Chapters
Shownotes Transcript
something that。
今天很开心我们现在在创新工场的办公室邀请到了汪华来一起做一期播客，然后汪华老师，其实我一直是你的粉丝，我很早之前其实就写过一篇文章，里面就引用了两个人的观点，一个是您的那个 11 年 的那个演讲，讲的是移动互联网的发展的三个阶段，然后另外就是王兴，当时他早期有一个四纵三横的理论，你们都是特别早就看到了移动互联网的这波机会，而且是预估的特别准的。
对，所以我觉得今天我们就可以聊一下移动互联网跟现在的 AI 的一些对比，包括对未来一些看法。
非常荣幸可能在 13 亿张军里面做播客，对，我印象中你也是从移动互联网早期就参与到这个领域里面啊，是是蛮有意思的。
你看你最近一开始出来讲比较多 AI 相关的东西。
我们做 AI 在国内是很早，你从 12 年 开始。
我我知道你们做得很早，我觉得这波 AI 你出来讲，其实是今年出来讲得稍微多一点，比这个前几年的，嗯，对吧。
然后当年移动联网你大概是 11 年 开始出来讲得比较多是吧？
1 12 年， 对对，所以你是今年最近有看到什么？
我本身是比较小孩子啊。
啊？
这个听说过一年出来讲呢，很多，当时我说实话，当时是逼得没办法，因为那时候基本上很少有人信移动官网，一件事不得不出来讲。
去年我是觉得所有人都信。
而且信得比我还狠啊，在我看来甚至都已经信到科幻的地步了，我反而是来讲会变成保守派了 OK？
但但今年我觉得这个好像很多人又开始莫名的被悲观起来。
这跟刚才讲的那个移动互联网当年可能有点像对吧，但一开始的时候就是很相信，但后来发现一些事落不了地，他就又回去了。
对移动互联网跟实时这样的一个状况。
就是最早的时候，比如说回到就是 10 年 11 年 的时候大部分人都不信，然后从 1213 年 开始的话，大家又开始相信了，但是到了 13 年 的时候，又开始有很多人对他开始降温，直到这个欧洲啊或者大规模的这个商业，然后他实际上是没有大家不信的第一阶段，直接就进入到了甚至第二第三阶段，就是极度相信的那个阶段。
但今年的话，其实这个事才一年半，大家就觉得好像又没有看到那么多的进展。
然后今年突然大家又开始有很多怀疑。
因为我是 13 年 入行，我当时记得在 13 年 左右的时候，会至少是 1011 12 年 的时候，大家对移动互联网这个事其实还是有非常多的争议的，包括我记得当时大家说经纬投了很多移动互联网公司，大家都在讨论说到底有没有价值对吧？
然后包括真格和其实创业工厂也都是那个时候开始出来，开始投很多移动互联网的公司，然后在同期好像其他很多机构都并没有认可这件事情，我不知道就你还记得当时大概是一个什么样的市场环节？
对我我记得啊，大家其实都不信这个东西。
第一个原因就是大家没有意识到这个事物的这个发展规律。
比如说我当时三个阶段。
之所以呢比较准确的这个预估，因为有有些是你确定的，一个真正高性能智能手机当时卖得很贵。
这 2000 一块钱以下啊，两年内降到这个 1500，然后运营商和手机的这个贷款的资费确定的会下来，然后这边手机的渗透率非常确定的，在几年这边能达到百分之多少。
其实当时我的这个三个阶段，完全是根据这些物理的工程的确定事实来推演啊。
很多人就是当时是满看现在的这个状况，资费那么贵，但他那么低，手机那么贵。
所以静态地看问题。
的确感觉当时好像普通东西不成熟。
第二呢？
我个人觉得还是被从 03 零四年开始的那些旧模式，就是以前是移动互联网，其实就是运营商的增值服务，当时认为提供不能，不可能摆脱运营商的这个控制，然后增值业务这个东西就算升级了又能怎么样，完全没有意向，完全只有开放了互联网的专业态。
第三个，我觉得大家忽视了一个全新的业平台，大家要在这个平台上找到一个 native 的一个应用需要的时间周期。
比如说 08 年 iPhone 刚出来，甚至 APP store 刚出来的时候，大家当时忙的这个事情都知道。
PC 上的整个搬过去，对，既没有应用到这个移动上的原生新场景，也没有符合移动端的这个特点。
我都不说那些 o to o 啊，或者是叫 BD 这样只有手机上能出现东西了。
哪怕是你说视频这样的一个东西对吧？
最早大家干的是把 YouTube 啊，爱奇艺还有那个手机上。
