杨乐坤出走Meta：一场关于战略、用人和未来的博弈

大家好，欢迎收听老范讲故事的YouTube频道。

这一天还是来了。前面我们已经猜测了很久，说杨立昆到底什么时候会离开，因为所有人都眼睁睁地看着Meta的AI战略转换方向。亚历山大·汪进入Meta，一个28岁的辍学生，在管理65岁的大学教授和图灵奖得主，这个事一定不能长久。而且前面还对杨立昆手下的FAIR部门进行了600人的裁员。

靴子落地：杨乐坤宣布离职

现在靴子终于落地了。2025年11月19日，当地时间13:20，杨立昆发了一个长文宣布离职了。在这个文章里边，他回顾了一下在Meta待了12年，感谢了小扎和一堆高管，然后准备要去做他的AMI。他这个AMI呢，叫做“高级机器智能”，说：“我在Meta期间就一直在干这件事，现在呢我准备出去了以后接着干。”而且新公司呢，Meta依然还有参与，具体的情况后续再公布。他呢，也终于可以不受Meta的限制，去研究自己的世界模型了。

杨立昆也要去做世界模型，跟李飞飞有些相近。最后咱们再说一下，他的世界模型跟李飞飞的世界模型到底有什么差别。

Meta呢，应该在这个里边还是给了钱的。你请这样的一位大神出去，而且大神在发文的时候还感谢了扎克伯格，那一定还是要给钱的。所以杨立昆未来的公司里头，Meta应该还是一位重要的股东。但是到底给了多少钱，占了多少股份，可能还要等未来Meta的官宣，现在应该公司还在注册过程中吧。

谁对谁错？一场责任的追问

我们普通人呢，真正关心的不是这些事。我们关心的是，这些大神们斗来斗去了以后，到底谁对谁错呢？

• 有些人讲了，扎克伯格短视了，不听老人言，找了一个年轻小伙子过来，你把这个图灵奖大学教授给放走了，这一定是要吃亏的。
• 还有人呢说，Alexander Wang抢班夺权，给扎克伯格进了谗言了。这是中国人比较喜闻乐见的一种论调，为什么呢？总是“清君侧，不能斩昏君”，皇上做出什么错误的决定，一定是下边人进谗言了。这个28岁学生整了这么一公司，进来以后就把老教授给挤跑了，一定是他的错误，扎克伯格只是被他一时蒙蔽了。
• 当然呢，也有一些人，特别是像傅盛这样的人呢，就出来说杨立昆耽误了Meta，如果没有他的话，Meta早就行了。这种呢就属于站在CEO的角度上，CEO的角度呢，通常都是不会承认自己有错的，都是下边人是坏蛋。而杨立昆呢，站在这样的一个位置上，把持了这么多的资源，又没有把这些资源真正的变成Meta能够挣钱的商业利益，那么一定是他错了。

扎克伯格的决策失误

从我个人的角度来分析，当一定要有一个人来承担责任的时候，这个人一定得是老大，也就是扎克伯格自己。扎克伯格在这件事情上到底做错了什么呢？是不是听信谗言了？是不是不听老人言了？是不是选错方向呢？还不是。扎克伯格真正做错的是决策错误。

哪样的一个决策错误？就是你去找杨立昆这样的一个人来，纽约大学的教授，图灵奖得主，算是人工智能三教父之一，这样的一个人你把他招来，这个决策没毛病。但是你招来让他干嘛？这个事就错了。你真的让他整了一个研究所，叫FAIR (Facebook AI Research)，这样的一个机构，说：“你们自己研究去吧，研究完了这些东西，你们去发论文吧，你们去开源吧，我们在后边支持你。”他去干这件事情，其实是有问题的。

如果你说你前面就下了这么一个决心，说：“你就干吧，我就不管你了，你们给我赚名声就完了。”也行。那你后边自己该去产品化的地方，该去做工程实施的时候，你要组建另外一套班组去干活去。结果呢，扎克伯格后边那一半事没办，他把前面那半截干了。最后导致什么？杨立昆他们研究出来的很多东西，在Meta里头没有办法落地，还没有办法给Meta带来实际的利益。而且呢，在各种的竞争里，他还落后了。

如何正确“使用”顶尖科学家？

这是扎克伯格犯的错误。就这种大佬请回来干嘛使？

1. 招牌效应：人工智能三巨头我请回来一个，那三个人里头，有一个是被谷歌直接把公司收购了，收谷歌去了；另外一个呢，每天在外边吵吵，说要去做人工智能监管；杨立昆呢，被Meta收下来。首先你这个招牌是有了。
2. 人才磁场：作为一个大学教授，你就应该是把他的学生都拎回来。谷歌也是这么干的，把一个哥们拎回来以后，就天天的拉着他的各种学生，拉着他的师兄师弟，上谷歌干活来。这个应该也是杨立昆真正能够给Meta带来的东西。

至于杨立昆真正研究的东西，其实这种大学教授真正研究的东西，对于公司来说通常是没用的。为什么？就是离变现太远了，离具体的实际使用太远了。

结果呢，Meta是前面不够果断，把杨立昆找回来了，但是你该继续投入的时候，就不够果断了。因为FAIR这个团队这么多年，这十几年可能总共花了十几亿、二十亿美金的样子。那你说这也不少钱了，老范你又这个拿钱不当钱了是吧？十几亿、二十亿你就一张嘴就来了。你看看微软花了多少钱，你看看谷歌花花了多少钱。想去跟大家竞争的、平起平坐的扎克伯格，他花的钱真的算少的。而且在这个过程中，主要还是去发论文、发开源，并没有真正的去工程落地这件事。因为工程落地，你还要花更多的钱。

所以呢，杨立昆到了Meta，让不合适的人去承担了错误的预期。你找了一个大学教授回来，你希望他把整个这一套事都干完：竖招牌、再招人、再到科学研究、工程实施和产品化。你希望他一个人把这事都干掉，这是不可能的。

正常的应该是什么？你把这位大神请回来养着他，他想干什么你让他干，他花不了太多钱。剩下的呢，你再让他的学生挑一摊，把后边真正的跟公司有关的研发做掉，把跟公司有关的工程化、产品化的事情做掉。这才是应该干的活。什么时候缺人，你就让徒子徒孙们继续上，继续进来填坑。这才是这种大神正确的用法。

新旧团队的冲突与杨乐坤的出局

所以这一次杨立昆的出走，就是扎克伯格前面在用人方面用错了。等到最后呢，扎克伯格发现我们落后了，没有达到他一开始的预期。他没有去检查自己犯了什么错误，而是大刀阔斧地开始是1亿美金、10亿美金去招人去了。他有这钱，你多给杨立昆点，没准还能做出点东西来。到后边“七嚓咔嚓”整了一大堆人进来，找了一个叫亚历山大·汪的人。

亚历山大·汪最后能干成什么样，现在去猜测还为时过早。但是呢，杨立昆这一摊，他就实在维持不住了。亚历山大·汪这帮人进来了以后呢，跟杨立昆他们之间的分工还有很多是重合的。那就怎么办？内部关系一定摆不平，就要开始抢夺资源。那一定还是要立起一个“正宫娘娘”来，其他的小三什么的，你们就先朝后站一站就完事了。那么杨立昆呢，就这样出局了。

所以这里头谁对谁错？杨立昆没错，亚历山大·汪也没错，这里头唯一犯错的就是扎克伯格。他犯错误了。

FAIR的遗产：对中国AI产业的巨大贡献

杨立昆在Meta期间做的这个FAIR，到底给世界，特别是给中国的AI产业，做出了什么样的贡献呢？巨大的贡献。没有杨立昆，就没有今天中国的AI产业，完完全全可以这么讲。

他们做了两个非常、非常重要的产品出来。

• 第一个叫PyTorch，现在绝大部分的AI平台都在这上面跑，这是一个开源的系统。当然了，PyTorch的负责人现在也离开了Meta，他要比杨立昆走的稍微早几天。这哥们呢，现在加入了Thinking Machine Lab，叫TML。这个公司是谁创建的呢？大家还记得OpenAI有一年闹宫变，当时有一个美女CTO，他后来离开OpenAI以后，创建的这个公司叫Thinking Machine Lab，就是这个公司。当时扎克伯格想去找人顶杨立昆的时候，在找亚历山大·汪的同时呢，也在找这个TML，说我把你收购下来吧。当时人家不同意，说我们要自己发展，不愿意被你收购。所以呢，他就把亚历山大·汪找回来填坑来了。
• 另外一个巨大的贡献就是Llama大模型，开源的Llama大模型。Llama1、Llama2，绝对是给中国早期的开源模型奠定了基础。没有Llama1、Llama2，甚至是Llama3的这些开源，就不会有中国今天百花齐放的大模型。所以这个FAIR对于整个世界，特别是对于中国的AI产业，是做出了巨大贡献的。

杨乐坤为何在Meta混不下去？

杨立昆为什么在Meta混不下去了呢？亚历山大·汪来的时候，他还说我们好好合作一下吧，当时还是很有求生欲的，但是现在还是混不下去了。

原因一：科学家与CTO的角色冲突

第一个原因很简单，他呢是要去做长期研究的。通常大学教授都是做长期研究的，他是没有明确的工程化和产品化压力的。我今天做了一研究，这东西到底最后怎么工程化，或者在我的整个内部怎么去改进，他从来没想过这事，科学家也不想这事。或者说我把这东西做成一个什么产品给大家提供出来，他们也不会思考这个问题。他们真正追求的是什么？更多的经费，研究更遥远的未来的事情，以及呢，发表更多的论文。而且科学家的本质呢，从来就没有改变过。

那你说CTO跟科学家之间到底有什么区别呢？CTO，你是为股东负责的，你是要为董事会负责，什么该说什么不该说，你心里应该有数，你每说一句话都会影响股价的。而科学家就是只为自己心中的梦想去负责：“你们那些乱七八糟东西，不要来给我捣乱。”

那你说杨立昆跟作为Meta AI里头的领衔科学家，到底说了什么不该说的话呢？作为一个CTO他肯定不合格。总喊着“大语言模型是死路一条”，这玩意咋搞？我们现在招人做产品、做工程化，老大在这天天喊：“这个这是死路一条，你们再往前走就死了。”而且他还喊：“现在的所有大模型，跟一只猫比起来都不行。”OpenAI也好，谷歌也好，都说我们的模型可以顶博士了。说：“你把它装机器人里，你看看它有猫灵活吗？”肯定没有。这就是他的一个论断。你作为科学家你可以这么喊，而且你越这么喊，越容易搞到经费。但是你作为一个企业里面的领军人物，也是Meta的AI领军的科学家，但你天天喊“大语言模型是死路一条”，这事肯定是不行的。

原因二：商业压力与战略落后

他呢，一直准备去做世界模型。世界模型这个事呢，肯定是巨大的天坑。因为大语言模型这件事，大家已经走通了，知道怎么往前走……虽然挣钱还难一点，但是怎么去骗股民，怎么去骗基金，怎么去骗华尔街，这条路其实已经通了。那对于Meta来说，人家已经验证成功的路，我们得走下去，该捡的果子我们得捡起来。你不能在这个时候再喊说，我要去做世界模型。世界模型这个东西到底怎么做，做完了以后会达到什么效果，谁也不知道。我要靠这个东西去忽悠别人给钱，是非常非常难的。

这里呢，也会体现出Meta跟谷歌他们的差异。谷歌就是我这头挣着钱呢，那头呢，我还投入了很多的钱，去研究各种各样现在大家看不出结果的东西出来。而Meta现在不行了，我必须要马上见着钱，我没有那么多钱让你们去放飞自我了。

Meta现在呢，明显在AI领域里头落后了。Meta自己的商业化模式其实是有问题的。为什么呢？大家看看现在所有做大模型的公司，或者AI这类的公司，英伟达那是做芯片卖铲子，其他几家其实现在也都是卖铲子的。微软、谷歌他们虽然也做芯片，但是他们芯片卖的量并不大，就是只是自己用而已。他们卖什么？他们卖云计算呢。谷歌云上提供了这些大模型的东西，“你来买买我谷歌云吧”。微软也是这样，“我微软云上提供了OpenAI的全套东西，你来买我微软云吧”。大家每次去看财报的时候，只管看谷歌云的收入涨了，虽然可能其他的收入有些波动，但是你只要谷歌云的收入是呈两位数上涨的，我们就认你的市值了。他是这样的一个逻辑。微软也是如此，亚马逊和Oracle走的都是这条路，他们是卖云服务的。

那你说Meta呢？Meta缺云，他自己是不卖云服务的。Meta 97%的收入全是广告收入，他就讲不了那故事了。那他怎么办呢？他只能是实打实地做出产品来，大家很喜欢这个产品，用户量很高，只能干这条路。另外一条路是什么？就是我通过AI的改造，我的广告收入上升了。广告收入这种事情呢，它是跟用户数和用户时长相关的，你最后的转换率会有优化，但是优化起来是非常难，即使加上AI以后，也很难说我就一下有这种质的飞跃。所以Meta很难证明自己真的做的这些东西是有用的。

而另外一方面呢，他做的Llama4也翻车了。Llama4全面被千问赶超。原来Llama1、Llama2、Llama3还是遥遥领先的一个位置，但是等到Llama4的时候，第一个是做各种评分的时候呢刷题，就是他做了一些学术不端的行为，想把自己想做成那种“小镇做题家”似的，我把题刷完了以后去刷成绩，这个事是不行的。在他们这个领域里头，这是非常非常丢人的，虽然中国模型都这么干，但是呢对于美国大公司来说，这个是不可接受的。另外一个是什么？就是他的Llama4只出了几个特别大的模型，底下这些小模型都没做。Llama3还是从小到大做了一遍，大家还可以在Llama3的各种层级的模型上，去做自己的微调，做自己的行业应用。而Llama4只做了个最大的。那在这块填补空白的呢，就是千问。千问是从0.6b开始做到200多b，中间所有的层级全都做了。这个就是绝对是超越Llama4的一个状态。

原因三：扎克伯格的“亲自部署”

扎克伯格呢，觉得我必须要生死一搏了，原来这种慢慢悠悠的玩法不成了。为什么扎克伯格这么聪明的人，会让AI这么重要的事情慢慢悠悠往前晃荡呢？原因很简单，他的注意力还在元宇宙上呢，注意力没在这上头。我觉得我这才是正经事，我这个一定是最终出结果的，大语言模型只是中间的小波浪而已。

跟大家讲一个当时猎豹的故事。傅盛这帮人原来在360是怎么做出来的？周鸿祎当时是跑去做搜索去了，他认为只有搜索才是对的，这是互联网里唯一的出路。所以他带着大量的人去做搜索，傅盛、徐明这帮人呢，说这留着一摊子咱看着，那算了，咱们做一个360吧，做个安全助手吧，安全管家吧。等做着做着做起来了，周鸿祎在外边做搜索碰了个一鼻子灰，说玩不下去了。那一回头一看，这块你们做起来了，那我亲自指挥、亲自部署一下吧，就把傅盛他们直接从公司里扔出来了。

所以现在就遇到了这样的一个情况，扎克伯格决定回来说，元宇宙一时半会搞不定，咱们还是要在大语言模型上见真章。那么他的处理方式是什么呢？就是招募了亚历山大·汪，组建新团队。而这个新团队马上开始跟FAIR争夺资源，这个事情是由汪涛说了算的。所以在这件事情上，汪涛要去替扎克伯格背锅，要去挡雷。比如禁止随便去开放源代码了，禁止随便去发表论文了。你现在想去发表论文，必须要在内部走一个审核流程，走完了以后你才可以去发表。如果审核的过程中，发现这个东西我们可以变现，马上就能用得上的东西，你这发表了别人就用了，我们先不发表。他现在有这样的一个审核机制。再加上呢，裁了600多人，基本上把FAIR的下面的很多直接干活的人给裁了。杨乐坤就没办法了，实在混不下去，只能离开了。

世界模型之争：杨乐坤 vs. 李飞飞

最后呢，咱们聊一下世界模型吧。杨立昆出去要去做世界模型，还有谁在做世界模型？李飞飞也在做世界模型。那杨立昆跟李飞飞的世界模型，到底有什么一样的地方，有什么不一样的地方？

杨乐坤的JEPA架构

杨立昆要做这个东西呢，叫JEPA，联合嵌入预测架构。它呢，是非生成式的。大家注意，这个非常非常重要。什么是非生成式的？咱们的大语言模型也好，李飞飞做的东西都是生成式的。生成式的就是，我要生成下边最有可能的这个词，或者下边最有可能的这个场景，这个东西叫生成式。而非生成式呢，不注重生成未来的预测，不关心未来会变成什么样，它要生成的是什么？是未来的一个动作。我们要在这个世界里做什么？他要去找到现在这个状态跟未来这个状态之间的一些规则，我们应该如何来做这个决策。

这呢，稍微有一些抽象，后边我们再去讲他到底跟李飞飞这个差在哪。杨立昆这个世界模型呢，分为感知模块、世界模型模块、成本模块、记忆模块，以及行动模块和一些配置器。它要把整个这东西配在一起，基本上像一个机器人似的东西凑在一块，才是它这个JEPA。它是一个可学习的、端到端的可微调的一个主动智能体架构，在抽象状态空间里边，预测未来可能的世界状态，而不是直接生成图片和视频。

李飞飞的空间智能

而李飞飞的呢，它不叫世界模型，它这个东西叫“空间智能”，让AI真正理解和操作物理世界，就必须要能够在3D空间中感知、想象和交互。世界模型是一个生成式的、多模态的、交互式的。

相同点与差异点

它们的相同点呢：

• 都认为光靠大语言模型这事走不通，这是死路一条。
• 而且呢，面向未来的预测器和推理引擎，不应该是单纯的生成器。
• 他们都认为呢，需要做自监督的学习，需要大规模的观测数据。
• 都相信他们现在所做的事情，是通向未来具身智能和机器人的一个正确路径。

那他们的差异点在哪呢？

1. 研究空间不同：杨立昆研究的叫“抽象表征空间”，它这个东西是抽象成一大堆的数值的，而不是一个多模态空间。李飞飞那个是一个具象化的多模态空间，他最后出来的是视频，是3D模型，而杨立昆研究的是一大堆的数字。
2. 生成方式不同：刚才咱们讲了，李飞飞玩的是生成式的，杨立昆玩的是非生成式的。
3. 核心目标不同：杨立昆研究的是通用的自主智能，而李飞飞研究的是空间智能。那你说这两个词我都听懂了，到底差异在哪儿没想明白。说白了，杨立昆研究的是怎么做“人”，而李飞飞研究的是怎么做“世界”，这就是他们两个最主要的差别。所以你看杨立昆的这个大模型里头，它是有感知模块的，有世界模型、有运动模块、有记忆模块，这个东西基本上是个人。而李飞飞那个模型，就是在一个3D空间里头，来预测下一帧的画面是什么，他最后出来的东西是世界。所以这是对于世界模型的两个不同的前进方向。杨立昆搞的是抽象的表征世界，人看到当前的世界以后怎么去做决策，这个过程不是靠看图说话来的，你是要在这个人的内部形成一大堆的这种抽象指令，然后在这个过程中去往前走的。这就是他们之间的差异。

未来展望

最后呢，让我们来展望一下Meta跟杨乐坤的未来吧。Meta呢，现在必须要完成AI的应用和商业化，如果这个故事讲不通的话，他可能在七姐妹里边掉队。投资并且继续控制杨乐坤，对于Meta来说呢，也算是名声没有塌房。而杨乐昆的话，我们还要继续等待其后续的成果，看看后续是不是有其他的投资人参与。对于大学教授创业，我一直观点是一致的，就是他们会指明方向，会带领很多人去做研究，但是最后成为CEO的那个人，通常不是他们。但是杨立昆现在想做的事情还是比较有趣的。

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。

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。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲美国科技股，这是怎么了？本周亏钱了，AI泡沫难道要破了吗？

首先，讲这个故事的原因很简单：我自己亏钱了，出来稍微惆怅一下。一些老听我节目的人知道，我是去买这种美股ETF的，而且是盯着科技股买。因为这个呢，就比较省事，你没有那么多的时间去研究股票，也没有那么多的时间去追他的财报，所以扔给这些科技股基金的话，相对来说要省事一些。前面涨得快的时候，涨得呀那可开心了，每天拿出那个银行余额来瞅瞅，多少账面盈余。这几天，就是都不敢拿出来看了。

涨了，一定是我英明神武；跌了呢，咱们要分析原因。是不是很多人炒股票都是这样的？一涨了以后，“我就是股神，巴菲特是谁？”跌了以后，“怎么回事？”

这个一方面的原因，也是最大的原因，其实就是前面涨太多了。今年包括去年，都是这些科技股在涨，稍微调一调呢，是合理的。还有一个原因是特朗普对半导体加税，但是具体有多大的影响，还有待观察。

有一篇文章，据说是对于这一次下跌起到了很大的作用，就是MIT（麻省理工）写了一篇关于“AI建设95%都失败”的文章，很多人认为这是一个原因。我记得我是周三读评论的时候，专门有一位网友还问我说，你怎么看这篇文章？当时还没看，后来发现自己亏钱了，不行，我得把这文章拎出来看一看，到底说了啥。然后呢，是Palantir被香橼资本做空。Palantir也算是AI里边比较有代表性的一支股票吧，直接被做空了大概百分之九点几，这个是非常非常吓人的。做空报告出来以后，直接那股价就下去了。最近呢，还有一个比较有意思的事情，就是Meta的AI抢人大赛。它本来是个行为艺术，我从来不认为Meta的AI抢人大赛是一个正常的商业操作，但是这个表演呢，现在出现了不和谐的声音，抢了一堆人以后，说咱们暂停招聘吧，把所有head count都锁住。

所以呢，是这么几个原因：前面涨太多了；特朗普加关税，这个咱就没什么讨论的了，因为这个超出了咱们的能力范围；后边这几个，MIT的文章、Palantir的做空和Meta的AI抢人大赛，这个咱们稍微去聊一聊。

首先咱们来讲一下，MIT的AI建设无效的文章吧。这个文章呢是8月18号周一，MIT麻省理工学院发表的。文章的名字呢，叫《生成式AI鸿沟：2025年商业AI现状》。它里边讲的是什么呢？就是尽管企业对生成式AI充满期待，但绝大多数项目未能产生实际的财务影响。核心观点就是，高达95%的企业从其生成式AI投资中获得的回报为零，光投入了没有收益。

数据呢，也不是MIT拍脑袋就来了。像我现在可以拍拍脑袋跟大家讲东西，但是MIT人家不能干这事。数据是怎么来的呢？对150名企业领导者进行访谈，对350名员工进行调查，对300个公开的AI部署案例进行分析，得到了这样的一个结论。当然人家那个结论要相对来说文雅一点，人家写的是：“只有约5%的AI试点项目实现了收入的快速增长，而绝大多数项目停滞不前，对公司的损益表没有产生任何可衡量的影响。”

那咱们呢，分析一下吧，文章里的一些原因。他说为什么会出现这样的事呢？当然首先要讲，很多里边的原因是我不认可的。第一个，企业内部的工具和组织的学习差距，以及存在缺陷的整合策略。这话解释来说，就是现在很多企业的号称要去做AI化，其实连数字化都没做。我记得那时候去听周鸿祎讲，他们去给企业做AI转型，上来说我们现在需要把数据拿出些来，去微调模型，或者去做这种本地知识库，人家“夸”拿出一本来，你这玩意咋弄？就完全没法整。而且很多企业里面的管理者和员工的话，也不知道拿AI干点什么，这个是To B去做AI转型的一个很大的困扰。

许多高管将失败归咎于监管和模型性能，但是MIT的研究直指企业集成过程中的一些问题。高管认为不是我的毛病，一定是你这个模型性能有问题，但其实不是那么回事。然后ChatGPT无法从特定的工作流中学习和适应，因为ChatGPT呢，它是一个无状态的模型，让它有状态这个事是非常危险的。你让它去这个在企业里头很专业的领域里干活的时候，就会一本正经的胡说八道，这个咱们已经领教过好多年了。

我的观点是什么呢？用不好AI的企业就应该被淘汰，就完事了。我们没必要让所有的公司都用好AI。我们曾经尝试做一些公司内部的制度实验，当时呢是在盛大创新院，想做一个制度实验室，看看到底什么样的制度对公司更有好处，然后让大家去想办法。后来说你要有一个制度实验的话，你必须要去有一些观察的角度和衡量的标准，才能知道什么样的制度对一个团队或者对一个项目来说是有利的。最后发现的是什么呢？制度根本就没有负责人重要。牛逼的负责人可以搞定各种制度，很烂的负责人，什么制度给他都是扯淡。所以呢，最后那个制度实验失败了，咱还是好好地找创始人吧，不要说这个公司制度是什么样的，他就可以成功或者可以失败，没有那回事。

