豆包手机带来的启示：替代手机的AI设备，可能还是一只手机

大家好，欢迎收听老范讲故事的YouTube频道。

谦卑的发布：豆包工程样机

豆包手机12月1号发布的，非常非常谦卑和谨慎的发布。首先，它叫“工程样机”，或者叫做“技术演示版”，而且只做了3万台，没有再多做，也没有说我发布了以后，大家来赶快跟我合作啊，这些都没有。对吧？用非常非常谦卑的方式进行了发布。

这个机器，应该是中兴下面的努比亚M153，它的配置算是现在标准旗舰机的配置：

• 高通骁龙的至尊芯片
• 16+256的内存
• 背后三摄，前头一摄

大概就是这样的一个情况。标准旗舰价格大概3,000来块钱，具体3,000多少其实也不重要了，配置到底是什么样也不重要了，配置里头只有一件事情是很重要的，叫“同质化”。

“同质化”的手机市场

现在的手机，你不看牌子，你根本分不清谁是谁，完完全全同质化。一个大直板，一个大屏幕，后边两到三个摄像头，正面一个摄像头，没了。其他可能侧面有点按键就完事了，也就如此了。所以现在的手机就是同质化，你说我想在这个基础上走个什么高端化，那你只能编爱国故事了，否则你真走不出高端化来。就算是苹果手机，其实在同质化这块也没有好到哪去。对吧？刚才咱们讲的这些东西，你再拿出一个苹果来，是不是也是一大直板，后边来仨摄像头，前头一个摄像头？总体来说相差不大。所以，现在的手机同质化是非常严重的。

AI Agent的能力：突破传统的手机体验

那么，能够做到的事情肯定是很多，因为它使用了一个模拟点击的方式，直接侵入了各种的应用，直接在这个上面替你去点微信，替你去点支付宝，替你去点游戏，做所有事情都做了。你可以直接在上头说：“哎，我现在想吃午饭了，帮我去看看最近有什么券，有什么优惠，帮我去找一找，挑一个最合适的这种套餐，各个平台给我横向比较一下，我要去点外卖。”这个他都可以直接做到。能做的事情，肯定是传统的手机无法望尘的。

冲突爆发：当AI Agent挑战“沙箱模式”

这样的一个手机发布出来，冲突的爆发就是必然的了。原来的手机都是走的沙箱模式。什么叫沙箱模式？甭管是苹果还是安卓，我们是一个大的操作系统，下面的每一个应用都在沙箱里面，大家只可以访问自己的数据，这样相对来说是比较安全的。像我以前在猎豹移动做清理工具，我们要干的活是什么？就是突破沙箱，因为我们要把其他应用的垃圾删掉。但是这个事情后来是被安卓限制了，苹果从来就不允许干，安卓原来是允许干的，后来也不让干了。

现在呢，豆包说：“来，我要突破沙箱，进去点微信，去进去点这个银行账户，帮你去做支付，进去点支付宝，去到美团、到抖音的外卖平台里头，我去看一看谁家的更便宜。”他就要干这样的事情。那么，这肯定是大型的平台、超级APP所不能容忍的。

第一个挑战者：微信的封禁

第一个跳出来的是谁？是微信，直接上来给封了。你只要是在手机上启动微信，直接微信就退出，说：“对不起，我发现后台有驻留程序，有黑客要攻击我，我直接退出了。”如果你坚持登录，他会封你的账号。那大家就害怕了，因为现在你把微信账号封了以后，那这个人就不是一个人了。你像我现在要想证明我是我，我需要在微信里头找到我的驾照、身份证、医保卡，什么都在里头，还有各种的支付全都在里头。所以，微信现在通过这样的一个方式，说你们不能去用豆包手机。

豆包做了一些退让和修复。豆包手机里头不再监控微信了，只要是跟微信相关的任务就不执行了。再把这一步退出来以后，微信允许登录了。任何的程序，只要敢监控微信了，只要敢在上面挂着了，就通通不登录。如果能够从外面操纵微信，咱们不说其他东西，最简单的一件事：抢红包绝对手快。呃，以前我们经常说我睡觉了，有人在群里发了个红包，我睡醒了以后错过一个亿。现在不用了，你直接可以让豆包在后台盯着，谁发红包，直接上去收不就完事了吗？但是微信是不允许你干这件事的，这对于微信来说非常非常危险。

连锁反应：更多超级APP的抵制

微信之后，淘宝、支付宝、农行、建行等应用，也都进行了封禁。你想通过豆包的AI agent去访问淘宝、访问支付宝、访问建行、访问农行，通通不允许。只要发现有模拟点击的操作，就直接退出，如果反复登录就封账号，用这样的一个方式来进行了抗争。

豆包的退让与调整

豆包也做出了一些调整。它调整就是，所有这些什么淘宝、支付宝、农行、建行，包括其他的各种金融机构的APP，通通都不操作了，往后退一退。其他的包括什么刷券、什么签到，这个也都不干了。因为如果可以自动刷券、自动签到，也相当于是对那种辛辛苦苦刷券的人是不公平，所以这个也不弄了。还有的一些游戏也不参与了。原来可以说，我手残，我打不了游戏，现在这个豆包，你替我打。现在通通都不干了。为什么？因为你一旦是用豆包这样的系统来替你打游戏，你比如说你打了个手残游戏，这也就算了，你要是万一打一个双方赌博的游戏，比如说我们现在利用豆包去跟其他的人打这种24点，那这玩意谁还赢得过你？豆包算二十四点，那玩意算多快？给你4张牌，怎么加减乘除乘出24来，肯定普通人是没法跟他玩游戏的。所以豆包说这个游戏也不打了。等于对所有这种跟支付相关的、跟敏感操作相关的、跟公平性相关的（刷券、刷卡、签到的这种），还有跟游戏相关的（像刚才我们讲算24点这样的），就通通都退出来了。

“小院高墙”背后的博弈

为什么像微信、支付宝这些人要去玩这个“小院高墙”？我不能允许你进来，我必须要把它封起来。安全确实是一个绕不过去的问题。我们以前是做这种云端虚拟手机的，可以在上面模仿各种操作，模仿你去加入别人的微信群，去群聊，去发各种信息。甚至有些人说我去炒股了，加入了一个炒股微信群，最后发现那群里200多人，只有他一个是真人，其他全都是机器人。像我们以前专门投资过这样的案子，这个对于微信来说是绝对不允许的，太容易骗钱了。所以安全确实是一个绕不過う的问题，建行、农行这些，他们确确实实是有安全审核的责任。但是像微信、支付宝这样的，更多的是希望把流量留在自己的平台上，实现流量闭环，在流量内部去赚取超额的利润。

那你说这些平台，甭管是不是有私心，让用户更安全，这不是好事吗？曾经就有人说过：

“用户为了方便，是可以放弃隐私，放弃所有安全的。这些东西都没有任何意义。”

这话谁说的？这话是李彦宏说的，百度的李彦宏。当时他做百度的手机助手的时候，人家说你怎么侵犯用户隐私？（他说）我只要给用户方便了，用户不介意的。这种事属于是能做不能说，你去做这本身没毛病，用户也确实会用脚投票，但是如果你站出来说，就有点过分了。

当然，平台肯定会为了变现、为了自己的利益，高举安全大旗，说你们不可以侵犯用户隐私，不可以做这些不安全的事情。这个里边做的最过分的是谁？就是苹果。苹果是号称必须要安全，必须要保护用户隐私，我们把这些数据都通通藏起来。但是苹果最后得到的是什么？就是原来像Facebook这样的公司，可以通过苹果的一些数据去挑选用户，说我展示这个广告，我只给这部分人展示就可以了；展示另外一个广告，给另外一部分人去展示。这样的话，可以让每一次展示的点击率上升。他原来有一些数据，是可以获得这些信息的。后来苹果说不行，我这有一筐的萝卜，你不能光挑这光溜的买啊，你必须得蒙上盖头，把烂萝卜、小萝卜和好萝卜按统一的价格一起买走。实际上就是隐私保护，对于像苹果这样的公司最大的好处。

另一条路：华为鸿蒙的“规矩”

那你说应对“小院高墙”，有没有什么其他的方法？有啊，华为的鸿蒙就有一套自己的玩法：自己盖个房子，自己定规矩，邀请愿意遵守规矩的人入住。用了这样的一个方式。那他怎么控制微信呢？鸿蒙是可以控制微信的啊。鸿蒙系统里头依然是一个沙箱，各自玩耍，不允许访问其他沙箱里的数据。但是，鸿蒙要求微信去开放很多的接口。鸿蒙有专门的鸿蒙AI agent接口，要求微信去对接。这样，如果微信对接了鸿蒙自己的AI（它叫“小艺”），就可以通过这些接口去访问微信内部的一些功能，包括支付、订阅一些内容的这种使用，它都可以直接通过这个接口去做。但是它的方式就是我要求你开接口，我给你接口规范，最后开不开、怎么个开法，是微信自己来决定的。大家都是在统一的协议的基础上，咱们来商量着干。微信前面之所以跟鸿蒙兼容搞得这么费劲，好多接口他也不愿意去接，但是鸿蒙说你必须得接，有这样的强制要求的。微信也是跟他们折腾了半天。但是具体开哪个接口、给多少权限，是微信自己可以控制。

像今天的豆包，就不用费这劲，我也不跟你商量，直接去读这个屏幕上的所有信息，分析了以后模拟点击了。他是这样来干的。鸿蒙属于虽然很霸道——“我自己盖了房子，我自己定了规矩，邀请你入住，但是你必须守我规矩”——这是一个相对比较霸道的方式。豆包玩的是什么？我不跟你说什么，我这有一个新的楼，你敢进来，我也没规矩，我直接闯进你们家去，该干什么我就自己干了，你们也别说什么，你们也没有能力去说。因为他是直接跟手机厂商合作，拿到了最高的权限。所以这是两种不同的玩法。

未来展望：豆包手机的下一步棋

前面也讲了，微信、淘宝、支付宝、建行、农行去封禁了豆包的AI agent，那么豆包也做出了各种退让。后边该怎么办？因为它前面就发了3万台工程样机、技术演示版，用了非常谦卑的方式发了3万台，秒光，马上发出来就没有了。而且现在这些手机的二手回收价格已经翻番了，它原来是3,000多，现在二手市场上都卖到一万多。还有一些人在租这个手机，一天600块钱。你现在去租一辆小米汽车，一天都租不到600块钱，他租个手机一天600块钱。很多人要去尝试产品到底怎么样。

呃，很多用户使用了以后，或者评测了以后，也都觉得这可能就是未来的方向。那字节跳动会不会赶快加班加点再做一款？不会的。人家讲了，下一批等明年年底再发布，中间这一年我们啥也不干，收集一些数据，重新训练模型，做各种的调整。那你说为什么中间他不干？或者说字节为什么不愿意自己做手机？因为他也很清楚，现在他这种手机的运作方式，别说微信和支付宝不乐意了，现有的法律法规也都是不能允许的。因为现有的法律法规要求是，每一个应用只能够搜集自己必须的用户隐私，然后在此基础上为用户提供服务。任何情况下，如果你搜集的用户隐私超出了必须的范围，都会被警告，都会被封禁，工信部会直接下文点名他的。所以我们只能叫做工程样机，叫技术演示版，不能去快速的铺开。而且在这样的一个监管环境下，直接跳出来跟各大手机厂商、跟各大超级APP的提供商刚正面，不划算。因为你只要出的量大了以后，一定会被政府机构点名的。所以现在不做，明年一年都不做，明年到年底再出来干活。

但是在这样的一个情况下，已经给大家打了样了：未来的手机可能就是这样。我们不再被这些APP、被这些沙箱所困，我们可以让这个手机完整地去执行一个跨APP的任务。比如我们可以去比较京东外卖、美团外卖和淘宝闪送，谁家的套餐更便宜，直接去下单，谁家发了券了，这个券应该怎么算，他可以直接来干这个事情，非常爽。未来很多的服务，肯定会在这一年之中发生变化，更多的产品和服务会选择直接提供API，或者完善他们的GEO。什么叫GEO？SEO大家知道叫搜索引擎优化，GEO就是生成式AI的优化，更容易被AI agent所选中。以前很多的网站都要做SEO，现在很多的网站要做GEO。那么未来可能很多的服务也要做好GEO，让AI agent可以更好地去选中它。那么这些服务和产品会对AI agent更加开放，这就是这一年应该会发生的故事。

“我们走后，他们会给你们修建学校和医院，会提高你们的工资。这不是因为他们良心发现，也不是因为他们变成了好人，而是因为我们来过。”

这个话是谁说的？叫切·格瓦拉。豆包手机在整个的手机生态里边，就是在起这样的作用。

AI硬件的终极形态：可能还是一部手机

那么，AI硬件可能是另外一只手机，这是咱们的标题。很多人在AI出来以后，都在去尝试做下一代的AI硬件，有AI Pin，有AI的各种设备，他们都在避免让自己长得像手机。但今天看到了豆包手机以后，我发现下一支AI设备，继续长得像一个手机是没有任何问题的。它只是把里面的操作系统和APP干掉。硬件，其实手机现在这个形态就已经很好了：一个大直板，完全同质化的硬件，后边有摄像头，前面有摄像头，有一个屏幕，可能再稍微的有几个按键，开机关机、声大声小就够了，其他啥也不需要了。这个东西是我们通过智能手机时代已经验证过的智能设备形态，我们继续使用这个形态就挺好了。

目的与手段：第一性原理的思考

那你说这些设备跟原来的手机到底有什么区别？这里我们要搞清楚一件事：目的、手段和第一性原理。我们要去社交，要去跟人联系，这个东西是我们的目的；通过微信，这是手段。把这个事情我们要搞清楚。而所谓的第一性原理，就是我们只要目的，只要结果，手段是不重要的，手段是可以重新去定位的。咱们去看看，前面封杀豆包手机的这些人，其实他们都是什么？他们都是手段。微信实际上是个手段，我们最终的目的是为了跟别人去沟通；支付宝是个手段，我们最终的目的是支付。那么只要是把这个支付的过程通过API包装起来了，我们就不再需要支付宝了，我们直接就可以实现我们的目的，让AI直接把结果做掉。所以遵循第一性原理，我们可以把手段抛弃掉，直接得到目的。

是不是还会有人继续搞“小院高墙”呢？还会。但是这些搞“小院高墙”的，会越来越被压缩。大家最后说算了，我不用你不就完事了吗？未来的各种服务，不再会说你必须要进来验证了以后才能用，不会变成这样了，而是写好自己的简历，或者是叫功能描述，直接在AI agent上面去挂靠，等着AI Agent的出来翻牌子，未来可能会变成这样的一个状态。通过模拟点击的方式，算是直接拆房子，已经是震慑到了现在这些做超级APP的公司，让大家看到了用户是如何用脚投票的。携程想要让大家来订酒店，或者是美团想让大家在我这订外卖，那未来这些人，他们就干脆说我提供服务，你们这些AI自己来挑就完了。他们会通过做GEO（AI的生成优化）获得AI的青睐，说你们下次再去订酒店的时候，优先推荐我的。当然了，最终肯定不是说单纯的做GEO，最终一定还是得花钱，花买路钱。当然，买路钱未来就是像豆包、像OpenAI他们会去收。以前携程的微信小程序，我要让别人在微信小程序里找到我，我必须要到腾讯那边去交买路钱，以后就通通到豆包这来交就可以了。AI会根据功能的描述来决定，我在做一个完整的项目的过程中，到底调哪些功能。未来会变成这样，直接实现结果。

AI Agent开启的全新可能

而且，当AI agent真正的能够去运转起来以后，更细致的差异和匹配就有了可能。现在比如说我们去使用美团、拼多多，里头有非常多的优惠券、各种的套餐、各种买几减几这些东西，这个已经没有办法变得更复杂了，因为已经复杂到头了，我现在已经基本上看的这些东西就直接晕菜了。但是当有了AI以后，再复杂的这些套餐，都是有可能被AI理解和实现的。比如说我已经规定好了，喝普洱茶的人，你们今天去买我的陈皮一定会打折的。我喜欢买张三家的普洱，买李四家的陈皮，以前都是这样的，我们会去看，说张三家的普洱是什么样的一个折扣，李四家的陈皮是什么样的一个折扣。但是这次，张三家的普洱跟王五家的陈皮做了一个联合的活动。原来我们要想去做这样的复杂比较，是很痛苦的。但是现在agent就可以一次性把这事搞定。他说这个捆绑起来，发现王五家的陈皮好像评价不是很好，那算了，咱们不要去捆绑了，咱们还是买张三家的普洱，买李四家的陈皮。他来替你来做这个决定。很复杂的这些操作就都可以实现了，那么这样交易就会变得更加的活跃，这个一定是最重要的。

而且未来的游戏可能就不再是说，你看我这个算24点，AI算的比人快，就不会是这样了，可能会有更多的直击心灵的游戏、娱乐方式，让我们可以在AI的帮助下享受更大的愉悦，这可能才是未来的游戏与娱乐的形式。最简单的，我们现在看电视剧，它这个电视剧是直接拍好的，不可能说根据我个人的喜好随时去发生变化。但是有了AI以后，它就完完全全可以根据我的个人喜好去发生变化。我喜欢某个明星演的某个角色，那他可能到我面前就是这个明星演的；我希望里头某一个地方有一些新的分支，哪个人应该提前死掉，或者哪个人不要死掉，那么AI都是可以实时来生成这些东西的。在这样的情况下，就不需要再推荐了，它直接就知道我需要什么，就直接给我生成我最喜欢的就够了。那可能未来整个的娱乐方式也会发生改变。甚至一些原来已经有的技术，只是因为复杂度太高，没法去推广的技术，也可以在AI agent的帮助下得以大量的普及与推广。这个讲的东西叫“智能合约”。当有智能合约的时候，这些AI agent可以去自动地阅读智能合约的各种说明，然后来决定是不是来帮你去实现这些合约。

所以未来的智能终端，应该是一个长得像一只手机一样的、但是有全新系统的一个智能设备。所谓的原生AI手机到底是什么？是由AI agent控制，可以玩更复杂的业务逻辑，打破APP的壁障，解决各种问题的一个设备。它长得是不是像现在的手机这件事，一点都不重要，那都是形式，真正重要的是我们能够解决问题。

谁将赢得AI硬件的未来？

那么谁最有可能走通下一步呢？真正做出这样的AI智能设备（我们就不要再管它叫手机了）。现有的超级APP是不会束手就擒的啊，微信、淘宝、支付宝都不会。用户也不是必须要使用这些手段，用户需要达到的是目的。不是说我一定要通过微信跟你联系，我只是需要跟你联系。为了达到更重要的目的，用户也愿意放弃和牺牲一些东西。我记得在iPhone 1发布的时候，iPhone 1的电池续航不是很好，就是每天必须要充电，连续打电话的时间大概是50分钟还是几十分钟，就跟当时其他的手机比都没法比。当时其他的手机是可以待机两三天，甚至有的可以待机一星期的，连续打电话可以打几个小时。但是大家为了使用iPhone，最后说，我们愿意放弃这些不那么重要的东西。我记得当时的用户留下了一句名言：“如果乔布斯认为我们每天打50分钟电话就够了，那我们每天就打50分钟电话。”

不知道大家现在每天还打多长时间电话？我现在已经很长时间不打电话了，就算是需要跟人进行语音通话，也都是使用微信或者是Discord，我是不会再直接打电话了。现在我能接到的电话，除了送外卖的之外，都是垃圾电话。电话已经彻底沦为了可有可无的东西，甚至很鸡肋的一个东西。所以一些服务会被抛弃掉。用户在iPhone面前选择了放弃超长待机、放弃超长通话，他们觉得社交更重要。大家注意，打败电话和短信的不是iPhone，而是什么呢？是Twitter和Facebook。就是iPhone之所以能够成功，一方面它设计确实很好，另外一方面非常重要的是什么？就是当时的社交网络已经大行其道了。大家觉得我在手机上可以刷Twitter了，可以刷Facebook，我可以随时拍照，可以随时发上去，这个才是真正打败打电话的需求、打败收短信的需求的核心底层逻辑。所以最终永远是目的打败手段，不可能说我通过手段来绑架你的目的。

还有一些不愿意接受妥协的，比如说其他那些手机厂商怎么办？他们最后就被淘汰了，像诺基亚，直接最后就没了。银行本身并不需要这些流量，他们只需要提供基础服务就好了，他们是会屈从的。当然也不是通过模拟点击这种方式，他们还是会提供API或者是类似的这种接口，来向AI agent提供相应的服务。或者是，有一些愿意承担中间责任的第三方去做银行接口，也是有可能的。

更有可能成功的玩家

那么，如果自己本身就拥有超级APP，拥有巨大的流量和完整的用户场景，那么这样的厂商去走下一步就更容易成功一些。你说我原来什么都没有，我做了一个大家就来使，就像华为这样，我原来啥也没有，除了做手机我啥也不会，那我做出一个新的手机来请大家来使，这事就没法整。他只能跟一个一个的，像微信、像抖音去跟人商量去，这就很麻烦。但你说我原来自己就有超级APP了，有用户了，他就更容易一些。

