<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>罗永浩李想十字路口 &#8211; 老范讲故事｜AI、大模型与商业世界的故事</title>
	<atom:link href="https://lukefan.com/tag/%e7%bd%97%e6%b0%b8%e6%b5%a9%e6%9d%8e%e6%83%b3%e5%8d%81%e5%ad%97%e8%b7%af%e5%8f%a3/feed/" rel="self" type="application/rss+xml" />
	<link>https://lukefan.com</link>
	<description>这里是老范讲故事的主站，持续更新 AIGC、大模型、互联网平台、商业冲突与资本市场观察，帮你看清热点背后的底层逻辑。</description>
	<lastBuildDate>Mon, 18 May 2026 00:47:11 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9.4</generator>

<image>
	<url>https://lukefan.com/wp-content/uploads/2026/03/cropped-jimeng-2026-02-28-5245-用图一的人物形象，替换图二中的人物，使用图二的风格。文字替换：老范讲故事，Yo-32x32.jpeg</url>
	<title>罗永浩李想十字路口 &#8211; 老范讲故事｜AI、大模型与商业世界的故事</title>
	<link>https://lukefan.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>李想两小时播客：一个万人大厂 CEO，怎么看 AI 时代？</title>
		<link>https://lukefan.com/2026/05/18/li-xiang-on-ai-driven-automaker-transformation/</link>
		
		<dc:creator><![CDATA[老范 讲故事]]></dc:creator>
		<pubDate>Mon, 18 May 2026 00:47:09 +0000</pubDate>
				<category><![CDATA[AIGC]]></category>
		<category><![CDATA[新能源智能汽车]]></category>
		<category><![CDATA[AI Agent汽车座舱分层]]></category>
		<category><![CDATA[AI时代员工评价标准]]></category>
		<category><![CDATA[L3自动驾驶伦理]]></category>
		<category><![CDATA[李想AI访谈]]></category>
		<category><![CDATA[李想罗永浩播客]]></category>
		<category><![CDATA[理想汽车]]></category>
		<category><![CDATA[理想汽车AI转型]]></category>
		<category><![CDATA[罗永浩李想十字路口]]></category>
		<guid isPermaLink="false">https://lukefan.com/?p=3779</guid>

					<description><![CDATA[这期内容解读李想罗永浩访谈，重点看AI进入真实企业后，如何改变组织管理、员工评价和产品落地。文章围绕理想汽车AI组织变革、AI时代员工评价标准、AI Agent企业落地、自动驾驶伦理等长尾关键词展开，梳理李想关于不要轻易裁员、Agent分层使用、机器人应用场景和L3自动驾驶责任边界的判断。它不是宏大预测，而是一个万人车厂CEO从经营压力、流程重构和产业落地出发，对AI重新定义人的观察。
]]></description>
										<content:encoded><![CDATA[
<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"><div class="wp-block-embed__wrapper">
<iframe title="李想谈AI：罗永浩访谈里藏着的组织变化！" width="900" height="506" src="https://www.youtube.com/embed/PjP7sJQDcyE?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>
</div></figure>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_1.jpg" alt="罗永浩与李想坐在播客圆桌两侧对谈，桌面摆着麦克风、AI 芯片、汽车模型和组织结构卡片，背景是分散的注意力碎片与一条清晰的阅读路径，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>我完整地看完了罗永浩对李想两个半小时的访谈播客。一个万人大厂的 CEO 是怎么看 AI 时代的呢？</p>



<p>大家好，欢迎收听老范讲故事的 YouTube 频道。现在人的注意力都很分散，时间也都很宝贵，所以我已经很久没有看完这种两个小时的播客了。就算是硅谷大厂 CEO 们做的播客，我大多也是扔给 NotebookLM 总结归纳一下，只看总结结果，不会老老实实坐在那儿看两个小时。</p>



<p>罗永浩做的《十字路口》节目，就是找一帮大佬回来做访谈。这个节目我应该是从来没有完整看过，但是里面一些精彩片段会剪成短视频，我有时候会看到。他做到第 27 期的时候，又把第一期嘉宾李想请回来了，聊了两个多小时。我看到了里面几个片段的短视频，最后下决心把整个视频看了一遍。</p>



<p>鼓励我去看完这个视频的有两个片段。</p>



<ul class="wp-block-list">
<li>第一个，李想讲他也给员工发了 Token，都是免费的，随便使，不计量。然后他去观察到底什么样的人用得最多。他把用得最多的 20 个人找来访谈，说你们到底拿它干什么了。他发现非常有意思：这 20 个人原来都是不善言辞的人，不是在老板面前天天晃来晃去、做 PPT 的人，但是他们都很认真地把自己原来的业务完整地进行了重构，重新梳理了整个业务，用 AI 去进行了替代。这是他认为非常重要的一个点。</li>



