ai native company-Opc时代开启

今天看到所长回归的视频，作为一个ai的从业者感触很多，他提到一个观点ai native company-ai原生公司。

什么是AI原生公司呢？不是那些用了AI的公司，而是按AI能力重新设计出来的公司。

用了AI的公司，有可能是原来五十个人裁了十个人，剩下四十个人，每个人配了一个AI助手，写写周报，做做PPT，查查资料。这样的公司，本质上还是原来的部门，原来的协作，原来的工作流。其实什么都没有变，无非就是减少了一些打工人。整体的效率还是跟之前一样。

但是一家AI原生的公司，会把这些全部重新进行思考，ai并不是作为一个辅助功能，而是作为核心功能来进行设计，要保持在最小团队规模三五个人甚至一个人的opc公司，做大做强以后全靠AI智能体加上外包服务。

这样的ai原生公司对比传统的公司（包括已经用了ai的公司）的利润，可想而知。

半年的时间我紧跟ai的步伐，从一个完全不懂代码的小白，陆陆续续用ai开发了几个软件工具，针对tk批量带货的工作流，运营账号的智能体，做漫剧的系统，做设计图的生成工具，一些浏览器一键复刻的插件，飞书的多维表格工作流，以及针对房产运营定向开发的工具助手，还有一些企业的ai培训，这些事情放到半年前想也不敢想，如今却真真实实都实现了，ai让我受益良多。

