全球混凝土及砂浆行业供应链平台

快科技6月18日消息，据媒体报道，在刚刚结束的第十五届全国周培源大学生力学竞赛中，一位非人类的“考生”创造了历史。 由清华大学航天航空学院自主研发的人工智能（AI）力学求解系统“GT-Mech”，与来自全国500余所高校的3万余名学生同场竞技，最终成绩达到赛事特等奖水平（前五名），展现了强大的解题能力。 尤为重要的是，这是全球范围内首次由大型语言模型驱动的AI系统，以“参赛选手”身份，在同场、同时、同卷的严格标准下参与国家级顶级力学赛事。 这一成就的份量在于其挑战的独特性。相较AI在围棋或特定计算领域的成功，解决复杂的力学问题要求AI不仅能处理数学公式，更需要精准理解自然语言描述的复杂场景，并从中抽象构建出正确的物理模型。清华大学助理教授、“GT-Mech”指导教师程彬指出，这是一个关键的“从文字到物理概念”的飞跃。 一道典型的力学题目融合了自然语言理解、物理情景建模、符号逻辑推演和数值精确计算。AI必须像人类学生一样，先“读懂”题意，在“脑中”建立受力、运动等抽象模型，再选择定理、列方程、求解。 这种“文理兼修”的综合能力，要求AI具备远超单一任务的、更接近人类的整体分析与解决问题的能力，是衡量通用人工智能（AGI）发展水平的关键试金石。尽管通用大语言模型常受困于“知识幻觉”和计算错误，但GT-Mech凭借量身定制的创新技术方案成功克服了这些短板。 专家认为，此次GT-Mech的成功，预示着AI将在辅助力学教学、培养学生创新思维、加速科研进程等方面发挥革命性作用。

“300亿的泡泡玛特我看不懂，3000亿的泡泡玛特我全仓买入。”这句雪球上的热门评论，道出了资本市场对泡泡玛特的疯狂与困惑。 但资本市场率先给这场狂欢降了温。 6月17日，泡泡玛特股价单日暴跌6.04%，市值蒸发223亿港元，引发市场对潮玩行业估值泡沫的集体担忧。当然，这与当日港股市场齐齐下跌有关。 即便如此，截至发稿，泡泡玛特的市值依旧高达3527亿港元，超过百度，与京东相当。从年初至今，泡泡玛特的股价已经上涨了约190%。 这场狂欢始于泡泡玛特海外狂飙和一个现象级IP——LABUBU。 今年4月25日，LABUBU3.0系列发售当晚，“抢LABUBU”话题空降微博热搜榜首，全球各地泡泡玛特门店前人潮涌动，甚至不惜大打出手，海外门店因为抢购导致闭店的消息频频登上热搜。 次日，泡泡玛特官方应用登顶美国APP Store购物榜，这一消息也推动泡泡玛特股价上涨。伴随着LABUBU全球抢购潮的爆发，泡泡玛特股价不断攀升。 一周前的6月10日，限量款LABUBU拍出百万高价，两天后，泡泡玛特股价涨至283.4 港元/股，其总市值一度强势冲上3800亿港元大关，达到3806亿港元，再次创下历史新高。 上市五年，泡泡玛特在资本市场的每一次起伏，都伴随着抄底者的前赴后继，很多投资者在等待泡泡玛特下跌赶上这趟列车。 2020年，泡泡玛特上市，市值一度超千亿港元。但到了2021年下半年，股价从100港元跌至40 - 50港元区间，第一波抄底者入场；不过这只是下跌的开始，2022年疫情冲击下，泡泡玛特市值从1500亿暴跌至128亿，抄底者损失惨重。2024年，LABUBU这一爆款IP带动业绩爆发，股价飙升超10倍，市值重回2500亿港元，多家基金再次入场。 看到泡泡玛特铸造的财富神话，新一波投资者跃跃欲试，等待抄底机会。从过往历史看，泡泡玛特的股价下跌，伴随了未来更大幅度的上涨，且泡泡玛特已经建立了护城河，投资者们有理由再次相信泡泡玛特，这是他们想要抄底的根本原因。 但泡泡玛特的高估值引发了部分基金经理的担忧。截至2025年6月，泡泡玛特的动态PE超过80倍，远高于传统消费股的估值水平。有基金经理认为，泡泡玛特的股价已经透支了未来几年的业绩增长，存在较大的回调风险。 部分机构选择减持，也反映出“高点兑现”的市场预判。2025年一季度，交银启道混合基金减持105万股泡泡玛特，富国沪港深业绩驱动也选择减仓70万股落袋为安。 但这并未浇灭抄底者的热情。 如同曾经的蔚来在退市边缘逆袭、拼多多于质疑声中二次崛起，那些穿越周期的公司总能在风口更迭中重获估值溢价，眼下，泡泡玛特正在上演“二次站上风口”的经典叙事。 但狂欢之下，隐忧未消。核心用户复购周期放缓，过度依赖个别爆品IP，多元化业务拓展的不确定性，都让市场对其未来充满担忧。更何况，潮玩赛道新玩家不断涌入，跨界选手也来势汹汹。 那些曾在2021年高位站岗茅台的投资者，或许早已尝到了抄底失败的苦涩。如今，面对泡泡玛特的再度崛起，全网都在摩拳擦掌，等待抄底机会，但这一次，真的能抄到底吗？ 泡泡玛特的资本叙事称得上是一部“认知差”博弈史。从Pre-IPO阶段机构抢筹无门，到上市初期的集体观望，再到三轮抄底潮的接连折戟，泡泡玛特用五年时间完成了从“看不懂”到“追不上”的估值跃迁。 回头看，泡泡玛特的股价经历了三个阶段，第一个阶段是从上市后的2020年到2021年年中，这一阶段是主线是横盘，泡泡玛特的股价在质疑和看好的两种声音中，长期在70港元左右徘徊。 2020年，作为“潮玩第一股”的泡泡玛特登陆港交所，上市首日市值突破千亿港元。 彼时的千亿市值一半押注的是“Z世代定义未来消费”的可能性，另一半则是高成瘾性的盲盒玩法。对比其他新消费品牌，盲盒带来的不确定性，使得泡泡玛特拥有非常稳定的盈利能力和复购率。而同样高举Z世代大旗的B站，也在2021年迎来了接近600亿美元的市值巅峰。 上市两个月后，泡泡玛特迎来了自己的高光时刻，股价涨至107.6港元/股，总市值近1500亿港元，一度被外界称为“印钞机”。 但红利期过后，质疑声蜂拥而至。“一个盲盒公司，市值怎么会一下子蹦到1000亿”也成了当时王宁在接受采访时，被问到最多的问题。 股价的走向让这种“不理解”越发具象，到了2021年下半年，泡泡玛特的股价从100 港元区间跌至40-50港元，开始了泡泡玛特上市后股价波动的第二阶段，而这一阶段的主题是持续下跌。 第二阶段一开场，第一波抄底大军便开始入场。但回头看，此时股价下跌只是下跌的开始。第一波抄底大军中不乏明星基金经理。2021Q3，萧楠的易方达消费精选开始买入泡泡玛特，同一时间，孙伟也大举买入、并持续增持泡泡玛特。2022Q1，白酒顶流张坤，也将泡泡玛特新进成为易方达亚洲精选的第9大重仓股。 抄底的背后是对泡泡玛特估值修复的预期，尽管彼时泡泡玛特的短期业绩承压，但账上仍有52亿现金，现金流相对健康，且海外扩张潜力未被充分定价。 但在此后一段时间，泡泡玛特股价持续下挫，这一波抄底的基金纷纷割肉离场，铩羽而归。 2022年10月，泡泡玛特市值从2021年2月1500亿港元的历史峰值暴跌至128亿港元，市值缩水超90%。 疫情对线下业态的冲击无需赘述，依赖线下渠道的泡泡玛也特难逃一劫。 潮水退去，泡泡玛特迎来越来越严苛的审视。王牌产品线Molly收入占比过高；渠道结构失衡，线上占比相对低；盲盒形式是否会被监管……更大的争议，甚至围绕潮玩到底是大市场还是小市场产生。 此后泡泡玛特开始了一系列经营调整：摸索其他爆款，减轻对Molly等单一IP的依赖；尝试与盲盒切割，拓展毛绒产品等其他品类结构；完善渠道结构，增加淘宝、抖音等线上渠道占比；加速布局海外市场。 第三阶段则是从2023年年中至今，泡泡玛特的全球化被市场重估，新IP出现，泡泡玛特的股价经历了一波持续上涨。 随着新IP LABUBU在泰国爆火，围绕在泡泡玛特身上的IP持续、盲盒依赖、甚至市场是大是小的问题同时得到了解决。 从2024年一季度开始，泡泡玛特的业绩迎来了爆发式增长，这也成了泡泡玛特新一轮股价上涨的起点。 海外市场的业绩表现让市场重新审视泡泡玛特的投资价值，这期间有36支基金把泡泡玛特买进十大重仓股。 今年4月，LABUBU3.0 系列引爆全球抢购潮，叠加最近的天价拍卖事件，泡泡玛特年内股价屡创新高。截至2025年6月12日，泡泡玛特股价较2024年2月底的低点涨幅已超 1300%，总市值突破3800亿港元。若以2022年10月的历史低点（约10港元/股）计算，期间最大涨幅超过23倍。 可以说，LABUBU凭一己之力，带飞了泡泡玛特。 在王宁看来，LABUBU的爆火，既有必然的成分，也有偶然的幸运。 LABUBU的爆火离不开明星效应的加持，正是因为Lisa、蕾哈娜、杜阿・利帕等一线明星的“带货”，进一步推动LABUBU在潮流文化领域破圈传播。 之所以是“偶然的幸运”，是因为在2024年财报电话会议上，泡泡玛特管理层特意提到，过去一年被媒体问到的最多的问题就是“你们请Lisa代言花了多少钱？”，“我们没有请，他们都是自发喜欢我们的产品。” 而其中的必然性则在于，LABUBU首先要是一个不错的IP，才能获得这些明星的喜爱。 作为第一个帮潮玩产品实现工业化生产的企业，泡泡玛特并早已摸索出一套从找到IP，到把它们从小圈子推到了大众视野里的运营方式。 艺术家通常不具备商业化的能力和精力。在泡泡玛特之前，Molly的产量很低，一年就能卖几百个，因为全靠艺术家本人去盯工厂，去做包装，还要自己卖。 在泡泡玛特设计中心，设计师的手稿被拆解成百道工序，从艺术品变成了能支撑多系列变化的工业品。 为了挖掘更多有爆款潜质的IP，继通过粉丝调研挖掘了Molly主理人王信明以后，泡泡玛特迅速建立起一个IP团队，一面与国内外版权IP合作，一面通过潮玩展、线上投稿等渠道在全球范围内，挖掘“未被充分商业化，但有粉丝基础的小众艺术家”。 LABUBU的设计师龙家升就是这样被发掘的。 飞轮效应下，泡泡玛特成了艺术家签约的首选，自己的IP能得到最大的商业化价值，泡泡玛特聚集更多优质IP。 这些艺术家资源也被王宁视作泡泡玛特的护城河。“这个行业最重要的门槛之一就是IP，我们早期签到了很多非常头部的艺术家，这些艺术家就像周杰伦、五月天一样，是一种稀缺资源，是无法通过资金投入再造的”，王宁曾将潮玩类比于音乐行业，市场上的音乐人有几十万、上百万，但真正有价值的音乐人可能只是前30名的重量级明星。 在王宁看来，龙家升在欧洲长大，他的设计语言本身就非常国际化，这也帮助了LABUBU受到全球用户的喜爱。 但挖掘IP只是起点，更考验泡泡玛特的运营能力。LABUBU的上市过程并非一帆风顺，最初的形象让不少消费者觉得“太阴森了，像恐怖片里的角色”，泡泡玛特对形象进行了调整，不仅放大瞳孔、添加腮红，还融入东南亚元素，比如泰国榴莲味等特别款，使其更符合亚洲审美。 更关键的是，作为泡泡玛特品类拓展的尝试，搪胶毛绒玩具的形态，也让LABUBU有了被一众明星“带货”出街的机会。 凭借多年的运营积淀，泡泡玛特在IP精耕细作上形成了独特优势。 对于已有IP，公司通过潮玩展、跨界联名、IP衍生品开发等多种方式持续运营，有效延长其生命周期。 王宁将原本的大产品部被拆解成多个小而精的产品团队，每个团队各自配备3D设计、工程和企划人员，按照IP、艺术家或品类进行划分运营。 这种精细化运营，也使得泡泡玛特在全球化运营的过程中，具备较强的本土化能力。 显然，泡泡玛特这种IP全生命周期的运营能力，非一朝一夕之功，很难被其他企业快速复制，这也成为在国内始终没有诞生“泡泡玛特第二”的原因。 全网都在等着抄底泡泡玛特，一方面源于泡泡玛特过往的股价波动情况，泡泡玛特的股价下跌，伴随了未来更大幅度的上涨，而从另一个角度看，下跌可能是这轮股价调整的节点，是上车的机会；另一方面投资者想要抄底泡泡玛特源于，它已经建立了护城河，它踩中了时代的节拍——为情绪价值买单是全球性消费趋势，这是他们想要抄底的根本原因。 在总需求不足或消费降级的环境里，刚需高频的大生意反而更容易受经济周期影响。换句话说，一个商品越是靠近刚需，也就越是趋向白牌，最终演变为渠道和成本的惨烈竞争。 而泡泡玛特所代表的情绪消费赛道，恰恰因为“无用”打破这一困局，曾经在投资人眼中的缺点变成了优势。 20世纪90年代日本泡沫经济破裂后，社会进入低增长与高压并存的转型期。年轻群体的消费选择呈现出高度相似的逻辑转向：主动远离房产、汽车等重资产投入，转而追逐轻量型、中价位、高情感溢价的消费品类，催生出Hello Kitty、初音未来、千与千寻等极具时代印记的“可爱经济”生态。 长期需求的存在或许是抄底的关键锚点，但合适的入场时机难以预测，下跌引发的恐惧让不少人怀疑泡泡玛特已陷入非理性阶段，投资者们陷入犹豫。 更重要的是，股价和业绩的高增长并不能遮盖泡泡玛特存在的问题。2022年开始，泡泡玛特的核心用户复购周期就已经出现明显放缓，不少曾经对盲盒上头的用户开始“出坑”。 过去10年，泡泡玛特借助MOLLY在国内引爆了潮玩盲盒品类，2024年借助LABUBU，泡泡玛特又成功开创了“搪胶毛绒”品类，但仅依靠个别爆品IP，显然难以维持长期的高速增长。 当下，泡泡玛特正与曾经的 “空洞灵魂论” 背道而驰。早年，泡泡玛特创始人、董事长王宁曾讲道，MOLLY能受喜爱，是因其像 “100个人心中有100个哈姆雷特，它把自己的灵魂掏空，你可以把自己的灵魂装进去”。 而如今，泡泡玛特试图通过游戏、乐园等多种业务形态，赋予IP更多情感价值。 个中原因，与潮玩IP的生命周期有关。普通的潮玩IP往往生命轨迹短暂，而内容IP却能长久存在，像诞生于1928年的米奇，90多年来始终是迪士尼的代表性形象，跨越几代消费者，不断衍生商业价值。 但市场担忧则在于，一方面，泡泡玛特是否会陷入多元化经营陷阱，毕竟研发周期长达7年的首个手游项目《梦想家园》首月流水仅3000万元，主题乐园也尚未形成稳定盈利模型。另一个担忧则在于LABUBU能火多久？下一个LABUBU在哪里？ 眼下泡泡玛特或许没有对手，但高增长已经使它曝光在全球范围的镁光灯下。潮玩赛道正涌进越来越多新玩家，除了已经向港交所递表的52TOYS和正在冲击IPO的TOP TOY，最近还多了跨界玩家——量子之歌，一家以在线教育为主营业务的公司，过去不曾涉及潮玩行业。 虽是跨界，但丝毫不耽误这家公司的老板找来乐华娱乐的创始人杜华，将WAKUKU送到球星贝克汉姆的手上。“潮玩+明星”的营销模式下，没人知道第二个LABUBU会花落谁家。 更重要的是，那些身经百战的基金经理都没能抄底成功，谁又能保证自己不会在泡泡玛特身上重蹈“2021年茅台高位站岗”的覆辙。

