社区

文章配图-1 文 ｜ 阑夕 时值美国的大学毕业季，在各个毕业典礼上，一个很有意思的画面正在重复出现： 那些被邀请回来演讲致辞的大佬们，只要一提AI，就会被嘘⋯⋯ 比如谷歌的前CEO埃里克·施密特，随着他在亚利桑那大学建议学生们要善于组建AI Agent团队，场下的嘘声逐渐变高，以至于他不得不中断讲述，转为安抚大家的情绪。 文章配图-2 这当然是很难用几句话就解释清楚的复杂问题，我在一次播客上也说了，2020年之后的大学生确实有着不幸的一面，前3年是网课一代，好不容易恢复正常了，后3年又撞上了ChatGPT横空出世，面临被AI顶岗的威胁。 但无论如何，「心情可以理解，心态需要调整」都不会是一句正确的废话。 历史多次证明，在面对未知的新技术崛起时，迷茫和混乱会持续相当长的时间，人类把工具视为竞争者而非强化器的「战败主义」更是难以避免，但乐观的是，浸染着新技术成长起来的下一代人，又会回归「主人」的身份。 这就是「解铃还须系铃人」的意思，一个自小玩着电脑长大的人，一定要比经历了账本被Excel降维打击的人，要更懂得发挥自我价值，没人永远年轻，永远有人年轻。 所以，在教育这件事情上，我会关注和看好所谓原生AI代际的体验——我自己的孩子也在这个位置——对于他们来说，AI不是突然出现的异物，而是日常伴生的能力。 在这个视角，会看到改变一切的机会。 · · · 当我看到下面这些边关将士举头望月的乡愁，配以「秦时明月汉时关，万里长征人未还」的画外旁白，那种强烈的感觉始终挥之不去： AI就是应该这么来用。 文章配图-1 这是豆包爱学APP中王昌龄名诗「出塞」视频，不必多说，用的模型一定是字节旗下的当红炸子鸡、占据整个生成式视频市场8成Token消耗的Seedance。 除此之外，曹植的「七步诗」、文天祥的「过零丁洋」、李清照的「夏日绝句」等中国语文教材里的经典诗词，都在官方的监修下全部由AI视

文章配图-1 文 ｜ 阑夕 我一直认为，AI电商，和电商AI是两码事。 或者说，一个是结果和目的，一个是过程和手段，在做成AI电商这件事情的必经之路上，要先把电商AI作为地盘搭建起来。 电商AI的意思在于，只有在品牌商意识到并充分接受整个卖货链路的AI化之后，自上而下的彻底转型——而不只是打着降本增效的算盘——才能通向AI电商这个「流着奶与蜜」的应许之地。 而今年618就是一个绝佳的观测窗口，根据披露的数据，超100万品牌提高了在阿里妈妈的投入，不仅日活跃客户数创下新高，品牌广告的营销投入也比去年同期有着两位数的增长，521，也就是今年618抢先购当日，超百万商家使用AI工具投放，阿里妈妈万相台AI无界当天被调用超3亿次，一键为商家生成落地方案。整体ROI助力提升20%；阿里妈妈「品牌新力WIN」新增85条趋势赛道，转化效率高出近20%。 「今年618AI经营工具使用率激增」的含金量还在上升。 adidas、美的、Swisse、大疆、Spes等行业代表品牌已经在这轮抢先购中斩获佳绩，而背后最大的推手就是阿里妈妈3月推出的行业首个超级经营智能体引擎——「AI万相」。 文章配图-2 如果说AI万相是一个通向AI电商的入口，那么其中的四大 Agent 协同工作流，就是在为品牌配置一套全链路智能经营团队： 万相智识（意图识别Agent），从模糊的表达里推理出准确需求，通过全链路行为数据精准还原用户真实意图，在海量流量中锁定高潜客群，触达那些传统手段难以捕捉的「隐形顾客」和「细分需求蓝海」；比如在消费者「想找个能塞进通勤包、不压皱衬衫的挂烫机」的表达中，精准提炼出「便携+护衣」的双重隐性意图，而非仅匹配「挂烫机」大词； 万相智品（商品理解Agent），不再依赖拍脑袋决策撰写卖点，基于模型算力深度「翻译」并「重塑」商品核心价值，让商品不再束缚在简单冰冷的商品参数里，而是和消费场景甚至情

