# 重估一切，文艺复兴---2026H1 AI行业观察 屠龙之术 · 2026-07-17 庄明浩的《屠龙之术》以“重估一切，文艺复兴”为题复盘2026上半年AI行业，核心论断是推理成本下降像印刷术一样使智能成为基础设施，而OpenAI、Anthropic、英伟达、美光、SK海力士等公司的竞争态势由资本、模型、Agent与治理四条主线决定。他援引高盛统计称CAPEX连续三年被低估：24年实际增长54%（预期19%）、25年实际73%（预期20%）、26年预计80%~100%；存储占数据中心成本从2%升至18%，美光毛利率由负33%转为85%，三Disk股价涨超700%，17家硬件公司平均上涨192%，SK海力士赴美上市刷新募资纪录，但自由现金流即将转负，CoreWeave等neocloud因债务杠杆股价已较高点腰斩。模型侧，Anthropic估值逼近9000亿美元、反超OpenAI约8000亿美元，并在ToB订阅上领先，OpenAI年亏140亿美元；中美形成闭源前沿与开放权重双极，开源模型如智谱GLM在法律榜上超过Opus和GPT，世界模型被归类为渲染器、模拟器、规划器三种路线，被视为从预测下一个词转向预测世界状态。Agent元年中，Codex取代ChatGPT成为OpenAI核心应用，活跃用户从500万增至1000万，Claude Code被视为行业时刻，代码吞噬一切；国内字节、阿里、腾讯分别以Trae、Coder/悟空、WorkBody等产品全面进入办公智能体竞争。治理方面，Claude 5、Fable 5、GPT-5.6上线前需经政府审核，创新与安全、主权与互通、效率与就业三对博弈激烈，Token消耗被证明不是价值指标，真正未解的是人的位置与‘第四支柱’的缺失。 ## Questions this episode answers ### 庄明浩为什么把2026年上半年的AI行业比作文艺复兴？ 庄明浩用文艺复兴比喻AI，指出智能复制成本下降如印刷术，科技巨头赞助如美第奇银行，人对自身价值重估如人本主义苏醒。他还将资本开支比作账本，开源模型比作印刷术，世界模型比作透视法，形成完整类比。 [5:27](https://tulongzhishu.podhood.com/e49cd6fb-cb67-4f64-b076-dbe48d2a1c83?t=327000) ### 2026年上半年AI资本支出有哪些关键数据，为何引发泡沫担忧？ 庄明浩引用高盛统计指出，AI资本支出连续三年被低估：2024年预期增长19%实际54%，2025年预期20%实际73%，2026年预计再增30%但可能高达80-100%。巨头自由现金流在2025年Q3后暴跌，预计2026年Q3转负，行业收入仅够折旧。他以美第奇银行倒闭警示泡沫风险。 [10:17](https://tulongzhishu.podhood.com/e49cd6fb-cb67-4f64-b076-dbe48d2a1c83?t=617000) ### 2026年上半年Agent领域发生了哪些关键变化，Codex的增长有多快？ 庄明浩指出，Agent最大共识是OpenAI的Codex成为新ChatGPT，Codex用户从5月500万，到7月中旬几乎日增百万，达900万。他还提到Claude Code时刻，代码吞噬一切，Anthropic工程师范均代码提交量翻8倍，Coding成为核心战场。 [37:22](https://tulongzhishu.podhood.com/e49cd6fb-cb67-4f64-b076-dbe48d2a1c83?t=2242000) ## Key moments - **[0:00] 引子** - [2:16] 金曲奖张震岳、蔡依林获奖引发庄明浩「今夕是何年」慨叹，类比AI硬件行业老朋友回归 - [4:42] 庄明浩统计17家AI相关硬件公司2026上半​年平均股价涨幅192%，三Disk涨超700% - [5:27] 庄明浩将AI类比文艺复兴：推理成本下降使智能成为基础设施，赞助人资本回归重估人类价值 - **[8:18] 硬件资本** - [8:54] 庄明浩类比美第奇银行因挤兑倒闭，警示AI资本开支狂欢后可能面临债务风险 - [10:17] 高盛统计显示每年对AI CAPEX增长预期均低估：2024年实际涨54%，2025年73%，2​026年或达80%-100% - [14:36] 数据中心存储成本占比从2%升至18%，存储成为AI竞赛核心；美光毛利率从-33%飙升至85% - [18:34] AI整体收入仅够覆盖CAPEX折旧，科技巨头自由现金流自2025年Q3起急剧下滑 - [20:55] 科技巨头被迫发债支撑AI投资，Google发行100年期债券；neocloud公司杠杆率高企面临挑战 - [22:00] 正方：AI模型能力上升、token消耗猛增 vs 反方：企业落地难、债务风险大，AI资本正反观点激烈交锋 - **[23:22] 智能复兴** - [24:03] 最新模型已可自主执行任务超10小时，模型发布节奏疯狂加速，多模型共存成常态 - [24:37] OpenAI和Anthropic殊途同归：均追求AI自主进化，从L3智能体迈向L4研究者 - [26:39] 头部模型厂离职员工创立的“neolabs”已获数百亿美元融资，加剧模型领域竞争 - [26:57] Anthropic在2026年Q2超越OpenAI，ToB订阅收入与估值双双领先，估值逼近万亿美元 - [28:41] 中美AI形成“闭源前沿大模型”与“开源高效扩散”两种主导路线，双极格局正式成型 - [32:12] 法律AI公司Harvey后训练使用智谱GLM-5.1开源模型，在法律基准测试中超越GPT-5和Claude - **[35:50] Agent元年** - [36:34] OpenAI将Codex定位为新ChatGPT，推出Work工作空间；用户数7天从600万劲升至1000万 - [37:58] Claude Code时刻：多智能体分工协作改变使用模式，Anthropic工程师代码提交量人均翻8倍 - [39:18] 软件生态因Agent崛起而改写，从UI转向CLI、MCP、A2A等协议，Agent基础设施项目暴增 - [40:31] Anthropic推出Cloud Finance、Legal、Science等垂直Agent，直接与SaaS巨头和新兴AI公司竞争 - [41:37] 中国AI厂商共识Chatbot结束，字节Trae、阿里Coder、腾讯WorkBody等桌面端Agent应用爆发 - [43:10] 豆包、千问下线旧版智能体业务，阿里整合Coder、Moon Run和悟空，大厂Agent赛道进入新阶段 - **[44:58] 治理反弹** - [46:00] 美国政府要求最新大模型先审后发，Claude 5和GPT-5.6已通过政府审核，创新与安全张力加剧 - [46:35] AI治理面临三对核心张力：创新vs安全、主权vs互通、效率vs就业，社会情绪反弹刚开始 - [47:47] Q1盛行的“Tokenmaxxing”叙事到Q2被反思，Token消耗量并非商业价值核心指标，类似互联网时代PageView过时 - [49:17] AI时代技术、资本、知识已就位，但“人的画像”作为第四支柱缺失，人文主义信条受挑战 - [50:50] “人还是万物的尺度吗？” - [51:24] 预测到2050年人类将长期精于手艺、承担责任、维系少数人的义务并传承传统 - **[52:20] 展望** - [53:33] “一切还真的仅仅是刚刚开始” ## Speakers - **庄明浩** (host) ## Topics 代理, 模型与基础设施 ## Mentioned Anthropic (company), CoreWeave (company), DeepSeek (company), Google (company), Meta (company), Nebius (company), OpenAI (company), Oracle (company), SK海力士 (company), xAI (company), 亚马逊 (company), 字节跳动 (company), 思科 (company), 智谱 (company), 百度 (company), 美光 (company), 腾讯 (company), 英伟达 (company), 英特尔 (company), 阿里 (company) ## Transcript ### 引子 **庄明浩** [0:06] 哈喽大家好 ， 我是明昊 。 