铃阅时讯
❌

阅读视图

AI寓言绘本继续更!这次是《守株待兔》

优设 2026-09-20 22:00 湖北

之前给大家分享了好几篇寓言故事题材的AI绘画,不知道大家有没有跟着做。

昨天我家小孩儿又来催更了,说怎么还没有新的故事😂那今天就继续更新这个系列,这次做的是大家从小就听过的《守株待兔》。

这套我还是用了比较耐看的新国风绘本风,人物、树桩、田地这些元素都尽量固定下来,让前后几张看起来像同一本故事书。构图上也没有塞太多东西,基本都是围绕农夫、树桩和田地展开,再靠人物表情和庄稼从整齐到荒废的变化,把故事一步步讲完整。

颜色我压得比较柔和,用了很多土黄、灰绿和米色,配一点纸张纹理,古朴但不会显得太旧。做这种连续剧情,最重要的其实还是人物和场景一致性,不然翻到下一页突然换了个人,真的很出戏😂

老规矩,想要这套《守株待兔》完整提示词的,评论区扣个666,我整理好发给大家。

跳转微信打开

  •  

我与写匠的十年

原创 阳志平 2026-09-20 21:29 北京

写匠十年之旅

昨天下午 2 点,写匠软件暨写匠大模型发布会举办之后,我与线下的观众们又畅聊了近两个小时,回到家,兴奋但又累得快说不出话了。睡了一个大觉,今天醒来后,精气神终于恢复得差不多了。这才有力气来写点文字,纪念我与写匠的十年。

缘起

2013 年 6 月 5 日,凌晨四点五十九分,我在手机备忘录里写下一段话:

我理想中的写书工具:后台,每本书都是一个 git 地址,云端自动备份,无限版本分支,离线在线支持极好,一切变更均有纪录;前台,默认引擎是 pandoc markdown,类似于 Mou 这样酷界面双屏写作,类似于 s 软件一样卡片呈现写作要点。〔按:这里的「s 软件」指 Scrivener〕口号都想好了:优雅写作,漂亮输出。

那是第一次,我萌发了这个念头:给自己做一款写作软件。在当时我的构思中,这款新的写作软件既有 Git 的版本管理能力,也有 Pandoc 的排版能力,还要有 Scrivener 的卡片写作模式,以及漂亮的写作界面。

为何有了这个念头?答案是,那时的我,在闭关读书,也在创作系列著作,对当时的写作软件皆不满意。

时隔十余年,我当年的那些不满意非但依然存在,反而越演越烈了。那么,我究竟不满意在什么地方?

传统写作软件的问题

今天市面上的写作软件,可以归为两类。一类是以 Word 为代表的路线:本地的 Word、WPS;云端的各类云文档软件,如 Notion、飞书文档等。

这类软件突出的优点是所见即所得,文本、图表、版式都统一在一起。然而,缺点也是如此,它把作家写作的内容与最终呈现的排版,捆绑在一起了。稍微讲究一点排版,你花在版式上的时间,就很容易超过你真正写作的时间。

Word 诞生于 1983 年,而同一时期诞生的 LaTeX 则走向另一个极端。它遵循 TeX 语言发明者高德纳(Donald E. Knuth)倡导的文学编程(Literate Programming)理念,突出内容与呈现分离。

多年后,LaTeX 已经成了科技出版主流规范之一,对于复杂科技图书与论文的处理,几乎一家独大,环顾四周,没有敌手。而这里多半要归因于 TeX 语言设计者高德纳的前瞻性,而 LaTeX 社区的努力,则让它成为一个卓越的生态。

然而,从认知科学上来说,TeX 只做到了一半:内容与呈现的分离,却没有做到思想与内容的分离。我们人类更倾向于散文式、叙事式的思考,我们很不习惯在自己的思维中插入一个又一个标记。即使是卓越的数学家,灵感迸发时,第一时间记下来的往往也是只言片语的文字,而非数学公式。

当标记与我们思维的实际内容混在一起时,最终就构成了 TeX 极高的学习门槛。叠加 LaTeX 庞大的安装包,动不动几个 G 起步,如果想支持中文与更多学术图表格式,还要安装一堆宏包,进一步抬高了门槛。近些年流行的 Overleaf 这类云端 LaTeX 实时协作编辑器,才稍微降低一下门槛。

诞生于 2004 年的 Markdown 格式,沿袭了 TeX 语言设计的理念:内容与呈现分离,但只采取极少数标记,并且是人类容易记忆与理解的标记。在 AI 时代来临之后,更成了各类大模型输出标配。

但以 Markdown 编辑器为代表的写作类软件,依然存在问题。最突出的问题是,它的极简标记体系,过于极简了,最终各家不得不自行设计扩展,才能处理交叉引用、数学公式、脚注尾注这些真实的写作需求。于是,我们可以看到大量不同的 Markdown 方言。

有没有可能,我们写作时,用纯文本、用 Markdown 这类轻量、人类友好的语言,而排版时则用 LaTeX 这类设计严谨、体系完备的排版语言?这是我长期以来的一个困惑。

而更要命的是,这些软件大多忽略或低估了一个重要事实:写作是人类的一种认知活动。而专业作家的创作过程更是一种极为复杂、且高难度的认知活动。在我看来,传统写作软件并没有很好地解决作家创作过程中面临的三个核心矛盾。

作家创作的三个核心矛盾

矛盾一:快写 vs 慢改

我提出的认知写作学将写作区分为两类进程:快写与慢改。多数写作类软件是不适合快写的,极少提供让你快速记录灵感的功能。因此,市面上涌现出一类卡片笔记软件。灵感一来,就快速记下来。

但这里有一个鸿沟:我们怎么从一张小小的卡片,过渡到最终的一篇论文、一本图书?

你会发现,最终的解决方案是割裂的。以微软生态为例,Word 负责正经文档,而 OneNote 负责笔记。

但事实上,它本来就不应该割裂。快写与慢改本来就是一个有机的整体。当我们写下最早那张卡片的时候,怎么能让它更有力地过渡到我们最终想出版的那篇小说、想发表的那篇论文?

矛盾二:混沌 vs 清晰

2023 年我出版了《聪明的阅读者》,前不久俄语版上市。你拿到手的时候,是一本清晰有序的书。

《聪明的阅读者》

《聪明的阅读者》

但真实的创作过程是:我总计使用 2 个 Git 仓库,第一个仓库 121 次提交;第二个仓库 288 次提交。整整写了三年。写作仓库大小总计 4.96G。

大多数写作软件默认,写作是一个从清晰输入到清晰输出的过程。但实际上,只要你从事真实的写作,就会发现,任何一个稍大一点的写作项目,永远是从混乱逐步走向清晰。

而大多数写作软件,如何支持我这类真实的图书创作项目?

矛盾三:单文档 vs 多文档

以 Word 为代表的写作软件,以单文档为中心。你想跨文档调用、跨文档复用,极为困难。而 Notion 开启了另一条路线:以多文档为中心,你只面对一个知识库,你所有的文档,无论什么类型,都放在一起。

然而,类似快写慢改,单文档和多文档的矛盾,很多写作软件并没有实质性解决。甚至在 Block(组块)类概念流行后,你开始不得不处理三层:

  • 组块层:以 Notion 类、双向引用类软件为代表;

  • 文档层:以 Word 类、云文档类软件为代表;

  • 知识库层:以 Notion / Obsidian 类软件为代表。

实际上,这种处理逻辑,最终构成一个网状结构,造成极大的认知损耗。所有网状的设计,只会带来一个缺点:认知过载。在规模较小的时候,比如 100~300 篇以内,尚可,一旦膨胀到一定程度,网状的结构,只会成为一团乱麻。

真正优雅的设计,我在不同书中说了很多次:树。树是一种特殊的网络结构,但它具备唯一通道,所以可以大幅度降低认知负荷。

十年之旅

在我看来,很多写作软件就不应该这么设计。因此,2013 年我第一次有了这个念头:做一款更好用的写作软件,服务我这样的专业作家。然而,知易行难,竟然转眼间,就是十年。

2016 年,第一次尝试

2016 年,我第一次组队尝试开发写匠。在认知写作学二期的开学典礼上,我发布了写匠 2016 年版。它当时的定位是「智能中文写作辅助系统」,包括 AIChecker 自动查错等三大模块。

认知写作学二期开学典礼

认知写作学二期开学典礼

这次尝试成功之处是:我们设计了一个基于 n-gram 的中文校对小模型,再用状态机做到极高的性能,校对百万字的稿件都是秒速反应。

然而,失败之处在于,写匠 2016 年版是一款基于 Node.js 的云端服务,距离作家的实际写作状态较为遥远。毕竟,作家不少时候需要离线工作。因此,它沦为一款错别字检查工具了。

那一年,我抽调了团队中的三位同事:一位设计师、一位资深工程师、一位前端工程师。我当时认为,这款产品不够成功的原因是:投入的工程师人数太少了。

2020 年,第二次尝试

2020 年,恰逢疫情,我组建了一支更大的团队,专职做写匠。这次,投入人手更多,并且由我的助手,一位资深的技术管理者担任负责人。

这一年发布的版本,也许是开智社群各位老同学最熟悉的一版。

2020 年版写匠的多模式写作

相比 2016 年,这一年,我们投入了更多力量在机器学习上,研发了二十多个微服务,其中多数微服务背后又部署了一个对应的小模型。各类模型同样与时俱进,升级为 BERT / Transformer 等架构。

但在我看来,这个项目失控了,在达到我心目中的产品水准之前就停摆了。恰逢疫情,被隔离,只能远程办公,团队成员分居全国不同城市,从事一个看不见前途的项目。参与者心情可想而知。最终,项目组的所有人都离职了,唯有留下我这位当老板的,愧对社群同学的信任。

但我有种狠劲,一般人如果碰到软件项目失败,就不好意思跟他人谈及此事。我不一样,我为了激励自己,连续 5 年,在公众号上,发任意一篇文章的时候,都注明此事。本文用写匠创作。就是提醒自己。期待有一日,能将这个失败正面拿下。

2026 年,第三次尝试

原来以为,等机会成熟,再重新组建一个团队,一个产品与技术能力更成熟的团队,来做「写匠」这个项目。然而,合适的人选,却一直没等到。这一等,就是整整 5 年多过去了。

但偏偏 AI 在 2025 年 10 月,突破临界值了,我知道,做「写匠」的最佳时机来临了。

这一次,我决定,亲自上阵。

新答卷

写匠 2026 年版 Logo

写匠 2026 年版 Logo

十年后,我交出了一份新答卷,也就是写匠 2026 年版。而它已经远远不同于十年前的设计。今天的写匠是什么?简而言之,一款 Rust 开发的高性能写作软件,为写作爱好者与专业作家设计。具体而言,今天的写匠独具特色:

更高效的写作流程

写匠内置了我倡导多年的卡片创作法,以及我在认知写作学中提出的快写慢改。写匠把「写三千字」拆成「写十张卡片」:先快写出第一版,再慢改成第二版。它支持卡片列表、卡片编辑、卡片拼接三种模式,如下图所示:

卡片拼接模式

卡片拼接模式

它还支持「快写卡片」。写匠有一个托盘应用,打开它,直接选「快写卡片」,有什么灵感快速记下来,它会自动存好。

托盘里的快写卡片窗口

托盘里的快写卡片窗口

如果缺乏灵感,怎么办?写匠支持高性能的检索,汇总过往相关资料。以「孤独」为例,写匠检索过我过往的写作,回答道:关于「孤独」,你有 518 张卡片提及它,另有 84 张说的是同一件事。然后总结为一段话:

你写孤独,最直接的是把它当成动机模型里的一极:受控、孤独,要转向自主、合群,这是动机增强法要处理的状态[1][3][5][7]。在动机偏好的二四模型里,孤独也和疏离、回避、顺从、共生、合群这些词摆在一起,跟合群动机正好相对[9][11]。另外在谈村上春树那篇里,你说工业时代的孤独感让人们不停舞蹈,却不知心灵的港湾在何处,主人公一直在寻找迷失的自我[2]。

如下图所示:

对话面板的跨项目卡片检索

对话面板的跨项目卡片检索

更精巧的是:检索出来的卡片,可以直接复制,也可以跳转,而且复制级别可以自己配置:句子、段落,还是整张卡片。

写匠在慢改模式上,支持实时保存、版本管理,更支持实时写作分析,能从整体、字词、句法、篇章到元话语五个维度,即时分析作家的文本,如下图所示:

实时写作分析的统计面板

实时写作分析的统计面板

更现代的格式支持

.txt 适合写诗与小说,.md 适合日常文章,.typ(Typst)适合科技论文。写匠默认安装后,就带了三种格式的示范项目,分别是 TXT 格式的《诗十四》,Markdown 格式的《写匠示范》与 Typst 格式的《论动体的电动力学》。

以爱因斯坦(Albert Einstein)1905 年发表的《论动体的电动力学》中文译本为例:

Typst 格式实时预览:《论动体的电动力学》

Typst 格式实时预览:《论动体的电动力学》

Typst 是新的排版语言,可以理解为对 LaTeX 的现代化改良。有了它,就可以排极为复杂的版式。

学过 LaTeX 的人都被复杂的语法折腾过。但我认为,到了 AI 时代,我们不应该这么干了。因此,写匠自研了一个排版大模型(目前仍为预览版)。

写作时,你依然用纯文本或 Markdown 写,无所谓。写完后,则交给 Typst 来排版。

AI 助手的排版页

AI 助手的排版页

更精美的排版设计

图书与学术论文的出版级排版。如下图所示:

出版级排版预览

出版级排版预览

这是首批内测用户最喜欢的功能之一,非常有助于进入写作心流。它其实利用的是作家的「未完成情结」,当你的稿件被实时渲染为真书、真论文排版效果后,你看到成品,会大大提高写作动力,改掉这个成品尚不完善之处。

写匠还支持一键整理参考文献格式以及生成各类图示:

一键整理的参考文献

一键整理的参考文献

我认为,重要关系无非这几种:对比、因果、转折、推进、列举。推进有时间推进、空间推进;列举有二要素、三要素、四要素、五要素、六要素。因此,写匠内置了这些图示。更复杂的图表,你也可以自定义排版指令,下次即可复用。

更强大的 AI 功能

写匠提供了强大的 AI 功能,包括校对、润色、分析、排版、检索、对话等。写匠默认提供的是云端引擎,但也支持本地引擎。如果切换到本地引擎,则可将写匠自研的系列大模型与第三方大模型,通过活水模型(42model)下载到本地,不依赖任何云端即可使用专业 AI 功能。如下图所示:

活水模型里的写匠自研模型

活水模型里的写匠自研模型

更酷的是,未来,所有自研大模型都支持作家使用自己的写作语料傻瓜式地微调,再回传本地使用,让 AI 越用越懂自己。

提醒:本地大模型的安装、微调、回传,均需借助活水 AI 实验室出品的另一款软件——活水模型(42model)。

下载地址:https://42model.com

写匠,你的写作系统

写匠功能较为丰富,远不止于上述介绍的桌面端,它还包括配套命令行(CLI)、云端服务与自研的写匠大模型。因此,我将写匠称之为「写作系统」。

其中的 CLI 方便各类 Agent 调用,桌面端几乎所有功能,CLI 都同步支持;而写匠大模型则包括两大序列:核心模型与辅助模型。

  • 写匠核心模型:中文校对大模型(已上线)· Typst 排版大模型(已上线)· 数字人文分析大模型(即将上线)· 作家风格大模型(即将上线)。

  • 写匠辅助模型:向量检索模型 · 实体提取模型。

目前上线的写匠中文校对大模型与写匠 Typst 排版大模型均为预览版,但都有独具特色的设计。前者提出了新的中文校对基准,并大幅降低了误杀率,以较小参数规模获得了领先旗舰模型的优势。

后者则是世界首批排版大模型,在公开评测集 StructEval-Typst 上,以 4B 参数拿到 94% 的编译成功率,这一项排名第一,领先于千亿级旗舰模型。

开源权重也发布在 Hugging Face 与 ModelScope,

模型 ID 为:42ailab/AIWriter-V1-4B-Check-Preview与 42ailab/AIWriter-V1-4B-Typeset-Preview。

更详细的介绍,可留意活水 AI 实验室(42ailab)未来正式发表的预印本论文及相关技术报告。需要提醒的是,当前发布的模型尚为预览版,有不少已知的不足。

小结

AI 时代,最佳写作工作流究竟是什么?我目前的倾向是,它未来大概率将分化为两端:一类是 AI 为主,人类为辅;另一类则是人类为主,AI 为辅。写匠选择的立场是:人类为主的写作模式。

在今天,我们也许会追逐写作的功用,但在我看来,写作始终存在另一种选择:洗心养气,安放自己的心灵。

而写匠,就是服务这类严肃写作者。他们/她们或许是写作爱好者,或许是专业作家。但我们之所以写作,是享受写作本身的乐趣。

写一本书,从一张卡片开始;成为创作者,不妨从使用写匠开始。立即下载写匠(网址:https://aiwriter.cn),用它创作你的诗篇。

阳志平

2026-09-20

相关阅读:

阅读原文

跳转微信打开

  •  

峰瑞李丰:全球流动性见顶之后,这一轮AI周期往哪儿走?

