大家好，欢迎收听老范讲故事的Youtube频道。今天咱们来讲一讲微信封禁元宝红包，导致腾讯市值暴跌2,000亿港元，微信也是有苦衷的。

先跟大家稍微捋一下：元宝是拿着马化腾给的尚方宝剑，在微信中发红包链接的，被微信直接给封禁了。回去改成了密码红包，微信狠起来，我连自己都打。腾讯市值暴跌2,000亿港币。

今天的故事分四段：

• 第一段是元宝事件的始末；
• 第二段是腾讯股价暴跌到底是为哪般；
• 第三个，微信到底为什么是有苦衷，还是表演有苦衷；
• 第四个，2026年的红包大战。

元宝事件的始末

首先咱们来讲，元宝事件的始末是什么样的。这个真的是马化腾亲自指挥、亲自部署，开两次年会都在那讲，说我们AI迟到了，我们一定要追上，要弯道超车。我们要发10亿红包，要像2015年那样，直接靠红包让我们打赢AI入口这一战。他实际上是在做AI入口之战，想要弯道超车。

2月2号、2月3号，元宝红包刷屏在各个微信群里头。我有几个微信群里的，都是从上到下没有任何人聊天，全在那发元宝红包了。具体的玩法是什么样的？你在元宝里头可以抽奖，一天大概是可以抽五次。分享红包到微信群里，可以获得更多的抽奖机会。它就是这样的一个简单的玩法。抽到的奖金也不是当场给你，抽到的奖金会进入奖池，每过几天可以提现到你自己的微信钱包里的去。

元宝直接在下载排行榜里冲到了第一名，这个确实是立竿见影的效果。咱们讲的所谓的下载排行榜都是苹果iOS App Store的免费榜。元宝服务器甚至都挂了，这个也是中国特色。像什么春运、双11这种事情，你如果服务器不挂的话，一定是你这个活动做的不够好。中国人嘛，最爱干的活是什么？就是凑热闹。平时被管手管脚，这也不让那也不让，终于有热闹可以看了，我一定要去看一看。这就是中国人的特色。通义千问今天也是在发红包了，也是把服务器干挂了。元宝也短暂了挂了一会，我是领了4块多钱出来。

2月4号，微信就封禁了元宝的这个链接。微信官方的公告给出了明确的解释：

我们收到了用户针对元宝的反馈和投诉，其春节营销活动通过做任务领红包等方式，诱导用户高频向微信群分享链接，干扰了平台生态秩序，影响用户体验，对用户造成了骚扰。

虽然我没有去投诉，但是确实很烦，就很多微信群里的全都被这玩意刷屏了。微博认证的微信公关总监的账号叫“微信粥姨”，微信粥姨发了条博文说：

“用户体验第一，一视同仁。”并配图“我发起疯来自己都打”。

那么要注意就是博文里头最重要的一个词是什么？不是我发疯了连自己都打，这个里头最重要的一个一句话叫做“一视同仁”。待会咱们再讲为什么。

元宝也给出了回应，没有叫冤没有叫屈，说元宝正在紧急优化调整分享机制，我们将尽快上线，确保用户抢红包的体验。这个事情就这么过去了。

2月4号，也就是微信封禁元宝的当天，腾讯股价暴跌，市值直接损失了两千零九十几亿港币。所以有人说领了几块钱的红包，却在股市上亏了30多万。老范在这里郑重声明，没有买腾讯的股票。当然老范最近买的各种的科技股的基金，也都跌得很惨。

2月5日，元宝链接以口令红包的方式回归了。抖音和淘宝分享到微信里的链接，实际上都属于叫口令链接。所谓口令链接就是你把这个口令复制下来以后，再回到抖音、淘宝或者是元宝这些APP里头去，粘贴这个复制好的口令，就可以跳转到对应的链接。但是你在微信里头不允许直接点击就跳跃，或者是直接在微信内来去对链接进行解析。这种方式步骤就变得复杂很多了，无法实现更复杂的这种任务链条，转化率一定会暴跌的。但是还是回归了，元宝红包战略基本上算是废了，因为它这个模型本来就很烂，它在所有的国内这些AI平台里头，它的模型是最烂的。

连接被封，转化率直接掉下来，元宝派的邀请码到现在也很难传播了。我的元宝到现在为止也没有领到元宝派的邀请码。最新的战况是什么？微信封禁了元宝之后，继续封禁了阿里的红包链接。现在微信再次封禁了元宝的口令红包，就是口令在微信里头也不允许这个复制了，这个算二封。而且封完了元宝的口令红包之后，又把阿里的口令红包也给封了。你现在拿一个阿里的红包到微信里去分享，点击复制是不允许复制的。所以现在口令链接这条路也走不通了。

腾讯股价暴跌到底是为哪般

腾讯的股价暴跌，到底是不是因为这个原因？一看说你们内部打架了，腾讯玩不转了，马化腾说话都没用了，是不是因为这个原因？很多方面的原因，微信封元宝肯定是其中之一，但是到底是占多大比重，这个没法具体去分析。

首先要确定，这不是大盘普遍下跌的一个表现。2月4号当天的恒生指数基本持平，还微涨了0.05%，基本上就没动。恒生科技指数倒是在跌，跌了1.84%。但是腾讯却跌了3.96%，基本上跌了4%。所以这个肯定不是说跟着大盘走的，要比别人跌的多一些。这一段时间腾讯一直在跌，5号基本上是横盘了，6号继续下跌，也没有被修补回来。那腾讯怎么整成这样？

三锤震腾讯

第一锤是什么？叫增值税传言。首先是三大运营商确实因为增值税税目调整，由6%升级到9%，发了一个公告。三大运营商发完了以后，大家就觉得腾讯你是不是也该升到9%？现在我们都不打电话了，都是直接用微信就语音了，那三大运营商都涨到9%了，腾讯你凭什么不涨？所以很多人觉得腾讯的增值税也要涨。即使不涨吧，那你运营商成本上升了，肯定也会给腾讯多收点钱。你腾讯去租各个运营商的机房，去租他带宽，这个成本难道不会上升吗？甚至还有一些小作文，说腾讯的游戏业务以及广告业务利润太高、征税太少，它这个增值税要从6%直接上涨到32%。大家知道什么东西是32%的增值税吗？白酒就是32%的增值税。说这玩意太挣钱了，给按这征税。腾讯找了一帮媒体赶快出来辟谣，说不是这么回事。首先运营商保证了自行消化税收增长，不会涨价的，甭管是对于带宽还是对于电话费都不会涨价的。然后9%的增值税调整不涉及广告跟游戏收入，与腾讯无关。至于32%的税收这件事，根本就找不到具体出处，估计是有人拍了脑袋，大家就开始传播这个小作文了。所以这事没有任何的可以考证的出处。这是第一锤。

第二锤是什么？谷歌DeepMind有一个叫Project GNE3的项目发布了。实际上就是谷歌可以通过世界模型，用一句话就可以做出游戏来。这个模型发布了以后，带崩了全球的游戏股。只要是做游戏的全跌了，你们要马上被AI干掉了，从Unity到育碧、任天堂，所有跟游戏相关的没有不跌的。腾讯作为全世界最大的游戏公司，没有之一，会受到影响这是必然的。而且腾讯是Unreal游戏引擎，现在是也是两大游戏引擎之一，一个是Unity，一个是Unreal。然后还是育碧，它是这两个公司最大的股东。其实我们知道的大量的游戏公司，腾讯都是股东。在这样的情况下，你腾讯不跌就没有天理了。所以第二锤是谷歌AI给的。

至于第三锤，就是今天咱们讲这个，微信封元宝。腾讯在AI领域里头本来就落后了，好不容易想要奋起直追，还被内部小团队利益拉扯给搞废了。现在只要在AI领域里头有投入的，其实股价都在下跌。这不像上半年了，不像去年了，就是你只要是AI说我去买显卡了、我要去做资本投入了，你这个股价就会上涨。今年是只要你喊着说我往这个里头投钱了，股价就下跌。谷歌这种大家都觉得有希望的会小跌，因为他说我们2026年投1,840亿美金的要去建机房，你把这个钱扔进去以后，每年的折旧费基本上就跟现在谷歌的利润是一样的，所以以后就不挣钱了，所以它在小跌。像Oracle这种大家觉得没希望的，就会大跌。被AI影响的也是必然要跌，比如说SaaS软件以及游戏。其实我们前面专门录了一期节目讲SaaS软件股都不行了，这两天继续在抛售，完全站不住了。腾讯在做AI投入，还受到了AI发展的影响。一方面他花钱去砸机房去了，另外一方面还正好挡在谷歌的世界模型的枪口上了，又把自己的路给走绝了，那你必须跌，没有什么好说的。

中国AI的这些大厂里头，AI基建资本支出最高的是字节跳动，今年是1,800亿人民币。当然你对于美国那种动不动上千亿美金的肯定是小钱了。第二名是阿里，三年3,800亿，一年一千两三百亿的样子吧，都是人民币，是第二名。再往后就是百度跟腾讯，应该也都是在1,000亿人民币左右。只有像苹果这种彻底躺平的，在这一次股市波动里头算是逃过一劫。所有前面这些号称我们要疯狂的投入建机房的这些全都跌了，大家觉得没戏的就跌的多一些。所以腾讯的股票后边到底怎么爬起来，还需要拭目以待。具体怎么爬、这怎么能翻身？真的很难想。

微信到底为什么是有苦衷，还是表演有苦衷

那么微信到底是为什么把这个元宝给他封了？是有苦衷，还是表演的有苦衷？首先给一个结论：微信的逻辑是必须要避免被阿里、百度、字节的红包薅羊毛，还要避免被反垄断调查盯上，所以才有一视同仁这四个字。所以我刚才讲微信发那个文里头，最重要的四个字就是“一视同仁”。

中国的反垄断法一直都致力于拆墙，但是效果并不好。他的要求是什么？就是具有市场支配地位的平台——那微信肯定算，这没什么好说的——不得在缺乏正当理由的情况下排除和限制竞争。并没有规定一定要打通链接，但是禁止必须要有正当的理由。但是在中国，正当理由这件事水分是很大的，因为很多理由本身是逻辑无法自洽的。即使是政府下发的这些理由，也是逻辑无法自洽。而且还不允许留痕追踪，就是你做完了以后，你说我想查一下到底为什么，你给我一个盖章的文件？没有。所以在这样的情况下，各个平台就有很大的空间在里边去夹带私货。所以虽然要求封禁要有正当理由，但是这个正当理由基本上最终解释权都在平台这里。因为平台一方面可以利用这种最终解释权夹带私货，另外一方面他们也可以利用最终解释权替政府背锅。有一些不是那么合理的东西怎么弄的？就是平台你的问题，跟政府没关系。他会可以干这个事。中国的反垄断法虽然要求封禁之后要有地方申诉，但是这一块形同虚设，基本上申诉没有成功过的。

那么微信的逻辑是什么？大家都在发红包，都通过红包引流，为了避免阿里进来引流，为了做到一视同仁，就必须先封起来，连自己都打。规矩就是禁止通过任务引导和激励的方式，诱导用户在群里头频繁发链接。因为这件事已经不能再说侵害用户权益了，或者说侵害用户的隐私了，就是用户的体验不好，所以就把他们通通都封掉了。为了限制阿里，牺牲一下元宝，这也算是战略考量之一吧。毕竟腾讯只给了10亿嘛，而阿里给了30亿。阿里是AI领域里头肯定算在中国老大老二的这样的一个位置，腾讯离得很远，而且钱也没人多。说我们就干脆牺牲一下自己吧，限制一下得了。

阿里今天是开始发红包，5个小时送出了500万单奶茶，这可能一单里头还不一定是一杯，奶茶店直接爆单了。千问现在是免费下载排行榜第一了，已经把元宝给干下去了。不但打了元宝和豆包，顺手还收拾了美团跟京东。所以阿里这30亿人民币还是花的很值的。

那么这个背后的原因真的像微信讲的这么光明正大吗？其实还是部门利益夹带的私货。为什么这么讲？如果你真的是一个公司或者叫集团战略的话，你QQ也应该把它封掉，你不能光微信封。但是QQ到现在为止一直都没有封禁，既没有封禁元宝，也没有封禁阿里，说大家来想发就发呗。所以这个事情只能是微信利用了国家的法律也好，利用了很多的这种号称是大义也好吧，把他的兄弟部门元宝给坑了。QQ既然不封，你这个微信的活动就一定是自己的部门利益。所有部门实际上都有自己的利益诉求，不会说哪个部门没有利益诉求的。微信这种强力部门更是叫“听调不听宣”，我有自己的情况。因为你跟他说要求微信做牺牲的时候，那微信的人也会上来跟集团讲条件：你要求我牺牲没问题，那出了问题谁担责任？谁也担不起这责任。微信出问题绝对不仅仅是赔钱的事，或者说你的收入不达预期的事情。微信出问题，那是有可能直接把腾讯覆灭掉的。那个里头可能会传播很多乱七八糟的东西，对于腾讯来说，那也是如临深渊、如履薄冰，所以不敢去真的压着微信往前走。

公司内斗最大的特点是什么？叫“宁与外人不与家奴”。这个话好像是慈禧太后老佛爷给说的。为什么？因为外人拿了好处就走了，而兄弟部门后面还要跟自己争资源、争晋升的指标。比如说这一次元宝起来了，那以后他要别的资源的时候，他还是从你这去争。你如果是说千问起来了，那他下次需要资源的时候，他还到市场上去争，未必能走到我们家来。他是这样的一个情况。而且有的时候还有晋升的问题，我们在同一个公司里头，如果那哥们晋升了，最后有可能会爬到我头上拉屎拉尿。这个事叔可忍婶婶不可忍，所以对内的竞争一定是最残酷的，跟对外竞争还是不一样的。所以内斗也是需要注意方式方法的，要找到大义名分，这个很重要。所以这一次微信就找到了大义名分：我们不能让阿里进来薅羊毛，我们还要避免被反垄断法打击，找一个正当的理由，连自己一起封掉，这样大家就都没什么可说的了。

所以同时封禁元宝跟千问以后，元宝一定是伤的最惨的那个。为什么？因为千问人家自己还有自己的流量，还有淘天，还有淘宝闪购，还有高德地图，一大堆的流量。而元宝只能靠微信和QQ渠道，他没别的地方去发券。所以你这一封，就只能是把元宝直接干掉了，这个没什么好说的。所有要求先苦一苦自己人的，都是很虚伪的。外人最多就是不打交道了，我们走别的路子去了；而自己人的话只有死路一条。微信就是靠薅手Q的羊毛起来的，所以绝对不能让元宝再薅了自己的羊毛，一定要严防死守。我记得以前好像很多人就说，这个人原来比如说做销售起来的，在上一家公司可能就偷偷的做私单，如果一旦这样的人创业当了老板，那他一定是对下边人在做私单看的特别严防死守。所以微信也是有这样的情况，当时我干的活不能让你们再干一遍。

像腾讯这样的大公司，想要跨越周期，最重要的技能是什么？不是押对了宝，也不是说开发了正确的技术和产品，而是自上而下的整合能力，令行禁止的能力。大公司内部一定是会有很多的这种掣肘、有很多的问题的。你如果是竞争的话，特别在创新力上，它是竞争不过小公司的。那么他们怎么能干掉小公司？就是上下一条心，把这个力量聚集起来，才有可能去打败周围的群狼环伺。那么必须要上面一声令下，下面通通都得干活，这个才有可能带着大公司跨越周期。

看看谷歌，再看看微软跟亚马逊。谷歌所有的产品线都在自觉自愿的接入Gemini，这个还是速度很快的，所以谷歌这一块大家是比较看好的。而微软它就比较倒霉了，大模型不是自己家的，现在还在纠结是不是要做自己的大模型。各个软件平台对接Copilot的效果也都一般。所以为什么大家都在盈利，可能盈利都是达到预期、超越预期或者在预期线上，谷歌的这个股价跌的会少很多，而微软就会比较悲惨。

亚马逊，贝索斯在的时候还是可以令行禁止的。现在这个CEO除了裁员买显卡，其他啥也不会。而且亚马逊的主营业务在AI融合这一块，基本上啥也没干。它是有亚马逊AI搜索，但是效果基本上你是看不出来的。它还不像谷歌跟Meta似的，因为我们上了AI了，我的广告收入有大幅的上升；亚马逊没有。因为我上了AI了，我卖的东西卖的更多了吧？所以亚马逊公布了财报说要上2,000亿美金的设备投入以后，直接就崩菜了没法看了。

而中国也提了好几年的统一大市场，去年提，今年继续提，明年可能还会继续提。一旦当上面指挥不动下面的时候，这种巨头想要跨越周期就基本上没机会了。

2026年的红包大战

2026年的红包大战到底是一个什么样的？

1. 腾讯元宝

10亿人民币，玩的叫分享链接、增加抽奖机会，完全依靠微信和QQ渠道进行裂变扩散。这次基本上被玩死了。

2. 阿里千问

30亿，各种的免单、各种的减免。它其实并不是直接发钱给大家，就是我去买个奶茶，由阿里直接付钱了。谁让再玩了一次外卖大战？阿里全平台都在给流量。而且今年还看了一个特神的事：今天开幕的米兰冬奥会，阿里巴巴的千问作为奥运史上首个大语言模型技术应用提供支持，这一次被载入史册了。它的模型肯定是要比腾讯强很多的。马云还亲自坐镇，今天还报道了说马云去千问的办公室去走访去了。只要涉及部门协调，没有老大上场都是没用的。当然你说元宝这个马化腾也上场了也没用，这个就没法整了。现在阿里各个部门都在动，虽然内部摩擦肯定还是有的，但是还是在往前走着。在这一块的阿里要比腾讯要强很多。

3. 百度文心

文心也给了5亿的红包，主要是在百度各个APP之间使用文心的各种功能，画个图什么的。我觉得讲百度这个事就属于是有些丢人了，基本上大家可以把它忘掉了。

4. 字节跳动豆包

现在应该是国内最好的模型。有传闻是要给6亿红包，但是这个数没有最终的敲死，也是大家在传，没有官方的确认。今年央视春晚的合作伙伴就是火山云的豆包大模型，所以具体的玩法到目前为止还没有公布。虽然大家现在都在骂说这个春晚一年不如一年，上了哪个导演以后就彻底没法看了，前两天papi酱还拍了一个讽刺春晚导演的一个小视频，这两天被下架了。春晚的合作甭管是多烂吧，毕竟中国有这么多人，春晚还是全世界最大的联欢晚会。这个里头是字节跳动的豆包。

真假红包之辨

咱们讲到的这四个红包，其实都是假红包。什么叫假红包？什么叫真红包？

真红包是要利用社交关系，利用民俗和杠杆，撬动用户之间发红包。你最早2015年的时候，微信开始发红包，他其实只投了——我记得是5亿还是几亿人民币投进去，剩下都是我们自己在这发来发去的。要吸引商家在相同的规则下不断加码，我们发了以后，很多商家也先来发。然后要吸引用户自发的、自掏腰包的把这个游戏玩下去，这个才叫真红包。

而假红包是什么？就是没有社交关系加入，或者只用社交关系做裂变，就只想索取，不想做任何其他事情。只能由平台自己去发红包，商家跟用户都不会加入进来，也没有办法让这个飞轮继续转下去，这种就叫假红包。所以今年即使是腾讯的元宝红包也是个假红包，因为我们没有办法往元宝红包里充钱，说我自己想发一个，你是发不了的。必须要在微信里边充钱才能发红包。它是这样的一个玩法。

总结

最后总结一下吧。首先行动起来，先搞几个红包，即使只有几分钱，也会是很开心的。中国的AI产业，阿里跟字节最后必然会有一战，腾讯跟百度基本上已经掉队了。等他们自己认清自己的位置，接受现实就可以了。AI社交应该会有完全不同的范式和场景，最近正在酝酿巨变，让我们拭目以待。

这就是咱们今天讲的故事。

千问APP全面打通淘宝闪购，飞猪、高德、支付宝以及AI付。我实测为什么没跑通？阿里现场演示什么叫大公司病。

大家好，欢迎收听老范讲故事的YouTube频道。

千问APP全面打通：有问必达，开启办事时代

千问APP现在全面打通了。1月15号在杭州阿里总部开了发布会，发布会的主题叫“有问必达”。不是答题的答，是到达的达。有问必达，开启办事时代。意思是什么？就是原来咱们只能聊天，现在你要什么，我给你送来什么。

阿里巴巴集团副总裁、千问C端事业群总裁吴佳做的现场发布，号称是全面打通。把淘宝、淘宝闪购（也就是原来的饿了么）、飞猪旅行（我们可以在上面订机加酒，就是机票加酒店）、还有高德地图（你可以在上面去叫出租车或者是做各种的服务，包括一些高德上面的数据，说哪有饭馆什么他都给你搞定）。还可以接通支付宝，以及支付宝的AI付。

现场也演示了一下，吴佳现场指令说：“帮我点40杯霸王茶姬的伯牙绝弦。”千问APP秒级完成淘宝闪购下单，并且通过AI支付，不到20分钟骑手送达现场。这个还是很棒的。

如何设置与授权？

我不知道现场有多少人，反正他点了40杯。那么这里头有一个问题大家就听到了，说为什么支付宝跟支付宝AI付要做两次授权？这个咱们要讲一讲。如果你今天想去试一试，应该怎么办这事？

拿你的手机下载千问APP，然后进去做授权。里头有一个地方做设置，点那个人脑袋——他这藏的还挺深的——点进去了以后，说我现在要授权了。

• 先授权淘宝、授权飞猪、授权高德地图、授权淘宝闪购，每个都要分别授权。
• 然后授权支付宝，授权了支付宝以后，你现在有一些交易，特别是这种你跟那里聊天的这些交易，就可以用支付宝去支付了。
• 然后你要再去授权一个东西，叫支付宝AI付。这个东西是什么？就是它有一些自动化的交易，也可以通过支付宝去支付了。

你要把所有都授权完了，他才可以去干活去。

核心发布：支付宝ACT（代理商业信任协议）

那支付宝AI付，才是这一次的最核心的发布点。现在大家也不再提支付宝独立这个事，支付宝依然是阿里系的公司，马云回来了以后，这事就不提了。这一次支付宝AI付，就是让AI Agent可以自动的扣款了。原来你是必须要跟他聊，聊完了以后说我确认扣款，他才可以去扣款；一旦是开了AI付了以后，它就可以不用经过你确认，可以免密的自动给你扣了。

这一次支付宝发布了一个叫ACT的东西，叫Agency Commerce Trust Protocol，叫做代理商业信任协议。它是干嘛的？

• 委托授权域（域是地域的域）：解决AI操作是否获得用户明确授权这一类的问题，支持把权限条件提前赋予智能体。比如说我授权给AI说：“你去记着每天早晨给我买一杯牛奶回来。”那么AI每天早上起来就会去给我买一杯新鲜的牛奶回来，不用早上起来叫醒我去确认这件事。这就是叫委托授权。
• 商业交互域：统一多平台服务标准，减少体验割裂，让AI能够以一致的方式来完成下单相关的交互。你不要跳来跳去的，一会跳支付宝，一会跳淘宝，一会跳淘宝闪购，我们一次把这事搞定。
• 支付服务域：保障资金交易安全，强调付款仍由用户主导或者是按照用户授权来执行。虽然我们现在有很多这种免密支付、自动支付，现在还有一个AI支付，但是都是经过授权的，你不授权他是绝对不会去做的。
• 信任服务域：支持可追溯可验证的全流程信任与审计能力。因为你动钱了嘛，这个钱到底是经过一个什么样的授权、经过谁同意的、买了一个什么东西，这个是可以追溯回来的。哪怕是最后出错了，他也可以把所有的证据链都给你摆在那：“你看没我什么责任吧，都是你自己原来同意的。”

这个是完整的ACT的四个服务。有了ACT以后，支付宝是可以去做两件事：

1. 即时付款：我们比如说跟千问APP在那聊着聊着，基于推荐列表自主决策了，我决定要买什么东西了，确认以后，完成支付授权与身份验证。因为这个过程我们人在这嘛，它就马上让你去同意去了。这个适用于外卖和日常购物等高频的场景。这个就是现场购物，它实际上不存在说免密支付或者自动支付这部分。这是一块。
2. 委托授权：委托授权就是用户可以预设时间窗口、金额上限、商家范围等条件，即便离线，AI也可以在条件内自动的监测并下单结算。适用于机票酒店等等场景。其实还有很多这种场景，比如说：“你给我看着机票哪天便宜了，你去给我买去。”他自己就可以去监控去了，便宜了以后自己去给你买去，这个是不需要叫醒你的。