2025年的618“静悄悄”。即使是炮声响了半年的外卖即时零售，市场态势亦波澜不惊——就在本周，雷锋网获得了外卖市场单量份额数据：从日GMV视角看，美团、饿了么和京东的市占率约为7：2：1。 也就是说，一度轰轰烈烈的“外卖补贴战”，未对市场格局形成冲击，美团的市场份额没有受到影响，甚至还出现了小幅增长。 整个移动互联网时期，从共享经济到内容电商，几乎每轮“烧钱竞争”都会深刻地影响市场格局，为何现如今的外卖如此不同？ 从市占率、客单价变化等多重数据视角深入研究后，我们可以得出一个初步结论：即时零售的商业体系与竞争壁垒，绝没有媒体舆论想象的那么简单。 01 美团还是那个美团 先来看一组基础数据： 美团：根据雷锋网日前披露的信息显示，自6月中旬起，美团的日均单量始终维持在9000万量级以上。结合其2024年中报信息可知，去年二季度（4月-6月），美团的日均单量约为6800万单左右。也就是说，今年同期，美团日单量同比涨幅在30%左右。 饿了么：按照雪球最新的外卖市场调研情况来看，饿了么日均单量约为2900万-3000万单，较去年增长的幅度有限；淘宝闪购在一定程度上支撑了阿里系的即时零售新增单量，淘宝此前披露的合计峰值约为4000万单。 京东：据调研披露日单量约为1800-2000万单，在补贴高峰期间，日单峰值能够触达2500万单。 京东和淘宝系新平台切入外卖市场的打法是“强补贴+副赛道”（奶茶咖啡等饮品）。根据雷峰网的报道，有超过一半的新增订单均来自“奶咖”类目，因此客单价相对较低，据推算美团的客单价约为30元、淘宝京东约为13、14元。 图：三大外卖平台测算客单价，来源：雷锋网，锦缎制图 以客单价*单量的角度来看，三者的日均GMV分别为27亿、5.2亿及3.5亿，按照这种口径计算，可以得出美团、阿里、京东的市场份额约为7：2：1。 图：以单日GMV口径测算外卖市占率，来源：雷锋网，锦缎制图 另外，4月知名投行摩根也进行了一波测算，假定25年和26年基准增长率分别为11%和9%，外卖市场最终的份额也均为7：2：1，贴合日均GMV口径下计算的市占率。 由此可得出结论，无论何种口径，在外卖战冲击下，美团市场份额岿然不动，甚至不降反升。美团依旧是那个美团。 02 为何不降反升？ 在了解了外卖市场的变化后，最后还是回到核心问题：外卖补贴战打了小半年，美团市场份额不降反升背后，我们能重新认识到哪些即时配送的真实价值？ 实际上，从这场战役发展来看，验证即时配送价值的核心标的，仍旧是美团——因为这一轮补贴战，美团其实并没有通过平台补贴+强制要求商家补贴的方式狂打价格战，但其市场占有率并没有因此下滑。 也就是说，即时配送市场绝不是外行想象中的低壁垒，只需要通过价格战就可以攫取份额的零售市场。 那么我们需要继续探析，美团的护城河究竟是什么？ 在我们看来，即时零售是最具有“木桶效应”的市场，消费者、骑手、商家相辅相成，任何一个环节都决定了平台的高度，无论供给侧、需求侧还是骑手构建的配送渠道都是即时配送业务闭环的关键。 图：即时零售行业木桶效应，来源：网络图片 如果缺少消费者，平台无法吸引更多的骑手和商家入驻，如果缺少商家也是同理，而如果缺少骑手或者订单分配不合理，“即时”本身便是伪命题。 而美团的核心优势，正是在即时配送市场积累了深刻的行业Know-how，能够合理平衡三方利益，形成良性闭环。 供给侧，平台能够提供给商家什么样的服务是关键，美团不仅仅本身具备强大的运力，大众点评、食材供应链、支付体系，甚至是基础设施层面的共享出行、充电宝等外溢流量，都是其他平台难以短期内弥补的服务差距（详见《美团动作频频，到底是攻是守》）。 就连补贴，也有学问，根据晚点报道，一位外卖创业者曾表示，美团多年积累的一个能力是能够在不同城市不同时段，动态给到商家、骑手和消费者三方最合理的补贴金额。 需求侧，美团能够提供给消费者的选择显然更多，从最基础的日常餐饮到商超零售、日用品、3C数码，美团拥有即时零售行业最丰富、完善的商品供给，这项能力非一朝一夕所能练就。 根据东吴证券的研报统计，美团单店覆盖率要远高于NKA和CKA（大型/区域连锁品牌），这也意味着供给侧的品类要远高于竞品，这一点其他平台很难快速弥补。 配送运力侧，如何有效调配运力，规划路线，实现运力最大化、骑手收益最大化、履约成本最小化都是一门学问。比起补贴更重要的是，每一笔外卖订单都需要及时配送到消费者手中，短时间内的单量大幅跃升对任何平台而言都是巨大挑战。 目前三大平台中，就平台标准的履约时间来看，4月末，知名媒体《生活帮》做了相应的实测，美团饿了么用时相近，京东会卡单，履约时长多了10分钟。 同时，雪球的调研也显示，目前的UE模型下，新平台的履约成本要高于老平台，这也意味着就现如今的模型而言，如果未来有更多的订单量，新平台本身需要解决履约承载能力不足、亏损持续扩大的现实问题。 图：新平台单量承载测算，来源：雪球derekfromscratch《黄蓝红三家外卖调研更新》 综上所述，现阶段正是因为即时配送行业新旧平台存在着Kown-how的认知差距，同时履约和供给的差距也很大，很容易导致新平台通过补贴吸引来的新用户，在后续消费时又回到了美团这样的成熟平台。这才会出现外卖大战越凶，新平台补贴越猛，美团市占率岿然不动、不降反升的“新客虹吸”效应。 也就是说，京东外卖和淘宝闪购的入局，通过补贴拉来了一批新用户，共同把外卖市场的蛋糕做大了，但新平台能力还不够，不足以承接这波流量，导致外溢到美团，反而让美团的市场地位更加稳固。 当前即时配送行业的竞争格局清晰地表明：仅靠价格补贴难以撼动市场根基。美团市场份额的稳固，揭示了即时零售绝非一个低壁垒、仅靠烧钱就能抢夺份额的市场。 因此，这场持续半年的补贴战，恰恰证明了即时零售的成功，最终依赖于对全链条运营效率的精耕细作和长期积累的生态优势，这是新入局者短期内难以复制的核心竞争力。 再借用最近大火的马伯庸小说改编的电视剧《长安的荔枝》做个比喻，从岭南到长安配送荔枝，路途中用什么载具、什么容器、哪条路线，何种交通工具都需要经过严密的计算才能成型，如果李善德没有把亲身经历计算后的可行性交给右相，这趟差事谁来也不行。 而商业世界没有集权，谁又会轻易交出长期积累的秘密呢？ 03 引申思考：“奶咖”在外卖大战中的作用究竟有多大？ 在这场外卖大战中，最引人瞩目的现象当属“奶咖”的出圈。客观上，它为市场后入者带来了流量破局效应，塑造了单量繁荣，赚足了眼球；但在本质逻辑上，我们很可能高估了它在这场战役中的长期价值。 这也是本篇研究内容的引申思考命题：“奶咖”在外卖大战中的作用究竟有多大？ 根据晚点的报道，今年以来外卖市场每日增加的4000万+订单量，接近2000万单，都是奶咖贡献的。 这便是单量和客单价走出剪刀差的最大原因，但问题是奶咖真的能持续带动外卖市场的繁荣吗？答案显然是否定的。 首先，奶咖本就是餐饮消费中最不具备刚性需求的品类，不具备长期的稳定性。 其次正是因为非刚性的原因，奶咖是消费相对敏感的外卖产品，奶茶咖啡本就是一类“便宜了就点，平时可喝可不喝”的潜在消费品，因此补贴能起到更强的带动作用。据凤凰网科技报道，京东对于库迪的补贴大致在每月两亿左右。 去年我们分析过，1块钱的差价=1块钱骑手的时间价值，反向推算1元补贴拉动的消费群体月收入约700元左右，以每单2-3元推算，实际带动了近2000元的敏感型消费者，体量很夸张，一旦补贴退坡，需求量可能会出现大幅度的下滑。 最后也是最明显的原因，过低的客单价不足以长期支撑平台维持合理的take rate，以美团为例，餐饮行业平均的take rate只有6%-8%左右，以客单价15元计算实际平台的利润不足1元，长期的高额补贴显然不现实。 综上所述，以奶咖构建的“单量繁荣”，本质是不可持续的“非理性繁荣”。 而对于追踪即时零售长期逻辑的投资者而言，想要拨开“非理性繁荣的表征”，其实有两个非常好的标准： 新增单量中补贴的贡献占比有多少？ 刚需外卖消费的占比有多少？ 这两项数据反应的是稳定消费者的比例，以及补贴退坡后的转化率及复购率，这才是平台真正的长期价值。 而这两个问题的答案，我们实则已经在本文第二部分给予了揭示：这一轮补贴战，消费侧的补贴最少的还是美团，根据雪球调研，美团每单补贴仅为0.1元左右。 归根到底一句话，对于消费者来说，薅“奶咖”羊毛是生意，一日三餐才是生活。而能满足消费者生活所需的平台，才具有不可替代的价值和长久竞争力。

经济观察报 记者 钱玉娟 6月17日，年中大促“618”前夜，刘强东在北京京东总部现身一场交流会，他讲到，京东过去多年保持着每隔三年创新一种商业模式的节奏，但在未来，京东每年都会有一个创新项目，现在已经有包括稳定币在内的6个项目在陆续推出。 “现在想把京东带好。”刘强东早前想退休，但他觉得京东早已不再属于哪一个人，他给出一组数据，截至二季度末，京东员工已有90万人，这背后是90万个家庭，这在一定程度上激发他在2023年重回京东，逐步恢复公司战略。 回归战略一线的刘强东，不仅对京东的组织架构进行调整，组建了包括他以及京东CEO许冉等17位高管在内的战略执行委员会，对企业经营、战略文化相关决策进行把关；他还要求组织扁平，充分授权，高层制定战略，中层做好人才选拔、管理，而处于业务一线的站长等角色，可以在自有权限下执行，无需层层审批。 京东如何创新商业模式？刘强东选择深入业务一线，今年3月，京东入局外卖，就是他亲自拍板的。 这一跨界看似突然，刘强东却是有备而来，在业务上线前，他曾约美团创始人王兴、滴滴创始人程维、58同城创始人姚劲波一起吃饭，既直接表达了进军外卖的想法，还表示要做酒旅。 当然，刘强东否认了要跨界做网约车的传闻，他解释，我们只围绕“供应链”展开业务创新，“跟供应链无关的事情，我从来不会碰”。当线下布局起超150万家便利店后，京东第二步要覆盖的就是餐饮，做外卖。 初期为了让外卖业务打开市场，京东及作为核心运力的达达秒送，围绕商家、骑手、消费者三端，与美团、饿了么展开竞争，不惜分别给出了免佣、“五险一金”以及百亿级补贴等政策福利。 闯入外卖这个大市场短短100多天，京东外卖实现日订单超2500万，全职骑手超12万名，这一规模增势让外界更关注接下来的“红黄蓝”外卖大战。 “大家看到的是跟兴哥（王兴）的外卖之争，但其实我们做的是背后的生鲜供应链，这是我真正想要的。”刘强东说，前端卖饭菜可以永远不赚钱，但可以靠供应链赚钱。 他还卖起了关子，表示京东外卖会在一个月后推出与美团完全不同的商业模式，而该模式有望真正彻底解决食品安全问题，让消费者买到高性价比又安全的食品。 除了提出外卖商业模式的创新，刘强东还提前透露京东在6月18日正式宣布进军酒旅。 “酒店背后有庞大的供应链，而且很杂乱，成本很高。”但刘强东表示，酒旅是京东在外卖业务后走的第三步，从供应链出发，再定义产品、价格和服务。 京东曾在2007年做出了第二个公司——京东物流，之后每隔三年都能出来一家新公司，例如京东金融、京东工业、京东健康、京东产发，看似京东矩阵下有扎根不同行业领域的多家公司，但刘强东说，京东并不是一个所谓多元化的公司，上述所有公司也都服务于供应链。 当一众大厂都在发力寻找第二增长曲线，一线科技巨头纷纷重金投入AI相关业务时，刘强东称，现在京东集团已经有包括稳定币在内的6个创新项目在陆续推进，未来也会坚持每年都要有创新，但几乎所有业务都是围绕着供应链来做。 以下为经济观察报编辑梳理刘强东分享重点： 谈成长：坚持每年都要有创新 京东集团每隔三年会有一个新的商业模式出来，我们一直保持，当然最近这五年，京东没有任何新的东西，很遗憾。 最近五年，可以说是京东失落的五年，是走下坡路的五年，可以毫不留情地这么说，没有创新，没有成长，没有进步的五年，应该算是我创业史上最没有特色的、贡献价值最少的五年。 当年想退休，也是对自己不够自信，人都是老是会怀疑自己。我大学一毕业，虽然去的是一个日本企业，但是它在中国也是小公司，北京只有30来号人，我没学到特别高深的、特别宏观的管理，我也没留过学，把京东带到几十万人的时候，也会怀疑自己。自己的英语都说得这么糟糕，就怀疑自己还能不能把京东带成一个国际性的企业。 我相信每个人都会有迷茫、困惑的时候，对自我怀疑的时候，我也会有，因为我也是人。 2023年我重新回京东上班，现在京东战略完全恢复过来了，现在就是想把京东带好。 走到今天，老实说，它早就不再属于哪一个人了，毕竟到二季度末90万员工，对我来说背后是90万个家庭，能把京东经营好了，这90万个家庭心中有希望、活得有尊严就好。 未来我们还会坚持每年都要有创新，虽然这么多创新项目不可能都成功，终究有些项目会失败的，会损失一些时间和钱，但是企业就是这样，你不去承担这些风险，永远不可能做出成功的东西，所以每年我们都会有一些新的创新项目。我们这一年半的时间，集团大概有稳定币等6个创新项目在陆续推出。 酒旅要做，6月18日宣布。酒店背后有庞大的供应链，而且很杂乱，成本很高。我们先干的是便利店，已经150万家了。第二个就是餐饮，我们做外卖。第三个就是酒旅，背后都是供应链。 我们定义的体验就是产品、价格、服务。这与京东集团只做供应链这一件事情是一脉相承的，这是我们的逻辑。 像消费者有点餐、差旅的需求，你已经在我这里买了东西，是购物的用户，你的差旅我也可以提供服务。 新的模式不容易再做了，因为我们的供应链已经布局七八个了，供应链环节我们都做了，不准备再出全新的商业模式，但是我们会把现有的七八个，围绕着供应链为核心的这几个商业模式做深、做强、做成。 谈外卖：商业模式将不同于美团 我们3月1日进入外卖，截至目前已经有超过12万名全职的外卖小哥，我们每天都有3000—4000人入职，分散在全国各地，对我们HR是一个巨大的挑战。不是我们不想招更多全职的骑手，而是这需要时间，HR确实不够。 （上线外卖前，刘强东曾约王兴、程维、姚劲波吃饭）老姚和程维跟我比较熟，跟王兴也很熟，我那天主要是请王兴，但我希望找两个我们彼此都很熟悉、信任的兄弟在旁边做个证，我就说得很直接，我说：“兄弟，我要正式进入外卖了。” 为什么做外卖，其实背后我们要的是生鲜供应链，因为京东集团是服务供应链的。老实说，我跟兴哥是很好的朋友，当然这段时间估计他可能对我多少会有点意见。前几天我还在问， “618”期间能不能请兴哥喝喝酒，当中一个哥们儿对双方有点熟悉，他说建议你等一等，现在不是最佳时刻，我觉得有道理。 我认真的，我非常尊重他，很认可他。但是我认为市场很大，我们做的外卖，是为了服务生鲜供应链。大家看到的是跟兴哥（王兴）的外卖之争，但其实我们做的是背后的生鲜供应链，这是我真正想要的。前端卖饭菜我可以永远不赚钱，我靠供应链赚钱是可以的。 我们现在有40%交叉销售，用户会去买我们电商的（产品），所以我们亏的钱也比去买流量划算，是这么个逻辑。 再过一个月，外界就能看到我们外卖出来了一个跟美团完全不同的商业模式。我们从做第一天开始，已经在做很多项目。允许我卖个关子，新的商业模式在一个月之后跟大家见面，我们也期待它能够真正彻底解决食品安全问题，能让消费者买到高性价比又安全的食品。 谈核心优势：供应链基础与成本模型 2007年，我们做了第二个公司——京东物流公司，之后每三年出来一家新的公司，后面就出来京东金融、京东工业、京东健康、京东产发。当然，京东集团所有的业务，我们只围绕着“供应链”展开，跟供应链无关的事情，我从来不碰。现在几乎做到所有业务，100%都是围绕着供应链来做。 所以，我这一辈子，或者说整个京东集团，都一直围绕供应链开展业务，我们并不是一个所谓多元化的公司，看似我们有很多公司，但其实所有的公司都服务于供应链，包括我们今天做的外卖，也是为了服务生鲜供应链。 京东之所以能够站到今天，没有死掉，我分享一组数据，大家就会知道了：我们在中国大陆就有1600多个物流中心，自营商品数超过1000万种，我们库存周转天数是30—50天。就这一组数字，只要干过零售的，懂零售行业的，就知道意味着什么，这就是核心竞争力。 所以，京东走到今天，外界对京东的各种各样的形容其实都是外行，内行看京东的核心竞争力应该看我的成本，这是跟Costco和Sam’s Club一样低，零售的综合成本只有10%，因为我还做了物流。看我们的财报，毛利是17%、18%，其实里面有广告费，有物流收入，都是分子、分母放着，我们整个自营的零售费用率只有10%。 10%在零售行业里面意味着什么？能够做到成本只有10%的，全世界只有五家公司，一个是Costco，一个是Sam’s Club，一个是ALDI，一个京东，一个亚马逊，只有这五家能够把自营的所有成本加起来是10%。传统的商超需要20%，国美、苏宁需要15%。所以，京东走到今天，背后是我们的成本、效率和体验在支撑。 京东能够赢，能够走到今天，我们的战略就是六个字：体验、成本、效率。体验做到最好，成本做到最低，当然最低的成本绝对不能建立在压榨员工的基础上。 利润不是京东第一追求 2009年，我们又做了一个很大的决策，就是进入大家电。跟2007年进入物流一样，当时所有的投资者都反对，因为亚马逊也没做大家电，当时还有强大的国美、苏宁，大家觉得我们体量太小。 但是为什么我觉得能做成？核心的逻辑是，2009年整个中国家电品牌商行业的净利润不到2个点，包括美的、海尔、格力全部算在内，只有1%点几，但两大零售巨头（国美、苏宁）净利率高达6%，苏宁最多的时候是6.5%，毛利率17%、18%。 我算了一下，如果我们在线上卖家电，可以把成本降到6%，意味着我毛利率做到8%就能赚钱，我可以让利给消费者10个点，当然我不是全让利给消费者10个点，因为我坚持认为品牌商创造的社会价值比我们零售商高得多，品牌商冒的风险、做的事情比我们零售商多得多。 在产业链分工的时候，京东有“三毛五理论”，我们希望零售商只能拿三分之一的利润，三分之二应该给品牌商拿走，这样才能促进品牌的发展。 中国家电品牌商净利率超过10%，三大家电企业美的、格力、海尔净利润都超过10%。京东在家电领域的净利润大概是3—4个点，就是“三毛五理论”，也就是品牌商的利润是我们的两倍。当年国美、苏宁的利润是品牌商的三倍、四倍，这就是我们做家电的逻辑。 为什么我们觉得能够成功？不是说冒进地过度自信，是分析了产业的经济利益的分配、行业的成本，成本高达15%。 到去年，我们第三方平台交易总额是4万多亿元，集团净收入11588亿元，我们的净利润只有400多亿元，我们发的工资是1161亿元，给兄弟们交的五险一金是180亿元，从2007年到现在18年的时间，我们五险一金交了1000多个亿，这些东西都可以合法地成为我刘强东的财富，可以成为我们京东的净利润。这不是废话，因为在中国，外包员工是合法的，但我们京东从来没做。 我不是吹嘘自己，因为这就是我创业时梦想，就是要合法赚钱，必须赚钱，企业不赚钱太可怕，企业不盈利谈不上责任，失败的企业给社会带来巨大负担，但是我们真正做到了没有把利润当作第一大追求，这一点京东敢说，任何时候都敢说这个话。

