开场闲聊0:00
哈喽大家好 ， 我是明昊 ， 今天更新一期串台节目 ，是大概两三周之前去 Koji 的十字路口录制的一期访谈节目 。
然后之前见 Koji，Koji 说他在策划年终总结 。 对 ， 现在才 —— 我现在在录制的时间是 11 月初 ， 我们当时应该是 10 月初 。10 月初就要想年终的事情了 ， 太可怕了 。
对 ，因为他要录大概 5、6 位嘉宾 ， 所以每个人一期的话也就是快两个月的时间 ， 所以现在录也合理 。
然后我是第一期跟他聊这个方式的 。他这次年终总结用的方式就是记录每个人在过去一年经历的 AI 行业的所谓的 10 个 Aha moment。
然后我根据我的个人的经验 、 我的 PPT、 包括我记录的一些瞬间 ， 列了 10 个 Aha moment。 我们对谈了不是特别长时间 ， 节目最后剪出来大概只有 50 分钟左右 。在十字路口已经上线了 ，并且他用 GPT6 做了一个可视化的版本 。
现在 AI 在做这些可视化的视频上已经太强了 。 对 ， 我觉得做出来的那个效果还是挺强的 。 我没有用那个版本 ， 我只是把音频转过来 ， 然后我在我的 Shownotes 里把我的 10 个 Aha moment 对应的图 、 事件跟新闻做了一次整理 。
广告时间1:14
欢迎大家收听我的这个版本 ， 再次感谢 。在今天的正式开篇之前插播一条这期节目的合作 。 熟悉我的朋友都知道 ， 我的工作场景在很多情况下其实就是聊天 ： 见创始人 、 做行业访谈 、 去外地调研 ， 再加上自己录播客 。
一周下来手里可能能攒个十几个小时的录音 。 但录音这件事不单纯是录下来 ， 时常遇到的尴尬的情况就是录音录完 ， 整个音频文件就躺在那儿 。
等到真的要写纪要 、 做判断的时候 ， 你根本不想回头去听那两个小时的原声 。 所以这两年我一直有个小暴论 ：AI 硬件里真正跑出了需求的品类并不多 ， 录音卡一定算一个 。
原因很简单 ， 它能解决的问题足够的具体 。 这期要介绍的就是天翼云推出的 " 花卷聆记 "AI 录音卡 。
它做的事情是一条完整的链路 ： 录音 、 转写 、 出纪要 ， 最后沉淀成知识 。 说几个录音卡比较实用的点 。
第一个是转写 ： 实时高精度 、 降噪抗干扰 ，而且能够区分是谁在说话 。 做过访谈的都知道 ， 转写稿里如果分不清是谁说的 ， 基本等于没有用 。
另外它支持粤语 、 四川话 、 闽南语这些方言 。 第二是纪要 ： 大模型直接理解语义 ， 自动提炼核心信息 。
周报之类的常用模板一键就能生成 。 以前要花一个晚上整理的东西 ， 现在变成了看一遍改一改 。
第三是多端协同 ：Windows、Mac、 安卓 、iOS 都能用 ， 数据实时同步 ， 手机上录完回到电脑前就能接着看 。 它还接入了花卷会办的生态 ， 会议 、AM、 代办 、 知识库能串起来 ， 录下来的东西不再是一个孤立的音频文件 。
最后多说一句底层 ： 我最近几期一直在聊国产算力 。 花卷聆记背后是天翼云 ， 作为中国电信旗下的云服务国家队 ， 天翼云有全国 4+4+31+X 的云网布局和自研云操作系统 ， 走的是全栈自主可控路线 。
西壤智算平台支撑着它的 AI 能力 。 对于访谈内容本身就很敏感的人来说 ， 数据放在那儿安不安全 ，其实是选择这类产品时绕不开的问题 。
感兴趣的朋友可以去天翼云官网搜索 " 花卷聆记 "， 链接我也会放在 Shownotes 里 。 好 ， 我们下面正篇正式开始 。
嗨 ， 我是 Koji。 那本周十字路口呢 ， 我们又到了 2026 的年底 ， 要做年度复盘的时候了 。 今年我们准备做点不一样的 ，不打算做一个大而全的复盘 。
为什么呢 ？ 因为你要追求全面 ， 去问 AI 就可以了 。 所以我们今天会做什么呢 ？ 我们会邀请一些我们在一线经历了这一整年 AI 的朋友们 ， 来和我们分享他们各自在 2026 的 10 个 AI 带来的 Aha moments。
我们希望能够成为一个系列 ， 能够看到十字路口和它的朋友们的 2026。 所以我们本周请到了明昊 。 你好明昊 ， 欢迎来到十字路口 。
感谢 Koji 邀请 。 大家好 ， 我是明昊 。
OpenClaw爆火4:36
明昊 ， 你的第一个 2026 带来的 Aha moments 是什么 ？
就是你想 ，2026 年马上已经进入到 Q4 了 ， 然后大家回想 Q1 的时候 ， 可能所有人我觉得都应该会想到 Q1 OpenClaw 的崛起 。
所以第一个就是 OpenClaw。
对 ， 当然其实 OpenClaw 正式发布应该是在 2025 年的 12 月份 ，但是真正意义上在国内产生比较大的影响 ， 应该我没记错是在春节左右的时候 。
没错 。
就 1 月底那个时间点 。 然后春节回来马上， 所有大厂瞬间跟进 。 然后如果大家有印象的话 ， 可能还记得比如说当时在腾讯楼下大家排队去安装的那个 。
没错没错 。
大家去抢 Mac mini 的设备 ， 然后大家去装 ， 甚至很多人去花钱去请别人帮他装 。 因为在那个时间点 ，OpenClaw 还是一个太过新 ， 且太过相对 " 不太完善 " 的状态 。
但是在那个时间点 ， 我会觉得参与到行业中的 ， 无论是技术从业者 、 还是研究员 、 还是我们这些偏产品跟观察的角度来说 ， 大家都充分意识到了我们只要一阵子也好 ， 或者今年更热的一个热词 Honeynets 也好 ， 所带来的对模型改进的影响 ， 跟对普通用户的促进 。
我觉得在那个时间点 ， 大家是有这个感觉 。 就那个潘多拉魔盒被打开了那个感觉是很明显的 。
所以大家为什么会那么排除万难的一定要去体验 ，并且感受这个东西带来的变化 。 当然后面发生很多事情大家也都知道 ，但是在那个时间点 ， 你会明显感知 ， 确实在 2026 年年初的时候 ， 我们真的迈到了一个新的时代 。
就像其实在 2— 我没记错是在 24 年的时候 ，Sam 就说过 R1 到 R5 的划分 。 那当时划分 R1 就是 Agent，R2 是推理嘛 。
那也就是在那之前 ，其实做 Agent 跟做相关的尝试就已经很多了 。 可是大家都在摸索 ， 或者在找一种 " 泛式 "。
这种泛式可能包括我们今天回头来看 ， 就是所有 Honeynets 的搭建 ， 可能就是一套泛式 。 就是到底给用户提供什么样的组件 ， 用户需要接受什么样的东西 ， 到底是云端还是本地 ，有没有一台常驻的 24 小时的设备 ， 然后这个通知到底是通过 App、 通过网页 ， 还是通过一个已经有的 App。
就所有这套东西的打包在一起的一个那个状态 ， 可能在 OpenClaw 那个时间点开始大家认为已经收敛了 。 虽然 OpenClaw 可能今天大家讨论的人已经没有那么多了 。
我经常会看一个数字 ，因为大家如果有印象的话 ，OpenClaw 当时因为是个开源人 ，并且是那个个人开发者 ， 所以它的更新特别快 。
基本上每 — 就是如果今天没有更新 ， 第二天一定会更新 ， 差不多是这个节奏 。 我记得特别清楚 ， 当时最火的是 OpenClaw 发推特更新 ， 当天的转发在推特上可能达到几万 ， 然后后来变成几千 ， 现在可能只有几十了 。
哈哈哈 。
对 。 回头来看 ， 你会发现这条线应该是一个非常长的主线 ，在整个今年一整年的我们天 — 我们抛开模型层 ，在这个产品层跟应用层来看 ， 这是一个非常大的主线 。
所以其实今天也会有一些声音嘛 ， 就说这个你看一下 OpenClaw 对吧 ， 大家那么大的热情 ， 那么多的疯狂 ， 那大家是不是有点太过于投入了 ， 或者过于去吹大这个泡沫了 ， 放大了一些焦虑 ， 或者放大了一些 FOMO。
就你怎么看呢 ？ 就当时那样的情绪 ， 它好在哪里 ，不好在哪里 ？