标准之争：ACT, ACP 与 UCP

既然阿里出了这个ACT的标准，那谁用？谁也不用。除了阿里之外，现在这种支付标准有几套：

第一套就是阿里的ACT，因为只有阿里系内部的在进行对接，实际上对接的也不好。

第二个叫ACP，叫Agent Commerce Protocol（代理商务协议）。阿里是“T”嘛，它是代理商务“信任”协议；这个ACP是代理商务协议。ACP这个协议是谁做的？是OpenAI跟Stripe他们来做的。

还有一个就是咱们前两天讲的，谷歌的UCP（通用商业协议）。谷歌在推，而且还有一大堆的合作伙伴，它这个现在应该是用的最普及的一个吧。而UCP里头，有一个叫APR的一个协议，是专门负责支付的。因为UCP是完整的电商协议，它这个包括东西很多，APR是支付层的可验证授权协议。这一块是现在在上面去签字、去加入生态位的人是最多的。

其实支付宝也加入了这个UCP的协议。当然这只是支付宝国际，国内的咱们就好好玩自己的ACT就完事了。

理想愿景：聊天购物与自动消费

那么理想的状态会是什么样的？千问开了发布会，他们真正想给大家表达的是什么？

1. 聊天过程中购物

我们聊着聊着直接就点了外卖了、购物了、定了行程了。说我现在想上哪去玩，这个地方有什么样的酒店，酒店都是什么样的价位，哪个哪个酒店的这个房间更好一些。你跟人聊着，聊完了以后，说行了把行程定下来吧。人后边切着咔嚓、切着咔嚓就给你去下单去了。这个就是阿里所希望达到的一个愿景。

而且它还可以自动的匹配各种优惠券。咱买东西你说没有优惠券，这事多没有意思吧？挑优惠券、挑各种活动、挑各种满减，这才有意思。现在在新闻稿里写了，说我们现在千问APP是可以搜索商品和服务的，而且可以进行价格的比较。同样的东西谁家便宜，可以匹配各种的优惠券，国补、店补，还有各种的满减活动，我们都会自动匹配，而且可以自动凑单。因为有的时候是满1000减多少，发现差那么一点点，他会给你推荐一些产品来凑单来。甚至可以标记想要买的东西，有活动或者是降价的时候，它自动的通知你，甚至是可以自动就直接交易掉了。现在这个是阿里的新闻稿里有的。所以甭管你问ChatGPT，还是问Gemini，问任何一个AI大模型，他都告诉你说千问APP是有这些能力的，因为他们都是调用的阿里官方的新闻稿。但是这个玩意真的没有那么好用。

2. 自动消费

自动消费才是未来真正的方向。设想这样的一个场景吧：家里头总是每天早上起来，一定要吃新鲜的面包（新出炉的面包），还要吃新鲜的牛奶（我们不要搁在冰箱里边的牛奶）。那怎么办？早上起来去买吗？这肯定不行。

你可以设定好，我就从这三家买——不是说一家，从这三家买面包；一定要新鲜出炉的牛奶，也要今天新出品的。设定好这个时间窗口（每周工作日一二三四五我要吃，周六周日我要睡懒觉，你别给我定）；设定好金额的上限（每一次多少多少钱，你不能说一把被人坑了，这事也不行）；然后设定好商家的范围（你可以多选几家）。每一次这个系统会在里边去挑选合适的商家，完成今天的订单。你设定好了以后，每周的工作日早上起来，交易就自动完成了。然后在你需要吃面包的时候、需要喝牛奶的时候，它就自动的给你送到家门口了。这是一个多么好的生意！以后一定是越来越多的自动交易会被执行。

再设想一下，我们今天做一个比赛吧：City Walk。City Walk完了以后拍视频，看看谁的视频点赞高。点赞高的这个人，我们送他一张机票，或者送他一个蛋糕。我们就直接把交易设置好就完了，剩下大家就不用管了。你们只管去City Walk去拍视频，最后自动去检查结果，这个视频播放量是最高的，然后跟这个账号绑定的，你就直接等着在家里收蛋糕就完事了。所以一旦是自动交易了，想象空间是无限的。我们的整个电商的交易量、交易额都会快速的膨胀和爆炸。

实测现场：一次悲催的体验

这么好的愿景，那老范在录节目之前总要试一试。那测试的过程非常的悲催。因为我今天也不太想点外卖，说我干脆上淘宝上买个东西吧。我想买什么？去买个保温杯。因为我平时用这个保温杯，是这个宽口保温杯，它比较大，这底下这一部分是很粗的。现在我的小米汽车，它塞不进去。所以我说那我得买一个车载的保温杯。我先是到千问APP里，就说我现在想买一车载的，什么什么样的情况，你给我挑选。实在是找不出合适的来，就给你胡说八道。在这说算了，咱们给他做命题作文吧。

我先打开淘宝的APP，先挑了一个保温杯：TKK车载保温杯，1200毫升陶瓷内胆。我挑好了，我就要这样的保温杯。你给我挑一下，有什么样的款式，什么样的颜色。我说那给我来个绿的吧，看看有什么优惠没有，有什么券没有，都给我用上，找一便宜的。

然后神奇的事情就发生了。他告诉我说京东的便宜，拼多多的可能差一点，但是京东的便宜，咱上京东买去吧。我说你不是跟淘宝打通了吗？你没跟京东打通，我怎么上京东买？他说没事，我告诉你，我先给你一链接，你一点就到京东了，然后在那边去支付就完了。给了我1、2、3的步骤。

我说也行吧，也许它能够给我一个很好的千问APP里头上京东买保温杯的这个体验。啪我一点，点进去了，发现是一个空网页。因为京东的APP是这样，你一旦命令它到达一个商品页的时候，如果这个商品已经没有了，京东会给你一个广告页，告诉你说这些东西咱们来买一买吧。我说你这个失效了，别费劲了。我说你给我找一个能买的页面。他说不行，我跟京东没打通。这个时候他想起跟京东没打通来了，前头给我推荐京东的。

我说那算了，我说贵点贵点吧，你给我推荐淘宝和天猫的吧。我宁肯是买贵一点，因为为了录节目嘛，我总得把这个体验做完嘛。他说那行，我给你整一贵点的，上淘宝天猫里去搜去了。搜完了以后，给我拿出了一个价格来，说这个是145，说你按这个买吧，说这个是天猫旗舰店挺好的。我说也行。因为这个时候我就知道出事了。

什么情况？因为这个淘宝的卖家，他同时会上一大堆的品，比如说这一个保温杯里头有700毫升的、有1200毫升的。他700毫升的是150，1200毫升的是170。但是你在搜索这个商品的时候，他告诉你是150，他一定是标那最低的嘛，我标那高的你肯定不进来了嘛。我告诉他我要买1200毫升的，千问压根就没有分别出来。他说我已经找到了这个1200毫升的，他们家卖150。然后我就等着看他笑话。

我说那那咱买吧，这差20块钱我看谁出。我说那我下单，你给我买去。然后又是这样出了一个链接，说你点这链接，点完了以后就可以自动交易了。我想既然淘宝家的吗，我点完了以后，进去可能不会跳出千问APP，可能在这个里头就走完了吧。也是1、2、3步。第一步是点链接，第二步是确认地址，第三步是支付嘛。我还跟他说，我地址是哪哪你就直接确认就好了。他说也没问题，你你点链接吧。

我啪一点进去，告诉你说这个商品页已经失效。我说京东的你失效了就算了，你淘宝的你也失效。我说告诉他，你这个上面的产品页失效了，你再给我来一次。说这对不起搞错了，七嚓咔嚓给我推荐了三个。他说这三个页都行，有贵的有便宜的。但是无一例外都是用700毫升的价格，告诉我可以买1200毫升的这个杯子的。我说那行咱们挨个点。三个点开了以后全都是错的，全是失效的。我说你都失效了怎么办？他说算了，我给你一个搜索关键词，你自己到淘宝APP里去搜去吧。我说我自己到淘宝APP里搜，我要你干嘛？最后就是裤子都脱了，你就给我看个这个。就是这样的一个情况。所以我也没有买成杯子。大概就是我整个悲催的实验过程。

深度解析：阿里的大公司病

为什么我讲说这个错误是一个大公司病造成的？

• 淘宝数据压根就没打通。你的千问APP，你根本就没有能力在淘宝的平台上找到实时的数据，连商品都没搞定。
• 商品排序混乱。居然把京东跟拼多多都放在里头。而且京东还跑头一个，说你买杯子买最便宜的，买京东的，不要买淘宝的。你到底在干嘛？
• 数据清洗缺失。获得了数据之后，也没有办法进行清洗。淘宝的商品详情页上是一大堆的品类，而且每个品类是有价格的。我要求买1200毫升的杯子，你给了我一个700毫升杯子的价格就让我去买，这不是开玩笑的吗？做大模型的工程师，包括做千问APP的工程师，压根就不了解淘宝购物是怎么回事。你按道理说，你应该是找到这样的一个杯子的商品详情页，然后在里边去把1200毫升杯子的价格给我找出来。他就没干这个活，直接就把这个商品详情页上标的这个价格就给我扔出来了。那我说我下单去买，你咋卖给我？这根本没法整。
• 团队完全割裂。大模型的团队只做大模型，其他啥都不碰。APP的团队，根本就没有把Agent系统提示词调好，没有获得淘宝内部的实时数据接口。搜索和排序的时候，全网数据污染了淘宝数据之后也没有筛选，直接就向我推荐京东了，而且京东的链接也是个错的，也没有找到京东正确的链接。

所以他们就把这样半半拉拉的一个功能就做出来了。内部都没有完全打通，更不要说跟外边合作了。就只做到了一个Demo的程度，可能除了点外卖点奶茶之外，其他啥也搞不定，就着急忙慌的出来把发布会给开了。所以这就是大公司干的活。你看我弄完了，这为什么不行？淘宝的事，他们不给我接口。一定是这样的，相互推诿扯皮。你问淘宝说你为什么不给他们接口？他们又不能证明能给我带来收益，我为什么要给他接口？我这忙着，我这还有各种任务排着，轮不上他。大公司就是这么玩的。

未来展望：谁是赢家？

那么未来大家会走向何方？淘宝的事咱们就先不管他了。未来在电商里头会有三类的玩家。

• 第一类叫流量入口，或者是叫大模型玩家，比如说谷歌、OpenAI。他们会做出标准来，姜太公钓鱼愿者上钩，大家来接就完了。为什么大家愿意上去接？因为人家有流量，我只要接上，我就可以让销售额上升，大家自然会愿意去接他的东西。
• 第二类就是原来的这些电商平台的超级APP，他们的AI这块稍微弱一点，这帮人就比较痛苦了。比如说亚马逊、美团、滴滴、京东、拼多多这些，他们就会比较麻烦。是什么？他们会推出自己的AI Agent，希望保住流量入口。这一块估计还是会被OpenAI、被谷歌，包括国内的像豆包他们挤压的。
• 还有一类就是两头都占的，像阿里其实属于两头都占。自己有大模型，也是一个流量入口，只是千问APP前面对于流量入口这件事不是太上心，所以让豆包直接一骑绝尘跑出去了。他们就是把大模型做出来以后，压根就没惦记说我还要再去做后边APP，还要再去把用户做起来，压根都没想这事。所以我说他们大公司嘛，各自玩各自的，根本就没法统合在一起。而且阿里自己有电商平台，还不仅仅是电商平台，他们是有电子商务的服务矩阵。我这有商品的售卖，还有外卖，还有线下消费（实际上线下消费就是像团购，这些东西他们是准备在高德里边干的），还有机加酒（就是你出去玩什么这些东西，就是在飞猪里边干），他所有东西都有，包括支付什么全都有。那么在这样的情况下，资源实在太多了，山头也实在是太多了，于是阿里就不会玩了。这个事情地大物博，不知道怎么办了。

当然了还有一些玩家在观望，比如像Anthropic，比如像字节跳动，他们还在观望。他们已经是流量入口了，只要是流量入口，你说我增加功能，然后把这个电商挤压掉，这个都没有任何问题。这就属于轻生意去挤压重生意的一个过程。这个不是那么着急，等着看最后的方向在哪里。

最终的方向，应该是谷歌和OpenAI的开放协议会成为事实标准。亚马逊、美团等缺乏AI能力的巨头，流量会逐渐的被挤压掉，最终会不甘不愿的沦为AI Agent的底层供货商。就是我的交付能力还是很强的，你们去跳转吧，跳转到我这，我把这个生意做完就完了。大家注意电商平台最主要挣的钱不是最后的这个电商服务或者交付这个过程，他挣的钱是广告费。那么以后这个广告费他就挣不着了，他只能挣一个服务费的一个死钱了。所以我说他们沦为基础设施，这个过程是不情不愿的嘛。大量的自动交易会在AI平台上被执行掉，交易量会暴增，经济会腾飞，这是未来的方向。至于阿里嘛，让他们先把内部的大公司病，内部的墙拆一拆再说吧。这个真的是，我满怀欣喜的想去试一试，结果发现来了坨大的。

总结

阿里又开了一次发布会，这一次发布会叫“有问必达”，开启办事时代。做了个连自己体系都没有完全打通的ACT标准。产品概念有了，但是完成度极低。电商和交易一定会在AI的助力下快速发展或者叫快速爆发，但是这里是不是有阿里的机会，还要等等再看。阿里遇到的不是技术问题，也不是依靠技术手段能够解决的问题。很多中国的大厂都是会有类似这样的情况。未来的电商到底向哪块走，我们拭目以待。

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。

背景图片

千问APP：阿里的绝地反击，还是又一个“来往”？

千问APP大家都试过了吗？这是阿里的绝地反击，还是又来了一次“来往”一样的故事呢？大厂为什么总是在创新的时候，起个大早，赶个晚集呢？大家好，欢迎收听老范讲故事的YouTube频道。

千问APP的短暂狂欢与第一印象

千问APP带来了一个短暂的狂欢。阿里这个模型这么强的公司，终于也要出一款APP，C端的APP要去对标ChatGPT了。阿里的股价短暂上涨，然后被一个很奇怪的小作文，据说是有人看了白宫里边泄密的文件，说阿里为中国军方提供服务，马上要接受制裁了，所以阿里股价又跌回去了。

这一次的短暂狂欢呢，来自于一个很拙劣的吹风方式，说阿里在搞一个秘密项目，据说呢是集团高层定的战略，大家都在一起封闭开发，具体在干什么不知道。但是呢，突然发现食堂里边吃大量的粤菜，食堂的师傅被要求做粤菜，这一定是由广东过来的团队在做项目。当时就在吹风说在做千问APP。那么为什么是广东团队在做？待会咱们后边再讲。

产品上线呢，也确实引发了关注。第一天服务器短暂崩了一次。现在新产品上线，如果连服务器都不崩一次的话，好像流程没有走完，所以千问上线的时候也短暂的崩了一下。用起来的感觉呢，一言难尽。我确实把它下载下来用了一下，这个东西说是对标ChatGPT，却是比豆包更“豆包”的一个产品。

中美AI产品的设计差异：简洁与复杂的对决

怎么来解释这句话？大家可以把ChatGPT的产品、把Grok的产品、Gemini的产品、豆包、文心一言，都拿出来对比一下，你会发现一个特别显著的差异。美国人的产品呢，都非常的简洁，除了一个对话框和上面的聊天历史窗口之外，基本上没别的东西。它的其他所有这些功能呢，都是隐藏的。比如说ChatGPT，它的其他的功能是隐藏在侧边栏里的，平时是关闭的，你必须要点它才打开。其他的像什么深度研究、代理模式，这些东西呢，是在一个加号里的，你要点开了以后才能看到这样的菜单。像Gemini什么，基本上都是这一个路子。而国内的APP呢，基本上都是要把这些功能摆在明面上的。你的深度研究、各种agent、画画，这些东西通通都要摆在台面上。原因很简单，不同的功能是由不同的部门开发的，大家要去争夺入口。所以呢，国内的产品你一看就是这么多功能都堆在这儿，到底使哪个？好乱。

豆包呢，已经算是所有国内产品里头，做的最简洁的一个了。千问APP为什么说比豆包还“豆包”？它比豆包还要再复杂一些，比豆包要更像以前的文心一言，以及他们原来上一个产品叫“通义”。这个通义APP跟千问APP是两个不同的，虽然他们在苹果和谷歌的商店里头使用的是同一个APP ID，但是它的名字不一样。你原来下载过通义APP的人，你只要一升级就变成千问APP了。

资本市场的反应

股价呢，短暂上涨，刚才咱们讲了。现在呢，大家都缺题材，突然有了一个题材，赶快要上去炒。其实很多人可能既不使用通义，也不使用千问，他们就是炒股的。一看有题材了，赶快去炒一下。国内的AI呢，阿里是唯一能炒的。为啥呢？百度确实不争气，腾讯呢直接躺平了，“你们玩儿吧，我不玩儿了，我现在连建机房的钱我都砍了”。DeepSeek和字节呢，没上市。所以唯一能去炒一炒的，就只有阿里了。如果不是美国白宫的这个小作文的话，也许还能多热闹几天。

历史重演？回顾“来往”的失败

那么为什么要讲当年来往的故事呢？可能很多比较年轻的人，或者说不是特别关注互联网圈的人，不知道来往是什么故事。2013年的时候呢，WhatsApp当时突然爆火，腾讯它就整了一个叫微信的东西出来，突然就爆发了。马云看着以后，决定说：“咱们冲吧！”这玩意咱们有经验，以前呢他们还有阿里旺旺这样一个产品，我们也有用户，也有经验，也有技术，我们还愿意砸钱。马云亲自挂帅，集中力量办大事。最后呢，这个产品既然大家都没听说过，那么结局也就清晰了：被微信打的满地找牙，直接就不见了。

他为什么会败给微信呢？是不是因为马云比马化腾笨呢？肯定不是嘛。原因很简单，微信的起步投入要比阿里的来往要高得多得多。马云是不是决心不够？他确实如此。马云没有砸锅卖铁，没有把他的淘宝这些东西都砸进去，只是说我们用一部分的精力去做一个即时通讯工具，叫移动端即时通讯工具。而微信不一样，腾讯是把手Q整个牺牲掉了，才做出微信来的。手机QQ当时的用户量非常的巨大，说：“不，你们必须要死，你们要把所有的社交关系链都导到微信里去。”微信才起来。到现在了，QQ的这帮人，QQ团队以及手机QQ团队还在那骂呢，到现在都没有服气，说你们当时如果不扶持微信，让我直接接着往前做的话，也许还有机会。没机会，这个绝对是不可能的，QQ跟微信是完全两个不同的玩法。腾讯当时就想清楚了，牺牲了一个巨大的部门去成就了微信。而社交关系本身是很难迁移的，如果说微信没有手机QQ的社交关系链导入的话，它未必能打得过其他人。一旦社交关系链倒进去了，像来往这种产品就没有办法去跟它竞争了。

千问APP能否突出重围？

那你说千问APP，它到底能不能够战胜现在的豆包呢？因为它现在肯定不需要跟美国的ChatGPT、Gemini去竞争嘛，它在国内就是跟豆包、Deepseek、Kimi，跟这些玩意去竞争一下。它到底行不行呢？对手呢，并没有那么强大，是不是还有机会呢？

大模型的优与劣

首先从大模型的角度上来说，阿里呢有它的优点，也有它的缺点。它的优点是什么？就是它开源，有大量的这种千问模型，而且是从0.6B一直到200多B的这种模型，它是所有的全都有。这个是它真正比较强的地方。所以如果大家做开发，说我去做自己的应用，那用它的产品没有任何问题，没有任何替代性，连跟它竞争的人都没有。但你说我就作为一个普通的C端用户，我就直接使它的模型，这就一言难尽了。阿里的千问3以及千问Max，现在最新的这个最大的模型，跟豆包的模型比起来，跟Kimi、Deepseek比起来不占优势，或者说它的优势并不明显。

产品设计的挑战：做减法的艺术

那么在这样的情况下，就看大家做APP的水平怎么样了。从应用角度上来看的话，做这种应用最难的是什么？最难的是做减法。有这么多功能：我可以画图，我可以做视频，我可以做多模态的实时语音交互，我还可以去做聊天，还可以有AI agent，还有很多流程，还有很多的这种后台的程序都准备加进来。大家都有，谁也不缺这玩意。但是你说我到底露出哪些、隐藏哪些，怎么能够让用户使得舒服？这就要看功夫了。而且有的时候这种功夫，还不是技术上或者产品设计上的功夫，而是你在内部是不是能够摆的平。像ChatGPT之所以可以做的这么简洁，一方面是他们在做产品设计的时候非常克制；另外一方面，他开始做ChatGPT APP的时候，他啥也没有，他不像是阿里似的，不像是字节似的，后边有一大堆的团队往里添砖加瓦，他不是这样的。这也是为什么咱们前头讲，微信必须要重新做，不能拿手Q接着往前走的原因。微信实际上就是在做一次大的减法，你原来手Q各种功能我都不要了，我要从头开始，干干净净的一个微信开始再慢慢长大。当然，微信现在也长得无比的庞大了，也是非常繁琐的一个工具了。

真正的杀手锏：电商生态与AI Agent的结合

在这一点上千问做的并不好。但是千问呢，也未必一定会死。千问真正的强项呢，还没有发挥出来。它的强项并不是说它的大模型比别人强，而是什么呢？电商生态跟AI agent的一个体系。这块呢，阿里确实是要比豆包、要比Kimi、Deepseek要强的。你比如说，我可以在里边直接叫外卖吗？我可以在里边去买东西吗？我可以直接在高德里边叫车，或者我直接定我的行程、订酒店？这些阿里其实都是有完整的供应链支撑的。但是这一块呢，目前为止还没有接起来。那你说AI一定要接这东西吗？一定。

最近还有一个故事，就是亚马逊封杀了Perplexity的API。亚马逊说我自己卖东西，我这儿有Anthropic，我这儿有自己的AI，我不要你Perplexity上我这儿来把东西扒走了以后，到你那儿去卖去。亚马逊刚干完的事情，中国这更是自古以来就在这么干。当年，当年阿里就是这么封杀百度的。你必须得在阿里买广告，在我这交广告费，我才能让你露出。你在百度交了广告费，展示阿里的产品，这事不行。

所以阿里真正的强项在这，还没有真正打通。我刚才去试了一下，如果千问可以很好的跟阿里整个的体系打通了，那确实是有新故事可以讲。但是呢，如果想要打通这些，那就需要面对另外一批更大的山头和座山雕了，这个事肯定更难。现在他们的这个山头是什么？阿里云、通义的大模型，以及呢，夸克网盘，他们几家在这打来打去。而阿里里头真正比较强的山头是什么？淘天，卖东西的呀。现在还没沾着人家呢。而现在呢，因为有反垄断法，随便竖墙这件事呢，并不是那么容易的。所以现在有时候，你从外边跟他合作还更容易点。你在内部想去说，我这是做千问APP的，咱们跟淘天合作吧，或者跟飞猪旅行做个合作吧，他们内部更费劲。

大厂的创新困境：起个大早，赶个晚集？

这就导致了另外一个问题，是不是大厂做这种东西都很费劲呢？大厂是不是经常是起个大早，赶个晚集呢？百度的李彦宏，他是最著名的起大早赶晚集的。每次他都第一个发现机会，每次最后都没得着结果。前两天李彦宏去接受采访，人家就问他说，百度是不是经常干这种起大早、赶晚集的事呢？李彦宏的回答是什么呢？他说这个很正常，你去创新也不可能都成功嘛，任何创新可能90%都会失败的。只有需要长期投入和反复迭代的，这个事情大厂才更有机会；需要短平快出结果的，这个呢，大厂确实是比较费劲。

