# Vol.80 我去大内密谈和相爷聊了聊AI 屠龙之术 · 2025-12-15 · 131 min · https://www.xiaoyuzhoufm.com/episode/69400a5f2a383da16741ac60?utm_source=rss ## 逐字稿 Speaker 1 哈喽，大家好，欢迎来到大内。我是相征的。今天录音时间比较早，我刚醒，整个人状态没有特别兴奋，但是今天的话题让我有点兴奋。让我们先热烈欢迎一下今天的嘉宾明浩老师。 庄明浩 哈喽，大家好，我是《屠龙之术》的主播庄明浩。 Speaker 1 《屠龙之术》是个好电台。 庄明浩 别别别。《屠龙之术》是我认识的做播客的人当中，为数不多的又有趣、同时又专业的。一般很有趣的，基本上都不太专业；一般很专业的，基本上都不太说人话。《屠龙之术》非常好地填补了这个空白。 Speaker 1 别别别，这么聊就没法聊了，是不是？上来给你捧起来，这不行。明浩老师是哪人啊？ 庄明浩 我是长白山人，就是你马上要去的地方。我们马上要团建去长白山了。我出生的地方就是长白山。长白山机场是后建的，我出生在长白山天池那个地方。那个时候长白山还没有机场，现在大家经常去滑雪、去玩的长白山景区，也是我出生之后才有的。 Speaker 1 哦。 庄明浩 我们之前那个地方交通不太发达，现在比较好了，已经可以直接坐飞机飞到长白山了。 Speaker 1 所以你是东北人啊。 庄明浩 东北纯纯东北人，纯爷们儿。 Speaker 1 现在是在上海？ 庄明浩 对，我平时在上海。这次来北京出差，正好赶上。 Speaker 1 太好了。那今天聊个什么话题呢？这个话题让我感兴趣，或者说让我有点兴奋，主要原因是之前我有一个表哥，但我不知道是我表哥自己有这个疑问，还是他打着他小孩的名义和幌子。他问我，说到底AI这事儿是怎么回事，现在到底是什么情况。 庄明浩 小孩多大啊？ Speaker 1 小孩说是刚上大一。他问了一堆问题，有一些我能回答，但是绝大多数其实回答不了。我突然发现，我对于AI这件事，虽然每天都在用，但是…… 庄明浩 对。 Speaker 1 我先跟大家说一下，我为什么每天都在用。我经常在做设计、做图，包括做音频的时候使用一些AI来辅助，包括一些插件之类的。它都会很快速地帮你解决一些问题。 今天这个话题，其实是我前一阵跟明浩聊天的时候，突然之间出现了一个小实验。我用Photoshop里面最新款的功能，它集成了Gemini 3的Nano Banana，对吧？ 庄明浩 Nano Banana Pro生成模型。 Speaker 1 对，它集成了这个东西，可以选。它最开始不就一直用它自己那个什么Firefly吗？那个不太行，真是不太行。然后我就用了Photoshop里面的Gemini 3，生成了两张图。 我让它生成一幅在白板上，用有点褪色的记号笔画出来的井上雄彦《浪客行》，以及一幅樱木花道和Michael Jordan一起打篮球的画面。生成完之后我觉得，确实有点牛逼。 我又做了一个实验，把这个图发到我的社交媒体上，也没说什么，就看有多少人能看出来这是AI生成的。到目前为止，这个图全网的浏览量大概有四五十万，我看小红书已经爆了。 庄明浩 四五十万的浏览量，没有任何人发现这是AI生成的。 Speaker 1 因为认识你的人知道你也学过画画。 庄明浩 对。其实甚至我发给老方，因为老方也是学画的，而且他知道我的画画水平，也没有任何疑问。我跟他说：“这是你也能画的吗？”我说：“我是能画，但是没有那么快。” Speaker 1 所以到今天为止，AI到底发展到什么程度了，以及AI这件事的前世今生、来龙去脉，我就想找一个人来跟我好好聊一聊。一方面可以解答我的很多疑惑，另一方面也可以解答我那个表哥，或者他小孩的很多疑惑。 今天我找来了播客圈江湖人称“AI司马迁”的明浩老师，然后我就是“AI魏征”。 庄明浩 可以可以。 Speaker 1 咱们今天司马迁对魏征，搞一搞，好吧？ 庄明浩 可以可以。 Speaker 1 那咱们先从哪儿聊？ 庄明浩 ### ChatGPT迎来三周年 我觉得这个时间点很好。现在是2025年底，12月多，三年之前，也就是2022年11月30日，ChatGPT正好发布。其实现在正好是满三周年的时间。 Speaker 1 是。 庄明浩 这一轮大家对于AI的探讨，是以ChatGPT发布为代表的。我们叫生成式AI，或者叫通用AI，这一波大模型的东西，其实就是过去三年业界为什么对AI产生这样关注的核心原因。 所以这个时间点是很重要的时间点。三年说长不长，说短也不短。很多之前科技行业出现过的关键词，基本上两三年就会被证伪。 Speaker 1 对。 庄明浩 但是你会发现，AI这一波哪怕进入到第三年，依然在愈演愈烈，而且在疯狂地推到很多人类的极端里面。比如钱也好，发展也好，包括面临各种各样的问题。像今天大家讨论的能源问题、电的问题，似乎这些事情真的开始触碰到人类的终极问题。 大家会说它是所谓的第四次工业革命。你给它灌了这样一个title，那它当然要去讨论那些人类终极的问题了。 Speaker 1 所以这个时间点确实很重要。三年的时间，ChatGPT发布这个事情，在你们业内看来真的是一个重要节点吗？ 庄明浩 超级重要，是不可能更重要的节点。 Speaker 1 不可能更重要？ 庄明浩 不可能更重要。而且它发布的第一天，或者说前几天，就让业界完全震惊了。 你想，AI不是今天才出现，也不是这一轮才叫AI。可能在1980年代，AI就已经有几十年的发展了。上一代大家谈论的，比如AlphaGo，那已经是十几年前的事情了。 Speaker 1 对。 庄明浩 那一代也叫AI。再往前想，深蓝，IBM的深蓝，和人类下国际象棋，那都是几十年前的事情了。 Speaker 1 年轻一点的观众可能不知道我们在说什么。 庄明浩 这一代AI最大的核心就是“通用”，而且它是生成式的。更简单地说，人类真的看到一个机器在吐字，这个感觉会让人类产生比较强的反应。 还有一点很现实。之前的AI用在自动驾驶、打《星际争霸》、下围棋这些事情上，虽然你会觉得“牛逼”，但是我也不是每天都在开车，我不是职业车手；我也不是职业电竞选手；我也不是天天下围棋的。 但是今天这个东西出来，你发现它可以写邮件，可以画图，可以做表格、做PPT。这个就是你每天都在干的事情，而且看上去随着发展，它会比你干得越来越好。 Speaker 1 实话实说，这个东西现在已经在日常大多数情况下代替了搜索引擎。 庄明浩 对。 Speaker 1 今天录音的前一天晚上，我刚发了一条微博，抱怨新款macOS。它里面有两个巨大的问题，也不能算是Bug，可能是我自己没用好，但让我完全无法适应。 第一个问题是，当我另存或者导出任何东西的时候，大家知道，我办公室的办公桌上除了苹果电脑和外接显示器之外，还要外接很多东西，比如声卡、音箱，以及很多存储设备。存储设备当中也并不都是固态硬盘，有一些是我平时不怎么用，但会放在那里，偶尔想从里面找个东西，就先接上再说。 但是新的macOS出来之后，导致一个问题：当我另存或者导出的时候，它要先预先把所有硬盘都激活，然后才让你选。这个激活过程很慢，快则20秒，慢则1分钟。你想想，这得多可怕。 之前是你选到哪个，它才激活哪个。现在无论我存到哪里，哪怕存到桌面，它也要让我等。我就不知道这个事情要怎么解决，因为之前没有出现过这种情况。 第二个问题是，我是个老Mac用户，很习惯多窗口切换。所有窗口并置在桌面上，然后我选择其中一个，按照之前的操作，选择完成就可以直接用了。现在不是这样，选择完成之后，这个窗口其实是灰的。它进入主画面、变大之后，窗口是灰的，你需要再点一下。 比如我用Logic处理音频，正常情况下我切出去干点别的，回来之后直接点一下空格，无论是播放还是暂停都可以。现在不行了，你要用鼠标点一下，激活它。这个事情让我整个崩溃。 然后我想怎么办？发了微博抱怨之后，我想起来问一下AI。当时我问的是DeepSeek：“这个事情怎么解决？”我把微博那段话原封不动地复制过去，它很快给了我答案。我照着操作完，解决了。 庄明浩 ### 语言成为AI新入口 这个东西确实是无法想象地提高你的效率。因为这一轮AI能力的提升，在理解人类语义和语言这件事情上走得太远了。 更简单的例子是，今天在线翻译几乎已经全部被AI拿走了。 Speaker 1 对。 庄明浩 我们这一轮叫自然语言模型，叫大语言模型。为什么把语言看得这么重？因为它就是基于语言来做的。翻译这件事情，对于这一波模型能力的提升，你可想而知，今天这个时间点，翻译这个场景已经被完全替代掉了。做翻译的朋友们整个哭了，时代迈过去，根本不给你反应的机会。 而且在线上，今天搜索的需求原来还是基于关键词的。上一代AI讨论语义理解，也是基于切词、划分。很多学自然语言处理的人应该知道我在说什么。 但是今天你发现，你真的可以说一段你想说的话给AI，它能理解你在说什么、想表达什么、想得到什么样的问题答案。它会有推理、有理解，也有帮你输出的过程。 这就是这一轮AI关于“语言”这件事情的变化。你看这个名字叫ChatGPT，前面是Chat，Chat就是聊天、谈话。 Speaker 1 那到底什么是GPT？ 庄明浩 G就是Generative，生成式；P是Pre-training，预训练；T是Transformer。也就是生成式AI：我问你一个问题，它像吐字一样，帮你吐出来一些东西。图像也是一样。 Pre-training相当于这一轮我们怎么得到了这么牛逼的东西。简单来说，就是给这个模型喂了无数的人类数据，提前给它训练好。 有个比喻是家政阿姨。家政阿姨是经过预训练的，她知道一个家大概是什么样的：厨房应该怎么打扫，扫地应该用什么工具，以及一个正常的家，工作两三个小时大概应该做什么。 