所以制度是不可能事无巨-细的，总是人的发挥空间会更大一些。但是呢，大公司，特别是大到一定程度以上的公司呢，制度已经强大到难以战胜了，他也没有办法。因为你如果没有这么严苛的制度的话，这种公司它也长不大，它是会分崩离析的。在这样的情况下，这样的公司在转型调头的社会变革中就应该被淘汰。会有一些新的公司发明新的制度，或者说在一开始快速增长的时候没有制度，发展到一定程度以后再去创造一些新制度，把这些老公司完完全全挤到角落里去。而不是说，我们真的要给这些传统的老大公司，让他们能够在原来这个很刻板的制度下把公司做好，让他把AI用起来，这是不可能的。像日本这样的由上往下创新的，搞什么IT外包派遣的，这种公司在AI时代必死无疑，或者说基本上发不出什么声音来，也就可以直接拜拜了。

然后，成功的5%是怎么做到的？你看95%失败，那还有5%成功的呀，人家是怎么干的呢？第一个，小公司，公司很小。第二个，管理者比较年轻。他们呢，喜欢选择一个痛点，出色的执行，并与使用其工具的公司建立明智的合作伙伴关系。就是你大公司搞不定这事，老老的管理者搞不定这事，但是小公司、年轻人是比较容易接受新事物的。而且呢，你惦记说一碗水端平、四平八稳地把所有的地儿都照顾到，你搞不定这事。我们只能是先把一个地儿搞定，其他的有些什么样的这种连带损失，或者有一些其他的看不着地方碎了个瓶子、丢了个碗什么的，拉倒了，咱们就不管了。而且呢，要跟这些给你提供工具或者是其他的一些合作伙伴呢，要去建立新的这种关系。为什么要专门强调这一点？因为大公司都是想着，我所有事都自己干，你们谁跟我竞争，我弄死你。而新公司的话，有新的商业合作模式，所以它是不一样的。

那你说还有什么其他的原因呢？这个文章里还写了，他们钱花错方向了。超过一半的生成式AI预算被用于销售和营销工具，但是最大的投资回报实际上是来自后台办公自动化，如削减业务流程外包和外部机构成本。就是你不应该拿这东西去做销售，应该拿这东西去降本增效。这个呢，是我绝对不认可的一部分。为什么呢？钱绝对不是省出来的，而是赚出来的。销售跟营销这方面的AI投资，如果没赚回来，说明选择赛道了，你还可以再选，还有机会再去尝试。但是如果是内部降本增效的话，那这种企业大概率会被新生事物干掉。因为你做得再好，你做的还是原来那个事。你说我这个产品本身不创新，销路本身也不创新，商业模式也不创新，我就把成本降下来了，这种企业一定会被收拾掉的，因为它并不适应于新的行业。所以AI花钱就应该花在销售跟营销工具上，而不是去搞一大堆什么降本增效的事情。

再往后说，这个企业呢，喜欢自建，自建基本都废了，还不如花钱去买。这个是我比较赞同的一个文章观点。说从专业供应商处购买AI工具并建立合作关系的成功率约为67%，而企业内部自行构建系统的成功率仅有1/3。文章指出，尽管许多公司倾向于构建自己的专有工具，但数据显示，这种单干的模式的失败率要高很多。

这个我是完全可以理解的。因为你想这样的一个事情，虽然现在大家没有那么好找工作，但是你想真的找一些把AI工具彻底玩明白、玩透的人，工资很高的。你要让这些人上你的公司里头来去做劳务派遣，来去做外包，别开玩笑了，他才不理你呢。你只能找一些比较差的人去给你干这个活，这些人对于最新的技术、最核心的一些新的观点，肯定是接受不了的，没有这个能力。他们拿着你的数据去搞很多的重复建设吧，那一定会失败。

而且还有一点是什么？以前做这种软件工程的时候，西方的很多公司呢，会根据软件去修改公司的流程和制度。这个软件是这么设计的，我为了把这软件用起来，我把公司流程制度改了，改变一些组织架构。但是呢，在中国或者是一些东方的国家呢，大家比较习惯干的活是什么？我这的制度就这样，你必须按照我的东西重新改改你的软件，就是定制你的SaaS系统。所以呢，西方人做的SaaS相对来说呢，会比较好用，但是东方人做的SaaS呢，通常会有很强大的后配置功能，就是你买完SaaS以后，后边进行各种各样的配置和调整以后，保证可以照着去把原来的组织架构装进去，把原来的整个的流程都装进去。很多的公司惦记自己去做系统的原因，就是不希望打破原来的管理体系。

当然我的看法呢，就是这个作者还是只看到了表象，并没有看到本质。为什么呢？就是可以选择购买的，通常都是新公司，包袱小，没有历史数据。选择自建的，通常都是有过完善系统，大量的历史数据积累的这样的公司。这些数据的梳理和清洗成本是极高的，而且失败的概率极大。所有现在在帮企业做AI化转型的公司，现在遇到的最大问题，都是企业传统数据的清洗和梳理。而且这是一个欠账，原来好多东西它是个本，或者说我们能不能把老师傅的经验流传下来，让新的人直接照着就可以学？老师傅的经验在哪呢？老师傅朝你乐一乐，拍拍脑袋，在这呢。你说这玩意咋弄？他连个本都没有。

所以这个非常非常费劲。历史数据呢，参与大模型运算以后，对于结果的改进其实是非常非常有限。你把它很多的数据搁进去，生成的时候参考这些东西去生成，没有多大提高，但是处理的成本极高。有些价值不大的这些数据建议什么？尝试把这些数据直接封存舍弃，扔了完了，或者是以后有空的时候再处理。而这些价值特别巨大的数据，你说我这东西必须有这数据才能跑，就赶快去找Databricks或者是Palantir去签合同就完了。有专门干这个的公司，而且还很挣钱，人家提供专业的服务，不要想办法自己去搞这事，因为成本极高。

AI企业呢，是应该自下而上创新，而不是反过来。我们这里讲的AI企业，并不是说OpenAI这样的公司，而是说我们想去应用AI、改变自己公司的这些公司。AI呢，实际上是让每一个人成为英雄，而不是让老板成为英雄。有些企业是老大说了算，老大决策，下面只管执行，这种企业压根就不适合进行AI改造。上面支持，下面一线干活的人做决策，这种才适合AI改造。这个呢，是美军在海湾战争之后发明出来的一种新的战争模式。原来呢，都是这些将军们坐在这个办公室里边，“运筹帷幄之间，决胜千里之外”，下边人只管执行就完了。到海湾战争的时候呢，将军也不知道沙漠里发生什么了，说你们挨个去吧，背着电台去，缺什么你找我要，需要空中支援你找我要，需要坦克你找我要，我来帮大家做协调就完事了。他把整个的决策流程给你反过来。AI以后的这种企业就要这样去工作。如果你是正向的说老大决策，他掌握最多的信息，他做所有决策都英明无比，他这个不适合AI改造。

另外呢，就是当估值起飞这么久，发现这东西没赚到钱的时候，于是呢，就开始回调，这个事其实是正常的。现在呢，就相当于汽油机已经发明了，但是呢，现在的汽车都是谁造的呢？都是一帮马车车厢厂在造汽车。原来我是造马车的，车厢厂还不是厂，是马车车厢作坊。这些人呢，尝试再将汽油机安装到原来的马车车厢里边去。在汽车发展的有一个时期，确实是这样干的，但是最后发现效果不好，然后就有人出来写了一篇文章，说你看这个效果不行，汽油机装到马车车厢里头以后，并没有办法让这些马车的作坊挣到更多的钱。实际上他这个文章，归根结底就是这样的一个东西。

那么最终会怎么样去改变呢？一定是马车车厢厂全倒闭掉，新的汽车厂建立起来，专门设计和生产汽车，而不是在原来的马车车厢里边去装汽油机，这个才有可能起飞。这是我对于MIT这篇文章的一个简单观点。

第二个呢，是香橼资本做空Palantir。首先呢，咱们想一下香橼资本。“香橼”这个“橼”字呢，是一个“木”，然后是“缘分”的“缘”。香橼实际上是一种特殊的香水柠檬的意思。香橼资本呢，是一个挺有名而且也很有争议的做空机构。他过去的战绩是什么样的？2020年做空瑞幸，导致瑞幸退市。但其实瑞幸是一个非常好的标的，很好的公司被他做空了，而且给做废掉了。现在瑞幸在国内、在包括美国都快速地在往前发展。第二个，2012年做空特斯拉，做空完特斯拉以后，特斯拉马上股价大涨。香橼呢，一直争议比较大，他呢敢说，听起来也很有道理，但是实际呢，很多数据停留在表面上，也不是非常准确，最终呢，做空的成功率其实并不高。这就是香橼这样的一个机构。

另外呢，咱们再讲讲这个Palantir。Palantir其实很早，去年就有观众在我的直播的时候提说，你了解这事吗？当时真不了解，也没看。今天呢，为了做这个节目，还稍微地去学习了一下。Palantir呢，是美国AI国防供应商，专门给国防部做AI数据清理服务的一个公司。主要呢，提供国防敏感数据的梳理和清洗工作，以及呢，在里边去建模，协助一些决策辅助吧。他们最有名的一个战绩是抓住本拉登。本拉登肯定藏起来了嘛，他把各种的数据梳理起来以后，最后找到了蛛丝马迹，然后说他可能在这个地方。这是他们成名之战。

这个公司的创始人是非常非常有名的，叫彼得·蒂尔。这哥们是一个什么样的传奇人物呢？他是PayPal黑帮的精神领袖，真正的老大。PayPal黑帮就是PayPal当时创立以后的一群创业者，当时他们还收购了x.com，也就是马斯克的公司。所以这些人都是硅谷里边呼风唤雨的一帮人，管他们叫PayPal黑帮。PayPal被eBay收购了以后，这些人就相对来说财富自由了吧，拿着钱自己去干自己想干的事情了。现在PayPal黑帮里头大家比较熟悉的，第一个就是老大彼得·蒂尔；第二个呢是马斯克，因为他也是原来PayPal被卖掉的时候挣到钱了，才有第一桶金拿去做特斯拉；另外一个在PayPal黑帮里大家比较耳熟能详的人是什么人呢？就是在彼得·蒂尔中间有一段时间做投资基金，投资基金的法律顾问叫JD Vance，这个人现在是美国的副总统，可能也是下一个美国总统。而且JD Vance能够被特朗普选中，也是彼得·蒂尔出的钱，从一开始就支持JD Vance去选举。马斯克可以站在特朗普、站在JD Vance后头去参加这一次的选举，也是彼得·蒂尔牵线搭桥的。所以这是一个极其传奇的人物。

香橼资本这次做空Palantir，它的理由是什么呢？第一是市值太高。它呢跟OpenAI比，说你看OpenAI 5000亿美金还是很贵的，但是呢，OpenAI挣多少多少钱，你才挣几个钱，你就值这么多的吗？而且OpenAI这个钱都是To C的钱，20美金、20美金收回来的。你这个用户太集中了，或者收入太集中。对于我们来说，如果一个项目的收入非常集中的话，确实是一个很高的风险。一朝天子一朝臣吧，你这一次混得风生水起，等下回不是这帮人在台上的时候，你是不是还能接这单子不知道了。所以这个呢确实是风险。

但是跟OpenAI去比较，这个是非常非常不职业的。为什么？因为在行业里头不同角色进行比较，这个事没有任何意义。OpenAI是行业里边提供底层模型的，Palant-ir是做上层应用的，而且是专门做特定行业敏感数据应用的，别人也没法跟他竞争。你说我现在也想干这个活，你到国防部那边去，通过一大堆的安全认证，可能公司就直接挂掉了，这是没法整的。所以呢，他直接把这样两个公司进行比较，这事是很不职业的一个做法。

另外一个是什么呢？就是任何公司去跟行业老大做比较也是不合适的。为什么俩公司比呢？OpenAI是5000亿美金，Palantir是4000亿美金，两个公司市值已经比较接近了。其实不应该这么讲，Palantir是上市公司，所以它是市值；而这个OpenAI呢，是没上市的公司，它是估值。那你要知道，像OpenAI这样的公司，如果上市的话，可能就不是5000亿美金了，可能直接就一两万亿美金就去了。所以你拿一个没有上市的这种行业老大的公司、有巨大增长潜力的公司的估值，去跟一个已经上市了的这种老牌公司、还是做系统集成的、或者说做特殊行业服务交付的这样的一个公司，你拿这俩公司比，有啥可比性吗？像我们以前做投资的时候，看到这样的比较就会乐的，这个香橼又出来制造话题来了。

第二个就是收入太单一，这个我其实认的。就是他的政府订单是占了这个Palantir主要收入，这个确实是有一点点的小的瑕疵。香橼资本跟这个Palantir算是一直不爽，他有些个人恩怨在里头。Palantir是2020年上市，到现在应该是5年。2020年上市的时候他是直接上市。大家注意上市有很多种，第一种呢就是我们叫IPO，IPO的时候我们一定是干嘛？要增发一部分股票，卖给外面的这些股民。所以呢，很多人在IPO的时候是要圈钱的，等于你整个公司的现金上升了。第二种上市呢叫SPAC，就是我们直接做一个基金，把这个基金做起来以后，再把外面那个公司买下来，这是一种上市。还有一种上市就是直接上市，上市的过程中呢，没有股市股票需要稀释，我也不需要你们去买我的股票，反正我就上市了，想去买的人自己上股市上买去，我也不会增发这个东西。

2020年Palantir上市的时候，就被香橼做空了，原因一样：就是收入跟你的估值不符，你的收入来源太单一。上次做空其实没什么效果，你想2020年200亿美金，到现在2025年4000亿美金。2025年了，这一次做空报告出来以后，股价从173.64美金下跌了9个点，达到了156.18美金，就直接掉下来。它的市值呢，从4133亿美金掉到了3705亿美金。

那你说Palantir到底值不值这么多钱呢？首先呢，这事没什么可比性。就像刚才我讲的，彼得·蒂尔这哥们到底值多少钱？他能够去跟马斯克、跟JD Vance、跟川普去攒局的人，这样的一个人到底值多少钱？而且他吃的就是政府饭，他跟这个马斯克还不一样，马斯克做的是什么？X，做的是特斯拉呀。当然SpaceX是一个相对来说比较政府的项目，因为它需要跟NASA打交道，但是Palantir它本身就是个政府的项目，彼得·蒂尔干这个活实在太合适了。只要川普这帮人还在，接着在台上晃荡，他就没什么大毛病，可以接着玩。

国防确实是收入来源单一，这个事是真的。但是呢，其他人想闯进来也不容易，这东西门槛很高。不是说谁我往这一坐，比如Databricks，Databricks现在是1000亿美金，跟它算是竞争对手，Databricks上来以后说，我们也去接这单子吧，你光建立信任、通过各种认证，估计就脱一层皮了，谁有这空？还不如出去接一点To C的单子，或者一些小B的单子。因为国防部和CIA，他的客户迁移成本极高，你让他换一个，杀了他一样，非常非常费劲。AI时代需要处理的数据一定会彻底爆炸的，所以这一块的需求呢，肯定还会继续上升。所以我觉得，这个Palantir不用担心做空的事情，未来还是大有发展的。你就看看彼得·蒂尔的现在这个位置就可以了。这是我们讲的第二个原因。

第三个原因是Meta的AI抢人大战的行为艺术演砸了。抢人大战呢，只能算行为艺术，小扎演的还不错，大家呢也鼓个掌，开心一下就可以了。这些年呢，像小扎这样的人，马斯克这样的人，川大统领这样的人，愿意给大家出来表演，让大家开心一下，我觉得真的是一个蛮幸福的时代。

真的被小扎1亿美金、2亿美金、10亿美金抢的这些大牛聚集在一起，其实是很难管理的。而且呢，这你就算是再大的大牛，你真看到1亿美金的时候，人是会心态失衡的。就跟那范进中举似的，一说你中举了，人一下就疯了，必须有人上来“啪”打一个耳光，说你还知道你是谁吗？“哦，我知道我是谁。”然后咱们再才能干活。他是这样的一个过程。那你说有没有人拿了1亿美金就疯了？有很多人拿到这个钱就觉得自己是神了，就已经不是人了。这帮人已经开始去做人生导师了，开始四处发表什么哲学见解去了，那就已经心态失衡了。好几个拿了1亿美金的人就开始去说，我要去指点一下江山，我觉得应该怎么怎么样。

这是赚到钱的人，还有没赚到的呢？你进去40多个人，不是每个人都给1亿美金，还有那没赚到的呢。那没赚到的人就会看看身边的人，肯定不服气：凭什么你有我没有？谁差哪了？中国人的民族性是什么？王侯将相宁有种乎？我不服。而这次小扎找来的人里头呢，华人的比例极高。有些人拿到了1亿美金，剩下的没拿到的人，一定会觉得心里不舒服的。这也是为什么好多地方搞保密薪资制似的。你到底是哪强？哪比我强？你要求各种配合，我才不理你呢。我到底要看看你到底能到什么程度去拿1亿美金。中国人一般是这样来思考问题的。

还有老员工呢？Facebook那么多老员工，Meta那么多老员工，那肯定人心里也是这样：“我倒要看看，你能做出点啥不一样的东西出来。你有没有那金刚钻揽这瓷器活？1亿美金是那么好拿的吗？”老员工一般心里是这样的。说前面吃苦的时候没有你，最难的时候你没在，我们是跟着企业一起成长出来的。到现在了，你这趁人之危，直接1亿美金到手，哪有你这样的？我到底看看你行不行。甭管是中国人还是外国人，都是这样的。

在这呢，给大家讲一故事吧。当年呢，可牛跟金山合并的时候，傅盛这帮人也是度过了极其艰难的难关。可牛是一个50人的公司，金山当时大概有三四百人吧，俩公司合并了。合并完了以后呢，就觉得你们这帮人是啥呀？啥也不是。你50人的公司，凭什么跟我们就这么合并了？而且上来以后是CEO制度，俩CEO，傅盛是一个，还有一个CEO一起来管理这公司。那肯定什么也不管，不给你，你要办公室都没有，你要各种的服务都没有人给你，大家都看着你。

当时金山去收购可牛，去跟金山网络合并的原因很简单：雷军觉得打不过周鸿祎，打不过360，我一定要找一个对他的套路比较熟悉的人去跟他们战斗去，去把傅盛这公司收进来了。那傅盛怎么办呢？他就把北京团队的人，就是他原来可牛团队的人，带到珠海去。金山在珠海嘛。你不是办公室没有给我位置吗？也没有给我会议室，我们不在你办公室里待着，租房。你把你们不要的产品给我，我们租房封闭开发。在他们那个金山大厦旁边小区里头租了几个房子，吃饭我们自己做饭吃，我也不要你食堂，我也不要你的办公室，什么都不要你的。咱比看这个产品到底谁强谁弱。这个产品上来就特别牛，才能站住脚跟，才慢慢地把另外一个CEO干掉。这个是当年我们比较风光的时候，跑到海上去坐游轮，傅盛喝了酒给我们讲的故事。

所以外来的和尚，想在这种老公司里边能把经念下去，你是要前面要闯关的，你要过五关斩六将的，上酒桌你要一个一个喝酒，要打通关打过去才能可以干活的。否则的话，谁服你？谁愿意跟你干活？所以呢，Meta他们遇到的新问题，是在任何一个大公司里都会有的。

什么叫做冻结招聘呢？很多人的理解，冻结招聘就是不招人了。这个呢，其实不对。冻结招聘并不是不能招人了。我原来在猎豹移动的时候，每年到3月份、4月份的时候冻结招聘，然后过几天发现，人数怎么又涨了一倍呢？其实冻结招聘，特别是在这种大公司里的意思，一定记住了，叫“只许州官放火，不许百姓点灯”。什么意思呢？就是你们大家都别招了，让老板招。你们都放着，老板亲自来。

所以问个问题，如果冻结招聘的时候，您不是老板，但是呢，正好有一个特别牛、特别适合某个岗位的朋友，应该怎么办呢？是不是现在冻结招聘了，我让他等一等？还是冻结招聘了，我一定要跟老板闹，说一定要把他弄回来，这人太合适了？不是这样的。冻结招聘的时候要私下去找老板推荐：“我有一个朋友，特别适合干这活，人可厉害了。”这个时候如果你能把老板说明白了，他就会开特例说：“这没问题，再怎么难我也要把这个面子给你，把这个人招回来。咱们冻结招聘了也没关系。”如果老板没看上呢，也没毛病，也有一个冠冕堂皇的理由可以来拒绝你，大家都不丢面子。老板会回复说：“这个人真的很好，我特别想把他招进来，但是现在冻结招聘了呀，太可惜了，我也没有办法。如果不冻结招聘的话，我绝对把他招进来，我是信任你的。”老板一般会这样来去处理这个问题。所以冻结招聘意思就是招聘权上收，不要把这事理解偏了。

那为什么要冻结招聘呢？大家想一想，花大价钱挖回来的人，到底是干活的人呢，还是指点江山的人呢？其实要想清楚，真的能够拿到1亿美金的人，都是指点江山的人，没有哪个吭哧吭哧干活的人能拿到1亿美金的。所以招了一堆指点江山的人回来，这些人招回来以后要干活，怎么办呢？说您原来是一个将军，现在请扛着枪上那战壕里挖沟去，这不行，这个将军还有将军肚呢。所以下一件事干嘛呢？要给这些人凑齐部众。你是个将军，我给你凑两个师，你去打仗去吧。

那凑齐部众的过程中呢，每个人肯定还都有亲朋故旧，小山头一片一片的。而且他们招这些人进来的目的也是说，你可以把原来能够看顺眼的人给我带回来。但是呢，你要让大家自己眉毛胡子一把抓，都开始来拉山头了，这是不行的，会乱套的。我记得以前这个军阀混战的时候，军阀就给下边人挨个开委任状，拿到委任状的这帮土匪就挨着个地去拉枪杆子，拉完了以后，就一堆的散兵游勇就出来，这些人是打不了仗的。所以呢，这个时候就一定要去控制一下。而且呢，你想大家都那么多钱招回来的，自古以来中国人还讲究一什么东西？招了这么多华人回来，咱们就讲中国人的理论：“文无第一，武无第二”。谁服谁？他们自己之间互相怼的话，还不太好意思，但是呢，别人招来的人，“就这人你也看得上他？”一定是这样的一个态度。所以一定要去冻lge招聘。

下面才是真正考验Meta的时候。什么叫真正的考验？就是如何管理好梦之队，以及如何给梦之队配齐干活的这个班底，最终呢，把有竞争力的产品和服务交付出来。这个是后面的事情，前面那个就真的是行为艺术。这个做出成绩来固然可贵，但是呢，我个人感觉吧，Meta翻车的概率会更大一些。因为表演这种行为艺术的，通常最后都翻车了，包括我前面讲的盛大创新院，最后也翻车了。

但是呢，不要担心说Meta翻车了，是不是AI不行了。没事，Meta翻车了，对于整个行业来说，其实是巨大的利好。有没有人没顺过这个概念来呀？为什么Meta砸了这么多钱，给我们表演行为艺术，让大家看着开心，最后他翻车了以后，反而对行业好呢？

给大家讲几个故事。第一个呢，是百度的移动互联网战略。百度呢，是最早发现要做移动互联网的。安卓刚出来的时候，他说这我得得着呀，那边做安卓的公司叫谷歌呀，人做搜索引擎的呀，我也做搜索引擎的，他能做出安卓来，对号入座嘛，我得上。以前咱们做投资的时候都问，说你对标美国哪公司？百度说我对标谷歌。谷歌做出安卓来，我上。所以百度花了大钱，也是玩抢人大战，组建了一个特别豪华的百度移动互联网的一个事业部。但是呢，他特别着急，过了一段时间没有出什么成绩，直接就把项目给解散了。

所以百度的移动互联网战略呢，大概是做了三次还是两次。每过一段时间就说了，我们要all in移动互联网了，我们招人。招人嘛，肯定涨薪水，给所有人涨薪水。过一段时间说，呀，实在不行搞不定，你们散了吧，把整个的解散。又过个一年，说我们再来一次，我们又要all in移动互联网了。他干了好几回。当时我们讲，说整个中关村或者说海淀吧，移动互联网程序员的工资就是由百度抬起来的。整个中国的移动互联网大潮拉起来，我觉得百度在里边功不可没，虽然他自己没捞着，但是功不可没。

第二个，百度的AI战略其实也是一样的。百度有大量的算法人才，推荐算法人才，各种的AI人才都有。那后来说，咱们谁需要AI人才，上百度挖去不就完了吗？他自己也没得着。刚才我们讲的盛大创新院的故事也是如此的。当时盛大创新院在全国各地，甚至全世界，把这个最牛的一些工程师凑集在一个院子里头，说来，大家干活吧，咱们来碰撞一些各自想做的事情。在那做了三四年吧，也是散掉了。