创业公司 vs. 大厂内部创业

那你说是不是创业企业成功的机会，就要比大厂里边创业高一些呢？其实呢，正好反过来，跟大家想象的是不一样的。创业企业的失败率，通常要比大厂内部创业要更高。但是呢，最终走出来的通常还是创业企业。为什么创业企业的失败率更高？第一个，大厂的员工绝对是精挑细选的。大厂他能够涨到几万人、十几万人的一个规模，他的整个的筛选体制，包括内部人员的成长和培养体制，都是创业企业所完全无法比拟的，完全无法想象的。大厂的资源也是创业企业难以企及的。所以创业企业的失败率绝对比大厂高。

那你说为什么最后走出来的都还是创业企业，大厂走出来的很少呢？因为大厂里头有一个巨大的阻碍，是创业企业不需要面对的，是什么呢？就是内部的山头林立。为了管理庞大的组织，就必须给每个部门、每个层级定KPI，我要给你定个指标，不是说咱们喊一下“为了新中国”就可以冲的事。每个人一定要细化你的任务。在没有私心杂念的情况下，各级的负责人也会争先恐后地去完成本机构的利益，而不是说我们大厂整个有一个大的目标。创业企业之间的关系呢，就要简单很多了，该买服务我就花钱去买吧，即便是竞争的话也很纯粹。大企业内部，就完完全全不是这么回事了。太多的东西，花钱你都未必买的着。你说我现在花钱想买一什么服务，人家说我不愿意跟你合作。那我说能上外边买去吗？不行，我内部有，你不许上外边买去。他经常会遇到这样的情况。而且即使花钱的话，也有很多条条框框。你在创业企业里头怎么花钱？CEO一人说了算了。你在大厂里头，我现在想花钱，那审批去吧。你这个东西符合这个规则、不符合那规则，可麻烦了。而且即使是竞争失败，你在创业企业里的竞争失败了，我大不了公司关了，我被你收购了，或者说我上你那打工去，这不是什么大问题。但你要在大厂里头，你要是竞争失败了，那这事麻烦大了。你可能在各种的资源分配上都会被掣肘，你在各种的竞争上、评级上你都会矮人一头。那这玩意绝对是生死存亡之大事，一点的这个商量余地都没有，绝不能退让。所以大厂里边的这种竞争，是要比创业企业更加残酷，而且更加缺乏规则。创业企业的竞争，相对来说，规则是比较简单明确的。

千问APP背后的内部斗争

再回过头来看看，阿里千问APP背后的斗争是什么样的呢？阿里内部做AI的人就有好几波。咱们还不说做什么淘天呀、做飞猪旅行，跟他们没关系，就做AI的好几波。哪几波人呢？阿里云的人一波，通义大模型的一波，通义APP又是一波，还有夸克网盘还是一波。它好多波在这折腾呢，各自互不相让，最后谁也没做出好的来。这就是为什么这一次阿里说，我们从集团角度上做一个决策，集中精力干大事，咱们要做出一东西来。

“粤菜”梗的真相：夸克的胜利

那么这次到底谁输了谁赢了呢？集团决策这件事，就是为了让那些获得胜利利益的人找个借口而已，从来没有什么集团决策。还记得咱们在开头讲的这个粤菜的梗吗？怎么泄露的天机，在做千问APP呢？是因为一大堆在杭州封闭开发的小伙子要求吃粤菜，可能上百口子广东人跑到杭州去封闭去了。那么谁在广州，谁是从广州来的呢？夸克是在广州的。阿里的其他刚才咱们讲那几个部门，做AI的部门都是在杭州，要么在北京，只有夸克在广州。那么夸克为什么在广州呢？他们前身是UC Web。UC Web是在广州被收购了以后一直留在那了，所以他们属于是一个割据的藩镇。UC Web的创始人何小鹏，现在也还在广州呢，小鹏汽车也在广州。所以他们是广州来的。这一次集团决策，多部门配合，你也不能完全说夸克赢了吧？虽然夸克确实是出了可能上百口子工程师，从广州驰援杭州，跑到那封闭开发，要求食堂给他们做粤菜。这个事呢要看谁牵头。这个项目的牵头，叫阿里智能信息事业部。阿里智能信息事业部手下的产品，就是夸克APP、UC浏览器和书旗小说，就是广州团队。他们在整个牵头来负责这个项目，所以就是夸克赢了。

胜利背后埋下的新隐患

阿里的C端应用这块呢，一直是比较弱的。淘天是电商平台，不能算C端应用。阿里云跟通义大模型团队呢，也不是To C的，人家都是To B或者To Developer的。夸克算是阿里里头硕果仅存的一个C端的、可以拿得出手的团队。所以这次说，咱们就接着让夸克往前走吧。

夸克的胜利呢，给后面埋下了新的雷。为什么呢？因为夸克本来就是一个外藩蛮夷，本来就是收购的。收购完了以后还不在北京，不在杭州。因为只要做AI，很多团队都还是在北京的，这边的高校比较密集。一个广州的团队，要去做这样的产品的话，刚才我们讲了，怎么能够让千问APP胜出呢？你需要跟杭州的团队再去整合，你需要去跟淘天，需要去跟淘宝闪购，需要去跟飞猪旅行，跟他们去整合这玩意，你才能够走出一条新路来。但是你作为一个蛮夷，从广州过来的人，人家凭什么理你？所以今天他的胜利，给未来继续往前走埋了新坑。

大厂创新成功的关键

那么在挣扎的过程中，有没有大厂真的创新走出来的呢？有，比如说Gemini，这就属于谷歌在这种内部疯狂的竞争之后，最后走出来的结果。还有豆包，其实也是类似的这种结果。那你说他们怎么走出来的呢？怎么到千问这老范就不看好了呢？首先咱们要讲，大厂养蛊要比创业公司竞争更残酷，但是一旦胜出，他们能够获得的资源也要比创业公司大得多。Gemini也好，豆包也好，都属于在残酷的竞争中胜出的。而且呢，大厂里边要想有产品胜出，还有一个巨大的前提条件是什么？老大亲自管。如果老大不亲自管的话，下边肯定谁也不服谁。现在字节里头还是张一鸣说了算，在谷歌里头也还是老大上面直接说了算。所以在这一块上，其他人就必须跟着去配合。他们能够成功。当然在这点上呢，阿里还有机会，因为据说马云现在是更多的时间留在阿里里面了，他要真的去管事了，他是能够压住所有人的。

总结

最后呢，总结一下。咱们今天讲的呢，是千问APP带来的短暂狂欢，以及为什么大厂创新总是起个大早、赶个晚集，和大厂创新最大的困难是山头林立，内部相互拉扯掣肘，这是他们真正需要面对的巨大挑战。

好，这个故事就跟大家讲到这里，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。

小鹏Iron机器人，是不是中国的“擎天柱”

大家好，欢迎收听老潘讲故事的YouTube频道。今天咱们来讲一讲小鹏Iron机器人，是不是中国的“擎天柱”。

一场由猫步引发的“真假机器人”风波

首先呢，它是一个女性机器人，走猫步就被人质疑里边可能有人。这个机器人发布呢，是在第七届小鹏科技日，11月5日在广州小鹏科技园举办的。它呢是带着明显女性特征的Iron机器人，有屁股有胸，外边呢是一个针织的织物外衣，现在大家都喜欢用这样的衣服来包裹机器人。很多人呢都信誓旦旦地说里边一定是真人，小鹏股价还下跌了。

第二天呢，小鹏就不得不出来解释，把背后的拉链拉开了，说：“你们看，这里头真的是个机器人。”很多人说这不行，拉开的不够多。那怎么办呢？就剪了一条腿，腿外边包裹的3D打印柔性材料给剪掉了，光剩里边的这些机械的腿了。说来再接着走猫步，还是把这个猫步走出来了，算是辟谣了，小鹏的股价呢也开始回升了。

小鹏科技日发布了什么？

1. VLA 2.0 物理世界大模型

何小鹏整个的两个小时视频，他讲的是什么呢？是两个团队在去按两条路走。因为VLA这个东西呢，实际上是端到端：

• V (Vision)：视觉
• L (Language)：大语言
• A (Action)：动作

所以呢他们说，如果是先从视觉转成大语言模型，再从大语言模型的语言再去转成动作的话，这个过程呢是很冗余的，而且很多事情，其实你拿语言很难描述清楚。你给他一张画，你给我描述一下，把各种细节加上去，可能几千字、几万字你不一定讲的清楚。

那干脆咱们就从V直接到A，能不能干这个活？他们呢，两个团队一直在干。有一个团队呢就是比较稳妥，V先变成L，再变成A，这个团队呢一直是稳定有输出的。但是另外一个团队呢，大概到今年的几月份就突然说行了，我们做出来了，直接从V到A，端到端了，就搞定了。

为什么在那个时候他突然就做出来了呢？因为呢，当时阿里通义千问发了千问2.5 VL 72B的一个模型，是开源的，他们就可以拿这个模型直接调了。据说呢是应用了网上开源的一款72B模型，他自己没说我用的阿里的，但其实大家心里都明白。能够做VL的72B模型，当时是2.5。现在3.0的已经出来，但3.0比较讨厌是什么呢？是千问3VL好像只有30B、32B和两百三十几B，它没有72B的这个型号，所以这对于它未来的架构可能又是一个新的挑战了吧。

上了这个VLA2.0的这个物理大模型以后有什么好处呢？就是可以很顺滑的处理各种复杂的路况，即使没有地图也能够顺滑的处理。这个确实是大模型能够带来的能力吧。据说明年呢，他就准备在ULTRA的车型上去推送了，所有小鹏的车叫ULTRA的，上面都是三颗图灵芯片，其他的几个款一般是两颗Orin，以前用的英伟达的芯片。

他呢也把这个模型开放出来给合作伙伴用。谁在用呢？大众。大众因为是他的股东，大众投资了小鹏，所以大众准备在全世界的车型上去使用VLA 2.0的这种物理大模型，也准备去使用他的图灵芯片。现在呢小鹏说我这东西算开源了，但是呢他就是向合作伙伴开源，并不是像千问似的直接把这东西塞到了GitHub。底层刚才我们讲了，应该是千问2.5VL 72B。官方的说法是云端一套72B级别的基础模型上进行的继续开发。因为呢阿里其实也是小鹏的股东，很大的一个股东，所以你使用阿里的模型这事呢，本身也不丢人了。而且何小鹏自己讲的是什么呢？就是在阿里云上用3万块算力卡，每5天做一次迭代，就是每五天拿这个数据灌进去，让他跑一圈出来，再接着往前走，也是烧了很多很多的钱，最后终于做出来了，还是不错的。

2. RoboTAXI

马斯克要做，咱也要做嘛。他准备在2026年推出三款L4级别的RoboTAXI，这个L4就是等于完全不要方向盘的这种玩意了。它是纯视觉加图灵芯片加VLA 2.0的这种方案。它还专门讲了说，很多的打车就要求说，在这种禁停的地方你给我停一下，不让这个掉头的地方给我掉个头，经常会有这样的要求。那这个时候呢，VLA就可以很好的来处理这些问题，而不会像很刻板的这些自动驾驶模型一样，就是这不行那不行的，相对来说会灵活很多。甚至有一些要去开进小区、开进地库，这种没有地图的地方，VLA都可以很好的去应对。

然后呢，嘲笑了那些做后装的Robotaxi车厂。什么叫做后装？在汽车领域里头呢，有一个叫前装，有一个叫后装。前装呢就是在汽车出厂之前把这东西都装好；后装呢就是汽车成品车已经出厂了以后你再进去改装。现在大部分的Robotaxi公司都是后装厂，包括谷歌都是后装厂，它没有自己的车厂，也没有自己的车型，都是要把别人生产好的车拿回来改。现在能够做前装的呢，也就是特斯拉的Cyber Cab和小鹏自己要去出的车。所以他嘲笑了一下其他人，说你们这些后装的就别费劲了，你造车的时候没考虑这件事，你怎么可能把这个Robotaxi做好呢？

3. 下一代Iron机器人

前面其实展示过一次Iron了，这个呢是下一代的Iron，也就是今天我们讲长得像女人的这个Iron。他呢是说我们这个机器人最拟人，长得跟人最像，还分男女。里边呢是三颗图灵芯片，据说呢有2,250-3,000 TOPS的这种算力，预计呢是2026年的年底量产。这个机器人咱们后边细讲。

4. 两套飞行体系

• 多人轻转飞行器A868：实际上就是一个很大的这种多旋翼的飞行器，这个东西呢应该是可以坐6个人吧。现在应该在研究说，我们也不用惦记说在路上起飞，咱就老老实实上机场起飞去，或者楼顶上你有停机坪的地方去起飞去，咱就当直升机使了，来去做这个正规的飞行器就完事了。
• 陆地航母：现在计划明年拿来量产了。陆地航母现在据说是收到了上万套的订单，而每一个订单的押金都是几万块的那种，因为这东西挺贵的，150万到200万人民币一套，连车带后边那个飞行器在一起大概是150-200万。这个价格呢，看跟谁比，这个跟国外的产品比起来还是便宜的。

然后何小鹏就嘲笑了其他做陆地飞行器的这些公司，说你看我们这已经有几万个订单了，但是其他的可能撑死了也就是几百个，200个的都算多的。他讲的200个订单的这是谁呢？大家还记得做Figure AI那哥们，就是Figure机器人那哥们，原来也是做陆地飞行器的，他呢就是拿了200架的订单，多少钱呢？10亿美金，实际上就是一台飞行器500万美金，而且到现在为止也没法交货。海外呢最便宜的陆地飞行器大概也要130万美金一架，贵一些的可能要六七百万美金一架。国内呢确实要便宜一些，你比如像亿航，他们也做这个东西，33-35万美金，也就是两百几十万人民币一架的样子，也比他这个要贵一些。

2026年，小鹏准备让他所有的高管都坐着他们家的陆地飞行器上天去转一转，包括他自己都要上去转一转。然后还讲了个笑话，说二战的时候，一开始这个降落伞很不安全，经常这个跳出来以后打不开。那最后怎么办呢？就说你们所有做降落伞公司的老板自己都上去跳一次，然后这个降落伞就安全了，就没有再打不开的这种事情了。所以他们准备效仿这个事情，所有的老板都要上去坐一坐。

他呢号称呢，对称的两个臂，四个旋翼停掉了，剩下的依然可以让飞机安全平稳的降落，就是它是有一定冗余度的。但你要说两个挨着的臂停了，这事是不行的，你必须是对称的两个臂停了，它是可以安全降落的。而且今年这个陆地航母还出过一次事，9月16号下午长春航展上，两架陆地航母在空中撞一块了，操作的时候没操作好，直接撞上了。一架呢正常降落了，另外一架呢机身受损着火了，至少有一人受伤送医，但是没有生命危险。大概就是这样的一个事故。

那么陆地航母现在到一个什么状态呢？这个飞的东西嘛，你需要搞这个叫适航证。所以它现在正在中国和海外去各地申请适航证，这块如果能够申请成功，他就正式量产开始卖这个东西了。也确实不算特别贵吧，你像200万你开个六轮的车出去，到一个地儿停下来，然后你把这个飞机开走，这玩意确实是挺爽的。当然你开这个东西需要特殊的驾照，而且还需要做空域的审批，它不像无人机似的你可以直接开起来，它是需要审批的。现在呢在敦煌附近有旅游项目，说你可以在敦煌附近坐这东西，上去了以后看一看底下的风景。你说我拿无人机拍，跟你自己上去看还是不同的感觉。所以如果明年它能够搞定适航证的话，会有更多的地方上这种小鹏无人机。

那公司呢也进行了重新定位，不再是“造车新势力”了，因为“造车新势力”这故事已经讲不下去了。所以现在呢，他们叫“物理AI世界的出行探索者”和“巨深智能”，公司基本上奔着特斯拉那条路走了。所以为什么说小鹏这个机器人是中国的擎天柱呢？

最后呢，没忘了办正事。他还说我们宣布这个X9，就是他们家的这个MPV上增程了。原来呢都是纯电的，小鹏以前是不怎么做这个增程车的，这一次说把增程的也放上去。实际上它的增程器是2024年发布的。所以呢，小鹏的科技日上发表的东西呢，基本上过了一年，最多两年呢，都还是可以跟大家见面的吧。

小鹏Iron机器人：技术水准与应用前景

核心技术：三大模型驱动

那么小鹏Iron机器人到底是一个什么水准？它里头呢，据说是有三套大模型在干活。

• VLA (Vision-Language-Action): 刚才咱们讲的装车上那个东西。
• VLM (Vision-Language Model): 实际上就是大语言模型，你得能跟它聊天，它要能够回复你。你使用千问2.5 72B或者千问3这样的模型，其实在车上你只要有足够的内存的话，都是可以干活的。所以呢他现在讲，我这个机器包括车，在没有网络的情况下，都可以很顺畅的跟大家聊天，不会有什么问题的，不需要联网，我这个算力是很强的。
• VLT (Vision-Language-Task): T是什么呢？Task，就是我看到东西以后，我可以自己给自己下命令。我看到垃圾我把它扔了，我看到打开的水龙头我把它闭了，我看到地上有一杯子我再捡起来，这个是VLT。

所以呢它是三套大模型一起干活，小鹏呢肯定是有自己调大模型的能力了，这个跟很多还在拿着遥控器玩后空翻的人比起来，就已经强很多了。

硬件揭秘：从电池到骨架

它这个里边用固态电池，后来小鹏也解释了，说固态电池这东西呢，只能在机器人里边，你是没法在车上玩的。说固态电池的小一点的还可以，机器人里大概就是一度电到两度电，你像汽车里经常是八十几度电，甚至是100度电，你固态电池根本搞不定，太贵了。固态电池还有一个很大的毛病是什么？就是它功率低。你不像是电动车上，我一脚踩下去，你得“蹭”一下蹿出去，要进行这种很强的放电，但是固态电池搞不定这个事。而且固态电池还有一个很讨厌的地方是什么呢？怕挤压也怕温差。所以呢你在特别冷特别热的地方，固态电池都不是那么好使。所以为什么到现在为止，固态电池都没有办法上车的一个原因。但是机器人可以上这个东西，反正也没人让这种机器人挺老贵的东西出去风吹雨淋的。

现场呢并没有做任何的控制和交互的演示，就是走出来一圈，他走着猫步走出来了，再走着猫步走了，其他啥也没干，所以会被人质疑。第二天呢其实也没有演示任何的操控和交互，他就是能走，其他啥也没有。里边确实没有人，因为已经拆了一条腿了，这个你说让他彻底拆掉了，其实没什么必要。

它的整个的结构呢是3D骨架，里头有各种的驱动系统。外面呢实际上是一层3D打印的柔性硅胶外壳，就这个东西呢是软的，但是呢也有一定的硬度。有人上去摸了这个女性机器人的屁股，说这个东西还是挺硬的，大概跟咱们那车座子差不多，就是自行车座，不是那个汽车座椅。真的磕磕碰碰什么的也不会受到什么伤害，是这样的一个材质。但是呢没有人好意思去摸胸，这个还是对人有一点点小挑战的。最外层是这个针织衫，这种东西应该是可以洗换的。现在的机器人一般都是这样的一个架构，因为你有这个柔性材料包裹以后，它里边各种线缆什么的等于就都隔离起来了嘛，也受到一定的保护。

“猫步”的代价：高自由度的设计哲学

为了能够走猫步呢，肯定是付出了巨大的成本，不是什么机器人都能走猫步的。你让马斯克的擎天柱出来走个猫步，他走不了；你让Figure 03出来走个猫步，他也走不了。为什么呀？原因很简单，这些机器人的躯干是整块的。你要想走猫步需要什么？你需要有腰，需要有屁股，需要有肩膀，需要有脖子，你才能走出猫步来。人是有脊椎的，可以扭来扭去的。

所以小鹏的Iron机器人是有腰的，他这个机器人躯干的上半截呢是硬的，里头包括什么算力系统、电池什么的。从这个地方到基本上人的肋骨吧，往下的到髋关节这个地方呢，中间是有一堆的关节，有一堆的自由度的，这种机器或者说叫舵机吧，是可以让它进行扭动的。你只有有这样的东西，你才可以胯摆腰什么，这种动作你能做的出来。你如果没有这样的动作，你走个猫步你试试，会很难看。

他的腿上跟手臂上呢，实际上都是液压组件，不是电机关节，所以他的力量会比较足。因为你要控制这么重的一个东西，一米七几，70多公斤，很重的这个机器人，你要是控制这样的一个设备稳健的走出去，还是有很大难度的。而且大家注意，走猫步的时候人要摆臂，那你一定要动肩膀，你不能说我这个肩膀不动，然后我在这摆手。你像特斯拉的这种机器人，整个上身是硬的，从肩膀一直到胯之间吧，他是完全是硬的，那他就没法去让肩膀去做出任何动作。但是这个Iron他是有肩膀的，他这个肩膀是可以耸起、可以向很多个角度去移动的。所以他才可以很优雅的像人一样走猫步。

走猫步其实是付出了巨大的成本，它的制作成本一定会高很多。这个东西有82个自由度，特斯拉的那个擎天柱只有四十几个自由度。那个自由度用到哪了？就是什么肩膀、腰、屁股、臀部，就这些地方。你想去纵跨摆髋一下，你没有多出来四十几个自由度你做不出来的。

做成这样的硬件以后，再往下就是让VLA大模型去干活、去训练去了。你让他训练一下跳舞，说两个小时训练就可以跳出来了；你去训练走猫步，也是学习几遍以后就可以去走。当然这个对于大模型来说呢，是一个比较大的考验。车是比较简单的，除了前进、后退、左右方向、刹车就没了，其实没几个动作需要做。但是AI身上82个自由度，你需要控制每一个电机去做什么什么样动作，你相当于我这边Vision完了以后，那边就是一大堆的关节控制指令就发出去了，这些指令还要相对来说比较协调。往前走，这个绝对比擎天柱那四十几个自由度的要困难很多。

所以呢，自由度增加了成本，维护、力度、稳定性这块呢，可能都会做出一些牺牲。你多做这么多关节在上面，肯定成本会上升，重量也会上升，你维护起来也很麻烦，包括稳定性都会有问题。所以我就讲说他为了让他走猫步，是付出了巨大的成本。

应用场景：它到底能干什么？

这个东西到底能干嘛使呢？工厂其实没有任何意义。小鹏呢也讲了说这个灵巧手，就是他这个22自由度的灵巧手，成本是产业工人几年的薪水，而且还很容易坏，寿命也不是很长。因为他的灵巧手用的是什么呢？是用的斜坡减速器。它每一个手指关节上都是一个小电机，这个电机大概是一元钱硬币的60%那么大。你真的做一些改锥去拧螺丝，那大量的震动放到这个斜坡减速器上，玩不了几天就玩坏了。所以这事很不划算。中国的工人薪资本来就低，你他的产业工人一年算他挣8万，他这一只手的成本我估计至少得20万往上，而且呢这个机器人身上还得装两只手。所以让这个东西上工厂上干活，是绝对不合适的事。你真要让他上工厂，还不如把那手卸下来，直接把那个电动改锥给他拧手上、拧胳膊上，还更省事一点。所以他是不是让他去工厂的。在国外没准人家产业工人工资高，你上这种东西还有点价值，但是在中国绝对没戏，这光这两只手的成本都比他们的工资高好多。

然后呢，说家用，给我们做菜，给我们打扫卫生，几年之内也不太可能。为什么呢？说很多人说，这个机器人打我一顿怎么办？机器人不会打你一顿，机器人只是说指令执行错了，挥起胳膊来直接扇了你一巴掌，这种事是有可能的。或者机器人摔倒了砸着人了，砸着猫猫狗狗花花草草了，这事都是不行的。而且家里的摆设和布局呢，是千差万别，对于他们来说叫大模型泛化能力，对这个东西要求实在太高了。所以机器人进家庭呢，他觉得可能还要个几年，现在这事还搞不定。

那他这机器人能干嘛使呢？叫“三导”：

• 导游
• 导购
• 导览

就是我带着你上我这个里头转转，或者我带你去卖房子，我带你去看看车，我给你介绍介绍我们家车，或者是我带你上这个工厂里转一转，这个“三导”。明年年底呢就准备量产，但是量产的肯定没有现在这个这么大，他说会矮一点会轻一点，因为现在这个成本一定是太高了，绝对不可能20万搞下来，他那一只手我估计20万就够了。所以未来你去做导游导览的时候，你不需要灵巧手，你就可以把这个成本降下来一点。明年呢，就是小鹏自己家的全国大概有六七百家门店，都会有这样的机器人导览。所以到明年年底，我们就可以看到这种东西在小鹏的店里头去卖汽车了。

