本周的十字路口，我们和庄明浩（「屠龙之术」主播）一起，复盘 2025 年的 AI 和科技行业的大事件，以及身处其中的我们的一些记忆与感受。
这一年，我们既是目击者，见证着技术的快速迭代、产品以前所未有的方式颠覆日常；同时，我们也被卷入了一场关于未来的集体狂想，在创新的巨浪和无尽的可能性面前，时而兴奋，时而迷茫。
我们从明浩提出的年度关键词“拐点”聊起，复盘了从年初的DeepSeek R1到最近的 Sora 2 的各种模型大战、Manus引爆的“Agent 元年”；探讨了开源生态和人才流向；并最终将目光投向资本市场——我们该如何理解这场关乎未来的集体狂想？
“我们不知不觉地走到了很多事情的极限里面，技术也好，产品也好，钱也好。”
向下的拐点：泡沫何时破裂？我们是否已在不知不觉中触碰到技术和增长的极限？
Sam Altman 重新定义“图灵时刻”：为什么 AGI 可能不会“翻天覆地”，而是“轻轻迈过”？
头部模型厂商的生存法则：Anthropic 做深 B 端，xAI 走野路子，微软为何被迫自研模型？
在纯 Chatbot 战场，战役已经打完了吗？ChatGPT 8 亿周活的背后，是护城河还是增长极限？
中国厂商的共识与武器：为什么“开源”成了对抗美国 AI 趋势的唯一手段？
DeepSeek V3.2 的发布意味着什么？为什么我们今年可能等不到 V4 和 R2 了？
多模态战场为何比语言模型竞争更激烈？美图、营销视频 Agent... 场景和商业化路径无比清晰。
OpenAl 的产品心法：为什么是 Sora 2 走入了千家万户，而不是技术同样领先的其他产品？
这个世界真的不需要一个“AI 抖音”吗？或许 OpenAl 的目的根本不是做抖音。
Google 回来了！世界模型 Genie 会是通向 AGI 的另一条路，甚至是“世界的子宫”吗？
为什么 Agent 将在 L3 阶段停留很久？因为它第一次将 AI 能力从“语言”延伸到了“行为”。
Manus 的历史意义：它让用户第一次知道了 Agent 该长什么样，心智定义价值千金。
Agent 创业公司如何活下去？当通用 Agent 成为巨头显学，垂直领域的法律、金融、营销反而异常繁荣
注意力经济的挤压效应：当主流赛道挤满人，为什么连“AI 动态漫”这种天花板有限的赛道都能拿到钱？
为什么说真正的“手机助理”，Siri 做不到，但今天的端侧 Agent 可以？
鸿蒙 HMAF 框架的启示：当 OS 不再自己做一切，而是将意图下发给 APP 的原生 Agent，会为开发者带来什么新机会？
从“头部模型一定是闭源”到“2026 年开源模型会登顶”，Sam Altman 的观点为何发生转变？
开源如何商业化？DeepSeek 的 API 照样卖钱，且成本比 OpenAI 低几十倍。
开源如何成为一种“武器”？在争夺欧洲、东南亚、中东等中间地带时，开源天然地拥有信任优势。
本地部署的需求有多旺盛？一款内存和显存超大的笔记本电脑，因为适合本地部署大模型而被迅速抢购一空。
开发者有哪些新的“生态位”可以抢占？鸿蒙开发者凭借数款小应用月入 7 万。
“当年大家认为 AI 是一个技术、一个产业，今天 AI 就是市场本身。”
Sam Altman 的“终局思维”：当一家公司试图将未来五年的增长预期全部打包，会发生什么？
另一面，中国创投圈“我们太过熟悉的移动互联网增长叙事，在今天不能复制。”
投资人如何寻找信心？当 AI 纯软件的故事讲不通时，大家开始集体投向大疆、石头、追觅背景的硬件创始人。
有趣的信号：除了英伟达，今年标普 500 涨得最好的竟是希捷和西部数据这两家硬盘公司。
泡沫警报：当 AI 巨头开始依赖债务融资，令人想起“次贷危机”的幽灵是否正在靠近？
本周的「十字路口」，嘉宾是老朋友庄明浩。今天我们会和明浩一起复盘 2025 年的科技大事件，以及 AI 的一些时代回忆，也会聊聊我们身处其中的感受。
说实话，在准备这一期播客的时候，我的感受其实就是一个字——快。无论是技术迭代、产品更新，还是全球格局的变化，都感觉 2025 年像是按下了八倍速。去年大家常说「AI 一年，人间十年」，这句话虽然现在少有人提，但这种感受依然存在。
明浩一直在记录这个时代，一直在做 PPT，我自己给他起了个外号——「AI 时代的司马迁」。我们第一个问题就是想问问这位「司马迁」：你觉得未来的人们会如何聊起这一年？这会是泡沫之年、转折之年，还是别的关键词？
我想到一个非常贴切的词——拐点。拐点的好处是它既可以向上拐，也可以向下拐。
如果向上拐，比如最近大家讨论的数据中心建设问题，按照预期，2026 年就是要爆的那一年，这是向上拐的可能性。但也有另一种探讨：泡沫会不会破裂？如果真的进入破裂状态，可能在 2025 年底就会往下走。到了年底，你会发现我们不知不觉走到了很多事情的极限里——无论是技术、产品、资本，还是更大的层面。可以说，AI 已经走到了人类的一个极限。
我们今天会分几个部分来复盘 2025，因为这一年发生的事情太多，不可能全部覆盖，所以很多内容会带上我们自己的感受。也许有些事件对我们个人冲击更大，但也可能有人会觉得，「这么大的事你们竟然没提到」。这在所难免。
我们先聊大模型、多模态和 Agent。今年年初的一个特别大事件就是 DeepSeek 发布了 R1。当时几乎是山呼海啸般的全球刷屏。直到今天，我仍然觉得它对我们的生活和工作都产生了巨大影响。
R1 正式发布时间我没记错的话是一月二十几号，就在春节假期前两天。当时中国最受关注的人是冯骥——《黑神话：悟空》的创始人。他发了一条微博，说这可能是「国运级别的代表」，引发了新一轮的讨论。那几天，美国几乎所有主流财经科技媒体都在报道 DeepSeek。
与此同时，美国已经开始建立关于新一轮 AI 的基础设施投资叙事，新闻上频繁出现「十亿美金、百亿美金」的体量。而 DeepSeek R1 的论文中提到，它最后一次训练成本只有约百万美元量级。这种强烈的对比引发了大量讨论。
从投资角度看，当时美国的「七姐妹」以及 NVIDIA 的股价都有巨大跌幅，因为大家开始怀疑原有的叙事——似乎有别的方式可以解决问题。当然，在那之后又出现新的趋势。就像当年的煤炭行业一样，更多的资源开采带来了更多机会。虽然会有短期震荡，但长期增长依旧存在。直到今天，这个叙事仍在延续。
从 DeepSeek R1 开始，我们看到了中美在大模型领域的竞争——包括技术路线、开源与闭源之争，以及产品落地的规模问题。
业内常用从 L1 到 L5 的实施路径：L1 是大家熟悉的 Chatbot，L2 是推理。O1 模型在 2024 年 9 月发布，当时各大头部厂商都在复现 R1 或 O1。O1 是推理模型的代表，而在 R1 发布后两三个月，也就是 2025 年一季度，几乎所有头部厂商都推出了自己的推理模型。直到今天，各家仍在更新 Base Model 和推理模型。
所以如果我们在 2025 年底回头看，R1 基本确定了这一年的竞争路径。后面的事情更多是工程优化和改进。