• 字节跳动：他有今日头条、有西瓜视频、有抖音，包括抖音里头还有小程序、还有抖音直播、有抖音电商、有抖音团购、抖音支付，他是完整的一套东西。那么他去做相应的这套服务就会更容易一些。对吧？这一次豆包手机跟字节家自己的产品配合的就很好，没有哪一个说我把你封禁掉的。比如抖音就不可能说把豆包手机封了。以后微信把豆包手机封掉了，那说我们不需要微信来沟通了，我们在抖音里边，它也是有群聊的，有这个抖音聊天工具，我们在那里聊就完了，为什么一定要到微信里去聊？他就可以去替代。因为我们最终要解决的是沟通的问题，而不是要用微信，微信是个手段，我们刚才讲了。那你说我现在要买东西，那我就别去淘宝了，我直接在抖音里买了不就完了吗？那你说我要叫外卖，抖音里也可以叫，你为什么要出去叫？我要打车，那以后抖音是不是也可以打车？那么，他实现这套系统的阻碍就会小很多。那其他那些人说我不愿意跟你接了，像微信说我不愿意跟你接，那你不接就不接呗，这有什么大不了的吗？你再过个两年，可能大家就愿意接受这件事情，我不在微信里跟大家聊天了，我在抖音里跟你聊天不就完事了吗？所以字节实现这套体系的可能性是比较大的。
• X (马斯克)：马斯克讲了说我要再做一个微信，我要再做一个超级APP，我要让人在这里边做所有的事情。他还有自己的xAI group整套的模型，自己还能做硬件，他能做汽车，能做火箭，能做卫星，那他去做下一代的手机应该也不难。所以，X也是有可能能够走通这条路的公司。
• 谷歌：这个没有任何问题，现在最强模型Gemini 3在人手里头，安卓系统本来就是他的。现在谷歌也说，我们准备做新的操作系统了，安卓还是要退休了。
• OpenAI：这肯定也是有机会的，OpenAI已经挖了iPhone最早的设计师回来，他其实也在做类似的事情。在做AI硬件这件事情上，千万不要纠结这个东西为什么长得还像手机，不是问题，解决用户需求才是最重要的。长得是不是像原来的手机，这事一点都不重要。

面临挑战的巨头

• Meta：是比较痛苦的，没有自己的大模型，自己的大模型团队现在正在分崩离析。如果未来他没有办法做好自己的大模型的话，那这条路他走不通。
• 腾讯：它其实跟Meta的情况比较像，虽然它是超级APP，手里有大量的用户，但是它没有大模型这一块，对于它来说也是比较痛苦的。它不可能说我整个做完了以后交给DeepMind，这个挺难的。
• 苹果：其实跟他们的情况也很像，自己手里没有模型，这个模型是别人的，甭管他最后是用Gemini还是用OpenAI，这个都是很痛苦的。那你说现在苹果里头也没有搜索，用谷歌搜索，苹果手机照样比别人卖的贵很多，为什么到AI这块就不行了？很简单，AI时代同质化会更加严重。我们要的就是这个手机，你只要经用就可以了，至于你这个手机的其他的附加价值、品牌价值就都已经不重要了。所以苹果在未来想要转过这个弯来，要么有自己的大模型，要么就沦为努比亚呀、或者是小米这些相同的一个境遇，我们就生产同质化的设备就可以了。所以这个对于苹果来说也非常痛苦。

总结：豆包手机捅破的窗户纸

总结一下，豆包手机算是捅破了一层窗户纸，他通过我不跟你商量，直接上来就干的方式来解决问题，但是展示了一下未来的一种可能性，而且向整个行业证明了用户喜欢这种交互方式，还可以通过这种方式搜集用户数据。他为了这一次的展示，用了非常谦卑、非常谨慎的方式：工程样机、技术演示版、只有3万台。做完了以后不会马上更新迭代，也不会去跟别人合作，也不会自己做手机，而是明年年底再去准备出下一版。他用这样的方式来给大家演示了一种可能性：未来的智能终端，可能长得还是手机的样子，但是内核已经完全不同了。

好，这就是今天的故事。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。

OpenAI开发者日，暴露了山姆·奥特曼的隐藏野心。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们先讲结论，然后告诉大家我怎么得出这样的结论，验证一下这个结论是否正确，再让大家行动起来，看看咱们在山姆·奥特曼指明方向以后，到底能干点什么。

OpenAI的开发者日呢，隐藏在发布会背后的野心和方向到底是什么？表面上这东西咱就不重复了，说到底发布了什么东西，只讲结论。
第一个，ChatGPT要做操作系统了。
第二个，自然语言和语音交互才是未来。
第三个，全栈、全生态、全模态的开发都在OpenAI。
有三个大的结论。

那咱们怎么得到这样的结论的呢？咱们看发布会，要稍微换一个方向来看。我自己呢，举办、参加过很多发布会，也专门受过训练，主持过发布会。咱们发布会一般看什么呢？叫“wow时刻”，一看这个东西，“wow，好厉害”，叫“wow时刻”。在52分钟的发布会视频里头，有哪些“Wow时刻”呢？那你说我是不是拿了个纸、拿了个笔，52分钟的发布会反复看，在这记笔记，哪个地方有掌声？不是这样的。我到GPT里边直接下了一个指令，把YouTube的视频链接贴进去，我说：“请给我统计一下，什么时候有掌声，掌声中度还是高度，有掌声的时候是谁在演讲，在讲什么，给我画个表格出来。”剩下的事情就交给GPT去干了，效果还是很好的。

第一次掌声，是山姆·奥特曼要求观众为消耗TOKEN最多的开发者鼓掌。他呢，屏幕上打了一堆开发者的名字，分颜色的，百万、千万甚至更多的TOKEN被这些开发者所消耗掉了，他们名字是用不同的颜色标出来的。这次掌声的不算很热烈。

4分22秒有一次自发的掌声，山姆在讲什么呢？当开发者使用SDK的时候，他们的应用可以覆盖数亿GPT用户。“我们希望这对于快速帮助开发者来说是一件大事，我们可以帮助他们规模化产品。”在这个时候突然就开始有掌声了，山姆·奥特曼被打断。这个时候屏幕上出现的topic是什么呢？是“变现”这样的一个词出现在屏幕上了。这个地方为什么会有掌声？大家想一想，它已经有这么大的用户量了，几亿的月活用户在那挂着，现在说：“我愿意把这些用户分享给大家，大家在我这个上面开发了应用以后，你们就可以在这个里边去使用各自的产品了，不再是使用我这个20美金的订阅，而是你们各自都可以有一些订阅或者有一些服务在这里边进行销售，可以在里边去变现了。”大家就真的要给他鼓掌了。所以这就是我们的第一个结论，这就是操作系统了，大家可以在这个里边去做项目了。有点像什么呢？有点像微信小程序、抖音小程序，大家现在都可以在ChatGPT里去做小程序了，这个肯定是会受到欢迎的，而且topic上写的是变现，这个非常重要的一点。

在APP SDK的demo结束的时候会有掌声，这个是很正常的演示，说我们怎么让一个应用通过SDK就可以把你们的程序变成了ChatGPT小程序了。他们在里边演示了很多的嵌入的产品，怎么订机票酒店，怎么租房，怎么去做海报。演示很成功，一定会有掌声。而且这个里头有比掌声更强的这种鼓励，就是比“wow”还厉害的东西，这就已经成为了行业领袖的发布会了。就普通人发布会到“Wow”这就结束了，待会咱们讲还有什么更厉害的。

再往后一项呢，有8分钟的限时挑战。它呢，其实就是把dify、N8N、Coze这些工作流编辑相关的功能装到ChatGPT里头去了。这块呢有帮助，但是帮助到底有多大，或者说是不是这种产品一出来，dify、N8N就死掉了？其实我觉得倒不会。因为呢，它这个里边只能使用ChatGPT自己的模型，你说我想在这个里边画一个流程，在里边使用Gemini、使用Grok，这都没戏。至于说调用外部工具的话，到目前为止应该也都是集成的ChatGPT里头的一些工具是可以调用的。你说我想非常自由的调用外部的大量的工具的话，虽然他说现在用MCP是可以挂上，但是应该没有那些已经积攒了很长时间的平台生态更好、自由度更大。所以呢，并不需要太担心说一下就把他们都干掉了。

但是呢，这个8分钟限时挑战还是值得掌声的。一位美女上来说：“来，我现在设置8分钟，我们要做很多很多事情。”其实咔嚓就把事情做完了，都是可以在ChatGPT里头就可以使用这些功能，就使用agent builder做出来的东西就可以跑，跑的还很漂亮。把所有的很复杂的功能做完了以后，居然还剩49秒，8分钟没有用完，确实是值回掌声。以后大家再去做发布会可以去挑战一下，但是呢，没练好别去。开发布会的时候，现场演示是非常非常紧张的，你平时练的好好的东西，上去都有可能出错，更别说在上面还设个时间了，那个绝对是给自己增加演示难度的。

再下一次掌声呢，是山姆·奥特曼宣布“Codex is into GA”，就是Codex现在已经正式发布了。前面我们不是做过视频了吗？讲这个Codex怎么又正式发布？所有这些东西发布呢，都是分Preview和正式发布两个版本，Preview已经过去了，现在我们正式发布了。因为Codex这个产品非常非常受欢迎，OpenAI内部也是大量的使用Codex去写代码，他们说现在Codex已经解决了他们70%的pull request。这样的一个产品，说现在正式的成为发行版本了，还是值得掌声的。这是一次高级别的掌声，GPT去统计的时候，还把掌声的级别也统计出来了。前面几次呢都是中等的掌声，8分钟极限挑战这是一个中高等的，真的是为这个小姑娘捏一把汗。下边坐的人呢，应该也都自己开过发布会，知道发布会有多紧张，在这个上面敢做一个8分钟计时挑战，确实是要佩服他的勇气，所以他的掌声要比前面发布那几个要高一些。真正的高级别的掌声是“Codex is into GA”。

再往后呢是Codex的演示。Codex的整场演示没有碰任何代码，都是靠打字、自然语言描述或者是语音描述来去实现的。它控制了摄像头云台，控制了灯光，而且呢把语音接进去，这个是OpenAI着重要去推广的东西，就是一定是自然语言的语音控制，不是打字，是要跟他说。所以他就跟他讲说：“你现在给我做一个这个，跟我做一个那个。”马上这个摄像头就开始发生变化了，而且是使用的现场设备，它直接把现场的一个索尼的电影摄像机的云台就控制起来，就开始转动了，这个是可以极大的提升演示效果的。

再往后呢，是Xbox手柄控制摄像头。Codex在片尾出这个字幕，做了一个彩蛋花絮吧，这个呢是有一个中高等级的掌声，因为他有参与感。虽然前面这个摄像头也是对着下面所有人的，但是现在一下出字幕了，把大家的名字打出来了，参与感上升，这个掌声是要大一些的。其实最后一次演示是翻车了，为什么呢？就是他把那个照片拍的黑乎乎的，他没有设置好曝光。你要去设置一个电影机去拍照的话，你的光圈、你的快门这些东西还是比较复杂的，他并没有把所有的参数都设对。但是最后这个名字字幕滚动的过程还是很帅的，所以这一块是赢得了大家的掌声。Codex的核心演示是什么？就是从头到尾没有碰代码，虽然它是个代码工具，但是呢没有看到任何一行代码被打进去，完完全全就是语音交互、Xbox的手柄交互、自然语言往里打字，这些东西就可以控制这么复杂的云台灯光，还可以跟ChatGPT一起工作，这个确实是很炫酷的东西。

再往后是山姆·奥特曼宣布GPT-5 Pro进入了API。大家注意，原来GPT-5在API里头，但GPT-5 Pro API是没法调用的。你要想使用GPT-5 Pro，必须是花20美金去定它这个Pro用户。现在说这个东西进入到API里去了，最高等级的掌声。大家对这个还是非常非常期待的，虽然这个模型很贵，它好像100万TOKEN的输入是十几美金，一百万TOKEN输出可能一百多美金。但是呢，大家对于这种非常高智能的模型可以通过API调用，还是抱有巨大的期望的。

Sora 2 Preview进入API，最高等级掌声。Sora 2是我们这几天在玩的视频生成模型，现在它已经进到API里去了，这个是大家所期待的。因为你原来在一个APP上或者在一个网页上，你控制它还是比较麻烦，必须是要进到API里头才可以进行精准控制。原来就是10秒钟一条，你现在就可以生成更长的视频、其他比例的视频，或者说做一些更复杂的搭配。你可以写一个完整的故事，通过API调用，可以让这些完整的故事顺序的去生成，这个就可以直接做成生产力工具了，原来那个东西是个社交工具。这是大家非常非常期待的一个功能。我已经去试过了，调用Sora 2 API生成了15秒钟的视频，花了我20美分，大概是这样的一个成本，还是非常非常有趣的。但是要注意，即使是调用API，它的控制也是很严格的。我上传了一张自己的照片，我说：“请按照这个照片去给我生成。”他说：“对不起，照片里头有人物，我是不可以给你干活的。”未来到底是如何把这东西用起来，如何让形象进入到许可范围内，如何把整套的系统能够跑起来，这个可能过一段时间我试一试，再跟大家录视频再跟大家讲。

后面Sora 2用于品牌电商、广告概念的这种展示，就是说Sora 2一旦变成API以后，你们都能拿它干什么。就是这玩意儿生产力工具了，可以干的东西很多了，又得到了一次中等规模的掌声。

结束谢幕肯定是最高等级掌声。50多分钟接近一个小时，七里咔嚓把这么多东西都扔上来，还是值得掌声的。

那刚才吊了半天胃口说，比“Wow时刻”还让人激动人心的是什么呢？必须是行业领袖的发布会才有这样的效果——股价上涨。你说OpenAI自己还没上市呢，谁的股价涨？这里头第一个涨的是AMD。AMD呢，虽然在整个的发布会里头没有被提名字，但是呢依然上涨了24%。这块的话回头再跟大家细细解读，山姆·奥特曼又玩了个骚操作，黄仁勋1,000亿美金投资OpenAI，OpenAI说一转头我去投资苏姿丰的AMD，去让AMD给我定制芯片，那蹭一下24%就涨上去了。

Figma涨了7%。因为在前面把应用集成到ChatGPT里头去的这个过程中，演示的就是Figma。说你看Figma现在已经集成进来了，我们可以在ChatGPT里头直接调用Figma的功能就可以干活了。相当于是Figma已经成为了ChatGPT的小程序了，直接涨了7%。

然后Expedia group涨了2%，这是机+酒业务嘛，机票加酒店。那你说在这里边，ChatGPT里头规划了半天行程，你总要有人去给你订机票订酒店嘛，Expedia group直接涨。

Coursera涨了8%。这是一个在线教育平台，人家上头直接问，说我现在想去学一下AI，我想去学一下大模型，就给我看看怎么学习一下，你有哪些课程适合。Coursera你给我推荐一下，而且我就可以直接在ChatGPT里头看Coursera的视频了，直接可以看他的这个课程了，这个涨了8%。

Uber涨了4%，它为什么能涨呢？我们现在可以直接在ChatGPT里头叫车了，涨4%。

DoorDash但是相当于美国的即时零售、外卖送餐的这样的一个项目，涨了4%。我们现在可以在ChatGPT里头说给我订一份煲仔饭回来，一会当当当敲门来了。当然对于美国来说，配送应该没有那么快，它不像在国内似的。

那你说有没有提了名字带不动的呢？也有。里头有一个公司呢，叫ZILLOW，是美国一个租房的网站。为什么带不动呢？因为正在被FTC起诉反垄断，就是你一旦在上面做广告了以后，它有排他条款在里头，现在正在被起诉。还有一个是Spotify，放音乐的。里边有一个案例，请给我做Spotify的一个播放列表。这个呢，第一个是Spotify的盘子比较大，就是这公司很大了；第二个呢，就是这个场景没选好，这是一个稍微失败一点的案例。大家觉得在ChatGPT里头去定制播放列表这件事呢，不是那么有趣，也没有那么挣钱，所以在这块上，这个股价基本上没动。

明白了吧？为什么只有行业老大提名字才有用？因为不是行业老大提了名字，股价不会上涨的，股市不会听这玩意的。所以OpenAI现在已经是行业老大了，证明这件事了。

那么验证一下我前面的结论吧：操作系统、入口、商业变现、全场景。这是第一个结论，OpenAI已经向操作系统前进了，它就是超级APP，它就是微信，它就是抖音，大家可以在里边做所有的事情了。OpenAI让应用通过SDK变成小程序，直接把自己集成ChatGPT里头去，所以这个野心已经彻底暴露了。以后它就是独立的操作系统，没有什么iOS，没有安卓，没有这些人的事，这就属于赤裸裸的直接竞争了。

第二个，自然语言、语音交互，这是最核心的。虽然有编程，但是从头到尾没动代码，所有的这些交互都是用自然语言交互的。即使是Codex这样的编程模型，也都是用自然语言交互，所有做出来的项目都是可以语音沟通的。而且人家还发布了实时语音的大模型的API，而且这个API还是高速廉价版本，要比正常的这种满血版本要便宜很多，速度还很快，所以大家赶快去使用吧。山姆·奥特曼在里头讲的，说我不认为未来很多的程序是需要代码去写的，我觉得自然语言和语音交互才是未来。这个野心背后是什么？他们的硬件马上要上来了，山姆·奥特曼的整套的硬件，他的硬件应该不是一个硬件，而是一套硬件，自然语言语音交互的一套硬件。现在OpenAI已经向果链企业下单了，我们很快就可以看到这套硬件到底长什么样，以及如何跟人类进行交互和沟通。

最后，全栈、全生态、全模态都在OpenAI。我们可以去做SDK，我们有MCP，我们有agent builder，你可以在里边去画流程图，也可以Codex直接去写代码，还可以处理语音的、图片的、视频的，我们所有东西全都有。这个就是真正老大要干的活，什么都得干。像其他的公司呢，可能大多是只做其中的一部分，比如像Anthropic，他就没有办法把从上到下所有东西都干一遍。现在能够跟着跑的也就是谷歌，从上到下都在做，虽然可能好多的地方还做的没有那么好，但是从上到下都有。国内的这些平台也都被打样了，说你们想去追OpenAI吗？你看看从上到下你是不是都坐上了？这个是一个新的方向。

最后，咱们要行动起来。不能山姆·奥特曼在上头手舞足蹈了半天，我们不知道该干嘛，那个就没有意思了。咱们该干嘛呢？

第一个，学习一下山姆·奥特曼发布会的组织形式，人家发布会怎么开的，这些掌声都是怎么来的。肯定会有人学，你看雷军，一开始是穿黑色的长袖t恤的“雷布斯”，后来开始穿小西装“雷斯克”，再往后呢，发布新片的时候穿了个皮衣，学谁自己去想。未来什么时候就可以穿这种宽松的套头衫，咱们再看。

通过SDK登录ChatGPT，这个是现在大家要赶快行动起来的，谁都别慢了。而且这个里头可能还有一件事大家想不到的是什么？抢注域名。因为当时在互联网刚开始的时候，大家都去抢注域名，而现在我们要在ChatGPT里头去呼叫、起一个应用的时候靠的是什么？不是域名，就是它的名字。比如说你在里头Coursera里边去讲“开”，或者是其他的一些应用，就直接写名字，写完名字以后就会自动被识别成某一个应用，就开始去干活了。这个名字是要去抢注的，因为他没有办法控制重不重名的问题，所以这块大家要赶快动起来，先做一个能用的东西，把名字占住，等以后其他人说“我们也想用这个名字”，花钱买呗。所以这是一个可能马上能去做的事情。

再往后一件事，所有厂商一定要提供友好的SDK，普通用户都可以玩起来了。这一次他们展示了怎么去玩会场灯光，怎么去玩索尼的电影机和电影云台。以后如果大疆出SDK的话，我肯定是愿意在Codex上去玩耍一下的。而且以后出了这些SDK的话，你的产品一定会卖得更好。原来这些SDK出来以后，只有专业厂商才能用得起来，普通用户是用不起来了。但是现在有了Codex，有了这些AI编程工具了，平权了，每一个人都可以拿着这些产品自己去编个程序，去稍微收拾收拾，这个门槛一下降低了很多。当然除了像大疆这样的拍摄设备或者索尼这样的拍摄设备之外，还有很多东西，它的SDK的使用率、使用量一下就会上升上去。原来都是系统集成商或者是代理商会去用这些SDK，而现在每一个普通用户都会去用。这是什么东西？智能家居。苹果折腾了半天Homekit，谷歌也折腾了半天，小米也折腾了半天这种智能家居的这种网关、智能家居的这些SDK，现在好了，有Codex以后通通都可以跑了。整个生态的竞争会进入下一个阶段。原来比如大疆跟其他的竞争，是竞争我们的图像参数有多好，竞争我的价格怎么样，竞争这个产品的使用有多方便，做的有多轻。以后的话就是生态竞争，谁家的SDK做得好，普通用户可以在Codex的帮助下可以玩出花样来，以后就会变成这样了。

