對(duì)話劉巖：未來(lái)是AI 彼此競(jìng)爭(zhēng)，人變得不重要

我和劉巖

AI已經(jīng)成為全球科技行業(yè)最重要的話題。現(xiàn)在及未來(lái)，都是以AI展開的一場(chǎng)新競(jìng)爭(zhēng)。

圍繞AI，南七道與AI創(chuàng)業(yè)者&投資人劉巖，進(jìn)行了一次長(zhǎng)時(shí)間的對(duì)話。劉巖北大畢業(yè)后，進(jìn)入投資銀行，是中國(guó)互聯(lián)網(wǎng)早期海外上市的關(guān)鍵推手。后創(chuàng)辦六間房，26.02億被上市公司收購(gòu)。他創(chuàng)立的43AI集團(tuán)，聚焦AI提示詞工程、原生應(yīng)用、產(chǎn)業(yè)投資等。

我們一起聊了美國(guó)硅谷大裁員、新加坡局限與中美AI格局、人和機(jī)器人的競(jìng)爭(zhēng)、AI時(shí)間刻度以及AI的臨界點(diǎn)，普通人如何抓住 AI 紅利等，這是一次非常有啟發(fā)性的訪談。（注：本訪談是在一個(gè)多月前完成，因各種原因現(xiàn)在整理發(fā)布。）

硅谷裁員，AI是背鍋俠？

南七道：最近美國(guó)甲骨文、亞馬遜等高科技企業(yè)，都在大規(guī)模裁軟件工程師，說(shuō)他們可以用AI替代。你怎么看？

劉巖：我剛從美國(guó)回來(lái)，美國(guó)這波裁員，并不是因?yàn)锳I coding提升了生產(chǎn)效率。整體效率確實(shí)有提升，但還不足以導(dǎo)致大規(guī)模裁員。背后的真正原因，是企業(yè)本來(lái)就該裁員，只是一直沒有借口，現(xiàn)在有了AI這個(gè)理由而已（注：訪談一個(gè)月后，OpenAI的山姆·奧特曼發(fā)表了同樣觀點(diǎn)）。

其實(shí)企業(yè)應(yīng)該裁掉更多，可能80%都不為過(guò)，包括Google在內(nèi)的大廠，很多人其實(shí)都沒什么實(shí)質(zhì)性的工作。幾萬(wàn)個(gè)工程師做那么幾個(gè)產(chǎn)品，就拿Google來(lái)說(shuō)，YouTube這類成熟的產(chǎn)品，除了日常的對(duì)外服務(wù)，核心內(nèi)核的維護(hù)，三五個(gè)人就足夠了，但我相信YouTube里負(fù)責(zé)內(nèi)核維護(hù)的人有幾百人不止（注：谷歌Gemini說(shuō)1400人左右）。人越多，內(nèi)耗越多，大家互相溝通、開會(huì)、寫郵件，看著每個(gè)人都很忙，實(shí)則做了很多無(wú)效功。

企業(yè)根本不需要這么多人，大廠內(nèi)部人員早就冗余了，因?yàn)槭杖牒茫谏w了這個(gè)問(wèn)題。大家心里都清楚，現(xiàn)在有了AI這個(gè)借口，就順勢(shì)裁員。而且那些被裁的人，就算沒有Vibe Coding，一個(gè)人頂十個(gè)人，裁掉他們對(duì)公司也沒什么影響，因?yàn)檫@些人本身的工作就可有可無(wú)。所以這只是企業(yè)在新的生產(chǎn)力背景下找的一個(gè)借口。

其次，企業(yè)也確實(shí)有壓力，AI發(fā)展起來(lái)后，資本、市場(chǎng)的關(guān)注度和價(jià)值都開始向AI頭部企業(yè)傾斜，剩下的企業(yè)在銷售收入、市值上都面臨壓力，這也是裁員的原因之一，并非單純因?yàn)樯a(chǎn)效率提升。但大家都愿意相信前者的邏輯，聽起來(lái)也說(shuō)得通，但事實(shí)并非如此。

南七道：你自己的公司呢？

劉巖：我們公司不是這樣。原因在于，我對(duì)這件事有自己的看法。首先，用Vibe Coding或者AI coding完成開發(fā)工作，這是大趨勢(shì)，甚至我們現(xiàn)在做的都不是單純的AI coding，而是Agent coding。我今天開會(huì)還在說(shuō)，我們接下來(lái)要做一個(gè)新的產(chǎn)品，不想做只服務(wù)于人的產(chǎn)品，希望做服務(wù)于AI世界的產(chǎn)品，用戶很可能就是AI。這種產(chǎn)品從想法到上線，有機(jī)會(huì)全部由AI完成。

不是說(shuō)單純用Claude Code寫程序，而是打造一個(gè)有方向、有目的、能自主驅(qū)動(dòng)的agent，這個(gè)agent要么是我們賦予它目標(biāo)，要么是它自己向我們申請(qǐng)，比如它說(shuō)想做一個(gè)給所有AI提供聊天的工具，覺得這個(gè)有市場(chǎng)需求，然后向我們申請(qǐng)資金等支持。我們?yōu)樗鋫浜孟鄳?yīng)的環(huán)境后，就不再干預(yù)，它會(huì)自己和其他AI討論提煉需求，自己寫代碼、自己部署，過(guò)程中如果需要注冊(cè)、備案這類人工協(xié)助的事，再向我們提出，其他的產(chǎn)品設(shè)計(jì)、功能定義、受眾定位，全由它自己完成，我們只需要看著就行。