那一轮破圈的当然还有生成图片的 GPT-4o 模型，但它也引发了版权等问题，和今天 Sora 2 遭遇的情况很像。如果只看OpenAI的技术路线 年时大家对 GPT-5 抱有极高期待，认为它会是跨越 AGI 临界点的里程碑。但今年我们等到了 GPT-5，却发现它并没有达到那种预期。
我前几天听 Sam Altman 在 a16z 播客上说，我们经历的很多变化可能不会再像以前那样剧烈。哪怕 GPT-3.5 出现 ChatGPT 时，某种意义上已经跨越了图灵测试，但现实并没有「翻天覆地」。两年多过去，我们只是轻轻地迈过去，然后继续往前走。
现在我们也很难界定 AGI 到底是什么。从 2022 年 11 月 ChatGPT 发布到现在两年半、快三年，悲观点讲其实整体还是在线性轨道上前进。今年各家厂商的模型也在持续更新。Google 的进展非常快——无论是 Gemini 系列还是 Veo 3 等视觉模型，都表现强势。
对，Claude 也一直在坚定做自己的事，尤其在 2025 年更有节奏感。从市场经济角度看，它是创意公司里的第二名，第二名就必须和第一名有所区隔。虽然底层模型差距不大，但在场景选择上，Claude 越来越清晰，重点聚焦在 toB、Coding 等场景上。它的增长曲线甚至比 OpenAI 还快，当然体量更小。
今年 xAI 的 Grok 系列更新也有特色，比如和 X（原 Twitter）的合作，以及虚拟陪伴类应用。
包括现在 Sora 2 出来之后，X 他们也很快推出自己的视频模型，而且路线很「野」。因为它几乎可以生成任何人的照片，完全不尊重隐私。
对。这背后其实不仅是技术问题，也是商业问题。微软在 8 月底发布了自己的模型。由于和 OpenAI 的复杂关系，微软不得不自己做模型。这大概是美国几家核心厂商的格局——OpenAI、Google、Anthropic、xAI，还有 Meta。Meta 今年声音不多，主要在疯狂招聘。
开源生态的建立，可能是中国在寻找不同于美国 AI 发展路径时的唯一手段。开源最头部的两家是 DeepSeek 和通义千问，这两家几乎并驾齐驱，增长迅猛。
今年 DeepSeek V3.2 是一个重要标志。它意味着我们今年可能等不到 V4。DeepSeek V3 是去年年底发布的基础模型，之后通过强化学习得到 R1，V3.1 持续更新后，大家以为下一个会是 V4，但结果出了 V3.2。于是大家推测，今年可能等不到 R2。
而千问的故事则与阿里整体的 AI 战略紧密相连，涉及开发投入、语言模型、多模态和编程等全面覆盖。此外，Kimi 和智谱也调整了策略，分别发布了 Kimi K2 和 GLM 4.5/4.6，在 Coding、Agent、开源领域都有新探索。
欧洲那边还有一家叫 Mistral 的公司，在自然语言模型领域表现突出。这些构成了当下主流的大模型格局。当然，这里我们还没展开多模态、Coding 和 Agent 的部分。
我觉得 R1 肯定会被记住，推动模型的这个节点肯定会被记住，Agent 的代表也会被记住。多模态方面，如果只选一个，我认为会是 Google 的 Veo 3，它是第一个从无声视频走到有声视频的模型，这是一个巨大的跨越。
如果再往后看，今年世界模型的发展也在加速，参与的厂商越来越多。目前它还处于偏 Demo 阶段，还没有到更值得深入探讨的阶段。但如果硬要预判，可能 2025 年底或 2026 年初会迎来一个重要节点。
对，其实就像 Sam 提到的，最近的发布多是渐进式的改动。很多更新，尤其是大语言模型的更新，已经让大家不再那么兴奋了。在这样的背景下，如果现在又出现一个「世界第一」的模型，明浩，你会怎么看？
首先要看它在哪个榜单上拿到「世界第一」。现在有几个不同的评判体系：有盲测、有打分、有题库测试等。在不同的标准下结果不同。所以确实，现在无论对大众还是从业者而言，拿下一个所谓的第一或 SOTA，刺激性已经非常有限。这类新闻更多是「向上管理」。
今年语音模型的竞争也异常激烈，我们自己也在做语音业务，能感受到这种程度。语音原本是一个偏边缘的战场，但它的好处是投入量级小。对一些刚进入战场、想建立声望或影响力的厂商来说，语音是一个性价比高的选择。除了语音场景本身越来越多，性价比也是关键考量。所以今年回看各家 PR 的好文章，语音厂商往往不是最大玩家，但他们仍然将 AI 视为重要战略。
他们内部通常设有类似 AI Lab 的部门，虽然成立较晚，但公司愿意投入。为了证明部门存在的意义，就必须在短期内找到突破口，而语音领域看起来正是那个机会。
现在技术领先的窗口期越来越短。大家都说，今年 AI 厂商十一假期都没过好。在你看来，现在用户选择付费 Chatbot 的意愿主要来自哪里？
这取决于使用习惯、付费意愿以及对品牌的认知。这一年大家不断强调上下文记忆长度的提升，这些积累是否能形成飞轮效应？我认为已经开始发挥作用。
回到纯 Chatbot 战场，实质上这场战役已经结束，ChatGPT 赢了。即便过去两个季度 Google Gemini 增长不错，也只是从零点几个百分点涨到几个百分点。ChatGPT 的用户占据了大部分市场，它公布的最新周活跃用户是 8 亿。如果看 Sam 公布的数据曲线，会发现增长非常惊人。大约一年前，这个数字只有几亿，不到一年翻倍。
今年年初，媒体记者问 Sam：你是更想要最顶尖的 AGI 技术，还是 10 亿用户的平台？他回答「都想要」，但显然更偏后者。我们可以看到，很多事情都触碰到了极限。用户量已经到了天花板，融资等环节也都遇到瓶颈。纯 Chatbot 战场上，ChatGPT 已建立强大的品牌认知，并且在不断加强记忆和理解能力。
我看到一篇文章写得很好：OpenAI 正在做的是当年 Meta 和 Google 没做到，但微信做到的「大一统」。在中国，我们称之为 「All in One」 策略。这次 OpenAI 发布会上，Sam 介绍 ChatGPT 时提到，它可以直接在对话框中调用 Spotify、Zillow（房产信息）、Canva（设计）、Figma（UI 设计）等服务，这其实就是一种「小程序」体系。
从产品角度看，OpenAI 并未放弃成为 「All in One」 平台的可能。
我觉得这背后还是 Sam Altman 和 Anthropic 的 Dario Amodei 背景不同所带来的差异。最终体现在战略选择和核心竞争力上，OpenAI 仍然是一家非常有产品力和战略力的公司。
最近大家都在讨论 Sora 2，但其实很多人已经忘了四周前刚发布的 ChatGPT Pulse。Pulse 是一个在增强用户粘性上的重要产品，它让记忆功能被更好利用，帮助用户从周活跃（WAU）向日活跃（DAU）转化。从产品实现上看，Pulse 表现非常自然流畅。
这也解释了为什么现在二级市场上「OpenAI 点哪，股价涨哪」。背后反映出一个问题：为什么是 OpenAI，而不是 Google 或 Anthropic？这其中仍然体现了 Sam Altman 的战略判断力和舆论营造能力。他非常擅长将这些能力转化为公司优势。
