社区

最近市场上有一种流行的恐慌情绪：AI会吞噬一切中间环节。 在我看来，这种恐慌，坦率讲，有点过了。 就像凯恩斯说的那句著名的话：看长期，长期我们都会死。 我去年发了这样一条即刻—— 但在市场普遍的AI吞噬软件恐慌情绪下，这几家公司都明显受到了冲击。 我觉得有必要来梳理一下其中的逻辑真伪，今天重点盘一盘美图的AI叙事。 以下七条，不保证全对，但我力求逻辑链条完整—— 一、先搞清楚一个问题：AI到底吃掉了什么？ 三周前，Anthropic在Claude Cowork上推出多款AI插件，能追踪合规事项、审查合同、撰写简报。 市场反应非常强烈，以前SaaS的叙事是：被AI赋能，现在切换到了：被AI吞噬。 我们来仔细想想，当模型Agent化之后，它吃掉的到底是什么？ 答案是：流程性环节。 没错，它整合的是工作流，而非需求场景本身。 那么问题就变成了，美图的产品处在天平的哪一边？ 在我看来，美图的产品，很微妙，当然有流程类的步骤，但它更多的是一个辅助用户进行审美表达的创作平台。 最近看了一份浙商证券关于美图的研报，它的逻辑我是认可的，报告把工具分为两类：流程优化类软件和决策支持类软件。 前者的确更容易受到模型Agent化的冲击，而后者更容易和模型协同进化。 而美图更多的属于后者。 二、美图到底有没有know-how？ 接下来的问题变成了——美图到底有没有know-how？ 这个逻辑至关重要，值得单独拎出来说。 没错，我们对什么是好看的标准，本身肯定是主观的，它会随着潮流、语境和社交心理动态变化。 要说美图有没有一些牛逼的绝技，我认为就是对动态审美、社交语境与心理需求（比如面容焦虑的缓解）的理解。 它一直强调基于用户心理洞察的调性，它的整个产品体系，就是围绕这个判断力构建的。 的确，肉眼可见的观察是，大厂小厂、AI公司和非AI公司，其实前前后后出了非常多美图的竞品。 但从数据层面，美图的优

一 按参数算，人脑相当于多大的模型？ 答案是：要看怎么算。 如果只看神经元的个数，人脑大概是860亿个神经元，也就是86B的模型，并不大。 参考一下，DeepSeek V3是671B，Kimi K2.5大概1000B，即1T； 但事实上人脑每个神经元又有7000个突触，从技术的角度类比，颗粒度更小的突触才更像AI模型的权重参数。 如果这么算，860亿*7000，那么人类大脑相当于大约600T模型。 而这么大的模型，今天的硬件肯定暂时还跑不动。 这么类比略糙。 但也说明——咱们这颗脑子的架构还是很复杂的，属于先进制程。 有点牛逼。 二 那么，大脑的制程到底有多先进呢？ 我随即问了Claude opus 4.6和Gemini 3.1 Pro一个问题（实在受不了GPT无比谄媚的风格）—— “如果人脑是一块芯片，那么它的制程是几纳米的？” 他们的答案出奇一致： 如果看神经元细胞体直径的直径，大概 10000-100000 纳米 (10-100微米)。 这么看大脑相当于几十年前的电子管计算机。 这TM也太落后了。 但逻辑显然不是这样的： 神经元并非一个简单的开关，它更像处理器的一个核，真正的开关和信号传递发生在突触。 那么突触是什么水平的制程呢？ 神经元之间传递信号的突触间隙，它的宽度大概是20到40纳米。 这相当于台积电2012年左右的水平，也就是28nm工艺。 说句糙的：如果单看这个指标，咱们得脑子也就是个iPhone 5的水准。 然而，账不能这么算，碳基又碳基牛逼的地方—— 我人脑传递电信号最细颗粒度的单元是——细胞膜上的离子通道蛋白（Ion Channels）。 这些蛋白质孔道的直径只有0.3~0.5纳米，这个尺寸仅允许单个离子（如钠、钾离子）排队通过。 在这个层面上，我人类牛逼的大脑达到了原子级别，也就是0.3nm工艺。 这是目前包括台积电在内的所有硅基芯片还没达到的物理极