文 丨 阑夕 上个月「麻省理工科技评论」杂志发了一篇报道，大意是一家美国机器人数据公司雇佣了大批第三世界工人头戴摄像头进行作业，为AI提供训练数据。 我们当然可以把这个画面解读成时代的讽刺，但它背后更值得追问的，其实是另一件事： 语言模型的爆发已经是三年多前的事了，为什么机器人的训练数据，还要靠人戴着摄像头一帧一帧的录？ 更加敏锐的人，可能早就发现事情的不对劲了，2026被普遍视为具身智能行业重要的商业化转折点，但就目前而言，除了跳舞、拳击、跑马拉松这些「猴戏」——姑且用这个词来形容好了——似乎并没有见到机器人商用爆发的迹象。 坦白说，这未必是某一家公司的选择出了问题，而是行业客观存在的结构化困境，让各家机器人训练仍然在重复造轮子，如果真要找出一个根本性的瓶颈，那答案除了数据，还是数据。 这就是我关注到灵御智能的契机，作为一家成立仅一年多、名声并不算大的创业公司，它提出的「真机数据自由」主张，却直接指向了整个行业待解的题。 · · · 灵御智能的创始人之一，是清华大学自动化系长聘副教授莫一林，也是较早意识到数据会限制具身智能发展上限的那批人，这直接促成了灵御智能要把训练数据做到标准化外购的念头。 这里我不得不旧事重提，说一下Anthropic年初那则AI行业的发展报告，无论是理论覆盖率还是实际利用率，你会发现越是脱离文书类的工作，AI施展拳脚的空间就会愈发受限。 文章配图-1 众所周知，在预训练阶段，语言模型几乎已经吃完了人类古往今来的所有公开知识，就连Anthropic本身，近些年也因为大量购买实体书进行扫描而频频陷入版权风波，这意味着什么？ 当然意味着要是不这么干，是真没有东西可以喂给AI了…… 文本化的内容尚且如此，就不难想象对AI来说天然更复杂的物理世界，训练数据会稀缺到什么地步。 其实早在一年多以前，行业就意识到了物理AI进程缓慢的问题，语言模型的知识量在很多领域

文 ｜ 阑夕 今天，是剪映的七周年。 去年的这个时候，剪映还在把一键成片作为周年礼，聚焦「好创意，不用剪」的智能化，主打一个便捷易用； 几个月后，剪映就直面创作者，正式提出了「All In AI，All In One」的产品主张，确定了AI全栈式创作平台的基调并延续至今； 到了今时今日，剪映又沿着这条主线，喊出「AI新创作，老地方见」，作为离创作者最近——没有之一——的生产力工具，覆盖从0到1的创作场景。 文章配图-1 我就感觉到快。 所以这一年里发生了什么？可能多到一言难尽，但最重要的是，AI落地的成熟度已经开始无缝接入千行百业的工作流，做视频这件事情，也不例外。 尤其对于剪映而言，早在自家公司推出断档级视频模型Seedance 2.0之前，它就已经吃到了这波AI红利： 根据Quest Mobile的统计数据，剪映的MAU在今年Q1依然保持了同比+12.4%的双位数增长，这对一个3亿MAU量级的生产力产品来说，相当少见，在所有国内AI应用中排名第二，仅次于自家兄弟豆包。 不过在全模态路线的发展趋势下，「把剪映重做一遍」的巨大工程，也丝滑无阻的竣工了，这才是一个可能彻底改写视频创作与交付结果的时代线索。 · · · 「AI新创作，老地方见」的台词不难理解，AI指数级的拓宽创作的边界，但那些全新的能力同样也被剪映供给，甚至在品质上更加能打，所以对于用户来说，「剪映在，不远游」。 这也是某种形式的「All In One」，类似的一站式口号并不少见，唯独剪映的「All In One」是建立在可量化和可定性的基础之上： 月均服务3亿用户积攒下来的真实工作流，是视频生产应用里的最大公约数； 依托字节自家的满功率模型，纯血接入从豆包到Seedance 2.0的原生能力； 打通即梦、小云雀、抖音等自家上下游产品资源，不必多线作战； 「All In One」有两层意思，相对浅显的那一层，指

