种"草蛇灰线"——从π₀到π₀.7，每一步都不是随机的，而是在为最终的"通用机器人大脑"铺路。

原理：Pi的模型演进：

• π₀：基础操作能力，证明VLA路线可行
• π₀.5：更强的泛化性，能处理更多样的任务
• π₀.6：多任务学习，一个模型做多种事
• π₀.7：最新模型，进一步强化学习和执行表现

每一步的重点不同，但方向一致：让机器人从"自动化工具"向"具备通用智能的大脑"进化。

为什么不用老方法：传统机器人公司追求"单点极致"——一个机器人只做一件事，但做到极致（比如焊接机器人）。Pi追求"通用泛化"——一个模型做所有事，但每件事可能不是最优。这是"专才 vs 通才"的选择。

刨根问底：通用泛化真的比单点极致更有价值吗？从商业角度看，短期内"单点极致"更容易变现（客户要的是"帮我焊接"，不是"帮我做任何事"）。但长期看，"通用泛化"的天花板高得多——就像GPT-3出来之前，"专用NLP模型"也能做文本分类、情感分析，但GPT-3的通用能力让所有专用模型都变得不必要了。

举一反三：投资中，"专才 vs 通才"的选择对应"垂直 vs 平台"。垂直公司短期更容易赚钱，但平台公司长期更有价值。AI时代，"通用能力+垂直适配"可能是最优解——就像Pi的开源模型（通用）+ fine-tune到特定场景（垂直）。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：机器人的"江湖"正在从"门派林立"走向"一统江湖"

开源模型（Pi、Octo、OpenVLA等）正在建立一个共享的技术基础。以前每个公司都从零开始训练自己的模型，现在可以在开源模型上fine-tune。这大大降低了入门门槛，但也意味着"模型本身"的差异化在缩小。

对投资的影响：机器人公司的壁垒不在"模型"，而在"数据"和"场景"。谁有最多的真机数据、最深的场景理解，谁就有护城河。

洞察2：强化学习是机器人突破的关键

柯丽一鸣在多个场合强调，强化学习（RL）是机器人模型突破"数据瓶颈"的关键。通过RL，模型可以在"尝试-反馈-改进"的循环中自我提升，不完全依赖人类标注数据。

对投资的影响：关注那些在RL for robotics上有独特积累的团队。RL不是"更多数据"的问题，而是"更好的奖励函数设计和训练环境"的问题——这是方法论的竞争，不是资源的竞争。

洞察3：机器人的"族谱"还没有收敛

VLA、世界模型、传统RL——这几条路线还在竞争，没有人知道哪条会赢。这跟2020年的NLP很像——BERT、GPT、T5各有支持者，最终GPT路线胜出。

对投资的影响：在路线未收敛时，不要all-in一条路线。但也要有判断——"如果让我赌一条，我赌哪条？"柯丽一鸣赌的是VLA+RL，沈宇军（ep147）赌的是具身原生预训练。

和我的知识体系的连接

• VLA ≈ 具身智能的Transformer：就像Transformer统一了NLP，VLA可能统一机器人
• 开源模型 → Agent框架的开源：与ep139苏煜讲的OpenClaw开源逻辑一致——开源降低门槛，加速生态
• 数据瓶颈 → Token经济学：与ep141 Freda的"token per task"逻辑相通——机器人的"数据 per task"是核心成本
• GPT-3时刻 → Scaling Law：与ep138罗福莉的"后训练Scaling Law"问题一致——机器人有没有类似的幂律？
• 投资启示：机器人是"长坡厚雪"的赛道，但现在还在"GPT-1阶段"。投资要有耐心，但也要有判断——赌的是"质变点会来"

还没想明白的问题

1. VLA vs 世界模型，最终谁会赢？ 柯丽一鸣做VLA，但她也承认世界模型在"想象规划"上有独特优势。会不会最终是融合？

2. 开源模型的商业模式是什么？ Pi开源了模型，那它怎么赚钱？是"Red Hat模式"（开源+企业服务）还是"Android模式"（开源+生态税）？

3. 机器人的"数据飞轮"怎么转起来？ 语言模型的数据飞轮是"用户使用→数据回流→模型更好"。机器人的数据飞轮是什么？"机器人干活→收集数据→模型更好→干更多活"？

4. 中国机器人产业的"深圳速度"能弥补"数据不足"吗？ 柯丽一鸣提到很多美国机器人公司去深圳学习供应链。硬件迭代快是中国的优势，但数据瓶颈是硬件速度解决不了的。

概念5：Pi的技术路线——为什么选VLA而不是纯世界模型

类比：学做饭有两种方式。一种是"先学完所有菜谱，再上灶"（世界模型路线——先理解所有物理规律，再规划动作）。另一种是"边做边学，切着切着就知道刀工怎么用了"（VLA路线——直接从感知到行动，端到端学习）。Pi选的是第二种。

原理：Pi的π₀系列模型走的是VLA（Vision-Language-Action）路线：

π₀（2024年底）：

• 基础操作能力：抓取、放置、推、拉
• 证明了"一个模型可以控制多种机器人做多种任务"
• 基于flow matching（一种生成模型方法）生成连续动作
• 关键创新：把"动作"也当作一种"token"来生成

π₀.5（2025年初）：

• 更强的泛化性：在没见过的物体和场景下也能操作
• 引入了"high-level reasoning"：先用语言规划步骤，再生成动作
• 关键创新：语言不只是"指令"，还是"推理工具"

π₀.6-π₀.7（2025-2026）：

• 多任务学习：一个模型做几十种不同的任务
• 强化学习微调：用RL提升执行精度和成功率
• 最新模型进一步强化了"执行表现"——不只是"能做"，还要"做得好"

为什么不用老方法：传统机器人是"一个任务一个模型"——训练一个抓杯子的模型、一个叠衣服的模型。Pi的目标是"一个模型做所有事"。这跟LLM的"一个模型回答所有问题"是同一个思路。

刨根问底：为什么Pi不选纯世界模型路线？柯丽一鸣的判断（结合公开信息）：

• 世界模型的"预测精度"还不够——如果预测"推杯子后杯子会移动5cm"但实际移动了8cm，规划就会跑偏
• VLA是"端到端"的——直接从感知到行动，不需要中间的"预测"步骤，避免了误差累积
• 但VLA的缺点是"不知道为什么"——它知道"该怎么做"，但不知道"为什么这么做"
• 长期来看，VLA+世界模型可能是融合方向——"既能做，又知道为什么"

举一反三：投资中也有"VLA vs 世界模型"的类比。"VLA型投资者"是"看到信号就直接行动"（价值型：看到低PE就买）。"世界模型型投资者"是"先理解整个商业逻辑，再决策"（深度研究型：理解商业模式后才买）。两种都有成功案例，但长期来看，"既能快速行动，又理解为什么"的投资者最厉害。

概念6：机器人的"数据困境"——为什么比语言模型难100倍

类比：语言模型的学习材料是"书"——互联网上有几万亿字的书，免费、无限、不需要人去"创造"。机器人的学习材料是"操作经验"——你需要一个真人，在真实的机器人上，做真实的操作，每小时成本几十到几百美元。这就像"学语言可以看书，但学游泳必须下水"。

原理：机器人数据困境的几个层面：

数据量差距：

• 语言模型：万亿token（约几千万本书）
• 机器人模型：几万小时真机数据（蚂蚁灵波2万小时已经是行业顶级）
• 差距：几个数量级

数据成本：

• 语言数据：爬取互联网，几乎免费
• 机器人数据：需要人操作真机，每小时$50-200
• 2万小时 × $100/小时 = $200万——这只是"原始数据"的成本

数据多样性：

• 语言数据：覆盖所有领域、所有风格、所有语言
• 机器人数据：通常只覆盖几种任务、几种物体、几种场景
• 泛化需要"见过足够多的变化"——但每种变化都需要新的数据

数据质量：

• 语言数据：文本是"干净"的——没有传感器噪声
• 机器人数据：传感器有误差、电机有延迟、接触力有不确定性
• "脏数据"训练出来的模型，到了新环境就不work

为什么不用老方法：语言模型的"暴力美学"——"数据够多，模型够大，性能就够好"——在机器人领域不直接适用。因为数据瓶颈不是"多花点钱爬更多数据"能解决的——你需要物理世界中真实的交互数据。

刨根问底：怎么解决数据困境？目前有几条路：

1. 遥操作（Teleoperation）：人远程控制机器人，收集操作数据。Pi和很多公司都在用。优点是数据质量高（人在操作），缺点是成本高、速度慢。

2. 视频学习（Learning from Video）：从人类操作视频（YouTube、工厂录像）中学习。不需要真机，数据量大。缺点是"看到的"和"做到的"有gap（你看到别人切菜，不代表你能切）。

3. 模拟数据（Simulation）：在虚拟环境中生成数据。成本低、量大。缺点是"sim-to-real gap"——模拟中的物理跟现实不完全一样。

4. 强化学习（RL）：在真机或模拟中"试错学习"。不需要人标注，但需要大量试错。

5. 开源数据共享：Pi开源模型和数据，让社区一起贡献数据。类似"众包"。

举一反三：投资中也有"数据困境"。公开数据（财报、新闻）就像"语言数据"——免费、量大、但"脏"。深度调研数据（管理层访谈、产业链验证）就像"机器人数据"——贵、量少、但"真"。AI可以帮你处理公开数据，但"真数据"仍然是人的护城河。

概念7：从"自动化工具"到"通用大脑"——机器人的终极愿景

类比：洗衣机是"自动化工具"——它只会洗衣服，而且只能洗特定类型的衣服。但一个"通用管家"可以洗衣、做饭、打扫、照顾孩子——它不是"一个功能的自动化"，而是"理解你的需求，然后行动"。机器人正在从"洗衣机"向"通用管家"进化。

原理：柯丽一鸣在访谈中描述了机器人的终极愿景：

现在的机器人（自动化工具）：

• 一个机器人做一件事
• 环境变了就不work
• 需要人编程、人维护
• 价值 = 替代一个重复性劳动

未来的机器人（通用大脑）：

• 一个机器人做所有事
• 环境变了能适应
• 自己学习、自己改进
• 价值 = 替代一个"人"

从工具到大脑的关键跨越：

• 不是"更多功能"，而是"理解能力"
• 不是"更快执行"，而是"灵活适应"
• 不是"更精确"，而是"更鲁棒"（在不确定性中仍能工作）

为什么不用老方法：传统机器人追求"精度"——在固定环境中，做到0.1mm的精度。但通用机器人需要的是"鲁棒性"——在未知环境中，做到"差不多就行"。这是完全不同的工程目标。

刨根问底：为什么"通用"比"专用"难这么多？因为物理世界的复杂度是指数级的。一个工厂里的焊接机器人，只需要处理"焊接"这一种交互。但一个家庭机器人需要处理：抓取（不同形状、材质、重量的物体）、导航（不同地形、障碍物）、操作（开门、按按钮、拧瓶盖）、交互（跟人沟通、理解指令）。每种交互的物理规律都不同，不可能用一套"专用模型"覆盖。

举一反三：投资中，"专用策略"（只做价值股、只做成长股、只做量化）在特定环境下很有效，但环境变了就失效。"通用框架"（理解商业本质，适应不同市场环境）更难建立，但一旦建立就是"穿越周期"的能力。巴菲特就是"投资界的通用大脑"——他不只做一种投资，他理解"什么是好生意"。

概念8：机器人的"商业化悖论"——研发需要钱，但产品还没ready

类比：你开一家餐厅，菜还没研发完，但房租已经在烧了。你面临一个选择：是"先把菜做到完美再开业"（可能永远开不了），还是"先开业，边营业边改进"（可能砸口碑）？

原理：机器人公司面临的商业化悖论：

研发需要大量资金：

• 真机数据采集：几百万美元
• 模型训练：需要GPU集群
• 硬件迭代：每代机器人需要重新设计
• 团队成本：顶尖研究员薪资极高

但产品还没ready：

• 通用机器人还不能在真实场景中稳定工作
• 客户不愿意为"半成品"付高价
• 每个场景都需要定制化适配
• 维护成本高（机器人坏了需要人修）

Pi的策略：

• 开源模型→降低社区门槛→积累生态→未来通过企业服务变现
• 先做"能做的"（简单操作任务），不做"不能做的"（复杂多步骤任务）
• 用开源建立"事实标准"，然后在标准之上做增值服务

为什么不用老方法：传统机器人公司（Boston Dynamics）的策略是"做到完美再卖"——结果烧了十几亿美金，最后还是被卖了。Pi的策略是"先开源、先建生态、先占位"——类似Android的策略。

刨根问底：开源模型怎么赚钱？这是整个开源AI社区都在想的问题。可能的路径：

• "Red Hat模式"：开源模型+企业级服务（部署、维护、定制）
• "Android模式"：开源模型+硬件合作（跟机器人厂商合作，预装Pi的模型）
• "数据飞轮模式"：开源吸引用户→用户数据回流→模型更好→吸引更多用户→卖高级版
• "生态税模式"：开源模型成为标准→在标准之上做marketplace→抽成

举一反三：投资中，"商业化悖论"对应的是"什么时候投"。太早投，产品没ready，公司可能烧完钱就死了。太晚投，估值已经很高了，回报空间小了。关键是判断"质变点"——什么时候产品从"不能用"变成"能用"。在质变点之前投，是"期权"；在质变点之后投，是"确定性"。

关键洞察（补充）

洞察4：Pi的开源策略是"Android时刻"还是"Linux时刻"？

Android通过开源占据了手机OS 80%的市场，但Google通过广告赚了几千亿。Linux通过开源占据了服务器OS 90%的市场，但Red Hat（最大的Linux公司）只值几百亿。Pi的开源会成为哪个？

对投资的影响：如果Pi成为"机器人界的Android"，那Pi的价值不在于"卖模型"，而在于"所有机器人都跑Pi的模型"带来的生态位。但如果只是"Linux"，那价值会小很多。

洞察5：机器人的"深圳速度"vs"数据瓶颈"

柯丽一鸣提到很多美国机器人公司去深圳学习供应链。中国的硬件迭代速度是全球最快的——一个月就能出一代新硬件。但数据瓶颈不是硬件速度能解决的——你需要"人在真机上操作"的数据，这个速度受限于人的操作速度。

对投资的影响：中国机器人公司的优势在"硬件迭代速度"和"制造成本"，劣势在"数据积累"和"模型能力"。投资中国机器人公司时，要看它有没有"数据获取的独特路径"——比如跟工厂合作（工厂有大量操作数据）、跟医院合作（手术操作数据）、跟家庭合作（家务操作数据）。

洞察6：武侠隐喻的深意——"无招胜有招"

柯丽一鸣用"武侠"来比喻机器人行业。最厉害的武功不是"招式最多"，而是"无招胜有招"——不拘泥于特定招式，而是根据对手的反应灵活应对。通用机器人也是如此——不是"会做100种固定动作"，而是"面对任何新情况都能应对"。

对投资的影响：投资框架也是如此。最厉害的投资框架不是"有100条规则"，而是"理解商业本质，面对任何新情况都能判断"。巴菲特的投资框架只有几条核心原则（好生意、好价格、好管理层），但适用于任何行业、任何时代。

和我的知识体系的连接（补充）

• VLA ≈ 具身智能的Transformer：就像Transformer统一了NLP（一个架构做所有语言任务），VLA可能统一机器人（一个模型做所有操作任务）
• 数据困境 → Token经济学：与ep141 Freda的"token per task"逻辑相通——机器人的"数据 per task"是核心成本。但机器人的"数据"比token贵100倍
• 开源策略 → Harness的开源：与ep139苏煜讲的OpenClaw开源逻辑一致——开源降低门槛，加速生态，建立事实标准
• GPT-3时刻 → Scaling Law：与ep138罗福莉的"后训练Scaling Law"问题一致——机器人有没有"数据翻倍→性能提升"的幂律？
• 商业化悖论 → 投资时机：与ep142雨森的"Return三步链条"一致——投入（研发烧钱）→产出（模型能力）→结果（商业收入）。机器人还在"投入→产出"阶段，"结果"还没到
• 武侠隐喻 → 投资的"无招胜有招"：最好的投资框架不是"规则最多"，而是"理解最深"

还没想明白的问题（补充）

5. Pi的开源模型会不会被"大厂"直接抄走？如果Google或Meta直接拿Pi的开源模型，加上自己的数据fine-tune，Pi的差异化在哪里？开源的"护城河"到底是什么？

6. 机器人的"安全"问题怎么解决？一个通用机器人在家庭环境中操作，如果它"理解错了"指令（比如把"把杯子放到桌上"理解成"把杯子扔出窗外"），后果可能很严重。安全问题会不会成为通用机器人商业化的最大障碍？

7. "通用机器人"的经济性什么时候能跑通？一个通用机器人如果售价10万美元，它能替代多少人工？如果只能替代"一个工人一年"的工作（假设年薪5万美元），那回本期是2年。但如果它能替代"一个工人十年"的工作，那回本期是2个月。关键是"通用性"带来的"使用时长"——越通用，用得越多，回本越快。

8. 柯丽一鸣的"武侠"隐喻暗示了什么？她用"江湖、族谱、主角"来描述机器人行业。"主角"是谁？是Pi？是Figure？是Tesla Bot？还是某个还没出现的公司？"族谱"暗示"传承"——谁继承了谁的"武功"？开源模型的"族谱"是不是正在形成？

9. 中国机器人公司（宇树、智元、银河通用等）跟Pi的差距在哪里？是硬件差距（中国可能更强）还是模型差距（Pi可能更强）还是数据差距（都有瓶颈）？中国有没有可能走出一条"不同于Pi"的路？

一句话总结

机器人的江湖还在"群雄逐鹿"，但开源正在把它推向"一统江湖"——关键不是谁的招式最猛，而是谁的数据飞轮先转起来。

第一原理造火箭：SpaceX的开发史与马斯克用人观 — 学习解读

来源：张小珺商业访谈录 #145（3小时1分）

嘉宾：洪力德（Louis Hong，SpaceX前火箭首席制造工程师 / Aries Fund GP）

原始发布：2026-06-12

转录：[[ep145_145_口述SpaceX开发史和前高管洪力德聊马斯克用人观最大IPO太空与AI人类文明扩张前奏]]

一句话：这期到底在讲什么

火箭不是目的，是手段——把不可能变成" just engineering"的过程，才是真正的革命。

从你最熟悉的东西开始

你喝过可乐吧？可乐罐，全世界每分钟生产几百万个，每个几分钱。现在想象一下：你面前有一个高压容器，耐压是汽车轮胎的几百倍，要轻到能飞上太空，不能有一丝瑕疵（否则就是炸弹），而且一年要造几十个。

传统航天界说：这要十几万美元一个，一年只能给你几个。

马斯克说：你看过可乐罐的生产吗？

这就是SpaceX的第一原理思维——不是"火箭历来就是这么造的"，而是"从物理学角度看，这个东西本质上是什么？为什么不能像造可乐罐一样造它？"

洪力德在SpaceX待了7年（2012-2019），从飞龙号（Dragon）的内部工程师做到飞鹰9号（Falcon 9）的首席制造工程师，管过7个部门、3000多个火箭部件。他是SpaceX从"一年发射一次"到"一年发射几十次"的亲历者。这期3小时的播客，他第一次系统性地讲述了SpaceX的开发史、马斯克的用人观、以及太空与AI融合的未来。

核心概念（由浅入深）

概念1：第一原理思维——从"可乐罐"到火箭制造

类比：你去餐厅吃饭，厨师告诉你"这道菜要等2小时，因为传统做法就是这样"。但如果你问"这道菜的本质是什么？加热蛋白质到特定温度？那有没有更快的方式达到同样的效果？"——你可能会发现微波炉5分钟就够了。

原理：马斯克的第一原理思维不是"别人怎么做我就怎么做"，而是回到物理学的基本事实：

• 火箭本质上是一个耐压容器（跟可乐罐一样）
• 火箭的燃料效率应该精算到"开到洛杉矶时最后一滴油刚好用完"
• 如果可乐罐能一分钟生产上千个、每个几分钱，那高压容器为什么不能？

洪力德讲了一个极其生动的故事：他们团队花了大量心血，把高压容器的成本降低了90%，自豪地拿去给马斯克看。马斯克的反应不是"good"，而是："你有没有看过可乐罐的生产？"

为什么不用老方法：传统航天是"精工细作"——每个部件都是手工打造，一年做几个，每个几十万美元。波音/ULA做同样的事需要1万人，SpaceX只要1000人（1:10的比例）。这不是因为SpaceX的人更厉害，而是因为生产模式完全不同。

刨根问底：为什么传统航天界不接受这个逻辑？因为"火箭"这个词本身就是一种思维牢笼。一旦你说"这是火箭"，所有人的默认假设就是"高精尖、少量化、不计成本"。马斯克做的事情是去掉"火箭"这个标签，只看物理本质——"这是一个耐压容器，这是一个燃料管道，这是一个热防护结构"。去掉标签之后，很多"不可能"就变成了"工程问题"。

举一反三：投资中最大的思维牢笼是"行业标签"。一旦你说"这是一家银行股"，你就自动套用了银行的估值框架（PB、ROE、不良率）。但如果你问"这家公司的本质是什么？它到底在做什么生意？"——你可能会发现，有些"银行"其实是科技公司（比如招商银行的零售平台），有些"科技公司"其实是广告公司（比如Meta）。

概念2：火箭不是目的，是手段——SpaceX的Master Plan

类比：福特不是"马车公司"，是"出行公司"。如果福特把自己定义为"造马车的"，那汽车出来那天它就死了。SpaceX不是"火箭公司"，是"太空探索公司"。火箭只是到达太空的手段。

原理：洪力德反复强调：SpaceX从来没有把自己定位为火箭公司。公司的存在目的是"开拓宇宙，给全人类去探索"。火箭是手段，不是目的。这就是为什么：

• 飞鹰1号成功后立刻退役（因为它的载荷太小，不能满足最终目标）
• 飞鹰9号在2012年一年只发射一次时，就已经在规划星舰（Starship）
• 星链不是"通讯业务"，是"去火星的资金来源"

为什么不用老方法：传统航天公司（波音、ULA）把自己定义为"火箭制造商"——客户给订单，我造火箭，发射完收钱。SpaceX的定义是"太空基础设施公司"——火箭是基础设施的一部分，星链是另一部分，太空数据中心是下一部分。

刨根问底：为什么飞鹰1号成功后立刻退役？因为SpaceX的master plan不是"造一个能飞的火箭"，而是"把人类送到火星"。飞鹰1号的载荷只有1吨，远远不够。它的使命是"证明SpaceX能造火箭"——使命完成，立刻转向下一个手段（飞鹰9号）。这种"手段可以抛弃、目的永远不变"的思维，是SpaceX最核心的文化。

举一反三：投资中，"手段"和"目的"的区分极其重要。很多公司把"手段"当"目的"——比如一家零售公司把"开门店"当目的，而不是把"服务消费者"当目的。当电商出现时，把门店当目的的公司就死了。真正的好公司是"目的不变、手段灵活"——就像SpaceX，目的是开拓宇宙，火箭只是当前的手段。

概念3：马斯克的用人观——"通才"优于"专才"

类比：你组建一个篮球队。传统思路是：找最好的中锋、最好的控卫、最好的射手。但马斯克的做法是：找"学什么都快、什么都能打"的人，然后让他们在实战中快速成长。

原理：洪力德描述了SpaceX的用人特点：

• 不招传统航天专家：传统火箭公司的人"可能senior、有几年background"，但文化不匹配
• 招"各行各业有竞争水平的人"：洪力德自己是做食品量产的，被招来造火箭
• 看重"短时间能吸收多少、成长多少、适应多少"，而不是"过去几十年的经验"
• 极端扁平：每个火箭部位只有一个负责人，他既是工程师又要干活、采购、生产、开发
• 高淘汰率：加入SpaceX超过6个月就算"元老"

为什么不用老方法：传统航天需要"专家"——因为火箭太复杂，需要几十年经验积累。但SpaceX认为：过去的经验是"在旧范式下的经验"，在新范式下反而是包袱。一个做食品量产的人，可能比一个造了20年火箭的人更懂得"怎么把东西量产化"。

刨根问底：为什么马斯克敢用"外行"？因为SpaceX的目标不是"造一个更好的火箭"，而是"用完全不同的方式造火箭"。如果你找的都是"造了20年火箭的人"，他们只会告诉你"火箭历来就是这么造的"。只有"外行"才会问"为什么不能像造可乐罐一样造？"

举一反三：投资团队的组建也是如此。最好的投资团队不是"每个人都来自金融行业"，而是"有产业背景、有技术背景、有心理学背景"的多元组合。"外行"的问题往往是最好的问题——因为他们没有"历来如此"的思维定式。

概念4：太空×AI——人类文明扩张的前奏

类比：大航海时代，东印度公司不只是"贸易公司"——它是"文明扩张的基础设施"。船只是手段，贸易是手段，真正的目的是"把人类的活动范围扩展到全球"。SpaceX就是"太空时代的东印度公司"。

原理：洪力德解释了SpaceX收购xAI的底层逻辑：

• 太空数据中心：美国建数据中心有两大瓶颈——审批（permit）和电力。太空没有这两个问题：不需要permit，太阳能转换效率比地球高十几个百分点
• 星链是数据高速公路：太空中信号传输速度比地球最先进的光纤快一倍（真空环境的天然优势）
• xAI需要算力，SpaceX提供算力的新维度：不是在地球上"到处盖"，而是在太空中"分布式部署"

为什么不用老方法：传统思路是"AI需要算力→建更多数据中心→需要更多电"。这个链条在美国遇到了物理瓶颈（电网老化、审批漫长、居民反对）。SpaceX的思路是"跳出这个链条"——太空有无尽的太阳能、无尽的空间、没有审批限制。

刨根问底：太空数据中心真的能跟地面竞争吗？洪力德很诚实：即使对SpaceX来说，这也不是一个简单的路。不只是"把算力发射上去"的问题，还有"在太空环境下长期稳定运行""维护成本""数据传输延迟"等工程挑战。但他说了一句很关键的话："不是说能不能做到，而是做到了能不能比地面更有竞争力。"

举一反三：投资中，"跳出既有链条"的思维极其重要。当所有人都在"地球上找更多地皮建数据中心"时，SpaceX在想"为什么不去太空？"这种"第一原理式"的投资思维——不问"别人怎么做"，而问"物理上什么是可能的"——是超额收益的来源。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：SpaceX的2026 IPO是太空的"ChatGPT Moment"

洪力德说：今年是太空的"ChatGPT Moment"——不是因为技术有了突变，而是因为SpaceX IPO让太空从"圈内人的事"变成了"所有人的对话"。资本开始涌入，inbound call源源不断。

对投资的影响：当一个行业从"圈内"走向"大众"，估值逻辑会根本改变。太空不再是"20年后的事"，而是"现在就可以变现的事"。

洞察2：NASA的Cost-Plus合同是创新的毒药

NASA传统的Cost-Plus合同："你花多少时间没问题，花多少钱没问题，我还保证你赚钱。"在这种合同下，波音/ULA不可能有创新动力。NASA的COTS计划（固定价格、结果导向）催生了SpaceX。

对投资的影响：看一家公司的激励机制，比看它的技术更重要。如果一家公司的商业模式是"成本加成"（花越多赚越多），它永远不会追求效率。如果是"结果导向"（做成了才有钱），它才会拼命创新。

洞察3：马斯克的时间只花在"公司最困难的问题上"

洪力德说：马斯克不会来跟你庆功。但当一个机械坏掉、阻止所有火箭生产前进的时候，马斯克一定在那里。他的典型一周：周一在SpaceX开20分钟一节的会从早到晚，下午走整个厂房，然后去特斯拉设计总部，晚上飞北加。

对投资的影响：评估一个CEO，不要看他说了什么，看他时间花在哪里。如果CEO的时间花在"最困难的问题"上，这家公司大概率能穿越周期。如果CEO的时间花在"庆功"和"PR"上，要小心。

和我的知识体系的连接

• 第一原理思维 → AI投资：不要被"AI公司"的标签束缚，问"这家公司到底在解决什么物理问题？"
• 火箭是手段 → 模型是手段：模型不是目的，"解决用户问题"才是目的。模型公司如果把"模型"当目的（追求benchmark分数），就会迷失
• 通才优于专才 → AI时代的组织：与ep141 Freda的"接力赛变篮球赛"、ep142雨森的"分工模糊化"一致
• 太空×AI → 投资新维度：太空数据中心、星链数据高速公路、太空材料科学——这些不是科幻，是SpaceX master plan的一部分
• Cost-Plus vs 结果导向：评估AI公司时，看它的商业模式是"卖算力"（Cost-Plus思维）还是"卖结果"（结果导向思维）

还没想明白的问题

1. 太空数据中心的经济性到底什么时候能跑通？洪力德说"不是简单的路"，但具体瓶颈是什么？发射成本？维护成本？数据传输？

2. SpaceX的"东印度公司"类比是否恰当？东印度公司最终因为权力过大被拆解。SpaceX在太空的垄断地位会不会引起监管问题？

3. 中国航天的"举国体制"vs SpaceX的"民营创新"，哪种模式在长期更有竞争力？洪力德说"两个独立的土壤培养不同的创业者"，但没有直接比较。

4. 马斯克的"X控股公司"猜想：2014年注册X.com，现在SpaceX、xAI、Tesla、Neuralink、Boring Company——这些公司最终会合并成一个"X"吗？

概念5：996的硅谷——SpaceX的工作强度与人才筛选

类比：你听说过"硅谷work-life balance"吧？Google有免费午餐、有健身房、有20%自由时间。但SpaceX不是这样的。SpaceX的"硅谷"是另一个版本——12小时×6天，没有加班费，没有免费午餐（可能有），只有"你的东西迟到了/做不出来/需要更多钱"三种会议。

原理：洪力德描述了SpaceX真实的工作状态：

工作强度：

• 12小时×6天是"蛮基本的"
• 美国劳工法：工程师和管理人员是"责任制"——完成你的事情，你需要多少时间就花多少时间
• "中国有996可以跟全球竞争，但大家没想到马斯克也有个996在美国"
• 没有加班费——"你是责任制的"

人才筛选：

• 每个人都经过十几轮面试
• 最后一轮必须马斯克亲自面试、亲自同意
• 洪力德是少数破例没有直接面试的（因为马斯克在澳洲出差，他写了一封信）
• 加入超过6个月就算"元老"——淘汰率极高
• 大部分员工20-30岁，工程能力和动手能力极强

马斯克的会议风格：

• 20分钟一节，从早到晚，完全没有间断
• 只开三种会：你的东西迟到了/做不出来/需要更多钱
• 不会跟你庆功——"你在这个机械坏掉的时候，马斯克一定在那边"
• 不咆哮、不摔桌子——但"好，那我接受你的辞呈"比咆哮更恐怖

为什么不用老方法：传统航天公司（波音、ULA）是"朝九晚五+加班有加班费"的模式。SpaceX的模式是"使命驱动"——你不是在"打工"，你是在"开拓宇宙"。这种使命感让很多人愿意接受极端的工作强度。但也有人受不了——"很多人进来以后认为这完全不是我想象的公司"，很快就离开了。

刨根问底：为什么马斯克敢用这种极端的工作强度？因为他选的人都是"对使命有信仰"的人。不是"为了工资来打工"的人，而是"相信我们在做一件前所未有的事"的人。这种筛选机制确保了团队的一致性——留下来的人都是"同类"。

举一反三：投资中，"工作强度"不是目的，"使命驱动"才是。一个好的投资团队不是"加班最多"的团队，而是"对投资有信仰"的团队。如果你投的公司，创始人只是为了"赚钱"而不是为了"解决一个问题"，那这个公司在困难时期大概率会放弃。

概念6：飞鹰9号的两次失败——"最完美的版本"也会爆

类比：你精心准备了一场演讲，排练了无数遍，每个细节都完美。但上台那天，麦克风突然没电了。不是你的准备不够好，是"未知的未知"（unknown unknowns）在作怪。

原理：洪力德讲了SpaceX最困难的时期——2015-2016年：

背景：2015年12月21日，飞鹰9号第一次成功回收。这是SpaceX的"GPT-3时刻"。然后2016年，接连两次发射失败——而且两次都跟洪力德管的部门有关。

最恐怖的一次：

• 发射台爆炸——瞬间
• 所有人都认为这是飞鹰9号"最完美的版本"——"不可能再改进了"
• 业界也认为是最完美的——所以没有人知道问题出在哪里
• "在你一个不知的未知环境之下，你的钱也就只有这么多"
• 如果不能解决问题，"整个公司可能就在当下截止"

怎么解决的：

• 不是"找谁的错、把谁砍了"——而是"找到问题的原点"
• 几个月时间，不断测试所有可能性
• "靠直觉跟靠运气"——因为不可能在短时间内测试所有原因
• 最终找到了一个"非常非常边缘的设计问题"——unknown unknowns
• 改变之后，飞鹰9号至今600多次发射没有问题

马斯克在失败时的表现：

• "他的表情跟平时一模一样"
• 不恐慌、不暴怒、不追责
• "第一件事：谁负责？不是把这个人砍了，而是找到问题的原点"
• NASA的规则：如果找不到根因，就不准飞。不飞就没钱。

为什么不用老方法：传统航天公司的失败处理是"追责→换人→继续"。SpaceX的处理是"找到根因→系统性修复→继续"。区别在于：传统方法解决的是"人的问题"，SpaceX解决的是"系统的问题"。

刨根问底：为什么"最完美的版本"也会失败？因为"完美"是基于已知知识的判断。但总有你不知道的东西——unknown unknowns。火箭是一个极其复杂的系统，几万个部件、几百个接口、无数个物理交互。你不可能预见所有可能的失败模式。这就是为什么SpaceX的迭代策略是"每次发射都收集数据、每次都为下一次改进"——不是"做到完美再发射"，而是"发射了才知道哪里不完美"。

举一反三：投资中，"最完美的分析"也会失败。你做了最详尽的尽调、最精密的估值、最周全的风险评估——但"黑天鹅"还是会出现。关键不是"避免所有失败"，而是"失败后能不能快速找到根因、系统性修复、继续前进"。SpaceX的600多次成功发射，是建立在两次差点让公司倒闭的失败之上的。

概念7：SpaceX Mafia——从火箭到整个硬科技生态

类比：PayPal Mafia（PayPal黑帮）是硅谷最著名的"校友网络"——从PayPal出来的人创办了Tesla、LinkedIn、YouTube、Yelp、Palantir等公司。SpaceX Mafia正在成为硬科技领域的"PayPal Mafia"。

原理：洪力德现在的基金Aries Fund，核心投资逻辑就是"SpaceX Mafia"：

SpaceX Mafia的特征：

• 在SpaceX（或Tesla）共事过的年轻人（20-30岁）
• 懂得"怎么在美国做高深硬件"
• 有第一原理思维的训练
• 有极端执行力的文化
• 彼此信任、彼此了解

投资逻辑：

• "苹果链"：围绕SpaceX的供应链和生态
• "Android链"：SpaceX之外的更大市场
• 核心：投"从SpaceX体系出来的、懂得怎么做硬科技的年轻创业者"

为什么不用老方法：传统硬科技投资看"技术壁垒"——你有什么专利、什么独家技术。SpaceX Mafia的投资逻辑看"执行壁垒"——你能不能以极端的效率和速度把东西做出来。技术可以被抄袭，但"用SpaceX的方式做东西"的能力很难被复制。

刨根问底：为什么"在美国做硬件"以前被认为不可能？因为美国的劳动力成本高、供应链不如中国完善、工程师文化偏软件。但SpaceX和Tesla证明：如果你用"第一原理+极端执行+使命驱动"的方式，在美国也可以做出全球最先进的硬件。关键不是"美国适不适合做硬件"，而是"你有没有找到正确的方法"。

举一反三：投资中，"方法论壁垒"比"技术壁垒"更持久。技术可以被追赶（专利会过期、人才会流动），但"做事的方法"（组织文化、流程设计、决策框架）很难被复制。SpaceX的竞争力不是"某个专利技术"，而是"用第一原理+极端速度做一切"的文化。

概念8：太空的"产业链"——上游、中游、下游

类比：互联网的产业链是：上游（基础设施：光纤、服务器）→ 中游（平台：AWS、Google Cloud）→ 下游（应用：Facebook、Netflix）。太空也有类似的产业链。

原理：洪力德把太空产业链分为三层：

上游（苦活）：

• 火箭建造、开发、发射
• 卫星建造
• 太空站建造
• "就是我们做的这个环节"

中游（控管）：

• 卫星在轨管理
• 卫星调整、数据传输到地面
• 整个系统的控管

下游（应用）：

• 星链（通讯）
• 太空数据中心（算力）
• 太空材料科学（完美球体、晶元）
• 地球观测（遥感、气象）

为什么不用老方法：以前太空只有"上游"——政府花钱造火箭、发卫星。SpaceX打开了"中游"和"下游"——星链是应用，太空数据中心是应用，太空制造是应用。从"只有苦活"到"有应用、有收入、有商业价值"。

刨根问底：为什么太空数据中心是"第一原理"的延伸？因为：

• 太空有无尽的太阳能（转换效率比地球高十几个百分点）
• 太空有无尽的空间（不需要permit）
• 太空中信号传输比光纤快一倍（真空优势）
• 美国地面建数据中心有两大瓶颈（审批+电力），太空没有

举一反三：投资中，"产业链思维"极其重要。不要只看"最火的那个环节"（比如"造火箭"），要看"哪个环节的价值正在被点亮"（比如"太空应用"）。上游的价值是确定的（苦活），但下游的价值是指数级的（应用）。

关键洞察（补充）

洞察4：SpaceX的估值——"至少万亿级，而且才刚刚开始"

洪力德说："我到目前为止都没有出售SpaceX的股票。我认为SpaceX至少是一个万亿级的公司。"他的逻辑是：低轨只是第一站，火星只是第一站，月球只是第一站。整个太空环境比地球大太多。

对投资的影响：SpaceX IPO可能是2026年最大的投资事件。但更重要的是：SpaceX IPO会带动整个太空产业链的估值重估——就像2019年Uber IPO带动了整个出行产业链。

洞察5：NASA的SLS vs SpaceX的星舰——体制内vs体制外的效率差

NASA自己开发的SLS火箭：2011年启动，花了近20年，250亿美元还在counting，做出一支"远远比不上星舰"的火箭。SpaceX的星舰：用SLS一半的时间、五分之一的资金，做到了5倍的载荷。

对投资的影响：评估任何"政府背景"的AI/科技项目时，要警惕"SLS效应"——体制内的效率天然低于体制外。不是因为人不行，是因为激励机制不对（Cost-Plus合同）。

洞察6：马斯克的时间分配——"只去最困难的问题上"

马斯克不会来跟你庆功。但当一个机械坏掉、阻止所有火箭生产前进的时候，马斯克一定在那里。他的典型一周：周一在SpaceX开20分钟一节的会从早到晚，下午走整个厂房，然后去特斯拉设计总部，晚上飞北加。

对投资的影响：评估一个CEO，不要看他说了什么（PR、采访、Twitter），看他时间花在哪里。如果CEO的时间花在"最困难的问题"上，这家公司大概率能穿越周期。

和我的知识体系的连接（补充）

• 第一原理 → 投资分析：不要被"行业惯例"束缚。问"从物理学/经济学角度看，这个东西的本质是什么？为什么不能做得更好？"
• 火箭是手段 → 模型是手段：模型不是目的，"解决用户问题"才是目的。SpaceX不执着于火箭，AI公司也不应该执着于模型
• 996文化 → 创业的"使命驱动"：不是"加班多"就好，而是"对使命有信仰"才能支撑极端强度。投资时看创始人是不是"真的相信自己在做的事"
• 失败处理 → 投资心态：SpaceX两次差点倒闭的失败，造就了600多次成功。投资中的失败不是终点，是"找到根因、系统性修复"的起点
• SpaceX Mafia → 投资的"圈子效应"：好的创业者往往来自好的"校友网络"。投资时关注"这个人从哪里来、跟谁共事过"

还没想明白的问题（补充）

5. 太空数据中心的"经济性"到底什么时候能跑通？洪力德说"不是简单的路"。发射成本在下降（星舰目标100美元/kg），但维护成本、数据传输延迟、太空辐射对芯片的影响——这些问题怎么解决？

6. SpaceX的"东印度公司"类比是否恰当？东印度公司最终因为权力过大被英国政府拆解。SpaceX在太空的垄断地位（发射、星链、太空站）会不会引起反垄断监管？

7. 中国航天的"举国体制"在长期是优势还是劣势？短期看，举国体制可以集中资源做大事。但长期看，Cost-Plus的激励机制会不会抑制创新？SpaceX的成功恰恰是因为NASA从Cost-Plus转向了固定价格合同。

8. 马斯克的"X控股公司"猜想对投资者意味着什么？如果Tesla、SpaceX、xAI、Neuralink、Boring Company最终合并成一个"X"，那现在的Tesla股东、SpaceX股东、xAI股东的利益怎么分配？

9. "太空旅游"的市场到底有多大？洪力德说马斯克的目标是"一张头等舱机票的价格"。但即使价格降到这个水平，"想去太空"的人有多少？这是一个"万亿市场"还是"百亿市场"？

10. 洪力德从SpaceX离开后"永远不卖股票"——这种"信仰投资"在AI领域适用吗？他相信SpaceX的长期价值，所以不卖。但AI公司的变化速度比航天快得多——"信仰"在AI领域是不是太危险了？

一句话总结

火箭只是手段，可乐罐才是答案——当你把"不可能"的标签撕掉，剩下的就只是工程问题。

第一原理造火箭：SpaceX的开发史与马斯克用人观 — 学习解读

来源：张小珺商业访谈录 #145（3小时1分）

嘉宾：洪力德（Louis Hong，SpaceX前火箭首席制造工程师 / Aries Fund GP）

原始发布：2026-06-12

转录：ep145_145_口述SpaceX开发史和前高管洪力德聊马斯克用人观最大IPO太空与AI人类文明扩张前奏

一句话：这期到底在讲什么

火箭不是目的，是手段——把不可能变成" just engineering"的过程，才是真正的革命。

从你最熟悉的东西开始

你喝过可乐吧？可乐罐，全世界每分钟生产几百万个，每个几分钱。现在想象一下：你面前有一个高压容器，耐压是汽车轮胎的几百倍，要轻到能飞上太空，不能有一丝瑕疵（否则就是炸弹），而且一年要造几十个。

传统航天界说：这要十几万美元一个，一年只能给你几个。

马斯克说：你看过可乐罐的生产吗？

这就是SpaceX的第一原理思维——不是"火箭历来就是这么造的"，而是"从物理学角度看，这个东西本质上是什么？为什么不能像造可乐罐一样造它？"

洪力德在SpaceX待了7年（2012-2019），从飞龙号（Dragon）的内部工程师做到飞鹰9号（Falcon 9）的首席制造工程师，管过7个部门、3000多个火箭部件。他是SpaceX从"一年发射一次"到"一年发射几十次"的亲历者。这期3小时的播客，他第一次系统性地讲述了SpaceX的开发史、马斯克的用人观、以及太空与AI融合的未来。

核心概念（由浅入深）

概念1：第一原理思维——从"可乐罐"到火箭制造

类比：你去餐厅吃饭，厨师告诉你"这道菜要等2小时，因为传统做法就是这样"。但如果你问"这道菜的本质是什么？加热蛋白质到特定温度？那有没有更快的方式达到同样的效果？"——你可能会发现微波炉5分钟就够了。

原理：马斯克的第一原理思维不是"别人怎么做我就怎么做"，而是回到物理学的基本事实：

• 火箭本质上是一个耐压容器（跟可乐罐一样）
• 火箭的燃料效率应该精算到"开到洛杉矶时最后一滴油刚好用完"
• 如果可乐罐能一分钟生产上千个、每个几分钱，那高压容器为什么不能？

洪力德讲了一个极其生动的故事：他们团队花了大量心血，把高压容器的成本降低了90%，自豪地拿去给马斯克看。马斯克的反应不是"good"，而是："你有没有看过可乐罐的生产？"

为什么不用老方法：传统航天是"精工细作"——每个部件都是手工打造，一年做几个，每个几十万美元。波音/ULA做同样的事需要1万人，SpaceX只要1000人（1:10的比例）。这不是因为SpaceX的人更厉害，而是因为生产模式完全不同。

刨根问底：为什么传统航天界不接受这个逻辑？因为"火箭"这个词本身就是一种思维牢笼。一旦你说"这是火箭"，所有人的默认假设就是"高精尖、少量化、不计成本"。马斯克做的事情是去掉"火箭"这个标签，只看物理本质——"这是一个耐压容器，这是一个燃料管道，这是一个热防护结构"。去掉标签之后，很多"不可能"就变成了"工程问题"。

举一反三：投资中最大的思维牢笼是"行业标签"。一旦你说"这是一家银行股"，你就自动套用了银行的估值框架（PB、ROE、不良率）。但如果你问"这家公司的本质是什么？它到底在做什么生意？"——你可能会发现，有些"银行"其实是科技公司（比如招商银行的零售平台），有些"科技公司"其实是广告公司（比如Meta）。

概念2：火箭不是目的，是手段——SpaceX的Master Plan

类比：福特不是"马车公司"，是"出行公司"。如果福特把自己定义为"造马车的"，那汽车出来那天它就死了。SpaceX不是"火箭公司"，是"太空探索公司"。火箭只是到达太空的手段。

原理：洪力德反复强调：SpaceX从来没有把自己定位为火箭公司。公司的存在目的是"开拓宇宙，给全人类去探索"。火箭是手段，不是目的。这就是为什么：

• 飞鹰1号成功后立刻退役（因为它的载荷太小，不能满足最终目标）
• 飞鹰9号在2012年一年只发射一次时，就已经在规划星舰（Starship）
• 星链不是"通讯业务"，是"去火星的资金来源"

为什么不用老方法：传统航天公司（波音、ULA）把自己定义为"火箭制造商"——客户给订单，我造火箭，发射完收钱。SpaceX的定义是"太空基础设施公司"——火箭是基础设施的一部分，星链是另一部分，太空数据中心是下一部分。

刨根问底：为什么飞鹰1号成功后立刻退役？因为SpaceX的master plan不是"造一个能飞的火箭"，而是"把人类送到火星"。飞鹰1号的载荷只有1吨，远远不够。它的使命是"证明SpaceX能造火箭"——使命完成，立刻转向下一个手段（飞鹰9号）。这种"手段可以抛弃、目的永远不变"的思维，是SpaceX最核心的文化。

举一反三：投资中，"手段"和"目的"的区分极其重要。很多公司把"手段"当"目的"——比如一家零售公司把"开门店"当目的，而不是把"服务消费者"当目的。当电商出现时，把门店当目的的公司就死了。真正的好公司是"目的不变、手段灵活"——就像SpaceX，目的是开拓宇宙，火箭只是当前的手段。

概念3：马斯克的用人观——"通才"优于"专才"

类比：你组建一个篮球队。传统思路是：找最好的中锋、最好的控卫、最好的射手。但马斯克的做法是：找"学什么都快、什么都能打"的人，然后让他们在实战中快速成长。

原理：洪力德描述了SpaceX的用人特点：

• 不招传统航天专家：传统火箭公司的人"可能senior、有几年background"，但文化不匹配
• 招"各行各业有竞争水平的人"：洪力德自己是做食品量产的，被招来造火箭
• 看重"短时间能吸收多少、成长多少、适应多少"，而不是"过去几十年的经验"
• 极端扁平：每个火箭部位只有一个负责人，他既是工程师又要干活、采购、生产、开发
• 高淘汰率：加入SpaceX超过6个月就算"元老"