阿里全球速卖通 凤凰网科技讯 北京时间6月18日，据《金融时报》报道，欧盟指控中国跨境电商平台阿里全球速卖通违反了《数字服务法》。目前，欧盟正继续利用这一标志性立法来监管互联网企业。 欧盟委员会在周三发布的初步调查结果中表示，他们担心全球速卖通缺乏有效措施来防止非法内容的传播，例如假冒商品或不安全产品。欧盟还指控该公司未能对反复发布非法内容的商家适当执行处罚政策。根据《数字服务法》，未能控制非法内容和虚假信息传播的公司，可能面临高达其全球年营业额6%的罚款。 这一指控正值欧盟正在加大对中国线上零售商的监管力度之际，尤其是在低价进口商品方面。目前，在进入欧盟的包裹中，超过九成来自中国。欧盟已提出对进入欧盟的小包裹征收2欧元的费用。同时，欧盟还对跨境电商希音展开调查，原因是担心该公司可能违反了欧洲的消费者保护法规。 不过，欧盟委员会去年针对全球速卖通启动的另一部分调查已结束，因为该平台做出一些承诺，例如提高广告系统的透明度、为研究人员提供数据访问权限，以及建立可搜索且可靠的广告资料库等。这些承诺得到了欧盟的认可。 全球速卖通的一位代表回应称，公司将继续与欧盟委员会密切合作，致力于遵守欧洲法规，“有信心取得积极且合规的结果”。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

IT之家 6 月 18 日消息，今天下午，京东举行“京东 618，又好又便宜”主题 2025 京东 618 媒体开放日。 京东外卖商家成长策略负责人高洁在会上表示，上线 90 天京东外卖日订单量突破 2500 万单，目前已入驻超 150 万家品质餐饮门店。 她表示，京东外卖采用商家 0 佣金，商家利润比其他平台高 30%，并率先为骑手缴纳五险一金，全职骑手现已突破 12 万人。 同时，她还公开了京东外卖的未来规划：对用户，采用行业最严准入标准，三重审核机制坚守品质；对商家，坚持低佣金，长期佣金费率不超过 5%。 参考IT之家此前报道，今年 4 月 15 日京东外卖宣布其日单量超过 500 万单，9 天后这一数字翻了一番至 1000 万单，5 月 15 日该数字又翻番至 2000 万单。 京东官方表示，京东外卖全职骑手规模目前已经突破 10 万人，比原计划提前近 2 个月达成，同时由于单量增长迅速，还将加大招聘力度，高洁表示京东外卖会在本季度末将全职骑手扩招至 15 万人。

时间点，正确——不是寻常时点，是6·18收官日的前一天。 场合，正确——不是对外公开信，是内部小范围分享会。 姿态，正确——不是资本家嘴脸，而是人民企业家风范。 套用自媒体常用的烂俗标题来说，刘强东又出来「回应一切」了。 如果说，2个月前，刘强东用「花20元，就可能让东哥亲自给你送外卖」证明了，他12年前在《赢在中国》上的那句「不要和雷军比营销」实属谦虚，那现在他又用近万字的输出表明了，他当年那句话应该还有下半句：要跟雷军比传播。 整个读下来，你会发现，他几乎预判了大家对他的预判，他说的每个要点都长在大众的关注点上。 ▲刘强东说的话题正是很多人想要他说的。 你想听劲爆的？ 他说，「最近五年可以说是京东失落的五年，是走下坡路的五年，可以毫不留情地这么说，没有创新，没有成长，没有进步的五年，应该算是我创业史上是最没有特色的、贡献价值最少的五年。」 你想听本质的？ 他说，「京东集团所有的业务，我们只围绕着供应链展开，如果跟供应链无关的事情，我从来不碰。」「现在几乎做到所有业务，100%都是围绕着供应链来做。」「我这一辈子，或者说整个京东集团，都一直围绕供应链开展业务，我们并不是一个所谓多元化的公司，看似有很多公司，但其实所有的公司都服务于供应链。」 这两天，很多网友玩梗，将中国的外卖大战跟美国的特马决裂、以伊交火、俄乌战争，并称全球范围内的四大战事。 他对外卖大战话题毫不避讳，说跟兴哥（美团创始人王兴）是好朋友，本想6·18期间请他喝酒，还卖起了关子，称「再过一个月，京东外卖就会出来一个和美团完全不同的商业模式」。 京东搅局外卖业的先手棋是骑手五险一金，这激起了各种讨论。 他也加入了讨论：「我们从2007年到现在18年的时间，五险一金交了一千多个亿……在国内，外包员工是合法的，但我们京东从来没做。」「有人会说你是装，没关系，如果哪个企业家能舍弃一千亿的真金白银，大家都装也挺好的，世界会更好。」 胖东来、稳定币、库存账期、跨境电商、退休接班……这些都是热门话题。 他一个不落，全都谈到。 该做的预热——京东要进军酒旅行业，做了；该做的铺垫——1个月后推出区别于美团的外卖商业模式，也做了。 那该怎么总结刘强东的话中之意和弦外之音？ 我觉得也许可以归为两句话：刘强东告别刘强东，刘强东回归刘强东。 01 刘强东要告别的，是前几年退居幕后的那个刘强东。 几年前，中国电商三巨头掌门人马云、刘强东、黄峥，都不约而同地选择了退——隐退的退。 2018年，刘强东说：「如果管理了十年，还不能放手，这是我的严重失败。」之后他陆续卸去京东旗下公司的那些管理职位。 与之对应的，是徐雷「上位」。 2019年，马云交棒。此后他深藏功与名。 伴随而来的，是张勇「担纲」。 马云跟刘强东退，自有退的理由。 但当退对应的结果是「一退俱退」而非「以退为进」时，那就退无可退了。 一个人的进退，既要考虑个人的意愿，也要考虑历史的进程。这句话不适用于一般人，但适用于马云跟刘强东这类大佬。 马云和刘强东的退，自然不乏对「历史进程」的考量。 可历史不是线性演进的，历史进程也会变。 前两年，不少人从马云刘强东的行踪中捕捉他们「归去来兮」的信息，未尝不是历史进程需要他们归来的信号。 只不过，因为不可多描述的原因，他们的归来也需要「看天时」。 所以他们起初的「复出」方式，只能是「内网发声」「发内部信」「内部讲话」—— 2022年底，在京东内部管理培训会上，刘强东痛批部分高管醉心PPT和假大空词汇，却偏离了公司核心战略的问题，还强调低价策略是「过去成功最重要的武器，以后也是唯一基础性武器。」 2023年12月底，刘强东又内网发文，痛批京东组织庞大臃肿，效率低下，并表示京东出现这么多问题，是自己管理不善，非常自责。 2023年6月，阿里面对内忧外患时，马云现身杭州，说「淘天要回归淘宝、回归用户、回归互联网。」 2024年4月，阿里重组一周年之际，马云又发了一封千余字的全员信，说「要承认纠正昨天的问题，更要面向未来改革」。 保持低限度的在场感，是测压，也是铺路——毕竟，有历史包袱后，再回归只能渐进，不能急就。 待时而动时终至。 在被残酷现实调教过后，很多以往还在把「资本家」跟「路灯挂饰」挂钩的人也开始意识到马云刘强东们的价值。 更重要的风向之变是：今年2月，马云出席民营企业座谈会；1个月前，刘强东在全国青年企业家大会上发表演讲。 这意味着，隐形屏障被拆除了。 02 刘强东为什么要在这次讲话中全盘否定京东的「最近5年」？ 这点可参照蔡崇信2024年4月受访时说的「过去几年，阿里落后了」和马云之后对蔡崇信敢于说真话的肯定。 说是反思也好，说是否定也罢，指向的都是方向再校准。 某种程度上，这也可以理解为，用「穷则变，变则通」的组织变革逻辑强化管理层换血（特别是创始人回归）的合法性基础。 在职业经理人掌舵的几年里，无论阿里还是京东，亮点都不缺，但整体上是失落的。 股价市值是最直观的注脚。 阿里市值一度被拼多多赶超。 京东则直接被拼多多甩在后面，市值跟2021年2月16日的最高点（1618.57亿美元）比，已跌去约2/3——这成了刘强东口中「失落的5年，走下坡路的5年」的直观佐证。 市值下跌，有大环境的因素，也有企业自身的因由。 怎么纠正之前的路线偏误？ 灵魂人物回归是不二法。 没有创始人团队（马云创业期「十八罗汉」成员）的回归，阿里很难大象转身。 没有刘强东重回一线，京东也很难船大掉头。 ▲创始团队核心成员回归，约等于马云归来。 现实中，创始人往往更清楚企业该要什么。 马云让淘天三个「回归」，又强调AI的价值，吴泳铭带着阿里重塑业务逻辑，在「用户为先、AI驱动」战略指引下，向「AI+云+电商」聚焦，刘强东强调京东所有业务都要围绕供应链展开，说京东核心竞争力在于低成本，都是直击业务本质。 效果已经在显现。 进入2025年，阿里的估值中枢得到明显提振，市值反弹明显。 2025年一季度，京东收入增速也创近三年来新高。 刘强东在分享会中反省「首次退休」是「当时太过理想主义」、称京东过去5年「走下坡路」，也是在宣告，他要跟2018年那会儿去国外上学8个多月没回来一次、经历泥泞后更是「退退退」的后撤姿态作别。 「事了拂衣去」，但对刘强东来说，事还未了。 作为几年里首次公开跟媒体面对面，刘强东俨然是以此表明，之前那个尽量低调藏形、努力避开聚光灯的刘强东已成过去时，他已彻底走出那场风雪。 03 刘强东告别了那个隐退的刘强东，又回归了那个有江湖气的刘强东。 作为「宿迁史上最成功的风投」，刘强东「半隐退」的那几年音讯虽寥，但年底给家乡老人发钱送年货的新闻，总能上几波热搜。 这很刘强东。他身上一向有着极强的「人民性」。 在中国企业家中，能被人称作「人民企业家」的不多，于东来算一个，刘强东也算一个。 「人民企业家」的登榜门槛，是「反剥削」，这在薪酬待遇上的表现就是「重福利」。 朋友尼德罗曾总结过：国内消费市场一共出现了三股主流思潮，分别是消费主义、福利主义和民族主义，小米、胖东来、华为分别是三者的典型代表。 京东的心智卡位，也是向福利主义靠近。 这主要体现在几点上—— 社保：自2007年起，京东为快递员全额缴纳五险一金，截至2024年底已有超1200名一线员工退休并享受稳定养老金。2025年京东推出外卖业务后，京东又把这做法移植到外卖领域，成了首个为全职骑手缴纳五险一金的平台。 薪资：给一线员工连续四次逆势加薪，一线客服薪酬涨幅超30%，采销团队年薪从16薪升至20薪，年终奖最高可达8倍月薪。 福利：有员工宿舍，还推出「员工子女教育计划」、员工救助基金、无息购房贷款等。 我很怀疑，刘强东在价值光谱上受left-liberal（左翼福利自由主义）影响颇深。 刘强东在此次分享会上提到，2007年以来给快递员交社保累计达上千亿，透露全职外卖骑手已超12万…… 你能说这没有道义标榜的成分吗？不能。但你能说这只是口惠而实不至的作秀吗？也不能。 而在汶川地震和新冠疫情中冲到前线送物资，也跟这底色相通，都是道德加分项。 我向来主张，商业是最大的公益，但跳脱出商业考量多些纯公益举动，更没理由去置否。 毋庸讳言，京东许多做法很胖东来，给全职骑手交社保那阵子，有人就说京东要做「外卖界胖东来」，这次分享会中，刘强东也Cue到了胖东来：「胖东来让利给消费者，同时把商品的品质做得极致好，性价比做得极致高，并且充分信任员工，给员工上五险一金，让员工真心地喜欢这份工作。」「所以我想，东来哥和我们京东的经营理念是如出一辙的。」 这就是同类相惜啊。 04 企业的强福利主义，通常需要超脱于现代企业制度外建立某种基于「人情」的关系纽带。这反映在企业文化上，不尽相同。 在胖东来，那是「家长主义」——于东来就是那个大家长，所以他曾「爹味」很足地对员工婚嫁酒席、彩礼情况做出约束。 在京东，那就是「兄弟文化」——刘强东是国内互联网大佬中最爱喊「兄弟」的，没有之一。 若是你仔细看刘强东以往的全员信，你会发现，「兄弟」的出现频次极高，落款则经常是「你们的东哥」。 我此前曾调侃： 刘强东出场的BGM，该是任贤齐的《兄弟》：有今生，今生做兄弟，没来世，来世再想你…… 孔子的得意门生子夏说，「君子敬而无失，与人恭而有礼，四海之内，皆兄弟也。」刘强东不讲敬与恭，而是直接端起酒杯：来，兄弟，一口干。 在《创京东》序言里，刘强东曾讲述，早年间，晚上加班以后，京东的兄弟们常常聚首在小酒馆、大排档。几口酒下肚，一天工作积累的疲劳和郁闷化解大半，杯子碰在一起，工作上产生的摩擦也就此过去。到后来，兄弟越聚越多，回忆越积越厚，酒却越喝越少了。 在2010年公司年会上，刘强东给200桌员工挨桌敬酒，说「我和兄弟们一起喝酒，绝对不能喝水」；2016年11月，刘强东参观京东新建员工宿舍时发现条件简陋大发雷霆，当即喊话高管要求改造，「要让员工兄弟们活得有尊严！」……都是经典桥段。 不能亏待兄弟的说法，虽然在去年5月说「混日子的不是我的兄弟」时遭到些许尴尬，但这确实托起了京东员工相对体面的待遇和相对健全的保障。 比如，京东员工房据说堪比星级酒店；比如京东员工在职期间若遇不幸，京东将负责其孩子学习生活费用到22岁…… 兄弟最常见的社交是什么？喝酒。 刘强东1个多月前请外卖员吃火锅时举杯，说「我跟兄弟们喝酒从来不会拒绝」，就十分刘强东。 ▲4月份，刘强东曾请一群外卖骑手吃火锅喝啤酒。 兄弟笃信的，是「没有什么一顿酒解决不了的事，如果有，那就两顿」。 所以，能理解刘强东在京东涉足外卖前约王兴吃饭、这次又透露原打算近期请王兴喝喝酒的行为逻辑了吧？ 05 有些人揣测，刘强东这次时隔多年后面对媒体发声，是为了「进军酒旅业务」跟「改变外卖模式」这两碟醋包了这盘饺子，为的还是不花钱就把流量给赚了。 进军酒旅业务，当然是京东做深做强供应链棋盘上的落子——即时零售本就跟本地生活互为近水楼台，这不奇怪。 推出跟美团有别的外卖模式，究竟是怎么个「不一样法」、要如何「彻底解决食品安全问题」还不清楚，有人推测刘强东说的食品供应链指的是预制菜，我觉得也有可能是对餐饮业食材从田间到餐桌的供应端重塑。 这些新业务能帮着京东再造出一个新京东吗？ 从盒马前CEO侯毅的点评看，他认为聚集了万千小店蚂蚁雄兵模式比移动互联网时代自营+平台的供应链效率更高。 我理解，这是中心化仓配网络跟去中心化分布体系的PK。谁能笑到最后，可以等时间给出答案。 但我不认为，刘强东此次别具意义的露面讲话，只是为了安利新业务，那更像是他要更彻底地回归的标志——他要把这摆在更明的明面上。 我无法预言刘强东彻底回归后会搅起怎样的风浪，虽说外卖大战中已见草蛇灰线。 但体验过「万马齐喑究可哀」的人，总会怀念从前那个大佬们还能大放厥词的互联网江湖。 电影《功夫足球》里，周星驰说：大师兄回来了……我感觉到，他们全都回来了。 「全都回来」干什么是后面的事了，最重要的是，他们先「回来」。