但实际上你看版本的正确答案，抖音一直应该是到我这边 15 年 才开始选出这样的。
而且它的形态会非常不一样。
无论是分发渠道还是这个设计，内容的本身的这个性质，并不是那种版权的这个长视频。
其实都是根本性的就不一样，所以大家也需要很多的时间去探索。
到 11 年 的时候，大家可能看到的很多的这应用也只是是 line in top， 所以很多的时候就是被这些这个认知偏差得束缚住了，另外还有可能也不够有耐心度过这个典型的那种增量续签的。
这是第一个阶段嘛。
嗯，明白诶，但其实当时的聪明人应该还是非常多的对吧？
就是我们现在回头来看，觉得好像不可思议，说移动互联网这么大的机会，当时这么多年大家都不认可，但放在那个环境之下，你们觉得是是，其实是一个很正常的事情是吧？
我回忆了我当时 11 年 12 年 去做了很多演讲活动，见了很多聪明人，破除我刚刚说的 3 个这个认知偏差还是很难啊。
有时候有的聪明人可能破除了第一个认知偏差，但是过了一段时间看看这个应用上好像也没出什么特别东西，很快就 back off 了。
嗯，或者是甚至破除俩应用偏差，但是会怀疑第三件事之类的。
而真的坚信故意一个人，没有想象更多。
那在 13 年 左右。
应该是市场相对比较 13 年 左右开始有共识了。
对，这个共识是怎么来的呢？
就当时大家看到的什么点，就一下子市场相似。
其实我刚刚说的三个问题，到了这个 13 年 的时候，其实很大程度上都已经解决了，所以这个都已经不叫达成共识，而是这个事实。
所以大家其实还是看到那件事情已经发生了，然后大家才去相信。
对啊。
就是你你说的一个有意思的话，因为看到而相信，嗯。
相信而看到之前的区别，嗯嗯。
明白。
然后在这一波 AI 里面，其实还跟当时的一个互联网有蛮多的区别的，比如当时虽然就早期可能没有形成共识，但是还是很多人出来创业，然后也有很多人能拿到投资。
但现在呢，我觉得反而是大体上好像大家对 AI 有个大的共识，但具体落地上跟投资上，好像反而市场没有跟上当年那个节奏。
我不知道你的感受是怎么？
我的感受我是会非常的凶猛。
因为早年移动互联网这个经历，所以反而是 AI 这件事在一开始阶段就取得了上次他应有阶段的共识。
嗯，移动互联网从这个 08 年 开始，到你说的 13 年 取得这个初步共识，今年整整花了 5 年的这时机。
而这次的大模型对吧？
从第一天开始就达到了共识，因为当年移动换岗经历，甚至包括大厂这些事，从第一天所有开发者都怕错过，认为这是一个至少一个不到网民级别的这机会。
所以哪怕他在很不成熟的情况下，就已经给了这个甚至都不是 13 年， 而是 14 一五年移动货量了待遇。
对，但实际上呢？
它的的制度甚至不如 10 年 的移动互联网。
嗯，因因为 10 年 的移动互联网不存在做不出来的问题，也不存在成本的问题，因为互联网 PC 互联网已经是铺了 10 年的技术基础了，但是 AI 到现在为止，连技术栈还在快速变化，嗯，都还在演技过程中，而且你也并不知道现在的模型本身的能力的边界在哪里。
是，所以大家现在都在讨论，有一波人拿移动互联网去比较 AI 对吧，然后有的人用电脑的发明来比喻 AI， 也有互联网，也有人讲说他是不是更像嗯或者像什么的。
我不知道你的这块的观点是什么。
因为现在基站不成熟。
所以我用什么来比喻它完全取决于 AI 模型能达到的技术边界。
其实现在对于阿拉行能力边界，你可以给它做不同层次的假定，比如说第一层是非常确定的假定，就是交互层的革命。
这就意味着现在大模型其实只需要现在极低四级别的语言能力，并且拥有比较好的这个多模态能力，那这个是现在我们百分百可以在接下来一年时间，两年时间，一年来实现。
基于这一层的话，他适合的比较对象是一种标啊，现在我们也确定至少可以做到比基地四要再强一个级别的一些能力。
他可以取代现在一个互联网的交互层，隔离完全智能的交互层，可面可以把现在所有的应用重写一遍啊。
而且他很大程度上还可以让任何有人在循环的，无论是工作也好，交互也好，英文也好，前台后台也好，提升很多的效率。
百分之几十的解决不了的这个效率，这是 AI 的低层技术边界，或者低层技术的特性。
但 AR 还有第二层呢。
这技术特性是需要更进一步的模型上线的提升的，叫可泛化的广义自动化。
嗯。
