语言、coding、多模态，到底谁坐AI的主桌？---狂喜98页PPT-solo

感谢大家然后来听这个狂喜的最后一场 ， 然后我们就不浪费大家时间 ， 正式开始吧 。 呃 ， 这个这个 PPT 的制作时间应该是在 4 月初 ， 那今天已经 4 月底了 。其实很多内容我在做的过程中就不断地修改 ，不断地修改 ，不断地更新 ，不断地更新 。

甚至我今天早上是刚从美国飞回来 ， 早上落地到浦东机场 ， 甚至在昨天晚上在这个 ， 应该是前天晚上在拉斯维加斯机场等飞机的时候还在改 。

对 ， 反正最后现在这个版本我也不改了 ， 就这样了 。 今天起的标题叫 ， 呃 ，" 语言 coding 多模态 ： 我们到底谁做主桌 "。

这个如果听过我之前播客的话 ， 可能会理解我为什么起这样一个标题 。 然后起了一个有一点意思的小标题 ， 叫 "AI 这事给我干哪来了 "。

就是出院之后， 我明显感觉整个 AI 行业的发展非常疯狂地在加速 ， 所以今天这个时间里 ， 你会发现很多事情不太可以理解了 。

然后我做个简单的自我调 ， 这个调查 ， 之前听过春节前跟春节后的这两期的整理的朋友方便举个手吗 ？

好 ，OK， 大概 1/4、1/3 差不多 。 然后在上一次的狂喜播客节 ，也是在这个现场 ， 我讲过这个 ， 就是去年的 11 月份 。

听过这个的举手一下， 看看好吗 ？ 好 ，也差不多是这个 。OK， 就是我一直以来的工作习惯是大概可能每三个月左右时间会整理一次这样的内容 ， 可是你发现出现了一个变化 ， 对吧 ？

我上一次狂喜播客节是 11 月 ，11 月过了两个月之后 ，在 1 月底的时候 ， 我就不得不做了 2026 年对 2025 年的总结 。

我认为那个时间点做完了 ， 应该差不多了 ， 结果过了个春节回来 ， 我发现不行 ， 所以我在 3 月 9 号又做了一个版本 。

也就是说这两个中间只隔了两个月的时间 ， 然后呢 ， 今天还没有到两个月的时间 ， 我需要再做一个新的版本 。

所以你会发现这件事情真的在疯狂地加速 。 所以我用了一张范伟的图 ， 这个可能看不太清 ， 大概就是那个学无止境的那张表情包 ， 对吧 ？

就是学吧 。 然后你再发现更有意思的一点就是 ， 我刚才说过我做这个 PPT 的开始大概是 4 月初的时候 。

所以我第一版放那个 openclaw 的图标的时候 ， 我当时列的标题还是 " 你养龙虾了吗 "。 可是我在做的过程中发现 ， 我要把这个标题改掉 ， 这个标题不换成了 " 你龙虾还活着吗 "。

就是这么快的时间 ， 你会觉得这件事情好像已经是上个时代的事情了 ， 对吧 ？ 所以这个行业发生了非常多的变化 。

我们回到今天的这个主题 ， 这张内嵌页其实是我在 ， 我没记错的话应该是去年的狂喜这个现场我讲 ， 当时讲的 ， 我说今天这个时间点 AI 行业可能这一波有三个桌 。

第一桌我们叫语言 ，也就是拆 GP 带来的这一波的变化 。 当时的说法是说 ， 当机器掌握语言 ， 强人工智能的到来 ， 所以过去一段时间 ， 语言可能这件事情是最主要的事情 。

然后第二桌叫 coding 代码 ， 当时说的这句话其实是 Anthropic 的 CEO 说的 ，也就是说他说 12 个月之内 ，12 个月之内是在 2025 年的大概 9 到 10 月份说的 。

那我们距离 12 个月还有半年的时间 ， 我们可能会进入一个 AI 能写出所有代码的世界 。 回顾过去一到两个季度 ， 你会发现这件事情完全不是天方夜谭 ， 甚至很有可能会提前发生 。

第三桌多模态 ， 那句话是 deep man 的核心负责人说的 ， 叫 " 世界模型是一个孕育 AGI 能无限拓展的虚拟子宫 "。

多模态的领域的变化 。 所以你会发现在那个时间点 ， 我们就会认为哦 ， 语言 coding 多模态 ， 这三桌可能代表着 AI 这轮发展最核心的几个叙事 。

然后你又很特殊的是 ， 可能这三家今天这个时间点最头部的 AI 模型公司 ， 恰恰好好对应了这三桌 。

但是呢 ， 这三桌到底谁独领风骚 ， 或者说谁在某段时间站在最前面 ， 似乎是在一直变化的 。 那所以说这个主桌的比喻我用过很多次 ，但最近似乎又要变了 。

三十天河东 ， 三十天河西 ， 都不是三十年， 是三十天 。 然后我们一个个讲 。 如果大家有印象 ， 或者听过我之前的版本的话 ， 我去年的总结跟今年 1 月份的总结还是按中美对抗的角度去讲的 。

但是因为这次是一个年中间的总结 ， 所以我用了我更熟悉的一个结构 ， 叫技术 、 产业 、 资本 。 我们只讲这三件事情 ， 就是技术发展到什么程度 ， 产业之间的竞争到底是什么 ， 资本行业跟资本世界发生了什么事情 ，以及相匹配的东西 。

所以我们一个个来讲 。 先讲技术 。 我列了几个关键词 ，Agent， 这个关键词其实去年在我 PPT 里就提到非常多次 。

第二个关键词是今年新加的 ，Harness， 对 ，Infra， 世界模型 ， 开源的趋势 。 五个小标题我们一个一个来 。 Agent 这个很多人会说 ，Agent 可能是今天这个时间点 2026 年 AI 行业最大的共识 ， 甚至不需要去探讨 。

我列了两张图 ， 这两张图看起来也跟上个世纪一样 。 左边这张图是千问的 APP 在年前去做推广的时候 ， 千问 APP 在年前开始做推广 ， 让大家去用千问 APP 下奶茶 ， 这个下单订奶茶 ， 对吧 ？

所以当时他那场发布会的 slogan 叫 "From question to action"， 从问题到行为 。 那我原来的解释叫 " 从语言到行为 "，是这轮 Agent 最大的代表 。

然后这张图应该是在去年 26 年 1 月份 ， 春节前的 。 这张图是腾讯的汤道生 Dawson 的演讲的图 ， 应该是在 3 月份腾讯云的一个大会上 。他标题就特别简单 ， 就是 "AI 从 Chatbot 迈入 Agent"。

逻辑是一模一样的 ， 对吧 ？ 然后这件事情今天这个时间点已经不需要去解释了 。Agent 可能是今年这个时间点最大的业绩共识 。

然后我们回头来看 ， 从拆 GPT 发布到我们走到今天 ， 可能有三年半左右的时间 。 那之前我也讲过无数多无数次的 OpenAI 用过 L1 到 L5 的对比方式 ，L1 叫 Chatbot，L2 叫推理 ，L3 叫 Agent， 对吧 ？L4 叫研究者 ，L5 叫组织者 。

那我们从 L1 走到了 L3， 我们一路走来经历了哪些事情 ， 或者说头部公司们在干嘛 。 我们最开始走到了 L1， 得到了基础模型 。

基础模型是怎么来的呢 ？OpenAI 通过预训练的方式 ， 就是给大模型喂无数多的数据 ， 通过预先训练的方式 ， 我们得到了最最开始的拆 GPT 以及 GPT3.5。

到 L2 就推理模型的时候 ，O1 是在 24 年 9 月份发布的 。 我们大概是从什么样的方式得到推理模型呢 ？

在那个时间点开始 ， 大家强调后训练跟强化学习 。 然后在 deepseek 发布的时候 ，deepseek 是 25 年 1 月底发布的 ， 到今天也不过才一年多一点点的时间 。

大家觉得 deepseek 已经上一世代的事情 ， 对吧 ？ 那 deepseek 之后 L2 成为标配 ， 然后所有的厂商开始强调强化学习环境的搭建 。

这些事情底下这些事情 ， 从提示词工程到上下文工程 ， 再到专门为推理优化的强化学习环境 ， 我们一路走来走到这 。

然后我们现在进入到了 L3 Agent。 那 L3 Agent 的时候什么重要了 ？ 当然前面这些事情还在做 ， 还很重要 。 那 L3 的时候什么变得更重要了 ？

右边这张图是 3 月十几号的时候 ， 之前有一个新闻是阿里一位 90 后的年轻人离职 ， 当天把阿里砸下四个点还是五个点 。

这个人叫林俊阳 ，他是阿里千万原来的负责人。 他在离职之后发了过了一段时间发了一篇 Twitter 去讲他过去可能大半年左右时间在千问做的实施跟实践 ，以及对未来的预期 。他的逻辑是说 ， 我们要从原来的那套里面跳到一个新的阶段 ， 这个新段要有新的想法或者新的思维方式 。

这个思维方式叫 Agentic thinking。 那具体指什么呢 ？ 比如说决定何时停止思考并采取行动 ， 让模型决定让模型调用哪个工具 ，以及调用顺序 。

整合来自环境中的噪声或观察 ， 让模型能够在失败后修订计划 ， 然后能够让模型在许多回合和许多工具的调用中保持连贯性 。

所有这些事情的努力跟工作 ，是为了让 AI Agent 变得更可执行 、 更做任务 ， 对吧 ？ 他说这个叫 Agentic thinking。 所以今天这个时间点 ， 所有的头部模型厂商在模型的训练过程中在做的事情 ， 就是这些事情 。

这件事情恰好符合另外一个事情 。 右边这张图是我在年前那次 PPT 当中的一张图 。在春节之前 ，其实也就是 25 年 Q4 开始 ， 美国硅谷的头部模型厂商基本上已经形成共识 ，是说下一代模型最核心的标准是模型自己可以自主学习 。

今天去听 ， 如果你关注业界的话 ， 最近一段时间中国的几家模型厂商的负责人出来讲的时候也是讲这个逻辑 。

然后我们把刚才林俊阳所有说的这些话去回头去看 ， 你发现他的目标是一样的 ， 就是让模型能够自主学习来实现所谓的 Agent。

所以你发现在技术领域 ， 这件事情全部都连上了 ， 全部都连上了 。

然后所以就出现了一个关键词 ， 我们怎么能让模型自主运行得那么好呢 ？ 出现了一个可能 Q1 最热的关键词 ， 叫 Harness。

我们前面在我们 L1 到 L3 那章讲 ， 我们从上下文工程啊 ， 从提示词工程开始到上下文工程 ， 对吧 ？ 我们从提示词工程 ， 如果大家有印象的话 ， 当年第一次刚刚开始用拆 GPT 跟豆包的时候 ， 你要记很复杂的提示词才能让它打得很好 ， 对吧 ？

到 L2 左右开始强调上下文的工程 ， 整个东西变得复杂了 。 到这一代我们开始强调叫 Harness， 叫驾驭工程 ， 就是它不单纯只是一个给它喂多少东西跟保证你喂东西的质量的问题 ， 它变得一个更复杂的问题 。