<li>第二个，李想讲，不要上来就裁员。因为如果上来就裁员，一定会按照旧时代的标准去裁，你可能恰恰把最有用的人裁掉了。</li>
</ul>



<p>我听完这两条以后，就决定一定要把这个两个半小时都看完。看完了以后并不后悔。</p>



<p>这是我第一次完整地看李想的演讲访谈。以前从来没有完整关注过李想到底在说什么。今天也把我看到的东西分享给大家，因为这是一个我们从来没有见过的视角。</p>



<span id="more-3779"></span>



<h2 class="wp-block-heading">一个少见的 AI 产业视角</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_2.jpg" alt="一位车厂 CEO 站在汽车生产线与 AI 控制台之间，左侧是模型公司和 AI 博主的喇叭，右侧是真实工厂流程图被重新连接，突出“产业使用者视角”的构图，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>原来我们看到这么多访谈、这么多文章，要么是 AI 公司出来的，说我好厉害，老王卖瓜，自卖自夸，我这个可以替代，那个可以替代，没有什么事是我干不了的；要不然就是像我们这种 AI 博主，说如果这样了会怎么样，如果那样了会怎么样；还有一些人是 AI 失败主义者，说我用了根本就不行，搞不定。我们以前只能看到这些。</p>



<p>但是李想这个位置非常神奇。他不是一个模型公司老板，他自己是个车厂老板。虽然他也训练模型，但是他的核心还是一个车厂老板。他讲的是什么？我到底怎么在我的车厂里用这个东西。</p>



<p>而且他跟我们这些人不一样，我们只能说如果用了会怎么样，他是真用了。他跟那些 AI 失败主义者也不一样。AI 失败主义者是不愿意改变的人，或者说是没有能力去改变原来流程、原来组织架构的人，他们用 AI 必然会失败。</p>



<p>李想的位置是：他是一个万人大厂的 CEO，还是创始人，一言九鼎，随时可以改变流程、改变组织架构。他还愿意自上而下地推动 AI 应用。我们从来没有看到过这样的视角：这样的人到底是怎么用 AI 的，以及用完以后是什么样的感受。</p>



<h2 class="wp-block-heading">理想汽车的背景：不是顺风局里的 AI 叙事</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_3.jpg" alt="一辆家庭 SUV 停在财报折线图前，市值曲线从高点回落，旁边摆着冰箱、彩电、大沙发和现金流仪表盘，表现逆风局中的 AI 转型背景，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>先说一下背景。理想公司现在是一个什么状态？大家都知道它是卖汽车的，而且理想的车就是典型的“冰箱、彩电、大沙发”。这个词就是他发明的。别人说我是性价比之车，我是驾驶者之车，或者我是多少万以下最好的车。李想就很简单，是一个特别实用主义的人，上来就是冰箱、彩电、大沙发。</p>



<p>我加一个冰箱，这车成本才加多少？冰箱其实很便宜，车上用的那种冰箱连压缩机都没有。加上以后，你就愿意去买一辆 50 万的车。所以他是特别实在的一个人。</p>



<p>听完整个访谈以后，第一感受就是李想这个人真实得让你害怕。什么事都是特别真实地给你讲，也没有那么慷慨激昂，也没有那么多大道理，就是这事就是这么干的。</p>



<p>而且理想不是站在一个顺风局里跟大家讲 AI。他其实 2025 年日子过得并不好。理想汽车 2023 年年底是它真正的高光时刻，当时市值是 376.8 亿美元，现在市值直接腰斩，降低了 49.9%，188.9 亿美元。对于他来说，肯定也承受着巨大压力。</p>



<p>2024 年他卖得还可以，当时全年交付了 500,508 辆车，全年收入是 1,445 亿元人民币，全年净利润 80 亿元人民币，全年经营现金流是 159 亿元人民币，当时员工是 32,248 人。</p>



<p>到 2025 年的时候，日子就变得难过了。因为大家都学会“冰箱、彩电、大沙发”以后，你就没有护城河了。2025 年，它只卖了 406,343 辆车，比 2024 年少卖了 9 万多辆车。全年收入 1,123 亿元人民币，同比下降 22.3%；全年净利润 11 亿元人民币，同比下降 85.8%，这个降得很猛；全年自由现金流是负的 128 亿元人民币。</p>



<p>大家注意，我们看财报的时候看利润，这个利润有时候正的、负的，其实没有那么重要，真正重要的是现金流，就是我的钱花出去了。那你说现金流是负的，为什么利润还有 11 亿元人民币？很简单，比如它建了工厂，做了研发，或者买芯片了，但这些钱并不能在当期都做成本处理掉，这个东西可以计入固定资产，然后未来多少年去摊销。所以就导致它的自由现金流是负的，但是利润还剩那么一点点。</p>



<p>到 2025 年年底的时候，理想还有 30,728 人，已经少了 2,000 多人。这个非常关键。你要是看着顺风局的老板来讲“我怎么成功的”，就跟你去听人讲“我怎么考上清华的”一样，这事就是扯淡。任何人照这种“怎么考上清华”的方式去学习，99% 都考不上。</p>



<p>但是如果一个逆风局的老板说，现在日子没那么好过，前面遇到一些问题，现在正在重新爬坡，在这样的状态下，大家去听一听，还稍微有点价值。</p>



<p>那么，李想到底都说了些什么？他真正关注的东西跟我们关注的是不一样的。我们关注的是这个模型比那个模型好一点，哪个国产模型能用，哪个模型有视觉能力，哪个模型生图生得好看，哪个 Agent 更好一点、干活更靠谱一些，哪个 Agent 跟哪个模型配合起来能够解决什么问题。这是我们普通人关注的事情。</p>



