阅读视图

人类史上最大IPO,来了


内容来源:笔记侠(Notesman)

责编 | 贾宁  排版 | 拾零
第 9665 篇深度好文:5668 字 | 15 分钟阅读

商业趋势


笔记君说:


昨天,SpaceX完成了人类史上最大IPO的发行定价。半小时后,SpaceX的股票,将在纳斯达克开始交易。


这家公司以每股135美元发行约5.56亿股,募资750亿美元,对应估值约1.77万亿美元。


按彭博社估算,发行定价后,马斯克的净资产约为9710亿美元,距离人类历史上第一位万亿富翁只差290亿美元。


但如果只把它理解为一场巨型IPO和个人财富故事,就低估了这件事。


市场即将定价的,并不是一家单纯制造火箭的公司。


今天的SpaceX已经把可重复使用火箭、Starlink(星链)卫星互联网、载人航天、政府合同、xAI算力,以及仍在开发中的星舰装进同一张资产负债表。


过去,这些能力分散在航天制造商、通信运营商、国防承包商和人工智能公司手中。现在,它们被马斯克拼成了一个庞大的基础设施平台。


所以,SpaceX上市真正提出的问题不是“这只股票第一天会涨多少”,而是另一件更重要的事:它会怎样改变商业航天、卫星通信、国防科技的竞争规则?中国企业从中可以得到哪些启发?


这才是1.77万亿美元背后的故事。

 

一、1.77万亿美元,市场究竟在押注什么?

 

如果SpaceX只是生产火箭,它很难获得接近苹果、英伟达、Alphabet(歌母公司)这些全球超级科技平台的估值。

 

制造业有一套熟悉的逻辑:企业购买原料和设备,生产产品,交付客户,再从订单中获得利润。火箭制造更难,研发投入高、项目周期长、失败成本大,需求还高度依赖政府和少数商业客户。

 

按照这套逻辑,航天是一门很重要,却未必特别性感的生意。

 

SpaceX改变了其中最关键的一环,它不再只向客户出售一次发射,而是用自己的火箭建设自己的卫星网络,再通过卫星网络持续收费。

 

猎鹰火箭把卫星送入轨道,可重复使用技术降低单次发射的边际成本,也提高了发射频率。

 

星链利用这种能力快速部署和补充低轨卫星,再向家庭、企业、航空公司、船舶和政府客户出售连接服务。

 

火箭降低网络建设成本,网络产生持续收入,收入又被投入更多火箭、卫星、地面站和终端设备。这是一套会自我强化的循环。


 

传统卫星运营商需要外购发射服务。SpaceX既是运载工具的提供者,也是轨道网络的所有者和最终服务的运营商,成本下降与效率提升都留在内部。

 

这也解释了为什么星链是SpaceX估值的核心。

 

按招股书披露的合并口径,SpaceX与后来并入的xAI在2025年合计实现约187亿美元收入,净亏损约49亿美元。其中,星链所在的连接业务贡献约61%的收入。

 

对资本市场来说,一次火箭发射是一笔项目收入,千万级用户则意味着可重复收费的网络。

 

于是,SpaceX获得了一个其他航天企业很难复制的优势:它既能从外部客户的发射任务中赚钱,也能通过自有星链不断创造新的发射需求。

 

星舰则为这套循环增加了一个巨大的未来期权。

 

如果星舰实现稳定复用,单次入轨的载荷能力和成本结构可能再次变化。更大的卫星、更高频率的部署、月球任务、深空运输,甚至轨道数据中心,才有可能从现在的宏大叙事进入可计算的商业模型。

 

现在的星舰仍是一项高风险工程,技术突破、监管审批和商业化时间都存在不确定性。但资本市场喜欢为未来期权定价,尤其当公司已经拥有猎鹰火箭和星链这样的现实业务时。

 

并入SpaceX的xAI,又增加了一层想象空间。

 

招股材料把公司业务分为太空、连接和人工智能三部分。马斯克讲的“故事”,是把发射能力、轨道网络和算力需求结合起来,最终在太空部署大规模计算设施。


SpaceX在IPO路演中,也第一次解释了这套商业逻辑。


公司首席财务官Bret Johnsen把业务概括为三个相互支撑的部分:火箭降低进入太空的成本,星链建立覆盖全球的连接网络,人工智能则创造持续增长的算力和数据传输需求。


用一句话概括,就是火箭负责进入太空,星链负责连接世界,AI负责制造未来需求,最终实现马斯克所说的“让人类成为多星球物种”。


这个设想距离成熟商业模式还很远,却押中了人工智能最昂贵的问题:电力、芯片、散热和数据中心空间。如果轨道算力形成优势,SpaceX可能把计算本身搬到太空。

 

于是,市场面对的不再是一家可以用市盈率简单衡量的公司。

 

它的一部分像波音和洛克希德·马丁,一部分像全球通信运营商,一部分像云计算平台,还有一部分像尚未兑现的深科技期权。

 

所以,1.77万亿美元并不是对火箭产量的报价,它是资本市场对一整套未来的打包定价:低成本进入太空、全球卫星连接、政府与国防需求、人工智能算力,以及星舰可能打开的新市场。

 

但问题也出在这里:打包能够创造更大的想象空间,也会把不同业务的风险绑在一起。


 

SpaceX在2025年净亏损约49亿美元。虽然星链已经具备规模,但xAI和星舰仍会吃掉大量资金。

 

这家公司一边拥有强劲收入,一边进行几乎没有上限的工程投入。它不是那种稳定收租的成熟平台,而是把现实现金流持续投入未来项目。

 

所以,资本市场愿意给出多高的估值,取决于投资者相信这台机器最终能制造多大的新市场。

 

二、它会怎样改写全球商业航天?

 

第一层变化,建立一个公开的估值坐标

 

过去,全球大部分商业航天公司要么依附大型军工集团,要么停留在私募市场。投资人很难把火箭发射、卫星网络和长期基础设施放进一个框架里,也缺少足够大的上市样本。

 

SpaceX进入公开市场后,这种情况完全变了。发射收入、星链用户和政府合同从此都有了公开、实时的估值标尺。

 

这些会给同行带来不少好处。火箭实验室、卫星制造商、终端设备商和相关供应链,可能因为板块关注度提高而获得估值提升。

 

过去不愿研究商业航天的机构,会建立分析团队;大型基金和养老金,也会寻找除SpaceX之外的值得投资的公司。


 

员工和早期投资人获得退出通道,创业者也看到更清晰的回报路径。

 

但这扇门打开时,门口也会多出不少问题。

 

从此以后,一家火箭公司再说自己拥有巨大市场,投资人就会问:发射过多少次?成功率是多少?一级火箭能复用多少次?订单来自关联方,还是独立客户?每次发射能够产生多少毛利?

 

一家卫星互联网公司再谈全球覆盖,投资人也会问:卫星靠谁发射?补网成本是多少?终端售价能否下降?用户愿意支付多少?用户增加后,网络体验是否会恶化?

 

因此,SpaceX会给行业带来融资红利,也会提前结束一批只靠概念融资的项目,资本会更加集中。

 

商业航天需要巨额前期投入,火箭、发射场、卫星工厂、地面站和频谱资源都不是轻资产。SpaceX计划融资约750亿美元,意味着它可以同时推进星舰、星链补网、AI基础设施和其他长期工程。

 

多数竞争对手无法获得同等规模的资金。技术路线稍有延误,融资窗口就可能关闭;发射连续失败,客户和保险成本也会迅速变化。

 

行业可能出现“马太效应”:SpaceX让更多资本看见商业航天,但资金会向拥有交付记录、政府订单和真实收入的头部公司集中。中小企业要么找到细分位置,要么成为供应商或被并购。

 

第二层变化,发生在卫星互联网

 

星链的优势不只是卫星数量多,它还有自己的运输系统,低轨卫星离地球更近,通信延迟较低,但寿命有限,需要持续发射和更新。

 

上市之后,SpaceX可以扩大卫星生产、改善终端设备、建设更多地面设施,也可以用更灵活的价格争夺客户。家庭宽带只是开始,航空、航运、企业专线、应急通信和物联网都可能成为收入来源。

 

这时,它的竞争对手们面临的已经不是“能不能把卫星送上天”,而是“能不能连续十年把卫星送上天,并让用户持续付费”。

 

以后,谁能以更低成本增加一名用户,谁能让每颗卫星服务更多终端,谁能更快替换老旧设备,谁就可能获得更高的网络效应。

 

上市带来的资金,可能进一步放大星链已有的规模和成本优势,再由规模优势变成更低的单位成本。落后的竞争者即使拿到融资,也很难追上这种循环。


 

第三层变化,商业科技与国家安全的边界继续变薄

 

SpaceX一端服务普通家庭,另一端承担载人航天、政府发射和战略通信任务,这类公司很难被简单归类为“民营科技企业”。

 

它的收入与政府预算相关,网络可能参与冲突地区通信,发射能力关系国家太空战略,服务许可又受到不同国家监管。

 

上市后,公众投资者将通过一只股票间接持有具有战略属性的基础设施。国防订单能够提供稳定需求,地缘政治、出口管制、频谱政策和政府关系也会更直接地反映到股价上。

 

人工智能、无人系统、卫星遥感和网络安全正在进入国防采购体系。商业公司提供更快的技术迭代,政府则提供大额、长期订单,SpaceX的上市正在强化这个趋势。

 

对投资者来说,这增加了收入的确定性,也增加了政治风险。对政府来说,这提高了技术获取速度,也形成了对单一商业平台的依赖。

 

SpaceX越成功,这个矛盾就越突出。

 

三、对中国商业航天,
机会和压力会同时抵达

 

SpaceX上市对中国市场最直接的影响,是商业航天会变得更容易被资本理解。

 

过去谈商业航天,很多人看到的是火箭试飞、卫星发射和遥远的太空故事。

 

SpaceX上市后,火箭、卫星互联网和终端设备第一次被装进一个足够大的上市样本里。

 

这可能为中国商业航天带来一轮融资关注。可重复使用火箭、液体发动机、卫星制造、相控阵天线、终端芯片、测控系统和地面站,都可能获得更多关注。国内低轨星座的建设,也会释放卫星制造、发射和地面设备需求。

 

但资金不会平均流向所有公司。

 

SpaceX公开上市后,投资者可以持续看到它的收入结构、资本开支、用户增长和风险。国内企业也会被放到更严格的坐标中比较。

 

只靠一句“中国版SpaceX”很难再继续讲故事。

 

SpaceX真正难以复制的,不是某一种火箭或某一颗卫星,是已经运转起来的商业闭环。


 

国内不少项目仍停留在其中一个环节:有的掌握发动机和火箭技术,却缺少稳定订单;有的规划了庞大的计划,却没有足够低的发射成本;有的做出了终端设备,但还没有形成规模用户。

 

中国企业也不用必须复制SpaceX的全栈模式。

 

中国拥有完整制造业、庞大通信市场和丰富的行业场景。不同企业完全可以分别专注运载服务、卫星平台、芯片天线或垂直行业通信,通过产业协作形成自己的商业体系。

 

问题的关键不在于是否“全栈”,而在于每个环节能否稳定交付,并最终形成客户愿意付费的服务。

 

SpaceX能获得万亿美元估值,也不是因为它讲了一个足够宏大的火星故事。

 

它已经用发射记录、千万级用户和政府及商业订单证明了交付能力。故事负责打开想象空间,工程和收入才负责支撑估值。

 

这正是中国商业航天最值得对标的部分。

 

真正值得关注的,不是哪家公司最像SpaceX,而是谁能持续提高发射成功率、降低单位成本、按时完成交付,并找到愿意长期付费的客户。

 

SpaceX上市可能为中国商业航天打开融资窗口,也会提高资本进入这个行业的判断门槛。

 

但热度总会过去,将来能留在牌桌上的企业,靠的不会是“中国SpaceX”这个称号,而是每一次准时点火、每一次可靠入轨和每一张真实账单。

 

四、资本狂欢之外,
还有三笔账必须算清

 

第一笔账,是估值已经提前买入了多少未来

 

1.77万亿美元大致相当于SpaceX 2025年收入的90多倍。这样的估值显然不是在购买当期利润,是在购买未来数十年的增长。

 

星链需要继续增加用户并改善单位经济性;星舰需要实现技术突破和稳定运营;xAI需要把巨额算力投入转化为收入;轨道数据中心等设想还要证明工程和商业可行性。

 

其中任何一项成功,都可能打开巨大市场。多项进展不及预期,也可能让当前估值失去支撑。

 

伟大的公司与好的股票并不是同一个概念。


 

SpaceX上市后最容易出现的误解,是把对马斯克和太空探索的认同,直接变成对任何股价的认同。

 

产业判断回答的是“这家公司会不会改变世界”。投资判断还要回答“改变世界的可能性已经被价格计算了多少”。

 

第二笔账,是长期工程怎样面对季度市场

 

火箭研发不按财报周期推进。一次发动机试验失败、一项监管审批延迟,可能影响几个月甚至几年的计划。星舰更是如此,它需要在高频试验中暴露问题,再通过工程迭代逐步解决。

 

公开市场能提供更多资金,却也会带来季度业绩、分析师预期和股价波动。

 

SpaceX上市后,它必须更频繁地解释为什么烧钱、为什么延期,以及这些投入什么时候才能有回报。

 

第三笔账,是公众提供资金,谁掌握方向

 

SpaceX发行前,马斯克控制大约85.1%的综合投票权;发行完成后,他预计仍控制约82%,普通股东很难对公司方向形成实质约束。

 

为什么要控制这么大比例?