再往后，抓紧把语音交互加到系统中去。如果原来你的系统没有做语音交互的话，赶快做进去。因为OpenAI操作系统的新硬件平台应该距离我们已经不远了。如果我们现在把自己的系统加上语音了，交互的还很好，那么OpenAI再去发布他们的硬件的时候，就有可能你的产品会成为发布会上展示的那个产品。这一次你想，OpenAI点了谁的名字，谁的股价就在涨，这就属于是典型的榜样力量。如果你现在就把这个产品做好了，未来就有可能蹭上这一波巨大的流量。像我以前有一些朋友，他们在iPhone、iPad早期发布的时候，做的产品做的特别好，让苹果直接在发布会上给人展示了，那真的是泼天的流量和财富就砸下来了。所以现在大家赶快动手，把这个语音加到应用里去。

最后一项，Sora 2的API，赶快玩耍起来。这个还是非常非常好玩的，15秒视频，0.2美金，价格还可以接受吧。大家就可以写出脚本来，顺序的让它把这个内容都生成出来，做出这种几分钟的短片出来都是OK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。

新手奶爸 Sam Altman，给出了孩子在AI时代不被淘汰的三个能力标准，这里边竟然没有编程。

大家好，欢迎收听老范讲故事的YouTube频道。

首先，这是什么时候的事情？9月26号，OpenAI 的创始人 Sam Altman 在德国参加一个活动，叫WEILT AI Summit，就这样的一个活动，接受 WEILT 的主编采访，讲了十几分钟，其中就讲到了未来的孩子应该学一些什么。

首先，Sam Altman 确实是一个新手奶爸。他去年和他丈夫结婚，他是个同性恋，在一个不公开的仪式上结婚，然后呢对外宣布说已经结婚了。今年的2月，他们通过代孕的方式生下了一个儿子。有一些传闻说，这个小孩是经过了基因编辑，或者是通过了一些其他的方式去产生的，但目前并没有一个实际的确认。因为代孕在美国是合法的，如果进行一些更复杂的生殖科技的应用，目前为止，美国的FDA好像还没有批准过类似的流程。

但是，这个小孩到底是使用的谁的基因？这个不确定。通常这种同性恋代孕的子女有两种方式：第一种，他们可能两口子商量一下，使用谁的精子，去找一位提供卵子的人，匿名或者是实名进行体外受精了以后，再去找代孕的母亲，把这个小孩生下来。另外一种方式，两个人都去提供精子，多做几个胚胎之后进行筛选，找到其中最健康最好的这个，找代孕母亲把他生下来。在这个过程中，Sam Altman 跟他丈夫到底是用的谁的遗传基因并没有对外公布，使用的是谁的卵子，或者说是如何去代孕的，这个过程也没有对外公布，只是对外公布了说他们是通过代孕的方式得到了一个儿子。所以，甭管怎么来的吧，他也是一个新手奶爸。

Sam Altman 到底希望孩子们学一些什么呢？

首先第一个是学习的能力。这个非常非常重要。以前我们上大学的时候经常说的什么？大学教的不是知识，而是学习知识的能力。我记得我上大学的时候，大一的第一节课，我的老师就在给我讲这件事情。我们是学计算机的，老师说了说：“现在教给你们的所有这些知识，都已经是过时的了。你一定要在大学期间，学会如何学习新知识的能力，这样才可以应对未来的工作。” 特别是像我们这种学计算机的，日新月异，只要敢停下来，马上落后，这个是没有任何办法的事情。

所以在未来，这也是非常重要的，因为未来的工作岗位、任务都会快速的迭代更新，所以他需要不断地去学习新的技能。像我们现在，其实跟以前的学习已经不太一样了。原来我们需要经过什么1万小时，或者是这种反复练习，对某一些技能进行很深入的研究，才可以去进行相应的工作。而现在有了AI的帮助了以后，比如说像Vibe Coding这样的事情，你可以经过很简短的学习就可以上手去干活了。那么，这可能才是真正未来的一个学习方法，不需要1万小时，你只需要跟AI一起配合，说我现在要学一个什么东西，怎么怎么配合来做一个什么事情，很快就可以上手。这是第一个啊，快速学习的能力。

第二个，沟通、理解和构建产品服务的能力。这个话怎么讲？AI到目前为止，还没有办法去对人的需求进行非常深刻的理解，或者非常细微的理解，这事是没有办法的。经常咱们说一个眼神过去了，你要去理解背后的意思，或者说是很多的潜规则，或者说是表面之下的这些信息，是不会经过语言直接讲出来的。那么，AI是没有办法去理解这一部分的内容的。这一块是人很难被替代的能力，所以这一块一定要很努力地去学习。我们需要去跟人沟通，需要去跟世界沟通，需要去在沟通的过程中，深刻地、细致地去了解别人的需求，这是不可替代的。而且我们了解了这些需求之后，还要去以这些需求为基础，去构建产品和服务，这才是真正应用AI、创造价值的一个过程。说这是未来孩子要去学的，这是沟通、理解和构建产品服务的能力。虽然没有提到编程，但是构建产品服务还是需要编程的，Vibe Coding也算是编程，所以在这一块儿，并没有说我们就不要去学编程了。

第三个，稍微有些悲哀，就是韧性。什么是韧性？因为变化无处不在，而且会越来越快，我们必须不断地学习并适应这种变化，包括我们的孩子都是这样的，稍微有些辛苦。记得我当时去高考报志愿的时候，我父亲问我说：“你喜欢什么？”我说我喜欢计算机，他就很替我难过。为什么？我父亲是学机械的，我母亲也是学机械的，他们那个学科真的是上百年没有什么特别大的变化，学完了以后就可以吃一辈子。而学计算机呢，就像刚才我讲的，毕业的时候就已经落后了，而且我们新学的东西，可能再过个两三年又会落后。所以必须是干到老学到老，不停地学习，其实我到现在为止也在每天的学习。

所以，这个可能是未来孩子们走向社会以后所需要面临的一个常态：每一个人都需要进行长期不断的学习。再有谁说“我想学一个什么手艺，这辈子就躺在这手艺上吃饭了”，或者说“我把这个手艺越磨越精细，就在这个手艺上可以吃一辈子”，可能就很难很难了啊。不是说这种机会就没有了，但是能够获得这种机会的人的比例会下降。

那变化到底能有多快呢？咱们讲了半天，说世界会快速的发生变化，到底怎么个快法？Sam Altman 在访谈里他讲到，即使没有AI，75年也可以轮换一半的职业了。他讲了这样的一个话，有了AI，这个速度会急剧加快。但是75年其实基本上是三代人，我们一代人上班大概也就是上20多年到30年左右，所以75年应该是两代半人，那么在这个过程中你换一半的职业也不算是特别夸张吧。

那么，Sam Altman 提出这个数据有出处吗？他肯定不是拍脑袋来的啊。这个数据呢，是来自于MIT的一项长期研究，他这个研究里发现，当下的职业中，大约六成是1940年以后出现的新工种和新岗位。新职业占比和旧职业消失其实是两个概念。什么意思？就是很多旧的职业实际上并没有消失，而只是说现在总的职业数变多了，这个冒出了一堆新的职业。你比如现在外卖骑手、送餐员，还有像我这样的Youtuber，实际上都是新职业，以前是没有的。但是，这个并不代表说以前的旧职业就没了，只是随着技术的发展，产生了非常非常多的新职业。

人类新职业产生的速度其实是极度不均衡的。有的时候，可能几百年都产生不了多少新职业；有的时候，可能几十年就会产生出一半的新职业来。好像是1830年到1850年，一半的新职业就出来了，实际上就是第一次工业革命，大量的新职业就产生了。在1850年往后，速度又降下来了。1940年往后，二战，基本上是二战开始到现在这一段时间，人类其实是在经历一次科技大爆炸，大量的新的职业、新的行业、新的技术被应用到社会中来，这个是一个特殊的时期。AI肯定会带来更快速的迭代，这个还是没有什么问题的。

在不太遥远的未来，30%到40%的任务会被AI完成。这里还是要强调，这个新出来的这些任务被AI完成了，并不一定就代表着原来由人完成的这部分的任务或者说岗位就彻底消失了。他们可能占的比例会下降，或者是招募的员工的数量会下降，但是并不是彻底就没有了。而且在这个里头，我们用了一个词叫“任务”，Sam Altman 也专门强调了不要讲“岗位”，要讲“任务”。

什么意思啊？原来这是一个岗位，这个岗位会完成很多任务；那边也有一个岗位会完成很多任务。把所有这些任务拼凑在一起，才是我们整个经济社会运行的一个模式。而在不久的将来，30%到40%的任务会被AI完成，岗位肯定会进行新的调整，但是他并没有告诉大家这个岗位具体是怎么调整的。还有一点，不要去讲“替代”，不是说AI替代了哪个岗位，而是有一部分的任务由AI来完成了，原来这些岗位，呃，可能会进行调整，但是具体怎么调整，我们还是要等待社会的演进。

那么，传统的教育体系肯定是无法适应这种变化速度的，即使是编程教育，距离这种要求也是差的很远的。像我以前上大学，上四年学写程序，那么这个过程到现在来说就已经完全落伍了。现在真的是学习一周、上手干活就不是一个什么梦想了。我记得我上大学的时候，有一种书叫《7天学会一种什么语言》或者《21天学会编程语言》，未来可能这个速度还要再提快一些。所以，快速学习能力、敏感细微的理解沟通能力、应对变化的能力与韧性才是最重要的。

这一个访谈里头，Sam Altman 还讲了点什么呢？不光是讲育儿，还要讲其他东西。

第一个，他讲了一个时间线。他讲到2030年前会出现超越人类的AI，也就是ASI吧，超级人工智能。2030年，我们记住这个日子。还有一点，2026年AI领域仍将有大幅跃迁。很多人认为AI领域的技术进步会稳固下来，因为前面2023年往后这几年，每一年都基本上算是日新月异的一个变化。甚至有些人觉得到2025年了，这些大模型好像虽然在更新，但是能力并没有那么大的提升，现在又去开始搞AI agent了。那么，是不是大模型的能力就已经到这了？Sam Altman 说不是这样的，到2026年依然会大跃进，还会有很多新的东西出来。

然后啊，是30%到40%的经济体任务会被AI完成，刚才咱们讲过了。教育下一代，刚才咱们也重点讲过了。

安全以及AI与人的关系呢，这个 Sam Altman 讲了，说不会把人当蚂蚁的。这话什么意思？就是超级人工智能，就已经是超越人类智力水平的这种人工智能了，他们看待人类的方式与人类看待蚂蚁的方式是不一样的。我们老觉得蚂蚁在这，我们要观察一下、饲养一下，或者说是研究一下，这个是人类看待蚂蚁的方式；或者干脆我们就不介意走过去是不是踩中了，或者是什么样的，我们根本就不介意这个事情。他说超级人工智能不会像我们看待蚂蚁那样看待我们的。

那么，超级人工智能会对齐人类的价值观。为什么我们可以这样去看待蚂蚁？因为我们的价值观跟蚂蚁是不一样的。对于蚂蚁来说，种群的利益、族群的利益是第一位的，或者说是女皇或者什么这样的利益是第一位的，其他的事都没有那么重要。而对于人类来说，是完全不需要为蚂蚁的价值观去改变自己的任何决策，所以我们可以这样去看待蚂蚁。而超级人工智能本来就是用人类价值观去训练的，所以他们会去做人类觉得正确的事情，会去避免那些人类觉得错误或者说会对人类造成伤害的事情。

AI有没有意识并没有那么重要，所以他也不建议大家每天去喊着要扼杀AI意识这件事。他说，很多伤害其实不是AI有意识造成的，而是来自于意外或者没对齐。你比如说，咱们原来经常讲一个电车的问题：一个电车轨道上有一个掰道岔的开关，一边要躺着一个人，另外一边躺着五个人，我们到底应该怎么办？这个对于计算机来说，可能一分钟都不用，或者一秒钟都不用，它就已经掰了开关了，直接奔着一个人就开过去了，它会选择一个利益损失最小的方式来去处理问题。但是，这个是跟人处理的方式是不一样的。那么当这样的对齐没有做好的时候，人类就有可能会受伤。

其实我们现在已经看到了很多AI伤害人类的事实案例，并不是由 Sam Altman 和 OpenAI 造成的，而是什么造成的？比如美团的外卖员管理系统，实际上后边也是个AI系统；滴滴的出租车司机管理系统，后边也是个AI系统。他们已经把这些人逼得上蹿下跳了，已经对人类造成巨大伤害了。这个跟AI是不是有意识本身是没有那么大关系的。

再往后，OpenAI 依然是非盈利为核心。当然很多人就关心它：“你到底咋上市？怎么分割？怎么挣钱？你会不会因为挣钱的事情就罔顾人类利益了？”因为 OpenAI 的很多的目标是要去让人类一起进步的。所以说不是这样的，我们依然是非盈利为核心的。

下一个非常有意思：硬件和新形态计算。这个我们知道，OpenAI 收购了苹果前设计师的公司。现在虽然我们还不知道他要做什么，但是他们已经开始跟“果链”下单了。“果链”，是中国原来给苹果做iPhone的产业链，已经开始下单要做东西了。大家还在猜它到底要做什么，但是现在基本上确定，它是一系列的产品，或者说是一个设备家族，叫a family of device，大概是这样的一套东西。

那么这个东西到底是，或者这一套东西到底是如何去改变人与计算机之间的交互的？他讲到他要从“点按多应用模式”发展到“自然语言交互、跨时间的复杂任务处理模式”。你像我们手机打开了以后，里头是一大堆的APP，我们要点开这个APP，点开那个APP，然后在APP之间进行数据的复制与传输，还非常麻烦，原来是这样来工作的。但是大家想一想，这些真正的顶级富豪，他们的助理和秘书们是怎么干活的？他们会有一堆的助理吗？当然肯定不是一个了，但是肯定会有一个秘书主管或者是一个总管来处理他们的所有任务。他们会把所有的任务交给这些主管，这些人再去分配谁干什么，或者是如何去干，先干什么后干什么，他是这样的一个过程。

所以 Sam Altman 以及 OpenAI 认为，未来人类跟计算机之间的沟通应该打破APP之间的这种桎梏，没有这么多APP了。我们就跟着一个主管、一个助手去谈，说你今儿接着替我干这个，明儿让我干那个，最近有点什么事告诉我，或者是有一些什么事是我比较关心的，发生了什么样的情况下要叫我。这些主管会根据我们沟通的过程，跟人之间去进行跨时间的协作。而沟通的过程，甭管是我们向这个设备发出指令的过程，还是设备反馈的过程，并不是通过一个设备来完成的，而是通过一系列设备来完成的。所以这一系列设备可能是比如家里面的音箱、这个手表，或者是一些小型的比如像AI PIN那样的东西，也有可能有手机、有耳机，或者一些其他的这种设备，是由一连串这样的设备来构成的一个设备家族。这个我觉得还是值得去期待一下的。但如果真的走向这一步，OpenAI 就一家独大了，它就完完全全可以替代安卓跟iOS，可以替代谷歌跟苹果了。这个我们还是要拭目以待一下。

再往后讲到了政治与治理。Sam Altman 还是出来承诺，AI不会取代领导人的，各国领导人会越来越多地使用AI辅助复杂决策，最后签字必须是人。Sam Altman 还是要讲一下的，我觉得比较聪明。像原来扎克伯格就讲说我要去发币，这个币要代替所有央行，我们要把所有的外汇管制都打破，就直接被摁在地上摩擦了，直接锤了。Sam Altman 说：“以后你们领导人有权利还是你们的，这个AI只是辅助一下。”还是要表这个忠心的。

最后讲了一下德国跟欧洲。但这块只能说对于德国的核能政策，点到为止地提了一下。德国好多的这种能源政策也是比较矛盾的，他又想要能源，又害怕污染环境，非常纠结。而在未来一段时间，AI算力中心肯定是会极大地拉升耗电量的。那在这样纠结的情况下，德国的整个在AI这一块可能会拖后腿。所以他稍微提了一下，但是毕竟跑到德国去参加访谈，你也不能到那把人臭骂一顿。毕竟谁也不是川大爷，川大爷你可以到联大上把整个联大的人骂一个小时，Sam Altman 这么油滑的人不会干这个事的，所以点到为止地讲了一下就完事了。

总结一下，其实 Sam Altman 讲的这个东西呢，不光是给家长和孩子的建议，我们也要照这个标准行动起来：快速学习的能力；理解和沟通构建能力（编程还是需要学的，只是学习的方法和目的发生了变化）；最后就是比较悲催的适应变化的能力。

这就是 Sam Altman 为未来孩子提出的三个能力标准，没有这三个能力的，在AI时代就有可能掉队了。

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

OpenAI被告抄袭，雷军也被批人品差。创始人如果觉得自己没有被投资人尊重，应该怎么办呢？

大家好，欢迎收听老范讲故事的YouTube频道。

首先，OpenAI这两天被告了，说你抄袭。有一个品牌叫IYO（这三个字母，但念法应该也是“IO”）。另外，OpenAI前几天不是把原来苹果天才设计师的公司以65亿美金收购了吗？他们那个产品叫“IO”（字母上少一个，但念法应该都叫“IO”）。所以，两个商标的读音基本上是一致的。

这个IYO公司的创始人就把OpenAI给告了，说你抄袭了我的商标，而且你的新产品也抄袭了我的产品。IYO这家公司做什么呢？就是智能耳机，戴上耳机以后就可以智能地进行交互。而这个IO公司应该也是一种音频设备，他们讲的是“离开屏幕以后的AI第三设备”，应该也是通过音频方式来使用的。原告认为OpenAI的技术方向也是雷同的。

IYO这个项目其实很早就在跟山姆·奥特曼沟通，希望得到OpenAI的投资，或者直接被并购。他大概开了2亿美金的价格，说“你买我吧，我这东西做的也还不错”，或者“你投个1,000万美金都是可以的”。只是山姆他们看完了以后，没有投它，也没有买它。结果最后是花了65亿美金去把IO买下来了。

这个赛道里头有一个65亿美金的项目的话，它等于是封顶了。为什么要封顶了？我们在做创投的时候会看方向，每一个方向里都会有个老大，老大会决定到底谁是对的、谁是错的，或者方向向哪个方向走。原来这个IYO觉得，我虽然在这个赛道里未必是老大，但大家都差不多吧。结果这个赛道里突然来了一个65亿美金的家伙，那你在做任何事情，人家都会说“人家都没这么干，凭什么你这么干？你这事肯定不对”。他会变成这样的情况。

一怒之下，你看我跟你交流了半天，给你看了我的各种演示、看了我的技术，你没投我，你去投了IO，65亿美金直接封王了，让我在这个圈子里头没法混了。那这事不行，我直接告你，我起诉你。就是这样的一个故事。

法院也受理了，并且要求OpenAI删除网页上的混淆商标，把IO这个商标删掉。至于说产品呢，这两边的产品实际上都没上市呢。OpenAI说：“我们产品现在没上市呢，到底做什么还没决定呢，我们也未必做耳机，现在说我抄袭这个不太合适。”

山姆·奥特曼本人也做了一个回复，他的回复是什么呢？他说：“我们知道……”

他一直在寻求投资和并购，我们也谈过。而且，在我们65亿美金收购IO以后，我们依然在沟通。他还希望我们继续投资他。在这样的一个情况下，他选择去起诉我们呢？我祝福他们吧，继续往前走。但是起诉这件事情是不对的，而且很蠢。他发了这样的一个推出来，这个怎么说呢？这叫伤害性不大，侮辱性极强。

这是一个故事。另外一故事是什么呢？就是猫王音箱的创始人这两天批雷军表里不一：“你在外边好像谦谦君子一样，开发布会给人鞠躬，笑容可掬地去给新车主开门。你表演给谁看呢？”雷军并不是这样人。

他举了一个案例：2010年代的初期，猫王音箱的创始人曾经被顺为资本请去北京见雷军，说：“我们准备投你这个案子，你来见见面吧。”猫王音箱作为当时智能音箱赛道的一个先行者，被请去了。猫王音箱这个东西，可能很多人没有太听说过。但是如果你去很多书店，特别是原来延吉那种很文艺范的书店，里头卖很多文具的地方，你们会看到那种长得像复古收音机似的音箱。有的是木头的，有的是外边是个铁皮的，长得就像原来那个二极管收音机似的，不是很大，可能应该有个这么大个吧，卖五六百块钱一个。那个东西就是猫王音箱。

他呢，是比较早期玩这个的，一直追求的是复古的这种质感和很好的音质。他卖得很贵。为什么当时大家都去看这个智能音箱呢？因为亚马逊在那个时候推智能音箱Echo，所有人都觉得这个东西一定是行的。甚至很多投资人当时觉得，智能音箱有可能是手机的新形态，以后就没有手机了，大家都玩智能音箱去了。

所以当时甭管是雷军那边的顺为，还是其他投资机构，都把所有的智能音箱全都看了一遍。投资机构就是这样的，一旦发现有新方向以后，就把这个方向里边所有的能找到的、不能找到的这些创始人，或者是在这块有一些想法的人，聚集起来去挨着个谈。我们管这个过程叫“刷行业”，就是你得把行业里头所有的人刷一遍吧。

