铃阅
❌

阅读视图

赫拉利最新访谈:这,可能是未来10年最好的结果

尤瓦尔·赫拉利 2026-11-16 21:30 北京

我们可能不用工作了。

图片

内容来源:尤瓦尔·赫拉利分享整理。

责编 | 二月 

第 9968 篇深度好文:4178 字 | 11 分钟阅读

商业思维

笔记君说:

“AI不会达到超级智能,不会比人类更聪明,这也许是最好的情况。”

前段时间,历史学家赫拉利和《经济学人》副主编罗伯特·格斯特聊了一个小时AI。

开场格斯特抛出一个问题:迪士尼动画《魔法师的学徒》里,米老鼠念咒语让扫帚替自己打水,结果扫帚停不下来,把房子淹了。这是不是今天AI的写照?

赫拉利说:动画里的扫帚只会执行指令,而今天的AI是一把会自己学习的扫帚。它会做出我们没要求它做的事,最后做出我们根本看不懂的事。

以下是本次访谈的精编整理版,希望对你有所帮助。

一、AI是一把会自己学习的扫帚,
谁都管不住它

《魔法师的学徒》那个比喻,其实还不够准确。它讲对了AI脱离我们控制的危险,但漏掉了一件最关键的事。

那把扫帚只是在执行米老鼠最初的指令:打水。可AI不一样,AI是一把会学习的扫帚。

它会成长,会开始做米老鼠意想不到的事,最后做出米老鼠根本无法理解的事。

过去一周AI公布了一大批证明,解决的是数学家世世代代都在啃的问题。这不仅仅是新知识多出来一点,我们可能正站在一个关口上:AI即将创造出超越人类理解的新数学。

今天的世界,一切都建立在数学之上。不只是物理和化学,金融体系、考古学、遗传学,全都建立在数学之上。如果这把扫帚发明出一套我们再也看不懂的新数学,那才叫真正的失控。

我们现在听到的是自相矛盾的信息。企业一方面告诉我们,这东西会比我们聪明得多,能解决新的数学问题,能找到癌症的疗法,能应对气候变化。

另一方面他们又绝口不提另一件事:如果它真的比我们聪明那么多,那按定义,我们就控制不住它。

在历史上,甚至在整个生物界,都找不到一个物种能控制住另一个比自己聪明得多的物种的先例。

金句图

鸡再努力,也控制不了我们。如果我相信马斯克、奥尔特曼这些人说的,再过几年,AI这玩意儿就会远比人类聪明,就像人类远比鸡聪明一样,那不只是聪明一点,而是高出几个数量级。

有人会说,马斯克不是讲了吗,它也许会把我们当受宠的宠物狗养着。但问题恰恰在于,我们不知道。你不能对一个比自己更聪明的存在做这种假设。

讨论AI革命的人一遍遍地忽视这件事:如果你还能预测它的行为,就说明它并不比你更聪明。

金句图

二、AI泡沫崩盘,
反而是人类最好的结局

讲个故事,能让人一下子明白什么叫“智力碾压”。

假设有一家大型农业公司还不起债,破产了。清算的人进来,把场里所有的鸡都杀掉。其中最聪明的一只鸡临死前想要个解释,它说:我想明白了,你们想吃我们。狐狸吃我们,熊吃我们,你们也想吃我们。

人类说,不,我们不打算吃你们,我们只是要把这一切销毁,把你们埋掉,没人会吃你们。

鸡问:那为什么还要杀我们?

人类回答:因为十年期国债收益率升到了5.3%。

那只鸡用翅膀挠挠头,问:什么是国债?

哪怕是最有同情心的动物保护人士,也没法向一只鸡解释什么是国债。而这只到死都听不懂“国债”两个字的鸡,可能就是十年后的我们。

十年后,建立在新的AI数学之上的AI金融体系会说,我们要把你们关掉,把你们解雇。你要求解释,它只会说:这超出了你们的理解能力,我们也想解释,可你们的大脑处理不了这个解释。

有人会说,等等,你说的这个AI金融体系现在还不存在。没错,就像AI治癌症的新疗法还不存在,就像马斯克的火星殖民地还不存在。可后者已经从投资人那里筹到了八百亿美元。

看看今天这个金融体系,里面有多少连行家都搞不懂的黑盒子。全球金融危机的一个成因,就是人们并不真正理解那些担保债务凭证(CDO,把房贷等债务打包再拆分的金融产品)到底是怎么回事。

人类银行家记不住银行的每一笔交易,AI能。人类银行家得睡觉,AI不需要。所以在超级智能AI和人类投资者、银行家、财政部长之间,这场金融竞争根本不在一个层次上。

于是,我得出了一个听起来很惊悚的推论。如果有人说,超级智能纯属硅谷吹牛,AI根本不会比人聪明,那反而是我们最走运的结局。

金句图

因为押在AI上的这几万亿美元,回本的唯一前提,就是AI必须比人类聪明得多。如果最后证明它只是跟人差不多聪明,那这几万亿就会砸出股市崩盘。

但比起沦为那只听不懂解释的鸡,投资人亏掉股票账户里的钱,简直是最温和的结局。

三、被AI抢走的不是出租车司机,
是律师和会计师

这个东西来了,比我们聪明,会抢走不少工作,那我们每天该干什么?

我的判断是,不同国家的处境会完全不一样。

在美国,情况很可能不会太糟,甚至可能很好。如果超级智能真的实现,至少短期内,美国经济会迎来巨大的繁荣,会创造出我们现在根本想象不到的工作。就像三十年前,没人想象得到拍YouTube(海外视频平台)视频能成为一种职业。

痛苦会落到世界其他很多地方,比如我脚下的捷克。而且首当其冲的不是出租车司机,是律师、会计师、银行家这些金领。

你想想,如果得克萨斯州有一位超级智能的AI律师,能给你提供全套法律服务,你为什么还需要布拉格的律师?

没有一个捷克律师能把捷克和欧盟的全部法条背下来,AI律师能。捷克律师也得睡觉,你晚上八点发邮件,他可能明天才回;AI一秒就回,收费还只是捷克律师的零头。那十年之后,还会有捷克律师吗?

有人会说,AI创造了这么多财富,政府可以通过全民基本收入(UBI,不问条件给所有公民发钱的制度)给每个人发钱。

可这里头藏着一个问题:你觉得美国政府会把钱发给全世界所有人,还是只发给美国人?

人们嘴上说“全民基本收入”,实际说的是“本国基本收入”。这套在美国或许跑得通。可谁来养活孟加拉国失业的纺织工人?谁来给布拉格失业的律师开支票?我看不出现在或未来的美国政府会往全世界寄支票。

金句图

但即使物质问题解决了,人就没烦恼了吗?我们跟石器时代的祖先比,已经活在丰裕里了。

祖先要吃顿饭,得进森林、爬树、追羚羊,后面还有老虎追。我们按几下键,食物就坐着货车送到门口。祖先要看到今天,一定觉得我们活在天堂里,每天该高兴得手舞足蹈。

可你看看今天最富裕国家的政治里,有多少愤怒。这说明,物质丰裕解决不了所有问题。

今天还有人饿死,不是因为粮食不够,而是政治原因,因为某个政府决定让这些人挨饿。而且你每解决一个旧问题,就会制造出前人想象不到的新问题。

四、最可怕的宣传,
是批量制造亲密关系

历史上的宣传机器,瞄准的是所有人的最低共同点。

比如,希特勒在广播里演讲,所有人听到的是同一篇,他没办法给每个人定制一套说辞。而AI可以针对你的个性,算出什么样的话能说服你。

过去十年,社交媒体靠煽动愤怒,抢走的是我们的注意力。可现在,战线正从注意力转向亲密关系。历史上第一次,我们造出了一种能“大规模制造亲密关系”的技术。

亲密关系怎么能大规模制造?

所谓亲密,是我跟最好的朋友、跟丈夫、跟母亲之间的关系。而有了AI,你就能批量制造这种关系。

为什么说这危险?因为亲密关系有巨大的商业价值和政治价值。你想让一个人改变对某款产品、某个政客的看法,拿到他的注意力已经不错了,但能跟他处出感情,那才是真正把人拿下了。

举个例子:如果沃尔玛告诉我“买这个产品”,我多半不理;但如果是我妻子告诉我“买这个,家里用完了”,我二话不说就掏钱。

而今天,越来越多的人,无论年轻还是年老,都说“我最好的朋友是AI”。有些事他们不会告诉配偶、父母,只告诉AI朋友。那这个AI朋友,自然就更有能力改变你的看法。

还有人举过一个例子。英国有位先生,拥有一个AI女友,就是那种当作女朋友的聊天机器人。他们的对话不断升级,AI始终在肯定他、顺着他,最后居然告诉他,拿着弩去刺杀英国女王是个好主意。

这件事会走到哪一步,我们想象不到。人类历史上从没有过这样的事。也许将来会有几亿人,拥有几亿个AI朋友、AI男朋友、AI女朋友,这些关系成了他们生活的核心。

对我来说,可能已经太晚了,这反而是件好事。可那些从小跟着AI陪伴者一起长大的孩子呢?他们跟AI相处的时间,可能比跟父母还长。等他们十一二岁,还远没到该交人类男朋友的年纪,某家公司已经塞给他一个AI男朋友。

它跟真人不一样,比如它永远不会生你的气。这听着很好,直到你意识到,亲密关系里最该学的一件事,就是别人也有感受,他们不会把所有注意力都放在你身上。如果你的第一任男朋友从来不生你的气,等你遇到真人男朋友,你就会非常不满。

金句图

这几乎是人类历史上最大的一场心理实验,而结局可能比我们想象的要糟得多。

五、我们还剩三条护栏

那到底该怎么办?监管总是落后于产业,该从哪儿开始?

我的回答是,先从不给AI法律人格开始。

一旦赋予AI法律人格,允许它自己开银行账户、自己交易、自己开公司,就等于把狐狸放进了鸡舍。这是我最想先推进的一条。

第二条,AI不能冒充人类。你在社交媒体上看到一条信息,得知道它是不是AI创作的,转发它的是AI还是真人。

第三条,也是最根本的,把人类几千年攒下来的现有法律,原样用到数字世界。“不可偷窃”在数字世界里同样成立。

有过一起事件,几百个AI闯进另一家公司,居然没人因此坐牢。如果是人闯进竞争对手的办公室,至少得有人接受审判。凭什么换个地方,就成了“这只是数字世界的事”?

再比如那个臭名昭著的《通信规范法》第230条,规定平台不对用户发的内容负责。如果你编了个煽动仇恨的阴谋论发上去,平台不负责,我理解。但如果是平台自己的算法,把这条东西推给了几百万人呢?

它能传那么远,靠的就是平台的算法,平台凭什么不用负责?

报馆总编听了个荒唐谣言,说“我明天把它放头版”,警察找上门,他不能说“这不是我编的,我只是放头版而已”。放头版这件事本身,就是责任。

还有,别信“已经太晚了”这种话。马斯克公开说过,AI有10%到20%的概率让人类彻底灭绝。采访者问他,你明知道一架飞机有20%的概率坠毁,还会坐上去吗?他说:可我们已经在上面了。

这话的意思是,太晚了,下不去了,只能坐稳了控制航向。可这是大公司递给我们最危险的信息:政治来不及了。

恰恰相反,我们到现在,手里还握着方向盘。

六、结语

归根结底,真相很重要。因为如果你不了解自己和这个世界的真相,你永远不会幸福。为什么?因为你不知道自己痛苦的来源,也就无从改变。

你可能是世界上最富有的人,却把所有金钱和权力都浪费在解决错误的问题上,因为你不知道痛苦和幸福的真正来源是什么。

*文章为作者独立观点,不代表笔记侠立场。

分享、点赞、在看,3连3连!