最近关于腾讯元宝派的讨论甚嚣尘上。 业界看法不一，有人吹捧有人嗤之以鼻，我体验一番后结合自己的体感，连夜古法手敲一篇。 从产品和逻辑的角度聊一聊我的7个冷思考—— 1. 被过度解读是大厂新品的宿命，元宝派也不例外 元宝派在2026年初这个时间节点推出，的确有点微妙。 毫无疑问，豆包、千问都在加码，DeepSeek在憋大招，Kimi、MiniMax们也没闲着，说元宝没有压力，那当然是不客观滴。 业界在等着元宝出招。 所以，当元宝派出来的时候，作为腾讯AI的桥头堡，媒体和行业的过度解读几乎是必然的。 一种声音将其捧上神坛，“定义AI+社交的下一代范式”、“人-人-AI三角关系的奠基者”、“颠覆微信群聊”......各种虎狼之词。 另一种声音则一棒子打死，认为这不过是以前QQ群里的小冰或者是微信群里的群助手的升级版，是新瓶装旧酒。 这两种论调，我都反对。 反对捧杀，是因为目前看到的元宝派，更多是腾讯在CSIG（云与智慧产业事业群）接手元宝后一次步子不小的AI探索。 它并没有从底层颠覆社交关系，微信依然是那个拥有13亿月活的基础设施，而元宝派更像一块可以探索各种可能性的试验田。 元宝派最终能长成什么样，还得经过市场检验。 至于一棒子打死的论调，只要稍微对这个行业理解的深一些的从业者，就知道这东西和QQ群里加小冰不是一回事。 你不能因为诺基亚能发短信，就说当年能互发短消息的新产品微信只是炒冷饭。 这么说有些粗暴，但逻辑就是这个逻辑。 如果我们仔细研究它的产品——DeepSeek R1+混元的AI底座、腾讯会议底层音视频技术、新的产品形态、打通微信和QQ的关系链，是有点真东西的。 我们不要忘了，2015年的微信红包，最初也被很多人看作是个娱乐产品，但最终改变了移动支付的格局。 所以，对于元宝派，我的建议是：回到产品本身，讨论具体的问题。  它是腾讯在AI C端战场的一次差异化

一、从一只飞越欧洲的鸽子说起 1849年，一个叫保罗·路透的德国人在亚琛和布鲁塞尔之间放飞了一群信鸽，那两座城市之间当时是电报盲区。 因为这群鸽子，路透社比竞争对手更早拿到股票行情，日后成长为传媒巨头。 这事儿的本质其实很简单：谁的信息流转效率高，谁就能掌握主动权。 1849年的先进工具是鸽子，而今天，是AI。 昨天的杭州有点冷，但体育场路178号很热。 我昨天上午参加了一场名为“三生万物、AI如潮涌”的发布会。 主角是两家单位：浙报集团旗下的潮新闻和传播大脑，这是它们成立三周年的联合发布会。 坦白说，以往这种体制内的发布会，我通常是抱着听听通稿、换换名片的心态去的，但这次有点不一样。 整场发布会听下来，收获不小，下面就说一说我粗浅的理解—— 二、这个时代的媒体到底需要什么样的新装备？ 如果把媒体转型比作一场战争，那么过去这十年，很多传统媒体打得很辛苦。 原因很简单：手里的装备不是最先进的。 我们常说内容为王，这句话在手工作坊时代是没问题的，但在数字化时代，内容的分发、生产、变现，全都被技术重构了。 所以，媒体现在并不缺好记者，他们缺的是一套现代化的装备。 在这次发布会上，传播大脑提出了一个非常具有野心的口号：“AI in One ，All in AI”。 这句Slogan精准地概括了当下媒体技术变革的两个核心：所有的业务都要智能化，所有的系统都要一体化。 接下来我们一块看看传播大脑到底怎么解决媒体人的痛点—— 首先万媒平台。 如果你在媒体待过，你一定知道多个系统切换的苦：报纸有一套系统，网站有一套系统，APP又是一套系统，甚至不同的部门都有自己的小系统。 数据是不通的，账号和流程是割裂的，传播大脑做的这个万媒平台，它其实就想做媒体行业的飞书或钉钉，但又比它们更懂新闻。 它做的是一套把媒体的办公、生产、运营、经营全流程打通的基建。 在这个平台上