我还不说 IGI 只要现在的模型呢，智能上线真的能更进一步地突破，比如突破我们现在期待的 check in 能对于非常复杂的这个指令有很好的指令遵循能力，能解好模型化名，能实现在大概的情况下比较长的这样跟踪执行，那就意味着它可以很大程度上实现这个这个自动化了。
这样的话，其实用移动互联网来比较它可能就不合适了。
因为移动互联网很大程度上其实是两件事啊。
一件事是大量的这个场景的连接，第二件事情是前端交互的这个革命。
嗯，然后这两件事导致了移动互联网的一个巨大的一个提升。
它重组了很多商业模式。
重组了很多人和商业之间的界面。
但是它实际上移动互联网并没有实现广义的可泛化的大规模的自动化。
所以如果弹幕性能做到第二个阶段的话，它既能做到前端的更名。
又能做到后端的保密自动化。
那这个就可以说用真机器比拟它了。
对，那这个的话。
第一个可能是等于移动互联网，第二个可以说是数数倍的移动互联网。
如果真达到 API 的话，人类历史上除了走出非洲这个事能及媲美以外。
人历史上就没有任何东西由于媲美了。
嗯嗯嗯。
我记得你早年有一篇文章你有提到，说你就移动互联网的机会是这个 PC 互联网的 10 倍，所以你现在觉得其实 AI 是又比移动互联网更大。
对，如果达到我刚刚说的这个第二阶段的话。
那我个人觉得也近乎是礼仪的互动提升一个数量级。
OK， 这个的话我个人觉得不确定是不是能 100% 达到，但是基于现在的 trans 末的技术栈啊，再加上外围的功能实现，实现可泛化的自动化，我个人觉得还是有蛮大机会的。
哦， 50% 的机会吧。
你看移动互联网之前我知道你说 AI 我们要类比很多对吧？
但因为你讲的诶，你觉得 AI 还是比的移动互联网机会还要大几倍。
但移动互联网其实它具备几个特性，一个是它其实智能手机本身的保有量是一个从很低到非常高的一个过程。
嗯，然后呢，这过程当中也答了很多，之前其实连跳过的 PC 的这这个下沉市场的人，上来就是整个市场有巨大的增量，然后是一个新的硬件的一个迁移，然后这个硬件又具备移动性啊，这个摄像头啊等等各种东西。
但 AI 好像跟这些比起来，目前我们没有看到这么多的新的变化跟红利吧。
嗯。
移动后来有两个特性，联网增加新场景，扩容是一个特性，目前来说的话，这个特性 AI 是不太具备的。
嗯，然后第二个，移动互联网的当时的特性，就我刚刚说的，就创造新界面的这个特性。
这个的话，其实 AI 是有的，但可能需要两个前提条件，当然这也是确定的，就是模型的 Infra 成本会变得主要非常低，并且多模态的能力也完全建立。
这样的话，将来所有的这应用，即使都是在手机上跑，也可以拥有全全新的前端的交互界面。
而且我再说一点，如果更进一步， Bromo time 做得足够的好，足够便宜的话，其实居身之门还可以把建链甚至是执行从这个成了数字世界，扩展到很多的目的世界里面去。
对，所以相互见面这个特性是有的。
然后大量的这个场景拓展，的确是注意它互联网。
但是 AI 有第二个特性，就是实现广义的这个自动化。
这个的话，哪怕是当年的这个移动互联网做到今天这么多规模，除了我刚说两个特性以外，这个也是有自自动化在里面起到的这个作用的啊。
大家在 c 端里面最熟悉的一个推荐算法对吧？
他把新浪几千个小编都给干没了，而且做得还还更好，而且还 scalable 不到那个电商啊，除了抖音啊所有这些领域，嗯，但是是第一代 AI， 实际上是实现了一些非常 narrow 的，非常窄的，基于一些特定任务的这个自动化。
啊， AI 的话，其实是可以实现广义的可泛化的自动化，其实你都互联网界面上才能革命了，但是在后端，你看到是互联网公司雇了无数人在那里做审核，嗯，然后做流程，做 fulfillment， 然后无数的外卖员骑的电动车在那里面，前端是在国，后端是朋克的，嗯，对，但是这个 AR 可以在前端交互。
比如用智能化给一个用户全新的交互品。
嗯，后端的这个 fulfillment， 通过广义自动化重新定义后端的这个流程，嗯，所以产品扩充上不如移动互联网，但是在这个自动化是强于移动互联网，嗯，可以重构非常多的业态。
当年你 09 年 的时候应该是百分百的相信移动互联网这件事，是吧，那他的机会是足够大的。
但现在其实你是把 AI 分两层，就第一层是前端，交互的改变是肯定会发生，但是是不是能有更大的一个它解决任务的自动化的能力，你其实现在是 50% 的信息对。
