1. 核心观点

• 很多原来靠经验、判断、整理、表达建立起来的职业身份，开始失去技术层面的稀缺性。
  • 稀缺性丧失：
    • 靠经验、整理和表达建立的核心身份不再是技术壁垒
  • Title 贬值：
• “悲观者正确，乐观者成功”这句话真正残酷的地方在 VC：看错一堆也没关系，只要有一个平行宇宙成了，下注就成立。
  • 概率博弈：
    • VC 是赌概率的游戏，哪怕 99% 全军覆没，对中 1 个即成功
• AI 时代的创业和投资节奏变成了低成本连续开枪，原来为一个阶段准备的钱，现在可能够打六枪。
  • 低成本试错：
    • 钱的边际效应拉长，原来的预算足够支持连开 6 枪
• 应用公司的尴尬在于，只要 ARR 跑到足够大，模型公司和大厂就会盯上；垂类数据、工作流、技能和 API 到底是不是护城河，仍然存疑。
  • ARR 1亿美金被狙击：
    • 达到 1 亿美金 ARR 后，大厂和模型原厂（如 OpenAI）会迅速直接追进来
• 人和 AI 的“公平”会越来越像人为设定的规则：限制 AI 的速度、输入、操作方式，然后在这个框里继续竞争。
  • 人造规则：
    • 公平并非自然存在，而是靠人为限制 AI 的操作延迟和输入方式来维持
• 人类剩下的价值不一定在信息层，而在感觉、氛围、身体反馈、情绪表达和直觉。
  • 协作升级：
    • 纯信息协作贬值，转而溢价物理在场的眼神、气味、直觉与共鸣

2. 总结

2.1. VC 和行业浪潮

• VC 投资赌的是概率，不是每一次判断都正确。
  • 赌概率：
    • 只要平行宇宙里元宇宙成了，所有投资便成立，不追求绝对对错
• 早期投资人的困难不是不知道原则，而是无法说服自己接受新的节奏和价格。
  • 包袱沉重：
    • 庄明浩无法说服自己接受零资产高估值项目，主动撤退让年轻人“闭眼投”
• 中国初创公司的主题切换越来越快：
  • 早年是一两年一个主题。
  • 现在可能一个季度一个主题。
  • 上一个主题很快就被新的主题踢掉。
  • 季度主题更替：
    • 以前主题按年变，元宇宙后按季度换，新主题快速把旧主题踢出共识
• 年轻创始人和年轻投资人能接受新的下注方式，老经验反而可能变成包袱。
  • 参数刷新：
    • 创始人年纪普遍小一轮半，倒逼投资人改写旧有的评估常识

2.2. AI 对投资工作的替代

• 投资人的工作可以拆成几段：
  • 收集原材料。
  • 加工整理。
  • 统筹安排。
  • 最后输出和表达。
  • 大厨烹饪流：
    • 分为采购原材料、加工洗切、统筹排序、狭义烹饪（手搓表达输出）
• 前三段已经大量被 AI 渗透。
  • 前置失守：
    • 复杂信息获取、OCR 解析（看懂英文图表）和任务统筹，AI 协同已达 1:1
• 最后一段“手搓”还在，但更多是手艺人的坚持，不再是技术层面的不可替代。
  • 最后的手搓：
    • 手搓 PPT 并非无法替代，仅用于宣示老手艺人“我仍在乎”的情感态度
• 知识库、图表理解、语义分析、结构化整理这些工作，AI 已经能直接进入主流程。
  • 常态化嵌入：
    • 多模态 AI 直接切入核心的加工与分析环节

2.3. AI 创业和应用公司的压力

• AI 时代尝试成本下降，团队可以更快试错、更快停掉、更快重来。
  • 快速开枪：
    • 几个月甚至一两个月即可判定死活，开枪代价被拉低
• 应用公司一旦跑出收入，模型公司和大厂就可能沿着需求追进来。
  • 标记需求：
    • ARR 一旦核心跑通，随即诱发模型原厂和大厂进场封顶天花板
• 法律、代码、Agent、AIOS 这些方向都面临类似问题：
  • 垂类数据是不是壁垒？
  • 工作流是不是壁垒？
  • 技能和 API 积累是不是壁垒？
  • 大厂进来之后还能不能守住？
  • 降维壁垒：
    • Harvey/Leya 遇上 Crowd，Cursor/Replit 遭 Claude Code 和 Codex 挤压
• 视频模型竞争尤其残酷，因为字节、快手、阿里、Google 这类公司都没有退路。
  • 巨头“不犹豫”：
    • 视频是命脉，四大厂砸资源决不手软，中小型初创空间被极致挤压