<p>但是对于李想来说，他关注的是员工愿不愿意学习，管理者会不会用，原来的流程要不要改，原来的考核标准还管不管用，老员工的经验会不会成为负资产，AI 到底是提高效率还是制造新的混乱，一个复杂系统里哪些事情需要交给 Agent，哪些事情不应该交给 Agent。这是他需要考虑的问题。所以角度一下就变了。</p>



<p>他讲 AI，不是从一个工具爱好者的角度来讲的，而是从公司经营、组织管理、产品研发、制造业落地的角度来讲的。对于普通观众来说，这个视角非常有价值。我们平时看到的往往只是结果：发布会、新车型、财报、销量、股价、舆论争议。老范的节目有时候还能根据过往经验来拍拍脑袋，也就是如此了。但是作为一个老老实实用 AI 的万人大厂 CEO 来说，他那个角度一定是一般人看不着的。</p>



<h2 class="wp-block-heading">第一层：AI 不能听别人讲出来，必须要自己用出来</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_4.jpg" alt="CEO 亲手把 AI 应用安装到老员工电脑上，Token 光点像病毒传播一样沿着办公室工位扩散，远处流程图被重新梳理成更清晰的线路，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>李想一开头就在讲，过去 200 多天最重要的事情就是学 AI。他自己先用，用完以后整个企业一起用。这句话本身不新鲜，现在你看哪个老板敢说我不学 AI？但是李想后面补了一句，我觉得非常关键：AI 这个东西不能听别人讲，得自己真正去用。而且我觉得可能这里还要补一句：不能浅尝辄止。</p>



<p>有些人用 AI，用完以后在那儿挑毛病：你看它出错了，它替代不了我，走了。这个是没有任何意义的。要深入地用下去，不要去给它挑毛病，要想办法把它用起来。</p>



<p>所以李想这个判断很实在。AI 和过去很多技术是不一样的。过去你听一个技术，比如数据库、云计算、芯片制程，你不需要亲自上手。芯片制程这种事，绝大部分人，包括绝大部分公司老板，跟他讲这玩意儿有屁用，他自己也搞不定这事，他不可能说我上来 3 纳米就变 2 纳米了，这事是搞不定的。</p>



<p>但是 AI 不一样。使用 AI 没有那么高门槛。芯片制程这种事，你可能需要看报告、看 PPT，需要有人给你讲解，你才知道这个事情到底是怎么回事。AI 这个东西，你直接问它就完了。任何人写的 PPT，任何人给你做的报告，都没有 AI 做得好，因为你随时可以有任何问题问 AI：这儿没搞明白，那儿没搞明白，AI 都会很耐心地给你讲明白。</p>



<p>真正上手以后，你才会发现两个东西。</p>



<ul class="wp-block-list">
<li>第一，AI 真的很聪明，叫无所不知。这一次罗永浩跟李想还总结了一个说法：如果是全知全能，这玩意儿就是神；但是这个东西叫全知，还不是全能，还经常犯错误，所以它叫半神。</li>



<li>第二，AI 这东西确实很笨，经常干活翻车。AI 强的地方，是它可以打开很多原来普通人无法打开的能力。它笨的地方，是经常绕远路，产生幻觉，浪费时间，把简单问题复杂化。</li>
</ul>



<p>所以李想讲 AI，不是一上来给大家讲宏大叙事。他先讲我自己怎么用，再让同事用。有些老同事，特别是跟着他很长时间的，在原来各自领域还非常有经验、非常有价值的同事，就不愿意用。那怎么办？他就真的是冲上去，我给你装，我让你用起来。然后把这个用 AI 的过程“传染”出去。他不叫传播出去，他叫传染出去。这个比喻非常有画面感。</p>



<p>一家大公司真正进入 AI 时代，不是 CEO 发个邮件说大家要用 AI，这事没用。而是要让 AI 像病毒一样进入组织。每一个人都要用，每一个部门都要用，每一个流程都要进行调整，最后才能知道哪些地方真的有用，哪些地方只是热闹一下。</p>



<h2 class="wp-block-heading">第二层：AI 时代不要轻易裁员，因为评价标准变了</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_5.jpg" alt="一张旧裁员名单被放在天平左侧，右侧是 Token 使用热力图和几位安静员工重构业务流程的屏幕，照妖镜与放大镜照出新的能力排序，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>这期最打动我的片段之一，就是李想讲裁员这一段。他说了一个很重要的判断：<strong>AI 时代不要轻易按照旧时代的标准去裁人</strong>。因为很多公司一讲 AI，第一个反应是降本增效。降本增效翻译成人话，就是要裁员。</p>



<p>其实现在你增效是很难的。虽然李想也在里面讲说我们要去增效，尽量不降本，但是你用了 AI 以后，就能把车多卖掉吗？这个真不那么容易。所以在这样的情况下，他说我并不去裁员，这个事还是非常强的。</p>



<p>前面讲了，2024 年年底到 2025 年年底，他少了 2,000 人。我觉得这还算是一个相对比较正常的员工流转过程。理想的说法是，在 AI 时代，人才标准可能跟上一个时代完全不一样了。如果你一上来就裁员，很容易依照旧的标准，把新时代最有潜力的人裁掉。</p>