这个的话，主要是当年移动互联网本身，移动互联网本身当时的话是技术战斗，是确定的，嗯，只有 100% 确定的，意思就是我知道它只是一个时间问题，只是一工程问题，是对，现在之所以把它分分分两块的话，其实就是因为这个多模态降低成本，还有就是简单任务自动化，这个是 100% 确定的。
复杂问题，常链路任务的完全自动化。
嗯，没有人的完全自动化还并不能说百分百实现。
嗯，对，我就讲得非常清晰，就我们今天可能可以得到个答案，就是它不是一个单纯地去对标印度互联网，还是对标什么的，就它同时存在至少是两件事情，就一件事情是大家能看到可达到，另外一件事情还是在从 0 到一一的一个过程当中。
对复杂任务的自动化本身如果真实性的话，还有一个负担，就是意味着完整的巨山智能也可以实现。
嗯，然后物理世界的这个真正意义上的这个可交互可自动化，很真正意义上的这个可联网，因为我们移动互联网耗时百度的时间联网，其实是通过这个手机和网络的联网，并不是移动互联网真能跟真实世界发生这个可输入可输出可交互，嗯，自动化的一个状态。
那所以复杂任务的这个能力的话。
是完全是一个不同的。
有事情这件事。
我觉得要能做到， AI 就不是几倍。
移动互联网你几倍吗？
是，但这件事情我们只能说持续地关注各种 paper。
更比较像是仅基于现在 transfer 做 scaling。
高概率做不出来，做不出来 Adi button 能不能做到复杂任务的自动化？
我个人认为其实也不需要太长时间观察。
3 到 4 年。
基于现在的 Transformer 和 Starling 的这条基础路线，或者广义的包括什么 member 之类的基于现有的这个模型基础路线，加上外围的各种各样的工程，如果 3 年到 4 年做出来，那基于现有的阶段，那就那就做不出来 OK， 如果能做出来，我相信 3 到 4 年之内大家就肯定能做出来，明白？
嗯，所以如果现在要给这个 AI， 我们也给它一个 roadmap， 对吧？
当年你是运动互联网，是先是工具，再是娱乐社交，然后再是一些电子商，呃，商务相关， Tob 相关的东西。
这个会跟移动互联网了那个当年会议稍微有点距离，因为当年移动互联网的话，跟着这系统成熟度和普及率走的，所以它是这样的一个应用顺序。
但现在因为有一个你成本的问题，所以有些东西反而会走得更晚一点。
比如说像为什么现在都是先做老生产业，因为生产力是用户会付钱啊，可以 cover 这个推理成本啊，而且生产力的用量小啊。
比如说用户一天做搜索最多做个七八次，最多做个十来次，签了 GDP， 人均用户使用时长其实也就是七八分钟到十几分钟之间。
但是如果你拿大模型去做这个舆论的话，比如说李平一有一个这个测试，就是拿零 1 的模型让别人做 template， 平均用户使用时长 150 分钟，这还是文字，如果你指望用模型去带图片，那这个现在做长用户时长的应用，现在模型推理成本都受不了。
嗯，所以现在的话跟单人用户量不一样的是，维度上要增加推理成本和模型的能力边界两个制约因素。
你现所以现在的顺序你觉得是怎么样？
先是这高价值的生产力和 ToB， 然后是一些大用户量的这个工具类的产品，然后是图文级别的社交用户时长类的产品，然后才能是真正的海量和多媒体的娱乐产品。
同时的话，商业化的，类似当年 OQ 啊商业的重构的这个阶段，大概也是在这些。
其实到了工具类的产品定成本，大概明年年底就应该能降到现在的将近 1%。
在这个基基础上，其实一级别日活的，甚至几亿级别的日活的长时长应用就已经出现。
这个就跟那个当时看移动互联网的那个硬性条件数据有点像。
是对诶，我我在想就是就一个互联网的时候，大家其实也讨论了一段时间，说到底什么是这个移动的 native 的产品啊？
你你觉得 AI 这波的 native 产品会出现吗？
大概是什么样子？
那肯定会出现，我刚刚说的第一阶段的话，我就是基于 AI 来重构现有的应用的前端交互和重构现有应用的整个的子用户需求。
这一波的话，我个人觉得有一半甚至一半以上还都会是传统的这个大厂，嗯，然后可能只有一小半吧，会是这个全新的 annative 的这些应用。