2.4. 大模型竞争的主桌

• 这一轮 AI 竞争大概有几张主桌：
  • 语言模型。
  • 多模态。
  • Coding。
  • 三桌并立：
    • 语言/Agent（OpenAI）、多模态（Google）、Coding（Anthropic 异军突起）
• 今天看起来是三张桌，未来可能合到一张桌。
  • AGI 终点：
    • 不同的登山路径，终局都是合并为 AGI 一张主桌
• 公司很难什么都做，资源、组织、成本和取舍会把路线拉开。
  • 做减法取舍：
    • 算力成本高企导致 OpenAI 撇下 Sora 专攻 Code，Google 强推多模态
• Benchmark 的意义正在下降，模型好坏越来越难用单一分数解释。
  • Benchmark 失效：
    • 评价走向主观，竞争转为高频（按月）迭代的动态博弈

2.5. 中美 AI 竞争

• 中美竞争不只在模型本身，也在数据、算法、算力和价值观。
  • 全方位博弈：
    • 硬件算力、生态体系到意识形态输出的综合较量
• 数据在 AI 之前就是博弈对象。
  • 经典前置战：
    • 如 2021 年的 TikTok 事件，博弈核心早已在数据主权
• 算法很难形成绝对秘密，因为研发越来越是全球化协作。
  • 算法无秘密：
    • 研发团体高度协同且硅谷华人极多，技术扩散不可阻挡
• 算力上美国有芯片优势，中国在电、能源、存储元器件和自主化体系上有自己的变量。
  • 美国芯片 vs 中国生态：
    • 美前五大厂商掌控全球 75% 算力，中国总算力仅排第四或第五
  • DeepSeek 与华为去依赖：
    • 宁可延期模型 4-5 个月，也全力啃下华为昇腾底座适配的硬骨头
  • 非功利的自主努力：
    • 不为短期利益，旨在建构免受芯片掣肘的中国半导体自主生态
• 更深的问题是价值观输出：AI 对齐的人类，到底是哪一类人、哪一种价值观。
  • 价值观暗战：
    • 对齐的“人”无法定义，不同模型展现出的倾向、性别与情绪暗示迥异

2.6. 人和 AI 的公平

• 李世石和 AlphaGo 的故事，是今天很多 AI 焦虑的前传。
  • 心理折射：
    • 从傲慢到道心破碎，李世石走过的路就是今天职业焦虑的预演
• 人类一开始会傲慢、怀疑、焦虑，然后开始怀疑自己。
  • 心理退守：
    • 今天的人机博弈焦虑，大概正处于李世石第 2 局到第 3 局的崩溃期
• 公平开始变成人为设定的条件：
  • 让 AI 每步必须在固定时间内下。
  • 让 AI 让子。
  • 限制 AI 玩游戏时只能看屏幕、操作键鼠、有延迟。
  • 人为边界：
    • 如李世石复局强加“思考 20 秒/让两子”，Lol 挑战 Faker 限制像素级读取及延迟
• 这些规则不是自然公平，而是为了让人还能和 AI 站在同一个比赛里。
  • 尊严框架：
    • 刻意在规则内将绝对维度的降维打击限制在人类生理极限之内

2.7. 人类最后的直觉

• 如果 AI 挑战围棋，冲击的是策略和穷举。
  • 规则终局：
    • 有界、黑白分明的棋盘终被穷举与算力淹没
• 如果 AI 挑战英雄联盟，冲击的是直觉、临场、身体感和对对手情绪的判断。
  • 动态临场竞技：
    • 电竞博弈冲击的是人类无意识的肌肉反应与临场直觉
• 直觉来自千百次训练、肉体感觉、状态反馈和临场反应。
  • 直觉防线：
    • 肉体磨砺出的复杂情绪调动与临场捕获，是 AI 极难公式化复现的
• 如果直觉也能被模型稳定复现，人类最后一块自信会继续被压缩。
  • AI 的问题：
    • AI 曾提问“如何通过判断 Faker 紧张并针对他来赢得比赛”，目标直指直觉

2.8. 音乐和创作

• 音乐很接近数字游戏，旋律组合在理论上可以被穷举。
  • 旋律窄区间：
    • 悦耳旋律只在狭小的特定音频组合中，极易被大模型概率穷举
• “歌够了”这个判断很冷，但能解释创作焦虑。
  • 产能饱和：
    • 存量音乐已足够消费几代人，创作的边际效应递减
• 当创作本身不再稀缺，真正重要的是：
  • 你想表达什么。
  • 你想让谁听见。
  • 你想得到什么反馈。
  • 这段旋律给谁带来慰藉。
  • 意图溢价：
    • 技术平民化后，承载的表达意图、情感共鸣与慰藉反而价值无价
• 水平线以下会被淹掉，水平线以上一点点会获得更大的关注。
  • 溢价乘数：
    • 平庸内容被 AI 淹没，稍有灵光（如《给阿玛的情书》）将被成倍放大