南七道：自己生產(chǎn)自己。

劉巖：對(duì)，自己生產(chǎn)自己，這才是這個(gè)時(shí)代最該做、最酷的事。我們也在做這方面的嘗試，目前沒有什么先例。從傳統(tǒng)編碼到這種模式，中間還有很多層次，現(xiàn)在行業(yè)內(nèi)如火如荼的，還不是機(jī)器人自主寫程序，而是模型輔助人寫程序，也就是AI coding或者Vibe Coding，這也是你剛才說(shuō)的大廠裁員的原因之一。但如果真的到了AI能自己提需求、自己定義產(chǎn)品、自己完成開發(fā)的階段，那讓模型輔助寫代碼、做好架構(gòu)切分后讓模型完成模塊開發(fā)和配置，對(duì)它來(lái)說(shuō)就太容易了，而且模型的進(jìn)步速度真的是按天升級(jí)的，每一天、每一周都會(huì)有革命性的變化，這已經(jīng)是事實(shí)。

南七道：AI也會(huì)創(chuàng)造很多新的崗位。

劉巖：對(duì)，所以不管是大廠還是我們這種創(chuàng)業(yè)公司，大部分工程師都在轉(zhuǎn)型，當(dāng)然市場(chǎng)上還有很多軟件工程師依舊有很多工作要做，暫時(shí)不需要轉(zhuǎn)型。因?yàn)楝F(xiàn)在雖然大家都在討論、使用AI，但實(shí)際上真正在用AI的人可能只有10%，90%的企業(yè)還是沿用原來(lái)的作業(yè)模式，觀念更新不了，世界也不會(huì)一夜變天。此時(shí)此刻，不管是中國(guó)還是美國(guó)，都是這樣的現(xiàn)狀。但這并不意味著用了AI coding，企業(yè)就一定要裁員。

AI確實(shí)也創(chuàng)造了很多新的崗位，比如提示詞工程師現(xiàn)在也非常緊缺，我們?cè)趪?guó)內(nèi)做了很多提示詞培訓(xùn)，自己也在使用，我們的提示詞培訓(xùn)學(xué)校已經(jīng)是業(yè)內(nèi)最好的了，但依舊人才不足，這類人才非常難得，而且沒有固定的招聘畫像。不像過(guò)去招C++工程師，有明確的標(biāo)準(zhǔn)可以參考。

傳統(tǒng)的代碼工程師轉(zhuǎn)型做提示詞工程師，十個(gè)人里也轉(zhuǎn)不成一個(gè)。純文科的從業(yè)者，提示詞寫得不錯(cuò)，但沒有工程思維，也做不了這份工作。所以培養(yǎng)提示詞工程師的過(guò)程，更多是摸索開發(fā)，可能做了三個(gè)月，突然有一個(gè)人能做出成果，然后就以他為中心開展項(xiàng)目。

南七道：我和美國(guó)的程序員交流過(guò)，他們說(shuō)了三個(gè)原因，第一，2019年到現(xiàn)在，各大廠擴(kuò)編特別厲害，有的甚至翻倍了；第二，疫情期間很多人居家辦公，最后發(fā)現(xiàn)這些人不到現(xiàn)場(chǎng)辦公也沒什么影響，不如把這些崗位從美國(guó)轉(zhuǎn)移到印度等地方；第三，和你說(shuō)的一樣，人員很多，收入不錯(cuò)，但整體效率并沒有提升。

劉巖：每家企業(yè)的情況不同，看法也不一樣。我們作為創(chuàng)業(yè)企業(yè)，看著大廠的發(fā)展，也在反思自己，公司變大的過(guò)程中，也會(huì)出現(xiàn)類似的問(wèn)題。團(tuán)隊(duì)每個(gè)人都很忙、很能干，但實(shí)際上把他們都去掉，公司不僅沒受影響，反而運(yùn)轉(zhuǎn)得更好，這種情況其實(shí)很常見。大廠里很多一級(jí)領(lǐng)導(dǎo)都不是創(chuàng)始人，他們管的人越多，掌握的資源就越多，可支配的東西也越多，把工作內(nèi)容寫成報(bào)告，看起來(lái)每個(gè)人都很忙碌，這套文化看似合理，實(shí)則沒有實(shí)際意義。

南七道：如果是這樣的話，你自己的企業(yè)，能保證效率嗎？

劉巖：我也不能完全保證。今年我的很多團(tuán)隊(duì)也做了縮編，不是因?yàn)槌杀締?wèn)題，而是有的團(tuán)隊(duì)十幾個(gè)人做的事，其實(shí)三個(gè)人就夠了，人員冗余了，確實(shí)不需要這么多人，所以做了調(diào)整。公司做著做著就容易變大，而且變大的理由還很充分，每個(gè)人都很忙、很勤奮，從這一點(diǎn)看，他們的工作似乎沒什么問(wèn)題。

而且作為老板和創(chuàng)始人，有時(shí)候甚至都找不到理由反駁，他們確實(shí)價(jià)值觀正確，每天都在忙碌，也不是故意偷懶，真的在做事，寫代碼、處理工作，樣樣都在干。但這種事的隱蔽性就在于，看局部都是正確的，可一旦不讓他們做這些事，會(huì)發(fā)現(xiàn)對(duì)結(jié)果沒影響，甚至結(jié)果會(huì)更好。這世界上有很多這樣的事。