笑死，我记得蚂蚁最开始推灵光App的时候，主打一个普通人的第一款Vibe Coding产品，还有不少评价是没意义、用不上、没留存，然后就是这几天大厂全在入局个人Coding赛道： - 百度秒哒在讲8岁小学生是怎么把想法变成可安装应用的； - 腾讯刚刚发布的吐司，支持在Android一键生成App； - 字节旗下的Trae也在加大SOLO模式的落地，极致服务个人开发的场景； what can I say⋯⋯ 全员画风转为「真香.gif」的原因，最主要的当然还是基模能力在这一年来的巨大飞跃，「同事.skill」之所以引起那么大的反应，本质上是因为它并非一个玩笑，对不对？ 当AI真的可以开始干活了，生产力的重新配置就是一种必然的集体选择了，天下大势，顺之者昌。 比如我就在Coding自己的文本转图片工具，用来把长文发小红书等平台，因为我的一些个性化需求，现有产品是没有的，我又没有立场去要求开发者专门为我更新功能，这在以前是无解的，只能忍着。 但在编程开发不再是一种「特权」之后，自力更生、丰衣足食就很合理了，只服务于一个人的应用是反市场逻辑的，因为ROI根本不成立，但在生产力空前富足的时代，市场本身都是可以被抛在一边的。 「你行你上啊」也成了一句鼓励，而非挑衅。 再举个例子，前段时间我参加活动，被临时提议把赞助商的礼物抽给现场观众，我是真的就在台上用非发言时间，基于现场座次分布，偷偷拿灵光搓了一个抽奖器⋯⋯ 你说这玩意有很大价值吗，当然不至于，但它在很大程度上代表了标准的个人Coding场景： 我需要，我得到。 我甚至在事后想了一下，为什么首选是灵光？因为我又用其他主流AI产品做了测试，大部分也能实现，但直觉上会把灵光当成第一选择，主要还是先入为主的心智起了作用。 这就是先发优势的红利，在我的手机里，各个AI应用都是「术业有专攻」的，而灵光就是负责生成一个可执行应用的那个。 而且确

ScreenShot_2026-05-15_215908_691.png 文 ｜ 阑夕 Coding的爆发，彻底断绝了「AI泡沫论」，这个应该已经成为共识了。 阿里财报显示MaaS ARR超过80亿元，年底还有希望再涨三倍以上，说明只有投入没有回报的周期是真的过去了，能够开始赚钱，大大小小的玩家腰杆都硬起来了。 原生AI公司的日子甚至可能更加乐观，摩根士丹利测算发现，在主流高性能AI推理集群的部署下，MiniMax平均每分钟进账1美金，同时成本低于0.3美金，而行业平均收入只有约0.5美元/分钟，相当于MiniMax仅凭利润就跑赢了大盘。 同期，在相同的硬件配置下，Claude Opus 4.6和GPT 5.4等美国闭源模型等单位推理成本大概是MiniMax的15倍以上，即便定价更贵，单位经济效益依然是落后的。 根据OpenRouter的数据，最近一年里，中国模型的Token消耗量从5%一路飙升到了32%，完全赢得了用脚投票的选择。 这就是Pure-play的价值，算清楚这笔账，对于理解走向拐点时刻的AI行业，非常关键。 · · · MiniMax之所以重要，是因为它被逐渐发现出来了稀缺性资产的一面。 最近几个月，各大投行和券商都在接连发布和MiniMax有关的研报，比如： 摩根大通认为，MiniMax在2B/2C两大市场的双管齐下，以及早有铺垫的全球布局，为这家公司带来看了同行里难得见到的经济灵活性； 相比同类上市公司，摩根士丹利对MiniMax的ARR和GPM更为乐观，它在基础设施上的优势，将会转化为领先的用户体验，以及超出预期的Token消费； 图片 在高盛看来，MiniMax将是新一轮模型竞争周期里的赢家，因为它实际上是和阿里、字节站在了同一高度，提前站稳了多模态能力，人类交互本质上就是多模态的； 国盛海外也更新了观点，表示可灵的估值达到200亿美金——几乎占到快手