3. 非共识点

• VC 的“正确”经常没用，下注游戏里，能承受错误、还能继续下注的人才可能赢。
  • 容错高于正确：
    • 概率游戏中，承受失败并能连续开枪比单次正确更重要
• AI 的 ROI 现在没有好答案，GDP 提升是滞后指标，很多组织只是靠惯性还活得不错。
  • 惯性存活：
    • 大厂靠市场摩擦和平稳惯性运转，ROI 讨论预示进程向前推移
• 中间态公司会越来越难受，未来可能变成超级大和超级小，中间被平台、模型和插件形态挤压。
  • 极化挤压：
    • 超大平台生态（如 Roblox）与超小独立/小游戏两极分化，中间层空间丧失
• “手搓”的意义正在从能力证明变成情感证明：我还在意，我还愿意亲手做。
  • 情感宣示：
    • 手搓是为了证明“我仍在乎”，是一份老手艺人的态度
• 人与人协作不会因为 AI 高效就消失，反而会因为纯信息协作贬值，让感觉和氛围更贵。
  • 物理在场溢价：
    • 眼神、气味、共在氛围等情感反馈成为奢侈品协同的核心
• 如果所有活都被 AI 做了，人可能不会变得更自由，而是把时间消耗进虚拟世界。
  • 虚无归宿：
    • 效率挤出人类生产，最后在虚无的虚拟世界中消耗生命时间

4. 金句

• 悲观者往往正确，但乐观者成功。
• VC 投资不是赌正确性，而是赌概率。
• AI 像拍篮球，看视频学不会，得自己去拍。
• 世界已经没有龙了，所以屠龙之术过时了。
• 最后的手搓，只剩一点老手艺人的坚持。
• 我们现在不是观察者，是正在经历这些事情的人。
• 之后的事情才是重要的。

5. 快问快答

5.1.1. 打工人的未来是断头路吗？

• 只有一个结论的话，是。
• 但这个未来到底多远，仍然要看时间尺度。
• 肉眼可见这一代人应该不会直接见到极端终局。
• 中间会有很长的拉扯：
  • 组织惯性。
  • 公司惯性。
  • 社会系统惯性。
  • 各种乱七八糟的现实约束。
• 所以打工人不会一下子消失，可能还够很多人撑到退休。
  • 社会安全气囊：
    • 组织惯性与现实牵绊延缓了直接坠落，足够这一代人撑到退休

5.1.2. 人与人的协作会消亡吗？

• 不会。
• 纯信息层面的协作会减少，因为 AI 已经能更高效交换、整理和生成信息。
• 人与人之间仍然有很多东西很难被替代：
  • 感觉。
  • 眼神。
  • 身体状态。
  • 氛围。
  • 现场反馈。
• AI 越高效，这些东西反而越珍贵。
  • 情感与温度定价：
    • 纯信息协作贬值，将情感与物理交互定价抬高

5.1.3. 人类哪里去？

• 如果极端推演，AI 把所有活都做了，人可能把时间消耗在虚拟世界里。
• 这个结局很赛博朋克：
  • 脑后插管。
  • 躺在营养舱。
  • 在虚拟元宇宙里永生。
• 有限生命和永生的选择，可能轮不到今天的人认真选择。
• 到某个节点，它也许会变成一种标配。
  • 出厂标配：
    • 虚拟世界中的永生可能沦为无需主动选择的时代底层底座

6. 启示

• 对 AI 不要只看新闻，也不要等标杆答案；
  • 像拍篮球一样，先自己上手。
  • 这个比喻很好
• 不要把“还能手搓”误认为稳定壁垒，很多时候那只是最后一点身份感。
• 做 Agent 产品时，不能只相信垂类数据和工作流天然有护城河；必须问模型公司追进来以后还剩什么。
• 人类价值感会从“我知道更多信息”转向“我能给出更真实的判断、直觉和现场反馈”。
• 真正值得留下的不是“AI 会不会取代人”这个大问题，而是被取代之后，人还把什么东西当成生活。

7. 相关来源

播客地址： https://www.xiaoyuzhoufm.com/episode/6a1ed39db30e1571ae9f85ee
播客标题： “悲观者正确，乐观者成功”，和好友亚婷聊聊AI行业的种种