# 153. 和曾鸣聊产业史观｜AI 自动转写稿 > 来源：[https://www.xiaoyuzhoufm.com/episode/6a97f287f03e74ee6b03ea5b](https://www.xiaoyuzhoufm.com/episode/6a97f287f03e74ee6b03ea5b) > 说明：本稿由 AI 自动转写，未经人工逐句校对；专有名词、英文术语、断句和说话人换行可能有误。 ## 转写 00:00:00–00:20:00 hello 大家好我是小俊 今天我们的嘉宾是企业战略专家曾鸣教授 曾教授是阿里巴巴集团前总参谋长 也参与过两所商学院的创建 分别是长江商学院和湖畔 不过一个他更令人熟识的身份是一个对企业战略有很多思考和研究的人 很多的创业者企业家都说受过他的启发 作为完整经历过互联网周期的研究者 我们和他聊了聊他对于 于 AI 新时代新范式的完整思考 并和历史上的关键时期都做了对照 呃听完让我觉得有了更全局的视角 那接下来就是我对曾教授的访谈 期待二零二六年我们和 AI 共同进步 科层制管理的这种公司制度会衰亡 但也可能不叫公司 肯定不叫公司 肯定不叫公司 好所以公司会消失会公司会消亡 这这没有什么可以遗憾的呀 就将来有更好玩的你说多少人现在去公司上班是开心的 不开心 我也讲得比较尖锐一点就是这一批的创业者 要过的一个很大的坎 因为经济学的基本规律只要有同质化的供给 你就不可能获取高额利润 你就是一家不怎么值钱的公司 Google 不一定会成为下个时代的 Google 字节会是下个时代的字节吗 同样的大概率也不会 字节今天模型做得也还不错对吧 起码在国内是第一梯队的 没有啊所以字节是有很大的机会成为 AI 云公司的 但是那个大的 to C 的应用是有非常大的不确定性的 豆包是吗 豆包肯定不是啊 对吧要不然他肯定不不计成本的往里砸了 他不砸了就是因为豆包不够不够那么未来 社交关系会重构吗腾讯安全吗 肯定重构啊腾讯作为最安全的为什么最近这么恐慌就是因为也有可能不安全 人和人的关系会被重构人的社交关系会被重构那人和货物的关系呢 一样会被重构 我觉得阿里也一样有那个挑战 在这波巨浪面前哪些巨头是安全的 我从来觉得在巨浪面前没有人是安全的 你觉得他们 all in AI 还能够成为下一个时代的企业 就是时代性的企业 挑战非常大 从历史里面有依据可言吗 就这个时代企业过渡到下一个时代企业还能做得非常好的多不多 不是多不多的问题是有没有的问题 啊有没有啊 基本没有 所以这种不依赖于你怎么战略选择你都很难一直在牌桌上是吗就是这个是让人绝望的地方 这一点都不让人绝望啊就是 人有生老病死公司也有生老病死没有比这更正常的了 所以新公司才有机会年轻人才有才有梦想 曾教授我听很多企业家都提到过您啊他们说自己某次的很重要的一个战略转型可能来自于在湖畔大学上过您的课 那商学院的教授有很多我在想为什么这么多企业家都说受过您的影响您觉得您和其他商学院教授的不同是什么呀 呃我觉得首先啊我特别特别幸运 就在互联网发展最快的时候有机会加入阿里 参与了一个公司超高速发展的一个一个阶段 所以那段经历加上我原来有很好的学术的训练 就这两个的结合就让我把理论跟实践给融合起来了 因为我在做的时候我也经常想我以前自己讲的东西到底哪些东西能用 啊然后在做的过程中也会去提炼有什么新东西 是可以变成一个理论框架将来还能继续用的 所以这个理论跟实践的结合是一个很大的突破 然后第二点呢就是我一直在持续的研究前沿的产业发展 所以跟创业者聊天的时候呢就除了能够跟他们讨论战略的方法论 还能跟他们一起探讨就下一步产业到底会怎么发展 啊你做什么样的战略决定可能更合适 所以把这两者结合到一起也是挺稀缺的一种能力 诶那像以阿里为例因为这个是您亲身参与的最长时间的一个公司 过去二十年您觉得影响阿里真正生死存亡的战略决策有吗它会是哪几个呀 啊我最近正好也在做个复盘 所以我对阿里前面十五年比较因为完整的参与过嘛 实际上可能最重要的决定就是三个 创立淘宝创立支付宝创立阿里云 而且这三个决定不但当时在整个社会是不被认可的 公司内部的争议也非常非常的激烈 就大家可能对阿里云的这个争议已经有很多的了解了 但是淘宝宣布成立的时候 当时是有好几个高管是非常非常反对的 为什么呀 我觉得原来阿里巴巴的业务都还没有成熟 然后你去打伊贝的核心的主营业务 风险太大了 所以这个最重要的就这三个决定然后可能稍微次要一点的像淘宝从怎么从一个商品买卖的平台变成一个支持电子商务发展的生态 啊然后怎么 all in 无线我觉得这两个决定其实也很重要 但是重要性可能没那么大 但我刚刚讲的就是说后面还要补充一点其实你做了这个战略以后 还有一层一层的决定 四 G 战略决定 也很重要就比如说阿里云早期你是只服务于一个场景还是一开始架构就要是多服务场景啊 你服务的那个场景是服务淘宝还是服务搜索 啊然后开源还是闭源 这个都是争论非常非常大的二级战略问题 啊然后再往下还有你基于这个数据库变了那你要不要自己做数据库啊 然后计算也变了然后存储也变了 所以才会出现当时喊出来的去 IOE 就是改掉 IBM Oracle 跟这个 EMC EMC 就是存储 所以就像今天一样计算完了以后发现存储成了一个新的瓶颈 啊所以呢其实战略到落地的过程中 它有很多很重要的决定越到下面 越是战略跟战术结合很紧密的地方 所以不是做了一个大的战略决定就可以了 它是它从它从一个决定到落地到最后看到成果是有非常非常大的一个挑战的 战略做决策的那个时刻 你们怎么知道这是一个好战略呢因为当时的争议也非常多 general 因为做很多的战略你们怎么判断它是一个好的战略 不知道啊因为相信所以看见啊 所有的好的真正就是成为时代的企业的都是最后被证明了他那个反共识是成立的 当然在这个过程中也有很多疯狂的想法其实就没有了 这这点是一定要去强调的不是疯狂的想法我们看到的就是所谓的 survival buyers 就你看到的是这个成功者的偏差 最成功的企业一定是反共识 当然反共识不一定成功 但是在当时呢我们基于我们自己的能力能看到而且也愿意相信的 就是那样一个图 所以战略很大程度上其实是关于怎么创造未来的 它不是一个简单的一个规划 只有反共识的战略才能够大成吗 有没有共识性的战略能够大成呢 就我我在一个共识赛道但是我做的比所有人都强他能大成吗 那就是优秀嘛 哦那就是优秀是 是是的 不是卓越 是的 卓越一定来自反共识 是的 那今天这个 AI 时代我们进入了一个全新的周期范式阶段也像您说的这是一个新的文明 您会感觉到迷茫焦虑吗就是像您这样一个要制定战略的人看到未来的时候你这个时候的感受是什么样的 的确是非常非常的困惑 因为你知道肯定是有很多的新东西会出现 但你不知道哪一些是稍纵即逝的小浪花 哪一些是代表未来的大的浪潮 什么东西会变什么东西不会变这个是非常非常让人困惑的 你现在看到哪些是小浪花哪些是大浪啊有没有一些初步的想法和判断 这就是我为什么写这本书的原因 是因为前面几年都在琢磨这个事情 就经常会有一些观察和洞见 觉得还不错的但是可能很快又被否定掉了 但是今年上半年就比较明显就有一些趋势性的信号开始 converge 就是开始出现了类似的信号 然后我看到了一个可能的框架 是可以去解释当下发生的很多事情甚至去推演推演未来下一步的发展的 所以我觉得哎这个时候我就不太焦虑了 因为我大概理解了我们在哪个发展阶段 然后知道到底该怎么做事情 对我们这次聊天的缘由也是您最近出了一本新书呃智能 您也说就是这个书其实开始没有写作计划是自然涌现出来的也是最最近半年的通过了一系列的思考想清楚了很多的问题 呃您能不能给大家介绍一下这本书然后以及你的创作过程 我自己的和这个本业是战略嘛 所以其实跟创业者聊得最多的就是 AI 时代面临这么大的不确定性 啊这么快速变化的环境到底怎么做战略 所以这个是开始慢慢想的比较清楚的 但真正让整个框架浮现出来的 是我觉得我大概理解了 AI 在产业化 进入了哪一个发展阶段然后每个阶段的不同的运行规律 我觉得这个看清楚了那大概对未来三五年就有一个比较清晰的指导意义了 所以今天的人工智能产业化发展到什么阶段了您是怎么划分这完整的阶段 我其实做过一个很系统的研究 就是从移动互联网到 PC 互联网然后再到 PC 啊然后包括当时我做云计算的时候 其实是把第一次工业革命第二次工业革命第三次工业革命其实整个历史也都研究过一遍 所以呢就大致呢其实新技术的出现 我讲的都是巨大的通用技术的颠覆性创新 实际上都经历了三个阶段特别有意思 就第一个阶段就是这个技术逐渐的被社会接受 然后它成了这个社会的基础设施 这是第一步啊 第二步呢基于这个基础设施产生了海量的新的应用 就是百花齐放的时代 然后第三个呢是当这些海量的应用出现以后大家发现 我们需要一些更底层的方法去运行这个新的世界 这就进入了第三个阶段就我把第三个阶段叫做原生应用的阶段 嗯哎 像以移动互联网为例到了抖音字节它属于原生应用的阶段 是的是的对就是说早期就是说比如说移动互联网大家可能今天今天年轻的人可能听说过黑莓手机的可能都很少了 但是黑莓手机是第一款被称为智能手机的 而且它在很长时间是垄断地位的而且市场生产率渗渗透率也很高 一直到二零一零年它还是美国市场智能手机的百分之四十几的市场占有份额 iPhone 只有百分之二十几 实际上是到 iPhone 四以后 iPhone 才开始领先开始跑起来的 所以其实这个第一阶段第二阶段然后有了 iPhone 以后有了 App Store App Store 以后出现了这些新一代的原生应用 然后早期的时候其实我那时候投互联网嘛投移动互联网嘛其实还有墨迹天气啊什么的这个一堆的应用当时日活很快都过亿了 但是会很快的发现其实它们不代表未来 真正是要解决核心需求的主流的应用才是那个原生应用 为什么要先经过一个应用大爆发再到原生应用呢为什么原生应用不是诞生于第二阶段呀 因为应用的爆发给了技术下一阶段发展的方向 就技术成为基础设施以后并不是停滞不前了 他要寻找自己新的发展方向但到底往哪方向发展其实是不清楚的 其实就像刚刚讲的这个字节其实是先做了今日头条 甚至在那之前还做了内涵段子一堆的小的产品 是因为在那个技术的早期你不知道哪个东西能 work 所以你要试不同的东西 第一阶段那个时候只有文字成熟了 所以才会出现今日头条 但是今日头条探索出了推荐算法 这样的一种新的啊既是技术模式又是商业模式 然后又由于带宽啊这个算力啊各方面的发展 才出现了短视频 然后短视频的这个新的展现形式和推荐算法这个底层技术 这两者一结合才出现了抖音这样的现象级的原生应用 真正出现了国民级的应用 所以原生应用距离基础设施成熟中间还有一个过渡性的阶段能把第二阶段叫做过渡阶段吗 呃你这样说好多中间那部分创业者好伤心啊 所以我为什么会犹豫就说 第二阶段本身是非常精彩 也非常有价值的就是所以为什么我说原生阶段是第三阶段其实就想告诉大家其实还有可能八年也好十年也好非常精彩的时间是属于第二阶段的 你没办法跨越到第三阶段 跨不过去的就没有第二阶段的积累 就你跨不到第三阶段而且基于第一第一阶段的积累现在该做的就是第二阶段该做的应用大爆发的事情 我们现在在 AI 的这个产业周期里是结束了第一阶段吧还是在第一阶段还是在第二阶段开始具体在哪个时间点上 我觉得二零二六年应该是第一阶段基本完成的一个标志性的阶段 核心原因就是今年年初大家可能还记得就是关于 token 这个词形成了一个广泛的共识 有两三个月的讨论非常密集 黄仁勋在英伟达的 GTC 大会上就讲啊英伟达的未来就是 token factory 啊 然后 Sam 也马上表达 OpenAI 核心就是卖 token 的啊 然后这个 token 为什么重要呢就是包括次元这个新词被定义下来 是因为当一个技术有了一个标准的度量衡以后它就能被规模化的标准化的使用 所以我们今天会讲一度电对吧这个一吨水啊一个 GB 的流量啊 这些是让我们可以很简单的使用一个原来曾经很前沿的这个技术 那今天大家都知道我掉多少 token 我能干多少活它让我产生多少费用 这个事情它就成了社会的基础设施 所以这是第一阶段的尾巴 呃第一阶段开始成熟的表现 它会继续发展服务会越来越好智能会越来越强大成本会越来越低 但是它形成了一个匹配的商业模式 而且成了大家能接受的一种新概念所以这个阶段是成熟了 我们到第二阶段了吗 今年有意思的地方是它也是第二阶段的一个开场 啊呃因为今年春节前后同样发生的另外一个特别让大家兴奋的事情就是 OpenClaw 就是龙虾大家都在养龙虾春节都没睡好是吧 天天都疯狂一样的在弄这些东西那龙虾让大家看到了什么 其实是看到了一个能够独立完成任务的 agent 的无限的潜力 啊所以大家大家才会这么狂乐 所以我认为 AI 进入的第二个阶段就是智能体阶段 智能体就是 AI 时代的新应用 嗯 所以第一阶段已经成熟然后我们现在站在了第二阶段的开端 是的是的 如果类比到比如说互联网哪一年移动互联的哪一年今今天可以做一个这样的类比吗当然这个有点刻舟求剑但是我们还是想类比一下 对是这个这个这是我琢磨了两三年的问题其实我三年前两年前还做过讲演 就是让我们拥抱雅虎吧雅虎马快来了 然后今年年初的时候我自己觉得有点有点纠结是我们怎么退回到了浏览器阶段好像比雅虎还要早了 就是您的判断更加前倚 前更加前倚了就是因为我当时看到 OpenCloud 的这些东西出来以后我第一个反应 呃就是就是我们还在等一个浏览器出来这都不是浏览器出来以后我们在等一个浏览器出来 就我为什么会有这样的一个洞察呢 就是因为就后面就是跟 agent 同时出现那个词是 skill 对吧能力 那我们去想 agent 的本质是什么其实就是分享能力 