这个对于盛大、对于百度，可能自己没有什么捞着什么好处，但是对于整个行业的推动力量是巨大的。一群大牛，平时是没有机会凑在一起的，现在你给它凑到一块了，而且还配齐了资源相互碰撞。这个呢，基本上就是在为下一个时代培养班底。再过一段时间，发现一帮创业的人，原来咱们都是哪哪同事，原来在那个地方我们合作过，大家知根知底。没有这样的碰撞，其实是没有办法让整个的时代往前翻篇的。所以Meta现在做的事情，对于AI行业来说是有巨大帮助的。可能没有像我这样这种在盛大创新院混过的这个经验的人，真理解不到这一层。

我们把三个原因讲过了，下面要说服自己有信仰，继续坚持。不能说股票跌了我们就跑，我们一定要说服自己，这就是未来20年唯一的主题，没有之一。

为什么英伟达能涨到4万亿美金？我出去做线下活动，上一次去天津也有人上来问，说为啥只有英伟达涨了，其他人都不涨？原因很简单，通过前面讲的3个故事，其实大家已经看到了，在整个的AI发展过程中，非常非常多的不确定性，而英伟达是所有不确定中唯一的一个确定。就甭管谁干，你都得买他的卡。你下去挖井、挖金子，你挖得着挖不着，你都得买把镐，下去得喝水。他就是这个卖镐卖水的人，所以他是唯一的确定性，所以大家都去买，这个资本是用脚投票的。

而且我也相信呢，AI革命就是人类最后一次技术革命了，再往后就不叫人了。我可能也会成为硅基永生的第一代，如果有机会的话，我一定要去。我要继续看看人类文明怎么发展，这就是我的性格，相对来说比较乐观。

AI现在的距离黎明前的黑暗还有差距。为什么这么讲呢？很多人说你看AI回调了，AI泡沫破了，是不是黎明前的黑暗，马上该涨了？还没到呢，最黑的时候。首先呢，AI的道路是非常曲折的。第一个，我们赶上了经济下行。互联网、移动互联网都是经济上行，而且是全球化推进的时候。而AI呢，正好赶上反过来，经济下行，全球化倒退的时候。而且呢，简单的增量已经消失了。什么叫简单增量？互联网上来的时候，上网的人快速增加；移动互联网上来的时候，使用手机上网的人快速增加，而且使用手机的用户时长快速增加。而AI上来的时候，没有原来有这么多个人用手机，你现在还是这么多人用手机；原来一个人一天用8个小时手机，现在还是8个小时。你也不可能说现在有了AI了，我一天用25个小时的手机。所以呢，简单增量消失了，这个就是对AI整个这一次创新的一个最大挑战。

而且呢，一开始的AI呢，有点选错商业模式了。其实我反复强调，使用订阅跟TOKEN的这个方式，其实并不太适合大规模底层革命的早期阶段。这后边有好几个定语。咱们来讲，小规模创新，我做了一个小而美的东西，你上TOKEN跟订阅，这事是没毛病的。你说我打个游戏做个订阅，在里头买点什么小装备，这都OK的。但是如果最终AI变成了一个基础设施了，你说我做个TOKEN，做个订阅，也没毛病。但是现在呢，我们又要做这种大规模的底层革命，又是早期阶段，你直接上来就是TOKEN跟订阅这样没有吸引力、没有利润的方式的话，很多的艰难险阻未必过得去。就相当于什么呢？比如我这闹革命了，革命胜利了，大家有一个固定薪水，这事有吸引力吗？没有吸引力。那什么样有吸引力？“皇帝轮流做，明天到我家”呀！这玩意才有吸引力呢，可以让整个社会一起动起来，冲过各种艰难阻碍。所以一定要用一些更有吸引力的方式来去喊口号，上来就玩TOKEN和订阅，这事一定是错的。

现在的泡沫呢，还没有到破的时候，现在泡沫还在往前走，未来应该会有真正破灭的时候。什么是真正破灭的时候？还记得我一开始讲马车车厢厂装汽油机这故事吗？当巨头倒下的时候，诸神黄昏的时候，就是真正的该破灭的时候了。互联网泡沫破的时候，那是有很多饱受关注的公司直接死了，最后才把互联网泡沫渡过去。所以一定是要有巨头倒下，微软、谷歌、亚马逊、Oracle、Meta这样的公司，是要经历磨难的，最后肯定会倒下几家，才能把剩下的公司往前走。所以一定是等他们倒的时候，才是真正最难的时候。

未来的预测是什么样的？咱们吹着口哨绕坟头，自己给自己壮个胆，说这事一定是行的。还要强调，本频道不提供具体的投资意见和建议。咱们聊股票、聊聊金融没毛病，听了老范讲的故事，你赚了是你的，亏了也别来找我。

第一个，短期内应该会有变化。董王最近没空搭理科技，现在都盯着俄乌呢。董王后续的操作，可能会有一些新的玩法。比如说吧，拜登上台是给补贴，你Intel要补贴吗？我给你补贴。董王呢，可能说，补贴你也拿了，你不能白拿。就跟当时跟泽连斯基说的似的，你看这个欧盟给的都是贷款，只有美国给的是补贴，直接给钱了就没了。前面那个太傻，不能这么干。泽连斯基说，前面那个拜登挺好的呀，直接给轰出去了。所以呢，董王的大概率是什么呢？补贴我今儿给，但是呢，你给我股份。我给你补贴，你给我股份。我们以前管这活叫“债转股”。所以我给你的算你欠我的，转成股份给我就完了。

现在呢，就是Intel可能就要成为第一个典型了。出来我给你补贴，接着做下去，你就直接给我股份就完了。原来不还有很多的厂，像什么台积电呀，包括ARM呀，孙正义这些人，他们都说我要给美国投资。投资行，你投资这个钱算是美国政府占的股份，或者说我们共管的一个账户，算我的股份。那以后呢，比如说台积电在美国那个厂里，美国政府就持股了；孙正义在美国做的各种投资，美国政府直接持股了。他可能在向这个方向发展，直接债转股了。

美国呢，正在向国家资本主义的方向前进。“川建国”不是白叫的。以后这些AI企业，美国可能会有一个国资委这样的一个机构，占股分红，在董事会里边投票。就像我们现在讲，你像字节跳动里头是有国资的，虽然它就占1%，还是可能连1%都没有，但是呢，它有投票权，还有一堆一票否决权，该分红你也得人分去。它是这样的一个架构，川建国同志可能也在往这块走。

另外的话，等待董王访华吧。看董王访华的时候带着谁来，这个还是可以期待一下的。等这边他把贸易协议都签得差不多了吧，俄乌冲突也收拾得告一段落了，等董王访华的时候，我觉得股票还可以再快速地起飞一下。

但是呢，这都是小波段。真正的起飞是什么？真正的起飞，是找到真正的增量的社会价值，找到新的利益创造的通道，才有可能起飞。就是我们要造出汽车来，而不是在马车车厢厂里装汽油机。所以呢，改变社会结构和社会财富分配方式的时候，新的AI的投资逻辑才会真正显现。现在我们使用的依然是传统的互联网、移动互联网的投资逻辑，并没有上真正的AI投资逻辑，因为AI现在创造出来的价值还不够，还没有办法成为主流。

这就是今天我们讲的这个故事，美国科技股跌了，老范赔钱了，要出来给自己打打气，也顺便给听节目的人讲一些故事。

马斯克的Grok 3到底是不是世界上最聪明的大模型？暴力真的能出奇迹吗？大家好，欢迎收听老范讲故事的YouTube频道。世界上最聪明的大模型，这是马斯克对他自己家的Grok 3给的定义。如果有人不同意的话，那么会被开除的。因为XAI某一位员工在X上发帖说，Grok 3好像并没有那么聪明，然后就被XAI找到说，你要么删帖要么开除。后来这哥们想了想说，我得捍卫一下自己的言论自由，于是这哥们就被开除了。

在说所有细节之前，咱们先说说Grok 3到底怎么用。在2月18号北京时间中午12点的时候，马斯克跟另外三位小伙伴，一共四个人坐着开了场直播，把这个Grok 3发布了。我就四处去找，首先我是X每个月交8美金的Premium用户，我在X上使不了。X上你必须是40美元的Premium+用户，才可以去使用。在Grok的这个网站上呢，你也需要30美元一个月的账号才可以用。免费用户只能用Grok 2，API不充钱已经不让用了。如果是团队的话，至少花了5美元以上，每个月他会赠送你150美金，但前提呢是要跟XAI共享你的数据。

目前Grok 3的版本还没有上，你就算交钱了，你在XAI的网站上，也只能得到Grok 2的API，还要再等几周才会上线。Grok的苹果APP上面，是可以使用Grok 3 Beta这个版本的，即使是免费用户也可以去用。因为我呢对于XAI来说是一个免费用户，我就通过iOS，也就是iPhone和iPad这个版本上去，好好儿的测试了一下。后边儿呢咱们再去讲具体效果怎么样。

Grok 3有哪些具体信息呢？在整个的发布过程中呢，并没有特别详细的讲，只是说，我各种排行榜都排在第一了。Grok 3，Grok 3 mini是怎么去排上去的，讲了很多这样的话。但是呢，这个系统本身的一些细节，并没有那么详细的公开。因为可能在Grok 3稳定下来以后，会把Grok 2开源。现在Grok 1是开源的。

Grok 2可能有一些细节会被披露出来，但是Grok 3的话应该很长一段时间不会有特别详细的细节披露出来。现在能够知道的就是，Grok 3应该也是一个MoE模型，跟DeepSeek是一样的。它到底有多少参数呢？现在猜测是有1.2万亿个参数，DeepSeek是6,710亿，它呢应该是在DeepSeek的基础上翻了一番。至于这个数字是不是准确，我不知道，因为呢我去问了Grok 3，也去问了ChatGPT，最终是给了我一个这样的数字，我并没有去查原文件。

Grok 3的使用感受到底是什么样的？它呢，下边有两个按钮，一个叫Deep Search，一个呢叫Think。Deep Search实际上就类似于OpenAI的Deep Research，就是这种深度研究，它会搜索大量的内容，然后呢，再去给你出报告。Think的话实际上就是类似于O1、O3这样的推理模型。这两个按钮它特别有意思，这两个按钮呢你可以都不按，也可以按其中一个，但是不允许两个都按。这个意思大家能够理解吧？你不能又要Think，又要Deep Search，这个事是不允许的。那你说我既不Think也不Deep Search，这事行不行？可以。

然后呢，我都试了一下。在Deep Search的时候，它会直接引用几十个甚至上百个网页，非常非常多的网页，然后呢给你一个似模似样的报告，很长，格式非常非常好的一份报告。在Think的时候呢也会搜索，并不是自己去瞎编的，他呢，会搜索25个网页，以及呢X上的帖子。大家注意，Deep Search时候是不搜索X的，在Think的时候是会搜索25个网页，加上X上的可能5个帖子吧，反正我搜了几次都是5个帖子，然后给你进行一定的推理，总结出一个小的文案出来。这就是这两个功能。如果两个都不选，我既不Think也不Deep Search，它呢就不联网了，就直接是给你编一个结果出来。

大家注意，所有的大模型，甭管是谁家模型多聪明，你让他直接编出来的这个结果，都是最不靠谱的。那么，他这三个功能，就是两个都不选，或者选其中任何一个。这三个功能呢，特别有意思的一点是什么？他可以混用。

在OpenAI上呢，这种模型混用是比较严格的。你如果开始一个新话题，选择了一个模型，提了几个问题之后，你现在想去切模型的时候，你这个模型，比如说允许有图片呢，下面你要去切的时候，只允许再切换到允许图片的模型。它不允许你切换到不允许读图片的模型去。这个是有限制的。但是呢，在Grok里面它是没有限制的。就是你随时可以开始新对话，对话的过程中可以随时切模型，你可以来回切来切去。

但是呢，在这个过程中呢，有一些不是那么有趣的地方是什么？就是如果你俩都不点上来，直接让模型去编，他就不联网了。他编完第一句以后呢，你说我现在要开始进行深度的搜索了，deep search了，这个时候他也不联了。或者说我现在需要think了，他也不会去联网，他就根据现有的内容接着编下去。他是这样的一种过程。

但如果你是以deep search开始的，那么think的时候呢，他就不去搜索帖子，因为deep search是不搜索X的。如果你是以deep search或者think开始，然后你最后切换回到完全编的，既不deep search，也不think的这样的一个裸模型，去输出的时候，继续搜索。所以它整个的逻辑，还稍微有一点点小混乱吧。

那么，Grok 3到底是不是宇宙第一聪明的这个模型呢？因为你如果用iOS APP你去选的时候，后面会写一个叫smartest，最聪明的。它是Grok 3 beta，后边写一个小括号，smartest，这个是最聪明的。到底是不是？我个人感受呢，现在相差还比较远。为什么呢？为了准备这期节目呢，我其实用Grok 3去做了很多的工作，包括是他的deep search或者think。但是最终呢。

Grok3生成的所有结果都被我扔掉了。最后的内容还是靠豆包和GPT search来完成的。原因也很简单，Grok 3 deep search现在报告的格式非常好，非常中规中矩，但是大量的段落是重复的。前边写了一遍，后边车轱辘话又写了一遍，用不同的格式，用同样的话来回来去说，这个是很讨厌的。

还有一个问题是幻觉大到完全无法使用的一个状态。比如说，我问他XAI现在有多少人了，图说现在有900多人了。后来我问了其他几个模型，都告诉我是有100多人，这个可能还是稍微靠谱一点点。都是联网搜索吗？你都不是自己瞎编的，那我不知道他这个900多人这个数是哪来的。

然后我说四个人在上面开发布会嘛，中间两个人是华人。这两天在国内又嗨起来了，说你看马斯克发布Grok3的时候，马斯克只能在一边点头，点头机器。中间是做C位的两个都是华人，旁边还有一个白人。那我就问他，我说这俩华人到底是谁，什么教育背景，然后就开始给我胡说八道。他也是举的XAI里边的一些华人高管，但是呢并不是当时坐在台上这两个人。

发生这种事情的原因很简单，就是他在deep search的时候，一下瞪了可能几十个上百个网页，回来拿这么多个网页进行总结的时候呢，把内容搞串了，实际上就产生幻觉嘛，就完全没法使。

然后呢，我去尝试了一下think。think呢其实没有特别细致的测试，为什么呢？本来我想去让他做编程，但是呢，他没有API。你没有API的话，就没有办法接到IDE里边去，你没办法作为插件接进去，就没有办法详细地参与到我的这整个的编程过程里头去。我做了些简单的测试，但是感觉呢think模型对于各种编程的复杂的环境，和各种的版本和类库的话，并不是那么熟悉。这块的话可能以后等他有了API以后，再去做详细测试了。直接生成还过得去，就是如果两个都不点，让他直接生成。但是呢，因为在手机上用，并没有办法进行。

特别大规模的使用和测试，现在看来呢，XAI的Grok 3采用的是叫分梯度发布的一个方式。就是说，我先发布一点，然后慢慢地让更多的人能用，再慢慢地发布更多的内容出来，然后不断地去迭代。他现在干这样的事情。现在呢，就是手机用户可以用。那么手机用户呢，第一个用户量不会特别大，而且在这个时候，可能还能够为Grok APP带来一批的下载，这个也算是一个小心思吧。

在手机用户使用的过程中呢，你不会给他特别繁重的任务。因为你要跟他做这种很复杂的沟通的话，你需要打好多字，举了个手机在这噼里啪啦打字，很费劲的。你像我，为了做这个测试，最后是把我的iPad接到了机械键盘上，夸啦夸啦往里打字，这个还是能够问一些稍微复杂一点东西。要真是拿着手机，在那个屏幕上打字的话，这个还是挺费劲的。还有什么呢，就是不会有太正式的任务是通过手机来进行的。比较正式的任务一般会通过网页，通过电脑来去工作。

Grok跟X网站上还是有一些付费的人能够使用的。你不能说老范你没交钱，你就说这玩意不好使。这些比较高付费的用户，比如说在X平台上交了40美金一个月的，或者在Grok平台上交了30美金一个月的，这些用户呢，他是可以去用的。但是这些用户呢，数量肯定会少很多。还有一点呢，就是皇帝的新衣嘛，我付了这么多钱了，我就不能允许任何人说我是傻子，我一定要说这个钱付的是值的。所以呢，就算他们遇到问题了，上来骂街的可能性也不是那么大。这个就是马斯克当前发布了一个版本，比较聪明的地方吧。

后面语音模式的话，可能还要再等一周。我估计语音识别率这块还有待优化吧，因为语音你认不出来就是认不出来，还有口音还有乱七八糟这种事情。咱们再看看，后边会做出一个什么样的结果出来。API的话，还需要再等几周。为什么API要这么费劲，原因呢是现在大家只能看马斯克官方的排行榜，我的测试数据是什么样的，排行榜是什么样的，你自己没法去测取，给你一个手机版本。

或者给你一个网页版本。你现在想把这几千道题输进去，测试这个事太费劲了。你要想测试这东西，必须要拿API写程序去测。这个过程其实有点像法拉利的一个跑车。法拉利就说了，这个东西太贵，而且做测速的时候太危险。如果你自己去测的话，非常不安全，而且保险公司也不允许我们干这个事情。所以，法拉利跑车的最高极速，只有法拉利官方出的这个版本是唯一标准，任何人不得私自去测试法拉利跑车的最高极速。这个事情我们不承认，而且这个事我们也不允许。

现在，XAI的Grok也就是在这样的一个阶段。等以后API上来以后，每一个人都会自己去跑各种各样的测试，或者做多模型的输出结果比较。到那个时候，丑媳妇就真的要见公婆了。下一步的话是要开源Grok 2。DeepSeek是上来直接把最新的模型开源了，而且上来说，你们每家部署的跟我现在自己官网上跑的是一模一样，没有任何差别的。而且不断的有新的技术演进，不断的有新的技术新发现，都直接发论文发出来了。

但是，马斯克永远是开源上一代模型。就是他在用Grok 2的时候，他把Grok 1开源了。Grok 3能够稳定正常运转的时候，他会把Grok 2开源出来，可能还要再等那么几周或者是几个月的时间。山姆·奥特曼现在也惦记开源，刚在X平台上发了帖子说：“唉，咱们投个票吧，你们觉得OpenAI应该开源什么样的模型出来？我们是不是应该开源一个在PC本地就可以跑的O3 mini模型出来，还是说我可以在手机端跑一个这个小模型出来？”

他们是准备走谷歌跟微软这条路的。谷歌也是这样，它有一个叫Gemmar的模型，比较小的这个模型是开源的，主要也是让大家在端侧来用的。还有，微软做的这个Phi模型，这个模型也是开源的，也是让大家在端侧去使用的。但是我觉得，OpenAI如果真的把它的O3的模型，或者哪怕是O3 mini的模型拿出来开源了，或者让大家能用上了。

这也是一个值得期待的事情。讲远了，再往后呢？发布会上，中间两个华人做C位了。这种事情呢，肯定会引起国内的热议嘛。你看，还得看华人吧？华人也比较好认嘛，中国脸。

台上是四个人。第一个是马斯克，马斯克坐一个角嘛。另外一个角呢，这个人叫巴布斯基，这个人呢，是个俄罗斯人。中间的两个人呢，一个呢，叫做吴宇怀，XAI的合伙人，浙江人，在国内上完初中，15岁去了加拿大多伦多大学的博士，后来呢，是斯坦福大学的博士后，现在是XAI的合伙人。还有一个呢，叫Jamie BA，这个人呢，没有看到他前面的一些履历，是多伦多大学计算机科学系的助理教授，AI教父Joffrey Hinton的学生。

等于一边一个白人，中间两个华人。但其实你要再仔细看一下，这个是全世界人民在美国进行AI创业。一个俄罗斯人，剩下三个可能都是加拿大人。马斯克自己其实是有美国国籍、加拿大国籍和南非国籍的。中间两个，一个是多伦多大学的博士，他大概从15岁就开始在加拿大生活。另外一个的话，Jamie BA是多伦多大学计算机科学系的助理教授。所以有可能，这台上坐的是三个加拿大人和一个俄罗斯人。只是看着脸的话，是这个两个白人和两个华人。

那么，XAI未来的策略会是什么样的呢？XAI现在应该也就是100多人吧。它具体是多少，这个数字呢，并没有那么确定。但我还是相信GPT search给我的结果吧，就是不要说900多人了，就是100多人的一个公司。这种公司呢，不太可能进行全面开花，七扯咔嚓我把整个的C端到B端所有东西都做起来。这个事其实有点难度。

20万张卡这个事呢，其实是别人都不具备的这个条件。它就可以进行快速的迭代。各种方法只要确认了，说我知道这个方法是什么样的。比如说DeepSeek出了论文了，出了开源模型了，那我方法确认以后，我就可以快速的在20万张卡上给你重现出来，甚至把你的参数翻多少倍再重现一遍。这个事他都是可以干的。这呢，就是暴力出奇迹。

就会有这样的结果。这个过程其实大家看看有点像什么呀？是不是有点像世界工厂？别人只要做出来了，反正我这有的是生产力，快速的复制、迭代更新就完了。所以，这个应该就是AI未来的路，就是甭管谁做出来的东西，我都可以快速验证、快速改进我的模型。

而且呢，它使用了完全的合成数据进行训练，可能有很少一部分真实数据吧，绝大部分数据都是合成数据。所谓合成数据呢，就是由其他大模型生成的数据。他通过一定的策略，要求其他大模型去给他吐数据出来，然后拿这个模型去训练。

Grok 3一旦使用了合同数据的话，会不断的说自己是Grok 2，或者说自己遵守open AI标准。这个事情你就避免不了，因为是用别的模型生成的数据嘛。虽然XAI说我们在生成数据的过程中呢，我们还进行了反复的检查，有错误都给去处理掉了，但是他不断的说自己是Grok2，说自己是遵守open AI的安全准则，这件事来说呢清洗的还不够干净。

Grok3呢，应该只做了很少的对齐和测试，就扔出来了。后面呢，是准备快速迭代的。你如果现在去问Grok3，或者是问open AI的话，他们都会告诉你说，Grok3本身呢安全性还是不错的。但是有一点是不可否认的，他训练完成一个月就发布了，训练完了以后，只是在XAI内部测试了两周，就直接把产品扔出来了。这个是挺难以想象的，因为像open AI这样的这种模型，它每一次训练完了以后，可能后边都是需要用年为单位去进行对抗测试，或者说进行调整，然后才敢把这东西放出来。现在XAI就是我这边训练完了，我就把它扔出来了。

而现在呢，对外公布的是，Grok呢是通过思维列进行道德商值评测，就是它等于是一个思考过程吧。那我在思考的时候，我就把所有的输入输出的信息，进行道德商值的加权平均，或者说做一个加权复合吧，做一个这样的这个分数出来。如果这个分数达到一定的阈值以后，就禁止回答了。他大概是用通过这种方式来去工作的。

但是呢，并没有进行大规模的真人对抗测试。当然了，这个东西你说以后是不是都需要像OpenAI这么干呢？不好说。OpenAI现在还没有特别大的问题，但是谷歌就属于有点走火入魔了，直接被忽悠瘸了那种，就是画出黑人华盛顿那样的，这个就属于忽悠瘸了。未来可能大家都会去像XAI这样往前走。其实像DeepSeek也是这样，它从2.5到3.0之间的发布，也是大概一个多月或者一个月左右的时间就扔出来了，所以都不会做特别详细的或者长时间的这种真人对抗。未来可能都是通过逻辑的方式，让模型的安全性达到一个可以接受的程度就完了。我不保证这东西绝对安全，大家凑合使就可以了。我在不进行严格测试的情况下，不断地去迭代，这个其实才是DeepSeek也好，像Grok也好，最大的一个优势。每个小时都在改进和升级，全世界都在开发新的算法和架构嘛。马斯克有20万张卡，就可以把所有的这些公开的信息都在我这20万张卡里头去试一下。别人只能进行小规模测试的时候，XAI就可以进行全量测试，甚至我可以在你原来的数据基础上，用两三倍或者更大的数据集进行测试，得到一个世界上最聪明的大模型。所以我说这个就像中国世界工厂的工作方式是一模一样的。

那么XAI的下一步会是什么样呢？应该是会通过快速迭代，把当前的模型整个先稳定下来。现在已经可能是世界上最聪明的模型了，咱们就相信马斯克说的吧。但是呢，这个世界上最聪明的模型还经常会胡说八道。当它的模型彻底稳定下来，基本上可以达到可用的状态以后，下一步其实呢都是流量大战。这些人去搞C端估计应该是比较难，因为就100来口子人吧。最新的模型不开源，你去在B端竞争的话，也是有一定难度的。你比如说我现在一个公司里边需要去部署大模型了，那我不能去部署Grok 2吧，我肯定是部署DeepSeek V3或者DeepSeek R1这样的模型。