她是被提前培训过的，不是一个什么都不懂的人，这就是预训练的过程。预训练之后，它就有了理解人类对话方式的能力。Chat是它的交互形式。 最后一个T叫Transformer。Transformer是一个架构的专有名词，不是变形金刚。这个架构是Google提出的，定义了这一轮AI大模型的技术架构。 Speaker 1 这个事情已经定义很久了，不是今天才定义的，对吗？ 庄明浩 对，2011年左右可能就有了。基于这个架构做Pre-training，得到了今天看到的GPT。 GPT得到之后，它是一个模型，可以理解为一个软件。但这个软件加上Chat之后，才让普通人知道这个东西的能力能展现到什么程度。原来你可能只能在业界、纯科研研究领域里知道它很强，范围很窄。 所以你看，ChatGPT是基于GPT-3.5的版本号。但是GPT在3.5之前的GPT-3，在业界其实已经很强了，只是没有一个展现方式告诉大家它有多强。 ChatGPT相当于用了Chat这种形式，完全通过对话这种人类最简单、最直接的交互方式，给世人展示了它能做到什么程度。 原来你跟Siri，或者上一代语音搜索、语音对话机器人聊天时，会觉得它很笨，不理解你说什么。一听就知道它是基于预设关键词查询，再给你反馈结果。它是一个预设的东西，跟今天这一代完全不一样。 今天这一代AI真的知道你在说什么，所以这个感觉让世人突然意识到，这件事跟原来完全不一样。 Speaker 1 好的。所以今天我们请AI司马迁来好好聊一下，包括现在发展到什么程度、未来的发展方向，以及中美之间的一些差异。最后也会给大家一些非常个人、仅供参考的小建议。 庄明浩 不敢不敢，纯建议。 Speaker 1 对，纯建议，大家随便听一听乐呵就好。那我们刚刚解释了什么是GPT，还有一些基本名词我不是很懂。经常看到的，比如什么是LLM？ 庄明浩 LLM就是Large Language Model，大语言模型。它可以是一个软件的形式。“大”是形容它的参数足够大。 比如今天这个时间点主流在用的GPT、豆包、DeepSeek，它们的参数量可能是模仿人类神经网络的、十的多少次方的那么一个数字，相当于我们提前把人类几千年的积累都喂给它了，所以它非常大。 它跟上一代模型不一样。上一代模型可能基于大家今天常用的人脸识别，比如小区里的面部识别摄像头。它只要了解脸的特征和图像识别就结束了，不需要知道别的事情，所以模型不需要特别大。 但今天做的是通用模型，它什么都知道，就像金庸小说里的王语嫣一样，什么都知道，那它就要博览群书，所以要足够大。 Language就是刚才说的语言，它是基于语言理解的。有一种说法是，如果机器理解了语言，所谓的智能就出现了。因为人类所有打引号的智能，都是基于语言或者文本构建的，甚至人类所有的思考都是一个文本。 虽然有哲学家提出，这可能是一个桎梏或者束缚，但不管怎么说，现实就是这样：如果机器能够通过0和1理解人类语言，那逻辑上智能似乎就出现了。所以叫Large Language Model。 Speaker 1 那什么是LUI？ 庄明浩 UI就是交互界面。大家天天用电脑，叫GUI，就是可视化窗口性质的界面。LUI和GUI相对应，LUI就是Language User Interface，也就是语言交互界面。 我们今天使用的各种聊天机器人，比如豆包、DeepSeek、ChatGPT，交互方式就是你打一段话，或者说一段话，它返回一段话，跟人类对话是一样的。 理论上，计算机行业发展这么多年，之前是由GUI引导的。微软创始人比尔·盖茨说过，他一生只见过两次绝对意义上的技术革命，第一次就是GUI，所以他做了微软。 Speaker 1 包括Mac其实也一样。不对，这个话得反过来说，其实是Mac先，是微软抄的Mac。 庄明浩 对。GUI定义了人类个人计算机的交互方式，也带来了过去几十年IT行业的发展。比尔·盖茨认为他见过的第一次技术革命就是GUI。 但这一次是LUI，是通过对话的方式来操作。比如这两天字节跳动发布了豆包手机助手，它可以接入微信。它现在面临的问题是，核心逻辑是有一个底层的对话应用，可以操控你所有的手机。 比如我直接跟手机说：“把现在这个时间点最便宜的炒饭，在几家外卖软件里对比一下，帮我订最便宜的。”你直接跟它说，它就可以在后台帮你点击、评价、搜索，然后把整套工具全部搞定。 这种交互方式就是对话，也就是LUI的方式。但这里涉及隐私、权限和数据安全。比如支付权限，你看上去会有多复杂。 所以在这部分，国内公司我是有点担心的。 Speaker 1 苹果在这件事上其实没有特别好的动作，原因也是这个，因为苹果坚持一些内部的隐私保护原则。 庄明浩 但反过来，如果今天你是微信，你怎么可能让这样的东西操作你？你怎么可能允许？它会说：“你的这套操作触发了我的安全策略，所以我把它封了。” Speaker 1 对。 庄明浩 还有一个我经常听到的词，之前在加密货币里听到更多，就是token。在聊天式机器人里，token到底是什么？ 庄明浩 你可以这么理解：你跟ChatGPT或者豆包问一句话，它会有一个所谓思考的过程，把这些东西显示出来。想完之后，它还要生成一些东西。 在这个过程中消耗的数据单位，就叫token。Token的衡量方式，可以用来衡量一个产品或者AI应用的规模。 原来衡量存储是用字节、KB、MB、TB，今天衡量一个AI应用访问量或者体量的增长，就用token这个数字，相当于它消耗的数据量。 所以所有云厂商和AI应用厂商都会公布，比如过去一个月token量到了什么规模。这代表它业务量的增长。Token就是一个衡量数据量级的指标。 Speaker 1 所以我们目前使用的、对AI的所有了解，大体上是不是由OpenAI定义的？ 庄明浩 这一轮是，或者说截止到今天还是它定义的。我们叫技术发展范式。 ### AI走向智能体时代 去年年中，OpenAI发布了一个它认为的执行路径：如果我们理想中的终极目标，不管叫AGI还是ASI，反正是一个全知全能的东西，需要经历哪些阶段？ 它定义的阶段有点参考自动驾驶，从L1到L5，一共5个阶段，自动驾驶也是L1到L5。 第一个阶段叫Chatbot，就是聊天机器人，也就是我们现在用的东西。它是以Chat为基本交互方式的东西，叫Chatbot L1。 L2叫推理。DeepSeek和OpenAI的推理模型发布之后，大家知道的“推理”就是这个。L1用人类更容易理解的方式来说，是我们第一次看到机器在吐字，但它吐出的字可能不正确，幻觉很多，乱七八糟，甚至胡说八道。 L2推理，是我们看到机器在双引号的“思考”。第一次用DeepSeek的推理模式时，你会看到它怎么想、怎么一步步给答案。这是我们第一次看到机器如何思考。 Speaker 1 这个思考是打引号的。 庄明浩 对，是打引号的。某种程度上，它是表演给你看的。 如果你在今年之前使用过相关工具，会发现你跟AI对话是很快的。我问它一个问题，它很快就回复。但人类思考复杂问题时，理论上应该慢下来，想一想，才能给出好的结果。 所以我们要求AI从原来的快思考变成慢思考。怎么慢下来？要求它分步骤思考，于是有了所谓思维链：一、二、三、四、五、六，逻辑是怎么样，然后按照这个方式来做。 给了这个要求之后，它才慢下来。慢下来之后，看上去它具备了类似人类所说的推理或者思考能力，这就是L2。 L3是今年讨论比较多的，英文叫agent，中文叫智能体。它做的事情是让AI干活。 L1和L2对用户而言，本质上都是语言交互：我跟你说，你回答我，事情就结束了，不需要别的任何东西，App自己解决。 但L3不一样。我要让你做PPT，让你访问网页、登录、填验证码、点赞，或者帮我做一个网页；甚至帮我订餐、叫外卖、打车。本质上，它在执行具体任务，从语言跨越到了行为。 Speaker 1 行为就复杂了。 庄明浩 到了这个阶段，就不仅仅是AI公司的事情了，而是跟整个生态协作、跟环境交互的事情。 现存的互联网环境，不考虑物理世界，只考虑线上世界，其实是给人做的，不是给AI做的。很多操作习惯和乱七八糟的机制，会让AI卡住。 比如AI为什么会卡住？因为它没有办法绕过反爬虫和验证码机制，它需要你接手。因为你这样访问对方，对方一定会认为你是爬虫或者攻击方，不会让你进来。 你突然产生巨大访问量，对方肯定要防。所以这些事情会变得非常麻烦。 今天如果从AI发展的时间来看，我们在L2到L3之间。L4叫研究员。你可以理解为，如果今天我能做出一个跟我们内部研究员水平类似的人，或者说AI，那似乎后面所有事情都能搞定。 Speaker 1 因为不需要现在的人再去训练它了。 庄明浩 对。如果它达到研究员的水平，就等于它可以自己训练自己。 L5叫管理者、组织者。把这些人组织在一起，不就奔向美好的共产主义未来了吗？ Speaker 1 所以L4和L5是期待中的事情。 庄明浩 对。我们现在正在L3，或者说L2到L3之间。 很多人会把它类比成自动驾驶。美国那边大概在2010年左右，就已经有不需要任何处理、可以在公路上跑一两百公里的自动驾驶演示。特斯拉真正意义上测试比较好的demo，大概在2013年已经可以上路跑。 但今天是2025年，自动驾驶依然没有达到理想中的L4状态。它遇到的问题是一样的：技术本身可以演示，但一旦放到整个人类环境里，就会出现问题。 所以有一派观点认为，我们这一代自然语言模型虽然发展得非常强，AI看上去无所不能，但真正要解决任务、做所谓agent、跟人类环境交互，可能是5年、10年，甚至更长期的事情。 因为它不能再靠“大力出奇迹”，不能只是堆参数、堆算力。事情变复杂了。我们现在差不多就处在这个阶段。 Speaker 1 ### AI主桌浮出水面 那现在所谓主桌上都有哪些玩家？ 庄明浩 主桌有好几桌。刚才说的是自然语言模型，也就是Chat。还有一桌叫多模态，包括图像、视频、音乐、3D，以及世界模型。 