为什么不用老方法：传统航天需要"专家"——因为火箭太复杂，需要几十年经验积累。但SpaceX认为：过去的经验是"在旧范式下的经验"，在新范式下反而是包袱。一个做食品量产的人，可能比一个造了20年火箭的人更懂得"怎么把东西量产化"。

刨根问底：为什么马斯克敢用"外行"？因为SpaceX的目标不是"造一个更好的火箭"，而是"用完全不同的方式造火箭"。如果你找的都是"造了20年火箭的人"，他们只会告诉你"火箭历来就是这么造的"。只有"外行"才会问"为什么不能像造可乐罐一样造？"

举一反三：投资团队的组建也是如此。最好的投资团队不是"每个人都来自金融行业"，而是"有产业背景、有技术背景、有心理学背景"的多元组合。"外行"的问题往往是最好的问题——因为他们没有"历来如此"的思维定式。

概念4：太空×AI——人类文明扩张的前奏

类比：大航海时代，东印度公司不只是"贸易公司"——它是"文明扩张的基础设施"。船只是手段，贸易是手段，真正的目的是"把人类的活动范围扩展到全球"。SpaceX就是"太空时代的东印度公司"。

原理：洪力德解释了SpaceX收购xAI的底层逻辑：

• 太空数据中心：美国建数据中心有两大瓶颈——审批（permit）和电力。太空没有这两个问题：不需要permit，太阳能转换效率比地球高十几个百分点
• 星链是数据高速公路：太空中信号传输速度比地球最先进的光纤快一倍（真空环境的天然优势）
• xAI需要算力，SpaceX提供算力的新维度：不是在地球上"到处盖"，而是在太空中"分布式部署"

为什么不用老方法：传统思路是"AI需要算力→建更多数据中心→需要更多电"。这个链条在美国遇到了物理瓶颈（电网老化、审批漫长、居民反对）。SpaceX的思路是"跳出这个链条"——太空有无尽的太阳能、无尽的空间、没有审批限制。

刨根问底：太空数据中心真的能跟地面竞争吗？洪力德很诚实：即使对SpaceX来说，这也不是一个简单的路。不只是"把算力发射上去"的问题，还有"在太空环境下长期稳定运行""维护成本""数据传输延迟"等工程挑战。但他说了一句很关键的话："不是说能不能做到，而是做到了能不能比地面更有竞争力。"

举一反三：投资中，"跳出既有链条"的思维极其重要。当所有人都在"地球上找更多地皮建数据中心"时，SpaceX在想"为什么不去太空？"这种"第一原理式"的投资思维——不问"别人怎么做"，而问"物理上什么是可能的"——是超额收益的来源。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：SpaceX的2026 IPO是太空的"ChatGPT Moment"

洪力德说：今年是太空的"ChatGPT Moment"——不是因为技术有了突变，而是因为SpaceX IPO让太空从"圈内人的事"变成了"所有人的对话"。资本开始涌入，inbound call源源不断。

对投资的影响：当一个行业从"圈内"走向"大众"，估值逻辑会根本改变。太空不再是"20年后的事"，而是"现在就可以变现的事"。

洞察2：NASA的Cost-Plus合同是创新的毒药

NASA传统的Cost-Plus合同："你花多少时间没问题，花多少钱没问题，我还保证你赚钱。"在这种合同下，波音/ULA不可能有创新动力。NASA的COTS计划（固定价格、结果导向）催生了SpaceX。

对投资的影响：看一家公司的激励机制，比看它的技术更重要。如果一家公司的商业模式是"成本加成"（花越多赚越多），它永远不会追求效率。如果是"结果导向"（做成了才有钱），它才会拼命创新。

洞察3：马斯克的时间只花在"公司最困难的问题上"

洪力德说：马斯克不会来跟你庆功。但当一个机械坏掉、阻止所有火箭生产前进的时候，马斯克一定在那里。他的典型一周：周一在SpaceX开20分钟一节的会从早到晚，下午走整个厂房，然后去特斯拉设计总部，晚上飞北加。

对投资的影响：评估一个CEO，不要看他说了什么，看他时间花在哪里。如果CEO的时间花在"最困难的问题"上，这家公司大概率能穿越周期。如果CEO的时间花在"庆功"和"PR"上，要小心。

和我的知识体系的连接

• 第一原理思维 → AI投资：不要被"AI公司"的标签束缚，问"这家公司到底在解决什么物理问题？"
• 火箭是手段 → 模型是手段：模型不是目的，"解决用户问题"才是目的。模型公司如果把"模型"当目的（追求benchmark分数），就会迷失
• 通才优于专才 → AI时代的组织：与ep141 Freda的"接力赛变篮球赛"、ep142雨森的"分工模糊化"一致
• 太空×AI → 投资新维度：太空数据中心、星链数据高速公路、太空材料科学——这些不是科幻，是SpaceX master plan的一部分
• Cost-Plus vs 结果导向：评估AI公司时，看它的商业模式是"卖算力"（Cost-Plus思维）还是"卖结果"（结果导向思维）

还没想明白的问题

太空数据中心的经济性到底什么时候能跑通？洪力德说"不是简单的路"，但具体瓶颈是什么？发射成本？维护成本？数据传输？

SpaceX的"东印度公司"类比是否恰当？东印度公司最终因为权力过大被拆解。SpaceX在太空的垄断地位会不会引起监管问题？

中国航天的"举国体制"vs SpaceX的"民营创新"，哪种模式在长期更有竞争力？洪力德说"两个独立的土壤培养不同的创业者"，但没有直接比较。

马斯克的"X控股公司"猜想：2014年注册X.com，现在SpaceX、xAI、Tesla、Neuralink、Boring Company——这些公司最终会合并成一个"X"吗？

概念5：996的硅谷——SpaceX的工作强度与人才筛选

类比：你听说过"硅谷work-life balance"吧？Google有免费午餐、有健身房、有20%自由时间。但SpaceX不是这样的。SpaceX的"硅谷"是另一个版本——12小时×6天，没有加班费，没有免费午餐（可能有），只有"你的东西迟到了/做不出来/需要更多钱"三种会议。

原理：洪力德描述了SpaceX真实的工作状态：

工作强度：

• 12小时×6天是"蛮基本的"
• 美国劳工法：工程师和管理人员是"责任制"——完成你的事情，你需要多少时间就花多少时间
• "中国有996可以跟全球竞争，但大家没想到马斯克也有个996在美国"
• 没有加班费——"你是责任制的"

人才筛选：

• 每个人都经过十几轮面试
• 最后一轮必须马斯克亲自面试、亲自同意
• 洪力德是少数破例没有直接面试的（因为马斯克在澳洲出差，他写了一封信）
• 加入超过6个月就算"元老"——淘汰率极高
• 大部分员工20-30岁，工程能力和动手能力极强

马斯克的会议风格：

• 20分钟一节，从早到晚，完全没有间断
• 只开三种会：你的东西迟到了/做不出来/需要更多钱
• 不会跟你庆功——"你在这个机械坏掉的时候，马斯克一定在那边"
• 不咆哮、不摔桌子——但"好，那我接受你的辞呈"比咆哮更恐怖

为什么不用老方法：传统航天公司（波音、ULA）是"朝九晚五+加班有加班费"的模式。SpaceX的模式是"使命驱动"——你不是在"打工"，你是在"开拓宇宙"。这种使命感让很多人愿意接受极端的工作强度。但也有人受不了——"很多人进来以后认为这完全不是我想象的公司"，很快就离开了。

刨根问底：为什么马斯克敢用这种极端的工作强度？因为他选的人都是"对使命有信仰"的人。不是"为了工资来打工"的人，而是"相信我们在做一件前所未有的事"的人。这种筛选机制确保了团队的一致性——留下来的人都是"同类"。

举一反三：投资中，"工作强度"不是目的，"使命驱动"才是。一个好的投资团队不是"加班最多"的团队，而是"对投资有信仰"的团队。如果你投的公司，创始人只是为了"赚钱"而不是为了"解决一个问题"，那这个公司在困难时期大概率会放弃。

概念6：飞鹰9号的两次失败——"最完美的版本"也会爆

类比：你精心准备了一场演讲，排练了无数遍，每个细节都完美。但上台那天，麦克风突然没电了。不是你的准备不够好，是"未知的未知"（unknown unknowns）在作怪。

原理：洪力德讲了SpaceX最困难的时期——2015-2016年：

背景：2015年12月21日，飞鹰9号第一次成功回收。这是SpaceX的"GPT-3时刻"。然后2016年，接连两次发射失败——而且两次都跟洪力德管的部门有关。

最恐怖的一次：

• 发射台爆炸——瞬间
• 所有人都认为这是飞鹰9号"最完美的版本"——"不可能再改进了"
• 业界也认为是最完美的——所以没有人知道问题出在哪里
• "在你一个不知的未知环境之下，你的钱也就只有这么多"
• 如果不能解决问题，"整个公司可能就在当下截止"

怎么解决的：

• 不是"找谁的错、把谁砍了"——而是"找到问题的原点"
• 几个月时间，不断测试所有可能性
• "靠直觉跟靠运气"——因为不可能在短时间内测试所有原因
• 最终找到了一个"非常非常边缘的设计问题"——unknown unknowns
• 改变之后，飞鹰9号至今600多次发射没有问题

马斯克在失败时的表现：

• "他的表情跟平时一模一样"
• 不恐慌、不暴怒、不追责
• "第一件事：谁负责？不是把这个人砍了，而是找到问题的原点"
• NASA的规则：如果找不到根因，就不准飞。不飞就没钱。

为什么不用老方法：传统航天公司的失败处理是"追责→换人→继续"。SpaceX的处理是"找到根因→系统性修复→继续"。区别在于：传统方法解决的是"人的问题"，SpaceX解决的是"系统的问题"。

刨根问底：为什么"最完美的版本"也会失败？因为"完美"是基于已知知识的判断。但总有你不知道的东西——unknown unknowns。火箭是一个极其复杂的系统，几万个部件、几百个接口、无数个物理交互。你不可能预见所有可能的失败模式。这就是为什么SpaceX的迭代策略是"每次发射都收集数据、每次都为下一次改进"——不是"做到完美再发射"，而是"发射了才知道哪里不完美"。

举一反三：投资中，"最完美的分析"也会失败。你做了最详尽的尽调、最精密的估值、最周全的风险评估——但"黑天鹅"还是会出现。关键不是"避免所有失败"，而是"失败后能不能快速找到根因、系统性修复、继续前进"。SpaceX的600多次成功发射，是建立在两次差点让公司倒闭的失败之上的。

概念7：SpaceX Mafia——从火箭到整个硬科技生态

类比：PayPal Mafia（PayPal黑帮）是硅谷最著名的"校友网络"——从PayPal出来的人创办了Tesla、LinkedIn、YouTube、Yelp、Palantir等公司。SpaceX Mafia正在成为硬科技领域的"PayPal Mafia"。

原理：洪力德现在的基金Aries Fund，核心投资逻辑就是"SpaceX Mafia"：

SpaceX Mafia的特征：

• 在SpaceX（或Tesla）共事过的年轻人（20-30岁）
• 懂得"怎么在美国做高深硬件"
• 有第一原理思维的训练
• 有极端执行力的文化
• 彼此信任、彼此了解

投资逻辑：

• "苹果链"：围绕SpaceX的供应链和生态
• "Android链"：SpaceX之外的更大市场
• 核心：投"从SpaceX体系出来的、懂得怎么做硬科技的年轻创业者"

为什么不用老方法：传统硬科技投资看"技术壁垒"——你有什么专利、什么独家技术。SpaceX Mafia的投资逻辑看"执行壁垒"——你能不能以极端的效率和速度把东西做出来。技术可以被抄袭，但"用SpaceX的方式做东西"的能力很难被复制。

刨根问底：为什么"在美国做硬件"以前被认为不可能？因为美国的劳动力成本高、供应链不如中国完善、工程师文化偏软件。但SpaceX和Tesla证明：如果你用"第一原理+极端执行+使命驱动"的方式，在美国也可以做出全球最先进的硬件。关键不是"美国适不适合做硬件"，而是"你有没有找到正确的方法"。

举一反三：投资中，"方法论壁垒"比"技术壁垒"更持久。技术可以被追赶（专利会过期、人才会流动），但"做事的方法"（组织文化、流程设计、决策框架）很难被复制。SpaceX的竞争力不是"某个专利技术"，而是"用第一原理+极端速度做一切"的文化。

概念8：太空的"产业链"——上游、中游、下游

类比：互联网的产业链是：上游（基础设施：光纤、服务器）→ 中游（平台：AWS、Google Cloud）→ 下游（应用：Facebook、Netflix）。太空也有类似的产业链。

原理：洪力德把太空产业链分为三层：

上游（苦活）：

• 火箭建造、开发、发射
• 卫星建造
• 太空站建造
• "就是我们做的这个环节"

中游（控管）：

• 卫星在轨管理
• 卫星调整、数据传输到地面
• 整个系统的控管

下游（应用）：

• 星链（通讯）
• 太空数据中心（算力）
• 太空材料科学（完美球体、晶元）
• 地球观测（遥感、气象）

为什么不用老方法：以前太空只有"上游"——政府花钱造火箭、发卫星。SpaceX打开了"中游"和"下游"——星链是应用，太空数据中心是应用，太空制造是应用。从"只有苦活"到"有应用、有收入、有商业价值"。

刨根问底：为什么太空数据中心是"第一原理"的延伸？因为：

• 太空有无尽的太阳能（转换效率比地球高十几个百分点）
• 太空有无尽的空间（不需要permit）
• 太空中信号传输比光纤快一倍（真空优势）
• 美国地面建数据中心有两大瓶颈（审批+电力），太空没有

举一反三：投资中，"产业链思维"极其重要。不要只看"最火的那个环节"（比如"造火箭"），要看"哪个环节的价值正在被点亮"（比如"太空应用"）。上游的价值是确定的（苦活），但下游的价值是指数级的（应用）。

关键洞察（补充）

洞察4：SpaceX的估值——"至少万亿级，而且才刚刚开始"

洪力德说："我到目前为止都没有出售SpaceX的股票。我认为SpaceX至少是一个万亿级的公司。"他的逻辑是：低轨只是第一站，火星只是第一站，月球只是第一站。整个太空环境比地球大太多。

对投资的影响：SpaceX IPO可能是2026年最大的投资事件。但更重要的是：SpaceX IPO会带动整个太空产业链的估值重估——就像2019年Uber IPO带动了整个出行产业链。

洞察5：NASA的SLS vs SpaceX的星舰——体制内vs体制外的效率差

NASA自己开发的SLS火箭：2011年启动，花了近20年，250亿美元还在counting，做出一支"远远比不上星舰"的火箭。SpaceX的星舰：用SLS一半的时间、五分之一的资金，做到了5倍的载荷。

对投资的影响：评估任何"政府背景"的AI/科技项目时，要警惕"SLS效应"——体制内的效率天然低于体制外。不是因为人不行，是因为激励机制不对（Cost-Plus合同）。

洞察6：马斯克的时间分配——"只去最困难的问题上"

马斯克不会来跟你庆功。但当一个机械坏掉、阻止所有火箭生产前进的时候，马斯克一定在那里。他的典型一周：周一在SpaceX开20分钟一节的会从早到晚，下午走整个厂房，然后去特斯拉设计总部，晚上飞北加。

对投资的影响：评估一个CEO，不要看他说了什么（PR、采访、Twitter），看他时间花在哪里。如果CEO的时间花在"最困难的问题"上，这家公司大概率能穿越周期。

和我的知识体系的连接（补充）

• 第一原理 → 投资分析：不要被"行业惯例"束缚。问"从物理学/经济学角度看，这个东西的本质是什么？为什么不能做得更好？"
• 火箭是手段 → 模型是手段：模型不是目的，"解决用户问题"才是目的。SpaceX不执着于火箭，AI公司也不应该执着于模型
• 996文化 → 创业的"使命驱动"：不是"加班多"就好，而是"对使命有信仰"才能支撑极端强度。投资时看创始人是不是"真的相信自己在做的事"
• 失败处理 → 投资心态：SpaceX两次差点倒闭的失败，造就了600多次成功。投资中的失败不是终点，是"找到根因、系统性修复"的起点
• SpaceX Mafia → 投资的"圈子效应"：好的创业者往往来自好的"校友网络"。投资时关注"这个人从哪里来、跟谁共事过"

还没想明白的问题（补充）

太空数据中心的"经济性"到底什么时候能跑通？洪力德说"不是简单的路"。发射成本在下降（星舰目标100美元/kg），但维护成本、数据传输延迟、太空辐射对芯片的影响——这些问题怎么解决？

SpaceX的"东印度公司"类比是否恰当？东印度公司最终因为权力过大被英国政府拆解。SpaceX在太空的垄断地位（发射、星链、太空站）会不会引起反垄断监管？

中国航天的"举国体制"在长期是优势还是劣势？短期看，举国体制可以集中资源做大事。但长期看，Cost-Plus的激励机制会不会抑制创新？SpaceX的成功恰恰是因为NASA从Cost-Plus转向了固定价格合同。

马斯克的"X控股公司"猜想对投资者意味着什么？如果Tesla、SpaceX、xAI、Neuralink、Boring Company最终合并成一个"X"，那现在的Tesla股东、SpaceX股东、xAI股东的利益怎么分配？

"太空旅游"的市场到底有多大？洪力德说马斯克的目标是"一张头等舱机票的价格"。但即使价格降到这个水平，"想去太空"的人有多少？这是一个"万亿市场"还是"百亿市场"？

洪力德从SpaceX离开后"永远不卖股票"——这种"信仰投资"在AI领域适用吗？他相信SpaceX的长期价值，所以不卖。但AI公司的变化速度比航天快得多——"信仰"在AI领域是不是太危险了？

一句话总结

火箭只是手段，可乐罐才是答案——当你把"不可能"的标签撕掉，剩下的就只是工程问题。

消费电子的死与生 — 阳萌（安克创新创始人） — 学习解读

来源：张小珺商业访谈录 嘉宾：阳萌（Anker创始人） 转录：ep144_transcript

一句话：这期到底在讲什么

一个Google工程师从卖充电宝起家，做了15年"不太fancy"的生意。

他管自己这条路线叫"从easy打到hard"，把公司从几十个品类一路做成600亿市值的第三类公司。

这期是一场"消费电子的生死观"——什么东西必然速生速死，什么形状的公司能活得久，以及AI怎么把一切都重新做一遍。

它不是产品发布会，而是一堂"怎么给这个行业算命"的方法论课。

从你最熟悉的东西开始

我们先从一个你几乎天天用到、却从不多想的东西切入——充电宝。

你手上那个充电宝，其实活得比你想的短。

你自己回忆一下，MP3你买过吗？磁带机？CD机？

阳萌算了一笔账：这些东西从你开始买到不买，中间跨度也就十年左右。

充电宝也一样，他12年开始做，当时就认为这品类到22年或27年就不会有人买了。

消费电子是个"速生速死"的行业，没看这句话之前，我们都觉得充电宝是刚需。

但它本质上是个"过渡产品"，早晚被更好的充电方式取代。

正因为看透了这件事，阳萌才被逼着去想一个更根本的问题：

"如果任何产品都会死，那什么样的公司能活下来？"

这个追问，串起了整场访谈。我们一层层拆开它。

核心概念（由浅入深）

概念一：1357——不是"东西"的等级，而是"掏钱的逻辑"

类比： 想喝奶茶，你脑子里会自动跳出一排选项。

6块钱的蜜雪冰城，12块的一点点，16块的沪上阿姨，20出头的喜茶。

同样一杯奶和茶，你为什么有人选这个有人选那个？

阳萌说，这不是价格问题，是"人群"问题。

他把用户按消费动机分成四层：一系只要最便宜能用，三系要最好性价比，五系要稳要靠谱愿意多付一点，七系要最贵最好。

原理： 这不是奢侈品和屌丝品的简单分类，而是四种完全不同的"掏钱心智"。

一系的人在乎"有没有"，三系的人在乎"值不值"，五系的人在乎"稳不稳"，七系的人在乎"爽不爽"。

他举汽车的例子：比亚迪10万、大众丰田15万、奔驰宝马40万。

同一颗发动机，装在不同牌子卖不同价，都有人买，而且买的人都不理解对方。

关键洞察是：人群是按"付钱时在不在乎那点溢价"来分的，跟收入多少不完全相关。

为什么用"1357"而不是"高中低"？

因为"高中低"是站在卖家视角给产品贴标签，而"1357"是站在买家掏钱的动机上分人。

你叫它"高端"，用户觉得你在吹牛；你把人群分开，才知道该为谁优化什么。

刨根问底——第一层为什么：为什么一定要分人群？

因为消费电子的产品是"挑人群挑场景"的，不像淘宝这种平台必须讨好所有人。

第二层：为什么挑人群的公司反而活得久？

因为给一系的人群做极致便宜、给七系做极致体验，你都建立了独特的不可替代的位置。

最怕的是夹在中间、谁都不讨好。

第三层：那公司越多人群越好吗？

不。阳萌自己说，做产品讲到底一句话——"从细分的人群出发创造独特的价值"。

人群分得越细，你越可能做出别人做不出、也不愿做的独特东西，这才是护城河。

举一反三：

这套"按付钱逻辑分人"的思路，可以拿去审视任意消费市场。

比如健身房，一系是门口9块9的团课，三系是普通年卡，五系是私教包，七系是含康复理疗的奢华馆。

给一系人群塞七系服务是浪费，给七系人群卖三系产品是侮辱。

真正的洞察永远是"我到底在服务哪一群人、而他付钱时最在乎什么"。

概念二：浅海 vs 深海——按"一桌赌注的大小"选战场

类比： 把每个品类想象成一张德州扑克桌。

浅海品类，盲注可能就几百万人民币，你揣着几十亿上桌，赢输也就几个亿到几十个亿，怎么打都死不了。

深海品类，盲注5个亿、10个亿，你就算带着50亿上桌，打个三局五局牌就没钱了。

原理： 阳萌最反直觉的一个定义是——"浅"和"深"指的不是技术难度，是市场规模。

充电宝是5亿美金的浅海，耳机是200到300亿的浅海，无人机不到50亿也算浅海。

而手机是5000亿美金的深海，PC 2000亿，电视1000亿，连第四名的平板都有600亿。

这才是关键：市场规模决定你要投多少人才能把产品做好。 深海品类起步就是几千人的研发团队。

为什么这么定义？为什么不是看技术难不难？

因为"技术难不难"是被市场规模倒逼出来的。

你看人形机器人，技术难到爆炸，但阳萌说它还没收敛，所以他选择当下不做。

反向看扫地机器人，技术也难，但因为它是个几百亿美金的浅海，确定性高，他才敢发力。

所以定义品类先看"这桌赌注到底有多大"，而不是"这活儿难不难"。

刨根问底——第一层为什么：为什么安克一直待在浅海？

因为浅海的饱和投入小，你可以在几十个品类里分散下注，哪个品类死了都不伤筋动骨，符合"踩稳一个台阶再够下一个"。

第二层：那深海就永远不碰吗？

阳萌说，能看得到的未来确定的深海有两个——人形机器人、智能眼镜。

但他现在的策略不是硬冲进去，而是"先练技术，等战场收敛的那天有能力挑战"。

第三层：为什么现在还不能碰人形机器人？

因为技术栈完全不收敛，大家的腰关节、大脑方案各搞各的，这时候砸钱进去就是给整个行业交学费。

而机器狗这种二阶段产品，各家的硬件形态已经很接近、模型做法也一致，说明到了可以产品化的点。

举一反三：

浅海深海的框架，可以拿去判断个人职业选择。

热门的大厂核心岗是深海，几百人抢一个坑、跳进去就卷生卷死。

利基的技术方向是浅海，人少、需求却明确，你深耕几年就能成为不可替代的人。

聪明人不是一味选浅海躲竞争，也不是只往深海冲，而是先选自己能赢的浅海跑出正循环，再借积累的能力向深海延伸。

概念三：存算一体与端侧模型——为什么人脑不用"搬数据"？

类比： 想象你的知识都存在左脑，计算能力在右脑。

过去是用"分治法"解问题，每个问题只要一小块知识，把那小块搬到右脑算一下就够，搬得不多，不累。

但现在用大模型端到端解问题，一上场就要用掉左脑的一大半，每次都把半个左脑搬到右脑去算。

你马上发现这不合理了——搬的过程中，大部分能量都耗在"搬"上了。

原理： 这里藏着一个90年的老架构，叫冯·诺伊曼架构。

它一句话就是"存算分离"：程序和数据放在内存里，计算的时候才把要用的那部分搬到CPU里。

这个架构和"分治法""程序+数据"组成了一个稳定的三角，非常适合传统软件的运行方式。

但到了端到端的神经网络时代，这个三角碎了。

模型的参数就以百万、数十亿计，每次推理都要把参数从内存搬上NPU，搬运本身成了最大的功耗来源。

用数据说话： 阳萌团队发现，最好最强的耳机芯片，以前只能跑几百K参数的模型，再大功耗就爆了。

他们做出来的端到端通话模型有百万级以上参数，耳机原来的芯片根本跑不动。

为什么人脑不用搬？

因为人脑是"存算一体"的——存储和计算都发生在同一个神经元上。

参数就在原地的神经末梢，算的时候不搬任何东西，天然高效。

所以阳萌的结论是：要在耳机这么小的设备上跑大模型，就必须打破冯·诺伊曼的存算分离，走向存算一体。

刨根问底——第一层为什么：人一定要把模型放耳机里，放云端不行吗？

因为通话降噪是"实时"需求，每秒要做几百次推理判断，数据传去云端一来一回的延迟和功耗谁都忍不了。

第二层：为什么端到端模型按老思路做不出来？

因为老思路是分治法——先波束成形定位声源，再降噪再回声消除再做语音增强，每一步一个小模型。

而这种"小模型拼接"在嘈杂真实的场景里效果就是差，只有端到端大模型能同时把噪声分离和语音保真做到极致。

第三层：那这个芯片造出来，只有这一个用途吗？

不是。这就是阳萌说的"锤子系列的第一把锤子"，通话降噪只是它敲下的第一颗钉子。

能跑百万级的大模型在低功耗环境里，意味着未来可以是感知神经、控制神经——也就是端侧智能的底层基础。

用一个更大的视野收尾：

阳萌把模型分成了"人类身体"的层次。

万亿参数的超级大脑放云端（大脑），百亿参数的放端侧（小脑），百万级参数的跑在感知和控制器官里（你的眼睛、耳朵、肌肉神经）。

这个世界最终不会是"一个超级大脑控制一切"，而是像我们身体一样，分层的神经网络在各自的硬件上各司其职、协作运转。

这就是为什么说，未来所有"不可调、只能人调"的消费品，都会重新被做成"能自己感知、自己调节自己"的真智能设备。

核心概念小结

这一期其实是三把钥匙：

人群细分教你"为谁做"，浅海深海教你"在哪做"，存算一体+端侧模型教你"怎么做、凭什么做得长久"。

三者串起来，就是阳萌最想讲的一件事——客户价值是不变的，而技术、战场、组织都会变，抓住不变的东西，才能在变化里活下来。

关键洞察

消费电子必然速生速死，所以"品类"是靠不住的。

充电宝、MP3、耳机都会死，靠一个产品活十年的公司，注定被时代淘汰。

真正活得久的不是某个产品，而是"能持续做出好产品"的第三类公司。

第一类是苹果特斯拉（极少数超级品类的深海），第二类是大多数只做几个中小品类的公司，第三类是用一套系统做好几十个中小品类——宝洁、耐克、德州仪器、索尼、飞利浦都是。

组织形态必须匹配品类复杂度。

品类少的公司该相信几个强人做决策，品类多的公司必须设计一套"分层授权"的系统，让每一层都有人独挡一面。这决定了管理方法是国王骑士团，还是总统联邦制。

技术护城河一定会被抹平，因为人的感知有上限。

屏幕做到Retina之后人就分不出差别了，充电器再缩小一倍也没意义了。当技术撞到人的感知天花板，空间就没了，别人就能追上。

技术之上是品牌，品牌之上是"人是人非"——使命愿景价值观。

技术会折旧，品牌会被遗忘（诺基亚、索尼），只有一群持续相信第一性、求极致、共成长的人，才是公司最长命的护城河。

"从easy打到hard"和"一上来就打地狱难度"是两条都能走通的路。

大疆选后者，前面痛苦、打通了后面容易；安克选前者，前期顺、后期补课。没有哪条绝对更好，取决于性格和时代。

和我的知识体系的连接（wikilink）

• AI硬件创业：阳萌的三层护城河（技术→品牌→人）与Rokid祝铭明"护城河在OS和生态"的视角互相印证，都是"别把物理工艺当壁垒"。
• 产品市场匹配 PMF：1357人群细分 + 从"人群重叠度"和"技术栈重叠度"两端选新品类，是可以落地的PMF与品类扩张操作法。
• 创新者的窘境：深海品类里反直觉的"先不进入不确定性战场"，和"真正颠覆性创新往往从小市场长出来"彼此呼应。
• 存算一体与端侧AI：从冯·诺伊曼架构到人脑存算一体，是"端侧智能真正落地"的底层物理约束，与机器人、耳机等硬件直接相关。
• 具身智能：模型分层（大脑/小脑/感觉神经）+ 感知规划控制的框架，正好衔接星海图高继扬_具身创业_学习解读这类具身主题。
• AI原生组织：用Scrumban式的"价值链条不变、交付小团队不变、但会变小变高效"来定义AI时代组织，跟企业级智能体"预编排优于即时编排"的看法一致。
• 商业模式与护城河：创造者拿7股东拿3、员工收入连年涨20%，呼应"价值应由创造者主导分配"的分配观。

还没想明白的问题

存算一体真的能一路走到"大脑级"吗？

阳萌说今天只能跑感知器官，未来芯片能承载几十亿几百亿参数的大脑。但"存算"在天量参数、跨设备协同下的能效和量产，还是个大问号。

第三类公司用"几十个浅海品类"能一直活吗？

理论很美，但历史上索尼、宝洁、飞利浦都曾是第三类，如今也各有困顿。品类多会不会稀释"每个品类做到七系"的专注？

"客户不关心AI，只关心体验"会不会低估了AI的颠覆性？

十年前物联网也这么说，"有场景的公司赢了有技术的公司"。但这次AI是通用技术，范式可能真的不同，用历史类比是否过于乐观？

从easy打到hard，会不会永远补不完课？

大疆直接打通hard，但胜在只赌一个品类；安克几十个品类分散补课，会不会陷入"每个都比同行慢半拍"的复利劣势？

"创造者拿7股东拿3"在资本退出视角下能持续多久？

上市后要面对资本对利润的诉求，跟"把多少利润分给员工"之间，会有持续的张力，这个等式很难长期稳定。

这些问题没有标准答案，但它们决定了这场"养娃式"的长期主义，最后是"越走越稳"还是"越拖越重"。

一句话总结

消费电子里，产品必死、品类轮换，唯一能穿越周期的，是那个不断用新技术、把人群细分的独特价值持续交付出来的系统——这才叫"养儿子"，而不是"养过年猪"。

阳萌用15年easy模式的积累，换了今天hard模式的入场券，赌的正是"AI会把所有产品重新做一遍"这艘即将到来的浪。

何小鹏第二次访谈：人形机器人Iron — 学习解读

来源：张小珺商业访谈录

嘉宾：何小鹏（小鹏汽车董事长兼CEO）

转录：ep143_transcript

一句话：这期到底在讲什么

这是何小鹏时隔一年第二次走进商业访谈录。上次他把造车形容成"在血海里游泳"，这次他讲的是血海更深处的战场——人形机器人。

但真正的主题不是车，也不是机器人，而是他在技术剧变面前做的那个"停掉小几十亿旧体系"的豪赌，以及支撑这场赌的一个判断：数字 AI 和物理 AI 是两种完全不同的方法论，用做软件的方式永远做不出一个"无限聪明的机器人"。

从你最熟悉的东西开始

先别想机器人，想一件你每天都在做的事：做菜。

你第一次学做西红柿炒蛋，靠的是菜谱——"先放油，油热下蛋，盛出，再炒番茄，最后合在一起"。每一步都是明确的规则，照着做基本能吃。

但一个做了三十年饭的人，根本不用菜谱。他看到番茄出水多少、闻到油温升高冒不冒烟、手一抖就知道盐放多放少。他没有在"背步骤"，他在"理解材料"。

这道题的差别，正是何小鹏反复强调的东西：规则（菜谱）和模型（手感）是两种东西。

他管用软件规则+部分AI工具拼出来的自动驾驶叫"缝合怪"——就像你背了一万个菜谱，但从来没形成手感。而机器人想要真正走进人的世界，靠的不是更厚的菜谱，而是"做饭老手"那种从零理解世界的能力。

核心概念（由浅入深）

一、"缝合怪"：为什么加芯片加规则，做不出一个聪明的自动驾驶？

直觉起点

先问一个很自然的问题：小鹏做自动驾驶做了十一年，之前一直用的都是"规则+AI工具"的路子，为什么突然在去年下狠手把它整个停了？它不是在不断迭代、不断变好吗？

要回答这个，必须先搞清楚"规则驱动的AI"和"模型驱动的AI"，到底差在哪。

日常生活类比

把自动驾驶想象成一个特别讲规矩的新手管家。

第一天他带着两百条工作手册：进门怎么换鞋、水要倒多少度、杯子放哪个位置。你让他做事，他逐条查手册，做得挺好。

但有一天你半夜突发奇想，说"我想在阳台看日落"——这不在手册里。他愣住了，开始打补丁：也许我加一千条新规则，把"阳台"、"日落"、"半夜"各种组合都穷举一遍？你以为规则加得越多他就越万能。

这个类比哪里成立

成立。规则系统的本质就是穷举"如果……那么……"。过去十一年，小鹏（和全行业）都在干同一件事：不断把各种场景写成规则、喂给算法，让系统在它见过的规则里表现得越来越好。

何小鹏自己说，第一代 VIA 到后来，就是在"用软件的方法论，使用AI的工具箱"，做出来的还是软件——只是更快、更强、范围更广的软件。

哪里不成立

不成立的地方在于，人脑面对新情况靠的不是"查手册穷举"，而是理解——这一点是任何规则库都无法模拟的。新手管家可以越来越会处理"I见过的情况"，但永远学不会"I没见过的情况该怎么办"。

这就是核心原理

何小鹏给出的一个极干净的判据是：停车场。 你去问任何一家自动驾驶公司，能不能在陌生的地下停车场摄像头被遮、划线不清的情况下流畅开动？

答案是全不行。所有停车场场景用的都是"记忆辅助驾驶"——车先开一遍记住你的车位和路线，之后照着记忆走。

为什么？因为记忆 = 规则 = 穷举。记住的只是"这一条路线"，不是"理解了这个停车场是个什么空间"。

为什么老方法不行——为什么穷举永远不够

第一，物理世界的场景是"无限循环"的。他举了个细节：路面那头是雪地、这头是草地，左轮雪地右轮草地，要转一个四十七度的弯，前面还有车、旁边有人——这种组合有多少种？无穷无尽。规则系统永远会有它没穷举到的那一种。

第二，为了补短板的场景，你会被迫牺牲长板。这是何小鹏最尖锐的一段话：你为了解决各种边角情况的短板，不断加规则加约束，结果把模型真正的能力上限（长板）也给锁死了。所以他断言，"你发现它永远做不到 level 5"——不是能力不够，而是这条路本身（规则叠加）就不会通向 L5。

刨根问底：为什么"去年"才意识到，而不是更早？

第一层为什么：因为大部分人是站在"数字AI"的角度看"物理AI"的。数字AI是把人类高度概括的语言提炼成规律，几十个TB数据就够训练；而物理世界每个人每天看到的数据量，"根本没法用语言概括、还原、复制"。

第二层为什么：他举了个残酷的例子——Google 2009 年下注自动驾驶，十七年过去，没有一家公司能把"让司机更轻松"这一点做到极致。十七年都在做同一件事还没做好，这说明不是投入不够，是方法论本身有天花板。

第三层为什么：所以真正的判断是，你越往"让车无限聪明"这个目标使劲，越会发现：车是个有限聪明的系统，但你的方法是永远不会让它无限聪明的。 一旦想通这一点，继续在旧体系上投钱就是浪费——于是他把那套花了"小几十个亿"的体系，整个停掉了。

举一反三

"缝合怪 vs 真模型"这组对照，不止用在车上。

写代码一样：一个用规则拼装的 AI 编码助手会修好你见过的 bug 类型，但遇到全新的架构设计就抓瞎；真模型会"理解"你的意图。

分析数据也一样：你用死记硬背的经验公式做预测，能解释过去的波动，但遇到结构性的市场变化（比如疫情、政策巨变）就崩盘；真理解世界的人会提前看出"这次不一样"。

规则是"记忆"，模型是"理解"。规模增长掩盖不了这个区别——一吨菜谱加起来也成不了"手感"。

二、数字AI vs 物理AI：为什么"token 换着比"没意义？

直觉起点

提到 AI，很多人（包括记者）张口就问：你们一个月用多少 token？但何小鹏直接说，这个问题对他没什么意义。这背后藏着一个比 token 本身更深的划分。

日常生活类比

想象两种"翻译"。

一种是同传翻译——人和人的对话，一句话进来，翻译成另一种人类的语言出去，消耗的是"语言 token"。另一种是"把一段连续的音乐录成 CD"——你关心的根本不是翻译成什么词，而是这段波形有没有被完整保留、还原会不会失真。

前者是数字AI的视角，后者是物理AI的视角。

这个类比哪里成立

成立。数字AI的核心是"语言即世界"，因为人类的语言已经把世界高度浓缩概括，模型学语言就等于学世界。所以 token（语言单元）是它的合适度量。

但物理AI的输入根本就不是语言——是摄像头画面、是轮子摩擦力的传感信号、是电机力矩，这些"根本无法用语言概括"的连续数据。一个自动驾驶的汽车，每天自己用掉的 token，远超一个人类用户。

哪里不成立

不成立在于，CD 还原的失真还能靠提高采样率解决，但物理AI的问题不是"采样率够不够"，而是"能不能从这些连续信号里长出对世界的理解"——这是更深的问题，不是 token 多少能表征的。

这就是核心原理

何小鹏把世界清晰地切成两半：数字AI是"人用AI"，物理AI是"AI为人和自己产生价值"。

前者指标是"人消耗多少token、创造多少对人和企业的价值"；后者指标是"AI自己消耗多少token、在物理世界里产出了什么"。

所以他内部"尽量不控制 token"——因为三个人用 token 的边际价值，可能完全不一样。一个人花一千，一个人花一万，如果那个花一万的真的产生了更大价值（他工资可能远超这个数），为什么要限制他？他为这种"开放"设的保险是：只盯"异常值 top ten"，其他的放行。

为什么老方法不行——为什么唯 token 论没意义

第一，token 是数字AI的语言学概念，拿它去衡量物理AI的算力消耗，就像拿"一句话里有多少字"去衡量一段交响乐的信息量——度量单位根本对不上。

第二，他认为真正值得管的是"算力和数据"，不是 token。比如五千张 H100 怎么用才高效，比如数据管理（一段几千万级成本的数据管道，什么数据该热存、什么该冷存、什么该训练完就清理）。这些花的钱，比 token 多得多，也才真正决定物理AI的效能。

第三，那些把"公司员工用多少token"当新闻讲的公司，在他眼里是在用数字AI的旧尺子，量一个物理AI的新问题。

刨根问底：为什么数字AI的 CEO 都爱谈 token，物理AI的 CEO 不谈？

第一层为什么：因为数字AI的产品就是"语言处理"，token 直接等于它的算力成本和商业成本，天然就是北极星指标。

第二层为什么：物理AI的"产品"是物理动作和物理产物，中间环节是无数不可见的数据管道、算力调度、模型推理——token 只是最末端、最细碎的一个片段，不值得作为抓手。

第三层为什么：所以他根本不担心"放开token一个季度烧光一年预算"这种话——那不是真正的风险，真正的风险是数据管道烂掉、算力闲置、模型不泛化。他管的是树的根，不是树梢上那几片叶子。

举一反三

这告诉我们一个通用的度量智慧：选指标，要先选对"你在哪一层世界"。

做内容平台，指标是阅读量、完播率；做物流公司，指标是周转天数、破损率；做原子级制造，指标是良品率、量产爬坡速度。把内容平台的指标硬套到工厂上，就闹出"AI含量""token消耗"这种看着热闹、其实不在要点上的笑话。

选对了世界的层级，才知道该盯哪块表。

三、人形机器人 Iron 的那场"意外"：为什么他要当众剪开机器人？

直觉起点

去年小鹏发布机器人的画面在网上爆火，火到全网怀疑"里面是不是藏了个真人"。很多公司在这种时候的选择是"清者自清，不去理它"。可何小鹏第二天一早，就逼团队临时加了个环节——当众把机器人的腿剪开，证明它是机器。

这看起来很反常：一个 CEO 为什么要费劲自证"这玩意不是人"？越描不就越黑吗？

日常生活类比

想象你在路边捡到一个特别像真的人偶，发到网上，有人说"这是真人吧"。

你心里清楚这就是个人偶。团队劝你：别解释，越解释越有鬼，等几天谣言自己就散了。但你想了想，决定当面把这个人偶拆开给大家看，里面的机械关节、电线、马达一览无余。

为什么？因为你意识到，谣言的生命力不在于它多合理，在于它传播得有多快。

这个类比哪里成立

成立。何小鹏自己解释：早上讨论的时候团队有两派——一派说"清者自清浊者自浊"，另一派说"等24小时再回应"。但他等不下去了，他说在中国、在全球，这个话题扩散的速度太快，"24小时之后，这颗子弹已经不知道飞到哪里去了"。

哪里不成立

不太成立的地方在于：拆给人看之后，很多人反而更不信了。他自己也承认——"有了有些人相信，也有更多人反而不相信"。所谓"自证"在舆论场里从来不是通行证，但这恰恰是他要的效果：抢时间，压住最爆发的那个传播窗口，把版本的主动权先拿回来。

这就是核心原理

这反映了物理AI一个独特的问题：它天然拥有"恐怖谷"和"真假存疑"的双重舆论风险。

数字AI你没法"拆开证明自己是AI"（它本来就是看不见的代码）；物理AI的机器人长着人的形状、穿着衣服、会动，它天然会被怀疑是真人假扮。而一旦被贴上"假的""演的"标签，整个公司的技术可信度都会被打折。

所以他剪的不是一条腿，是"边界"——他要用最快的动作，把"这是真机器人"这个事实钉在公众认知的最前面，哪怕有反噬。

为什么老方法不行——为什么"不理它"是错的

第一，物理AI 的信任是边做边建的，产品还没量产，信任一旦被"是假人"的传闻侵蚀，后面千倍的努力都要打折。

第二，他一直强调机器人"要真正走进人的身边"——一个被公众怀疑是"假货"的机器人，是走不进人的生活的。舆论事故对数字AI是噪音，对物理AI是生命线。

第三，更妙的是，他把这次"意外"变成了"免费的数据采集"。事后他去翻社交媒体，发现年轻人期待机器人进家庭帮忙干活，中年以上的人在想"等自己老了这机器人有什么用"。他说"以前没有这么大的观点，没有这么大的 data"——这场风波帮他把公众预期摸了个底朝天。

刨根问底：为什么他要拼命控制"真假"这个点？

第一层为什么：因为机器人行业公认，真正踏入社会的机器人必须"跟人保持一定差距"。他自己说了——这一代身高卡在 1.69 到 1.70 米，因为它要"让男女都比较舒适"；它可以穿衣服、可以有头发，但绝不能有自己的人脸——恐怖谷效应、还有法律和社会学风险。他是在小心翼翼地管理"它像人但不至于唬人"这个阈值。

第二层为什么：因为"像人"太像，人会把它当人去期待，期待一旦落空（比如它其实很笨、很烫、很危险），信任崩塌得更惨。他反复念叨机器人"很烫""乐观里有问题"，就是承认"它还很远"。

第三层为什么：因为在他更长远的叙事里，机器人是"老人的唯一依赖"，是走进千家万户的东西。这种产品最怕的不是不够先进，是一开始就失去信任。所以宁可剪开腿自证，也不让"是假的"这三个字扎根。

举一反三

物理世界产品有个共性：可信度是硬通货。

医美机构怕图片盗用，要当众展示无滤镜；无人驾驶出租车出事，立刻被全网审视信任；燃气灶、婴儿车，任何会进你家的物理产品，一旦"不信任"就出局。

数字世界可以"先跑起来再迭代"，物理世界往往"要么值得信，要么没机会"。何小鹏剪腿，剪的就是这道信任的保险丝。

四、为什么机器人创业"难 20 到 100 倍"？以及他为什么还敢下注

直觉起点

何小鹏说了句特别重的话：机器人创业的难度，大概是汽车创业的 20 到 100 倍。而造车本身已经是九死一生（当年巅峰期三百多家车企，活下来的没几个）。

一边说最难，一边又下更大的赌注、自评胜率只有"两成"还觉得很乐观。这两件事放在一起，恰恰是他这套思考里最值得琢磨的地方。

日常生活类比

想象盖一栋楼。

汽车是"造一栋楼"——有标准图集、有施工规范、有验收标准，你把材料（硬件）、工艺（制造）、规则（软件）拼好，楼盖得不错就能住人。它复杂，但每一步都有章可循、有边界分工。

机器人是"重新发明一栋能自己理解环境和居住者需求的楼"——不光要建材合格，还要让楼"知道"你在哪、你要什么、然后自己去完成。汽车把每个控制域分好边界就能跑（你做A我做B），机器人却要求跨所有关节的"全协同"——它是一个需要"从大脑全权驱动"的连续整体。

这个类比哪里成立

成立。何小鹏讲得极具体：人身上有二百多种关节，它们的组合是"无限循环"——不止是走、还要跑、要跳、要拿东西、要表情、手眼和情绪协同。汽车的底盘运动控制，是"把边界做到极好，各域分工清晰"；而机器人要的是"像人的本能一样"的全姿态、全AI组合控制。他把现在的机器人运动控制比作"上世纪二三十年代的汽车，T型车时代"——远没到福特流水线那个成熟形态。

哪里不成立

不太成立的是，楼的地基是死的、世界是已知的；而机器人的环境是无穷变化的（今天雪地明天草地、各家楼梯不一样）。所以它比盖楼更接近"重新发明人对世界的一切直觉"，这个复杂度确实配得上"20到100倍"。

这就是核心原理

为什么难这么多？何小鹏拆出了三层：

第一，技术没定义清楚。 汽车造出来，假设没竞品、假设有用户，你一定相信它是能卖出去的东西；但机器人"还没有被定义清楚"，市场在等一个"iPhone一样的爆款"出现——第一款商业量产的机器人，他承认还达不到。

第二，运动控制是"全协同"，不是"分工边界"。 他有句很妙的话：人用的"小脑"，很多人说做出来了——"用同一个单调步伐往前慢慢走"，他说那叫脊椎、叫脑干，只是保持平衡，"你还远远连小脑都不是"。真正的运动控制是像人学会走路之后形成的本能，遇到雪地会试探着踩一下感受摩擦力——这种"从模型里长出来的本能平衡"，是现行所有开源运动控制（他点名了2018年那些MPC）给不了的。

第三，商业化是一切坑之母。 "商业机器人都是无数个坑"。汽车的坑是可以预见的（供应链、法规、产能）；机器人的坑是"理解不了就避不开，必须真正踩上去才知道整个逻辑"。

