三星并不仅仅是撤退，而是转换了战场。消费品退出中国市场背后的全球供应链转向，到底是什么样的？

这两天有一个很有时代感的消息：三星电子宣布，在中国大陆市场停止销售所有家电产品。停售范围包括电视、显示器、大型商用显示器、空调、冰箱、洗衣机、干衣机、音响、投影仪、吸尘器、空气净化器等。不过，三星手机在中国仍然正常销售，售后也继续按照中国消费者权益保护法和国家三包规定提供。

表面上看，这是一个外资品牌退出中国市场的故事。当年三星手机就在中国市场上几乎消失，彻底败退。现在虽然还有得卖，但是销量已经非常少了。今天轮到了三星家电和电视。中国家电、中国手机把日韩品牌和欧美品牌打得节节败退。

但我想把这个故事反过来讲。我的核心判断是：三星不是简单地离开了中国，而是在中国市场里换了个位置。它从面向普通消费者的终端品牌，转向了更上游、更底层、更全球化的供应链位置。

也就是说，三星虽然不在中国卖电视了，但是它依然会在中国生产芯片。全球 AI 服务器、手机、PC、汽车电子，依然离不开三星的存储芯片、显示面板和关键零部件。而这些东西很多依然是三星中国工厂在生产，甚至三星还在中国继续扩大相应产能。

所以今天真正值得聊的不只是三星为什么卖不动了，而是为什么中国市场会把外资终端品牌挤出去；为什么他们一边从中国终端消费市场撤退，一边还在中国布局其他核心产能。这背后是不是全球供应链格局正在发生的一个转变？

三星到底停了什么：不是所有业务都退出中国

首先，这次三星到底停了什么？别把家电停售说成所有业务都退出了。

2026 年 5 月 6 日，三星中国发布业务调整通知：

为应对急剧变化的市场环境，经审慎研究，三星电子决定在中国大陆市场停止销售含电视、显示器在内的所有家电产品。

停售范围主要有三大类：

• 视听影音类：电视、显示器、大型商用显示器、音响、投影仪。大型商用显示器，就是我们在很多商场或者火车站里看到的那种巨大的、拼在一起的显示设备。
• 白电类：空调、冰箱、洗衣机、干衣机。
• 生活电器类：吸尘器、空气净化器。

这三类里，真正我比较遗憾的是显示器。大家要知道，三星的电竞显示器和电脑显示器还是相当棒的。

但是这里有几个边界必须讲清楚。

• 第一，三星手机产品仍然在正常销售。三星手机在中国败退之后，并没有彻底退出中国市场，只是不再参与大范围手机品牌竞争了，一些高端机依然还在销售，虽然量并不是很大。它把中国所有三星手机相关的研究所都关了，把三星在中国的手机工厂也都关了，通通搬到越南去了。
• 第二，三星并没有说中国大陆市场所有业务都退出了。人家还有新的业务在开展，甚至还在增加投资。
• 第三，对于已经购买的用户，售后维修、客户商谈渠道、授权服务中心、400 热线、微信小程序、在线咨询等渠道，按照三星官方说法，仍然会继续提供服务。

所以，如果标题写“三星彻底退出中国”，很容易过度渲染。更准确的说法是：三星停止在中国大陆销售家电、电视、显示器等消费电子和家电产品了。手机业务还在，存储芯片、显示等上游业务还在，售后服务还在依法继续。

这就是第一个反转：看起来是退出中国，实际上是退出中国终端家电消费市场。

三星为什么在中国变得高不成低不就

第二层，在中国市场里，三星为什么变得高不成低不就了？这是它退出中国的一个最核心原因。

接下来讲最直接的问题：三星家电为什么卖不动了？

中国市场非常奇怪。我们并不是不认外国品牌，我们也认，但是通常只认最好、最贵的那一个。剩下其他的，我们会觉得中国人自己也能造。对于三星来说，它就比较痛苦了：高端不够尖。

在中国高端家电和高端电视市场，消费者愿意付溢价，但是溢价的理由必须非常清楚。比如说我们愿意买索尼的电视，但是你说三星的电视，我为什么不去买个小米、华为或者海信就完事了？你比他们真的强到哪去了？

特别是现在消费降级，大家都需要比价、比性价比，三星在这块肯定是打不过的。这也像手机一样。三星说我是高端手机，你有苹果高端吗？我去买 iPhone 不就完了吗？你说我是中端，那跟华为比，人家还有爱国情怀，你又比不过人家。低端你更打不过了，中国有这么多低端品牌。

在中国的高端用户买电视、冰箱、洗衣机，可能会选择日本品牌。他们会觉得日本品牌更加精细，而且电视有一个很重要的东西，就是颜色是不是准。索尼电视在这方面确实很强。三星这样的韩国品牌，在中国天然不被认为是一个特别贵的品牌。所以它去卖一个很贵、很高端的商品时，打不过这些欧美品牌。

国内现在这些电器品牌，比如华为、小米、海尔、美的，也在向高端冲。在这样的情况下，三星怎么跟人竞争？

在中国市场，它的问题就是：它不像苹果、索尼那样形成不可替代的高端心智，也不像部分日本品牌那样在一些很细分的领域里被认为特别专业。索尼就属于特别专业，包括游戏机、相机，很多人就是要买索尼。三星也不像华为、小米那样，还可以讲爱国情怀。

所以在高端上，不是说价格贵就可以叫高端。真正的高端，是用户愿意为品牌故事、技术壁垒、服务体验、审美符号长期付费。三星的问题就是，在中国家电市场里，它的品牌溢价越来越难讲明白了。

低端就更不用说了，中国一堆卷王，你跟谁比低端？中国家电行业肯定比它卷得多。海尔、美的、格力在白电领域里真的是深耕，三星跟他们完全没法比。TCL、海信、小米在电视显示终端上也打得非常凶。

卖显示器打不过，卖面板反而更划算

但是要注意一点，什么样的显示器卖得最好？我打游戏用显示器，很多人会选三星面板。因为你如果直接买三星的显示器很贵，买带三星面板的其他显示器，相对来说就比较便宜，而且质量很好。显示器最核心的就是那块面板。

所以三星依然在中国生产面板，但是它不在中国卖显示器了。因为卖显示器这件事，它跟中国品牌打不过。这个点正好说明了三星这一次决策的核心动力：我跟你们卷显示器卷不过，那我干脆造面板，然后你们挨个来买我的面板去出显示器，你们去拼个你死我活，我保证我的利润就完事了。

在以旧换新、国补、平台券、直播间价格上，三星整个销售环节并没有中国这些品牌灵活。三星如果跟着降价，利润就会被打穿。对于一个国际品牌来说，他们会要求每一个国家的市场都要单独盈利，不能说我在全世界挣了钱，来补你这一块市场，这事不行。在中国市场，你要想盈利，就跟其他这些品牌没得打了。

这就是中国消费电子市场最残酷的一面。高端需要信仰，每一个高端品类里，我们可以允许一到两个现在难以超越的海外品牌存在下去，比如日本品牌、美国品牌、欧洲品牌。但是你一个韩国品牌，电视上打不过索尼，冰箱、洗衣机上飞利浦、博世也打不过。中端要性价比，这事你肯定搞不定。低端三星又不愿意亏钱。

所以三星卡在一个高不成低不就的位置上：品牌不够神，价格不够狠，那只能选择退出。

国补为什么没有把三星留下

第三层，大家可能会想，国补发了这么多以旧换新补贴，是不是没给三星发？是不是歧视人家？真没有。你买三星电视，也是可以用以旧换新补贴的。

那为什么国补救了这么多中国电器厂商，没有把三星留下？原因很简单。什么人会去使用国补？去买索尼的人，去买最贵冰箱的人，他们会在意国补吗？在意国补的人一定是消费降级的人。我现在要数着钱包里的钱过日子了，因为有国补，我才要去消费一下。

对于这些用国补的人来说，我会去买三星吗？凭什么？我去买个便宜的不成吗？我实在想用三星的显示器，也可以买三星面板的其他显示器，人家还更便宜一些。所以一定是最在意性价比的人，才会去用国补，而这些人是不会去买三星的。国补这件事情，对于三星基本上没有什么帮助。

广告也很难形成正向循环

那你说三星好好打广告行不行？在中国打广告是有用的，但是广告投放有一个正向循环的规律。如果无法达到正向循环，就会越投越亏。

什么叫正向循环？就是你先投广告，卖好东西，然后有一定转化率。转化以后，用户体验还不错，买了你的产品感觉挺好，口碑积累下来，品牌价值上升。这个时候再打广告，就可以事半功倍，少花点钱得到很多转化，这叫正向飞轮。

但是三星在中国消费电子市场，广告很难形成正循环。对于中国人来说，我为什么要买一个韩国产品？我为什么不去买日本产品？我为什么不去买美国产品？如果我实在穷的话，我爱国去买个中国产品不行吗？

当一个品牌在用户心智里已经不是首选的时候，它再怎么打广告都不划算。如果广告只是购买短期流量，不能沉淀长期品牌资产，那广告就会变成费用，而不是投资。对于三星这种全球公司来说，这个账算得很明白：我做这事不划算。

三星手机是前车之鉴：在中国输掉，不等于全球失败

那么，三星退出中国消费市场，是不是中国人就赢了？手机就是前车之鉴。

三星基本上是退出了中国手机市场，把中国的研发中心、中国的工厂全关了。虽然还在卖，但是要注意，卖手机比卖电视的成本低很多。它不需要巨大的卖场，也不需要去跟线上卷。

三星退出中国市场之后，在全球还是老大。很多人看到三星家电停售，就联想到了三星手机。这个联想是对的，但也容易误解。

三星手机在中国市场的故事大概分几步。2013 年前后，三星曾经在中国智能手机市场里独步天下。当时我印象里，北京长安街上所有公交车站牌，广告都非常贵。三星每次发新手机，不管是 S 系列还是 Note 系列，都会把北京市长安街、十里长街上所有公交车站牌全刷满。

后来华为、小米、OPPO、vivo 这些本土品牌崛起，实际上也很难撼动三星的位置。一直到三星 Note7 电池事件之后，三星在中国的品牌受损巨大，品牌就彻底废掉了。

2018 年、2019 年，三星觉得这事玩不转了，陆续关闭天津、惠州等地的中国手机工厂，也关闭了三星中国实验室。我以前有很多同事是从三星中国实验室出来的。到 2019 年，三星结束了在中国的手机生产，包括研发，但是仍然保留销售。虽然卖得不多，但还是在卖。而且在那以后，三星就再也不去刷广告牌了。

这里要注意的是，三星手机不是全球失败，它只是在中国市场被边缘化了。在全球市场，三星手机长期仍然是最重要的安卓手机品牌，没有之一。从手机销量来说，它一直都是全球第一，这么多年从来没有掉下来过。从销售额、利润来说，可能苹果会更高一些，因为那玩意儿贵。

这说明，一个外资品牌在中国输掉终端市场，不等于它在全球也输掉了产业地位。三星手机已经证明了这一点。今天三星家电和电视，也可能重复这个逻辑：中国市场不划算，我不做了，我退了；全球市场还有利润，我们就接着卷、接着做；中国制造供应链和上游产能有价值，我接着布局、接着投资。

为什么同样的打法在中国不灵了

中国市场跟全球市场的差异在于，为什么同样的打法在中国就不灵了？三星的很多策略和中国企业其实没有本质差异。它也是做性价比，也在砸广告，也上新品，也想着在不亏损的情况下尽可能抢占市场份额。那为什么在中国市场，它就搞不定这件事情？

中国企业更能够接受短期亏损和极低利润。我愿意赔钱，我熬死你。我死不死不重要，我要你死。中国企业在本土市场有几个优势：

• 第一，供应链响应极快；
• 第二，渠道反馈很快；
• 第三，组织决策快；
• 第四，对于低毛利、高周转、直播间大促、平台补贴更加适应。

说白了，就是中国企业比它更卷。

中国企业对于先抢份额、再找利润的容忍度极高，就是我亏得起，哪怕我也死了，我也得熬死你。所以很多中国企业的打法是，先把市场打下来，先把渠道占住，先把竞争对手挤死，利润以后再说。

三星当然也会打价格战，但是它毕竟是一家全球化公司，不能只看中国一个市场。它还要看全球品牌定位、全球利润率、投资者预期、供应链资源配置。

但是中国这些品牌也不要高兴得太早。中国品牌在中国是胜出了，但并不等于可以在全球轻松赢下三星。就像手机一样，我们卷来卷去，在全球三星依然是老大。

电视市场：出货量和收入份额不是一回事

以电视为例，三星官方在 2026 年仍然强调，根据 Omdia 的数据，三星 2025 年全球电视市场收入份额占 29.1%，连续 20 年全球第一。大家一定要注意，连续 20 年的全球第一。在 2,500 美元以上的高端电视市场，三星也强调自己仍有很高份额。2,500 美元就是 1 万块钱以上。

同时，Counterpoint 等机构数据也显示，TCL、海信等中国电视品牌在出货量维度上，对三星形成了非常强的挑战，甚至在 2025 年 12 月的月度出货量上短暂超越过三星。

但出货量跟最后卖了多少钱是两个概念。我卖好多特别便宜的电视，是可以在出货量上短暂超越你，但是从整体销售额上来说，三星人家就是连续 20 年的第一。

这说明，全球竞争已经进入更复杂的阶段。中国品牌在出货量、价格段、供应链效率上，追得确实很快。三星在收入份额、高端市场、品牌、渠道、操作系统和服务业务上，仍然有很重的积累。所以不能简单地说中国品牌就已经胜出了，这还很困难。

更准确的说法是，中国品牌在中国本土终端市场上确实占据了明显优势，而且让三星觉得在中国继续卖下去不划算。在全球中低端和部分高端市场上，中国品牌正在快速推进。但是三星、LG、索尼、博世、西门子等外资品牌，在全球不同区域、不同品类、不同价位上，仍然有坚固防线。我们想战胜他们非常非常难。

三星退出中国，不是中国品牌终局胜利，而是全球战场的一个分层。

这里还有一个很重要的点：原来三星可能很多家电是在中国生产的，现在因为美国的关税政策，它连在中国生产家电再往外卖这件事都不划算了，所以干脆不跟你费劲了。

不只是三星：外资消费品牌在中国普遍换赛道

其实这些年，从中国消费市场上撤退的不只是三星。如果只看到三星，我们会觉得这是个个案。但是如果把时间线拉长一点，会发现很多日韩和欧美消费品牌都在中国经历了类似过程。

• 三星手机生产撤出中国；
• 索尼手机在中国的存在量基本上等于零了；
• 夏普、东芝等日系家电品牌在中国的存在感已经大幅下降；
• 松下、日立等企业在中国其实更多强调工业零部件、汽车电子和 B2B 方向了；
• 很多欧美消费品牌在中国大众终端市场上也越来越难以直接竞争了。

这里不是说这些企业全都离开中国了。恰恰相反，很多企业在中国换了赛道，甚至还在加大投入。它们把终端消费市场让给中国本土品牌，自己去做更上游、更专业、更稳定、更高利润的环节，而且还是在中国做。

这就进入真正重要的主线：全球供应链不是简单的中国替代外资，它更像是中国本土品牌拿下了本土终端市场，外资品牌退出了低效内卷的中国终端市场；外资企业保留核心技术、核心零部件、工业设备、关键材料和全球高端渠道；他们换赛道了；中国制造继续嵌入全球供应链。

三星在中国押注的是更底层的东西

以三星为例，三星并没有真的走掉，它在中国押注了更底层的东西。

现在讲第二大反转：三星不卖冰箱电视了，但是三星并没有离开中国。三星在中国更重要的资产是什么？

大家看看韩国股市，不断创历史新高，三星、SK 海力士都做了巨大贡献。三星为什么能够在股市上屡创新高？他们做存储芯片，做 SSD。大家知道他们做 SSD 的工厂在哪吗？在西安。

三星在中国更重要的资产，不是电视卖场里的展台，而是半导体存储、显示供应链和制造网络。

公开报道显示，三星西安 NAND 闪存工厂仍是其全球存储供应链重要组成部分。NAND 是做什么的？就是做 SSD、SD 卡，包括手机上的这种存储。

现在我们使用的存储大概有三种：

• 第一种叫高速显存 HBM，这个东西三星在中国国内是没有的。
• 第二种是内存，也就是 DDR、DRAM，这块三星的产能也不在国内，SK 海力士比较强，他们的产能是在无锡。
• 第三种就是做 SSD 硬盘的这块，也就是 NAND，三星有一块重要产能就在西安。

2024 年 4 月，韩国媒体 ChosunBiz 报道称，三星正在对西安 NAND 工厂进行设备更换和产线升级，目标是从相对老的 NAND 制程向更高层数、更先进的产品过渡。

同时，三星 2026 年一季度财报显示，公司合并收入 133.9 万亿韩元，营业利润 57.2 万亿韩元；半导体业务收入 81.7 万亿韩元，营业利润 53.7 万亿韩元。这个背后主要就是在生产各种各样的存储设备，这里头肯定很大一块是在西安造的。

所以对比一下，电视、家电、显示器这些终端产品，在中国市场继续卷是不划算了。在 AI 时代，就要去卷存储芯片。这就是三星最理性的选择：不和中国品牌在中国卖场里拼每一台冰箱，而是在全球 AI 供应链里卖更上游、更高价值、更高利润、更难以替代的东西。

所以三星不是被中国市场打没了，而是把低回报的战场砍掉，把资源投向高回报的战场。

德国企业也在做类似的事情

只有三星这么干吗？其他人也这么干。德国企业也在做类似事情。

比如卖汽车这件事，原来大众、宝马、奔驰，包括保时捷，在中国都是可以卖很多车的。但是现在，中国电动车产业上来了，比亚迪、理想、问界、小米、蔚来、小鹏、极氪等品牌不断挤压这些合资和外资品牌。智能座舱、辅助驾驶、补能生态、价格战，都让这些传统外资车企非常难受。

德国企业并没有离开中国。他们反而在做另外几件事情：

• 在中国设立研发中心；
• 和中国的智能驾驶、电池、电机、电控企业合作；
• 把中国市场变成全球新能源车技术的学习场；
• 让博世、大陆等零部件和工业企业继续深度参与中国供应链。

这和三星的动作其实很像：终端品牌在中国承压，上游产业链和工业能力继续加码。中国不再只是消费市场，而是全球技术迭代和制造网络的一部分。

真正的变化：终端消费市场本土化，上游核心供应链全球化

这就是全球供应链格局的一个转变。真正的产业变化，是终端消费市场本土化，上游核心供应链全球化。这才是真正发生的事情。

过去几十年，全球化有一个典型模型：欧美日韩掌控品牌、设计、技术和渠道，中国负责生产，中国消费者购买这些外资品牌的商品。

但是现在，这个模型正在发生变化。新的模型更像是：中国企业掌握本土终端品牌、渠道、产品定义、性价比和消费者运营；外资企业保留部分高端品牌、核心零部件、材料、设备、芯片、软件平台和全球渠道；中国市场本土化，全球供应链重新分层。

在这个模型里，三星这样的公司会做三件事情：

1. 退出中国低回报、强内卷的终端消费市场。
2. 继续在全球高端市场和非中国市场销售电视、家电和手机。
3. 在中国和全球继续布局半导体、存储、显示等核心产业链。

这不是情绪化的撤退，而是利润驱动的战略收缩。商业公司最诚实的地方不是喊口号，而是资源配置。它把人、钱、产能、渠道、广告预算投到哪里，哪里才是它真正相信的未来。

中国企业赢了本土市场，但下半场更难

对于中国企业来说，这是胜利，也是压力。至少我们赢得了中国国内市场。三星退出中国家电市场，当然是一个胜利信号。这说明中国品牌在本土终端市场的确建立了压倒性优势。中国供应链的效率、价格能力、渠道密度、服务网络，已经强到让全球巨头觉得不值得继续打。

但是这也带来了一个新问题：中国企业接下来要面对的，不是如何在中国打败三星，而是如何在全球供应链高价值环节上继续前进。

中国企业赢下终端市场之后，能不能赢下高端利润？能不能赢下核心零部件？能不能赢下全球品牌溢价？能不能赢下操作系统、服务收入和长期用户关系？能不能在不靠低价、不靠补贴、不靠内卷的情况下继续赚钱？这才是真正的下半场。

所以我不建议简单地把今天的事情理解为“三星被中国品牌打跑了”。三星不是简单地走了，它只是从中国商场的电视展台上退下来了，走进了全球供应链更深、更上游、更挣钱的位置。

而中国企业真正的挑战，不是把三星从卖场里赶走。真正的挑战是，当三星不再跟你抢冰箱、电视、洗衣机，而是在 AI 存储芯片、显示、材料、设备这些上游环节继续赚钱的时候，中国企业能不能继续向上打。这才是这条新闻背后最值得关注的变化。

背景图片

从豆包收费争议，看普通人的 AI 认知差

从豆包要开始收费、大家开骂这件事，我们来看看普通人的认知差到底能有多大。

这两天很多人都在骂豆包：不是说永久免费吗？怎么突然就一个月 68、200、500 了呢？以后免费版是不是就没得玩了？是不是就变笨了？字节是不是没钱了？玩不起别玩啊。

但这些问题都太表面了。真正值得聊的，不是你要不要给豆包交 68 块钱，而是：中国 AI 的免费时代可能正在结束。

普通人第一次发现，智能可能会像专家号一样。专家号是什么？就是在医院里，你要花更多的钱去看特需门诊。智能以后可能真的是：普通人用比较笨的，付得起钱的人用最好的。你以为自己还在免费用 AI，其实已经被放进了一个新的算力等级制度里。

这一期的核心判断很简单：

• 豆包不是因为没钱才收费的，后面会简单算一下这笔账；
• 免费用户也不可能完全不受影响；
• 字节真正想做的，是趁着豆包用户量遥遥领先，把 AI 竞争从“谁免费谁用户多”，强行切换到“谁敢收费、谁占领用户心智高地、谁能够跑通商业闭环”的下一个阶段。

这就是普通人的认知差。你以为 AI 是一个免费 App，其实它背后是一座云计算工厂、一座电力工厂、一套 GPU 军备竞赛，外加一场用户心理战。

当然，中国用户跟国外用户还不太一样。国外的 AI 从诞生第一天开始就在收费，AI 收费是一件比较天经地义的事情。虽然 ChatGPT 有免费版本可以用，但它会处处告诉你：你要充会员，你要升级，它会不停提醒你这件事。

豆包收费事件的时间线

先把这件事的时间线简单捋一下。

2026 年 5 月 4 日前后，大家注意，当时还在五一假期里，豆包 App Store 页面出现了付费订阅、付费版服务声明。多家媒体转述了 App Store 页面和界面上的信息。

目前看到的收费分三档：

• 标准版：68 元一个月；
• 加强版：200 元一个月；
• 专业版：500 元一个月。

官方也出来解释了。豆包官方对外核心口径大概是：

豆包始终提供免费服务，在免费服务基础上，探索更多的增值服务，相关方案仍在测试，正式上线会通过官方渠道发布完整信息。

接近豆包的人士透露，付费功能主要集中在复杂任务和生产力场景上，比如 PPT 生成、数据分析、视频制作。大家注意这 3 点，就是哪些地方可能会收费，因为这些任务更消耗算力和推理时间。

第一层结论是：这不是豆包明天就要开始全体收费，也不是免费聊天马上就要消失。更准确的说法是，豆包正在把原来混在一起的免费功能，拆成免费入口、增值能力、高端生产力服务几个不同层次。

第一层认知差：AI 不是普通 App

普通人的第一重认知差是，他们会认为：AI 不就是个软件吗？你让我用不就完了吗？

特别是在国内，很多软件都是免费的。抖音是免费的，微信是免费的，百度搜索是免费的，B 站、微博、小红书的基本功能也都是免费的，那 AI 有什么不能免费的呢？甚至有人说，字节这么有钱，抖音这么赚钱，豆包多几个用户也是给你拉用户来了，你就大方点，有什么问题吗？

但 AI 和传统互联网产品真的不太一样。

传统软件和内容平台的成本逻辑

拿 Netflix、长视频平台、软件平台来比较。传统软件包括这些视频平台，剧拍一次就完事了，或者软件做一次就完事了。虽然后期软件可能还需要维护，但剧真的是拍一次就完事了，成本已经锁死。

再往后多一个人看，边际成本就下降一点点；看的人越多，边际成本越低。而且看的人多了以后，没准还能多挣点广告费回来。前面拍视频的钱花过一份就完事了，不会因为多了 100 个人看，就需要多出一些视频成本。

写软件也是一样。软件写好了，一个人买，是一个人摊成本；十个人买，是十个人摊制作成本。

所以以前这些互联网软件为什么大多是免费的？因为把用户拉进来，多一个用户，成本不上升，但收入可能上升。

AI 的成本逻辑完全不同

AI 稍微有一点差距：每个用户的每次请求，都需要重新去算。

用户越多、越喜欢用，平台就要烧越多 Token。重度用户不是优质用户，可能是成本炸弹。

你问它：“今天天气怎么样？”它回答一下。另一个人上来就说：“你去给我做 10 个视频出来。”这两种请求消耗的 Token 肯定天差地别。

普通人认为豆包是在卖会员，真实情况是：豆包是在尝试把不可控的算力成本变成可预测的收入结构。

它还是分开的：如果你就是每天问个天气、问个好，这些事依然可以免费用；但你上来就要做视频、要干活、要让 AI 做生产力任务，那就应该老老实实交钱。

这是 AI 商业模式的第一道坎：不是有没有用户，而是用户越多，到底是越赚钱还是越烧钱。

比如你进去问一句“今天天气怎么样”，问完以后就一头扎到抖音里直播购物去了，对字节跳动来说，你就是个好用户。你没烧多少 Token，然后又到抖音里拼命买东西。

但如果像我这种，抖音那边不怎么买，拎着豆包就开始狂问，让它写报告、分析数据、写 PPT、做视频，那就属于字节跳动不太欢迎的用户了，所以才需要分层。

第二层认知差：免费版不可能完全不受影响

普通人的第二层认知差是，他们会相信豆包官方的话，认为免费版不会受影响。

这几乎是不可能的。只要开始收费，免费版必然受影响。

官方讲基础服务继续免费，大概率是真的。但问题在于，免费继续存在，并不等于免费体验不变。

免费用户的算力优先级会下降

高峰算力不足的时候，系统一定会排队。

这些 AI 公司背后其实是云计算公司。云计算公司有一个非常重要的指标，就是开机率。比如在高峰时间还能服务所有人，大家都觉得好快，那说明什么？说明机房建多了，这对云计算公司来说是不对的。