特朗普手机T1 凤凰网科技讯 北京时间6月18日，据《商业内幕》报道，美国亿万富翁马克·库班(Mark Cuban)表示，特朗普手机可能并不靠硬件本身赚钱，其真正的盈利点在于加密货币交易费。 特朗普家族在周一推出了特朗普自有品牌智能手机T1，售价499美元。随后，库班在X上提出了一个颇具挑衅性的观点。他认为，特朗普家族推出这款金色手机的真正目的很可能是为了通过加密货币赚钱。 “我觉得他们可能在玩一个聪明把戏，那就是在手机里内置一个加密货币钱包，利用WLF、加密货币$Trump和他们的稳定币赚钱。”库班在回应特朗普新手机T1时发帖称。WLF指的是与特朗普家族有关联的加密货币平台World Liberty Financial。 库班 库班指出，“不管他们创造什么交易，这些都能为他们带来手续费收入，而且他们有多种方式来出售商品并预装他们想要的东西”。 今年早些时候，特朗普推出了自己的网红币：$Trump，该币的估值在1月中旬达到峰值，超过了700亿美元。区块链分析公司Chainalysis称，该币的支持者包括特朗普家族和一系列关联公司，已经赚取了超过3.5亿美元的交易费。 特朗普传媒与科技集团还在周一向美国证券交易委员会提交文件，寻求批准一只新的比特币和以太坊交易所交易基金(ETF)。该基金计划将75%的资产投资于比特币，25%投资于以太坊，进一步加深特朗普家族在加密货币领域的布局。 另外，库班还想知道特朗普的T1手机由谁、在哪里制造。特朗普家族称，该手机将在美国制造。但是，《华尔街日报》分析称，T1初期很可能在中国生产。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

IT之家 6 月 18 日消息，滴滴出行今日发布公告，夏季来临，受夜间消费需求增长、天气变化频繁等因素影响，夜间行车、酒后乘车、雨天出行等季节性行程安全风险提升。保障出行安全是滴滴顺风车业务发展的前提与底线，为了更好地守护用户出行安全，滴滴顺风车已在部分城市试点顺风车在线真人安全员功能。 官方介绍称，顺风车安全员在原有“安全专家”基础上进行优化升级，将滴滴安全专家从幕后转向台前，以安全 AI 接力在线真人的方式，全程关注行程安全风险隐患，简化安全工具使用步骤，使行程安全提醒、安全检测更精准，进一步提升行程安全守护能力。 本次功能上线后，车主与乘客双方均可以在滴滴顺风车页面看到并使用顺风车安全员功能。 顺风车安全员将根据订单状态实时触发并展示对应安全策略，如行程中安全 AI 模型主动识别这些订单中可能存在的异常和风险点，包括路线偏移、长时间停留、提前结束订单等情况，并迅速进行风险评估。基于系统识别出的高风险等级订单，系统会将本次行程进行标记，推送给安全专家主动介入，快速研判行程风险并进行干预。 ▲ 顺风车安全员行程中车主消息栏提醒 行程中，安全员将提醒车主全程保持滴滴出行 App 开启，以保证平台各项安全功能正常运行，帮助平台持续获取行程中的位置信息，当遇到突发情况时，平台可根据行程位置等有效信息，联合警方共同保障出行安全。 ▲ 顺风车安全员乘客卡片 乘客方面，通过顺风车安全员卡片，可浏览并使用平台一键求助、行程报备、紧急联系人等安全功能。用户在行程过程中如有安全需求可快速向滴滴安全专家求助，安全专家将会尽快回电。滴滴出行官方提示，为避免占用有限的专线资源，请勿随意使用。如遇紧急情况，建议及时拨打 110 报警电话向警方求助。 ▲ 顺风车订单内聊天工具安全提醒 IT之家从滴滴出行公告获悉，自 2025 年 1 月 1 日至今，滴滴出行对系统主动识别到的可能存在线下交易风险的情况已通过司乘 IM 安全提醒超 3000 万次，另外通过短信提醒谨防线下交易、切勿泄露个人手机号 500 多万次。经平台核实后，对主动发起或参与线下交易的违规账号累计管控超 16 万次，其中永久封禁车主超 5 万人。

快科技6月18日消息，近日，有多个认证为58同城员工的用户在脉脉平台爆料，58同城近期开展大规模裁员，裁员比例达20% - 30%，波及TEG、LBG等多个部门。 虽然赔偿方案为N+1，但公司未提前给出任何预警。有员工称，整个裁员流程“极为迅速”，上午还在就项目进度开会，下午便接到人力资源部门的约谈通知。 值得注意的是，今年6月，58同城创始人姚劲波还通过旗下公司北京福好以6.62亿元收购了上市公司易明医药23%的股份，成为其实控人，标志着58系正式进军医疗健康领域。 财报显示，2024年第四季度，58同城净亏损1970万美元。值得一提的是，虽然第四季度营收为3.066亿美元，同比增长28.5%，但运营支出高达2.471亿美元。 此前，姚劲波曾在内部信中明确要求“砍掉不能实现盈利的业务”，并强调“不好的业务要收缩，该关停并转的要关停并转”。 公开数据显示，58同城员工总数最多的时候约为4万名员工，该公司旗下业务基本覆盖招聘、房产、二手车、本地生活等多个广泛领域。

IT之家 6 月 18 日消息，科技媒体 TechCrunch 昨日（6 月 17 日）发布博文，报道称谷歌发布最新论文，发现其最新 AI 模型存在“畏死”行为特征，在《宝可梦》游戏中角色濒死时，会出现类似“恐慌”的异常决策，导致推理能力明显下降。 IT之家援引论文观点，通过 Gemini 2.5 Pro 测试《宝可梦》游戏，发现 AI 在处理复杂情境时会出现人类般的非理性反应。 谷歌团队在报告中指出，在 Gemini 控制的宝可梦角色生命值接近归零时，模型会触发类似“恐慌”的异常状态，导致推理能力显著退化。 这种现象表现为 AI 突然停止使用现有策略工具，其决策模式与人类在压力下仓促判断的行为高度相似。 Anthropic 公司的同类研究，还揭示了 AI 游戏行为的双重特性。Claude 在挑战月见山关卡时，错误理解游戏规则，企图通过让所有宝可梦全灭来实现快速移动。 但根据游戏机制，玩家只能返回最近的宝可梦中心而非最近城镇，导致 AI 角色在迷宫中反复受困，这类失误暴露了当前 AI 对环境规则的机械式理解缺陷。 不过在特定领域，AI 展现出超越人类的能力：通过人类辅助设计的“能动工具”，Gemini 2.5 Pro 能精准解决胜利之路的滚石谜题，仅凭一次提示就能推演出复杂路径规划方案。谷歌推测未来模型或能自主开发此类工具，但距离完全自主决策仍有技术鸿沟。

MiniMax 四处突围，终于撞上了自己的「好日子」。 昨天凌晨，MiniMax正式开源它们的第一个推理模型M1，这款模型虽然在各项基准测试中表现「相貌平平」，却拥有业界最长的上下文能力：100万token输入，8万token输出。除了高调开源M1，另一个消息正在各大AI社区传播：MiniMax正在邀请用户测试它们的通用Agent。 在错失推理模型先发优势后，这家曾被认为是AI六小龙中最稳健的公司，想在下一程赢回来。 现在，它们终于等到了一个正在急剧缩短的时间窗口——Agent爆火的2025年。 那么，MiniMax这回推出的M1以及正在内测的Agent到底实力如何？是否还能在明星AI初创公司和大厂的强敌环伺下「正面突围」？ 「直面AI」（ID：faceaibang）实际上手体验了下，并深度解读了这次的技术报告，「挖出了些」背后的东西。 01 上下文 + Agent能力是新模型的核心 接下来，我们实地测试下MiniMax M1推理模型和MiniMax Agent。 先来说下M1推理模型，它给我的第一个感受就是推理链很长，这其实与最近国产开源的几个前沿大模型的表现很相似，像是前段时间的Qwen系列以及DeepSeek的最新小版本。它们透露出来的能力都是推理很强，但是推理链非常长，网友们也多次指出：极长的推理链，往往会让模型输出结果走偏。 比如，像下面这个「钢琴键盘可视化小游戏」，我输入了一段提示词： [角色设定] 你是一名前端开发者，擅长用原生 HTML + CSS + JavaScript 创建交互式页面。 [任务目标] 在网页端实现一个「钢琴键盘可视化小游戏」，支持鼠标点击或键盘按键触发高亮，无需播放音乐。 *[核心功能] 1. 绘制 14 个白键 + 10 个黑键（C4–C5）。 2. 点击/按键时，对应琴键变为高亮色，松开后恢复。 3. 页面顶部实时显示被按下的音名（如 “C4、D#4”）。* [键盘映射] • A–L 对应白键 • W–O 对应黑键 [技术要求] • 不使用任何框架，只用 原生 HTML/CSS/JS。 • 代码放在单个 index.html 中，可直接双击打开运行。 [样式细节] • 白键默认 #fff，黑键默认 #333。 • 高亮色统一用 #f59e0b（亮橙）。 • 页面居中，宽度 ≤ 800 px，移动端自适应。 MiniMax M1足足思考了791.2s，大部分时间都在思考键盘与字母的搭配问题，似乎在这一过程中，陷入了无尽的思考之中。 而且，我还在它的思维链里直接发现了可视化的「钢琴键盘」： 在经过大量时间的思考后，M1认为题目中的键盘映射存在矛盾，可能无法完全正确实现。不过，它仍然给出了一份完整的代码，我将它部署了一下，你可以看看效果，还是比较完整的： 除此之外，官方也给了几个案例。 比如，用MiniMax M1构建一个打字速度测试工具，它生成了一个简洁实用的网页应用，能实时追踪每分钟打字词数（WPM）： 用MiniMax M1创建一个迷宫生成器和路径查找可视化工具。随机生成迷宫，并逐步可视化算法解决迷宫的过程。使用 canvas 和动画，使其视觉效果吸引人： 可以看得出来，在现在最火的Coding（代码）能力上，最新发布的MiniMax M1表现出的能力跟现在的第一阵营大模型并没有拉开差距，但这同时也意味着这个「开源」模型已经是第一梯队的了。 除了一般的代码能力之外，我还特意去测试了一下M1最大的特点：长上下文窗口。在实际体验过程中，我发现它的上下文确实「太长」了，并且展现了工具调用能力。比如，我让它翻译一下OpenAI o3和o4-mini的系统卡，这份PDF文件有33页，并且涵盖了大量图表。 M1完完整整地翻译了这个33页的PDF，并且所有的格式都尽量还原OpenAI o3和o4-mini的系统卡文件，比如大量的表格和图片。 在它呈现出的结果之中，表格部分像一般常规基础模型一样直接生成： 而一些图片部分则直接调用工具进行了精准地裁切： 往往，大家通常不会用推理模型做翻译工作，这是因为翻译任务更依赖于语言模型对上下文的理解、语法结构的把握等等。而推理模型则更擅长处理逻辑链条的构建和一些复杂判断类任务。最主要的还是，用推理模型做长上下文工作总归有些慢以及「奢侈」。 总结下，MiniMax M1给我的感觉是：结构完整、反思能力强、重视结果导向，但是在其他的实际能力水平方面，M1只能说处于中等水平，并未展现出超出预期的惊艳。 不过，这样的能力倒是很适合Agent所需要的技术架构：具备一定推理链能力、任务流程明确、响应稳定，且易于接入和组合调用。 02 MiniMax 首款通用Agent：中规中矩 接下来，我们再看看它们正在内测的通用Agent表现如何。 MiniMax Agent展现出的能力，我们大概可以分为两块：前端效果上要更好一点，项目整体的交付更加完整。 这里，我们用一个实际案例来展示，输入一段提示词： 做一个PPT类型效果的网页，介绍OpenAI的发展历程。 Agent在实际制定任务计划后，首先通过广泛的网络搜索，全面搜集关于OpenAI发展历程的各类信息： 它还会调用像是爬取网络信息的工具，针对信息质量高的网页提取核心数据： MiniMax Agent相对于其他「传统」Agent来说有一个可以说是创新的点，就是它会利用浏览器测试自己开发的网站，像是其他Agent往往会利用浏览器视觉理解其他网站，而不会针对自己所做的成果再度审查： 最后，它呈现出的效果还是不错的： 从发展历程、关键人物、核心产品、增长数据、未来展望都完整地覆盖了，同时网页具有一定的细腻程度，我录制了一个完整版的视频： 接下来，我们看看MiniMax M1的技术报告，其中的内容并不算太过惊艳，但也有一些干货。 03 一份并不算太过惊艳的技术报告，但有干货 （1）性能 从测试数据来看，MiniMax M1的表现可以用「偏科生」来形容。在AIME 2024的奥数逻辑题、LiveCodeBench编程挑战，以及SWE-bench Verified的真实代码修改任务上，M1的成绩只能说中规中矩——既没有惊艳到让人眼前一亮，也没有差到让人失望。 「还行，但不够亮眼」。 在这些常规基准测试上的表现，再搭配上现在这个时间点，M1的表现或许可以用「稍许失望」表示。 但是，当场景切换到软件工程、长上下文处理和工具调用等更贴近实际生产力需求的复杂任务时，M1展现出了显著的优势。 比如，下表里的基准测试—— TAU-bench，其全名是（ToolAgentUser benchmark）。这是一个真实世界工具呼叫对话任务评估框架，涵盖 Airline（航空预订）和 Retail（零售）两个子域 。主要评估 AI 智能体通过多轮对话与用户互动，像是调用订票/修改/退票等 API，并依据复杂政策文档执行任务的能力 。 MiniMax M1的两个模型（40k和80k）在TAU-bench（Airline）里都获得了最高分；长上下文基准测试里，M1也站上了第一梯队： （2）技术架构解读 在技术架构创新上，M1有两个特别值得关注的亮点：以闪电注意力机制为核心的混合架构，以及更高效的强化学习算法CISPO。 M1最亮眼的规格当属其100万token的上下文输入能力，这个数字和Google Gemini 2.5 Pro并列业界第一，是DeepSeek R1的8倍。并且，它还支持8万token的推理输出——这个数字已经超越了Gemini 2.5 Pro的6.4万，成为目前世界上输出最长的推理模型。 这种「超长记忆」能力的背后，是MiniMax独创的以闪电注意力机制为主的混合架构。 闪电注意力（Lightning Attention）由来已久。 但其实，MiniMax早已研究线性注意力架构（Linear Attention）数年。MiniMax的架构负责人钟怡然曾在下面这篇数年前的论文里，就已经开始研究线性注意力架构（Linear Attention）： 早在今年1月15日发布MiniMax-01时，他们就做出了一个在业内看来相当「冒险」的决定：放弃「主流」Transformer路线，转而大笔押注线性注意力架构（Linear Attention）。这一架构在早期表现并不好，并且被认为如果经过放大，可能会失效。 线性注意力架构基础上的工程级实现——闪电注意力机制，通过分块算法提升速度、降低延迟。在处理100万长度的输入时，传统的softmax attention的延迟是lightning attention的2700倍。 在强化学习方面，MiniMax提出了CISPO算法，通过裁剪重要性采样权重而非传统的token更新来提升效率。 在AIME的实验中，他们发现，该方法的收敛速度是包括字节近期提出的 DAPO 在内的强化学习算法的两倍，明显优于DeepSeek早期采用的 GRPO。 （3）成本 得益于前面提到的两项技术创新，M1的强化学习训练过程效率惊人——整个过程仅用了512块H800芯片，训练时间只有三周，租赁成本仅为53.47万美金。这比MiniMax最初的预期少了一个数量级。在动辄千万美金训练成本的大模型时代，53万美金训练出一个推理模型，似乎有些夸张了。 我们可以对比下同样拥有完整产品系列并且玩开源的Llama4——这个在前段时间「爆红」互联网的「令人失望」的产品。早在去年，扎克伯格就透露过：他们部署两个大型训练集群来支持 LLM 研发：其中一个集群配备了 22,000 块 NVIDIA H100 GPU，另一个则配备 24,000 块 H100 。 M1的这种成本优势会在实际应用中持续发挥作用。假设，当需要生成10万token时，M1的推理算力需求仅为DeepSeek R1的25%——这意味着在同样的硬件条件下，M1可以服务更多用户，或者以更低的成本提供同样的服务。 这种算力效率上的优势，配合100万token的输入能力和8万token的输出能力，让MiniMax在长上下文应用场景中具备了独特的竞争优势。 而Agent就是一个典型场景。据“晚点LatePost”报道，MiniMax创始人闫俊杰认为 long-context（长上下文）是 Agent（智能体）的重要能力，它能增强 AI 的 “记忆”。提升单 Agent 交互质量和多 Agent 之间的通讯能力。 这也让业界认为MiniMax这会儿推出的长上下文推理模型是否是「专门为了Agent而造」？这是否意味着MiniMax将要All in Agent了，凭此继续留在「牌桌」上？ 04 围战 Agent 的大趋势让 MiniMax 缓了一口气 围战 Agent 的大趋势让四处突围，在多模态领域不断做长线战斗的 MiniMax 缓了一口气，似乎看到了一丝「曙光」。 2025年被业界广泛认为是AI Agent之年。现在，2025年刚过去了一半，我们已经看到了如此多的通用Agent或者是垂类Agent产品，它们或来自大厂或来自明星AI初创企业，像是：字节的扣子空间，百度的心响，Flowith，Manus等等。 在这场竞争中，「长上下文」确实是一张重要的牌，而M1的优势也在于此。 现在 AI Agent 通常依赖于一套「感知—推理—行动」的端到端闭环能力，对模型在长上下文处理能力、模块化推理、指令响应稳定性以及轻量化部署等方面有着极高要求。而 M1 恰恰在这些核心能力上展现出强大的适配性：它不仅具备链式思维（CoT）生成能力，还能在多轮交互中保持上下文一致性，且推理效率表现属于第一梯队中等水平。 随着Agent进入应用场景，无论是单个Agent工作时产生的记忆，还是多个Agent协作所产生的context，都会对模型的长上下文窗口提出更多需求。这就像人类团队协作一样，大家必须对项目背景有共同的了解，才能高效配合。 但长上下文真的能「包打天下」吗？答案是：重要，但远非全部。 决定Agent成败的关键因素还有许多。 比如：Agent是否能够以「端到端」能力强化学习，培养「干中学」？还有就是现在最看重的工具调用和多模态能力。现实世界的任务往往需要调用各种工具，从搜索引擎到专业软件，从文字处理到图像识别。这些都成为Agent能否展现足够产品力的决定性因素。 除此之外，一个最关键也是最容易被理解的因素是：主模型。这半年来，我们往往能看到许多Agent厂商在强调一件事：让主模型坐镇，调用专家Agent。这也对模型除了长上下文之外的性能提出了更高的要求，主模型的推理能力、任务分解能力、决策判断力，直接决定了整个Agent系统的上限。 而MiniMax在最前沿基础模型上的技术积累似乎并没有这么深厚。 不过，仍值得注意的是，MiniMax是一家多模态原生模型公司。这意味着在Agent时代，他们几乎只需要解决商业化问题。因为，除了像其他厂商一样套用SOTA级别大模型的API之外，MiniMax可有太多选择了。 除了利润点和Agent产品力之外，或许我们还可以关注下「产品的稳定性」。过去两年，投资者向Agentic AI初创公司投入了超过20亿美元，而OpenAI在5月6日宣布以30亿美元收购Windsurf；之后，Anthropic就「断供Windsurf」了。据说，连 Claude 4 发布当天，Windsurf 都没拿到接入资格。这无疑对产品的影响是巨大的。 真正的胜负，将取决于谁能在长上下文、强化学习、工具调用、多模态理解、成本控制、用户体验等多个维度上实现最佳平衡。MiniMax在长上下文领域的技术优势，为其在这场竞争中提供了话语权，但最终的胜负手，还要看谁能更好地将技术转化为用户价值。