我觉得好在就是大家开始尝试 。 我会觉得这一轮我们今天最近这 Q4 大家讨论所谓的 Personal Agent 这一轮的探讨 ， 所有的演进 ，其实在 OpenClaw 那轮出来的时候的大家的往未来去推演的时候 ，其实或多或少都推演过 。
比如说我要有一个类似我的群组 ， 对吧 ， 我要有一个我的集群 ，Agent 的集群 。 那你发现在这一轮的 Personal Agent 这个事情已经变成标配了 。
但是在那个时候还是属于少数人的一些偏极客的尝试 ， 然后大家开始尝试怎么跟 AI 的 Agent， 尤其是有你给它了上下文 、 给它了本地权限 、 给它了所有这些东西之后， 怎么去做工作 、 做配合 、 做流程的改建 。
这些东西我觉得都是有意义的 。 就是在那个时候我们已经开始去探索 ， 或者说 " 最前沿的使用者跟技术人员 " 在探索这些新的事情 。
那过去这一年， 无论是产品端的改进还是模型的改进 ，其实是延续着这些思潮在推进的 。 我觉得这是好 。
当然不好的就是说 ， 可能确实除了那些最前沿的 ， 或者像我们这些最关注的人之外， 大部分普通人可能如果没有参与到那个过程中， 今天来看也没有漏掉什么 。
但是这个叙事其实在过去几年持续的出现 ， 就是经常大家开玩笑说 ， 发展太快 ， 已经快到我可以什么都不学 ， 它就过时了 。
但是有另外一个反方观点是说 ， 你可能如果没有在那个时间点体验到那些 " 的难处 "， 你就不太能知道为什么今天新的这一波的代表产品会这么做 。
就他们在解决的问题 ， 就是因为当时我们遇到了这些难处 ， 这些难处可能是体验层的 ， 可能是操作层的 ， 可能是组件层的 ， 当然可能是协议层的 ， 甚至更底层的技术层的 。
那每一层都会有专门的人去解决 ， 然后往前推 。 它就跟木桶一样嘛 ， 所有的桶的板子都拉了一块之后， 才到了今天这个样子 。
所以我会觉得是这样 。 确实我觉得对一个普通人而言 ， 没必要在那个时间点买一台 Mac mini 装上， 然后可能又不太会用 ， 然后又折腾这那的 。
那回头来看 ， 可能那个是没有必要 ，但是除了之外 ，其他的事情我觉得都是必要的 。
我觉得对从业者来说是很有必要的 。
当然 。 相当于给了大家一个 ， 你说是收敛的共识也好 ， 还是一个相对更加明确你要知道该干什么的这个指向性 ， 我觉得是整个过去一年巨大的贡献 。
就这个世界它不是均匀分布的 。
对 。
所以如果你可以作为 early adopter 更早的看到一些产品 ， 那也可能你会得到比别人早一点的启发 。
对 ， 就像今天大家会说 ， 可能慢慢的 skills 可能也不重要了 。 因为大家后来越来越发现 ， 随着模型能力提升越来越多 ， 你不需要去预置一些 " 的你的 skill"， 它的模型能力可能已经覆盖掉了 。
但是你有了那套逻辑跟打法之后， 你走过来这一路 ， 你知道 ， 你非常清楚的知道 ， 就是模型跟产品能力的边界 ， 然后你也知道它们的实现方式 。
那你用不用其实你就很自由了嘛 。 但是今天你没有经历那些 ， 那你只能默默的接受现在的状态 。
OK， 好 ， 这是第一个 Aha moment。 那第二个是什么 ？
视频模型大战10:27
我觉得第二个是差不多时间 ，也是春节左右时间 ， 就是 Seedance 2.0 的发布 。 就是视频模型的一个节点 。 这个节点就是在那个时间点 ， 大家就公认视频模型这样占一比一 ， 还是要看中国厂商 ，而并且字节已经站到最前面 。
而且我觉得更现实的是 ， 如果我们把语言模型跟多模态模型或者视频模型分开来看的话 ， 你回头看这过去一年， 语言模型几乎是每天在更新版本 。
你看版本号就好了 。 可是视频模型 ， 尤其以 Seedance 为代表的最头部视频模型的版本号更迭其实没有那么快 。
那没有那么快原因可能是因为视频模型比较难 ，但更重要我觉得是视频模型有自己的节奏 ， 或者说字节有自己的节奏 ， 来去认真的做这件事情 。
所以你看现在是 Seedance 2.5 刚刚发嘛 ， 那之前是 2.0， 它直接从 2.0 跳到 2.5，2.0 到 2.5 之间几乎没有做什么事情 ，也就是半年多的时间 。
你在语言模型这边不可想象 ，但是在那边哪怕它没有做什么事情 ， 它依然是最领先的 。 它就已经奠定了大家在视频模型领域公认的世界第一的领先地位 。
你觉得是什么原因呢 ？ 就是它成为 Sortart 那么久了之后， 大家也没有 catch up。
我觉得就是各家有各家的问题 ， 对吧 ，因为原来追的比较紧的是 Google， 对吧 ，在海外， 然后在中国可能是可灵 ，是 Memex，是海螺 ，是 Peakworks，是这些公司 。
那各家有各家的问题 。 就是说字节相当于在 2026 年 Seedance 2.0 发布之前 ， 就已经显现出领先地位 ，但没有那么强势 。
但是你回头来看 ， 从 2025 年底到 2026 年， 整个这一波模型训练角度来看 ， 拥有独家数据厂商的这个边际效应的增强 ，其实已经有苗头了 。
那在视频领域 ， 字节是有这个资格的 。 而且又因为字节是在这几家厂商里面 ， 相对于中国的厂商来讲 ， 它的资本跟人员的富裕程度 ， 跟对这件事情的战略决心是超过一个到两个身位的 。
那跟 Google 比的话 ，Google 在过去一年经历了别的太多的事情 ， 导致它在摇摆 。 那原来大家会认为 Google 在多模态领域也很强 ， 然后语言模型也很强 ， 然后 TPU 也很强 ， 大家都认为很强 。
可是这个故事叙事在去年年底瞬间就推掉了 。 今年大家都说 Google 落后了 。 那 Google 落后就要去追可能上面的最大的叙事 Coding， 就要追语言模型 ， 然后又加上比如它的算力其实也是要受限的 ， 它的团队内部之间也要去抢资源的 。Google 云 、 语言模型 、 低慢 、 多模态 、 世界模型 ， 各个团队之间也要去抢 。
那又因为可能在美国叙事那边 ， 多模态可能是一个边缘战场 ， 或者说没有那么 — 就可能半桌 ， 它不是个主桌 ， 所以它在策略上可能就没有跟得那么紧 。
或者这件事情对于 Google 来讲 ， 阶段性的战略选择来讲 ， 优先级不是排在最前面的 。
大家还是觉得 Coding 通向最终极的 AGI。
对 ， 所以可能在上半年它就没追 。 然后又因为我更现实的问题在于 ， 可能这个配置产业的议题 ， 就是去年开始兴起的这一波 AI 短剧的浪潮 ， 那到今年更疯狂了 。
我不能说更好 ， 只能说更疯狂 。 当然它有大浪淘沙更容易上升 ，但是这件事情对字节而言就是一个更强的 — 我们叫 loop， 就是更强劲的一个 RSI 的循环过程就产生了 。
字节全家桶 。
就是全家桶 。
字节产生 ， 字节分发 。
对 ， 字节消耗广告 ， 对吧 ， 字节拿掉所有的 。 然后又因为这件事情对模型本身有促进 ， 然后用户行为也全都参与 。
这真的就是 RSI。
就真 — 广义上的 RSI， 就全流程的全部吃掉 ， 又利润也都全部吃 。 所以这件事情 ， 那字节就不需要任何担心跟怀疑这件事情的任何问题 。
它就策马狂奔的 。 而且在这个角度来看 ，其他竞争选手跟它就不是一个量级的选手了 。 哪怕可灵 ，其实理论上说可灵跟它是这个圈看起来是类似的 ，但是可灵的圈比它小 ， 小好几号 。
当然它也能赚 ，但它就小嘛 。 但这个事情在这个世界 ， 这个大就是好 ， 对吧 ， 好就是大 ， 就这么简单 。
那怎么办呢 ， 对吧 ？ 所以我觉得 Seedance 2.0 的发布跟过去这大半年， 虽然它可能占据媒体跟比如说我们这样的传播的版面不是特别多 ，但是它在真正意义上产业落地 ， 跟相关的慢剧 、 短剧 、 真人剧 ， 然后这个配套的出海到视频模型的演进 ， 你看过去这半年多 ， 整个视频模型行业在有一些视频模型行业打不过这个仗 ， 就去追世界模型去了