Token的货币化趋势已经愈发猛烈了。 可能很多人还记得早年间英伟达发布会的惯例，穿着标志性夹克的黄仁勋一向喜欢把一块GPU捧在手里，给台下数千名工程师讲这块芯片能做什么、算力提升了多少倍，理论上，这是一个以硬件起家的公司最自然的叙事方式。 但这两年不同了，黄仁勋开始越来越多地讲Token，从AI服务的计费单位到如何进行生产和消耗，甚至自创了「Token经济」这么个概念，话题从铲子本身，慢慢转向了挖矿的经济系统。 原因其实不复杂，这么干一定是最有利于卖卡的。 老黄很清楚，英伟达的GPU卖得再贵，归根结底也只是一次**易，但Token不同，每一次AI服务被调用都会产生Token消耗，Token消耗驱动算力需求，算力需求支撑GPU销量，也就是说Token的流通规模，才决定着英伟达长期的需求上限。 不过有一个他没说到的问题是，造好了铲子，找到了金矿，那这套经济系统应该由谁来建？ 5月8号在苏州举办的2026移动云大会中国移动Token运营发展分论坛上，中国移动给出了一个很有意思的答案。 图片 在会上，中国移动正式发布了Token运营体系，核心是建立一套统一运营平台——统一计费、统一结算、统一鉴权——同时推动联合产业界建立跨模型、跨生态的Token统一换算机制，并发起成立中国移动Token运营生态联盟。 简单来说，这有点类似于AI时代的银联，在模型和应用之上把算力的消费网络建起来，让所有参与者都能接入同一套标准化体系。 这件事的意义，比乍看上去要大得多。 · · · 从去年开始，全球头部AI公司都在面临着算力不够用的问题。 这里的不够用，指的倒不是绝对意义上的资源枯竭，而是一种经济意义上的稀缺，众所周知，算力是有成本的，这迫使AI公司们必须重新进行资源分配，把有限的算力优先用在最赚钱的地方。 所以去年还在高调批评大厂囤积算力是「不负责任」的Anthropic，到了今年也不得不承认对

文 ｜ 阑夕 蒂姆·库克宣布了卸任苹果CEO的时间表，多少有些突然。 毕竟，虽然苹果永远在被诟病所谓「失去了乔布斯的灵魂」，不过从规模和市值来看，终究还是配得起蒸蒸日上这四个字。 苹果这些年来的稳定发挥，可能让人忽视了掌舵者已经66岁的事实，产品可以永远年轻，人类却无法拒绝老去，这是一个悲伤但冷酷的规律。 库克写了两封卸任信，对外的那封信比较四平八稳，充满了公关辞令，留给内部员工的「心里话」，更有看点。 在备忘录里，库克没有一个字是在谈论业绩，贯穿全文的，依然是价值观，他说崇尚简约、专注要事、追求卓越、让世界变得更好，是这些东西的分量，超过了包括自己在内的每一个人。 图片 在我看来，价值观的存在感，类似「书到用时方恨少」，歌舞升平的年代不太会想起它，到了感觉不对劲的关头，再想捡起来就晚了。 你可以说库克没有达到乔布斯那种惊为天人的水平——这么多年过去了，地球上也没有出现第二个乔布斯——但你不能说他没有延续乔布斯为苹果设计的那条路线： 被用户第一眼就能认出的路线。 其实随着小登们掌握了互联网的话语权，乔布斯被提到的次数已经急剧下降了，这倒是和祛魅无关，只是因为这届年轻人并没有经历乔布斯时代的苹果，但也不存在什么库克时代的苹果。 就只有铁打的苹果。 是价值观，以及基于价值观长期积累下来的那些禀赋，才是无论怎么更替操盘手，都不会被轻易动摇的品牌资产。 而在国内的酒店行业，也有一个品牌花了15年的时间，验证了同样的逻辑，甚至在我看来，它在住宿这件事情上推动构建的市场共识，是能和苹果坐一桌的。 常住酒店的读者应该都能和我一样想起同一个名字，全季。 全季一手打造的东方美学，已经在行业里独树一帜，从松弛去冗的空间氛围，到极简的功能主义设计，再到克制丝滑的住宿体验，全季酒店的辨识度达到了品牌研究的上限论： 即使把一切露出Logo的地方遮住，用户还是第一眼就能认出这是出自谁家的产品。 众所周