对吧我们把我们懂的能力封装起来然后分享出去让别人也可以使用啊 然后 OpenCloud 提供了一个框架和思路原来能力是可以这样被封装被调用的 哎我就突然想到九二年的时候我最狂乐的是什么 是建个网站啊 啊 对吧那时候就是建网站啊就所有的人都抢着建个网站然后建网站的目的是什么 就是去分享信息啊 嗯 所以 AGI 这一轮的创新就是让我们从信息时代进入了能力时代 海量的信息和知识都处理完了 所以今天分享信息已经没有必要了大家都直接问 ChatGPT 答案了大家不再找信息了 但是今天大模型能有这个成就是因为九二年的建站运动让大家把信息都放到互联网上了 完成了信息的数字化的过程 啊所以我们做类比的关键就是我们什么时候做类比没有刻舟求剑 是我们去理解抽象建模以后理解它的一个底层运行规律 而不是纠缠于技术的表现形式 对啊所以当我想到大家都是在建一个在建站一个在建 agent 然后一个是分享信息一个是分享能力我觉得这个结构上就对上了 浏览器为什么重要在那个时代是一个新的阶段是浏览器是完成了两个核心功能 通过 HTML 啊这一堆的事情就是说树立了建站的一个非常简单的统一标准 所以建站就没有门槛了就有信息的人就能建站原来建站是一个专业工程师的专业工作 所以他把 ## 转写 00:20:00–00:40:00 一个创造的门槛极大地降低了也就是我们今天讲开发者的门槛大幅降低了然后另外一方面呢,他把浏览网站的门槛降到了零就是因为你只需要点击就能完成所有的信息浏览的过程 嗯 所以你一下用户端就爆了然后供给端也爆了然后就出现了无穷的网站天天涌现,然后大家就都不知道该看啥了这个时候就出现了雅虎 嗯 雅虎最早就是一个目录告诉你今天出现的这一百个网站里头,这个网站最有意思到了后面出了一万个网站的时候就告诉你前面十个最有最有趣的是什么 嗯 然后再给你分类,娱乐新闻股票这些就开始分类了 所以雅虎其实是一个结构化信息的一个过程 对啊对啊,它就是个目录 它是在商减,它不是在商增对吧 商增的同时一定要有商减,降低大家的认知压力 那我们今天还在一个商增的过程中,就是各种的skill能力的爆发 对啊,因为我们随便问身边任何人大家都不会随口跟你讲出两三个他天天在用的agent 那您觉得谁会有能做商减这个事情的潜质啊?您看到一些雅虎的雏形没有?是Open Cloud这种形态吗 没有,我完全没有看到雅虎的雏形,所以我说连浏览器现在都没出现所以如果你让我拍脑袋说的话,我觉得下一个下一个最大的机会就是一个类似浏览器这样的机会 嗯 是它会把agent的标准统一起来然后同时能够让用户用很简单的方法就能调用agent 嗯 然后会有海量的agent爆发这个可能就是未来两年可能最让人兴奋的一件事情 今天没有任何这样的雏形吗 所以这也是个反共识嘛 嗯 就大家大家都觉得好像谈这个,网景也是昙花一现,好像现在也没人谈应用了但我讲的这个可能非常乐观啊 嗯 但我的确是就我们基于历史的推演,形成一个抽象的模型去思考未来然后底层的我能看到的就是这样一个演化的路径 嗯 所以在这个意义上我就不焦虑了,我就在等着这些发生就好了 嗯,哎那假想一下这样的一个产品形态,它可能是什么样的呀?它的先决条件可能是什么 交互形态是想象不出来的,这就需要大家去创造我们能总结出一个抽象的规律,但是我们一定推演不出一个具体的形态 雅虎到Google还有几年呢?你没有看到雅虎,应该也没有看到这个时代的Google对吧 这是我现在没法回答的问题,因为我不太确定我们这个时代是不是一定会有雅虎跟Google巨大的鸿沟,因为雅虎后面就没有了嘛 嗯 啊这个我觉得我现在看不清,我觉得太早了不用讨论 嗯 我们等看到了雅虎,让雅虎先辉煌三年我们大概才能看到谁想去挑战雅虎就雅虎九五年九五年成立一直到两千年都是辉煌的这个Google成立了以后,是给雅虎做To B的服务商的是给他们提供了一个算法的服务的就是雅虎下面一个小弟弟,帮他提供一个技术支持而已 嗯 在这个意义上是雅虎孕育了Google 那这个时代的关键的变量是模型啊,您是怎么理解模型的?模型的本质是什么?它可以类比于什么 有很多可以类比的就比如说大家讲数据是新时代的石油 嗯 对吧,那模型实际上是一个炼油厂广泛提供基础设施这个角度讲它就有点像另外一个消失了的公司美国在线AOL它是互联网基础接入服务商它让所有的人都能够接到互联网上这个本身就是一个很巨大的一个工程那今天大模型是让所有的人都可以很轻易地接入到智能的一个入口 嗯 所以在这个意义上它也是个基础设施服务商 嗯 所以你觉得模型公司是一个基础设施服务商,它能类比为哪些公司啊就比如今天的OpenAI, AnthropicKimideepseek这些公司 我我觉得说的直白一点,就是AI云公司就就是未来的AI云公司 嗯 然后这是为什么现在比如说这几个大模型公司跟几家云厂商的博弈在美国变得非常的有趣和复杂是因为云厂商觉得他们付出了太多得到的太少了,对吧然后模型公司可能大概率认为他们自己将来要自建云服务甚至要自研芯片,对吧像OpenAI这样的所以这两个生态之间可能会发生一些碰撞跟重新整合然后会形成几个比较稳定的AI云公司那个是确定的然后大模型公司有没有机会从基础服务提供商变成一家成功的应用公司我觉得这是个开放的问题,如果我主观地给个结论呢,概率不会太高 为什么 没有历史上的先例啊 Cedex现在就做得很好啊 嗯 Cloud Core做得很好啊 没有啊,这是大模型的一个基础,一个延伸啊,这是coding要成为基础智能的一部分啊对吧,如果没有coding的话,我们今天都谈不上可以调用API,就就这token就不会成立了 嗯 是因为有了coding的这个能力以后才让token变得这么有价值 嗯 因为它智能程度,它推理这个智能突破了呀 但是你看像Anthropic这样的公司,它成立才不到十年吧,短短几年就已经市值万亿美金公司这在人类历史上都非常的罕见,您怎么解释这个现象 这个描述本身就是一个幻觉和误解就是因为年轻人容易认为每个时代这一次不一样这就是典型的这次不一样,其实我去专门查过这个事情啊就回到我们刚讲雅虎雅虎九五年成立两千年的时候达到了一千两百亿市值美元的市值五年的时间 嗯 那个相当于什么呢,那时候的一千亿美元的市值大概相当于我们今天的一万亿美元你把通货膨胀,把这个纳指的基本算进去就是那时候一万亿一千亿美元按大概百分之八的年回报就是今天一万亿美元的公司所以在两千年能达到一千亿美元五年不比今天Anthropic对大家的震撼不强烈一样强烈然后我刚讲的那个消失掉的公司AOL一九八八年开始提供服务两千年高点的时候是两千两百亿公美元的估值比雅虎还高是当时市值最高的一家公司然后他再去收购了传统的媒体收购华纳,对吧达到三千多亿美金所以也是一个很恐怖的数据然后谷歌是九八年成立的两千零五年达到一千亿美元黑莓公司就是它的巅峰,它也是一个硬件厂家最快达到千亿美金估值的公司所以其实当一个技术有这么大的冲击力的时候第一波成功跑出来的公司就有这么大的价值所以我觉得就说anthropic啊,OpenAI啊,这个是了不起的技术上的突破跟商业上的成绩但是这样的先例在历史上,在类似的阶段都发生过 但是他们不一定能活到最后 都他很可能会往后活得不错但他大概率不是原生应用阶段的大玩家大赢家即使是回到我们讲的这个石油的这个比喻炼油厂跟化工厂其实也是两类企业 嗯 就化工企业后面比纯粹炼油的企业要有价值得多化工就是应用炼油就是最基础的把这个把石油给开采出来,然后再变成一个基础的油对吧然后就像这还有一个类比就比如说汽车汽车离开了石油肯定不转对吧但是你石油公司肯定做不了汽车你没听说过哪个石汽车公司是由石油公司转化来的 我昨天刚好还看了一下,就是陆奇博士在二零二四年时候说过的一段话OpenAI就是这种AGI公司未来一定会比Google大只是大五倍还是大十倍的问题,以您刚才的论述的话我觉得您不仅不认为OpenAI可能是新时代AI时代的google,甚至觉得他们可能只是一个类似于历史上的过客的这样的公司嘛,他们甚至会消失,是这种观点吗 我是这个观点我我相信未来会有一定会有一个十万亿美元的公司但是未必是现在领跑的这两家公司 嗯 其实我理解陆奇博士想说的就是未来会有一家AI时代的谷歌公司它很可能比现在的谷歌大十倍 不,他说的是OpenAI 我理解我只是说,但但是那个时候大家大概只想得到AI会代表到未来但是我我是因为纯粹我自己是一个商业史的研究者,因最近也有时候开玩笑,就是说因为硅谷现在最时髦的那个词或者说地位最高的词叫Researcher嘛对吧,一讲Researcher大家就很尊重 嗯 然后我觉得我现在也可以claim我也是个Researcher我只是研究商业世界的动力学规律啊然后我们能看到的我能看到的理论框架告诉我的就是第一阶段的企业很难活到第二阶段第二阶段的企业很难活到第三阶段 哎,为什么第一阶段企业很难活到第二阶段,第二阶段企业活到第三阶段,按理说他们这么早就在这个市场上,然后他对最前沿的信息也是最敏锐的他为什么不能及时转型呢,比如说我马上从一家基础设施公司转型成为一家agent公司,这个很顺畅啊我觉得 不顺畅,是因为第一阶段的技术核心是可不可用所以它有很多的原创的技术的创新第二阶段开始的标志是第一阶段的技术发展渐渐缓慢下来然后才能变成大家都能调用的技术啊我就不用再去重新开发轮子了然后第二阶段的应用其实是需要很强的洞察力,他要的是产品很强的原创力 嗯 然后跟普通用户的那种同理心然后需要应用技术的一堆的新的东西 嗯 就你可以把那个应用技术的那一堆新东西叫做新时代的大模型也可以就它其实是有新的很多技术前沿的创新,就比如说比如说这个上下文的管理这个事情它有很多的技术创新可以做这个你到底把它定义为大模型还是不是大模型 嗯 其实不是那么清楚的啊然后在这里后面其实包括AI也有很多新的范式会出来就比如说现在出来很多新的new lab对吧新的new lab里面一部分的人可能就会去转向支持这个阶段的应用需要的新技术这两个的结合可能就变成了第二阶段的王者所以技术依然在进步但是技术未必沿着原来的轨迹在线性的增长 嗯 它可能也有一个技术的范式的变化 您觉得不管是中国还是美国,最后模型公司的一个格局会形成什么样的一个状态啊 非常简单公共基础设施的行业只有一种模式商业模式是成立的叫寡头垄断加政府强监管因为整个社会依赖于它所以政府一定会强监管第二个,由于这个供给如此重要,所以不能只有一个供应商然后呢由于这个基础设施投入这么大,所以肯定不会无序竞争不会有很多供应商所以就是经典的寡头竞争政府强监控保证社会有稳定的低成本的供给这才叫基础设施对吧,你现在水电费能随便涨价吗当然不能啊 啊 我知道这个现实对很多现在创业的人很残酷 那像比如说OpenAI, Anthropic呃Google呃的模型,您觉得他们都会并存就这里面有优劣之分吗 当然有优劣之分,这是这个阶段最有价值的竞争就我讲那个产业终局并不否定现间现阶段的这些重要性和这些企业了不起的地方而且今今年特别是anthropic先领跑,OpenAI再跟上Google阶段性地被甩下其实就是组织能力跟技术能力其实出现了一些差距然后像XAI跟Meta就直接退出竞赛了 嗯 就在寡头过程中已经有人已经退场了 掉队了嗯 对啊,退掉队了 这也是我想问您的,为什么XAI和Meta会掉队,看起来他们资源很多啊 对 呃,老板也很重视对吧,也算是一把手工程嘛 呃这个可能就跟我新书里面讲到那个智能复利有关那个基本概念有关 嗯 我觉得anthropic从去年下半年可能到今年上半年开始让大家意识到比较清楚的是他们开始用大模型训练大模型了也就是AI进入了他们的主业叫大模型训练啊然后呢他们把AI这个工具用到了自己的主业上所以他们模型训练的能力大幅提升这是为什么我们会这个今年上半年大家会如此兴奋是因为发现大模型还可以用这么快的速度提升这么高的性能这个就是因为大模型本身进入了它的训练过程但是还没有到现在又开始很火的那个词叫完全自我驱动的那个self learning,还没到那个阶段,它只是局部的被使用了,但已经产生了很大的价值实际上这两家公司也有组织上的优势像今年讨论的同样多的有很多的文章讨论anthropic的组织优势战略上的聚焦然后这些呢是相对来说其他几个公司可能就比较弱的所以当你组织优势跟一个新的技术的运营方式结合在一起的时候,它就产生了一个巨大的领先优势而这个领先优势真的已经开始把比较弱的玩家往后甩出去了 中国的这些模型公司呢,他们会怎么进一步演化 中国跟美国是保持两个不太一样的生态,我觉得中国模型公司会持续的追赶和发展但是中国模型之间公司之间的竞争也会有点类似美国公司就这几家大大小小的公司最后比如说今年年底谁如果跑不到三T的模型估计谁就出局了他是个淘汰赛就像现在世界杯一样的,就说你可能现在是八进四啊然后接下来四进二八进四的时候大概率的确会开始淘汰 所以最后留下有限的几家成为一个基础设施,这是您的观念 是的 嗯现在看起来谁淘汰了美国我们知道了中国呢 中国其实就是看年底嘛年底三T,现在大家卯足了劲都在搞这个嘛 嗯K三刚刚到了二点八T 对啊是差不多等于是等于是智谱有点领跑然后Kimi在三T上先交卷成绩基本满意再接下来看MiniMax啊千问肯定很快会发,对吧然后MiniMax啊这些差不多就都都是都在跑这个最基本的这个新的新的竞技线 模型的格局今年会稳定下来吗 还真不一定哦就是可能要到前两名前三名的优势基本跟后面拉大了以后,这两三家可能就不太容易再拉开了 就是您说的那个黑洞理论 对 要形成一个巨大的黑洞效应,让其他家很难再超越 对其实Anthropic跟这个呃OpenAI在美国其实就从智能复利的这个飞轮开始因为他们会继续地往self improving的这个路上去走所以这个差距是越来越大的 