因为这是当前开源的最好模型，所以在这一块儿的竞争上也会有一些难度。那么，XAI的策略应该是依靠不断的快速迭代更新，始终保持自己是世界上最聪明的模型，这样的一个位置，吸引部分B端和C端的用户加入进来。自己虽然是有一定的流量，但是X自己的流量对于XAI来说应该是不够的，因为Open AI已经花费1,400万美金打超级碗广告了。所以，现在的AI行业已经进入了一个流量争夺的时代。在这个时候，可以靠产品好，靠模型最聪明，吸引一部分用户进来。像DeepSeek美国排行榜排第一，就是因为模型好，不是因为其他任何原因。他也没有那么多钱去烧这个流量去，他也不可能花1,400万美金去砸超级碗。XAI可能以后也只能是向这个方向走了。后面的路其实并不明朗，怎么依靠XAI把这个钱挣回来，现在还不清楚，还要等马斯克脑筋急转弯，让大家眼前一亮。

好，这就是我们今天讲的XAI的Grok 3大模型，到底是不是世界上最聪明的模型？暴力真的可以出奇迹吗？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。今天咱们来讲一讲李飞飞的S1K模型。50美金成本超越DeepSeek R1和ChatGPT O1。

首先呢，DeepSeek到底是怎么震惊全球的？就是因为训练成本低。他的训练成本是OpenAI的3%，所以震惊了全球。

那么现在李飞飞的S1K模型，16张H100的显卡，跑了26分钟跑完了，拿到了一个32B的模型。多项测试超越了DeepSeek R1和GPTO1。

大家要注意，评测大模型呢，它有很多很多测试项。一般我们说基本上达到什么什么水平，就属于叫互有伯仲。有些你强点，有些他强点。原来大家都超不过GPT 4O，是因为只能接近它，距离它的全项指标都有差距。现在的话，大家就已经基本上可以达到GPT 4o的水平了。

现在R1跟O1算是最强的推理模型。李飞飞做的这个S1k，也算是部分超过了R1和O1，绝对超越了DeepSeek R1的32B。

DeepSeek R1呢，讲的时候一般有两个不同的说法。第一个呢叫蛮血版。什么是蛮血版？671B的那个是蛮血版。然后另外一个呢，是通过通义千问也好，LLama也好，这些模型蒸馏了以后重新微调出来的版本。所有你看到什么70B，什么32B，都是这种微调出来的版本。

李飞飞这个50美金他这个版本呢，要比他自己的32B版本还要好。大家是不是先想想，先站个队。这到底是原创呢，还是抄袭呢？对于粉红来说这是绝对原创，对于支黑来说这可能是抄袭。

因为李飞飞是个中国人，他是个北京人。后来呢是跑去四川上的学，他是成都七中出来的。SOGO的王小川，B站的陈瑞，都是他的中学校友。但是呢，另外一头呢，他是个美国的大学教授。普林斯顿大学物理学学士学位，出于对东西方哲学和科学奥秘的探索，他前往西藏研究过藏药。后来是在加州理工学院得到的电子工程博士学位，现在是斯坦福大学的教授，人工智能教母。这算是个创新吗？还是个抄袭呢？

我估计很多人可以炒半天这个事。咱们先不炒这个，在我这个频道里头，吵这个事没意义。咱们去讲讲这50美金到底咋花的。

首先呢，是蒸馏一个小样本模型。有一个什么基座呢？通义千问32B。拿这个模型去做微调，就跟刚才我们讲的那个DeepSeek R1 32B的那个基座是一样的，都是通义千问2.5 32B。但是呢，拿进去做微调的这个样本是不一样的。DeepSeek R1 32B 是使用DeepSeek R1满血版产生的数据去微调的千分2.5。而现在李飞飞呢，他使用的是谷歌的推理模型Gemini 2.0 Flash thinking产生的问题去进行的微调。而且还有一个呢，就是它的问题特别少。就是DeepSeek自己微调的时候，有多少个问题？80万个问题。而李飞飞的问题有多少个呢？1,000个。拿了1,000个问题，就把这个模型给微调出来了。所以1K就是1,000，1,000个问题的意思。S1K这个模型只有1,000个问题。每一个问题呢，都是通过Gemini 2.0 Flash thinking进行解答，并且获得思考的过程与结果。因为他总共就1,000个问题嘛，你把他塞进去16块显卡，26分钟就跑完了。成本也就是50美金。那么是不是我来我也行？我也找1,000个问题上去，50美金我也整一个出来。

最近互联网上有个新梗，什么呢？就是“中国行我也行”。这个是嘲笑那些不自量力，想要学习中国大力出奇迹，结果翻车了的外国友人的一个新梗。这个并不是那么容易。你要想说，我用1,000个问题把这事训练好，那你想去挑这1,000道题，一定是非常非常难的。它这个S1K里头，实际上有两个大的创新点。一个是1,000道问题的筛选，另外一个呢特别神奇的东西，叫做预算强制，budget forcing。咱们先去讲这1,000个问题怎么筛出来。首先呢，这一帮的学者们从16个不同的来源，收集到了5万多个问题。

在59,029个问题中筛选出1,000个问题，其筛选标准主要包括以下几点：

1. **质量要高**：所谓质量高，指的是问题的解答过程和最终结果的格式完整、逻辑清晰。如果某些问题的解答过程格式不完整或混乱，则不予考虑。
2. **难度要大**：难度大的问题通常具有更长的推理过程、更详细的步骤、更多的推理步数和更长的推理时间。
3. **全面**：最终从50个不同领域中选取了1,000个问题，确保覆盖广泛，避免领域单一。

这三个原则——质量高、难度高、全面性，是筛选的基础。在此基础上，还需要探讨艺术、技术与科学之间的差异：

– **艺术**：偶然所得，无法重现。
– **技术**：在技艺基础上不断迭代与创新，但无法跨领域应用。
– **科学**：理解底层原理，可以跨领域应用。

中国在技术上表现强劲，但在科学方面略有不足。S1K实际上是一种科学，因为其筛选和训练过程并非简单的试错，而是通过科学的方法验证和优化。例如，仅筛选出最优质的1,000个问题进行训练，效果并不理想；同样，仅筛选出最难的或最全面的1,000个问题，效果也不佳。最终，将全部59,000个问题一起训练，效果虽有提升，但并不显著。这一过程体现了科学的严谨性和系统性。

就是真正在找到底层逻辑了。找到了逻辑以后，我就可以在这个逻辑上进行优化了。下次再去选问题的时候，我就选这1,000个题。大家注意，你选的题越多，他肯定是效果越好。但是呢，选的问题很多了以后，他你这个效果提升变得非常非常的不显著了。等于你花了很多的钱，后边都没有什么用了，这个就没有必要了。我们就到第1,000道题就可以了。所以大家就可以按照这个逻辑，在不同的领域里去应用这个筛选1,000道题的方法了。这个是一个真正进入科学范畴的东西。

建议以后这些大模型团队呢，可以去学而思、新东方找一些老师回来筛选问题。这个过程其实很像什么？我这个学生要去参加竞赛了，我这个学生要去参加高考了，他的时间非常非常有限。怎么能够筛选出一套特定的题目来，让他去训练？训练完了以后，可以在有限的时间内得到最好的提分。这个过程是不是跟学而思的这帮老师们干的活非常非常像？以后再去选问题的时候，比如说我们今天要去选一些物理相关的、数学相关的，或者什么这样的题的时候，那你就找这些老师来，他就有效果。

下一个创新是什么呢？下一个创新叫预算强制。这个特别有意思，其实还是学而思老师的范畴。预算强制说白了是什么？就这个题如果太难了，就别浪费功夫了，直接终止，写一答案在这就行了。你也不是说终止就不写答案，因为咱们知道考试的时候，你万一写对了呢？该蒙你还是得蒙一个答案出来的。如果这个问题你觉得太简单了，没有用到相应的时间，你就把答案直接做出来了，那你是不是等一等，再回去想一想，稍微检查一下。但是呢，到底哪道题需要尽快结束，哪道题需要多想想呢？这才是关键点。

咱都知道说，这个题如果太难了，咱就把它扔掉。我儿子小时候学奥数的时候，他就讲过哪道题你先看一眼，如果发现没什么这个概念，就直接pass就别做了。这就不是给你预备的。如果你把时间耗在这上头了，下边题就没法做了。而且那个时候考奥数的时候，还告诉你说第几题是多少分。

多少分的题，你应该在上面耗多长时间？如果你发现你在一个3分的题上耗了多长时间以上，你就赶快放弃掉。咱们现在就需要去做这个测算了，它叫预算强制法嘛。这个budget到底怎么定的呢？推理的步数和推理的时间，以此来定这个budget。首先要对任务进行复杂度评估，先看一下这个任务大概应该推多少步，花多少时间。

然后呢，在当前推理过程中得到一些中间结果。因为我们做题的时候也是，有时候做的中间结果出来。这个时候呢，我们就要对中间结果进行一个评估。第一个评估是什么？叫置信度评估。什么叫置信度？给大家讲一个故事吧。比如说今天这个天气预报说了，降水概率99%，这就属于置信度很高，那就肯定下雨，别费劲了，就下雨吧。咱们就不用再去花时间在后边推理去了。待会来一个专家说，这个专家认为今天降水概率是51%，这个呢就叫置信度不够高。您再花点功夫，再好好想想，能不能把这事说说的确定一点。这叫置信度。

然后下一个是什么呢？叫收敛性评估。什么叫收敛性？如果你得到了几个结果，这些结果相对来说都是稳定的，而且越来越稳定，这个就结束了，就是他吧。就算是我给出的结果不是一个完全准确的结果，但是呢，应该误差也不大了。这叫收敛性。但如果说，我现在得到了三五个结果，但是这结果呢值上蹿下跳的，这都差异非常非常远。那你在这种情况下，你就回去再想一想，多花一点时间再思考一下，再重新给一个结果。然后对结果进行质量评估。

还有是什么呢？就是任务特性和标准。因为你不同的任务，对结果的质量要求是不一样的。咱比如说吧，都是打比赛。篮球比赛比赛结果100:70，看着有点像，差不太多可以交差了，就这样吧。足球比赛结果100:60，您回去再算算吧，这事好像不太对。那么在这个基础上，再进行一些动态的调整，再进行一些预设的结果。什么叫预设结果？就是当我发现某些结果达到的时候，就直接停止。比如说我推理了半天，开始骂人了，那停下来吧。

或者推理了半天，发现涉黄涉黑了，那这事停下来吧。他也会有一些这样的停止命令在里头。他呢，就是这样来工作。第一个，我们先看看这个题值多少分。你可以给他一个多大的预算？你应该是推500步，还是推50步，把它推出来？先有一个预算，然后呢，我们在推的过程中就不停地来检查结果。哎，这结果已经不错了，那就到这吧。这跟考试的过程很像。

再往后呢，就是要去看你的预算了。比如说，我的结果出来了，发现我预算呢，应该做500步的，现在做了50步就把这个结果做出来了。那你再回去想想，可能有问题。但如果有时候超预算了，我原来评估说这个结果推出来应该是50步就推到头了，但是呢，我已经推到第80步了，还没推出来呢，那就赶快停止，别浪费时间了。写一个你觉得最靠谱的答案上去，就完事了，接着做下一题。这个就叫做预算强制。

那么这种论文发出来以后的话，我估计未来所有的推理模型应该都会去使用这套东西。实际上，整个过程是不是真的很像我们儿子小时候做奥数题的过程？你先看看这个题，3分的题你应该用几分钟，5分的题你应该用几分钟。你做的过程中再去看看说，中间这个答案已经很像了，直接把它写上就完事了。这个答案看着怎么看怎么不像。咱们经常说，数学这个东西，正确答案都很美。我没感到那种美，回去再想想。

还有什么呢？我儿子小时候学的也是说这个，做题做着发现，你写出来公式越来越复杂，最后算不出来了。那这个你再回去算算可能哪错了。或者说明明挺大的一个题这么难，我怎么三步两步就把它做完了。回去再想想，大概就是这样的一个过程。

当这些东西有了以后，S1K这个模型就有了今天这样神奇的结果。所以50美金就是1,000道题。训练是50美金。咱们把刚才讲的质量最好的1,000道题，最难的1,000道题，最全面的1,000道题，59,000道题都训练，再加上什么数据准备，这些东西都算一块。这个50美金是打不住的。

但是，你就训练1,000道题，就是50美金，再加上后边这个预算强制，它就可以达到很好的效果。现在，科学的车轮滚滚向前了。S1K模型出来以后，虽然没有用到Deepseak，但是方向是明确的，筛选问题就好了。老师们又有价值了，甭管你原来是教数学的，教物理的，赶快出来说，我们再筛选一下。我们要像培养奥数种子选手那样，去微调训练这种推理模型了。而且在不同的领域里头，都可以快速的蒸馏出小模型来，并且呢，实现领域内的突破。

你比如说，我今儿不是说做数学题，我们今天想推一个这种法律的，或者想推一个财务的，那其实都是可以找到一些专门做这个法考的老师，或者专门做财务资格证考试的老师，来给我们筛题。筛完题以后进去去这个训练去，这都是可以搞定的嘛。而且呢，让所有的推理模型可以一起解答，他没必要说我一定用DeepSeek R1去解答，还是说我要去用Gemini去解答，用O1，O3去解答。我们可以把所有的推理模型都抛下来，你们挨个给我答一遍，答完了以后，我们去挑里头质量好的1,000道题或者几千道题，然后再去训练也就可以了。

现在呢，有一堆的推理模型，DeepSeek R1、GPT的O1、O3 Mini、Gemini 2.0 Flash thinking。这一次李飞飞用的就是Gemini 2.0 Flash thinking。国内还有一堆的推理模型，比如说QWQ32B，就是一个标准的推理模型。Minimax和Kimi也都有各自的推理模型。哪怕你付费的这些模型，那就付呗，反正付完了钱以后，我就得到这一堆结果，拿着这个结果，我再去训练自己的这个小模型就完了。像这种32B的模型，我是完完全全可以在我自己电脑上跑的，我就不需要再交任何钱了，这个效果就好极了。所以以后这些付费推理模型，都应该会被拿来做蒸馏。千问2.5 32B的这个模型的底子很好，下面就都是老师的事情了。就是有人去试过，比如说千问的72B的。

Llama的70B、14B、7B、1B等模型现在普遍认为，能够产生比较好的中间结果。目前，大家主要在调整32B的模型，并且已经形成了一定的共识。接下来，可以进行更精细的质量管控。因为当我们调整完模型后，就可以进行测试，比如有多少道标准题库，跑完以后有多少对多少错，就可以去测试它是否正确。如果不对怎么办？不对就再花50美金，看看是不是好一点。又不对，再花50美金，然后再整1,000个题，再试试是不是好一点。最后找到一个最优解不就完事了吗？这样，你就得到了一个在某个特定领域里特别好用的32B小模型，然后进行微调和评测。

未来，比如像硅基流动、Together这些开源微调模型就要起飞了。因为我们现在可以在硅基流动上直接点出一个32B的模型来，实际上就是你把1,000道题做好了以后，把这个文档上传给他，然后一键确认，他可能连50美金都不需要，就给你搞定了。做完了以后，你就有自己的模型可以去使用了。Together是在美国的，他们调一个模型，我记得32B的模型也差不多是几十美金就可以调一次，在国内应该会更便宜。

很多小公司原来都在喊“适合你的小模型才是最好的”，但原来这个话其实是错的。为什么呢？因为微调出来的小模型原来的效果是没有那么好的，它未必比这些大模型加上RAG效果更好。现在，李飞飞给出了科学的方法，那么行业推理蒸馏小模型的春天就来了。因为你一旦推理了小模型以后，你就有什么东西叫用户粘度，用户会继续购买你的服务，继续让你去服务下去，而不是说上来说“哎，我今天用你的，明天用他的，反正模型都不是你们家的”，这个就没有任何用户粘度。原来有这样的问题，现在就好很多了。现在的话，就直接跑到人家行业里边去做问题筛选就可以了。问题筛选完了以后，再不断的测试、调优、评估。

这个路径其实已经很清晰了。以后小公司的春天就来了，就是可以卖模型、卖服务、卖数据。原来都说我要去做一个AI公司，那你手里头没有个一两亿美金，你都不好意思说你是做AI公司的。因为你需要去租显卡、去租GPU，去做预训练模型的训练。现在不用了，现在只要筛选好问题，哪怕你多试几次，最后花个几百美金试了十次，也不是什么大不了的事情嘛。而且这些模型，就是你的用户最需要的这些东西。

我记得我原来在学软件的时候，那还是九几年，整个软件行业有一个梦想，什么呢？叫系统咨询构架工程师。什么意思呢？原来我们都说，这个软件是需要分开的，先去做需求分析，然后去做这个加工设计，然后编码，编码完了以后测试，测试完了以后部署，然后再实施它，是这样的一个过程。说以后这个软件系统就很厉害了，他就不需要这些东西了，我们只管坐到用户面前，一边问用户你需要什么呀，等于在做咨询嘛，同时就在手里点点点，确认确认确认，打钩打叉，把这事情做完了以后说，哎，你这个问题都讲清楚了，你的软件也做好了，你可以拿去使去了。从九几年就有这样的梦想，现在的话这离这个梦想就又近了一步。

现在呢，让大模型改变每一个行业，终于要开始了。原来折腾了一两年都没有什么动静。以前都说大模型可以把每一个APP都重做一遍，大模型可以把每一个行业都改变一遍。为什么喊的这么大声音？大家都在使劲裁员，都在降本增效，原因很简单，就是以前很多的公司上了大模型以后，没有效果或者效果很难评估。那么现在的话，这种可感知的效果已经到面前来了，很多的公司就要开始上大模型，去改变他整个的业务链了。因为他现在改变了以后，就可以在特定的领域里头竞争胜利，他就可以把其他竞争对手干掉，快速的往前跑了。

你想咱们做了两年大模型，每一年看到的都是什么？谷歌裁员、微软裁员，国内也是什么百度裁员、阿里裁员，全是这个。但是，李飞飞这个模型的建立，以及靠这个蒸馏推理模型去进行微调小模型的这个方式。

发布了以后，我觉得未来的2025年，就会有大量的公司出来说：“我们去给你们微调小模型吧，我去给你解决实际问题吧。”真的是可以解决问题的，就会实实在在的发生改变了。这就是咱们今天讲的第一个故事，就是李飞飞的这个50美金的模型到底是怎么做出来的，里头到底干了点什么。

SB OpenAI日本公司宣布成立，这怎么听怎么像是在骂人呢？大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲SB OpenAI日本公司到底是一个什么样的情况。

孙正义上台宣布Softbank OpenAI Japan这个公司成立了，所以这个SB不是骂人，它是软银Softbank的意思。今年我们发现OpenAI的声音连续不断，这是为什么呢？原因也很简单，老大的位置不是很稳固了。你要想在这一个行业里面当老大，要么你技术特别好大家都服气，比如像谷歌这样的，各个行业里头，只要跟计算机技术有关的，大家都知道谷歌的技术最好；要不然你垄断，比如像苹果这样，或者像Meta这样的，在社交媒体里我直接垄断了，大家知道你是老大。

如果技术也被人质疑了，花了好多钱训练出一堆模型来，别人也都可以达到了Claude 3.5、Sonnet、Gemini 2.0、Flash这样的模型，其实现在已经跟GPT-4相差仿佛了。你新发布了一大堆乱七八糟的模型呢，都是很小众的高端产品，对于大众来说无感。在这种情况下，你的技术就会被人质疑。

垄断的话，现在OpenAI距离这个位置还相差甚远，因为现在整个大模型行业里的格局就没有确定下来，后边还有谷歌呢，还有亚马逊呢，还有一大堆中国厂商在这盯着呢，所以垄断也难。那么怎么办呢？占据舆论的制高点吧。这个道德现在他还占不住，他占据舆论的制高点。

OpenAI呢，本身是比较擅长于造势，比较擅长于占据舆论制高点的。咱们要看到去年的Sora、去年的GPT-4以及去年连续12天发布会什么的，OpenAI很会搞事儿。它呢，可以把有限的新产品、新特性通过一些非常戏剧化的手段，让整个的社会形成一个讨论风潮。因为DeepSeek出来了，大家对他的各种技术、各种挤牙膏更加质疑了。而且DeepSeek跟其他的所有这些竞争对手都不一样。

Claude 3.5是个闭源的，Gemini 2.0也是个闭源的。结果现在，DeepSeek可给了你一个开源的，还巨便宜无比。它跟原来的像Llama这样的开源还不一样，因为Llama对OpenAI基本上是行不成竞争的，而DeepSeek是可以完完全全跟OpenAI打个有来有回的一个状态。

现在，OpenAI必须要出来，不停地发出声音说：“来，公众们，虽然我现在发布的产品都是给你们的老板们用的，给这些真正的社会精英用的，但是请把眼光看过来，不要把眼光挪走。”这就是今年为什么OpenAI连续发声的原因了。

软银OpenAI日本公司成立，也是OpenAI连续发声的最新的一个声音。这个呢，是软银跟OpenAI各自出资50%成立的一个合资公司，但是具体出了多少钱，并没有对外宣布。为什么呢？因为这应该是星际之门整个资本运作中的一个环节。说了要给5,000亿造星际之门，那这5,000亿怎么变出来呢？你不是真的拿出5,000亿现金啪拍这儿，你肯定是可以用很多的方式让这个钱在里边转起来。你只要最后总的流动量达到5,000亿了就可以了。

所以呢，软银OpenAI日本公司应该也是在为这5,000亿添砖加瓦的一个事情。在这里面唯一确定的交易是什么呢？就是软银集团每年会向OpenAI采购30亿美金的服务，用于自己的子公司或者是下面的一些分支机构。这个是现在唯一确认的交易，每年30亿美金。

假设吧，在这个里边每家出了100亿美金，软银出了100亿美金，OpenAI出了100亿美金，200亿美金我们把这公司做下来了。OpenAI这100亿美金呢，估计他是拿不出来。那个钱自己在家里头烧显卡玩都不够呢。而且OpenAI拿到的大量的投资实际上压根就不是现金，而是什么呢？而是微软云的代金券。你不能说我跑到软银这来说我出100亿美金，咱们来做一个公司，结果掏出一堆代金券，这还不够人笑话的呢。

那怎么办呢？说我OpenAI出了100亿美金吧。我先欠着，我先不实缴。每年软银不是要给我30亿美金来买服务吗？把这30亿美金收到了以后，再填回到OpenAI的日本分公司去，不就完事了吗？你填个三年基本上填满了，剩下的钱再出一些别的技术也就搞定了。咱们就技术入股一下嘛，一里一外，这个钱不就赚过来了吗？

假设是这么赚法，这笔钱呢，完完全全可以成为OpenAI投资SB OpenAI Japan的一个代金券，就跟微软发给OpenAI这个130亿的代金券是一样的。说你OpenAI，你就拿着130亿代金券到微软去买这个云服务就完事了。它是这样的一个运作机制。这样运作起来以后，第一，OpenAI每年就多出30亿美金的收入来。他去年应该是40亿美金吧，但今年一下就多出30亿，而且每年都有30亿美金。这也是一个挺好的事情。

而且在这笔钱里头，就是每年他会转一圈，30亿从软银集团手里给出来，到OpenAI手里头。OpenAI说来，我再把这个钱填回去，到OpenAI日本的这个公司里头去，大家的销售额就都上升了。这是一个皆大欢喜的事情。

对于中国观众来说，软银是一个投资机构，或者是很多人说他是个银行吧，Softbank嘛，它后面有一个bank。但其实大家注意，日本最大的移动营销商之一就是软银，相当于像中国移动这样的一个公司似的。等于中国移动说，我这儿有很多的机房设备，有很多的这种可以作价的一些资产，我们把这些东西打包打包，然后搁在一块去整一个什么事情来。OpenAI，你的服务也打包打包，搁在一块放在里头，每年我们得30亿，来回倒腾一下，你的销售额也有了，我的销售额也有了，整个的资产也上升了。

我们5,000亿的星际之门，又盖出了一个小门槛来。他是这么玩的一个事情。而软银呢，这一次整的这个项目呢，叫SB OpenAI Japan，这个项目里头有一个核心产品叫水晶智能，这个产品呢，估计会让日本彻底掉队。

为什么呢？你说每年花30亿来回倒腾来倒腾去，但是最后日本的这些企业，你肯定还是能够用到一部分OpenAI的这个产能的呀，或者说他提供的这个服务，你还是能用得到的。按道理说呢，这些产能应该是部署在日本的软银机房里的。原来OpenAI的所有这些服务必须要部署到微软云的这个机房里边去，但是软银如果把新的一轮融资搞定的话，微软云应该就可以去松口。在这样的情况下，为什么会让日本反而落后呢？

其实所谓的水晶智能，就是以OpenAI的各种大模型为基础开发的AI agent，或者说是AI agent的一个集群。到目前为止，其实大家并不知道水晶智能到底是以一种什么样的方式来对外服务的。但是呢，以孙正义现在讲出来的话来说，应该是自上而下的创新，也就是首先为日本这些大手企业服务。他讲述我们要在未来一段时间里头，把1亿个大手企业里面遇到的这种场景变成AI agent，让AI agent来替代这1亿个场景。就是你一旦听他想这个话的时候，你就知道完蛋了。

