Gemini 3 Pro和Nano Banana Pro发布之后，OpenAI的山姆·奥特曼开始喊“凛冬将至”了

大家好，欢迎收听老范讲故事的YouTube频道。凛冬将至（winter is coming），这是一个《权游》里边的梗，大家要小心准备了。以前呢，OpenAI每一次发布会之后，都会有一群的创业公司原地死亡。这次谷歌没有开发布会，直接发布了新产品之后，OpenAI虽然不至于原地死亡，但是凛冬将至了。

奥特曼的内部警告：“凛冬将至”

山姆·奥特曼到底是怎么说的呢？对外肯定不能跌面子，讲的是祝贺谷歌发布了Gemini 3，看起来是一个很棒的模型。但是曝光的一些内部备忘录里边，寒意已经体现出来了。奥特曼罕见的表现出了危机感，直言公司当前的氛围充满了不太妙的低迷气氛，大家都觉得有问题了。

OpenAI如今不得不拼命追赶，谷歌的AI进展可能给OpenAI创造暂时的“经济阻力”。大家注意，这个词叫“经济阻力”，它的收入可能会有问题。如果收入有问题的话，他前面画的1.3万亿这种大饼，这是会出大问题的，会让整个行业崩塌的。

现在，山姆·奥特曼要求团队进入战时状态，聚焦长远，即便意味着我们在当前阶段会暂时落后，也要押注更有雄心的突破。这个非常非常正确。首先，他承认了“我们现在可能暂时落后”，而且一段时间未必追得上。但是，如果只是跟着谷歌的脚步往前追的话，这是没法整的。因为谷歌最擅长的事情就是极限拉扯、极限迭代升级，你像Chrome到现在100多版了，安卓一年一个大版、一堆的小版，所以任何想在这后边跟版本的人，都会被谷歌拉死的。你要想跟谷歌竞争，一定要跳到谷歌外面去，自己做一些完完全全创新的东西，让用户有感知的东西，这个才是需要去干的活。

而且，山姆·奥特曼讲到，公司的估值虽然很高，但是要清醒看到，我们还有不少的功课要补，AI研发的严冬考验就在眼前，OpenAI必须奋起直追了。这也就是“凛冬将至”的出处。

大家还记得国内互联网企业是什么时候开始喊这句话的吗？谁喊的？任正非喊的。任正非喊“我们要让大家感受到寒意”之后，华为确实有在裁员，但是业绩并没有大的问题。但是华为身边的这些公司，就在大量的原地消失，直接就不见了。这就是凛冬到来的时候，我们会看到的景象。

Gemini 3 Pro到底有多强？

Gemini 3 Pro到底强到一个什么样的程度，能让行业公认的老大OpenAI的山姆·奥特曼发出“凛冬将至”这样的声音呢？

我这几天呢，其实一直在用Gemini 3 Pro，本身感受并没有那么明显，只是觉得快了很多，回答的质量高了很多。Nano Banana Pro，那简直是强到没有朋友。

实战对比：Nano Banana Pro vs. 即梦4.0

我拿Nano Banana Pro跟国内的“即梦4.0”比较了一下，我的提示词是什么呢？说：“你给我设计一个北京烤鸭为主菜的北京宫廷宴菜馆的菜单，主要的菜品要有配图，要写上菜品名，要有这个菜品的配料以及口味的简单描述以及价格，其他的菜就不需要这个图片了。”

两边都干活去了，其实干出来的结果都还不错。先说即梦吧，即梦呢画的很漂亮，上头也写着是多少多少钱一只烤鸭，烤鸭画的也还可以吧。但是呢，它在菜单里头混入了宫保鸡丁和麻婆豆腐，这两道菜其实是川菜，它不是北京菜。而且呢，它里头选用的北京菜京酱肉丝，它配的图呢是一个红烧肉的图。京酱肉丝，你里头必须得要有肉丝，得是条状的；而红烧肉是肉块，到最后画出来的是个肉块，就出现了这样的翻车现象。

Nano Banana Pro画的图是什么样的呢？非常的漂亮，上面是北京烤鸭，然后呢是其他的各种北京菜、老北京炸酱面呀，没有任何川菜混在里面。但是它也有一个bug，就是它写的价格是“文银多少两”，这个是很有趣的一点。即梦的这个价格都是58、68，相对来说是比较准确的。

这个例子大家看出来差在哪了吗？它们画的图，艺术感其实没有太大区别，差就差在：Nano Banana Pro自己是一个完整的模型，它把AI agent的活干完了，他自己在这个模型里头搜索了、思考了、推理了、研究了，然后把一个正确的东西画出来——但不能说一点瑕疵没有。而这个即梦干的活是什么呢？先调用了外部的工具，它可能也搜索了一些，甚至可能连搜索都没搜索，它可能调用的是豆包的这种大模型，使用豆包自己的知识体系，进行了一定的思考和生成，然后就去画图了。其实画的图两边差异不大，差异大就大在你到底是原生的模型进行思考、进行推理、进行搜索，还是说我是外部的。画的质量其实是一样的。

谷歌的新武器：Anti Gravity IDE

另外呢，这两天还试了一下Anti Gravity，它叫“反重力”，谷歌这次出的IDE。当然，这种产品大家要试用的时候，一定要注意一点是什么？不停的升级。因为这种产品迭代非常非常快，今天我去升级了以后，发现已经跟我第一天下载这个产品完全是天翻地覆的变化了，大概升了两个版本。变在哪了？因为我下载这个产品的时候，Nano Banana Pro还没发布呢，今天升级上去以后，已经把Nano Banana Pro挂进去了。这个产品是谁做的呢？就是当时谷歌花钱收购了Windsurf团队的核心成员，让他们进来给做的。所以这个产品做的呢，还可以。

这个产品现在彻底打通了MVC。这个什么东西？我们写程序的时候呢，一般是把程序分成三块儿：model、Controller和view这三块儿。model呢是所有跟数据相关的，你数据模型是什么样的，数据底层是什么样的，这种底层的一些API接口，这些都在model里头。Controller呢是各种的业务逻辑，写在这块。view呢是所有的让大家能看得到、能够交互的东西，就是视图。

为什么写程序会把这三块分开写呢？就是为了这三块可以让不同的人去做，把接口留清楚，就可以独立的去进行更新，而不要说眉毛胡子一把刷，牵一发动全身。为什么要专门强调这件事呢？因为以前的AI编程的工具，或者是Web coding的工具，他们主要是做后端，虽然前端也做一些，但是呢对于画图设计，还是要差一些的。

现在就不用费这个劲了。你直接向它描述，我今儿向它描述，我说：“你给我去做一个读书软件，我要求是羊皮纸的背景，要有各种图书相关的元素进去。”这个Anti Gravity就直接调用Nano Banana Pro去给我画图去了。先给我生成了一个羊皮纸的背景，然后呢给我生成了一个古色古香的页头，就是像那种花体字这样的东西，然后呢给我生成了所有的、跟看书相关的图标：有打开的书、有合起来的书、有笔，生成了全套的图标，还给我生成了一本书。生成完了以后，那边写程序把这玩意儿全挂进去了，这个是多么开心的一件事情！

谷歌真正的可怕之处：生态与“微信式逆袭”

通过Nano Banana Pro和Gemini 3 Pro更新的情况来看，现在呢，谷歌已经真的开始靠谱了，有用了，可以干活了。而且谷歌最可怕的还不是模型变强了，谷歌最可怕的是用户生态强。但是呢，Gemini现在的月活用户数是6亿多，比GPT的还是要少一些的，大概少个一两亿的样子。但是谷歌后边还有Gmail、Google Workspace、安卓、YouTube这么多用户群体，这么多用户场景在那等着它呢。

所以，谷歌一旦实现了AI突破的话，这对于OpenAI来说，不能说灭顶之灾，但是已经是非常非常危险的了。这也是为什么OpenAI的山姆·奥特曼会去警告员工公司营收增速可能下滑的一个原因，而且告诉员工说：“我们不再是战无不胜的了。”

现在呢，我们其实正在看一场微信一样的逆袭。什么是微信一样的逆袭？就是在微信出现之前，其实国内出了很多这些移动端的即时通讯工具。腾讯在PC端是老大呀，那么我怎么办？直接用PC端的QQ跟你们竞争，又竞争不过你们，因为包袱实在太重。说：“算了，咱们去做微信。”然后呢，是携着原来QQ积攒下来的社交关系链，直接碾压所有对手，就把当时的米聊、各种的talk、这talk那talk什么，全都给干翻了。所以，这就是一次微信式的逆袭。

那你说只有OpenAI感受到了“凛冬将至”吗？咱们再想想前面讲的华为任正非的故事，老大感受到凛冬将至了，那你原地死亡的人一定会更多。

“模型即应用”：创业者的残酷现实

Gemini的胜利，再次重申了AI创业领域里头一个非常让人不喜欢的论点，这个论点就叫做“模型即应用”。刚才我讲了Nano Banana Pro跟即梦之间的差异的例子，大家就知道为什么“模型即应用”是最厉害的。这个，虽然很多做应用的人非常非常讨厌这一条，但是目前来看，这条依然成立。

原来那些做应用开发的，特别是这些做AI agent的开发的，比如像ConflUI、像Cursor这些人，现在一定是感受到巨大的压力。如果你说我在这个圈子里头，还不在ConflUI和Cursor这样的领军位置的话，就可以直接宣布原地死亡了，就不用再去努力了。那些通过模型的调整、做复杂提示词工程和流程管理的，基本上是天塌了，因为这一部分活现在都直接被模型功能给覆盖掉了。

特立独行的谷歌：AI圈的“局外人”

这回是不是一个戳破泡沫的钉子呢？是不是谷歌直接逆袭了以后，AI泡沫就破了呢？很多人说：“不对，这不是AI又往前走了吗？AI有用了呀！”

但是呢，谷歌在整个AI游戏里边的位置是很尴尬的，参与了，但好像又没有参与的一个位置。你说谷歌是不是在做AI？肯定是，Gemini 3出来了，它不做AI谁做AI呢？而且它也有投资，它投资了Anthropic。但是呢，它又没有彻底参与到整个硅谷的AI军备竞赛里头去。前面咱们讲什么“击鼓传花”呀，“左脚踩右脚”，这里头跟谷歌其实关系不大。它没有用英伟达的芯片，它用的是自己家的TPU；它也没有投资了谁谁谁，买一堆芯片，然后再去建这个机房，它都是自有资金。跟外边讲的OpenAI投资什么项目、英伟达投资OpenAI、AMD投资OpenAI、OpenAI再去到Oracle那去订购算力订单……跟整个这个循环是没关系的。

那谷歌为什么这么另类呢？它为什么不跟大家一起玩耍呢？一个幼儿园里头，这个小朋友就看着这么奇怪，这么不合群呢？原因很简单，大家知道OpenAI，这个open要open谁呢？就是要open谷歌呀。建立OpenAI的原因，就是因为谷歌太不开放了。所以，整个的AI产业链，基本上都是从谷歌内部孵化出来的，每一个在做AI创业公司的人都在讲：“谷歌有问题，我要出来反它，我要出来干它。”它是这样的一个位置，谷歌在整个AI领域里头可以算是举世皆敌。

OpenAI这头，微软给了钱了，那头软银给了钱了，跟英伟达还有关系，跟AMD有关系，跟Oracle、亚马逊，它全都有关系。谷歌说：“我跟你们都没关系，你们都是从我这来的，我要收拾你们。”所以谷歌在整个的AI圈子里头，是最另类的一个，就像相声界里的郭德纲一样。

一旦谷歌成了，整个行业都会瑟瑟发抖。因为英伟达的芯片不再是必须的了，现在使用谷歌TPU，人家也把这事搞定了。OpenAI、微软还要继续回去跟谷歌争夺用户和应用场景了。原来说OpenAI的技术最好、用户体验最好，所以我不需要去跟你抢用户场景，用户自然而然就向我这边迁移了。现在谷歌的用户体验做的也很好了，那大家回去了，Office跟Workspace接着打，只能变成这样的一个状态，那对于他们来说是非常非常不利的。

而Oracle、Coreweave这些下游厂商建立起来的这些算力中心，就未必有人用了。很多人在去质疑，说你OpenAI四处建算力中心，四处去签这种巨额的算力协议，这到底能不能实现？现在就悬了。谷歌的Gemini模型是不会跑到这些算力中心上的，谷歌的这些Gemini模型一定会跑在谷歌云上，跟他们是没关系的。“击鼓传花”的游戏有可能就玩不下去了，所以整个行业现在都很害怕。