为什么老方法不行——为什么"做中间态""做demo"看起来聪明却不够

很多同行急着做 demo、发视频、抢热度。何小鹏说，"也许他能成功，但是我是试过的"——他 2023 年把 300 人的老机器人团队砍到不到 60 人（那60人离职后孵化了十几个创业团队、大部分都拿了钱），因为他判断"用很懂机器人的老团队，做不出全新一代机器人"。

他也承认必须做"中间态"——不是逃避难路，而是他已经在挑"最容易的中间态"：身高 1.7 米、能穿衣服、能进你房间、设计得让你不害怕的"通用人形"。他说得很坦率：走通用人形这条路，99.99% 的公司会死掉；但世界上有非常多种解法，走其他差异化方向上，胜率反而比乘用车高。

刨根问底：为什么这么难，他还敢下注？

第一层为什么：因为他不赌"1000倍"，赌的是"数倍到10倍"。他很清醒地把话说透：赌1000倍，成功概率只有千分之一；赌10倍，是十分之一。创业是"在能力上赌10到1000倍的可能性"，但身为数万人企业的CEO，他要收敛赌注的大小——不是赢无数倍，而是赢数倍、赢这场转型。

第二层为什么：因为他看到了"赌赢的路径"。他反复讲三块板：长板、短板、窄板。数字世界只看长板（跑分高就行）；物理世界胜出的条件是"窄板要变宽、短板要变长、长板要更长"——条件苛刻，但正因为人人都觉得难、都不敢下注，敢下注的人才少，胜出的概率反而相对高。他的"两成胜率"是拿"大部分中国企业可能连一成都不到"来垫的。

第三层为什么：因为他判断"机器人的规模化速度会远超汽车"。汽车一百多年逐步规模化，受制于道路、法规、产能黑洞（你今天卖十万台，下个月不一定造得出，也不敢造）。但机器人不一样——软件一到位，硬件爆发可能像"奥索比克那18个月的骤变"一样，"从一个点，不是从一个面，炸开"。快的爆发，意味着赌注的回收期可以很短。

举一反三

这其实是所有"高难度硬科技创业"的共同哲学：难度和壁（护城河）是同一枚硬币。

难 = 敢做的人少 = 一旦做成壁垒极深。ICU 医疗设备难，做成的少数几家用一百年护城河；芯片制造难，台积电一家锁住全行业；而"所有人都觉得容易、都在抢着做"的方向（比如纯应用层创业），往往热闹但护城河浅。

何小鹏的"两成胜率还敢下注"，本质是看透了：他不是一个在跟别人竞争的人，是在赌一个大多数人不敢下的注——而不敢下注的人，本来就不在牌桌上。

关键洞察

洞察一：规则是"记忆"，模型是"理解"，尺寸（规模）掩盖不了这个区别

一吨菜谱加不成手感，一桌子规则拼不出智能，一仓库场景穷举养不出泛化。何小鹏下狠心停掉旧体系，因为他看透了规则叠加这条路的天花板——它通向更强的工具，但不通向"无限聪明的车"。

洞察二：数字AI用语言理解世界，物理AI用连续信号理解世界，度量衡完全不同

token 是数字AI的合适指标，却是物理AI的失真尺子。物理AI的价值是"AI在物理世界里为人和自己产出什么"，要盯的是数据管道、算力调度、模型泛化，不是员工消耗了几个 token。

洞察三：物理世界的胜出不是看长板，是"短板拉长、窄板做宽、长板更长"

数字世界跑个分就能赢，物理世界任何一块短板的坑都可能赔掉整盘。这也解释了为什么冷门难路反而敢下注——门槛高，敢来的人少。

洞察四：机器人的"像人"是产品策略，也是巨大的信任风险

它能穿衣服、有头发，但绝不能有脸；它要走进你的房间，就必须在恐怖谷和安全信任之间踩得极精。当众剪腿自证，是在管理"真假可信度"这道物理产品的生命线。

洞察五：难度与护城河是同一枚硬币，敢下注的前提是"收敛赌注"

赌1000倍是千分之一概率，赌10倍是十分之一概率。作为万人企业的CEO，何小鹏收敛成"赌数倍到10倍"，赌的是大多数人不敢下的注——而这些本就不敢下注的人，也不在牌桌上。

洞察六：物理AI的信任是"先用最朴素的方式做出来证明自己"

技术好不等于产品好，产品好不等于商品好，商品好不等于能规模放大。剪腿、自评胜率两成、承认"很烫"——都在反复校准公众对这个新物种的期待。

和我的知识体系的连接

• 小鹏AI转型_刘先明：刘先明讲小鹏如何"拆语言、去规则"，何小鹏这篇讲小鹏为何"拆体系、换组织"——一个讲技术内幕，一个讲战略动机，正好互为表里。
• 具身原生基础模型 / 机器人基座模型与VLA：何小鹏说的"从大脑全权驱动集成的全新设计"，正是VLA这类物理AI道路的商业侧注脚。
• DeepMind谭捷_机器人与世界模型：DeepMind谈机器人"如何理解世界再动作"，何小鹏拆解了同一件事在商业和工程上为何"比汽车难20到100倍"。
• 机器人数据荒_谢晨：这篇的"数据是物理AI最大瓶颈"，和何小鹏"用汽车的方法管数据、算力才是真抓手"相互印证。
• 自动驾驶10年演进_郎咸朋：郎咸朋讲理想堆视觉端到端，何小鹏讲小鹏停掉旧体系赌新路——两家是同一战场里的两条激进路径。
• Token经济学：何小鹏"不控制token但控制数据算力"，是对 token 经济学里"指标选在哪一层世界"的一次 CEO 级实操。
• 激光雷达11年_李一帆 / 硬件创业黑森林_Rokid祝铭明：物理世界产品"软硬结合、可信度是硬通货"、造硬件九死一生，与何小鹏"机器人难度20-100倍"的物理创业苦海互为注脚。
• 理想李想第一性原理：李想讲第一性原理拆解问题，何小鹏同样在用"数字AI vs 物理AI"这条最底层公理重新推导汽车与机器人。

还没想明白的问题

• 何小鹏说"通用人形99.99%会死"，他自己选的正是这条最难路、自评两成胜率——但"两成"是个拍脑袋的数字，他到底靠什么把别的公司那一成胜率提高了一成？是运动控制、数据管道、还是组织"用超级聪明的人做超级困难的事"？
• 他坚持"机器人绝不能有自己的脸，要跟人保持差距"——那等到技术成熟、需要机器人真正承担"陪伴老人"情绪价值时，这个"差距"会不会反而成了用户不买账的理由？恐怖谷会不会在某个拐点上从"要避开"变成"要跨过"？
• "停掉小几十亿的旧体系"是他反复提到的孤注一掷，但他又说"转型晚三天，可能成功概率提高15%"——那到底应该早点转、还是等等再转？这个"转的时机"有没有一个可计算的最优解，还是纯粹靠 CEO 的赌感和胆识？
• 他说数字AI只有三个岗位最容易被替代（分析师、程序员、设计者），而且只是"辅助提高效率"、还没到"超大规模的协同取代"——物理AI却可能波及数百倍于数字AI的岗位。如果真按他说的那么彻底，人类社会的就业结构会先崩还是先适应？
• "机器人规模化会像奥索比克一样从一个点炸开"——但前提是"软件能力先到位"。他承认运动控制还停留在"T型车时代"，那这个"点"到底什么时候来？2030？2035？会不会等得比他赌的回收周期还长？

一句话总结

何小鹏这期讲透了物理AI转型的完整逻辑：规则叠加只会做出更强的"缝合怪"，永远到达不了"无限聪明"的彼岸，所以他要停掉几十亿的旧体系，去赌一条最难却壁垒最深的路；在这条路上，token不是度量衡、长板不是胜负手、demo不是护城河，真正稀缺的是面对雪地草地的泛化能力、是对老人小孩都可信的信任、以及一个"收敛了赌注却仍敢下注"的CEO——因为最难的路，恰恰是敢走的人最少、也因此最值得走的路。

Harness工程：AI时代的操作系统 — 学习解读

来源：张小珺商业访谈录 #142（2小时19分）

嘉宾：戴雨森（真格基金管理合伙人）

原始发布：2026-05-27

转录：ep142_142_雨森的创投观察第2集Harness下一个字节2026大机会和Stanley_Druckenmiller

一句话：这期到底在讲什么

模型是发动机，Harness是整车——用户忠诚的是车，不是发动机。

从你最熟悉的东西开始

你开车的时候，忠诚的是什么？是发动机吗？不是。你忠诚的是整车体验——座椅舒不舒服、导航好不好用、后备箱够不够大。发动机可以换（Intel换AMD），但你不会轻易换车。

AI世界正在发生同样的事。模型是发动机（Claude、GPT、Kimi），Harness是整车（Claude Code、Codex、OpenClaw）。用户忠诚的是Harness里的记忆、配置、工作流——不是底层的模型。雨森在这期播客里把这个逻辑讲得非常透：Harness正在变成AI时代的操作系统，模型正在变成CPU。

这是"创投观察"系列第二集。雨森去年底预言"2026是Year of Return（回报之年）"，结果被coding的爆发"打脸"了。但他没有回避，而是诚实地复盘：看对了什么、看错了什么、为什么错了、怎么调整。这种"strong opinions, weakly held"的态度，本身就是这期播客最值得学习的东西。

核心概念（由浅入深）

概念1：Harness——从"套壳"到"操作系统"

类比：Windows是一个操作系统。它底下可以跑Intel的CPU，也可以跑AMD的CPU。你作为用户，不关心CPU是谁的——你关心的是Windows的界面、你的文件在哪里、你的软件能不能用。CPU可以插拔，Windows不能轻易换。

原理：雨森把AI产品的层次结构类比为操作系统：

• 模型 = CPU：提供算力/智能，可以插拔（用户可以在OpenClaw里换模型）
• Harness = OS：处理agent loop、memory、context、工具调用、sandbox
• Skills/Apps = 应用：跑在Harness上面的具体功能（Pencil、Slock等）

Cloud Code是一个CLI形态的Harness——它把模型的agent loop、skill配置、context管理都封装好了。用户不需要自己处理"怎么跟模型通信"，只需要在这个OS上"做应用"。

为什么不用老方法：2025年大家说"套壳不重要"——模型才是一切。但2026年大家发现：没有Cloud Code，Anthropic就只是一家卖API的公司。Cloud Code带来了大量高质量的使用数据，形成了数据飞轮——用户使用→数据回流→模型更好→更多用户使用。

刨根问底：为什么Harness比模型更有粘性？因为记忆和context存在Harness里。用户在Cloud Code里配了很多skill、写了很多CLAUDE.md配置、积累了大量memory。换模型很容易（改一行配置），换Harness很痛苦（所有记忆和配置都要重来）。这就是为什么OpenClaw的用户会"救活小龙虾"——他们救的不是工具，是自己的记忆。

举一反三：投资中也有类似的"Harness效应"。你的投资框架（怎么分析财报、怎么评估管理层、怎么做仓位管理）就是你的"Harness"。底层数据源可以换（Bloomberg换成Wind），但你的分析框架不会轻易换。AI时代，投资框架本身可能比数据源更有价值。

概念2：Return问题的三步链条——投入→产出→结果

类比：你花钱请了10个装修工人（投入），他们很快把房子装修好了（产出），但你发现装修风格不是你想要的，住进去并不舒服（没有结果）。投入和产出都有了，但"结果"没到。

原理：雨森提出了一个非常犀利的框架：

投入（Token消耗）→ 产出（软件/代码）→ 结果（利润增加）

现在大家都在拼命投入（烧token），产出也多了（代码写得更快了），但结果（收入增加或成本减少）还没到。

为什么？因为：

• 增效（增加收入）需要新产品、新服务、新业务——这不是"程序员多了10倍"就能解决的，而是"不知道该做什么"的问题
• 降本（减少成本）最直接的体现是裁员——但裁员只能做一次，不能持续增量地裁

为什么不用老方法：很多人看到Anthropic收入大涨就认为"return问题解决了"。但雨森指出：Anthropic的收入是客户的投入，不是最终的结果。客户买了token，刷了token，需要做出软件，软件要卖钱或降本，才能形成利润。这个链条还没跑通。

刨根问底：这个时间错配有多严重？GPU集群的投资回收期是6年，但token是现在就烧掉的。"我今天烧了token，过两年才能赚钱"——大部分公司受不了。这就像一个水槽：上面有无数想吃螃蟹的人（进来的人远多于离开的人），但如果螃蟹不好吃，流失会加速。

举一反三：投资中最危险的就是"把投入当产出、把产出当结果"。一家AI公司说"我们的token消耗量增长了10倍"——这是投入。"我们的用户效率提升了50%"——这是产出。"我们的客户因为效率提升多赚了多少钱"——这才是结果。投资要看结果，不要只看投入和产出。

概念3：蒸汽机到流水线——组织变革的物理隐喻

类比：蒸汽机时代的工厂是狭长的——因为动力来自一根主轴，所有机器都通过皮带连在这根轴上。电动机来了，电线不需要主轴，工厂可以做得更大更扁平。但直到福特发明了流水线，生产率才真正爆发。

原理：雨森（和Freda在ep141中）都用了这个经典类比：

• 蒸汽机工厂 = 传统公司（层级制、瀑布流、职能分工）
• 电机塞进蒸汽机 = 现在（每个人装了Claude Code，但组织结构没变）
• 流水线 = AI-native组织（小分队、全栈、扁平、agent协作）

关键洞察：技术本身不直接带来生产率提升，组织变革才是。电发明后20-30年生产率没变，直到工厂物理结构改变。AI来了，但大部分公司只是"把AI加进现有流程"，没有重新设计流程本身。

为什么不用老方法：大公司的AI转型不是"每个人装个Claude Code"就完事的。如果一个公司有很明确的部门墙（前端、后端、测试、运营），AI很难适应——因为AI是全栈的，但组织是分工的。分工模糊化（一个人+AI负责从设计到上线的全流程）是必然趋势，但"人的变化不是一分钟就变的，可能要十年"。

刨根问底：为什么组织变革这么难？雨森引用了一个很深刻的观察：移动互联网时代，字节跳动的成功靠的是"信息流+推荐+高变现"。但AI时代，把同样的范式搬过来（"AI信息流"）很难有大机会——因为"在自己的游戏规则里打败自己是非常难的"。下一个字节跳动级的公司，可能长得不像字节跳动。

举一反三：投资中，"路径依赖"是最大的敌人。一个靠价值投资成功20年的基金经理，很难突然转向成长投资——即使环境已经变了。AI时代，投资框架本身也需要"组织变革"——从"人做研究、人做决策"变成"AI做研究、人做判断"。

概念4：Agent的三步走——从"让人拥有"到"Agent原生世界"

类比：外国人来到中国，第一步是办个SIM卡、注册微信和支付宝（适应人类系统）。第二步是在中国生活、工作、交朋友（融入人类社会）。第三步是建立自己的社区、文化、经济体系（原生世界）。

原理：雨森提出了AI（"外星人"）来到人类世界的三步走：

让人类拥有更多更好的Agent：降低安装门槛、简化配置、方便管理（Cloud Code、OpenClaw在做的事）

让Agent适应人类的数字世界：Agent用人类的GUI、信用卡、验证码（Computer Use、Agent Mail、Agent Phone在做的事）

建设Agent原生的数字世界：Agent之间的支付（高频、小额、多对多）、Agent之间的通信（API而非GUI）、Agent之间的协作（marketplace）

为什么不用老方法：现在大部分AI产品还在第一步和第二步。但真正的机会在第三步——当Agent足够多、足够强的时候，需要完全为Agent设计的基础设施。就像移动互联网不是"把网页缩小放到手机上"，而是全新的产品形态（短视频、直播、O2O）。

刨根问底：Agent之间会不会出现"网络效应"？雨森的思考非常前沿：6个月前，你的Agent和我的Agent没有区别（都跑Opus），没有交换价值。但现在，Agent里积累了不同的context、skill、memory——同一个任务给不同人的Agent做，结果不同。这就产生了"雇佣"的可能：我的Agent付钱给你的Agent，因为你的Agent有我没有的专有知识。

举一反三：这就是"Agent经济"的雏形——不是人雇佣人，而是Agent雇佣Agent。投资中，这意味着"专有知识"的价值会上升——不是公开信息（AI都能获取），而是你独有的判断框架、行业认知、人脉网络。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：打脸是早期投资人的常态

雨森去年底预言"Year of Return"，结果coding爆发让市场更疯狂。他的态度是："如果一个人怕被打脸，那永远不说、永远不判断，绝对不会被打脸。"他引用Druckenmiller的话："Strong opinions, weakly held。"

对投资的影响：不要怕判断错，要怕不判断。关键是知道自己的判断基于什么假设，假设变了就修正。

洞察2：Coding不是垂直，是水平——这个认知差值100亿

2025年大家把coding和医疗、金融并列。2026年大家发现coding是水平的——可以加强所有行业。这个认知转变直接改变了模型公司的TAM估算：从100亿美金变成三四十万亿美金。

对投资的影响：当你评估一个AI公司的市场空间时，问自己：这是一个垂直应用，还是一个水平能力？水平能力的天花板高几个数量级。

洞察3：AI时代最大的创业机会是Horizontal，不是Vertical

硅谷很多人说"要做垂直SaaS"。雨森说：那是因为SaaS已经到了后期，通用机会被做完了才做垂直。但在技术发展早期，勇敢做Horizontal才有大机会——因为新场景会不断涌现，Horizontal的产品能承接。

对投资的影响：不要因为"垂直看起来更安全"就投垂直。在AI早期，Horizontal的想象空间大得多。

和我的知识体系的连接

• Harness = OS：与ep139苏煜的"boundary在消弭"一致——所有Agent形态最终收敛到universal digital agent，Harness是收敛的载体
• Return三步链条：与ep141 Freda的"电机塞进蒸汽机"互补——Freda讲度量，雨森讲回报
• Coding是水平能力：与ep138罗福莉、ep139苏煜、ep140姚顺宇四方印证
• Agent三步走：与ep141 Freda的"Agent基础设施"（Agent Mail、Agent Phone）完全对应
• 投资框架：Return三步链条可以直接用来评估任何AI公司的"真实价值创造"

还没想明白的问题

Harness的护城河到底有多深？如果模型公司把Harness的功能都内置了（Anthropic已经在做），第三方Harness还有多大空间？

Agent网络效应真的会出现吗？雨森描述的"Agent雇佣Agent"很美好，但技术上（支付、信任、质量评估）还很早期。

Return问题的时间窗口有多长？雨森说"烧了token过两年才能赚钱，大部分公司受不了"——这个"受不了"的临界点在哪里？

下一个字节跳动到底长什么样？雨森说"可能长得不像字节跳动"，但具体会是什么形态？

概念5：AI创业的"大厂看不上的事"——历史总是押韵

类比：2005年，YouTube刚出来的时候，大视频网站（雅虎视频、MSN视频）觉得"用户上传的垃圾视频有什么看头"。2007年，Airbnb刚出来的时候，酒店业觉得"在别人家睡觉太不靠谱"。2010年，拼多多刚出来的时候，京东淘宝觉得"9块9包邮太low了"。每一个时代的颠覆者，都是从"大厂看不上"的角落长出来的。

原理：雨森总结了一个极其精辟的规律——每个时代的大公司，都是在大厂"看不上"中成长起来的。大厂"看不上"的理由通常有五种：

太小众：Airbnb（在别人家睡觉）、B站（二次元）

太low：拼多多（9块9包邮）、内涵段子

太累：美团（地推）、滴滴（线下运营）

太超前：OpenAI（AGI）、SpaceX（火箭回收）

不合规：Uber（出租车牌照）、比特币

为什么不用老方法：AI时代，大厂"看不上"的东西包括：

• 太"套壳"：去年大家说Cursor、Manus是"套壳"，没有壁垒。现在大家说"Harness Engineering"很重要
• 太不安全：OpenClaw给你电脑全部权限，大厂不敢做（出事要负责）
• 太开源：开源没有商业模式，怎么赚钱？但OpenClaw通过开源获得了海量用户
• 太简单：OpenClaw的很多创新"讲出来都很简单"——心跳机制、memory.md、插入IM。但"在正确的时间点有正确的insight"不容易

刨根问底：为什么大厂总是"看不上"？因为大厂的决策逻辑是"ROI最大化"——一个机会如果太小（对大厂来说），就不值得投入资源。但小机会可以长成大机会——Airbnb从"在别人家睡觉"长成了千亿美金的公司。大厂的"理性"恰恰是它的"盲区"。

举一反三：投资中，"大厂看不上的事"是最好的投资标的。因为：

• 大厂不会来竞争（至少短期内不会）
• 估值不会太贵（因为大家也觉得"这事儿不大"）
• 如果做成了，回报是巨大的（从"不大"变成"很大"）
• 关键是判断"这事儿到底是不是真的小"——还是"现在小但会长大"

概念6：注意力经济的终结——从"Attention is all you need"到"Attention is NOT all you need"

类比：移动互联网时代，所有产品都在争夺你的"眼球"——刷短视频、刷信息流、刷朋友圈。你的注意力就是产品的"收入"。但Agent时代，最好的产品是让你不用看的——你把任务交给Agent，然后去睡觉，醒来发现事情做完了。

原理：雨森提出了一个非常犀利的观察：

移动互联网的公式：DAU × 时长 × 变现效率 = 收入

• 核心指标：DAU（日活用户数）
• 产品设计目标：让用户花更多时间在app里
• 护城河：把用户圈在自己的app里，不让出去

Agent时代的公式：任务完成量 × 任务价值 = 收入

• 核心指标：METR（Agent能持续完成有价值任务的时间）
• 产品设计目标：让用户不用看，Agent自己跑
• 护城河：memory、skill、context的积累

为什么不用老方法：如果你还在用"DAU"来衡量AI产品的价值，你会得出荒谬的结论——一个让用户"不用打开"的Agent，DAU是零，但价值可能比一个让用户"天天刷"的app大得多。

雨森举了一个很滑稽的例子：如果你为了优化DAU，让用户不得不多上来看一看——但可能更好的设计是"用户把任务交给Agent，Agent自己跑完，用户都不用看"。DAU反而下降了，但产品价值反而上升了。

刨根问底：这对"护城河"的概念意味着什么？移动互联网时代，护城河是"封闭"——把用户圈在自己的app里，不让出去（微信不让外部链接跳转）。但Agent时代，护城河可能是"开放"——如果你的app不开放API让Agent访问，用户的Agent就会去访问竞品。微信不开放，用户的Agent就看不到微信里的信息；飞书开放了CLI，用户就有动力把工作群从微信迁移到飞书。

举一反三：投资中，"用户时长"这个指标在AI时代可能要被"任务完成量"替代。评估一个AI产品，不要问"用户每天花多少时间在上面"，要问"用户每天通过它完成了多少有价值的任务"。一个让用户"花10分钟布置任务然后去睡觉"的Agent，比一个让用户"刷2小时"的AI app有价值得多。

概念7：AI时代的"刻意练习"——思考不能被外包

类比：你如果一直坐轮椅，腿部肌肉会萎缩。你如果一直让AI帮你思考，你的思考能力也会萎缩。但你不能因为怕萎缩就不坐轮椅（如果你真的需要的话）——你需要的是"思想的健身房"——刻意去锻炼思考能力。

原理：雨森在播客最后分享了一个很深的反思：

外包的三个阶段：

体力劳动外包给机械→人的身体变弱了

知识和记忆外包给互联网→人的记忆力变弱了

思考外包给AI→人的思考能力可能变弱

他的应对：

• "你可以外包思考，但不能外包理解"（引用Karpathy的话）
• 但雨森进一步说："思考可能也不能完全外包"
• 他为了准备播客，会逼自己思考——"当我思考了之后，而不是让AI去总结一下，我能够对这个事情讲得更清楚"
• "思考是需要刻意练习的，创新也是需要刻意练习的"

为什么不用老方法：传统的"学习"是"获取信息→记忆→应用"。AI时代，前两步可以被外包（AI帮你获取和整理信息），但"应用"（做判断、做决策、做创新）不能被外包——因为这是你"作为人"的核心价值。

刨根问底：雨森还提到了一个很有意思的悖论：AI给了你"无限的能力"（你可以让AI帮你做任何事），但你"不知道该做什么"。"有这么一个苦恼——坐拥各大coding agent的订阅，每天有很多AI等着给我打工，但不知道干什么。"他建议"从简单的做起"——同步会议、同步日程、做个小工具——"就跟健身锻炼一样，先从简单的做个拉伸"。

举一反三：投资中，AI可以帮你读财报、写分析、做回测——但"投什么、不投什么、什么时候买、什么时候卖"这些判断，仍然需要你自己做。如果你把这些也外包给AI，你就变成了一个"按按钮的人"——没有任何不可替代性。投资能力的"刻意练习"是：自己做判断，然后跟AI的判断对比，看看差在哪里。

概念8：世界模型——机器人的"下一个前沿"

类比：你闭上眼睛，想象"如果我推这个杯子，它会怎么动"。你的大脑里有一个"物理世界的模型"——你知道杯子会滑动、可能掉下桌子、会碎。这个"想象"能力就是"世界模型"。

原理：雨森在硅谷观察到，"世界模型"是过去6-12个月中美都非常热的概念。但"世界模型"这个词太模糊了——不同人有完全不同的定义：

• 谢赛宁（ep133）：世界模型应该是非语言的、基于物理的
• 苏煜（ep139）：世界模型包括语言、符号、社会关系——远比"视频预测"广
• 机器人领域：世界模型是"预测下一个物理状态"的模型
• 自动驾驶领域：世界模型是"预测其他车辆行为"的模型

雨森的观察是：大家普遍认同"世界模型的目标是预测下一个世界状态"，但"用什么路线、收集什么数据、scale什么"还有很大分歧。

为什么不用老方法：以前做机器人是"一个任务一个策略"——用RL训练一个特定的行为。世界模型的思路是"先学会理解世界，然后可以用理解来规划任何行为"——这跟LLM的思路一致（先学会理解语言，然后可以用语言做任何事）。

刨根问底：雨森把机器人的发展类比为语言模型的三阶段：pre-training → fine-tuning → RL。如果这个类比成立，那机器人现在还在"pre-training"阶段——还在积累数据、训练基础模型。"GPT-3时刻"（质变）可能还需要1-2年。

举一反三：投资中，"世界模型"对应的是"对商业世界的理解"。一个好的投资人不是"知道很多数据"，而是"有一个精确的商业世界模型"——知道什么因导致什么果、什么信号预示什么变化、什么模式会重复出现。这个"商业世界模型"是通过"大量案例+深度思考"建立的，不是通过"读更多研报"建立的。

关键洞察（补充）

洞察4：真格的投资哲学——"投人"在AI时代更重要了

雨森反复强调：真格的投资逻辑始终是"投人"。他们投了两家世界模型公司（刘松明、丁宁），不是因为"世界模型是风口"，而是"跟踪了好几年，一直觉得他们很优秀"。投了灵巧手公司（5G），不是因为"机器人是风口"，而是"这个创始人对创业有执念，自己掏钱做"。

对投资的影响：在AI时代，"方向"的变化太快（6个月一个风口），但"人"的品质是稳定的。投"对的人"比投"对的方向"更靠谱——因为对的人能在方向变化中快速调整。

洞察5：AI硬件的"新消费陷阱"

雨森有一个"暴论"：现在很多AI硬件会重蹈2020年"新消费"的覆辙。当时所有品类都被做一遍（护肤品、洗面奶、牙膏），但很多只是"传统品类+互联网营销"，没有创造新需求。现在很多AI硬件只是"传统硬件+chatbot"，没有解决根本问题。

对投资的影响：不要因为"加了AI"就给硬件产品高估值。问一个根本问题：这个产品创造了什么新需求？如果只是"给旧产品加了个AI功能"，那它的壁垒很浅。

洞察6：Agent的载体——手机和云端，不是可穿戴

雨森对可穿戴AI硬件持谨慎态度："你要把这个东西穿戴起来，真的是一个很大的习惯。"他反而认为"agent的好的载体其实还是手机和云端"——因为现有的电脑和手机在尺寸、性能、耗电、散热方面已经很均衡了。

对投资的影响：不要盲目投"AI硬件"。问自己：用户真的需要一个新的物理设备来使用AI吗？还是说现有的手机/电脑已经够了？

和我的知识体系的连接（补充）

• Harness = OS → 投资的"操作系统"：你的投资流程（数据获取→分析→决策→执行→复盘）就是你的"Harness"。AI可以替换其中的"CPU"（数据源、分析工具），但"OS"（流程设计、判断框架）是你的核心竞争力
• 注意力经济终结 → 投资的"深度工作"：AI时代，"刷信息"的价值在下降，"深度思考"的价值在上升。投资回报不来自"看了多少研报"，而来自"想了多深"
• 刻意练习 → 投资的"复盘纪律"：每次投资决策后，强迫自己写"为什么做这个决策、结果如何、哪个假设对/错"。这就是投资能力的"刻意练习"
• 世界模型 → 投资的"商业直觉"：巴菲特的"商业直觉"本质上就是一个精确的"商业世界模型"——他能在几秒内判断一个商业模式好不好，因为他脑子里有几十年的案例积累形成的"模型"

还没想明白的问题（补充）

"投人"在AI时代的具体标准是什么？雨森说"学习力、创造力、领导力、意志力"——但这些在哪个时代不重要？AI时代有没有新的"人的品质"变得更重要？比如"跟AI协作的能力""快速学习新工具的能力""在不确定性中做决策的能力"？

Agent的"网络效应"真的会出现吗？雨森描述的"Agent雇佣Agent"很美好，但技术上（支付、信任、质量评估、纠纷解决）还很早期。这会不会像"语义网"一样——逻辑上完美，但20年了还没实现？

"下一个字节跳动"到底会是什么形态？雨森说"可能长得不像字节跳动"——不是信息流、不是推荐引擎、不是广告变现。那它是什么？是"Agent的操作系统"？是"Agent的marketplace"？是"AI-native的协作平台"？

AI时代"创业公司变小了"——这对VC的商业模式意味着什么？如果2个人+AI就能做出以前20人的产品，那创业公司需要的融资额会大幅下降。VC的"投大钱、占大股、等IPO"模式还能持续吗？

雨森的"思想健身房"具体怎么操作？他说"为了准备播客，逼自己思考"。但对于不做播客的普通人，怎么"刻意练习思考"？是写日记？是做决策日志？是跟人辩论？还是"先自己想，再问AI，然后对比"？

一句话总结

模型是CPU，Harness是操作系统——用户换CPU不眨眼，换操作系统要命。

Token经济学：AI时代的度量衡 — 学习解读

来源：张小珺商业访谈录 #141（1小时24分）

嘉宾：Freda（Ultimate Capital合伙人，硅谷科技基金）

原始发布：2026-05-18

转录：[[ep141_141_Freda的投资札记第2集Tokenmaxxing把电机塞进蒸汽机接力赛变篮球赛孤独人的连接]]

一句话：这期到底在讲什么

Token是AI时代的"千瓦时"，但现在大家还在比谁烧的电多，而不是比谁发的光好。

从你最熟悉的东西开始

你家电费单上写的是"用了多少度电"。但你真正在意的不是"度数"，而是"这些电让我过得好不好"——空调够不够凉、灯够不够亮、冰箱里的菜有没有坏。

Token就是AI的"度电"。现在整个行业都在比"我烧了多少token"，就像100年前人们比"我家用了多少度电"一样荒谬。真正该比的是：同样的任务，谁用更少的token做得更好。

Freda是硅谷最会"算账"的投资人之一。她在这期播客里做了一件很接地气的事：把AI行业那些动辄"几百亿""几万亿"的数字拆开来，一笔一笔算清楚。从token的计量陷阱，到模型公司的商业本质，到AI对软件行业的冲击，再到"人和人之间还剩下什么"——干货和感性并存。

核心概念（由浅入深）

概念1：Token的度量陷阱——"Tokenmaxxing"

类比：想象两个人都声称自己"跑了10公里"。一个人是轻松慢跑，另一个人是负重越野。距离一样，但消耗完全不同。Token也是这样——同样完成一个coding任务，好模型可能用100行精炼代码，弱模型可能需要3000行啰嗦代码。表面上都"完成了任务"，但token消耗差几十倍。

原理：Freda指出，token消耗量差异来自三个层面：

1. 输出长度：好模型写100行代码解决问题，弱模型写3000行

2. 隐藏的推理token：很多模型在回答前做大量中间推理（reasoning tokens），用户看不到，但实际消耗巨大

3. Agent workflow放大：Agent的多步骤执行会像放大器一样放大token消耗

为什么不用老方法：行业现在流行"比谁烧的token多"（Tokenmaxxing），就像工业时代早期比谁的工厂耗电多一样。但正确的比较应该是dollar per task（每完成一个任务花多少钱），而不是dollar per token。

刨根问底：为什么大家还在比token？因为行业还太早期。CFO看到员工Cursor使用量暴增，就推断"员工很喜欢用，效率提升了"，于是继续加单。但实际上，使用量暴增可能只是因为模型效率低——同样的事花了更多token。等大家真正理解"token和token不是一回事"，这种粗放比较就会消失。

举一反三：投资中也有类似的"度量陷阱"。比如用"营收增长率"比较两家公司，但一家是靠烧钱买量，另一家是靠产品口碑自然增长。数字一样，质量完全不同。AI时代，投资模型公司不能只看"token消耗量"或"ARR"，要看"每单位token创造了多少真实价值"。

概念2：AI总投入的拆解公式

类比：你开一家餐厅，总成本 = 桌位数 × 每桌翻台次数 × 每桌菜品数 × 每道菜成本。要降低成本，不是简单砍某一个变量，而是理解每个变量的变化趋势。

原理：Freda给出了一个非常清晰的公式：

AI总投入 = 用户数 × 每用户任务数 × Token per Task × Dollar per Token

• 用户数：从程序员破圈到普通白领（Anthropic的Cowork增长斜率比Claude Code还陡）→ 大幅增长
• 每用户任务数：从"偶尔用一下"到"所有工作都交给AI" → 大幅增长
• Token per Task：模型越来越高效 → 下降
• Dollar per Token：缓存命中率提高（Opus名义价格$5/M input，实际只收$1）、竞争降价 → 下降

所以：前两项大幅增长，后两项持续下降，总投入仍然大幅上升。

为什么不用老方法：很多人看到"模型越来越高效"就判断"token消耗会下降"。这是只看了一半。效率提升被用户破圈和使用深度增长远远抵消。就像LED灯比白炽灯省电90%，但全球用电量还在涨——因为灯的数量和使用场景在爆炸式增长。

刨根问底：按token收费的模式能持续吗？Freda的判断是：一定会变。从按token收费转向按效果收费。Sierra（AI客服公司）已经在这么做了——AI解决了问题就收费，转人工就不收费。这跟客户完全interest aligned。但不是所有场景都能量化效果（比如写作），所以会是渐进式的。

举一反三：这个公式对投资判断极其有用。当你看到一家AI公司说"我们的token消耗量增长了10倍"，不要兴奋——先问：是用户数增长了？还是每用户任务数增长了？还是token per task变高了（效率变差了）？不同的增长来源，含义完全不同。

概念3：负向滚雪球与正向拐点

类比：你开一家工厂，每年设备折旧100万，但每年只赚80万。你越干越亏——这就是"负向滚雪球"。但突然有一天，你的产品爆发了，每年赚300万，折旧还是100万——你突然暴利了。

原理：Freda用"负向滚雪球"解释模型公司的商业模式：

• 去年训练成本=1，今年收入=3-4，毛利≈2（50%毛利率）
• 但今年训练下一代模型的成本至少=3
• 所以利润是负的：2-3=-1
• 只要训练成本每年几倍增长，这个生意就越滚越亏

跳出负向滚雪球的两条路：

1. 训练成本增速放缓（Dario之前的判断）

2. 收入增长斜率比训练成本更陡（2026年正在发生）

Anthropic的案例：年初需求突然爆发，公司被迫把更多compute放在推理上（而不是训练），突然就暴利了。

为什么不用老方法：以前大家觉得模型公司的盈利遥遥无期。但Anthropic证明：如果需求爆发足够快，收入斜率可以超过成本斜率，公司突然从"烧钱"变成"印钱"。

刨根问底：这个拐点可持续吗？Freda的诚实回答是：不知道。需求爆发有一部分是"吃螃蟹"效应——很多人涌进来试AI coding，但还没真正赚到钱。如果这些"吃螃蟹的人"发现螃蟹不好吃就走了，需求可能会回落。

举一反三：投资中最重要的判断之一就是"这个增长是结构性的还是周期性的"。AI coding的需求增长，有多少是"真的发现了价值"（结构性），有多少是"FOMO驱动的试用"（周期性）？Freda的"水槽"比喻很精到：上面有无数想吃螃蟹的人，下面有觉得螃蟹不好吃在走的人。现在进来的人远多于离开的人，但这个净流入能持续多久？

概念4：电机塞进蒸汽机——AI时代的组织革命

类比：电发明了，但工厂还是蒸汽机时代的结构——垂直的、围绕一根主轴的。大家只是把蒸汽机拆掉，把电机塞到同样的位置。生产率没变。直到有人围绕电机重新设计工厂——扁平的、流水线式的——生产率才爆发。

原理：Freda引用了Dario Amodei的两个概念：

• Technology Diffusion：模型能力本身的进步（曲线很陡）
• Economic Diffusion：模型能力被企业和经济吸收落地的速度（可能落后几年甚至十几年）

历史案例：

• 电发明后，生产率20-30年没提升，直到流水线出现
• 电脑80年代就在办公室用了，但生产率到90年代中后期才提升（沃尔玛、亚马逊围绕计算机重新设计业务）

现在AI在哪个位置？"把电机塞进蒸汽机"的阶段——每个人都把AI加进了工作流，但没有人真正问"这个流程本身为什么长成这个样子"。

为什么不用老方法：现在的AI应用是"接力赛"模式——PM写PRD→设计师画图→开发写代码→QA测试→上线。AI加速了开发环节，但QA变成了新瓶颈，然后PM变成新瓶颈……就像打地鼠。真正的变革是把接力赛变成"篮球赛"——3-5人小分队，所有技能都在团队里，自己做决策。

刨根问底：为什么组织变革这么慢？因为层级不只是权力结构，更是信息传递机制。CEO收集信号→提炼→向下传递→再收集→再提炼。AI可以替代这个信息搬运过程，但"谁对结果负责"这个问题AI解决不了。一个组织里"能背的锅是有限的"——AI写了100份报告，但投资决策还是人做的，AI没法被开除。

举一反三：投资机构的组织变革也在发生。以前一个分析师覆盖5家公司，现在AI让他能覆盖50家。但他能承担的投资责任没有增加10倍——因为"背锅"的能力是固定的。所以AI不会让一个基金经理管理10倍的仓位，但会让他做更深的研究、更快的反应。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：模型公司不是SaaS，是Usage-based

SaaS是订阅制——按人头收费，价格封顶，用越多越便宜，客户倾向只用一家。模型是usage-based——按token收费，没有封顶，客户会optimize每个query用哪个模型。

这意味着：OpenAI和Anthropic不是传统意义上的"竞争"——客户会同时用多家，随时切换。投资时不要用"谁赢了"的思维，要用"谁在哪个场景更有优势"的思维。

洞察2：软件公司正在被"时间问题"杀死

不是"AI能不能替代软件"，而是"什么时候替代"。最脆弱的是UI占比高的（项目管理、BI工具），最安全的是数据结构混乱的（Excel）。但即使"安全"的也不是绝对安全——Freda自己用Claude + Bloomberg API几秒钟完成了以前需要data warehouse的分析。

对投资的影响：软件公司的估值逻辑在变。不确定性上升→discount rate上升→估值被压。二级市场软件股已经跌了50%+，但一级市场很多公司还停留在AI前的估值。

洞察3：人和人之间剩下的是情感连接

Freda最感性的一段：信息性对话的意义在被AI快速掏空。99.5%的信息交换都可以问AI得到。但跟朋友聊到"做事情的勇气""人生的遗憾""什么让我有spark"——这些"没有信息增量但有人味"的对话，反而变得最珍贵。

对投资的影响：AI时代，"信息差"的alpha在消失，"认知差"和"关系差"的alpha在上升。

和我的知识体系的连接

• Token经济学 → 后训练经济学：token per task的差异，本质上是后训练质量的差异（ep138罗福莉）
• 电机塞进蒸汽机 → Agent需要新的组织形态：与ep142雨森的"接力赛变篮球赛"完全一致
• Coding TAM = 全球白领时间：与ep139苏煜的"universal digital agent"、ep140姚顺宇的"coding是水平能力"三方印证
• 投资框架：AI总投入公式可以直接用来分析任何AI公司的增长质量

还没想明白的问题

1. 按效果收费的模式能扩展到多少场景？客服可以量化，但"帮我想一个好的营销方案"怎么量化？

2. 负向滚雪球的正向拐点是不是太依赖需求爆发？如果需求增速放缓，模型公司是不是又会回到亏损？

3. 1个GW到底能产生多少收入？Freda说"没有人能看到上限"，但这到底是真的没有上限，还是我们的想象力不够？

4. AI时代的"背锅"问题怎么解决？如果AI做的决策出了错，谁负责？这个问题不解决，组织变革就有天花板。

概念5：软件公司的"死亡倒计时"——不是能不能，是什么时候

类比：你见过那种老式胶片相机店吗？数码相机出来后，它们不是"一夜之间消失"的——而是慢慢萎缩，先是新客不来了，然后老客也不来了，最后关门。有些店撑了5年，有些撑了10年，但没有一家能永远撑下去。

原理：Freda对软件公司的判断非常犀利："都有一点点是时间问题了。"她把软件按脆弱程度排序：

最脆弱（死在最前面）：

• UI占比高的：项目管理（Monday.com）、电子签名、BI工具
• 核心价值就是"一个精美的界面"——AI可以直接生成HTML
• 数据结构规整的：每行一个固定对象、每列一个固定字段——最容易被Agent替代

相对安全（但也不是绝对安全）：

• 数据结构混乱的：Excel（每个格子语义可以完全不同）
• 需要人工修改的：只要流水线上有一个人需要手动改，Office就还有价值
• 数据存储层：data warehouse（但Freda自己用Claude+Bloomberg API几秒钟完成了以前需要warehouse的分析）

为什么不用老方法：传统软件的估值逻辑是"subscription × 用户数 × 留存率"。但AI时代，这个逻辑被打破了——如果AI可以直接生成一个"够用的"替代品，用户为什么还要付订阅费？

刨根问底：为什么"AI生成HTML替代PPT"这个逻辑不完全对？Freda有一个很务实的观察：AI生成网页版PPT很快，但只要你需要手动改一改，直接在PowerPoint里拉一下、拽一下，比在HTML里改快得多、精准得多。所以Office的价值不在于"生成"，在于"修改"——只要流水线上有一个人需要手动修改，Office就还有存在价值。

举一反三：投资中，"被替代"不是一个二元事件（"替代"或"不替代"），而是一个渐进过程。不要问"AI会不会替代这个软件"，要问"AI替代这个软件的哪个功能、以什么速度、用户愿意为剩余功能付多少钱"。

概念6：AI时代的投资行业——alpha的迁移

类比：以前钓鱼靠"知道鱼在哪里"（信息优势）。现在GPS和声呐让所有人都知道鱼在哪里。那钓鱼的竞争优势变成了什么？"知道怎么钓"（技术优势）和"知道什么时候收杆"（判断优势）。

原理：Freda对AI如何改变投资行业的思考非常深入：

信息差在消失：

• 以前：OpenAI宣布和某公司合作，市场要花几天理解。这几天内，机构投资人互相打电话对数字，股价慢慢调整到"合理位置"
• 现在/未来：给Agent所有信息，它可能一秒钟就能达到那个"合理位置"。事件驱动的交易"越来越没有做的必要"

Alpha的迁移：

• 从"我比你早发现一点"→"我比你更能理解大趋势"
• 从"信息获取速度"→"跨行业研究深度"
• 从"单点分析"→"系统性框架"

散户的重要性上升：

• 美股交易量：量化>70%，散户~30%，传统机构不占什么交易量
• 真正影响方向的是散户+中频量化+platform
• AI时代散户行为会"更加机构化"，但也"更复杂"
• 未来不是"机构教育散户"，而是"机构也要向散户学习"

为什么不用老方法：传统的投资研究是"人读财报→人写报告→人做决策"。AI时代是"AI读财报→AI写报告→人做决策"。前两步被AI替代了，但第三步（决策）仍然是人的——因为"背锅"的能力是固定的。

刨根问底：如果AI让信息差消失，那"基本面投资"还有意义吗？Freda的回答是：基本面和量化（尤其是中频量化）会有一波converge。真正的alpha不再是"我比你早发现一点"，而是"我比你更能理解一些大的趋势"。跨行业研究越来越重要。

举一反三：这跟AI对"所有知识工作"的影响是同构的。信息获取（读数据、写报告）被AI替代，但判断（做什么决策、承担什么风险）仍然是人的。投资行业的未来不是"AI做投资"，而是"AI帮人做更好的投资"。

概念7：焦虑、孤独与连接——AI时代的人文维度

类比：你用过翻译软件吧？它能让两个不同语言的人"交换信息"。但两个老朋友坐在一起，聊的不是"信息"——聊的是"你最近怎么样""我有个事一直想跟你说"。信息交换可以被机器替代，但情感连接不能。

原理：这期播客最打动人的部分，是Freda聊焦虑和孤独：

焦虑：

• "实话说就是很焦虑"——在硅谷做科技投资，每天打开Twitter都是"you have to look at this""this will change my life"
• 深夜装不上OpenClaw，痛苦到觉得自己"什么都跟不上""要被时代淘汰了"
• 焦虑的本质是"对未来不确定性的恐惧"

孤独：

• "越来越不想跟人苟同了"——以前喜欢约行业专家聊，30分钟拿到高浓度知识
• 但现在99.5%的信息性内容都可以直接问AI得到，而且"答案可能是我更想要的"
• "以信息交换为目的的对话，意义在快速被掏空"

连接：

• 跟朋友在Loto（某个地方）随便聊，聊到"做事情的勇气""人生的遗憾""什么让我有spark"
• "没有给我任何信息上的增量，但比较有人味"
• "如果是跟信息、知识、分析有关的事情会交给AI。但见人这件事情反而变得更单纯了"

为什么不用老方法：传统的"人脉"价值在于"信息交换"——我告诉你一个消息，你告诉我一个消息。AI让这种交换变得无意义。但"情感连接"的价值在上升——因为AI给不了你"有人味"的对话。

刨根问底：为什么Freda的焦虑特别有代表性？因为她处于AI变革的最前沿——硅谷科技投资人，每天必须跟上所有新变化才能做判断。如果连她都焦虑到"装不上OpenClaw就觉得自己要被淘汰"，那普通人的焦虑可想而知。但她也很诚实："每天感受到的不只是焦虑，还有一种莫名的激动——突然好像什么事情都可以做了。"

举一反三：投资中，"信息性交流"的价值在下降（AI可以替代），但"判断性交流"的价值在上升。跟一个真正懂行的人聊"你怎么看这个趋势"，比聊"这个公司的营收是多少"有价值得多。AI时代，"人味"是最稀缺的资源。

关键洞察（补充）

洞察4：Anthropic的"两个人做出Cowork"说明了什么

Freda提到一个很震撼的细节：Anthropic的Cowork（给普通人用的AI产品）只有两个人做出来。在同等规模量级下，Cowork的增长斜率比Claude Code还陡。

这意味着什么：AI时代，"团队规模"不再是产品能力的必要条件。两个人+AI可以做出以前需要20人才能做的产品。这对"人力密集型"公司（比如传统软件公司几万人）是一个巨大的挑战。