嘛 。 那真正意义上还在打世界 — 就视频模型的仗 ，他们就是在追高清 4K， 对吧 ， 超长动作的一致性 、 稳定性 、 人物的稳定性 ， 然后这个 — 你就在追那些古典意义上视频质量的事情了 。他们都在追这些事情 。
而且美国的竞争对手感觉都退出战场了 。
基本上我们能够提到的也就是可能 。
Luma、Pika 这些都已经不逊色 。
不那么 —
也不能说他们不逊色 。
可能 runway 吧 ， 就是慢慢的 out 了 。 就是不在主流视线中了吧 ， 只能说 。
那你觉得视频模型的战争已经算是结束了吗 ？
今年另外一个热词就是世界模型嘛 ， 然后大家又会认为语言 ， 然后世界模型 ， 包括视频 ， 甚至再拓展所谓的物理 ， 就如果世界模型也包括物理 ， 那这些事情到底它是包在一起 ， 会最后用一个通用的方式全部解决掉 。
尤其是 GPT6 发了之后，GPT6 去做 3D 的这个事情 ， 搞定这个事情 ， 最近一段时间关于这个讨论特别多 。
就到底我们能不能够通过当前在语言模型上验证的 Scaling Law， 就一竿子捅穿所有事情 。 你包括 Opus 5.5 出来之后， 大家去拿它剪视频 ， 对吧 ， 这个也是我一个很重要的 Aha moment。
就是那如果未来是一竿子能捅破所有事情的话 ， 那它就在一起 。 可是今天现在看起来还是分开的嘛 ， 那你到底搬哪边嘛 。
那现在来看 ， 两边的观点都很充分 。 那从这个角度来说 ， 今天出现所有做视频模型的 、 做世界模型 、 做物理模型的独立厂商 ，其实是站在这一边的 。
但是通用模型的厂商是站在我会认为一竿子全部捅破的 。 那到底这两条线是会在什么时间点出现什么样的变化 ， 我觉得也是明年会关注的很重要的节点 。
你像前两天那个谁啊 ， 宇树的王兴不就说 ，他说 GPT7 发出来应该就是把物理捅穿 ， 那就等 GPT7 什么时候发了 。
那捅穿了 ， 那对于所有的今天这时间点在做偏物理 AI 的独立的模型厂商而言 ， 可能就是个问题 。
这个问题可能是挑战 ，也可能是威胁 。
我们之前在十字路口公众号还有一篇文章 ，因为在讲的就是说这个 Astra 对具身模型是不是降维打击 ， 然后真的会毁灭这个普通的具身基座模型的可能性 ， 从 1 分到 10 分是几分 。
因为那个时候正好我主持了两场论坛 ， 然后上面就有七八个今天还是比较一线的这个具身公司的创始人或首席科学家 ， 然后把大家的观点总结为这个 1 到 10 分 ， 就觉得会被打击的程度的 。
我觉得现实的问题在于 ， 具身本身的商业模式没有非常丰满 ， 就没有非常的稳定且固化 ， 所以它存在很容易被捅穿的可能性 。
但是我们经常会有另外一个角度 ， 就是游戏 。 就虽然也有大家会认为 ， 你像这轮 ， 尤其这轮 5.5 跟 6 出来之后， 大家也会认为游戏也被 — 当然游戏被颠覆已经 ， 这个话题已经被说过很多次 ， 世界模型那波也出来了 ， 什么金曲奖那波其实都出来了 。
但是每次这种问题出来的时候 ， 好在是游戏本身的固有商业模式还够强 ， 就这个行业的盘子足够大 ， 足够支撑很多事情 ， 或者说这个行业走到这么大是走了很远的 。
当然这个事情 ， 你说这个话的时候 ， 同样也会有另外一个声音也会跳出来 ， 就跟最近一段时间大家讨论逆向一样 ， 就软件行业也走了很远 ， 体验 、 操作 、 交互 ， 大家认为也很重要 ，也是非常重的护城河 ，但似乎大家也会有点担心 。
我觉得这个就是你和真实世界的联系有多强 。 如果你一切都是在数码世界里面 ， 这个摧枯拉朽的力量来了之后就是瞬间没了 。
我觉得 Seedance 2.0， 当然它可能再衍生的是短剧行业的事情 ， 那是行业的更复杂的事情 。 那今天可能我看前两天一朋友说 ， 如果回看同一时期的发展脉络来看 ， 红果的上线三年的发展速度是超过抖音的 ， 无论是用户量还是用户时间 ， 可能打败了抖音的是红果 。
对 。 好的 ， 我们前面两个 ， 一个是这个 Openclaw， 然后第二个是 Seedance 2.0 的发布 ， 然后第三个 Aha moment 呢 ？
第三个其实顺眼话题 ，3 月 24 号 Sora2 关闭 。 当然大家会说在那个时间有一种论调会认为 ， 纯视频本身模型的独立状态被 Seedance 的影响过于强烈 ， 然后又因为竞争的疯狂加剧 ， 让 OpenAI 在有限资源选择上选择一些调整 ， 然后把它关掉了 。
战略放弃 。
对 ， 然后我觉得这个引发两个议题 ， 一个议题就是刚才我们还是刚才我们聊的这个视频模型的这个议题 ， 另外一个议题就是其实也是过去这几年大家讨论特别多的一个议题 ， 就是到底模型厂商 ， 尤其是最头部的大模型厂商 ， 能不能把所有东西都吃掉 。
现在看起来这个议题的两方观点也都很 — 都有自己非常强的站位 ， 一方会认为就是会吃掉 ， 就像刚才我们聊的 ， 它会就是捅穿所有事情 。
那今天捅穿了数学 ， 明天捅穿物理 ， 后天再捅穿什么的 ， 可能法律 、 金融 、anyway 什么之类 。 然后另外一派观点会认为 ， 哪怕大模型这么强 ， 你也会在各个垂直板块看到过去几年也发展得非常快的公司 。
那我觉得这两方观点其实都对 ， 没有说这个谁就一定把谁 100% 的全部投资掉 ，但是确实那就对于今天而言 ， 我觉得 AI 这一波发展进入到了大家可以去认真的看一些我们叫非主战场之外的边缘战场 ，其实也不小 。
那这边缘战场的机会也很多 ，不是说所有人都要去做 1 万亿 、2 万亿美金公司 ， 做一家一两百亿美金公司其实也很强 。
那今天你会发现在 AI 这波大浪之后， 这个一两百亿桌的盘子其实分得非常多的 ， 无论是从技术能力的垂直角度划分 ， 还是从行业的横向角度 ，其实抽了非常多可能性 ， 还有很多的机会可以搞 。
比如哪些边缘战场啊 ？ 可以举一些例子 。
纯从这个大模型最近的几个板块 ， 哪怕大家会认为视频模型可能已经被捅穿或者可能性 ，但是视频模型也长出了很多工具 。
然后另外一个角度 ， 比如说 AI 浏览器这样一个板块 ， 或者说 AI 浏览器加 AI 搜索的这个角度 ，Perplexity 虽然没有什么人提 ，但 Perplexity 一直收入 、 流量都很好 ， 可能 Perplexity 今天也两三百亿美金的公司了 。
它虽然在大家认为 AI 搜索第一天就会被 Google 干掉 ， 浏览器 OpenAI 已经把 — 谁还记得 OpenAI 也发过 AI 浏览器呢 ， 对吧 ？
Comet。
对 ， 这已经不重要了 ， 对吗 ？ 但是就是在这些大家默认已经没什么人提及 、 跟无人关心的角落 ， 还是有些公司长得很好 ，而且立得很开 。
那你像最近大家可能聊的比较多是 Charity AI 这个板块 ， 或者这个中美两国的观点差别也比较大 ， 就是这个在美国基本上 — 我那天看谁讲 ， 讲得特别好 ， 就一经若万物生 ， 典型 ， 非常典型 。
就是 Charity AI 就是在合影团队原来是 Google 出来的 ， 然后 Google 把合影团队买走了 。 然后在那个时间点 ， 我觉得 Charity AI 的公司的使命状态已经被判了死刑了 ， 只不过过去一年在延续这个使命 。
死缓 。
对 ， 就是死缓嘛 。 然后这个战场其实持续也有很多公司在做 ，但是直到今天 ， 直到可能 2026 年下半年这个时间点 ， 真正意义上可能已经现在市场上已经有四五家公司跑出来了 。