原创 李丰 2026-09-20 21:02 北京

泡沫破了,AI应用的机会才真的到来

九月中旬,全球三大央行在同一周内完成了同向转身。

9 月 18 日,日本央行宣布加息 25 个基点,利率升至 31 年来的最高水平,这是其年内第二次加息。前一天(美国时间 9 月 16 日),美联储三年多来的首次加息正式落地,利率区间上调至 3.75%–4.00%;再往前一周的 9 月 10 日,欧洲央行也将欧元区三大关键利率同步上调 25 个基点,同样是年内第二次。

至此,美、欧、日都转向加息,全球流动性的总闸门,正被一道道拧紧。

加息听起来离我们很远,但它的回声就在身边。

过去一年,朋友圈里刷屏的话题,从“新模型又多了什么功能”,悄然换成了“某只股票今天涨跌多少”“某家公司估值翻了几倍”;在硅谷大厂和创业公司,工程师们热衷讨论的不再是技术参数,而是某家公司的估值到底虚不虚,以及“手里这份期权,该去 A 公司、O 公司,还是 X 公司”。

这些日常的细微变化本身就是信号:一轮由天量流动性驱动的美元资产周期已行至尾部,AI 产业周期正在进入后半段。

这正是本文想要讨论的。素材主要来自「高能量」播客《宏观漫谈》栏目和丰叔近期的分享,围绕三个问题展开:全球资本市场此刻站在周期的什么位置?AI 产业在这个位置上处于什么坐标?拐点之后,机会将从哪里生长出来?

这是「宏观漫谈」专栏2026年的第四篇图文内容,我们希望分享一种观察视角,欢迎各种不同角度的交流。也欢迎移步小宇宙App / 苹果播客,搜索「高能量」收听完整的节目。

要判断一轮周期走到了哪里,先来简单回顾一下它从哪里来。

本轮AI热潮在金融层面的起点,不是2022年11月的ChatGPT,而是2020年的全球放水。

2019年,全球股票总市值与全球GDP之比仍在100%左右,处于“巴菲特指数”的合理区间;2020年为应对疫情,美国开启无上限量化宽松,全球主要经济体的央行在前后一年内印出了超10万亿美元基础货币。这些钱经银行体系3到4倍的乘数放大后,相当于全球流通货币总量凭空多出了百分之十几。这在金融史上几乎没有先例。全球股市和一级市场随之在2020年下半年到2021年普涨走高。

这笔钱被集中推向美元资产,发生在2022年:俄乌冲突让欧洲难以配置,中国面临疫情等不确定性,占全球GDP近三分之二的三大经济区域中有两个去不了,天量资金于是涌向美元资产。

与此同时,美元加息又推高了美元及美元计价资产的升值预期:2022年3月,美联储首次加息25个基点,5到7月又连续加息200个基点。同年11月,ChatGPT的出现,更是给资产价格上涨提供了一个再好不过的理由。此后2023到2025年,全球资金持续增配美元资产,堆出了一轮规模越来越大的市值上涨。

我们来看一组数据:全球股市市值从2019年的89万亿美元上涨到2025年的148万亿美元,其中美股市值占全球股市市值的比例从2019年的38%上涨到2025年的47%。(关于这一轮金融周期的详细由来,欢迎阅读《峰瑞资本李丰2025年年终分享:AI投资的逻辑与展望》)

这一轮资本周期可以分为三段:2024年底之前是第一阶段,全球资本市场总市值普涨;2025年中开始进入第二阶段,即存量博弈——通胀在全球成为普遍现象,没有人能再大幅印钱,于是纳斯达克涨的时候道琼斯不涨,道琼斯涨的时候纳斯达克不涨,A股也差不多;第三阶段则是资金的再配置。

判断这一轮美元主导的金融周期走到了哪里、流动性是否开始见顶,依据的是一个朴素的逻辑:任何一个大类资产要持续涨价,都需要越来越多的增量资金流入,因为价格越高,再往上推一层所需要的钱就越多;一旦新钱不够了,市场就难以继续普涨,而会变成“A涨B跌、A跌B涨”的轮动。

当下,全球流动性应该已经接近见顶,新钱开始不够了。

与此同时,前面已经赚到钱、想止盈离场的人也越积越多。最近一个月的几个迹象都指向同一个方向:欧美日韩英等主要发达经济体的债券收益率同时飙升(收益率上升意味着债券被抛售),美国下场干预日元汇率,美国科技巨头不管交出多好的财报,股价都有点涨不动了。

一组数字可以说明,这轮上涨吃掉了多少钱。

美股总市值从2019年疫情前的34万亿美元涨到今天的约75万亿美元。考虑到并非所有筹码都在时刻流动,多出的40万亿美元市值,可能需要五到八万亿美元级别的净流入来支撑。债与股不同,每一笔债背后都有一笔真实的钱在买:同期全球债务规模从约250万亿美元增长到350万亿美元左右,增加了约100万亿美元;其中美债从约23万亿增长到约40万亿美元,对应17万亿美元的现金流入。

当钱的总量不再增长,市场上的资金会同时出现两种心态:恐高,和追逐热点。于是同一体量的钱开始“从这个坑蹦到那个坑”,指数不再普涨,板块之间轮动的速度和幅度都在加大。这种轮动甚至发生在半导体行业内部:一会儿涨CPU,一会儿涨存储,一会儿涨GPU。轮动加剧,说明存量博弈已经充分展开;而接下来要讨论的增量资金枯竭,则说明这个阶段正在走向尾声。

存量博弈的根源,是美元资产的增量资金来源正在耗尽。

先看美国自己的账本。联邦财政收入约5万亿美元,按当前利率水平推算,全年国债净利息支出约1万亿美元,再加上约0.9万亿美元的国防开支,仅这两项就占掉财政收入的近40%。赤字预计还会继续扩大,美债因此只能越发越多——美国财政部预计,2026年6到9月将发行超过7000亿美元的国债。

但买家却在减少。过去两年,包括中国在内的多国央行持续增持黄金,降低美债在储备中的占比。剩下的主要买家日本,又因日元贬值到40年来的低点而自顾不暇。美国号称要帮日本稳汇率,但财政部不经国会就能动用的汇率稳定头寸只有小几百亿美元,本质上是在管理预期,实际作用有限。

供给多、买家少,市场要求的利率自然就高:当前美债10年期收益率升到5%左右,30年期突破5.2%,接近或达到2007年以来的高位。

于是形成了一个“敏感而脆弱的三角”:美国需要大规模发行国债;美债的中标利率又不能太高;同时,日本不能以不买或抛售的方式引爆流动性。

周期尾部最难的问题是没有钱了。对美联储来说,加息会抬高偿债成本,降息则会暴露弱势。美国财长与联储主席正竭力维持“美元适当强势”这条比钢丝还细的通道,但真正能用的手段已经不多:一是鹰派喊话、管理预期,二是在全球风险升温时,坐收避险资金回流美元之利。

2026年3到6月的一个小循环,正好验证了这套机制及其极限。

2月底美以伊冲突爆发后,全球资金先是恐慌性地配置现金,随后配置美元和美债,4到5月美元指数快速上涨,美股存储芯片板块同步急涨。这场危机客观上让全球资金又向美元资产集中了一轮。但这一次能抽的体量已经不多,抽不动之后,美债和美股都进入了宽幅波动。即便日韩的杠杆被打爆,所能抽走的资金相对于75万亿美元的美股来说,也已不足以驱动下一轮上涨。

雪上加霜的是,这些有限的钱正被几方同时拉扯:美债需要流动性支撑,这是第一优先级;75万亿美元的美股要再往上推,需要持续的资金流入;AI数据中心的融资需求也在快速膨胀,私募债规模正向万亿美元级别靠拢。

而全球其他主要经济体同样自顾不暇:欧洲央行已重启加息,日本央行也在缓慢收紧、日元资金回流本土,都难以再像过去那样为全球资本市场输送大规模流动性。

在估值高位、流动性边际收紧的情况下,黑天鹅往往不是从具体公司的基本面恶化开始,而更可能由外部流动性与地缘冲击引发。

第一只黑天鹅是日元。

过去一年多,日本一直是美元流动性的主要提供者。日本本身就是美债最大的海外持有者之一,更关键的是“套息交易”:日本长期维持近零利率、又没有资本管制,全球投机资金从日本低息借入日元,换成美元去买美债美股,这是过去一年美元资产的一大流动性来源。

而套息交易大多加了杠杆,随着日本持续加息,这些交易可能被大规模平仓;日本的保险等机构也会集中抛售美元资产、回流本土,以享受日元升值的收益。

第二只黑天鹅是数据中心私募债。

苹果、谷歌这类账上趴着上千亿美元现金的公司,原本是美债的重要买家。但今年二季度,除现金流最稳的微软外,谷歌、亚马逊、Oracle等互联网及科技巨头都因资本开支过高,自由现金流转负,从美债的买家变成了自己发债抢流动性的一方。发债最多的是Oracle,去年发了430亿美元债券,今年预计再筹200亿美元,其企业债的交易利率已持续走高。

一旦这类私募债爆雷,就可能引发对整个资产类别的连环抛售。

第三只黑天鹅是霍尔木兹海峡。

6月备忘录带来的“部分重开”窗口已经关闭,海峡目前重回接近停摆的状态,而全球能源和大宗商品市场今天的抗压能力,远弱于两个半月前。如果封锁局面持续,大宗商品价格将面临更大的上行压力(9月9日,布伦特原油期货自7月24日以来首次突破每桶100美元),整个市场都可能被拖垮。

即使不直接影响美国,它也会波及美国遍布全球的供应链。依据业界估算,中国的石油战略储备能力已扩大到四个月,加上新能源的发展使能源来源更加多元(如数据中心多用绿电),相对安全;日本、韩国等则很难说。

判断周期是否已经翻转,有两个可跟踪的指标。

第一个指标是“只看第一名”:只要头部公司(比如2000年的思科)的股价还能创新高,资本周期就还在向上;一旦第一名股价不能再创新高,就可能已进入下行周期。

第二个指标是黄金与美元的跷跷板:市场预期美元走强时,资金优先去有利息、流动性高的美元;美元表现出弱势而风险担忧仍在时,资金就转向黄金。

在周期尾部,最难赚的是最后一波钱。

当大类资产进入高波动或下跌阶段,很难指望某个子类别逆势快速上涨,就像过去四年房地产普跌时,几乎找不到能长期独立上涨的商业地产。但见顶并不意味着立刻下跌,大类资产会持续宽幅波动,直到某一天流动性真正逆转。

至于黑天鹅从哪里、何时飞出,实在不好预判。

把镜头再拉远,这轮金融周期还有一个更大的背景。

1971年美元与黄金脱钩后,央行印钱不再有硬约束,各国央行越来越激进地用扩表来干预危机。有一本书叫《货币之手》,描述的正是全球央行行长们如何用自己那只“神奇之手”制造出流动性。但凡有潮起潮落,就上手段。

2008年全球金融危机后的量化宽松(QE),美国分了三次半、用三年半逐步试探,基本是不够就再印一点,相对审慎。2020年则不同,一上来就是降息至零加无限量QE,七八个月就完成了上一次用三年半才完成的QE总量。

2008年印出来的钱,本应在2017年开始的加息、缩表周期中逐步出清,但特朗普政府对美联储政策的干预打断了这一收缩过程。随后2020年疫情又叠加了一轮规模更大的放水,结果是“至少一次半的泡沫”堆在了一起。后果是:除中国外全球通胀难抑;资产价格高企(75万亿美元的美股市值,对应的只是30多万亿美元的GDP);以及贫富分化加剧(有资产者受益更多,没有金融资产的人没法受益)。

由此悬着两把达摩克利斯之剑:如果泡沫破裂,理论上要“破一次半”,届时全球的一二级市场都会受到冲击;但央行行长们已经习惯了自己那只干预之手,很可能更快出手,再堆起一个更大的泡沫,代价则是长期滞胀与难以逆转的社会分化。

AI技术能解决当前困局吗?

这显然是个过高的期待,而这种期待本身,又放大了AI叙事的泡沫。需要区分的是:AI技术有价值,不等于AI公司及其股票就有价值、或值那个价。热点的形成和估值的弹性,很大程度上受流动性影响——在流动性的上行期,一些线性增长的技术,也能获得非线性增长的估值。

撇开技术本身,从金融视角看,由技术创新驱动的金融周期通常分为两个阶段:

在一个技术周期的前半段,一般是搞金融的人竭尽全力去讨论技术;

在周期的后半段,则是搞技术的人竭尽全力在讨论金融。

具体到AI,开头提到的那些日常变化——朋友圈从讨论模型参数转向讨论股票涨跌,硅谷的工程师从讨论技术转向讨论估值与期权——就是这种阶段切换的写照。

从这个角度看,这轮AI产业周期正在进入后半段。就像爬山,有上山,就有下山。

那么,由AI技术创新引发的金融周期,不同阶段的投资标的有什么不同?

第一阶段,技术创新刚起步,大家投的是最大的技术创新节点,也就是大模型。

第二阶段,大模型阵营大致成型之后,大家投的是这项技术“最有想象力”的应用:在美国是通用Agent(或者此前常说的AGI),在中国还多一条赛道——具身智能机器人。前者替代人在数字世界的工作,后者替代人在物理世界的工作。但“最有想象力”的另一面,就是没那么容易落地。

只有当前两个阶段走完,大家不再关心谁能讲最大的故事,而开始关注“谁能用技术真正赚到钱”时,才会进入第三阶段。

我认为,AI正处在技术投资从第二阶段向第三阶段过渡的临界点。从2026年5月开始,我个人判断拐点已经临近,于是在基金内部鼓励同事们转向“谁能用上AI、并且靠它赚到钱”的方向。

支撑今天AI相关产业这些“高楼大厦”的底层,是全球AI资本开支的持续投入。高盛的数据显示,到2026年底,全球AI领域的累计投资总额将达到1.8万亿美元。这样的资本开支能否持续?答案或许要交给时间检验,但眼下已经能看到一面镜子和五个信号。

这面历史的镜子,是2000年的思科。

互联网泡沫时期,市值创下全球纪录的不是互联网商业模式公司,而是做交换机的基础设施公司思科,最高时达5500亿美元。当时的逻辑是:互联网再怎么有泡沫,总要建基础设施、总要买交换机,何况思科手里还有几百亿美元的在手订单和客户定金。

思科在2000年还推出了一项业务:向购买设备、建设基础设施的互联网公司提供设备租赁和贴息贷款。是不是和最近我们看到的一些新闻很像?泡沫破裂后,最大的打击恰恰来自那几百亿在手订单——其中大部分不再执行,客户宁可损失定金也不再扩张,思科市值一年之内跌去了80%多。这里没有影射任何一家公司的意思,只是回顾一段早年的故事。

如果说思科的例子比较特殊,我们不妨再看看全球资本开支正在转折的五个信号。

第一个信号是资本市场态度的逆转。

2026年一季度,全球主要AI科技巨头和中型互联网公司在“谁激进就给谁高估值”的氛围下,纷纷宣布激进的数据中心资本开支计划。二季度则是全产业链“最FOMO”、花钱最狠的季度:所有人都相信存储一定会涨价,于是囤库存、砸真金白银。

但从7月下旬二季度财报陆续公布以来,风向似乎从“谁花钱激进谁厉害”变成了“谁激进惩罚谁”。对于上半年资本性投入超过自由现金流的中大型互联网公司,资本市场都给了折价,谷歌也没能逃过。

7月22日,谷歌母公司Alphabet公布二季度财报:收入增长24%,云业务增长82%,但资本开支同比翻倍至449亿美元,自由现金流首次转负(-59亿美元),并将全年开支指引上调至1950亿至2050亿美元。次日股价下跌7.1%,单日市值蒸发约3000亿美元。

第二个信号是成本压力。

二季度主要科技公司的毛利受涨价影响相对较小,是因为卖出的产品用的还是一季度之前备好的低价库存。到了三季度,原有库存消耗殆尽,再加上英伟达因存储成本飙升而上调AI服务器价格,成本压力开始集中传导至终端。