高峰时间的访问量，可能是低谷时间的几百倍，这个差距非常大，绝不可能按照高峰期满足所有人来建机房。

作为云计算公司，字节跳动该建多少机房？一定是在高峰时间让付费用户还可以用，免费用户稍微等一等，要么降个质，要么慢一点。否则一定是亏钱的。

模型等级会发生变化

现在豆包分 Pro 版本、Lite 版本，以后普通用户可能会更多地使用 Lite 版本。

我们现在用豆包 App 时，下方会有一个选项，叫“快速思考”和“专家”。如果选“专家”，就是 Pro 模式；如果选“快速”，就是 Lite 模式。

Lite 模式提供的结果要稍微差一些，幻觉会多一些。而且打开豆包，它默认会给你切到“快速”。

以后免费用户可能没有办法选 Pro 模式，或者选了 Pro，也就是选了专家模式以后，额度会有一定限制。

功能入口会发生变化

普通聊天肯定是免费的，但更复杂的功能大概率会被限制或收费：

• 长文解析估计会限额；
• AI 绘画应该会限额；
• 深度分析大概就要付费；
• PPT 大概要付费；
• 视频生成大概率也要付费。

用户心理感受也会变化

即使两边没有任何变化，只要你看到那边有付费版本，你一定会觉得自己这个版本已经降质了。

原因很简单。哪怕我得个感冒去医院，我也总是会相信那些花了更多钱、看了特需门诊、看了专家的人，会得到更好的服务。所以人的心理上也会有落差，这个事避免不了。

收费团队一定会有 KPI

收费团队一定会有 KPI。它的 KPI 是什么？就是付费转化率。

现在有这么多免费用户，到底有多少人付费了？到底付了多少钱？留存率怎么样？续费率怎么样？你今年付了，明年还付不付？这些都会变成指标。

未来这些免费用户烧掉的 Token，大概率会计入豆包软件的获客成本。也就是说，我免费给你烧 Token，目标是为了获得这个用户，所以它算获客成本。

在这个逻辑里，它就会思考：怎么降低成本？怎么多收到钱？是不是再多恶心你一下，让你来付钱？它会做这样的事情。

这些指标上来，一定会改变产品形态：怎么让免费用户用得不那么痛快，怎么尽可能刺激你付费，怎么在你快要续费的时候给你一些小优惠。中国互联网公司在这块“绣花”还是很有水平的。

所以普通人认为：豆包说了免费可以继续，我没事。

真实情况可能是：免费确实继续了，但那是为了留住入口；付费分层，是为了重构体验，而且它会不断吸引你去付费。

未来免费 AI 的状态，很可能不是不能用，而是能用，但你总觉得旁边有人出了钱，得到更好的智能，让你心里不太平衡。

第三层认知差：字节是不是没钱了？

下一层普通人的认知差是：字节是不是没钱了？

这里面还有一个叙事，就是字节利润大跌，豆包烧不起了。很多文章和自媒体说，豆包收费是因为字节利润下降，同比下滑了 70%。这是一个非常大的数字。

据这些说法，字节 2024 年利润是 330 亿美元，2025 年利润大概只剩下 90 亿美元，一大块利润就没了。

但字节并不是上市公司，所以不会披露特别准确的财报。现在这些数据都是路透社等媒体报出来的。字节也没有否认这件事情，只是解释说，这个钱并不是真的没了，而是去做了几件事情。

那么，是不是字节已经不挣钱了，豆包已经把钱都烧掉了？不是这么回事。

这件事要分两块讲：

1. 豆包一年到底烧多少钱？
2. 字节的利润到底去哪了？从 330 亿美元到 90 亿美元，中间的 240 亿美元是不是被豆包烧掉了？

估算豆包到底烧了多少钱

先讲数据来源。

火山引擎 2026 年 4 月 2 日在武汉 AI 创新巡展上披露：2026 年 3 月份，豆包大模型日均 Token 使用量突破 120 万亿，也就是每天 120 万亿 Token，而且在过去一年里涨了 1,000 倍。

这个数涨得非常猛。

按照火山引擎官方文档上的豆包 Seed 2.0 Pro 单价来算：

• Pro 版本输入：3.2 元每百万 Token；
• Pro 版本输出：16 元每百万 Token；
• Lite 版本输入：0.6 元每百万 Token；
• Lite 版本输出：3.6 元每百万 Token。

如果被缓存命中，输入价格还可以在这个基础上大概下降 60% 到 70%。它下降得比较少，不像 DeepSeek 下降那么多。

这 120 万亿 Token 到底有多少是输入、多少是输出、多少被缓存命中、多少没命中？这个我们不知道。

我就跑到 DeepSeek 里，用自己的一些使用记录估算。按照 DeepSeek 给我的使用状态，把这个比例套过来：

• 输出大概只占所有 Token 的 0.7%；
• 未命中的输入占所有 Token 的 3.3%；
• 缓存命中的 Token 大概占所有 Token 的 96%。

有人可能会说，我进去问一句“今天天气怎么样”，我说了十来个字，它给我输出一大堆，这个比例合理吗？

其实没问题。第一，问这种问题的人大概率使用的是 Lite 模型。第二，这些人不会长期跟豆包聊来聊去，不会消耗特别多 Token。如果你是把豆包套到各种 Agent 里，然后进行很复杂的沟通，那么刚才这个比例是合理的。

如果按照这个估算，120 万亿 Token 接近 6,000 万人民币，也就是一天 6,000 万人民币。一年费用大概是 109 亿人民币。

字节跳动一年烧 100 多亿人民币在豆包上，确实挺不容易，也确实很花钱，很多人会觉得该收钱。

但是不要看到一个大数字就觉得这个钱特别多，还是要比较着看。

字节跳动一年的营收有多少钱？1.4 万亿。利润有多少？就算下降了 70%，利润还有四五百亿人民币。

很多人说，四五百亿人民币利润里烧了 100 亿人民币的豆包 Token，这也很大。其实这 100 多亿人民币对于字节来说就是九牛一毛。即使只计算资本支出，只计算建机房的钱，在这里头也不算特别大的钱。

字节利润下降 70%，钱去哪了？

有些人说，字节 70% 的利润下降是实打实的，原来从 330 亿美元降到 90 亿美元，这钱去哪了？

字节跳动是一个大集团，分两大块：国内叫抖音，国外叫 TikTok。

抖音的一位副总裁出来解释过这件事。他说，钱并不是凭空消失了，整个收入还在上升，利润基本持平，可能稍微有一点下降，但绝不可能下降 70%。

大家看到账面上少了 70% 的利润，主要去了三个地方。

第一，做新兴业务的资本投入

字节确实在做新兴业务的资本投入，也就是盖机房。

但要注意，盖机房并不是说这钱都直接花掉了。钱确实花出去了，但它要算折旧，今年可能摊销 25% 或 20%，也就是分 4 到 5 年摊销掉。

所以这一块有影响，但不会有那么多。假设去年是 1,500 亿，摊 1/5，也就是 300 亿人民币，是从这里摊掉的。

第二，优先股公允价值变化

剩下两块就特别有意思了。一块叫“优先股公允价值变化”。

这是什么意思？字节跳动发展到现在没有上市，前面有很多投资人，这些投资人得到的股票叫优先股。相对于普通股来说，它有一些优先权利，比如以后还有权利用一个较低价格再买一些其他股票。

这个权利是值钱的。未来某一个时间点可以按以前的价格买你的股票，如果整个公司的价值上升了，股价上升了，那这个权利的价值也上升了。这一块就要记到账上去，相当于利润减少。

举个例子：假设我原来投了你 100 万，我还有权利按照你现在的估值再投 100 万。如果你现在估值是 1 亿，那我这 100 万可以得到 1%。当你的估值达到 10 亿时，我按照前面的权利来履行，又拿 100 万得到了 1%。但现在这个 1% 已经值 1,000 万，因为你现在估值是 10 亿。差出来的 900 万，就要记成损失。

第三，期权股权激励计划

还有一大块损失叫期权股权激励计划。

字节里很多人是拿期权的，一部分是工资，一部分是期权。特别是最近在疯狂挖人，包括从 DeepSeek 挖人。前面还说 DeepSeek 有人被年薪上亿挖回来，那这上亿年薪里，有多少是期权？不可能上亿都给现金。

这个期权其实跟刚才讲的优先股问题类似。当公司整体估值上涨时，期权价值也会上涨，这一部分也需要从利润里刨掉。

所以所谓净利降低 70%，最主要降的是这两块。字节这么多人，这些年从中国甚至国外 AI 公司挖了这么多人回来，一旦字节跳动估值上升，这些东西都需要从利润里扣掉。

所以这里有个小知识：不用可怜它。虽然利润降低了 70%，但很多都是账面上的东西。

这是一个关键反转。普通人认为豆包收费等于字节没钱了，更合理的判断是：字节不是烧不起，而是不想继续用免费大锅饭掩盖真实的成本结构。

字节真的烧得起这个钱。在它那个体量里，100 多亿一年的豆包成本，不算特别过分的数字。

字节到底想干什么？

那字节到底想干什么？整了这么一个事情，被大家骂成狗头，到底想干嘛？

第一，建立收费心智

字节现在最大的优势是什么？其实豆包的模型在国内各个模型里不算强，算是比较中间偏后。

但是豆包 App 做得非常好。豆包 App 里的各种系统提示词、各种 Agent 做得很好，所以豆包 App 的体验非常好，用户量极大。

现在豆包 App 的月活，大概是中国各种 AI 助手前十名里剩下 9 名的总和。它比那 9 个加起来还大，属于绝对遥遥领先、一骑绝尘的水平。

截至 2026 年 3 月：

• 豆包月活用户：3.45 亿；
• 第二名千问：1.66 亿；
• 第三名 DeepSeek：1.27 亿；
• 再往后的产品基本上可能是几千万甚至几百万，存在感很弱。

千问的 1.66 亿怎么来的？春节拼命烧钱，各种送奶茶，搞这些活动才有的。如果没有这一步，千问 App 也不会有什么量。

豆包现在领先了，字节跳动就要做一件事：趁着用户还在，趁着心智领先，也就是大家觉得它好用；趁着竞争对手还在免费追赶，先把“AI 值得付费”这件事打进用户脑子里。

高价有心理锚定作用。有点像皇帝的新衣：我付了钱以后，哪怕没有得到更好的服务，我也会在心里把这个过程合理化。我不能告诉自己说，我付钱是个傻子；我一定会认为自己享受了更好的服务。

豆包现在要做的就是：先把高价锚点立起来，再用权益包、限时优惠去承接用户。

比如我去买剪映的年费会员，很贵，但它不停给你打折，不停做各种团购，可以用很便宜的价格买下来。

第二，把难题甩给竞争对手

字节下一件事，是把难题甩给竞争对手：我开始收费了，你们看着办。

阿里、腾讯，还有 DeepSeek 这些公司，就要思考这个问题：我到底收不收？

如果不跟着收费，继续说我要免费、我要抢用户，用户会怎么想？你为什么不收费？是不是能力不行？是不是商业化没做好？是不是不敢让用户为你付费？

如果跟着收费，本来你就落后，再收费基本上相当于自杀，后边再想增长用户基本上增长不上来了。

所以这个两难问题就直接被扔给竞争对手了。

第三，理顺内部 AI 资源战争

字节跳动可能还想理顺内部的 AI 资源战争。

字节内部不只有豆包。它还有豆包 App、豆包模型、火山引擎、扣子、即梦、剪映、飞书、Trae，还有 Seedance 这样的视频模型、Seedream 这样的图像模型、Coding Plan，以及各种企业服务和 API。

每个团队都有自己的 KPI：我要把我的东西卖给谁，卖到多少钱，怎么有自己的业绩，以便在内部争取更多资源。内部打架打得很厉害。

举一个例子。前面 Seedance 2.0 出来的时候，大家都要去生成视频，内部就掐起来了。

• 你可以在豆包 App 上每天免费生成几个视频；
• 你可以在即梦 App 上每天生成 4 个免费视频；
• 你也可以到即梦网页上去生成视频；
• 但如果你要在即梦网页上生成视频，就要花钱。

如果买基本 10 美金一个月的套餐，一个月大概能生成十几二十条 15 秒视频。这个划算吗？而且还要排队。

现在它变相涨价了，有一个 VIP 模型，涨两倍价格。你用这个模型，才能做出视频来。要是不上 VIP，我前面做了一个实验，把一个视频提示词扔上去，到现在已经一个礼拜了还没画出来。每天都说你前面等 10 个小时，但已经一个礼拜没画出来。

再加上剪映 App 里也允许你生成视频。火山引擎里，如果直接买 API，用 Seedance 2.0 的 API 直接生成视频，也可以，一块钱一秒。不同口径都在卖套餐，而且相互抢资源。

现在字节跳动下面各种模型里，Seedance 2.0 算是做得最好的一个，而且 Seedance 2.0 是真正的全球领先。

做自助餐厅最怕什么？最怕有一道菜特别贵，还大家都喜欢。如果出现这种情况，自助餐厅就可能亏钱。像以前去自助餐厅，有人就要吃三文鱼、北极贝，自助餐厅会希望你换着吃。你只吃这一种，它的生意就没法做了。

现在字节跳动也出现了这样的情况。豆包模型、画图模型、语音模型都一般，唯一最好用的是视频模型。就这一个模型，导致内部已经打起来了。

字节可能会向 OpenAI 学什么？

字节跳动有可能通过豆包收费这件事，直接把内部资源问题解决掉。

怎么解决？跟 OpenAI 学。

也就是直接交豆包订阅费，订阅完以后就可以使用 Coding Plan。像我们现在在 OpenAI 上每个月交 20 美金，交完以后，自然而然得到一个 Codex 上的额度，就可以拿这个额度去用。没有那么多乱七八糟的“这个也要付钱、那个也要付钱”，不同地方都要付钱，不同部门都向你推广告。

现在我在字节跳动里花了哪些钱？

• 剪映 App 订了会员，一年会员，而且是最贵的一档；
• 即梦订了比较便宜的一档，基本上是 10 美金一个月；
• 火山引擎里的 Coding Plan 也买了，40 块钱一个月；
• 里面还充了一点 API。

说到即梦我还生气。它里面有一些功能我想用，不让我用。对方说，只有订更高档才给你用这个功能，这一档不让用。

火山引擎里的 Coding Plan 也一样，里面有很多东西不让用。比如我想用豆包搜索，想用豆包里的 TTS、STT，这些功能都不让我用，因为那边火山引擎还要单独卖。各自有各自的 KPI，不能把人家套餐挂进去，于是就变成这种状态。

如果以后只要订阅豆包，就让我用所有这些功能，那我可能真的会订，而且有可能订比较贵的版本，比如一个月 200，或者一个月 500。

订下来以后，统一得到相应的 Token，统一得到所有功能，包括视频生成相应额度，这不是挺好吗？最好把剪映、即梦这些会员也合并进去，那我就去订最贵的。

这样做的好处是，内部所有部门利益就统一了。不会各自定价、各自抢资源、每个人都想办法转换成自己的用户和 KPI。也不需要每个部门都做一堆定价和打折策略，统一打折策略就完了。

比如以后一个月 500，一年 5,088，这可能是一个相对有意思的玩法。

国外的 OpenAI、Anthropic 都是走这条路：先让你订会员，订完会员以后，用会员给你一堆额度，下面所有产品都可以去用。

如果比较小家子气，比如 Anthropic，它让你 Claude Code 能用，但你把它挂在其他地方，就不定期封几个账号。OpenAI 就是鼓励你用，没问题，拿去用。

所以我希望字节跳动能够真正往前迈一大步，直接向 OpenAI 学习，把内部所有套餐一次性打通。当然，这只是我的愿望，可能像字节这样的大公司，最后还是各自为战。

如果各自为战，我应该不会去订这个套餐，因为没有任何意义。

所以这里又有反转。普通人会认为豆包收钱是为了赚这 68 块钱，但更深层次的可能是：字节在建立 AI 时代的统一计费权、算力分配权，以及用户心智高地。

豆包收费到底该不该骂？

开头我们问，豆包说 68、200、500，普通人到底该不该骂？

现在可以回答：你可以骂它贵，可以骂权益不清晰，可以担心免费版降权降级，可以等正式上线以后再决定充不充。

但如果你只骂“割韭菜”，这个事就太浅了。

这里面有 5 层认知差：

1. 很多人把 AI 当成普通 App 来用，这是不对的，因为 AI 每次使用都要烧成本。
2. 以为收费以后免费版不会有变化。免费入口会存在，但免费使用一定会让你觉得各种痛苦和不方便，这个事跑不掉。
3. 以为字节收费是没钱了。字节不是烧不起，而是必须从增长转向经营，开始算单位经济模型了。
4. 以为收费只是赚用户的钱。收费同时是在建立心智、测试价格、逼竞争对手、理顺内部资源。
5. 以为 AI 普惠是永远免费的。这个想多了。真正普惠不是所有高级智能无限免费，而可能是基础能力免费，高级能力按需付费，成本不断下降后再逐步下放。

我的判断

我个人对豆包收费并不感到意外。我真正关心的其实只有一件事：字节能不能做成统一账户和统一额度。

如果 68、200、500 能够打通豆包、即梦、火山和剪映，那我应该会冲上去充钱，而且有可能会充最高档的。

如果打不通，那么我觉得字节的大公司病就已经病入膏肓了。

最后一句话：豆包收费不是 AI 免费时代的终点，而是字节跳动趁着自己在中国这个封闭市场处于领先位置的时机，强行将竞争拉入下一个阶段。

好，这个故事就讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加 Discord 讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片

硅谷很多 CTO 集体跳槽去 Anthropic 当小兵，真的只是为了理想吗？

最近，硅谷出现了一个很奇怪的现象：一些已经做到 CTO、联合创始人、CPO 的人，不再在原来的公司里发号施令，而是跑去 Anthropic 做一个听起来像普通工程师的岗位，叫 Members of Technical Staff，简称 MTS。

很多人的第一反应是：CTO 不香了吗？在很多公司里，大家对于 CXO，也就是 CEO、CTO、CPO、COO、CAO、CFO 这一大堆 C、各种 O，多少有些迷信，觉得好像已经跨越阶层了。原来手里管着几十、上百人，甚至上千人，能够过手上亿预算，现在不干了，跑到 Anthropic 去做一个新职位，这是干嘛？管几百人的权力不要了吗？甚至还有人会想象：这些人几千万的年薪不要了吗，跑到 Anthropic 去当小兵？

表面上看，这是一个 AGI 的使命感。你去问每个人：“你为什么不在原来的地方当 CTO 了，跑到 Anthropic 去干嘛？”大家给你的解释往往都是冠冕堂皇、非常理想主义的：我们为了 AGI 去的。

但是深一层看，这是技术人员重新靠近模型的过程。再深一层看，这是上一代软件和互联网精英给自己寻找新的杠杆和新的标签的过程。

这个现象是怎么出现的？

这个事情的起点，是 Henry Shi 在 X 上突然发了一个帖子，说很多原来公司的 CTO 都辞职跑到 Anthropic 去干活了，里面还举了一些例子：

• Workday CTO 去 Anthropic 做 MTS；
• You.com 的联合创始人兼 CTO 也跑去 Anthropic 做这个职位；
• Instagram 联合创始人之前在 Anthropic 做了一段时间 CPO，现在也转到 MTS 职位；
• Super.com 的 CTO，也就是 Henry Shi 自己，现在也跑到 Anthropic 去了。

他列了这么一个表，说你看，大家都去了，我也去了，于是大家开始讨论。

第一层解释肯定是理想主义，而且一定要冠冕堂皇。Henry Shi 自己的叙事是，他花了 9 个月时间准备离开 Super.com。如果 AGI 在 2027 年或者 2028 年到来，他希望自己坐在前沿实验室的前排，看着这个事情怎么发生；如果 AGI 没有到来，他也想知道为什么。

这一层逻辑是成立的。很多技术人做到 CTO 以后，日常就不怎么写代码了，他们成了技术官僚，主要负责管理、招人，要处理组织、预算、路线图、招聘、公司政治。AI 大模型突然出现以后，技术本身重新变得非常刺激，而且这也是现在杠杆率最高的东西。你离模型有多近，谁就可能获得价值的巨大提升。

我不否认他们有理想主义，也不否认很多技术人员是真的想回到一线去。但是，如果一个解释听起来太高尚了，我们就要问一句：它是不是把更现实的动机藏起来了呢？

他们不是去当小兵，而是去离模型最近的地方

首先要讲清楚一点：他们不是去当小兵，而是去离模型最近的地方。

传统科技公司的权力来源，是你管了多少人，掌握了多少预算，控制了多少系统，对公司的路线图有多大的话语权。

AI 时代的新权力来源是什么？是你离模型有多近，你能否调动最强的模型，你能否把模型能力变成产品，你能否利用 AI 把个人产出放大 10 倍、100 倍。

MTS 不等于传统意义上的小兵。在前沿实验室里，MTS 往往是高等级技术岗位，管理头衔少，但是技术和产品影响力可能更大。特别是 Anthropic、OpenAI 这样的组织，前线技术人员可能比传统公司的副总裁更接近核心决策。

在传统公司里，你的权力来自组织架构；在前沿公司里，你的权力来自模型接口。

这些人原来的公司为什么留不住他们？

很多人会问：这些人原来的公司怎么样？他们怎么就舍得离开？稍微捋一捋。

Workday：成熟 SaaS 的增长天花板

Workday 其实已经上市了，还是很大的公司，但已经没有高速增长的势能了。Workday 官方披露，他们 2026 年的总收入是 95.5 亿美元，同比增长 13.1%；订阅收入是 88.3 亿美元，同比增长 14.5%。

这说明 Workday 并没有快完蛋，它仍然是很大的企业软件公司，这帮人就是做 SaaS 的。但是，它已经进入成熟 SaaS 的成长阶段，不再是早期那种十倍、百倍增长的创业故事。

Anthropic 一边吸收 Workday 的 CTO，另一边通过 Claude Code、Claude Coworker 这些工具，把这些 SaaS 公司的股价摁在地上摩擦。

You.com：AI 搜索被模型公司挤压

You.com 是一个 AI 搜索公司，自己也被模型公司挤压得不行了。所以 You.com 的联合创始人和 CTO 选择离开，说我不跟你费劲了，我上 Anthropic 去了。

这背后是行业压力。现在专门做 AI 搜索，意义已经没有那么大了。包括 Perplexity、Cursor 这些比较顶级的 AI 应用公司，也都增长不上去了，受到了顶级模型公司的挤压，所以他们的 CTO 都在想办法。

现在 Cursor 的 CTO 在 xAI 上班了，另外一个做 AI IDE 的公司 Windsurf，整个核心团队都已经上谷歌上班去了。所以大家都在采用相同的路径。

Super.com：成长还在，但 IPO 更难

Super.com，也就是发帖的 Henry Shi 所在的公司，还在成长，但是 IPO 已经比较难了。你说现在还能上市吗？上不去了。

Super.com 在 2023 年完成了 8,500 万美元的 C 轮融资，现在的年收入是 2 亿美元，用户有 5,000 万，累计融资是 1.5 亿美元。但是这样的公司，你要想让它再增长上去，再到美股上去 IPO，很难。

别看美股是注册制，但如果上去了以后跌跌不休，上来直接击穿，也没有人愿意上市。只是在美股，是你自己判断我想不想上；在中国，是有人替你判断。

Adept：AI Agent 早期明星被大厂拆解

还有一个叫 Adept 的公司，这是 AI Agent 早期的明星企业，被大厂直接打碎了、拆了骨头给吸收掉了。Adept 在 2024 年 6 月被亚马逊招走了一些核心员工，现在它的 CTO 也去 Anthropic 干活了。

CXO 神话：很多高管本质上是“退出标签”的携带者

大家有没有想过，这些 CTO、CXO、CEO、CFO 到底是干什么的？很多在公司里混过的人，特别是没有混到特别高职位的人，会神化这些 CXO。今天就把这个神话拆掉，讲讲这帮人到底在干嘛。

首先要承认，有些 CTO 或者 CXO 是创始人，也是真正从 0 到 1 做起来的。但是这些人其实并不是特别多。因为很多公司的成长很快，当公司涨上去以后，原来的初始团队未必能够跟得上这个成长。

所以，很多公司会在发展到 B 轮、C 轮，准备上市的时候，再去招一个 CTO 回来，或者招一个 CPO、CXO 回来。

这些人说好听点，叫补齐团队架构或者短板，提升投资人信心，让公司看起来可以被治理、被审计、被上市，给下一轮融资、上市、并购讲一个完整故事。

甚至很多 CFO 就是投资人带进去的。投资人投了一个项目以后，要做投后管理，募投管退嘛，“管”就是做这种投后管理。投后管理怎么做？不是说真的让投资人坐在里头给人管公司，而是去给人招人，把团队补齐，把 CXO 塞进去。