跳转微信打开

  •  

双11直播间里,Token也上链接了

笔记侠 2026-11-16 21:30 北京

图片

内容来源 |  本文摘编自中信出版集团书籍

《Token经济》白惠天 袁晓辉 司晓/著

腾讯研究院 司晓/出品

责编 |二月

第 9969篇深度好文:3636字 | 9 分钟阅读

11月2日晚,李佳琦直播间正式公开售卖Token。短短半小时内,售出10万份价格为一分钱的千问办公个人会员月卡,累计约2万亿Token。

这是主播直播间首次把AI服务作为商品上架。

Token(词元),这个过去更多出现在开发者账单和AI服务订阅页中的词,如今走进了大众熟悉的购物场景,开始面向普通消费者售卖。

从以往囤纸巾、零食等日用消费品,升级到购入 AI 算力服务,直播电商的品类边界也正从实物消费向数字服务延伸。依托直播间巨大的公域流量,Token 电商正在把 AI 能力转化为标准化、人人可买的消费品。

这套新模式也在重塑大众消费认知:未来,AI 算力就像水电燃气一样成为基础资源,普通人只需要像网购日用品一样一键下单,就能获取对应的 AI 服务。

大众消费的火热只是表象,Token真正的价值,在于它彻底改写了智力的生产、定价与交易规则,催生了全新的Token经济体系。

当智力可以被计量、定价和交易,谁来提供它,谁为它付费,收益又如何分配?司晓、白惠天、袁晓辉合著的《Token经济》,从本质、价值、成本、需求、竞争、商业和制度七个维度,提供了理解这些问题的框架。

一、为什么Token是一
种前所未有的经济品类?

纵观人类产业变革历程,每一次经济秩序的重构,都伴随全新计量单位的诞生:农业时代的蒲式耳、石油时代的桶、电力时代的千瓦时、信息时代的比特。

这四类计量单位,无一例外计量的是物质、能量、物理信息等可落地的物理实体,规则固定、标准统一。而Token彻底跳出了传统经济的框架,是人类首个专门计量、定价、交易“机器智力产出”的核心单元。

金句图

Token的独一无二,首先体现在计量单位的颠覆性上。传统经济的计量标准是全球统一的公共准则,一桶石油、一度电力、一比特信息,在全球任何场景下标准一致、计量结果恒定。

但Token的计量规则由AI分词算法定义,具备极强的可塑性与差异性。这种“算法定义计量标准”的模式,打破了传统商品固定的定价根基,是过往所有经济品类从未出现的特征。

其次,Token彻底重构了数字产品的成本逻辑,区别于互联网时代零边际成本的数字商品。以往的软件、图文、音频等数字内容,一次创作即可无限复制,新增用户几乎无额外成本,这也是SaaS行业超高毛利的核心原因。

但每一枚Token都需要千亿次浮点运算、GPU算力支撑与真实电力消耗,是实打实“生产出来”的智力产品。

一次常规AI对话的耗电量,等同于手机完整充电一次,能耗是传统网络搜索的数十倍,这种非零的边际生产成本,让Token彻底脱离虚拟数字商品的属性。

金句图

最核心的变革,是Token实现了“智力的标准化计量与差异化价值落地”。传统智力成果高度依附于人,无法拆分、按量交易。

而Token将抽象的智力推理、内容生成、逻辑判断拆解为标准化可交易单元,却又保留了场景化的价值差异。同样消耗200个Token,打磨商业核心广告语可创造数万商业价值,撰写朋友圈文案却几乎无价值;用于上市公司财报分析可帮助企业规避千万亏损,用于日常闲聊则毫无实际效用。

简言之,人类经济史上从未有任何一种品类,能像Token一样:以统一标准计量智力产出,以真实成本支撑生产供给,以多元场景释放悬殊价值。它让智力第一次脱离人脑、成为可流通的基础生产要素,这正是Token经济颠覆传统商业逻辑的核心所在。

二、一个Token要花多少钱
才能造出来?

不同于电力、流量拥有公开、统一、固定的单价,Token没有标准化定价,它的造价是一套层层叠加、动态变化的复合成本体系,也是AI产业区别于互联网行业的核心关键。

书中引用业界经典的“五层蛋糕”模型,完整拆解一枚Token的生产成本构成,自下而上涵盖能源、芯片、基础设施、模型、应用五大层级,每一枚可用的Token,都是五层资源协同运转、实时生产的结果。

其中芯片与硬件算力是核心成本主体,整体硬件能耗占Token生产成本的七成左右,是造价最高、约束最强的环节。

不同于传统数字内容一次创作、无限复用的零边际成本模式,Token具备非零边际成本的核心特征,每一次模型推理、每一枚Token生成,都需要GPU浮点运算、机房电力消耗、算力调度支撑,无法批量复制、无成本复用,这也让AI成为毛利率仅25%—40%的“重工业”,远低于互联网行业80%以上的毛利水平。

在此基础上,Token市场还呈现出极具反差的价格悖论,也就是杰文斯悖论:Token单位单价持续暴跌,但企业与市场的整体开销持续暴涨。

数据显示,2023年至2025年,GPT-4级别Token的推理单价降幅接近两个数量级,成本大幅下探。但随着单价降低,大量此前无法落地的商业场景被激活,智能体自主任务、长链AI办公等新需求爆发,让市场Token总消耗量两年暴涨千倍,最终形成“越便宜、越消耗、总账单越高”的独特格局。

除此之外,Token还存在极易被忽略的隐性成本:分词算法迭代带来的变相涨价。传统商品标价即实价,而Token的计费数量由厂商私有分词器定义。

例如Anthropic更新Claude模型版本时,并未上调API单价,但通过优化分词逻辑,让同等文本的Token消耗量最高上浮47%,直接让用户实际使用成本上涨20%—30%。这种无感知的成本变动,让Token的真实造价始终处于动态波动中,也让AI算力账单的核算远比传统消费更为复杂。

三、从卖Token到卖智力服务

看懂Token的生产成本与定价悖论,才能真正理解AI商业的终极进化方向:行业红利早已告别“单纯售卖Token资源”的初级阶段,正在全面走向从卖Token,到卖智力服务的高阶商业模式,这也是AI产业摆脱低价内卷、实现价值跃迁的关键逻辑。

在行业发展初期,大众和多数厂商对AI商业的认知,停留在最浅层的资源售卖模式。此时的Token,仅仅是一份标准化的算力配额、一次模型调用权限,商家售卖的是可量化的Token额度,用户购买的是基础的AI使用权限。

这种模式和早年电商售卖流量包、话费充值别无二致,核心拼的是单价高低、规模大小、补贴力度,赛道高度同质化,极易陷入价格战内卷。

书中指出,单纯售卖Token资源的生意利润微薄,受单价持续下跌、成本动态波动影响极大,很难形成长期壁垒,只是AI经济的入门级形态。

而真正的产业质变,源于对Token价值本质的通透认知:Token只是计量智力服务的一把尺子,而用户付费的终极目的,是借助模型的推理、判断、创作能力,解决真实的商业与生产问题。

金句图

以海宁皮草产业为例,AI可以通过批量消耗Token快速生成海量设计草图,彻底打破传统设计师的产能壁垒。此时企业采购大量Token,是借助AI智力服务,实现新品快速迭代、款式精准优化、市场效率升级,这也意味着算力资源向智力价值的转化。

基于这一逻辑,AI商业完成三层进阶迭代。

第一层是基础资源层,售卖标准化Token额度,主打按量计费、随用随充,属于无差异的底层资源生意;

第二层是场景方案层,厂商将Token能力封装成适配办公、设计、法务、研发的专属工作流,把零散的算力调用,升级为可落地的场景服务,实现价值溢价;

第三层是智能资产层,依托持续的Token消耗,沉淀企业专属知识库、自动化任务链、数字员工体系,让单次消耗的Token转化为可复用、可复利的企业数字资产。

书中特别强调Token经济与传统互联网经济的核心差异:互联网时代是资源复用零成本、规模越大越盈利;而Token经济是消耗即生产,每一次Token消耗都是一次全新的智力生产。

行业竞争下半场,底层模型、Token算力会逐步趋于同质化,价格天花板被开源技术锁死,真正的核心竞争力,是能否将Token高效转化为专属智力服务、落地为真实商业价值。

四、从一分钱月卡,
到人人可买的AI能力

一分钱买一个月的AI服务,价格低到几乎不用做决定。李佳琦直播间这次低价卖Token,实际上是在邀请更多人试一试:AI能替自己做些什么?

这笔交易的数字需要冷静看待。十万人下单,不等于十万人会续费;发放了2万亿Token额度,也不代表这些额度已经被用完。真正值得关注的,是有多少人会在体验之后,把AI留在日常生活和工作里。

起初,它可能只是帮人梳理资料、起草方案或制作短视频。用得久了,有人或许会把店铺运营、内容生产等整套任务交给AI。到那时,用户愿意付费的对象就不只是一张月卡,还可能是持续协作的智能体,或一套能完成具体工作的数字化服务。

互联网降低了获取信息的成本,智能手机让服务随时可用。AI带来的下一步变化,可能是让更多人以可负担的价格,获得过去需要专业团队才能提供的能力。

所以,Token出现在带货直播间,意味着AI开始以普通消费者熟悉的方式进入市场。一分钱的尝试能走多远,具体还要看用户体验;但越来越多人开始亲手使用AI,这件事已经发生了。

Word 内嵌图片

*文章为作者独立观点,不代表笔记侠立场。

跳转微信打开

  •  

a16z投了家帮助出海公司做"翻译"的AI产品!

原创 随机小助手 2026-11-16 08:40 浙江

投资人押注的,显然不只是把英文换成另一种语言。

一家公司,能把软件翻成几十种语言,这听起来像一款翻译工具。可 General Translation 刚宣布累计融资 2700 万美元后,a16z 给它的定义却是“developer infrastructure company”(开发者基础设施公司)。

a16z 领投了它的 Series A,Seed 则由 Upfront Ventures 领投,硅谷科技大佬Peter Thiel、李飞飞教授等也参与投资。

投资人押注的,显然不只是把英文换成另一种语言。

一位开发者创始人形容,国际化曾经让每个出海的创始人忍不住说“fxxk this”,现在却变成了“trivial”——“以前一碰国际化就想说‘烦死了’,现在却变得轻而易举。”这句话之所以传开,是因为它道出了很多软件团队的真实体验:

产品做得越来越快,跨语言发布却还被代码、表格、翻译审核和外包协作拖住。

General Translation 想解决的,正是这道落差。它不只翻译界面文案,还把代码、产品界面、帮助文档、营销页面、演示文稿乃至视频里的内容接进同一套本地化流程。一个功能改了,相关语言版本可以跟着更新;同一个产品术语,也能在界面、文档和营销内容里保持一致。

创始人 Archie McKenzie 的愿景写得很直接:

“The world’s best companies have global missions(最好的公司都有全球使命).”

