与「移动互联网」相关的搜索结果

最近听完了张小珺和曾鸣这期两个多小时的对谈，推荐。 里面有很多很猛的判断：模型最终会越来越像基础设施；Agent 会产生新的入口；旧平台很难自然长成新平台；甚至今天习以为常的“公司”这种组织形式，都可能逐渐衰退。 但我听完最有感触的，其实不是 OpenAI、Anthropic 最后会不会成为赢家。 而是 AI 真正改变的，可能根本不是“一个人能不能把原来的工作做快 10 倍”，而是我们为什么还要按照原来的方式工作。 过去的公司是： 人 → 岗位 → 部门 → 层级 → 流程 但 AI 原生的组织越来越可能变成： 目标 → 任务 → 能力 → Agent / 人 → 执行 → 反馈 谁来完成任务，反而没有以前那么重要了。 这一点我最近体感特别强。 自己这段时间一直在折腾各种 AI Agent 和自动化工作流。最开始想的也是“怎么让 AI 帮我干活”，但越往后做，越发现真正有意思的不是给现有流程加 AI，而是很多原来的流程、岗位甚至组织方式，本身就没有继续存在的必要。 AI Native 可能不是「原来的公司 + AI」。 就像移动互联网原生产品，不是把 PC 网站缩到手机屏幕上一样。 我们现在可能还处在一个非常非常早的阶段。 这期值得完整听一遍。

高盛Rich Privorotsky：Muse只是起点，AI Agent真正要重写的是整个经济的“摩擦成本” 高盛One-Delta交易台负责人Rich Privorotsky现在关注的，已经不只是 $META 的Muse有多火。 他提出了一个更大的判断： Agentic AI正在开始消除整个经济体系里长期存在的“摩擦”，而这可能带来一次真正的生产率跃升，并形成结构性的去通胀力量。 这可能也是理解下一阶段AI行情最重要的一条线。 过去三年的AI牛市，市场主要交易的是： 训练模型 → GPU → HBM → 数据中心 → 网络 → 电力 而下一阶段，市场开始交易一个完全不同的问题： 当AI真正进入日常经济活动以后，它到底能够替人类省掉多少时间、成本和中间环节？ Muse真正改变的，不只是AI能力，而是“消费者惯性” 很多行业过去能够长期维持较高利润，并不完全因为它们的产品无法替代。 其中一个很重要的原因，是消费者嫌麻烦。 保险续费涨价了，你懒得重新比较几十家公司。 手机套餐贵了，你懒得转运营商。 酒店价格高了，你没有时间每天重新搜索。 订阅服务每个月继续扣钱，你甚至已经忘记自己还在付费。 退款需要打电话、发邮件、等待客服，很多人最后干脆放弃。 这些看似微不足道的事情，实际上构成了一个巨大的隐形经济： Consumer Inertia——消费者惯性。 过去消费者的时间有限，所以很多公司实际上可以从“麻烦”本身赚钱。 Muse这样的AI Agent正在攻击的，恰恰就是这种摩擦。 如果你的AI可以24小时替你比价、取消订阅、申请退款、重新谈账单、寻找更便宜的保险、比较酒店、订机票甚至完成支付，那么过去建立在消费者“不想折腾”之上的商业模式就可能受到压力。 AI最先消灭的，未必是某一个行业，而是“麻烦”本身。 为什么这可能带来结构性去通胀？ 想象一下，当未来几亿甚至几十亿消费者都拥有一个永远不会累、永远愿意比较价格的AI Agent，会发生什么？ 保险公司更难依赖客户懒得换公司维持高价格。 旅游平台必须证明自己的佣金真正创造价值。 长期不用的订阅可能被Agent自动取消。 零售商品的价格透明度进一步提高。 企业内部大量重复的行政、客服和后台流程也可能被自动化。 于是经济体系中大量长期存在的成本： 信息差 + 搜索成本 + 时间成本 + 人工成本 + 中间环节 都有可能被压缩。 这就是Privorotsky所说的生产率红利。 过去互联网降低的是信息传播成本。 移动互联网降低的是连接成本。 而Agentic AI下一步可能降低的是： 行动成本。 这可能比单纯推出一个更聪明的大模型，对整个经济的影响更加深远。 所以AI行情可能开始从“卖铲子”走向“生产率革命” 第一阶段的赢家其实非常容易理解。 $NVDA、$AMD、$TSM、$AVGO，以及HBM、网络、光通信、服务器、数据中心和电力基础设施。 因为无论最后哪一个AI模型胜出，都必须先购买算力。 但Agent时代真正有意思的地方，是AI创造的价值可能开始从基础设施向整个经济扩散。 企业可以减少后台人工成本。 客服效率提高。 营销变得更加精准。 库存管理改善。 软件开发周期缩短。 采购和供应链流程自动化。 消费者寻找商品和服务的成本下降。 当这些效率提升逐渐进入企业利润表以后，AI的赢家就不一定永远只集中在半导体。 第一阶段赚的是“建设AI”的钱。 第二阶段赚的可能是“使用AI提高生产率”的钱。 这两轮行情的受益公司可能完全不同。 CPU为什么突然成为Agentic AI的重要交易方向？ 这一点也值得特别关注。 过去生成式AI最重要的硬件交易是GPU，因为训练和大规模模型推理高度依赖GPU。 但Agent并不是简单回答一个问题。 它需要打开浏览器、运行操作系统、调用API、处理文件、管理数据库、执行代码、安排任务，甚至同时运行多个Sub-Agent。 这意味着Agent时代增加的不只是模型推理负载。 它还增加了大量传统计算工作负载。 所以市场近期开始重新关注CPU以及整个服务器基础设施。 如果未来不是几百万人偶尔问AI一个问题，而是几亿个Agent每天在后台连续工作几个小时，那么计算需求的结构本身都会发生变化。 这也是为什么现在不能再简单用： “AI = GPU” 来理解整个产业链。 未来更完整的公式可能是： AI Agent = GPU + CPU + Memory + Storage + Networking + Power Agent运行时间越长，需要调用的工具越多，整个数据中心被消耗的资源也就越多。 但市场现在仍然处于非常早期的定价阶段 目前指数很强，但市场宽度并不好。 大量资金依然高度集中在AI和少数大型科技公司。 所以现在看到的更像是三个阶段： 第一阶段：AI基础设施重新定价。 GPU、HBM、网络、数据中心、电力率先上涨。 第二阶段：Agent平台重新定价。 $META 的Muse只是最近最明显的案例之一。 第三阶段：整个经济的生产率重新定价。 如果Agent真正大规模进入企业和消费者生活，受益范围才可能从科技行业逐渐扩散到更广泛的权益市场。 而现在，我们可能刚刚站在第二阶段的入口。 这也是为什么高盛交易台对大盘仍然保持积极观察 Privorotsky的另一个核心观点是，目前市场并不是毫无风险。 季节性仍然存在。 实际利率仍然偏高。 地缘政治风险没有消失。 市场宽度也并不理想。 但另一方面，投资者对这些问题已经非常警惕，仓位和情绪本身并没有进入极端乐观状态。 因此他认为，市场仍存在进一步向上突破的空间。 这里真正值得注意的，不是简单地说“美股一定继续涨”。 而是： 如果Agentic AI开始被市场从一个科技产品故事，重新理解成一场生产率革命，那么它能够支撑的估值范围，就不一定只局限在几家AI芯片公司。 这可能才是下一轮行情真正值得观察的变化。 过去三年，我们一直在问： 谁能提供AI需要的算力？ 接下来市场可能开始问： 谁能够利用AI，把自己的收入增长得更快、成本降得更低、利润率做得更高？ 而再往后，还有一个更大的问题： 如果Muse只是第一批真正进入大众市场的Agent，当几十亿个AI Agent每天替人类工作、购物、谈价格、管理订阅和完成交易时，今天哪些行业看起来稳定的利润，其实只是建立在“人类嫌麻烦”这件事上？