塞进去以后拿到下一轮融资，投资人就可以开开心心退出了。当然，最好的是上市，一上市大家都开开心心退出。

技术官僚的职业路径：用三年换一次杠杆

这里只讲 CTO，不讲别的。他们会变成技术官僚，自己是不写程序的，也不做任何研发。

他们怎么个技术官僚法？他们加入成长型企业，注意，不是从头创的，而是 B 轮、C 轮以后加入的，帮公司补技术、补团队、补流程，陪跑到下一轮融资，通常是要陪跑到 IPO 的。

股权兑现以后，他们就会离开，重新加入一个新的公司，再干一遍这个事情。

为什么这么干？这些创业公司上市之前叫苦日子。这些 CTO 拿到的薪水其实并没有那么高，号称是几千万，其实这几千万里大量都是价值不确定的股权。只要公司没上市，这些股票到底值多少钱，其实说不清楚，现金只占很少一部分。

所以很多公司的 CTO 日子并没有那么好过。但是一旦上市以后，这个杠杆就加上去了。包括上市以后的快速发展过程，公司的价值会翻好几倍，然后他们拿到的那些股权一下都变值钱了。

所以这些 CTO 的职业生涯，就是一次一次地利用最大化杠杆：我进来做三年，把你这公司带上市，我的股票退出；然后我再去一个地方再干三年，我再上一次市。这是最高效的方式。

投资人为什么喜欢他们？投后管理最重要的事情之一，就是补团队短板。如果一个人曾经帮一家创业企业上市了，或者并购了，这个人身上就会打一个标签。

这个标签不叫上市，不叫并购，在投资圈里叫退出。就是你成功地帮投资人把钱退出来了，而且还挣了很多。如果一个人身上有这种退出标签，是投资人最喜欢的。

投资人要找一个最会退出的人冲上去，把这公司退掉，然后把投进去的钱最大化地拿出来。这就是投资人、技术官僚和创业公司之间玩的一个小把戏。

他们真正害怕的标签是什么？

回到这些跳槽的 CTO 身上，他们到底害怕什么标签？他们想贴什么标签？

职业市场是很残酷、很现实的。成功上市，你身上就有成功退出的标签；被大厂收购，你身上也有退出标签，但是比成功上市稍微差一点点。因为上市以后，所有投资的钱就可以到股市上自由流通；如果被大厂收购，还要去跟大厂谈判，有时候可能还会打点折扣。

但是如果公司没跑出来，增长停滞，被 AI 取代，这些标签被打上了，那你这个人就不值钱了，等于整个价值下降了。

所以，这是这些人纷纷放弃原来的 CTO 职位，跑去 Anthropic 的一个最核心原因：我不能打上失败的标签，我要去 Anthropic 打一个新标签。

• 原来的公司如果没有上市，没有退出窗口；
• 原来的公司如果已经上市，高速增长空间变小；
• 原来的公司如果正好在被 AI 改写的赛道上，比如 SaaS、AI 搜索；
• 那么 CTO 未来就有一个很难看的标签在等着他。

这是他们不能忍受的。

而 Anthropic 会给你打一个新标签：我在 Anthropic 一线做过模型，我做过 Agent，我做过企业 AI。那这些人就又变值钱了。他们永远在想，我身上应该贴一个什么样的标签，让自己更值钱。

如果他说：“我亲眼见过前沿实验室如何组织产品和研发，我有 Anthropic 内部的人脉和 AI 时代的组织经验。”那么下一次创业或者加入下一家公司的时候，这些标签就会变成新的溢价。他们又在向更高的台阶去爬。

所以他们不是从 CTO 变小兵，而是从上一代软件公司的高管，变成下一代 AI 公司的早期战斗人员。大家一定要搞清楚。

Anthropic 为什么要这些人？

那你说 Anthropic 傻吗？让他们来蹭经验、蹭履历，上我这来镀金？Anthropic 一点都不傻。它在干嘛？它在收编旧世界的资源。

Anthropic 为什么要这些人？他们不一定是最强的模型训练和研发人员，让他在一线写程序，他未必写得了。但是他们懂软件工程，懂企业客户，懂组织流程，懂招聘体系，懂产品化，懂上市公司治理。

Anthropic 如果想从模型公司变成企业软件和服务公司，就需要这些能力。

2026 年 5 月，《华尔街日报》报道了 Anthropic 与黑石、高盛等推动了约 15 亿美元的 AI 企业服务合资公司，出去给人家做各种咨询、服务、孵化，目标是为了给 PE 支持的公司提供 AI 工具和落地服务。

刚才讲了，一个创业公司最赚钱的时间点是什么？就是上市 IPO 的时间点。Anthropic 说，你们谁快上市了，来，我给你辅导辅导。折腾一圈以后，你上去了，我把这个钱挣回来，也是一个很不错的事情。

这很像 AI 时代的麦肯锡、埃森哲和企业服务公司干的活。这说明 Anthropic 的战场在扩大，不只是模型的 API，也不只是 Claude Code，还包括企业工作流咨询、私募股权投资后的一些改造、软件行业的重构。

以后比如说，投资人投了项目以后说：“我投过这项目了，你们要去上市对吧？怎么上呢？我从 Anthropic 请一个人回来，在这给我看着，把它看上市了。剩下这个钱，跟 Anthropic 一块分。”

或者说，直接从 Anthropic 把这人挖出来，到那边去占个坑，然后让这公司去上市，这也可以把故事讲清楚。甚至一个新的企业说：“现在这公司我新找回的 CTO，原来是 Anthropic 的哪哪哪。”那这个公司上市的时候，估值、市值还可以再高一些。

旧世界的“地图”和“带路党”

所以，Anthropic 招这些 CTO，有点像找到旧世界的带路党。比如洪承畴、吴三桂、尚可喜，这些名字大家听着熟不熟？这就是大清入关的时候找的这些带路党。现在这些人跑去当带路党去了。

更准确地说，这些人是熟悉旧软件帝国地图的人。Anthropic 要攻城略地，需要他们知道城门在哪，客户端痛点在哪里，组织的阻力在哪里。得把这些人搞回来，就全都明白了。

当然，这里肯定有人会说：“老范，你这个说得太阴暗了，我们不同意。很多技术人员是真的热爱技术的。”这个没毛病，还是要承认。他们可能真的是热爱技术，而且 MTS 在前沿实验室也不是低级岗位。在 AI 加速期，亲自做东西可能比管理更有影响力。Henry Shi 这些人到底有没有 AGI 使命？我们就认为他有吧。

但是，老范原来跟这种人接触还是蛮多的，特别是聊到深了，聊得多了以后，再喝点酒，可能就祛魅了。会有这方面的原因在里头，但我还是要承认，他们是会有一定的理想主义。

人的动机通常不是单一的，理想主义跟财务杠杆可以同时存在。你不能说这个人理想主义了，他就不要薪水了。所以，高尚叙事越漂亮，越要看到它背后的职业资产重组的底层逻辑。

核心判断：AI 正在重新梳理整个行业结构

本期的核心判断是：AI 正在重新梳理和定位整个行业结构。

过去，管的人越多，权力越大；公司越接近 IPO，CXO 越值钱；软件公司靠组织、销售、渠道、合规、客户成功建立护城河。

现在，离模型越近，杠杆越大；能把模型能力产品化的人，重新变得稀缺；传统软件公司的护城河，被 Agent、Claude Code、企业自动化工具重新估值。

所以我的判断是，上一波软件和互联网创业企业，很难再复制过去那种顺滑的 IPO 路径了，里面最聪明的人已经开始给自己找新的出路了。

大家一定要相信，这些人就是行业里最聪明、最顶尖的一些人，他们绝对不傻。

最后总结

这些 CTO 去 Anthropic 上班，不是简单地从 CTO 的位置上降级成为小兵。他们是在判断下一个权力中心在哪里，下一个杠杆在哪里，去什么地方可以最有效地变现。

• 对于个人来说，去 Anthropic 是换职业标签，换杠杆，换叙事。
• 对于 Anthropic 来说，吸引这些人，是为企业战场储备旧世界的地图，储备像吴三桂、尚可喜这些人。
• 对于传统软件公司来说，人才和资本已经开始重新投票。不光是资本不喜欢他们，他们的股价在跌，收入在跌，他们手下这些最聪明的人也离他们而去了。
• 对于普通程序员来说，未来最重要的可能不是你管多少人，而是你能否驾驭最强的 AI 系统。

对于普通人来说，我们假设大家在高速公路上开车堵车了，这个时候应该跟着哪队走？跟着有大车的那队走。

原因有两个：第一，大车司机相对来说是职业的，人家的经验会更丰富一些；第二，大车的位置高，大车的驾驶室比普通人的车高，所以他可以看到更远的地方。

今天讲这个故事，不是说这些人有理想主义，也不是说这些人怎么这么爱财、这么想去挣钱。今天要说的是，创投圈里最聪明的一些人，已经用脚投票选择了新的赛道。而传统那些赛道，大家就不要再跟着折腾了。

背景图片

山姆·奥特曼为什么说 OpenAI 要派工程师去给企业 CEO 服务？

FDE 爆火的背后，是企业 AI 的最后一公里战争。

大家好，欢迎收听老范讲故事的 YouTube 频道。今天咱们来讲一讲 FDE 的故事，这是一个最新爆火的职位。

Customers Bank：OpenAI 工程师进入银行核心流程

先讲一个案例：一家银行把贷款、开户、支付交给 OpenAI 来改造。这家银行叫 Customers Bank，是美国宾夕法尼亚州的区域商业银行。OpenAI 向他们提供服务，也就是山姆·奥特曼所说的：直接给 CEO 派工程师。

这家银行宣布跟 OpenAI 建立战略合作，要把 AI 放进商业银行的核心流程里。注意，这不是一个 AI 客服，也不是让员工用 OpenAI 写邮件，而是三条银行血管。

第一，贷款生命周期

审批一笔贷款，并不是人家请你吃顿饭就能批。银行要评估企业资质、原来的还款情况、可以贷多少钱、贷多长时间、定什么样的利率相对合适。原来贷款评估的过程非常漫长，有了 OpenAI 以后，这个过程就极大地提升了。

第二，存款和开户生命周期

大家不要用中国银行的存款开户速度去思考问题，因为咱们是所有人都实名制的，而且所有人的账目都是公开透明的。在这样的情况下，银行可以快速开户、快速存款。而且中国的银行把你的钱丢了，它是不负责任的，所以他们可以很开心地来做这件事情。

如果有在外资银行开户、存款经验的朋友，应该了解，你跑到一个外资银行去开户存款，这个过程是挺痛苦的，有的可能需要一两个小时才可以把事情搞定。现在他们把这一块也交给 OpenAI 了。因为填表格、问问题、个人评估这些事情，AI 处理起来要比人快很多。

第三，支付生命周期

支付相关的生命周期，也交给 OpenAI 了。

这家银行资产规模接近 260 亿美金，也不是一个特别大的银行。银行要改造的不是边缘业务，而是银行怎么赚钱、怎么拿资金、怎么处理交易的一些核心问题。

媒体报道里有一个非常具体的目标：商业贷款关闭周期从原来的 30 到 45 天压缩到 7 天。还有一个目标：复杂商业客户的开户从超过一天压缩到 20 分钟。原来真的是需要一天的时间，大量文件需要你去读，读完了签字。其实我们在银行里读的很多文件，真的读过吗？反正我自己是没有太读明白过，就是告诉你签字吧，我就去签了。这个过程非常形式主义，但确实很慢。

这说明什么？说明 AI 已经从聊天窗口进入了企业的血管里面。过去企业买软件是买一个工具，现在企业买 AI，是要重写工作方式，也就是整个工作过程要改变。

于是问题就来了：谁来把 AI 放进贷款流程里？谁来处理银行的权限、数据、合规和审计这些问题？以前很多人说，AI 能不能代替会计？会计出来说，它能替我坐牢吗？现在就告诉你：你怎么能够在承担风险、继续坐牢的情况下，让 AI 大量代替你的工作。

这就是今天咱们要讲的事情：谁来面对业务部门、IT、法务、财务和老板？今天的答案，就是 FDE 这样的一个新职位，由它来面对这些接口。

FDE 是什么：不是前端，而是前沿部署工程师

FDE 叫 Forward Deployed Engineer，中文可以叫前沿部署工程师。它不是写前端的。一般中国人听到有“前”这个词，就以为他们是写前端的、写网页的，不是。他们是要到顾客现场去的，这么一个“前沿”。当然，他们也不是普通的售前工程师，而是从 AI 时代进入企业现场的野战工程兵。

讲到工程兵，待会儿咱们讲讲这个职位是怎么来的，这个还是跟战争稍微有那么一丢丢关系。

企业 AI 的问题：不是没钱，而是钱花了没有结果

其实发展到今天，你说有多少企业坚决不用 AI，谁敢用 AI 就把他开了？这样的企业也不能说完全没有，但现在应该已经占很小比例了。所有企业都想上 AI，但是在每一次 Anthropic 升级的时候，这些企业的股价还是稀里哗啦一泻千里。

原因其实很简单，就是他们所谓的上 AI，其实是假的。整个企业内部的工作流程、组织架构不进行调整，大家就是每人得到一个聊天窗口，每人订一个套餐，然后用 OpenAI、用 Anthropic 去写邮件、写报告，就做这样的事情。你这个还不如不用呢。

你不要说，我用了提高点效率有什么不好？不好的地方就在于，你确实提高效率了，它写邮件写得很快，写报告写得很快，但是报告里到底写了什么，有多少人看呢？原来我们自己写报告的时候，我们知道我们写了什么，我们知道企业在发生什么事情。现在告诉 AI 去把报告写了，给我写一个周报、日报，到底发生什么了，我们是不知道的。所以很多企业用了 AI 以后，反而比原来更差。

这也就是为什么 OpenAI 要派工程师进企业。它在这点上跟 Anthropic 是不一样的。Anthropic 就是我升级，升级完了以后你们死吧。它的 CEO 阿姆迪就出来说，我们在 2026 年到 2027 年要让一半的白领工作直接消失掉。山姆·奥特曼说，我们不干这活，我们派工程师到企业里去，我们要帮助企业渡过这个关口，怎么能够继续往前走。这是两个不同的玩法。

企业 AI 的最后一公里

企业用 AI 最大的问题，不是模型够不够强，而是落不了地。MIT 专门做了一个企业使用 AI 的调查报告，有一个被大量引用的数字：企业投入 300 到 400 亿美金到生成式 AI，约 95% 的组织没有获得可衡量的回报，只有约 5% 的企业使用 AI 以后创造了百万美金以上的可衡量价值。

这个数字要谨慎理解。它不是说 AI 没用，而是说大多数企业没有把 AI 变成可衡量的经营成果。企业最容易做的是什么？我上了 AI 以后，我裁员了，我如何降低我的支出了。这个事是比较容易衡量的。其实很多企业裁员跟 AI 也没什么关系，只是生意不好了而已。但是你说一个企业上了 AI 以后增加了多少收入，这就很难很难了。所以 MIT 的报告就说，只有 5% 的企业增加了收入。

企业为什么会失败？不是因为员工不会问 ChatGPT 问题，而是因为真实企业里有一堆麻烦：

• 数据分散在 CRM、ERP、邮件、飞书、Slack、Excel、网盘和老板的脑袋里面；
• 权限没人敢开；
• 审计没人敢签；
• 法务只会说有风险；
• IT 又怕出事故；
• 业务部门怕被替代；
• 老板想要 ROI，就是希望有投入产出比，但是又不想改流程。

Demo 能跑，生产环境根本跑不起来。这是大多数企业遇到的问题。所以这就是咱们今天要讲的企业 AI 的最后一公里。很多公司买了模型，买了套餐，做了 Demo，开了发布会，最后什么也没改变。

所以 AI 时代真正稀缺的人，不是发明新模型的人了。更稀缺的是能够进入企业现场、看懂业务流程、接通旧系统、设计权限和评估，把 AI 从 Demo 推进生产环境的人。这就是 FDE 爆火的根本原因。

FDE 的源头：Palantir 的旧方法在 AI 新战场复活

FDE 不是一个新发明，这东西是 Palantir 很早很早就发明的。所以我说这个玩意跟战争还是稍微有一点点关系的。

Palantir 成立于 2003 年，服务于政府、军方、情报、金融、能源、医疗、制造等复杂客户。这些客户有几个共同点：

• 第一，数据很脏，就是各种各样的数据放在不同的地方。
• 第二，系统很乱，不同的时期上了不同的系统，管不同的事情。
• 第三，权限很复杂。像政府、军队，权限一定是非常复杂的，而且他们设计这套权限系统的时候，也是考虑到各种法律法规的相互制约。
• 第四，业务不能停。你不能说咱们停下来，不打仗了，咱们研究一下怎么去改变一下这个架构吧，这个是不行的。
• 第五，出错代价极高。打仗、政府，肯定是出错代价很高的。

Palantir 很早就发现了，传统 SaaS 模式没法为这种客户服务。不能只说给你一个账号，你自己去研究，这事是搞不定的。必须派工程师进入客户现场。

Palantir 在内部把传统的软件工程师叫 Dev，叫开发；把 FDE，他们叫 FDSE，也就是软件的前沿部署工程师，叫做 Delta。Delta 就是增长的意思。

官方博客里面有一个非常典型的区分：Dev 关注的是我怎么能够开发一个模块为大家服务；而 Delta 关注的是，我有这么多模块和功能，怎么能够为一个客户服务，让他把这些东西用起来。FDE 为一个客户组合很多能力，把问题现场解决掉。

这个角色不是售前，不是客服，也不是普通的外包。他是会写代码的业务顾问，也是懂业务的工程师。

Palantir 的模式为什么在 AI 时代重新爆火？因为 AI Agent 进入企业以后，碰到的也是同样的问题：数据不干净，旧系统难接，员工不配合，合规要求高，业务流程没人说得清楚。

所以 FDE 不是新瓶装旧酒，而是一个旧方法在新战场上的复活。以前 FDE 把 Palantir 的系统装进了复杂的组织，今天 FDE 把 AI Agent 装进各种复杂的公司里。

OpenAI 要卖的不是模型，而是落地结果

OpenAI 不是要干掉客户，而是要逼客户先干掉旧流程。你想让公司 AI 化，一定要打破原来的组织架构，打破原来的流程。如果不打破，神仙来了也救不了。

OpenAI 为什么现在要做这件事？因为只靠模型打不赢企业市场了。个人用户买 ChatGPT 很简单，20 美金一个月，好用就订，不好用就拉倒。企业客户是不一样的。企业客户会问：

• 我的数据能不能接？
• 我的权限能不能管？
• 我的审计能不能留痕？
• 出了事谁担责任？
• 出了事谁去坐牢？
• 我投入这个钱以后，怎么能把这钱收回来？

你不能说我投入以后就只能裁员，这事也稍微有些悲观了吧。所以 OpenAI 必须从卖模型走向卖落地结果。

2026 年 2 月 23 号，OpenAI 宣布 Frontier Alliance，要去给人接。合作伙伴是 BCG、麦肯锡，还有其他几个咨询公司，目标是帮助企业从使用 AI 助理走向生产级的、安全可扩展的 Agent 部署。

路透社报道提到，OpenAI 的 FDE 会和咨询公司协作，帮助企业把 AI 嵌入销售、客服、软件开发等核心运营环节。这个动作非常关键。它不是说我自己的工程师就直接上人家公司上班去了，而是它的工程师跟麦肯锡这些人一块到客户那里去，然后把这个东西整个用起来。

因为麦肯锡那帮人相对来说比较了解客户业务，甚至很多客户的业务就是由麦肯锡他们来规划的。现在有工程师进来了，说我现在有这个能力了，有那个能力了，咱们怎么再进行大刀阔斧的调整。

这说明 OpenAI 已经意识到了：模型公司自己不懂所有行业，咨询公司懂客户和组织，系统集成商懂旧系统，FDE 懂 AI 落地。它要把这几个能力结合在一起，才能够推动企业 AI 化。

所以未来企业 AI 的交付，不是一家公司单打独斗，而是一个新的联盟：

• 咨询公司负责改脑子；
• 系统集成商负责改管道；
• OpenAI、Palantir、Salesforce 这些平台公司负责 AI 能力的接入；
• FDE 负责把 AI 放进血管里。

这里还有一层更残酷的逻辑：OpenAI 不能一上来就把客户干掉。你不能像 Anthropic 似的，我这起来以后，你那边的股价就暴跌，很多公司就开始倒闭，这事不行。它必须让客户成功，因为企业客户是它的大市场。但是客户如果真想成功，就必须干掉自己旧的工作方式和组织架构。

所以 OpenAI 不是温柔地卖软件，它是在告诉企业：你不改，别人会改；你不重构流程，AI 原生小公司会用更少的人干掉你；你不让 FDE 进来，以后可能连改造的机会都没有了。

山姆·奥特曼曾经跟人打过赌，说一人十亿美元独角兽很快就会出现了。但其实他那个声音有点灰色。不过山姆·奥特曼说，现在 10 个人的独角兽，也就是这公司只有 10 个人，但是估值已经到 10 亿美金以上，也马上要来了。

如果这些大企业不去进行调整，不去请 FDE 进来改掉自己的组织架构和传统流程，可能这些 10 人独角兽就是你们的掘墓人。所以这是一种恐吓式的销售：你不干，别人干掉你。

Shopify：先用 AI，再谈招人

Shopify 已经把先用 AI 再招人写进制度里了。如果说前面讲的 Customers Bank 是银行流程被 AI 改造，那么 Shopify 是公司管理制度被 AI 改造。

2025 年 4 月 7 日左右，Shopify 的 CEO 在 X 上确认并公开了一条内部备忘录，大意就是：AI 使用已经成为底线要求。任何团队要招人，你先问问，你这个团队 AI 是不是已经彻底用好了。如果没有用好，继续用 AI，不要招人。至少还没说裁人，我觉得还算是做得不错的一个 CEO。

所以在他们公司，不能说活太多，所以我要招人；而是你要先证明 AI 已经干到冒烟了，AI 干不了了，你才能再跟我提要求去招人。它是这样的一个运作模式。它还把 AI 使用纳入了绩效考核和评估里。

这不是技术部门自嗨，这是 CEO 把 AI 写进了公司制度。过去老板会问，你为什么没完成？未来老板会问，你有没有先让 AI 做一遍？过去团队申请加人说活太多了，未来团队申请加人要先解释，这些活为什么不能由 AI Agent 来处理。

那这跟 FDE 有什么关系？FDE 进入企业以后，真正改变的不是一个工具，而是企业组织对于工作的定义：哪些工作必须由人来做，哪些工作可以由 AI 来做，哪些岗位还要补人，哪些流程应该重写。这就是 AI 从效率工具变成组织制度的一个标志。

FDE 到底做什么：不是培训 ChatGPT，而是接管流程改造

这里我们正式定义一下 FDE：前沿部署工程师。

他不是普通售前。售前叫 Sales Engineer，老范做过售前。售前通常是做 Demo、讲方案、配合销售的。FDE 也不是传统咨询，咨询更偏重于访谈、框架、报告、路线图，最后交付的是一大堆报告，交完了就完了。至于你看不看、用不用，他其实不管。

FDE 是一个混合角色：会写代码，会听业务，会接系统，会做流程，会处理权限、日志和审计，会推动组织采用，会把客户反馈带回产品团队去。

他的工作通常分为五步。

第一步，诊断真实业务

客户不会给你一个清晰的需求文档，客户给你的通常是抱怨：这个审批实在太慢了，客服回答不一致，销售跟进太慢了，合同看不过来，报表每天要手工做，新员工培训太久了。FDE 要把这些抱怨翻译成可以部署的 AI 场景。

第二步，选择可衡量的场景

不是上来说，我整个都给你改掉，你给我签一个什么样的服务协议，我就给你规划一套完整的新流程。这是原来咨询公司干的活，FDE 不干这个活。

好的 AI 落地场景通常有几个特点：

• 第一，高频，经常要发生。
• 第二，重复。如果每次都不一样，这个事对于 AI 来说也是很痛苦的。
• 第三，要有数据。这个事情完全没有数据、完全靠人，搞不定。
• 第四，要有规则。事是办完没办完，办到什么样算结束，办得好不好，你必须要有一个规则来评判。如果完全主观，就不适合进行 AI 改造。
• 第五，风险可控。如果发现改完以后马上就有巨大风险，可以往后排。
• 第六，结果可以衡量。改造以后，速度提升了，人员减少了，收益上升了，这个必须可衡量。

要不然的话，你上了半天，钱花了，最后没有结果，可能最后写个 PPT、开个报告就结束了，这不是一个好的场景。

第三步，接入真实系统

传统企业不可能说原来没有数字化过，都是数字化过的。原来可能有什么 ERP、CRM、OA、邮件、Slack、飞书、钉钉、企业微信，还有数据库、Excel、老旧的内部系统，一大堆这些东西。

FDE 需要处理这些 API、权限、单点登录、日志、审计、回滚、安全边界。谁可以看什么，不可以看什么，谁有什么样的权利，这个东西必须要梳理清楚。梳理不清楚，就没有办法前进。为什么很多人进到企业里给人家做新的项目部署，最后失败了？就是因为这些东西接不起来。FDE 他们要去接这些东西。

第四步，设计人机协作

高风险任务不能完全交给 AI，要设计人在里面的审批环节。比如 AI 可以做合同风险标注，但是最终签字的还得是法务，而且你要让法务可以快速看到你到底标了些什么，为什么这么标。你不用让法务把整个合同都看一遍，你要提高他的效率。

AI 可以整理贷款资料，但是最终审批还得是人。AI 可以生成客服回复，但是敏感问题还是得转人工。

第五步，推动组织采用

前面都做完了，组织得用起来。这一步往往是最痛苦、最难的。员工会害怕被取代，当然这个怕也没用，他最后还是会被取代的。部门负责人害怕失去权力，这应该也是不可避免的。IT 怕出安全事故，也肯定还是要出的，因为改了流程以后，特别是还有从上到下大家不愿意配合的主观因素在里面，所以出现一些磕磕碰碰是难以避免的。

