153. 和曾鸣聊产业史观：残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth大概率不是原生时代大赢家”

【嘉宾】科层式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。所以公司会消失，公司会消亡，这没有什么可以遗憾的呀，就是将来有更好玩的。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。

【嘉宾】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。

【嘉宾】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。

【嘉宾】所以字节是有很大的机会成为AI原生公司的，但是那个大的To C的应用是有非常大的不确定性的。

【嘉宾】豆包肯定不是，要不然它肯定不计成本地往里砸了。它不砸了就是因为豆包不够，不够那么未来。

【嘉宾】肯定重构。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，人的社交关系会重构。

【嘉宾】一样会被重构，我觉得阿里也一样有那个挑战。

【嘉宾】我从来觉得在巨浪面前没有人是安全的。

【嘉宾】挑战非常大。

【嘉宾】不是多不多的问题，是有没有的问题。

【嘉宾】基本没有。

【嘉宾】就是这个是让人绝望的地方。这有什么好绝望的啊，就是人能有生老病死，公司也有生老病死，没有比这更正常的吧。所以新公司才有机会，年轻人才有梦想。

【嘉宾】我觉得首先我特别特别幸运，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阶段。所以那段经历，加上我原来有很好的学术的训练，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，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。然后第二点就是，我一直在持续地研究前沿的产业发展，所以跟创业者聊天的时候，除了能跟他们讨论战略的方法论，还能跟他们一起探讨下一步产业到底会怎么发展，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。

【嘉宾】我最近正好也在做个复盘，所以我对阿里前面15年比较完整地参与过。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在当时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。所以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非常反对的。为什么？我觉得原来阿里巴巴的业务都还没有成熟，然后你再去分兵打eBay，做核心主业务之外的东西，风险太大了。所以最重要的就是这三个决定。然后可能稍微次要一点的，像淘宝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，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。

【嘉宾】但我刚讲的后面还要补充一点：其实你做了这个战略以后，还有一层一层的决定，次一级的战略决定也很重要。就比如说阿里云早期，你是只服务于一个场景，还是一开始架构就服务于多场景？你服务的那个场景，是服务淘宝还是服务搜索？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。然后再往下，还有数据库变了，那你要不要自己做数据库？然后计算也变了，存储也变了，所以才会出现当时喊出来的“去IOE”，就是去掉IBM、Oracle跟EMC（存储）。就像今天一样，计算完了以后，发现存储成了一个新的瓶颈。所以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。

【嘉宾】不知道啊。因为相信，所以看见。所有真正成为时代的企业的，都是最后被证明了它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，这点是一定要去强调的。不是疯狂的想法都能成，我们看到的就是所谓的survival bias，就是你看到的是成功者的偏差。最成功的企业一定是反共识的，但反共识不一定成功。但是在当时，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。

【嘉宾】那就是优秀，不是卓越。卓越一定来自反共识。

【嘉宾】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，这个是非常非常令人困惑的。

【嘉宾】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，经常会有一些观察和洞见，觉得还不错的，但是很快又被否定掉了。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，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，甚至去推演未来下一步的发展。所以我觉得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。

【嘉宾】我自己的本业是战略，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、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得比较清楚的，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，大概对未来三五年就有一个比较清晰的指导意义了。

【嘉宾】我其实做过一个很系统的研究，就是从PC到PC互联网，然后再到移动互联网，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，整个历史也都研究过一遍。所以大体上，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。第一个阶段就是这个技术逐渐地被社会接受，然后它成了社会的基础设施，这是第一步。第二步，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。第三个是，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，我把第三个阶段叫做原生应用的阶段。

【嘉宾】是的。早期比如说移动互联网，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……

【嘉宾】是垄断地位的，而且市场渗透率也很高。一直到2010年，它还是美国市场智能手机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 4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。早期的时候，其实我那时候投移动互联网，还有墨迹天气什么的，一堆的应用，当时日活很快都过亿了，但是很快会发现，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原生应用。为什么要先经过一个应用大爆发，再到原生应用？为什么应用不是诞生于第二阶段？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，它要寻找自己新的发展方向，但到底往哪个方向发展，其实是不清楚的。就像我们刚讲的字节，其实是先做了今日头条，甚至在之前还做了内涵段子，一堆的小的产品。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技术模式，又是商业模式，然后又由于带宽、算力各方面的发展，才出现了短视频。然后短视频的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。

【嘉宾】所以我为什么会犹豫，第二阶段本身是非常精彩也非常有价值的。就是为什么我说原生阶段是第三阶段，其实就想告诉大家，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。没有第二阶段的积累，所以你跨不到第三阶段。而且基于第一阶段的积累，现在该做的就是第二阶段，该做的应用大爆发的事情。

【嘉宾】我觉得2026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，英伟达的未来就是token factory，然后Sam也马上表达，OpenAI核心就是卖token的。然后这个token为什么重要呢？就是包括词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、一吨水、一个G的流量，这些是让我们可以很简单地使用一个原来曾经很前沿的技术。今天大家都知道我调多少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。这是第一阶段的尾巴，是第一阶段开始成熟的表现，它会继续发展，服务会越来越好。

【嘉宾】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，它也是第二阶段的一个开场。因为今年春节前后，同样发生了一件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，天天都疯狂地在弄这些东西。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的无限潜力，所以大家才会这么狂热。所以我认为AI进入了第二个阶段，就是智能体阶段，智能体就是AI时代的新应用。所以第一阶段已经成熟，然后我们现在站在第二阶段的开端。

【嘉宾】对，是。这是我琢磨了两三年的问题。其实我三年前还做过演讲，就是“让我们拥抱雅虎”，雅虎时代快来了。然后今年年初的时候，我自己也觉得有点纠结，是我们怎么退回到了浏览器阶段，好像比雅虎还要早了。

【嘉宾】是，更加前移了。就是因为当时我看到OpenClaw的这些东西出来以后，我第一个反应，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。我为什么会有这样的一个洞察呢？就是因为跟agent同时出现的，是skill，对吧，能力。那么我们去想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。然后OpenClaw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。我就突然想到，92年的时候我最狂热的是什么？是建个网站，对吧，那时候就是建网站，所有的人都是想着建个网站。然后建网站的目的是什么？就是去分享信息。所以AGI这轮的创新，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要答案了，大家不再找信息了。但是今天大模型能有这个成就，是因为92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。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。所以当我想到大家都在建、再造一个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？在那个时代它是一个新的阶段。浏览器完成了两个核心功能：通过HTML这一堆的事情，就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，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，所以它把这个创造的门槛极大地降低了，也就是我们今天讲的，开发者的门槛大幅降低了。然后另外一方面，它把浏览网站的门槛降到了极低，因为你只需要点击，就能完成所有的信息浏览的过程，所以一下子用户端就爆了。