然后右边这张表上的标就是可能整个 Q1 左右无数你在各种各样新闻看到的关键词 ， 特别的多 ， 乱七八糟各种各样东西都有 。Harness 对吧 ， 还有爱马仕的关键词 ， 然后 SaaS，SaaS 死掉了 ， 卡帕西的各种各样的文章 ， 然后 Claude 把 OpenClaw 屏蔽掉了 ， 对吧 ？

各种各样的 ， 包括 Agentic engineer， 就是你会发现这几个关键 ， 这几个英文单词来回来的排列组合 ， 频繁地出现在各种各样新闻里 。

然后举个更简单的比方 ， 我觉得这张图画得非常好 ， 这张图来自一个科技博客叫 Ahead of AI。他举个例子说 ，他同样用刚才 L1 到 L3 的对比 ，L1 就简单的 Chat 的模型 ， 那个时候它很像一台发动机 ， 发动机它可以转 ， 对吧 ？L2 推理模型的时候 ， 模型能力变强了 ， 它变成了一个很强的发动机 ， 可能是 F1 的发动机 。

但是光有发动机是不够的 ， 今天我们是要开车的 ，因为我们要做 Agent，Agent 要做任务的执行 ， 要做所有的这些事情 ， 我们需要把那个发动机放在车里 ， 我们需要轮子 ， 需要传动轴 ， 需要方向盘 ， 需要壳子 ， 甚至需要轮胎 ， 这些东西叫 Harness。

有个更简单的比喻是说 ， 这个比喻是魏航写的 ， 硅谷集团创始人 ，他说基座模型就是今天我们看到各种各样的模型加 Harness， 就等于 Agent。

基座模型提供原始能力 ， 它可以推理生成理解 ，但它是静态被动且无方向 ， 它什么都能干 ，但也代表它什么都干不了 。

所以你需要给它提供结构 、 方向跟约束 ， 把无限的可能性收束成有限的有目的的活动 。 两者结合的瞬间 ，AI 从一个被询问的对象变成了一个去行动的主体 。

如果大家在过去两个月用过 OpenClaw 的话 ， 你就会非常理解为什么他会这么讲这件事情 。

一个非常非常简单的比喻 ， 发动机更好的发动机到车 ， 所以我们要做车 ， 对吧 ？ 好 ， 那到底这个车需要什么东西 ？

需要哪些模块 ？ 列了一些 ， 对吧 ？ 什么围栏的权限 ， 你要设置它是哪地方能去 ， 哪地方不能去 ， 技能的封装 ，skill 又是一个关键词 ， 工具的调用 ， 它要可以会用人类跟现在给机器的各种各样的工具 。

它有记忆系统 ， 它要记住你是谁 ， 记住你的任务是什么 ， 你的标准是什么 ， 你一直以来的习惯是什么 ， 要评估反馈 。

刚才我们说过 ， 它需要不断的循环 ， 它需要评估和反馈 ， 它还需要任务的编排 。 当然这不是穷举哦 ， 还有很多的模块都需要 。

所以你看那个图又是匹配 L1 到 L3 的 ，22 年到大概可能 23 年底的时候 ， 我们在做的还是 print training，也就是说预训练跟提示词工程 。

到上下文工程的时候 ， 我们开始走到了 25 年， 到 26 年真的我们开始用 Harness 这套生态了 。 所以 Harness 到底包括什么 ？

包括特别多的东西 ， 今天你能想到的除了模型之外， 为了归属模型做行动之外的所有事情 ， 你其实都可以放在 Harness 这个概念里 。

所以就出现了一个问题 ，其实在去年跟前年的时候 ，有一波意识上的热潮 ， 就是创业公司的热潮 ，是给 Agent 或者给 AI 做什么什么什么东西 。

那个时候有一对这类项目有一个比较宽的定义 ， 叫 Agent， 叫 AI 的 Infra， 就是基础设施 。 但是当 Harness 来了之后， 你发现 Infra 这个概念被扩大了 ，Harness 现在是新的 Infra 了 ，因为它相当于你在给它做外围的所有的事情 。

所以第一关于 Harness， 第一是修辞层的 ，Harness AI 就驾驭 AI， 它是个动词 ， 对吧 ？ 第二是更重要是技术层的 ， 就是上下文管理 、 工具调用 、 记忆 、 护栏 、 编排都是 Harness， 这些都是 。

好 ， 那就变成了 26 年可能今天在截止到这个时间点 ， 过去半年左右时间 ，在意识上最热的几个方向出现了 ， 比如说最热的 Harness 的 Infra， 第一个 ， 对吧 ？

第二个上下文的记忆 、 持续学习 ， 然后编排 ， 然后同时这张图里面出现一个意外的板块 ， 叫 World model， 世界模型 ， 另一个关键词出现了 。

但其实我认为这个 World model 不应该放在这张图里 ， 这个可能是因为它为了要把所有人们方向的创意项目包在这里 ， 所以放在这里 。

那我们简单说一下 World model， 世界模型 ， 世界模型可能也是过去半年整个业界最热门的方向之一 。 大家会认为我们需要一个非语言之外的能够 touch 到的一个 ， 无论是视频流还是 3D， 什么样的一个类似虚拟世界那样的东西 ， 所以出现了世界模型 。

那世界模型其实在 2019 年开始就有很多公司在尝试 ， 只不过进入到 2024 年、25 年之后， 更多公司才开始尝试了 。 比如说李飞飞老师的 WorkLab， 比如说腾讯的浑源 ， 比如说字节马上的 CDS 2.0 之后的版本会支持世界模型 ， 比如说阿里最近在快乐小马之后又发了一个快乐什么模型 ，也是世界模型 ， 对吧 ？

所有人都往这走 。 我觉得这是个意外的出现 。 我们回到主线 ， 你发现出现了另外一个今天最热的关键词 ，OpenClaw。OpenClaw 也是符合刚才我们讲的所有事情的 ， 它就是那个壳子 ， 就是那台车 。

因为 OpenClaw 自己不做模型 ， 它只做了一层壳子 ， 对吧 ？ 所以你可以发现 ， 如果你去理解整个 OpenClaw 的执行过程 ， 我们把各种各样的 ARM 软件接到一个网关里 ， 然后网关里来运行整个 Agent。Agent 的底下有模型 ， 对吧 ？

有多 Agent 的实施 ，有记忆 ，有工具调用 ， 它有交互层 、 网关层 、 智能体层跟执行层 。其实 OpenClaw 的整个软件设计 ， 就是符合刚才我们说的 Harness 的架构设计的 。

所以虽然 OpenClaw 今天已经快没有人提了 ， 对吧 ？ 才火了几个月的时间 ，OpenClaw 也符合这个逻辑 。 那有没有更符合的 ， 或者说更被业界认可的 ？

当然有 。在上个月的时候 ，Anthropic 的 Claude 的编程的 Agent 叫 Claude code 的代码被意外泄露了 。 意外是双引号 ， 我们也没法评判是主动还是意还是真的意外， 反正它被泄露了 。

然后就有无数的人去拆 Claude code 这个这个软件的设置方式 ， 你会发现它也分很多的层 ， 对吧 ？ 各种各样层级 。

然后你把整个的流程画下来 ，其实 Claude code 也是一个 Harness，也是一台车 。 它通过 Claude 本身模型的超强的能力 ， 再加上这台车车设计得特别的好 ， 展示出了超强的能力 。

所以大家开玩笑说 Anthropic 变成了真的 OpenAI， 对吧 ？ 真的 OpenAI， 那个 AI 是 Anthropic 的 logo。 那现在这现在的 OpenAI 已经不太 open 了 ， 对吧 ？

可能到现在这家事情 。 然后再看另外一个角度 ， 开源 ， 开源可能也是过去一年多时间整个 AI 领域最热的关键词 。

那我们就看在过去这半年时间 ， 开源生态出现了什么变化 。 首先这些图全部都是蚂蚁开源做的 ， 我非常感谢蚂蚁开源的好朋友做了这样的整理 ， 我觉得非常有意义 。

虽然这位负责人已经离开了蚂蚁开源 ，他已经不更新了 。 我说这个那以后用谁的呢 ？ 对吧 ？ 他说再说吧 。他第一个统计了过去 2026 年以来 ， 大概 2026 年 Q1GitHub 上最热的新兴的排名的这个这个项目 。

那当然第一是 OpenClaw 了 ， 你看各种各样的名字 ，skill 啊 ，Claude code，OpenClaw，skills， 各种各样的词 。 然后蚂蚁的这个开源的总结 ， 我觉得总结非常好 。他说他者的注意全部流向了 Agent 生态 ， 围绕 Agent 这个生态 。

虽然这里面有很多别的项目 ，但是只看这些项目的名词 ，OpenClaw，skills，Claude，Claude kills，skills，OpenClaw skill， 就是来回来这几个词的排列组合 ， 就是代表这些项目 ， 对吧 ？

大门相关的项目大概占 40%。 然后如果把范围扩大到最受关注的 1,000 个项目 ， 粗略标注之后大概 81% 跟 Agent 相关 。

然后这些最长的关键词又是 Agent，Claude， 还有 code，skill， 还是这些词 ， 还是这些词 。其实回看过去几年， 从不同阶段出现的开源项目的命名上， 我们都不需要看那个项目到底做什么 ， 我们只看这个项目的名字 ，也能感受到整个技术生态的变化 。

更直接的是从项目的情况来看 ， 你会发现 2026 年整个 AI 生态里面 ， 开源项目最热的板块 ， 第一 AI assistant，OpenClaw 占据 ，Chatbot，Chatbot 依然是最主要战场之一 ， 对吧 ？

物理的声音是这个这个领域是 coding，coding 占的非常大块 。 然后 Agent free work， 然后 Harness， 对吧 ？ 你会发现这几关系都有了 ， 出现一些趋势 。

我们刚才也讲过 ， 第一从原来的单纯的提示词工程到上下文管理到 Harness， 对吧 ？ 第二软件开发 ， 原来我们做软件是给人做的 ， 可是今天大家开始为 AI 做软件 ， 就是为 Agent。

然后 Agent 的编排框架自我演化 ， 刚才前面也讲过 ， 成为一个加 ， 从一个加分项 ，也就是说原来我们设计一个 Agent 也好 ， 一个模型也好 ， 做编排跟做自我循环是一个加分项 。

可是今天新的这一波兴起之后， 大家发现这是一个起点 ， 就是说我在做的第一天就想着它要这么弄 。

第二更有意思 ，Agent 演化的命名最开始是龙虾 ， 然后你发现有猫 ，有蜜蜂 ，有熊 ，有穿山甲 ，有各种各样的名字出现了 ， 还有小马 ， 对吧 ？

然后带来一个结果 ， 我觉得从一个纯用户体验端来发来发现 ， 我是一个完全不懂代码的纯文科生 ，但你发现今天我在做很多事情呢 ， 我是在用上面那几个软件 ，Claude code 啊 ， 那个 OpenAI 的 CodeX， 字节的 Tree，他们其实原来是做 coding 的 ，但你发现 coding 可以做所有事情 ， 可以做 PPT， 可以做信息整理 ， 可以做任何的事情 。

然后下面这几个 Manus，Jan Spark， 包括字节的 Codes，他们原来叫通用的 Agent，但你发现这两类东西的边界跟界限越来越模糊了 。

因为你想做一个任务 ， 你并不 care 它是用 coding 解决的 ， 还是用什么方式解决的 ， 只要解决了就可以了 ， 对吗 ？

而且又因为今天这个时间点 ， 所有的 coding agent 的交互方式也是自然语言 ， 你只要跟它说我要干什么就结束了 。

所以你就更不需要关心实现过程了 。 所以出现了一个结结论 ， 第一章讲完后很快 ， 对吧 ？ 第一章讲完了出现一个结论 ， 这个结论是什么呢 ？Coding 语言多模态到底谁做主桌 ？