靴子终于落地，OpenAI宣布在ChatGPT中推出广告。 根据OpenAI官方博客的说法，广告对象是免费用户和Go订阅用户——Go是新推出的订阅套餐，每月8美元，而Plus、Pro、Business和Enterprise用户不会看到广告。 我在去年4月份就专门写过一篇文章讲《为什么广告是AI大模型公司最现实的商业模式？》。 现在正在被一一验证，赶着热乎劲，结合我之前的观点，说一下我的5点思考—— 思考一：广告在公司发Code Red一个月后推出，说明OpenAI产品和商业化正在打架。 去年12月初，由于Gemini 3 Pro的冲击，Sam Altman内部发了个红色警报（Code Red），说要全公司集中精力改进ChatGPT，其他项目包括广告都先放一放。 最终的结果是，广告只推迟了一个多月就上线了，这只能说明变现的压力太大，大到一定要尽快吃上广告这碗饭。 去年8月，OpenAI挖来了Fidji Simo担任应用业务CEO，她之前是Meta高管，负责过Facebook的广告业务，后来去Instacart当CEO。 此外，OpenAI还有很多之前是做广告的人，比如目前OpenAI的首席产品官凯文*威尔之前在Instagram的重要工作就是负责Ins的广告工作。 还有一位副总裁，2024年5月加入的Shivakumar，他的上份工作是在谷歌的搜索广告部门做老大。 你细品这些人的履历。 显然，这些人的加入可不是来搞AGI研究的，他们唯一的目标就是——搞钱。 而广告是来钱最快最直接的方式。 这些人的加入，在心理层面改变了山姆·奥特曼对广告的态度变化。 我们看看这种变化是如何具体发生的—— 2024年5月，奥特曼在接受采访时说： “广告加AI让我感到特别不安。我认为广告是我们商业模式的最后手段。” 原话是： “Ads plus AI is sort of uniquely uns

一 最近发现了一个很有意思的东西，北大大学国家发展研究院出的CBI500品牌榜单，全称是“全球品牌中国线上500强”。 乍一看，它只是又一份品牌排名，但细看之后你会发现，这份榜单，很可能是目前少数几张，真正能帮我们看懂中国品牌消费结构变化的底层数据表。 我认真研究了一下，发现它确实有点不一样—— 感兴趣的读者可点击文章末尾的“阅读原文”下载榜单全文 过去咱们看消费市场，无非就是两个维度：量和价，社零数据告诉你卖了多少，CPI告诉你涨了没涨，但消费的质量到底如何，貌似没有哪个指标可以告诉你。 比如，你说消费升级还是降级？这个问题公说公有理婆说婆有理。 这个CBI榜单的特别之处在于，它试图给消费品质这个玄学概念找一把尺子。 所谓CBI实际是Consumer Brand Index 的缩写，也就是“中国线上消费品牌指数"。 其目标是设计一套科学的方法，测量消费者购买优质品牌商品的情况变化，填补宏观经济指标在“消费品质”评估领域空白的评价体系。 研究课题获得了淘宝天猫的支持，能够以平台真实的消费大数据为基础。 要知道，中国电商渗透率达到25%，意味着这个数据集里面藏着无尽的信息量等待发掘。 具体怎么衡量呢？ 课题组设计了一套方法，以淘宝天猫的9亿活跃用户、千万亿次搜索与购买行为的消费大数据为基础，通过大数据和人工智能算法先给全网商品进行一轮打分，为每个品牌根据形成一个打分。 比如，手机行业苹果就是100分，小米是92分、vivo是81分等等。（要注意，这个打分覆盖了全网所有行业，百万量级品牌） 然后再根据消费者真实消费品牌情况，计算季度全国平均分，也就形成了CBI指数。 在品牌打分方面，由于有淘宝天猫做支持，突破了传统的销售额、利润这些，评分维度空前丰富。 具体而言，设计了四个维度：知名度，看的是品牌词搜索量和成交额；新锐度，看18-29岁年轻人的成交增速和新品销售；忠诚