凛冬已至，创业者何去何从？

Gemini 3 Pro发布之后，创业者应该怎么办呢？咱们不能说“凛冬将至”，大家躺平，对吧？这肯定不是老范的风格。

• 不要去做大模型了。中国几个大厂除外，像什么豆包、千问，他们愿意折腾去折腾去。因为为什么？谷歌进不来，OpenAI也进不来，他们还是有一个巨大的市场可以去玩耍的。甚至在国内证明成功了以后，还可以开源出去，给老外那边再去搅和搅和。以后的模型呢就是大厂竞争了：谷歌、OpenAI、xAI和Anthropic，基本上就是他们四家搞了。至于Meta在里边要站在一个什么位置呢，现在还看不太出来。如果你说我一定要整点什么模型呢，可以在中国开源模型的基础上呢，做一些小的调整，重新训练新的模型。这个阶段已经过去了，现在剩下这四家——谷歌、OpenAI、xAI和Anthropic——也未必最后都能活得下来。那些单纯的图片、音视频的模型，最终应该都会被顶端的这些大模型公司统统干掉，像Midjourney、Flux未必能活得下去。
• 不要去做那些模型未来会覆盖的领域。模型会越来越强，这个是必然；模型会越来越快，这个也是必然的。还有一个必然是什么？模型一定会越来越便宜。你说：“哎，我现在尝试去做一个应用，我在哪个地方用更便宜的模型，哪个地方用稍微贵一点的，达到一个在当前的成本下最好的效果。”别费这个劲！等你把这个产品做好了、上线的时候，那个最贵的模型的成本也降下来了。所以不用费这个劲，咱就直接使最贵的就完事了。那些只做工具调用、流程安排、结果确认的工具，或者是AI agent的产品，都会被模型覆盖掉的，大家就别费劲在这块卷了。
• 要做“时间的朋友”和“平台的朋友”。这个就是在移动互联网时代里头我们反复在强调的事情，现在AI时代也在走这条老路了。什么叫“时间的朋友”和“平台的朋友”？以前做安卓App和iOS App的时候，我们一定要做苹果公司和谷歌公司的朋友。我们要考虑他们未来向哪个方向发展，我不能挡在人路上，那就不是“时间的朋友”了。我们也要考虑谷歌跟苹果这样的大平台，他们的诉求是什么，你不能把人家该干的活给人干了，那就不是“平台的朋友”了。所以我们要做时间的朋友，要做平台的朋友。而平台的话，在新的时代里就是这些大模型——咱们讲这4家公司的大模型。时间会让模型变得越来越强大，开发者必须在这个大前提下干活，你不能挡在这个模型的路上，不能随着时间的发展被模型淹没掉。
• 要跟具体的用户和场景打交道。模型就是新的平台，再强大，其边缘依然是粗糙的。特别是在美国，他们这些大厂，他不会把每一个细节和边缘、方方面面都照顾到的。所以在这个时候，依然是需要我们去做很多的这种边边角角的事情。而且做了这些边边角角事情以后，未必没有机会去发展出新的超级App来，就像现在微信在iOS和安卓上变成超级App，这个过程是一样的。所以呢，不要觉得这个生意小、这个生意不挣钱、这个生意用户少，我们就不去做，先努力地扎下去再说。利用模型的能力解决具体的需求，与行业和场景进行深度的捆绑，成为行业专家——这就是咱们现在真正这些开发者或者是这些创业者该去干的活。不要尝试去编写代码弥补模型缺陷，直接等模型升级就行了。特别是Gemini 3 Pro发布以后，马斯克说了，我明年一二月份就要去发布Grok 5，那个时候我们就直接上6万亿大参数模型，大家等着看吧，拭目以待就可以了。

跨越临界点：零和博弈的终结与新机遇

最后，凛冬将至，春天可能也就不远了。到了冬天了，后边就应该是春天了嘛。

谷歌已经基本上达到临界点了。什么是临界点？AI可用的临界点。这个东西能干活了，能够挣钱了。跨过临界点之后会怎么样呢？我多吃一口，你就少吃一口，市场规模是固定的，这玩意就叫零和博弈。一旦跨过临界点，这个零和博弈就被打破了，行业就会大爆发。以很多以前没法做、不值得做的事情，现在就有经济价值了。在这样的一个情况下，就会有很多的新的应用、新的产业就会产生。

我们没有4G网络的时候，谁会想到说大家可以刷短视频、刷抖音这样的东西？抖音会成为超级App，谁也想不到这个东西。因为那个时候网很慢，服务器的带宽也很贵，用户的手机带宽也很贵。但是你一旦过了这个坎，“哦，还可以干这样的事情”，整个变出了一个新的行业出来。

但是呢，要提醒大家，现在的很多投资，特别是股市上面的很多泡沫，还是有很大的打水漂可能性的。特别是OpenAI和英伟达之间的这种“左脚踩右脚”的生意，还是很危险的。当然了，全行业都会努力地拯救这些投资，这个跟谷歌无关。对于谷歌来说，叫“杀死你，与我无关”，这句话引自于《三体》。

总结

最后总结一下，Gemini 3 Pro发布了，绝对是挑战与机遇并存，不同层次的AI行业参与者，必须要重新给自己找到定位了。

好，这就是咱们今天要讲的故事：凛冬将至。

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。

美工，或者说设计师，又要失业了吗？Gemini 2.5 Flash image发布了。

大家好，欢迎收听老范讲故事的YouTube频道。

前一段时间，有一个叫“小香蕉”的模型，叫Nano Banana。这样的一个模型呢，在很多的开源模型评比网站上，突然就火了。这种网站是干嘛的呢？还有很多的同类型的模型放在上头，你去向他提出要求，他让不同的模型同时生成结果以后，大家去做评比用的。很多人发现，这个模型很棒。

最近在很多的社交媒体上出现这种：有一个照片，旁边是根据这个照片做的3D PVC的打印玩偶的一个图像。这种图其实都是用这个叫Nano Banana做出来的。你先给他个照片，然后你给他提示词说：“请按照这个照片给我布置一个桌面，桌面的左边是个电脑，电脑上应该有这个3D设计软件，正在设计3D人偶。右边呢，是一个相框，里头是他的照片。桌面上放一个有支架的PVC的3D打印人偶，这个人偶就是根据这个照片打出来的。”给它这样的一个提示词，它就一次性给你搞定了。这个还是非常非常强悍的。

这个模型到底谁家的？搞不清楚。而且很多人还去造假的Nano Banana，为什么？因为太有流量了。一堆一堆人上来说：“我这也有一个Nano Banana，你们赶快来试一下。”我就被人骗过，上去了以后发现效果一般嘛，就很失望就走掉了。大家就猜说，这有可能是谷歌家新出的图片模型。到8月26号，突然这个模型就发布了——谷歌的Gemini 2.5 Flash image。拿出来一看，就是这个Nano Banana。而且呢，在谷歌发布这个模型之前，Deepmind——就是谷歌下边做AI这个部门的——很多人都发了画了一只香蕉的Twitter，说：“你看我们在暗示点什么吗？你们自己来猜一下，我们到底要干什么。”实际上，大家都已经明白他们要干什么了。

这种偷跑小模型的方式呢，是最近比较流行的一种方式。前边GPT-O SS也被发现偷跑过，现在Gemini 2.5 Flash image也是偷跑了一段时间，而且引起了轰动。这种偷跑模型的方式，跟大家藏着掖着，像苹果开发布会似的，发布之前大家谁都不许说，签保密协议，谁谁敢说出去就如何如何，到底有什么差别呢？差别就是，你如果是前面保密的话，最后发出来就是一锤子买卖，如果翻车，你就直接倒霉。谷歌其实翻车过好几次了，Gemini最开始发布的时候就翻车了，怎么各种问题都答不对，然后股价暴跌。现在这种偷跑模式呢，如果反馈不好呢，我就再接着改，我就不发布了；如果反馈特别好，我就赶快给它发布出来。它就不会翻车了，它是这样的一个策略。所以现在越来越多的人喜欢采用这种偷跑方式。

咱们说回来，这个Gemini 2.5 Flash image到底是一个什么样的模型呢？上一次大家喊设计师和美工失业的时候，是什么时候？是Gemini 2.0 Flash image发布的时候，就是它上一个版本发布的时候。

上一次是怎么出圈的呢？其实谷歌的Gemini画图效果一般，不是特别惊艳，上一次出圈也是因为改图。只有改图改得好，才容易出圈。很多人说不对，说这个生图模型都在干这些事情，为什么改图改得好就能出圈呢？大家要注意，跟设计师和美工相关的需求，特别是有商业价值、或者叫有人付钱的需求，是生图多还是改图多？一定是改图多。

咱们举一个最标准的例子。我们现在要做电商网站，我们在网站上需要有一个商品的展示图。我有一个商品图片了，然后呢，我需要把这个图片放在各种场景、灯光和环境下，再去出一些新的图片出来。这个就是需要美工去干活的。像在亚马逊，他们用了一个特别笨的办法，他们找一照相机，三视图1、2、3拍三张照片，这就是你产品的照片了，那这产品卖得好才怪了。京东在这个北京，专门有一个巨大的影视基地，没想到吧？干嘛的呢？就是拍这个产品图的。你们谁要卖东西了，到那去把这个产品给他，他给你搭好布景，打好灯光。比如说你要卖一个杯子，他在杯子旁边给你摆上瓜果蔬菜，摆上一些小点心，把这杯子都拍一遍，再在后边给你P上各种的图片。而且这些P了图以后还要注意什么呢？这个图P上去的这部分要有版权，这个是非常非常重要的。你不能说我卖东西，这个图后边比如说我P了一个椅子或者P了一个什么东西，这个图片你没版权，这是会被人告的。阿里也有这样的巨大的拍摄基地。你卖任何东西，你想把东西卖好，你就上拍摄基地去拍去。即使拍完了以后，他还是需要上设计师、上美工上去来修这个图。或者说我这还缺点字，那个地方还需要一些别的东西摆在一起。因为你不可能说，我要把所有拍的东西都摆一块嘛，那有的时候你就需要去抠图，然后再把它摆上去。所以这是真正设计师干得比较多的活。所以在这一块干得好，大家才会说设计师跟美工要失业了。

那么，改图是不是要比生成图片要难呢？大家想没想过这个问题？答案是很肯定的：改图绝对要比生成图片要难。为什么呢？你需要先理解这张图片，这个图里哪个地方是人，这人哪个是脸，哪个是身子，哪个是腿。当我们发生一些什么样变化的时候，我怎么能够保持它的一致性？说比如说，我拍了一个低头的照片，说这不太好，你抬起头来，然后再笑一笑。我把演员拎回来，或者把模特拎回来，说你再给我拍一次，成本很高。那我们直接叫给这个改图模型，你去给我干这件事情，它就可以干得很好。这个非常非常难。在原来2.0 Flash的时候，这玩意儿还干不太好，特别是跟人脸有关的事情。但是到2.5 Flash，这个已经干得非常非常强了。大家可以去看一看网上流传的一些有趣的事例吧，我也会做一点点小的事例，放到咱们YouTube的shorts里头，这个还是挺好玩的一件事情。所以，如果我们没有办法对图片进行很深刻的理解，把需要改的部分抠出来，改完了以后再把它贴回原来那个地方去，这个是做不成的。所以这是推理能力的上升，不是它的图片生成能力上升，而是推理能力上升了。

Gemini 2.5 Flash image到底有什么新特性呢？第一个，它是基于Gemini 2.5多模态大模型做的推理。我们现在国内的模型，千问3是一个多模态模型，Deepseek还是一个纯文本模型，它是没有多模态理解能力的。豆包1.6最新的版本，它是一个多模态模型，可以直接进行视觉推理的。GPT-O3、GPT-5，这都属于多模态的推理模型。你没有这种底层的话，是干不了这活的。给你一张图片，你连图片到底画的是什么都理解不了，你连图片上到底是画了几样东西、每个人的边界在什么地方、他们到底是在说话还是在打架、还是在聊天，你都分不清楚的话，你就没有办法做后边改图这个事情。你比如说给他一张图说：“现在让他给我穿上西服革履。”你必须要把人身上的衣服都理解清楚，这个是衣服，穿上西装以后到底应该长什么样，这事要理解明白了，推理清楚了，他才有可能生成出结果来。

那么第一个就是多模态大模型。第二个，支持自然语言驱动的精准局部编辑、模糊背景、移除瑕疵、添加颜色、擦除物品，这个都可以。而且呢，在编辑的过程中，能够完美的保持人物、动物等主体的外观和姿态的一致性，这个是修图里边最难的。像我们经常让豆包去修图，或者可灵去修图，修完了以后经常发现什么问题？不像了。你像我上传一张照片，说：“来，给我把背景换成一个海滨的背景。”海滨背景换了，但是前面那人不是我了，可能看着稍微有些似是而非，但是绝对不是我。那这个就失去了修图的意义。你必须要保持一致性，而保持一致性是整个修图里边最难的。

再往后呢，它可以合成3张以上的不同图片的内容，创造出组合的新作品。我看到有人做的Demo是把6张照片，六个人照片搁一块，说：“来，把这六个人的照片给我生成一张大的合影。”然后这六个人合在一起了。他有时候也会翻车，不是说每次都成功，但是呢，他已经有这样的能力了。还有人去测试什么呢？我给你一屋子，给你一书柜的照片，给你一床的照片，说：“来，把这书柜跟床给我摆屋子里。”他就可以把这个事给你办好。

支持多轮次迭代式的图像修改，不影响已确定的无关元素。这话什么意思呢？就是你给他一张图，这次给我加一床，下次给我加一个床头柜，再在床头柜上给我放本书。你可以这样迭代地、一次一次地去要求他改。你说在床头柜上加书的时候，那个床不会发生任何变化。这个很难的。像国内豆包什么这些模型，你让他在床头柜上加书的时候，那个床就发生扭曲，就发生变化了，因为他是把所有东西重新生成了一下。

这个Gemini 2.5 Flash image呢，还能够理解和转换手绘的草图，用于教育和设计应用。比如说我们手画了一张图，这应该有个按钮，那个地方应该有个窗口，你把这东西扔给他，说：“来，给我生成界面。”咔咔给你搞定。这个还是非常非常强的功能。