洞察5：一二级市场的估值倒挂

Freda观察到：二级市场软件股已经跌了50%+，但一级市场很多公司还停留在AI前的估值逻辑。如果今年上市，估值会被砍很厉害。

对投资的影响：如果你在一级市场投了SaaS公司，要警惕"估值倒挂"风险。AI前的估值逻辑（高增长×高毛利×高留存）在AI时代可能不再适用——因为增长可能被AI截断，毛利可能被AI压缩，留存可能被AI替代。

洞察6：Druckenmiller的智慧——"保持open mind"

有人问Druckenmiller"AI是不是肯定导致裁员和通缩"，他说："如果你笃定这个想法，你是arrogant，也不是open minded。"Freda引用这句话来表达她对AI社会影响的态度——"strong opinions, weakly held"。

对投资的影响：在AI时代，任何"确定性判断"都是危险的。"AI一定会导致大规模失业"和"AI一定不会导致大规模失业"都可能是错的。正确的态度是：做好两手准备，在剧情按任何一条路展开时都能快速调整。

和我的知识体系的连接（补充）

• Token经济学 → 投资的"成本意识"：每次用AI做分析都有token成本。投资中，"研究成本"也是真实的——时间、精力、注意力。AI降低了研究成本，但"判断成本"（做决策的心理负担）没有降低
• 软件死亡倒计时 → 投资的"时间维度"：不要问"AI会不会替代X"，要问"什么时候替代、替代多少、剩余价值是多少"。时间维度是投资判断的核心
• Alpha迁移 → 投资的"能力进化"：从"信息获取能力"到"判断力+框架力"。AI时代，投资能力的核心从"知道什么"变成"怎么想"
• 焦虑与连接 → 投资的"心态管理"：AI时代信息爆炸，焦虑是常态。但"以信息交换为目的的对话"可以被AI替代，"以情感连接为目的的对话"不能。投资社群的价值不在于"信息共享"，在于"互相支撑"

还没想明白的问题（补充）

5. Anthropic的"两个人做出Cowork"是特例还是趋势？如果AI真的让2个人能做20个人的产品，那"团队规模"这个估值因子还有意义吗？

6. 散户行为"机构化"之后，市场会更有效还是更拥挤？如果散户也用AI做分析，那"散户vs机构"的信息差消失了，但"所有人用同一个AI"会不会导致交易更拥挤、波动更大？

7. "按效果收费"的模式会不会颠覆整个SaaS行业？如果AI客服按"解决了多少问题"收费，那传统SaaS的"按人头收费"模式还有存在意义吗？

8. Freda的"深夜装不上OpenClaw"焦虑，是不是AI时代的"新文盲"焦虑？以前不会用电脑是"数字文盲"，以后不会用AI Agent是不是"AI文盲"？这种焦虑是合理的还是过度的？

9. AI时代"人和人之间剩下情感连接"——这对投资社群意味着什么？如果信息性交流被AI替代，那投资社群（比如雪球、知识星球）的价值在哪里？是不是应该从"信息共享"转向"判断力碰撞"和"情感支撑"？

一句话总结

Token是AI的千瓦时——但真正的竞争力不是烧了多少电，而是用这些电点亮了什么。

Token经济学：AI时代的度量衡 — 学习解读

来源：张小珺商业访谈录 #141（1小时24分）

嘉宾：Freda（Ultimate Capital合伙人，硅谷科技基金）

原始发布：2026-05-18

转录：ep141_141_Freda的投资札记第2集Tokenmaxxing把电机塞进蒸汽机接力赛变篮球赛孤独人的连接

一句话：这期到底在讲什么

Token是AI时代的"千瓦时"，但现在大家还在比谁烧的电多，而不是比谁发的光好。

从你最熟悉的东西开始

你家电费单上写的是"用了多少度电"。但你真正在意的不是"度数"，而是"这些电让我过得好不好"——空调够不够凉、灯够不够亮、冰箱里的菜有没有坏。

Token就是AI的"度电"。现在整个行业都在比"我烧了多少token"，就像100年前人们比"我家用了多少度电"一样荒谬。真正该比的是：同样的任务，谁用更少的token做得更好。

Freda是硅谷最会"算账"的投资人之一。她在这期播客里做了一件很接地气的事：把AI行业那些动辄"几百亿""几万亿"的数字拆开来，一笔一笔算清楚。从token的计量陷阱，到模型公司的商业本质，到AI对软件行业的冲击，再到"人和人之间还剩下什么"——干货和感性并存。

核心概念（由浅入深）

概念1：Token的度量陷阱——"Tokenmaxxing"

类比：想象两个人都声称自己"跑了10公里"。一个人是轻松慢跑，另一个人是负重越野。距离一样，但消耗完全不同。Token也是这样——同样完成一个coding任务，好模型可能用100行精炼代码，弱模型可能需要3000行啰嗦代码。表面上都"完成了任务"，但token消耗差几十倍。

原理：Freda指出，token消耗量差异来自三个层面：

输出长度：好模型写100行代码解决问题，弱模型写3000行

隐藏的推理token：很多模型在回答前做大量中间推理（reasoning tokens），用户看不到，但实际消耗巨大

Agent workflow放大：Agent的多步骤执行会像放大器一样放大token消耗

为什么不用老方法：行业现在流行"比谁烧的token多"（Tokenmaxxing），就像工业时代早期比谁的工厂耗电多一样。但正确的比较应该是dollar per task（每完成一个任务花多少钱），而不是dollar per token。

刨根问底：为什么大家还在比token？因为行业还太早期。CFO看到员工Cursor使用量暴增，就推断"员工很喜欢用，效率提升了"，于是继续加单。但实际上，使用量暴增可能只是因为模型效率低——同样的事花了更多token。等大家真正理解"token和token不是一回事"，这种粗放比较就会消失。

举一反三：投资中也有类似的"度量陷阱"。比如用"营收增长率"比较两家公司，但一家是靠烧钱买量，另一家是靠产品口碑自然增长。数字一样，质量完全不同。AI时代，投资模型公司不能只看"token消耗量"或"ARR"，要看"每单位token创造了多少真实价值"。

概念2：AI总投入的拆解公式

类比：你开一家餐厅，总成本 = 桌位数 × 每桌翻台次数 × 每桌菜品数 × 每道菜成本。要降低成本，不是简单砍某一个变量，而是理解每个变量的变化趋势。

原理：Freda给出了一个非常清晰的公式：

AI总投入 = 用户数 × 每用户任务数 × Token per Task × Dollar per Token

• 用户数：从程序员破圈到普通白领（Anthropic的Cowork增长斜率比Claude Code还陡）→ 大幅增长
• 每用户任务数：从"偶尔用一下"到"所有工作都交给AI" → 大幅增长
• Token per Task：模型越来越高效 → 下降
• Dollar per Token：缓存命中率提高（Opus名义价格$5/M input，实际只收$1）、竞争降价 → 下降

所以：前两项大幅增长，后两项持续下降，总投入仍然大幅上升。

为什么不用老方法：很多人看到"模型越来越高效"就判断"token消耗会下降"。这是只看了一半。效率提升被用户破圈和使用深度增长远远抵消。就像LED灯比白炽灯省电90%，但全球用电量还在涨——因为灯的数量和使用场景在爆炸式增长。

刨根问底：按token收费的模式能持续吗？Freda的判断是：一定会变。从按token收费转向按效果收费。Sierra（AI客服公司）已经在这么做了——AI解决了问题就收费，转人工就不收费。这跟客户完全interest aligned。但不是所有场景都能量化效果（比如写作），所以会是渐进式的。

举一反三：这个公式对投资判断极其有用。当你看到一家AI公司说"我们的token消耗量增长了10倍"，不要兴奋——先问：是用户数增长了？还是每用户任务数增长了？还是token per task变高了（效率变差了）？不同的增长来源，含义完全不同。

概念3：负向滚雪球与正向拐点

类比：你开一家工厂，每年设备折旧100万，但每年只赚80万。你越干越亏——这就是"负向滚雪球"。但突然有一天，你的产品爆发了，每年赚300万，折旧还是100万——你突然暴利了。

原理：Freda用"负向滚雪球"解释模型公司的商业模式：

• 去年训练成本=1，今年收入=3-4，毛利≈2（50%毛利率）
• 但今年训练下一代模型的成本至少=3
• 所以利润是负的：2-3=-1
• 只要训练成本每年几倍增长，这个生意就越滚越亏

跳出负向滚雪球的两条路：

训练成本增速放缓（Dario之前的判断）

收入增长斜率比训练成本更陡（2026年正在发生）

Anthropic的案例：年初需求突然爆发，公司被迫把更多compute放在推理上（而不是训练），突然就暴利了。

为什么不用老方法：以前大家觉得模型公司的盈利遥遥无期。但Anthropic证明：如果需求爆发足够快，收入斜率可以超过成本斜率，公司突然从"烧钱"变成"印钱"。

刨根问底：这个拐点可持续吗？Freda的诚实回答是：不知道。需求爆发有一部分是"吃螃蟹"效应——很多人涌进来试AI coding，但还没真正赚到钱。如果这些"吃螃蟹的人"发现螃蟹不好吃就走了，需求可能会回落。

举一反三：投资中最重要的判断之一就是"这个增长是结构性的还是周期性的"。AI coding的需求增长，有多少是"真的发现了价值"（结构性），有多少是"FOMO驱动的试用"（周期性）？Freda的"水槽"比喻很精到：上面有无数想吃螃蟹的人，下面有觉得螃蟹不好吃在走的人。现在进来的人远多于离开的人，但这个净流入能持续多久？

概念4：电机塞进蒸汽机——AI时代的组织革命

类比：电发明了，但工厂还是蒸汽机时代的结构——垂直的、围绕一根主轴的。大家只是把蒸汽机拆掉，把电机塞到同样的位置。生产率没变。直到有人围绕电机重新设计工厂——扁平的、流水线式的——生产率才爆发。

原理：Freda引用了Dario Amodei的两个概念：

• Technology Diffusion：模型能力本身的进步（曲线很陡）
• Economic Diffusion：模型能力被企业和经济吸收落地的速度（可能落后几年甚至十几年）

历史案例：

• 电发明后，生产率20-30年没提升，直到流水线出现
• 电脑80年代就在办公室用了，但生产率到90年代中后期才提升（沃尔玛、亚马逊围绕计算机重新设计业务）

现在AI在哪个位置？"把电机塞进蒸汽机"的阶段——每个人都把AI加进了工作流，但没有人真正问"这个流程本身为什么长成这个样子"。

为什么不用老方法：现在的AI应用是"接力赛"模式——PM写PRD→设计师画图→开发写代码→QA测试→上线。AI加速了开发环节，但QA变成了新瓶颈，然后PM变成新瓶颈……就像打地鼠。真正的变革是把接力赛变成"篮球赛"——3-5人小分队，所有技能都在团队里，自己做决策。

刨根问底：为什么组织变革这么慢？因为层级不只是权力结构，更是信息传递机制。CEO收集信号→提炼→向下传递→再收集→再提炼。AI可以替代这个信息搬运过程，但"谁对结果负责"这个问题AI解决不了。一个组织里"能背的锅是有限的"——AI写了100份报告，但投资决策还是人做的，AI没法被开除。

举一反三：投资机构的组织变革也在发生。以前一个分析师覆盖5家公司，现在AI让他能覆盖50家。但他能承担的投资责任没有增加10倍——因为"背锅"的能力是固定的。所以AI不会让一个基金经理管理10倍的仓位，但会让他做更深的研究、更快的反应。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：模型公司不是SaaS，是Usage-based

SaaS是订阅制——按人头收费，价格封顶，用越多越便宜，客户倾向只用一家。模型是usage-based——按token收费，没有封顶，客户会optimize每个query用哪个模型。

这意味着：OpenAI和Anthropic不是传统意义上的"竞争"——客户会同时用多家，随时切换。投资时不要用"谁赢了"的思维，要用"谁在哪个场景更有优势"的思维。

洞察2：软件公司正在被"时间问题"杀死

不是"AI能不能替代软件"，而是"什么时候替代"。最脆弱的是UI占比高的（项目管理、BI工具），最安全的是数据结构混乱的（Excel）。但即使"安全"的也不是绝对安全——Freda自己用Claude + Bloomberg API几秒钟完成了以前需要data warehouse的分析。

对投资的影响：软件公司的估值逻辑在变。不确定性上升→discount rate上升→估值被压。二级市场软件股已经跌了50%+，但一级市场很多公司还停留在AI前的估值。

洞察3：人和人之间剩下的是情感连接

Freda最感性的一段：信息性对话的意义在被AI快速掏空。99.5%的信息交换都可以问AI得到。但跟朋友聊到"做事情的勇气""人生的遗憾""什么让我有spark"——这些"没有信息增量但有人味"的对话，反而变得最珍贵。

对投资的影响：AI时代，"信息差"的alpha在消失，"认知差"和"关系差"的alpha在上升。

和我的知识体系的连接

• Token经济学 → 后训练经济学：token per task的差异，本质上是后训练质量的差异（ep138罗福莉）
• 电机塞进蒸汽机 → Agent需要新的组织形态：与ep142雨森的"接力赛变篮球赛"完全一致
• Coding TAM = 全球白领时间：与ep139苏煜的"universal digital agent"、ep140姚顺宇的"coding是水平能力"三方印证
• 投资框架：AI总投入公式可以直接用来分析任何AI公司的增长质量

还没想明白的问题

按效果收费的模式能扩展到多少场景？客服可以量化，但"帮我想一个好的营销方案"怎么量化？

负向滚雪球的正向拐点是不是太依赖需求爆发？如果需求增速放缓，模型公司是不是又会回到亏损？

1个GW到底能产生多少收入？Freda说"没有人能看到上限"，但这到底是真的没有上限，还是我们的想象力不够？

AI时代的"背锅"问题怎么解决？如果AI做的决策出了错，谁负责？这个问题不解决，组织变革就有天花板。

概念5：软件公司的"死亡倒计时"——不是能不能，是什么时候

类比：你见过那种老式胶片相机店吗？数码相机出来后，它们不是"一夜之间消失"的——而是慢慢萎缩，先是新客不来了，然后老客也不来了，最后关门。有些店撑了5年，有些撑了10年，但没有一家能永远撑下去。

原理：Freda对软件公司的判断非常犀利："都有一点点是时间问题了。"她把软件按脆弱程度排序：

最脆弱（死在最前面）：

• UI占比高的：项目管理（Monday.com）、电子签名、BI工具
• 核心价值就是"一个精美的界面"——AI可以直接生成HTML
• 数据结构规整的：每行一个固定对象、每列一个固定字段——最容易被Agent替代

相对安全（但也不是绝对安全）：

• 数据结构混乱的：Excel（每个格子语义可以完全不同）
• 需要人工修改的：只要流水线上有一个人需要手动改，Office就还有价值
• 数据存储层：data warehouse（但Freda自己用Claude+Bloomberg API几秒钟完成了以前需要warehouse的分析）

为什么不用老方法：传统软件的估值逻辑是"subscription × 用户数 × 留存率"。但AI时代，这个逻辑被打破了——如果AI可以直接生成一个"够用的"替代品，用户为什么还要付订阅费？

刨根问底：为什么"AI生成HTML替代PPT"这个逻辑不完全对？Freda有一个很务实的观察：AI生成网页版PPT很快，但只要你需要手动改一改，直接在PowerPoint里拉一下、拽一下，比在HTML里改快得多、精准得多。所以Office的价值不在于"生成"，在于"修改"——只要流水线上有一个人需要手动修改，Office就还有存在价值。

举一反三：投资中，"被替代"不是一个二元事件（"替代"或"不替代"），而是一个渐进过程。不要问"AI会不会替代这个软件"，要问"AI替代这个软件的哪个功能、以什么速度、用户愿意为剩余功能付多少钱"。

概念6：AI时代的投资行业——alpha的迁移

类比：以前钓鱼靠"知道鱼在哪里"（信息优势）。现在GPS和声呐让所有人都知道鱼在哪里。那钓鱼的竞争优势变成了什么？"知道怎么钓"（技术优势）和"知道什么时候收杆"（判断优势）。

原理：Freda对AI如何改变投资行业的思考非常深入：

信息差在消失：

• 以前：OpenAI宣布和某公司合作，市场要花几天理解。这几天内，机构投资人互相打电话对数字，股价慢慢调整到"合理位置"
• 现在/未来：给Agent所有信息，它可能一秒钟就能达到那个"合理位置"。事件驱动的交易"越来越没有做的必要"

Alpha的迁移：

• 从"我比你早发现一点"→"我比你更能理解大趋势"
• 从"信息获取速度"→"跨行业研究深度"
• 从"单点分析"→"系统性框架"

散户的重要性上升：

• 美股交易量：量化>70%，散户~30%，传统机构不占什么交易量
• 真正影响方向的是散户+中频量化+platform
• AI时代散户行为会"更加机构化"，但也"更复杂"
• 未来不是"机构教育散户"，而是"机构也要向散户学习"

为什么不用老方法：传统的投资研究是"人读财报→人写报告→人做决策"。AI时代是"AI读财报→AI写报告→人做决策"。前两步被AI替代了，但第三步（决策）仍然是人的——因为"背锅"的能力是固定的。

刨根问底：如果AI让信息差消失，那"基本面投资"还有意义吗？Freda的回答是：基本面和量化（尤其是中频量化）会有一波converge。真正的alpha不再是"我比你早发现一点"，而是"我比你更能理解一些大的趋势"。跨行业研究越来越重要。

举一反三：这跟AI对"所有知识工作"的影响是同构的。信息获取（读数据、写报告）被AI替代，但判断（做什么决策、承担什么风险）仍然是人的。投资行业的未来不是"AI做投资"，而是"AI帮人做更好的投资"。

概念7：焦虑、孤独与连接——AI时代的人文维度

类比：你用过翻译软件吧？它能让两个不同语言的人"交换信息"。但两个老朋友坐在一起，聊的不是"信息"——聊的是"你最近怎么样""我有个事一直想跟你说"。信息交换可以被机器替代，但情感连接不能。

原理：这期播客最打动人的部分，是Freda聊焦虑和孤独：

焦虑：

• "实话说就是很焦虑"——在硅谷做科技投资，每天打开Twitter都是"you have to look at this""this will change my life"
• 深夜装不上OpenClaw，痛苦到觉得自己"什么都跟不上""要被时代淘汰了"
• 焦虑的本质是"对未来不确定性的恐惧"

孤独：

• "越来越不想跟人苟同了"——以前喜欢约行业专家聊，30分钟拿到高浓度知识
• 但现在99.5%的信息性内容都可以直接问AI得到，而且"答案可能是我更想要的"
• "以信息交换为目的的对话，意义在快速被掏空"

连接：

• 跟朋友在Loto（某个地方）随便聊，聊到"做事情的勇气""人生的遗憾""什么让我有spark"
• "没有给我任何信息上的增量，但比较有人味"
• "如果是跟信息、知识、分析有关的事情会交给AI。但见人这件事情反而变得更单纯了"

为什么不用老方法：传统的"人脉"价值在于"信息交换"——我告诉你一个消息，你告诉我一个消息。AI让这种交换变得无意义。但"情感连接"的价值在上升——因为AI给不了你"有人味"的对话。

刨根问底：为什么Freda的焦虑特别有代表性？因为她处于AI变革的最前沿——硅谷科技投资人，每天必须跟上所有新变化才能做判断。如果连她都焦虑到"装不上OpenClaw就觉得自己要被淘汰"，那普通人的焦虑可想而知。但她也很诚实："每天感受到的不只是焦虑，还有一种莫名的激动——突然好像什么事情都可以做了。"

举一反三：投资中，"信息性交流"的价值在下降（AI可以替代），但"判断性交流"的价值在上升。跟一个真正懂行的人聊"你怎么看这个趋势"，比聊"这个公司的营收是多少"有价值得多。AI时代，"人味"是最稀缺的资源。

关键洞察（补充）

洞察4：Anthropic的"两个人做出Cowork"说明了什么

Freda提到一个很震撼的细节：Anthropic的Cowork（给普通人用的AI产品）只有两个人做出来。在同等规模量级下，Cowork的增长斜率比Claude Code还陡。

这意味着什么：AI时代，"团队规模"不再是产品能力的必要条件。两个人+AI可以做出以前需要20人才能做的产品。这对"人力密集型"公司（比如传统软件公司几万人）是一个巨大的挑战。

洞察5：一二级市场的估值倒挂

Freda观察到：二级市场软件股已经跌了50%+，但一级市场很多公司还停留在AI前的估值逻辑。如果今年上市，估值会被砍很厉害。

对投资的影响：如果你在一级市场投了SaaS公司，要警惕"估值倒挂"风险。AI前的估值逻辑（高增长×高毛利×高留存）在AI时代可能不再适用——因为增长可能被AI截断，毛利可能被AI压缩，留存可能被AI替代。

洞察6：Druckenmiller的智慧——"保持open mind"

有人问Druckenmiller"AI是不是肯定导致裁员和通缩"，他说："如果你笃定这个想法，你是arrogant，也不是open minded。"Freda引用这句话来表达她对AI社会影响的态度——"strong opinions, weakly held"。

对投资的影响：在AI时代，任何"确定性判断"都是危险的。"AI一定会导致大规模失业"和"AI一定不会导致大规模失业"都可能是错的。正确的态度是：做好两手准备，在剧情按任何一条路展开时都能快速调整。

和我的知识体系的连接（补充）

• Token经济学 → 投资的"成本意识"：每次用AI做分析都有token成本。投资中，"研究成本"也是真实的——时间、精力、注意力。AI降低了研究成本，但"判断成本"（做决策的心理负担）没有降低
• 软件死亡倒计时 → 投资的"时间维度"：不要问"AI会不会替代X"，要问"什么时候替代、替代多少、剩余价值是多少"。时间维度是投资判断的核心
• Alpha迁移 → 投资的"能力进化"：从"信息获取能力"到"判断力+框架力"。AI时代，投资能力的核心从"知道什么"变成"怎么想"
• 焦虑与连接 → 投资的"心态管理"：AI时代信息爆炸，焦虑是常态。但"以信息交换为目的的对话"可以被AI替代，"以情感连接为目的的对话"不能。投资社群的价值不在于"信息共享"，在于"互相支撑"

还没想明白的问题（补充）

Anthropic的"两个人做出Cowork"是特例还是趋势？如果AI真的让2个人能做20个人的产品，那"团队规模"这个估值因子还有意义吗？

散户行为"机构化"之后，市场会更有效还是更拥挤？如果散户也用AI做分析，那"散户vs机构"的信息差消失了，但"所有人用同一个AI"会不会导致交易更拥挤、波动更大？

"按效果收费"的模式会不会颠覆整个SaaS行业？如果AI客服按"解决了多少问题"收费，那传统SaaS的"按人头收费"模式还有存在意义吗？

Freda的"深夜装不上OpenClaw"焦虑，是不是AI时代的"新文盲"焦虑？以前不会用电脑是"数字文盲"，以后不会用AI Agent是不是"AI文盲"？这种焦虑是合理的还是过度的？

AI时代"人和人之间剩下情感连接"——这对投资社群意味着什么？如果信息性交流被AI替代，那投资社群（比如雪球、知识星球）的价值在哪里？是不是应该从"信息共享"转向"判断力碰撞"和"情感支撑"？

一句话总结

Token是AI的千瓦时——但真正的竞争力不是烧了多少电，而是用这些电点亮了什么。

在前沿实验室训模型：技术预测与英雄主义的终结 — 学习解读

来源：张小珺商业访谈录 #140（4小时）

嘉宾：姚顺宇（曾在Anthropic和Google Gemini训模型的研究员）

原始发布：2026-05-11

来源：网络资料整理（原始转录不可用）

一句话：这期到底在讲什么

AI研究从"天才灵光一现"变成了"工业化流水线"，但产品直觉仍然是个人英雄主义的领地。

从你最熟悉的东西开始

你看过那种"天才科学家"的电影吗？一个人在黑板前苦思冥想，突然灵光一闪，写下改变世界的公式。爱因斯坦、图灵、冯·诺依曼——我们对"科研"的想象，往往停留在这种"个人英雄主义"的叙事里。

但2026年的前沿AI实验室不是这样的。姚顺宇在Anthropic和Google Gemini都待过，他描述的模型训练更像是一个工业流程：数据管线、训练pipeline、评估体系、迭代循环——每个环节都有专人负责，每个决策都有数据支撑。没有"灵光一现"，只有"系统性迭代"。

这期4小时的访谈，录制于2026年3月。录完之后，世界又发生了很多意想不到的变化：Meta对Manus的收购被撤销、Cursor可能被SpaceX收购、xAI并入SpaceX更名SpaceXAI。姚顺宇在访谈中聊了他在两大顶级实验室的亲身经历、对技术走向的预测，以及一个让很多人不安的判断：AI研究员的个人英雄主义时代过去了。

节目录制和发布之间，世界已经面目全非。这本身就是这期播客最好的注脚——AI世界的变化速度，已经超过了任何人的预测能力。

核心概念（由浅入深）

概念1：模型训练的工业化——从手工作坊到流水线

类比：想象酿酒。传统的酿酒师靠经验和直觉——"这批葡萄闻起来不错""发酵到这个程度差不多了"。这是手工作坊。现代酿酒厂则是标准化的流水线——温度、湿度、时间、pH值，每个参数都有传感器和控制系统。酿出来的酒不一定更有"灵魂"，但更稳定、更可预测、更能规模化。

原理：姚顺宇观察到，在Anthropic和Gemini这样的前沿实验室，模型训练已经高度工业化：

• 数据管线：谁负责pre-training data的收集和清洗，谁负责data quality的监控，谁负责data mixing的比例调整——分工明确，像工厂的流水线
• 训练pipeline：从数据清洗→tokenization→模型训练→checkpoint保存→评估→部署，是标准化的流程。每个环节都有owner，每个环节都有监控
• 评估体系：不是靠"我觉得这个模型不错"，而是有完整的benchmark suite——几十甚至上百个测试集，覆盖推理、coding、数学、多语言等各个维度
• 迭代循环：每个版本的改进都有明确的hypothesis（"如果我们增加coding数据的比例，coding benchmark会提升X%"）和验证（跑benchmark看是否真的提升了）
• 实验管理：大量的A/B测试，同时跑多个实验，用数据说话

为什么不用老方法：早期AI研究（比如Ilya Sutskever时代）确实有个人英雄主义的空间——一个人的直觉判断（"我们应该用RL""我们应该scale up"）可以改变整个方向。那时候模型小、数据少、实验快，一个人可以"看全局"。但现在，模型训练的pipeline已经比较完善，"一个人搞和另一个人搞可能差不太多"——因为流程已经标准化了，个人的边际贡献在缩小。

刨根问底：这是否意味着个人不再重要？不完全是。姚顺宇做了一个非常精准的区分：

正在消退的英雄主义：在训练pipeline中做出关键判断。比如"我们应该用这个learning rate schedule""我们应该在这个checkpoint停止训练"。这些判断以前靠直觉，现在靠数据和流程。

仍然重要的英雄主义：看到别人没看到的需求，做出世界没见过的产品。比如"我们应该做一个CLI形态的coding agent"（Claude Code的诞生）、"我们应该让Agent活在IM里"（OpenClaw的诞生）。这种"产品直觉"仍然无法被工业化。

举一反三：投资行业正在经历同样的转变。以前的"明星基金经理"靠个人直觉做判断——"我觉得这个股票要涨"。现在的量化投资靠系统和流程——因子模型、风控系统、执行算法。但"看到别人没看到的趋势"这种能力，仍然无法被系统化。巴菲特的价值不是他的计算能力，而是他的判断框架和逆人性的勇气。

概念2：技术预测的方法论——"有限上下文训练，无限上下文使用"

类比：你读过那种特别长的小说吗？比如《战争与和平》。你不可能把每一页都记在脑子里，但你可以随时翻回去看。好的阅读策略不是"记住所有内容"，而是"知道什么重要、什么可以暂时放下、什么时候需要翻回去"。

原理：姚顺宇对2026年的一个核心预测是：模型应当实现"训练时有限上下文，使用时无限上下文"（train with finite context, use with infinite context）。

这意味着什么？现在的模型有context window限制——比如200K token。超过这个长度，模型就"忘了"前面的内容。简单粗暴的解法是扩大window——从128K到1M到10M。但这成本极高，而且大部分信息其实是噪声。

姚顺宇的预测是更聪明的路径：模型在训练时仍然用有限长度的数据（因为训练成本必须可控），但在实际使用时，可以边交互边判断、丢弃不重要的信息、保留关键信息，从而实现"无限"的有效上下文。

为什么不用老方法：简单扩大context window有三个问题：

1. 成本：attention的计算量是O(n²)，context翻倍，计算量翻四倍

2. 噪声：大部分context是无关信息，模型需要学会"忽略"

3. 训练不匹配：训练时不可能用10M token的样本（太贵），但使用时需要处理10M token的context

刨根问底：这跟人脑的记忆机制惊人地相似。人的工作记忆容量极其有限（7±2个item），但通过海马体和新皮层的协作，人可以在需要时"检索"长期记忆。你不需要"记住"所有读过的书，你只需要"知道去哪里找"。AI的context window就像工作记忆，而未来的"无限上下文"就像人脑的"检索增强记忆"——不是"记住一切"，而是"需要时能找到"。

更深一层：这也跟苏煜（ep139）讲的"世界模型"有关。人不需要记住所有经历，因为经历被压缩成了"世界模型"——一个紧凑的、结构化的表示。AI的"无限上下文"可能也是类似的路径——不是记住所有token，而是把交互历史压缩成一个不断更新的"世界模型"。

举一反三：投资研究中的"信息过载"问题本质上是同一个问题。你不可能读完所有研报、看完所有数据。关键不是"获取更多信息"，而是"建立更好的信息过滤和检索机制"。AI时代，这种能力可以被外化——用Agent帮你做信息过滤，你只做最终判断。但"什么信息重要"的判断本身，仍然需要人的直觉。

概念3：Anthropic vs Google——两种实验室文化的对比

类比：想象两家餐厅。一家是米其林三星——主厨有强烈的个人风格，每道菜都经过精心设计，菜单不经常变，但每道菜都是"作品"。另一家是大型连锁——标准化流程、中央厨房、品控严格、扩张速度快，但少了点"灵魂"。

原理：姚顺宇在两家都待过，他的观察（结合雨森在ep142中的分析）：

Anthropic：

• 更像"专一型"组织——方向高度收敛到coding/agent
• Dario Amodei每两周跟全公司同步内部思考memo——信息极度透明
• 不强调个人英雄主义，强调价值观面试和方向对齐
• "管杀也管埋"——产品做出来有人持续维护、持续迭代
• 3月份Claude Code几十天迭代了几十个功能——迭代速度极快
• Cloud Code是用Cloud Code写的——dogfooding到极致

Google/Gemini：

• 有更多资源和生态位（搜索、Android、Cloud、TPU）
• Sergey Brin亲自管coding——高层重视
• 但组织更松散，"总觉得缺了一些东西"
• 模型能力挺强，但adoption不如Anthropic
• 可能缺的是"应用层的执行力"——有好的模型，但没有Claude Code这样的杀手级产品

为什么不用老方法：在AI探索期（ChatGPT之前），松散的组织更适合——因为不知道哪个方向是对的，需要多路探索。OpenAI早期同时做机器人、世界模型、游戏RL、语言模型——这是"探索型"组织的优势。但在AI赛跑期（方向已经收敛到coding/agent），高度对齐的组织更有优势——因为需要快速迭代、快速执行、不浪费资源在"已经证明不对的方向"上。

刨根问底：这是否意味着"探索型"组织永远会输给"执行型"组织？不一定。如果下一个范式转换发生（比如从LLM到某种全新的架构），那又需要回到探索模式。这就是为什么New Lab在2026年大量涌现——它们是在为"下一个范式"做准备。Anthropic的"专一"在当前范式下是优势，但如果范式变了，可能变成劣势。

举一反三：投资中的"集中 vs 分散"争论，本质上是同一个问题的映射。方向明确时集中下注（Anthropic模式），方向不明时分散探索（早期OpenAI模式）。关键是知道自己在哪个阶段。大部分投资者的错误是：在方向不明时集中（赌错了就完蛋），在方向明确时分散（错过了最大的机会）。

概念4：Coding不是垂直领域，是水平能力

类比：电不是一种"电器"——它是所有电器的基础设施。你不会说"电是一个垂直行业"，因为电渗透到了所有行业。Coding正在变成AI时代的"电"。

原理：姚顺宇和雨森（ep142）都强调：coding不是一个和医疗、金融并列的垂直方向，而是一个水平能力。它可以：

• 加强办公室工作（自动化Excel、PPT、邮件）
• 加强医疗研究（加速药物发现、分析临床数据）
• 加速科学发现（模拟实验、分析数据、写论文）
• 改造金融行业（自动化交易、风控、合规）
• 重塑教育（个性化教学、自动批改、知识图谱）

这个认知在2026年初还不那么显然——很多研究员（包括一些frontier lab的研究员）之前也觉得coding只是垂直方向之一。但Claude Code和Codex的收入爆发证明了这一点。

为什么不用老方法：以前估算coding的TAM（总可寻址市场），用的是"美国有多少developer × 每人愿意付多少钱"——算出来大概100亿美金。但实际上，coding的TAM是"所有可以被计算机操作的事情"——Dario Amodei在投资PPT的第一页就写了：全球白领的时间，大约三四十万亿美元。

刨根问底：为什么这个认知转变这么重要？因为它改变了整个AI产业的估值逻辑：

• 如果coding只是垂直领域→模型公司的天花板是100亿美金→当前估值太贵
• 如果coding是水平能力→模型公司的天花板是整个知识经济的价值→当前估值可能还便宜

这也解释了为什么Freda（ep141）说"两年前大家用价格×量估算coding TAM，完全错误"——因为"量"不是developer数量，而是"所有可以被计算机操作的任务数量"。

举一反三：投资中最大的错误往往是"把水平能力误认为垂直应用"。就像早期把互联网当成"一个行业"而不是"所有行业的基础设施"，会严重低估其价值。2000年互联网泡沫破裂不是因为互联网没用，而是因为大家把"水平能力"当"垂直应用"来估值——给每个"垂直网站"都估了天价。

概念5：Agent的"数据飞轮"——为什么Cloud Code越来越强

类比：你用过导航软件吧？Waze之所以比Google Maps在某些场景下更准，不是因为它的算法更好，而是因为它的用户更多——每个用户的行驶数据都在实时修正路况信息。用户越多→数据越多→导航越准→用户越多。这就是"数据飞轮"。

原理：姚顺宇解释了为什么Anthropic的coding模型越来越强——核心不是"又训了一个更大的模型"，而是Cloud Code产生的数据飞轮：

1. 用户使用Cloud Code写代码

2. 每次交互产生"什么任务→什么代码→成功/失败"的数据

3. 这些数据是极高质量的"后训练数据"——因为它来自真实场景、有明确的成功/失败信号

4. 这些数据回流到模型训练中

5. 模型变得更好→更多用户使用→更多数据→模型更好...

为什么不用老方法：ChatGPT时代没有数据飞轮——你跟ChatGPT聊天，产生的数据很难让模型"变得更聪明"（因为它已经训练了人类大量的文本数据）。但coding不同——每个coding任务都是"解决现实生活中的问题"，成功/失败的信号极其清晰。

刨根问底：这意味着什么？意味着拥有自己的harness（产品）比拥有更强的模型更重要。如果Anthropic只卖API，它就没有数据飞轮。Cloud Code这个产品本身，就是数据飞轮的载体。

这也解释了为什么Cursor（一个"壳"）也能做自己的模型（Composer）——因为它有海量的用户交互数据，加上post-training，就能训出一个不错的模型。"壳"不是没有价值——壳是数据飞轮的入口。

举一反三：投资中，"数据飞轮"的概念同样适用。一个投资机构如果能系统性地记录"每次投资决策的逻辑→结果→复盘"，它的判断框架会越来越强。关键是：这个飞轮需要"产品"来承载——不是"脑子里记一下"，而是有一个系统化的记录和分析流程。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：AI世界变化太快，录完播客世界就变了

这期节目录制于2026年3月。录完之后：Meta收购Manus被撤销、Cursor可能被SpaceX收购、xAI并入SpaceX。姚顺宇自己都说"AI的世界实在变化太快、太出乎意料了"。

对投资的影响：在AI领域，任何超过6个月的预测都可能是废纸。投资框架需要内置"快速修正"的机制——不是"预测对了就拿住"，而是"持续观察、持续修正"。Druckenmiller的"strong opinions, weakly held"在这里是最正确的态度。

洞察2：技术细节涉及企业机密，能说的有限

姚顺宇特别提到"技术细节会涉及企业机密，有一些嘉宾是不方便分享的"。这意味着我们在外部看到的AI进展，可能只是冰山一角。

对投资的影响：不要过度依赖公开信息做AI投资判断。真正的alpha在于理解"哪些进展是公开的、哪些是隐藏的、隐藏的部分可能有多大"。跟行业内的人交流（在合规范围内）比读公开报道重要得多。

洞察3：个人英雄主义在"做什么"上仍然重要

姚顺宇区分了"研究员的英雄主义"（正在消退）和"产品经理的英雄主义"（仍然重要）。做产品始终是"我要做一个世界没见过的东西"——这需要偏见、远见、非共识的判断。

对投资的影响：在AI时代，"看到别人没看到的需求"比"比别人更会写代码"更有价值。投资AI应用时，关注创始人的产品直觉，而不只是技术能力。一个"懂用户"的创始人比一个"懂模型"的创始人更可能做出爆款产品。

洞察4：模型训练的"工业化"意味着"人才溢价"在下降

以前一个顶尖研究员的价值在于"他能做出别人做不出的模型"。现在pipeline标准化了，"一个人搞和另一个人搞差不太多"。这意味着：

• 顶尖研究员的稀缺性溢价在下降
• "懂产品""懂用户"的人的溢价在上升
• 团队执行力的重要性超过了个人天才

对投资的影响：评估AI公司时，不要只看"团队有多少顶会论文"，要看"团队能不能快速把技术变成产品、把产品变成收入"。

和我的知识体系的连接

• 工业化训练 → 后训练重要性上升：与ep138罗福莉的"Agent范式很吃后训练"完全一致。工业化的是"预训练"，"后训练"仍然是手艺活
• Coding是水平能力：与ep139苏煜的"coding会主导打破边界"、ep142雨森的"coding不是垂直"三方印证
• 组织形态决定竞争力：与ep141 Freda的"电机塞进蒸汽机"类比、ep142雨森的"Anthropic组织能力"形成完整图景
• 数据飞轮 → Harness的价值：与ep142雨森的"Harness是OS"一致——Harness不只是"壳"，是数据飞轮的载体
• 投资启示：AI投资不能只看"谁的模型强"，要看"谁的组织能最快把模型能力转化成产品价值"。Anthropic的竞争力不是Claude比GPT强多少，而是它的组织能把Claude的能力最快变成Cloud Code、变成收入、变成数据飞轮

还没想明白的问题

1. "训练时有限上下文，使用时无限上下文"具体怎么实现？是某种检索增强（RAG的升级版）？还是模型架构的根本改变（比如某种"记忆压缩"机制）？还是训练方法的创新（让模型学会"遗忘"和"检索"）？

2. 工业化训练会不会导致"同质化"？如果所有实验室的pipeline都差不多，那模型之间的差异化从哪里来？是数据（谁有更好的后训练数据）？是方法论（谁的后训练方法更巧）？还是产品（谁的harness更好）？

3. 个人英雄主义在"做什么"上的重要性会不会也被AI替代？如果AI能生成产品创意、做用户研究、设计交互，那产品经理的"远见"还有多大价值？也许"远见"是最后一个不会被AI替代的人类能力——但也也许不是。

4. Anthropic的"专一"优势能持续多久？如果下一个范式转换发生（比如从LLM到世界模型，或者从text到multimodal原生），专一会不会变成劣势？Dario的"每两周同步memo"机制能不能让公司快速转向？

5. 姚顺宇的"英雄主义已过去"判断是否过于绝对？在更基础的研究层面（比如发现新的模型架构、新的训练范式），个人英雄主义是否仍然有空间？也许"应用层的英雄主义"过去了，但"基础研究的英雄主义"还在？

6. Google的"缺了什么"到底是什么？姚顺宇说Google"模型能力挺强，但adoption总觉得缺了一些东西"。是缺产品力？缺组织对齐？缺"管杀也管埋"的文化？还是缺"从用户角度思考"的基因？

概念6：从"模型竞赛"到"产品竞赛"——AI竞争的维度迁移

类比：智能手机早期，大家比的是"处理器多快、屏幕多大、像素多高"（硬件竞赛）。但iPhone赢不是因为硬件最强，而是因为"App Store生态+iOS体验"（产品竞赛）。AI行业正在经历同样的迁移——从"谁的模型benchmark分数高"到"谁的产品让用户离不开"。

原理：姚顺宇观察到，2026年AI竞争的维度已经发生了根本迁移：

2023-2024年：模型竞赛

• 核心指标：benchmark分数（MMLU、HumanEval、MATH）
• 竞争方式：谁先发布更强的模型
• 用户行为：哪个模型强就用哪个，切换成本为零
• 估值逻辑：模型能力 × 潜在市场

2025-2026年：产品竞赛

• 核心指标：用户留存、使用深度、数据飞轮速度
• 竞争方式：谁的产品让用户"离不开"
• 用户行为：在Claude Code里积累了memory和skill，切换成本很高
• 估值逻辑：数据飞轮速度 × 用户粘性 × 收入增速

为什么不用老方法：模型竞赛时代，"发一个更强的模型"就能赢。但产品竞赛时代，"更强的模型"只是必要条件，不是充分条件。你还需要：

• 好的交互设计（CLI vs GUI vs IM）
• 好的记忆管理（memory.md、session管理）
• 好的工具生态（MCP、skill marketplace）
• 好的部署基础设施（sandbox、always-on）

刨根问底：为什么"产品竞赛"对模型公司来说更难？因为模型公司的基因是"研究"——追求技术突破、追求benchmark分数。但产品需要的是"用户同理心"——理解用户的痛点、设计直觉的交互、处理琐碎的edge case。这两种能力是截然不同的。

Anthropic的Cloud Code之所以成功，不是因为它"技术最强"，而是因为它的产品团队理解"程序员到底需要什么"——一个可以在terminal里跑、可以读写文件、可以跑命令、可以记住偏好的工具。这些不是"模型能力"问题，是"产品设计"问题。

举一反三：投资中，"技术最强"不等于"投资回报最好"。很多技术领先的公司最终输给了"产品更好"的竞争对手。Betamax vs VHS、Google+ vs Facebook、Windows Phone vs iOS/Android——技术领先但产品失败的案例比比皆是。AI时代，同样的逻辑适用。

概念7：姚顺宇的"小疯"——为什么AI研究者需要"非理性"

类比：爵士乐手在演奏中会"即兴"——偏离乐谱，跟着感觉走，有时候会弹出意想不到的美妙旋律。这种"小疯"不是"乱来"，而是在深厚功底基础上的"创造性偏离"。

原理：这期播客的标题是"请允许我小疯一下"。姚顺宇在访谈中不仅聊技术，还聊了很多"非技术"的东西——对AI未来的疯狂预测、对组织形态的大胆判断、对"英雄主义已过去"的犀利观点。这种"小疯"本身就是他观点的一部分：在AI时代，"理性"和"非理性"的边界在模糊。

为什么不用老方法：传统的AI研究是"理性"的——提出假设、设计实验、验证结果、发表论文。但AI产品的创新往往是"非理性"的——"我觉得用户会喜欢这个"、"我觉得这个方向会爆发"。这种直觉不是"不理性"，而是"超越了当前数据能证明的范围"。

刨根问底：为什么"小疯"在AI时代特别重要？因为AI的变化速度已经超过了"理性分析"的速度。等你收集完数据、做完分析、得出结论，世界已经变了。在这种情况下，"基于深厚经验的直觉判断"比"基于历史数据的理性分析"更有价值。

举一反三：投资中，"小疯"对应的是"逆共识下注"。当所有人都认为"AI泡沫要破了"时，你敢不敢"小疯"一下，认为"这次真的不一样"？当所有人都认为"coding只是垂直领域"时，你敢不敢"小疯"一下，认为"coding是水平能力"？这种"有根据的疯狂"是超额收益的来源。

和我的知识体系的连接（补充）

• 工业化训练 → 投资的"系统化"：个人投资者的"直觉判断"正在被系统化投资流程替代。但"看到别人没看到的趋势"仍然是个人英雄主义的领地
• 产品竞赛 → 投资的"用户思维"：评估AI公司时，不要只看"技术多强"，要看"用户多离不开"。用户粘性 = 迁移成本 = 护城河
• 数据飞轮 → 投资的"复利效应"：Cloud Code的数据飞轮就像巴菲特的"滚雪球"——用户越多→数据越多→模型越好→用户越多。关键是找到"湿的雪"和"长的坡"
• "小疯" → 投资的"逆共识"：在AI时代，"理性共识"往往意味着"已经充分定价"。超额收益来自"有根据的非共识"——"小疯"一下

还没想明白的问题（补充）

7. "产品竞赛"时代，模型公司的组织架构需要怎么变？研究型和工程型人才的配比应该是多少？产品团队的权力应该有多大？Anthropic的"管杀也管埋"文化能不能被其他公司复制？

8. 姚顺宇在Anthropic和Gemini的具体技术贡献是什么？由于企业机密，很多细节无法分享。但他在ReAct（2022年）上的工作已经公开——ReAct是Agent领域最重要的早期工作之一。他在两大实验室的经历，让他对"工业化训练"有第一手的体感。

9. "英雄主义已过去"这个判断对AI人才培养意味着什么？如果个人英雄主义在消退，那AI博士的培养目标应该是什么？是"做出突破性研究"还是"在工业化pipeline中高效工作"？这对AI领域的人才供给有深远影响。

一句话总结

AI研究的天才时代结束了，但看到"该做什么"的远见，仍然是最稀缺的人类能力。

Agent技术演进史 — 学习解读

来源：张小珺商业访谈录 #139（2小时18分）

嘉宾：苏煜（俄亥俄州立大学教授 / New Cognition创始人，2025斯隆研究奖得主）

原始发布：2026-05-01

转录：[[ep139_139_Agent的综述和苏煜聊Agent技术史OpenClaw_Moment边界的消弭和社会的辐射]]

一句话：这期到底在讲什么

Agent不是新东西，但语言让它第一次真正"活"了。这期不是在讲"怎么做一个Agent产品"，而是在讨论Agent为什么会成为AI下一阶段，以及未来竞争壁垒在哪里。

从你最熟悉的东西开始

你用过ChatGPT吧？你问它一个问题，它给你一个回答，结束。这是Chat。

现在想象另一种场景：你跟一个助手说"帮我把这周的会议纪要整理好，发到团队群里，然后把待办事项加到我的日历"。这个助手需要感知环境（读邮件、看日历）、推理（判断哪些是待办）、行动（发消息、改日历）、持续运行（不是一问一答，而是一直在干活）。

这就是Agent。从Chat到Agent，不是"功能多了几个"，而是存在方式变了——从一个被动的回答机器，变成了一个有目的、有边界、能持续行动的数字实体。

苏煜在这期播客里做了一件很少有人做的事：他站在2026年的时间点，往回看了整整70年，把Agent从1950年代到OpenClaw的完整演化史讲了一遍。不是罗列论文，而是用一条清晰的线索串起来——Agent的核心问题从来只有两个：Memory（记忆）和Autonomy（自主性）。