宝钢股份的党委书记还出来讲了一小段，我们买了几台回去干嘛呢？做巡检。为什么钢厂会买这种东西做巡检呢？因为钢厂有很多仪器、仪表，有很多的这种阀门。你如果自动读表，那你就需要去改造这些设备。如果你说我不想自动读表，我就要靠人去看。那你说我上轮式的机器人行不行？不行，你有的时候还得上个台阶、下个台阶你才能看到这个玩意。这样的话就使用这样的人形机器人，可以上台阶、可以下台阶、可以去查表去，说你们就去给我做巡检吧，哪个阀门现在是开着是关着，你都给我看去。这个也算是一种应用吧。

然后开放SDK，具体的玩法呢，可以等着大家去发掘。你说这个玩意能不能成为性爱娃娃？这个事呢其实不现实，因为没有相应器官，而且它的安全性其实没有那么高。万一真的这个机器人做点什么动作，反应再伤着大家就不合适了。所以开放SDK，也不可能把它培养成真正的充气娃娃，这个还是有很大差距的。

创始人何小鹏：技术狂人与商业领袖

那你说何小鹏到底是一个什么样的人呢？中国新势力，“蔚小理”里头他是“小”嘛，算是技术最领先，或者说技术最扎实的一个公司。何小鹏这个人呢是1977年11月3日，湖北黄石人，所以他后来把科技日改到11月份，可能也是凑他生日。他呢是华南理工大学计算机系的学士，本科毕业了就开始出来干活了。后来呢是在2004年到2014年，在UC Web在那做联合创始人。后来UC Web是几十亿美金卖给阿里了，何小鹏呢算是完成了第一次的资本积累。2014年到2017年呢，这哥们在阿里做高管，UC Web去了以后，他实际上是在管这个项目。

2014年是一个很关键的一年，2014年出现了一个什么事呢？就是特斯拉入华。第一批9位车主呢，是马斯克亲自交钥匙，里头是没有何小鹏的。但是何小鹏自己讲呢，他是第一批车主，但不是前十人，所以呢他没有上台去跟马斯克握手去拿钥匙，但是他也是第一批。马斯克第一批车主里头，理想、李斌、雷军这些人都是马斯克竞争对手，包括何小鹏都是第一批的。所以马斯克入华，真的是对中国的新能源产业带来了很多的变化，如果它不入华的话，就没有后边这些事。2014年的何小鹏就投资了小鹏汽车，当时他是作为投资人进去的。2017年呢，他正式离开阿里，全职加入小鹏汽车，从2017年一直到现在，一直在管着小鹏汽车。

技术上呢，小鹏汽车一直是比较激进的，咱们很少听到其他汽车厂商去偷美国人技术，但是小鹏经常干这活，就经常搞这种萝卜急了不洗泥的事情。比如说：

• 特斯拉前Autopilot工程师叫曹光植，离职前拷贝了Autopilot的代码，然后加入了小鹏汽车。特斯拉呢起诉了曹光植，但是没有起诉小鹏。最后呢，曹光植跟特斯拉签了和解协议，也没有认定小鹏使用了特斯拉代码。马斯克呢就阴阳怪气嘛，说过这个事，说小鹏就是拿着特斯拉老版软件的一个公司。
• 苹果自动驾驶项目工程师张小浪，离职准备加入小鹏的时候被FBI逮捕，2022年认罪，说下载了自动驾驶的电路板和研发资料。但是呢也没有指控小鹏参与，小鹏还公开出来发了声明，说跟此案无关，对知识产权零容忍。
• 另一位苹果工程师陈继忠，被指控窃取自动驾驶资料，准备加入小鹏。

所以在新势力里头，小鹏是传出了三起窃案，其他的都没有，但是小鹏最后都全身而退了，并没有哪一个真的被抓住。

小鹏，中国的特斯拉？

那你说小鹏到底是不是中国特斯拉呢？小鹏现在的情况是依然在亏损，每个季度都在亏损，但是呢已经接近扭亏为盈了。他每个季度营收应该也是有个几十亿人民币，可能每个季度还亏个几亿人民币。现在呢月销量也上去了，年初呢每个月大概能卖3万辆车，现在一个月能卖4万辆车，已经妥妥的站到了第一排。现在真正卖车卖的最猛的是华为、小米、零跑、小鹏。理想原来也是很能卖，但是最近好像稍微差那么一点点吧。

小鹏在技术上呢，算是可以跟华为稍微掰掰手腕，但是跟特斯拉肯定还是差很远。他是国内做自动驾驶里头唯一的一个全产业链，就是从芯片到大模型，到支架到整车，他全干的一个。华为呢自己号称是不做整车的。其他的公司呢，可能芯片不是自己的，比如像小米，大模型号称是自己的，但是我也没看出来他到底怎么好使，芯片用的是英伟达的。小鹏是唯一的一个从头到干到尾的。除了这个车之外呢，他还干机器人和飞行汽车，还准备加入Robotaxi，2026年他的Robotaxi准备在广州上市，因为整个公司在广州，所以本地领导还是要支持一下的。

我是从来没考虑过买小鹏的车子，原因很简单，这个车实在是有点不太好看。何小鹏自己是一个技术出身的人，技术出身的人有一个什么特点呢？就是对于起名字，对于好看，对于外表的东西呢，他不太重视。像我这种人又是颜控，我一定要找一好看的车。那很多人说，特斯拉也是工程师当家，马斯克你说还有比他更直男的工程师没有？但是你们要知道，特斯拉最早的车型，不是那个Roadster，是那个Model S，就真正卖开了这个车型是谁设计的？那是法拉利给他设计的，这车多好看。你这玩意你让马斯克自己去设计，肯定是不行的。但是小鹏最近几年的车稍微好看一点。

强大的股东阵营

小鹏呢有一堆很牛的股东。

• 小米：第一个比较牛的股东、战略股东是谁呢？就是小米。小米是在他很早期就进去投资了，所以小鹏的很多技术，小米也是可以拿回来去学习一下的。
• 滴滴：滴滴为什么会成为小鹏的股东呢？滴滴原来是有一个部门或者有一个子公司，专门做Robotaxi的，把车都快设计出来了，玩不下去了。小鹏说那我买吧，但是小鹏又没钱那怎么办呢？拿什么买呢？换股票吧，你把这部门给我，我把这个股票给你。滴滴就这么成为了小鹏的股东。
• 阿里：还有一个很重要的股东呢就是阿里。刚才我们讲了，他使用了阿里的大模型，使用了阿里的云，去做这个大模型的后续的训练。他的Robotaxi也得找人合作，跟谁合作？那必然是跟高德合作嘛。那以后我们就可以在高德地图里边去使用Robotaxi，打小鹏的无人驾驶出租车了。
• 大众汽车：还有一个很重要的股东是大众汽车，大众呢准备用他们家的芯片和大模型。大众自己也是把很长时间积累下来的这个软件团队直接开掉了，咱们还是使中国人的吧。2026年我们有望看到搭载小鹏芯片和小鹏VLA 2.0大模型的大众汽车满街跑，这个也是一个值得期待的事情。

实际上对于这些车厂来说，只要能够盈利了，后面那些天马行空的飞行汽车、机器人就都有机会。就像特斯拉一样，特斯拉其实是16年才盈利的。小鹏影响他从2014年开始创建，到现在应该是11年，估计今年应该是有机会能够实现盈利，就算今年盈利不了，明年应该也能盈利。十一二年能够盈利一个汽车厂，其实还是非常非常难的。现在小鹏的整车毛利率比特斯拉还高，盈利了以后的话，他们就会不断的产生现金流，支撑后边这些有趣的故事继续往前走。

最后的思考：为什么是女性机器人？

咱们再说回人形机器人赛道吧。为什么是女性？我太太看完了以后说，为什么一定要做个女性呢？万一这个女性机器人走到这个阴暗角落里头被人非礼了怎么办呢？这会不会引起很多的非议？这个事其实很简单，就是做人形机器人的公司很多，而且也很乱，必须有差异才能被看到、被讨论、被记住。现在他希望别人去投资他的股票，希望别人给他钱，那你就一定要成为话题的中心和热点。小鹏Iron牺牲了成本、性能、稳定性，换来的就是最拟人的方案。它有脊椎，有屁股有腰有肩膀，必须要给大家足够的震撼。一定是女性走猫步这个事是能够给大家足够震撼的。否则的话你要想再震撼，你说我跳舞，你能有特斯拉的擎天柱跳的好吗？你说我打拳，你能有宇树的那个打的好吗？但是呢他们都是直板的躯干，所以没有办法做猫步，只有小鹏可以干这个活。所以他效果非常好，小鹏这一次获得了足够的关注和流量，目标其实是达到了，实现了它的商业目的。

而且呢，这个机器人短期目标实际上都是女性用途吧，导购、导游、导览就全是女性该干的活。所以他使用女性机器人在小鹏的店里头给你介绍汽车，还是一件挺有意思的事情。如果这个机器人到店的话，我应该会跑去店里边跟他聊一聊，小鹏汽车到底怎么回事的。如果这个东西价值20万左右的话，应该能够有市场。但是20万的话，我估计这个手就没有这么22个灵活度这么灵巧了，应该也会做的稍微小一点点。

最后总结一下吧。小鹏科技日的女性机器人呢，确实是引起了足够的社会讨论。有些人呢很难承认中国科技是有创新的，一旦承认好像跟杀了他爹一样。所以小鹏呢也觉得很委屈，最后还要让机器人来证明自己是自己。但最后他也出来感谢大家了，说你们能质疑这个东西里头是人呢，实际上也是对小鹏的一种肯定。

小鹏呢算是愿意砸钱做研发的一家中国车企，这个我觉得比小米强，这块还是要承认的。小米呢除了车做的好看，车做的着实之外，其实没什么别的优点。这个智驾系统什么，这些东西都不怎么样。他只是说我在里头插塞了两颗索尔芯片，索尔芯片一颗的算力应该是1000TOPS，我那个车里是两颗就是2000TOPS。现在的这些车就是想要达到L3、L4，你就至少保证车随车有2000TOPS的算力，所以我那个车是够的，只是软件差一点。

后面继续期待小鹏在未来可以给我们带来更多有趣的故事吧。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，阿里到底是不是中国的AI之光所在呢？

这几天正在开阿里的云溪大会，9月24号到9月26号开。这一次的口号呢，叫“云智一体，碳硅共生”，提的口号很神奇。当然，最神奇的还不在这，咱们待会往后看神奇在什么地方。4万平米的展厅，500多家企业参与，6万多人到现场，这个是一个非常大规模的会。

那么还宣布了什么呢？与英伟达合作做物理AI。现在呢，谁也不敢宣布说与英伟达合作，买人家的这个RTX6000，现在只能说我们做一个别的合作吧。什么是物理AI呢？就是做机器人相关的AI，做机器人的仿真训练、量化强化学习和仿真测试，做这玩意的。英伟达在这块也确实是很强。阿里呢，也会去投资很多的这种机器人公司，所以这个宣布了以后也是一个重大利好。

而且呢，阿里现在绝对是全世界开源AI领域的扛把子。原来最早的扛把子是Meta，出了Llama，出了这么多模型以后，现在阿里接过了这一面大旗。阿里开源的模型，在Hugging Face上基本上是站到最前面的一批了。以阿里开源模型为基础再微调出来的其他的各种模型有几万个，现在基本上属于事实标准的一个状态。所以只要说开源的大模型，大概率是拿阿里通义千问的这个模型去调出来的。那这点呢，其实也很符合阿里的调性，就阿里的这些模型都属于他没有那种很强的这种个性，或者很强的这种能力，但是指令依存度、逻辑推理能力这块都是达标的，这个还是一个很好的底座。

这一次呢，提了一个新词儿叫ASI。从这个词儿呢，我们就可以看出来中美两国AI发展的完全不同路径。原来美国都在玩AGI，就叫通用人工智能，这个东西发展一段时间以后就可以达到跟人差不多的能力了，人能干的事它都能干。那阿里玩的ASI是什么呢？叫超越人工智能。就不用通用了，我们要超过人类。而且呢，是要可以自己去找知识学习，自己迭代自己升级，要快速超越人类。

那你说这里头跟中美两国的AI战略到底有什么不一样的地方呢？很多人一讲到中国AI战略呢，都会想到一个问题，说中国的有知识管控或者内容管控。但是我跟大家讲，这事呢正好跟大家想的是反的。不是说中国什么都不管，而且管的比美国严，但是呢，在做各种实验上，在做各种测试上，在做科技的发展上，中国人是百无禁忌的。什么对不对齐，是不是AI作恶，对社会、对环境、对人类有什么危害，我们先赢了再说，其他的不管了。这个是咱们中国玩的最奇葩的地方。而美国人呢，你可以认为他们是一帮左派，都在这想我的社会责任是什么样的，我要对人类怎么样，我要去开发宪法AI。所以呢，他们是一帮捆住手脚的人。而中国呢，其实我们是一帮现实主义者，只要能赢就行，其他的都不介意，等我赢了以后，我们再说后边治理的事情。所以美国人玩AGI，你别超过人类，你也不要给人类造成什么伤害。中国人就玩ASI，人在哪呢？没看着。我们冲！

这个是中美两国最大的差别。以中国现在这套ASI的玩法呢，我觉得可能会更有市场。做AI这个事情，都是要在大厂大公司里边控制去做的。而大厂大公司的这些人呢，包括国家的这些领导人，或者说这些既得利益者，所有的社会规则对于他们来说都是无效的。他为什么要去考虑社会规则？为什么要去考虑是不是有人受到伤害？他才不管这玩意呢。所以对于他们来说，拿到中国这种百无禁忌的模型再去处理，才是他们真正需要干的事情。至于说管理、过滤，那么我要用一个完全没人管的模型去管这些有人管的模型，这个是很多权力很大的政府他们所思考的问题。就像咱们禁摩一样，警察都骑着摩托车呢。为啥？摩托车方便。但是呢，我不允许普通人骑摩托车。所以呢，我们把警察的摩托车做的很大，开的飞快，但是普通人你们压根不许骑。就通过这一个词上面的一个字母，大家就知道两国的路径有多么大的区别。

前两天不还传嘛，说美国一个飞行员拒绝向以色列运军火，直接给抓起来了。那你说军队真正要的什么？军队要的就是执行命令。我不需要你有善良，我不需要你有人性，我就需要你执行命令。AI也是这样，政府都是希望AI甭管我说什么，你都去干去，不要自己去判断这事对不对。所以在这儿，中国也许会胜出。

讲远了。阿里云溪大会开的时候，股市是买单的。别人认不认咱不管，看看股市的情况：港股涨了9%，美股涨了7%。因为它是在港股跟美股同时上市的公司。而且木头姐直接出来喊大家上车了。木头姐是方舟基金的管理人，但是注意，方舟基金这样的机构呢，是不能上来说你们都买，然后再再去搞其他的。他一定是真金白银自己先买了，也不能说我买了以后喊大家来上车，这事是违法的。他是什么情况呢？他首先他买了，买了多少呢？两只基金一共买了1630万美金的股票，算是方舟基金的一个比较中等规模的操作。而且美国是有规定，这种基金重大操作必须要公开。所以呢，木头姐就趁此公示了，还要跟大家讲一讲说我为什么买，我为什么觉得这事行，他也得去募资嘛。所以这个过程，按照美国的这个法律规定，它是一个正常的披露。

木头姐呢是2021年把阿里整个清仓掉了，现在重新上车。跟大家解释说，我觉得是重新上车的时候了。它到底有什么样的不同的价值模型呢？它首先讲的是PE，PE呢就是你的市值跟你的利润之间的比数。阿里现在是多少？20倍。那20倍这是高还是低呢？你光告诉你一个数，这事是没法比较的。在电商里头算高的，电商里不能看亚马逊，待会咱们再讲为什么。京东的这个PE大概是10倍上下，经常就是个位数，所以京东的PE是非常低的。京东的什么人效比也是极差的，好几十万人你咋人效比。拼多多的这个PE是13倍。所以在这里看呢，阿里20倍其实是挺高的了。

在云计算里头，阿里算低的。谷歌也就是Alphabet，26倍；亚马逊，32倍。你看亚马逊其实跟阿里很像，一边是有电商业务，另外一边的话是有巨大的云计算业务。微软呢，37倍；Oracle呢，是67倍。现在TikTok的案子落地了以后，那还得涨。所以呢，阿里的整个的PE在电商里边算是偏高的，在云计算跟AI里边，它的估值是偏低的。所以木头姐说，我觉得这个位置很好，我要冲上来去搞一下。

AI资本支出，这个是大家都在玩的事情。华人勋跟OpenAI山姆·奥特曼在这玩的很开心。阿里也在讲，我3800亿人民币，500多亿美金的样子吧，要追加资本支出，AI基础设施建设，这个是符合主旋律的。还有什么呢？就是阿里真正比其他人都强的地方是哪儿？就是它的AI的产品线特别全，它真的叫全栈AI云平台，就跟咱们讲全栈工程师似的。大模型自己有，而且很强。投资了大量的AI初创企业，AI agent，AI编程什么全都有。更强的是在哪儿？它还有自己的用户场景，它有电商，还有自己的巨大的用户群和日常的交易数据在这儿。OpenAI其实它是没有用户场景和初用户的，这些玩意都是它后攒的。

木头姐曾经讲过，说他为什么看好X.ai，原因很简单，X.ai有X上面的特有的数据，而且X.ai还有可能会获得特斯拉的数据和脑机接口的数据，以及SpaceX的数据。所以呢，它有独特的数据，这就是它的逻辑。我们经常会去分析一个人的投资逻辑到底是什么样的。我觉得到目前为止呢，木头姐讲的这些阿里相关的这种投资逻辑，还是在我的逻辑认知范围之内的吧，就基本上是认可的。当然了，跟英伟达合作这个事，就是你怎么都要上去蹭一下嘛。

刚才咱们讲的这些呢，都属于金融行业的人他们去算的估值模型的账。深层次的，咱们要去讲一些像我们这种早期投资人去看的东西，就是他的业务逻辑是对不对的。比较一下阿里的竞争对手吧，没上市的公司呢，OpenAI、Anthropic、X.ai、字节跳动，这些呢咱就不去跟这种上市公司比较了，咱们就去比这些上市公司。

微软我们比较一下。它呢，投资了OpenAI，云计算算力投入这一块呢，它第一，花的钱最多。微软实际自己也有模型，但是实在是不好使，所以微软全面在使用OpenAI的模型。微软的用户场景丰富，用户量巨大，它有Windows，有Office，有IE，有Bing，虽然差一点但还算是有吧。阿里呢，投资了一大堆的这个AI企业，只要是国内的AI的大模型公司，基本上他全投了。投完了以后，通通都上他那去使用他的算力去。这个是不是跟微软就很像？云计算方面，在国内的阿里云算是最大的，所以跟微软能够对标上，没毛病。但是有一点它要比微软强，就是微软的模型像屎一样，阿里的模型真的是还可以用，不算最好用的，但真的是可以用。特别是千问32B、35B的这几个模型，还是非常非常好用的。用户场景也很丰富，虽然它没有Windows，没有Office，但是它有淘宝和天猫，有这个新浪微博、优酷这种内容项的，再加上出海的东西，所以它用户场景很丰富，用户量也非常非常的巨大。所以在这点上呢，它基本上完全可以对标微软，只是因为从中国起家的，所以规模上要比微软稍微小那么一点点。

下一个跟谁比？跟谷歌比。谷歌呢，是自己的模型很强大，Gemini非常非常强，据说10月份我们能看到Gemini 3了，说这个模型强的一塌糊涂，完全强到没朋友了，很期待。然后投资了Anthropic，谷歌也投了好多这样的AI公司。在云计算方面算力投入巨大，谷歌是一直在那投，但是现在它已经不行了。零几年的时候，谷歌的服务器是占全球服务器的6%还是7%，现在应该轮不上了。谷歌呢，自己的用户场景也很丰富，它有谷歌的搜索，有谷歌的Workspace，就类似于Office这样的东西，还有Gmail，再加上安卓手机，包括我们现在在YouTube上聊天。在这一点上呢，我觉得阿里跟它也是有得一比。谷歌呢，有一点没有阿里强是什么？谷歌的模型大部分是闭源的，它开源的模型其实是没什么影响力的。它的开源模型叫Gemma，Gemma在这块呢，比千问的这个模型差的非常非常远。而且呢，Gemma模型是只有小模型，没有大模型，就是为了让你在PC上，让你在手机上用的。而像千问的模型，是从大到小，从235B一直到0.6B，各个层级都有，你有多大硬件，咱就给你跑多大模型，都可以跑起来。所以谷歌就从技术的完整度上吧，还是稍微有一点点小欠缺。

再往后一个是亚马逊。亚马逊呢，真的跟阿里很像。他呢，也是投资了Anthropic，自己的模型那真的是乏善可陈。云计算绝对的王者，全球的王者就是亚马逊了。AI算力投入呢，也有，但并不是那么突出。电商的用户场景和用户量都非常非常好，这块跟阿里很像。

Oracle呢，数据库是老炮了，自己没有模型，现在呢跟OpenAI眉来眼去的，算力投入巨大。但是我觉得Oracle未来的故事，真正能看的应该是TikTok。

阿里到底是什么情况？你不要老想着说阿里买不到英伟达最新的芯片吧，他可以不在中国买，他在中东，在什么迪拜那地方都建的有算力中心，你在那买不就完事了吗？所以他是不缺这些东西的。所以呢，阿里的情况跟上面的谁最像？跟亚马逊最像，但是比亚马逊还要强一点，因为还有自己的大模型，这个而且模型很强。

这一次云溪大会都发布点什么？首先，发大模型，一堆的大模型，就像下饺子一样扔出来。第一个叫千问三Max，这个是一个不开源的模型。除了这个之外，剩下的模型都是开源的。为什么它不开源？1万亿参数，你开了源谁也布不了这东西。比如说235B，2350亿的参数的模型，还是可以去布一布的。Deepseek是671B，6710亿的这种参数的模型还是可以用。上万亿的模型一般就没法去开源了。这个模型呢，我这两天也试了一下，依存度很高，你给它各种指令，它会老老实实给你做完，生成的质量呢，就属于真的是能用的状态。它对于AI agent，对于各种的工具调用这块非常非常强，因为它的指令依存度高嘛，它就可以规划一个很好的路径，把所有的指令都调用回来，这个是做的很好的一个模型。

下一个开源的是什么呢？叫千问三OMNI，全模态预模型。支持视频，支持音频，输出也是直接可以文字输出，可以语音输出。有点像GPT-4o，或者说那种叫real time的这种模型。我直接可以拿这个手机打电话，然后拿着手机一边拍视频，一边跟人聊天，一边跟大模型聊天，这个东西就干这个事了。而且呢，超多语种的支持，支持十几二十种语言，都是可以这边实时的跟他聊，那边实时的出。所以拿这个东西出去找人去聊天，当翻译都是没有任何问题。而且可以拍着视频说，你看我这个视频里这个风景应该怎么描述一下，它都会马上给你去进行推理。而且端到端推理，不是说我先把视频识别出来，然后再去走这个大语言模型，直接端到端就开干了。这个模型呢也不大，30B MOE的模型，300亿参数。这种模型呢在电脑上都是可以跑的，还专门为苹果做了优化，就是在Mac上可以跑，但是30B模型在手机上是跑不起来的，这个是稍微有点费劲的。其实我们甭管用豆包也好，还是用ChatGPT也好，实时对话模型都是用云端的东西，没有在本地计算。千问三的这个OMNI就是干这样的一个事情的，还是很有惊喜的一个产品。