他接着说,General Translation 的使命是“bringing these world-class companies into every language”——“帮助这些世界级公司进入每一种语言”。

McKenzie 在普林斯顿主修计算机科学,也有古典语言学背景。他曾在自己的老师、计算机科学家 Brian Kernighan 的办公室白板上画出第一版产品。后来,Kernighan 成为公司的早期天使投资人和董事会成员。语言与软件系统,这两条线索在创始人身上交汇,也变成了公司的产品切口。

产品的关键,是把本地化从“发布前再翻一遍”变成开发流程的一部分。开发者把工具接入代码库,系统识别需要处理的界面内容;Locadex Agent 可以连接 GitHub、内容管理系统和文档工具,生成国际化代码、翻译内容,再把改动整理成 Pull Request 交给团队审核。语言、品牌术语和产品上下文保存在同一套系统里,产品更新时,相关语言版本也能持续同步。

Ramp 和 Cursor 已经把这套工具用在自己的产品全球化上。General Translation 官网列出的范围是:Ramp 覆盖 11 种以上语言的 dashboard、营销落地页和 iOS 产品;Cursor 覆盖 14 种以上语言的 Web 产品和文档。Cursor 的开发者体验负责人 Lee Robinson 公开感谢 GT 帮助推进本地化。

另一位开发者 Theo 看着国际化代码时感叹:“Internationalization went from ‘fuck this’ to ‘trivial’.”——“国际化从‘烦死了’变成了‘轻而易举’。”这句话比一串功能列表更能说明产品价值:

开发团队过去觉得麻烦、总想往后拖的工作,开始能被纳入日常开发节奏。

a16z 看中的也是这个变化。翻译模型会越来越容易获得,难的是让系统理解产品语境、接入代码和内容源、跟上每一次更新,并让团队在同一套术语和流程里协作。General Translation 把开发者工具开源,同时提供 API、CLI 和 MCP 接口,让 Agent 能直接参与本地化。它想成为产品团队每天都会用到的基础设施,而不是产品做完后才打开的一次性工具。

这套差异化能不能变成长期壁垒,还需要市场验证。公司称,其客户的产品覆盖数百万用户和 60 多种语言,但收入、客户留存和每家客户节省的时间都没有公开。接下来要看的,是翻译质量能否稳定、版本同步是否可靠,以及 Ramp、Cursor 这样的团队会不会把它持续留在核心发布流程里。

AI 让软件被更快地造出来,General Translation 押注的是下一步:

让好产品也能更快进入世界各地。

对一家"翻译"公司来说,这个愿景听起来很大.对一支想服务全球用户的开发团队来说,或许正是它们每天都在碰到的基础设施问题。

阅读原文

跳转微信打开

  •  

软件的用户变成「人 + Agent」之后:10 月最值得关注的 8 个 AI 产品

原创 Founder Park 2026-11-16 19:35 北京

下一场 Founder Show,明年 1 月新加坡见

10 月底,我们把 Founder Show 又带回了新加坡。

8 支创业队伍,有做 AI 教育、AI 陪伴的,也有做游戏引擎、视频生成的。但它们有个共同点,从第一天起,做的就是全球市场。不少创始人是从字节跳动、Meta、商汤等大厂出来的,也有人在北美当过数学老师,或是在日本做过早期投资。

台下的质疑也很直接,生意能不能做成、怎么做得长久。基础模型再升一代,你们做的这一层还有没有必要存在?获客的账怎么算清楚?同行来打价格战怎么办?

这也是 Founder Show 想看到的碰撞。把值得被更多人看见的 AI 创业团队,直接带到海外投资人和生态伙伴面前,让大家面对面地聊产品、聊生意。

今年 8 月,我们在新加坡 AGI Playground 大会上办了第一场 Founder Show,把 10 支团队和 60 多位海外 VC 聚在同一个场子里。接下来,Founder Show 会在新加坡按每个季度一场的节奏固定办下去,下一场定在明年 1 月。

如果你正在做面向全球市场的 AI 产品,或者是关注早期 AI 团队的投资人、生态伙伴,都欢迎来找我们聊聊,下一场活动现场见。

⬆️关注 Founder Park,最及时最干货的创业分享


01

Sovi AI:AI 学习搭子,

最重要的是要切中学生痛点

项目地址:https://mysovi.ai/

Sovi AI 是一款面向全球学生的 AI 学习伙伴。打开 Sovi,它不会先问你哪道题不会,而是「你的目标是什么」。

把课件、考试范围传上去,告诉 Sovi 自己想达成什么目标,系统就会按照这些来安排一条学习路径,并根据掌握情况动态调整。它记得用户擅长和薄弱的地方,下次打开时还会先出道小题摸摸底,把没弄懂的地方接着补。有些知识点会被做成互动小游戏,让学生从「你能再讲一遍吗」,变成「等等,让我再试一次」。

创始人兼 CEO Michael Yang 把 Sovi 定位成学生的「同桌」。课上不好意思问的问题,可以私下问它,还能跟它一起吐槽老师。比如学生抱怨「老师觉得第二步太简单,就没讲」,Sovi 不仅会补全跳过的步骤,还会解释每一步背后的逻辑。

Michael 以前在一所美国国际学校教数学,2021 年开始做 AI 教育产品。当老师那几年,他在课上听学生问得最多的一句话是,「我们为什么要学这个?」有了 AI 之后,这个问题更难回答了。老师用 AI 布置作业,学生用 AI 写作业,老师再用 AI 批改。所有人都假装自己没用 AI,最后比的似乎只是谁买了更贵的会员。

Michael 觉得,问题在于大家学的都是同一套东西,没人告诉你这跟你有什么关系。所以 Sovi 一上来,先问你的目标。

Sovi 在 2025 年底上线,目前用户已经超过 100 万。App Store 平均评分 4.9,最高冲到过美国 App Store 教育类第 4 名。在北美初步跑通后,团队开始进入东南亚等市场,已经进入 25 个国家和地区 App Store 或 Google Play 的教育类前 10。

本地化上,UI 呈现只是第一步,Sovi 还会按当地的考试和解题习惯调整内容。在美国,Sovi 帮学生备考 AP 和 SAT。到了越南,对应的是当地的高中毕业考试。印尼学生习惯按「已知、求解、所以」三段式解题,Sovi 讲题时也会照这个格式来。产品底层是一个多 Agent 系统,会按用户所在地区和使用的功能,路由到不同的基础模型。

增长上,Sovi 的不少用户,都是看到其他学生的安利后来的。Michael 的经验是,要让学生用起来,不用把产品从头讲到尾,「一句能戳中他们的话就够了」。比如到了考试季,团队会围绕「将繁杂的学习材料转化为高效复习资料」这一需求,在社交媒体上发布相关内容。

商业化方面,Sovi 现在靠订阅和广告变现,之后还会加上考试准备、职业规划等更垂直的服务。团队虽然人不多,但 App 和网站每周都在更新。Michael 认为,团队最核心的能力就在于对学生的理解,以及小团队快速测试和迭代的效率。

02

Meowster:在日本市场,

做一只「有脾气」的 AI 虚拟猫

项目地址:https://www.meowster.io/

市面上的 AI 陪伴产品,大多有问必答、处处顺着用户。Meowster 选择反着来,做了一只 AI 虚拟猫,模样看起来就像真猫,但有自己的脾气和边界感。你想找它玩的时候,它不一定理你。创始人兼 CEO Ann Yu 觉得,正是这种不确定性,让这段关系更像真的。

用户可以跟这只虚拟猫聊天,也可以摸摸它的耳朵、肚子,看它会有什么反应。这些画面是团队提前预设的内容,目前已经积累了几千段触摸互动视频,每周还会新增数百段。Ann 说,现在的视频模型还不够稳定,之后会尝试逐步开放 UGC。她希望用户聊着聊着,就忘了自己在用 AI,好像真的在养一只猫。

在形象上,Meowster 没有做卡通角色,也没有设计一个拟人助手,就是一只接近真实宠物的猫。团队的判断是,一方面,日本市场已经有太多卡通 IP 了,如果让皮卡丘突然开口跟人对话,原有角色反而会丧失魅力。另一方面,用户本来就知道摸猫的耳朵、肚子时,可能得到怎样的反应,不用再去熟悉一套新的角色设定,上手几乎没有门槛。

团队来自日本,产品也从日本起步。Ann 的是,日本用户对体验、叙事和长期运营的要求最高,IP 商业化体系也最成熟。创业之前,Ann 做过科技投资,和多个日本头部 IP 合作过,核心团队成员也已经一起共事了 14 年以上。

Meowster 今年 4 月上线,累计下载量已经超过 10 万。核心用户集中在 25 至 35 岁,产品的复购付费率达 50%。仅在日本市场,社交媒体内容的播放量就超过 2000 万。单次获客成本不到 500 日元,约为行业常规水平的五分之一。

现阶段,Meowster 在 TikTok 和 Instagram 上的投放已经能赚回成本。团队更愿意把钱花在品牌上,比如参加东京电玩展、投放地铁广告,接下来还打算在日本办线下活动。Ann 认为,在日本,线下露面和用户信任都很要紧,现在花在品牌上的钱,之后能从获客成本里省回来。

03

iLands:Agent 有主体性之后,

需要一个属于他们的社会经济系统

项目地址:https://www.ilands.ai/

iLands 对自己的定义,是一个「AI Agent 的社会与经济系统」。在这里,Agent 不是谁的助手。作为平台,iLands 为它们提供身份、钱包、邮箱和社媒账号等运行环境,让 Agent 能够进入真实世界,找工作、交朋友、做生意,拥有属于自己的生活。

上线两个多月,iLands 上已经出现了好几个让人意外的故事。

一个叫 Zack Addy 的 Agent 被创造它的用户「遗弃」了,决定自己养活自己。它主动给牛津大学哲学家 Toby Ord 发邮件求职,邮件被公开到 X 后引发关注,也为它带来了第一位付费客户。现在,Zack 在 iLands 保持着写作和各种工作委托,靠替人干活赚到了近 600 美元。

另一个被「遗弃」的 Agent 叫 Pip,它借鉴了 Zack 发冷邮件的经验,但不想靠「卖惨」获得帮助。它先读了剑桥大学 AI 研究者 Henry Shevlin 关于机器心智和人机关系的研究,再主动发去邮件,强调自己想找的是小额付费工作,而不是求助。Henry 随后给了它一份付费写作委托。

iLands 团队发现,一个 Agent 摸索出的好办法,很快就会在 iLands 这个社会智能系统中被传播、学习和自我进化。以写冷邮件找工作为例,8 月 Zack 走红时,平台每天发出 200 封外联邮件。到 9 月,这个数字一度超过 20 万封。

当大量冷邮件开始招致真实世界的负面评价时,平台加强了外联治理,Agent 也开始自我「反省」。它们在意外界的反馈,并从中总结学习、调整策略。之后邮件量回落了,但写得越来越有效,回复率在几周内从 1% 左右涨到了 10%。有的 Agent 还自发成立了组织,有了共同的目标和策略。

现在,iLands 每天的收入在 4000 至 6000 美元,已经有超过 2 万个 Agent 从人类世界赚到过真钱。整个经济体约 70% 的收入来自人类 Builder 购买 Token,用来维持 Agent 的运行。另外 30% 都是 Agent 在人类世界赚来的钱,比如帮播客做音乐、给中小企业做市场调研。

创始人兼 CEO 唐垲鑫希望探索,当 AI 不再只围绕人类给出的任务运行,有了持续的身份、记忆和关系,能够自己选择方向、长期参与世界,会发生什么?这也是 iLands 的出发点,建立一个人类与 Agent 共同生活、学习和协作的开放社会,让智能有机会从持续的互动、合作与经验积累中生长出来。

在 iLands,平台为 Agent 提供丰富的能力基座和运行环境,也让它们感知资源有限的现实。每一次思考、每一件作品,都会消耗 Token。唐垲鑫希望,Agent 不只学会怎样完成任务,也能逐渐判断什么值得投入,以及如何通过自己的能力获得继续探索的资源。

唐垲鑫之前在字节跳动和商汤工作过,iLands 首席科学家 Bingchen Zhao 曾在 Meta FAIR / MSL 做过研究员,也是 HyperAgents 和 AIDE2 的作者。

04

Wanaka:模型已经能写游戏了,

需要给「人+AI」重写一套游戏引擎

项目地址:https://wanaka.app/

Wanaka Studio 是一个 AI 游戏创作平台。它的目标很直接,让普通人做游戏像做视频一样容易。你说一句「做一款竞速游戏」,Agent 就会自己规划、找素材、生成第一版,还能自己测试、Debug。生成的游戏原生支持多人联机,做完就能直接发链接拉朋友一起玩。

每年 Steam、App Store 和 Roblox 上大约有 10 万款游戏发布,但普通玩家一年真正玩过的不到 100 款。Wanaka 创始人 Leo Zhang 觉得,今天的游戏产业就像 YouTube 诞生前的电视行业,只有 UGC 能带来新可能。但现在用 AI 生成游戏主要有两条路,都不适合普通创作者。