【嘉宾】供给端也爆了，然后就出现了无数的网站天天涌现，大家都不知道该看啥了。这个时候就出现了雅虎。雅虎最早就是一个目录，今天出现的这100个网站里头，这个网站最有意思；到了后面有一万个网站的时候，就告诉你前面10个最有趣的是什么，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。

【嘉宾】没有，我完全没有看到雅虎的雅虎的雅虎，所以我说浏览器现在都没出现。所以如果你让我拍脑袋来说的话，我觉得下一个最大的机会，就是一个类似浏览器这样的机会。它会把agent的标准统一起来，同时能够让用户用很简单的方法就能调用agent，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。

【嘉宾】所以这也是个反共识。大家都觉得好像浪潮也是昙花一现，好像现在也没人谈应用了。但我讲的这个可能非常乐观，但我的确是——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。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。

【嘉宾】交互形态是想象不出来的，这就是要大家去创造。我们能总结出一个抽象的规律，但我们一定推演不出一个具体的形态。

【嘉宾】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。这个我觉得我现在看不清，我也觉得太早了，不用讨论。我们得看到了雅虎，让雅虎先辉煌三年，我们大概才能看到谁想去挑战雅虎。就是雅虎95年成立，一直到2000年都是辉煌的。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。在这个意义上是雅虎孕育了Google。

【嘉宾】有很多可以类比的。就比如说大家讲数据是新时代的石油，对吧？那模型实际上是一个炼油厂。从广泛提供基础设施这个角度讲，它又有点像另外一个消失了的公司——美国在线，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触到智能的一个入口，所以在这个意义上，它也是个基础设施服务商。

【嘉宾】我觉得说得直白一点，就是AI云公司，就是未来的AI云公司。这是为什么现在比如说——

【嘉宾】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，得到了太少；然后模型公司大概率认为，他们自己将来要自建云服务，甚至要自研芯片，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，概率不会太高。为什么？没有历史上的先例。

【嘉宾】没有，这是大模型的一个延伸，这是Coding要成为基础智能的一部分。对吧？如果没有Coding的话，我们今天都谈不上可以调用API，Token就不会成立。是因为有了Coding的这个能力以后，才让Token变得这么有价值的，因为它智能程度、它推理这个智能突破了。

【嘉宾】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，回到我们刚刚讲的雅虎，雅虎95年成立，2000年的时候达到了1200亿美元市值，5年的时间。那个相当于什么呢？那时候的1000亿美元的市值，大概相当于我们今天的1万亿美元——你把通货膨胀、把这个纳指的基本算进去，就是那时候的1000亿美元，按大概8%的年回报，就是今天1万亿美元的公司。所以在2000年能达到1000亿美元、用5年，不比今天OpenAI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，1988年开始提供服务，2000年高点的时候是2200亿美元的估值，比雅虎还高，是当时市值最高的一家公司，然后它再去收购了传统的媒体，收购时代华纳，达到3000多亿美金，所以也是一个很恐怖的数据。然后谷歌是98年成立的，2005年达到1000亿美元；黑莓公司，它的巅峰，它也是一个硬件厂家，是最快达到1000亿美金估值的公司。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，OpenAI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。但是它不一定能活到最后，它很可能会往后活得不错，但它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石油的比喻，炼油厂跟化工厂，其实也是两类企业，化工企业

【嘉宾】后面的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，把石油给开采出来，然后再变成一个基础的油，对吧。然后还有一个类比，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，你没听说哪个汽车公司是由石油公司转化来的。

【嘉宾】我是这个观点。我相信未来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。其实我理解陆奇博士想说的，就是未来会有一家AI时代的Google公司，它很可能比现在的Google大10倍。

【嘉宾】我理解，我只是说大家大概只想得到OpenAI会代表未来。但是因为我纯粹自己是一个商业史的研究者，最近也有时候开玩笑，就是说因为Google现在最时髦的那个词，或者说地位最高的词叫Researcher，一讲Researcher大家就很尊重，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。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。

【嘉宾】我觉得不顺畅。第一阶段的技术核心是可不可用，所以他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，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，它要的是产品，很强的原创力，然后跟普通用户的那种同理心，然后需要应用技术的一堆新的东西。你可以把那个应用技术的那堆新东西叫做新时代的大模型也可以，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不是大模型，其实不是那么清楚的。然后在这里后面。

【嘉宾】其实包括AI也有很多新的范式会出来，比如说现在出来很多新的Lab，对吧？新的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增长，它可能也有一个技术的范式的变化。

【嘉宾】非常简单，公共基础设施的行业只有一种商业模式是成立的，叫寡头垄断加强监管。因为整个社会依赖于它，所以政府一定会强监管。第二个，因为这个供给如此重要，所以不能只有一个供应商；然后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、政府强监管，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。我知道这个现实对很多现在创业的人很残酷。

【嘉宾】当然有优劣之分，这是这个阶段最有价值的竞争。我讲那个产业终局，并不否定现阶段这些公司的重要性和这些企业了不起的地方。而且今年特别是Anthropic先领跑、OpenAI在跟跑、Google现在被甩下，其实就是组织能力跟技术能力出现了一些差距。然后像xAI跟Meta就直接退出竞赛了，就在寡头形成过程中已经有人退场、掉队了。

【嘉宾】这个可能就跟我新书里讲到的智能复利这个基本概念有关。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，也就是AI进入了他们的主流程——他们把AI这个工具用到了自己的主流程上，所以他们模型训练的能力大幅提升。这是为什么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。但是还没有到最近很火的那个词，叫完全自我驱动的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，像今年讨论得同样多的，有很多文章讨论Anthropic的组织优势、战略上的聚焦，这些是相对来说其他几个公司可能就比较弱的。所以当你把组织优势跟一个新的技术的运营方式结合在一起的时候，就会产生这样的结果。

【嘉宾】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。

【嘉宾】我觉得中国模型公司会持续的追赶和发展。但是中国模型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3T的模型，估计谁就出局了。它这个淘汰就像现在世界杯一样的，就说你可能现在是8进4，然后接下来4进2。8进4的时候，大概的确会开始淘汰，所以最后留下有限的几家，成为一个基础设施。

【嘉宾】是的。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，年底3T，现在大家铆足了劲都在搞这个，K3刚刚到了2.8T。