 

因为星舰、火星计划和轨道算力都需要长期决策。创始人控制能够保护长期目标,避免高风险项目在最困难的阶段被取消。

 

但问题同样突出,人才、资金、算力和商业机会如何分配,会成为持续的治理问题。

 

协同与利益冲突之间,有时只有一条很细的线。


 

xAI并入SpaceX,让公司获得了更完整的“太空加AI”叙事,也把高昂的算力投入和AI竞争风险带进了SpaceX。

 

星链产生的现金,究竟应该优先用于改善网络、推进星舰,还是建设AI算力?这些选择会影响不同业务的风险与回报。

 

有了强控制权,马斯克就可以快速做决定。普通股东虽然保留法律和表决权利,但对公司方向的实际影响有限,最直接的选择仍是继续持有或退出。

 

因此,SpaceX上市不会消除风险,只会改变风险由谁承担。


结语

 

站在这个历史时刻,中国企业家和创业者也需要重新思考:下一轮全球创新浪潮中,我们应该站在哪里,又该如何出发。


 

理解变化最好的方式,是靠近变化的源头。与其寻找下一个“SpaceX概念”,不如走到创新发生的现场,看清AI如何进入产业、技术如何穿越国界、企业如何在全球市场建立竞争力。

 

笔记侠PPE书院美国站26级「创新英雄・AI+出海专题」课程将于2026年9月26日正式启程。


10天时间里,我们将带你走进美国硅谷与西雅图,深度参访英特尔、谷歌、英伟达、微软等全球AI产业标杆,聆听斯坦福名师、行业实战派的一手分享。


欢迎了解课程详情,提交报名信息。


图片


*文章为作者独立观点,不代表笔记侠立场。


好文阅读推荐


            分享、点赞、在看,3连3连!


            文章原文
            •  

            从“猎鹰”到“星舰”:SpaceX上市背后的商业航天逻辑

            内容来源 | 中信出版社  出版

             书籍《商业航天》  沈映春 李昂 何平林  著

            责编 | 贾宁  排版 | 沐言

            第 9666 篇深度好文:3169字 | 11分钟阅读


            这是人类历史上最大规模的IPO之一。

            2026年上半年,全球资本市场都在关注SpaceX的上市。马斯克和他的太空梦为何持续引发轰动?

            纵观商业航天二十余年的发展,我们或许可以得到一个基本判断:商业航天的四大支柱成本下降、商业闭环、制度创新、资本接力在过去二十年里逐一落地。

            SpaceX是把四大支柱整合得最彻底的企业。

            一、成本下降 技术上可回收,

            商业上亦可回收


            传统航天高度依赖国家财政投入,核心症结在于成本居高不下。

            商业航天不仅要追求“技术上的可回收”,更需要追求“商业上的可回收”。


            马斯克率先打响了商业火箭回收的第一枪。

            在2013-2015年连续经历7次回收尝试失败之后,最终在2015年12月,“猎鹰9号”一级火箭首次实现陆地垂直回收(VTVL)成功,并在2017年3月完成首次回收后的复用发射,实现了从“回收到检修到再次发射”的完整商业闭环。

            SpaceX的可回收火箭技术,彻底改写了航天发射的成本逻辑与行业格局。

            航天发射从“工程项目”变成了“运输服务”,火箭从“消耗品”变成了“可周转资产”。正是这一转变,让SpaceX在2025年完成165次发射,占全球发射总量的一半以上。


            与此同时,卫星的制造成本也在断崖式下跌。

            过去一颗卫星从设计到发射需要2到3年,单颗成本动辄数千万美元。

            而SpaceX的星链工厂,采用全模块化通用设计,所有卫星使用统一的标准化平台,核心部件全部通用化,像搭乐高积木一样组装;同时打造全自动化流水线,用工业机器人完成焊接、装配、测试全流程,替代传统人工装配。

            成本上,“星链”第一代卫星单颗初始成本不超过100万美元,通过流水线量产,单颗成本降至50万美元以内,成本下降50%。产能上,SpaceX华盛顿州雷德蒙德卫星工厂具备每周生产45颗“星链”卫星的能力。

            这一切的前提,是卫星本身先“变小”了。立方星标准的提出,让卫星从数吨重的“国家级工程”变成了可以标准化生产的“太空积木”,批量化才有了可能。

            除此之外,3D打印在火箭制造中的应用让火箭发动机的生产周期从6个月缩短到3天,民用级元器件替代航天级芯片让卫星核心部件成本下降了90%。

            AI在商业航天中也从辅助技术更深层次地融入了航天系统:AI正在让火箭学会自主避障着陆,让卫星学会在轨筛选数据只把最有价值的结果传回地面。

            二、商业闭环

            市场下沉形成可持续商业闭环


            如果说技术的迭代更新是航天迈向商业化的关键,那么市场需求的扩张则是商业航天持续盈利的根基。

            传统的航天时代,所有航天活动的核心目标都是服务国家战略、完成政治任务,造一枚火箭,打一颗卫星,完成一轮发射项目大体也就结束了,无法形成可持续的商业化。

            2010年前后,整个行业开始换了一种方式赚钱,即让这些硬件在天上持续工作,最终不断地给地面提供服务。


            当前,商业航天的核心市场已经形成了万亿美元规模的成熟基本盘。

            卫星通信服务是商业航天第一大收入来源。2025年,“星链”累计发射10839颗卫星,在轨运行9395颗,活跃用户突破900万。

            2025年全年,SpaceX收入186.7亿美元,其中“星链”营收44.2亿美元。卫星通信已经从小众服务,变成了数字时代不可或缺的基础设施。

            卫星导航是我们普通大众接触最多的商业航天应用。手机导航、外卖信息定位、共享单车位置检测、运动手表轨迹记录,这些再常见不过的功能背后都离不开导航卫星的支撑。

            卫星遥感进一步把商业航天的能力渗透到各行各业。

            从农田监测、病虫害预警、保险定损,到城市违建排查、环保监管,甚至全球期货市场的粮食产量预判、企业经营分析,卫星遥感的功能已经从“拍一张卫星地图”,变成支撑全球数千亿级产业的核心数据来源。

            太空旅游、在轨卫星维护、商业空间站、太空制造等新兴赛道,都是未来值得我们去展望、想象的新兴市场。

            三、制度创新

            商业因素进入航天的“入场券”


            顶层设计上的“破冰行动”是商业航天起步不可忽视的因素。

            20世纪90年代,随着苏联的解体,商业航天发展在需求和制度层面同时松动,私人开始愿意为“上天”付钱,新公司敢于制造火箭,政府也开始尝试换一种“玩法”。

            最先行动的是美国。1984年颁布的《商业航天发射法案》是全球第一部商业航天专项法律。

            2006年,NASA启动商业补给服务,完成了角色转变和付款方式的根本性变化,从“自己造火箭、自己搞发射”转变为“在市场采购服务的甲方”;


            从“你花多少我报多少”的无限兜底,转变为里程碑式支付、风险共担机制。正是这套制度,让SpaceX敢于试错、快速迭代。

            2006年到2008年,“猎鹰1号”连续三次发射失败,几乎耗尽马斯克的资金,公司一度濒临破产。但NASA的“商业轨道运输服务”计划为其注入近4亿美元资金,不是因为NASA大方,而是因为制度设计本身就允许失败、鼓励迭代。

            美国对商业航天的制度支撑,还包括了资金、设施、人才全方位的配套体系。

            资金层面,二十多年来,SpaceX单从NASA获得的订单就超过135亿美元。2025年4月,美国太空军又授予其59亿美元的订单。政府订单成为SpaceX最稳定的现金流支柱。

            设施层面,自2007年起,SpaceX获准租用美国空军多个发射工位,NASA下属多个机构为其提供场地、专业支持。除了场地,还有配套的发射控制室、推进剂保障、地面支持设备,乃至消防、应急处置、媒体服务,全套设施,一应俱全。

            人才层面,美国航天产业数十年重大工程的积累,培育了一支规模庞大、经验丰富的航天专业人才队伍,为SpaceX提供了大量资深工程人才。

            SpaceX的故事不是“天才颠覆体制”的孤例。一个愿意改变规则的政府,一个有耐心投入的国家工业体系,与一个敢于冒险的创业公司,共同完成了一场产业革命。


            而中国的航天政策,走的是渐进式放开的道路。

            2015年,《国家民用空间基础设施中长期发展规划》首次明确支持社会资本全面参与航天全产业链建设,这一年被称为“中国商业航天元年”;

            2024年《政府工作报告》首次将商业航天定义为“新增长引擎”之一;

            2025年下半年,商业航天司设立、科创板第五套标准明确支持企业IPO;

            同年10月,“航天强国”首次与制造、质量、交通、网络强国并列,商业航天被正式提升至国家战略高度。

            四、资本接力

            资本涌入成为商业航天的放大器


            资本不是商业航天爆发的源头,却是让行业实现指数级增长的核心燃料。


            根据太空资本发布的报告,2015年全球商业航天年度融资额25亿美元,2020年便飙升至187亿美元,5年增长超过7倍。

            2010-2024年,全球商业航天累计融资额超过3200亿美元,谷歌、微软、亚马逊、软银等全球顶级科技巨头的产业资本全面入场。

            资本的加入不仅仅是扮演商业航天“金主”的角色,而是作为一种构建性力量,深度参与并催化了整个产业生态的演进:为技术路线的选择指明方向、推动产业链整合与商业模式创新、牵引下游应用市场的培育。

            产业资本更带来了订单、技术和产业链资源,形成了循环渐进式发展模式:

            政策放开准入→资本入场支持技术研发→技术突破实现成本下降→成本下降激活海量市场需求→市场需求带来营收和盈利预期→吸引更多资本入场→支持技术研发和成本降低。

            从早期风险投资承担技术不确定性,到私募股权推动规模化扩张,再到公开市场完成价值兑现,可以说,资本的密集度和耐心程度,直接决定了一家商业航天企业能否跨越从技术验证到商业运营的“死亡之谷”。

            SpaceX的IPO,正是这条链条的最后一环。从风险投资到公开市场,资本完成了“投资-增值-退出-再投资”的闭环。

            资本放大了技术、市场对商业航天的积极作用,使商业航天迈向万亿级产业赛道。但同时也带来了不容忽视的风险与泡沫。

            技术失败、需求不及预期、地缘政治干扰,都曾让无数航天企业折戟。在产业尚未实现规模化盈利的背景下,估值泡沫与同质化竞争成为不可回避的现实议题。

            商业航天要走向理性繁荣,唯有建立起“技术突破-成本下降-市场扩张-持续盈利”的正向循环,从资本催化的“估值狂欢”转向可持续的“价值创造”。


            *文章为作者独立观点,不代表笔记侠立场。


            好文阅读推荐:

            分享、点赞、在看,3连3连!


            文章原文
            •  

            阿里为什么选了这个年轻人来管钉钉?

            内容来源:汇编自网络资料。


            责编 |  柒  排版 | 沐言
            第 9664 篇深度好文:4910 字 | 17分钟阅读

            商业思维

            笔记君说:


            2026年6月11日,阿里巴巴宣布钉钉管理层调整:陈航卸任钉钉CEO,接棒者是一位92年出生的技术极客陈宇森

            这个名字对很多人来说还很陌生。但在中国网络安全圈,他20岁就带着蓝莲花战队横扫国际顶级赛事;

            在企业服务圈,他创办的长亭科技被阿里云高价收购;而在2024年底,他再次出发,做了一家叫MuleRun的AI Agent(AI智能体)交易平台,团队不过50人。

            现在,他要接下的是钉钉,一款拥有数亿用户、深度嵌入中国产业数字化进程的国民级应用。

            为什么是他?