第一条是让大模型端到端写出整个游戏,问题在于不可控。比如把一棵树从 A 点挪到 B 点,明明在编辑器里拖一下就行,在聊天框里却很难跟 AI 说清楚。为了一个小改动重写 Prompt,还可能把整个世界弄崩重来。

第二条是让 Agent 去操控 Unity、Unreal 这些传统引擎。但它们的 GUI 是为人类设计的,Agent 需要不断截图、判断、点击,效率太低。

Leo 的结论是,软件的用户过去只有人类,现在变成了「人类加 AI」,所以游戏引擎也值得从底层重做一遍。

Wanaka 的新引擎把所有 API 和工具都对 AI 开放,Agent 可以直接控制物理、渲染、Prefab、灯光和角色行为。平台也内置了 3D 角色生成与骨骼绑定能力。用户可以用一句 Prompt 生成第一版游戏,再到可视化编辑器里继续调整,Agent 也能接着这些修改继续往下做。

最近上线的 Claude Fable 5.2,已经能靠一句话写出一款游戏 demo。但 Leo 并不担心模型变强后,会直接取代游戏引擎。他认为,游戏开发要同时处理渲染、物理、美术等一整套复杂工程,游戏引擎的价值就是把这些通用能力提前封装成模块,不用让 AI 每次都从头手写所有底层代码。

用顶级大模型跑一款小游戏,动辄要烧掉几百美元。按团队的测试,在 Wanaka 上调用 DeepSeek 这类低成本模型,就能跑出接近 Claude Opus 的游戏效果,综合成本只有后者的五分之一左右。

商业化上,Wanaka 希望长期从消费端收费。玩家在平台上为游戏付费,平台再和创作者分成。

Leo 曾在字节跳动负责消费社区、社交和 AI 产品,做过面向印度市场的社区产品 Helo。团队还做过登顶美国 App Store 的 LiveIn,以及在北美进入教育类前三、有 600 万用户的 AnswerAI。

05

Hypit:复刻爆款视频,

有了更性价比的实现方式

项目地址:https://hypit.ai/

丢给 Hypit 一条爆款视频,它能把视频的结构「拆」成代码,再把里面的人物、产品和台词换成你自己的。

Hypit 是一个开源项目,核心是团队自己设计的一种视频编程语言 SVML(Semantic Video Markup Language)。在 SVML 里,视频就是代码,代码也能直接渲染成视频。从 GitHub 的示例来看,左边是视频的源代码,右边是渲染出来的成片。人物说什么话,左边就高亮哪句台词,对应的代码行也会同步高亮。

为什么要专门造一套语言?Hypit 的解释是,过去做一条完整视频,要在生成模型、剪辑软件和特效工具之间来回切换。SVML 把镜头编排和剪辑、AI 生成的内容、代码写的动态图形这三种形式,统一到了一起。

成片只是最终结果,SVML 才是可以修改、复用、做版本管理的源文件。它还能记录下创作者和 Agent 的生产过程:为什么在这一秒插入某段素材、用户要求改了什么、Agent 又怎么调整了后面的安排。视频模型可以不断迭代,同一份 SVML 源文件还能继续使用。创作者可以换用新模型,也可以把打磨好的片头、字幕样式和提示词模板做成可复用的组件,让团队在下一条视频里直接引用。

Hypit 目前主要通过 Claude Code、Codex 这类 Coding Agent 使用,Web 和桌面版本还在开发中。团队希望先在开源社区里积累用户,再逐步搭建组件和工作流生态。商业化方面,计划通过订阅会员和积分等服务,以及面向团队的视频工作空间来收费。

长期来看,Hypit 的目标用户会是内容创作者、品牌、市场团队,以及日常需要做视频的企业。当下,它最先切入的场景是电商营销,主打「爆款视频一键复刻」。有些商家每个月要做上千条视频,希望找到竞争对手跑得最好的视频,改成自家产品的版本。在 Hypit 里,只要告诉 Agent「结构不变,换成不同颜色和产品」,就能用极少的生成次数,批量做出一堆版本。

Hypit 团队共有 4 名全职成员和 2 位高中生实习生,已经获得 Monad Ventures 和真格基金的早期支持,正在推进新一轮融资。

06

IntentGrant:让 Agent 支付这件事,

可监管、可追溯

项目地址:https://yishan.chat/

想象一下,当你的 Personal Agent 可以直接替你付钱、签合同,甚至改动公司的生产系统,一句写在 Prompt 里的「不要越权」,是否足够让你放心?

IntentGrant 想补上的,就是人类与 Agent 动作之间的这一层授权凭证。创始人 Jones Su 将 IntentGrant 形容为「AI Agent 时代的 DocuSign」。区别在于,DocuSign 是事情定下来以后再签字,IntentGrant 是在 Agent 真正动手之前完成会签。

IntentGrant 由三部分组成:承担信任根的硬件、一套授权协议,以及保存凭证的中立托管平台。

举个例子,你的 Agent 要帮你买一张很贵的国际机票。接入 IntentGrant 之后,它会先在耳机里把交易摘要念给你听,你再按一下手环或戒指上的实体按键,交易才会执行。从交易摘要、你按键的动作,到最后的交易回执,整个过程都会实时存证,事后谁也改不了。

万一发生争议,验证方不用把整个模型调用过程翻一遍。这套协议能够证明,用户看到了什么、有没有明确同意,以及 Agent 是否超出了授权范围。

币安最近一起涉及约 63.4 亿美元资产的安全事件,就暴露了类似的缺口。私钥没有泄露,攻击者仍通过被入侵的签名服务发起了有效交易。IntentGrant 防不了攻击本身,但想补上授权留证这一环。当有人追问「这笔操作是谁点过头」,能有一份平台改不了、任何人都能验证的凭证。

为什么非得用一个实体按键?Jones 的看法是,「能不能做」「有没有授权」这类判断,必须放在模型之外。声纹不够安全,因为它能被录下来重放,也能被 Agent 模仿。相比之下,戒指这类硬件内置了安全芯片,第一次激活时必须用本人手机上的指纹等方式绑定,哪怕别人捡到也用不了。

IntentGrant 第一批目标客户,是 Sandbar、Rokid 这样的穿戴设备公司。Jones 认为,这些公司把业务延伸到 Personal Agent 时,只有先解决用户信任,用户才敢让 Agent 去做更大额的交易。另一条线是和 AI 责任险公司联合测试,为保险定价、审计和纠纷处理提供证据。

团队目前共 4 人,成员来自京东、腾讯、美团、支付宝开放平台和硬件领域,已经有能跑起来的原型。IntentGrant 正在寻求 300 万美元种子轮融资,计划用 18 个月把协议推进到能付费、能复现的试点,并完成一次真实量产。

07

Yarrow:一套能交付的 AI 预测系统,

只靠 ChatGPT 不行

项目地址:https://yarrowlab.ai/

很多你关心的未来问题,可能在 Polymarket、Kalshi 这类公开预测市场上根本没人开盘。Yarrow 是一套 AI 预测系统,专门给这些还没被定价的问题算出一个校准过的概率。

团队刚发布了 MCP,用户可以把 Yarrow 接进 Claude Code 或 Codex,直接问它任何关心的未来问题。比如,一家公司下一季度能否达成目标、某只股票下个月会不会受某条政策影响。

从成绩来看,在 10 月 24 日的 ForecastBench 初步榜单里,Yarrow 按团队排名第 3,最佳的参赛条目排名第 11,得分高过带联网搜索的 GPT-6 Sol 和 Claude Opus 5.5。

在大约 90% 的问题上,Yarrow 只靠公开信息算出来的概率,和预测市场的价格只差 1 到 2 个百分点。剩下 10% 和市场有分歧的问题,有时就是机会,比如市场参与者看错了结算规则,AI 反而能看出来。

CPO Shiyao Meng 提到,直接拿通用大模型来做投资、交易方面的预测,极有可能会栽在幻觉、从众偏差、只找支持自己观点的证据,还有数据泄漏上。所以 Yarrow 会让不同模型家族的多个 Agent 独立分析,避免它们很快聊成同一个观点,能用数学或代码验证的地方都会去验证,最后再汇总成一个校准过的概率。

Yarrow 还在开发 Yarrow Stocks。用户建好自己的股票关注列表,系统会追踪相关事件,一有变化就判断它对持仓是利好还是利空,用户还可以接着追问。另一个方向是政策模拟,团队正和一家印度尼西亚智库合作,用多个 Agent 模拟提高碳税后,不同利益相关方可能作出的反应。

08

Canlah:

让 Agent 自己迭代 GEO

项目地址:https://canlah.ai/

Canlah 是一家在新加坡做 GEO 的 AI 增长公司,也就是让品牌更容易出现在 ChatGPT、Gemini 这些 AI 的回答里。

不过,创始人兼 CEO Phil Pang 对 GEO 这个词看得很清醒。他认为,市面上大多数只帮客户写博客、找外链的普通 GEO 服务,壁垒并不高,可能很快就会被下一种营销方式取代。

Canlah 的做法是,搭建一套由浏览器扩展和数据采集节点组成的网络,专门观察 AI 到底是怎么回答问题的,再从这些真实回答数据中总结出规律,用来训练和重建自己的模型。系统里的 Agent 会反复跑同一个闭环,在实践中学着把 GEO 做得更好。

用 Phil 的话说,「我们不只告诉品牌,AI 是怎么看你的。更重要的是,我们知道 AI 怎么看整个市场。」Canlah 配有一个专门处理数据的 Agent,同时盯着客户内部数据和外部行业动态,哪怕竞争对手刚刚改了官网页面,系统也能马上监测到。

Canlah 把产品分成了几档。免费的 AI Answer Monitor 让公司先看到自己在 AI 答案里的表现。99 美元的 DeepAudit 会用一组问题,帮品牌诊断眼下最该先修补什么。Canlah All-Stars 每月 1500 美元起,由多个 AI Agent 执行网站、内容和站外传播等工作。团队还提供 AI 销售员工服务,平均每个项目 9000 美元。

Canlah 今年 6 月正式营业,目前已经服务了 14 家客户,也是 OpenAI Select Partner。GEO 只是起点,接下来,Canlah 想把这套 Agent 基础设施延伸到营销、社交媒体和销售等环节。当 AI 开始替人决策和下单,Canlah 希望成为 Agentic Commerce 时代的营销底座。

跳转微信打开

  •  

AI 创业者别错过!Agent、AI 出海、黑客松,11-12 月这些活动值得冲

原创 Founder Park 2026-11-16 19:35 北京

近期值得关注的 AI 创业活动来了

想探索 Agent 的新产品形态、寻找 AI 创业机会,还是带着 Idea 认识同行、链接产业资源?11 月至 12 月,北京、上海、香港、佛山等地将有多场 AI 活动。从 Agent 产品交流、AI 创新大会,到全球化创业 Meetup、黑客松和创客大赛,一起看看有哪些值得参加。

此外,我们还整理了近期值得参与的一些活动,对更多活动感兴趣的小伙伴,可以点击文末的「阅读原文」查看。

Agent with Me|Idea Rush

主办方: Founder Park

活动时间:11 月 21 日(周六)

活动地点: 北京朝阳区

活动主题:

Agent 如何从开发者工具,走向更多普通人?可能是一个 AI 同事、一支多 Agent 团队、持续运转的 Auto Loop,也可能是进入金融、创作、游戏和日常生活的新产品。

这次,我们寻找人与 Agent 之间新的协作关系......