最近比较热的世界模型，就是我说一句话生成一个空间，你可以在里面走，像游戏里的虚拟世界一样，可以前后左右地跳。就像一句话生成一个元宇宙。 Speaker 1 那周梦清和韩阳做的东西，跟这个类似吗？ 庄明浩 他们是自己做的，但如果未来真的有那样一个东西，他们做的东西相当于把人类最后能够保存的原始数据保存下来，而且可能是正在消逝中的原始数据。 他们在做一件非常有大爱的事情。那个项目挺神的，叫《废墟》。大家有兴趣可以自己去看。它可以用各种照片扫描、3D还原一个场景，比如前苏联的一些建筑、雕像，还有眼看着就要塌掉的教堂。 我之前跟他们深入聊过。按照他们的逻辑，现在生成的还不是那么精确，但原始数据保存下来之后，可以变得越来越精确。某种意义上，他们的数据可以再喂给今天的AI 3D模型厂商，让这些厂商改进效果。 Speaker 1 他们那个是最原始的数据，真的有大爱。 庄明浩 绝对是大爱，根本没考虑过怎么盈利。 多模态是一桌。很多人认为，人类虽然是基于语言建立文明，但所有感官感受的基础是视觉，是我们先看到了，哪怕学习一个东西，也是先看到它，再放进脑子里，以类似图像的方式处理。 所以图像、视频、3D、语音，以及这样的空间，应该也是一种可能性。如果未来终极状态像《黑客帝国》或者很多电影里的结局，除了纯对话和语言之外，应该还会有一个类似元宇宙或虚拟世界的东西。只不过那还太远，所以多模态是一桌。 还有一桌叫coding，算半桌。 Speaker 1 为什么是半桌？ 庄明浩 很多人认为coding是语言的子集。各家有各家的观点，但你会发现，AI解决了语言问题，而coding本来就是人类跟计算机之间的交互语言，所以AI把这件事吃掉，非常顺理成章。 Speaker 1 而且这块好像做得还挺好。今年AI coding的发展非常疯狂，很多头部科技互联网公司，超过一半新生成的代码，几乎都是AI做的。 庄明浩 对，应该已经一半以上了。腾讯、阿里，很多程序员会面临比较大的挑战。 当然AI coding也会有问题，它也会乱说、出Bug。你可能为了修Bug花的时间，比原来自己写还多。但无论怎么样，这算一桌。 自然语言、多模态、coding，算三个主桌。 主桌上坐着一些公司。美国最核心可能有四五家公司：OpenAI，做GPT的公司；做代码最好的公司叫Anthropic，模型叫Claude；Google最近也很强；还有马斯克的xAI。 Speaker 1 微软不算吗？ 庄明浩 微软今年才出了自己的模型。因为微软之前跟OpenAI绑定，它是OpenAI最大的外部投资人。过去几年，微软和OpenAI是绑定关系。在美国，或者其实在中国也是，如果你要通过正规渠道使用OpenAI的API，要通过微软云来做。 所有收益，OpenAI都跟微软有分成协议。可以认为，在2025年11月之前，OpenAI是微软的“打工人”。 Speaker 1 OpenAI是微软的打工人？ 庄明浩 对。微软既是投资人，两家的业务也绑定在一起。 但是这种关系不可能持久。OpenAI发展这么快，凭什么要跟你分成、绑定利益？所以2025年两家公司有不少纠葛。2025年11月底，两家公司重新确认了合作关系，类似和平分手：我还是你的合作伙伴，你也可以继续用我，但我不要求你独家，你也可以用别人。 未来，比如到2032年，我们仍然是比较紧密的合作关系，但你可以自己做自己的事情了。 微软大概在2025年7月才出了自己的模型，所以它晚了一步。但微软原有业务比较强，云、Office、Xbox都还可以，所以它没有那么着急。 Speaker 1 中国这边呢？ 庄明浩 中国的情况稍微复杂一点。OpenAI刚出现时，中国出现了一些初创公司来做相关事情。当时业界有“六小龙”的说法：Kimi、MiniMax、智谱、阶跃、百川、零一万物。 Speaker 1 这些是不是阿里都投了？ 庄明浩 应该有一家没投。腾讯也投了三家，反正大家都投了。发展过程中发现，这件事情到一定阶段之后，不太容易继续往前走，中间走了一些弯路。 到2025年，这个“六小龙”的说法已经不太有人提了，因为有些公司已经远离战场，做不下去了。这个事情太耗钱，哪怕中国有成本优势，耗钱的量级也过于巨大，而且这些公司现在没有盈利，只能靠持续输血。可是没有血给它们了。 比如李开复老师做的零一万物，转向帮企业做大模型实施，做To B；百川后来转型做医疗方向。因为主桌的筹码量太高了。 Speaker 1 我插一句。我特别不喜欢搜狗，也强烈建议大家不要在任何情况下使用搜狗。它现在是腾讯的了。这个输入法有很多问题，大家自己懂的就懂。 庄明浩 有意思的是，输入法现在又变成了AI的入口。浏览器、输入法，都是AI入口。 中国现在还在模型领域追主桌能力的初创公司，可能是Kimi、MiniMax、智谱。这三家基本取代了“六小龙”的叙事。 ### DeepSeek打开开源黑箱 今年大家谈论更多的，其实是两家开源模型：DeepSeek和阿里的通义千问。这两家占据了最多的媒体版面。 Speaker 1 DeepSeek的优势到底在哪里？ 庄明浩 刚才我们讲L1到L5。L1基本大家都实现了。L2第一个做出来的，大概是OpenAI在2024年9月左右发布的。那个东西出来之后，大家觉得能力太强，一定要跟。 所以2024年下半年开始，到2025年初，主桌上的人都在做一件事：复现o1。我要把L2做出来，因为它是跨阶段的能力。 DeepSeek是第一个真正意义上完全实现L2，并且把L2所有训练方法、实现路径、数据模型搭建，全部详细开源给世界的公司。 在2025年1月底，也就是今年春节期间，DeepSeek爆火。这个事情不仅震惊中国，也震惊了全世界。 它是开源的，你能看到所有执行细节。它不只是把模型给你用，而是把训练过程、数据、权重怎么设置、怎么做后训练等全部告诉你。你甚至可以自己复现。 至此，L2成为标配。很多头部厂商在那个时间点其实也做出来了，但DeepSeek是第一个把全部细节开源给世界的。 更核心的是，中美在AI板块第一次出现了一个议题：美国的趋势是基于金融市场支持的。OpenAI可能融了几十亿美元，要建巨大数据中心，要投入很多钱。 但DeepSeek的叙事是，它在论文里写得很清楚，最后一次训练的成本大概是128万美元。 Speaker 1 美国人天天看的是10亿美元、100亿美元的新闻，这边突然出来一个只需要500多万美元，就能做出跟你差不多的东西。那到底发生了什么？是不是泡沫？ 庄明浩 这个叙事冲突在那个时间点特别强烈。于是今年中国开源模型发展得更快。 今天全球开源模型榜单前15名，可能都是中国公司。这也逼着美国那几家公司，在模型系列里开放一部分次一级模型做开源。即便中美之间有各种问题，美国很多头部互联网公司经过测试比对，也承认在使用中国的开源模型。 所以开源模型是中国比较领先的部分，今年尤其明显。 Speaker 1 那它为什么开源？我一直没太懂。 庄明浩 首先，DeepSeek这家公司很传奇。它背后的公司叫幻方量化，原来是做量化投资的，简单说就是拿计算机炒股。 Speaker 1 天天割韭菜，是股民最恨的那帮人。 庄明浩 它用计算机做量化交易，在国内很短时间内就做到了很大的体量。 Speaker 1 这个事情之前我们跟米粒研究所聊过。它需要最快的接入、最快的光纤，差几个毫秒。 庄明浩 对。因为突然间全世界不同地区的市场出现差价，这个差价不会存在很长时间，但凡出现差价就会被机器识别，然后按照设置好的条件做交易，把差价弥补上。这个时间就是争分夺秒，差几个毫秒。 幻方量化原来就是做这个的。为了做这个事情，它很早就买了很多卡，建立集群和数据中心，保证足够强的算力。后来发现这些卡放在一起，似乎也可以做模型，于是顺手做了模型。 结果他们做的模型在那个阶段显示出了非常强的能力。 幻方量化创始人梁文锋，我觉得身上有一些双引号的“大爱”。今天幻方量化没有接受投资，也没有太多对外表达，没有做推广，也没有真正商业化。 Speaker 1 今年春节那会儿DeepSeek出来的时候，我还跟黎叔聊过。我说这东西好像挺牛逼的，要不要把他们找来录节目。当时我非常天真地说，找来录个节目。 黎叔说：“我去问问。”两天之后他说：“别想了。” 我问为什么。他说这个创始人回老家参加亲戚聚会，当地公安局局长、市委副书记什么的都得跟他一桌，而且全程跟着保护，像保护大熊猫一样。我说，那确实不能被带走。 他之前还上过央视的中小企业对谈，桌上坐的是马化腾、马云这些人。 我记得特别清楚，DeepSeek是1月20几号火的，正好赶上春节假期。我当时跟老婆带孩子去上海周边酒店玩，刷微博，先看到冯骥发了一条，说这是国运级别的东西，巨牛逼。 帽子一戴就疯了。那段时间美国主流科技、财经媒体也疯狂报道，这一波又传回国内。 当时还有一些“跪久了站不起来”的人说，这没什么牛逼的，只不过是调用了别人的东西，有什么可牛逼的？结果这些人甚至没有能力去看看美国人是怎么说的。 我第一反应也是，中国是不是又拿了别人的东西过来用？但去国外看了一圈发现，不是这么回事。整个硅谷都疯了。 庄明浩 这个话题被抬到那个高度之后，很多事情就完全不可控了。 不过在那个时间点，中国头部模型的能力也跟得比较紧。中国最头部的开源模型，跟世界上最领先模型的差距，原来可能是一年到一年半，现在缩短到三到六个月。 今天美国最好的模型做到什么程度，大概三到六个月后，中国模型也能做到，基本缩短到这个程度。 Speaker 1 那现在这些模型都做到什么程度了？ 庄明浩 ### 模型失去标准答案 这个问题变得很复杂，因为我们今天评价模型能力这件事情出了问题。我们没有办法评价它好还是坏。 比如前两天柯洁接受鲁豫采访。鲁豫问，现在所有职业围棋选手是不是每天都跟AI下棋。柯洁说是。鲁豫又问，你们不怕棋路和思维被AI学去吗？ 柯洁笑了一下，那个笑里有一点轻蔑。他说：“AI那么强，学我们的数据干嘛？