然后原原理也很简单，因为如果只是基于现有的应用重构的前端交互，现有的大小区 100% 这些优势的，因为它现有的腰部群，当现在的很多的这个重构还太简单了，像微软这些典型的坏的例子，现有的产品加一个对话框， office 加个对话框。
就这样感觉拍得挺。
嗯，对，这个东西，然后那生意层次的就是产品形态完全变了，然后只是用户需求是一样的，这些的话新的创业公司能拿下个会更多一些。
然后再下一个阶段，就是依赖前端后端共同革命，甚至 AI 有了全新的自动化技术的时候。
那时候的话新的公司的比例会更高，因为那时候有可能满足的应用压根移动互联网它不存在，就有点像滴滴对吧？
滴滴在 PC 互联网其实压根是一个不存在的，一个一个场景。
或者是他整个的构建方式，跟大使原来的就声音模式就是矛盾冲突的，就像拼多多打的那个打法。
对于阿里就会非常难受，是同样的道理。
嗯，对，第二阶段的话会会更多一些。
第二阶段就是你说的复杂任务能力，如果实现了的话，嗯，但如果没有实现，或者说至少短期内，可能还是现存的玩家跟大厂的机会会多一点。
越早期越是搬运式的。
其实现有的大厂优势越大。
越摸索，到这个晚期，一些全新的这个东西出来的时候。
现有的大厂是有想，嗯。
是明白。
然后如果我们的回头来看，就是如果回到十几年前，就是你基于现有的所有的经验跟认知，然后让你重新抓一波移动互联网的机会，你会怎么做？
会？
你会做哪些跟之前不一样的事情吗？
我觉得当时我这两个人有还是不够 OK， 这点我个人觉得在 AI 这个阶段来说就更加重要。
因为在很多事情都不确定的情况下，甚至比移动会长当年都更依赖这个创始人本身的经营团队。
嗯，同意，因为你现在做的比如说事情，跟将来实际上你成的事情其实大概率不是一件事，哈哈。
举个例子，王鑫最早做的团团购。
其实在现有的业务板块呢？
其实压根是我没有那么重要。
是拼多多一开始其实也是拼好货对啊什么的，对，其实都挺不一样。
其实 AI 这波就更加视觉，因为它的一个互量早期甚至还变现更大，因为技术栈甚至都不稳定。
嗯诶，这就带来一个问题啊，就是现在其实很多人说因为技术拍得很早期，所以大家倾向于投一些技术背景的人，我不知道你怎么看这个。
这个倒是有提并快的。
嗯，整个互联网最早期也是一样啊，整个互联网最早期最值钱的公司是 Cisco 啊。
是那个 next step。
因为在技术量都没有成熟的时候。
做基础设施和有技术挑战的公司的确比较有价值，别的公司设计都起不来，对对吧。
所以第一个，你的在早阶段什么东西都没有情况下，没技术你就做不出东西。
嗯，第二个，一开始就让王老师做基础设施，理解的啊，基础设施往往和平安基石，但随着时间越往后走。
这个模式和商业和别人越来越重要。
嗯，技术逐渐变成大白菜。
嗯，到明天就不一样了。
看这事最直观的标准就是推理成分，当推理成分本身很低，本身就代表一个 signal。
现在的这个计生贺赛已经非常的厉害，做应用本身其实就站的这个障碍也越来越小。
所以我觉得最晚也是到明年初的某个时候。
你不需要那么强。
及时一直都是都是完全 OK 的。
OK， 我们回头来看，其实最好的一批移动互联网公司在 10 - 12 年 之间其实已经成立了，但他当然后面有可能他产品会不断地迭代变化，这里面其实涉及到一个问题，就是先发优势在这个领域里面到底有多重要，就是现在大家可能都会遇到一个问题，就是就像你刚才讲的，我如果现在想做，我得自己去开发很多底层的基础的东西，但这个东西同时各种开源的的也在发展，会不会一年以后我做这些事，其实就市场本身就追上了？
嗯，比如一年后两年后再进来入场的创业者，他可以享受这个红利嘛？
但今天进场跟一年后两年后进场的区别会是什么？
一个互联网早期的时候。
大家在探索什么才是正确的 native Mobile 应用是的，形态的时候，很多人其实是做了这个先练，嗯，对，而后来的人可以总结前的产品形态的。
对，就不仅没有先发优势，还成为了先例。
对。
就其实 TikTok 之前有很多这个移动互联网视频的这个产品形态。
可以说什么小哈秀啊，智仔，还有美胎啊之类的。
其实也是的，是非常多，嗯。
但没有完全走通。
但是也成为了后来。
比如说大家去做他说 TikTok 的一些养料，有几个其实是相对来说比较明确的先发，于是现在的逻辑其实高度依赖于一些数据，所以这个数据积累改成其实就是一些优势。