法务也怕合规风险，财务要看 ROI，到底是怎么挣钱、怎么亏钱，投入产出比是什么样的。老板要快，这个是稍微有点痛苦。这都是组织应用 AI 过程中的各种拦路虎。

FDE 夹在所有这些人中间，所以它不是一个普通的工程岗位，它是一个沟通协调岗位，但是同时你还得会写程序。

中国企业里的 FDE：可能要先学会不背锅

中国企业可能会更难一点。FDE 可能要先学会不背锅。像在美国，他们可以说我们规划一个新的组织架构、新的流程，上面老板一拍板就开始动了。但在中国，毕马威、麦肯锡他们在中国其实最主要干的活，就是帮国企去做阶级斗争。FDE 现在进来以后，可能也会成为同样的角色。

但是你帮国企做阶级斗争，总有斗争成功、斗争失败的时候。如果斗争失败，可能就要背锅。所以在中国做这个事情会更痛苦一些。

国内企业内部有几个特点：

• 第一，老板意志极强。特别是一些相对成功的企业，基本上是一言堂。他说什么就要什么，一拍脑袋想什么就来什么，你必须照着做。
• 第二，部门的墙极厚。因为每一层部门都有各自的利益，咱还不说灰色的部分，就说明面上的利益，他也有自己的部门利益，是很难打破的。
• 第三，权限很模糊。虽然咱们讲究责任到人，这是对底下来说的。在上面这一层里，权限是非常模糊的。数据也非常不透明，很多数据是相对隔离、比较分散的。

我记得傅盛当时他们叫可牛影像跟金山合并的时候，坚决不使用金山已经开发好的 ERP 系统、CRM 系统，坚决不用。原因很简单，就是一旦用了，你的数据就打通了。所以猎豹移动在上市之前，我们整个内部的财务管理系统是用 Excel 来管理的。

当时是安永进来做上市辅导，看了一下都疯了，说这次收这点钱不够，我们没法给你做上市辅导，你这个都是 Excel。

Excel 跟数据库之间最大的差别，大家知道是什么吗？就是没有做数据一致性。这边改了以后，那边那个表是不会跟着动的，就可以有很多很多的账目在里面。当时安永也是费老鼻子劲，才算把这个事情推过去。

中国企业还有什么特点？就是出了事没人担责任。成功了以后还要抢功，失败了以后要甩锅。所以 FDE 进到中国企业里，可能会遇到三种情况。

第一种，被老板当枪使

一进来以后，老板说咱们先别研究改系统了，先看看怎么能够帮我把那哥们干掉。原来麦肯锡他们在国内企业里经常就干这种活。

第二种，被部门当成预算工具

要上 AI 吧？买显卡呀。中国原来买了一堆垃圾，叫 DeepSeek 一体机。就在 DeepSeek R1 发布的时候，各个企业都去买这个东西。这个东西里应该是使用各种各样的算力卡，可能是 8 卡机或者几卡机，能够跑 DeepSeek R1，将就能跑。跑起来以后，其实也没有人用，就是当时大家都买，买完以后就都搁那儿落灰了。

当然，也有一些比较黑心的老板或者黑心的手下，他们会干嘛？用这种比较烂的机器，比如里面装了一个千问很小模型蒸馏出来的 DeepSeek R1。因为当时有 DeepSeek R1 什么 32B，就是拿千问模型蒸馏出来的这种版本，号称也是几百万，就把这钱花了。这种东西现在都搁在库房里躺着呢。

有一些强势部门遇到 FDE 以后说，我们还要再去搞一些这种事情，再买几台这种一体机给我放在仓库里。至于买一体机剩下的钱哪儿去了，就谁也不知道了。

第三种，项目失败以后成为背锅侠

你帮着这个老板把那个人干掉，结果那个人没干掉，这个老板自己塌房了，那么这个 FDE 可能也会在里面背锅。而且这种背锅，不是说你项目失败了，有可能会承担更重的一些责任，咱们就不展开讲了。

FDE 是长期职业，还是短期泡沫？

那么 FDE 是一个长期职业，还是短期泡沫？谁适合干这个活？因为我们看到 FDE 上来以后，帮人把公司改了，改完以后你就回去了，你就结束这个任务了。还有新的公司可以做吗？还是说做完这一批以后就废了？这是我们要研究一下的。

FDE 这个职位可能是分层的。低端的 FDE 最终可能会被工具所取代。比如你就会搭个 n8n，会接 API，会做知识库，或者会配一个简单的客服机器人，这类工作肯定会越来越便宜，最后会被 AI 取代。

高端的 FDE 会长期存在下去。因为高端 FDE 其实是行业的领域专家，你可能真的特别懂某一个特定行业，可能会比这些老板自己还要再懂，然后还很会用 AI，他们会一直存在下去。

什么人适合做 FDE？

第一类，早期创业公司的工程师

你说我是大厂工程师，这个其实不适合。为什么越大的厂，工程师就越螺丝钉，你可能除了自己这块东西做得特别好、特别精细之外，换一个地儿你就不知道怎么转了，或者说整个大厂的运作方式你是不理解的。这些人其实不适合做 FDE。

而且很多大厂工程师离开大厂以后，可能连软件都不会写。原因很简单，比如像百度、阿里这样的公司，它全套的底层代码库、底层软件库都是大公司整个重构过的，你离开原来的公司压根就没法转起来。

早期创业公司的工程师会比较习惯混乱，既会写代码，也能见客户，还会做产品，还能救火，所以他们会更适合一点。

第二类，解决方案架构师、云迁移工程师

他们通常会懂企业系统，也懂权限、数据、部署、稳定性和成本这些东西，算是跟企业 IT 部门有一定的共同语言。

第三类，有行业背景的技术人

比如你懂金融、懂医疗、懂制造、懂法律、懂教育、懂跨境电商，这一类人只要补上 AI 工程能力，还是非常有价值的。

第四类，懂自动化的业务专家

比如这些人会 n8n、Dify、Coze，或者是 MCP、OpenClaw 这些东西，能够快速做出工作流来。但是要从工具玩家升级到行业流程专家这一块，还是要付出一些努力的。

第五类，能够转工程的顾问

比如原来麦肯锡的，以前只会做 PPT，这些人位置就比较危险了。如果他们能够掌握 API，掌握 RAG，掌握 Agent，掌握自动化和数据接口，他们也可以成为 FDE。

哪些公司适合提供 FDE 服务？

Palantir，这东西就是从他这儿来的。OpenAI 现在也正在干这个事情。像 Salesforce、SAP、Oracle、ServiceNow、Microsoft 这些 ERP、CRM、SaaS 公司，他们也会提供这种 FDE 服务。因为原来他给你做一个完整的项目，系统就搁那儿了。现在的话，他可能需要工程师到现场去，帮你改改业务流程。

还有就是原来那些咨询公司的人，他们也适合做这个事情。当然，还有一种是垂直行业的一人公司，就是他对这个行业很懂，但是他这公司很小，就一个人、两个人，他们也可以做这个事情。

我个人可能更看好的是 一人 FDE 公司。不是泛泛地给所有人做 AI 自动化，而是锚定一个行业，比如做牙科诊所、做小律所、做跨境电商、做汽车经销商、做中小银行、做教育培训机构、中小制造业企业，对某一个特别熟，那就可以去做这种 FDE，帮人做 AI 部署就完了。

一个客户可能你服务他十天半个月，就可以去下一个客户。而且随着这些 AI 工具的不断增强，AI 新工具的涌现，AI 新模型能力的涌现，你还可以不断跟你行业里的这些客户进行升级和服务。所以一人公司未来可能在这个方向是大有可为的。未来模板越来越多，部署越来越快，行业理解越来越深，这才是真正的一人 FDE 公司的复利时代。

FDE 会创造就业，也会加速岗位消失

最后，FDE 在创造就业，但是也会加速岗位的消失。这个稍微让大家听起来不太舒服。

FDE 会创造高薪就业吗？会的。而且 2025 年 1 月到 9 月，FDE 这个岗位的岗位数增加了 800%，很多企业都在开始招这个职位了。

但是注意，这个职位新人小白干不了。你一定是有行业经验的领域专家，你才能干这个活。它会创造一定的岗位，但是任何使用 FDE 的企业都会进行岗位压缩，这个事是避免不了的。

而 FDE 是一个高杠杆角色，可能一个 FDE 就业了，会有 10 个、20 个其他岗位消失。这可能是无法避免的事情。

而且企业使用 FDE 的过程中，那些初级法务、初级分析师、初级运营，大量会被 AI 替代。原来你可能还替代不了，现在 FDE 上来了以后，这个东西 AI 搞定了，那个东西 AI 搞定了，这些人就都没工作了。再想重新招聘这些人，基本上不现实了。

McKinsey 2023 年报告估计，生成式 AI 和其他技术有潜力自动化员工 60% 到 70% 的时间。这不是说 60% 到 70% 的人员马上会失业，而是说岗位内部大量的任务会被切走。所以 FDE 是机会，也是冲击。

给企业管理者、企业主和个人的建议

如果你是企业管理者，不要一上来就搞个大平台，找一个高频、痛苦、可衡量、风险可控的流程，找个靠谱的 FDE 直接做样板。

如果你是企业主，可能你也不太想去搞这个 AI，但是也可以利用 FDE 这种外部变量，突破原来内部搞不定的部门墙和流程桎梏。你说我想把谁谁谁干掉，但是搞不定，那就整个 FDE 过来把他搞定。

如果你是个人，有软件背景、AI 能力、行业经验，就应该开始准备向 FDE 这个行业迈进。你要提升自己的 FDE 服务能力，不要只学提示词，要学 API、数据、RAG、Agent、权限、评估、部署和行业流程。学好这些东西，个人就有可能成为一人 FDE 公司。

最后一句话

AI 不会自动改变公司，真正改变公司的是懂 AI、懂业务，又能把系统跑起来的人。FDE 就是 AI 进入企业现场的那把手术刀，也是企业 AI 化的最后一公里。

好，今天的故事就讲到这里。感谢大家收听，请帮忙点赞、点小铃铛，参加 Discord 讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片

大家好，欢迎收听老范讲故事的 YouTube 频道。

今天咱们来讲一讲：一位美国投资人在中国走访两周以后沉默了，中国 AI 真的追不上美国了吗？

这个故事来自我两天前看到的一篇很有意思的长文。文章应该写于 3 月底，不是在中国媒体上发布的，也不是硅谷大厂的公关稿，而是一位海外投资人跑到中国 AI 创投圈里泡了整整两周之后，回去写下的观察。

他见了很多中国的 AI 创业者、VC 以及上市公司 CEO。最后他的结论非常刺耳：中国硬件比他想象中更强，但中国 AI 软件比他想象中弱很多。中国创业者很聪明、很努力、履历很强，但太一致了，缺少批判性，所有人都像从一个模子里刻出来的。也就是说，中国 AI 创业者高度同质化，这是让他很难忍受的一点。

我们平时听到的叙事一般有两种极端：一种是中国 AI 已经全面追上美国，马上就要反超；另一种是中国 AI 永远只能靠开源、靠低价、靠卷，追不上 OpenAI 和 Anthropic。

而这位真正跑到中国看了一圈的投资人，给出了一个有趣视角。他不是简单唱衰中国 AI，他真正想说的是：中国 AI 的机会不在于复制一个 OpenAI，中国真正的强项可能在硬件、供应链、机器人、视频生成、AI 出海，以及中国工程师服务全球市场。但是，中国 AI 软件公司的估值可能已经跑得太快，他认为中国 AI 带来了巨大的泡沫。

这也是一个很有意思的观点。很多人会问：为什么要跑到中国来看项目？因为中国有的是人，已经卷得一塌糊涂。按理说，中国项目应该特别便宜。可他来中国一看：你们软件做得也不行，还这么贵，到底是为什么？

所以今天我们就来拆一下：这位投资人到底是谁，他为什么来中国，他看到了什么。以及 3 月份他发文之后，又发生了两个新的变化，可能会改变整个中国 AI 创投的方向。

这位投资人是谁？

这位投资人叫何塞·玛丽亚·马塞多，我们就管他叫何塞吧。他的公开身份是 Delphi Labs 的联合创始人、Founder & CEO，Delphi Ventures 的 Founding Partner，也就是创始合伙人。

Delphi Ventures 是 Delphi 体系下的风险投资基金，管理着大概 200 多个项目组合，长期关注 Crypto，也就是加密货币、Web3、AI、机器人，以及他们称为 Deep Tech 的深科技。这里的 Deep Tech，大概可以理解成一些比较“黑科技”的东西，包括 AI、航天、生物技术、量子计算等前沿硬科技。

这次文章的标题叫《我在中国 AI 生态里两周学到了什么》。这里有一个很关键的背景：他不是传统意义上的硅谷 SaaS 投资人，也不是只看大模型跑分的 AI 博主。他来自 Delphi 这样的机构体系。

Delphi 的背景

Delphi 最早是做什么的？说白了，它是做加密研究的，专门做币、做 Web3 投资、做协议孵化。所以 José 看中国 AI 的方式，和普通投资人不太一样。

普通投资人可能更多会问：

• 你的产品有多少用户？
• 年度经常性收入有多少？
• 留存怎么样？
• 毛利率是多少？

而来自币圈的投资人会问一些额外问题：这个系统有没有网络效应？能不能传播起来？这个生态里谁能够捕获价值？或者说，最后谁收钱？

比如你说你做了 AGI，做了开源，那钱怎么收回来？这是他会关注的。他还会看：开源之后还能不能赚钱，项目是基础设施还是表层应用，估值是不是被叙事吹起来的。因为币圈嘛，吹牛这件事大家还是得跟他们学。所以他到这边来看到有人吹牛，可能会觉得这是一帮小孩在他面前班门弄斧。

另外，他还会看谁是最终的接盘人。币圈做击鼓传花，总要有人接。所以创始人够不够怪、够不够反共识，是币圈必须看的东西。传统投资里并不一定非要求创始人反共识、要怪，但是币圈一定要看这个。因为币圈很多项目大家谁也看不懂，这时候就看行为艺术，看谁表演得好。如果你真的是很反共识、很怪的一个人，反而可能得到关注。

所以，他这次看中国 AI，不只是技术观察，也是一次用加密圈投资逻辑审视 AI 创业的过程。这一点非常重要。

Delphi 大概是在 2018 年创建的，最早叫 Delphi Digital，主要是做加密货币和数字资产研究，写各种深度报告，分析链上生态，理解 Token 经济，以及其他早期项目和开发者社区。

做了一段时间研究之后，他们开始做 Delphi Ventures，从 Crypto 去投深度科技项目。除了投 Web3、DeFi 之外，也投 AI、机器人，还有脑机接口。马斯克的 Neuralink 就是他们投的一个项目，但他在 Neuralink 里到底占多少股份，我没有去查。

再往后，他们还成立了 Delphi Labs，做协议孵化和研究；又做了 Delphi Intelligence，专门做 AI 研究。整个体系是四个机构连在一起。

这次不是他一个人来，还有 Delphi Intelligence 的研究员罗森·哈弗蒂，我们就叫他罗森。他也写了一篇报告，叫《中国科技现状》，更像一份投资备忘录，没有何塞那么尖锐。我们可以把两篇报告拼起来看，理解他们认为中国 AI 科技现在发展到了什么状态。

他们的看法是：中国的科创投资并没有结束，但已经不便宜了。

他们为什么来中国？

原因很简单：中国 AI 现在是全球投资人绕不开的一站，必须得来。

第一，极高的人才密度

中国 AI 创业者的履历往往非常强：清华、北大、浙大、上海交大、中科大，再加上字节、阿里、腾讯、华为、大疆，还写了一大堆论文，有大厂 AI 实验室经验，产品和工程能力都非常强。

中国在产品上通常要比美国更强，因为我们卷细节。至于工程能力，中国团队也很强。真正面对过大规模用户的美国公司并不多，OpenAI、Anthropic、谷歌、xAI 可能面对过大规模用户，其他美国创业者其实根本没见过什么叫大规模用户。他们没见过双十一，也没见过春运。所以中国这些团队的工程能力非常强。

第二，极强的硬件供应链

很多人认为，现在 AI 应该开始转向卷硬件了，所以他们要来看一看深圳、大湾区是不是有机会。

在深圳这些地方，工程师在旁边，模具厂在旁边，PCB，也就是造电路板的厂在旁边，组装厂也在旁边。测试、迭代、返工，基本上在一公里或者几公里半径内就能搞定。

你要做一个硬件出来，这边的迭代速度是按天算的；在美国，迭代速度可能是按月算的。所以他说，他们一定要到中国去。

第三，中国创业公司从第一天开始就想着出海

这也特别有意思。他们发现，几乎没有哪个中国创业公司是不想出海的，因为国内实在太卷了。

这些中国创业公司从第一天开始就在用 Claude Code，听硅谷各种 AI 播客，研究 Cursor，研究美国和欧洲的创业企业，对美国 AI 公司如数家珍，产品一开始就是面向全球市场。

这说明，中国 AI 创业已经不是过去那种先做中国市场、再做海外市场的路径了。现在很多中国 AI 创业者上来第一件事，就是先做海外市场。中国市场卷不动，就不用费这个劲了。

他们见了哪些公司？

两周中国行，他们见的是 AI 创业者、VC 和上市公司 CEO，主要在深圳、大湾区，上海应该也转了。文章里没有写其他城市，所以不知道是否去了北京或别的地方。

他们去了大疆、影石科技、华为、拓竹。拓竹是专门做 3D 打印机的。人形机器人方面去了智元科技、宇树科技，这些大家耳熟能详的机器人公司他们都去了。

大模型方面，DeepSeek、智谱、MiniMax、月之暗面、字节、阿里，他们也都跑到了。AI Agent 方面，Manus、Genspark 也有接触。反正能见的人，基本都见过了。

核心观点一：硬件真的强，但不代表每家硬件公司都值得投

何塞最震撼的不是中国大模型，也不是中国 AI 应用，而是深圳的硬件生态。他的观察是：中国硬件公司正在赢一场西方人还没有意识到已经开始的战争。这个说法非常狠。

为什么？因为在软件领域，美国还有 OpenAI、Anthropic、谷歌、Meta、Cursor 等一大堆非常强的公司。但是在硬件领域，特别是在消费硬件、机器人、AI 硬件领域，中国的优势不是某一家公司，而是一整条生态链。

比如大疆、影石、拓竹、宇树科技等等，这些公司背后不只是产品经理，也不是一个模型 API，而是机械结构、模具、电池、传感器、电机、芯片、软件、App、供应链、量产能力、全球电商分发。等于这些东西全部凑齐了。

这些能力在其他地方，包括美国，目前为止几乎没有追赶的可能。

这一点上，我同意他的观点。中国硬件确实是系统性优势。但何塞说硬件强，并不等于每家硬件公司都值得投。他的意思更多是：中国硬件生态形成了一种难以复制的系统密度，不是说买哪家公司，它就一定能涨起来。可能谁也涨不大，但我们就是可以在这样的体系架构下把东西做出来。

这也是他的一个观点：确实很强，但能投的项目并不多。其实我在深圳也看过很多硬件公司，最后也没有出手。这些硬件公司做产品非常强，但你要投资它们，指望它们快速长大，还是挺难的。所以在这一点上，我认为何塞基本是正确的。

核心观点二：中国软件是真的差

这是他一个特别有意思的观点。而且他认为，中国软件差的问题不在能力，而在市场结构和出海策略。

何塞对于中国 AI 软件非常悲观。他认为中国软件应用同质化非常严重，大家都是抄：你做一个，我就一定要做一个跟你一样的。很多公司没有真正壁垒，很多 Agent 产品会被大模型公司的原生功能直接吃掉。

他认为，中国没有像 Cursor、Lovable、Harvey、Glean 这种软件公司，压根就没有，谁也没长出来。

• Cursor 是产品名，公司叫 Anysphere，在美国旧金山，是 AI 编程领域的 IDE。
• Lovable 在瑞典斯德哥尔摩，做自然语言生成网站和 App。
• ElevenLabs 在英国伦敦和美国纽约都有办公室，是波兰人创建的，做 AI 语音生成、声音克隆、语音 Agent。
• Harvey 是美国旧金山的法律 AI 平台。
• Glean 在 Palo Alto，做企业工作 AI 产品。

中国也不是完全没有软件公司。他举了三个例子：

• 第一个是 HeyGen，其实是在深圳起家的，但很早就搬去洛杉矶，做 AI 数字人视频。我们最早看到的郭德纲讲英语之类的东西，就是他们做的。
• 第二个是 Manus，新加坡的通用 AI Agent，也是中国团队做出来的。
• 第三个是 Genspark，也在 Palo Alto，但团队基本在美国和新加坡，原来百度团队做出来的，做 AI 搜索、AI 工作空间、Super Agent，也就是超级 AI Agent 路径。

也就是说，中国也做出了一些软件产品，但做出来的都出海了。

我对这一点的看法是：中国 AI 软件为什么做不出有差异的产品，为什么没有独立思维，为什么都是抄来抄去？原因很简单：在中国做软件，软件公司没有任何话语权。我们叫乙方，甲方想要什么，你就得给他做什么。你说“不对，你这个要求有问题”，人家不给你结账。所以中国软件很难有自己的思考方式。

另外，中国 AI 软件其实更多是在卷海外，因为大家也知道国内挣不到这个钱。中国甲方不需要 AI 软件，中国甲方需要的是“我说什么，你给我干什么”。至于有没有 AI，写上有就行了。所以中国想在国内做出划时代的、有独立思考的 AI 软件，基本不现实。

还有一点，中国这些 AI 软件其实比国外卷。像 Cursor、Lovable、Harvey，迟早也会被 Anthropic 吃掉。只是我们觉得没必要在这儿费劲了，直接卷下一个阶段就可以了。美国还可以再折腾折腾，而且他们从全球赚钱，美国市场支付能力强，所以他们还能做起来。

我认为他们举的这些例子，包括 Cursor，可能能多苟延残喘一两年，但最后也不会有什么结果。所以这一点上，中国算是卷得更快。

这让我想起以前做游戏时讲生命周期。一个游戏在中国的生命周期可能是半年，在美国可能是一年。所谓生命周期，就是这个游戏从上线到用户不爱玩的周期。

核心观点三：大模型差距巨大，但 Agent 时代可能降低对最强模型的依赖

何塞认为，中国大模型进步确实很快，但跟 OpenAI、Anthropic 比起来还是差很远，而且可能很长时间都追不上。

特别是在开源模型上，中国模型中文理解能力可能很强，性价比很强，上下文也已经很长，视频生成、代码辅助都可以用，也适配了国产芯片。但是，真正的前沿能力，中国模型差得非常远。

什么是前沿能力？包括：

• 高级推理；
• 长程 Agent 执行；
• 复杂代码生成和 debug，也就是除错；
• 数学和科学能力；
• 多模态理解；
• 视频理解和生成；
• 可靠工具调用；
• 企业级稳定低幻觉；
• 大上下文复杂任务。

中国在多模态生成上已经做得不错，但理解稍微差一点。在这些前沿能力上，中国要差很远。

他认为，在这一块 OpenAI 和 Anthropic 绝对领先，主要不是模型参数，而是整个系统能力。就像中国硬件强到他们追不上，OpenAI 和 Anthropic 的训练算力、推理算力、数据闭环、企业客户、开发者生态、API 生态、Codex 和 Claude Code 这样的工具入口，以及真实商业收入，中国大模型厂商也完完全全没有追赶的可能。

这点怎么说呢？差距要承认，特别是在最强闭源模型和企业生态上，确实要承认。但我们也要知道，中国模型主要是在中国挣钱，开源以后在海外挣回来的钱相对比较少。而 OpenAI 和 Anthropic 是在全世界挣钱，收入差距很大，这可以理解。

我觉得唯一需要补充的是，虽然我们的模型在数学推理、物理、科研上差一些，但在现在的 Agent 时代，这些没那么强的模型也将就够用，算是中国稍微追上了一点点吧。差距仍然要承认。

核心观点四：中国 AI 泡沫可能比美国还厉害

何塞还有一个可能违反大家常识的判断：他说中国的泡沫比美国还厉害。很多人难以理解：中国都已经卷成这样了，这么多人都没饭吃了，怎么还有泡沫？这和中国一个很特殊的机制有关。

何塞非常尖锐地判断：中国 AI 大模型公司的估值太高了，上市公司的市值也太高了。

我们看几个最简单的数据：

• 智谱已经在香港上市，市值是 4,169 亿港币，去年收入是 7.243 亿人民币，也就是 1 亿多美金。它的 PS 是 533 倍，非常巨大。
• MiniMax 也是香港上市公司，去年收入是 7,900 万美金，不到 1 亿美金。它的市值是 2,236 亿港币，PS 是 362 倍，也非常高。
• 月之暗面、Kimi 还没有上市，现在估值是 180 亿美金，去年收入大概 1 亿美金左右，PS 是 180 倍。

为什么只有 PS，没有 PE？因为 PE 是有利润才能算出来的，这些都是亏钱公司，所以只能算 PS。

那美国是不是也这样？OpenAI 估值是 8,352 亿美金，年化收入是 250 亿美金，PS 是 34 倍。Anthropic 据说有 1 万亿美金估值，年化收入是 300 亿美金，PS 是 33 倍。相比中国这些 300 多倍、500 多倍 PS 的公司，美国估值反而显得实在多了。

这有点反直觉。很多人会认为中国 AI 公司应该便宜，美国 AI 公司应该贵。但从收入倍数来看，还真不是这样。美国是 30 多倍，中国没上市的是 180 倍，上市的则是 300 倍、500 倍，确实不太理性。

中国为什么会出现这样的问题？前期太内卷，卷得太厉害。现在这些上市公司也好，像 Kimi 这样的公司也好，都是从众多小龙里卷出来的。

另外，中国上市非常难，不像美国上市那么容易。而且中国公司必须早上市，因为手里的现金没有那么多，必须在现金烧完前上市。美国公司现金多，像 Anthropic 这样估值 1 万亿美金的公司都没有上市，它们可以一直融到钱。中国公司融不到，所以必须着急上市。