那不就是垃圾吗？” Speaker 1 这个轻蔑是对自己的。 庄明浩 对。柯洁是世界冠军。 Speaker 1 这让我想起孙燕姿。之前很多人用孙燕姿的声音训练，让她唱各种歌，她发微博，最后的结论就是：都已经到这个程度了，那又能怎样呢？ 庄明浩 如果我们用打分表来算，人类常规智力水平下围棋可能是50分、60分，柯洁是80分、90分。原来人类培养AI，希望它接近100分。 现在没准AI下棋能力已经是1亿分了。1亿分、1万分、1000分，对人类来说都没有区别。 Speaker 1 就像学霸考100分，是因为卷子只有100分。 庄明浩 对。AI在某些领域也类似。那我们怎么评价一个东西好不好？ 人类的评价，尤其是对话，是我问它一个问题。如果是事实问题、数学问题，它还能有答案。但如果不是呢？你怎么评价？ 如果AI已经超过人类天才线，而人类测试IQ、测智商的题目本身出了问题，你就没有办法衡量它的能力到底有没有提升。 所以这是今年AI模型发展比较严重的问题之一：如何给AI模型打分。你会发现，可能所有打分都失效了。 因为打分还是一种应试。你有一套题，模型厂商提前知道题库，就可以硬式地把题做完，分数很高。但普通人用起来发现它没有那么强。 Speaker 1 而且普通人的感受也不一样。 庄明浩 对。什么是好，什么是强，什么是绝对的强，又没有标准。 所以今年AI在数学领域发展很快，很多模型都在解奥数题。为什么是数学？因为数学有明确答案。只要有标准答案，AI就一定能搞定。 Speaker 1 Coding也是，只要能跑通就成了。 庄明浩 对。AI训练领域还出现了新的分化。最开始GPT里的P是预训练，我把数据喂给它，它就有能力了。 从2025年开始，大家强调后训练，也就是强化学习。跟下围棋一样，下赢了就奖励，让它记住怎么赢；下输了就惩罚。数学题做对了奖励，做错了惩罚；coding跑通了奖励，做错了惩罚。 这种强化学习经历无数次运算之后，它在有标准答案的事情上的能力，已经突飞猛进到人类不可知的区域。 所以现在，只要有明确标准答案的领域，AI基本已经横趟了。限制它的，只有算力和时间。 Speaker 1 但人类很多事情没有标准答案，是主观的。比如生成一张图，什么叫美？什么叫好看？做一个视频、做一段音乐，到底好不好听？ 说实话，音乐这个部分我比较灰心，因为它跟数字的关联性太强了。我在大内节目里其实用过几次自己瞎写的音乐名字，这里就不告诉大家是哪一期了，大家自己去找。但那其实是AI生成的，我稍微调了调，出来之后就可以用了，也没有人发现。 庄明浩 也有可能没有人在意音乐这件事。 Speaker 1 反正可想而知，只要能够被数据定义清楚、有系统理论支持，就比较容易解决。但很多事情不是这样，人类解决这些问题时就出现了困难：怎么设计激励模型？怎么定义什么是好、什么是不好？ 庄明浩 这件事很麻烦。上一代AI有一类服务公司，叫数据标注公司。中国有很多做标注的，尤其自动驾驶公司，要把树、人、路标、车牌、红绿灯都标出来。 以前这种标注随便找个人就可以做，今天不行了。今天要找律师、医生、具有资深金融背景的人，来标注复杂问题的好与不好。要用他们的know-how、经验和知识，去标注什么是好、什么是不好。 原来的标注是识别物体，现在要跟人类common sense做对齐。但这个事情非常难，因为人很有个性，一个东西的好坏太难评价。 这可能也是这一轮AI模型的能力在体感上变化没有那么猛的原因。能够被验证的东西已经解决掉了，剩下很多问题就是见仁见智。 Speaker 1 我之前看到一个AI界大佬提出观点，说现在这个发展方向本身就是错的，走进了死胡同。我看完很感兴趣，但点开之后没看太懂，也没有那么多耐心。到底是怎么回事？ 庄明浩 刚才我们说预训练，给它喂大量人类数据。但现在人类数据基本上已经喂完了。 Speaker 1 数据喂完了吗？ 庄明浩 基本上喂完了。剩下的数据要么很难拿到，要么很复杂，基础数据已经差不多了，很多东西还没有电子化。 数据喂得差不多之后，就通过后训练，也就是强化学习，让它做题、打标、验证。但这种方式会培养出偏科生。 因为你给它奖励和激励的方式涉及哪块，它就会在这件事上做得很深，但通用能力可能被抹杀。 那个大佬的比喻是：一个人专门为编程竞赛训练，熟练掌握一百种、一万种算法、模型和架构，但他只是为了竞技比赛而训练。 另一个人可能只掌握基础编程知识，也能达到70分，但他有泛化能力。今天让他做A，他能做；让他学B，他也能学。 现在模型的进展，越来越像第一种人：只针对某一件或几件事做得非常强，但不具备泛化能力。 但这一轮一开始的关键词叫“通用”，我们不是要找一个尖子生，而是要找人类通用能力的更大集合。 所以按照他的逻辑，今天靠堆算力解决问题，最直接的方式就是堆算力、堆能源、堆资源、堆时间。这个行业叫scaling law：投入越多，效果越好。 但现在很多板块的scaling law失效了。你再投入10倍，效果可能只提升10%。那还要不要继续投？ 他认为，今天要从堆算力的模式，改成研究模式。我们要研究新的架构、设计或者范式，让它重新具备通用能力。 他最早在OpenAI时发现过一次成功。今天这个行业嫁接在那个成功上，疯狂堆钱、堆算力、堆卡、堆时间，但他认为已经堆到头了，边际效应太差。再翻100倍，可能也只带来5%的提升，那何必呢？ 所以要重新回到原点，研究新的技术架构和范式，让它再一次爆发。 Speaker 1 你认可这个观点吗？ 庄明浩 每个人都有自己的位置，他的位置和正在做的事情，决定了他要说什么话。 即便他是Ilya这样非常超脱于世俗、纯技术理想主义的人，他也要考虑现实。因为他离开了OpenAI，要成立新公司，新公司融了钱，需要新的研究故事，要去画新的饼，定义新的可能性，这对他有利。 Speaker 1 这么说特别势利。 庄明浩 但事实就是这样。他总得花钱，钱从哪儿来？ 他享受了这家公司带来的巨大红利。OpenAI核心的几个人出来成立了很多公司，其中两个非常核心的人，一个是Ilya，另一个是Mira，他们成立的新公司天使轮就融了几十亿美元。 Speaker 1 什么都没有，告诉投资人“我有十几号兄弟，我们做AI”，几十亿美元就来了？ 庄明浩 对。没有产品、没有模型、没有技术，甚至没有论文、没有网站，估值已经几百亿美元了。 你当然可以吐槽原来的技术路线不对，但你也享受了这件事带来的巨大红利。本质上就是这样。 Speaker 1 ### AI真正进入工作流程 那在现实应用层面，现在是什么级别？ 庄明浩 现在对话确实可以聊得侃侃而谈，但天天聊也没意义，总得干活。所以大家在尝试让它干活。 目前白领相关工作跟AI结合得最紧密，因为我们用电脑。日常能够想到的白领工作，跟AI结合得特别多。 按行业分，有法律、金融、医疗；按职能分，有营销、销售、HR、财务；按细节分，有做PPT、写文案、写邮件。很多东西已经被切碎成一个个功能模块，影响着很多人。 无论是微信、飞书、钉钉、Office、浏览器、输入法、腾讯会议，还是画图软件，所有东西都在疯狂加入AI。 你能想到的原有功能被AI化，已经越来越可怕了。 Speaker 1 我举个小例子。昨天晚上我在做《山海经》的东西，想在封面和海报设计上加一个元素。正常情况下，我可能去网上搜索，再用Illustrator描出来，或者稍微改一改。 我就在ChatGPT里问它，我想要一个什么样的东西。它给我生成了一段代码。把代码复制到Illustrator里，直接粘贴，图就出来了。 而且精准到我需要多少个角，它都能做得非常精准。 庄明浩 今年还有一个很火的表情包，叫AI山海经，比如鲨鱼穿耐克鞋，或者战斗机是鳄鱼嘴。这些现实世界不可能存在的东西，通过AI和抽象文化结合，就出现了。 你刚才讲的例子，也代表了AI的发展。最开始无论做图还是聊天，都有太多幻觉和不可控性。要把它融入成熟的工作流程，可控性就非常重要。 比如你真的要16个角，它不能给你画14个角。它要明确理解你的需求。围绕可控性的打磨，已经引发了一批创业公司和产品。 Speaker 1 但即便今天还是不行。比如最近可口可乐每年圣诞节都会发布广告片，今年的广告片就是用AI做的，对吧？ 庄明浩 对，引发了很多讨论。我们先不讨论行业和替代人类，只看画面本身。 因为广告有很多分镜。有人专门把涉及可口可乐卡车的画面切出来，发现卡车每一帧出现时，轮子数量都不一样。有的有3个轮子，有的2个，有的4个。这就是一致性还没有处理好。 Speaker 1 但反过来讲，如果我用AI生成图，10次有8次甚至9次不是我想要的，只要有一次够了，我就会反过来怪自己：前面的失败不是它的问题，是我没描述清楚。 庄明浩 人类就是这样。但实际情况是不是这样不好说。 生成式AI的“生成”，本质上是概率和预测架构。逻辑是，你给它一、二、三，它推测后面是四、五、六。 比如给小学生一句话：“今天天气真——”，你问后面填什么，可能是真好、真坏、真差，总有一个概率符合大多数人的基础认知。 但如果你只说“今天天气”，不给“真”，它就很难推到“真好”。 因为它是基于你给出的内容，预测后面的事情。前提是，你给的信息越多、越直接，理论上得到的结果就越接近你想要的东西。无论文字还是图像，逻辑都是这样。 Speaker 1 我跟AI交互、下指令，到现在也没有找到规律。有时用ChatGPT，让它帮我转给Gemini，说这样那样，结果有时好，有时很糟糕。 但大体上，它已经比至少一年前更可用了。 庄明浩 对。 Speaker 1 ### 泡沫靠循环融资滚大 今天黎叔的节目也提到了AI泡沫。他在小红书发了关于这一轮AI泡沫的讨论，更多解释的是英伟达股价的问题。泡沫是一个包含太多含义的名词。 我看他说的时候，在评论区也评论了，大概意思是他好像说反了。 庄明浩 不是。今天去评论谁先谁后已经没有意义。