至少在过去半年，coding 在主桌上 。 那好 ， 那 coding 在主桌上， 我们就往下看 ， 产业到底经历了什么 。 所以产业里面的第一章 coding， 第二章 coding， 今天这个时间点最头部的代表公司是 Anthropic。

那 OpenAI 怎么办呢 ？OpenAI 原来是语言的代表 ， 对吧 ？ 是三桌里面语言那桌的代表 。 讲到 OpenAI 跟 Anthropic 之后， 我们就开始讲中美模型之间的竞争 ， 然后再扩展到应用 ，因为产业不能讲不讲应用 。

然后最后回到所谓的行业的渗透 ， 我们依次展开 ， 从 coding 开始 。

结论刚才我说过了 ，coding 可能是当前这个时间点绝对的主桌 ， 没有任何意外的主桌 。 而且 coding 这个战场很有意思 ， 说我们原来认为 coding 最开始做的事情叫代码的补全 ， 典型像 GitHub 的 Copilot， 就原来程序员写个写段代码 ， 遇到一个什么问题 ， 或者有一段很复杂的不想自己写 ，他可以用 AI 的方式做补全 ， 那是第一代的能力 。

现在生成 ， 生成比补全往前迈了一步 ， 对吧 ？ 你可以自己不完全写了 ，是生成 ， 然后还有评审 ， 对吧 ？

除了做完之后， 你还要审 ， 还要 debug， 还要做需求管理 。 所以你发现 coding 的整个市场延展变得更大 ， 然后这只是逻辑层的变化 ， 从数据层更明显 。

今天这个时间点 ， 所有 AI 相关的收入获取的角度来看 ，coding 是绝对的领先 ， 它比第二名 、 第三名 、 第四名 、 第几名加在一起还要大 。

第二名是 legal 法律 ， 客户支持 ， 医疗 ， 搜索 ， 写作 ， 这些我们常这样的认为是今天这个时间点 ， 大家用 AI 模型能力的各种各样的功能加一起 ， 没有 coding 大 ， 加一起没有 coding 大 。

这出现了一个结果 ， 这张图我觉得非常好玩 。 这张图呢 ，是 GitHub 上统计所有被提交代码当中， 你是用 Claude code 来提交的 ， 这个代码的量从

年初的大概每天可能 121 个 million 涨到了这张图截止到 3 月底 ， 应该是涨了三倍不止吧 ， 越来越多用 Claude code 提交代码 ， 提交到 GitHub 上 。

那他们提交代码干嘛呢 ？ 右面这张图更有意思 ， 这是金融时报做的 ， 它统计的是过去一段时间上线的新的网站 、 新的 iOS 的 APP，以及 GitHub 上的代码 。GitHub 上代码已经看到了 ， 全部都是 AI 越来越多 ， 同样越来越多的网站跟越来越多的 APP 出现了 。

那他们当然是要因为 AI 做的了 ，APP 尤其明显 。 你发现进入到 25 年底 ， 下半年开始爆发式增长 。 大家也想啊 ，iOS 已经发了第十几代了 ， 对吧 ？iOS 生态已经十几年了 ， 你应该已经想到 ， 应该任何什么 APP 都有人做过了 ， 对吗 ？

那为什么在沉寂了几年之后， 突然间在 25 年之后开始暴涨呢 ？ 因为 coding 的能力被下放了 。 哪怕有人做过 ， 我也想做个自己的 ， 我也想提交到 APP store。

所以你发现 outside 的增长非常的快 。

然后呢 ， 那在这个领域做的最大最大一家 Anthropic 的 Claude，Claude 从 4.5 发布开始 ，其实再往前 Office 4 开始 ， 这个曲线就一直是这个样子的 。

这种类型的曲线 ， 你在今天我 PPT 里会见到无数次 ， 就像我上一次 PPT 讲的 ， 叫挡不住了 ， 对吧 ？

然后那 CodeX 就 OpenAI 也不会落后， 对吧 ？OpenAI 发了 CodeX 之后 ，其实它的数据涨得也很好 ， 最新的数据 ，CodeX 的周活应该已经达到 400 万 。

结论是什么呢 ？ 就是 coding 这个战场挺大 ， 这个结论在去年就有 ，但是今天这个结论是 coding 战场比很多人想的大得多得多得多 ， 至少现在看上去是这样 。

因为 coding 看起来可以解决一切事情 ， 那就不分我们前面说的那个观点 ， 我不 care 是 coding agent 还是通用 agent， 只要能解决任务就可以 ， 那我根本不 care 是不是 coding。

所以泛的 coding 这个战场比很多人想的大得多得多得多 。

然后那好 ， 我们提到了这两家 ， 今天这个时间点 ， 这个行业最大的两家公司 ， 或者说最最最前面的两家公司 ，OpenAI、Anthropic， 疯狂竞争的两家公司 。

我们已经很久没有见过一个细分领域的最头部的两家公司 ，而且都没有上市 ， 疯狂的拼刺刀 ，在巷战中厮杀 ， 我们已经很久没有见过了 。

所以最最最简单粗暴的数据 ， 收入 AR 的数据 ，其实在 25 年底的时候 ， 大家就预期是说 26 年 Anthropic 的收入是有可能超过 OpenAI 的 ， 结果没有任何人想到 ，在 26 年 Q1，Anthropic 公布的 AR 就超过了 OpenAI。OpenAI 这家公司从 22 年底发布 ChatGPT 到 26 年 Q1 之前 ， 一直是引领这个行业发展的那个人。

那最简单粗暴的衡量标准 ， 当然就是收入 ， 涨得很好 ， 可是底下有一个涨得更猛的 ， 尤其进入到 25 年下半年，Q3、Q4 开始 ，Anthropic 像挡不住了一样 ， 一军突袭 。

所以这两家最新公布的数字 ，OpenAI 是 250 亿美金的 AR，Anthropic 达到了 300 亿美金 。 当然这里面可能会有一些数据的标准不一致 ， 比如说 OpenAI 的收入数据是算到手收入的 ， 它没有扣那个 ， 它是扣了云端的那个云服务厂商的渠道费用的 ，Anthropic 可能是没扣的 。

当然就是这些细节我们不讲了 ， 反正从趋势上看就是这样的趋势 。 所以我们看到了 AI 这个行业最头部两家公司在短兵相争的疯狂厮杀 。

那我们就分别看这两家公司 ， 先看 OpenAI， 或者说先看 ChatGPT， 叫 C 端依然绝对领先的 ChatGPT。 我们先看用户量 ， 用户量最最最新公布的应该是 9 亿的周活 ，而且这个数字还在涨 。其实它的数据并不涨得并不慢 ， 对吗 ？

它即便已经从 1 亿到 3 亿到 2 亿到 5 亿到 8 亿到 9 亿 ，其实这个数字已经非常恐怖了 ， 周活是周活 。

然后这个数据恐怖到 ，其实在 25 年下半年， 大家会说 Gemini 可能对 OpenAI 有一定的 ChatGPT 上的影响 ， 可是你看发现这个曲线 ， 虽然那个比率红色的 Gemini 确实在扩大 ，但是绝对领先还是 ChatGPT 的 ， 对吧 ？

从用户量角度来看 ， 用户量 。 那看完用户量 ， 我们看第二个指标 ， 留存依然绝对领先 ，而且这个领先的幅度更大 。

你会发现今天这个时间点 ，ChatGPT 的留存可以到月留存可以到 71%，而且这个数在往上涨 。 这个在我之前的 PPT 也讲过 ， 它拿到了微笑曲线 ， 就是说它的留存在往上涨 ，也就是说它到了一定阶段之后， 它过了那个线之后， 这个东西往上涨 。

我们在抖音 ，在拼多多 ，在豆包上也出现类似的情况 ， 可是其他厂商没有往上涨 ， 还维持到一定水平 。

然后日活比月活也是一个衡量这个活跃的指标 ， 或者留存的指标 ，ChatGPT 依然是绝对领先的 。 所以在留存角度来说 ，ChatGPT 依然领先 。

然后再看时长 ， 对吧 ？ 时长就更明显了 ，因为你想它本来用户量就大 ，而留存又好 ， 这两个数字一乘就是时长啊 。

所以在整个 Chatbot 这个战场里 ，ChatGPT 的时长依然疯狂的在累加 。 发现了吗 ？ 过去三页我们分别讲了用户量 、 留存跟时长 ， 这三个指标恰好是我们今天这个时间点去衡量所谓的古典移动互联网项目最核心的 APP 的指标 ， 就是我们这笔老登去衡量 APP 的公司的核心指标 。

但这里出现了一个问题 ， 就是很多人会说 AI 时代这些古典的移动互联网的 DAU、 留存 、 时长 ， 这些指标可能已经没有任何意义了 。

Anthropic 说是的 ， 没有任何意义 ， 收入代表一切 。 就像前面讲的 ， 很多人会想到 26 年的 Anthropic 收入会超过 OpenAI， 只是没有人想到会这么快 ， 快到一个季度就 OK 了 。Anthropic 涨到了 300 亿美金的 AR， 然后从增速上来看 ， 非常的恐怖 ，25 年底到 24 年底涨了 10 倍 ， 如果只看 3 月份的话 ， 涨了 16 倍 。

你要知道 ， 它是从几十亿美金涨到几百亿美金体量 ， 这个数字非常的恐怖 。 所以 Anthropic 说你的你所 care 的那些用户量 、 留存跟时长 ， 对我来说根本没有任何意义

。在 ToB 这个战场 ，ToB 这个企业的服务的战场 ，Anthropic 一军突起 。 你发现那个曲线了 ， 我说今天我们会见到无数次这样挡不住的曲线 。

那在 ToB 的这个战场里 ，在模型的扩展的这个覆盖的范围角度来说 ， 进入到 25 年下半年， 其实 OpenAI 就平掉了 ，但 Anthropic 在 25 年下半年开始暴涨 ， 已经快追上 OpenAI 了 。

然后更麻烦的是 ，在 ToB 的企业端 ， 默认第一首选的模型 ，在 25 年 26 年 1 月份出现了一个交叉 ， 交叉之后这两家公司就分道扬镳 ，Anthropic 继续往上涨 ，OpenAI 继续往下掉 。

但是在 26 年之前 ，OpenAI 还是企业首选的 AI 模型公司 ， 可是这件事情在 26 年 1 月份出现了一个巨大的交叉 ， 就反过来了 。

所以在 B 端战场 ， 攻城略地 ， 对 ， 攻城略地 。 然后那他们在做什么呢 ？ 有人统计在过去的五十几个工作日里面 ，Claude 这家公司发了 70 多个功能跟产品 ，也就是平均一天有一个半功能跟产品发布 。