在这种情况下，一定会有一个相对较高的估值去击鼓传花。否则上市以后，前面投资人退不出去。

还有一点，中国股市会人为制造稀缺性，让你没那么容易上去。投资人想投 AI，发现就这两家，那就买它们俩，于是全民热情集中在这两家公司身上，PS 就会非常不理性地涨上去。

核心观点五：人形机器人更加过热

何塞认为另一个更有泡沫的地方是人形机器人。

他们认为，中国人形机器人已经极度过热：公司太多，融资太热，估值太高，不值投了。而且这些公司大多没有收入，或者收入极少，很多公司根本没有证明真实场景。

也就是说，你可以把东西做出来，甚至可以量产，但量产之后卖给谁、卖出去干嘛，谁也说不清楚。现在我们就吭哧咔哧冲上去开始造了。

这个赛道里有宇树科技、智元，还有一大堆公司，以及供应链，包括灵巧手、电机、关节、控制器。等于我们把所有东西都凑齐了，但不知道这东西该卖给谁。

从我个人观点看，中国优势还是明显的：供应链强，试错成本相对低。就算很多公司挂掉了，那又怎么样呢？我们认为这些损失应该被承担，不就可以了吗？就像以前的百团大战、千团大战，确实浪费，确实有泡沫，但最后卷出来的美团，就是一个狠角色。

机器人这块，我估计我们也在走同样路径：通过养蛊的方式，把最后的狠角色拎出来。而且为了保证最后一定有人胜出，而不是整个行业都倒在黎明之前，现在政府还在做政策扶持，也准备让一些公司上市。宇树也好，智元也好，今年或者明年都有可能上市。

上市实际上就是“奉旨割韭菜”。中国股市相对很难上去，一定是得到了批准，国家允许你上去割韭菜，才可以去，其他人是不可以来的。所以政策现在还在努力支持它们。

当然问题也很明显：机器人视频很好看，翻后空翻之类都可以，但真正的商业化到底哪一天到来？最后能活过周期的到底是谁？我们还要拭目以待。但我相信最后一定会有能活下来的。

核心观点六：中国创始人同质化太厉害

何塞认为中国创始人同质化太厉害。他的同事罗森则认为，美国人可能看不懂中国模式，中国模式也许有一些其他差异化，只是美国人未必看得懂。

何塞这个观点非常刺耳。他说，中国创始人履历都很强，但太同质化，缺少那种极端叛逆、偏执、反共识的人。比如马斯克、乔布斯，都属于比较极端、叛逆、偏执、反共识的人。

但他看到的中国创始人是什么样？顶尖大学、大厂背景、发论文、写专利，执行力极强，工作强度极高，工程能力极强，所有人都长一个模样。这些人按道理说应该去做职业经理人，而不应该出来创业。

我记得以前跟一帮投资人聊天时，有人说特别守规矩的人不能创业，你们就适合在大厂里当螺丝钉。这也是投资人的一个共识。

问题是，这些人像是同一个系统里筛选出来的最优解。在这一点上，我认为何塞可能有问题。因为中国整个教育和职业体系就是这样的过程：筛选能够回答问题的人，筛选能够解决问题的人，筛选不会质疑领导的人。这是我们整个教育和职业生涯一直在训练的事情。

但还要看清楚一件事：哪里有压迫，哪里就有反抗。所有在高压环境下成长起来的人，都惦记着去做一些不一样的事情。只是被别人看着的时候，他一定会老老实实。一旦没人看着他了，你看看他们是不是给你翻出花来。

这让我想起蒙哥马利，也就是英国二战时的统帅。他从小的成长环境是，他妈妈总在说：

看看蒙哥马利在干嘛，叫他停下来。

所以他成为英国二战统帅以后，干的很多事情让美国将军们无所适从。大概就是：我虽然答应了，但我可以干点别的，我要看看哪有空子可以钻。

当时把巴顿都吓坏了。巴顿说：“你上面有命令，你怎么可以违反呢？”蒙哥马利说：“命令就命令呗，有空子，我为什么不钻呢？”他是这样的性格。

所以中国很多创业者其实也在向这个方向发展。他们知道怎么适应规则，怎么在规则边缘游走；他们知道怎么在上面有领导的时候好好表演，怎么在自己成为领导的时候，在自己的一方天地里大闹天宫。

所以我觉得何塞可能还是不太理解我们的人。但有一点他可能说得对：我们缺乏从根本上的叛逆，我们还是会跟规则妥协。就像咱们这些做 YouTube 的人一样，人人心中都住着中宣部。

核心观点七：最好的出路是服务全球，别在中国卷

何塞看到的另一个现象是：最好的出路就是服务全球，别在中国卷。在这一点上，我完完全全同意。这可能是中国 AI 创业唯一的出路。如果定义在国内卷，根本卷不出来。

何塞的判断是：中国 AI 创业最好的出路，不是做中国市场，而是中国团队加中国工程师，加中国供应链，加全球用户，加海外收入。

我也完全赞同这一点。

为什么？因为中国市场有几个现实问题：

• 用户付费意愿稍微差一点，特别是企业用户。
• 企业软件领域不给软件公司任何定义权，都是付钱的人想要什么，你就按照他的要求改。
• 在这样的环境下，想做出有差异性的 AI 软件是不可能的。
• 大厂竞争极其激烈，上面还有腾讯、字节、阿里，小公司跟它们卷，很容易卷死。
• 模型 API 价格战非常惨烈。
• 同质化复制特别容易，也缺少有效专利保护。
• 政策和合规不确定性高，AI 应用很难在国内做出很高收入。

但是全球市场不一样。美国和欧洲市场愿意为了提高效率、企业知识管理、法律文档、视频制作、语音生成、市场研究、自动化工作流付钱，而且是真金白银。

所以像 HeyGen、Genspark、Manus 这样的公司，才会有这么好的发展。

他认为，做一个中国版 Cursor 没有意义。还是应该让中国团队，或者中国背景团队出去做全球产品。这样你才有能力或者机会去定义产品。否则就完全被甲方牵着鼻子走，没有意义。

为什么币圈投资人会形成这样的判断？

刚才讲了，何塞原来是做区块链的人，是币圈投资人。投资人都有各自的投资逻辑，有些人不愿意说自己的逻辑，有些人愿意讲。

为什么不愿意说？原因很简单：你告诉别人你的逻辑是什么，别人就会照着样子来骗你，这很危险。

作为加密圈投资人，他跟普通投资人有巨大差异。叙事爆炸、估值飞涨、流动性撤退、泡沫破裂，这些都是币圈投资人经历过的事情。所以他们看到 AI 圈时，会有一种熟悉感：这玩意儿都是我们玩剩下的。

很多 AI 项目看起来也像币圈牛市：

• 叙事非常宏大，比如我要做 AGI；
• 用户增长很快；
• 估值非常高；
• 收入还没有跟上；
• 技术壁垒不清楚；
• 大家都在讲 Agent、workflow、AI coworker；
• 很多项目长得都差不多。

这就是币圈的人会觉得“我熟”的地方。

他们看重价值捕获能力

一个产品有价值创造能力，比如 Cursor 让人编码效率上升，Claude 让人解决各种问题，这都叫创造价值。

那什么是捕获价值？收订阅费，这叫捕获价值。

所以他会问中国 AI 厂商：你们怎么把钱挣回来？谁来捕获最后的价值？这是他要关注的。

他们看重前沿能力

不能卷来卷去大家长得都一样。特别是长链 Agent、高级编程、复杂数学科学推理，这些到底谁做成了什么样？在这一块，何塞和罗森大概没有在中国看到什么特别值得看的东西。

他们关注分布式 AI、去中心化 AI 和隐私计算

这些都是从币圈传下来的东西。

什么是分布式 AI？就是每一个 AI 处理不同项目，比如销售 Agent、法务 Agent、财务 Agent、代码 Agent，让这些东西配合起来工作。

什么是去中心化 AI？现在不管是 Anthropic 还是 OpenAI，本质上都是中心化 AI，我们要到它的服务器上干活。币圈的人希望 AI 的训练、推理、数据、算力、结算、治理，不完全被 OpenAI、谷歌、Anthropic 这样的中心化巨头控制。

所以他们希望能有一些去中心化算力网络、去中心化推理市场，让每一家都可以做贡献，也可以从中得到收益。

如果有显卡的人、有数据的人、有需求的人都能做贡献、都有收获，其实就是走回 Web3 那条路，让价值在其中流转。

他们也很关心隐私计算。所有去中心化的东西都会关心隐私：数据可以被计算，但原始数据不能暴露。医疗、金融、政务、企业内部数据如何脱敏，都是他们关注的点。

3 月之后发生的两个新变化

何塞在 3 月写完这篇文章以后，又发生了两个新变化。现在再创业、再做创投，可能又要考虑这些新因素。

第一个变化：Manus 的交易被叫停

前面何塞还把 Manus 的交易作为正面典型，说你看，中国也能做出好东西来。现在没了，这个事情已经没有了。

这代表什么？如果想做 AI 出海，一定要早出去，不要在国内闹出名声以后再出去。Manus 算是给大家提了个醒。

另外，Manus 也提醒大家：如果有人要求你回来开会，要三思而后行。回来之后可能就出不去了，这还是要注意。

像前面讲到的 HeyGen，就是早早离开中国。在中国稍微有冒头的影子，就直接搬到美国，把中国这边彻底关掉。所以 HeyGen 现在发展得还可以。

第二个变化：DeepSeek 大降价

DeepSeek 大降价可能会击穿估值逻辑。DeepSeek 已经降到这样的价格了，你 GLM 还值这么多钱吗？MiniMax 还值这么多钱吗？拿着 MiniMax 和 GLM 股票的人，心里是不是哇凉哇凉的？

而且 DeepSeek 把价格打到这么低，OpenAI 和 Anthropic 的估值是不是也要重新看一看？谷歌、微软、亚马逊、Oracle 等买了这么多显卡、资本支出做到这个程度的公司，是不是也得想一想：现在囤的这些显卡，到底能不能把钱挣回来？

总结：中国 AI 不是简单追不上，而是赛道变了

这次何塞和他的同事在中国晃了两个礼拜，得出了一些结论，也引起了一些讨论。这个问题不是简单的“中国 AI 追不上美国”，而是赛道变了。

我的答案是：不能简单说中国 AI 就追不上美国。

如果你问中国有没有追上 OpenAI 和 Anthropic 前沿模型的能力，现在答案很明确：没有。

如果你问中国 AI 软件公司有没有像 Cursor、Harvey 这样的高收入公司，答案也是没有，而且可能很难做出来。

中国 AI 的估值是不是太贵了？是真的，真贵。300 多倍 PE 的我见过，但是 300 多倍 PS、500 多倍 PS 的公司，真的是非常少见。你说这玩意儿不是泡沫，谁是泡沫？

但是中国 AI 有没有机会？有，而且非常大。

中国公司的机会不是复制一个 OpenAI，而应该在这些方向：

• 硬件；
• AI 眼镜；
• AI 玩具；
• 机器人；
• 消费电子；
• 传感器；
• 边缘设备；
• 完善的供应链；
• 开源模型；
• AI 视觉和多模态应用。

像可灵、快乐马、Seedance，这些都是我们现在真正比较强的地方。

至于做软件，就别在国内折腾，出去卷美国人，卷新加坡人。其他 AI Agent 基础设施，包括支付、身份、权限、记忆、工具调用、隐私计算，其实也都还有机会。

作为币圈投资人，何塞和罗森的很多观点值得认真思考。特别是更接近钱的人、已经被骗过一轮的人，或者已经组织过一轮骗局的人，再去看 AI，还是有一定深度的。虽然我并不完全同意他们的观点，但我觉得很值得好好看一看。

最后两个问题

1. 你觉得中国搞 AI 创业最有希望的方向是什么？是大模型、机器人、AI 硬件、视频生成、Agent，还是中国团队服务全球市场？
2. 中国跟美国 AI 的差距到底是越来越大了，还是正在被快速追赶？

欢迎在评论区说出大家的判断。如果你觉得这期节目有意思，咱们记着，该转发转发，该订阅订阅。

世界首富马斯克2025年打白工，没有收入，却得到了一张1,583.6亿美金的超额工资条。这到底是一个什么样的故事？

今天咱们来捋一捋，马斯克的工资到底是咋算的。

一张同时写着1,583.6亿美金和0美元的工资条

2025年，马斯克在特斯拉的工资条上写了一个数字：1,583.6亿美金。这个数字是什么概念呢？按美元算，它比很多国家一年的GDP还高。

但是同一份文件里，另外一行文字又写着：马斯克2025年实际兑现薪酬为0，一分钱没拿着。

这里头就有一些问题了。这张工资条的背后，曾经是一个被只持有9股特斯拉股票的小股东打翻在地的故事。你以为特斯拉的这些对赌协议就已经很疯狂了吗？跟后边SpaceX的对赌协议比起来，真的是小巫见大巫。

首先，咱们先看看这张同时写着1,583.6亿美金和0美金的工资条到底是怎么回事。

特斯拉2025年向SEC提交的报表里写着，马斯克2025年的总收入是1,583.59亿美金，咱们就算是1,583.6亿吧。但是特斯拉同时也披露了，实际给了0美元。

大家知道特斯拉平均工人的工资是多少吗？年薪是62,786美金。估计中国的特斯拉员工给他们拉后腿了。咱不管这个了。

这个1,583.6亿美金，不是特斯拉给马斯克转账了，也不是马斯克卖了这么多特斯拉股票，也不是特斯拉给马斯克发了这么多股票。

1,583.6亿美金是怎么加出来的

这个数里头分两部分。

第一部分：1,322.99亿美金的新对赌协议估值

第一部分是1,322.99亿美金。这个钱是2025年马斯克跟特斯拉重新签订了一份对赌协议。2018年签的对赌协议完成了，2025年重新签了一份新的。

因为马斯克没有完成其中的任何一个条款，所以这个钱并没有给马斯克，股票也没有给他。但是这个协议在当时的股价上价值1,322.99亿美金。我要把这个数算着，虽然我没给他，但是我承诺了，我们也签了这份对赌协议。

第二部分：260.6亿美金的临时薪资

剩下的是260.6亿美金。这个钱是哪来的呢？因为前边有人告马斯克，说你2018年签的这个对赌协议不公平，当时的董事会缺乏独立性；当时签协议的时候，你自己明明知道很容易就实现了，你就签了一个对自己特别特别有利的，然后忽悠别人说这东西实现不了，就把这东西签给你了。结果我们发现上当受骗了，我要去告你。

这就是前面咱们讲的，只有9股特斯拉股票的一个小股东去把马斯克给告了。第一次告完，马斯克败诉了，要把这个钱还回去。马斯克当时说，我不干了。大家还记得吗？去年特斯拉开过一次股东大会，要求有特斯拉股票的这些人去投票，到底给不给马斯克发薪水。

为了稳住马斯克，他们就专门做了一个叫临时薪资的东西，也就是这个260亿。后来大家投票说，我们愿意给马斯克发薪水。最后法院也判了，说马斯克的薪酬计划还是有效的，没有问题。

所以这个260亿的临时薪酬后面就作废掉了，不会真的发给马斯克，就是该给他的钱前面已经给过了。

所以，这个260亿加上前面那个1,322.99亿，这两个数加一块，就是1,583.6亿。这个数是这么加出来的。

这个钱最大的一部分压根就没有解锁，后边的部分260亿废掉了，本来就是个临时的。前面那个1,300多亿，没有任何一部分解锁，就是他没有实现这个目标。

马斯克玩的不是工资，而是超级任务系统

像马斯克，他玩的跟普通人就不太一样了。他不是领工资的，他玩的叫超级任务系统。老的方案，就是把工资变成期权彩票。

2018年，特斯拉董事会和股东批准了2018年CEO的薪酬计划。你正常就不领薪水，也没有现金奖励。我给你设置一大堆的里程碑，你完成一个，我就给你一部分股票；完成一个，我就给你一部分股票。它是这样来运作的。

2022年，这个不可能的任务突然就完成了。所以2018年对赌的这个收入，就全都拿到手里了。马斯克也就是这样成为首富的。这也才有后面9股小股东去起诉马斯克的这个故事。

到2025年，特斯拉的投资人们、特斯拉的股东们也说，马斯克这个神人，我们不能把他放走了，你还得接着管我们，还得带着我们继续飞，你不能去其他地方瞎折腾。那么就跟他签了一份新的。

2025年新方案：不是1,300多亿，而是可能接近1万亿

2025年的新方案，不是说最后给到马斯克手里边就是1,300多亿。按照所有这些条款，如果都完成的话，给到马斯克手里边是1万亿美金，甚至有可能会更多，因为它给的是一个股数。

现在这个1,322亿，就是当时签这个协议时候的一个价值。但是后面市值上升、股价上升以后，最后有可能是上万亿美金。

这一次的对赌分成12档，每一档是多少股，基本上是平均的。马斯克2025年没有完成头一档，所以2025年他实际到手的是0。

第一档门槛：特斯拉市值达到2万亿美金

第一档的门槛是什么呢？特斯拉的市值要到2万亿美金。但是现在特斯拉的市值是1.3万亿美金，距离2万亿还是很有差距的。而且最近美股七姐妹上涨的过程中，特斯拉自己的涨势好像稍微有一些疲软。

2025年，特斯拉确实比较费劲：

• 净营收是948.3亿美金，同比下降了3%；
• 净利润37.9亿美金，同比下降了46%；
• 交付是163.6万辆，同比也是下降的。

特斯拉在2025年，一方面在中国需要跟中国车厂竞争，这个对于它来说压力还是很大的；在美国，特朗普又直接取消了新能源补贴，这哥们跟懂王走得太近；在欧洲还被各种敌视，所以根本就没办法。

这也是为什么特斯拉的股价涨不上去，市值涨不上去，导致马斯克没有完成他对赌的第一个环节，就是市值达到2万亿美金。所以他2025年的收入就是零。

后面的任务：交付、robotaxi、机器人、FSD和市值

他的这些对赌指标里，哪些最容易完成呢？第一个最容易完成的是累计2,000万辆交付。这个是从特斯拉建立那一天开始，什么时候到累计2,000万辆交付了，什么时候就算到了。

但是这有一个点，如果前面这个2万亿美金的市值达不到，你后边所有的这些对赌条件都是白费的。你就必须要先达到2万亿。

后面还有100万辆robotaxi上路经营、100万个擎天柱机器人交付、1,000万FSD订阅、8.5万亿美金的市值。它有一堆这样的指标在里边去跟他对赌。

每一个指标的实现，实际上都带有一个市值上升的要求。就是说，你不能光把指标实现了，市值上不去，这事不行。所以他要一阶一阶这么往前走。

马斯克想要拿到他所有的这些薪资，就必须要让特斯拉的市值一直涨上去。如果他要把2025年所有的薪资包都拿到手，那么特斯拉的市值就是8.5万亿美金。所以这个大家还是要有那么一点点信仰。

而且马斯克说，你看我都没有薪水，我自己都相信，你们为什么不信呢？所以这就是打白工的一个准确说法。

SpaceX的对赌：特斯拉只是小巫见大巫

当然了，跟SpaceX的对赌协议比起来，特斯拉的对赌协议就是小巫见大巫了。

刚才咱们讲到了，他要2,000万辆交付，100万robotaxi，100万机器人，大家就觉得已经有一点点天方夜谭了。但是咱们去看看SpaceX。

虽然现在SpaceX向SEC交的表格并没有完全暴露出来，但是路透社等主流媒体也披露了其中一些细节，其中就有马斯克的对赌协议。

这个新对赌协议里是什么呢？SpaceX的市值要达到7.5万亿美金，要建立至少100万人的永久火星殖民地，数据中心要达到100太瓦。它有一大堆这样的指标在里边去跟他对赌。

如果赌成功了，他会得到2亿股这种超级股。所谓超级股，就是他一股比别人的股票投票权多。人家正常是一股一个投票权，他这个超级股是一股10个投票权。

钱对马斯克来说，已经只是一个数字

马斯克其实到他这个位置上，金钱就仅仅是一个数字了。我估计全世界他是最有权利说这话的人，没有第二个人比他有权利了。他是世界首富，而且他的财富是第二名、第三名加起来都没有他多。

他是8,500多亿，第二名第三名是拉里·佩奇和谢尔盖·布林，就是两个谷歌的创始人。他们俩加起来大概有个五六千亿美金。

如果今年6月份SpaceX上市了，马斯克能有多少钱呢？SpaceX其实在马斯克现在的8,500亿美金身家里头，已经给他记了一部分。当时是按照SpaceX值8,000亿美金的时候去算的。马斯克个人在里边大概占43%，还是百分之四十几的股份，也是很大的一个数字。

如果SpaceX真的在6月份马斯克过生日的时候，按1.75万亿美金的市值上市了，增加出来的这一部分，应该也有3,000多亿美金。那么马斯克将成为人类历史上第一个个人资产超万亿的个人。这个已经不再是世界首富这么简单的一个事情了。

所以大家别担心他没有工资。马斯克这样的人不会因为没有工资就饿肚子、没地住、买不到衣服，不会有这样的故事。

没有工资，他怎么生活

他这种人的生活成本跟咱们普通人是不一样的。普通人是要发薪水，发了薪水以后可以还房贷车贷、交房租、吃饭、交学费等等这一大堆的事情。马斯克根本就无所谓。

他没有工资怎么办呢？他可以拿股票去质押，可以做一些信托的安排，甚至可以做这种税务筹划。

他吃喝拉撒、衣食住行，通通都是由公司买单。出门坐特斯拉汽车，肯定不是他自己买的；去坐私人飞机，那飞机肯定也是特斯拉公司给他出的钱。

他自己也不买豪宅，他把最后一套房也卖了，现在四处租房。租房都可以让特斯拉报销，出去都是住酒店，肯定还是最好的酒店，那也是特斯拉报销。吃饭的话，那你不用担心说马斯克吃饭需要自己掏钱吧。

马斯克倒也没有特别烧钱的爱好。对于他来说，衣食住行这事肯定不算。剩下的可能是养孩子，因为他不结婚。他养孩子会设置一大堆的信托，每一个孩子设置一个信托，让这个小孩可以定期去领取这些收入就完了。

对于他来说，可能最大的一块支出应该是各种慈善和政治捐款，还有各种税务。比如说他拿到一大堆股票，卖这个股票的话，肯定要交税。

对于他来说，这些钱哪来的呢？一方面是卖股票，另外一方面，银行是愿意抵押他这些股票的。把你的股票抵押了，我借钱给你去花。而且你花的时候，我还给你推荐各种各样的理财方式，最后通过银行给你介绍的这些理财，直接把利息给你挣出来。你明年接着花就完了，不用再去研究怎么还钱的事情了。这个是真正有钱人的生活方式。

真正值得讲的：资本主义如何奖励超级个人

所以今天这件事真正值得讲的，不是马斯克多有钱，或者马斯克打白工了，这个事跟咱们没什么关系。今天真正值得讲的是，资本主义是怎么奖励这些超级个人的。

像我们以前做投资的时候，经常会去跟创业者聊一个问题：你到底要不要开薪水？你的薪水到底要怎么开？

这个事情，我们并不是说要看一下创始人到底有多爱钱，到底有多么斤斤计较，而是要看什么呢？就是你自己愿不愿意跟我们一块赌。

你作为投资人来说，我愿意投钱给你，那你自己到底投入了什么？

有些创始人一上来就说，我原来是大厂出来的，你必须要保证我原来的生活水平不下降；而且我自己一分钱不掏，我家里绝对不拿钱出来，你必须完完全全由投资人出钱来搞这个事情。这个事也不是说不行，但是叫你去投资这样的一个人，你心里不打鼓吗？你也害怕，对吧？

但是换一个创始人出来说，钱对我算个什么？钱无所谓，钱多钱少都没什么关系，我有一个标准收入就行了。

有很多创始人是要有标准收入的。如果一个创始人在公司里上班，没有标准收入的话，这个在税务上、在财务上不是那么好操作的。马斯克在特斯拉是确实没收入，但是他在SpaceX是有工资的。他SpaceX的工资是一年5万多美金，就属于很正常的一个平均薪水。

如果一个创始人跟我说，我有一个正常的平均薪水就够了，至于我原来多么成功，我原来有多少收入，这个跟我都没关系，这就属于创始人思维。

甚至他还说，我这还有钱，还有资源，我还有其他资源要放进来。那么这个时候，投资人会更有信心一些。

也不是说这样的人，别人就一定会给他钱。但是你像马斯克这种，他说我今天要买X，明天要买什么东西，他总能借到钱。因为买这些公司的钱也不是他自己的钱，也都是找金融机构借出来的钱。

金融机构为什么愿意借钱给他？原因也是这样的：我愿意把身边的这些资源，把各种各样的股权什么的都抵押进去，都放在里头，那么大家就愿意跟他去做这个生意。

而且他说，你看我都没薪水，我是让公司成功了，我们一起来挣钱。特斯拉市值上升了，我们一起挣钱。那你拿着特斯拉股票的人，就跟着他挣钱了，他也拿到相应的奖励了。X市值上升了，马斯克得到奖励；拿着SpaceX股票的人，也能够得到收入。他是这样的一种方式。

所以为什么资本会喜欢这种人，大家就可以理解了。

我们该相信什么样的人

今天讲这故事，并不是说我们都要向马斯克学习。全世界能跟他学的人应该没有几个，甚至说没有。但是我们要知道，对于他们这种超级个体来说，是怎么挣钱的，怎么思考问题的。我们作为普通人来说，应该去相信什么样的人？