嗯，第二个，偏交互层的 ToC 的这些，这些应用如果你早点做的话，你可以先获得获得一部分的用户群，这个你如果早期有一个有用户群的一个应用，或者是有一定的这个数据积累的应用，哪怕后来去做转型，你也会比较好。
比如说字节，一开始今日头条流量基础为后来发抖音还是提供了不少和一些基础。
是，而且它之间其实还有内涵段子。
嗯，所以先发的文案优势肯定也是有的。
然后还有一个就是在现在这种环境不好的情况下，如果你能率先去做到一些事，更好地吸引到一些钱，嗯，那你还可以有些相关的资本优势，这个在之前的没有那么明显。
移动互联网里面资本是非常充足的，所以你哪怕是二发。
你往往也能融到不少钱。
但是在现在这种环境下，你先发，如果你先打响一些名声，可以先多拿到点钱，这也是很实在的其他优势。
嗯。
所以你带着之前十多年的一些经验啊也好，踩得更也好，在现在当下直播 AI 里面，你你会怎么做呢？
后面一段时间。
如果从专业选择的角度来讲的话，现在往前的这个时间点的话，实验本质上来讲的话，都是偏技术和资本的游戏，因为这是第一阶段 9 设施的阶段，而应用的最佳的这个时间点其实都不是去年，而是从现在往后但本身各种各样东西齐备的时间点，我个人认为是明年上百，因为推理成本会更低，而且中国态对正式进入到可用的这个状态嗯但考虑到呃你给他提前量啊嗯所以其实接下来几个月是开始正儿八经做 ToC 应用比较好的一个起始时间点，就大家听到我们这期播课就差不多可以考虑入场了是嗯差不多了因为你你想那等到一年上半年的话呢？
其实推理成本啊，我指的还是级第四级别的模型的推理成本，不管是开源的还是闭源的还是什么的，嗯相当于降到了直接几毛钱没百万 TOKEN 对吧那你成本所以你做现在应用已经不是一个问题了，就相当于你维持一个日活可能只要几几分钱人民币，哪怕一个用户用，那你 10 万个 TOKEN 对吧？
DP for o 级别的多么态，包括语音，视频呀，图片等，到了营业上面应该设置这个开源的时期就通过它能力也足够的强啊，整个的市场也不会是 AI 在投，后台一直投销。
嗯，各家都会有这个加油站，所以其实成本就站其实明年上半年就已经是完全的这个成熟了，明白？
嗯，当年移动互联网的时候其实也有安卓跟 iOS 的，一个你讲也算竞争也算，慢慢的这个逐渐走出来他们各自的道路对吧？
信息还是不是有点像现在开源跟闭源模型之间的一个感觉，就你觉得未来模型层啊，包括整个模型产业链会是一个什么样的局势？
我觉得在早期大家说模型其实还是挺挺重要的，但是如果模型性能到了一个软的天花板，那时候车源模型， BM 模型本身在我看来只不过是一个工具而已。
嗯，如果到了那个阶段的话，就是模型性能发展开始变化，进入到模型性能瓶颈期的话，那就最重要的是应用啊。
所以可能变成的一个情况是，反而是很多特别小的公司和常用应用公司不一定用 Ka 模型，它反而有可能用的是预约模型，或者是第三方 serving 的这个基于开源模型的 wiki 和集合站，因为这样的话，这个最便宜，最灵活，然后反而你自己去设备和魔改开源模型还反而还更需要一些技术能力中上的公司才会选择自己去更改开源模型。
嗯，去做应用。
但真正的大型应用高概率还会做很多自有的这个必然模型，其中一部分用开源模型也会做模改，因为真正最大的哪些应用是要做出更精对手差异性的。
嗯。
所以既不会简单地用别人的追开模型，因为我用 OKR 的模型的话，那别人也用 OKR 的公公开 PR 公用我的差异化 scenella， 我很多私有的用户数据可能就合并或者呈现上去对吧。
那个我也不会简单地只用开源模型。
用开源模型也会模改。
而且我高概率我一个产品里面很多的模型组合里，我肯定还会去做自己的一些私有模型。
因尤其是我要作为一级日活的时候。
我肯定是要把模型跟应用一体化，保证我在森林那么大的日活的时候，用定制的模型才会最有效。
也所以在那时候的话，大家就不会简单地把自己去分为我是开源模型阵营还是 BM 模型阵营这件事。
诶，那你觉得未来整个的应用生态会发生更剧烈的变化吗？
比如说现在也大家也在讨论未来会不会这个那所谓的 APP list 对吧？
就是手机直接进来就把所有事都做了，然后其他的 APP 变成了一个可能后端的服务。
或者其实刚才你也提到，可能未来 APP 不需要分这么细的，一些具体的方向， AI 会让他能做的事情更多吧。