这两个词听起来抽象，但你想想自己：你的"记忆"包括你知道的所有知识（语义记忆）、你经历过的所有事（情景记忆）、你会做的所有技能（程序性记忆）。你的"自主性"包括你怎么感知世界（看、听、触）、怎么思考（推理、判断）、怎么决策（选择、权衡）、怎么行动（执行、反馈）。Agent要做的，就是把这两件事在机器上实现。

[!note] 关于Memory/Autonomy框架的局限

这个两分法是一个**有用的教学和分析工具**，但不必把它当成Agent的"本质结构"。苏煜真正想传达的核心信息是：**Agent的演进是world model能力的演进**。Memory/Autonomy只是他讲这个故事的"脚手架"。如果你觉得这个框架"牵强"，你的直觉是对的——它在分析每一代Agent的局限时有些"削足适履"（后见之明）。真正贯穿播客始终的线索是：每代Agent的world model是如何构建的，以及为什么当前Agent缺乏**specialized world model**。

苏煜自己是湖南人，清华本科，美国PhD，在OSU做了多年教授，2025年拿了斯隆研究奖（AI领域最有分量的青年奖之一），然后搬到硅谷创办了New Cognition——一家专注Agent研究的创业公司，种子轮融了4000万美金。他的研究从语义解析（Semantic Parsing）转向Agent，是少数见证过Agent完整演化史的学者。

核心概念（由浅入深）

概念1：Agent的三要素——实体、环境、目的

类比：你养过鱼吗？鱼是一个实体（有边界），生活在水里（环境），它游来游去不是随机的，是在找食物、躲避天敌（目的性活动）。满足这三个条件的，都可以叫Agent。

原理：苏煜给出的定义非常精炼——Agent是一个有边界的实体（entity），在某种环境中工作，并且进行有目的的活动（goal-directed activities）。按这个定义，所有动物都是Agent，人是最先进的Agent。

他特别强调了一个词：boundary（边界）。Agent不是发散的、没有边界的东西。它有明确的"我"和"非我"的区分。这个边界可以是物理的（机器人的身体），也可以是逻辑的（软件Agent的权限范围）。

为什么不用老方法：这个定义看似简单，但它解决了一个大问题——Agent这个词在AI领域被用得太滥了，每个人定义不同。苏煜用这三个要素，把70年的Agent研究统一在一个框架下。而且他特别提到，Russell和Norvig的经典教材《Artificial Intelligence: A Modern Approach》本质上就是一本关于Agent的书——第一章就讲什么是intelligent agent。只是大家后来有点遗忘了这个事情。

刨根问底：为什么Agent在AI早期没有成为"显学"？因为太难了。1950-1990年代，技术条件根本不够。你想想，要让一个机器在复杂环境中自主行动，需要感知、推理、决策、执行——每一步在当时都是巨大的瓶颈。所以AI领域分化成了计算机视觉、自然语言处理、逻辑推理等子领域，各自攻克。"分久必合，合久必分"——直到LLM出现，这些领域才重新归拢。

苏煜还提到了一个有意思的点：早期过度追求"完备的Agent"是counterproductive的。因为当时的技术条件，你不可能做出一个真正完备的Agent。与其追求终极目标，不如先把子问题解决好。这是AI领域一个反复出现的模式——先分后合。

举一反三：投资也一样。早期投资领域也是高度分化的——基本面、量化、宏观、行业研究各自为战。但AI正在让这些边界消弭：一个Agent可以同时处理财务数据、新闻、市场情绪。未来的投资竞争优势不在于"你懂哪个子领域"，而在于"你能不能把这些子领域整合成一个有目的的行动系统"。

概念2：Memory和Autonomy——Agent的两条腿

类比：想象一个刚出生的婴儿。他有"记忆"的硬件（大脑），但还没有任何记忆内容。他也有"自主性"的硬件（手脚、感官），但还不知道怎么用。成长的过程，就是同时填充"记忆"和锻炼"自主性"的过程。

原理：苏煜把Agent需要的能力分为两大类：

Memory（广义记忆）：

• 知识表达（Knowledge Representation）：怎么把世界的信息编码成机器能用的形式
• 知识获取（Knowledge Acquisition）：怎么从环境中学习新知识
• 知识更新（Knowledge Update）：怎么修正过时的知识
• 知识遗忘（Knowledge Forgetting）：怎么丢弃不重要的信息
• 包括语义知识（semantic）、情景记忆（episodic）、程序性记忆（procedural）

Autonomy（广义自主性）：

• Perception（感知）：怎么感知环境状态
• Reasoning（推理）：怎么基于感知和已有知识做推理
• Decision Making（决策）：怎么基于推理做决策
• Action（行动）：怎么把决策反映到外界环境

关键洞察：Memory和Autonomy是一体两面的关系。Memory是Autonomy的基础——你的推理、决策、行动都依赖于你的记忆。同时，Autonomy的过程也在不断塑造Memory——你每次行动都会产生新的经验。

为什么不用老方法：苏煜用这个框架分析了每一代Agent的局限：

| Agent类型 | Memory的局限 | Autonomy的局限 |

| ----------------- | ---------------- | -------------------- |

| Logical Agent | 只有有限的逻辑陈述，表达能力极弱 | 只能做基于逻辑的推理 |

| Neural Agent (RL) | 只关于某个游戏的规则 | 一次forward pass，计算量固定 |

| Language Agent | 通过语言压缩形成世界表示 | 自适应计算（CoT），工具使用 |

刨根问底：为什么Logical Agent会失败？核心原因是knowledge acquisition bottleneck（知识获取瓶颈）。你得一个一个采访领域专家，手动把知识写成逻辑形式。这个过程极其痛苦、低效、效果有限。后来大家尝试了高阶逻辑、模糊逻辑、概率逻辑，但只解决了很小部分的问题。

为什么Neural Agent（深度强化学习）也有局限？因为它的sample efficiency（样本效率）极差——一个简单游戏可能要玩几百万盘才能学会。而且它的推理是"隐式的"——所有推理都压缩在一次forward pass里，不管问题多复杂，计算量都一样。人不是这样的——简单的事想一下就行，复杂的事要反复琢磨。

举一反三：这个"两条腿"框架对理解AI投资有启发，但更好的评估框架是：它的world model有多强？（它理解世界的深度和准确度）它的continual learning能力有多强？（它能从经验中学习、变得更好）这两个维度更能预测长期价值。

概念3：Language Agent——语言作为"脚手架"

类比：你小时候学骑自行车，需要辅助轮。辅助轮不是自行车的一部分，但没有它你学不会。学会之后，辅助轮可以去掉，但你已经会骑了。语言对Agent来说，就是"辅助轮"——它是学习的脚手架（scaffold），学会之后可以内化，但学习过程中不可或缺。

原理：2022年ChatGPT之后，苏煜认为我们进入了Language Agent时代。这一代Agent的核心特征是：用语言作为脚手架，同时服务于感知、推理和行动。

具体来说：

• 感知：语言理解让Agent能理解人的自然语言指令，交互形式灵活得多
• 推理：Chain of Thought（CoT）让Agent能用语言做推理。关键创新是自适应计算——简单任务少产生token，复杂任务多产生token。每产生一个token都是一次forward pass，都是一定量的计算。这实现了"adaptive computing"——有弹性的推理。
• 行动：语言（包括编程语言、图表语言等formal language）是极其全能的行动媒介

为什么不用老方法：之前的Semantic Processing（语义解析）也关注语言，但每次只能处理一个特定环境（一个数据库、一个知识图谱、一个网站）。LLM提供了一个非常强的prior（先验）——一个基于语言的世界模型，使得Language Agent可以被放到任何环境里，至少能reasonably产生一些行为。这是本质区别。

苏煜特别提到了一个有意思的学术谱系：做Semantic Parsing出身的人，后来很多在Agent领域做了重要工作——Percy Liang（Stanford）、Luke Zettlemoyer（UW/Meta，做了RoBERTa和ELMo）、港大的于涛、苏煜自己和宋欢老师。也许Semantic Parsing和Agent之间有某种深层联系。

苏煜的个人经历也值得注意：湖南县城出身，从小凌晨3点翻墙去网吧打游戏，但坚持读书——"读书本身就是构造世界的过程"。高考湖南省前十进清华，PhD后去OSU当教授，2025年拿斯隆研究奖，然后搬到硅谷创业。他自称性格是"魂不吝"（不在意世俗评价）+"I put my mind to it就能做到"——这种性格组合对创业很重要。

刨根问底：为什么语言在人类进化中起了"爆炸式加速器"的作用？苏煜引用了一个精彩的时间线：

• 地球上有机物出现：十几亿年前
• 真核细胞：又过了十几亿年
• 哺乳动物：2-4亿年前
• 人属（Homo）：200多万年前
• 智人（Homo sapiens）：时间更短
• 系统性符号表达：10万年前（洞穴壁画、宗教符号）
• 书面语言：5-6千年前
• 文明大爆炸：最近5-6千年

语言出现之前，人类进化速度跟其他物种差不多。语言出现之后，文明大爆炸。语言不是普通的沟通工具——它是跨越时空的信息传递机制，让知识可以积累、传承、组合。

Terrence Deacon在《The Symbolic Species》中的理论更激进：符号和人类大脑是共进化（co-evolution）的。先有了符号化的抽象表达，这反过来产生了进化压力，让大脑随之变化以适应符号环境。这相当于"自己开了一局新游戏"——其他物种还在慢悠悠地生物进化，人类突然开启了符号化的文化进化赛道。

举一反三：这个"脚手架"概念对理解投资研究很有启发。好的投资框架不是给你一个答案，而是给你一个思考的结构——让你知道该看什么、该问什么、该怎么连接。巴菲特的护城河分析框架、段永平的商业模式思考框架，本质上都是投资的"语言脚手架"。

概念4：Language Agent的三年进化史（2022-2025）

类比：如果把Agent的进化比作人类文明的进化，那2022年是"旧石器时代"（CoT、ReAct），2023年是"新石器时代"（AutoGPT、Toolformer、多模态），2024年是"青铜时代"（OS World、UGround），2025年是"铁器时代"（Claude Code、OpenClaw大爆发）。

原理：苏煜按时间线梳理了Language Agent的关键节点：

2022年：

• CoT（Chain of Thought）：实现了自适应推理
• ReAct（姚顺宇做的）：把CoT扩展到有外部环境的agent setting——感知→推理→行动→感知...
• LLM Planner（苏煜组）：最早的用LLM做robot planning的工作之一
• Mind2Web（苏煜组）：第一个基于LLM的web agent

2023年：

• Toolformer（Meta，2月）：第一个用LLM做tool use的工作。微软CTO萨提亚在全公司传阅。
• AutoGPT（3月）：GitHub史上star增长最快的repo（18万star），跟OpenClaw差不多火。但实际能做的事很少。
• AI Engineer → 后来变成了Lovable（vibe coding公司）
• GPT-4V出现：Agent全面向多模态转向
• MMMU（苏煜组）：第一个多模态LLM benchmark
• SeeAct（苏煜组）：基于GPT-4V的web agent
• WebArena（CMU）：可复现的web agent环境

2024年：

• OS World（于涛组）：desktop agent
• SWE Bench：引领了coding agent发展
• UGround（苏煜组）：提出"Agent应该像人一样用电脑"——pixel-level actions
• Claude Computer Use（10月）：采用了UGround的embodiment

2025年：

• OpenAI Operator、ChatGPT Agent
• Claude Code大爆发（尤其Opus 4.5之后）
• OpenClaw（11月发布，2026年2月真正火爆）

为什么不用老方法：苏煜特别指出，早期这些分类（web agent、desktop agent、mobile agent、coding agent）是"临时性的"。At the end of the day，大家想要的就是一个universal digital agent——可以在数字世界做人能做的所有事情的agent。Browser、desktop、mobile、GUI、CLI、coding——这些都只是"means to an end"，而且边界正在快速消弭。

刨根问底：为什么coding会主导打破这些边界？因为GUI本身就是通过code渲染而来的。你可以用coding的形式把GUI和CLI变成等价的。Dario Amodei（Anthropic CEO）在这一点上把握得非常准——coding是digital world最根本性的fabric和building layer。

但还有一个更深层的原因苏煜没有明说：Coding的feedback loop是最清晰的。写代码→运行→对/错→改，这个循环是即时的、明确的、可自动验证的。相比之下，写分析报告→谁来判断对错？做投资决策→要等几个月才知道结果。所以Coding Agent先爆发不是因为"代码重要"，而是因为学习信号最清晰——这对continual learning至关重要。

举一反三：投资中，"分类"是理解的工具，但也可能是思维的牢笼。当你把一家公司归类为"SaaS"或"电商"或"硬件"时，你自动套用了那个类别的分析框架。但AI时代，这些类别的边界在消弭——Anthropic既不是SaaS也不是硬件公司，它是一个"智能提供商"。

概念5：OpenClaw Moment——Agent的"ChatGPT时刻"

类比：2022年ChatGPT出来的时候，底层技术（Transformer、GPT系列）其实已经发展了好几年。OpenAI做的事情很简单：把模型fine-tune成聊天机器人，直接release给公众。技术没变，交互形式变了，然后整个世界变了。

OpenClaw就是Agent领域的同一个故事。

原理：苏煜的核心判断——OpenClaw Moment和ChatGPT Moment结构上高度相似：

| 维度 | ChatGPT Moment | OpenClaw Moment |

|------|---------------|-----------------|

| 底层技术 | LLM已经发展了好几年（BERT→GPT-3） | Agent已经有了很大发展（coding、tool use、设计范式） |

| 交互变化 | 变成chatbot，直接给公众用 | WhatsApp交互，24h always-on，YOLO权限 |

| 开源因素 | 不是开源，但低门槛 | 开源，社区自由扩展 |

| 后续影响 | 标志着LLM范式变化 | 标志着Agent范式变化 |

| 业内反应 | "技术上没什么新东西" | "看codebase，nothing's new here" |

为什么不用老方法：之前做Agent的人很"克制"——因为Agent能像人一样做事，就很危险，所以大家给Agent的权限很小心，尤其是学术界和大公司。OpenClaw打破了这个约束——"YOLO"（You Only Live Once），所有权限全开。这在闭源产品里会出大问题，但开源社区可以承受这个风险。

刨根问底：为什么中国比美国更火？苏煜的观察很精到：

• 美国：火主要在开发者群体，是技术叙事（"怎么做得更深"）
• 中国：全民化，是"个人翻身工具"甚至"不学就被淘汰"的焦虑叙事

这跟中国一向在应用层动作快有关（Eric Schmidt专门讲过这个）。AI的能力已经超过了很多事情的"摩擦阈值"——以前不值得做的事情（因为摩擦太高、经济账算不过来），现在值得做了。中国缺的不是技术，是有洞察和执行力去发现这些价值的人。

苏煜也诚实地说了："这个过程肯定会有一些浪费。比如有些人花钱装了OpenClaw发现没用，又花钱找人卸载。但对于社会整体来说，仍是一个很积极的发展。"

举一反三：这跟投资中的"技术扩散"概念完全对应。技术本身的价值不等于经济价值——中间有一个"吸收"过程。电发明了，但工厂还是蒸汽机时代的垂直结构，直到流水线出现，生产率才真正提升。AI也一样——模型能力已经够了，但组织架构、工作流程、商业模式还没重新设计。

概念6：世界模型与持续学习——Agent的下一个前沿

类比：你刚毕业去一家新公司实习。第一天你什么都不知道——不知道组织架构、不知道谁说了算、不知道软件怎么用、不知道工作流程。但你在"learning on the job"的过程中，持续构建一个关于这个"小世界"的模型。几个月后你成了专家——不是因为你背了所有规则，而是因为你建立了这个世界的心智模型（mental model）。

原理：苏煜认为，Agent当前最大的瓶颈不是模型不够强，而是不会持续学习。现在的Agent给你一个问题，可能60-70%的概率做对，但30-40%不知道为什么就失败了。人不是这样的——专家基本上100%能做对，因为专家通过持续学习，学会了所有的ins and outs。

这个持续学习的目标，就是世界模型（World Model）。注意，苏煜定义的世界模型远比通常理解的（视频预测、3D重建）要广——它包括：

• 组织架构（表面上的org chart和实际的org chart）
• 人际关系（谁说的话管用、找谁批准）
• 软件操作（在这个软件上做这个操作会有什么结果）
• 工作流程（workflows）
• 心智模型（theory of mind——别人在想什么）
• 抽象概念（什么是民主、什么是法治）

他引用了Jeff Hawkins的"千脑智能"（A Thousand Brains of Intelligence）理论：人脑新皮层有15万个皮质柱（cortical column），结构高度相似，每个皮质柱都在学习一个世界模型。新皮层进化时间很短（哺乳动物才出现，2亿多年前），但要做的事情极多（视觉、语言、推理、规划），所以进化选择了"一个通用的学习机器重复15万次"这个方案。

这意味着world model不是"一个完整的大模型"，而是很多小模型的集合——每个皮质柱可能学几百个micro world model，不同皮质柱负责不同micro world，最终通过投票/协调产生行为。这解释了为什么人能在不同领域都是expert。苏煜的创业bet本质上就是：让Agent也学会这种分布式world model的构建方式。

[!info] 技术深潜：World Model 的两种视角

**视角1：具身智能/机器人领域的 World Model（狭义）**

定义：Agent 内部构建的**物理世界模拟器**，能根据当前状态和动作预测未来状态。

数学表达：\(P(s_{t+1} | s_t, a_t)\)

典型架构：

```

Perception (摄像头/传感器)

↓

Encoder (CNN/VAE → latent state)

↓

Dynamics Model (RNN/Transformer → 预测未来)

↓

Policy/Controller (输出动作)

↓

Environment (物理世界)

↓

反馈给 Perception

```

代表工作：Dreamer (RSSM)、Google RT-2、Physical Intelligence π0

**视角2：苏煜的广义 World Model（Language Agent 视角）**

定义：对一个"小世界"的**完整理解**，不仅包括物理规律，还包括：

- 组织架构（表面上的 org chart 和实际的 org chart）

- 人际关系（谁说的话管用、找谁批准）

- 工作流程（workflows）

- 抽象概念（什么是民主、什么是法治）

- 心智模型（theory of mind——别人在想什么）

数学表达：不只是 \(P(s_{t+1} | s_t, a_t)\)，而是对**整个环境因果结构**的压缩表示。

**两种视角的关系**：

| 维度 | 狭义（机器人） | 广义（苏煜） |

|------|-------------|------------|

| 适用场景 | 物理世界 | 数字世界 + 物理世界 + 社会世界 |

| 输入 | 传感器数据（图像、力反馈） | 语言 + 视觉 + 工具反馈 |

| 输出 | 关节控制信号 | API 调用、GUI 操作、自然语言回复 |

| 学习方式 | RL + 仿真 | Continual learning from deployment |

**为什么 Language Agent 的 World Model 更难**：

- 物理世界的因果链相对稳定（苹果落地永远是因为重力）

- 社会世界的因果链极不稳定（老板说"再改改"有时是真的要改，有时只是随口一说）

- 需要**持续学习**来更新 World Model，而不是一次训练就固定

**LLM 是 World Model 吗？——关键连接**

你的笔记说"LLM 可以成为 World Model 的一种实现方式"，这个观点是对的，但需要更精确：

| | 传统 World Model (Dreamer) | LLM 作为 World Model |

|---|---|---|

| 训练方式 | 在仿真环境中 RL 训练 | 在人类文本上做语言建模 |

| 学到的内容 | 物理规律（重力、碰撞） | 人类知识（包括物理规律 + 社会规律） |

| 表示方式 | 显式的 latent state | 隐式的参数权重 |

| 预测方式 | 显式模拟未来帧 | 隐式通过 token 预测 |

**苏煜的核心洞见**：LLM 的训练过程（语言建模）本质上是一个**压缩过程**——从人类几十万年的文本中，压缩出一个关于世界的内部表示。这个表示不是"随机鹦鹉"（statistical parrot），而是一个**真正的 World Model**——只是它是用语言编码的，而不是用视频或 3D 模型编码的。

这就是为什么苏煜坚持叫 "Language Agent"——因为语言不只是沟通工具，而是 **World Model 的编码方式**。

为什么不用老方法：现在Agent的训练主要靠两种方式：

1. RL post-training（强化学习后训练）：模型厂做的，包括synthetic environment RL。但RL的持续学习效果跟人天壤之别——学习速度、准确性、学习内容和范畴都很不同。

2. 非参数化学习（Non-parametric learning）：写MD files、skills。OpenClaw和Claude Code里的skills就是这种。最近有Meta Harness、Auto Harness等工作想用非符号化方法提高harness。但光靠非参数化学习，上限有限。

苏煜认为这两种范式都还没有真正解决"从intern变成expert"的问题。

刨根问底：为什么语言和世界模型的关系这么重要？苏煜引用了MIT的研究（Evelina Fedorenko的工作）：语言和思维在人脑中是可以分开的——做复杂推理时语言区域（Wernicke区和Broca区）不一定被激活。

但苏煜的回应很精妙：individual thought可能不需要language，但那因为你已经把语言内化了——学习过程中语言作为脚手架，学完之后知识被internalize到神经连接中，不再需要语言中介。这就像你学会了骑自行车后不再需要辅助轮，但学习过程中辅助轮是不可或缺的。

他在Twitter上说的一句话得到了Chris Olah的高度赞同："Individual thought doesn't need language, but civilization needs language." 个体思考可能不需要语言，但文明需要语言。任何你能想到的尖端工业、domain，都是符号化的——用语言、图表、编程语言表达。现代文明存在的根基就是符号化表达。

举一反三：投资中的"能力圈"概念，本质上就是一个领域专家的世界模型。巴菲特为什么能几十年保持高回报？不是因为他比别人聪明，而是因为他对消费品牌、保险浮存金、管理层品质这些"小世界"建立了极其精确的世界模型。AI时代，这种世界模型可以被编码——苏煜的New Cognition公司做的就是这个：让Agent通过持续学习，构建特定领域的世界模型，从通用智能变成专家智能。

概念7：Specialized Intelligence——通用智能之后的差异化

类比：全科医生什么病都能看，但你得了心脏病，你还是会去找心内科专家。因为专家知道所有ins and outs——哪些症状组合意味着什么、哪些药物有交互作用、哪些手术方案风险最低。全科医生60-70%能判断对，但专家接近100%。

原理：苏煜的核心判断：通用智能已经"够用了"——给Claude Code一个问题，60-70%概率能做对。但世界是由几百万个"小世界"组成的：

• 每个职业是一个小世界
• 每个domain是一个小世界
• 每个公司是一个小世界
• 每个软件、每个网站是一个小世界

这些小世界加起来的entropy几乎无限。不可能有一个single agent或single model能capture所有entropy。所以必然有一个adaptation和specialization的过程。

New Cognition的研究重点就是：learning to specialize by learning the world model of work。不是做HR Agent、财务Agent（那只是结果），而是研究"如何让通用Agent快速specialize成任何领域的专家"的方法论。

为什么不用老方法：大模型公司天然想做平台性、统一性的东西，不想做specialize的东西——这跟它们的组织架构和商业模式相冲。即使它们选择去做，也可能做不好，因为很多东西经济上不是它们的比较优势。这给了非模型厂商和普通人很大的机会。

苏煜还强调了一个反直觉的点：模型公司的incentive是做平台、做通用东西。做specialized agent需要深入行业、理解工作流、长期陪跑客户——这跟模型公司的基因冲突。所以他的判断是：最大机会不在模型公司，而在垂直Agent公司——尤其是有行业know-how+能部署+能持续学习的团队。

刨根问底：专家Agent能带来什么？苏煜列了四个好处：

1. Reliability（可靠性）：从60-70%提升到接近100%

2. Speed（速度）：不需要每次从头推理

3. Cost effectiveness（成本效率）：不需要消耗大量frontier model tokens

4. Stability（稳定性）：不会忽好忽坏

这四个恰恰是现在Agent最缺乏的——"又不可靠、又慢、又贵"。

举一反三：AI创业的最大机会不是做"更好的通用模型"，而是做"让通用Agent变成领域专家"的方法论。这跟投资中的"alpha来源"逻辑一致——公开信息（通用智能）已经充分定价了，超额收益来自"专有知识"（specialized intelligence）。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：所有边界都在消弭

Web agent、desktop agent、mobile agent、coding agent——这些分类是"临时性的"。最终大家想要的是一个universal digital agent。而coding正在主导打破这些边界，因为GUI本身就是通过code渲染而来的。

这意味着什么：投资时不要押注某个特定的Agent形态（比如"computer use agent"），而要押注底层能力——模型的coding能力、工具使用能力、持续学习能力。形态会变，能力不会。

洞察2：Specialized Intelligence > General Intelligence

通用智能已经"够用了"。差异化来自specialization。世界是由几百万个小世界组成的，不可能被单一模型capture。

这意味着什么：AI创业的最大机会不是做"更好的通用模型"，而是做"让通用Agent变成领域专家"的方法论。

洞察3：GUI不会消失，但Agent不需要GUI

苏煜的判断很nuanced：

• GUI不会消失（人是visual animal，需要GUI做validation、建立trust、auditing）
• 但Agent不需要GUI（用CLI/API更高效）
• 短期内GUI仍然是de facto interface（99%的数字世界有GUI）
• 全面CLI化不现实（Semantic Web推了20年adoption还是很低）

这意味着什么：不要赌"GUI会死"或"CLI会赢"。真正的赢家是能在两种interface之间自如切换的Agent。

洞察4：反馈循环决定学习速度

Coding Agent先爆发不是因为"代码重要"，而是因为feedback loop最清晰——写代码→运行→对/错→改，即时、明确、可自动验证。这个洞察可以推广：任何domain的Agent化速度，取决于这个domain的feedback loop清晰度。

| Domain | Feedback Loop | Agent化速度 |

|--------|--------------|------------|

| Coding | 即时、明确 | ⭐⭐⭐⭐⭐ 已爆发 |

| 数据分析 | 较快、可验证 | ⭐⭐⭐⭐ 正在爆发 |

| 客服对话 | 中等、可评价 | ⭐⭐⭐ 进行中 |

| 投资决策 | 延迟、模糊 | ⭐ 早期 |

| 管理决策 | 极延迟、极模糊 | ⭐ 很远 |

这意味着什么：投资Agent赛道时，优先关注feedback loop清晰的domain。这些domain的Agent会先成熟、先产生经济价值。

洞察5：技术的民主化是Agent研究者的责任

苏煜说了一句很真诚的话：如果Agent的门槛一直很高，只有巨头能做，那job displacement的速度会远超新工作产生的速度，社会会出大问题。作为Agent研究者，我们有责任让技术民主化——让每个有独特想法和洞察的人都能把想法转化成可以产生价值的agent。

这意味着什么：关注开源生态（OpenClaw、Hermes等）的发展。这些项目不是在"抄大厂"，而是在做技术民主化的基础设施。

苏煜的创业赌局：New Cognition

苏煜为什么放弃tenure去创业？他的核心逻辑：

1. Research和Production分不开：Agent的learning signal来自deployment中的continual learning。你在学校里没有deployment，就没有learning signal。

2. 时间点到了：2025年初，底层技术（LLM能力、tool use、coding、multimodality）开始ready，他对agent的bottleneck有了更深刻的认知。

3. 赌注是"第三条路"：现有两种范式都不够——RL post-training太慢，.md skills上限低。New Cognition在探索第三种范式，但苏煜没有公开细节。这是这期播客最大的留白。

4. 4000万美金种子轮：投资人在赌的不是"又一个agent框架"，而是"谁能解决specialized intelligence的方法论"。这个赛道上限极高（如果成功，根本性改变社会生产关系），uncertainty也极高（没人知道哪种技术路线对）。

和我的知识体系的连接

• Attention → KV Cache → Agent：Attention让模型能"选择性关注"，KV Cache让模型能"记住上下文"，Agent让模型能"持续行动"。每一步都是在扩展AI的"自主性"边界。
• 语言作为脚手架：这解释了为什么LLM不只是"随机鹦鹉"——语言训练是一个压缩过程，从语言的surface form压缩成对世界的内部表示（internal representation）。
• Coding不是垂直领域，是水平能力：苏煜和雨森（ep142）都强调这一点。Coding不是和医疗、金融并列的垂直方向，而是所有方向的"操作系统"。
• 投资启示：模型公司的护城河不是模型本身，而是数据飞轮。Cloud Code的高质量coding数据回流，让Anthropic的模型越训越好。这是"usage-based"商业模式对"subscription-based"的根本优势。
• 苏煜的个人经历：从小在网吧打游戏到凌晨3点，但坚持读书——"读书本身就是构造世界的过程"。高考湖南省前十进清华。这种"魂不吝"（不在意世俗评价）+ "I put my mind to it就能做到"的性格组合，对创业很重要。

这期播客的可信度评估

| 维度 | 评分 | 说明 |

|------|------|------|

| Agent历史 | ⭐⭐⭐⭐⭐ | 苏煜是亲历者，时间线准确 |

| LLM演化判断 | ⭐⭐⭐⭐⭐ | "语言作为脚手架"有说服力 |

| Continual learning方向 | ⭐⭐⭐⭐ | 前沿观点，尚未验证，但逻辑自洽 |

| World model作为Agent核心 | ⭐⭐⭐⭐ | 有争议（vision派会反对），但值得重视 |

| 投资启发 | ⭐⭐⭐⭐ | 框架有用，但需要结合其他信息源 |

总体评价：这期属于"AI研究路线判断"类内容，比"AI应用爆款分析"有更高的长期价值。它回答的是：2027-2030年AI创业和投资的核心范式可能在哪里。

还没想明白的问题

1. 世界模型的具体实现路径还不清楚。苏煜说"continual learning会被解决，而且是未来几年"，但具体怎么解决？RL不行，非参数化学习上限有限，那第三条路是什么？是某种新的学习范式？还是现有方法的组合突破？

2. 语言到底是不是世界模型的必要条件？谢赛宁（ep133）认为需要更多非语言的表征（vision-based world model），苏煜坚定认为语言是核心。这个争论的实质是什么？是不是"物理世界用vision，社会世界用language"？

3. Agent的"意图"（intention）问题。苏煜说AI没有原生的goals和intention，所有目的都是人赋予的。在可预见的未来看不到singularity的可能性。但如果Agent通过持续学习形成了自己的"偏好"，这算不算某种形式的intention？

4. OpenClaw在中国的全民化热潮是好事还是泡沫？苏煜说"有些人花钱装了OpenClaw发现没用，又花钱找人卸载"——这个浪费是技术扩散的正常成本，还是说明Agent还没真正ready？

5. New Cognition的"specialize intelligence"方法论具体是什么？苏煜没有透露太多细节。是某种新的continual learning算法？还是基于world model的adaptation框架？种子轮4000万美金，6个月就融到——投资人到底在赌什么？

6. SaaS的估值逻辑在变，但会变成什么？苏煜说"软件的margin在被迅速压缩"，但"很多软件还是有存在价值"。AI native公司 vs SaaS公司转型，谁赢？还是达成equilibrium？

一句话总结

LLM让AI获得了通用能力，而Agent的下一阶段，是让AI通过持续学习形成分布式的专业世界模型，成为某个领域真正可靠的专家——而且这个机会更可能属于垂直行业的insider，而非通用模型公司。

延伸阅读

• World Model 技术深度：World Model 在具身智能/机器人领域的技术细节（Dreamer、RSSM、VLA 等）
• ep139_139_Agent的综述和苏煜聊Agent技术史OpenClaw_Moment边界的消弭和社会的辐射：本期播客的完整转录

Agent技术演进史 — 学习解读

来源：张小珺商业访谈录 #139（2小时18分）

嘉宾：苏煜（俄亥俄州立大学教授 / New Cognition创始人，2025斯隆研究奖得主）

原始发布：2026-05-01

转录：ep139_139_Agent的综述和苏煜聊Agent技术史OpenClaw_Moment边界的消弭和社会的辐射

一句话：这期到底在讲什么

Agent不是新东西，但语言让它第一次真正"活"了。这期不是在讲"怎么做一个Agent产品"，而是在讨论Agent为什么会成为AI下一阶段，以及未来竞争壁垒在哪里。

从你最熟悉的东西开始

你用过ChatGPT吧？你问它一个问题，它给你一个回答，结束。这是Chat。

现在想象另一种场景：你跟一个助手说"帮我把这周的会议纪要整理好，发到团队群里，然后把待办事项加到我的日历"。这个助手需要感知环境（读邮件、看日历）、推理（判断哪些是待办）、行动（发消息、改日历）、持续运行（不是一问一答，而是一直在干活）。

这就是Agent。从Chat到Agent，不是"功能多了几个"，而是存在方式变了——从一个被动的回答机器，变成了一个有目的、有边界、能持续行动的数字实体。

苏煜在这期播客里做了一件很少有人做的事：他站在2026年的时间点，往回看了整整70年，把Agent从1950年代到OpenClaw的完整演化史讲了一遍。不是罗列论文，而是用一条清晰的线索串起来——Agent的核心问题从来只有两个：Memory（记忆）和Autonomy（自主性）。

这两个词听起来抽象，但你想想自己：你的"记忆"包括你知道的所有知识（语义记忆）、你经历过的所有事（情景记忆）、你会做的所有技能（程序性记忆）。你的"自主性"包括你怎么感知世界（看、听、触）、怎么思考（推理、判断）、怎么决策（选择、权衡）、怎么行动（执行、反馈）。Agent要做的，就是把这两件事在机器上实现。

[!note] 关于Memory/Autonomy框架的局限

这个两分法是一个有用的教学和分析工具，但不必把它当成Agent的"本质结构"。苏煜真正想传达的核心信息是：Agent的演进是world model能力的演进。Memory/Autonomy只是他讲这个故事的"脚手架"。如果你觉得这个框架"牵强"，你的直觉是对的——它在分析每一代Agent的局限时有些"削足适履"（后见之明）。真正贯穿播客始终的线索是：每代Agent的world model是如何构建的，以及为什么当前Agent缺乏specialized world model。

苏煜自己是湖南人，清华本科，美国PhD，在OSU做了多年教授，2025年拿了斯隆研究奖（AI领域最有分量的青年奖之一），然后搬到硅谷创办了New Cognition——一家专注Agent研究的创业公司，种子轮融了4000万美金。他的研究从语义解析（Semantic Parsing）转向Agent，是少数见证过Agent完整演化史的学者。

核心概念（由浅入深）

概念1：Agent的三要素——实体、环境、目的

类比：你养过鱼吗？鱼是一个实体（有边界），生活在水里（环境），它游来游去不是随机的，是在找食物、躲避天敌（目的性活动）。满足这三个条件的，都可以叫Agent。

原理：苏煜给出的定义非常精炼——Agent是一个有边界的实体（entity），在某种环境中工作，并且进行有目的的活动（goal-directed activities）。按这个定义，所有动物都是Agent，人是最先进的Agent。

他特别强调了一个词：boundary（边界）。Agent不是发散的、没有边界的东西。它有明确的"我"和"非我"的区分。这个边界可以是物理的（机器人的身体），也可以是逻辑的（软件Agent的权限范围）。

为什么不用老方法：这个定义看似简单，但它解决了一个大问题——Agent这个词在AI领域被用得太滥了，每个人定义不同。苏煜用这三个要素，把70年的Agent研究统一在一个框架下。而且他特别提到，Russell和Norvig的经典教材《Artificial Intelligence: A Modern Approach》本质上就是一本关于Agent的书——第一章就讲什么是intelligent agent。只是大家后来有点遗忘了这个事情。

刨根问底：为什么Agent在AI早期没有成为"显学"？因为太难了。1950-1990年代，技术条件根本不够。你想想，要让一个机器在复杂环境中自主行动，需要感知、推理、决策、执行——每一步在当时都是巨大的瓶颈。所以AI领域分化成了计算机视觉、自然语言处理、逻辑推理等子领域，各自攻克。"分久必合，合久必分"——直到LLM出现，这些领域才重新归拢。

苏煜还提到了一个有意思的点：早期过度追求"完备的Agent"是counterproductive的。因为当时的技术条件，你不可能做出一个真正完备的Agent。与其追求终极目标，不如先把子问题解决好。这是AI领域一个反复出现的模式——先分后合。

举一反三：投资也一样。早期投资领域也是高度分化的——基本面、量化、宏观、行业研究各自为战。但AI正在让这些边界消弭：一个Agent可以同时处理财务数据、新闻、市场情绪。未来的投资竞争优势不在于"你懂哪个子领域"，而在于"你能不能把这些子领域整合成一个有目的的行动系统"。

概念2：Memory和Autonomy——Agent的两条腿

类比：想象一个刚出生的婴儿。他有"记忆"的硬件（大脑），但还没有任何记忆内容。他也有"自主性"的硬件（手脚、感官），但还不知道怎么用。成长的过程，就是同时填充"记忆"和锻炼"自主性"的过程。

原理：苏煜把Agent需要的能力分为两大类：

Memory（广义记忆）：

• 知识表达（Knowledge Representation）：怎么把世界的信息编码成机器能用的形式
• 知识获取（Knowledge Acquisition）：怎么从环境中学习新知识
• 知识更新（Knowledge Update）：怎么修正过时的知识
• 知识遗忘（Knowledge Forgetting）：怎么丢弃不重要的信息
• 包括语义知识（semantic）、情景记忆（episodic）、程序性记忆（procedural）

Autonomy（广义自主性）：

• Perception（感知）：怎么感知环境状态
• Reasoning（推理）：怎么基于感知和已有知识做推理
• Decision Making（决策）：怎么基于推理做决策
• Action（行动）：怎么把决策反映到外界环境

关键洞察：Memory和Autonomy是一体两面的关系。Memory是Autonomy的基础——你的推理、决策、行动都依赖于你的记忆。同时，Autonomy的过程也在不断塑造Memory——你每次行动都会产生新的经验。

为什么不用老方法：苏煜用这个框架分析了每一代Agent的局限：

| Agent类型 | Memory的局限 | Autonomy的局限 |

| ----------------- | ---------------- | -------------------- |

| Logical Agent | 只有有限的逻辑陈述，表达能力极弱 | 只能做基于逻辑的推理 |

| Neural Agent (RL) | 只关于某个游戏的规则 | 一次forward pass，计算量固定 |

| Language Agent | 通过语言压缩形成世界表示 | 自适应计算（CoT），工具使用 |

刨根问底：为什么Logical Agent会失败？核心原因是knowledge acquisition bottleneck（知识获取瓶颈）。你得一个一个采访领域专家，手动把知识写成逻辑形式。这个过程极其痛苦、低效、效果有限。后来大家尝试了高阶逻辑、模糊逻辑、概率逻辑，但只解决了很小部分的问题。

为什么Neural Agent（深度强化学习）也有局限？因为它的sample efficiency（样本效率）极差——一个简单游戏可能要玩几百万盘才能学会。而且它的推理是"隐式的"——所有推理都压缩在一次forward pass里，不管问题多复杂，计算量都一样。人不是这样的——简单的事想一下就行，复杂的事要反复琢磨。

举一反三：这个"两条腿"框架对理解AI投资有启发，但更好的评估框架是：它的world model有多强？（它理解世界的深度和准确度）它的continual learning能力有多强？（它能从经验中学习、变得更好）这两个维度更能预测长期价值。

概念3：Language Agent——语言作为"脚手架"

类比：你小时候学骑自行车，需要辅助轮。辅助轮不是自行车的一部分，但没有它你学不会。学会之后，辅助轮可以去掉，但你已经会骑了。语言对Agent来说，就是"辅助轮"——它是学习的脚手架（scaffold），学会之后可以内化，但学习过程中不可或缺。

原理：2022年ChatGPT之后，苏煜认为我们进入了Language Agent时代。这一代Agent的核心特征是：用语言作为脚手架，同时服务于感知、推理和行动。

具体来说：

• 感知：语言理解让Agent能理解人的自然语言指令，交互形式灵活得多
• 推理：Chain of Thought（CoT）让Agent能用语言做推理。关键创新是自适应计算——简单任务少产生token，复杂任务多产生token。每产生一个token都是一次forward pass，都是一定量的计算。这实现了"adaptive computing"——有弹性的推理。
• 行动：语言（包括编程语言、图表语言等formal language）是极其全能的行动媒介

为什么不用老方法：之前的Semantic Processing（语义解析）也关注语言，但每次只能处理一个特定环境（一个数据库、一个知识图谱、一个网站）。LLM提供了一个非常强的prior（先验）——一个基于语言的世界模型，使得Language Agent可以被放到任何环境里，至少能reasonably产生一些行为。这是本质区别。

苏煜特别提到了一个有意思的学术谱系：做Semantic Parsing出身的人，后来很多在Agent领域做了重要工作——Percy Liang（Stanford）、Luke Zettlemoyer（UW/Meta，做了RoBERTa和ELMo）、港大的于涛、苏煜自己和宋欢老师。也许Semantic Parsing和Agent之间有某种深层联系。

苏煜的个人经历也值得注意：湖南县城出身，从小凌晨3点翻墙去网吧打游戏，但坚持读书——"读书本身就是构造世界的过程"。高考湖南省前十进清华，PhD后去OSU当教授，2025年拿斯隆研究奖，然后搬到硅谷创业。他自称性格是"魂不吝"（不在意世俗评价）+"I put my mind to it就能做到"——这种性格组合对创业很重要。

刨根问底：为什么语言在人类进化中起了"爆炸式加速器"的作用？苏煜引用了一个精彩的时间线：

• 地球上有机物出现：十几亿年前
• 真核细胞：又过了十几亿年
• 哺乳动物：2-4亿年前
• 人属（Homo）：200多万年前
• 智人（Homo sapiens）：时间更短
• 系统性符号表达：10万年前（洞穴壁画、宗教符号）
• 书面语言：5-6千年前
• 文明大爆炸：最近5-6千年

语言出现之前，人类进化速度跟其他物种差不多。语言出现之后，文明大爆炸。语言不是普通的沟通工具——它是跨越时空的信息传递机制，让知识可以积累、传承、组合。

Terrence Deacon在《The Symbolic Species》中的理论更激进：符号和人类大脑是共进化（co-evolution）的。先有了符号化的抽象表达，这反过来产生了进化压力，让大脑随之变化以适应符号环境。这相当于"自己开了一局新游戏"——其他物种还在慢悠悠地生物进化，人类突然开启了符号化的文化进化赛道。

举一反三：这个"脚手架"概念对理解投资研究很有启发。好的投资框架不是给你一个答案，而是给你一个思考的结构——让你知道该看什么、该问什么、该怎么连接。巴菲特的护城河分析框架、段永平的商业模式思考框架，本质上都是投资的"语言脚手架"。

概念4：Language Agent的三年进化史（2022-2025）

类比：如果把Agent的进化比作人类文明的进化，那2022年是"旧石器时代"（CoT、ReAct），2023年是"新石器时代"（AutoGPT、Toolformer、多模态），2024年是"青铜时代"（OS World、UGround），2025年是"铁器时代"（Claude Code、OpenClaw大爆发）。

原理：苏煜按时间线梳理了Language Agent的关键节点：

2022年：

• CoT（Chain of Thought）：实现了自适应推理
• ReAct（姚顺宇做的）：把CoT扩展到有外部环境的agent setting——感知→推理→行动→感知...
• LLM Planner（苏煜组）：最早的用LLM做robot planning的工作之一
• Mind2Web（苏煜组）：第一个基于LLM的web agent

2023年：

• Toolformer（Meta，2月）：第一个用LLM做tool use的工作。微软CTO萨提亚在全公司传阅。
• AutoGPT（3月）：GitHub史上star增长最快的repo（18万star），跟OpenClaw差不多火。但实际能做的事很少。
• AI Engineer → 后来变成了Lovable（vibe coding公司）
• GPT-4V出现：Agent全面向多模态转向
• MMMU（苏煜组）：第一个多模态LLM benchmark
• SeeAct（苏煜组）：基于GPT-4V的web agent
• WebArena（CMU）：可复现的web agent环境

2024年：

• OS World（于涛组）：desktop agent
• SWE Bench：引领了coding agent发展
• UGround（苏煜组）：提出"Agent应该像人一样用电脑"——pixel-level actions
• Claude Computer Use（10月）：采用了UGround的embodiment

2025年：

• OpenAI Operator、ChatGPT Agent
• Claude Code大爆发（尤其Opus 4.5之后）
• OpenClaw（11月发布，2026年2月真正火爆）

为什么不用老方法：苏煜特别指出，早期这些分类（web agent、desktop agent、mobile agent、coding agent）是"临时性的"。At the end of the day，大家想要的就是一个universal digital agent——可以在数字世界做人能做的所有事情的agent。Browser、desktop、mobile、GUI、CLI、coding——这些都只是"means to an end"，而且边界正在快速消弭。

刨根问底：为什么coding会主导打破这些边界？因为GUI本身就是通过code渲染而来的。你可以用coding的形式把GUI和CLI变成等价的。Dario Amodei（Anthropic CEO）在这一点上把握得非常准——coding是digital world最根本性的fabric和building layer。

但还有一个更深层的原因苏煜没有明说：Coding的feedback loop是最清晰的。写代码→运行→对/错→改，这个循环是即时的、明确的、可自动验证的。相比之下，写分析报告→谁来判断对错？做投资决策→要等几个月才知道结果。所以Coding Agent先爆发不是因为"代码重要"，而是因为学习信号最清晰——这对continual learning至关重要。

举一反三：投资中，"分类"是理解的工具，但也可能是思维的牢笼。当你把一家公司归类为"SaaS"或"电商"或"硬件"时，你自动套用了那个类别的分析框架。但AI时代，这些类别的边界在消弭——Anthropic既不是SaaS也不是硬件公司，它是一个"智能提供商"。

概念5：OpenClaw Moment——Agent的"ChatGPT时刻"

类比：2022年ChatGPT出来的时候，底层技术（Transformer、GPT系列）其实已经发展了好几年。OpenAI做的事情很简单：把模型fine-tune成聊天机器人，直接release给公众。技术没变，交互形式变了，然后整个世界变了。

OpenClaw就是Agent领域的同一个故事。

原理：苏煜的核心判断——OpenClaw Moment和ChatGPT Moment结构上高度相似：

| 维度 | ChatGPT Moment | OpenClaw Moment |

|------|---------------|-----------------|

| 底层技术 | LLM已经发展了好几年（BERT→GPT-3） | Agent已经有了很大发展（coding、tool use、设计范式） |

| 交互变化 | 变成chatbot，直接给公众用 | WhatsApp交互，24h always-on，YOLO权限 |

| 开源因素 | 不是开源，但低门槛 | 开源，社区自由扩展 |

| 后续影响 | 标志着LLM范式变化 | 标志着Agent范式变化 |

| 业内反应 | "技术上没什么新东西" | "看codebase，nothing's new here" |

为什么不用老方法：之前做Agent的人很"克制"——因为Agent能像人一样做事，就很危险，所以大家给Agent的权限很小心，尤其是学术界和大公司。OpenClaw打破了这个约束——"YOLO"（You Only Live Once），所有权限全开。这在闭源产品里会出大问题，但开源社区可以承受这个风险。

刨根问底：为什么中国比美国更火？苏煜的观察很精到：

• 美国：火主要在开发者群体，是技术叙事（"怎么做得更深"）
• 中国：全民化，是"个人翻身工具"甚至"不学就被淘汰"的焦虑叙事

这跟中国一向在应用层动作快有关（Eric Schmidt专门讲过这个）。AI的能力已经超过了很多事情的"摩擦阈值"——以前不值得做的事情（因为摩擦太高、经济账算不过来），现在值得做了。中国缺的不是技术，是有洞察和执行力去发现这些价值的人。

苏煜也诚实地说了："这个过程肯定会有一些浪费。比如有些人花钱装了OpenClaw发现没用，又花钱找人卸载。但对于社会整体来说，仍是一个很积极的发展。"