有些人上来就跟你斤斤计较，说我必须要拿到多少薪水。比如像哪吒汽车张勇那种，把公司做得赔得一塌糊涂，自己拿着3,000万的年薪。还是说像恒大许家印似的，自己还养着什么歌舞团，还怎么样。还是说像马斯克这样的，我把全世界的房子都卖干净了，自己就没有薪水，完完全全跟大家一起对赌。

到底应该相信什么样的人，大家自己心里想一想。

回到开头：几个关键数字

回到开头，几个关键数字可以这样理解：

• 1,583.6亿美金不是到账工资，是会计估值；
• 0美元是2025年实际兑现的工资；
• 260.6亿美金是临时奖励，后来作废了；
• 1,322.99亿美金的新奖励是未来任务，但是2025年没有任何一项进行解锁。

2018年的老方案被撤销，后来又被恢复。恢复的时候，大概值1,390亿美金。2025年的新方案，如果全部通过的话，接近1万亿美金。SpaceX的新方案，目标是7.5万亿美金估值和100万人火星殖民。

最后问大家三个问题：

1. 马斯克2025年是不是打白工了呢？
2. 马斯克是不是没钱吃饭了？
3. 这件事情真正值得我们思考的到底是什么？

咱们作为普通人，要看工资月底到账。马斯克的工资，是时代任务解锁。他真的是跟人类、跟时代一起进步的一个人。

2025年，他的到账工资是零，但他的任务栏上写着：2万亿美金、8.5万亿美金、100万robotaxi、100万机器人、1,000万FSD订阅和100万人上火星。

所以马斯克不是没有工资，他是把公司做成了一个超级文明游戏，真的是文明的游戏。关卡没过，一分钱没有；关卡全过了，世界首富，这个真的无可争议的世界首富。

背景图片

先说结论

因为武汉萝卜快跑事故，国家暂停了 L4 级牌照的发放，百度股价在节前重挫。中国的 Robotaxi 是不是要完了？

萝卜快跑武汉事故不是中国 Robotaxi 的终局，而是强云端依赖式无人驾驶的第一次城市级信任破产。

表面上看，这是一次 Robotaxi 的事故。但真正重要的不是近百辆车坏了，也不是百度股价跌了，甚至不是中国暂停了新的 L4 级牌照发放。更重要的是，像百度使用的这种强云端依赖的无人驾驶，出现了第一次城市级的信任破产。

无人驾驶实际上有很多流派，百度采用的是最保守的一种：车尽量什么都不干，所有的事情通通到云端去干。

武汉事故真正暴露了什么

事情是怎么发生的？3 月 31 号晚上，武汉街头不是一辆无人车出问题了，而是一套用云端管理城市车队的系统，当着所有人的面失灵了。

一辆车坏了叫事故；一批车在同一个时间窗口，在多个核心路段、高架桥、主干道上同时趴窝，就不是普通事故了，而是系统性失败。

萝卜快跑最可怕的不是不会开，而是出了事故以后自己怎么收场的问题。

过去大家会问：

• 它到底能不能自己开？
• 到底跑了多少公里？
• 订单多少单？
• 成本降了多少？

这是原来大家关心的事情。但是武汉之后，大家开始问一些新的问题：

• 这车断网以后怎么办？
• 云端失联以后怎么办？
• 客户被困住怎么办？
• 交警来了以后能干嘛？
• 一个城市的车队同时出问题以后，谁来收场？

为什么会问这样的问题？因为这些车突然就停在了高架桥、主干道、隧道里，直接在原来位置停下来了，没有靠边停车，没有做任何规避，也没有办法恢复。交警到现场，拿它也没办法。

最后顾客在车上不敢下车，因为在高架桥上，旁边的车呼噜呼噜地过，万一下来被碰着了算谁的？最后是等到交警到现场指挥交通，把前面的车拦住以后，顾客才敢下车，然后从高架桥上走下来。这个还是非常吓人的。

百度的问题不是不会做 AI，而是它还在用老的互联网中心化平台思维，去管理一个必须分布式自救的现实世界安全系统。这事是走不通的。

互联网产品宕机，用户骂几句就可以走了；搜索引擎挂了，用户换一个搜索引擎也能跑；地图导航错了，用户也可以重新规划；广告系统出 bug，最多少赚点钱，也不是什么大事。

但是 Robotaxi 宕机，车会停在高架上，顾客会被困在车里，交警要上去救人。因为一旦堵车，高架上停了车以后，救援车辆也上不去，都堵在底下。交警也只能把摩托车停在底下，然后走上去，城市交通就直接被拖垮了。

这一次百度的事故，是很多集中式管理都喜欢的那种模式：一个大屏幕看全城，一个中心管全局，一个按钮控制所有。可现实世界不是 PowerPoint，大屏黑了，按钮失灵了，中心宕机了，所有的车就真的原地停那了。这个事是不行的。

百度采用这样的方式，也不是说百度的思想就多么守旧，而是可能有些政府就喜欢这种方式。当我需要去管理的时候，可以通过中心一把就管理住它。现在可以看一看，这种中心管理一旦出了问题以后有多么可怕。

3 月 31 号到底发生了什么

根据 Reuters 2026 年 4 月 1 日的报道，武汉警方表示，百度 Apollo Go，也就是萝卜快跑，在武汉发生了由于系统故障导致的大范围停运。

大家注意，“系统故障”是武汉交警给出的定论，而百度自己给的叫“网络故障”。其他人又给了一些别的定性，所以他们在这一次事故的定性上是不一样的。根本原因还在调查之中，到现在为止其实也没有公布最后的原因。

Reuters 还提到，至少 100 辆萝卜快跑的车受到了影响，有乘客因为道路车流太大，不敢直接下车，需要报警求助。本地媒体也称，部分乘客被困接近两个小时。

大批报警是在 3 月 31 号晚上 8:57 开始的。地点主要是二环路、三环路、高架桥梁、隧道、主干道以及部分核心通勤路段。

有没有坏在不太核心的地方？可能也有，只是人家可能自己下车就走了，把车扔那儿，也没有造成特别严重的拥堵，所以就没有报道出来。现在报道出来的，肯定都是这些显眼包。

用户最关心的问题不是车有没有坏掉，而是这些车是不是都坏了。答案不是。百度在武汉一共有 500 多辆车，这一次报道的是 100 多辆，但是具体数字并没有最终准确的统计，只是被爆出来是这么多。

那是不是某一个区域所有的车都坏了？是不是这个区域网断了？其实也不是。只是在特别核心的区域，报道出来的这些车比较显眼而已。而且就算是相同的区域，也有一些萝卜快跑的车顺利开过去了，有一些车就停在高架或者主干道中间，乘客不敢直接下车。

SOS、客服与远程协助的失灵

SOS 和客服远程协助体验失灵。车里有个 SOS 按钮，你去按，没人理你。因为他们这个呼叫中心压根也没想到会有 100 多辆车同时呼叫，不可能平时配那么多人手在里头。如果配那么多人手，在没有人呼叫的时候，这不就是亏钱吗？

远程协助也没有起到任何效果。车辆肯定已经判定自己出问题了，没有办法通过远程解锁，也没有办法通过远程协助让这个车开走，等于直接在那头把车锁了。

最后只能是交警介入，而且城市交通受到了极大的影响。这就是这一次事故的表现。

车停下来不一定是错。他们采用的叫最小伤害原则，就是发现不对了、不会开了，那就停在这不动了。但是错就错在它停在了不该停的地方，直接停在高架桥上，停在隧道里。

而且它停完以后，谁都拿它没办法，最后只能靠百度派维修人员到现场去，才可以把车开走。交警到那儿都没法把车弄走，因为它把这车锁住了。

“系统故障”还是“网络原因”

武汉警方的说法，路透社引述叫“系统故障”，也就是说系统故障导致的。这个说法可信度还是比较高的，因为信息来自警方通报，多家媒体也跟进了，现场视频和乘客反馈相互可以印证。

但是系统到底哪儿故障了？是车辆故障、云端故障、网络故障、地图故障、调度故障、版本更新故障，还是运营商网络故障？这些就没有详细解释。

百度客服说的是“网络原因”。甩锅给网络原因的意思是：这个责任不在我身上，责任是网络的问题。为什么会说这样的话？这一两年里，中国出现过几次一些场所或者单位开手机信号屏蔽器，导致一片范围内的 GPS 信号或者手机信号直接断网，这个是发生过几次的。百度也希望把这个锅甩出去。

从现在的情况看，应该并不是发生事故的地方就断网了，因为那些地方也有一些百度萝卜快跑的车开过去了。大概率还是云端抖动了。

当这些车辆到高架桥、到这些比较繁忙的地方时，肯定会非常频繁地跟云端进行通讯。百度的方案就是车端不做什么决策，只是把数据采集回来，在云端做决策。

到高架桥上的时候，总要稍微多注意一点、多小心一下。当云端服务器发生抖动的时候，什么叫抖动？就是现在负载比较大，有点转不过来的状态，可能有一些信息没有及时回传。

在高架桥上开的这些车说：我前面该拐弯了，你又没告诉我该怎么办，那就停这吧。它们就干了这么一个事情。

为什么说这是强云端依赖的失败

什么叫强云端依赖式无人驾驶？简单说，就是车辆不是一个完全独立的大脑，它需要跟云端系统保持高度通讯。

云端负责深度参与：

• 全局路径规划；
• 车辆调度；
• 远程监控；
• 异常判断；
• 安全校验；
• 远程协助；
• 部分应急决策；
• 车辆状态管理。

这种模式在商业上很有吸引力，因为它可以降低单车的算力成本，统一管理车队，统一升级算法，统一调度订单，方便监管接入。这也是政府最喜欢的方式，也很方便地方政府做智能交通展示，方便企业讲城市级自动驾驶网络的故事。所以这就是中国企业跟中国政府双向奔赴的一个结果。

但是它的致命缺陷是：云端越强，车端就越弱；中心越强，边缘就越危险。

如果云端稳定，一切看起来都很美好。但如果云端抖动，或者某些网络不是那么稳定，所有车同时都在等指令，就会发生像武汉这样的事情。

所有这种中央控制，或者说收权、集权管理，都会造成巨大的单点故障风险。一旦中间的服务器挂了，大家就全趴菜。

最小风险策略为何没有兜住风险

这一次百度这些车采用的叫最小风险策略。也就是当我不知道该怎么办的时候，我要想办法采取一个可以把风险降到最低的策略。百度处理的方式就是原地停车：我现在收不到信息了，啪，我就停那了。

只有百度这么干吗？不是，谷歌也这么干。应该是今年早些时候，洛杉矶出现过一次大停电，所有的交通信号灯全停了。特斯拉的车没有任何问题，该去哪去哪。而谷歌的车因为没有信号灯，也采取了最小风险策略的处理方式，也是停在路当间不动，跟百度这个玩法是一模一样的。

这种策略的目标是什么？就是识别异常，比如网络上没有信息回来，或者信号都没了。识别异常以后，降低车速，打开双闪，寻找安全区域。

按道理说，应该找个安全区域停下来，或者靠边停车，提醒顾客，呼叫救援，保持通讯，必要的时候释放车门，等待人工处理，甚至它应该还有一些自主恢复的能力。

但是百度这一次做的，是直接在中间就停住了。因为本车的决策能力极差，算力极差，所以它没有能力在很高的车流里靠边停车，只能在最中间的地方啪一下站那不动。是不是像咱们的新手司机一样？

双闪有可能是开了，呼叫救援肯定是失效了，因为他们在设置呼叫中心的时候，就没有想过需要有这么多人跑来呼叫。

至于事后的自动恢复，也没有做。按道理说，现在不行了，停在这了，等到网络好了，等云端没有抖动了，可以重新连上的时候，是不是可以重新恢复？没有。

其实很多这种系统一旦锁死，就没法在本地判断到底为什么锁。如果直接给你恢复了，接着往前开也很吓人，万一被黑客劫持了呢？

所以百度采用的方式就是：一旦被锁住，就彻底停住，直到有人到现场去维修为止。这也算是一种安全方法，虽然看着很笨，但是这种策略也是有原因的。

百度的问题：太相信云端

百度的问题不是不会做云端，而是太相信云端了。搜索引擎可以有一个中心大脑，自动驾驶不能只有一个中心大脑。Robotaxi 首先不是一个平台生意，而是一个安全工程。

这一次彻底暴露了百度作为老互联网公司的通病。不能简单说百度的技术不行，百度技术还是相当不错的，特别是很多从百度出来的人，在创业时还是可以做出很不错的产品的。

现在全国做 AI、做自动驾驶的很多人，都是从百度挖出来的。百度是中国最早押注 AI、最早做自动驾驶、最早搭建 Apollo 生态的公司。

根据百度 2025 年四季度财报，Apollo Go，也就是萝卜快跑，2025 年第四季度完成了 340 万单无人运营出行，季度内周出行高峰超过 30 万次。截至 2026 年 2 月份，Apollo 向公众累计提供了 2,000 万次出行服务，全球足迹达到 26 个城市，累计自动驾驶里程超过 3 亿公里。

但是问题是，百度太像一家老牌互联网企业了。老牌互联网企业擅长什么？擅长中心化，把所有东西封在自己机房里，跟相关利益方、主管方商量怎么处理。下面的使用者只管用就完了，其他的别问。

百度过去的核心能力是中心化搜索引擎、中心化排序算法、中心化云计算。在 PC 互联网时代和移动互联网时代，这套系统非常有效率。因为一旦在中心把它聚集起来，各种维护成本就很低。中心越强，效率就越高；平台越大，数据就越多；调度越统一，商业化就越容易。

但是到了 Robotaxi 这里，这套理论就不行了。因为 Robotaxi 不是一个网页，不是一个 APP，也不是搜索框，不是广告系统。

Robotaxi 是一辆真车，坐在车上的是真人，旁边跑的也是真实的社会车辆，脚下是真实的道路，前方是真实的桥梁、高架、隧道、红绿灯、施工区域和交警。

这个时候用互联网平台思维去管理现实世界安全系统，就会出问题。管理百度的这些政府机构，肯定也是喜欢中心化管理。但是到现在，不能这么玩了。

百度过去的路径依赖，是把复杂的问题收回中心，用算法、数据、平台统一解决掉。但是无人驾驶需要的，是每一辆车必须先成为一个独立可靠的安全单元。

也就是说，云端只能是辅助，车端必须能够自救。远端可以协助，但是车不能离开远端就直接脑死亡，这事是不行的。平台可以调度，但是调度中心不能是唯一的大脑。

所以百度这次的问题，不是简单的网络不好，而是老牌互联网企业的平台病。它太习惯把所有东西放在中心系统里。搜索可以这么做，广告、地图都可以这么做，但是无人驾驶不能这么干。

集中管理为什么天然会造成单点故障

这个事故最值得玩味的地方就是，强云端依赖路线非常符合企业、地方政府和监管三方共同的审美，大家都觉得非常好。

企业为什么喜欢集中？集中了以后，车队好管理，算法好升级，数据好回收，订单好调度，成本好控制，商业故事好讲。

地方政府为什么喜欢集中？也很简单，可以做智慧交通，可以上线城市大脑，可以搞示范区，可以做大屏展示，可以说自己是智能驾驶第一城。武汉肯定喜欢这个。

监管为什么喜欢集中？看得见、管得住，有总开关，有统一接口，有平台责任主体。出了事我该罚谁，能搞得很清楚。出事可以找一个公司来问责。像社交媒体、各种手机 APP，不都是按这个方式来管的吗？

所以强云端路线看起来是一个非常先进的东西：一张大屏幕，一套系统，一个云中枢，一群无人车，一个城市级的自动驾驶网络，非常漂亮的一套系统。

但是工程世界里有一个非常朴素的常识：你把所有东西接在一个中心里，就一定会造成一个中心级的故障点。它这儿出问题了，就没法整。

平时它叫高效，出了事它叫连坐；平时它叫统一管理，出事它叫一起趴窝；平时它叫城市大脑，出事叫群体脑死亡。这就是武汉这次事情的一个大的结论。

很多集中式治理最讽刺的地方就是，它总以为集中就是安全的，总以为一个中心看得见，一切就可控。但是技术系统经常用最残酷的方式提醒他们：中心不是安全本身，中心是最核心的故障源。

集权式系统最迷恋的，就是一张大屏幕看全城。可惜现实世界不是 PowerPoint。你可以把车、路、人、云、订单、监管全部画在一张图上，但是只要这个中心大脑抽风了，图上所有的小车就真的给你停在路上，死给你看。

4 月 29 日监管暂停

4 月 29 日监管暂停，这也不是一个小事。3 月 31 号武汉发生事故，4 月 1 号开始有报道。大家开了半天会以后，国家说，把全国的 L4 级，也就是做 Robotaxi 的牌照发放暂时停一下吧。

当天百度的股价就死给你看了，其他几家做无人驾驶出租车的上市公司也一起躺枪。

暂停发放的意思是，原来已经有的还能继续跑，但是暂时不能增加了。

这其实已经是百度第二次造成全国性的 L4 级牌照发放暂停了。上一次是 2024 年年底，当时百度在武汉投放无人出租车以后，一堆人出来投诉，特别是网约车司机。你来抢我饭碗了，我肯定要投诉你。

这些车开得很慢，造成交通堵塞，还经常无故停车，突然啪一下停了，停完以后再往前开，就像最新的新手一样，容易造成事故。很多人举报以后，国家也叫停了 L4 级牌照的发放。

但是在 2025 年年初，大概停了一两个月左右，就继续恢复了，还接着往前走。

这一次又是因为百度，又把这个事情给停下来了。国家也要想一想：我们这种方式是不是有问题？

远程接管为什么没有生效

武汉政府要求百度在它的中心配人，按什么样的比例来配？叫 1:3。就是你在中心有一个可以开模拟仿真出租车的司机，外面可以有三辆无人出租车。意思是，这三辆车里如果坏了一个，你可以让司机在远程接管这辆车，然后把它开走。

现在就要去找到原因：为什么当时这 100 多辆车坏了？你有 500 辆车，按道理说至少有 100 多个真人司机在中央机房里等着接管这些车辆，怎么坏了以后就彻底不动了呢？这个肯定还是要求百度去解决的。

百度应该还是会继续做这种中央管理的无人驾驶出租车。它要向政府解释，当时到底出了什么原因，哪个程序设计有一些逻辑错误，导致采用了最小安全策略以后，远端无法接管，最后必须要上人，必须要人到现场去处理。

按道理说，出了问题以后，网络重新恢复，或者云端服务器抖动结束以后，应当由云端的远程真人司机去接管这个车辆，把车接着往前开，或者开到路边上去。百度现在没有做到。

接下来就是它要如何把这个事情做到，然后重新通过认证、通过审核以后继续往前走。

这一次暂停时间也不会特别长。虽然这次是由工信部这边直接把 L4 级牌照叫停了，但是武汉要做自动驾驶第一城，要这个政绩，还是会快速把这件事情推进下去的。

中美 Robotaxi 路线的分裂

中美两国 Robotaxi 路线现在出现了分裂，这也不能说谁赢了谁输了。中国现在肯定是在急踩刹车，先停下来。美国现在在踩油门。

百度出事了，特斯拉在起飞，因为特斯拉现在已经把没有方向盘的车量产下线了，叫 Cybercab。

现在无人驾驶出租车方案大概有三套。

特斯拉路线

第一套是特斯拉的，云端基本上不管，完全靠本地处理。云端也可以进行一些简单的订单管理、简单调度，但是真正开车都是在本地。

所以前面洛杉矶大停电的时候，谷歌的车都停那不动了，而特斯拉的车全都正常开走了。人遇到停电没有红绿灯怎么开，特斯拉也怎么开。

谷歌路线

谷歌其实也不是云端遥控。谷歌云端负责的是车队调度、地图更新、远程协助、模型训练、长尾场景的一些支持。

什么叫长尾场景？就是遇到一些特殊情况，这个是在云端处理的。但是谷歌的车在没有红绿灯的时候，确实就站那不动了。

谷歌的车有一定自动驾驶能力，不像百度的车，离开云端就彻底不动，而且锁死以后解不开。

所以对比起来，也不能说百度输了、特斯拉赢了、谷歌站中间，不能这么讲。真正的对比是谁能够证明自己的无人驾驶在失效的时候是安全的。

因为自动驾驶这个事，不能保证它永远都是有效的。在失效的时候该怎么办，这才是这些 Robotaxi 真正要回答的问题。

百度还有机会吗

百度还有机会吗？有，一定有。

我不认为 Robotaxi 会因为武汉的事情就结束，也不认为百度的萝卜快跑会因为一次事故就退出历史舞台。甚至可能反过来，越早暴露问题，越有机会去维修。

但是百度必须回答以下几个问题。

1. 这次的事情到底是怎么发生的？是网络、云端、车端、版本更新、系统调度，还是各种因素叠加？但是在中国，可能最后这个原因我们永远也不可能知道。
2. 为什么近百辆车在同一个时间窗口里触发事故？
3. 为什么车辆没有安全靠边？你不能停在路当间。
4. 车端是否具备离线应急模式？现在看，百度的车可能就没有这个能力。谷歌的车有这个能力，特斯拉的车有这个能力，百度的车就不行。
5. 远程安全员为什么不能接管？现在出问题的是 20% 的车，而按照武汉市政府的要求，它配了 30% 的真人司机在远程等着接管这辆车，那么为什么不行？最后一定要让人到现场去把车开走。
6. SOS 和客服为什么没有形成有效救援？顾客在车上被困住以后，按 SOS 按钮、呼叫客服的时候，没人理他，客服中心直接卡死了。
7. 武汉实际投入了多少车，故障车到底占比多少？现在有的报道说武汉投入了 400 辆车，有的说 500 辆车，还有一些媒体直接报道说武汉投入了 1,000 辆车。到底是多少？到底坏了多少？这个数字从来没有人搞清楚过。
8. 未来如何避免同类事故发生？这是百度必须要解决的问题。

当然，这些问题最后可能没有办法给民众一个公开的解释，但至少要给政府和监管部门一个解释。等它解释明白了以后，L4 级牌照还会继续发下去，我们只管等就好了。

武汉作为试点城市，肯定会非常积极地推进这件事情继续往前发展，要不然这个政绩就没了。甚至其他一些城市的领导如果想要这个政绩，也会积极推动说：来我们这儿试试吧。至于交通堵塞了，或者出了点什么事故，这个不在他们的考虑范围内。

回到开头的结论

萝卜快跑武汉事故不是中国 Robotaxi 的终局，但是它确实是一个分水岭。

它打碎了一个非常漂亮、非常危险的幻觉：只要车队规模大、云端调度够强、城市大脑够聪明，Robotaxi 就自然成熟了。

现实恰恰相反。Robotaxi 最难的不是在天气好、网络好、路况好、乘客安静的时候把人送到目的地。它真正的困难是，网络断了、云端抖动了、顾客慌了、路上堵了，在这个时候，系统能不能把风险降下来。

过去大家问的是：这辆车会不会自己开？武汉事故之后，真正该问的是：这辆车失联以后，会不会自己收场？能不能靠到路边去？能不能把人放到一个安全的地方？

从今天开始，L4 的竞争不再只是比较运营城市的数量、累计订单量、自动驾驶里程。未来真正要比的是断网以后的能力、车端自治的能力、现场救援的能力、透明复盘的能力。这个在有些地方估计就比较难了。

这一次百度展示了，他们在武汉出了问题以后，没有隔离和恢复的能力。百度这次的问题不是简单的网络不好，而是老牌互联网企业的平台病：什么都想统一管理，最后什么都一起失灵。

百度不是没有机会修复，萝卜快跑也不会因为一次事故就退出历史舞台。如果百度仍然把问题解释成一句“网络故障”，仍然不公开完整复盘，那么下一次事故，市场和监管恐怕就不会再把它当成一个技术故障了，而会把它看作一次路线失败。一旦百度被判定为路线失败，那它是非常惨的。

真正的未来，不是所有车听一个中心大脑指挥，而是每一辆车在中心失灵的时候，仍然知道怎么保护自己、保护乘客，也保护这座城市。

DeepSeek V4 终于开始了属于它的革命，只是方法可能出乎了很多人的意料。

革命不是发生在发布当天

DeepSeek 发布之后，很多人的第一反应是：就这？跑分没有炸裂，发布会没有高潮，实际上压根就没有发布会。梁文锋也没有站出来讲一个“AGI 改变世界”的宏大故事，什么都没有。

但是几天之后，真正可怕的事情发生了。DeepSeek 没有推出什么 Coding Plan 或者 Token Plan，也没有把用户锁在一个订阅套餐里，而是直接掀桌子：连续降价。

这件事情的意义可能比跑分更大。因为它不是在说“我的模型比你强一点”，而是在说：你们靠高 Token 价格，再用 Coding Plan 去捆绑用户的玩法已经结束了。

所以 DeepSeek 这一次的降价，其实是在给现在的 Coding Plan、Token Plan 泼冷水，直接说你们就是在坑人，咱这个才是实在人。

DeepSeek V4 发布后的微妙气氛

DeepSeek V4 发布以后，气氛有一点小诡异。原因很简单：期望越高，失望越大。大家期待的全面碾压、各种追平、国产算力全面验证、多模态、agent、coding 一起爆发，都没有来。

跑分当然还是可以看的，但是没有出现去年 R1 发布时那种核爆级的震撼。所谓 R1 核爆级的震撼，最核心的也不是说它真的碾压、追平了，而是它特别便宜，便宜得简直没法看。

这一次 DeepSeek V4 发布时，价格其实跟国内主流模型差不太多，各有长短。有些地方 DeepSeek 还稍微贵一点，有些地方它比别人稍微便宜一点，但便宜得也不是很多。

DeepSeek V4 Pro 是一个很强的模型，特别是在代码、数学、agentic coding、长上下文方面。但它不是那种一眼看上去就把所有模型都打穿的东西。所以第一波舆论里，大家想尬吹它，因为准备了很久，却不知道从哪下嘴。