我相信，这种AI原生公司未来肯定会大量出现。那它会不会造成就业灾难呢？会，但也会造成新一轮的创业热潮。

全民创业，万众创新2.0时代已经开启。

下面引用原文：
大家好，我是所长林超，好久好久不见了，我应该停更快两年了。这两年发生了什么？我在视频最后再给大家解释吧。
反正呢，就这两年我在香港做了一个基金，然后就是全球到处跑，到处看。哎，我最深刻的感受就是，现在这个世界不是简单的两极分化，甚至不是指数级分化，而是超指数级分化。
这个超指数啊，是超运算理论里的一个概念，数学术语叫迭代幂次。它跟我们熟悉的指数完全不一样。有什么差别呢？二的四次方就是十六吧，但二的四阶迭代幂，算出来就是六万五千五百三十六。假设有一个经济体，它规模一年翻一倍，四年之后就是十六倍。如果它规模一年翻一阶，四年之后它的规模就是现在的六万五千多倍。
而世界银行对二零二六年全球GDP的增长率预测是百分之两点六。按照这个速度，四年之后，世界大部分地方的经济规模也只有现在的一点一倍。所以，六万多倍对比一点一倍，这种数量级的差异，就是我们这个世界快的地方和慢的地方之间，所谓的超指数级分化的数学含义。
这种分化的背后，有着坚实的数学和编程学原理。当人工智能可以自己编程改进自己的时候，递归自我改进就可以形成了。用一个程序去自己改进另一个程序，再去改进另一个程序，这就是现在世界上极小的那部分经济单位正在发生的事情。
但是，与之对比，绝大多数的国家和地区，今天的变化发展依然在原地绕圈。向前走一步，明天向后退一步，后天在原地转个身。你看中东发生的那堆事儿，还有欧洲现在的情况就知道了。我们这个世界，已经分化成很多条平行的世界线了。
那么，中国在哪条世界线呢？
中国倒是一直挨着发展最快那条世界线，从来没掉过队。尽管我们的AI产业看起来还一直属于跟随地位，但全世界现在真的也只有中国能跟得上了。
我预计，未来三到五年内，中国的各行各业，尤其是大量新生代的创业者，将会真正意义上第一次分享到人工智能时代的巨大红利。这里说的不是大模型创业或者软件开发的AI公司的红利，而是会出现在千行百业，大量新型的AI原生的公司和生意。比如玩具产业、硬件产业、外贸、游戏、自媒体、广告、教育、医疗、健康、咨询、法务、税务、设计等等。
这些行业，过去几年并不站在科技革命的中心地带。过去几年嘛，硬科技公司才是中心。但下一个阶段，他们可能反而会是AI产业革命的新中心。
要深入了解这一系列的趋势，我们需要一个分析框架。如果纵观整个AI产业链，从最底层的能源供给到半导体、到计算中心、到大模型，一直到最顶层的经济生态系统，可以粗略地把它划分为十二层。
这里面第一层是能源。本质上AI计算就是从能源到token的转化，这涉及到两件事：第一你有多少能源，第二能源转化成token效率有多高。这两件事里，能源中国有优势，转化中国有劣势。而转化效率的这种劣势，就来自于第二层，芯片。这一块是中国目前一直断代式落后的领域。
接下来看第三层，基础设施，就是数据中心、网络、调度系统、运维、水冷系统等等。第四层是大模型，这一层大家太熟悉了。上面这四个层级，就是英伟达黄仁勋讲的五层蛋糕里面的底下四层。
而我们接下来的第五层是上下文，是大模型的工作记忆层。第六层是长期记忆，是大模型的长期记忆层。工作记忆管短期，类似内存；长期记忆管长期，类似存储。那最近流行的Manus等智能体，就是解决了长期记忆的问题。
然后就是第七层，工具集成。这一层就是AI接入浏览器、文档、代码库、微信、飞书、智能硬件、智能汽车、机器人等等外挂，你可以理解它是大模型的手和脚。
而第八层，就是现在AI圈火得一塌糊涂的新概念，编排器。它负责的是对加了手和脚之后的大模型，进行工作安排、监控、纠错、拆分任务、确保稳定性等等。这一层有点像操作系统。
如果把上面这几层打个比方，第四层的大模型就像是汽车发动机，第七层的工具集成就是汽车传动系统，而第八层编排器就是汽车操控系统。这几大层级合起来，就形成了一整辆汽车，也就是第九层智能体。
注意，这里说的智能体，指的是那种真正能干活的智能体。比方说前段时间爆火的产品，其实深入用过的人都知道，噱头大于实际。所以目前来说，第九层智能体这层还远远称不上成熟。
而未来一旦第九层智能体成熟了，就会开启更上一层的整合。一堆的智能体会组合在一起，去完成一个部门甚至是一个公司完整的工作流，这就进入到第十层和第十一层。当AI产业发展到这个层级，各行各业会出现很多AI原生的公司。
什么是AI原生公司啊？不是那些用了AI的公司，而是按AI能力重新设计出来的公司。
用了AI的公司，有可能是原来五十个人裁了十个人，剩下四十个人，每个人配了一个AI助手，写写周报，做做PPT，查查资料。这样的公司，本质上还是原来的部门，原来的协作，原来的工作流。但是一家AI原生的公司，会把这些全部重新进行思考：假设我现在重做这家公司，要保持在最小团队规模，做大做强以后全靠AI智能体加上外包服务。如果是这种思路，这家公司应该怎么重新设计工作流？
我相信，这种AI原生公司未来肯定会大量出现。那它会不会造成就业灾难呢？会，但也会造成新一轮的创业热潮。
