铃阅
❌

阅读视图

AI撞上美国“新世界”:暴跌、监管、政治博弈,数据中心何去何从?

原创 硅谷101 2026-11-14 19:02 上海

AI叙事正式转变?

美股中期选举之后,AI叙事改变,导致股市崩盘。

民主党赢得国会参众两院控制权后,市场担心,接下来对数据中心建设和AI安全的监管将进一步收紧。11月5日,纳斯达克100指数与费城半导体指数双双创下2020年3月以来最大单日跌幅。

而让人们更担心的是,这会是AI叙事的正式转变吗?

过去,数据中心能否按时建成,主要看电够不够、设备能否交付。现在,企业还要回答另一组问题:电网升级由谁出钱,居民增加的水电费由谁承担,社区能获得多少长期就业?在一些地区,只要条件达不到,项目就可能被一票否决。在这次对话中,我们的嘉宾估计,在较坏的情况下,数据中心的成本可能增加10%至20%。

但建设受阻,并不等于算力需求消失。如果需求仍然旺盛,已经拥有算力的公司,反而可能获得更强的定价权。华尔街究竟是在担心机房建不起来,还是企业不再愿意为AI花钱?这两种判断,会带来完全不同的结果。

与此同时,许多美国当地居民关心的,是更具体的生活:房租还能不能负担,电费会不会上涨,建设结束后,工作岗位能留下多少。正如济容投资CEO兼CIO Bruce在对话中反复提醒的:“不要低估选民对这件事的反对。”

本篇文章,我们和能源策略和数据中心建设一线的从业者,以及长期追踪美股AI硬件板块的华尔街投资人聊了聊,政策变化将怎样影响建设、成本、融资与算力需求。我们也采访了三位美国当地居民,听他们讲述公投、住房和社区生活背后的诉求。

本文为视频改写,欢迎大家收看以下视频

由于AI产业对算力的需求,数据中心成为资本投入的重要一环。GPU、CPU、光通信、存储以及电力相关的上下游公司,在过去一段时间都受到资本热捧。

如果AI监管首先卡住数据中心的审批,或者要求承建方承担更多费用和税负,甚至撤销建设许可,都会对AI产业供应链造成打击。我们先来聊聊,AI监管背后的代价是什么。


Ethan Xu(徐熠兴):我们之前几个月一直在担心的数据中心延期风险,相当于在中期选举之后基本上完全兑现了,甚至比之前预期的还要严重。

我们之前预期,数据中心落地最大的风险来自电力供给和电力设备交付,政策抑制或者民众反对是次要风险。但是中期选举之后,几个当选的民主党州长的明确观点,已经让之前的次要因素,变成可能比电力交付和电力设备供给更重要的主要因素。

所以几乎可以肯定,在未来一到两年,数据中心相当规模的延期几乎是板上钉钉的。这个规模有多大,还需要看每个地方具体的政策制定情况。

到目前为止,能明确的是风险在变大,但是变大到多少,没有人知道。我相信包括当选的民主党州长,他们自己也不知道。他们知道的是一定要比以前更严格,但严格到什么程度,需要和当地议会的议员,包括德州州内的众议院和参议院,以及当地民众,进行更深入的探讨。

比如德州新当选的州长提到,当地居民必须坐在谈判桌上,和数据中心、政府一起确定,数据中心能不能在他们的社区里建,他们拥有否决权。这意味着相当一部分数据中心规划,可能会因为当地居民的不满而被否决。

这也是我们之前比较担心的情况:不只是延期,而是有一部分数据中心可能会被彻底取消,这比以前要严重。之前我们想的是,如果能解决供应链和电力供给问题,哪怕有延期,也可以相对控制在一定范围内。但现在还需要做到其他几点,其中就包括让当地居民完全满意数据中心的存在。这意味着数据中心需要和当地居民进行非常深入、全面的谈判。

数据中心背后的公司,是不是除了完全承担电力升级和电费涨价的费用,确保居民电费不受影响,还需要承担居民所在城市整个供水系统升级的费用,保证居民的用水供给没有问题,甚至比以前更好?

除了这些,是不是还要帮助当地居民改善公共基础设施,比如道路、医院、学校、培训中心、工会等等?所有这些费用和成本,是不是都需要数据中心公司承担?我觉得肯定会放到台面上系统讨论,而且必定会有一些地区要求非常高,只要达不到,就是一票否决。

哪怕数据中心愿意承担比以前更高的成本,让项目能够存活,同时消除居民的一些担心,其中有一些担心也确实非常正当,比如保护居民不受电价上涨影响。

但是现在有了这样一个机会,当地很多居民是不是会想要更多?这也是一个比较大的担心。成本增加是一方面,为了满足很多要求,还需要更长的时间,所以延期一定会比以前严重。

简单总结,中期选举几乎必然导致的一个结果,就是以德州为首的很多地区,会出现更长的延期和部分项目的彻底取消。

德州可能是最具代表性的一个州。现在全美国的数据中心有两个特别大的中心:一个是弗吉尼亚州,是目前最大的数据中心集聚地;下一个未来的中心,大家公认是德州,所以德州其实就是数据中心的未来。

但如果这个未来变得非常不确定,建设延期和取消变得比较严重,俄亥俄州、佐治亚州等其他州也面临政策上的很大变化,他们也在看德州怎么和居民谈判、政策怎么制定、怎么找到最好的平衡点。德州发生什么,对其他几个州之后采取的措施非常有参照意义。

所以我预计,未来半年德州可能会是整个行业关注的焦点。为什么是半年?按照德州的立法安排,从现在开始,很多关于数据中心的法案就可以提交议会。明年一月到五月,是主要的法律谈判、投票和确认阶段;明年九月,新的法律开始生效。

这个时间轴很长,不是一两个月就能解决的问题,很有可能到明年九月才开始解决。明年五月之前,可能都是非常激烈的谈判和投票过程。在这个过程中,我相信很有可能看到非常大的市场波动。

对于当选的议员来说,他需要向选民表忠心,兑现当年承诺选上之后要做的事情。很可能一开始,我们会看到很多非常激进的、关于抑制数据中心和AI发展的法案,被拿到台面上讨论,造成一定程度的市场恐慌。

比如Bernie Sanders(美国联邦参议员)提出的一些法案,在每个地方都有受众。有些法案非常极端,包括彻底禁止数据中心建设,甚至禁止AI研究进行,对从事AI研究的人判刑。

但我们不相信,德州这样一个几十年来非常重商的地区,最终会采纳这样的极端法案。在这个过程中,比较极端的法案可能被提出,经过几个月探讨和博弈,最后大家冷静下来,重新评估数据中心的利弊,找到一个相对平和的中间点。

我们个人认为,未来几个月会有比较大的波动,但最后的结果可能不会像大家恐惧的那么可怕,可能会是一个相对折中的点。

不过,这个时间对数据中心整个行业非常不利,因为立法周期太长,可能到9月1日才实施。甚至在9月1日之前,我们可能会看到德州和其他一些地方,一直存在暂时性的数据中心禁令,直到新的法律出现。这些风险都比较大,也是为什么我们看到数据中心整个产业链的股票基本上都在暴跌。

未来几个月,很有可能还会看到持续的大幅波动。大家看到比较坏、比较极端的法案出来,又受到很多民众支持,可能会更加恐慌。

如果一些当选的民主党议员提出,只要数据中心满足一定条件,比如全部承担电网升级、电费增加等风险,保证居民满意之后就可以并网,我觉得非常合理,数据中心就应该承担这些。

如果提出的是比较可控、做得到的条件,市场可能又会觉得,其实没有那么极端。所以市场有可能在这种反复波动中持续几个月,直到一个相对折中的方案形成,得到大家共识。

陈茜:Ethan,比如最后数据中心要承担居民的电费、用水补偿,这些可能会分成不同的法案。从对数据中心最不利的法案,到相对温和的法案,在不同条件下,数据中心额外增加的成本大概是什么范围?

Ethan Xu(徐熠兴):现在大家有一个范围,但这个范围比较大。如果只是电费,相对好解决,因为所有数据中心公司都已经承诺,未来数据中心建设的所有电力设施、发电、电费增加的风险和额外费用,全部由数据中心承担。这一部分完全能够接受,也不是数据中心担心的。再包括水费等等,这些可能会让成本增加5%到10%,是完全可以接受的。

但一些更大的负担,可能就不是那么容易接受。比如税收,之前我们在一期节目里也聊过,一个1GW(吉瓦)的数据中心可能要500亿美元。如果按照普通的消费税和财产税给当地交税,这个成本可能非常大。美国很多地区的消费税率可能在6%到10%之间。如果这样收税,成本可能增加得更多。我们评估过,比较坏的情况下,成本可能增加10%到20%。

陈茜:Christina,你有没有什么补充?

Christina Xu:有关政策,Ethan已经说得很好了。它分三个层面:州、联邦和地方。州长最快能采取限制措施的,是尚未发出的许可。德州8月3号停止推进并网,9月21号暂停环境许可,就是这样来的。

税收和优惠,就是刚才讲的很大一部分,要经过立法机构。设备税收豁免是最大的杠杆,每GW可能有数十亿美元的差别。电价和并网条款又归公共事业委员会管。

我在德州做过一个数据中心项目,它有很多批复,州、地方和联邦是分开的。从联邦角度看,德州在收紧现场发电许可,联邦反而在制定规则,允许放宽一部分燃气发电许可。州在收,联邦在放。

我觉得最重要的是,大家调整的可能还是投产时间,对这方面影响最大。数据中心可能影响哪些方面?

现在大家最大的反对,一个是电费上涨,这个确实立得住。有关电费,我们之前看到,数据中心导致的电费上调大概在10%。所以如果数据中心承担成本,也大概是这么一个规模。

第二是水,觉得水费上涨、水不够,这一点相对可能没有那么立得住。比如我们投了一个在德州建数据中心的公司,也帮OpenAI做建设。它所建的一个140兆瓦数据中心,现在用循环冷却用水,所用的水量相当于十个家庭的用水量,在水方面的损耗非常少。

接下来,更多民众的反对,我觉得来自对就业的压力。目前我们看到,AI对白领有一定替代,但蓝领岗位得到很大增加。我们投的项目里,有一个1GW的数据中心在德州,需要将近7000名员工,更多是蓝领。为了保证这些员工的需求,它也会做很多周边基础设施建设,比如高速公路、学校。这个项目承担了当地大约三分之一的税收,在一定程度上还是有利好的。

绝大多数反对,在我看来可能更多是选举时民众的情绪。从政治上说,我觉得没有真正的动力,大规模暂停这些项目。我们看GDP,第二季度同比增速是2.2%,其中AI投资贡献了1%,高收入人群贡献了1%,其他所有东西加起来才0.2%。

所以,不管从政策的三个层面、真正的数据中心建设,还是宏观数据来看,我觉得这可能只是短期情绪,而不是长期真的做出不再建设数据中心的决策。

Ethan Xu(徐熠兴):关于Christina讲的,现在各大科技公司已经开始承担美国一些城镇公共基础设施的升级费用。电网方面是一定会做的,包括我们公司在内,还有其他公司,我相信已经开始承担整个城市供水系统的升级费用。

这也挺有意思,相当于一个私营企业把一个城市电网、供水系统升级的费用全部包了。它出所有费用做升级,升级完之后,一部分容量给当地居民免费使用,另一部分给数据中心使用。

举个简单的例子,假设一家科技公司花3000万美元,给一个小镇升级供水系统,帮小镇每天多获得500万加仑的水。这500万加仑可能有一半给小镇免费使用,另一半给数据中心制冷使用。相当于小镇不需要花一分钱,就能获得更好的供水系统。这种方式也能帮助数据中心获得在当地运营的认可。

美国的基础设施在过去二十年几乎没有太大变化,现在对他们来说也是一个机会:科技公司承担这种负担,让基础设施得到系统升级,同时让科技公司和当地居民都受益。

Bruce Liu:我有一个问题,关于就业。刚才Christina讲,这个项目创造了7000个岗位,但这里有个争论:这些就业,是不是因为建设周期才产生的?我们在建设数据中心的过程中创造很多蓝领工作,等建设周期结束,这些工作也就消失了,是一次性的。

反倒是运营数据中心,现在基本上都自动化,需要的人力并不多。我想听听你们做过这些项目的一线经验:从长期、可持续创造就业的角度,对当地的影响到底是什么样的?

如果你是当地居民,它能创造长期就业,大家会欢迎。但如果是一次性就业,你们建完就走,后面这里成了鬼城,就会有反对。

Ethan Xu(徐熠兴):Bruce说的情况基本上是对的,需要承认。一个大型数据中心的建设可能需要两到三年,这个过程中雇佣几千人,平均现场人数可能达到2000人。但数据中心一旦建成,运营可能只需要几十人,确实不需要这么多人一直在那里。

这和一个2000人的汽车工厂有本质区别。完全能理解,当地居民会欢迎一个2000人的汽车工厂,而不是欢迎一个建设三年期间需要2000到7000人、建完只需要几十人的数据中心。

不过有一点,大家可能还没意识到:数据中心的建设不只是那么几年。至少现在看到,未来五年在美国大规模建设数据中心,都是非常有确定性的。2030年之后,建设还可能持续,这是一个很大的建设周期。

假设这2000人用两到三年建完一个数据中心,之后可能到这个州的另外一个郡或者城市,接着建另一个,又是两到三年的周期。确实有工人迁徙的过程,但这个产业建设周期很可能有五到十年,而且比较稳定。

这像房地产、高速公路一样,确实有建设周期。但如果周期足够长,行业里的劳动力在未来十年都有比较高的确定性,而且是高收入群体,虽然可能没有一个2000人的汽车工厂那么好,也是非常不错的。

这些产业工人的收入很好,公开数据也有很多。一个高中毕业、学电工的人,在数据中心行业工作,比较容易拿到十几万、二十万美元的年收入。总体来说,对当地、整个劳动力市场,尤其是蓝领工人,还是非常有利的。

Christina Xu:是这样的。我们招比较高级的电工,可以给到30万美元的年收入,可能已经是他过去收入的五倍。

我们可能要担心的是十五年以后,至少是五年以后他们的就业。但坦白说,五年以后,每个岗位的人可能都会担心自己的就业。

Richard:Christina,你实际做过数据中心,有没有接触过社区协商的真实案例?现在居民最核心想要的是什么?政客承诺什么,对他们最有用?未来可能会往哪个方向走。

Christina Xu:每次都要过类似听证会这样的程序,要过好几轮,每次都会有不同的问题。最多的,比如污染、电费上涨、水资源,对当地的噪音、交通影响,需要建设方一项一项解决。

比如针对当地交通拥堵,Crusoe在德州阿比林市就建了很多高速公路,还要建配套设施。像Ethan刚才提到的,要承担当地很多费用。甚至做了Behind-the-meter(表后自备供电)以后,我的电还要在一定程度上保证当地在应急情况下的用电。所以听证会需要一步一步解决这些问题,当然也会有很多游说工作。不知道你们是不是也这样?

Ethan Xu(徐熠兴):没错。我们有专门的团队,每一个项目都要接触当地居民,开很多会,给他们做很多宣传,也要谈判:他们要什么,我们能给什么。

Christina Xu:一般会有好几轮投票,可能两到三轮,甚至更多,推进还是很有挑战的。

Richard:对于数据中心建设方来说,哪些可能是大头的成本?

Christina Xu:数据中心建设成本,现在最大的还是算力。我们看到,假设一个数据中心每GW成本在500亿到600亿美元,算力可以占差不多一半到60%。

这也是为什么所有大模型公司现在都要自研芯片,因为可以砍掉很大一部分成本。即便之前大家诟病Amazon的Trainium不太好用,现在也开始更多使用Trainium和TPU。

Richard:我想问的是,跟居民沟通,或者在建设层面额外增加的成本,比如水、电、交通拥堵,哪些是大头?

Christina Xu:这些大概已经算进基础建设成本里了。比如建高速公路,成本还是不小;同时建设方还要承担当地电费上涨10%的费用。

但相比算力,这些建设只是一次性的。可能一个园区,像我们在德州的是5GW,甚至可能更大,它是一次性的费用。芯片则要按每GW去算成本。

Richard:每个州也不一样,每一项成本应该都要看具体项目,对吧?

Christina Xu:是的,完全是这样。

Ethan Xu(徐熠兴):别说每个州,每个社区谈判的点都不一样。简单总结,可能有整个电网升级的费用、电力成本增加的费用、整个供水系统升级的费用,以及道路等基础设施费用。

还有一个大头,是当地消费税和财产税。除此之外,可能还有升级当地医院、学校、培训机构和工会方面的费用,加起来也不少。

刚才我们给了一个非常粗略的估计,整个成本有可能增加10%到20%。

Bruce Liu:拿德州举例,选民最诟病Tesla的一个问题,就是前一任州长给了它十年的大幅财产税减免,另一方面又削减了很多学区支出。现在选民就拿这些出来说事,这都是之后要面临的问题。

Christina Xu:但同时,虽然成本可能高10%到20%,因为能够提供的算力容量变少,定价权也会相对上升。

这轮市场情绪的下调,很大程度上来自州政府换届。

在2026年11月3日的德州州长选举中,民主党州众议员Gina Hinojosa击败共和党时任州长Greg Abbott,实现了德州三十多年来首次由民主党人赢德州长选举,也让德州站到了资本和政治博弈的聚光灯下。

Abbott已在九月指示暂停部分数据中心环境许可;Gina更提出,在立法保护社区之前,继续暂停新的审批。

除了州政府,联邦层面也有动作。今年三月,Bernie Sanders提出参议院S.4214号法案,主张在建立更完整的保护规则之前,暂停新的AI数据中心建设。9月,他又提出S.5493号《禁止人工超级智能法案》,主张限制超级智能、暂缓部分先进AI研发,并对违反法案禁令的行为设置处罚,个人最高可面临二十年监禁。

这些仍是提案,激进程度也让它们不太可能最终获得通过,可能更多是表明政治立场、吸引选票。但这也说明,国会中想控制AI发展速度的力量不容小觑。

联邦政府涉及环境法律、跨州贸易和AI安全;州政府可以影响公用事业费率、税收优惠及多项行政审批;地方政府则通过土地规划、听证会和社区条件,影响一个项目能否真正落地。这三个层面的政策压力,让AI算力市场面对更大的不确定性。


Rob Li:我从政策、政治人物和市场的角度,提供几点观察。

回头看选举当晚市场期货的走势,在民主党拿下参众两院已经板上钉钉的时候,市场反应并没有很剧烈。预测市场在选举前已经把民主党拿下两院,当成理所应当会发生的事情,所以市场没有太多反应。

真正开始掉头往下,尤其是AI和基建相关股票的期货在夜盘下跌,是Gina拿下德州州长位置的时候。选举前,她的胜率不到四成,相对比较低。所以从政策监管的角度,她现在成了一个标杆。

刚才Christina也提到,从联邦政府的角度,因为特朗普作为总统还有否决权,未来两年联邦政策不会发生太大变化。但州长有比较大的权力,德州恰好是数据中心最大的一个转场,所以她的表态成了大家最关注的事情。

上周那几天的暴跌,我们叫作Gina Risk的释放。但仔细看她的背景和以前讲过的话,包括当选第二天晚上接受CNN的采访,会发现很有意思。

首先是家庭背景。她不是平民家庭出身,父亲过去是德州民主党主席,从2015年起做了将近十年。如果看她父亲的履历,会发现他并不像Bernie Sanders,反而在党内属于主流派。过去几届,他坚定站在希拉里·克林顿这边,相当于反对Bernie Sanders。他的风格不是非常偏左,而是相对靠中间,跟希拉里的路线比较接近。

当然,父亲的政治观点不代表女儿的观点。但她从小受到父亲培养,一直在政治圈活动,现在当选州长,我相信父亲对她的影响也比较大。

第二,回头看她的政策纲要,她写得很清楚,核心诉求主要是两个:第一是给钱,第二是保就业。这也是任何政治人物都会讲的事情。给钱这方面,刚才Ethan和Christina已经讲得很清楚。

保就业方面,她和她父亲的主要票仓,来自当地工会。看她现在组建的过渡委员会,以及当选后第一次新闻发布会,站在她旁边的一个重要人物,就是当地工会领袖,而且是电工出身。

电工这个岗位,显然和数据中心紧密相关。如果我要保就业,主要票仓是当地工会,站在旁边的人又是电工,你让我相信她要把整个AI行业全部干掉,从此不允许任何AI数据中心在德州建设,即使她心里想这么做,她背后的人、铁杆支持者,尤其是工会,我觉得也很难允许。毕竟要保经济、保他们的饭碗。

主流民主党也很清楚,这次大胜的核心,在于特朗普把经济搞砸了。如果他们现在又把经济拖下来,不建AI了,美国GDP增速回到0%到1%,2028年怎么办?这是很棘手的事情。

第三,Bernie Sanders当时非常开心,立刻说,现在到了禁止所有AI数据中心的时候。Gina可以讲一样的话,但她没有。她讲的是一个比较模糊的态度,回到自己的政策纲要:我没有说反对数据中心,但我要求更多监管,让它真正造福民众,而不只是帮硅谷的有钱人挣钱。

这个态度挺耐人寻味。她可以说,我赢了,现在要履行承诺,把数据中心全部干掉,但她讲了另一番话,可以从侧面看到她的另一种态度。

从我个人角度,我不觉得Gina是一个Bernie Sanders。她的行事风格可能更靠近中间,更像希拉里,不会把德州的经济搞垮。

回到市场观察,我完全同意Ethan和Christina讲的:数据中心建设延期,甚至一些项目取消、被迫去其他地方重新建,可能性比较大。

但这两天暴跌,市场已经不再是讨论延期多少,而是觉得AI的故事讲完了,泡沫爆了,从此没有数据中心可以建,大家都完了。

从估值看,整个半导体可能回到十几倍、不到15倍市盈率的水平,比较低。反过来,很多消费耐用品的估值已经超过2022年,是过去十年的历史新高。

2022年,软件公司股价大幅下跌,大家觉得软件、科技不行了,就把钱放到消费耐用品里。今天这些公司的估值超过2022年,反过来也验证,从市场角度,它觉得AI这个故事已经没了,不是延期的问题。

所以市场已经没有什么预期,认为数据中心或者AI的事情还能继续。刚才Ethan提到一个很有意思的点:如果最后Gina表态,做得比大家预想得好,只要不把行业全部干掉,对市场就是利好,因为从我们的角度,现在市场已经比较充分地消化了利空。

Bruce Liu:我补充几点。首先,选民对数据中心有担心、有反对意见,不只是民主党的问题,而是两党都存在、都面临的问题。基层共和党也在反对,顺应选民这件事,两党是一致的。

中期选举结果出来之前,我觉得市场存在一定幻想:毕竟白宫还是特朗普,只要下面别输得太惨,还是会跟着他的政策走,所以这个问题没有发酵。

但民主党取得历史性大胜,一下子把矛盾凸显出来,让大家重新、更深一层地给数据中心延期及其影响定价。数据中心延期不是新问题,之前大家也担心,只是选举结果让它更极端了一点。

第二,我希望大家不要低估选民对这件事的反对。这次选举实实在在告诉大家,选民可以通过选票改变政策取向。新一代当选的政治人物,一定要适应选民,响应他们的诉求。

我觉得两党都没有做好选民教育,或者宣传做得太差了。长期来看,这是有样本的,比如Richmond这个区域。看美联储每次的经济解读,它过去一直是全美发展最好的区域之一,很大原因就是数据中心带来的就业和经济发展。这些好处确实存在,也有数据可以讲。

但整个选举过程中,这些没有被很好宣传,反而是负面影响、负面情绪被放得很大。而对水、环境、电价的影响,又是很实在的。

前一个周日晚上,我在与XXX(嘉宾要求隐去对方姓名)吃饭。她在选举期间会到各个选区看实际情况,不止三次提醒我:不要低估选民对数据中心的反对。她能看到基层选举、基层选民的态度,确实非常负面。

我也相信Rob讲的,大家不会不理性。民主党在演变,这次大胜很大程度上是特朗普搞砸了,重要原因就是生活成本太高。除了伊朗和关税,选民归咎的第三个原因,就是数据中心。

大概47个关于数据中心的投票选项,只有一个通过,其他都没过,实实在在反映了选民的反对。

民主党内部也有两股新生力量。一部分是所谓DSA(美国民主社会主义者组织)这一派,以密歇根州的赛义德为代表,相对激进一点,但还没有AOC和Bernie Sanders那么激进,还是相对理性,不过有社会主义的倾向。

以John Ossoff、德州的James Talarico,包括Gina为代表,我觉得他们属于中间派,正在迅速成长。反倒是老的建制派,不管Nancy Pelosi、奥巴马,还是Chuck Schumer支持的人,效果都不好。

我觉得这些中间派新生力量,会像Rob说的,在政策上做相对理性的选择。但这需要时间。怎么把信心传递给选民,又让他们实实在在感受到能在这个过程中受益,是要花时间的。

举个例子,数据中心也很冤:我交了这么多税,税被政府收了,政府是不是要让利一部分给选民?这中间有很大的博弈。

我是充满希望的。但中短期带来的风险也要看。半导体公司对明年、后年的盈利预测,包括AMD的Lisa Su,都讲得很有信心。做这些预测时,我们要和客户,甚至客户的客户沟通,确认他们的增长是不是实际的。

如果出现极端情况,以前认为能建的数据中心又不能建了,会削弱短期或者中期的盈利能力,我们也要正视这一点。

这个时候讲,市场是不是已经完全消化了风险,我觉得是个很复杂的问题。至少我自己没有信心这么说,尤其是受到负面影响的这部分,还要花时间消化。从市场角度,怎么管理风险,对我反而是现在更重要的事情。

长期我很乐观,觉得它对经济的提振非常有效。但中短期有这一系列变化,尤其民主党这么得势,数据中心又是一个地方性的问题,怎么和当地选民交流、说服他们,是要花时间的。

在联邦层面,我在我们赞助的一场私人晚宴上见了XXX(嘉宾要求隐去对方姓名),他是美国众议院AI工作组的负责人之一。我觉得党内领导层都很清楚选民情绪,另一方面也清楚AI的好处。

他说,现在要推动一个AI安全法案。他的诉求是:该发展发展,该建设建设,该研发研发,但要有一个kill switch(紧急关闭机制)。如果AI失控,必须保证有一个开关能立刻关掉它。

这是一个两党共同推动的法案。我觉得数据中心更多留给地方,在联邦层面,更多是安全。这是我过去一两个月调研最大的感受。

Richard:Ethan,你之前说,现在很多数据中心没有拿到所有许可证。分门别类看,哪个许可证最麻烦?无论时间周期还是资金投入,哪个最难?未来有没有迹象,会新增什么样的许可证?

Ethan Xu(徐熠兴):这就是未来六个月,当地居民、数据中心和政治人物会不断讨论的问题:要用什么监管、什么许可证,去限制数据中心公司?

目前难度最大的前三项,是并网许可、空气污染许可和土地批准。再往后,我相信还有其他问题,比如噪音、视觉污染,或者当地居民觉得交税不够多、税率不够高,这些都需要不断谈判。

Richard:我记得当年SpaceX发射火箭,马斯克吐槽过,监管担心噪音会影响海豹繁殖之类的问题。现在数据中心领域,有没有看到类似这种我们觉得很戏剧化、但真实发生的例子?

Ethan Xu(徐熠兴):非常多。我听到不止一次,建数据中心需要砍树、占地,当地环保组织认为,这些树、这些地的变化,严重影响某些当地物种的迁徙路线,可能是一种乌龟。这样的例子在全美各地都有。如果强监管的趋势开始出现,这些事情还会更多。

有一些居民的担心非常合理,而且必须解决之后,才允许数据中心上线。比如电网升级、电费等等,都非常合理。

但纵观历史,为什么我们不希望有太多监管?往往是因为一旦允许监管,监管机构本身会越长越大,变成过度监管。要让监管停留在适当的点上,并不容易,往往会发展成过度监管。

未来出现非常极端的过度监管,这个概率不是零。很可能出现类似刚才说的:火箭掉到海里,会不会砸到鲨鱼、海豹?需要做很多调研,排除这些可能性,非常耗时耗力,严重耽误工程进展。

我希望政府尽可能做到适当监管,避免过度监管,因为行业发展的最终目的,还是让整个社会受益。美国很多民众的退休金在401(k)里,其中有很多科技公司的股票。这些公司股价下跌,对他们自己的退休金影响也很大。

找到合适的监管点,一定能做到双赢。但过度监管可能让科技公司先遭殃,最后整个股市、经济和老百姓也受到很大负面影响。这是我希望政治人物未来能更理性看待的事情。

数据中心监管的变化,为什么最后会传到华尔街?因为这条产业链是以未来几年的建设和算力需求为基础定价的:上游公司根据机房投产计划交付芯片、光模块、存储和电力设备;大型云厂商用资本开支换取未来收入;新兴云厂商则还要依赖客户长约、设备抵押和外部信用融资。

但限制建设,并不自动等于整个行业的需求崩盘。如果用户仍需要算力,短期供给减少,现有机房可能更稀缺、更有定价权;如果未来的云收入必须靠新机房才能兑现,延期就会压低增长兑现的速度。

对上游硬件而言,风险可能更直接:原本预计交付的订单推迟,盈利预测可能下修。对信用市场而言,最关键的是项目现金流出现得更晚,债权人要求更高的风险溢价,而不同公司获得融资的能力并不一样。

市场究竟是在重新定价供给延误,还是在怀疑AI的真实需求?对科技巨头、新兴云厂商,以及芯片、光通信、存储公司,答案可能并不一样。


Richard:现在有一个最悲观的论调,说美国可能从Token出口国变成进口国。比如从2028年开始,很多新建数据中心产能会往东南亚迁移,因为中东还在战争,可能有一些问题。

如果2027年之前不受影响,2028年之后会怎么样?你们有什么预测,或者看到了哪些早期迹象?

Rob Li:首先,从在建工程看,2027年肯定建不完,至少要到2028年夏天、第三季度之后,才需要考虑后续。所以现在还没拿到批文、还在规划中的新建项目,真正的问题是在2029年以后。

即使所有民主党、共和党议员都说,已经批了的算了,还没新批的一概不许建,真正要做应对,大概也有两年的缓冲期。

第二,现在聊的,无论搬去东南亚,还是像马斯克说的,多花点钱直接去太空做,因为太空谁也管不了,我觉得最后都是谈判桌上的筹码。

像贸易战的时候,大家不知道会持续多久,半年还是十年。如果搞十年,中国的工厂怎么办?是不是先全部关掉,搬去东南亚、其他地方,或者搬回美国?一年半以前,贸易战刚开始时,很多人都这么说。

从2025年四月到现在,一年多过去,真正从中国回到美国、转去东南亚或者其他地方的产能,占总量的比例其实很小。我觉得这是一个比较好的对比。

从企业决策的角度,这是一个比较长期的周期。去东南亚,同样涉及电、土地、水和当地政府的问题。印尼现在也处在政局比较不稳定的情况下,有多少人会说,现在就把美国的建设全部停掉,把所有资源拿去东南亚?我觉得很少有首席执行官会做这样的决定。

这跟一年半以前的企业决策很类似。很少有人敢说,立刻不要中国的工厂,以后不在中国新建,全部搬去东南亚或者美国。到今天,也没有多少人在这么做。

Christina Xu:我很同意。我补充一点,因为美国受限制,我们看到一些公司,比如Nebius,已经在欧洲做了很多布局,也开始在以色列开拓更多供电资源,这些地方的电相对没有那么稀缺。如果它们作为相对大一点的neocloud,能够确保拿到芯片,哪怕美国受限制,也可以同时获得两边的优势。

但东南亚这方面,我看到硅谷一些创业公司会说,多用一点东南亚的芯片,因为限制少一些。大的模型训练公司、大的推理公司,肯定还是更多考虑在本土。

所以虽然受到一些限制,并没有看到很明确的迁移。我很同意Rob刚才讲的,说了很多,但真正落地到东南亚还是很难。

Richard:AI数据中心一直是AI循环融资模式的核心环节。如果中期选举改变预期,带来一些像Sorby这种核心公司的估值下降、IPO延期,会产生哪些连锁影响?对neocloud来说,这可能是很差的变化。哪个环节可能收紧信用,会不会带来更大连锁反应,甚至崩盘?

Rob Li:关于整个行业崩盘的说法,我们上周也和一些客户交流过。核心在需求,不在供给。

假设需求曲线没有发生变化,目前政策对数据中心,无论取消还是延期,只是让供给增速变慢。如果需求没变,供给增速放缓,已经有算力的中间环节反而会受益。需求还是很旺盛,供给却比以前更跟不上,我的定价权就更强,可以加价。这个故事的核心在需求。

如果需求完全崩盘,那不管NVIDIA,还是Hyperscaler,大家都会出问题。

上周第一天,大家也很好奇,为什么AI基建都在跌,但比如亚马逊等Hyperscaler,却涨得很猛?当时的解释是,数据中心不能建了,你们卖不了铲子,该跌;但亚马逊已经有一些数据中心,可以挣钱,价格还可以更高,所以应该涨。

但看得远一点,亚马逊在中期选举前刚公布业绩,首席执行官Andy Jassy第一次给了长期指引。以前它都是一个季度一个季度给,这次他说,这个季度39%的增速,你们不满意,我理解,但2027年会加速,至少40%;2028年还是40%。

这是他给市场的两年战略预期。换句话说,他认为两年后云的需求要翻倍。底气来自AI,不是普通企业继续从本地往云端迁移的需求。

如果从现在开始不能建数据中心,短期确实可以提价,因为需求还在、供给减少。但眼光放远一点,亚马逊现在的数据中心、算力基础设施,远远不能支持两年后翻倍的需求。

如果从此在美国不能建,它要满足两年后翻倍需求的目标,显然做不到。假设增速从每年40%,变成每年可能只有12%,一位首席执行官刚给了40%的增长预期,突然做不到,明年12%、后年12%,你觉得公司股价和估值应该往上,还是往下?

这说明市场本身对这个问题也没有很清晰的认识,都在用短期方式思考。最后的核心还是需求,只要需求不出问题,供给增长慢一点、快一点,最后可以解决。

但如果需求是伪命题,后来企业不愿意花钱,发现没有投资回报,不需要花钱用这些Token了,需求被证伪,整个故事就结束了。我觉得这才是最重要的问题。

Richard:Bruce,你有什么观点?中期选举会不会改变数据中心原有的循环融资模式?

Bruce Liu:我不是很认可“循环融资”这个概念。经济里有一个很重要的概念,叫货币流通速度,钱要转起来。我的花销是你的收入,转过十个人,最后回到你手里,同样一块钱,从经济学角度,它可能产生了十块钱的GDP。只不过AI这个圈子的链路实在太短。

我认为,只要有实实在在的收入增长,投资这些公司没有问题。互联网泡沫时期,为什么叫泡沫?利润在下降,股市却继续涨,没有实实在在的收入支撑。现在回头对比这些数据,是截然相反的情况,所以我不会从那个角度思考。

但AI建设是重资产,一定需要资本市场支持,这是共识。

过去两个月,资本市场,尤其信用市场,确实发生很大变化,大家经历了一轮信用债风险的重新定价。这是个比较复杂的链路。

在我的理解里,根源是7月7日,特朗普撕毁MOU(谅解备忘录),导致国债市场先动,利率大幅上涨,MOVE(美债市场波动率指数)出现一个尖峰。国债、利率市场动了之后,势必影响信用债市场,这是金融市场的传导链条。

一开始信用债市场还没有问题,但到九月,国债市场波动起来,信用债市场也开始担心。你的成本高了,以前其他条件不变,给8%的利息,我愿意借给你;现在可能需要更高利率,我才愿意借。

这是买债的一方。供给端也有问题,五月、六月大家大量发债,九月又很快地想发债,市场短时间消化这些,需要时间。

比如CoreWeave融资受影响的那一周,我忘了具体是九月还是十月初。大家眼里都在看AI发债,但当时传媒公司Skydance发了800亿美元的债,一下子把整个信用市场堵住了。

这些情况夹杂在一起,信用市场就会有问题。不是说发不出债,而是以什么价格发债。

那一周市场堵住之后,马斯克还说,所有债都发不出去了,是因为短期出现了堵塞。但那个周末,BlackRock、这些机构还在拼命签新交易,因为正好能谈到更好的条件。

最近出来融资的公司,只要信用够好,都融到了钱,没有融不到债的问题。这会随着融资条件变化,也取决于公司自身的基本情况。

比如Meta现在发债,可能利息高一点,但绝对可以发出来;亚马逊也可以。但CoreWeave,或者更小的neocloud,在中期选举之后,对未来能不能建设、什么时候建好的不确定性这么高,买债的人就会要求更多风险溢价。

比如以前16%的利率我就借,现在要20%才借。这个时候,CoreWeave如果相信投资回报率有40%,还发不发?可能就发了。但如果算下来投资回报率只有20%,那肯定不会发。

最后取决于投资回报和融资成本之间的差额是不是合适。信用债的买方,一定会根据你未来的确定性,给出合理价格。供给端可能也要相应调整。

整体上,AI发展需要融资,完全依赖自己的现金流,我觉得是不现实的。如果能做到,当然最好,说明这个行业、模型能力太强了。但一定会有一段时期,需要花钱,资本开支远远超过收入增长,这个缺口一定需要资本市场支持。

资本市场也能支持,只不过是以什么价格。

Richard:我想请教Ethan一个细节。SemiAnalysis提到,到2028年底,全球可能出现十几GW的机房相对于芯片供应过剩,也就是芯片产出不及机房建设预期。你怎么看这个缺口?现在数据中心建设遇到延期,这个缺口是不是可能得到一定缓解?

Ethan Xu(徐熠兴):SemiAnalysis做的很多半导体研究,我都赞同,但唯独不赞同它最近关于2027、2028年算力增长情况的文章。它说2027年美国就会有38GW的数据中心上线,这远远超过我个人判断。对于2028年可能出现数据中心供给过剩、芯片不足的结论,我也不认同。

我觉得2027、2028年对美国来说,都会是数据中心严重缺乏的两年。从全球看,局部可能出现有机房、没芯片的情况,但大概率是尖端芯片出口限制等因素导致,不是数据中心建得太多、芯片增长跟不上。

如果只看美国,我不认同明年能有这么多容量上线。尤其在中期选举之后,又多了之前没预料到的风险和阻碍,很多现在无法量化。比如各个城镇居民的反对程度到底有多大,很难量化。在这种情况下,我更不觉得能达到那个规模,或者后年会有更多。

我觉得明后年大概率都是数据中心短缺,芯片足够,甚至可能过剩。在这种情况下,算力会变成非常稀缺的资源。

有一点我和Rob不太一样:我觉得大部分数据中心,包括德州的数据中心,现在没有拿到全部审批。真正完全审批过、能直接建到结束的,可能没有那么多。

有几十GW在德州的首批审批过程中被停下来。要通过电网审批,都需要经过一系列新审查。州长上任之后,审查过程只会更复杂,还要通过法律加上更多成本、监管和民意认同的要求。这些都会让大量没有完全拿到审批的数据中心,按时完工的风险急剧增加。

所以至少在美国,我不认为2027、2028年会出现数据中心供给过剩。全球也不是这个大趋势,可能有局部情况,但应该是个别案例,不是有代表性的大趋势。

还有一点,我也在想,是不是有算力的公司,比如亚马逊,就一定做得特别好?可能没那么简单。

很多算力订单是一两年前签的,签的是明年、后年的算力,价格和合同已经确定。在这种情况下,亚马逊是不是愿意重新谈判、撕毁合同,或者选择违约,去签更贵、更赚钱的合同?这涉及商业信誉和长远考虑。

所以利润方面,我很同意Rob说的,市场对这个怎么定价,还没有想清楚,才会出现股价上蹿下跳。监管和民意风险,也会在未来可能长达半年的时间不断摇摆,这种波动可能持续存在。

Richard:之前X上有个很热门的讨论,一个叫DEX的用户,根据OpenRouter上某一天DeepSeek的流量估算,一台GB300机架就几乎能承载这些需求。假设这个估算成立,是不是Token增长就带不来那么大的硬件需求增长?你怎么看这个估算?

Rob Li:这个估算,我没有详细了解它的假设,所以不能妄加判断是否正确。但这个逻辑,从DeepSeek横空出世那天开始,大家就在讨论。

如果模型的算力效率大幅提高,以前一块钱算力能做的事,明天能做十倍,是不是就不需要那么多硬件了?

核心还是需求会不会因为算力价格下降90%,获得超过十倍的增长。如果算力价格跌90%,需求只增长五倍,硬件需求必然下降一半;但如果需求增长超过十倍,硬件需求显然还在扩大。

所以核心在于,价格下降时,需求弹性是什么样:是线性的,降90%就翻十倍,还是比这个更低、更高?

Bruce Liu:我问一个尖锐的问题:在这个点上,往前看两年的需求,你怎么想?

Rob Li:说实话,我们自己也没有答案。我也不知道Andy Jassy给出这么激进的预期,两年需求翻倍,是怎么来的。

当然,不只是他,黄仁勋也说,至少每年有40%的需求增长。三家内存厂商给的预期,也是未来几年需求端至少增长35%到40%。他们几个人讲的增速能够吻合,但最后能不能和实际吻合,不知道。

就我们了解,核心不在消费者需求,而是企业愿不愿意花钱。今天花100块,明年至少花140块,后年至少花200块去用Token,才能验证行业对需求的外推。目前很多企业的财务负责人、信息技术负责人,可能自己都不知道明年愿意花多少钱,所以还需要观察。

我给大家几个参考。可以追踪做数据基础设施的公司,比如Snowflake、Databricks,因为它们能看到企业实际的、实时的需求。

大部分企业现在用Token,并不是直接向OpenAI和Anthropic购买,而是通过Databricks、Snowflake这些平台,再把需求传到亚马逊、微软、谷歌,消耗它们的算力。

所以,谁能看到企业实时使用Token的需求?Databricks、Snowflake看得到,亚马逊、微软、谷歌也看得到。但它们看到的是实时情况,并不能完全看到两年后,这些企业客户到底能花多少钱。我觉得没人知道,还要继续观察。

Bruce Liu:我觉得市场这段时间的压力,不只是供给端问题。你当然可以说,市场跌的时候,鬼故事就越来越多,但现在大家对需求端,确实没有年初AI Agent出来时那么有信心,这也是市场压力的一部分。

我同意,这个数字没有办法强行去算,算不出来,硬算基本上就是拍脑袋。

Rob Li:我完全同意Bruce说的。Andy Jassy讲的两年翻倍、每年增长40%,市场明显没相信。市场说,你需要给我证据,我才能相信亚马逊的增长预期能兑现。目前市场没有相信这件事。

Ethan Xu(徐熠兴):刚才Bruce和Rob讨论需求。从我们看到的角度,我反而不太担心需求,而且觉得有一些证据可以估算。比如每个企业在手订单有多少,根据现在的增长速度,多长时间能做完?目前这几家大云厂商已经拿到的订单,未来三年都完全做不完。

亚马逊和其他公司对未来需求乐观,可能主要来自已经签下的合同:未来三年,哪怕每年增加40%,都做不完。所以它们才得出结论,对每年增长40%非常有信心。这基本上还是基于供给端比较确定的信号得出的结论。

从这个角度看,是不是供需方面不用特别担心?Bruce刚才提到市场对需求有担心,我也想了解担心来自哪里。

Bruce Liu:刚才Rob已经讲了,就是这个增速。AWS敢说这种话,一定是看到了订单。三家加起来的在手订单就有1.5万亿美元,非常大,但这些订单是可以取消的。

需求一旦因为什么原因,没有想象中那么好,大家慢慢把订单取消。从这个角度,AWS不是领先者,不是最先看到变化的,等它看到时已经晚了。市场试图看得更早一点。

这也解释了为什么大家特别在乎OpenAI和Anthropic的ARR(年化收入)。它们两家最先看到用户增长,如果ARR增长非常快,市场就不担心。我觉得是这个逻辑。

Christina Xu:我想补充一点。我在硅谷,和创业公司交流比较多。之前经常和大家讨论,现在不能只看OpenAI和Anthropic的ARR。

一是它比较滞后;二是它们真正用在推理方面的算力占比有限;三是真正应该跟踪的是整个Token使用量的增长,而不只是这些Frontier Lab(前沿实验室)。

如果跟踪整个Token使用量,会看到Frontier Lab的占比在一定程度上下降。怎么跟踪?Rob刚才说,可以看Databricks。更简单的是看Fireworks、Baseten它们直接做Token服务。

我们看到很多创业公司,包括我投的很多公司,今年对比去年,Token使用量翻了十到三十倍。当然,它们绝大多数,80%以上,用的还是Frontier Lab的模型。也开始有人做后训练,托管自己的开源模型,做更多成本控制。但不管开源还是闭源,只要Token使用量上涨,对算力的需求都在。是这样一个逻辑。

Richard:Christina,现在RSI(递归自我改进)在Token增长上,能看到什么迹象?还是更多来自以前的使用方式?