他说的是OpenAI、英伟达、微软几家公司互相给钱、互相把订单炒起来。 循环圈建立起来之后，A先给B，还是B先给C，已经没有意义。反正A、B、C这个圈已经建立起来了。 Speaker 1 所以这还不是泡沫吗？ 庄明浩 很多人说，泡沫的讨论之所以最近几个月特别多，是因为一些事件引起了炒股的人和金融行业的PTSD，他们以前经历过类似事情。 核心关键词叫“循环融资”。比如A、B、C、D都在产业链上下游。一个非常强势的公司，为了保证链条稳定，既是你的客户，同时也会把一部分钱给供应商作为投资，然后供应商拿这笔钱再来买我的东西。 Speaker 1 这种事情在业界其实不罕见。比如华为投资做摄像头、芯片、屏幕的供应商，一点钱也没什么问题，很正常。供应商融资、融资租赁也很常见。 庄明浩 对。波音的飞机太贵，很多公司买不起，可以融资租赁，这很常见。 但为什么这一轮引发这么大讨论？因为不能这么玩，而且已经玩到很大程度。 比如以OpenAI为代表，它说我2025年预计收入200亿美元，未来5年可以赚5000亿美元，云计算成本3000亿美元，相当于未来5年有3000亿美元订单。 美国最大的云厂商是微软云、Google Cloud、亚马逊AWS。它们是垄断公司，不一定愿意服务你这么大的客户。这个时候第四、第五、第六名的公司，为了拿到巨大订单，就会说：“我愿意，我还给你打折。” Oracle出来接这个3000亿美元订单。但OpenAI没有钱，它是用未来5年的预期。Oracle拿到订单之后，自己也没有卡，要拿订单额度去借钱、融资，买卡、建数据中心。 然后你要买卡，只有英伟达。英伟达说，这生意挺好，大家一起繁荣。你买这么多卡，为什么不买AMD？你买我的卡，为了这个承诺，我投OpenAI一部分钱。 比如我投OpenAI 1000亿美元，你承诺未来建10个GW的数据中心都用我的卡，我每个GW给你100亿美元。 这个圈不就建立起来了吗？ 然后英伟达发现，除了OpenAI可以投，别人也可以投。OpenAI发现，我跟英伟达承诺10个数据中心，那还要建另外10个，找谁？找AMD。 AMD不是要跟英伟达竞争吗？现在数据中心被英伟达打得体无完肤、落花流水，它当然要订单。你总要给我点好处吧？给我便宜点？便宜只是简单的，你还要给我股份。于是承诺10%的股份，再给你6个数据中心。 剩下的找Broadcom。它也投我，我再给你几个数据中心。微软也进来了，所有芯片公司都进来了，所有云公司也进来了。 最后这个圈很像一个表情包：10个插排串在一起，但没有电。插排插在另一个插排的屁股上，却没有一个插排接到墙上。 这就是核心问题。所有人玩完之后突然意识到，真正的源头在哪里？ Speaker 1 Oracle第一次接到3000亿美元订单时，当天晚上股价涨了40%。一家公司几千亿美元市值，一晚上涨40%，创始人几个小时成为世界首富。 庄明浩 但一个月之后，当天涨的40%全部跌回去了。因为大家发现账算不过来。 你接了3000亿美元订单，5年一年600亿美元收入，但算上数据中心建设成本、运营成本，可能连钱都还不上。 问题就是，钱从哪里来？当然大家希望业务真的跑得很大，产生巨大收入，把这个圈滚起来。但现在看，大家对收入的预期没有那么激进，窟窿就出现了。 窟窿出现，又因为有债。债会引发连锁反应，像次级贷、房地产那样。股价跌了就跌了，但债是硬性的，是要还的。 所以大家开始担心，会不会引发当年互联网泡沫，或者次贷危机一样的东西。 Speaker 1 而且这不是小钱。 庄明浩 对。OpenAI的Sam Altman非常强，心脏太大了。 2024年2月，OpenAI大概只有20亿美元收入，他说做这件事需要7万亿美元。我当时觉得疯了，7个trillion，可能很多国家都可以买下来了。 到今天，OpenAI已经很大了，可能有8亿周活，2025年可能有200亿美元收入，但它仍然没有那么大。可是它对外已经承诺了1.4万亿美元。 无论是5年的云厂商订单，还是数据中心建设，承诺出去的已经是1.4万亿美元。 大家就是“富贵险中求”，把预期打满。今年按5年、15年规划，打到2030年。它算过，2030年一年收入极限可能是2000亿美元，但那是收入，不是利润。它在2029年之前不可能盈利，光自身业务可能还要再烧1000亿美元。 它已经承诺出去1万多亿美元，这个钱怎么算都算不回来。 Speaker 1 这不就是黎叔说的，你现在月薪3000，跟别人说未来月薪5万，然后买一个800万的房子？ 庄明浩 数量级可能有差别，但逻辑是一样的。 整个链条是：用户、应用、模型，模型跑在云上，云找代建公司建数据中心，数据中心里是卡。 现在最挣钱的是最后面卖卡的人，因为它旱涝保收，像卖铲子的人。 英伟达巅峰到过5万亿美元市值，这是人类历史第一次到5万亿美元市值，远远超过苹果。苹果现在4点几万亿，后面是微软、Google两三万亿。英伟达一个季度收入600多亿美元，毛利率70%多。 Speaker 1 毛利率70%是什么概念？就是印钞机。 庄明浩 对。它一个季度六七百亿美元收入，利润两三百亿美元，账上还有1000多亿美元现金。 它为什么要对外投钱？从英伟达角度，这个决策没有问题。它账上有这么多钱，不能让它躺着，除了买皮衣也买不了多少件，所以它必须把钱动起来。 英伟达核心业务，一块是原来卖游戏显卡，一块是数据中心，包括大卡和网络连接设备。现在数据中心可能占80%以上，游戏已经很少。 游戏卡毛利没那么高，所以它的毛利是被游戏卡拉低的。如果不算游戏卡，这个毛利会更夸张。 但正是这种对英伟达没有问题的流动性注入，让这个圈越来越大，滚到不可控的状态。 人类对于数量级的词汇也发生了巨大变化。thousand是一千，million是一百万，billion是十亿，trillion是一万亿。再加三个零，是quadrillion，也就是10的15次方。 Speaker 1 存储领域有个缩写叫PB，大家可能更熟。之前听节目聊微软的模拟飞行，整个地球的数据量大概是2.5PB。 庄明浩 对。我们已经开始用这种数量词衡量钱了。 你想，2026年全球GDP加在一起可能也不过100多个trillion，但今天这个AI循环涉及的钱，已经到了trillion这样的数量级。 这已经不是几家公司的事情了，而是整个人类的事情。以前英文说“too big to fail”，太大而不能失败，但今天big已经不够形容了。AI是market加government加所有东西。 Speaker 1 所以当事情滚到这个程度，很多语言和衡量方式都变得苍白、没有意义。 庄明浩 更现实一点，音乐也很有意思。我们自己也有音乐模型业务。AI音乐今天已经能在很大程度上满足大量个性化需求。 比如《正经叭叭》每期结尾的音乐，就是他们的主播每天用豆包写出来的，一周写100首。今天聊省钱，明天聊旅游，后天聊别的，完全匹配当天话题，没有问题，也不突兀、不刺耳。 这个东西已经硬生生敷在你的生活状态里，势不可挡。 Speaker 1 大家会讨论AI用有版权的音乐学习，有没有版权问题。好莱坞编剧也在讨论：你不能让我写完之后拿AI训练，我变成原料、生产资料了，那怎么办？ 庄明浩 这种讨论当然有价值，但实际情况很悲观，有点螳臂挡车。你挡不住，它已经这么干了很长时间。法律诉讼相对滞后，从实际意义上很难阻止，而且即便现在阻止，也已经为时已晚。 AI学音乐已经学得差不多了。Suno不是已经跟华纳签了类似和解的协议吗？ Speaker 1 之前那个做法确实有点不要脸。那是我前东家，我对此感到羞耻，但也挡不住。 庄明浩 纯粹从应用角度看，如果一个场景需要一段BGM，今天已经基本可以了，而且不需要复杂的前置工作。 Speaker 1 我还看到Spotify现在有大量AI音乐。前两天美国某个榜单的第一名就是AI音乐，引发很多讨论。但真的挡不住，又能怎么样呢？ 庄明浩 对于最顶尖的创作者，当然没有太大影响，或者影响没有那么严重。但对于绝大多数资质普通、甚至中上的创作者和艺术家，这是毁灭性的。 前两天《影视飓风》最新一期也讲了这个事情。他们给云南一个乐队做MV，跨越了两三年的时间，过程中AI视频疯狂发展。 他展示了几年前和今天，用差不多的提示词生成的画面。现在一块电脑屏幕上能生成五六十个结果，你总能挑出一个还可以的，而且生成几十个的成本并不高。 最后一定还会落到人的经验、经历、情感，但纯操作技术层面，我觉得已经非常无力了。 Speaker 1 ### 中美争夺AI基础设施 接下来有个比较敏感的话题。有人说AI现在基本上就是中美在对决。也有人说中美还没有那么明朗，还有人说中国怎么跟美国比，这是大国傲慢。 我其实持怀疑态度。第一，中美AI对比本身是不是一种傲慢？现在双方到底发展到什么程度？ 庄明浩 首先，不太傲慢，确实如此。这个叙事涉及的东西已经大到这种程度，可能确实只有大国才有资格谈论。 它不只是纯技术研发，还涉及能源、数据和电力。 在中国生活的人可能觉得，电不是大家都有吗？但中国的电力非常丰富，而且便宜。很多人没法理解，有些国家的大城市一个星期停3天电。 Speaker 1 贺宇以前去加德满都还是哪里，回来跟我说，这是血淋淋的爱国主义教育。一个大城市，一星期停3天电，在我们这里完全无法想象。 庄明浩 今天所有科技巨头建数据中心，怎么形容大小？用电的单位。原来一个不错的数据中心可能是几百兆瓦，今天都上强度了，变成GW。 一个GW是什么概念？深圳这种体量的城市，大概10到15GW。 今天世界上最大的在建数据中心是2.7GW。Meta在建的一个数据中心，大概有整个纽约曼哈顿岛三分之二那么大。 美国电网不像中国这么发达，很多偏远地方的电网老化，无法供应这么大的电量。要供应这个量级，首先要跟当地电力公司做好储备，甚至新开电站。 美国的电力系统不像中国是国有的，有很多私人公司，所以逼着这些厂商自己在数据中心旁边建电站。 