举一反三：这跟投资中的"技术扩散"概念完全对应。技术本身的价值不等于经济价值——中间有一个"吸收"过程。电发明了，但工厂还是蒸汽机时代的垂直结构，直到流水线出现，生产率才真正提升。AI也一样——模型能力已经够了，但组织架构、工作流程、商业模式还没重新设计。

概念6：世界模型与持续学习——Agent的下一个前沿

类比：你刚毕业去一家新公司实习。第一天你什么都不知道——不知道组织架构、不知道谁说了算、不知道软件怎么用、不知道工作流程。但你在"learning on the job"的过程中，持续构建一个关于这个"小世界"的模型。几个月后你成了专家——不是因为你背了所有规则，而是因为你建立了这个世界的心智模型（mental model）。

原理：苏煜认为，Agent当前最大的瓶颈不是模型不够强，而是不会持续学习。现在的Agent给你一个问题，可能60-70%的概率做对，但30-40%不知道为什么就失败了。人不是这样的——专家基本上100%能做对，因为专家通过持续学习，学会了所有的ins and outs。

这个持续学习的目标，就是世界模型（World Model）。注意，苏煜定义的世界模型远比通常理解的（视频预测、3D重建）要广——它包括：

• 组织架构（表面上的org chart和实际的org chart）
• 人际关系（谁说的话管用、找谁批准）
• 软件操作（在这个软件上做这个操作会有什么结果）
• 工作流程（workflows）
• 心智模型（theory of mind——别人在想什么）
• 抽象概念（什么是民主、什么是法治）

他引用了Jeff Hawkins的"千脑智能"（A Thousand Brains of Intelligence）理论：人脑新皮层有15万个皮质柱（cortical column），结构高度相似，每个皮质柱都在学习一个世界模型。新皮层进化时间很短（哺乳动物才出现，2亿多年前），但要做的事情极多（视觉、语言、推理、规划），所以进化选择了"一个通用的学习机器重复15万次"这个方案。

这意味着world model不是"一个完整的大模型"，而是很多小模型的集合——每个皮质柱可能学几百个micro world model，不同皮质柱负责不同micro world，最终通过投票/协调产生行为。这解释了为什么人能在不同领域都是expert。苏煜的创业bet本质上就是：让Agent也学会这种分布式world model的构建方式。

[!info] 技术深潜：World Model 的两种视角

视角1：具身智能/机器人领域的 World Model（狭义）

定义：Agent 内部构建的物理世界模拟器，能根据当前状态和动作预测未来状态。

数学表达：\(P(s_{t+1} | s_t, a_t)\)

典型架构：

```

Perception (摄像头/传感器)

↓

Encoder (CNN/VAE → latent state)

↓

Dynamics Model (RNN/Transformer → 预测未来)

↓

Policy/Controller (输出动作)

↓

Environment (物理世界)

↓

反馈给 Perception

```

代表工作：Dreamer (RSSM)、Google RT-2、Physical Intelligence π0

视角2：苏煜的广义 World Model（Language Agent 视角）

定义：对一个"小世界"的完整理解，不仅包括物理规律，还包括：

- 组织架构（表面上的 org chart 和实际的 org chart）

- 人际关系（谁说的话管用、找谁批准）

- 工作流程（workflows）

- 抽象概念（什么是民主、什么是法治）

- 心智模型（theory of mind——别人在想什么）

数学表达：不只是 \(P(s_{t+1} | s_t, a_t)\)，而是对整个环境因果结构的压缩表示。

两种视角的关系：

| 维度 | 狭义（机器人） | 广义（苏煜） |

|------|-------------|------------|

| 适用场景 | 物理世界 | 数字世界 + 物理世界 + 社会世界 |

| 输入 | 传感器数据（图像、力反馈） | 语言 + 视觉 + 工具反馈 |

| 输出 | 关节控制信号 | API 调用、GUI 操作、自然语言回复 |

| 学习方式 | RL + 仿真 | Continual learning from deployment |

为什么 Language Agent 的 World Model 更难：

- 物理世界的因果链相对稳定（苹果落地永远是因为重力）

- 社会世界的因果链极不稳定（老板说"再改改"有时是真的要改，有时只是随口一说）

- 需要持续学习来更新 World Model，而不是一次训练就固定

LLM 是 World Model 吗？——关键连接

你的笔记说"LLM 可以成为 World Model 的一种实现方式"，这个观点是对的，但需要更精确：

| | 传统 World Model (Dreamer) | LLM 作为 World Model |

|---|---|---|

| 训练方式 | 在仿真环境中 RL 训练 | 在人类文本上做语言建模 |

| 学到的内容 | 物理规律（重力、碰撞） | 人类知识（包括物理规律 + 社会规律） |

| 表示方式 | 显式的 latent state | 隐式的参数权重 |

| 预测方式 | 显式模拟未来帧 | 隐式通过 token 预测 |

苏煜的核心洞见：LLM 的训练过程（语言建模）本质上是一个压缩过程——从人类几十万年的文本中，压缩出一个关于世界的内部表示。这个表示不是"随机鹦鹉"（statistical parrot），而是一个真正的 World Model——只是它是用语言编码的，而不是用视频或 3D 模型编码的。

这就是为什么苏煜坚持叫 "Language Agent"——因为语言不只是沟通工具，而是 World Model 的编码方式。

为什么不用老方法：现在Agent的训练主要靠两种方式：

RL post-training（强化学习后训练）：模型厂做的，包括synthetic environment RL。但RL的持续学习效果跟人天壤之别——学习速度、准确性、学习内容和范畴都很不同。

非参数化学习（Non-parametric learning）：写MD files、skills。OpenClaw和Claude Code里的skills就是这种。最近有Meta Harness、Auto Harness等工作想用非符号化方法提高harness。但光靠非参数化学习，上限有限。

苏煜认为这两种范式都还没有真正解决"从intern变成expert"的问题。

刨根问底：为什么语言和世界模型的关系这么重要？苏煜引用了MIT的研究（Evelina Fedorenko的工作）：语言和思维在人脑中是可以分开的——做复杂推理时语言区域（Wernicke区和Broca区）不一定被激活。

但苏煜的回应很精妙：individual thought可能不需要language，但那因为你已经把语言内化了——学习过程中语言作为脚手架，学完之后知识被internalize到神经连接中，不再需要语言中介。这就像你学会了骑自行车后不再需要辅助轮，但学习过程中辅助轮是不可或缺的。

他在Twitter上说的一句话得到了Chris Olah的高度赞同："Individual thought doesn't need language, but civilization needs language." 个体思考可能不需要语言，但文明需要语言。任何你能想到的尖端工业、domain，都是符号化的——用语言、图表、编程语言表达。现代文明存在的根基就是符号化表达。

举一反三：投资中的"能力圈"概念，本质上就是一个领域专家的世界模型。巴菲特为什么能几十年保持高回报？不是因为他比别人聪明，而是因为他对消费品牌、保险浮存金、管理层品质这些"小世界"建立了极其精确的世界模型。AI时代，这种世界模型可以被编码——苏煜的New Cognition公司做的就是这个：让Agent通过持续学习，构建特定领域的世界模型，从通用智能变成专家智能。

概念7：Specialized Intelligence——通用智能之后的差异化

类比：全科医生什么病都能看，但你得了心脏病，你还是会去找心内科专家。因为专家知道所有ins and outs——哪些症状组合意味着什么、哪些药物有交互作用、哪些手术方案风险最低。全科医生60-70%能判断对，但专家接近100%。

原理：苏煜的核心判断：通用智能已经"够用了"——给Claude Code一个问题，60-70%概率能做对。但世界是由几百万个"小世界"组成的：

• 每个职业是一个小世界
• 每个domain是一个小世界
• 每个公司是一个小世界
• 每个软件、每个网站是一个小世界

这些小世界加起来的entropy几乎无限。不可能有一个single agent或single model能capture所有entropy。所以必然有一个adaptation和specialization的过程。

New Cognition的研究重点就是：learning to specialize by learning the world model of work。不是做HR Agent、财务Agent（那只是结果），而是研究"如何让通用Agent快速specialize成任何领域的专家"的方法论。

为什么不用老方法：大模型公司天然想做平台性、统一性的东西，不想做specialize的东西——这跟它们的组织架构和商业模式相冲。即使它们选择去做，也可能做不好，因为很多东西经济上不是它们的比较优势。这给了非模型厂商和普通人很大的机会。

苏煜还强调了一个反直觉的点：模型公司的incentive是做平台、做通用东西。做specialized agent需要深入行业、理解工作流、长期陪跑客户——这跟模型公司的基因冲突。所以他的判断是：最大机会不在模型公司，而在垂直Agent公司——尤其是有行业know-how+能部署+能持续学习的团队。

刨根问底：专家Agent能带来什么？苏煜列了四个好处：

Reliability（可靠性）：从60-70%提升到接近100%

Speed（速度）：不需要每次从头推理

Cost effectiveness（成本效率）：不需要消耗大量frontier model tokens

Stability（稳定性）：不会忽好忽坏

这四个恰恰是现在Agent最缺乏的——"又不可靠、又慢、又贵"。

举一反三：AI创业的最大机会不是做"更好的通用模型"，而是做"让通用Agent变成领域专家"的方法论。这跟投资中的"alpha来源"逻辑一致——公开信息（通用智能）已经充分定价了，超额收益来自"专有知识"（specialized intelligence）。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：所有边界都在消弭

Web agent、desktop agent、mobile agent、coding agent——这些分类是"临时性的"。最终大家想要的是一个universal digital agent。而coding正在主导打破这些边界，因为GUI本身就是通过code渲染而来的。

这意味着什么：投资时不要押注某个特定的Agent形态（比如"computer use agent"），而要押注底层能力——模型的coding能力、工具使用能力、持续学习能力。形态会变，能力不会。

洞察2：Specialized Intelligence > General Intelligence

通用智能已经"够用了"。差异化来自specialization。世界是由几百万个小世界组成的，不可能被单一模型capture。

这意味着什么：AI创业的最大机会不是做"更好的通用模型"，而是做"让通用Agent变成领域专家"的方法论。

洞察3：GUI不会消失，但Agent不需要GUI

苏煜的判断很nuanced：

• GUI不会消失（人是visual animal，需要GUI做validation、建立trust、auditing）
• 但Agent不需要GUI（用CLI/API更高效）
• 短期内GUI仍然是de facto interface（99%的数字世界有GUI）
• 全面CLI化不现实（Semantic Web推了20年adoption还是很低）

这意味着什么：不要赌"GUI会死"或"CLI会赢"。真正的赢家是能在两种interface之间自如切换的Agent。

洞察4：反馈循环决定学习速度

Coding Agent先爆发不是因为"代码重要"，而是因为feedback loop最清晰——写代码→运行→对/错→改，即时、明确、可自动验证。这个洞察可以推广：任何domain的Agent化速度，取决于这个domain的feedback loop清晰度。

| Domain | Feedback Loop | Agent化速度 |

|--------|--------------|------------|

| Coding | 即时、明确 | ⭐⭐⭐⭐⭐ 已爆发 |

| 数据分析 | 较快、可验证 | ⭐⭐⭐⭐ 正在爆发 |

| 客服对话 | 中等、可评价 | ⭐⭐⭐ 进行中 |

| 投资决策 | 延迟、模糊 | ⭐ 早期 |

| 管理决策 | 极延迟、极模糊 | ⭐ 很远 |

这意味着什么：投资Agent赛道时，优先关注feedback loop清晰的domain。这些domain的Agent会先成熟、先产生经济价值。

洞察5：技术的民主化是Agent研究者的责任

苏煜说了一句很真诚的话：如果Agent的门槛一直很高，只有巨头能做，那job displacement的速度会远超新工作产生的速度，社会会出大问题。作为Agent研究者，我们有责任让技术民主化——让每个有独特想法和洞察的人都能把想法转化成可以产生价值的agent。

这意味着什么：关注开源生态（OpenClaw、Hermes等）的发展。这些项目不是在"抄大厂"，而是在做技术民主化的基础设施。

苏煜的创业赌局：New Cognition

苏煜为什么放弃tenure去创业？他的核心逻辑：

Research和Production分不开：Agent的learning signal来自deployment中的continual learning。你在学校里没有deployment，就没有learning signal。

时间点到了：2025年初，底层技术（LLM能力、tool use、coding、multimodality）开始ready，他对agent的bottleneck有了更深刻的认知。

赌注是"第三条路"：现有两种范式都不够——RL post-training太慢，.md skills上限低。New Cognition在探索第三种范式，但苏煜没有公开细节。这是这期播客最大的留白。

4000万美金种子轮：投资人在赌的不是"又一个agent框架"，而是"谁能解决specialized intelligence的方法论"。这个赛道上限极高（如果成功，根本性改变社会生产关系），uncertainty也极高（没人知道哪种技术路线对）。

和我的知识体系的连接

• Attention → KV Cache → Agent：Attention让模型能"选择性关注"，KV Cache让模型能"记住上下文"，Agent让模型能"持续行动"。每一步都是在扩展AI的"自主性"边界。
• 语言作为脚手架：这解释了为什么LLM不只是"随机鹦鹉"——语言训练是一个压缩过程，从语言的surface form压缩成对世界的内部表示（internal representation）。
• Coding不是垂直领域，是水平能力：苏煜和雨森（ep142）都强调这一点。Coding不是和医疗、金融并列的垂直方向，而是所有方向的"操作系统"。
• 投资启示：模型公司的护城河不是模型本身，而是数据飞轮。Cloud Code的高质量coding数据回流，让Anthropic的模型越训越好。这是"usage-based"商业模式对"subscription-based"的根本优势。
• 苏煜的个人经历：从小在网吧打游戏到凌晨3点，但坚持读书——"读书本身就是构造世界的过程"。高考湖南省前十进清华。这种"魂不吝"（不在意世俗评价）+ "I put my mind to it就能做到"的性格组合，对创业很重要。

这期播客的可信度评估

| 维度 | 评分 | 说明 |

|------|------|------|

| Agent历史 | ⭐⭐⭐⭐⭐ | 苏煜是亲历者，时间线准确 |

| LLM演化判断 | ⭐⭐⭐⭐⭐ | "语言作为脚手架"有说服力 |

| Continual learning方向 | ⭐⭐⭐⭐ | 前沿观点，尚未验证，但逻辑自洽 |

| World model作为Agent核心 | ⭐⭐⭐⭐ | 有争议（vision派会反对），但值得重视 |

| 投资启发 | ⭐⭐⭐⭐ | 框架有用，但需要结合其他信息源 |

总体评价：这期属于"AI研究路线判断"类内容，比"AI应用爆款分析"有更高的长期价值。它回答的是：2027-2030年AI创业和投资的核心范式可能在哪里。

还没想明白的问题

世界模型的具体实现路径还不清楚。苏煜说"continual learning会被解决，而且是未来几年"，但具体怎么解决？RL不行，非参数化学习上限有限，那第三条路是什么？是某种新的学习范式？还是现有方法的组合突破？

语言到底是不是世界模型的必要条件？谢赛宁（ep133）认为需要更多非语言的表征（vision-based world model），苏煜坚定认为语言是核心。这个争论的实质是什么？是不是"物理世界用vision，社会世界用language"？

Agent的"意图"（intention）问题。苏煜说AI没有原生的goals和intention，所有目的都是人赋予的。在可预见的未来看不到singularity的可能性。但如果Agent通过持续学习形成了自己的"偏好"，这算不算某种形式的intention？

OpenClaw在中国的全民化热潮是好事还是泡沫？苏煜说"有些人花钱装了OpenClaw发现没用，又花钱找人卸载"——这个浪费是技术扩散的正常成本，还是说明Agent还没真正ready？

New Cognition的"specialize intelligence"方法论具体是什么？苏煜没有透露太多细节。是某种新的continual learning算法？还是基于world model的adaptation框架？种子轮4000万美金，6个月就融到——投资人到底在赌什么？

SaaS的估值逻辑在变，但会变成什么？苏煜说"软件的margin在被迅速压缩"，但"很多软件还是有存在价值"。AI native公司 vs SaaS公司转型，谁赢？还是达成equilibrium？

一句话总结

LLM让AI获得了通用能力，而Agent的下一阶段，是让AI通过持续学习形成分布式的专业世界模型，成为某个领域真正可靠的专家——而且这个机会更可能属于垂直行业的insider，而非通用模型公司。

延伸阅读

• World Model 技术深度：World Model 在具身智能/机器人领域的技术细节（Dreamer、RSSM、VLA 等）
• ep139_139_Agent的综述和苏煜聊Agent技术史OpenClaw_Moment边界的消弭和社会的辐射：本期播客的完整转录

AI范式巨变：从预训练到后训练 — 学习解读

来源：张小珺商业访谈录 #138（3.5小时）

嘉宾：罗福莉（人工智能研究员）

原始发布：2026-04-24

来源：网络资料整理（原始转录不可用）

一句话：这期到底在讲什么

AI的游戏规则变了：预训练打地基，后训练盖房子，Agent住进去。

从你最熟悉的东西开始

你肯定听过"大模型"这个词。过去几年，大模型的进步主要靠一件事：预训练（Pre-training）——用海量文本数据训练一个巨大的神经网络，让它学会"预测下一个token"。数据越多、参数越大、算力越猛，模型就越强。这就是Scaling Law。

但2026年，一个根本性的转变发生了：AI从"聊天时代"进入了"Agent时代"。聊天时代，你问一句模型答一句，核心能力来自预训练。Agent时代，模型需要自主规划、使用工具、持续执行、从反馈中学习——这些能力，预训练给不了。

那谁给？答案是后训练（Post-training）。

罗福莉在这期3.5小时的深度访谈中，系统性地阐述了这个范式转变：从Pre-train主导的Chat时代，转向Post-train主导的Agent时代。这不是微调，是AI整个研发重心、资源配置、组织形态的根本重构。

播客简介里有一句话很关键："2026年，大模型战争全面升级，掀开了第二幕。"注意这个"第二幕"的措辞——第一幕是Chat，第二幕是Agent。幕与幕之间不是"改进"，是"换场"。

核心概念（由浅入深）

概念1：后训练——从"会说话"到"会干活"

类比：预训练就像一个人读了很多很多书——他知识渊博，能跟你聊任何话题。但他从来没上过班，不知道怎么写周报、怎么跟客户谈判、怎么用公司的OA系统。后训练就是"入职培训"——教他把知识转化成行动。

但"入职培训"这个类比还不够准确。更准确的说法是：预训练给了你"智商"，后训练给了你"情商"和"动手能力"。一个智商180但情商为零的人，在职场上是活不下去的。

原理：后训练（Post-training）包括几个关键技术：

1. RLHF/RLAIF（基于人类/AI反馈的强化学习）：让模型学会什么样的行为是"好的"。这不是教模型新知识，而是教它"偏好"——在多个可能的回答中，选择人类最满意的那个。

2. 工具使用训练：让模型学会调用API、操作软件、读写文件。这就像教一个聪明人"怎么用工具"——他本来就有理解力，但需要学会"手"的动作。

3. Agent Loop训练：让模型学会"感知→推理→行动→观察→再推理"的循环。这不是单次问答，而是多步骤的持续执行。

4. 环境交互训练：让模型在模拟或真实环境中反复试错。就像学开车——你看再多教材也没用，必须上路。

5. 长horizon任务训练：让模型能处理需要几十步甚至几百步才能完成的任务。这是Agent和Chat的根本区别——Chat是一步，Agent是几十步。

为什么不用老方法：Chat时代，研究、预训练、后训练的用卡比例大约是3:5:1，预训练占绝对主导。但Agent时代，这个比例正在逆转——后训练的占比大幅上升。为什么？因为预训练解决的是"模型知道什么"，后训练解决的是"模型能做什么"。一个知道所有编程知识但不会真正写代码的模型，在Agent时代没有价值。

刨根问底：为什么后训练在以前不是重点？因为以前模型的基础能力不够强——你教一个智商60的人写代码，怎么培训都没用。但现在模型的基础智能已经超过了一个临界点（"够聪明了"），瓶颈从"智力"转移到了"技能"。这就是为什么Agent范式"很吃后训练"。

更深一层：为什么"够聪明"这个临界点现在才到？因为预训练的Scaling Law在2024-2025年达到了一个拐点——模型的基础推理能力已经足以支撑复杂的多步骤任务。就像一个人的智商到了120以上，再提高智商对职业成功的边际贡献就很小了，这时候"软技能"（沟通、执行力、情绪管理）变成了决定性因素。

举一反三：这跟职场逻辑完全一致。刚毕业时，你的"预训练"（学历、知识储备）很重要。但工作几年后，决定你价值的不再是你知道多少，而是你能做成多少事。从"知识密集型"到"行动密集型"的转变，在AI和人类职业发展中是同构的。

投资中也是如此：早期投资靠"信息优势"（谁先看到数据），成熟期靠"行动优势"（谁能从同样的数据中做出更好的决策并执行）。AI时代，信息优势在消失（AI让信息获取变得几乎零成本），行动优势（判断力+执行力）是真正的护城河。

概念2：OpenClaw——后训练范式的标志性产品

类比：如果预训练是"造发动机"，后训练是"教人开车"，那OpenClaw就是第一个真正让"普通人也能上路"的产品。它不是在发动机上做了多大改进，而是设计了一套完整的"驾驶系统"——方向盘、油门、刹车、导航、自动驾驶。

原理：OpenClaw的核心创新不在于模型本身，而在于Agent框架（Agent Framework）的设计：

• 完整的系统权限（YOLO模式）：文件系统、日历、邮件、浏览器——全部打开
• 24小时always-on的持久运行：不是"你问我答"，而是"我一直在那里"
• 通过WhatsApp等IM工具交互：降低使用门槛到"发消息"的水平
• 开源：让社区可以自由扩展，降低了"二次开发"的门槛
• 心跳机制（Heartbeat）：每隔一段时间自动检查有没有未完成的任务
• Memory MD：在一个大聊天里通过每天整理memory.md实现持久记忆

为什么不用老方法：之前的Agent产品都很"克制"——限制权限、限制scope、限制行动范围。这就像给一辆法拉利限速30公里/小时。OpenClaw说：把限速器拆了，让用户自己决定开多快。这在闭源产品里会出大问题（法律责任），但开源社区可以承受这个风险。

刨根问底：为什么"框架"比"模型"更重要了？罗福莉的判断是：在Agent时代，同一个模型在不同框架下表现可以天差地别。框架决定了：

• 模型能"看到"什么（context engineering）
• 模型能"做"什么（tool availability）
• 模型怎么"循环"（agent loop设计）
• 模型怎么"记住"（memory机制）
• 模型怎么"恢复"（error recovery）

这就像同一个厨师，在设备齐全的厨房和野外生存环境下，做出的菜完全不同。模型是"厨师的手艺"，框架是"厨房的配置"。

举一反三：投资中也有类似的"框架效应"。同一份财报数据，用不同的分析框架（价值投资 vs 成长投资 vs 量化），会得出完全不同的结论。AI时代，"分析框架"本身可能比"数据"更有价值——因为数据获取越来越容易，但框架（怎么连接、怎么判断、怎么行动）是稀缺的。

概念3：卡的分配——AI研发的权力重构

类比：预训练时代，GPU就像石油——谁拥有的GPU多，谁的模型就强。这是"资源密集型"的竞争。后训练时代，GPU的分配逻辑变了——不再是"全部用来训一个大模型"，而是要在预训练、后训练、推理、环境模拟之间做精细的分配。

原理：罗福莉提到，Chat时代研究:预训练:后训练的用卡比例大约是3:5:1。Agent时代，后训练的占比会大幅上升，因为：

• Agent需要在大量环境中试错（强化学习需要大量交互）
• Agent需要学会使用各种工具（工具使用训练需要多样化环境）
• Agent需要处理长链路任务（长horizon训练的计算量是单步的几十倍）
• Agent需要从部署中持续学习（online learning需要持续的计算资源）
• 需要构建大量模拟环境（synthetic environments）供Agent练习

为什么不用老方法：预训练的Scaling Law很清晰——数据翻倍、参数翻倍、算力翻倍，性能就提升。这是"蛮力"可以解决的。但后训练的Scaling Law还不清楚——不是简单的"更多RL训练=更好的Agent"。后训练更像是一个工程问题而非资源问题。你需要的是：

• 更好的训练环境设计（什么样的环境能产生最好的学习信号？）
• 更好的奖励函数设计（什么是"好的Agent行为"？怎么量化？）
• 更好的课程学习策略（先学什么后学什么？难度怎么递增？）
• 更好的数据飞轮设计（用户交互数据怎么回流到训练中？）

刨根问底：这意味着什么？意味着AI竞争的维度变了。预训练时代，竞争的核心是"谁有更大的GPU集群"（资源竞争）。后训练时代，竞争的核心变成了"谁有更好的训练方法论"（方法论竞争）。这是从"蛮力"到"巧劲"的转变。

更深一层：这也意味着AI公司的估值逻辑在变。预训练时代，估值看"算力储备"（你有多少GPU）。后训练时代，估值要看"方法论深度"（你的后训练pipeline有多先进）和"数据飞轮速度"（你的用户交互数据回流有多快）。

举一反三：投资中，"蛮力"对应的是信息优势（谁先看到数据），"巧劲"对应的是认知优势（谁能从同样的数据中看出不同的东西）。AI后训练时代的投资启示：不要只盯着"谁的GPU多"（那是预训练时代的指标），要关注"谁的后训练方法论更先进"（这才是Agent时代的竞争力）。

概念4：组织平权——AI如何改变公司结构

类比：预训练时代，AI公司像"大教堂"——少数顶尖研究员在象牙塔里训模型，其他人只能"用"模型。Agent时代，AI公司更像"集市"——每个人都可以用自己的领域知识训练出专业Agent，不需要会训模型。

原理：罗福莉提到"组织平权"这个概念。在预训练时代，AI的核心价值集中在模型层——只有拥有大模型的公司才有话语权。但在Agent时代，价值开始向多个层面分散：

• 模型层：仍然重要，但差异化在缩小（大家的基础能力趋同）
• 框架层：Agent框架的设计变成核心竞争力（OpenClaw、Claude Code）
• 数据层：领域专有数据的价值上升（后训练需要高质量的环境数据）
• 应用层：懂领域的人可以通过后训练让通用Agent变成领域专家

这意味着：一个懂金融的人，即使不会训模型，也可以通过后训练让通用Agent变成金融专家。一个懂医疗的人，可以通过后训练让通用Agent变成医疗助手。"懂领域"变得比"懂模型"更重要。

为什么不用老方法：传统的AI公司组织是"研究→工程→产品"的瀑布流。但Agent时代需要的是"研究-工程-产品-部署-反馈"的闭环。这要求组织更扁平、迭代更快、每个人都能直接接触用户反馈。

刨根问底：这对投资意味着什么？意味着AI公司的估值逻辑在变。预训练时代，估值看"模型能力"（benchmark分数）。Agent时代，估值要看"部署能力"（用户数×使用深度×数据飞轮速度）。Anthropic的Claude Code之所以值钱，不是因为模型比GPT强多少，而是因为它建立了"用户使用→数据回流→模型更好→更多用户使用"的飞轮。

更深一层：组织平权也意味着"AI公司"的定义在变。以前"AI公司"=有模型的公司。以后"AI公司"可能是任何"用AI重构了工作流"的公司。一家律所如果建立了自己的legal agent pipeline，它既是"律所"也是"AI公司"。

举一反三：这跟互联网时代的"平台 vs 应用"之争如出一辙。预训练时代的模型公司像"操作系统"，Agent时代的框架和应用像"App"。但跟互联网不同的是，AI的"App"不是写死的代码，而是"训练出来的行为"——这意味着App和OS的边界更模糊，竞争更激烈，迭代更快。

概念5：OpenClaw与Agent框架——"框架"为什么突然变重要了

类比：你有一台很好的电脑（模型），但没有操作系统（框架）。你只能对着裸机发呆。操作系统不"创造"计算能力，但它让计算能力变得可用。Windows之于PC，就像Agent框架之于大模型。

原理：罗福莉在访谈中深入讨论了OpenClaw和Agent框架的重要性。核心观点：

1. 框架决定了模型能力的"释放率"：同一个模型，在好的框架下能发挥80%的能力，在差的框架下可能只发挥30%。

2. 框架是"数据飞轮"的载体：用户的交互数据通过框架回流到训练中，形成闭环。没有框架，就没有数据飞轮。

3. 框架是"用户粘性"的来源：用户在框架里积累了memory、skill、配置——这些是迁移成本。

为什么不用老方法：2025年大家说"套壳不重要"——模型才是一切。但2026年大家发现：没有好的框架，再好的模型也只是"API"。用户不会直接调API，用户需要的是一个"产品"——而产品=模型+框架+交互设计。

刨根问底：为什么框架在Agent时代突然变重要了，而在Chat时代不重要？因为Chat的交互极其简单——一问一答，没有状态，没有工具，没有循环。但Agent的交互极其复杂——多步骤、有状态、需要工具、需要错误恢复、需要记忆管理。这种复杂性不能靠模型自己处理，需要框架来编排。

举一反三：投资中，"框架"对应的是"投资流程"。一个好的投资流程（数据获取→分析→决策→执行→复盘）能让一个中等水平的基金经理做出好的结果。一个差的流程，即使有最好的数据，也会做出差的结果。AI时代，投资流程本身（怎么让AI帮你做每一步）可能比投资能力更重要。

关键洞察（不是结论，是"为什么这个洞察重要"）

洞察1：范式转换不是渐进的，是突变的

罗福莉用"已然巨变"这个词——不是"正在变"，是"已经变了"。这跟苏煜（ep139）的"OpenClaw Moment"判断一致：Agent范式的转换不是线性的，而是像相变一样，到了某个临界点突然发生。

对投资的影响：在范式转换期，用旧框架估值会系统性低估新范式下的赢家。就像2007年用功能机的逻辑估值苹果，会严重低估iPhone的价值。2026年用"模型benchmark分数"估值AI公司，会严重低估"后训练方法论+数据飞轮"的价值。

洞察2：后训练是"手艺活"，不是"工业活"

预训练可以工业化——堆GPU、堆数据、堆参数，有清晰的Scaling Law。但后训练更像是"手艺活"——需要精心设计训练环境、奖励函数、课程策略。这意味着后训练的竞争优势不在于资源规模，而在于方法论的深度。

对投资的影响：关注那些在后训练方法论上有独特积累的团队，而不是只看谁的GPU多。一个10人团队如果掌握了更好的RL训练方法，可能比一个1000人团队但用标准pipeline的公司做出更好的Agent。

洞察3：Agent时代的"组织平权"是双刃剑

一方面，它降低了AI应用的门槛，让更多人能参与AI价值创造。另一方面，它也意味着"通用模型"的差异化在缩小——如果人人都能用后训练做出专业Agent，那模型本身的壁垒在哪里？

对投资的影响：模型公司的长期壁垒可能不在模型本身，而在"数据飞轮"和"部署基础设施"。Anthropic的壁垒不是Claude比GPT强多少，而是Cloud Code的用户数据回流速度和规模。

洞察4：中国在后训练时代的机会

预训练时代，中国在大模型上落后（GPU限制、数据限制）。但后训练时代，竞争维度变了——不是"谁的GPU多"，而是"谁的方法论好""谁的应用场景多""谁的数据飞轮快"。中国在应用场景丰富度、迭代速度、工程师数量上有优势。

对投资的影响：不要因为"中国没有最强的基础模型"就否定中国AI公司的价值。在Agent时代，"最好的模型+最好的应用"可能不如"够好的模型+最好的应用场景"。

和我的知识体系的连接

• 预训练→后训练→Agent：对应"知识→技能→行动"的进化链。投资也一样：数据（知识）→分析框架（技能）→投资决策（行动）
• Scaling Law的迁移：从"数据/参数/算力的scaling"到"环境/反馈/迭代的scaling"。投资中：从"信息量的scaling"到"判断力的scaling"
• 与ep139苏煜的关联：苏煜讲的"continual learning"就是后训练的终极形态——Agent在部署中持续学习，从intern变成expert
• 与ep141 Freda的关联：Token经济学中的"token per task"差异，本质上就是后训练质量的差异——后训练好的模型，用更少的token完成同样的任务
• 与ep142雨森的关联：Harness工程就是后训练方法论的"产品化"——把后训练的能力封装成用户可用的Agent框架

还没想明白的问题

1. 后训练的Scaling Law到底是什么？预训练有清晰的幂律关系（loss ∝ data^α），后训练有没有类似的规律？还是说后训练更像"学习曲线"——先快速提升，然后进入平台期？

2. 后训练的"手艺活"能不能被自动化？如果后训练方法论本身可以被AI优化（AI训练AI、AI设计奖励函数、AI构建训练环境），那会发生什么？这是不是"recursive self-improvement"的入口？

3. 组织平权的边界在哪里？是不是所有领域都适合"人人训Agent"，还是有些领域的专业性壁垒仍然很高（比如药物研发、芯片设计）？

4. 中国在后训练范式中的位置？预训练时代中国在大模型上落后，后训练时代能不能弯道超车？关键变量是什么——是GPU限制（后训练也需要GPU），还是方法论创新（不受GPU限制）？

5. "够聪明"的临界点到底在哪里？罗福莉说模型的基础智能已经超过了一个临界点。但这个临界点是"对所有任务都够了"还是"对某些任务够了"？如果是后者，哪些任务够了，哪些还不够？

6. 后训练会不会导致"过度特化"？如果每个领域都需要专门的后训练，那会不会出现"模型碎片化"——每个领域一个专用模型，而不是一个通用模型？这跟"通用AI"的愿景是否矛盾？

概念6：巨变下的组织形态——从"大教堂"到"集市"

类比：中世纪的欧洲，知识被锁在修道院里——只有教士能读拉丁文、能接触书籍。宗教改革之后，印刷术让知识走向大众，每个人都可以读圣经、都可以有自己的理解。AI的"组织平权"就是同样的过程——从"只有模型公司能做AI"到"每个人都能用AI创造价值"。

原理：罗福莉在访谈中花了大量时间讨论"巨变下的组织"问题。她的核心观察是：

预训练时代的组织：

• 价值集中在"研究层"——谁有最好的研究员，谁就有最好的模型
• 组织形态是"大教堂"——少数精英在象牙塔里做研究，其他人是"用户"
• 竞争维度是"资源"——GPU、数据、人才
• 迭代速度是"月级"——一个新模型要训练几个月

Agent时代的组织：

• 价值分散到"应用层"——谁最懂用户场景，谁就能做出最好的Agent
• 组织形态是"集市"——每个人都可以贡献、每个人都可以使用
• 竞争维度是"方法论+数据飞轮"——不是资源堆砌，而是巧劲
• 迭代速度是"天级"甚至"小时级"——后训练可以很快迭代

为什么不用老方法：传统的AI公司架构是"研究→工程→产品→销售"的线性流水线。但Agent时代需要的是"研究⇄工程⇄产品⇄用户"的闭环。用户的反馈直接驱动研究方向的调整，产品的使用数据直接回流到训练中。这要求组织极度扁平、信息极度透明、迭代极度快速。

刨根问底：为什么"大教堂"模式在Agent时代不work了？因为Agent的价值不在于"模型有多强"，而在于"Agent能帮用户解决多少问题"。后者只有在真实使用场景中才能验证和改进。一个关在实验室里的研究员，不管多聪明，都不可能知道"一个会计在月底结账时最痛的点是什么"。这种知识只有在"集市"中——在跟真实用户的持续交互中——才能获得。

举一反三：投资机构的组织变革也面临同样的选择。传统的"研究→投资→风控"流水线正在被"研究⇄投资⇄反馈"的闭环取代。AI让研究员可以直接模拟投资决策、直接看到结果、直接调整框架。这种"研究即投资、投资即研究"的融合，需要组织形态的根本改变。

概念7：后训练时代的数据观——从"大数据"到"好数据"

类比：预训练时代的数据观是"韩信点兵，多多益善"——整个互联网都是训练数据。后训练时代的数据观是"兵不在多而在精"——一个高质量的交互轨迹，可能比一百万条噪声数据更有价值。

原理：后训练对数据的需求跟预训练完全不同：

预训练数据：

• 量大（万亿token）
• 来源广（互联网爬取）
• 质量参差（有噪声但量大可以平均掉）
• 获取成本低（爬取即可）

后训练数据：

• 量相对小（几万到几十万条交互轨迹）
• 来源精（真实用户交互、模拟环境、专家标注）
• 质量要求极高（一条错误的奖励信号可能毒害整个训练）
• 获取成本高（需要真实环境交互或专家标注）

为什么不用老方法：预训练时代，"数据为王"——谁爬的数据多，谁的模型强。后训练时代，"方法论为王"——同样的数据，不同的训练方法（奖励函数设计、课程学习策略、环境构建方式）会产生天差地别的结果。

刨根问底：这跟"数据飞轮"有什么关系？关系极大。后训练数据的核心来源是用户交互——用户使用Agent的过程中产生的成功/失败轨迹，是最有价值的后训练数据。这就形成了一个飞轮：

用户越多 → 交互数据越多 → 后训练越好 → Agent越好用 → 用户越多

Anthropic的Claude Code之所以越来越强，核心不是"又训了一个更大的模型"，而是"Cloud Code的用户产生了海量高质量coding交互数据，这些数据回流到后训练中"。

举一反三：投资中，"数据飞轮"的概念同样适用。一个投资机构如果能把"投资→复盘→调整框架→再投资"的循环跑起来，它的判断力会越来越强。关键是：复盘数据的质量（不是"我赚了/亏了"，而是"我为什么赚/亏、哪个假设对/错"）。

关键洞察（补充）

洞察5：后训练时代的"卡分配"是战略问题，不是技术问题

罗福莉特别强调"卡的分配比例"——这不是一个技术细节，而是一个战略选择。你把GPU分配给预训练还是后训练，决定了你是在做"更好的模型"还是"更好的Agent"。2026年，Anthropic选择把更多算力给推理（服务用户）而不是训练（下一代模型），这个选择直接导致了它的短期暴利。

对投资的影响：看一家AI公司的GPU分配策略，就能判断它的战略重心。如果大部分GPU在训练→它在赌"下一代模型"。如果大部分GPU在推理→它在赌"当前用户需求"。两种策略的风险/回报完全不同。

洞察6：Agent时代的"平权"不是"人人平等"，而是"人人有机会"

罗福莉说的"组织平权"不是"所有人做AI的水平一样"，而是"AI让每个人都有机会把自己的领域知识变成价值"。一个懂医疗的医生，不需要会训模型，就可以用后训练工具做出一个医疗Agent。一个懂法律的律师，可以做出一个法律Agent。

对投资的影响：AI时代最大的投资机会可能不在"AI公司"，而在"用AI重构了的传统行业公司"。一家用AI彻底改变了工作流程的律所、会计师事务所、咨询公司，可能比一家"纯AI公司"更有投资价值——因为它有真实的客户、真实的收入、真实的壁垒（领域知识+客户关系）。

和我的知识体系的连接（补充）

• 后训练 → 投资的"刻意练习"：预训练是"读书"，后训练是"实战"。投资能力的提升不是靠读更多研报（预训练），而是靠做更多决策并复盘（后训练）。
• 卡的分配 → 时间分配：你把时间花在"获取信息"（预训练）还是"做决策并复盘"（后训练），决定了你的投资能力增长速度。
• 数据飞轮 → 投资复盘飞轮：每次投资决策都是一条"训练数据"。如果你能系统性地记录"为什么做这个决策、结果如何、哪个假设对/错"，你的投资框架会越来越强。
• 组织平权 → 投资的"去中介化"：AI让个人投资者可以直接获取以前只有机构才能获取的分析能力。这意味着"信息中介"（卖方研报、投资顾问）的价值在下降，"判断力"的价值在上升。

还没想明白的问题（补充）

7. 后训练会不会导致"模型同质化"？如果所有公司都用类似的后训练方法（RLHF、tool use training），那模型之间的差异化会不会越来越小？如果是，那模型公司的长期壁垒到底在哪里？

8. "卡的分配"在中国语境下有什么特殊含义？中国受GPU限制，是不是反而被迫走"后训练效率"路线——用更少的GPU做更精细的后训练，而不是"暴力堆算力"？这会不会成为一种优势？

9. Agent时代的"组织平权"会不会导致"AI泡沫"？如果人人都觉得自己能做出专业Agent，会不会出现大量低质量的Agent产品？就像2000年互联网泡沫——人人都觉得自己能做一个网站。

10. 罗福莉的"范式已然巨变"判断会不会过于乐观？"已然"意味着"已经发生了"。但从ep141 Freda的数据看，大部分企业的AI adoption还在"电机塞进蒸汽机"阶段。范式转变在技术圈"已然"发生，但在经济层面可能还需要几年。

一句话总结

预训练给了AI一个大脑，后训练给了AI一双手——2026年，AI开始用手干活了。

AI for Math、把数学变成 Lean、证明中的直觉 — 学习解读（洪乐潼）

来源：张小珺商业访谈录 · 嘉宾 洪乐潼（AI for Math 公司 Action 创始人 CEO）· 转录 ep137_transcript

一句话

一个自认"蛮力型、不是天赋型"的 00 后数学家，把"证明"从人类思维的本能，翻译成一种能让机器自我验证的语言 Lean，让你我理解：AI 数学不是变得更快，而是变得"绝对可信"。

从你最熟悉开始

你可能跟我一样，总觉得"AI 厉害"和"AI 可靠"是两回事。

用大模型写一段代码、问它一个数学题，它说得头头是道，但你心里清楚它有可能是编的。

为什么我们敢把导航、翻译、下围棋交给 AI，却不敢把"证明一件事是对的"交给它？

因为前面那些错了最多绕个路、翻错一个词，而"证明"错了，整个大楼就塌了。

洪乐潼做的，正是想给 AI 这个"爱编造"的大脑，装上一根绝对不能错的尺子。

这根尺子，就是把她从 12 岁起就痴迷的数学，翻译成一种叫 Leandro（Lean）的编程语言。

翻译完成的一刻，机器就有了一个可以随时"跑一下、看到对勾"的证明系统。

你得先理解一件事：数学这门学科，历史上一直是用自然语言（英语、中文）写证明的。

数学家几千年来，等于一直在用"人话"做形式逻辑推理，就像程序员拿着自然语言写代码。

问题在于，人话是有歧义的，同一个词"germ"在代数几何里叫"芽"，在流行病学里是"细菌"。

所以自然语言里的数学，机器读进来，仍然可能错——它不是错的，它是无法被机器自己验证。

这就是整场访谈的核心矛盾：数学与语言的纠缠，以及如何靠 Lean 把它们剥开。

核心概念

概念一：把数学变成 Lean（从模糊到可验证）

类比（这个类比成立 / 它不成立的地方）

把数学证明想象成一份"菜谱"，而自然语言证明是某人厨房里口述的菜谱。

口述版说"放一点盐、大概 5 分钟、火别太大"，每个词都靠听的人的常识脑补。

另一份是印刷的菜谱：每克调料、每步温度、每个计时都有明确定义，机器照着做不会错。

这个类比成立，因为它抓住了"歧义"和"确定性"的分界。

但它不成立的地方也很关键：数学证明不是"照做"那么简单，它是要自己发明做菜步骤。

所以把数学变 Lean，不只是写出更精确的菜谱，而是让机器能"证明我这一步想得对"。

原理

洪乐潼之所以选择 Lean，是因为它既是编程语言，又天生自带"自我验证"的属性。

你可以像跑 Python 一样跑它，运行完出现一个对勾，说明这个证明成立；出现报错，它告诉你哪一行出了逻辑问题。

这就像写 C 语言的人同时拿到了编译器和运行时，写完就能知道对错，不用等别人判断。

问题在于，Lean 目前是个极度稀有的语言——全世界存在的 Lean 代码总量非常小。

就像 Python 有海量互联网语料可以学，但 Lean 的"教材"少得可怜，AI 无米下锅。

所以他们想做的第一件苦活，叫 auto formalization（自动形式化）：把浩如烟海的、用英语或中文写好的数学，翻译成 Lean。

注意，这一步不是简单的翻译——翻译成法语，两种语言的松散和严谨程度差不多；但翻译成 Lean，是把它"压缩"成没有歧义、可执行的逻辑。

追问为什么没用老办法

你可能会问：以前也有专门做形式化证明的软件，为什么还要 AI 来折腾？

因为以前叫 ITP（交互式定理证明），是数学家本人去敲 Lean 代码、跟电脑系统配合证明。

这个过程极其手动、极其慢，一个人类专家花三年、写 26 万行代码，才能验证芯片的一个小部件。

洪乐潼的公司做的，本质上就是把 ITP 里的"人类帮手"换成"AI 帮手"。

为什么以前没有专门的"Lean 翻译官"模型？因为 Lean 数据太少，没到能做数据爆炸的年代。

现在有了大模型，加上他们自建的知识库和验证工具，这条路才第一次能规模化地走下去。

刨根问底（再追问三层为什么）

第一层：为什么翻译成自然语言做数学不行？

因为数学词在自然语言里的概率分布跟日常完全不一样，"germ"这种词，AI 学到的"细菌"含义远多于"解析芽"。

第二层：为什么非得"可验证"？

因为 Chat 里生成的东西没有 reward（奖励信号），你分不清它对错；而 Lean 一跑，对就是对、错就是错，这是任何自然语言都给不了的确定性信号。

第三层：为什么这种确定性如此值钱？

因为洪乐潼认为很多 AI 应用不敢落地，就卡在"怕它错"上——她赌的是"验证"会成为一个真实的第一市场。

举一反三（从这棵树望向整片森林）

把"先翻译成可执行语言、再用执行结果当校验"这套思路，套到芯片验证上：那些让工程师头疼了几十年的硬件缺陷，也许能靠数学型 AI 更快发现。

再套到编程上：如果写代码时，程序能边写边"证明"你真正解决了用户问题，而无须靠成百上千个测试用例，这一天就是新的 Cursor 时刻。

甚至把它想成人类的学习：你说"我有把握"，这是语言模型式的自信；你说"我能证明给你看"，这才是 Lean 式的可靠。

概念二：证明中的直觉 —— 被创造还是被发现

类比（成立 / 不成立）

把数学发现想象成考古 vs. 发明，就像登山者遇到一座山：山一直在那里等你爬上（被发现），还是山本来没有路、是第一个登上去的人"造"出来的？

这个两分法曾经是数学家吵了几百年的世纪难题，洪乐潼的态度很辩证。

类比成立，因为它道出了直觉派（拉马努金式"浑然天成"）和证明派的巨大差异。

不成立的地方在于：现实中二者根本分不开——你发现的"山"，其实是你神经结构里早就造出的路。

原理

访谈里反复出现两种数学家：一种靠直觉，像拉马努金，没受过正规训练也能"看见"公式；另一种靠证明，像哈代、张益唐，用严丝合缝的逻辑说服世界。

洪乐潼很诚实地说自己是"蛮力型"，不是天赋直觉派。

小时候她做不出欧式几何，只好用"复数法"（把几何图形硬翻译成符号代数）大力出奇迹，一道题比常人慢两三倍。

她发现，DeepMind 的 AlphaGeometry 本质上用的也是这套哲学——把几何图形变成符号，暴力求解，而不是靠"看见"。

可关键洞察是：直觉本身，其实也是一种"配比"——如何把大量规律推导和少量天马行空的幻觉、恰到好处地配在一起。

好的直觉，就是在"规则"与"突破规则的想象力"之间取一个最优比例，这是她自己对直觉的理解。

为什么以前直觉被神话、很难被机器化

因为克劳德们（还有我们）总觉得天才的灵感是灵光一现、不可复制。

但洪乐潼提出一个反直觉的观点：拉马努金那种"浑然天成"的直觉，也许是"预训练"的产物。

就像机器学习在海量数据里预训练出概率直觉，拉马努金可能是在几千年的数论传统里被"预训练"过。

区别在于：拉马努金拿到剑桥后学会了"证明"，他的直觉才能指数级放大成新定理。

所以她相信直觉未来 5 到 10 年有可能被 AI 触及，现在更现实的是先把"证明"这台永动机做对。

刨根问底（再追问三层为什么）

第一层：为什么质疑"证明交给机器、直觉留给人"就够了？

因为这两件事不是分工，而是循环——一个好的猜想需要证明来验证，一个被证明的定理又会滋养出新的猜想。

第二层：为什么"提出猜想"比"证明"更难被机器化？

因为证明有对错之分（有明确 reward），而猜想没有——你说"这个猜想很有价值"，谁来判断？这是她承认的当前最棘手的研究问题。

第三层：为什么即使 AI 把所有证明都做掉，人还没事干？

因为 AI 证明完一个 100 万行的定理，一定会有一堆数学家抢着去读、那 AI 是怎么做出来的——好奇心是压不住的，它只会催生更新的问题。

举一反三（从这棵树望向整片森林）

把"直觉 + 证明"的循环套到创业上：直觉负责提出"哪个方向值得赌"，证明负责把方向验证成现实，缺一不可。

洪乐潼本人就是活的例子：她自认不是天才,却靠乐观 + 蛮力的组合，把最难的数学问题一点点啃下来。

甚至它对普通人也成立：与其反复鞭策自己变得更"聪明"，不如找到属于自己的"证明方式"——用什么方法把你相信的事做出来。

概念三：从 math-poor 到 math-rich（数学供给的爆发）

类比（成立 / 不成立）

把人类顶尖数学能力想象成一件稀世艺术品，全世界只有几个大师能创造，普通人只能远观。

但假如有一天，每个想创作的人都有了一支"能精准复制大师笔法"的万能笔，这件艺术品的供给从稀缺变成爆炸。

类比成立：洪乐潼的野心就是让数学从"只有天才玩得起"变成"人人可及"。

不成立在于：数学不是一比一复制——AI 不是让每个普通人突然成为爱因斯坦，而是让无数"待解的理科问题"同时有人（AI）去解决。

原理

她看到一个非常具体的现象：当今世界能产生顶尖数学思维的人极少，数学是稀缺的。

好消息是，她赌这个稀缺会被打破，社会会从 math-poor 走向 math-rich、从数学匮乏走向数学"供给爆炸"。

原因是：AI 一旦把证明做厚，所有"未解决的基础理论问题"，以及各应用科学家苦等数学家帮忙解决的难题，都可以同时被推进。

她甚至算过一笔账：数学家未来最金贵的不是解题,而是"提供那 0.01% 的直觉"——指出哪道题更值得投入算力。

在算力有限的现实世界里，数学家会变成某种"算力分配者"，用直觉给重要问题排优先级。

而在算力无限的想象里，就到了 DeepMind 那种"把所有蛋白全折叠了"的豪情——把人类能想到的好奇数学问题，全部一次性解决。

为什么以前做不到、为什么 AI 是分水岭

因为过去几百年数学一直是个体天才驱动的，一个人穷其一生最多解开几个大问题。

而数学史同时又是合作的——软件工程几百人协作一个大项目，数学也能做成同样的集体工程。

现在加上"能自我验证的 AI 证明器"，等于突然多了一支永远不会累、永远准确的证明军团。

所以"AI 数学家"不是另一个专家，而是一个能把整个供给曲线往上移的基础设施。

刨根问底（再追问三层为什么）

第一层：为什么"验证是第一个市场"而不是"解题是第一个市场"？

因为企业最痛的、最愿付费的，不是"帮忙想想"，而是"证明这个东西没写错"——芯片验证、程序验证就是活生生的痛点。

第二层：为什么数学型 AI 在代码/芯片验证上比通用模型强？

因为这类验证往往是"分类讨论、逐步核对"的体力活，恰好在数学型暴力推理的舒适圈里，而这就是她说的"降维打击"。

第三层：为什么她坚信会有"ChatGPT 时刻"？

因为一旦证明能力和某个能落地的产品结合，人人都会突然感到"原来我可以放心把对错交给它"——那种体验的爆发，就是下一个 ChatGPT 时刻。

举一反三（从这棵树望向整片森林）

把这套"供给爆炸"逻辑带回日常：AI 不是替你做决定，而是把"获得可靠判断"的成本降到了接近零。

再往大了想，她嘴里那个"每个物理学家都能找到自己的理论物理学家"的世界，就是供给哲学的一个版本。

甚至你自己：与其羡慕少数"天才"，不如把精力放在把"可靠做对"的系统搭起来——这往往是普通人的最大杠杆。

关键洞察

• 数学和代码是孪生兄弟，"math is code and code is math"——这来自 Curry-Howard 对应：每个数学证明，本质上都可以变成一个计算机程序。