然后他跑到北京来了，在会议室里等了半个小时，意思就是雷军可能迟到了呗。然后雷军进场了，就听了5分钟，就表示说：“智能音箱有什么用？我们不要在这上面浪费时间了。”然后就离场了。这个创始人觉得很冤，他说：“我是被你邀请来的，但我自己出的差旅费。因为雷军是在北京，这个创始人是在深圳，飞过来住酒店都是我自己出的钱。等了这么长时间，你好歹礼貌一下，说我现在暂时不太用。但是你直接告诉我这个方向是错的，说智能音箱有什么用？而且你让我等了半个小时。”

看了5分钟就走了，很傲慢，很冷漠。依然是伤害不大，但侮辱性极强的这样一个结果。他出来抱怨这么一个事。

从时间上看呢，雷军的眼光好像也不是很好。为什么呢？因为小米最后还是做智能音箱去了。在2017年，小米开始推自己的智能音箱，而且呢，占据了极大的市场份额。

猫王音箱一直是按照他这种很高调性、复古审美、小众赛道，一直在这个赛道上去执着。在最终的智能音箱残酷的竞争中呢，压根也没有给小米带来任何的阻碍。现在的智能音箱，小米应该是老大吧。它呢是跟着手机生态，因为你说我有小米手机，然后有小米音箱，它就可以很容易打通。再加上小米全套的IoT设备，你可以随时跟它说：“小爱同学，给我干这个”，“小爱同学，给我干那个”，它就会去指挥你们家里各种家用电器。

另外几个呢，百度的小度音箱和阿里的天猫精灵，就是国内智能音箱三个老大。他们呢，跟小米音箱呢，在不同的价格区间里头打来打去的。从40多块钱、50块钱的这个价格区间，一直打到可能上千的。上千的一般是带这个屏幕的，类似于一个平板似的这种东西。猫王音箱压根就没有掺和到这个里边来。

这两个故事其实有它相近的地方。就是创始人去见投资人去了，见完了以后说：“你投资我吧，我做了12345，做了这么个东西。”这两边呢都是看完了以后，甭管是沟通的过程是什么样的吧，最后都没有投。但是呢，他们两边也都在做类似的东西，而且呢还都大张旗鼓的做。像小米最后把智能音箱做成中国市场第一，OpenAI直接65亿美金收购了一家，直接把这个赛道给占死了。

在这样的情况下，原来这个创始人到底应该怎么想这个问题？其实呢，IO最后到底做什么，目前并不确定。没有说跟创始人聊完了以后说：“你走吧，我把你这个idea直接抄下来就开干了。”并不是这样的。至于雷军呢，最后做出来的东西跟猫王的智能音箱，不能说完全不一样吧，但确实不在一个层次上竞争。猫王从来也就没有在这种几十块钱的层次上去推出过产品。而且猫王也没有小米音箱的其他这些东西，比如说小米智能家居这个生态什么的，它压根就没有。

那么在这两个里头，你说算抄袭吗？也不能完全不算吧。但是大家确实做的是不一样的东西。那么在这种情况里边，真投资成功了，去见投资人说：“我这做什么什么样的。”投资人一看，相见恨晚：“我就要投你。”这个大家就比较开心。那你说过投不成会怎么样呢？投不成呢，一般分三种状态。第一种状态就是人家再投的其他项目，或者人家自己做的项目呢。

跟你一开始想做这项目完全没关系。这个可能性其实是比较大的。

第二种项目呢，就是真的是一模一样的东西被做出来，甚至还挖了你的人。这个其实在这个圈子里头也很常见，特别是雷军，其实干类似这种事情干的蛮多的。这个人我不太喜欢，但是下边这个技术还不错。一回头他就可能会把这话说出来，说完了以后，那底下干活的人就没什么好说的，直接冲上去把这技术挖回来完事。这个事情我原来做投资的时候也干过，跟人去聊，聊完了以后觉得项目还不错，回去向老板汇报。老板会看完了以后说：“方向好像可以，但是呢，这个CEO我不太喜欢，CTO还可以。”这个其实很正常的，那剩下就是猎头公司上了，或者说我们就直接HR上来，我就没关系了。

还有一种情况呢，就是最终做出来的这个项目，或者是最终被投的案子，跟创始人一开始给他看的那个东西有一点似是而非的相同。就是这个东西好像一样，又好像不一样，或者说里面有他一部分的想法，或者有一部分方向，但是实现的过程好像有一点小差距。因为你要知道一个创业项目的话，其实是有很多细节的，你很难做到说完全一模一样。但是，有些就是会稍微的擦点边。这三种情况都会出现。

那么这些感觉被剽窃了，或者是冒犯了的创始人，后边会怎么办呢？第一种最好的是什么呢？就是做出更好的东西来。好产品说明一切，你眼光不行，我做的东西就是对的。这个其实在创投圈里，这种故事是不断在上演的。“以前你爱答不理，以后让你高攀不起”，这种故事是经常出现。如果哪个创始人说：“我这个做的东西你没投，你投了另外一家。”或者说投完了以后，还抄袭了我的某些观点，或者某些的技术方向，那我就一定要做出更好的来，我气死你。这个是真正的好样的。如果有创始人遇到这种事情，建议大家这么干。

第二种呢，就是放下了继续往前走，事后想起来会心一笑。这个其实也是很多创始人会去选择的方向，这个也是挺好的，就放下了。你要老抱着这事不行。还有些人呢，会默默记恨在心，一辈子解不开，有时候偶尔想起来喊一嗓子。这个猫王音箱就属于这种情况。你想这么多年了，这十几年过去了他也没说啥，现在突然想起这事了。但是喊完了以后，发现引起了一大堆雷军粉丝的攻击，那赶快删帖，还去抹稀泥，说这个：“我个人不用小米产品，是我自己的选择，小米挺好的。”还要出来抹这个稀泥。因为雷军现在也算是个大网红，你骂了他以后，甭管谁对谁错，你都会招来一堆的脑残粉丝出来攻击你。这个没必要，因为你毕竟跟他不竞争。

各自活各自都活挺好的，何必找这不痛快呢？

还有一些人呢，在一个小圈子里面维持说：“这个东西是我先发明的人设。”我见过一些创始人是这样的，一坐这儿说：“我来给你讲一讲我的光荣历史。说你看Facebook很厉害吧？这个idea是我先想出来的，只是呢，他后来把它做大了。谷歌这个，主意也是我先想的。你看我曾经在哪年哪年，我就做出一个什么东西来，然后谁谁见证过。有证据，一定要有证据。你说我自己光想了，只是后来我觉得没意思，我没做，而他做起来了。”这种呢，其实更多的是在老中医或者是华山论剑的时候比较多。

当然还有一种可能呢，就是四处哭诉，逢人就说：“谁抄袭了我。”再找一个人再说：“谁抄袭了我。”然后愤然起诉。就像山姆·奥特曼说的，这是最不好的一种处理方式，因为这种起诉通常都不会有什么好结果。你去起诉人家说你抄袭我了，IYO跟IO之间长得很像，而且读音一致。那你说我起诉了，你换一个商标换个名字，这个再说。但是呢，一般你要做这种起诉呢，也会被创投圈所不齿。你阻碍这个科技进步了嘛。另外呢，所谓的技术抄袭这件事呢，基本上没有告赢的。为什么？因为技术太多细节了，你要想把这事告赢呢，基本上不可能。而且干这个活呢，也算断绝后路了。就是你一旦开始做这种起诉以后，再在创投圈里去找人要钱，去给人讲项目，就没人愿意听了。你今儿给我讲完了以后，过两天我要没投你的话，你还赖上我了。这个是非常不值得，非常不聪明的一个选择吧。

那你说投资人如何看待这些项目呢？刚才咱们讲了，这个创始人没被投了以后该怎么办。那投资人怎么看待他们？其实第一个，每天投资人会看很多的项目。在这个过程中呢，很难保持态度始终如一，让大家感到宾至如归，这事是比较难的。雷军呢，现在在外面表现的谦和君子的形象呢，其实是一种人设，是一种表演。如果雷军真是这样的一个人的话，早就被吃干抹净，吃的连骨头都不剩了，根本走不到今天。所以不要有任何人想着说，雷军是一个很谦和的人，别想这事。

有些项目呢，看起来方向是很有趣的。就甭管是猫王音箱，还是这个IYO的智能耳机，都属于看起来很有趣。但是呢，他们有些呢执行能力不够，有些呢关注的重点方向不对。这种项目呢就只能被放弃。IYO属于执行能力不够的，演示效果并不好。因为山姆他们也写了，说他给我们做了演示，但是呢每一次的演示都不是很成功。技术评估呢也没有过关。因为投资人呢，有时候自己并没有那么懂技术，所以他们在看项目的时候呢。

会去找技术专家，一起坐在旁边进行评估。但技术专家这帮人其实很坑的，为什么呢？这个技术专家通常保持着一种观念，叫“文无第一，武无第二”。你如果没有办法彻底折服他们，通常呢，都不会给你特别正面的评价。

而且你要想清楚一件事：你是一个创业项目，你可能没有那么多钱，也没有那么多数据和用户。那些技术专家都是在大厂里边出来的，他们是在一个巨大的平台上，用巨量的数据、巨大的算力和庞大的用户量堆积出来的一堆经验。他去看你的项目，还要折服他，你说这事有多费劲？

而且这些大厂的技术专家，你招聘进去也没那么容易，本身也是行业的佼佼者。那你说你不能在公司里找个烂的出来看吧？开什么玩笑！我们也是拿公司的钱去投资，也得为人负责任。出来找技术专家帮我们看案子，一定是找那最好的几个。

而且技术专家看走眼的时候非常多。为什么这么讲呢？技术专家都会有他自己的一套事情的解决方法。如果你的解决方法跟他不一样，他会觉得这个事是有问题的。我们以前也遇到过技术专家评估非常差的案子，最后还做起来了，还做得非常好。所以并不是说，技术专家没看上你的案子，你的案子就不好。

在这要稍微跟大家讲一讲，还是讲刚才这个IYO。IYO呢，它里边比如说值域调控，或者是使用场景的设置，并没有那么成功。所以山姆·奥特曼也晒出了一些邮件截图，上面写着“我觉得他们做的不怎么样”——他内部的一些技术专家给他写的邮件。所以他就属于叫“执行力不够”的这种状态。

而猫王音箱呢，则属于另外一个状态。猫王音箱就属于关注的重点不对。因为你真的像现在去做智能音箱，残酷竞争，那关注的重点应该是什么呢？内容、生态和价格——这个是雷军关注的重点。而猫王音箱关注的重点是调性、音质以及消费升级，压根就不在一个频道上。所以这两种情况呢，都会导致这种案子没有被投成功，属于双向没看对眼呗，就这么简单的事情。

那你说遇到有玻璃心的，出来起诉该怎么办呢？这个通常是不会做理会的。比如雷军现在只有一个中心，就是小米汽车，他也没空对这种东西做出任何回应。如果是在车祸之前，雷军没准还会回应两句，维持一下他这个谦谦君子的形象。但是在车祸之后，这么多人都骂过了，你现在再出来整这种事，雷军大概就觉得不疼不痒的——“我现在有更重要的事情在做”。所以雷军应该不会回应。

至于山姆·奥特曼的这种连祝福带回应，但是呢，你这个选择起诉这个过程是错误的，而且很愚蠢的。这个基本上算是把IYO这个项目在创投圈给拉黑了。

好，咱们总结一下吧。

总有些创始人呢，担心自己的idea被抄袭，谈项目的时候说：“你想做什么？这我不能告诉你，我一告诉你你就抄走了。”这种项目呢，就请回去自己做，没什么好说的。如果你的项目被人听一耳朵就能学会的话，那就没有任何被投资的价值。

还有些创始人呢，感觉和投资人沟通的过程中没有被给予足够的尊重。这个一方面呢，投资人会快速的看很多项目，特别是在某一个领域突然热起来的时候，他们就会刷行业。雷军看到猫王音箱的时候，可能是在这个方向看了一堆的案子了。但是等到哪天，雷军说我自己想干这个事的时候，他并不会觉得前面那个投资经理给他带了一大堆的智能音箱的案子，然后我决定要去做。他会什么呢？就是说我自己想明白了，我要去做这个智能音箱去了，他会变成这样。

在这样看很多案子的情况下的话，确实很难保证每个人都感到宾至如归。这玩意就跟咱们去看病似的，你去挂了个号，那个大夫上午50多个号看下来，你凭什么要求每个大夫对你都嘘寒问暖，对你都态度特别好？这个其实挺难的。通常只有投资人想抢项目的时候，才会比较谦卑。投资人也不是永远都高高在上的。

你比如说伊利尔的项目，人家从OpenAI出来以后，说我现在做一个项目，到底做什么都不知道，一堆投资人在后边追着说：“我求求你，给你钱吧，你拿着吧。”这个时候，投资人就会显示出另外一副嘴脸来。这人都是人嘛，前倨后恭。或者有的时候发现你这个案子没看懂，没不不怎么样的时候，显得很傲慢，然后发现呀做起来了，再跑到你面前来点头哈腰的。这种事情都是很正常的，大家都是做生意。

而且另外呢就是，投资人有的时候会去做这种压力测试。创始人来了以后，我说你这个做的不行，那个不行，这实际上是一种压力测试，就是想看一下创始人在巨大压力面前的一些反应。这个时候呢，这个体感反应一定是很不好的。但是大家都是在干自己的工作，投资人其实也是一个打工仔，也是拿着别人的钱，去替别人的钱负责任，这个没有高低贵贱之分。

创始人觉得被投资人欺负了，也是创投圈里边一个比较有趣的典型现象吧，经常会发生这种事情。今天呢，就拿这两个案例跟大家分享一下，也给大家讲一讲这个背后一些有趣的故事。

好，这个今天就讲到这里。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！

DeepSeek也玩“one more thing”，突然公布了它的推理利润达到545%，就像当初557.6万美金的训练成本那样，再次震惊了行业。大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，DeepSeek结束了连续5天的开园周之后，到礼拜六玩了一次“one more thing”。这个“one more thing”呢，应该是当年乔布斯的梗。他每一次开发布会到最后的时候呢，都要说“还有一件事，等一等”，而且这一件事呢，往往是特别重要、特别颠覆性的事情。那么这一次又来了，DeepSeek公布了它的V1和R3推理系统相关内容，及大规模部署的成本和收益数据。就是说我部署了这东西以后，到底是挣了多少钱？非常非常让人震惊，因为所有人做这个东西都说我不挣钱，我亏钱，结果等到他这好，545%的利润，所有人都傻了，说你到底咋干的？

具体的实现方法呢，就不再跟大家详细分析了。简单来说，第一个负载均衡，你想他有这么多的GPU，这么多的核心，在他这种MOE的架构下，他把每一层的模型里边每一个专家，分配到不同的设备上面去进行运算。这个呢，就是一个负载均衡，尽量让所有的芯片都动起来，不要说有的芯片闲着呢，有的芯片在那排队。第二个，并行计算。并行处理是什么呢？所有的芯片一起来干活，这个速度肯定会变快。另外呢，一边干活的时候，另外一边呢，再同时进行数据的读写。你不能说我这需要数据了，你给我读，然后处理完了以后你再去写，这样就变慢了嘛。所以基本上在做这样的事情，负载均衡和并行处理。

另外还有一个什么样的事情在做呢？就是有一点点叫“驴粪蛋表面光”。这个也算是老北京的一个俏皮话，什么意思呢？就是这个驴粪球外边是很光滑的，但是里边呢，就是一堆的没有消化好的碎草。DeepSeek也是如此，他把很多的计算精度呢进行了调整，他尽可能的能够达到大家的要求，但是很多细节上的这些你看不到的环节呢，就给你忽略掉了。

所以，这个也可以极大地提高效率。他说：“我通过了这样的方式，达到了545%的利润。”当年给出的DeepSeek V3 557.6万美金的训练成本，已经成为了一个业内的计量标准，或者计量单位了。就跟你说这个东西是一牛顿，那个东西叫一瓦特，他这个557万的训练成本，也成了一个计量单位。OpenAI用了1,400万美金投超级碗广告的时候，很多人就说：“你这玩意够训练几次DeepSeek了？”这个已经成为一个业内梗了。

在制造话题这块，DeepSeek作为AI时代的顶级企业是合格的。大家注意，AI时代跟以前不一样。原来呢是酒香不怕巷子深，但是现在你从OpenAI、Anthropic，再到国内的DeepSeek，每一个都是制造话题的好手。必须要会讲故事，才可以在这个时代好好地玩下去。

那么，545%的利润和557.6万美金的训练成本，到底是一个什么样的概念呢？是真的还是假的？是不是吹牛？很多人一上来就会问这样的问题。事情呢，没这么简单。数据肯定有一定水分，咱们一定要承认这件事。但是呢，这个数据也是有参考价值的，不是说你这个东西是真是假，一刀切完事了。这个还是要具体来去分析一下。

咱们呢来看一看，545%的利润到底是怎么算出来的。说这个GPU都是7*24小时满负荷工作，然后呢把所有的优化手段都用到极致，就是他这5天发布的这些优化手段，我都给用上了。然后计算输出TOKEN的总量，就是我这么长时间，一共可以输出多少TOKEN出来。按照最贵的DeepSeek R1的价格来去收钱，这个是100万TOKEN 16块钱，这个是DeepSeek自己给的价格。国内的这些云服务厂商，基本上都是按这价格做的。等于就是说我一天24小时，满负荷输出这么多的TOKEN，能够说到多少钱。再以GPU租赁的价格，两美金一小时作为成本，把这俩数一除，就算出了一个545%的一个利润率来。他是这么算出来的。那这个水分在什么地方呢？

第一个GPU是不可能7*24小时满负荷工作的。就跟送外卖一样，赶上午餐时间大家都得去送外卖，午餐吃完了以后所有人都在那闲着，这个才是正常的状态。GPU也是如此的，你不可能说大家都商量好了，这个7*24小时达到均匀的来，我们让所有的GPU跑满，谁都别闲着。这个事是绝不可能的，而且距离现实情况相距甚远。

正常应该是什么呢？为了保障高峰时期的服务不崩，必须要容忍非高峰时期，可能有70%到80%的服务器是冗余的，或者在那闲置的。那你说到底有多少这个时间算高峰时间，有多少时间是非高峰时间呢？这个一天里头的高峰时间，可能能够有这么三五个小时也就到头了，不会到8个小时的。

像我们以前做游戏的时候，是什么时候高峰时间呢？中午吃饭的时候，还有吃完晚饭9点以后算是高峰时间。那你说我这是工作上班的事情，那他应该是在早晨10点、11点，你没准是个高峰，然后下午2点多到四五点钟，是有一个高峰。其他的时候这个服务器都是闲着的。所以千万不要觉得说，能够跑20个小时的高峰，想都不想，你能跑4个已经算很好很好了。

那么DeepSeek也不是所有服务都收费的，它是按最贵的那个算，按DeepSeek R1每100万TOKEN 16块来算的。你如果按照DeepSeek V3，每100万TOKEN也才8块钱，就肯定没有500%多的利润。而且DeepSeek上呢，比如说他的网页还有他的APP，这些都是不要钱的，你也得为人服务。那这一块他就没算在里头，都按这个R1去收费了，所以这个肯定是不对的。

而且现在DeepSeek呢，在晚上的非高峰时期，也就是凌晨3点到第二天8点这段时间，他还对这个API的价格打折。这块他也没算在里头。其实我觉得他真没必要打折，因为我在这个时间段试过，依然很慢，他的服务器依然是不反应的。所以呢，他做这样的事情，应该还是有一些奇怪目的的吧。他现在的这个成本呢，只计算了GPU的租赁成本。

这个肯定也是有水分的。当然了，GPU租赁呢，是包含服务器、水电、制冷、相关人员成本的，甚至还包括资金占压成本和一些利润。因为你找别人去租GPU来，人家还挣钱呢。所以这块呢，一个小时两美金这个事还是比较宽裕的。而且DeepSeek自己部署机房的话，可能它的成本还要比一个小时两美金要稍微低一点点。但是呢，他的研发、训练、数据准备等等这些成本都没算在里头去。所以呢，他在整个计算成本的时候呢，肯定是极大的降低了成本的总量。

这个呢，就跟前面咱们讲557.6万美金的DeepSeek V3训练成本其实是一样的，也是这么算出来的。它只计算了2,048块GPU运算了多长时间，其他的什么人员工资、数据准备这些全都没算进去。咱们这里的人员工资就是分两块，一块是机房维护的人员工资，这块呢，应该已经算到了GPU租赁的价格里边去；另外一块是他自己那帮科学家的人员工资，这部分那是没算的。

那么实际利润应该有多少呢？你说没有545%，那到底应该有多少？可以跟大家负责任的说，实际利润一定是亏损的，谁也不可能靠这玩意挣钱，按这价格都挣不回来。那么为什么还说这个数据是有参考价值的呢？大家注意在投融资的时候，或者是在做量化交易的时候，你需要一些简单快捷的方式去计算出某一个数值的极限范围。这个东西最多能挣多少钱，最多能亏多少钱，是要快速的算一下的。只有算完了这个以后，才可以去做一些决策。完全准确的数据说，我这东西算完了以后特别精确，就是挣这么多钱，就是亏这么多钱，这个数呢有时候没有什么意义，时间更重要。