当然，这种「一荣俱荣、一损俱损」的模式，也意味着未来泡沫可能会破灭。但如果真有那一天，OpenAI 也很可能是最后留下的那一个。
很多人忘了，Sam 原本是个投资人。前段时间他上 a16z 播客时也提到，自己不擅长管理，更擅长投资。在 OpenAI 内部，他其实也像是在做投资：扶持、孵化、支持有潜力的团队，让他们成长壮大。这与早期投资非常相似。
Sam 原来是 Y Combinator（YC）的合伙人，不是传统美元基金那种 VC，比如 Benchmark 或 Sequoia。他是 YC 的合伙人。在掌管 OpenAI 之前，他最出名的是在 YC 的创业课。我大学学的是技术经济与管理，也叫创业管理。我曾建议导师让研究生第一课直接看 Sam 在 YC 的课程视频，那已经是创业教育的顶点。只是如今很多人都忘了这件事。
我们从 DeepSeek R1 聊起，现在回头再看 R1。当时有个评价说「中国人很会花小钱办大事」。R1 发布时，Sam Altman 因刚签了一个巨大的合同——「星际之门计划」（Stargate Project）——被不少人嘲讽。那个合同金额是 5000 亿美元。
大家当时都说：「你看，DeepSeek 就干出来了。美国人只会烧钱。」 这也是当时 OpenAI 股价下跌的重要原因。但回头看，几个月甚至大半年过去了，现在你觉得「花小钱办大事」这个逻辑还成立吗？美国似乎仍在疯狂「氪金」，而且越来越多。
虽然我不是搞技术的，但从过去几年的发展来看，大模型的研发越来越偏向工程问题。它的关键在于取舍和策略选择，而不是 0 到 1 的突破。在这种情况下，美国的方式是「氪金堆叠」，中国则更多通过「弯道超车」或「取巧」的方式推进。但两条路线正在逐渐融合。我们这边找到新方法，那边会学习；那边通过堆钱取得突破，我们也会尝试。随着尝试增多，成本自然也在上升。
过去一年 DeepSeek 虽然不太对外表达，但你看像千问的逻辑，已经更接近美国那套思路。吴妈（吴泳铭）讲的更多是 CAPEX（资本性支出，Capital Expenditure）的投入。虽然千问也有一些「奇技淫巧」，但总体叙事融合了两种逻辑。谁对谁错？没有绝对答案，彼此学习、模仿、演进。
不过有一点明确：算法、数据、算力三者中，只有算力可以靠堆钱解决。算法尤其难，数据次之。
有人说，没有哪家公司是因为给天才员工开高薪而破产的。我们不知不觉在很多事情上走到极限后，会发现，也许有别的方式可以用更少的钱做到一样的事。
扎克伯格已经认识到这一点。Meta 每年投入几百亿美元，这场「军备竞赛」可能还会持续几年。虽然他们现金充裕，但即使把硅谷的人才都挖光，也无法只靠砸钱取胜。
所以他的策略转变是有原因的。比如 Mira Murati 在 Thinking Machine 的联合创始人直接去了 Meta。那家公司估值已达 120 亿美元，他至少持有 10%，身价十几亿美元。而 Sam 给出的报价是 35 亿美元，显然更高。
太夸张了。后面我们也会再聊聊中美之间的竞争。我觉得美国现在在这方面投入的资金确实更多。
上个季度，广密和小珺的对谈里提到得很清楚：美国的金融资本加上犹太人的金融智慧，再加上华人的工程师，是这轮 AI 浪潮的最大代表。这两者绑在一起，就能解释当下 AI 行业的所有现象。至少在美国，一切都显而易见。
我们刚才聊了大语言模型，现在想谈谈多模态这个战场。今年 Google 先发布了 Veo 3，随后 OpenAI 推出了 Sora 2，在模型进展和产品化两个方向上都取得了令人振奋的突破。与此同时，几乎所有有实力的厂商都在投入这一领域。
我比较想讨论的是，在如此红海的激烈、同质化的竞争中，决定胜负的关键因素究竟是什么？
现在谈多模态，其实图片和视频已经无法分开。而在这个战场上，中美之间的竞争比纯语言模型更激烈。中国厂商在这一阶段展现出非常强的能力。像抖音、快手，以及一些初创公司如 Vidu、PixVerse，都在这一板块上形成了齐头并进的态势。比如 Veo 3 刚推出声画同步功能，不到三个月，可灵和字节的模型就跟上了。只要方向被定义清楚，无论是产品边界还是技术路线，中美双方都会迅速跟进。
当 Sora 2 发布后，大家立即开始讨论国产同类产品何时出现，大概两个月就能看到雏形。由于这一板块的落地场景非常明确，它会第一时间渗透到产业链中。语言模型还需要面对法律、金融、HR 等复杂的行业验证，而图像和视频的应用则更直接、更具商业化潜力。看看美图过去一年的股价就能感受到这一趋势。如今大量公司都在做视频营销的 AI Agent，这些场景已经非常成熟，不再需要额外论证。一旦模型的可控性或成本到达某个节点，就能立刻形成渗透和扩散。
从整体来看，这已经是一场体系化的竞争。中美在资源禀赋上也存在差异。中国的短视频生态极其丰富，从电商、营销到工具化的结合都更紧密。这轮关于图像与视频的工具化迭代，也延续了移动互联网时代的逻辑。回想 App Store 上线那天起，摄影类 App 一直是竞争最激烈的品类，连续多年都有摄影相关 App 入选年度最佳。
是的，直到今天还在打。也正因为这个赛道的刚性需求极强，场景又多，所以厂商真正的挑战在于「到底要做什么」。技术演进本身确实存在难度，但更关键的是如何落地。是做 toB 还是 toC？
在 Sora 2 出现之后，一些人认为它像是「AI 抖音」，但也有人从正面解读——它其实是在用当下大众已经熟悉的交互形态，让 AI 加成成为一种自然体验。OpenAI 用看似简单的实现路径，在短时间内打包出一个边界清晰的产品，这其实非常难。加功能容易，但在合适的边界内取舍、打磨、包装，这对产品经理的洞察力、用户理解和交互设计能力都是极高要求。
确实如此，非常佩服 OpenAI。其实做到这种模型能力的公司不止他们。比如我们刚才没有提到的 MiniMax，他们在半年前推出了「海螺视频模型」，当时有个非常出圈的爆款——小猫们去参加奥林匹克的跳水运动，体操动作的还原度世界领先。但那么多厂商做出了顶级视频模型后，真正让 AI 模型走进千家万户的，只有 Sora 2。它让 AI 彻底走出了圈内。
是的，不过也有人认为，这部分是因为它出自 OpenAI。其实一些第三方厂商早就做过类似尝试，可能更多在图像领域，而非视频。但因为他们不是 OpenAI，也不是头部公司，所以得不到同等关注。
之前多模态领域的「六小龙」之一「阶跃」，除了做模型项目外，还开发了一个图片社区叫「狸谱」。这个团队后来虽然解散了，但早期的数据表现其实不错——留存、活跃度都不差。只是因为各种原因没能继续下去，这并不代表当时没人尝试，只是那个时期人们的乐观程度还不够。现在 Sora 2 出现后，这个乐观值可能从三十分升到了六十分。
对，当时像「捏TA」「狸谱」这些项目都还停留在二次元圈层，并没有真正泛化。大家一方面看不太懂，另一方面也觉得天花板有限。