嗯 所以他们其实有点形成了黑洞效应 嗯 这也是为什么美国的云厂家就有点慌了,就是说因为因为要看,因为将来这两者之间什么合作关系就变得非常重要了 那在您看来做模型的窗口期关闭了没有,新公司还应该再做模型吗 以我们定义的作为基础设施的大模型公司的窗口肯定是关闭了哎因为已经进入到了竞争的接近智能飞轮都已经跑起来的阶段了,你这时候进来就完全完全没有积累了 那这些模型公司最后是会趋同还是会分化 寡头竞争的特征就是有一定的差异化但是又足够的同质化同质化是保证可以被替代差异化是让大家还有钱赚 所以模型公司是个好生意吗 是一个很好的成熟生意,就是我们为什么说企业都是时代的企业 嗯 就你肯定不会是当红炸子鸡了过个三五年就是就是如果你真的真的没有进入下个阶段竞争,你就是成了一个大家都调用你的服务大家只会不稳定的时候complain,不会天天夸你的 OK您觉得未来三五年可能会看到这个新的迹象 应该能看到 嗯那接接下来如果他们是基础设施服务商那接下来一个阶段,会我们会开始看见什么呢,什么样的公司会成为新的时代的公司 就是看谁是网景,谁是雅虎啊谁把agent的标准建立起来谁抢住了agent的用户入口啊 嗯 嗯这个观点跟我们今天想象的其实很非共识 所以你就像你现在去world大会里头只有到地下一层一小块区域才能看到做应用的这些公司 嗯 就二层三层的大厂家全部都是做的是现在有公司的东西 嗯这个有趣,这是二零二六年的一个快照WWDC大会快照您觉得三年后会变成什么样,您大胆预想一下 我觉得三年是有可能开始出现agent的入口就是因为agent太多了,你想想看咱们就换了一个普通人的角度你怎么知道哪个agent能用你敢不敢把一件重要的事情交给agent,你钱包敢交给agent吗你个人的隐私敢交给agent吗然后这种信任从何而来对吧,然后我怎么知道他收我的费用是真实的 嗯 对吧这些东西其实都需要有一个可能一个新的服务商来给大家建立这种信任 嗯 让我们愿意说OK那我相信你定的标准,对啊我相信你的推荐然后我相信里面的agent我是敢用的,好用不好用那是我后面自己的选择 这是我们接下来要聊的一个话题,就是agent嗯,您觉得agent现在应该已经爆发了对吧,你怎么看它现在的一个状态 ## 转写 00:40:00–01:00:00 现在就是百花齐放啊大家各显神通大家都在找那个切入点就因为其实就说真正就agent去年就有人喊agent的元年嘛对吧然后也有很多agent的创业我其实去年夏天在硅谷就已经经历了第一波agent的火爆就说去任何一个Demo day 对吧基本上都是十几个项目啊都是各种各样的agent在那儿偶尔有几个做infer的呀在做做基础设施的这样但大部分都是做应用的对但是那些应用其实今年都不怎么样了对吧是因为去年的应用真的做的都是特别简单的任务就我看一场十个演这个demo里头大概会有三五个是做广告的然后里头有的就是做一个素材生成有的就是做一个投放就这么简单的事情我当时就觉得不太可能有长期价值对啊但是当时我比如说我看到有一家企业开始想做增长诶我觉得这个事情可能就有前途为什么因为增长很复杂就他得做复杂任务得做复杂任务啊智能你才有可能建立自己的智能闭环啊然后你才会有可能做一堆的你自己个有价值的技术积累而不是搭脚手架呀就说当智能能力不够的时候你做应用很大程度上是在做脚手架然后等着模型自然艺术把你脚手架给淹没了但是今天做应用的切入点和思路是需要完全不同就是你要假定智能是完全够用的然后他到底能干啥活所以今天的核心是干活然后是干一个复杂的活就越简单的活越容易被复杂的活给吞掉因为他没有多少成长的空间这个事干完就干完了那那不就停在那边了吗那像minus 这样去年说做通用智能体的呃产品形态您怎么看呢我有一阵子没有接触他们了不知道他们下一步发展的思路是什么但是minus 当时的确是市场感觉非常敏锐因为他们其实抓住了coding 溢出的这个啊特别难得的一个机会窗啊但是他们的定位就是通用agent那么通用agent 当时能触达到的就是一批prosumer 的生产力的需求啊那当时那个切入点是对的在今天一个agent 要再立足至少要找个十倍以上的切入点你才有发展的空间什么叫十倍以上的切入点就是比那个应用场景要大十倍以上的就是就说比如说大家做做PPT 啊然后出个报告啊那些都不够大而今天技术又往前拱了一步智能程度又拱了一步做长城规划啊这些都比以前进步了很多那你能不能够往前大大走一步把一个复杂任务给解决了那它需要进入一个垂直场景吗就是要做通用的agent 还是做垂直的agent这个就是大家接下来比创造力比这个天分的地方就比如说这个教育健康这是典型的大垂类你只要在里面耕耘就够了你是在这个垂类里面能不能找到一个足够好的切入点现在能切的进去将来能长得大的但是通用的里头又会分to B 跟to C对吧然后to B 里头哪个是关键这个又不一样了我觉得到今年年底你就会听到一堆的要做组织大脑的agent 组织大脑就是个agent 嘛对啊组织的操作系统就不同的叫法了大家就操作系统或者是说CEO 的agent 的这个团队这个肯定是今年很火的一个主赛道了这是to B 端的to B 端的to C 端呢to C 端的从又开始重新做情情感陪伴啊然后解决问题的啦这些就都开始出现了很多人都说这一波的就是应用啊它很难形成上一代互联网移动互联网时代那种数据飞轮您怎么看这个现象你觉得他应该去追求数据飞轮吗数据飞轮升级到了智力飞轮就是智能的飞轮啊就是这个讲的智能复利就今天大家其实也在讲数据飞轮啊数据飞轮是一直存在的是其实互联网更特别的是网络效应啊我们先讲这个数据飞轮到智能飞轮是因为就说你要真正把数据飞轮跑起来就像今天的这个巨神机器人一样的你其实相应也要有算法的创新也要有应用场景嗯所以这也是个三结合的东西然后我们刚讲到的那个智能复利也是你要形成一个新的学习场景就你调用了基础这个智能但是你是让agent 具备一个更高的智能去完成一个特定的任务然后在这个特定的任务过程中它一定会有数据的飞轮然后因为数据飞轮的前提是真实世界的反馈嘛对吧真实世界的反馈的前提是你这个agent 要能独立去干活嘛要离开人的这个参与嘛啊然后这个中间呢一定会有算法的创新包括刚才讲到的广义的就是包括上下文的管理包括记忆对啊包括这个新的交互方式这些然后这个会形成一个智能的复利他在这个场景下就变得越来越聪明然后这个智能复利能够渗透延伸到什么其他的场景去解决更复杂的任务那个就是它的发展路径然后找到了或者运气好撞上了最有规模化最能泛化的那个场景的人就最有可能形成黑洞效应他就有可能跑出来进入第三阶段的竞争而这需要好多的条件才能够达成一个原生应用的产生对吧对啊现在看到这样的好的场景了吗应该还没有没有啊没有啊要要有的话肯定就火了大家就肯定都会抢着去用了就你看你看这个原生就即使是阶段性的原生产品就说比如说第二阶段最好的东西一定是口碑的因为他一定是在体验上有大突破的就像龙虾也是自己爆的嘛就没有人去做投放啊什么然后雅虎也是一样的就是口碑相传咵一下就火了我九三年在这个UIUC 读书就是浏览器诞生的地方所以我可能是全世界最早用浏览器的一万人之一那整个校园都疯了天天晚上不睡觉就是在用浏览器看各种各样的能看到的东西然后马上大家就会觉得网上能看的东西怎么这么少然后就会有人意识到哇做个网站上传上去肯定是最有意思的事情然后马上会有人发现这个原来是一个商业的机会我能赚钱这个飞轮就转起来了所以您在这个Open Cloud 这个时刻感受到了九二年九三年浏览器爆发那个时刻的那种同样的感受让大家装不上Open Cloud 都感觉非常焦虑感觉要被时代淘汰了对对对对对对对刚才说的是这个数据飞轮那网络效应呢在AI 时代网络效应会是什么样第一个就是网络效应会继续存在啊它是就像基础设施一样它成了这个时代的一个标配了啊因为最后还是要广泛连接的就从即使从数据的本质来说越多元化的数据越差异化的数据越能产生新的洞察就你同样类型的数据其实规模到了一定的程度其实它的价值是边际效应递减的啊然后第二个呢就我觉得网络效应的升级版其实是黑洞效应黑洞效应其实就是应用场景越多你的连接越复杂你就更有可能去拓宽你的智商所以我觉得黑洞效应某种意义上是AI 时代的网络效应的升级版其实我在智能商业那本书里面讲过DNA 螺旋的两个组成一个是数据智能一个是网络协同其实黑黑洞效应相当于这两个都升级了就是数据智能其实现在AI 还是数据智能啊然后它并没进入所谓符号的AI 智能的这个阶段我们还是在这个数据智能阶段然后网络协同实际上是变成了这个黑洞的一种内部的网络结构它能够快速地去吞噬多少场景对吧而不是我们原来的那种简单的连接新的时代还会出现平台吗肯定会啊入口就是平台啊因为我觉得上一代的平台很多都是因为就是我们的信息效率不够高所以他需要一个平台来呃让信息效率进一步的流转我们在今天我们可以用判断力代替信息的不对称啊但是判断力也是个稀缺资源所以就刚才讲到的一样会出现一个双边市场就是海量的agent 的开发商跟海量用户之间怎么完成这个匹配就我们看一个网站很容易判断它好是坏成本不高不好就不再看了但是你用一个agent 是有可能出现很大的负面影响的所以我们判断agent 的能力的能力要求是更高的所以在这个阶段我们大概率会让渡这种判断力给一个独立第三方我们认为是信任的而这个就其实就是个典型的双边市场的结构就双边市场是有中等程度的网络效应的那新的平台和旧的平台它可能不一样的地方是什么旧的平台能变成新的平台吗它能演化过来吗大概率不能就是因为旧的平台做的是简单的信息匹配新的平台要做的是能力的能力跟需求的匹配所以复杂度高了很多就它两边的东西其实发生了变化是的是的是新物种的匹配虽然还是匹配但是匹配的东西是不一样的所以大概率会诞生新的公司是的因为你如果不是agent 的原生的话你怎么能判断得了agent 怎么能够给agent 提供一个最好的一个通用的开发平台对吧但是现在是不是走到平台这一步还有点远可能还要几年时间大概就是三五年的时间吧今年大家也在谈agentic os 首先什么是agentic os 你有一个定义吗我觉得没有人能定义得了对吧agentic os 我把它放在第三阶段所以我们可以基于它去讨论一下因为你是OS 就开始调度资源了嘛就他就不再做匹配了就是你只要告诉他一个意图我就直接调用市场上所有的agent 直接帮你给活干给干完了你都见不到那个agent 那首先agent 得爆发真正的爆发出来是的所以一定要经历第二阶段这个时间对对对所以只有到一个足够复杂的阶段你才需要直接去调度agent 然后agent 也得成熟到那个阶段才能被简单的调用所以agentic os 比我们想的可能要远我个人觉得是第三阶段的事情是比较远的但是大家在因为在第二阶段就容易去畅想第三阶段可能是什么所以这个讨论是有意义的但是它大概率是没法落地的这个阶段那您构想中的agentic os 可能是什么样的呀然后它的话语权又可能被谁争夺到有可能是模型公司嘛有可能是应用公司互联网公司算力公司还是像苹果这样的软硬一体的公司你照我的理论框架的话肯定是一个谁都不知道的啥长啥样的公司这才叫大创新嘛要不然它不de zero 它未来的那个价值所以因为因为就说就是agent 能长成啥样咱们现在都不知道对吧然后你再到第二阶段agent 的原生硬件是长啥样我们也不知道所以得这两个东西得都足够的探索到一定的阶段我们大概才会找到一个最自然的跟AI 互动的方式然后那个AI 真的能够给我们提供现在想象不到的便利性那个就是未来的科幻了应该可以去问科幻小说家他觉得那个时候会是什么样的一个状态啊这个很有趣啊就是我们大概基于历史可能有三步的推演但是每一步它具体agent 长什么样agent 的生态长什么样然后下一步agentic os 长什么样原生应用长什么样其实都是问号是的对主要但是讨论第三阶段的好处是你大概知道最终的终局大概是哪个方向所以你做第二阶段的时候会更有针对性然后在第二阶段的中后期大家的有一部分人的注意力就会开始走向第三阶段但是啊今年这个agent 应用公司都很惨淡可以说是到了近两年来agent 应用的冰点去年大家投资应用公司的热情还挺高的但是今年大家觉得哦那不就是模型的一个skill 嘛那应用公司都很难融资了呃您觉得这个现象会是短暂的还是长期的呀您有什么想对这个应用公司的CEO 说的吗我觉得现在是应用领域里面创业者的反共识阶段就是因为没有没有一个好的应用让大家看到它有多大的潜力以及它该怎么做所以大家都在摸索都在摸索就比如说这个视频生成这个是已经相对成熟的这个这个领域然后做agent 的公司也很多啊然后大家最终的目标可能都要做AI 时代的TikTok 对吧就抖音啊这些但是大家都知道离得现在很远那你第一步到底做啥这个就非常考验大家的这个啊功力然后AI 短剧动漫这个呢又有点门槛太低所以很快的半年大家就都干完了就而且是AI 模型能力顶上来以后基本上就干完了所以所以就正好我们处在一个青黄不接的时候就模型的能力已经溢出到很多简单的任务他自己就能干了但是呢我们又没有找到一个足够大的场景可以用agent 的方法去真正让AI 做一个足够复杂又足够有价值的事情然后还能把性价比非常好的智能用得很充分的然后又能形成自己的独特技术积累的所以就是大部分人其实低估了agent 的难度就去年大家有点像我当时的感觉就像小孩过家家一样的就啊我有个新玩具有好多好玩的事情然后大家就开始下场玩各种各样的东西都没觉得他那个东西能做多大因为大家那时候考培考核标准也很很简单你只要有A R R 就好那A R R 嘛你一个新技术当然是有价值的总有人愿意付费然后大家又有一个好的A R R 就觉得大家都很开心对啊所以我我这个到去年年底在整个硅谷的感受就像一个创业的天堂就说所有的人都在那玩得很嗨但是今年就是说OK 