最近这段时间，谷歌DeepMind的官方纪录片《The Thinking Game》在AI圈传播挺广。 不得不说，拍得的确好，看过的人应该都对结尾那段很有张力的场景印象深刻：创始人Demis Hassabis拿着手机对准桌面，非常很松弛地和AI聊天—— 他指着桌上的棋盘问怎么走，AI教他下西西里防御；他指着一个铅笔装置问抽走一根会怎样，AI告诉他会崩塌。 这画面，确实很Sexy。 而恰好我也看到了字节刚发的“豆包大模型1.8”的技术报告，发现其一个亮点也是视觉理解和推理。 于是我随即在火山引擎的后台用豆包1.8跑了一下这两个case—— 正好最近在多邻国里学国际象棋，于是给它实拍了家里自己摆的“双马防御”的开局，铅笔装置就随便找了一张平替图。 可以看豆包大模型1.8在理解和推理后给出了自己的走法——d3的兵进到d4。 一般认为双马防御有三种走法，其一是白方的f3的马跳到g5，其二是d2的兵进到d3。 其三就是更激进的苏格兰弃兵风格的兵直接进到d4，也就是豆包1.8给出的选择，它列出的理由也合情合理。 而面对铅笔装置，其视觉推理和受力分析也毫无压力，直接告知会“倾斜、坍塌”。 这么一看，这个模型的确有点东西，我决定继续沿着技术报告继续盘一盘它—— 一、从技术报告看“豆包大模型1.8”的水准与亮点 火山引擎最新推出的豆包1.8没有像市面上大多数模型那样，动不动就凑个整，叫 2.0，或者加个 Max、Ultra 的后缀来装点自己。 1.8，这个数字本身就透着一种实用主义的取向。 技术报告里的Benchmark以及它强调的“Generalized Real-World Agency”，都强调一个逻辑：关注实用性。 所以在技术报告里，整体上，它承认和 GPT-5 High、Gemini 3 Pro 这些世界顶尖闭源模型还有差距。 但这个差距，正在以肉眼可见的速度缩小。 具体而言，豆包

这篇文章，回归到我的老本行——互联网广告。 如果我告诉你，有这样一个APP：它不参与各大应用市场的买量竞争，但拥有超过8亿的实名注册用户，月活稳定在1.5亿以上，一旦遇到节假日，日活峰值能轻松破亿。 更重要的是，它的用户群体几乎涵盖了中国最具消费力的商旅人群和中产家庭。 听到这里，你可能会认为这是某个互联网巨头的核心产品，但事实上，它就是铁路12306。 长期以来，我们在分析互联网商业版图时，往往会下意识地将12306排除在外，认为它只是一个功能单一的购票工具。 然而，对于真正理解广告逻辑的营销人而言，流量没有属性之分，只有价值高低。 仔细观察12306背后的流量密度、人群画像以及独有的广告环境时，我们会发现，它其实是一个被低估的营销价值洼地。 一 先说一个让我相当意外的事实。 12306这个App，它的注册用户超过8亿，月活稳定在1.5亿以上，节假日峰值日活能破1亿。 8亿是什么概念？ 微信的月活大概是13亿，抖音大概是7亿多，12306一个买火车票的工具，注册用户能到8亿，而且几乎全是实名认证的真实用户——买票是要刷身份证的。 这就是我说的，12306是一个被低估的流量池。 为什么被低估？ 因为大家对它的认知停留在它是一个买票工具上，工具嘛，用完就走，谁会在上面停留？ 但这个认知可能是不对的的。 仔细想想我们用12306的场景—— 先是查车次、看票价、选座位。抢票的时候更别说了，盯着屏幕刷新；买完票，隔三差五打开看看行程、查查检票口、看看列车有没有晚点；到了车上，还得用它扫码点餐、查座位图。 这一套流程下来，用户的注意力是很集中的，而且是带着明确目的的。 这种注意力质量，含金量并不低。 二 接下来得看用户是谁。 做广告的都知道，流量大不等于有价值，关键是看流量背后的人，你要是在一个全是羊毛党的平台投广告，那就是纯烧钱。 12306的用户结构相当有意思： 从基础数据看：男