            在晚点的两次访谈里,陈宇森聊了很多他的底层思考。

            他说,当大模型具备了编程能力,理论上可以在两年内完成人类在电脑上能做的一切。他说,未来的软件可能是日抛型的:精准生成、执行完毕、即刻销毁。他说,所有人都在打造属于新时代的App Store,而核心的胜负手只有一个:把创作门槛降到零。

            这些判断,或许也正是阿里选择他的理由。

            但故事的另一面是:他经历过重度焦虑和失眠,在关停上一家游戏公司时跌入人生低谷。他说,用心不等于仔细认真,用心是你热爱它、持续思考它。他给自己的原则是:不被外部条件推着走,做自己真正相信的事。

            这篇访谈,记录了他走到今天之前的思考路径,希望对你有所帮助。

            一、从编程到Agent:

            一次创业的认知跃迁


            1.创业起点:Cursor找到了PMF,编程是AI的“桥梁能力”

            我们是在2024年年底开始构思这件事的。

            当时看到一个明确的信号:Cursor这类产品已经找到了PMF(产品市场契合点)。这表明,随着大语言模型能力的提升,它开始在特定应用领域(如编程)产生真正的生产力价值。

            我们认为编程是一项非常通用的能力,它是让AI能做更多事情的桥梁,既然人类通过编程能实现众多功能,那么如果AI能替代或辅助人类编程,很多事情就可以直接由AI完成。


            但后来发现,在AI应用领域,如果做一个别人已经做了且团队同样优秀的产品,很难获得流量和用户。

            内测后发现,用同样的prompt(提示词)在我们产品和头部产品上跑,结果差不多,因为大家都依赖于Claude的API(应用程序接口)能力。这一年下来,竞争格局并没有发生明显变化。

            2.Claude Code带来的范式启发

            不过,近期Anthropic自己做的Claude Code(Anthropic推出的AI编程智能体)确实让我感觉到了更大的变化,因为它启发了一种全新的agent(智能体)创作范式。

            早期大家做agent,往往是通过外挂方式来实现SOP(标准作业流程)与大模型的结合,比如在LangGraph(一种智能体开发框架)里写一段代码。

            但随着大模型能力进步,我们发现只要确保复杂任务不超出上下文窗口,避免产生大量幻觉,直接给模型足够复杂的提示词,它就能处理足够复杂的事情。这本质上已经是“怎么用好大模型”的问题了。

            我们的底层假设是:当大模型具备了编程能力后,理论上它可以在一到两年内,完成人类在电脑上能做的所有事情。基于这个认知,我们判断目前AI做不好的,主要是那些沉淀在线下或人类大脑中的经验与知识。


            如果能将个人的线下知识与大模型的理解判断能力结合,就能把个人能力80%到90%复制到一个agent中,形成一个很好的交易生态,创作者能赚钱,使用者能提效。

            3.从“做工具”到“做平台”的思路演进

            最初我们觉得市场缺乏一个好的agent交易平台,所以想做一个框架中立的部署与交易平台。但做到现在我们发现,要让行业专家去创作agent,哪怕是低代码都显得太复杂。

            能让普通人真正能够编程,门槛必须降到只需使用自然语言,不需要理解参数、拖拉拽、循环或条件语句。最自然的方式就是直接描述需求和工作过程。

            比如,HR清楚每天的招聘流程,客服知道如何调取知识库处理客诉和退换货。只要把这些日常工作流程描述得足够清晰,AI就能高准确率地完成。

            如果有成百上千的人每天都要做同样的任务,他们就可以花钱让比人类更高效的agent去做,创作者也能因此获益。

            二、双边市场的冷启动与供给困境


            1.供给现状:传统应用为主,Vibe Coding是前提

            平台目前供给主要还是传统的应用。但真正让我们觉得这个商业模式成立的前提,其实是Vibe Coding(氛围编程,即通过自然语言与AI协作编程)的普及。

            过去开发软件成本很高,很难为几十个人甚至一个人的小众需求去定制软件;但现在有了代码能力强的大模型,我们完全可以为极少数人的需求开发应用。

            我们的核心假设是:未来的应用生态会无比丰富且极度长尾。可能我今天有个奇怪的需求,只要另外十个人里有一个人把应用做出来了,我就可以直接去用。当这种长尾需求被大量满足时,产品才算真正达到了PMF。


            2.最大的瓶颈:供给丰富度不够、上架门槛太高

            目前我们虽然上线了交易功能,用户增长也做得不错,积累了挺多注册用户,但遗憾的是还没有看到大规模的PMF发生。反思下来,核心问题在于供给丰富度不够、上架门槛太高。

            目前平台支持n8n工作流或LangGraph制作的复杂agent上线,但仍依赖一定的人工审核,且创作门槛依然存在。双边市场的冷启动非常困难:没有用户时,创作者不愿意来部署产品;没有优质供给时,用户来了也留不住。

            3.解决方案:Claude Code + Runtime + Skills

            所以绕了一圈,对于大多数开发者或普通人来说,只要能向Claude Code描述清楚需求,再配合我们提供的一个足够丰富的skills market(技能市场),就能大幅降低开发门槛。

            官方主要负责提供清晰的技能模块,比如操作Excel、控制浏览器或调用特定软件,普通人只需描述需求并选择对应技能,Claude Code就能将这些打包成一个容器或虚拟机,稳定交付任务。整个创作过程的核心就是极大地降低开发门槛。


            “降低门槛”在我们产品的优先级里排在第一位,几乎就是第一优先级。要想做成双边市场,核心依然是解决供给丰富度的问题,而供给丰富的前提就是极致降低创作门槛。

            圈内人觉得理所当然的新技术,对大多数普通人来说依然存在极高的使用门槛。如果你能提供一个足够便捷的使用方式,他们是愿意买单的。这就是我们正在做的事情的商业价值。

            三、从货架到对话:

            产品形态的迭代与竞争格局


            1.逆潮流:货架式交易市场的反思

            几个月前我们执着于做货架式的交易市场,现在反思来看确实有些逆潮流而动。货架电商模式对新用户来说选择难度太大,用户进入平台后往往一头雾水,如果随便试用两个没有获得好效果,就会直接流失。


            当前的应用入口已经迭代到了第三代,即对话式的交互形态。因此我们正在进行调整,未来的核心入口将转变为对话式界面。

            表面上它看起来像一个超级通用agent,但底层连接着庞大的创作者生态。用户只需陈述想解决的问题,系统就会自动匹配到某位创作者预制好的、最适合处理该任务的agent来执行。

            2.竞争格局:殊途同归的“新时代App Store”

            早期在agent或workflow(工作流)领域,大家都在卷创作工具,最知名的是n8n、Dify和Coze

            Dify目前更专注商业化,尤其是ToB市场;

            Coze早期的核心逻辑是低代码和Chatbot(聊天机器人),但近期也在转向Vibe Coding Agent的方向,放弃拖拉拽直接通过自然语言生成应用。

            目前市场上大家对产品的思考和优先级不同,路径选择也各异,但殊途同归,所有人都想打造一个属于新时代的App Store(应用商店),最终要看谁的选择能跑到最后。

            关于Claude Coworker(Anthropic发布的AI协作工具),它的发布完全在预期之内。它的核心优势在于庞大的桌面客户端装机量,将原本需要在终端命令行里运行的Claude Code封装成了图形界面,降低了普通人的使用门槛,并能直接读取本地文件和日历等强相关上下文。

            而我们更侧重于云端环境,云端的好处在于权限严格受控,我们可以为特定的云端agent创建独立的账号体系,它只能在限定权限内执行特定任务,这在面向工作和效率相关的场景下更具安全性和可控性。

            3.“平台”终将超越“独立站”

            未来如果AI外包平台能满足大量长尾的分散需求,那独立的General Agents(通用智能体)还有多少生存空间?这感觉就像淘宝这种平台的体量最终超越了绝大多数独立的消费品牌。


            在中国电商市场,独立站模式很难成立,因为平台能以更低成本汇聚并分发流量。

            我们认为同样的逻辑也适用于AI领域:未来大量垂直的AI应用,如AI招聘、AI绘图、AI营销等,最好不要独立发展,而是应该长在一个统一的大平台上,由我们去凝聚这股强大的生产力。

            四、软件的未来:

            3D打印、日抛型与制造业


            1.AI开发就像3D打印

            过去的软件开发成本高昂,必须服务成千上万人的共同需求才能支撑其商业模式。

            但现在的AI开发就像3D打印一样,你可以专门为自己或三五个朋友的少数特定场景需求去开发一款agent,而且体验非常完善。门槛的降低使得开发的组织形态变得极其分散。


            展望未来十年,如果不进行自我革命,传统软件公司很可能会被AI公司全面取代。

            2.“日抛型”软件与能源消耗

            未来的软件甚至可能是“日抛型”的,即代码仅为执行特定目的而精准生成,执行完毕后即刻销毁。虽然这种绝对的“一次性代码”状态在短期内难以完全实现,但目前创建一个受众小却能让特定人群感到好用的agent,已经是一件极具价值的事情。

            当然,这种长尾且分散的AI模式本质上是一种制造业,每一次执行都在消耗算力和token(词元),对能源的需求极大。只要AI能力还存在显著的层级差距且未形成完全垄断,token的成本短期内很难大幅降低。


            但由于AI作为先进生产力能全面渗透并重组人类社会的劳动力,其未来需求几乎是没有上限的,这甚至可能会倒逼人类加速发展可控核聚变或太空数据中心等前沿科技。

            五、创业反思:

            痛苦带来韧性,低谷中找回“用心”


            1.卖掉长亭与跨界失败:无所不能的错觉

            我从20岁浙大毕业后就开始创业,2014年到2019年做了长亭科技,后来卖给了阿里云。

            当时选择卖掉,主要基于对行业和资本两个层面的判断:云厂商发展迅猛,深度合作是一个选择;2018年融资环境开始恶化,不如在高点做一次合并。

            回顾之前跨界做游戏的经历,确实操之过急了。当时融到了比较充裕的资金,一上来就想做一个在玩法和题材上都有创新的中大型PC游戏项目。

            其实游戏行业有句名言:一个人做出来的前十款游戏大概率都是垃圾,必须踏踏实实从底层做起。

            当时缺乏对未知领域的敬畏心,总觉得自己学习能力强,第一次出手就能做成大事。这种心态很大程度上来源于第一次创办长亭时的顺利。

            当时我们团队技术实力在国内那一批年轻人中最顶尖,做的是最擅长的事,加上商业化迭代成功,很容易产生无所不能的错觉。

            2.2023年的绝对低谷

            2023年中下旬准备关停游戏公司的那段时间,是我人生的绝对低谷。陷入了重度的焦虑和失眠,整天都在极度的自我怀疑中煎熬,甚至觉得过去的成功全凭运气。公正来讲,运气成分肯定有,但能力的成长也是真实的,并不全是运气。

            但在巨大的失败面前,人很难保持这种清醒,会陷入对自己人生的全面怀疑。

            走出来靠的是陪伴和分心,两个初中同学主动来找我,说感觉你最近不顺,一起去网吧打两天游戏。“胜败乃兵家常事”这类话自己已经说给自己听了一万遍,再听没有意义,那种陪伴反而真正有帮助。

            3.创业的核心原则

            这次创业给自己定了两个核心原则。

            ① 做和自己能力、认知真正匹配的事,不被外部条件推着走。

            ② 用心。用心不等于仔细认真,仔细认真只是在完成任务;用心是你热爱它,持续思考它。


             第一次创业几乎醒着每一刻都在想怎么把事做成,第二次有了骄傲,觉得想到这里差不多了,有这种心态的时候,事情基本不可能成功。

            4.创业公司的机会在大厂的重压下反而更多

            很多人看到大厂在AI上的重金投入,会觉得留给创业公司的生存缝隙越来越小了。我的推论恰恰相反。大厂对AI展现出巨大热情并积极转型,证明了这确实是一个颠覆性的系统级机会。


            而大厂沉重的历史包袱和庞杂的传统产品体系,反而为外部毫无顾忌的创业公司留下了更广阔的操作空间。创业公司在战场上面对的从来不是大厂的本体,而是大厂麾下的某一个具体业务部门。

            5.对2026年的判断

            2026年是应用兑现的关键一年。全球对AI的投入已到峰值,必须看到真正的价值落地。

            目前大模型更聪明本身没有产生足够直接的实际价值,大多数人最主要的AI应用依然是chatbot(聊天机器人),真正意义上的大规模采用还没出现。我期待能出现真正AI native(AI原生)的新公司,年收入达到五亿甚至十亿美元量级。

            对模型本身,希望它在coding和agentic(智能体相关)能力上持续强化,不是在评测上刷分,而是能更准确、更高效地使用工具,这对我们做的事情意义更直接。

            参考资料:《访谈 MuleRun 陈宇森:Claude Code 带来Agent创作新范式、未来的软件是日抛式的》,晚点AI。

            *文章为作者独立观点,不代表笔记侠立场。

            好文阅读推荐:



            分享、点赞、在看,3连3连!


            文章原文
            •  

            承认AI的能力,也承认AI的边界|笔记侠PPE杭州站【AI社会学】结课回顾


            时代之问:当AI重构文明的底层逻辑,如何在时代迷雾中清晰前进?