最后呢，是禁止生成不当内容，并为所有AI生图嵌入水印和原数据。就是谁生成的图是可以看出来的。它不会像GROK家的这个生图模型似的，你让它做各种过分的事情都可以做。这个Gemini 2.5 Flash image还是相对来说比较克制的。其实谷歌的大模型一直都是比较克制的。咱们看看这几家，OpenAI还没上市，虽然它是老大，但是毕竟不是上市公司。谷歌这是上市公司，多少年的行业老大了，它真丢不起这人。它出一点点小问题，就马上会股价暴跌。我记得上一次谷歌的生图模型给他们惹这种麻烦是什么时候？说你给我生成第一次世界大战的这个战场，图片里头发现男的女的、黑人白人黄种人在一块。说这不对，西线应该都是白人，都是男的，不应该是这样。他说不，我们要多元性。最后导致被认定为翻车，导致他们整个的产品下线。

现在呢，拿这个模型去生图还是挺便宜的，它是4美分生成一张图，整个的价格还是比较低的。跟国内的同类生图模型的成本应该差不太多，但是它的效果要好一些。同时呢，谷歌还发布了另外一个更新，就是VEO 3出了一个fast版本，就是快速版本。VEO 3呢是谷歌现在的视频模型，效果也是很不错的。它们大概是40美分生成一秒钟，这个成本也降下来了，原来大概是要80美分生成一秒钟，成本直接砍半。

这些新的工具到底怎么用呢？我们今天就不给大家看演示了，我会未来一段时间慢慢的把生成的结果给大家看看吧，大家自己去玩就好了。你说我现在想去使用Gemini 2.5 Flash image，可以用AI studio这个网站，它的域名是aistudio.google.com。进去了以后，你就选择Gemini 2.5 Flash image，选完了以后，你就提交各种的提示词也好，给他参考图也好，多给几张参考图也好，你就命令他去干就完了。我印象里应该免费，但是我不太确定了，因为我的这个账号是已经开始付费了，所以我现在是肯定能用的。我上去了以后，它会提醒我说免费的是有一些限制的。如果你想开心使用的话，你可以通过API去调用，也可以去使用一些调用了Gemini 2.5 Flash image模型的这些应用，他们也会给大家提供一些服务的。

下一个就是API调用。API调用的话，我准备过几天去玩儿吧，这个应该也是比较有趣的。它因为实在是太新了，它更新了以后，所有挂他的像什么Defi、N8N这些东西都没有更新呢，可能要等到再过一周的版本，这些产品就更新了。但我现在去调的话，通过http直接访问，应该也是可以使用的。那就是4美分一张图，4美分一张图，是这样来用的。

你说我现在想去画视频、想去生成视频，行不行？VEO 3 fast没有任何问题。如果你有Gemini Pro的这个账号，个人的Gemini账号是Pro版本的，一个月20美金的这个版本的，每天呢可以生成三条，每条8秒钟。这个已经是效果非常非常好了。而且它这个VEO 3 fast的话是带音乐的。我刚才命令它说这个图片让它动起来，让它给我去跳一个街舞，然后它就直接把音乐给我配好了。待会我会把这个视频给大家发到short里边去，挺好玩的。

那你说我现在不想在Gemini Pro里头充20美金，行不行呢？可以。你像我这样有一个上大学的儿子，我就用他的大学edu的邮箱去申请了一下，我就可以使15个月的Gemini Pro，免费就可以用了。你说你没有这样的儿子，去找一下。现在我看淘宝上好像有人去做这个生意，20人民币帮你去做验证，就是EDU邮箱，去收一个邮件去验证一下，你就可以使15个月了。但是这种我估计用的人多了以后可能会被封，这个比较危险。

当前图片生成模型的格局是什么样的呢？Gemini 2.5 Flash image这个模型出来了以后，会不会打破现在这个格局呢？现在呢，基本上是四大门派。第一个门派是Midjourney，它生成的东西呢，最精细，最有艺术感，对于各种的艺术风格模拟的最像，这个是别人谁都比不了的。第二个呢就是OpenAI。OpenAI呢属于是理解能力很强，因为它自己的推理模型非常强嘛，就是你给它很多的元素，给它非常复杂的逻辑的时候，它都可以给你画上，但是画的结果呢差强人意，也就只能如此了。OpenAI他们去做一些改图呢，也没有Gemini 2.5 Flash image好，但是呢保持一致性上做的还可以，要比Midjourney要做的好。Midjourney就属于一个纯生图模型，改图这一块一般，或者是说一致性参考这一块呢，效果都一般。第三个，Gemini呢，特别特别适合改图，它的这个生成的部分属于将就，还能看，但是这个效果比前面两个就要差一些了。第四波就是stable diffusion以及他的朋友们。就跟郭德纲上去讲，说中国相声界的复兴是需要靠于谦和他的家人们，每次就是于谦的爸爸、于谦他老婆、于谦的什么，全靠这玩意讲的。另外一波也是这样，stable diffusion和他的家人们，比如说stable diffusion，然后包括Flex，它们的改图有一个叫Konnect的模型，k开头的，不是c开头的，有这样的一个模型是可以进行改图的。像马斯克XAI里边应该用的是他们家的东西，或者是在这个模型基础上再训练，再改出来的东西。国内呢，包括可灵、豆包、千问，他们的这些图片模型呢，应该都是在这个基础上去做出来的，都是一脉相承的。他们也在卷改图，但是比这个Gemini 2.5 Flash image来说，就差的非常非常远了。

Gemini的2.5 Flash image的成功，给中国的大模型公司带来什么启示没有？这个咱还是要讲一嘴的。就是基层模型的、或者叫底层模型的推理能力上升的时候，一切能力就都会上升。所以大家其实卷的是最底层的这个模型，而最底层的这个模型，你就真的是需要20万块以上的H100才能够有所提升。现在已经没有什么奇迹了，说我现在用很少的算力卡就可以把这种模型训练出来，然后去追赶美国，这个事有些难度。所以国内的模型在这一块上，底层推理模型上，能力还是需要去追赶的。

而国内各个大模型公司呢，他们的图片模型、图形模型和推理模型一般是分开发展的，还没有真正发展到说我们要把它结合在一起。你像豆包，豆包的推理模型是推理模型，图片模型是单独的另外一个模型，它两边一点关系没有。所以这一块呢，还是需要改变的。千问也是这样的，千问呢有专门的千问的image模型，也有千问image Edit模型。我昨前两天还在玩千问image Edit，效果也还行吧，但是你要跟这个Gemini 2.5 Flash image比，这事就没法比了。但是呢，都是各玩各的。其实谷歌家一开始也是各玩各的。谷歌原来是Gemini模型是Gemini模型，然后呢他们有一个叫IMAGEN这样的一个模型，现在已经发展到4.0了，这个模型可能用的人也不是很多，所以就直接开始转型了，把Gemini模型跟这个图片模型直接合在一起了。OpenAI家其实干的也是一样的活，它最早的那个图片生成模型叫达利，DALL·E，达利2、达利3，达利3完了以后再往后就没了，再往后再出的图片模型叫GPT Image。大家走的都是同一条路。所以国内后边想要迎头赶上的话，就要把这些专门的图像模型扔掉，要把这些生图的功能跟大的推理模型，或者叫基座推理模型，要捆绑在一起，才有可能进一步的提升。

现在呢，当推理能力上升的时候，完全可以使用agent的模式，极大的提升绘图跟改图的能力。刚才我讲改图，实际上是做视觉推理。你把这个图理解的很清楚了，说我到底要画什么，哪一块是动的，哪一块是不动的，你把这个东西搞明白了以后，他才可以去调用这些生图的模型，把每一个小块生成好，然后再拼在一起。像loveart这些设计师的AI agent呢，其实干的活也是一样。但是现在从谷歌搞的Gemini 2.5 Flash image这种模型来看，我觉得loveart这种设计师的AI agent就稍微悬了，又被覆盖了。

好，讲到这里，大家也觉得比较无聊了，赶快都去玩起来，这个东西非常非常的好玩。老范以后再看到有类似的事情，再跟大家慢慢的分享，给大家带来乐趣才是我的核心目的。

好，这个故事今天就讲到这里，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。

谷歌最新的代码中，居然有1/4是由AI写的，这到底是不是真的？程序员是不是又要失业了？大家好，欢迎收听老范讲故事的YouTube频道，咱们来讲一讲谷歌代码的事情。

首先，上面这个消息是哪来的？谷歌在发布三季度财报的时候，开了一个电话会议，由Alphabet的CEO皮彩直接在财报电话会议上讲的。他说我们现在至少有1/4的代码是由AI生成的。人干嘛去了呢？读这些代码，然后再把它确认入库，就像是AI建议大夫怎么开药，大夫开完药以后要在下面签名字一样。现在他是这么来工作的。

其实现在各个公司都在讲这个事情，百度宣称他们的代码里头有27%是由AI生成的，阿里呢，宣称他们最新的代码里头大概有20%是由AI生成的。当然，这个里头，百度应该是在骗人。

那你说为啥呀？有25%的，有20%的，有27%的，咋这27的就骗人了呢？大家要注意，甭管是谷歌说的至少1/4，还是阿里说的20左右，这个数其实都是一个大约的数字，或者说是一个概念性的数字。而这个里面，一旦提到一个很具体的数字，比如像27%这种数，那么这个数通常不会是真的，因为你很难去统计到底哪一行代码、哪一个字符是由AI生成的。你到底是按照行数，还是按字符数，还是按照什么样的方式来去统计比例，这个事情其实是没有一定之规的。

所以真正能够去验证说代码到底有多少是由AI写的，只有一个方法：你开除了多少程序员。原来10个程序员写代码，现在剩8个了，那你20%代码是AI写的；原来5个程序员写代码，现在剩4个了，开了一个，那你25%的代码是由AI写的。那这个里头，你到底能不能算到一个27%这样的一个有零有整的数据呢？这个大概率在骗人。

那咱们讲到开人的事情了，谷歌的程序员肯定就不乐意了嘛，上来说：“我们不承认这个事，你凭什么说我们25%的工作都是由AI做的？这不行，你是要降薪呢，还是要裁员？咱得把话说清楚，咱不能随便一张嘴就来这个事。”

当然，谷歌说这个话，包括百度、阿里说这个话，咱们能够理解他。为什么？因为人家是要靠AI来挣钱的。如果你自己不在身上贴个标签来，我也用AI了，你怎么好意思把AI的产品卖给别人呢？所以这个话人家还要说。其实，真正在里头挣到最多钱，或者说用户量最大的那个产品，他们公司啥也没说。最大的产品是谁？是微软的GitHub Copilot，这个是AI编程工具里的老大。但是微软从来没有出来说过，我们家百分之多少的代码是由AI写的。这已经不需要去争辩了。

其他需要追赶的厂商，挨个儿要出来说。当然，百度呢，属于是想去吹个牛，结果还没吹好的那种。人家20%、25%，他整了27%，稍微有些丢人。那么，从程序员的角度上来说，到底有多少代码是由AI生成的呢？因为我自己也是程序员，虽然现在只能算业余程序员。当然，有了AI编程以后，我觉得我这个业余程序员又行了。现在我的编程能力蹭蹭蹭的往上涨，我现在可以去学习一些原来不会的编程技术，因为我并不需要把一本书看完了。我只需要问GitHub一些问题，然后到VS Code里头用GitHub Copilot，就可以去进行新技术的使用，去编程去了。这还是非常开心的一件事情。

我们要去衡量，到底有多少代码是由AI自动生成的，这件事本身其实没什么意义。为什么呢？很早的时候，我应该是在2007年，在Borland的公司任职的时候，当时我们的开发工具里头就有这种代码自动补全的功能。只是当时的代码自动补全，它是根据你整个项目的编译结果来进行补全的。但是他的补全也不像现在这样，你可以补出一个完整的函数来，或者补出一整段代码来。他能干嘛呢？就是当你去一个地方，说我现在要补全这一个单词后半截，他是可以做到的；或者是说我需要去填参数，需要去填空的时候，他会给你一个比较好的建议，比如说，这里应该是填一个什么样的参数，什么类型的，你前面有没有定义过这样的东西。

可能是哪个哪几个里面去挑一个。他可以把这个约束条件收束得比较紧，然后让你一次性命中，或者可能一两次就可以命中。你真正要去填的这个东西，已经可以极大地提升效率了。这是在很早就开始有的。而且我们写程序这件事呢，我们经常干这种叫“一句顶一万句”的事情。

什么叫“一句顶一万句”？前两天跟一个语言学家去聊天的时候，他给我讲了一个事情。我们问他说，语言发展的方向是什么？人类语言发展的方向是什么？他给我们讲说，全人类的语言发展方向都是变得越来越简单。因为像西班牙语、俄语这种又非常复杂的各种格式的语言，现在都在变得越来越简单。因为你要交流、要沟通嘛。而且会有越来越多的这种代词，会有一些新的词汇产生。这些词汇可能原来会有一个很复杂的意思，他就用一个缩写，或者用一个很简单的词就给你带过了。

它是这样的一个发展趋势。人类可能说的话始终就是这么多，但是呢，我们这个话语里边所表达的含义，会变得越来越丰富，信息密集度越来越高。而且在这个过程中呢，各种对格式的要求会变得越来越低。当时他讲完那个故事以后，我就想起了我们程序员的一句顶一万句了。