呃 ， 现在的时间是 7 月 18 号的凌晨 ， 我刚刚结束 7 月 17 号在北京参加的会议 ， 然后我翻了一下我的后台 。 我上一次做行业整理应该是上半年的狂喜 ， 发布时间是 4 月 30 号 ， 现在正好过去快 3 个月的时间 。 那从习惯上来看 ， 确实也到了该再做一次整理的时间 。 然后因为今年开始我在用 Emma 来做我的很重要的知识库的整理 ， 我就看了一下从 5 月到 6 月一直截止到今天的 7 月的情况 。 我大概差不多平均每个月可能会在 Emma 的知识库里存 90 到 100 多张可视化图表 ， 一个月 ，也就是平均一天 3 张 。 然后大概每个月会存 20 到 30 份的 PDF 报告 ，也就是平均差不多一天一篇 。 然后我准备今天的内容的开始时间应该是 7 月初 ，也就是核心的内容来自于五六月的两个月的更新 ，也就是它的原始数据大概是 200 张左右的可视化图表加四五十份的 PDF。 对 ， 然后我会觉得如果再不做整理的话 ， 这个信息量的堆积之后我可能也很难再去做整理了 。 然后正好赶上 CSDN 官方他们在 7 月 17 号 ，也就是 WIC 同一天在北京开了一场 AI 的大会 ， 我做了一次最美的逆行者 ， 早上起来从上海飞到北京来参加这场会议 ， 做了这次演讲 。 但是我的演讲时间因为只有 45 分钟 ， 为了现场的节奏我故意加快了速度 ， 所以我本来是想用现场的录音来做这次的播客的 ，但后来发现那个节奏太快了 ， 所以我就决定自己重新再录一遍 。 那我们正式开始今天的内容 。 整个的内容就是大概是 26 年上半年的 AI 行业梳理 。 对 ， 可能相对集中在 Q2，因为 Q1 的时候我在春节 、 春节后以及狂喜做了 3 次的节目 ， 大家可以回头去听 。 然后我们正式开始今天的内容 。 我起了一个相对有点文绉绉的标题 ， 叫 《 重估一切 ， 文艺复兴 ：2026H1 AI 行业观察 》。 为什么会讲这样一个标题呢 ？ 首先从一个小的故事开始 。在上上周 ， 我没记错的话应该是 7 月初的那一周 ， 就是我做 PPT 的准备做这个 PPT 的那一周 ，是今年的金曲奖的颁奖典礼 。 今年的金曲奖的歌王跟歌后分别是张震岳跟蔡依林 。 对 ， 我是一个 80 后， 我是 86 年的 。 这两位歌手的很多歌其实是伴随着我们 ， 甚至可能在年龄大一点以及在年龄小一点的人的青春里面很重要的回忆 。 然后今年是 2026 年， 当 2026 年的金曲奖的最佳男歌手跟最佳女歌手给了张震岳跟蔡依林的时候 ， 你不禁会反问 ： 今夕是何年， 对吧 ？ 为什么会在这个时间还给这两位其实已经是并不是很新的歌手 ， 对吧 ？ 可能对于我们 80 后而言 ， 这两位歌手是非常熟悉的 ，但是对于今天年轻人而言 ， 这两位歌手对他们的意义是什么 ， 可能不太一样 。 对 ， 然后当我有了所谓 " 今夕是何年 " 的感叹之后， 你会发现这个感叹不仅仅只针对娱乐行业 ， 同样地针对今天 ， 可能尤其上半年的所谓的 AI 行业相关的硬件跟存储这个行业 。 所以我第二页的起的标题叫 《 老朋友们都回来了 》。 我是 2000 年上的高中 ，在那一年我有了我的第一台电脑 ，其实是我爸的电脑 ， 是一台海尔的台式机 ， 然后品牌机 。 那个时候还没有所谓 DIY 的这个风潮 。 然后我在 03 年上大学的时候 ，因为上大学了嘛 ， 可以开始自己拼自己的电脑了 ， 我们那时候开始研究 DIY。 所以在那个时候去传一台机器 ， 我们需要买 CPU、 买内存 、 买硬盘 、 买显卡 、 买机箱 、 买显示器 、 买键盘鼠标 ， 对吧 ？ 在那个年代我们就认识了英特尔 、AMD、 三星 、 美光 、 三 Disk、 西部数据 、 西杰 、 英伟达 、 技嘉 、 惠普 、 戴尔 ， 包括联想都是 。 然后你刚才听到我喊的这十几家厂商的名字 ， 应该在今年的上半年的无数次的财经新闻里面都看到了他们的名字 。 对 ， 然后我做这个 PPT 的时候很有意思 。 我开始做这些 PPT 的时候是 7 月初 ， 然后我让 AI 帮我算了一下刚才我们列的大概 17 家左右公司在 26 年上半年的股价的增长情况 。 这 17 家公司平均的股价增长是 192%。 平均翻了将近两番 。 平均哦 ， 你像三 Disk 这种应该是涨了 700% 多 。 当然这个数字呢只截止到上一周 。 那这一周大家如果关注科技行业的股票的话 ， 应该发现过去这一周甚至两周左右是比较动荡的 。 我没记错的话 ， 昨天晚上三 Disk 跌了 13%， 美光跌了 8 个点还是 9 个点 。 对 ，在经历比较大的调整 ， 所以行业变化太快了 ， 做 PPT 也很难做 ， 大家都知道的 。 然后老朋友们都回来了 。 对 ， 这些公司 ， 这些当年的所谓的 IT 硬件公司 ，在今年的 AI 的新的叙事里都变成了新的朋友 。 那所以我又引发了今天的标题 ： 那为什么叫 " 文艺复兴 " 呢 ？ 那到底什么是文艺复兴呢 ？ 我们回头来看历史上的文艺复兴 。 文艺复兴其实并没有发明新的知识 ， 它只是让复制知识的成本哄塌了 。 比如说印刷术 ， 让原本书籍这种东西只属于在教会的核心的人员控制范围内的东西 ， 变成了平民的东西 。 那今天在 AI 时代 ， 推理成本的下降使智能变成了所谓的基础设施 。 因为这种复制成本的坍塌 ， 所以一切价值都被重估了 。 就是今天的标题 《 重估一切 》。 然后第二点更重要的是赞助人体系的回归 。在文艺复兴年代 ，有非常多所谓的富豪们愿意把钱给那些所谓的艺术家 ， 让他们支持他们所谓的创作 。 那在今天 ， 巨头资本几乎把钱全部都投在了 AI 上 。 然后这些所谓的今天这个时代的天才研究员们 ，他们的身价已经是一个非常恐怖的数字了 。他们依附于算力跟金钱的庇护 ， 双引号的庇护 ， 来做 AI 的研究 。 赞助人体系的回归 。 第三个事情是对人的重新的价值评估 。 尤其进入到 26 年之后， 关于 AI 取代人类 、 人类的发展各种各样的议题探讨特别的多 。 那当年的文艺复兴年代也一样 ， 就是人本主义会问人是什么 ， 那智能时代大家经常会问人还需要做什么 。 所以你看我为什么用文艺复兴这样的比喻 ， 你会发现所有事情都对得上 。 更细化点来分 ， 你会发现文艺复兴的那些当年的故事 ，在今天都有它的新的含义 。 比如说在钱的角度 ， 当年文艺复兴年代最有名的一家银行叫美第奇 ， 它赞助了非常多的艺术家们做各种各样的创作 。 但是 1914 九几年美第奇倒闭了 ， 就是钱也会出现问题 。 那就对应今天的算力资本开支跟泡沫的讨论 。 比如说印刷术 ， 那可能就跟今天比如大家讨论开源模型 ， 然后推理成本下降有关 。 然后大家在那个时候 ， 哪怕是在意大利 ， 大家也会说南方跟北方的文艺复兴是有差别的 。 