就说模型的能力有一个大的突破然后原来的那批过家家的小孩子就被淹没了啊然后但是今年也许智能就我听到一个普遍的感受就说大家都觉得智能是真的能干活了可以信赖了因为推理能力达到了一定的水平嘛然后开始真有人想我能不能严肃地拿它干点重要的活这才是应用阶段开始的真实的标志所以模型公司会吞噬一切吗您肯定也听到这个说法了在今年模型吞噬一切没有模型吞噬一切的前提是所有的东西都在模型射程内按现在的范式发展的模型它肯定会有一个阶段性的发展阶段智能够用了智能够用了然后这个阶段就会有一堆的新的技术要求出来去做不同场景下的东西那你模型就不可能吞噬掉所有的一切啊就我我举个特别直观的例子就是这一个很好用很好的例子就是一八九二年爱迪生发明电灯泡照亮了曼哈顿这一公里的范围内的这个平方公里范围内的这个地这个大家都知道啊然后一九一零年有一个实质性的突破就美国大概就就大概在那之后就开始有了发电厂电网的概念啊大概一九一零年大概电网覆盖了美国可能主要的城市然后在那一年终于出现了两个大应用一九一零年才出现了两个大应用啊除了照明啊电灯照明那是第一个大应用家里头真正出现to C 的两个大应用洗衣机跟电冰箱一直到一零年出现它使用了电对还有一个很重要的收音机啊收音机然后我们第三个离不开的家用电器实际上到一九二五年才出现那个是空调这空调肯定离不开了就今今年这个欧洲的这个酷暑已经让很多人意识到空调的重要性到今天都离不开空调三零年才出现电视机所以应用的发展它肯定是有它的规律的然后我们今天离不开洗衣机电冰箱跟空调但是收音机跟这个电视机被压缩到了手机里面这两个就基本上没有了电视机就稍微还有一点点存在感但是基本上被电脑跟手机给取代了所以我想讲的就是说这个就就就讲公司层面一个很有意思的选择啊就爱迪生发明了电但是他认为发电更重要所以他成立了通用电气公司最早是做发电设备的但是他没有意识到电网非常重要所以他的助理离开了成立了美国第一家这个送电公司啊但是通用电气真正成功是因为它生产出了最早的电冰箱跟洗衣机哦这个很有意思对所以它其实是因为一个to C 的应用突破了以后然后电网就成了基础设施成了一个to B 的服务的一个基础设施就大家不再关心电网的公司的品牌了但是通用电气繁荣了六十年然后就把各种各样的应用就一步步做出来了不过刚才说的是硬件的to C 的产品那时候没有软件因为那时候没有知识啊没有数字化的信息啊直到互联网这个时代来不是那时候也开始积累了但是那个积累是很浅的IBM 成立于一九一零年是因为开始有了这些设备然后要开始处理数据现代化的工厂出现了 ## 转写 01:00:00–01:20:00 所以才要人去管理信息。但是 IBM 真正大发展是计算机出现以后才开始。 嗯。 所以要看在智能时代谁能更好地利用智能，做出一个 To C 的，不管 To C 的还是 To B 的这样的产品，也不管是硬件还是软件。 是的。 你看现在的应用公司，做着做着，就会开始要去训模型了，因为他们觉得如果没有自己的模型，可能跟模型公司竞争起来没有竞争力，比如说 Cursor，那您觉得应用公司应该训自己的模型吗？ 我还是澄清一下概念，就是我觉得我们还是把 Agent 或者智能体当做新时代的主体。 嗯。 创业的关键啊。 嗯。 他们跟模型之间的边界会逐渐的清晰。啊，然后我刚才也讲到了，Agent 的公司的技术创新可能也是非常大的。只是它不一定跟现在大模型技术创新的轨迹是一样的。啊。然后同时呢。因为大模型。之间的竞争关系会让大模型能提供的能力成为一个大众商品，基础设施，所以做智能体的公司其实没必要再开发这样的。大模型了。然后呢 Cursor 呢不是我们定义的这样的主体。它只是当时在 coding 能力不够的情况下，他再去试模型能力的边界在哪。 嗯。 所以当模型发展以后，它其实被 fold into，就被包进去了，成了模型迭代的一个养料。所以这是两个完全不同的阶段。就是所以为什么过去两年不太容易找到那个规律，是因为它这些东西都在动态发展。但是当你理解了基础设施跟这个，啊 Agent 的这个发展的一个根本的差别以后，就你现在问 Agent 的人，他们可能会认为自己将来的技术。应该跟大模型的技术是有一个比较清晰的边界的。 所以 Agent 的公司不用自己训模型对吧？啊，不用训传统意义上的模型。 嗯。 因为你可以稳定的调用，不用担心模型公司切断你。因为有一个合理的替代品随时可以接上来。 Manus 需要自己训模型吗？Manus 看他接下来想训什么样的模型了，因为就是你做 Agent，你也要做很大的技术投入的。 嗯。 所以 Manus 正好卡在那中间，他得去探索那个边界在哪。 嗯。 但是这个可能都是我们阶段性遇到的一些问题，就是模型公司要怎么做应用啊，应用公司要怎么做模型啊，慢慢的产业的生态可能会更加的清晰化。 是的。 就是。开始有几个像样的 To C 的 Agent 开始跑起来以后，大家大概就有感觉了。 为什么 Open Cloud 这个火热一下热情就下去了？没有啊，就是第一个，它是一个小众的用户啊，就毕竟还是极客跟 CEO 最感兴趣嘛。他并没有扩展到大大众，对吧？第二个呢，现在技术的确不成熟。大部分的 CEO 就都是敢于尝试的 CEO 都被折腾得痛不欲生，就真正能够把龙线跑起来的没几个人。所以就说他是做了一次很好的演练，让大家看到了潜力和方向。但是那个产品本身，就是一个早期的，就是我们讲这个企业发展周期，或者说那个，啊这个创新扩展周期，它就是最早极客尝试一下的那个实验产品。 到今天可不可以说一个非常好的 To C 应用，To C Agent 还没有出现。在今天这个阶段。 我有限的范围内没有看到。 嗯，但是它会出现，也没有大家想的那么悲观是吧？ 没有没有，这我非常乐观，一定会出现。 其他人很悲观吗，今年都到了历史低点。 没有，那是因为从投资人的角度来说，他现在由于上一轮受了伤，然后这轮又没看到像样的，他可能不想看了而已。你想看，如果没有一个 To C 的好的应用，我们要 AI 干嘛？ 有没有可能应用最后其实就是几个模型公司做的。最大的机会。有可能，Open AI，Open AI 一直就想做啊。 对呀。 对吧？但能不能做到，那是看他的组织能力，他的创新能力。所以模型公司一定会想做，也一定会做。问题是他最后能不能成，那是另外一回事情。 嗯，你有什么想对应用公司的 CEO 说的吗？现在苦苦挣扎的应用公司的 CEO。 其实就是找到自己发展的方向，认真做好自己的事情就好。但是融资是个很现实的问题，这个我也理解。这没办法，这个你早期你做一件全新的事情，早期就是比较困难。 二零二六年其实还有一个现象，除了这波应用公司出现了好多 New Labs，不管是在美国还是在中国。 对。 呃，他们的方向可能有 AFO AI，有世界模型，这几个是比较多的。您怎么看这个 New Labs 背后涌现的根本的原因啊，为什么会出现这个现象，为什么需要探索新的模型范式？我觉得可能几个方面吧。一部分人可能是看到了现有范式的一个天花板，或者他从原理上，像杨立昆这样，他从原理上就认为这个事情是有偏差的，或者说。他的天花板是很很有限的。 嗯。 那他终于有了机会去试一下自己一直就有的想法，所以这是一类啊。那一类的确是觉得可能就 Scaling Law，它有个边际递减的一个一个趋势。就不管它现在发展多好，那早晚会有个趋势。这个可能也是部分人的共识，所以大家才会一起都出来嘛。第三个呢，我觉得反而是因为大模型的基础能力到了一定的程度。大家可以去尝试一些。跟现有大模型技术路径不太一样，但是也非常底层的一些一些创新。比如说像 AI for Science。 嗯。 那个就是类似这样的难度，而且也需要大模型的支持。但是做的事情可能跟现在的大模型技术路径不太一样。所以这几大类都被统称为了 New Labs。 New Labs 会成为一个过渡性的现象，还是会成为一个长期的组织形态啊？我觉得他们是新的组织形态的早期的雏形。新的组织形态的早期雏形啊，那还是会长期存在对吧？会它会继续演化，因为。就是说你看大家为什么会叫 New Lab，就是因为不满意公司嘛。主要公司要被淘汰了嘛。 对。 还会吗？肯定的，因为因为公司跟工业时代是一起产生的。 啊。 工业时代之前是没有公司的，只有手工作坊。所以工业时代最大的一个制度创新，就是终于有了公司这种组织形式。 啊。 然后让现代化管理可以被这个运营起来，才能支撑公司的规模化扩张。所以这，它是一个配套的制度。如果工业时代的这个很多的基本经济规律被挑战了，它的组织形态肯定也会被挑战。所以呢，大家更愿意叫 Lab。对吧？但是 Lab 呢，这个呢，我为什么说它是雏形呢，是因为它更加像这批研究员在一起工作的状态。 对。 但是它要变成未来普通人，可能也是用这种类似跟更加 AI 原生的方式工作，所以它会有一些新的演化。就真正的第一个 New Lab 是 Open AI。或者说叫 Anthropic。所以这批企业其实应该叫 New New Lab。因为他们还是借用了 New Lab 这种组织形式，但是他开始做不同的事情。 New Lab 的本质应该是 Lab，不是公司了。 对。 你觉得这个未来会成为一个常态？未来我们叫那个组织，叫什么名字，我觉得现在不确定，大概率也不会叫 Lab。就，所以你看我这本书里面，我刻意从头到尾都在讲组织，我特意不用公司这个词。 啊。 就是因为我觉得，就就就，包括今年大家都在谈 AI 原生组织。为什么用这么复杂的这三个词，就是因为不知道这个词还没有被定义出来。这个组织形态也在刚刚的孕育期，可能五年以后我们会有个新词。叫这个新组织形态。 嗯。 但是今天我们没有，所以大家叫 AI 原生组织，简称 New Lab。 所以您觉得公司作为工业化革命的产物，它有可能会消失？科层制管理的这种公司制度会衰亡。 会衰亡。 是的。但是人类的分工协作会继续，组织永远会存在。因为有人的地方就有组织，但是组织用哪种形态，这个是一个历史演化的过程。 为什么 AI 革命会带来的变化如此剧烈，剧烈到就感觉已经伤筋动骨了，连组织这种形态都已经从公司开始向其他的方向开始转变，为什么就是变化这么大呀？你讲两个类比就能理解嘛，第一个，至少把它类比为工业革命。 嗯。 对吧？那工业革命基本上颠覆掉了以前所有的农业时代的那些东西。那么 AI 如果是超越工业革命的这样的技术创新的话。那工业时代的大部分东西也会被淘汰掉。第二个，你从一个更底层的角度来说，人类一直是很自豪自己是地球上唯一的智能动物。然后其典型标志是因为我们有语言会说话。那 AI 也能说话，AI 能理解人的所有的知识，AI 也具备了智能。所以从这个角度来说，我们未来的世界发生的变化是超出我们想象的。所以过去的很多我们习以为常的事情，在二十年以后完全可能会不存在。这个应该是大概率的事情。 AI 原生组织应该怎么搭建？哦，这是一个特别大的话题了，我们讲个最底层的逻辑吧，岗位可能就不存在了。或者说岗位是公司最基本的一个运行单元。所以我们应聘都是应聘一个岗位，对吧？公司发展，要发展了，先要定一个岗位，给一个工作描述，然后去招人，然后这个公司才能发展吧。对吧，然后因为有岗位，所以有汇报线。有层级，有相应的报酬，所有的东西都跟岗位连在一起了。岗位是现在组织的一个基本单元。但是 AI 时代，组织的基本单元是任务。是什么是要被解决的事情？所以大家是围绕着任务在流转的，这个组织肯定就完全不一样了。 那如果从岗位变成任务，人应该怎么在这个组织里结构起来呢？这就是现在大家都在探索的最有意思的问题，这个问题问得非常的好。所以阶段性的产品是大家讲的 AI 一定要嵌入工作流。但这个只是阶段性产品，因为那个工作流是为人设计的。 对，这个还是感觉是现有的公司和组织加 AI。对，所以 AI 原生的组织会从第一天开始就去定义那个任务。然后去拆解那个任务，再去分配那个任务，所有的人和 AI。 都是围绕这个任务。 硅基员工和碳基员工都是围绕着任务的流转。在协同的，这超出大部分人的想象，这需要点时间去消化。但是就是它是一个任务分解跟完成的。 那以后找工作找什么呢？没有一个岗位了。你去认领任务啊，现在就就这几个大 Lab。都是在就任务发布，然后你去认领啊，你觉得你能干你就接啊。然后你能 Deliver 结果，你的东西就上线了。就公司只要发布任务，你只要去认领任务就行了。 它是一个更加网状的一个结构。 是的，是的。它的层级会进一步减少，不存在了。不存在了，因为层级存在是因为不知道谁说了算嘛。 嗯。 那就先定个层级，层级高的人说了算嘛。 嗯。 他不是以判断力为标准的。当然这个层级本身跟判断力的积累有关啊。但他原则上就在任何一个特定场合是谁级别高，谁说了算。但未来是谁的能力强，谁被调用嘛。 那这个基层中层高层这种结构也就没了。岗位中层高层低层都是叫，为什么叫科层制管理？它其实就是有这样的垂直的分工的。 嗯。 要有这个命令线的。 嗯。 所以当这个命令线被打破以后，将来的协同就不是靠命令的，所以传统意义上的中层肯定是消亡了。 怎么激励员工呢？因为设置这种层级，它有一部分的原因也是作为一个激励线，让你爬格子嘛，在这个组织里。对啊，那以后的绩效考评和人的这个驱动力来自于哪里啊，在一个组织里。本质上是自驱啊。 嗯。 就为什么这半年硅谷最流行的一个词叫 High Agency。对吧？就是我们讲主观能动能动性嘛，你自己掌握自己的命运啊，你有没有成长，没有人比你更了解的，对吧？所以你成长了，你开心了你就继续做，你没成长不开心你就换个地方呗。 而且你的竞争对手似乎也不只是你的同事们，也包括你的 AI 同事们。是啊，第一个非常重要的的确是更加向内看，就说你自己得找到你的驱动力。第二个呢，你要有，为什么叫主观能动性呢？你要明白你要培养什么样的能力。 嗯。 