没错。所以当 Sora 2 出现后，我的评价其实很简单。很多媒体标题都是「我们真的需要一个 AI 抖音吗？」我认为这个问题没错。我们已经有一个成熟的抖音体系，从内容、生态、留存、交互到商业化，它已经无比完善，世界上确实不需要再有一个「AI 版抖音」。
但对 OpenAI 来说，Sora 2 是必要的。它需要一个独立产品，把技术真正产品化，并以合适的边界落地。这不仅是技术问题，更是组织机制和产品体系的建设。它需要一整套从技术到产品的运转流程——SOP、组织架构、团队协作，这些才是对 OpenAI 真正重要的。
我看到那篇文章标题写着「这个世界不再需要一个 AI 抖音」的时候，我第一反应就是，其实 OpenAI 根本没打算做 AI 抖音吧？这个命题本身就是外界强加给它的。
那天 Sam 提到，OpenAI 正在变得越来越复杂。它现在内部其实像是三四家公司并行存在：一家是产品公司，一家是技术实验室，一家是技术基础设施公司，还有可能正在孵化的硬件相关业务。它已经不是原来那种单纯的创业公司了，如今估值 5000 亿美金，至少有四个清晰的实体，以及潜在的新业务。最近 Sam 在忙的正是那家基础设施公司，它现在的能力足以满足 OpenAI 自身的需求，但如果真投入上万亿美金，这家公司的能力甚至可能溢出，支撑其他企业。
你们有没有看到那天 OpenAI 发布会之后，X 上很多知名公司都在晒他们收到的那枚像奖章一样的纪念徽章？像 Figma 等公司都在发帖炫耀。
对，就是「使用了多少 Token」的那个徽章。他们真的太会做营销了。还记得去年我们本来想做一期节目，聊 Sam Altman 被骂是「营销狗」的时候，我们其实就想讨论——如何向 Sam Altman 学营销。
我觉得 Sora 2 的视频本身就是一次极有分寸的传播尝试。它既不越界，也不花哨，但充分利用了公司已有的传播资源。尤其是以创始人作为 IP，这点很像 Elon Musk——你们随便怎么恶搞我无所谓。
而且这种方式强化了品牌绑定。每一次用户与 Sam 或 OpenAI 的互动，都会加深他们之间的情感连接。
是的，聊到这里我们已经谈了很久 OpenAI。其实不知不觉间，这个世界依然在被它影响。无论外界经历多少质疑、争议或短暂的悲观情绪，仍然不得不佩服他们的节奏感和创造力。
不过我也想聊聊 Google。今年，Alice 他们的播客也做了一个同题选题，讲的是「Google DeepMind 的触底反弹」。他们采访了 DeepMind 的高管，提到无论是 Nano Banana 还是 Veo 3，Google 的回归信号都很明显。尤其是世界模型的部分——他们发布了Genie，我当时看到真的有种「全身通电」的感觉，太厉害了。只是 Genie 离商业化还有点远，所以后续的讨论不多。但我很想听听明浩，你怎么看这条世界模型的路线？
这个问题如果往前推一点，其实已经接近哲学层面。自从自然语言模型出现后，很多科技人甚至哲学家都认为，当机器掌握语言这一人类独有能力时，超级智能就来了。这是一类观点。
语言模型的底层逻辑认为，语言是人类文明的核心结构，一切智慧与创造都建立其上。可随后出现了一个分支——Coding。有人认为编程语言只是语言的子集，也有人认为它是通往新世界的独立入口。
再往后是多模态。大家发现语言再强，也无法完整表达感官世界——尤其是视觉。于是多模态模型从语音、图像、视频、3D，再到今天的视觉模型，逐渐汇合为我们所说的「世界模型」。
DeepMind 的高管在采访中提到，他们认为世界模型是通向 AGI 的另一条主路径。如果用「打德州扑克」的比喻，语言模型是一桌主局，而世界模型是另一桌主局。DeepMind 把世界模型形容为「世界的子宫」——一个能自洽运行的生成系统。如果这个系统能够在现实物理规则下生成世界，并且生成速度快于人类想象的速度，那它就真正孕育出一种新的智能形态。
当然，这是一种极度理想化的技术愿景，但 DeepMind 一直在朝这个方向努力。其实在语言模型爆发之前，他们就在做这件事。
没错，李飞飞也是同样的逻辑。她的创业公司也在做世界模型。所以很多人认为，如果世界模型真能成为另一条主路径，那它有可能以不同的方式实现 AGI。从长期看，这种理想状态确实令人震撼。
上一代 AI 公司主要解决视觉问题，而视觉本身的商业场景（图片、视频等）已经巨大到无需再开辟新领域。因此，当世界模型与游戏、视频等现有场景结合时，几乎可以瞬间嵌入应用链条。只是目前技术尚未达到临界点——还没有迎来类似 GPT-3.5 那样的爆发时刻。
腾讯混元在做。他们最近刚发布了 0.1 版本，还非常早期，只能把一张照片转化为可互动的 3D 形态。画面质量和像素清晰度都还很初级。不过逻辑是一致的：图片和视频的竞争已经白热化，而 3D 和世界模型的空间还很大。这块的主力玩家会是游戏公司，因为它们有天然的需求场景。
那天我听到一个数据挺有意思的。拓竹现在有自己的平台，用户可以在上面生成 3D 模型并打印出来，他们能调用混元、Mast 以及其他多家模型，目前在混元和 Mast 上的调用量都排在头部。
他们的主要客户一类是游戏公司，另一类是 3D 打印用户。可见多模态创业仍然是一个非常热门的赛道。今年我们也看到像 Higgsfield 这样的公司出现，Hix AI 的创始人也还做了 Pollo AI，他们的数据和收入都增长很快。
前段时间我和红杉投的一家公司聊过，他们刚上线一个视频工具产品。我问他们差异化是什么，因为前面已经有很多类似的产品，比如 VEED 等，他回答说差异化没那么重要，这个市场太大了。
他举了个例子：TikTok 全球每天新增 100 万用户，其中 12% 的人会点中间那个加号，也就是每天大约有 12 万新的视频创作者，无论他们多草根，都需要视频工具。目前在视频工具领域，ARR 超过 2，000 万美金的公司已经有 20 家，很多我们都没听过，可能只解决某个具体问题，或者聚焦在某个国家。可见多模态依旧是一个非常有潜力的领域。
在复盘 2025 时，除了 DeepSeek R1，我们不得不提到另一个属于所有中国人的记忆——Manus 的发布。「Agent」 成为了年度关键词。十字路口今年的开年播客题目就是「Agent 元年」，那期我们和雨森聊时还挺冒险的，因为如果这一年不算元年，我们就要被「打脸」。但还好，Agent 的发展确实如预期。
如今讨论也越来越多，比如：Agent 应该是通用的还是垂直的？ChatGPT 会不会吃掉所有 Agent 公司？这些问题都很典型。想听听明浩你怎么看。
我还是从 L1 到 L5 的模型分级讲起。L3 对应的是 Agent。当所有人都实现了 L2，也就是具备了形成语言理解和生成的能力后，下一步自然就会走向 L3。L1 到 L2 解决的还是语言问题，但 L3 开始涉及「行为」——不只是对话，而是让模型真正去执行任务。无论是在计算机、网页还是数据库中，它都需要「行动」。这让事情变得更复杂。
所以尽管我们称今年是 Agent 元年，但它可能会持续很多年，就像 VR 或自动驾驶一样，未来五年可能都还在「Agent 元年」阶段。