文 / 华盛顿顿邮报特约撰稿人 J.D. Salinger  This is a Nano Banana Review. 谁能想到，阿姆斯特朗那句“人类的一大步”，其实是在内华达州戈壁的一个人造布景中原地踏步。 本报道中的所有照片均为2025年11月21日首次披露—— 这是我们看到的著名登月照片 这是这张照片真实的拍摄场景 1 内华达州，托诺帕——当74岁的埃利亚斯·索恩（Elias Thorne）终于决定开口时，他并没有选择忏悔，而是点燃了一支受潮的万宝路。 埃利亚斯·索恩在内华达家中接受记者采访 他那双因为长期摆弄电弧灯而接近失明的眼睛，死死盯着窗外内华达州无尽的戈壁。 “人们总是问我，为什么星星没有出现在照片里？” 索恩的声音不紧不慢。 “他们不明白，如果在那个该死的黑色天鹅绒幕布上戳几千个洞，再打上背光，那会穿帮的。 我们试过，但在哈苏相机的镜头里，它们看起来就像的廉价灯泡，所以，我们将星星‘关’掉了。” 布景师在移除原本设计的黑色背景中的“星星” 索恩是阿波罗计划中被抹去名字的数百人之一，在官方档案里，他是一名驻扎在内利斯空军基地的后勤卡车司机。 但在1969年的那个夏天，他的真实身份是水星一号摄影棚的助理灯光师。 埃利亚斯·索恩在自家后院 半个世纪以来，关于阿波罗登月的阴谋论从未止息，但直到上周，随着代号为“Crimson Horizon”的绝密档案在暗网解密，以及像索恩这样的核心亲历者打破沉默。 登月的真相终于浮出水面：人类历史上的这个壮举，只是一场耗资巨大但参与人有限的绝密实景演出。 这不仅仅是一场骗局，这是冷战焦虑、技术瓶颈与影像魔术共同催生的怪胎。 2 要理解为什么必须造假，首先要理解1968年的绝望。 那是尼克松入主白宫的前夜，越南丛林的泥沼正在吞噬美国的年轻人，而在太空竞赛中，苏联人已经让加加林在轨道上嘲笑了美国整整七年。 肯尼迪十年内登月

一1984 年，《Access》杂志的记者汤姆·齐托采访了刚刚推出第一代Mac的乔布斯。在访谈中，他问了乔布斯这样一个问题——“1977年你曾说过，计算机是寻找问题的答案，现在你的看法改变了吗？”彼时年仅29 岁的乔布斯回答说——“我们现在拥有的计算机类型是工具，它们是响应者：你操作计算机做某事，它就会去做，下一个阶段将是计算机作为Agent，换句话说，就好像盒子里住着一个小伙伴，它开始预测你的需求，它不再是帮助你，而是开始引导你处理大量信息，它几乎就像盒子里住着你的小伙伴。”41年后的今天，进入大模型时代的AI终于让Agent这个曾经非常遥远的概念在逐步变成事实。没错，今年被不少媒体称之为“Agent元年”。从通用Agent到垂直Agent，从模型厂商到应用创业者，更具有实用性的Agent被视为AI走向大众的关键一环，大家的一致感受是——这回路子对了。接下来我们就来聊一聊一款非常能打的通用AI Agent——GenFlow。作为超级应用的最新升级，GenFlow在能力上更加全面，效果上更有实用价值。毫无疑问，AI会催生很多超级个体，在我的理解中，超级个体一定不是那些只用Chatbot的人，而是能充分挖掘AI Agent潜力的人。毕竟，用好了，Agent是真出活——二今天的百度世界大会很热闹，在所有的产品中，但我最感兴趣的，就是我们要聊的GenFlow3.0。它这次的更新在我看来是很有诚意的。我不想照着他们发布会上的流程去罗列具体的功能，那样太无聊了。我想用几个实际的案例和场景，挑几个我认为值得说的关键词，一起来看一看升级后的GenFlow实际表现到底如何——第一个实用关键词——Office操作没错，在线文档各家公司很多年了，但我们还是没有能杀死Office三件套。打工人们一直跟Word、Excel、PPT这三兄弟斗智斗勇，的确掉了很多头发，背后的原因在于Office是使用