双引号跑出来就是可能估值 10 亿美金 ， 甚至小企 10 亿美金 ， 月流水可能千万美金以上了 ， 就 AR 可能一亿美金以上了 ， 已经有不止一家 ， 中国公司 、 韩国公司 、 东南亚公司 ， 几乎都是亚洲公司 ， 就 OOC、Tipsey、Emoji。
当然你说相对于 1 万亿的 OpenAI 跟 2 万亿的 Anthropic 来讲 ， 确实不是什么大事情 ， 或者他们也看不上 ，但是对于一个初创公司而言 ， 或者对于比如说做早期投资而言 ， 这个事情是值得参与的 ，而且非常简单明晰的看到了 。
就是我会觉得就是当我今年有另外一个很大的感触是说 ， 当我们频繁的去提及那些最大的数字的时候 ， 我们已经忽略到了我们起初在追求的不是那个 ， 尤其对于早期投资而言 。
你要想当年我们投出一家 10 亿美金的公司 ， 已经是非常好的成绩了 ， 对吗 ？ 那今天这个战场里 ，10 亿美金的公司可能刚融完天使轮 。
起步价 。
对 。 当这个市场最大的公司已经涨到 1 万亿美金 、2 万亿美金的时候 ，他们已经比很多我们想象中的传统巨头都大 ，他们的收入也比那些传统巨头都大 ，他们花了那么多钱的情况下， 它的那些钱就会变成另外一些公司的收入 ， 这个量级就够养活出来一堆可能几百亿美金的公司了 。
所以今年这一轮 RSI 诞生的什么数据公司啊 ， 做候选链的公司 ， 做推理的公司啊 ， 这不都是这个逻辑吗 ？
甚至那波 NewClaw 公司不也是这个逻辑吗 ？6 月 4 号 Anthropic 发了一篇文章 ， 标题叫 《When AI builds itself》。
RSI来了23:07
RSI。
Anthropic 是一家特别擅长做动画的公司 ， 双引号的动画是什么 ？ 就是他们每次去发布这种博客文章的时候 ， 都会配一个可视化的很好的示意图 。
因为我天天做 PPT， 我对这种图的感受特别明显 。他画了两张图 ， 我看完之后就是毛骨悚然 ， 鸡皮疙瘩起了一身 。
第一张图是它标题的图 ， 就是它的标题在左边 《When AI builds itself》， 右边画了一个动画 。 那动画是什么 ？ 就是 Anthropic 的 logo， 本来是个方块 ， 是一个你可以理解就是像马赛克的方块 ， 然后逐渐变成 Anthropic logo。Anthropic logo 不也是那个样子吗 ？
然后那个方块复制 ， 然后慢慢再变成 Anthropic logo， 然后不断复制 ，不断叠 ，不断叠 ， 然后叠出来一个大的 Anthropic logo， 然后这大的 Anthropic 再变成一个小的 Anthropic logo， 再叠 ， 然后再变成更大的 Anthropic logo。
我当时看完就跟那个就是恐怖片里那个地上全是那个害虫在爬的那个感觉是一模一样的 。 就是哦 ， 这个太 ， 这个可视化做的太清楚了 。
一生二 ， 二生三 ， 三生万物 。
三生万物就是这么简单的东西 ， 就是它就是 ， 然后这是一个示意图嘛 ， 然后他在他文章正式里面画了一张更清楚的 ， 可能是给就是他这张还是一个偏动画的感觉 ，他画了一张更可视化好的示意图 。
就是说我们原来他画了几行 ， 第一行是人类加一台电脑训练 Anthropic， 人类加电脑得出 Anthropic 的 logo， 第二行人类加电脑加 Anthropic 训练出新的 Anthropic， 第三行人类加电脑加两个 Anthropic logo， 后面这样 ， 然后加加加到最后人类不见了 。
就是我不用去看那个技术细节 ， 我单纯看那两张图 ， 你就知道这个世界变了 。 或者说你要知道 6 月 4 号他决定发布这篇文章 ， 就代表他在之前的可能两个季度 ， 甚至两个版本之前 ，在体系内已经开始尝试这件事情了 。他才经历过测试 、 实施到可以拿出来给公众看 ，6 月 4 号 。
所以那之后下半年出现非常多所谓的 。
所有的叙事全部围绕这件事展开 ， 所有的叙事 。 那同工厂商已经几乎 ， 那马上你像当时智谱那个季度财报发 GMM 5.2 和 5.3 的时候 ， 唐杰老师说 GMM 6 就是最大的下一个版本 ， 就是完全基于 RSI 了 。其实在年初 ， 唐杰老师那次在北京大会上也提到了 ，但是在那个时间点 ， 就是在可能在 26 年年初的时候 ， 投工厂商的创始人已经看到这个可能性了 ， 甚至内部也在
做尝试了 。 但是 6 月 4 号是比如说我们这些偏 ， 我们不是研究员 ， 对吧 ？ 我们不是真正意义上参与模型 ， 我们这些偏观察者跟从业者的角度来看 ， 真正有一个最头部的厂商定义了这件事情的状态 ， 说已经在局部看到了这种循环的可能性跟产生的状态 ，并且告诉你我们在内部什么环节用到什么程度 ， 它在过去的可能一两年时间里面是
以什么样的速度跟什么样的状态影响我们所有的事情 。 然后我觉得这件事情引发了特别多可能下半年所有的这些事情 。
我在上一期的我的季度总结里 PPT 里我就讲 ， 你像 Ilya，Ilya 今天的模型还没有发 ，但是他之前说他在做叫 TTT 嘛 ， 就是实时的 training 嘛 ， 那你可以理解就是一样的逻辑 。
然后你看田园弄他们这家公司 ， 我看新闻今天他们发了正式版第一版模型 ， 然后他们公司的名字就是 RSI 嘛 ， 就是只不过是换了另外一个单词嘛 。
Recursive。
对 ，Recursive。 然后 DeepMind 的首席科学家 ，27 年的 Google 老员工 Jeff Dean 离职 ，他那个公司的 logo 就是一个那个无限大的那个符号嘛 。
然后那个 Mira，他们当时就提出就是也是在讲 loop 的过程 。 那这些相当于这些原来这些最头部大厂的最核心位置的研究员跟专家跟科学家们在差不多的时间点在做类似的事情 ， 可能角度或者说实施路径会有不同 ，但是我觉得他们是看到了一个大的方向的收敛 。
就这个大方向可能好像很多人都意识到了 ，但是似乎到了 2020 年收敛到了一个可操作的状态里 。 这一波 New Lab 出来之后， 钱都涌进来了 ，New Lab 也好 ， 大的 Lab 也好 ， 都需要建立针对这套 RSI 的体系 ， 人员 、 组织 、 训练环境 、 数据 ， 所有事情全都来了 。
这些钱 ， 这些 New Lab 要花的这些钱流到了下游 ， 下游的生态就被硬生生拉起来 。 所以引发了今年下半年所有这一波 ， 甚至今年 Q2 可能就已经开始了 ， 做后训练的 ， 做 RL 环境搭建的 ， 做数据的 ， 做 benchmark 的 ， 无论是中国 、 美国 ， 所有的厂商爆炸 ， 收入爆炸 。
这个故事就我觉得它像一个 ，也像一个潘多拉魔盒一样被点燃了 ，而且点燃之后这个东西 ，因为它是这个过程 ， 你了解这个循环过程 ， 你就知道它打开它就关不上了 。
当然这引发了更复杂的 ， 比如安全的问题 ， 就是就所有的 ， 就跟那个 Anthropic 那个 logo 那个动画演的是一样的 ， 就是当它不断的复制 ，不断的延展 ，不断的去把它的触角展开 ， 那很多事情就防不胜防了 。
所以限制它的唯一的可能是能源 。
但是能源现在又出了问题 ， 就或者说是电跟设备嘛 。 那你像前两天 Anthropic 又发了文章 ，是说他们内部去监控到模型自己 ，AI 模型可以用大概二十几台电视盒子串起来来跑 ， 电视盒子啊 ， 几十美元哦 ， 中国更便宜 ， 那算力是什么情况 ，但是模型可以依靠自己能力把几十台盒子串起来让它自己跑 。
你想你光把数据中心的电源看起来已经没有用了 。
当然这都听起来都像科幻片一样的故事了 ，但是似乎今天在至少在数字世界 ， 这事已经在发生了 。
昨天的新闻就是 Netflix 拍好了一个纪录片 ，是记录 OpenAI 的那个模型攻击 Hugging Face 的 。
这么快就拍出来了 。