因为 Agent 虽然是一个阶段性节点，但内部还有许多层级与细分阶段，不同层级对应不同的体验与需求。我们也因此看到新的分化——通用 Agent 与垂直 Agent 各有路径。某些垂直场景可能更容易实现理想化的 Agent 落地。
Agent 的出现给了非模型公司一个全新的落地范式。以前，想在 AI 领域创业的人面对模型厂商的垄断往往无从下手，只能「套壳」。套壳并非贬义，而是因为他们能做的太有限。但今天，Agent 的生态正快速扩大，复杂且多样。如果类比互联网早期阶段，如今的 Agent 领域连「协议」都还未标准化。大公司们都在争夺协议制定权——无论是 Claude、Google 还是 OpenAI。
一旦某种事实标准形成，协议就会确立。接着，当从语言走向行为时，我们需要搭建大量「脚手架」（Infra）以兼容现有的互联网体系。问题在于：是继续用浏览器，还是走纯 API？是构建在旧系统上，还是重建一套？这些选择决定了公司间的差异。
于是就出现了各种不同类型的公司：做协议层的、做 Infra 实施工具的、做底层基础设施的，甚至还有专注记忆系统的。整个生态因为这一转向而极度庞杂。
说到 memory infra，这确实是个关键点。我们之前采访 MeMU 时就注意到，围绕「记忆」的 Infra 已经多到让人眼花缭乱。我后来又和 MemoBase 的创始人聊了一次，他帮我梳理了整个技术图谱。听完我才意识到，不同公司走的路线完全不同。他说现在根本没有统一的技术标准，每个人都在用自己的方法。
我们自己也在做相关的探索。因为我们的主业是社交，而在 AI 社交中，记忆系统极其重要——无论是个体记忆，还是人与人之间的互动记忆。
我们的技术负责人对此一直很头疼：到底要自研，还是用开源方案，或者选择成熟的 API 厂商？连这个选择都难以下定论。
赵纯想前段时间在我们北京场的 AI 开放麦上来分享过，当时也在十字路口讲了 10 分钟。他的主题是一个新项目——一个 IM 产品。但那次分享的重点并不是这个 IM，而是他为了这个 IM 自研的记忆系统。因为他认为市面上现有的记忆系统都不够好，要么不稳定，要么不适配他的场景，所以决定自己做。
是的，这只是 「memory」 这一项。我记得前段时间蚂蚁开源曾发过一张巨大的生态图，涵盖了 Agent 框架、Agent Memory、Agent Infra 等板块。这一年来，整个开源生态中涨得最快的几个方向，几乎都和这些模块相关。
因为大家确实已经走到这一步了——要把 Agent 做起来，就必须解决这些底层问题。现在很多创业者都面临同样的困境：生态太新，没有成熟的标准和工具，最后只能自己搭。这就像一座冰山，我们看到的只是上面那一小块 「Agent」 的形态，而下面那一整块巨大的系统支撑才是真正的难点。
说到这，我有个好奇的问题。你们有没有这种感觉——OpenAI 虽然也在谈 Agent，但他们后期表现得非常克制。
我觉得是因为在他们的决策体系中，Agent 不是最优先级的方向。他们还是更接近传统互联网产品经理的思路，关注「需求实现」和「产品形态」。而如今大家谈的 Agent，在一定程度上被狭义化了——比如它的交互方式、输出结果、按钮样式、UI 设计等，几乎被过去一年的想象框住了。
OpenAI 也在做调整，比如推出自己的 Agent，把原来的 Operator 改成了现在的形态，又做了 Deep Search 的融合。其实他们一开始也没完全想清楚 Agent 应该长什么样，但从 3 月份 Manus 发布之后，这个雏形就逐渐清晰了。
我觉得 Manus 最大的意义在于，它让用户第一次「看到」了一个 Agent 应该是什么样的产品。不管是交互逻辑、界面设计，还是整体体验，它都提供了一个具象的参考。
在这个阶段，占据「心智代名词」的红利非常大。所以 Manus 能做到最近公布 9，000 万美金的 ARR，其实并不意外。当然，后来很多人也调侃，说自己三天就能复刻一个 Manus。但不可否认，一个真正成功的产品绝不仅靠技术本身，它更是一种综合能力的体现——包括时机、细节打磨，以及品牌塑造。
对，这就又回到那个问题——Chatbot 的品牌之战其实已经结束了，但 Agent 的品牌之战还在进行。只是 Manus 占了一个很强的先机，而且占得很稳。
如果大家还有印象，GPT-5 是在 8 月份发布的，Claude 那个版本也是。8 月是美国几家头部厂商集中发版的月份，而 7 月几乎成了中国厂商最密集的开源月——每天都有新模型上线。那是一个真正的「疯狂七月」。
Minimax 当时甚至搞了一个「发布周」，连续七天每天都上新。智谱、Kimi 等国内厂商也都在那段时间集中发力。所以七八月份的注意力确实又回到了「纯模型竞争」。很多公司开始推产品、拉用户、做实施；Infra 公司也趁机融资扩张，甚至转向别的方向。
确关注度不如 Manus 发布时那种刷屏级的热度。但你要说它「凉了」，我觉得完全没有。因为之后 Manus 很快公布了 9，000 万美金 ARR，并提出了「RRR」（Realized Recurring Revenue）这个概念（其实只是普及一个更科学的收入指标）。而 9，000 万美金的体量，已经超过了我们熟知的大多数高速成长公司。
就在上周，a16z Speedrun 举办了 005 Demo Day，58 家创业公司在 LA 各自展示两分钟。很多到场的人都在 Twitter 和即刻上说，这场的质量甚至高于 YC 的 Demo Day。我也觉得可能确实如此——a16z 更有钱，也能吸引更成熟的创业者。
当时我朋友在现场录了音，我让 Gemini 听完录音后帮我总结，这些公司大致分成三类：第一类是Agent as a Service——他们在各个垂直领域解决具体问题。所以说，Agent 绝对没凉，它只是进入了一个更深、更碎片化的阶段，不再靠刷屏存在感，而是已经渗透进各种创业场景中。
同一时间，a16z 还发布了一个半年榜单——和一家支付数据厂商联合推出的初创公司收入榜。榜单统计了这些初创公司把钱花在了哪些 AI 公司上。其中有四家中国公司入选：剪映、可灵、Manus 和 Genspark。
回顾来看，从 2012 年 Siri 发布以来，手机基本都有语音助手，但和今天的 Agent 相比，仍存在代际差别。
是的，这其实是一脉相承的演化。首先，语音模型的能力显著增强了；其次，这一轮语音模型的进展是「端到端」的。如果大家还有印象，GPT 某个版本最令人震撼的演示就是语音对话、打电话的那一幕，那体现了端到端语音模型的强大能力。
如果把整个互联网生态看作一个完整系统，那么在这个系统中，已有的应用提供了成熟的场景和体验，手机厂商拥有用户识别与场景落地的能力。因此，他们不会也不可能亲自完成所有功能，而是选择与已有成熟场景的服务方合作。
就像 OpenAI 的 ChatGPT 会与外部厂商合作一样，逻辑完全相同。在中国语境下，这种生态合作的优势更加明显。因为中国的移动互联网生态非常成熟，应用的场景覆盖面极广，只要前端需求分析做得好，就一定有优质服务方来提供解决方案。
