AI进入第二幕:从对话到行动

上周,小米大模型负责人罗福莉说了句话,让我思考了很久:

“上一个时代的成功,不意味着下一个时代的领先。现在大家基本在同一水平线。”

她说的是大模型公司。但我看到的是更深层的变化——AI的能力边界,正在发生根本性改变。

上个月,我让Claude帮我写一个数据分析脚本。它不仅写完了代码,还直接帮我调试、运行、生成报告、画图表。整个过程我只说了一句话。

这不是对话能力的提升,这是能力边界的改变。

从对话到行动:AI能力的本质变化

2026年,AI进入第二幕。

第一幕是ChatGPT开启的对话时代,核心是Pre-train(预训练)——谁的数据多、算力强,谁就能训练出更好的对话模型。

现在,Claude Opus 4.6和OpenClaw的出现,标志着第二幕开始:从”对话”到”行动”,从Pre-train主导转向Post-train(后训练)主导。

什么是Post-train主导?

以前,AI是顾问,你问它答。现在,AI是执行者,你说需求,它直接完成——写代码、操作浏览器、管理文件、分析数据。

这个转变的技术基础是什么?罗福莉给出了答案:1T参数基座模型。

1T参数是新的门槛。没有这个基础,模型很难具备足够的”工具使用能力”。这就像从县城工厂升级到深圳富士康——不是量变,是质变。

为什么说”优势被抹平”?

更关键的是,Post-train的技术壁垒,远低于Pre-train。

Pre-train需要海量数据、巨大算力、长时间训练。但Post-train更依赖”如何让模型学会使用工具”,这是工程能力和产品能力的竞争,而不是纯资源的竞争。

这意味着什么?

OpenAI花了3年建立的护城河,DeepSeek用6个月追平了。小米、阿里、字节,所有玩家重新站在同一起跑线。

第一幕的成功经验,在第二幕可能是包袱。

你还在优化对话质量,别人已经在训练模型操作工具了。你还在研究怎么让AI回答得更准确,别人已经让AI直接帮用户完成工作了。

对你来说,这意味着什么?

这个转折为什么重要?

因为工具门槛降低了,但使用门槛提高了。

以前,只有大公司能用AI。现在,OpenClaw、ClaudeCode、Codex这些工具已经成熟,个人也能用上顶级AI能力。

但问题是:大多数人还在用Chat时代的思维——把AI当搜索引擎,问”怎么做”。

真正抓住机会的人,已经在用Agent时代的思维——直接说”帮我做”,让AI成为执行工具。

三个具体建议:

能力边界已变,认知要跟上。这不是未来,是现在。