第三个呢，你要找到这个能力最适合应用的场景，然后跟着这个场景一起去成长。第五个呢，因为你承担了这个，因为你接了这个任务，你提交了结果。这个东西是非常透明的，所以你一定会得到相应的奖励。为什么这些 top researcher 转会费那么高呢？是因为贡献很透明啊。你看你们采访的时候，我看现在打 title 都叫顶尖研究员，那也没有 title 啊，连 VP 之类的都不写了呀。这个不需要，大家也都知道他们的江湖地位。是因为整个的这个网络更加透明了，就说谁在做贡献，谁不在做贡献，很清楚，对吧？这两家公司都有钱，三十个人，前三百个人，前一千个人，你在不在那里头就都很知道。 所以 New Lab，它不能算是一个阶段性的产物，它可能算是一个新的时代的一个组织的早期形态。对啊，因为之所以叫 Lab，是因为现在主要的员工是研究员。研究员最能理解的就是一个 Lab，他们不喜欢公司，也不喜欢大学。但是他们喜欢 Lab。所以就叫 New Lab，但是将来其实所有有创造力的人，都会在这样现代的新型组织里面存在。那个时候可能大家就不会局限于 Lab 这样一个称呼了。 但也可能不叫公司。 肯定不叫公司。 肯定不叫公司，所以公司会消失，会公司会消亡。这，这没有什么可以遗憾的呀。就将来有更好玩的，你说多少人现在去公司上班是开心的？不开心。对啊对啊，那你将来可以有更开心的方法，那不就是技术进步给人类带来的价值吗。 一人公司会成为一个发展的方向吗？不会啊。为什么一人公司只是说公司的很多职能，坍塌到一个人身上了？就一个人现在能干，原来几十个人能干的活。 嗯。 但是一个人能干的活永远是有限的，所以你一定要有组织啊，一定会有分工啊，一定会有合作啊，所以一定会有组织啊。所以一人公司是个阶段性的产物，它只是让大家理解了一个人。由于有了 AI 的帮助，它其实能够干原来一个公司花了那么大的管理跟协调成本才能干到的事情。所以将来的每个人就是一个一人公司，你就这个六边形战士，然后你在那个组织里面，再去跟其他的六边形战士一起去合作。 那要产生新的这么多的就是组织形态，那传统的公司怎么办呢？他们怎么办呢？他们这个公司已经形成了。转型啊，升级啊。成为新物种啊。 怎么转？不换脑袋就换人啊。不换脑袋就换人。对啊，就是自己的认知先要升级嘛，所以为什么现在在讲 AI 原生的这个认知和理念是有价值的，是因为你得理解新物种会长成啥样。你至少要理解你要跨过的那个鸿沟有多大，你才会去努力。要不然大部分人顺着惯性就是 AI 加，一路加下去了。但是原生的公司站起来的时候，你就会很绝望。 嗯。 只不过是这个转型的确非常困难，就是因为它本身是反人性的。我原来理解就是这，这波 New Lab 其实还是在做早期探索的时候的一些形态。但是也许可能未来到了应用公司，它这种早期形态也是有借鉴价值的。现在的 New Lab 的确都在做早期探索的工作，而且是偏技术性的。所以他们被称为 New Lab 是非常自然的。但是未来的公司。也是在做非常有挑战的探索型的事情，只是技术只是其中的一个环节，甚至不是最主要的那个驱动环节。 嗯。 所以那个组织该怎么叫，他们喜欢什么样的一个类比？Club。或者是什么，现在喜欢大大家其实喜欢的是球队的感觉。啊，这个是一个专业的球队，就如果你是一个 NBA 的明星球队，是其中那个明星球员，那肯定就是最大的成就嘛。我觉得这批人可能会找到一个新的方法来叫他们自己。 这些 New Lab，它和 AI 协作的方式可能会延续下去。 对。 嗯。 对。 现在这些 New Lab 有泡沫吗？大概率有吧。但是泡沫是好事啊，就是说早期的泡沫肯定是好事，因为重赏之下才有勇夫嘛，对吧？而且大家是都看到了类似的机会，这就是市场机制的价值，就是说因为你你不知道。你事先是没有一个上帝的视角知道谁对谁错的，所以你只能是让大家去试错。然后市场就是说 OK，我知道这是方向，所以我愿意投入这么大的资源，支持大家试错。然后这一轮 New Lab 之所以这么值钱，或者说可以以这么高的估值开始，是因为大家认为他们至少起步是 Open AI 跟 Anthropic。那当你的潜在的回报是这么高的时候，那你当下愿意下的赌注，赌注肯定就更高啊。 那以您认为 Open AI Anthropic 只是一个基础设施提供商的这个角度来说，那 New Lab 是不是不应该值这么多钱呢？没有啊，一样啊，因为你依然得到了一个在十年内从零到了一万亿的公司啊。那个回报是无比巨大的。 嗯。 对吧？所以从投资人的角度来说，他们只关心 Open AI 跟 Anthropic 未来三年从一亿多到至少三亿吧。或者最好要五亿吧，要不然他们投资连风险的把手都没有了。 ## 转写 01:20:00–01:40:00 对呀但是投 New Labs 的人更多是希望其中的某一家有机会最终成为下一个 Open A I 跟 Anthropic因为您的这本书也是把组织问题放在战略问题之前首先为什么呀就是为什么因为您是一个战略专家嘛为什么您把组织放在战略之前理论上不是应该先有了战略然后我们再定组织吗过去我们都是这么做的还是回到那个基本判断就是虽然这个词有点熟但是我觉得还是要讲就是说A I 对于工业时代是一次范式革命所以我们看到的是新物种新物种的共性重要于单独讨论其中的一个环节啊所以呢就是说所以我我后面这两年为什么对组织看的越来越多是因为你发现你想要的那种未来的战略的生成方式跟原有的组织是不匹配的他只有用新的组织形态才能生成新的战略这两个是阴阳合合的那为什么会有新的组织形态是因为它有一个非常原生的大挑战是决策的频率越来越高质量的要求越来越高所以才会有新的组织形态然后新的组织里面最重要的决策就是战略决策所以这两个东西的确分不开就你得一起去摸索我怎么用新的方法做新的战略然后这个战略帮助我进入了下个阶段我才有机会去尝试更多的组织创新以一个 A I Native 的公司给他的 C E O 提建议搭组织最重要的是什么呀搭一个原生组织先天就有优势它可以搭这个原生组织其实还是对 A I 理解的深度够不够就你自己够不够原生就就比如说我碰到的好几个在这方面走得足够远的创业者基本上都自己重写了自己公司内部的运行的体系而且因为他们编程能力这么强 A I 帮助这么大嘛基本上都是李志飞讲的我把自己关在家里三天我基本上就把这框架写出来了基本上是类似的故事就是说因为他们对于那个组织运行的原型是有深刻的理解然后 A I 最大的帮助就是能够快速帮你把原型给实现了所以他们基本上自己都做了一套体系但是可能大部分人今天会满足于飞书的 A I 升级觉得那个就已经够我用了而且因为我原来已经在飞书上了所以我的迁移成本也高但我自己也做不出一个啥新东西出来然后我要判断别人做的东西靠不靠谱我大概也没那个能力所以这个中间大概就成了一个分水岭就是未来真正 A I 原生组织的最早一批 C E O 大概是自己动手重新写了自己的组织运行方式的因为那个就是未来的组织的神经网络啊它的神经网络是怎么连接在一起的嗯而且我们讲工作流啊这些其实都跟神经网络啊这些它的类比本质上是一致的你原来的 E R P 就是一个固化的道路固化的道路它就一定有各方面的僵化跟局限它就不可能是一个实时反应的网络对吧但是神经网络的适应能力是远远超过任何东西神经网络的天然就是对应的任务那对于现在就是已经有公司的 C E O 有什么建议如果你想继续在最前沿参与竞争的话你的确就得在 A I 原生方面做更大的努力当然竞争都是相对的就是说如果你是跟兔子比赛跑那你的速度要求跟你去跟猎豹比赛跑那肯定速度要求是不一样的所以谈战略之前要先谈组织就组织对于 C E O 来说变得更重要了呃其实是阴阳两面就没办法完全剥离开的因为都是基于同样的新的 D N A 长出来的东西所以还是我刚才讲到的就是说我讲战略一定会讲到组织就比如说聊着聊着我就问一下哎你们公司到底有多少人现在谁参与战略讨论嗯对吧这个就进入了组织的部分但你聊组织的时候肯定会问那你现在组织面临最大挑战是啥你的组织是为了解决这个问题的那你这个组织有没有机会解这个问题啊所以这两个东西是结合得非常紧密的对未来这个组织的构想您觉得可能和现在的这种公司的形态不同会是什么除了它的呃中心从以岗位为中心变成以任务为中心还有其他的不同点吗可能人会变得更少人变得更少是肯定的或者阶段性的变得更少是肯定的将来说不定有太多好玩的东西大家可以一起玩那是另外一个就第三阶段的事情啊我们只讲第二阶段就第二阶段是因为 A I 杠杆作用足够大然后呢对人的要求又相对比较高所以能够适应这个新组织的刚开始是相对少部分就是说非常积极主动愿意尝试新东西然后学习能力非常强的人啊所以他们会摸索出一套跟 A I 协同的方法然后这套协同方法摸索出来以后也许可以开放吸引更多的人可以用相对更简单的方法参与进去太有意思了我感觉这个处在智能革命的开端就是你可以尽量把它往大了想而不是往小了想不要想只是一个互联网的变化要想的可能比工业革命更大的一个变化是的所以未来可能是翻天覆地的一个变化是的而且一切刚刚开始而且接下来的想象力是属于所有人因为第一个阶段就是你看所有的团队创业者都是以研究员跟技术专家为核心的是因为他要做早期的特别大的技术突破但是当技术成为基础设施以后各种各样的产品运营跟用户的连接同理心这些东西就变得非常重要了嗯我看到您书里对研究员为什么值这么多钱给了一部分合理化的解释因为他是跟 A I 交互最多的人他最能理解 A I 的边界在哪里他能够跟 A I 最好的互动现在他们就是创造最大价值的人然后现在市场又比以前更高效能够比较快速敏锐地识别出谁是创造最大价值的人所以他们就获得了市场认为他们 deserve 的这个价格你觉得产品经理在下一个时代还重要吗当然重要就说或者说产品经理会变得无比重要是因为你做什么产品服务什么客户创造什么价值用什么技术这都是你要做的决定嗯有限的时间投入在哪一件相对最重要的事情上这个都是产品经理要去去判断的只是说今天就我们看到的这些大模型公司他们因为必须是技术主导所以你会看到就是说基本上是研究员主导呃但这中间有个特别有意思的现象啊就是我也讲得比较尖锐一点就是这一批的创业者要过的一个很大的坎是有没有足够的开放的心态去理解商业世界的运作规律嗯就我发现很多的技术人员没法接受一个简单的事实就是我的技术这么牛我创造了这么大的价值为什么我公司可能不值钱因为经济学的基本规律只要有同质化的供给你就不可能获取高额利润你就是一家不怎么值钱的公司所以这个跟技术人员以前的接受的整个的模型训练是完全不一样的所以极少数的技术人员必须完成这个蜕变就作为 founder 作为 C E O他必须去理解经济学的基本规律商业世界的运行规律然后他才能够成为一个合格的 C E O 把公司带得足够远您觉得新时代产品经理或者是 founder他需要是 researcher 背景吗他需要是这种技术背景吗不需要下一代的大概率不需要这一代需要对吧对就模型这一代是肯定需要的但是下一代应用驱动就不需要对然后你到那个你到巨神这一代就已经看得到聚生基本上都是联合创始人然后基本上一个是大模型背景一个是偏应用跟商业背景是因为他们一开始就碰到了这个问题哎对啊今天好像一个创始团队他的联合创始人变得比以前多这也是一个 A I 原生组织的开始越来越显著的特征是因为每一个人都必不可少啊嗯要不然就用 agent 上了所以我书里面有一句很重要的判断就未来整个企业会越来越像合伙人企业啊有一个很有意思的这个这个补充啊就刚才讲的公司是工业时代啊最大的一个制度创新然后它取代了原来的手工作坊但是有一个制度是平行存在的就是合伙人企业就像律师事务所啊大的咨询公司啊甚至包括投行啊早期其实都是合伙人企业合伙人企业的典型特点就是几个人的分工合作都很重要少了谁都不行所以未来的组织你会发现全员都是合伙人的这种情况会越来越普遍要不然我就不招你招你其实就是因为你的贡献必不可少那你其实就是一个合伙人只不过是可能你早期进来叫联创后来进来就叫合伙人了这个可能也会有非常大的变化就每个人都有不可替代性是的然后呃人数也显著变少对我们只要是一个合伙人的组织就可以就是是一个球队对对然后每个人的亦有差异化不是同质化那每个人也要更强对啊他肯定互补啊如果就是你的覆覆覆盖的话那就靠呼这个数字分身去做了多少人是比较合适的这个跟跟任务有直接的关系所以就像 O P N A I 他们的人数上升也很快说明他解决的问题是越来越复杂嗯这个 A I 时代的创业者呈现特征和过去有没有变化这个阶段的变化是非常明显的就是科学家创业嘛但它不会持续到下个阶段下个阶段我觉得科学家创业的比例会大幅下降您之前也说过优秀创始人和卓越创始人您觉得他们这个分界和差异是什么您能一眼识别哪个是卓越的创始人哪个是优秀的创始人识别不出来就是说卓越为什么说卓越难卓越我我讲的最重要的一句话就是卓卓越是事后认定的是因为你克服了一次一次的负反馈当所有人都不认可你的时候你最后会以巨大的成功证明你是时代最早的那个先知所以这个卓越的过程是一个逐渐展开的过程嗯而优秀是一个持续有正反馈的成长过程所以这两条路径是完全不一样的大部分人是优秀的人对因为优秀跟人的心态是比较匹配的所以但是跟卓越同样成比例的就是我开始讲到的很多人是疯狂的失败的就真正卓越的人就是有疯狂想法的人能走向卓越的人也是非常非常低的比例的狂想的人可以很多也很容易但是你不但是想对了还能落实的那个是极为稀缺的能力而且你问这些人的话他可能也未必认为自己有什么不同这就是在那个基业长青那本书里面讲到的就是他看到的那些特别卓越的企业它就是另外一本书就叫优秀到卓越嘛对吧两本书都是那个都是同一个作者写的他其实讲你真正问这批人的时候他们有个极大的特质都是把成功归于别人然后都认为自己是因为运气他是收集的这些人的访谈对外沟通的信息我觉得一开始听起来好像有点反常识但你真正去体会的话应该是那样才有可能为什么因为事情大于人啊因为你一定自我很小才能走那么远啊是时代成就了你啊的确是你只不过是碰巧在合适的地方跟合适的人在一起做了合适的事情所以如果你只是为了证明自己证明你有多牛就是他书里面讲的第四集的领导者在某一个时间点世界都会打脸打你的脸来证明你其实没有你想象的那么厉害所以自我小一点才有可能是的利他同理心和自我逐渐变小大概是走向卓越必不可少的因素因为你一够大的话你会一直想要证明自己你就会一直在那个正反馈的循环里是的所以你大概率走的是一个就是普遍性正确的道路是的因为你急着证明自己嘛所以你需要短期反馈嘛你是为了自己的 