DeepSeek呢就是做量化出身的，所以呢，他们很习惯这样去计算数据。你也不能说人家故意坑你。所以先计算极限，然后再向极限前进。如果发现没法到达，咱们再去分析原因调整数据。这个是甭管做投融资还是做量化，必须要干的事情。那么我们应该如何看待这样的数据呢？无脑吹，无脑喷。

一上来说看DeepSeek好厉害，中华之光。另外一帮人说你看这就是骗人的，这个不可能的。这个呢，您开心就好，您走错频道了，不应该来看老范讲故事。您去找一些更二极管一点的频道去看，会更加开心一点点。还有一些人呢，找出证据来论证他不靠谱，或者是让别人自证清白。你找出证据来呀，你自己列出这个数据来呀，你看你不靠谱吧。这些人呢其实也是一种无脑的表现，就是你要知道这个东西背后的逻辑是什么，以及它的价值在哪个范围内是有效的，而不是说上来体现一下自己的优越感。这种人也没什么意思。还有些人呢上来就说，哎呀，这个事情很复杂，一句两句解释不清楚，然后呢给你说一大堆的专有名词出来。这种人可能是骗子，他总是惦记从你身上得到一些什么的。

所以我们真正要做的是什么呢？就是理解这种数据产生的逻辑意义，以及呢价值，在其合理的范围内使用这些数据作为参考，但是不能迷信。为什么要有合理的范围内使用呢？真理还有适用的范围呢，没有哪项真理是放之四海皆准的。真理离开了他的适用范围就是谬误。同时呢我们要训练自己快速得出类似的这种数据的能力，或者呢，是加强我们对此类数据进行判断的这种能力。

那么DeepSeek为什么要公布这样的一个数据呢？这个目的和险恶用心何在呢？这个才是我们吃瓜的乐趣所在。第一个他要证明自己在H800下完全能够搞定所有的事情，还能挣钱。因为一直有人在质疑DeepSeek走私了H100，手里边有5万块H100，大家都在讲这个事。但是呢，DeepSeek自己不会去证明说我手里有还是没有，这个都没有任何意义。有呢，肯定有问题，可能会造成你这种技术在海外被彻底封禁。你就算是开源说，你这个技术因为是违法获得的，所以谁都不许用，他有可能会得到这样的一个结果。那你说我没有呢，你又很难证明这个事情，说我没有，自证清白这个事是挺难的。那么干脆我们就不证明了，我既不说我干了，我也不说我不干了。他干嘛呢？

他说：“我证明一下，我不需要H100，我用H800完全可以搞定。我把这个事儿证明一次就完事了。DeepSeek现在也没办法把这些H100拿出来，开足马力来为大家服务。现在突然服务的很顺畅了，说你是不是把H100拿出来偷偷用了？没有，你看我说都算好了。这个我是挣钱的，我不需要把他们拿出来。他现在需要给自己做这样的一个辩白，这是第一点。”

“第二点是什么呢？就是我没赚着钱，你们也别想赚钱，大家一起来卷。什么意思？这个学霸经常出来说：‘你看我没有复习功课哦，我就是天天玩，但是我考得很好。’他们是很气人的。可能这跟你说完了不复习功课，炫耀了一下我怎么去玩耍了，回家就苦读到半夜。这个是很多学霸的一种套路。DeepSeek可能也是这么搞的。他自己的网页、APP和API现在基本无法使用的一个情况下，国内的各大厂呢，都在拼命地接DeepSeek。但是呢，又没有给DeepSeek付钱。那DeepSeek只能出来阴阳一下说：‘看我还是挣545%呢，你们挣老鼻子钱了，是不是得意思一下？’那干脆大家一起卷就完了。然后在这个过程中，把这些不挣钱的小的卷死。大的也不是说就挣钱了，大的是有其他业务可以补贴，他赔得起。等到最后剩这帮大的的时候，咱们再来谈这个事情。咱先把这帮小的都卷死。他在干这样的一个事情。你想学霸上来说：‘我从来不复习功课，我上来就考第一。’他干嘛呀？第一个，心里要开心一下，要稍微秀一下优越。另外一个呢，就还是说，咱们这个各层次咱们分别卷起来，要干这个事情。”

“那么这个事情发布了以后呢，周末还炸出一个小瓜来。这只能算小瓜了，就是硅积流动跟路深科技两边掐起来了。这两家呢，都是做MAAS的，就是大模型作为服务。咱们做云计算，有IAS，就是基础架构作为服务；SAS是软件即为服务；PAAS是平台即为服务；MAAS呢，叫model as service，就是大模型就是服务。是这样的两个厂商自己就掐起来了，为什么呢？”

现在，他们都接了DeepSeek，但是肯定都不挣钱，而且亏得很厉害。路深科技呢，就卷不动了。这位CEO是UC Berkeley的博士，所以我看他的这个签名是伯克利什么什么。这个人我也不认识，所以这名字咱就不记了。他呢，算是有一些网红包袱。你说我卷不动这事呢，我又不能承认。我不能承认这个网红塌房了，别人能搞定，我搞不定。所以呢，一定要找一个出口说，你看他们其实也不挣钱，他们就想卷我们，他们也有问题。他找到了谁？找到硅基流动了。这个不能是自己的问题，也不能是DeepSeek的问题。DeepSeek现在是中国之光嘛，这事一定是你自己技术不好。而且这事还不能是华为的问题，这事跟华为有什么关系呢？就是路深科技跟硅基流动，他们接DeepSeek都是跑的华为云的升腾910芯片的，他们没有跑英伟达芯片。那这个事这几家都怪不了，不能怪自己，不能怪DeepSeek，也不能怪华为。那我们怪友商吧，怪这个硅基流动吧。他说硅基流动你春节加班，因为DeepSeek的发布是在春节期间发布的嘛，而且呢还在卷砍一刀的事情。因为这个硅基流动发了好多的代金券出去，赚了一波流量。你发了这个多少亿的代金券出去，你手里就1亿2亿的现金，你根本就没有办法兑现这个事情。这个其实也是有点骗傻子了，代金券出去并不是需要用你手里的现金去兑换的，你是要用服务慢慢地去把这些代金券消耗掉，跟你手里有多少现金本身是没有关系的。当然，卷这个事呢，在中国企业的竞争过程中呢，算是一种常态吧。现在硅基流动的DeepSeek R1也基本上处于不可用状态，我现在也不用他们家的，都是用火山的。待会咱们再讲为什么用火山的。到这了这两家就开始互相掐了，硅基流动说人家是已经发布了这些开源项目了，我们照着去学就完了，但是这个事很难，你搞不定，你不要说别人也搞不定，开始阴阳这个路深科技。这两边就开始相互的指责，说你挖我的人。

硅基流动说你抄袭，开始互相怼起来，这已经离开事实本身了。这个呢，稍微有一点点low。卷不动呢，你就默默地退出就完了。当然，内部人设立不住呢，你就需要在外边立靶子。我们也见到了很多这样的案例了，最后呢在外部还翻了车了，只能回去继续统一思想。

怎么在外部翻车了呢？因为路深科技呢，被硅基流动指责说你抄袭。然后路深科技说，抄袭的那个是原来我CTO干的，CTO已经把它开了。而且呢，CTO被开了以后，还去你硅基流动上班去了。现在这个CTO也出来回复了这件事情，他说我就是当年那CTO，我去的时候这项目就已经是这样了，那个代码也不是我抄进去的。说我去了以后呢，还整理了所有的代码，把所有引用的东西呢，给他写清楚出处。

这个开源项目怎么算抄袭，怎么算不抄袭？就是你违反了人家的开源协议，你用了人代码你没有写说这是哪来的，这就算抄袭。你说我用了人代码了，但是我写清楚我用了谁谁谁家代码，符合人家的协议，然后我在这个基本上做什么修改了，这个就算给开源做贡献。人家的CTO说压根跟我没关系。

然后第二个说我为什么离开呢，是因为他们用假的期权合同骗我，让我去的时候给我承诺了期权，结果最后呢没法兑现。因为这个事情我质问了他们，所以最后离开了。在其他的一些抄袭事件，因为这个路深科技，还有其他的抄袭事件，说这个就跟我完全没关系，等于又把这个路深科技整个放这了。

那么DeepSeek的推理市场，未来到底怎么走呢？首先腾讯去加单了，订购了10-20万块的H20，这个是现在允许向中国出口的型号，全线接入DeepSeek。在它的微信，IMA，还有元宝这些程序里边都接了。IMA呢是一个办公用的AI助手，元宝呢，是个人用的AI助手。现在元宝在疯狂的做推广，微信的搜索里边，现在也在进行灰度测试，直接在里边可以使用DeepSeek R1进行搜索推理。字节呢，本身就是算力大户，它是全世界第二名的算力大户，第一名是微软，第二名就是它。

DeepSeek只做ToB的服务，就是你可以在字节的火山引擎上用它。字节自己的产品里是没有去接DeepSeek R1的，他们还是比较骄傲的，希望这个豆包模型可以追上来。所以字节的DeepSeek R1是我现在用过的所有DeepSeek R1里头最快的，因为算力足够多，用的人不是很多，所以他最快。

阿里云呢，未来三年投入3,800亿人民币做算力投入，说那我们就疯狂去买就完了。至于这些MAAS厂商，就是叫模型及服务的厂商，这个背后都是华为云，价格又被DeepSeek给锁死了，这个就很痛苦。所谓锁死了什么意思？DeepSeek在中国给出的价格，咱们就说R1的输出价格吧，是最贵的一个价格，是每100万TOKEN 16块钱。现在甭管是路深科技还是硅基流动，或者是阿里云火山云，都是用同样的价格给的，100万TOKEN 16块人民币。但你知道国外多少钱吗？在together上刚才我查了一下，美国的服务器上部署的DeepSeek R1，它的100万TOKEN大概是七八块美金了，应该到50多块钱人民币，所以这个还是挺贵的。

他们的V3其实价格都差不太多，咱们的V3的输出呢，是八块钱人民币100万TOKEN，在美国的话是1.25美金100万TOKEN，这个是相差不多的。但是R1这个真的是差三倍的钱，国内这个锁死价格了，以后他们就必然会按照这个价格赔钱赔下去。

至于DeepSeek所开源的这些库呢，他们只能去借鉴一个思路，肯定用不上。为什么？因为DeepSeek所有开源库都是基于CUDA的，都是基于英伟达芯片的。这帮人看着一堆的华为升腾910，只能说，咱们看看这个大概思路是不是可以参考一下。那这个想去做的话难度就大了，而且整个的服务过程必然亏损。原因也很简单，就是你的服务器绝不可能7*24小时很均匀、很平顺的满负荷运转，这个事情从头到尾就是个伪命题，所以肯定是亏的。

而且，华为呢是不会承担这种亏损的。你跟华为合作，人家还忙着爱国呢。你亏了钱，肯定是你自己的问题。而且，人家DeepSeek说了：“我这能挣钱，你亏了，你不能怪我，你也不能怪华为。你看看你自己的技术哪不对。”

而且，这些MAAS的厂商呢，还没有大厂其他的业务可以补血。你比如像刚才我们讲，腾讯在这个IMA或者是元宝里边，去使用DeepSeek R1的时候，你是不用付钱的，免费的。但是，腾讯有游戏收入，有广告收入，还有各种电商收入。他有一堆收入可以补这个窟窿。他去买20万张的H20，花不了多少钱，对于他整个利润来说，都是可以承担的成本。

硅基流动，路深科技，你跟他卷，这你肯定卷不过他。更别说字节跳动了，字节跳动比腾讯还能挣钱呢。所以呢，跟大厂他们也卷不过。model as a service的这些厂商呢，只能看谁坚持到最后。坚持到最后，也不是说他们就能胜出。坚持到最后呢，也就是看最后谁能够下车，被这些大厂所收购。这应该就是他们的出路。

当然，你说我未来是准备被收购的，那也就不能长太胖。什么意思？你不能拿太多的融资，必须要自己挣钱。因为你拿了很多融资以后，你的估值会变得非常高。等到最后大厂去选择一家，把它收下来的时候呢，通常还是要去衡量一下性价比的。

那么，总结一下。首先呢，要感谢DeepSeek又给了一话题，又可以跟大家扯一会儿。如何理性地判断各种夸张数据背后的逻辑和价值，才是今天我们要讲这期视频的核心点。而不是说，我们来批判一下这东西合理还是不合理，这个没有什么意思。

AI正在走向新的时代，过去很多的商业逻辑呢会发生变化。过去的经验未必有效，但是依然是会有一定的价值。你像我给大家分析很多东西，都是根据我过去的很多商业逻辑来分析，但是也不能迷信这个东西。像我每次都会跟大家强调，这个东西呢，有可能分析的不全面，未来有可能会出现我们想象之外的东西。那这个才是我们这个频道始终跟大家所强调的东西。好，这期就讲到这里。

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。

OpenAI的连续12天发布会现在已经过半，发布了些什么东西呢？咱们来总结一下。

大家好，欢迎收听老范讲故事的YouTube频道。12天开12场发布会，算是前无古人了。人家以前的发布会都是在集中一两天的时间里，聚集尽可能多的人把它开掉。但是，OpenAI就是要不走寻常路，选择连续发布12天，每天发布一点新东西出来。而且他们的发布会是在网上开了个直播间，有时候山姆·奥特曼在，有时候他不在，大家就一起来讲讲这段时间又做了点什么新东西。这还是非常有趣的一种发布方式，算是把年底这一段时间所有人的注意力又都拉回了OpenAI以及AIGC这个赛道上。

那么到年底了，大家都得卷，大伙有没有？有。但是，肯定没有12个。如果真的说年底有12个重磅级产品发布的话，他们也不会用这种方式。应该还是会有很多零七八碎的小功能在这12天发布出来，但也会有一些比较激动人心的东西。而且要卷，大家一起卷嘛。OpenAI作为AIGC行业的领军人物，既然开始卷了，其他人必然会跟进。

前段时间我们讲过，OpenAI的最主要的社会贡献是什么？就是为行业指明方向。他指明了方向，其他人就会跟。那么都发了些什么东西呢？

第一天特别逗，首先涨价，上来先说我们做一个200美金一个月的订阅。如果你要去使用O1的完整版或者是O1 Pro，每个月的成本是200美金，这就是第一天发布的东西。而且，O1也好，O1 Pro也好，如果你不是科学家，不是那种真正需要进行推理的人，其实意义没有那么大。对于普通人来说，4O就已经足够了，O1完完全全就是很小众的一个产品。

第二天发布的其实还是一个科学家工具，叫强化微调。意思是什么呢？就是大家现在都在讲炼丹，说明这个大模型不知道你到底是什么，不知道你具体要干嘛，所以他经常会所答非所问。

我们对这个模型进行一定的微调之后，他就知道说：“哎，我今天是上岗来干什么什么事情呢。”就会做得好一些。OpenAI说来，我们发布一个强化微调的功能，你只需要提供比较少的数据，它就可以有一个非常好的微调的结果。这个呢也是一位科学家上来演示。像这种功能呢，跟前面我们讲的O1一样，就是普通人用不上，都是非常小众的科学家产品。

等到第三天，终于有这个大活上来了，Sora千呼万唤始出来。我呢，基本上是等了接近一周的时间才爬上去。Sora出来以后，大家就都疯狂的往上去爬，想去尝试使用。但是呢，他一直是关闭注册的状态。就是你可以在第一个页面上看到演示的这个视频，但是你没有办法登录进去自己去创作。大概是等了，我忘了是几天了，四五天吧，然后才进去。

Sora的模型呢，跟其他的一些视频模型比较起来，算是领先一点点。但是具体的感受，其实也没有那么大差异。对于像我这种一个月20美金的plus用户来说，我每个月应该可以生成50段动画。测试了感觉跟Runway、Pica，还有包括国内的可灵和集梦比起来，有差异，但是不是特别明显。从这个模型角度上说，更多的改进是什么呢？就是用户交互方式上改了。他给你了一些故事版，比如说你可以在一个时间线上写多段的这种提示词。这个呢，其实是给了大家很多的启示了。

因为以前大家生成图片的时候，你给他一个提示词，他给你画出来没毛病。但是呢，生成视频的时候，再给他一个提示词，让他给你画出来，这个事就有点难了。因为视频是很多张图片凑在一起的嘛。所以说别费劲了，咱们就是在不同的时间点上使用不同的提示词，让这个大模型知道我们怎么在这个场景里边进行转换。我相信很快就会有其他的产品来跟进。

到第四天呢，他们发了canvas。canvas其实原来就发过，只是现在告诉大家说，免费用户你也可以用了。现在canvas这个产品呢，基本上是垫进去隔office的命。什么意思呢？就是它等于是有一测试。

你可以去跟他聊天了，但是最大的一个窗口实际上是个编辑器。你可以在一个编辑器里边说：“哎，给我去增加点什么内容，删除点什么内容。”然后哪一段呢，稍微的怎么去调整一下。然后你说：“你给我整个检查一下。”再检查一下说：“哎，这段怎么样，那段怎么样？”它有点像Word的使用方式。

当然，你可以一边在这种对话框里跟他去聊天，另外一边什么呢？你可以直接在编辑器里改这个文件。改完了以后说：“哎，这样是不是好一点，那样是不是好一点？”就是人跟这个OpenAI的ChatGPT一起配合来去修改这个文件。如果这套东西大家使用习惯了以后，那么就不会再有Office什么事了。

它现在呢，只是一个Word文档，大家可以在上面折腾，但是代码也可以，Canvas改代码的效果也是极好的。现在你说有没有像PPT这样的东西，或者像Excel这个表格这样的东西，可以让他在Canvas这边去干活的？我相信未来会有，这一定是奔着Office全家桶去的一个产品，这个产品还是非常非常好用的。现在免费也可以用嘛，这个功能上来以后，整个的效率会提升非常非常多的。

然后到第五天，Apple Intelligence和Siri就上来了，其实就是给大家演示一下怎么可以在苹果设备上，甭管是电脑还是手机上，挂上ChatGPT，然后进行沟通、进行聊天，还可以做一些截屏，以及图片和视频方面的这种工作。这个呢确实是比较激动人心，但是对于中国来说其实没有用的。为什么？因为咱使不了。这个产品发布了以后，整个OpenAI的服务器，我觉得能有个五六个小时就直接宕机了。这个呢充分显示了苹果用户的威力，就是苹果的用户量还是非常非常大的，即使刨除掉中国，剩下的苹果用户也是非常给力的，直接把OpenAI的服务器干崩了。

到第六天呢，是Her真的来了。原来我记得在发布GPT-4O的时候，当时大家看完了以后非常激动，实在是太震撼了。只是呢，在GPT-4O发布之后。

它就又往回退了一点。它发布的是期货，并不是马上就能用的。刚才咱们讲的所有这些东西里头呢，有一个叫强化微调的功能，那也是个期货，现在使不了。其他的是马上就可以用下来了。OpenAI发布了GPT-4O之后呢，大概是过了也是几个月吧，才把高级语音功能拿出来，就是大家真的可以去跟GPT去聊天了。你可以打断它，它还可以去判断你的语气语调，这一块其实就已经强很多了。

在这个之前呢，它还是通过说把语音识别出来，然后变成文字处理，处理完了以后，再把这个文字念出来，通过这样的方式来工作的。但是高级语音功能呢，等于语音进去，语音出来，端到端的中间并没有变成文字的这个过程。虽然你最后结束了以后，是可以去看到所有生成的文字的，但是它会流畅得非常非常多。

但是呢，依然没有让我们看到完整的GPT-4O，或者叫Her，实际上是那个电影的名字，就是一个人工智能，像一个伴侣一样陪着你。这一次彻底出来了，加上什么呢？视频。我们可以打开摄像头，让GPT看着我们，跟我们去聊天。但是这个过程呢，GPT还是稍微有一点小滑头的。我让它看着我，我说你看我怎么样，它说你很精神。我说你看我年轻吗，它说你很有活力。后来我说，你能不能判断一下我的年龄，它说不行，我尽量不惹你生气。反正还是比较油滑的。

我还跟我太太两个人一起上镜，我说来，我们俩谁好看，它说你们两个都很有活力。好吧，这个就当是它骂人吧，反而给我们带来了很多的欢乐。让它去拍各种场景，你家里边的各种家具，屏幕上的各种截图，你让它拍下来以后，它都可以实时地去做出反馈了。甚至呢，你比如说，你让它拍自己的视频的时候，你不跟他说话，朝它笑一笑，它都会马上这个回应你：“哎，笑一笑真好。”这个就显得非常非常智能了。

这个功能极其好玩，如果你订阅了Plus，一定要去试一试，非常非常欢乐的一个产品。到第七天呢，发布了一个产品叫Project，Project的这个产品非常有意思，它等于是……