如果大家在互联网公司干过的话 ， 你会发现这个版本发布是不可能的 ， 对于任何一家传统企业 ， 对吧 ？

就每天可能有一天发好几个功能版本 。 所以大家开玩笑有时候睡醒了一睁开眼 ， 哦 ，Claude 又发新版本了 。

然后干掉 Claude 上一个版本 ， 下一个 Claude 版本 ， 然后干掉下一个版本 ， 就是明天 Claude 要发的版本 。 所以你每天一睁眼 ， 你看到各种各样新闻 ， 就是 Claude 又发了个什么新的功能 。在过去的三个月时间 ， 差不多都是每天这样的节奏的 ， 每天如此疯狂的发布节奏 。

然后你把时间拉长来看 ， 从 22 年底 ChatGPT 发布到今天 ， 这两家这个时间点 ， 这个行业最领先的公司在各种各样产品功能上的发布 ，其实都没有停过 ， 只不过进入到 26 年之后，Anthropic 更强势了 。

所以两家公司的竞争非常的激烈 ， 非常非常的激烈 。

我说过对吧 ， 这种曲线已经这个这个 PPT 上已经见过无数次了 ， 对吧 ？ 两家公司的收入曲线 ， 然后另外一个曲线 ， 两家公司的最头部的模型去执行任务的时长的曲线也是这样的 。

今天这个时间点 ， 一个头部 AI 模型的 Agent 可以不需要人类辅助下自己跑十几个小时 。

同样的 ， 把两家公司的收入放在一起去对比那些传统意义上的 SaaS 软件公司 ， 你就会发现他们从 24 年开始一步一步一步一步的干掉了各种各样我们耳熟能详的软件公司 ：DataDog、Workday、ServiceNow、Adobe、Salesforce。

这两家公司的收入超过这些公司的时间也是这样 。 还有我说过这个类似的这种曲线 ， 我们会在今天 PPT 里无数次见到

。 然后两家公司不约而同的选择了另外一种相同的策略 ， 叫 All in one， 这个策略其实是中国的微信教给他们的 ， 对吧 ？

因为原来美国的 APP 是独立的 ， 各种各样的业务是分开的 。 但是你发现在这个领域 ， 大家都往 All in one 走 。

所以你发现出现一个变化 ， 这是最新版的 CodeX， 就是 OpenAI 的 Code Agent。 但你发现这 CodeX 的 APP 如果大家用的话 ， 你就发现如果是一个没有全新的话 ，APP 打开只有一个这样的对话框 ， 跟你用 ChatGPT 是一模一样的 Chat， 然后 coding 是实施的效果 。

然后在最最最新版本的 CodeX 的这个 APP 里面 ，他们内嵌了一个浏览器 。 你要知道在这之前 ，Chat、Code 跟浏览器是三个产品 ，是 OpenAI 内部定的三个最核心的产品 。

今天 All in one 放在一起了 ， 那 Anthropic 的 All in one 是什么呢 ？ 我们在技术那一章讲 ， 今年最大的关键词叫 Harness，是那台车 ， 对吗 ？

是模型之外的那套东西 ， 对吗 ？ 那大家会想 ， 那那套东西应该是第三方公司来做 ， 还是第一方公司来做呢 ？

第一方公司是不可能不做的 ， 对吗 ？ 所以 Anthropic 在最近推了他们的 Harness 的这套外围的壳子 ， 就是我除了提供最好的模型之外， 我也给你提供基于这个模型最好的那台车 。

我针对那台车也要收钱 。 两家公司在 All in one 这个战略上的不同的选择 ，但是 All in one 是相同的 。

然后呢 ， 那讲到这了 ， 我们再往再把目光扩远一点 ， 我们只讲了两家公司 ， 对吧 ？OpenAI 跟 Anthropic， 这个领域最头部的两家公司 。

但是这个领域可能今天我们知道名字有十几家 、 二十家公司 ： 中国公司 、 欧洲公司 、 美国公司 、 上市公司 、 大公司 、 创业公司 ， 各种各样的公司 ， 对吧 ？

然后这张图也很有意思 ， 这张图是我昨天晚上在啊 ，不 ， 前天晚上在机场截的 ，因为这张图每天都在变 ， 每天 。

所以呢 ， 今天模型厂商的竞争到底是什么情况 ？ 这张图上我只选了大概 13 家模型厂商 ： 阿里的千问 、Anthropic、 百度 、Deepseek、Google、Kimi、Meta、MiniMax、OpenAI、 街越 、XAI、 小米 、 智谱 ， 还有很多厂商我没有选 。

但你看那个位置啊 ， 从 26 年底开始 ， 那个位置就是最后的那个尾巴 ， 那个位置密密麻麻的 ， 所有人都集中在一起了 。

发现了吗 ？ 然后最最最上面的是 GPT 5.5， 刚刚发的 。 因为如果不是最更新的 ， 那个黑色的肯定低于 Overs， 对吧 ？

每天那个那个线都在往上拉 ， 每天都在 。

然后你发现出现了一个问题 ， 左边这张图是我在春节之后 3 月 9 号那个版本里做的 。 我说春节期间正好是所有中国的头部模型厂商在更新版本的 ，1 月 22 号文心更正 5.0，1 月 27 号 Kimi 2.5，2 月 2 号街越的 3.5，2 月 11 号智谱的 GR 15，2 月 13 号 MiniMax 2.5，2 月 14 号 CD 2.0，2 月 16 号千问 3.5，2 月 17 号是大年初一 。

我没记错的话应该是这样的 。 所以在整个春节前的那一个月 ， 中国的头部模型厂商全部在疯狂的更新版本 。

春节前哦 ， 到今天不过两个月的时间 ， 你发现从 3 月 16 号开 18 号开始 ，MiniMax 更新了 2.7，也就是说它距离它的 2.5 版本只过去了一个月零五天

。 然后开始这进入到 4 月 ， 尤其是上周开始 ， 你发现每天甚至每天都有不止一个模型发布 ： 千问的 3.6 Plus、GR 5.1， 看好千问 5.1， 它 5 是 2 月 11 号发的 ，4 月 7 号就发了 5.1。

然后哦 ， 那个 Meta 的新的模型终于发布了 ， 然后是千问 3.6 的 35B 版本 ， 然后 Opus 4.7 就是 Claude， 然后 Grok 4.3， 千问的 3.6 Max。

你看千问已经连续的一周发几个版本 ， 然后 Kimi 的 K2.6，Kimi 的上一个 K2.5 是 11 月 27 号 ， 它不过了 ， 才过了三个月不到 。

千问 3.6， 你看又是千问 ， 然后 GPT 5.5 到周末 ，Deepseek 4.4 啊 ，Deepseek 4。

上一次头部模型厂商 ，也就是中国模型厂商主动更新大版本是在 1 月到 2 月 ， 再上一次是在 25 年的 7 月到 8 月 。

也就是说那个时候 ， 这个版本的更迭是按半年为计算单位的 ， 可是到今天 ， 这个版本更迭是按两个月为基数单位的 。

那再往后就是按月 ， 就是你每个月都会看到这些模型厂商 ， 尤其是头部模型厂商不断的更新版本 ， 是一个疯狂内卷 、 疯狂加剧的过程

。在所有这些模型当中， 大家最等待的多的 ， 你发现这这右面这张图已经过时了 ， 对吧 ？ 因为我们等到了 ， 对吧 ？

这个这是一个 KOL，他在写 ，他在等 Deepseek V4 的这个心态 。 然后 Claude 说内部已经在测试一个非常非常牛逼的模型 ， 它起的这个名字 ， 当然还在测 ， 还没有发布 。

所以说模型下一代还在疯狂 。 你要知道 ， 发布出来的模型是以他们他已他们已经训好的 ， 甚至是已经训好的上一代模型 ，他们再训的跟已经训好在测试的又是两代 ， 对吧 ？

所以我们还好等到了 ， 对吧 ？ 这在上周 ， 这是昨天晚上， 前天晚上在机场新加的 。 我们等到了 GPT 的 5.5， 非常强 ， 口碑有点逆转 ， 对吧 ？

然后我们也等到了国人的骄傲 ，Deepseek V4， 我们终于等到了 。 你要知道 ， 我在做上一个 3 月 9 号版本的时候 ， 我就说过那个版本的标题 ， 那个标 PPT 的标题就是 "V4 不等了 "。

我在那个时候就在等 V4， 还没有等到 ， 还好我们等到了 ， 我们今天真的等到了 Deepseek V4。 Deepseek V4 怎么样呢 ？ 上面那张图是 Deepseek V3.2 到 Deepseek V4 的排名提升啊 ， 下面这张图是在整个开源板块 ，Deepseek V4 基本上已经非常强了 。

更重要的是右面这张图 ， 右面这张图是一个帕雷托最优的图 。 什么意思呢 ？ 竖坐纵坐标是这个模型的能力表现 ， 横坐标是它的价格 ， 越往那边越便宜 。

所以 Deepseek 最重要的 ， 尤其是它那个小的规模的版本的意义在于 ， 它在成本相对低的情况下达到了分数最高 。

这是 Deepseek 的意义 。Deepseek 今天已经不去承担那个把天花板捅漏的那个事情了 ，因为今天这个时间点 ， 头部模型竞争太过激烈了 ， 它已经不可能捅漏了 。

但是它在承担另外一个角色 ， 这个角色其实原来也是 Deepseek 一直在承担的角色 。 所以你发现 Deepseek 公布了它的 token 的价格之后， 马上我没记错 ， 应该是今天早上的新闻 ， 它的 token 的数那个价格就打了 2.5 折 ，2.5 折 ， 你没有听错 ， 直接砍到 1/4。

所以 Deepseek 今天的价值是这个 。 然后大家都学坏了 ， 都学坏了 ， 学坏了是什么呢 ？Claude 说他们的模型太厉害了 ， 太厉害了 ， 厉害到他们可以发可以发现一个 27 年以来没有人发现的巨大的软件的漏洞 。

所以这个东西不能放开放出来 ， 太危险了 ， 所以要去做测试 。 然后差不多同一时间 ，OpenAI 也说我们模型也很厉害 ，也不能放出来 ，也太危险了 。

所以你看这个标题特别有意思 ， 叫 "Our new AI tool is too dangerous to release too"， 就是我们也不能这样弄 。 我觉得大家都学坏了 ， 就是我觉得有一定的营销成分啊 ，但是确实你可以想象 ， 这个模型真的强到了一定程度之后 ，他们才要这么干 ， 对吧 ？

那你说 ， 所以我我加一句说 ， 或许可能 maybe 也是需要的 ，也是需要在发布之前做更多的安全的测试 ，是有可能需要的 。

所以那我们提到 Deepseek， 我们我们就往下讲 ， 就不能不提到另外一个关键词 ， 就是开源 ， 对吧 ？ 然后这个关键词甚至可能是中国厂商来引领的 。

所以在各种各样的数据统计上， 你发现无论从下载量 ， 就是开源模型的下载量 ， 还是百分比来看 ， 红色就是阿里的千问 ， 然后有 Deepseek，有国内的各种各样的厂商 ， 包括可能美国有些厂商 ， 欧洲厂商也在做 。

但是你会发现 ， 中国的模型厂商在开源这个板块非常的强势 。 上周美国国会专门开了一场关于中美 AI 对抗的听证会 ，有一位专门研究这个 AI 行业的这个这个类似大学的这个研究员 ， 就引用了这两张图来去讲 ， 相当于某种程度上他在说 ， 美国没有太做开源 ， 相当于把这个事情拱手让给了中国厂商 。他会认为这很危险 ， 开源 。