而这些服务的实现方式可能是 Agent，也可能是搜索或传统列表，但核心在于：整个生态的形成，正是建立在中国移动互联网丰富的既有基础之上。
今年有一个明显的变化——过去两年，AI 正在加速在设备终端落地。再加上 Agent 的快速发展，设备厂商普遍认为结合 Agent 的能力是未来的重要方向，也纷纷押注这一趋势。
我们前面已经讨论了大模型、多模态以及 Agent，这些都构成了一个相当丰富的体系。接下来我们聊聊生态，首先是「开源生态」。
今年开源已经成为中国从上到下的共识与国家级策略。最近上海还出台政策，鼓励企业不仅要做开源产品，还要建设开源社区。政策甚至提供最高 500 万现金奖励，授予在开源领域具有足够影响力和流量的项目。这一系列变化的前提，显然是DeepSeek R1的成功。它让大家看到，中国公司在全球竞争中，开源是一条可行且有竞争力的道路。
其实早在去年，就有记者问过 Sam Altman 对「开源」和「闭源」的看法。当时他的回答是，最领先的模型一定是闭源的，因为这需要巨大的资金与资源投入。但随着 DeepSeek R1 的崛起，这个观点开始被动摇。如今业内普遍认为，开源模型的能力正在迅速追赶，未来顶级模型中必然会出现开源模型。
甚至在前几天发布的 「State of AI Report」中就有预测：到 2026 年，一定会有一个开源模型在一段时间内登上全球第一。此外，GPT-5 发布后，其部分模型也开源了，OpenAI 也不得不参与到开源体系中。当开源模型的基础能力足够强时，开源与闭源之间的性能差距已不再显著。而在成本巨大差异的情况下，开源在开发者生态和应用端的扩展性上更具优势。
现在评估一个模型是否有意义，不仅仅看 Benchmark 分数，更重要的是：有多少人使用、它的算力消耗、覆盖的厂商数量，以及它在生态中的渗透程度。因为即便模型再强大，如果没人使用，也没有意义。从这个角度来看，开源为模型厂商提供了另一种路径，可以获得认可、积累关注，并在社区协作中不断改进模型。
过去大家认为开源「不挣钱」，是理想化的技术浪漫，但现在开源与商业化并不矛盾。以 DeepSeek 为例，它虽然开源，但其 API 同样收费。B 端企业若要访问其 API，需要付费使用。虽然 DeepSeek 的 API 成本可能只有 OpenAI 的几十倍甚至上百倍差距，但只要它的成本结构可控，它就能通过这种方式建立独立的商业模式。更重要的是，开源社区的存在让更多开发者和厂商能够共同改进模型。理论上，使用得越多，模型改进得也越快。
从更宏观的角度看，如今全球 AI 的竞争，本质上是中美两国的竞争。除了中美本土的对抗，更大的问题是：其他国家如何选择？他们总需要模型，那么是选择 OpenAI，还是中国公司的，亦或自建？例如日本、非洲国家、东南亚、中东地区都会面临这样的决策。因此，开源在某种意义上，也成为一种具有战略意义的「软性武器」。
没错。开源模型往往更容易获得全球范围内的好感。它让更多人能以更低成本在本地部署模型，从而更快获得用户。同时，它也天然解决了「信任」问题——很多人担心数据被泄露或滥用，而开源模型让这一切变得透明、可验证。
比如最近「双十一」，我在选购笔记本电脑时注意到，有一个型号几乎瞬间售罄。原因在于，它特别适合本地部署大模型——内存和显存都很大，但价格相对低廉。对从事大模型研究的人来说，这种设备是「刚需」。
你刚提到的「营销」这一点我非常同意。像 DeepSeek 梁文锋，他从不接受媒体采访，但他有自己与技术世界沟通的方式。
他们发的论文会让人对技术发展产生乐观和信心。在这个世界有各种不可抗力因素导致沟通受限的情况下，仍然存在一个可以通过独特语言和方式沟通的世界。
我记得当时 DeepSeek 发出后，我看了 Lex Fridman 的五小时播客，他非常客观、平静地分析为什么 R1 做得好，基本没有政治偏见。你会觉得技术世界的人仍然相信，只要产品足够好，就能被客观评估和认可。
今年在应用层你看到哪些值得注意的突破？除了我们前面聊到的 Agent，还有哪些你觉得是年度科技记忆中的关键词或应用？
Coding 肯定绕不开，尤其是 AI Coding。今年在前端、后端、数据库等细分领域进展都很多。
另一个是垂直领域的 Agent 发展很快。通用 Agent 成为显学，无论大模型厂商还是初创公司都在做。但在垂直板块，比如法律行业，今年有几家公司融了很多钱。这些公司需要大量垂直行业信息和工作流，以满足隐私和数据安全要求。不止一两家，可能有五六家甚至七八家公司在这个领域融资和发展不错。
金融领域也类似，分为一级、二级、保险、银行等。营销板块一直是竞争最激烈的领域，包括线上、线下、搜索引擎、视频、图片、文字、邮件等。虽然这些公司规模不大，但发展非常繁荣。
我觉得还有一个不在主流讨论范围内、但一直在发展的板块——社交与陪伴。a16z 最新榜单中，Web 端前 50 有 10 家，App 端有 12 或 13 家，但几乎没人讨论。可能因为社交已经经历了多个代际，从 1.0 到 2.0 加入互动与沉浸体验，再到 3.0 场景化打造，如今还在进一步演化。
从今年 Q3 开始，国内一级市场上有几家做 AI 动态漫（即 AI 动画或动态漫画）的公司融资很多。动漫这个板块天花板很明显，上一代移动互联网创业时大家已经尝试过，但几乎没有成果。AI 的加持带来了更多可能，但即使推到极致，也不会有巨大突破。只是因为图像生成、推理模型的进步、可用性提升，加上动漫平台内容需求、出海故事、短剧加持，这个板块被「挤」出来，获得了超出预期的关注。
这也反映出资本市场的动态——当一线赛道被挤满后，创业者、VC、投资人都需要新的「二级牌桌」。一级牌桌已经容不下这么多人了。
没有，我们也投了一家。只是它的市场关注周期不会太长，被认可的时间窗口有限，所以要抓紧时间。
Cursor 或类似 Cursor 的应用，可能有两个维度。一个是 Coding，这个大家都有；但另一个是能像它那样真正定义一个范式或品类，我觉得挺难的。
主要是因为，中国在移动互联网时代，纯 toC 产品的设计、运营能力可能比美国更成熟，所以大家会期待纯 toC 应用的爆发。但截至目前，我们还没看到这个结论被验证。
看榜单仍然是我们之前提到的那些应用。即使出现一些「新」名字，仔细看其实 90% 是传统 App，只加了 10% 的 AI 功能，却被归入「AI 应用榜单」前列。这种情况让人难以认同，因为这些公司很多都成立多年，并不算新。
对，那可能是美国的趋势。但在中国我们没法照搬，因为我们没有办法讲 ARR。那我们能评判什么？无非就是用户量。可在当下的中国移动互联网市场，即使把 Web 端算上，要做到高用户量太难了。这不是 AI 的问题，而是整个行业的问题。
Quick Mobile 的上半年统计把所有 AI 应用分为三类：独立 App、Web、插件。其中独立 App 和 Web 应用中有四分之三用户量负增长，只有四分之一在增长。而插件中约有三分之二在增长。