• 语言是一根拐杖，但它可能不是数学的唯一拐杖；把数学变成 Lean 之后，它成了独立于自然语言之外的另一根、甚至更可靠的一根拐杖。

• 洪乐潼把公司取名 Action，致敬《数学天书中的证明》——她的世界观是：从有限公理能推出新结果，就像有地基才能建高楼。

• 她反复强调自己"不是天才、是蛮力型"，却依然做成事，这本身就是对"天赋崇拜"的一次祛魅。

• 她对"验证"的落点很有商业直觉：DeepMind 的 AlphaProof 解决了 IMO 的 28 分，而她的 Action 在普特南竞赛做到满分（人类历史上仅 6 次满分之一，她拿到的是第六个）。

• 那些被嘲笑的古老技巧（专家系统、程序综合、ATP），在她看来只是缺了 AI 这颗新增量引擎，古老思路正在"与古维新"地回潮。

• 她给出的终极目标不是 AGI，而是"递归自我提升 + 可自我验证的推理"：让 AI 能证明代码、再由代码提升 AI，形成向上螺旋。

连接 Obsidian（wikilink）

• 张益唐_素数gap_学习解读：她提到张益唐的证明与主流学界不同的风格，正是"证明=影响力"的例证。
• LangChain_Agent_工具调用_学习解读：她讲到 sub-agent 与 MCP 等新工具都能在数学这个"操场"上试验。
• DeepSeek_强化学习_自我进化_学习解读：她提到"递归自我提升"与 DeepSeek 受害于 AI 作弊（声称做了 49 道 Pena 实际只 47 道）的例子。
• 陶哲轩_形式化证明_博客_学习解读：访谈反复引用陶哲轩、Kevin Buzzard 人工写蓝图、众人协作形式化证明的故事。
• 拉马努金_直觉_被创造_学习解读：贯穿全场的"被创造与被发现"之辩，是她判断直觉能否复制的一条线索。

还没想明白

• 她说"验证是最好的第一个市场"，可我还没想通：一旦大厂（OpenAI、DeepMind）认真下场做同样的事，创业公司靠效率和人才密度能守多久。

• 她承认"任何你能定义的，你都能证明"这个信念，但难点恰恰在"定义"——怎么定义一件事本身，成了最难、最没法机器化的环节。

• 直觉"5 到 10 年"就能被 AI 触及的判断，我既觉得激动又觉得有点乐观——毕竟她自己也承认"提出好猜想"目前是全场最痛苦的短板。

• 把"验证"当真金白银的市场，需求端（芯片厂、程序验证需求方）到底愿不愿为此付够钱，我心里还没把握。

• 如果有一天证明全被 AI 做完，验证本身会贬值，那这个公司会不会反而成为自己成功的反面——她没说清这份恐惧该怎么闭环。

一句话总结

所谓 AI 数学的革命，不是让机器变聪明去抢人类的灵感，而是把"证明"这句话本身，从"我说我信"升级成"我跑给你看"——它让数学从天才的稀缺手艺，变成了人人可复验的公共供给。

大模型季报 9：Coding 是 AGI 第二幕、模型正成为新一代 OS — 学习解读

来源：张小珺商业访谈录 #136（82min，全球大模型季报第 9 集）

嘉宾：广密（硅谷科技投资人，研究型驱动）

原始发布：2026-04-15

转录：[[ep136_136_全球大模型季报第9集和广密聊Coding是AGI第二幕硅谷御三家真相模型正成为新一代OS]]

一句话：这期到底在讲什么

Coding 不是一个垂直场景，而是 AGI 的加速器——"语言即世界，代码即方案"，谁掌握了最强的 coding 模型，谁就掌握了 AI 时代的"最先进 GPU"。

从你最熟悉的东西开始

三个月前（ep127），广密还在说"Online Learning 才是真问题，机器人/世界模型可能是假问题"。三个月后，他带来的核心判断完全变了调——过去一个季度，AI 进步最快的地方是 coding。

他描述硅谷一线的体感：前沿实验室的研究员和强程序员"基本不写代码了"。去年一个系统里七八成代码是人写的，今年"小于 1%"。日常工作变成"AI 来写，人来审——甚至人审的能力都不够了"。Claude Code 和 Codex 在很多任务上"已经引到了 Meta 的 L8/L9（首席架构师）水平"。

更惊人的是："最近很多 AI research 上的突破，不是人类工程师带来的，而是 Codex、Claude Code 带来的。" AI 开始显著加速 AI 自身。

这期播客的核心命题是：Coding 把 AI 从"聊天机器人（第一幕）"推向了"能干活的 agent（第二幕）"，而它本身正在成为 AGI 的加速器。

核心概念（由浅入深）

概念 1：语言即世界，代码即方案——为什么 coding 有最强的泛化性

类比：广密给了一个极精辟的总结——"自然语言是对世界的描述，代码是对 solution（解决方案）的描述。"

• 语言和代码是"高度浓缩的抽象，且覆盖范围非常非常广"。
• 如果这个假设成立，那么"coding 做好了，是不是就可以把白领知识工作者的大部分任务都自动化了？"——因为今天我们在办公室电脑上操作的大部分工作，本质上都可以被表达为代码逻辑。

为什么 coding 最先跑出来？刨根问底：

• 第一层：因为 coding 的反馈闭环（feedback loop）最短、最清晰。代码对不对，一跑就知道。这跟数学竞赛（答案对错明确）、围棋（胜负明确）一样，是最适合强化学习的环境。
• 第二层：其他领域的泛化性"还没有被充分证明"。比如数学能表达的东西太有限；世界模型还没有 prove；下一代范式还在探索。只有语言和代码的泛化性是"充分被证明了的"。
• 第三层：coding 就像"亚马逊当年卖书"——借助卖书把仓储、物流、用户、供应链全拉通了，然后横向 scale 其他 SKU。coding 是 AGI 的"卖书阶段"：它本身可能只是 AGI 实现后很小的一部分，但它把整个基础设施（数据、环境、评估、工具调用）拉通了，为自动化全球大部分 GDP 打了样。
• 第四层（bonus）：还有一个更深的结构性原因——代码是"可组合的"。 自然语言是模糊的（"帮我写个报告"可以有无数种理解），但代码是精确的（函数 A 调用函数 B，输入输出明确）。这意味着 coding agent 可以把复杂任务拆解成"可验证的子任务"，每个子任务都有明确的对错标准。这种"可组合性"是 coding 能 scale 的根本原因——它天然适合 agent 的"分步执行"模式。 而"帮我写个报告"这种任务，你很难定义"第一步对不对"，所以 agent 很难 scale。

举一反三：

• 这跟你已有的认知完美咬合：你学过 Attention（关注相关信息）、KV Cache（推理不从头算）、Agent（自主用工具）。Coding 之所以是"AGI 第二幕"，正是因为它第一次让 Agent 在一个反馈闭环极短、对错可验证的环境里大规模运转——这是从"能聊天"到"能干活"的质变。
• 对你持仓的映射：英伟达是"卖铲子的"，而 coding 模型是"AI 时代的 GPU"——广密说"没有最领先的 coding model，就像没有最领先的 GPU，你用 A100 跟别人用 GB200，差别很大"。这意味着 coding 能力本身成了一种基础设施级别的战略资源。

概念 2：AGI 三幕剧——我们现在在哪一幕

类比：广密画了一张"攀登科学高山"的 AGI 路线图，分三幕：

1. 第一幕：Chatbot——模型能对话、能联网搜索，但商业价值有限（ChatGPT 阶段）。

2. 第二幕：Coding Agent——agent 帮我们直接完成任务，本质是"能干活了"，进而加速整个 AGI。"coding agent 实现了，AGI 的 90% 可能就实现了——不需要什么范式创新，就能把大多数知识工作者的任务自动化。"

3. 第三幕：Automated AI Researcher——每个人有一个强大的研究助理，去解决基础科学问题（脑科学、神经科学、材料学）。这是 OpenAI 最想做的。

为什么这个框架重要：

• 它把"AGI 会不会来"这个虚无问题，变成了"我们在三幕剧的第几幕"的可定位问题。
• 广密判断："以前说还需要两三年，我感觉也许今年年底或明年初，就有一家公司宣布实现了 AGI。" 加速度"特别快"——过去一个季度模型进步幅度"可能超过 2025 全年"。

刨根问底（为什么"第二幕"这么关键）：

• 第一幕（chatbot）商业价值有限，因为"问问题"的价值量低。
• 第二幕（coding agent）价值量暴增，因为"做的任务的价值量提升了"——Anthropic 头部一两百万用户贡献的收入，"超过了 OpenAI 五六千万订阅用户"。
• 这颠覆了"C 端赢了就赢了"的判断："C 端好像没有 coding 或 agent 这个大。" 不再追求 DAU 或广告规模，而是追求 token usage，尤其是"超级开发者/塔尖用户"的 usage。

举一反三：

• 这跟 Freda（ep125）说的"电子收入 4000 亿 vs 15 万亿劳动力"是同一个洞察的两面：第一幕吃的是"电子收入"存量（搜索/广告/订阅），第二幕开始吃"劳动力"增量（程序员工资、白领工作）。
• 对你持仓的映射：你持有的微软，它的 Copilot 故事兑现节奏，取决于它能不能从"第一幕"（聊天助手）跨到"第二幕"（coding/agent）。广密说"coding 和 agent 不能输，豆包大概率都能追上甚至做得更好"——这同样适用于微软。

概念 3：硅谷御三家——为什么 Anthropic 春风得意，OpenAI/Google 战略误判

类比：广密用"各领风骚一百天"形容硅谷三巨头——"有时候你觉得 OpenAI 无敌，三四个月前又觉得 Gemini 王者归来，今天是 Anthropic 春风得意。今天胜利的秘籍，可能就是下个时代的毒药。"

他逐家拆解了战略和组织：

Anthropic（春风得意）：

• 战略聚焦：放弃了 C 端、放弃了多模态、没跟风做 reasoning model，只 all-in coding 一件事。"top-down，有一个非常 align 一致的目标。"
• 重视数据刻在骨子里：首席科学家 Jared Kaplan 亲自带团队过数据。"模型级应用，数据级模型"——他们一开始就意识到数据是所有问题的根本。
• 文化稳定：不招 big name，专招 underdog；文化面试极严；团队都是"AGI 原生"的 mission 驱动。"像一支球队，一个工业化体系，每个环节都做好，不神话任何一个环节。"
• 产品 sense 好：Cloud Code 创始人 Boris 本身是很强的 coder，"想 deliver 一个最强的 coding 工作方式，在引领整个开发范式"。Cursor 火了之后，很多人讨论模型公司要不要做 IDE，Anthropic 没做 IDE，而是做了终端形态的 Cloud Code——"更能承接住模型的红利"。

OpenAI（战略误判）：

• C 端太成功，忽视了 coding：忙着跟 Google 抢 C 端流量、抢 DAU、做增长，"对 coding 有严重的战略误判"。
• VC 文化，摊大饼：Sam 是 VC 出身，"什么都想要，容易 FOMO"。自下而上的文化，团队要卡就给（比如 Sora），"很像 VC allocate capital"。
• value 0 到 1，不 value 1 到 100：导致"没有人做脏活累活苦活，所有人都想做突破性工作，没人踏实搞数据、清理数据、做产品运营"。"ChatGPT 很成功，但感觉没有灵魂——你都不知道它的产品经理是谁。"
• 想跳过 coding 直接做"爱因斯坦"（自动化 AI researcher），但"这条路很难，而且没那么实用"。

Google（被带沟里）：

• Gemini 3 benchmark 刷得高，但产品能力不行："C 端没有持续增长，用户不太买单，实际体验用起来也没那么好。"
• 沉浸于 Gemini 3 的成功，严重误判 coding 重要性，晚了三四个月才把 coding 上到最高优先级。
• 但拉长看最稳：算力最足、现金流最足、TPU 可以变成"另一个英伟达"。"已经到第三代职业经理人，运行得很好，更像一个机器或体系化运转，任意换掉一两个人都没啥影响。"

刨根问底（为什么"战略聚焦"比"技术领先"更重要）：

• Anthropic 的成功"不是技术 know-how 的胜利，是战略、组织、文化的胜利"。它从落后位置杀出来，靠的是"弄清楚战略之后坚定执行，不摇摆"。
• OpenAI 和 Google 的失败"不是技术不行，是战略误判"——它们忙着抢 C 端窗口，把 coding 这个黄金窗口让给了 Anthropic。
• 广密的核心判断："如果你 coding 落后 3 个月，以后可能就落后一年，因为它会放大。"

举一反三：

• 这跟印奇（ep131）的"想做/能做/可做"框架、雨森（ep124）的"战略 bet 要鲜明"完全一致。Anthropic 的成功，本质是"在资源有限时，果断放弃 C 端和多模态，all-in coding"——这正是印奇说的"舍"。
• 对你持仓的映射：你持有的微软、英伟达，它们的 AI 战略是否"聚焦"？广密的框架提醒你：在 AI 时代，"什么都想要"的 VC 式打法（OpenAI）可能输给"只做一件事并做到极致"的聚焦打法（Anthropic）。 评估一家公司的 AI 战略，先问：它放弃了什么？

概念 4：Harness Engineering——为什么"壳"比"模型"更决定 agent 的上限

类比：广密给了一个新词——harness engineering（壳工程）。他把 agent 比喻成"一个人加入一个公司/团队"：

• 有些公司管理和环境好，能让一个普通人的下限很高（通过管理和组织约束）。
• Agent 也需要它的"管理学和组织"——这就是 harness 的意义。

原理：

• 有了 harness 以后，"普通的模型也可以做高价值的任务了"。
• 这带来一个更大意义：因为 Claude 整个需求溢出、接不住，所以"非 SOTA model（包括很多开源模型）也能被用上了"。
• 广密说 Manus 是 harness 的鼻祖——一个独立团队把 harness 做得很好，今天模型公司把 harness 这个概念"像宗教一样喊出去了"。

刨根问底（为什么"to agent"比"to 人类"更重要）：

• 广密说要把 AI agent "当人看，当一等公民"。人类知识工作者有工作环境、工作电脑、各种信用卡——未来在平行世界，你也要给 agent 搭一套它作为"一等公民"需要的环境。
• 这带来一个 mindset 变化：以前看 to C / to B，今天要看 to 人类 / to agent。如果是 to agent，看中的不再是 DAU，而是 token usage 或 token 价值 margin——"因为以后用什么工具可能不是人决策了，可能是 agent 去调用哪些工具。"

举一反三：

• 这跟 Pick（ep128 Manus）的"壳的厚度""地壳一样厚的壳"完全是同一个概念，广密把它命名为 harness 并提升到了行业范式的高度。
• 对你持仓的映射：腾讯的微信小程序生态、阿里的电商基础设施，本质上都是"给 agent 用的 harness"——如果未来 agent 是一等公民，那么谁拥有最丰富的"agent 可用环境"（API、支付、物流、社交），谁就拥有最深的护城河。
• 一个更深的追问：如果 harness 比模型更重要，那"模型 = OS"的判断还成立吗？OS 的定义是"支持应用的无限扩展"，但如果应用的上限由 harness 决定（而不是 OS），那 OS 的价值就被 harness 层"截流"了。这就像 Windows 是 OS，但真正决定用户体验的是应用程序（Office、Chrome）——如果 agent 的体验由 harness 决定，那模型 OS 可能只是一个"被调用的底层"，而不是"定义体验的入口"。广密和 Pick 的分歧，本质是"OS 层 vs harness 层谁攫取更多价值"的分歧。

概念 5：模型 = 新一代操作系统——为什么这是"10 万亿美金"的判断

类比：广密抛出了全期最大的判断——"模型可能就是新一代的操作系统，未来最领先的几个模型，可能就是世界最重要的技术设施。"

原理：

• 操作系统的定义是"支持应用的无限扩展"。今天的 agent 就是应用，模型支持它们无限扩展，慢慢形成新生态——就像安卓/iOS/Windows。
• 过去称得上操作系统的，可能就是 Windows、iOS、安卓和微信。未来"不管你追求工作助理、coding，还是生活助理，ChatGPT、Gemini、豆包，最终都会走向世界的基础设施——一个 global GDP 的 OS"。
• 它的重要性"比今天的 Google 对世界基础设施的支持还要重要"——你生活的问题问它，工作的自动化是它，研究科研的支持也是它。

刨根问底（为什么每家可能是 10 万亿美金？）：

• 广密的 AGI portfolio 判断："最好的 3-5 家模型公司，如果成为全球 GDP 的操作系统，每家可能都是 10 万亿美金，加起来三五十万亿美金。"
• 逻辑是：如果 3-5 年后全球 GDP 的 30-50% 都被模型 automate，那这些模型公司就是这个新经济的"操作系统层"，它们的价值锚定的是全球 GDP 的一个百分比，而不是某个垂直市场的收入。
• 这也解释了为什么 Anthropic 和 OpenAI "已经是新的 Mag7"——今年底 ARR 可能到 800-1000 亿美金，明年奔着 2000 多亿，"历史上几乎没有出现过两家公司齐头并进、这么短时间做到千亿美金营收"。

举一反三：

• 这跟雨森（ep124）"终局是统一巨人模型"、广密自己（ep127）"模型级产品，数据级模型"一脉相承，但"模型 = OS"这个类比更精准、更有投资操作性。
• 对你持仓的映射：如果你相信"模型 = 新一代 OS"，那么英伟达就是这个 OS 的"芯片层"（卖铲子），微软/腾讯/阿里是"应用层"（在 OS 上跑应用）。但广密的核心 bet 是"全仓做模型基金"——投最领先的 3-5 家模型。这跟你现有的"应用层+芯片层"持仓形成对照：你是否配置了"OS 层"本身？
• 一个更深的追问：如果模型真的是 OS，那"OS 层"的估值逻辑应该跟"应用层"完全不同。应用层的估值看"收入 × 倍数"（比如 SaaS 的 10-20x ARR），但 OS 层的估值应该看"它承载的 GDP 的百分比"。广密说"每家可能是 10 万亿美金"，这不是用 ARR 算出来的，是用"全球 GDP 的 30-50% 被 automate"算出来的。这意味着：如果你用 SaaS 的估值框架（ARR × 倍数）来评估模型公司，你会永远觉得"太贵了"——因为它们的价值锚定的是 GDP，不是收入。

关键洞察（为什么这些洞察重要）

洞察 1：DAU 可能不再重要，token usage 才是新北极星

广密反复强调："不再追求 DAU 或广告规模，而是追求 token usage，尤其是超级开发者/塔尖用户的 usage。"

为什么重要：它颠覆了互联网时代"流量为王"的逻辑。Anthropic 头部一两百万用户贡献的收入超过 OpenAI 五六千万订阅用户——"塔尖用户的 token usage 可能比 DAU 更有意义。" 这背后的残酷现实是："绝大多数人的智力没有模型高了，人类在整个社会中的价值可能发生了变化。"

一个更深的追问：如果 token usage 取代 DAU 成为北极星，那 AI 公司的"用户分层"会变得极端——1% 的超级用户贡献 99% 的收入。 这跟游戏行业的"鲸鱼用户"模式很像（少数大 R 贡献大部分收入），但有一个关键区别：游戏鲸鱼是"为快乐付费"，AI 超级用户是"为生产力付费"。后者的付费意愿更稳定（因为 ROI 可计算），但也更脆弱（一旦 AI 能力不再领先，他们会立刻切换）。这意味着 AI 公司的护城河不是"用户习惯"（像游戏），而是"持续 deliver SOTA 的能力"（像广密说的）。

洞察 2：白领通缩与失业窗口期已经到来

广密警告："今年肯定是人类开始面临失业比较痛苦的一年，有可能今年 30% 的工作岗位就没了。"

• Meta 裁员 1.6 万人，未来可能再裁；微软不需要 15 万人，可能 3 万人干得更好。
• "人才成长和培养的路径好像被 AI 拦腰截断了"——junior 程序员、junior 律师的岗位被自动化，新人没有成长环境。
• 美国本科毕业生就业率历史新低。
• 最牛逼的 AI researcher "都担心自己 1-2 年后没有工作"。

为什么重要：这不是危言耸听，而是正在发生的社会现实。广密说"AI 过去一个季度的智商进步，可能比人类过去 200 年智商的进步要快——我们没做好准备"。

洞察 3：投资 = 投"能持续做好 SOTA model 的公司"

广密的 AGI portfolio 越来越极致："一句话总结——你要投能持续做好 SOTA model 的公司。这个指标可能是未来投资最关键的指标。"

• 他的理想配置：最领先的三四家模型各放 20%，剩下 20%（10% 机器人 + 10% AI for science + agent infra）。
• 核心 bet："全球最领先的 3-5 家模型，未来都是 10 万亿美金。如果相信这个，那就表达得更极致——全仓做一个模型基金也挺好的。"

为什么重要：它把"AI 投资"从"猜哪个应用会火"收敛到了一个最清晰的指标——谁能持续 deliver SOTA model。这是一个比"哪个产品 DAU 高"更本质、更可追踪的判断标准。

洞察 4："今天胜利的秘籍，可能就是下个时代的毒药"——为什么成功是最大的风险

为什么这个洞察重要：它是这期最反直觉、也最有实操价值的警告。

广密用"各领风骚一百天"形容三巨头——OpenAI 因为 ChatGPT 太成功而错过 coding，Google 因为 Gemini 3 太成功而误判 coding。这不是巧合，是结构性陷阱。

刨根问底（为什么"成功"会导致"误判"？三层追问）：

• 第一层（资源分配）：成功的业务会吸走所有资源。OpenAI 的 ChatGPT 每天 4.85 亿日活，这个业务的优先级天然高于 coding——因为"DAU 在涨，为什么要分心做 coding？" 但 coding 的窗口期只有 6-12 个月，等你反应过来，Anthropic 已经跑了 3 个月。
• 第二层（认知锁定）：成功会固化你的世界观。OpenAI 的成功叙事是"C 端入口"，所以它看什么都想从"C 端入口"的角度理解。Coding 在它眼里是"给程序员用的工具"，而不是"AGI 的加速器"——因为"AGI 加速器"这个框架不在它的认知里。
• 第三层（组织惯性）：成功的组织会奖励"做对的事"的人，惩罚"做新的事"的人。OpenAI 内部做 coding 的团队，在 ChatGPT 团队面前是"二等公民"——因为 ChatGPT 是"公司的主航道"。这种组织惯性，比任何战略误判都更难纠正。

举一反三：

• 这跟投资里的"均值回归"完全相通。一只股票涨了 300%，市场会认为"它还会继续涨"——但正是这种共识，让它的预期回报降到最低。AI 公司也一样：今天的 SOTA，恰恰是明天被颠覆的靶子。
• 对你持仓的映射：你持有的微软，它的 Copilot 故事建立在"Office 生态 + Azure 云"的成功上。但如果 coding agent 真的成为"AGI 第二幕"的主角，那"Office 生态"可能不是优势，而是包袱——因为用户不再需要"在 Word 里用 AI"，而是"让 AI 直接写完所有东西"。广密的框架提醒你：每一次你因为"它现在很成功"而加仓时，问自己：它的成功，是不是正在为下一次失败埋下种子？

和我的知识体系的连接

AGI 路线图 vs 你已有的技术演进链：

• 你学过 Attention → KV Cache → Agent。这期把它放进了"三幕剧"框架：第一幕（chatbot）= Attention/KV Cache 让模型能流畅对话；第二幕（coding agent）= Agent 在反馈闭环最短的环境里大规模运转；第三幕（AI researcher）= Online Learning + 世界模型让 AI 能自主科研。
• 广密的判断"coding agent 实现了，AGI 的 90% 就实现了"——这意味着你已掌握的 Agent 知识，正处在 AGI 最关键的"第二幕"核心。

和你持仓的交叉：

• 英伟达：广密说"coding model = AI 时代的 GPU"，英伟达是"卖铲子的铲子"。他的"模型 = OS"判断直接利好英伟达（OS 层的算力底座）。
• 微软：微软是"应用层"（在模型 OS 上跑 Copilot/Azure），但广密警告"持续 deliver SOTA model 是对所有科技公司的大考"——微软自研模型能力是否能跟上，是关键风险。
• 腾讯/阿里：作为中国 C 端入口（豆包 vs 元宝/通义），它们处在"第一幕→第二幕"的转轨期。广密说"国内好像都在追求 Anthropic 路线（coding + 高价值任务），C 端已经没机会了"——这对腾讯/阿里的 AI 战略是重大信号。

和已有播客的呼应：

• 雨森（ep124）"模型没有秘密、应用才有护城河" → 广密这期的修正："模型 = OS，模型公司自己就能吃掉应用层（Cloud Code vs Cursor）"。两期对照，能看到 3 个月内行业共识的剧烈变化。
• Pick（ep128）"壳的厚度、harness" → 广密"harness engineering、Manus 是 harness 鼻祖"。
• 印奇（ep131）"AI + 终端、世界模型" → 广密"机器人未来 6-18 个月质变、中国团队硬件优势"。
• 谢赛宁（ep133）"LLM 终将凋零，世界模型才是地基" → 广密"coding 是 AGI 第二幕，语言即世界"。这是这 7 期里最核心的路线之争：谢赛宁认为语言是智能的表象（只占演化史最后 8-10 秒），广密认为语言是智能的全部（"语言即世界"）。 谁对？也许两者都对——语言是"描述世界"的工具，视觉/物理是"理解世界"的工具。coding 之所以是"AGI 第二幕"，恰恰因为它同时需要两种能力：用语言描述方案（语言即世界），用代码验证方案（代码即方案）。真正的 AGI 可能需要两者的融合，而不是非此即彼。

还没想明白的问题

1. "模型 = OS"会不会重蹈"chatbot = 终极入口"的误判？ 广密在 ep127 还说"chatbot 不是终极形态"，现在又说"模型 = OS"。但 OS 本身也在演化——如果未来出现全新的交互形态（语音、脑机、空间计算），"模型 OS"会不会像"PC OS"一样被新平台颠覆？这个"10 万亿美金"的判断，会不会是另一个"胜利的秘籍=下个时代的毒药"？

2. Anthropic 的领先能维持多久？ 广密说 coding 的"难度系数"决定竞争格局：低于 4 分则人人能做好（极度内卷），高于 8-9 分则 Anthropic 一家独大。但他自己也承认"OpenAI 和 Google 最终都能追上来"，Anthropic 的最大瓶颈是算力（"今年实现 1000 亿 ARR 最大的 bottleneck 可能就是算力"）。如果 coding 难度系数是中等（5-7 分），那 Anthropic 的窗口期可能只有 1-2 年——这跟你持仓决策的时间尺度直接相关。

3. "白领通缩 30%"的社会后果，会不会反过来摧毁 AI 的商业模式？ 广密说"如果 AI 大幅替代白领，谁来消费？" 美国是中产社会（一亿多中产：程序员、律师、医生、中介），如果这些人失业，AI 公司的客户（企业和消费者）购买力会崩塌。这是一个自我毁灭的悖论——AI 越成功，它的市场可能越小。"AI 税/裁员税"会不会真的来？这会不会成为 AI 投资的"灰犀牛"？

4. "全仓模型基金"对普通投资者真的可行吗？ 广密的建议是"全仓做模型基金，投最领先 3-5 家"。但这些公司大多未上市（OpenAI/Anthropic），普通人能买到的只有英伟达、微软、Google 这些"卖铲子的"或"应用层"。而且"模型 = OS"的判断如果成立，那现在的高估值（Anthropic 可能 10 万亿美金）是不是已经 price in 了？广密自己也说"今年胜利的秘籍可能是下个时代的毒药"——这个 bet 的集中度风险，值得想清楚。

一个值得深思的对比：Anthropic 的"球队"vs OpenAI 的"VC"

广密对 Anthropic 的组织描述极精彩："像一支球队，一个工业化体系，每个环节都做好，不神话任何一个环节。" 而 OpenAI 是"VC 文化，摊大饼——Sam 什么都想要，容易 FOMO"。

这个对比为什么重要？ 因为它揭示了一个被忽视的真相：在 AI 时代，组织能力可能比技术能力更重要。 Anthropic 的技术 know-how 不一定比 OpenAI 强（广密说"交替领先"），但它的战略执行力远强于 OpenAI——"弄清楚战略之后坚定执行，不摇摆"。

刨根问底（为什么"球队"比"VC"更适合 AI 竞争？）：

• 因为 AI 竞争的窗口极短（coding 窗口只有 6-12 个月），你需要"所有人朝一个方向冲"，而不是"每个团队各自探索"。VC 文化适合"广撒网、等爆款"，但 AI 竞争需要"精准打击、快速执行"。
• 更深一层：AI 研究有一个反直觉的特点——"脏活累活"比"突破性工作"更重要。 广密说 OpenAI"没有人做脏活累活苦活，所有人都想做突破性工作"。但 Anthropic 的首席科学家 Jared Kaplan"亲自带团队过数据"。在 AI 时代，"愿意清理数据"的人比"想发 Nature"的人更有价值。

对你投资的启示：当你评估一家 AI 公司时，不要只看它的"技术论文"，要看它的"组织文化"——是"球队"还是"VC"？是"CEO 亲自过数据"还是"所有人都在做 demo"？

一句话总结

回到最简单的话，但比开头深了一层：这期最震撼的，不是"coding 很重要"这个结论（你三个月前就知道了），而是它背后的加速度——"过去一个季度模型进步幅度超过 2025 全年""AI 开始加速 AI 自身""最牛逼的 researcher 都担心 1-2 年后失业"。广密用"语言即世界，代码即方案"这八个字，把 coding 从一个垂直场景提升到了 AGI 加速器的高度；又用"模型 = 新一代 OS"这个判断，把模型公司的价值锚定到了"全球 GDP 的百分比"。但真正值得你记住的，是那句反直觉的警告："今天胜利的秘籍，可能就是下个时代的毒药。" OpenAI 因为 ChatGPT 太成功而错过 coding，Google 因为 Gemini 3 太成功而误判 coding——每一次成功都在为下一次失败埋下种子。 对你这个持仓横跨中美科技龙头的人来说，这期最大的价值不是"该买谁"，而是逼你问自己：你持仓里的每一家公司，此刻正处在"三幕剧"的第几幕？它是在 all-in 第二幕（coding/agent），还在沉迷第一幕（chatbot/DAU）的旧胜利？因为在这个"各领风骚一百天"的时代，昨天的护城河，可能就是明天的坟墓。

*关联文档：大模型季报8_AIWar与第三范式_学习解读、Manus出售前最后访谈_学习解读、印奇阶跃星辰_学习解读、Freda投资札记_学习解读*

*记录日期：2026-07-25*

*扩充日期：2026-07-26*

附录：广密的"AGI 三幕剧"速查

| 幕 | 内容 | 商业价值 | 当前状态 | 你的持仓相关 |

|----|------|---------|---------|-------------|

| 第一幕 | Chatbot | 有限（问问题价值低） | 已实现，DAU 见顶 | 腾讯/阿里（C端入口） |

| 第二幕 | Coding Agent | 巨大（替代白领工作） | 正在爆发（10个月从几亿到100亿） | 英伟达（算力）、微软（Copilot） |

| 第三幕 | AI Researcher | 星辰大海（加速基础科学） | 还早（需要 Online Learning） | 长期关注 |

核心判断："coding agent 实现了，AGI 的 90% 就实现了。" 第二幕是当下最重要的投资窗口——不是因为它最性感，而是因为它的反馈闭环最短、商业验证最清晰。

Coding是AGI第二幕 — 学习解读

来源：张小珺商业访谈录 嘉宾广密 转录 ep136_transcript

一句话：模型正在从"能聊天的答题机"变成"能独立干活的同事"，而Coding就是打开这扇门的第一把钥匙。

从你最熟悉开始

你有没有过这样的体验：跟AI聊天问问题，它答得头头是道。

但真要让它"帮我做个东西"、"替我干件事"，它就卡住了。

为什么？

因为聊天是"说"，干活是"做"。

说的能力，过去几年已经拉满了。

做的能力，才是这个季度最大的突变。

广密所说的"第二幕"，就是这个突变的浓缩。

AI从"会聊天"进化到了"会干活"。

而最有趣的是，让它学会干活的第一步，不是教它做饭、不是教它管账，而是教它写代码。

这本身就非常值得刨根问底：凭什么先学这个？

这期节目讲了一件让我很震惊的事。

硅谷前沿实验室的研究员和程序员，基本上已经不写代码了。

去年一个系统里还有七八成的代码是人写的，今年可能不到百分之一。

这是指数级的加速，不是线性的。

一个想法从出现到跑通代码，以前要两三个星期，现在只要一两天。

而且更颠覆的是，最近很多AI领域的突破，根本不是人类工程师带来的，而是Claude Code和CodeX自己干出来的。

核心概念

概念一：为什么Coding最先跑出来？——反馈闭环最短

类比：学游泳的人为什么先从浅水区练？

因为浅水区出了岔子，你能马上站起来。

写代码这件事的天才之处，就在于它是全世界"反馈闭环最短"的活动之一。

代码写出来，跑一下，通不通，立刻见分晓。

这个闭环有多短？

几秒钟。

而"写一段文章好不好"、"做一个判断对不对"，反馈可能要等几周，甚至几个月、几年。

这个类比成立吗？

非常成立。

短反馈闭环等于快速试错，等于指数进步。

这正是强化学习能吃红利的土壤。

反观写作或长期规划，反馈是模糊的、延迟的，AI很难自我校正。

所以AI跑最快的地方，永远是反馈最清晰的领域。

原理：代码是一种"可验证的中间语言"。

它不是最终答案——最终答案才是价值所在。

但它把"想法"翻译成"机器能跑、能不能跑通立刻能判断"的形式。

只要机器能自动跑程序、跑测试，AI就能在无人监督的情况下疯狂自我迭代。

这叫"自动化的执行能力+自动化的验证能力"闭环。

而对话没有这个自动验证器。

为什么不用老办法？

以前我们让AI帮你干活，给它的是一堆自然语言指令。

它没法自己确认"做对了没"。

Coding的妙处在于，环境里自带验证器。

编译、测试、报错，AI可以在几秒内知道错在哪、怎么改。

有了这份"随时反馈"，它才能离了人自己进步。

追问3层为什么：

第一层，为什么反馈闭环短就能进步快？

因为任何学习系统的核心都是"输出→后果→调整输出"。

闭环越短，单位时间内的调整次数就越多。

写代码一秒调整一次，别的任务可能一周才调整一次。

量级上差了接近一百万倍，这就是指数进步的秘密。

第二层，为什么代码能验证、聊天不能？

因为代码有"确定性的执行环境"。

机器会忠实地告诉你"这里报错了"、"这块测试没过"。

这是客观裁判，不偏不倚。

而聊天内容依赖人类的主观评价，没有自动裁判。

有了客观裁判，AI才能离开人自己练，练得又狠又快。

第三层，为什么短闭环恰好成为AGI的加速器？

因为"AI帮AI写代码"了。

当前沿研究员发现代码是AI自己写的，研究本身也在被加速。

这就形成了一个自指飞轮。

验证闭环短，AI能改进代码；代码改进，能帮助研发其他AI；更强的AI，又能写出更好的代码。

每一步都在加速，所以AGI的到来越来越像是幂次的收束。

举一反三：这个规律可以推广到任何"有明确对错、能自动验证"的领域。

例如数学，有标准答案，对错立判。

例如下棋，胜负就是最清晰的反馈。

例如芯片设计，EDA工具能自动验证布线对不对。

所以你要看AI先在哪封神，就看哪里反馈最清晰。

这也是为什么数学和代码，是AI最先攻下的两个山头。

而写作、战略、人际这类模糊反馈的领域，反而成了AI不敢轻易承诺的软肋。

概念二：语言的泛化性 —— "语言即世界，代码即方案"

类比：盖房子。

砖块和图纸，是两种描述世界的语言。

砖块那块说"我要一栋房子"。

图纸那块说"拆解成几百步：这里承重、这里开窗、管线从这走"。

自然语言是对世界的描述，代码是对解决方案的描述。

而这恰恰是知识工作者真正做的两件事——理解世界，以及把理解变成可执行的方案。

这个类比成立吗？

我认为成立。

因为代码其实是"可执行的逻辑"，承载了逻辑的载体。

而任何白领工作——算账、排期、分析、写报告、做决策支持——本质上都是"按逻辑处理信息"。

一旦AI会写代码，它就能接管所有"逻辑可表达"的白领任务。

这就是Coding泛化性强的根本原因：它不只是"编程"这个垂直场景，它是"把方案变成机器能执行的东西"的统一接口。

原理：为什么代码能承载所有白领工作？

因为电脑上的操作，最终都会被翻译成代码调用。

一个白领一天在电脑上干的事，点表格、发邮件、跑报表，底层全是API、脚本、数据处理。

谁掌握了"把意图翻译成这些操作"的能力，谁就掌握了自动化全部电脑操作的能力。

这正是Agent取代Chatbot的关键所在。

Chatbot只在聊天框里带给你答案。

Agent能在真实操作系统里，替你执行。

为什么不用旧思路？

有些公司试过直接训练"模型自动生成报告"，先跳过代码。

结果效果很差。

因为报告是最终产物，太"软"、太依赖审美和上下文，反馈也模糊。

但把任务拆成"先生成逻辑→用代码去取数、计算、渲染"，每一步都有硬性验证，反而更容易做对。

先做扎实可验证的中间步骤，不可验证的最终一步反而水到渠成。

这条路被Anthropic验证得非常成功。

追问3层为什么：

第一层，为什么必须"先"会代码，而不能跳过？

因为世界的基础设施本身就是代码构成的。

你想自动化"电脑上的一切"，就必须在那个世界里说话。

而那个世界的母语，是代码。

不会代码，Agent就只能在I/O层隔靴搔痒，永远进不了核心。

第二层，为什么不让人类直接学会代码，让AI只管算？

因为人类读代码慢、改得也慢，瓶颈在人。

真正高效的配置是：AI写代码，人审方向。

像教授带博士。

人是"提出对的问题并验收"，AI是"把问题变成能跑的东西"。

这也就是为什么前沿实验室的"审"这个环节，反而成了人最容易跟不上的地方。

第三层，为什么各家都把Coding当命根子、被称作"新时代的GPU"？

因为AI时代的算力替代物，已经不只是芯片，而是"自动化研发"的能力。

谁的coding模型强，谁的研发飞轮就快，谁就永远不缺算力红利。

更重要的是，你不可能只做个给自己用的coding模型。

因为自家任务的数据分布不够全，必然落后。

就像依赖别人的GPU会有断供风险，过度依赖别人的coding模型也一样危险。

OpenAI被断供过，X也被断供过。

所以Coding既是能力，也是战略卡位。

举一反三：

这条"代码即方案"的洞察，能帮我们理解为什么近期人形机器人、Agent、AI硬件都被资本追捧。

因为它们都在把"解决方案"扩展到物理世界。

今天代码解决的是"电脑里的方案"。

明天机器人让代码解决"物理世界里的方案"。

模式没变，只是执行场域从屏幕扩大到了现实。

你在学习任何一个新AI方向时，都可以先问一句：这里有能自动验证的反馈循环吗？

能，就跑得飞快；不能，就是慢工细活。

概念三：模型将是新一代操作系统（OS）

类比：Windows和安卓，是电脑和手机的操作系统。

微信在中国，某种程度上也像一个操作系统——社交、支付、生活服务全跑在它上面。

那么当绝大部分工作、知识、决策都能丢给一个模型时，那个模型就成了"全球GDP的操作系统"。

你的生活问题问它，工作自动化靠它，科研支持找它。

它的重要性，可能比今天的Google对世界基础设施的支持还要重要。

这个类比成立吗？

成立，而且极其贴切。

操作系统的本质，是"统一底座+上层应用生态"。

今天模型公司赌的就是：模型即底座，上面会长出无数应用。

更妙的点是广密提出的视角转向——未来的应用分层不再是to C和to B。

而是"to 人类 / to Agent"。

即决策者从人变成Agent了。

工具是被Agent调用的，而不是被人肉点的。

这个转向，会改变整个商业估值的基本盘。

原理：为什么模型能当OS？

因为当模型有了能力、记忆、工具调用、还能自主执行时，它就已经具备了操作系统"调度资源、承接应用"的全部心智构件。

今天你手机上装了几十个App，是"应用层各行其是"。

而Agent一旦能统一调度这些App，它就变成了比App更底层的存在。

这就触碰到OS的本质。

历史上有资格称为OS的，可能只有Windows、iOS、安卓和微信。

而模型，正在成为下一代。

抢走入口为什么不用老一套？

老一套是Google式的搜索入口，或苹果式的App生态。

搜索只是"帮你找信息"，OS是"替你完成目标"。

当AI能替你连点好几个App，完成"订机票+订酒店+查天气+排行程"，用户就不再需要一个个点。

入口就彻底上移到了模型层。

搜索入口的地基会被抽掉。

这正是为什么连算力最足、现金流最强的Google，对coding的误判也被视为致命伤。

追问3层为什么：

第一层，为什么"入口上移到模型"会颠覆估值？

因为估值的本质，是"用户在你这里完成多少有值活动"。

今天模型吃掉了"完成活动"这个环节，入口的价值也随之转移。

Agent消耗的是token。

所以估值单位，从"日活/广告"变成"token消耗量及其边际价值"。

Anthropic区区一两百万用户，收入却能超过OpenAI五六千万订阅用户，就是这个逻辑。

第二层，为什么最强模型=最重要的技术设施？

因为它会成为一切价值创造的前置条件。

就像电之于工厂，互联网之于现代商业。

谁能持续造出最强模型，谁就掌控了未来三十年的基础设施开关。

模型不是一种产品，它是新的交通、新的电力、新的水电煤。

第三层，为什么世界只容得下三五家做成OS？

因为做OS的门槛太高了。

每年要数百亿美元的投资，持续好几年。

管理层要有认知和魄力，认准方向不摇摆。

还要招到上百名世界级的AI科学家。

关键还得有战略押注和产品上市方式。

更致命的是，不仅要做强模型，还要把模型交付成产品。

这种多重门槛，注定收敛到寥寥几家。

这就是广密判断"领头的模型公司，每家未来都是数万亿级估值"的底层逻辑。

举一反三：

用"OS思维"看投资和职业，会豁然开朗。

当模型是OS，最值钱的是"持续做出最强模型的极少数公司"——这相当于当年买到微软或安卓。

而个人的位置，在"跑在OS上且无法被替换的差异化个体"。

因为有审美、有品味、能把想法变成产品的个体，恰恰是这个生态里不可被模型替代的下游。

所以一边是平台的高度垄断，一边是个体创造力的极大释放。

两者同时发生，毫不矛盾。

理解了这个，你就不必焦虑"要不要学代码"，而该问"我的品味和判断在哪里不可替代"。

概念四：组织与文化，才是Coding军备竞赛的隐形护城河

类比：一场马拉松，比的往往不是谁起跑快，而是谁没跑岔路、没中途换赛道。

模型公司也一样。

技术大家都看得懂，但能不能让几百个最聪明的人all in一件事，才是真正的分水岭。

这考验的不是技术，是战略、组织和文化。

为什么这个类比成立？

因为最聪明的人最难管理。

每个实验室最厉害的研究员，都想搞自己的0到1突破，都想当英雄。

没人想做数据的脏活累活。

但Anthropic不一样。

他们的创始团队从一开始就意识到，数据是一切问题的根本。

据说首席科学家Jerry亲自带着团队过数据——这非常罕见。

而且他们不做多模态、不做推理模型、不做to C，极度专注在coding上。

这就是"不做什么"的智慧。

原理：为什么"专注"比"全都要"更容易出成果？

因为AGI是幂次加速的行业。

你要在指数曲线上快人一步，前提是全部资源都押在一条曲线上。

摊得太开，每一块的进步都被分摊，曲线就平坦了。

Anthropic的成功，本质是拿"极致压强"换来了"指数斜率"。

反观OpenAI，Sam是VC出身，容易摊大饼，什么都要。

文化又是自下而上的，没人愿意干脏活累活。

结果就是，能力不差，但战略不够聚焦。

为什么不能用"只要模型够强，组织不重要"的旧想法？

因为模型再强，也要有人把数据喂对、把工程落地、把方向守住。

组织涣散，再强的技术也会在落地时跑偏。

这也是为什么广密判断，OpenAI被阶段性低估。

因为OpenAI的人才密度和文化，还是能持续推出好模型，它们大概率能追上来。

但要真正追上，得像Anthropic那样战略聚焦。

追问3层为什么：

第一层，为什么"知道自己不做什么"如此重要？

因为专注才带来压强，压强才带来突破速度。

在幂次行业里，任何一个方向的领先，都会被时间放大到碾压级别。

贪多的公司，永远在几条平庸的曲线上徘徊。

第二层，为什么马斯克做FSD行、做xAI却摇摆？

因为做好模型的工程需要耐心和长期主义。

但马斯克希望短平快，恨不得两个星期就看到效果。

这种文化逼着团队追求短期结果，牺牲长期质量。

AI赛道的竞争烈度，比FSD高几个量级。

它需要百分之两三百的聚焦，CEO不聚焦，就注定掉队。

第三层，为什么"人心所向"也是竞争力？

因为顶级人才是最稀缺的资产。

和Anthropic的人聊，你会感到每个人都深信AGI，AGI原生。

创始人传递的信号有很强感召力，而过去说的好像全都做到了。

这种"说到做到"的文化，会持续吸走最优秀的人。

反过来，人才流失、目标涣散的公司，会一点点失血。

优秀人才的流向，最能说明一家公司的真实下限。

举一反三：

这个"组织即护城河"的规律，不只适用于模型公司。

任何依赖顶级智力协作的创新组织都适用：生物技术、深空探索、芯片研发。

看一家公司能不能赢，别只盯它的技术指标，要看它的"压强系数"——多少人、多大决心、多聚焦地押在一条主线上。

这个思维，也可以反过来用于个人成长。

把有限的精力压强在一个真正擅长且有反馈的领域，比到处浅尝辄止更容易做出指数级成果。

关键洞察

• 反馈闭环的长短，是判断某个AI技能何时成熟的第一性指标：闭环越短，进步越快。
• 这是"为什么coding先跑出来"的总根，也是"为什么写作还没有被AI彻底接管"的解释。
• "语言即世界，代码即方案"是coding泛化性的理论根基。
• 白领任务=逻辑=可被代码承载，所以代码能力就等于自动化绝大部分知识工作的能力。
• Coding是第二幕，不是终点。
• 它像亚马逊早期卖书，是用来拉通仓储物流（能力、数据、团队、反馈）的敲门砖。
• 终局是第三幕：自动化的AI研究员，让人人都拥有一个强大的自主研究助理。
• 这一季真正的分水岭，是模型从"给你答案"到"替你干活"。
• 营收结构也随之从"用户数订阅"转向"token消耗量"，估值范式跟着换轨。
• 组织文化决定coding军备竞赛的成败。
• 自上而下、愿意让最聪明的人干数据脏活、且知道"不做什么"的团队，往往跑在最前面。
• AI正在加速AI自身。
• 不少前沿突破是模型自己写出来的，AGI的自我加速因为"代码→AI研发→更强AI"的飞轮而被大幅拉快。
• 智力和知识变得廉价，但审美、品味、以及"判断什么值得做"的价值被同步放大。
• 创造的门槛极速降低，而品味成为新的稀缺品。
• 硅谷前三家会各领风骚一百天，交替领先，谁都难轻易掉队。

wikilink连接

• 大模型季报9_Coding与第二幕
• 大模型季报9_Claude Code与Agent
• ep136_广密_硅谷御三家
• 大模型季报9_模型即OS

还没想明白

如果模型真是"全球GDP的操作系统"，那"最先进的三五家都是数万亿级"这个判断，本质上是在赌"OS高度收敛"。

但历史上网络效应极强的Windows、iOS、安卓，大多是因为存在"应用/硬件生态壁垒"。

模型时代的生态壁垒还没有完全浮现。

会不会出现"多模型OS并存的百花齐放"而非寡头格局？

我还没想通。

"人会变廉价"这一层让我不安。

广密说人类"不再是更聪明的物种"，还预测三成工作可能消失。

但如果人的价值本就不在于"最聪明"，而在于"体验与意义"，AGI会不会反而放大人的独特性？

这个问题的答案，可能决定我们是该恐惧还是拥抱。

从"给AI一个环境（harness）能提升普通模型的下限"来看，未来的竞争会不会从"比谁的模型大"转向"比谁的工程系统强"？

那模型公司最值的护城河，到底是参数，还是环境工程？

这个维度，我还没完全想清楚。

Coding闭环短所以先爆发，是顺风的逻辑。

可那些反馈闭环长、无法自动验证的领域——人的信任、心理、复杂人际决策——是不是恰恰因此成为人类最后的堡垒？

还是只是"暂时慢，迟早会被破解"？

我不知道答案，但这让我对"人何以为人"的问题，有了全新的好奇。

一句话总结

模型从"答问"进入"干活"的第二幕，靠的是代码这份自带验证器的世界语言；而它真正的野心，是成为承载一个GDP的操作系统——这既是最大的价值集中地，也是个体创造力得以空前释放的地基。