            2026年5月17日,笔记侠PPE(政经哲)书院26级课程开学典礼暨第一模块,在杭州良渚圆满收官。


            这是笔记侠PPE书院2026级同学的第一课:AI社会学】——AI时代的技术文明发展脉络与社会的重塑


            45位探寻AI时代文明的第五代企业家,置身于良渚,相识于这片文明的原点。五千年前的先民在这里筑城、治水、刻玉,创造了东亚最早的国家形态。


            那是人类第一次用组织和技术的力量,让国家文明站住了脚。如今站在这片土地上,我们面对的,是另一种力量——AI对社会的重新塑造。


            谷歌DeepMind创始人、诺贝尔奖得主哈萨比斯说:“AI其影响是工业革命的十倍,而速度则是十倍......我们必须先把技术做好,然后如果做到了,接下来就是经济问题;如果经济问题也解决了,就会涉及到关于人类状况的哲学问题......我们希望如何发展我们的社会?什么是美德?什么是意义?什么是目的?”


            这些问题,不是技术单独能回答的,它们需要科技的认知、政治的判断、经济的考量、哲学的追问——这正是PPE(政经哲)课程的意义所在。



            基于全球化、AI化、新兴产业化、科学化、哲学化的时代浪潮,第五代企业家以中国心、世界观、少年感,求索未来。



            精彩回顾:


            “如何完成更好的人机循环?如果AI真的是一次智能革命,那么不应该仅仅是生产力的提升,而是创造更多智能之后让人的认知有一个根本的转变,它应该让我们看到这个时代的文艺复兴和启蒙运动。如果没有带来人类对自身处境的重新认知,AI就谈不上是一场革命。”


            笔记侠PPE(政经哲)书院26级课程AI社会学模块导师、新锐科技史学者张笑宇老师,在良渚君澜酒店,讲授《AI时代的技术文明发展脉络》。


            图片

            张笑宇老师授课现场


            为什么说计算机科学是对哲学思维的工程化实现?为什么学AI,要懂一些哲学?什么是“默会知识”?人工智能的四条路,分别是什么?理解AI应用的四个法则又是什么?


            这两天的授课,是一次AI时代下关于科学哲学、组织创新、政治经济、情感与教育的认知破壁。张笑宇老师,从AI技术背后的哲学逻辑,到AI时代的四大法则,从AI时代的政治经济,到AI时代的爱与教育未来,剖解AI时代的技术逻辑与文明重塑。


            第一天的上午,张笑宇老师讲的是“默会知识”和AI技术背后的哲学逻辑。


            他强调了默会知识的重要性,“AI能替代的,是你可以清晰描述的工作;无法替代的,是你说不清但做得到的事。”——这些就是默会知识,比如直觉、品味、感觉、行业普遍问题意识。


            他说:“人永远不会被替代的顶级能力,是在不确定中做出价值判断。所以,默会知识的投影,是AI时代最稀缺的商业资源。”


            他进一步指出:“既然默会知识在结构上说不出来,而我们今天的AI是大语言模型,说不出来的东西没有进入语料,AI就掌握不了。所以你的竞争力,取决于你生产默会知识的速度和质量,与AI吸收默会知识的速度和质量之间的竞争关系。”


            张笑宇老师说:“我们自己其实是AI的瓶颈,或者说AI的上限。因为默会知识这一块AI起不来,只能你来补充,你的默会知识水平,就是AI能力的天花板。”


            讲到AI技术背后的哲学原理时,他说“今天我们聊哲学,总觉得特别高大上、特别难懂。但研究任何一门学科,都要回到它最初诞生时的原问题。哲学的元问题是什么?就是你在没有字典和教材的时候,怎么说话。”


            在谈到AI模型能力的时候,他说:“今天的大语言模型在能力上相当于清华北大博士毕业生,你搭的Skill和文档体系,相当于给他做了入职培训。他本来很聪明,但不知道你这个行业怎么干,你用这套东西教会了他。但不代表你教了他,让他自己去跑,他就能跑成专家。”

             

            张笑宇老师一直强调两点:第一,不推荐中小企业去“养”自己的模型,这背后有巨大的成本问题; 


            第二,我们面对AI,不需要焦虑。我们焦虑的东西,很可能是基模层面还没解决的,这是OpenAI这些公司负责去解决的。



            第一天的下午,他全面拆解了理解AI应用的四个法则:人类当量、CTK(默会知识)投影、交互即界面、AI Native(AI原生)的自由联合体。


            张笑宇老师说:“在所有因果链条中,最直接的就是数学关系。人类文明和社会变迁中,有些东西是数学上定下来的,这是穿越周期做预判最扎实的基础。对于AI时代,同样的数学关系已经成立。未来20年,你只需要看这个数学关系在社会工程学的各个层面如何展开。


            他进一步展开分析:“所有智力服务行业,只要是可以被编程、被计算机语言数字化处理的业务,都可以被AI取代。AI本质上是一场智力供给侧的改革,一下子把智力供给,尤其是编程这种结构化知识的智力供给成本,下降了上千倍。”


            在“AI泡沫”这个问题上,张笑宇老师说他的观点一直很明确:AI有泡沫不可怕,没有泡沫才可怕。因为如果它有泡沫,说明它是一场虚火;如果它不是泡沫,说明这一切是真实的、不可逆的结构性变革。


            张笑宇老师认为,未来的APP会分成三类:


            第一类是信息类、工具类和服务类的APP,流量入口的价值会迅速失守。


            第二类,沉浸式体验类游戏,这个不会死,因为很多人还是要追求那种沉浸式体验,而且以后如果更多人无所事事了,玩的时间会更多。


            第三类就是社交类的APP。比如小红书、微信、知乎等等,它有社交功能,提供人和人之间的链接。这个价值在AI时代会有点压缩,AI在提供情感陪伴的时候,经常会比人要好。


            他还有个重要论断:“未来接入数字世界的入口就是与AI的聊天界面。”


            在谈到AINative(AI原生)组织的时候,张笑宇老师提出了三个标准:


            第一,不手写代码;第二,你会因为Token用太快而苦恼;第三,你用AI会进入“心流”状态。


            他说:“要做AI化改革,老板自己首先必须是AI Native。这三条是AI Native的底线标准,是比较能够验证的、你自己可以感知的标准。如果没有达到,也别焦虑。焦虑才是学习的最大障碍。”


            张笑宇老师提醒我们:永远搞动机管理,不要搞成本管理。因为AI Native人才现在的生产力、创作的价值是非AI Native的好几倍。

             

            什么是动机管理?这个人自己有一个动机,他就是要做好东西。你把Token给他给足,把他的回报给他做到你能接受的最大。你绑定他做的每一个项目,都是可以成功的AI项目。

             

            AI Native的管理,是围绕AI Native人才的需求来管理。他们如果超额完成OKR,你就给他超额回报,这是最直接的。


            他最后总结说:“在今天,如果你要思考AI原生组织,如果非要用一个原则来出发,我认为就是自由人的联合体。


            你要想的是,怎样把这批人聚在一起,我们这些人是因为什么而坐到一起的?我们之间的组织会是一个什么样的形式?我们之间的管理关系是什么样的?我们之间的合作方式是什么样的?如果你思考了这些问题,想明白了,后面的事情相对来说能够迎刃而解。”



            第二天上午,张笑宇老师从宏大视角展开,带领同学们分析了200年以来的人类文明周期框架。


            他说:“一个人从入读博士到顺利毕业,至少需要四五年时间。现在,你还没读完博士,你的专业能力就已经被AI超越了。这种迭代频率,是过去任何一次技术革命都不曾出现的。


            无论是AI还是其他任何新技术,它和就业、社会稳定的关系,从来都不是由技术本身单独决定的,必须嵌入到人类社会的制度框架、现有的经济结构和真实的需求场景中,才能得到准确的判断。”



            张笑宇老师认为AI带来的最根本挑战,是整个社会结构里,1%的人和99%的人关系的彻底重构。这时,UBI(全民基本收入)就会成为避免社会撕裂和动荡的方案。


            他进一步说:“长周期最残酷的规律是,矛盾的集中爆发点往往在体系核心国,但最终承受最惨烈冲击的,永远是那些本身就地缘矛盾重重、抗风险能力弱的地区。上一轮周期是这样,这一轮周期,我们同样要警惕这个规律。”


            张笑宇老师最后总结说:“AI可能正在把我们带回‘高级中世纪’,1%的人掌握核心算力、数据、算法,获得碾压性的优势,和剩下99%的人彻底隔离。技术不再是抹平差距的工具,反而成了固化阶级的武器。”


            图片


            课程第二天下午,张笑宇老师主要谈的是AI时代的教育。


            他认为,现在我们面对的种种教育问题,不是任何人的问题,而是人类进入了一个全新的时代后,很多底层变量已经彻底变了,但我们的生活习惯、教育理念、人和人相处的模式,全都没跟上这个变化,最后就攒出了一大堆无解的矛盾。


            他说:“这一代孩子,你会觉得好像少了点‘人味’,但这真的不是他们的错。反过来,他们对数字世界的感知力、在网络上的学习能力,又比上一代强太多了。这就是我所说的,一代人有一代人的‘信息碳水’。


            被过量的信息碳水冲击之后,该怎么调试、怎么适应这个全新的时代,就成了我们这个过渡期里,每一个家长、每一个教育者都要面对的核心问题。


            他认为,AI本质上是一种能大规模、低成本生成智能的技术,它最先冲击的,就是我们当代教育体系的核心,也就是结构性知识。


            同时,他也想纠正很多人觉得“AI来了,只需要培养孩子的好奇心和创造力就行了”的误区。


            张笑宇老师说:“人的所有高级能力,不管是想象力、创新力,还是直觉、判断力、主观能动性,全都是以结构性知识为基础的。你让一个连基础物理、基础化学都没学过的孩子去搞创新,那不是创造力,是胡思乱想。”


            他还有一个和很多业内朋友交流下来,最受启发的核心认知:AI 时代的教育,首先要彻底扭转结构性知识时代留下来的大量 “语言腐败”。


            其中最突出的就是“叛逆”和“毅力”。


            张笑宇老师认为,孩子在小时候是规则适应期,建立对世界的基本认知;到了12岁,自我意识成型,他必然要开始探索 “我是谁”“我要什么”,必然要和上一代的认知产生分歧。


            如果一个孩子 12 岁的时候完全不“叛逆”,才是真的有问题。这一课他早晚要补:十几岁的时候补,代价只是和家长吵几架;要是拖到二三十岁才补,那整个亲子关系、他的人生路径都会出大问题。


            他还认为,“爱迪生靠勤奋和毅力发明电灯泡”的故事,是编出来的反人性鸡汤,爱迪生就是觉得这件事太好玩了,试一种材料不行,再试下一种,每一次试错都有新的反馈,每一次探索都有新的乐趣。


            所有能做出超凡成绩的人,本质上都是以此为乐,他在探索的过程里获得了像打游戏一样的即时爽感,才会愿意一遍一遍迭代、精进,最后自然拿到结果。


            说到AI时代应该如何做好孩子的教育时,张笑宇老师提出了两件事:


            第一,刻意给孩子制造 “摩擦”。


            不要让孩子遇到问题就直接问AI拿答案,而是要给他加一道流程:遇到问题,你先自己想一遍,把你的思路、你的结论写下来,再去问AI,把AI的答案和你自己的想法做对比,找差距,补漏洞。这是为了锻炼他自己的逻辑推理、独立判断能力,防止他把思考的权利外包出去。


            第二,你自己要把AI用得比孩子还好。


            只有你自己能把AI玩出花,能用 AI 解决更复杂的问题,能给他做出示范,他才会真的服你、信你。


            除此之外,还要通过言传身教和多跟外界交流,来培养孩子的品味。


            他说:这些能力,不管是主观能动性、独立思考能力还是品味,都是根植于人性和教育哲学的东西,哪怕到了AI时代也不会过时。反而因为AI把结构性知识的门槛打平了,这些能力的价值会变得越来越高,也越来越难培养。




            精彩的开学典礼和《AI天演论》



            笔记侠PPE课程26级开学典礼精彩回顾,上下滚动查看更多


            在两天课程间隙的晚上,张笑宇老师、影刀RPA创始人十布和笔记侠创始人柯洲,围绕AI时代的组织变革、行业发展与企业转型路径,展开了一场别开生面的《AI天演论》深度对话。



            十布率先提出AI原生组织的核心定义:组织能力必须建立在AI之上,AI是决策与执行的主体,人只是AI在物理世界的辅助。美团正是典型标杆,其外卖调度完全由AI主导,骑手仅作为指令的执行者。


            他认为真正的组织记忆不能靠文档数量,而是企业沉淀的最佳决策与方法论,组织架构的灵魂在于可观测、可治理与可进化。


            他特别强调,企业需强制沉淀员工知识以防人员流失带来的技能断层,而 Token 使用成本极高(优质程序日耗约3000元,10万额度三四天即耗尽)是当前企业 AI 治理的核心痛点,同时市面上员工使用的智能体离开公司便消失,无法转化为企业资产,因此他的公司正打造对标 Claude Manage、Google 企业版的企业级协同AI平台,预计今年七八月份上线。