我们使用的叫类库（class library）。原来你要去写程序的时候，你要写说：“我在屏幕上哪个点画一个红色，画一个绿色，下一个点再画一个什么颜色，拼起来是个按钮或是什么样的。”以前你要这么来写程序，但是现在的话，我们只需要告诉他说：“请给我画一个按钮，下头有个阴影，什么样的字体，给我写什么字上去就完事了。”那中间执行的部分都是谁来执行的呢？就是类库来执行。

你下一次说：“我连这个按钮具体想摆在什么地方我都不想告诉你了。”那你可以告诉他什么呢？你说：“请给我按照横向平均排列，比如三个按钮横着了。”他给你均匀地排开，或者你给我按照纵向什么排列。为什么我们后来这么写程序，不再告诉他你给我从左上右下去写？这个其实很简单，因为我们后面面临的各种设备越来越多，各种设备的分辨率是不一样的。

你如果每一次都写死了，说请给我从左边哪个点开始画，上面哪个点开始画，右下哪个点结束。你换到不同的设备上，长的位置不一样。所以我们后来都是改成说，请按照一个比例，给我画在一个什么位置上。那甭管你用什么样分辨率的设备，我们都保证这个按钮是在一个相应的比例的位置上。基本上是一句顶一万句。

那你要这样算的话，我们可能写了几百行的一个代码，但是呢，实际上这个代码编译了以后，可能有几十万行，或者有几百万行，因为你每一句后边，可能都调用了非常多的底层程序去工作。所以你说我来算一下，到底有多少代码是由人写的，有多少代码是由AI写的，或者人写的多少代码去调用了AI写的多少代码，或者AI写的多少代码去调用了人写的多少代码，这个事其实是没有什么意义的。

所以为什么我说百度，这个稍微有点夸张，27%算的还有零有整了。那么到底什么样的代码适合AI生成呢？有各种各样的地方都可以写代码。你说C代码适合AI生成，Python代码适合AI生成，Java代码适合AI生成，这个都没有什么意义。现在呢，AI代码生成器是我们常用的代码，都是可以生成的。

那么到底什么样的代码更适合AI生成，应该怎么去分类呢？我们分成四类：界面代码、逻辑代码、算法代码和接口代码。一般写程序大概率就是这4种东西。

什么叫界面代码？就是刚才我描述的，哪个地方写一个按钮，按钮什么颜色，字是多大字，字体什么样的，字写什么颜色，摁了以后该怎么办，这个东西呢就叫做界面代码。

哪一部分叫逻辑代码呢？逻辑代码就是，比如说你现在要去做一笔交易，这个交易我应该先确认一下库存够不够，然后确认库存够了以后，我在库存里扣除你的钱，把东西发快递发给你，然后把钱存到我自己账户里去。这一部分呢叫逻辑。

然后呢，算法代码，比如说我现在需要做个排序，需要做个查找，需要做一个很复杂的分类，这个东西呢就属于叫算法。特别是像现在做AI算法这一块，要求会越来越高。

还有一块程序叫接口程序。接口程序干嘛呢？比如说，我今天要使用谷歌的账号来进行登录，我就需要去查一下谷歌的文档，谷歌账户登录的这个API应该怎么去写。我应该先到谷歌哪个地方去申请这个权限。申请好权限以后，得到一个叫做TOKEN的东西。然后呢，再把这个TOKEN放到我们自己代码里去，按照谷歌的文档去调用某一个接口，把TOKEN放上去，说明现在我要用这个TOKEN，然后用谷歌的账号去登录。

得到了谷歌账号登录以后的一个凭证，之后我们在网上做各种操作的时候，就可以使用谷歌账号登录以后的凭证，再去申请各种各样的权利。这部分呢，实际上就属于接口代码。这四个里面，逻辑代码跟算法代码相对来说没有那么容易被替代，而剩下两部分，界面代码跟接口代码呢，相对来说是比较容易被AI所取代的。

而接口代码呢，是更容易被AI取代的。为什么呢？因为你不需要好看的界面代码，界面好不好看这件事是要靠人来看的，这个事情你没法完全被AI取代。但是接口代码是可以完全被AI取代的。像刚才我们讲的百度、阿里、谷歌，他们所使用的代码里头，接口代码的数量占比是比较高的。像公司内部这么多的分子系统，需要跟公司外部的各种系统去连接，所以他们需要大量的接口代码，这部分完完全全都可以交给AI去处理，而且AI会处理得非常好。

你不需要去看文档了。比如说，我举一个例子，我前两天希望在我的一个程序里边使用谷歌家的Firebase这种大数据库。原来你需要干嘛？看文档，看各种的接口，再进行一步一步的配置。因为你可以直接从Web端访问这种云端数据库，所以它在安全处理上做了非常多的认证，这不是那么容易的。我就交给AI了，我说我现在要干这个事情怎么办。它说，行吧，我给你搞定吧。你第一步先到谷歌那去申请这个授权。我说申请完了，那行了。然后它说，下面我们去执行哪一个命令。

这个命令就可以自动化地帮你做完所有的配置。然后我就开始做这个命令，做完了以后说，谷歌上你申请了哪些项目？你现在想把你这一个APP所使用的数据库挂在哪个项目的授权里头去。然后只要选一下，剩下都不用管了。他在问你说，你这个应用是要在Mac OS、Windows、iOS、安卓、Web，需在哪些端跑。先是打勾，打完勾以后，一按确认，他就呲咔嚓嚓嚓咔给你去搞去了。可能在这个过程中，他就生成了几百行、上千行代码，把所有的配置给你做完。这就是挺好的事情嘛。

现在呢，有非常多的成熟的AI编程工具。我最早使用的AIGC工具实际上就是Github Copilot，它就是AI编程工具，非常好用。现在呢，我自己个人使用最多的AI变声工具还是GitHub Copilot，那没办法，我交了100美金给他，我总要把这一年使完。虽然很多人都说Cursor好用，我也确实用了一段时间，在他给我的免费试用期里试了一下。但是现在看来呢，我觉得Github Copilot还是很好用的，可以把Cursor基本上扔掉了。为什么呢？就是底层的模型还是做得很好的嘛。

你像Cursor自己，底层的模型也是用的GPT-4O，GPT-4O MINI，用的GPT-o1以及Cloud 3.5 Sunnet。现在Github Copilot也是把所有的模型都扔进去了，而且下一步可能还会去开Gemini 1.5 Pro这样的模型进去。他的所有功能又非常完善，我觉得Github Copilot还是可以再战几年的。而且Cursor再怎么着，他需要20美金一个月，他一个月要找我多收10美金，还是觉得稍微有些心疼。

国内呢，有一大堆免费的产品，比如说阿里的通义零码，百度的叫文新快码，质朴的叫Codegeex，字节叫MARSCODE，就是火星代码。这些都不要钱，免费的大家可以随意去使用，效果呢其实都还可以。我用过字节的MARSCODE。

其他几个用的不多，基本上可以满足大家的需求。现在所有的这些工具做的，使用的方式都差不多。你只要向它提出要求，说我想去做什么，什么事情都是有聊天窗口。你直接提完要求以后，它给你生成代码。生成完代码以后呢，你只要说：“哎，我现在需要去进行合并了。”它就把新生成的代码直接跟你原来的代码进行比较。合并完了以后告诉你：“哎，这我给你加点什么，那给你改点什么。”你只要去确认就行了。确认完了以后，这些代码就合并到自己的代码库里边去。

或者说你直接在代码库里边打字的时候，它也会根据当前的情况给你做一些建议，使用方法都很像。另外呢，所有的工具都有代码解释。什么叫代码解释？就是你选中一段代码，问：“给我讲讲这段代码说什么。”以及改错误。遇到错误了，或者有什么错误信息出来以后，把这些东西扔给这些大模型的聊天窗口，问：“这到底咋回事，我应该咋改？”所有这些功能差不多，但也都有很多不方便的地方。

你比如说，我最近在学习一个新的开发环境，叫 Next.js，算是一个前端加后端的开发工具吧。实际上都是错的，因为分很多版本，不同的版本之间有不同的约束。每一次在回答问题的时候，它就忘记了你前面的约束是什么，然后就给你一些错误的代码。现在请给我把错误改掉，它也都给你改的没有问题，能给你改过来。但是你下次再要求它生成的时候，还是会有一些错误。你说：“哎，现在再去给我把这些错误都改了，通通通给我改回来。”这是可以工作的，但还没有那么顺畅。

那么程序员是不是又要失业了呢？百度的李彦宏就讲过说：“再过多少年就没有程序员这个职业了。”当时还引出周鸿祎以及一大堆的行业老大跟他对喷。那么程序员是不是又要没有工作了？这个里头呢还差那么一点点。现在那到底差在哪一点上呢？这个临界点到底是什么呢？临界点就是如果你完全没有受过编程训练，这些工具你使不了。什么意思？你说：“我就是个文科生，我这个程序一点都不懂，完全不知道。”

这个程序的架构是什么样的？什么叫面向对象？什么叫函数式编程？什么叫顺序编程？这些东西，比如说你都不了解，那所有刚才咱们讲的那些工具，就跟你都没啥关系了。等真到哪一天能够达到说“端到端，上帝说要有光，于是就有了光”的时候，那那个时候程序员就真的失业了。现在还不行，你还是需要经受编程教育，才可以使用刚才我们说的这些工具。

那你说这个临界点，是不是在近期就可以快速被突破呢？嗯，可以说是，也可以说不是。为什么呢？因为你去想一下，说你用嘴去描述一个应用需求的时候，你能说得清楚吗？有一些简单的通用化的需求，你可能能够快速地用嘴把它说清楚。对于这一部分来说呢，程序员确实没什么用了，你只要告诉他：“我现在想要什么东西”，马上就交给你了，这个事是可以的。但是所有的复杂需求，你用嘴一句说不清楚的，或者需要很多人去一起才能把一个事情定义明白的这种需求，这一部分呢，短期内或者说在相当长的一段时间内，这个临界点都是过不去的。

所以为什么说既是又不是呢？就是看你的需求到底是有多简单，还是多复杂。昨天还有一个朋友说：“哎呀，我想去学一下编程，想做一些应用。”后来我说：“你想干嘛？”然后提出来的那个应用的需求叫复杂呀。我说：“你再好好想想，你要看什么？你又没学过编程，何必要跟自己过不去呢？”

那么现在学习编程还有必要吗？还来得及吗？首先，现在还是建议大家去学习一下，只是呢，学法可能需要调整一下。就不需要像我当年上大学那么个学法了，我们可能只需要学一些基础知识，剩下的交给AI就完事了。我们上大学的时候，大量东西需要背，记忆这种事情，计算机永远比人强。所以未来计算机编程，肯定也是需要新的教学方式的。

再往后一个问题，什么样的程序员最容易失业呢？第一个，产品向的程序员其实是可以大展拳脚的。什么叫产品向程序员？就是他知道我做这个东西是为什么，我到底在解决一个什么具体的产品需求，而且可以去跟真正的需求方进行讨论，去确定产品需求的这些人。

或者说，他有一部分产品经历，职能的这些程序员，对于他们来说呢，未来大有可为。为什么呢？就是原来他们沟通明白了以后，还需要跟一些编码的程序员再去沟通，再去写一大堆程序，而且这个沟通成本还很高。

现在的话，他们只需要把前期的需求搞明白了，后面他自己就可以在AI的帮助下，快速地完成大量的代码了。然后，算法向的程序员呢，这个其实永远都不够用。你只要是能够把算法的效能提高一些，把一些原来做不了的事情能够做掉，这一块的需求是非常大的，特别是在AI时代，这一块的需求会变得更大。

那你说前端程序员呢？前端程序员，未来应该会更多地被设计师所替代。就是我能把画画出来了，那你这个程序就算写完了，不需要再通过这个画再怎么切，切完了以后再怎么一块一块拼起来。这一块其实就不太需要了。

因为以前我们去写程序的时候，都是先让设计师设计，设计完了以后呢，我们在写程序的时候，再把这个设计的稿件搬到这个程序的表达上面去，原来有这样的一个过程。以后呢，就不需要了，直接设计师就完事了。

当然，设计师说我也烦这了，别来烦我。设计师烦什么呢？这边还有文生图的很多模型，mid journey、达利，还有一大堆这样的模型，我都快失业了，你们不要来烦我。可能是未来会有一个过渡吧，有一段时间还是需要他们的。

等过完这一段时间以后呢，更多的可能是需要他们提出想法，然后再把大量的文生图所产生的结果进行判断，我到底要哪个，不要哪一个，或者拿到一些文生图的结果以后进行一些精修，这可能是未来的一个方向。

现在已经有一些公司里边出现这种岗位了，就是给机器人打工。机器干完了以后，这个图出来了，让美术去修这个图。原来一个美术可能还能挣个一万多块钱，没准只做得好的能有两三万。现在这种给AI修图的美术的话，一个月的薪水大概也就只剩五六千了。

原来写接插件的这些程序员，很多程序员原来是给接口写程序的，这些程序员呢，以后应该重新找找新出路了。

也只能言尽于此了。对于整个程序员行业来说，现在真正需要做的事情，不是说我到底应该向产品向程序员发展，是向前端程序员发展，还是说我应该去做一些算法，不是这个事情，而是什么呢？应该要找出更多的需求来。如果整个程序的需求量不上升的话，那么大量的程序员失业，这件事情是不可避免的。