从公开报道看,苹果在日本市场两度上调iPhone售价,华为、小米、荣耀等国产安卓阵营的多款产品也在9月初宣布涨价,原材料涨价的影响开始显现。

第三个信号是基建不达预期。

美国2026年初宣布的大批数据中心,因为更严格的环评、州政府审批、电网与配套发电设施、周边居民投票等因素,在进度和规模上普遍受阻:仅一季度就有超过75个项目(总价值达1300亿美元)被取消或延迟。到了二季度,反对数据中心的声浪和行动还在持续扩大,以至于特朗普总统8月底甚至出面回应——在他看来,数据中心是那只会下金蛋的鹅(Golden Goose)。

目前,美国2026年宣布的12GW数据中心容量中,已有六成(7GW)被取消或延迟,处于活跃施工状态的仅约5GW。

第四个信号是巨头启动“以租代买”策略。

英伟达与第三方金融公司合作,帮客户获得贷款或为体外贷款提供担保,再把GPU租给用户使用。《金融时报》的评论指出,这本质上是“老式的供应商融资”——英伟达在给客户开支票,让他们多买产品,或者买得起原本买不起的产品。思科和北电在互联网泡沫崩盘前的半年,也用过同样的方法。

第五个信号与之相关,是巨头的现金流。

《巴伦周刊》发文追问:英伟达财报炸裂,但现金流去哪了?依据最新财报,英伟达净利润亮眼,但自由现金流环比腰斩,应收款项激增(半年增加约246亿美元),远高于历史水平,长期借款单季度翻了四倍。

二级市场的情绪会传导到一级市场,因为一级市场的财富效应,归根结底受二级市场影响。

今年以来,中国的一级市场和二级市场有点像:不是普涨,估值增长集中在AI与中国产业政策有交集的领域,如机器人、具身智能、世界模型、量子计算、可控核聚变。热点转得也很快,很短的时间里就能积累很高的涨幅。

最近一两个月,这些热门赛道在一级市场出现了降温的迹象。

首先,新钱在减少。

此前能把机器人企业的估值推到上百亿,是因为有足够多的钱涌入;现在国资因54号文有不同程度的刹车,发改委和超长期特别国债出资的几百亿母基金也要求投早、投小、投特定估值以下,中后期所需的更大规模资金出现了缺口;美元基金上半年激进了一下,在追平进度之后,有的也开始观望。

其二,财富效应的传递在逆转。

2025年上市的公司到2026年下半年陆续解禁,大家发现上市时几百亿港币的故事,到解禁时只剩几十亿或百把亿的市值,财富效应远不如预期。

其三,港股“打新”市场的赚钱效应降温。

港股打新通常不是高概率赚钱的事。然而今年上半年,港股新股首日破发率只有14.3%,为近三五年来的最低水平,吸引了大量短期投机资金去打新炒作。打个不严谨的比方:当打新几乎稳赚、两周就能赚百分之几十时,谁也不愿意等一年去赚10%。

因此,破发率何时回到“正常水平”(大约一半),可以视作港股能否回归投资属性的一个观察指标。

7月以来,这个指标开始变化:7月港股共有17只新股上市,首日破发率超过40%;8月仅2家公司挂牌,上市节奏放缓;在经历了8月下旬约两周的空窗后,9月初当周仅有的两只新股首日双双破发,首周均跌去两成。截至9月中旬,5只新股中4只首日破发,破发率达80%。这或许是港股打新赚钱效应消退的开始。

总结一下,AI产业在当前宏观环境中的周期坐标可以概括为:

金融周期处于第二阶段(存量博弈)的尾部;技术投资处于第二阶段(最具想象力的应用)向第三阶段(谁能赚钱)过渡的节点;支撑科技公司估值的资本开支自我强化机制(只要开支不停,收入和股价就能互相喂养,估值就能维持),已出现了与2000年相似的裂缝。

每到泡沫尾声,总会有人搬出那句老话:“这次和以前不一样”。

这轮AI和上一轮互联网有什么不同?烧钱的位置确实不一样。

互联网时代,绝大多数人没用过互联网,互联网公司必须用补贴把用户拉上来,钱烧在前台,用来教育用户;后来市场要求这些公司证明当期能赚钱,烧钱一停,有些公司就倒了。今天用户已普遍使用移动互联网,许多公司只需在产品里加上AI功能即可,钱主要烧在了后台——也就是大模型相关的技术上。

但烧钱的位置不同,并不意味着结局不同。如果有一天,市场要求大模型公司证明当期的赚钱能力,它们同样要开源节流:减少资本开支,想办法让每一个Token都能收到钱。

这正在开始发生,不管是国外还是国内的大模型,都已经开始收费,或在考虑收费。

一旦大模型公司开始对Token收费,大模型与互联网的一个重要差别就会凸显:互联网用的几乎都是静态数据库,一次处理、多次复用,单次服务的边际成本很低;大模型则是每一个问题进来都要实打实地消耗算力算一遍,输出答案时还要再动态算一遍,两者的成本结构差距很大。

所以,如果市场真的要求基础模型公司赚钱,结局会是什么样,是值得我们持续关注的问题。

判断周期处于尾部,并不等于看空技术。泡沫破裂只是一个金融周期的概念,有泡沫不意味着技术没价值。

蒸汽机从成为工业革命的象征到被广泛使用,中间隔了大几十年;互联网经历了若干次泡沫破裂,并不妨碍它今天在应用层面无处不在。说AI技术有泡沫,也不是否定它对商业和社会的深远影响。

拐点之后该往哪里看?在资本上行周期,大家投的是叙事,看谁的故事大;过了拐点进入下行周期,技术叙事没那么重要了,大家投的是谁能赚钱。

因为一级市场不能随时交易,所以我们需要先做一个判断:如果认为还在资本上行周期,可以接着投故事大的;如果认为快到拐点了,就要多投能赚钱的。

那么问题来了,投什么能赚钱?

中国的AI应用就是答案之一。以前中国在技术周期的前半段通常落后,到了应用阶段才开始领先。这一轮AI则不同:中国在技术阶段已经不太落后,到了应用阶段更有长处。

中国的优势在于数字化基础设施完善、产业链齐全、产业环节和场景多,外加产业政策的驱动:从2025年下半年以来,产业政策已经开始导向AI+应用。

2025年8月,国务院印发《关于深入实施“人工智能+”行动的意见》;2026年4月28日,中央政治局会议明确要求“全面实施‘人工智能+’行动”;7月30日的政治局会议在科技论述中,也把“人工智能+”放在了非常重要的位置,还强调了发展智能经济新形态,完善人工智能治理体系。

AI+的故事也许没有机器人那么宏大,也不是当下的投资热点,但当具体行业加上AI之后,提质增效、开源节流的故事,同样值得投资。

关于AI技术溢出的路径,我有一个初步判断:今天的热度都集中在数据中心租赁与服务、半导体设备和芯片这些与AI直接相关的领域。但世界终究是公平的,经济终究是多元的,任何一个大经济体都不可能只靠一个主轴驱动,所以各个方向都会有机会。我认为市场热度会向更广义的领域蔓延,例如AI+消费、AI+服务、AI+工业和制造业,扩散到那些既用得上AI、又能赚到钱的方向。

另一个角度的答案,是投那些又大又便宜、目前可能无人问津的资产。

不论一级还是二级市场,多年验证下来的一个道理是:买在无人问津,卖在人声鼎沸。所以要看“哪里大、哪里便宜、哪里无人问津”。我们完全可以乐观一点:又大又便宜,就决定了它不可能一直无人问津。

我举两个例子。一个是生物医疗与AI的交叉。

峰瑞投了多轮的生物医药企业炎明生物,用六年多做出了十几条全新靶点的First-in-Class管线,其中5条已进入一二期临床。这家公司做了六年,估值却与另一家我们今年才投了6个月、估值已翻了十几倍的世界模型公司几乎一样。

听起来有点不公平,但这个世界迟早会公平。所以从5月起,我一直在内部鼓励同事们多投生物医疗,尤其是生物医疗与AI的交叉。

8月,AI和生物医疗行业迎来了一条鼓舞人心的重磅新闻:Moderna用AI筛选做出了人类首个个性化的黑色素瘤癌症疫苗,股价一天涨了近两倍。它用的是一项故事不够大、但确实与AI有关的技术,完成了核心的筛选工作——AI在这里是真的有用。

从产业侧看,当下中国的管线类药企都在积极license out(对外授权),这也是今年中国生物医药license out金额突飞猛进的原因(已占全球医药研发license out总金额的2/3)。这个趋势会倒逼或鼓励更多药企提高管线研发的速度、广度和效率:既要快、又要多、还要好。为了达成这个结果,它们会竭尽全力用上更多新的效率工具,AI自然是其中之一。

另一个例子是SaaS。

SaaS这个行业一向不太被看好,大模型起来之后,更有一种声音认为SaaS会被AI淘汰。我的看法有点不同:SaaS公司有自己的数据与资产积累、客户积累以及工作流积累,一定会有很多SaaS公司走向AI化,变成新一代的软件服务公司。

总结来说,本轮AI热潮在金融层面,是2020年的天量流动性在2022年被迫集中配置于美元资产的结果,ChatGPT只是这笔钱恰好找到的理由。到2026年三季度,增量资金即将耗尽,全球流动性开始收紧,美元主导的资本市场走到了存量博弈的尾部。科技巨头的AI资本开支出现了与2000年思科相似的裂缝,一级市场的热门赛道也开始降温。

不管这次是否真的与以前不一样,只有当大模型驱动的金融周期进入后半段,市场才会开始关注到底谁真的能用AI赚到钱,而不是谁能拿AI讲一个最宏大的故事。到了那个时候,AI应用的机会才会真正到来:普遍、巨大,且持续。

(以上内容为个人观点,仅供参考,不构成任何形式的投资和金融建议。)

跳转微信打开

  •  

手机卷到头了,下一个让人忍不住掏钱的新物种,长这样

原创 向阳乔木 2026-09-20 19:15 天津

最近大模型领域好像没啥大新闻,唯一让大家兴奋的是 Jev 模型。 一个专为软件自动化决策

最近大模型领域好像没啥大新闻,唯一让大家兴奋的是 Jev 模型。

一个专为软件自动化决策设计的模型,不能聊天、不能写文章,只做决策。

研究几天,新鲜感很快消退。

不过细想,超快、超便宜的特性,感觉很适合自动驾驶和机器人?

说到机器人,我一个好友的终生梦想就是做机器人,尤其是养老机器人。

年纪大了,就让机器人照顾自己,让子女去追求自己的梦想,不拖累他们的生活。

他原以为做机器人这件事儿可以做一辈子,但由于 AI 突飞猛进,他觉得自己梦想设小了,哈哈哈。

果不其然。

今天,启元机器人在上海西岸梦中心·梦工厂举办「我和我的个人机器人」新品发布会,启元 Q1、启元 T1 两款产品正式公开发售。

飞书文档 - 图片

两款机器人都是C端消费级机器人,并非工业机器人。

这让我很吃惊,这么快就有家用机器人了?

看完发布会后,感觉机器人发展速度可能比我们预期的快很多,有点科幻照进现实的感觉。

启元 T1 是什么

启元 T1 是一款可变形机器人。

室内是轮足人形,双足站立;到了户外,遇到草地、台阶、砂石路,它会自动切换成四足形态。

飞书文档 - 图片

央视之前有报道,我截取一段视频,给大家看看有多酷。

在家里,可以变成轮足人形,不仅轮子转起来几乎没声响,而且支持原地转向。

轮式移动和原地转向,让它在沙发、餐桌之间穿行更灵活。

机器人碰到东西会主动卸力,支持触摸、牵手等自然交互,让人没有冰冷机器的疏离感。

柔性.gif

带它出门逛公园、走步道,它又会自动切回四足形态。

路边的草坪、小区里的砂石路、出门遇上的小斜坡和台阶,它都能稳稳踩过去,跟在你脚边随行。

户外.gif

看发布会,启元 T1 Pro 版还支持随载物功能,拿不动的东西可以放他身上,哈哈。

另外,我发现有一点特别牛 x。

启元 T1 会自己判断识别环境,自动切换合适形态,完全不需要人工干预设置。

看下面这个自动变身,帅啊~

640.gif

启元 T1 还有个功能我觉得超级实用:跟拍。

他们跟影石合作,机器人能手持云台相机完成希区柯克变焦、环绕运镜这种专业运镜效果。

你只需要说一句"跟着我拍",它就能自动保持合适距离和取景角度。

全家出去玩,再也不用安排一个人拿手机或相机拍。

孩子在跑、宠物在闹,大人在聊天,大家都在画面里,完整记录美好回忆。

启元 Q1 是什么

启元 Q1 是启元的另一款产品:“全球首款可装入书包的个人全身力控人形机器人”。

一起看官方的宣传片和技术解读:

技术上,他们把 QDD 准直驱关节压缩到鸡蛋大小,保留了完整的力控能力,全身 22 个自由度。

力控可以帮助机器人调节与外界接触时的作用力,让交互更柔顺,降低接触冲击。

对于家里有孩子的人来说,这个产品细节相当重要。

研发这一块,他们今年请来了北京大学长聘副教授董豪担任首席科学家,带队具身智能研究院。

半年内在空间导航、柔性操作、家电操控、个性化寻物四个方向连续有成果,多项入选 ICRA 2026 和 CVPR 2026 Highlight,这个团队真的在做基础研究,不只是攒硬件。

有意思的是,他们还把机器人外壳结构件开源了,用户甚至可以通过3D打印定制外壳、模块化更换部件,把它做成自己喜欢的样子。

启元 Q1 探索版开放SDK、HDK和硬件拓展接口,支持二次开发。这么说,可以尝试用 Vibe Coding 改造机器人了?

飞书文档 - 图片

看启元 Q1 介绍,感觉对不同人群场景都挺吸引人的。

对孩子来说,不仅可以当英语陪练,还可以用来学习具身编程,平时是个会跑会互动的玩伴。

对喜欢潮流数码的年轻人来说,完全支持 DIY,换外壳、调动作、设人设,朋友聚会带着,必然全场吸睛。

对于忙碌的科技先锋来说,启元 Q1 可以成为个人办公助理、家庭管家,家里老人的健康辅助工具。

对搞科研的专业人士来说,启元 Q1 探索版全量SDK&HDK接口开放,不用自己弄硬件,就能做运动控制、交互智能、环境感知实验。

个人觉得,手机和新能源汽车差不多快卷到头了。

在 AI 加持下,下一个新质生产力变革,大概率是机器人硬件。

机器与人的连接

看了很多启元机器人的宣传介绍。

发现他们很努力的在传递一件事儿,那就是机器人如何与人共处,如何成为人的伙伴,而非替代者。

他们希望打造:一个愿意走进你生活、陪你探索世界的个人机器人。

比如 影视飓风创始人 Tim 惊叹:它真的可以运镜。未来,机器人可能会成为最懂你的摄影搭档。

image 2.png

郎朗的音乐会,与机器人一起合作演出。让大家觉得科技如音乐,有温度,可共鸣。

p7Z1Ekae.jpg

在ChinaJoy上,“社牛”青年让启元 Q1 机器人带着逛展。

I7nsLtGh.jpg

让机器人出现在各种真实、有人气的场景里,先让人觉得“这东西挺好玩的”,再去了解它能做什么。

机器人与人的关系,值得持续探索,最终让更多人接受和认可。

另外,启元的生态布局比我想的还要广。

腾讯 WorkBuddy、京东健康、网易有道等都在合作名单里。

背后有一套正在成型的应用生态,健康检测、AI 教育、办公助理,各种各样场景都在生根发芽。

写在后面

关注个人机器人这个方向有一段时间了。

之前每次看到相关新闻,第一反应都是"还早"。

但今年的节奏明显不一样了。

上纬新材 2026 年半年报披露,上半年研发投入约 1.80 亿元,其中消费级具身智能机器人业务约 1.64 亿元。

消费级具身智能机器人业务预收货款达到 2.1 亿元。

数字不能直接等同于销量,但至少说明一件事:

个人机器人已经不只是大家围观的街拍对象,真的有人愿意先掏钱,成为第一批用户。

启元在做的事,不只是发布两款产品,而是在试图定义一个品类。

他们不用 “能做什么任务”来评价机器人,他们更关心 “和人的关系是什么”,让我觉得有点哲学意味在里面。

未来已来,相当值得期待!