            在行业格局上,十布判断AI仍处于极早期阶段,如同电力时代刚发明电灯,头部三家战略各异:OpenAI几乎没有明确战略,Anthropic聚焦To B编程,Google主攻多模态,马斯克将GPU租给Anthropic使其在算力竞争中占优。


            他还指出AI工具迭代极快且无粘性,企业不需要盲目追新,哪家好用就用谁,而拼多多几千亿市值却不提AI、专注在物理世界创造巨额现金的现象,尤其值得所有企业深思。


            张笑宇老师则从决策本质出发,强调最有效的决策始终由人做出,AI只是辅助工具,人机分工必须清晰且行业差异极大:现金流大的行业过度依赖AI管人易导致人员流失,而工作流可高度自动化的行业,人最终会成为AI的物理载体。


            他认为老板的认知与信仰是企业智能转型的唯一核心,必须通过真金白银的投入体现,传统分配式激励已失效,给员工设定明确的目标函数更为有效。


            同时他提醒,指数增长必然受算力、电力、用户总量等物理定律约束,企业家需清晰理解自身业务的数学量级上限。


            两人共识认为:AI基础模型研发的核心是顶尖人才,这类人年轻纯粹,需要绝对的自由探索空间,绝不能把他的OKR和短期业务挂钩。



            最后,张笑宇赠言 “人在 AI 面前要老实”,十布则提醒大家未来三五年会有大危机,企业必须趁现在晴天修屋顶。


            学习感悟分享


            笔记侠PPE书院26级同学、广州范特西化妆品公司总经理陈晓说:



            同学们来自各行各业,提问的维度很丰富,覆盖企业经营、商业发展、团队管理、员工治理,家庭教育、子女成长,以及当下社会现象、未来社会形态的变化趋势。


            不管大家抛出什么样跨度、什么样维度的问题,张笑宇老师都能结合AI思维与传统人文智慧从容接住,解答有理有据、逻辑清晰、层层通透,知识面的广度和深度完全让人意想不到,每一次分享都特别启发人,真的受益匪浅。


            与同学们的氛围也特别感动。大家的行业、经历、背景各不相同,但所有人的求知欲、想要突破自我、提升认知的初心是一模一样的。每个人都渴望在思维上迭代、在认知上升级。学生的交流是另一种有效的学习。


            笔记侠PPE书院26级同学、ffit8品牌创始人&CEO张光明说:



            烧脑2天半,认知上限大幅提升,脑子里的AI进化地图,逐步浮现了出来。向AI Native前进!


            笔记侠PPE书院25级同学、六渔钓具创始人周骏说:



            关于默会知识的讨论,解开了我创业至今的一个巨大困惑,太棒了!!


            笔记侠PPE书院24级同学、洛孚医疗创始人胡海波说:


            PPE书院一贯特色~自由互动出真知,一具体,便深入……


            笔记侠PPE书院25级同学、分众传媒联合创始人骆兰说:


            张笑宇老师的课超级精彩:从什么是第一性原理的涌现原理,到AI时代,哲学已死接下来是控制论的探讨,到AI能做什么不能做什么,边界在哪里?再讨论到实际应用层面的前沿探索与实证,最后同学和老师在辩论组织中到底如何进行AI原生态落地戛然而止,真是一具体就深入就好玩有趣。强力推荐张笑宇老师这本书《AI文明史·前史》。


            笔记侠PPE书院25级同学、广州萌游创始人杨晓琳说:



            张笑宇老师的课很精彩,十布和笑宇老师天演论更妙!


            笔记侠PPE书院24级同学、乐谷游戏创始人邓定坤说:



            身处AI浪潮之中,内心始终交织着兴奋与焦虑。过往技术变革节奏平缓,冲击会顺着代际更替自然消化,而如今AI迭代速度早已打破过往规律。    


            创业路上,总要一边守住当下确定的根基,一边奔赴未来未知的机遇。深知悲观者常能看清现实对错,但最终拿到结果的永远是心怀期许的乐观者。时刻告诫自己,别让焦虑打乱前行脚步,稳住心态踏实行动,才是应对时代变局最好的方式。


            笔记侠PPE书院25级同学、蒲尚酒庄庄主姜婧说:



            今天AI已经能胜过99%的人,但它依然掌握不了人类的默会知识,也无法替代人在真实互动中持续生产新默会知识的过程,过度的技术乐观或技术悲观都没有必要,认清楚边界才能找到正确的落地位置。老师还分享了很多基于头部企业实践的务实观点。AI时代知识唾手可得,主观能动性是最重要的核心素质。


            今天,第五代企业家站在同一个原点,面对的是另一场文明级的重构。


            未来,决定现在。


            而这,恰恰是一群同频者相聚于此的意义——


            不是学习已知,而是共同生产未知;


            不是对抗浪潮,而是成为浪潮的一部分;


            不是独自穿越周期,而是自由人的自由联合。


            笔记侠PPE书院,一个再生产默会知识的社区。


            第五代企业家,向AI Native出发,自由联合。


            笔记侠PPE书院26级下一站,期待在十三朝古都西安相遇。


            笔记侠PPE书院,以“未来决定现在”为主张,以“中国心·世界观·少年感”为价值观,以“未来商业领袖的摇篮”为使命,甄别、发展、陪伴第五代企业家,开创中国第一个面向企业家的PPE课程,通过政治、经济、哲学、AI文明、人工智能科学,培育AI时代的领导力与决策力,培养能驾驭时代范式转移的决策者。


            扫描下方海报二维码或点击“阅读原文”报名,加入笔记侠PPE(政经哲)大家庭。



            好文阅读推荐


            分享、点赞、在看,3连


            文章原文
            •  

            毁掉一家公司最快的方式:只看功利

            内容来源:2026年4月25日,在浙江舟山举办的笔记侠PPE(政经哲)书院西哲坊03期第5讲《自由与解脱》内容笔记。

            分享嘉宾:苏德超,武汉大学哲学学院教授、博士生导师、笔记侠PPE书院创始校董、西方哲学模块导师。


            责编 |  贾宁   排版 | 沐言
            第 9662篇深度好文:6406 | 17分钟阅读

            PPE(政经哲)专栏04期

            笔记君说:


            做正确的事,有多难?

            假想一件事,如果公司都快死了,银行要抽贷,股价要崩盘,几百号人等着发工资,这时候能不能做一些不符合底线,但能让公司活下来的行为?能不能先活下来再说,等以后做大了再讲道德?

            这大概是不少管理者心里最真实、也最不敢说出口的想法。

            但今天笔记侠PPE(政经哲)书院创始校董、西方哲学模块导师苏德超教授的分享,会彻底颠覆你的认知。

            你会发现,很多时候你以为的“权宜之计”,其实是通往毁灭的第一步。你以为你在救公司,最后却牺牲了更多人,包括你自己。

            由于篇幅原因,PPE(政经哲)专栏的精华笔记内容仅为完整课程的1/20,希望今天的分享,对你有所启发。

            一、公司快死了,

            要不要做假账?


            我先问大家一个现实问题:假设你执掌一家上市公司,现在公司现金流极度紧张,融资压力巨大。

            管理层跟你说,这个季度必须把业绩做出来,否则银行会抽贷,股价会崩盘,所有项目都得停摆,大家都会失业,公司可能直接就没了。

            这时候有人给你出主意:“要不先把账务做平,等明年业务起来了再补回来。” 你会支持这个做法吗?

            这不是假问题,假设这就是你的公司,你怎么办?做,还是不做?当然,这个问题没有标准答案。

            二、中国资本市场第一案:

            银广夏


            1.曾经的“民族骄傲”,居然是假的

            刚才的假账问题根本不是一个假设题。下面讲一个中国资本市场上最著名的财务造假案——2001年的银广夏事件

            银广夏1994年在深交所上市,是宁夏第一家上市公司。

            2000年前后,它的业绩亮得刺眼,被整个市场疯狂追捧。它真实的主业,其实是利润微薄的活性炭和农产品加工。但它对外宣称,自己的核心业务是向德国出口生姜桂皮精油,卖价比国际市场高得多。

            大家想想当年的大背景:那时候“中国制造”还远没有现在的地位,德国制造是全世界公认的标杆。

            结果突然冒出来一家中国公司,能把高端产品卖给德国人,这不瞬间就成了 “民族骄傲” 吗?银广夏也因此被称为 “中国第一蓝筹股”。

            后来调查结果出来,所有人都傻了:它的子公司天津广夏,从1998年到2001年,伪造了全套的销售合同、报关单、银行票据,累计虚增利润7.7亿元。

            而实际上,公司已经连续亏损了4年。最离谱的是,就算它说的那个精油真的存在,用它工厂里的设备也根本萃取不出来,连生产环节都是假的。

            这个事件还暴露出了极其严重的审计失职。负责审计的中天勤会计师事务所,连最基本的水电消耗量和产量对不上这么明显的漏洞都没查出来,违反的独立审计准则多达十几项。

            2.谁是被牺牲的无辜者?

            当年银广夏走到崩溃边缘的时候,公司内部肯定开过无数次像上文这样的讨论。就算没有公开讨论,每个被要求参与造假的员工,内心也一定经历过激烈的挣扎:我到底要不要按照公司的指示做假账?

            当所有人都在说“先过了这一关再说,为了公司活下去,为了大家都不失业”的时候,你要不要默许?要不要参与?

            而对于“市场守门人”中天勤来说,他们面临的是同样的选择:

            要不要顶住客户的压力?如果坚持原则,就会失去这个大客户;但如果放松程序,就等于把巨大的风险转嫁给了整个市场,转嫁给了成千上万无辜的投资者。

            你确实想拯救公司,让员工不至于失业,但你牺牲的是谁?是那些根本不知情、用血汗钱买了股票的普通人。而最后,往往连你想拯救的那些人,也会一起被牺牲掉。


            银广夏事件里,不管是公司本身还是中天勤,最后都付出了惨重的代价。

            银广夏公司的主要负责人和中天勤会计师事务所的两位合伙人,被判处2-3年不等的有期徒刑,中天勤会计师事务所被吊销执业资格和证券、期货相关业务许可证。

            还有一个更刺痛人心的问题:那些根本不知情、没有参与关键决策、甚至连决定权都没有的普通员工,最后也跟着丢了工作,承担了职业和生计的代价。他们难道不也是被那些造假者牺牲掉的吗?

            三、我们对 “商业伦理” 的最大误解


            不管是MBA还是EMBA,商业伦理都是商学院的必修课。

            但我们很多人有个误区:觉得能力和技术才是最重要的,伦理这些都是虚的。

            人类到目前为止,在伦理层面其实只有三种选择:

            功利主义:计算利弊得失,选择能带来最大利益的那个选项;

            义务论:给自己画一条绝对不能碰的红线,这件事本身就是错的,不管有什么理由、能带来多大好处,我坚决不干,这是我必须履行的义务;

            德性论:我就是这样的人,我不想变成我看不起的那种人。


            这三种里面,德性论听起来最亲切,也可以很高尚;但义务论才是最高尚的。它是不近人情的:这件事我该做,哪怕让我死,我也会去做;

            这件事我不该做,哪怕给我全世界,我也不会碰。

            四、为什么扳道岔可以,

            推胖子不行?


            1.电车难题:伤害的分配权在谁手里?

            电车难题是著名的思想实验,最早出自1967年《牛津评论》上的一篇论文。

            它的基本设定非常简单:一辆电车刹车失灵,正沿着正常轨道向前冲,轨道前方躺着5个来不及躲开的人。你唯一能做的,就是扳动旁边的道岔,让电车拐到另一条岔道上,但那条岔道上,孤零零地躺着1个无辜的人。

            电车难题从一开始,就给我们设了一个无法拒绝的前提:伤害一定会发生。

            所以它根本不是“要不要造成伤害”的问题,而是“伤害该怎么分配”的问题。表面上看这是个选择题,本质上是个最深的伦理题。


            电车难题最折磨人的地方就在这里:你可以做出选择,但你未必真的清楚这个选择意味着什么。不作为,可能会有一些人受伤;作为,又可能会让另一些人受伤。

            很多人觉得这题太简单了,死1个总比死5个好啊。你以为你在做一道小学一年级的算术题,但其实你已经默认了功利主义的逻辑:一个行为是否正确,只看它能不能实现最大多数人的最大幸福。

            但这个看似天经地义的逻辑,其实藏着两个非常残酷的漏洞:

            第一,幸福和痛苦,真的能被精确计算、能被简单平衡吗?那个无辜的人,凭什么要被牺牲?

            第二,快乐和幸福,真的只有数量的差别,没有质量的高低吗?

            2.升级版电车难题:亲手把人当工具的罪恶

            我们现在把电车难题再升级一下。还是那辆失控的电车,正朝着前方轨道上的5个人冲过去。但这次你不在道岔旁边,而是站在轨道上方的一座桥上。

            你身边站着一个体型很胖的陌生人,如果你把他推下去,他的身体刚好能挡住电车,救下那5个人。注意,你自己跳下去没用,因为你不够重。

            如果你刚才主张应该扳道岔、牺牲1个人救5个人,你现在还会主张把这个胖子推下去吗?