ego 嘛所以你不会去真真正的去感知和理解真实的世界你对信息的处理一开始就会容易受你先入为主的判断的影响那如果是另一条路呢他想的是我要怎么把这个事情最大化还是我要把这事情做好啊对啊就要我愿意听更多的人不同的意见我相信大家都很优秀我们是为了成就这个共同的梦想那整个公司的凝聚力就不一样了这就是真正意义上的使命驱动的公司嗯所以你如果问我的话呢我也会把公司分成四个层级啊机会驱动的公司战略驱动的公司远见驱动的公司使命驱动的公司但是这个使命是发自内心的你真心 believe 的你完全信就要相信跟拥抱的不是你编出来写在墙上激励别人的嗯那样那样的人是非常非常少的怎么辨别它是一个使命还是战略你这可能只有你自己知道可能自己都不知道经常有创业者过来跟我讨论战略问题嗯我其实经常问的第一句话往往把他们搞蒙了就我经常会问十年以后你会对怎样的自己满意就这个问题就是最能反映你对自己当下是什么期望你大概这一段的旅程是什么驱动的但是这个问题本身也是一个自我 ego 的问题啊你有自我 ego 你才会想十年后的自己是什么比如说有的人会讲哎我就是对这个事情特别感兴趣我希望这个事情能成这种肯定事情就已经大于人了有的人是说哎我就是好奇那这个也比证明自己要要有意思然后有的人就会说我就是要做一个一百亿美金的公司这是负分答案对因为这个基本上是自我驱动嘛就是要一个外部的认可嘛所以他很多的东西都会基于这个去做调整跟变化它不是一个内在驱动它其实是一个外部的它受外部的衡量标准影响很大所以每一轮的估值就容易对它有冲击你这都像在交答卷对啊对啊您听过最好的回答是什么马老师最早创业之前讲的让天下没有难做的生意那个就是他自己发自内心相信的东西他那个是使命还是战略那是使命啊嗯还有过很好的回答没有呃我觉得马斯克去火星也是使命啊嗯啊这是一个脱离于我自我的一个事情对啊他是要把人类带入外太空时代啊对创业者来说哪些是非共识哪些是噪音啊怎么辨别这个跟这个战略制定也也有很重要的关系就是说因为你就是在判断嘛对吧判断信号跟噪音一个可能是尽量感知的全面一点就是真实的去体会外界发生什么变化第二个呢就是可能思考要更深入一点这样的话你大概能慢慢分清楚噪音跟这个信号很多人是不太过脑的就是说思考你不深的话当下流行什么你就跟着流行去了所以会很累因为你一直在追在追趋势别人已经领跑两步了你没看见你只看见了他冒出水面的第三步所以你追肯定就是第一天就是输掉的嗯那第二个呢就有可能你就是因为接触的面太窄了所以你容易做出一个局部的最优的判断但你可能失去了一个更大范围内的一个对的对对对对嗯这好多都是心法感觉我个人是比较爱琢磨心法层面的事情对而且理论的东西容易反而被大家容易被理论框住因为你只对那句话就记住了那句话然后呢你自己可能依葫芦画瓢就容易出很多问题但是心法如果你掌握了的话就能够根据具体的情况随机应变了因为您也说就是现在做战略首先要组织并且战略也是实时变化那今天这个战略还重要吗就是您以前也说过要看十年想三年干一年这个在 A I 时代还 work 吗今天战略无比重要啊你做错一个重要决定就出局了这个淘汰赛是可能以月以以几个月就就来计算的嗯所以我为什么会讲 A I 时代需要一套新的战略方法论是因为你持续做出正确战略决定的重要性是非常高的就越不确定的时候越需要战略思考能力啊如果都很确定那大家拼的就是执行能力嘛对吧那第二个呢就是其实看十年想三年干一年就是我对 A I 时代战略方法论的一个比较这个形象化的总结但是大部分人记住了看十年干一年因为那是他们习惯的工业时代的战略方法论因为工业时代或者说就从九十年开始的这个很多的传统企业的方法论是因为这个在一个相对成熟和发展缓慢的世界看十年是比较清楚的因为你每年就百分之五百分之八的增长然后十年以后大概会变成啥样也没有新的玩家所以你大概是知道的啊在这个情况下你做今年的规划也很容易嗯基本上就是线性推演加一个就是线性外推嘛然后战略如此 ## 转写 01:40:00–02:00:00 不重要以至于大公司都把战略外包给麦肯锡这样的咨询公司了 所以八十年代开始到零零年左右麦肯锡BCG这些公司有一个井喷式的发展 就是因为这些公司认为战略不重要都可以外包给别人了 所以呢这个麦肯锡他们过去就是根据行业经验根据我们的战略方法论我帮你制一个制定一个十年的规划 然后你就按年去执行就行了双方都很happy 但是我们今天的问题在于 看一年是远远不够的 就你没法线没法线性外推 对吧线性外推就不可能得出Anthropic今年八十倍的同比增长的收入了 就是因为你是一个vision driven的人然后你放弃了一个线性外推的思考方式 你才可能有未来 但是由于未来如此不确定 所以看十年帮不了你太多 因为当下从哪下手你还是不知道 所以你得逼着自己去想一个大概三年左右的一个途径 所以真正的创造力在看三年 看三年要求你大概看个两三部 就我第一个 milestone 是什么第二个里程碑是什么第三个里程碑可能是什么 然后我今年做的第一个重要的事情是为了满足 哪一个里程碑 所以你就会有短期中期长期之间的一个动态的张力 这个张力引领企业有可能更好地作出当下的战略选择 所以就没有这个看三年的这个张力其实战略就没有发生的那个环境了 就相当于在一个三维空间思考最优解跟你在一个二维平面寻一个最优解完全不是一回事情 啊 最应该以多长周期为频率来思考战略 啊好问题所以我说看十年想三年干一年是一个形象化的比喻 它本质是要彰显看三年的创造力以及短期中期长期的那个冲突和矛盾 啊利益取舍战略本质是关于取舍嘛最核心的就是这个取舍啊 但是你也可以看五年想两年干半年 这个根据每个行业不同甚至你可以看 三年想一年干一个季度 这个节奏是根据行业发展可以有些不一样的但是一定要有中期的一个思考 啊就一定要看到至少三步而不能只看一步 嗯 所以关键是中间的那个节点 对那我去年有一个创业公司做Agent的做应用的公司问我因为他他们公司发展很好ARR涨得很快我就问了他一句话 我说 你ARR那 继续涨两年以后又怎么样呢 最后产业终局会咋样呢 你ARR有没有天花板呢 那个天花板多快会来呢 所以他一下就明白了 他回去后来算了就发现天花板不高 就就赶紧回去就说去做一些新的事情了 对啊但是当你就是线性地看AR我AR每个月都在增长年增长率多 这个多好特别是AR这是一个很虚幻的事情它不但是一个线性外推而且还是拿当下外推十二个月 是很容易让人产生一个增长的幻觉 然后他很可能就突然到顶了呃后面就直线地变成一个线性增长 然后你做的事情其实是一个很不 就没有想象空间的事情对没有多少价值的事情所以你短期内的价值 模型一一出就没人愿意付费了啊 或者是竞争太多了大家刚开始竞争的时候是按你的创造的客户价值来定价的 但是当竞争对手一多了就是按你的边际成本定价 也是大部分人不理解的一个经济学的基本规律 不管是短期中期还是长期我们应该以什么为一个指标呢就是我们当下能够嗯看自己的成长性的一个标尺有可能是什么呀 这个指标就是主观的 所以为什么会有OKR 就是要想解决当你的目标不能转化为KPI的数字的时候大家要用OKR的方式协同 只是因为OKR落地对组织要求太高了所以大部分公司或者放弃了或者OKR变成了变形的KPI 那为什么实际上未来的这个组织大家现在用对齐这个词用得越来越多 就是很大程度上其实就是对齐 对齐我们的目标对齐我们对未来的判断对齐我们背后不同的认知模式 这个是变成了一个更 低性的一些东西 OKR还会延展到AI时代吗我觉得OKR的基本理念是对的但是我们可能会找到或者说AI时代才有可能让OKR落地 因为那个组织大脑那个AI的组织的那套系统是能够追踪 自然语言的表达的 然后它基本上这个神经网络是无无所不在的 所以它大概率有可能给我们一个反馈说你们都偏离了你们的OKR 然后我看到了一些更具体的未必是数字 但是是一些趋势我可以提醒你们的 所以OKR可能真的是需要一套新的方法才能落地那AI时代到底这些公司应该怎么制定战略呢您能分别说说模型公司应用公司机器人公司它们分别应该怎么做战略 我觉得那个分不开了就不同的公司是不同的场景而且不同的发展阶段所以我我书里面也讲到战略摸索期战略成型期战略成熟期和这个 战略执行期 所以你拿行业分不如拿发展阶段分就比如说 摩大模型公司基本上进入了战略发展期因为战略都收敛了大家相对是比较清晰的 但是巨深机器人的公司大部分都在战略摸索期都不知道该往哪收敛 所以在这个不同的阶段的战略的方法是是有不一样的地方但是回到那个更根本的就AI 时代的战略生产这个方法跟以前有什么不一样我觉得最不一样的就以前叫战略规划 现在叫战略生成我特意创了这个词因为这个词最本来就反映AI时代嘛大家都习惯了视频生成这个文图生成而现在大家说伟大不能被计划 对啊所以就是真正它其实是生成 啊所以公司就我们讲组织设计的时候其实真正要做的是一套体系 一个环境可以让战略洞察涌现出来 嗯 然后成为一个战略不断生成的系统最后战略就是一个自然而然的决定 在合适的时间有合适的人做了一个合适的决定公司就往前走 所以是要把这套生成系统给建起来 那就是组织和环境 对所以我为什么不得不把组织先说就说你如果不理解因为未来的组织有这个能力做 这个事情它是一个神经网络它是一个工作流任务流它是个任务流导向的一个系统然后人跟AI都接到这个系统里面 然后核心是涌现就跟大模型一样就实际上是人跟AI一起在训练一个组织的小模型 所以核心就是有没有原来没有想到的洞察可以涌现出来 整个这个群体智慧有没有在演进这是最终目标 怎么构建一个好的环境 就除了这个刚讲到的类似神经网络这样的系统之外 这就是为什么需要新的文化 需要一个跟全员合伙人能够匹配的文化 这就是为什么Context not Control又重新火了起来 就五年前我比如说讲这个Netflix的案例甚至讲字节的案例大部分人觉得挺牛的但是跟我没啥关系 但是今天所有的人都知道就是要给Context给够了Contexs它就有那么牛能做出正确的决策 所以对齐是对齐目标跟认知然后就是给够甚至就是全员共享一个完整的上下文 Long Context对然后事情就会自然地涌现而且是人和AI都要共享 对因为人没有办法像AI那样有处理全海量信息的能力啊但是人有瞬间的创造力和看见没有 不存在的连接的能力 哎您觉得今年大家对于就是好多老登的不喜欢反老登公司你觉得跟这种AI时代带来的这种组织变化文化变的化的本质是不是也有一些关系 因为可能他们口中的老登是上一个时代公司的这个组织体系科层制的体系演化而带来的一些形态遗留下来的 是的是的这个特别有意思这老登这个词特别有意思就是 以前大家都尊老爱幼嘛对吧那核心原因是什么是因为老的经验有价值老的规范在延续 所以你必须尊老爱幼这样你才能学到东西嘛对吧这才是传承嘛 那么为什么有老登呢就是你刚才讲的宏观方面原来的那套东西看起来 都没什么价值了是吧公司受到压力越来越大谁也不愿意在科层制 就姚顺宇讲得特别直接嘛对吧谁愿意 陪老登玩牺牲自己的这个青春年华所以这是个非常典型的这个心态但是在个体上这个事情能成立的原因 是因为经验相对来说特别是能够转化成知识的经验都不再有价值因为它都被大模型吸收了 所以这些年轻的聪明人用好AI杠杆你瞬间就能成为任何一个领域的专家 所有的这就是为什么这个AI现在也可以达到一个主任医师的水平那是因为所有的经验都被沉淀在大模型里头了 所以你过去二十年的经验还有啥价值呢那年轻人当然就不尊重老年人了 然后就会有这个相对带点负面的这样的称呼就出来了 那老年人怎么办 或者安心养老或者变得重新年轻呗所以这个新时代组织它的文化应该是什么样的呢 文化的核心就是就是创造 就像一个球队一样的每个人都不可缺少然后但是依然有明星有前锋有后卫的分工的差别 所以它的文化一定是开放透明然后共享 还有一个非常重要的我把它叫做共创就是说大家都明明白自己是在共同创造一个新东西 所以合作跟协同的这种意愿跟能力也会大幅上升 哎你觉得为什么上一个时代的公司这个体系让人这么不快乐呢 很少有人快乐吧 这没办法因为 大部分的知识工作是简单枯燥重复繁琐 没有成长性的 所以我们自然会觉得那就是一份工作它是消耗性的 啊然后既不带来情绪价值也不带来成长价值 然后公司为了管理就都是偏控制性的手段对吧然后盯你盯得很死 所以整个的那个环境是越来越不符合今天大家对于文明的向往或者自我发展的 什么是幸福什么是快乐的一种理解所以我我自己是非常乐观的我觉得AI在这个时代给了我们一个更大的自由度去追求我们想要的那种更好的人生 所以以后的组织可能会更开心一点哈更有创造力一点 我觉得可能开心就成了必需品对情绪价值是必需品但对于创业者的要求也变了呀 是变了它不能是一个那种老板心态对吧 这谁还认你啊对吧说我都不陪老登玩了我还陪你老板玩 这是完全一个不同的不同的一个环境了对所以你看现在所有的创业者都讲他第一优先级就是招人啊然后招人的时候都是赶招来的都不是你说就不对对啊不然PVA你也不认啊对啊嗯服务型CEO是 刚才我们聊战略问题那个地方没有聊完呃就是您说像比如大模型公司它进入了战略发展期然后机器人公司还没有收敛还是在早期萌芽期那他们具体来说他们这个在不同阶段的公司应该怎么制定战略呢 在战略收敛期的话就要追求组织效率和执行效率然后要追求从一个方向型的战略到一个可以闭 