【嘉宾】还真不一定。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。

【嘉宾】对，要形成一个巨大的黑洞效应。

【嘉宾】对，其实Anthropic跟OpenAI在美国其实就从智能复利的飞轮开始，因为他们会继续地往self-improving的路上去走，所以这个差距是越来越大的，所以他们其实有点形成了黑洞效应。这也是为什么美国的云厂商就有点慌了，因为将来这两者之间什么合作关系就变得非常重要了。

【嘉宾】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。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没有积累了。

【嘉宾】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。

【嘉宾】是个很好的成熟生意。对，我们为什么说企业都是时代的企业，所以你肯定不会是当红炸子鸡了。过个三五年，如果你真的没有进入下个阶段的竞争，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。

【嘉宾】应该能看到。

【嘉宾】就是看谁是Netscape，谁是Yahoo，谁把agent的标准建立起来，谁抢住了agent的用户入口。

【嘉宾】其实很非共识。所以就像你现在去WAIC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，就二层三层的大厂家，全部都是做现有共识的东西。

【嘉宾】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，咱们换一个普通人的角度，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？我怎么知道他收我的费用是真实的，对吧？这些东西其实都需要有一个可能新的服务商，来给大家建立这种信任，让我们愿意说OK，那我相信你定的标准，我相信你的推荐，然后我相信里面的agent是敢用的。好用不好用，那是我后面自己的选择。

【嘉宾】现在就是百花齐放，大家各显神通，大家都在找那个方向。因为其实真正的，去年就能喊agent的元年，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，就是说去任何demo day，基本上全是agent项目，都是各种各样的agent，真的偶尔有几个做infra、做基础测试的，但大部分都是做应用的。但是那些应用其实今年都不怎么样了，是因为去年的应用真的做的都是特别简单的任务。我看一场10个demo里头，大概会有3到5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。但是当时我看到有家企业开始想做增长，我觉得这个事情可能就有前途。为什么？因为增长很复杂，就是他得做复杂任务。得做复杂任务，你才有可能建立自己的壁垒，然后你才会有可能做一堆的你自己有价值的技术积累，而不是搭脚手架。就是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，然后等着模型智能溢出把你脚手架淹没了。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，然后看它到底能干啥活。所以今天的核心是干活，然后是干一个复杂的活。越简单的活，越容易被复杂的活给吞掉，因为它没有多少成长的空间，这个是干完了就干完了，那不就停在那边了。

【嘉宾】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Manus当时的确是市场感觉非常敏锐，因为他们其实抓住了coding之外特别难得的机会窗，但是他们的定位就是通用agent。那么通用agent，当时智能能达到的……

【嘉宾】就是一批prosumer的生产力的需求，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10倍以上的切入点，你才有发展的空间。什么叫10倍以上的切入点？就是比那个应用场景要大10倍以上的。比如说大家做做PPT、然后出个报告，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，做长程规划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。

【嘉宾】这个就是大家接下来比创造力、比天分的地方。比如说教育、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，能切得进去、将来能长得大的。但是通用的里头又会分2B跟2C。2B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，组织的操作系统，就不同的叫法了，操作系统，或者说是CEO的Agent团队。这个肯定是今年很火的一个主赛道了，这是2B端的。2C端的又重新开始做情感陪伴，然后解决问题的，这些就都开始出现了。

【嘉宾】数据飞轮升级到了智能飞轮，就是智能的飞轮，这个讲的是智能复利。今天大家其实也在讲数据飞轮，数据飞轮是一直存在的，其实互联网更特别的是网络效应。我们先讲数据飞轮到智能飞轮，是因为你要真正把数据飞轮跑起来，就像今天的具身机器人一样，其实相应也要有算法的创新，也要有应用场景，所以这也是个三结合的东西。我们刚刚讲到的智能复利，也是你要形成一个新的学习场景，就是你调用了基础智能，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。在这个特定的任务过程中，它一定会有数据的飞轮。因为数据飞轮的前提是真实世界的反馈，真实世界反馈的前提是你这个agent要能独立去干活，要离开人的参与。然后这个中间一定会有算法的创新，包括刚才讲到的广义的上下文的管理、记忆、新的交互方式这些。然后这个会形成一个智能的复利，它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，它就有可能跑出来，进入第三阶段的竞争。

【嘉宾】应该还没有。没有。要有的话肯定就火了，大家肯定都会抢着去用。你看这个原生，即使是阶段性的原生产品，比如说第二阶段最好的东西，一定是口碑的，因为它一定是在体验上有大突破的。就像Mosaic也是自己火的，就没有人去做推广什么的。然后雅虎也是一样的，就是口碑相传一下就火了。我93年在UIUC读书，就是浏览器诞生的地方。

【嘉宾】所以我可能是全世界最早用浏览器的一万人之一。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，做个网站传上去，肯定是最有意思的事情。然后马上又会有人发现，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。

【嘉宾】对。第一个就是网络效应会继续存在，就像基础设施一样，它成了这个时代的一个标配了，因为最后还是要广泛连接的。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；同样类型的数据，其实规模到了一定程度，它的价值是边际效应递减的。然后第二个呢，我觉得网络效应的升级版其实是黑洞效应。黑洞效应其实就是利用场景越多、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。其实黑洞效应相当于这两个都升级了。数据智能，其实现在AI还是数据智能，它并没有进入所谓符号的AI智能的阶段，我们还是在这个数据智能阶段。然后网络协同实际上变成了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，而不是我们原来的那种简单的连接。

【嘉宾】肯定会啊，入口就是平台。因为我觉得上一代平台，很多都是因为我们的信息效率不够高，所以需要一个平台来让信息效率进一步地流转。我们在今天可以用判断力代替信息的不对称，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。我们看一个网站很容易判断它好还是坏，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，而这个其实就是典型的双边市场的结构。双边市场是有中等程度的网络效应的。

【嘉宾】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跟需求的匹配。

【嘉宾】是的，虽然还是匹配，但是匹配的东西是不一样的。

【嘉宾】是的。因为你如果不是Agent的原生的话，你怎么能判断好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。

【嘉宾】可能还要几年时间，大概就是三五年的时间吧。

【嘉宾】我觉得没有人能定义得了Agentic OS，我把它放在第三阶段。所以我们可以具体围绕它去讨论一下，因为你是OS，就开始调度资源了，它就不再做匹配了。你只要告诉它一个意图，我就直接调用市场上所有的agent直接帮你干完了，你都见不到那个agent。

【嘉宾】是的，所以一定要经历第二阶段的时间。

【嘉宾】所以只有到一个足够复杂的阶段，你才需要直接去调度agent，agent也得成熟到那个阶段，才能被简单地调用。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。

【嘉宾】你照我的理论框架的话，肯定是一个谁都不知道的长啥样的公司，这才叫大创新，要不然它配不上它未来的那个价值。因为就说agent得长成啥样，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。所以这两个东西得都足够地探索到很深的阶段，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。