            按道理说,这两个情况不是一模一样吗?都是牺牲1个人,救5个人。为什么大家突然就犹豫了?


            核心差别就两个字:亲手。你亲手把他推下去,你和他之间就产生了无法切割的直接联系,这件事就是你干的,你脱不了干系。

            第二个差别是,这个胖子的“无辜感”被无限强化了。他根本就没在任何一条轨道上,本来无论如何都不会死。是你,硬生生把他拉进了这场灾难里。

            这就逼迫我们直面一个最核心的伦理问题:为什么间接引导伤害,和直接把人当成工具来使用,在道德上是完全不同的?

            3.企业里的“陌生化陷阱”与唯结果论

            这一点在组织决策里特别重要。为什么很多高层做决策的时候,一定要远离一线?就是要把这个过程 “陌生化”。

            不陌生化,人会非常痛苦。就像医生很难给自己的亲人开刀一样,当手术刀划下去的是亲人的身体,你根本下不了手。


            而绝大多数企业,都把“利润增长”和“效率提升”当成了“总体利益”的唯一代理指标。这么做最大的风险是什么?就是把人降格成了可替换、可牺牲的数字变量。

            “别跟我讲过程,我只要结果。”这句话大家肯定都听过。这种只看结果的管理方式,确实有它高效的地方,但它一定会带来巨大的隐性成本:员工哪怕赚再多钱,也绝不会把公司当家。

            如果管理层的KPI只奖励结果,那必然会诱发手段的黑化。当你把“目标”等同于“指标”的时候,造假就成了必然选择。

            4.低级功利与高级功利的区别

            这里还要区分一个非常重要的概念:低级功利和高级功利很多人反对做假账,不是因为道德高尚,而是因为从长远的功利主义来看,不做假账能带来更大的总体利益。

            同样,一个有职业操守的员工,在认真做好一件事的时候,能体会到一种工作的尊严和专业带来的快乐,这就是高级快乐。

            如果你逼着他去做灵活操作、去弄虚作假,就是在逼迫他放弃这种高级快乐,把他变成一个纯粹的工具。

            举个教育的例子。

            孩子做数学题做不出来,很多家长就会说:“书后面不是有答案吗?抄上去赶紧睡觉。”

            抄答案确实能立刻解决问题,但孩子自己绞尽脑汁把一道难题做出来的那种快乐,那种成就感,是抄答案永远得不到的。这种快乐,才会让他真正爱上数学。

            如果你总让孩子抄答案,他最后就会变成一台刷题机器:看到题就知道是哪个类型,看到类型就知道套什么公式,看到公式就开始填数字。他就像巴甫洛夫的狗一样,只会条件反射,从来没有真正体会过数学本身的美。

            我们很多家长总用低级快乐去诱导孩子:“考第一名就带你去旅游”“考好了给你买手机”。这些快乐都和学科本身无关。

            真正的大师,比如杨振宁、丘成桐,他们做研究根本不是为了钱,而是因为物理和数学本身就有无穷的魅力,有最纯粹、最高级的快乐。

            这个道理放到企业里也是一样的。

            我们常说“先把功能堆上去,bug后面慢慢改”,这就是典型的短期功利主义。为了项目按时上线,为了完成这个季度的指标,过度透支未来的利益:技术债越堆越高、团队人心涣散、产品质量一塌糊涂。

            功能上线带来的快乐是即时的、确定的:中层完成了KPI,老板很高兴,市场也能马上宣传。而技术债带来的痛苦是遥远的、不确定的。所以决策者天然就会倾向于选择前者。


            这就是功利主义最大的软肋:它永远偏向短期,永远看不见长远。

            五、福特汽车的人命账


            1.11美元vs20万美元一条命

            我们再来看一个商业史上最经典的功利主义教训——1970年的福特平托(Pinto)事件。

            当时日本的经济型小轿车正在横扫美国市场,福特汽车为了快速跟上竞争,急急忙忙推出了平托这款车:体型小巧、油耗低,售价只要2000美元,主打极致性价比。

            为了压缩成本、抢上市时间,福特把平托的油箱设计在了后保险杠前面,这个位置极其脆弱,只要被后车追尾,油箱就会被刺穿,瞬间起火爆炸。

            其实在内部碰撞测试中,福特早就清清楚楚地发现了这个致命缺陷。他们面临一个非常简单的选择:给每辆车加装一个价值11美元的防碰撞装置,就能彻底解决油箱问题。

            然后,福特做了一次功利主义计算。他们算出来:如果给1250万辆车都加装这个装置,总成本是1.37亿美元。

            那如果不装呢?他们算了一笔人命账:

            预计180人死亡,每人赔偿20万美元,合计3600万美元;180人重伤,每人赔偿6.7万美元,合计1206万美元;预计2100辆车被烧毁,合计147万美元。

            三项加起来,总赔偿成本只要4950万美元。1.37亿美元的改造成本,对比4950万美元的赔偿成本。作为一个纯商业决策,福特的结论是:修它干什么?赔就完了。

            2.那些被漏掉的“隐性成本”

            但问题就出在这里:福特把一个人的生命,粗暴地定价20万美元。在这个算法里,一个活生生的人,和一堆零件、一笔赔款没有任何区别。


            福特的计算里,只包含了最直接的法律赔偿,完全忽略了那些难以量化,但其实更具毁灭性的隐性成本:

            品牌成本:丑闻曝光后的声誉损失,可能高达几十亿甚至上百亿美元;

            法律成本:会引发天价的集体诉讼和律师费,远远超过当初的赔偿预算;

            社会成本:无数家庭破碎,公众对整个大企业群体的不信任;

            内部成本:员工的道德挫败感。一个正常人,在一家明知会害死消费者却故意不改的公司里工作,会觉得非常恶心。

            而且这里面还有一个最自私的算计:当时福特的高管都是轮换制的,等几年后事故集中爆发、需要赔钱的时候,当初做决策的人早就不在这个位置上了。他们算的从来不是企业的长期功利,而是自己任期内的短期功利。

            3.法律给功利主义的致命一击

            1972年,一辆福特平托在加州高速上被后车低速追尾,油箱当场破裂起火。

            驾驶员格雷当场死亡,车上13岁的乘客格里姆肖全身超过90%的皮肤被严重烧伤,经历了几十次手术,彻底毁容。

            1978年的庭审中,原告律师第一次把福特那份内部的成本收益分析备忘录公之于众,整个美国瞬间炸锅了。陪审团最终判给格里姆肖251.6万美元的补偿性赔偿,以及对福特公司1.25亿美元的惩罚性赔偿。


            后来法官虽然把惩罚性赔偿降到了350万美元,但这个判决的意义已经超出了案件本身:它向全世界宣告,企业如果为了利润故意漠视消费者的生命安全,将被处以远超你计算成本的惩罚。

            就这样,福特那套“赔偿比修复便宜”的逻辑,被彻底打碎了。

            在巨大的舆论和监管压力下,福特从1978年开始主动召回150万辆平托车,免费加装防碰撞装置。这花的钱,早就远远超过了当初的1.37亿美元。

            平托车也彻底成了“不安全汽车”和“无良企业”的代名词,1980年正式停产。福特的整体品牌形象,遭受长达几十年的负面影响。

            六、不要去计算生命与尊严


            讲到这里,我们再往深想一层:如果福特平托车这个缺陷不会导致死亡,只会导致轻伤,但修复这个缺陷会让公司直接破产、几千人失业,你又该怎么选?

            这个决策的阈值到底在哪里?是不是一下子就难了?但性质其实是一模一样的,只是伤害的程度不同而已。

            世界是有规律的,但每次决策其实都是在赌。赌环境,赌结构,更重要的是,赌我们自己的良知。

            不同的人会做出不同的决定,不同的决定造就了不同的人,不同的人身边会围绕着不同的人,最后就造就了不同的企业。而哪些企业能活得更久,时间会给出答案。


            功利主义最大的、也是最天然的危险,就是它会把世间的一切都换算成货币。但尊严和生命不是普通商品。一旦一家企业把生命当成可以计算的成本,信任就会瞬间坍塌,整个社会的循环就会对你关闭。

            生命与尊严不可计算,也不能用来交换任何功利。计算这件事本身就已经非常危险了。

            结语


            我们都知道,商业世界没有非黑即白的标准答案,每一个决策都充满了权衡与妥协。没有谁能一辈子不做错事,也没有哪家企业能永远走在绝对正确的道路上。

            但妥协不等于没有底线,功利主义不是错,但把“短期利润”当成唯一的衡量标准,就是最大的错。福特和银广夏都以为自己是最聪明的算计者,最后却成了自己短视的牺牲品。

            真正厉害的管理者,不是最会算计的人,而是在所有人都被压力冲昏头脑的时候,依然能守住那条红线的人。

            因为他们知道:底线不是束缚,而是保护;敬畏不是懦弱,而是智慧。而那些真正能穿越周期、活得长久的企业,从来不是最会赚钱的那个,而是最懂得尊重人、最懂得敬畏规律的那个。

            今天我们深嵌于一个新的时代,科技、经济、哲学、政治都在经历持续变革和深刻重塑的复杂社会与商业环境之中,而真正困住绝大多数人的核心挑战,恰恰是:我们的认知框架、组织形态和行动逻辑,还停留在“前全球化时代”“前AI时代”。

            面向新全球化时代、AI新时代,笔记侠PPE(Philosophy哲学、Politics政治学、Economic经济学,三学科交叉培养体系)课程,正是为理解这样的复杂系统而生:

            在这里,你能理解以AI为核心的科技经济和智能商业、理解AI哲学、理解文明进程与哲学意义、理解新格局下的国际贸易与经济政策、理解国际政治与全球治理模式。

            这,正是第五代企业家应有的一套完整的“认知操作系统”。驾驭技术、洞察世界、扎根中国、修炼心力,在应对时代重重挑战中寻找属于你的决策底牌。

            本文作者,武汉大学哲学学院博士生导师、武汉大学欧美宗教研究所所长苏德超教授,将作为西方哲学模块的全程授课导师,带领同学们追寻真理与决策的依据,从而在AI时代找到不确定里的致胜方向。

            穿越变革的旧世界,找到时代的新大陆,从【PPE:未来3年和AI时代的决策底牌】开始。



            好文阅读推荐:


            分享、点赞、在看,3连3连!


            文章原文
            •  

            在这艘中国的“忒修斯之船”上,我们看到了什么?


            内容来源:本文转载自微信公众号吴晓波频道(wuxiaobopd),笔记侠经授权转载。转载请联系原公众号授权。

            责编 | 贾宁  排版 | 拾零
            第 9663 篇深度好文:4615 字 | 12 分钟阅读

            商业趋势



            奥地利传记作家茨威格曾在《人类群星闪耀时》中的“争夺南极的斗争”篇章中写道:

             

            壮烈的毁灭,虽死犹生,失败中会产生攀登无限高峰的意志。因为只有雄心壮志才会点燃起火热的心,去做那些获得成就和轻易成功极为偶然的事。

             

            征服南极本就是一件九死一生的事,但人类从未熄灭探索南极的雄心壮志,即便面临极端环境的毁灭。


            今年上半年,在复杂的国际形势和产业变革下,一个来自南极的消息被埋在了喧闹中:“雪龙号”回来了。

             

            中国科考雪龙号

             

            这是一艘中国的南极科考船,从上海出发,经历高温、高湿、盐雾、狂风、巨浪、严寒,最终抵达南极,收集到重要的科考数据。

             

            鲜为人知的是,这艘科考船,在“国产替代”史上,还留下了难以磨灭的一笔。

             

            一、“忒修斯之船”

             

            古希腊作家普鲁塔克曾提出了一个著名悖论:


            在海上航行几百年的忒修斯之船,归功于不间断的维修和替换部件,只要一块木板腐烂了,它就会被替换掉,以此类推,直到所有的功能部件都不是最开始的那些了。


            那么,这艘船是否还是原来的那艘忒修斯之船,还是一艘完全不同的船?