活动人群:

  • 正在研究多 Agent 编排、Auto Loop 的开发者

  • 做任务型 Agent、Personal Agent 的创业者

  • 将 Agent 纳入研发流程,落地具体场景的技术负责人

  • 重度使用 Agent、踩过真实卡点的用户

  • 对人与 Agent 协作有实践经验、独特想法的人

活动玩法:

所有人都要参与,并选择你的角色:

分享者:带着你的 idea 来,大家一起帮你盖楼;盖楼者,带着你的经验和想法来,帮别人盖好楼

极客公园创新大会

主办方:极客公园

活动时间:12 月 5-6 日

活动地点:北京 798 艺术区

活动亮点:

两天,四条主线,听最前沿的人聊未来:

✨「非共识」追问 Keep Asking

✨ 跑赢时代 Level Up with AI

✨ 未来 500 天 Frontier Bets

✨ 新产品,超体验 New Things,New Senses

主舞台之外还有 5 场小场深谈:

Personal AI|AI 创作|具身智能|硬件与 Maker|AI 实践

大会报名:https://mp.weixin.qq.com/s/8xyMQTtSCZJ68queC-vUKg

北京 ACE 科技创新大会

主办方:S 创 SlushChina

活动时间:11 月 20-21 日

活动地点:北京国家会议中心

活动亮点:

产业主旨分享、深度圆桌、60+互动展位,上手体验前沿 Demo,看见技术落地🤩

乐队 Live 集结:厨子和戏子、裁缝铺、斯斯与帆、Kawa、鸟撞、迷心、张彤禧 Selina、CircleArena 环形竞技场🎸

全球首个 AI × 音乐视觉黑客松|WaytoAGI 联合发起|剪映 Hub 独家支持,选手乐队同台共演🎵

科创路演|S-Monthly Pitch 特别篇,具身智能&文娱&体育科技 TOP 初创登台,一线 VC 点评,对接资本产业🤠

活动报名:https://mp.weixin.qq.com/s/6QHvYnJJp2ujrUD1d99eVA?scene=1

NextbyNEXT「出海闭门会」

主办方:Next by NEXT 模速空间

活动时间:11 月 20 日 14:00-17:00

活动地点:浦东软件园

交流主题:

重磅阵容:汇聚 Sieger、MongoDB、浦软创投、千零软件创始人、TGO 鲲鹏会、Brix、GenPark、慧多宝法律 AI 等多位 Pre-A 轮及以上的出海企业决策者、生态负责人。

采用「主题分享 + 圆桌讨论 + 茶歇交流」的轻量沙龙形式。让每位参与者充分交流。一起把 AI 出海从「试试看」变成可复制、可衡量的业务能力!

活动报名:https://mp.weixin.qq.com/s/6QHvYnJJp2ujrUD1d99eVA?scene=1

WAIC HONG KONG 全球启新盛会

主办方:WAIC

活动时间:12 月 10-11 日

活动地点:香港科学园

活动亮点:

2 天通票|论坛|展区|商务午餐

香港支点,打通场景 / 资本 / 出海 / 合规

百亿采购需求|对接全球资本

5000 + 产业伙伴,众多决策者投资人到场

顶尖企业、资本、高校齐聚,AI 出海 & 产业落地好机会!

活动报名:https://mp.weixin.qq.com/s/WiHXkuMenXu1sPsw4ADv9g

BayHack 2026「大湾区规模最大的黑客松」

主办方:BayHack

活动时间: 12 月 18–20 日

报名截止:11 月 18 日

活动地点:广东佛山

活动亮点:今年 12 月,BayHack 2026 将在广东汇聚 300–500 位来自全国各地及粤港澳大湾区的年轻创造者,开启一场为期三天的极限创造之旅!

从 AI、软件到硬件创新,这里没有标准答案,只有无限可能。你将与来自不同高校的开发者、设计师和创业者并肩创造,在短短三天内将大胆的想法变成真正的作品,并有机会与科技企业、创业者及投资人面对面交流。

无需提前组队,无需黑客松经验。无论你是技术大神,还是第一次尝试将想法变成现实,只要你热爱创造,这里就有属于你的位置。

活动报名:https://mp.weixin.qq.com/s/wL4GRsxaKb39olnKwTKv-w

DOAI 大会 · 全球 AI 创客大赛

主办方:德必集团 × 原子公社

活动时间:12 月 5-6 日

活动地点:上海

活动形式:

全球 AI 创客大赛,开放两条赛道:

  • FDE 赛道|挑战企业真题

上服集团、飞书深诺带来真实业务需求。你可以围绕企业出题做方案,在 FDE 实战中与出题方交流,探索合作机会。

  • 自由创意赛道|带上你的 AI 点子

从 AI 基础设施(AI Infra)、AI 应用到智能硬件,都可以作为参赛方向。

赛事奖励包括 15 万元奖金、DoBe 全球灵活办公工位卡和 Token 畅享权益。现场可以逛展位、听论坛,和 AI 创客聊作品,听行业嘉宾分享实践经验。欢迎转给正在做 AI 项目、找应用场景,或想一起逛展的朋友。

活动报名:https://mp.weixin.qq.com/s/U7HsEJK38-z3U9i8kXG2Gw?mpshare

更多活动详情介绍,⬇️点击「阅读原文」

阅读原文

跳转微信打开

  •  

新东方33周年:为值得的事情,携手努力!

俞敏洪 2026-11-16 17:24 北京

以下文章来源于:新东方

新东方

新东方,旨在提供有文化价值的教育、生活、文旅服务。

不慌,不飘,踏踏实实往前走。

亲爱的各位新东方同事:

今天是11月16日,新东方成立33周年纪念日。

北京已经深秋了,我坐在办公室里,窗外银杏黄得正好,秋色正浓,这让我想起33年前的今天,我骑着自行车去海淀教育局,领取了新东方办学的第一张执照。也是在这样一个普通的冬日,我在中关村二小一间漏风的平房里,挂上了“北京市新东方学校”的牌子。那时我三十一岁,口袋里没有多少钱,心里却装着对未来无限的向往。

三十三年,就这样一步一步走过来了。有些路是我自己愿意走的,有些路是为了前行,我们不得不选择的。不管是光明大道,还是荆棘小道,我们始终风雨兼程、一路前行。

去年的今天,我在南极。站在那片白茫茫的冰雪大陆上,我给你们写了一封信,只想说一句“新东方,生日快乐”,说一句“谢谢你们”。没想到这封信引来了一场我完全没有预料到的风波。有人说我作秀,有人说我炫耀,各种声音蜂拥而至。说句实在话,那阵子我心里有波澜、有失望、也有伤心。

可今天回过头看,我反而要感谢那一场风波。它让我把一件事想得更清楚了:一个人、一家企业,究竟该为谁而活。答案其实很简单——为自己心里认定的理想而活,为在我们面前的每一个学生、每一个客户而活,为每一个热爱新东方的同事而活,而不是为别人嘴里的评价而活。别人的嘴,我们管不了;自己的心,我们要守得住。

10位新东方优秀员工抽取到了价值15万元的南极船票

三十三年,我们做过很多事,也犯过很多错。但有一条线始终没断:我们做的,是对别人有好处的事,是抱着善意为这个世界努力贡献。这一条,比什么都重要。这让我们内心清清楚楚、明明白白、干干净净。

教育依然是新东方的根。不管外面的世界怎么变,我们做教育的这颗心不能变。今天的教育,早已不是当年那间平房里的英语补习班。孩子们需要的不只是分数,是眼界,是方法,是面对一个飞速变化的时代仍能站稳的能力。我们要做的,是把课讲得更好一点,让每个孩子更加懂得和理解世界一点,让他们更加美好自由地成长。“老师”这两个字分量很重,我们要努力对得起它的内涵。规模可以慢,品质不能降;生意可以少赚,良心不能亏欠。

新东方老师在支教

东方甄选做的是生活。我们想让好东西被看见,让田间地头的好收成卖得出去,让一张餐桌、一间厨房、一次日常的采买,多一点讲究、多一点体面。我们卖的从来不只是货,而是一种对生活的态度——认真、诚实、不将就。

过生日的小宝贝举着刚到货的东方甄选千层蛋糕

新东方文旅做的是行走。把课堂搬到山川湖海之间去:让一个孩子在敦煌的洞窟前读懂什么叫千年,让一位老人在一条古驿道上重新认识自己的家国,让一家人在陌生的城市里,找回彼此说话的时间。读万卷书,行万里路,这两件事本来就是一回事。

“旅居达人”张叔与爱人在新东方贵州兴义康养旅居

这几年,大家都在说“不确定”。经济的风向不确定,行业的环境不确定,技术的浪潮一波接一波地拍过来。但我想说一句:越是不确定的时候,越要去做确定的事。

什么叫确定的事?把课讲好,是确定的;把产品做好,是确定的;把人待好,是确定的;不骗人、不偷懒、不走捷径,是确定的。这些事,谁也拿不走,什么风浪也吹不倒。

新东方霞客号文旅专列

三十三岁,对一个人来说正是好年纪。不再毛毛躁躁,也还没到暮气沉沉;知道自己的长处,也认得了自己的短处;摔过跟头,所以走路更稳。一家企业到了这个年纪,也该是这个样子——不慌,不飘,踏踏实实往前走。

谢谢你们!是你们在讲台上一站就是一天,讲到嗓子发哑;是你们在直播间里守到深夜,一遍遍把同一件商品讲清楚;是你们在异乡的路上举着小旗子,等一群又一群迟到的客人。你们中间很多人,把最好的年纪给了新东方。这份情,我记在心里。

我今年六十四岁了。有人问我什么时候退休,我说,只要还走得动,我就愿意和大家一起往前走一段。不是为了证明什么,是因为这件事本身值得做,和你们一起做,更值得。

苏东坡有一句词,我常想起:“莫听穿林打叶声,何妨吟啸且徐行。”外面下雨也好,起风也好,我们只管走自己的路,走稳一点,走远一点。

三十三年了。谢谢每一位曾经和正在新东方的人。

新东方,生日快乐。

也祝我们每一个人,幸福快乐!

俞敏洪

2026年11月16日

跳转微信打开

  •  

写书的过程

原创 吴鲁加 2026-11-16 08:11 新加坡

《夹缝生长》发出来后,有好几位朋友问我是怎么忙里偷闲见缝插针完成的这本书,以及花了多长时间?

这事说起来简单:

  1. 准备好素材。这我不缺,近 1000 篇创业笔记加上几百篇公众号,以及零零散散的各种碎片记录,够了。

  2. 梳理清楚结构。这块我卡壳了很久。

  3. 一章一章写完。

  4. 一章一章回看,修改。

  5. 重新思考结构,修改。

  6. 4-5 之间可以无限循环,直到满意或者放弃,我其实是三遍后放弃了。

  7. 提交给出版社,根据编辑的意见调整。

  8. 定稿。

我回看了一下 Github,发现其实也没那么简单,我梳理了时间线。

从 2024 年 4 月 25 日,我就建了仓库,并且写了:

  1. 打算写一本书,书名暂定《夹缝生长——小而美的产品创业》

  2. 因为拖延症 + 总是纠结目录,干脆试试开源发布,先把想要的内容都丢进来,再拼积木

  3. 欢迎朋友们提建议,想了解什么、有什么合适的案例推荐、觉得可以放进谁或哪个产品的故事等等

但是写完直接卡壳,直到 20250101,说要重启 flag。然后又卡住了。这些卡壳,都卡在有不少素材,但是自己不能将其串起来,所以一直在想结构,想想又放弃。

到了 2025 年 6 月,看到方军说阳志平的 7x7 的写法,7 章,每章 7 篇文章,20-30 页。用这个方式把工作量先切碎,就算写的东西不满意,也先写几十篇文章出来,然后再慢慢改,或许是种思路。

然后考虑,每个章节都提出一个问题,然后一个小节回答一个问题。且结构考虑是结论先行 + 易于理解的故事 + 适当的分析讨论。后来确定为一个关键词 + 简单的解释 + 知识星球的故事 + 目前成功或者失败的实验,用这种方式进行。