自全球算力资源吃紧以来，AI行业已经形成了一种奇怪的默契。 一方面，像Anthropic这样的模型公司变得更加专注了，从砍掉龙虾权限到账号认证收紧，都在秉持着算力优先的原则，任何专业生产力之外的场景，一律被视为不必要的支出； 另一方面，有大量C端业务的OpenAI正在加速商业化，既然对算力总量要求更高的多模态这条路已经注定无法回头，那羊毛还得出在羊身上，普通人用得越多，就越是要通过看广告等形式，帮助企业填平成本。 如果说前三年，AI行业的主旋律还是比谁的模型更聪明——参数更大、跑分更高、能通过的考试更难——那到了今天算力资源遭遇瓶颈时，「AI到底能给普通人带来什么」这个问题似乎依然没有被很好的解答。 这让我想起上世纪电力普及初期，最早拥有发电机的工厂只是把它架在原来蒸汽机的位置上，用电力驱动同样的传动轴，生产流程没有任何改变，电力不过是蒸汽的替代品。 直到十几年后，工程师们意识到电力可以分散到每一台机器上、每一个工位旁，工厂的布局才被彻底重新设计，效率也随之爆发。 这处境多少跟今天有些相似，模型的智能水平在溢出，甚至到了一种有劲没处使的程度。 而在今年数字中国建设峰会上走了一圈，中国移动「智能服务」展区给了一个让我意外的解题方向：没有生造任何令人难懂的技术概念，反而把AI拆碎了，塞进吃饭、看家、直播、送货这些再普通不过的场景里。 用着技术，但几乎意识不到技术的存在，这可能才是AI真正开始干活的样子。 图片 先管「吃饱」，再管「偷懒」 峰会现场最热闹的画面，来自一个叫「移动星厨」的展区。 机器人自己泡茶、自己送餐，从制作到配送全流程无人干预，甚至人类还没反应过来「这是AI在服务我」，食物就已经到手了。 无人餐厅这个概念喊了好几年，之前一直停留在展会秀一下的阶段，原因也不复杂，点单、制作、配送需要用到几种不同的设备，整条业务链很难被机器人串起来，任何一个环节出了问题，商业化也就

图片 去年开始，全国多地中考体育分值占比出现了大幅攀升的迹象，今年两会更是将「体教融合」列入了重点关注方向。 政策信号很清晰，就是让青少年动起来。 至于效果如何，可以留个悬念，我更感兴趣的，是过去每当一个好的教育初衷落地，市场是如何迅速把它变成新一轮焦虑的： 减负令一出，培训机构占据了校内腾出的空间，课外教培行业迎来空前爆发；鼓励艺术多元，考级产业链随即跟上，学琴学画沦为纯粹的加分工具；甚至在阅读推广、少儿编程等领域，也能见到类似形而上的剧情。 政策的本意是解放，只是有时候企业的嗅觉委实过于灵敏，以致于不少政策落地时，很快便会被新的焦虑填满。 卢梭在两百多年前就说过一句预言般的话：「大自然希望儿童在成人以前就要像儿童的样子，如果我们打乱了秩序，就会造成一些早熟的果实，既不丰满也不甜美，很快就会腐烂。」 某种意义上，体育也是如此。 就在各地相继提分、把体考纳入升学硬指标开始，家长们几乎是应激式的为孩子投入资源、购买装备、报班集训，就连一双不算起眼的碳板跑鞋，都已经成为焦虑消费的载体了。 · · · 碳板鞋在跑圈的名声由来已久。 这款原本为精英马拉松选手设计的激进装备，就是为了比赛成绩而生的，这没毛病，只不过在向下传导的过程中，被过分神化了。 在社交媒体上，很多运动类博主都在反复输出着「碳板焦虑」，似乎只要跟跑步挂钩的场景，碳板鞋就等同于专业性，是认真对待运动的证明，不服就是不客观。 但事实真是如此吗？ 南京体育学院的运动康复系主任戴剑松曾科普过，「中学生正处于骨骼发育期，日常训练不宜盲目跟风选择碳板跑鞋，无碳板或结构优化的竞训跑鞋，更适合青少年运动。」 事实上，运动员的「专业」和学生的「专业」，是两个截然不同的概念，碳板的力学结构是为成熟运动员的竞赛爆发力设计的，发育期青少年长期穿碳板训练，对骨骼和肌肉反而是一种伤害。 这原理并不复杂，也属于运动科学基本常识的范畴，只不过在铺