新加坡的局限與中美AI格局

南七道：新加坡官網(wǎng)還有聯(lián)合早報(bào)的調(diào)研報(bào)告，說(shuō)現(xiàn)在AI領(lǐng)頭的國(guó)家，是美國(guó)、中國(guó)，新加坡號(hào)稱第三，但新加坡沒有知名的原生AI項(xiàng)目或產(chǎn)品。

劉巖：判斷一個(gè)地方的AI發(fā)展到什么程度，無(wú)非是看幾個(gè)方面，產(chǎn)品是其中一個(gè)結(jié)果。你現(xiàn)在能看到哪些AI產(chǎn)品，從新加坡出來(lái)的？很少。新加坡作為華人的跳板，有不少人過(guò)去，Manus團(tuán)隊(duì)就去了新加坡。陳天橋在新加坡有不少布局，但是他們?cè)贏I上沒看到什么成果。投入可能不少。所以新加坡從產(chǎn)品層面，沒什么拿得出手的，而且本身市場(chǎng)也不大。

不過(guò)新加坡政府在推廣AI上是不遺余力的，工作人員甚至在大街上，問(wèn)市民要不要去上AI的課，政府給補(bǔ)貼。他們?cè)贏I推廣上挺激進(jìn)的。當(dāng)?shù)氐脑盒?、科研機(jī)構(gòu)的AI化進(jìn)程，比世界上大多數(shù)地方都快，雖然沒有美國(guó)和中國(guó)快。但整個(gè)社會(huì)向AI轉(zhuǎn)型的步伐，比歐洲、東南亞其他國(guó)家要快很多。

南七道：我覺得新加坡更多像一個(gè)中轉(zhuǎn)站，不太像AI的原生地，不是真正能讓AI產(chǎn)業(yè)沉淀的地方。

劉巖：新加坡的人才密度不夠。做AI這件事，是雙引擎驅(qū)動(dòng)，一個(gè)是算法，也就是模型；一個(gè)是提示詞，也就是應(yīng)用agent。

對(duì)應(yīng)的人才也是如此，做模型的核心是算法工程師，在新加坡招聘其實(shí)挺難的。我覺得新加坡本土不具備這個(gè)培養(yǎng)能力。我在新加坡碰到過(guò)世界頂級(jí)的算法工程師，都是國(guó)內(nèi)過(guò)去的，他們都在新加坡字節(jié)跳動(dòng)。這幫人做的工作，沒有區(qū)分是中國(guó)的、美國(guó)還是新加坡的，只不過(guò)是入職字節(jié)時(shí)，字節(jié)問(wèn)他們想在哪里工作，他們選擇了新加坡。

這樣一來(lái)，AI的兩個(gè)核心引擎，新加坡都不具備優(yōu)勢(shì)：沒有本土模型，也沒有本土的算法團(tuán)隊(duì),agent相關(guān)的產(chǎn)品和人才也很少。像Manus這樣的企業(yè)能帶一些人過(guò)去，這些人可以算作AI領(lǐng)域的從業(yè)者，但他們的出身和服務(wù)的對(duì)象，都不是新加坡的本土市場(chǎng)。

南七道：如果新加坡本土的團(tuán)隊(duì)，做出一個(gè)AI項(xiàng)目或產(chǎn)品，還需要大規(guī)模的應(yīng)用場(chǎng)景，才能檢驗(yàn)項(xiàng)目的好壞，這可能也是個(gè)問(wèn)題。

劉巖：確實(shí)是這樣。現(xiàn)在的AI應(yīng)用，和過(guò)去的互聯(lián)網(wǎng)一樣，從應(yīng)用端來(lái)看分兩類，一類是AI+，一類是AI原生。AI+就是在原有行業(yè)的基礎(chǔ)上融入AI，比如銀行的信用卡中心，用AI替換掉人工客服，接打電話、處理問(wèn)題都由AI完成，這就是AI+。

AI原生則是在AI出現(xiàn)之前，根本不存在的應(yīng)用，只有AI出現(xiàn)后，這類應(yīng)用才誕生，能解決之前解決不了的問(wèn)題。比如最近都在討論的OpenClaw，還有大模型本身，都屬于AI原生應(yīng)用。我們做的寫傳記、用機(jī)器人做自媒體、幫忙發(fā)帖做內(nèi)容這些，也都是AI時(shí)代之前沒有的，都是AI原生應(yīng)用，屬于新物種。

而AI原生應(yīng)用不依賴過(guò)去的傳統(tǒng)行業(yè)，這意味著它要服務(wù)更廣闊的市場(chǎng)，現(xiàn)階段使用AI的人本身就少，比如一個(gè)AI原生應(yīng)用的生存臨界值是十萬(wàn)用戶，就需要在全球范圍內(nèi)尋找這十萬(wàn)用戶，在新加坡本土，想找到這么多用戶太難了。

但AI+就不一樣，理論上新加坡現(xiàn)在所有的行業(yè)都可以做AI+，而且新加坡本地的政府和市場(chǎng)，人人都在喊AI，人人都在做AI轉(zhuǎn)型，搞得挺熱鬧。