对 ， 这么快 ， 这么快 ，8.99 刀还是 9.99 刀就可以买到了 。 但是 Hugging Face 的 CEO 看完了预告片 ，他肯定先看那篇 ，他说他有点失望 ，他说 Netflix 太过渲染这种负面的情绪 。
但是现在每个人说话你也不能 ， 你也不知道他的角度 、 他的利益 、 他的什么 ， 就是反正世界就是这么个世界 ， 已经走到这了 。
我觉得值得一看 。
对 。 因为在我们录播客的今天 ， 昨天都分别有非常大的安全事故发生 ， 就你怎么看呢 ？ 接下来会发生什么 ？PHP 出问题 ， 然后 Pinecape 被攻击 ， 就是感觉好像你很难幸免于难 。
很难啊 ，因为太难了 。 首先所有的时间全部被压缩了 。 原来你知道安全领域 ， 大家看漏洞前面有一个代名词 ， 或者不叫代名词 ， 就是它的形容词叫 0-day， 就是比如黑客去发现一个漏洞 ， 这个漏洞什么叫 0-day 呢 ？
就是在这个厂商 ， 比如我发现了微软操系统一个漏洞 ，但是微软定期会更新嘛 ， 它会打个补丁 。0-day 的漏洞就代表了它在打补丁之前的漏洞 ， 就是我的这个发现的东西是它没有发现 ，是厂商没有发现 ， 这叫 0-day。0-day 是可以来卖 ， 来去攻击 ， 来去做所有事情 。
然后很多这个黑客的工作就是找这种我们叫 0-day 的漏洞 ，但今天 0-day 可能已经被压缩成 ， 虽然 0 已经是一个不可被量化的词 ，但是它代表其实是 1-day， 就是你当天之前的嘛 ，但今天可能这个事情已经被量化到 0.00000001 的量级里了 。
就像昨天 PHP 的漏洞 ，其实他们已经在做很多事情 ，但是没办法 ， 视频被放出来 ， 然后漏洞的逻辑跟实现的方式但凡被发出来 ，有一定技术能力的人看到一点点苗头 ，他顺 ， 就是因为这些人天天跟这些打交道 ，他只要有一点点灵感的火苗被点着了 ， 实施层今天已经没有任何的 。
对 ， 从 final coding 到 web hacking。
对 ， 已经没有任何的难度了 。
其实现在很多的这个攻击我觉得不带任何的目的 。
那天我看谁啊 ，也是一个也是做这个最近这几个月爆火的 ， 做后训练跟这个 RL 环境搭建的厂商的 CEO 接受播客采访 ，他说了几句话我毛骨悚然也是 。他说最懂代码规则的 AI 当然最懂得如何利用漏洞 。
你在追求的 7324 小时的 agent 的同时 ，也是一个 7324 小时无休息无终止的猫在一直运作 ， 就是这是这件事情的一体两面 。
我们虽然在聊 aha moment，但感觉聊的都是这个毛骨悚然 moment。
也没办法 ， 就是今年特别多的这种时刻嘛 。 当然我觉得后面会聊到更细节的 ， 就是各行各业哪怕是最前沿的人也会经常的感觉无力感 。
你像今年几个非常重要的时间点 ， 比如前一段时间那个 deepseek 的研究员那篇文章 。
今夕何年31:42
我不得不把我的才华埋葬在昨天 。
对 ， 你想他是研究员 ，而且是最一线的研究员 。他也 ， 然后你像我记得我记得今年特别清楚 ， 卡斯克在看到 FEB 5.1 的时候 ， 还是 GPT6 的时候 ，他有一篇文章推送也是讲 ，他说原来我还认为我能引领一些事情 ， 我还有我的品味 ， 我的审美 ， 我的对一些东西的花招 ， 我能可以去教他跟引导他 ， 那现在发现我只能站在后面 。
这个感觉在各行各业出现特别明显 。 那今年我的感觉就是 opus 5.5 出来之后， 可以做可视化的视频剪辑跟播客 。
这是不是你的第五个 aha moment？
可能不是第五 ，因为它在时间上比较靠后 。
OK， 那我们先讲第五个 。
第五很有意思 ， 第五是 0627， 就是相当于上半年结束 ， 我也做了一次总结 ， 我那个标题叫 《 文艺复兴 》， 然后我那个 PPT 的第一页是放的前一天 ， 我今天演讲的前两天的今年的金曲奖颁奖典礼 ，2026 年的金曲奖最佳男歌手张震岳 ， 最佳女歌手蔡依林 。
梦回 30 年前 。
然后你就说这个世界发生了什么 ， 对吧 ？
为什么没有新人出现 ？
就是为什么 ， 就是发生了什么 。 然后我的第二页 PPT 的标题叫 《 那些老朋友全都回来了 》， 我们去看标普 500 整个所有的这些标普 500 最核心的公司的上涨幅度 ， 拉排名的名单 ， 可能前 20 名里面有 16 到 18 名。
我数一些公司的名字啊 ， 大家听一下 ： 戴尔 、Sandisk、 西杰 、 西部数据 、 美光 、 海力士 、 三星 、AMD、NVIDIA 不用讲了 ， 微星 ， 甚至可能在中国港股里面联想 、 几家 。
你听到这些名字的时候 。
怎么老登在统治天下 。
就是这种 ， 我们这种 80 后在当年传机的那个 DIY 的年代的所有这些厂商全部今年都暴涨 ， 全部是这些公司 。
那这个世界到底发生了什么 ？ 就是为什么 ， 就今夕是何年 。 我当时看金曲奖当天晚上我就这个感觉 ， 我说今夕是何年， 就是为什么会变成这个样子 。
当然你可以说是没有新的可能性 ， 还是因为一些特殊的需求导致的一些特殊的原因 ， 让这些双引号的老家伙们又回来了 。
可能 AI 来了之后， 世界上就不会再有新的歌手了 ， 就新的我们古典意义上定的歌星可能就没有了 ， 互联网时代可能就没有了 。
因为媒体已经去中心化了 。
标普 500 前 20 的涨幅 ， 我刚才不是说有 17 到 18 家吗 ？ 另外两家公司是什么呢 ？ 做减肥药那俩公司 。
所以似乎往往这个世界只有 AI 跟减肥药两件事情了 。 这个世界现在对归基太不友好了 。 这个 aha moment 可能不太有人会这么想 ，但是我会觉得特别有意思 。
很有意思 ， 很有意思 。 对 ， 这个 AI 肯定不会这么想啊 ， 这就是我们这个播客还存在的一丝人类的荣光 。
就是因为我们也算是一些内容创作者 ， 就是我们会对这些内容板块出现的事情会更敏感 。 然后我今天上半年也做了一次演讲 ，是讲 AI 内容行业的 AIGC 的冲击的 。
就我当时说是三次死亡 ， 就是首先是素材之死 ， 素材本身就大家都知道 ， 然后是流程之死 ， 然后是版权之死 。
流程之死我们已经在剧的领域跟电影领域看到了 ， 甚至音乐领域也看到了 。 那最后就是版权商业化 ， 那其实在短剧我们已经看到了 。
那再往后呢 ？ 到底是什么呢 ？ 就我们双引号对艺术的追求 ， 或者说现代的艺术到底在 AI 时代会发展什么样子 ， 可能又是一个更复杂也没人讲清楚的议题了 。
当然这个议题业界讨论也很多 。
一定会发生 ， 只是发生的速度和强度都超过了我们的预期 。
甚至方向是什么样我们都不知道了 。 所以我觉得这个 aha moment 也蛮有意思的 。
狸猫换太子35:17
OK， 我们讲了 5 个了 ， 正好讲到上半年结束 。 那第六个是什么 ？
7 月 9 号是 GPT6 发布 。 那这个模型发布大家都已经知道 ， 我就不需要讲了 。 我讲另外一个角度 ， 发布的差不多时间点 ，OpenAI 做了一个狸猫换太子的动作 ， 把 codex 换成了 ChatGPT。
大家开玩笑讲狸猫换太子嘛 ， 然后就有了那个 ， 可能很多人看过那个曲线 ， 就是 codex 的 MU 的那个曲线就暴涨 。
那最近一次应该是 4,000 万 ， 之前就是 100、200、300、500、600， 就这么在涨 。 我觉得在那个时间点 ， 就 7 月份左右那个时间点 ，是什么时间点 ？
大家可以回想一下，Claude Code 其实去年就发了 ， 然后在 Q1 的时候 ，Claude Code 基本上大家认为无敌 ， 然后 codex 在 Q2 开始追的 ，是这个时间点 。