<p>我们就说旧标准，什么样的人最容易被裁掉？就是老老实实干活，但是又不会说、不会表现的人。什么人会留下来？老板有印象，这个人每天在我这儿晃，很懂我，我每次说点什么事，他马上就明白。</p>



<p>但是在 AI 时代，在理想公司里，烧 Token 烧得最多的人，都是平时不太爱讲话的人。李想也讲了，这些人可能比较内向，不太讲话，也没有向上管理能力，也不太会做 PPT，甚至因为害怕负反馈，就越来越不爱讲话，越来越内向。但是你跟 AI 沟通的时候没有这种问题。你可以很开心地跟 AI 沟通，AI 不会拒绝你，甚至还讨好你。AI 会按照你的思想，把各种业务都改造好。这些人很聪明，就是不会说。如果按照旧标准，这些人全裁掉了。</p>



<p>以前的旧标准，说实在很简单，就是任人唯亲。你在我面前晃，我很开心，我就把你留下。我从来没见过你，也不知道你每天在干什么，面目呆滞，这个人先裁掉。一定是这样的状态。所以我们经常看到裁员裁在大动脉上。</p>



<p>即使在旧时代，那些被裁掉的人也是被裁在大动脉上了，经常是把做 PPT 的留下来，把干活的裁了。这是非常正常的事情。而且很多按照旧标准，就是把小人留下来，把真正干活的人干掉。按照新的标准，你没准就可以真正把能干活的人筛选出来，这还是非常重要的。</p>



<p>所以李想认为，过去看起来很普通的人，用了 AI 以后，可能突然变强。过去很资深的人，如果不愿意学 AI，可能会迅速落后。因为 AI 不只是提高效率，AI 会改变一个人的能力结构。</p>



<p>过去一个员工的价值，可能来自于经验、资历、信息差、熟悉流程、会用某个软件、认识某些人、掌握某些内部知识。但是 AI 进来以后，很多东西都会被重构。一个年轻人，如果没有旧包袱，愿意和 AI、愿意和 AI Agent 对话，愿意重构工作流，愿意从零定义指标，他可能成长得非常快。一个资深员工，如果他的能力建立在旧流程上，他拒绝学习新工具，拒绝改变工作方式，他的经验反而可能会变成包袱。</p>



<p>这里还有一个特别反常识的点。罗永浩问李想，你认为超级员工会不会出现？就是一个人使用一堆 AI Agent，就变成超级员工。李想说会的，但是他讲了一个比例让我很惊讶。他说原来特别能干的人可能有 20%，上了 AI Agent 以后，特别能干的人可能只有 2%。</p>



<p>李想认为，有了 AI 以后，并不会出现平权，特别有能力的人会变得更强，而绝大部分人其实会变成无用的人。虽然他并不鼓励现在就裁员，但是他依然相信最后的精英会变得更少。</p>



<p>当然，并不是说老员工就没价值了，而是说 AI 时代的组织会出现一个很残酷的变化：过去优秀，不等于未来也优秀。这句话可以说得再重一点：AI 不是简单地替代人，AI 是重新照亮每一个人。你过去藏得住的东西，现在可能藏不住了；你过去靠经验、靠流程、靠信息差维持的优势，现在可能直接被 AI 抹平；你过去没有机会表现出来的想法，也可能因为 AI 工具突然被放大。</p>



<p>所以李想说 AI 和 AI Agent 像一个照妖镜、放大镜。这个说法还是挺形象的。它照出来的不只是能力，也包括态度、学习的欲望、组织的认同、对公司的不满、对新东西的恐惧。他专门讲了，说有很多人对公司是不满的，你使用了这么多 Token 以后，也是能够表现出来的。</p>



<p>这就是 AI 进入公司以后最现实的一面：不是每个人都会立刻失业，而是每个人都会重新被评价。</p>



<h2 class="wp-block-heading">第三层：Agent 不是万能的</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_6.jpg" alt="汽车座舱中控屏被分成快中慢三层，左侧天气问答秒回，中间数据库按钮控制空调和里程，右侧复杂 Agent 在慢速推理区排队，强调产品体验分层，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>现在理想也在自己的汽车上装芯片，他们那个芯片叫马赫芯片。对于汽车来说，他们用的芯片量不是很大，但是芯片成本对于整辆几十万块钱的车来说并不是特别夸张。所以他自己整了一个芯片在里面，自己也做了车载系统，或者我们叫智能座舱系统。</p>



<p>当时罗永浩问他说，现在很多人上“小龙虾”上车，OpenClaw 上车，这事你觉得行吗？李想就说，这个其实有问题，龙虾这个东西不是万能的。你问一个最简单的问题：天气怎么样？它在那儿吭哧瘪肚地想 20 分钟，然后再回答你。就算不用 20 分钟，也得想个 5 分钟。</p>



<p>原因很简单，因为 AI Agent 收到任何信息以后，它先拆解：你问我天气了，我应该调用一个工具，上哪去查天气；查完以后再调用大模型，然后再调用各种上下文，再把你所有的记忆都查清楚，再来给你生成一个回答。这个过程很慢。他说完全没有必要做这样的事情。</p>



<p>所以他们现在在车里面分三层。</p>



<ol class="wp-block-list">
<li>第一层叫普通对话 chatbot。你问个天气，我就直接给你上 chatbot，弄完就完事了，很快速地有一个反馈。</li>