BTW:启元 Q1 和 启元 T1 已正式发售,10月1日起按订单发货。

  • 线上可以在天猫、抖音、B 站官方店铺,或者上纬启元官方小程序下单。

  • 线下的话,上海、深圳、西安、厦门、广州、杭州、武汉都有体验店,可以先去感受下,再决定。 

阅读原文

跳转微信打开

  •  

WebCraftBench:给 AI 生成的网页来一场「实测大考」

腾讯混元 2026-09-20 15:58 广东

如何评价 AI 写出的网页?我们尝试让 AI 自己来打分。

腾讯混元团队联合清华大学、北京大学的研究者提出 WebCraftBench ,把软件测试的方法引入网页生成评测:让智能体真正操作网页,用代码覆盖率帮助查漏,再从美观度、易用性和需求符合度三个维度打分。在 197 组经复核的应用对比中,它与人类偏好的判断一致率达到 85.3%。

让 AI 帮你做一个网页应用,本以为交代完需求,就可以等着验收。可真正打开交付结果时,却可能遇到这样的场景:

  • 页面做出来了,设计却没跟上。内容一股脑堆在屏幕上,字号、间距毫无章法,甚至输入框和按钮互相重叠,看不清,也点不准。
  • 勤勤恳恳忙了两小时,主页面却一打开就报错。AI 反复写代码、修问题,功能写了一大堆,终于宣布「已完成」。可用户连首页都进不去,更别说体验后面的功能。
  • 功能加了一大堆,用户的需求却走了样。你只想要一个无需登录、打开就能记的待办清单,AI 却擅自加上账号体系和复杂的管理后台,把简单工具做成了另一套产品。

这些问题分别指向美观度、易用性和需求符合度,也正是 AI 网页生成评测绕不开的三个维度:页面看起来怎么样,操作起来顺不顺,以及用户交代的事情有没有做到,都需要分别检查。

WebCraftBench 给出的思路,是让评测先经历一遍真实使用过程,再根据留下的证据判断质量。这场「实测大考」包含:

  • 369 条真实用户需求,保留口语表达、需求模糊和复杂度差异;
  • 5,088 条验收标准,覆盖功能、内容和视觉要求;
  • 17 个前沿模型、6,273 个生成应用,统一经过交互探索与评分。

在独立的人类偏好验证集上,197 组对比中有 168 组判断一致,一致率为 85.3%。

图:WebCraftBench 与 Code Arena 的共有模型排名对比,Spearman 排名相关系数为 0.890。两侧分数的量纲不同,部分模型的运行框架和推理强度也存在不同。来源:论文图 1。

AI 生成网页,为什么越来越需要「实测」?

评价一张图片,主要看最终画面;评价一个网页应用,还需要知道点击、输入、切换页面之后会发生什么。

如果只看源代码,评测可能发现「这里实现了一个排行榜」,却看不到入口按钮已经坏了,用户根本进不去。如果只看首页截图,也很难判断表单能否提交、游戏能否运行、出错之后能否恢复。

代码里有某个功能,不等于用户能到达并使用它。

让智能体实际操作网页,能补上这部分证据,但又会遇到一个新问题:如果它判某项检查 fail 了,到底是网页没做好,还是测试智能体没找到入口、没点对地方?

预先写好的验收清单也有边界。智能体围绕清单逐项检查,可能忽略清单之外的交互;探索不充分,则可能把尚未发现的功能当成没有实现。

因此,WebCraftBench 把问题再往前推了一步:评测不仅要记录「测出了什么」,还要了解「实现中的哪些部分已经被测到」。

核心揭秘: WebCraftBench 如何组织这场「实测大考」

先从真实需求里出题

WebCraftBench 的需求来自企业内部一个参照 Code Arena 搭建的平台的实际使用流量。研究者先匿名化,再由人工筛选,移除无法理解、依赖缺失素材或超出网页应用范围的请求,并进行文本和语义去重,最终保留 369 条纯文本需求。

这些需求很像用户日常会说的话:60.2% 使用口语表达,63.4% 并未把需求完整说清楚。有的只有 7 个字符,有的长达 37,903 个字符;既有娱乐应用,也有科学演示、在线办公和数据可视化等任务。

每条需求还配有一份验收清单,由三个模型独立生成、经过合并,再由人工专家核验。清单描述用户应该能看到、用到的属性,不限定唯一的代码实现,也不额外塞入原需求没有提出的要求。

全数据集共有 2,706 条功能标准、1,447 条内容标准和 935 条视觉标准,平均每个任务约 13.8 条。

关键设计是:验收标准只在评分阶段使用,探索阶段看不到这份清单。 系统先收集运行证据,再依据需求检查交付结果。

图:自动插桩 → 覆盖率引导探索 → 状态抽象 → 多维评分。前三个阶段收集、整理运行证据,最后一个阶段使用验收标准。来源:论文图 2。

第一步:给代码装上「运行计数器」

「插桩」听起来很技术化,作用其实很直观:在程序中加入计数器,记录哪些语句在运行时被执行过。

WebCraftBench 基于 JavaScript 测试工具 Istanbul 实现自动插桩工具完成这一步,支持静态 HTML、Vite、Next、Create React App 和 Astro 等框架。应用启动后,每一次交互都可以带回覆盖率及其增量,帮助系统了解探索触达了多少实现。

这套工具在主实验的 6,273 个应用上,插桩成功率为 99.89%。失败的 7 个应用仍继续接受交互探索与评分,只是不再获得覆盖率反馈。

第二步:让智能体像测试人员一样操作网页

探索智能体按照软件测试中 GUI 测试的流程,通过 Playwright MCP 操作网页,阅读简化后的页面结构,发现功能、尝试交互,并测试边界情况。

它不能直接查看源代码,也看不到验收标准或参考答案。探索过程中,系统持续监测覆盖率;如果连续三次交互都没有带来新增覆盖,就请另一个模型分析尚未执行的代码,把建议转成自然语言,交给探索智能体继续尝试。

可以把这种分工理解为:前台测试人员负责实际操作,后台分析员查看哪些代码还没有触达,再提示下一步值得检查的方向。执行操作的智能体收到的是测试建议。

探索最多进行 100 步,也可以由智能体提前宣布完成。最后,系统保留交互轨迹、页面结构、截图,以及对已发现功能和故障的总结。

覆盖率在这里是查漏的线索。某段代码执行过,仍然需要结合运行结果判断功能是否正确。

第三步:把长长的操作记录整理成一张「路线图」

网页被点来点去之后,可能留下大量近似截图和页面记录。如果把它们全部交给评分模型,重复信息很容易挤占上下文,真正重要的故障反而被淹没。

WebCraftBench 会对页面结构进行状态抽象、做规范化处理,例如移除脚本、样式和易变属性,把时间戳替换成固定占位符。规范化表示相同的页面会合并为同一个状态,点击、输入、拖动等操作则连接这些状态。

这样,一段冗长的操作序列就变成了状态转移图:从哪里出发,经过哪一步到达哪里,哪些路径发生了变化。评分模型可以先看这张图,再查阅对应的运行记录。

第四步:分别评「好不好看」「好不好用」「有没有做到」

🎨 美观度:看实际页面的视觉质量。 系统从探索截图中筛选最多五张有代表性的画面,检查布局、信息层次、字体、图形质量和完成度。

🖱️ 易用性:看实际操作体验。 根据交互轨迹和状态转移图,检查核心操作能否完成、反馈是否及时、导航是否清楚、能否恢复状态,以及出错时是否有合理处理。

这两项采用三轮评议:先由一个角色找出优点,再由另一个角色指出缺陷,最后由裁判核对证据、给出分数。最终评分独立进行五次,去掉最高分和最低分后取平均,以减少采样波动。

✅ 需求符合度:逐条查验用户的要求。 评分智能体可以检索交互记录、阅读页面结构和查看截图,但每条判断都要引用运行证据。单条标准只有「满足」或「不满足」,功能、内容、视觉三个子项分别按满足比例计分。

这里的「视觉要求」与「美观度」也有区别:用户要求深色背景,做成深色属于遵守要求;深色界面是否精致、协调,则属于美观度。

三个大维度的原始分数均在 0–100 范围内。汇总榜单时,研究者先对各项分数做标准化,再按美观度、易用性、需求符合度各占三分之一合成总分;需求符合度内部三个子项等权。

因此,榜单里的 +1.326 是相对这批参评模型的综合表现,不是成功率,也不是百分制得分。

17 个前沿模型的测评结果和关键发现

发现 1:三项能力的第一名,各有其人

在论文配置下,Claude-Opus-5 综合排名第一,GPT-5.6-Sol 第二,Qwen3.8-Max 第三,Kimi-K3 第四,Hy4 preview 第五。

拆开维度看,模型的优势更加清楚:

表:17 个前沿模型在 WebCraftBench 上的主实验结果,包含运行框架、推理强度、各维度得分与综合分。分数为相对本次参评模型池的标准化结果。来源:论文表 3。

没有一个模型同时包揽三个维度的第一名。GPT-5.6-Sol 的美观度第一,但易用性排名第六。把所有能力压成一个总名次,会隐藏这类差异。

发现 2:一份网页的「颜值」,很难替它的交互作保证

按模型平均表现看,美观度与易用性的相关系数为 0.85;但具体到一个个生成应用,这个相关系数降到了 0.36。

这意味着,即便一个模型整体上更擅长做出好作品,也不能仅凭某次生成结果的截图,就判断那份网页一定顺手、稳定。

论文附录还给出了一个具体案例:两份数独应用中,人工投票偏好界面更精致的一份,但运行测试发现,它进入主要游戏路径后会崩溃;另一份界面更简单,核心数独交互却能工作。WebCraftBench 最终选择了后者。

这份分歧提示我们,美观与功能可靠性如何权衡,会影响对产品的最终判断。单次投票本身不足以解释用户究竟为什么做出选择。

图:左侧是人工更偏好的作品,界面较精致,但主要游戏路径在测试中崩溃;右侧是  WebCraftBench 更偏好的作品,界面较简单,核心交互可正常工作。来源:论文图 4、附录 C。

发现 3:与人类偏好的一致率达到 85.3%,分差越大通常越稳定

研究者另外抽取了 200 个内部平台会话,其中 197 个保留了有效应用对。这批样本独立于前面的 369 条基准需求;原始人工投票经过额外标注人员复核后,用来验证自动评测。

在 197 组对比中,WebCraftBench 有 168 组与经复核的人类偏好一致,一致率为 85.3%。如果只看两份应用的综合标准化分差至少为 0.25 的 132 组样本,一致率为 90.9%;分差至少为 0.75 的 50 组样本中,有 49 组一致,即 98.0%。

表:WebCraftBench 与人类成对偏好的一致率。Δz 为两份应用综合标准化分数的绝对差;左侧按分差区间统计,右侧统计分差不小于该区间下界的全部样本。来源:论文表 4。

相反,在全部 29 组分歧中,有 24 组的分差小于 0.5。分数接近的作品,更容易出现不同判断。

这些结果支持自动评分用于辅助区分应用质量,同时提醒我们:接近的分数需要谨慎解读,85.3% 也仅代表这批经复核样本上的成对偏好一致率。

发现 4:换一个裁判,整体排名仍然较稳定

研究者保留生成应用、探索轨迹、评分流程和提示词,把评分裁判替换为 Gemini-3.7-Flash。

两套结果的 Spearman 排名相关系数达到 0.980。17 个模型两两比较,共有 136 对,其中 130 对保持原有先后顺序,占 95.6%,前四名顺序也没有变化。

不过,裁判更换后,原始分数的高低和分布确实发生了明显变化。例如,模型池的平均易用性分数从 60.1 上升到 75.7。可见,「排序比较稳定」与「绝对评分完全一致」是两件事。这项实验也保留了原有探索轨迹,验证的是评分裁判更换后的稳定性。

发现 5:覆盖率反馈,确实能帮助智能体多测到一些地方

为了验证覆盖率引导的作用,研究者生成 360 个可部署应用,对比了有、无覆盖率反馈的两种探索方式。

  • 函数覆盖率中位数从 91.9% 提升至 94.3%,增加 2.4 个百分点;

  • 覆盖率低于 90% 的任务从 139 个减少到 99 个,数量相对减少约 29%;

  • 达到 100% 函数覆盖率的任务,从 38 个增加到 52 个。

图:覆盖率引导让更多任务进入较高覆盖区间。两组均为同一批 360 个可部署应用上的探索结果;这里衡量的是函数覆盖率。来源:论文图 3。

提升主要集中在中高覆盖区间,低覆盖的尾部改善有限。人工检查发现,一些应用首页就报错,或者关键事件处理函数抛出异常,下游功能因此无法触达。

这时,低覆盖本身也能提供有价值的诊断线索:探索受阻,可能来自用户同样会遇到的产品故障。 但覆盖率升高并不直接等于功能正确率提高,两者仍需结合运行证据分别判断。

关键洞察

第一,网页生成评测需要沿着用户的实际操作路径展开。 从入口按钮,到页面切换,再到输入与反馈,整条使用路径都可能改变用户体验。静态呈现之外,运行证据能告诉我们功能是否真正可达、可用。

第二,「有没有测到」应该成为评测方法的一部分。 测试智能体也会遗漏功能。覆盖率让这种探索不足变得更可观察,还能为下一步操作提供线索,帮助减少把探索失败与应用缺陷混在一起的情况。

第三,把探索与评分分开,有助于扩大观察范围。 先让智能体发现应用的实际行为,再围绕验收标准检索证据,既保留需求约束,也给清单之外的交互留出被观察的机会。

第四,读榜单时要同时看维度、分差和配置。 视觉表现突出、交互稳定、需求完成度高,分别对应不同优势。标准化综合分依赖参评模型池,跨榜单不能直接对比;很小的名次差异,也不宜被放大成明确的能力鸿沟。

欢迎加入我们

混元大模型评测团队实习生密集招聘中,对于LLM/VLM Agent前沿评测、评测分析感兴趣的同学欢迎投递简历至:

maxmpan@tencent.com

islaxia@tencent.com

跳转微信打开

  •  

阶跃发布旗舰模型 Step 5 Preview:向前一步,智能效率的新一代“帕累托前沿”

原创 阶跃StepFun 2026-09-20 10:00 北京

10 月 15 日,正式开源!

帕累托前沿,描述的是多个目标之间所能达到的最佳平衡:在这条边界上,想进一步改善一个维度,通常就必须牺牲另一个。对 AI 模型而言,能力、效率与成本之间也存在这样的取舍。推进帕累托前沿,并不是让取舍消失,而是通过新的模型设计,将这条边界继续向外推——

阶跃新一代旗舰模型 Step 5 Preview,为此而来!