又会涉及建什么电站：火力、太阳能、水力，还是核能。美国头部科技公司过去几年疯狂投资核动力电站基础设施，要在数据中心旁边建小型核反应堆。 数据中心里可能有10万张卡，每张卡几万美元，连在一起规模非常大。除了电力供应，还要稳定的24小时电力，不能中断，还要冷却，冷却要用水。 这还不算建筑、土地、工期、调度。美国基建又是那个样子，不是说建就建。 Speaker 1 除了中美之外，很多小国可能不需要GW级别，几百兆瓦也已经很大。印度也想搞数据中心。 庄明浩 1GW数据中心的建设和开工成本大概是500亿美元。其中40%是卡，10%多是网络传输设备。还要有内存、CPU、主板、网卡、电源、风扇，所有东西都要有。 最后一个成本叫存储，可能只占1%，但你要有硬盘和内存。由于AI数据中心暴涨，全球存储已经被几家公司垄断，比如三星、SK海力士、美光。 这些公司2026年的订单已经全部卖完了。美光甚至不做消费者业务了，整个部门砍掉，全力做AI数据中心。 谁能想到我们连硬盘和内存都不够了？ Speaker 1 红米K90今年11月发布，定价出来之后被骂贵。第二天雷军专门发微博解释，说最近内存涨价太疯了。 庄明浩 因为都被数据中心买走了。明年的手机一定会更贵。 Speaker 1 王自如也说过，能买就现在买，比如iPhone 17 Pro，因为以后性价比可能没那么高。 庄明浩 因为最好的内存都被数据中心买走了，只能用更差的，然后涨价。现在内存像黄金一样。 这件事引发了很多关于人类极限的问题，也引发了中美对抗的讨论。这些事情不是小国搞得定的。 所以老黄为什么去韩国？为什么要跟三星、SK海力士合作？就是要搞定存储。GPU也有显存，它也需要存储。他甚至在跟客户强调，未来能不能只把GPU模块给你，显存你自己买。 我们不知不觉已经走到了很多人类极限里面。 Speaker 1 这种AI叙事其实还有一个角度。有人说这一轮AI是两个叙事加在一起：犹太人的金融，加华人的工程师。 庄明浩 哪怕在美国最头部的公司里，现在可能一半以上的员工都是华人。之前有人说，Meta内部新成立的AI部门，开会第一语言是中文，几乎全是中国人。 美国四家主桌公司原来没他Facebook。小扎还是少数仍然在任、亲自干活的科技巨头老板。他说不行，我也要做。 他发现，与其每年花几百亿到上千亿美元建数据中心，不如挖人。我把几家头部公司的研究员挖空，可能不需要花那么多钱。 巅峰C罗从曼联转会皇马，转会费九千多万欧元，一亿美金多吧？今天世界上最头部的AI工程师、研究员，转会费也是这个价。 Speaker 1 这只是转会费，工资另算？ 庄明浩 对。Meta疯狂挖人，等于挖了一堆C罗、梅西，每个人1亿美元。有些人不愿意来，有些人愿意来，几十个人挖完，几十亿美元花完。 这种钱的数量级已经超过很多人的理解能力。除了中美，可能沙特也能搞，因为沙特有油、有钱。 美国走的是钱、数据中心、训练、卡。中国走的是另一条路：开源模型。 美国现在经济、通胀、特朗普等问题很多，AI看上去是唯一的正向抓手。如果这个事情也不成，美国就完了，所以它绝对不能放掉。 美国在AI方面确实更领先，这个东西它不能放手。头部公司CEO去国会讲的，都是要保证美国在AI领域的绝对领先。 老黄去游说美国政府，也是希望改革芯片法案，继续保证美国的AI领先地位。 美国很多人有美股账户，过去几年美股超过50%的增长，是几家AI科技巨头带动的。抛开这些公司，其他公司可能都没怎么涨。 美国人的养老基金、社保基金、个人账户，都绑在这几家公司身上。AI就是他们的救命稻草，甚至是唯一的叙事。他们怎么可能允许它出问题？ Speaker 1 前两天一个朋友炒美股，我问他怎么样。他说在等特朗普拉盘。我说，自由民主的美利坚怎么变成这样了，你们期待的是国家领导人拉盘？ 庄明浩 但现实底层逻辑就是这样，它不可能让这个事情崩掉。 中国的好处是，除了AI，还有很多其他趋势：大国崛起、先进制造、电动车、机器人。美国不是没有机器人，但这一波具身智能落后中国一代。 Speaker 1 为什么？ 庄明浩 因为上一轮电动车的零件、供应链、控制技术、视觉识别都可以复用，而且电动车跟电相关，很多事情是连在一起的。 所以中国AI应用落地，跟各种行业结合，可能会比美国更繁荣。美国是一个偏金融的单一叙事，中国是应用落地、行业结合的叙事。 Speaker 1 美国不是还有虚拟货币吗？ 庄明浩 加密货币是更大的泡泡，但它更多是金融趋势，而且可能跟AI绑在一起。 我们还是讲数据中心。几万张卡绑在一起，需要找一个电价便宜、冷却条件好、最好有天然水源的地方。还要保证计算强度和设备不崩溃之间的平衡。 你一听就发现，这件事以前有人做过，就是挖矿的人。他们不就是干这个的吗？ 云时代的核心技术架构是虚拟化：一台主机拆给1000个客户，因为有波峰波谷。但这一轮AI需要的是，我要租一张卡，或者1000张卡，而且要保证这1000张卡完全属于我，不被别人占用。 电、存储、网络传输、冷却都要搞定。于是出现了Neocloud公司。 原来挖矿的公司在矿不行之后，全部转型。它们可以租卡，也可以帮你建数据中心，负责选址、冷却、电源，建完之后托管。 美国最大的云厂商AWS、Google、微软加在一起可能占市场60%到70%。但现在这些最大的云公司也要跟Neocloud签协议，因为专卖店需求太旺盛，逼着百货公司也要签合同。 微软跟一家原来做矿场的公司签了100多亿美元的协议，也要使用它们的服务。 为什么这些公司强？因为挖矿公司内部的指标就是投入多少基础设施、用多少电、挖出多少币，币值多少钱。它们已经把电、冷却、机器效率、损耗率全部算到了小数点后几位，成本和效率精密到极致。 以前可能是1000卡集群，现在是10万卡集群。10万张卡，光硬件设备就几十亿美元，这不是一般人能干的事情。 但Neocloud公司也没钱，也要借钱买卡。所以现在泡沫或者股价讨论里，跌得比较厉害的就是Neocloud公司。它们杠杆很高，资产负债表不好看，收入可能还不够付利息。 Speaker 1 但你跟一帮挖矿的人说杠杆太高，别闹了。人家当年玩的就是这个，古典金融那点杠杆算什么。 庄明浩 这里面有一家很有意思的公司，叫Nebius，是荷兰公司，前身是Yandex。 Yandex是俄罗斯最大的搜索引擎，俄罗斯的Google。俄乌战争之后它被制裁，业务做不下去了。原来几千、几万号员工只能分散到欧洲、东南亚和亚洲找工作。 Yandex的CEO特别厉害，他说不能放下这帮兄弟，于是在荷兰阿姆斯特丹重新召集了一千多名原来Yandex的核心员工，成立Nebius，做Neocloud业务。 你想，他们过去几年经历了什么，工作状态和内心想法是什么？你站在旁边说“你们杠杆太高，不能这么做”，别闹了。 对他们来说，这是上天给的巨大机会。Nebius的CEO为了那一千多号兄弟，也得把事情拉起来。哪怕杠杆再高，哪怕最后被证明是点燃泡沫的导火索，也在所不惜。 Speaker 1 所以挖矿这帮兄弟，现在矿不好挖了。比特币不是4年一个周期吗？明年正好往下掉。现在比特币跌到8万多美元，巅峰12万，几个月跌了三分之一。 庄明浩 暂时先别卖，等一等。 Speaker 1 以前有一期节目跟米蒂聊比特币，评论区有人说，节目里竟然还在讨论比特币涨到5万美元，说明你们也不是很懂。 我想跟这位同学说，哥们有。前两天我查了查，几个哥们有，你有吗？ 庄明浩 超过1个比特币的账户，数量应该不是很大。 Speaker 1 当然不大，但可以了，哥们行。先放着，等一等，留着养老用。 庄明浩 好。 Speaker 1 那美国大概是这样，中国呢？ 庄明浩 中国现在的状态，首先纯模型本身，刚才说过，中国最头部开源模型跟美国厂商差距大概只有3到6个月，基本可用。 又因为开源赋能，再加上过去十几年中国移动互联网的发展，中国整个行业对AI应用的拓展，可能比美国更值得期待。中国可能会走出一条不一样的路。 中国在AI应用领域尝试很多，甚至软的不行可以来硬的。去年有很多AI玩具，比如桌面小狗，摸一下会叫。 深圳的供应链一上来就非常可怕。你跟一个AI小狗、小猫或者小恐龙聊天，它都能回答问题，而且比索尼机器狗时代强太多了。 从实现角度并不难，可以带摄像头、拍照、识别，多模态能力也可以。所以中国形成了百花齐放的状态。 这件事还跟自动驾驶、人形机器人相关。原来自动驾驶的车、人形机器人，硬件本身解决的是控制和结构；AI解决的是脑子的问题。 理论上硬件和大脑都变强了，就应该往上提一档。所以这一波无论自动驾驶、人形机器人，甚至非人形机器人，都往前迈了一大步。 Speaker 1 这就是一个巨大趋势。 庄明浩 中国还有其他复杂的大国叙事，这里不展开。至少几个以AI为主题的板块，不会像美国那样是单一偏金融的叙事。中国是应用落地、和行业结合，整体比较繁荣。 Speaker 1 但我们是不是还是被卡脖子？ 庄明浩 卡还是问题。卡的问题现在华为在解决，很多国产GPU也要上市。 寒武纪某个阶段市值超过茅台。摩尔线程上市募资时，市场认购倍数是一千多比一。 这些公司距离英伟达，在代际上确实还有差距，这要承认。但英伟达强，不代表没有办法。卡只是根上的事情，前面还有电等问题。 AI计算不是复杂计算。CPU像一个复杂计算的厨师，是大餐厅主厨，要控制很多事情；GPU像新东方培训出来的厨师，做的事情简单，但数量多。 Speaker 1 我以前问过一个做AI的朋友：为什么一个做游戏显卡的公司，突然推动人类进步？是不是我们这些臭打游戏的改变了世界？ 他说CPU像一个非常聪明的老教授，什么都会，但一个人有限；GPU像一群小朋友实习生，只会非常简单的事情，但架不住人多。 一个老教授能干的事，跟10万个小朋友能干的事相比，在处理那些描述得很精确的事情时，10万个小朋友更快、效率更高，成本也更低。 庄明浩 而且今天这一代GPU的强势，更多是在训练层。