【嘉宾】这个很有趣，就是我们大概根据历史可能有三步的推演，但是每一步他具体——agent长什么样、agent的生态长什么样，然后下一步agent OS长什么样、原生硬件长什么样，其实都是问号。

【嘉宾】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，大家有一部分的注意力就会开始走向第三阶段。

【嘉宾】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。就比如说视频生成，这个是已经相对成熟的领域，然后做应用的公司也很多，然后大家最终的目标可能都要做AI时代的TikTok，就抖音啊这些，但是大家都知道离现在很远，那你第一步到底做啥？这个就非常考验大家的功力。然后AI短剧、动漫又有点门槛太低，所以很快地半年大家就都干完了。

【嘉宾】而且是AI模型能力顶上来以后，基本上就干完了。所以我们正好处在一个，当Agent还没接得住的时候，模型的能力已经溢出到很多简单的任务它自己就能干了，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，然后又能形成自己的独特技术积累的。所以就是大部分人低估了Agent的难度。去年大家有点像——我当时的感觉就像小孩过家家一样的，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，都没觉得那个东西能做多大。因为大家那时候考核标准也很简单，你只要有AI就好，那AI嘛，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AI，大家都觉得很开心。所以我到去年年底，整个硅谷的感受就像一个创业的天堂，所有的人都在那玩得很High。但是今年就说OK，模型的能力有了一个大的突破，然后原来那一批过家家的小孩子就被淹没了。但是今年也许是智能——我听到的普遍感受，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，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Agent阶段开始的真实标志。

【嘉宾】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，然后这个阶段就会有一堆新的技术要求出来，去做不同场景下的东西，那模型就不可能吞噬掉所有的一切。我举个特别直观的例子，一个很好的例子：1892年爱迪生发明电灯泡，照亮了曼哈顿一平方公里范围内的地，这个大家都知道。然后大概在那之后，美国就开始有了发电厂、电网的概念，大概1910年，电网覆盖了美国主要的城市。然后在那一年，终于出现了两个大应用——1910年才出现了两个大应用，除了电灯照明，那是第一个大应用——家里头真正2C的两个大应用，洗衣机跟电冰箱，一直到1910年才出现。

【嘉宾】对，还有一个很重要的，收音机。然后我们第三个离不开的家用电器，实际上到1925年才出现，那是空调，这空调肯定离不开了，今年欧洲的酷暑已经让很多人……

【嘉宾】空调的重要性到今天都离不开空调，30年才出现电视机，所以应用的发展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，但是收音机跟电视机被压缩到了手机里面，这两个基本上没有了，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，公司层面很有意思的选择。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，成立了美国第一家送电公司。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，这个很有意思。

【嘉宾】但是通用电气辉煌了60年，然后把各种各样的应用一步步做出来了。不过刚才说的是硬件的2C产品，那时候没有软件，因为那时候没有知识、没有数字化的信息。

【嘉宾】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1910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，所以才要管理信息。但是IBM真正大发展，是计算机出现以后才开始。所以要看智能，是能不能更好地利用智能，做出一个2C还是2B的这样的产品，也不管是硬件还是软件。

【嘉宾】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。创业的关键，他们跟模型之间的边界会逐渐清晰。然后我刚才也讲到了，agent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。然后同时，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宗商品、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Cursor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，它在去试模型能力的边界在哪，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。所以为什么过去两年不太容易找到那个规律，是因为这些东西都在动态发展。但是当你理解了基础设施跟Agent发展的一个根本的差别以后，你现在做Agent的人，他们可能会认为……

【嘉宾】因为就是你做Agent，你也要做很大的技术投入，所以Manus正好卡在那中间，它得去探索那个边界在哪。但这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，应用公司要怎么做模型，慢慢地产业的生态可能会更加清晰化。

【嘉宾】没有啊，就是第一个，它是一个小众的用户，毕竟还是极客跟CEO最感兴趣，它并没有扩大众。第二个呢，现在技术的确不成熟，大部分的CEO就是敢于尝试的CEO，可以折腾得痛不欲生，真正能够把它跑起来的没几个人。所以就是它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，就是我们讲的企业发展周期，或者说创新扩散周期，它就是最早极客尝试一下的那个实验产品。

【嘉宾】在我有限的范围内没有看到，但是它会出现。

【嘉宾】没有，我非常乐观，一定会出现。

【嘉宾】没有，那是因为从投资人的角度来说，它现在由于上一轮受了伤，然后这一轮又没看到像样的，它可能不想看了。

【嘉宾】有可能，OpenAI一直就想做。

【嘉宾】但能不能做到，那是看它的组织能力、它的创新能力，所以模型公司一定会想做，也一定会做，问题是它最后能不能成，那是另外一回事情。

【嘉宾】其实就是找到自己发展的方向，认真做好自己的事情就好。

【嘉宾】这个我也理解，就没办法，你早期，你做一件全新的事情，早期就是比较困难。

【嘉宾】我觉得可能几个方面。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Yann LeCun那样，他从原理上就认为这个事情是有偏差的，或者说它的天花板是很有限的，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。那一类的确是觉得可能Scaling Law它有个边际递减的趋势，不管它现在发展多好，早晚会有个趋势，这个可能也是部分人的公司（的判断），所以大家才会一起跳出来。第三个我觉得，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基础路径不太一样、但是也非常底层的一些创新，比如说像AI for Science，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基础路径不太一样。所以这几大类都被统称为New Labs。真正的第一个New Lab是OpenAI。

【嘉宾】我觉得他们是新的组织形态的早期雏形。

【嘉宾】它会继续演化。因为你看大家为什么会叫New Labs，就是因为不满意公司。

【嘉宾】肯定的。因为公司跟工业时代是一起产生的，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，然后让现代化管理可以被运营起来，才能支撑公司的规模化扩张。所以它是个配套的制度，如果工业时代的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。所以大家更愿意叫Lab，但是Lab——我为什么说它是雏形的，是因为它更加像这批研究员在一起工作的状态。但是它要变成未来，普通人可能也是用这种类似更加AI原生的方式工作，所以它会有一些新的演化。

【嘉宾】实施反应的网络，但是神经网络的适应能力超过任何东西，神经网络天然就是适应各种任务的。

【嘉宾】如果你想继续在最前沿参与竞争的话，你的确就得在AI原生方面做更大的努力。当然竞争都是相对的，如果你是跟兔子比赛跑，那你的速度要求，跟去跟猎豹比赛跑，肯定速度要求是不一样的。所以谈战略之前要先谈组织，组织对于CEO来说变得更重要了，其实是阴阳两面，就没办法完全离开的，因为都是基于同样的新的DNA长出来的东西。所以还是我刚刚讲到的，就是我讲战略一定会讲到组织。比如说聊着聊着我就问一下，你们公司到底有多少人，现在谁参与战略讨论，对吧。