这是一款面向真实世界 Agentic 任务的旗舰基座模型。我们认为,随着 Agent 从“回答问题”走向“完成任务”,日常工作主力模型的标准也在发生变化:不再只是单项能力足够强,而是要在能力、成本、效率和场景覆盖之间实现更好平衡。Step 5 Preview 正是围绕这种平衡而设计。

它采用稀疏 MoE 架构,总参数量 600B、激活参数仅 27B,支持 100 万 Token 上下文窗口,原生支持文本与视觉输入,在 AI 编程、软件工程、专业知识工作、金融等场景表现突出。

在全球权威的 Artificial Analysis  Intelligence Index 中,Step 5 Preview 取得 44 分,位居全球开源模型前三。与此同时,Step 5 Preview 单任务成本仅为 Claude Opus 5 的 1/8。这意味着,Step 5 Preview 在同样成本下获得更强智能,也让同等能力能以更低成本投入实际工作——进一步推动 AI 模型的帕累托前沿。

在公开和内部评估中,Step 5 Preview 在复杂的软件工程任务(包括长程规划任务)、专业知识工作和金融领域等基准测试中展现出较为均衡的综合能力,并在 Agents' Last Exam 的 CLI 子集 ALE-CLI、金融投资研究评测 FrontierFinance,以及跨领域深度研究评测 DRACO 上仅次于 GPT-6 Astra 或 Claude Opus 5,领先其他参评开源模型。

GDPval-AA v2 采用 Artificial Analysis 截至 2026 年 9 月 19 日公布的最新结果。DeepSWE v1.1 使用SWE-agentharness 进行评测,参数设置为 temperature=1.0 和 top_p=0.95。

今天起,Step 5 Preview 全量开放,我们由衷希望它能成为你在 Agent 任务中的日常主力模型。此外,Step 5 Preview 依旧是一款开源模型,我们将在10 月 15 日释放模型权重,欢迎大家持续关注。

在真实场景中找到能效平衡

Step 5 Preview 面向 AI 编程、软件工程、专业知识工作、金融等场景设计,重点覆盖需要长上下文、多轮工具调用和持续执行的真实工作场景。相比一次性回答问题,我们更关注模型能否在更长的任务链中持续理解上下文、调用工具,并最终完成任务交付。

Coding:既要广,也要深

我们构建了 StepCodeBench,覆盖 553 个独立代码仓库、9 类任务、20 个应用领域和 33 种编程语言,评测设计参考了产业需求、真实用户需求和专家工作轨迹。

在该评测上,Step 5 Preview 在整体任务成功率和跨场景稳定性上表现突出,能够覆盖多种编程语言,以及 Bug 修复、功能开发、代码重构、环境配置等真实开发任务。

在下方展示的任务中,Step 5 Preview 根据自然语言需求,自主阅读 ESP32 设备及相关 API 的大量开发文档,将一块 ESP32-S3 开发板改造成支持蓝牙按键与语音输入的 Vibe Coding 键盘。在开发过程中,模型不仅编写代码,还能够访问 COM 串口、调用摄像头、获取设备截图、模拟鼠标操作,并根据真实设备返回的状态和报错持续修改、运行和调试代码,连续执行超过 3 小时。

跨越更长任务周期

长周期任务要求模型持续追踪此前的执行结果,利用运行反馈,并判断下一步应该尝试什么。我们选择了两个可量化的场景:一个是优化 GPU Kernel,另一个是优化后训练数据流程。

  • 优化 GPU Kernel

我们给 Step 5 Preview 24 小时,让它在一张 NVIDIA H100 GPU 上从零开始优化一个 MLA GPU 内核。该任务的头维度为 512,生产配置为 batch size 1、64 个注意力头和 8,192 个 token。

从一份初始描述出发,Step 5 Preview 自主实现修改、运行内核并测量吞吐量。当某个候选方案能够成功运行,却导致吞吐量下降时,它会放弃该方案,并从此前找到的最佳版本继续优化。在本次任务中,Step 5 Preview 经过约 22 小时,将峰值性能提升至 508 TFLOPS,超越 Claude Opus 5 的 493 TFLOPS。

  • 优化后训练数据循环

在第二项实验中,我们给 Step 5 Preview  24 小时,要求它通过自动化后训练提升一个 Qwen3-30B-A3B 基础模型在 AIME24 上的表现。模型可以调用一个接入生产数据的 API annotator,并自行决定如何使用 annotator、如何调整后训练数据,再根据下游效果继续迭代。

经过后训练,模型在 AIME24 官方测试集上的准确率由 53.3% 提升至 60%。这一成绩与参与 Claude Opus 5 持平,同时消耗的 annotator token 更少。

前端设计:让想法真实落地

Step 5 Preview 不只会写前端代码,也能直接参与视觉内容的生成与迭代。它可以完成网页界面和数据可视化,也能调用 Blender 创建并反复调整 3D 资产,再把这些资产接入 Three.js 的交互式 Web 应用和游戏。

Step 5 Preview 可以从一本 1922 年的《广九铁路旅行指南》中,提取信息构建行程查询、费用计算与路线回放功能,让小火车沿百年前的线路运行,将百年史料转化为可交互的产品。

聚焦金融:一场对综合能力的真实检验

金融是最能检验模型综合能力的场景之一。它同时连接宏观经济、政策监管、行业周期与公司经营,任何一个行业的变化,都可能进一步影响市场预期和资产价格。对模型来说,这不仅要求掌握财报分析、估值、投资研究等专业知识,也要求具备跨行业理解、证据核验和复杂问题拆解能力。

我们因此将金融作为 Step 5 Preview 的重点验证场景之一,主要考察三类能力:是否具备扎实的金融专业知识,是否能够建立跨行业之间的因果联系,以及是否能在信息不完整、数据口径不一致的情况下,借助工具完成严谨分析和建模。围绕公司研究这一典型且高难度的金融工作流,我们进一步构建了三项内部评测。

  • FinStepBench - LiveSearch:评估模型能否随着信息需求变化,检索并验证及时、可靠的金融信息。

  • FinStepBench - CorporateValuation:评估模型能否将金融数据和合理假设转化为内部一致的预测,并完成可复现的估值。

  • FinStepBench - DeepResearch:评估完整的金融研究流程,从证据收集与分析,到最终产出完整、有充分依据的研究报告。

我们还使用外部基准测试 FrontierFinance 对 Step 5 Preview 进行了评估。该测试通过 220 道由专家设计的问题和 11,543 项评估标准,覆盖六类投资应用场景。其详细的评分规则从另一个维度补充评估了模型处理复杂金融问题的能力。在全部四项基准测试中,Step 5 Preview 均取得较强结果,展现出其在信息检索、企业估值和金融研究等任务上的强劲能力。

写在最后:阶跃的 3 次效率追问

过去,大模型 Scaling 的核心逻辑是用更多计算换取更强智能。但随着模型规模和任务复杂度持续增长,计算成本也被同步放大,Scaling 的核心关注开始变成:如何更高效地把计算转化成模型能力?

从 Step 3.5 Flash、Step 3.7 Flash 到 Step 5 Preview,我们持续探索的正是这个问题。我们相信,下一阶段的 Scaling,不只是更多 Compute,也包括更高效率的 Compute。

最后,我们将在 10 月 15 日释放 Step 5 Preview 完整权重,敬请期待🤗!

跳转微信打开

  •  

同一个 MiniMax,世界各有用法

原创 MiniMax 2026-09-20 09:00 上海

过去几个月,越来越多的企业开始把 MiniMax 的模型用到自己的业务中。让我们兴奋的是,来自全球的伙伴带着各不相同的需求,也在不断探索模型的新用法。

MiniMax 所坚持的 Global from Day 1,正在这些具体合作中落地。

这些合作有着不同的起点。有政府为公众培养 AI 工具使用技能,有全球头部应用公司基于开源模型训练垂直模型,有中东本土企业对开源模型特定加强语言能力,还有芯片公司与云平台帮助模型更高效地运行,内容产业伙伴则与我们一起探索 IP 授权与 AI 创作。

与此同时,我们也想寻找更多同路人。

在介绍职位之前,先分享六个近期的合作故事,看看各地伙伴们正在怎样使用 MiniMax,又和我们一起做出了哪些新尝试。

Singtel|新加坡

在新加坡,我们正在尝试:让更多人有机会学习 AI,也有工具把学到的东西用起来。

9 月 16 日,新加坡技能与劳动力发展局(SWDA)推出 200 多门 AI 课程。与 ChatGPT Plus、Google AI Pro、Microsoft 365 Personal 等一起,作为唯一入选的国产大模型代表,MiniMax 的 3 款产品也进入了这份面向当地公众的 AI 学习计划。

我们与新加坡最大的移动网络运营商 Singtel 合作,将 MiniMax Agent、海螺 AI 和 MiniMax Audio 三款产品,通过 Singtel AI Pass 纳入其中。年满 18 岁、参加符合条件课程的新加坡公民,可以申请这一订阅。

从用 Agent 处理工作任务,到制作视频、生成语音,课堂上学到的方法有了可以亲手尝试的地方。

我们很高兴看到,中国大模型的应用能够通过当地的公共技能培训体系,被更多普通用户认识和使用。希望大家在亲手尝试和体验的过程中,找到适合自己工作和生活的用法。

IP·AI 共创宣言|东京

《足球小将》里的大空翼,陪伴了世界各地的许多观众长大,我们希望喜欢这些经典角色的人也能有机会用 AI 创作角色的新故事。

9 月 11 日,我们正式启动日本业务,东京办公室开业。

同一天,我们与 KAGAMI AI 等伙伴共同举办了日本 IP·AI 共创大会,150 多家日本和美国企业来到现场。AKB48 制作人秋元康和其他日本内容产业代表,与 Runway、Higgsfield、Krea AI、HeyGen 等 AI 公司一起,畅聊 AI 创作中面临的问题。

“角色怎么获得授权,作品可以如何改编,收益该如何分配给原作者和版权方?”

会上,我们共同发起《全球 IP·AI 共创宣言》,并发布了 MiniMax H3 IP 版。H3 的视频生成能力就此与官方授权的日本 IP 结合了起来,《足球小将》就是这套授权体系首批参与的知名 IP 之一。

未来,合作方将通过 KAGAMI AI 的 Kagami Gate 平台明确哪些 IP 可以使用、创作需要遵守什么规则,以及收益如何分配的问题。MiniMax H3 IP 版预计于 10 月提供服务,我们期待这些熟悉的角色出现在更多创作者的作品里。

日本 IP × 全球 AI,请你一起见证新时代的开始。

圆桌对谈活动中(图一),AKB48 制作人秋元康(右二)等内容产业代表出席

Genspark|硅谷

9 月 11 日,AI 应用公司 Genspark 发布 PPT 制作专用模型 Gen-1 Slides。

Gen-1 Slides 是基于 MiniMax M3 的开放权重,与 Fireworks AI 联合开展后训练,目前已成为 Genspark AI Slides 标准模式的默认模型。

Genspark 是硅谷增长最快的 AI Agent 公司之一,日常调度 GPT、Claude、Gemini 等 70 余个模型,PPT 生成是其最核心的产品场景之一,单日 PPT 生成量最多达 12 万套。

M3 对幻灯片版式、图文结构有原生多模态理解能力,同时具备百万级上下文和稳定的工具调用能力。基于这些能力,Genspark 跳过了从头预训练,把计算预算集中投入到 PPT 生成链路的后训练。

在 200 个真实生产任务评测中,Gen-1 Slides 的综合得分与视觉设计得分均位列五个参测模型第一,与 Claude Opus 5 处于同一层级,且每份 PPT 的生成成本仅为 Claude Opus 5 的十分之一。

从通用模型出发,几周内训练出适合自己业务的专用模型,再把它用到真实产品中,Genspark 走通了这条路。这也是开源模型最有意思,也最有意义的地方:AI 应用企业可以把自己对业务和用户的理解,进一步变成模型在具体任务上的能力,为用户交付更好的结果。

HUMAIN|利雅得

在利雅得,M3 走向了另一个完全不同的方向:阿拉伯语。

HUMAIN 是沙特国家级人工智能公司,隶属于沙特公共投资基金 PIF,由沙特王储穆罕默德·本·萨勒曼担任董事长,承担建设本土 AI 技术与创新能力的重要任务。

HUMAIN 选择 M3 作为底座,使用超过 1 万亿 Token 的阿拉伯语原生语料进行继续预训练,训练出了 Humain-M3。

9 月 3 日,模型研究预览版正式发布。根据 HUMAIN 官方评测,Humain-M3 在七项公开阿拉伯语基准测试中的等权平均分达到 89.37%,并在其中五项取得最高分,超过 GPT 5.6 Sol、Opus 5 等模型。

我们期待的全球化,就有这样的模样。不同地区的团队,能够在开源模型的基础上,训练出更懂当地语言、更适合当地需求的模型。很荣幸,M3 能成为他们的起点。

SambaNova|硅谷

如果说模型能力决定了 AI 能做到什么,推理基础设施决定了它能跑多快、跑多远。我们和 SambaNova 的合作,就在解决这个问题。

SambaNova 是 MiniMax 合作时间最长的推理伙伴之一。这家公司由斯坦福教授“多核处理器之父” Kunle Olukotun 以及麦克阿瑟天才奖得主 Chris Ré 等人共同创立。

在 M 系列模型上,我们持续携手推进模型与芯片的适配和优化,让模型跑得更快。

MiniMax 模型在 SambaNova 芯片上持续保持全球领先的推理速度。在今年的 RAISE Summit 上,SambaNova 使用最新一代 SN50 芯片运行 MiniMax M2.7,经 Artificial Analysis 验证跑出当时全球最快推理速度。这也是 SN50 的首次公开演示。

模型和芯片之间不是简单的“部署关系”,而想真正做到极致,就需要双方团队结合模型架构和芯片特性,把底层适配与性能调优这件事持续做下去。

Nebius|阿姆斯特丹

除了加快推理速度,我们也在和欧洲的云平台合作,让开发者更方便地使用模型。

Nebius 是 AI 云基础设施领域增长最快的公司之一,2026 年 Q1 营收同比增长 684%,同年 3 月获得 NVIDIA 20 亿美元战略投资。

MiniMax 与 Nebius 围绕 M3 达成独家战略合作,M3 成为 Nebius Token Factory 首个以专属合作模式上线的开源模型。

通过 Nebius 的全球数据中心网络,开发者可以直接调用 M3,将模型接入自己的应用。

云平台看起来离用户很远,但它实际上决定了一个模型在一个地区到底能不能被方便地用起来。这也是我们与云平台合作的初心,让模型能被更加高效地使用,让开发者把精力放在产品开发和用户需求上。

更多合作还在不断涌现,需要更多具备创业精神的人同行。

我们在美国、东南亚、日韩、EMEA 的业务正在快速发展。如果你熟悉或者有意愿深入了解当地的市场,理解 AI 技术与应用,也愿意与合作伙伴一起创新商业模式,欢迎加入我们,点击文末「阅读原文」了解岗位详情。

你在全年里会有一定比例时间在全球各地。希望你是一个对新环境感到好奇的人,也是一个愿意深入理解并推动全球用户更便捷地使用上大模型的人。过程中大概率会遇到无法照搬既有经验的时刻,但值得做的事永远超出你的想象。

让我们一起把看似不可能的需求变成现实。

下一个故事里,会有你的名字。

Intelligence with Everyone.

阅读原文

跳转微信打开

  •  

XMind 的 AI 原生组织:最关键是减少人与人之间的摩擦

原创 Mars任鑫 2026-09-20 07:05 河北

XMind 联合创始人 Mango 把增长部门打散、测试团队解散、圈长真分钱:个人提效之后,卡点从 AI 挪到了人,AI 原生组织最关键是减少人与人之间的摩擦。

关键要点

  • 个人提效之后,卡点从 AI 挪到了人

  • 增长和市场部门打散,进产品圈子各背业绩

  • 一个人 0.2 加 0.5 个人力,到处内部兼职

  • 职能部门退化成社区,只管技能等级认证

  • 圈长必须分钱,只打分不分钱不算数

  • 不改组织,这件事算谁的功劳

  • 解散测试团队,才发现全是手动测试

  • 先个人提效,再组织提效,最后才是经营

前一段时间我们在莫干山开 CAIO 大会,Mango 上台讲了一下 XMind 这家公司是怎么做 AI 组织转型的。听完我的第一反应是:这是我见过比较激进的一个——组织结构打破了,分钱的方式打破了,干活的方式也打破了。

XMind 这个产品大家都熟,他们成功地把自己定义成了品类,现在很多人已经想不起脑图的原始英文是什么,只记得 XMind。但这期不聊产品聊组织。现在像我这样讲道理的人很多,真正实干、做了闭环、又干得这么大刀阔斧的人其实挺少,所以赶紧把她抓过来,问三件事:为什么要转,怎么转的,踩了哪些坑。

以下是这期对话的整理。

从「卡在 AI」到「卡在人」:一家工具公司为什么要动组织

「因为有 SOP 流程的存在,就导致人和人之间就卡点卡在人那儿了,大家 AI 的不卡,现在卡在人那儿了。」——Mango

Mango 现在管商业化和增长,为什么想到要改组织?她的回答很朴素:XMind 这种类型的产品,主要成本就是研发和维护人员的薪水。而 AI 对 coding 的提效实在太见效了,所以团队早期就鼓励大家「200% 融入 AI native 生态」,AI 工具的费用预算给得比较高,coding、视频编辑、图片,能用的都去用一下。

到了 2026 年,变化非常大。前一年 coding agent 只能代替一些非常初级的程序员,今年真的能代替不少初级和中级的程序员了。但提效之后,反而冒出一个新问题:因为有很多人存在,人与人之间要传递消息、传递流程。SOP 是为了让人协作而设计的,当 AI 那一头不卡了,卡点就整个挪到了人身上。

流程也跟着变了。以前是产品经理写文档、画交互流程图,设计再去做设计,然后开发一起审核。现在产品和设计师都在代码仓库里工作:产品经理先拉一个分支,把原型直接搭出来;研发一看,反正是产品经理实现的,不需要再验证产品逻辑,只要确保代码的长期可维护性、符合规范——测试用例这些已经被 harness 工程做得很标准、很自动化了——审完架构就可以合并到主分支。设计变成了最后介入的一关,因为设计系统已经接进去了,最后走查一遍就行。

用 Mango 的话说,不怎么需要人与人之间的交流了,主要是人跟 coding agent 之间的传递和交流。所以,确实不需要这么多人了。

两年前就想改,为什么 2026 年才改得动

「技术栈限制了我们的这个能力。但是今年就是到了 2026 年,coding agent 的非常强之后,技术栈的这个壁垒被打破了,所以研发才有可能被打破。」——Mango

一个容易被忽略的事实:XMind 的组织调整不是从 AI native 开始的,两年前就开始了。当时的原因是增长遇到瓶颈,往回反推,发现是功能做得太慢;再反推,是一个又一个部门之间有部门墙。所以两年前他们就把业务放在最核心的位置,职能为业务服务,形成了以产品为核心的团队。外面看起来很激进的这一轮,其实是在原来的架构上「稍微精简了一下流程」。