随着模型越来越多，大家越来越多是在使用，也就是推理。推理对算力要求更低。 所以可以用更廉价的电、更多的数据集群，再加上中国工程师在模型算法上的提升，来缓解纯卡这一层的问题。 Speaker 1 这算围魏救赵。 庄明浩 对，也算曲线救国。 现实问题是，中国头部科技公司都在海外有数据中心。单纯训练可以放到海外做，规避芯片不能卖到国内的问题。你可以在国内使用，但训练在海外完成。 中国在卡的部分暂时还是有明显差距，包括代工。台积电的代工几乎覆盖所有厂商。 Speaker 1 世界经济版图最后一个桌脚就是台积电。台积电这么牛逼？ 庄明浩 非常强，中国内地公司解决不了，难度很大。 Speaker 1 那电的问题美国自己不能解决吗？ 庄明浩 要么就是变贵。美国是市场经济，过去几年电价已经涨了。未来数据中心新增的电力需求，可能超过美国新增电力需求的一半；中国可能只有十分之一。 中国是ready的，美国需要新增很多电力。但美国建数据中心太可怕了，不是建个电站就完事，还要配套、土地、当地居民、环境保护组织。 中国基本上说建就建。连云港当年说建核电站，很多人反对，但最后就是建了。 微软CEO纳德拉也说，现在不是卡紧缺，而是卡买完了，点不亮，没有地方盖出来给它放上去。 这前面涉及土地、牌照、当地居民、环保、动物保护，甚至小松鼠有没有被伤害。 Speaker 1 但大国竞争就是这样。 所以中美之间，之前我跟黎叔聊，他说不要太听老黄说“中国必将胜利”，那只是施压，因为他要跟白宫谈判。真实情况是这样吗？ 庄明浩 他昨天刚去白宫谈芯片相关政策。他其实不希望美国限制中国买芯片，他希望放开，因为这样可以卖更多，进一步保持垄断。 Speaker 1 他的产能没有上限吗？ 庄明浩 上限是台积电。如果台积电增加产能，他就能增加产能。但他为什么一定要增加产能？存储芯片2026年的订单都卖完了，英伟达2026年底之前已经确定签完的订单是5000亿美元。 你想它现在一个季度卖600多亿美元，未来5个季度已经签了5000亿美元订单。70%多毛利，还要什么自行车？ 所以这大概率就是中美大国对抗。 有人会说，这是不是智力资本的垄断？对非洲国家来说怎么办？也有更有大爱的人，做更便宜、可以本地部署的离线开源模型给这些地方使用。 美国也有初创公司做这个：成本很低，但能达到70分能力，用一台很差的电脑就能跑，甚至不收费。 Speaker 1 我一直好奇，苹果重新定义AI，叫Apple Intelligence。这个东西说了好几年，我当时买新iPhone，所有人都说不要买国行，因为没有Apple Intelligence，所以我买了港版。 但用到现在，第一，使用体验跟上一代iPhone 14 Pro没有差别；第二，它的AI我也没见着。这么多年一直没见着。macOS也说是在为AI做准备，但我没看着，它到底怎么回事？ 庄明浩 美股有七姐妹，最大的几家公司：英伟达、苹果、微软、Meta、亚马逊、特斯拉，还有一家。 其中在AI上相对慢、投入没那么大的，就是苹果。因为其他几家每年光建数据中心就砸几百亿到上千亿美元，苹果没有这么做。 冠冕堂皇的理由，就是我们最开始聊的隐私保护。它没有办法在兼容苹果坚持的原则的基础上，把现在的技术能力放进体系，同时保证完整体验。这个命题太难解了。 底下的理由是，库克要退了。 Speaker 1 这个题一定要由核心CEO带着几个人去解。 庄明浩 但库克本身不是创新或激进型的人。他要保证稳定。假如乔布斯还活着，这事估计早就干了。 网上有过一篇文章，假设乔布斯还活着，苹果发布会上的AI应该是什么样。那个是理想化状态，但指望现在的苹果团队做，难度很大。 库克要退休了，他要保证稳定，别在退休前整出幺蛾子。万一折了，晚节不保。他之前的成绩还是很好的。 也有人说，苹果是最有资格在这件事上任性的，因为它控制设备，有完整的操作体验，是一个封闭的生态。它可以坚持，做更多储备，等技术更ready之后再尝试。 Speaker 1 国内也有一家逻辑类似的公司，就是腾讯的微信。微信现在AI功能并不多，可能搜索框有一点AI，评论区可以@元宝，基本就没了。 但微信也涉及隐私、数据保护，而且它有绝对强势的垄断地位，所以不需要把步子迈太大，没有那么强的危机感。 苹果的危机感倒是很强，每次发布会都拿AI说事，说我们已经准备好了，明年怎么样，结果明年又没有。 庄明浩 苹果最新负责AI的总监又离职了，前两天又离职去卖汤了。 如果你是苹果内部AI业务部门的总监，这个活没法干。要平衡的事情太多，很多事情不是你能平衡的。老板不下决定、不主动推动，就做不了。 你让我做，又说不能触碰苹果的隐私和其他原则，但不触碰可能就做不好；触碰了，风险又没人帮你背。这个活当然难干。 Speaker 1 ### 金融叠加制造AI泡沫 那我作为AI魏征，最后问一个问题：AI到底是不是泡沫？这是我一直以来对AI的看法。 很多年前有一个加密货币大会，请邓紫棋上台唱了一首《泡沫》，我说这活办得真漂亮。 到底是不是泡沫，应该怎么理解？ 庄明浩 先定义什么是泡沫。有一个比较狭义的定义：一个资产在一定时间内，价格远超它的价值，就叫泡沫。 这里面有两个因素，一个是现在的价格，一个是它的价值。套到AI上，很明显，现阶段AI相关公司的股价一定存在泡沫。 但AI这个话题经常争论不休，是因为有一个角度认为，纯技术发展上，AI还远远没有到高峰，还在疯狂演进。所以从技术角度，它没有到泡沫。 但如果把金融命题放上去，就是泡沫。 Speaker 1 金融体系不是一直都比较泡沫吗？ 庄明浩 对。人类金融体系会在很短时间内，把一个看上去可能成为未来巨大趋势的叙事瞬间打满。先透支，再说。 历史上所有双引号的技术革命都经历过类似事情：铁路、光纤、房地产、比特币。只要能够描述成一个巨大叙事，预期就会被打满，只是周期不同，可能三年、两年、一年。 这一波正好三年多。又因为到了5的整数年年底，人类会默认再往前推5年，这就是“五年计划”。 所以今天头部AI公司未来的收入、订单，全部打到2030年。AI技术按月迭代，但你把5年预期打过去，这很荒谬。 一句话总结就是：AI技术本身没有太多泡沫，还在疯狂发展；但AI和金融叠加之后，金融本身出现了泡沫。 这轮关于AI泡沫的讨论，最集中是从10月开始的。Q2、Q3时还有人在讨论是不是泡沫，到了Q4，业界讨论变成“这是什么泡沫”，大家默认它是泡沫。 Speaker 1 然后问题变成第二阶导数：是什么泡沫？ 庄明浩 对。最简单的区分方法，比如贝佐斯经历过互联网泡沫，亚马逊股价从100多美元跌到6美元。他说：“这事儿我见过。” 你们没见过的东西叫“好的泡沫”。它分好泡沫和坏泡沫。郁金香那种是坏的。 还有一种分法，是债务引发的泡沫，还是股权引发的泡沫；技术是生产性的还是非生产性的。 债务和股权、生产性和非生产性，划分出4个象限。公认今天AI泡沫在最不危险的第一象限，也就是更多由股权和生产性技术引发，所以没那么麻烦。 Speaker 1 但刚才聊下来，债务越来越多了。 庄明浩 对，已经往麻烦的方向走。 还有机构研究过去400多年的人类泡沫，分成6种，包括房地产、收藏品、股票等。于是这个议题变成“是什么泡沫”。 接下来人类会本能地拿它跟过去对比。金融历史上的泡沫总有一个叙事，叫“这次不一样”。 Speaker 1 但看上去每次都一样。 庄明浩 对，每次都一样。这次也出现很多说法，描述它跟之前不一样。 最常对比的是2000年前后的互联网泡沫。那时候也有一个英伟达，叫思科Cisco。年轻朋友可能不知道它是做什么的，它当年卖路由器，互联网要铺光纤、铺网络。 思科是当年英伟达类似的行业地位。互联网泡沫最巅峰时，思科市盈率是100倍。公司每年赚1块钱，估值100块钱，要100年才能收回估值。 今天头部AI公司包括英伟达，平均市盈率可能是28倍，并不疯狂，甚至挺健康。 Speaker 1 所以这次真的不一样了吗？ 庄明浩 当年思科收入和利润没怎么涨，但股价疯狂涨。今天英伟达收入和利润跟股价一起涨，有很强利润支撑。 它2026年可能收入5000亿美元，利润可能1000多亿美元，5万亿美元市值，30倍市盈率，也还好。 当年互联网泡沫还有一个指标：大量光纤铺进去，但没有用户需求，光纤没有被点亮，叫暗光纤。巅峰时可能97%的光纤没有被使用。 但这次数据中心的卡接上就是亮的，接上就得用，很多卡排队都来不及，所以需求明确而强劲。 当年互联网泡沫的一个核心因素，是美联储加息，钱离开股市。今天美联储在降息、放水。 当年铺光纤的公司全都挂了，但光纤为后来互联网爆发提供了基础，前人种树，后人乘凉。 这次也有一个负面因素：今天建数据中心买的卡能用几年？卡的折旧问题很大。老黄每年疯狂推新卡，每年的卡都比去年强很多，市场上常规流行的卡可能3到4年就要淘汰。 你花一大笔钱买卡，3、4年就淘汰，那必须在这几年里把收入赚回来，至少保本。这个钱的压力非常大。 Speaker 1 再加上循环融资，Oracle、OpenAI、英伟达、AMD、Broadcom，还有Nebius，全都绑在一起，像插排插插排。 庄明浩 对。为了建这么多数据中心，要投几万亿美元。按3、4年折旧，数字是算得出来的。 比如未来5年投3万亿美元，一年6000亿美元，按3年折旧，每年需要赚回多少钱，全部算得出来。现在就看AI应用能不能把这个钱赚回来。 单纯依靠用户应用，可能不太能。ChatGPT现在有8亿周活，把世界人口、中国人口刨掉，剩下大概40多亿。它还能翻多少？不能指望非洲所有人都用。 即便所有人都用，乘以转化率、月付费，它的上限也是算得出来的。这个数字跟前面的投资规模对不上，就会有缺口。 Speaker 1 那OpenAI为什么不进中国？ 庄明浩 是不让它进，还是它不想进？你不上清华，是因为你不喜欢吗？ 剩下的钱从哪来？科技巨头自己挣的钱可以支撑，但除了科技巨头，还必然会有债。