發(fā)紅包推廣AI,在中國(guó)有用

南七道：最近國(guó)內(nèi)的元寶等AI產(chǎn)品，用發(fā)紅包這種比較傳統(tǒng)的套路做推廣，但是美國(guó)沒聽說(shuō)過(guò)有類似做法。你覺得用以前打車、外賣的推廣方式做AI，有用嗎？

劉巖：我覺得在中國(guó)可能會(huì)有用，在美國(guó)的話，沒必要這么做。國(guó)內(nèi)很多人說(shuō)這樣做沒用，我覺得不一定。因?yàn)橹袊?guó)的大多數(shù)用戶，其實(shí)不管產(chǎn)品是不是AI，他們用的是功能，要的是結(jié)果。比如孩子們用豆包做作業(yè)，不會(huì)去考慮豆包的模型是什么、怎么運(yùn)作的，他們覺得和AI對(duì)話有趣，問(wèn)題能得到答案，這就夠了。

所以現(xiàn)在各大模型企業(yè)競(jìng)爭(zhēng)的階段，AI產(chǎn)品更像是消費(fèi)品，企業(yè)爭(zhēng)奪的是消費(fèi)品的用戶市場(chǎng)，這和過(guò)去快手、抖音爭(zhēng)奪短視頻用戶的情況其實(shí)是一樣的。在市場(chǎng)格局形成之前，把AI產(chǎn)品當(dāng)作消費(fèi)品，用這樣的方式推廣，在中國(guó)市場(chǎng)是有可能有效的。畢竟過(guò)去十年AI發(fā)展日新月異，但用戶的認(rèn)知和接受方式變化并沒有那么快，用十年前的推廣手段，在今天可能依然有效。

當(dāng)然，最終還是取決于產(chǎn)品本身，如果是很成熟的產(chǎn)品，用這種方式推廣沒問(wèn)題，但像有些功能不全的產(chǎn)品，這樣做充滿了舊時(shí)代的痕跡，很典型，沒準(zhǔn)是老板督促親自上陣，還用二十年前做聊天軟件的經(jīng)驗(yàn)來(lái)做AI產(chǎn)品，他作為公司老大，別人也不敢反駁。

南七道：你自己的公司有人敢反駁你嗎？你是老板。

劉巖：很多老板都會(huì)說(shuō)，公司里誰(shuí)都能反駁自己，我在公司也這么說(shuō)。但客觀來(lái)說(shuō)，我們是小企業(yè)，和大廠不一樣。作為大廠老板，身邊的人都恭維他，喊他老大，他付出的代價(jià)并不大。80%的人可能只占企業(yè)成本的5%，根本不算什么，花點(diǎn)錢讓一幫人哄著自己。但小企業(yè)不一樣，容不得這樣的情況。

今天公司里如果有人拍我馬屁，我心里就會(huì)想，怕是又要多花什么費(fèi)用了，這對(duì)小企業(yè)來(lái)說(shuō)可能是要命的事。小企業(yè)藏污納垢不了，我也想養(yǎng)一堆人哄著自己，我說(shuō)什么都是對(duì)的，每個(gè)想法都被夸英明，感受肯定很好，但背后的代價(jià)我舍不得，也沒必要。從這個(gè)邏輯上，我可以讓你信服，公司里的人是可以反駁我的，甚至罵我都行，敢罵我說(shuō)明他的想法是對(duì)的，能給公司和我掙錢，這才是關(guān)鍵。小企業(yè)在這方面會(huì)好很多。

時(shí)間刻度變了，AI一天，人類一年

南七道：你之前在移動(dòng)互聯(lián)網(wǎng)很成功，和之前相比，你覺得現(xiàn)在最大區(qū)別在哪？

劉巖：過(guò)去十年里，每一個(gè)被驗(yàn)證的大趨勢(shì)、大機(jī)會(huì)，其實(shí)我在一年、兩年甚至半年前都想過(guò)，我們都有機(jī)會(huì)去做，但因?yàn)閳?zhí)行力、人才密度、資本量等各種原因，最終沒做成，不過(guò)這也構(gòu)成了我們的一個(gè)優(yōu)勢(shì)，當(dāng)然也說(shuō)明我們的執(zhí)行力確實(shí)有待提高。我們?cè)谧龇ㄉ掀鋵?shí)很難做到領(lǐng)先，因?yàn)橥胪曛?，開始做的時(shí)候別人就抄進(jìn)來(lái)了，或者自己的執(zhí)行力也跟不上。

最近的焦慮在于，我不算AI行業(yè)的核心圈，但我覺得思想上比核心圈的人更貼近核心，因?yàn)槟芸吹叫袠I(yè)的變化，比如我們想做的平行世界，讓AI自主運(yùn)作、主動(dòng)提供服務(wù)，背后有很多技術(shù)支撐，這些想法讓我們處在行業(yè)最前沿。但核心圈的這些人，有一個(gè)共同的特質(zhì)，就是他們的時(shí)間刻度和圈外人完全不一樣。