我这两年全球旅居，越来越发现中国人的创业热情啊，真是全世界少有。中国的创业群体有几个非常特别的地方：需求敏感，效率极高，适应力强，说干就干，边做边改。这些特点，在AI原生公司的时代都是加分项。加上中国今天服务全球的语言壁垒已经完全消除，很多新出现的中国创业公司，今天第一天想的就是全球化。
中国在接下来的五年，大概率会重新开启一轮全民创业，万众创新。这个口号是十几年前上一轮移动互联网创业热潮的口号。不过我相信，接下来这一轮中国的热潮，规模可能是十几年前那轮热潮的几十倍。
在AI原生公司这个第十层和十一层，肯定是中国的大机会，这也是我二零二六年看到最兴奋的领域。
让我们沿着第十一层继续往下推。假设未来某一天，整个社会已经出现大量的AI原生公司了，那么再接下来会发生什么呢？就是会形成第十二层，AI原生的经济生态。
我们可以用一个比喻来理解AI原生经济生态。假设智能体是一辆自动驾驶的汽车，AI原生公司是一支自动物流的车队，那么AI原生经济生态，就是一整个自动交通的生态系统。这个系统里除了车队，必然还包括新型的公路、新型加油站、交通规则、修理厂、新型金融服务，还有围绕这一整套系统长出来的大量新型职业。
在这种新的生态系统里面，各个单元之间打交道，也不再是人和人打交道，而是智能体和智能体直接谈判、直接交易。根据目前情况推演，中国未来很有可能是全球第一个，至少是最早那一批，构建出完整的AI原生经济生态的国家。当然，它可能要花十年二十年才能形成。
如果我们跳出来重新审视这十二层的框架图，就会发现，美国的优势主要是从第二层一直延续到第九层，而中国的优势在第一层、第三层，还有接下来十年会逐渐长出来的第八层到第十二层。过去这几年，由于AI产业还没有发展到下面这些层级，所以感觉中国好像在AI革命里一直被动跟随。但随着时间的推移，AI越来越走向应用落地、场景细分，中国的硬件生态、创业者、产业链，就会越来越展现出相应的优势。
但是也未必。中国要取得下面这些层级的优势，至少我们在上面那些层级跟美国的差距不能越来越大吧。这里面中国真正绕不过去的，还是第二层芯片层里面那个问题，EUV光刻机。这个问题过去每次我跟行业里的专家沟通，其实大家都不太乐观。但是我发现，自从去年下半年开始，似乎大家的情绪有些变化。
不是说EUV的问题解决了，而是整个AI芯片行业正在发生新转变。今年三月份英伟达正式发布了Rubin架构，标志着芯片行业跨过一个重大的产业拐点。产业的竞争已经从单芯片时代，进入大融合时代。
过去我们比的是一颗芯片本身有多强，但接下来一颗芯片不够用了，你要做的是把GPU、CPU、HBM、LPU，还有其他不同功能的加速器，全部拼成一个超级系统。在这个系统里面，真正决定性能的不再是单颗芯片，而是这堆不同功能的半导体之间，连得有多快，延迟有多低，融合有多紧。这就是大融合。
大融合会使得先进封装变得越来越重要，而先进封装对EUV的依赖程度要小得多。更进一步来看，未来这第二层芯片层，真正的竞争力也越来越过渡到系统工程能力、集群组织能力、部署能力、成本控制能力。所以未来在第二层，中国的解法并不是做出跟美国一样强的单颗芯片，而是二流芯片加一流系统。这至少能保证中国在第十层和第十一层出现大量AI原生新机会的时候，不至于先天不足。
好，这十二层结构我们基本讲完了。最后，让我们再跳到一万米高空，看看背后一个更底层的重要变量，那就是，不同国家的民众，今天对于这轮AI革命的心态差异，其实非常非常大。
我在欧洲的时候发现，他们的普通民众对AI没什么感觉，每天咖啡照喝，阳光照晒，那么chill的生活是不需要AI大模型的。而他们的精英阶层，第一反应也不是兴奋，而是警惕，警惕AI会不会冲击社会伦理。在日本呢，表面上看AI存在感很强，出租车、地铁里到处都是AI广告。但其实，日本的大部分普通民众就是觉得，AI是个好用的PPT工具，高效的文案写手。大家并没有觉得AI是多大的、可以改写社会的变革性力量。
而美国那边就更有意思了，一边是硅谷充满了大干快跑的乐观，一边是大众充满了愈演愈烈的焦虑。美国现在有层出不穷的反AI组织，它们的音量正跟AI的能力同步放大。也就是说，美国的AI产业发展越成功，社会阻力也变得越大。
而我一回到中国，发现这里没有阻力，没有质疑，没有犹豫，大家只有兴奋。从大厂到创业者，从投资人到大学生，从产业老炮到地方政府，几乎所有人都在问：AI革命有什么机会？我能做什么？有什么红利可以抓？
你说这里面有没有泡沫，有没有虚火？当然有。但是一个新兴产业开始的时候，不就都是这样子吗？
这种国家之间的差异，比我们普通人想象的还要大。斯坦福HAI去年发过一份报告，访问了全球几十个国家民众对人工智能的兴奋和紧张程度。结果很有意思，像英国、美国、加拿大这些国家，对AI的紧张程度远大于兴奋；而像日本、德国这些国家，既不怎么兴奋也不怎么紧张。唯独中国，一枝独秀。不仅紧张程度异常的低，民众对AI的兴奋程度，还是所有统计国家里面最高的。
换句话说，中国这么大的人口基数，全民拥抱AI的盛况，放在全球真的找不到第二个了。而这种社会级别的基础环境，是孕育一个全社会层面的AI原生经济系统，最需要的一个底座。
至于为什么会这样呢？可能真有国运吧。国运这个东西，反正这两年我越来越确定，这玩意儿中国真的有。