现在大家担心的就是债出问题。 债一旦出问题，刚性兑付会产生挤兑，挤兑就会引发后面所有事情。 历史上有人总结过，这种泡沫大概经历三个阶段。 第一阶段，有两类投资者促成上涨。第一类本能地认为上涨符合线性规律，还会继续；第二类意识到有危险，但现在抛售可能会亏，可能吃不到最疯狂那段肥肉，所以继续持有。 Speaker 1 就像我手里拿着比特币。 庄明浩 对。这两类投资者支撑第一段。 第二阶段，要让party继续，无论政策、金融市场氛围、股民、散户、媒体，都让声音继续往上鼓，the party must go on。 第三步才是崩。现在可能在第一阶段和第二阶段之间，还没到第二阶段和第三阶段之间。 Speaker 1 这里有个悖论。我们刚才先问是不是泡沫，再问是什么泡沫。第三阶是什么？ 庄明浩 但凡是泡沫，最后6到12个月一定最疯狂。曲线不会突然断崖，它会先往上爆一下，然后才跌下来。 那块最肥的肉你要不要吃？该吃还得吃。 今年Q3，美国银行统计了3000多位美国核心基金经理，93%的人认为当前市场价格被高估，但不能抛，因为抛了就吃不到肥肉。 但历史告诉我们，判断所谓精准转折点是徒劳的。它一定不可判断，往往由意外因素导致，没有人知道在哪儿。 Speaker 1 我的问题是，Oracle、英伟达、OpenAI这些公司，难道没意识到这个事情会给市场带来恐慌吗？ 庄明浩 我们是站在旁边看，但每家公司都有自己的判断逻辑。 英伟达是合理的。Oracle为什么合理？因为甲骨文在过去十几二十年的云战场完全失败，今天大家还认为它是偏软件公司，没有赶上云。 现在Oracle要把云收入拉起来，当然需要最大的客户支持，当然要抓住巨大机会，降低毛利，绑定巨大的订单。 AMD也一样。它在上一代显卡竞争里没有差太多，但数据中心英伟达可能占90%，AMD只有几个百分点，已经被打成渣了。如果再不做，可能某天就被英伟达收购。 它需要数据中心业务疯狂上涨，单独的线性增长已经不能满足胃口，必须绑定巨大需求方，让曲线指数上升。 英伟达和AMD的老板还是亲戚，都是华人。 Speaker 1 这想想也挺可怕。 庄明浩 所以它们当然会跟OpenAI签协议。在某一段时间，OpenAI像金手指，我点谁，谁就牛，谁就起飞。 Speaker 1 那Google为什么没参与？ 庄明浩 今天Google为什么又强势了？刚才的链条是应用、模型、云、数据中心、芯片，Google全都有，而且都很强。 Google最近最强的是TPU，它也做了卡。它训练Gemini，告诉大家用我的卡也能做出世界上最好的模型，不需要买英伟达的卡。 Speaker 1 苹果的M芯片其实也挺强。 庄明浩 对。但Google为什么省钱？英伟达毛利70%多，Google不需要别人的卡，这部分毛利就省下来，变成自己的利润。 同时Google敢不玩这个游戏，是因为它可以自己开一桌。美国几家模型厂商里，Google投资了Anthropic，也投了很多，现在还在加码。它跟Anthropic签的合同是，我投资你，你未来的云跑在Google Cloud上，未来使用我的TPU。 这相当于自己建立了一套体系。所以这个玩法并不一定坏，但你要有资格玩这个游戏。 Speaker 1 ### 普通人应该用好AI 好，拉回来。说了半天国际大事、行业趋势，对于我们个体来说有什么建议？ 庄明浩 我觉得没有人关心这些事情，不要关心，这些事情不重要。 动不动500亿美元、5000亿美元，跟我们有什么关系？没什么关系。 我今年做过一期类似内容的整理，最后一页写的是：什么AI不AI的，享受生活。 这些事情只有科技行业的人、投资观察者和投资人会关注。普通人更应该关注，AI来了之后，能不能提升你的日常工作效率，怎么在过程中不让自己焦虑。 最重要的是过好自己的生活。 你不需要每天被科技媒体新闻轰炸，没必要。甚至一年听我两期播客就够了，不需要了解更多。帮你总结一下，你知道大概情况，可以跟别人吹吹牛就够了。 自己日常工作中，有哪些东西可以被提升效率？这对你是有好处的。 你与其每天活在焦虑和喧嚣里，不如让日常的一些东西得到改善。甚至不一定是工作，也可以是生活。 比如女性健康和减肥，你可以直接拍一张吃的东西，问AI卡路里和健康情况，不需要复杂功能。 有孩子的家长辅导教学，也全部可以用AI工具。拍一张题，它就讲，孩子不会可以继续问，哪里不会拍哪里。 日常生活中，一周重复超过5次的工作或事项，你都可以主动试一试，能不能找到AI工具更快速地完成。 Speaker 1 如果找不到怎么办？ 庄明浩 我的建议是，你发现自己不会，就去问另一个AI：“我要解决这件事，给我一个推荐方案。”它可能会告诉你应该怎么做。 总之就是用起来。对你有好处。 娱乐也可以用。现在短视频平台到处都是AI换头、换脸，你看着乐呵就行。自己拍一个表情包、做个特效，也都是AI。 如果想再往前走一步，还是很焦虑，想了解AI世界发生了什么，那听我的播客就好。 Speaker 1 一年听两次就够，听太多还是会焦虑。 庄明浩 也可以关注几个公众号或社区，不需要太多，三四个就够。 比如公众号“卡兹克”。我觉得它的好处是，它是真的活人，这点很重要。很多媒体像机器，背后没准就是AI；但卡兹克是个个体，活人感最强。 这恰恰符合我们给这一轮AI最重要的建议：个体经验、体会和感受的表达才重要。 新闻类可以看看“赛博禅心”。如果使用飞书，可以搜索The Way to AGI，这是一个社区，像导航站一样，每天有新闻和栏目。 如果你真的焦虑，想用很短时间跟进发生了什么，这几个就够了。不要再让更多的信息进入自己的生活。 当然，如果工作中有具体需求，比如写代码、做设计、做视频、编辑、剪辑，就找对应的工具。 《影视飓风》最近那期AI视频，Tim说如果所有画面都是假的，画面里窗帘突然消失，人物就进入山谷，变成蝙蝠侠、钢铁侠。那一段视频是他们一个离职员工做的。 他写了一篇很长的文章，分享制作过程。如果你正好做这个工作，可以看一下，大概就知道AI视频现在是什么情况。 Speaker 1 他视频里自己是不是也是假的？他特意强调了“这是假的，这是假的，我也是假的”，然后变成虚拟人物。 庄明浩 他在山谷里的第一镜是自己拍的，绿幕拍摄后再贴进去。后面变成各种形象的时候才是生成的。 本来第一镜也想用生成，但效果不好，所以让Tim补录了第一帧。对普通观众而言，已经不太在意这些细节了。 如果你不是干这个的，看到过程只会觉得太复杂。但如果你就是干这个的，需要让AI提升工作效率，就应该去研究。 Speaker 1 对于年轻人，比如我有个亲戚家的孩子，在北京读书，准备考大学。前一阵问我应该选什么专业。 我问他对AI感不感兴趣，他说感兴趣但不懂。我说可以考虑往这个方向选择就业。说完之后我自己有点虚：年轻人往AI方向努力，找学习和就业方向，合理吗？ 庄明浩 我觉得合理。更现实的例子是，现在要不要让小孩继续学编程？ 一派观点认为未来不需要编程，没必要；另一派认为需要了解编程底层逻辑。两种观点可能都没错。 但如果放到大学选专业上，就要谨慎，因为大学专业教育本质上是滞后的。 Speaker 1 我2003年高考，当时报志愿时，前桌报了一个我没听过的专业，叫电子商务。我觉得这个名字特别新鲜、厉害。 当时我们管理学院真的有电子商务系，也上过选修课。现在回头看，教的就是开一个亚马逊店铺。 庄明浩 互联网的发展速度已经很快，AI的发展速度又提高了一个量级。在大学里学习这种表层的东西，用处可能不大，更多应该学底层一些的东西。 很多人会说学数学、物理，但那又不是一般人能搞定的。 更现实的问题是，现在这一代孩子没有标准答案。比如我家老大六年级，也要面临这些选择。 可能更多还是看有没有兴趣爱好，对什么感兴趣，在什么事情上获得过正反馈。这个路径更容易找到结合点。 甚至你大学前两年学完，到大三大四时，事情可能已经变化了。何同学就是典型，他在北邮学计算机，但做视频和专业没有直接关系。学校的环境、氛围、基础，还是给了他一些帮助。 我以前给大学生讲课，会问他们有没有兴趣爱好。有人说旅游、看电影，但你再问“到什么程度”，很多其实就是泛泛而谈，很难找到不同点。 如果幸运，早早找到兴趣，就坚持；如果没找到，就继续寻找其他路径。 Speaker 1 整体总结一下。今天录音时间，差不多是OpenAI从2022年到现在三年的小回顾。你从事这个行业，也做投资、研究和观察，觉得整体向好吗？ 庄明浩 技术层面还是向好，还是乐观的；金融层面有些担心，情绪很复杂。 Speaker 1 很多人会说，泡沫只是一个你没有参与过的牛市。 庄明浩 对。泡沫破了，大家会说“你看我看得多准”，但泡沫里也有很多人赚到钱。它之所以成为泡沫，就是因为很多人赚到钱，只不过你没赚到，或者撤得不够快。 Speaker 1 最后给大家说两句，结束这期节目。 庄明浩 无数人都说过，AI这一轮会造成很多人类对于自身发展和世界发展的担忧：职业被替代、人类的意义、人类生存的可能性，以及很多东西的缺失感。 但我会想到你们今年苹果播客最后那段祝福。你希望大家“复杂”一点。 Speaker 1 对。 庄明浩 我觉得“祝你复杂”非常有意义。AI取代不了人类的经历、情感、主观认知，以及你基于自己判断形成的东西。这些东西可能会越来越珍贵。 尤其考虑到语言模型真的发展到终极状态，最后还能剩下什么？我觉得最后剩下的就是这些东西。 这些东西造成了我们每个人与其他人的不同，也决定了你的价值，以及你在社会中的价值。 如果你已经发现了它，只是还没有看得很清楚、比较模糊，那就慢慢把它放大。如果还没有发现，就继续往前走，继续寻找。我觉得这才是比较重要的。 Speaker 1 反过来讲，所有AI讨论到最后都会变成哲学。 庄明浩 对，最后都是哲学。 Speaker 1 感谢大家收听这期节目，也感谢明浩老师。 庄明浩 拜拜。