Christina Xu:RSI也有。现在有几个方向,一个是做安全,一个是药物研发,还有很多人用它写GPU计算内核。短期是为了快速产生收入,但观察这些RSI公司,它们第一件事都是抱怨算力不够。

我们知道,最头部的几家已经跟亚马逊签了4亿美元的算力合同,但还是在大量寻找更大规模的算力合约。因为到最后,它们觉得竞争门槛,一是谁能获得更多客户,在某个行业产生更多数据飞轮;二是能不能取得足够的算力。

Bruce Liu:我提一个反面的观点:如果大家对算力竞争这么激烈,需求这么强,为什么OpenAI和Anthropic要打价格战?

Christina Xu:我觉得Anthropic这一步,其实大可不必降价。不降价,也可以增长得不错。

我们的猜测是,可能有一些上市压力,所以双方还是决定这么做,都想让财报更好看。OpenAI刚融了这一轮,大家可能知道,目标估值是1.5万亿美元,其实按1.2万亿美元完成,而且还没融满,也受到市场情绪降温的影响。

在这种情况下,它们做了这些事情,但最后结果好像都没有那么理想。我觉得可能是战略考虑,但不一定是非常必要、正确的事情。

Bruce Liu:至少从市场角度,这时候打价格战,又没有看到使用量有和价格战匹配的明显增长,就会担心:是不是价格下降90%,使用量却没有同样增长?整体上,还是对增速放缓的担忧。这也是为什么最近各种“鬼故事”特别多,这些叙事对AI整体都不是很正面。

Christina Xu:我之前在自己的公众号《硅谷非共识》上写过一个观点。Gavin Baker也提过:前面这两家公司,可以获得大部分经济价值,但不会占据大部分Token使用量。

所以它们打价格战很不划算,绝大多数用户不是因为价格敏感才选择它们。我觉得,这可能不是战略上正确的事情,但不代表需求放缓。

Richard:中间也有个背景,DeepSeek和Kimi的价格便宜,如果不打价格战,很多需求会转到这些便宜的开源模型。

Christina Xu:我的观点是,很多人用开源模型,第一考虑可能不是成本,而是数据安全、隐私等等。

所以现在硅谷做后训练的公司增长还不错,比如Thinking Machines Lab,之前想做前沿模型,后来发现没有那么前沿,也开始做后训练,这也是产生收入的方式。它服务的绝大多数客户,核心考虑还是数据安全。所以我觉得,不是因为价格便宜,就能马上把这部分用户抢走。

Bruce Liu:除了这些州,比如路易斯安那州、北达科他州,作为替代选择,有多可行?可以很快转过去,还是没有那么简单?

Ethan Xu(徐熠兴):我相信每一家做算力的公司都在想这个问题,大部分公司已经在看那边的机会。但要把原来规划在德州的数据中心轻易转到其他地方,并不容易。

数据中心看的不只是电,还要看有没有足够劳动力。建设可能需要几千人,也不能完全是没有数据中心经验的工人。他们可能来自周边经济发达地区,愿不愿意去北达科他州、南达科他州,待两三年做施工?劳动力迁移就是一个挑战。

美国光纤系统也大多围绕大城市和经济发达地区铺设。在现有光纤网络上延伸一点,没问题,但完全拉一条新主干网,到一个新州地广人稀、电力充足的地方,也需要几年,不容易。

还有当地法律法规是否健全,民众和政府的态度是否稳定。不要搬到新地方,第一年建得还可以,第二年民众和政府观点全变了,这又是一种政治风险。

确实没有大家想得那么简单。但每家公司都在做预案,考虑转移到周边监管、风险更少的地方,已经开始在做。

Christina Xu:Ethan说得很对,我们实际也在操作,搬迁的难度比想象大,因为电力许可不是马上能拿到。你可以把机房的壳子建好,但如果拿不到供电,就得自带电。

现在大家也说,每个数据中心都应该自带电。但之前全美规划容量里,只有25%,也就是四分之一是自带电。现在真正运行的表后供电项目,可能只有2GW,不知道这个数字跟Ethan 那边是不是一致。

如果以后要扩展到40GW,发电还是有问题。包括SpaceX,也说要自己做燃气轮机,还有Tesla的电池支持,以及并网等很多规划,才说可能在一定程度上解决表后供电的问题。所以这也是一个很大的问题。

SemiAnalysis能跟踪很多数据,有很多渠道,也有卫星图。但基于我曾经运营的经验,我觉得实际建好和通电之间的间隔,可以无限长,也受到现在政策的限制。比如之前新泽西的项目,一些neocloud也遇到了很长的延期。所以延期肯定还是明显的,从这个角度,我觉得对现有算力会很有利。

再看neocloud,有很多公司的融资成本仍然合理,可能只有7%到8%,现金占比也很高。neocloud也分不同情况,有很多反而会出现新机会。对neocloud来说,融资涉及NVIDIA配额、客户长约和机房。机房一般是Powered Shell(已配置供电等基础设施的机房壳体),很多公司不直接自己做,可能是租;如果不租,也会单独贷款,因为折旧可能是二十年。

过去只用NVIDIA配额,最快就能拿到贷款,但现在不行,还得有客户长约。如果只是按需计费,哪怕客户给的价格很高,可能是长约价格的三到四倍,这些贷款方式也不认可,必须有长约。

所以neocloud重新面临选择:要不要继续签价格相对低的长约,换取融资?像CoreWeave,过去签的长约最多,现在想拿短期合同获得高价,但同时又没有太多议价能力去做按需计费。这可能是它目前最大的挑战,是一个相对不太好的循环。

相比之下,有一些neocloud反而会受益于现在的情况。这是我的一些观察。

陈茜:我想追问Bruce和Ethan,刚才讲到政府监管,首先是监管数据中心,可能更严峻的是监管AI安全,因为它会影响Frontier Lab的研发速度。你们觉得市场现在计入价格的风险,是还停留在数据中心层面,还是已经包括AI安全、AI研发的部分?

Bruce Liu:坦白说,我不觉得市场能把它分得这么细,说这一块已经计入、那一块没有。

从AI安全角度,至少两党法案马上要推出来,大方向还是支持发展,但一定要有安全措施、紧急关闭机制。我认为市场在计入的是这些,没有感觉监管要强行阻碍AI发展。

如果像Bernie Sanders和某些议员那样,往非常极端的方向走,市场肯定没有把这个计入价格。我记得AI安全变成一个议题时,扎克伯格就在说,做模型的时候已经在考虑安全,这不是一个独立的问题。

这种讨论会越来越多,监管措施和压力也一定会有。而且从联邦、众议院立法的角度,它一定是优先出来的,因为迫在眉睫,优先级更高。

Ethan Xu(徐熠兴):我的观点跟Bruce比较像。现在市场比较担心的,还是数据中心监管或者过度监管的风险。

安全监管方面,每个Frontier Lab,包括谷歌,都在考虑。比如谷歌之前发布了最新模型,但没有很快向大众全面开放,而是先给有限的一些人使用,目的也是考虑到可能存在安全问题。要确保风险可控,甚至没有重大安全问题,才向大家发布。

这是AI行业内部相对能解决的问题:开发模型时,也开发相应的安全监管机制,相对容易处理。但数据中心开发涉及很多科技公司完全无法控制的事情,风险比较大。

Bruce Liu:我再加一句。金融行业、汽车行业发展这么多年,都有相应的安全监管机构。我觉得AI在某个时候,也一定会有自己的机构,负责整个行业的安全问题。

陈茜:前段时间,特朗普跟各大AI公司的领导者签了一个协议,让公司自己承担企业责任。

这是一个通过市场约束企业的路径:AI出了问题,企业形象毁了、消费者没了,企业自己也可能毁掉。为了避免这个后果,企业会加强AI安全,保证自己的产品没问题。

民主党掌权后,这种方式会改变吗?会不会变成政府强监管?如果方式变了,对AI研发速度会有什么影响?

Bruce Liu:至少根据我上一次交流得到的信息,我不觉得这是整个领导层的态度。整体态度还是支持AI发展,同时要求AI公司对安全足够重视,不只是重视,还要有手段。

这算强监管吗?在我理解里,这是非常合理的要求。经过来回讨论,最后可能找到一个点,但它本质上和限制数据中心有差别。

大方向上,大家都意识到,美国和经济要发展,AI不可或缺,还是以支持发展为前提。当然,后面讨论可能会变,明年民主党真正入主两院,议题可能随着讨论变化。但至少现在,我得到的最新信息是这个方向。

Ethan Xu(徐熠兴):我也认同,安全性是开发中的一个步骤。随着模型更强大,发布之前,大家会花更多时间确认安全,所以这个时间应该适当放缓,这可能也是各家科技公司目前的共识。

当你做出了特别强的模型,自己都还没有把握时,先暂时不发,做内部安全测试,再做外部安全测试,然后再发。这种合理放缓,我觉得是应该的。

陈茜:接下来,不同赛道的市场情绪和反应,会有区别吗?比如GPU硬件、光通信、存储这些上下游赛道,哪个更脆弱,哪个更有韧性?公司怎么应对宏观变化,谁能生存下来?

Bruce Liu:我觉得变化挺大,上游可能更脆弱一点。

举个例子,NVIDIA明年的收入和预期,可能基于接下来两年数据中心都能到位的假设。如果现在20%的数据中心不能到位,自然影响收入和利润增长,公司是没有办法的。你可以举很多例子说明需求很好,但供给没有,下调EPS(每股收益)又是大概率事件,一定会冲击市场。

所以明年整个AI赛道最大的风险,我觉得来自上游硬件:盈利要下修到什么程度?最大的风险不是估值,现在估值确实低,这一轮下跌后,市场已经计入很多风险。

明年如果伊朗的事情结束、通胀好转,估值可能反而得到支撑。最大的风险是受影响行业每股收益下修的程度、幅度和速度。理论上,我觉得上游硬件产业链风险最大。你可以说已经跌这么多,但算算账,是不是还可能跌更多?有可能。

另一方面,如果这时候手里已经有算力资源,反而有更强的定价权,至少这个阶段比较舒服。只要AI需求没变,你跟客户有议价权,跟供应商谈判时也有议价权。

Rob刚才提到,供给跟不上,导致明年增长不及预期。如果大家很清楚,需求特别强,完全是因为数据中心少、能提供的算力有限,市场到底怎么想?我觉得可以讨论。

如果AI需求端蓬勃发展,我个人认为,市场不会因为供给端限制而对相关公司做过度的负面定价。

Ethan Xu(徐熠兴):我觉得未来两年,需求没有什么风险,风险都来自数据中心供给。数据中心的卡点,决定上游出货的卡点。

但上游每种产品的出货,也不一样。我比较担心GPU、光通信和光模块,因为到目前为止,它们的供给相对充足。一旦数据中心的量起不来,20%延期,一部分甚至取消,这部分量可能就没了,或者延后,对GPU、光模块可能比较不利。

但有一些上游供应,比如存储,现在也严重不足。哪怕数据中心的量少了,它可能只是从“严重不足”变成“比较不足”,还是紧缺。

我也看电力设备,可能是同样的情况。比如变压器,现在要排三到四年,哪怕数据中心供给减少,变成排两到三年,也不是供给很充裕的情况。所以我觉得可能出现一些分化。

Bruce Liu:确实,像你讲的,内存可能是最典型的。但内存上涨,其实是涨价逻辑,使用量并没有特别大的增长,更多是价格上去了。如果数据中心减少,涨价逻辑也破了,从股票角度,我觉得风险还是很大。

Ethan Xu(徐熠兴):公司的盈利能力可能就降低了,是吧?

Bruce Liu:对,因为这是驱动股价的核心逻辑,不只是量行不行。如果涨价能力变差,市场一定会反映到价格上。

Richard:Bruce,未来两三个季度,你觉得最值得跟踪的指标是什么?现在谷歌等M7里,很多公司的自由现金流开始转负,最近一两个季度下滑很快,对应的资本开支也很高。这些投资转得太快,AI提供的利润还没跟上,中间有个缺口,未来两三个季度会不会达不到原来预期的指标,造成比较大的下跌?你最想跟踪什么?

Bruce Liu:如果要验证整个行业,我更愿意追踪上游厂商下调每股收益预期、砍单的情况,这对我最重要。

Hyperscaler是花钱的一方。它们自由现金流变负,我觉得是个客观规律,某种程度上也是好事,说明有投资诉求。如果上游开始砍单,它们不需要花那么多资本开支,现金流立刻变好。你说这是AI的好迹象,还是坏迹象?很难讲。相对而言,股票表现可能会好一点。

从投资角度,我觉得它们没那么脆弱。现在市场的痛点不在这里,而在上游砍单的力度和幅度有多大。现在大家还没看到,还没有真正往下调数字,只是市场担心,所以先跌了。但后面实实在在下调数字,才是风险最大的地方。

Ethan Xu(徐熠兴):如果要看Hyperscaler,我可能会跟踪它们每年落地的计划数。

Richard:这个计划数会在2027年调整,还是等局势更明朗,到2028年才动?

Ethan Xu(徐熠兴):我相信2027、2028年的落地计划数,应该比所有公司原计划的都低。所以从2027年就会开始出问题。

Ethan Xu(徐熠兴):我觉得有个挺有意思的点。刚才讨论数据中心,我们的起点都是民众对数据中心不满。但在这个起点之前,还有一个起点,跟硅谷101、媒体行业息息相关。

我关注到,从去年开始的这十二个月,美国主流媒体开始系统性攻击数据中心,而且基本上是纯负面、妖魔化的攻击。数据中心行业本身有利有弊,但我几乎没有在主流媒体上看到关于它优点的讨论。至少到目前为止,我没有看到一篇报道或者文章,把优点、缺点都拿出来,做相对客观、甚至量化的讨论。

美国民众为什么把数据中心想得那么邪恶?这种行业被妖魔化的事情,是怎么发生的?我觉得是很有意思的一个点。

绝大部分美国老百姓,这辈子没有接触过数据中心。唯一接触到它的时候,是看媒体报道,或者看到自己的电价确实涨了。其实绝大多数数据中心还没建起来,现在才刚开始,明后年才是大规模落地的时候。

所以,为什么民众会如此一致地认为,这是一个被妖魔化的行业?我觉得并不是数据中心本身已经给老百姓造成了那么大的伤害。

坦白说,一个比较极端、不好的例子,可能就是德州州长竞选时提到,某些地区居民每年多交600美元电费。但民众对这件事的愤怒和不满,远远超过一年600美元。

这个事情怎么发生的,值得思考。为什么美国媒体会有如此负面的报道,背后原因是什么?到目前为止,我还没看到有媒体把正面、负面都拿出来,仔细、量化、客观地分析。我觉得这可能才是整个事情真正的起点。

Bruce Liu:Ethan,你这个要求太高了。坦白讲,媒体就是这样,要顺应民意。美国老百姓最不满的是生活成本太高,大家过不下去。

生活成本高,最后归因到三点:一是去伊朗打仗,二是关税战,三是数据中心。前两个不方便讲,最后只能拿第三个出来批评,就是这么简单。

Ethan Xu(徐熠兴):我很同意你的观点。我的感觉是,数据中心成了整个生活成本变高的替罪羊,另外两个原因也很大。

Bruce Liu:对,另外两个原因远远大过它,这些都可以做数据分析、算出数字。尤其今年主要是伊朗战争,本来今年美国经济应该很好,因为特朗普一意孤行打这一仗,导致油价飙升、通胀重启,所有融资成本都变高了。

但在媒体上讲这个,远不如把数据中心拿出来批评有效果。

Richard:现在的局面,一方面AI或者整个华尔街有一定减速、负面的迹象,但看实际技术,METR出了一个关于Anthropic的报告,发现AI参与研发,让模型进步速度达到原来的1.59倍。

我一直觉得,RSI如果真能成立,对Token消耗量、需求端,又是爆炸性的增长。一方面AI似乎在调整,另一方面从技术和使用量看,AI仍在加速,没有什么变化。所以现在整个市场处于很割裂的状态。

Bruce Liu:你去调研真正做大模型研究的机构,跟研究人员聊,根本感受不到减速迹象。和谷歌这些公司聊,都是蓬勃发展。随着AI Agent出来,能做的事情越来越多。前一阵聊的时候,也完全没有削减资本开支的迹象。

但市场是另一个表现。即使数据中心受到限制,我相信短期内,你去硅谷问AI研究人员、创业公司,他们感受不到差别,该做什么还是做什么。市场却是完全另一种迹象,这也就是为什么市场是一个领先指标。

陈茜:但有时候我在想,硅谷是不是有点太信息茧房了?我们每天在硅谷,会觉得AI已经很大程度改变生活,没看到需求放缓的迹象,RSI来了之后,还会继续增长。

但真正反对这些数据中心的,有可能是从来没用过AI的人,是小镇上那些普通居民。他们的力量非常大。像Bruce说的,不要小看他们,他们有投票权,每一票和硅谷每个研究人员手里的票是一样的。中期选举是不是也给硅谷一个教训:也要看看外面的人怎么接受,市场教育还是要继续做。

Ethan Xu(徐熠兴):我非常赞同Bruce和陈茜刚才说的。这也是为什么我讲,故事的起点可能不在居民反对数据中心,而在媒体过去十二个月不断向居民传递一种看法:一切都归咎于数据中心,把它完全妖魔化。他们对AI也好的认知,几乎全部来源于这些媒体的报道。

所以我感觉就是硅谷是一方面力量,其实还有很大一部分力量就是在媒体手上,就他们想怎么叙事,这个叙事了12个月之后,它真的能扭转。美国很大一部分民众对一件事情的看法,而这些看法最终会通过选票的形式去影响整个行业。所以我觉得这一点是不比科技进步的力量要小的另外一个方面。

就像我们嘉宾提到的,数据中心的故事并不仅仅是股市、经济、AI和监管的故事,更是一个关乎美国社会,影响许多普通人的故事。Bruce也说,千万不要小看对AI不感兴趣的普通居民的声音。

我们此前一直在跟踪这个话题,并采访了三位美国当地的居民。

Steven

蒙特利公园居民

如果数据中心真是好东西,我们就会争着要。但没有哪个城市在争着要数据中心。

这是美剧《Fresh Off the Boat》(《初来乍到》)的华裔导演Steven,他居住在距离洛杉矶开车10分钟的城市Monterey Park。2026年6月2日,蒙特利公园市政议厅举行了公投,88%的选民赞成永久禁止在这座城市建设数据中心。蒙特利公园成为全美第一个用公投把数据中心彻底挡在门外的城市,Steven也是当天参加公投的居民之一。

Steven

蒙特利公园居民

如果数据中心真能变成大科技公司想要的“皇冠明珠”——带来收入,却没有噪音污染、不压低房价、不带来空气污染,还节约用水,做到能源中和、碳中和——你就会知道,因为所有城市都会争着要,就像争办奥运会。

但这还没有发生,我也不认为会发生。是这些科技公司自己在制造需求,因为它们把AI强塞给我们。我们不想要AI,可它们把AI塞进一切。它们先制造需求,再说:“看,需求这么大,必须建数据中心。”

还有,我们为什么要跟中国竞争?如果中国的经济规模更大,又有什么关系?我并不介意。

这次公投背后的推手,是蒙特利公园市长Elizabeth Yang。2025年11月,她收到一家澳大利亚地产公司的申请。对方买了一块地,想在那里建设数据中心。

提案刚出现,就有居民给市政府写信抗议。于是,她询问这家公司,是否愿意在社区会议上回答居民的问题,却迟迟没有收到明确答复。市政府最终决定,把数据中心去留的决定权交给居民。

Elizabeth Yang

蒙特利公园市长

我们最后把它变成公投议案,本质上就是把决定交给选民。因为另一方面,我们一直收到申请方律师事务所措辞非常强硬的律师函。

他们聘请了Sheppard Mullin,这是洛杉矶规模最大、作风也非常强硬的律所之一。

他们不断发律师函,大意是:如果你们禁止数据中心,我们就会起诉你们,而且你们一定会在法庭上输。

所以,我们最后把决定交到更多选民手上。如果居民投票决定禁止它,那就不是市政府禁止了数据中心,而是选民自己禁止了数据中心。

律师事务所难道要去起诉这些居民吗?这样的话,他们的案子就不会那么有力。所以我认为,把权力交给人民,是最好的做法。

她还相信,有没有数据中心,并不会给这座城市的经济带来本质上的变化。

Elizabeth Yang

蒙特利公园市长

我觉得我们这个城市过去一百年一直都过得很好。我们的城市已经有一百一十多年历史,没有数据中心,一样一直在发展、繁荣。

所以现在没有数据中心,并不意味着我们的经济就会崩溃。我们继续做过去一直在做的事情就好了。

还有一位我们对谈的居民,住在嘉宾们多次提到的德州。他所在的城市叫做Abilene,一座人口只有十几万的德州西部城市。但在这里,有曾经特朗普口中“这个时代最重要的项目”:Stargate。

这个项目,曾让阿比林政府激动不已。为了把Stargate留下来,阿比林政府直接给出了十年85%的城市财产税减免,但几个月后,阿比林居民等来的第一波变化,不是更多的繁荣,而是越来越难找的房子,和越来越贵的房租。

Steve

阿比林居民

很多人来反映房租上涨,这是个大问题。还有空军基地的人反映,一些空军人员因为找不到住处,只能睡在车里。

很多老租客拿不到能负担得起的续租条件。有几位租客是被告知房东要卖房时,才知道自己得搬走。

我也和第一次买房的人聊过,他们找不到买得起的房子。住房紧张还波及本地大学,学生都找不到地方住。

Steve是一位阿比林本地的居民,后来做了一个叫Save Abilene的网站,让居民可以匿名提交自己因为数据中心受到的影响——房租、住房、道路、噪音,什么都可以往上报。

Steve

阿比林居民

没人搬来阿比林,是为了在上班路上堵车。人们搬来这里,是为了十到十五分钟就能到公司。有人在网站上提交说,他们有时连自家车道都出不去,因为数据中心的工人堵在他们住的那条路上。

我们是不情愿的投资者,镇上的生活质量因为这件事变差了。

所以我觉得,我们都应该为这份“投资”拿到回报。就这么简单。无论是实打实的退税,还是Oracle和OpenAI真的来修补这个社区、修我们的路、修我们的学校,或者干脆给每个人发几千美元。到这个地步,总得发生点什么。

Steve说,阿比林居民承担了科技公司入驻带来的代价,却没有享受到红利。这种说法,也代表了许多住在数据中心周围的美国居民。在中西部小镇、广袤农场旁,一些居民从没用过AI,却发现自己要面对噪音、高房租和上涨的水电费。

而这,就是数据中心分裂当下美国社会的原因。


这场讨论呈现了一个反差:硅谷的技术和应用仍在加速,华尔街却开始重新评估数据中心能否按时建成,投入何时收回。建设延期会影响订单、盈利和融资,但这不等于需求消失。

Citrini的《2028全球智能危机》曾设想,当AI收益更多流向资本、劳动者收入受损,消费走弱,最终会反噬企业。中期选举带来的建设限制,还不能证明这一情景已经发生,但起码说明,整个社会都在追问:收益由谁分享,成本由谁承担?

硅谷看到AGI,小镇居民关心电费、用水和长期就业。他们的关切会通过选票改变政策,再影响投资回报。这轮AI建设能走多远,也取决于全社会能否分享它带来的好处。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

跳转微信打开

  •  

硅谷创业“修道院”HF0与OpenRouter早期故事

原创 硅谷101 2026-11-13 16:00 北京

秘诀是“做减法”。

(点击收听本期音频👆)

    采访|泓君

    图文|朱婕

HF0(Hacker Fellowship Zero)正在成为硅谷最难进入的“孵化器”。

不同于Y Combinator每期招收约200个团队、每年四期的“广撒网”路线,HF0每年只有三期,每期只筛选约十个团队。入选的创业者要进入驻场地,一起度过12周封闭的“修道院式”生活。HF0的创立者Dave Fontenot力图为创业者们消除一切外在琐事和干扰,让他们心无旁骛地专注产品。很多团队也在这三个月里实现了10倍的增长。

2024年秋天,ACE Studio创始人兼CEO郭靖(Joe)带着团队走进了这座大宅,用三个月的时间,把产品月收入从8万美元做到了80万美元。也是在这里,他遇见了今年大热的OpenRouter联合创始人Louis,见证了这家公司非常早期的状态。

本期硅谷101播客,泓君邀请Joe来聊聊这段特殊的创业加速经历,揭秘HF0“增长奇迹”背后的细节,以及他眼中硅谷最优秀的这批创业者,是如何工作和思考的。

Joe认为他在HF0最大的收获,不是什么增长技巧,而是一种修道院式的状态:不断做减法,聚焦最重要的那个目标,构造有信念感的氛围。现在Joe也把这套加速器模式搬回了公司,在内部持续复刻HF0的增长奇迹。

欢迎关注《硅谷101视频号》或音频栏目直接收听本期播客。如果你喜欢我们的节目,更推荐大家使用音频客户端来收听,《硅谷101》已覆盖各大主流音频平台(渠道见文末),欢迎订阅!

以下是这次对话内容的精选:

泓君:Hello,Joe。

Joe:大家好,我是Joe,ACE Studio的founder和CEO。ACE在做的事情是自研AI生成模型,并打造自己的专业创作工具。ACE Studio是目前比较成熟的产品,面向专业人士,世界各地的音乐从业者,包括汉斯·季默、美国R&B教父Teddy Riley这样顶级的音乐人,以及很多格莱美奖得主都是我们的用户。我们现在也在做一个全新的、面向普通人的AI音乐创作产品。

泓君:聊一聊你在HF0的这段经历吧。它是硅谷非常火的一家孵化器,势头是不是已经有点超过Y Combinator了?在HF0的offer和YC的offer之间,创业者现在更愿意拿哪一个?

Joe:我的理解是,大家会毫不犹豫地选HF0。YC是个很大的品牌没错,但YC每个batch(每期入孵的团队批次)可能有上百个团队,谈不上精挑细选。我们开玩笑说,它更多是一种“spray and pray”的逻辑——全部洒水,祈祷谁能成,总有能成的,本质上是概率问题。

HF0是最经典的那种加速器逻辑:最早的加速器都是residency(驻场制),有场地,把一批人叫过来。但加速这件事,越早期成功概率越低,就越需要更大的分母、更多的人参与;而物理空间天然有限,装不下很多人——这两件事本来就是矛盾的。所以HF0每个batch永远只有10个团队,这就要求非常挑剔的眼光,入选率远低于YC。

泓君:HF0的核心之一是给所有创始人提供场地和房间,大家同吃同睡、一起办公,对吧?它最后的条款是多少钱换多少股份?

Joe:条款一直在变,因为它确实越来越好了。我们那一期(2024年秋季)是100万美金换5%。

泓君:那你们算比较后期了,我看它早期是25万美金换2.5%。

Joe:那都是很早以前的事了。就在我们上一期到我们这一期之间,他们刚调整过一次,上一期我记得是62.5万美金换3%。

泓君:最近Stripe收购了OpenRouter,OpenRouter应该是跟你同期的企业?

Joe:OpenRouter其实比我们早一年,他们是2023年秋季正式参加的。他们两个co-founder,Alex是美国人,Louis是越南人。Louis当时没拿到签证,只能远程参与,挺遗憾的。到了2024年秋季这一期,Louis刚好把签证搞定了,HF0就跟他说,那你要不再来一次。不过Louis参加的这一次没上Demo Day,因为他已经不融资了。

所以我跟Louis算是同一期。HF0有两个办公区,一个在顶楼,一个在地下室。地下室的办公区叫Zoom,强调的就是在地下室特别沉浸,灯24小时不关。我们和Louis是每天睡得最晚的两支团队:我们大概凌晨五点睡,Louis大概三点睡,然后上午十一二点出现在工位上。我们团队晚是有理由的,因为很多开发者在国内,要跟中国对接。Louis就是真的搞得晚。Zoom里有个小屋是临时休息用的,放着几张沙发,他凌晨两三点会跑到小屋里睡。但其实HF0给每个人都分了很好的房间。

泓君:它是不是以在旧金山搞了一栋大豪宅而闻名?

Joe:是的,那栋房子很漂亮,设施也特别好,给大家装了Eight Sleep(智能温控床套),睡得很舒服;每个人还配Whoop(运动监测手环)监测睡眠。但Louis从来不回自己房间,他把那间临时休息的小屋霸占了,被子、枕头、牙刷全在里面,他每天就睡那儿,特别好玩。

泓君:你觉得HF0的魔力在哪里?我知道它的核心是帮创业企业做增长。我跟一些进过HF0的企业聊,他们觉得这个孵化器特别看重增长、看重营收,它能给你那样的氛围。同时我看创始人Dave的经历很有意思,他自己有过修道院的经历,所以他倡导的理念是:过一种物质极简、精神丰富的生活。

Joe:用一个词来形容HF0,就是subtraction(减法)。Dave说的其实不是物质极简,而是去掉所有不重要的事情。HF0修道院式的生活不是让创业者吃苦的:生活上给你安排得极好,请最顶级的厨师,每天变着法做各种菜,中餐、印度菜轮着来,素食者的需求也照顾到,一日三餐都给你照顾得特别好。

里有很多设施,硅谷流行cold plunge(冷水浸泡),那玩意儿还得专门建一套设施,还有桑拿、有健身房、有免费私教,还有专门的按摩师,甚至专门有人管你洗衣服。他的核心理念就是:除了那一件最重要的事,你什么都不用管——只管把自己的business做好。

这才是HF0所谓修道院精神里最“修道院”的部分,就是subtraction。我们在那栋房子里,除了吃饭基本都在地下一层,三个月见到阳光可能不超过四次。

泓君:他们怎么驱动大家沉浸到这种氛围里?

Joe:正式开始之前,先让大家做心理准备:带大家上山做一次retreat(静修),有各种meditation(冥想),也有交流,总之是让心智进入一种非常沉浸的状态。

最后每个人在会上设目标,深刻地想、在脑中预演:三个月之后我会长到什么程度、应该是什么样子。先让大家visualize,再倒推目标是什么,每周的目标又是什么。

每周一的demo dinner是HF0最重要的环节。每个团队上去讲两分钟,讲这周的进展:这周你涨了20%吗?别人涨了20%,你为什么没涨?

泓君:你们的进展是以营业额衡量,还是以什么?

Joe:这是很关键的一点。进去的时候,Evan会跟每个团队讨论,他是HF0其中一个founder,有点类似于投后,会帮每个人找出:如果只能有一个维度、一个“北极星指标”,那个数是什么。它未必是收入。比如我们那一期有做生物方向的团队,做的是前沿研发,每周分享的内容自然不一样。但Evan会帮你找到那个唯一的单点。

泓君:他会帮你做减法。

Joe:或者说帮你聚焦目标。

泓君:绝大部分的目标是收入吗?

Joe:也不一定,比如OpenRouter的目标是每周的token调用量。Louis每次分享都是token调用量又涨了多少。每次两分钟分享后有一分钟问答,大家老问他“你们收入怎么样”、“business model是什么”,Louis就说,我们不怎么看重收入,我们的收入也就够喝两杯咖啡。

前两天OpenRouter被收购的时候,70亿美金,Evan把消息发到我们那一期的校友群里,配文只有一句“enough for coffee”——现在够喝咖啡了。

泓君:每个公司只专注一个目标,这个目标是每周变,还是不变?

Joe:目标是不变的。比如我们团队的目标就是收入。

泓君:我记得你进去以后收入涨了10倍,从每个月8万美元到80万美元。

Joe:对。不过80万是一个顶点,为了冲上去确实用了很多手段;后面我们平均每月是四五十万美元。我们看的是ARR(年度经常性收入)。同一期还有个团队叫Fyxer,现在发展得也不错,入选过a16z的20个必备效率工具,他们当时看的也是ARR。

HF0强调的是,你最好把目标简单到两分钟之内能清晰讲出来,并且让人看到进展。它不鼓励你讲这周做了多少事,只问那个唯一目标的进展。

泓君:怎么做到短时间翻这么多倍的?

Joe:现在回想,从HF0出来、2024年底到2025年初那段时间,我非常痴迷各种增长的奇技淫巧,说白了就是各种tricks、各种小套路。除了产品有几个大feature更新,我们在增长上确实用了不少技巧:大量做AB test、调整定价、优化转化漏斗。

每周二会有人过来跟我们聊,HF0以前的校友里有个叫Blake Anderson的,做过一个测卡路里的产品叫Cal AI,以增长见长,尤其是在influencer(网红/达人)增长上。

我当时问他,influencer怎么做增长?我总觉得这东西能爆一下、爆两下,但没法稳定。他问我,你每天联系几个influencer?我说,我几个月时间联系了100多个。他说,我每天联系150个。

就这一句话点醒了我。他后面讲的具体方法反而不重要了。重要的是我意识到我们之间是数量级的差距,说明我的系统一定哪里错了,必须重建。回去之后我们就搭了influencer系统,现在已经迭代到第四代,AI深度参与,一天能联系200个influencer。

泓君:200个influencer都会回复吗?

Joe:当时我跟Blake说,influencer这个东西不稳定:不一定回复,回复了不一定合作,合作了不一定有爆发。Blake的回应是——不稳定的东西,当它的数量级提升上来之后,就变成稳定的了。

所以怎么让influencer营销变得稳定?你唯一能做的就是提升联系的人数:联系100个人会有一个爆,想爆10倍,就该联系1000个人。而且漏斗还能继续优化,邮件模板、成交率都有空间。到现在,我们联系200个人,大概40个会回复。

泓君:相当于把它从零散的个人动作,变成了团队专业化、持续运转的系统。

Joe:对,我们当时总结了一句话:像做产品、做算法一样做增长。产品和算法我们一直当成一个系统,愿意投入很大精力;可一到增长,就变成打一枪换一个地方。但增长跟产品、跟算法一样,也是一个系统。

泓君:还有一个增长方法,是提高价格。

Joe:涨价确实是一种奇技淫巧。我们试过,也做过价格AB test,收入因此涨了30%。但今天回头看,能量是守恒的:价格涨上去,可能流失一部分潜在用户,他们本该带来的口碑也随之消失了。

到最后你会发现,世界上最好的产品,比如OpenAI、Anthropic,定价上并不做太多trick,精力还是花在模型好不好、产品能不能真的帮到用户。这也是我们从HF0出来之后慢慢意识到的:只靠奇技淫巧一定会遇到瓶颈。所以2025年我们自研了基础模型,2025年底把它真正上到ACE Studio、做成ACE Studio 2.0之后,增长曲线才重新回来。

泓君:所以你觉得HF0对你的影响是正向的,因为学到了很多新方法论。

Joe:增长当然重要。但经常有人问我,在里面到底习得了什么?大家默认的预设是:HF0给你对接了什么资源、教了你什么方法。我跟大家讲的从来不是这些。

泓君:是什么?

Joe:是一个听起来更务虚的东西:它教会我们怎么打造这种让人沉浸的monastic mode(修道院式)的状态,怎么做减法。甚至不是它教会我们怎么做减法——它只是告诉你,做减法是一切的根源、是最重要的事。只要它不断强调这一点,具体怎么做,我们自己会得出答案。

我记得第一周Dave跟我们分享,他说:你们都是founder,不需要我来教。在创业这么关键的节点,你们不要再去party、不要天天玩了。做减法不是把不重要的娱乐减掉,做减法最难的是,只盯着对公司最重要的那件事,甚至要排除掉第二重要的事。

这句话对我震撼很大。有时候我们觉得这个也能做、那个也挺重要。比如一些大厂来找合作,我心里知道那东西推进很慢,短时间内不是最重要的事,但总觉得人家是大厂,得把关系维护好。

泓君:这个不能交给其他人做吗?

Joe:但其他人也是公司的资源,他是不是也有他最重要的事?到最后你会发现,你如果想把所有事情都做到面面俱到,就做不了最重要的事。创业一定是狗熊掰棒子。

泓君:我听说你们现在的团队是一起租一个大house,一起办公。

Joe:我们是一个全员远程办公的公司。从HF0出来之后,我们玩了一个新办法,在远程机制上加了一层,叫内部加速器,或者内部HF0,最开始甚至叫ACE0。

比如这段时间,我觉得算法上要做一次大突破了,我就把几个算法工程师叫到某个地方,租一栋海景大别墅,跟大家说,三个月时间我们做一个加速器,就针对一个目标:端出下一代的SOTA模型。

我会像HF0那样先给他们做静修冥想、沉浸心智,也有demo dinner每周分享进展,也有weekly update。这些都是模仿HF0。我们也会做减法,雇阿姨解决吃饭和收拾的问题,让大家只专注在这一件事上。

这个机制挺有意思,到今天已经做过四五次,有算法的、有开发的、有增长的。

泓君:效果怎么样?

Joe:非常好。我现在同时在做一个C端产品开发的加速器,还有一个增长的加速器,两条线并行,人也不一样。你会发现大家一旦进入那个状态,产能就会爆发。因为在HF0那三个月,我们就经历过这种产能和灵感的爆发。

而且这件事要弄得特别有仪式感,所以我们会挑风景优美的地方,我们去过惠州海边、天津滨海、杭州的山上,甚至在富士山下也搞过一次。

泓君:但很多同事有家庭,这样长期出差可以吗?听起来一年好几次,如果一年四次就回不了家了。

Joe:公司三十多人,一年四次不代表每个人都要参加四次。这一期主题是算法,下一期是开发,人员并不重叠。我们的规定叫“服兵役”:每个人每12个月有三个月的义务期。

泓君:听上去海边别墅很漂亮,有泳池、有好饭菜,但这三个月压力应该很大,是要出结果的,那种氛围你怎么做起来?

Joe:就是跟HF0学。HF0那时候压力更大。它的文化里有一条,就两个字:hard working。最终要出结果,还是要肝。

怎么建立氛围,核心是给自己设更高的目标,以及把review目标这件事做成仪式,优秀的人会自己驱动自己。比如HF0每周的demo dinner,所有人都上去讲这周增长多少,你自己就会问:为什么所有人都在增长,我没有?它不judge你,只是把氛围造出来了。

泓君:把最优秀的人拉到一起卷。

Joe:对,最重要的还是那个仪式,要有仪式感,让大家相信这个氛围。

信念感很重要。我一直强调信念感不是一个虚的词,它其实借自表演学:一个演员必须相信自己正在演的事,他才会演得好。你相信了、演好了,结果就是好的。

我们也是一样。你相信自己能成功、能出结果,就先单纯地相信这个氛围、相信这个环境、相信这里是对的、相信这里能给你出结果。你越相信,参与度越高,最后你会发现,这东西真的有效。

泓君:但有些人可能怎么努力都很难出现那条增长曲线,这不是逼就能逼出来的。遇到不停失败、规定时间完不成,会怎样?你有过这样崩溃的时候吗?

Joe:肯定有。不及预期的时候有,超过预期的时候也有。但我认为大多数人还没到“我穷尽了一切方法”那一步,绝大多数情况是想一想觉得这事很难,就停在这儿了,或者试了一次就停在这儿了。

泓君:你可能也不是第一天就有增长的,那条曲线是怎么拉起来的?

Joe:我们那一期前半程,几乎所有团队都没有增长。只有两个团队在涨。一个是OpenRouter,他那时候已经起来了;另一个就是Fyxer。剩下所有团队在前半程完全没有增长。Dave他们那会儿都快吓坏了,觉得这个batch怎么回事?难道真的看走眼了?

但从11月1号开始,大家集体开始疯狂增长,前面做的积累的事情,开始出效果了。

泓君:第几个月的时候?

Joe:我们是9月18号开营,11月1号开始。

泓君:第七周?

Joe:对,我对11月1号印象特别深。10月31号那天,Dave给所有人做了一次talk,他说这个周期通常就是一个分水岭:有的团队会break out(突破),有的团队就hang out(原地打转)。10月30号大家还在聊这事。11月1号我睁开眼,当日收入翻了一倍。从11月开始,所有的魔法就开始发生了。

泓君:Dave是个怎么样的人?

Joe:Dave特别有感染力,甚至有点ADHD(注意力缺陷多动障碍)。他非常狂热,对事情、对人都投入极大的热情。他说自己每天要回500条以上的消息。他非常敏锐,回消息、介绍人都很punchy(简短有力),和他见面你会觉得这个人非常有感染力。

泓君:除了做减法,他还给了你什么启发?

Joe:就是他搭起了这套系统。整个HF0的玩法都是他搭的,来自他在台湾出家一年半的经历——那段经历启发了他这套修道院式的模式。你知道HF0第一期是在台湾办的吗?

泓君:还真不知道。

Joe:我当时听到也很震惊。所以HF0对华人很有好感,里面有很多很中式的元素,比如茶台。他对中国文化很入迷,甚至会说普通话。

Dave是个很有爱的人。我一下想到的就是这个词,love and peace,他给我的感觉就是“用爱拥抱世界”。我们从HF0出来之后,在San Bruno的Airbnb临时住了几天。Dave去San Mateo吃了碗拉面,还打包一份带给我,说这面条一定要配老干妈,而且必须得是老干妈,否则就不好吃。很多这样的细节挺有意思。

泓君:你当时也碰见了OpenRouter的Louis。OpenRouter早期是什么状态?

Joe:我碰到Louis的时候,他们也算早期,刚开始起势。团队只有4个人,其中两个是兼职。Louis觉得那两个兼职不太靠谱,代码基本上是他一个人写的。

泓君:除了兼职,就Louis和Alex两个人。

Joe:对。我们CTO Sean当时都震惊了,说OpenRouter写代码好像从来没有测试环境,写完就YOLO(you only live once,这里指“先上线再说”),直接上线,线上出了bug再YOLO、再改,特别狂野。

Louis有个经典画面:走路的时候左手抱着电脑,右手敲代码,一边走一边吃饭,单手写代码,边走边写。

泓君:他是个很厉害的程序员。

Joe:他还有个特点是说话极快。每次他讲完,我都得再问一遍。一开始我以为是自己英语不好,后来发现native speaker也很难听懂他说了什么。他跟我们讲了很多东西,比如怎么做social media。

泓君:Louis跟你们聊怎么做social media?他不是CTO吗?

Joe:创业早期他什么都干。比如他告诉我,别想那么多,逼自己每天必须发一条视频。Louis是特别友好的人。我们做音乐AI,凌晨三点左右常放sample(试听样片)测新模型,大家坐在一起听,音量很大。他就在隔壁睡,从来没抱怨过。有时候我们凌晨两点多还在放sample,三点Louis就抱着枕头起来写代码,还跟我们打个招呼。次数多了,我们开始自我怀疑:是不是我们把他吵醒的。

泓君:你觉得OpenRouter为什么能做起来?做对了哪些事?

Joe:他们把一件事做到了极致的简单,也非常清楚自己不要什么。比如他几乎不融资,只拿了HF0和更早一位天使投资人的钱;那段时间也不做商业化。他认为最重要的事就是成为大模型的router(路由调度层),更快、更高效、更稳定地整合更多大模型。

先发优势就很明显了,做到后面都是大模型求着他们上,而不是他们找别人上。因为它已经变成全球开发者测试新模型的第一个入口;哪个模型在OpenRouter上被调用多少次,会形成一个榜单,它已经具备了权威性。这个卡位很重要。想清楚这一点之后,他们就不做多余的事:不激进商业化,也不融资。

泓君:所以核心点是什么?我们之前聊到过OpenRouter,它的价格就是在模型价格上加5%,也不做任何价格的优化。现在国内做类似模式的人很多,打的就是低价,比如六折拿到、八折卖出去,赚个差价。但OpenRouter一开始就不是这么想的。

Joe:他们最早叫Unified Interface for LLMs,就是统一的界面。最初想的可能是给C端用户的统一界面,有点像Poe(Quora推出的多模型聊天工具),一个人在一个界面里切换各种模型。

后来他发现开发者的需求更大,开发者的界面就是API格式。比如产品里已经写好了调用某个LLM的接口代码,换一个模型就要改代码、重新发版,太麻烦。用OpenRouter的好处是可以直接用它的接口。

因为开发者都在用、加价也不多,所有模型第一时间就能被测试到,于是它能形成报告和榜单——这个模型被这个场景调用多少次、那个模型被那个场景调用多少次,某种程度上变成了一个按用量统计的benchmark,这是规模效应的点。

当然,这个优势会不会被价格端冲击掉?我觉得可能会。我们这种开发者,用一个加价5%,另一个便宜20%,如果一样稳定,我肯定换过去。

泓君:有跟你同一期的企业启发到你们吗?