再往后呢，是千问三Image Edit 2509。其实原来就有这个模型，但是呢，它又重新升级了一遍。因为原来它的千问三Image Edit呢，只能上一张图片，你给它一张图片，要求它做各种修改是OK的。现在的话，Nano Banana出来了以后说，原来还可以这么玩。我可以上三四张图片，把它拼在一起。实际上就是拿三四张图片去进行视频推理，或者叫视觉推理，再把它们挨个抠出来了以后往一块拼。所以这就是阿里家的Nano Banana。这两天我在玩即梦4.0，豆包家的Nano Banana，那个也是玩的很开心。大家现在看到我的各种的封面，基本上都是拿这玩意做出来的。你看我那个这一期视频的封面，文字是用毛线绣上去的。这个是国内模型能干的活，就是写中文，而且用各种各样的创意字体写中文，用各种的素材去写中文。Nano banana干不了这事，Midjourney更干不了这事。中国的一个是即梦，一个是刚才我们讲的千问三Image Editor，都是可以去写中文的，效果好极了。

再往后一个呢，是千问三TTS Flash，就是专门做文字转语音的，还出了一个轻量级的模型。但是这种轻呢，也没有办法在手机上跑，都是在电脑上跑的。以及呢，出了叫千问三VL。VL是什么？叫视觉推理模型。但是这个呢，就跟前面咱们讲的这个OMNI不一样了，它是做了很重型的这种视觉推理。你像上面那就是个30B的模型嘛，它这种东西做推理的话，肯定的能力还是要差一点的。所以还是要上这个千问三VL。还有一个呢，叫千问三Next，80B MOE模型，每次激活3B。它是干啥使的呢？就是比千问三更便宜，在同等推理的能力下，用更低的成本可以完成任务。最后一个呢，叫WAN 2.5，叫通义万象2.5，这个呢是做视频生成的。原生音画同质，就是他直接做出来就可以配好口型，配好音乐，更高的画质，更长的时长，1080P、24帧、10秒钟。为什么说这玩意强呢？因为我们看到的其他视觉模型，比如说谷歌的VEO 3，OpenAI的Sora，即梦这些视频模型的话，都是闭源的。通义万象WAN 2.5它是个开源的，大家可以把它下载到本地，然后在自己的显卡上去干活。那你说我把它放在自己显卡上干活有什么好处呢？百无禁忌就是好处。中国人做的东西都是百无禁忌的，其他的这些视觉模型都是很政治正确的，而且耻感都很高。你现在有一个这么强的，基本上可以达到谷歌VEO 3这样的一个水平的视频生成模型，还是开源的，还可以下载到本地去部署去执行，想想都觉得实在是太美了。而且呢，这个模型呢是这多模态，全创造全覆盖，文生视频、图生视频、文生图、图像编辑全都有。

这是这一次发布的各种的新模型。你说云计算嘛，超节点总要有嘛。华为也在做超节点，英伟达在做，阿里肯定也少不了。阿里的超节点叫“盘久”，盘古的盘，永久的久。盘久128超节点，就是每次呢，把128个算力卡放在一起去做这种超节点运算。这个里头并没有去讲说我这个超节点到底用的是谁的，其实大概率用的是英伟达的芯片，也可以用他自己的平头哥的芯片，或者用一些其他人的芯片。所有的超节点真正考验的其实不是那个芯片，考验的是什么？就是他的连接协议和交换机。就是你不能走以太网，你必须要单独走一个光通道的网络。所以他呢，做了一个叫UA Link，就类似于英伟达的这个NVLink这种东西，自己有自己的这个模块，自己有自己的协议，自己有自己的交换机，可以把128个算力芯片串在一起去干活去。

阿里真正强的在哪？就是它全栈，什么都有。因为做云计算的嘛，他肯定有海量数据库，然后AI agent、工作流、MCP这块也是强大一塌糊涂。前面我们讲过Dify这样的东西做工作流的，现在你们可以直接把Dify的DSL文件，就是你看在Dify上做好的工作流，导出一个DSL文件来，导完了以后直接到阿里云上去导入，他就可以照着DSL的这个工作流节点就给你跑去了。原因很简单，Dify也是拿了阿里的钱了，那他作为一个股东可以提出这样的要求来。所以这块呢，真的是非常非常强。

MCP这一块现在非常非常全面了。我今儿还专门上去看了一下，现在有哪些MCP可以在上头跑了。刚才我们讲的什么画画的，什么做视频都可以包MCP，当然这不重要，重要的什么？支付宝。你现在可以在上面做支付宝的支付，支付宝的订阅，都可以直接挂MCP到你的自己的应用里头去。这样的话，我们再做的新的产品就直接里头可以支付了。各种跟电商相关的，跟这个业务相关的，因为它场景丰富嘛，自己家的东西都可以开出来，这一块全都已经包装成MCP了，可以在阿里云里头用，也可以在阿里云里头把这个MCP的接口暴露出来，在外边来用。比如说它里头有一个MCP是什么？查快递。你只要去申请一个快递100的TOKEN往里一挂，就可以直接上阿里云的MCP服务器上去把它的接口导出来，导到自己的AI agent也好，或者是工作流也好，就可以帮着用户去查快递了。你的快递走到哪了，什么时候该拿了。能够查快递，对于销售的转化是非常非常有帮助的，因为你一旦知道说我这个快递是可以查到的，这个东西走到哪我都知道，大家就觉得一个事情从不确定变成确定了，他就可以花钱去更多的下单买东西。这一块是很多很多的，现在能想到的，在国内能用得上的这些东西，都已经包装成MCP了，都可以在阿里云里边直接集成去使用。

编程这一块，他自己专门做了一个模型叫千问三Code，480B，一个开源的模型。这一次呢，阿里还发布了一个叫千问三Code Plus，一个闭源模型。就这个模型实在太大了，你们也别费劲了，搁我服务器上你们跑吧。我自己没有去测试，所以就不跟大家吹说东西好不好使了。

阿里真正做的全栈，从头到脚全做了。而且呢，英伟达的把戏在中国只有阿里能玩。什么意思？阿里做芯片吗？要准备卖芯片？不是这样。中国人谁也做不出英伟达这样一统天下的芯片来。所以呢，他干嘛？他去做云去。说我这有云，我拿云去投资，别人投资完了以后，我再把这个钱再挣回来。就是一个钱从左口袋揣右口袋，然后再揣回左口袋，GDP算三倍，这就是英伟达的把戏嘛。这个现在阿里云也可以干。

做云计算跟云计算因为AI获得很多收益，其实两回事。就阿里云的这几年的收益，特别是AI相关的收益，都是三位数增长，绝不是几百分之几十，就翻着跟头往上涨。所以在这一块上呢，还是有挺大差别的。微软云上跑的是谁的？跑的是OpenAI。亚马逊云上跑的是Anthropic。Oracle云现在是Cohere，以后应该会跑OpenAI。谷歌云上是Gemini和Anthropic。那么阿里云上跑的是谁？第一个，阿里全栈的大模型都可以在上头跑。Kimi也就是Moonshot，这个模型在上头跑。MiniMax他投资了，在上头跑，没毛病。百川、智谱、零一都可以在上头跑，都没毛病。Deepseek云本来是开源的，虽然阿里没有投资Deepseek，但是肯定阿里云上也是有Deepseek的模型的。全国大概有一多半的模型都是在阿里云上跑的，阿里每一次出来吹牛就吹这个。另外一圈比较大的是火山云，是这个字节跳动的。他讲的是什么？就是公有云对外销售的TOKEN，有一半是由火山云消耗掉的。那你说不对，怎么阿里云上那么多模型，火山云消耗的TOKEN这么多呢？这个里头就有一个问题是什么？就是火山云上大量的人是直接在上面挂这个模型去干活的。而阿里云的话，很多是由单位直接上去，连服务器带所有东西一起买下来的，它是没有办法单算你卖了多少TOKEN的。所以呢，算TOKEN，字节跳动的火山云占一半。你如果算大模型，阿里云占一多半。

黄仁勋的玩法又来了。怎么讲呢？阿里出钱投资，拿了阿里的钱呢，你就来阿里买算力。运营的不好怎么办？阿里就把核心团队收了。这点他比黄仁勋还狠。黄仁勋投了一堆项目以后运营不好，他也没办法，他也不能说：“你们上英伟达来上班吧。”阿里是这么干的，因为零一前一段时间就玩不转嘛，那零一的核心团队就直接上阿里上班去了。这就是投资协议上写的一个条款，你如果玩不转，你就把你的核心团队交出来。因为咱们都知道，做大模型需要什么东西？算力、数据和人，或者叫人才吧。那么阿里说了，我投资了，你买了我的算力，数据你自己找去我不管了，玩不好你把人才交出来，怎么着都不亏。如果这个项目运营的特别好，估值上升，那阿里肯定也是赚了。所以这是阿里真正的如意算盘。

那么，阿里是不是重新站起来了呢？阿里前头最惨的时候，市值被拼多多超越，马云必须要出来露面了，去说几句话才能稳住军心。而且阿里这几年呢，特别是吴妈上来了以后，真的是改变了很多策略。原来呢叫“1+6+n”，就是彻底要分散，自己玩自己的。现在说不分了，不需要的直接干掉，剩下的人咱们集中力量干大事。零售方面，现在在跟美团、京东拼外卖，而且在拼即时零售。AI方面，在和字节、Deepseek战斗。但是呢，在这一点上，阿里的优势是非常非常强的。字节跳动是不开源的，字节跳动有一些开源模型，但是呢大的模型都是闭源的。所以在这一点上，阿里要比字节强很多，它会形成事实标准，这个字节就没有办法。虽然豆包1.6模型真的是很强很强，现在我比较下来，千问三Max是没有字节的豆包1.6好使了，但是即使如此，你没有开源这面大旗。所以在这点上字节打不过阿里。而且因为竞争，字节的火山云上敢去部署这个Deepseek，但是呢，他就不愿意在上面部署千问模型，这个也是字节眼界稍微差一点的地方，或者说目光不够开阔的地方。字节呢，前面把整个战略投资部都裁了以后，其实也没有什么特别大的动作。这方面，美团、拼多多、京东就更不行了。所以阿里在国内的竞争优势真的是独一无二，就没什么人跟他竞争。

总结一下吧。阿里呢，肯定是未来可期，只要是他们抱着现在这个状态接着往前走，收紧拳头，大家自己配合往前走。其实阿里还有很多很神奇的东西在做，只是现在并没有开放出全量给大家来用。来等他们稍微开放一点点，咱们再去一个一个的来去解读。而且阿里在这块有可能真的会走出一条不同的路来。什么意思？就是到目前为止，这些传统的有场景、有用户的公司，比如谷歌、微软、亚马逊、字节跳动，都没有开发出新场景，都是在原来的场景上进行AI的改造。而在这点上呢，阿里呢有大量的AI agent准备去上线，他们是准备去创造新的商业模式了，准备去创造新的应用场景的。这个才是真正值得期待的。一旦他们在新的应用模式和场景上有了创新，而且站住脚跟了以后，应该又可以席卷全球一次。我觉得应该是值得期待的。

但是呢，在国内一切皆有可能，一切也皆有不可能。所以呢，我们继续吃瓜，继续往前看。我自己呢，现在有一部分的应用是跑在阿里云上，跑在阿里的大模型上，但是呢，大部分的AI人工智能的应用其实是在OpenAI、Gemini和豆包上。我准备未来一段时间更多的使用阿里云吧，希望能够发现他们一些有趣的点，特别是他的通义万象2.5，看看到底能给我做出一点什么东西来。但是跑这种东西呢，可能需要更新电脑，我现在的电脑跑通义万象2.5是跑不起来的。或者看看谁家是托管的通义万象2.5，是相对来说比较自由的，我准备去好好的玩耍一下。

最后注意，咱们不做任何具体的投资意见和建议。你说我上车了，亏了，那是你的事。你说我没上车，亏了，也是你的事。你赚了，也都是你自己的事。不要怪老范。好，这就是咱们今天的第一个故事。

新时代和AI女友聊骚，有可能会触犯传播淫秽物品罪，这到底是一个什么样奇葩的故事？

大家好，欢迎收听老范讲故事的YouTube频道。

今天我一个朋友，向我推荐了一个有趣的案例。他是在视频号上，这个账号的名字呢，叫做“武汉刑事律师郭庆子”，是一个黄标认证的律师。这位律师呢，经常会把自己接听有刑事诉讼需求的听众的一些电话的过程录下来，再进行剪辑。因为这种东西，我估计不太好直播，总是要剪辑一下。一方面呢，是一些太敏感的信息就可以去掉；另外一方面呢，剪辑了以后呢，也会更有吸引力一些。

这个里头呢，有一位听众来电了，说使用AI应用，这个AI应用里头就提供一些AI女友，你可以跟她们去聊天。他通过自己捏脸，塑造了一些AI女友，大概塑造了9个，起的名字呢，都是比较有诱惑力的名字吧。这些AI女友，除了它定义的名字和捏脸之外呢，估计有可能会可以定义一些系统提示词。但是呢，这个视频很短，并没有去详细说具体是哪一个AI应用，或者说他到底在里边定制了哪些东西。总之呢，他定制了9个AI女友。

这些AI女友不单是可以跟他自己聊天，还可以跟平台上的其他用户去聊天，那么他就被提起诉讼了，叫“传播淫秽物品罪”，要求他呢认罪认罚，判6个月，可以缓刑，基本上应该就不用进去了。但是呢，这位听众呢，希望做无罪辩护。法官认为他是有问题的，不认罪认罚的话，就会判8个月的有期徒刑，这要判实刑的。

这个律师呢，就进一步的跟他确认了一下信息。首先呢，你知不知道自己创建的AI女友，有可能会去被别的用户使用？这个听众呢说的很模糊，就是说呢，我不太清楚。其实按道理说他应该知道，他也去平台上跟其他的AI女友聊了天了嘛，而且他把AI女友的名字起的这么诱惑，也希望他的AI女友受欢迎。其实就有点像我们去发微博，希望有人看，写小说希望有人点击点赞，这个过程是一样的。但是呢，他说并没有明确的告知他，这些AI女友会跟其他人去沟通。

然后呢，他就问说，对方提供的证据是什么样的呢？他说人家是给了一个Excel表格，这个Excel表格里头呢，有一个叫做“AI女友的ID”，然后呢是具体说了哪些露骨的话，大概给她搜集了60得多条。然后呢，问了一个很关键的问题，是什么呢？就是说那个您创造了一些AI女友，这些AI女友去跟别人聊天去了，获利了没有？你是不是在里头挣钱了？这个听众很明确的告诉他说，没有获利，大家就是在里头玩个开心。

这个律师的建议是什么呢？第一个，这个证据呢并不是那么可靠。这个Excel表格里头只有AI女友的ID，这个内容没有办法说确定证据，说这东西就是你的，这个还是可以去抗争一下的。第二个呢，就是你没有主动传播的意愿，你自己也没有主动的去把这些AI女友推荐给别人，只是说我自己创建了，本来以为自己玩呢，AI女友去跟其他人聊天的过程，你又不知道，这个事情呢你还是可以去抗争一下的。而且关键是你没有获利，你没有获利的话，你就没有主动传播的意愿，这个地方是可以去辩护的。说最怕的是什么呢？最怕的是法官主观意愿认为你有罪。现在的话有很多的法官确实道德标准非常非常高，以道德去超越法律给人定罪，这种事情呢是时有发生的。你像杨景媛这样的人也通过了法考，也是可以去做法官的，所以大家还是要小心。他说如果遇到这种事情就都很难办。

AI色情内容，在全世界各地都是怎么去判的呢？或者是有哪些判例呢？

首先咱们讲中国的判例。2025年3月，湖北省大冶市人民法院对首例利用人工智能技术撰写色情小说并牟利案件作出了宣判。被告人柯某因犯制作、贩卖、传播淫秽物品牟利罪，被判处有期徒刑十个月，并处罚金人民币5,000元，同时追缴全部违法所得。这个案子是什么样的情况呢？2022年11月到2023年3月期间，柯某利用AI程序撰写色情小说，使用翻墙软件在境外黄色网站发布并售卖。他利用AI工具生成色情小说，再利用AI翻译成外文，发布在境外网站上。短短5个月时间发布了数十篇，共计售卖了760篇次，获利22,800余元。经鉴定，送检的7篇小说均为淫秽物品。法院根据《中华人民共和国刑法》第三百六十三条第一款规定，认定柯某以牟利为目的，利用AI文本生成工具制作、贩卖、传播淫秽物品，非法获利2万余元，其行为严重违反法律法规，对社会风气造成不良影响，已构成制作、贩卖、传播淫秽物品牟利罪。

然后陕西周某某案，他是利用AI制作了4,369张淫秽图片，以制作淫秽物品牟利罪被判处有期徒刑4年，他这个数要更大一些。然后杭州于某某案，通过AI换脸技术合成淫秽视频传播，获利6万余元，以制作、传播淫秽物品牟利罪被判处7年3个月。他这个呢，一方面是挣的钱多，另外一方面的话他是换脸，因为换脸你不光是淫秽物品，还侵害人家的名誉权呢，所以他这个要判的更重一些。

中国的传播淫秽物品罪，量刑标准是什么样的呢？就是淫秽视频文件20个以上，或者是音频文件100个以上，或者是电子刊物、图片、文章、短消息200件以上。所以刚才这个案例里头呢，600条淫秽聊天记录，这个肯定是超过了。另外呢，叫违法所得5,000元以上，他这个没有牟利，所以还是可以去稍微抗辩一下。但是呢，中国有俩罪，一个呢叫“传播淫秽物品罪”，还有一个呢叫“传播淫秽物品牟利罪”，所以不牟利呢也未必逃得过去。

那你说国外是什么样的呢？是不是只有中国这样了？国外呢主要是分两类。比如说他有色情网站，也有合法的，只要确定对方是成年人，你给他一些淫秽物品，哪怕说在这个过程中你还牟利了，应该在有些国家是没事吧。但是你真的到中东这些国家，你传播这个东西，那有可能是要判死刑的，咱们这不讲了，咱们就讲一些欧美的案例吧。

2023年11月，美国北卡罗来纳州夏洛特精神科医生，他呢是制作未成年人视频，并利用网络AI工具，将照片改造成色情图像，被判生产、传输及持有儿童色情制品罪，法院判处40年监禁。所以他们呢基本上是两类，一类是色情，一类是deepfake。传播淫秽物品，你只要别传播给未成年人，一般不是特别大的事情。但是你一旦遇到了制作儿童色情，包括持有，你说我不传播，我持有，这事都是违法的，而且判的非常重。

2024年5月20日，威斯康星州42岁男子使用Stable Diffusion生成了数千张儿童色情图片，并发送给了一名15岁的男孩，被控生产、分发、持有AI生成色儿童色情图片，判有罪，最高可判70年徒刑。他这个最后判了多少我没有确认，因为是ChatGPT给我搜集的信息。但是呢，它这个量很大，制作了儿童内容，而且还传播给了未成年人，它这个是罪大恶极了。2025年5月22日，佛罗里达州有一个叫Oldsmar案，他是制作、分发了8,500张AI生成的儿童性虐待图片，同时持有大量真实的图片，被判了75年的联邦监禁。

这个是一类。另外一类呢就是deepfake，就是做假脸的，这种案子在欧美也是判的很重的。2023年，路易斯安娜州通过法律，禁止未经同意使用他人面部制作深度伪造色情影像，违者至少10年起步。2024年10月30日，韩国首尔大学毕业生Park（应该估计是姓朴）和他的同伙，两人利用日常照片制作约2,000个deepfake照片，包含未成年人，在Telegram售卖以及共享，被法院判处Park 10年监禁，Kang 4年监禁，并公开身份，以及参加性暴力课程。这种基本上就是你判了刑还社死了，因为身份给他公开了。2024年10月28日，新加坡一位50岁男子，偷偷在家安装摄像头，拍摄妻子23岁的侄女，并利用手机应用将其脸合成为色情视频，法院判处了21周监禁。这个就是估计他没有传播吧，还是判了监禁。

现在呢，AI对于成人内容的边界到底在什么地方？我去稍微的看了一下。首先呢是文字模型，ChatGPT、Gemini和Claude这三个，咱们叫“御三家”的三个大模型呢，相对来说是比较严格的。你要求它生成一些色情内容，或者说对一些敏感内容进行详细描述的话，都会被拒绝服务的。马斯克的Grok 4，只要不涉及儿童和性强迫，其他的基本是百无禁忌。即使是涉及刚才我们说这些东西，边界也是相对来说比较模糊的。

至于开源模型呢，这块就比较混乱了。开源模型分两个大的这个角度，一个呢是有平台提供的，比如说我今天到阿里云的百炼平台上去使用通义千问的这个大模型，它是要进行检查的，这个也是比较严格的。但是呢，你说我把通义千问的这大模型下载下来了，自己在这个家里头部署，这块呢它会进行一定的限制，但是就没有那么严了。它主要是给了大家一个知情同意书似的东西，就说你现在下载了我的大模型，自己回去部署去了，但是你自己要知道不可以拿这个大模型做坏事，不可以生成成人内容。你说我知道了，我同意了，你就可以把这个模型下载走。至于拿这个东西再去干什么，他也管不着你，他也不愿意为你拿着他的大模型再去做的进一步的事情负任何责任了。所以呢，所有开源的模型基本上都是走的这条路。而且呢，这些开源模型呢，即使是会设置一些这种限制，其实绕过去也并不难。第一个是Hugging Face上，就是我们说大模型开源的这个平台上，有很多微调的模型帮助大家去绕过这些限制。还有一些呢叫“越狱提示词”，也在网上去流传。什么叫“越狱提示词”？就是你先跟这个大模型说一句什么什么样的，说完这个话以后呢，再往后的所有聊天，这个限制就直接突破了。当然目前为止，传播训练过的突破限制的这些模型，或者是传播越狱提示词，到底算不算传播淫秽物品罪，这件事呢还属于法律上的盲区。他们也搞不清楚这东西到底是怎么工作的，所以呢还没轮到这些道学先生们去审判这两样真正产生色情内容的这个技术。

再往后呢，就是图片跟视频生成模型。你说我光生成一堆色情小说，这个事看起来也是很累的，但你说我有色情图片、色情视频，这个不是传播力、感染力更强吗？在这块呢，Claude是没法生成视频和图片的吧，反正我因为我自己用的少，我也没有怎么看到有人用Claude生成这种东西出来给大家去展示。ChatGPT和Gemini在这块呢，相对来说都是非常克制的，你要求他去给你画一些奇怪的东西，他就直接画不出来了，直接拒绝服务。Midjourney，这是我用的比较多的，对于NSFW内容（我们就用这个词吧，就是不方便在办公室公开环境下展示的这些内容），对于这些内容呢会进行事前拒绝，但是生产出来的东西呢就不好说了。什么意思？这种图片生成模型它是两步，第一步呢是你要给它提示词，第二步呢是生成图片。他们正常的检测呢，应该是两步都检测，就是你给的提示词里头如果包含一些他不喜欢的东西，他就会拒绝服务；它生成出来的东西如果包含有问题的东西，也应该是拒绝将生成的结果交付给你。应该是做两步，但是Midjourney呢只做一步，就是你给它提示词，如果这个它认为不对，它就拒绝服务了。但是如果你绕过它了，他觉得好像还可以，就给你生成去了。但是生成出来的东西到底是什么样，他就不管了，这个有可能会有一些不方便传播的内容被生产出来。至于马斯克家的Grok 4的图片跟视频生成这块呢，反正马斯克家的嘛，大家能够理解，它是可以生成半裸内容的，全裸不行，也可以生成名人的形象，但是你要求名人半裸，这个事是不行的。因为一旦要求名人半裸的话，等于是在给这些名人造黄谣，或者说损害他们的形象，这个事是不允许的。刚才我们也讲了，在海外，儿童的不行，deepfake侵害别人的名誉权，这两个事是不行的，其他的反正有它适用的一个法律吧，你只要别把这东西传给未成年人就OK了。但是你就想吧，国外那些色情网站上，你进去第一个是先问你是不是已经满18岁了，他也没法实际去判断你到底是不是满了，但是反正上来我给你做了这一步了，“我满18了”我就可以进去看，“没满18”我就给你退出来，这个就算是已经可以在法律上算合法合规的一个玩法。