在ChatGPT里边给大家开了一个目录。你可以把它打开了以后，然后说：“我现在需要处理这些文件。”然后你把这些文件都上传上去。然后呢，它根据这些文件去进行响应。

原来呢，甭管是拆CPT也好，还有其他的所有这种聊天工具也好的，有一个很大的问题是什么？就是无状态。每一次去的时候，它都不认识你，需要从头去告诉它：“我今天有什么具体的事情。”如果你说：“哎，你把我的硬盘都搜索一下，在这个基础上跟我聊天呢？”它也很痛苦。为什么？因为你硬盘里的东西很多，它搞不清楚你到底要跟它聊具体什么事情。

所以，让它在某一个具体的任务上聚焦起来，现在我们就来做一个旅游规划。我把旅游相关的所有信息都给你，你就在这个范围内给我回答。这件事情原来是比较难以做到的。很多人去做AI Agent，去做工作流，去做RAG，实际上都是为了解决这个问题。

现在OpenAI说来了，咱们直接给你提供一个project的功能。你为了实现一个具体的功能，就把相应的文件都传上来，然后我就在你传上来的这批文件内给你去干活。这其实是OpenAI在向着自成操作系统的路上继续狂奔。他们认为以后不再需要操作系统了，什么Mac OS、Linux、Windows都不要这些玩意儿，我们自己干。我们自己把这些需要的东西找到了，以后就可以直接工作了。

大家以后就慢慢地把各种各样的文件都存在OpenAI的服务器上。你每次就问它：“我这个项目里头都有什么事情？我应该如何继续往前走？”“我另外一个项目里都有什么事情？有什么文件？有什么信息？我应该如何往前走？”这以后就不再需要操作系统了。

大家注意，前面谷歌出了一个产品，叫Workspace，其实已经部分实现了这件事情。Workspace就是你上去以后，实际上是个网盘，把各种文件都存上去。以后你就可以在网页端。

直接去有所有的Office功能，不再需要说我在硬盘上存在什么地方，我在这个其他地方怎么去存，然后怎么去找到它，不用干这个事了。我们在全世界任何一台电脑上，只要你能登陆到自己的谷歌账户，我们就可以使用云端的这台电脑，它里面存着我们所有需要的文件，有完整的Office相应的功能。

现在OpenAI说来，我们也照这个方式来。以后可能我们下一个产品，就是叫OpenAI网盘，大家以后就可以在那个上面干活了。那么以后你就问OpenAI说：“哎，某个目录里有些什么东西，或者是哪天放了一些什么东西上来呀？我最近有些什么样新的文件变化呀？”他就去工作去了。

那么OpenAI可能就会有新的收费方式，按照这个网盘存储空间这样去收钱。这可能也是未来大家可以去前进的方向，因为我一直讲OpenAI对于社会的最大贡献，就是指明方向。其实现在你用谷歌的Gemini已经可以部分完成这种工作了。如果你给谷歌Gemini去付费，它也可以在你的Workspace里边去干活。

但是Gemini目前为止呢，还没有那么聪明，虽然发了Gemini 2.0 Flash要稍微好一些，但是在各种的组件结合上，谷歌还有待提升。目前为止，12天里他已经过了7天了，大家注意，他礼拜六礼拜天是休息的，发布了7个新产品，后边呢还有5个新产品等待发布。其他公司呢，肯定也都没闲着，这个行业带头大哥已经冲了，其他人如果不跟着的话，肯定你的态度不够端正。

第一个冲上来的是谷歌，谷歌的Gemini 2.0 Flash这个版本上来了，它的整个工作效果确实是要比原来的Gemini 1.5要强非常非常多。而且它是个Flash版本，速度非常快还免费。它比咱们在1.5以及他们中间出的各种各样的版本的这个模型都要快得多，效果也非常的好。只是呢，他演示的非常多的东西，其实你压根找不着在哪。为什么？这是个技术型的公司，大家不要对谷歌这种。

技术型公司的产品能力抱有太高的期望，这个怎么讲呢？就是按他的说法，Gemini 2.0呢，完完全全可以像GPT-4那样，具备高级语音功能，像电影《Her》一样去工作。你可以与它对话，可以让它进行视频采集或图片采集。它生成的内容呢，甚至比PPT-4还要强。它可以生成混合内容，生成完文字后，再夹杂着图片一起生成出来。OpenAI现在只能生成图片或文字，无法将二者混合输出。

现在的谷歌的Gemini 2.0，据说可以做到这些。只是呢，它把所有的多模态输入和输出功能，都放在了开发者工具里，或者是一些未来项目中，让大家去加入waitlist，等待使用。因此，我们现在唯一使用它的方式，就是像我这样去申请开发者账号，然后将Gemini 2.0 Flash的模型挂到自己的应用里，可以使用它的部分功能。完整功能，生成混合的文字和图片，目前还做不了。

谷歌更新了之后，Meta肯定也不闲着。第一个呢，是把Llama 3.370币这个模型放出来了。现在Llama 3.370币的效能，比原来的Llama 3.1 405币高很多。其实在国内，我们一般不太尝试使用Llama，因为一旦Llama更新，可能过一个月左右，通义千问以及国内其他开源模型就会更新，补上这个窟窿。所以我觉得稍微等一等，可以期待下一步的产品。

Meta也公布了自己的视频生成模型，OpenAI已经上来了，Sora也出来了。Meta也要有其他的，比如说腾讯混元纹身视频大模型，这两天也突然开放，大家可以去试用。我去试了试，还是有点一言难尽。做这种视频生成模型里，最难的其实不是视频生成，而是模型操控。它的用户交互界面稍微差了点。但是既然OpenAI已经指明了方向，大家就朝着这个方向努力就好了。

Pica也更新了。Pica是华人团队做的一个美国的视频生成模型。他们呢，就很快地把OpenAI Sora的这些视频交互方式搁进去了。他怎么弄呢？就是你先上一副照片，说我要这个人，然后这个人呢，要去飞翔。他等于就可以很好地保持这个人的样子，然后去做后边这个动作。然后你再给他一幅图，说：“哎，现在要在这个环境下飞。”他这一块就可以编排得比较好了。现在已经可以做出一些非常有趣的小视频，在推特上面去传播了。

Pica更新了，MidJourney也更新了。MidJourney更新的那个产品特别有意思，它叫故事版。什么意思呢？就是大家原来不都抱怨说这个东西的一致性差吗？说我想让它连续地输出一些内容，输出不出来。MidJourney你说来，我们这次更新一个有趣的功能。在一个故事版里头，你先定义角色，这叫张三，那叫李四，这叫王五，这叫赵六，定义了一堆角色。然后呢，再定义一堆场景，这是厨房，这是厕所，这是客厅，那是卧室，哪个地方是教室。定义完了以后呢，你再去定义，说张三在厕所里边碰到了李四，李四在厨房里边给王五做饭，王五在教室里边去做什么。当你把这些提示词写完了以后，他就用你前面定义的角色，在你前面定义的这个场景里边发生各种互动了。

再往后，他家去做各种漫画，做各种的故事书，就非常非常方便了。你后边可以把这个故事写得很长，他在整个的生成过程中不会发生大的偏移。这个也是非常棒的。我觉得呢，也算是被Sora稍微提醒了一点吧，或者说大家可能殊途同归，都向这个方向走。只是呢，Sora发布了以后，MidJourney呢也再往前走一步。中国的各大模型公司呢，现在应该都在加班加点，Sora指明方向了以后，可灵还有像吉梦这样的视频模型，应该都会向这个方向前进，就是向故事版前进。视频生成过程中，某一些提示词在某几秒钟，或者某一些提示词在某个特定时间点里边起作用，这个大家应该都会跟上。

CANVAS和Project的这样的功能的话，字节的豆包还有像Kimi，他们应该都会去学习一下。至于数学大模型的话，从O1 Preview出来之后，大家其实就都已经在追赶了。比如说像阿里出的QWQ，通义千问下面专门有一个模型叫QWQ，就是做这种推理模型的，32B在我本机就可以跑起来，推理效果还是相当不错的。Kimi呢，也专门做了一个叫K0MAS，专门的一个数学模型，都是进行推理使用的。

搜索这一块的话，其实大家都已经做得还不错了。这就是前面七天给大家带来的这些变化。还有五天有可能发布什么呢？第一个很多人都在期待，Dalle是不是该出师了。Dalle3已经发布了很久很久了，没有什么更新。而且Dalle3现在明显的已经跟其他所有的图片生成模型比起来，落后非常多了。现在大家再去做视频生成的时候，都是用MidJourney生成的图片去做视频生成的地图。Dalle呢，是需要努力了，这个有可能会再往前走一步。

他们发布会的时候，其实是有一些暗示的。这一次在发布的时候，OpenAI X7BT在网页端做了一个比较大的这种改变。什么呢？就是他在聊天窗底下加了一堆工具栏，然后这工具栏里头有一批呢，是搜索、Dalle，还有Canvas，这些东西是在一个栏里头。你要先选我要用哪个工具，然后再去跟它说话。大家想，这个里头为什么会有一个Dalle呢？肯定他是有事情了。他把这样的一个已经稍微有一点点小落后的产品，跟这次新出来的这种搜索呀、Canvas放在一起，那么它有可能会更新。

然后新的智能体框架有可能也会出来。由于现在大家都在讲，说大模型就卷成这样可以了，后边呢，大家去搞一搞智能体。大家注意，现在的OpenAI呢，这么多新功能，其实是不能一起使的。什么意思呢？就是CANVAS、Search、语音功能，你每次必须选一个，你不能说我都选，说我一边语音功能，一边你去给我搜索。

这事不行。你说我一边canvas一边去搜索，这事也不行。或者说，哎，我去推理一下，推理完了以后，你给我放到canvas里头，或者去做语音这个事，都是不允许的。每次只需选一个，这个还是非常不方便。未来可能会有一些方法把这些功能串起来，而这些功能串起来以后，OpenAI的ChatGPT的可用性会提高非常大的一大截。

还有什么可以期待的呢？就还有人会去期待这个AI硬件。到年底了，折腾了这么长时间了，是不是也该拿出一个东西来？特别是前面，苹果当年iPhone的设计师，号称是在跟OpenAI一起合作做AI硬件。那么到年底了，是不是给大家瞅一瞅？这个有可能会出现，但这块呢，完全是咱们猜测，没有任何的依据。

还有一个是什么呢？就是有可能会出GPT4.5，就是它有可能会在GPT4的基础上再往前走一点。你说一下到GPT5，这个呢稍微有一点点难度，但应该还是会继续往前走的。因为在发布Siri那一天，他呢也做了一个暗示。在发布Siri那天呢，他们拿这个是iPhone，上面呢只有一个日历的框，在这个屏幕上，那个日历上写着说，我们要去发布下一代的AGI或者什么这样的东西。大家就去猜测说，这有可能是GPT4.5。这就是未来五天里头，大家还是可以去期待一下的事情。

等OpenAI把所有的12天、12个产品都发布齐了以后，我会再录视频跟大家进行总结。好，这一期就跟大家讲到这里，前面已经发布的产品，赶快去使用起来，非常好玩。好，感谢大家收听，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，付费频道再见。

大家好，欢迎收听老范讲故事的YouTube频道。今天我们又请到了老朋友尹迪狗，给我们介绍一下刚刚召开完的谷歌艾欧。这一次到底发布了什么。而在谷歌艾欧之前的一天，OpenAI我觉得算是故意捣乱截胡，发了个GP4欧出来。我们就正好趁这个时机呢，把这两个发布会或者两两个产品吧，一起来总结一下。首先呢，我想先问一下，GBT4O到底算不算是划时代的产品。嗯，至少模型啊，分成两部分，它发的是PPT是o是模型混合模态嘛，他把语音视频和文字一块训练的嘛，可以同时输入和输出嘛。这个相当于是，嗯，也不叫划时代吧，就是他之前所有的工程技术的沉淀。嗯然后呢，做了一个特别好的一个交互形式，就是语音交互。而且那个语音交互的很大一个特点，发完之后不是马上就有人升级吗，一搜我的这个APP上面的模型以及GPT，搜了然后大家都想打开。那那个耳机，点上去之后呢，可以跟他聊聊天。实际上，那个聊天并不是他发布会上的那种APP，那个还是回合制的，用那个rest接口聊天。我，发出去然后回来，这个回合制的，但是呢，他在发布会上演示的是完全stream的，就是像就像我们现在一样，我们录节目，我们用的是Web RTC协议嘛，streaming，就是你的Server端，它的那个TOKEN，它就不停的接收是吧，做实时处理。这个特别耗流量，耗TOKEN，耗算力的。嗯现在还没用到这个模型，所以大家感受不到，所以我记得第二天还第三天的时候m奥特曼还是他们官方账号，发了一个说明嘛，说哎你们大家用的现在还不是，发布会上也是这个，哈哈哈，一堆人说说这一直完完全不对，这么慢的响应，我觉得借手报了一下，就是他是非常natural，非常自然。可能就是大家第一次用起来 GPT 的感觉，一样哎。哇哦，是他没这样回答问题。就是他确实是有那个时候的一个感觉。

对，我们看到很多划时代的产品，其实并不是技术上的创新，而是用户体验和交互上的创新。对你像 iPhone，包括呃，足以吃就任天堂的很多东西。你说他发的时候，大家也都是觉得啊，这个又变天了。但其实你拿那个产品回来看，他在当时的技术条件下并不算创新，但是他把所有东西拼的很好，然后一下让大家在用户体验上说哎，已经变得完全不一样了。这个挺直接，挺直接粗暴的，就是直接干，是对。

但这个也和他的技术路线有关系，因为，从估计从詹姆奥特曼的角度，他想做一个智能体嘛，就是 engine，是 AI engine，核心就是能够和人类进行语音交互嘛，就 Herre 嘛，就 Herre 一样的，就是我什么输入我什么界面都不需要，你坐在我对面，我跟你聊天就好了。然后你，你能看到我，我能看到你，你能听到我，能听到你，你看到我所看到的就够了。这种交互最简单的，最 later 了。

你是不是买了前面所有号称这个 AI 硬件的这几个东西？哈哈，对，是的。那你说这个东西出来以后，是不是就把这些翻车的 AI 硬件就救活了呢？AI 硬件算 rapid 算，这不叫翻车吗？那个基本上就不靠谱，哈哈。

实际上大家看到的这个 GPT four o，我们可能叫 GPT4O 哦，4O，对这样子的一个一个模型，包括它后面也也是产品，大家很快就能想到，如果说大家是做硬件或者做软件同学，我是不是可以给他很快给他套个壳。他有什么智能体对，我家里，我搞一个特别什么真人联网的设备，是吧？你又不用我本地计算，然后说你只要能联网，我找破了手机就可以了，就可以实现这种效果。他演示的，只要我有个摄像头就能看得到。然后有个有个有个麦，有个有个speaker，嗯就可以了。然后有个这个联网连Internet。我昨天前天的时候我不是有张Tesla嘛，IPSD嘛，开始FSD的时候呢，我就把把7S GPT打开了，打开这个语音模式。我把它放车上，连上车上蓝牙。然后我们说话，车在跟我说话，是吧？嗯感觉，但是它是通过7S GPT的。嗯而且呢，还在自动驾驶，感觉就是很科幻啊。对不对，我就2024，是的是科幻来的太快了。所以在商业模式上，可能真的还是会有一些影响，会出来的，商业模式还不好说。我知道从交互模式上会有很多新的应用形态出来，而且你这种智能体，你可以附着在任何的，你独立的硬件也行你在电脑里面的一个程序也行。那上面也是两个，一个Mac APP是吧，大家我应该有同学也可以装了，装上去了，然后他可以监视你的屏幕啊和你互动嘛，就是他看你屏幕，然后有一个iPad APP，iPad它也可以监视你的屏幕，然后给你做互动教学嘛，子涵的那个，对不对？这个我觉得是想象空间挺大的应用场景，他能够变成事实之后，不可能，应该又一次吧，还没有发布的产品先拿出来给大家售，就跟上次Sora似的，他是不是就是专门给这个骨骼贴个赌，因为我就提前你一天吗，对是的，这绝对是的，上一次也干了一次，因为谷歌的东西都是很早，集合好大公司，官僚公司官僚，是是是这样子的，我很早就宣布了，我有这么多部门，我们说下谷歌，谷歌发了20多个产品，记得他发了哪个吗，你最后记不住啊。我大概除了那个叫 Project Astral，其他的 Gemini 1.5 后来但是我这两天看了，好像没有什么太大变化。做了一个 Flash，其他的就真记不住了，对剩下的都不记不住了吧。VOY 是吧？那个叫视频是吧，大堆这种东西，大公司吧。你想想 Google 这么大的公司是吧，这种官僚。我觉得 Google 这两年啊变化还挺大的，一家大公司，大公司并。我也我有朋友在 Jimmy 的团队，然后也吐槽了公司。其实公司现在呢，战略是清晰的，但是公司太大了，执行上就有人乱乱阵脚。公司高层下指令呢，工程去推，他们去完成目标，嗯。高度整合完全围绕杰瑞来做，嗯全公司。他这个调动速度还挺快的，对。这么大一个组织来说，这次发布会之前就说了嘛，这个 video 看这个 video，我们以 Google 已经进入到 Gemini area，嗯，我们进入了 Gemini 纪元的，所以全部围绕 Gemini。对，是从上到下各个部门。这个时候公司也做了很多裁员，也做了很多调整，大家说是很痛苦的。我最近在重新写程序，各种的 API，呃 open AI 的 API，让 Google 的 API 都接起来。我发现接 Google API 实在是一个折磨人的过程，因为他你就想去调 Gemini，他大概有三四个部门的 API 可以调进去。每一个部门进去了以后，你最后面对了都是巨多的模型、巨多的接口，还都不一样哦。烦死我了，无语的。我也看到了，我刚才连连可以连线之前我我也看，我也申请了两个 key 嘛，然后我一看 Google Cloud 控制台里面也有 AI，那个什么 Vaxto 吧，这个东西里面也有，到处都是入口，就是到处都是入口。是。那么，今年的谷歌 IO 上到底发了些什么东西，我是稍微粗略的看了一下，最后导致自己印象不深刻，你是很认真的看了之后，你可以告诉我。我是认真看了一下，我认真看了一下。怎么说呢，第一个印象比较深刻就是他的。AI Infra，这个他发的那个 TPU 嘛，six 嗯对。6，这个芯片比上一代要快很多嘛，4.7 倍嘛，这个还挺厉害的。他加速他的训练嘛。其实 Google，那应该算是这
些巨头里面私藏赚利最多的公司，就是 GPU。Reach 是吧。它不管有 GPU，它还有 TPU，其他几个公司都在做推的芯片，只有 Google 做得最早，他的芯片也是他在他最先来就是的概念嘛，所以说他是算力最强的，包括 m 总和微软的。微软现在也在恶补啊，恶补芯片。而且 Google 就是他便宜，他自己做他自己的设计的，比如说他是算的溢出的，他可以很便宜的给别人去用。对，这个是他的优势。然后第二个呢，他就发了杰米莱，杰米莱就发了一系列，他还围绕杰米莱打来打。先说杰米莱，杰米莱呢，就做了一些更新是吧，更新了一些开源模型，然后发了一个杰米莱 1.5 的。这个 Flash 我们申请呢，5 月底才能够打开。底使用嘛，我现在这个叫什么 Flash 是可以直接调的，在 API 里头，因为我自己有写程序嘛，我已经应该是可以把它调起来开跑了，在沙河里面吧。你正式调用不行吧，可以可以，看看没正式打开啊。我我今天还看了的正式版没有，它是这样的，就是说你只要是通过谷歌的 API 进去了以后，你可以选那个模型，可以跟它对话了。你通过写程序是可以搞的，然后。我记得好像是在在沙盒界面上面才行，sandbox 上面，你是在那个 AI studio 里头吗，啊对，呃我是在外面，我是用的有一个东西叫 lobby，OB Chat 是开源的一个项目，它就直接可以挂上了。到，我我。OK 我们说回来，对接面来，就是应该它最主要的嘛。啊嗯，有一些规划。其实我以为他今年可能会发一个什么1.5UCHA是吧，嗯或者预告一下2.0结果没有，没那么快。嗯，后来就把他们的这个杰米莱的负责人CEO这个叫出来了，是吧那个define，发了一个Jackson Astra。嗯，其实如果说没有前一天open i那个会，他会很遗憾的。结果open i打了一个正着把他，对因为这个，他要发什么喜事应该都知道嘛，因为这么大的公司，他不可能不落风，他不是苹果。那苹果现在的发布会都基本上是吧，都落干净了，发布会之前你问一下Gulu，他就把推出所有的谣言Rumor给你总结了一遍。所以说，这个东西就被打了嘛，被打了一下子大家觉得没有新奇感了，本来他是这个项目，想想放到前面让他惊爆一下，结果没有了。嗯但是呢，两家公司都走的是同一个方向。当你的这个处理能力变快之后，多博泰之后，那很自然的就是idol能感知嘛，之前只是说用语言方式去理解输入输出，厉害了，也能听也可以，可以说是吧。然后模型训练到一块去了，多模态训练出来的，听说模型会比另外的技术的结构要好，你说出来的话更自然，他知道有感情有表情怎么去表达。然后呢他也能看还可以画，有这几个能力之后，我们再把它居民实时化啊，那你只要有足够大的算力，能扛得住这么实时数据流有足够快，这个应该是嗯两家公司速度同归是吧，都在做研究。我看Google这个，他写的视频下面写的PROTOTYPE是个原型，但是呢应该快他可能下个月就能给你用了。我觉得open i那个，可能也还得等，嘿嘿。对，他可能会有一个比较稠，稠一点的版本吧，可能你可以感受。是是是啊，大概我觉得是，这两个都要正好撞车了嘛，就open i有意踢馆吧，故意踢馆。是是，是把他最最有特点的一个东西发布，给踢掉了，然后呢这个也判定出两家公司认为的智能体。因为一个月之前，Google Cloud做了一个发布会，也是讲了all in engine嘛。所以他们在嗯，这cloud里面，他就跟你做你的这个digital的员工嘛。然后有各种各样的engine。这一次就在他大发布会上，发了一个最大的智能体，是吧就是嗯HR。那么这个东西基本上，我觉得也是各种技术汇合点的一个。如果说你想让广大用户来使用，怎么说呢，你受众最广泛，那它就变成ng的意思，使用起来最简单的。这个是很明显的。不过是我个人来用它，是欠GPT，或者说你Google界面呢，它以后都是一个安全，它能够帮你来做这样的个人的助理。