为什么？我们继续讲，水晶智能这样的东西出来以后，大家知道大手企业肯定并没有那么容易就屈从，说来我就用吧。大手企业都是自己一帮老头坐在一块，开个会说，我们哪儿改一个什么东西，哪儿添一个什么预算，哪个地方稍微调整一下流程。那一定还是要有榜样的力量，谁是榜样呢？软银手里头还有一家公司叫ARM，说来你先用上，你先用水晶智能，把内部的各种研发管理环节都整个改造一遍，其他人说来你们参观一下，俺们就是这么干的，你们也照这样干吧。他大概是要这么去搞法。

我记得去年我从日本回来以后，做过一期节目，讲过日本在互联网、移动互联网的时候掉队了，而在AIGC时代会掉得更远。原因其实很简单，并不是日本人不聪明，也不是说他们不愿意花钱，或者说人家没有看到这块机会。唯一的原因，就是他们这种自上而下的创新，以及他们的这种劳务派遣制度。

这个是造成日本在每一次大的技术浪潮前都会掉队的一个核心原因。为什么呢？不打破旧的桎梏，就不可能产生新的交易。没有新的利润被分配，就没有办法到新的时代里去跟这些新时代大厂去竞争。

你比如说，原来都是大厂往下派单子，那他就没有办法去产生一个像谷歌那样的广告公司，去跟谷歌去打一仗。移动互联网时代，他也没有能力去产生像TikTok这样的产品，去跟YouTube、去跟Facebook去战斗。因为大厂永远不会有这种需求的。你越是维护大厂的利益，越是自上而下去创新，你就越没有机会参与到新的竞争里边去。

所以，摆在AI面前的实际上是两条路。第一条路是协助旧有势力，降本增效，稳固地位。那国内其实也有很多厂在干这个事。而另外一条路呢，就是创建新的用户体验，创建新的用户需求，寻找新的市场。一部分旧有势力呢，在这个过程中会沦为基础设施，已经退出新时代的竞争；而另外一部分就直接死掉了。

这个才是每一次技术革新真正带来的这种社会的改变，而不是说每一次技术革新了，我们把旧的体制、旧的这些既得利益者、旧的势力继续维护，让他们继续稳固的发展下去。很那个就已经放弃了在新时代竞争的这个入门卷了。

哪些旧有势力在新时代沦为了基础设施呢？其中有一个最典型的行业就是Softbank这个行业。移动运营商在3G时代的时候，移动运营商真的是如日中天，各种服务都是他们提供的。但是一旦到了4G时代，移动运营商马上就退居后台了。而在前台上叱诧风云的，就变成互联网企业，移动互联网企业再也没有移动运营商的任何事情了。

咱们现在看到站在前台、努力大放光彩的这些企业里头，有哪个是移动运营商出身吗？一个都没有。谷歌是吗？苹果是吗？Meta是吗？中国的BAT加上字节，谁是移动运营商出身？没有一个是。那难道移动运营商在这个转换的过程中没有挣扎过吗？挣扎过呀，他们也希望在移动互联网时代。

在互联网时代能够占有一席之地，但是这个是没有办法的，因为他原来的这个桎梏一定会捆绑他的手脚。你不打破的话，就永远掺不起来。所以孙正义搞的这套SB OpenAI Japan，一定会拉着日本进一步退出新时代的竞争。

那么现在孙正义他们要搞AI agent，AI agent也是今年整个AIGC行业里边必须要去冲的一个山头了。那么AI agent到底是应该怎么做呢？OpenAI为我们指明了什么样的方向呢？

OpenAI在今年实际上在AI这里头下了三部棋。第一部叫task，它可以为我们去创建各种定时任务。第二个呢叫operator，等于是用户可以直接操作远程的浏览器，通过网站解决各种实际问题。第三个呢是这两天发布的叫deep research，是干嘛的呢？就是你给了他一个命令以后，他去搜索几百个网页，然后再进行总结归纳之后，得到一份像财报一样的报告。这是OpenAI给出的三个样例。

我们现在要看到AI agent，去年大家都在努力的做，但是OpenAI指向了不同的方向。它指向了什么呢？第一个叫做手动规划跟自动规划。原来我们使用很多AI agent都是进行手动规划的，我们要去设置自己的私有的本地库或者是本地支付，要去设定工作流程，要去设定各种各样的工具，让这个AI agent可以去发邮件或者是执行交易，可以去做这些事情。

原来是这样的，但OpenAI说不，不是这样的。我们应该让他自动的去规划。你只要告诉他干什么，剩下的你就别管他了。哪怕是像deep research这样的功能，你只要告诉他我具体要去做哪方面的研究，他自己去找，去找完了以后自己给你总结。你不需要告诉他使用谷歌搜索，搜索这个财报，再去搜索学术论文，然后再怎么去进行总结归纳。你不需要告诉他，这个事情他自己就搞定了，然后就给你出一个很完整的报告出来。这是OpenAI给我们指明的方向。

然后，另外呢，就是综合能力和普世性。这个问题其实OpenAI也解决不了。OpenAI现在给出的这三个AI agent：task、operator、deep research，实际上都是分方向的。让某一个AI政策可以解决所有问题，解决不了，必须要术业有专攻。

OpenAI现在跟所有做AI agent的人一样，面临了一个新问题。是什么呢？就是普通人没法用这东西。他希望通过自动规划，让普通人能够用上这些AI agent。但是，咱们就这么说吧，财报，这是由专业人士直接替我们书写的内容。我们到底有多少人可以坐在这，把上市公司每年每季的这个财报看明白了？绝大部分人能够去看明白财报解读，就已经很不错了。

真给你一份财报，看着一大堆的Excel表格，在这里边找到各种的问题，这个是很难的。大家要注意，这个财报写的时候，并不是说我要把所有的事情都给你写清楚。这可能跟很多人想象的不一样，财报写的时候也是要粉饰太平的，也是要把很多的问题隐藏起来的。

虽然他有一定的规范和格式要求，要求你必须要去披露所有的信息，但是我们可以用很多的方式，让有些信息被你忽略掉。这个是所有写财报的人必须要掌握的一个技巧，既要合规，又要突出重点，隐藏一些问题。看财报的人也是需要训练的，这些东西对于普通人来说，其实已经距离很远了。

所以，像deep research这样的工具，就算给普通人了，他拿出来的东西，大部分人是看不明白的，也没有能力去阅读这种东西。那么，这样的东西对于普通人来说，就是无感。普通人也不会愿意帮他去传播这件事情。我看deep research出来以后，现在在推特平台上去讲这个东西很棒的，都是一帮老板。这些人可能会有需求，说我要去做这种深度的研究。绝大部分的人可能压根就没这个需求，或者说就算你花200美金一个月，开启这个功能了，进去search一次，那也就是说高山仰止，不明觉厉，这个东西写的好棒，完了。

这个事情也就不用普通人每一次都进去自取其辱了。现在我还使不了这功能，因为我是20美元一个月的这个账号。据说再过一个月，这个deep research会开放给我们使用，一天大概能用个几次的样子。但是大家要相信，这一份财报类的这种综合报告，一般人一天是看不完的。那么2025年大家努力的方向是什么呢？咱们先不研究AI agent的事情，咱们现在要看到山姆奥特曼，他们在干嘛呢？

2025年，星际之门是他们的一个最核心、最重要的事情。山姆奥特曼跟孙正义前面刚在川普面前去签了字。这两天呢，因为SB OpenAI Japan成立，山姆奥特曼跑去日本了，孙正义带着山姆奥特曼去见石破茂去了，日本首相。有来有回嘛，过两天山姆奥特曼要再带着孙正义回去见川大爷。大家要重新去运作起来。那么这个到底在干嘛呢？其实我觉得这是一个阳谋，这是在对抗国运级的DeepSeek。

很多人说DeepSeek是一个国运级的科技创新。那么为什么这是一个阳谋呢？如果DeepSeek真的跑去跟国家绑定了，那么OpenAI可能就真赢了。并不是说国家扶持DeepSeek或者国家主持DeepSeek的工作就会有什么问题。孙正义做水晶智能的时候，其实已经讲过了，到底新的技术是应该培养新的交易、新的大型公司，还是让传统的公司、传统的势力变得更加强大，这是两条不同的路。

而现在的话，OpenAI、孙正义这些人在日本美国之间，见完首相见总统，见完总统见首相的话，那么DeepSeek可能未来也会去跟最上层绑定，就不会有这么多的机会去扶植或者是孵化真正的新兴生产力。新兴的这些公司可能就不行了。大家要注意，新质生产力还是传统大公司干的活，而我刚才讲的这些新兴的是要找到新的场景，培植新的这种大厂出来，这个是完全不一样的。

好，这就是我们今天讲到的SB OpenAI Japan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。

大家好，欢迎收听老范讲故事的YouTube频道。美国法院要求强拆的Google Chrome，到底是一个什么事呢？11月20号，美国司法部向法院提出申请，敦促联邦法官强制出售Google旗下的Chrome浏览器。

Google已经被裁定，其搜索业务违反了美国的反垄断法。呃，Google垄断的事实是什么样的？主要这一次针对的是，它付费绑定Google搜索作为默认的搜索引擎。它跟上一次微软的垄断，其实是有很大差别的。微软的垄断呢，是强制安装，你IE也好，或者Office也好，捆绑销售、强制安装，免费。它通过这样的一个方式去把网景给干掉的。

但是Google说我们不干这事，我们付钱，而且付的钱比谁都多。我们也不要求你去签独家排他，什么都没有。你可以再去跟别人签，你跟我签了以后，我成为默认搜索引擎，你还可以加别人了。所以Google这个事呢，它也挺冤的。它说你看，我是付钱了的啊，我又没有强制别人，我只是愿意少挣一点，愿意把更多的钱付给别人。我把更多的利润分给这些给我提供搜索引擎入口的这些厂家了。别人也可以用这个方式来跟我竞争，竞争不过我，那是另外一个问题。

比如微软说，微软也有搜索引擎，微软愿不愿意去付这个钱？他付不起，就这么简单的一个问题。现在判断说你确实形成垄断了，那么垄断的一个核心的点是什么？他的占有率实在太高了。Google的搜索在桌面端的市占率是91.4%，在移动端的市占率是95.3%。大家都知道，Google的主要收入是广告。但是你想，我们看YouTube，你们看了我的视频前头有广告，手机应用前头也有广告。但是这些钱对于Google来说，其实都是小钱。Google的主要收入，大概百分之七八十的收入都是搜索广告，就是我们在使用Google搜索引擎的里头，看到的广告，才是Google的核心收入。这块你已经完全垄断了。那么怎么办呢？这个就要想办法处理，对吧，默认搜索引擎。

特别是这种叫地址栏搜索引擎，这个价值是非常巨大的。什么叫地址栏搜索引擎？我们现在知道在Chrome的浏览器里头，或者Safari浏览器，或者任何一种我们常见的浏览器里头，我们在地址栏里头不打网址，直接输单词的时候，它就会去搜索，而且是用Google搜索。这个搜索的结果或者搜索的比例，在整个的搜索过程中是占比最大的，因为绝大部分人是很懒惰的，不会说我很认真的写上www.google.com，然后进去以后到地址栏再搜索，这种是在整个的搜索里边占比非常小。

这一次呢，很神奇要求强拆的是Chrome浏览器，这个绝对是对Google做了釜底抽薪。Google的商业模式就是捆绑搜索引擎，跟中国的360、百度、腾讯干的活是一模一样。中国最大的搜索引擎百度，他也是四处花钱去找人去合作。360呢，叫更流氓一点点，他默认给你装360浏览器。腾讯其实也是在装腾讯浏览器，现在你比如说你用微信了，啊，那微信里搜索用的是谁家的？肯定是用腾讯自己家的吧。所以大家都是在想办法，叫捆绑搜索引擎接口，没人说你可以自己选择。自己选择的成本实在是太高了。

安卓业务其实对于Google来说也很重要，但是呢，绝对没有搜索业务重要，远远没有Chrome之重要。所以安卓呢，并不要求Google强制拆分，他说你可以留着它，但是呢，你要开放，你不能强制捆绑，你要允许其他人进来。但是Chrome必须要去剥离。

那Chrome到底值多少钱呢？大家有没有想过这个问题？彭博社呢做了一个测算。首先咱们先不说数字，我先跟大家讲一下，彭博社这个测算师就是个傻瓜，没什么好说的。他给的数字是什么呢？他说这个Chrome，现在有30亿的月活，它估值是150亿到200亿美金。他为什么说这个测算师是个傻瓜？咱们算一下，桌面浏览器的份额，Chrome呢是占67.33%，第二名是Edge，这个是微软的Edge，11.22%，Safari是第三名。

9.61%的百分比，Firefox呢是7.29%，Opera呢是2.91%。移动端浏览器的份额，Google是64.66%，也是第一，Safari第二，24.95%。因为你用苹果设备一般都是Safari，然后三星占4.29%，因为很多人买三星手机嘛。Opera呢占2.04%，和Firefox基本上是没有的。你看啊，Firefox在客户端，在桌面端占7.29%。那他这个每年能够从Google拿到多少钱？Google说：“你让Google成为Firefox的默认搜索引擎吧，每年给5亿美金的捆绑费。”Firefox自己挣到的广告费能有多少？每年大概有5,000万美金左右，大概就是Google给的广告费的1/10。

那么苹果呢？它的浏览器是Safari，它在客户端或者桌面端占9.61%，在移动端占24.91%。因为大家在桌面端用浏览器的多一些，在移动端用浏览器的少。所以呢，Safari的总的占有量大概是Google的1/3到1/4的一个量。为了这个使用Google的搜索引擎，Google每年给苹果是200亿美金。如果Chrome独立了，Google付多少钱才能够让Chrome去默认安装Google的搜索引擎呢？按照Safari跟Chrome之间的比例的话，每年至少应该付600-800亿美金，才能够让Chrome去捆绑Google的搜索引擎。

按照Firefox的比例，比如Firefox每年能够挣到5亿的Google的捆绑费用，自己还能挣到5,000万的广告费。那么Chrome比如说拿了Google的，每年比如600-800亿的这个捆绑费用，我自己再去挣点广告费呗。那么头部效应，谁站在前面，谁的广告费一定会比较贵。如果Firefox每年能够挣到这个Google给的捆绑费用1/10的广告费，那么我觉得，作为Chrome这样的当之无愧的老大，百分之六十几的市占率的浏览器，他能够挣到的广告费。

可能就已经是100多亿到150亿美金左右的一个数了。就算是搜索引擎捆绑的费用，未来会重新调整，因为这一次被美国司法部判为垄断以后，那这个钱呢，以后肯定不会按照原来那个比例去给，肯定会用一些新的方式再去计算。但是一定会给，这个事不可能不给。为什么呢？这就是流量购买费，你说这个流量明明在这里，而且都有价值，那Google命令你说你不许去付了，谁去付这个钱，总要有人付。微软也付，微软在Windows操作系统的Edge浏览器里头，默认的就是搜索引擎。大家都是这么看的。那么Google不付，别人也会付啊。所以这个事情肯定还是会有钱，就是可能未必能够挣到600-800亿美金的这个捆绑费，但几百亿，四五百亿，或者三四百亿，这个钱肯定还是有的。再加上自己挣到的广告费，可能也有个一百几十亿。所以这个Chrome分拆出去，每年自己的收入四五百亿妥妥的。你把这样的一个项目给他，估值成150亿到200亿美金，咱不能说这个人蠢得有多坏，他肯定还是有一些想法，想去挣这个钱。

那你说这次就一定会拆成功吗？未必啊，因为微软当年其实也是要被拆。微软当年是拖了三年把这事拖过去，1998年微软被起诉，2000年的6月份作出了裁决，当时要求分拆公司。怎么拆呢？是操作系统公司和应用软件公司拆成这两份，微软就去上诉，到2001年6月份又折腾了一年，最后这事和解了。微软当年是同意采取措施以促进市场竞争，最后逃过了一劫。他逃过一劫的核心呢，其实并不是说真的有什么大的动作，真正让微软逃过一劫的其实是Google、Meta，或者当时叫Facebook，这些互联网巨头的突然崛起，发现你这块好像也无所谓，操作系统你炸着就炸着了，你在互联网这头上你没挣着这笔钱。那么这个让微软算逃过了一劫。那Google呢，现在肯定说我也要上诉，你把Chrome给我拆了，我这日子就没法过了，整个生意就废了，这个肯定不行。

所以，现在看看Google能不能逃过这一劫吧。咱们先看看Chrome到底怎么个卖法。首先是Google抗争，这个肯定抗争到底。现在的截止日期是2025年的8月份，最后要确定到底是拆还是不拆。在这个之前，Google肯定是对商业模式要进行一些调整。你按原来那种一年付200亿美金给苹果，付5亿美金给Firefox，这个事情肯定不能再干了。

但是调整完了以后，这个钱还是会给，就是看按什么样的新的名目来给，或者按照什么样的大家可以认可的一个价格来去给。这不可能不给。最后，他其实也是靠价格卷死其他人，比如微软啊，或者其他的一些广告商。我卷死你，我愿意给更多的钱，他通过这样的方式来去胜利的。最后大家还是要在这个基础上重新平衡起来。

这笔钱其实是整个让美国互联网运转下去的一个润滑剂，因为整个互联网就是一帮聪明人坐在这，研究用户怎么能多点亮一下鼠标的事。如果把这笔钱整个给他弄没了的话，啊，那整个的互联网逻辑就会发生底层变化。而且在新的逻辑没有建立起来之前，有可能会崩塌的。

AI时代到来呢，如果Google示威，没准也会逃过一些啊。但是这个跟当时的微软还不太一样，因为微软当时是互联网时代到来，微软示威了。但是呢，甭管是Google也好，或者其他的一些公司也好，它很挣钱。现在的OpenAI呢，声量是足够大，但是呢，没有那么挣钱，这个是一个很麻烦的问题。因为OpenAI没有找到新的商业模式，它没有像Google一样直接发现广告很挣钱，我们就直接挣钱就完了，还没有搞定这个事情。

从微软到Google，是新的商业模式确立了。微软是卖license，Google是卖广告的。但是到了OpenAI以后，他没找着新路，这是一个新的问题。那么你要卖，卖给谁？怎么个卖法？怎么个拆法？我今天还看Jeff里在那研究，谁能买这个东西。这个怎么说呢，这么有经验的一个人不应该说这种话。

没有说我要把它卖掉，这个叫拆。拆跟卖它是两个不同的概念。什么意思？咱们不要老看着TikTok，当时干这个活，说命令你必须卖，那是因为美国人怀疑后边有中国势力去控制他，所以要求他必须卖。正常情况下，美国这种反垄断，其实上一个被拆的应该是ATMT。它这种拆呢，并不是说我上来强制你把它卖掉，而是什么呢？就是你必须要拆分啊。

你比如原来有些人是Google的股东，你买了Google的股票了，那你在卖的情况下就有可能会出问题。为什么？你交易公不公平？那你拆就没有这个问题啊。拆了以后，像这样大的公司，其实它上市也没有任何问题，它变成两个上市公司嘛。那原来是股东，那我现在就给你两个公司的股票，给你配一下。你原来呢，比如说有100美金的Google股票啊，先给你算一下，比如说90美金的Google股票，再给你10美金的Chrome股票。你现在自己就成为Chrome的股东了。

或者如果你不乐意的话，你可以把这股票卖了。正常的就应该是拆啊，不能是直接卖掉。拆完了以后，可能会再去募资一些，因为这种项目拆完了以后，它可能自己内部的团队也不是那么健全，手里头的现金或者什么的，也不是那么充裕。未来可能会有一些新的这种发展方向，那肯定还会有人说我们愿意投资你。

可能一开始你的价格会比较被低估，特别像刚才那个150亿套200亿，这种估值如果出来的话，那肯定就会有财团直接冲上去，说来我们愿意去投资你，让你快速长大，回到一个你正常的市值里头。甚至呢，像Chrome这样的业务真的拆掉了，以后的话，它有很多想象空间。浏览器这个东西其实就是操作系统，它这个里边什么都可以去做。

因为甭管是手机也好，还是主机端也好，浏览器里边能干的事情太多，特别像Google还做过Chrome OS这样的东西。所以你只要是有浏览器开了，你不需要再打开任何其他东西，都可以在页面把它搞定。在这样的情况下，可以做哪些不一样的动作。

可以在哪些地方去挣到钱？有很多可玩的事情，所以会有很多人去给钱。但你说Google自己给钱行不行？我说我组织一个财团，我自己把它搞定，他不允许啊，10年之内不允许再去投资或者自己再去做浏览器。这对于Google来说是很大的一个限制。

再往后，咱们讲一个问题：做个浏览器这事到底难不难？到底有多难？这个事呢，挺纠结挺矛盾的，叫做“说难也难，说简单也简单”。为什么这么纠结呢？因为底层有一个东西叫Chrome，这个东西是开源的，完全开放源代码。当然，这个开源的过程中，Google是花了大量的钱去捐赠，让他们很多很多的钱去做各种的开发，做各种项目的维护和管理。

他做这样的一个事情，现在的绝大部分浏览器都是在Chromium上去套壳的，包括Chrome、微软的Edge、Opera，国内其实还有一大堆这种套壳浏览器。所以你说我要去套个壳，自己去做一个浏览器，这件事非常简单。国内那么多厂商都干，像我原来在猎豹移动，我们也有猎豹浏览器，国内还有QQ浏览器、搜狗浏览器、搜狐浏览器、360浏览器。

而国内浏览器要比刚才我们讲的那种套壳浏览器稍微复杂一点，因为国内的浏览器都是叫做双内核浏览器，就是它里头有Chromium内核，还有一个IE内核。为什么？因为国内有很多的这种政府机构或者老的这种机构，他们做了很多这种外部应用，这些应用是必须在IE上才可以用的。

这就只能上这种叫双内核浏览器。在国外，大家基本上就是Chromium内核。但是你说开发跟内核这事，容易不容易？那玩意就真的是难比登天啊，千万不要痴人说梦，说我们要去开发浏览器内核，太难了，微软都放弃了。

所以我们说这事呢，说容易是容易，就是在Chromium的基础上套壳很容易，但是说难是真难啊，开发内核是真难。浏览器并不比操作系统的复杂度低，可能还麻烦，因为它要面对全世界的网站，还有安全性的问题。

还有很多人在里面进行黑客攻击。你操作系统，有的时候还不需要考虑这么多安全性问题。他还有效率问题，因为现在很多网站的功能很复杂，代码也很多。你要让它跑起来，你的效率还是要提升一些的。而且要应对各种复杂的环境的兼容性问题。你不一定是装在Linux上、装在Windows上、装在Mac上，还是装在手机上，都要跑起来。而且装上去以后，你说：“哎，我这是n卡，我这是a卡，我这是什么卡。”你都得认。

所以，浏览器整个的应对环境是非常复杂的，基本上相当于就是一个操作系统。曾经有人传闻华为要做国产浏览器内核，这个事很快就被华为辟谣了。大家要注意，华为这样的公司，中文编程语言的事他不出来辟谣，因为中文编程语言这种事已经很邪门了。但是呢，相比较起来，自研浏览器内核这个更不靠谱。所以，中文编程语言华为没出来辟谣，但华为自研浏览器内核这事华为出来辟谣了。

所以大家知道这事到底有多费劲。现在全世界还在跑的浏览器内核大概算三个半。三个半里头这半个是什么？叫Treaton，就是老爱意，有些地方在用，所以我们管它算半个。就是爱意3、爱意己什么这些东西，老爱意的内核叫Treaton。第二个应该叫GKO记忆ck o，这个内核是Fairfox，火狐浏览器的，他们还在用，这个算是一个相对小众的内核。然后是Webkit，Webkit是一个比较大众的内核，它是谁在用？Safari在用。Webkit实际上是一个开源的项目，Safari是在Webkit的基础上做出来的。

再往后一个内核叫Blink，B L I N K，这个内核是从Webkit里头分支分出来的。最早的时候，苹果跟Google都在维护Webkit内核，但后来呢，他们干了一个特别二的事：Google呢，上去把大量的苹果提交代码直接删了，删完了以后说：“这样更好，我们跑得更快一些。”苹果上来呢，又把Google的代码删掉了一堆，然后又提交一堆代码上去。

等于两边吵架了。吵架了以后就分家。这个Blink内核呢，现在的Chrome，这个H和Opro这些都是使用的这个内核。就刚才我们讲的那个叫开源浏览器，叫Chromium，也是在这个Blink内核上做出来的东西。大家注意啊，Blink是内核，Chromium是在Blink内核基础上做的开源浏览器，而Chrome是Google在这个Chromium的基础上再去包装出来的商业产品。虽然它不要钱啊，但是这个商业产品，包括H和Opro，都是在Chromium的基础上包装出来的商业产品啊。它是分层次的。甭管跟拆不拆的问题，咱们先说，如果Google真的要去调整他的捆绑浏览器的分成机制的话，业界就会震动，互联网的天要塌了。