所以现在呢，还是要去看看，我们到底能够用AI配合程序员做点什么事，这个是需要现在去思考的。未来AI程序的占比呢，一定会越来越高，甭管现在谷歌说的至少1/4，阿里说的20%，还是百度说的27%，未来这个数一定会越来越高的。而且程序员呢，也不像是很多设计师似的，一定要用笔画，没有这支笔了，我就失去灵魂了。程序员从来不讲究这种事情。

现在欧美的程序员已经大量的开始使用GitHub Copilot这样的AI编程工具，国内的我相信也是如此。你说我就不用这个玩意，除非你最后变成行为艺术，否则真的没有任何意义。人以后真正需要做的事情是什么？不是看代码，改代码，不是这些事情。人以后真正需要做的事情，叫提出问题。我到底要解决一个什么问题？我希望通过什么样的方式解决？我需要规避哪些东西？这个是人真正需要干的活。

然后呢，是检查结果。AI拿出来结果以后，你要去检查一下，是不是很好的依从了你前面的提示，还是说你前面的提示本身有一些什么样的问题？是不是有一些代码拼接接口的地方，有不合适的地方？有不合适的，我们就再拿出来修改一下，或者说再告诉AI说这里不对，再给我改一改。就哪怕我自己不会改也是如此。

你像我现在使用新的编程技术去写程序的时候，这个编程技术我除了一些大的逻辑清晰之外，其他的所有细节我都不知道。报的所有错误，都是人给GitHub Copilot说来给我改一下，出什么毛病了，在这个地方我希望怎么个改法，他就去给我认真的修改。只是比较费劲的就是屡教不改，这次犯了错误，下次接着犯，这次是改正了以后，下次接着改。

这个是让人稍微有一些烦恼。所以，人呢，就是提出问题，检查结果，最终再把一些新的问题处理掉。这就是人以后干的事情，找到更多的需求，才是避免大面积失业的一个唯一途径。我觉得现在咱们不用去纠结，到底是有多少代码是由AI写的，这个没有任何意义。

好，这就是今天跟大家讲的故事。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。

海底捞在最新的财报上公布，增加霸王茶几的创始人张俊杰为公司非执行独立董事。这到底是个什么事呢？

首先，什么叫非执行独立董事？很多公司里边都会有这种独立董事的职位。独立董事一般干几件事。第一个是提供专业的知识与意见，比如说像海底捞，他有一些独立董事是医生，还有一些营养师、财务法务或者各种专家。现在他大概有四五个独立董事。独立董事通常是跟海底捞上下游的公司没有直接利益关系，与海底捞的各个高管也没有直接利益关系，提供一些专业知识意见，监督董事会。

为什么要监督董事会呢？要保护中小股东的利益。比如说我们去买他股票了，就成为海底捞的股东。董事会关起门来一开会说：“咱们几个大股东把这钱分了吧，就不要再去给这些小股东钱了。”在这个时候，独立董事会冲出来说：“哎，你这不对啊，你们不能去损害中小股东的利益。”独立董事在正常情况下可以提意见，听不听就是另外一回事了。但是独立董事可以选择在某些文件上不签字。如果你签了字，就要承担这个责任；不签字，那这个文件是比较难以通过的。特别是那些行使监督权利的独立董事，是有这样的权利。

现在，霸王茶几的张俊杰进去了，肯定是属于专业人士，提供专业知识与意见这一类。张俊杰29岁，算是奶茶新势力里的领军人物。他进去担任这个职务，有薪水的，一年的年薪是120万，任期是三年。张俊杰现在也表示说他会去上任，而且也会接受这份薪酬。

张俊杰也算是中国近些年来发展出来的一位神人。神到什么程度呢？18岁以前不认字，原名张军，军队的军。从10岁开始流浪，一直流浪到17岁，17岁加入了台湾连锁奶茶品牌，叫大维奶茶。

大小的大，维度的维，大维奶茶开始打工。在这个里边一步一步晋升，从店员到店长，再到区域监督，区域运营负责人，一直做上来了。他大概做了十几年的餐饮和奶茶，也在上海的一家科技公司里做过销售。他基本上上班以后，才开始自学成才吧。

这样的一个人，2017年创办的霸王茶姬，到2024年的5月21号，有4,500家门店，海外有超过100家门店。到2024年的7月14号，有4,714家，就又多了214家门店。现在在疯狂拓店，2023年实现了GMV，也就是销售额是多少呢？是108亿人民币，而且已经开始盈利了。2023年它就是盈利的，2024年仅仅是第一季度，GMV也就是销售额是58亿人民币。所以到2024年，霸王茶姬有可能会做到两三百亿的销售额。

海底捞在中国的餐饮里边，其实也算是做得好的。虽然整个中国餐饮在崩溃，但是海底捞在里边不能算一枝独秀吧，但也算是第一梯队。北京现在餐饮已经崩了，2024年上半年，北京餐饮收入同比下降了3.5%。年销售额在1,000万以上的这些大的餐馆餐饮的利润下降了88.8%。这是多么恐怖的一个数字，他们的利润率有多少？0.37%。你说我整个卖了半年的饭，在这打扫房间、擦桌子、买菜做饭、收了钱，利润率基本上相当于没有，0.37%。这就是北京的餐饮，这还是算中国最好的地方餐饮企业，算是整个稳中向好的中国经济的一个缩影。

2023年全年，吊销和注销餐饮牌照的是135.9万家，而2024年光上半年，全国吊销和注销餐饮企业是105.6万家，已经快赶上去年一年的数了。当然了，同时也新注册了134.7万家店，那大家看着还行啊，新注册的店比这个关掉的店还多些呢。

这不，这日子还可以过。今天正好看五岳散人，也得讲这个事。中国大概有六七百万家餐饮企业，是全国的。而你说我们没注册过，这不算。登记注册的是六七百万家。正常的开店率是什么？大概是15%到30%之间。你一旦低于这个数，就会死气沉沉。大家吃了半天，老是这几家，也不换样。一旦高于这个数值，超过30%了，新店开店率就说明什么？这个市场很动荡，非常不稳定。

倒闭率是什么呢？这么多餐馆里头，一年倒了多少家？正常的应该是10%到20%。为什么这数比上面那个开店率要低？预计的整个餐馆数量会涨，所以正常的倒闭率应该比这个新开店率要低一些。2023年统计的数率数据是什么？中国的新开店率是43%，倒闭率是51%。这个是非常凄惨的数据。

海底捞今年上半年新开了11家店，关门了43家店。在整个的里边还算可以，海底捞已经算是走出了疫情的低谷。玩第一个叫什么？叫啄木鸟计划。他把所有不太挣钱的店、没有发展前途的店一律都关掉了。这是海底捞干的第一件事。第二个就是降价。海底捞呢，价格并不多，也没有明着降，但是让人均消费下降了。原来人均消费是105，现在调整以后，人均消费大概是102或者一百零几，还是超过100块的。像海底捞其实挺贵的。

做降本增效怎么做？没有做大规模的裁员，即使关了200多家店，他的人员大部分是内部消化了，主要是通过优化排班让人效上升。大家可以多干点事情，调整了一些供应链，供应商整个重新谈判。你要给我更便宜的东西，也跟各个租房的房东重新进行租金的谈判。开饭馆最贵的一个开支，就是房屋的租金。也做了一定的技术投入，海底捞疫情期间做了大量的数字化转型，大家可以订餐。

而且也做了很多的供应链方面的改革，而且可以很好地适应外卖。现在中国外卖，什么烤鱼、火锅，什么都可以外卖。而且海底捞还推出了很多的品牌食品，比如海底捞自嗨锅，这样的东西也卖得很好。还做了非常多的创新，积极参与外卖。虽然饭馆在关门，但是外卖员的数量在急剧上升。广州好像统计了一下，所有的外卖员里头，1/3，33%是本科毕业。

海底捞原来都是自营店，自营店的管理和品质就比较容易控制。一旦要开连锁加盟，这块怎么能够保持海底捞的风格和文化，这需要考验他们的能力。但是为什么要开加盟店呢？是要拓展下沉市场。这些下沉市场如果让海底捞自己去开，他们觉得没有这个能力，或者说赚不着钱，干脆说你们谁愿意加盟谁来吧，我来输出标准。这是海底捞正在向轻模式快速拓展，原来都是自己开的，算重模式。

那么张俊杰加入海底捞到底做什么呢？很多外行在猜，因为我也看到头条上很多人在猜。张俊杰加入了海底捞，他要干嘛呢？外行猜测的是海底捞要去卖奶茶了，因为想去学习凑凑模式。国内有一个奶茶与火锅店要凑凑，他是吃饭的时候卖火锅，不吃饭的时候卖奶茶。而且现在在火锅和奶茶之外，还是开KTV。

为什么这么看呢？因为刚才我们也讲了，餐厅里头最贵的成本是什么？是房租。所以餐厅是一个巨大的运营场所。如果能够在大型商场里边去开餐厅，像传统的那些餐厅一样，早饭不供应，早上在开餐之前都关着门，午饭供应，比如供应到2点，下午2点到4点之间又把门关起来，整个的打扫卫生，大家休息一下。4点以后或者5点以后，重新开始来做晚饭。那这个房屋的利用率就太低了，最大的一块成本等于中间有很多时间是在那“睡觉”的。

这个饭点咱们开火锅，不是饭点咱们卖奶茶。大家也可以坐在这唱唱歌，我把这个房子利用起来，这个其实是非常高效的一种玩法。现在海底捞准备去学凑凑，海底捞现在也让大家来唱歌了，也可以在这里去喝奶茶了。

还有人说，咱们是不是学学呷哺呷哺？呷哺呷哺自己立了一个奶茶品牌，叫做茶米茶。原因也很简单啊，就是肥水不流外人田。因为大家知道，吃火锅这事啊，总是很容易口渴的。千万不要告诉我吃火锅把那汤喝了啊，那玩意越喝越渴。高油、高盐、高温、高热量的食物，吃进去以后，你是需要大量的冰饮来去佐餐的。

原来是麦可乐和柠檬茶，但是现在大家说不，我们要喝奶茶，或者要喝无糖的奶茶。所以干脆就自己卖这个东西，也算是肥水不流外人田。

那么很多人看到了，说海底捞在重新装修水吧，是不是海底捞也准备推出一个自己的奶茶品牌？我们就把国内最会卖奶茶的张俊杰请来，让他给指导一下这事不就行了吗？或者干脆我们后边把张俊杰的霸王茶姬直接收购了，或者投资他，咱们就直接合作不也就行了吗？

很多外行人都在猜这件事，但是为什么说这是外行的猜测呢？这是外行在哪？大家先要去了解一下，有一个东西叫竞业禁止协议以及利益冲突。什么意思呢？所有的创业企业在拿投资的时候，投资协议里有一条是什么？就是你必须要遵守竞业禁止协议。协议什么意思呢？

比如说把张俊杰他今天开奶茶店，做霸王茶姬做起来了。你说我这业余时间想出去跑个滴滴，行不行？这事没问题。但你说我这业余时间想再去开个奶茶店，行不行？不行！别人投资你去开奶茶店了，你就只能开这一家奶茶店。比如说我再想开一个奶茶店，跟我原来奶茶店竞争，这个事是绝对不允许的。因为你一旦干这样的事情，你就很容易把原来投资人奶茶店的利润。

都装到新的，没有投资人那个奶茶店里边去，那投资人不就亏了吗？所以这个叫竞业禁止。第二个叫什么？利益冲突。如果张俊杰跑到海底捞去指导别人去卖奶茶了，那么他的霸王茶姬的利益就会受损，所以这也算是有一定的利益冲突。因此，这个事情肯定不是去指导海底捞去卖奶茶的。

另外一个呢，干脆投资他、收购他不就完事了吗？这个里边还有一种东西叫关联交易，也请稍微了解一下。我先把它弄成我这独立董事了，是不是以后要去收购这个霸王茶姬？到底多少钱收，咱们来董事会讨论一下这个东西。妥妥的关联交易啊，这是没法等的。想要避免这种关联交易是非常麻烦的，你需要做很多的信息披露，再去做审计，要把很多的原来可以私下做的事情都要公开到香港联交所，因为海底捞是香港联交所的上市公司，要到那去公开，要去做审计才能过得去。

如果张俊杰不是海底捞的独立董事，不是在这董事会里头，你做这种并购、做这种投资，是相对来说比较简单的。一旦进来了，这事就没法干了，也不叫彻底没法干吧，干的过程会变得复杂一塌糊涂。所以这两种猜测，都属于非常不靠谱的猜测。那么海底捞到底想从张俊杰身上得到些什么呢？你把它弄起来肯定是有目的，一年120万也不是白花的，连花三年360万，到底想让它干嘛？

张俊杰呢是新一代奶茶店的领军人物。那么新一代奶茶店到底是什么？中国最早的奶茶叫香飘飘奶茶，那玩意是拿水冲着喝的。再往后是真人冲调奶茶，再往后是让水果茶，靠这个破壁机打这种奶茶。最后这一波才是霸王茶姬这种奶茶。霸王茶姬的奶茶卖的其实不是奶茶，卖的是情绪价值输出。他讲的叫真茶加真奶，不是什么植脂末，不是任何其他东西，所有的东西都是真材实料的。

而且，给你在奶茶杯子上印热量表。大单品策略，他有一个单品卖得极好，这个单品叫伯牙绝弦，好像是叫这个名字。很绕嘴，然而这个奶茶极其有名。很多人喝这个奶茶都会失眠，都觉得这个里面是不是有兴奋剂，但没有验证过。张俊杰，你想他奶茶店，肯定比海底捞那个餐馆要小得多。这么小的店面里头这么少的SKU，它就卖这几种奶茶，肯定也要比海底捞的菜品少得多。