单一 APP 就你我们现在如果要投的话，或者要创业的话，还是要想这个问题吗？
还是就是我还是做一个 APP 或者做个什么东西？
我们觉得虽然很多东西都会变化，但人性是不变的。
还没有实现大规模自动化的之前，为了达到最高的这个效率，都完全是按人的需求量来做的，而是把它做成一个个标准化的呃公司？
嗯嗯，比如说我做的搜索本身是一个最大化的一件事，因为做很多事情都要用到搜索，我要去收集研报，需要做一次搜索，我要去了解一下我的糖尿病，生活上也要做搜索。
搜索是很多任务的这个潜力组合，它其实并不是任何一个 task 本身，但是把它集中起来做实际上是最有效率。
嗯嗯，这是过去事件定义 APP 的这个方式，但有 AI 了之后，实际上你是可以把这个任务按人的目的和按人的不同的需求省 4 份。
实际上在移动互联网时代，搜索已经被消减了很多了，因为很多的这个呃搜索群的一些垂直 APP 给泛使了。
嗯，对吧？
嗯，比如说有些被抖音吃掉了，有些被抖今日头条吃掉了。
有些被小红书啊直播等等。
对，但黑暗时代就更是这样了。
所以你创新工厂现在的投资逻辑，我现在未来可能想投的一些公司是什么样子的，可以跟大家讲一讲。
嗯，其实几个 12 届都是在投的。
第一个基于底层的。
这进站的那些同学，我们依然还是在投，因为加我刚刚说的，其实技术本身迭代还没有停，所以无论就是这个动作态啊，应付啊。
还是更好的这些东西啊，本身那个我们依然还是在投的。
然后另外从今年上半年开始，我们很大部分重点也都是在投可以用传统的就是生产力工具，包括 ToB 的这些这件事啊，我们也在投。
ToC 我们觉得也在起来。
我们去年还投只技术背景人比较多。
但是今年的话，技术、产品、商业背景的同学都在看。
对，明白。
所以如果是就基于之前你执行力的整个移动互联网周期，你你当下给创业者包括甚至其他投资人一些建议的话，你会给他们什么别的？
大家现在都过于焦虑了，而且过于呃，随着市场的这个变化，太快地改变自己的想法。
这个上，本身其实才一年半的时间是对，但是大家对他的期待值却超级的高，大家也都是跟着 OKR。
是某个技术好像出来的要晚一点还是早一点啊，就变得这个呃，很兴奋或者很沮丧。
有时候太过于看重我要做出个什么 AI 的东西。
或者大模型怎么怎么样，而并没有真正地去做我刚刚说的用户的需求。
或者用户的人性的东西深挖。
ToB 也是一样。
企业的这个需求，企业的人性。
所以虽然看起来好像，但原来的做 AI 做得很，但是过多的都做了 AI 本身。
嗯，其实这次的 AI 如果换个角度来说，本质上只是提供了你一次重新洗牌的这个机会。
嗯，就需求还是那些，只是谁来供给，供给形式的变化。
诶，但这个我其实正好也有个问题，就当年上一个移动分享的时候，大家会 challenge 说你这个事百度腾讯是阿里做的怎么办，对吧？
现在呢，大家不只是有这几家了，又有新的什么字节，美团之类的。
我觉得这个就好像大家再爬个金字塔，然后塔尖的人越来越多，越来越多，然后下面的人就越来越难做，越来越重新去。
你说洗牌也好，还是取这个掀桌子也好，你我不知道你怎么看这个问题。
第一阶段，就设施阶阶段的角度来说的话，跟小创业公司来说，基基本上没啥关系这个，所以一个新兴的小城市公司，我们想是特别多的这些这方面的这个事情。
对，包括你说在一开始这个阶段人都看好的那些那些应用，其实也都是比较好看的，就是传统的大公司的业务建框这些，其实 contract 公司也没没什么太大的这些关系。
对，但这个问题，移动互联网早期其实也也也是也是一样的。
对，哪怕是 infrastructure 的这个迭代，其实大型的这个创业公司，然后在构建最大的一些事的时候，其实它也有很多的上游和下游。
你呀是可以我举个简单例子，哪怕是那个 info 这块对吧，那他一点半弄中张卡，全月构建那么多数据中心，他连这个大厂做完之后，他是不是也需要和上海的供应商。
所以在这种情况下，那个本来就已经有多少个这些创业公司在里面去做一些软硬件和指标上，上游春游其实你也已经挣到钱了对吧？
甚至你甚至在看到早期的 AI 阶段，也有一些做出海的公司，其实现在在哪怕是第一年也挣到了不少的用户量和现金的智能给公司也不是没有。