             

            “雪龙号”便是一艘忒修斯之船。这艘万吨级别的“破冰船”,诞生于乌克兰的赫尔松船厂,纯正的海外血统。


            1993年我们从乌克兰购来,但当时只能算一个半成品:主机排气阀故障、雷达故障、船舶配载不当……于是三十年来,我们一直针对新需求进行改造,总共经历两次重大更新。

             

            直到现在,除了基础船身,其他设备基本被替换了一轮,设备和关键零件的国产化率逐年提高。

             

            比如“极地特种低温钢”,由国企和大学自研,用于船体保暖御寒,同时能防撞击和防腐蚀,如今被广泛用于内部、甲板、船舷;船动力的核心是燃油发动机,其关键零部件大部分国产;软件方面,2019年,海洋环境预报船载信息系统实现了国产化和自主化。

             

            雪龙号”内部

             

            近几年,科考机器人系统也迎来国产化升级。如飞行机器人,搭载国产的航空相机、红外辐射计、激光测距仪,以及冰盖漫游机器人,搭载探测深度达4000米的国产探冰雷达等。

             

            对于船员而言,体感上的变化是“空调”的升级,以前的空调只能调节温度,但现在驾驶舱里换上国产的美的空气机,冷热均匀、无风感,能净化、除菌,数据中心则安装了美的中央空调,稳定运行、精准控温控湿,以保护重要的科研数据。


            而在“雪龙号”上的大部分国产替代产品,都是曾经的“卡脖子”产品,最终实现了突破。

             

            如毫不起眼的润滑油,以前基本需要进口,因为高端舰船、破冰船用油需要优异低温流动性与抗剪切性,但目前已大规模使用国产润滑油,除了深海轴承润滑或纳米级添加剂仍需进口,主推进和动力系统基本无实质性的卡脖子。

             

            再如中央空调行业,早年大金凭借压缩机冷媒变频全自研体系长期主导高端多联机市场


            但在雪龙号上的美的空调,目前中国中央空调领域的市场占有率突破36%,成为全行业第一,逐步瓦解了日本品牌在高端市场的品牌溢价;空调的核心技术之一压缩机,典型的卡脖子行业,如今美的旗下的美芝压缩机,已掌控全球40%的产量。


            近年来,长期被英飞凌等海外芯片大厂垄断、变频中央空调的心脏——IPM智能功率模块,在美的空调等中国企业的努力下也已实现自主可控。

             

            雪龙号”上的美的中央空调

             

            更让人意想不到的是科考队员每天使用的打印机。该领域长期被惠普等国外品牌垄断,几乎每个结构都有专利壁垒,但最终还是被国产打印机突破了,能在“雪龙号”上实现“连续打印40万页、卡纸率低于0.02‰”的世界纪录。

             

            所以,现在问你,这艘船除了船身没变,其他所有零件都被换了一轮,那么它还是原来的船吗?如果是,那么它的血统还是原来的血统吗?

             

            二、“忒修斯之船”的质变

             

            “忒修斯之船”还有第二个问题:“如果不是原来的船,那么在什么时候它不再是原来的船了?”这个问题映射到中国制造上,就变成了“当产品不断去进口化,哪一刻是真正意义上的‘国产替代’的转折点”。

             

            从时间线来看,1980年到2000年是市场换技术和资金积累的20年,2000年后才是“国产替代”的起点。在“缺芯少屏没发动机”的背景下,最早完成自主可控的产业是液晶面板产业,白电、通信、手机紧跟其上,再到光伏、电动车弯道超车。


            2018年中美贸易摩擦、美国对中国的芯片封锁则让中国制造来到重要时间节点。那一刻,中国真正开始加速完成国产替代、自主可控。

             

            而从感性维度出发,国产替代的一个重要节点是:中国产品开始大规模做“极限测试”。


             

            极限测试意味着四件事。


            第一,技术在真实的极端环境暴露实验室中无法模拟的问题,用前沿技术解决后以构建起护城河;


            第二,品牌可靠性背书当一个产品能在南极、珠峰、达喀尔工作,那就一定能在家里工作;


            第三,数据积累,用极限数据反哺算法迭代和材料创新,使得产品不断迭代,保持竞争力;


            第四,成本摊薄,特种领域的高额研发成本,通过民用市场的巨大销量被摊薄,实现了“特种研发,民用盈利”的正循环。

             

            张雪机车为什么要参加顶级摩托车赛事?因为在残酷赛道中检验极限性能,摔车、收集赛道数据、调教,最后下放民用。


            这两年,从漠河到珠峰,新能源车、手机等智能都在做“夸张”的极限测试,如防水、防冻、续航,都在试图建立新的中国标准。

             

            张雪机车

             

            “雪龙号”和南极科考中的很多产品也都是经历了各种极端温度和大风大浪后下放民用市场。

             

            像科考无人机,极限测试数据直接用于优化电机功率补偿、电池保温、抗风算法等,最终形成可商用的山地、岸基、应急物流解决方案。

             

            跟随雪龙号一同来到南极的国产起重机、泵车,由于要在南极冰盖上作业,使得企业打磨出在-40℃环境下液压系统不凝固、发动机不启动困难的技术,后下放至民用工程机械;还有国产机油,最早用于最极限的环境——航天,再运用到雪龙号,最后下放到高端汽车保养。

             

            雪龙号”上的大型设备

             

            除了严寒,“雪龙号”在南极科考路上还要经历盐雾、巨浪等考验。科考船经过赤道时,面临高温高湿,随后抵达西风带,68米巨浪的肆虐和剧烈的摇晃,是所有精密设备的噩梦,特别是对于普通的空调而言,这种环境下压缩机、扇叶容易失灵,从而导致空调内机无法工作。

             

            但像“雪龙号”上的美的空调就在如此极端的环境中挺了过来三年间强劲运行了15000小时,却做到了0故障0维修。

             

            这个数字对于南极科考至关重要,因为中央空调在“雪龙号”上最大作用是维持温湿度稳定,以保护珍贵的科研数据,一旦空调在数据中心出现故障停机,全年的科研成果可能面临丢失的风险。

             

            但美的空调能在大风大浪中不被损坏且在-35℃至65℃的极端温差下稳定运行,得益于中国企业的自主技术。

             

            中国科考船雪龙号

             

            暴露在外的美的中央空调外机,耐腐蚀至臻金翅片能抵抗海盐侵蚀,滑片十万次耐磨耐折不变形,而带载启动技术可以使空调抵抗9级逆风启动。


            而美的空气机则搭载了大排量自研的美芝压缩机,配合行业最高效率的稀土永磁电机,能在极寒极热的极限环境中稳定运行关键电路板与电控部件采用全自动化UV涂覆,防护效果提升3倍,从容应对盐雾腐蚀。

             

            而当空调遇到酷热时,内部温度过高,容易“趴窝”。传统的内部降温方式是用风扇吹,但效果有限,而美的中央空调的全液冷分区热管理2.0技术,能让冷媒直接经过电路板,从而快速降温;


            在极寒环境下,动力会衰弱,这时系统会给压缩机补气把动力顶上去,但压缩机的传统设计会使气流断断续续,而美的空调采用连续喷气增焓技术,重新设计了气道后,则实现了补气不间断。


            美的中央空调专利技术

             

            除了运行稳定,在“雪龙号”驾驶室的船员,则需要面临大风大浪的干扰时保持冷静的头脑,作出正确判断,此时船舱里不仅要合适的温度,更需要新鲜、洁净的健康空气。


            为此,中国企业在空调这个古老行业做了一场新实验:从底部重构,升级架构能力。

             

            美的空调自研了融合空调模块、空气模块、AI模块的万象空气架构,空调模块负责温度+湿度+风感的控制,空气模块主攻新风、净化、除菌等健康功能,AI模块有智能语音、AI算法和接入各种开源生态。


            这意味着,空调不再是一个孤立硬件,而是融合了前沿大模型技术的智慧中枢。这使得一台“空调”集合了空调、新风机、净化器、加湿器、除菌机、除湿机为船员提供全维体验。

             

            雪龙号”上的美的空气机

             

            伴随着“雪龙号”航行的三年,美的空调积累下的宝贵数据不仅能优化空调在极端温宽、高盐雾腐蚀环境下的可靠性,更能反哺民用,使得普通人的家中也能获得科考船员在“雪龙号”上的相同体验——

             

            如今,越来越多的家庭使用“雪龙号”上的同款美的空气机,而原本多联机、全屋恒温等高端豪宅标配,也走进了中产家庭。这些经过极端环境考验的技术,让美的在民用高端市场站稳脚跟。


            三、忒休斯之船的背后

             

            中国南极科考的历史,几乎就是一部中国制造和中国企业史。

             

            1984年,中国开启了首次南极科考,从江南造船厂下线的“向阳红10号”于上海启航。这艘当时最先进的国产科考船虽不具备破冰能力,但仍顶着12级风浪抵达南极。


            次年,长城站建立。而在商业史上,1984年是“中国企业元年”,诞生了众多影响中国制造业的巨头。


            这一年,国家还将“市场换技术”确定为加速中国科技进步的重大方针。从此,大量的国外制造和先进技术被引入中国。


            19841231日,长城站奠基

            图源:中国海洋发展研究中心

             

            直到1993年,由于中国制造尚不成熟,我们从乌克兰买下当时最先进的破冰船,改造为“雪龙号”。这一年对中国企业来说意义巨大:中国建立了社会主义市场经济体制。


            此后,工厂的机器没日没夜地轰鸣,衬衫、玩具、家电源源不断卖向全球,民营企业如雨后春笋般冒出。

             

            整个二十世纪初,我们融入全球市场,同时开启了国产替代,“雪龙号”在此期间亦经历多次重大更新,关键零部件逐渐从国外进口过渡到大规模的国产替代。


            最终经得住考验:2019年,雪龙后在浓雾中撞上了南极冰山,基本没有受损,并未像泰坦尼克号般沉入海底。


            这一年,恰恰是中国制造向品质化、品牌化转型的标志性年份,我们诞生了新国货,电子消费、家电等在海外逐渐建立起品牌心智,同时在美国的技术封锁和打压下,我们逐渐打破高端制造的技术垄断。

             

            最近几年,随着独立建造、核心能力自主可控的“雪龙二号”的诞生并通过南极极端环境的考验,中国制造也凭借智能化等优势,终于在“制造强国”的排位上站稳脚跟。


            20189月,雪龙二号上海下水

             

            中国制造犹如一艘忒修斯之船,1993年到2026年,30多年的大风大浪,引进、修补、升级、焕新,对应了中国制造的发展全历程。

             

            这条忒修斯之船的背后,有在艰苦环境下能自力更生的“船厂”,它们是中国最先进的智能制造工厂,也是关键供应链中的中小工厂;

             

            有聪明又坚韧不拔的“修船工”,他们是全球最为庞大的研发者和工程师群体,也是中国制造最重要的资产;


             

            更需要一位“船长”,它们是中国民营企业的掌舵人,经历了大风大浪,既不冒进,也不保守,正如‌中国女子帆船环球航海第一人‌宋坤所说:“没有好船长,只有老船长。


            并不是一味地冒险和征服,而是让自己在最不确定的环境里活下来,他们是十分稳妥的人。”然而只要看到机会,必会全力破冰而行。

             

            这些人和物,决定了“中国制造”这艘破冰船将驶向更远的海域,迎接更多未知的风浪。


            *文章为作者独立观点,不代表笔记侠立场。


            好文阅读推荐


                      分享、点赞、在看,3连3连!


                      •  

                      哈萨比斯最新震撼预言:留给旧世界的时间,不到2000天

                      内容来源:笔记侠(Notesman)。


                      责编 |  贾宁   排版 | 沐言
                      第 9660篇深度好文:5157 | 17分钟阅读

                      商业思维

                      笔记君说:


                      2026年5月29日,斯坦福校园。

                      刚结束谷歌I/O开发者大会的谷歌DeepMind CEO德米斯·哈萨比斯没有回伦敦,而是坐在了斯坦福一场对话的台上,台下坐满了学生和年轻的创业者、技术人。

                      在这场对话中,哈萨比斯说了三句重要的话。

                      第一句,让全场安静了两秒。

                      第二句,让所有人开始算日子。

                      第三句话,其实跟所有创业者都有很大的关系。

                      这篇文章,会把这三句话彻底讲透,然后提醒中国创业者容易犯的3个错误,最后给4个具体行动建议。

                      希望今天的内容,对你有所启发。

                      一、哈萨比斯的3句话,

                      每一句都值得展开读


                      第一句:“人类正站在奇点的山脚下。”

                      注意他的用词,“山脚下”,不是“山顶上”也不是“半山腰”。如果他觉得奇点已经到了,他会说“我们正在翻过山脊”。如果觉得还远,他会说“远处有座山”。

                      “山脚下”的意思是:已经走到了山下,还没开始爬山,但你抬头已经能看见坡度在变陡。


                      这不是一个比喻。哈萨比斯是那种把精确当信仰的人,他是国际象棋大师、神经科学博士、诺贝尔化学奖得主。他选“山脚下”这三个字,是经过掂量的。

                      他之所以用“奇点”这个词,是因为他看到了AGI(通用人工智能,下同),距离我们只有4到5年时间。

                      “奇点”在指人工智能领域,特指技术发展的一个转折点,到达奇点后,人工智能等技术的智能水平超越人类智能,进入“智能爆炸”阶段。

                      随后,技术增长会变得不可控和不可逆,人类社会将面临根本性变革。

                      第二句:“AGI大概在2030年前后到来,前后误差不超过一两年。”

                      这句话的信息密度极高,拆开看有三层:

                      第一层,他说的是AGI,不是“更强的AI”。AGI意味着机器能在绝大多数认知任务上达到或超过人类水平,这是质变。

                      第二层,他给了时间锚点:2030年。距离现在大概3到4年。哈萨比斯作为全球AI行业顶尖人物,这都是他看过训练数据、算力曲线和模型架构之后,愿意公开押注的时间。

                      第三层,“前后误差一年”。这比说“2030年左右”要大胆得多,他在收窄不确定性的区间。

                      第三句:“最重要的,是牢牢掌握自己的主动权。未来的剧本还没有写好,不要听信任何人说未来已经注定。”


                      这句话读起来像鸡汤,但它真不是。

                      想想看:哈萨比斯站在“奇点的山脚下”,刚告诉你AGI可能在3-4年内降临,他比谁都知道AI有多厉害,所以他建议大家去拥抱、去探索AI工具的能力,但他更强调的是抓住你自己的能动性。

                      他把这句话放在整场对话的收尾位置。不是随口一说,大概是他想了很久的结论。

                      “奇点山脚下”和“2030年前后AGI到来”这两件事,到底有多大的冲击力?