那在 AI 年代 ， 当然就是中美两国之间的双极对抗 ， 包括底下的暗线 ， 开源跟闭源的这场竞争 。 然后比如说当年出现的所谓透视法 ， 就是可能对应的就是今天的世界模型 。 比如当年会出现了工坊 ， 会出现了分工 ， 尤其在艺术创作上 。 那就跟今天我们大家讨论智能体 ，有智能体的编排 ， 甚至多智能体的系统可能是对应的 。 最后， 当年也出现了非常非常多关于人类人的探讨 。 那似乎今天我们遇到了很多问题 ， 治理 、 社会的反弹 、 政策监管各种各样的问题 ， 可能都是一样的 。 所以你会发现所有事情都对得上 。 我今天的内容的章节基本上跟这几个议题一一对应 ， 我们一个一个看 。 先看第一个 ， 硬件与资本 ，也就是美第奇的账本 。 熟悉我做 PPT 的朋友们应该对我的 PPT 结构是比较有概念的 。 ### 硬件资本 **庄明浩** [8:26] 我一般一个大 PPT 应该是 4 章 ， 一般是 4 章 ， 会先讲技术 ， 然后讲产品 ， 然后第三章一般会讲资本 ， 然后第四章一般会讲一个当时时间点热门的故事 ， 无论是讲泡沫啊 、 讲艺术史啊 、 讲 AIGC 什么的 。 但是今天在这次的整理当中， 我把钱的事情放在了第一位 ，也就是硬件跟资本放在了第一章 。 因为确实过去可能 ， 尤其在 Q2 开始 ， 这件事情可能是业界讨论最多的 。 那我们再细化点来看 ， 去跟刚才这个所谓的美第奇账本的对比 ，15 世纪赞助的艺术兴起 ， 大家去投教堂 、 壁画 、 图书馆的这些东西 ， 然后疯狂下注 。 巅峰期美第奇银行的分行遍布整个欧洲 ， 它甚至是叫停了银行家 。 但最后的结果是 1494 年美第奇银行倒闭了 ， 赞助的黄金时代以挤兑收场 。 对 ， 它是银行的很多银行倒闭都是因为挤兑 。 那挤兑再往上， 大概率是因为债产生的 。 所以债会是很重要的问题 。 我也无数次在我的 PPT 里强调 ， 股一般还好 ，但债经常出问题 。 然后对于 2026 年今天 ， 对吧 ，AI 资本赞助一切 ， 从能源到芯片 ， 从土地到原材料 ， 从模型到应用 ， 从 E 市场到 2D 市场 ， 对吧 ， 钱 。 然后大家疯狂下注 ， 触碰万亿美金的 CAPEX 的规模 ， 触碰万亿美金的代表公司的估值 。 万亿美金在我去年年底那次总结当中，trillion 这个数量级已经是人类 GDP 的衡量数量级了 ， 对吧 ？ 然后但结局呢 ？ 不知道 ， 对吧 ？ 就是是否一定会像美第奇银行那样因为挤兑最后倒闭 ， 还是说我们这次不一样 ， 没有人知道 ， 或者是可能还没到时候做这个结论的时候 。 那我们一个个看 。 首先老生常谈的 CAPEX 投入 ， 回顾过往历史上所有的这些技术革命 ， 铁路 、 电气 、 甚至汽车 、 消费电脑 、 软件 、 云 、 移动互联网 ，其实都经历了类似的资本投入的密集期 。 但这一次似乎看起来更疯狂 。 然后更更重要的是 ， 前两天高盛做了一个统计 ， 我觉得这统计很有意思 。 它统计的是什么 ？ 它统计 24 年那个时候 ， 我们对 24 年的 CAPEX 的预期增长是多少 。 然后 24 年底去看 25 年的时候 ， 当时对 25 年的预期是多少 。 然后同样的看 25 年底对 26 年的预期是多少 。 然后这个预期去跟真实的当年发生的情况去做对比 。 结论是什么呢 ？ 结论是我们在过去三年 AI 这轮爆发的过程中， 每一年对于 CAPEX 的预期都是低估的 。 比如 24 年， 也就是 23 年底的时候 ， 大家预估 24 年的 CAPEX 增长是 19%，但实际上涨了 54%， 涨了将近一半 。 然后大家会认为已经涨了这么多了 ， 那我们 25 年的预期再多一点 ， 比如涨 20%，但实际上 25 年涨得更疯狂 ，25 年涨了 73%。25 年的时候 ， 那 4 家最重要的科技巨头应该加起来已经快 4000 亿的 CAPEX 了 ， 大家觉得每家 1000 亿已经很疯狂了 。 那我们 26 年再疯狂一点 ， 涨再涨个 1/3 差不多了吧 ？ 但实际上 26 年看起来会涨到 80% 甚至 100%， 对吧 ？Google、Meta 都是 100% 在涨 ， 亚马逊也差不多 ， 对吧 ？ 那马上大家可能在 Q3 甚至 Q4 开始要预期 27 年了 。 那 27 年这几家加一起已经是大几千亿美金了 。 如果再把 Oracle 算上， 可能就是破万亿美金了 。 已经到万亿美金的情况下， 我们对 27 年的 CAPEX 增长预期应该是多少呢 ？ 百分之二十几 、 三十几 ？ 那实际情况听起来可能会更大 ， 会高到 50、60、70？ 那这个数字真的大到有点恐怖了 ，不是吗 ？ 所以为什么会突然间这个这个这个事情继续的放大 ？ 我觉得有个核心的议题是 ， 时代真的变了 。 哪怕是在 AI 时代的议题也变了 。 原来我们是通过模型的预训练 ， 给它喂足够的数据 ， 通过 GPU 的方式得到了模型 。 但是今天我们进入了 Agent 年代 ， 对吧 ？Agent 年代 ， 我们开始分配任务 ， 做任务的执行 ， 甚至需要包括对很多上下文的数据的记忆 。 所以引发了关于内存 、CPU、 存储 ， 哪怕是在推理层面 ，也不单纯只有 GPU，也会有 TPU， 甚至其他的定制芯片的出现 。 所以整个的议题全部都变了 。 那这些钱 ， 对万亿美金的流转 ， 对吧 ？ 就是这几家所谓的科技巨头每年在 CAPEX 上投 ， 你像 Google、Meta、 亚马逊 、Vera、Oracle， 我们再把 Oracle 加上， 可能 26 年就是大概 8000 亿 ，27 年一定是破万亿的 。 那这万亿美金投给了谁 ？ 当然就投给了那些做 AI 的基础设施的公司 ， 从芯片代工到芯片 ， 到存储 ， 到网络传输设备 ， 到云的基础设施 ， 甚至到能源 ， 对吧 ？ 这几层基本上这万亿美金全都转到那里了 。 所以市场出现了两种针对所谓双引号 token 的买方跟卖方 。 这两种力量的角逐 ，其实是过去这几个月市场的主线 。 那看起来在之前一段时间 ， 市场把正向的 buff 给到了这些我们叫卖方 ，也就是像美光啊 、 海力士啊 、 三 Disk 啊 、 通用能源啊 、 英特尔这些公司 。 那相对于这些买方 ， 亚马逊也好 、Vera 也好 、Meta 也好 、Google 也好 ，其实在今年的股价表现特别好 ， 对吧 ？ 然后呢 ， 那提到股价 ， 那股价就能说明一切吗 ？ 你会发现进入到 26 年的时候 ，在 25 年底的时候 ， 大家就会预判有一波下调 ， 对吧 ？ 这个下调出现了 ，但是很快就被拉回来了 。 标普 500 现在不断的在创新高 ， 虽然最近一段时间的波动非常的大 。 我们回看过去 7 个月时间 ，也就是 26 年的数据 ， 标普 500 的涨幅前 16 名 ，有 14 家是刚才我们说的这些 IT 硬件公司 ，有两家是药的公司 。 所以纯从股价上来看 ， 今天这个科技行业只有两个议题 ， 或者说只有一个议题叫 AI， 另外一个议题叫其他 ，其他里面最大的药 ， 仅此而已 。 那提到存储 ， 对吧 ？ 存储为什么是在其实去年下半年大家就开始聊存储会怎么样 ？ 那很核心的议题是 ， 比如说我们从数据中心的成本构成来看 ，在这轮 AI 爆发之前 ， 建立一个数据中心 ， 存储所占的成本结构可能只有占 2%。 但是随着我们刚才说时代的变化 ， 对存储需求的提升 ， 包括存储的价格的提升 ，在 26 年建立一个数据中心 ， 尤其是成规模的数据中心 ， 存储成本可能已经要占 18%。 然后 GPU 或者是算力芯片占 42%， 冷却占 10%， 能源占 15%，building 就是盖那个房子占 15%。 