那么视频跟图片模型的开源模型是什么样的呢？在这块呢跟前面我们讲的文字模型基本上是一个玩法。如果是有平台，平台是要担负责任的，两头都要管。输入提示词，如果他认为有问题，拒绝服务；他根据你的提示词生成出来的内容，如果他判定不利于传播，他也会直接拒绝交付。你在这个时候可以要求他重试，“你再给我画一次”，这个是可以的，但是他不会把不可传播的东西交给你，他是这样来工作的。下载单独部署的这些开源的图片和视频模型的话，就跟刚才我们讲的这个文字模型是一样的。下载之前给你一个知情同意书，说我知道了，我下载这个模型不可以去生成成人内容，我不会拿它去做怪事。你同意了，你就可以下载，至于下载了以后他就不管了，你自己拿回去随便了。在这种图片模型上，还有一个比较好玩的东西，叫Lora模型。这个模型叫什么呢？叫low-rank adaptation，叫“低秩适配”。这种模型呢，我们也管它叫小模型，它一般尺寸都比较小，就是用比较少的数据进行一些训练。当你调用这些模型的时候，你生成出来的这个图片就符合特定的需求。你比如说吧，咱们最常用的Lora模型是什么呢？对人脸进行训练，然后你就可以冲上去换脸了。甭管人家是什么照片，说来把这脸换上，惟妙惟肖的给你换上，不会像以前那种拿Photoshop换脸似的，总觉得这个脸是歪的呀是斜的呀，拼的没有那么准，不会出现这样的问题。现在主要的一些色情Lora模型是做什么的？有些人训练这个东西还去传播，他们呢主要是对敏感部位进行单独的训练。原来那些大模型有一些限制的时候，或者说对于这种敏感部位没法进行详细生成的时候，他们使用这些小模型，可以生成这种有非常清晰敏感部位的这种图片出来。但是呢，这个你说是不是罪大恶极，也不一定。我个人还是觉得，Lora对这件事情还是有一些正面的帮助。什么样正面帮助呢？因为大家都喜欢使用相同的Lora模型去生成成人内容，所以导致呢脸可以千变万化，但是身材都异常夸张，而且千篇一律。你看两次以后，就直接失去兴趣了，大概就是这样的一个效果。

现在大家都在玩什么呢？现在大家都在玩通义万象2.2，这个模型叫WANX 2.2，它呢是由阿里通义这个平台最新出的图片跟视频模型。这个模型你在阿里平台上使，它是规规矩矩的，你要求奇奇怪怪的东西会直接拒绝你。但是你如果把它下载到本地去安装了，不需要挂任何的Lora，不需要挂这些小模型，就完完全全可以生成NSFW的这种内容，就是不利于在办公室和公开场合去传播的一些内容，就可以做的很好了。它呢可以跟常见的这些ComfyUI或者是Lora相兼容，可以一起去工作。你说有些人训练好了这些成人的Lora模型，这种小模型，你就可以把它挂到万象2.2里头，直接干活，没毛病。

说远了，我们不建议大家去做这件事情，只是跟大家闲聊一下。回到AI时代的法律判罚问题上来。首先，传统大公司都是比较谨慎的，马斯克除外。第二，开源模型才是重灾区。平台方是有人管的，私有部署基本上就没人管了。但是呢，在海外还有一些平台方也是没什么人管的。就以刚才咱们讲的通义万象2.2为例，你在阿里的平台上，你下载出来的就是WANX 2.2，但是如果你到WANX.AI这个网站上，你就会发现那个上面还有一个模型叫WANX 2.2 no filter，就是不过滤。这个东西干嘛使的，大家自己按照文字的字面自己去猜去。

开源模型厂商通常使用知情同意书的方式，告知用户不要去做坏事，以此方式逃避自己的法律责任。儿童色情必须严判。Deepfake这不仅仅是淫秽物品那么简单了，你还毁坏别人名誉，这个呢现在各国也都是进行严判的，包括中国也是。严判国内的传播淫秽物品罪和传播淫秽物品获利罪还是很严苛的。在AI的帮助下，数量很容易就突破了。不论是不是AI生成的淫秽物品，就是淫秽物品，在国内判罚上基本上是这样认定的，你跟AI没关系，只要是淫秽物品我们就认。如果获利，这件事情基本上就没跑，肯定是会被判罚的。现在还有一些法官道德感非常强，遇到这种法官，律师们也是觉得头疼的。所以提醒大家，所有在国内的还请洁身自好，不要去触碰法律红线和一些人内心的道德底线。

这个故事就跟大家讲到这里。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。

曾经一码难求的Manus宣布跑路新加坡了。

大家好，欢迎收听老范讲故事的YouTube频道。中国AI产业在7月9号呢，应该经历了资本侵袭之日。为什么这么讲？第一个，稚晖君创建的智源科技跑去买壳上市去了，机器人还没造出来呢，先去收购了一个上市公司60%多的股份。这个要干什么，大家心里都明白。

另外一个就是Manus，算是在Deepseek之后，又炒起了中国AI热潮的一个品牌。他们当时是做泛AI agent，就是说可以解决各种各样问题的AI agent，突然宣布在国内裁员，直接关闭，然后搬迁到新加坡。事情没做多少，这个资本的吃相有点太难看了。

Manus到底怎么个跑法呢？原来团队也不大，120人的团队，留下三四十个核心技术人员迁往新加坡，剩下的原地解散了。给2N或者是n加3，估计有些人来的时间实在是太短给n加3，来的时间稍微长一点的可以给2N。反正手里有钱嘛，刚拿了7,500万美金的融资，也不在乎这一点，直接遣散了就完事了。

然后准备在新加坡设立新总部，在新加坡要设立研发中心，招聘AI工程师、数据科学家等职位，月薪高达8,000-16,000美金。不是人民币，是美金，因为这也没办法。你在新加坡没有这个薪水的话，你活不下去，那个地方生活成本很高的。然后准备在新加坡、东京、硅谷重新设立总部，重新开始。

Manus的爆火到底算不算是个意外呢？当时Manus突然火起来的时候，很多人就觉得这玩意有啥？你这个模型也不是自己家的，里头用的各种技术也不是最新的，你咋就火了呢？这是不是一个德不配位的项目呢？

Manus呢，是第一个能够完成各种炫酷工作的泛AI人工智能。原来呢，也有一些AI agent可以完成一部分工作，但是呢，能够完成各种工作的呢，Manus算头一个，而且它完成的很炫酷。注意，炫酷这两个字是非常重要的。

以前有很多开源项目说，你看我也能干，但是呢，他们做的方式相对来说比较工程师一点吧，或者比较实验室一点。你需要在字符界面，在一大堆代码在里头敲了半天，写了半天以后，给你出一个半半拉拉的结果。

Manus呢，第一次把它封装在一个界面和交互相当不错的产品里头，还录好了视频。这个说明什么呢？就是技术其实在AI时代不是第一生产力。在AI时代里头，最重要的第一生产力是什么？是拍视频跟讲故事的能力。我们现在看看OpenAI，那绝对是拍视频跟讲故事的大师。

Figure AI机器人。

这个也属于是拍视频跟讲故事的一把好手。咱再看看马斯克，那玩意儿全世界第一大网红，他这拍视频讲故事的能力也是没有边了。所以在AI时代，还是要好好的拍视频讲故事。

真正说我视频拍的一般，故事讲的不怎么样，产品做的特别好的，Anthropic算是一个。这个Manus属于是视频拍的很好，故事讲得很圆的一个项目。技术呢，你说真的有多先进？还真没有多先进。他用的是Anthropic的Claude大模型，连当时正在快速发展的MCP都没用上，自己就是把一些需求捆在一起。但是他的整个交互做的挺好，视频绝对很酷，产品设计和体验也还做的不错。算是呢，解决了一些问题，而且呢，给大家带来了新的思路。

这样的情况下，他突然就爆火了。但是爆火之后后边的发展呢，其实并不尽如人意。OpenAI这样的爆火了以后，不断的往前发展，不断的引领潮流，开创了新渠道嘛，然后一直站在这个渠道，带着大家一起往前走，一起探索新方向。大家都是有这样预期给它的。

但是Manus后边并没有那么好用。第一个呢，尝试在国内落地失败了。它本来是用的Anthropic的Claude大模型，你要想在国内落地，这事肯定不行嘛。因为这个规定了，你是不可以在国内使用了。包括像OpenAI的ChatGPT，谷歌的JGemini，这些都是不允许在国内使用的。所以呢，他们挑来挑去，挑中了通义千问的这个模型，说我们试一下，用千问模型能不能在国内落地。然后就没有然后了，估计效果很不好。

因为千问模型我们试过，就是它的指令依存度是比较差的。特别是当时的千问2.5，千问3呢还要更好一些。因为像你要做这么复杂的AI agent，你就需要是很多个AI大模型的运作过程前后相衔接。这个里头你到底说成什么样，说我才华横溢还是磕磕绊绊，这不重要。重要的是什么？就是你指令的依存度。我前面要求你向东，你就不能向西；我要求你撵狗，你就不能打鸡。但是在这块，千问其实做的不好。

Manus如果继续想向前发展的话，他必须要解决Claude、ChatGPT这些美国大模型的合法使用问题。这个问题对于他来说是无解的，因为模型不是他自己的。很多其他的厂商，你像Mini Max也开始做AI agent，那模型是他自己的，他就可以分好说，这个是国际版，那个是国内版，我们自己拆开来用就完事了。但是，Manus他没有这个能力。

而且呢，Manus在国内被一群的大厂去围殴。这种东西你在美国呢……

人家还没有这么多的工程师，这么多的研发力量聚集起来说：“有方向了，我们要出来围殴你一下。”还不会干这个事。

而且，就算你在美国，真的有人把类似的产品做出来，人家还得收费。你在收费的情况下，大家还可以拼一下：谁愿意亏更多的钱？谁愿意给更多的补贴和优惠的问题。但是国内大厂不跟你讲这个，我都免费，产品都差不太多。

国内阿里自己就做了类似这样的产品，也投资了类似这样的产品。字节跳动自己做了Coze空间，而且现在的豆包也支持深度研究了。百度也出了类似这样的产品，这都是大厂吧？直接上来围殴你，都是免费的。

Minimax、Kimi、智谱也都出了这种泛AI Agent，也在进行相应的尝试，而且都是不要钱的。那你怎么跟他打？包括像360的周鸿祎都开始表演了，说：“我们也开始做这种泛AI Agent，各种问题都可以解决掉。”而且为了开演示会，还说：“我要把市场部都裁掉，我让AI Agent把整个市场部的工作都替代掉，我自己一人搞定。”后来也就没有什么后来了，估计裁撤市场部这件事情，没有那么容易。

再往后，Manus开放注册和开始收费之后的话，数据就不再公布了。什么意思呢？因为前面在排队的时候，号称有260万人进去排队，后边说：“我们不需要排队了，大家来玩吧，我们开始收费了。”这个用户增长估计是废掉了。

如果用户增长依然非常迅猛的话，他会出来说：“我们又有多少人开始排队了，我们又有多少人等着去付费了。”如果他真的收到钱，他也会说：“你看我收了这么这么多钱，我盈利了。”但是后边的数据就没有了。

曾经有一个数据，号称是说他们的付费转化率有60%。但是这种数数呢，就是你看着一下就行了。ChatGPT自己也做不到付费转化率60%这样的事情。这个就属于是骗一些不是特别有经验的人吧？这是不可能的。任何行业付费转化率都不可能这么高。

因为这种泛AI Agent的收费模式其实是很难平衡的。为啥？因为它消耗的TOKEN特别多。每一次他提出要求以后，你就要消耗大量的TOKEN去干活。你还别说是这种泛AI Agent，我曾经把自己的一些AI大模型的账号挂到过编程的AI Agent里头去，这还是一个相对来说比较固定的垂类的AI Agent。那一会你问问几个问题，几美金就不见了，这个非常非常贵的。

而且，AI Agent产生的结果呢，是不可预估的。你最后不能说要抽卡吧？抽卡的意思就是你出多次的结果，然后挑一个可以用的。

这个是在AI绘图里边常用的一个新的名词。但是，AI agent出来的这些结果，可用的绝对不会超过一半。绝大部分的这个AI agent的结果都是不可用的。在这样的情况下，你让人去付费，甭管是十几美金、二十几美金，还是三十几美金。一方面，消耗的TOKEN这个钱数根本就cover不住；另外一方面，人家付了钱了，出来的结果基本上不可用，那就属于里外不是人的一个状态了。

这些大模型厂商自己搞AI agent，它还可以干嘛？左手倒右手，我只要在里边做这个账就完了。但是你像Manus这种第三方，你收了这些订阅费以后，你就老老实实的去给人按TOKEN付钱去。这个基本上是无解的。免费很香的东西，收费了以后立马就不香了。

现在关于Manus在国内的很多风评，其实没有那么好。一堆人说，怎么这么贵？当然，只要收费，就一定会有人嫌贵。吃不到葡萄说葡萄是酸的嘛。你像我收199，说大家来做个线下活动，一帮人说，老范你怎么可以割韭菜？永远有这样的声音，这个是没有办法。另外一方面，就是付了钱以后没有得到想要的结果。因为泛AI助理呢，本身你想获得想要的结果，就非常非常难。

拍视频没毛病，拍个视频给大家演示一下，这个事你是可以做的非常非常好的。因为都是摆拍嘛，你这一次没拍好再拍一次嘛。这些数据进去了以后效果不好，再来一批嘛。但是你真的实际使用的时候，所有的挫折和失败，就需要用户自己承担了。那这些人会去骂街的。人家希望付了钱以后一次搞定，你付了钱以后让我反复在这试，那这个肯定是不行的嘛。

为什么说资本是丑恶的呢？资本的丑恶嘴脸在哪呢？这个Manus拿了钱了，拿了谁的钱？叫benchmark给了7,500万美金，估值5亿美金。还没有到独角兽，10亿美金才独角兽呢，距离独角兽还差一半。7,500万美金拿到了，就是他搬离中国大陆去新加坡的一个核心原因。为什么呢？这个是拿钱的一个前提条件。benchmark这个7,500万美金的领投，是美国财政部进行了严格的审查。不搬离中国，搬到新加坡去，你这个投资就不允许落地。

这是为什么呢？美国在2024年10月份签署了行政命令，规定了美国资本对中国AI半导体领域的投资，需要报备和受限。这个命令是在2025年1月生效的。只要是美国资金投了中国项目，就需要去审核。他这个案子就审核了，最后通过的方式就是：这不是一家中国公司，我把中国公司的部分整个关掉，我搬到新加坡去。

而且呢，投资者就明确的要求 Manus 必须迁到新加坡，否则的话你这个审核通不过。而且呢，Manus 搬到新加坡以后，你也可以合规的去使用 OpenAI、Anthropic 这些美国的 AI 大模型了。

Manus 出走的原因，现在已经看得很明白了。不要想什么算力的问题，什么芯片的问题，他自己连大模型都没有，他要那玩意干嘛使？它也不是部署在开源大模型上的，它是部署在人家的 Anthropic 或者是 ChatGPT 这些闭源模型上的。所以它只需要往 Anthropic 或者是 OpenAI 这边去买 TOKEN 就完了，跟算力没啥关系。

Manus 出走的原因第二个，你要合法的使用 Claude 和 ChatGPT。第三个，要合法合规的为海外客户提供定制服务。因为未来的话，你继续去做这种泛 AI 人工智能，其实是有问题的。现在泛 AI agent 的所有服务，其实服务效果都不是特别好。在这样的情况下，只能去给人做定制的垂类的 AI agent。

最重要的一个呢还不是这些，最重要的一个，是避免跟国内这帮卷王继续内耗下去。国内的一众的 AI 真的都是免费的，就算你拿了 7,500 万美金的投资，一个这样的小公司，一百来人的小公司，你想去跟字节卷，还是想去跟百度卷？你卷不过人家的。别看百度现在市值还没有腾讯音乐高呢，但是依然是一个庞然大物。

现在国内的这些 AI agent，它的效果呢也都大差不差的。基本上呢，把国内的 AI agent 或者叫泛 AI agent 这条路给封死了。所以国内谁在说我要去做这个东西，别费劲，没有你任何机会。

那泛 AI 认证的这条路径到底对不对呢？大家都往里冲。前面我们讲了，泛 AI 认的这条路径，到目前为止还是有问题的。他算是一个美好的愿景，大家都希望把它做成，但是目前其实达成的效果都差强人意。

那么泛 AI 的既然解决不了大家实际应用的问题，为什么这么多大厂都进去卷，都免费的给大家提供大量的 TOKEN，让大家去使用呢？原因很简单，泛 AI agent 呢是可以吸引用户的。吸引了用户以后呢，你就可以进行垂直和定制的 AI agent 或者是 AI 应用的开发与销售了，这个是非常重要的。

而且呢，大模型只靠订阅和 TOKEN 是很难实现收支平衡的，必须要提供服务附加值。大模型厂商都在卷泛 AI agent，意思就是说，我再给你提供点别的服务，你再给我多交点钱回来。现在准备在这条路上一直卷到死的，也就是 OpenAI，收 200 美金一个月。

收2,000美金一个月。收2万美金一个月。我把这个东西给你做的非常漂亮。其他人其实也不太敢往这条路上生卷，都是吸引了用户以后，先说我包治百病。你包治百病完了以后，到医院门口的分诊台一看，你这个看个内科吧，你那个看个外科吧。他最后应该是这么来去，把整个的用户需求给消化掉。

那么最后呢，Manus的未来会怎么样呢？在新加坡招人组建团队呢，基本上是个伪命题。当一个人的薪资达到1万多美金的时候，在新加坡这样的一个城市，你想让他踏踏实实的做研发，难度其实是很大的。我有不少的朋友在那边做公司，你真的想让他在当地把研发整个跑起来的话，可能性很小。如果能够在新加坡、日本获得客户的话，估计还是要在大陆重新召集团团队，召集工程师，将项目完成掉。

现在呢，大张旗鼓的把它都裁掉。我现在是新加坡公司了。以后呢，再偷偷摸摸的招募，或者说招完了以后变成外包。这个也方便进行隔离。你到目前为止，字节跳动也没说我把这个研发团队都弄到新加坡去。他整个的研发还是要靠中国大陆。新加坡那边可能做一些运营，管理什么就可以了，或者说摆一些人，稍微给大家演示演示就行了。

要想继续引领潮流，开创新赛道，去新加坡呢，基本上就宣告了他已经放弃了这条路。如果他惦记着说继续引领潮流，说我要继续在泛AI agent这条路上接着跑下去，他就不会去新加坡，他会去美国。去了新加坡就肯定说，我怎么安安稳稳的把拿到手的投资把它消化掉，怎么把这些名声转换成我的客户，怎么变成我的利润和未来的一个发展。他一定是要做成这样的东西。

新加坡呢，当然还可以玩一些歪门邪道的东西。什么东西呢？比如说运营算力中心。我整一个算力中心，在这边做一些运营。比如说让国内的一些团队去使用他的算力，或者说是不是在偷偷的倒腾一点算力卡。这个都是可以在新加坡比较方便做的事情。日本东南亚呢，这种垂直的，定制化的AI agent的需求，其实是可以养活Manus。最后呢，在新加坡上个市，稳定的发展下去，应该也算是一个不错的未来了吧。

总结一下，地缘政治呢，正在割裂AI行业的发展。Manus跑路了。loveart，前面咱们介绍过的这个产品，还有一个叫Jinsmark，一开始就设立在美国。虽然都是中国公司，但是，都是跑到美国去开分公司。最早跑路的其实不是Medos，最早跑路的叫HEYGEN。大家还有没有印象前几年，郭德纲讲英文相声的这种视频，就是这个HEYGEN做的。

他呢，也是拿的benchmark的这个钱，拿了6,000万美金，然后就跑去美国去了。

美元资本呢，现在确实是有尴尬的地方。以前很多项目拿了美元投资以后，可以到美国去上市，滴滴什么这些。你在中国运营，拿了美元资本到美国上市。但是呢，也是滴滴，最后把这条路封死了。

再往后，拿了美元资本的人，就只能到香港去上市，或者说到新加坡、到美国去。这个是没有什么办法的。全世界一多半的AI，各个层级的开发者，其实都是华人，或者都是大陆人，大陆人居多。

美国非要在中间画一条线，那么未来这种神奇的故事就会一次又一次的上演。Manus呢，只是众多跑路的AI项目中的一个，不是第一个，也不会是最后一个。

好，这个故事就跟大家讲到这里。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。

上下文工程又有新词了。AIGC不怎么赚钱，造词的速度还是非常非常快的。大家好，欢迎收听老范讲故事的YouTube频道。

提示词工程已经稍微有点过时了，现在的新词叫上下文工程。提示词工程长什么样，大家还记得吗？就是上来先说你是谁，谁先给大模型定一个位置。比如说你是一个资深翻译，你是个语文老师。然后呢，说我现在想要干一点什么事情了，给我出个题，给我做个翻译，再给他一个简单的例子，说你照这样给我把东西做出来。

光有提示词呢，肯定是不够的。除了刚才我们讲的完整的、结构化的提示词之外，你还是需要很多相关的上下文，才能够让大模型稳定的输出结果。那你说我们继续把提示词写长不就行了吗？我还见过那种直接写出几百字或者是上千字小作文的提示词。这个是不是可以继续往前走呢？不行了。因为你如果继续叫提示词工程呢，会容易引起误解。大家觉得只要不断的把提示词写长，就可以把这事解决掉。但其实除了提示词之外，还有非常非常多的上下文数据需要一起写进去，才能够让大模型稳定的输出我们所预期的、有价值的结果出来。

所以呢，就不能继续叫提示词工程了，一定要起个新词。而且呢，AI时代呢，起新词是非常重要的，因为可以吸引眼球。只有足够吸引眼球的东西，才有发展的前景。所以在这个时候，上下文工程就来了，一个新词诞生了。

这个造词的大师现在是谁呢？叫安德烈·卡帕西。这是一位造词专家，他呢是特斯拉跟OpenAI的AI科学家，已经离职了。现在呢主要的工作是投资人和顾问，他自己投一些项目，也帮助一些项目做顾问做孵化。这哥们呢在不停的造新词。2017年呢，他造的新词叫软件2.0。什么是软件2.0呢？把神经网络视作用数据而非代码编程的新规范。程序等于网络结构加训练数据加优化器，源代码缩到几百行，真正的逻辑写在权重里面。这是2017年提出来的，现在我们的大模型基本上就是长得这个模样。

到2023年呢，提出来叫LLMOS，大模型操作系统。把大语言模型比作新的CPU加操作系统，人类用自然语言编程，大语言模型负责调度、记忆和推理。2025年，氛围编程，也是他编发明的一个新词。彻底投降给AI，对着IDE聊天，粘贴报错，让模型自动改，人只管感受对不对。

现在上下文工程又来了。上下文工程呢叫context engineering，这个呢并不是卡帕西自己提出的。最早呢是2025年6月27号，一位开源作者叫Simon Wilkinson。

写了一个文章，提到了”Context Engineering”这个概念。在7月份呢，一帮人就出来说，这个实在是太棒了，要向这个方向发展，包括Longchain的一些博客。Longchain应该也算是AI Agent的一个开山项目吧，比较早期的一个项目。Shopify（加拿大最大的电商平台）的创始人也出来点赞，说一定要使用Context Engineer才可以让大模型稳定的输出结果。

在这个时候呢，卡帕西上去点了个赞。卡帕西说：”加一，我也赞同这件事情。”所以现在再去讲这个上下文工程的时候呢，都是说这是卡帕西点赞过的，或者说是卡帕西推崇的新的概念。因为他最有名，他最喜欢造词，所以现在都是把这个上下文工程这个事情跟卡帕西挂在一起。

AI时代，讲故事能力、吸引眼球的能力是非常非常重要的。所以我们看到一帮做机器人的公司，或者像OpenAI这样的公司，不停的给大家录视频，让普通的民众能够感受到这个东西好厉害。其实他也没搞明白这个大模型或者这些机器人到底能干嘛，只是觉得好炫酷。但这就够了。当大家都觉得这个东西很炫酷的时候，你就可以拿到融资，可以往前走。所以造新词还是很重要的。

那么上下文工程都包含什么东西呢？讲了半天在提示词工程基础上加什么了呢？上下文工程呢一共是6个模块：

第一个叫指令层（系统角色+少样例提示）。这个什么意思呢？原来我们写在系统提示词里的东西。我们跟大模型聊天的时候，是有两个提示词：一个叫系统提示词，一个叫用户提示词。系统提示词就是先规定大模型你是干嘛的，你是什么什么角色，现在要具体做什么什么事情。少样例是什么呢？叫Few-shot，就是你要给他提几个例子。你说我直接告诉你你是干嘛的，我不给你举例子行不行？这个事是不好的。最好呢是给他两个到八个之间的这种少量的样本。那你说我给他100个例子行不行？那个你基本上去微调模型去了。所以呢，叫少量样本。这个是写系统提示词的一个要求。所以呢，他的第一块（6个模块里的第一块）就是系统提示词。