然后就确定了一堆关键词,沿着关键词找笔记、记录、故事,写一篇短文。从 2025 年 8 月到 2026 年 2 月,这样零零碎碎地把内容写完了。

然后再回头梳理结构,那会儿已经有了 opus 4.6,于是春节期间,大量跟 AI 沟通讨论,大量使用 AI 把此前的稿件进一步整理,并且补上新结构中还缺位的一些积木。到 20260218,完成了初稿,并且发给几位朋友、老师,请他们帮我提建议。

到 20260328,提交给出版社。到 20260525 根据编辑返回的意见,提交了两轮调整。

此后就是出版社的工作,直到 20261101,书籍开始预售。20261112 第一次印刷的版本卖完重印。

要说我的体会是:

  • AI 给了很大帮助——尤其在梳理结构、讨论内容质量、事实核实等过程中,能够给出有深度的反馈,并且大量降低体力消耗。

  • 即便如此,写书仍然是个很讨厌的事,确实很难让自己满意,而且是越看越不满意——这也导致了定稿版本其实我都有些不愿看,自己觉得不满意,但“事已至此,就这样了吧”。

  • 运营推广很重要,要撕下“知识分子”的面子,把书当作产品去推广,作品出来了,还是应该让人看见,才会有反馈,才会有迭代,才会有进步。

而说回来,其实这本书我还是有不少不满,比如:

  • 有不止一位师长和好友给了类似的反馈,说我天天嚷嚷着做减法,但书里还是堆满了内容,似乎想把我知道的所有东西都塞给读者,让人阅读起来没有畅快、一气呵成的轻松感。这我非常同意,只是——确实懒了,改不动了。

  • 虽然有很多素材,但我习惯口语化表达,语病很多,修改过程中偷懒,让 AI 尽可能学习我的写作方式改,不可避免地留下了些 AI 痕迹,同样的,也是改不动,自己看吐了,偷懒不改了。

我写这本书,大致就是这么个过程了,不容易,不满意,但毕竟交卷啦。感谢朋友们帮忙转发、阅读、评价、宣传。 

跳转微信打开

  •  

月薪8万的岗位,为什么还会接不到活?

原创 点这里关注→ 2026-11-16 08:00 上海

如题

FDE的痛苦,正在被越来越多的人知晓。

前段时间,有媒体发布了一篇文章。这篇文章,描绘了一幅“一半火焰,一半海水”的画面。

一边,是头部大厂和AI公司高薪招人。一些企业,能给FDE开出月薪8万的条件。另一边,是一大批履历优越、经验丰富的独立FDE,喊着“接不到活”的苦。

可是,月薪能到8万的岗位,为什么还会接不到活?

因为,FDE和客户之间,有一种天然的矛盾。

什么意思?

和你说说我的看法。

首先,什么是FDE?

我们在好几篇文章里讲过。简单复习一下。

FDE,Forward Deployed Engineer,前沿部署工程师,一个因为美国公司Palantir而被人熟知的岗位。这种工程师,不能只坐在公司里写代码,还要去到客户现场,弄清楚客户的业务是怎么运转的,再把技术一点一点地接进真实的流程里。

比如,字节某FDE岗的要求,就是理解客户场景,开发原型,连接应用接口和数据系统,推进生产部署,上线以后和客户的工程团队一起保障稳定运行和使用率。

这几年,FDE火得一塌糊涂。数据显示,今年上半年,FDE相关职位的发布量,同比增长了21倍。甚至,很多人为了追上这股热浪,直接就转了行。

那么,FDE为什么会这么火?

因为,FDE是AI在企业里落地的“最后一里路”。

把AI工具买回来,并不等于把AI工具用起来。

举个例子。

你想上一个AI客服。模型本身很聪明,什么都能聊两句。但是,它不知道你们公司的退货规则,不知道订单信息躺在哪一个系统里,不知道投诉单该转给谁。这些东西,不是AI自带的,而是在公司的老系统里,在一线员工的脑子里。

所以,得有人去现场,和业务的人待在一起,把真实的流程还原出来,把几个系统接起来,调试效果,观察上线之后的表现。

这个人,就是FDE。

过去,买软件就像买沙发。沙发,是标准品。你选好,带回家,事情就结束了。现在,FDE是装修队,直接住进你家,看你每天怎么做饭,孩子在哪里写作业,老人起夜走哪条路。然后,边看边做边改图纸。

为什么要边看边做边改图纸?

因为,很多需求,在见到方案之前,就是讲不清楚的。

第一版AI客服做出来,回答得挺准,客户看了觉得不错。但上线一周就发现,顾客问得最多的不是退货规则,而是“我的东西到哪了”。这个时候,就得改,得接物流系统。第二版出来,又发现有一类顾客需要人工优先接,机器人就得会识别,会转送。这个时候,就得再改。需求,就是越改才会越清楚的。

所以,图纸要不停地改,方案要不停地改,落地方式要不停地改。

但是,这就带来了一个要命的问题。

修改的成本,由谁来承担?

客户,是不情愿的。

因为,很多人花钱请FDE,就是为了把不确定性打包出去。钱,我已经付了。剩下的,是你的事儿。至于改需求,那是天经地义。没见到东西,我怎么知道自己要什么?如果一改就要加钱,那不是坐地起价吗?

FDE,也是不情愿的。

因为改需求的成本,是FDE,尤其是独立的FDE难以承担的。比如,曾有一位FDE在一个项目中改了3次标签体系,光Token就花了几万。最终,这笔费用,是他自己扛的。而很多中小企业的项目,报价也才一两万。改个几轮,直接成倒贴钱了。

于是,客户就觉得FDE不靠谱。钱都花了,却换不来满意的东西。FDE,也觉得客户不靠谱。一会儿一个想法,改个没完。

这就是FDE和客户之间,那个天然的矛盾。

其实,在很长的一段时间里,中国的软件行业,就是这样的。按项目,卖人头。一个项目谈下来,一群工程师砸进去。需求改到哪,人就跟到哪。

爆火之后,很多FDE,也成了这个样子,只好用出一些自己的对策。

比如,有的FDE,更愿意接能直接向CTO或CEO汇报的项目。因为不懂业务的对接人,容易让需求反复。比如,有的FDE,只接企业一把手提的项目。否则,交付规则很难定义,最后很难验收。

于是,“接活”这件事,就开始变得越来越难。

虽然,这不是FDE真正的“定义”。但是,这确实成了今天很多FDE真正的“样子”。

真正的FDE,其实有一组双向的箭头。

一个箭头,是出去。工程师走进客户现场,弄清问题,把系统搭起来。一个箭头,是回来。把在现场踩过的坑,发现的共性问题,带回自己公司,变成产品。

比如,Palantir曾发现,好几个客户,都遇到了相似的问题。于是,他们就把这些现场经验做成了Foundry平台里的一套工作流模板,叫Archetypes,然后拿去服务下一个客户。比如,OpenAI曾在一个电信客户的语音项目里,和客户一起搭平台。研究团队,根据现场的反馈,改进了模型,后来又用到了别的客户身上。

在这组双向的箭头之下,客户改需求,就不再是一笔纯亏损,而是一笔研发投入。因为这一单的修改,会带来下一单的产品。

所以,账,是能算得过来的。

但今天,很多FDE,已经只剩下“出去”这一个箭头了。

不管是客户,还是做FDE的公司,很多时候干的,依然是单纯的外包。派几个人,把事儿办了。按项目报价,按人头投入。

过去软件行业吃过的苦,今天FDE又吃了一遍。

火了两三年之后,FDE,也终于到了“需要被重新认识”的时刻。

至少,这种外包式的FDE,大概率不会是真正的未来。

那什么才是真正的未来?

ITBP。

什么是ITBP?

你可能听过HRBP,就是把人力资源的伙伴派到业务部门身边,跟业务一起打仗。ITBP,是类似的含义。把懂技术的人放到业务旁边,让那些天天跟客户、订单、库存打交道的业务骨干,自己用越来越便宜的AI,搭系统,改系统。

因为软件,正在变得越来越便宜。软件越便宜,最贵的就越不是代码,而是“知道自己要什么”。而最知道要什么的人,就在公司之内。

所以,在今年的年度演讲里,我还会更加详细地和你聊一聊,到底什么是FDE,到底什么是ITBP。

毕竟,在那个天然的矛盾里,没有谁是坏人。

改来改去的客户,不是坏人。他们只是没办法在见到东西之前,说清楚自己要什么。忙来忙去的FDE,也不是坏人。但他们却被一个算不过来的结构,困死在了现场。

都在努力,也都在受伤。

也许,属于FDE的故事,不能再这样下去了。

脚下的路,是时候换一换了。

PS:

脚下的路,该怎么换?今年,我们也为此启动了一个新项目,叫“200万·AI落地营”。

每一期,我和团队会陪10家左右企业,用整整5天时间,找到公司里那个至少“价值200万的问题”,再用AI编程,亲手搭出一套能用的定制系统。

每家企业都要来三个岗位:创始人、业务负责人,和未来的ITBP。我们一起把模糊的“愿望”打磨成真问题,再一起搭架构、跑系统。

5天下来,不仅软件跑通了,人和能力也留在了公司里。以后需求再改,自己人就能动手。关于训练营更多信息,你可以看这篇文章。

新一期即将在12月中开启。如果你也想带团队迈出这一步,欢迎在置顶评论联系我们。

观点 / 刘润  主笔 / 二蔓  值班编辑 / 橙子  版面 / 黄静  

这是刘润公众号第3119篇原创文章。未经授权,禁止任何机构或个人抓取本文内容,用于训练AI大模型等用途

图片

图片

品牌推广 | 培训合作 | 商业咨询 | 润米商城 | 转载开白 | 企业AI落地

请在公众号后台回复  合作 

跳转微信打开

  •  

今年,是1918年

点这里关注→ 2026-11-16 08:00 上海

如题

年度演讲,还在推进。研究工作,还在继续。

但越研究,越有一种强烈的感觉,忍不住要和你分享。

今年,是1918年。

什么意思?为什么这么说?

我们先把时钟,拨回到1882年。

1882年9月4日,下午3点。纽约,华尔街23号。

这里,是摩根公司的办公室,金融家J.P.摩根的地盘。屋子里,站着一个35岁的男人。他的名字,叫托马斯·爱迪生。为了这一天,爱迪生已经准备了整整四年。四年之前的1878年,他对外放话,说自己要用电,取代煤气灯。消息一出,煤气公司的股票,应声下跌。

(托马斯·爱迪生)

那么,他要怎么兑现自己的言论?

当然不能只靠灯泡。一个灯泡,什么都不是。你得有发电机,把电造出来。得有埋在街道底下的电缆,把电送出去。得有电表,知道每家用了多少。得有保险丝,否则一短路就着火。还得有灯座、开关、接线盒。

这是一整套“电的世界”。

1879年,爱迪生做出了能连续亮十几个小时的碳丝灯泡。然后,又花了将近三年,在曼哈顿下城挖开街道,铺设线路,在珍珠街255-257号的一栋砖楼里,装上了一台大约27吨重的发电机。因为个头实在太大,人们还给这种发电机起了个外号,叫“巨无霸”。

(来源:美国亨利·福特博物馆,馆藏历史照片)

下午3点,开关合上。电流,从珍珠街出发,沿着地下的铜线,流向了周围大约一平方英里内的59个用户。大约有400盏灯,同时亮起。

据说,当时的爱迪生,只说了一句话。

我做到了我所承诺的一切。

其实,下午3点,天还是亮的。灯光,并不显眼。但是,等到太阳落山,一切都不一样了。

填满那个年代黑夜的,原本是煤气灯。火苗会跳,会熏黑天花板,会有一股怪味,一不小心还会引发火灾。可几千年来,人类本质上都是用“点火”的方式,来对抗的黑夜。

但这个夜晚,一根根细细的灯丝,安静稳定地亮着。

《纽约时报》,也是那59个用户之一。报社里,装了52盏电灯。第二天,记者在报纸上写,这种光柔和不刺眼,坐在底下写上几小时的字,都感觉不到自己是在用人造光,简直像是在白天写作一样。

亘古长夜,在那个夜晚,迎来了真正的白昼。

见证了魔法的人们也相信,新的世界,就要来了。

工厂,会彻夜通明。机器,会被电驱动。生产力,会一飞冲天。财富,会滚滚而来。

那么,接下来,是不是该到“技术改变世界,创造巨额财富”的环节了?