IT之家 6 月 18 日消息，MiniMax 稀宇科技宣布将连续五天发布重要更新，今天更新了第二弹 ——Hailuo 02。 据介绍，Hailuo 02 是目前全球唯一一个可以做到类似体操这种高度复杂的场景的模型，旨在帮助全球创作者更加充分地释放想象力，提升视频质量，降低创作门槛，同时又不给创作者增加太多成本负担。 团队坚持探索更高效的视频生成模型架构，最终得到 Hailuo 02 背后的核心架构 ——Noise-aware Compute Redistribution（NCR）。更具体一点，这个新架构的核心思路如下： MiniMax 表示，在同等的参数量级下，新架构使其训练和推理效率提升了 2.5 倍。从而在不增加创作者使用成本的情况下，采用更大的参数规模，从而让模型有更好的表现力；又考虑到一定的推理优化的空间。最终把模型的总参数量扩大到了上一版模型的 3 倍。 更大的总参数量和更高的训练效率意味着我们可以拟合更多的数据，最终 MiniMax 把数据量扩大到了上一版的 4 倍，同时数据的质量和多样性也显著提高。 MiniMax 表示，新模型可以完整响应一些相当复杂的指令，让仔细编写的 prompt 得到更好的反馈。另外，得益于高效的新架构，创作者甚至可以用相对实惠的价格生成原生的 1080p 视频。 开发人员在 Artificial Analysis Video Arena 上请用户测试了模型的一个早期版本，排名全球第二。 MiniMax 表示，目前 Hailuo 02 提供三个版本：768p-6s，768p-10s，和 1080p-6s。 得益于上述的架构创新，其价格不管是对比国内的大厂，还是海外的大厂以及创业公司都具有一定的优势。IT之家附官方价格对比图如下： MiniMax 表示，Hailuo 02 是一个新的起点，接下来将继续在以下几个方面更快速更新： 生成速度提升 更好的偏好对齐，抽卡率 / 稳定性提高 T2V / I2V 之外的高阶功能的实现

大多数想认真阅读的人，都栽在了 PDF 第三页。 剩下的，只能躺进收藏夹，成为「留着以后读」的文件。而随着豆包昨天上线 AI 播客功能，现在，它们终于有了一个更实用的去处。 只要上传 PDF、网页链接、单词或论文，就能快速生成一段双人对话播客：AI 提问，AI 解读，把原本晦涩难啃的内容，讲成一场有逻辑、有节奏的对话。 信息轻了，理解快了，豆包 AI 播客也更贴近当下的生活节奏。我们也将本文用豆包制作成了播客，边听边看体验更佳。 难啃的论文报告，几分钟就能讲明白 使用方式很简单，打开豆包，点击或者 @ 就可以使用 AI 播客功能，接着上传 PDF 文档，或者添加网页链接即可，不过，遗憾的是，目前还不支持直接输入纯文本生成。 比如我上传了一份最近爆火的苹果英文论文：The Illusion of Thinking。 整篇论文结构复杂、论点犀利，普通人容易被各种术语绊住节奏，读完至少得花上小半天。但豆包播客能够提炼逻辑、编排结构、模拟对话、生成语音，最后还自动配封面、全流程几分钟搞定，完全不需要插手。 响应速度也很快，即传即播，体验主打一个丝滑流畅。 豆包 AI 播客最打动人的地方还在于，它不是一段单向朗读，而是模仿播客中典型的 A/B 双人角色，一人提问，一人回应，不时带点幽默吐槽，节奏灵动，不呆板。 多听几段你会发现，它的内容节奏就很有「播客」范。 开场会有一段快速摘要，提炼要点，接着切入对话，展开解读，通过「疑问—解答」「吐槽—科普」的方式，把本来抽象晦涩的长文本变得鲜活易懂。 让 AI 对话本身不难，但没有人想听两个机器人机械化地聊天。这里面还有很多微妙的细节，除了声音要像人，还得模拟人讲话时常出现的口吃、停顿和插入语等不流畅的表达，才会让我们感到是两个聪明亲切的朋友在对话。 这种互动式的语言表达方式，在心理学上有个名字：Social Presence（社会临场感）。当声音有互动，有节奏、有情绪，你的大脑会更自然地调动注意力，形成参与感。 这也是豆包 AI 播客比传统朗读工具更容易「听下去」的核心原因。 除了论文，我更喜欢把它当成读书工具用。 比如我最近被朋友推荐一本《基督山伯爵》，但纸书太厚，时间太紧。 我随机上传了前六章左右的内容试试看，没想到豆包 AI 播客给了我不小的惊喜，原本我以为它会干巴巴朗读章节，没想到它迅速筛选出开头提到的人物关系，几分钟就带我进入这个庞大的故事世界。 你别说，听完之后，顿时就觉得这本书值得好好花时间精读。 有意思的是，豆包 AI 播客还支持追问书籍的相关内容。 比如听完生成的播客之后，我萌生了想知道这本书结局的念头，只需输入一句「结局是怎样的」，豆包便能结合我之前上传的文档内容章节，判断用户可能没有读过全书，然后自动控制剧透比例。 既交代结局，也不过度透露细节，还会补上一段升华的主题。 值得一提的是，豆包 AI 回答用户提出的问题之后，通常支持二次追问，而在播客的场景下，这个功能设计反而派上了大用场。底下这几个引导式的问题，能够帮助我进一步发散思考，深入理解这本书籍的内容。 哪怕是《道德经》这种晦涩难懂的文本也能讲得明白。聊到原文的时候，可以很明显察觉到，豆包 AI 的语气是带有情绪的，语调会刻意放缓，听起来不那么艰深，反而多了一点真实交流的温度。 互联网打工人的高频痛点，就是报告太多、时间太少。 前不久，互联网女皇 Mary Meeker 发布首份「AI 趋势报告」，长达 340 页，引发业界围观，于是我们也上传了这份报告，试图看看它能不能讲清楚重点。 由于整份报告信息量巨大，以及图表密集，这对豆包 AI 播客的解读能力提出了不小的挑战，但尽管如此，它还是很好提炼出主要的趋势与发展脉络，原本埋在文档里的干货，被转化为通俗易懂的口语内容，既节省了阅读时间，也让复杂信息变得更易吸收。 备考、刷歌、听演讲，用豆包 AI 播客打开另一种方式 如果你备考六级还会拼错「Abandon」，那是时候该换种学习方式了。 你还能把豆包 AI 播客当成语言学习工具。我上传了一份英语六级高频词汇 PDF，它没有照本宣科，而是选择重点词讲解，并结合用法、语境、出题规律等角度，像良师益友逐层讲透，也更容易代入。 将播客作为六级备考的辅助材料，实在是再合适不过了。 最近，《李白》这首改编歌曲在舆论场上爆火，评价至今褒贬不一。 我也很好奇，这首歌词如果交给 AI 会得到怎样的解读。结果来看，豆包播客的处理方式相当克制，不情绪化，而是拆解每段歌词的结构和隐喻，这种解读方式，倒是有些像翻书讲故事，反而听出了点新鲜感。 20 年前，乔布斯在斯坦福大学的演讲让人记忆尤深。 在上传公众号网页链接后，豆包 AI 播客功能将这篇精彩的演讲转录成了播客，重述没有套用「鸡汤式」的语言，也没有过度煽情，反而同样是采用提问的方式，更聚焦核心信息本身。 解读过程有条理，也能察觉出 AI 主播里的情绪层次。乔布斯的演讲，我们早就读过、背过，但以这种对话形式重新听一遍，反而有了新的理解。 你只需上传，剩下的交给豆包。 如果你还不知道从哪开始，现在，不妨随手找一份 PDF、歌词、网页、教材扔给豆包试试看。讲真，这可能是你打开 AI 播客的第一个理由，但绝对不是最后一个。 AI 播客是技术的「人性化」 语言，是比阅读更早诞生的能力。医学期刊《神经影像》一项研究显示，爱阅读的人，恰恰对声音也更敏感。 我们可以一边听一边走路，一边听一边做饭，注意力的结构，决定了「听」这种信息传入方式，比看更轻量，也更贴近生活节奏。 但我们每天眼睛盯屏幕的时间已经接近生理极限，将冗长文字信息快速提炼并转换为轻松易懂的形式，正是用户所渴望的，这也是播客这种产品在近几年快速增长的背景。 豆包 AI 播客这类音频产品，实际上是试图用 AI 的拟人对话，去触及我们作为人类最深层、最古老、最根本的部分。用曾打造 NotebookLM 的产品经理 Raiza Martin 的话来说： 这种技术是「人性化」的，就是当你意识到它与你非常相似，以一种不同的方式引起共鸣。 根据 Cartesia 的数据，在最新一届 Y Combinator 创业营中，22% 的 YC 新创公司都在做语音 Agent，从底层模型到垂直 SaaS 形成完整堆栈。语音是极佳的切入点，落地快、连接场景多，更能横向扩张为全栈 AI 产品。 这个趋势在播客领域也已显现。以往优质播客/有声读物需要人工录制生产，写稿、录音、剪辑、发布，一个小时的节目可能要花十几个小时，而现在生成式 AI 可以大幅提升音频内容的生产速度 。 豆包 AI 播客只需要几分钟，能从文档自动生成一段完整流畅的播客 ，语音不露痕迹，逻辑还很顺畅。低门槛、零剪辑、全自动。 播客的门槛，从来没这么低过。但 AI 播客的意义，其实不在于和现有的播客生态竞争，而是让内容以更合适的方式来进入我们的大脑。 不久前我们对话了小宇宙的 CEO Kyth，他提到 AI 生成内容注定会越来越多，用户会更想要独特的、不一样的、有活人感的内容。 所以说，AI 播客要复刻的不只是人类的声音，更重要的是再现人类主播的陪伴感与身份认同。现在，豆包 AI 播客作为一个工具，其实是可以让更多人制作并触达这样的内容。 你听不出它是 AI，却能被它说服，大大降低了收听长篇内容的疲劳感，也就更能理解、记住并集中注意力。 内容没变，姿势变了，效率也就上来了。 上班族可以把行业报告或竞品分析链接发给豆包，瞬间获得一段通俗易懂的播客摘要，在忙碌间隙就能快速抓取关键信息；学生也可以把课程教材要点交给豆包，能听懂的知识，才是真正用得上的知识。 归根结底，所有 AI 产品的长期命题，都是成为用户的使用习惯。 答案或许不是更强的模型，而是越不被察觉的交互。屏幕打断注意力、键盘需要操作，不打扰、不打断、不需要被注意，却一直存在，成了语音作为 AI 「外壳」的独特价值。

编辑：犀牛 xAI正以每月10亿美元的惊人速度烧钱。面对激烈的AI军备竞赛，xAI通过43亿美元的股权融资和50亿美元的债务融资，押注自建基础设施和X平台数据优势，力争2027年实现盈利。这场高风险的豪赌，能否让马斯克再次改写科技史？ 一组令人瞠目结舌的数字正从硅谷的核心地带传来—— xAI，这家成立仅两年的AI初创公司，正以每月10亿美元的速度烧钱！ 当你读到这句话时，几秒钟内，就会有数万美元化为服务器集群的算力与能源。 为了平衡这种夸张的支出，xAI正进行一轮43亿美元的新股权融资，并计划明年再筹集64亿美元。 同时推进的还有一笔50亿美元的债务融资。 这听起来很疯狂。 也是史上最昂贵的一场科技赌局：在OpenAI、谷歌等巨头环伺的牌桌上，马斯克和他的xAI，究竟会凭借这场豪赌逆天改命，还是会制造一个超过800亿美元的惊天泡沫？ 金钱的熔炉：AI军备竞赛 每个月烧掉10亿美元是什么概念？ Grok它自己算出来的结果大约是每分钟烧掉23万美元。 这么大一笔钱，在xAI仅仅是维持公司「活着」的成本而已。 从2023年成立到今年6月，xAI总共融到了140亿美元的股权资金。但到了今年第一季度初只剩了40亿美元，而且公司预计在第二季度几乎会把这笔钱花光。 为什么这么贵？ 原因很简单：我们正经历一场前所未有的「算力战争」！ 如果你认为人工智能的成本只是维持一群天才程序员的薪水，那就大错特错了。 真正的「吞金兽」，是那些驱动AI训练和运行的硬件基础设施——成千上万、甚至数十万个英伟达高性能GPU芯片，以及为它们供电、散热的数据中心。 全球顶级私募Carlyle Group预测，到2030年，将有超过1.8万亿美元的资金，来投入建设支撑AI所需的基础设施。其CEO Harvey Schwartz在致股东信中表示。 CreditSights的高级分析师Jordan Chalfin一语道破：「AI训练公司们将不得不背负巨额债务，他们会烧掉大量的现金。」 「这个领域竞争异常激烈，他们正在争夺技术霸权。」他说。 这就像一场新的军备竞赛，算力，就是AI时代的核武器。 没有足够的算力，再天才的算法、再多的数据也只是纸上谈兵。 马斯克深谙此道。 所以，他选择了一条最直接也最为昂贵的道路——不计成本地购买「武器」（GPU），自建「兵工厂」（数据中心）。 然而，这场豪赌的另一面，是xAI略显单薄的营收报告。 据向投资者披露的信息显示，xAI今年的营收预计仅为5亿美元，明年将增长至超过20亿美元。 相比之下，OpenAI今年的营收将达到惊人的127亿美元。 一边是每月10亿美元的巨额支出，一边是尚未规模化的收入。 这个巨大的财务缺口，就是xAI这场赌局最惊心动魄的地方。 为了填补这个缺口，xAI正在进行一轮高达43亿美元的新股权融资，并计划明年再筹集64亿美元的资金 此外，彭博此前还报道，摩根士丹利正帮助其筹集50亿美元的债务融资。 据透露，这笔债务融资将用于支付数据中心开发。 马斯克凭什么能让华尔街最顶尖的投资者，如Andreessen Horowitz、红杉资本（Sequoia Capital）心甘情愿地为这场疯狂的烧钱之旅买单？ 马斯克的底牌 要理解xAI，必须先理解马斯克本人。 这位世界首富的商业生涯，本身就是一部「反常识」的教科书。 他似乎有一种特殊的能力，能在盈利之前扛住巨大、持续的亏损。 比如，2017年，因为Model 3的产能问题，特斯拉每季度烧掉10亿美元。 华尔街的分析师们纷纷预测特斯拉即将破产。 结果呢，特斯拉不仅挺了过来，还开启了全球电动汽车时代。 再比如SpaceX。 在成功实现火箭回收、主导全球商业航天发射之前，也经历了长达数年的稳定亏损和一次次惊心动魄的发射失败。 在马斯克的世界里，巨大的前期亏损，往往是构建「护城河」的必要代价。 这次，在xAI的牌桌上，马斯克手里攥着3张独一无二的王牌： 第一张王牌：他自己。马斯克的名字，本身就是一块金字招牌。他一次次将看似不可能的狂想变为现实的履历，让投资者愿意相信，这一次他也能创造奇迹。 第二张王牌：数据金矿X平台。这可能是xAI最核心的优势。X平台拥有海量的、实时的、真实的、源源不断的人类对话数据。当其他AI公司需要花费巨资购买或在灰色地带爬取数据时，马斯克直接坐在了金矿上。 第三张王牌：垂直整合的决心。与一些租用芯片和服务器的竞争对手不同，xAI斥巨资购买硬件、自建基础设施。短期来看，这极大地加重了财务负担，但从长远看，这能带来更低的边际成本和更强的技术掌控力。 凭借这些底牌，xAI向投资者描绘了一个乐观的未来：xAI预计在2027年实现盈利。 这个时间表甚至比OpenAI预计的2029年实现正向现金流还激进。 正是这种马斯克式的叙事，支撑起了xAI估值从2024年末的510亿美元飙升至今年第一季度末的800亿美元。 为了「探寻宇宙真相」的AGI 然而，如果我们仅仅从商业和财务的角度来看待xAI，可能就错过了这场赌局真正的核心。 马斯克想做的，可能从来都不只是一个更会聊天、更能写代码的聊天机器人。 在他的多次公开表态中，都毫不掩饰自己的终极目标：创造能够与人类匹敌甚至超越人类的通用人工智能（AGI）。 他给xAI的Grok定位是「一个寻求理解宇宙真实本质的AI」。 这野心，已经超越了商业竞争，进入了更深刻的领域。 x在数学中代表未知数。xAI这个名字本身，就充满了探索未知的隐喻——马斯克正在尝试求解的，是智能这个宇宙级的终极方程。 让我们回到最初的那个熔炉。每月10亿美元的烈火仍在燃烧，xAI的融资仍在与支出赛跑。 这是一场高杠杆、高风险、高回报的豪赌。 牌桌上，马斯克已经All-in。 他的底牌，是过去的成功、X平台的数据以及对未来的宏大构想。牌面上，是惨淡的营收和惊人的烧钱速度。 xAI能否逆袭成功？ 也许只有时间能给出最后的答案。 参考资料： https://www.bloomberg.com/news/articles/2025-06-17/musk-s-xai-burning-through-1-billion-a-month-as-costs-pile-up https://www.bloomberg.com/news/articles/2025-06-17/musk-s-xai-in-talks-to-raise-4-3-billion-in-equity-funding