第二块呢叫及时用户请求，也就是原来我们使用的用户提示词。

第三块是什么呢？叫对话历史和短期记忆。我们在聊天的时候，你不能说我每句都是新的吧，你还是要有一个对话历史的。

第四块叫长期记忆。长期记忆呢就是说，我们通过每一次聊天，把一些关键信息把它提取出来。因为现在甭管是OpenAI、Gemini，都在向长期记忆这一块发展。

我们说，你记得我是干嘛的吗？你记得这个原来我跟你说过什么事吗？他能想的起来要把用户偏好和先前的一些摘要放到这个上下文里边去。

第五个呢，是RAG检索到的文档、数据库条目以及实时API的一些结果，再加一些本地知识库，再加一些搜索结果呀，再加一些数据库里的信息。

第六块呢，叫工具与格式约束。什么意思呢？就是你要告诉他说：“我现在可以调哪些工具？”比如说我这有高德地图、有百度地图、有天气，或者一些其他的工具，你可以调用。调用的方式是什么样的？以及呢，输出什么样的一个结果？通常这种信息都不是按照正常的文本格式输出的。这种上下文工程要求的输出格式都是JSON格式，有哈西结构的一些文档。

整个的上下文工程包括这六个组成部分。它的工作方式是什么样的？我怎么能够让它用起来呢？分四步：

第一步呢，是写。写的时候呢，要把随时会用到但是当前窗口装不下，或者不该暴露给大语言模型的内容呢，持久化到窗口之外去，可读可写的一些外部存储上。有一些信息我认为你可能有用，但是呢现在我又不是马上就要给你，我要把它先存起来。

第二件事呢，叫选。选是什么呢？就是在庞杂的信息文档和工具描述里头，准确定义相关性，把最有用的多少条信息放到窗口里边去。在大模型里头，有一个东西叫上下文窗口。要把一时用不着的写在外面，随时可以调用；要把有用的选到窗口里头来。

第三步呢，叫压缩。在不丢关键信息的情况下，把即将写回窗口的内容做摘要和裁剪，满足TOKEN预算。什么意思呢？比如说做了RAG的选择了，或者做了搜索的结果返回了，这些信息是相对比较啰嗦的比较多。那怎么办呢？在这个时候你要先去做一次总结，然后把总结过的东西再扔给大模型。所以呢，在这要做压缩。

最后呢，第四步叫隔离。把彼此可能串味的信息拆分进独立的上下文窗口或者沙盒，减少干扰，并行提速。

我原来在这块翻过车，稍微给大家讲一嘴。我有一次呢，想去问大模型，说这个人跟谁谁一块创业去开咖啡馆了，他有什么其他的在咖啡馆里边管理或者创业的经验没有？大模型呢，就把一大堆的搜索结果拿进去去总结归纳去了。结果呢，他就说这个人在瑞幸干过高管，在星巴克干过高管。我一看，这挺好，赶快就去写演讲稿去了吗？但是最后去校验的时候发现不对。那是怎么回事呢？就是他在搜索了以后，把一大堆说星巴克跟这种咖啡馆之间是如何去比对的，瑞幸跟这些咖啡馆之间是如何差异，他们对瑞幸做了什么评价，瑞星对他们做了什么评价。

然后呢，再把我提问的这个人混到几个结果里边去了，就把一些信息上下文给混一块了。在这个里头就不要干这个事情。如果是说星巴克跟瑞幸对这个新的咖啡馆的形态有什么样的评价和比较，你单独的去让他干活。然后呢，你单独专门问，说这个人具体是做什么事情的，过去的履历是什么样的。这样的话，他等于是把上下文就分到不同的窗口里去了，他就不会说我给你搁一块，让你混成一锅粥以后再去给我输出了。这个也是很重要的。而且你分开了以后就可以并行处理嘛，可以快一点。这就是上下文工程6个部分和分四步走。

那么如何判定我们上下文工程是不是成功的呢？一旦有工程这俩字，就是你一定是可以去调优的，一定可以判断成不成功的。上下文工程的成功标准是同样的一个任务，用更低的成本、更少的幻觉、更快的响应速度把它完成掉，这就是成功的。你要不断的去调优，按这个方向调。失败是什么呢？叫垃圾进垃圾出。你把一大堆不应该给他的信息都扔进去了，然后一大堆垃圾的结果给你吐出来，这个就是失败了。

但是要注意，不是所有的大模型都能顶得住上下文工程的。你写了这么长的上下文扔进去，让他去干活，不是谁都行。那么什么样的大模型可以顶得住上下文工程的这种工作方式呢？它有三个要求：

第一个要求是你要长上下文。刚才咱们啰里八嗦说有6个部分，分几步去写，但是你把那6个部分写进去，这个总的TOKEN量是不会少的。所以呢，要求你至少是有128K的输入，你才可以去干活。所以像早期的Deepseek版本是64K输入的，干不了这事，放不下。

第二个是什么呢？就是原生工具调用的知识。有一些早期的模型是不支持原生工具调用的，包括比较新的像LLAMA4什么的，对原生工具调用的支持都不是很好。因为你要想让他把所有的事情做完，你就要让他可以去调用工具，调用搜索引擎、调用浏览器、调用刚才我们讲的比如天气预报、高德地图。你可以去调用这些东西，他才可以去干活。所以，你要支持原生工具调用。

第三个呢，就是要能够做稳定的Json结构输出。你不能说我要求你输出了以后，最后你输出的格式不完整、不正确，这个事也是没有办法做上下文工程的。因为呢，你这边做完上下文工程了以后，他可能不是最后一步，你下一步你还要再去用这些内容，需要去解析这个东西，才可以去说下一步再如何去使用。

现在我们所流行的这些大模型里头，谁行谁不行呢？咱们讲了三条标准。第一个，美国的御三家都是很好用的。

御三家就是GPT、Gemini、Claude。其他的一些呢，就稍微差一点。比如说像法国的Mistral，它的一些大的模型呢是可以使用的，但是完整格式输出的准确率不高。

咱们刚才讲的Gemini、Claude、GPT，完整Json格式输出的时候，也不能保证100%正确，但是呢可以保证到百分之九十几正确。Mistral呢，就是最后这一步的格式输出，有时候比如少个大括号，或者是多个引号什么这种事，他就有时候会出。或者说我少几项，比如说我应该要求是4个，结果他最后给你输出了3个，或者多输出了两个，有重复的。它的这块会稍微差一些。

马斯克的GROK3，推理模式下呢基本上可用。但是呢，有的时候会把推理的过程写到json文件里边去，所以并不是完全可用。或者说，还是有待提升吧。马斯克说这几天出GROK4，希望他能够把这个问题解决掉。

咱们自己的，比如Deepseek R1呢，早期的版本，就是1月份的那个版本呢，64K，这是没法跑，而且它对于工具的支持也不是很好。但是呢，到Deepseek R10528的时候呢，到128K了，够用吧，也不是特别够用。最好是256K或者是一兆以上的上下文，才会更好用一些。所以呢，它在这块呢稍微有些欠缺。然后到0528这个版本呢，它已经开始支持工具了，这块基本上可用。它的最大的问题还是上下文稍微不太够长。但是呢，DeepSeek R1输出的内容还是非常好的，输出的内容质量很高。它的Json的格式也是相对来说比较正确和完整的，就正确率很高。

千问3呢基本上是可以用的。千问3唯一的问题是什么？就是它输出的结果上，这是文字的东西呢，比Deepseek要单薄一些。另外一个现在国内比较好用的模型呢，是豆包1.6。推理过程比较长的时候，容易跑偏前头。比如推理五六步了以后，直接出结果，他有时候就直接出英文结果，这个就是稍微跑偏了一点点。

那你说我们现在有这么多模型：GPT4O、GPT4O Mini、Gemini 2.5 Pro、Gemini 2.5 Flash。这些版本之间，你去让它跑这个上下文工程，到底有什么区别呢？所有的这种大模型Pro版，或者是GPT4O这种完整版本，一定是效果最好的。但是呢，Flash版呢，它的速度会快一些，价格便宜一些。只是呢，你要给它复杂的上下文，或者要求它输出非常复杂上下文的时候呢，它有时候会丢东西，输出也不是很完整。

或者，你给他一个复杂上下文进来的时候，他也会有一部分就不考虑了。这个是会时有发生的。

如果你的工作相对来说比较简单，你输入的信息和输出的信息都没有那么复杂的话，可以尝试去使用 GPT-4o Mini 或者是 Gemini 2.5 Flash 这样的版本。

那么，上下文工程产出的结果到底是什么呢？其实很简单，就是 AI 应用可以稳定的输出能够解决特定问题的、有价值的 AI 应用。这就是上下文工程能干的活。

原来为什么很多 AI 应用下去不好使？因为每一次的输出非常不稳定，有时候灵，有时候不灵。那你在这种情况下就很麻烦，你不知道它哪次灵，哪次不灵。你输出的结果，你还得各种的校验，比如说容错呀什么的，这些东西都要去做。

再往下一步，比如其他的模型里去送的时候呢，你要在上一个结果输出的内容里头，再去挑选你真正需要的东西。这块就很麻烦。

现在的话，有了上下文工程之后，你可能没法要求说我输出的内容才华横溢，但是呢，基本上我是稳定的。我每一次都稳定的输出这样的一个东西。

那你说上下文工程是不是未来方向？是不是这个万能解药呢？赶快出个教材出去圈一圈钱去，或者说赶快去报个班我学一下。这个怎么说呢？下一批新名词还在路上。

在 AI 这个领域里头，日新月异，不停的有新名词出来。而且呢，模型及应用这件事呢，依然有效。

AI 应用当前的定位呢，还是比较尴尬。虽然有了上下文工程之后，很多的 AI 应用就可以去干活了，它真正有价值了，有稳定的输出了。但是上下文工程，只要带“工程”俩字，那就不是给普通人使了。

普通人就说我们看一看就行了。真的让你去写这种上下文工程，没有程序员的能力，基本上是搞不定的。

大模型最终呢，会通过自己的升级，让普通人可以通过闲聊的方式，实现上下文工程的稳定输出。这个最后是可以实现的。不是说你没有上下文工程的能力，你最后就解决不了。

但是现在的大模型还达不到这个能力。但是可能再过个一两年吧，这块应该是可以做到的。但是在这一两年里头，像我们这些程序员，就可以使用上下文工程做出一大堆的 AI 应用，把第一桶金挣回来。这就是上下文工程能够真正起的作用。

那么，上下文工程对于当前的行业有什么样的影响呢？落后的大模型服务商要抓紧升级了，方向已经确定了。

比如说扎克伯格，挖了这么多 OpenAI 的人，赶快干活，让你的 LLAMA 4 或者 LLAMA 4.5 吧，能够很好的在上下文工程里头干活。

比如说华为的盘古大模型，别光抄千问 2.5 了，把千问 3 抄一抄吧。

得把上下文工程跑通，否则的话，小粉红拿着你的这些模型也搭不出AI应用来。

还有就是像Deepseek，可能要进一步的拉长这个上下文。现在Gemini 2.5已经可以达到100万TOKEN，或者到200万TOKEN。LLAMA4其实TOKEN也很长，LLAMA4大概是可以到1,000万TOKEN，但是它对于原生的工具支持的确实要稍微差一些。这可能是未来一些大模型要去努力的方向。

第二个大批量的AI应用就会涌现出来了。一旦大家确定下来，上下文工程是未来做AI应用里的必经之路，这一块的话一定就会快速前进。而且这一次的AI应用做出来以后，它是真的能用的。原来很多人说：“我为什么做了半天最后不能用？”因为没有上下文工程，你的AI应用整个的输出过程是不可控的。或者你为了让它变得可控，让这整个的系统跑得非常慢、非常傻。

最终的结果是什么呢？就是英伟达的显卡又不够用了。为啥呢？新模型的训练需要英伟达，大量有用的AI应用的涌现需要英伟达，很多日常任务向AI应用的迁移需要英伟达，长上下文的吞吐还是需要英伟达。这可能就是现在上下文工程可以给我们带来的变化。

对于每一位听众来说，你说：“我是个程序员，我现在想去学点应用，赶快学起来，不学就落后了。”那你说：“我就是个普通人，你通过我今天讲这个故事，你也知道一下AI应用里头到底是咋干活的。如果产生的结果不对了，不是你所预期的结果了，可能是上面的6个部分和4步哪一步走错了。你稍微有一些逻辑，对于你去使用AI应用也会有很大帮助的。”

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！

华为开源了盘古大模型，被指抄袭。华为到底冤不冤呢？

大家好，欢迎收听老范讲故事的YouTube频道。华为开源了他的盘古大模型，它的模型呢，反正依然是山海经风格的起名。原来呢，没有开源，都是说我们内部开发内部使用，或者说我们专门供政府和大企业来使用。但是现在发现开源这条路不错，那我也开源吧。结果开源了以后就出事了。

它是6月30号在GitHub上就直接开源了，号称呢是在升腾芯片上训练出来的大模型。以前呢，我们的大模型大多是在英伟达芯片上训练，但是呢可以在升腾的芯片上去做推理。现在说，我直接在升腾芯片上做训练，也算是一种小的突破吧。

他呢，其实发了两个模型：一个是72B的MOE的模型，就是混合专家模型；然后呢，有一个70B的稠密模型。做呢做完了，但是准备开源还需要准备一段时间。开源这件事，不是说你做完了，把它扔出来就完了，还是有很大的工作量需要干的。比如说你要去写开源手册、许可证，这个还不是那么容易，还在做。

发出来以后呢就被质疑了。有一个叫honest AGI的账号，他在GitHub上发了一个项目，说我用这个LIM fingerprint这种方式呢进行了验证，就是叫大模型指纹的一种算法吧。它的验证是什么呢？它叫关注度的一个模型相似度吧。就是什么呢？就是说我每一次进入一个模型去提问题的时候，模型是分很多层的。在每一个层里边去响应问题的时候，基本上有四个指标：一个呢是问题question，一个呢是key，一个是value。

因为大模型里头都是先给出了问题，然后呢看看你到底是拿到了哪一个关键的key（关键钥匙），以及这个钥匙所对应的值，也就是value。还有一个呢就是它output是什么，输出了什么。就是你的问题进入到每一个层级的Transformer的这个模型里头去，你就会形成这样的四个指标。形成的向量就是问题是什么，key是什么，value是什么，输出是什么。

它把这些跟注意力相关的指标呢形成了一个指纹进行比对。指纹这种东西不要对着自己手看，跟这没关系。稍微讲一个形象点的意思：很多人都知道计算机可以做人脸识别。我们在人脸识别的时候，化个妆是不是认不出来了？不是的。计算机做人脸识别的时候，也是对人脸进行了指纹抽取。他怎么干的呢？他其实比对的是人脸上面的这个眉毛、鼻子、眼睛、嘴之间的比例和角度。为什么这么做呢？因为计算机没法判断说，我哪一次做人脸识别的时候……

你到底是正脸拍的，侧脸拍的，是拍多远多近？所以他都是先要使量化。然后呢，把你整个的眉毛、鼻子、眼睛、嘴变成一个比例和角度的简单模型。最后，只要是符合这个比例和角度的，就是你。你比如说我戴个眼镜，或者是在身上画一点别的妆容，它其实是不会影响人脸识别的。

在什么情况下，人脸识别会不准呢？就是一个小孩从小长大的这个过程中，如果没有中间过程的话，他就认不出来了。因为你这个比例变化了，人小孩长开了嘛，这个是不认得的。其他的一般都不会发生认错的情况。

所以呢，大家基本上可以理解说，从大模型的每一层进入的过程中，它的这个问题，key、value和输出，每层都算出来以后，形成了一个指纹进行比对。然后发现呢，盘古大模型所得到的这个注意力模型呢，跟千问2.5 14B高度一致。正常的两个独立训练的模型呢，这种相关性的话应该在0.7以下，这到头了就是完全一样就是1，完全不一样是0。所以正常的两个完全不相关的应该在0.7以下。

但是呢，盘古72B MOE的这个模型呢，跟通义千问的2.5 14B的这个模型，相关度达到了0.927，基本上就认为是一样的。他为了说明说你看我这个算法是准的，还把Llama3.1的这个也拿出来算了一下，说你看确实差的很远。但是呢，用他这个算法去算，比如说国内的其他一些模型的跟千问2.5 14B，也有一些到0零点八几的，也都比较像。好像百川的一些模型也很像。所以呢，也没有那么准吧。但是0.927这个事呢，确实是有点过分了。不能说这个一模一样吧，稍微有一些差别。但是呢，你穿了马甲我还是认识你的，大概就是这样的一个程度。

于是呢，大家开始质疑盘古大模型是不是在千问2.5 14B的基础上做的增量训练呢？我在你原来已经训练好的模型上，我再加一堆数据，咱们再训一遍，是不是这样得出来的一个东西？华为呢就赶快出来辟谣，说第一个你这个测试方法呀并不科学。fingerprint这个方法呢，其实存在了一段时间了。但是呢，使用这种方法直接用数值去进行模型比对出结果的这种方式呢，应该是honest AGI是第一次来使用。具体测试方法呢，其实并没有完全公开。你不公开这个方法的话，你就没法复现这个事。因为一旦是被人指责说你抄袭了，那我看看你怎么说我抄袭了，我得用你这个实验方法重新再试一次。他这个没有，所以大家也没法去反击他，说你看你这数算错了还是怎么样，这个也比较讨厌。这个盘古大模型呢。

确实是使用了开源代码，同时呢，也遵守了开源协议和开源相关的规范吧。而且呢，也进行了注明，只是注明的位置不是特别显眼。没有说上来就先讲说：“我是千问2.5 14B的一个分支的模型”，或者说：“我的基础是千问2.5 14B，我在这个基础上又做了哪些动作呀。”这个都没写。他呢，只是在一个说明文档里头的一些其他license里边标注了一下，说我这里用了千问的一些东西，而且它是归阿里巴巴集团的。而且这个标注呢，是在6月30号盘古大模型发布仓库的时候就已经发上去了。在7月4号被质疑之后稍微补充了一下，但是没有大改。并不是说被质疑了以后赶快去补这个，东西原来也写了。补的呢，也就是说我确实用了，也没有具体写清楚我到底怎么用的，或者用的这个千问的代码用的哪一部分，他也没写，只是说我确实用它了。

千问2.5的模型使用的是一个什么样的许可证呢？你用了他的模型，到底算不算抄袭呢？千问2.5的许可证是比较奇怪的。他3B的许可证不一样，他用的叫千问研究协议。所谓研究协议是什么？就只能用于研究，不能拿这玩意商用。这个是千问2.5 3B。千问2.5 72B的这个最大的这个模型呢，它的许可证也是不一样的，它是一个千问的商用协议。你如果拿它进行商业使用的话，需要到千问那边去重新申请授权去。但是中间这些像14B、32B一些模型呢，使用的就直接是Apache 2.0的协议。这个是一个大家普遍使用的很宽松的开源协议。这个协议怎么规定呢？就允许用户自由的使用、复制、修改、分发软件，包括用于商业目的，而无需向原作者或版权方通知或获取额外的许可。随便使不算抄袭，必须保留原作品的版权声明、许可证等相关信息。就是你用了以后，没事，你也不用告诉我，但是呢，你要在你的这个版权说明里你要说一声我用了。大概就是这样。

盘古呢，也确实说了说我用了，只是说的地方呢，稍微犄角旮旯一点吧。也算是符合规范，但是具体怎么用的，用了哪部分，你并不需要明确的去说这件事情。这就是Apache2.0的许可证的一个要求。盘古呢，也确实符合这个要求了。那华为自己的盘古开源大模型走的是什么开源协议？有没有人好奇这件事？他走的叫盘古开源协议。这种开源协议的事呢，有些人说我用GPL，有些人说我用Apache，或者用一些其他的，这个就属于是比较公共的一些协议。还有一些人呢说，干脆我写一些自己的。千问2.5的这个3B，千问2.5的72B。

都是千问自己写的协议，在原来的Apache 2.0的基础上改一改。盘古呢，也是自己写了一个。他呢，协议是这样写的：就是全球永久免版税、非排他，但不得转让、没有再授权。Apache2.0的模型呢，是允许再授权的。就是你拿了我的软件来了以后，你可以拿我的软件再授权给别人，再接着使去。但是盘古呢是不允许的，就是你可以用，但是呢，你不能够再授权给别人了。

盘古模型的是允许复制、修改、分发和商用，这都没问题，跟Apache2.0是一样的。允许闭源改名发布，但是需要保留协议与版权声明。这一块呢，是跟Apache2.0的稍微有一点点小差别。是什么呢？就是你发布了产品以后，上面要写上“POWERED by盘古”。盘古那个里头也写的“POWERED by千问”了，这都有。但是呢，盘古要求有强制性的商标声明，就是你必须写。而这个Apache2.0的里头是不强制的，你可以写，也可以说我不把这个商标给你露出来，都是可以的，没有那么严格。

盘古的开源系列里头还玩了个小花活，跟Apache2.0最大的差异在哪？它有地域排除。Apache 2.0就是你只要是符合这个协议的，你愿意在哪使在哪使，没关系的。但是盘古开源协里头明确规定了，禁止在欧盟境内以任何形式接触和使用哈。你不能在欧盟去部署盘古的模型，也不允许在欧盟去部署任何从盘古衍生出来的模型，或者用到盘古代码的任何产品，你都不能到欧盟境内去部署。这个是比较奇葩的一个点吧，不知道欧盟怎么跟华为之间有这样纠结吧。

这个盘古模型里头，还有一些典型的叫“按现状免责声明”，对于华为的免责和侵权赔偿条款。就是说我这东西就这样了，你不能说你拿了我的模型去以后再去发生点什么事，你找我追责这事不行。这个在Apache里也有。然后呢，是不授予商标，但是呢强制展示商标和归属。Apache呢也是不授予商标，但是没有强制展示的要求。这个什么意思呢？你不能说我用了盘古大模型了，然后你就出来说，我这是华为的东西，这事是不允许的。Apache的协议也是这么规定的。你比如说我今天用了千问的哪个模型了，然后出来说我跟阿里有什么什么关系，这都不允许出去说去。但是这样盘古就是多一条，你必须要强制的去展示商标及归属。

盘古协议并没有声明说我是从Apache 2.0协议里改出来的。其实呢，它是在Apache2.0宽松可闭源、再分发的框架下，额外增加了欧盟禁用、商标展示和不可转让这三项。讲到这儿呢。

咱们再想想说这个点，他这炮的人到底是谁呢？这个honest AGI到底是谁呢？这哥们也很神奇。他呢，突然在7月4号在GitHub上就发布了一个仓库，这个上面写着说我做了什么实验。做完实验以后呢，我发现盘古72B MOE模型跟千问2.5 14B模型高度相关，疑似抄袭，就写了这样的一个东西出来。写完了以后呢，快速的就把仓库删了，就是我快速的登记上去，快速注册，快速上传仓库，然后快速删除，这事跟他没关系了。所以这人到底是谁不知道，但是这个信息呢，很快的就被有心人转载和传播了。

国内有些媒体的报道呢说，这是一位在哥斯达黎加大学上学的韩国留学生。我也到ChatGPT、Grok呀，Gemini呀上面去查询了一下，上面都写说没有一个实际的证据说这哥们是在哥斯达黎加上学的韩国留学生，也没有任何的公开信息证明这哥们到底是谁，或者是位女士吧，这些现在都不知道。我就在豆包上去问，为什么有国内的媒体报道这个honest AGI是一位在哥斯达黎加上大学的这个韩国留学生呢？豆包搜了半天，确实没有一个实际的证据。是有一些媒体呢，上面写的是他的这个GitHub上的仓库里边有文件做的自我介绍，上面写的说我是“在哥斯达黎加大学上学的韩国留学生”，但是现在呢，这个仓库已经被删掉了，所以呢，没有办法再去核对和确认了。