Joe:启发我们最大的其实不是OpenRouter,因为他们做的事、他们的增长跟我们完全不同。他们是很厉害的创业者,选的模式非常好,典型的冲浪模式——浪越大,他越高。

给我们更多启发的是另一个团队Fyxer,做邮箱agent的,帮你管理Gmail、Outlook,代写回复,管理日程,做线上会议笔记。我们两支团队的目标都是ARR。他每周都会讲新增付费用户多少、ARPU(每用户平均收入)多少、付费率多少、ARR涨到多少。因此在增长上我们交流特别多,比如怎么防用户流失,他告诉我,可以卖更长周期的会员。

泓君:现在Suno也很强。你们之前做的是给专业人士用的工具,现在也做音乐生成,要怎么跟Suno竞争?

Joe:我们之前也是音乐生成,只是更偏专业场景,但底层本质上是同一个东西——音乐生成模型。所以最重要的还是模型上的竞争:要尽快端出SOTA,尽快在模型上战胜Suno。

我们有一块别人不容易复制的东西:在用户允许的前提下,ACE Studio里用户编辑的完整轨迹数据(trajectory data),对我们模型的后训练帮助极大。这样的系统和环境是不可复制的——你不可能为了收集这种数据,专门去打造一个像我们这样的专业产品,并且还拿到汉斯·季默这个级别的音乐人数据。

泓君:Suno也在做这件事。

Joe:对,Suno也在做,我只是说它的复制难度和壁垒很高。但更重要的是大家都在牌桌上。如果AI音乐真是一件巨大的事,那就卷呗。假设它是8848米的珠穆朗玛峰,它在50米,你在2米,但长期看终点是8848米,没道理你就永远在它后面。

我们的加速度其实很快:Suno可能训了3年模型才到今天这个水平,我们1年就接近了,大致相当于它上一代模型的水准,而它上一代和这一代差距并不大。而且我们现在有全世界最好的音乐生成研究员,技术上可能比Suno还好,只是需要时间去追上它。

泓君:你怎么定义“全世界最好的音乐生成研究员”?

Joe:比如全世界几乎所有音乐模型都在用的表征基座,就是我们的研究员做的,Suno的模型也建立在这个基座之上。类似的例子还有很多。

而且我们的研究员不只是爱好者,有人甚至是很好的吉他手。我们新加入的一位研究员,本科时的乐队差点被华纳签下,唯一没签的原因是大家学习太好,最后都去藤校做算法研究员了。

泓君:模型现在能做出的最高水平,能超过人类最好的歌手、演奏家或者编曲吗?

Joe:这个不好定义,文无第一,武无第二。贝多芬、莫扎特之所以是大师,是被公众确认的。好与不好最后是一个结果,相当于一个大众的MOS(Mean Opinion Score,平均主观评分),是大众和市场确认之后,大家才知道它好不好。所以我不是说主观的东西没有好坏,我只是说我不是那个能下判断的人,我代表的只是我个人的感官。

泓君:我有一段时间没用音乐生成软件了。但我刚用的时候,觉得它的水平就是口水歌。

Joe:今天它已经可以拿到Billboard的第一名了。在个别case上,我觉得已经远超人类。

泓君:个别case是指哪些?

Joe:我不能说AI音乐总体上远超人类,因为还有很多问题没解决。但确实有某些歌,拿出来听,你会发现人类做不到。比如人的演唱机能,很难同时做到音高极高、有穿透力、底层又特别宽,同时还沙哑。

泓君:它可以把各种最好的特色融合在一起。

Joe:对,因为它是human preference driven,是人类偏好引导它。人喜欢这个东西,偏好不断给它反馈,它不断提升,最后出来的东西可能是人的生理机能本身做不到的。

但AI音乐的多样性今天仍然有问题。很简单,你让它生成一首难听的歌,它做不到;让它生成一首粗糙的、唱着唱着跑调的、但带着原始生命力的、听起来像人在现场用手机翻录的歌,它也做不到。我很喜欢的一些民谣就是这样的,比如李志当年在南京酒吧录的那些歌,是台下听众拿手机录的,特别有生命力。后来他重新编曲、制作,反而没那个味了。这种东西Suno生不出来。左小祖咒的歌Suno也生不出来。

泓君:这就是音乐和艺术有意思的地方。如果它生成的是一首平均水平的好歌、好听的歌,那还是“好”这个范围内的好;哪怕唱功上能融合不同的好,也仍然在“好”里面。但真正触动人的,是那些不完美的瞬间、真情流露的瞬间。单依纯在好声音唱《给电影人的情书》,中间其实唱停了,那是一个很大的事故,但我非常喜欢那首歌——我能感受到她在停下来之前那些真挚的感情。所以我觉得是那些不完美,成就了那个作品。

Joe:或者说每个人要的不一样。有人要完美,有人要的就是不完美;有人要这样的完美,有人要那样的完美。今天的AI音乐分布还是偏窄的,在某些类型、某种味道上,它能做到人都做不到的东西。比如让它编一个偏流行电子的东西,可能做得巨惊艳,我听过不少用户做出来的案例。但你让它做70年代的老爵士,它做不出那个味。

跳转微信打开

  •  

聊聊中国版MUSE:蚂蚁灵光2.0,支付宝,超级App的生态优势与挑战

原创 硅谷101 2026-11-12 17:06 上海

对话蚂蚁灵光CTO

2026下半年,全球科技巨头正在开启一场新的AI入口争夺战。

硅谷的Grok Bot、Muse、OpenAI Dots、Anthropic Duet,再到创业公司Instinct,Personal Assistant(个人助理)形态的AI产品纷纷出炉。

AI在企业端爆发之后,个人消费端是更大的市场,这也是所有巨头都纷纷加入的下一个战场。而在中国,PA类的产品之战也开始了,但中国市场和硅谷的生态会很不一样。

中国有着巨头们的Super app生态,这意味着,生态内的agent打通支付、办公、出行等环节会更加容易。但在AI产品竞争更强的大陆市场,这类产品如何商业化,也是重要的挑战。

我们与刚发布灵光2.0的蚂蚁灵光CTO莫林剑(花名:林怿)聊了聊,他对Agent产品进化的思考。

一年前,灵光1.0主打的是一句话生成闪应用,让没有编程能力的普通人,也能创造自己的工具,这是一个很有想象力的方向。但上线之后,团队也逐渐发现:用户能够创造一个应用,并不意味着这个应用真的解决了问题,创造本身也未必是一个高频需求。

所以到了2.0,灵光试图把产品的重心,从帮助用户创造工具,转向帮助用户真正完成目标。不只是回答一次问题,而是能够记住你的需求,持续跟踪任务,在合适的时候主动提醒,甚至在获得授权的情况下替你做事。

但与此同时,这场个人AI助手之战,也带来了很多值得讨论的问题。用户真的愿意为一个AI私人助理付费吗?如果AI可以替我们完成购物,原本依赖流量和广告的平台怎么办?当AI掌握了越来越多的个人信息,我们又该如何建立信任、确保它不会做错事?

这篇文章,我们聊聊个人AI助手之战背后的产品升级、技术进展、商业利益平衡,看看让普通人能用到的高频高价值AI产品,如何能来到我们身边。

本文为视频改写,欢迎大家收看以下视频

陈茜:林怿,欢迎做客《硅谷101》。我知道你们刚发布了灵光2.0,距离灵光1.0的发布已经过去一年了,为什么选择在这个节点发布2.0?

林怿:2.0我们已经酝酿很久了。1.0给大家印象最深的可能是做闪应用,但我们一直在想,怎样帮助用户更好地把事情办好。无论问答还是应用,解决的往往只是某一方面的问题,而像旅行这类任务是会跨时间周期的。

我们大概从今年六七月份开始酝酿相关工作,在这个时间点发布,对我们来说是自然的结果。刚好业界也有很多类似的产品出现。

陈茜:所以灵光2.0的受众还是比较to C一点,希望帮助大众办事、解决问题,这是不是有点对标Muse?

林怿:我们并不是看到Muse之后才开始做,坦白说,那也来不及。我们是很早就开始做这件事了,它确实面向个人消费者,而且我们非常希望它是普通人能用的产品。

我可以讲一下自己的经历,我很早就用Codex这类工具管理生活、处理办公事务。比如给我的孩子去做错题的纠正,我会把孩子的错题拍进去,让它分析哪里错了,再针对性地出一道新题。如果又做错,就继续这个过程,有点像人工进行RL(强化学习)。但这个过程对普通人来说还是复杂,我妻子也用不起来,更难想象我妈妈或其他老年人能用起来。

陈茜:没办法只用一句自然语言来完成?

林怿:一句话搞不定,你得理解它背后的逻辑。

陈茜:因为它本来就是给开发者用的。

林怿:对,但我觉得类似的能力是可以泛化的。比如拿我妈妈来举例,她血压高,需要管理自己的血压,她现在就是每天拿一个小本子记录血压。

但记录只是第一步,更关键的是分析趋势,可能还需要建议:血压高了,应该做什么。这些事情适合用Codex或类似的agent来管理,但她根本用不起来。

我们看到了这么强大的能力,我妈妈却用不了。她需要这种能力吗?肯定需要。我们希望把强大的能力做成普通人也能使用的产品。

陈茜:这是不是也受到了今年年初“小龙虾”OpenClaw,以及后来Hermes兴起的启发?当时普通人同样用不起来,很多人很焦虑,即使装上了“小龙虾”,也不知道怎么用。

林怿:对,更多是一种启发。这种交互方式对我们很有参考意义,但我们的主线没有变过,都是希望帮助用户更好地完成一件事。

我们希望从查信息、做应用这些手段,走向直接围绕用户的目标展开交互。用户把目标和约束说清楚,我们在过程中主动帮他完成。这是产品自然升级的结果,过程中也吸收了这些产品的启发。

陈茜:要做一个所有人都能用起来的agent产品,过去一年有哪些技术进展,让今天的agent能力成为可能?

林怿:技术上首先肯定是模型能力。去年大家可能还集中在编程、数学推理上,现在长程任务执行能力有了很大进步,这是条件之一。

第二是harness(智能体运行框架)这一层。它未必包含多么高深的技术,但对agent落地非常关键。

模型有自己的局限性,即使能力越来越强,有些问题仍然无法跨越。比如,它现在仍是概率模型,不能保证百分之百正确,包括新鲜事物在内的很多事情必须由工程手段兜底。因为模型训练至少以月为周期,新鲜事物也需要通过外围的记忆等机制补充。

此外,生态的发展、MCP(模型上下文协议)等,也都在推动这件事向前发展。成本同样关键,否则支撑不起它完成这么多事情。

陈茜:这些都很重要,我们稍后展开。先回顾一下灵光1.0的诞生:从1.0研发到2.0,你们从市场反馈中获得了哪些经验?

林怿:我们的产品不是在已有业务上做加法,而是希望贴近技术前沿做事。比如判断半年或一年后技术可能向哪里发展,再围绕这些能力构建产品。

去年开始做的时候,一个很大的趋势是编程能力的进步。它能不能帮助我们实现“帮人完成事情”的目标?一个很自然的方向就是帮人写程序、做应用。用一句话就能生成应用,门槛足够低,普通人也能用起来。

陈茜:我提一个有挑战性的问题。我们看到数据说,灵光1.0推出后,三日留存率当时在20%出头,不如chatbot(聊天机器人)。这给你们带来了什么思考,又如何影响2.0的产品设计?

林怿:一方面要看这些数字,另一方面还是要看内核:真正有用、被反复使用的应用,是不是在增长?

坦白说,制作闪应用并不是高频需求,很多人更倾向于直接使用。这也是我们后来做灵光圈的原因,不是每个人都有那么多主意,想自己制作应用。一个比较大的反思是,应该关注产品最终给用户带来了多少价值。做出应用不代表产生了价值,真正用起来、解决了用户的问题,才有价值。

到了2.0,我们会延续这种价值判断的方式,不会只看数字、只看有多少人创建,因为中间有太多其他因素干扰。核心还是看它有没有帮助用户真正完成事情,提供增量价值。

陈茜:我看到Muse现在的留存率可能也在20%出头。这个数字比你的预期高还是低?

林怿:如果是我,会想看那些已经创建目标、深度使用产品的人,有没有持续增长和留存。

整体数据会受其他因素影响,这和我们当时的闪应用有点像。产品爆火,必然会带来大量用户。如果每个人来了都能留下,当然最理想,但现实中会有很多干扰。

所以我更想看,有三到五个真正关心的目标的这批用户,是否持续增长、持续留存。我们上线后,也可能从这个角度看自己的情况。

陈茜:我看它最近用户应该超过1000万了,增长很快,但新增用户的速度在下降。这是必然的吗?

林怿:可能会遇到这种情况,也可能和能力的进化有关。对我们来说,有一点是共同的:还是应该回到最核心的用户价值。

陈茜:灵光1.0当时推出了1亿元的闪应用激励计划。你觉得花得值吗?如果值,2.0会推出相应的计划吗?如果不值,有什么经验教训?

林怿:对1.0来说,激励在培养习惯上肯定有价值,让更多人了解它、做出自己的第一个应用,有市场教育的意义,这一点比较明确。

第二,我们激励的不只是创建本身,也包括把产品做好。所以当时计划和灵光圈强绑定,结合得很紧。做出来是第一步,之后希望大家做出好东西,分享出去,得到认可,让更多人基于成果继续修改。

但真正做出精品,门槛仍然比较高,综合能力还有进步空间。大家能做出简单的、随手解决身边问题的应用,已经是好的。

陈茜:你觉得通用agent现在还需要市场教育吗?比如Meta也在用激励方式,通过邀请码给邀请双方免费的token额度,用补贴实现社交裂变。但ChatGPT当时没有采用这种推广方式。为什么chatbot当时不需要,agent现在却需要?是市场教育不够,还是能力还不足以让很多人自发使用?

林怿:我觉得可能有多方面因素。Meta肯定有争夺市场的考虑,和ChatGPT当年的时点不一样,那时ChatGPT独树一帜。

陈茜:当时没有竞争。

林怿:对,情况不一样。Meta面临激烈竞争,用裂变方式营销无可厚非,这和市场环境有关。

另一方面,用户已经养成使用chatbot的习惯。使用personal agent(个人智能体),要告诉它自己的目标,而不只是提出一个问题。不是问“南疆天气怎么样”,而是说“我要去南疆玩,你帮我安排”。这个习惯需要培养,让用户知道可以这样使用。虽然需要转变,但我觉得后者更符合人性,用户只要说出目的就可以了。

陈茜:改变用户习惯并不容易。互联网和移动互联网时代,大家习惯打开应用,通过点击操作完成一件事。现在要变成用自然语言告诉PA(个人智能体)想做什么,再由它自动完成。这样的交互范式变化,会带来十倍的效率提升或便利吗?

林怿:我认为不会是取代,两者应该更好地融合才对。

陈茜:你觉得原来的范式不会消失?

林怿:不会,而且这两者都会更好。比如GUI(图形用户界面)这种操作方式,有很大的天然优势。一方面,很多人已经被教育了。另一方面,它封装了操作步骤。比如一件复杂的事情,第一步勾选目的地,第二步再选其他条件,用户一看就懂,界面把最佳流程封装在里面了。

如果是纯对话,用户能一句话把所有信息说完整,当然很好。但太自由的话,用户未必知道下一步该表达什么。所以我觉得GUI这个方式是很好的封装,因为对于重复性流程,点击可能比说话更方便,点一下就完成了。

所以我觉得不会消失,这两者一定会更好地融合。我们在这方面也有很多探索,在做1.0时,就采用了GUI与对话结合的方式,希望用最合适的方式和用户交互,以信息效率最高的方式呈现结果。有时一图胜千言,有时一个交互动画比很多文字更有用。2.0也是一样的。

陈茜:自然语言不一定是最高效的沟通方式,而且很多东西没法用语言表达。

林怿:对,比如让我描述这个空间是什么样的,一句话怎么说?

陈茜:可能得写一篇800字的文章。

林怿:拍张照片反而最好。所以一定会有多种输入方式,包括多模态、非结构化的输入,而输出应该是结构化的。

陈茜:通用agent带来最多价值的是什么?以灵光2.0为例,你们看到用户觉得最有价值的场景有哪些?

林怿:我们接入了支付宝生态的一些能力。有位朋友让它分析账单,看看哪些是冤枉钱、哪里能省钱。结果发现,他退款的金额比消费金额高五倍。比如买了六件衣服,退掉五件,留下一件。它分析说他是冲动型消费者,他说戳中他了。

我也分析过自己的账单,它的建议是,我的电信套餐太奢侈。我看了一下,确实用不着那么高的额度,就把套餐降了一档,也算省钱了。虽然例子很小,但我觉得有价值。

还有暑假带家人去新疆旅行,做旅程的规划,我体感也非常好。我把目标、行程和约束条件,比如住宿要求告诉它,它就会全程帮我们盯着。最关键的是,它不只在出发前给一份旅行规划,行程中的体验更好。它会根据情况变化,告诉我下一步如何调整。比如南疆的景色很受天气影响,天气不好,景色就看不到,它会据此帮你调整行程。

陈茜:根据每天的实时变化,给出新的建议。

林怿:对。比如有一段时间吃坏了肚子,身体不舒服,它会建议重新调整行程。它会在行程中,根据我们关心的条件和外部变化,更新整体安排。不是昨天没完成,就简单地塞到明天,而是根据整个行程的目标重新规划,这个过程很省心。

陈茜:很有意思。我发现在硅谷,Muse一些热门场景也是帮大家省钱。

林怿:我看到很多是购物相关的。

陈茜:对。我也分享两个例子:一个是在Facebook的二手交易市场Marketplace上帮大家卖东西。另一个是让Muse去邮箱里找一些需要认领的小额退款或支票。邮件太多,用户很容易忽略,但它能帮忙找出来,让大家觉得确实省回了不少钱。

林怿:这些事情,人如果肯花时间,其实都能做,比如一笔笔查账单。但很多时候要么忘了,要么嫌麻烦,PA(个人智能体)可以替你做。

陈茜:你觉得agent到底能够做什么,以及它的高价值场景在什么样的地方?更有价值的是agent帮你省钱、省时间,还是帮你花钱、花时间?

林怿:我觉得不矛盾,这两件事现在都能做,而且做得还不错。

比如生产力和办公软件,白领最常用的Office三件套,做PPT、做Excel、写Word,就是第一批起来的场景。Claude Code、WorkBuddy这些产品也偏办公,之后才扩展到个人生活场景。

这两个场景不矛盾,都可以做好,但会涉及成本和性价比。现在推理成本仍然很高,办公场景相对更容易收回成本。

陈茜:面向企业用户,商业价值可能更高一些。

林怿:但纯办公场景的市场肯定没有生活场景大。基础技术在进步,成本也在下降,这也是产品能够成立的前提之一。省时间有很明确的价值,把省出来的时间更好地用来生活,不是很好吗?

陈茜:哪些让agent办事场景会比较高频?真正高频、可复现,才会有更高的价值和用户黏性。

林怿:办公肯定高频,生活中也有不少。我们每天心里可能都牵挂着一些事情,比如孩子相关的,小的时候要打疫苗,大一点要管学习。

陈茜:检查错题。

林怿:对。还有理财、管钱,怎么省钱、赚钱,以及出去玩,场景很多。

而且很多事情不是一轮对话就能解决的,背后隐含着目标。让我帮孩子管作业,是为了让他学得更好。要达成这个目标,中间有很多事可以做。

陈茜:它会成为每个人的私人秘书,让工作变得更简单?

林怿:有这种感觉。经过磨合,它越了解我,就越能替我处理那些繁琐的事情。但真正需要我决策的事,还是应该告诉我。不需要打扰我的时候,它应该主动完成,这个边界感必须有。

陈茜:用户会为这样的私人秘书付费吗?

林怿:要看它创造了什么增量价值。比如,它如果真能让我的孩子提高10分,我为什么不付费?我已经为教育花了那么多钱。所以还是看它创造了什么,我觉得付费需求肯定存在。

陈茜:有一种商业判断,是产品找到了用户的“痛点”还是“痒点”。痒点是可有可无,有了更好,但用户会比较价格和免费竞品。痛点则是大家确实愿意付费。现在agent帮大家提效、处理生活事务,是痛点还是痒点?

林怿:这和能力进展、具体场景都有关系。刚才说的教育,绝对是痛点,但仍要看我们能提供多少增量价值。并不是有了它就能解决所有问题,这肯定做不到。但它确实能大幅提升一些环节的效率,比无效刷题好很多。

有些场景,说是痒点也可以。比如我们经常用它总结钉钉消息,原来要一个群一个群翻,现在它每天自动给你总结,效率提高很多。你说是不是非它不可,也不能这么说,但它确实让我有时间去做别的事。

陈茜:商业化方面,硅谷最近的讨论也很热烈。Instinct已经说不会向用户收费,现在烧的是风险投资的钱。以后会用广告,还是按帮用户省下的钱抽取一定比例佣金,都还不确定。

大公司可能有另一套逻辑。比如Muse未必需要直接替Meta赚钱,也可能最终改善它的广告系统,通过广告效率提升带来收益。Grok Bot可能面向企业用户,按token或其他方式收费。

你觉得国内的商业与产品竞争、用户付费习惯,会和国际市场不同吗?

林怿:坦白说,不好判断,但很多底层逻辑应该类似,无非是向个人消费者收费,还是向企业收费。

现在大家还没有走到PA(个人智能体)商业化非常成功的阶段,企业市场已经有很多成功案例,但个人市场可能还没有。

收费模式上,我个人倾向于会员费,以及前面说的抽佣。广告模式和PA是否兼容,我觉得可能有难度。PA和chatbot或其他工具不太一样,工具仍然偏平台、流量逻辑,而PA像一个很亲密的伙伴。如果夹杂着商业利益和你交互,我觉得很难。

陈茜:早上起来先给你播报两个广告,体验可能就完全毁掉了。

林怿:PA(个人智能体)必须取得用户的信任,夹杂商业利益会让这件事变得困难。也许会有创新,但我觉得挺难。

陈茜:那它怎么商业化?难道就不能商业化?

林怿:那也不是这个意思,我说的是广告模式。会员费、抽佣都可以尝试,我们在合适的时候可能也会尝试,但不一定现在就做。

核心仍然是有没有带来增量价值。先把蛋糕做大,至于大家怎么分,那是下一步的事情。如果它真的解决了痛点,让用户生活得更好,创造了额外利益,就一定能获得自己应有的部分。

陈茜:我问这个问题,是因为最近看到一些投资人认为,PA在中国不是小玩家的游戏,而是大玩家的游戏。

国内产品竞争非常激烈,大公司有资源,可能各方面的交互也做得更好,所以小玩家的机会不多,也不容易从一开始就实现商业化。

林怿:是。现在可能也不是立刻实施商业化的最佳阶段。应该考虑,但不一定要激进地推进。

创业者还有一个难点,和PA的能力边界有关。模型现在的行动能力、长程规划能力都很强,关键是你给它什么环境。在一个虚拟世界,或者说一个受控的环境里,它就只能做那些事情。如果只给它一台虚拟机,它能做的事情就限于这个虚拟世界。但如果连接上真实服务和真实世界,它能做的事情就更多。不是模型能力不行,而是环境限制了它。大平台过去积累的生态能力,在这方面会有很大帮助。

陈茜:这也是我接下来想问的重点:agent的能力边界和接入权限。灵光2.0设计时,会参考蚂蚁或阿里的整体生态,再决定产品形态,或明星案例吗?

林怿:肯定要考虑。前面第一个账单的例子,确实要依托支付宝这样的生态才能做。

各家产品在大概念上可能有相似之处,但依托自身生态发展出的,给客户提供的核心价值,可能不一样。比如围绕账单、支付,就能衍生很多与省钱相关的服务。

陈茜:蚂蚁和阿里的生态,还给灵光带来了什么优势?交付是一个非常高频发生的事情,出行也是。

林怿:对,第二个问题是,服务提供方在这场变化中持什么态度、处于什么位置。如果有自己的平台,调用自身能力,就不存在同样的问题。

陈茜:比如我们看到亚马逊把Muse挡在门外。你觉得动机、其中的冲突是什么?亚马逊作为平台方、还有用户,以及agent提供方Meta,三者存在什么冲突?

林怿:最大的原因可能还是商业利益,亚马逊的商业模式很依赖流量和广告。

按照PA(个人智能体)的逻辑,用户可能不需要访问平台就能直接完成交易,那这部分价值肯定会受到很大冲击,所以会有利益博弈。

陈茜:灵光和阿里,比如淘宝之间,就没有这种冲突了吗?

林怿:也不是。它不会直接取代平台,很长时间内,两种用户习惯肯定还是并存。以后完全以agent为入口、不再访问平台,我觉得不太会这样。但大家在一个大生态里,协作确实比对外部方便很多,尤其是在蚂蚁内部。

陈茜:有没有一种方式,能让三者利益一致?

林怿:我觉得博弈会持续很长时间,但核心还是看这种方式有没有创造增量。没有增量,就是零和博弈,有了增量,利益协调才有新的空间。

比如买咖啡,对一部分人是必需的,对我来说不是。我开车时原本不可能去买,但如果想喝时说一句话,就能让它帮我买,这样的场景是存在的。这不只是能力问题,还与支付、信任等一系列事情有关,业界应该一起挖掘。

陈茜:灵光2.0的接口怎么设计?现在能接入哪些?

林怿:花借的账单,还有很多外部开放的服务,比如邮箱、钉钉、飞书。接口有各种形式,商家开放MCP(模型上下文协议),就按这个协议接入,有些则采用A2A(智能体间通信协议)的方式。

陈茜:这两种协议现在发展到什么阶段了?

林怿:协议本身可能不是瓶颈,它们已经成为一些事实标准。无状态查询或比较简单的查询,用接口就可以。但有些查询背后带着业务逻辑,比如对接内部信贷业务,如果只是问“我的花呗账单是多少”,一句话、一个接口就可以。有时用户问的是“为什么我的额度这么低”、“怎么提高额度”,背后有业务逻辑,最好由信贷业务的agent回答,因为外部未必能准确掌握,这时采用A2A(智能体间通信协议)可能更合适。

陈茜:所以MCP和A2A并非哪一种绝对更好,而是看情况。如果对方不给权限,Browser Use(浏览器操作)是不是唯一解法?

林怿:Browser Use(浏览器操作)也未必能解决问题,要看不给权限的原因。比如亚马逊明确不允许你进入,你硬要通过Browser Use进去,就变成对抗,不会有很好的结果。

有一种情况是,对方愿意开放,但受条件限制。比如小商家可能没有技术能力,或没有额外费用开发接口,这时Browser Use可能是好的方式,因为它本来就愿意开放。但如果对方就是不让你用,那不只是技术问题。Browser Use当然有技术难度,但更大的问题可能在技术之外。

陈茜:如果这个冲突双方无法协调达成一致,会成为agent发展的瓶颈?

林怿:会。

陈茜:所以瓶颈不只是技术本身,各方还要先协调好利益。

林怿:对,很多复杂问题不纯粹是技术问题。

陈茜:你看到的行业趋势是什么?大家越来越趋于一致、开始合作,还是仍然处于对抗阶段?

林怿:很复杂,普遍都在尝试,不好说未来一定怎样。还是以亚马逊为例,各方态度不同,有各自的利益。

但有些事情我觉得一定会发生,用户不会一步走到“以后只和agent交互”,但agent一定会成为一个默认选项。

陈茜:一旦尝试后觉得好用,就很难回去了。我们有个同事前两个月卖家具,原来要自己在Facebook的Marketplace上拍照、上传、写说明,现在Muse可以直接帮他卖,介入的时间和精力都少很多。习惯这种方式后,就不会再想自己操作。

林怿:是的,这个习惯变化的趋势比较明确。但在这个趋势下,不同商家和品牌的态度会不一样。

高毛利的商家可能更愿意拥抱,比如有些品牌利润比较厚,不一定害怕比价,反而担心agent替它乱说话,因为回答方式不可控,可能影响品牌形象。与其让别人替我说,不如我自己主动接入。

另一方面,agent天然会比价,而价格体系可能很复杂,不同渠道定价不一样。有些商家会很担心,尤其是利润薄的商家。

陈茜:它会剥掉一部分中间套利空间。

林怿:对,所以小商家可能更难。但又不能不拥抱,否则流量迁移后,用户可能就看不到它了,这些问题比较难解。

陈茜:你刚才提到大平台的利益冲突,比如亚马逊拒绝Muse访问,也是因为原有商业模式和广告收入。广告商付费获得排名,agent进入后,这部分可能被颠覆?

林怿:对,是的。

陈茜:那唯一的方法就是,它可能需要改变商业模式。

林怿:我觉得它自己一定会尝试做类似的事情。美国生态有很多标准化的部分,整体比较开放。

国内基本是一些超级生态,从支付到购物形成闭环,而且有好几个这样的闭环。国外亚马逊可能是比较典型的代表,其他部分相对分散,整体更开放。

陈茜:国内的agent有没有可能更早落地,因为超级应用里已经有这些生态?

林怿:有足够的场景和空间,我觉得也许有可能。

陈茜:再聊聊安全性。AI总会有幻觉,agent可能犯错,做出意想不到的事。你们在安全方面是怎么设计的?

林怿:我觉得这是生死攸关的事情,甚至会影响整个行业的发展。前面说,PA(个人智能体)会成为用户的默认习惯之一,但有些条件可能让这个趋势发生变化。比如真的发生大规模恶性事件,用户失去信任,这件事肯定会往回退。所以它至关重要,我们做了一系列工作,而且必须持续做。

一方面,蚂蚁在安全方面有很深的积累。比如,我们与内部安全团队的APASS平台合作,做一些安全保护,用户的账号、密码会与agent隔离。

另一方面,针对可能做错的事,要给指令和执行动作分级,不同等级触发不同权限。比如支付,现阶段最简单的方式是都由用户确认。我们也在探索其他方式,蚂蚁集团整体在做“AI付”:满足一定额度、场景等条件时,可以帮用户自动付款,这需要体系化配合。

现在我们仍然更偏向信息查询,还没有大规模执行支付等有风险的动作。在基础设施完善之前,这方面确实要特别小心。

陈茜:现在最终决定权还在人手里,比如要不要付款,仍然需要人来决定。到什么条件下,才能让机器开始付款?一些小额支付,是不是可以让机器自动付?

林怿:刚才说的“AI付”,可能就是非常关键的基础设施。明确满足哪些条件、哪些场景可以代付,这就是基础设施要解决的问题。

陈茜:支付宝应该有很多经验。

林怿:有不少积累。但规模化去做,依然要特别小心。同时我们也有一定信心,因为蚂蚁集团在这方面有积累。

陈茜:之前提到,过去一年的技术优化让token消耗成本降低,这也是一个重要进展。具体有哪些技术,提高了token使用效率?

林怿:最大的动力肯定是模型技术进展。在一些关键榜单上,现在100B的模型,得分可能比过去1T的模型还高。这种进步很大,而且仍在持续。模型能干活、能做事,同时消耗大幅下降,我觉得这是最大的动力。

还有产品形态的变化,比如在Muse和灵光这类PA(个人智能体)里,很多任务都在后台执行。后台任务可调度,就意味着不必挤在高峰期,可以削峰填谷,在更合适的时间执行,更高效地使用硬件推理资源。这些变化都可能降低成本。

陈茜:背后调用的都是最大模型吗?还是小模型也能完成一些任务?

林怿:不少事情小模型就能完成,并不是都要用最大的模型。

陈茜:所以底层有大模型、小模型,根据任务调度不同模型?

林怿:对,理论上可以这样做。但我们在这方面还有不少优化空间,并不是现在已经做得很好。

陈茜:接下来的优化空间主要在调度上吗?

林怿:我觉得主要还是模型,调度可以同步优化。模型会持续进步,我们在百灵上已经看到很大进展。比如AA等公开榜单,同样尺寸的模型和此前的分数相比,几个月时间就能进步很快。

陈茜:现在模型进展确实很快,接下来有了RSI(递归自我改进),可能还会更快。你期待哪些现在AI做不到的场景,在未来半年或一年,随着模型进步变得可行?

林怿:有一点我非常期待,但现在还比较难:让PA(个人智能体)越用越好。

陈茜:越来越懂你?

林怿:不只是懂你,而是越来越好。

陈茜:你怎么定义“好”?

林怿:“懂你”更多体现在记忆上,也就是更了解你,可以通过上下文来解决。

但“好”不只体现在记忆上,还可能体现在执行路径上。比如帮你买机票,知道你的喜好,是更懂你。但搜索路径和执行路径也有优化空间。假设它查了十个平台或十家航司,能不能保存其中最好的经验,下次更高效地完成?这既关系到成本和效率,也关系到效果。

复杂的长程任务不能保证每次成功,有时搜索失败,有时超时。积累经验后,成功率可能也会提升。类似概念很早就有,Hermes上也有自动总结skills(技能)的做法。但不能随意实施,因为可能产生副作用。

陈茜:什么副作用?

林怿:比如总结过度。

陈茜:什么叫总结过度?

林怿:比如我说“今天不吃辣”,它就总结成“这个人永远不吃辣”。这个边界很难把握。

陈茜:错误地给你归类,没有正确识别意图。

林怿:对。一条执行路径这次成功了,以后就一定最好吗?也不一定。

陈茜:而且我也可能变,今天不想吃辣,明天又想吃了。

林怿:对,喜好是一方面,执行能力又是一方面。

不是说现在完全做不到。在“懂你”这件事上,记忆能发挥很多作用。但要全自动地优化用户的执行轨迹,并把优化沉淀成系统能力,让它越用越好,还有很多条件需要处理。

这个闭环不只涉及记忆,还涉及skills(技能)、模型。模型应该吸收哪些经验,不应该吸收哪些?很多东西在概念上能跑通,但在真实运行中保持持续变好,仍然很难,噪声非常大。

陈茜:你觉得未来几个月会慢慢实现?

林怿:我们希望如此,但不一定未来几个月就能马上解决。我觉得它会持续进步,让用户感到越用越好。

陈茜:刚才提到的长期记忆、长上下文的问题,现在已经解决了吗?

林怿:肯定不能说解决了,刚才那个例子也不容易。我觉得记忆大体可以分三类。

第一类是长期偏好,相对稳定。比如喜欢住某个品牌的酒店,或者长期习惯。

第二类是事实,是真实发生的事。比如旅行时,今天去了三个地方,第四个地方没有去,这是事实。

第三类是临时性的事情,比如“今天不吃辣”。

这三者需要区分。什么时候该归到哪一类?临时性的事情,什么时候可以上升为长期偏好?都需要分别处理。

PA(个人智能体)相比chatbot,在这方面有一定优势,有些信息可以更好地用于记忆处理。拿灵光来说,它会持续帮你管好某一件事情,中间有很多交互和过程,就能比较好地沉淀事实层的记忆,也就是真正发生过什么。

在chatbot里,我查了某个品牌的汽车,并不能说明我一定要买它,我只是查了一下。但如果我设定了一个目标:“我要攒钱买某款车”,这是用户明确设定的事实,也能帮助理解之后的相关查询。

把临时、一次性的对话放到持续的thread(任务线程)中,对记忆处理会有帮助。可以从真实发生的事情中提取长期偏好,或据此调整给用户的回答,相比一次性对话,更有依据。

陈茜:这涉及另一个层面:AI的主动性和被动性。Chatbot是被动响应的,PA(个人智能体)则可以主动,有时甚至会催你。

林怿:对,这个度要把握。

陈茜:它会提醒你,今天、明天分别要完成什么,才能达成长远目标。它可以积极一些,但这个尺度该怎么设计?

林怿:这是个很好的问题,我们也在探索。我觉得可以把信息分成三层。

第一类,和行动目标直接相关、在主路径上的事情。比如旅行时,“再不起床,就看不到日出了”。这时提醒是应该的,否则错过了就是它失职。这类事情必须做好。

第二类,有一定概率,或较大概率改变用户行动的信息,我认为也应该适当地交付给用户。比如它知道你很爱喝咖啡,目的地附近有家评价很好的咖啡店,而且你以前表现过愿意为一杯咖啡改变行程。它不在主线上,却很可能改变你的行动,这种信息也应该告诉你。

第三类,目的地的介绍之类的。这类信息更像秘书把一份材料放在旁边,你想看就看,不想看也可以。

因此,需要对信息分层,交互方式也可能不同。第一类应该强提醒,第二类也许在对话里提醒,或在专门的位置呈现。第三类可以放在额外的位置供用户查看,但至少不应该主动推送提醒。灵光现在还是偏保守,没有那么主动地干扰用户。

陈茜:以后是不是可以提供不同模式?比如我想要一个积极主动的助手,提醒我别太懒,每天多做些事。

林怿:对,这里面也有个性化。

陈茜:可以是不同性格、不同个性的PA(个人智能体)。

林怿:对,而且人的性格会影响信息分层。同一家好咖啡店,如果你很爱喝咖啡,对你可能属于第二类,对我可能就不是。要看它会对你产生多大影响。

陈茜:这也是你最开始说的增量价值。如果不知道有这家店,我不会去消费。知道了,又想去尝试,就带来了增量。

还有一些是“我不知道自己不知道”的事。如果PA(个人智能体)告诉我,这个东西存在,要不要考虑一下,它就在认知、信息和选择上提供了增量,最后也可能带来消费增量。

林怿:对,有可能。我们现在主要在做第一类,尝试向第二类探索。

陈茜:我觉得很有价值。我用过一个朋友创业做的应用,它的agent会把新认识的人和已有的人脉联系起来。

比如我要见一个人,它会告诉我对方的背景、怎么介绍自己,也大概知道我们聊过什么、我最近在哪里。有次我到北京,它主动告诉我,某个人最近可能也在北京,建议见一面。或者它知道我马上要去机场,中间还有两个小时空档,就建议利用这段时间见人。这对我的人脉和社交网络很有帮助。

林怿:是的,能带来很好的惊喜感。前面说的第二类,我们一定应该做。

陈茜:所以未来真正有价值的机会,可能在第二类?

林怿:我觉得第二、第三类都有价值,但要判断:用户知道这个信息后,有多大概率改变行动?

改变的概率不大,可能就属于第三类,知道最好,不知道也无所谓。第二类则有较大可能影响行动,也就是你说的增量和惊喜。

陈茜:做好第二类,需要什么前提?

林怿:首先肯定得了解用户,因为同一个信息,可能改变一个人的行动,却不改变另一个人的。无论叫记忆,还是“懂这个人”,这都是前提。

第二,要有足够的信息。我首先得知道那里有一家咖啡店,而且评价不错。知道这些之后,有很多技术手段可以做。

陈茜:现在大部分agent还停留在第一类?

林怿:我觉得不能这么说。第一类肯定是大部分agent必须做的,不做就很难称为agent。但不同产品的策略不一样,有些非常主动,甚至让你觉得啰嗦。

陈茜:催得太多,甚至命令我去见人。

林怿:对,它可能把一部分第三类信息当成了第一类或第二类。不同产品的选择不一样,我们现在整体可能太保守了,应该更主动地探索增量价值。

陈茜:现在灵光主要在做第一类,以后会往第二类发展?

林怿:对,现在是第一类,加上少量第二类,我们希望探索更多。

陈茜:还有没有内测灵光2.0时,比较有意思的真实案例?

林怿:我现在对它有深度依赖,确实把生活中的一些事情托付给它了。

陈茜:深度依赖,是指每天会打开很多次?

林怿:对,使用时长也比较高。还是以新疆旅行为例,我可能会用一两个小时。

以前如果不是刻意测试,每天可能只交互几次或十几次,不会用那么久。但把它当成PA(个人智能体),而不只是信息查询工具时,我会有很多话想告诉它。比如身体不舒服、行程发生变化,它就会帮我规划。更重要的是,它越了解我,就越能提供更好的帮助。

所以每天结束后,我的孩子也很愿意告诉它,今天喜欢什么、不喜欢什么,主动写一次旅行日记。这些信息可以帮助下一次旅行规划,让它更了解我们。看到价值,才会愿意花时间。如果交互更有意思,孩子也更愿意做,使用时长自然就增加了。

还有运动,因为我喜欢跑步,比如想跑半马,一方面它可以制定训练计划,安排今天跑多少公里、明天做力量训练。另一方面是连接器。现在可以连上佳明手表、体脂秤,还有力量训练应用。这些数据每天定时回传,我不用告诉它今天跑了多久,它就能总结好,再安排第二天的计划,很省心。

有时我打开它,会反馈今天太累、跑不动。还有时会打开查看当天安排,以前要主动查询“今天应该做什么”,现在它会推送给我,按课表跑就可以。

把真正关心的目标交给它,当作PA(个人智能体)使用,这才是深度使用。它也会犯错,告诉它哪里错了,它会改。这样用下来,我觉得黏性很高。

陈茜:越用越懂你。

林怿:对,价值也会越高。但我们也要解决,怎样让用户更好地使用它。它不像对话那么直接,问一个问题就有答案,而是需要一个过程。

陈茜:PA(个人智能体)的最终形态,会有always-on(持续在线)的形态吗?感觉这样才能更懂你,但技术挑战也很多。

林怿:不一定要真正always-on(持续在线)。比如我们真的有一个助理,也不需要他24小时跟着你、盯着你。

陈茜:但好的助理如果24小时都在,会很好。

林怿:我觉得最需要的时候在就可以。比如健身,一天里最关键的就是几个时间点:告诉你训练计划,有结果后帮你分析,给出第二天的建议。有问题时,还能解释清楚。做到这些,在这件事情上就合格了。

再往前,就是多做一些第二类事情,比如提供更好的训练建议。用户感受到始终在线,不代表后台必须一直运行。它可以在合适的时候唤醒,把事情做好。

陈茜:如果要做到始终在线,背后需要什么技术里程碑?

林怿:还是那个观点,用户体感上的始终在线,和技术实现上的始终在线,是两回事。让PA(个人智能体)24小时不停运行,主要不在技术,而在成本,以及它到底创造了什么增量价值。

陈茜:仍然是成本和增量价值之间的平衡。

林怿:对。很多时候只是在空跑,没有增量,价值就没那么大。

陈茜:你看好agent手机吗?如果只是一个应用,总得点开手机、打开应用才能使用。端侧硬件可以更好地伴随用户、接收信息,形成始终在线的PA(个人智能体)。这会是最终形态吗?

林怿:我认为会往这方面发展。比如开车时,也会有想问几个问题、聊两句的需求。但打开手机、再打开应用,不是最好的选择。

如果有车机、眼镜等硬件入口,PA就可以无处不在。我觉得这是一个趋势,因为需求存在。我自己开车时,有时也想掏出手机问几个问题,但又有点危险。

陈茜:对,我也会。因为我开特斯拉,在使用FSD时,有时会想拿手机做些事。但如果眼睛不看前方,车内摄像头就会判定违规。

林怿:所以需求存在,只是还没被很好地满足。我觉得它一定会通过耳机、车机等方式得到满足。

陈茜:畅想一下,灵光3.0会是什么样?

林怿:我不敢说3.0是什么样,但有几个方向比较明确,会持续推进。

一个是无处不在的PA(个人智能体),随时能以最方便的方式调用,用最自然的方式交互。现在很多还是语音、文字,也支持图片,实时多模态交互等都可以探索,但技术挑战很大。

第二是连接更广泛的物理世界。现在还是虚拟世界加上一些服务,这个范围一定会持续扩大。

还有中间这一层,PA要能够非常可靠地完成任务。评价PA,最核心的是它能否真正完成用户交付的任务,可靠性是最底层的要求。

陈茜:连接物理世界,具体指什么?

林怿:可以通过接口,比如连接智能家居、扫地机器人。很多家居设备已经提供这类接口,连接是很自然的事情,现在就具备条件。

陈茜:我觉得很需要。比如特斯拉可以提前设定车内温度。在美国,有时外面30多度,车里可能40多度,但我经常忘记提前开空调。如果agent知道我马上回车里,大概三分钟后到,提前连接好特斯拉应用,就能自动帮我调低温度。这是我愿意付费的功能。

林怿:它的好处是能接触到更广泛的信息。特斯拉应用本来也可以让你提前开空调。

陈茜:但它不是主动的,因为它不知道我什么时候回来。

林怿:对,这是关键,PA接触的信息更广。比如陪孩子上一个半小时的辅导班,不知道你们现在上不上,国内比较常见。

陈茜:孩子现在一岁半,还没开始上,以后可能会。

林怿:它知道辅导班时长是一个半小时,也可能知道我什么时候进停车场。至少在国内,智能无感停车的信息会推送到支付宝。

如果它知道停车时间、课程时长,也知道外面温度超过30度,这些事情可能不用你说,就能联动,在合适的时间提前打开空调。如果当天凉快,就不必开。具体提前多久,也和到达时间有关。这些理论上都可以设想,我觉得离我们不远。

陈茜:最后两个比较个人的问题。我和很多做agent的创业者聊,他们都很兴奋,觉得自己正在创造让人类生活更方便、快捷的产品。你有类似感受吗?有哪些时刻让你觉得,自己在做一个令人激动的产品?