                      我们先把这两件事聊透,不然,第三句话的分量就落不下来。

                      二、前两句话拼出的图景


                      1.10倍影响×10倍速度,等于什么?

                      哈萨比斯说:“(AI的)影响是工业革命的十倍,而速度则是十倍。它将在10年内发生,而不是100年。”

                      工业革命改变了什么?

                      生产方式,从手工到机器;

                      城市形态,从村镇到都市;阶级结构,从封建到资本;

                      全球权力格局,从农业帝国到工业强国。它重塑了人类社会。

                      10倍于工业革命的影响,意味着人类社会将出现翻天覆地的变化。

                      10倍速度,又是什么概念?

                      英国的工业革命从1760年代算起到19世纪中叶初步完成,用了将近100年。

                      现在,100年压缩到10年,这个变化的速度,会让大部分人喘不过气。

                      一个英国纺织厂主,从第一次听说蒸汽机到整条产线用上蒸汽动力差不多要经过15-20年,他们有整整一代人的时间观察、试错、转身。

                      现在,你没有一代人的时间,你大概只有两三年的窗口期。

                      这就是“奇点山脚下”的真实含义:AI带来的变化量级是工业革命级别的,但留给你反应的时间,只有工业革命时代的十分之一。


                      哈萨比斯敢下这个判断,不是凭空拍脑袋。

                      他看过AlphaFold在几个月内解决了一个困扰生物学界50年的蛋白质折叠问题;他看过AI在材料科学、气象预测、芯片设计里以肉眼可见的速度吞掉过去需要人类团队数年才能完成的工作。

                      拿着这个判断,作为创业者,你该做什么假设?显然,就是提前准备。

                      只有提前准备好了,你的效率才会比别人高,你的团队才会比别人早一步找到了AI和自己业务的结合点。

                      如果你按“还早着呢”来准备,突然有一天你会发现,整条赛道被重做了,而你没有入场券。


                      历史上有过太多这样的教训。

                      2007年,史蒂夫·乔布斯举起那部iPhone,诺基亚的高管觉得触摸屏只是玩具。四年半之后,诺基亚手机业务卖给了微软。

                      2015年,很多人都听过“人工智能”这个词,但真正开始用深度学习重构业务的公司凤毛麟角。

                      等到2022年底ChatGPT发布,那些提前准备了七年的人,和那些刚刚听到“大模型”三个字的人,已经不在同一条起跑线上了。

                      人类有一个系统性偏差:总是低估技术变革的速度。不是因为愚蠢,是因为过去的经验告诉你,变化总是慢慢来的。

                      但这一次,变化不是慢慢来的。

                      2.从恐慌到行动

                      所以,如果你接受了“奇点山脚下”和“2030年前后AGI到来”这两个前提,你会面临两种本能反应:

                      一种是恐慌,“5年?我什么都来不及做。”

                      一种是躺平,“反正AI什么都能干了,我做什么也没用。”

                      哈萨比斯的第三句话,就是对着这两种反应说的。恐慌没有用,因为恐慌不是行动。

                      躺平更没有用,因为AGI不是世界末日,是旧世界的重写,而哈萨比斯告诉你,这重写的权力还在你手上,你唯一值得押注的东西,是你的能动性。

                      三、能动性到底是什么?


                      先说它不是什么。

                      不是“你要努力”,这是一句废话。不是“执行力”,执行力是把已知的事做好,但AGI时代,很多时候你根本不知道该做什么。

                      那它是什么?拆开来看,三件事。

                      第一件:你得能做选择,而不是只做优化。

                      假如你是一家餐厅的老板。

                      过去十年,你的核心竞争力是什么?可能是菜品好、位置好、翻台快。这些能力有一个共同点:它们都在回答“怎么把已有的事做得更好”,这就是优化。 

                      AGI最擅长的就是这个,它能把你的供应链成本砍15%,把翻台率提到极致,把菜单根据季节和客流动态调整到最优。这些你花10年摸索出来的经验,它一个月就能算出来。

                      但有一件事它算不出来:你的餐厅要不要改成只做外卖?要不要上预制菜?要不要跟另一个品牌合并换赛道?

                      为什么算不出来?因为这些问题的答案不是“更优”,是“不同”。

                      优化是在一个框架里做事,选择是换框架。AGI可以在你给的框架里做到极致,但“给什么框架”这件事它干不了,只有你能干。


                      在AI把优化做到极致之后,剩下的那件事是什么?是选择。选择做什么,比选择怎么做,值钱得多。

                      第二件:你得真的下场,而不是一直看。

                      很多时候,一件纠结了三个月没动手的事,一旦动手了,三天就全想通了。

                      这不是因为你突然变聪明了,是因为坐在那里想,你脑子里跑的全是模拟。

                      模拟不花成本,也不产生真实信息。你只有真的干了,真投了钱、招了人、见了客户、被拒了,现实才给你反馈。

                      AGI能帮你模拟一万个市场策略,但它不能替你挨那一刀,也不能替你承受赔钱之后的心痛。但恰恰是那个心痛,才能让你下次判断的准度往上提了一档。

                      这也是为什么“等等再看”是最危险的策略,等着的人以为自己在观察,其实自己在错过。真正值钱的信息只有做了才有,等两年再动的人,不是从零开始,是从负数开始,因为他的竞争对手已经迭代了好几轮。

                      在信息爆炸的时代,靠行动得来的信息反而是最稀缺的,它是用真金白银换来的,不是用搜索引擎搜来的。


                      第三件:你得知道自己是谁,而不是让市场替你决定。

                      一个创业者,AI+医疗和AI+金融,两个方向数据都支持。他选了医疗。为什么?你可以说是直觉。

                      但直觉是什么?

                      是他过去几十年攒下来的所有经验、价值观、失败、偏好、对“什么值得做”的信念,这些东西搅在一起,形成了一个无法拆解的整体。你没法把它写成prompt(提示词)喂给大模型,因为连他自己都说不清楚每一层权重是什么。

                      AGI可以帮你做更好的医疗AI,也可以帮你做更好的金融AI。但“为什么是医疗”这个问题,它回答不了,因为这个答案不在它数据里,在这个人的经历里。

                      你选什么,你就是什么,你的选择定义了你。

                      三层合起来,一句话:AGI越强,能动性越贵。

                      因为AGI把“怎么做”这件事拉到了几乎免费——执行、分析、优化,满大街都是。但“做什么”“干不干”“我是谁”这三件事,供给永远有限。

                      四、最容易犯的3种错误


                      三种错,一种比一种隐蔽。

                      第一种:把省钱当战略。

                      比如,裁掉客服上AI。响应时间降了,工单关得快了。老板看着报表,觉得对了。几个月后,续费率开始掉。客户也说不出哪里不对,就是“不像以前那么近了”。

                      这种死法最冤:所有看得见的指标都在涨,死因却藏在看不见的地方。


                      信任感、在场的温度、简单而且可以依赖,这些东西都不在报表上,但它们才是续费的理由。

                      不是不能降本,是不能在动刀之前先回答一个问题:客户付的钱,到底在买你的什么?但大部分企业根本没想过这个问题,就动了刀。

                      第二种:把能力交出去,还以为自己有。

                      一个团队用AI写代码、做分析、出方案,速度确实快了三倍。但几个月后你发现:离了AI,没一个人能独立完成一个完整判断。他们判断力被外包给了模型,但模型不在你组织里。

                      降本是砍掉你觉得不重要的东西,这是误判;能力外包是砍掉你以为自己还拥有的东西,这是自欺。

                      误判可以纠正,自欺很难醒。

                      比尔·盖茨说AI不会取代医生,但会用AI的医生会取代不用AI的医生。这话只说对一半,更准确的说法是:会判断什么时候该用AI,什么时候不该用的医生,才会取代所有人。

                      因为你把判断全交给AI的那一刻,你就不是医生了,你是AI输出的分发终端。分发终端不需要10年的医学训练。


                      一个组织如果把核心判断流程全AI化了,它不是在升级,它在空心化。人在真风险面前做的取舍,才是核心能力。你把这个过程外包了,人就只剩个壳。

                      第三种:等看清楚再动。

                      这一种最体面,也最致命。

                      “不是不想动,是还没看清楚。”多好听,潜台词是:等我看清楚了,我一定比谁都快。真相呢?你不会快。因为绝大多数的事,不是靠看清楚的,而是靠做明白的。

                      你在岸上看人游泳,看一百年也学不会。你得跳进去,呛几口水,才能学会。

                      柯达1975年就造出了数码相机。管理层说等市场成熟再看。等到了吗?等来了别人定义的市场。

                      三种错的根子是一个:你都在用旧世界的节奏应对新世界的速度。省钱是旧世界的效率逻辑,外包是旧世界的分工逻辑,等待是旧世界的决策节奏。但旧世界的保质期,已经过了。

                      五、建议你现在就做的4件事


                      第一,做一次“AGI审计”

                      把你公司现在做的每件事列出来,逐条标三个颜色:

                      绿色=AGI干不了;黄色=不确定;红色=AGI,三年内大概率能干。

                      红标过半,说明你的生意建在冰面上。

                      标绿的那些,再问一句:这是因为客户真需要,还是因为客户还不知道AI能干这个?后者的绿是假绿,信息差消失的速度,比你想象的快。

                      这个审计大概率会让你不舒服,不舒服就对了,舒服的审计是自欺欺人。

                      第二,找到你公司里,真正在用AI的人

                      现在大部分公司都有这种人:每天都在用AI、骂AI、在试探AI到底能干到什么程度。他们可能不是技术最强的,也可能不在管理层,可能就是公司角落里的某个人。

                      找到他们,作为标杆,让他们对AI的研究探索,成为全公司学习的榜样。这样,才能带动更多的人,去学习AI,拥抱AI。

                      第三,做实验

                      选你最核心的一项业务能力,投真资源,做一个AI增强版。不是PPT,不是调研报告,是实际跑起来、面对真实用户、允许真实失败的那种。

                      重点不在成功。在“可证伪”,要从结果里学到东西。“AI会改变一切”这种判断永远对,但永远没用,你需要具体的、能被推翻的判断。


                      比如:“AI能把我获客成本砍一半的临界点,是它能在不降转化率的前提下独立完成需求诊断。”这个判断可能是错的,但错了你就知道了,知道了就能调。没错过的人,往往什么都学不到。

                      第四,不要经常坐在办公室里,要去“看见”

                      你在办公室里读AI相关的新闻,和你在一线亲眼看到会用AI的人怎么做,产生的判断力是完全不同的。前者只能给你信息,后者才能给你直觉。

                      中国企业家现在最缺的不是信息,是那种“亲眼见过之后心里有数”的判断力,所以,你得多出门,把自己放进能激活能动性的场景里。

                      结语


                      想象一下,2030年,有人写了一本关于“AGI前夜”的书。

                      书里会写两种人。

                      一种人从2024年开始,每天刷AI新闻,收藏了200G教程,买过10个课程,关注了50个AI博主。

                      他们知道GPT每一代发布的时间,能背诵AI大佬说过的每一个词。但他们的工作方式没什么变化,AI在他们手里就是写周报和润色邮件的工具。

                      另一种人,可能连各家大厂AI产品的区别都说不全,但他们做了一件事:站到了改变正在发生的地方。

                      他们走进那些正在用AI重构业务的公司,亲眼看见了AI怎么在真实的工作流里产生价值,然后带着这些“看见”回到自己的战场,框定自己的问题,开始行动。

                      笔记侠PPE书院美国站26级「创新英雄・AI+出海专题」课程将于2026年9月26日正式启程,10天时间里,我们将带你走进美国硅谷与西雅图,深度参访英特尔、谷歌、英伟达、微软等全球AI产业标杆,聆听斯坦福名师、行业实战派的一手分享。

                      去亲眼看见,AI正在那些全球最前沿的公司里,以什么方式、改变着什么规则。回来后,书写我们自己的故事。


                      欢迎了解课程详情,提交报名信息。


                      好文阅读推荐:


                      分享、点赞、在看,3连3连!


                      •