那两年前道理就懂了,为什么是今年才有大的改革?Mango 的答案是一个很具体的技术条件。

两年前,设计团队已经整合过了——以前安卓有安卓设计师,iOS 有 iOS 设计师,桌面端有桌面设计师,后来变成一个人负责一大块、贯通所有端。XMind 和微信那种全端一致的思路不一样,他们要在每一个端都做 native 的体验,所以每个端都不一样,设计的复杂度更高,但这块两年前就解决了。

研发解决不了。一个 iOS 开发做不了安卓,一个安卓开发做不了桌面端,技术栈限制了人。直到 2026 年 coding agent 变得非常强,这个壁垒才被打破:前后端、多端、Python、TS、Swift,只要有开发能力和架构能力的人,就可以很快驾驭一门新语言。以前公司里也有前端、后端、iOS、安卓都能搞的全能型全栈,但非常稀有;现在有了 coding agent,人人都可以是全栈。

任鑫把它总结成一句话:一个人能干的活变多了,能干的活的种类也变多了。这才是组织能重构的前提。

增长部门打散:一个人 0.2 加 0.5,到处内部兼职

「以前写文案是不是需要专业的人写文案,现在并不需要专业的人写文案。然后只要大家能够有对文案的鉴别能力,取舍能力就可以了。」——Mango

人能跨专业之后,部门还按原来的专业性划分吗?Mango 说非常不一样。以前有一个增长团队、一个市场团队,管全公司所有产品的增长和营销,业绩由他们背,所以他们那里永远在排期。现在完全不需要了:每个产品背自己的业绩,增长归自己管,做增长的开发和做内容的人在同一个大项目里,无缝衔接。做增长的开发其实已经承担了一部分 FDE(Forward Deployed Engineer,前线部署工程师)的工作。

支撑这件事的是一套营销工作流:内容产出、增长实验、SEO 都可以很快完成。像广告这种事,以前找外包,现在完全交给 agent 去做。所以原来的 marketing 和增长团队被打散,原因就是不需要那么多人。

打散之后人去了哪里?进到各个产品圈子里做一份子,同时还要承担产品改进的工作——用户反馈、用户运营,这些本来就跟产品息息相关。以前增长能做的事非常少:改改网站文案、改改用户手册、社媒发发帖,也就这样了。现在流程设计优化好,自动化一跑,人做两步:先跟 agent 聊,聊出一些独一无二的东西,不能全自动跑;跑完再验收,做一两轮对话,基本就能得到一个不错的结果。

结果是他们开始定期做用户访谈,海外的 Discord channel 也有专人负责。增长这块的人数没有减少太多,但做的事情比以前多很多。

更有意思的是人的切法。以前做一件事总得有一个人,现在一个人可以做好几件事。比如某人是一个内容营销的角色,占 20% 的时间,就是 0.2 个人力;同时在 campaign 上又承担 0.5 个人力;可能还在另一个项目里做内容营销。一个人在好几个产品里做相同或不同的事,不被原来的岗位限制住,取决于他的兴趣、擅长的点,以及团队缺什么角色。

任鑫说这像很多家独立创业公司,只不过员工在这家独立公司里也是兼职的。Mango 顺着往下想了一步:既然内部可以兼职,外部是不是也可以?所以她扩展了一些跟外部合作伙伴的兼职关系——以前算顾问,现在更紧密,像伙伴,但又不需要对方 100% 的工作时间。

圈子、圈长,和退化成「行业协会」的职能部门

「没有职能部门老大,只有业务老大。」——任鑫

「没错,职能部门退化成社区,就是 community。」——Mango

任鑫的质疑很直接:大部分公司也试过矩阵——业务条线加职能条线,一个人有三个老板,最后效果不见得好。你们这个叫「圈子」的东西,跟以前的项目组区别到底在哪?

Mango 说最大的区别是考核。假设一个人 30% 在你的圈子干活,这 30% 就百分之百由圈子里的伙伴来评价,跟另外的圈子没有半毛钱关系。没有职能部门老大,只有业务老大。

那职能去哪了?退化成社区,Mango 把它比喻成行业协会。作用只有一个:假设我要晋升专业技能等级,需要这个社区里在该项技能上比较强的人来验证一下,我是不是可以晋升到下一级。平时的业务不需要它,我只要把业务做好就行。但技能等级会决定薪水,也决定别的圈子要不要你。

为什么以前总觉得还得有个中台,营销线、HRBP 还是要向职能老大汇报,现在不需要了?Mango 的回答还是回到那个技术条件:以前公司也重视人才的多样化,招聘时也有意招多项专业技能的人,但这样的人非常少。现在不一样,你有想法,借助 coding agent 或者自己搭的工作流,可以把你的兴趣变成你的特长,这样才有了可能性。

规模上,XMind 这个产品的圈子现在大概 30 个人,以前五十多个;有些小产品就 1.5 个人;有的产品 member 有十个人,但工作量加起来可能只有四五个人。

这些圈子是怎么走过来的?一开始真的是硬画的,用一张纸手画。XMind 以前没有任何绩效考核,人数快到 100 的时候开始混乱,不知道怎么评价一个人做得怎么样,经营上也出了问题,于是匆匆忙忙上了 OKR 考核,「结果搞得乱七八糟」。后来一个创业伙伴推荐了这套方法,他们就试了。最开始要解决的就是发展问题,所以职能往后退,业务变成前台最核心的圈子。以前你先得说你是哪个部门的,再说你是哪个项目;现在不用说部门了,甚至有些人是没有部门的。

后台的人为什么愿意进前线:一点活都不用少,但我想做那件事

「他甚至宁愿就说我原来的工作一点你都不用给我少。但是我想做那件事情,然后他就来了。」——Mango

任鑫问了一个所有老板都会问的问题:后台的人好好的,有自己的老板,为什么要加入前线跟你讨论一堆不熟的东西?我是个画画的,让我安心画画不行吗?

Mango 说,职能圈子里总有一些人是多才多艺的。有人做后端开发或者账户系统,一直有个梦想想做产品开发、产品设计,以前没有机会。现在给了他机会,他甚至说原来的工作一点都不用给我少,我就想做那件事。来了之后,他拿到工作上的成就感,拿到更多奖金的分配,在职能晋升上也能算成绩。身心的愉悦、同事的肯定、收入的增长,任何一点都能成为动力。还有一部分人觉得我就适合干这件事,那也没问题,就只干那一件事。

收入增长来自哪里?短期看,你在另一个角色上做的事,可以分得那个圈子因为成长带来的绩效奖金;每年两次调薪周期,取得了成绩,薪水自然涨。

活怎么分?到了圈子内部自己商量着办,圈子足够小,三五个人时大家的工作 overlap 比较多。我负责这件事,但你也可以干,今天我生病了你帮我干,负责人还是我。这样公司不需要专门养「互为备份」的冗余人才——一个人本来就有好几件事,不可能每天都掉链子,非常偶尔掉一次,五个人里有三个都能补上,那个人也没有负罪感。

任鑫补了一个观察:大团队里我的身份是被 function 定义的,别人干我的活是对我的侵犯,大家要有边界感;但三四个人干一件事,反正忙不过来,谁多干一点就是相互帮忙。他想起 Claude Code 的 Boris 讲过一个用好 AI 的法则叫 under funding——给不够的资源,大家就会用 AI 了。Mango 说他们的任务列表从来没做完过,公司又是不加班文化,到点就可以走,但你有权利挑最有兴趣、最有产出的活去干。有些人觉得无聊,有些人就用 agent 跑,任务列表干得贼快。

圈长像创业小老板:只打分不分钱,不算数

「你只有打分的权利,没有分钱的权利,那他就是打分。但是你真的去分享,真的像创业者一样的 CEO 带了几个 cofounder 们一起去创业,那个体验几乎差不多。」——Mango

这对圈长的要求会不会太高?Mango 承认,以前是岗位赋予你权力,现在需要靠影响力,别人才愿意跟着你干。你可以把每一个圈长都想象成一个创业的小老板。早期管理人才匮乏确实头疼,但他发现一件事:让他们分钱之后,大家的自我管理能力自然就提升了很多。只有责任没有权利不行,只有打分的权利也不行,真的分钱,体验才和 CEO 带几个 cofounder 创业几乎一样。

任鑫说他自己在那个位置也会觉得头疼:给我 3 万块奖金让我分给大家,太考验人了,他们都会分吗?Mango 的回答是必须分。每个人分法不一样,有人全分了,有人分一半、另一半下个季度再分,只要自己觉得 OK、圈里的人也觉得 OK 就行。当然会有人觉得分得不均,反馈到 HRBP 那里去调解,让圈长讲分配原则。调解不了的,说明圈长在管理分配这一项上不行,那他在这个维度上的得分就不高——各方力量的拉扯,逼着圈长去想怎么分得更公平、又能激励大家。

那能干活、能带人、能分钱的人,会不会跑出去创业?Mango 说当然担心。留人有三重:加薪,因为创业有风险,他会权衡拿到的薪水和创业风险哪个划得来;伙伴,他也不至于把整个团队带出去,新团队和现在团队的融洽度是留下来的原因;老板的赏识,千里马和伯乐的关系。三个都有吸引力。

效果:十几年没有用户手册,两个月补齐——「不改组织,这事算谁的功劳」

「因为如果不改的话,那个事情算谁的功劳呢?」——Mango

分圈、分活、分钱一通搞完,效果怎么样?Mango 说战略目的基本达成了百分之八九十。任鑫要例子。

例子挺打脸的:XMind 做了那么多年产品,十几年都没有用户手册,没有帮助文档,也没有视频教程。用户各种吐槽。曾经有人算过账:写用户手册得招一个团队,或者招两个全职,还有那么多语言,找翻译公司——每年要花数百万,就有点不靠谱。今年大概六月开始,两个月时间,有了完整的用户手册教程,而且有了多语言版本。视频教程也从手录变成了体系化的,现在还要录场景化教程,这些以前根本没办法做。

任鑫在这里追问了一个关键问题:这听起来大部分是 AI 在任务层的提效啊。你组织不改,大家用 AI 做翻译、做产品手册,也会比之前快。为什么说是改组织带来的效果?

Mango 的回答只有一句:如果不改的话,那个事情算谁的功劳呢?

算不上功劳的事,没有人会去做。改了组织之后,只要一件事没有人做,你就可以说我来立项做,哪怕是一个名不见经传的实习生,很快就可能变成一个圈子的 leader。因为那件事有价值,有价值就容易吸引别人加入,圈子就成长壮大;别的圈子没什么价值,就没人了,就萎缩了。像人体组织的新陈代谢一样。

任鑫说这样组织就活了:固态部门里我按部就班做事,活反正做不完,额外那件事永远排期排不到;但每个人都能发起圈子的话,总有人觉得这件事老板想要,或者对世界有价值,就会去争取那笔钱,让小朋友生发起来,而不是几个老登在那边盘棋。

Mango 觉得这更像游戏:哪个地图好玩,有一两个高手玩出来了,出了很多教程,越来越多人去玩,社区就繁荣;另一个地图不好玩,大家就不玩了。他说自己经营公司的过程一直在想,大家把这个当做一个游戏来玩。任鑫追问,那原来那几个「你的 N-1」会不会不爽?Mango 说有不爽的,不合适的就走了,新的更合适的就来了,也是新陈代谢。

段子一:解散测试团队,才发现自己一直在裸奔

「XMind 这么一个号称技术比较先进的公司,居然全部几乎全部在做手动测试,都没有自动化测试。」——Mango

「有可能你组织里面现在的这个环节更不靠谱,只是你没有把它挖出来看一下。」——任鑫

任鑫要听八卦,Mango 给了一个今年真实发生的故事。他们把测试团队所有的人都解散了,起因是觉得现在应该有自动化测试。人都离开公司之后,才突然发现:XMind 这么一个号称技术比较先进的公司,居然几乎全部在做手动测试,没有自动化测试。

更吓人的在后面。开发问测试人员测了些啥,对方说测了。有测试报告吗?有 checklist 吗?没有。最后是产品经理去兜底测一遍。后来公司说以后没有 QA 给你们兜底了,产品负责人和各端开发负责人才慌了,赶紧把各种测试搭起来:代码级别的测试、自动化脚本测试,测完再验收一轮。质量反而比原来好——至少现在知道自己测了什么,之前连测了什么都不知道。

任鑫的总结是:很多时候我们说 AI 这点不靠谱、那点不靠谱,但有可能你组织里现在的这个环节更不靠谱,只是没挖出来看。Mango 补了一句:连一个测试列表都没有,我只能信赖你这个人,如果跟你不熟,心里没底。这不就是 AI 经常干的事吗?说已经完全按你的意思做完了,你一看什么都没变——人也会这样,跟你说全部做完了。如果没有时间验收,那不就是问题的来源吗?

段子二:大厂的增长打法和数仓,在这里都不 work

「你们公司居然都没有数据分析,你们公司居然都没有数据埋点,你们公司居然都没有数仓。」——Mango 转述大厂来的人

第二个故事关于增长团队。XMind 之前是靠产品力活着的,没有人做市场,也没有人做增长,「所以我们什么都不会做」。于是招了一些人来做增长,创始人们又不太懂,所以 Mango 才从产品设计转去做增长,「需要有人牺牲自我一下去做业务方面的事情」。

一开始找大厂的人,或者看起来很会做、有很多标准化流程的人。但 XMind 长期靠口碑营销,别的公司的增长手段在这里起不了作用,这些人相继离开了。现在重新组建的团队里,做增长的负责人原来是做客户服务的——他跟客户接触,理解客户的痛点,又了解产品。所以他们还是靠产品和客户关系推动增长:客户觉得不好用的地方改掉,客户想要的功能做出来。「别人玩得挺花,一年翻两倍这种,在我们这就不太 work 得起来。」

数据分析是更惨痛的一段。大厂来的人一来就说:你们公司居然没有数据分析、没有埋点、没有数仓。那怎么搞?先招一个数据分析师,既不懂业务也不懂产品也不懂开发;再招数据开发工程师;再招一个做数据工具的产品经理;再建数仓。Mango 一算:为了数据分析,我不仅招了增长团队,还要再招一个研发团队去干这件事,明显不适合这家公司的节奏。他甚至一度考虑招数据科学家,CTO 懵了:请问你是要干什么?他真去聊过几个,人家问我来干嘛,他说我也不知道,你看能干嘛。

后来找了一个很有经验的增长顾问,数据分析产品也买了,问题又出在埋点上,数据埋点这件事一直困扰到现在。现在有望解决,是因为一个研发跟他聊天时说:我们可以做一个纯 AI native、agent 生态的数据埋点和分析工具,不需要搞那么多有的没的。Mango 说可我们公司 20 年了,有多少技术债、多少乱七八糟的数据。对方说反正你让 AI 去做掉,慢慢总能搞干净;要让人去搞,你就没有未来了。于是又多了一个新项目,而且最近每周都有让他惊诧的进展。

任鑫问:以前谁跟你们说要搭那么大一套体系?Mango 说大厂出来的都这么说,何况 XMind 有各个客户端,苹果生态要苹果的数据工具,网页端一套、安卓一套,国内和海外又是不同的套,「简直就懵了」。

记账、agent 打分,和 CEO 的 AI 小作文大赛

「有什么问题你问 agent,你不要问我。你不要说我有问题,你也不要说我不懂你。你能说 agent 不懂你吗?」——Mango

分圈、分活、分钱是靠拍脑袋,还是靠工具?Mango 说光有方法论不行,最重要的是得有人记账。我这个月承担三个角色,下个月换了,谁给我记?没人记就是一笔糊涂账,糊涂账就没法弄。所以他和帮他做组织变革的组织顾问一起做了一个产品,一开始只想记账:谁在什么时间、在什么圈子、做了什么事。任鑫说听起来很区块链,Mango 也承认真的有点。

记下来之后,到了季度末,圈长不用管别的,就看这三个月谁在我圈子里分别做了什么,基于这个做绩效评估。

但人评人总有远近亲疏,评估标准和打分机制不一样,结果也不一样。有人说那谁故意给自己打高分,有人说那谁不了解我的工作、我又不会汇报所以得分低。于是产品里加了一步:你说你做了什么,由 agent 根据大家共同认定的评分标准来打分。有疑问你问 agent,问完一波解决了就好,没解决继续问,看它会不会改你的得分。

这个设计的起因是 CEO 今年年初的一个小活动:AI 小作文大赛,一两个月组织一次,奖金不多。所有人都可以发邮件给 CEO,讲我是如何用 AI 解决了工作中什么问题,有些人的小作文本身就是 AI 帮他写的——总结我在 GitHub 干了什么、你是怎么跟我聊的。CEO 再用他的 agent 给每个人打分,分研发系和非研发系,发一笔额外奖金,大家都挺开心。