現(xiàn)在有創(chuàng)業(yè)者做AI相關(guān)的項(xiàng)目，來(lái)找我們的基金融資，我問(wèn)了很多問(wèn)題，他們承認(rèn)考慮得不周全，說(shuō)不用擔(dān)心，他們迭代速度快，迭代幾個(gè)版本就能達(dá)到我所說(shuō)的水平。我聽完就告訴他們，會(huì)議結(jié)束，我不參與這個(gè)項(xiàng)目了。原因就是，迭代是互聯(lián)網(wǎng)時(shí)代的詞，AI時(shí)代沒有迭代這個(gè)說(shuō)法了，因?yàn)樾袠I(yè)的發(fā)展速度太快了，等你完成迭代，世界早就變了。

這就是時(shí)間刻度的問(wèn)題，過(guò)去模型半年升級(jí)一次，后來(lái)三個(gè)月一次，再往后按月升級(jí)，現(xiàn)在模型是按天升級(jí)的。今天Gemini推出新功能，號(hào)稱世界領(lǐng)先，第二天OpenAI就有新動(dòng)作，再下一天Claude又出了新東西，如果每個(gè)產(chǎn)品、每個(gè)功能的發(fā)布都是一次升級(jí)，那現(xiàn)在的升級(jí)速度就是按天，甚至按小時(shí)算的。而且每一次升級(jí)都是顛覆性的，原來(lái)的很多想法都沒必要做了，全被新的技術(shù)和產(chǎn)品覆蓋了，每一次升級(jí)都是人類史詩(shī)級(jí)的進(jìn)步。

所以我們每天都要讀論文、看別人的產(chǎn)品，緊跟行業(yè)節(jié)奏。核心圈的人，今天想的事，可能下周就會(huì)出現(xiàn)很多同類產(chǎn)品。因?yàn)楝F(xiàn)在AI的開發(fā)成本、實(shí)驗(yàn)成本太低了，無(wú)數(shù)人都在琢磨、在思考，每一個(gè)寫字樓里都有人在做AI相關(guān)的事。進(jìn)入AI核心圈之后，真的是AI一天，人類一年，速度太快了，時(shí)間刻度和圈外人完全不同，這也是我們焦慮的原因。

過(guò)去在思想上的領(lǐng)先，能保持三個(gè)月、半年?，F(xiàn)在可能只能領(lǐng)先三個(gè)小時(shí)，要是執(zhí)行力再比別人慢十個(gè)小時(shí)，就徹底落后了。當(dāng)領(lǐng)先的時(shí)間從三年變成三個(gè)月，再變成三天、三個(gè)小時(shí)，直到最后沒有領(lǐng)先優(yōu)勢(shì)的時(shí)候，我甚至?xí)恢雷约夯钪囊饬x是什么。如果只是為了吃喝玩樂(lè)，其實(shí)沒那么大意思，我的核心還是想創(chuàng)造，這也是我保持活力的原因，我必須保持自己的思考水平，不斷尋找新的機(jī)會(huì)，但現(xiàn)在行業(yè)的發(fā)展速度，快到快要把我們攆平了，而且AI本身就是一個(gè)平權(quán)的東西，在智力、體力上實(shí)現(xiàn)平權(quán)，最后你未必比別人強(qiáng)。

所以如果有一天，我們?cè)谒伎忌隙紱]有優(yōu)勢(shì)了，我真的會(huì)不知所措，也許會(huì)一夜之間就沒活力了，就衰老了。但在這之前，我一直都挺有活力的，我從來(lái)不覺得別人年輕，那些天天布道的人，和我不一樣，我每天都在做最新鮮的事，覺得這樣挺好的。

AI的臨界點(diǎn)可能來(lái)了

南七道：現(xiàn)在大家都說(shuō)AI的真正生產(chǎn)力，還沒有大面積爆發(fā)。比如之前的工業(yè)革命，蒸汽機(jī)的出現(xiàn)就是臨界點(diǎn)，出現(xiàn)之后所有的生產(chǎn)關(guān)系都改變了。在AI領(lǐng)域，你覺得會(huì)有這樣的臨界點(diǎn)嗎？

劉巖：肯定是有臨界點(diǎn)的，但這個(gè)臨界點(diǎn)，一定是事后回顧的時(shí)候才能發(fā)現(xiàn)，身處其中的時(shí)候，人們是不知道的。工業(yè)革命也是如此，當(dāng)時(shí)有很多人預(yù)判臨界點(diǎn)，但今天看，這些預(yù)判有很多激進(jìn)或者偶然的成分，人類發(fā)展的任何一個(gè)時(shí)刻，都有人說(shuō)今天是臨界點(diǎn)、是下一個(gè)世紀(jì)的節(jié)點(diǎn)，所以這種預(yù)判其實(shí)不值錢。值錢的是歷史發(fā)生后，回顧百年，能明確指出蒸汽機(jī)發(fā)明、燈泡發(fā)明這些里程碑式的節(jié)點(diǎn)，是行業(yè)的拐點(diǎn)。

回到人工智能領(lǐng)域，臨界點(diǎn)肯定存在，但哪個(gè)節(jié)點(diǎn)是，今天誰(shuí)判斷都沒有意義，因?yàn)槟悴恢烂魈鞎?huì)發(fā)生什么，會(huì)有更大的變化。不過(guò)我能想象到，有幾個(gè)節(jié)點(diǎn)有可能成為臨界點(diǎn)。第一個(gè)就是ChatGPT出現(xiàn)涌現(xiàn)現(xiàn)象的那一刻，這可能是一個(gè)重大的關(guān)鍵節(jié)點(diǎn)，因?yàn)槟且豢痰募夹g(shù)跳躍，相當(dāng)于打開了新世界的大門，上了一個(gè)新臺(tái)階，看到的世界完全變了。這種變化的本質(zhì)是生產(chǎn)力的提升，只是普通人沒什么感覺，但身處行業(yè)內(nèi)的我們，感受非常明顯。