那同样的 ， 对吧 ？ 开源引发的问题就变成了中美对抗的问题 ，因为开源不仅仅只是开源软件的问题 ， 它变成了中美两国在 AI 这件事情上竞争的最核心的战地 。

所以这个报告做的时候特意区分了中国模型 、 欧洲模型跟美国模型 。 那从结果上来看 ， 确实无论从模型能力还是模型的占比来看 ， 中国模型 ， 中国模型厂商在开源这个板块确实非常的强 ， 毋庸置疑的强 。

然后我们讲完了 coding， 讲完了那个 OpenAI 对 Anthropic， 讲完了开源 ， 我们再往下讲应用 。 应用大家都会说 AI 要走到了应用环节里 ， 对吧 ？

这两张图呢 ，是 a16z 每半年会出的一张图 ，是它统计了前 50 大 AI 的网站 ，以及前 50 大 AI 的 APP。 这个大的标准特别的简单 ， 流量跟 DAU。

但是又回到刚才那个问题 ，在这个时代 ， 流量跟 DAU 还有价值吗 ？ 图上的很多公司其实都非常多出现在搒单上， 这个搒单本身的价值我觉得在被弱化 。

你会发现这个搒单的讨论越来越少了 ，因为大家发现流量跟 DAU 好像没有太大的价值 。 但是我们还可以看到搒单一些趋势 。

首先 ， 图片跟视频一直以来都是并加并加必争之地 。 我讲过无数次 ， 我在 Panel 的直播间也讲过无数次 ，APP4 到今年已经十几年的时间 ，APP4 到每年的最大应最大应用 ， 绝大部分全部来自于图片跟视频这个领域 。

那你看板块的占比来看也确实如此 ， 图片生成 、 图片编辑 、 视频生成 、 视频编辑一直占最大板块 。

但是同样也出了新闻

，3 月多少号啊 ， 我看一下，29 号 ， 应该是 28 号 ，OpenAI 关闭了它的视频生成的 APP，sora。 哦 ， 大家想 ， 卧槽 ， 才过去一个月的时间 ， 感觉像上个时代一样 ， 对吗 ？

这个新闻才过去不到一个月的时间哦 。 然后 sora 关闭当天 ， 我写了这样的微博 ， 我说 sora 关闭了 ， 无数人看笑话 ， 留存差 ， 这个瞎搞 ， 打败抖音的绝对不是另外一个抖音 。

这些观点应该你在无数的新闻媒体上都看到了

， 类似很多人挂在嘴边的 ， 我早就说过这个 APP 不行 ， 这不就是抖音的什么 AI 版 ， 对吧 ？ 大概率我觉得这些结论本身都是正确的 ，但很多时候这些判断会类似人总会死的情况 ，是正确的废话 。

尤其在变革的当下， 所有走过的弯路 ， 我觉得最后可能都算数 。 相较于那些议题 ， 我觉得这个议题真正值得展开的是 ， 或者说我想看到的表达是 ， 第一 ，AI 模型公司的架构选择 ， 这个架构涉及到产品架构跟组织架构 。

第二 ， 模型公司的资源的优先级 ， 或者说如何权衡自身的 token 效率 。 因为今天这个时间点 ， 训练需要 token， 给用户提供服务需要 token， 研究新的模型也需要 token，但 token 或者说算力是有限的 ， 无论你融了多少钱 。

所以对于任何一家模型厂商而言 ，在今天这个时间点 ，token 在内部的效率变得非常的重要 ， 优先级 。

三 ， 什么阶段 ， 什么估值 ， 什么市场地竞争地位的公司如何做动态的战略取舍 。 这件事情是 OpenAI 主动选择的取舍 ，因为它发现再摊子铺这么大 ， 真的就追不上 Anthropic 了 。

但又想 ， 谁会关心这些呢 ？

然后你发现 sora 关 sora2 关闭之后出现了新的东西 ，GPT 说我们关的是对的 ，因为我们推了更厉害的东西 。

就是最近两天 ， 大家应该被无数刷屏 ， 叫 GPT 的新的视频模图片模型 image two。 我当时看到的时候真的震惊的无以复加 。

左边这张图是看到就一句生成词 ， 叫生成一个抖音直播的截图 ， 直播间名叫什么什么精选 ， 一个 40 岁左右的中年女性在北京央视大楼下讲解 39.9 的北京一日游产品 。

一句提示词生成的结果是个样子 ， 你发现它对什么叫抖音直播间了如指掌 ， 评论区点赞关注列表 ， 什么红包用户数量排名 ， 甚至连那个小黄车的卡都知道 。

这个事情还符合刚才我说的 GPT 啊 ，不是不是 ，sorry， 抱歉 ，Gemini 就是 Google Gemini 在去年强势推出它的图片模型之后在讲的就是在一桌的概念 。

什么叫在一桌 ？ 就是图片生成不单纯只是生成图片 ， 图片理解今天世界所有的知识 ， 就是语言跟图在一起 ，在一桌 。

然后你看我当时说法说新的 GPT 的新的图片模型 ，其实还是符合之前 Gemini 在做的多模态和语言是一桌的逻辑 ， 就是不是单纯的画一张图 ，而是非常明显的带有逻辑跟 knowhow，而且看起来 image two 比 nano banana 更能理解世界发生了什么 。

但就像我们前面讲的 ， 最近半年这个业界的主线是 coding， 对吧 ？ 但是直到我我还是会被震惊于这一轮 image two 的能力 。

右面这张图也应该你也应该看过 ， 这张图的提示词是把原神 、 明朝 、 洛克王国 、 黑神话悟空做一张联动的类似活动的推广图 。

你知道这个事情的难度在哪里吗 ？

原神 、 明朝 、 黑神话悟空 、 洛克王国是分别属于四家公司的产品 。 这张图做完在最底下有一个版权说明 ， 版权说明里把米哈游 、 酷洛 、 游戏科学跟腾讯都写到了 。

听懂了吗 ？ 我的提示词是这四个游戏的联动 。 它知道一张这样的图底下需要有一个版权声明 ， 它同时也知道这四款游戏来自于哪四家公司 ，并且把它们的大小写都写对了 。

所以还是非常强的 ， 非常非常强 。

然后再往下看 ， 对吧 ？ 我们谈了那么多 ， 大家说 DAU 留存都不重要 ， 那重要的看上去只有收入了 ， 对吗 ？

只有收入了 。 所以我们又回到了 AR 老生常谈 。 那除了我们看那几家 coding 公司 ，AR 长得非常乱 ， 我们还能看到哪些公司 coding 长得 AR 长得很好 ？

这张图也更新了无数次版本 。 这张图叫什么呢 ？ 叫一家 AI 公司从一做到 1 亿美金 AR 所需要的时间 ， 这个记录在过去几年疯狂的不断的被打破 。

时间的记录最新被打破了两家 ， 一家叫 Legora， 一家叫 Wiz， 后面还有一家叫 Harvey。 这两家公司 Legora 跟 Harvey 都是做法律的 ， 对吧 ？Legora、Harvey 跟 Legora 都是做法律的 。

然后很有意思的是 ， 如果大家听我播客时间比较长的话 ， 我在 24 年应该是几月啊 ，5 月还是 4 月的时候 ， 跟 Koji 就是 Suruko 的 Koji 我们做过一次整理 ，是整理 YC 所有 AI 创业公司的 。24 年 5 月份我们做的整理 ，在那个时候我们我记得特别清楚 ，在那天早上起来我去找 Koji， 我在路边的便利店买东方书页 ， 然后打开手机刷新闻的时候 ，Harvey 在那个时候刚刚

融 A 轮 5,000 万美金 。

然后在我做这个 PPT 的那一天 ，Harvey 已经 110 亿美金了 ， 两年多啊 ，不到不到两年， 抱歉 。 所以我跟我跟 Koji 说 ， 我说 Harvey 已经 110 亿美金了 。

记得我们那天见面聊的第一个第一句话 ， 我们就说 Harvey 刚刚融资了 。他说所以 Koji 说当时就应该投他们的 ，但是我没有办法投 。

对 ， 这是一个侧面了 。 我觉得这这两年市场三年真的发生太多事情了 。 然后再再看另外一个角度 ， 就法律只是一个切面 ， 那这个切面其实切了非常多的行业 。

右面这张图是一个对美国很多 CIO， 就是首席信息官的统计 ，他们到底想砍什么样的预算 。 首当其冲的是 IT 预算跟软件的 saas 预算 ， 完全不砍的是安全的预算 。

那砍掉这些预算去干嘛呢 ？ 当然是去做 AI 喽 ， 对吧 ？ 所以有另外一个角度 ， 这是红杉画的一张图 ， 就是说他会认为什么样的行业跟什么样的工种会优最先被 AI 所替代 。

第一个是就他分两个坐标轴 ， 第一个坐标轴横坐标轴是左边是更多的 ， 这些东西是靠所谓人类判断的 ， 右边那套是靠信息跟搜索的 。

然后上下两个是分外包跟内内内部做的 。 那最危险的当然就是外包 ， 已经外包出去了 ， 来做信息相关的工作了 ， 什么保险呀 ， 什么 IT 设施啊 ， 这些 。

然后相对好一点是 copilot， 第二个就是也是外包 ，但是更多是基于人类的判断的 。 那它可能现在 AI 能做的是 copilot， 就是这个这个管理的 consulting， 对吧 ？

然后

第三象限啊 ， 第三象限是那里 ， 这个是靠内部的 ，但是更多是靠判断的 。 这个相对来说还在观察中 。

下一波的可能就是今天这个时间点 ， 更多是靠信息 ，但是内部在做的这些事情 ， 可能下一波就会把它们吃掉 。

所以今天这时间点 ， 这些行业几乎已经包含了所有我们能够想到的垂直行业 ， 只是先后的问题 ， 没有谁绝对安全的问题 。

所以我们讲完了这个技术产业 ， 对吧 ？ 那我们已经讲到了 ， 你会发现这个话题慢慢引向到了很多人今天探讨问题 ， 什么 AI 替代软件呀 ， 替代人类呀 。

那我们就开始正式讨论这个问题 。 所以我们在这个问题上架了一个新的这个框架 ， 就是关于资本市场的框架 。

我们从资本角度来去讲这件事情 ， 首先讲软件跟 saas 股的暴跌 ， 可能也是过去一个季度整个 AR 市场最核心的一题 。

然后讲过去三年引领整个市场发展的所谓的那几家大家伙 MAG7， 然后从 MAG7 再扩到真正意义上整个 AR 市场的变化 ， 然后再讲泡沫算力 ， 最后讲一点点我更熟悉的意义上， 我们就结束今天的内容 。

软件 ， 你应该见过无数的新闻说软件或者 saas 已经死掉了 ， 然后有人说当年会说软件退出世界 ， 那这轮就是 AI 退出软件 。

从结论上来说特别的简单 ， 标普 500 所有公司截止到 26 年， 这应该是这张图应该是做在 26 年 2 月份 ，2 月底左右 ， 所有板块涨得最好的 energy 能源 ， 涨得最差的红色的跌了 20%，software 软件股市场是非常简单的 ， 涨跟跌是非常清楚的 ， 对吧 ？

然后那今天这个时间点 ，其实市面上有两种非常截然不同的两种观点 ， 对于软件股的认认认知 。

这边呢是说所有软件股的增长开始放缓 ，AI 开始影响这些软件股的利润率 ，并且更核心的问题 ， 就像我们前面那张图一样 ，AI 真正意义上在影响软件跟 saas 公司的商业模式 ，在颠覆你的根本 。