QQ 是腾讯在 PC 互联网时代的船票， 微信是腾讯在移动互联网时代的船票， 说不定 WorkBuddy 是腾讯在 AI 时代的船票呢。 你觉得呢？欢迎在评论区留下看法🤗

终于理解了AI时代并不需要去一窝蜂的做AI产品 ​ ​刚在群里看了一篇AI相关的文章，我基本没有心思看下去 ​ ​这意味着什么呢？这意味着，其实大部分的创业团队做的工具和产品，都是不具备抓住普通人眼球的价值的 ​ ​感觉时代最好的产品还是去做媒体搞流量 流水的产品 铁打的流量 让我又想到了移动互联网时代，那么多人去做APP都没有发财，反而做APP推广的人发财了

现在创办AI公司如同移动互联网创办App公司 ​ ​三五个人、四五条枪就可以干了 ​ ​拿钱似乎也没那么难，当然想比草根属性浓烈的移动互联网时代，还是难一些 ​ ​只需要满足如下几个条件 ​ 名校 - 清北打底，海外藤校优先 大厂 - 宇宙厂之类的 年轻 - 不要超过 28 我怎么看？ 我发X看🥶🥶🥶

如果说移动互联网最大的变革是将产品的形态从网页切换到手机，AI 互联网最大的变革我觉得应该是将一切工作信息化与自动化。我不认为界面会再次重要，与此同时，agents 目前在这样重大变革中只解决了一小部分问题，我们仍处于借助于已有产品的信息结构试图采用拼凑与组合的方式重新定义工作，就像社交网络刚出现的时候一样（有无数的类似的垂直社交网络和他们的连接器）

AI浪潮和之前的互联网浪潮相比 底层最大的差别，仅在于用户成本 曾经在移动互联网时代， 举例：如果是抖音， 以这样的用户体量 抖音新增一个用户， 成本基本为0 但是AI公司来说， 多一个人，就要多烧一份token 就要多用一份算力 那么对于AI公司来说 用户扩张带来的成本增量 是完全无法忽视的 现在大家一个月花一千多 每个月把AI服务拉满 实际上是一级市场的投资人 在花钱补贴用户 那么， AI终将只能成为少部分玩家的生产力 AI是平权运动和文艺复兴， 或许也只是对于这少部分来说是这样的 JUST BE READY FOR THAT.

慧眼识人几个最好的例子： 张一鸣做过王兴的副手，当年饭否的 CTO。程维刚做出来第一版滴滴 APP，就抛给王兴看，王兴说太糙了。这仨就是移动互联网初期的 TMD。梁文锋早年有个朋友，疯疯癫癫的，想让他一起去做无人机，就是大疆的汪滔。 丁磊曾经找过三任总编辑。第一任是李学凌，后来做了 YY 和 BIGO。李学凌找来了李勇接班，李勇后来做了猿辅导。李勇又任命了唐岩，唐岩后来做了陌陌。

Chatcut 给了大家一个很有意思的启发。 Agent 时代，很多产品或许不用再做自己的 Agent，而是想办法成为 ChatGPT、Claude 等通用 Agent 默认调用的工具和 UI。 移动互联网有 App Store 和 SEO，Agent 时代，属于 Agent 的分发战争，也许才刚刚开始。