<li>第二层是一些确定性任务。比如我要查询一个数据，你车跑了多少里程了；或者做一些操作，给我打开空调、打开车窗。这个我们就直接调用工具就完事了，包括一些数据库，有一个数据库，你直接调用就完事了。</li>



<li>第三层是一些比较复杂的泛化任务，就是没有办法把它规范下来的，这些再上 Agent。</li>
</ol>



<p>未来他们会在车上把整个体验分成三层：快、中、慢。快的就是直接上对话窗，中间的就是各种数据库查询，慢的就是上 AI Agent。通过这样的方式来做。</p>



<p>因为理想马上要出一款新车叫 L9，大概 50 多万的新车，他也讲说，这个新车装了我们最新芯片，也上了整套交互系统。人家卖车的，这是应有之义。</p>



<p>所以从他的角度上考虑，人家是真正在做产品的人。他不会上来说 AI Agent 就是万能的，上来全都上 AI Agent；也没有告诉你这东西就不行。他最后会思考的是真实的产品体验需要什么：延迟、成本、稳定性、安全性、用户体验。他要把这些东西都想明白。</p>



<p>在车里尤其如此。你不能让用户问个天气，车机在那儿响 5 分钟，这事是不行的。你也不能让用户开个空调，走一套非常复杂的 Agent 推理。你也不能让自动驾驶在紧急场景下边开边想，这些都不行。所以这段我觉得也很有价值，这是真正的产品经理和工程老板的判断。</p>



<p>AI 时代真正成熟的系统，可能不是所有东西都是大模型化。很多人一上来讲，我们要原生 AI 应用。扯淡，你要解决问题好吗？原不原生一点都不重要。简单的问题就要简单解决，精确问题就要精确控制，复杂问题再扔给 AI Agent。这个才是我认为非常有价值的判断。</p>



<h2 class="wp-block-heading">第四层：自动驾驶是具身智能的上半场</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_7.jpg" alt="工厂车间里轮式机器人用机械手给料斗补充灯泡和物料，旁边翻跟头机器人与倒咖啡表演被放在虚线展示区，突出真实应用场景与融资表演的对比，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>现在小鹏已经拿出机器人来了，李想说他们现在也开始做了。虽然理想的机器人还没有展示，不知道具体长什么样，但是他们已经开始做了。</p>



<p>他讲到这里，有一点让我觉得特别有意思。他说你看，现在有些机器人可以翻跟头，可以跑步，可以跳舞，但这不能点名，点了名肯定有问题。他讲什么？他说，如果让机器人出去做包裹分拣、打螺丝或者做咖啡，这个是没有任何意义的。</p>



<p>原因很简单，不管是包裹分拣、打螺丝还是倒咖啡，它都是非常确定性的工作。做咖啡这个事，上咖啡机不就完了吗？那玩意儿做得绝对比机器人又快又好。打螺丝，他们在汽车厂里有精度要求，必须在很高的精度要求下打螺丝。你上机器人达到这么高的精度要求，成本太高，而且非常不划算。特别是这种人形机器人，下面是两条腿，还要走来走去。现在别说划不划算，可能都没法实现。</p>



<p>就算是分拣快递，你上个人形机器人，真不如在那里做一个机械手，稍微判断一下，用机械手处理一下，直接把快递分拣掉就完事了。</p>



<p>罗永浩就问，那这玩意儿你做了半天，做什么呢？你都说这玩意儿都不划算。李想讲，你不做这个事也没办法，因为现在所有人形机器人都没有办法进入实际应用场景。你不做翻跟头，不做倒咖啡，不做分拣包裹，你就没法融资。</p>



<p>但是对于他来说，他说我没这需求，我自己有钱。我们发现了一个新的、真正机器人的应用场景。那是什么？比如做咖啡，咖啡机一定做得最好，但是给咖啡机上料这个事是很痛苦的。你需要往咖啡机里加咖啡豆、加水、加牛奶，这个事必须要有个人去干。而且不同的咖啡机，摆放位置、加料口、加的各种东西都不一样。这个是值得上一个人形机器人的。</p>



<p>他说，像我们工厂里有 3,000 多人是专门给各种设备上料的。比如这是装灯泡的，你需要把灯泡放在灯泡斗里，然后到那边，这个机器一个一个把灯泡拿出来往车床上装。最后装灯泡的过程是非常确定化的过程，我就不上人形机器人了。但是你往那个斗里装灯泡的过程，一下往料斗里装灯泡，这个过程是个很泛化的任务，而且对精度要求没那么高。我把灯泡放进去，只要在这个斗的范围内都可以。这块我们就上机器人了。</p>



<p>具身智能，不管是往咖啡机里加咖啡，还是往工厂里加各种料的这些岗位，他们准备直接上机器人。这个才是真正有意义、有价值的事情。</p>



<p>而且他未来想做的第一批机器人是轮式的，底下是轮子，上面是手，可以进行搬运、进行物料补充。因为工厂里面走轮子还是没有什么问题的。至于有脚的，他说他们现在也在研发，以后进到家庭里，可能还是需要有两条腿，因为家里会有台阶，会有障碍物。</p>