然后更重要的是 ， 比如说你看每一代的英伟达芯片的发布的时候 ， 除了我们去看到每一代芯片能力的提升之外， 每一代芯片所需要的存储空间也是几何倍数在增长 。 所以这两个加成的效应 ，1+1 就远远甚至大于 2， 所以造成了无论是在占比和绝对量上， 存储都成为了最核心的议题 。 但存储行业是垄断的 ， 对吧 ？ 我们能够提到的 ， 无论是高速硬盘 、 内存都是垄断的 。 这两天长鑫不也上市了吗 ？ 大鑫情况非常的恐怖 ， 对吧 ？ 然后我们对存储行业的收入的预期 ， 从 23 年开始 ， 上一轮周期的低点开始 ， 到 24 年、25 年暴涨 ，26 年可能会涨非常非常多 ， 未来的 27、28 年依然还会涨 。 但是问题在于 ， 存储行业是严格符合周期的 ， 存储行业一直以来都是一个周期行业 ， 之前一般差不多是一个四年期的周期行业 ， 就是每四年差不多我们会因为新建厂房 ，因为需求提升 ， 然后我们去建厂房 ， 厂房建好了 ， 这个需求也掉下来 ， 然后就开始跌 ， 每四年都是如此 。 但是似乎大家会说这次不一样 ， 所以你会发现 ， 这次所有对于存储行业的厂商的收入预期的曲线拉的都特别夸张 ， 然后也就造成了这几家存储的公司的过去一段时间的股价的疯狂上涨 ， 对吧 ？ 涨几倍都是非常常见的 ， 像三 Disk 这种涨了 700% 多 。 然后海力士 ， 对吧 ？SK 海力士原来在韩国上市 ， 最近去美国上市了 ， 一举打破了之前由阿里跟沙特阿美保持的在美国上市的海外公司最高的募集额的记录 ， 对吧 ？ 让这些华尔街们见识一下今天这个时间点市场最好的公司 ， 或者说最热门的公司是什么样 ，SK 海力士 。 然后再看 ， 我们刚才讲这个存储行业是有严格的周期的 ， 我们再看另外一家这个公司代表美光 。 美光之前大概上个月的时候 ， 美光 CEO 曾经吐槽过苹果 ， 说 8 美元买我们的内存之后， 苹果可以卖 200 多美金 。 然后那从历史上来看 ，在上一个周期 ， 就 23 年左右的时候 ， 美光的毛利其实已经到了负毛利 ， 负 33% 的毛利 。 你想一个做硬件的公司 ， 毛利是负 33%， 就他们有多苦 。 但是今天 ， 对 ， 今天美光的毛利是多少 ？85%。 它从 23 年的 Q1 的负 33 的毛利 ， 到 26 年 5 月可以做到 85% 的毛利 ， 这个周期真的太疯狂了 。 那除了这些存储行业之外 ，有另外两家公司我觉得也值得说一下， 英特尔跟思科 。 我们这轮讨论 AI 的时候 ， 大家总会去评判跟类比上一轮的互联网泡沫 。 那在上一轮互联网泡沫的时候的代表公司 ， 可能就是思科跟英特尔 。 它们这两家公司也是在上一轮互联网泡沫 ， 就 2000 到 2001 年的时候达到了股价的历史巅峰 。 然后过去的 26 年里面 ， 这两家公司的股价从来没有高过那个 20 年创造的历史高峰 。 但是进入到 26 年， 这两家公司都回来了 ， 都回来了 。 所以这页的标题叫 "A long way back"。 从股价上来看 ， 英特尔跟思科都在 26 年， 思科应该是 25 年底 ， 股价超过了当年互联网泡沫的巅峰 ， 所有都回来了 。 但这个账本不可能永远都是这样疯狂 ， 它有另外一面 。 比如说最近 CPUX 上市了 ， 大家知道 CPUX 的 XAI 有比较多的调整 ，XAI 的模型训练可能会不太做了 ， 那 XAI 的算力怎么办呢 ？ 所以在上市的时候 ，SpaceX 跟 Anthropic 签了一个算力合同 ，也就相当于马斯克把他的算力给了 Anthropic 来用 。 然后呢 ， 最近类似的事情 Meta 也出现了 ， 对吧 ？ 那我们经常说所谓的四家 CAPEX 疯狂投入的巨头里面 ， 另外三家 Google、 亚马逊跟 Vera 是有云业务 ， 大家可以理解 。 那 Meta 为什么投这么多钱也在做 CAPEX 呢 ？ 它又没有云 ， 那现在好了 ， 小家说我们也可以做 neocloud， 我们也做云 ， 我们也会把我们一些算力给到合作伙伴来用 。 所以这个账本有另外一面 。 为什么会这样呢 ？ 其实很简单的问题 ， 我们刚才讲的全部都是投入 ， 全部都是投入 。 我们 CAPEX 再投下去 ， 然后买了这么多硬件 ， 建立这么多数据中心 。 很现实的问题是 ， 即便今天 AI 行业的收入规模涨得非常的快速 ，但是现在的 AI 整体行业的全 ， 我们把所有人的收入都算起来 ， 这个收入将将够今天巨大的 CAPEX 支出的折旧 。 也就是说 ， 现在的收入只够 cover 折旧 。 那你要想我们投钱进去是要为了挣钱的 ， 当然它会有时间的 gap，但是我们希望的挣钱方式是先覆盖折旧 ， 再覆盖固定成本 ， 再覆盖运营成本 ， 最后产生毛利 ， 毛利之后再产生利润 ，是这样一个过程 。 但是现在至少截止到 26 年 Q2 这个时间点 ，AI 行业整体的收益规模刚刚只够折旧 。 那就出现一个什么情况 ？ 我们还是看这几家所谓的科技巨头 。 这一张 PPT 就拉了两张非常有代表性的指标 ， 就是这几家科技巨头的自由现金流 。 它们自由现金流在 25 年 Q3 开始疯狂的下降 ， 进入到 26 年跌得一塌糊涂 。 也就是说它们投的钱太多 ，但是它们的收入开始顶不住了 。 即便这已经是世界上最能赚钱的几家科技巨头 ， 它们的现金流也开始出现问题 。 也不说问题 ， 就是它们的现金流跟 CAPEX 之间的这个数值出现了一些反过来 。 然后根据预测 ， 大概在 26 年 Q3， 这几家科技巨头的自由现金流会变成负的 ， 就是马上， 就是 Q3。 那 钱是最核心的指标 ， 对吧 ？ 那自己挣的钱不够怎么办呢 ？ 市场出现了债 。 虽然这几家科技巨头已经非常非常能挣钱了 ，但是它们也在发债 ， 对吧 ？Google 发债 ， 英伟达发债 ，Meta 发债 ，Sorry 都发债 。 它们作为科技巨头 ，有一定的韧性的资本 ，并且它们的发的债也发得非常的顺利 ， 对吧 ？Google 发了一个 100 年的债 ， 瞬间发光 ， 好几倍的人工 。 但是并不是所有人都有这种奢侈的资本 。 所以在另外一个板块 ， 比如在很多 neocloud 公司身上， 像 CoreWeave 啊 、Nebius 这种公司 ， 它们的杠杆率奇高 ， 它们的今天的利息可能都不够 ， 它们的收入可能都不够付利息的成本 。 所以债更多的出现在在这些所谓的我叫最喧嚣的前线身上， 就尤其是这些 neocloud 公司 。 所以我们回看这些 neocloud 公司 ，其实在过去一段时间在经历非常大的调整 。CoreWeave 也好 ，Nebius 也好 ， 它们在最近一段时间的股价相对于高点应该都跌了 30， 甚至 40， 甚至 50 了 。 所有人对它们担心都是一样的 ， 就是现金流的问题 。 那所以第一章的最后的结论 ， 到底是 美第奇的那个黄金时代 ， 还是印象泡沫的前夜 ？ 正反两方都有非常非常充分的理由来说明自己的观点是正确的 。 比如正方 ， 大家会说模型能力还在持续上升 ，AI 的生成率还在疯狂的加速 ， 单位推理成本还在下降 。 然后进入到今年，token 完全打开了这个生产力的场景 ， 这个 token 的消耗基本上是按几个倍数在涨 。 然后模型公司 、 应用公司的收入增长是历史上没有见过的 。 而且大家会说 ， 每一次技术革命 ， 这种收入跟投入之间的这个 gap 都是滞后的 ， 都是要先投 。 这正方的观点 。 那反方呢 ， 会认为企业应用落地其实是没有那么容易的 ， 需求侧的事情远远没有像供给侧那么疯狂 。 然后这个算力的支出 ， 大家互相循环融资 ， 循环担保 ， 这个钱一定会出问题 。 然后债往往都是引发破裂的导火索 。 