这是负面的 。 那当然也有正面的观点 ， 会认为软件公司还是增长非常稳定的 ，并且在各个细分板块 ， 最领先的公司依然是强者恒强的 。

而且今天的时间 ， 软件其实被 AI 打开了新的潜在的规模 。 这两方的观点听起来都是正确的 ， 谁就选择相信哪一边代表了你的动作 ， 对吧 ？

然后从另外一个结论来看 ， 软件股的 saas， 软件股的 PE 跟标普 500 的 PE 经历了一个巨大的波折 ， 然后现在回到了一起 。

也就是说今天这个时间点 ， 标普 500 所有公司 ， 软件股已经不是什么特殊的股份了 ， 它不应该享有所谓的溢价了 。

大家 PE 回到了一起 ， 对吧 ？ 我觉得数字还是非常简单跟直白的 ， 惨对惨的一塌糊涂 。 两张图 ， 这张图截止到 26 年 4 月 9 号 ， 那张图应该是截止到 26 年 Q1 的 ， 我没记错的话 。

你发现这些软件公司最疯狂的跌到了跌了 3/4， 跌了 3/4， 对吧 ？ 然后如果这这只是啊 ， 这个这个历史的数据 ， 然后如如果比过去一年的这个数字的话 ， 你像 figma 跌了 80% 几 ， 我没记错的话应该是吧 ， 快跌快跌到跌 90% 了 。

然后 data dog，Adobe，ServiceNow， 你发现了吗 ？ 刚才那张 OpenAI 加 Anthropic 收入超过的那张曲线上的公司都在这里出现了 。 你能你能听过名字的大部分软件跟 saas 公司在过去一个季度都经历非常非常痛苦的过程 ， 惨的一塌糊涂 ， 惨到什么程度呢 ？

这些公司的 PE 低到可以只有 10 倍 ， 用明年的 PS 算可能只有 4 倍

， 就是跌无可跌了 ，10 倍的 PE，4 倍的 PS。 你要知道这些软件公司毛利可能有 70% 哦 ， 已经跌成这个程度了 。

那就出现了一个问题啊 ， 这个估值水平是不是已经体现了所有我们刚才那些负向的担忧 ，是不是 ？

看两个例子 ， 第一个例子 ServiceNow 这家公司 ， 这个图我当时看完真非常震惊 。ServiceNow 今天时间点 PE 已经跌到了 23， 这张图只截止到上次季度财报 。ServiceNow 昨天晚上还是前天晚上刚发完财报 ， 又跌了十几个点 ， 一晚上跌十几个点 ， 你知道什么概念吗 ？

就 PE 直接跌好几个数字 。 但是你看哦 ， 它的收入一直在涨 ， 这么老的一家公司 ， 又是那么传统的业务 ， 能保证每个季度收入增长这么稳定的情况下， 股价一直跌到这个样子 。

从巅峰可以到 132 倍的 PE， 跌到现在只有 23 倍 ， 可能今天实际数已经只有十几倍的 PE 了 。 然后更有意思的一个数字是 ， 去统计标普 500 所有公司在发财报的时候的财报分析师的会议上， 高管们提到 AI 跟盈利这两个关键词的对比 ， 特别有意思 。

你发现 22 年底 OpenAI 发布之后，AI 异军突起 ，但是财报分析师会议当然大家要谈的是利润 ， 对吗 ？ 但这个数字什么时候出现了变化 ？25 年 Q2 开始 ，AI 变得更重要了 。

所以这些公司即便收入利润还在涨 ，但是市场不关心了 ， 该跌还是跌 。 然后呢 ， 你回头来看这么多年， 其实软件股一直都是非常非常优等的 。

比如说收入增长平均来看 ， 软件股可以在 17%，其他标普 500 公司只有 6%。 毛利软件股平均毛利 74% 啊 ， 印钞机一样啊 ，3/4 的毛利啊 。

收入的确定性基本上今年的收入 ， 明年的收入今年就能确定 ， 对吧 ？ 一直软件股为什么在那个时间点享受了高估值 ？

因为他们确实在过去这么多年一直是优等生 。 但是这轮好像不太一样 ， 这次可能真的有点挡不住了 。

什么意思呢 ？ 就是原来比如说你是一家公司 ， 要做一个相关的事情 ， 做传统的方式 ， 然后 6 个月花 50 万 ， 然后今天可能有低代码的方式 ， 你可以用 6 周 5 万 ， 然后今天有 vibe coding 了 ， 你可能只需要 6 个小时 50 美金 ，而且你可以自己搞 。

然后更简单的方式是说 ， 比如说你有收入 ， 然后你的成本结构去算 ， 你你把成本结构拆开 ， 付给 infrastructure 云的钱 ， 付给呃这个知识的钱 ， 付给营销的钱 ， 付给专业服务的钱 ， 到你的毛利 ， 再到付给研发 、 销售 、marketing、IT 内部成本 ， 各种各样的板块 。

你发现 AI 在改变这些板块 ， 所有板块的毛利水平 ， 那减吧减吧 ， 全减完 ， 你发现好像都能减到几个零 。

这就是今天这个时间点对所有 AI，AI 对于 saas 跟软件股的最大的担心 。 然后有个比喻是说 saas 这个这个这个词的缩写叫 software as a service， 原来的 saas 是说我给你提供软件 ，但这个软件是作为服务的 。

但是今天你发现反了 ，service as a software，AI 提供了一种能力 ， 你想做软件什么自己做就好了 ， 我只给你提供服务就好了 。

但是当这个商业模式变成这个样子的时候 ， 那确实建立在原有商业模式 ， 这些公司都会受到受到非常大的挑战

。 然后你发现这件事情的影响扩大了 ， 影响的不仅仅是软件股 ，也开始影响过去三年多一直引领 AI 行业发展的所谓的那些大家伙们 。

MAG7 在 OpenAI 发布 ChatGPT 的第一年，23 年引领了整个行业的增长 ，24 年依然引领 ，但差距在变小 ，25 年就不引领 ，25 年是 AI 的软件跟 AI 的比如说能源公司来引领 ， 到 26 年他们开始领跌了 。

截止到 Q1，MAG7 无一例外全部跌 ， 跌得最狠的微软跌了 1/3。1998 年以来 ， 这是微软表现最差的一个季度 ，26 年 Q1。

微软做错了什么吗 ？ 除了 copilot 做得不好之外， 没做错什么 。 那它为什么跌成这个样子 ？ 这些家伙们依然非常非常大 ，而且越来越大 。

NVIDIA、 苹果 、Google、 微软 、 亚马逊 、 特斯拉依然非常大 ，他们占整个标普 500 的比例也越来越高 ， 对吧 ？ 他们还非常非常大 ， 非常非常大 。

但是你看这大到什么程度啊 ？ 就是比如说这是年初这个英伟达的这个发布会上， 英伟达的预期 ， 你发现你要知道这个坐标系其实你画得非常夸张了 。

你抛掉 27 年这个预期 ， 这个坐标系原来你要想它从 23 年、24 年、25 年、26 年， 过去三年英伟达收入已经暴涨到不可预知的地步 。

但是即便是这样 ，26 年大概是 2,000 多亿的收入的情况下， 它预计 27 年要破到 1 万亿 ，也就说一年要翻 5 倍 。在现在英伟达已经是世界最大的公司情况下， 它要翻 5 倍 。

为什么 ？ 因为所有的巨头在今年依然疯狂的加注所谓的 KPIs。 中国的厂商也一样 ， 这张图是中国的头部互联网巨巨头们对 KPIs 的投入 ， 百度 、 腾讯 、 阿里跟字节在这件事上也不会放弃的 。

所以大家伙们依然很大 ， 收入增长也很好 。 那为什么跌成这个样子 ？

出现了一些问题 ， 投这么多钱影响的是什么 ？

看这些公司的收入跟 cash flow from operations 运营现金流还行 ，其实他们收入增长跟利润都还可以 ，但出问题的是什么 ？

现金流 ，cash flow 就是自由现金流出现了问题 ，因为要投那么多钱 ， 短时间不可能回来 。 所以这个曲线是这样 。

然后最头部的这几家公司是最明显的 ， 三家云公司加 Meta 这个不要命的人， 四家公司在 KPIs 上一年要投 3,000 亿美金 ， 收入再涨他们也扛不住了 。

所以大家担心这些公司的收入 ， 呃 ， 这些公司的现金会出问题 ， 最核心的担心 。 所以出现了一个变化 ， 就是市场对于 MAG7 重新定价 ， 微软 、Meta、 特斯拉 。

然后这张图是过去 52 周的 ， 这张图是 26 年截止到 3 月 27 号 ， 就是 Q1 的 ， 基本上趋势是一模一样的 ， 都在跌 ，而且跌得不少 。

然后看英伟达 ， 从 PE 角度来说 ， 英伟达的 forward PE 就是新的一年的这个收入 ， 那利润算 PE 已经只跌到了 17 倍 。

然后你要知道 ， 这个图跟刚才 ServiceNow 那张图是一模一样的 ， 就是它的收入一直在涨 ， 一直在涨 ， 疯狂在涨 ，但它 PE 一直在掉 ， 一直在掉 ， 一直在掉 。

我也讲过很多次 ， 英伟达的股价横在 180-200 已经 9 个月的时间了 ， 这 9 个月时间里面 ， 英伟达已经发了两次财报 ， 两次财报都是超预期的 。

那为什么它横在这了呢 ？

更有意思的是 ， 今天这时间还是看 PE 的话 ， 微软 、 亚马逊 、Google、Meta 这四家疯狂在 KPIs 上投入的公司的 PE 倍数只有 20-30 倍 ， 可是市场给沃尔玛跟 Costco 已经 40 倍到 50 倍了 。

沃尔玛跟 Costco 明年的收入增长预期只有 4-9 个点 ， 英伟达有 70% 的收入增长 ，不合理不是吗 ？ 我为什么给一个只有 4% 增长的公司超过 40 倍的 PE，而且又是一家传统到不能再传统的沃尔玛 ， 市场到底在买什么 ， 或者在怕什么 ？

然后呢 ， 这件事情再扩大 ， 你会发现纠结的不仅仅是软件股跟 MAG7， 还有市场本身 ，因为那些最大的家伙们已经开始影响市场了 。

所以你看整个标普 500 的整整个曲线 ， 从去年开始到今年的曲线 ， 那个大坑是中美贸易战砸出来的 。在那之后， 标普 500 就一直涨一直涨一直涨 ， 直接涨到 26 年 Q1 开始跌 ， 跌了一个小坑出来 ， 对吧 ？

然后你发现在整个 Q1 回看 Q1 的整个的所有公司的财报 ， 我们刚才提到那些公司 ， 大部分都在科技信息科技这个板块 ， 超过 90% 的公司的收入增长是超预期的 ，也就是他们的业绩很好 ，但跌得一塌糊涂 。

你看那几家大的全都跌得一塌糊涂 ， 对吧 ？ 英伟达 、 苹果 、 高通 、 微软 、Google、 亚马逊 、Meta、 特斯拉跌得一塌糊涂 ，但他们收入涨得很好 。