<p>他提到前面有些员工也出去创业去了，而且这些员工出去创业都是去做机器人。原因很简单，作为这种大厂员工，特别是比较高层的员工，很大一块收入来自股票。你股票跌了，股市值只有原来一半，这些人的整个身家就会缩水。在这种情况下，他们肯定希望去追更热的热点，去做机器人。</p>



<p>原来李想说，我们做车，好好做车就完了。现在说不行，如果我不做机器人，我下面这帮最强的人就都纷纷离职去做机器人了，我自己也要做。我自己做起来以后，他们说，原来你也在做，早知道我就不离职了。所以他现在做机器人，也是被整个团队一起推着往前走。</p>



<p>而理想在这一块的判断是，未来每一个人都可以像亿万富翁一样生活。有人照顾你的生活，有人给你递东西，有人安排你的各种起居，有人给你做司机。他说以后要把这一整套东西都做出来，也就是有机器人，有车。</p>



<p>这里还特别有意思。他说最早的理想是做奶爸车的，但是一讲到奶爸车，大家总觉得有牺牲在里面。因为奶爸肯定是牺牲了自己的休息时间，甚至牺牲了自己的工作，要去照顾家庭。这个事稍微有一些悲情。所以我们要稍微调整一下，把它变成一个家用车。你只要有家庭，不管是不是做了牺牲，都可以去买我们这个车。</p>



<p>甚至有很多人到家以后会不下车，会在车里再坐一会儿，享受这个车可以带来的安静环境、独处环境。这是他们以后的一个追求。</p>



<h2 class="wp-block-heading">第五层：自动驾驶的伦理，是否该由车企自己决定撞谁</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_8.jpg" alt="自动驾驶汽车停在电车难题岔路口，车企工程师把方向盘交给法律书和国家规则路牌，远处不同国家旗帜对应不同交通规则，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>罗永浩挺坏的，他上去问李想一个电车难题。如果电车接着往前走，就是撞 4 个人还是 5 个人；如果你掰一下道岔，电车走向另一条轨道，是撞死一个人。那么这个掰道岔的人到底是不是应该掰这个道岔？这个责任应该由谁来负？</p>



<p>李想想了一下，说这个事不应该由我们来定，车厂没有这种权利来做这样的决定。那这个事应该由谁来定？应该由国家来定。国家法律定下来，说到时候应该撞更少的，还是应该不动，你怎么定我就怎么做。反正对于 AI、对于大模型来说，你定下标准来，我们就照着办就完了。</p>



<p>而且他说，以后可能不同国家会有不同标准，我们还要让这个车出口到不同国家以后，按照不同标准去执行。我觉得这也算是一种人间清醒。车到底是撞谁、不撞谁，它是一个公共规则，跟 AI 的能力没关系，跟车厂的道德标准也没关系。它是法律、监管、交通规则、司法解释、责任认定和社会共识合在一起做的一个东西。你把这个东西交给车厂是不对的。</p>



<p>在这里，罗永浩还问了李想一个问题：你觉得什么时候就是未来已至？特别作为车，对于具身智能来说，什么时候我们就进入到下一个阶段了？李想的回答是进入 L3。现在大家都在玩 L2.99999，无限接近 L3。而现在你要想达到 L3，就是完全离开人手的这种驾驶，不是技术做不到，而是国家和社会的法律法规以及社会接受程度这一块还没有实现。</p>



<p>如果有一天彻底进入 L3，新的时代就到来了。到 L4，上面那个方向盘就没了。L3 还是有方向盘的，只是它开的时候你不用理它，不用目视前方，不用双手持握方向盘。差别就在这个地方。</p>



<p>然后罗永浩问，那到了 L3 以后，大家还买车吗？为什么问这样的问题？因为自行车就是这样，一旦进入共享单车时代，大家就不再买自行车了。再去买的都是公路车、山地车，通勤类自行车就没有市场了，整个市场格局变了。</p>



<p>李想作为一个卖车的人，肯定说你还得买车。就算到 L3，你也得买车。为什么？因为这是给家庭用的车，它有一个私人空间的问题。</p>



<p>曾经有人在国内做过这种共享汽车的生意，我还办过卡，也开过几次，但真的是一言难尽。为什么？汽车这个东西跟自行车不一样。自行车维护成本比较低，而且它是开放的，并没有一个壳子、一个棚子把你罩起来。你在自行车上不能做一些特别过分的事情。但是汽车不一样，它是封闭空间。所以我们进到那种共享汽车里，特别脏、特别臭，实在是很难让人忍受。你还是希望有一个很好的空间。</p>



<p>那你说我们把车稍微收拾收拾，稍微打扫一下行不行？成本很高。我们在国内使用共享单车的时候，会看到有人专门把共享单车从地铁门口搬到小区门口，或者从小区门口搬到地铁门口。这个维护成本很低，整一个三轮车就可以搬好多自行车。而汽车如果每坐几个人，就要求它开到一个什么地方，找人给你做清洗，这个成本太高了。所以在这一块上，可能还需要重新摸索。</p>



<h2 class="wp-block-heading">第六层：AI 改变的不只是工具，而是组织能力</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_9.jpg" alt="一家公司被画成五层能力大楼，学习方式、员工评价、系统架构、产品定义、责任边界依次亮起，AI 光束把部门流程重新连接成更聪明的组织网络，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>李想这期真正想讲的，其实不是一个单个的 AI 工具。他讲的是组织能力。AI 进入企业以后会改变什么？</p>