美第奇的结局提醒我们 ， 声望或者说那些虚的东西并不代表现金流 。 所以到底是怎么样 ？ 到底是相信这边还是相信那边 ？ 我觉得市场也在不断的纠结 ， 为什么最近一段时间市场波动这么大 ，也是这两种情绪的极致对抗产生的结果 。 第一章美第奇的资本 。 我们进入第二章 ， 智能的复兴 ， 讲三个要素或者三个小的标题 。 印刷术对应今天的模型进展 ， 南美双极对应中美两国的情况 ， 透视法对应世界模型 。 ### 智能复兴 **庄明浩** [23:34] 先说模型 ， 我拉了一个美国御三家加 Meta 加 X 的模型发布的节奏 。 我第一次做这个图的时候 ， 没有 Meta 跟 X， 那也就在过去的两周 ，Meta 跟 X 都发了它们新的模型 ，也还行 ，也就是它们还没有放弃这场战争 。 所以我这张 PPT 从原来的 Google 还在御三家里吗 ？ 现在变成了御三家的格局有变化吗 ？Meta 跟 X 还有机会吗 ？ 至少 Meta 跟 X 还在努力 。 然后从纯模型进展来说 ， 今天的模型真的强得非常非常可怕 。 最新的 Fable 5 也好 ，GPT 5.6 也好 ，以及马上可能要发的 Gemini 3.5 Pro 也好 ， 都已经可以在人类不参与的情况下， 自己执行任务十几个小时没有问题 。 然后每天我们看到各种各样新闻 ， 讨论 Anthropic， 讨论 OpenAI。 我找了一张梗图 ， 一个医生问一个病人， 这两个 logo 是什么 ？ 然后底下用一个英文单词 ， 这两个 logo 其实是代表了痔疮的两种形态 。 大家如果有兴趣可以看一下这个图 ， 我觉得非常有意思 。 然后同样是这两家最头部的公司 ， 本质上来讲 ， 它们在做的事情其实是一样的 。 我叫两种主张 ， 一种共识 ， 分别用两张 PPT。 一页 PPT 是我已经用了很多年的一页 PPT， 就是当时 Sam Altman 讲 OpenAI L1 到 L5 的发展的 ， 对吧 ？ 那我们在 L3 到 L4，L3 是智能体 ，L4 是研究者嘛 。 那研究者在做的事情不就是让 AI 自己研究自己吗 ？ 对吧 ？ 那不就是自主进化的这个逻辑吗 ？ 那 Anthropic 就更不用讲了 。 就像我上次在 IGC 那次那个内容当中用的那页 PPT，Anthropic 在今年上半年发了一篇文章 ， 叫 《When AI Builds Itself》， 对吧 ？ 我们最开始用人类加 AI 的方式训练模型 ， 把模型放到训练的过程当中， 一次一次训练之后， 你会发现到最后人类消失了 。 那也同样就是 Auto Research 啊 ，RSI 啊 ，Loop 啊 ， 我们在讲的这些故事都是一样的 。 所以本质上来讲 ， 这两家今天这个时间点最头部模型厂商 ， 叫两种主张 ，但是一种共识 。 然后造成的结果是说 ， 当模型真的呢 ， 可以在部分环节跟场景里实现所谓 " 自主进化 " 之后， 模型的发布节奏疯狂的加速了 。 从时间线上来看 ， 进入到 26 年， 我们如果只看美国这五家公司 ， 就是 OpenAI、Google、Meta、Anthropic 跟 XAI， 它模型节奏应该是疯狂在加速的 ， 对吧 ？ 就是你想 ， 这个这个 ， 我们在春节的时候还在聊 Opus 4.6、4.7、4.8， 然后 5， 对吧 ？ 你想这才过几个月时间 ， 然后 GPT 5.5 到 5.6， 同样多模型共存也成为了常态 ， 对吧 ？Code、 推理 、 多模态 、 长上下文 ， 都有各个时间点在领先的厂商 ， 谁也很难做到绝对领先 。 同时， 你像欧洲的 Mixtral， 对吧 ？ 然后包括原来前 OpenAI CEO 做的 Synchron Machine， 这周应该也发了它们的真正意义上的开源模型 ， 对吧 ？ 资本也在资助这些模型厂商 。 那同样呢 ， 我之前用过一张 PPT，也是美国一个很有名的投资人 ，他总结的 ， 从去年下半年开始 ， 从这些最头部模型厂商离职的员工成立的所谓 neolabs， 这些 neolabs 也拿了几百亿美金了 ， 然后它们也在做它们的主张 。 那我们回到这两家公司里面来看 ，Anthropic 和 OpenAI 的竞争态势在 26 年 Q2 出现了变化 ，Anthropic 某种意义上超过了 OpenAI。 然后比如说 ， 如果我们只看 ToB 的订阅的情况来看 ，Anthropic 应该是在 26 年的 4 月还是 5 月超过了 OpenAI，也差不多是同一时间 。 从估值角度来说 ，5 月份的时候 ，Anthropic 内部融资的估值就超过了 OpenAI 的估值 ， 一家现在是 9000 多亿 ， 一家 8000 多亿 。 这个数字其实非常疯狂 ，也就是说它们还没有上市的时候 ， 已经接近 1 万亿了 。 然后 1 万亿 ， 我们又在聊这个数量词 ，1 万亿美金 。 比如今天 OpenAI 其实在 25 年应该是亏了 14 个比 ， 就是 140 亿美金 。25 年 OpenAI 的收入大概只有 85 个比 ，但是如果用 25 年数据来看 ，OpenAI 的这个 PS 是 40 倍 。 对 ， 然后 历史上的这些科技巨头 ， 从它们这个这个成立到它们真正到 1 万亿美金 ， 苹果用了 42 年，Google 用了 21 年，SpaceX 用了 24 年，OpenAI 用了 10 年，Anthropic 用了 5 年， 非常疯狂 ， 疯狂的万亿美金 。 然后同样的 ， 今年的美股会迎来史无前例的这个超级大年， 对吧 ？SpaceX 已经上了 ， 大家已经看了 。 虽然 SpaceX 现在已经跌破发行价了 ，因为大概 10 个交易日不到 ， 对吧 ？ 然后 OpenAI 跟 Anthropic 应该还在观望市场的情绪 。 原来不出意外的话 ， 我们会在今年看到两个公司上市 ，但是现在最近这个市场情况不好说 。 然后我们讲完了模型竞争 ， 再讲中美对抗 ， 叫两场文艺复兴 ， 两条技术路线 。其实事无实际 ，在欧洲的文艺复兴不仅仅有意大利 ， 对吧 ？ 意大利那边是赞助人定制具有巨匠的杰作壁画 ， 它很昂贵 ， 很独一无二 ，但同时在北方出现了版画与印刷 ， 市民的买家 ， 它是便宜可仿制的 。 两条路线互相学习 ， 共同塑造了欧洲 。 那你一听这个故事 ， 就跟今天我们在 AI 领域的状态是几乎一样的 ， 对吧 ？ 硅谷那边就是超大的闭源前沿模型 ， 天价的算力 ， 起见的订阅的付费收入 。 我们这边就是开源 、 高效 、 低价 、 版画路线 ， 对吧 ？ 大规模扩散 ， 双极的格局已经正式成型 ， 绝对意义上的共识 。 这个我觉得全世界都是有这样的共识 。 我们看中美对抗 ， 然后我就拉了一张刚才那个美国五家的那个表单 ， 同样把中国的厂商放进去 ， 智谱 、 千问 、MiniMax、DeepSeek、Kimi， 那个我没有放浑源 ， 对吧 ？ 我也没有放 CDAS， 它们可能在另外的一个战场里 。 我就放了这几家公司 ， 拉了一下这个数据曲线 ， 竞争非常的激烈 。 同样我也用了一张蚂蚁开源 ，在总结了过去一年多整个模型领域的进展 ， 就是各家发模型的时间 、 模型的大小 、 是否开源 。 你明显感觉到 ， 中国的模型厂商更多的选择了开源的策略 ， 除了自己 ，以及林俊扬离职之后的千问的最 max 的模型 ，也选择了闭源 。 然后美国那边可能大部分模型厂商选择的是闭源的 。 然后最近你像那个 Synchron Machine， 它们最近发的模型算 ， 大家会认为是最近的最新的美国开源之光 ， 对吧 ？ 其实传说还行 ， 对吧 ？ 但是确实讨论不是很多 。 然后那中国厂商们在 OpenShot 上的各种各样的数据 ，其实无数媒体在过去这几个月也渲染了非常多 ， 对吧 ？ 