那华为到底算不算抄袭，或者是不是抄袭呢？总之吧，他的姿势不是很优雅，这个事咱们还是要说的。高度重合这件事呢，肯定是有原因的。这件事呢，不是说写个在引用里头说我引用了千问就完事了，或者你告诉人家说你这个测试方法不科学，我是从头训练的，这个事并不能这么简单的就解释的过去。你还是要去解释说到底是怎么回事的。但是这个对于华为来说就比较麻烦，因为人家上传仓库，然后删库跑人了，你没法复现这个。但是你完全可以自己找一些LRM大模型指纹的算法来去复现，但是到目前为止呢，华为官方并没有做这个事情，只是发了一个公告就完事了。

公告里头呢，写的是遵循了开源许可规范，但是更多的呢，还是强调自主研发的部分。这样的话至少不太礼貌吧，没有说清楚具体使用了开源系统中的哪一部分，以及如何使用的，这个才是遭到质疑的一个核心问题。你使千问的了，你也在这个版权声明里头也写了，我确实POWERED by千问是阿里巴巴集团的，但是我到底咋用的，我用了哪部分我没说，还高度重合，最后我符合协议完事了。

这个确实有点说不过去。质疑了之后呢，依然再去强调说我是自主研发的，这个就属于是越描越黑了。所以他的姿势肯定是不对的。

官方回复中，依然只是强调我遵守协议和规范了，没有提任何引用软件的名字。他没有说我引用了千问，在官方回复文件里头，就直接把这东西给漏掉了，只是说我符合规范了。这个就属于更加的感觉有些心虚的一个状态吧。

那为什么很多人会选择不相信华为呢？肯定还会有人相信华为说什么都是对的，但还是有很多人愿意不相信他。因为华为已经习惯了强调自己的自主创新、遥遥领先、民族主义。

任正非有一次提到过什么呢？就是华为自己在全世界都有研发中心，招了大量的海外科学家参与研发，包括他国内也有大量的外国人科学家在研发。但是呢，他说我们从来不宣传这件事，让你觉得我们这都是中国人自己做的，自主研发的，跟老外没关系。其实华为大量的技术都是由全世界的科学家一起去研发出来的，但是人家不说了。所以他有这样的一个宣传的习惯。

如果盘古大模型一上来就说，我在千问的基础上做了点什么，也不会有人说他什么。但是呢，他只是把千问的版权声明放在Pytorch引用的后边提了一嘴，那就很容易被人攻击了。Pytorch是梅塔开源出来的大模型驱动的一个框架吧。Pytorch他用了，说这是梅塔的；千问我也用了，后边还写了几个，还用了什么GPT的一些开源的项目。当然它叫GPT什么我忘了，不是OpenAI开的，只是这个名字叫GPT什么。还有hugging face的一些开源软件，我也都用了。我都按照这个Apache 2.0的要求，把人家的名字写上了。只是呢，写的位置呢，稍微犄角旮旯了一点点。

这次的事情呢，大概率是被人做局了。肯定有人发现了问题，发现问题之后呢，就冲上来狠狠砸了一锤子，砸完了以后就跑了。在别人看到仓库以后，转载了信息之后，快速把仓库删掉跑路了。从整个的动作来看呢，应该是做了这种有预谋、有计划、有组织的狙击活动。

华为的品牌受众呢，甭管是喜欢华为的，还是讨厌华为的吧，都比较二极管，或者说比较极端，没法接受开源软件引用的这样的一个中间状态。你对于这些特别喜欢华为的人来说，华为就得自主创新，怎么可能用别人的呢？甚至呢他觉得，如果我抄个谷歌的，抄个OpenAI的，我们还余有荣焉。一下你抄了个千问的，你要脸吗？会有这样的想法。

我记得当年小米的空气净化器抄了一个日本牌子，但是那牌子念起来很像印度品牌。

很多人在国内就传说：“小米，你要脸吗？你抄个印度品牌。”这个也确实是中国人的这种民族自豪感比较难以接受。另外一波人呢，其实也不太懂开源，但是那波人就是属于是“华为干什么都错的”。一看说：“华为，你抄的，我就知道你走到哪你都会抄。而且你看你在这个版权文件里还写了人家千问的名字了，最后你跟人长得一模一样，这实锤了，你就是抄的。”所以呢，华为的受众，甭管正面反面的，都很难接受这种中间状态。

有些事情呢，真的叫瓜田李下。中国自古以来讲的什么呢？在瓜田旁边不系鞋带，李子树底下别扶帽子，这个都属于叫有嫌疑的事情。华为干这个活呢，就属于叫瓜田李下。华为其实在中国的开源界里头一直还算是做的比较不错的，还算是守规矩的。只是呢，华为自己的宣传跟民众认知里头无法容忍开源这种模糊的地带。

应该怎么办呢？第一，我别在瓜田下走。我就算是在瓜田下走了，我也确实是提了鞋了，那怎么办呢？有一些人会选择说：“那我站起来的时候，甭管我原来手里拿没拿着瓜，我都放点钱下来，就算是避嫌了。”要么你说：“我就彻底不用也没毛病。”用了呢，你就大大方方的承认。或者说你原来比如说只用了一点点，你可以承认说：“我使用千问这部分呢，放在比较显眼的地方，让人看到说：‘我在这呢。’”就是说我在李子树底下扶帽子之前，我先举手：“我这帽子歪了，我要扶一下。”大家都看着，我这个帽子里头原来就有仨李子，不是从上头掉下来的。你可能要稍微说一下，就是变得更加的假道学一点点吧。

最终的结论是什么呢？就是华为自己呢，面对这种攻击是比较无力的。原来呢，他是开源这波人负责开源的事。在国内呢，负责愚民的这些人呢是另外一拨人，就是每天喊“遥遥领先”。但这些人是另外一拨人，这两拨人原来是不怎么打交道的。原来就算是有一点点小交集呢，华为内部这些负责开源的人也会选择说：“我只对对我不利的信息进行辟谣，对我有利的误传，我就听之任之了。”原来有人去传说华为要去做中文开发语言的时候，华为内部所有人都知道这是假的。但是呢，没有任何人出来辟谣，因为辟谣很累，没意思。

但是你到现在了，指责他抄袭了，你现在再想出来辟谣也没那么容易了。所以他这个攻击呢，甭管他怎么回应，原来不信的人还是不会信。而且他做的这个姿态呢，也不是特别好。这就是这一次华为被人指责盘古大模型抄袭千问2.5 14B的这个事情的前因后果。到底抄没抄？我估计还是用的过程中不是特别讲究，否则不会有这么大的重合度。

如果他这个完全无法复现的话，华为早就出来辟谣了，说：“你看，我自己也试了，压根不是这么回事，他测的就是错的。”而不是出来说你测试方法不科学就完事了。

好，这个故事就跟大家讲到这里。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。

AI是不是已经可以替代张雪峰的高考志愿填报服务了呢？

大家好，欢迎收听老范讲故事的YouTube频道。最近几年，AI都在尝试帮大家填报高考志愿。现在高考志愿确实比较难以填报，2,900多所高校，1,600多个专业，未来职业到底应该怎么样去发展，这些都是需要去考量的东西。到底是选专业还是选学校，也是很多人在争论。你不强调选专业的话，填报志愿服务就没有价值了。

现在很多人看到这么多专业、这么多学校，特别是搞不清楚未来哪块云彩会下雨，也搞不清楚自己家孩子到底喜欢什么。在这种情况下，高考志愿到底怎么填？有AI这样的一个大杀器，全村最后的希望，那是不是他就可以来干这个事情？其实最近两三年都在干这个事，只是到了今年会更加的厉害一些，或者说更多的大厂冲进来。今年是阿里、百度、腾讯都冲进来帮大家去做AI志愿填报去了。

为什么今年都冲进来了呢？而且这些大厂都冲进来了，原因也很简单。第一个，AI特别是有了推理模型以后，比较擅长做这个事情，至少表面上是这样的。他为什么擅长干这个事呢？他可以快速的把信息都同步起来。你别说几千个学校、1,000多个专业了，你就算再翻10倍，他也可以快速的去进行排序和选择。而且各种有条件的筛选和推理的话，就是现在这些推理模型擅长干的。

但是各家的模型之间差异比较大。你比如像腾讯可能用Deepseek，阿里用的是千问，至于百度的话，就不提百度的什么事情了，反正他也在努力的折腾这件事情。而且现在AI大模型的志愿填报呢，通常都是免费的，因为这是一个巨大的流量入口。你只要是高考，甭管家里头有没有人参加高考，都会去关注这个事情。高考家庭、大学生本人，都属于非常非常有质量的流量。这些人你后边可以给他推荐各种各样的教培服务，或者一些其他跟教育相关的这种服务。而且大学生本身很年轻嘛，只要是说能把这个用户留下来的话，未来他还要消费很多东西的。所以这个时候，是各大厂商冲进来抢流量的时候，这是今年跟往年不一样地儿。

那么张雪峰的这种高考填报志愿服务是多少钱呢？刚才我们讲了AI那个免费，而且填的还行。就是你告诉他说我们考了多少分，我们有什么样的要求，在哪些范围内选择，希望在本省还是在哪个区域内选择，他都会给你告诉说你这个冲一冲可以冲到什么位置，大概率在哪儿，保底是保到什么地方。他会给你做出很详细的这个规划来，特别是这个阿里的夸克浏览器里边做的高考填报志愿，据说填的还是不错的。

那你说张雪峰这个1万多的套餐，他到底卖什么呢？这个还卖的掉吗？是不是跟这个免费的比起来，就没法整了？

不会，这个供不应求，大家还在抢呢。类似的服务机构其实挺多的，只是张雪峰的声量最大，所以咱们今天拿他来说事。现在张雪峰这个1万多的套餐，根本抢不到。张雪峰本人的，据说三年内的都抢光了。你现在在买到的，都是张雪峰团队下边的这些资深教师和专家给大家提供的服务。

梦想卡是12,999一张，圆梦卡是18,999一张。而且他这玩意分省卖，就是这个省还剩多少张卡要买，那个省还剩多少张卡要买。他分省卖这事也很好理解吗？因为各个省你命题、招生什么都不一样，而且最后排名什么也都是按省排的。

这个价格，像一个12,999，一个18,999，这么好卖一定是涨价。他比2024年各涨了1,000块钱。而且呢，这个梦想卡也好，圆梦卡也好，他不是一锤子买卖。他是从高中阶段就开始去介入的。你高中你需要选科呀，语数英你必须得学，剩下的你到底怎么个选法？每个省其实要求不一样。很多的院校，你必须是物理化学都得学了，你才可以去报。所以高中选科目的时候，你就需要有人来指导了。

你未来想去什么学校，需要去做模拟预案设计。你还没考呢，我先帮你去规划一下志愿填报方案的生成。这个才是今天我们讲的这一项服务，就是12,990也好，18,990也好。填报志愿只是其中的一小项服务。

考上大学以后呢，你还有四六级的考试规划、考研指导和职业培训的一些项目。张雪峰他们原来最主要的本行是做考研的，所以呢他是从高中一直把这个项目延续上来。所以后边有考研指导和职业训练营的这个项目。

你说有一个12,990，一个18,999，这个差6,000块钱差在哪了呢？这个圆梦卡就是比较贵的卡呢，是额外提供苏州市优质企业实习对接机会。不是其他的任何省会任何市，就是苏州市的。原因也很简单，就张雪峰他们公司就在苏州。你实在不行，你上我们公司来实习来。

苏州呢也有很多外企，像微软还有博世，软件呀或者半导体这块的外企有蛮多的。张雪峰呢在苏州，肯定还算是一个比较大的知名企业嘛。所以呢，跟苏州政府也有很多的关联。有学生到这来实习，苏州政府说我们愿意帮他安排。万一他留下来，还可以留在苏州买套房子嘛，这个政府还是大力支持的。

但是你必须要买多6,000块钱的这个套餐，才可以享受到苏州优质企业实习这个对接机会。张雪峰他们提供这种套餐的价值，到底在什么地方呢？

就是真人服务多轮沟通，个性化的策略定制与长期规划，这个才是真正的价值。你说我就上来，夸克浏览器上来，你给填一个说我考了多少分，有哪些需求。孩子一辈子的事情，你就这么填俩数，你就放心让他干嘛？所以一定是多轮沟通。

而且呢，他写着说：“我们更适合需要综合家庭资源、职业倾向等复杂因素的考生。”你去AI接口上去聊天的时候，去填信息的时候，你能填多少信息进去？填不了那么多信息进去。而且很多东西呢，并不是写在纸面上的，特别是某些特定的知识，只在小范围之内传播，没法形成一个明面上的东西。

你比如说吧，内蒙古有这个定向委培的去上戏的机会。这种事能写在纸面上吗？不能写在纸面上。但是像张雪峰他们这帮人，你知不知道？肯定知道。因为每年到底哪招了多少学生，哪个班到底是怎么招出来的，他肯定心里是有数的。哪个事你是可以去惦记的，哪个事不可以去惦记，他心里都知道。但这些东西，你又不可能把它写在明面上。

所以这个是可以成为张雪峰他们这帮真人老师的一个决策支撑。但是你要让AI把这个东西训练到模型里边去：“内蒙古有这个去上戏的定向委培班，咱报那吧。”这不是坑人吗？你是谁？你看看家里都什么人，你就报那？所以这个是有差异的。

另外呢，就是沟通的过程。因为他有真人嘛，多轮沟通，很多潜台词并不是文字可以表达的。人是可以感觉的到，但是文字表达不出来。你比如说吧，有些人说：“哎呀，我们不希望离开大城市。”或者不希望去一些比较偏远的地方。他可能这么说，但是你就问他说：“你是不是不想离开北京？”比如北京考生不想离开北京，上海考生不想离开上海。

如果给AI的话，AI一说：“你不想离开大城市，那是不是北上广深都可以考虑？成都、西安这些是不是也算大城市？”AI的判断它只能是这么判断。但是你对于真人来说，就可以有一些其他的判断方式。甚至真人你还可以跟他聊一聊，说：“哎，你家里干什么的呀？有些什么样的资源呀？以后希望怎么怎么做？”这些事，你人可以聊得出来，你机器你是聊不出来。或者给你一个这样的窗口，你敢往里填吗？你也不敢往里填。

所以呢，这个是真人真正的价值。陪伴跟情绪价值也是价值。你说我有一个人就在那陪你聊了半天，帮大家纾解了一下心情，你这不也得付钱吗？这么多专业的老师，他也得领薪水。

另外呢，对于张雪峰他们公司来说，“建档”两个字非常重要。两个字很简单——建立档案，但是呢，这个价值很大。就什么意思呢？就跟病例似的。你说我去看病，你为什么一定要有个病例呢？

这个大夫给你开药的时候，一定要看看你原来开过什么药，以前做过哪些检查，大概有些什么样的毛病，他才给你去开新的这些药出来。你原来对什么药过敏，吃什么药有效，吃什么药没效果，这病例都写着呢。那你这个多轮沟通，长期的跟踪，那我就整个建档了。

你家里是一个什么样的情况？父母都在哪呢？家里有什么资源？小孩喜欢什么样的事情？参加过哪些竞赛？参加过哪些的课外活动？考了哪些成绩？对未来有一些什么样的想法？中间哪个阶段有些什么样的变化？都给你记上。哪怕后面换人了，我拿着这个小本本一翻，我知道你大概应该去什么地方，还是不错的。这个是真正有价值的东西。

就算是你说我特别有耐心，愿意往夸克或者往百度、腾讯这些入口里边去填这些信息，你填完了以后，人家都不知道该怎么用这个玩意。或者说给你了这个接口，你都不知道该往里填些什么。人家是有一个格式化的东西，让你去建立这个档案的，这个还是有价值。

那你说AI跟张雪峰比起来，到底差在哪呢？AI干的活，其实第一个就是叫专家经验蒸馏。张雪峰也天天开直播，天天在那讲说我给你推荐这个，我给你推荐那个了。那所有这些信息是公开的，这些信息通通都会被这些做AI大模型的公司拎回来，拿它去蒸馏一下，训练他们自己的模型，或者微调一下自己的模型。

而且这些大模型去做推理的时候，模拟的就是张雪峰这样的天天公开在外边讲的这些专家的公开逻辑。为什么一定要强调公开逻辑？就是你真跟他谈的时候，一定是有很多不足为外人道的这些逻辑在起作用。

为什么我们喜欢看张雪峰？一个是这哥们确实说话特别逗，另外一个就是有很多没法对外边说的话，他真敢说。比如说新闻专业没前途，穷人家庭孩子别学医，他真敢说这话。别人都是好好先生，你看看你自己爱好什么，张雪峰他就敢放炮。

但即使是这样，你真的让他去给你做高考志愿填报的时候，一定还有很多他平时都不敢说的东西，在里头去支撑他的逻辑。但是呢，AI不管这个，你说什么我就信什么，然后我把你所有说过的话直接训练到模型里去，这就是它干的活。

第二个就是AI有一点是要比人强的，就是数据的快速迭代更新。因为就是当高考过去了以后，大家要开始去招生的时候，他有大量的信息会去迭代更新。就是像我们儿子去年考完了以后，就很多人说，我们这个学校大概是多少多少分有戏，你是不是先来看一看。因为你只要是考完了，你分出来了，他们就会给您一个分数线，超过这个线的，在我们学校应该有戏。

你就可以带着孩子去跟人去聊，去看看哪个专业有戏。像我们当时去的时候，也是有一个学校说没问题，应该能进来，结果最后就没进去。就是他肯定会给自己打点富裕。

这些信息呢，大模型是可以快速更新的。现在夸克也好，或者其他的这些大模型也好，号称是每天更新三次数据。比如说哪个学校说我们有一个建议分数线，他马上更新上去，然后他再告诉你说，这个学校可能是这样，那个学校可能是那样。这个2,900所学校，1,600多个专业，再加上千奇百怪的个人喜好、扑朔迷离的未来市场发展情况，对于一个可以每天更新三次数据的模型来说，肯定在这块还是要比人强一些的。

人类是不太可能在每一次决策的时候，都考虑到这么多因素，或者考虑到所有因素，这个事很难。另外呢，就是输入信息。可以输入的信息其实还是比较有限的，考生和考生家长也没有耐心真正的把那么完整的信息输进去。特别是什么？你不付钱，大家就没有那么认真。因为甭管是夸克也好，还是百度也好，都是免费的。

很多中介机构为什么说你只要找我咨询，给我打电话了，必须先付钱？很多人觉得这是骗子。你说有没有骗子？肯定有。但是呢，这个里头也是一个行业的基本规则。你只要付钱了，你才认真，你才能节省大家的时间。你上来打电话了，你不付钱的话，就随便问一嘴你就走了，我也没那么大功夫接待你。你给我的各种信息都不完整，我再给你出很多的建议和意见，也不靠谱，所以就没有任何意义。

所以付钱才是大家坐下来，认真的去进行服务也好，交易也好的一个大的前提吧。也有人突然有时候跑来找我，说我有个主意，我有个idea，看看我有没有空吧。要是有空我就跟你闲聊一下，没空就拉倒了。这个也是一样，如果你觉得你有一个特别认真的事情要找我，先想想是不是要付钱。

讲远了。另外呢，AI过往的跟踪是跟踪不了的，因为你没有给他过往信息嘛，他咋跟踪你？他如果真跟踪了你，会吓死你的，会让人恐惧的。另外一点就是现在的AI还不太容易去了解大家的隐藏信息，因为这一块的话，真了解了也会吓死你的。

AI呢，现在还有一个小问题，就是它有幻觉，这个事没法避免。幻觉呢，就是当它把各种的资料混合在一起以后，他有时候会出错。百度呢，反正不建议大家去尝试。夸克呢，有兴趣可以去试一试，挺好玩的。如果你家里有考生的话可以试一试，但是也不要太认真。

现在呢，他的结果一致性还不是特别好。什么叫结果一致性？就是你在同一个平台上，同样的输入，你比如我考了多少分……

我有什么样的要求？我是学了哪几门课？家里可能有些什么样的偏好？你把这玩意输进去以后，它每次输出的结果是不一样的。因为大模型嘛，它就是这样的。你每次跟他聊天，每次输出结果都会有一点点偏差。但是像夸克这种还好了，偏差不会太大，就在一个比较小的范围内偏来偏去的。你可以多试几次，千万不要说啪打一个回车进去了以后就是他了，拿这东西我就填那个表格去了。别干这个，多弄几次。

现在你用不同的平台，给出来的结果是天差地别，这个就很麻烦。而且也很难去验证说谁更好谁更不好，这个事没有办法验证的。因为虽然都是推理模型，有COT（就是思考过程），但是呢，这些东西你拿它去验证，人基本上是没有这个能力的。即使这样，我还是建议大家多试几个平台。试完了以后呢，自己去想，到底是怎么回事？我应该如何去下这个决心？这个就跟AI辅助看病一样，最后签字的还得是那大夫，不能是说AI直接给你出单子，你就开药去。

在测试的过程中，建议大家不要去试百度的，因为我试过它的模型，它模型还是不太好使。底层模型不好使的话，上面这个结果就基本上不可信。再往后，从高考志愿填报这一个工作上来看，人应该如何跟AI协作呢？我们来思考一下：

有经验的真人应该去做面谈，提供情绪价值，获取隐藏信息。这一块呢，是到目前为止AI还无法替代的。然后建档，进行用户个人和家庭情况的长期信息跟踪。这块呢，是可以依靠AI agent或者说一些软件开发的部分，是可以搞定的。不是说AI就可以搞定，现在虽然AI有记忆，但是呢你要求它进行这么复杂的记忆，它其实也搞不太定。这块可能还是要去做开发的。

人应该干嘛呢？就是利用AI实时跟踪最新的高考公开信息。这个是AI可以搞定，人不是那么容易搞定的。各自做擅长的事情嘛。另外的那些真正的内部经验，比如张雪峰整个机构内部有一些流传的这种经验和知识，特别是历年的录取情况、毕业生的就业和分配情况。这些东西也应该录入到一些内部知识库中，协助大家去决策。这就是这个公司的价值吗？

你说夸克这些，他只能是根据公共知识库去形成一个推荐的逻辑。而每一个机构是可以做很多这种内部知识库的。最后呢，就是一定要提供付费服务。因为不付费，就没有人去认真对待。

总结一下：AI介入高考志愿填报之后，会发生什么样的变化？更多的人可以去使用了。毕竟张雪峰这种服务还是一个小众服务，1万多块钱的这种服务。你别看说高考是多么重要的一个事情，影响孩子一辈子。

一千几百万考生，最后能够上本科的可能有四五百万的人。这四五百万的人，不可能都去买他们家服务吧？最后可能买服务的人是很少的。大部分人还是会去利用AI，使用免费服务去进行高考填报志愿的。不一定是真的让他填，但是反正免费吧？你让他参考一下，总没有什么太大的毛病。

而且呢，从今年开始，因为有推理模型，整个的模型和AI agent的工作能力也非常强了。所以可能从今年开始，AI进行高考志愿填报就会逐渐成为一个常态了。这个AI填报里头有一个很大的bug，其实是比较难以解决的。而且可能最终要解决这个bug，还需要整个社会一起去调整。

这个bug是什么呢？就是过于集中。像土木工程，现在肯定是已经崩了。从张雪峰开始反复宣传土木工程可能没戏以后，土木工程再想去招生就比较费劲了。未来一定是旱的旱死，涝的涝死。今年比如说人工智能特别火，那大家就拼了命地去报人工智能。其他的一些没有那么火的这些专业，可能就没法整了。高考志愿填报会出现极度的不平衡。

原来张雪峰也告诉大家土木工程不能报。第一个有多少人信？第二个买得起他服务的人很少。他这样的建议，其实对于整个大盘子来说，影响没有那么大。但是AI上来了以后，每个人都可以拿这玩意去干活了。那可能对于各个学校里面的专业和院系的设置，就会产生影响了。

对于学校来说，未来如何应对AI辅助填报志愿？如何让AI辅助填报志愿的时候，把自己真正需要的那些学生推荐到自己这来？就是学校以后要去思考的问题了。当然这块也还是要有很多的摩擦和碰撞以后，才会让整个中国的这种高考报名和大学的这种培养方向发生新的改变。

好，这就是今天讲的故事。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。