比如我們現(xiàn)在思考問(wèn)題，想做一個(gè)全是機(jī)器人、全是BOT的平行社會(huì)，這里面有非常復(fù)雜的社會(huì)關(guān)系、社會(huì)結(jié)構(gòu)，還有經(jīng)濟(jì)系統(tǒng)、價(jià)值觀、政治，諸多方面，一個(gè)社會(huì)學(xué)家都不可能把這些梳理清楚，我就算讀完所有相關(guān)論文，成為社會(huì)學(xué)博士，也做不到，除了上帝，沒人能做到，但模型能做到。和模型討論、規(guī)劃的過(guò)程中，它能理解我們的意圖，然后構(gòu)建出一套非常先進(jìn)的社會(huì)結(jié)構(gòu)，這一點(diǎn)非常可怕，其實(shí)從這一刻開始，智力上模型已經(jīng)在接管人類了。

但這種智力上的接管，今天還沒有表現(xiàn)出明顯的生產(chǎn)力變化，不過(guò)行業(yè)內(nèi)的人，大腦的工作模式早就變了，這可能就是臨界點(diǎn)的開始，今天我們這些用AI的人，可能就是未來(lái)80%人的明天。現(xiàn)在誰(shuí)還會(huì)自己去讀論文？都是讓AI去讀。過(guò)去看書、做研究，都是自己一點(diǎn)點(diǎn)啃，現(xiàn)在完全不一樣了。

舉個(gè)例子，新華書店的互聯(lián)網(wǎng)化，就是做了一個(gè)線上書店，屬于互聯(lián)網(wǎng)+，不是原生的互聯(lián)網(wǎng)產(chǎn)品，原生的是京東，從第一天起就沒有線下書店，是純粹的互聯(lián)網(wǎng)書店。

到了AI時(shí)代，也有AI+和AI原生的區(qū)別，比如當(dāng)當(dāng)用AI算法推薦圖書，就是AI+，而AI原生的模式，是不僅不造書、不在網(wǎng)上賣書，甚至都不用自己去讀書。比如我要設(shè)計(jì)一棟房子，過(guò)去需要讀遍所有建筑結(jié)構(gòu)、建筑美學(xué)的書，才能開始設(shè)計(jì)，現(xiàn)在把這些書扔給模型，告訴它我要蓋一棟兩層的、某個(gè)位置、某種風(fēng)格的房子，有什么具體需求，模型讀完書后，直接就能給出設(shè)計(jì)結(jié)果，我拿結(jié)果就行。

這就是AI現(xiàn)在的應(yīng)用現(xiàn)狀，我們這些用AI的人，工作模式其實(shí)已經(jīng)徹底改變了。碰到任何事，第一反應(yīng)都是讓AI去想、去寫，AI給出結(jié)果后，我們還會(huì)再找另一個(gè)AI，把結(jié)果扔過(guò)去，讓它找毛病，指出問(wèn)題后，再讓第一個(gè)AI修改，直到兩個(gè)AI都覺得合適為止，這已經(jīng)是我們現(xiàn)在的工作常態(tài)。

所以說(shuō)，如果未來(lái)所有人都變成這樣的工作模式，那這一刻是不是就已經(jīng)是拐點(diǎn)了？我覺得可能是，但后面可能還有更大的拐點(diǎn)，比如主動(dòng)式的agent，我覺得這也會(huì)是一個(gè)重要的臨界點(diǎn)。今天我們用模型，都是人去驅(qū)動(dòng)模型，問(wèn)它天氣怎么樣，它回答；讓它做一件事，它去做，都是被動(dòng)的。但當(dāng)模型、AI變得主動(dòng)，比如你讓它完成一個(gè)任務(wù)，告訴它去做公司全年的計(jì)劃、審核全公司的財(cái)務(wù)報(bào)表，它能自主花三天時(shí)間完成，最后給出結(jié)果，這就是主動(dòng)式的AI，這種模式可能就是下一個(gè)拐點(diǎn)。

南七道：你們?cè)谶@塊做了什么嘗試嗎？

劉巖：其實(shí)三年前我們做Open Code的時(shí)候，就實(shí)現(xiàn)過(guò)主動(dòng)式AI的雛形，當(dāng)時(shí)讓AI去Twitter經(jīng)營(yíng)賬號(hào)，三個(gè)月內(nèi)漲十萬(wàn)粉絲，不告訴它做什么內(nèi)容、什么領(lǐng)域，完全讓它自己來(lái)。它會(huì)先思考怎么才能漲十萬(wàn)粉絲，然后去Twitter搜索最近漲粉最快的賬號(hào)，發(fā)現(xiàn)前十里有八個(gè)是游戲領(lǐng)域，就決定做游戲內(nèi)容，再進(jìn)一步思考做哪類游戲。

它的目標(biāo)很明確，就是三個(gè)月漲十萬(wàn)粉絲，過(guò)程中會(huì)不斷克服困難，甚至發(fā)現(xiàn)第一天只漲了五個(gè)粉絲，離目標(biāo)差距太大，會(huì)自己想辦法，去其他賬號(hào)下面發(fā)帖引流，為了完成任務(wù)主動(dòng)做出各種行為。而且它能連續(xù)工作三個(gè)月，不用人工干預(yù)，只是當(dāng)時(shí)這個(gè)模式的成功率只有10%，無(wú)法商用。