第一个倒霉的是谁？第一个倒霉的是火狐浏览器。火狐上来先裁员，为什么呢？因为火狐本身市占率就在不断的下降，而用火狐浏览器的用户，其实相对来说比较难忽悠的。什么人会去用火狐？就是一帮老程序员，一些有情怀的人。这些人呢，未必有多有钱，但是呢，还相对来说觉得自己懂一点。那你说给他们看广告，这个广告效果到底能够多好，大家自己去想就知道了。他90%的收入都来自于Google的默认搜索引擎的捆绑。他每年5亿美金来自于Google，剩下的5,000万美金是自己做广告挣的钱。如果Google说那5亿美金以后我不付了，或者我要求少付一些，这日子就没法过了，马上揭不开锅了。

苹果呢，现在也有这样的问题。苹果原来每年可以从Google这拿到200亿美金，那以后这200亿美金就没了。所以苹果现在在积极的找人去补这个窟窿。他找到OpenAI说，以后有人在苹果上订了你的OpenAI产品，你要给我分钱。分的钱呢，估计还不是30%。其实我的XXGPT就是在苹果上每个月去定了20美金，这个钱其实苹果每个月已经扣了30%了。但是苹果说，哎，Apple Intelligence，哦，苹果智能。

我现在用的是Open AI。我可以给你带来更多的订阅，那么这一部分你给我分30%肯定是不合理的吧？你要多分给我一些。而且呢，不能只有你一家。当时给苹果交钱的人也不是Google一家，别的搜索引擎、别的这些广告主也会去给苹果交钱，只是Google给的钱太多而已。

那么后边苹果也去找五哥，你们家Gemini是不是想在这个Apple Intelligence里头用上，你也得给我点钱吧？或者是梅塔，你们家有没有这个生成式AI的产品？你也可以上我这来合作，你也给我钱，或者找X AI，问马斯克你愿不愿意到苹果这，成为默认的AI助手，那你要不要给钱？

他现在准备看这么个事情。在中国的话，肯定还有一堆人，甭管是百度、阿里，或者其他的一些大模型公司，都排着队在苹果门口等着，说“来，您收我的钱吧，我们愿意上去，成为你的Apple Intelligence中国地区的默认AI大模型。”但是呢，这个钱再怎么收，你是没有办法来弥补这个搜索捆绑收益的。

为什么呢？咱们看看Google全年的广告收入，大概是2,000多亿美金，每年不太一样，去年好像是2,300多亿美金。它的搜索广告占比占多少？1,800亿。所以Google最大头的就是搜索广告。搜索广告我们认为这一部分应该是跟浏览器相关的，其他的部分，比如说大家是在YouTube里看的广告，或者在应用APP里头看的广告，这个跟搜索引擎、跟浏览器没关系。

就是1,800亿美金的这个广告跟搜索引擎有关。按照浏览器的份额占比来看，Safari在Google搜索引擎里头的广告收益能有多少？大概也就是四五百亿。Google分了他200亿，基本上Google把一半的钱分给这个Safari了。

所以为什么说别人分不起这个钱？Google分的狠啊。你说我们现在想靠着AI订阅的这个钱去把这200亿窟窿补上，这个咱们看看Open AI挣了多少钱。

OpenAI 2024年预计的收入是50亿美金，其中75%来自于订阅收入，也就是37.5亿美金是订阅收入。苹果收30%的话，也就十几亿美金。你就算都收了37.5亿美金，你能把那200亿美金的窟窿补上吗？你补不上的。就算是Google也愿意给点，其他人都愿意给点，但是大家要注意，不是说大家都给这个，这个钱就会变多，啊，不会的。这个钱是什么钱？是每一个人订阅的钱。OpenAI订的人多了，一个Gemini订的人就会少一个，Copilot订阅的人就会少一个。它总数就是这么多。

所以整个这一块，就是AI大模型的订阅，应该算市场份额吧。加在一块，可能一年也就是不到100亿美金，就这么点钱。那苹果你说你能收多少？你不能说让那些大批市场上去白干吧。所以苹果撑死了，能够从这个里边挣到20亿美金，也就到头了，不会再多了。那么其他人呢？OpenAI在干嘛呢？OpenAI说算了，我自己做一个吧，我也做个浏览器去吧。他准备干这个事。前两天还有人穿，说Google把这个Pro卖了，OpenAI会不会上去买？想太多了。Google作为一个上市公司，有那么多股东呢，你只要敢卖这个东西，马上就集体诉讼上来，这个事就不要想了。

那么OpenAI自己做这个事呢，倒是可以理解。OpenAI招聘了Chrome开发团队的负责人，回来后说：“来，你上我这来，你给我们去做做引擎去。”为什么呢？因为你通过做搜索引擎，可以抢夺对话框的入口。对话框里原来都是说我们要去搜东西。我在Chrome的输入框、Safari的输入框、Opera输入框，或者是Firefox的输入框里头，我输任何东西，滴答回车，我要去搜索。以后呢，是我要在这个输入框里打任何东西，一打回车，我要干嘛？我要去跟大模型聊天。以后呢，Chrome浏览器里头默认的聊天的是谁？一定是Gemini，这个没什么好说的。OpenAI说我就去抢这个入口。

那我就自己去发我们的浏览器就好。前面我去试过OpenAI的搜索功能，上来以后也是要求我们去安装一个插件。装完了以后，就把这个Chrome浏览器的默认搜索接口给了OpenAI了。这是现在的业界的一些动态。

大家有没有想过一个问题啊，浏览器到底属于谁？你说我是用户，我每天在这干活。你像我现在这个跟大家做直播，其实我用的也是Chrome浏览器。那个浏览器是属于我吗？我没花钱买啊，那这个事应该不属于我，对吧？它是一个独立的产品吗？

在网警时代、Netscape的时代，它确实是一个独立的产品。但是，这个时代很短暂。再往后，浏览器就是属于操作系统的附带品，比如IE浏览器就是操作系统附带的。再往后，浏览器呢，是属于手机服务商的，或者手机的生产商的。为什么前面我们讲浏览器份额的时候，有一个公司叫三星呢？三星卖手机卖得多，它那里头带的就是三星的浏览器；如果你用华为手机，里头带的就是华为浏览器。

为什么大家一定要自己做一个浏览器呢？在这大家迟到了，原因也很简单：谁有这个入口，谁就可以决定上来喂你的客户吃什么样的狗屎。这个话虽然糙一点，但很正常。因为我原来在猎豹浏览器，我们就这么干。像Chrome这样，打开了以后是一个大空窗口，你就可以直接搜索了。看看位置打开了以后长什么样，这个东西有一个大的页面，你等于是直接把一个大的网站，直接把一个大的门户贴在用户面前了。用户只要打开你的这个浏览器，就进到这个门户里去了。

那这个门户上可以贴多少广告。但是，中国人后来又发明了一种更极致的方法，叫什么呢？叫导航站。像我们开浏览器开的那个页面，都是导航站上来，把所有他可能用到的地址全都给你写上。那每一个位置都是要卖钱的。这个东西是大家都要去自己做浏览器的原因。

但是，中国还干了一个比较奇葩的事情，什么呢？就是中国的浏览器属于安全服务厂商，甭管360还是我们。

原来，猎豹移动都是属于安全服务商，甭管是做360安全啊，还是做金山独霸，我们都是要去捆绑浏览器的。为什么呢？就是做这个安全软件，它本身不挣钱，只有捆绑到浏览器，给大家看导航站，给大家看广告了，我们才能挣到钱。我们原来做猎豹浏览器的时候，每年最大的一笔收入是百度给的。百度捆绑他的搜索的时候，也会给我们钱，这都是这么干的。

再往后，还有谁可以有自己的浏览器呢？AI服务商也准备自己上自己的浏览器。我们讲的OpenAI，准备自己干这个事情。反正浏览器从来都不是属于用户的，因为用户不为浏览器付钱。咱们用网警的时候，为网警Nice Cave付钱的时候，这个东西是属于你的。你只要不愿意为这个东西付钱，这个东西就是属于别人，或者说我们叫属于广告服务商的吧。Google就属于广告服务商，浏览器是属于他的。这是浏览器的一个比较奇葩的生态模式。

那么，未来浏览器还会有什么样的走向呢？或者说AI会给我们一些什么样新的变化呢？OpenAI到目前为止也没有找到自己的商业模式，现在大家都在很努力地去尝试。最近呢，有两个新的动向，可以让大家稍微思考一下。第一个新动向是什么？叫Proplexity。他呢，在AI搜索上加了一个东西，叫一键购物。你搜索完了以后，只要点一下，就直接可以把东西买下来。这个其实又往广告的方向往回走了，只是呢，他把广告从展示点击转化，再去购买，这个过程省略掉了。你只要是看到商品喜欢，点一下，直接就给你完成购买。这样转换率会上升，因为AI的这种返回的结果是什么？它是只有一条的，它不像搜索，而是给你返回的。所以呢，这个可能是未来方向。如果真的这条路走通了，那所有的AI大模型公司都会自己去做浏览器的。你只在我的浏览器里输入任何词，啪，一打灰车，我推荐商品，你一确认。

就直接把它买下来了。这可能是未来的一个方向。但比较遗憾的是，这个方向依然是广告变现模式，没有找到新的商业变现机会，也没有找到新的商业模式。这是一个新方向。还有一个新方向是什么呢？就是strip。像在推特要收益，就打在strip里，还有很多的这种线上的交易，现在都使用strip。

strip现在在干嘛呢？他在给LRM，给这个大模型发信用卡。以后，你的大模型可以替你去买东西去了。为什么要单独替他发一个信用卡，而不是把这个卡发给我，让我把这个信用卡授权给大模型呢？这个是一个安全问题，因为所有跟支付有关的事情，安全是第一位的。你一旦把这个卡授权给大模型了，大模型就有可能会去反复刷卡，或者说大模型可能会被别人盗刷了，以后他没有知觉。

在strip就跟很多的大模型厂商去沟通，说来，我们来帮你把大模型直接支付的问题搞定。那等于是人授权大模型，说你现在可以替我去花钱了。我给你一个什么样的额度？大模型每一次去进行消费的时候，首先去确认说你消费跟一开始提示词，或者说上面这个人的意图是不是一致。如果一致的话，他就可以到strip去申请交易的TOKEN，或者说一个信用卡。strip会发给他一个一次性的信用卡，他把这个交易做完了以后，这个信用卡直接作废掉。

你说我想用同样的事情再去做一次交易，或者有人拦截了大模型交易过程中的这些数据，我说我再去交易行不行？不行了，啊，只能有一次。所以这个有可能是未来的一些方向，也有可能是Google未来去探索的东西吧。

是，如果我们真的把Google的框拆掉了以后，如果真的把Google一下拆成两个，对于整个未来的互联网环境来说，肯定会发生巨大的变化。Google可能就不再是一个最大的广告商，Facebook、苹果、推特，这些它的竞争对手就都会冲上来，说来我们是不是能够咬一口。可能未来这一块的就会发生很多的变化，或者说这也许就是搜索引擎广告的一个终结。可能未来。

大家都不再走搜索引擎广告了。那刚才我们说了2,300亿美金的年收入，1,800亿美金是搜索引擎广告，那可能以后就会发生变化了。Google未来也许会说：“我们通过大模型广告，通过大模型的购物变现，我们来把这件事情做完吧。”他可能会向这个方向走。

但是这个前景其实并没有那么美好。比如说，我今天录了个视频，大家看了广告了，或者说看到一些什么东西，你去买东西了，这是我可以有收益。但你一旦变成大模型的这种直接性的一键购物，那我们这种录视频的人，或者那些写博客的人，那就都没饭吃了。因为原来都是我们去写博客，我们去录视频，我们要靠广告费来活着的。

那下次的时候，我不要听老范来讲故事，我要去问一下大模型OpenAI或者Gemini：“你跟我说一下这事怎么回事，说明白了。”行，就这样了。老范讲故事那个视频我不用去看了，Gemini在后面推荐的商品我也买了。等于我们这些人就没事干了。这个事其实是挺悲哀的，也希望能够找到新的方式，在新的整个的互联网的商业形态里头，依然能够有内容创作者继续生存下去的道路吧。

好，这就是今天咱们讲的，美国商务部要求剥离Google的Chrome可能会带来的各种后续的故事吧。

百度为什么不做Sora？是不是吃不到葡萄就说葡萄是酸的呢？大家好，这里是老范讲故事的YouTube频道。

11月12号，百度世界大会上就透露出来说，百度从来就没有想去过做Sora这样的世界模型，或者叫视频模型，从来没想过。百度呢，是一直希望走自己的多模态道路，不希望去跟OpenAI这样的公司卷入世界模型的竞争。虽然到现在为止，Sora也没出来，但是跟在后面跑的人还是很多的，特别是抖音、快手，都推出了各自的视频模型，还有很多国际上的厂商也在视频模型上争先恐后地往前跑。

但百度说，我不干这个事，我有更重要的事情在做。这是百度李彦宏亲口说的。那么，百度努力的方向到底是什么呢？百度努力的方向是消除幻觉。大模型都是有幻觉的，百度呢说，我们作为一个中国公司，你可以不说话，但是说错了是很麻烦的，所以我们不能产生幻觉，保证我们说的都是对的。而且这个是在各种角度上，所有的评判标准来看，都得是对的，不能有任何问题。因为有的时候，你说的你觉得对了，但别人觉得不开心，这也是不行的。

所以百度呢，作为一个有中国特色的AI领军公司，他们向着消除幻觉的方向前进了。他们准备怎么去消除呢？他们这一次在11月12号的百度世界大会上，推出了一个很有趣的东西，叫IRAG。大家要知道，RAG是我们在做AI agent，或者叫AI智能体里头，用得比较多的一个技术，叫搜索增强生成。就是我们先搜索，搜索完了以后，根据搜索的内容再去生成，这样的话，能够保证生成出来的东西没有什么幻觉，是在你给定的范围内去生成的。它倒不一定说保证生成出来的东西是对的，但呢，它保证说你给我的是什么，我生成出来的就是什么。

那么，IRAG是一个什么样的东西呢？这个前面这个I到底是做了一个什么样的单词放进去了呢？I这个词呢，是图像（image），以图像为基准的RAG。什么叫以图像为基准的RAG呢？就是正常情况下，咱们RAG都是做的文本或者是表格。

搜索完了以后，把这些文本和表格通通都做成矢量数据库里面的一个点。然后找到离他比较近的点拿出来，去生成跟问题相关的答案。这是RAG的标准过程。IRAG呢，就是百度说我有好多图片，我把所有这些图片，以及图片识别出来以后的各种信息，直接拿去做嵌入，然后形成史料数据库。在这个里边去搜索，搜索完了以后再去重新生成图片。这意思是什么呢？就是你去训练说这个人叫张三，张三长这个样子，张三坐着，张三站着，张三乐了，张三哭了，张三吃东西了。他把所有这些东西都训练好了，放到一个矢量数据库里边。等你下次要求他去生成图片的时候，说张三穿着什么什么样的衣服，站在哪里，在做一个什么动作，有什么样的表情，有什么样的风格，他就可以从矢量数据库里头把你要的这些信息都找出来。张三长这样，我有了；然后呢，穿什么衣服，我在数量数据库里再去查。查完了以后，哦，衣服长这样我也有了。做什么动作他可以画得很准。他做了这么一个很神奇的技术出来，但是我看到这个介绍以后说：“哎，这玩意好玩哈，我得去试试。”然后我就跑去试了一下。首先我跑到了百度文心一言的网站上，测试一下，发现文心一言3.5版本一如既往的拉胯，依然在那胡说八道，依然在那前言不搭后语，咱就对他没有什么预期了吧。然后闻心欲言4.0依然需要收费，算了不测试了。那么画图吧。画图的过程呢，稍微有些吓人。首先让他画车，你让他画各种型号的车，都非常的准。说我迈巴赫哪个款，在巴黎的凯旋门下，哎呀，那个做的非常的漂亮，一张照片绝对一下乱真。大众这个车呢，除了车牌子上看不太清楚之外，也是非常像的。比较遗憾的是，我要求他画小米苏7，他没画出来，估计是小米苏7他的素材不够多，或者训练这个模型的时候没有用很多的小米苏7的图片，或者说他的IREG的这个矢量库里头没有那么多的小米苏7的图片。每次要求他画小米苏7的时候，他画出来的呢，都是问界M5，这个就没办法了。然后画人吧，要求他画郭德纲。

哎呀，我天呐，简直就是拿照片直接贴上来。你说郭德纲干什么？马上就给你做一个一模一样，绝对以假乱真。但是呢，你要求他画于谦，这个事就没法整了。画出来的也是郭德纲。大家想明白了没有？为什么会这样呢？

说为什么我要求他画于谦，这个IRAG产生的结果是郭德纲呢？因为很简单，你所有在百度图片里头搜索于谦的照片，郭德纲都站旁边了。于谦、郭德纲，郭德纲、于谦，你郭德纲站的照片多一些，那么他就认为说是不是于谦应该也长这样。可是这样的一种运作方式，实际上呢，他向我们展示了用IRAG的这个技术，依然是没有办法避免幻觉的。你要求他画于谦，他画的是郭德纲。

有一张照片，我告诉他说，来，给我画一个郭德纲跟于谦在德云社说相声的照片。画完了以后，就是两个郭德纲，都很像。就是你单独拆出任何一个来，都是以假乱真的。俩郭德纲站在台上说相声了，就变成这样了。要求画其他人，就没有那么像了，比如说郭麒麟、马斯克，这个就不太容易认出来了。其他的我就没有再敢去测试，再测试可能会被警告了。

但是呢，他整个这套的IRAG的系统还是挺吓人的。如果你想让他去给你生成一些广告图片或者是一些假图，就是郭德纲出去做了一些丢人现眼的事情，绝对以假乱真，画的极像，已经是可以达到一定的商业用途了。特别是你，比如说我做一些店铺的装修或者是这种电商的图片生成，这个玩意还是可以的。

除了这个IRAG之外，这一次的百度世界大会上呢，还发布了无代码工具“秒哒”。一秒、两秒的秒，哒呢是一个口一个到达的达。所谓的无代码工具“秒哒”呢，其实类似于字节跳动的codes，对吧？也是让大家把智能体拼起来，然后形成AI agent去干活了。只是呢，秒哒现在呢还不开放使用，依然是让企业去报名排队。据说已经有很多人排队了。这些企业不知道为什么想不开，Codes现在就可以免费使，你干嘛还要去使用秒哒呢？像我这种稍微有点动手能力的人，可以使用Defi。

这个咱们就不说到这么远了。今年，除了前面我们讲的IRAG以及秒哒之外，还发布了什么呢？这个牛肯定还是要吹的嘛。现在吹的牛是什么？就是文心一言大模型，日均调用量15亿。我们已经数涨上来了，去年是5,000万，现在涨了30倍了。这个15亿呢，大家注意，没有单位，15亿次，15亿人，不可能15亿人，中国没有。15一次，这个也稍微有点不太好去评估，怎么算一次呢？那么我们就稍微保守一点评估吧，我们把这个单位写成TOKEN，就是每天可以生成15亿TOKEN。

哎呀，很多人说这个数好大呀，百度文心一言好厉害，这么多人使用它，生成了这么多的内容。但是你要想想，15亿TOKEN按照百度的收费标准，能够挣多少钱呢？百度文心一言4.0 Turbo，按照每千TOKEN的价格乘上15亿的话，一天的收入大概不到10万块钱。那你以为像百度这样的一个公司，这样的一个项目，值得上来去讲吗？如果这就是他的AI未来的话，百度一年挣个3,000万、4,000万这种水平，这个够干嘛的呀？

所以呢，这个数字基本上可以忽略不计，他只是跟大家玩了一个文字游戏，一天15亿，好大好大。你把它乘上钱数，你看看有多少。除了给自己吹牛之外，当然还要指明一下方向，说未来的AI发展是哪个方向呢？两个大方向，一个是智能体，应该也就是刚才我们讲的AI Agent这样的东西；另外一个呢叫产业应用，就是政府有钱或者是大的企业有钱，你们愿意为这个事情买单，你们就是未来方向了。这是李彦宏为AI中国指明的两个方向。

而且呢，保证说百度自己不会去做超级APP，实际上他也没这个本事，所以干脆吃不到葡萄说葡萄是酸的，我不做这个事。然后呢，要去打造上百万个超级APP，也不知道李彦宏怎么想的。超级APP不可能有上百万，到上百万了，以后这东西就不叫超级APP了，你没有那么多用户，叫什么超级APP？但那意思呢，就是降维打击，这个是很多互联网人喜欢讲的一种说法。

你是二维生物，我用三维的方式去干掉你；你是三维生物，我用四维的方式去干掉你。这是《三体》里边的一个词。这个所谓的降维打击是什么呢？就是你们都去卷超级APP去了，我要当你爹。在百度下边做的应用都是超级APP，我比你高一个层次。

当然了，也展示了一些智能体，包括百度自己的文心智能体平台。这个上面呢，号称有15万家企业使用，有80万开发者，但是也没有看到砸出什么响动来。如果产生了超级APP的话，广大的民众应该是能够有感知的。咱们现在没有感知，别说上百万个了，一个都没看到。然后也展示了一些超级智能体，什么法律问答呀，基本上也就是说我们通过百度的文心研做的一些AI Agent，怎么能够解决一点点的实际问题，这个也给大家展示了一下。

另外，时髦还是要赶的，赶什么时髦呢？百度智能眼镜，扎克伯格干成了，我们也得干去。这就是这一次的百度世界大会上发的东西。那咱们回过来说，百度为什么自己不做Sora呢？其实这个里头最本质的原因只有一个，就是百度自己是没有视频平台的。虽然百度有视频，百度有爱奇艺什么这些东西，但是百度自己没有像抖音、快手这样的平台。你像国内现在即梦跟可灵，卷的那叫死，天天俩人卷来卷去的。即梦后边是字节跳动是抖音，可灵后边是快手。生成完了视频，就放在我们的抖音、快手平台上，大家就可以宣传了，就可以直接用上了。百度自己没这东西，所以说那我就不跟你费这劲了。

而百度跟Sora呢，实际上是两条完全不同的路径。Sora是什么路径？Sora的路径是scaling low，大力出奇迹。中间很多东西我们也不去研究了，我们就把料堆齐了，数据堆齐了，算法堆齐了，再加上足够的算力，烧钱等待它涌现。原来的这些传统的方式，我们就不去考虑了，think differently。我们不用再去想说要不要更快的马车，我们直接去造飞机去了，还不是汽车。这就是Sora干的事情，是一帮有理想的人去做的事情。

而且呢，未必有结果。其实到现在为止，Sora都没有任何要做出来的迹象。而百度他们做的事是什么呢？是在现有的技术范畴下，满足现有的需求。这个呢，就属于典型的中国式创新了。要求的是什么？确定性高。我们要卷吗？卷的一定要确定性很高。哪方面要确定呢？第一，技术路线要确定。一帮老学究们，他们来去确定技术路线，不能让年轻人上。年轻人，你们没有经验，万一走错了路怎么办呢？这个你们不要去动。第二个呢，成本要确定。我投入多少钱以后，可以得到一个什么样的结果。成本确定了以后呢，收益也要确定。我做出来的东西得有人用，我得卖得掉，这个事才能去干。就比较现实。这个就是百度走的这条路。百度呢，要求是有市场能赚钱，所以呢，百度算是比传统的中国式创新更加保守一点的一个公司。

那么现在有很多人去讲说，scaling low现在到底行不行？美国有很多大学、很多机构，甚至一些著名的科学家都出来讲，scaling low是不是玩不转了，这种规模法则是不是有问题了？再往前堆，是不是堆不出东西来了？这件事呢，只能这么说，从scaling low诞生的第一天开始，质疑就从来没有停止过。为什么呢？因为scaling low指望的那个东西，就是scaling low成功的最终结果叫涌现。这个词什么意思？就是你不确定他来不来，你不确定哪次行哪次不行，你也不确定说我到底是增加多少。以后有这么一次，因为涌现这个东西，它一定是不连续的。不是说我上了10块显卡，出了一个东西；上了11块显卡，又出了一个东西；上了12块显卡，又出了一个东西。这个是不连续的。你有可能10块显卡，你最后算出来一个数据可以用，然后呢，11、12、13都没用。结果你发现上到第100块显卡的时候，又跑出一个结果来，又有一个跳跃式的创新，又往前走了一步。那你说咱堆吧，堆到1,000块显卡，咱再做一次，发现哎，好像有那么点提升，但是又不是那么明显。哎呀，这个好像不对。

但这个事情是不是就不行了？不一定，因为在下一个节点在哪，谁也不知道。这个才叫涌现呢。如果你知道下一个节点在什么地方，比如说有这么多数据堆在一起以后得到结果，那下一个节点，比如说我们说是乘10倍、乘20倍、乘30倍或者是1,000倍，这都不知道。这个才叫真正的 scaling law。就是我们就只管往前堆，未来是不可预期的，不确定的不连续的。