<ol class="wp-block-list">
<li>第一，改变学习的方式。过去老板听专家讲，听咨询公司讲，听行业报告讲。现在不用了，你得自己用 AI，不用就没有体感。</li>



<li>第二，改变员工的评价标准。过去的资历、经验、流程熟悉度，不一定自动构成未来的优势。AI 会让一些新人快速变强，也会让一些老人暴露短板。</li>



<li>第三，改变系统架构。不是所有问题都要交给 Agent。企业会重新判断什么事情需要大模型，什么事情需要搜索，什么事情需要低延迟的控制，什么事情需要传统的工程系统。</li>



<li>第四，改变产品的定义。汽车不只是交通工具了，它可以被看成一个有眼睛、有大脑、有处理器的具身智能系统。他还专门讲了变形金刚：你看，我又是车，又是机器人。</li>



<li>第五，改变责任边界。自动驾驶越强，越不能让企业自由发挥。技术必须进入法律和社会规则里。</li>
</ol>



<p>这就是理想视角最特别的地方。他不是只看模型和工具的能力，他看的是 AI 进入一家真实公司以后，公司能不能变得更聪明。这个问题比某个模型是不是更强要复杂得多，也现实得多。</p>



<h2 class="wp-block-heading">补充：招聘、离职、创业和组织边界</h2>



<p>这里再补充两个问题。第一个是关于招聘、离职和创业的问题。</p>



<p>罗永浩自己其实现在也是一个创业公司的老板。虽然他前面那些产品并没有做出来，但是罗永浩应该并没有放弃继续创业的想法。虽然现在他主要是在做直播带货，再去做《罗永浩的十字路口》的各种访谈，但是他依然在写程序，依然在推进自己的系统。</p>



<p>所以他会去问，你怎么能够招到最顶尖的人？你怎么处理离职的问题？有一些你不想让他走的人，他一定要走，一定要去创业，怎么办？</p>



<p>李想的回答，第一个，招聘的时候你还是得聊。而且李想特别喜欢招聘，很神奇。他说这个人一年大概要面试五六百人，每天能有两三个来面试。而且李想自己的原话是，他现在可能没精神，打不起劲头来，但是只要面试，一把人就兴奋了。</p>



<p>他觉得了解一个行业最简单的方式就是面试。比如不了解某一个行业，他就把这个行业里最顶尖的人拎回来面试。面试几个人以后，他就逐渐了解这个行业了。这也是一个非常棒的方法。</p>



<p>所以招聘是 CEO 非常重要的工作。CEO 其实主要三个工作：第一个是招聘，第二个是思考战略方向，第三个是融资和卖公司。但对于李想来说，他肯定觉得招聘是最重要的。</p>



<p>从离职的角度来说，李想自己讲的是不会主动开人，但是肯定也有适应不了的，这个没有什么办法。他说有些人就是一定要出去创业。李想从自己的角度讲，他就没给人打过工，从头就在创业。所以一旦有人去创业，他就会支持，甚至还帮他融资。这种事情，我觉得从李想的角度来说，一定是跟他比较亲近的人，他会给钱，让他去创业。跟他关系没有那么好，或者他压根想不起来是谁的人要离职创业，他也管不了。</p>



<p>罗永浩问，如果有人上你这儿来洗怎么办？什么叫洗？就是说当一个企业成功以后，就会有基金进来，把所有有可能创业的人都谈一遍，挨个问人家说你要创业吗？这个过程就是洗你的人才。罗永浩会问这个问题，因为现在自己的公司肯定运转得没有那么成功，一定在面临着被洗的状态。所以这是罗永浩面临的一个特别现实的问题。</p>



<p>李想给出的结论是，第一，你该给的钱还是要给够，这特别现实。第二，你要把你到底在干什么跟人说清楚，看到底能不能合得来。如果合不来，你要支持他，不能把他摁在这儿，这事是摁不住的。一旦他想出去创业，你就不可能拦住他。如果他创业了，大家还能是朋友，那挺好的。</p>



<p>他说，现在从理想离职创业的这些人都是在做机器人。那你们做了机器人，是不是可以继续用我的芯片？或者继续用我们家的模型？咱们怎么能够配合在一起接着往前走？这些事都是可以谈的。甚至在车展的时候，他会把所有从理想离职出去创业的人聚在一起来吃饭，聊一聊看看怎么合作。</p>



<h2 class="wp-block-heading">补充：有了 Vibe Coding，也不要什么都重做一遍</h2>



<p>然后罗永浩还问了一个特别有意思、也非常有代表性的问题。他问，现在都是 Vibe Coding 了，写程序的效率这么高，而且大家的公司里又都不缺工程师，都是一堆一堆的工程师。你有没有想过把什么 Office、飞书这些工具都重做一遍？</p>