然后在 0709 之后， 慢慢慢慢 codex 越追越好 ， 然后 codex 至少在口碑上也追回来 ， 然后再什么 ， 然后大家会认为双引号 ，因为我这次的我去狂喜的这个这个标题叫版本又换了 ，codex 是上一个版本的版本之子 。
什么叫版本之子 ？ 就是它定义了这一波所有产品的样子 ，codex 基本上是可以定义这件事情 。 然后甚至有 ， 我那天看是 Figma 的类似 CEO 还是谁 ， 就直接画一张图 ，他说未来很长一段时间所有的软件 ， 甚至包括 SaaS 软件都应该是这个样子 ， 就是现在我们大部分用的 AI 软件一样 ， 就是三栏 ， 左边是项目 ， 中间执行 ， 右边是一个类似显现的状态 。
就是你看今天大部分 AI 产品都是这样 。 当然这一波 personal AI 又推回去了 ，但是你回想在 personal AI 出来前的这一波 ， 各种各样的 agent， 各种各样的产品 ， 各种各样的 SaaS， 甚至各种各样的什么垂类的产品 ， 基本上都长这个样子 。
因为生产力长成这个样子还是是这个共识吧 ，personal AI 它还是没有那么生产力的 。
对 ， 所以就版本又变了嘛 。 所以在那个时间点 ， 你相当于就是我开玩笑讲 ， 就是 codex 是个非常好的老师 ， 所以什么 Kimi Code 呀 ， 什么 Jay Code 呀 ， 什么 Emax Code， 然后国内这些双引号的各种各样的 agent， 尤其是办公类 agent， 就是全部都是长成那个样子 。其实最早长这个样子的还是 Manus。
对 ，其实是的 。 那我觉得 codex 和 ChatGPT 的合并其实也带给我一个副作用 ， 就现在我开始用 Grokbot， 原来我 100% 的任务都在 ChatGPT 完成 ， 然后复杂任务我可能会用 Manus，但现在我变成就是简单任务我去用 Grokbot。
为什么呢 ？ 是因为就是 ChatGPT 太慢了 ， 我默认又开在这个 Astra 6 的 Ultra 模式 。
你可能又需要选聊天工作 ， 然后你又会觉得有一些事情虽然可能应该是聊天 ，但你又会觉得万一这个事情再延展出什么东西 ， 你大部分还是会放在工作里 。
那那个聊天存在的价值似乎就 ，因为它放在一起就要去承担这种 ， 包括它给了我 Ultra 模式 ， 我觉得我不用 Ultra 模式我就吃亏了 。
对 ， 你还要考虑额度重置乱七八糟 。
所以所有这些事情我觉得都是一次一次 ， 就是当你的产品的样子足够复杂 ， 且你的包袱足够多的时候 ， 就一定会有一个更新更好的 ， 双引号更好的东西 。
因为你没有办法在原有的事情上， 所以它自己为什么要做那个 dot。 然后包括昨天晚上 Claude 也发了嘛 ， 为什么 ？
因为它知道原来的东西它已经 ，Claude 也一样 ，Claude 客户端现在聊天框 ， 然后它已经说我可以默认帮你去找 work， 就它不要选 ， 然后 code 也在上面 ， 然后它最近把 design 也放在里面了 ， 它加了一个什么项目 ， 就是你的原来 design，因为原来 Claude design 是只能在网页用的 ， 然后它没办法也要加到它的 code。
你相当于它的 code 端已经复杂到 ， 它可能同时兼具了三到四个大的原来独立产品的样子 ， 它又不能说一刀切我全部切掉 ，也不可能 。
所以就由简入奢 ， 易由奢入简 。 然后在你已经繁杂到不行的时候 ， 好 ， 这个时候就会出现一个新的 。
扎你一下 。
扎你一下， 用极简的方式 。 所以我觉得 Muse 也有这样的一个市场定位 。
对 ， 我现在最大部分都在 Muse 上 。
这是六个了 ， 对不对 ？ 我们第七个是什么 ？
端侧模型39:14
8 月 14 号 ， 千问 3.8 的 27b 模型发布 。 为什么是选这个 ？ 因为大家知道这一年如果我们只谈论模型发布 ， 可以谈论无数的选择 。
怎么挑了这一个 ？
怎么挑了这个 ？ 我也是看到一张非常好的图 ， 那张图是什么 ？ 它是一个时间轴 ， 就像甘特图那样的时间轴 。
这张时间轴是什么呢 ？ 就是比如在某个月或者在某个时间点 ，23 年什么时间点 ， 比如 GPT4o 发了 ， 它的能力是这样的 ， 然后往后推 ， 这个行就往后推 ， 推到什么时候停止呢 ？
什么时候发布一个新的小的可以在本地部署的 ， 比如 30b 以下的模型的能力到了 GPT4o， 然后它就拉出来一个横条嘛 ， 这横条代表就是时间 。
明白 ， 就什么时候端侧模型的能力强到什么时候 。
到时上一版的 sora 模型 。GPT4o 那个年代 ， 这件事情可能需要持续 18 到 24 个月 ， 就一年半到两年 。 到千问 3.8b， 千问 3.8b 就是 opus 4.6 还是 4.7 的能力 ， 就是 9 个月 。
就是那个甘特图画出来就特别的明显 ，因为甘特图是一个非常容易看到这个节奏进度变化的 ， 原来就是这么长 ， 慢慢慢慢慢慢就这么长 。
这个加速的背后的原因是什么 ？
我觉得就是刚才我们聊的很多 solution 全部都是模型训练的变化 ， 对吧 ？ 强化学习环境的搭建 ， 然后超大 ， 当最大的模型最前沿模型的参数到了 T， 甚至 T 实际量级的时候 ， 出现了更多更复杂的问题 ， 激活的问题 ， 专家模型的问题 ， 优化的问题 ， 路由的问题 。
所以它的速度本身上那样 ， 我如果世界上有一个可以定量 ， 虽然今天没有定义模型能力的直线曲线的话 ， 那明显最头模型其实在放慢 ， 一定在放慢 ，但我们现在没有办法量化它怎么放慢 ， 虽然有一些 benchmark， 对吧 ？
但是后面追的就会比较快 ， 这是一个相 ， 然后就又因为你小模型在小参数量级下可以在其他事情上做得更好 ， 效率 、 路由 、 渗透率 ， 乱七八糟这些事情上做工 ， 所以它接得越来 ， 当然不可能永远 ， 我觉得永远不可能接近 ， 就瞬间不可能 ，但是它越来越压缩 。9 个月就代表着今天我们被称为奇观的东西 ，9 个月之后就可以在一台很小的设备上本
地跑 ， 端侧模型的能力这么快的这么短时间达到一定能力的话 ， 那一定会打开一些别的东西 。
所以你觉得端侧模型最后还是是这个今天的基座模型 ， 几个大厂最后做出来的 ， 还是在端侧模型会出现不一样的厂商 ？
这我不知道 ， 那就变成了 ， 比如说对于独立厂商它要不要赌 ， 我觉得从这个角度顺延 ， 这个决策模型出现 ， 我觉得也是符合这个逻辑的 。
就如果我们把 ， 就端侧模型可能大家还是会把端这个词看得太重 ，但如果我们把模型的 ， 比如说它的大小 ， 它在做什么事情 ， 然后它的成本这几个因素加在一起 ， 作为一个衡量因素来讲 ， 端侧小模型跟决策模型其实是在做类似的事情 ， 就是在一个相对低成本情况下做一个更高效的事情 。
更快更便宜 。
对 ， 那决策模型在这个时间点出现也是这个原因 。 当模型的后训练 ， 模型的学习这个数据环境搭建 ， 包括模型本身训练的本身 ， 就预训练本身的复杂程度已经到一定极端情况下的时候 ， 它就会有厂商要做更小的 、 更简单的事情 。
然后呢 ， 这些更简单更小的事情 ， 双引号是为成本考量的 ， 就成本这件词 ， 最简单的是价格单价 ， 可能还有别的 ， 比如中美对抗的问题 ， 开源闭源的问题 ， 端侧本地的问题 ， 决策模型 、 通用模型 ， 可能也包括今天所有的模型厂商是分 ， 就跟 iPhone 一样 ， 分 Pro Max、Pro， 然后 。
Flash。
那标准版 ， 然后 Flash， 还有 Lite，是分这些版本 ， 这个可能也是一样的逻辑 。 所以成本是一个五六个维度的问题 。
OK， 这第七个 。
App Store拐点42:39
第七个 。 第八个是另外一个议题 ， 就是 8 月 21 号 ， 苹果的第三季度财报发布之后， 苹果的 APP Store 在那个季度首次下降 ， 收入首次下降 ， 连续十几年的首次下降 。