这个东西从开始的那天大家就质疑它。这个过程呢，其实很像什么？就是咱们小时候都看过一个故事，叫小马过河。什么意思呢？这个小马背着一包货准备过河，人家就跟他讲说你这个过不去的，这个河很深，会淹死你的。这个不同的人就都跟他讲不同的话。就是每一个老的科学家或者是一些进行成本核算的会计师们，看到 scaling law 就会跟他讲：“小马过河，你是过不去的，你这个事有问题的。”那这个怎么办呢？必须要往前蹚，蹚完了以后去寻找下一个的节点，这个是没有什么办法的。

百度这么想到底对不对？百度说我不去作死 Sora，我要去做 IRAG，我要去消除幻觉，做有中国特色的创新，这事对不对呢？其实百度这么想并不丢人，作为一家成熟的商业企业，这样思考算是一个正常的商业逻辑。但是呢，如果按照百度自取的那样，他是中国 AI 行业的领军企业，这么想问题的话，就有点可悲了。

但好在是什么？就是中国做 AI 这一块，反正至少我测试的各种产品里头，我觉得百度基本上还是排不上号的。百度自称是中国 AI 行业的领军企业，这个事呢，让百度自己开心就好了，关起门来称大王就可以了，让我们每天看着百度是怎么思考问题的。我觉得他思考问题的很多的方式还是有借鉴意义和价值的。但是呢，作为一个国家的这种 AI 领军人物，最好还是有一点梦想，愿意努力的，跳一步往前走一走，有可能你就会走到一些不一样的地方。

好，这一期就跟大家讲到这里，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，这里是老范讲故事的YouTube频道。我们现在开始讲第一个故事：阿斯麦崩盘。

是不是AI大模型要迎来郁金香时刻？什么是郁金香时刻？就是我们认为有一个大的崩盘即将到来的时候，我们管它叫郁金香时刻。因为当年荷兰人去卖郁金香的时候，就遇到了郁金香崩盘这样的事情。后面每一次大的这种泡沫破裂的时候，你可以认为它是一个郁金香时刻。

那么阿斯麦是怎么崩盘的呢？算是意料之外，情理之中。为什么叫意料之外呢？因为由于某个技术原因或者某一个技术故障，导致了应该是晚一天发布的财报提前一天泄露了。但是呢，这个泄露出来的财报并不是说虚假的或者说有错误的，就是正确的财报，只是他看到的时间稍微早了一点，或者是大家意料之外的这个时间看到了。早看到一天、晚看到一天，里面的数据都不会发生任何变化。

所以呢，算是有一点点意料之外。所谓的意料之外的这个部分，唯一起到的作用就是放大了这个财报的各种情绪。原来财报里边写着我哪块做得不错，哪块做得不好。如果你是按正常的时间去放，大家就按正常的心理状态来看就好了。但是你突然提前泄露了它，那么这个里头一定是有一些奇奇怪怪的东西，大家心理被放大了。

现在呢，股市其实更主要是看未来的。股市不看今天的消息面，不看今天具体的什么，你今天多卖了几个硬盘，明天多卖了几个光刻机，人家是看你未来发展的。这其实也是大妈盘跟机构盘之间的差异。机构盘一般要看你未来三年的这种发展的状态，或者有什么样的新的方向，所以他允许你现在是赔钱的，你未来只要是能够发展的好，他就愿意来买。而大妈盘的话比较情绪化，他不会看那么远的事情，当前有什么变化我当前就要马上见钱，这是不一样的。

而股市里边，特别是欧美股市，机构盘要更重一些。现在阿斯麦提前透露出来的这个财报，它的收入跟利润其实还算是上升的，或者叫又创新高吧。但是呢，未来的订单只有预期值的一半，这个是非常非常吓人的。

因为像阿斯麦这样的光刻机，不是说像手机似的一年造几亿台，它一年大概也就是四五百台，不会太多了。所以，接到多少订单，就决定了未来的生产安排。现在，他只接到了20多亿欧元的订单，大家预期大概能有40多亿，所以差了一半的钱。这个数字让整个市场感觉到异常震惊。而且，仔细去看阿斯麦的财报，还会发现，在上一个季度的收入中，中国的收入占了一半，他有一半的东西都卖给中国了。中国购买的主要是28纳米以上的产品，真正的精密制程或高端制程的设备是不允许卖给我们的。

如果美国不管他，荷兰政府不管他，我估计他未来的订单还是能爆炸的。但是现在这个情况已经没有了。台积电、英特尔都在努力出货，就是要赶快把答应给我的机器交给我，我该付的钱付掉，你该给我的机器装上，再努力做。那么，问题出在哪里呢？韩国和存储市场崩了。韩国原本像三星要买一堆光刻机来用，但现在韩国的出货量没跟上去，未来的订单也不怎么样。

存储市场方面，我刚刚又去看了一下，淘宝上长江存储颗粒的SSD硬盘4T，现在价格已经回落到1,000多一点儿了，最便宜的时候大概能到900多，现在是在往下掉。阿斯麦这一部分的光刻机没有卖出去，未来的订单也就不存在了。

那么，芯片市场到底发生了什么变化呢？手机和电脑的需求其实都没起来，全球的需求相对来说比较疲软。这个锅谁来背呢？这个锅必须是AI来背，没有第二家能背的。因为现在大家能够让他换手机、换电脑的唯一理由就是AI。你现在要用AI手机，要用AI电脑，你要去买iPhone 16，要去买三星的AI手机，要去买谷歌的AI手机，国内的各种安卓手机都要去配AI。这两天，联想在拉着AMD、英特尔的老大、英伟达的老大在开会，就是要去卖AIPC，大家对这些AI手机的期待正在增加。

AI的PC都没有什么购买欲望，没有刺激起来嘛。原因只能是一个，就是AI对于普通用户来说没用。普通的用户没有觉得AI给我解决了什么问题，我需要付很多的钱重新更换设备，必须要来使用这些AI产品，没有。所以这个锅只能是AI来背。

阿斯曼他也在讲，说我们现在所有的逻辑芯片，就是CPU这些东西，存储芯片现在都不行，需求都很差。现在最后的一个亮点是AI了，也就是现在还有人在去买它的光刻机，去做SDM，就是算力卡上面用的这种内存，或者是去做H100、B200，或者是MI300这样的这种算力卡，这个东西还是有需求的。

但是大家要注意一点是什么呢？就是这种AI芯片，它呢很贵，一个H100五万美金，一个B200可能更贵，具体价格我没有去查，但是这种芯片总的量其实是很小的。它跟CPU，比如说高通的CPU、苹果的CPU比起来完全不可比。你想苹果每年要卖掉几亿只手机，PC你像英特尔、AMD每年大概几千万，也还是要出去的。但是你像H100这样的芯片，每年能够有个几十万撑死，应该到不了100万，也就是这种水平。

所以他那个量差得非常非常远。AI的这些东西呢，它可能现在还有很高的需求，但是大家就预测说，崩溃这种事情是带有滞后性的，也许下一个就轮到AI芯片崩了，因为前面是已经把CPU崩掉了，已经把存储芯片崩掉了。AI芯片是不是再过个比如说一年，或者再过个一两个季度就会崩掉，这个大家也在观望。所以他为什么股价就会崩掉。

现在呢，市场上的投资者心理已经站在悬崖边缘上了，因为AI整个的行业来说，投入实在太巨大了，而且看不到任何收益。这个东西呢不怎么挣钱，全世界所有的AI公司都不怎么挣钱。还有一个问题是什么呢？就是AI大家都觉得这就是未来的方向，但是现在AI给整个行业带来的变化是只见裁员，没有看到哪有新的企业快速成长，新的企业爆发，或者是有什么样的公司快速的招人。所以他这个AI会不会说，就是豁楞一下就跑掉了。

或者说，他就一个泡泡就破掉了。大家现在都很担心这件事。现在呢，还有另外一个让大家担心的，AI有可能泡沫破裂的原因是什么？就是H100的租金崩了。H100这种东西呢，是英伟达上一代的算力卡，也是现在的主力算力卡。现在虽然有B200出来了，但是真正用上的人还非常非常少。现在出来进行测试的B200，可能还有一些问题，在交货上还需要再等一等。

H100这样的算力卡，一张是5万美金。原来呢，说你们有人买不起吧，怎么办呢？你们可以租用这些算力卡，像云计算一样，去开一个这种带算力卡的主机，我们去用就完了。英伟达给的建议呢，是4.7美金一小时。去年的供不应求的时候，这个价格涨到了8美金一小时。但是现在呢，这个价格已经降到了两美金一小时，就是已经掉下来了。大家不需要了。

H100按照5年的寿命，5万美金价格，如果降到了3美金一小时以下的话，这个收益率可能就未必划算了。你可能最后挣的钱，还不如你把这钱存银行里收利息，收挣的钱多呢。如果这个价格降到2美元一小时以下，你可能连成本都收不回来。你把这个H100租用一年，收回来的租金不够这块卡钱呢，会出现这样的问题。

怎么又感觉像咱们原来挖矿的感觉？买了4090插在机器里挖矿，以太坊的价格一下跌，然后你觉得，哎呀，这个成本回收的时间又变长了。他现在变成这样的一个状态。而且呢，H100的这种租用的收益，你还不能按这样来算。为什么呢？因为你挖矿，只要把机器开着，它就一直在挖，不会说现在有人挖，待会没人挖，它有开机率的问题。它不会这样的，你只要开着机，它就一直挖。

但是像H100这种东西，你把它买回来以后，没有人租用的时候，它就有利用率啊。你比如说，现在虽然是能够卖到2美金一个小时，但是你可能开机率不足10%，不足20%。那你多少钱你都挣不回来。这个事是非常非常危险的。现在为什么H100的单价会掉得这么厉害呢？这个其实是真正反映到整个大模型。

这个产业整个行业的这种创业热情，现在舍得花钱去训练新模型的公司，其实已经很少了。在早期的时候，大家都愿意说：“我们花钱去训练了个新模型吧。”现在已经不愿意干了。独角兽零一万物的CEO李开复刚刚出来讲了，他说我们一定要继续坚持训练新模型。为什么他会出来讲这样的一个话？因为李开复他们已经好久没有新模型面世了，现在他终于又拿出了一个新模型，这个新模型叫e Lighting。这个模型呢，是一个Moe的模型，在很多的跑分里头已经超过了GPT4O以及GPT4O MINI。

现在又出来开了个发布会，他就讲说训练一次这样的模型需要3-4百万美金，还是很贵的。就是一般的公司你根本就玩不起。你不是独角兽，不是有10亿美金的估值，身上可能有个几亿美金的投资的话，你根本就没法弄这事。你想把这个钱挣回来也挣不回来。就是他们现在这些人，用几百万美金训练了一个模型，像他训练的模型应该还是相对比较小的模型，还不是像open AI那种大模型。那么这三四百万美金，你需要做多少服务能把它挣回来，非常非常难。

现在呢，基础大模型本身的同质化也很严重。open AI的GPT、claude、Gemini这三个模型，你说它到底有多大的差异，其实到最后差异都没有那么大。而且大模型呢，也不是针对普通用户的。他很多的大模型用户最终还是开发者。如果是开发者使用这些大模型的话，那最后这些大模型的竞争就会形成一个很悲观的结果，那就是赢者通吃。谁做的最好大家都去选他。

如果是你面向普通用户了，大家说：“哎呀，这个甭管好不好使，我用习惯了，我不换了。”它会有这个用户忠诚度的问题。但是你一旦是大模型，最后用户是开发者，是B端用户的话，随时有新的人家随时就换掉了。现在很多公司已经停止在训练自己的模型了，比如像Character AI这样的公司，就是说我们自己的模型以后不训了，以后我就用别的了，用Gemini就完事了。

普通人其实就直接聊天就可以了。更进一步的，其实普通人现在用不到现在的大模型。御三家也是跟游戏机似的，御三家OpenAI、Anthropic和谷歌，这三家是算最强的。国内的产品呢，通义千问、Moonshot、Deepseak、Yi，这些其实还是比较常见，我用的还比较多。其他像什么Mini Max呀，还有另外几个主要ToB的产品，基本上没用过。

咱也不止评论开源的这种，或者开放模型吧，Lama呀、Mistra呀，这些也都是可以使用的。当然这里还有一个比较奇葩的是XAI。为什么说它奇葩呢？融钱融的很多，名声也很响，顶上顶着马斯克，手里的算力也足够多。只是呢，现在大家所看到的结果，也仅仅是平台上面的一个聊天窗口，其他什么都没有，什么API啊、什么AI agent呀，所有这些东西它都没有。

号称是开源了Grok1.0的版本，也把这个原代码扔出来了，但是呢，放出来以后也没有任何人再去看他一眼，也没有任何后续的更新，什么都没干。他怕做了这么一样的一个东西出来，所以我觉得最后可能他会比较难看。

那么应用以及对于算力的需求呢，现在其实已经没有那么高了。除了刚才咱们讲的这几家之外，其他人其实用不了多少算力。对于大部分人来说，只要问答一下就行了。但是问答的时候呢，你用推理算力就行了，你并不需要去训练模型的那种算力。这个推理算力的话，有一个卡叫GROQ，用这种卡的效果其实比H100好，它非常便宜，非常高效的把你的推理结果给你送出来。

现在很多的公司，包括谷歌、亚马逊、微软，都在自己定制类似这样的卡。我们不再需要英伟达这些东西了，我们只管去回答人家聊天问题就行了。至于更进一步的开发AI agent呀，这些东西现在还在找方向。虽然很多人觉得这个东西很美，但大规模的使用现在其实并没有那么成熟。至于其他的AI应用方式，RAG这东西其实也没有大家想象的那么美好。

有些人说：“那我们上微调小模型吧。”现在确实这么干的人越来越多了。但是呢，大家要注意，很少有人去把一个比如说405币的模型拿出来微调一下，或者把七十几B的模型拿出来微调一下，很少啊。绝大部分人微调也就是去调这种，比如7B、9B这样的模型，甚至有人去调那个1B的、3B的模型。这种模型调起来的成本是非常低的。你到这种租用H100的平台上去调这种7B的模型，调一次可能花不了几百美金。

所以，对于他们这些做H100租赁的人来说，这个就真的是卖不出去了。因此，这些H100的租金就直接崩掉了。而且还有一个什么原因呢？很多购买H100的人其实买的是期货。什么叫期货？就是去年人家拿了投资，然后就花钱买了，买完了以后一直交不了货在这等。等到现在呢，开始逐步的交付，整个市场容量等于需求在下降，供给在上升，那它价格就只能崩掉。

而且，大模型训练这个事其实并不能一直跑。你只有像OpenAI、Anthropic、谷歌这样的公司，会不停地在去训练大模型。训练大模型这个过程，其实有点像造大炮。我造了一门大炮出来，但是呢，你得不断地开炮。你这一根炮管，你说我可以打500发炮弹，还是打300发炮弹，你把它打掉。你不能说我炮弹造大炮造出来了，炮弹没打两发，以后咱再造一门大炮吧，或者咱们过两天再造一门大炮，然后每天不停地造大炮，这个事不行。

现在大家其实对于算力的要求已经没有那么高了。当这一件事情真正传递到英伟达身上，传递到台积电身上的时候，可能整个AI大模型的这个泡沫就彻底捅破了。现在还没有传递到他们身上，现在还在喊说：“哎呀，我的H100这个订单很好啊，大家都在拼命地买啊。”马斯克说：“我要去买啊。”这两天好像是Oracle说：“我要去买一大堆100回来，大家赶快来使啊。”现在大家还在相信什么？就是谁买了一大堆的这个英伟达显卡，谁的股价就会涨。但是他们并没有想清楚说，你买了这些东西以后，部署到云计算机房，到底能不能用这个东西挣到钱？或者最后价格下滑了以后，是否这个生意依然是划算的？现在大家还没有想到这个事情，但应该很快就会想到。现在呢，整个行业也都比较迷茫。行业的老大OpenAI也没有给出什么新方向。现在，OpenAI还在不断地去训练新的大模型，但是不断训练新模型这件事情肯定是亏钱的。

其他人也不敢停下来。如果停止训练新模型，开始卷应用，可能最终在模型层次就会落后。那么，这有什么问题吗？这个问题很大。因为我们看看历史，云计算也好，广告也好，最后都是赢者通吃。最后剩下的，不管是亚马逊、阿里，还是广告平台上的谷歌、Facebook、苹果，这都是最后的赢者通吃。

他们都是靠说：“我从广告到云计算，再到最前端的应用，还有自己的用户，我要都有，然后才能把整个市场吃下来。”这些大厂是不敢去放弃，说“模型我不做了，我就只管把应用做好。”他们不太敢去干这个事了，因为一旦干这个事，最后就有可能被别人拿捏。人家说：“哎，平台是我的，广告也是我的，或者大模型是我的。我给你用的时候，就给你在里边放一些小的障碍，或者是让你觉得使用得不是那么舒服。我再出一些新的产品的时候跟你竞争，你就竞争不过我。”这个是大家所害怕的。

所以对于巨头来说，他们依然要去训练，但也没有什么方向。OpenAI今年亏了50亿美金，明年预计亏损140亿美金。而且过去五年，据说已经累计亏损了440亿美金。像OpenAI这样的公司，未来一段时间还会亏钱，可能预计到2029年才有可能盈利。现在是2024年，要再过个五年才有可能挣上钱，这个还是路很遥远。

像我们以前去投案子的时候说：“哎，你做个三年的财务规划吧。”人家说：“这玩意咋做？”我说：“你做呗，做完反正我也不看，我知道你是拍脑袋瞎猜的。”你像OpenAI想五年以后盈利，有人信吗？反正你愿意信，你就信就好了。

现在呢，整个行业其实都是非常非常纠结的。要不要继续卷？大模型这个东西看起来很美，但具体到应用的层次上，其实是脱节的。我们前面讲到说，大模型可以改变百分之多少人的工作，可以改变所有的应用，所有的应用环节都值得用大模型重新做一遍。但是到目前为止，没有谁说因为我用大模型重新做了应用以后，我就突飞猛进，我一把就封了，就涨起来了。并没有这样的公司出来，或者说这样的公司，比如说像 Character，大家觉得哎，你在用大模型做一些陪伴类的应用，这个好厉害。然后呢，这公司就不行了，核心团队被谷歌买走了，自己也不再训练自己的模型了。

有人说 Perplexity 很棒啊，人家做这个搜索很好用啊。但是大家看，看看谷歌，看看国内的豆包或者是 Kimi，大家都在往这一条路上挤。最后挤上去以后，他其实没有什么自己优势了，赢者通吃。一定是最后握有大模型的那个公司能够把它干掉。Perplexity 的模型不是他自己的，他的模型是 OpenAI 的。那么在这样的情况下，OpenAI 说来，我做 40 GPT 了，那就没你什么事儿；谷歌 Gemini 说来，我也把这个东西提升进去。那么在这样的情况下，Perplexity 是没法跟他们竞争的。

所以这个呢，现在大家也是非常非常苦恼的一个问题。大家都看到了裁员，但是没有看到新兴行业的崛起。而且这一次裁员呢，跟以前历届的裁员都有巨大的差异。以前裁员，比如说就跟军队裁军似的，他们会干嘛呢？把士兵干掉，把这个有经验的军士长留下来，把军官尽可能的留下来一些。为什么这么裁军呢？就是万一以后打仗，还可以以此为骨干，快速的再建立起新的军队来。但是这一次裁的都是中层管理干部。亚马逊现在已经透露出来，准备在未来一段时间里头裁员 1.4 万名中层管理干部。国内各大厂裁员的重灾区，不是底下干活的人，当然也不是说 35 岁毕业的人，而是什么呢？就是中间沟通环节的职位，不像什么 HRBP 啊，什么这些都重灾区。

把他们都干掉。我们不需要你去沟通了。以后的公司都是扁平化，底下的人用AI把能完成的工作尽量完成，上层的人用AI去尽可能地收集数据，进行判定或者做出决策就完事儿了。不需要中间有一大堆的人去制定规章制度、执行规章制度，然后去进行沟通。这部分的事情通通由AI来干。

现在变成了这样的一个状态，所以未来的大企业可能会更加的扁平化一些。而且现在很多的AI行业的这些公司也在思考问题：我到底是ToB还是ToC？我是给商业用户去做呢，还是给个人用户去做呢？ToB肯定是短期能够挣到钱的，因为商业用户只要是你能给他改变一点点的效率，他就愿意给钱。但是长期这样的公司大概率是会被淘汰的，混不下去的。

那么如果ToC的话，那是真卷不起，太贵了。现在流量都是握在大平台手里面。咱们就以做AI应用、AI桌面应用这一个赛道来看，国内Kimi肯定是做得相当不错的一个应用，而且声音也很响亮。他有多少月活？几百万。豆包6,000万月活。为什么？因为流量在字节跳动手里头，你Kimi想要流量，花钱买去，人家字节跳动说我自己有流量我自己上。当然，豆包也挺好使的，因为我现在每天主力的AI工具就是豆包，还是非常好用的一个东西。

在这个过程中，是没有中间状态的。我要么ToB，要么ToC。现在是不是有可能成为有一些新的中间态？我们来为他服务。现在呢，大家其实也在思考这个问题：什么是中间状态？就是ToB跟ToC的中间状态。我呀，我就是中间状态啊。我们这种人叫什么？叫自由职业者。我既不是B也不是C，我虽然是个个人，但我肯定不是一个大的商业。但是呢，我又不是说用这些AI工具去解决日常娱乐问题，我是用这个工具在上班在挣钱。

所以呢，可能未来的这些AI工具要思考一下，怎么为ToB与ToC中间的这部分人去服务。也许未来会有一些新的不同的方向出来。AI可能会替代80%的工作，这80%的人失业了以后，不会再在未来一段时间里再回到大企业里面去就业。他们可能就会像我一样，成为新的这种叫做自由职业者。这有可能才是未来的一个广大业态。明年呢，有可能是整个AI行业至暗时刻，更多的创业企业会崩盘，就像咱们前面讲的Character AI这样。而且国内的这些AI企业也会有大量崩盘的，这个没有任何办法，因为你花了太多的钱，做了太高的估值，你又挣不到钱，也没有办法解决实际的问题，也没有办法真正的去提高社会效益，这些企业一定会崩。

英伟达的B200交不了货，与台积电现在也在扯皮。这个事本身其实问题并没有那么大，台积电说英伟达，你这用了太多的新技术，给我们的时候又太着急，所以我们做出来的芯片是有问题的。英伟达就是说，台积电你们的技术有毛病，给我的芯片不好，那我们要去晚一些再去交付。这个其实不重要啊，真正重要的是什么？算力需求下降。如果大家发现没有那么多的算力需求了，你把这个卡造出来卖不掉了，这个才叫吓人，这个有可能就会在2025年发生。而且应用如果还是起不来，新的商业模式、新的交易、新的利润还是没有产生的话，那么这个崩盘就必然会到来。

但是呢，我觉得也不用太悲观，崩盘是一定会来的，但是呢，不破不立，必须要经历这次崩盘，最后呢才可以去说再继续往前走。当然最好在这个崩盘的过程中能够保住open AI，不要让这个老大倒下，这个老大倒下，可能整个的行业就爬不起来了。而如果能够保住它的话，那没准未来还是可以说经历一个大的起伏之后再慢慢的起稳回升。

在明年呢，更多的人应该会去做应用，更多的人会去思考新的商业模式。不要再去搞什么狗屁的UBI，就是全民基础收入，那东西搞不通的，不要脱离商品经济的底层逻辑。在这个逻辑上，大家去想有什么新的商业模式，有什么样新的业态。如果80%人失去工作了，都在外面做自由职业者，我们又需要什么样的东西为他们服务，这是明年真正需要想的东西。在这个过程中呢。

我们就要等待新的巨头产生。这个新的巨头有可能是OpenAI，它有可能会指明新的方向，或者说它能够为这80%的人提供新的平台，能够让他们在OpenAI的平台上去盈利、去生活。那么OpenAI就会成为新时代的谷歌。

Anthropic的话比较难，因为他们有可能最后会逃不脱收购，可能被亚马逊直接收掉就算了。谷歌的话，这一次应该不至于掉队，这应该就是上一个时代的微软，虽然没有赶上新的时代，但基本上也跟着了。这就是谷歌在这个时代要扮演的角色。

梅塔做的拉玛，有可能就是这个时代的安卓，所有的开源模型的标准制定者，这就是梅塔在这个时代的定位。在国内，现在看，三家跑得比较快的，一个是阿里，一个是字节跳动，还有一个是Kimi。至于其他的，还需要再努力一些才能被我看到，否则的话看不到他们。而这就是现在的一个状态。

整个AIGC的行业，有可能泡沫会经历一次爆破，但从我个人的观点来看，这一次爆破并不会把整个行业炸翻，但也会重新做一次洗牌。就在明年2025年，应该会重新洗一下，洗完了以后大家再慢慢地往前发展。在这个过程中，一定会有很多的痛苦，很多的动荡会发生。大家一定要安下心来，或者说要坚定信心，继续在AI的这条路上往前走。