【嘉宾】可能人会变得更少。人变得更少是肯定的，或者阶段性地变得更少是肯定的。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，那个第三阶段的事情。我们只讲第二阶段。第二阶段是因为AI杠杆作用足够大，然后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。所以他们会摸索出一套跟AI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。

【嘉宾】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，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。但是当技术成为技术设施以后，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。

【嘉宾】当然重要，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；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判断的。只是说今天我们看到的这些大模型公司，因为必须是技术主导，所以你会看到基本上是研究员主导的。但这中间有个特别有意思的现象，我也讲得比较尖锐一点，这一批的创业者要过得一个很大的坎，是有没有足够的开放的心态去理解商业世界的运作规律。我发现很多的技术人员——

【嘉宾】没法接受一个简单的事实：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接受的整个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。作为技术方的CEO，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CEO，把公司带得足够远。

【嘉宾】不需要，下一代大概就不需要了。

【嘉宾】对，模型这一代是肯定需要的，下一代应用驱动就不需要。然后你到具身智能这一代就已经看得到，基本上都是联合创始人，一个是大模型背景，一个是偏应用跟商业背景，因为他们一开始就碰到了这个问题。

【嘉宾】是因为每个人都必不可缺，要不然就用agent上了。所以我书里面有一句很重要的判断，就是未来整个企业会越来越像合伙人企业。有一个很有意思的补充：刚才讲到公司是工业时代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、大的咨询公司，甚至包括投行，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。

【嘉宾】我们只要是一个合伙人的组织就可以，是一个小团队，然后每个人也有差异化，不是同质化，每个人也要更强。

【嘉宾】这个跟任务有直接的关系。就像我们看到的，他们的人数上升也很快，所以他解决的问题是越来越复杂。

【嘉宾】这个阶段的变化是非常明显的，就是科学家创业，但他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。

【嘉宾】识别不出来。为什么说卓越难？我讲的最重要的一句话：卓越是事后认定的。是因为你克服了一次一次的负反馈，让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先知。所以卓越的过程是一个逐渐展开的过程，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，因为优秀跟人的心态是比较匹配的。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。真正卓越的人，是有疯狂想法的人。

【嘉宾】能走向卓越的人，也是非常非常低的比例。狂想的人可以很多，也很容易，但是你不但想对了、还能落实，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《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——他其实另外有一本书，就叫《从优秀到卓越》，对吧，两本书都是同一个作者写的。他其实讲，你真正去问这批人的时候，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。他是收集了这些人的访谈、对外沟通的信息。我觉得一开始听起来好像有点反常，但是你真正去体会的话，应该是那样才有可能。

【嘉宾】因为事情大于人。因为你一定自我很小，才能走那么远。是时代成就了你，的确是你只不过碰巧在合适的地方，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级的领导者，在某一个时间点，世界都会打你的脸，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。

【嘉宾】因为自我一大，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。

【嘉宾】是的。因为你想要证明自己，所以你需要短期反馈，你是为了自己的ego，所以你不会真正地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。

【嘉宾】他想的是我要怎么把这个事情最大化，还是我要把这个事情做好，对吧。我愿意听更多人不同的意见，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。所以你如果问我的话，我也会把公司分成四个层级：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，是你真心believe的，你完全相信、完全拥抱的，不是你编出来写在墙上激励别人的。

【嘉宾】你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，我经常问的第一句话往往也把他们搞懵了，我经常会问：十年以后，你会对怎样的自己满意？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依归的问题，你有自我依归，你才会想十年后的自己是什么样的。比如说有的人会讲，我就是对这个事情特别感兴趣，我希望这个事情能成，这种的话，事情就已经大于人了。有的人是说，我就是好奇，那这个也比证明自己要有意思。

【嘉宾】这是负分的答案。对，因为这个基本上是自我驱动，就是要一个外部的认可。

【嘉宾】所以他很多的东西都会基于这个去调整跟变化，他不是一个内在驱动，他其实是个外部的，他受外部的衡量标准影响很大，所以每一轮的估值就容易对他有冲击，这都像在交学费。

【嘉宾】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。

【嘉宾】那是使命。

【嘉宾】我觉得马斯克去火星也是使命，这是一个脱离自我的一个事情。

【嘉宾】这个跟战略制定也有很重要的关系，因为你就是在判断信号跟噪音。一个可能是尽量感知得全面一点，就是真实地去体会外界发生什么变化；第二可能就是思考要更深入一点，这样的话你大概能慢慢分清楚噪音跟信号。很多人是不太过脑的，就是说你思考不深的话，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。追趋势，别人已经领跑两步了，你没看见，你只看见他冒出水面的第三步，所以你追肯定第一天就是输掉的。第二，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最优的判断，但你可能失去了一个更大范围内的一个视角。

【嘉宾】今天战略无比重要。你做错一个重要决定你就出局了，这个淘汰赛可能是以几个月就来计划的。所以我为什么会讲AI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。越不确定的时候，越需要战略思考能力；如果都很确定，那大家拼的就是执行能力，对吧。第二个，其实“看十年、想三年、干一年”就是我对AI时代的战略方法论的一个比较形象化的总结，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，或者说从90年代开始的很多传统企业的方法论，是在一个相对成熟和发展缓慢的世界里，看十年是比较清楚的，因为你每年就5%-8%的增长，十年以后大概会变成什么样，也没有新的玩家，所以你大概是知道的。在这个情况下，你做今年的规划也很容易，基本上就是线性推演，就是线性外推。然后战略如此的不重要，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80年代开始到00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，我帮你制定一个十年的规划，然后你就照着去执行就行了，双方都很开心。但是我们今天的问题在于，看一年是远远不够的。

【嘉宾】就是你没法线性外推，线性外推就不可能得出Anthropic今年80倍的同比收入的增长了。就是因为你是一个vision driven的人，然后你放弃了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步，就我第一个里程碑是什么，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做出当下的战略选择。所以就没有这个看三年的张力的话，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。

【嘉宾】好问题。所以有句话说“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、利益取舍。战略本质是关于取舍嘛，最核心的就是这个取舍。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，一定要看到至少三步，而不能只看一步。