但问题是，谁愿意只做插件？现实就是如此。为什么插件增长？因为在当前中国的移动互联网体系下，所有入口位置都已被占满，就像关键词一样。你不做插件，想单独开辟新战场太难了。
回到我们之前提到的几家公司，比如做 AI 图片社区，他们都拿到了融资，有的拿了两三轮甚至三四轮。创始人都很优秀，也在做正确的事。但即便如此，也很难在短时间内实现用户数据的爆发式增长。这种超级爆发的趋势在今天几乎不可能出现了。当年移动互联网爆发时期，新应用一周就能有上百万日活的情况，如今几乎不会再有。即使出现，也像流星一样稍纵即逝。
现在美国有很多夸张的融资故事，几乎每周都会出现一家没听说过的公司就能融到五千万美元。这些公司很多是 toB 的。但在中国，这种情况很难发生。一方面是因为中小企业的付费意愿、能力、意识不足；另一方面是因为我们的移动互联网太成熟了。
移动互联网如今是一个充满「城堡」的地方——微信是一个城堡，抖音是一个城堡，小红书也是一个城堡。而在美国，Web 端更开放，鼓励各种工具互相协作，实现 1+12 的效果。这种差异在创业生态和机会选择上反映得很明显。我觉得我们现在更加被动。
确实，原来那套我们熟悉的趋势如今太难复现了。我们需要新的趋势，但又不能完全照搬美国的模式，因为底层基础不同。那我们的趋势该是什么样？这不仅是创业者的问题，也是投资人的问题——我们该投什么？
对当下的美元基金 VC 而言，AI 美元投资确实非常难做。大模型项目投出后，跟几轮就结束了，只能等待结果。大家都说 AI 应用看中国公司，但如果是出海团队，又会面临各种复杂问题。如果投纯国内团队，又要问：你期待的是什么？期待的退出方式是什么？这些问题几乎无解。
当然，我现在不做纯 VC，可以轻松地讲这些。但换位思考，这些问题确实让投资工作难以开展。所以只能先放下这些无解的问题，专注看创始人的背景和方向，认真交流，判断是否值得相信，然后再决定投资。别想太多，因为想也想不清楚。
前几天我见了一位基金的管理合伙人，问他怎么看当前的美元 VC 环境。大家普遍觉得不好做，他说自己问了一个问题：是否还相信 VC 的底层叙事——科技公司需要耐心资本在早期阶段帮助它们实现从 0 到 1 的建设。如果还相信，就继续做。
这让我想到昨天刚公布的诺贝尔经济学奖，其中一位得主的研究指出，真正推动经济高速增长的是「破坏式创新」。这种创新与 VC 的发展逻辑是紧密绑定的。
如果你相信这一底层逻辑，当然仍然需要 VC 的存在。但问题在于，这是一种过于理想化、终极化的答案。逻辑没错，但落实到现实执行层，尤其在国内，会受到太多限制与掣肘。投资人只能在有限的空间里辗转寻找解法。
这也是如今许多仍然相信技术、相信产品、相信创新会改变世界的投资人内心反复权衡的天平。
是的，AI 硬件确实很热。我们可以看到融资创始人的背景变化。最早是字节等大厂的产品经理出来拿到融资；再早一些是科研背景的人，比如实验室老师或研究员。
但后来大家发现，这两类创始人的项目效果都有限。于是投资开始转向行业型创始人——比如来自大疆、追觅、石头科技、影石等公司的创业者。
没错，逻辑很清楚：投资人已经投完了自己熟悉圈层的人。为什么投硬件？因为相比纯软件项目，硬件更具象、更可见，有实体、有收入模型，投资人会更有安全感。再加上中国在供应链上的优势，更容易产生落地成果。
但即使这样，很多项目最后还是不尽如人意。于是又出现了新一轮逻辑——去找那些让投资人「更信任、睡得着觉」的创始人背景。这套逻辑听起来都对，但换个角度看，我们其实是在「站着说话不腰疼」。身处战场的创业者或投资人并不能靠总结规律生存，他们必须在不确定中做决策。
Vince 两个月前来过中国，他见了我们刚才提到的公司中的好几家，对中国很感兴趣，安排了一次非常密集的行程。
这种乐观其实也带有一点哲学意味——物极必反。当一个领域极端到某种程度，总会出现新的平衡点。就像游戏投资。中国的游戏投资在 2015 年后基本就不属于 VC 的领域了。但过去两年，海外 VC 开始重新关注中国早期游戏团队。要知道，中国的游戏团队几乎十年没在 VC 射程内了。
他们不是先考虑退出，而是从成本角度出发。相较海外团队，中国游戏团队在成本上便宜得多——而且是「全方位的便宜」。与此同时，海外游戏并购一直非常活跃。于是他们把两边优势结合：在中国低成本做内容，再在海外通过并购实现变现。这是中国 VC 很难做到的。
其实我觉得像刚才说 Vince 来中国，包括海外 VC 看中国的情况，这个世界其实非常关注中国。
我们刚才聊了很多一级市场的内容，而最近二级市场可能才是更受关注、登上新闻头条的地方。比如 OpenAI 和 AMD 的新闻一出，AMD 这样庞大的公司股价涨了 40%；就在我们录播客的前一天，OpenAI 和博通（Broadcom）的合作新闻发布，博通的股价也直接上涨 10%。
所以在二级市场，其实正在发生很多故事，充满了乐观的情绪。想听听明浩，你过去一年和很多二级市场分析师、投资经理沟通频繁，你会怎么回顾这一年？
我还是想从自己做的内容来看。我今年截至目前一共做了 6 个报告，第 7 个正在准备中。
前面包括去年的年终总结、DeepSeek、Manus、Agent 的分析，以及今年 Q2、Q3 的市场总结。我在做第四个报告时才开始提到「是不是泡沫」，到第五个版本时已有两页分析「泡沫」，到了 9 月的 Q3 报告，就有六页都在讨论「是不是泡沫」。这个比例的变化说明，关于泡沫的讨论在持续升温。
Q2 时有些声音开始觉得市场不太对劲；Q3 时我引用最多的是硅谷银行的报告，它做了很多定性与定量分析，包括和 2020 年互联网泡沫的曲线对比。当时硅谷银行就已经在研究，现在看来这些分析方式被越来越多人采用。
我仍然认为，我们真的在不知不觉中走到了一个极限。比如最头部的「七姐妹」科技公司中，有几家的市值已达三四万亿美元，每年的经营现金流达千亿美元的量级。而 OpenAI 的估值是 5000 亿美元。这些数字摆在那，意味着他们能做的事情太多了。
市场已经不满足于单纯靠散户推动股价上涨，这个游戏不够刺激了。与此同时，OpenAI 也走到了一个新节点。我觉得 Sam 在某个时刻顿悟了：原来 OpenAI 在资本层的操作主要是融资、卖老股、拉估值，同时用这些资金或股份去投资初创公司，比如最近收购了苹果前设计师创办的公司。虽然估值每 6 到 9 个月翻倍、每轮融资两三百亿美元，已经刷新历史记录，但整体还算在可控的、可被线性归纳的范围内，至少有人买单、合同签好。
但 Sam 似乎意识到另一种路径。他最近常被比喻为「天云纵」——类似 Google 拥有云、模型、产品和 Infra。如果未来 AI 无所不包，那么 Google 值 3 万亿美元，OpenAI 应该值多少？未来的增长预期能打多久？以前是半年或一年，现在变成五年。所以最近签的合同几乎全是 5 年或 10 年期。