林怿:有,而且感受很强。前面的一些例子都是,比如用它处理错题,我孩子的数学成绩确实提高了。

陈茜:真的?从多少分提高到多少分?

林怿:从80多分提高到90分。

陈茜:很不错。

林怿:对,真的挺好的,而且关键是省时间。原来靠刷题可能也能做到,但它是有针对性地帮助你。这是最早让我直观感到它有价值的事情。

还有旅行时,孩子主动说:“今天晚上我还没和它说旅行日记呢”,我也觉得有价值。

还有一个小瞬间,孩子想给我太太买礼物,问它买什么好。它知道我们国庆要去日本,先给了一些常规建议,后来又说:“你国庆要去日本,不如到现场给妈妈挑。”

那一刻,我觉得这个产品和以前不一样。它不是套用固定方式直接回答,而是真的知道你的行程,建议你去日本现场给妈妈挑手串。

陈茜:非常个性化。

林怿:这些瞬间让我觉得它有用,我甚至希望我妈妈也能用起来。如果有一天她告诉我,这个东西对她很有用,我会更有成就感。

陈茜:我觉得老年人会非常需要。之前和另一位采访对象聊天,他很担心全球老龄化。孩子们都在工作,生活压力也大,很多老年人需要陪伴,在就医、应对孤独、日常社交方面,都需要更多帮助,而现在的帮助还不够。

如果有一个产品,真的能帮老年人叫外卖、跟踪身体指标,或者提出生活中的小建议,我觉得会非常有意义。

林怿:是的。我希望能帮助普通人更好地生活,把琐事交给灵光,让大家有更多时间去生活。

陈茜:也希望我们的agent产品越做越好,帮助更多的人。非常感谢你的时间。

林怿:谢谢。


以上就是我们与林怿的对话。聊完这期我们会发现,当下一个非常明显的趋势是,AI正在变得越来越“主动”和“能做事儿”。 但是,要让个人AI助手真正来到我们生活,还有几个需要解决的门槛:

第一道,是技术和信任的问题。

第二道,是生态和利益分配的问题。

第三道,是商业化。

这几个关键问题的背后,其实是一个技术和商业化的逻辑打通:个人AI助手的终极竞争,可能不在于谁拥有最强的模型,而在于谁能获得用户的信任,接入足够多的真实服务,并且持续创造可以被衡量的价值。

但这三道坎,还需要公司和产品们一个一个去打通和解决。但我们相信,一旦解决,AI助手会开始非常自然地融入我们的生活,能真正把时间还给人。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

跳转微信打开

  •  

对话Vitalik:捐出数亿美元后,如何开始反思EA?(下篇)

原创 硅谷101 2026-11-06 10:00 北京

聊聊有效利他主义、AI安全和人类的未来。

(点击收听本期音频👆)

采访|Yiwen、泓君

图文|Yiwen

怎样用有限的钱帮助更多人?有效利他主义(Effective Altruism,简称“EA”)就是从这个朴素的问题出发,推动人们比较不同慈善项目的效果,从捐赠蚊帐、预防疟疾,到后来投入数亿美元研究AI安全。

SBF与FTX的崩塌,曾让这场运动陷入信誉危机。最近,AI研究员辞职、安全评估机构和捐赠网络引发的争议,又让EA受到关注。当一些人把防止AI毁灭人类视为最值得投入的事业,他们的判断如何影响研究方向和资金分配?其中又有怎样的利益与权力问题?

在本期节目的上篇,我们透过科技记者Afra的视角,了解了EA如何从一场讨论“怎样更有效地做好事”的运动,逐渐影响了今天的AI研究、资金流向,甚至政治议程。而这些思想之所以能产生今天的影响,离不开背后巨额资金的支持。

所以在节目的下篇,硅谷101对话了其中一位重要的捐赠者——以太坊联合创始人Vitalik Buterin。他曾在2021年向多家慈善机构捐出一批加密货币,用于疫情救助、全球健康和科研等领域。其中捐给未来生命研究所(FLI)的部分,据他回忆大约兑现了4-6亿美元。FLI也明确表示,Vitalik是该机构迄今最大的捐赠者。然而后续FLI的关注方向发生了变化:从研究所有对抗人类存在性风险的领域,转向全力押注AI安全这一个方向,并越来越走向政策行动。

Vitalik在节目中告诉我们,他尝试过与FLI沟通,希望对方拓展关注领域,但FLI拒绝了,这成为他们分歧的起点。在他看来,EA的思想在人对抗自然(man v.s nature)的领域非常有效,但踏入与人博弈(man v.s man)的领域时,情况会变得更加复杂。

Vitalik认为,AI是否存在毁灭人类的风险,仍有极大的不确定性;不同立场的人对Anthropic的安全哲学存在不同质疑,甚至在EA内部,也存在支持Anthropic和反对Anthropic的两个人群;面对科技的进步与种种未知风险,他总结出了一套d/acc(防御性加速主义)思想,主张优先发展能保护人、分散权力的技术,例如网络安全、疫苗和空气过滤,提高社会抵御风险的能力。

欢迎关注《硅谷101视频号》或音频栏目直接收听本期播客。如果你喜欢我们的节目,更推荐大家使用音频客户端来收听,《硅谷101》已覆盖各大主流音频平台(渠道见文末),欢迎订阅!

以下是这次对话内容的精选:

Yiwen:你最初接触EA是什么原因?当时是什么吸引了你?

Vitalik:我第一次听到理性主义和EA这两个概念,可能是2013年和2015年之间,那个时候两个都很早期。Eliezer Yudkowsky是在理性主义那边的,他有一个博客叫LessWrong,写过很多很多的文章,叫The Sequences(系列文章),他们在谈关于物理学、道德等所有有意思的话题。

有效利他主义者的这群人有说到:其实我们大部分人做的慈善,大家的目的是非常好的,大家的心是非常好的,但是大部分的效率是很低的。他们在那个时候讨论了很多在非洲健康的话题。他们有一个很出名的统计数字:如果你用(那个时候的)2000美元给一些非常穷的非洲国家的人买蚊帐,就可以防护很多人不让他们得疟疾,你每付2000美元,就可以救一个人的命。

如果真的是这样子的,那我自己也必须花自己的钱到这样的地方。2016年和2017年的时候,以太币涨了10倍,于是我把一小部分的以太币卖掉了,捐给那些组织。

飞书文档 - 图片

药浸蚊帐是全球抗疟最有效的干预手段之一,也是EA"蚊帐时期"的标志物 图片来源:President's Malaria Initiative(公有领域)

Yiwen:你开始关注EA的时候,对AI安全的思考是什么样的?你当时捐款、去接触一些组织,它们对于AI安全的涉猎大概是怎样的情况?

Vitalik:那个时候,我关于AI安全的思想还是非常抽象的。我知道了AI理论上是一个非常重要的话题,有可能他们说的是真的,有可能AI的安全就会决定人类未来的命运。但是不管这个可能性是100%还是0.1%,在那个时候,思考这些话题和研究这些话题的人非常非常少。

2015年,我们现在在说的这个AI是几乎不存在的。我们2018年担心的所谓的AI,可能就是摄像头和带有AI辅助的数字监控。2020年到2023年之间,GPT-3出来的时候就改变了非常多,AI变成了一个真正的话题。到ChatGPT出来了,我们开始理解:有可能AI真的会发展得非常非常快,AI也真的会给我们带来很多很多的变化。

2022年之前,唯一的答案就是你怎么能多帮助研究,人类知道得更多,那对我们更好。但是2022年之后就变了,从一个抽象的话题,变成了一个具体的话题。

泓君:你会担心AI的安全问题吗?

Vitalik:大家问我P(doom)(人类灭绝的概率)——AI或者其他的风险会完全毁灭我们的世界、人类会不存在的概率——我会说0.1。我为什么说0.1?为什么不说0.03?为什么不说0.3?其实说得更明确是很难的,因为我从开始就有非常大的不确定性,有很多很多不确定的点。

第一,AI的发展会多快?有可能到达大家说的所谓的AGI,会需要10年,也可能300年。

第二,Yudkowsky说的alignment problem(对齐问题)到底是不是一个真正的问题?会不会这个问题很简单地自己就解决了?举个例子:那时候我们做一个非常聪明的AI,我们跟它说希望有一个没有癌症的世界,这个AI觉得最简单的办法就是把整个世界毁灭了,把所有人都杀了。其实如果你现在跟Claude和GPT和现代的AI说话,你就知道,现在的AI比较了解语境,它们了解我们的含义——这是10年前比较难预测的一个变化。

但是这个也不一定意味着对齐问题就不是一个非常大的问题。如果你现在问Yudkowsky:你看现在的AI,如果你跟它们说要治癌症,它们就不会完全毁灭这个世界,那是不是对齐的问题解决了?他会说:并不会。这个问题只是对齐问题的一小部分,还有很多其他的部分,还有很多的我们完全没有解决、完全不知道的风险。这里的不确定性也非常多。

第三,就是政治的不确定性。因为现在有不同的国家、不同的人、不同的公司都在做AI。在一个竞争的情况下,大家有不同的目的,大家同时希望有安全,大家也希望自己赢了。如果比如在AI变得非常危险的时候,同时第三次世界大战出来了,那可能最危险的并不是因为什么技术的问题,而是因为在那个时候,大家会最不思考安全,只会思考“自己赢是最重要的”。

所以就是有技术的不确定性,乘以另外一个技术的不确定性,乘以政治的不确定性,再乘以更多更多。AI是不是对我们真的会危险,是非常难预测的。

泓君:我注意到,您在2021年5月12号,应该是同时捐赠了非常多的EA组织;在2017年,捐赠了尤德考斯基当时创建的机器智能研究所(MIRI)这些组织。可不可以讲一下,在2021年的那一天,您在捐赠很多组织的时候,当时你在想什么?你是怎么样做出这个捐赠的决定的?

Vitalik:这个故事是非常好玩的。2020年的时候,狗狗币非常成功,大家都开始发自己的狗狗币,其中最大的就是Shiba Inu(柴犬币/SHIB)。

柴犬币SHIB官方标志,诞生于2020年8月,发行量为1000万亿,2021年5月初,柴犬币价格剧烈上涨引发市场关注。图片来源:shib.io

他们也做了一个很好玩的事情:他们把他们的币的supply(代币供应量)的一半,放在我的钱包里。那个时候还是疫情的时候,所以我很长时间什么都没有做。但是有一天我发现,这些币的市值就真的到了80亿,真的非常非常夸张。所以我就选择了:那好吧,它们有可能一周之内市值变得那么高,但可能一周之后这个泡沫就会被炸了,它们会再次变得很低。

我做了很多很复杂的工作,把那些狗狗币拿出来了,一开始我把它们快速地卖成了以太币,大概我赚了可能7000万美元的以太币。我把大部分捐给了Against Malaria Foundation(抗疟疾基金会),就是买蚊帐的组织。这个钱可能是我能够拿出来的最多的钱,那应该给一个比较安全的、无争议的组织。我也给了一些其他的longevity(长寿健康)的组织。

因为我的市场深度不够,流动性不足以让我卖掉那么多的狗狗币,所以我卖成以太币之后,还是留下了非常非常多的狗狗币。所以我就决定了:那好吧,可能现在这些币都会跌得很快、跌得很惨,我还是把我剩下的币捐给一些其他的、我觉得比较好的组织,如果他们自己卖掉的时候能拿到一点点,那就好。在我的思想里,他们最多能拿到可能是2000多万美元。

所以我把一半给印度的一个抗COVID的组织CryptoCOVID Relief,另外一半给了FLI(未来生命研究所)。FLI在那个时候是一个研究、开始对抗所有existential risk(可能终结人类的风险)的组织。他们研究每一种大的风险,比如生物相关的、AI相关的、核战争相关的风险。他们跟我介绍了他们的一个计划,告诉我他们理论上能达到最多一个亿,但是2000万他们也能做非常多。所以我说,那好吧,我给你们我的柴犬币。

三个月之后,我发现那些狗狗币并没有跌。第一个组织CryptoCOVID Relief卖完了这些币,拿到了4.7亿美元。我不知道FLI具体拿到了多少,有可能4个亿,有可能6个亿。

完全超出我的想象,如果我能预料到这样的结果,我做的事情会非常非常不一样。所以我下一年跟CryptoCOVID那个组织的Sandeep聊天了,说服了他把他的钱的一半还给我,然后我们开始做自己的一些抗疫情的工作,包括研究过滤器、紫外光、口罩、还有长新冠的研究,我们捐给了一些开源疫苗的公司,一个是RADVAC(开源鼻喷疫苗项目),一个是PopVax(印度生物技术公司)。

大概2022年初,大家都觉得COVID结束了,所以我们开始对抗所有的空气传播疾病。我们用了两个亿就做了非常多。Sandeep用了他的2.7亿,可以说是升级了印度的整个医疗制造能力。

大概在这个时候,GPT-3出来了之后,FLI的思想有一个非常大的变化。第一,他们从关心所有的existential risk,变成了只关心AI;第二,他们从一个研究的态度,变成了一个政治行动的态度。他们开始用一个很具体的策略,开始思考应该支持哪些法律、应该支持哪些政客。他们开始做很多我要么不认同、要么是我不会用自己的钱去做的事情。

我跟他们沟通了两三次,我跟他们说了我原来的目标是支持所有对抗存在性风险的领域,我希望他们扩大范围。但是他们拒绝了,他们要把他们的钱都放到一个以AI为中心和以政策为中心的方向。同时他们呼吁的那些法律也开始出来了,很多a16z和硅谷的投资者很不开心,他们开始把AI安全当成他们的主要敌人,这大概是从2023年的时候开始的。

泓君:你觉得现在你的这些想法有变化吗?怎么捐、以及如何捐?包括其实捐赠以后,我们也看到整个世界在发生变化——AI在迅速地成长,他们把这个钱投入的方向,跟开始我们想去非洲治愈疾病的初衷会不太一样。

Vitalik:我觉得EA里面有一个重要的概念,就是neglectedness(被忽视程度),它的意思是:有没有其他的人已经在做?大概10年前我认为,每一个EA和理性主义相关的领域,在当时都是非常被忽视的。

但是现在并不是这样子的。现在AI的安全是一个非常高级的话题,还有长寿健康这个话题。而全球公共卫生其实2025年的时候受了很大的伤害——因为Elon Musk做的那些、和美国的一个政治变化,他们之前支持了很多公共卫生相关的项目,很快就停了,制造了更多的问题。所以对全球公共卫生,我觉得现在变得更重要了,是一个非常值得支持的话题。

但大部分其他的领域并不是被忽略了。不是因为投入的资源太少,而是处理的方法有误,所需的解决方法也是完全不一样的。然后解决这些问题也并不是一个研究的问题,真的开始变成一个政策问题。但是政策的问题一个最大的挑战,就是你很难知道一个政策是好的还是坏的。所以政策的问题跟之前EA的人思考的问题是非常不一样的。

因为之前的EA平常会思考的问题就是:如果你捐给机构A,你可能会救10个人的命;如果你捐给机构B,你会救100个人的命。你的挑战就是你要知道哪个是10、哪个是100。但是现在是完全不一样的,因为你在支持一个政策,那个政策有可能会有好的效果,也有可能会有坏的效果,其实都不知道哪个效果是好的、哪个效果是坏的,这是很复杂的。

这个政策有一些直接的效果,就是它怎么直接影响那些公司的激励;它也有一些间接影响。比如如果一个很有钱的人比较公开地花5个亿去支持一些政治话题,其他人可能会很不开心,他们会觉得“有一个土豪在影响我们的政治”,而这个AI安全的议程,他们会觉得是一个只有土豪思考的东西。所以可能会导致更多人开始反对AI安全。

这是一个man v.s man(人与人对抗)的问题,是特别复杂的,因为你在对抗的那个挑战,是跟你一样聪明的。我觉得EA的思想,在man v.s nature(人对抗自然)的这些领域是非常管用的,但是在man v.s man时就变得复杂很多。

泓君:归纳总结一下,硅谷有这样几个大的派系:EA、理性主义、还有以Andreessen Horowitz(a16z)为代表的e/acc,它是AI加速主义。现在应该主要是这三大AI流派。还有你的d/acc。

Vitalik:我可能会说:第一是支持Anthropic的EA,第二是离Anthropic更远的EA,第三还有PauseAI(“暂停AI”运动)。PauseAI是更偏向民粹一点的,他们是更愿意跟一些更主流的人合作,他们也更愿意直接说所有的理性主义和AI是不好的。第四就是e/acc,包括Jeff Bezos,还有a16z。

理性主义者他们的位置现在是很有意思的。他们有很多人,思想也是很不一样的,但是他们也会觉得他们和EA是类似的——当然也有很多很重要的区别。如果你现在看到理性主义的人和一些新闻,你会发现差距是很大的。

泓君:刚刚你提到有支持Anthropic的EA和反对Anthropic的EA,这部分可以展开讲讲吗?这两类人是有什么样观点上的不一样?

Vitalik:支持Anthropic的EA会说:AI是很危险的,但是不做AI是不可能的,因为这个世界有很多不同的团队、不同的公司、不同的国家。所以唯一的办法就是:如果一个公司有好人,应该由这个好的公司赢。因为它们在赢的时候,至少会有更好的原则,在最需要的时候会花更多的精力把AI做得好。那么其实有很多的方面,你也可以说Anthropic就是比OpenAI更好。你看到OpenAI的那些内斗,你看它核心的人的思想和思维是什么样子的;至少应该保证“希望人类醒来的人”会掌握最强大的AI——这就是Anthropic。这些人也会说,Anthropic真的在做非常多的安全相关的研究。

关于Anthropic的一个联合创始人Chris Olah,我有一个好玩的故事:我和Chris Olah在多伦多读过一所非常小的私立学校,叫Abelard School,它一共有45个人。我上九年级的时候,他在十一年级。他给我介绍了很多关于计算机科学、关于数学的东西。其实我开始用Linux、我开始非常支持开源的一个原因就是他。我觉得至少Anthropic的这位联合创始人是一个好人。

那反对Anthropic的观点,第一就是它刺激了AI竞赛,把AI的发展速度加快了很多。

我最近听到的一个有意思的观点:OpenAI其实愿意把AI的发展做得慢一点,所以他们24年、25年的时候,没有把所有的资源放到做更好的前沿模型上,他们开始做Sora这种视频生成模型,还开始做更多小项目。然后今年初Mythos出来了,Mythos出来之前我觉得我们都会觉得GPT是最强的,就是我们都会默认用GPT的。但是有了Mythos和Fable之后,真的感觉到Anthropic是走在前面创造的人,很多人开始用Claude了。那个时候,OpenAI就把他们很多业余项目关掉了,开始加速,专注做非常强大的模型。

这个是理性主义和EA对Anthropic的一个批评——Anthropic做的事情是有问题的,他们有可能觉得他们做得更安全、更好,但是他们还是参加这个竞赛,并且他们的参与加速了AI race,还是增加了我们的危险。

还有另外一个,正常人批评Anthropic的方向。Anthropic的安全哲学是:“我们应该有权力,因为我们好;你们不应该有权力,因为你们不好。”其实有很多人是这么思考的,比如独裁者也是这么思考的。

但是很多人也会觉得:你们觉得自己是好的、其他人是坏的,那如果我们不同意呢?谁在决定他们的安全政策?

Anthropic今年开始的时候反对open source,于是这个变成了一个很流行的话题:开源的AI是更危险的,就是因为没有人控制它。但是现在按照我的理解,所有的最危险的攻击,都是通过GPT和Claude做的。

所以你可以听他们的每一个论点,听起来是有可能有道理的,如果你同意他们的前提,那你也会同意他们的结论。但是你也会发现,他们做的事情和他们公司利益的相关性,可能高于90%。他们真的是为了安全,还是他们利用安全和EA的这些,来掩盖他们的……我也不想说他们的逐利动机,因为如果你真的相信AI,这些利益并不重要,真正的动机大概是“谁会控制未来的世界”。

他们做的事情、公开说的论点是很美好的,但是他们做的事情,和“提高他们自己的权力”的事情的相关性高于90%。那我们应该怎么想?

我大概会这么解释批评Anthropic的人的立场,比如PauseAI的人大概会这么说:很多人不太相信Anthropic这家公司,他们觉得那些公司的人都是EA。能够明显地感觉到,他们希望的结果,就是他们自己控制这个世界上最强大的AI。如果你的思想不是EA,那你为什么会相信他们?

我觉得他们现在的这个问题,还没有很好的答案。

Yiwen:你觉得你提出的d/acc这个方式,是一个替代的解决方案吗?

Vitalik:那我可以先介绍一点这个d/acc的概念,大概就是防御性的、去中心化的或者民主化的加速主义。大概有三个点。

第一个点是加速主义。技术的发展是重要的。

第二个点就是防御性。我们现在需要花更多的精力,做一些可以保护我们的技术。比如现在有AI的黑客、会不会攻击我们系统的风险,那我们需要放很多很多的资源在网络安全里面;以后AI会不会让一些更危险的病毒更容易出来?那我们现在就开始多做一些抗病毒的事情。

然后还有一个部分,就是民主化或者去中心化。我们在做的事情都是不集中权力的,我们做的事情是empower regular people(赋能普通人),这个也包括开源,也包括一些其他的原则。

下一个问题是:我们怎么在我们的世界里,能够做更多的这种去中心化的防御?所以就需要研究数字安全、生物安全。其实这个疫情防范是很重要的。但是在疫情防范的领域,就有一些d/acc的方式,也有一些完全不d/acc的方式。

比如我发现很多现在的EA组织,他们会把资源的80%放到一个问题:我们怎么能在AI的模型里面,不让它帮助人去做更强大的病毒。他们就想在AI模型中解决这个问题。但是这是一个中心化的防御,因为如果有其他的人在其他的国家有自己的模型,那他们就有可能不会用你的技术,那你还是有这个风险的。

还有一点,其实我跟很多研究抗病毒话题的人在交流,他们现在担心的话题也并不是什么科幻的超级病毒,他们担心的是短期更可能的、更多的比较正常的病毒。如果是这样子的话,那其实你们做的那些在AI上的限制,也不会有很多的作用。

如果去中心化的防御是完全不可能的,那集中防御有可能是唯一的办法。但是集中防御也是更脆弱的:它更依靠于你的假设——关于谁会做最强大的模型、危险会是什么样子——是完全准确的。

所以去中心化的防御,比如在抗病毒这个话题,就是要做更好的检测、做更好的过滤器、能够做更快的疫苗,能够把每一个新的病毒刚发生的时候就更快地发现它、更快地开始做一个疫苗——就是一些更正常的事情,但是那些事情是更类似于公共卫生,不那么类似于一个“玩电脑”的问题。

有可能是因为很多人不那么容易往这个方向思考,因为它需要一些他们没有的专门知识或技能。但是我觉得这个一边是更能成功,另一边是不需要你自己控制这个世界的每一个AI才能成功。

Yiwen:现在很多讨论都在讲长期风险,但现实里已经有deepfake、网络安全这些短期影响。对普通人来说,到底应该怎么理解AI安全?

Afra:现在其实整个AI领域遭遇到了非常多的认识论上的问题,而这些其实都是在逻辑上很难应对的问题。所以现在的现状就是,感觉是进入到了一个幼儿园,这个幼儿园里面有一群哇哇大哭的小孩,但是这个房间当中没有大人——因为其实很多研究员也不知道到底是什么情况。

但是与此同时,巨量的资金仍然在投入到各种各样数据中心的建设当中。按照当下的数据中心建设速度,这种涌现效应只会越来越多。之前的人们认为,AI的能力不会一直提高,低垂的果子总会被摘完。但是其实当下的AI,果子的数量是无穷无尽的。

所以我自己最困惑、也有点害怕的地方就是:现在AI的发展有一个很严重的认识论问题——这些研究员不能用人话、也不能用一个数学的方法,去解释这些AI到底有多强,以及解释这些AI到底想干嘛?这是让我比较忧心忡忡的问题。

最近的民调也显示,美国的很多普通民众开始对这个话题感觉到恐惧,就包括伯尼·桑德斯,像华盛顿的一些政客也开始加入到PauseAI的行列当中。同时,美国当下的政治现实是AI民粹主义非常严重。所谓的AI民粹主义就是:人工智能并不是某种中立的技术,而是被一个科技界的亿万富翁所掌控的一个精英的技术,而这个技术的目的,就是要集中权力,并且取代普通人、取代劳动者。所以人们现在对AI又有这样一种恐慌,再加之这种AI末日论的言论,再加上Jacob Coxon的吹哨,所以我觉得现在就是这样一个很奇怪的现象。

Vitalik:现在的一个最重要的、关于这个世界和现在技术发展的事实,还是有很多不确定的。我们还是不知道:第一,AI发展会多快;第二,一年后、五年后、二十五年后,人会比AI在哪些领域里更能做事情,就是人会做什么;第三,那些安全的问题是不是能解决的;第四,有可能OpenAI和Anthropic还是最强大的AI公司,还是有个情况会变——比如会不会Google变成第一个,或者会不会一些中国的AI公司会追上来。所以是有非常多的不确定的。

这个其实也包括一些话题:一个AI是不是更像一个工具,还是更像一个人,还是更像另外一个东西?我同意AI现在已经不是一个简单的工具。但是我们一年后、三年后,跟AI会有什么样的互动?如果AI不会完全自动,那我们在什么情况下会干扰它?我们怎么会知道它在做什么?这些都有很多不确定的。

所以我一直不愿意说我的P(doom)是99%,也不愿意说是1%或者0。真的有很多很多能发生的事情。比如四年前,我们并不知道AI发展的下一个阶段会不会通过思维链发生。现在有一个问题,有人开始思考neuralese(神经元语言)的概念,因为现在AI在思考的时候,它还是用英文在思考,你还是可以研究它是怎么思考的。我喜欢用开源模型的一个原因之一,就是你可以看到它们思想的每一步。但是neuralese这个概念就是:如果AI不会用英文思考,如果它们开始用一些只有自己了解的语言开始思考,那我们了解它们思想的能力会降低很多,会降低多少,这个也不知道。

我们一年后会有很多的并行智能体,还是会有一个agent?那时的AI安全的那些策略会有什么样的变化?

其实在这个领域里我有一个想法:我觉得AI安全更可能不像一个工程的问题,它更像一个政治设计的问题。如果你在思考比如现在的一些政府的架构是怎么做的:有不同的部分相互制衡,每一个部分的一个目标就是限制其他的部分,就能降低犯很大错误的可能性;有不同的人互相说话的地方,也有一些情况,一些人不应该互相说话或者有太多的关系;有沟通,有隔离;有一些部分是更慢的,有一些部分是更快的。这些都是想用一些非常聪明的、但是不完美的组成部分——就是人——作为一个更稳定的一个体系。

一个安全的AI,有可能我们会有三个不同的方法去设置我们的目标是什么,有可能它们三个之间会有一个机制,它们互相限制自己的风险。它们也会知道什么时候应该再一次问那个用户:他到底想要什么?所以有可能AI的安全会往这个方向走。但是如果它这么走的话,那它也会变成一个非常经验性的话题:你会需要跟现在存在的AI合作,你会需要了解它们,你会需要跟它们做事情,你会需要知道它们在什么情况下会成功、在什么情况下会犯错。AI安全就会变成一个不那么理论化的、跟我们已经在用AI做的事情有关系的一个领域。

但是这个也只是有可能。有可能最重要的就是:最近十年AI发展的速度和方向,有非常多的意外。我觉得不能现在过于笃定“一定会这样子”“一定不会那样子”。保持开放的心态才是最重要的。

跳转微信打开

  •  

AI安全背后的哲学思想,有效利他主义如何影响硅谷?(上篇)

原创 硅谷101 2026-11-05 15:10 北京

从哲学思想到AI主导权之战

(点击收听本期音频👆)

采访|Yiwen、泓君

图文|Yiwen

在近期提交的招股书中,Anthropic透露了将近100页的风险因素。除了常见的金融和市场风险之外,还包括了关于前沿AI所带来的灾难性、甚至威胁人类生存的风险这样的表述。Anthropic说,他们自己也无法保证自己的安全措施一定有效。

招股书还披露,上市后七位联合创始人将通过特殊股份掌握一般表决事项50.1%的投票权;与此同时,还有一个叫做“长期利益信托”的机构,有权选举董事会的多数成员。这套安排的目标,是让公司在追求商业利益时也考虑人类的长远利益。但有媒体注意到了一个细节:创始人可以提前指定,在自己失去履职能力后由谁接替自己的投票权。这些人选需要经过内部批准,但名单是保密的。也就是说,公众目前并不知道,未来谁有可能参与Anthropic的决策。

这份招股书,将AI安全对于Anthropic这家公司的重要性,再一次展现在了公众面前。但与此同时,如果他们的警告成真,那作为公众,我们是否应该有权知道,谁能够代表人类来做决定呢?

要理解Anthropic对于安全的重视,以及围绕它的信任和权力争议,就要提到一个近期反复出现的概念,那就是有效利他主义(Effective Altruism),简称EA。

就在这个月,《经济学人》把EA放上了封面,称它为“本世纪最重要的思想”。一些报道指出,围绕AI安全政策,EA的支持者与我们播客里提到过的科技右翼发生了冲突,甚至特朗普政府也加入了争论——美国国防部在社交媒体上直接喊出了一句口号:“美国主义,而非有效利他主义”。一个听起来还属于哲学讨论的概念,就这样成了美国政府公开划清界限的对象。

本期《硅谷101》,我们邀请到了一位与EA圈关系密切的人:以太坊创始人Vitalik Buterin,和他的朋友、科技记者Afra。以下是采访的第一部分,由Afra介绍有效利他主义的发展的四个阶段;它的精神领袖Will MacAskill其人其事;EA和理性主义、e/acc(有效加速主义)之间在社群气质与行动力上的差异;以及EA是如何主导AI安全叙事,把硅谷最聪明的人一步步网罗其中的。

欢迎关注《硅谷101视频号》或音频栏目直接收听本期播客。如果你喜欢我们的节目,更推荐大家使用音频客户端来收听,《硅谷101》已覆盖各大主流音频平台(渠道见文末),欢迎订阅!

以下是这次对话内容的精选:

Yiwen:你觉得总体来说,有哪些话题是EA会比较关注的?

Afra:其实需要把EA影响全球格局的这十几年时间,分成大概四个阶段,它每个阶段关注的重点都不太一样。

第一个阶段就是所谓的“蚊帐时期”。这个时期就是你用非常详实的、可量化的证据去改善做慈善的效率,去影响比方说全球的健康指数。这是一种可以测量的善,它是一个由证据来支持、由数据来支持的善。因为在EA刚刚成立的那段时间里,许多人想要行善,许多人想通过慈善去捐钱,但是慈善的效率非常低下,他们捐的钱捐不到位。

但是EA这群人,他们就想用一个可量化的、科学的方式,把这个钱捐到位,然后去最大化它的价值。所以这就是蚊帐时代的来源——这个蚊帐指的就是,蚊帐是一个“你捐多少钱,就能够挽救多少个生命”的最最有效的方式。

接下来,EA的下一个阶段就到了,叫做所谓的“长远规划时期”。这个长远规划时期大概是在2015年左右发生的,就是这群人开始不成比例地去研究存在风险和关于未来世代的问题,资金和机构也开始扩张。他其实不再关心一个蚊帐能救多少人,而是关心未来几千年、几万年,人类的世世代代的子女,这些人的生活质量和生活标准。

所以就有大量的资金——同时也是SBF以及很多其他富豪的资金——在这个阶段进入了社区。我觉得SBF可能是这个时代最极端的一个象征,因为他自己就是一个非常非常关注long-termism(长期主义)问题的人。

我读过一篇关于Will MacAskill的《纽约客》人物特稿,读完之后我的一个判断是:SBF可能是整个EA转向long-termism的决定性因素之一。

接下来就是整个社群声誉崩盘的时代。出现了很大的信任危机,大家也开始去反思,EA的群体到底出了什么问题。同时ChatGPT也诞生了,也带来了一个AI的转折——之前EA还有理性主义群体讨论的这种AI风险、生存问题,突然变成了更多人关心的问题。

所以这个阶段,我觉得它是一个也有很多挫败、但是也有很多曝光的阶段。首先它曝光出了非常多的问题,比方说Will MacAskill本人识人的失败,他自己一直被社群批评,也是他现在仍然对SBF的反思不够,以及他当时一直在庇护SBF。

但是这个时期,也是一个真正让EA变成了就像是《经济学人》所说的、对21世纪影响最重要的一个思想流派的时期。

再接下来,就是我们现在熟知的AI安全时代。我觉得是在AI安全的这个时代,让大众都能够听说“有效利他主义”这个词,因为AI安全成为了他们最核心的议题之一。

整个EA的网络,一是有很多成员进入前沿实验室成为员工,二是大量的资金去资助AI安全,使得整个EA的圈子和政策圈、和国家安全的圈子、和华盛顿那些圈子发生了交汇。也导致了比方说特朗普总统,比方说美国国防部会发推说“我们美国肯定不会变成EA”等等。

我觉得当下这个阶段,是EA的一个新的阶段,有新的挑战,但它也是一个最进入公众意识当中的时代。

泓君:不知道你最近有没有关注到,Anthropic和一些安全审计机构、和EA之间的关系?9月Jacob Coxon从Anthropic辞职之后,有一位独立研究者Kevin Bass在X上梳理资金链,他看的是Anthropic安排来做独立安全审计的机构METR:METR和其他一些安全机构的资助方,同时也是Anthropic的早期投资人——Coefficient Giving的创始人Dustin Moskovitz,他持有大量Anthropic股票。所以这个所谓的“独立评估”,实际上可能是和Anthropic的商业利益绑定的。网上因此有很多声讨EA的声音,很多人开始质疑所有安全机构的资金来源。你怎么看这些质疑?

Afra:Jacob那条推特火了之后,大家才把整个EA对AI安全的资金注入牵出来,然后开始编各种阴谋论。对我来说,它本身就是一个阴谋论。

泓君:为什么你觉得它是一个阴谋论?

Afra:很多传统媒体会质疑:这些钱流向这些组织,到底有什么目的、有什么隐藏的议程?我觉得一定会有某种议程的投射。但EA这群人的议程是什么?就是不想让AI变得不可控、造成人类无法承受的后果。这就是他们的议程,没有什么隐藏的议程。

最近前《纽约时报》记者,同时也是播客Hard Fork的主持人Kevin Roose写了一本《The AGI Chronicles》(AGI编年史),写作的时候拿了一些有EA背景的钱。于是很多人质疑:这笔钱的来源是不是不清不楚?拿了EA的钱,是不是就一定要把他们的议程写进书里?

但我觉得最大的问题可能是:当一个思想运动有了这么多钱之后,它到底是在发现最重要的问题,还是它也开始参与和决定:什么问题会被认为是重要的。

我们现在其实已经生活在这个后果当中。他们很早就说AI安全重要、说要往里面注入很多钱,我们现在就活在这个影响力里。我见过一些华盛顿的传统智库,它甚至很难招到合格的AI政策分析员,因为年轻、有能力的人才,都流入了EA赞助的智库和组织。

如果你是一个20岁出头的年轻研究员,刚从学校毕业,拿了斯坦福的PhD,想研究AI经济,你会发现AI alignment和AI安全这个领域有大量的研究员席位、大量的科研资助、很多研究职位,年薪也很不错;这些机构只管给你钱,不太管你的研究方向,也没有人要求你改变信念。而其他研究机构就没有这么多资源,也没有这么多自由。所以我见过越来越多这样的年轻人,被这些跟AI安全有关的、所谓“EA机构”吸纳;也见过越来越多非常聪明的人,因为每天跟这些人见面、讨论问题,被safety-pilled(被AI安全的理念说服)。

但在我看来,在现在这个阶段被safety-pilled很正常。即使你对AI安全问题不那么关心,每天看各种普通新闻、看各种电视报道,你也会被safety-pilled。

泓君:我知道你其实会经常去伯克利,还有旧金山一些EA的组织,或者我们把它叫做理性主义的组织。我还听说,在旧金山,比如我们刚刚提到的METR这家机构——如果你要进去参加一些活动,比方说Anthropic或者是研究员的活动,你说自己“我不是一个EA主义者”,他们会问——你不是EA的话,你可能连旧金山的很多活动都进不去。

Afra:我觉得EA也很有意思。你问一些人说“你是EA吗?”他们说“哎呀,我也不是EA,但是我跟他们的人走得很近”。没有EA的人是天天把自己是EA挂在嘴边的。其实有很多我的EA朋友,他们很EA,但是他们并不觉得自己是EA成员,我觉得这个也是很有意思的。

泓君:伯克利是一个怎样的氛围?我觉得伯克利是不是更偏向于理性主义的社区?我知道有一个组织叫Lighthaven,大家经常在那里聚会、办活动,它跟旧金山的氛围还不太一样。

Afra:对,我觉得现在伯克利已经自成一个体系了。伯克利有非常多AI安全第三方的审计机构,或者像METR这样的组织,伯克利已经有几十家了,说实话。Lighthaven它其实是理性主义者和一些EA赞助的活动场所,它是在伯克利由大概六到七个独栋的房子组合而成的一个活动园区。

你在那里面可以听讲座,可以自由地社交,晚上在篝火边烤棉花糖。Lighthaven就是被看作AI安全、EA和理性主义的一个大本营。

我自己会偶尔去Lighthaven开一些跟AI相关的会,去认识一些人。我两个星期前刚刚从两个会议回来:一个会议叫做The Curve,另外一个会议叫做Progress Conference。

一个是关于AI呈curve(曲线)、呈爆炸式水平发展的、跟前沿AI研究很相关的会;第二个会Progress Conference,它更加主张的是推动社会的进步,就很像是Ezra Klein写的《Abundance》(富足),如何用现有的科技去营造一个更加富足、更加有未来感的社会。它其实讨论的是各种前沿的科学研究,比方说如何教育下一代、对未来更加有信心,讨论的是这样的话题。

泓君:你觉得这些话题,大家讨论的时候,比如推动事件的进展、推动AI是加速发展还是应该慢一点,在真正对事情的影响上,会有强大的影响力吗?

Afra:我觉得会。我记得去年的The Curve,就是关于前沿AI的那个会议,其实有很多华盛顿、国会的人在,也有很多加州的政府议员们在。The Curve带来的这种群体效应还是挺明显的,它是华盛顿和硅谷最好的一个Venn diagram(交集图)。所以我理解他们的影响力。

泓君:那理性主义的社区呢?

Afra:我觉得理性主义的社区就更佛系一点。理性主义的人其实不那么想要去寻求影响力。所以理性主义社区的那些人还是像之前那样,大家就写写博客,然后研究自己感兴趣的事情。他们没有那么多现在硅谷所说的4D Chess(四维象棋),他们脑子里面没有那么多“我今天要做A,可以达到B,所以最后我能达到目标Z,但是我要怎么逆向工程一下这个事情”这样的盘算。

理性主义的人其实没有那么多宏大的计划,还是很可爱的,就像是Vitalik说的,Rationalist就喜欢做自己爱做的事情,有很多人写小说、写博客,讨论一些很nerdy的数学问题和AI问题。

泓君:然后我看你之前还去伦敦参加过一个叫做GovAI(人工智能治理中心)Fellowship的项目,你见到过我们刚刚提到的EA的一个精神领袖,叫做Will MacAskill。你有跟他们交流吗?

Afra:我第一次见到Will MacAskill应该是在The Curve。我跟他聊了十几分钟,我觉得他身上几乎浓缩了EA过去十几年的很多的思想变化。《纽约客》的Gideon Lewis-Kraus在2022年给他写过一篇非常好的人物特稿。文章里面这个Will本人,尤其是刚刚开始创立EA的这些组织的时候,他有一点先知和那种苦行僧的味道。Gideon他自己作为一个作者,他自己有写到,你在Will周围,会有一种我应该去行善的道德压力,因为Will他的吃穿住行非常的朴素,而且他还不断地在捐自己的收入。

飞书文档 - 图片

哲学家、有效利他主义运动共同发起人William MacAskill 图片来源:Sam Deere / CC BY-SA 4.0(Wikimedia Commons)

泓君:你觉得他对整个EA圈核心影响是什么?

Afra:他算是一个EA的精神领袖,同时他也是创立了牛津的一些核心EA组织的这样的一个人。他在22岁那年的时候,遇到了一个澳大利亚教授Toby Ord,后者也是一个非常注重EA、非常注重长期主义的人。

两个人一拍即合,Will当场就承诺说,我要力所能及地把自己的财富永久地捐出去。他非常愿意把自己的未来的自己绑住的想法,这也是之后很多人会不断地在批评的一点:EA有一个理念是,我和我未来一个更加富有的自己去签订合约,让后者去做我现在的自己想要做的事情。

我记得Vitalik对于EA的这种理念的批评就是:你未来的自己永远会背叛你现在的自己,因为你10年、20年之后,你的想法会变,你的行为会变,你身边的朋友、你的圈子会变,你想做的事情会变,你怎么能够保证你未来为了今天你想要行的善而变得更加富有的自己,能够执着地坚守你今天承诺的事情呢?但是这就是当时的Will,他说我要把自己的收入全部都捐出去。

我觉得还有一个背景:EA在刚刚设立的时候,几年之后就出现了占领华尔街的运动。在占领华尔街如火如荼的时候,当时的道德主张就是:华尔街的这些人是吸血鬼,他们是造成美国很多中产和更底层的人的生活更加拮据、甚至毁掉他们生活的邪恶的人。

但是当时Will在牛津大学发表了一场演讲,题目是“医生、非政府组织工作者,还是其他什么?哪种职业能够更加造福社会”,其实是在帮助当时牛津刚刚毕业的学生思考以后应该从事什么职业。同年他也创立了“八万小时”这个项目,做的事情就是想为一些本科生提供“道德生活优化”的建议。

这个时候他提出了一个观点:你们这些牛津精英院校的学生,如果想要造福这个世界,你可以选择去贫困国家当医生,但是你整个医疗生涯八万个小时,能救多少人?你可能会拯救相当于140条生命。但是你也可以加入这个“非常邪恶的华尔街”或者“邪恶的咨询行业”,通过明智的捐赠,可能你拯救生命的数量,是你在贫困国家当医生的十倍。

因为你能捐那么多钱,能买很多很多蚊帐,每批蚊帐都可能救很多人。所以在华尔街最有道德污点、最臭名昭著、最没有办法吸引到精英学校学生的时候,其实是有些人听了Will的道德建议,而投身进了华尔街。

我觉得之所以有效利他主义能够吸引SBF、像Jane Street这样的一些交易者,其实也是他们试图用EA去弥合某种道德错位感。他们会经常扪心自问:我做这件事情真的是有意义的吗?就是疯狂地、不断地做量化交易,通过各种杠杆、各种措施去赚钱——我真的做得好吗?但是,如果我把这个全捐出去,那么我做的事情就是好事了,对吧?

EA的这套主张,确实会给很多在华尔街做利益最大化的人提供一个借口,这个借口就是“我其实过来是做善事的”。这个借口是一个非常会被人利用、被很多人去剥削的东西。

2015年8月,EA Global在谷歌总部举行,Elon Musk与Nick Bostrom、Stuart Russell 等在“AI存在性风险”分论坛对谈。图片来源:Robbie Shade / Wikimedia Commons / CC BY 2.0

然后在2015年,Will MacAskill受聘成为了牛津大学最年轻的哲学副教授,他当时只有28岁。同年的夏天,他的八万小时项目也被Y Combinator所接纳;有效利他主义的全球峰会(EA Global)在谷歌总部举行,从Elon Musk到很多其他的硅谷富豪,都出席了其中的一些讨论环节。比方说Musk就出席了当时关于人工智能小组的讨论。我觉得可能在Will MacAskill的眼中这可能是一个顶峰,因为EA的这套哲学思想,已经渗透到了硅谷最有钱、最富裕、最有资源、最能推动社会往某个方向走的这一群人。

泓君:我注意到EA整个的起源是在牛津大学,但是它后面的发展,包括你刚刚提到的,今年Will MacAskill已经搬到硅谷来了,这说明了什么?