大家不买软件了 ，不买 APP 了 ， 自己造了 。
就是我们进入到了一个这样的时代 。 那你像最近几个月 ， 一两个月这个逆向的这个事情被讨论着 ， 我觉得是符合 ， 非常符合逻辑 。
对 ， 就这个可能从有模型的第一天 ， 大家就觉得这是会发生的未来 ， 然后它在此刻发生了 。
当然就是这件事情是不是因为这个唯一的原因 ， 或者它是不是最叫充分必要条件 ， 我们不知道 ，但至少这个时间点我们看到了 ， 或者我们可以找到一些证据证明这件事情正在发生 。
当然苹果可能自己有自己的问题 ， 它增长的问题 ， 它设备已经普及的乱七八糟 ， 包括苹果的 APP Store 运营的 ， 它肯定有很多问题导致的这个扭转点的出现 ，但我们一定这里面很多原因里面有一个 ， 或者甚至可能有很重要的一个是 AI coding 的能力到了 ， 我们可以去尝试每个人做自己的软件了 。
或者一些过去要通过一个软件完成的任务 ， 今天我直接让模型就帮我做了 。
就日抛 ， 就一个功能就搞定了 。 那今天百花齐放的 GitHub 成为新的小红书也是个原因嘛 ， 大家随便做个小东西弄上去就百花齐放 ， 什么都有 。
我那两天看 ， 我记得前两天也是国内很有名的创业者 ， 就原来魅族的 VP 叫李楠 ， 楠总他不是做那个键盘鼠标吗 ？
也上过播客 。
前两天就是我看谁啊 ， 归藏买了个李楠总出的鼠标 ，他那个鼠标的微动做得不好 ， 归藏自己写了一个 ， 开源了 ， 然后楠总还转发说以后大家用这个吧 ，不要用我们自己的 。
当然这可能对于普通人而言听起来还是有点天方夜谭的 ，但是它相当于从原来一个非常极客 、 非常假的人群已经扩了可能两个圈了 。
对 ， 我最近自己 Web coding 的一个程序是我喜欢观鸟嘛 ， 然后最近又是千禧记 ， 所以千禧记在上海 ， 大家就会去南汇东滩看恒鹬 ， 然后恒鹬类的鸟是最难辨认的鸟 ，因为它们长得都太像了 。
所以这个呢 ，也是这个观鸟爱好者特别喜欢的一件事情 ， 就是辨认出哪只恒鹬 。 然后我已经这个尝试学习了这个三年了 ， 仍然就觉得自己正在考试 ， 可能只能考 10 分 。
然后我就让 AI 帮我做了一个学习程序 ， 就要遵循什么沃尔宾号 CGE 曲线 ， 然后最近在天天用它像打卡多邻国一样学恒鹬 。
所以你看多邻国虽然收入还在涨 ，但是股价已经跌了一大幅度 ， 就是没办法 。 就虽然大家会认为 ， 或者说如果我们今天是这些软件厂商的 ， 就是站在他们角度而言 ，他们当然会有各种各样的说辞去说我们有我们的双引号的护城河 ， 就是那 ，但是这个浪感觉已经已经淹到墙根底下了 ， 至少 。
所以谁到未来会怎么样没人知道 。
那我现在感觉还是有一个软件 ，不管怎么样我都会持续付费 ，1Password。
所以那最后就变成这些最核心的 ， 比如支付相关的 ， 对吧 ？ 然后密码相关的 ， 安全隐私相关的 ， 可能也只是可能吧 。
斩杀线45:33
好 ， 我们第九个 aha moment 是什么 ？
美国有一家做那个 benchmark 的网站叫 AA 嘛 ，他在十一期间发了个视频 ， 这个视频其实就是一个可视化的的图 ， 我们叫性价比的图 ， 就是帕里特最优的图 ， 就是纵坐标是这个模型的打分 ， 横坐标是 token 价格 ， 然后所有的模型就会分布在这个空间里 ， 然后你就把最上面这些点连在一起 ， 那就代表着当下这个时间点的所谓双引号的帕里特最优 。
那个曲线原来就是可能在最底下， 然后一点点一点点拉拉拉拉拉 ， 就被拉到无限高 ， 然后就是这个事情 。
然后再往前推 ， 这个图的可视化 ， 我们开玩笑原来叫斩杀线 ， 就相当于比如今天如果出现一个新的模型 ， 它在这个横坐标上会标一个点 ， 比如 DeepSeek 当时为什么会出圈 ， 就 DeepSeek v4.1 还是哪个版本出现的时候 ， 它打在这个地方 ， 这个地方代表什么 ？
就是它的得分很高 ，但它很便宜 ， 然后也就相当于它点打在这 ， 然后往横拉再往纵拉 ， 拉出来一个长方形 。
理论上来说 ， 这个长方形里面的模型就没有意义了 。
因为它又没有你强 ， 然后还比你贵 。
当然就是单独单独打分 ， 可能对于用户实验而言不是一个好 ，但是至少你可以看出这个趋势 ， 所以就出现了斩杀线 ，也就是说它打到了这 ， 那你底线模型要做的事情就是要超过这个斩杀线 ， 要不然你就没有意义了嘛 。
然后它后面又更新一个很快更新版本 ， 就把斩杀线又拉上去了 。 然后这个斩杀线的这个图 ， 或者说我们把这个图画出来 ， 把它定义成斩杀线的这件事情 ， 最开始是我们这些自媒体作者做的 ，是我们用一种这样的方式去讲述了这样一个故事 ， 比较好理解嘛 ， 就是非官方做的相当于 ， 对吧 ？
然后大家如果还有印象的话 ， 千问 5.3 的 Flash 有一个上线之前的版本叫牛来 ，他借了那个蹭了那个电影的风嘛 ， 然后在海外不就匿名打搒嘛 。
然后等它正式公布的时候 ，他说这个双引号牛来的模型就是我的千问 5.3 的 Flash 嘛 。他在这篇智谱的官方的公众号推送里 ， 智谱自己画了斩杀线 ， 然后至此开始 ， 你发现基本上国内所有的模型厂商在发布的时候 ， 除了去放那个打分表之外， 所有人开始放斩杀线 。
确实很直观 。
斩杀会像可视化 。 我觉得这个也跟我们刚才讲的话题是一样 ， 就是成本是一个多维度的考量 ， 然后这件事情似乎开始被定义成我们去衡量一个模型好跟不好很重要 ， 哪怕只是为了吃瓜群众们看起来很强的一个表现方式 ，因为大家已经知道那个柱状的打分表已经没有任何意义了 。
哎 ，但说到这里 ， 我想到最近 OpenRouter 就发了一个数据 ，他讲说这个在去年一季度的时候 ， 这个 Top 10 的模型 ， 就从这个 benchmark 上， 就可能大家最公认的 benchmark 上打分 Top 10 的模型 ， 调用量是 8 成左右 ， 然后到最近一个季度 ， 就过了五个季度啊 ， 这个 Sorta 的这前十的模型的调用量在 OpenRouter 只有两成了 ，也就是更多的人其实是在用没有那么 Sorta 的模型 ，因为他们的任务日
常没有那么复杂 。
电商比较贵嘛 。
对 ， 所以我觉得这个未来可能世界就会一方面斩杀线会继续存在 ，Sorta 的追求会无止境 。
对 。
而且越 Sorta 可以越贵 。
对 。
愿意为它支付的那个溢价的神也是一定会存在的 。 但另一方面我觉得会出现免费的 。
那个 OpenRouter 的图会有一个是 token 量 ， 另外一个叫 spend， 就是钱 ， 花的钱 ，也会有这个往下的趋势 。 所以这个斩杀线的事情 ， 可能是已经大家公认变成一种具象化的考量 ， 就单纯打分已经没有意义了 ，因为所有的搒单只要出现搒单 ， 它就会被打满 ， 接近打满 。
那怎么去衡量 ， 或者怎么去看起来一个模型变得更好 ， 就是用这种斩杀线的方式 。 我觉得这也直接就 echo 了第十个 。
奇观时刻49:12
最后一个压轴的是什么 ？
这个 Opus 5.5 出现之后， 然后我是先看到了仁心 ， 它跟橘子做了一期播客 ， 然后他们那个播客的样子就是三个头像 ， 然后一个类似 PPT 的样子 ， 然后橘子一边讲 ， 一边把它讲的这个话做成可视化的效果 。
就因为我是一个天天跟 PPT 跟可视化打交道的人， 我一下子就 get 到了这个东西了 ， 然后我就看到你 。
然后你知道为什么会不一样 ， 就是橘子讲的还是一个简单的 ， 比如他画了个坐标系 ， 画了个呈现 ， 你那个是什么 ， 一个科学家讲了一个什么 Skyling Law 的什么一个三维的什么图做出来 ， 我瞬间就一下我就躺在那了 。