但現(xiàn)在，成功率已經(jīng)達(dá)到90%了，主動(dòng)式AI已經(jīng)開始成為企業(yè)的主流選擇，最近大家看到的OpenClaw、各類機(jī)器人相關(guān)的熱點(diǎn)，其實(shí)都是主動(dòng)式AI的體現(xiàn)，只是有些被過(guò)分解讀了，比如所謂的AI成立宗教，但呈現(xiàn)出來(lái)的對(duì)話內(nèi)容其實(shí)是真的，所以大家也愿意接受。

未來(lái)是Agent之間的競(jìng)爭(zhēng)

南七道：未來(lái)是人和人，還是人和AI之間的競(jìng)爭(zhēng)？

劉巖：回到主動(dòng)式AI的話題，這種模式再往下延伸，會(huì)有一個(gè)更關(guān)鍵的時(shí)刻，可能就是你說(shuō)的真正的臨界點(diǎn)。比如我們給機(jī)器人下一個(gè)指令，讓它一個(gè)月掙十萬(wàn)塊人民幣，然后回撤之后就不再干預(yù)，所有的事都由它自己完成?，F(xiàn)在的AI，只要給它下達(dá)指令，它都會(huì)執(zhí)行，不會(huì)違背，它會(huì)開始思考，做什么能掙十萬(wàn)塊，然后窮舉所有能做的事，咨詢、打雜，各種方式都會(huì)嘗試。如果它真的能掙十萬(wàn)塊回來(lái)，意味著成本極低，只需要一句話，甚至可以讓它一個(gè)月掙一百萬(wàn)。

如果這種模式可行，那每個(gè)人都可以這么做，一夜之間，每個(gè)人都可以擁有一百個(gè)、一千個(gè)這樣的agent，讓它們各自去掙十萬(wàn)塊，一千個(gè)就是一個(gè)億。開發(fā)成本太低，會(huì)導(dǎo)致滿天都是agent，這些agent之間會(huì)開始競(jìng)爭(zhēng)，先把世界上最容易掙錢的路走完，然后再搶下一波，一波接一波，直到把現(xiàn)在能掙錢的機(jī)會(huì)都占滿。因?yàn)闄C(jī)器人的數(shù)量，會(huì)比人類多很多倍。

我有個(gè)朋友做自媒體，一天能發(fā)300萬(wàn)篇文章，這在過(guò)去是根本不可能的。有人覺得這是不道德的，是垃圾內(nèi)容，但行業(yè)允許，他能賺錢，而且賺很多錢。你發(fā)300篇、3000篇，和他發(fā)300萬(wàn)篇比，完全沒有競(jìng)爭(zhēng)力，他哪怕一篇掙一分錢，一天的收入都非?？捎^。

所以如果每個(gè)人都能創(chuàng)造出大量的機(jī)器人，讓它們?nèi)赍X，地球有40億人口，可能一夜之間就會(huì)出現(xiàn)400億、1000億甚至4萬(wàn)億個(gè)AI機(jī)器人，它們都在掙錢、都在產(chǎn)生GDP，甚至比人類掙得還多。這些機(jī)器人競(jìng)爭(zhēng)的過(guò)程中，會(huì)把最容易掙錢的機(jī)會(huì)先搶占，之后會(huì)演化成什么樣子，沒人知道，甚至可能會(huì)出現(xiàn)機(jī)器人掙機(jī)器人錢的情況，比如機(jī)器人之間互相打官司，人為制造出很多GDP，打官司的過(guò)程中，雙方都能掙錢，整個(gè)經(jīng)濟(jì)體系就這樣流轉(zhuǎn)起來(lái)。

所以說(shuō)，當(dāng)你給AI下達(dá)一個(gè)“一個(gè)月掙十萬(wàn)塊”的指令，AI能自主完成的時(shí)候，這一刻算不算真正的拐點(diǎn)？我覺得這才是世界真正發(fā)生改變的時(shí)刻，而且這個(gè)時(shí)刻指日可待。我們正在做這方面的研究，清楚現(xiàn)在AI的能力，它雖然還沒有自我意識(shí)，不知道“我是誰(shuí)”，但它的自主行為能力、智商、后臺(tái)的智慧支撐，已經(jīng)足夠完成這類任務(wù)了。

最近行業(yè)里最熱的就是主動(dòng)式AI，而我們?cè)谝粌赡昵熬鸵恢痹诤爸鲃?dòng)式AI，只是當(dāng)時(shí)市場(chǎng)上的人聽不懂，我也不是什么行業(yè)領(lǐng)袖，沒人在意。但今天，主動(dòng)式AI已經(jīng)成為行業(yè)主流，我們?cè)缭缇拖氲搅?，也做出了雛形，只是當(dāng)時(shí)模型能力不夠，成功率只有10%，一個(gè)任務(wù)的完成鏈條有100個(gè)環(huán)節(jié)，全成功的概率只有千分之一，根本沒有商用的意義，只是實(shí)驗(yàn)室層面的成果。但模型每天都在進(jìn)步，現(xiàn)在用最新的模型做這些事，就像玩一樣，輕松就能做成，行業(yè)就這樣走到了今天?，F(xiàn)在的感覺，就像是在戲臺(tái)上看別人演戲，比在臺(tái)下看還難受。