Afra:我觉得这说明EA本身的核心主张和核心想做的事情,已经完全变成了AI安全,和之前已经不是很一样了。之前做的事情,比方说预防全球的疾病、提高行善的效率、关注其他意义上的生存风险——到现在其实已经很难找到了。基本上所有EA的关注点和精力,都已经放在了AI安全上,或者说AI安全已经不成比例地被放大了。

泓君:我怎么觉得EA也在追热点。

Afra:我觉得热点是被EA创造出来的。我觉得我们现在生活在一个EA在很多年前就已经规划好的现状当中。就是EA其实在很多年前就已经说过了:我们就是要花这么多钱,去做这么多的影响,我们现在就是要把影响力最大化。而我们现在已经活在了EA所创造的世界当中了。

泓君:你会对外说你自己是EA吗?

Afra:我不会,因为我真心觉得我不是。我很关心AI安全,但是我不是EA,比方说我不会捐钱。我觉得我自己现在做的事情,还不到我自己能够去捐钱、或者过度地去考虑“全球范围内我应该行怎样的善”这样一个地步。我自己最感兴趣的是EA的哲学和他们智识的世界,我会很喜欢关注这些奇奇怪怪的群体。

泓君:现在EA的主流立场是尽量减缓AI的发展,而e/acc(有效加速主义)以a16z为代表,主张加速。所以你觉得,我们应该因为AI安全的问题,现在就减缓AI的发展速度吗?

Afra:我首先想回答你刚刚说的e/acc和EA之间的张力。e/acc这群人其实和EA是很不对称的:e/acc其实完全没有形成一个真正的力量。所谓e/acc那群人认为自己是有效加速主义者,但它其实是一个没有那么清晰的现象——在很多人眼里,e/acc是一个meme,是一个网上的话题标签,它不是一个真正的行动力量。而EA是一个真正的行动力量。

其次,关于AI安全这个事情——我过去开完The Curve和Progress Conference这两个会之后,我自己也和OpenAI还有Anthropic的十几二十个研究员聊了天,我觉得我自己对AI安全有了非常多新的理解。我变得更加愿意去相信现在的RSI(递归自我进化)进化曲线,是一个让我觉得有点忧心忡忡的事情。

有好几个研究员都跟我说,过去一年AI的进步甚至已经超过他们自己原本的预期。我觉得现在前沿AI的发展是一个很严重的认识论问题。所以我觉得可能现在放缓AI的发展、尤其放缓RSI的发展,可能是一件好事,就是让大家先坐下来,相互说一说:到底应该怎么办?到底发生了什么?我们能不能用人话把这些事情解释清楚?再去进行这个疯狂的AI竞赛。

以上是本期采访的第一部分,通过Afra的视角,我们了解了EA如何从一场讨论“怎样更有效地做好事”的运动,逐渐影响了今天的AI研究、资金流向,甚至政治议程。而这些思想之所以能产生今天的影响,离不开背后巨额资金的支持。

在采访的第二部分,硅谷101对话了其中一位重要的捐赠者——以太坊联合创始人Vitalik Buterin。他向我们讲述了自己从支持、资助EA,到开始怀疑和反思的历程,分析了不同思想阵营对Anthropic AI安全哲学的质疑,也分享了他本人对人类该如何应对未知AI风险的思考。《对话Vitalik:捐出数亿美元后,如何开始反思EA?》将于明天发布,欢迎关注。

跳转微信打开

  •  

对话Maxinsights:具身“卖铲人”的250倍增长、机器人Ego数据狂潮、DoorDash与丰田模式,与“自由的鸟”

原创 硅谷101 2026-11-04 13:54 上海

2.5亿美元ARR背后的生意

过去两年,在采访机器人公司时,我们听到最多的一句话就是:太缺数据了。

当机器人公司们还在探索模型、算法、数据和部署的时候,一家并不生产机器人的硅谷公司,把机器人数据做成了一门年化收入数亿美元的生意。

从100万美元到2.5亿美元,250倍增长,发生在短短一年。这家数据公司叫Maxinsights,它让普通人戴上摄像头,记录做饭、叠衣服、打扫卫生等日常动作,再把这些视频转化为机器人可以学习的训练数据。

如今,他们已经积累了200万小时的人类第一视角数据,并且建立起一张覆盖全球四千名数据采集人员的网络,而这家公司的数据采集运营团队,全职员工不到10个人。

我们在最近也采访了Dyna Robotics,这家硅谷机器人公司号称通过100万小时的人类第一视角数据,找到了机器人的scaling law(规模定律),而下一步,是1000万小时的数据。

当机器人行业开始验证自己的数据规模定律,这是否意味着,我们正在见证机器人领域下一个Scale AI的诞生?这篇文章,我们对谈了Maxinsights创始人袁宇光,从他经历的两代机器人创业潮说起,到当前机器人数据的商业模式、全球采集管理、数据技术,聊聊这场刚刚开始的机器人数据热潮。

本文为视频改写,欢迎大家收看以下视频

陈茜:宇光,欢迎做客硅谷101。我听说你们现在是机器人行业里,数据业务收入最高的公司之一。你们主要的业务是什么?

袁宇光:我们主要做人类的数据,并且把人类的数据变成机器人可用的数据,帮助头部机器人公司训练自己的模型。

陈茜:现在具体的体量有多少?也就是硅谷现在说的ARR(年度经常性收入)。

袁宇光:我们的ARR(指的是2026预测年度经常性收入)差不多可以达到2.5亿美元左右。

陈茜:那今年增长应该非常快了。

袁宇光:是的,我们去年一年才差不多100万美元,到今年增长的速度非常快。这也跟行业发展有关,现在很多客户已经通过使用更多高质量数据,帮助模型训练,并得到了一些基本认知。

这些模型不仅有了更好的表现,而且使用了至少100万小时的数据。所以目前可以看到,Data Scaling Law(数据规模定律)在Physical AI(具身智能)里面已经实现了。

陈茜:过去两年,我一直听到机器人行业说缺数据。2025年大家说缺的还是遥操作数据,但最近我在硅谷看到,大家开始押注human-centric(以人为中心)的第一人称视角数据。

袁宇光:2025年和2026年确实发生了一些变化。2025年早期,客户跟我们一起去开发新的、帮助具身智能用更scalable(可规模化)的方式落地。

当时我们探索了很多数据类型,包括teleoperation(遥操作)、simulation(仿真)、egocentric data(第一人称视角数据),甚至做过手套数据。那时我们就发现,除了第一人称视角数据外,大部分数据要么难以规模化,比如遥操作永远有一个上限;要么落地时存在很大的差距,比如大家都知道的Sim-to-Real(仿真到现实迁移)问题。

当我们考虑规模化时就发现,如果能把每个人身上的特殊技能变成机器人的技能,想象空间就变大了。

2025年,作为这个行业里面最领先的人,我们第一个订单是200小时。那时候,200小时对我们来说还没有概念。

陈茜:是遥操数据吗?

袁宇光:不是,是第一人称视角数据。

陈茜:客户是谁,可以披露吗?

袁宇光:是美国头部的大模型公司。当时他们也在探索,我们一起试了很多数据类型,最后定在人类第一人称视角数据上。

主要有几个原因:第一是有用,第二是可以快速规模化,第三是还能把人类一些隐藏的技能,变成机器人新的知识和技能。把这些串起来就会发现,机器人将来想要实现真正的AGI,是可以把人的想法变成机器人的想法,并且予以实现的。

陈茜:人类隐藏的技能是什么?

袁宇光:就说现在很火的叠衣服,可能全球有成百上千种叠衣服的方式。如果把它们合并在一起,就可以让机器人用各种人类的方法去迭代,去叠一件很简单的衣服。

这样做的好处是,第一,可以让它叠得更有效;第二,可以叠得更可靠;第三,见到不同的东西都可以叠。所以我觉得,这给机器人本身增加了很多基础智能。

陈茜:相当于通过第一人称数据的方式,达到了它的泛化性。

袁宇光:是的。去年我们就已经发现,这些数据本身能增加模型一些简单的泛化性。

从最早的200小时,到去年年中、下半年加起来,我们一共有2万小时,相当于100倍的提升。到了今年年初,2万小时变成了20万小时。所以我们作为整个行业的一个先驱者,已经是走了三步。

在这个方向上,我们发现痛点也发生了变化:从缺数据,变成了缺高质量的数据。今天很多人还在说“我有很多数据”,但真正决定你能不能在行业里站住脚的,是数据质量到底有多好。

陈茜:先跟大家划清一下类别,你们采集的都是以人为中心、第一人称的视频数据?这些数据怎么采集?

袁宇光:是的,这种数据是来源于人们日常的生活,通过头部的设备进行采集。这是我们上一代的产品,而这是我们最新的产品,戴在头上可以记录整个手部的内容,而这种手部的内容会成为我们的毛坯数据,再经过我们的高质量处理管线,变成高质量数据。

陈茜:我看到上一代设备有六个摄像头,它有多大的视野?

袁宇光:270度。

陈茜:为什么要270度?

袁宇光:这也是我们最早积累的know-how(专有技术)。刚开始我们用GoPro,很小的摄像机。那时候我们收集的数据非常地真实且不可控,因为真实生活中,你的头会晃来晃去,手也会离开画面。所以我们用了270度的大范围视角,保证手至少在画面里,也能捕捉更多、更丰富的周围环境的信息给模型。

陈茜:两边各有一个,中间有四个摄像头,为什么这么设计?

袁宇光:中间四个主要拍到手,以及身体的一些部位,这些身体部位也可以给到模型提供更多的信息。以人为中心的数据不只有手,还有身体的位姿,所以会涉及pose tracking(姿态跟踪)和hand tracking(手部跟踪)。设备将来还要提供更丰富的信息,帮助模型做全方位跟踪。

陈茜:所以采集时,需要一位采集员戴着这个头盔。一天采集多少个小时?

袁宇光:我们的采集时间相对比较长。我们采用的都是相对专业的采集员和采集团队,这也是跟行业里不太一样的地方。现在很多公司有自己的外包采集网络,这很像当时Digital AI(数字智能)的模式:发动身边的人,让他们获得一些补充收入。

对我们来说,数据采集更像DoorDash,或者国内美团的模式。采集时,你需要大量、高质量,而且有多样性的数据,所以需要对采集团队进行直接管控。这种直接管控能帮助团队获得更高质量、更高的输出,才能在这个行业里获得更好的位置。

陈茜:这一块特别重要,整个数采团队的管理,我们待会儿可以详聊。先继续说数采设备,新一代相比上一代有什么区别和升级?

袁宇光:它更轻了,更轻,它的电池可以维持时间更长。

陈茜:感觉要小巧一些,甚至。

袁宇光:对,新的产品会更能快速地标定,就相对它得到的信息和结果会更准确。

陈茜:我看它只有4个摄像头。

袁宇光:对,4个就够了。

陈茜:那为什么之前要6个,然后现在只要4个。

袁宇光:其实也是迭代的过程。有更多的摄像头,大家就觉得会有更好的输出。但实际上我们也会考虑将来这个行业需要往成本优化的方式走,所以我们再去考虑得到更相同信息的前提下,要考虑更优化的成本结构。

陈茜:这两代摄像头的像素都一样吗?

袁宇光:对,类似。所以减到4个成本肯定是降低。

陈茜:那穿戴的体验,有没有什么区别?

袁宇光:这个是很轻的,而且它戴上的时候像帽子一样。然后你手机上会有一个APP,直接打开它连上就可以了。

陈茜:就是我看上看下看左看右,它就随着我的视线来动。

袁宇光:对,而且不管你怎么动,手部都不会离开画面。我们也希望通过硬件设计,让采集方式更容易规模化。

陈茜:特别有意思。那你们现在的体量是可以收集多少万小时的数据了?

袁宇光:我们一个月最高的产能可以收集到45万小时。

陈茜:所以你们现在手里面是有多少个小时的数据?

袁宇光:接近200万小时。

陈茜:这个规模在第一人称视角数据行业里,属于什么量级?是最多的吗?

袁宇光:是最多的,而且是相对高质量的第一人称视角数据集。

陈茜:你一直强调高质量。我也听机器人公司的研究员说,有些供应商号称有很多万小时数据,拿来训练却发现质量很低,根本没法用。怎样评判数据质量?

袁宇光:是的,质量本身也是不断迭代的过程。2025年刚开始,我们还没有清晰的质量概念,到今天已经有非常严格的质量管线,它会包含几个主要内容。

第一,tracking(跟踪)信息的准确度要高,达到毫米级。第二,数据要有足够的多样性,为模型提供更多样的数据。第三,还要有一定的量,每天只提供一小时,客户肯定不够用。这三个叠加起来,形成一个完整的数据包。

除了跟踪准确度里有很多language annotation(语言标注)的信息,视频本身也要包含有意义的任务输出。比如一直在玩手机,或者挠挠这里、挠挠那里,都不属于有效输出。有效的事件、准确的跟踪、准确的标注,把它们做成一个数据包,才是有效、高质量的数据。

陈茜:采集员戴着头盔完成任务、录下视频,你们收到之后,还要做哪些处理,才能交付给客户?

袁宇光:收集完所有毛坯数据后,要经过一条很长、很复杂的数据处理管线,最后才能交给客户使用。这一套管线出来的结果叫Training-ready Datasets(可直接用于训练的数据集),或者High-quality Datasets(高质量数据集),拿来就能训练。

而中间要对手部进行标注,要理解视频、进行语言标注,还要给整个视频做索引,归类它到底是什么。最后需要QC(质量检查),我们也会通过human in the loop(人工参与闭环)的方式验证数据质量。

陈茜:从原始数据进入管线,到成为可训练、可交付的数据,中间的淘汰率或筛选率是多少?

袁宇光:说实话,这个数字很难评判。因为很多筛选出来的数据,比如通过人工参与筛选出的数据,还会作为后续处理配方的一部分,回到管线里重新处理。我们会把数据的confidence level(置信度)分成不同等级,对应不同客户的要求,所以整个数据集也有不同分级。

陈茜:是不是有些客户要求很高,有些客户也能接受质量低一点的数据?

袁宇光:理论上,客户都需要高质量数据。

陈茜:低质量的数据给谁?

袁宇光:只是客户的要求不同。相对低质量的,我们更多叫General Datasets(通用数据集),会回到管线里重新处理。我们不会给客户低质量数据。

这些低质量数据能帮助我们重新认识,模型在标注过程中到底出了什么问题,以及数据管线应该怎样迭代。到今天,我们的管线已经迭代过差不多六七遍,这是行业里最重要的核心的部分。

陈茜:刚才提到遥操作、第一人称视角和合成数据这三类。第一人称视角数据,跟UMI有什么区别?

袁宇光:UMI数据是人手拿着夹爪,让它的形态跟机器人夹爪的形态对应起来,直接做retargeting(动作重定向)。UMI本身还会结合第一人称视角数据,现在比较流行的是这样一套方式。

第一人称视角数据是裸手的,没有任何夹爪,它们的区别就在这里。

陈茜:为什么要用夹爪?

袁宇光:这要看模型训练的三个阶段。大家知道pre-training(预训练)、post-training(后训练),现在还有mid-training(中期训练)。UMI会更多用在中期训练,甚至后训练里。

夹爪是目前更流行的方式,因为对于机器人来说,夹爪相对可靠,当然将来也会有很多灵巧手设计。我们的第一人称视角数据,不仅能对应夹爪,也能对应手。而UMI本身可以直接重定向到夹爪上,会更快、更有效。

陈茜:相当于UMI更适配夹爪机器人。如果我的人形机器人用的是五指灵巧手,就没必要用夹爪的UMI数据了。

那为什么要把第一人称视角数据和UMI结合?是希望训练出来的机器人,既能操作灵巧手,也能操作夹爪吗?

袁宇光:还是要看客户的机器人形态。有些偏向夹爪,就更依赖UMI;有些主要用灵巧手,那么直接从人手形态重定向过去会更好,因为两者更像。

陈茜:成本上有区别吗?

袁宇光:采集成本相差不大,主要区别在中间的数据处理管线。UMI的采集效率比裸手低很多。

陈茜:因为拿着工具去完成任务,肯定不如直接用手方便。

袁宇光:对,你做饭也不会用两个夹爪做饭。

用UMI采集,效率会低一些,但过数据管线时,处理会相对简单。裸手数据非常真实、不可控,会有很多边缘情况,所以管线需要处理这些问题。比如手经常被遮挡,有时看不到手,或者同一个镜头里出现多只手,比如我们在握手,都很难得到稳定的手部输出。

所以管线必须非常强大,才能提供高质量数据。

陈茜:目前客户主要在买什么数据?今年更多买的是human-centric(以人为中心)数据吗?

袁宇光:公允地讲,客户的数据训练配方里,有遥操作需求,有human-centric、也就是第一人称视角数据的需求,还有UMI需求。从我们目前的观察看,裸手第一人称视角数据的需求量最大。

你可以想象,不需要先变成夹爪这种中间形态,而是直接把人手变成机器人的灵巧手,像人一样下地干活,这多有想象空间。

陈茜:从成本看,遥操作最贵,仿真和合成数据最便宜,第一人称视角数据在中间?

袁宇光:理论上是的。但仿真数据,我们在2024年就研究过。因为仿真数据本身其实不是一个销售的产品,因为客户本身知道它非常便宜,可以生成很多,自己也可以做,所以它不是数据公司的主要方向。

仿真公司也有可以做的事情,比如环境、数据资产,这些是它们真正应该关注的。但就数据本身而言,我们认为目前从供应商购买的两个主要来源,一个是遥操作,一个是human-centric(以人为中心)。

陈茜:Human-centric(以人为中心)比遥操作要便宜多少?

袁宇光:不同客户有不同要求。如果从整个行业的发展来看,我认为可能便宜一半。

陈茜:我今年看到有一个趋势,很多世界模型公司、之前做视频生成的公司,现在都变成了机器人数据公司,也在向机器人公司卖数据。它们在这个环节里处于什么位置?

袁宇光:我们认为,很多世界模型公司也是我们的客户。它们需要相当多真实数据,才能生成数据,也希望跟我们合作。这类公司跟我们的生态位相互依存,反而会带来整个行业的提升。

陈茜:但它们买了你们的数据,再卖给机器人公司,会不会跟你们形成竞争?

袁宇光:是这样。在世界模型体系里,它们会基于我们提供的一些简单任务,做不同的泛化处理,最后进入整个数据闭环。在某种程度上,我们是相互依存的:我们提供更多原始数据,它们再生成视频,而我们可以继续用高质量标注产线,帮助它们把这些视频标注成处理后的数据,变成客户最终能用的数据。

陈茜:它们现在没有数据产线。如果将来也建了自己的产线呢?

袁宇光:假设这些公司有很多现金储备,今天想做数据产线,其实是在做我们2023年做的事情。刚才说过,我们大部分产线依靠模型,而这些模型的制作,需要Ground Truth Data(真值数据)。

我们有很多自己开发、研究的真值数据管线,这部分属于真正的Proprietary Data(专有数据),是任何人都没有的。所以,即使它们今天做,也只是在做我们2023年、2024年做的事情。

陈茜:有两到三年的差距。

袁宇光:对。所以我们认为,现在很多想做数据的公司已经入局晚了,头部已经产生了。

陈茜:这个差距没办法用其他方式赶超,因为这个数据产线是你们过去两三年积累的资产和护城河。

袁宇光:对,这是我认为数据公司一个重要的护城河。产线的结果是高质量数据,过程依靠不同模型,而模型又基于之前积攒的专有数据。这些专有数据的规模,我们认为已经达到行业相对领先的位置。

其他公司想再积攒,需要相当长时间。这些属于物理过程,不是直接就可以生成的数据过程。

陈茜:数据收集,以及收集过程的管理,也是护城河?

袁宇光:是的,数据收集及其管理都是护城河。数据公司需要一条很强的Vertically Integrated(垂直整合)产线,从硬件开发、运营,到数据管线,再到最终输出,整个链条都要连在一起。任何想卖数据的公司,都离不开这些。

刚才说的视频蒸馏公司,它们没有运营,也没有硬件。对于一个纯数据收集公司,没有数据产线,也没有那些专有数据。只有把这些连在一起,才能输出最高质量、最大规模,而且有多样性的数据。

陈茜:这大约200万小时的human-centric(以人为中心)数据,是多少人采出来的?

袁宇光:我们全球有接近4000人的采集团队,都是直接管理的。这个模式很像DoorDash,能帮助我们快速扩大规模、找到新场景,并采集到更高质量的数据。

陈茜:能不能解释一下这个DoorDash模式?

袁宇光:这种运营模式挺有意思的。今天包括Figure等公司,也在做外包网络。我们在2025年就试过外包的形式,但发现几个大问题:质量低、输出慢、产量也低。

在我们的理念里,运营就像工厂,只是它没有集中在一个地方,而是散布在各地。这更接近DoorDash式的直接管理:早期DoorDash会对骑手有更多管理,需要去哪儿、怎么做,系统都会直接给指示。

我们的运营团队是自建的,不太使用外部供应商。供应商的价值,是提供一些罕见、不常见的场景。而大量的自建团队,则能帮助我们快速进入想要的场景。

比如明天需要医院、养老院场景,可以直接向采集员下达任务,让他们进入这些场景,快速反馈回来。如果先找供应商,再让供应商安排,反馈闭环就会非常慢。这是快速迭代的行业,运营必须快速跟上要求,提供更高质量的反馈。

陈茜:自营听起来是个挺重的模式,需要怎样的管理经验?

袁宇光:挺难的,管理运营是一件特别难的事情。我们构建运营网络时,走了很多弯路。刚开始也用很多外部供应商,直接给目标,让他们采几万小时。

2026年1月,我们给出的目标是10万小时/月,如果低于2万就别干了。最后的成绩是18000小时/月。所以2月份进入调整期,我们觉得这种方式不行。我带着团队一点点看,怎样才能输出更多、更高质量的数据。

后来发现关键是以设备为中心,让周围的资源围着设备转,因为设备是唯一的资源。第一,设备要准;第二,设备要提升使用效率;第三,设备还要被正确使用。我们做的所有部分,都围绕设备本身拓展的。

刚才也聊到,我们一天能采集多少数据。在整个行业里,我们的设备使用率是最高的,所以这样才能帮助我们产生大量、高质量的数据,回到产线里继续使用。

陈茜:听起来,首先硬件要好,接着培训和管理都要到位。

袁宇光:同时还需要科技加持,需要一个平台。我们全球有接近4000名采集员,但管理这4000人的数据采集运营团队的全职员工不到十个人,这是一种非常高效的管理模式。

这种模式依靠的是中间这一层,叫AI Agent in the Loop(智能体参与闭环)的平台。它既能管理设备,也能管理人,还能帮助他们提高质量和数据产量。后端模型依靠我们大量的数据,直接给采集员反馈,甚至设备没戴好,agent也会提醒他们。

陈茜:Agent相当于一个“小监工”,盯着采集过程,随时反馈。

袁宇光:我们叫小助手。

陈茜:“小助手”这个名字好听一点。这4000名采集员分散在哪里?

袁宇光:我们分散在八个国家:美国,包括现在在的洛杉矶也有团队;还有墨西哥,东南亚的印尼、越南和泰国,中国、土耳其,以及最远的南非。为了管理这件事,我们还在印尼设了自己的办公室。

陈茜:4000人不算特别大的规模,为什么不集中在一个国家,比如印尼或巴西,而要分散到这么多国家?

袁宇光:这跟数据需求有关。模型需要更多样性的数据,理解来自不同地方的数据类型。不同国家有不同生活方式,把这些不同生活方式合在一起,才变成最后的智能。所以要去不同国家采集,每个人的生活方式不一样。

陈茜:比如做的菜不同,有法式菜、中餐,叠的衣服、生活方式和环境也不一样。

袁宇光:对,比如东南亚能见到很多长袖、戴帽子的,洛杉矶则有很多短袖。

陈茜:10个人通过agent去管理4000人,这个模式还是挺有意思的。现在可以透露一下客户都有谁吗?

袁宇光:客户分为两类。一类是大模型客户,就是你天天用的那些AI。因为一些原因,我们不能说具体名字。另一类是做Robotics Intelligence(机器人智能)的客户。

陈茜:大模型客户用这些数据,也是为了训练机器人,还是做视觉推理?

袁宇光:是训练机器人。

陈茜:所以Astra出来,它们肯定也用了很多机器人数据。

袁宇光:Astra这个方向特别惊艳。

陈茜:它出来之后,整个机器人行业都炸了。

袁宇光:我们也很兴奋。大模型使用很多第一人称视角数据和机器人数据,帮助机器人产生更多泛化性。

机器人公司看到变化,也开始思考:是不是真正要落地、做垂直应用,公司将来的方向是什么?我们希望帮助这两类客户,得到它们各自需要的基础设施,包括数据、评估和后面的落地,结合起来提供全栈支持。

陈茜:卖给这些客户的,都是同一套数据吗?

袁宇光:我们一直提供数据集的license(使用授权)。数据集每天都在不断扩大,所以每天都会不一样。

陈茜:我们前几天采访了Dyna Robotics。他们在Dyna-2发布时提到,用100万小时的human-centric(以人为中心)数据,找到了他们的Scaling Law(缩放定律)。这100万小时里,可能大部分都是从你们这儿买的,而你们也可能把其中七八十万小时的数据卖给其他客户。

从商业角度出发,机器人数据现在的模式会不会有一点像SaaS(软件即服务)?同一套软件可以卖给上千个客户。如果目前human-centric(以人为中心)数据总共就这么多,100万、200万小时,也可以卖给所有大模型公司和机器人公司?

袁宇光:数据对客户来说可以复用。如果一套数据集已经被一个客户验证过,它就很容易给其他客户带来相同、甚至更高的价值。所以我们也要不断提高对自己的要求。

陈茜:如果大家买到的是同一套数据集,对模型训练来说,数据本身就没有差异性了。

袁宇光:它们的训练配方不同。模型架构、模型使用方式都不一样。我想Dyna、Genesis、OpenAI,以及其他大公司,都有自己的一套训练方法。这是数据之外,它们自己的配方。

陈茜:所以,模型能不能更好地利用这些数据,是最终效果的差异点。后训练是不是也是?比如Dyna内部也会采集遥操作数据,用在后训练或RL(强化学习)中,这部分是它们自己要做的事情。

袁宇光:我们认为是这样。预训练、后训练、中期训练会形成反馈机制,让机器人更好地落地。我看到一个说法,99%只是一个起点。还有1%,需要通过后训练,真正实现部署。

作为数据合作伙伴,我们可以在后训练里提供更多不同价值。但这确实需要跟客户走得更近,了解它们的需求、帮助它们落地,才能做到。

陈茜:目前客户主要拿你们的数据做预训练?

袁宇光:目前是,但明天可能就不一定了。

陈茜:为什么?有什么不一样?

袁宇光:我们认为,行业变化很大。看到新的Astra 6出来,我们觉得基本泛化性的问题已经基本解决,但一些长程任务、更难的任务还解决不了,仍在提升。除此之外,行业也会进入下一个阶段。

我们认为明年有两个大趋势:第一,数据量继续扩增。我们自己的观点是,每家客户基本需要100万小时左右,作为保底的地板线,往上不设上限。不同客户有不同需求,但基本都是十倍增加。

在这个基础上,一些客户会进入后训练。这非常依赖具体环境,而我们的运营体系能快速提供不同环境、不同场景,帮助客户测试和评估硬件。不只包括模型,也包括硬件本身的可靠性。这也是我们跟客户越来越近的原因:不只是数据供应商,后面还包括模型反馈的供应商。

陈茜:我跟Dyna聊的时候,他们说现在Dyna-2完成100万小时之后,接下来想再验证1000万小时的量级,看Scaling Law是否还能立得住。如果成立,可能说明路线是对的。

行业往1000万小时的human-centric(以人为中心)数据迈进,对你们是很好的机会,但竞争也会更多。什么时候能达到这个规模的训练集?一年能完成吗?

袁宇光:我觉得可能都不需要一年。这就是为什么要建立足够灵活、能产出高质量数据的团队。

从100万到1000万小时,十倍提升,是对运营最大的考验。像外包网络,一个人一天可能也就产出一两个小时数据,要多少人才能满足1000万小时的需求?

陈茜:如果你们要产出1000万小时,需要多少人?

袁宇光:我估计需要现在基础上3到5倍左右的人。

陈茜:现在是4000名采集员,可能要到2万人?

袁宇光:差不多在1.5万到2万人左右。

陈茜:对公司的挑战是什么?

袁宇光:我们永远在看怎样快速扩大规模,这对公司成长非常关键。最大的挑战有三点:

第一,能不能保持数据质量的同时增加数量,还能保证多样性。这三个放在一起,要看管线够不够稳健可靠。如果每天只能产生一两个小时,我认为无法满足行业需求。

第二,在这么多行业、这么多国家运营,能不能快速转换?

第三,在前两点的基础之上,能不能理解客户对1000万小时的具体细分要求?这些要求可能不止一个,还会根据客户自身需求不断迭代,你怎样跟客户紧密协作?

目前我们有三十多个客户,每个客户对数据需求都有不同想法。我们也会反过来建议,数据应该怎么做、往后怎么走。从100万到1000万小时,需要跟客户持续沟通数据迭代的过程。我们非常愿意成为行业的一部分,帮助整个行业像飞轮一样转起来。

陈茜:如果类比大模型数据,Scale AI最初的采集成本没那么高,但模型能力越来越强,就需要硕士、博士标注高质量科研数据,成本也越来越高。

机器人数据会不会也是这样:通用、泛化性较强的场景相对便宜,但垂直专业场景的成本会很高?

袁宇光:我认为Physical AI会跟Digital AI走一样的路线。今天Scale AI、Mercor等公司都在提供更多数据给大语言模型,具身智能将来也会这样。

2025年最初的200小时基本不设限,什么都可以。到了下半年采几万小时,任务要求还很简单,做些简单事情、搬动东西就行。到今天,要求确实越来越难。它不再需要数据工厂里的模拟场景数据,也不再需要简单的“擦擦擦”。

陈茜:什么叫擦擦擦?

袁宇光:比如擦桌子、擦玻璃,这就叫“擦擦擦”。现在也不再需要简单地把东西摆来摆去。

和Digital AI一样,将来会需要越来越难的数据。一类帮助大模型继续提升,另一类满足落地型客户的需求。比如客户要去养老院,就不需要医院的数据,而是希望全球不同地方的养老院一起帮忙测试。怎样把成功率从99%提高到99.99%,才是我们提供的价值。

目前我们有三十多个客户,我们认为是行业里客户数量最多的公司之一。同时,ARR(指的是2026预测年度经常性收入)差不多能达到2.5亿美元。行业扩张确实带来了很多欣喜,但也带来了很多困扰。

陈茜:困扰是什么?

袁宇光:困扰是怎样尽可能快地规模化提升数据质量。从200小时到200万小时,甚至将来1000万小时,需要的基础设施是不一样的。

比如上传网络怎样设置更省钱?怎样更好地标注?现在还有很多业内人士用大模型做文字标注,太贵了,会花非常多钱。所以我们做自己的模型,既为了省钱,也为了提高质量。

另外,怎样把人的活动连接起来,让他们形成一定网络,还能保持大规模、高质量,这件事很难,这是我们在考虑的下一步。

陈茜:大语言模型已经穷尽互联网上的人类语料和数据,机器人的数据会穷尽吗?因为机器人数据不在互联网上,而是采集出来的。从100万小时到1000万小时,它的上限在哪里?

袁宇光:我认为会,但也要看数据类型。遥操作的上限相对较低,到一定程度,量就够了。第一人称视角数据的上限更高,但到一定程度,也会进入平缓期。

陈茜:为什么会进入平缓期?

袁宇光:平缓期是指,在相同模型架构的前提下,继续增加这些数据,对成功率的提升已经非常有限。

再下一步,就要看你想用模型做什么。如果觉得99%可以了,可以去做更难的任务,但更难任务的提升也会很慢。另外,如果要从99%提高到99.99%,就需要更多、更专业的数据。

所以我们认为,将来的运营网络会从普通人都可以戴的设备,发展成专家式的网络,帮助客户更快跨过99%到99.99%的平缓期、更快落地。人形机器人最终要商业化,更快执行一个应用、真正落地,才能更快收回成本。谁能帮客户更快落地,谁就能赢得信任和订单。

陈茜:如果数据增加到一定程度,对模型的提升有限,或者说曲线变得平滑,那你们这类机器人数据公司的价值还在哪里?

袁宇光:在后面。数据只是切入点,落地时还需要评估和部署。这种评估和部署在Digital AI时代里是没有的,需要在实际生活里做物理尝试。

比如模型做好了,最近Physical Intelligence发布了API,你要测试:第一,它到底在哪些地方、哪些场景、哪些情况下会失败?第二,失败后,能不能帮助它恢复?恢复的过程,又会成为更宝贵的数据,帮助模型提高泛化能力和成功率。这些是数据公司可以做的。

再往后,想象沃尔玛、Costco使用人形机器人时,需要的是全栈支持,不仅包括落地,还包括数据。那时数据合作伙伴也很有想象空间。当把数据生产产线、运营网络,再加上部署和评估平台结合起来交给客户,这时候比如Costco、沃尔玛就可以使用这一套产品,真正落地,就像今天使用ABB、库卡的工业机器人一样。

陈茜:所以最终的愿景,是做全栈服务商。

袁宇光:是的,我们也在往这个方向发展。数据带来的是高质量、大规模的数据处理能力,这是深的能力;运营是广的能力。两种能力叠加,再跟客户共同迭代,形成与客户协作的能力。

这三种能力放在一起,三位一体,才能在Physical AI领域走得越来越远。这是我们不断打造能力、考虑更长远发展时在做的事情。

陈茜:从数据的角度看,你觉得什么样的机器人公司最后能够走出来?

袁宇光:我们希望每一家客户都走出来。

陈茜:所以都来用你们的服务、买你们的数据。

袁宇光:我们真的希望每一家客户都走出来,也是抱着这样的信念在做。我来自传统机器人领域,工业机器人很可靠,但很多人在做编程,其实是人在为机器人服务。

我们希望大模型公司提供更高的泛化能力,也希望这些与我们合作的、行业内有名的具身智能公司,真正进入它们能做的每一个场景。看到那一天,我会非常欣喜,不管我们在行业里是什么位置。能够为行业发展尽一份力,就是我们想看到的未来。

陈茜:接下来聊聊你的创业经历和来时路,帮助大家理解你为什么会选机器人数据这个方向。你从交大毕业后去了伊顿,后来进入机器人行业、自己创业。当时为什么选择伊顿?为什么想做机器人?

袁宇光:当时有很多offer,但那是很多很多年前了,我只是长得比较年轻。

交大毕业后,我当时也接触过Accenture,以及一家咨询公司Booz Allen Hamilton,后来拆分成Booz Allen和Hamilton,是全球除了麦肯锡、BCG、贝恩之外的第四家最大的咨询公司。

但我不是特别喜欢做演示报告、做分析,还是希望能动手、去尝试,所以选择进入自动化公司伊顿。这是一家五百强左右的企业,给了我很好的机会。我去过美国、墨西哥、日本,这些经历对现在的影响非常大,给了我全球视野和经验。

陈茜:伊顿当时主要做什么业务?你担任什么职位?

袁宇光:伊顿比较有名的项目之一,是国内C919的动力总成。它也是美国很大的电力供应商,有点像西门子、施耐德。比如我们这栋楼的电力系统,应该就是伊顿的。

我做过很多职位,产品经理、供应链、市场经理、销售,几乎把非技术的角色都做了。对我影响最大的,是在日本工作的四年左右,接触了很多生产体系,其中最有名的是丰田生产体系。这是一种质量管控体系,怎样在上量时控制质量,把两边平衡好,我把这些用到了今天的运营里。

陈茜:丰田的体系是什么?

袁宇光:丰田的体系叫TMS(丰田制造系统),也有其他日本名字。它分为几个部分,但大部分讲的都是质量:怎样在快速上量的同时保持质量?

比如生产汽车有一种流程叫PPAP(生产件批准程序)。上量的同时,质量必然会受到影响,所以要控制上量,再提升、再控制。我们管理运营时,也把它看成一个工厂,只不过这些工厂不在一个地方,而是在全球各地。

它背后的理念,就是First Principle(第一性原理),第一性原理是不变的。上量时,质量必然会受到影响,所以要控制质量,压下来,到一定程度再调整、再控制。这样才能在短期内,不断得到大量、高质量的输出。

陈茜:下压的过程中,会遇到什么挑战?

袁宇光:很多挑战。不同场景有不同要求,比如具身智能采集中,会有很多无意义的任务:玩手机、走路、手离开画面、跟人聊天。还有设备佩戴不对的情况,有的人喜欢这样戴。

陈茜:镜头就直接对着天花板了。

袁宇光:像这样戴,数据怎么处理?还有很多边缘情况,怎样通过管线处理?场景又能不能持续保持多样性?

我们发现过,一个房间四个角各放一张桌子,四个人采四份数据,衣服叠完了放、放完了再叠,效率最高。但这对我们的管理不利,对客户的泛化性也不利。我们用很多方法去掉这些问题,最后输出的才是真正的高质量数据。这些细微之处,客户是不知道的。但我们为管理这些数量和质量问题,花了大量精力。

陈茜:这些来自你当年在伊顿的经验?

袁宇光:确实是在日本跟生产体系学到了怎样生产。只不过现在不是在一个地方,而是在全球各地生产。

陈茜:2014年左右,你为什么决定离开伊顿创业?

袁宇光:想做一只自由飞翔的鸟。2014年出来以后,我最大的感受是,原来自己像笼子里的鸟,被喂得挺胖、挺好,别人给食吃,但永远在笼子里。飞出来后,才发现世界很大,有很多有意思的感受,也很好奇。但有时候找不到食吃,这也是那时挺痛苦的地方。

陈茜:你创办的Mega Gear Robotics,当时做什么?

袁宇光:做机器人。我们想做自己的低成本机器人。2014年,十二年前,ABB、库卡、Yaskawa(安川)、Fanuc(发那科)这“四大家族”,加起来占中国90%以上的市场份额,跟今天截然相反。我们觉得这是机会,想做自己的机器人,替代头部企业,就是这么简单的想法。

陈茜:你当时觉得他们做得不好,还是觉得他们太贵了?

袁宇光:太贵了。按今天的价格看,那时差不多是现在的2倍、2.5倍,甚至3倍。

陈茜:当时做的还是大型机械臂、工业机器人,并不是人形机器人。

袁宇光:对。那时还没有今天熟悉的节卡(JAKA)、埃里特等协作机器人品牌。最初我们也做得不好,做了一台裸机,外壳都没装,线露在外面。做下一代产品时,想把它当废铁扔了,但我觉得这样不行。

后来遇到一位大学老师,他说有些预算,我就问能不能用在我们身上,他问我们有什么。2014年,我刚看到“开源”这个新词,就说这台机器人是开源的。他愣了两秒,问什么叫“开源”,我说“就是你可以随便改”。他觉得挺好,因为大部分工业机器人只能编从A到B,没办法编太底层。我们的机器人可以编到底层,满足了很多大学、技能学校的需求,帮助学生提升对机器人本身运动学的认知。

陈茜:相当于宇树现在的生意:提供本体,让大家在上面编程。

袁宇光:是的,变成了一个小的开源平台。当时销售还不错,我也觉得挺好。

陈茜:你当时卖多少钱一台?

袁宇光:接近20万元人民币。

陈茜:这么贵?

袁宇光:那时候算便宜的。相同负载下,ABB、库卡还要高20%到40%。

陈茜:“四大家族”已经占了这么大的市场,你为什么有信心,觉得自己能做得比它们好?

袁宇光:那时候没有自信,就是试试看。我不是想做鸟吗?飞出来以后,得先找东西吃再说。我们一直在探索,试过很多方向,从机器人做起,后来做到了这部分。

开源机器人虽然有很多学校客户,但宇树走到今天,是因为它一直坚持,并不是所有人都看好教育行业。所以后来我们又从硬件转到模型、计算机视觉,用很多图片做了一个小模型,才真正走出来。

陈茜:但那时的模型跟今天肯定完全不一样。

袁宇光:不一样,但也有相同的地方。那时候模型很小,难的是取得数据、取得高质量照片。我们当时做的一个产品需要不断拍照。拍照看上去很容易,但产品本身有不同特性。我们的目的是,用一种特别的方式,准确把它夹起来,放到同一个很精确的位置上。这需要了解产品形态,而形态有上千种,对我们很难。所以那时候,我就开始对数据有一些认知了。

陈茜:后来为什么把公司卖了?

袁宇光:这是创始人一个好的出路。我觉得创始人有三种出路:上市、卖公司,或者让公司非常盈利。这给了我今天做企业的一些感受:要以终为始,先想最终怎样做,再回到今天。

那时候没有这个想法,是从始终,看到方向,先做再说,就像在黑森林里,看不到任何东西,不知道往哪走。所以给其他创始人的一点建议;先想商业模式是什么、怎么盈利。别像我一样,先打开笼子飞出来。没有食吃,瘦了一圈,才挣扎着看清世界,那时候挺痛苦的。

陈茜:是不是当时觉得市场也就那样了,因为高校教育市场本身比较小,当时大家对机器人软硬件的认知,也还没准备好?

袁宇光:是的。2014年甚至更早,二零一几年的时候,这个行业一直很难发展。当时没有具身智能的概念,大部分在讲“工业4.0”,还记得这个词吗?

后来我们又试了很多方向,大概转型六七次,包括工业互联网、IIoT(工业物联网),把机器人连接起来,做能联网、监控的平台。

后来为什么不做了?因为商业模式不对,收不上来钱。我们很快铺了几个工厂,能监控几百台机器人,但客户不愿付费,就只能转型。

陈茜:不愿付费,是因为没有看到价值?

袁宇光:我认为那时还没有到那个付费习惯。痛点和痒点很难区分,客户告诉你“我需要”,很多时候只是痒点,挠一挠就行了,不愿意付费。真正的痛点,才会让客户持续付钱。

有句话说得很好:当你的产品不完善,几乎不能用,只有核心功能时,客户还愿意付费,那才是真正的痛点。

陈茜:当时客户告诉你,他们的痛点或痒点是什么?

袁宇光:我当时根本没问痛点是什么。我带着一个小团队,把大家关在屋里,说咱们打电话给这些人,给他们装上,他们肯定有需求。

我假设他们有这个需求。我问了两个朋友,他们说“有,可以试试”。但他们的第一句话,我当时没有真正记在心里,现在才有感受:他们在回答有没有需求之前,先问的是“这事要不要收钱?”我说“不收钱,先试试”,他们就说“好,试试就试试,挺好”。

但上量以后,发现他们真正的付费意愿比较低。

陈茜:如果当时说要收钱,可能就不想试了。

袁宇光:下一个问题可能就是“收多少钱”。而且很多时候,我问的人不是最终决策者,甚至说愿意付钱,都不一定是真的。

这给了我很多今天的感受,包括这次创业之前,我咨询了大量的人。2022年,我有了再做一些事情的想法。2023年,看到机器人叠衣服,我觉得行业要变化了。这跟过去ABB、库卡那些大型工厂、车间里的机器人完全不同,需要一种全新的、处理柔软物体的能力。

看到叠衣服,我觉得接下来肯定会发生什么,但又不确定。于是向UC Berkeley和自己的关系网络,发了大量陌生拜访邮件,咨询了接近200人。

陈茜:当时你在伯克利念书?

袁宇光:在伯克利念MBA。

陈茜:是把之前的公司卖掉后,去伯克利的?

袁宇光:是的。我在伯克利发邮件,几乎给机器人行业的同学都发过。最初回复率很低,只有10%。后来不断改进写邮件的技巧,提高到了40%。

陈茜:那时还没有ChatGPT帮你写邮件。

袁宇光:对,都是自己写。每周差不多安排两个会,不断问他们的想法。这些人里,有些今天成为客户,有些成为竞争对手。生活就是这么有意思。

陈茜:伯克利是个很神奇的地方。我觉得你毕业的两所学校,在这一轮AI浪潮里都很重要。交大不用说,硅谷很多核心研究员、创始人都是交大毕业的。伯克利也一样,比如机器人领域的Chelsea Finn、Sergey Levine、Pieter Abbeel,都是教父级、教母级人物。伯克利的机器人行业氛围是什么样的?