对，尤其是在第一阶段， Tob 和工具类就更是这样，因为 ToB 和工具在大部分情况下都不是大厂真的去做的这些这些东西，那个我随便举个例子。
比如说之前去做视频语音合成的那些公司。
内容叫什么来着啊？
黑镇啊？
黑景啊，对，类似这样的公司其实是是有很多家的，而这样的机会其实以后会越来越多，因为这个 AI 本身就是一个对于很多东西是可以重做一遍，而这个大厂第一个要看的事情是守住现有的 review， 嗯，第二个是去砸最大的战场，这个的话就意味着有非常多的市场是大厂是注定不会去做，或者即使是做也是团队里面很少的几个人，根本得不到老板一线的资源的。
嗯，然后这个这个跟当年什么搜索和垂直搜索不一样，因为搜索和垂直搜索就是一件事啊，你做搜索的时候顺便把垂直搜索不做，然后第二个角度是往后走的话就更加是这样，往往后走的话就会有全新的 Annative 的应用了，全新的 Annative 的应用其实对于大厂来讲的话，就是它现有业务以外原来存在的这些新需求，这些对大爽来说实际上是很麻烦的一件事。
因为全新的业务早期看上去非常的小。
甚至有很多情况是有法律的 controversial， 或者内部的这个运营组织压力，所以全新的这个地方，包括现在就已经是这样。
Google 当年 Google video 怎么输给 YouTube 的？
包括现在。
比如说在在美国那个一些 DOMAIN Tab 的应用。
其实大厂推进的诉求不如创业公司。
因为这个大厂对于这个版权啊运营啊警惕性都非常高。
其实国内大厂也是。
而一些业务模式又这个全新的一些应用，其实就很像是当年的这个滴滴快递一样。
大厂做做起来其实也是这个数的数据啊。
所以越往后面，如果更加偏 native 的这个应用，而不是现有的这个应用的改造的话，其实在早期阶段，尤其是这个业务市场还不大，当出现的这阶段，大厂也没有什太大的优势，当初也不会特别想大家想。
嗯，明白哦，有一个我自己个人好奇感兴趣的问题啊，人一期市场它其实本身特性决定了它有个问题就是它其实是本身就追求小概率成功对吧？
它一个低样本的事件，然后它长周期反馈，所以其实会不会就越聪明，你反而在这个里面并不能发挥最大的效率？
我不知道你自己会不会有这个困惑和问题。
一级市场你说的问题其实是的，的确存在的认知兑现的不确定非常的强，你就算认知对了，是不是能这个压对正确的这个团队？
嗯，就算你压对了正确的这个团队了之后，你又又不能是不是能正确地去度过周期？
对，所以实话客观地跟你说，认知变现从二级市场的这个速度是你一级市场要快。
对，所以最后大家都去炒股了呢？
对，举个简单例子。
就买英伟。
然后那个就是你瞎说的，比如说我非常明确这个事啊，这时候公司也买了英伟的，嗯，这个兑现的这个速度比一级市场的这个兑现速度要快得多得多。
所以如果没有其他的一些这个因素的话。
比如说你在一级市场里面可以获得一些更多的认知啊。
更深更深地去了解这市场是不是市场啊，或者是其他的东西的话，一级市场这件事，的确从变现的角度来讲，尤其是对于认知变现角度来讲，是不有二级市场的。
嗯，说得一点都不错。
嗯，而且现在在国内的意义市场，其实已经没法像你说的那样去追求小端的变现了。
嗯，因为这个是更多的是一个美元基金的风格啊。
国内的这个市场，本质上是现在美元基金都已经走光了，尤其是像 LP， 所以国内的还是一级市场，其实已经属于人民币化。
嗯，对，嗯，一级市场追求的也是这个确定性回报。
嗯，所以名义上是做一级市场，实际上大家在现有的这个 LP 的结构上也是要追求嗯可见的有利润的稳妥的商业模式，这个可能是 AI 比起当年移动互联网在中国发展遇到的在我看来最大的障碍。
嗯，对。
然后最后一个问题，都有问题。
对，我觉得在你的整个的这个从业生涯里面，就是最印象深刻的一个 moment 是什？
过去的 moment 其实在我看来也过去了。
其实我现在，虽然我刚刚说的很保守，是吧，现在的技术站啊或者什么之类的，可能 5050 之类的，嗯，但我现在其实在期待的那个几点。
内心还是很火热的感觉。
对对啊，对对对。
哪怕没有 AGI， 哪怕能拿到我说的复杂任务自动化，那个是那我有生以来，甚至我在读近代史以来可能都不会经历的，对整个人类社会的一个巨大的产出吧，那个可能会比我以前经历的所有的事情都要 exciting。
嗯。
好，谢谢谢谢。