环的运营模式 所以它才能高效的因为发展期的核心是规模化 你要上量要快但是你能够规模化原因是因为你的圆心已经很强壮所以它可以被规模化那么战略探索期的核心是一号位必须带着大家 去做不同的创新 然后要有一套机制把这个试错的成本给降下来然后逐步地达成一个共识 所以这个这个阶段你要有自己相信的但是可能又不能过于执着因为可能现实会给你打脸发现别人的方向可能是对的 这个时候就是你自我能不能让位给现实啊是因为你需要不断地调整 而且每个人的这个出发点都受制于过去自己的训练所以你能看到的东西都有路径依赖所以现在大家一起去创造那你能不能快速地把别人最好的经验给理解消化吸收 啊然后再形成公司下一步的这个创新的基础所以啊在战略这个尝试期核心是创新的效率要足够高而不是执行的效率 嗯 你看今天大模型公司不管是美国还是中国大家都在做Agentic Coding这好像是一个很大的共识 他们没有非共识是吗他们应该非共识吗 非共识就是新lab啊 不认这个共识的人就去创业了嘛 啊 然后New lab里面某一个反共识可能就会成为三年以后的新共识了 这就是市场特别有趣的地方它是生生不息的在这个中间不断地往前演化 现有lab会进入同质化竞争现在就是同质化竞争那么就影响它的商业价格就是您刚才说的所以上个礼拜大家都很恐慌啊不就是怕同质化竞争吗 K三是吧 对啊就因为有同质化竞争的这个事情所以它就打破了对于大模型公司能长期享受高额垄断利润的预期 嗯 然后是因为这个利预期破了那就才会有大家对于这些公司可能就没有能力持续去投HI这个高的这个啊CAPEX 所以源头是前面这些公司还有没有实力还值不值得为他们继续投入基建基建都是为了这些大公司大大模型公司服务的嘛如果最后他们创造价值有限那我干嘛投这些东西呢 您现在的观点是 应该继续投入吗 第一个我觉得大模型本身发展的空间还非常大所以大概率基建的投入还会继续但是可能在某一个时间点会出现一个拐点 就基建的投入由于周期性会可能超过大模型的真实的需求 但那件事情从产业发展 来说未必是坏事因为应用公司就可以用很低的成本去用现有的基础设施所以他们的进入门槛是大幅降低了的 就是智能的调用真的会变得非常的便宜又足够的强大和稳定 或者换句话说只要这个智能的这个供给还没达到大家想要那个状态基础设施就会持续投入 嗯 所以应用公司可以再苟一苟等一等哎你也没法 苟一苟等一等因为你不在这厂里头你积累不了相应的经验等真的大浪来了你接不住啊 其实应用公司还是要有希望不要那么灰心啊对那那我是觉得绝对要有希望的而且他们下场也是因为他们感受到了来自于未来的某些召唤嘛 我们只是在外面可能没有感受到他们那么强烈的这种相信 您觉得机器人公司不管是从模型上还是巨身上呃因为今天还非常的不收敛嘛你觉得什么时候可能会出现进一步收敛它的这个产业周期发展可能有多长刚刚讲这些模型公司到Agent的公司它的一个阶段嘛那其实机器人现在是什么阶段 我觉得机器人还在非常早期就还在摸索到底怎么落地因为有一些很核心的制约比如说数据不像大模型公司原来起来的时候有足够的数据所以有些很现实的制约让他们还在一个非常早期的战略探索期 因为现在有好几种做的方法一种是先从大脑开始做然后追求这个机器人大脑模型的泛化性另外一种是从比如说一个场景开始做然后做具身做身体然后它能在这个场景里通过数据来跑通整个的闭环然后这个闭环然后再反哺它的模型能力您觉得应该先突破哪一边呀 我觉得在逻辑上两条路都成立的就所以你没法事先判断呃到底哪条路能赢因为泛化的挑战是在于到 泛化的空间有多大第二个你在一个具体场景下特别是一个很大的场景下你的效果到底够不够好走这个场景的那些公司呢它的挑战是在于现在能找到的场景 都不够大 但是呢它的能力能不能让它快速扩张到一个足够大的场景既能把它做好然后又有泛化的可能性 所以原则上就像爬一座山你可以从南坡爬可以从北坡爬事先很难说谁能爬得快一点 机器人这种阶段可以类比为什么产业的什么时期吗 最简单的类比就是他们自己认为的还在两二零二零年左右的阶段还没到ChatGPT的阶段的大模型公司啊 能跟更历史的一些什么早期的产业能来做类比吗 车 也可以这么类比但是车的话呢前面也是几千家公司 哎这还真是个好的类比就是大概比如说一九零零年到一九二零年真的有几千 ## 转写 02:00:00–02:20:00 家公司在美国都是坐车的有的人觉得我有一个机械功能就我能把一个车敲出来反正马达都是买别人的嘛 嗯 但是后面是出现了一个原生应用就是福特汽车一九一三年福特是建了全世界第一条由电驱动的流水线现代制造业才进入了一个新的阶段福特才能用极高的效率生产出一个大众可以消费得起的汽车 嗯 所以那是汽车行业的第一个To C的突破然后福特就成了现代工业时代的一个代表但是后面有一个很有意思的插曲就当福特通过规模化标准化只卖黑色车做到了全美第一以后大众的需求开始多元化然后就出现了通用汽车有七八种车型去竞争的下一个阶段 说明每个战略都要在当时那个时期有效才有效它不是一个亘古不变的事情 对现在大就相当于大家都能手搓一个机器人公司但是哪个机器人公司能完成规模化量产谁都不知道也许我们还在等待那个T型车阶段就是在等T型车阶段T型车就很了不起了你能够规模化量产这个所以为什么大家都觉得谁第一个真的能够实打实的把一个一万台机器卖出去机器人卖出去就已经是个了不起的成就了 有没有可能机器人这个产业它可能发展的节奏会更像车去类比大模型对吗我在想 你要这么类比的话我们干脆把它放大到刚才讲到的就电出现以后电器的出现因为基于电可以有N种电器所以你说冰箱跟这个洗衣机谁更重要就不好比了大小也差不了多少对吧所以我们可能会出现N个不同的机器人真的是适用不同的大场景的家用机器人肯定是一个但家用里头可能也有一个偏陪伴型的一个偏家务型的 嗯 然后这个这个工业场景或者外面的各种各样的场景它是一个普在的一个事情大家为什么这么看好机器人是因为它是一个AI跟物理世界交互的一个基本的界面 嗯 所以就有点像电什么东西都可以被电再重新干一遍所以我觉得你你你的问题非常好就机器人可能更好的类比就是电器的发展那个可能是一个更好的类比然后汽车成了中间的主导 因为token类比的是电嘛 对对对对对汽车的确是其中的主导但是那个是对外的场景对内的场景就是洗衣机冰箱 嗯 对家庭场景对在这波巨浪面前哪些巨头是安全的我从来觉得在巨浪面前没有人是安全的谁觉得安全谁就谁就是最不安全的 他们有多不安全啊 应该都足够的担心吧他们的战略都是AI First 都All in AI了这个够吗这是必要条件够不够要看技术演化的路径有多么颠覆然后新公司获取资源的能力有多大这主要是看这些方面的挑战 您觉得他们All in AI还能够成为下一个时代的企业吗就是时代性的企业吗 挑战非常大 挑战非常大挑战非常大从历史里面有依据可言吗就这个时代企业过渡到下一个时代企业还能做得非常好的多不多不是多不多的问题是有没有的问题 哦有没有啊 基本没有 哦 基本没有IBM曾经做到过一次然后微软算是做到过一次就微软某种程度上错过了移动互联网但是他保持住了搜索的火苗然后有了云计算的积累所以加上他在PC时代垄断积累下来的PC的OS的垄断所以让AI时代Google起了个大早啊还有一次机会但是你目前看这微软好像又有点吃不准它到底能不能走过去了因为它对模型的投入不够它模型这块其实已经出局了对吧虽然他有OpenAI的这个早期的投资 嗯 但是目前他已经买不起OpenAI了呀即使算微软这个已经算是维持了很长时间的一个领先的公司可能未来都不太确定 嗯Google呢Google就相当于微软的上一段也许它能成为一个很好的AI云公司但是它能不能成为一个消费者的大应用这个还真的不那么确定 入口 对对对入口级的应用那个不太确定但是因为它有TPU有大模型有那些我觉得Google作为一个云厂商活下来这个应该是没问题 所以这种不依赖于你怎么战略选择你都很难一直在牌桌上是吗就是这个是让人绝望的地方 这一点都不让人绝望啊就是人有生老病死公司也有生老病死没有比这更正常的了所以新公司才有机会年轻人才有才有梦想这多好的一件事情啊对吧一直都垄断到今天那不世界太无趣了 Google不一定会成为下个时代的Google字节会是下个时代的字节吗同样的大概率也不会啊字节今天模型做的也还不错对吧起码在国内是第一梯队的没有啊所以字节是有很大的机会成为AI云公司的啊包括C端是做得那么好在视频生成方面多模态方面他都有他都已经是世界一流的大模型公司就因为做基础设施是容易的你有那个积累有沉淀他有一定的惯性的但是那个大的To C的应用是有非常大的不确定性的 豆包是吗豆包肯定不是啊对吧要不然他肯定不不计成本的往里砸了他不砸了就是因为豆包不够不够那么未来啊 豆包更像一个上一代的移动互联网产品不是豆包就是第一代AI产品就是那个聊天机器人豆包没有行动力智能体的核心是独立完成任务那它把智能体内置进豆包不行吗这就是他们想做的嘛就是大家都想做AI时代的OS嘛所以他肯定是想做入口去调度OS上一代的入口能不能够理解下一代的整个生态的发展做成下一代的入口那个挑战是非常大的因为你如果不是Agent的事实标准的话你其实很难成为入口的你调的都是上一代的服务但你上一代的服务有可能是会被下一代的服务被就是他们要被颠覆的嘛对吧 社交关系会重构吗腾讯安全吗肯定重构啊腾讯作为最安全的为什么最近这么恐慌就是因为也有可能不安全啊肯定重构社交关系人跟人的关系都会被重新定义Agent在这里面的重要性也会大幅上升所以你不看好这种现有的一个产品它加AI加Agent你你不看好我觉得都是过渡产品就像QQ也没有过渡到移动互联网时代或者说就是说QQ过渡到了但是真正承接移动互联网时代的是微信啊人和人的关系会被重构人的社交关系会被重构那人和货物的关系呢一样会被重构我觉得阿里也一样有那个挑战他特别努力他加AI加Agent也不行那自己再造一个产品有可能吗就让我让下一个时代的产品诞生在我的这个公司里所有的公司都会All in AI就像我当时讲的就是说移动互联网的时候大家都All in了一次这个移动互联网我其实一直我就一直在思考一个问题就移动互联网对于PC互联网来说到底是颠覆性创新还是延续性创新对吧我觉得那个是决定了问题的本质的我当时的判断我觉得是一点五的创新就是它有很强的颠覆性但它也有很强的延续性因为它都是基于互联网的一个基本架构嘛有网络效应啊这些技术也是有有有这个啊有延续性的但是它也有它的这个非常颠覆性的地方所以你会看到呢因为它的它的延续性的部分让几家头部的互联网公司都过渡到了All in成功过渡到移动互联网公司但是它的颠覆性的部分最后也的确成就了抖音和拼多多这两个更加原生的移动互联网公司那AI现在呢我可能整体上更倾向于它是个颠覆性的技术它都不是颠覆互联网它都颠覆的是工业革命了对对就整个的就颠覆了所以它是个生产力的革命互联网本质上是个生产关系的革命啊所以它整个都颠覆了以后延续性部分没那么强那么在这个意义上原有的物种去适应新的物种就会非常困难你的技术储备可能都不是那么线性的所以我寄希望于下一代的产品也长在我的公司里难度也是很高的就是哪怕我用的不是我现在这个产品吧我用下一个产品去承接让它诞生在我这个公司里这个难度也非常高这是组织文化原因吗不两个方面组织文化肯定是其中一个制约啊因为你一个十万人的公司转成AI原生跟一个十个人的公司长成一个一千人的AI原生公司难度是不一样的这是非常重要的第一点第二个就是说这是大家对平台跟生态的理解就是你如果没有做出第一个真正成功的Agent你大概率不理解Agent是怎么运行的你就没有办法提供那个基础设施成为不了那个事实上的标准也就成为不了入口所以你自己得在Agent上得真正整明白了你才有用户才能吸引更多的人吸引更多的Agent的开发者在你这上面开发所以先有一个成功的Agent是前置条件 还有那个黑洞效应 是的是的你看就是过去两年Xia AI也做了很多事情你觉得他们是战略错了吗战略上可能也有问题他们没有特别明确的方向它不像特斯拉那么聚焦啊然后我觉得组织上肯定是有问题的我讲个细节吧我在硅谷只要是碰到有一群工程师的场合Xia AI的那个人永远是最疲惫的那个人哦就他们最卷对他都已经不是一般意义上的卷就是他就是被消耗的过度了可能跟Allen工作的那种方式也消耗人就他虽然可能让你成长但是可能特别消耗人所以你看到他们来了以后也是没有什么力气说话的任何一个组织的创新其实是就像人一样的人太累的时候是没有创新的你一定是在一个相对开放放松的状态你才会有新的东西出来就当一个组织绷得那么紧然后又非常的高压的环境下要做一件特别大的创新是一件非常难的事情而且我听研究员的评价也没觉得Elon真正懂大模型所以他原来那套方法论就他比较偏硬件的那套方法论其实到了这个AI这个时代他没办法自己直接给答案然后又没办法用一种共创的方式让组织来给答案那因为他以前都是自上而下的对吧是的他给了第一性原理的答案然后逼着大家超常规的去完成但是在在这个场合下他自己给不出那个答案他又不给底下的人那么大的空间去给出一个答案我觉得XAS肯定卡在组织上了所以它这个也就是您说的那个组织和战略之间的这个关系做得很差是的是的它没有通过组织去生成战略它都是它自己的意志对Meta呢我每次都会觉得小扎很年轻啊他为什么跟不上不是小扎你年轻但是你出道早消耗也早啊就消耗的也多因为你被一代一代的这样的东西其实都在消耗你的认知的潜力而且Meta大到这种程度它内部调度资源啊这些就变得非常的困难而且我觉得大部分的研究员也不觉得小扎懂模型所以他就没办法真正去做非常重要的决定然后另外两家公司就比如说Sam他是真的是依赖伊利亚然后伊利亚是真能够驱动整个事情的对吧然后Sam又是一个很好的CEO所以这两个人就是一个很好的搭配然后Anthropic是整个的组织能力非常强然后Dario给这个Mission