梁文锋也没有出来讲故事，反而有点像是在说：你想骂就骂吧。最后写了四句：

不诱于誉，不恐于诽，率道而行，端然正己。

最后大家找不到夸的了，就开始吹 DeepSeek 从来不加班。别的大模型公司都是各种加班、各种卷，DeepSeek 到下班就让大家回家。虽然不加班是一件很棒的事情，但是在发大模型的时候说“模型做得可能不重要，但是它不加班”，吹起来就有点尬。

DeepSeek 自己也说了，现在降价了，但等到华为昇腾 950 上来以后，还会再降价，比现在还便宜。不过那至少要到今年下半年或者明年才有可能出来，大家还可以继续拭目以待。

贡献者名单和体感测试

还有人开始吹贡献者名单：里面居然把离职的人也都标注出来了。有人猜梁文锋是不是压力山大，或者有些委屈，想要吐槽一下。因为很多大厂都在挖他的人，比如罗福莉，还有一些去了字节、腾讯的人，都给标上了，也标明他们在哪个模型里做出过贡献。

• 有人做过 R1；
• 有人做过 V3；
• 罗福莉做过 V2；
• 还有人做了 DeepSeek OCR 模型。

这些人的名字前面画了星号。

实际上这种方式在国外很常见。国外大厂发软件时，会把即使已经离职的员工也标在上面；发论文时，也会把已经离职的员工或者贡献者标上去。但在国内比较少见，国内通常是领导标前面，离职了基本就没有名字。所以把离职员工标在上面，在国外算惯例，在国内是比较罕见的现象。

因此也没必要特别过度解读。梁文锋把他们标出来，并不是惦记着羞辱谁，或者跟大家诉苦。

现在还有一些人开始做体感测试。因为跑分这件事，跟我们的体感是不一样的。有人拿它去写网站，或者去写小红书，跟 GRM、Opus 和其他模型比较，结论是 DeepSeek V4 在体感上还是相当不错的。

但是体感很主观。我觉得好，你觉得不好，这都正常。所以有人录体感测试视频，或者写文章继续吹捧 DeepSeek V4。大家都吹成这样了，老范自己也去用了一下，下面会讲讲体验。

真正的革命：连续降价

这一次，作为一个国运级产品，DeepSeek 真正开始革命并不是在它发布的那一天，而是在发布之后。DeepSeek 进行了连续降价，每过几天就降一次，价格一下把其他模型，包括这些 Coding Plan、Token Plan，全打穿了。

当前价格

现在的价格大致是这样的：

• DeepSeek V4 Flash：输入 100 万 Token 的价格是 1 元；如果命中缓存，100 万 Token 是 2 分钱。
• DeepSeek V4 Pro：输入 100 万 Token 的价格是 3 元；如果命中缓存，100 万 Token 是 2 分 5。

这个价格非常便宜。尤其是 Pro 的价格，2 分 5 就可以把信息输进去。

官方同时说明，全系列模型输入缓存命中的价格都已经降到了首发价格的 1/10。该价格调整自北京时间 2026 年 4 月 26 日 20 点 15 分生效。当前 DeepSeek V4 Pro 模型是 2.5 折的价格，非常便宜，优惠期延长到 2026 年 5 月 31 日 23 点 59 分。也就是说，一直到 5 月底，都可以使用这个 2.5 折价格。

这个价格可以说已经让 Token 价格无感了，随便用，感觉像没花钱一样。而且 DeepSeek 还说，等到昇腾 950 到线、到货以后，还会继续打折，大家可以稍微期待一下。

按 100 万 Token 粗算

按照 100 万 Token 粗算，Flash 能有多便宜？假设一个 Agent 任务是 80 万 Token 输入、20 万 Token 输出，总计 100 万 Token。

• 使用 V4 Flash，输入成本是 8 毛钱；
• 输出成本是 4 毛钱；
• 合计 1 块 2，还没有计算缓存。

这个价格已经非常便宜了。

那 100 万 Token 的上下文到底有多少？很多。一本《鹿鼎记》大概总共是 200 万到 300 万字。

一次实际使用体验

老范自己试了一次，把 DeepSeek V4 Pro 和 DeepSeek V4 Flash 挂到了 Claude Code 里。改配置文件就可以：默认模型是 DeepSeek V4 Pro，Opus 模型是 DeepSeek V4 Pro，Sonnet 模型是 DeepSeek V4 Pro；如果需要使用 Haiku 模型，也就是 Anthropic 自己那个特别小的模型，就调用 DeepSeek V4 Flash；如果要开 subagent，也就是子代理，也使用 DeepSeek V4 Flash。然后按照 Max 模式疯狂跑。

这次让它做的事情是：现在有很多人在 GitHub 上分享 GPT-image-2 的提示词，比如画什么样的图应该用什么样的提示词，建立了一个大仓库来存放这些内容。于是就让它把这个仓库拉下来，建一个本地网站，可以搜索、查找这些提示词。

一句话扔进去，它就开始干，基本上干完了，过程中没有什么错误，直接把网站做出来。

总共花了大概 8 毛多钱。其中 6 毛多钱是 Pro 的价格，1 毛多钱是 Flash。Flash 的缓存命中率是 0，全都是按新输入来算；Pro 的缓存命中率是 98.7%。

为什么会有这么高的缓存命中率？原因很简单：在写一个代码项目时，它会反复把这个项目的代码输入、输出，所以缓存命中率非常高。在这样的情况下，总共大概花了 8 毛多钱，就得到了一个网站。

这也是为什么说，使用 DeepSeek 写网站时，Token 价格基本无感。花 8 毛多钱写出一个网站，而如果用 Codex 或者豆包 40 块钱的 Coding Plan，5 个小时额度可能就用完了。在 DeepSeek 这里，8 毛钱搞定。就算现在 2.5 折以后变成 2 块钱搞定，也依然可以接受，仍然是无感的。

为什么降价就是革命

有人可能会说，这不就是降价吗？怎么就革命了？真不是大惊小怪。

现在各个云厂商也好，AI 厂商也好，玩的游戏是：把 Token 价格定得很贵，也不降价。前面小米的卢伟冰还出来讲，说 Token 很贵，不可能降价，成本就在这里。然后你可以来买我的 Token Plan，或者买我的 Coding Plan。

Coding Plan 和 Token Plan 的区别

为什么有的叫 Token Plan，有的叫 Coding Plan？区别主要在于：

• Coding Plan 通常只能编程；
• Token Plan 通常会包含 STT、TTS、画图、搜索、embedding、RAG 等能力；
• STT 是语音转文字；
• TTS 是文字转语音；
• 如果是 Coding Plan，除了编程之外，其他能力往往不让用，还要再买其他 Token 才能使用。

这些 AI 厂商和云厂商，希望大家尽可能订 Coding Plan。订完 Coding Plan，你就相当于被绑在它的平台上了。

大家都买 Coding Plan 的结果，就像大家去吃自助餐。有的人吃得多，有的人吃得少，平均下来商家肯定能挣钱。

比如很多自助餐厅都有生日免费。你生日免费了，不能一个人去吃，肯定会带一帮人去。这里面有人吃得多，有人吃得少，而且也不可能每次都照死了吃，绝大部分人的食量还是有限的。所以自助餐厅就能挣到比较多的钱。

另外，这些云计算厂商和 AI 厂商都有很完整的服务体系：视频生成、图片生成、语音生成、数据库以及各种其他业务。只要你买了它的 Coding Plan，它就相当于把你绑在这里了，你不能再去买别人的，必须在它这里来。

但是现在 DeepSeek 一下把桌子掀了。它说：你看，我现在写个网站，你们那边可能 5 个小时额度跑光了，在我这里几毛钱、不到一块钱就写好了。这个价格，还要什么自助餐？还要什么自行车？

Coding Plan 玩家开始难受了

这样一来，做 Coding Plan 的人日子就不好过了。前面不但大家搞 Coding Plan，还给 Coding Plan 搞饥饿营销。

• 智谱的 Coding Plan 买不着，每天早上 10 点要排队、要抢，还经常抢不到。
• 阿里 40 多块钱的 Coding Plan 直接取消了，必须买 200 块钱的，而 200 块钱的还经常买不着，经常下架。
• 字节的豆包 Coding Plan 也玩这个：买的时候突然告诉你，最便宜的 40 块钱下架了，必须买 200 的。

现在用户可以说：我不用了，直接吃多少付多少，直接用 DeepSeek，不需要这些 Coding Plan。

那前面喊着“这个价格很贵”的罗福莉怎么办？一拍脑袋，开源吧。现在把小米的 MIMO 2.5 全系模型通通开源，而且直接上 MIT 协议：不做任何修改，大家随便用，愿意商用就商用。反正已经赔本了，后边就只赚吆喝。

其他这些人，比如智谱、阿里、Minimax、Kimi，现在就头疼了，估计正在连夜开会，讨论怎么调整价格策略。前面把菜标得很贵，逼着大家吃自助，现在被人把桌子掀了，人家直接亮底牌：这东西其实很便宜，大家直接在我这里买就可以，不需要买自助餐了。

Flash 和 Pro 到底怎么选

很多人会说，Flash 很便宜，Pro 其实还是挺贵。现在 2.5 折便宜了，但 5 月 31 号以后是不是就变贵了？

第一，5 月 31 号以后未必会变贵；第二，到下半年没准昇腾 950PR 上来以后，它又打折了。在中国，只有降价的，没有涨上去的，涨上去这件事很难。前面各个模型公司刚想涨价，想涨 Token，想涨 Token Plan，马上就被打回原形了。

Flash 够用的场景

Flash 这个模型，日常写代码很够用。因为代码需要的知识相对比较少，改 bug、写前端、写脚本，用 Flash 模型没有太大问题。

长上下文做一些理解，Flash 的性价比也很高。DeepSeek V4 Pro 的上下文是 100 万 Token，Flash 也是 100 万 Token。别看它便宜，它也有 100 万 Token 的上下文。做一些数学、代码竞赛，Flash 其实也够。

必须上 Pro 的场景

那什么时候 Flash 不行，必须上 Pro？

• 复杂 agent 的多轮规划；
• 需要规划很多事情，并进行多次 function call，也就是调用外部工具；
• 基于事实核查的任务；
• 财经研究；
• 节目脚本等需要更强底层知识和判断力的内容。

Flash 和 Pro 之间最主要的差距，是底层知识库大小。Flash 的底层知识库小一些，但运算能力其实不差，而且算得很快。

所以现在使用龙虾、爱马仕，包括 Claude Code 这种 harness agentic，Flash 基本上都是够用的，不需要上那么多 Pro。正常配置就是：Flash 负责跑量，Pro 负责兜底。特别难的、比较难判断的、需要长程规划的任务，用 Pro；正常工作通通用 Flash，这样就会非常便宜。

Token Plan 和 Coding Plan 的逻辑被打穿

随着 DeepSeek 的降价，Token Plan 和 Coding Plan 的逻辑就被彻底打穿了。绝大部分普通人根本不需要订阅，直接用 DeepSeek V4 的便宜 Token 就够了。低频用户可能每个月养虾的钱也就是几块钱，或者十来块钱，比买 40 块钱的最低套餐便宜很多。

AI 厂商为了不让你买最便宜的套餐，会给 40 块钱的套餐起名叫 Lite，就是告诉你，这只是让你尝鲜的。真正干活，还要买 Pro，买更贵的套餐，至少 200 人民币以上，而且还直接下架这些最便宜的套餐。

DeepSeek 为什么敢这么做

DeepSeek 跟这些大厂不一样。DeepSeek 自己没有电商，没有社交，没有短视频，没有云计算，也没有手机、汽车、办公套件、操作系统、浏览器、大规模企业 SaaS，这些它全都没有。

阿里、字节、腾讯有这些东西，所以它们尽可能希望把你绑在平台上，不要出去。

一旦你买了它们的 Coding 套餐，或者 Token 套餐，这种东西是有排他性的。就像吃自助餐，不可能在这家吃完自助餐以后，出去再吃碗面。自助餐的意思是，你一定要在它家吃饱，绝对不能再出去吃任何其他人的。

DeepSeek 除了没有这些生态之外，还缺很多东西：STT、TTS、绘图、视频生成、音乐生成、Embedding、Rerank，它通通都没有。它只有一个文本模型，其他全都没有。

所以 DeepSeek 的竞争方式就是：我的文本模型最便宜，你们就在我这里用。用完以后，如果你需要 TTS、STT，或者需要绘图，爱调谁的就调谁的，我不管。

这就像它卖的面特别便宜，你在它这里吃完一碗面以后，出门再去吃俩包子，它也不管。这跟自助餐完全是不同的逻辑。所以 DeepSeek 根本不需要锁死用户。

再看 OpenAI、Anthropic、小米、字节、阿里，它们都是希望锁死用户：你只要来我这里，就别出门了，在我这一家全部吃完。这是很大的差异。

开源模型与默认入口之争

还有一点很重要：DeepSeek V4 是一个开源模型，彻底开源。其他云计算厂商去薅它羊毛是必然的，也就是自己部署 DeepSeek V4，对外提供服务。

与其让别人分流，不如 DeepSeek 直接给一个低价。你们自己掂量掂量，上了 DeepSeek V4 以后，到底能不能出我这个价格。出不来，会被人戳脊梁骨；如果出得来，还划不划算？不那么划算。这样就让用户尽量沉淀在 DeepSeek 这里。

DeepSeek V4 其实是在抢这些 agent 的默认模型入口。单纯聊天或者做其他事情，缓存命中率可能没那么高；但越是跑 agent，比如养龙虾、养爱马仕这种东西，缓存命中率就越高，使用成本就越低。

普通用户每天使用龙虾、爱马仕，可能也花不了几十万 Token。在这种情况下，一天成本可能就是几毛钱，或者一块钱左右。所以为什么还要去买那种 Coding Plan 呢？

Coding Plan 仍然有适用人群

那 Coding Plan 是不是在某些情况下还是会比 DeepSeek V4 便宜？会。

这就跟吃自助餐一样。如果大胃王都吃不回本，那自助餐就倒闭了，没有人会进去吃。这个价格一定会让很多人觉得自己能吃回本。大家抱着这样的心态进去以后，自助餐厅老板才能挣得盆满钵满。

所以如果有些“大胃王”确实特别能吃，买 Coding Plan、Token Plan 也还是划算的。但是如果进来吃饭的都是大胃王，开自助餐的老板就该哭了。卖 Coding Plan 的人如果发现每个人都卡边掐沿地把所有 Token 消耗完，那就有点太过分了。

甚至有人可以这样做：买一个 Lite 套餐，一个月 40 块钱，先把它烧完，然后再接着跑 DeepSeek。这个肯定是所有自助餐厅老板都不欢迎的食客。

总结：DeepSeek V4 革命的是定价

DeepSeek R1 出来的时候，我就说这东西是国运级的，现在它依然是国运级的。作为国运级产品，降价到底会带来什么改变？低用量客户的 Token 基本无感了。我们随便养个龙虾，挂个 Claude Code，基本不会有任何感觉。

价格稀缺性被打破，饥饿营销失效，这真的会给整个行业带来改变。什么叫国运级？就是带着整个国家，甚至带着整个世界一起发生改变的产品，才叫国运级产品。

所以这一次 DeepSeek V4 革命的地方不是跑分，不是它做了别人做不了的事情，而是定价。它通过定价改变了整个商业格局。DeepSeek V4 最开始看跑分不够炸裂，但是价格上来以后，全行业的人现在都是晕头转向，不知道该怎么办。

希望 DeepSeek 可以带来更多惊喜。感谢大家收听，请帮忙点赞，点小铃铛，参加 Discord 讨论群，也欢迎有兴趣、有能力的朋友加入付费频道。再见。

背景图片

网信办约谈剪映、即梦和猫箱：AI 内容标识与“无真相时代”的开端

网信办约谈剪映、即梦和猫箱，可能是字节跳动的一个小心思，也可能是一个新时代的开篇。

国家网信办在 2026 年 4 月 28 日发布通报，剪映 APP、猫箱 APP、即梦 AI 网站均为字节跳动旗下产品，因未有效落实 AI 生成合成内容标识规定，被约谈、责令整改并予以警告。

原文里写的是“未有效落实”，不是说它们完全没做，而是做了一些，但效果不够好，所以被拎出来谈一谈。

这三个产品到底出了什么问题？核心就一件事：AI 生成的内容，没有让看到的人清楚知道它是 AI 生成的。

AI 生成合成内容标识：水印与指纹

《人工智能生成合成内容标识办法》是在 2025 年 9 月 1 日正式开始实施的。它要求有两个东西：一个叫水印，一个叫指纹。

什么是水印？

水印是什么？就是普通人能够在图片或者视频上看到的标识，比如“这是 AI 生成的”“这是即梦生成的”。如果你用 Nano Banana，在右下角会有一个菱形标志，这就叫水印，人是能看到的。

什么是指纹？

指纹是什么？指纹是人看不到的。它看起来就是一张正常图片、一个正常视频，普通人分不出真假，但是软件可以把里面的内容读出来。

而且指纹里包含的信息非常丰富，比如张三、李四、王五，具体是谁，某年某月某日在哪个平台上，通过什么提示词生成了这个东西，这些都可以写在里面。

这次被约谈的核心：显式标识不够好

这一次被约谈，就是因为它们的水印加得不够好。监管叫它“显式标识”，也就是要让用户能够看到 AI 提示。

图片、视频、音频都要有一定位置的要求。音频怎么加我还不太了解，但图片和视频需要在上面画出标识，而且这些标识在导出的时候要保留。用户下载视频后，标识必须还在，不能导出以后就没了。

现在剪映也好，即梦也好，在导出 AI 生成内容的时候，都会给你一个选项，特别是付费用户，可以选择把水印隐藏起来。如果你是免费用户，水印一定会在，去不掉；如果你是付费用户，它就可以帮你去掉。

它背后的逻辑是，在中国，付费用户基本上意味着已经实名制。平台已经把你的所有信息写进指纹里，后面都可以查到，所以它就可以帮你把水印去掉。

国际产品也是类似逻辑

其实国际上的产品也是这样。比如 Nano Banana，如果你在 Gemini 网站上生成，右下角都有菱形水印；如果你通过 API 付费生成图片，它就没有这个水印，或者说你可以选择把它去掉。

再比如我们直接在火山引擎上调用 Seedream 模型，上面也有一个属性，可以写“水印=false”，不画这个水印也是允许的。但是你的所有信息都会通过指纹写进去。

不要以为表面上没写，就可以胡说八道：第一，胡说八道的内容它可能根本不给你画；第二，你的个人信息都挂在里面，是可以识别出来的。

现在字节跳动做的这件事，就是你付了钱，我就给你把水印去了。这个事情不行，所以网信办去约谈了。

传播核验：平台也要识别 AI 内容

还有一个要求叫传播核验。也就是说，抖音、今日头条、小红书这些平台，如果用户上传了 AI 生成内容，平台要自己读取指纹信息，发现以后，要在帖子旁边标注“这个内容是 AI 生成的”。

一定要写，不写是不允许的。现在这三个产品一定是有问题的。

AI 内容都标识出来，到底对不对？

我们把 AI 内容都标识出来，到底对不对？我还记得一些科幻作品里有机器人标志的设定。

无论是游戏《底特律：变人》，还是很多影视作品，都有类似要求：当机器人和人很像，甚至可以以假乱真的时候，所有机器人都必须在最显眼的位置标出身份。比如眼睛是什么颜色、头发是什么颜色，或者身上亮一个什么样的灯，意思就是你是机器人。

如果隐藏这样的标志，就会被抓起来，或者机器人会被销毁。

很多影视作品和游戏里，机器人都是通过隐藏这个标记来进行反抗的。在这些作品中，强制机器人显示身份的标记，被想象成二战时期犹太人身上必须强制佩戴的大卫星标。

一旦是犹太人而没有佩戴，被德军抓住也是直接枪毙。所以隐藏这个标记，就代表反抗，代表革命。

为什么说这可能是字节跳动的“小心思”？

讲回这三个产品。它们都是字节跳动的产品。为什么说这可能是字节跳动的一个小心思？因为字节跳动自己是有国资占股的，国资在里面有各种指导作用。

既然如此，如果要打，为什么要打自己家的人？为什么一上来就直接拎它？

这里有几个原因。

原因一：这三个产品的量都很大，尤其是剪映

第一个原因，这三个产品都是量很大的产品，特别是剪映。剪映在全世界范围内，可能都是下载量最高的视频剪辑软件。而且剪映在整个 AI 标识应用中有举足轻重的作用。

比如你生成了一张图片，左上角有一个“AI 生成”的小框。你把它放到剪映里，可以遮住这个标识，也可以把图片放大一点，把有水印的地方裁剪掉，这些都是可以做到的。

还有，剪映最终的结果需要重新编解码，也就是先重新解码，再重新编码。在编解码过程中，原来的指纹信息也可能被去掉。所以剪映是必须要被说一说的。

原因二：即梦和 Seedance 2.0 已经很强

即梦现在也是很强的 AI 生图和 AI 生视频工具。特别是 Seedance 2.0 出来以后，很多人觉得以后再做 AI 漫剧、AI 短剧，已经无往而不利了。

现在使用 Seedance 2.0，也就是很强的视频生成模型，生成的视频上到底有没有标识？跟前面讲的一样：不付钱的一定有，付了钱的可以去掉。

等于国家要求必须标记的东西，到了字节跳动手里，变成了一个收钱工具：你不想要这个标识吗？给钱就可以。所以在这一点上，也必须约谈，没什么好说的。

原因三：猫箱借机被看见

猫箱是一个相对比较小众的产品，我自己从来没用过，刚才上去看了一下。猫箱是用来创建虚拟角色、写故事板，然后做一些小短片的工具，相对小众一些。

关键时间点：GPT Image 2 与快乐马公测

为什么说这三个产品被约谈是字节的小心思？大家要注意现在这个时间点。

第一个时间点：GPT Image 2 已经以假乱真

第一个时间点是，GPT Image 2 绝对比字节的即梦或者 Seedream 5.0 强非常多，而且它已经以假乱真了。

很多人拿它生成各种新闻截图、聊天截图，效果绝对以假乱真。而且这一次 OpenAI 根本没有给你加水印，上面就是没有。很多人已经觉得天塌了，各种假消息满天飞，完全没法判断，大家正在焦虑。

第二个时间点：阿里的 HappyHorse 快乐马开始公测

第二个时间点是，4 月 28 日发公告，而 4 月 27 日、4 月 28 日还有一个消息：阿里的 HappyHorse 快乐马开始公测了。

很多人都说快乐马在评分上超越了 Seedance 2.0。现在它一出来公测，是不是就可能盖过 Seedance 3.0？那不行，咱们先把整个要求提高一些，你们先去合规，再说后面的话。

所以字节跳动可能会选择在这个时候说：来，赶快给我开张罚单，给我约谈一把，把其他后来者好好震慑一下。它也可能有这样的考虑。

先拿罚单再上线：一个曾经的行业经验

说到这里，我们以前在盛大的时候，也干过类似的事情。比如国家规定游戏里不允许开宝箱，因为这有一定的博彩和赌博性质。但是你不开宝箱，大家又不爱玩。

怎么办？我们还是会在游戏里设置开宝箱。设置完以后，就找上海的网信部门说：来，给我们开一张罚单吧，罚我们一笔。

罚完以后，等于有一张“发票”，也就是处罚决定通知书。然后我们把游戏发行了。

发行以后，比如陕西的网信部门一看：你们怎么可以在里面开宝箱？我们就赶快把处罚通知书拿给人看：您看，我们已经罚过了，也做了一些整改，人家觉得没什么问题，所以我们才发行的。当然我们肯定也要稍微整改一下。

在中国，有时候会有这种神奇现象：你会请老爷过来检查一下，给我们做一个约谈。

约谈之后：字节似乎没有明显变化

这一次网信办发了通告以后，字节什么也没说，也没说要整改，也没说要做任何变化。我今天还到即梦上看了看，下载出来的图片依然没有水印，上面没有那个小框。

猫箱也算是蹭着两位大哥的身边出来露了个小脸。原来可能绝大部分人根本不知道猫箱是什么，一看被约谈了，反而会想上去试一试。

我刚才上猫箱的时候发现，这个网站速度稍微有些慢，肯定是上的人很多。原来从来没听说过这个东西，所以这就是字节的小心思。

决定 AI 生图和视频模型好坏的三个因素

现在决定 AI 生成视频或者 AI 生图模型好坏的，其实有三个因素。

第一个因素：质量

第一个因素是质量。你生成出来的东西如果很难看、完全无法控制，那肯定流行不起来。

但字节这几款产品，不管是 Seedream 还是 Seedance，生成质量都还是可以接受的。Seedream 是画图的，Seedance 是做视频的。

Seedream 属于可以接受，Seedance 其实已经是天花板级别，现在别人都追不上的状态，在业内极其有竞争力。如果在国内没有办法使用 Nano Banana，没有办法使用 GPT Image 2，那么 Seedream 就属于比较好用的；Seedance 在全世界都是很强的。

第二个因素：传播渠道

第二个因素是传播渠道。你生成完东西以后，得有地方放。

比如马斯克的 Grok Image，生成完图片以后，就可以在 X 里面直接产生互动，可以让 X 的广告收入上升，这件事才是有意义、有价值的。而且每次你用 Grok Image 做出有趣的图或者有趣的视频，马斯克在下面亲自给你点赞、转发，这还是很有诱惑力的。