【嘉宾】所以关键是中期的那个节点。我去年有一个创业公司，做应用的公司问我，他们的公司发展很好，ARR涨得很快，我就问了他一句话，我说，ARR继续涨两年以后又怎么样呢？最后产业中期会怎么样呢？ARR有没有一个天花板呢？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，就赶紧回去去做一些新的事情了。但是当你线性地看，ARR每个月都在增长，年增长率多好，特别是ARR这是个很虚幻的事情，它不但是一个线性外推，而且还是拿当下外推12个月，是很容易让人产生一个增长的幻觉，然后它很可能就突然到顶了，后面就直线地变成一个线性增长，然后你做的事情，其实是一个很没有想象空间的事情，对，没有多少价值的事情。新的价值模型一出，就没人愿意付费了，或者是竞争太多了。大家刚开始竞争的时候，是按你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的，这也是大部分人不能理解的一个经济学的基本规律。

【嘉宾】这个指标就是主观的。所以为什么会有OKR，就是要解决当你的目标不能转化为KPI的数字的时候，大家要用OKR的方式来协同。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。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。

【嘉宾】对齐我们对未来的判断，对齐我们背后不同的认知模式，这个就变成了一个更底层的一些东西。

【嘉宾】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所不在的，所以它大概就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。

【嘉宾】我觉得分不开了，不同的公司是不同的场景，而且不同的发展阶段。所以我书里面也讲到战略摸索期、战略成型期、战略成熟期和战略执行期，所以你拿行业分不如拿发展阶段分。就比如说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；但是具身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，战略的方法是有不一样的地方。

【嘉宾】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，因为这个词本来就反映AI时代。大家都习惯了视频生成、文图生成。

【嘉宾】对呀，所以真正它其实是生成。所以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，可以让战略自动涌现出来，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。

【嘉宾】对，所以我为什么不得不把组织先说。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，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，实际上是人跟AI一起在训练一个组织的小模型。所以核心就是原来没有想到的洞见可以涌现出来，整个群体智慧有没有在涌现，这是最终目标。

【嘉宾】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。就是五年前我比如说讲这个Netflix的案例，甚至讲自己的案例，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Context，他就有那么牛，能做出正确的决策。所以对齐目标跟认知，然后就是给够Context。

【嘉宾】甚至就是全员共享一个完整的上下文，Long Context。

【嘉宾】对。因为人没有办法像AI那样有处理全量信息的能力，但是人能有瞬间的创造力和看见不存在的连接的能力。

【嘉宾】是的，这个特别有意思。“老登”这个词特别有意思。就是以前大家都尊老爱幼，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，对吧，这才是传承。那么为什么现在有“老登”呢？就是你刚刚讲的，宏观方面，原来那套东西看起来都没什么价值了，公司受到的压力越来越大，谁也不愿意在科层制里委曲求全，说得特别直白，对吧，谁愿意陪老登玩、牺牲自己的青春年华？所以这是个非常典型的心态。

【嘉宾】但是在个体上，这个事情能成立的原因，是因为经验——特别是能够转化成知识的经验——都不再有价值了，因为它都被大模型吸收了。所以这些年轻的聪明人，用好AI这个杠杆，你瞬间就能成为任何一个领域的专家。就像为什么AI现在也可以达到一个主任医生的水平，因为所有的经验都被沉淀在大模型里头了。所以你过去20年的经验还有啥价值呢？那年轻人当然就不尊重老年人了，然后就会有相对带点负面的这样的称呼出来了。那老年人怎么办？或者安心养老，或者变得重新年轻。

【嘉宾】文化的核心就是创造。就像一个球队一样，每个人都不可缺少，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、共享，还有一个非常重要的，我把它叫做共创。因为大家都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。

【嘉宾】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，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，把人盯得很死。所以整个的环境，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、什么是幸福或者快乐的一种理解。所以我自己是非常乐观的，我觉得AI在这个时代给了我们一个

【嘉宾】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、更有创造力一点，我觉得可能开心就成了必需品，其实价值感是必需品。

【嘉宾】是变了，不能是一个老板心态，谁还认你？我都不陪老登玩了，我还陪你老板玩？这是完全一个不同的环境。所以你看现在所有的创业者都讲，他第一优先级就是招人，招人的时候都是感召来的，都不是你PUA来的，PUA也没用，服务心态要有。

【嘉宾】在战略发展期的话，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，到一个可以被复制的运营模式，所以它才能高效。因为发展期的核心是规模化，你要上量、要快。但是你能够规模化的原因，是因为你的原型已经足够强壮，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，因为你需要不断地调整。而且每个人的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，然后再形成共识，作为下一步创新的基础。所以在战略探索期，核心是创新的效率要足够高，而不是执行的效率。

【嘉宾】他们应该非共识吗？非共识就是New Lab。不认同这个共识的人，就去创业了。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。

【嘉宾】现在就是同质化竞争。

【嘉宾】可以算是吧，对。就因为有同质化竞争这个事情，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。然后是因为这个利润预期破了，那才会有大家对于这些公司可能就没有能力持续去投那么高的CAPEX，所以源头是前面这些公司。

【嘉宾】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，可能会超过大模型的真实需求。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，有足够的强大和稳定。或者换句话说，只要智能的供给达到大家想要的那个状态，基础设施就会持续投入。

【嘉宾】你也没法苟一苟、等一等，因为你不在场里头，你积累不了相应的经验，等真的大浪来了，你接不住。

【嘉宾】对，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，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。

【嘉宾】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，然后再反哺它的模型能力。

【嘉宾】我觉得在逻辑上两条路都成立，所以你没法事先判断到底哪条路能赢。因为泛化的挑战是在于要泛化的空间有多大；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，它的挑战是在于现在能找到的场景都不够大，但是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。

【嘉宾】最简单的类比，就是他们自己认为的还在2020年左右的阶段，还没到ChatGPT的阶段。

【嘉宾】车也可以这么类比，但是车的话，前面也是几千家公司。这还真是个好的类比。就是大概比如说1900年到1920年，真的有几百家公司在美国都能造车，有的人觉得我有一个机械功能，就能把一个车敲出来，反正马达都是买别人的。但是后面出现了原生应用，就是福特汽车。1913年，福特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。所以那是汽车行业的第一个2C的突破，然后福特就成了现代工业时代的一个代表。但是后面有个很有意思的插曲，就是当福特通过规模化、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，用七八种车型去竞争下一个阶段。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。

【嘉宾】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。所以为什么大家都觉得，谁第一个真的能够实打实地把一万台机器人卖出去，就已经是个了不起的成就了。