这么小的地方，他可以进行全方位的文化与情绪价值的饱和、轰炸、饱和输出，而且还成功了。这才是张俊杰真正厉害的地方。所以他怎么去进行文化输出，这是海底捞想学的。另外，张俊杰搞的就是直营+联营+加盟的方式。霸王茶姬并不都是直营店，也有很多加盟店。而且在这么复杂的运营模式下，依然可以保持文化与情绪价值不变味，这也是一个本事。这也是海底捞真正想学的东西。

海底捞现在需要寻求新的发展方向，第一个新的发展方向是如何将更重的文化与情绪价值放到海底捞里去卖出去。前面海底捞的员工跳科目三，其实就是很好的尝试，但这个实在是太累了。还有没有什么其他的方式？这样就要找这种文化宣传大师张俊杰来，您给指引一下，这就可以往前走了。

另外，他要去做连锁加盟。你连锁加盟，我们要找一个能够让连锁加盟店开起来还不变味的人。张俊杰也玩过很多，你来我们一起学习一下。那张俊杰为什么会接受这个职务？你想，他作为一个正在冉冉升起、还没有上市的国内新势力最强的奶茶店的创始人，肯定是非常忙的。他说我同意要到海底捞去上这个任，还要拿这个薪水。原因是张俊杰也想从海底捞身上学到一些东西，更复杂的供应链体系和门店的运营和管理到底是怎么做的，如何善待员工，怎么能够进行。

这种更深层次的员工关怀，或者说大家这种精神面貌的传递，这也是张俊杰想学的。所以，这个算是两边的一个双向奔赴。那么，大型餐饮连锁品牌真正竞争的到底是什么呢？是不是有一个好厨师，要像大董那样？大董是中国第一个拿上MBA还是EMBA的、有证的大厨，这个是不是像他这样呢？其实不是。

那你说是不是大家竞争的是祖传秘方呢？可口可乐说我们是祖传秘方，这个其实也不是。那么，大型餐饮连锁真正考验的是标准化，如何高效地管理和运营的种体系，如何获客，如何去获取流量，以及如何进行品牌的运营经营，品牌附加值的塑造与销售，这个是大型餐饮连锁品牌真正竞争的东西。

张俊杰跟海底捞算双向奔赴，新旧两个时代，连锁餐饮经营的理念应该在这一次里头会发生碰撞。流量文化、情绪价值，各种IP联名的玩法，玩得飞起的霸王茶姬，以及真心实意、真材实料打造的海底捞，他们应该各自可以从对方身上学到一些自己所欠缺的东西吧。

刚才我们讲了，张俊杰算是个草根英雄，10岁开始流浪，17岁开始上班，18岁开始认字，这样的一个妥妥的草根英雄。中国还是有一批草根英雄的，胖东来的于东来算是个草根英雄，初中毕业，现在开的胖东来还是不错的。福耀玻璃的曹德旺，9岁上学，14岁辍学，现在是玻璃大王。

还有一位草根英雄是谁？海底捞的张勇是初中毕业，技校学的是电焊，现在是新加坡首富。对他们双向奔赴过程，也是两个草根英雄凑在一起说：“来，咱们来聊一聊吧，未来到底应该怎么去发展。”这就是我们今天看到的，海底捞请了霸王茶姬的张俊杰到公司里边来，去做非执行独立董事的故事。

好，这一期的故事我们就讲到这。

米哈游的创始人非常罕见地发出声音，劝同行们考虑转行吧，以后都是AI做游戏了，没你们什么事了。大家走吧，这到底是个什么事？

大家好，这里是老范讲故事的YouTube频道，今天咱们来讲一讲惯常低调的米哈游创始人到底说了些什么。

米哈游的创始人蔡浩宇在8月26号，在个人的LinkedIn账号上发了一篇文章。咱们在国内其实已经不会在LinkedIn上面去发文章了，应该现在在国内发文章，相关的这种功能也都没有了。他们已经基本上撤出中国了，而米哈游的总部是在新加坡的，所以米哈游的老板依然在使用领英这样的职场社交平台，在上面写一些他对于游戏职场的感悟。

他上面写的东西其实也很简单：第一，生成式人工智能，也就是AIGC，将彻底改变游戏开发行业；第二，未来游戏创作将主要由两类人主导：第一是0.0001%的顶尖从业者，他们将领导精英团队，创造出前所未有的游戏内容和体验；第二是占绝大多数的业余爱好者，他们可以根据自己的兴趣，随意创造游戏。最后他说，普通的游戏开发者可以考虑转行了。

大家也知道，游戏开发这个事本来就是成功率非常低的，千万别跟我讲二八法则，就是80%人失败，20%人成功，这个事是不对的。正常的游戏开发成功率可能只有百分之几，这是个个位数。百分之九十几的人都会失败，这个是按照游戏立项到最终能够发售挣到钱的数字来算。其实你从游戏立项到游戏正儿八经能够发行，可能百分之九十几的人就已经不见了，然后从发行到最终能够挣到钱，可能又有接近90%的人不见了。

所以按这样算，可能真的是千分之几，甚至万分之几的游戏才能最后被大家看到，被大家所记住，能够挣到钱。原来就是这样。

所以他上面写0.0001%的人留下来做游戏，剩下的人你们就撤退吧。这个数字并没有大家想象的那么夸张，尽量让AI参与到游戏制作过程中去，降低普通人去开发一款游戏的时长和难度，这个事其实大家一直都在努力。

最典型的案例就是在AIGC出来之前，其实大家也在做。是什么呢？比如说网络游戏，其实就是玩家创造世界。很多人说不对，网络游戏也是人家创造了，我们只是进去玩而已。暴雪做了《魔兽世界》，我们进去打《魔兽世界》，我们怎么进去创造《魔兽世界》呢？这里跟大家分享一首现代诗，写的什么呢？

“你站在桥上，风景看风景的人在楼上看你。明月装饰了你的窗子，你装饰了别人的梦。”这就是普通人或者玩家去创造网络游戏世界的一个过程。什么意思呢？游戏开发商会给你做出《魔兽世界》，但是里面的其他参与者，你可以去跟他组队，可以参加各种国战，可以跟他PVP。人和人之间的这种战斗，那所有的一些生态，都是人创造的。

“你站在桥上看风景，看风景的人在楼上看他。”就是这样的一个过程。传统的更古老的一些游戏，其实也是如此，比如说棋牌类游戏。我们在这下围棋，每一盘棋跟每一盘棋都不一样。实际上每一盘棋就是下棋的两个人，他们自己所创造的游戏。包括桌游，我们一帮人坐在这打狼人杀，每一盘都是不一样。整个这个游戏，都是我们坐在这里的人临场创建出来的。这才是参与者创建游戏的过程。

那么未来有可能是什么呢？一群非常强大的开发者，他们去开发游戏的底层平台。另一群人只需要说清楚自己的需求，就可以得到相应的结果。相当于是有一帮人在开发一种叫围棋的游戏，开发完了以后，大家坐在这说：“来，我们下一盘。”就可以享受一个叫围棋的这种乐趣。而这个过程，绝大部分的人是下围棋的人，只有很少的人是开发围棋的人。这是一种开发方式。

那么游戏行业距离干掉大多数开发者到底还有多久呢？米哈游的老大都出来说话了，他其实算是能出来说话里边份量最重的人之一了。国内的大游戏公司，网易、腾讯，腾讯的小马哥其实平时是不怎么出来说话，比较低调。网易甭管是丁磊还是他们游戏的老大丁丁，在这一块其实出来说的话也不多。米哈游的蔡浩宇呢？

其实，相对来说，平时也是比较低调的。像他都出来说了，我们是不是应该信一些？过个两三年，这个游戏开发者就已经没有工作了。现在我还要不要去学习游戏开发，做个Unity，做个Unreal？你看这个《黑神话：悟空》火了，我们是不是要去干这件事？

我们要首先看一看游戏是什么。游戏、电视剧，各种文创的作品，现在都是什么？不光是文创作品，它其实是现代工业巅峰的明珠。为什么这么讲？你俩人坐这能做出《黑神话：悟空》来吗？你做不出来。100个人坐这，你能做出《黑神话：悟空》来吗？你也做不出来。你别看《黑神话：悟空》就150人把它做出来，后边还有引擎团队，还有这么多的线下支持团队，还有外包团队。他是一个大的工业体系才能做出的东西。

不光是游戏。你说我现在想拍一个好莱坞大片，那都是工业化产品。他也是有完整的一个工业流程和体系才能做出来的。所以呢，咱们讲，比如说3A大作，前面《黑神话：悟空》火了以后，大家都说我们要去做3A大作。咱们还讲过3A大作，a lot of money, a lot of resource, a lot of time。难道真的是有这3个A就可以搞定吗？搞不定的。

除了有这3个A之外，你还需要有完善的工业和工程的体系，以及流程和方法论，才有可能造出这种东西来。你是不可能说我们把相应的钱堆这，把人堆这，我们坐这，等他都隔离起来，你们都不许出门，就闷头在屋里做，就能把这玩意做出来。这个是不可能的。

他需要跟全世界的人一起合作，要去跟全世界的整个游戏工业的流程一起去碰撞，才有可能做出3A大作来。所以这个事情并没有那么容易。如果以后，比如工具非常先进了以后，我们是不是有可能说，我们十几二十个人坐这，就比如说像打这个狼人杀似的，我们就可以开始构建世界？是不是这样再向这个方向发展？但是还是有很大的差距的。

而且呢，即使是说三五个人或者七八个人坐在这构建世界，那么构建完了以后，它可能也是一个非常受限的世界。什么叫非常受限？狼人杀出来始终是狼人杀，你不可能在狼人杀的这个世界里头构建一个围棋出来。你说我想在围棋的棋盘上下盘象棋，或者我想在上头玩个德州扑克什么的，那大家就想得有点太多了，这个事是做不出来的。

那么当前已经开始了哪些部分？第一个，剧情的编写现在已经开始了。大家看到《黑神话：悟空》里头有大量的文案，这些文案原来都是需要人坐在那一个字一个字写的。像我们以前见过一些做的这种SLG游戏，SLG应该叫策略性手机游戏，他们的这种文案，比如说工程车是怎么回事，兵是怎么回事，哪个英雄是怎么回事，现在有些什么样的背景故事，这些东西搁一块，可能有几十万字，甚至多的有上百万字，这种东西都要靠手写的，是很痛苦的。

现在有了AIGC，那来编故事呗。我们只需要把基础框架搞定，把基础设定搞定，剩下的生成的部分都可以让大模型去搞定了。我们只换审核修改就可以了。再做文声图、图生图这些事情，因为游戏嘛，大量的是图像，那我们就花费这个事情。现在各大游戏公司已经开始普遍应用了各种3D模型的生成。

现在很多的游戏公司也开始用上了广告素材的生成，这已经成熟了。编程辅助，比如说我们用Copilot或者用一些其他的编程辅助工具，大模型去干活，现在也可以搞定了。包括一些简单的AI角色，有些NPC可以由AI在后台跟大家聊个天，这些现在也都已经实现了。

甚至这两天，还出了一个特别奇葩的工具，谷歌的DeepMind做了一个纯AI的游戏引擎。它是什么样的呢？就是它跟大家打毁灭战士，Doom。这个是很古老的一个游戏，当时大概只有十几兆。我记得我是上大几的时候，可能大二大三的时候开始有这个游戏的。我们那个时候打的，真是一开电脑就趴在地上吐，因为它是第一次让我们见识到有什么叫晕3D这种东西。

那谷歌的这个模型是什么样的呢？它完完全全用Transformer的方式。去一帧一帧地生成你看到的内容。我在转动镜头，出怪物，我去打他。打完了掉血，再去往前走，往后退，拐弯，走哪个岔道。所有这些事情，他等于是根据前面生成的图像和内容，根据我们对电脑的操作，然后临时生成最新的场景。这也把很多游戏圈的人都震惊了，而且他的速度还不低。

像原来我们去生成的图片，甭管是用达利还是用Midjourney，生成一幅图片至少要几十秒，那是很慢的。而谷歌的这个AI游戏引擎，它可以达到每秒20帧，每秒钟生成20张不同的画。这种东西，如果你再交给英伟达好好优化一下，没准就可以打了呢。每秒20帧还是稍微慢一点点，特别是对于动作游戏来说，稍微有些差距。

那么现在我们已经有的东西，其实是在完整的工业流程与体系上，在每一个环节进行修改，进行AI改造。但是我们并没有形成一个完整的可以面向普通人的这样的一个界面接口，这块现在还没有做出来。也就是说，我们距离“上帝说要有光，于是就有了光”还是比较遥远的。但我相信，应该有游戏公司已经在这块努力了。

未来是不是人人就都可以做游戏了？我们首先要想一想，人人都可以做游戏到底是一个什么样的过程。其实很像是从骑士到步兵的过程。什么叫从骑士到步兵？不是把那马去了，而是骑士是需要终身训练的，或者需要从小训练。你至少要有十几年的训练，再去当骑士，然后再慢慢地升级成为骑士，等一辈子你要去做这个事。