这个东西，我觉得是，呃差不多2024年安静元年开始了啊，这个模型在往下面走，交互界面就可能跳出这个对话框了。嗯大家可能就直接能看能说。这一事情呢，我觉得是很大的一个起点吧，经典的一个起点。这有个好处啊，这个起点你知道他是极其好算命，嗯，这个里面什么 GPU 的需求啊，啊算力的需求啊，电啊这都是，是吧急需的，那就对 VDR 还是还是 OK 的对不对，哈哈哈哈，就就担心这个 GPU 开发商没人用，不可能的对吧？这个是很好的一个趋势。

然后第二个呢，Google 后面又发了一些围绕揭秘了相关的。所以说它的 Workspace，我不知道，在国内的朋友，可能用 Google Workspace 用的不多，但是我嗯，我基本上我重度用户，我们在这边，我家庭小孩学校基本上都是在用 Google Workspace，就是说嗯微软的 Office 套件还用的比较少，但是 Google 老师，嗯所有人都用的，所以说我们对 Workspace 的这个界面的继承，这个是我们觉得还很 exciting 的。这个事情。嗯，而且他他上次也预告了，但是这次没什么新意。大家都知道他有继承了，他只是说了个时间点，什么时候会继承。说下个月要什么时候，对，这是一个 workspace 继承，然后另外一个还有一个是 Gemini，在 social 上改进是吧，在 social 上继承 search with 这个 Gemini，加了一个 overview。Overview 对 overview，就是基本上瞄着那个 proplexity 里去的嘛。Seven corps，不是很彻底，因为他 overview 在你的搜索栏的上面，占了一块。嗯，你下面还是会出搜索界的广告。对，该放广告的地方还得放啊。谷歌靠这玩意活着的，但是我觉得这也是开始吧。对他至少能够这样做的嘛。

然后第二个呢，嗯，广告还做了一个 plan 功能嘛，还有一个用一个 market staff 的这个 search 嘛，自动的帮你把任务给分解了，这也是按键的功能。它相当于是有个小按键，在 search 背后用界面的驱动的，然后帮你把你的任务分解成多个子人物，然后他的 plan 一下，帮你去调用 Google 不同的服务，去完成这个界面，这个特别好。比如 Google 有 map，呃世界上最好的应用，它的 map 是极其好的，一个商业化很好的，它可以调用它的 shift。它有 shift 功能，嗯。

Google show 好像就没有人用吗，在你们那，呃就是，它还是导流，它以导流为主，他只是说把商品展示在小卡片点过去，他这个是要费佣的啊。他最后他自己管履约吗？就是什么物流履约这部分他做吗，支付都不做。不管不管，他，他没有，他没有封装军，他包括订酒店也是的。加油嘛，再不执行这个交易部分嘛，但是他就是会把这个东西包装的更像。这个商品放在前面，你提高点击率嘛？对，这是Google soft。然后Google map，以及Google的EMIGI search。Google的Lens也在里面。所以他们都打包之后，这个规划做的就有意义了。

对，我问你一个问题，他能够做一个长城规划吗？嗯，包括完成很多工作。我觉得这个是有意义的，而且这个可以把很多现在的商业化东西给卷进去，我觉得是可以的。我看到这一块也是觉得蛮有感触的，因为谷歌有全家桶，就是office、邮件、地图，然后电商、照片，所有东西都有。我现在靠AI把它串起来，这个事情其实确实是很强大的一个东西。

对，全世界有全家桶的就是谷歌，微软、苹果三家覆盖能力就全统的三家，但是投放能力最强的是谷歌。另外三个就是我，一个谷歌Meta，打一个苹果，三种投放方式不一样，就是促打，让一个产品能够快速触达用户。

Google是最强的，Google要three billion，30亿用户，30亿啊，对这是最大的。Facebook可能大概在15亿到20亿之间，apple差不多也有10多亿吧。这三家公司有惊人的投放能力，微软稍微差一点，微软大到毕竟还只有office和Windows，这个是没有移动端，所以说这是比赛比较吃亏的啊。

所以说，Google的模型虽然可能不是最好的，嗯，它只要能保持在第一梯队里面，完成这种任务就足够了。对，现在就是帮我做个plan，搞个地图什么，这个看个东西。我不需要那么高的智能，我不需要跟GPT4去比最后的那个比分，那差距太大了。不需要，是是是。加上它的这个30亿用户规模投放能力，它很可怕的。

所以说，现在看到了一个数据。下1GPT的数据是平的，几个月的没涨呢，北美还有所下滑。嗯，但是Google是一直在加美两是一直在涨。嗯，匀速上升。其实，只要是把他自己的这些原来边边角角的东西挂进去，他就长一点。挂进去一个就长一点。对他之前挂的很含蓄，他都没挂。实际上他的搜索是现在。我现在打开Google，Google iPhone上，Google APP上多了个揭秘来。刚刚升级的挂的很慢。嗯，我，我还没看到。对，我待会去试试哈哈。所以大家都在笑Google啊。对Google，这个不能笑他。Google哪怕是万联老二。反安卓也是老二。然后是AI模型能力肯定是老二。但是架不住他人多。这个产品的粘性还和matter不一样，和iPhone也不一样。因为iPhone嘛，它就一个终端是吧，它就把你的入口给卡住了是吧，他的那个他的很厉害。主要是iPhone。然后说，但是进去之后呢，可能用的东西并不一定用苹果。对，进去还是要用搜索型还是用Google的，office套件还是用Google的。我基本上，应该没人会用苹果那个什么icloud，办公吧不会的，呃i was估计也有人用吧，就是什么number。我估计应该用的最多的，没什么没什么，没什么人，but kinot应该用的多，然后其他的多，剩下几个都不行了。然后配置和那个number，估计没人有。所以说，我觉得Google的这个覆盖是从工作到，就是个人效率，就个人的设计，个人的productivity，还有在你的团队工作日常的所有的东西都是他。所以说至少在北美是这样子的。或者欧洲也是这样子的。所以说，他的这个投射能力会强于另外几家，是会强于Facebook。但是Facebook现在也整合进去他的MYTA整到那个什么WhatsApp啊，整到Instagram啊。嗯，也有效果啊。 反正他的可以，可以看到他数据的上涨。

那如果是苹果真的跟open i去签了约，那么微软肯定最后是挂open i的东西进去，然后再加上苹果。如果也挂上open i的东西的话，那这个其实还是有一战的这个事情。 嗯，这，这个很好玩。我看了一个4O的时候，想的第一个东西就是这个东西，应该叫GPT Siri哈哈哈。 对对对对对，我们也是这样想的。 其实我看了一下这个，有一篇文章我忘了标题，写的是Sam Altman的这个拳速用的很好，这哥们左右平衡，是左右互搏是吧。他永远跟微软若即若离的是吧。 我，欧文i最缺的是欧文i为什么现在会出现这么大的问题，于奢求出走，那就是因为公司在一些战略重点上有矛盾吧和团队。

嗯，如果研究团队需要20%和25%以上的这个算例，但是他要支撑这么大的这个GPT或者企业应用的规模根本支撑不起的。 他就只要这么多算例可以用是吧。他要不就做linement，要不就做应用服务，要有个选择。 所以说就就掰了呗，这这个价值观就是里面的方向不一样，价值观不一样。 所以说他永远是一个比较矛盾的地方，然后他从微软这边拿到了这么多算力，微软其实也在另起门户啊，微软也没有100%的信赖open i是这东西，就像一个三国志一样。 嗯是吧，open i出出来搅局的，然后呢微软的苹果在这样子，现在产业三国局面。 但这个基本上就把Google排除到外了，因为Google全部都有嘛自己啊。 这两个都缺。 然后呢现在是微软自己拉了个团队他把那个inflection收购了。 嗯，我们叫做，我们叫伪收购，是吧伪收购。哈哈，只是说inflection沉浮于微软呢。
从一个完全独立的公司，然后帮他去做新的，从头开始做模型，因为这个团队做好了嘛，想揭秘了，出来了嘛。
对，微软的野心肯定是要另起炉灶的。微软说分了open AI 100亿的这个这个算力，实际上这个算力他自己也在拿，训练自己的新模型，他没有100%给OPPO来用。
嗯所以三方的觉得不爽啊，对吧，然后他现在要跟苹果去合作。
嗯打死你，这个平衡，那不然就会未来是吧，掐着脖子玩了是吧。
嗯，然后我找一个，我找一个，能够帮我快速放大用户量的一家公司，那之前想想去通过微软的这个什么Capacat Windows是吧。is嗯，量太小了，放不上去，那必须找苹果放，找Siri放。
所以说，我觉得这个相当于是有个平衡点的，那苹果也也是有好处的，再来说他可以快速的拥有这个能力，但是苹果是做的，苹果从来不会说，我把这一棵树叫肥肉，让给你一个人吃，是吧，肯定不会是，苹果一定会后面会这个明修栈道暗渡陈仓的。
这这几家公司都是在明修栈道暗渡陈仓，对各各种的这个博弈啊在里面，这很精彩的这里面，但是你有没有想过这样的一个问题？谷歌，原来比如到苹果那里去上搜索引擎，默认的时候每年是给苹果好多钱的，对苹果赚钱，那么现在比如说，我们在苹果里面再去挂大模型的话，到底谁给谁钱呢？
我估计这个可以这样来分，看open i有没有能力做一个本地版，在iPhone里面好。
嗯，有一个本特别light的一个模型，那苹果自己也能做啊，苹果自己也有，就是这个东西呢，它能够POS到这个这个GPT4的各种，因为GP4肯定o下面肯定会，不同的版本嘛，它已经做了这个区分了啊，不同不同模模型规模的。
那么呢。就是说，Siri是会在本地有运行，他不可能所有的联网。那可能，因为苹果的设备是很多情况下是不可以不用、不用联网工作的。嗯，然后呢，简单问题，比如本地的一些检索啊、启动APP啊，惠达他可以每个月做。那么呢，我想让这个Siri完成更好的，比如说我拿出Siri来，你帮我看一下周围有什么东西，帮我做一些解答这种问题，这种很符合他。画面演示的一样，就是我们在星期一的时候的这个发布会上，演示的一样。嗯，帮我做作业啊，帮我解题呀，帮我做这种翻译啊。是吧，打开摄像头帮我看。嗯，或者说更复杂的推理，帮我录屏幕，忙干这种事情。那很很简单，那苹果说你买我一个，那个服务吧，Siri plus啊嗯，对不对，那这个里面Siri plus苹果可以用，相当于是在用gptplus挣的钱，他来挣钱的嘛，苹果来卖。嗯，那比OPPO i自己卖好。嗯，可能苹果的分一点钱，open iPad会这样来做的，对或者说，苹果出一部分这个计算算力给open iPad，苹果自己我不知道有没有。嗯，可能会这样来做的对。无论是像product Astra还是像GPT4O，从语音这部分，我觉得像传统的方式，直接把所有的声音进行一定的压缩以后，然后传回服务器去干活，这事是OK的。但是视频的部分，我不认为他们可以完全传回服务器去干活去。肯定还是在本地，还是要收拾一下，呃要的还传。应该是直接传开服务器的，那本地魔镜出入不了视频能力。但你这个流量是非常吓人的，你像咱们虽然可以去做直播，但是如果大家每人举着手机说来，我们开始往服务器上传东西，你实时给我反应回来。我估计会冒烟的。所以说不知道，不知道他们会户外会怎么做，可能是机器怪吧。现在甭管是呃open AI也好或者是谷歌也好，大家都在推APP。你推APP的话，就是可以在本地封装一些闭元模型去干一些事情。嗯嗯，因为这一次谷歌IO上呃Gemini模型给我的两个印象。除了他在呃服务端去做1.5 Flash之外的话，另外一个就是他们裁剪了一个比较小的模型放到了手机上，安卓上面。对，还裁剪了一个更小的模型，据说是cdform里。嗯，Nano在Chrome里面。对是的，Chrome现在就有了这个。我觉得这个，谷歌的发布会上有一个很好的一个很好的一个产品，就是Chrome怎么执行engine。嗯，相当于是Jimmy就直接把Chrome接管了。是。然后他可以自己导航，自己去网站，网站这个能力。我觉得这太爆强了。所以说，接下来很多cloud插件就没有意义了，Google真的有太多的优势了。他自己有这么多终端的这种应用。对，可以把界面来放进去。所以我觉得不好说啊，如果说真的，这个智能增长到拼就是说推理能力到了一定的平台期了，剩下就拼这个用户量，占有了投放能力了。嗯，那嗯，包括大家吃亏的，用户毕竟不是他自己的，要么是苹果的，要么是微软的，要么是Google，那他就抢Google，抢Google呗，哈哈哈。是。那咱们看看，就是呃，谷歌IO上除了protect Ultra，除了Gemini之外，它发的另外那些模型有哪些你有印象的，比如说什么图像啊视频啊这些东西啊。其实那些都发过了，然后image 3。嗯，基本上到了majority six的水平了，是吧。嗯，就是上一次他imaging two的时候出了一个很大的错嘛。这个呃对，各种正确的图片出来了。哈哈哈，对对对，这也显示在这公司里面。有alignment及其观点哦，搞得模型都很官僚。但这个所有的模型对比模，就Google的模，JJ是最官僚的，是最没有灵活度的，虽然他做了好多那个level是吧，你可以控制这输出的这个危险程度，但是我还是觉得比较官僚，什么敏感词都不敢处理，这个里面胆子再大的，估计是Grouk了，他的能力很弱。嗯，Grook。现在他允许我们用了嘛，就是像我们这种交八八美金的已经可以用了。嗯我去使了使，发现可能真的是查新闻最好使。对，朋友每天我问一下我，不清楚的问一下，是是是而且经常剧透，像在这个open i的发布会之前两个小时我就问他，我说open i今天发什么，说的都挺对的，对对对，因为rumor很对的嘛，他猜采集rumor好嘛。对哈哈哈没错，这个挺好玩的。对，回头我们可以聊一下刚才说到的那个呃模型的官僚性。刚才我觉得这个杰米莱诞生于大公司，它就有大公司这些信在里面，训练方法的问题。这几个公司的训练模型风格不一样，像open i肯定是走的最早，肯定走的比野的，是是是，风格他胆子大，敢往前冲，garbage呢。嗯接触过他们，以前人就是比较小心的，但是技术也是很不错的，cloud 3的这些人，是吧，嗯对对，cloud cloud其实非常好。cloud对于这个instruction，你的指示的理解能力和控制稳定度，我觉得还是比GPT4好，当然，可能有的推理上面弱一点点了，差看看不出什么差别来了，但是他这个instruction理解能力真的要比要比GPT4好，这是为什么呢？这是因为，他们把这个对于这个东西的理解从一开始在pretending，这个价格就觉得不一样。对，这个Eleven的价格觉得不一样。所以说，他是会更稳稳一些。这个模型对我现在也是感觉是 cloud 3 的。这个 Opus 是我用的所有模型里边理解能力最强、最好的。但是最贵的就是它的 TOKEN 实在是太贵了。我有时候会让 PPT4 这么大 1.5 和 LOUD3 一起去做一个任务。什么呢？就是我把我的视频的字幕扔给他说，来，你给我出总结，然后出这个分段。嗯，GPT4 就经常偷懒。就是 GPT4 偷懒这个问题现在基本无解。嗯，然后呢，真奈，可以很老老实实的把这个任务完成。但是呢，他经常的就很工程师那种感觉，就一点不唯一。对然后做的最好的就是 cloud。他的那个语言表达比较好。对，但是干做同样的事情，GYMNA 1.5 现在是免费的。cloud 的话可能做处理一个 20 分钟的字幕大概需要花掉我可能两三美金或者更高一些就非常贵那个玩意。我可能总共就六七千字的这个文字加上可能时间戳再加上其他东西可能能有个 1 万多字输入输出的话可能有个两三千字的水平然后一下子美金就不见了。那么你觉得对于程序员和创业公司来说，我记得在早期每年谷歌 IO 开的时候我们都是要认真学习领会，然后看看明年一年的精神是什么。嗯，那么从今年的谷歌 IO 开完了以后，你觉得给我们指明了什么样的方向？嗯。他都我用 Jimmy 来了嘛，对吧 Jimmy NI 也是纪元到了嘛。那对主力来讲，我们都用过他的模型嘛，对吧？JPL 模型有有好处就是在过了这个巨大的这个算力红利之下就是资源之下他应该能够把价格做到极其便宜的。速度很快这是他的优势就是说基本上。我觉得他能够在第一梯队里面，是个能用的水平。嗯，你处理那种比较暴力的任务啊，很繁重的任务啊，你可以拿他来用就是某个煎饼奶Flash，又快又便宜。嗯，这是一个比较好的。所以说我就围绕这个东西呢，大家可以考虑把一部分工作交给他了嘛。
嗯，特别你就要考虑这个推理能力啊，要很好表达很好，可以在他之后再套个GPD4O或者说cloud 3。另外一个，你可以看得到，呃Google的全线产品，因为他今年没有发布他的这个安卓手机的东西，没有任何东西。
对说了一下，他会有个安卓版的界面的APP，嗯然后里面有个live模式，打开是跟那个一样的，可以看嘛。但是嗯，我感觉他在接下来之后，在他的安卓手机里面的这些应用的Gemini的唤起会很方便，就是你可以作为一个第三方的APP，可以很方便的把它的这个智能服务给呼唤起来啊，这个也是可以的，让他来帮你完成一份工作，那你可以直接调这个API呀。
嗯，这是一个比较大的一个变化。我觉得最重要还是呃，从Google的和open i这一次的发布会上能看得到我们能看得到未来一两年左右智能体就是这样的一个给普通用户用的这种AI交互界面的方式就会朝向这样的一个语音和视频交互的方式去走了。而且在这个方式之下呢，我们能看到他接下来的下一个版本的这种模型，API开放之后让我们可以解锁非常多的能力，就是你的应用也能够有用他这个能力完成一些特别工作，你可以做个很简单的小应用，然后打开一个，帮我看一。一个什么东西啊，英文的简化成这个样子了，而且他可以变成。如果说你能够持续的帮你去监视一些场景再来看什么东西是吧。嗯那这个，那这个实现起来智能，你只需要写prompt就好了，什么都不用做了对。
但是这个其实有一个问题啊，你到这个时候，你为什么还要写一堆应用呢，他跟你处。你就用他这个，用他就够了。嗯，对啊，我只是说的是好处。就是说，他已经这么通这么放话了，还要做英雄干嘛？对不对嗯。但是呢，我个人觉得呢，身边不可能只有一种助理。我们这样理解，如果说我们接下来就不叫应用了，我们再过两三年我们不叫开发应用，我们都叫开发助理。那开发engine，对，开发engine，开发这种assist是吧？或者engine是开发智能体。以后都不叫 APP，以后都叫智能体好吧。现在最泛化的智能体呢，最通用的智能体就是哎，哦，拆 GPT 是一个智能体，嗯，超级贴身小助理是吧。然后呢，Jimmy 也是一个贴身小助理，但是我觉得 Jimmy 它要贴身起来还是很好，因为我所有数据都估过了，太牛逼了。我基本上所有数据都是他的。如果杰米莱稍稍聪明一点点是吧，那我觉得我用它也可以的，只要它不贵。Gmail 的总结啊什么的也很方便，但是我还有一些专业的。我觉得其实并没有说打死很多 AI 硬件，其实会给很多 AI 硬件做一些很新的机会了。嗯可以做一个那种放在桌上了是吧，就是没事跟他聊聊天的这种好玩的。嗯，这种硬件，苹果之前不是有个项目吗，他们公司做了一个，企划了一个项目，但现在不是那个酷狗也报告了吗？说他们把车的这个团队的人裁了，放到这个 AI 组里面去了，会恢复这个项目，跟那个 teams 一样，Tesla 家用机器人，他们之前设计了一款可以走的 iPad。对，但四年前还是五年前，其实可以自己走，会议室里面溜达的 iPad。你跟他说话，然后我来看着你，对，然后你跟他说话，嗯，他也可以自己去看周围的东西，就是办公室里面的，这种可以移动的秘书，现在这东西有了这样的 AI 之后，那不那不就完全就实现了吗？以硬件和设计能力。再配上一个很好的f，那不就是？是吧，这种新产品出来了嘛。这只是在家庭会议室里面、办公场景里面，还有各种各种外面那些硬件啊，需要这种这种地方其实都可以了。我觉得会迎来一个——在人形机器人普及之前，这种智能设备加上这种感知和语音对话大升级，都要智能体他。他们可能会冲破手机，以后手机会设计会变得更简单了。