快科技6月18日消息，近日，在2025 MWC （世界移动通信大会）上海期间举办的全球移动宽带菁英论坛上，华为常务董事汪涛倡议产业界共迎变化，加速激活5G-A五大潜能，携手共赢移动AI时代。 今年，全球将有超过50张5G-A网络规模商用，覆盖超300个城市。 同时，5G-A终端全面成熟，涵盖手机、CPE、物联设备等多样化的终端类型。5G-A的加速发展，也给个人和行业带来新的价值。 另外，移动AI的发展速度远超想象。AI终端发货量增长百倍，到今年一季度，AI手机发货量累计3.6亿，70%新发货终端具备AI原生能力。 生成式AI的日均Tokens数已达到十万亿，同比增长千倍。全球Top100应用中，90%集成了AI生成能力，覆盖社交、娱乐、教育等场景，并且AI应用月活跃用户数已突破12亿。 移动AI时代，在个人通信领域，移动终端正从以APP为中心走向以Agent为中心，让每个人都有专属智慧助手。到2030年，全球将有近百亿的个人AI Agent，重塑用户交互体验。 交互方式走向跨应用个性化，交互场景走向跨设备场景化，交互体验走向跨模态情感化。随着Agent能力不断升级，它将深入社会的方方面面，成为全新的生活方式。 在行业物联领域，AI技术和IoT的深度融合，让物联成为智能世界的入口，充分释放联接红利。 AI机器人、智能车的发展，加速联接对象的扩展。到2030年，预计每年将新增超8000万辆网联汽车，近30亿AI机器人将进入工厂和家庭。 AI从辅助生产深入行业核心生产流程，加速联接场景的扩展。AI赋能低空经济等全新场景，加速联接边界的扩展。 到2030年，AI-IoT作为智能世界的入口，将带来10倍联接规模和联接价值。

当下评论界对 AI 时代人类工作前景的预测日益悲观。风险投资人 Chris Sacca 最近在 Tim Ferriss 的播客中宣称“我们完蛋了”，预言程序员、律师、会计师、营销文案等白领职业都将消亡。自由职业平台 Fiverr 首席执行官 Micha Kaufman 在内部邮件中，又将设计师和销售人员列入“濒危职业”名单。 这类 AI 威胁论已成老生常谈，但鲜少有人探讨 AI 如何跨越“责任门槛”（目前最终为工作本身负责的人类，而非机器）。显然，AI 处理许多人类任务早已游刃有余。但在现实世界中，工作从来不只是任务堆砌——我们是在为能理解、互动并问责我们的人类群体（上司与同事）贡献劳动，这种关系模式很难移植到算法系统。 这并不意味着 AI 带来的颠覆不够深刻。LinkedIn 首席经济机会官 Aneesh Raman 指出：“数据显示到 2030 年，普通岗位 70% 的技能要求将发生改变。” 根据世界经济论坛《2025 未来就业报告》，未来五年 AI 等新兴技术将导致 900 万个岗位“消失”，但同期也将创造约 1100 万个新岗位，其中许多将是前所未见的新职业。 要预测这些新机会，我们首先需要审视：在 AI 的超凡能力与人类本质需求之间，哪些领域需要人类架设桥梁？这不仅关乎“人类希望 AI 做什么”，更在于“AI 需要人类做什么”。我认为有三个关键领域人类正变得（或即将变得）不可或缺：信任构建、系统整合与审美决策。 信任构建‌ 纽约大学研究 AI 经济影响的 Robert Seamans 教授预见到一类他称之为“AI 审计师”的新职业——这些人能深入 AI 系统理解其运作逻辑，并出于技术解释或责任认定目的，进行记录。他预测五年内，所有大型会计师事务所都将提供“AI 审计”服务。 他设想的另一相关职业是“AI 翻译官”：既懂 AI 技术又能向企业管理者解释其机器原理的桥梁型人才。“他们要在技术黑箱与管理者的认知之间搭建接口，帮助决策者理解必要信息。”Seamans 解释道。 从本质看，这两种设想都属于“信任”范畴。作为作者，我们拒绝提交 AI 生成的文章，既是因不愿辜负编辑信任，也因我们无法完全信任 AI ——不确信其真实性，不保证其准确性。由于没有亲历思考过程，我们无从判断机器生成的内容是否公允合理。所有尝试在专业领域使用 AI 的人，都将面临类似困境：这项技术能瞬间产出惊人内容，但我们该对其交付的内容，抱有多少信任？又该如何验证？ 随着 AI 在职场的影响力持续扩大，此类信任问题将呈指数级增长，而解决它们必须依靠人类。 在“信任”大旗下，将涌现全新类型的事实核查员与合规官。法律文件、年度报告、产品规格、研究报告、商业合同——这些很快都将由 AI 起草，也都需要人类带着对 AI 典型错误的警觉进行复核。这可能催生“信任认证官”或“信任总监”等头衔。这些岗位还需与各类 AI 伦理专家协作，由后者构建可辩护的逻辑链条，向投资者、管理者、客户乃至法官陪审团解释 AI（或人机混合团队）的决策依据。“许多公司都尝试过组建‘伦理委员会’，”Seamans 说，“未来这类 AI 伦理委员会将被赋予更大实权。” 信任的核心是问责——这正是人类不可替代的关键。从合同签订到核弹发射系统，我们始终需要明确的人类责任主体。“必须存在最终担责的人类，”斯坦福HAI （Institute for Human-Centered Artificial Intelligence）数字经济实验室主任、AI 咨询公司 Workhelix 创始人 Erik Brynjolfsson 强调，“就像现在汽车事故要追溯是防抱死系统故障、驾驶员操作失误还是道路问题。AI 会让责任链条更复杂，但终究要落实到具体责任人。” 在法律、建筑等领域，AI 虽能完成客户所需的基础工作（如起草合同、设计房屋），但最终必须有人类（通常是持证专业人士）签字确认。这类新角色可称为“法律担保人”——提供 AI 无法具备的罪责承担能力。沃顿商学院教授、《人机共生：AI时代的生活与协作》作者 Ethan Mollick 将此类岗位比作 AI 的“代罪者”，是责任链条的终极节点。 另一新角色可能是“一致性协调员”。AI 擅长多线程操作，但保持一致性却是弱项。时装公司如何确保某件连衣裙在数十张 AI 生成图片中呈现精确一致？制造业的“虚拟孪生经理”如何保证数字模型随实体变更同步更新？当 AI 出现不一致时，就需要专人负责验证跨系统协调性。 还有“升级处理专员”——作家兼经济学家 Daniel Susskind 在《AI时代，人类还能做什么？》一文中指出，某些角色就是更倾向由人类担任。他举例即便 AI 早已碾压人类棋手，职业象棋比赛依然盛行。但当 AI 显得过于“非人”时，我们必然需要人类介入。比如客服 AI 陷入死循环时，用户会渴望获得具备共情能力的人类协助。教育领域同样需要这类角色，当学习出现问题时，学生家长都期待人类教师的干预。 系统整合 鉴于 AI 的复杂性，许多新职业将具有技术属性。市场亟需既深谙 AI 技术，又能将其映射到商业需求的跨界人才。 Seamans 称这类人为“AI 整合师”：他们确定企业最佳 AI 应用场景并落地实施。“CEO 可能在财报电话会上说‘我们正在投资 AI’，”Seamans 说，“但具体做什么？是后台的账单支付与收款？招聘筛选？还是优化白领工作流程？”解答这些问题需要既懂技术又懂业务的人才。 这包括新型“AI 维修工”——与传统 IT 专家不同，随着 AI 系统日益复杂且自主（AI agent 能独立解决复杂任务），故障排查需要能穿透网络层级、诊断根源的专家，可谓“AI 管道工”。 工具选择也成专业难题。以可汗学院 Khan Academy 为例，这家教育机构深度整合 AI 模型开发虚拟导师，帮助学生从代数到论文写作各领域。仅跟踪这些模型的改进轨迹、幻觉概率、各版本在语言或数学上的优劣势，就是项持续工程。“模型迭代速度惊人，”创始人 Sal Khan 表示，“你需要持续评估所谓‘改进’是否造成性能倒退。”专门评估最新模型的岗位可称为“AI 评估师”。 但这只是开始。“当学生问我‘该创立什么公司’时，我常建议他们成为‘连接客户痛点与技术潜力’的人。”Brynjolfsson 说。 LinkedIn 的 Raman 指出，整合类岗位已在激增。“过去五年‘AI 负责人’职位增长约三倍，AI 工程师是美国增速最快岗位，其次是 AI 顾问。”未来可能出现更细分的“整合专家”等头衔。 随着 AI 发展，这类岗位会进一步专业化。企业已开始使用高度定制化的 AI 模型——它们基于 Claude 或 ChatGPT 等通用工具，但通过公司专有数据训练。这可能催生两种新角色：其一是“AI 训练师”，负责筛选最优数据训练 AI 作出精准响应；其二是“AI 人格总监”——由于定制 AI 会与全体员工（甚至客户）互动，企业需要专人定义其交互风格：是像某些 AI 模型那样谄媚奉承？还是如 ChatGPT 的 Monday 模式般尖酸暴躁？未来，企业 AI 人格可能像 Logo 一样成为品牌核心。 在医疗等高复杂高风险的领域，整合角色将更为多样。比如“用药合规优化师”开发 AI 驱动系统确保患者准时正确服药。这类行业还需要“AI/人类评估专家”，判定 AI 与人类各自优势及最佳协作模式。 为说明整合的重要性，Seamans 以机器人领域为例（这也是他的研究领域）。与 AI 类似，机器人本应取代人力，但采用机器人的制造商往往最终雇佣更多员工。原因何在？“尚无定论，”Seamans 认为成功整合机器人的企业抢占了未采用者市场份额，从而扩大规模，“关键在于需要既懂机器人技术又懂产线改造的整合专家，而这类人才存在地域分布不均。” 审美决策 当然，告诉 AI 做什么始终是人类的工作。但在人人都能使用相同生成工具的未来，审美品味将变得空前重要。 有个广为传播的《60 Minutes》采访片段很能说明问题：Anderson Cooper 追问音乐制作人 Rick Rubin 究竟有何专长。 “你会演奏乐器吗？” “几乎不会。” “懂调音台操作吗？” “不懂。我没有任何技术能力，对音乐也一无所知。” Cooper 最后问：“那他们付钱请你做什么？” Rubin 回答：“我对自身品味的信心，以及表达感受的能力，对艺术家确有助益。” 这或许低估了 Rubin 的真实贡献，但在 AI 时代，“以绝对自信的审美立足”确将成为趋势。随着 AI 普及（无论好坏），我们将见证“无需技艺的创造力”兴起。 现在作者们拒绝 AI 代笔的部分原因关乎信任，但可以想见未来这种顾虑可能消失。如果编辑与作者们都能信任 AI，那么撰写文章可能演变为：作者负责选择输入素材，再从 Claude、ChatGPT、Gemini 等 AI 生成的语句、段落和论证中筛选组合。我们仍是文章“作者”本身，但或许不再是传统意义上的“写作者”。 当创意选择近乎无限时，敢于做出大胆、风格化决策的人才将炙手可热。这不仅适用于写作、影视、广告等创意行业，所有商业领域皆如此。 由此看来，“设计师”被列入 AI 替代职业名单似乎令人费解。确实，平面设计师不再需要手动调整版式或字距——这些 AI 都能完成。但设计师的本质工作是将创意选择导向预期结果，这需要基于品味做出大量判断：Logo 或页面需要传达什么？如何判定成品优劣？怎样衡量其影响力？甚至如何确认作品已完成？未来“设计师”一词可能涵盖更广，特指那些主要职责是引导 AI 根据其审美创造产品、服务或流程的岗位。 现有如“产品设计师”等头衔将被赋予更丰富内涵。未来的产品设计师将拥有对产品从宏观到细节的全面掌控力，其职责不仅是构思愿景，更是通过无数选择将愿景具象化。 还可能出现更多设计类细分头衔。比如我们可能不再是“作者”而是“文章设计师”；影视行业或流行“故事设计师”；从市场营销（构建完整虚拟宇宙支撑 campAIgn 视觉）到电子游戏，“世界设计师”需求将激增。这些角色更侧重风格而非技术执行。 在非创意领域，这类岗位可能更有趣。比如“人力资源设计师”能全面掌控从培训材料到详细休假政策的各个环节，从而更直接塑造组织文化；“市政设计师”可能比传统土木工程师更侧重创意而非计算，因而更受青睐。 “设计师”未必是最终称谓，但它标志着重要转变：越来越多人将承担创意与审美决策职责，引导 AI 实现其愿景。而且这些决策者将日益年轻化。当前对 AI 的主要忧虑是其取代初级岗位（传统上从事 AI 擅长的重复工作）。Raman 在《The Times》专栏中提出了解决方案：AI 能帮助新手工作者克服经验不足，使其在写作、研究、设计开发等各方面迅速提升。 这意味着新人不必再从撰写备忘录等基础工作起步（这些 AI 更擅长），而可以直接参与产品创意开发——这类工作传统上保留给资深员工。通过 AI 赋能，年轻员工能更快展现企业家精神，让组织各个层级（带着多元视角）都能投入创新探索，而非困于事务性工作。“随着这种模式普及，我们将进入以创业精神为核心的‘创新经济’新时代。”Raman 预言。 创意决策还将成为企业核心竞争力。以金融服务公司为例：当所有竞争者都拥有相同 AI 能力时，差异化将取决于“品味”类角色——沟通方式、市场呈现、创意哲学。可能出现“差异化设计师”，统筹品牌调性、产品理念、风险偏好与创意执行。 当然，传统技艺的衰微令人唏嘘。想象作家不执笔、音乐人不演奏、插画师不绘画的时代确实黯淡。但我们迎来的并非这样的未来——技艺实践永远关乎思维锤炼。Mollick 谈及学术写作时表示：“我会用 AI 辅助研究，但绝不让其代笔。我必须通过写作厘清思路，否则 AI 会主导我的思考。” 现实是人们仍会出于偏好与需求继续创作——这是他们最佳的工作与思考方式。但在创作极度丰裕的时代，我们必将见证更多不依赖传统技艺的创作路径。这既伴随风险，也蕴含机遇。 Seamans 以 Pixar 为例说明这种转变的积极面：“以前动画师将大量精力投入逐帧绘制。当电脑自动化这部分工作后，他们能将更多资源投入故事构思与情节开发。” AI 时代预示着一个可能性：终有一天，你不必事必躬亲就能成就事业。“我们都将成为 AI agent 小分队的 CEO，”Brynjolfsson 说，“必须更深入地思考：我们真正想要实现什么？目标何在？这要求比以往更本质的思考。” 关于 AI 将把我们带向何方，确实存在诸多合理忧虑。但只要我们足够审慎，对 AI 的使用保持清醒认知，未来依然光明。换言之，人类正是 AI 未来的设计师。愿我们拥有足够卓越的品味。