而步兵，现在有步枪了，你只需要把一个健康的年轻人招募起来，进行三个月的训练，他们就是一个很好的合格步兵。它是变成这样的一个状态了。那你说我再往前发展，大家想想，现在的司机，司机也是一个专门的职业，要去学怎么修车，要去学机械原理，要去跟各种的车辆打交道，还要有很娴熟的驾驶技术。而现在呢，我们去驾校里头，快可能一个月也就出来了。

所以未来，人人都要去做游戏，可能也是如此。大家因为热爱，参加一个简单的训练，就可以像司机一样上路去开车了。

那么，未来的游戏人人都可以做，可能是几条路。第一条路，在现有的一些游戏里头，允许大家去做一些新的创造。我2009年跑去盛大入职的时候，其实参加的就是这样的一个项目。那个项目叫零世界，后来我们管那个东西叫次时代网游。

什么叫次时代网游？就是这棵树。正常的网游是你砍完了以后，你走到我走的这个地方，这棵树其实还在这立着，这就是原始的网游。而次世代网游，你走到这把这棵树砍了，我过了10分钟再走到这，这棵树还是倒着的。这叫次时代网游。

很多人说这有什么区别吗？区别大了。我看你他把树砍了以后，你得记住下一个人走到这以后，你要重新去得到这个地方的当时的状态，才能知道谁在这扔了东西了，谁把树砍了，谁在这盖了个房子。有人砍了树，有人盖了房子，有人放了东西，那就有可能有人在这建起城市了，有人在这建起要塞了，或者做一些其他的什么，都是有可能的。那么这个世界就变成活的了，它就会生长起来了，玩家就参与到游戏建设里边去了。

这可能就是第一条路。我们在固有的游戏公司设计好的世界里面，我们去创造自己的游戏。而且呢，它是自由度不断的上升。原来这个里面，你可以创造内容是相对比较少的，你必须符合他原来游戏比较刻板、比较简陋的这种世界观设定。那么未来可能是我们往前走一走，我们可以把这个世界观变得更加的有包容性一些，可以变得更大一些。

这什么意思？比如说原来我们设定的是最简单的游戏，骑马砍人，放个魔法什么的，未来可能说，哎，我是不是造个火枪出来，弄个蒸汽机出来？那你说有游戏可以干这事吗？有，现在的《塞尔达传说：王国之泪》余料建设系统，已经给我们展示了这种未来的可能性。

虽然这个东西做起来很难，为什么难？因为你一旦允许他去做这样的操作了，这个游戏的平衡性就很难去控制。为什么以前游戏平衡性好控制？因为你限制了他的发展上限，它就比较好控制。但是你做完余料建造以后，发展上限就不设限了。所以很多人说《塞尔达传说：王国之泪》。

打到后边的boss都很容易。他为什么会做得比较容易？你堆数值堆上去行不行？可以，但是如果有些人余料建造得不好，打到这儿不就过不去了吗？所以他就只能是按照一个普遍的状态，走到这能过去的状态。你如果前面做得比较有趣，余料造得比较厉害，这你就可以很容易地就平坦过去了。

另外一种就是AI游戏引擎。虽然谷歌给我们演示了，直接由大模型生成AI画面，但这条路到底走不走得通？或者说这是不是未来AI游戏的这种端到端的方法？有可能，但这一条路一定是充满荆棘的。我们要把这个scaling low彻底推到极端，才有可能走得通这条路。你要造巨大的模型，耗巨大的算力，才有可能让它真正跑起来，因为重新生成所有的端到端的图像或者模型，实在是太消耗算力了。

但是，也有可能过个三五年，店也不值钱了，算力也不值钱了，那可能这条路就是唯一的最终通路。还有没有折中通路呢？也有。什么是折中通路？就是上全宇宙。我给了大家一个更开放的宇宙，但我已经把所有该规定的东西都规定差不多了，只是等着大家到里边去盖房子、买地，去做一些自己的游戏。

搞这条路，像最早的叫Second Life，包括扎克伯格想干这些事情，也包括米哈游想干的事情。为什么今天这个话是米哈游的老板出来说，腾讯的老板没出来说，网易的老板也没出来说？因为米哈游一直在做一个东西，叫Hayouverse，元宇宙叫Metaverse。米哈游是做了Hayouverse，也是一直在做元宇宙，他们在做，比如说崩坏系列元宇宙或者元神系列元宇宙。大家就可以在这个元宇宙里边去买房、买地，在里边去建立新的城市，让大家在这样新的虚拟世界里面去玩耍。

他们在走这条路，所以这个话由他来说，是符合他的商业预期的。最终再跟大家讲一讲，现在是一个非常焦虑的时代，怎么个焦虑法？所有人都说，你这个职业是先被AI替代，还是后被AI替代？

我们希望AI去做各种重复性劳动，结果AIGC把所有白领的工作都干掉了。人们坐在这儿，写文章、画画、写诗、写程序，脏活累活没人干了。这边还没抱怨完，那头具身智能机器人出来了，开始打螺丝，开始到家里做很多家务。人也没用了，体力劳动也没人干了，所有人都在焦虑。

这是一方面，另一方面呢，既然已经让整个行业都焦虑了，AI行业到底挣没挣着钱？AI行业也没挣着钱，这就真的是相互之间都没讨好。现在OpenAI新的模型、新的引擎没做出来，说我已经把钱花光了，要重新融资。现在又在找钱，这一轮微软可能接着跟英伟达怎么着也得意思。这轮可能有一个基金是老大，人家已经说我们要给钱了，剩下的可能苹果会给一个大头出来，因为苹果把OpenAI集成到他们的Apple Intelligence里头，可能会给一些线，拿到一些控制权。

那么现在的从业者到底应该何去何从？是像蔡浩宇说的那样，大家就赶快转行，还是说我们在观望，还是说现在有什么新机会，赶快让我们去？我觉得现在的游戏开发者应该有几条出路。第一条出路，成为新的平台开发者。但我并不像蔡浩宇觉得那样，并不太认同他的说法，认为只需要0.0001%的人去做这些平台。为什么？因为那个平台未来会变得很大。这个平台上除了开发者之外，还需要教官。

什么叫教官？刚才我讲了，你要想去开车，也得上个驾校，总得有人来教你。这其实就是我以前干的本行，叫开发者关系部门。你在这已经做出平台来了，我们要去告诉玩家怎么在里边把这个事情做好。像我最早进入盛大，加入零世界团队，他们招我进去就是在看这个教官的活。因为我在加入盛大之前，是Bolan公司的evangelist，他说我们需要一个新的社区运营者，帮助整个社区，帮助这个零世界里的玩家学会怎么去建造他的世界。

学会怎么在里边去体会这种乐趣。这是当时我要去干的事情。09年到现在已经过去了15年，这条路依然没有走出光亮来。大家还在努力地往这条路上走。

第二个是什么呢？就是要有技术支持与服务。虽然现在满街都是开车的人，但是修车这事我不会。我们不是职业司机，打开车盖子以后，我连火花塞长什么样都不知道。这是没法办的事情。所以我们还是需要专业的机构来去维护我们的车辆。

那么这又是一波人，甚至还需要专业的游戏策划和主持人。大家知道去玩这种桌游，或者玩这种狼人杀、亚城守护者这样的游戏，它的核心是主持人。咱们现在到那种桌游吧里边去，他们的主持人是专门需要招聘的。他是能说会道，能够烘托气氛，把大家的气氛调节起来，还很熟悉这个故事的各种套路。这些人可能未来也会成为一个职业。

甚至还需要很多的审核与优化人员。比如说我们今天都去马路上开车了，那交警还得有，还要有很多的人来看看，说你们是不是都符合规则，或者说哪开的不好。我们要去改一改交通信号灯，重新修修路，肯定还是未来很大的一个就业机会。

第一个平台不可能只有一个，Meta会做一个，米哈游也会去做，其他的一些公司可能也会去做。这样的平台出来，做完了以后，他们每一个平台都会比现在的员工数要几何级数地上升，才有可能应对这么多的玩家涌入。

甚至还有一些现有的游戏开发者可以去干嘛呢？可以成为新的开发者中的领军人物。什么意思呢？大家都在元宇宙里头，都在这种游戏AI引擎里边做游戏的时候，您原来做过游戏的人，是不是会比以前没做过游戏、从来没接触过的人有些基础？您未必会做出未来最好的那个游戏，但您总比这些从头开始、从来没有摸过如何做游戏的新手小白，还是会有一些先发优势的。

所以即使是像米哈游的蔡浩宇说的那样，未来大量的人是玩家或者是爱好者去开发游戏，那么以前做过职业开发者的这些玩家和爱好者，他们开发出来的游戏也会比其他人好。

那你说会有人被淘汰吗？一定会，这个没什么好说的。但是应该也不会有那么大的比例，绝不是说99.9999%。不会有这么多人被淘汰掉，绝大部分人还是可以转岗的。会产生出很多新的岗位来，甚至新的岗位有可能会比现在的游戏开发者的总数还要多。只是这个新岗位产生的过程并没有那么快而已，他可能需要一些耐心。那么游戏内容未来一定会越来越多，这件事是必然的。人们在游戏中所消耗的时间也会越来越多，游戏产业所产生的价值一定会越来越大。大时代已经到来，车轮滚滚向前，这才是游戏整个产业在AIGC面前正在快速发生转变的故事。好，这个故事今天就跟大家讲到这里。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。

大家好，

欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲国内大模型厂商，突然就变脸了，开始打价格战，而且是价格生死战。这个战争是从哪开始的？首先是有一个大模型叫deep sick，他先开始干的。原来我们使用100万TOKEN，大概也得十几二十块钱，甚至贵的也能有五六十块钱。国外的大模型经常是要到十几美金。他呢，直接来了一个啊，100万TOKEN一块钱人民币。DPC大家可能不是那么熟悉，因为他后边不是一个互联网巨头，也不是原来从互联网大厂出来的人，他后边是一个私募巨头，换方量化直接不讲武德啊，100万TOKEN一块钱人民币。

那紧随其后的呢，是豆包啊，这是字节跳动下边的大模型，直接降价到100万TOKEN 0.8元人民币。你不是一块吗，我8毛啊。然后通1,000问说那你们都降，我也来呗。我后边反正是阿里云，谁怕谁啊，最多的显卡都在我手里头，那降价啊，把通1,000问最新的千问Max千问浪什么，全都降到了一个白菜价。当然同1,000问降价的时候呢，还是用了一些小花招的啊，他把输入TOKEN跟输出TOKEN的价格分开了。什么意思？就是当你往里梳的时候，你也是算TOKEN的，当它往外吐的时候，也是算TOKEN的。就是它把往里梳的这个TOKEN的价格，降低了更多啊，往外吐的这个TOKEN呢，也在降，但是降的并没有那么多。大家能够理解，就是你往里输的内容，比如说现在有很多的大模型号称是可以输入100万字，200万字，但是他每一次输出，可能也就输出个1,000字，2,000字，他不会输出那么多的。你说一大模型坐在那，吭哧吭哧给你吐100万字出来，有人看没有？一个人坐在那阅读，读100万字也得会功夫吧。所以呢，从大模型输出的这个TOKEN稍微贵些啊。然后百度特别逗啊，百度先强调了一下，说不要关注价格，要看这个大模型的特性，以及大模型的性质，是不是适合你的场景。讲完了以后呢，左右一看说哎，你们都跑了，等等我等等我，对吧？直接把手里头两个最常用的模型，一个叫快速模型，一个是轻量级模型免费，对吧你们还要收钱吗？咱不要钱了。

科大讯飞的星火大模型说，百度既然已经做出这个样子来了，那咱也来吧，把轻量级模型直接免费，重量级模型降价。大家都是这么干，那腾讯说，咱们也不能落后，腾讯做的叫浑圆大模型，一样轻量级模型免费，其他全线产品价格下降。所以国内现在使用大模型产品，就算是一些比较好的模型，比如像千问Max千问浪这样的模型，你现在100万TOKEN的价格，可能也就是个几块钱啊，或者一两块钱，两三块钱，就这种水平，非常非常便宜啊。

其他的一些人是什么反应？大家都降价，是不是大家都挺开心的？也有不开心的啊，比如说灵异万物的李开复就在那喊，说为啥要降价呢？不要降价，我们现在就不降。另外一个是百川智能的王小川，也在那喊说，没觉得应该降价，咱们就这样吧。啊百度呢是前头喊了价格不重要，但是大家都知道啊，百度向来是一个没有什么担当的公司，啊上午喊完了，下午就可以直接喊免费的，这样的一个公司，这就是百度干的活。