同样的一样的问题 ， 整个标普整个标普 500 其实单股盈利一直在涨 ， 可是标普 500 所有公司的收入现金流

掉得非常的厉害 。 更有意思的一点是 ， 我们刚才说软件股的 PE 回归到了跟所有股票一样 ， 今天告诉你所有 AI 的相关的 information 相关的公司的 PE 也回到了跟标普 500 平均的 PE 一样的地步 。

也就是说 ， 如果单纯看 PE 的话 ， 过去三年的那个高峰已经消失了 ， 我们过去三年对所有信息科技的优待跟溢价也消失了 。

然后那市场总有人涨得好吗 ？ 那涨得好在 Q1 最核心的存储跟光 ， 看这个所有公司增长最前面的 sand disk， 就是异军突起的存储股 。

然后这张这张表上，26 年应该是涨得最好的一些公司 ，sand disk、 西部数据 、 西杰 、 美光 ， 除了做硬盘就是做内存的 ， 那几个蓝色的全都是做光的 。

所以为什么中 A 股的什么中旭 、 继创最近涨得很好 ，也是这个逻辑 ， 对吧 ？ 市场只有存储跟光两个主题了 。

然后但是呢 ， 很有意思 ， 市场呢跌多了就会涨

， 非常简单朴素的道理 ， 对吗 ？ 所以你看那个坑 ， 你这张图是更新的哦 ， 这张图上一个版本黑色那个部分是截止到 Q1 的哦 ， 可是在那之后 ，在最近的一周 ， 标普 500 重创新高 。

看我上面的标题 ， 你们叫 0417， 这张图截止到 4 月 17 号 ，4 月 17 号的标普 500 涨到了历史新高 ， 那个小小的坑在一周之内迅速的涨回来了 。

那几家刚才比沃尔玛跟 Costco 都低的 PE 的公司的 PE 在那 ， 你看那个尾巴也开始涨起来了 。 市场总是在这样波动 ， 对吧 ？

市场跌多了就会涨回来 。 英伟达重新回到 5 万亿美金了 ， 英伟达重新回到了 5 万亿美金 ，也就是它突破了 200 那个界限 ， 然后标普 500 达到了历史新高 。

然后我就回头去翻我的节课 ， 翻到这样一条节课 ，因为我有印象 ，1 月 28 号的时候 ， 王慧文说了这样一句话 ， 她说人类容易用历史经验去过度简化概率预测未来 ， 比如用 2000 年互联网泡沫来预测 AI 的股市优势 ， 所以 AI 会不会回调 ， 或者根本不会回调 。

雨森说这次不一样吗 ？ 我在下面说 ， 看起来很有可能发生的情况是 ， 哪怕回调 ， 剧烈的回调也会非常短时间拉回来 。

现在看上去就是这样的 ， 对吗 ？ 呃 ， 上一页 ， 对吧 ？ 那里发生了剧烈的回调 ， 那里剧烈更剧烈的拉了回来 。

然后呢 ， 这那到底发生了什么 ？ 来去验证这件事情 ， 我们我们抛开市场再讲另外一件事情 ， 就是这个泡沫跟算力的事情 。

这张图你们应该看过另外一个版本 ， 这张图是讲什么 ？ 是讲美国的办公室的投入跟数据中心投入的曲线 。

这个数字在 25 年 Q3 有个版本 ， 它俩接近 ，但 26 年正好它俩超过了 。 然后超过之后出现的问题是 ， 你要知道在未来几年， 数据中心的投入是暴涨的 ，但是给人类的办公室是不可能再涨的 。

也就是说 ， 给硅基世界的办公室在暴涨 ， 给人类的办公室在跌 ，而且是暴涨 。 这个数字超过之后就飞了 ， 对吧 ？

所以有人预期在未来 5 年，AI 训练跟 AI 推理带来的数据中心的可能要占比整个数据中心的超过 60%-70%。 今天这个时间点 ， 数据中心已经变成所谓的 token 工厂了 ，token 就是收入 ， 就这么简单粗暴 ， 对吧 ？

然后那造成的结果是说 ， 所有的厂商就开始囤算力喽 。 最头部的五家公司 ， 微软 、Google、 亚马逊 、Meta、Oracle， 五家公司加一起的算力可能占整个市场 60%-70%， 把中国都算进去喽 。

我们把中国一个整体算进去喽 ，也仅仅跟 Oracle 差不多 。 所以算力这件事情 ， 我们还是有一定的压力的 。

然后呢 ， 造成结果是什么呢 ？ 这张图很有意思 ， 就是我们去衡量今天这个时间点 ， 市场对算力需求很重要的一个指标 ， 就是显卡的租赁的价格 ， 就是 GPU 的租赁价格 。

6 年之前还是 5 年之前发布的 H100，也就是说这个 H100 发布的时候 ，ChatGPT 还没有发呢 ， 按理说这个显卡应该已经淘汰了 ， 对吗 ？

但是我告诉你 ， 过去一个季度 H100 的租赁价格还在涨

， 整个市场供不应求 。 同时， 英伟达在做的事情是说 ， 把它富余的现金流投给那些做算力租赁跟算力 ， 叫我们叫 new cloud 的公司 ，在它在疯狂投资这些它的生态公司 。

所以不会跌下去的 ， 租赁价格不会跌下去的 。 然后造成结果 ， 半导体行业直接起飞 。10 年之前的半导体行业是高通 ，是博通 ，是联发科 ， 今天英伟达 、 博通 、AMD、 高通 、 联发科 ， 然后中国的这些所谓的 GPU 公司跟 CPU 公司也迎来了增长 ， 对吧 ？

有要上市的上市 ， 暴涨的暴涨 ， 订单的起飞的起飞 ， 盈利的盈利 ， 对吧 ？ 半导体行业起飞 。

然后还有一点是 ， 过去两周左右业业界最大的讨论

， 我们在过去几年一直强调算力是 GPU 带来的 ， 那相对的失意的一方就是 CPU， 英特尔 、AMD 这些公司 。 但是

周五 ， 英特尔发完财报暴涨 20 个点 ，AMD 跟着涨 14 个点 ， 市场重新把 CPU 拉到了舞台中央 。 然后回头来看 ， 截止到 26 年， 应该这张图是截止到上周的 ， 英特尔在今年已经翻倍了 ，ARM 已经涨 68% 了 ，AMD 也涨了 50% 了 。

为什么又回到我们最前面讲 ， 我们讲今天整个行业最大的共识是什么 ？ 是 Harness，是 Agent 的编排跟任务的处理 。

这个事情不是 GPU 干的 ， 更多是 CPU 干的 。 所以在训练的年代 ， 一个数据中心常见的更多是为数据模型训练的数据中心在做的时候 ， 一般是一个 CPU 配 7-8 个 GPU。

到了 inference， 就是后训练开始强学习的时候 ， 一个 GPU CPU 要配 4 个 GPU，但今天 Agent 崛起了 ， 一个 CPU 要配一个 GPU，CPU 变得重要了 。

什么程度呢 ？ 我的说法就是矫枉必须过正 ， 这个市场的规律就是这样的 。 所以英特尔的股价超过了 2000 年互联网泡沫的时候 ，在经历了 20 多年的曲折的发展之后 ，在上周英特尔的股价超过了 2000 年互联网泡沫的时候 ， 英特尔今天的市盈率已经超过 100 倍了 。

如果大家在上一次的狂喜之歌节这个现场听过我的故事的话 ， 我讲过当年互联网泡沫最代表的公司思科 ， 巅峰的市盈率 117 倍 ， 这个数字非常疯狂 。

而现在看起来 ， 刚刚开始 ， 这个概念刚刚开始炒 。 如果大家有勇气炒短期 ， 我觉得英特尔跟 AMD 最近是有比较大的波动 ， 大家可以试一试 。

然后那所以除了这个这个 CPU 之外， 那还是这个存储跟光依然涨得非常好 ， 对吧 ？sand disk、 美光 、 那几家光的公司 ， 然后整个数据中心相关的股票在整个 Q1 涨得确实非常好 。

这是基本上是共识了 。 然后但是但是 ， 就跟市场涨了总会跌 ， 市场这么强的预期一定会出现一些问题 。

首先的问题是 ， 虽然这几家巨大的云厂商的 KPI 是疯狂的提 ，但是你看半导体公司的 KPI 是受限于

物理世界的极限 ，他们不可能提得那么快 ， 无论是先行制造 、 封装 、 产线设计 ， 甚至政府审批 。 再说到政府审批 ， 从二 ， 我没记错应该是特朗普是 24 年还是 25 年上任 ， 对吧 ？

数据中心这一波浪潮来之后， 你会发现今天 26 年回头去看 25 年， 美国有超过一半的数据中心延期 ， 土地审批审批不下来 ， 没有工人造 ， 没有发电机 ， 所有事情往后延 。

我们所有人呢 ， 预期都会认为我写一个数字 ， 一记把轿 ，不是那么容易的事情 。 物理世界有非常多的局限来限制你 ， 所以事情没有那么一帆风顺 。

然后最后一个小的议题 ， 议题市场 ， 这是柱状是代表投资金额 ， 曲线代表投资项目数量 。 然后从 2016 年统计到 2026 年， 大家有没有发现这张图有什么问题 ？

今天是几号 ？ 4 月底而已 ，26 年的数字已经是这个样子了 。 如果我不说 ， 大家可能会觉得 26 年好像已经结束的样子 ， 对吗 ？26 年只过去了 4 个月 ， 它的它已经变成这个样子了 。

你如果把它线性外推 ， 你应该知道 26 年如果全年的话 ， 它应该已经突破那个天花板了 ， 对吗 ？

它已经比同龄要高了 。

26 年的 Q1 在意识上来讲是创历史记录的 Q1， 人类从来没有见过的 Q1， 一个季度意识上投出去 3000 亿美金

。 按季度看 ， 它甚至超过了 21 年疫情放水的那个时候 。 然后我们刚才说整个 Q1 真正的 MAG7 不太行 ， 意识上告诉你我们这边有我们的 MAG7，SpaceX、OpenAI、XAI、Databricks、Anthropic， 全都是 AI 公司 ，是最不是做支付的 ，但其实它也是享受这一波 AI 的 。

所以这所谓的意识上的 MAG7 有 6 家是 AI 相关公司 。

然后前五大基金募走了市场 3/4 的钱 ， 前五大项目募走了市场 3/4 的钱 ， 大者恒强 ，OpenAI、Anthropic 都是在 Q1 融了非常多钱的 ， 超级大 。top 5 的 big deal 当然要配 top 5 的 big fund。

然后造成结果是说 ， 哪怕今天这个时间点 ，SpaceX 没有上市 ，OpenAI 也没有上市 ，但是这两家公司的市值已经可以排到全世界的前 15。

我们把今天这件事情上所有最值钱的公司全部列在这里 ，SpaceX、OpenAI 已经在这个表里了 ，他们还没有上市哦 。 那他们上市了之后呢 ？

然后看 YC 的统计 ， 每个季度 YC 会投各种各样的项目 。在我跟 Koji 24 年做统计的时候 ，YC 的项目还是分 AI 跟其他的 。

今天对不起 ， 只有 AI， 没有其他 ， 连其他都没有了 ，95% 以上的项目是 AI 项目 。 然后同样的 ， 你会发现今天这个时间点 ， 一场的所谓的后期市场成为了公开市场 。