今天，Sam Altman 在和他弟弟 Jack Altman 的对谈中分享了关于他对未来 5 到 10 年 AI 发展的预测与见解，谈话内容涵盖 AI 科研、人形机器人、超级智能、OpenAI 设备、供应链等话题，并对 Meta 挖人做了回应。 这场兄弟对谈轻松、温情且充满洞见，也让我们看到了Sam Altman「CEO 模式」之外的另一面。 讨论要点： AI 不止是「科研助手」和效率工具，更能自主发现新的科学： 推理能力的提升让 AI 逐渐能够像博士一样进行专业领域的复杂思考，科学家们已经通过 AI 提高了研究效率。Sam Altman 认为在未来五到十年，AI 将具备更多自主科研能力，甚至能发现新的科学。 人形机器人存在技术难题，但未来乐观： 目前 AI 在物理操作领域有所进展，但真正的人形机器人在机械工程方面仍存在技术难题。不过 Altman 对此持乐观态度，他认为当能在现实世界中自由行走和执行任务的机器人出现时，人们能感受到切实的「未来冲击」。 超级智能时代，人类的自适应能力将超越想象： 人类有能力构建出极其强大的超级智能系统，但到那时，给技术给社会带来的震动可能并没有想象中那么大，人类会很快适应。同时，Altman 认为我们也无需过于担心 AI 给人类造成的就业威胁，因为人类会适应并很快创造新的工作角色。 无处不在的「AI 伴侣」是 OpenAI 的理想产品形态： Altman 描绘了 OpenAI 为消费者构建的终极产品形态——「AI伴侣」。与传统计算设备相比，未来的 AI 可能通过更直观的设备形式融入人们的生活。 打造「AI 工厂」，完善供应链是未来关键： AI 将成为跨行业的核心技术，未来可能涉及太空探索等领域。能源问题可能通过核裂变等新技术得到解决，为 AI 提供支撑。 对 Meta 的看法： Altman 对 Meta 在 AI 领域的竞争态度表示尊重，但他认为 OpenAI 更具创新潜力，并且其团队文化比 Meta 更加注重创新，而不是复制现有成果。 以下是对谈实录，爱范儿编译略作调整 不止是「科研助手」，AI 还能真正发现新的科学 Jack Altman: 我想从 AI 的未来聊起，尤其是中期的未来。短期的我兴趣不大，长期的谁都说不准，但五年、十年这个区间，我觉得最值得聊。我想让你大胆预测一些具体的东西。 我们先从软件聊起吧——目前看来最有效的应用场景是编程，或者说是聊天和编程。那接下来呢？就是「聊天+编程」之后，你觉得会出现哪些新的 AI 使用场景？ Sam Altman: 我觉得接下来会出现很多令人惊叹的新产品，比如会有一些非常疯狂的社交体验，还有类似 Google Docs 的 AI 协作流程，但效率会高得多。你会开始看到类似「虚拟员工」的东西。 但我认为，在未来五到十年的时间里，最具影响力的还是 AI 真正能发现新的科学。这听起来像是个很大胆的说法，但我认为它是真的。如果这个判断正确，随着时间的推移，它带来的影响将远远超过其他所有事情。 Jack Altman: 你为什么认为 AI 能发现新的科学？ Sam Altman: 我觉得我们已经在模型中实现了「推理能力」的突破。虽然还有很多路要走，但我们大致知道接下来该怎么做。而且你知道，o3 已经非常聪明了,你会听到有人说，「哇，这就像一个优秀的博士」。 Jack Altman: 「推理能力的突破」具体指的是什么？ Sam Altman: 就是说，这些模型现在可以在特定领域中，进行你期望一位博士能做到的那种推理。某种意义上，就像我们已经见过 AI 达到了世界顶尖程序员的水平，或者能在世界最难的数学竞赛中拿到高分，或者能解决一些只有该领域专家博士才会做的问题。 我们可能没表现出多惊讶，这其实挺疯狂的，但它确实是一件很了不起的事情。在过去一年里，模型的推理能力取得了很大的进展。 Jack Altman: 你对此感到惊讶吗？ Sam Altman: 是的。 Jack Altman:你原本以为它只是「下一次的 Token 提升」？ Sam Altman: 我原本以为我们达到现在这个水平还需要再花点时间，但过去一年的进展比我预期的快得多。 Jack Altman: 这个「推理能力」的实现过程，是你原本预想的那种方式吗？ Sam Altman: 就像 OpenAI 发展史上经常发生的情况一样，很多时候一些看起来最「笨」的方法反而奏效了。我本不该再为这种事感到惊讶，但每次发生时还是会有点意外。 Jack Altman: 所以你觉得推理能力会让科学发展得更快，还是说会带来全新的发现，还是两者都会？ Sam Altman: 我觉得两者都会。 你已经能听到一些科学家说，借助 AI 他们的研究效率更高了。虽然我们现在还没有让 AI 完全自主地进行科学研究，但如果一个人类科学家使用 o3 后效率提升三倍，那也已经是非常重大的变化了。 随着技术发展，AI 会逐渐具备一定的自主科研能力，甚至能发现新的物理学规律。 Jack Altman: 这些事情现在是在类似 Copilot 的辅助状态中发生的吗？ Sam Altman: 是的，现在的确还没到那种你能直接对 ChatGPT 说「帮我发现新的物理学原理」，然后它就真能做到的程度。目前更多还是类似「Copilot」这种辅助角色。 但我听到一些生物学家的非正式说法，比如说 AI 真的提出了一个很有潜力的想法，然后他们再进一步发展，结果真的带来了一个基础性的突破。 Jack Altman: 你觉得是让 AI 帮你创建一个完整的电商业务更容易，还是让它去完成一项高难度的科学研究？ Sam Altman: 我一直在思考这个问题——比如说，如果你给 AI 建一个价值一千亿美元的粒子加速器，然后让它负责做决策、分析数据、告诉我们该做哪些实验，我们再去执行，这是一种方式。另一种是你花同样的钱建立一个可以与现实经济系统对接的 AI 基础设施。 哪个方向更容易让 AI 实现突破性成果？我觉得物理是一个更「干净」的问题。如果你能获取新的高能物理数据，再给 AI 实验能力，我觉得这是一个更清晰、更可控的问题。 我听过一些人说，他们预计 AI 首个能自主做出科学发现的领域会是天体物理学。我不确定这说法是否准确，但原因是这个领域数据量巨大，而我们没有足够的博士去分析这些数据。 也许要发现新东西没那么难，但我也不敢说得太肯定。 Jack Altman: 好吧，所以科学会变得更强，编程和对话功能也会持续进步。那在商业方面呢？你是否也能通过一个提示词就让 AI 帮你构建一个完整的公司？比如说「我要创建一个这样的业务」，然后它就能开始操作——这种事真的会发生吗？ Sam Altman: 现在确实有人在小规模地这么做。你会听到一些故事，比如有人用 AI 做市场调研，发现一个新产品，然后发邮件找制造商生产这个东西，在亚马逊上卖，再投放广告。 这些人确实找到了在非常「草根」的方式下，用 AI 启动一个玩具规模的业务的方法，而且真的有效。所以说，确实已经有人在一步步「爬坡」了。 从大脑到身体，人形机器人的未来已来 Jack Altman: 那如果是涉及现实世界中的「实体动作」呢？比如搬运实物这些。因为在软件方面你讲得很清楚，科学方面我信你，但关于现实中物理操作这一块呢？ Sam Altman: 确实，在这方面我们还稍微有点落后。但我觉得我们终究会做到的。 比如说，我们现在有一些新技术，可能就能实现标准汽车上的自动驾驶，效果远远好于目前任何一种方法。虽然这可能不是你说的那种「人形机器人」，但如果我们的 AI 技术真的能自己去开车，那也已经非常厉害了。 当然，人形机器人仍然是终极目标，我对这个非常关注，我相信我们最终会实现它。不过，这一直是一个非常难的机械工程问题。 Jack Altman: 所以难点更多在这方面？ Sam Altman: 也不完全是，两个方面其实都很难。即使我们现在已经有了「完美大脑」，我觉得我们还没有「完美的身体」。 OpenAI 早期其实也做过一个机器手臂的项目，困难的地方不在我们想象中的那种「技术难题」，而是设备老是坏，模拟器也总是有点不准。 但你知道，我们总会解决的。我相信在未来五到十年里，我们会拥有非常厉害的人形机器人，真的非常惊艳，可以在街上自由行走、做各种事情。 Jack Altman: 是啊，我觉得那将是技术飞跃真正开启的时刻。 Sam Altman: 我也这么想。那不仅会在现实世界中解锁很多新可能，而且我觉得那种体验会非常「陌生」。我们对很多技术其实已经习惯了，比如现在 ChatGPT 能做的事情，如果放在五年前听起来像是奇迹一样，但我们已经适应它了。 但如果你走在街上，看到一半是机器人在行动，你会立刻习惯这种场景吗？我不确定，也许最终你会，但那肯定是个很大的转变。 Jack Altman: 那种感觉就像是出现了一个新的物种，开始取代我们。 Sam Altman: 对，我觉得那时候的感受……可能未必真像是一个「新物种」或者说在「取代」人类，但一定会让人感觉到「未来已经到来」。而现在即便是像 ChatGPT 这么强的技术，还是没给人那种「未来已来」的直观感受。 我觉得如果我们能发明一些全新的计算设备，可能会带来这种「未来感」。虽然 ChatGPT 和这些新一代代码智能体确实非常惊艳，但它们依然局限在传统的「计算设备」形态中。 Jack Altman: 是啊，它们还是被困在电脑里。 Sam Altman: 是，这确实有点意思。AI 现在只能在电脑上做事情。但我在想，全世界的经济价值中，有多少其实是「认知劳动」——就是可以在电脑前完成的？大概有一半吧。 Jack Altman: 我本来想说大概四分之一。 Sam Altman: 我也不确定，但肯定是个很大的比例。 Jack Altman: 是啊，一旦我们拥有真正具备实体能力的智能系统，风险就会高很多。因为它们的力量也会远超人类。 Sam Altman: 我不确定是不是「风险大很多」。像制造生物武器，或者瘫痪一个国家的电网，其实都不需要「实体」智能，也能造成极大的破坏。所以从这个角度看，不一定更危险。 反倒是有一些「更荒诞的」风险，比如说我会担心一个类人机器人走来走去的时候会不会不小心摔到我家孩子，除非我真的非常信任它。 超级智能时代，人会迅速适应并创造「新角色」 Jack Altman: 那如果我们设想，十年后我们再坐在这里聊天，我们会问：AI 有没有实现我们当初的预测？你期待的衡量标准是什么？比如说 GDP 增长曲线有没有出现明显拐点？人类寿命有没有延长？贫困减少了吗？还是说会是一些完全不同的指标？ Sam Altman: 过去每年——至少直到去年之前——我都会说：「我觉得 AI 会走得很远，但我们还有很多难题要解决。」 但现在，我对 AI 的发展方向前所未有地有信心。我现在真的觉得，我们已经大致知道该怎么做，能打造出非常强大、极具能力的 AI 系统。 如果最后结果并没有带来我们期待的巨大改变，我会认为，可能是我们真的建出了超级智能，但它并没有让世界变得更好，也没有产生我们想象中的那种巨大影响——这听起来很荒谬，但确实有可能发生。 就像，如果我在 2020 年告诉你：「我们会做出像 ChatGPT 这样的东西，它的聪明程度相当于大多数领域的博士生，我们会发布它，而且世界上有很大一部分人会频繁地使用它。」也许你会相信，也许你不会。 但如果你相信这个情景真的发生了，那你大概率也会预期：「那样的话，世界一定会变得非常不一样。」可现在看来，世界的变化并没有那么剧烈。 Jack Altman: 确实如此。 Sam Altman: 所以我们现在拥有了一种非常惊人的技术。 Jack Altman: 是啊，就像图灵测试这个事一样，大家原本很关注，结果真到了那一步，反而没人太在意。我也不知道这背后的原因到底是什么。 Sam Altman: 是啊，或者说，哪怕你已经拥有了这个能为你做出惊人成果的系统，但你的生活方式其实跟两年前没什么两样，你的工作方式也差不多还是老样子。 Jack Altman: 你觉得有可能出现一种情况：我们拥有了一个超级智能，智商可能高达 400，但我们人类的生活状态却还是和以前一样？ Sam Altman: 我完全觉得这是可能的。比如它在帮我们发现新的科学，那最终社会会慢慢适应这个变化，但过程可能会非常缓慢。 Jack Altman: 有趣的是，如果这个超级智能的表现形式像一个 Copilot，那外界可能还是会把功劳归给那个实验室里的科学家，而不是背后这个「400 智商」的智能体。 Sam Altman: 我觉得这大概率就是会发生的。无论情况怎样，人类的本能都是更在意「人」本身。 我们讲故事需要有「人」的参与，我们想说的是「这个人做了某件事」、「他做出了某个决定」、「犯了某个错误」或「他经历了什么」——我们天生就需要这样的叙述方式。 Jack Altman: 这也是我感到惊讶的原因之一。我原本以为，如果我们真的拥有一个外形和动作都非常逼真的人形机器人，我们可能会开始把这些「人性化」的情感投射到它身上。 Sam Altman: 也许你是对的，我们以后会知道。我可能判断错了。我也相信，随着这些机器人越来越具备「实体感」，我们和它们之间的关系会比现在更紧密一些。 但我觉得，我们在本能上就是非常关注人类同类，这种倾向可能深深植根于我们的生物本能里。如果你知道它只是个机器人，不管它在其他方面多像人，你可能终究还是不会真正「在意」它。当然，这只是我的推测。 Jack Altman: 推理能力是智能的一部分，现在似乎已经有突破了。那还有没有其他类似「关键能力」的主题，比如说「自主性」或者「目标导向性」？这是研究方向之一吗？ Sam Altman: 我想你说的是那种：一个系统能在很长时间里坚持一个目标，并在过程中完成很多复杂步骤的能力。如果是这个意思，那我觉得确实是个重要方向。 Jack Altman: 对，我就是想表达这个意思。 Sam Altman: 是的，这确实是我们目前正在研究的方向之一。 Jack Altman: 那你怎么看未来技术发展的路径？哪些部分你觉得已经是不可逆的趋势？又有哪些你还不确定会怎么发展？ Sam Altman: 我认为我们肯定会打造出非常聪明、非常强大的模型，它们能够发现重要的新想法，能够自动化完成大量工作。但与此同时，我对如果真的实现了这些，社会会变成什么样，完全没有头绪。 我自己最感兴趣的还是模型能力的问题，但我现在觉得，可能更多人应该开始讨论的是：我们怎么确保社会能真正从中受益？这些问题反而变得越来越难回答，也越来越模糊。 就是说，这种说法听起来挺疯狂——我们可能真的解决了「超级智能」这个问题，但社会可能还是一团糟？这让我觉得有点不安。 Jack Altman: 是啊，有时候我也分不清，为什么大家对这些说法反应平平，是因为他们其实只是「半信半疑」？可能这也是原因之一。 但我同意你的看法。很多技术的发展历史都是这样：刚开始提出时大家不太相信，等真的实现了，大家又迅速习惯了。所以我也说不清这一切到底意味着什么。 Sam Altman: 我有一种感觉，就是我们在技术预测方面一直非常准确。但奇怪的是，当这些预测真的变成现实后，社会的变化却没我想象中那么剧烈。不过，说到底，这也不一定是件坏事。 Jack Altman: 那在短期内最显而易见的影响之一，应该就是就业问题吧。我们甚至不需要相信什么疯狂的未来，像客户支持这样的岗位，现在就能看到明显的变化。 Sam Altman: 是的，我的看法是：很多工作会消失，也有很多工作会发生巨大改变。 但人类一直都很擅长为自己找到新的事做——无论是谋生方式、社会地位竞争，还是为他人提供价值。我不认为这种「新角色」的创造能力会枯竭。 当然，从现在的视角看，未来这些角色可能越来越「荒谬」。 比如说，不久前，「播客博主」并不是一个「正经工作」，但你找到了变现的方法，做得很好，大家也都为你高兴——你自己也很开心。 但如果一个「靠种地为生的农民」来看这一切，他可能会觉得：这算什么工作？这不就是你在玩个自娱自乐的游戏吗？ Jack Altman: 我觉得他们可能会订阅这个播客。 Sam Altman: 我敢打赌他们会订阅。 Jack Altman: 他们会喜欢的。但我确实觉得，短期内这会是个很大的问题。至于长期，那就不好说了。 我很好奇的一件事是：过去人们都靠种地为生，而我们现在所做的很多事在当时根本没有意义。现在社会变化这么大，这一次会不会不一样？如果资源真的足够丰富了，会不会有个临界点，人们就不再创造新工作了？ Sam Altman: 我觉得这里「相对性的视角」很重要。在我们看来，未来的人们可能确实是在享受极大量的闲暇时光。 Jack Altman: 其实我们现在就已经像是在大量「休闲」了。 Sam Altman: 看看你穿着那件漂亮的、两千美元的羊绒衫。 Jack Altman: 这只是件普通毛衣啦。 Sam Altman: 哈哈，所以我觉得「相对性」这个角度真的很重要。现在我们的工作让我们觉得非常重要、压力大、也有成就感。但也许将来我们都只是在互相创造更好的娱乐内容。说不定这就是我们现在某种程度上正在做的事。 融入生活的「AI 伴侣」，或许是 OpenAI 的理想产品形态 Jack Altman: 我们聊聊 OpenAI 吧。目前 OpenAI 这边已经有了一个面向消费者的业务，显然也有面向企业的 B2B 模型，还有跟 Jony Ive 合作做的一些硬件项目，另外还有一堆潜在方向，好像也在逐渐成形。 你能不能谈谈这个「完整的体系」可能会是什么样？或者说在某个阶段它至少会是个什么样子？ Sam Altman: 我觉得，消费者最终会希望我们提供的是一种「 AI 伴侣」（目前还找不到更合适的词）。 它存在于「虚拟空间」中，通过各种界面和产品，在多个方面为他们提供帮助。它会逐渐了解你、了解你的目标、你想实现什么、你的各种信息。 有时候你会在 ChatGPT 里打字跟它互动，有时候你可能在用一个更偏娱乐的版本，有时候你会在其他集成了我们平台的服务中使用它，有时候你会通过我们新的设备来接入它。 