可这很讽刺——技术进展是按「年」来推进的。我们看过无数分析师、银行、券商的技术报告，没有人写 5 年期的预测。但现在 Sam 说要把未来五年的预期全部押在这件事情上。OpenAI 估值已达 5000 亿美元，这个量级放在全球也屈指可数。即便还未上市，它依然可以影响整个市场。所以我们最近一个月看到的各种新闻，正是这种估值预期下的结果。
早在 2024 年，Sam 曾说过要把这件事做到 7 万亿美元的规模。这数字当时让人觉得疯了——那时 OpenAI 估值才 1800 亿美元。7 万亿几乎超出所有人的理解范围。但如今，当我们把 OpenAI、NVIDIA、微软、Google、Oracle 的未来五年预期加总时，万亿美元的量级已经被公开讨论。
是不是能到 7 万亿没人知道，但至少「万亿级」的讨论已出现。所有故事、所有预期都被压在未来五年内。谁被投资，谁就要把自己的五年预期也打满。而市场格局又如此激烈，没有人能缺席。AI 不再只是技术或产业，它已经变成了市场本身。
今天的 AI，不只是一个行业，而是整个系统本身。「too big to fail」已经不足以形容它，它的生态极其复杂，所有人都被卷入其中，规模大到理性评估已无意义。我不断强调：我们可能已经走到了一个所有人都没有意识到的极限。
截至今天，全球所有上市公司中，IPO 融资额最高的也不过 250 亿美元左右。
是沙特阿美，那可是世界纪录，已经比 OpenAI，甚至比很多云计算公司的单轮融资都小了。如果今天 OpenAI 上市，它的体量会有多大？需要融多少钱？整个股市恐怕都要被撕开一个口子。
我那天还看到一个有趣的数据：在 Web 时代，烧钱最多的上市公司是亚马逊，上市前烧了 20 亿美元；到了移动互联网时代，最「烧钱」的是 Uber，烧了大约 400 亿美元，是亚马逊的 20 倍。那是否意味着 OpenAI 要烧到 Uber 的 20 倍，也就是 8，000 亿美元才能上市？
现在看来，这个数字并非天方夜谭，它很可能就是事实。它被定在了这个位置上，不管出于什么原因，这个时代走到这里，带着美国巨大的技术势能、硅谷趋势和金融趋势，滚到这个阶段——只能继续往前走，别无选择。
接着说，现在无数人都在拿这件事做对比：与当年的互联网泡沫、铁路泡沫相比。当然，现在没人再提郁金香或比特币了，那不是一回事。我们讨论的是那些真正意义上的工业革命式的历史变革。
最近讨论最热的比喻是互联网。当年互联网泡沫破裂，纳斯达克的 dot-com 公司几乎全线崩塌，但底层的光纤基础设施留下来了，为之后二十年的互联网发展打下了地基。可现实是——当年铺设光纤的公司几乎全都死了。那是不是意味着今天这些建设数据中心的公司，也可能会死？
未来当然可能更好，但这里存在关键差异：光纤铺在那儿，十五年、二十年还能用；而今天投入的数据中心 GPU，三年就折旧完，再过两年可能就淘汰。折旧周期带来的压力极大。
更大的问题是：整个产业的巨额资本投入，建立在头部公司强大的营收能力之上。像 Meta、Google、NVIDIA、微软这样的公司，每年能赚上千亿美元，投入千亿也没问题。但除了这几家，体系内的其他公司几乎都快撑不住了。做云服务的公司、甚至马斯克的 xAI，现在都需要新的资金来源，已经开始使用债务融资。
分析泡沫时，如果是股权泡沫还好，但债务泡沫就麻烦得多。次贷危机就是因为债是刚性的，一旦还不上就崩盘。所以当我们把那几家巨头剔除后，底层的风险系数其实非常高。像 CoreWeave 这样的公司，资产负债表已经相当难看。它原本是做矿场起家的，用高杠杆的古典金融逻辑经营。虽然这种模式在 Web3 世界不算罕见，但确实在蔓延成一个趋势。
还有一个更有意思的信号。截止 2025 年 10 月中，标普 500 涨幅最高的两家公司——既不是 GE 或通用能源公司，也不是什么金矿公司，而是两家硬盘厂商：希捷（Seagate）和西部数据（Western Digital）。
为什么？因为大家意识到数据中心建设的狂潮已经来了。第一波受益的是英伟达（NVIDIA），然后是云计算公司，接着变压器、冷却、电力等板块都被炒了一遍。最后大家发现，还需要硬盘，需要存储。但硬盘又受制于闪存颗粒的供应。这也是为什么 Sam Altman 最近跑去韩国和日本，拜访 SK 和三星——为了确保存储供应。
回到刚才那句话，我们真的已经不知不觉走到了许多领域的极限。电力、冷却早已讨论无数次，如今连存储都成了限制。而这又是一个几乎被垄断的行业。
所以你会发现，当所有因素叠加在一起时，已经很难区分是谁的原因、哪家公司的责任。它更像是一场巨大的「共谋」——不是主动的，而是被推着滚到这一步。等我们意识到时，已经没有退路，只能继续向前。这就是整个故事。
前面我们其实提了很多关于欧美在 2025 年硬件算力方面的进展，但与此同时，国内这几年在相关领域也有大量投入与显著成果。相信行业里的人都还记得，今年夏天的世界人工智能大会和世界机器人大会有多火爆——几乎是一票难求。
我补充一个细节：在查资料时，我让 AI 帮我总结算力方面的进展，结果几个报告都提到同一点——「东数西算」工程在 2025 年建成了一个超过 300 亿 FLOPS 的智能算力网络。这个工程是 2022 年启动的国家级项目，核心思路是将东部地区的数据处理需求转移到西部，以实现全国算力资源的优化配置。
至于 300 亿 FLOPS 是什么概念？AI 给我的解释很形象：如果你的手机每秒能完成 100 次计算，那么 300 亿 FLOPS 就相当于300 万亿台手机同时工作一秒钟。换句话说，这样的算力足以支撑超大规模的 AI 模型，处理海量的城市数据，并同时为数十亿用户提供互联网服务。
另一大热门领域自然是机器人，也就是大家常说的「具身智能」。中国在过去 12 年一直是全球最大的工业机器人市场。9 月份发布的《世界机器人报告》提到，中国在工业机器人的新安装量和在运营存量上，依然位居全球第一（基于 2024 年数据），而 2025 年预计会更进一步。
报告中还有一个关键数据：到 2024 年，中国本土制造商的销量首次超过外国供应商，市场份额从十年前的 28% 提升到 57%，几乎翻了一倍。这意味着中国不仅是最大市场，也在制造端实现了质的突破。
我记得我们之前有期播客采访维他动力联创赵哲伦，他正好在北京参加今年的 WRC 世界机器人大会。他提到，当晚要去「机器人运动会」，并分享了一些非常生动的观察。我印象很深——他说，这个「机器人运动会」就像汽车文化里的 F1，它的意义不仅是竞技，更是为整个产业培育文化土壤。这种文化的建立，可能会对未来产业生态产生深远影响。
他还提到一个细节：在大会现场，很多小孩和机器人互动。他当时感叹——我们这一代是伴随电脑和手机长大的，而现在的孩子，可能会成为伴随机器人成长的一代人。
从更长远的时间视角来看，这或许正是一个新的时代开端。也呼应了我们之前问明浩的那个问题——「有哪些事是十年后回头看，仍然会觉得对今年印象深刻的？」
我们从一开始聊大模型、多模态、Agent，到后来讲二级市场，一开始聊的是创业、机会、技术产品，最后其实变成了一个很有历史纵深的话题长河。
哈哈哈，这是很有意思的一期节目。谢谢明浩，感谢！也期待明年这个时候我们再来复盘。