有了这个先例,才有了让 agent 评分。Mango 的原话很直白:有什么问题你问 agent,不要说我不懂你,你能说 agent 不懂你吗?也不要说我不喜欢你,agent 不存在喜不喜欢的问题,除非你没表述清楚。所有的问题从我的问题变成了你的问题。任鑫说这相当于把 agent 当仲裁,Mango 说差不多,或者帮你先分析;怎么汇报工作,也可以让 agent 帮你整理和优化。

那几个人一个团伙,为什么还需要汇报?Mango 说因为圈子要跟公司要奖金池,奖金池要靠圈子的成果,所以还是要汇总。层级大大压缩了,但不是零层级——以前有四五个层级,现在一两个、两三个。

流程反过来:从对齐 SOP 到对齐目标

「反而就是要优化这个流程的人,变成了一个被排挤的那种分子。」——Mango

任鑫问了两个更抽象的问题,一个关于流程,一个关于开会。流程的区别 Mango 讲得很清楚:以前做事先问业内怎么干,SOP 是什么样,大家对齐 SOP,然后按 SOP 跑。现在是问这件事你想干成什么样、想拿到什么结果,然后倒推我们得怎么干。中间要调整干法,就以目标对齐——大家分析下来觉得 OK,立即就变。而以前是我都跟你对好 SOP 了,那么多人、那么多部门都对齐了,你现在要搞个特殊没辙,反而要优化流程的人变成了被排挤的分子。

任鑫想起自己刚工作时在一家跨国企业,IT 特别强、研发特别强,业务部门只能恭恭敬敬去提需求,基本也不被听。逻辑上大家都说做生意的说了算,实际情况是提的需求都会被骂。只有当这个人也在业务团队里,有一部分工资是我来定的,这时候才说得动。否则后台很强势、也确实很专业,他就会说这才是最好的做法,为什么要听你的?当一个人 30% 的工资由业务方定,业务方才会更强势,他也更希望事情做成,而不是流程走完。

Mango 接着说:原来圈子的分配根据公司整体经营情况来,现在是你们圈子能赚多少钱、你们这个产品能赚多少钱,实打实看得到,所以每个人都想把蛋糕做大,变成人人都是创业者心态。

任鑫讲了一段自己的历史。他第一次创业做今夜酒店特价,跟携程打,有一段时间被携程踩在地上摩擦。当时听说梁建章回归后成立了很多小 CEO,把内部很多部门分成小部门,发的不是携程股票,而是这个部门的股票,股价大概等于去年两倍的销售额加十倍的净利,三年之后按同一个公式公司买回来,涨了三倍你投 100 万就变 300 万 [待核:任鑫凭记忆讲的公式和细节]。大家就会觉得这事跟我有关系了,携程的股票涨跌跟我其实没多大关系。

Mango 说,你玩一个游戏,奖励机制不好你都不想玩,更何况是工作。任鑫追问难点:XMind 肯定赚钱,好设计,但好设计的你也不想分太多;新项目可能亏钱,一个全球化的 user menu 到底值 100 万还是 1000 万,不就凭老板心情了吗?Mango 不说完全合理,但不同类型的产品有不同发展阶段:孵化期的产品有 milestone 类型的奖励;早期创业型的项目要么创始人自己投要么找投资,公司给的就相当于创业投资,可以没赚钱,但要有积极的信号,积极信号也可以获得奖励。

如果重来一遍:太犹豫了

「你要知道他不行,也要尽快的知道他不行,就折腾很久才发现不行,那就是消耗。」——Mango

过去一年如果重来,哪件事做法会不一样?Mango 的答案是自己原来有点保守,做事非常犹豫,拖拖拉拉很久。现在这种做法的好处是不用担心做错或失败,因为很快就能看到是不是做错了。

标准是一条:确定风险不是不可逆转的,就赶紧搞。要知道它不行,也要尽快知道它不行,折腾很久才发现不行,就是持续消耗。

任鑫替一个假想的朋友问:我也是软件公司,大家也开始用 AI 写代码了,但部门还是原来的结构,我想建圈子、重建分红,从哪里开始?Mango 说要看你是哪种类型的人。保守的老板,挑一个最能赚钱、最有信心的团队去搞,再挑一个最没信心的去搞,这两个都能搞成,其他的不用搞,自然就成型了。激进的老板,把最理想的状态一次性搞到位,但告诉大家是试点。可以两套机制并行——他们当时就是 OKR 和圈子两套奖金机制并行,不管哪种算法,大家拿最多的那个。

任鑫还是不理解:画圈子有那么难吗?不就是项目组吗?Mango 说难在两点。第一,项目组的人不是全职的:你来我这个圈子,是给我 50% 的时间还是 20%?你的时间只被预定到 50%,剩下 50% 干嘛?这涉及人的调度。第二,要找到合适的圈长,他必须是能带领大家把目标完成的那个人。所以本质上是选人,再把人的时间打散重新组装,这需要专业性。还有能力的多样化:你有五项核心技能,在我这只用得上一项,其他几项浪费了;正好另一个圈子需要,我就推荐你去干那个角色,你同意就 OK;你也可以主动说我能不能在你的圈子里干这个事,相当于内部应聘。

他们自己当年请了组织教练,花了不少钱,用了一年才把圈子全部画完。现在有了工具,不到一个月就可以搭完——工具会告诉你边界,带 AI 的能力,还能告诉你同行最激进的状态是怎么安排团队的,你可以选一个保守的同行或激进的同行先画一下试试。对 CEO 来说像打仗之前先排兵布阵:这样排,实现目标的概率是多少、会遇到什么阻碍,两套推算下来,就更胸有成竹。

老板得亲自下水:5% 的骨干,和沙滩上的帐篷

「因为决定做这个事情是一件容易的,而能够把这个事情做成是难的。因为中间一定会有人当逃兵。」——Mango

「第一决策人一定是他得亲自下水的,包括 AI native 也是一样的。」——Mango

所以他给想走这条路的人的风险提示,第一条是老板或第一决策团队自己得相信这件事;第二条是为它流产打好足够的兜底方案,最差的情况我们还可以怎么样,不要把公司变成不可挽回的局面。有了这两条,再去游说第一波支持者:跟你非常契合的骨干,以及一直绩效特别好、又对这件事有兴趣的人,先把这一波抓起来,5% 就已经很好了。就像沙滩上搭帐篷,有了骨架和钉子,帐篷就支楞起来了,其他人像帐篷布,自然知道往哪里去。

决定做是容易的,做成是难的,中间一定会有人当逃兵。Mango 自己也一次又一次想要不干了,退回去。「大不了退回去」这句话他们经常说,说完过几天又想不行,还是再干一干。几个核心的人都有信心,同时打退堂鼓的那一刻就会大大减少。

最重要的一条:第一决策人不能说我们要干这件事,然后交给 HR 去干,那肯定干不成,他得亲自下水。AI native 也一样,Mango 几乎没见过老板自己不做 AI native、从来没 vibe coding 过、团队却做得特别好的。他一个朋友的技术团队还在用普通方式,自己 vibe coding 了一个东西,问团队这事要干多久,答一个月;用 AI 呢,挤挤说十天;结果他自己不到半小时搞完了,以后再也没人能忽悠他。任鑫说他看到的情况也很普遍:老板得亲自打样,否则都是假的。他有些朋友的公司自己搞不定,他就说那让你儿子或女儿来带,必须是老板或者二代。Mango 补充,核心团队里至少要有一个人放弃原来所有的认知,全新融入到 AI native 当中去,没有自我的时候,才能重建你在 AI native 里的自我。

任鑫问:什么迹象表明这种架构更有助于形成共同认知?Mango 的回答有画面感:当一件事被来来回回掰开好几轮,颠过来倒过去混合了很多轮之后,就混合均匀了。那些还能抱团的人,说明真的能抱团。现在留下来的人,都经得起搅和。

彩蛋:三层 boss——个人提效、组织提效、然后才是赚钱

「组织转型成功未必你的商业上的成功,但是如果组织效率低下,商业上会拖后腿。」——Mango

聊到最后,Mango 抛出一个更本质的问题。软件行业是最早被 AI 冲击的,以前一年翻一倍、两倍、十倍的增长现在放缓,XMind 原本增长就慢,现在有可能下滑。所以下一轮的问题可能不是提效了——效率问题解决之后,下一个问题是要做什么、怎么经营。

任鑫的观察是,现在每个人都在头大第三层的问题:任务提效很容易,组织转型很难,但哪怕组织转型成功了,离赚钱也很远。他提到最近看昆仑万维的财报,做短剧提效十倍,公司还是巨亏 [待核:财报数据任鑫凭记忆讲]——因为整个行业都提升了十倍到二十倍,营销成本上升,提效十倍也继续亏。Mango 说,那不提效不就可以关门走人了?

任鑫把它排成一个逐年变难的 boss:过去上牌桌的要求是先用上 AI;未来一年不被洗下牌桌的要求,是整个组织提效了——用了 AI 工具和组织提效之间又是一个巨大的台阶;再过一年,可能就是你有没有商业上创造价值。

Mango 的版本是三步:去年大家觉得个人提效太有用,因为个人效率高了立即就能看到;因为个人提效了,人与人之间的摩擦才变成了核心问题,所以才有了 2026 年大家都在提组织提效;组织也提效了,剩下的不就是经营的问题吗?说不定 2027 年大家的核心就是:到底我要干什么才能赚钱,才能轻松地赚钱。他说 XMind 已经走到第三个问题了,前两个问题他们走过的路是可以解决的,风险也不大,但经营决策是正在探索的路。让核心经营者的眼睛有清晰的视野,不再靠成绩汇报,也不再靠拍脑门。「每天好像都在面临高考一样。」

结语

这期我最想留下的,就是我当场说要拿来做标题的那句:AI 原生组织最关键的,是减少人与人之间的摩擦。个人提效之后,卡点会整个挪到人身上,而人与人之间的摩擦现在没办法用模型优化——分活、分钱、评绩效,这些敏感的地方要么用规则和记账把它自动化掉,要么就一直卡在那里。XMind 做的事,本质上是把摩擦从「人对人」改成了「人对 agent」。

但 Mango 自己也说了,组织转型成功,未必是商业上的成功。软件行业最先被冲击,也最先走到第三层:提效完了,接下来做什么才赚钱?这道题他们也还在考。

你的公司现在卡在哪一层:还在用 AI,还是卡在人?

跳转微信打开

  •  

实测 Lovart 中文版一个月,说点甲方不爱听的~

原创 木易毛毛 2026-09-19 22:57 河南

这周有三个老客户来问双11的排期。

消息都很短:"今年还接吗?"双11的位置给我留一个。

"做电商设计的都懂,这就是发令枪。现在是九月中旬,离双11还有一个多月,离预售也就一个月——等到十月,主图、详情页、店铺首页、直通车、钻展、优惠券弹窗、社群海报、朋友圈九宫格,会像雪片一样砸过来。

去年这个时候我也很淡定,然后十月二十号到十一月十号,我出了 43 张图,改了 117 版,日均睡眠五个半小时。

今年我提前动了手。

八月底被同行按头试了一个东西,Lovart 的中文版,到现在用了二十多天。

这篇算个阶段性交代。

先说惊喜Lovart品牌设计月

Lovart 中文版最近在搞品牌设计月,时间点卡的就是双11备料期。

Lovart 品牌设计月「双11 Skills 特别企划」上线:女装、男装、家居、数码、美妆、食品六大品类专属 Skill,读懂你的品牌,一次产出全店双十一物料。

为热卖而设计,上新36款专属SKill。9月16日- 10月9日,限时5折。

先搞一个测试下

结果嘎嘎好~

九月正是试工具、囤模板、跑流程的时候,十月你没工夫研究新东西,只能用什么顺手抓什么。

真要入坑一个工具,现在是最后的从容窗口。

总结:活还是得自己干,但今年我有底气把询单都接了,还打算十一假期真的休假。

01-刷小红书的时候,参考图自己就进素材库了

做物料最烦的环节,其实是开始之前那一步:找参考。

以前的流程你我都熟——刷到好图,截图,存相册,传到电脑,扔进一个叫"双11参考final2"的文件夹,三天后自己都忘了为什么要存这张。

Lovart 中文版有个叫"灵感直连"的功能,装个浏览器插件,在小红书、淘宝、亚马逊上刷图,鼠标悬停一下就能收进素材库。

图片

关键是收进去之后,能直接拖进画布

跟它说"按这张的配色和版式感觉,给我的memm美妆店铺做一版预售海报"。

它还会先跟你掰扯一遍:这张图里哪些元素值得借,哪些是你这个品牌不该碰的。等于多了个人帮你把 moodboard 嚼碎了。

九月份本来就该干这个——趁现在不忙,把参考囤够。

去年我是十月中旬一边改图一边找参考,那个体验,谁经历谁知道。

这二十多天我刷小红书的心态都变了,以前叫摸鱼,现在叫备料。

02-Skill 这东西,是把老师傅的活儿打包好了

它里面有个 Skill 市场,一百来个,都是现成的设计工作流。品牌 VI、海报套图、修图换背景,分得挺细。

图片

我拿一个 branding 类的 Skill 试了个宠物VI用品客户:丢一张产品图进去,它自己往下跑——情绪板、办公用品、包装、海报、周边、门头、主KV(中英文横竖版)。

搁以前,这一串够我干两天,中间还得跟客户对三轮。

爽是爽,但我说句实话:它出来的东西是"能交付的 80 分",不是"能拿奖的 95 分"。字体细节、留白的分寸,最后那口气还是得人来提。

指望它出完你直接甩给印刷厂,那是要出事的。

我的用法是它跑到 80,我收个尾。两天变两小时,这个账是划算的。

九月把每个客户的底子都这么跑一遍,十月来的就是修改意见,不是从零开始。这两件事的区别,干过双11的都懂。

03-双11要的那些东西,它基本都能出

这是我现在敢跟客户说"排期随便来"的原因。

组图,九宫格那种,一次出一套,风格是统一的;

主图视频,产品图丢进去能出带运镜的短片,放在详情页首屏够用;

甚至还有能直接跑的网页和 PPT——上个星期有个客户临时要个招商落地页,我没开代码编辑器,它把带动效的 HTML 给我了。

当然也不是全顺。

中文字偶尔会抽风,排得好看的文案里突然蹦一个错字,出图前必须自己过一遍字。这毛病现在还在,介意的人要有个心理预期。

04-一个不起眼的功能,我已经用它赚了一次钱

上周的事。

客户发来的 Logo 是张 500 像素的 JPG,十月要印会场背板。

以前这种活我直接在群里报价,重绘 Logo,三百起。这次我顺手点了图片旁边那个矢量按钮,转出来的 SVG 放大到背板尺寸,边缘还是干净的。

我又扔进 Illustrator 里检查了一遍,路径是能继续编辑的那种,不是糊弄人的假矢量。

那三百块我还是报了。

别骂,这是商业机密。

最后

三个询单我都接了,排期表也列好了,存在电脑桌面上。

昨晚十一点,我关了电脑,去阳台给那盆快死的绿萝浇了水。去年这个时候我也在浇花,一边浇一边想十月怎么办。

今年想的是,十一去哪儿浪。

#获取方式

https://www.lovart.art/

跳转微信打开

  •  

4个避坑技巧!教你摆脱AI海报的廉价科技感

优设 2026-09-19 22:30 湖北

做AI海报久了,我发现很多画面明明元素不少、效果也堆得很满,最后看起来还是很像模板,甚至有点“廉价科技感”。

问题往往就出在几个很基础的地方:风格词太空、信息层级太乱、装饰元素太多、提示词又没说清楚。

这次我把这些常见问题重新拆了一遍,还整理了更实用的改法:怎么控制信息量、怎么拉开主次、怎么把“高级感”说具体,以及一段海报提示词到底该按什么顺序写。

都是做AI海报时很容易碰到的小坑,改起来也不复杂。经常用AI做封面、海报、宣传图的朋友,建议先收藏,下一次出图前对照着检查一遍,效果会稳很多。

跳转微信打开

  •  

丛龙峰:AI 会消灭掉「上破班」的感觉

任鑫 2026-09-19 18:13 河北

管理学者丛龙峰从北京飞来上海「只见人心」:一般人能做的事 AI 一般都能做了,但吃 AI 这个馒头前,前面还有四个馒头要先吃。

丛龙峰,1985 年生,管理学者。每年自办一届管理学年会——首届 2023 年 12 月主题是「AI 时代下回到人本身」,今年第四届在杭州良渚。

这篇是给所有正在被 AI 焦虑卷得睡不着觉的人,以及所有觉得自己公司「转不动」的老板。


一句我没料到的话

「我特别相信 AI 如果可以提高生产力、提高组织效率,一定会朝向让人变得更像人的方向——它会彻底消灭掉上破班那种感觉。」

这是聊到最后丛龙峰给我的判断。

我没料到。

因为大部分人对 AI 的态度都是焦虑——AI 会让我们更卷、更累、更被替代。

但丛龙峰反过来:AI 应该把人从破班里解放出来,让你回到「人本身」。


「我到上海只见任鑫」

我跟丛龙峰认识两年半。23 年底他办第一届管理学年会,叫我去做嘉宾——那一年的主题就是「AI 时代下回到人本身」。然后他每年办一届。24 年莫干山,25 年嘉兴南湖,今年良渚——今年第四届。

这次他从北京飞过来。录节目时他先说了一句:「我到上海只见任鑫。」录完节目马上就去了火车站。

我特别想偷学他的东西。

因为最近我作为几家公司的 AI 顾问,本来是聊产品的——结果聊着聊着全在聊组织。

我做了 AI 产品也没多挣钱,用上 AI 工具提效了也没多挣钱——单个提效了,整个组织好像也没提效。

这些人怎么办?组织架构要不要转?激励要怎么做?