虽然 OpenShot 到底能占全网的流量的 ， 能不能到 1% 都不好说 ，但是反正大家都默认这是一个很重要的第三方衡量指标跟数据 ， 反正都会看一下 。 然后无论是科技巨头还是中国这几家所谓的模型初创公司 ，其实在今年上半年， 尤其在股价上， 那两家上市了都经历了比较大的波动 ， 对吧 ？ 就在我做 PPT 的这一天 ， 智谱今天一天跌了 30%， 对吧 ？ 当年， 也不说当年了 ， 就是那几天都摸到万亿港币的智谱 ， 现在已经回到 5000 了 。 然后 MiniMax 已经回到发行价以下了 。 就是这个市场情绪的波动还是非常疯狂的 。 我总开玩笑说 ， 这种波动都是杀人的 。 对 ， 然后当然那谈到钱的角度 ， 我们前面讲了美国那家科技巨头开票的投入 ， 那四家 、 五家吧 ， 七八千亿美金到一万亿美金 。 今天其实如果我们看中国这几家所谓的上市公司加自己的话 ， 阿里 、 百度 、 腾讯加自己 ， 它们的开票加一起大概也就是一千多亿美金 。其实跟美国那边其实有比较大的差距 ， 差了一个零 ， 对吧 ？ 就是我们芯片受限制没办法 ， 再加上我们现实的厂商的体量可能也没到 。 所以这个事情会不会拉开更大的差距 ， 我们不知道 ， 静观其变吧 。 但是中美两国之间在 AI 模型上的事情 ， 我觉得并不是完全意义上的非此即彼 ， 甚至在互相的融合 。 因为毕竟这件事情从技术角度来讲 ， 没有办法做到完完全全的隔离 。 比如说法律领域最好的一家 AI 公司 Harvey 之前做了一个它们自己的搒单 ， 叫 LAB， 就是专门在法律领域的搒单 ，benchmark。 然后它们就做了另外一个实验 ， 就是它们通过它们的后宣传方式 ， 当然它们找了一家合作厂商 ， 后宣传了智谱当时的开源模型 5.1， 就 GM5.1， 然后拿到了这个搒单的第一名。 这个成绩超过了 Opus 4.8， 超过了 5.5， 超过了 Sonnet 4.6， 超过了 GPT-5，也超过了当时的 Kimi K2.6。 然后呢 ， 比如说 Cursor 也在说做自己的模型 ， 然后后来被扒出来是它们基于 Kimi 的 K2.5 做的后训练 。 所以你只要开源 ， 对吧 ？ 然后本质上来讲 ， 从技术角度来讲 ， 就没有办法做到绝对意义上的非此即彼 。 第二个小的议题 ， 中美对抗 。 我们讲第三个小的议题 ， 透视法的革命世界模型 。420 年佛罗伦萨的时候出现了大家去研究所谓的 3D 空间的透视法 ， 然后透视法并非是发明了颜料 ， 它其实是新的表征方式 。 所以此后之后， 一切所有的绘画 、 建筑 、 地图都被透视法改写了 。 那恰恰对应了今天世界模型的发展 ，AI 从预测下一个词转向了预测世界的下一个状态 。 原生多模态 ， 文本 、 图像 、 视频在训练之初就开始融合 ， 几何 、 物理 、 语义整合成对 3D 世界的统一的理解 。 我的上一期播客是讲世界模型 ， 如果大家对世界模型这个话题有比较更深的了解的意愿的话 ， 可以去听我上一期的模型 。 我这一小节的内容也几乎全部来自于上一次的 PPT。 比如说我先用了李飞飞最近发的那篇很有名的文章 ， 讲今天的时间点 ， 世界模型大概分了三类 ， 专门给人类视觉提供渲染的渲染器 。 那这可能是今天时间点 ， 大部分视频模型厂商在强调在做世界模型的时候在讲的故事 ， 就是它更多的是在给人类的眼睛做渲染 。 然后第二类是叫模拟器 ， 就是模拟人类的物理规则 。 然后第三类是规划器 ， 就是能够给比如说机器人也好 ， 自动驾驶的汽车也好 ， 去做物理世界的规划的 。 然后这个事情可能更多是今天这个时间点的巨型机器人公司跟自动驾驶公司的主张 。 对 ， 然后一路走来 ， 做世界模型其实也不是今天才做的 。 很多公司在这个事情上尝试了非常多的事情 ， 甚至包括英伟达 、Google、Meta 都做了很多很多的尝试 。 所以我们就看到了各种各样的参与方 ， 初创的公司就不用讲了 ， 像李飞飞老师 World Labs， 这个这个杨立坤教授的公司 ，其实都是初创的这一轮典型的世界模型公司 。 那巨型智能公司都在讲世界模型 ， 自动驾驶公司 ， 对吧 ？ 我上一期讲的是以 Momentum 作为案例 ， 自动驾驶公司 ， 视频模型公司 ， 对吧 ？ 尤其是中国的很多视频模型公司在纯视频领域的竞争已经几乎没有办法去撼动自己的 CDAS 的情况下 ，在今年大家都在主张世界模型的这个这个逻辑 。 然后那 3D 生成的公司当然也会在讲 ，因为它们本来就跟这个事情很近 ， 对吧 ？ 当 AI 3D 从一个局部战场拉到所谓的世界模型大战场里出现了 ， 这我们看到了所有这些参与方 ， 世界模型 。 所以大家就会有各自的主张 ， 无论是杨立坤的这个这个主张 ， 对吧 ？ 他说不生成像素 ，他要在潜在空间预测状态 。 比如说哈萨比斯 ，他们会认为 DeepMind 在做世界模型可能更多是基于多模态理解的 。 然后李飞飞老师 ，他可能做的更多是便于 3D 空间表征的方式 。 就是技术路线在世界模型领域也有非常多的分歧吧 ，也没有形成绝对意义上的共识 。 世界模型 ，也就是第二章 ， 关于模型的竞争 、 中美的对抗以及世界模型 。 ### Agent元年 **庄明浩** [35:51] 然后我们进入今天的第三章 ，Agent，Agent 元年， 对应文艺复兴的从画匠到工坊 。1470 年佛罗伦萨出现了所谓的工坊 ， 文艺复兴的很多画并不是一个人画的 ， 工坊制才是产能的来源 。 师傅来构图 ， 学徒又分工去做执行 ， 然后年轻的达芬奇就在工匠的这种流程下画出了那个最有名的天使的画作 。 然后我们看今年的智能体 ， 对吧 ？ 纯 Chatbot 已经到头了 ， 我觉得这已经是不需要去探讨的结论 。 分工协作的智能体接棒 ， 明确的给智能体的分工开始出现了 ， 规划 、 工具调用 、 执行 、 纠错 、 评判 ， 与此仿佛 。 然后单智能体之外出现了多智能体的系统 ， 这些都是共识 。 最大的共识是什么 ？ 上周 OpenAI 更新了它的 Codex 以及对应的 5.6 的模型 ， 今天的 Codex 变成了 ChatGPT， 我们原来用的 ChatGPT 变成了 ChatGPT Classical， 对吧 ？ 就是之前也说过 ，OpenAI 其实在做 all-in-one 的事情 ， 然后 OpenAI 的浏览器也不做了 。 那今天你可以 OpenAI 最核心的应用就是这个新的 GPT， 原来的 Codex， 然后今天的 Codex 除了有 Codex 之外 ，有了 ChatGPT Work，Work， 哦 ，Work 出现了 。 所以 Chatbot 就聊天机器人彻底翻篇 ， 这个是共识 。 然后我们就因为这个调整 ，在过去几天 Codex 的数据增长非常非常恐怖 。 它上一次公布它的活跃用户是 500 万的时候是在 5 月份 ， 然后 600 万是 7 月 12 号 ，700 万 7 月 13 号 ，7 月 14 号 800 万 ，7 月 15 号 900 万 。 这个数字今天已经应该是 1000 万了 ， 就每每天加 100 万 ， 甚至在更快的增加 。 然后所以真的跟上上一章讲的时候一样 ， 就是时代真的变了 。 就是原来我们讲模型训练跟这个这个这个过程 ， 它变变了之后， 用户使用模型也变了 。 原来我们是对话 、 提示词 、 模型返回结果 ， 那今天变成了交代任务 ， 任务有分工 ，有协作 ，有各种各样的工具调用 ，有评判 ，有 loop，有循环 ， 对吧 ？ 人类在旁边看了 ， 对吧 ？ 真的时代也变了 。 