袁宇光:伯克利、斯坦福,学术合作都非常紧密,整个湾区作为一个整体,大家都是机器人的信仰者,相信人形机器人、相信机器人领域的AGI。所以说这种信仰,把大家聚集起来。

我当时跟他们聊,也在想这种信仰是什么。逐渐融入这种氛围,再同频交流,才有了今天的Maxinsights。公司的所有基础,都来自那个时候很早期的认知。

今天大家都知道数据是瓶颈,但回到2023年,很少有人有这个认知。从当时的非共识到今天的共识,我们把赌注放到桌上,把所有精力放到桌上,变成真正的筹码。这跟整个行业和整个学术的氛围是离不开的。

我们公司有学术人才,也有工程师,彼此结合很有意思。既要发展前沿技术,又要帮助它规模化,这才是将来的核心。

陈茜:这一轮吸取了上次的经验,一定要找到足够痛的痛点。你确实也找到了机器人行业的痛点,就是数据。当时你创业的时候,为什么这么笃定?

袁宇光:这件事有两个大的认知。第一个是同类对比,Physical AI有无人驾驶这个先行者,还可以参考Digital AI,它们都离不开数据。过去获取数据的方法,跟今天很相关,可以参考。

第二个是另一个维度,是找到真正的决策者。可能就是带动行业前沿技术发展的研究人员,他们说的话,一顶一地重要。所以我当时聊一个人就很兴奋,天天聊都不觉得累,反而精力充沛,因为得到了更多知识,知道行业会怎样发展。

我觉得我们的工作也是这样,包括很多VC公司也是。这些是我当时得到的基本认知,但那时完全是自发的,只有我自己发邮件,到今天发件箱里还保存着那些邮件。

从这两个角度交织在一起看,我认为行业正在变化,再加上2023年看到机器人叠衣服的结果,这些合起来,成为我往后发展的动力。

陈茜:你现在押注机器人的Scaling Law。虽然之后想做全栈服务,但这件事的上限,也决定了目前能卖多少数据。

袁宇光:我认为是这样。但行业边界在于Physical AI到底有多大,真正部署人形机器人的机会有多少。客户可以做智能、做部署,但真正部署时,需要很广的输出、很深的认知,这是我们提供的价值。

所以它不仅由数据的上限决定,也由整个行业的边界决定。我们笃定Physical AI的上限会远大于Digital AI,这是我们真正押注的现实和未来。

陈茜:你们是这一轮“卖铲子”的人,但这听起来好像没有做机器人本身那么sexy,你能接受吗?

袁宇光:每个行业都有自己的角色,要从自身优势和能力出发。我们团队结合了工程化与研究,也包括我个人的经历。你让我真的做AI深入研究,我做不了。

但我能做的是,让整个行业的基础变厚,帮助客户快速扩大规模。我的所有经历,都在告诉我怎样规模化,包括在日本的运营,以及后来工作中怎样寻找新机会。上一家公司,我花了大量精力寻找部署机会。把部署经验和运营经验结合起来,就是我在这个行业里能提供的更高价值。

陈茜:你对数据公司的门槛很有信心。但中国、东南亚一些公司的成本,可能只有在美国做的几分之一,甚至更低。你怎么看未来数据之间的竞争?

袁宇光:要看一小时数据的成本结构,其中很大一部分来自运营,另一部分是云,此外才是其他成本。刚才说的人员、G&A(一般及行政费用)、R&D(研发)等,摊销到每小时数据里,占比很小。

我们有三个办公室,硅谷、苏州、印尼,分别为公司提供不同价值。我们核心在硅谷,不断地提升前沿技术,以及数据管线里的多个模型;外围办公室提供运营管理,美国也有全球管理;中国更多提供工具开发能力。

对比东南亚、中国的一些公司,它们相对更具地域性。就像Uber全球运营一样,我们的愿景也是全球运营,以美国为基础,发展到中国、欧洲,不局限于一个地方,这才是整个客户体系。

陈茜:亚洲公司也可以设全球办公室。你们在硅谷,是不是也有地缘政治因素:美国机器人公司更倾向采购美国数据公司的数据?

袁宇光:理论上是的。作为美国公司,我们离美国客户更近,能提供更紧密的服务、更快的迭代。

将来我们还希望在欧洲设办公室,跟欧洲客户持续迭代。客户服务需要不断加快反馈机制,这对后面的评估和部署也有帮助。

陈茜:冷启动时,机器人数据、尤其human-centric(以人为中心)数据还没有爆发,增长也没那么快。你怀疑过这次的路线是否正确吗?

袁宇光:行业发展中,你会不断自省。不是怀疑,而是去确定,事情是不是在正确方向上。那时,我认为数据的大方向基本确定,行业发展离不开模型架构、云、数据这三个要素。

数据是我们不断迭代、发展的重要方向,但数据本身又有不同分层,那时还有很多人在讨论仿真数据。当时仿真数据看上去很吸引人,也很容易规模化。

陈茜:这也是英伟达的一条主要路线。

袁宇光:对,其他公司也在用仿真数据。我们不评判仿真数据究竟怎样有用,但从销售角度,它很困难。客户能自己生成,数据就会很廉价。

我们也研究过遥操作在行业里的方向和影响。刚开始真的是车库创业,我和合伙人在他家车库摆了一套设备,做遥操作、接订单,接完回来继续研究。但确实碰到了很多困难。设备可靠性差,要找维修技术人员,运营效率也很低,而且越简单的任务,效率反而越低。这可能反直觉:简单的抓取、放置需要复位,如果复位时间跟操作时间一样,有效率最高就是50%,超不过去,一天的输出就那么多。

我们才有了新认知:遥操作确实很难规模化,也不适合我们的团队,所以继续找新方案。不断复盘,才能找到新方向,继续提高。

短期内,继续增加数据仍然可行,我们看到明年客户的基本需求,差不多都有十倍以上增长。但还要往下一步走,有部署、有评估,跟客户走得更紧密。还是以终为始,终点一定是人形机器人在某些场景里落地。落地需要评估模型,需要更多后训练、中期训练,甚至预训练数据。把它们合在一起,就是今天要准备做的事。

陈茜:做这些事情,目前最大的挑战是什么?

袁宇光:最大的挑战还是规模化提升数据质量。这是核心,背后有很多因素支撑。

首先,管线要更灵活,运营也要更灵活。单纯增加到一万人,怎样控制产量?如果需求变化,一万人天天消耗现金,这不行,所以必须灵活。

另外,怎样复用今天的数据质量和运营能力,把它们结合起来,变成真正给客户创造价值的部分。

陈茜:现在大家都看到数据行业是个香饽饽,都进来了。我听说有一些比较灰色的地带,比如有“数据二道贩子”,自己采集能力不够,就买别人的数据打包,凑成似乎很大的量,再高价卖给客户。你怎么看?

袁宇光:我们非常反对这样的事情。在我们的认知里,这个行业没有代理商。一份数据复制过来,就做更多销售,对数据行业会产生很不好的影响。

我们有一个词叫“数据纯度”,越纯,说明你拥有数据的能力越高。我们的数据纯度是百分之百,都是自己采的,全部由我们拥有。我们听到有些公司买其他外包商的数据,也听到有些公司在其他国家使用代理商,这种方式很难持续。

全球公司要有全球视野,清楚自己笃定的核心判断、商业模式是什么。首先要拥有数据,做好垂直整合,然后在拥有的同时,快速转化成客户的要求、保持标准。这才是规模化提升数据质量的最终结果。

陈茜:未来一年,你觉得硅谷机器人行业会怎样发展?

袁宇光:我们认为会发展得更快,实话实说。

陈茜:数据也会快速上量。

袁宇光:是的。看到客户需求,就能反推现在要做的事。两者连起来,你会发现客户接下来要做的事,让我们非常兴奋。我们认为明年具身智能会进入新时代,不仅有数据需求,还有更多落地和垂直应用。

身处上游、行业头部,看到的不是一两个客户,而是整个行业的变化。我们的客户几乎涵盖了所有这些品牌,我们也希望跟客户一起迭代,把最好的产品带到市场上。

陈茜:你们如今的议价权高吗?

袁宇光:产品价格在于提供的价值,而价值需要跟客户一起迭代。我们与客户变成了一种合作伙伴关系,原来叫Data Vendor(数据供应商),现在叫Data Partner(数据合作伙伴)。

跟客户一起迭代,走得越来越近,议价权已经不重要了,重要的是产品真正提供的价值,有没有体现在价格里。我们一直坚持的数据质量,能不能真正帮助模型提升,这才是要做的事。

陈茜:议价权重要,议价权意味着利润。就像GPU,因为稀缺,所以有高议价权。如果未来一年竞争多起来,议价权就不得不下降。

袁宇光:我们认为,行业价格基本是平稳的,没有特别多变化。只有一些新、小供应商,会用极低价格进入。

陈茜:有点打价格战的意思。

袁宇光:但客户不买单。一个供应商跟你合作很久,提供大量高质量数据,客户看的是,它到底能不能提升更多价值,弥补成本。这笔账,客户是算过的。

用了非常低价、质量不好的数据,计算成本反而更高。如果模型退化,还要重新训练一版,就不只是买数据的问题了。所以数据合作关系会越来越紧。

陈茜:当数据量上去之后,单价和成本是不是也能降一些?

袁宇光:数据量上去后,会进行分级定价。

陈茜:怎么理解分级定价?

袁宇光:现在流行的大部分还是手部数据,大家放的演示也主要是手。以后会有upper body(上半身)、whole body(全身),还会有手套等不同方式。

陈茜:具体怎么做?从第三人称拍机器人吗?

袁宇光:有些从第三人称,有些第一人称就够了。我们有不同生产方式、不同管线,所以要用不同设备,才能更有效地生产数据。也包括不同模态,比如力控、力觉的感受。这是我们做的手套,表面有很多bending sensor(弯曲传感器)。

陈茜:外观看起来跟普通手套差不多。

袁宇光:湾区可能用不太到,但在比较冷的地方,能看到很多这样的手套。它很柔软,手心、手掌和手背都有弯曲传感器,用来收集力的数据。

陈茜:它采集什么数据?

袁宇光:力、tactile(触觉)这一类数据。

陈茜:手指上也遍布传感器。这跟我在国内看到的触觉传感器不太一样,它们直接做在灵巧手上,感觉更复杂一些。

袁宇光:有些原理一样,也有区别。最难的还是规模化,同时保证可靠性。这些数据也会成为刚才说的分级定价的一部分。新的数据种类、新的数据形态,会决定不同定价。所以数据量虽然上去了,平均价格没准还会上升。

陈茜:自动驾驶因为极端情况、安全、监管等问题,落地比我们预想中晚了很多年。机器人也会这样吗?如果也晚很多年,对你们意味着什么?

袁宇光:无人驾驶是在车的基础上提升智能,难点是很多极端情况、安全问题。真正在路上发生交通事故,非常困难。早期Uber自动驾驶出过问题,后来卖掉整个部门,现在又重新做。

我觉得Physical AI的问题不同,它可以针对某个细分场景、某项具体任务,去做非常细分的问题。比如Dyna,可以24小时一直叠衣服。自动驾驶也可能在很小范围内实现,但它最终要在整个世界上跑;Dyna可以先在一家酒店这样的小范围里,24小时重复叠衣服,叠得很好,这件事可能就解决了,然后再解决下一件事。

部署希望解决的是,在一个地方,成功率从99%到99.9%的提升,跟自动驾驶遇到的问题不一样。由于Astra 6带来的泛化能力提升,我们预期进程会飞速加快。2026年就出现了接近五六个新名词,比如world model(世界模型)、VLA(视觉语言动作模型)等等。

陈茜:VLA已经是上一轮了,现在是world action model(世界动作模型),Dyna-2就是基于世界动作模型。

袁宇光:我们还听说有一些数据公司想做world model(世界模型)。我觉得明年还会不断提升、加速迭代。我们是行业的信仰者,认为这个速度比人们之前看到的快太多了,行业会发展得越来越快。

陈茜:不管这个行业持续多少年,都需要数据。

袁宇光:我觉得是。但不只是数据,数据背后需要不同能力的叠加。数据肯定需要,因为不再需要数据,就意味着模型训练停止、AI停止,这在今天看起来不太可能。既然模型继续需要数据,重要的是明白,数据到底会变成什么样。

数据之后,是积累不同的能力相叠加,才能真正把这个行业服务好。而这个服务型行业,不会变成数据服务,最终会变成数据产品。一份数据能对整个行业形成标准,就会成为标准化的数据形态。如果一个客户要什么就帮它做什么,换一个客户又重新做,那叫服务。

我们之所以服务大量客户,就是因为我们的认知是:希望帮助大量客户提升,通过这些客户形成标准。现在我们的数据潜在地成为了行业数据标准,这是我们想达到的效果。

陈茜:以上是我的所有问题,还有什么想补充的吗?

袁宇光:我还是想分享对未来的一些憧憬和看法。作为Physical AI的早期参与者,看着行业一点点变大:从200小时,到几万、几十万小时,到明年可能上千万小时,一路增长,也代表着大家对技术的信仰不断提升。

我们认为它会发生,也看到越来越多信仰者加入,包括无人驾驶、传统机器人、控制领域,甚至金融领域的朋友。行业在变化,但大家相信的,是一种不同于工业机器人的存在。有人说人形机器人,有人说跨本体,无论是什么形态,最终都要进入不断扩展的、宽广的场景中,真正起作用,帮助社会提升价值。这需要持续迭代,而我们只是进入了这个迭代的第一个循环,明年之后还会有新的循环不断滚动下去,这是我们认为最可能发生的未来。

陈茜:非常期待,谢谢宇光。

袁宇光:谢谢茜姐。


以上就是我们与袁宇光的对话。聊完这期我们会发现,整个硅谷机器人数据产业的背后,其实反映出这边机器人行业的一个重要趋势:随着越来越多的机器人公司开始用百万小时级别的第一人称数据训练模型,Scaling Law在机器人领域的效果,似乎正在得到初步验证。

这也意味着,机器人行业可能正在进入一个新的阶段:从过去寻找正确的技术路线,逐渐转向如何规模化地获取数据、训练模型,以及最终实现商业化落地。

未来一年,我们很可能会看到,第一人称数据量从100万小时增长到1000万小时。而在这个过程中,模型范式的探索,包括触觉数据在内的、更多维数据的加入,模型评估、后训练,以及在真实场景中的部署经验,都会将这个行业往前继续再推一步。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

跳转微信打开

  •  

AI重构跨境支付:效率、风控与Agent商业时代

原创 硅谷101 2026-10-28 09:00 浙江

跨境交易的幕后世界

“支付”这件事情,正在变得越来越便捷。无论是网上购物、在线点单,还是线下消费,消费者只需要点击、扫码或碰一碰,就可以完成支付操作。但在这短短几秒钟内,背后实际上运转着一套复杂的支付系统。

在全球范围内,这类交易每分钟发生数百万次,其中不少涉及跨境流动。不同地区的消费者、商户,以及不同的支付方式和金融机构被连接起来,快速完成识别、授权和风险判断。看似简单的付款操作,实际上牵动着整条支付链路。

如今,AI也开始进入这条链路,帮助支付平台实时判断交易应该选择哪条路径、是否放行,甚至能否直接替客户完成交易。支付正在由一个简单的交易动作,逐渐转变为一套智能决策系统。

那么,全球跨境支付的链路如何运作,面临哪些难点?AI的加入正在带来哪些变化,行业巨头又进行了哪些实践?本文将结合蚂蚁国际的实践,探讨跨境支付的运行机制,以及它们如何为AI时代做准备。

本文为视频改写,欢迎大家收看以下视频

从点击付款到最终完成,一笔跨境支付背后需要经过多个环节。

▍跨境支付的复杂性

以购买国际机票为例:在航空公司网站选好机票和支付方式,点击“付款”之后,一笔交易就开始了。

首先,商户向收单机构发起支付请求,并发送交易信息。收单机构是商户进入支付网络的入口,Antom、Stripe、PayPal等支付平台,在实际业务中也会提供收单或相关支付处理服务。它们负责连接不同支付方式、选择合适的支付通道,并识别和控制交易风险。

随后,交易信息进入Visa、Mastercard、银联等卡组织网络。卡组织承担信息转接的角色,将交易信息从商户一侧传递至消费者一侧的发卡机构,也就是消费者银行卡所属的银行。

银行验证账户和支付信息,检查余额或信用额度,同时评估交易风险,决定是否批准交易,并返回授权结果。结果再经由卡组织、收单机构,最终传回商户,这一信息传递和授权过程可能只需要几秒钟。

需要注意的是,此时完成的主要是交易授权,传递的是交易信息,资金尚未真正进入商户账户。实际的资金划转发生在后续的清算和结算环节:资金从发卡机构一侧,经支付网络和收单机构,最终结算至商户账户。如果涉及跨境交易,还可能包含货币兑换和跨境资金流动,整个过程通常需要T+1至T+3天,甚至更久。

因此,一次简单的付款操作背后,商户、收单机构、卡组织和发卡机构已经完成了复杂的信息传递与授权。其中,收单机构是承前启后的关键节点,要确保每笔交易顺利完成并不容易。

▍跨境支付的复杂性

对于希望开展全球业务的商户而言,它面对的并不是一个统一的支付市场。不同国家和地区的支付习惯存在明显差异:北美以信用卡为主,亚洲很多地区更习惯使用电子钱包,另一些市场则较为依赖银行转账,甚至拥有独立的本地支付网络。

这些体系之间并不天然互通,因此,连接不同国家的支付方式、银行与支付网络,本身就是一项复杂的基础设施工程。

另一个难点是跨币种与跨境结算。消费者使用美元付款,而商户最终收到的可能是欧元或人民币,其中需要跨越不同的金融体系,处理汇率、货币兑换和资金结算等问题。

此外,收单机构不仅需要保证交易成功,还必须兼顾成本、风险和消费者的支付体验。例如,一条支付通道的成功率较高,但成本也更高;另一条通道的成本较低,却更容易失败。风险控制同样需要权衡:审核过于宽松可能放过欺诈交易,过于严格又可能误伤正常消费者。

收单机构因此面临复杂的实时决策:选择哪条支付路径、是否放行,以及如何在速度、成本与安全之间取得平衡。当业务从一个国家扩展到几十乃至上百个市场,这些问题的复杂程度还会成倍增加。

过去,这些难题主要依靠支付机构的基础设施、预设规则和人工经验来解决。近几年,AI成为支付链路中的新变量,其影响主要体现在两个层面:

一方面,AI正在优化原有支付链路中的交易决策,提高支付效率与智能化水平;另一方面,随着Agent参与商品搜索、下单,乃至自主完成支付,新的交易方式和支付场景也带来了此前没有遇到的问题。

高度复杂的全球支付网络,长期以来需要大量人工工作来维持运转。进入新市场前,需要调研当地支付方式和监管要求;交易出现异常时,需要人工排查;不同市场的账目不一致,需要财务人员核对;支付渠道发生故障,也需要人工发现、定位并决定处理方式。

随着跨境交易规模增长,这些工作的效率压力不断增加,单纯依赖人力的方式已经难以满足需求。因此,AI成为支付行业降本增效的共同探索方向。头部支付机构开始将AI应用于交易决策、风险控制和运营等环节。

在蚂蚁国际于上海举办的VOYAGE2026上,也展示了支付行业利用AI解决相关问题的具体实践。

Antom是蚂蚁国际旗下主要负责商户跨境支付业务的平台,自2023年开始为全球商户提供支付服务。在此次Antom的演示中,Antom Autopilot智能体体现了AI对支付服务流程的改造:从商户入驻和系统集成,到交易风控、拒付处理、对账及新市场拓展,AI已经参与支付服务的多个环节。

我们通过以下几个典型场景,来说明这个智能体的具体运作方式。

首先是新市场研究。企业进入一个新市场之前,需要先去理解“当地人到底怎么支付”这件事,例如了解当地消费者偏好信用卡还是电子钱包,以及当地的监管制度等。过去,企业自行完成这类调研可能需要约6个月,收单机构提供建议也至少需要2至4周。

通过Antom Autopilot,这一过程可以缩短至5分钟。例如,一家企业准备进入印尼市场,AI会先分析当地支付格局和用户习惯,再根据不同商户类型的业务特点,个性化推荐支付组合。

以前很多系统到“推荐”这一步就结束了,Antom Autopilot还增加了仿真环节:它可以将推荐的支付方案放到结账页和生产环境中提前测试,观察真实交易可能出现的结果,确认后再一键上线。

据Antom称,当市场调研的时间从两周缩短至五分钟,研究成本也随之大幅降低,企业的决策重点因此发生变化。过去,企业需要考虑何时才能负担得起特定市场的调研成本;如今,则可以将更多精力放在判断哪些市场值得立即进入。

第二个难点是安全。在许多海外市场,信用卡仍是普遍的支付方式,而欺诈与拒付,也是信用卡交易中最让商户头疼的问题。

Visa不久前进一步收紧了“收单行监控计划(VAMP)”:按照新的标准,每1000笔交易中,欺诈和争议交易的门槛从过去的22笔降至15笔。一旦超过门槛后,商户和收单机构可能面临罚款,严重时还可能影响支付通道。

与此同时,欺诈攻击手段不断演变,识别和拦截难度也在增加。例如,“盗卡测试”如今已成为普遍问题:攻击者利用机器人持大量盗取的信用卡信息,在商户平台反复尝试支付,以确认哪些卡片可以使用,短时间内便可能发起上万次支付操作。遭遇盗刷的用户向银行申诉后,店铺的投诉率就迅速上升,拒付率甚至可能增长50%。

Leo Li

Antom风控负责人

除传统的欺诈和拒付问题外,攻击者也在不断转向新的业务场景。以AI商户为例,越来越多的企业推出后付费、免费试用期等服务吸引用户,而这类业务过程中也出现了不少新的风险攻击,尤其是“薅羊毛”等滥用行为。

面对这类问题,传统风控通常以事后处理为主:等待拒付报告出现,再由人工定位原因,整个过程可能需要2周到4个月。引入AI后,风控可以转向实时监测与提前预判。

以Antom Autopilot为例,AI持续监测交易,发现异常后自动分析并生成拦截规则。这些规则不会立即上线,而是先通过历史交易“回放”,模拟可能拦截的交易及其对支付成功率的影响。规则上线后,系统每7天自动评估风控效果、生成报告,形成“实时监测—模拟验证—上线—持续复盘”的闭环。

这套系统的效果也非常显著,Antom表示,一家客户的欺诈拒付率从1.18%降至0.02%,从Antom整体商户情况来看,欺诈平均下降约55%。

即便拒付已经发生,AI仍可参与后续争议处理。例如,Antom SmartDispute会提供申诉建议,将平均争议胜诉率从24.5%提升至41.8%。Antom AutoDispute则可以自动整理材料、协助提交申诉,减少人工工作量。

交易完成后,商户还需要面对繁琐的对账工作。跨境交易涉及不同的国家、支付方式和结算规则,例如,在东南亚、欧洲等市场,一次对账可能涉及6种以上货币,不同渠道的结算周期可能分别为T+2或T+7。同一笔交易因结算批次不同,甚至可能出现在不同文件中。传统人工对账一个周期可能需要48至72小时,发现差异后还要继续查找原因。

这也是AI开始发挥作用的地方,Antom除了可以将人工对账自动化,还让AI进一步去解释异常。在找出问题之后,还接着会判断背后的原因是什么,并生成对应的报告,整个流程可以压缩至5分钟。

除上述环节外,支付系统还需要持续稳定运行。跨境支付连接大量渠道与合作机构,任何环节发生故障都可能造成损失。

在东南亚,一些支付渠道每月可能出现1至3次故障。以前这类事情很大程度上,还是靠人工值班和排查,等问题被定位时,可能已经损失了超过5%的交易量。因此,7×24小时的系统运维同样重要。

AI可以持续监测全球支付渠道,发现异常后自动判断影响范围和原因,并进一步提出关停、切换流量、智能路由等处理方案。过去需要数小时甚至数天的检测与处理过程,如今可以缩短至分钟级。

从交易前的市场研究,到交易中的风控,再到交易后的对账以及支付系统的实时运维,AI首先改变的,是支付背后复杂、重复的工作。

但这只是第一步,当AI开始从“帮人把支付做好”,进一步变成“自己参与交易”,支付面对的问题也会完全不一样。

近年来,我们越来越多的听到一个新词:Agentic Commerce(智能体商务)。传统线上购物通常由消费者自行搜索商品、浏览网页、比较价格、领取优惠,最后完成付款。

随着Agent加入,这样的流程就被彻底颠覆了。消费者只需要向AI表达购买意图,搜索、比价乃至付款,便都可以由Agent完成,主流支付平台也正在围绕这一场景加快布局。

这件事带来的变化,并非只是增加了一个AI导购。过去的电商链路以“人找商品”为主,未来可能转向“Agent理解人、再替人完成交易”。当交易参与者发生变化,原有的销售和支付链路也会随之改变。

首先受到影响的是购物入口。过去,独立站能否将流量转化为订单,很大程度上取决于用户能否找到并选定商品,以及商户是否拥有足够的销售与客服人员。 

在Agent时代,用户进入网站之后,智能体会主动打招呼,并精准地根据需求去推荐商品、提供建议。接着它还可以继续引导下单、生成订单,并在用户的授权下完成支付。交易完成后,甚至还可以提供售后服务。

但对大量中小企业而言,自行搭建这样的Agent并不容易。Agent要持续运行,背后需要接入模型、技术开发并持续维护,还需要准备云服务器和算力。Agent每次与用户对话、搜索或调用工具,也都会产生Token消耗和推理成本。无论是技术团队、经验还是成本,都可能构成商户的门槛。

因此,主流支付公司都在积极研发一站式的Agent产品。例如,Antom推出的Antom Shopping Agent,可以把访问、导购、下单、支付到售后串成一条完整流程,直接嵌入商户的网站。 

除了改变消费者“怎么买”,Agent也在改变商户“怎么卖”。以前的营销通常依靠投放广告、发优惠券,等待用户触达、领取并最终消费,效率存在局限。

研究数据显示,平台获客成本上涨了15%,流量转化却下降了20%。传统优惠券从发放到实际使用,还可能需要超过48小时以上的运营支持,最终核销率仅为1.87%。

随着AI的进入,营销思路开始由“广撒网”,转向“做匹配”,Antom在A+ Rewards上的探索便是一个例子。

A+ Rewards并非单纯的优惠券工具,而是覆盖亚太10大市场、连接超过21个数字支付平台,让商户可以把优惠券、返现、订阅折扣等营销活动,直接放进用户日常使用的钱包场景里。

例如,用户向Agent提出“今天想喝杯咖啡”,AI可以识别意图,再从A+ Rewards中寻找相关优惠并进行推荐,再协助用户完成核销。

这样一来,原本“看到广告、领取优惠、回来消费”的营销链路,由此被压缩为“表达需求、匹配优惠、完成交易”。对商户而言,这既可能提高转化率,也可能触达此前未主动访问过的新用户。

无论是AI进入原有支付链路,还是创造新的交易场景,背后都有一个共同趋势:越来越多的“判断”与“执行”任务正在交由AI,安全问题也因此变得更加复杂。

前文提到,Antom Autopilot等产品正在提高风控效率,但这一能力首先依赖于对风险的准确识别。为此,Antom推出了Antom 3-in-1 Transformer安全模型。它最大的特点,是将三类不同的数据纳入同一个Transformer模型进行分析。

过去,不少风控模型往往只关注某一种数据维度,例如一笔交易本身的特征或用户行为。但在Antom看来,单一维度很容易看到局部,却可能忽略交易背后的关联。一笔交易有没有风险,往往同时包含多个层面的信息。

这三类数据分别是:

第一,序列数据,用于判断当前交易是否符合用户过去的行为轨迹;

第二,图数据,用于分析设备、账户和资金之间是否存在可疑的关联网络;

第三,表格数据,涵盖上万个专业风险维度,用于判断交易本身是否符合正常支付模式。

它们分别回答三个问题:这个用户过去怎么做?他和谁有关联?这笔交易本身有没有异常?将这些信息结合起来,有助于AI识别更加完整的风险图景。

Leo Li

Antom风控负责人

Antom 3-in-1 Transformer将多种类型的数据更好地结合起来,帮助我们从细微之处更深入地理解风险与支付之间的关系,从而更精准地识别支付过程中存在的风险。

底层模型提供了风险判断,但风险被识别后,还需要落实到防控上。为此,Antom进一步建立了三重防护机制Antom Shield,分别对应AI支付正在面对的三类不同风险。

第一层是支付防护,解决传统的盗卡、欺诈和拒付问题;

第二层是反滥用防护,针对批量注册、设备养号、薅免费额度等新型风险;

第三层是智能体防护,解决Agent开始参与交易之后产生的新风险。

由此,底层模型负责识别风险,Antom Shield负责实施防护,二者结合起来,共同构成AI支付的安全基础。

即便是AI在交易过程中出现了错误,商户的损失也是完全可控的。对此,Antom推出了AgentSafePay风险保障机制。据Antom介绍,使用Antom Shopping Agent及Antom收单服务的商户,如果发生符合保障条件的智能体交易风险,可获得其所称“100%敢付敢赔”的保障。

除了具体支付流程的变化,全球化企业对支付平台的需求也正在扩大。

目前,对于许多全球化企业而言,支付不再只是让客户完成付款。一家企业可能同时在美国、欧洲和东南亚开展业务,每天收到不同币种的款项,随后还需要进行结算、换汇,向供应商和员工付款,并统一管理分散在不同国家和账户中的资金。

因此,除了支付之外,企业还希望资金能够更快、更灵活地在不同账户和市场之间流动。这也是为什么,近几年主流支付平台都在快速行动,开始从单纯处理交易,逐渐延伸到企业账户、跨境付款、资金调拨和流动性管理。

蚂蚁国际的业务布局也反映了这一趋势,目前,整个蚂蚁国际的体系分为四大板块。

其中,Alipay+更靠近消费者一侧,主要连接不同国家和地区的钱包、银行App等支付方式,让消费者可以使用自己熟悉的支付工具,在海外商户完成支付。

Antom则更靠近商户一侧,帮助企业接入不同市场的支付方式,并提供相关数字化服务。目前,Antom覆盖200多个支付市场、300多种支付方式和140多种货币。

交易完成后,资金仍需要继续流动,这便涉及WorldFirst(万里汇)的业务。WorldFirst连接账户、资金和外汇,帮助企业利用多币种账户开展全球收付款及换汇。对于业务更加复杂的企业,还可以对不同实体、账户和市场中的资金进行集中管理与调度。

Carl Huang

万里汇Enterprise总经理

我们的覆盖范围已经超过200个国家,25种货币可以即时到账,85种货币始终可以做到T+0,还可以覆盖60多种数字钱包。

如果将款项支付至员工账户、数字钱包账户,或者以这25种货币进行支付,都可以实现即时到账。

当支付、账户与资金流得到连接后,金融服务也具备了融入企业经营场景的基础。Bettr提供的正是这一层金融服务,包括企业信贷、资金管理、外汇和流动性等。

例如,AliExpress上的中小商户需要补货或短期资金周转时,可以直接在商家后台申请营运资金贷款,无需另行寻找融资渠道。消费者购物时,也可以通过“先买后付”等方式分期付款。

也就是说,金融服务不再是独立存在的产品,可以直接嵌入企业经营和消费者交易之中。从消费者付款、商户收款,到企业资金流动,最后延伸至融资、外汇等服务,原本分散在不同系统中的环节,正在被同一个生态包裹起来。支付也由此成为连接消费者、商户、企业资金和金融服务的一层基础设施。

这些产品与能力进入具体行业后,可以如何发挥作用?航旅业务提供了一个典型案例。

一张跨境机票背后,连接着不同国家、币种和支付方式,也涉及航空公司、代理商等多个参与方。

同时,航旅交易对实时性要求很高,价格、库存和用户决策不断变化。随着AI参与旅行搜索、比价和预订,支付环节的效率问题也更加突出。

Apple Gao

Antom航旅解决方案负责人

行业的结构性变化主要体现在两个层面:一是机票销售结构发生变化;二是最近AI带来的效率提升,颠覆性地改变了整个销售链路。

AI工具给用户带来了很大的便捷性,但如果整个销售分销的结构没有变的话,原本服务的履约是整个B to B销售中最关键的bottleneck(瓶颈),也可能被AI进一步放大。

▍AI比价体验

如今,借助AI,机票比价与购买正在变得更加简单。用户只需提出需求,AI就可以快速比较不同航班与价格,甚至直接给出购买建议。

但AI看到的价格不一定就是最终支付价格,除机票价格本身会变动,跨境支付还会受到汇率波动的影响。AI比价时、实际支付时和后续退款时,汇率都可能不同,同一张机票因此可能出现“三个价格”。

当用户把比价与购买决策交给AI,价格能否保持一致就成为新的问题。支付系统需要尽可能确保AI展示的价格,在后面的交易过程中尽可能保持一致。

Antom采用的一种方式是动态锁汇:通过Falcon TST模型的预测能力,在报价时就锁定当时的汇率,并将该汇率延续至后续支付和退款环节,最长可锁定一年。

这样,原本可能出现的“三个价格”,可以尽可能变成一个价格。对用户而言,价格更加透明;对商户而言,可以降低汇率波动带来的影响;对AI而言,其提供的报价也更容易在真实交易中兑现。

▍不让支付挡住转化

即使搜索、比价和购买决策已经完成,如果最后卡在支付上,前面的效率提升仍可能落空,航旅交易尤其如此。机票价格和库存实时变化,支付一旦失败,座位可能很快被释放;消费者重新支付时,原有价格和座位也可能已经无法获得。

所以,当AI将购买决策缩短至几秒钟,支付环节也需要兼顾速度与安全,尽可能减少对购买流程的打断。

其中一种方式是智能分层验证:对长期可信的用户减少不必要的验证,对高风险交易则实施更加严格的身份验证。如果发生支付超时或失败,系统还可以进行智能重试,尽可能在价格和库存变化之前完成交易。

Antom表示,在实际应用中,这种方法让整体机票预订支付成功率,提升了3.8个百分点。

▍AI智能风控

当AI开始自动参与风控,大量交易可能会被系统拦截,但航旅支付的特殊之处在于:一笔看似“不正常”的交易,并不一定存在欺诈。

例如,一个人住在A国,却从B国出发,使用C国发行的信用卡购买机票;或者父母替孩子购票、助理为老板订票时,付款人和乘客也并非同一人。

如果AI只分析某一个维度,就容易将这些正常交易误判为风险。因此,AI时代的旅行风控,不能只关注单笔交易,还需要识别交易背后的完整关系,这也正是前文提及的Antom 3-in-1 Transformer的应用场景。

该模型把设备、网络、地理位置、付款人与乘客的关系以及历史行为等信息,放在一起分析,判断这个人、这张卡、这个设备和这次旅行组合起来是否合理,再实时作出风险判断。

据称,在香港航空的实际应用中,该系统实现了99.99%的风险覆盖率,并帮助减少了超过100万美元的欺诈损失。

▍资金的实时流动

支付生态的重要性,也在航旅这个行业中非常凸显。

一张机票售出后,资金还需要在航空公司、OTA和代理商等参与方之间继续流动。传统旅行供应链往往依赖固定授信、保证金和批量结算。而当AI带来的订单越来越实时,原有模式便可能难以适应:订单可能在持续产生,资金却还停留在原来的账期和结算流程里。

Antom的思路是通过企业账户连接不同参与方,使资金随着订单流动,并减少保证金造成的资金占用。

目前,这套账户体系覆盖100多个国家、40多个市场的本地货币账户,并同时提供内置授信能力。这意味着,旅行支付从“先交易、后结算”,逐步转向“资金跟着交易流动”。

Apple Gao

Antom航旅解决方案负责人

随着整个行业发生结构性变化,航旅客户在业务经营中会面临许多挑战。

因此,我们在建设相关能力时,会把围绕航旅客户经营需求的能力单独提取出来。无论是帮助客户降低风险、提升风控效率,还是围绕票价波动提供动态定价(dynamic pricing)能力,这些都会成为我们提供服务时的指引。

整体来看,支付的作用现在已经不仅仅“收款”这么简单了。

一方面,随着AI进入支付体系,支付系统本身变得越来越自主和智能。过去,支付系统主要靠规则驱动:什么交易该拦、走哪条支付渠道、出了问题怎么处理,都需要提前设定规则或者人工介入。现在,AI可以实时分析交易、判断风险、选择更合适的支付路径,甚至在发现问题后自动调整和优化。

另一方面,支付平台的边界也在扩大。以前我们理解“支付”,通常出现在交易的最后一步,即用户选好商品、决定购买并完成付款。如今随着AI开始参与比价、选品、寻找优惠,乃至直接完成购买,支付开始更早地进入交易过程,与导购、营销和转化等环节相连接。交易完成后,支付平台的服务还在向结算、换汇和资金管理延伸。

蚂蚁国际此次VOYAGE2026的主题是“Attention Is All You Need”,其中的“Attention”,对应着AI进入支付领域的两个方向:支付的智能化,以及支付平台角色的重新定位。

目前,Antom围绕这两个方向构建了产品矩阵,包括一个“三合一”支付基础模型Antom 3-in-1 Transformer、一个AI智能体Antom Autopilot、一个AI原生平台,以及一套全栈AI解决方案,覆盖企业的整个支付生命周期。

此外,做全球生意还有一个很现实的问题:本地服务。很多国际支付公司的核心团队位于欧美,而全球跨境电商和出海业务中,有相当一部分商户来自亚洲。

Antom扎根亚洲,在中国及亚洲地区拥有更完整的服务团队,因此能够更及时地响应和处理商户的需求。

Apple Gao

Antom航旅解决方案负责人

Antom是“Ant to merchant”的缩写,由此也可以看出,我们一开始成立之初,就是希望陪伴商户共同成长的。因此,也意味着我们提供的服务不仅限于收单和支付。

我们的目标并不是抢占其他收单机构的市场份额,如果整个市场没有增长,对于商户来说,他们的经营规模和增长空间也不会扩大。所以我们的目标一定是在服务好商户的基础之上,围绕着他的经营的精细化操作和未来的整个收入的增长,去帮他业务变得更大。

所以,支付正在发生的变化,不只是技术的升级。它要解决的问题,正在从“把钱收进来”,到现在需要进一步去回答:“这笔交易,应该怎么发生、怎么管理?”

这意味着,支付的边界也在被重新定义:它正在从交易的最后一步,走向整个交易过程。而这,可能也是AI时代带给支付的全新想象空间。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

跳转微信打开

  •  

AI助理争夺战:解析Muse、Grok Bot与Instinct背后的产品布局、入口生意与盈利难题

原创 硅谷101 2026-10-24 10:49 上海

AI助手,值钱在哪?

10月21日,Anthropic发布Claude Duet,加入个人AI助理的竞争。还有此前Meta推出了Muse,SpaceX旗下的Grok Bot想打造一支数字同事团队,OpenAI也宣布了自己的助理Dots,Instinct则把私人助理放进苹果iMessage,成立仅一年,就以100亿美元估值完成了10亿美元的C轮融资。

在国内,Manus上线2.0版本,腾讯的WorkBuddy也从整理资料、处理表格切入办公场景,还有千问、豆包也都推出agent产品。

AI助理正在接手过去需要人亲自完成的一整串任务,比如订机票、酒店,或者在二手平台发帖、定价,和买家讨价还价,甚至预约取件。

随着Agent开始干活,也带来了新的算力需求。它们在云端的虚拟电脑里打开浏览器、运行程序、处理文件,都需要CPU、内存和存储支撑,AMD和英特尔的股价,也在过去这个月水涨船高。

但更多任务、更多算力,并不自动等于更多利润,这背后的生意,并不好做。这期内容,我们采访了包括Grok Bot设计师在内的几位Agent从业者,来回答下为什么大厂和创业公司都在抢着做AI助理?他们争夺的入口,最后又能不能成为一门赚钱的生意?

本文为视频改写,欢迎大家收看以下视频

如果年初你也折腾过OpenClaw,看到这些Agent的用法,可能会觉得很熟悉:这些事情,“小龙虾”不是就能做了吗?

接入邮箱、管理日程、操作电脑,再让它在后台24小时持续运行,主动提供服务。今天这些个人助手的基本思路,在OpenClaw身上已经能看见。

Howie Xu

Gen首席AI与创新官

OpenClaw背后代表的是一个架构,代表的是技术的成熟度。所以,我们今天看到Grok Bot,包括Meta推出的Muse,背后肯定不是用OpenClaw,但是是在用OpenClaw的思维去做这些架构的应用。

不过,虽然OpenClaw证明了架构可以用、技术已经成熟,但它始终没有走进家家户户,是有原因的。它的技术门槛确实很高,所以才会有人卖课,也有人付钱请人上门安装。从另一个角度看,这也恰恰说明了需求。

Peng Zheng

SpaceXAI设计师(Grok Bot)

大家对这样的个人助理型、能够替你真正完成任务的形态是有需求的,但是又对它的门槛有一些望而却步。

所以,从OpenClaw到Muse,并不是突然出现了一套完全不同的想法。这批产品在尝试把一个方向,变成普通人能够使用的服务:电脑由平台准备,不需要你给Agent准备一台Mac mini或者虚拟机;运行环境由平台维护,你只需要连接必要的账户,告诉它要做什么,比之前在本地设置方便得多。

降低门槛只是第一步,更重要的是,后台的能力也开始跟上了。最开始我们用AI时,是在用一个聊天机器人,聊完还得自己干活。

这背后,有两件事在同时发生。首先是Harness(智能体运行框架),以及模型处理连续行动的能力增长。

回到卖家具的例子,写介绍可能只是第一步。它还要查价格、找到正确的页面、填写信息,处理买家的回复。如果事情没有按计划发展,还得决定下一步怎么办。这些步骤之间存在依赖,如果前面出错,后面的操作可能全部白做。

模型之外,还需要一整套系统,帮Agent连接工具、保留进度、安排后续任务,在出错前重试,或者把任务交给别人。

Homin Luo

Mapier.ai创始人

它就像冰山一样,你能看到的、跟你交互的执行只有一点点。但后面有大量harness,有大量与sandbox(沙箱)相关的工作和执行。比如怎么去跑很多subagent,其实都是在背后运行的。

第二,一部分任务现在可以用更便宜的模型完成。这对需要持续运行的Agent来说尤其重要。

Howie Xu

Gen首席AI与创新官

另外,尤其是最近半年,模型的能力和开销都在大幅度变好。

今天OpenAI的Luna模型,我觉得遥遥领先一年前最先进的模型,甚至可能领先9个月前最先进的模型,而它的开销是前沿模型的十分之一,大约低一个数量级,这就变得非常可用了。

因为我们自己也在开发类似于Muse或者Bot的产品,我对消耗非常了解。虽然还是很贵,但至少可以开始讨论用得起、用不起了。9个月前太贵了,根本不用讨论。

为什么成本这么关键?因为我们现在交给Agent的都是长程任务。做一件事,背后需要反复调用模型;我们休息时,它也在不断工作。这样叠加的成本,就更需要经济的模型。

当然,一次调用变便宜,也不等于一个助手的总成本一定下降。它能做的事情越多,用户可能交给它的任务也越多。

到这里,就可以理解为什么这些Agent产品变得可用了。本质上,它们是在沿着OpenClaw的逻辑,做更适合大众的产品。回过头来看,在OpenClaw爆火之后,就出现了一批这样的产品。

一开始,Anthropic推出Claude Cowork,把Coding Agent的执行方式带到更广泛的办公任务里:读取你授权的文件、整理资料、处理表格,交付可以检查和修改的成果。这在当时,也引发了资本市场的一轮SaaS焦虑。

腾讯也在二月推出了WorkBuddy,探索类似的办公路径。逐渐地,我们还看到了更多面向消费者的产品。比如Town,就在尝试从你日常使用的软件里理解个人工作模式,把任务自动化。

这些产品的共同点是,背后都连接了一个能干活的执行环境。有的直接使用你的电脑,比如WorkBuddy;有的有虚拟机,在云端工作,比如最新的Instinct、Grok Bot和Muse;也有的调用本地工具。

它们可以处理文件、运行程序,也能在你授权后进入其他软件和服务。尤其是与聊天机器人相比,更大的变化是,它们有跨对话的记忆。

但不同的是,它们如何让用户第一次尝试产品,又如何让用户持续使用。接下来,我们以最近流行的几款产品为例,看看它们的不同设计和目标。

▍Instinct

Instinct这个产品,很多人可能还没拿到邀请码,风险投资人就已经给它开出了100亿美元的估值。

到现在,Instinct仍然采用邀请制,但用户已经超过十万。早期用户大部分是硅谷的创业者和投资人,也正是这些资深用户的主动宣传,为Instinct吸引了一波关注。

创始人Noah Shinn是一名23岁的大学辍学生。2023年,他就发表了一篇叫作Reflexion的论文,研究的问题与今天的Agent非常相关:AI做一件事失败了,下一次能不能少犯同样的错误?