我就在那儿假模假式地给人出主意——一边出主意,一边心里非常慌。

因为我不懂。

所以我把丛龙峰拽来了。聊了三个钟头。他给我画了一张图——AI 时代的组织变革地图。

而我没料到的是,他这张图的核心不是"用 AI 替代人",是用 AI 把人从破班里解放出来。

这篇文章,是这张图。

三个面向:经济、社会、政治

丛龙峰一开始就给了我一个分析框架:

「组织其实包括三种形态。最容易看到的是经济面向——目的明确、手段合理、追求投入产出最大化,是效率逻辑。但它背后还有一个非经济的面向——社会形态,它有情感逻辑。第三个面向是政治形态,只要是人大了一定会有左中右。」

这就是一个组织的三层。

  • 效率逻辑说得通的,情感逻辑不一定说得通。
  • 情感逻辑说得通的,博弈逻辑不一定认。

「所以你每到一个公司,发现它的组织结构图,只要你深入其中,它就是假的——因为组织结构图跟组织真实运行是两回事。」

这一刻我才听懂为什么——

AI 在经济层可以打穿。成本拧干、人员优化、流程提效——这些是效率逻辑,AI 替代力很强。

到了社会层就难。因为人是有情感的。组织里两个部门"尿不到一壶里"的事,AI 帮不了你。

到了政治层更难。每一次组织更改都意味着权力重新分配——损伤到利益的时候,哪怕道理对,他也不搭理。

所以今年组织咨询变得很难。丛龙峰说,难点已经从"道理没说清楚"变成了「make things happen 很难」——道理说清楚了,但大家不听你的。


「一般人能做的事,AI 一般都能做了」

聊到第 18 分钟,丛龙峰把他 2023 年说过的两个判断搬出来——他说现在看都对。

第一个:

「一般人能做的事,AI 一般都能做了。你必须得变成一个不一般的人,而且留给不一般的空间越来越小了——之前你可能是 10% 不一般的,未来你可能要变成 1‰ 不一般的才行。」

第二个:

「组织要回到人的原点,人要回到生命的原点。组织一定会变小,组织会归核。」

我接他这话往下推:

「我可不可以这样理解——比如麦当劳,它是 40 分的汉堡,但管理能力 80 分,所以可以开 1 万家店。另外有一家店做了 70 分的汉堡,但请不到牛人去标准化,所以只能开 3 家。」

「未来如果 AI 把规模化复制这件事接管了——那做 70 分汉堡的人,也可以开 1 万家店了。」

丛龙峰说——这就是组织归核:

「一个公司真正的核心没多大的。就像肯德基一开始是肯塔基州最火的炸鸡店——好吃到你必须要到那个州去吃。蜜雪冰城核心还沉淀在第一家店身上,5 万家店是规模化复制问题。」

「AI 把可重复的工作交给可重复的东西,组织就回到那个最小的核——回到天才管理。」

我突然想起一个比喻:

我们高考要考 7 门,过去 6 门都要 149、150 分才能上好大学。

但如果未来 AI 帮你作弊剩下 6 门——

那"汉堡好吃"这唯一一门课,会变成一个 1 分都不能丢的科目。


5 个馒头:吃 AI 这个馒头前,前面还有 4 个馒头要吃

这是这一期最实用的判断。

丛龙峰说:

「我们做 AI 智能化的组织,实际上是吃到它的第五个馒头。但是它前面还有四个馒头——」

1. 标准化
2. 流程化
3. 数据化
4. 知识化
5. AI 智能化   ← 你在这儿

「但大多数公司连第一个馒头都没吃完。」

「你自己都没有标准化,你想指望 AI 去帮你标准化就非常难。」

他举了胖东来——2012 年他去走访胖东来时,胖东来已经做了非常好的岗位指导手册。所以这一轮数字化转型供应商进来的时候,能很快把岗位之间的东西拉通。

但他也提了一个让我停顿的点:

「数字化转型商面对胖东来这么好的案例的时候,他依然会有一个麻烦——最早这一步岗位知识的沉淀,是从老师傅心里面掏出来的。当这个老师傅没有掏出来这个东西之前,AI 是没有办法把它掏出来的。」

「同时这里面还有一个顾虑——其实老师傅是在不断的实操过程中,他理解了这套东西的。但是如果用了 AI,就会打断从小师傅到老师傅的培养路径。」

——你刚吃到第五个馒头,可能就失去了下一代老师傅。

这一条我没有现成的答案。但它很重要。


「百度为什么起个大早赶了个晚集」

聊到中段,丛龙峰讲了一个我没料到的故事。

去年百度找他去讲组织课。他当面对百度说了一句:

「我说我何德何能,能在百度讲 AI 时代下的组织和人才管理?我中间很冒犯地说了一句——我们真正应该追问的是,百度为什么起个大早赶了个晚集。」

百度是中国第一个 all in AI 的公司。10 年前——李彦宏喊出 all in AI 的时候,百度就在做自动驾驶。

但自动驾驶到现在还没工业级应用。

「自动驾驶应该是一个可以重复、有明确边界、收敛性的工作。它已经耕耘了这么多年了,到现在十年了,还没有办法完全交给机器来负责。而这个工作应该大多数长手脚的人都是可以学得会的——街上跑了这么多辆车。」

丛龙峰用百度做了一个反证:

所以你不用 AI 焦虑。这只是开始的开始。


「我们目前只是开始的开始」

我跟他抱怨自己的焦虑:

「我担心说这个事情感觉 18 个月会发生完。」

丛龙峰回我:

「我是觉得目前只是开始的开始,是一个漫长周期的开始。」

他举了春节自家下水管的故事:

「我已经住了七年的老房子了,从来下水管没有坏,这个事儿完全束手无策。我找了三天才找到一个真正会做下水管的工人,把我给解决掉了。」

「但你要回到他的世界里面,那就完全不是 AI 的世界。我们可以看到这个世界上其实有非常多的工作是这个样子的。」

他还引用了一个人类学家朋友的话:

「龙峰,你现在可能接触的都是这一波新锐的创始人,你在那个空间就很快。但是我们人类学家看芸芸众生——大多数人对 AI 完全无感。只是你们那一小拨人,每天都在狂欢。」

我把丛龙峰的话翻译成一句安慰大家的:

「虽然你们公司现在转型情况很糟,但是别人也好不到哪里去。」

丛龙峰回我一句很扎实的:

「就像 1 万米跑一样,你现在领先我 2 米,那你算什么呢?我还有 1 万米跑。」

——你现在被 18 个月卷得睡不着,是因为你只看到那 2 米。


「聊『沉淀方法论』的公司,我心里就咯噔一下」

我问丛龙峰:你看到那些公司有没有成功的 AI 实践?

他先回我一句:「相信我,你已经在最前沿了。」

然后给了一个更尖的判断:

「凡是一开始就跟你聊『我们能不能沉淀方法论』,我心里就会咯噔一下。一旦你在方法论,实际上你就开始收敛了。」

「公司不是多姿多彩的,一定是创新不够的;不是处理发散问题的,一定是未来感不强的。」

我突然想起一段往事:

头条刚崛起的时候,我跟头条的朋友聊百度。他说百度已经完了。我问为什么。他说——百度最近发布了很多开源项目,内部在做代码规范化。说明他们已经看不到新的事儿做了,在做这么无聊的事。但凡他后面有开拓性的事情,代码乱一点大家都去搞机会去了。

丛龙峰说对——「百度也是我熟悉的一家公司。」


丛龙峰的转向:从英伟达跑去良渚

聊到这里,丛龙峰跟我讲了他这两年的转向。

23/24 年他去硅谷的"必看清单"——必看 Meta、特斯拉、英伟达:

「特别庸俗的,我觉得一定要站在英伟达那个地方。然后我还发了个朋友圈说——你在小镇的时候总觉得到了北京就看到了中心;到北京的时候觉得是不是应该跑到深圳;到深圳又觉得应该去美国。但是你在英伟达那块儿就觉得这就是世界中心,这就是世界最前沿。」

但到了 24/25 年,他的清单变了。

第一个新转向:皮克斯。

「皮克斯会让你看到最终有创意的那一部分——讲人类故事的部分、靠剧本打磨那部分。这个 AI 还搞不了,甚至永远都搞不了。」

第二个新转向:西雅图的星巴克。

「上一个春节我是在西雅图度过的。然后我在星巴克才会感受到什么叫做第三空间。星巴克进入中国这么多年了,你觉得什么叫第三空间?听不懂——因为那完全就是同学上自习的地方,和商务会谈的地方。」

「但你跑到西雅图那个地方,你发现星巴克像早晨起床的早餐标配。然后西雅图很冷,你到夜晚回来的时候一片漆黑,只有星巴克亮着一盏灯,你夜晚归家就特别的温暖。然后你跑到星巴克里面,真的是一堆人凑在一块儿聊大天儿、欢声笑语。那个咖啡的浓香会把你推出来,但是里面的氛围又会把你给拽进去。」

「先要有感受才会有理解。」

这是他这两年的硅谷地图——从"技术中心"翻到了"人本中心"。


「丛博,你能不能不要再碰你的手机?」

今年丛龙峰做了一件更彻底的事:在杭州良渚的冷暖村住了 20 天。

冷暖村是一个数字游民聚集地。

「那边有一批数字游民。他们不是财富自由的人,也不是安贫乐道的人——他还在努力地奋斗,但他合理地控制自己的欲望,他特别希望工作和生活一体化,希望有节奏地来进行自己的生活。」

丛龙峰说他在那儿见到了一群怪人。

野人俱乐部——离他们 50 米的一个会所。价值观贴在墙上:「身体大于头脑,感受大于思考。我们发明游戏、大声说话、自由创作,或者只是烂在那里,有空就打个滚。」

惜物所——爱惜物品的事务所,主理人小婵。她卖的每件物品都曾有一个主人,「这是一个生命的连接」。丛龙峰问她梦想是什么。小婵说:「我从小跟我弟弟讲,我想做一个拾荒者。」

沐夕家——一家爸爸开的小店。

丛龙峰跟沐夕家爸爸熟了之后,有一天聊天时随手掏出手机想记个东西。

爸爸跟他说了一句让他后来一直回味的话——

「丛博,你能不能不要再碰你的手机?知识是一种遮蔽——你习惯了那套逻辑之后,你就不再用脑子来思考了。」

这位爸爸的女儿即将上四年级。他决定让女儿放弃升学——不要高中文凭。

「他完全不信任目前的学院派的教育。他觉得现在学院派教育会浪费时间——你会大量的时间去卷这些学科,考分上真的很好,而不是去探索这个世界。」

爸爸的逻辑是:AI 一定会把所有东西都给我女儿准备好。文凭这件事,十年之后一点都不重要。

那么我女儿这十年应该去探索世界。

「这么传统的一个爸爸,但是做出了一个非常先锋式的选择。」


「AI 会彻底消灭掉上破班那种感觉」

聊到最后,丛龙峰给了我开篇那一段最有人情味的话:

「我特别相信 AI 如果可以提高生产力、提高组织效率,一定会朝向让人变得更像人的方向。它会彻底消灭掉上破班那种感觉。」

「因为我们现在身边大量人都在上个破班——他每天走在上班路上都很不快乐,进到办公室就开始搞心理建设。」

他给我看了他自己同事发的朋友圈:

「干点有意思的事儿,并且能够感受到因为创造力带来的喜悦,是一件多么幸福的事情。谁说不能快乐的工作。今天也是开心快乐一天。」

朋友圈下面有人留言:

「这是我们朋友圈里面唯一开心工作的人。」

我接着丛龙峰这段,跟他讲了一个更深的角度——

为什么大部分白领工作是"破班"?

我以前看过一本游戏设计的书,里面讲:现实是一个 poor designed 的 game。

如果把现实世界当作一个游戏来设计——你会觉得设计的人是个傻子。反馈很慢、你看不到自己做的东西的结果——大部分白领工作已经拆解成了:你不知道自己在干嘛,你拿不到反馈闭环的成就感。

甚至我们觉得粘火柴盒子很 low——但粘火柴盒子的心流,是比大部分白领工作要好的。因为你看得到自己的手对作品的影响,也知道最后的成品是什么。

如果 AI 把这些"poor designed"的部分接走呢?

——让每个白领都变得更像「粘火柴盒子」、更像那个木樨家爸爸炒菜。

让你回到「人本身」。


# 收口

聊到最后,丛龙峰给我留了一段我会反复想的话:

「重要的不是财务自由,也不是自我实现。重要的是能不能兑现自己的天赋——这个东西是你没有办法骗你自己的。」

「你绝对不会在你死那一刻觉得『老子这一辈子赚了特别多的钱』——你不会那么无聊的。然后你想到的还是说——我有一个相爱的人相伴了一生,我培养了一个很好的子女。但是更底层的追问会回到:我这辈子活够了、活到了,我活出了我自我的风采。」

录完节目,丛龙峰当晚就回北京了。

我问他为什么一定要见面。

「见到面的感觉不一样,这可能是最后的、人类有尊严的部分。在网上跟人对话,和当面看着你的眼睛对话、晚上一起喝一顿大酒、最后我搂着你的肩膀拍拍你——这两种感觉是完全不一样的。」

「甚至有人会问我:丛博,你作为现在这个时代可能比较杰出的一个管理学家,能不能去操 100 年之后我们是什么样的状况?」

「我说你想一想——谁还会记得 100 年前的管理学家?管理学家这么枯燥的话题就不用想了——你还会记住你的曾祖父的名字吗?都记不住。曾祖父离我们不到 100 年——我身边大多数人都记不住曾祖父和曾祖母。」

「换言之的话——你为什么要去操马斯克的心、操扎克伯格的心?操你自己的心就好了。」


如果你今天还在 AI 焦虑——

也许你需要的不是再读 10 篇分析。

而是先问自己一句:

  • 你的公司,吃完前 4 个馒头了吗?

  • 你的工作,是「破班」还是粘火柴盒?

  • 你的天赋,被这套系统兑现了吗?

  • 你的曾祖父,叫什么名字?


本文整理自《AI 炼金术》0526 期,嘉宾:丛龙峰(管理学者)。

完整音频(一小时多)请在小宇宙、喜马拉雅、Apple Podcasts、Spotify 搜索「AI 炼金术」。

订阅公众号:「AI 炼金术」。

跳转微信打开

  •  

MiniMax Code CLI 正式开源

原创 MiniMax 2026-09-18 20:25 上海

今天,MiniMax Code CLI 的 v0.4.12 版本面向全球开发者正式开放,并且以 MIT 协议正式开放源代码。

MiniMax Code CLI 是 MiniMax Code 客户端的核心组件。在基于 FrontierHarness Eval 的本轮评测中,取得了 76.7% 的任务通过率,成功任务耗时中位数为 4 分 33 秒,两项指标均优于报告所列公开基线。我们希望通过优秀的 harness 设计,持续释放模型能力,缩短任务等待时间。*1

我们希望通过开源,让开发者能够审视工具调用和权限处理,构建可靠的企业级应用。也让社区参与发现问题、贡献修复。让使用更放心,让安全机制在实际使用和审查中持续完善。

快速体验:

curl -fsSL https://filecdn.minimax.chat/public/install.sh | bash

Github 源码:

https://github.com/MiniMax-AI/minimax-code

客户端下载:

https://agent.minimax.cn/download

MiniMax Code 仍然在高速迭代中,我们愿和社区共建安全、可靠、高性能的 harness,持续释放模型的智能水平。

Intelligence with Everyone.

备注:

跳转微信打开

  •  
❌