然后那回头来看 ， 如果我们把 22 年底 ChatGPT 的发布作为一个很重要的时间点来说 ， 那似乎 25 年下半年 Claude Code 的发布 ， 如果我们有穿梭机 ， 时光穿梭机穿梭到很多年之后， 回头去总结过去几年 AI 行业的发展的话 ， 那似乎应该也有一个 Claude Code 时刻 ， 对吧 ？ 所以出现的结果是 Code 吞噬一切 。在那篇很有名的 Anthropic 的文章里面 ，他们说他们内部 Anthropic 的技术员工 、 软件工程师在 Claude Code 发布之后的代码提交量 ， 人均代码提交量翻了 8 倍 。 然后 Code 本身除了 Code 这个场景之外，Code 变成了 Harness 的一部分 ， 就是 Code 来执行所有我们刚才计划当中的让 AI 训练自己的实施方式 。 所以 Code 吞噬一切 。 然后 Coding 呢 ， 当然成为最最最核心的战场 ， 尤其在 26 年 。Anthropic 通过 Claude Code 异军突起 ， 对吧 ？ 然后 Codex 在 Q2 开始追 ， 然后 Cursor 开始往下不是特别理想 ， 对吧 ？ 虽然 Cursor 最后被 X 收掉 ，其实是个不错的结果 。 而且 Cursor 今天的收入规模应该也不小 ，但是确实从竞争角度来讲 ，Coding 这个核心战场的竞争非常的激烈 。 同样的软件的生态也被改写了 ， 对吧 ？ 因为大家原来软件是给人用的 ， 人类需要 UI， 对吧 ？ 那现在给 Agent 用 ，Agent 似乎不需要 UI， 所以有了 CLI、MCP、A2A 各种各样的协议 ， 然后我们来基于此来构建软件这个生态 。 那类似的事情在开源领域出现了非常多的变化 ， 生态结构的变化 ， 比如说从 LLM 就是大语言工具链到了 Agent 的执行工具链 。 进入到 26 年， 尤其明显的 ， 我们看整个 Agent 的 Infra， 就是给 Agent 提供双引号 Infra 的这个开源项目非常的多 ， 从 Coding 到个人助手到 Runtime， 所有各种各样的公司 ， 包括其实小龙虾本身上也是类似的事情 。 然后在这个领域的开源项目在过去这半年左右时间增长非常的快速 。 然后再谈一个问题 ，也是个老生常谈的问题 ， 模型的边界 ， 对吧 ？ 那进入所谓的 Agent 年代之后， 大家就当然会问 ， 模型能做这么多事情 ， 那这个事情到底谁来做 ？ 我们只看结论来说 ， 比如说 Anthropic 在发了它的 Opus 4.7 之后， 先后做了 Cloud Finance、Cloud Legal， 然后做了安全 ， 对吧 ？ 做了 Cloud Science， 做了 Cloud Design， 然后现在最近在推 Cloud 的 Cloud Enterprise， 就是企业服务 。 然后你一听这几个大的行业 ， 财务 、 法律 、 安全 、 医药 、 设计 、 企业服务 ， 这几个板块都有绝对意义上的大的巨头 ， 无论是传统巨头 、 传统 SaaS 巨头 ， 还是新兴的 AI 公司在做各种各样的服务 。 那同时模型厂商也在下场 ， 那到底这个事情是谁的呢 ？ 那从宏观来看 ， 比如说我们最好去评判 AI 行业的规模 ， 最开始看的是比如看订阅加广告 ， 对吧 ？ 这个数字可能 Code 的数据大概是说 0.3 个 T 这个市场规模 。 然后后来 Coding 出现了 ， 大家会把 Coding 加进来 ， 然后可能加了 2 个 T。 然后今天从 Coding 变成了 Work， 变成白领了 ， 就是非 Coding 的 Work 又加了 2 个 T。 但是所有这几个 T，4 个 T 加在一起都是所谓的数字世界的 AI。 那既然提到数字世界 ， 应该有另外一个已经相对等的物理世界 ， 对吧 ？ 所以为什么世界模型热 ，也是因为这个原因 ， 对吧 ？ 那说完美国再说中国 ， 我觉得中国的共识是一样的 ，Chatbot 战役阶段性结束 ， 对吧 ？ 字节我前两天发过一篇几课 ， 我说字节有 Trae，有 Code， 阿里有 Coder，有 Moon Run，有悟空 ， 腾讯有 WorkBody，有 Qcloud，有 Maus， 智谱有 Zcode, also GLM，Kimi 有 Kimi Code，Kimi Work， 所有的厂商都是在做一样的事情 。 然后更有意思的是 ， 我这次参加 CSDN 大会 ， 我是下午的发言嘉宾 ， 下午是分了三个分论坛 ， 我们这个论坛是讲这些事情 ， 我们隔壁的分论坛就是 Trae 的产品经理 、 百度秒达的产品负责人 、 阿里 Coder 的这个解决方案专家 ，以及马宇林刚的一个产品方案专家 ， 都在讲 Agent 的事情 。 然后 就是中国市场的共识非常的清楚 。 然后你会发现今天 ， 比如豆包在推新的付费版本里面 ， 最核心的功能都是 Agent 相关的 。 然后元宝跟千问其实也在推相关的事情 。 然后在这个 ， 我有个说法是说今天这个时间点 ，Agent 或者说通用 Agent 怎么做 ， 做什么样的场景 ， 找谁付钱 ， 怎么定价 ，是 ToB 重还是 ToC 重 ， 这些议题都是没有标准答案的 。 唯一有标准答案的是今天这个时间点 ， 这样的产品的样子是有标准答案的 。 感谢 Codex， 我觉得 Codex 是个好的师傅 ，他教了我们 ， 或者说告诉我们今天你想做这样一个产品 ， 这个外观 ， 这个壳子 ， 这个 UI 应该长什么样子 。 然后自此我觉得在 AI 的竞争里面 ，在国内基本上今年上半年的阶段性战役就出现了一个新的战场 ， 就是这个所谓的一官有分报告 ， 叫桌面端 ， 当然是不是桌面也不重要 ， 就是 AI 原生办公智能体应用迎来爆发式增长 ，以这个 WorkBody、Trae、Qcloud、Coder、Autoclaw、Code、 悟空为代表的这些公司 ，其实就是龙虾带来之后的那一波 ， 各家厂商自己的这个通用的 Work 智能体 。 当然这个事情也会再出现变化 ， 就是我们当然见到了新人笑 ， 那自然会见到老人哭 ， 比如说也是在这两周 ， 当然可能更多的原因是因为监管的原因 ， 豆包跟千问都下了他们原来的那个智能体业务 。 我觉得那个时代的智能体更多的还是一种提示词的打包跟封装 ，其实跟今天我们聊的真正意义上 Agent 不太一样 。 然后所以豆包跟千问都下线了那个他们原来那个智能体业务 。 然后呢 ， 阿里钉钉出了状况之后， 新钉钉的负责人就整合了 Moon Run、 悟空跟 Coder， 对吧 ？ 现在已经整合了 ， 阿里已经做了动作 ， 那自然而然另外两家巨头 ， 这个这个字节有 ， 我们说字节有 Code，有 Trae，其实字节海外还有一个 ， 当年跟 Maus 做的很像的应用 。 那这几个应用之间的关系到底是什么 ？ 那腾讯也一样 ， 腾讯确实 WorkBody 现在是传说中的新太子了 ， 对吧 ？ 那 Qcloud 呢 ？Maus 呢 ？ 这些应用要不要合并呢 ？ 因为本身两家的功能界面 ， 甚至面向人群其实都差不了太多 ， 对吧 ？ 所有的一起 ， 我觉得事情都在变化中 。 好 ， 我们讲完了第三章 Agent， 我们讲最后一章治理与反弹 ， 虚荣的篝火 ### 治理反弹 **庄明浩** [45:05] 。 治理的反冲 ，其实在当年的佛罗伦萨也一样 ， 对吧 ？ 修士直接 ，因为修士叫萨弗纳洛 ， 拉起了虚荣的篝火 ，他焚烧化作镜子奢侈品 ， 没有所谓的外敌入侵 ， 这些内部全部 ， 这些道德的反冲全部来自于人民内部 。 过度的反冲同样是危险 ， 这位发起所谓虚荣篝火运动的人， 最后也被人们架在了火刑架上烧死了 。 那今天的 AI 呢 ？ 各种反 AI 活动在全球范围内出现 ， 尤其是对于关于取代人类的讨论 ， 反全球化之风兴起 ， 众多主权国家一直在探索 AI 的治理的边界 ， 对吧 ？