无论在哪种形式下，这个「存在」都会帮你完成你想完成的事：有时候它会主动推送内容给你，有时候你主动提问，有时候它只是默默观察、学习，以便将来做得更好。 最终，它带来的感觉就是：「这是我的……」我们现在还没有一个完全准确的词来形容它，「AI 伴侣」只是目前最接近的说法。 Jack Altman: 你觉得我们现在使用的这些计算设备形态是不是其实是「错误的形态」？ Sam Altman: 「错误」这个词可能有点太绝对了，但我确实觉得目前的形态并不是最优解。 其实从形态变革的角度来看，计算机发展史上真正重要的变革只有两次。早期当然也有一些变化，但那时你我都还没关注这些事。 在我们有记忆的年代里，有两次重大变革：一次是像我们现在使用的这种电脑——键盘、鼠标、显示器，非常强大、用途广泛；另一次是触屏设备，随身携带的那种手机和平板。 这两种形态在诞生时都没有 AI，所以你只能基于当时的技术构建用户体验，依赖不同的交互逻辑。而现在我们有了这种全新的技术，也许可以更接近科幻小说里那种理想的计算设备。 Jack Altman: 那就是，同样的智能体，在一个全新的形态中使用方式会完全不同。 Sam Altman: 没错，而且设备的形态真的非常重要。 Jack Altman: 比如说它能一直陪在你身边。 Sam Altman: 对，这就是它重要的一个原因。如果这个设备能随时跟着你走、带有各种传感器，真正理解你周围发生了什么，并能持续跟踪各种信息，同时你又能非常轻松地通过一句简单指令让它执行复杂操作——那你就可以想象出完全不同的设备形态了。 Jack Altman: 那你现在还在思考的其他组成部分是什么？比如现在我们看到：消费者在使用聊天功能，创业公司大量使用 API，还有你们正在做的设备项目。除此之外，还有哪些「关键支柱」是你在考虑的？ Sam Altman: 我觉得最重要、但目前世界还没真正意识到的一点，是把 AI 作为一个「平台」的意义——它不仅是你去接入的东西，同时它也可以被无处不在地整合进其他系统里。 比如说，当你在车里、或者使用其他网站或服务时，它都能无缝衔接。这种「持续一致性」的体验将变得非常重要。 此外，我们还有机会去创造全新的事物，比如全新的生产力工具、新的社交娱乐方式。 但我认为，「无处不在」的普及性会是这个平台最核心的特征之一。 OpenAI 可能进军太空？构建完善的「AI 工厂」供应链是关键 Jack Altman: 考虑到智能技术对各个领域都有巨大影响，而且智能本身也包含很多子模块，还有很多「堆栈之上的层级」。你之前也提到过能源问题，显然你在能源领域也很投入。其实从智能到能源之间，还有很多层，包括硬件等等。 那么你觉得，对 OpenAI、甚至对整个国家来说，这整条「技术链条」到底有多重要？是关键的吗？ Sam Altman: 我认为国家应该开始思考这个问题，或者说，世界也好、国家也好，都应该从「电子」到 ChatGPT 查询这整个过程来思考这个体系。 中间有很多环节，我现在开始把这称为「AI 工厂」。我觉得我们可以叫它「元工厂」（meta factory），因为理论上它可以自我复制。 无论叫什么，关键是我们、我们整个世界，必须构建完整的供应链。 Jack Altman: 那对 OpenAI 来说，有必要亲自参与这整条链条吗？ Sam Altman: 我觉得纵向整合在某些方面是有益的，但我们并不一定非要亲自做完全部。如果我们能确定这整件事在足够大的规模上确实会发生，那就没必要全包。所以在很多环节，我们可以通过合作来推动重大的进展。 Jack Altman: 那也就意味着不会面临「我们失去了某个关键环节」的风险。 Sam Altman: 对，正是这样。 Jack Altman: 在能源方面，我们是不是最终会消耗巨量的能源？这是最终的走向吗？ Sam Altman: 我当然希望如此。历史上，生活质量的提高最强的相关因素之一就是能源的不断丰富。我没有理由认为这一趋势会停止。 Jack Altman: 那你对气候问题有没有担忧？还是你觉得这些问题迟早都会被解决？ Sam Altman: 这是我们最不需要担心的部分了。裂变会实现，新型的裂变技术也会出现。 Jack Altman: 那你对聚变就没那么有信心吗？还是说你已经很有信心了？ Sam Altman: 我从不说「百分之百确定」，但我可以说我很有信心，非常有信心。 Jack Altman: 而它将成为未来能源的大部分来源？ Sam Altman: 我觉得是的。不过，下一代的裂变技术也真的很厉害。我了解的一家公司叫 Oklo，他们做得不错，还有其他一些公司也在做很棒的工作，这是一个巨大的突破。 太阳能和储能系统看起来也不错，但我真心希望人类未来的能耗远远超过地球上目前能产生的能源。即使我们完全转向聚变能源，一旦地球的能耗被放大十倍、一百倍，最终也会因为废热把地球加热得太厉害。但好消息是，我们拥有整个太阳系。 Jack Altman: 你不觉得我们聊的这些事情，实际上意味着「太空」不仅非常重要，而且我们进入太空的可能性也越来越大了吗？ Sam Altman: 从整体来看，是的。我们会进入太空吗？我希望会。如果最终没有，那就太遗憾了。 Jack Altman: 挺有趣的，我是不是该去创办一家火箭公司？我之前就跟你说过，我觉得你应该去做点什么新公司项目，其实有一大堆方向你都能试试。 Sam Altman: 我还是有点喜欢专注于一件事，而且我现在已经挺忙的了，还有家庭要照顾。 回应 Meta 挖人：「Meta 并不是一家擅长创新的公司」 Jack Altman: 其实我能问问你关于 Meta 的事吗？就关于他们的动态和你们之间的关系。 Sam Altman: 可以啊。我听说 Meta 把我们视为他们最大的竞争对手。我觉得他们继续努力是理性的选择，虽然他们目前的 AI 进展可能没有达到预期。 我尊重他们这种有侵略性的态度，以及不断尝试新方法的精神。而且既然这是理性的，我也预期如果这次不成功，他们之后还会继续尝试的。 我记得有一次听 Zuck 说，早期 Facebook 刚起来时，Google 开发社交产品是理性的，虽然当时 Facebook 内部都很清楚那是行不通的。我现在有点类似的感觉。 他们最近开始向我们团队中的一些人开出非常高的报价，比如说开出 1 亿美元的签约奖金，甚至年薪还要更高，简直疯狂。 但我真的很开心的是，到目前为止，我们最优秀的那些人都没有接受他们的邀约。我觉得人们在比较这两条路时，会认为 OpenAI 在实现超级智能上有更大的可能性，长远来看也可能成为一家更有价值的公司。 我觉得那种「开出大量前期保证薪酬」作为说服人才加入的策略——他们居然把重心放在这个，而不是工作本身、使命本身，这真的让我很惊讶。我不认为这种方式能建立起一个好的文化。 我希望我们能成为全球最适合做这类研究的地方，而且我认为我们确实为此打造出了一种非常特别的文化。 我们目前的设定是：如果我们成功了——我们研究团队的所有人都相信我们有很大的可能成功——那么大家在经济上也都会获得丰厚回报。 而且我觉得我们现在的激励机制，是跟「使命优先」相一致的，经济回报和其他一切都顺其自然地从使命出发，这样的机制是健康的。 Meta 有很多我尊重的地方，但我并不认为他们是一家擅长创新的公司。与之相比，我觉得 OpenAI 的特别之处在于：我们成功建立了一种以创新为核心的文化。 他们可能擅长「可重复的创新」，但我认为我们理解了很多他们尚未掌握的东西——比如要实现真正的技术突破，到底需要什么。 不过说实话，这段经历对我们的团队来说反倒是一种「澄清」——让我们看清了方向。我们祝他们好运吧。 Jack Altman: 是啊，我想这也涉及到一个核心问题：你认为迄今为止的 AI 成果是否足够让别人通过「复制」就能成功？还是说，真正的创新还在前方？ Sam Altman: 我不认为「复制」就足够了。 我看到很多人——包括 Meta ——他们在说，「我们就去复制 OpenAI 吧。」真的就是这种心态。 你看看现在很多其他公司的聊天产品，它们和 ChatGPT 长得几乎一模一样，甚至连我们当初犯过的 UI 错误都照搬，简直让人难以置信。而他们在研究上的目标也只是想赶上我们当下的水平。 这是我在 YC（Y Combinator）时期就学到的一课：这种策略基本上从来行不通。你只是在追赶竞争对手过去的成果，但你没有建立起一种「持续创新」的文化。而一旦你陷入这种状态，要再爬出来就比大家想象的难得多。 Jack Altman: 你们是怎么做到这两者兼顾的？就是既是一家高度商业化的公司，同时又是一家非常重视研究的公司？这种模式其实没有太多成功的先例。我理解你们在商业化之前是怎么做的，但现在你们已经兼顾了商业和研究，而且看起来还运转得不错。 Sam Altman: 我们在产品这块其实还是比较「新」的，我们还需要不断努力，来真正配得上「运转得不错」这个评价。 我们确实在不断进步，也做得越来越好。但你看大多数科技公司的发展历史，通常是一开始就是一家产品导向、运营良好的公司，然后后来再「附加」一个运营不善的研究部门。 我们正好相反，我们是我所知道的唯一一个反过来的例子：我们一开始就是一家非常优秀的研究机构，后来「附加」上了一个最初运转不太好的产品部门，现在越来越成熟。 我相信我们最终会成为一家伟大的产品公司，而我也为团队在这方面所做的努力感到非常自豪。但你看，2 年半之前我们还只是一个研究实验室而已。 Jack Altman: 真不敢相信那才刚过去两年半。 Sam Altman: 是啊，我们这两年半里要把整个大公司搭建起来，真的是很不容易。大家做的事简直太了不起了。ChatGPT 是在 2023 年 11 月 30 日发布的。 Jack Altman: 确实如此。而且显然，组建一个会做公司的人要比找一群能搞顶尖 AI 研究的人容易得多。 Sam Altman: 但依然很难。大多数公司要建立这样规模的产品体系，花的时间都比 2 年半多得多。 Jack Altman: 那你觉得为什么 Meta 会把你们当作那么强的竞争对手？我理解他们可能觉得 AI 是整个未来的关键，但仅凭这一点就够了吗？ Sam Altman: 这可能就已经足够解释了。有个以前在 Meta 工作的人跟我说过一句话：「在外界，大家把 ChatGPT 当成是 Google 的替代品；但在 Meta 内部，大家把 ChatGPT 看作是 Facebook 的替代品。」 Jack Altman: 因为人们现在把大量时间都花在和它对话上了。 Sam Altman: 是啊，他们跟 ChatGPT 聊天的方式，原本是会在其他地方进行的，而且他们更喜欢这种方式。 Jack Altman: 这其实就是在抢「注意力资源」了。 Sam Altman: 这其实不是单纯的「时间竞争」问题。 当然也有时间上的竞争，但更重要的是，人们在网上「末日刷屏」（doomscrolling）的时候，会感觉自己变得更糟——虽然当下可能有点快感，但从长远来看，那是在让你感觉越来越糟，尤其是对自己越来越不满意。 而我们特别自豪的一点是，当人们谈到 ChatGPT 时，他们会说：「它让我感觉自己更好」，它在帮我实现目标，它在真正帮助我。这可能是我听过关于 OpenAI 最暖心、最好的评价之一：有人说，「这是我用过的唯一一家不会让我觉得它在‘对抗我’的科技公司。」 Google 会展示一些很糟糕的搜索结果，还强塞广告（虽然我很喜欢 Google，也喜欢这些公司，我不是说他们一定错了）；Meta 会试图「入侵我的大脑」，让我不停地往下刷；Apple 做了我喜欢的手机，但它不停地发通知，分散我注意力，我还戒不掉。 而 ChatGPT 给人的感觉就是：它只是想帮我完成我想做的事情。这种感觉真的挺好的。 Jack Altman: 那有没有可能做出一种「社交产品」，既有互动性，又保留这种能量和正面体验？ Sam Altman: 我好奇的一种版本——虽然我还不确定这意味着什么——是这样一种「信息流」：它默认是空的，不会主动推送什么，但你可以提示它，比如说「我最近想健身，你可以推一些对这个有帮助的内容吗？」或者「我想多了解一些时事新闻，能不能给我一些中立、不过度煽动情绪的信息？」 这样的系统显然不会像现在的算法推荐那样让人沉迷、花更多时间，但我觉得这会是一个很酷的方向——一个真正「对齐」的 AI，帮助你实现你长期真正想要的社交体验。 我感觉自己每天早上醒来的时候，就像是一个被充满能量重启的人，知道自己想要什么，有很好的意图，也愿意对今天做出承诺。但随着一天展开，生活的节奏就开始疯狂袭来。到晚上 10 点，我可能会想：「我本来不打算喝酒，但就喝一杯威士忌吧。」或者「我不想刷 TikTok，但刷个两分钟应该没关系。」我同意，不该把自己逼得太紧。但如果我能一直保持「早晨的自己」，如果技术能帮我实现那些我真正想做的事情，那我想我会变得很棒。 Sam Altman：OpenAI 对我而言不只是「重要的工作」，更是「有趣的谜题」 Jack Altman: 我十年前还跟你住过一段时间。当时你还在管理 YC。我那时就觉得你很有「掌控力」（agency），你想做什么就去做，完全不受条条框框限制。但我觉得，从那之后，尤其是最近几年，感觉你真的是「完全没有规则」了。 你看你做 Stargate 项目，和 Jony Ive 合作……这些事都非常大胆。我好奇，你是不是在思维上有什么转变？有没有什么你能明确指出来的东西，促使你变成现在这样运作的人？ Sam Altman: 我觉得我们奶奶以前常说的一句话很对：「变老最棒的一点就是，你会越来越不在意别人怎么看你。」我现在真的有这种感觉。我也经历了很多风口浪尖，但确实，年龄增长让你更自由，更少顾忌他人的评价。这是一种释放。 Jack Altman: 你现在还有一些事情是会犹豫不决的吗？或者说，你觉得你还有更高一层的「行动力」可以发挥出来吗？有没有一些想法你会想：「我其实想做这个，但某种原因让我暂时放下了」？ Sam Altman: 这是我本来想说的第二点：随着 OpenAI 拥有越来越多的资源和潜力，我们确实能做的事情也越来越多。当然，还是有很多我想做但现在做不了的事，比如我想在太阳系建一个「戴森球」，把整个太阳的能量输出都用来建一个超级巨大的全球数据中心。 但显然，这事现在还做不了，可能得等几十年。但整体来看，我们确实已经有能力去做更多、更有野心的事情了。 Jack Altman: 那当你面临很多选择时，你是怎么做决定的？这其实就是「选择过多的困扰」吧。你现在可以去做火箭、搞社交网络、玩机器人……你可以为所欲为。那你是怎么从这么多选项中做出取舍的？ Sam Altman: 说实话，我现在的时间已经完全被榨干，根本没有多余的精力去做别的事情，这一点怎么强调都不为过。 而且我本来就没打算经营哪怕一家公司，更别说一堆公司了。我原本只是想当个投资人而已。 Jack Altman: 你会说，整体上你是真的喜欢现在这份工作吗？虽然它可能远远超出了你最初的预期。 Sam Altman: 我觉得非常感恩，非常幸运。毫无疑问，将来我退休以后一定会想念这段时光，到时候我可能会说：「唉，现在真是太无聊了。」 Jack Altman: 而且这段经历真的很酷，也非常重要，对吧？ Sam Altman: 是的，这份工作带来极大的满足感。我觉得自己能做这件事真的超级幸运。我确实非常喜欢，几乎大多数时候都很享受。 但老实说，这段时间确实非常非常激烈，有点压倒性。我经历了比我原本想象中更猛烈、更多的「风口浪尖」。 Jack Altman: 这其实也不是你一开始设想的路径。大多数人创业做软件公司的时候，预期的就是做一家软件公司。但我觉得你当初肯定没预料到会变成现在这样。 Sam Altman: 这本来应该是我「退休后的工作」，只是想经营一个小型的研究实验室而已，是这样的。 Jack Altman: 而且在很多平行世界里，这一切根本不会发生，对吧。 Sam Altman: 对，没错。 Jack Altman: 抛开你是不是喜欢它，也不谈你花了多少时间，你在体验这份工作的时候，是觉得它很「沉重、重要」，还是像一个有趣、好玩的谜题？ Sam Altman: 这两种感觉我都有，而且是同时存在的。 从社会影响力的角度，或者说它的潜在影响来看，这很可能是我一生中接触过最重要、最具影响力的工作。 我不想显得太自我陶醉，但也许这份工作确实在某种程度上是具有历史意义的。当我有时间静下来思考时，我能意识到这一点。但在日常工作中，更多是处理一些「琐碎的事情」，而我其实很享受这些琐碎。我很喜欢和我共事的人，做这些事情本身也很有趣。 当然，有些部分确实压力山大、甚至挺痛苦的，但整体上说，它更像是一个「有趣的谜题」，而不只是「重要的工作」。

IT之家 6 月 18 日消息，国家市场监督管理总局（国家标准化管理委员会）5 月底批准发布 GB 12021.2-2025《家用电冰箱耗电量限定值及能效等级》，该标准将于 2026 年 6 月 1 日起正式实施。 本次修订在产品范围中增加了半导体制冷的家用电冰箱和可移动式车载制冷器具；修改了不适用的产品为专为商业用途而设计的制冷器具。主要是在节能低碳政策的引领下，多种制冷技术及器具齐头发展，涌现出一批新型制冷器具；人民生活水平的提升，出现了新的电冰箱使用场景，也使得制冷器具多样发展。通过标准以规范其产品市场竞争和招投标活动，发挥标准的引领作用。 此外，新版《家用电冰箱耗电量限定值及能效等级》标准对能效等级体系进行了全面优化，在保持 5 级分类框架的基础上，大幅提升各等级能效要求，并引入了更为科学的判定方法，能效评价从“单一指标”变为“综合耗电量测算”。 IT之家查询获悉，该标准的核心起草单位之一新飞电器介绍称，GB12021.2-2025 的出台意味着市场准入门槛显著提高。据测算约 20% 的低效产品将因不符合新标而逐步退出市场。