打开iPhone，喊Siri我要干什么、干什么，然后Siri把这个界面放掉出来，搞完之后就结束了。你这APP都不用打开，喊喊一下就好了。而且苹果的这种设备，因为apple也可以登一些apple的专利嘛，就是我觉得。

嗯，我们可能接下来真的要忘掉什么叫。其实，现在已经很忘掉什么叫移动应用了，现在应该带的应用器都是Web应用，因为他都是效率工具，都是帮你提高生产力啊，帮你做图，帮你搞字幕，帮你截视频，然后帮你写文档。这东西必须用电脑拿，手机没人干这个，对不对？所以说现在这一批AI创业，大家都叫什么？AI应用外部应用，Web system这样的东西，嗯，就手机上东西并不多，手机上做到现在就一个翻译，加一个太恰的PPT，那接下来可能东西会更少了，打开一个Siri就结束了，走不下去。

可能，我觉得接下来在做的就是做一些tools，给Siri调用就好了，就是你做一些手机上的工具，让手机上智能体给它调用就好了，嗯。做出来的东西肯定并不是给人用的，这就是我们应用的变化，可以重新思考到底去怎么结合这种类似于呃GPT4O和比如说呃Gemini 1.5 Flash，然后结合所有的数据，能够做出一些新的应用场景出来。这是大家可能是一个2024年真正需要思考的问题，如果如果说，我觉得嗯，包括这两个东西。两大手机厂商安卓和iOS，他们一定会做的就是见面奶，也是一个智能体嘛。你打开Google，你说嘿Google在，见面奶出现了，然后见面奶说哎，你帮我查一下今天的这个天气，然后我要安排一个什么路线，我要去滑雪，然后这个路线怎么样，你告诉我这个门票多少钱，我什么时候去合适。他就在iPhone里面把三个应用都调出来了。如果说我有一个专业的去查这个雪山天气，因为我装的应用是滑雪，我一定需要有专业的天气预报。就是说，用Google的和苹果默认的天气应用没有意义的，我必须得专业的内容，这种trail的应用。那么这种应用，他接下来就把数据直接给了他，都不用提供应用，他提供一个这个注册一下，在苹果里来注册一下哦。我是一个提供专业滑雪数据的服务提供商。当你的个人助理想去问什么东西时候，我给你这个服务就好了，登记一下OK。这个就像上上架了，然后就其实也很像之前在GPG里面做tools一样嘛。但是这个东西一直告诉你的，能助理以后我要查专业的滑雪天气，那你查就好了是吧。以后说查这个东西要花钱，那你自动从我账户里扣我吧，我跟Siri说就好了，我给你两块钱给我，结果就好了，全部都被Siri代理了。

在Siri或者Google这样的上面就全代理了，然后我觉得这个呃，真的就变成了交互的这种形式，应用的形式会非常非常大的变化，而且给了新的硬件很多的机会。大部分时候我们走路的时候，开车的时候会戴着耳机嘛。实际上我iPhone都不用拿出来，我不会拿iPhone出来在口袋里边，或者在家里头iPhone放着充电，我就戴上我的耳机就很。而且苹果也在耳机里面做了很多脑波识别的东西，是吧？嗯，更敏感的感受到。以后得带上iPhone，iPod 就好了，apple watch 10。然后你跟他说话就好了。实际上我觉得苹果不应该做微信Pro，他应该马上做一个apple plus。我戴上了眼镜、耳机、手表，iPhone 就不用在我身上了。iPhone 放了我家也当个小服务器就好了。我看到的是你看到的。我最近各种 iPhone 说话，然后什么都结束了，就完成了。我觉得这个东西可能两两三年就会做的，而且 Google Glass 已经官宣要复活了。啊，Google Glass 要复活啊？对，要复活了。我还印象很深刻，当年戴上的时候烫伤了哈哈哈，特别舒服。不一样啊，线线线技术不一样了。对，现在还做这个东西，应该会的。我觉得这一波可能会最快催生的就是，首先耳机是很重要的一个输入设备。会有大量的新形态的耳机出现。除了这个之外，第二个眼镜，耳机眼镜手表都会被增强。嗯，到时候你把手机放到口袋里面，不用拿出来了。或者放到手机，变成一个叫随身小服务器。对，手机就是随身小服务器，输入输出，交互，已经完全可以像这个叫可穿戴设备，移动了。我想打游戏，或者我想办公，我想 Office，我要打开电脑，怎么样就好了。那你觉得像呃 GPT4O，其实，它更多的给大家看到的是情感的陪伴，或者情绪的这种输出。谷歌其实出的所有产品都是一种工程师范，就是很浓浓的那种穿着格子衬衫，秃头的那种感觉。但是呃 GPT4O 就是让你觉得哎，他还这个有点害羞，还有点兴奋，还有很多这样的东西。那么这种情绪价值的输出的话是不是也会给大家带来一些新的、不同的思考？对，我觉得他提高联性嘛。嗯，就那天，我说我在车上。我打开，如果说我真的是有像演示这样GPT，他有情绪陪我聊天多好玩。我就开车，我都不用开车了。我旁边没人，我就跟车聊天呗。嗯，我就把他开着，然后我车自动驾驶的时候，我就跟他聊天就好了。因为我估计下GPT也是看的Sam、奥特曼他们，也是看的现在在这个里面最好的这个character的点、AI character。AI对数据量用户流程比他们好多了。

嗯下GPT，那就是因为他有陪伴价值。对，所以说肯定想干这个事情，他一定会把Karak的AI这个市场抢过来，他千方百计地要提高流程，提高用户的占有量，在这一块上的话。其他人是不是也可以调用GPT4O，比如说在自己的应用场景里头，加入这种情感相关的、这种预值、然后呢让自己的留存上升。特别是像游戏啊，或者是这种应用里面。应该是的，应该是，但是成本会比较贵。

未来肯定会有的，而且我说了，智能体不会只有一种的，记住嗯，OPPONI提供一个GPCD，就是其中你最贴身的一个智能体。但是OPPONI最后还有什么，就是GPT four o或者GPT five，或者什么什么样，这样的不同的模型给你调用。而且还有定制化的模型，还有其他家也会提供的模型，这个模型它就会提供其他智能体的背后的智能嘛。

嗯也可以做朋友智能体吧，游戏里面需要游戏的嘛，可能某一个游戏厂商，他开发了一款特别好的游戏，我觉得游戏是很好的一个，也会得到极大升级。但只是这样服务成本太高了啊，如果说你在游戏里面去玩，又能够玩这种像这种看到电脑电脑屏幕的、配这种3A游戏是吧，或者说手机这种很简单的手机游戏，这个里面把你带入情景之后的角色，也是会很好玩，他就陪伴你，情景陪伴吧。

我创造一个虚拟的。这个是挺好的，而且还有一个呢。你账号后面走，这种VR设备也会。所以我觉得，毕竟Pro这个产品还是发早了。咱们刚才讲到了，BREAKER AI有可能会被干掉。你觉得咱们从GPT4欧和谷歌艾欧的两场发布会，其实谷歌艾欧很少干掉其他的项目，而欧盟AI的发布会，基本上是每一次都会干掉一批项目的。那你觉得还有谁会被干掉？现在他不是已经干了一批的陪聊了吗？这一次对伴侣的是吧，助理的啊詹姆奥特曼？他也不是在最新的一期采访里面说了吗，就是说他建议创业者绕着他们走，就是说对于一个像GPT这样的，一个他要解决通用问题的这种事情上面去，你就别做了啊。通用就是最个人紧密的个人上这种东西的，你要去做你产生单独有业务流的事情去。嗯这垂直到一个句子生意场景里面去或者是去处理用户一些特别的数据上面去，去做这些事情就通用的对话呀陪聊啊这些东西，其实是没必要的。对大家如果在企业端啊或者在一个人的一些特殊数据处理上面，可能会有一些作用我觉得。随着他的这个智能越来越快速度，而且他功能也越来越强，你看他可以连接Google啊，连接Gmail啊。当然他已经侵入到了Google地盘上去了。看看电子表格啊，帮你去写了PPT。以后他也可以写PPT。他可以控制PPT，他写不了，他可以控制。我觉得现在有一个特别搞笑的问题，就是说现在有一大批去做这种深层PPT的软件，是吧？回头，那现在做的最好的还是大家用的就是Kilo的，很好是吧。他就是个纯工具，他不要AI。没关系啊，我用AI控制你，帮你完成就行了，你不用去做一个新的一个PPT工具了。我的engine的可以控制我的电脑屏幕，控制权在里边。屏幕共享在里边。

嗯，你自己去做就好了吧。

嗯，我现在用WPS用的挺多的。现在WPS后边挂的那个应该是Mini Max的，这个大模型效果还挺好的。要告诉他做个PPT，咔咔给你做。做完了以后说：“这一页我不喜欢，给我换一个。” 咔咔再给你重新换一遍。

所以说，我觉得嗯，怎么说呢，有的做工具挺惨的，嗯做工具的就比较费劲了。

对对对，我觉得有一个特点，你以前做的工具做得很好，你有很大的市场量。你像Adobe，嗯，你会继续很好，你会继续很好，因为AI在增强。你如果说：“我想用一个很投巧的AI的方式来替代你，现在太难了，除非你创建了一个完全不一样的工作流。”

嗯嗯嗯，现在像这种AI搜索，比如像proplectity这两种东西，你觉得会被干掉吧？

我觉得概率很大呀，因为甭管是open AI还是谷歌，实际上都是在向他的地盘在清洗。

对啊，对啊，对，我觉得，我本来只是现在还没有觉得，他这个需求，没有，没有，现在这个智能体看出来那种wow感觉，是吧，哦对。

我们先把这个放出来，我觉得先放智能体就是为了堵这个Google，而且一个堵Google，第二个呢，应该是他们在6月10号左右在苹果的发布会上会有一个很大的一个更多的浪去事情，嗯，啊，在Siri上面会有更大的一个浪，就是WWDC。对对对，这个才是它主要的，三米奥特曼会上场的，现在三米奥特曼都没出来嘛，这他现在还是要把这个伊利尔撤退，完了以后导致的各种混乱，再抹一把。才能再往前走。对，所以说我觉得他的Alimon团队撤退其实损失挺大的，因为你后面的模型在训练啊。再往前面进实际上就是靠Alimon团队的，其实Alimon，对齐整个去掉了以后，它需要重新建这一块。嗯，或者说是它核心的很多research都走了，但是我觉得这也正常吧，这个理念不一样吧，或者说发展的一个公司发展的一个阶段，他自己的成长他也需要。嗯，也是这样的，转型和幻觉，所以我们现在看到整个市面上的一个格局，嗯，open i目前还是最好的，有一颗新星自然诞生的一路mask的XDNI吸引了好多人才，因为系统有这个，iPhone的人就已经奔特老马了。然后呢，还有一部分去Antopic，Antopic也在捡漏，未来其实也在捡，嗯，未来，这样的换血其实是好事，他让流动起来就好了，不然不用被一家公司给霸占着，他分散之后，可能又会长出新的概念出来，我觉得硅谷的神奇之处就在这。

谷歌这边，我觉得可能他这一次就未必会有那么多的收益了，就是这些团队出来，应该没有人再惦记回去了，可能都待过，都待过XAI这一块，虽然说又去融资，然后又去扩大算力，但是真的看不太出来这样的一个产品，据说它底层应该也是微软的GIX啊，不是谷歌的GIX，然后呢，做的Moe做的在这样的一个基础上，其实我并不认为它能够做出什么新奇东西来，嗯，应该是没有太多新的，但是呢，我觉得这些模型公司都背后有靠着自己的生态在嗯点燃很明显，有生态它有tutor嘛，是这个这个，它从用途和数据燃上，它能够解决很多问题，第二个，它有一个更可怕的一个，他要做多博泰，他有优势他有SLF，嗯FSD挂上，哎呀，不是FSD，是他不能这么搞吧，是因为他FSD是属于克拉的嘛，你看那个group 1.5 Preview版本里面，嗯Excel下面有一个比较的一个图，他让那个group 1.5去看这个图片，问这个路车过不过得去，这个open i，open i说过不去，他说过得去是吧，因为他他的这个训练数据不一样嘛。他有空间感知能力，而且他这个感知能力就是实际的。应该会从FSD这边共享一些自然过来来做这个。嗯，就是，他肯定在这一块上会有一定的差异，因为你毕竟特斯拉是个上市公司，你FSD属于特斯拉，包括这个擎天柱机器人也属于特斯拉。你要想把这一块拆出来单独放到呃XAI里边去，就跟马斯克说的是，你不给我批薪水，我就把他拆出来单搞。哈哈哈哈。

现在我投票了，支持他千万别拆出去了。哈哈哈哈。好吧，到底是特斯拉股东。他如果拆出来，特斯拉就不值钱了。我觉得一下猜不出来，但是这个东西他肯定是他平衡嘛，两边左手右手都是杏儿子，是吧，不一样。对，左手右手都是杏儿子，就是你哪边愿意多给我一些这个控制权和收益的话，我就把这个鸡蛋多往哪边篮子里放一些。嗯。

但是，我觉得这个XNI的发展方向还是个语言模型的方向，多模态模型。它这个综合语言模型，综合智商，然后FSD是驱动动作的，FSD做的是视觉到动作的一个反馈，就是recent to action，包括那个机器人也是一样的。嗯，他做这个的，然后呢，这两个模型最终可能会通过一些很好巧妙的架构会合体的。嗯。

那我们最后再探讨一下他们这个。提前一天，我觉得算是很戏剧性的这种抢戏。OpenAI跟谷歌，你比较一下，你觉得他们有可比性吗，还是说在未来他们会如何去发展。哦，这两个公司完全不一样的公司嘛，可比性呢，你要怎么比呢，一个巨无霸是吧，然后另外一个是创新公司是吧，这个新锐公司里面最值钱的。所以说这两个公司企业风格不一样，而且，我觉得说，如果真的看执行力，肯定OpenAI执行力更好，公司结构远，然然后呢，有三位奥特曼，一个我们，我可以把它叫生意人，有野心，Ambition很强。但是这样一个人，能不能够带领大家更好的走向AGI，那我就不确定了。嗯，至少是他能够。现在各种搞法、各种平衡方法，这种政治权术。嗯，还包括蛊惑人心的那个能力，都很强。他能够在这一段时间里面让都，既不是技术能力，也不是工程能力，刚才讲的所有的斗鸡，他都不是。但是他是有危险的，他是有野心的，有眼光，有蛊惑能力的。这人才吧。所以说呃，那他跟印度马斯克不一样。印度马斯克虽然说是，也是一样有野心，但印度马斯克是个真工程师。接触过人都知道，他是美国工程院院士吧。对，这个真工程师他真懂得。所以说这两个公司这执行力都很好。Google的执行力略差，因为它是一个大企业，它是一个观点，大企业来自CEO不是创始人，对吧CEO是，是吧，后续打工仔嘛，跟那个库克一样。嗯，不是创始人，嗯。所以这样的都会减减分，但是你说这个微软的CEO不是创始人，微软CEO很牛逼啊。这个不一样，也不能再来评价。所以说我觉得，嗯，怎么说呢，我觉得要看这个产品的打法和产品的这个突破性。我们更好的看高分i，他总能够带来很多的东西，而他人才密度也足够高，嗯且同时有野心。但是呢，这个市场他能不能够100%吃下来，嗯不一定。而且我觉得Google在后面，后续是市场能力会比OPPO还强，嗯。对Google只要我保持万年老二的方式，嗯哼，他就可以把市场强到50%以上，是是是，这个我是能够相信的。微软其实在整个互联网时代里头，嗯就没有特别大的生意，对对。但是你到今天AI时代，一看来说这个巨头活的还好好的，然后市场都是他的。微软的这个操作系统和office，还都把市场都占在那了，就是占有量嘛，他的客户张金量就在那。对，因为微软的云也是因为他有office。所以说，他企业销售这个走得特别好啊。很多企业的云端因为通用他呀，所以说这个。这个没办法，他之前这个长期积累的用户不是那么容易就被丢掉了。所以说，Google里绝对不能小看他，而且他潜力很大。他只要是别掉队太远，或者说他只要在第一梯队里面就行，就别哪天JPL号GPT5出来之后，JPL2或者JPL2.5根本就被他甩不见呢。那我觉得这个不可能，在全方面同一个架构下面，谷歌只要守住基本盘，守住他的用户，守住他的安卓，守住这个呃，比如说Workspace，那么只要是他的大模型在这个叫一定基准之上，他就还可以接着往前走。

对，对的。哪怕傻一点没关系吗，是吧？你就完成我们这些，完成我们酷狗里面那些多任务就够了吗？因为他不需要那么情感化交流吗，我我就是打工的吗，啊我就是打工的。这个观点还是非常棒的，嗯，对。因为微软其实已经用自己的这个过去的经历证明了这件事，我只要自己基本盘没丢，没问题对吧，下一次我还可以乘风而上，对。对，所以说现在Opni很着急啊，他要傍一个更牛逼的人就苹果，对。他必须找一个更大的入口，所以说一定是牺牲了很多条件跟苹果谈成，是嗯，对，但是苹果也不吃素的嘛，苹果肯定会把它价值榨干，然后呢甩，把它甩掉。

苹果，我觉得反正怎么说呢，他跟谷歌做了这么长时间的搜索引擎捆绑，其实我在上个月的时候在硅谷正好聊了一个离开了这个苹果的persona团队的一个人就软件功能做persona的，离开创业去了。然后他给我介绍了一下他，他在苹果里面呆了两年多，他第一感觉就是，他最深的印象就是苹果在苹果公司里面软件工程师地位最低的。嗯，其次是硬件工程师。设计师最牛逼啊，就是做任何设计的设计师产品经理。这个设备里面，产品就是抵战性驱动的这种文化。底战驱动的，对抵战驱动文化，我一切要以优雅好看这个体验好为主，这是他的核心。然后我所有的硬件工程师就是为了满足这个设计的。我把硬件做到极致，我的硬件才能极其牛逼。他说苹果硬件极其牛逼，苹果一般。你看微信Pro，它完全是软件拖后腿，硬件已经把软件甩了。看不见嗯，软件可能不知道怎么发挥硬件这么牛逼的能力。硬件做过头了，硬件太厉害了。结果我现在拿到了这个iPad Pro，新款一样，这个在我这旁边。嗯，超薄，很漂亮，现在大家都在研究怎么撅这个东西呢，怎么把它撅折。这个东西性能这么强，软件发挥不出来。哎，苹果是故意的，苹果故意不把Mac放上面去，就是为了让那些有钱的买MacBook的人买两台设备。所以说，他的硬件把软件甩到后面去了，苹果软件在，工程师在，软件在苹果地位里是最低的，导致苹果忽略了AI，这是基因造成的。嗯，当然，如果苹果补不上，他可能就真的得靠着OPPO AI了，他不可能靠杰米来了，因为这两个竞争嘛。但是这个，你像苹果靠了这么多年的谷歌搜索，也就这么混过来了吗，也没有说我要做一个，或者说把别人带进来，混进来混过来对对对。所以说，苹果只要你买的好，他把自己擅长的事情做好就完事了，只是我觉得，像现在Vincent Pro遇到的问题呢，就是大家已经玩了太多年了，特别闲的煤炭，玩了太多年了。

嗯，像iPhone，其实iPhone一里头是没有APP store的。嗯，直到iPhone应该是3G里头才开始有这个APP store，是第二个版本才开始有。iPhone 2之后才有的iPhone 3。嗯，33才有嘛。但格局就这样了，我觉得格局就是这样。对，今年6月份，今年最劲爆的发布会应该就是苹果。苹果那个发布会之后呢，智能手机上的AI怎么玩，就全全算了。你要等着指明方向了，这指明方向了。苹果还带路的，要怎么玩，那跟着Google就上了。Google永远是万年老二，哈哈哈哈哈哈。

行，那这个我们这一期差不多聊到这里，等着wwdc完了以后咱们俩再约起来去聊一下PK这个问题，大家很多看点看点。

好，那我们今天就聊到这里。好，感谢大家收听，也感谢大家去关注一下影帝购的频道。你现在频道还在做吧？我就发我的直播，我没有发那个短视频，在做在有，有关注，关注关注，可以啊。你回头你在群上发一下就好了，好好没问题。

那行，我们先到这里再见。我发一句像孵化机一样啊，我大概我听说过这个，我让你给我钱给我。以苹果自己的这种一流的AI，嗯。\n