目录
来源：邱老师行业分享（B 站直播 / 内部干货）
一句话总结：AI 真正的分水岭，不是模型有多强，而是当所有人都开始付账之后——它是否还能创造出足够大的生产率红利。
开场：信号已经出现
过去半年是一场极其浮躁的狂欢，每个人都被裹挟其中。但狂欢绝对不会是免费的：
- 资本市场在等关键的上市窗口
- 大厂的「补贴弹药」已经打光
- Claude Code 的搜索热度从峰值跌到 3%
- 豆包等国内产品开始挂上价签
风向已经在变。下面是 10 个值得反复品味的信号。
mindmap
root((AI 行业 10 大洞察))
宏观信号
大模型拐点
豆包开始收费
AI for Science
技术泡沫
具身智能
AI 编程
AI 生成同质化
人的位置
OPC 跑不出来
AIEM 后台化
能力组合
接受不确定性
一、大模型拐点即将来临
资本市场释放了非常明确的信号：OpenAI 与 Anthropic 即将上市。
技术侧已经见顶
- 预训练路径瓶颈：全网数据已经被吃光
- 算力瓶颈：到 10 万卡量级，瓶颈实际已经变成带宽和电力
- 生成路径拐点：OpenAI 把技术上极其 promising 的 Sora 关闭——这是一个被严重低估的信号
上半年仅剩的两个亮点
- 世界模型
- 多智能体协作
从工程落地侧，多智能体协作还很早期。
二、豆包开始收费：准备好被收割
金句：任何技术从开始 → 高点 → 成熟的过程，本质就是「养熟了再收割」。
| 阶段 | 策略 |
|---|---|
| 早期 | 补贴，创造使用习惯 |
| 中期 | 绑定生态 |
| 后期 | 通过价格 / 流量 / 数据变现回收成本 |
打车是如此，外卖是如此，AI 也必然如此。 真正的分水岭是当所有人都开始付费之后——它还能不能创造足够大的生产率红利。
三、AI for Science：新蓝海
这是今年共识最强的方向之一：想象力巨大，与 Agentic AI 紧密结合，落地更现实。
硅谷大厂都在重金且悄悄地投入：Alpha 系列、AlphaGo、AlphaFold、AlphaEvolve……
关键跨越
从「聊天」到「发现新知识」——这被业界视为 AI 的一次关键跃迁。
当前卡点
- 学术上跑得通
- 工程上调度稳定性还没解决
- 科学家信任结果的机制还没有建立
四、具身智能：可能成为「无人驾驶的翻版」
人形机器人会重演无人驾驶的剧本：局部场景跑通 → 上市圈钱。国内可能会有 3–5 家逐渐形成垄断，但整个行业会死一大片。
技术鸿沟非常明显
- VLA（Vision-Language-Action）泛化能力远未解决
- Sim-to-Real（仿真到现实）路径瓶颈
- 数据侧没有解决
李飞飞近期访谈明确说：人形机器人的商业模型可能 10 年都未必能跑通。
金句：商业模型不成立时，技术热潮就只是泡沫。
五、AI 编程智能体泡沫正在破裂
一个非常明确的信号：Claude Code 的微信搜索热度，已经从高峰时期跌落到 3% 左右——断崖式下跌。根因是触碰了三重天花板：
| 天花板 | 含义 |
|---|---|
| 安全 | 动摇信任 |
| 使用门槛 | 阻碍普及 |
| 失控的成本 | 天天烧 token，谁也烧不起 |
范式反转：从「用量驱动」到「效率驱动」
| 旧逻辑 | 新逻辑 |
|---|---|
| 用 AI 替代人 | 用 AI 增强人 |
| 会不会用 AI | 能否判断哪里该用 / 哪里不该用 AI |
金句：懂大模型技术边界、懂 Harness 工程、有系统解决能力的人，必然稀缺，必然涨价。
六、AI 生成同质化泛滥：「反 AI」成为趋势
过去一年 AI 极大降低了内容生成的门槛，但越来越多的人感受到——它缺人味。
- 下限被拉平了
- 同质化的风险却急剧上升
来自 B 站的真实反馈：博主每发一个视频都被粉丝问「是不是 AI 生成的」。
一位粉丝留言：「我来找你学，不是想学 AI 能干什么，我想学 AI 不能干什么。」
金句：表达的方式不是「你要说清楚什么」，而是「让对方理解什么」。你的受众不是机器，是人。
七、OPC（超级个体）为何跑不出来
“OPC = One-Person Company（独立个体）”
OPC 必死的原因，一个词：销售。背后实质是商业模型不成立。
商业上的死结
说白了 OPC 就是个体户。但叠加工商、税务、社保之后——该交的一分没少。
有跑出来的吗？有。但跑出来的不靠 AI 技术，AI 只是噱头、伪装、赶时髦的视角。
八、AIEM：AI 应当隐身于幕后
“AIEM” = “AI Embedded / AI 隐身”——AI 应该藏在后台，不应在前台炫技。
| 应该 | 不应该 |
|---|---|
| 藏在后台 | 在前台炫技 |
| 让用户感受到温情 | 让用户感受到 AI |
| 嵌入到社会情境与商业模型中 | 强行让 AI 出镜 |
金句：AI 必须找准自己的定位。后台可以，前台不行。
九、能力组合的重构：核心机会
AI 时代的竞争不再是单一学科之间的比较，而是能力组合之间的较量。
除了 AI Coding、AI 编程等技术能力之外，还需要：
- 想象力
- 判断力
- 批判性思维
- 审美能力
- 实践能力
- 最后一公里的销售能力
金句：对每个人而言，你自己就是你自己的产品。你要 Sell Yourself——把自己作为产品卖出去，卖个好价钱。
十、接受不确定性，持续自我更新
过去半年听到最多的一个词，就是——焦虑。
三条建议
- 定位一个复杂的、有价值的、稀缺的科研问题，为自己未来 3–5 年看清一条职业发展路径
- 接受职业路径的不确定性——在 AI 技术层出不穷的时代，路径必然是不确定的
- 持续学习与自我更新
结语：君子不器
两千多年前孔子说过——
金句：君子不器。 人不应该被限定为单一功能的工具，而要成为能应对复杂环境变化的智能体。
一页速览
| # | 观察 | 一句话 |
|---|---|---|
| 1 | 大模型拐点 | 预训练数据、算力、生成路径三处见顶 |
| 2 | 豆包收费 | 养熟了就要收割——技术普及的铁律 |
| 3 | AI for Science | 今年最强共识方向 |
| 4 | 具身智能 | 重演无人驾驶剧本；商业模型不成立 |
| 5 | AI 编程泡沫 | Claude Code 热度跌至 3% |
| 6 | 反 AI 趋势 | 学 AI 不能干什么，比学它能干什么更重要 |
| 7 | OPC 跑不出来 | 销售解决不了 = 商业模型不成立 |
| 8 | AIEM | AI 藏在后台 |
| 9 | 能力组合 | 不再是单一学科比赛；Sell Yourself |
| 10 | 接受不确定性 | 君子不器；时代越嘈杂，深度越稀缺 |
一句话收束
时代越嘈杂，深度越稀缺。在巨变中保持主动与内心清醒。