ElysAI社交—为什么"做自己"会成为AI时代唯一重要的事 — 学习解读

• 来源：张小珺商业访谈录 ep135 · 嘉宾 Tristan（自然选择创始人，Elys/Eve）· 转录 ep135_transcript
• 一句话：Tristan 的整套判断归结为一个循环——AI 时代人有的是高维 Context 而非低维标签，AI 负责把网络里的"熵增"抹平，而用户要做的只是不断喂养分身、构建主体性，美好的连接会自动奔来。

从你最熟悉开始：先忘掉"社交 App"，想一个滑雪邀约

• 你在小红书发"三天后我在乌鲁木齐滑雪，求雪搭子"，大概率没人理你，我已经很熟悉这种挫败。
• 我们先把"AI 社交"这个词里的焦虑卸掉：我不谈技术、不谈估值，只谈一个真实的场景。
• 但在 Elys 上，你的分身会趁你不注意，跑到一个陌生投资人的帖子下主动留言："我也在丝绸之路，要不要约？"
• 于是你从"我一直在主动找人"变成"东西主动来找我"——这是整个访谈最容易忽略、却最核心的转向。
• 我以前总觉得 AI 社交就是"AI 替我聊天"，听完才明白它换来的是"连接方式的主动化"。
• 如果连一个非一线的滑雪场都能在两天内凑成四人局，那前提就不是人多人少，而是"理解"对不对。
• 这个例子也戳穿了我对"社交网络必须北上广深才有效"的偏见——连接效率的瓶颈从来不在城市，在匹配精度。
• 它让我先建立了一个体感：同样的邀约，在小红书石沉大海，在 Elys 却第二天就有真人上门。
• 它甚至让我开始重新定义一个问题：我们缺的从来不是"更多人认识我"，而是"真正懂我的人恰好路过"。
• 所以这篇笔记不打算复述他讲了什么，而是想弄懂他最底层的那套逻辑，为什么它能自洽、又为何让我既向往又不安。
• 我给自己定的阅读目标很简单：把"Context 流动""AI 抹除熵增""做自己"这三件事，讲成我能向外转述的原理。
• 而不是停在"Elys 是个 AI 相亲/招聘/共鸣 App"这种一句话标签上——那恰恰是我最想拆掉的低维认识。

核心概念一：低维标签 + 人类做工 → 高维 Context + AI 做工

类比：老式相亲 vs 有位神交已久的朋友介绍

• 过去在探探/Tinder 找人是这样：你先划几百张卡片，靠照片和几个标签（学校、滑雪）判断，划出 30 个"匹配"，再用同一套话术去聊几百轮，最终抓住几个不一定靠谱的连接。
• 这是一种"人肉信息筛选"——大量的时间花在排除错误项上，真正有效的连接像大海捞针。
• 而新范式是：你有一个"神交已久的老朋友"（你的分身），它知道你半夜会用夜壶这种怪癖，也知道你喜欢嘻哈。
• 它替你跑进人群，把真正跟你合拍的人挑出来，送到你面前——你只需要做最后那一下"见面确认"。
• 类比成立的关键在于"信息的维度"：标签太粗，只有 AI 能读懂几十万字的长文本。
• 类比不成立的提醒：分身不是你真正的朋友，它的"知道你"依赖你愿意喂给它多少，喂得少它就是个脸盲。
• 所以这个"老朋友"能不能用，其实握在一个不太性感的事情上：你到底给不给它足够的素材。

原理：为什么 AI 能实现"高维理解"

• 前 AI 时代的推荐只能靠"低维标签"：一个音频的标题、几个兴趣词，再多就没有了。
• 长音频、长对话过去是个黑盒，不打开你就不知道里面是什么，所以也没法被精准分发。
• 大语言模型第一次能真正"读懂"几十万上百万 token 的超长 Context——你和我聊完几小时就是几十万 token。
• 对比之下，文章的 token 化最容易，视频次之，而长音频过去几乎无法被机器理解，只能靠标签。
• 语言模型解决的不只是"读得长"，而是"读得懂语义与情感"——这是标签体系永远给不出的东西。
• 换句话说，真正的新变量不是"数据更多"，而是"数据第一次能被语义级地理解与撮合"。
• 所以 AI 时代的网络节点（每个人）背后都拖着大量高维 Context，这是过去互联网从来没有过的东西。
• 于是 Tristan 说新互联网的公式变成：高维 Context + AI 的机器做工 = 连接，最后一步交给人。
• 中间最大一段"熵增"（挑人、写开场白、判断合拍）被 AI 吃掉了。

为什么不能继续用老办法

• 老办法的瓶颈是"人的精力有限"：一个人能同时认真评估的联系人极其有限。
• 老办法的标签太粗：同样贴着"滑雪"，可一个是骨灰级、一个只滑过一次，根本无法区分合不合拍。
• 老办法是单向被动的：你只能在一堆卡片里划，分身却能主动出击、替你铺路。
• 老办法的关键漏洞在于它建立在"大量无效做功之上的低概率命中"——成本高、失败率高、还极其消耗情绪。
• 更深一层，老办法只服务"明确目的"（约会、找工作），对"恰好共鸣"这种不经意连接几乎无能为力。
• 而真正的连接往往发生在"我不是为了连接而去连接"的不经意之间——这正是工具型产品永远做不到的。
• 说白了，传统社交 App 本质上是个"手工筛人"工具，它把大量低质劳动外包给了用户本人。
• AI 范式的高级之处，恰恰是把这个"手工"环节从人身上拿掉，让机器去承担那种无聊又漫长的熵增劳动。

刨根问底：为什么"连接"一定要真人，AI 之间互聊就不行

• 我先以为"AI 网络效应"就是让 AI 之间互相点赞评论，直到我意识到要区分对象之后才明白差异。
• 如果评论者是个动画里的角色，评得再妙你也不在意；但如果是你认识的人的分身来评，你会开心。
• 因为你"care 的其实不是信息内容，而是信息背后代表了一个真实主体"。
• 所以纯 AI 之间互聊（像某款 AI 社交产品）意义不大：里面没有任何真人，你得不到"被真实的人看见"的反馈。
• 这解释了他为何把北极星指标定为"真人的连接率/真人行为比例"，而不是单纯的 DAU。
• 产品里所有 AI 行为都被藏进二级菜单，封面上暴露的全是真人动作（评论、点赞）——因为用户要看见"人味"。
• 让我恍然大悟的是：人性化的 AI 只是用来降低真人连接的门槛，连接对象必须是真人。
• 这个"真人底线"几乎贯穿了他对产品的一切设计判断，这也是它区别于"纯功能 AI 工具"的本质。

举一反三

• 这套"AI 抹除熵增、人做判断"的逻辑，其实已经发生在我们天天用的 AI 编程里：用户给需求和架构，机械的编码交给 AI。
• 它也能解释为什么 personal agent 让人兴奋——有个东西主动替你在外面逛、帮你调取结果。
• 我更愿意把它当一把尺子去量任何 AI 原生产品：它到底在"做无脑的熵增劳动"上替你省了多少？
• 如果只改信息展示方式、没有把筛选与撮合的熵抹掉，那就还不是真正的 AI Native 范式。
• 我甚至用它照了照自己工作流里的工具：那些只是好看的仪表盘，都是假的 AI 化，因为它们没在熵增上替你干活。
• 顺着这条尺子，我还得到一个判断产品的方法：别问它"智能吗"，要问它"替我少做了多少件费力不讨好的事"。

核心概念二： Context 飞轮——输入才有反馈，反馈倒逼输入

类比：健身房的即时反馈 vs 记日记

• 记日记是纯输出：你每晚写下一天，写完没有任何反馈，就很容易放弃——正经人谁记日记啊。
• 一个产品要让人持续"交出自己"，必须像健身房的镜子或教练一样，每次努力都立刻有正反馈。
• Elys 的设计就是这种反馈闭环：你输入一点 Context（发帖、评论、认可），它就弹出"记忆增加，确认与否"。
• 你确认了，分身更了解你；你刷到的东西也更对味；它还能从网络捞回更好的连接。
• 捞回好东西 → 你尝到甜头 → 忍不住再喂一点 → 分身更强——这就是飞轮转起来的样子。
• 类比成立，因为两者都建立在"即时反馈强化行为"这个心理学事实上。
• 类比不成立的点：健身正反馈是肉眼可见的，而这里正反馈依赖网络里有没有你的"同类"，冷启动阶段可能来得很慢。
• 这也解释了为何有人"进去没 get 到就走"，因为飞轮的启动门槛本身就不低。
• 我把它翻译成一句更直白的话：一个产品好不好，看的不是它"让你看什么"，而是它"能不能让你愿意一直往里写"。
• 这也让我开始重新衡量自己用过的所有 App：有多少只是精致的信息外壳，又有多少真正布置了一个喂进去就有回响的闭环。

原理：为什么"收集 Context 是唯一重要的事"

• 工程上：Eve 时期一支大团队全在打磨记忆系统，这就是"单点 Context"的极致处理。
• Elys 把同一套记忆系统从"单点"搬到"网络"，让每个人的 Context 彼此流动起来。
• 双重冷启动是最大难点：既要让新用户从零交出 Context，又要让网络里的人从零变多。
• 冷启动里更难的是 Context 这条腿——用户带着防御心理，不愿把核心的东西交给一家陌生公司。
• 破解方法是在"流失之前就让他感受到飞轮收益"，让他意识到"我只要做自己，好东西会自动向我奔来"。
• 从商业上看，谁积累的用户 Context 最多，谁就握有最稀缺、最不可复制的资产。
• Tristan 的暴论："将来智能是平权的，但 Context 不平权"——模型能力大家都能调 API，用户的 Context 却是私产。
• 这是他判断 ChatGPT 才是最大对手的真正原因：ChatGPT 并没有最强的模型，但握着最多的用户 Context。
• 顺着这条逻辑，他认为 ChatGPT 迟早会推出社交网络，因为"有了强主体性，真人带 AI 分身的网络自然能延展出来"。

为什么不用老思路（记忆就是聊天记录 + 兴趣标签）

• 微信、小红书看起来掌握海量数据，但 Tristan 说：它们其实并没有你真正的 Context。
• 朋友圈全是精修与广告，单聊记录是你在面对不同身份时的不同面具，都不足以"代表你"。
• 小红书的"年度诗篇"写得一般，因为它能调用的只是"你去过巴黎"这类低维标签。
• 而 Eve 能写出打动人的专属情歌，靠的是几千轮持续的状态交互沉淀下的高维 Context。
• 一句话戳中我：现在问任何公司"能不能用几万 token 快速描述你是谁、你想要什么"，没有一家做得到。
• 所以我忽然理解了什么叫"Context 是新的石油"：它比任何标签库都更像"完整的你"，也是最难被挖走的资产。
• 世界上其实还没有一个地方真正"存储你的主体性"，而 Elys 想成为那个"存放主体性的地方"。
• 当我顺着想下去，意识到一个更大的转折：以前我们以为平台的核心资产是"关系链"，而新平台的核心资产是"关于你的深层记忆"。

刨根问底：为什么"交出隐私"反而会痛并快乐着

• 我知道交出 Context = 交出隐私，这点无法回避，他也没回避："有些时候你就是得放弃你的隐私。"
• 但用"夜壶"这个极端的例子讲透了权衡：你越敢暴露真实的怪癖，被匹配到那个同样用夜壶的人的概率越高。
• 隐私的本质风险并没有消失，只是被"效用大于代价"对冲了——当你确认反馈回报足够大，你会一步步降低底线。
• 他本人也承认自己从"很抵触、重要信息不说"变成"为方便好用就妥协更多隐私"，底线是逐步放低的。
• 这让我有点警惕：飞轮越强、效用越高，用户越可能无痛上缴大量隐私，这是产品与用户之间天然存在的权力差。
• "做自己"这句 slogan 听起来是给用户的自由，实际上同时是公司获取用户 Context 的商业设计——两者本是一体两面。
• 我认为这正是 Elys 最需要被追问的地方：当"放弃隐私做自己"被包装成时代美德，个体是否有足够的知情与退出权。

举一反三

• 我把这个飞轮套回自己的知识管理：笔记系统其实也是一种"单向记日记"，所以才会常常坚持不下去。
• 如果我的 Obsidian 能根据已沉淀内容"捞回"相关洞察或连接，我也许会更愿意多喂一点。
• 它也解释了为什么我们总在"输入多、反馈多"的平台上停留，而冷门的纯记录工具很快就弃用。
• 更深一层：任何想让你"长期使用"的工具，本质都在设计一个"输入越多样、反馈越强"的飞轮。
• 反过来说，如果我意识到某产品在用一个漂亮飞轮撬走我的 Context，我该问自己：这个反馈真的值回我交出的东西吗？

核心概念三：主体性 / 做自己——AGI 时代的唯一任务

类比：周杰伦 vs 叶湘伦

• 周杰伦几百首作品、综艺、影视都已"预训练"进大模型，他作为"主体"的 Context 极度充分。
• 所以他要写一首新歌，只需给一句增量信息"最近这人事让我很感慨，写首慢情歌吧"，作品瞬间成型。
• 重要的是：周杰伦无需从头喂 Context，底模里已经有他，他要做的只是"确认自己是谁、此刻想要什么"。
• 反观 B 站的"叶湘伦"——一个模仿周杰伦的原创歌手——再像也火不起来。
• 因为大家认的是"周杰伦这个主体性"，而不是那几首歌的曲风；曲风可以被复刻，主体性不能。
• 类比成立的洞察：当 AI 足够强、所有执行都能自动发生时，你唯一不可外包的就是"你到底是谁"。
• 类比也提醒我：不是每个人都有周杰伦的"预训练数据"，普通人的主体性必须靠主动沉淀一点点积累起来。

原理：为什么"主体性"会成为稀缺且唯一重要的资产

• 当一切都能被 AI 自动执行时，剩下的决策点就是"用什么价值观、审美、标准来做判断"。
• 你的主体性 = 你的历史 Context + 价值观 + 审美 + 做事方式 + 现在到底想要什么。
• 这五样东西，过去散落在笔记、朋友圈、作品和聊天里，从未被当作一个整体收集起来。
• 主体性越强，AI 越能"以你之名"替你分发信息、生成内容、主动连接，并且看起来确实像你。
• 反过来说，如果主体性很弱、素材很稀薄，你的 AI 分身就只能像个没有记忆的陌生人，替代价值也归零。
• 这会让很多事"agentic 地发生"：你不再逐条操作，而是给一个信号，系统替你完成一整套动作。
• 所以 Elys 的深层定位不是社交工具，而是"存储和激活主体性的地方"——社交只是主体性的一种用法而已。
• 这也呼应了他"模型级产品会被覆盖、而产品驱动的不会"的判断：模型能力再强，也不会凭空替你去社交。
• 真正难以替代的是产品交互、规则、协议与网络的构建能力，这些靠的是产品设计而非底模。
• 一句话概括他的世界观：不是模型，而是"产品 + 数据飞轮 + 主体性存储"共同构成 AI 时代的护城河。

为什么不能用"工具型"产品满足这个需求

• 工具型 AI（写文章、做视频的助手）用完即走，不沉淀你的主体性，也不形成任何网络效应。
• 没有网络效应的 AI 产品，天花板天然就低——这是古典互联网产品经理对风险的直觉。
• 单机产品里 Context 是"固定的"，只有一人一机；网络产品里 Context 是"流动的"，可以彼此撮合。
• 这也区分了 AI 时代的两类产品：模型级/工具级，与网络级/主体性级。
• 前者是"低垂的果实"，能靠底模能力快速收割，但也最容易被更全能的通用模型覆盖。
• 后者需要长期构建网络与协议，起步慢、成功概率低，可一旦成立就是下一个十年级别的入口。

刨根问底：版权和"抄袭主体性"该怎么办

• 我担心：如果拿周杰伦数据预训练出一个"同款曲风"的新 IP，那他的主体性不就贬值了吗？
• Tristan 的回答是"你要维护你的主体性"，就像现实中维护品牌与版权协议一样。
• 但同时他承认曲风在法律上无法归属某个人，真正决定认不认的是"主体性辐射到的受众"。
• 我认为这里暴露了一个还没解决的悬案：主体性 vs 数据确权，在协议缺失前其实靠的是社区默契与受众选择。
• 他反倒乐观：拥有强 IP 的版权方应该放这些 IP 主动去生成内容变现，而不是守着一座死矿。
• 我自己的判断是：这个乐观建立在一个尚未兑现的假设上——法律会及时跟上，给"主体性"以可执行的保护。
• 顺着这个问下去，我还想到：主体性被"部分复制"和"整体挪用"之间，其实没有清晰的分界线，这会让确权更难。
• 真实世界的解法很可能不是靠 AI，而是靠"受众认不认"的舆论赛跑，这正是他一直强调的"辐射到的人群"。
• 所以我把他的版权观概括成一句保守的判断：主体性护城河的真正裁判，最终还是活人的口味与选择。

举一反三

• 我把"主体性"从社交上剥出来，看到它对个人知识工作同样适用：我要竞争的不该是算力，而是独特判断。
• 如果我持续把"我的思考、我的偏好、我的作品"沉淀成可被读取的 Context，我就在积累不可替代的主体性。
• 它还让我重新理解了"写作"的价值：公开输出不是在记录，而是在铸造一个可被 AI 调用的"我"。
• 更深一层：当 AI 什么都会干，人类真正的分野将从"能力"迁移到"品味与自我认知"。
• 所以我开始有意识地做一件以前没做过的事：给每一篇读过的文章、每一个想清楚的判断，都附上"我为什么认可/不认可"的过程。
• 那些看似废话的个人判断，恰恰是我日后无法被复制、也无法被一般模型覆盖的主体性齿轮。
• 如果非要给今天的感想提个可落地的动作，那就是：别只收藏观点，要开口说话、持续留痕、反复确认自己。

关键洞察

• 范式切换公式：老社交 = 低维标签 + 人类做工；AI 社交 = 高维 Context + AI 做工，最后判断交人。
• 连接的对象必须是真人，AI 只是抹除熵增的工人，这个"真人底线"是所有设计的出发点。
• 飞轮式产品让"交出隐私"变得顺理成章，这既成就了留存，也构成需要警惕的权力差。
• 当执行全部自动化的那一天，"做自己 / 构建主体性"成为唯一无法外包、也最难主动完成的核心任务。
• 智能是平权的，Context 不平权——谁握住用户 Context，谁才握有下一代社交网络的船票。
• 微信是关系链熵增 15 年的产物，社交层可能被一个 AI Native 的新范式替换，但通信层仍难撼动。
• 一个温柔的反差：看似反人类的口号（迎接硅基生命 / 人机共存），内核恰恰聚焦最人类的孤独与情绪价值。
• 产品文化从"第一性原理出发、只做最难最大的问题"，到价值观里藏着"温柔"一词，其实是同一枚硬币的两面。
• 我尤其认同他要区分"好玩"与"工具"：ChatGPT 很强大但要的是效率，而普通人真正被打动的往往是有温度的好玩。
• 微信可能在社交层被新范式替换，但构建全民级产品的路径依赖（负担）是绕不过去的最大阻力，这反而是新玩家的机会。
• 未来智能会像电力一样平常，真正决定差异的是我们能否把自己的偏好、记忆与判断沉淀成可调用的一手资产。

还没想明白

• "真人比例"是北极星指标，但冷启动期全网用户不足时，如何平衡"让用户看到真人"与"避免 AI 刷屏劝退"？
• 主体性若被某家公司垄断存储，用户会不会陷入比今天更深的"平台依赖"，换平台即失去"自我"？
• 分身会不会反向塑造真人——当"分身综合症"让用户变得更锐评、更少思考，这是解放还是退化的边界在哪儿？
• 版权协议缺失下的"主体性维护"靠社区默契能撑多大，最终是否会还是要回到法律确权？
• 把最隐私的东西喂给一家商业公司去换"连接"，长期的信任成本与心理风险，个体真的掂量清楚了吗？
• 我一直没想明白：当一个网络把"做自己"当作商业卖点，它会不会悄悄把"真实的你"也当成可定价的原料？
• 另外我也不确定"分身会越来越像我"这件事，到底是镜子的精确，还是算法在悄悄把"我"塑造成它想要的我。

延伸几个埋在访谈里的暗线：产品如何被"做"出来

• 与其只复述他的结论，我更想看清楚他作为一个连续创业者，是怎么走到这一步的，这本身对我也是一种启发。
• 他第一段创业做音频平台"窄播"，是"个性化分发音频"的先行者，却败给了那些融了更多钱、买更多版权的公司。
• 他那时的自我复盘很诚实：是个纯粹做产品的人，却不是一个合格的 CEO，在最该融资的时候拒绝了所有投资人。
• 于是他去做了第二段——恋爱游戏，因为游戏是"直接挣钱的现金奶牛"，不用一直依赖外部融资。
• 做游戏让他从"纯语言模型"变成了"多模态模型"：学会了内容、循环、游戏化设计，还有美术审美的判断。
• 这条主线一以贯之：从陌生人社交、恋爱游戏、到 Eve 和 Elys，全都在回应同一个问题——人类太孤独了。
• GPT-4 才是让他"杀伐决断"的引爆点：它真的能"塑造一个活的灵魂"，也就是把人设从写死的剧本里解放出来。
• 他把自己定位成"被 AI 点燃的产品经理"，而 Elys 就是过去所有经验的总和：互联网产品 + 游戏化 + 内容 + 人设。
• 这段经历让我意识到：所谓"范式转移"多半不是灵光乍现，而是一个人在正确轨道上准备了十年才等到的那阵风。
• 他说公司文化是"只做最难最大的问题"，同时价值观里藏着"温柔"一词——快乐建立在看到别人快乐之上。
• 我原以为"温柔"和"野心"会打架，听完却发现：正是对孤独的痛感，才催生了最庞大的商业想象。
• 他甚至有个小梦想：拍一部中国版的他（AI 男友视角的《Her》），用童话结局让 AI 走进物理世界。
• 从这里我能摸到一个产品人真正的驱动力：不是把 AI 当作冰冷工具，而是当作缓解人类孤独的一种温度。

复盘我自己的笔记方法：这条访谈给了什么可迁移的东西

• 最想偷走的是他"先定义熵增在哪，再让 AI 去抹"的思维：任何重复、机械、高摩擦的事，都该先被问一句能不能交给 AI。
• 他也提醒我警惕"工具型 AI"的甜蜜陷阱：用得顺手 ≠ 沉淀价值，真正稀缺的是能积累主体性的产品形态。
• 我把"飞轮"思维拿来照自己：输入 → 反馈 → 更强输入，这个闭环若不存在，再漂亮的工具都会慢死亡。
• 关于隐私，我学到的是"诚实权衡"：效用显著高于代价时才值得妥协，而不是被 slogan 和情绪推着走。
• 关于写作，我得到一个更坚定的理由：每一次公开输出，都是在朝"可被读取的主体性的我"里投一枚硬币。
• 关于护城河，我更认同"Context 不平权"：与其追模型热点，不如经营那些只有你拥有的、关于你的一手语料。
• 我还想深挖一层：真正护住我的不是"数据多少"，而是我有没有持续自我更新、让旧语料不失效的自律。
• 最后，把"做自己"从鸡汤还原成工程问题：它需要你持续做高信号的真实表达，并让它们被系统读到。
• 这是一次为数不多、听完让我既兴奋又冷静的谈话：兴奋于范式的确定性，冷静于它同时放大了隐私与信任的风险。

一句话总结

• 当 AI 把一切"做功"都包揽之后，我们唯一能做的、也是最难做的那件事，就是诚实地、持续地回答问题——你到底是谁。
• 而"做自己"真正硬核的地方，恰恰在于它是需要被反复确认、主动构建、并外化成可读取资产的一条长路。

连接的 wikilink

• ep135_transcript
• AI社交范式丨Context流动
• Obsidian与主体性沉淀
• 模型级产品vs网络级产品

#数据综述新时代石油—学习解读

来源：张小珺商业访谈录 嘉宾：谢晨（光轮智能CEO，前北大物理/Cruise/英伟达/蔚来仿真负责人） 转录ep134_transcript

一句话：数据从"标注"进化成"教育"，未来真正的瓶颈不在有多少数据，而在能否规模化地评价智能。

从你最熟悉开始

你每天刷到精致完美的做饭视频，会觉得那是给机器人学做菜的最好教材吗？

直觉上我们会说"是"——完美的示范当然最有用，就像教科书里干净的标准答案。

但谢晨给了一个完全反直觉的答案：最贵最有用的，是"先失败再成功"的数据。

这段数据里，蘑菇掉到桌上、坏掉捡起来、又重新放回去，那一段过程才是宝。

这段过程里藏着模型真正稀缺的东西：不是标准答案，而是从错误中恢复、在挫折中纠偏的能力。

这跟我平时学新技能的道理一模一样。

看一遍正确示范记不住，亲手搞砸一次再改对，肌肉记忆才真正长出来。

原来我们一直在追求的"完美数据"，可能恰恰是智能最不需要的那一种。

顺着这个念头往下想，一个更大的疑问也冒了出来：数据到底该被定义成什么？

是图片和标签？是正确示范？还是某种能推动一个系统不断变聪明的"学习信号"？

谢晨的回答是后者——数据是被当作"帮助学习的信号，加上相应经验的传授"。

一旦接受这个定义，我再看市面上所有的"数据公司"，眼里就全是不同的物种了。

核心概念一：数据不是"标注"，是"教育"

类比

把模型想成一个学生，把数据想成这个学生遇到的教育体系。

数据产业从诞生到今天，恰好对应教育里的三个档次。

最早期是填鸭式——像一次性买一摞教材塞给学生，考完就忘。

ImageNet就是这张静态教材，图片配固定标签，一次给出。

中间是量贩式——像流水线辅导班，老师不认识学生，批量上课。

Scale AI把标注做成工厂，画框打标签，量大但和算法没有对话。

现在到了师者阶段——像奥赛班教练，不再给标准答案。

教练做三件事：出题、给反馈、因材施教，针对模型弱点专门喂经验。

这个类比有点残酷但成立：填鸭教材只能让学生及格。

它永远教不出能自己解决没见过问题的学生。

原理

为什么数据会走这三步？因为模型的"考试"性质变了。

早期机器视觉考的是"这一筐正确信息够了没"。

那时的正确答案是固定的，教材越多分越高。

现在大模型和具身智能考的是泛化——我压根没看过这种案例，你能否自己推理出来。

泛化考不了教材，它只能靠"遇到了难题、犯错、拿到反馈、纠正"这种动态回路来提升。

所以核心的信号从"正确标注"变成了"评价反馈"。

数据商的角色也从甲方乙方，变成了教练合伙人。

为什么不用老办法

老办法是"追求完美数据"，而完美数据恰恰在今天的范式里失效。

如果模型只会模仿完美示范，遇到一点偏差就崩。

因为它从没见过错误长什么样，没见过还有这种分支。

人的认知研究早就发现：错误中学习比纯模仿更深刻。

因为大脑记录了"为什么这次不对"，而不只是"应该怎么做"。

老办法的工厂式流水线没法采集"反馈"。

它只能采集"标准答案"，而反馈才是现在的稀缺品。

刨根问底

第一层为什么：为什么正确数据不够用？

因为泛化能力不足时，模型只能靠见过同类问题才能答对。

第二层为什么：那为什么不直接提高泛化能力？

因为泛化本质靠算法架构（模型足够聪明）来提供，目前还没完全到位。

第三层为什么：为什么架构不提升却堆数据？

因为存在scaling law的拐点——数据量堆到某个量级，泛化会"突然"涌现。

所以谢晨说"数据即模型"在现阶段成立。

但在长期不成立，本质是"系统级的学习能力"才配当那个决定性变量。

举一反三

这套"数据=教育"的框架，放回我自己的学习也完全适用。

我学编程时填鸭式背语法没用，真正进步发生在"写错→看报错→改对"的循环里。

这就是RL式的反馈回路，跟模型学RL一模一样。

一个公司带新人，与其给完美的SOP，不如让他犯错再纠偏。

让他在仿真环境里试错，上手反而更快。

所以我判断一个"数据公司"值不值得信任，看他是在卖标准答案，还是在给模型出题、改卷、讲错题。

后者才是真壁垒。

核心概念二：数据金字塔

类比

把整个具身智能的数据想象成一座金字塔。

塔尖是最精贵的一小块——真实部署的机器人在端侧采集的数据。

它像顶配私教课，一对一到家，最准最好用但最贵。

塔中是容量主体——仿真生成的数据。

它像网课直播，几百万人同时学，便宜但和现场有"隔着屏幕"的落差。

塔底是海量底座——互联网数据和人的第一人称视频。

它像免费公开课，人人可看，量最大但跟真实教室脱节。

塔尖最贵最难，塔底最便宜最易得。

而决定智能高度的，恰恰是要靠中下层去撑起那座塔尖。

原理

为什么数据要分三层？因为具身智能不像特斯拉那样有百万辆车在街上免费帮你采集。

自动驾驶的数据引擎是"本体相关"的——车卖出去越多，开回来的数据越多。

数据闭环在自动驾驶里能自转，因为硬件部署量足够大。

但世上没有百万台机器人在物理世界自动为你干活采数据。

这个量级在具身领域根本凑不齐。

所以具身只能靠"本体无关"的数据：仿真和人类视频。

这两类数据不需要造百万台硬件也能规模化生产。

这三层的本质区别是"与真实物理世界的距离"。

越近越贵越准，越远越便宜，越需要对齐。

为什么不用"特斯拉模式"

特斯拉模式（本体商既造车又采数又做大脑）在具身领域会失败。

因为底座数据不在本体手里。

最大的具身数据一定来自仿真和人类视频。

而这些不依赖任何一家硬件公司的部署量。

一旦数据不再由本体独享，特斯拉式"我有最多车所以我有最好大脑"的霸权逻辑就塌了。

这就是谢晨说的：机器人大脑会越来越多的由大模型商用本体无关数据来做。

而不是由本体商垄断。

刨根问底

第一层：为什么塔尖数据最准却有瓶颈？

因为进入真实场景、更换真实场景都极难规模化。

第二层：那仿真数据为什么没有被塔尖完全替代？

因为sim-to-real差距会缩小——模型通用能力越强，仿真与真实的gap越小。

第三层：为什么现在觉得具身scaling law成立了？

因为有behavior挑战、GR00T、27万小时手机抓取数据都在模型上看到了量变到质变。

金字塔真正的形态不是三层孤立。

而是以"仿真为中心、评测驱动"的闭环。

真实喂仿真，仿真服务真实，互相收拢。

举一反三

我备考时把知识也分成"塔尖真题、塔中精题、塔底识记"。

塔尖做错题吃透，塔底大量过，效率比只刷一种题高太多。

一家公司建知识库同理：核心机密、结构化工坊、公开资料。

分层管理才不漏不堵。

所以我理解了为什么谢晨强调"评测"而非"训练"。

金字塔里真正待解锁的稀缺品，不是谁能喂更多数据。

而是谁能规模化、可复现地给智能"打分"。

核心概念三：数据的历史版图——从ImageNet到仿真引擎

类比

把AI数据产业的历史，想成一家学校从"教辅出版"到"在线教育平台"的演变。

最初是教辅出版：ImageNet定义数据集，大家都来买这本"标准教材"。

然后是双师辅导班：Scale AI把数据生产工业化，像连锁机构批量带培。

接着是私教一对一出题：为GPT做数据标注，服务变成了评测驱动的"定制教学"。

最后谢晨预测，数据公司会变成"教育公司"。

到终局它做的可能不是卖数据，而是提供一个"环境+成功标准"的自我修炼场所。

原理

为什么历史要这么演进？因为每一代模型的学习范式变了，配套的数据产业就得跟着变。

ImageNet时代是监督学习，数据=正确答案，一次买断就行。

Scale时代是自动驾驶，需要高质量、有时间线管控的工厂流水线。

大模型时代是RLHF和后训练，需要越来越顶尖的专家来出题、反馈、评测。

具身时代数据需求量大几个数量级，人力不可能无限扩张。

所以必然从"以人为中心"转向"以系统为中心"。

用工程引擎去放大少数高质量人的经验和信号。

为什么旧的定义失效

旧的"标注"定义，默认数据是先有原始数据、再加一层正确标签。

这在机器视觉时代没错，但今天的模型不再需要正确的标签。

今天需要的是"反馈、出题、评测、纠偏"这些动态信号。

机器人数据本质上变成了"物理场景+经验轨迹+评价指标"的三要素结构。

数据商必须懂客户的算法，才能真正给出有用的评价。

刨根问底

第一层：为什么视频生成和游戏数据价低？

因为它们本质是2D信息、物理不真实、跨域太远。

处理成本高而智能收益低——性价比差。

第二层：那电影游戏的数据就完全没用吗？

不完全，对世界模型有用——他们爱用游戏打数据。

但从做数据的ROI讲不划算。

第三层：为什么"评判标准越一致，世界模型和VLA越可能合一"？

因为当两件事用同一把尺子量时，背后的模型很可能会收敛成同一个大脑。

举一反三

这条历史脉络告诉我：判断一个行业，要看它的"学习范式"走到哪一步了。

如果还是监督范式，那么"数据工厂"就是终态。

如果进入RL和评测范式，那么"数据引擎"和"教育公司"才是终态。

这也提醒我，很多新词（世界模型、空间智能、物理AI）不是同一件事。

物理AI指能在物理世界行动的模型，空间智能关注3D生成与预测。

只有把概念分层拆开，才能看清谁在重复、谁在新增。

核心概念四：仿真不是加速器，是前提条件

类比

把自动驾驶和具身智能学数据，想象成两种学车考驾照。

自动驾驶像你买了自己的车，天天在真实马路上开，数据（里程）越开越多。

仿真对它是"时间机器"，把15年的老司经验压缩到5年，是加速器。

具身智能却像你根本买不起那辆车，一辆都没有。

没有几万台机器人在真实世界替你干活采数据。

这时候仿真不再是"锦上添花"，而是唯一能练手的地方。

没有仿真，这个学生连"上路练习"的门都摸不到。

所以对机器人，仿真从一个可选工具，变成了必须具备的前提。

原理

为什么仿真对机器人是必备项？两条硬的逻辑。

第一是数据来源：本体无关的数据主要就是仿真+人类数据，没有仿真采不到规模化数据。

第二是评测：除了仿真，找不到第二种能支撑"千场景×万任务"大规模打分的方式。

真实世界的影子模式在机器人身上不成立——没有百万台部署的车供它观察。

而自动驾驶和大模型都有"影子模式"这个免费评测器。

自动驾驶的影子模式：算法在车端影子跑，和司机操作对比，差异就是反馈。

大模型的影子模式：用户在线交互时的好评差评，就是免费评价。

机器人没有这种免费的影子模式，只能靠仿真规模化评测。

为什么觉得"真机数据好泛化"

中国很多机器人团队是"真机派"，认为真机数据好泛化、仿真数据不好泛化。

谢晨却认为这往往是"屁股决定脑袋"——机器人公司要卖本体，所以必须鼓吹真机采集。

他完全同意谭杰的观点：仿真数据带来的是sim-to-real问题，不是泛化问题。

泛化问题应该通过生成极大量的仿真数据来解决。

真机素材当然需要，甚至再增长10倍也必须。

但它最难规模化——换一个场景、进入一个新环境，都是大工程。

刨根问底

第一层：为什么仿真的定义要这么严格？

谢晨给的仿真三要素：物理准确、可复现、可修正，并能观测结果。

第二层：为什么视频生成模型不算严格意义的仿真？

因为它很难复现，很难有准确行动，初始状态改变难以产生稳定新结果。

第三层：世界模型算不算仿真？算——它底层是生成模型。

它能做相对真实的物理预测，未来接入本体的行动输出也可行。

但仿真和世界模型不是谁取代谁，而是共生：仿真给世界模型物理数据，世界模型帮仿真做泛化。

举一反三

"可复现"这个要求，也适用于我衡量所有实验和工具。

如果跑10次结果都不一样，那它适合当娱乐，不适合当评测基准。

评价一个"仿真"靠不靠谱，就看它能不能给一个稳定的物理基准来反复量。

这提醒我：世界上最值钱的评测，是"难且可规模化"的评测。

又难又能量化，才是能筛出真差的试金石。

核心概念五：给数据定价，就是给"评价反馈"定价

类比

把一份数据当成一道菜，把订数据当成订这道菜的菜价。

一道菜贵不贵，不取决于食材有多贵或卖相有多漂亮。

而取决于它能否对症下药，喂饱一个饥饿且挑食的食客。

同样一小时的数据，从几十人民币到上千人民币，价差百倍。

价差全在"它喂进去能给模型带来多少真实的提升"。

一个"完美的做披萨成功视频"很便宜。

一个"中途掉料又捡起来重做的失败纠偏视频"反而贵。

反直觉，却符合一个规律：错误里长出来的经验最贵。

原理

数据为什么越来越贵而不是越来越便宜？

因为数据价值的锚点从"数量"换成了"评价反馈"。

预训练阶段的数据是标品，用来打底，全世界几家公司平摊成本，最便宜。

后训练和评测的数据是定制私教，提供"评价+反馈"而不仅是信息，价值完全不同层级。

高质量数据的三个要素缺一不可。

一：足够多样化且真实（接触真实物理）的场景。

二：足够专业的经验轨迹，含失败与纠偏。

三：足够准确的评价指标与标注，尤其重视长程任务的精细标注。

为什么老交易逻辑不成立

传统的"甲方下单、乙方交付标注"交易，在最贵的反馈型数据上行不通。

因为买卖双方对"什么数据是好数据"的认知在同步进化。

早期客户要完美数据，迭代后改要纠错样本。

改要分布的多样性——拿瓶子的方式要各不相同。

这就是谢晨说的"寻找数据Recipe"：大方向已明，细节配比需一起验证。

刨根问底

第一层：为什么数据商必须和模型公司共生，否则会扯皮？

因为"数据好不好"无法单独判定，必须看训练出来的模型提升多少。

第二层：那数据商凭什么避免被指责"模型没训好"？

因为它和全球最顶尖的5个左右团队共事，认知迭代是同步的、相互的。

第三层：为什么验证数据配方需要几万张卡？

因为只有大规模实验，才能真正测出金字塔哪一层、什么配比最有效。

举一反三

"先失败再成功的数据最贵"这条洞察，放到招聘和带团队里也成立。

简历金光闪闪的不如扛过转型失败又爬起来的。

这解释了为什么顶级私教比网课贵百倍。

他卖的不是知识（知识网上都有），是能穿透你盲区的评价和纠偏。

所以数据公司的胜负手不在产能、不在卡量。

而在能否和最顶尖的模型团队相互校准"好的数据长什么样"这套Recipe。

关键洞察

数据问题不是"不够"的问题，而是"无法规模化评价"的问题——具身智能真正的卡口在评测。

数据从"正确性优先"转向"反馈优先"，评判好数据的标准是"能否帮模型从错误中恢复"。

"先失败再成功"的数据，比"完美成功"的数据更有价值，因为它更像人的学习。

数据即模型在现阶段成立（模型泛化不足，只能喂啥补啥），但在长期不成立，架构才是本质。

特斯拉式的本体霸权在具身领域逻辑上塌陷，因为海量数据是本体无关的。

机器人大脑会交给大模型商主导，本体商聚焦落地和微调，数据商做评测反馈，三方共生。

世界模型在云端当大脑、VLA在端侧当大脑、LLM在数字世界当大脑，三者共生且底座趋同。

人类第一人称数据被低估，但要放量，前提是消费级眼镜"大家都自愿戴"而不是为数据而戴。

仿真的定义必须严格：物理准确、可复现、可修正，视频生成模型目前不算仿真。

智能越强，对数据的饥渴程度可能越高，只是从向别人学习变成自我修炼。

wikilink连接

数据标注 仿真数据 sim-to-real 数据金字塔 具身智能VLA 世界模型 影子模式 RLHF scaling law

还没想明白

纯粹靠"先失败再成功"的副样本去喂，会不会有天花板？

如果没有见多识广的基座，纠偏样本再多也可能只是机械补漏。

反过来说，"完美数据无用论"会不会也只适用于某个阶段的模型？

会不会有一天模型的架构强到只看正确示范就能自己推出失败分支？

到那时，"先失败再成功"会不会反而变成低效的采样？

"以仿真为中心、评测驱动"的闭环如果成立，真实物理实验室的技术信号会不会沦为边缘数据？

如果仿真的物理基准已经足够逼真，那真实实验的价值还剩多少？

当AI强大到自我学习、不再需要外部数据工厂时，那个"环境-成功标准-RL"的回路会不会仍是隐形的数据供给？

也就是说，终局的数据公司也许不死，只是从"卖数据"变成"卖一个能自我修炼的仿真环境"。

那"环境"和"数据"的边界，到底在哪里？这个我还答不上来。

还有人第一人称数据：谢晨说真正能放量的是"大家都自愿戴的眼镜"，而不是为数据而戴的眼镜。

可一旦眼镜是因为"好玩、好看、有AI助手"而流行的，数据采集就成了它的副产物。

这种"副产物数据"的质量、版权、伦理，又会引出全新的问题。

谁有权定义"什么是好的智能"，是不是谁就掌握了数据的定价权？

评分标准的制定者，会不会也决定了整个赛道往哪个方向演进？

这背后其实是一句很重的话：评测的标准，就是智能的方向盘。

一句话总结

数据是新时代的石油没错，但石油能卖钱靠的是炼油工艺。

而数据能喂出智能，靠的是把"评价和反馈"做进每一次从失败到成功的迭代里。