然后Kimi是比较逗的啊，Kimi现在是国内所有大模型里头，用户量最高的一个，他比百度那个文心妍用用户量还大，百度文心妍月活大概是1,600多万啊，Kimi大概有2,000万。Kimi呢，在这个时候玩了一个特别神的招数，打赏啊。什么意思呢？就是咱们国内的整个的大模型收费状态是这样的啊，分三块一块呢是免费可以使用的，比如说，通1千问啊，Kimi零一万物，百度的文信易言的3.5，还有一些收费的公众服务。比如说呢，百度的文心易言4.0，就相当于它做了一个像charge GPT4似的东西。大家知道charge GPT3.5是免费的，charge GPT4是要收费的，是plus版本。百度也整了这么个东西。然后再往后呢，就是调API。公益前问，仔细一言。这些API这个是要按TOKEN来收费的。原来就是这三块收费。Kimi的并没有跟进。大家说我也把API TOKEN的降格降下来。他没干这事啊。他做了一个什么事呢？他说我们啊，也开始收费吧。Kimi直接问答的这部分，面向c端用户的这部分开始收费。他干了这么个事。而且他的收费方式呢，还特别逗。大家知道像charge GPT它是怎么收费的，就一个月20美金，你交了20美金就是plus进，了plus以后，我们就可以使用charge GPT4了，可以使用GPTS。如果你是呃，百度文心妍也是这样的，每个月交多少钱，然后交了钱以后，你可以去用它的文心妍4.0，你不交钱就不让用。Kimi呢，它是打赏模式，就是你平时上网用来啊，没问题，但是因为用户量大嘛，所以他经常会有反应不及时的时候，就是你调着调Kimi，Kimi说哎呀对不起，现在提问题的人有点多，你要稍微等一会，过几分钟再问，对吧，Kimi经常干这种事情啊。那么在这个时候呢，你就可以选择说，那我打个赏吧，我赏给keep me一点钱，比如说赏给他5块2，可以有4天的快速时间，你说我赏给他366，可以直接一年时间都可以快速，那你说我不想打赏，我就这么使着行不行，也没毛病，但是呢，等Kimi的服务器比较紧张的时候，你就要为这些打过赏的人让路啊。你要多等一会儿。他做了这么一个方式，很多人都上去打赏去，甚至有些人说：“现在Kimi并没有出现任何的反应，速度下降的这个情况。”你也可以在Kimi里头直接输入“叫我要打赏”四个字，一回车啊，他就上来了，说你给钱吧，对吧这个事也是OK的啊。所以Kimi做了一个特别有意思的事情。

那么，这件事情对未来到底有什么影响啊？

第一个对于个人用户来说，基本上没影响啊，因为我们原来甭管是使用Kimi，使用公益，千万都是不用付钱的。就算是这个万知，就是灵异万物新做出来的东西，包括其他的各个大模型平台，大概都做了一个Toc这样的一个聊天工具，都是不要钱的。当然这个里头呢，我们为给百度文信、易言4.0交年费的朋友们稍微的默哀一会啊，他们估计已经哭晕在厕所了。

对于那些专注于模型的厂商来说，他们的问题就比较大了啊，他们会比较痛苦。实际上这里讲的就是前面两位反对降价的这两个人，一个是李开复，一个是王小川，他们呢算是玩的叫小而美的团队，他们团队都不大，做出来的模型呢，都可以在各种排行榜上评分上评的很高啊，甭管是灵异万物的e LATCH，还是现在啊百川智能的这个百川的，都可以评分评的非常高。他们原来希望依靠什么呢？我的评分高，你最后要选我的模型，想干这件事情。但是现在不了啊，人家说我们免费，我们评分虽然没有你高，但是我们免费，或者我很便宜，靠这样的事情，那么他们的日子会很难过。他们唯一的出路是什么呢？快速的找到他们特定的应用场景，比如说某一些场景我必须用百川制冷，或者某一些场景我必须用灵异万物，否则的话，是不会有人去用他的这么贵的API去干活的。零一万物的这些API还是很贵的，100万TOKEN的价格里得有十几块钱。一般人用不起的。就算他们收这么贵啊，他们也不可能依靠API收费来实现盈利。这件事是不可能的啊，所以呢他们应该会降价，很快就会跟着降价。降价呢，对于他们来说就是快速失血。一旦降价了以后，他们一方面是挣回来钱更少，另外一方面的问题知道是什么吗？就是他们的服务器消耗的会更高，因为这个东西便宜了吗，就会有更多的人去用，用没成本上升。

在这个过程中，如果在钱烧完之前啊，没有找到新的特定使用场景的话，那么这些厂商就准备被收购，或者准备关张吧，没有他们什么事了。那么真正利好的是什么啊？真正利好的这些APP开发者，海量的APP，现在应该已经在涌现的路上了。哎像我现在自己写应用，去用AI去生成小说，这样的事情，我是要掰着手指头数的，我到底用谁的API啊，到底用谁的大模型，谁家的大模型价格是多少，我每天都在掰手指头算。那现在好了，这么便宜了，那咱就上呗，这还有什么好说的呢？对吧一定会有非常非常多的APP，在这个时候会涌现出来啊。

原来这些APP不愿意去调他们的这个大模型的原因是贵，因为你如果有很多的用户，比如说我一个APP做出来了啊，有个10万个日日活啊，一天有10万个人用，那么这10万个日活，每天跟这个大模型啊，每个人聊个比如说10句20句的，那原来是一个很大的成本。现在这个成本，基本上可以在原来的基础上，可能下降个99%点几。那在这样的情况下的话，他们就敢去让大模型，更多地参与到APP的运作里边去。那可能很多新的商业模式就会在这个里边诞生出来。

在这个过程中，一定是乱拳打死老师傅的时候啊，就是中国人从来不想着什么谋定而后动，咱就是把价格降下来，所有人啊，拍着脑袋上啊，最后不一定哪块云彩下雨。这是咱们最擅长的这种竞争模式。移动互联网，我们基本上就是靠这种模式成功的。满天下全是中国人做的APP，就是这么来的。现在我们把大模型的成本降下来，以后也是一样啊，满天下都是中国人做的AI应用，一定会变成这样。出海的应用现在应该也在路上，大家注意啊。

你说我出海的应用，我调GPT不就完事了吗？那玩意质量多好。别想这个GPT挺贵的。PPT你要去调100万TOKEN，那得多少钱。现在GPT给的价格是一千次啊，一千次多多少钱。你要100万TOKEN，它应该至少是比国内的所有的这些大模型贵，可能几十倍啊，甚至是上百倍。这样的购贵法，未来GPT有可能会调整，继续降价。GPT反而也一直在降价嘛，甚至现在GPT4欧，还可以免费开放给普通用户去使用。然而使用的次数是3个小时十六四啊，但依然还是很贵的。

如果国内的大模型说我免费了，我不要钱了，或者说我用一个白菜价100万TOKEN，几毛钱你们就去用吧，那么在这样的情况下，就会有大量的接中国大模型的这些应用啊，到海外四处去厮杀去。便宜啊你，你那个应用接的是GPT，那你可能就需要去考虑成本了。我们的模型后边这接的是文心岩轻量级模型，零成本干呗。这事还有什么好说的呢？所以这个又应该也是一个趋势。

那么大厂呢，倒并不担心这件事啊。大厂子你说我推理成本还是挺高的，我不要大家的钱了，我直接让大家免费的来用我的模型，那他最后挣什么钱去呢？大家注意啊，现在参加降价的，甭管是字节跳动，还是阿里，还是百度腾讯这些公司，人家掌握两样东西。第一个东西叫流量，用户在人手里头。另外一个东西叫基础设施，云在人家手里头。当有了新的商业模式，有了新的这个玩法以后，最终这些大厂还是会靠这两只手啊。把新的应用控制在鼓掌之中啊。你是跳不出如来佛手掌心的。就算你做出了AI应用来，用户非常喜欢，用户量非常大，你最后还是要到自阶跳动，要到腾讯，要到百度那里去买流量，你还是要到阿里那里去买云，你是跑不掉的，你依然会替大厂去打工，去干活啊。所以大厂并不担心，说我现在是不是会亏了啊。不怕这事。

至于ToB的那些厂商呢，啊这个，比如说，我现在是为什么什么人服务的啊，我给人去做RAG，我给人做大模型实施的这些人，那么他们呢，呃主要是要靠收服务费活着啊。比如使用同1,000分的，使用这个文新言的，我去给人做服务去就好了。但是呢这个价格肯定也得下降，人家都下降了，你凭什么说我这个二道贩子，做服务的，我不降价，这事是肯定不现实的啊。所以他也会降价。

原来还有一些拿开元模型自己训练了以后，去给人家做，号称自主知识产权小模型的，这些人号称什么行业模型的，这些人，就会被打回原形。后面没他们什么事了，因为这些模型，你想去跟真正云端上面的，这种大模型去比，甭管是千问Max，或者是文心一言的一些大模型去比，你是打不过人家的，这个差非常远。就算是你拿小模型做很多的训练，或者做很多的微调，你说我想最后得到空气切换Max那种再微调一下，那个效果，基本上是不现实啊，非常痛苦。所以他们就会被打回原形。

未来啊这些开元本地模型，肯定是会受到打压的啊。为什么呢，因为使用开元本地模型，进行部署和维护的成本，其实还是相对比较高的。你想现在这个模型是本地开源的，比如说像我用欧拉玛的这种模型，它呢其实有几个用途，第一个就是干嘛，就是写程序用，我去这个写程序的时候，先调本地的一些模型，然后未来再去换成这种云端的模型啊，我现在其实真正干活，是不怎么用本地模型。那玩意很慢啊，而且这个对电脑的算力要求实在太高了啊。这是第一个原因啊。

第二个原因是什么呢？就是我要在本地，去为自己的道德去负责任。这是什么意思？就是你一旦是使用云端模型了，最后说什么不说什么是他说了算的，你自己说了不算的。但是当有一些事情，我觉得应该是我自己说了算的时候，我会用本地模型去干活。

所以，本地模型除了这几个特殊的需求之外，可能未来直接在本地部署生产系统的这个需求就没有那么大了啊。啊这块会受到一定打压。从长远来看，下一个竞争到底是什么啊？现在等于我们已经把文字大模型，或者纯文字这块已经搞透了啊。为什么呢？就是他们已经说，最后咱就直接打价格战了。所以这事已经没什么可竞争的。

大家想没想过为什么GBT5这么难产？其实在文字这个基础上，大家基本上卷到头了。你说我在文字基础上再进一步往前卷，怎么能够让文字大模型的水平，再进一步上升，已经很难了。因为人的语言能力和阅读理解能力，已经到这了。他GPT4基本上达到极限了。

所以真正该往后卷的是什么？不是说，我能不能做出更好的这个文字大模型，GPT5来，而是说我应该去做多模态了。就是GPT4O才是未来的方向，端到端的多模态是未来方向。那么所谓的文字大模型，最后啊应该再往哪块，还可以再前进那么一点点呢？就这块天花板已经基本上到了啊。再往前一点点就是更长的上下文，现在比如说有128K的，有一兆的两兆的，100万200万TOKEN的，然后把反应速度再提高一些，逻辑能力再提高一些。GPT4现在差就是逻辑能力差一点啊，它比Pro的逻辑能力还是要差一些，比Gemini的逻辑能力差一些。这一块可能还能再提升那么一点点，其他的已经没什么可提升了。国内的这些大模型厂商，甭管是通一千问、文心一、眼百川、名医、万物，现在基本上都已经接近，甚至部分达到了GPT-4的这种文字水平。让他们接着往前去卷这个多模态大模型呢，他们又卷不太动。所以只能说我们先把这一块给你吃透，先把文字大模型这块直接给你打成免费，打成白菜价。在这样的基础上，我们靠中国原来开发移动应用的这股力量啊，这么多人来乱拳打死老师傅，把应用这一端给他补上。因为这一块OpenAI自己也不太会，而且指望美国人、指望老外去干这事，他们也干不了。在原来移动互联网的时候，我们已经很好的验证了这件事，想去做APP还得靠中国人。所以中国人这一次的竞争，就在干这件事。说来我们能干的事干完了啊，该你们上了，做APP的你们上。

真正往后的竞争是什么？李开复前面讲说，国内跟国外的差异成差6个月啊。他说去年国内跟国外的差距，就是在大模型这块是7-10年啊，现在只差6个月了。但我现在感觉他现在讲的这个话，还是有点太过于乐观了。你在端到端多模态大模型的竞争上，我们跟国外跟OpenAI的差距，跟谷歌的差距，应该还是有这么两三年的。这个才是合理的。所以在短期内，我觉得我们在端到端多模态大模型上，还有的追。

那你说这玩意干嘛使？就像GPT-4给大家演示的这种东西，我这边说，他就可以给我回复，包括我们看到的擎天柱机器人、FIGER01的这样的机器人，这些东西背后都是那种端到端多模态。这个才是OpenAI和谷歌他们下一步要卷的东西。咱们在这一步哈，估计应该也有团队开始上了，但是现在还稍微有些差距，而且卷那个东西。那是真的需要巨大算力和数据啊。在这一块上，我们拭目以待啊，国人到底能做成什么样。再往后一步，比如说AI PC跟AI手机，大家想没想过这玩意儿是怎么发展？如果大家最后都跑去说，我免费大模型去用去了，那么AI PC跟AI手机，最后还是要去靠多模态来搞定啊。就是说，我必须要在本地有大量的音视频信息，必须在本地进行一定的处理，在本地进行快速反应，你才需要AI PC和AI手机。你如果就是文字内容，那咱就扔到服务器上完事了，反正也不要钱，或者反正也很便宜啊。这个事情他就会变得不一样。

所以AI PC这件事了，我觉得前路还稍微有一些些坎坷吧。最终总结一下啊，这一次大模型降价，它实际上是一个蜂巢。原因就是，我们已经把文字生成大模型彻底卷透了。卷透了以后，各大厂商准备发动最后的总攻，让所有的这些能够做APP的人冲上去，把所有的商业模式，所有的商业应用的边界都摸索一遍啊，这是现在真正要去干的事情。下一步再选，咱们就选端到端多模态了。前边文字大模型这一块，战争结束了啊。这是今天要讲的内容。感谢大家收听，请帮忙点赞点小铃铛，参加disco讨论群也欢迎。有兴趣有能力的朋友，加入我的付费频道，再见。\n