他们提出的方法,是让Agent根据任务反馈,把经验总结成文字,保存在记忆里,下一次尝试时再拿出来参考。这里不需要每次都重新训练模型,而是通过记录和利用反馈,改善后续的决策。

后来,在Sierra担任研究员期间,他又参与了τ-bench(τ基准测试)的研究。这套测试进一步追问:一个Agent,究竟怎样才算真的把事情办好了?

比如在模拟的航空客服场景里,它需要理解用户的要求,调用系统里的工具,同时遵守公司的业务规则。更关键的是,同一个任务重复执行,它能不能持续做对?一次成功的演示,距离可靠地替人办事还有多远?

在个人助手流行之前,Noah就已经在研究Agent的两个核心问题:出错之后如何改正,以及能不能稳定地把事情做完。这也能解释为什么这位年轻创始人会受到关注,拿下10亿美元的C轮融资,甚至在两个月内融资三轮。

在产品设计上,Instinct选择了一个我们很熟悉的入口:短信。你可以像联系真人一样,把要办的事情发给它。对用户来说,不需要重新建立打开一个应用的习惯;对厂商来说,这也极大地降低了获客成本。

Howie Xu

Gen首席AI与创新官

我觉得未来的应用很有可能是没有应用的,你跟它打交道,就是发消息、对话。你要告诉它的是结果,而不是经过什么工作流,点这个、点那个。

我们被上一代或者前几代的软件培养坏了,要订一个餐馆、买样东西,就要点这个、点那个,凭什么呢?你就告诉它我要什么东西,让模型或者软件来告诉你要做什么,而不是你去做。

把Agent变成一个能帮你办事的联系人,也不是Instinct首先想到的。

今年三月,一款叫作Poke的产品就开始探索这条路:接入邮箱、日历,把助手放进用户熟悉的消息对话里。不用打开一个独立的AI工作台,只要发条消息,就可以让它处理工作。

但入口简单了,又出现一个新问题:面对一个什么都能做的助手,普通人未必知道应该让它做什么。换句话说,一个助手具备某种能力,与用户愿意把事情交给它,是两回事。

Homin Luo

Mapier.ai创始人

Instinct火起来,其实是因为Twitter上有很多power user(硬核用户)、pro-sumer(产销合一者)。这些人先告诉你:“我用Instinct做了很多原来Poke或者GPT做不了的事情。”

很多人觉得非常有意思,过来试一下,发现它能完成这个使用案例。于是,有很多非常有想法的用户去尝试,但并不是所有用户都非常有想法。

所以,具体的使用案例对这类产品非常重要。早期用户分享用法,可以说是在帮产品做市场教育,但这也带来了一个难题:发布两个月内靠资本捧起来的流量,能不能持续下去?

Howie Xu

Gen首席AI与创新官

Instinct在我看来就是新一代的Clubhouse,这个判断不是从产品出发,而是从创始人或者公司的打法来看:它是高举高打,就像当年的Clubhouse。

高举高打本身没有问题,有的公司高举高打成功,有的公司相对低调。问题是,高举高打的时候,你要意识到自己在这么做,能够伸缩自如,知道什么时候伸、什么时候缩,这对创业者是一个很大的挑战。

新鲜感过去后,我们已经很少打开Clubhouse了,Instinct也面临同样的问题。创始人说过,他不打算让用户付费使用产品,这意味着要通过广告赚钱。热度退去后,这个商业模式可行吗?这是创业公司面临的最大挑战。

当然,能让这么多人争相获得邀请,本身就是一种成功。只是靠融资烧Token,之后会走多远,变量仍然很多。

最近Meta Muse的发布,也给Instinct带来了一波热度。这两款产品要解决的问题很类似,面临的条件却不一样:Instinct需要让大家先认识自己,Meta却已经有了庞大的用户网络,也就是Facebook、Instagram、WhatsApp等现存的社交平台。这是大厂与创业公司之间最大的区别:分发渠道。

Howie Xu

Gen首席AI与创新官

Grok和Meta的Muse,至少有分发渠道。尤其是Meta,它的分发渠道特别广。所以我觉得,在今天这个时代,当一家公司的分发渠道好的时候,很难做得太烂。

▍Meta Muse

Muse在今年9月8日向公众开放。截至10月初,已经超过660万次下载,多次冲到App Store免费应用榜单第一。

除了在独立应用上使用Muse,人们还可以在WhatsApp里和Muse对话,也可以连接Facebook和Instagram账户。这就是Meta天然的优势。它已经参与了用户发现内容、产生兴趣、联系他人的过程,现在希望进一步承接这些行为之后要办的事情。

还是以卖家具作为例子,这不是写一条帖子的一次性任务,而是一个长期的委托关系。我交给Muse的是一个需要长期跟进的指标,直到东西被卖出去为止。这类任务,在我的Muse界面上,放在一个叫作Goals(目标)的页面里。

根据Meta对Muse的介绍,它希望承接的就是这一类任务:理解用户的目标,协调时间和资源,在用户离开以后继续推进,并在需要批准或出现变化时回来联系用户。它还会记住用户的偏好,为后续任务提供参考。

要让这种委托越来越省事,助手就需要记住你之前说过什么。否则,每次安排旅行,都要重新介绍预算、住宿偏好和家里人的时间,你还是得花很多精力交代背景。从商业上看,这种积累有机会形成留存。换一个助手,就意味着重新介绍自己、重新磨合,也重新建立信任。

Meta对于Muse的商业设想是:现在先提供较大的免费额度,让用户尝试把任务交给它;未来让Muse帮用户赚钱、省钱,Meta再从中抽成。

马克·扎克伯格

Meta董事长

我们之所以选择这样做,是因为我们非常有信心:对于那些利用这款产品经营小企业,或者从事交易和商业活动的人来说,这款产品能够帮助他们赚到很多钱。

长期来看,我们的商业模式实际上会非常简单,只是从每笔交易中抽取一小部分佣金,把一门大生意做得很轻巧。这笔佣金甚至不一定需要由用户自己支付,也可以由与他们合作的商家来承担。

要让Agent与用户建立这种长期的信任关系,背后的技术要求是什么?

Muse用的是Meta自己的Muse Spark模型。扎克伯格提到,个人助手需要一些专门的能力,而这些能力应该从模型训练阶段就开始培养。

边界感就是Muse团队特别关注的一种能力。比如,你把怀孕这件事告诉Agent,它帮你订餐厅时,就可以据此寻找提供合适饮食、无酒精饮品的地方。但这并不意味着,它需要把你怀孕这件事也告诉餐厅。它要能够利用自己知道的信息帮你办事,同时判断哪些信息没有必要向外透露。

Meta为什么愿意在Muse上投入那么多?这就要回到这一章开头提到的分发。Meta已经掌握了社交媒体里的内容分发,现在想进一步掌握任务的分发。具体来说,它想成为用户使用软件、购买服务的第一站。

假设你让Muse安排一次旅行。以前,你自己打开几个平台,比较酒店,再决定在哪里下单。现在,你先告诉Agent时间、预算和偏好,由它查找、筛选,再把方案交给你确认。在这个过程中,助手有机会影响哪些酒店进入候选名单,也有机会参与后面的预订。如果它确实帮商家带来了订单,Meta再向商家收取费用,这就是扎克伯格口中的生意逻辑。

对于Meta这样玩转广告业务和精准推送的公司,Agent更能带来得天独厚的价值。

Xiaoyin Qu

AgentSky创始人及CEO

我以前就在Facebook工作,Facebook广告本质上是兴趣和冲动消费型的广告:你刷到这个东西,一冲动就赶紧买。谷歌更多是你有一个强烈的需求,去搜索。所以我觉得,Muse对于Facebook的优点是,它在很多情况下能非常明确地捕捉这种强烈的意图。在你还没有想到去谷歌搜索的时候,Muse就已经跟你聊天,把这件事解决了,相当于绕开了谷歌那道广告,直接在Facebook上解决。

扎克伯格说的盈利模式,是我替你买东西,然后收一个百分比的佣金。我认为,即使不替你买东西,Facebook了解了我的邮件、联系人和所有意图,再给我推荐信息流和广告,也会变得更加精准,转化率也会更高。

假设推荐的转化率提升一倍,那收入也乘以一倍。对于Facebook来讲,这是很大的钱。相比之下,这个算力本身不算什么。

从这里看,就很容易比较Instinct和Muse了。它们都希望用户形成一种习惯:生活里有事要办,先找这个助手。不同的是,Meta有社交软件优势,Instinct需要积累用户,所以选择了短信这个大家更熟悉的入口。

不过,这些还是生活中的场景。到了工作场景,你可能会提出另一种要求,其中很重要的一点是分工。你一边让AI整理客户资料,一边让它做市场调研,还要让它跟进报销。这些工作都有各自的进度、文件和需要记住的细节。把它们全部放进同一个对话里,事情一多,你就得重新花时间整理。

SpaceX夏天推出的Grok Bot,就是从分工这个角度出发的多Agent协作产品:把长期委托组织成一支数字团队。

▍Grok Bot

在采访中,郑芃用无人驾驶来解释人类为什么会成为Agent工作的瓶颈。

Peng Zheng

SpaceXAI设计师(Grok Bot)

现在,这个行业的大部分人已经步入了指挥一群Agent、甚至一个Agent团队去做任务的阶段,但是大家很快意识到,我们自己才是瓶颈。就好像无人驾驶,如果你必须把手一直搭在方向盘上,它对于人的时间利用并没有太大价值。你还是得坐在驾驶员的位置,注意力不能放到别的事情上。

在数字世界里也一样,我们指挥Agent完成事情,在执行层面,它可能已经替代了我们亲自去做。但如果我还是需要一直盯着它,通过一次次往返来完成事情,就只是把我们的时间放到了管理者的角色上,并没有真正解放时间。

所以,我们希望把角色抽象出来,把它做成你的数字同事。通过这种形态,可能可以把人与Agent的交互往更自动化、更长程的方向推进。

使用过Grok Bot的人会发现,它的界面设计与其他Agent产品有些不同。聊天框左侧是多个Agent,或者说Bot,有各自的名字、头像和分工,很像我们上班时与团队交流的方式。

这些Bot能够在云端使用电脑,进入工作工具,彼此传递信息,也可以在群聊里协作。比如,一个负责客户跟进,一个负责市场内容,再有一个帮你协调任务。

这种设计挑战了我们与AI对话的默认形式。在几乎所有AI产品里,我们会看到三个面板:左边是历史聊天记录,中间是当前对话,旁边展示任务和结果。有了新任务,我们就新开一个对话,交代要求,再来回检查、补充和确认。但这些对话结束以后,我们很少再回头看,更不用说把其中的经验整理下来,留给下一次任务。

在这种模式下,AI虽然已经能替我们执行,人却仍然需要持续推动工作。任务一多,我们就从亲自干活的人,变成了不断切换对话、检查进度的管理者。人的注意力,以及每天醒着的时间,也就成了Agent继续工作的瓶颈。

所以,Grok Bot尝试把产品的组织单位,从一次对话变成一个长期存在的Bot。

Peng Zheng

SpaceXAI设计师(Grok Bot)

我们把左边的任务面板,变成了以角色与身份为中心的Agent清单。通过这样的界面变化,推动用户去想:拿到一个任务时,我的第一反应不应该是又开一个新对话,自己完成任务、监控结果,而是应该怎样把它交给我的数字同事。

怎么把任务自动化?怎么在跟它一次次完成任务的过程中,把经验沉淀下来?我希望设计的可能不是一次性的来回交互,而是一个系统,让它能够尽量自动化,尽量把人的因素从这个循环里省略掉。

多Agent协作,还有一个很有意思的设计问题。在人类团队里,我们分工是因为不同的人有不同的专业能力。但在Agent团队里,为什么还要分出一个设计师、一个工程师,再加一个项目经理?关键在于,它们需要记住的事情不一样。

Peng Zheng

SpaceXAI设计师(Grok Bot)

这更多是我怎么样把上下文限制在合理的边界,怎么样划定它的区分到底在哪里,实际上是把相关的上下文封装在同一个Bot里面。所有的Skills(技能)、插件都是每个Bot共享的,但所有的记忆、个性化设置是单独的,每个Bot都有自己的记忆和偏好。

这里的上下文,就是Agent执行任务时参考的信息,比如你的要求、之前的对话,以及它已经积累的工作经验。比如,设计Bot需要知道你喜欢什么样的视觉风格;负责客户沟通的Bot,则需要记住你与客户交流的方式。如果把这些信息全部放到一起,就需要不断判断:哪些要求适用于眼前的任务,哪些只是另一个项目里的特殊情况。这种信息相互干扰的问题,就是“上下文污染”。

所以,角色也成了整理记忆的一种方式。你把一类工作持续交给同一个Bot,它就能围绕这类工作积累经验,减少每次重新交代的负担。

这种分工也不需要固定不变。你可以把几个相关的Bot拉进群聊,让它们围绕同一个项目协作;同一个Bot,也可以同时参与不同项目。

但这里也有一个问题:如果有了数字团队以后,我们又要花很多时间管理它,人的瓶颈不就还在那里吗?所以,Grok Bot的另一部分设计,是尽量减少用户需要学习和配置的东西。

团队曾经尝试把Agent的电脑和操作过程展示得更明显。但在用户研究中,他们发现,很多人想确认的是:任务有没有被接收?现在还在运行吗?有没有卡住?什么时候需要我回来?

于是,他们用头像的不同动画,表达Bot正在工作、等待处理或者已经完成等状态。这些看起来很小的设计,承担着一个很实际的任务:给用户足够的信息,让人可以放心离开一会儿。Grok Bot想建立的关系是,你知道它还在做事,也知道需要判断的时候,它会回来找你。更详细的过程,可以在你离开的时候再展开。

如果这种合作真的能建立起来,用户的工作习惯就会发生一个更深的变化。

Peng Zheng

SpaceXAI设计师(Grok Bot)

我觉得目前正在发生的一件事是,大家与数字世界之间开始增加了一层Agent,好像额外隔了一层。比如我个人的日常工作,很多时候不再主动亲自使用Figma、Notion或者Slack这些SaaS工具,而是指挥我的Agent去使用。

这也把我们带回了这一期的主线:入口。就像生活中用不同的软件订机票、找房子一样,在工作中,我们也有不同的SaaS软件。所有Agent产品,都在潜移默化中让用户通过它们来使用这些软件。

所以,从Instinct、Muse到Grok Bot,它们争取的是相似的位置,切入方式却有所不同。Instinct希望成为消息列表里那个随时可以联系的助手;Meta希望借助原有的社交生态,进一步承接用户要办的事;Grok Bot则从工作分工入手,让不同的数字同事成为可以持续委托的对象。最后,它们都希望建立同一个习惯:有任务,先来找我。

但当Agent真的站到用户与软件、商家之间,新的问题也就出现了。用户能不能放心放手?原有平台愿不愿意让它代替用户操作?那些没有消失的监督、执行和协调成本,最终又由谁承担?

随着使用Agent的人越来越多,媒体报道中也出现了各式各样的“恐怖故事”。比如,让Instinct查看航班条款,它却直接取消了航班,造成300美元损失;让Muse卖键盘,它却未经允许就让买家上门取货,买家没见到人,最终给了差评。

这些案例不能直接告诉我们,Agent出错的概率有多高,但暴露了一个很具体的问题:在不知不觉中,我们到底给了Agent多少授权?Agent的第一个隐藏成本,就是隐私和安全边界。

Howie Xu

Gen首席AI与创新官

我觉得最重要的可能还是安全性和可靠性,因为这是用户很容易疏忽的。新鲜事物刚出来时,大家关心它有多少吸引人的功能,能够做什么:“我就说一句话,就帮我把机票订好了。”但一个新鲜事物要真正长久地进入千家万户,对安全性、可靠性的要求肯定还是比较高。

这里有两个不同的问题:一个是,助手会不会超出你的授权去行动;另一个是,你交给它的数据会被谁看到、保存,又会被怎样使用。

扎克伯格透露,他和Nat Friedman亲自招募了加密通讯软件Signal的创始人Moxie Marlinspike,让他参与Muse的机密虚拟机项目。这是为了把用户交给Muse的信息放进受保护的云端运行环境,目标是连Meta自己也无法查看里面的内容。

Meta和扎克伯格最近的举动,也颇令人寻味。由于Hugging Face和OpenAI的事故,最近公众对AI安全的关注度很高。在这个节点,扎克伯格发了一条推文,表示为了保证Muse的安全性,Meta将发布时间比原计划推迟了几个月。

另外,Meta还加入了一个叫作Sentinel(哨兵)的监控Agent,检查进出的信息,并在需要时触发用户审核。

但即使解决了谁能看到数据,也还没有完全解决助手会拿数据做什么。它仍然可能在一次正常任务里,发出一条不该发的消息,或者做一项未经你批准的任务。

Homin Luo

Mapier.ai创始人

我们能够从基础设施层约束自己,但没有办法约束我们的客户:当他们用到这些用户数据以后,会怎么做。

第二个问题,是原有平台是否愿意让Agent进来。

Muse火起来后没多久,亚马逊就封锁了Muse,禁止它代替用户购物。亚马逊表示,Muse没有公开表明Agent身份,并提出了账户访问和凭证处理方面的安全担忧。它认为,替用户在其他商家处购买东西的第三方服务,应该公开运行,并尊重商家是否参与的决定。

这里的分歧是:用户同意助手替自己操作,是不是就足以让另一个平台接受这个助手?从用户的角度,我有账户,也愿意花钱,只是换了一个操作方式。

但从平台的角度,进入账户、读取信息、执行交易的,还包括另一家公司提供的系统。它希望知道这个系统是谁、会做什么,出了问题又怎么处理。

在安全和访问规则之外,这里还有一层商业利益的冲突。Meta希望从内容分发进一步走向任务分发,但这些任务原本就发生在其他平台上。如果你自己打开购物网站,平台可以通过搜索、推荐和广告影响你的选择。如果先让Muse比较商品,再由它完成购买,一部分选择过程就可能转移到Muse那里。

原有平台仍然可能获得订单,却无法像之前那样直接接触用户、影响购买决定,广告收入也有可能减少。这就是这场冲突中可以看到的商业压力:Agent给平台带来交易的同时,也可能把客户关系带走。

隐私安全与平台冲突,让一个Agent接管所有任务的设想变得更复杂,尤其是在企业层面。

讲到这里,还有最后一个问题:这些Agent,最终能成为一门赚钱的生意吗?

在我们撰写这篇文章时,已经有不少关于用户增长、融资和估值的报道,但还没有看到Muse、Instinct和Grok Bot各自清晰的收入和利润披露。

在分析Instinct和Muse这两个主攻消费端的Agent时,我们已经提到,它们的盈利前景完全取决于现有的分发渠道。

对Meta这样已经拥有成熟业务的公司来说,可以选择先投入,让用户形成习惯,再逐步寻找收入来源。像Instinct这样的独立创业公司,也可以通过融资补贴使用,但下一轮融资能否继续,最终还是要回应增长、留存和商业模式的问题。

Xiaoyin Qu

AgentSky创始人及CEO

我认为,消费端Agent最后就是比谁钱多、能烧。即使Instinct的体验更好,如果不能做到100%免费,我认为它就没有未来。

在Agent生意里,还有一个特别的矛盾:用户越喜欢它,越愿意把事情交给它,就意味着要调用更多次模型,公司的服务成本也可能跟着增加。

Xiaoyin Qu

AgentSky创始人及CEO

所以我觉得,最终你会发现,这个支出是指数型增长的。我不认为这是一个初创公司能够玩的游戏。

这也解释了为什么很多Agent产品会从办公场景切入。

Peng Zheng

SpaceXAI设计师(Grok Bot)

办公场景有更多很清晰的交付物,比如我要跟进一个PR,或者做每周的简报、日程协调。企业用户的付费意愿更强,也能够更好地证明这种需求:我把一个任务委托出去,然后直接给我结果。

如果一个助手能稳定完成每周的报表,或者持续处理客户跟进,企业就比较容易衡量:它节省了多少工时,是否值得付费?但付费意愿更强,也不意味着钱就更容易赚。数据保护、权限管理和系统接入,都可能增加企业的成本。

不管怎么说,这场Agent产品之争才刚刚开始。

Instinct、Muse和Grok Bot,有的想成为私人助理,有的想组成一支数字团队。产品形态和切入点不同,核心逻辑却一样:抢占人们执行任务的入口。这个入口过去是软件,今天则是Agent,它想成为我们与数字世界之间的桥梁。

当然,今天的形态未必就是未来的答案。其中一种可能的变化,是专业Agent的诞生。目前我们看到的还是通用Agent,未来可能出现专攻细分领域的Agent,服务企业甚至消费者的不同需求。现在的模型多样化,可能就是未来的Agent多样化。

Xiaoyin Qu

AgentSky创始人及CEO

每个员工分别用同样的生产线,可能用多个Agent。这些Agent之间怎么合作,生产线怎么搭建,我觉得才刚刚开始。围绕这些事情,什么样的Agent在什么情况下做什么事,什么时候我们在乎价格,什么时候在乎质量,什么时候在乎迭代速度,这些东西都会逐渐出现。现在还是非常早期的阶段。

但像Instinct这类公司的高估值,已经反映出资本对一种可能性的押注:当我们习惯先把需求告诉助手,再由它调用软件、寻找服务,助手就有机会成为新的入口。

谁能赢得这份长期的信任,谁就有机会改变我们使用软件、购买服务的方式。这也是我们会持续关注这场竞争的原因。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

跳转微信打开

  •  

Agent、机器人与制药,谁先被GPT-6 Astra改写?

原创 硅谷101 2026-10-23 16:17 北京

当模型进化到普通人难以感受到它的进化

(点击收听本期音频👆)

采访|泓君

图文|朱婕

飞书文档 - 图片

回顾9月,AI圈的重磅新闻一个接一个。

9月4日,OpenAI发布GPT-6 Astra。这个发布报告里只字未提机器人的通用模型,转身就空降了机器人评测榜首,甚至让一批机器人Benchmark直接失效。有人半开玩笑地说:机器人领域等了这么多年的“GPT时刻”,居然是GPT自己。

Meta Muse给每个用户配了一台云端电脑,两周就冲上美区App Store榜首;竞争对手Instinct一个月内估值从25亿涨到100亿美元。个人Agent掀起了新一轮烧钱获客大战,可它们能打开的网页,正在一个一个被关上。

AI for Science方面,Claude只用了21小时就找到一种结构像CRISPR的新酶系统ART,AI圈很兴奋,因为AI开始做科学发现了,生物圈的反应则相对平淡,大家想在实验室里验证了再说,为什么会有这种反差现象? 

飞书文档 - 图片

当模型进化到普通人难以感受到它的进化,研究者的感受是什么样的?本期《硅谷101》,我们请来三位分别站在Agent、机器人和AI制药一线的研究者——Pokee.ai创始人兼CEO朱哲清,破壳机器人创始人、清华大学交叉信息研究院助理教授许华哲,华盛顿大学计算机学院助理教授王晟,一起聊清楚三件事:个人Agent商业化卡在哪?机器人怎么被Astra这样的底层模型冲击?AI制药真正的瓶颈是什么?

欢迎关注《硅谷101视频号》或音频栏目直接收听本期播客。如果你喜欢我们的节目,更推荐大家使用音频客户端来收听,《硅谷101》已覆盖各大主流音频平台(渠道见文末),欢迎订阅!

以下是这次对话内容的精选:

泓君:Astra发布后,你们有没有使用过这个产品?或者说我们来看网上的demo,大家觉得最让你惊艳的一个demo是什么?

许华哲:因为我是做机器人的,我们测了很多Astra在做机器人任务上面的一些能力。我们看到的第一个点就是,它的适应能力非常强。比如说给它某一个机器人本体,让它去做相应的事情,那它很快会发现,这个机器人的运动速度比较快,或者这个机器人的运动空间是怎样的,比如它撞到桌子了,它会说,这个桌子蛮高的,那我是不是应该把手抬得更高一点?这其实是把CoT(思维链)这种反思过程的能力,变成一个它实际的动作的能力,这是过去的很多机器人的模型和大模型都不具备的。

另一个是它自我更新、自我升级的能力。因为它有这样的反思,它可以一次一次做同样的事情,每一次做得更好。这个其实在网上大家也看到了,有人拿Astra去操作一个机器人机械臂去画金门大桥,那它第一次画的还是比较差的,但是它画完了以后,它会再想怎么样能画的更好,经过几轮的迭代,它就可以画的非常逼真。

我们试了非常多其他的,比如插花,这是一个经典的机器人任务。我们给它加了一些额外难度,那朵花的茎被劈开两半,有点分叉。这个时候它会知道,因为它分叉了,所以我要捏住这个分叉,把它捏窄一点,再往里塞。这样的能力其实还是比较惊艳的。

泓君:它其实已经理解了一些物理世界操作的规范。

许华哲:我觉得本质上还是理解3D,因为这件事情它还是从三维尺寸层面就可以做出一些理解,但是确实这样的理解已经能够帮助到非常多的非动态的物理世界操作任务了。

泓君:我看网上还有一些很有意思的demo是,他们在用Astra做生成3D的视频,非常的快,然后渲染也很好。

许华哲:这是另一个Astra在机器人方面很令人震惊的能力,就是给它几张图片,它可以很快把图片仿真生成出来。学术圈可能把它叫做Real-to-Sim。这件事过去是需要拍大量的视频照片,需要很多人的手工标定修改。但现在你给Astra这样一个指令,它很快就把整个实验室或者办公室的环境给你复现出来了。那你拿着这样的仿真,可以去训你的机器人,那也会有一个在仿真上面的提升。

朱哲清:我们是做模型公司的,Astra在发布的时候,非常强调他们在后训练、模型开发等等上面的一些迭代能力。试下来以后,并没有那么惊艳,但是它确实在长程任务上面和迭代上面,比之前的几版模型有一个比较稳定的提升。与原来的模型相比,它能够对上下文以及之前完成的任务有更稳定的认知,不会出现太多的幻觉的情况。所以从我们的目前的体验来说还是比较好的。

但可能有几个问题:速度相对来说会慢一些,也有可能跟现在用量很高有关系。同时在更加长程的任务上,比如说让它跑一个晚上,幻觉还是会发生。所以它并没有根本上解决,但总体来说还是提升了不少。

我有朋友同测了一些前端以及设计的任务。从前端的审美跟认知上面,我觉得还是有比较大的提升的。可能是在训练的时候,对于设计和审美方向有特殊的训练有关系。

泓君:Bill,这轮Astra的发布,你觉得从模型对行业的影响来看,它跟当年opus 4.6、4.7的发布,从Coding能力的进化来比,它是一个大的节点吗?

朱哲清:单纯Coding来说,可能没有那么大的一个节点。4.5到4.6,当时我们的体感是一个几乎范式式的转变,原来只能依赖它做短程Coding,几个file的改动,做一些简单的小项目,到4.6那一次模型以后,基本上你会感受到工具调用几乎不会出错了,它去做一些长程的Coding任务,可以自主进行了。

而现在Astra只是说可以做到更长程的任务,幻觉是可以降更低,审美变得更好。但它没有做到说,我能够解决一个完全以前完全解决不了的问题。

王晟:我觉得是一个大的节点。我们现在已经都从之前Claude等系列模型切换到GPT-6 Astra来做我们的biomedical内部的任务了。我主要是做AI for Science,里面核心的就是AI for一些biomedical的应用。

我们用Astra有两个特别好用的地方,一个是Computer Use,一个是一些长程的任务。

Computer Use这方面,我们会用Astra来操作一些生物医学领域很多年前编写的那些软件,这些软件在领域内默认要使用,但它们其实都非常难用,界面设计的也不好,还有很多的术语,所以对一些跨领域的人来说,使用成本是非常高的。

但是Astra它的Computer Use功能,可以直接根据一些简单的prompt,就可以操作得比较好。并且我还可以跟它学习怎么用这个软件,毕竟在生物医学领域,很多人对AI工具的接受度比较低。Astra可能把这些软件对应的在网上的一些教程,别人之前用过的一些用户日志,一些反馈全部都以文字的形式学进去了,所以它真的理解怎么用这些软件。

另一方面就是长程的任务,我们生物医学这块,任务会比较复杂,这些任务有时候会持续8至24小时,Astra会做得比较好。它比起其他的一些模型,做得比较慢,但挺让我放心的,说明它可能会更深思熟虑一点。

我们现在一般切换着用,白天用一些反馈比较快的模型,到了准备让模型跑一晚上的时候,就用Astra来设计一个比较长程的pipeline或者prompt。这也是它比较值得信赖的一点,在AI for Science这个领域里面的一些表现。

泓君:我没有想到Computer Use的这个功能居然在AI for Science领域能帮助到大家这么多。

王晟:Astra在这次发布时候做了两个生物医学的demo。其中一个就是Computer Use demo,这个demo在我们圈子内是出圈了,大家发现,原来可以直接用Astra来操作一个生物医学的tool。它当时操作的一个tool叫MultiQC,是一个挺常用的网页工具。我们开始用这个功能,发现它比想象的要好用很多。其实Computer Use这个功能我觉得之前的模型也具备,只是大家没有开始真的思考怎么把它融入我们科研中的pipeline里面。

泓君:Bill,你可不可以一句话解释一下,什么是Computer Use?

朱哲清:Computer Use是通过模型对于视觉的理解,来决定这个agent下一步要在屏幕上点击哪个部分,或者输入哪些文字,来完成一系列的任务。当它可以串联这么几十个动作的时候,可以完成一个最终人类想要达到的一个目的。

泓君:就它跟API的区别是,你不用给接口,不用给密码,它直接像人一样去操作跟使用电脑。

朱哲清:就是它看到的是人类看到的屏幕,看到人类看到的UI,看到人类看到的所有的视觉和可以交互的界面。通过人类可以使用的电脑的输入输出设备来完成这些任务。

飞书文档 - 图片

Astra宣传片中展示的Computer Use场景 图片来源:OpenAI

泓君:我觉得Computer Use之前好像也有,为什么Astra的发布,又重新把Computer Use带火了?

朱哲清:感觉Computer Use现在比原来又火了一波。之前大家觉得所有的工具都会开API,所有的工具都会有agent access(访问权限)的接口,很多的APP也好,系统也好,都在做agent native(原生智能体)的set up。

但是最近,不管是Instinct也好,还是Meta Muse也好,背后其实都接了浏览器。有一个比较大的问题就是有很多第三方的APP或者Amazon也好,比如说一些shopping的APP也好,travel的一些APP也好,他们其实是不愿意开放API的。

我觉得这又回到了当年Manus的情况,就是Manus最开始做了Browser Use(浏览器操作),后面很多别家也跟上,后面大家发现这个不是很高效。大家都回到Coding和API调用,现在好像有些东西避不开,又回到了Computer Use,所以我觉得最后有可能还是个mixture的状态。

我这边有一个比较有意思的看法,因为我们目前是focus on相对比较小的一些模型,比如说我们基本上现在发布的model都30B左右的模型,是可以在端侧和私有算力上面去进行的。比如说我有一台小的AI box,或者说我有一个AI PC,它就可以跑这个模型了。

未来如果说这个Browser Use本身发生在你的机器上面,而不是发生在云端,那就会改变Browser Use本身可能会给你带来的一个瓶颈。因为现在的远程的Browser Use都是通过商用机器,最多找一个像Bright Data或者说IP代理,假装是消费者用户,去绕开IP校验。像Amazon、Expedia这些网站一般都说,如果是商用的IP,我不会让你进去。

泓君:商家会屏蔽一些AI机器人,不希望它们接入。

朱哲清:奢侈品网站很早以前就会都屏蔽掉。如果用的你们家的网,就是你自己的IP,那就不会再被block了。所以这个有可能会是未来一个破局的趋势,而这件事情有可能会推动很多的app厂商去改变他们的Browser Use机制,也就是说这个browser sandbox(浏览器沙箱)可能是在本地发生,而不是在云端发生。

泓君:你这个观察非常有意思,最近非常火的一个toC的消费级应用,就是Meta Muse,他们的定位是做一个个人的AI助手,它相当于给每个人做了一台云端的虚拟机,你的数据是存在一个在云端属于你的存储里的。根据你刚刚的理论,它其实还是商用的一个IP。它如果未来商业化的话,很有可能是会被商家卡住它这个IP的。

朱哲清:Meta Muse从背后的虚拟机设置来说,其实跟当时的Manus是很像的,它也主打一个Browser Use,因为它很多的使用场景跟旅行和购物有关,在这些use case之下,你是没有办法通过API的调用,来完成这个任务的,基本上都得最后靠浏览器。当时Manus其实走了一模一样的路,被全部block掉了,所以Manus到后期的时候,现在跟Genspark很像,都主打白领工作那一套。

你去看Claude Code、Claude Cowork、ChatGPT Work,最后都往白领工作效率这方面去偏移,核心原因就是因为很多东西一开始能做,但后面很快就被巨头们给全部block掉了。

泓君:比如说亚马逊现在就把Meta Muse给屏蔽掉了,如果有更多的网站去加入进来,它可能能访问的网页跟能操作的东西就越少。

朱哲清:但是他不可能把你电脑上的IP给屏蔽掉,那你自己也上不了亚马逊了,所以这个可能会是一个破局的机会。但是我怀疑这个事情会来回拉扯,在C端的这个agent,目前可能还是不是特别ready。因为做Browser Use,对模型的需求其实挺高的。它很难在短期内拉出一个现象级的体量。

泓君:那你会看好像Meta Muse长远的一个发展吗?

朱哲清:我觉得这波消费者最后一定会land到软硬件结合的状态。我觉得Meta如果能够把wearable(可穿戴设备)做很大,有可能有机会。就是为什么我觉得最后要land到软硬件结合的原因,是因为云端这件事情不能代表这个用户本身,这也是为什么browser把他们给完全block掉的原因,因为一旦换了个云端的虚拟机,它不能够验证说这个人本身就是用户本身。

我觉得用户的ID或者使用agent的那个用户的identity(身份)本身会是这一波toC的一个关键。如果说商家能够去确认这个agent就代表这一个人去做的这么一个操作。有可能很多商家会愿意做这件事情。

但是现在如果用云端的虚拟机,云端的browser,他很有可能是没有办法去验证这件事情,他会觉得说我的流量入口被人剥夺了。比如说我有一个用户,他本来就要访问我,他现在通过agent还是访问我,那其实对于我来说可能是OK的。但如果说原本一个用户,现在搞了20个agent,这20个agent的消费能力跟原来是一样的,这20个agent还不停地比价,不停地在我这边刷流量,把我这边的所有的流量全都弄乱了,对我来说是得不偿失的。

所以我觉得软硬件结合可能会是一个机会,如果说这个硬件本身属于这个用户,他就可以直接确认说这个agent就是这个用户,是一个代表行为,我就会愿意把这个access开给你。

泓君:大家在toB的工作流中会用xAI的Grok Bot吗?

朱哲清:我自己身边用Grok Bot的人更多是在尝鲜,因为它相对比较主动一点。但是你用Codex或者用Claude Code,其实都可以解决这些问题。就真的把它接进工作流的,可能相对少一些。我自己身边好多真正在B端,比如法律、医疗,真正在那些传统的企业里面在工作的人,现在还纠结于怎么能够逃出Microsoft Copilot的泥潭。甚至都不能freely使用Codex和Claude Code,就更别说要到Grok Bot这个级别了。所以我觉得整个行业现在分差非常大,走在前面的人什么都可以随便用,走在后面的人现在还在泥潭里挣扎。

泓君:我最近跟比较前沿的模型的研究员聊啊,听到一个很有意思的观点,他们认为现在在toC跟消费级的agent上,token的使用量其实是花不了多少钱的。现在真正最烧钱的地方,是在OpenAI、Anthropic、DeepMind这几家公司在竞争的核心领域——AI for Science。就是那些未被解决、未被定义的科学问题,他们要去解那些数学题,或者需要跑像王教授这样的一些生物实验,这个是非常非常烧token,而且是内部消耗量最大的一个方向。

那比如说,OpenAI解纳维-斯托克斯方程这一个问题,它内部调用了一个更强的模型,大概用了1万个子agent,发了大概有270万条信息,消耗了约1300亿输出的token。第三方按照零售价给它算了一下,这部分消耗大概是在2200万美元。

因为现在整个模型的进化,我觉得这个对普通人的感知来说已经不大了。但是对前沿的科学家来说,他们对模型能力的提升,感知是非常大的。

飞书文档 - 图片

OpenAI宣布解决了纳维–斯托克斯千禧年大奖难题,该解是一个涡旋。图片来源:OpenAI

朱哲清:这个地方有点想问许教授跟王教授。我自己主要做post training(后训练),focus on小模型多一些,因为我们想做本地私有化的模型。我们能看到的就是,这个层次的模型,在我们优化之后,和frontier model的差距越来越小。

从AI for Science角度,或者说从robotics角度,frontier model在每一代的迭代当中,你们觉得会有多大的提升?

比如说我们从Opus 4.5到4.6的区别,对比4.8到Fable之间的区别,或者说5.6到Astra之间的区别,这个差距可比吗?

王晟:我的观点是,在生物医学领域,它的AI for Science能力确实是有一个很大的提升。但是这个提升主要来自于它的coding能力,这种一般的coding查文献,做长程任务的能力,并不是它对这种生物医学知识能力的提升。有一些benchmark是专门测Biomedical knowledge知识层面的,Astra并没有提升。

我们现在实际用的时候,其实很难去使用Astra,或者Opus、Fable,因为它们对生物医学的任务都会防范的越来越严,它都会refuse to answer,这个是非常严重的问题。所以我们其实内部用的时候都是用Kimi K3或者Muse Spark 1.3。当如果要用Astra的时候,都要用一些比较特殊的方式来跟Astra说,我这不是在做一个危险的任务,我只是在设计一个benchmark等等。所以实际这种大模型的使用体验,随着能力的增强,其实是越来越差的。

还有一个点就是,刚才Bill说的很有道理,其实我也认可,就在各种已经定义的很明确的AI for Science benchmark上,小模型确实是可以和大模型的差距越来越小。但是我个人觉得这些benchmark本身就不是定义的那么好,所以大家追赶的方向,包括大模型进步的方向,都可能不是完全正确的。

这些benchmark定义的时候,大家都会定义一个更好让AI模型去做的,比如说有一个明确的生物数据集,要预测一个明确的问题,这和我们真的做的制药发现其实是gap非常大的。本质上这些现在的生物医学benchmark就是一个Kaggle这种数据科学的比赛,所以呢它就退化成一个MLE-bench(机器学习工程基准)中machine learning的问题。那Astra这种在coding能力上提升,就会在benchmark上有很大的进步。

许华哲:我觉得从Robotics角度,Astra是一个飞跃式的提升。过去无论是Opus 4.5、4.6,还是到Fable的变化,都没有Astra这次给Robotics带来的变化大。因为过去的所有升级,在Robotics的这个测试上面,几乎都没有什么太好的表现,定性上面没有变化。

但Astra现在带来的变化是它整个定性是有变化的,很多的Robotics的benchmark失效了。像RoboDojo,大家相对认可的Robotics尤其是仿真的benchmark,Astra都成了第一名。无论是它用了哪种数据,但是它带来的这个能力,都是一个飞跃式的升级。

但是关于刚刚说的小模型和大模型这个问题,我倒是觉得,长期来说我们一定是需要一个小的,跟Astra能力相当的模型。原因是机器人的任务有时间要求,需要及时响应,需要有高动态任务。比如说我要抖一个毛巾,这样的能力Astra是做不了的,因为它太慢了。它知道我要快动一下,但是它只能写code来做,如果让它直出动作是没有办法去做的。在这种情况下,我们一定需要一个快决策的模型。只不过我们需要把现有的Astra的CoT,或者是它的reasoning的能力,以及3D理解,要把它加进去。

泓君:所以你觉得未来机器人它的方向会变成,大模型去做规划,小模型负责实施控制,这样的分层架构吗?

许华哲:分层架构大家其实一直都还是比较认同的,只不过分层的这一刀,到底切在哪?怎么样的分层方式是大家一直有辩论的。就比如说原来大家普遍认为VLM(视觉语言模型)是做任务规划层,那这个任务规划层大概就是到,我跟你说我要吃西红柿炒蛋,那VLM规划的可能就是打开冰箱门,拿出什么西红柿,拿出鸡蛋等等,底下的小模型或者说具身的模型,它会去执行打开冰箱门究竟怎么办?打鸡蛋怎么做?

但是,Astra这次它最大的一个变化是,它现在能做低层次的动作控制,相当于它给你的指令变成了把手往右伸两厘米,或者把手放在冰箱门的把手上,如果没有抓住的话,他说那你再往前靠一靠……所以它相当于把这个层往下压了。

原来是大家边界很清晰的,但是它现在说我能力非常强,除了慢以外,我可以往下压一点点。那底下的这个就更像是一个反射式的提线木偶。肯定有一些声音说,那是不是未来上层的这个模型可以无限往下压?压到最后是不是就变成一个完全端到端的VLM?Astra直接控制所有事情。

我个人的观点是,我觉得这个还是不是很合理。第一明显是速度,你在网上看到的Astra做控制都是要16倍速或24倍速才能看。第二个,我觉得现在的Astra还是对物理是非常缺乏理解的,尤其是对于人类来说叫直觉,或者叫直觉物理学的那部分。

我随手可能碰一个物体,它如果有水可能会洒,如果是玻璃可能会碎,这些事情可能Astra如果经过很多语言推理是可以理解,但是如果我们希望它去做一个任务当中,立刻有这方面的理解,它可能效果还不够好。这个地方可能还是需要像世界模型,或者是像快速的这个模型,要去做一些直觉式的反应。

飞书文档 - 图片

破壳机器人做麻婆豆腐 图片来源:pokebot

泓君:你刚刚提到了它速度慢,它速度慢是因为什么?是因为它的模型太大了吗?

许华哲:模型大肯定是有这样的一个原因,另一个就是它CoT很长,虽然它是加密的CoT,给出来的那个CoT应该是假的,我理解,但是它的内部的CoT是非常长的,所以它做每一步的决策,做的思考是非常冗余的,尤其是面对简单任务的时候,我们观察到面对复杂任务和简单任务,它的思考时长基本上是相似的,这也意味着复杂任务它很聪明,对吧?但是到了简单任务上,它就变成了一个额外开销,使得它看起来非常笨。

泓君:许教授,我知道你们公司的有一个demo,是用筷子夹小球。用你们自己的模型做,跟用Astra做,区别是什么?

许华哲:用我们自己的模型,首先时间上做得快很多;其次,在抓的时候是连续不断地去做尝试的,这个过程中没有太多的逻辑上的思考,我抓了一次失败了,我可以换一个角度去做尝试。

但是如果是Astra的话,它每做一步以后,它都要分析发生了的原因是什么,根据这个原因,它要去给自己指令,相应的我要做什么样的调整。这个过程看起来更像是这个人类的思考过程,但是会导致它很缓慢;第二个,它有时候会陷入到一些僵局里,它有时候无法理解为什么会发生这样的事情,或者是它一旦分析出错了,它就没有办法再进一步去推进了。

还有一个我们看到的点,就是如果我们去抓一个桌面上的物体,旋转这件事情,Astra其实做的相对来说还是弱一些,但是它能做,它要反复尝试怎么样去转,这样的能力我觉得目前还是有一定的短板的。

泓君:现在机器人公司分很多种,比如说做大脑的,包括这个大脑怎么做,它是Sim-to-Real(仿真到真实)的路径,还是说他用整个物理世界的数据,分很多的流派,还有做本体的,还有做数据的。你觉得Astra出来以后,对哪一类的公司的冲击影响会比较大?

许华哲:先说Sim-to-Real的路线。我一直是认为仿真是没有办法训出最好的机器人的模型和策略的。就很多人说,Astra让仿真重新复活了,因为它做Real-to-Sim,把真实世界迁移到仿真里面这件事变得非常容易。但是它其实只是把它这个3D的外观做得非常好,但是它并没有因为Astra出现,物理引擎变得更准确了。

Astra肯定是利好本体、利好硬件的。Astra出来这两三周,斯坦福已经有一个课题组去把Astra接入一个宇树机器人里面,让它在家里面去做一些家庭任务了。这件事情还是非常快的,就相当于他做了一个论文,两周时间就做出来了。可以看到在Astra有了很强的跨本体泛化能力以后,你的本体如果质量足够好,那可能连接Astra直接可以做一部分事情了,尽管它还只能是demo级。

对于做大脑的公司,我觉得是有两派,一派是相信自己会有一个更快、更好的具身模型,当然可能可以从Astra身上去学到一些,比如数据标注的方式啊、CoT的方式啊等等。我觉得是会带来一些整个行业的增长的,我觉得是一个好事。还有一派,具身模型能力可能不够强,那可能直接放弃掉这件事了,就是说既然Astra好,那我就专注在怎么用它,或者是怎么样把我的东西当做它的一个工具,让Astra来调用我的这些小的东西来完成任务的闭环,那可能更像是一个机器人部署的公司了。

所以我觉得会有一部分公司逐渐走向更偏部署的机器人,有一部分公司会做更小的Astra这样的能力,或者超过Astra能力的模型训练。

泓君:你觉得Astra对整个机器人未来,如何去做研究,会有一些新的启发,或者带来比较大的变化吗?