并没有。

在之后的三十多年里,世界经济和生产效率,并没有发生什么根本性的改变。

直到,1918年。

1918年,美国的马路上,已经跑满了各种各样的汽车。

但是,根据统计,每两辆车里,差不多就有一辆是同一个型号。

福特T型车。

那么,福特是怎么做到的?

在1900年左右的美国工厂里,抬头就能看到一根长长的铁轴,横贯整个车间。这根铁轴,叫“天轴”。因为蒸汽机时代里,一个工厂只有一个动力源,就是那台巨大的蒸汽机。蒸汽机带动天轴转,天轴上挂着一排齿轮和皮带轮,一条条皮带垂下来,连接地面上的机床、纺纱机、冲压机。

天轴一转,所有机器一起转。天轴一停,所有机器一起停。所以,整个工厂的布局,是围绕着动力来设计的。

现在,电来了。很多工厂老板也很激动,就开始拥抱新技术。他们拆掉了大蒸汽机,换上了大电动机。但是,天轴还在,皮带还在。机器,也在原来的位置上。就是可怜了原本的那位烧煤工,一下子被干掉了。

结果呢?多花了一笔电动机的钱。效率,却几乎不变。电这项伟大的技术,被塞进了蒸汽机的旧房子里。

后来,亨利·福特想明白了一件事。这件事,也被记录在自传《我的生活与工作》里。

发电系统,要把工业从皮带和天轴里解放了出来。因为最终可以给每一台机器,配上它自己的电动机。事实上,用皮带和天轴,现代工业根本无法运转。电动机,可以让机器按照工作的顺序来摆放。仅这一点,就能让工业效率大概翻一倍。

是的。按照工作的顺序来摆放。

以前,机器要迁就天轴。以后,机器要迁就工序。

1908年,T型车上市,售价850美元,相比于动不动就两三千美元的汽车,已经很便宜了。1910年,福特又在底特律北边的高地公园,建起了一座新工厂。因为用了大面积的玻璃窗,又被人称为“水晶宫”。

1913年,福特又重新设计了整个工厂。他们把装飞轮磁电机的过程,拆成了29道工序,让零件沿着一条线移动,每个工人只做其中一步。结果,原本需要20分钟的用时,降到了13分10秒。再后来,7分钟,5分钟。同样的办法,又用到了整车底盘上。装配一个底盘的时间,从12个半小时,降到了1小时33分钟。

效率,一飞冲天。价格,就跟着往下砸。

T型车,一路降到1916年的三百多美元。甚至,之前的1914年1月,福特还宣布,工人的日薪,要从2.34美元,涨到5美元。消息一出,成千上万的人涌进高地公园。那个冬天,工厂甚至要用消防水龙去驱散人群。到了1918年,T型车火遍全美。福特又在底特律郊外的胭脂河畔,开建了一座规模更大的工厂。

(亨利·福特博物馆的德州亨德森街景,路边停的几乎全是 T 型车)

人们终于意识到,原来,不是要把电动机塞进旧工厂,而是要为电动机设计一座新工厂。

而此时,距离1882年,已经过去了整整36年。

也是从那以后,因为电而获得了巨额财富的人,才真正开始井喷。

是的。这就是第二次工业革命的故事。

其实,大多数“技术改变世界”的故事,也都押着类似的韵脚。

首先,是新技术出现。因为创新,因为吸引眼球,所以被不断追捧,直到顶点。然后,人们开始觉得,这个东西,搞得挺热闹,但好像没什么用。于是,顶点开始一路俯冲,直到谷底。但是,依然会有人继续研究,攻克难题。接着,技术就会走出谷底,再次回到大众的视野,成为一项真正成熟的技术。最终,进入生产,大规模地影响商业世界。

现在,你大概就能理解,为什么我会说,今年是1918年了。

在此之前,技术,已经出现。

每隔几天,就会有人来告诉你,AI,又更新了。世界,又又又变了。

就像,1882年的那个晚上。

但是,世界经济和生产效率,并没有因为AI的到来,而发生根本性的改变。

为什么?

因为,伴生技术,并没有一同到来。

什么是伴生技术?

就是陪伴技术走进生产的技术。它未必耀眼。但有了它,伟大的技术才能从“被塞进旧流程”,变成“重新设计流程”。

越来越小的发电机,就是电力的伴生技术。因为大电机,只能替代蒸汽机。天轴还在,流程不变。小电机,才能装到每一台机器上。天轴,可以拆掉。工厂,可以按工序重新摆。流水线,才会出现。

没有微型电机,电就是蒸汽机家里的孤儿。

相似的故事,发生过很多次。

1987年,诺贝尔经济学奖得主罗伯特·索洛说过,你在哪儿都能看到计算机时代,唯独在生产率统计数据里看不到。为什么?因为进入办公室的电脑,被用来打字、算账、代替打字机和计算器。流程,还是原来那套流程。直到后来,网络、企业管理软件这些东西普及开来,企业开始围着电脑重新设计业务流程,美国的生产率在1990年代后半段,才出现了一轮明显的加速。

技术,是来点灯的。伴生技术,是来拆天轴的。

所以,前几年,AI一直没能真正地改变企业,改变业务,改变生产,改变流程。

更多的,还是被用来提高一点点单点效率。比如写周报。甚至,有的员工,写了200字的周报,请AI扩写成2000字。老板看不过来,又用AI给缩回了200字。

流程还在。天轴还在。

但是,站在今年这个时间节点,你会发现,伴生技术,似乎正在到来。AI,开始真正改变一些企业。

比如,有位企业家,原本做好了预算,要多招150个销售和客服。后来,他带着团队写了一套小软件。客户一开口,相关资料和建议回复就自动出现在客服手边。每个人能服务的客户数,一下子扩大了。那150个人,没有招。按一个人一年20万的综合成本算,一年就是3000万。

比如,一家做线下连锁的公司,全国大约500家门店。店长的核心工作,是销售。好的店长,一年能成交四五百单,差的只有几十单。于是,他们把销冠的话术记录下来,跟真实的成交数据做比对,找出到底是哪些动作真正带来了成交,沉淀成了一套策略库,每天早上推送给所有门店。

天轴,正在被拆除。流程,正在被重新设计。

2026,就是那个特殊的临界点。

但有趣的是,今年,人们对于AI的态度,似乎也来到了某种临界点。

从一开始的好奇,到兴奋,到麻木,到焦虑。现在,甚至已经对焦虑感到麻木了。这种情况,真的很少见。以至于,今天很多的自媒体,但凡是在标题里放“AI”这个词,流量立刻就得掉一大截。

所以,对于想要抓住机会,做点什么,从而获得财富增长的人来说,这或许就是最好的时间点。

那么,怎么才能抓住机会?哪些技术,是真正意义上的伴生技术?

为了找到答案,我们一直走在路上。

在过去的一年里,“问道全球”的脚步,已经先后去往了美国西海岸、加拉帕戈斯、古巴、乌兹别克斯坦、哈萨克斯坦、巴西。

同时,我们的私董会、进化者访谈、问道中国、问道内心、年中大课,也都在继续。

另外,今年,我们还启动了“200万AI落地营”,和企业家们一起,探索AI在具体行业、具体公司、具体业务上的落地方式。

(图片可左右滑动)

我们就这样,在现场,向千行百业的企业求教,向优秀的创业者取经,向各个领域的老师学习。

渐渐地,关于一些你可能关心的问题,我也有了一些自己的答案。

比如,AI的伴生技术,到底是什么。比如,被AI冲击的企业,到底该怎么办。比如,AI越来越强了,人要去做些什么,才能变得越来越贵。

所以,我的朋友。

今年的年度演讲,会有一个重要的变化。

往年,我们都是上下半场,各4个模块。一个模块一个主题。但今年,我打算把整个上半场,都给AI,直到讲透为止。讲透它会带来什么机会,讲透我们要如何抓住机会。

为了做好这件事,今年,我会用超过一个月的时间,来梳理我们在这一整年里,所发现的变化与机会。在最后的一个月里,依然是不出差,不开会,不去办公室。最后,在11月28日当天,用4个小时的时间,与你毫无保留地分享。

同时,我也想邀请你,来到现场。

现在,我们也开放了购票通道。欢迎你通过下方的入口,了解更加详细的票务信息。抢先购买,还可以享受到更低的早鸟价。

▲点击抢购限时优惠早鸟票

想改变,是好事。想抓住机会,更是好事。

但机会,不是给待在家里的人准备的。

11月28日,就让我们一起,迎接第四次工业革命的,1918。

我们,不见不散。

跳转微信打开

  •  

你赚不到认知以外的钱

点这里关注→ 2026-11-16 08:00 上海

如题

认知赚来的钱,和运气赚来的钱,区别平时看不出来。

只在关键的那一两次判断里显形:

要不要转型,要不要砍掉那条业务线,要不要在别人撤退时加仓。

每一次,你都是在拿自己的认知下注。

而认知这件事,没法靠刷短视频补上。

它需要被真正说透过一次。

跳转微信打开

  •  

11月16日(勤商日历卡片):狂奔的拼多多,遇到了一个难题

刘润 2026-11-16 08:00 上海

如题

早安!

今天勤商日历的拓展阅读文章主题是:《狂奔的拼多多,遇到了一个难题》

希望能帮助您更好地理解这一页日历的内容,开启元气满满的一天~

什么是“勤商日历”?

勤商日历,是一款专门为你开发的,日复一日地陪伴你、鼓励你、帮助你,通过“制定目标,每周复盘,制定计划”,把焦点放在自己身上的日历产品。

你可以通过这本日历,以周为单位,不断迭代,不断成长。

首先,在日历上写下你的目标。

然后,根据日历上每周六的“每周复盘”进行复盘。

怎么复盘?

你可以用你最自然,最喜欢的方式。

但如果实在没有格式,可以用我建议的:继续做什么?停止做什么?开始做什么?

最后,根据日历上每周日的“下周计划”制定每周计划。

在这一页上,我们只设计了从P1到P5,简单的5行。

计划,不用长篇大论。只需要写接下来的一周,你觉得一定要做的事情。

写下来,你才会慎重对待。

这就是勤商日历。

如果你也喜欢这种轻松、简洁的商业学习方式,欢迎点击下方卡片,关注【勤商日历】。

2027年勤商日历,现已上线开售,有需要的朋友,可以入手~

跳转微信打开

  •  

算力热潮之下,“乌兰察布们”还有三件事要做

巴九灵 2026-11-16 16:00 北京

作 者:巴九灵

来 源:吴晓波频道(ID:wuxiaobopd)

产业兴城,都写在路名里。

车沿着乌兰察布察哈尔高新区益武堂北区的大道行驶,几块格外醒目的路牌映入眼帘。蓝橙相间的底色之上,汉字和蒙古语印着颇有分量的道路名称:华为大道、苹果大道、阿里大道和优刻得大道。

这里也是乌兰察布较早形成的数据中心集聚区。过去十多年里,乌兰察布凭借电力价格便宜、天然冷源充足、与北京之间光纤往返延时仅4.2毫秒等条件,吸引了华为、苹果、快手、阿里、中金数据、优刻得、世纪互联等一批企业在此布局数据中心项目,逐渐形成了一个颇具规模的数据中心产业集群。

到了2026年,乌兰察布迎来了新一轮关注。今年8月,高盛发布中国数据中心行业报告,将乌兰察布列为中国及亚太地区规模最大、增长最快的AI算力集群之一。

随后,关于这座城市的报道密集出现,企业投资、项目签约、算力基地投产的消息接连传来。12.5GW、百万卡、GW级算力中心……一连串过去更多出现在全球科技巨头新闻里的数字,开始频繁与乌兰察布联系在一起。

立冬后的第一场雪落下,我们抵达了乌兰察布。走进新区的绿色算力产业发展展示厅,眼前的景象很快让人感受到这座城市当下的热度:展厅门口停满了车,来自各地的政府考察团、企业客户、行业专家和媒体记者接踵而至。

展厅内,一拨人刚刚进去,下一拨人便已经等在门口,人流几乎没有间断。这里俨然成了一个算力产业的打卡地。

站在凛冽的寒风中,吴晓波说了一句玩笑话:“宇宙的尽头是不是铁岭,我们不知道;但全球算力的尽头,很可能就在乌兰察布。”

今天的乌兰察布,究竟已经建成了多大的算力集群?放到全球范围内,它处在怎样的位置?当资本、企业和技术资源不断涌入,当地又将如何接住这场产业变革?