也就是说对于这些大家伙们而言 ，他不需要去上市 ，他想目前就目前 ， 想发股就发股 ， 想怎么样 ， 想收购就收购 。

同样的为什么 ？ 因为二级市场经历调整过之后， 二级市场给这些后期公司的 PE 倍数跟 PS 倍数非常的差 ， 可是一级市场愿意给溢价 ， 一级市场非常的慷慨 ， 所以他们就可以选择不上 。

然后这两家最头部的公司的收入预期其实已经过时了 ，因为这张表做的时候已经是上个月的事情 。

你发现这两家公司的收入预期已经在每个月更新 ， 很恐怖 ， 对吧 ？OpenAI 跟 Anthropic 的收入预期 ，OpenAI 大到什么程度 ？OpenAI 8000 多亿美金相当于麦当劳加迪士尼加波音加 Uber 加福特加这些公司 ，8000 多亿美金的公司其实收入只有 250 亿美金 ， 对吧 ？OpenAI 已经大到这个程度 。

那 OpenAI 大到这个程度 ， 现在这个时间点比它更好的 Anthropic 值多少钱呢 ？ Code 2 它投资人之一给了个预期 ，2030 年 Anthropic 可以值 2 万亿美金 。

如果大家同样在这个这个听 ， 上一次听过我讲这个故事的时候应该知道 ，trillion 这个数字 ， 万亿美金是一个非常恐怖的数字 ， 对吧 ？Code 2 说 2330 年 Anthropic 就值 2 万亿 。

这个市场最有意思是说 ， 当一个数字被喊出来 ， 它就会被迅速打到 。 所以 Anthropic 今天在一级半市场里已经可以跑到 1 万亿美金的市值了 。

就在今天 ，Google 加码了 Anthropic 400 亿美金 。 所以你发现那几家巨头除了微软之外， 啊 ， 微软其实也在两个阵营 ， 英伟达阵营跟 Google 阵营 ， 或者英伟达阵营跟 GPU 阵营跟 TPU 阵营 ， 都在 Anthropic 上下了重注 ， 甚至包括亚马逊 。

听起来 OpenAI 有点危险了 ， 对吧 ？ 然后但是 OpenAI 告诉你 ， 我有巨大的这个泡沫的网络 ， 对吧 ？ 这个循环这张表 ， 你们在上次这个场合应该也听过 ， 对吧 ？

那这张表变得更复杂了 。 那这张表还没有画 Anthropic。 如果把 Anthropic 画上这张表 ， 会非常非常的复杂 。 然后标普 500 就像我们刚才说的 ， 从去年 4 月中美贸易战砸出一个坑之外， 一直涨一直涨一直涨 ， 然后 Q1 又砸出了坑 ，但是迅速又拉回来了 ， 对吗 ？

这个市场在经历各种各样的乱七八糟的事情 ， 非常非常多的事情 ， 循环融资历史新高 ， 各种各样的事情 。

然后那自然而然的又是那个问题 ， 我们到底在哪 ？ 这个议题我在上一次这个场合也讲过 ， 之前有篇文章写我们可能在 1999 年那个样子 。在这的话 ， 那就代表着我们距离泡沫确实越来越近了 ，但是我们可能有一段最最最疯狂的增长期还没有经历 ， 对吗 ？

那就跟这个所有的那种周期曲线是一样的 。 我们是否在山脚下很不太现实 ， 大家大部分人认为我们在山腰 ， 当然也有一些激进观点说我们已经过了山峰再往下走了 。

每个人有自己的选择 ， 我们不去探讨谁对谁错 ， 每个人有自己的选择 。 反正我只把我所能看到的所有的信息列在这 。

按理说今天的这个内容应该全部都讲完了 ， 对吧 ？ 按照正常的技术 、 资本 、 这个产业三章都讲完了 。

但是我在做 PPT 的时候 ， 我做到这的时候 ， 我觉得在今天这个时间点 ， 我们可以讲一点别的事情 ， 尤其在过去几个月 ， 我相信大家有更多的体感 ， 想讲点别的事情 。

第一张图 ， 这张图是我一位中信的朋友 ，他拍的一张他们书店的门头的热门书的照片 ， 立起来的是 OpenClaw， 豆包这种书已经只能横着放了 ， 对吧 ？

然后我说再过几个月 ， 似乎横着放的书也不需要再放了 ， 对吧 ？OpenClaw 可以横着放了 ， 然后会有新的书立着放 ， 对吧 ？

这些都是热门书 ，是热门书代表大家买的多 。 为什么 ？ 焦虑 ， 对 ， 巨大的焦虑 。 因为真的 ， 我我相信大家在各种各样的地方已经肉身的感受到这种扑面而来的焦虑感 ， 跟那个水位淹到脖子的状态 ， 焦虑 。

这个也很有意思 ， 这是三张图 ， 我们先看这张 。 这个人呢 ，是红果短剧的负责人， 叫乐丽 。 这个新闻发生在我没记错应该是 10 月十几号 。他在干什么呢 ？

他在那个会 ， 看叫中国网络视频大会上做的发发言 。 如果大家不做这个视频行业相关内容 ， 应该不太知道 ， 中国网络视频大会是监管部门主办的每年一次的业界的最大的年会 ，是监管部门主办的 ，也就是说所有平台一把手是一定要来的 。在这次会议上， 红果短剧的负责人发布的事情是说 ， 我们拿出 5 亿支持真人短剧的拍摄 。

什么意思呢 ？ 今天的环境 ， 真人短剧是需要扶持的 。 听懂了吗 ？ 同一天这张新闻 ， 红果短剧的 APP 内的热门的排行搒 ， 同一天哦 ， 它的排行搒在这一天之前是分 AI 剧搒跟真人搒的 ， 然后在这一天这个搒不分了 。

你现在打开红果短剧 ， 可能前 10 名里面有 6 到 7 个是 AI 剧

， 这个是诚实的 ， 这个是给领导看态度的 。 为什么 ？ 也是同一天 ， 我的好友洪亮 ，他说 4 月 17 号字节巨量引擎投流 ，4 月 15 日 AI 剧的总消耗

9968.92 万 。 周五早上我们刚做过一场直播讲短剧 ， 这个数字在今天应该已经稳稳的超过 1 个亿了 。

也就是说在红果跟短剧这个平台上， 给 AI 漫剧 、AI 短剧每天投的广告费有超过 1 个亿 。 这边说我拿 5 亿来支持真人短剧 ， 说打发要饭的可能都有点难听 ， 对吧 ？

但事实可能就是这么个事情 。 你知道这个状态的变化就这么几个月的时间 。 这张图 ， 这是 12345 五个数据中心的建设的卫星图 。

这五个数据中心全部都是在特朗普刚刚上任的时候 ，他跟 OpenAI 以及 Oracle 跟软银谈的所谓星际之门计划的数据中心 。

你会发现除了第一张图之外， 大部分数据中心的建设进度是严重延期的 ， 基本上没有什么动 ， 可能就土木动了一点之外， 没做什么动作 。

我们新闻里看到说我要建 5G 瓦 ， 要投几千亿美金 ， 要增长 ， 每年要带来几百亿美金收入 。 现实呢 ？

特朗普已经上任多久了 ？

之前预期的 5GW， 可能现在真正应用只有 0.3 个 GW， 已经过去快两年的时间了 。

事情不是那么一帆风顺的 。 再一点 ， 上周美国的缅因州是美国第一个州通过了一个数据中心的禁令 ，也就是说到 27 年 11 月份之前 ， 缅因州不能盖数据中心 。

你能看到缅因州人民的开心的表情 。 为什么过去一年美国的电价一直在上涨 ， 涨得最狠的缅因州涨了 17.6。

今天这个时间点 ，在美国有 11 到 12 个州在认真的讨论是否要禁止或者暂缓数据中心的建设 。 为什么是这个时间点 ？

因为确实大家看到了太多所谓的科技故事的渲染 ，但是很少有人去理解这个东西到底对人类 、 对生活 、 对环境 、 对各种各样事的影响到底是什么 。

更极端的 ， 我们看到了各种各样的游行示威 ， 甚至最极端的 OpenAI 的创始人 Sam Altman 的家被连续袭击两次 ， 一次是燃烧瓶 ， 一次是射击 。

所有的事情都发生在过去两三个月的时间 ， 所有的事情 。

然后我在准备这个材料的时候 ， 找到一个历史的理论啊 ，因为无数人讲类似的故事 ， 我也讲过 。 我说这个当年什么蒸汽机替代纺织工人那个故事 ， 对吧 ？

然后恩格斯有一个经典的理论叫恩格斯暂停 ， 就是这段时间 ， 虽然因为新技术带来了 GDP 跟经济的增长 ，但是工人的工资在长达四五十年里面是没有变化的 。

那很多人会说 ， 我们要经历新的一次恩格斯暂停 ，因为肉眼可见 ，AI 可能会带来 GDP 的快速增长 ，但是似乎跟我们的工资跟福利没有太多的关系 ， 对吧 ？

然后所以很多人就会说这样一句话叫 " 历史的一页就是很多人的一生 "。 那 40 年其实就是很多人的一生 。

那是我们似乎可能也要经历这样的事情 ，但我会觉得不太对 ， 对吧 ？ 就是这个说法太上帝视角了 。

谁是谁就被拍成了一页纸呢 ？ 每个人都有自己的一生的 ， 你生下来你要经历什么 ， 你要做什么 ， 你会变成什么样子 ， 你的兴趣是什么 ， 你的爱人是什么 ， 所有东西每个人都不一样 ， 每个人都有自己的选择 。

人生下来不是成为一张纸跟成为历史的一页的 。 所以我会觉得这种观点特别的 。 然后这张图是我在上一次讲狂喜播客节的最后一页的时候摄影师抓拍下来的 ， 我特别像一个 gangster， 对吧 ？

这个我也不知道为什么会抓拍这样一个一个动作 ，但我觉得抓的很好 。 对 ， 我觉得很能代表当时的 。

但是我回头去想啊 ， 这个去年我在做这页的时候 ， 更多是我觉得是一种单纯的情绪 。 因为去年我做了一次统计 ， 我说在去年狂喜的上半年的时候 ， 狂喜的 AI 的话题的浓度是 12%， 到了去年年底那次只有 6%。

大家没有那么关心 AI 到底是什么 。 那这次其实官博给我的反馈是说这次 AI 的比率降得更低了 。

所以我觉得这不不单纯是情绪 ， 我觉得是一种是一种感受 。 对 ， 是一种感受 ， 可能甚至是一种态度 。 今天这个时间点 ，AI 真的太强了 ， 越来越强 。AI 能做太多看上去正确而不会出错的事情 ， 那我们就把那些正确而不会出错的事情交给它吧 。

我们去做那些能出一点错的事情 。 然后所以最后一页 ， 哦 ，sorry， 嗯 ， 我最后一页怎么出不来了 ？

我还打了广告呢 。 算了 ， 最后一页就是感谢大家 。 哦 ， 最后一页感谢大家这个闭幕事件 ，因为我会觉得整个狂喜的闭幕式是整个狂喜最好的一次活动 ， 它比任何一次演讲都都有在场感 ， 都有情绪的宣泄 ，有快乐 ，有感动 ，有各种各样的东西 。

如果大家有时间 ， 我建议大家去闭幕式 。 好 ， 谢谢大家

。