Vision这方面把握的又比较准所以这个啊Anthropic就显示出了一个非常聚焦的有Vision Driven的一个公司的爆发力但是OpenAI因为底子够厚所以它即使这一轮反过身来追Anthropic速度也非常快但这两家公司本质上都是新时代的创业公司所以他的组织文化各方面其实都更加匹配啊然后到你到这个啊到其他几家公司就都有各自自己的问题了中国的公司呢你有没有一些观察中国公司其实也类似本质上也类似就Kimi可能就比如说更加原生一点但是这个前文因为起步的比较早而且有大公司的这个资源的支持所以他一直能够持续的往前跑然后字节当张一鸣自己反应过来要All in下场的时候那字节的速度也非常快中国的竞争为什么每次收敛起来都特别慢是因为先发的企业就不像美国的企业它有两三年的先发期所以呢它有一个健康酝酿DNA的阶段然后中国的企业呢至少到目前这一轮为止还是在美国原型上的一个快速跟进所以大家同时起步的话就必然变成百团大战因为大家看到的都是差不多的图像然后都去硅谷把所有研究员都撸一遍然后每个人都能挖一两个人所以你就变成了相对容易出现同质化竞争的但是这里面即使是这样这里面真正认知比较深刻的然后可能早了那么一年跟半年的对吧像这个杨植麟跟这个严俊杰也包括紫土啊就这这几个其实更加原生不太是那么跟上来的这批那明显的这一轮竞争还是他们跑在前头现在不应该再去做大模型了吧再去参与这种传统意义上的大模型我我也没觉得有人在做了也不会有人投了除非你是一个新新Lab小红书啊米哈游啊不都在做吗没有啊他们的核心都是做应用啊他们都在做大模型不他们做大模型是为了补齐一些基本能力是为了真正去做应用的时候能够发力这个跟其他两家公司是不一样所以你没看到他们团队太多出来晒参数啊那些对吧他是作为未来的一个基础能力在储备的我不觉得这两家公司愿意参加大模型作为基础设施的API的工厂这样的竞争但是他们起码认为做应用的前提是我得有一个很强的模型就下一阶段大应用的公司那个模型跟应用技术的那个边界是不清楚的所以如果他们在这一代断代的太厉害他下一代不一定接得住啊对所以这个就是我们前面讨论的应用公司要不要做模型嘛所以它是一个能力的储备但是这个事情本身也是一个开放的讨论它是在看实际的进展会演化到哪个阶段就相当于这个棋是没有下到中盘的还在开盘的布局阶段您对今年的就是不管是模型也好Agent也好机器人也好有没有一些预测到今年年底二六年我从来不做短期预测我只提供一些规律性的理解供大家参考啊比如说五年呢五年我是觉得Agent的入口肯定有可能出现了就是第二阶段大概大概大家都能看明白了反正移动互联网时代出现像抖音拼多多这样的产品要到第三阶段对对Google抖音抖音跟拼多多我觉得都是类似这样的而且你像拼多多出来得非常晚对现在可能距离我们还有多少年那个可能就八年十年以后的事情好漫长但是给应用创业者提供了很多的希望你别忘了OpenAI已经十一年了对啊我只是这两年我们感受到的这个加速度您觉得当人工智能成为新的生产资料和基础设施社会需要多长时间来消化这场技术革命一代人二十年起步因为他们才是原住民啊那如果呃智能能像能源一样从外部获得你觉得未来人和人的差异在哪里啊我觉得是创造力的差别所以就德鲁克有一个非常经典的一个分析框架他把人类社会从工业时代以来画了三个阶段啊第一个阶段是生产力的革命也就是流水线取代了手工作坊啊第二个阶段呢是管理革命大概一百年前左右开始就是有泰勒的这些科学管理方法呀然后出现了商学院这个新物种商学院的核心目的就是给现代化管理匹配足够多的这个管理人员啊对第三阶段它叫做知识革命的阶段就是他观察到从七十年代开始软件变成一个非常重要的发展方向而软件的核心是处理人类的知识把知识跟最优实践通过软件的方法沉淀下来变成一个标准的这个执行的这个这个方法这是德鲁克他一九九九年吧大概过世的所以看到了整个过去两个世纪的变化那么我借用他这个框架呢我自己认为如果从人的角度来看AI时代可以被定义为创造力时代就是所有可以被结构化处理的知识这样类型的工作都会被AI接管然后人一方面被逼着去开发自己新的潜能但是你也可以讲人终于被解放出来可以去开发自己 ## 转写 02:20:00–02:34:18 的潜能而我认为这个空间是非常大的啊这个方向就是创造力就AI做不了的创造力的事情啊只不过是我们对创造力要有一个更好的理解和重新的定义就可能创造力不是简单的会写首歌或者会画幅画它可能是更多的原创的定义复杂问题的能力啊就是比如说像这个电真正发明了以后流水线出现了以后才有产业工人这个概念啊技术工人的概念然后才有了白领这些都是十九世纪的人其实根本想象不到的事情所以我觉得未来所有人努力的方向就是开发自己的创造力这个创造力还是一种原创造力对那当然了当然就是无中生有的能力有的东西机器都知道啊一种无中生有的能力因为如果是已经有东西的话机器都以当作data获取到了对啊对啊这种创造可能从机器的角度来说很无聊啊因为它可能就是各种各样的情感陪伴人跟人之间有的没的想要的各种各样的以前没有被开发的需求就说也许不贡献给这个物理世界的巨大进步但是它可能对人类的成长跟幸福感有很多的帮助所以这个东西是可能有很多种以前我们没想过的方法诶刚才说如果公司会消失那商学院会消失吗商学院已经不行了呀都在衰落呀现在的整个围绕着公司建立的比如说办公室啊就这些可见的是不是都会发生巨大的变化都会啊都会啊因为虚拟世界的比例会越来越高啊虚拟世界的比例会越来越高对啊就Metaverse的那个方向是没错的可能只是时间早了五年而已那未来人作为一个社会来说您能看到什么样的变化会发生天翻地覆的变化就我碰到的一些零零后的创业者想做这个To C应用的嗯那他们想象的世界完全不是我们现在能够理解的世界太有意思了我觉得今天还是带着对未来非常积极乐观的能量我是比较乐观的我一直觉得就要有有巨大的发展空间会不会改变整个的教育体制呢如果对人的能力的需求发生了变化以前的教育体制还是一种智商激励它本质是知识的灌输嘛智商的开发都是第二位的知识的灌输是第一位的那这个肯定是不行的你想想看我们从小到大有多少兴趣被压抑了然后我们并没有顺着一个开放的探索的这条路径去开发我们的潜能我们都在最早的时间为了不输在起跑线上被摁在了原来世界的固定模式里头所以我觉得接下来最大的冲突就是教育教育系统的冲突因为其实年轻人已经知道未来跟我们今天想象的完全不一样就你你随便问高中生他们大概都知道用现在的方法大学毕业以后找工作都找不着他们可能有很多的想象但是我们肯定不敢让他们去走他们的路啊所以他们就卡在这了但你问更年轻的家长那我刚生下来的小孩刚该怎么教育他肯定知道要用新的方法教育他只是不知道用什么方法教育而已所以这是一个的特别需要接下来整个社会花很大的资源跟力气去探索的方向无中生有的能力对啊这个总结得很好是的是的有的AI都有人需要做无中生有是的人和系统的关系人和AI的关系未来会怎么演变我觉得会是一个在组织里头非常明确是一个深度协同的关系社会层面至少我们不谈ASR就是超级人工智能会长成啥样反正大家也没共识就我们也先不谈那些就说在这一轮能看到AGI时代它肯定会渗透到社会的方方面面就像在过去十年我们已经离不开手机一样的就说将来每个人身上某个地方挂一个摄像头有一个语音接收的设备然后可穿戴的东西满身都是再穿上外骨骼之类的人就成了一个加强版的人这个我觉得是完全可以想象的有看到好的硬件公司吗硬件产品硬件产品其实也是这一两年的热点就是各种各样的消费硬件都在层出不穷就像我们讲的就是零零年以后大家都在做电器家用电器但是最后能立足的是那几个大品类还有无数的小品类嗯不知道会是什么现在就像美国很早出现的那个烤面包机的那个大家现在还用的那个也是很早被发明出来的但那个不够大技术不够复杂所以它没法养一个大公司所以就是所以有很多的这种新的公司其实他就是讲的一切都会被重新来一次但是哪些是大东西哪些是小东西哪些是主哪些是辅然后谁用哪种方法找到了面向未来的密码这个都是不确定的但是我觉得有个基本态度要改变啊就是原来我们倾向于降低不确定性但是我觉得在这个阶段其实是要拥抱不确定性不确定性就是最大的机会所以你心心态先得改了就不能恐惧就你一见到不确定性见到复杂性就恐惧你就肯定没法往前走了但是面对巨大的不不确定性跟复杂性你觉得特别好玩特别有机会去创造一些新东西我觉得那才是年轻的一代的这些创业者的心态我们有点杞人忧天了我们替他们担心的太多了诶曾明老师您自己的使命是什么呀我觉得就是做一个快乐的研究员啊快乐的研究员对我觉得在现在的这个语境下是挺有挺有趣的一个定位嗯快乐的研究员嗯对AI会让人类更快乐吗我至少是这么希望的这是大家讲AI向善啊这些但是但是就说它肯定会带来一系列的新的问题了就但是整体上有些更哲学的层面上我们可以去探讨但是抛开哲学层面文明的进步就是技术不断的带来新的可能性然后人驾驭好了新的技术进入一个新的文明发展阶段新文明比旧文明对人来说快乐指数是提升的还是降低的如果在哲学层面上来说不好说但是从一般的衡量指标上来说肯定是进步的就你想看你假如现在没有空调你会是啥感觉然后当你在农业时代温饱一直是几万年的问题的话那工业时代基本上把温饱这个问题在规模化的解决掉了然后消费时代解决了消费不足的问题啊现在基本上都是供给过剩嘛我们现在的核心在至少在物理产品产品上基本上都是供给过剩的阶段然后互联网解决了这个信息不对称的问题解决了全天下的人都可以共享的这个问题所以又又往前进了一大步那AI肯定是当我们有了这么多智能解决方案以后我们就可以做一些更有趣的事情好以后一个组织的评判标准之一是能不能让人更快乐让人身处其中的人从Google开始就是这样啊就说大家现在可能没有体感就是说其实零七零八年的Google在硅谷是神一样的存在比今天的那两家公司还要影响力大就才有那么多人去参观Google为了去食堂蹭顿饭感受一下他们的氛围然后所有最优秀的人都是要去Google其实它当时它的氛围本质上就是尊重人的差异化释放人的创造力让你有百分之二十的时间可以干你自己想干的事情给你们提供最好的食堂对吧就所以他在当时的那个文化其实Google是最早提出来隐隐约约的感觉到了未来的所以他们是最早提出来就那还叫互联网时代其实是需要新的文化需要新的组织方式的那个趋势会继续延续下去诶我很好奇啊典型的曾鸣教授的一天是什么样的呀做一个快乐的研究员其实就是第第一个就是跟创业者聊是吧然后看看他们最新的想法第二个就是看看最新的资讯看看类似你们这样的访谈因为的确帮我帮我省了很多事情就现在能够看到很完整的一个思想的对话所以等于是我有很多的信息的输入可以做数据训练让自己不那么累不那么辛苦要不然的话就其实我觉得今年上半年大部分人都已经有个深刻的感受就是说你很容易因为AI的工具如此高效率把你自己弄得极为疲惫因为你根本跟不上它的处理速度所以其实现在大家都开始反应过来要有一些隔绝然后怎么找到作为一个生物的人的一个合理的节奏再去跟AI找一个新的平衡我这边还有一些快问快答全球范围内一道您喜欢的食物我们是为了在这个硅基生命到来之前留下更多的碳基文明的记忆辣椒炒肉全球范围内一个你喜欢的地点目前可能还是上海您平时会读AI论文吗你觉得影响过AI进程的重要的论文是什么我没有读AI的技术论文基于当下的认知一个关键的重要的bet是什么出现一个足够好用的To C的Agent我们公司叫语言即世界工作室当您第一次听到这个名字的时候您会想什么你可能要改成字节体即世界可以分享几本书吗就是您的人生之书就是真的对你产生过很大的影响的我觉得就就管理学上比较基本的像这个基业长青的系列的那几本书然后像德鲁克的书然后还有我本科的时候基本上全文抄了的一本书就是因为摘录太多了基本上抄了这本书是弗里德曼的关于市场基本运营机制的一本书不厚但是特别精彩所以那个建立了我对市场的基本运行机制的理解您觉得是什么让您对管理学发生这么深厚的兴趣啊战略学我其实高中的时候就放弃了理科的这个参加这些奥数竞赛啊那些因为我们那时候大概是第一届文理分科然后我其实更加喜欢历史啊人文啊这些东西所以我虽然当时也算年级第一可以去走那条路但我觉得那个是对我来说我不感兴趣所以我其实高中时候就放弃了然后到了大学以后选了经济以后发现我们学的经济经济学的数学要求超过大部分的功课我就觉得太无聊了所以我后面读博士的时候最后就选了这个商学院是吧而且战略这样的比较宏观的然后在真实世界跟理论世界又不得不建立连接的一个学科我觉得这个就比较好玩战略是一个组织的大脑就必须要CEO来做你觉得战略做得好人CEO一般是什么样的人之间有关系吗所以创始人里面有战略能力的并不多就真正走得远的就刚讲的使命驱动愿景驱动战略驱动就能走到战略驱动的就已经是很优秀的了但不是卓越的卓越的可能严格讲得是使命驱动的才有可能走向卓越但有的人可能是先有愿景然后慢慢发展出使命有的人是天生就比较使命驱动或者就是你形成非常难得的一个团队里面有那么一两个人形成很好的互补就一个人可能战略能力强一点一个人动手能力强一点就有点像王兴跟王慧文的这种这种这种组合也是很难得的一个组合字节属于什么驱动啊这个还不好说因为我跟张一鸣个人交流不多所以我对他使命的那一个那一段有没有我没法判断但是张一鸣是一个是一个了不起的天才是属于他有自己的管理哲学的然后他至少是愿景驱动然后有完整的自己对组织的理解包括他最早提出来公司及产品这个已经非常领先了包括比如说我原来讲这个Netflix就奈飞的文化大部分人第一反应是中国人做不到因为那个文化太美国跟硅谷了但是字节是最早基本上在跟上跟这个网飞的文化是非常非常相似的但字节最后做成了一个效率工厂因为他东西都整明白了以后剩下的在战略这个执行阶段就追求效率所以他的AI战略要张一鸣重新下场再重新定义啊就任何一个公司到了最后都是追求效率因为你战略越来越清晰剩下的就是执行任务但是就是我们刚才讲的组织的宿命就是时代一定会变化让你原来那套不适合所以你要不就彻底转型要不就被时代淘汰对每个人都很公平新的时代对这个听起来是个好消息