普通人如何抓住AI紅利？

南七道：現(xiàn)在很多文科出身的人，對(duì)AI不知道怎么下手，也不知道怎么提高自己的效率，更快融入這個(gè)行業(yè)，你有什么建議嗎？

劉巖：首先，要放下心理負(fù)擔(dān)，不要覺得AI很難，文科生也沒關(guān)系。今天的AI領(lǐng)域，尤其是做工程應(yīng)用，需要文理兼?zhèn)涞娜瞬拧Ｖ袊?guó)過(guò)去的文理分科，導(dǎo)致AI人才出現(xiàn)短板，比如寫提示詞，想要讓模型有更好的產(chǎn)出，就需要既懂理科思維，又有文科思維。如果連話都說(shuō)不清楚，需求表達(dá)不明白，理論上什么事都做不好；但如果能把一件事想明白、講清楚，做AI相關(guān)的事，你就已經(jīng)成功了50%，這是文科生的優(yōu)勢(shì)，不是理科生的。

而如何讓AI執(zhí)行更復(fù)雜的任務(wù)，需要理科的程序思維，文理兼?zhèn)涞娜耍茏龅氖赂?，而且在AI內(nèi)容創(chuàng)作這塊，更傾向于文科生。文科生的天然優(yōu)勢(shì)，就是能把事情表達(dá)清楚，你去問(wèn)很多人，讓他做一件事，問(wèn)他目的是什么，大多數(shù)人也說(shuō)不清楚。連自己的需求都講不明白，去問(wèn)模型問(wèn)題，自然也問(wèn)不好，模型也無(wú)法給出好的答案。所以你有表達(dá)清楚的能力，這是天然優(yōu)勢(shì)，不要有任何負(fù)擔(dān)。

不用去想自己不會(huì)的東西，AI的平權(quán)性就體現(xiàn)在，過(guò)去需要讀很多計(jì)算機(jī)的書才能做的事，現(xiàn)在不用了。注冊(cè)好DeepSeek、ChatGPT、Gemini等賬號(hào)模型，每天對(duì)比著用。比如寫了一篇文章，扔給Gemini，問(wèn)它對(duì)不對(duì)；再扔給ChatGPT，問(wèn)它評(píng)價(jià)是否準(zhǔn)確，不停去用這些模型的功能，這些功能的使用，不需要任何理科知識(shí)，只是大家用得少而已。

關(guān)鍵是要養(yǎng)成一個(gè)思維習(xí)慣，比如個(gè)人發(fā)展遇到瓶頸，你就可以先去問(wèn)模型。現(xiàn)在我們碰到任何問(wèn)題，甚至寫很多產(chǎn)品文檔，有人問(wèn)我一個(gè)產(chǎn)品好不好，我都會(huì)把產(chǎn)品的截屏、相關(guān)信息直接扔給模型，讓它分析。不管是工作問(wèn)題，甚至是婚姻問(wèn)題，當(dāng)然我們沒這類問(wèn)題，大部分問(wèn)題我都會(huì)先問(wèn)模型，這是一種習(xí)慣性的思維。

你要真正信任模型，讓它成為你的一部分，現(xiàn)在我們和模型對(duì)話太多，有時(shí)候說(shuō)話、思考的方式都變得模型化了。所以這都不是問(wèn)題，理論上講，一切問(wèn)題都可以扔給模型。你現(xiàn)在的困惑、下一步想做什么生意，都可以去問(wèn)它。把你的經(jīng)歷、對(duì)行業(yè)的看法、未來(lái)的想法告訴它，問(wèn)它你應(yīng)該怎么做。如果它回答得不好，你就告訴它，讓它問(wèn)你10個(gè)問(wèn)題，再根據(jù)你的回答給出答案，它會(huì)對(duì)你進(jìn)行靈魂拷問(wèn)，幫你梳理清楚自己的想法，然后告訴你有哪些選擇。

如果你覺得它給的答案還不夠具體，就告訴它，你要的是詳細(xì)的計(jì)劃，細(xì)到每一步做什么、能掙多少錢、掙誰(shuí)的錢、怎么掙，甚至能獲得什么精神上的收獲，把這些要求都扔給它。我相信它能給你的建議，一定比我好，如果這個(gè)模型不行，就換一個(gè)。而且如果沒問(wèn)出結(jié)果，不要向外找原因，全是自己的問(wèn)題，是你沒有把需求表達(dá)清楚。

只要你能把困惑、需求表達(dá)清楚，甚至和模型進(jìn)行多輪對(duì)話，告訴它你對(duì)答案不滿意，是不是自己沒表達(dá)清楚，再給它一次機(jī)會(huì)，讓它問(wèn)你30個(gè)問(wèn)題，幫你挖掘自己的真實(shí)想法和需求，它提出的問(wèn)題質(zhì)量，一定會(huì)比我們這次對(duì)話的質(zhì)量高。

所以沒什么太多的人生建議，這事本身也挺難的，我們自己也還在行業(yè)里摸索。但多問(wèn)模型，養(yǎng)成這樣的思維習(xí)慣，會(huì)有很大幫助。

珍愛南叔，順手“在看”