字节自己手里的内容分发渠道也很完整，有 TikTok、抖音、今日头条。所以你使用剪映、即梦、猫箱做出来的这些产品，都是有地方去的。

而且发布以后，会为字节跳动这些社交媒体平台带来互动和收入提升，所以它也愿意干这个活。

这和其他平台不一样。如果我只能做出很好的图片，但没有地方让你展示、互动，那我就必须在生成图片这个环节把钱挣回来。

像字节也好，X 也好，生成完图片、视频以后，可以在另一头把广告收入挣回来，所以在生成端赔一点钱也没关系。这也是很大的差异。

第三个因素：限制情况

第三个决定 AI 生成图片、视频好坏的因素，是限制情况。你的合规限制到底怎么做？水印是不是加得很恶心、很难去掉？

现在“无痕去水印”之类的东西都是要打击的，不允许的。如果这块做得比较严格，大家就不爱用；如果做得比较模糊、比较宽松，大家就喜欢。

比如 Grok Image，大家就很喜欢，因为百无禁忌。

至于字节，它的做法是：你不付钱，或者付的钱比较少，它给你的限制就很严格；如果你付很多钱，成为比较核心的用户，它对你的限制就相对少一些。

它的思路是，如果你付了很多钱，就相当于被绑在这里了，你也不敢瞎搞。身娇肉贵，谁敢以身犯险？大家都不会。所以它通过这种方式进行限制。

AI 标识真的能执行下去吗？

这些标识真的可以执行下去吗？真的可以按照国家要求，把所有图片、所有视频都加上水印，让人一眼看出来是假的？其实做不到。

最关键的是用户不喜欢。如果用户喜欢，说我就是想给它加上，那不需要这么严格的管理，也可以做到。但如果用户不喜欢，你再怎么加水印，用户都会想办法绕过。

比如我用 Nano Banana 生成的图片，右下角会有一个菱形小标记。我每一次都会尝试往那里覆盖一个东西，把它盖住；或者生成完图片以后，把图拉大一点，把底下那块裁掉。这些我都会去看。

而且图片和视频一旦经过重新编解码，里面的很多信息就会被抹掉。你说这些指纹信息能不能留下来？也不是完全留不下来，但会越来越模糊。

因为现在的编解码是有损压缩，所以信息能够留下来，但会有损伤。

所以监管想要的“必须标识、不许去除”这件事，基本上是无法实现的。因为谁想往前多走一步，想在竞争上获胜，又知道用户不喜欢，就一定会想办法把这个标识去掉。

或者说，你付钱，我就给你去掉。现在很多平台都是通过这样的方式处理的，包括谷歌也是这么干的。

所以，监管可以要求，但最终可能不会有理想中的结果。

结论：我们可能进入“无真相时代”

最后，我们会进入一个新的时代。字节这一次的小心思，可能把我们带进一个“无真相时代”。

表面上看，是约谈了三款产品，罚的是字节跳动；实质上，是监管回答了一个根本问题：AI 生成内容怎么能够标识出它是 AI 生成的？

最终答案是，生成平台你可以去要求它，但用户不喜欢。这些生成平台站在竞争角度上，一定会对这些监管要求睁一只眼闭一只眼，或者各种阳奉阴违。

这个事是躲不过去的。就像刚才讲的游戏里开宝箱，最后我们还是得开。开完以后，先拿一张罚单，号称整改过了，然后就上线了。至于其他还没有拿到罚单的人，比如 HappyHorse 这样的，就要小心一点了。

未来我们看到的大量音视频和图片，就没有真相了。以前我们说“有图有真相”，以后这件事就彻底没有了。

即使有标识，你都不知道那个标识是真是假。有些人可能会把真的图打上一个假标识；有些人可能会把本来应该有标识的图去掉；还有人可能直接付钱把标识去掉。

这还仅仅是闭源平台。不管是谷歌、Grok，还是字节，它们的图片和视频生成平台都是闭源的。你还有开源平台呢。你怎么要求开源平台给你打指纹、打水印？根本要求不了。

所以未来我们看到的所有图片和视频，都有可能是假的。以后没有什么东西是绝对真实、可以保证的。我们以后再看这些图片时，心里一定要打个问号：这东西到底是真的还是假的？

因为现在图片用 GPT Image 2 去生成，可能几秒钟就出来了，以假乱真，完全看不出来是假的，上面也没有水印。

背景图片

Meta收购Manus的交易被叫停。消息传出后，大家最关心的问题就是：到底是谁赚了，谁亏了？

2026年4月27日，国家发展改革委外商投资安全审查工作机制办公室正式发布公告，对外资收购Manus项目作出禁止投资决定，要求当事人撤销该收购交易。

这里非常有意思的一点是，公告只提到了Manus，没有提到Meta。作为甲方、出钱的一方，在公告里仅仅被称为“外资”。也就是说，Meta这个词在中国官方文件里并没有出现。

很多人对这件事的认知其实是错的。作为一个做过类似交易的前投资人，我想跟大家分析一下这种跨国并购到底是怎么做的。

关于这笔交易的五个常见误解

误解一：Meta亏了，20亿美金打水漂了

这个肯定是错的。如果交易终止，这20亿美金是可以拿回来的，所以不用担心Meta这笔钱全亏掉。

误解二：Meta赚了，因为Manus根本不值那么多钱

也有人认为，Manus根本不值那么多钱，现在正好可以让Meta体面退场。

但现在这件事已经不是Manus到底值多少钱的问题了，而是大家在质疑Meta自己的AI战略是不是很混乱。你把杨乐坤赶走，找了一个Alexandr Wang回来，然后又跑到新加坡去收购Manus，这是不是一个非常混乱的决定？

现在大家质疑的是这件事。所以，即使Meta把20亿美金都退回来了，也会有很大的损失。

误解三：Meta没有完成交易，所以要赔违约金

现在很多人知道，如果要收购或者投资一个项目，最后没有完成交易，可能要支付违约金。马斯克当年收购Twitter的时候，协议里就有类似条款：如果最后不收购，就要支付违约金。

这次SpaceX要收购Cursor，也有类似条款，比如600亿美金收购Cursor，如果年底没收购，就赔100亿美金。

那这次Meta是不是也要赔Manus钱？这也是错的。违约金条款通常不是这么定的。

如果甲方，也就是该出钱的一方，最后主动放弃交易，可能要赔违约金。但如果甲方确实买了，也确实把钱花了，而乙方交付不出来，比如本来应该交付某个软件，拿到钱以后却不给东西，那就是另外一方要赔。

所以Meta也不会因为这件事去赔违约金。

误解四：创始人可以解散公司后个人入职Meta

我今天还看到一个特别“天才”的设想，来自王志安。因为我平时不怎么看他的信息，今天看到Jeff李在跟他吵架，就把这个设想也拿来跟大家分享一下。

他说的“完美方案”是：Manus先把20亿美金还给Meta，然后解散公司，创始人以个人身份入职Meta，再找小扎要这20亿美金，投资人也按照20亿美金重新把钱拿回来。

这个想法实在太离谱了。后面我们详细解析这个交易具体怎么做的时候，大家就知道它错到什么程度。

这里面有一点是跨不过去的：这两位创始人根本就出不去。现在他们是被扣在国内，不允许离境。正是风口浪尖、舆论关注的时候，如果他们出去了以后再制造出别的舆论，比如申请政治避难，谁丢得起这个人？

所以一定会把他们摁在国内，绝不会让他们出境。这件事不用想。

误解五：技术和数据还不回来，所以事情完全无解

很多人认为还不回来，因为技术都给人家了，数据也给人家了，怎么还？

这种事最后要看双方是不是愿意给面子。如果Meta说愿意配合演一出戏，做一次审计，比如在新加坡做一次审计，证明当时带过去的软件和数据都删了，现在这些东西都是在Meta重新做的，并且有人签字，中国政府也有可能认。

所以这件事不是完全过不去。

从并购交易角度看，这个案子到底怎么回事

上面是五个常见误区。下面从一个曾经操作过并购案的前投资人角度，分析一下这个案子到底是怎么回事。当然，我肯定没有操作过20亿美金的并购案，以前做过的大概是五六千万美金规模。

分析一个投资并购案，首先要确定有哪些参与方，谁参与了这件事，他们各自收获了什么、付出了什么。

没有人只收获不付出，也没有人只付出不收获，所以一定要搞清楚每个参与方给了什么东西出去，又拿了什么东西回来。

第一方：Meta

第一个参与方是Meta。这个在中国文件上连名字都不敢提的公司叫Meta。

它付出了20亿美金的现金和现金等价物。为什么要强调现金和现金等价物？因为有些人拿到的是钱，有些人拿到的可能是Meta股票。

在这样的收购里，创始团队大概率拿到的是非常大比例的Meta股票，只有很小比例的现金；投资人团队，也就是股东，大概率拿到的是现金，也有一定概率拿到小比例的Meta股票。

Meta给出20亿美金，得到的是Manus的全部股权、全部员工、全部技术、数据以及现有客户和业务。

表面上看，这是股权交易；实际上，这是人才收购、技术迁移、数据获取三位一体。这才是Meta在这个案子里真正的付出和获得。

第二方：Manus的投资人

第二个参与方是Manus的投资人，包括红杉、真格、腾讯等机构。

他们获得了对标20亿美金估值、对应股权的对价，通常是现金，而且这些钱大概率是一次性给清。当然，也有可能签一个对赌协议。

投资人参与对赌的情况不是很多，但也有机会发生。

对赌是什么意思？就是这笔钱分几期给，第一期给多少，后面满足某个交割条件以后再给下一期。这种情况发生得不多，但也会发生。

就算是最后一轮投进来的Benchmark，它是按照5亿美金估值投的，现在按20亿美金退出。当时它投了7,500万美金，现在乘以4，就是3亿美金到手，这肯定是赚到了。

他们付出的，是在Manus里持有的股权。

大家注意，“股权”是两个字，一个叫“股”，一个叫“权”。

• “股”说明我在里面占多少股份，该分红的时候要给我。
• “权”是我拥有相应股份所代表的各种投票权，比如我能决定你可不可以卖，或者怎么做。

所以“股权”有两个不同的意义和概念。

第三方：Manus的创始团队

第三个参与方是Manus的创始团队。

创始团队可以获得20亿美金所对应股份的现金和现金等价物，而且其中现金占比可能非常少，比如给几千万美金或者上亿美金，剩下的全部都是Meta股票。

创始团队绝对会有对赌，也就是说，你必须在我这里服务四年。因为像这样的案子，收购回来真正有价值的，其实是创始团队以及所有员工。

你必须老老实实在我这里待四年，绑定好以后，每年成熟多少股份。同时，你可能还要有一定业绩承诺，比如必须做出什么东西，必须挣多少钱。

实现了，我再给你对应的钱；如果没实现，那就在这个基础上商量怎么打折。一般是这样的处理方式。

所以创始团队可能只得到了很少的现金，剩下的都是Meta股票的承诺。这些股票大概率也没有真正兑现，可能已经过户到他们身上了，但并没有来得及卖。所以他们身上真正的钱没多少。

第四方：交易服务方

除了这三方之外，还有交易服务方。

• 第一类是FA，也就是财务顾问，实际上是在做交易撮合的人。
• 第二类是律师，这么大的交易需要做各种合规，一定要有律所，而且20亿美金的交易可能会找全世界最大的几个律所。
• 第三类是会计师事务所，通常会请四大来处理交易结构、税务、合规、审计等问题。

别说20亿美金，就算以前我们做5,000万美金的交易，也必须请四大来折腾这些事情。

而且他们绝对不可能承认自己有错误。因为人家是靠这个吃饭的，不可能承认自己没有发现重大交易风险，却让你签字，最后导致交易失败。

他们一定会把责任推到其他人身上，通常是推到政府身上，或者推到不可抗力身上。

所以整个交易涉及四方：Meta、投资人、创始团队，以及FA、律所和会计师事务所这些交易服务方。

交易现在进行到什么状态了

中国政府要求的是，你在交易之前先跟我说，我审完了以后，你再决定交不交易。你先斩后奏，我就一定不能让你通过。它是这样的逻辑。

现在这笔交易基本上已经做完了。

第一步：签字

什么叫交易做完？第一步是签字。

交易会有一堆文件，叫交易文件，大家都要在上面签字。律所可能不怎么签字，但Meta、创始团队以及所有投资人都要在上面签字。

签字签完了，合同也就生效了。

第二步：交割

第二步是交割。什么叫交割？Meta付钱，同时做股份转移。

像这种VIE架构，股份通常在英属维京群岛。谁也没去过那里，像我们那么多公司的英属维京群岛公司，也没去过。

那怎么办？就是给英属维京群岛的律师打电话，说我们现在准备做股份转移，请重新打印新的股份登记证书。

原来属于红杉资本、属于Manus创始团队的这些股份，现在全部转移给Meta，然后打出新的股权证书。这个就算做完了。

这部分应该已经做了。人也都跑去Meta上班了。Manus现在连自己的办公室都退了，全部搬进Meta办公室里，可能已经坐了好几个月。

因为他们是在去年12月份宣布的交易，到现在该给人的技术、该给人的数据，肯定都已经给人家了。这就是现在交易的状态。

中国政府为什么要叫停

这一次中国政府说，我一定要让你停下来。你不尊重我，本来应该先来问我一声，再往后做。

这有点像两个年轻人没有经过父母之命、媒妁之言就私定终身，那就没什么好说的，一定“沉塘”。所以现在选择让它“沉塘”。

这个交易要叫停，怎么停？中国政府希望的是，Meta删除在中国训练出来的技术与数据，让它恢复到原来的状态。

至于其他的，比如怎么退钱，中国政府就不管了，你们自己折腾去。公告里连Meta的名字都没提，就是这样的情况。

但实际操作上，人已经过去上班了，技术和数据如果有，也早就扩散了，基本上无法追回。除非你去美国Meta总部审计。

即使到了Meta总部审计，也不可能确定哪个数据一定是从Manus来的，哪个数据一定是Meta原来就有的，这件事根本说不清楚。

违约责任大概率怎么判定

至于违约判定，如果Meta后悔了、没付钱，那么Meta肯定要付分手费。但这次基本上不会是这种情况。

如果Meta已经付钱了，Manus违约，没法提供原来承诺的价值标的，那Manus就要付违约金。但这块其实跟Manus也没什么关系。

如果说律所、会计师事务所没有审计清楚，没有发现重大的安全隐患和合规隐患，导致交易失败，我从来没见过谁告他们能告赢。

因为这些人本身就是规则的维护者，他们就是维护这套规则、完全为规则而生的行业，所以想告他们还是挺费劲的。

因此，这里面基本上不太涉及违约相关的问题。至于投资人，后面再说。

接下来可能出现的两条路

第一条路：Meta愿意给面子，终止交易

第一条路是Meta愿意给面子，终止交易，这件事就结束了。

如果向这个方向发展，比较简单的方式是在新加坡找一个第三方机构做一次数据合规认证，证明现在Meta办公室里的这些数据都已经不是从中国带来的，而是在Meta重新训练、重新做的，所有技术也都是重新做的。

Meta重新成立公司，股权都退回去，然后把原来的技术和数据放回原来的公司。至于员工，可以让他们从Meta离职，回到原来的公司。

后面Meta是不是愿意继续招聘他们，那是另一回事。估计中国政府也不会再折腾太多。这就算是给面子。

但这条路里有一个很关键的点：Meta要认错。后面就要看它怎么做这件事。

第二条路：Meta死要面子，硬扛到底

第二条路是Meta死要面子，硬扛到底，认为自己没错：我买的是一家新加坡公司，没有问题，我准备跟中国政府做一些诉讼，看看有没有其他解决方法。

在美国，很多公司确实会这么干。政府处罚他们以后，他们会起诉政府，拖几年以后，有时候还能赢。但在中国，这条路大概率走不通。

从Meta现在对外释放的信息来看，他们首先认为自己没错，希望有其他解决方法。但路透社和《华尔街日报》都提到，Meta现在准备配合中国政府，把交易终止掉。

也就是说，先把这20亿美金拿回来。所谓拿回来，主要是把投资人那部分钱拿回来。至于创始人这块，回头再说。

因为首先他们手里的现金并不多；其次，给他们的股份可以直接注销掉，Meta自己就能处理，所以这块并没有那么费劲。

现在所有已经收到钱的投资机构也都表示，如果Meta愿意取消交易，他们也愿意配合。

所以现在可能的状态，是处在一个中间状态：一方面Meta不认错，认为这件事没什么大毛病；另一方面，它也愿意先把交易终止，把20亿美金拿回来。

20亿美金也不是小钱，从投资人手里大概能拿回五六亿美金。其他部分应该回不来，包括付给律师事务所、会计师事务所的服务费，这些都是回不来的，这叫交易成本。

所以Meta选这条路就很微妙：钱我先拿回来，但我不认错，我还要继续跟你掰扯。

Meta为什么不能认错

Meta为什么不能认错？这里面Meta的位置也很尴尬。

这个交易是谁做的？Alexandr Wang做的。他现在在Meta内部的位置也很尴尬。

从2025年6月，他被143亿美金收购——其实也不叫完全收购，而是收购了他公司的控制权——加入Meta以后，把杨乐坤赶走，这么长时间也没做出什么东西来。

虽然有新模型，号称做得还不错，但谁也没用到过，所以整个行业对他的新模型也没有任何评测。

现在大家都在质疑：Meta到底行不行？把杨乐坤这样的教授赶走，找了一个辍学生回来管这摊事，是不是胡来？大家现在对他有这样的质疑。

所以如果他认错，说对不起，我当时没有好好审核交易，导致有重大安全隐患和合规隐患的交易给公司造成了巨额损失，那他就混不下去了。所以他肯定不能认这个错。

那Meta内部没有其他人愿意顶替他吗？肯定有。任何公司里都有阶级斗争，都有竞争对手，或者有人看你不顺眼。Meta里肯定有很多人看Alexandr Wang不顺眼。

那为什么Meta还要死硬？因为扎克伯格也不能认这个错。Alexandr Wang是他带回来的，一旦他承认Alexandr Wang塌房了，扎克伯格自己也要承担这个风险。

所以一环扣一环，Meta绝不能认错。

因此，Meta的选择就是：先把交易终止，先把钱拿回来，但后面慢慢跟中国政府磨。

这个交易到底合不合规

那么，这个交易到底合不合规？很多人会有疑惑：是不是中国在长臂管辖？Meta做得有没有问题？错到底在哪里？

很多交易并不是0和1、黑和白，而是有灰色地带。

这次跟交易相关的核心法条，是《中国禁止出口限制出口技术目录》。这个目录从2001年开始编制，但那时候没有AI这些东西。

第一次加入相关条目是在2020年，当时也没有写AI，而是叫信息处理系统。也就是说，相关东西出口之前要来审批。

2020年：针对TikTok交易的背景

为什么2020年要加这样一条？当年是特朗普第一次上台，要强买TikTok，所以中国把这样一条加进了《中国禁止出口限制出口技术目录》。但当时这个条款写得非常模糊。

2023年：明确加入两条人工智能相关内容

到2023年，拜登政府又说要关闭TikTok，或者让它卖给美国，也就是“要么卖，要么关”。所以2023年又修改了一次目录，明确加了两条：

• 第一条叫“专门用于汉语及少数民族语言的人工智能交互界面技术”；
• 另一条是“基于数据分析的个性化信息推送服务技术”。

这相当于把2020年很宽泛的解释拆成了两条，主要其实还是针对TikTok交易的。

2025年：目录修改但与Manus关系不大

到2025年，这个目录确实又改过一次，但那次修改其实跟Manus没什么关系。

Manus应该是在6月份关闭了北京办公室，裁掉员工，把剩下的人带到新加坡。目录是在2025年7月15日又改了一次，但当时主要加进去的是磷酸铁锂、磷酸锰铁锂正极材料、钾提取、锂辉石提取、卤水提锂等电池和有色金属技术，所以跟Manus没有特别大的关系。

真正摁住它的，是2023年的两条

这次真正摁住它的，是2023年加进去的跟人工智能相关的两条。

中国政府认为你违规了，必须先申报，申报完以后，我同意了你才可以交易；我不同意，你就不能交易。

Meta为什么认为自己没错？它觉得自己买的是一家新加坡公司，不是中国公司。而且Manus没有自己的模型，所以不涉及汉语AI交互界面技术。

它调的是Anthropic的Claude模型。它也不是个性化信息推荐系统或者推送系统，因为那是TikTok那类东西，套不到Manus身上。所以Meta觉得自己没什么问题。

中国政府的判定是，在中国境内训练形成的AI agent框架、代码、算法、中文交互能力、推荐数据分析能力，都属于这个条款范围内。

而且它认为，Manus在训练、优化、运营中使用过中国用户数据、企业数据以及中文语料，这部分出境也必须来申请。

这就是双方真正争议的点。

所以这里面确实有一些灰色地带。你说它算也行，说它不算也行，这件事并没有那么非黑即白。

到底谁赚了，谁亏了

投资人：亏了，但不算彻底亏

先说投资人。投资人肯定要退钱，所以是亏了，但也不算彻底亏。

为什么？比如把7,500万美金投进去，本来能按3亿美金退出，现在要把钱退回去，这肯定是亏了。

那7,500万美金基本上也没了。因为这笔钱退回去以后，你再想卖这个案子，绝对卖不掉了。不会有任何人再去买这个东西，中国政府或者中国哪个国资也不可能出去买。

这个案子就算废了，所以那7,500万美金就是净亏损。

但是对于投资机构来说，它并不是只看一个案子的输赢，而是看眼光怎么样。

他们能够投出这么受瞩目的案子，对以后融下一轮基金仍然有帮助。你可以说，我投过Manus，虽然Manus没有交易成功，但这是非战之罪，错不在我。

别人可能还是愿意把钱交给你管理，因为你的眼光不错。

另一方面，他们跟Meta做过一次这样的交易，以后如果还有一些案子想卖给Meta，这条路也会更容易走一些。所以投资人并没有彻底亏。

Meta：嘴上强硬，实际上准备拆解退款

Meta嘴上强硬，实际上已经准备拆解退款。

Meta公开口径是交易完全符合适用法律，期待适当的解决方案；但实际上已经准备把钱拿回来。

而且在这个过程中，它可能也发现Manus这条路未必特别正确。所以只要面子别丢，能挽回多少损失就挽回多少，后面继续跟中国政府拉扯就完了。因为它认为自己并没有犯错。

交易服务方：从来没有输过

交易服务方从来没有输过。

一方面，他们会说，是中国政府把条款解释得太宽泛了，本来不应该有这样的解释，但他们就这么解释了，这并不是我们的问题。

大家也会相信这种说法，因为这套规则就是四大会计师事务所以及一堆顶级律所维护的，他们一定比所有人都懂这套规则，所以他们绝对不会输。

创始团队：基本上彻底废掉

创始团队基本上彻底废掉。

该退的钱肯定要退。至于怎么退，或者已经花了多少怎么办，这些都好办。不行就写个欠条，慢慢放在那里。

大不了成为被执行人，不坐高铁了。反正出境也出不去。

以后想再创业、再融资，都不太容易；想去哪里上班，也很难。

因为政府盯着你，如果你又跑到哪里上班、又抛头露脸、又出人头地，这件事是绝对不允许的，丢不起这个人。

普通员工：可能反而赚了

普通员工可能倒是赚了。

当然不是指在中国已经被裁员的员工，而是去了新加坡、加入Meta的这些员工。

即使Meta以后把他们都开了，也不再要他们，他们也是Meta前员工。再去找工作、创业融资，相对来说都会容易一些。

中国政府：肯定是赢了

中国政府肯定是赢了。

它重新划定了AI主权的红线，明确告诉市场：境内研发、境外换壳、外资收购，这条路在中国走不通。

这是中国监管第一次在AI领域作出“禁止加撤销”的顶格制裁。

真正亏的是整个中国AI创投行业

真正亏的是整个中国AI创投行业。

为什么说亏得很惨？如果Meta直接撤了并认错，这件事也还行。以后也许还有人能找到合规方式，把团队弄出来。

毕竟中国有工程师，有这么多人，可以做出各种技术、各种项目。只要有合规方式，总会有资本愿意帮他们尝试怎么把中国团队卖到海外。

因为在国内上市这条路肯定走不通，这条路一定还会有人努力。中国团队也确实有价值，像Meta这样的海外公司也愿意承认他们的价值。

如果Meta不硬刚，直接撤了，这事就结束了。可能过一段时间，大家又可以继续尝试。

但现在Meta想做的是：先把钱拿回来，然后继续耗下去，认为自己没错，寻找其他解决方法。

那么这件事就会一直有新新闻出来，有新的瓜出来。以后再有人想把中国团队带到海外去卖，就要三思而后行。

就算你再健忘，过两天Manus的新闻又出来了，再过两天又出来一个什么事。

而且Meta如果要起诉中国政府，大概率不会在中国境内。因为整个文件里压根没有Meta的名字，只有“外资”。

你跑到中国境内告中国政府，那是不可能的。所以它大概率要么在美国起诉，要么在新加坡起诉。在这些地方起诉会拖很长时间。

在这个过程中，整个中国AI出海、AI团队出海，基本上就废掉了。

在中国做AI创业，再想拿投资，就不要惦记美元了。所有美元的钱都别拿，老老实实拿人民币，也就是拿国资投资。

那为什么不拿国资？很简单，国资永远只投它有关系、看得懂的项目。这些项目最后能做成什么样，谁也不知道。

而且这些项目想在国内上市也很难。因为你一旦拿了人民币投资，就必须在国内上市。

在A股上市这件事，比Meta收购它还要难很多倍。除非家里真的有很强的关系，否则就别想了。

现在中国能够上市的AI企业，像MiniMax和智谱，也都是去香港上市，在国内根本上不去。

所以这件事对整个中国AI创投市场都是巨大打击，而且这种损害会从现在开始持续很长时间。

以后再有中国AI项目，没人敢投了。现在只能怎么办？在中国什么都没有，一穷二白地出来，跑到新加坡创业。除此之外，别的都没法做。

小案子中国政府可能也不想管，但一旦遇到大案子，比如上亿美金，中国政府又会出来说，这不行，你原来在中国已经做过一些积累，才出去的，我得管你，我要禁止你的交易。

那谁愿意承担这样的风险？所以，这对整个中国AI创投来说都是毁灭性的。

背景图片