<p>很多人一旦有了这样的能力以后，就都想重做一遍。因为原来的系统肯定没有那么好使，毕竟不是给你量身定做的。你整个重做一遍，多爽，又没什么成本。</p>



<p>李想说，没必要，还是术业有专攻。我们还是要去做价值链上的事情，就是我认为有价值的事情，或者离我们的产品、离我们的用户更近的事情。我去设计硬件，去设计软件，去设计汽车，去设计机器人，这才是真正该干的活。剩下就是改改流程就完了。其他东西我就扔给飞书做，或者扔给 Office 做，让他们去做不就完了吗？他们有一帮人每天在研究这件事，就让他们去研究。我干嘛要费那个劲？</p>



<p>毕竟人员和资源是有限的，精力也是有限的。我不能说我现在有能力了，就把所有我看不顺眼的地方都铲一遍。等你都铲完了以后，可能你自己的核心产品就没有竞争力了。这个是不能干的。所以这件事情也一定要注意：虽然能力提升了，但是不要看到什么都想上去锤一把，还是要做自己最核心的事情。</p>



<h2 class="wp-block-heading">我的总体感受</h2>



<p>我个人的感受是，李想这一次显得很坦诚，也很实在。至于李想以前是不是这样，我不知道，因为真的从来没有听过他这么长篇大论的演讲。我看完这期以后，最直接的感受就是这哥们太坦诚了。</p>



<p>当然我也注意到，他毕竟是上市公司 CEO，他说的每一句话都不可能完全脱离公司叙事。他讲 AI 背后，也有理想汽车从新能源企业转向 AI 和具身智能公司的战略表述。因为你继续说我是卖车的，股价上不去，市值上不去，这是他无法接受的。这个边界一定要跟大家讲清楚。</p>



<p>但即使如此，这期还是很值得看。因为它不是那种纯粹的发布会宣传，也不像我们这种 AI 博主讲的各种假设，因为我们毕竟没有在一线的环境里；也不是那些 AI 失败论，说你看，来了以后不行。所以他这个视角非常有价值，非常独特。</p>



<p>这次李想的访谈里有不少非常具体的细节。他怎么学 AI，怎么让员工用 AI，怎么去看待员工评价标准，怎么去看待 AI Agent 的边界，怎么看车和机器人，怎么看自动驾驶的伦理，这些东西都很重要。对于一个普通观众来说，比很多宏大预测更有价值，因为它让我们看到一个真实的企业在 AI 面前会遇到什么问题。不是概念问题，而是管理、产品、组织和人的问题。</p>



<p>这也是我为什么完整看完了这期，还要跟大家好好分享一下的原因。我是想看看一个已经把公司做到几万人、年收入上千亿人民币规模的人，在 AI 时代到底怎么重新理解和调整自己的公司。</p>



<p>大家要注意，他跟普通公司老板不一样。他是没有桎梏的。不会说我想裁个人、想改个架构，有人拦着他。没有人拦着他。他的动作才是最真实的。</p>



<h2 class="wp-block-heading">结语：AI 不是替代人，而是重新定义人</h2>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/blog_10.jpg" alt="一排员工站在旧经验、AI 协作、管理能力、产品能力四条光束下被重新排序，中央不是裁员剪刀而是一面重新定义人的发光镜子，浅色背景的商业评论版橡皮泥平面信息图的统一风格。"/></figure>



<p>最后总结一下，李想这期真正的关键词不是 AI 替代人，而是&nbsp;<strong>AI 要重新定义人</strong>。</p>



<p>所以今天这期节目，我们不想把它总结成“理想又讲 AI 了”，这个说法太轻了。我更愿意把它看成是一个样本：一个中国新能源车大厂创始人，在公司经历了成长压力、利润压力、股价压力、产品调整压力的时候，如何重新去理解 AI。</p>



<p>这份样本很有价值，因为它告诉我们，AI 进入产业之后，真正的问题不是谁的模型跑分更高，谁的 Agent 更炫，谁的机器人视频更炸裂，谁的发布会更会讲故事。真正的问题是：企业怎么用 AI，员工怎么和 AI 协作，管理者怎么重新评价一个人，制造业怎么把 AI 落地交付，自动驾驶怎么面对法律和伦理问题，一个公司怎么在不轻易裁员的情况下让组织能力重新升级。</p>



<p>所以我觉得李想这期播客真正的关键词不是 AI 取代人，而是 AI 会重新定义人。AI 会重新定义什么是好员工，重新定义什么是好的管理者、什么是好的产品经理、什么是好的工程师、什么是一家真正会进化的公司。</p>



<p>这就是对于我们普通吃瓜群众来说，李想这期节目真正的价值。我们不一定需要认同他的每一个判断，也不需要去买理想汽车。当然他肯定希望我们去买他的车。我们也不需要把他神化成 AI 预言家，但是我们可以通过他的视角，看到 AI 进入真实产业以后可能会发生什么。这比听一句“AI 改变世界”要具体得多，也残酷得多。</p>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p>AI 最先改变的可能不是岗位数量，而是人的价值排序。谁能够用 AI 重新组织自己的能力，谁就会被重新看见；谁还只守着旧时代的经验，谁就可能在新时代慢慢消失。</p>
</blockquote>



<p>这就是我看完李想跟罗永浩这一期长谈以后最大的感触。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。再见。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<figure class="wp-block-image size-large"><img decoding="async" src="https://pictures.lukefan.com/li-xiang-on-ai-driven-automaker-transformation/background_1.jpg" alt=""/></figure>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