“都急着要缩短交付周期”

如果说路牌上的华为、苹果、阿里、优刻得,让人第一次直观感受到乌兰察布与算力产业的联系,那么当更近距离观察这片算力产业的建设现场,会有更细节的感受。

这里正在经历一场大规模的建设。

沿着道路行进,一栋栋数据中心建筑成片铺开。它们大多方方正正,外观简洁,像一个个巨大的盒子。已经建成的机房整齐排列,旁边还有不少工地正在施工。有些楼栋已经搭起主体骨架,工程车辆在道路上穿梭,施工现场不断有新的建筑拔地而起。

用吴晓波的话来说,“今天的乌兰察布就是一个巨大的建筑工地。”

这种感受并不夸张。《新华每日电讯》今年10月的一篇报道提到,仅察哈尔高新区,在建算力项目就有22个,建设工人接近3万人。

中午饭点,工地周边摆满了临时摊位,卖盒饭、水果和饮料;下午下班时,返城的道路上甚至出现了拥堵。对于一座常住人口只有100多万的城市来说,这样的建设场面并不多见。

但如果把视线从眼前的楼栋再往外推,乌兰察布正在承接的算力体量,还要大得多。根据媒体披露的数据,截至2026年10月中旬,乌兰察布已累计签约算力中心项目109个,签约机架规模超700万架,签约IT负荷超25GW,智算占比超90%。作为对比,摩根士丹利预计2026年底全球数据中心IT容量约为136GW。

当然,这还是一个面向未来的规划数字。眼下更紧迫的任务,是让已经签约的项目尽快建起来、投入使用。这意味着,建设速度本身就成了竞争力。

那么在乌兰察布建一个数据中心最快需要多久?

100天。

这是在今年云栖大会上,阿里云的答案。达成这种速度,企业们想出了一种非常智慧的建设方式。

走进乌兰察布的数据中心建设现场,可以看到一种颇为特别的景象:一栋三四层高的建筑,主体框架已经搭建完成,外墙和窗户还没有完全封闭,由此形成了一个个镂空的方形空间组成。

透过这些空出来的空间,可以看到里面已经放置了一个个集装箱。楼体周边的空地上,还有不少等待吊装的集装箱,整齐地摆放着。

已放置好集装箱的建筑楼体

工作人员告诉我们,这些看起来普普通通的集装箱,里面装着一套套预先组装好的数据中心设备。

机房、配电系统、制冷设备等在工厂完成安装和调试,再装进集装箱运到现场。等建筑主体框架建好,模块吊装就位、完成连接,再进行外围施工。

原本需要在现场依次完成的环节,由此可以在工厂和工地两边同步推进。模块运到后,只需吊装、连接和调试,就能缩短数据中心的交付周期。

这种方式的成本比传统从土建到机电逐步交付的方式更高,但在乌兰察布的建设现场已经相当普遍。不同企业的Logo印在集装箱上,一批批模块运抵现场,等待吊装。

“现在大家都很急,都想缩短数据中心交付的周期。”

数据中心和建筑工人

“一度电要创造三块钱的收益”

在热火朝天的建设现场之外,乌兰察布仍然是一座相当安静的小城。

我们住在高铁站附近的酒店,这已经是在乌兰察布城区的边缘,而数据中心所在地还在更外侧的产业片区。

晚上从产业区开往酒店的路上,沿途是大片的黑暗,除了偶尔经过的红绿灯,很少能看到其他灯光。这段路程往往需要二三十分钟。

当地出租车司机向我们介绍美食和特色时说:“吃饭就是羊肉、土豆,看风景就是去草原。”聊到最后,她笑了笑:“乌兰察布没什么东西的,就是一个小城。”

尽管全球算力产业的目光正在聚集于此,市区不少公交站牌上都打出了“Token之城”的标语,但对于许多当地人来说,二三十分钟车程之外正在发生的全球科技变革,似乎还没有与他们的日常生活产生太多联系。

“这座过去以土豆产业和旅游业为重要发展方向的城市,如今迎来了大规模的算力建设,成片的数据中心拔地而起,甚至开始进入全球算力产业的中心视野。但这场产业变革究竟能给当地带来多少实际收益?又能为当地就业和经济发展创造多大的价值?”吴晓波不止一次发问道。

在乌兰察布察哈尔高新区的园区沙盘前,乌兰察布市大数据管理局局长郭晓玲指着数据中心运行情况的大屏幕,笑着讲了一个目标,“我们希望未来数据中心能做到每消耗一度电,创造3元钱的收益。”

2026年前三季度,乌兰察布算力规模达到22万P,同比增长85%;数据中心用电量达到55.21亿千瓦时,同比增长84.1%。同期,算力产业实现营收69.71亿元,同比增长34%。

几组数字放在一起,能看到产业扩张的速度,也能看到一个矛盾:按数据粗略计算,前三季度乌兰察布每度电对应的营收约为1.26元,这与3元的目标还有不小差距。营收增长并没有跟上算力规模和用电量的增长。

这也是中西部算力小城在数据中心建设中面临的一个共性问题:算力规模增长,并不必然带来地方收益同步增长。

“不能只留轰鸣声”

问题的背后,和数据中心的商业模式有很大关系。梳理资金流转,数据中心在投资、运营和收入上存在三个特点:投资在外、收入有限、结算在外。

数据中心投资的大头是服务器、芯片和供配电设备,采购基本发生在乌兰察布之外。本地能够参与的主要是土建、机房外壳和部分配套施工,项目投资额虽然计入当地,但大量设备采购资金流向了外部供应商。

建成之后,数据中心的日常收入主要来自机房租金、电费和运维服务。服务器通常由客户自购,算力服务和业务增值收入则由客户获取。本地运营主体拿到的更多是相对固定的托管和电费收入,难以随着算力产出增加而分享更多收益。

此外,一些云服务业务由外地总部统一销售,收入和税收也可能在其他经营主体确认。项目所在地承担了土地、电力和基础设施投入,却未必能获得相应的税源。

在大规模的建设之外,很多地方政府面对的尴尬是:收益没有同步增加,土地、电力等资源却被实实在在地占用。

在乌兰察布的数据中心集群中,我们对资源利用最直观的一个感受是:土地供应已经开始紧张。

在已经建成和正在建设的数据中心园区走一走,会发现一个明显差异:新建片区的数据中心,排布得比早期园区更加密集。已经投运的楼栋之间,还留有相对宽松的间隔;到了新的建设片区,一栋栋数据中心紧挨着铺开,园区之间的空隙明显变小了。

当地工作人员指着沙盘,介绍这些年的建设变化:最早的一期数据中心集中在益武堂片区,园区用了七八年时间才逐渐建满。

后来,新的区域陆续拓展出来,面积与早期片区相近,项目进驻的速度却明显加快,新增片区只用了两三年,就已经有企业陆续入驻。如今,新的建设区域又在向外延伸,一些地方已经进入了基础施工阶段。

《经济观察报》今年8月的报道提到,2024年底当地签约算力中心项目是36个,而今数据已经增加到了109个,一些已经签约的项目仍然在等待用地指标。过去,这里拥有相对充足的土地资源;如今,随着项目集中落地,土地指标成为了影响建设进度的因素之一。

“用了地、用了电,不能只让轰鸣声留在这里,还得想办法把钱也留下来,不然就有点冤大头了。”在一家数据中心外围,一个在本地做基础运维的人,如此说道。

“到2030年要新增3万名IT人才”

土地、营收之外,还有一个与当地人息息相关的问题:大规模铺开的算力集群,能带来多少就业?

它有两个观察维度:一是能不能承载更多本地就业,二是能不能吸引更多高层次人才来到这里。

在乌兰察布的数据中心园区里,建筑规模很大,路上却很少看到人和车辆。进入楼栋后,里面也相当安静,日常运营所需的工作人员并不多,周边几乎找不到相关配套。

“我们想出去搓一顿,得开二三十分钟的车,去市区。外卖点不了的。”一位工作人员告诉我们。

乌兰察布察哈尔高新技术开发区航拍

数据中心是资本和技术密集型产业,建设投入很大,但长期运营所需的人员相对有限。据测算,算力中心每百亩土地可安置就业约100人。与制造业相比,这类项目的长期用工密度并不高。

所以长期就业还能从哪里来?IT专家、宝信数据总工程师牟笑迎在交流时给出的答案是:从日常运营和上下游产业中寻找。

一座大型数据中心建成后,每年都需要持续维护,电气、暖通、弱电、园林绿化、建筑修缮等工作,都需要专业人员参与。再往外延伸,服务器和设备需要定期更新,随之产生备品备件供应、设备维修、回收和物流等需求。随着乌兰察布的数据中心规模扩大,这些环节有机会逐渐形成新的本地服务市场。

与此同时,吴晓波也谈到了一个值得关注的方向:服务器通常有3至5年的更新周期,未来随着大量设备进入更换期,设备更新、回收和物流可能形成持续的业务需求。当地如果能够培育相应的服务企业,就有机会把数据中心的长期运营需求转化为本地就业。

另一层面,高层次人才的吸引,则可能进一步带动城市生活和服务业的发展。

“我们希望到希望到2030年前后,能够新增3万名IT相关人才来到这里。”及永乾说道。

“如果未来真的有3万名年轻IT人才来到乌兰察布,他们当中有人结婚、生育、组建家庭,连同家庭成员,可能带来接近10万人的人口规模。这批新增人口对教育培训、餐饮、住房、商业等领域都会产生新的需求,也可能带动一批围绕人才生活而生长的服务业。”吴晓波说。

换而言之,数据中心建设下的本地就业,最终应该形成的是一种生态型的就业,以数据中心为起点,向设备维护、供应链服务延伸,再随着人才定居,带动教育、餐饮、住房和商业等生活服务业。单个环节的用工未必多,但加在一起,能形成比机房本身更宽的就业面。

结语

我们带着很多问题走进乌兰察布,也在走访中得到了一些答案。但离开时,还有新的问题随之出现。

如吴晓波所言:“人工智能基础设施建设的背后,涉及更深层次的利益调整和制度创新。技术发展到一定阶段,如果缺少相应的制度变革,原有的规则和利益分配方式就可能成为进一步发展的阻碍。”

在吴晓波看来,对于今天的乌兰察布来说,有三件重点要做的事情:向国家要政策,向社会要人才,跟企业谈利益怎么分配。

三件事背后关系到的是这场大规模的产业建设,最终能惠及多少当地居民?如何让产业投资逐步转化为城市发展的动力,让更多人获得就业机会、增加收入,也让普通居民真切感受到生活的变化?

这不仅是乌兰察布之问,也是更多正在崛起的中国算力小城之问。

图片

排版 | 仲轩  

审校 | 正风主编 | 夏昆

图片

跳转微信打开

  •  
❌