而且在走的过程中，也要采取更加理智、更加稳妥的策略，比如小团队以盈利为核心。如果你真能融到钱，再去研究是不是去训练大模型。其实在今年的可能第一季度，三四月份的时候，我们去参加一些创投会的时候，所有的投资人和一些大厂的老大都在讲，现在不要再去训练大模型了，这个已经时代过了。现在训练大模型这件事情，就交给刚才提到的这几家就可以了：OpenAI、Anthropic、谷歌、梅塔、阿里、字节、Kimi。其他人大家努力去找到新的应用就好了。这就是现在由阿斯麦这一次的股价暴跌，我们去聊一下。

说AIGC的泡沫到底是不是该挤一下？好，这就是我们今天的第一条。

大家好，欢迎收听老范讲故事YouTube频道。今天，咱们来讲一讲AI伴侣，就要倒在黎明前的黑暗之中了。咱们讲的AI伴侣是什么呢？是Correct点AI，这是现在欧美最流行的情感类AI陪聊工具。这呢，是一个科学家创业的项目。两个创始人，原来都是谷歌的科学家，算是AI的全站选手。什么叫全站选手？像我们讲全栈工程师，就是说你从后端到中间的中台，再到前端，你程序一个人全写了。AI呢，也是这样。你说我只会写前端啊，我不会训大模型，我用别人的模型，对吧？那你是做AI应用的啊。有些人说我就会训大模型啊，前端应用不会做啊，那你算后端。但Correct AI呢，算从前到后全是他自己的啊，模型也是自己训的，前面的整个的应用层，也都是他自己搭的。这个在现在的AI创业中，算是比较难得一见的吧。

他们呢，专门提供情感陪伴类的AI聊天助手啊。像有些AI聊天助手就是搜索用的啊，有些是助理类型的，我给你写个文字啊，给你画个画啊啊，还有一些呢，就是我可以有这种角色扮演，可以聊个天的，比如说你进去说我想跟伏地魔聊聊啊，我想跟哈利波特聊聊，或者我想去跟埃隆马斯克聊一聊啊，他专门干这个事。从用户数据来看呢，这个项目做的还是不错的啊，用户量也很大，大家也很喜欢。只是呢，从商业和现金流的角度上来说，打不正对吧。这个项目一直在赔钱啊，亏了很多钱，再融资也有些难度啊，所以现在他可能快要玩不转了。像类似这样的。

虚拟角色聊天助手的应用确实面临着一些法律和伦理困境，尤其是涉及到版权、肖像权和名誉权的问题。当应用中使用知名人物或文学角色时，必须考虑到这些角色背后的版权问题。例如，使用“哈利波特”或“伏地魔”这样的角色，就需要获得相关版权持有者的授权；同样，使用真实人物如埃隆·马斯克的形象和名字，也必须尊重其肖像权和名誉权，避免不当使用导致的法律纠纷。

为了规避版权和名誉权的问题，一些应用选择在生成的内容中明确标注，告知用户这些内容是AI生成的，而非真实人物的言论，以此来降低法律风险。然而，这种做法可能会降低用户的代入感和应用的吸引力，影响用户体验和应用的市场竞争力。

此外，道德感和羞耻心也是虚拟角色聊天助手应用需要考虑的重要因素。由于这类应用面向广泛的用户群体，包括未成年人，因此必须确保内容的适宜性和道德性，避免涉及成人内容或不当言论，否则可能在应用商店上架时遇到障碍。尽管谷歌和苹果等平台允许成人应用的存在，但通常要求开发者明确标注应用的年龄限制，并对内容进行严格审查，以符合平台的政策和标准。

综上所述，虚拟角色聊天助手的应用在追求创新和用户体验的同时，也必须遵守相关法律法规，尊重版权和名誉权，以及保持良好的道德标准，以确保应用的合法性和可持续发展。

但是，不能太过分啊。第三个是什么呢？上瘾和情感依赖的问题啊。因为像这种，就是有人愿意一天24小时，不知疲惫的陪人聊天啊，很好的倾听者。对于很多年轻人来说，对吧，他很容易上瘾啊。这是所有的这种聊天的工具，他都会有问题。特别是这种角色扮演，情感陪伴啊，更容易干这种事情。而且呢，一旦上瘾了以后啊，他们用叫情感依赖这个词，比上瘾好听一点啊。玩不好会干嘛？会自杀，类似这种应用，在欧洲是出现过自杀案例的啊，在美国呢？没有听说过，有可能也是存在。所以，这也是一个很麻烦的事情。咱们呢，刚才讲了，很多青少年爱玩这个东西啊，他的整个的用户，青少年的比例非常高。这个呢，是一把双刃剑啊。什么叫双刃剑？青少年比例高，说明这些人随着年龄的增长，你的用户量会自然增长啊。也不能说我长到哪一天就突然不用了。TikTok为什么厉害？就是他的用户年纪小嘛，随着这些用户不断的长大，他的用户会不断的积累下来。这些用户长大了以后，会把后边一些，就是原来成年人玩的这些应用，就给直接给覆盖掉了。人家原来成年人玩Facebook啊，年轻人玩TikTok。这个年轻人长大了以后，他接着玩TikTok，他不会跑去玩Facebook的。那Facebook的用户量就会下降啊，他的用户量会上升。这是一个好的点啊。那坏的点是什么呢？年轻人是没有支付能力的，他没有信用卡。你在欧美，你一个没有信用卡的人，他的这个支付啊，包括很多广告变现都会很麻烦。

当你给年轻人打广告时，你就要注意，我这个广告是适合年轻人看的，适合未成年人看的。这广告商也不愿意在这个里边投入太多的精力。你挣不出钱来嘛，所以这是一个恶性循环。有好处有坏处。

最后一个问题是什么呢？就是AI伴侣的一个事情。它比较私密，对吧？裂变比较困难。什么意思呢？就是男女朋友谈了半天，你不能天天跟别人说去吧，每天去发朋友圈，发推特，说我跟他说什么了，他给我回什么了。不能说完全没有这样的人啊，但是大概率是在很小的范围内啊，跟闺蜜说一下。那么，当这个事情变成一个更私密的事情以后，人传人的这种传播就不那么容易了。现在呢，Character AI的很多内容吧，在Reddit里头有一定的传播，但是呢，也不是非常多的人去看。

那么现在凯瑞特AI说，嗯，不行了啊，我前头虽然融了1亿多美金啊，也估值上10亿了啊，也是独角兽了。现在呢，这个钱我也花完了，还欠了人1亿多在募资，募不到了。挣的钱呢，也补不上这窟窿。他呢，是靠9.99美金一个月的这种方式去盈利的啊，这跟我收的会员费是一样多的啊。这样的啊，说实在是无法以为继了。那怎么办呢？啊，看看哪个巨头把我们收了吧。对吧，我们好歹算是这个特定赛道里的冠军啊，他跑得最快。

这个呢，其实很符合科学家创业的一个啊，这种特色。什么意思呢？就是每个领域开始的时候啊，都有非常多的科学家去创业啊，包括广告领域开始的时候，包括云计算，包括啊AI前面的VR AR啊。

就每一个大的互联网领域开始说，咱们都去创业吧。啊，第一批出来创业的都是科学家，因为什么呢？他们手里有技术，对吧。但是，最终活下来的科学家很少。你想，什么人出来创业啊？科学家、销售，对吧，然后或者是有些投资人，有些产品经理，啊，这些人都会出来创业，啊。我我见过最奇葩的是HR出来创业，啊，这个也不是没有，啊，财务也有出来创业的，啊。但是，科学家出来创业，一般是在一个创业领域里的第一步，啊。那为什么最后他们活下来的少呢？就是在商业方面，啊，他们的探索呢，通常会缺乏想象力，啊，就这些人。你说，让他研究一个什么东西，没毛病，啊。但你说，你这个生意到底怎么做，稍微的难那么一点点，或者说吧，咱们用这个比较通俗的话来讲，科学家呢，通常不够无耻，实感比较高。你做生意这件事，你就不能去嫌弃，说哎，这个事是不是不太道德，那个事是不是不太道德啊？咱不是说做生意都脏，啊，咱举这样一个例子吧。比如说大师傅做饭，你觉得这是一个多干净的活吗？你到厨房里去看看，对于他们来说，很多人家下得去手的事情，咱们自己是下不去手的。给你只鸡，你去把他杀了，或者说一堆这个很脏的这种碗碟，搁那让你去刷去，咱们很多人下不去手。这个就是术业有专攻，啊，科学家在这呢，很多也是这样的，脱不了鞋，没法光脚在地上跑，也很多事情下不去手。而且，科学家呢，有的时候啊，会缺乏跟底层需求的情感共鸣。而这什么意思呢？就是原来咱们讲叫得屌丝者得天下嘛。你问科学家说，屌丝现在想什么呢？

他不开心了，怎么办？那科学家没准想一想，说：“哎，不开心了，可以去做一道数学题吧。”这个可能性是存在的啊。就是我们跟一些科学家也打过交道，他们其实比较难以理解底层群众的思想诉求啊。虽然 Character AI 可能并没有出现这种问题啊，它呢，主要问题还是商业化做的不是那么好。而且科学家呢，很多时候，他创业的目的就是被收购。他并不是说我自己要做一家伟大公司，就是说我做到一定程度，把它卖了，挺好的。这是啊，Character AI 的第一个问题——科学家创业。

它第二个问题是什么呢？就是全栈 AI。刚才咱们讲了，他从头到尾自己都做。这不是本来挺好的一个事吗？啊，很多人听了这个解释之后都觉得：“哎呀，这个可值钱了。人家呃大模型也是自己训练的，这个应用也是自己做的啊，全面选手啊，这多棒啊。”啊，千万别这么想啊。在 AI 创业里头啊，做这种全栈 AI 其实挺吃亏的。为什么呢？你要想跟上其他这种日新月异的大厂，大模型你花不起这个钱呀。对吧，你说我想跟这个美坦拉玛2，我想跟着他一起进步啊，拉玛2升级到拉玛3啊。我现在把这个 Karate AI 后边的大模型，我也想跨上这个台阶，往上升这个级。扎克伯格买了多少显卡，50万块他买的起吗？他总共就融了一点几亿美金，再借了1亿美金，他玩得起吗？他玩不起这个东西。

那你说我想去追一下克劳德，克劳德后边是亚马逊，是谷歌都给了钱了。而且现在克劳德估计也快混不下去了。现在亚马逊跟谷歌，据说在竞购这个公司。

就把它买下来算了啊。你们甭自己混了。你说一个 Carrot AI，就这个一两亿美金，你搞个啥？那你说跟 X AI 跟马斯克比，马斯克人家也是募了很多钱，然后买了上 10 万块的 H100，然后等着去模型呢。这个事情呢，对于这种做全栈 AI 来说，他就很吃亏了。

下面呢，我们要思考一个小问题，是什么呢？就是专业训练和微调的小模型，与这种快速迭代升级，加入 AI 阵特大模型比起来，到底哪个好使，哪个更能打。像 Carat AI，它不需要设计那么大的模型啊，几千亿几万亿的参数模型。而且国内的很多做大模型创业的，这些创业者都在跟大家讲，说不要去追求什么几千亿几万亿，好使就行，能用就行。

大家有没有想过，国内这帮人为什么讲这事？因为他做不出来这种几千亿几万亿的模型了啊，他只有能力做到几十亿几百亿，就能到这个水平了。他就告诉你说啊，这个就够了，你不用再往前走了。咱们来想想啊，我们去微调一个小模型啊，跟一个大模型加上流程管理的 AI 阵特去一起工作，到底谁强谁弱。

咱们讲这样一个故事吧，卖油翁，这个可能很多人小时候学课文都学过。人家说啊，为首熟耳，一个油葫芦上头放一个铜钱，然后呢把这个油夸夸倒进去，一滴都不撒在外边，很厉害吧。哎，小模型就擅长干这个事，在他某一个特定领域里头哎，把这个油夸夸倒进去了，没毛病啊，他能干这事。但是呢，你说我们再去玩一个什么呢？辕门射戟啊，这个是三国演义里头吕布干的活啊。

你说这不也是个小把戏吗？对了，大模型呢，他能干辕门射戟，也能够去干这种卖油翁的活。但是呢，小模型呢，只能干卖油翁，他干不了圆门设计。这差别在哪呢？对于卖油翁来说啊，把这个油倒在这个铜钱中间的洞里，就已经是他的全部了。而对于吕布来说呢，这个辕门射戟算是一个鱼性小节目啊，给大家表演一下，哈哈一乐就完了。人家还是可以骑上赤兔马，去让方天画戟四处杀来杀去的，这个是人家的真本事。所以呢，这就是大模型跟小模型之间的差异。你说哎，我永远只让他做卖油翁，小模型未必不能使啊。但你说我希望他稍微的再聪明一点，还能干点别的，哈哈那您老老实实上大的啊。这也是为什么我选模型的时候，有大的不选小的的一个原因。国内呢，是因为做不出大的来啊，所以老去建议大家玩小的，玩小的就够了。最终活下来的呢，通常不是这种说全站AI，而是什么呢？而是术业有专攻。你拆了PPT，你去把后边大模型做好啊。谷歌你把后边大模型做饱做好啊。Cloud把大模型做好。这就是预三家嘛，算大模型预三家：Ancepoic、Open AI和谷歌三家啊。剩下的呢，可能还有一个，算三个半吧。这半个是谁？梅塔的拉玛3，这算半个，或者叫拉玛山及其身后的开元小伙伴们，算是另外一支吧。所以基本上就是这么两大流派，就这么几个公司。你们把大模型做好完事了。剩下的呢，这个我们就去做应用啊，我们就去做这个前端陪你聊天，这个APP不就完事了吗？啊，这个可能才是未来啊。

这是一个关于行业内部常见的收购和出售策略的讨论。

这个行业里头比较普遍的玩法，下边咱们就要去讨论一下了。准备卖给谁啊？你都准备卖了啊。当然，我要跟大家讲，其实他现在的状态并没有那么好。状态好是什么？哎，谁都不知道。咔嚓一把卖了，直接宣布谁谁买了，花多少钱买了啊。这是状态比较好的。

如果上来说，哎，我准备卖了，谁要买我，谁要买我。这个呢，就已经稍微的危险一点了。什么意思？就是你等于已经把第一轮的，这种秘密询价，或者底下这种啊谈判的这个过去了，效果并不好。然后才出来说，哎，我谁要买我，谁要买我。

像我们以前经历过一次，我在波兰的时候干过一回这事。当时呢，想把开发工具卖掉啊。CEO就出来说啊，我要卖了啊，没找好下家呢，出来喊卖了。一年没卖掉，因为一开始很多人上来，夜长梦多嘛，大家各自有各自的诉求，最后达不成一致啊，没有卖成功。

没有卖成功怎么判呢？裁员啊。这个为什么没有卖成功裁员呢？因为当时我们上市公司啊，向纳萨克说了我们要卖啊。到年底没卖出去呢，算放脚假消息啊。你不裁员的话，纳萨克会给你发名牌警告的啊。这是我原来亲身经历。

所以，这种卖最好的就是谁都不知道，偷偷跨一把把它卖掉了，然后直接宣布。所有说我要卖了，没卖出去的，都要小心一点。

第一个有可能买的呢，就是谷歌。谷歌算是有一个优良传统，什么优良传统呢？在谷歌上班，上班的时候呢，就开始思考创业的事情。想明白了，从谷歌离职去创业，甚至谷歌还给钱啊。创业到一定程度以后，谷歌再把你收购回来。

再回谷歌上班，再上一段时间班呢，再创业啊，这是谷歌人的一个小传统。第二个呢，就是卖给梅塔Facebook。梅塔扎克伯格呢，是相对来说，比较喜欢买买买的一人啊。他你看，Instagram，WhatsApp，Oculus都是花钱买回来的，而且都是这种啊，十几亿几十亿美金往回买啊，所以他比较爱干这个活。Cracked AI跟美坦呢，它的业务上和用户上，协调性也是比较高的。对比说我现在想到个源宇宙里头，就跟人聊个天哎，但我这头哎，有Karat AI做的所有的这种带人设的虚拟角色，这多好啊。所以他们的业务上协调性比较强，你也不用再去做你的Correct AI的，自己的大模型了，用拉玛3算了。

还有一个可能是谁呢，就是X.AI啊，就是卖给马斯克啊。协调性上呢，也有一部分，但是它的协调呢，主要是跟X.com，就是Twitter。你说我跟你协调一下，没毛病啊，你的用户和需求上，是可以协调起来的啊。再加上X.AI下头的这个Group大模型，对吧啊，你也直接用这个就完事了啊，就不用再去自己训练Character AI这种大模型了。这个也是有可能的。而且X.AI自己融到了比较多的钱，也买到了非常多的H100啊，这两件呢，也可以合作。

那么这种项目到底怎么个卖法呢，跟大家稍微科普一下。谷歌跟美塔都是上市公司，所以呢，他们经常会用股票直接对付。比如说按你这公司值个10亿啊，咱们刚才讲了。

他已经是独角兽了，市值假设值10亿美金。那谷歌跟梅塔说来，我教拿钱者出来。这个钱呢，就是我的股票。投资人也愿意，比如说前面投资了啊，科尔特AI的这些投资人说，我愿意来接受这些股票啊。接受完了以后，你可以拿到纳斯达克直接把它卖掉。这是没有任何问题的。对于创始人来说呢，我也是给你股票啊，或者说给你一部分现金，给你一部分股票，这也没毛病。价格呢就按照当前的市值，或者说从现在开始，往前多长时间之内的一个平均价格，我给你算，按这个价格直接给你股票就完事了啊。

如果是XAI呢，它不是上市公司，但也是通常拿股票来收购，大家很少动现金啊。有现金，都是去预备处理一些不时之需的啊。能用股票的都尽量用股票，除非什么呢？就是你现在的股票被严重低估了，这个时候可以去用现金。只要是说去做并购的时候，你觉得你自己的股票价格，还是比较满意的啊，都是拿股票去对付。但是XAI不是上市公司呢，你就需要去做一下价格谈判。如果这XAI到底按什么样的价格来，去给你对付呢？而且对于非上市公司呢，有时候啊，大家不愿意接受他的股票，说你还是多得给点现金啊。你没上市，万一你以后上不了市呢？对吧，你股票给我，最后我没法去变现去啊。这事是不行的。上市公司就是你拿到股票，就股市上变现了。投资人呢，通常会收回成本以及相应的利息啊。你说是不是会有一个小小的溢价呢？呃，这个不好说啊。这个还是要看说，呃，你现在发展的不错，他就会有溢价。

如果发展的没有那么好的话，这个溢价可能就会小一些。创始人呢，价格通常是单独谈啊。他跟投资人拿的那个价格不一样。假设把这个项目是10亿美金的估值啊，上一轮10亿美金估值，那么跟每一个投资人去沟通的时候，他不都按10亿做啊。最新的一轮肯定是10亿啊。前面比如说你按1亿投的，按2亿投的，你可能也会有一些折扣啊。这个是要去谈的啊。那么创始人呢啊，通常就没有10亿什么事了啊。他们就说：“哎，咱们单独谈一个价格啊。”这个价格具体是什么，应该会打比较多的折扣。谈完价格以后，也是给一些现金，给一些股票啊。当然而且股票肯定是占大头的。甭管是上不上市公司，我们去收购这种案子的时候，都是主要给股票。

那再往后呢，就是签对赌协议。你进来以后多长时间之内不许离职，然后必须要保证，你的项目能做成什么样。每年完成对赌了，我给你把这个前面答应好的，这个呃股票，再兑现给你。如果你没答应的话，我们后边的股票是打折呀，还是做什么其他的处理对吧。这是创始人的这个处理方式。

现在的AI伴侣呢，carrot AI遇到的另外一个小问题是什么？就是中国人都来了啊。中国人都在冲锋啊。一方面是有很多假冒应用。刚才我到苹果手机上去搜carrot AI，发现有好多中国人做的。这种叫Carout AI，中文版Carout AI啊，charge CPT四欧版什么的，都是中国人做的。这种小应用，都在充分散了它大量的流量啊。这是一方面。另外一方面呢，（信息不完整，需要更多上下文来完成格式化）。

中国各个AI大厂也都在冲刺，包括字节跳动、Minimax、Moveshot都在做Character AI这个赛道。而且，中国应用是有一些特点的，就是海外应用其实比较难模仿。特点是什么？第一，细节。就是我们比较注重细节，我们也有的是人力。我们可能做一个应用投入的人力，或者说叫工时吧，是海外同等应用的几倍，甚至是上百倍。在这样的一个情况下，比细节的话，他们肯定是比不过的。你说怎么可能有这么多的人工投入呢？很正常对吧。他们可能投入5个程序员，我们敢投入可能10个，或者是50个程序员。我记得特别清楚，当年我们去做Klimast，做清理大师的时候，国外同类产品基本上就是五六个程序员就做完了。而我们那一个团队是200人，再加上加班。我们的加班加的，绝对是他们无法想象的。所以我们可能真的是有几十，上百倍的人力投入。我们做应用的时候，细节一定比他们好。

另外一个，就是赚钱。就是中国人做项目，赚钱能力是很强的，变现能力都非常强。你说我现在想用什么角色在Carstair，你自己选就完了。因为到国内一些产品里就跟原神似的，你一抽，抽中了让你使用，不中不让你使用，抽卡怎么办？花钱。他完全把很多游戏相关的东西都放上来了，就设置游戏变现点，设置这种游戏的各种规则。这个是中国人相对来说比较擅长的事情。

最后一个，中国应用，老外学不会的东西，是什么呢？叫极限投放。我不断的到谷歌投放广告，这种投放的精准度和力度，是他们难以企及的。

到 Facebook 四处去买量去啊，只要是我现在还亏得起，我就把最后一根铜板都扔进去买辆。这个老外是玩不起的，所以有这些中国的应用进来竞争了，以后凯瑞特 AI 可能也就是说算了，不跟你们比无耻了。我卖了，就这样。那么，Carget AI 对未来的影响到底是什么样的呢？几种可能性啊。第一种，卖成功了，真的卖掉了，卖掉了基本上叫宣布赛道结束，竞争结束了啊。大家都不用费劲了，我们已经选出冠军来了。这个可能性是比较大的。但是一旦是赛道结束了，以后会怎么样呢？就是别的投资人，就不会再愿意把钱投进来了。对，可能在中国还会有人投啊，就是这种封闭市场还会有人投。我举一个案例吧，比如美塔当年把 Instagram 收走了以后，你说咱们在美国，咱们再做一个 Instagram，可能大家就不费这个劲了。但是在中国说哎，咱们再做一个 Instagram，还是有人愿意投的啊。所以呢，他在国际市场，这个赛道基本上就宣布关闭了。其他的选手你说我竞争失败，这些人呢，就要想办法去转换姿势了。你说我继续往这些这条路往前走，因为前面买过这个项目的公司，不会再买一个。其他这些大厂呢，有人说没谈买了，谷歌说算了，我就不用再去跟你进行这样的啊，百热化竞争了啊。咱就不再进这个赛场了，你就等于就没有再卖掉的机会了。一旦被卖掉了以后，还有一个证明是什么？就是这个项目最终的商业变现有缺陷，没法变现。Instagram 卖给梅塔之后，很长时间都不挣钱。

梅塔也是尝试了非常长时间，才让这个项目开始有盈利的机会。所以啊，一旦是卖成功了，赛道关闭，各种资金就开始持币观望。其他的剩余选手开始见风使舵，开始变换姿势啊。那你说，如果没有卖成功，过两天我又融到钱了啊，这个事会怎么样啊？其实，很多的项目都是这样啊。我要卖卖卖，过两天融到钱了啊，那么赛道依然开放啊。大家冲啊，甭管中国玩家还是海外玩家，一继续往前冲啊。这个是皆大欢喜。如果没卖掉，苟延残喘，我接着往前混了，这事行不行？这个大家就需要熬了啊。那么，投资人呢，也会变得稍微谨慎一些啊。这个整个的创业这事啊，怕什么呢？叫老大不争气。什么叫老大不争气？就是做的最好那家啊，他不挣钱。一旦出现这样的情况，等于宣布说这个赛道本身有病啊，他不是那么健康啊。大家就会小心一些。那你说直接挂了呢？我没卖掉啊，我没融到钱，也苟延残喘不下去了，我直接挂了。那么这个时候呢，就会鸟兽散。大家就彻底散开。散开了以后啊，投资人还会进来说我们不甘心啊，这块可能还有机会啊。当时他们可能是这样做的，是那样做的有问题。所以，大家呢，都会做下来，总结经验教训。有可能呢，还会在这个行业里头继续去孵化啊。这个是啊，Character AI的几个可能结果，会对这个赛道产生的影响。好啊，这一期就跟大家讲到这里。感谢大家的收听，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们的付费频道。再见。