许华哲:我觉得会带来非常大的变化。第一个是整个模型训练的范式,我觉得大家未来都不会忽略Astra这样的一个范式,所以训模型的人肯定会产生一些新的想法。

另一个就是以前做传统机器人规划的人,那他们现在可能会往agentic,更偏harness这样的方向去做机器人的研究,如何把各种各样的能力组合起来?机器人领域有一个领域叫TAMP(任务与运动规划),它会把规划和控制放在一起,去做长程任务。

那过去这个领域,我觉得是比较古板的,或者说是比较上一个代际的能力,因为它很多时候都用传统的规划手段,去做一步一步的规划。如果我的下一个任务是拧开瓶盖,那我的上一步要确认这个瓶盖首先是关着的,否则的话我不能到下一步。这些事情其实在过去我觉得是相对有一点过时的。但是到了agentic部分,它好像又重新焕发生机了。有了好的模型以后,那又回到规划,可能是变得很重要了。所以我觉得对整个研究肯定也会带来一些变化的。

泓君:您刚刚提到了,比如说一些特别好的机器人大脑的公司,他们可以向Astra学习数据标注的方式,您觉得您从中间获得的启发是什么?

许华哲:我觉得就是要把里面的因果和直觉物理标注清楚,我做这件事情成功是为什么?失败是为什么?我做了这件事情,发生了这个结果,这里面的交互过程需要详细的标注出来,我觉得这个部分是很重要的。

过去的机器人很多标注的时候是只标注一句话描述你做了什么,就相当于只做正向标注,没有背后的原因。比如我没抓住它,是位置偏了,还是东西沾了水太滑了等等。有了这些标注,我们才能真正做一个通用的机器人大脑。

泓君:那这是不是对整个数据标注公司也会有影响?因为我知道现在还蛮多人做机器人数据标注的。

许华哲:我听的传言是OpenAI现在只买不标注的数据,它觉得外面的标注都是错的,他们都是自己内部重新再标注。另一方面,他们可能也是为了保密,不想把它的标注方式透露出去。

所以对数据公司来说会有两种,一种是卖生数据、生肉这种感觉,相当于在卖石油,是一个原材料,主要还是要靠起量来做;还有一部分就是做熟肉、熟数据,那他就需要去了解到最前沿的模型是如何去训练的,如果他有一些这方面的知识,他就可以很自信地说,OK这个是OpenAI的标注方式,这个是Pi的标注方式,你喜欢哪个?我去卖给你,他这个单价可以翻10倍,甚至更高的价格。

泓君:那您觉得它对整个未来机器人研究方式会带来变化吗?因为大家之前是在研究机器人方向的垂直模型嘛,那现在说大模型的能力足够好了,它也可以驱动机器人,虽然它有各种各样的问题,那会不会以后说机器人的训练可能它的底层就还是一个基模,它只用做后训练就可以了。

许华哲:如果我们想要真正意义上部署的话,一个几T的模型肯定是很难去做部署的。如果是远程的话,我觉得是可以解决一部分任务的,但是不能解决所有任务。如果我们都是Astra这种基础模型,我觉得是不太能成为未来所有机器人去使用的模型。一定是会有一个相比于Astra要小得多的一个模型,有相似的能力,一个范式,即使它在云端去做服务、去做host,我觉得也仍然是一个机器人专用的模型。

泓君:您觉得从Astra发布啊到今天,已经大概有三四周的时间。我知道它有机器人画金门大桥的那个demo的时候,很多机器人的创始人是很慌的,后来大家也会自己去试嘛,整个过程您心理上会有一些变化吗?

许华哲:会的。首先它出来的时候,大家刚开始尝试,基本上都是觉得非常的惊艳。最开始尝试当然是让它抓一个东西,然后它很快完成了。后面逐步去尝试更复杂的任务的时候,我们会觉得“机器人的GPT时刻还是GPT”,但是再往深入去看,还是看到很多问题。

第一,它现在双臂的任务是几乎没有办法去做的,比如说在叠衣服这件事情上,Astra是完全叠不了的。所以我们有一个感受就是,在一个语言不太好描述的任务上面,Astra的能力其实并没有很强,所以我们还是看到它在足够灵巧的地方仍然有空间。

第二,我们发现它的总结能力还不是很好,比如说它第一次做一件事,可能会花1小时,第二次做,可能花45分钟,然后我们让它持续不断地去做,它永远都是45分钟,基本上到第三次开始就变成一个常数。不会说像人或者说一些更小的模型,它在充分的训练以后,它的时间会越来越短。所以在这个地方还是可以看到机器人本身的原生模型,还是有很多空间的。

再到现在,我觉得更多的是我们要想系统1、系统2,就是快慢系统,它们之间到底应该怎么结合?

上面的Astra到底是调用,还是说给出一些指令,还是给出什么样的指令作为界面?因为它已经出现了,你不能回避它。但是它自己又有很多问题,你又没有办法直接用它,所以下一个问题是怎么样把机器人公司擅长的东西和Astra这样的模型充分的结合起来,能做出真正通用的机器人。我觉得到现在还是更多从技术角度去想未来怎么做。

泓君:最近还有一个项目也很火,叫Jev,他可能就是很多的是用系统1、系统2、快思考、慢思考的一套理论去做的,你觉得这个对机器人领域的影响大吗?

许华哲:Jev把自己定位成系统1,我觉得跟机器人本身的原生模型是很像的。机器人大家一般来说会认为它是一个主要是系统1,有一小部分系统2的能力在里面。所以我觉得机器人就应该是一个相对来说的快系统,但是Jev我们做了尝试,它在机器人上表现是很差的。

泓君:为什么?

许华哲:多方面原因,Jev本身没有办法输入图像,所以你的图像需要以状态的形式给到它,你必须要跑一个视觉的VLM也好,或者是跑一个其他的视觉模型,然后把这些状态给到它,然后再让它去做快速决策。我们测试下来,它比如说摞方块这种任务,它经常会就摞不起来,或者摞了以后就倒了。Astra它可以看到第一个块摞的有点歪,第二块就要反过来一点,往另一边靠一靠,这样子才能平衡。但Jev就没有这样的一个能力。

但是现在我看到很多人说,Jev可能可以用来标数据,因为它很快。但是我刚刚好像看到OpenAI要出一个快系统,就类似于Jev的东西,而且是有图像多模态输入的。

泓君:我们可以期待一下。那你整体觉得Astra的发布对机器人行业,你觉得它是一个正向的影响,还是一个冲击到大家的影响?

许华哲:它对整个机器人领域的影响肯定是正向的。从每个个体来说,尤其是比如说现在的模型能力远远低于Astra的这些公司,可能会有一些担心,我永远都追不上他这个能力嘛。我整体还是偏乐观的,它相当于是一个新的思路,其实照亮了很多我们之前没有看到的地方,所以我个人是觉得他是偏正向的。

泓君:接下来来聊一聊我自己非常感兴趣的AI for Science的环节,你觉得Astra还有Fable 5这几个模型在AI for Science上的能力谁更强呢?

王晟:我觉得Astra的能力会更强,因为他做那种长程任务的能力,要稍微强一点。对我们的应用来说,很难用现有的这些生物医学的benchmark来衡量一个模型它做生物医学任务的好坏。如果我有个benchmark叫它预测一个东西,它可以做得很好,比如预测一个蛋白质的活性。

但是我们现在最重要的一个场景是:AI模型能不能出一个实验方案。具体的我要怎么样做实验?在什么温度下?用什么分子?在怎么一个湿度,怎么一个情况下做这个实验?这是一个现在的模型都做不好,但是非常重要的点。我之前说Computer Use,就是AI怎么控制电脑,我们现在这方向,我们都叫它叫“Human Use”,AI怎么样控制真实实验中的一些实验员,去做实验。

这是我们在对比了Astra和之前的一些模型中,发现Astra还是可以做的比较好的。这些任务的语料其实非常少,但是我觉得Astra它的更强的能力可能可以在这方面有一个提升。

泓君:我理解它分成两类嘛,一类是AI给方案,它去预测你的新药可能是一个什么样的结构跟分子组成。第二种就是说,这个方案做出来了,我们一定要通过真实的实验去验证这个方案可不可行。就是现在它第一个部分做的还可以,在第二个部分的时候,它现在给的方案还不够好。

王晟:我觉得对第一个部分来说呢,其实是我们不知道AI做的好坏,这里面有一个悖论,如果一个问题啊,比如说我说开发一个治疗癌症的药物,我如果知道答案,那这个问题其实我没有必要去研究了。

所以我们真正在意的问题都是不能被benchmark衡量的,都是没有答案的。所以我们在意的每一个问题,生物医学AI for Science的问题,最后都需要去湿实验去验证。

干实验就是所有的预测,所有的分析都在计算机中模拟。湿实验呢,就是我们需要在真实的一个实验室,一个房间里,通过试管,通过培养皿,对老鼠细胞等进行一些操作。所以这就是计算机之内和计算机之外能达成的区别。

我给AI出一道题,我是不可能知道答案的。GPT给我一个药物的分子式,说这个能治疗癌症。Claude给我另一个分子式,我都得去做实验去做这个实验。所以在做这个实验之前,它不仅是说给我个分子式,它还要有具体的一个实验的计划,怎么样能够合成这个分子式?这个小分子应该怎么储存?我应该以怎么一个周期给老鼠使用?这些特别细节的东西是现在AI模型都做得非常差的。它能够生成一个分子式,因为世界上有很多这样的数据,但这个分子式怎么合成?怎么给老鼠用这个药等等,这些他们都做得不好。这些其实是更重要的。

泓君:后者现在你觉得我们放眼现在的大模型,在设计一个实验上,大概解决了设计实验的多少的比例?就完成度怎么样?

王晟:完成度是可能只有30%,很多时候是需要人类的专家去来给它修改。在设计实验这个领域呢,是专业知识需要的特别特别深入的。这个领域的一个教授可能也不知道,需要专门针对这个方向做过很多实验的技术人员,才能够设计一个高效的,成功率很高又特别可行的实验。

还有就是每一个实验室,器材或者设备都是不一样的。Astra这种AI模型,它没法根据这些设备器材来针对性地设计实验。我觉得它缺乏的是对现实世界中资源的利用、协调和使用的能力。这也是我们现在想要对模型进行改进的。

泓君:所以我们真的要让这些大的模型在AI制药上有所帮助的话,它还是要配备自己的实验室的。

王晟:我觉得是一定要配备实验室的,因为现在的通用模型已经很厉害了,配备实验室它可以有自己的验证,可以有自己的数据积累。现在AI在做这种药物发现,还有一个瓶颈呢,就是它验证的周期很久,我设计了一个分子,然后这个分子我拿老鼠做个实验,不可避免就要花几周,因为老鼠有新陈代谢,对这个药物进行一些反应。这个几周的时间,可能这个模型已经进化到下一代了,AI模型都进化的比我这些真实实验要更快。

所以我觉得这种前沿要做AI for Science的研究室呢,它需要有一个湿实验,而且呢它要对这些实验室进行改造,让这些湿实验能够更好的配合AI。比如说我一上来就把所有的细胞啊什么都准备好了,前置条件都做好了,有了AI预测之后,立即把那些小分子放进去,能够把闭环走得更快,而不是说分开。

飞书文档 - 图片

Anthropic的分子生物学实验室 图片来源:Anthropic YouTube

泓君:AI从设计一个分子结构,到最后你的整个的干湿实验做完,达到临床一期的时间周期,大概多长时间?

王晟:一般我们先做细胞和老鼠上的实验,几周就可以做完。之后会做一批比如在猴子这种灵长类动物的实验,这个至少要4个月的周期,有时候我们会做两次,那就是8个月了。作为一个AI制药的公司,我们不一定会推进到人的实验,会把它直接授权给大的药厂,这笔授权费也是非常可观的,一般都是1000万美金以上,甚至可以更高。大的药厂它有一个病人的网络,可以更好的收集病人,做针对性的人体实验。所以我们一般都是走到猴子实验结束,那周期可能在6个月到12个月。

泓君:所以要验证一个药物,它花的时间是远比AI设计一个药物更久的。我们说整个AI它已经很聪明了,它在数学领域发展很快,是因为数学它在很多的环节上,是可以被验证的,不需要做实验。那在生物学上,AI给你真的设计了一个新的分子、新的药物,你怎么去确定它的设计是对的呢?

王晟:我觉得这个就是最大的难点,这也是AI能够在数学上做出很大的成就,去攻克千禧年猜想。但在生物医学上呢,其实到现在也没有一个说是AI完全开发的药物的一个根本原因就是,现实世界的反馈太慢了,而且这是受限于自然规律,一个老鼠、一个猴子就需要那么久的时间。

在上一波AlphaFold的时期,有很多AI药物发现的公司,雨后春笋一样冒出来了。那时候还是大模型前,但是那些公司大部分后面都没有成功,就是因为他们还是以AI设计和发现药物为主,即使能够把AI设计一个分子式的周期从半年提升到几天或者是几小时,但之后还是会被后期的真实的老鼠人体实验给限制。

所以我觉得这是一个核心的问题,如果能够把这个问题解决,AI在生物医学制药上的爆发就会和AI解决千禧年数学问题这样,会有一样的非常大的一个爆发。我觉得这问题是不可能从根本上解决的,但是我们可以加速现实中的反馈,这样来间接的帮助我们解决和提升AI在上面应用的效果。

泓君:我听说AlphaFold 3它是把它的所有的研究,包括它的数据都开源了。它的开源也带来了一波生物制药公司,包括做这种垂直模型、做工具的公司崛起。因为它开源了以后,就相当于你这个行业,它就类似于机器人行业Pi开源一样,它有很多的底层的基础设施已经ready了。

王晟:我觉得它的开源是非常重要的,在它这些工具开源之后,对社区最好的帮助就是大家更重视数据的积累了。它虽然开源了,但是一些垂直科学AI公司,它可以利用自己积累的数据来维护自己的护城河。其实这些数据都是非常非常珍贵的,一条数据几万或者几十万美金,因为它都是会在真实的老鼠啊、人类上做实验的,不仅是这些实验成本高,而且实验的周期也很久,所以反而是开源之后,这些垂直的科学公司,它会更具备优势了,所以这是它对公共资源的一个贡献吧。

泓君:那这样来看,是不是生物医药界可能也会未来会兴起很多的数据公司?反正你模型负责给想法,我就成立一个实验室,就专门负责验证,它可能也是一个很好的商业模式。

王晟:我觉得这是一个非常好的商业模式。现在那些AI数据的价格,比如说买一道奥数题都要几千美金,Terminal-Bench(终端任务基准)一道题也会要几千美金,现在新出的Terminal-Bench Science,那上面的题也会是一个高价值的题。我觉得这些题还仅限于计算机里面的操作,未来如果是有真的生物真实世界数据,那个价值会非常高。

还有一个很高价值的方向,就是搭建一个能够帮助AI很方便的去做真实生物实验的接口。现在有个公司叫Adaptyv Bio,它是专门给Anthropic合作的。Anthropic生成一个AI的预测,它以MCP的形式就立即开始做实验。它刚刚融资了4000万美元。

我觉得这样的公司会越来越多,以后每一个湿实验的公司都会用这种MCP、API的形式,直接接到AI大模型里面,这样来给AI大模型直接进行服务,这样当中很多人的沟通成本都会减掉。所以这当中就又回到我刚才说的问题,最重要的就是AI自己知道要做什么实验,怎么设计这个实验,湿实验的公司能够和它进行配合。

泓君:现在像OpenAI,还有Anthropic,哪些我们看到的前沿模型研究室配备了自己的湿实验室?

王晟:Anthropic和Adaptyv Bio是明确合作的,它最近出了一个比赛,邀请大家来做一个Anthropic定义的蛋白质设计问题。它会赞助Adaptyv Bio这家公司来为大家做湿实验的验证。所以Anthropic最近定义的比赛也是说最后以湿实验的验证为最后的标准。

我也听到很多消息,Anthropic自己在构建湿实验的团队,包括他招的一些人也都是有湿实验背景的。所以我觉得这是未来一个趋势。前沿实验室如果是真的想做高价值发现,不可避免的是要有自己的湿实验实验室。

泓君:你觉得在整个的模型对制药的影响上,对你来说啊,几个比较大的节点是什么?哪些基础模型能力的提升会让这个行业一下子就有一个质的飞跃或者提升?

王晟:现在我们的提升还几乎是取决于Coding能力的提升。Biomedical上这些Coding任务,虽然那些benchmark上还没有达到满分,但我个人理解已经是几乎可以认为是解决了,因为它已经比人做的要好了。所以Coding能力的提升,就会把生物制药这些dry lab(干实验)上的能力的提升都给解决了。

还有一个问题就是,生物医学的数据特别的大,特别的复杂,每个人的数据都可以达到两个T。那么如果未来的模型还需要提升的话,就是这一块,对这种两个T的数据的高效的处理理解,这是一个非常重要的领域,也是一个非常大的一个机会。

泓君:您刚刚提到,您觉得现在AI在一些能力上已经超过您了,因为您已经算是人类很顶尖的科学家了,也是做学术研究的,我可以理解它已经不是超越平均智商了,而是最顶级的这些智商。那在这个环节中,你觉得它未来给你们这些前沿科学家带来的问题是什么呢?比如说它做的东西,你们很难去验证了,会有这样的情况存在吗?

王晟:验证的话也是要靠做实验的验证,如果一个问题已经定义得很好了,有一个明确的测试集,明确的输入,要知道解决什么样的问题。那AI解决这个问题的能力会比我强。那么人类科学家更多可以做的事情呢,就是定义哪些问题AI去解决。所以我觉得未来AI在生物医学领域的趋势,不再是解决问题、设计模型了,更多的是设计benchmark、设计评估的方法、定义一些重要的问题去解决。

还有,生物医学是关系到制药或者治疗病人这些直接和人打交道的,所以很多时候还是需要一个科学家参与在其中,就像飞机就算能自己飞,我们也希望有个驾驶员在上面。AI能自己看,能自己治疗,出诊断书,我也希望一个医生真的肉眼看一下我的报告。

所以在科学发现这种一下就会投入很多钱、很多时间的重大决策上,还是需要一个人类科学家去一起把关,一起去判断这个问题的价值。如果纯粹是解决问题,我觉得AI已经会比最强的人类科学家都要强了。

泓君:您刚刚有提到,现在整个benchmark它的定义是有问题的。那你觉得未来它的benchmark应该会怎么样去定义?它会朝什么样的方向去演进呢?

王晟:我觉得未来首先我们要设计那些生物医学的题,它是没有上限的,它是一个不可能被刷爆的。譬如说现在最顶尖的药物能够把30%的癌症细胞给杀掉,那么AI能不能做更好的药物,能够把40%的癌症细胞杀掉?这样让AI不停的设计,能够有一个没有上限的方式来做这个任务。

我们未来要设计的还是这种比较宏大的,很难有上限的,譬如说怎么样把人类的寿命提升,这种没有上限的任务能够让AI持续的解决,我们可以持续的积累数据,把一个特定问题的数据给积累得更多。

泓君:我看Claude最近有一个新的成果,就是他们发现了一种新酶系统ART,它有类似于CRISPR-Cas9的基因编辑的工具,但是它最后有没有被验证,还不太确定。在生物医药领域它已经开始有一些突破了,我们看到这些突破它的苗头是什么?

王晟:我们观察到这个突破几乎就正比于生物医学实验的周期,周期越短,反馈越快。大家其实在过去的几十年中都积累了好多的实验数据,实验做得越快的领域,它模型就可以做得越好。譬如说Anthropic这次做的一个比赛,也是对酶的一个设计,这就是实验特别快的一个领域。未来像蛋白质酶这些可以做快速实验的,我觉得都会有很快的一个迭代。但如果譬如说我们要做一个衰老,或者研究一个罕见病,这种特定领域的长周期的问题,那我觉得模型的进展还是会很慢的。

泓君:酶跟蛋白质它带来的是哪些领域的变化?

王晟:理论上蛋白质是万能的,减肥、癌症治疗、所有的病,理论上蛋白质都可以通过一些方式引导我们制药来治疗。酶是一种催化剂,更多是对各种工业化工的过程进行一些加工和加速,它的商业价值非常大,而且可以快速落地。那蛋白质呢,如果我还是要涉及药物,最后还是不可避免要做人体实验,还是有一个较长的周期。

泓君:我也在跟很多模型的研究员去聊,很多前沿模型实验室的研究员就说,其实很多普通人他现在可能就连蒸馏的价值都没有了,这个话听上去很悲哀,是不是现在整个训练的信号也正在转向像专家数据和可验证环境,大家同意这个观点吗?

许华哲:机器人领域这很显然不是这样的,机器人领域每个人都是生活的专家,你擅长做饭,我擅长叠衣服,他擅长走路,他擅长跳舞。当然再往后走也会经历这样的一个阶段,也许一年两年后,必须要是一个舞蹈专家,或者必须要是一个Gordon Ramsay这样的大厨才值得被蒸馏。

王晟:如果知识被蒸馏的话,那确实现在AI的知识更全面,单个科学家肯定是比不过的。但是有一些科学发现,一些长期投入还是需要科学家或者工程师在那边支持背书,所以这方面是AI替代不了的。

同时也有一个反向蒸馏的问题,我天天也在蒸馏AI,尤其我们做AI for Science交叉学科的,很多东西我不知道,我就可以快速的向AI学习,学习之后我获取知识的速度也快,有时候有一些新的想法,新的创意,我可以做更好的一个科研成果,所以我觉得这是一个互相蒸馏的过程。

另一方面呢,如果从我们医学这个特定领域来说,人的作用永远是非常大的,人不仅是解决问题,人还可以定义问题。比如说有一些新的疾病,或者人想要活到200岁,活到500岁,这些问题都是源源不断的。然后每个人会有自己不同的身体状况,不停地提供给AI新的问题,所以普通人绝对不会被AI所取代。

朱哲清:从蒸馏的角度来说,因为我们现在的智力或者说模型的能力还是在非常大的模型,可能就是死记硬背了很多很多的知识在里面,以及一些know-how也是在训练当中硬加进去的。比如说你在优化一些benchmark呀,在推进固定的一些落地场景上面,你会做很多的overfitting(过拟合)的一个状态。在这种情况下,其实目前我们overfit的领域可能都还不够,有很多很多的领域值得被overfit。

我们现在都说,可能模型已经到了通用智能的这个级别,但是从我们目前在已经overfit的场景上面来说,可能没有到那么通用的状态。后面如果我们要真的做到通用,可能还要跳出蒸馏每个场景,进入到模拟一个人从零开始学习的这么一个状态。从这个角度来说,我们其实需要蒸馏的能力不在于说我能不能把这件事情做好,而是蒸馏人是怎么学习,从零开始怎么比人学得还要快。

泓君:今天很难得啊,我们是把三个不同领域的,我觉得做得好的创业者跟学者请来了,大家要不要说一下,现在在你们领域里面,你自己最关心跟关注的一个问题?

朱哲清:我们现在最关注的问题,其实就是目前硬件上面,全世界存储很有限,内存非常贵,显存非常贵,很多人又担心,是不是把所有的数据都上云了?如果说未来我们认为所有的计算和算力会被铺开,每个人都会有自己的算力,每一家公司也会有自己的算力。算力不再集中于只是在数据中心当中,我们是不是可以想象到,所有人都可以有自己的算力,可以运行自己的模型。这模型不一定说要做到最大,那我们能不能通过这些模型来解决生活当中百分之八九十的问题?解决现在AI不能够完全无限量普及的这么一个问题?

我其实还是同意未来模型需要往更大、更强发展,比如说AI for Science上面,我可能需要一个非常高度很高的模型。而在正常的,比如说企业工作、个人生活当中,你可能需要一个广度很高的模型,这个模型不需要很大。那这个是一个结合的问题,如果做好正确的结合,其实是可以解决目前的硬件需求和电力需求的瓶颈的。

许华哲:从机器人角度,我们最关心的肯定还是零样本的泛化能力。之前的机器人其实有两条路,一条是部署,一条是泛化,这两条路其实有一点正交。部署的话,有点像是AI赋能上一代的机器人,我在工厂里面的机械臂,原来可能是开环地拧螺丝,开环是指我不拿反馈。现在我有了AI,我可以闭环地拧螺丝,或者闭环地去上货。但是这件事情从我的视角来看,也还是有点逆时代的,你仍然需要5个博士水平的人在工厂里面睡3个月,去把这个机器人的稳定性啊、速度、是否要定制末端夹爪,这些事情全都解决。

但是今天我们聊Astra,我觉得最终我们还是希望是一个通用机器人。它零样本的可以做快速部署,这个部署应该是5个任意的、不用非常强的人放在那,这样的零样本泛化肯定是有冗余,这样的冗余我们是否可接受?我觉得是可接受的,在这种情况下,能否有一个足够好的、快的零样本泛化的模型,仍然是机器人最主要的追求。

泓君:你觉得机器人离那一步还有多远?

许华哲:我觉得2028年初会是一个通用机器人比较开始真正实用的时间节点,从现在开始可能18个月后,大家可以在家里面以语言的形式去让一个机器人做家里面90%的事情。

泓君:这个预测是相当激进的。

许华哲:如果你玩了Astra,如果你下个月也许可以玩我们的模型,应该觉得这个预测还是比较合理的。

王晟:AI for Science,如果真的要有突破,最重要的就是AI对真实世界的理解,一个真实世界资源的运用、分配等等。就像我们研究科学,本质就是研究真实世界——物理学研究宇宙,生物研究生命,化学研究微观世界。

但这个不是说我设计一个机器人去取代人类、自动地做实验,而是说AI知道:根据现在我实验室里有哪些资源,我应该让这个机器人、或者让这个人去做一些什么事。比如说以后我在prompt AI的时候,不是跟它说“给我设计一个药物能治疗癌症”,而是说“给你10万美金,你给我设计一个药物,并且我有这些实验可以做”,比如做一个老鼠实验要2000美金,做一个人体实验可能要一个怎么样的周期。

AI能够真的这样plan真实世界中超级复杂的任务,这些都是它的语料中很难见到的。这可能需要一个新的范式。就像现在我们都是人来用AI,人来研究怎么写好的prompt,可以把AI指挥好,怎么写好的prompt,怎么搭好的agent;未来可能是AI要写出清晰的、可执行的指令,是AI来prompt这个真实世界——非常高效,非常清晰,没有歧义。人或者机器人可以根据这些指令去利用现实世界中的资源,高效地把这些事情完成。

就像以前我们都说判断AI能不能遵循人的指令,未来我们可能要的是指令生成——它能不能生成更好的指令,帮助我们调动现实世界的资源。甚至我们还会对现实世界进行一些改造:未来的一些实验设备仪器,它不是给人看的,不是给人用的,是让AI用的。我们现在比如说拍X光、拍CT,还要合成一下图片,为了让人类医生能看;未来可能直接就拿出底层那些波形或者信号,直接给AI看就行了,都可以跳过生成图片那一步。

所以这是我认为最重要的,就是AI能够更好的走到真实世界中——无论是通过机器人,还是一个真实的人类——但它都要知道怎么样去利用真实世界的资源,来解决这种超难的问题。

跳转微信打开

  •  

智能体手机加速爆发?换机困境、端侧AI与下一代入口之争

原创 硅谷101 2026-10-21 15:34 浙江

手机需要“新故事”

最近,手机大战又打响了:苹果正式进入折叠屏、三星把折叠屏拆成多种形态、小米展示了18 Fold,与此同时,存储芯片价格持续上涨,推动整个行业进入新一轮周期,并迫使厂商进一步收缩中低端产品线。

但更前沿,也更让人关注的是:AI智能体手机。过去十几年,手机一直在变得更强,摄像头越来越多,芯片越来越快,但我们操作手机的方式,几乎没怎么变。如果有一天,手机不再等你操作,而是直接替你完成事情呢?2026年,这件事突然开始加速。

高通CEO安蒙此前说过,“2026是Agent之年”。我们也看到今年7月,阶跃星辰发布了AI手机STEPX Neo,荣耀发布了Robot Phone,还有最近,努比亚发布了NaviX Ultra,搭载了新版豆包手机助手,是官方认证的“全球首款AI智能体手机”。

而在硅谷,苹果、谷歌、OpenAI纷纷下场发力,一时间,AI手机市场热闹了起来。

为什么手机厂商开始押注“Agent”?像努比亚NaviX Ultra这样的产品上手体验如何,以及,智能体手机,真的是AI硬件的未来吗?

本文为视频改写,欢迎大家收看以下视频

为什么最近手机厂商都来押注“智能体手机”了呢?这背后其实有三股力量,汇聚在了一起。

▍手机需要新故事

第一,是传统手机行业需要新的“换机理由”。

过去十几年,智能手机的升级逻辑非常清楚:屏幕越来越大,摄像头越来越多,处理器越来越快,电池越来越大。每隔一两年,总会有一个明显的硬件升级,让消费者觉得“这台手机值得换”。

但最近几年,这种刺激正在明显变弱。Counterpoint的数据显示,全球智能手机换机周期已经明显拉长,2023和2024年,这个数据都在43个月左右,到了2026年,Counterpoint最新的判断是,受存储芯片等零部件价格上涨影响,全球换机周期正在向48个月靠拢。

在分析换机周期拉长的原因时,他们提到了一个词,叫incremental device upgrades,也就是“渐进式设备升级”,指的是新手机和上一代手机之间的差距,消费者越来越感知不到了。

所以对于厂商们来说,它们急需找到一个新的刺激点,重新点燃大家的购买欲望。这个刺激点当然就是AI,更准确地说,是Agent(智能体)。

过去几年,手机AI功能已经越来越多,但Agent带来的想象空间是完全不同的。

比如之前想订一家餐厅,用户可能需要打开手机地图、搜索餐厅、看评价、查时间,再跳转到订餐平台。

而在智能体时代,我们只需要告诉手机“帮我找个离我近一点、适合两个人吃饭、今晚七点还有位置的餐厅。”后面的搜索、比较、预订,都可以由Agent来完成。

这样一来,手机的角色就彻底变了,从“等人操作的工具”直接变成了“能替你办事的智能助理”。而这,对于手机厂商来说,可能就是下一轮换机周期所需要的“新故事”。

▍端侧AI算力成熟

第二股力量是算力。端侧AI从“能用”进入到了“好用”,开始能支撑这个“新故事”的落地。

以前手机上的AI,主要还是语音识别、图像识别、拍照算法等相对固定的任务。任务不复杂,模型也不大,NPU针对性地优化一下就够了。

但Agent要进入手机之后,任务的复杂程度大大提高,它可能会涉及语音、文字、图像、AI推理、操作等一系列的事情。手机不仅需要大量的计算,CPU、GPU、NPU以及其他专用计算单元,还要围绕着任务进行动态的切换与协同,端侧AI能力就成为了关键问题。

过去几年,手机芯片正在针对性地解决这个问题。我们翻了下骁龙的迭代记录,发现AI计算从早期的一个辅助能力,已经逐渐变成了SoC中的核心能力。

早在2015年,高通的骁龙820就搭载了第一代Qualcomm AI Engine,芯片开始帮着处理影像、语音和传感器上的AI任务。2018年的骁龙855,又给它加进了张量加速器,专门算神经网络,不过这时候的AI,干的还是拍照、语音这类固定活。

真正的转折在2022年底的骁龙8 Gen 2,这一代第一次支持INT4低精度计算,也专门针对Transformer做了优化。

高通公布的数据显示,在部分AI工作负载上,性能最高提升4.35倍,从这一代开始,手机芯片开始为“本地跑大模型”做准备了。

2023年的骁龙8 Gen 3更是宣布,支持最高100亿参数的生成式AI模型在手机端运行。

到去年骁龙峰会发布的第五代骁龙8至尊版,高通第一次把“手机上的智能体”写进了设计目标。NPU相比上一代提升37%,同时加入了个人速记(Personal Scribe)、个人知识图谱(Personal Knowledge Graph)等能力,这两个东西的作用,是让端侧的Agent能记住你、能持续学习。

从帮拍照,到算神经网络,然后能跑大模型,再到现在开始有“记忆”,芯片厂商其实是一步一步在往Agent这个方向挪,只不过前几年没人把这个词挂在嘴边。

▍端云协同成为现实

不过,芯片跑得快还不够,还得有一个真的能塞进手机里的模型。

云端的大模型,参数动辄上千亿,无论如何是塞不进一块手机里的,所以过去很长一段时间,“大模型”和“手机”,几乎是两个世界的事。

但这两年,这两个世界开始快速靠近。一方面,模型本身正在快速变小,高通全球副总裁徐晧博士就在我们之前的采访中表示:同样的智能,需要的参数越来越少了。

徐晧

高通全球副总裁

比如我们做过一个研究,2024年最好的LLaMA模型,它的表现能够到某一个数量级。在几个月、小于一年的时间内,这100多个billion或者几百billion的模型,用很小的模型,有4个billion或者几十个billion的,就可能达到同样的效果,甚至更好。

另一方面,“端云协同”的架构,也让Agent在手机上的能力有了更大的发挥空间。

随着需求、算力、模型这三股力量聚集到一起,AI智能体手机需要的基本条件已经具备。这时问题也出现了:当AI开始替用户操作手机之后,谁来决定它应该怎么操作?这也就是目前行业正在分叉的地方。

▍智能体手机的两种路线

目前行业里,主要有两条不一样的思路。

第一种思路,可以理解成“整机Agent”。你打开手机,看起来还是我们熟悉的样子,常用的App都不少,而AI功能被集成到了系统里。这种路线最大的优势,是体验足够直接。我们这次体验的努比亚NaviX Ultra,搭载豆包手机助手(消费者版)和骁龙旗舰移动平台,就是走的这条路线。

第二种思路,是在手机里放一个SuperApp,也就是超级AI入口。用户先进入一个AI App,比如ChatGPT、豆包、Gemini等等,然后由它去调用地图、购物、外卖等各种服务。这种路线的优势,是落地相对容易,手机厂商不需要一下子重构整个操作系统,只需要先把AI入口做好,再不断增加它能够调用的服务,用户的学习门槛也比较低。

行业现在在两个方向上都在探索,也在寻找平衡和突破。

▍硅谷玩家:都在抢AI入口

先来看看硅谷这边的一些动作,首先是最近刚召开发布会的苹果。

9月,苹果刚刚发布了iPhone 18系列。从今年的WWDC开始,苹果最大的变化之一,就是正把Siri从“回答问题的助手”,往系统级Agent推进。

在今年的发布会中,苹果甚至在开场,就直接提出了Intelligent Personal Hub这个概念,把新一代iPhone描述成“智能个人中枢”。

在计算方式上,Apple Intelligence也继续采用“端侧处理+私有云计算”相结合的方式:能在设备上完成的尽量放在设备上,需要更强能力时再交给苹果的云端。它的好处是体验比较容易统一,但相应的,它对第三方生态的开放程度相对有限,很多AI能力需要在苹果自己的规则和框架下运行。

这带来的潜在问题,可能就是迭代速度会慢一些。

另一边,谷歌的路线有点不同。它看起来是在做Android的系统级Agent,但从它背后的生态来看,又非常像一种SuperApp。

因为谷歌手里本身就有一套非常完整的服务体系,所以当Gemini进入Android之后,它同时获得了两个优势:一方面,它可以深入操作系统,理解用户正在做什么;另一方面,它自己又拥有大量可以直接调用的服务。

不过,谷歌的优势,同时也是它最大的难题。用户在手机上真正要使用的,远不只有谷歌的这些服务。当Agent开始跨App执行任务,就需要不同的第三方应用开放权限、接口和执行能力,再加上Android设备众多,不同厂商的硬件、系统和权限机制都有差异。

所以Google可能要解决的问题是,如何让Gemini在一个开放、庞大又高度分散的Android生态里,稳定地替用户把事情做完。

当然,硅谷还有一类新玩家,比如OpenAI。

2025年5月,OpenAI宣布与前苹果首席设计师Jony Ive的设计公司LoveFrom合作,并收购其硬件团队io Products。

一开始,Ive和Sam Altman设想的,是希望摆脱“屏幕+App”的交互方式,打造一款更加AI原生的设备,甚至一度设想为没有屏幕的设备。但后来由于研发不顺,有消息称OpenAI的产品设计可能还是传统智能手机的形态,目标在2027年上半年量产。

▍国内厂商:生态、模型和终端开始合流

硅谷现在的探索,更多还是集中在系统层和终端层,而在中国市场,厂商的打法则更加多样,也更热闹了。

今年七月,网信办第一次集中公布了端侧大模型的备案信息,苹果、小米、OPPO、vivo、华为、三星、努比亚,七家主流厂商全部完成了端侧AI生成式服务的备案。

这也意味着,智能体手机在国内,已经从厂商自己的产品探索,逐渐进入有备案、有监管的落地阶段。

在这当中,努比亚的做法有点特别,它走的是整机Agent路线,那它的体验如何呢?

努比亚NaviX Ultra相比传统智能手机,有几点感受非常不一样。

第一个变化最直观,有些App的操作,在获得授权后,不用再自己动手了。过去我们想做什么事,得点开对应的App,然后逐步搜索、翻页、查询。而到了智能体手机上,只需要长按独立的AI键,说出我的要求,它就会在获得授权后自动帮我操作。

第二是执行能力提升,它可以跨App操作,具体主要分三步。

在感知方面,豆包手机助手拥有全局读屏的能力,比如刷视频时,可以直接问屏幕中的内容是什么、在哪里,不需要再截图单独打开AI软件问。

在推理方面,对于一些需要其他App协助的任务,它能自动唤起对应的App,不需要我再手动打开。

更重要的是执行方面,它可以在后台的虚拟屏幕上跑,画面不占用主屏,我可以同时做其他事。

第三是记忆能力,只要我授权了,或者主动告诉它一些信息,它就能帮我记住。比如我的行程、票价,当我需要时,可以直接问豆包,不再需要打开App去寻找。

这些体验加起来,就构成了“AI原生交互”范式。我们的采访嘉宾徐晧认为,AI将重构交互体验。

徐晧

高通全球副总裁

它是一个全新的user interface(用户交互界面)。从选App到不用选App,都是我们会慢慢适应的一些用户体验和交互方式的转变。

当然,作为一个全新的品类,智能体手机的体验,还有很多的提升空间。我们试用时发现,现在各种流畅的体验,主要围绕系统应用、中兴,还有字节系的App,想调用更多第三方App的话,还得等待未来逐步接入。

不过从技术角度看,这套“理解—规划—执行”的完整链路已经跑通了。这就像自动驾驶行业早期的状态,先把技术底层搭好,接下来更重要的是,到真实的商业环境里去反复验证、迭代。

这些复杂的能力在手机上要跑得好,还要跑得久,底层硬件需要什么样的支持?

▍从能跑到跑得动

首先,Agent要随时待命,但如果芯片一直全功率运行,电量就撑不了多久,这就需要低功耗感知。

第二点,硬件要能更好地支持多任务的并行调度。过去CPU、GPU、NPU各自承担比较明确的任务,但到了Agent上,又是任务调度,又是推理计算,后台还得渲染操作界面。这些任务需要在不同的计算单元之间高效切换,每一块都不能有短板。

而且手机上的算力毕竟是有限的,这就说到第三个要求,那就是云端与本地的协同。

徐晧

高通全球副总裁

我们在手机端侧会做预处理,把个人信息简化和压缩,作为local memor(本地的存储)。

如果我要做一个大的规划,如果手机上能做,那我们就在手机上做出来;如果手机上不能做,那规划我们可以把它放到云端,我给它提供某些信息,云端做出规划,再传回来。

端云协同时,最影响体验的,就是延迟,而且智能体的计算不是集中式的,这也更考验分布式动态调度的能力。

把这几条放在现实里对照一下,我们已经走到了哪一步?可以说基础框架已经搭好了,但未来,更加值得期待。

▍Agent时代的移动计算平台

拿我们手上这台努比亚NaviX Ultra来说,它用的是骁龙旗舰移动平台。

针对前面说的低功耗感知,它有两个Micro NPU,平时就盯着语音唤醒和运动状态,功耗压得很低,只有需要AI干重活时,才唤醒主NPU。

至于多任务调度,它的思路是“异构计算”,把不同的活儿,交给最合适的单元。

徐晧

高通全球副总裁

我们的架构包括CPU、GPU、NPU,每个的功能不大一样。CPU主要管控制,大部分的算力实际上在NPU上,所以NPU能够把AI运算在降低功耗的情况下做到极致。NPU最大的优势是它是定点的,所以它是为AI量身定做的,采用最节能的方式。GPU大部分时候比较灵活,但是能耗会更高。所以我们的异构架构,可以让每一个硬件部分都用到它的特长。

那些端侧确实搞不定的,就利用5G的低延迟链路,去和云端协同。

徐晧

高通全球副总裁

我们有非常强大的5G连接,把这个数据传到云端,让云端做完训练(推理),再传回来。所以这些都是统一的一个解决方案的一部分。

这么看来,智能体手机的硬件需求已经“基本”满足了。为什么是“基本”?毕竟今年Agent概念才刚开始落地,随着AI能力增长,算力的需求还会不断提升。我们再来看看,移动芯片行业将如何应对。

比如高通刚刚举办了2026骁龙峰会,发布了新一代双旗舰移动平台(第六代骁龙8至尊版和超级至尊版),官方宣称是专为智能体时代设计的旗舰移动平台。

第一块是CPU。单从参数上看,主频达到了5GHz。但比主频更值得说的,是它带来的一个叫FlexCache的缓存架构。简单解释,就是让不同的计算核心共享同一个缓存池,并且可以根据任务负载动态调整分配。因为Agent的工作方式是:一个请求进来,被拆成一串子任务,这些子任务要在不同的核心之间轮流跑。

传统架构下,任务每切换一次核心,数据就可能要重新从内存里加载一遍。而FlexCache让大家共用一个缓存池,任务交接的时候数据还在原地,就不用从头再来。这样带来的好处就是可以支持智能体保留更长的上下文,响应速度更快,延迟更低。

第二块是GPU,这次的思路是让GPU自己也具备AI能力。新发布的Adreno Neural Fusion,是把AI加速直接放进图形管线里,另外还加了一组专门跑AI的GPU核心,叫Adreno Matrix Cores,用来做AI超分、帧生成和Transformer计算这类事。

第三块就是NPU,这里主要是两项更新。首先是专为Transformer优化的Element Accelerator,里面有两组单元:向量计算单元,负责高吞吐量的AI数学计算,就是让运算更快;标量计算单元,负责决策逻辑、路由和编排,让推理更准确,同时功耗更低。

另一个是大容量共享内存,让模型状态、上下文和KV-cache能存在离加速器更近的地方,这样智能体在多个工具和任务之间切换的时候,不用每次都从头加载。

另外它还支持MoE混合专家模型,以及从INT2到FP16的多种精度策略。在执行任务时,谁擅长谁上,让简单任务省电、复杂任务效果更好。

所以接下来行业的动向,是让NPU、CPU、GPU三条线上都有AI加速,这恰好是Agent这种多步骤任务最看重的东西。

这些智能体手机底层技术的升级,以及正在推出的一些产品范式变化,背后是AI浪潮来临之际,市场对下一代交互体验的畅想。

无论是看小说的老年人,还是“刷社媒”的GenZ,亦或是同时用好几部手机、把它们当移动电脑的上班族,这种形态的硬件已经成为我们生活和工作中必不可少的一部分。而如此由移动互联网形成的紧密关系,正在AI的加持下,面临一次巨大的升级。

这个升级是:从“我来操作”,到“它替我完成”。而当这个变化真正发生时,下一代手机的竞争,可能也就不再只是参数、镜头和芯片的竞争了。谁能成为离用户最近、最懂用户、也最值得用户信任的那个Agent,可能才是下一轮移动计算真正的入口之争。

注:部分图片来源于网络

【本期节目不构成任何投资建议】

跳转微信打开

  •  
❌