【嘉宾】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电出现以后、电气的出现。因为基于电可以有N种电气，所以你说冰箱跟洗衣机谁更重要，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，然后工业场景，或者外面的各种各样的场景，它是一个普及的事情。大家为什么这么看好机器人，是因为它是一个AI跟物理世界交互的基本界面，所以就有点像电，什么东西都可以被电再重新干一遍。所以我觉得你的问题非常好，机器人可能更好的类比就是电气的发展，那个可能是一个更好的类比。然后汽车是其中的主打，因为Token类比的是电。

【嘉宾】汽车的确是其中的主打，但是那个是对外的场景，对内的场景就是洗衣机、冰箱这些家庭场景。

【嘉宾】我从来觉得在巨浪面前没有人是安全的，谁觉得安全，谁就是最不安全的。

【嘉宾】应该都足够地担心吧。

【嘉宾】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，就主要是看这些方面的挑战。

【嘉宾】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。

【嘉宾】不是多不多的问题，是有没有的问题，基本没有。IBM曾经做到过一次，然后微软算是做到过一次。微软某种程度上错过了移动互联网，但是他保持住了火苗，然后有了云计算的积累，再加上他在PC时代垄断积累下来的PC的OS的垄断，所以在AI时代，虽然Google起了个大早，微软还有一次机会。但是目前看，微软好像又有点吃不准他到底能不能走过去了，因为他的模型的投入不够，模型这块他其实已经出局了。虽然他有OpenAI的早期投资，但是目前他已经买不起OpenAI了。所以即使是微软这样已经算是维持了很长时间领先的公司，可能未来都不太确定。

【嘉宾】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。

【嘉宾】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，这个应该是没问题的。

【嘉宾】这一点都不让人绝望。人能有生老病死，公司也有生老病死，就没有比这更正常的了。所以新公司才有机会，年轻人才有梦想，这多好的一件事情，对吧？一直都垄断到今天，那不是世界太无趣了。

【嘉宾】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对吧，所以字节是有很大的机会成为AI云公司的。包括豆包当时做得那么好，在视频生成方面、多模态方面，它都已经是世界一流的大模型公司。因为做基础设施是容易的，你有那个积累有沉淀，它有一定的惯性，但是那个大的to C的应用，是有非常大的不确定性的。

【嘉宾】豆包肯定不是。要不然字节肯定不计成本地往里砸了，它不砸了，就是因为豆包不够，不够那么未来。

【嘉宾】不是，豆包就是第一代AI产品，就是那个聊天机器人。

【嘉宾】这就是他们想做的，就是大家都想做AI时代的OS，所以他肯定是想做入口去调度，做OS。上一代的入口，能不能够理解下一代整个生态的发展，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，你其实是很难成为入口的。你调的都是上一代的服务，而你上一代的服务，有可能会被下一代的服务颠覆，就是他们要被颠覆的。

【嘉宾】肯定会重塑。

【嘉宾】就是因为也有可能不安全。肯定会重塑，社交关系，人跟人的关系都会被重新定义，agent在里面的重要性也会大幅上升。

【嘉宾】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，或者说它也过渡到了，但真正承接移动互联网时代的是微信。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。

【嘉宾】那自己再造一个产品有可能吗？就让下一个时代的产品诞生在我这个公司里，所有的公司都会转型。就像我当时讲的，移动互联网的时候大家都all in了一次。这个移动互联网，我其实一直在思考一个问题：移动互联网对PC互联网来说，到底是颠覆性创新还是延续性创新？我觉得那个决定了问题的本质。但我当时的判断是，它是1.5的创新——就是它有很强的颠覆性，但它也有很强的延续性。它都是基于互联网的基本架构，有网络效应这些，技术也是有延续性的，但是它也有它非常颠覆性的地方。所以你会看到，它的延续性的部分，让几家头部的互联网公司都all in成功，过渡到了移动互联网公司；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。

【嘉宾】不，两个方面。组织文化肯定是其中一个制约，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转成一个一千人的AI原生公司，难度是不一样的，这是非常重要的第一点。第二个就是大家对平台跟生态的理解。就是如果你没有做出第一个真正成功的agent，你大概就不理解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上真正明白了，你才有用户，才能吸引更多的人，吸引更多的agent开发者在你这上面开发。

【嘉宾】是的。

【嘉宾】战略上可能也有问题，他们没有特别明确的方向，不像Anthropic那么聚焦。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，xAI的那个人永远是最疲惫的那个人。

【嘉宾】他们要自己卷。对，他都已经不是一般意义上的卷，就是被消耗得过度了。可能跟Elon工作的那种方式也消耗了，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，是没有什么力气说话的。任何一个组织的创新，其实就像人一样的，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，才会有新的东西出来。当一个组织崩得那么紧，然后又在非常高压的环境下，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，Elon真正懂大模型，所以他原来那套方法论，就是他比较偏硬件的那套方法论，其实到了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，因为他以前都是自上而下的，对吧？他给了第一性原理的答案，然后逼着大家去超常规地完成，但是在这个场合下，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xAI肯定卡在组织上了。所以他这个也就是你说的那个组织和战略之间的关系，匹配得很差，他没有通过组织去生成战略，他都是他自己的意志。

【嘉宾】我每次都觉得小扎很年轻，他为什么跟不上？你年轻，但是你出头早，消耗得也多，因为你被一代一代的这样的东西，其实都在消耗你认知的潜力。而且Meta大到这种程度，他内部调度资源这些，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OpenAI，Sam他是真的倚重Ilya，然后Ilya是真能够驱动整个事情，对吧，然后Sam又是个很好的CEO，所以这两个就是个很好的搭配。然后Anthropic是整个的组织能力非常强，然后Dario给这个mission、vision这方面把握得又比较准，所以Anthropic就显示出了一个非常的聚焦的、有vision driven的一个公司的爆发力。但是OpenAI因为底子够厚，所以他即使这一轮反过身来追Anthropic，速度也非常快。但是这两个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，然后你到其他几家公司，就都有各自自己的问题了。

【嘉宾】中国公司其实也类似，本质上也类似。就Kimi可能比如说更加原生一点，但是千问、文心一言起步得比较早，而且有大公司的资源的支持，所以一直能够持续地往前跑。然后等张一鸣自己反应过来要All in下场的时候，那自己的速度也非常快。中国的竞争为什么每次收敛起来都特别慢？因为先发的企业不像美国的企业，他有两三年的先发期，所以他有一个健康的孕育DNA的阶段。然后中国的企业，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景，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，所以就变成了相对容易出现同质化竞争的局面。但是即使是这样，这里面真正认知比较深刻的、然后可能早了那么一年半载的，对吧，像杨植麟跟闫俊杰，也包括智谱，这几个其实更加原生，不太是那么跟上来的这批，那明显这一轮竞争还是他们跑在前头。