AI 现在已经不是全球化 ，是反全球化 。 然后 AI 牵扯到了人类极限的利益 。 本身来讲 ， 从主权国家角度来讲 ，AI 是一个谁都不能输的大国博弈 。 那今天开 WIC， 大家也看到了我们的领导人在讲什么 。 所以出现一变化 ， 比如说在美国最新的 ， 现在最新的模型 Claude 5、Fable 5 跟 GPT 的 5.6， 都是先经过了政府的审核 ， 才允许上线 。 大家会预判未来这种事情会成为双引号的常态 。 为什么 ？ 我觉得有三对很核心的竞争的张力导致的这个结果 ， 比如说第一个创新跟安全 ， 到底我们烧掉的是伪造画像的能力 ， 还是烧掉图像生成本身 ？ 这件事情精准的考研立法的技术 。 你看今天我们国家领导人在今天他所谓提供提出的四项建议里面的第一项 ， 就是关于模型创新的 ， 第二项就是关于安全跟治理的 ， 是一样的 。 然后第二对张力 ， 主权跟互通 ， 各国的立法节奏是不一的 ， 模型跟数据天然跨境 ， 多边机制现在看起来比较难 。 所以在今天我们国家领导人的发言当中， 第四点还是第三点 ， 就是在讲我们要成立联盟 ， 我们不也成立了个什么联盟吗 ？ 对吧 ？ 然后最最最核心的一股张力是关于效率跟就业的 。 从 AI 从代码已经开始拓展到了其他高价值领域 ， 刚才我们说过了金融 、 法律 、 医疗 、 企业服务 ， 对吧 ？ 科技公司大面积裁员 ， 社会情绪的反冲才刚刚开始继续 ， 这件事情有的搞了 ， 对吧 ？ 那这个事情你会发现变化也很快 ， 比如今年 Q1 大家还在谈论所谓的 Tokenmaxxing， 就是谁烧的 Token 多 。 美国有个统计是说今天这个时间点 ， 美国最头部的 Top 1 的企业的软件公司 ， 每个月少烧的这个 Token 的成本已经到了 7,000， 快 7,500 美金了 。 你要知道这些公司的软件公司的平均的工资大概一个月就是 1.5 万美金 ， 就是将近一半 。 那再烧下去 ， 如果这个 Token 的消耗超过了一个软件公司的工资的话 ， 这个事情会不会出现变化呢 ？ 所以你会发现 Q1 大家讨论 Tokenmaxxing，但到 Q2 大家去反思 ， 这个指标可能是没有意义的 。 那到底什么是真的问题 ， 对吧 ？ 回看历史 ， 我们在发明电的时候出现了电的亮度 ，但最后亮度其实并不是一个核心的指标 。 我们最后知道千瓦时就是电的度是个核心指标 。Internet 年代 ，Internet 年代就是互联网时代 ， 大家最开始看 PageView 访问量 ，但访问量其实最后证明不重要 ， 重要的是 Session 时跟 Click 点击 ， 对吧 ？Google 的这套搜索引擎代表才代表商业模式 。 那移动互联网大家更熟悉 ， 运营商卖的是数据量 ， 多少兆 ， 对吧 ？ 但是大家后来证明 ， 数据的流量并不是核心的商业价值的体现 ， 最后的核心商业价值是 DAU，是 MAU。 那今天似乎 AI 时代一样 ， 我们在讨论那个 Token，其实是应该不是最后最重要的 ， 或者说能最能代表商业本质的价值的那个议题 。 那智能时代的那个议题跟那个关键词跟那个指标应该是什么呢 ？ 没有人知道 。 所以我们又回到了我之前也引发过引引用过一篇文章 ， 就是那篇第四支柱 ， 就是我们讲在技术资本知识之后，AI 时代到底是什么 ， 需要什么样的人。 我们还回还是回到人的身上 。 回看所有的所谓的文艺复兴 ， 都经历了四件事情 ： 分发的冲击 ，AI 让思考本身变得廉价 ， 印刷术让书之前的书变得廉价 ，但思考思考本身还要人自己来 。 知识的重现 ，AlphaFold 式的 Quire 式的解锁 ， 埋藏的知识被重新读出 ，1,000 个 AlphaFold 正在路上， 对吧 ？AI for Science，AI for 医院 ， 今天已经全部都在疯狂的延展 。 第三个支柱 ， 赞助的资本 ， 科技巨头巨富就是今天的当代的美第奇 ， 集中而流动的资本正在寻找值得双引号赞助的东西 。 那 AI 看起来就是那个最正确的答案 。 这三件事情在文艺复兴年代也发生了 ， 今天也在发生 ，但第四件事情没有发生 ， 或者至少截止到现在还没有发生 ， 就是人的画像 。 历史上第四个支柱是从来都不会自动出现的 ， 只有被具体的人刻意的建造 。 那现在这个时代看起来需要这种双引号的建造 。 人还是万物的尺度吗 ？ 当智能体能够替代我们工作 ， 甚至在某种程度上产生双引号的理解的时候 ， 人是万物的尺度 ， 这句人文主义的信条还成立吗 ？ 文艺复兴的答案是把人从神学的秩序当中解放了出来 。 我们的答案是什么呢 ？ 或许是重新定义哪些事必须由人来做 。500 年之后， 如果我们是有个时光穿梭机 ， 穿越到 500 年之后， 我们这种 AI 的革命应该已经完成了 。 我们回顾这段历史 ，在 2026 年这个时间点 ， 我们到底能够记住什么 ？ 我觉得可能不是某个什么模型 ， 应该是我们可能会记住人类第一次认真的讨论 ： 当智能不再稀缺之后， 人的位置到底在哪里 ？ 写这篇文章的作者也给了他一个预判 ，他说如果我们不穿越那么远 ， 只穿越到 2050 年的时候 ，他会认为 在那个时候 ， 比如说人类会在一门手艺上待的很久 ， 久到手艺反过来塑造了这个人， 然后人类会在很多真实的地方承担责任 ， 然后人类会与少数人保持长相的相互的义务 ， 义务 ， 然后有意识的继承一个传统 ，并把它传承下去 。 这是他的判断 ，他的判断是否正确我们也不知道 。 最后一页 ， 对下半年的一些关注热点的关注 ， 对吧 ？ ### 展望 **庄明浩** [52:24] 老生常谈 ROI， 对吧 ？Token 的这件事情的衡量 ， 就是烧多少 Token 看起来已经是一个不重要的指标 ， 那我们该衡量什么 ？ 是按结果定价吗 ？ 巨额的投入是否会出现拐点呢 ？ 我们不知道 ， 对吧 ？ 第二议题 ， 闭源开源 ，其实对应是中国和美国的对抗 ， 差距到底是接近还是拉开 ， 会不会有完全超过那一刻 ， 尤其是比如今天 Kimi 发了 K3， 第一次在某些细分搒单上成为了世界领先 ， 揉杂着中美的大国博弈和路由的这种形态 ， 那新的常态到底是什么 ？ 第三个议题 ， 世界模型跟物理 AI， 不同的参与方之间的界限模糊 ， 谁的主张最后成为所谓的共识 ， 或者阶段根阶段性根本就不存在共识 ，也不存在所谓的收敛 。 最直接可以期待的场景是自动驾驶吗 ？ 是具身吗 ？ 还是什么其他的东西 ？ 是游戏吗 ？ 不知道 。 第四点 ， 治理立法冲突 ， 模型能力的持续进步 ， 一刀切的管控方式只是权宜之计 ， 更激烈的冲突是不是会和很多人期待中的泡面泡沫破裂同时来到 ？ 这四个议题同样也对应今天我的四章结构 。 最后最后的一页 ， 用一个可能很多人看过的一张图 ， 就是这张图做的怎么做 ， 它把人类所有的人类画成一个个小格子 ， 把这些格子当中今天这个时间点 ， 用 free 的 ， 就是免费的 AI 工具的人类标成了绿色 ， 用这个这个付费的标成了黄色 ， 然后付费里面你今天已经用 Agent 的标成了红色 。 这个表 3 月份有过一期 ， 那个红色的点非常的少 ， 甚至所有把绿色黄色红色点都加在一起都很少 。6 月份他又做了第二版本 ， 点变多了 ，但是加在一起占整个人类的比重依然非常的少 。 所以似乎一切还真的仅仅只是刚刚开始 。 好 ， 感谢大家收听 ， 老规矩带 PPT， 如果需要的话可以对着 PPT 来听我的播客 ， 然后我的 PPT 会放在我的 ima 的数据库里 ，有兴趣可以去订阅 。 再次感谢 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。