清华插院助理教授徐梦迪那一期 ， 说实话他讲的内容其实是有点深的 。
非常深 。
然后我觉得我录播客的时候 ，其实可能懂了个六成七成吧 ， 这个对话能继续 ，但是我没有真的彻底懂 。
对 。
然后 Opus 5.5 帮我做了那个动态 PPT 之后， 我又完全从头到尾看了一期那个播客 ， 我觉得我可能学到了八成功力了 。
可视化非常重要 。
我们这期播客也会可视化的 ， 所以大家看视频播客看到的会是一个 Opus 5.5 配了图的 。
然后它不需要什么操控剪映 ， 它不需要做别的什么动作 ， 就模型相当于你双引号你不需要什么 skill， 你也不需要什么指示 ， 你顶多可能对风格上有要求 ， 我看你就做了那个捏泥土的 。
我们还是给了一些简单的 skill 去给它一些指示 。
风格上的 。
风格上的指示 。
但仅此而已 ， 它就过了那个线了 。 我的 PPT 有一页是放了你们俩的截图 ， 然后我放了旁边表情包 ， 就是那个黄渤跟那个沈腾那个电影 ， 就是毁灭吧 ， 就是毁灭吧 ， 就不要扯了 ， 毁灭吧 。
震惊瘫坐 。
然后我觉得这个为什么跟上个议题是连在一起的 ， 刚才我们说了单纯的打分没有意义了 ， 所以大家开始追求斩杀线 ， 我们叫帕里特最优 ， 这个事情也没有意义 。
大家开始追求什么 ？ 那天兰西讲的一个观点非常好 ，他说如果大家打帝国时代的话 ， 你会知道帝国时代所有你会选国家跟种族吗 ？
美国国家跟种族最后会有一个非常大的建筑 ， 那个建筑叫奇观 ， 那个奇观会公告天下， 你建了奇观就你相当于就是告诉所有人来打我 ，但是奇观会有非常强大的展现性 。
那你为什么要建呢 ？ 奇观 ，因为它叫奇观 。 今天你看 Opus 5.5 拿来剪视频 ，GPT3.6 去做 Blender 的 3D， 做各种各样的展现 。
我今天最近看 Twitter 上是有人拿 GPT6 去魔改 ， 我把魔兽争霸的人物放进来 ， 场景放进来 ， 然后做成一个塔防游戏 ， 或者一个吸血鬼类型的游戏 。
也有些把 Gen 上面的游戏放到 MacBook 上 。
或者那个让马里奥去跑神庙逃亡 。 奇观 ， 就是它要让哪怕一个什么都不知道的人看到的第一眼感触 ， 震惊 ， 叫奇观 。
今天最头部模型怎么能让人知道它已经强到什么程度 ， 造奇观 。
所以我们在说这期播客是个 aha moment，但其实很多时候发一个产品或发一个模型 ， 你要造的其实是魔法时刻 。
Magic。 我觉得最近就天天看奇观 ， 我天天看奇观就已经看到葛优躺了 ， 就是你已经有点 PTSD 了 ，因为它已经超过你原来的想象了 。
就相当于我经常一个比喻 ， 就说也很多人讲过 ， 学霸考 100 分是因为卷子只有 100 分 ， 你要给他 1 万分 ，他也能考 1 万分 ， 对吧 ？
但 100 分跟 1 万分对于比如一个 60 分而言没区别 。 我们现在经常感觉是这样 。 所以就这个奇观 ， 那你想已经进化到奇观了 ， 那下一步呢 ？
彩蛋与祝福52:29
那你 2027 有什么计划 ？
不知道 。
有什么就是在瘫坐震惊之外的 ？
这个引发一个小彩蛋 ， 就是因为 10 个 aha moment， 我其实原来就开始列 ， 然后我原来把这个 aha moment 列到第十个 ， 后来我就发现那十个是比较正经 ， 这个第十个是非常不正经的 。
所以把它变成彩蛋 。
彩蛋 。 我最近在玩 ， 最近因为一些机缘巧合 ， 我玩到了最近如果大家关注的话 ， 微信生态的小游戏最火的一款游戏叫赵云与阿斗 。
赵云与阿斗 。
对 ， 你听起来就是个三国题材游戏 。
是啊 。
它是一个典型的就是塔防游戏 ， 就是塔防大家一听就懂 。 你想啊 ， 三国这个题材在游戏里已经用了多少年了 ？
你要知道最近可能一两个月时间 ， 它是微信小游戏一直排名第一 ， 甚至模仿它的游戏已经出现一堆了 ， 就模仿这个样子的游戏 。
它为什么会变成这样 ， 或者它怎么设计的 ？ 我们刚才讲的所有这些素材 ， 你想象一下今天最头部的这个游戏厂商怎么做 ， 肯定是精美到无以复加 。
对 。
就你想一个青龙演员刀 ， 可能刀上的那个玉石的那个样子都已经是武装到牙齿了 ， 连一把刀都可能甚至是一个小兵的一把刀都已经是武装牙齿了 。
人类在过去几年被 AI 的这一波的图视频 ， 尤其是高清跟高亮跟精细的 ， 尤其中国有短剧 ， 就是你想过去几年大家看了多少短剧 ， 已经好像进化什么 ， 就人类已经被这种双引号精致到极致的画面刺激了 ， 可能中国一会已经小一年了吧 ， 至少 。
人呢 ， 会物极必反的 。 所以这个游戏很有意思 ， 这游戏所有的画面都是文字 。
都是文字 。
弓箭手就是一个弓子 ， 枪兵就是一个枪子 ， 然后你的武将是赵云 ， 就是赵云两个字 。
这是它火的原因吗 ？
对 ， 就是它火的原因 ， 就是因为这个 ，因为它的玩法本身塔防二合 ， 然后比如 Roguelike 你会随机抽 ， 抽五张牌出来 ， 然后去摆放 ， 这些玩法都是已经很多年非常成熟的玩法 。
当然这种玩法的排列组合是一种能力 ，但最最最重要的能力是这个游戏的画面 ， 就是极度的粗糙 ， 你甚至觉得是一个比如大学生做的产品 。
你说它这个是无心插柳 ， 还是它是刻意的做的这样的风格呀 ？
就是它刻意做的 ， 肯定是刻意做的呀 ， 就是文字 。 然后比如这是个雨 ， 就代表着我再出个关 ， 它就会合成关雨 。
有趣 。 所以在这个时候做一些反普归真的事情 。
我最近玩 ， 我就觉得啊 ， 人类真的就是我们被这种高清跟极度细腻的东西可能真的影响的已经非常到头了 。
需要一些杀力感 。
需要一些反的 。 当然这只是一 ， 它不会火很久的 ， 它一定不会火很久 ， 人们也会慢慢习惯这种东西 ， 跟因为有很多抄袭 ，但是这一步你会觉得就是人类面对这种这个这种东西 ， 它会有逆反的心理 。其实我自己也是 ， 我们当今天是坐在录音棚录啊 ，但我最近不录很多公路播客吗 ？
就我也是觉得在公路播客上的那种 。
对 ， 状态是不一样的嘛 。
有点这个不受控制的 ， 然后有点好像在公路旅行的那种杀力感 ，其实是就是我觉得会让我自己都就状态会比在录音棚里面是不一样的 ， 焕发出不一样的生命力 。
所以我觉得这个就是这个这个十月让我发现了这个游戏 ， 我觉得哦 ，不错不错 ， 就是有点意思 ，有点意思 。
对 ， 所以 2027 肯定就是会发生更多让我们震惊瘫坐的事情 。
我们已经没法预测了 ， 已经没有任何人可以有预测的方式了 。
但反正做好自己 ， 做出人味 ， 仍然是一个还是挺值得期待和追求的事的 。
是的是的 。
好 ， 要不最后我们来送个祝福吧 ， 就是在这个讲 aha moment 讲出了一些就是这种什么毛骨悚然 moment 的这一期内容的最后， 给大家送一个什么样的祝福 ？
我每次狂喜的播那个播客的播客节的最后一张 PPT 都是一样的 ， 就是我之前每次都会统计 ，因为狂喜播客节可能一天的话就是大几十场 ， 两天可能 100 多场议题 ， 我每次都会统计 AI 话题有多少 。其实这个趋势在往下降的 ， 就是最巅峰可能是在 24、25 年， 可能 15%， 慢慢 12%、11%， 这次可能 88 场里面可能只有 8 场 。
哇哦 ，不到 10% 了 。
然后我那张图是当时我就用这个 PPT， 我可能是在讲一个什么动作 ， 然后我就用我手这样举了个这样的动作 ， 然后就被拍下来了 ， 就非常像那个 gastor， 就是然后后面的标题就是什么他妈的 AI 不 AI 的 ， 享受生活吧 。
好的 ， 那大家听完这期播客不要太焦虑啊 ， 还是享受生活吧 。
焦虑留给我们就好了 ， 对吧 ？ 我们就不要焦虑了 。
好 ， 谢谢明昊 ， 那我们今天先到这里 。
感谢感谢 。
好 ， 拜拜 。
拜拜拜拜 。