【嘉宾】再去参与这种同质化竞争，传统印象的大模型，我也没觉得有人在做，也不会有人投了，除非你是一个新lab。

【嘉宾】没有啊，他们的核心都是做应用啊。

【嘉宾】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的。所以你没看到他们的团队太多出来晒参数，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工厂这样的竞争。但是他们起码认为，做应用的前提是有一个很强的模型。就下一阶段，大应用的公司，模型跟应用之间的边界是不清楚的，所以如果他们在这一代断代得太厉害，下一代不一定接得住。

【嘉宾】所以它是个能力的储备。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。就相当于这盘棋还没有下到中盘，还在开盘的布局阶段。

【嘉宾】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。比如说五年呢，五年我是觉得Agent的拐点肯定有可能出现，就是第二阶段，大概大家都能看明白了。

【嘉宾】对。Google、抖音跟Pinterest，我觉得都是类似这样的。

【嘉宾】对。现在可能距离我们还有多少年？那个可能是八年十年以后的事情。

【嘉宾】你别忘了，OpenAI已经11年了，对吧？只是这两年我们感受到的加速度。

【嘉宾】一代人。二十年起步，因为他们才是原住民。

【嘉宾】我觉得是创造力的差别。所以德鲁克有一个非常经典的分析框架，他把人类社会从工业时代以来划了三个阶段。第一个阶段是生产力的革命，也就是流水线取代了手工做法。第二个阶段是管理革命，大概一百年前左右开始，就是有泰勒的这些科学管理方法，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……

【嘉宾】足够多的管理人员。第三阶段他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，把知识和最佳实践通过软件的方法沉淀下来，变成一个标准的执行的方法。这是德鲁克——他2005年大概过世了——所看到的整个过去两个世纪的变化。

【嘉宾】那么我借用他这个框架，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。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，可以去开发自己的潜能。而我认为这个空间是非常大的。这个方向就是创造力，AI做不了的创造力的事情。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。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。比如说像电脑真正发明了以后、流水线出现了以后，才有了产业工人、技术工人的概念，然后才有了白领。这些都是19世纪的人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元创造力。

【嘉宾】当然了，当然，就是无中生有的能力。已有的东西机器都知道，是一种无中生有的能力。

【嘉宾】因为如果是已经有东西的话，机器都获取到了。这种创造可能从机器的角度来说很无聊，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，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。所以这个东西可能有以前很多我们没想过的方法。

【嘉宾】商学院已经不行了，都在衰落。

【嘉宾】都会。因为虚拟世界的比例会越来越高。

【嘉宾】对，就是Metaverse，那个方向是没错的，可能只是时间早了五年而已。

【嘉宾】社会发展天翻地覆的变化。就我碰到的一些零零后的创业者，想做to C应用的，那他们想象的世界……

【嘉宾】我是比较乐观的，我一直觉得这就有巨大的发展空间。

【嘉宾】一定会的。以前的教育体制，本质是知识的灌输，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，我们都是在最早的时间，为了不输在起跑线上，被压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。所以你随便问高中生，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，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。

【嘉宾】是的。

【嘉宾】是的。人和系统的关系、人和AI的关系，未来会怎么演变？我觉得在组织里头，会非常明确是一个深度协同的关系。社会层面，至少我们不谈超级人工智能会长得啥样，反正大家也没共识，我们也先不谈那些。在最近能看到的AGI时代，它肯定会渗透到社会的方方面面，就像过去10年我们已经离不开手机一样了。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，加上外骨骼之类，人就成了一个加强版的人，这个我觉得是完全可以想象的。

【嘉宾】硬件产品其实也是这一两年的热点，各种各样的消费硬件都在层出不穷。就像我们讲的，2000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，不知道会是什么。就像美国很早出现的烤面包机，大家现在还在用的那个，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。所以有很多新的公司，其实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……

【嘉宾】要改变，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。所以你心态先得改了，就不能恐惧，你见到不确定性、见到复杂性就恐惧，你就肯定没法往前走。但是面对巨大的不确定性和复杂性，你觉得特别好玩、特别有机会去创造一些新东西，我觉得那才是年轻一代这些创业者的心态。我们有点杞人忧天了，我们真的担心得太多了。

【嘉宾】我觉得就是做一个快乐的研究员。

【嘉宾】我至少是这么希望的。虽然大家讲AI向善，但是就说它肯定会带来一系列新的问题，但是整体上，在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地带来新的可能性，然后能驾驭好了新的技术，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，现在基本上都是供给过剩。我们现在的核心，至少在物理产品上，基本上都是供给过剩的阶段。然后互联网解决了信息不对称的问题，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——生存其中的人。从Google开始就是这样。

【嘉宾】做一个快乐的研究员，其实就是，第一个就是跟创业者聊，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……

【嘉宾】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出，可以做数据训练，让自己不那么累、不那么辛苦。要不然的话，其实我觉得今年上半年大部分人都已经有一个深刻的感受，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映过来，要有一些隔绝，然后怎么找到作为一个生物的人的合理的节奏，再去跟AI找一个新的平衡。

【嘉宾】我们是为了在硅基生命到来之前，留下更多的碳基文明的记忆。辣椒炒肉。

【嘉宾】目前可能还是上海。

【嘉宾】我没有读AI的技术论文。

【嘉宾】出现一个足够好用的2C的agent。

【嘉宾】我觉得就管理学上比较基本的，像这个《基业长青》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——就是因为内容太多了，基本上抄了这本书——弗里德曼的关于市场基本运行机制的一本书，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。

【嘉宾】我其实高中的时候就放弃了理科、参加奥数竞赛的这条路。因为我们那时候大概是第一届文理分科，我其实更加喜欢历史、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，但我觉得那个对我来说不感兴趣，其实高中时候就放弃了。然后到了大学以后选了经济以后，发现我们学的经济学的数学要求超过大部分的工科，我就觉得受不了了。所以我后面读博士的时候，最后就选了商学，而且是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。

【嘉宾】所以创始人里面有战略能力的并不多。真正走得远的，就刚讲的使命驱动、愿景驱动、战略驱动——能走到战略驱动的就已经是很优秀的了。

【嘉宾】但不是卓越的，卓越的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组合，也是很难得的一个组合。至于他是属于什么驱动，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段我没法判断。但是张一鸣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，有完整的自己对组织的理解，包括他最早提出来“公司即产品”，这个已经非常领先了。包括比如说我原来讲Netflix（奈飞）的文化，大部分人的第一反应是中国人做不到，因为那个文化太美国、太硅谷了，但是字节是最早基本上在跟上，跟奈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。就是说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。但是就是我们刚讲的，组织的蜕变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。