夜雨聆风主题：AI 正在加速改变世界，你准备好用它了吗？
日期：2026年1月4日
开场：为什么做这个节目
大家好，这里是《范凯说 AI · 周日晚聊》，我是范凯。
今天是2026年1月4日，新年的第一个工作日。今天我们主要聊三件事：第一，Meta 收购 Manus；第二，DeepSeek 发布了关于 mHC 流形约束超链接算法架构的新论文；第三，在 AI 时代，我们怎样更好地适应并找到自身的价值。
我先说说为什么想做"周日晚聊"这样一个直播节目。
在当前日新月异的 AI 时代，不管你是主动还是被动，都必须拼命往前跑。我每天都在学习新东西、接触新知识，这些 AI 的进展确实对我的工作、生活以及未来规划都产生了很大的冲击。所以我想在个人快速成长的过程中，定期把自己的一些想法分享出去。这也算是一个个人的私心——你每周定期分享，其实也是迫使自己做总结和复盘。
第二，我希望每周有个固定时间的直播，这样可以和大家建立交流和链接，日积月累，成为一个很好的沟通渠道。
第三，关于时间为什么设在周日晚上——周日刚好是一周的结束，明天早晨又是新的一周开始，在这个时间点做个人的自我总结，我觉得非常合适。我希望这个栏目能够持续做下去，如果每周做一期，一年就是52期，做个十年那就是520期。我想随着 AI 时代的进步，持续把这个直播栏目做下去。
直播的结构大概分成三块：第一块，花15到20分钟总结和点评本周比较重要的 AI 行业新闻；第二块，分享我个人最近在 AI 方面做了什么、有什么新的思考和判断；第三块，和大家交流互动。总共大概一个小时左右。
第一部分：本周 AI 新闻
新闻一：Meta 收购 Manus
2026年第一周，AI 行业发生的事情非常多。第一个重要新闻就是 Meta 收购了 Manus，收购金额虽然没有被曝光，但估值超过20亿美元。
Manus 可以说是土生土长的一家中国本土公司，在武汉创办，创始人萧鸿和季超都是湖北人。萧鸿是一个连续创业者，在做 Manus 之前，他做了一个 AI 套壳软件叫 Monica——花大概一个月20美元，就可以同时用很多海外最先进的 AI 模型。我确实也有朋友实实在在就是用 Monica 的。
2025年3月，他们发布了全新的智能体平台 Manus，在国内一度刷屏。到了2025年7月，整个公司从武汉搬到了新加坡，从一个纯内资公司变成拿到海外一线投资的公司。到了2025年年底，就被 Meta 以超过20亿美元的估值收购。从产品发布到被收购，仅仅9个月时间，年化收入已经达到了1亿美元——这是一个非常惊人的数字。
Meta 为什么要花巨资收购 Manus？
Meta 这家公司很有意思。它的历史上就是喜欢以巨额收购流量的头部公司。虽然它的市值已经超过1万亿美元，但业务实际上非常单一——90%以上的营收就是卖广告，和国内的抖音、今日头条一样，本质上就是信息流广告。对于这种营收模式来说，它需要两点：第一，要有更多的流量；第二，要有更高的广告客单价。
所以扎克伯格在非常早的时候就收购了 Instagram（10亿美元）、WhatsApp（160亿美元）、Oculus 头显——他总是通过收购的方式来构建流量护城河。
但是 Meta 在 AI 时代，特别是2025年，其实是很拉垮的。2025年初，DeepSeek 发布了 R1 模型，在开源领域一下超越了 Meta 的 Llama 系列模型，导致 Meta 整个 AI 团队陷入了非常混乱的状态，进行了大量重组。扎克伯格也意识到，如果在 AI 时代没有占据很好的位置，对 Meta 的未来会遇到很大问题。所以他不惜砸下巨资抢占 AI 时代的门票——2025年收购了 Scale AI 49%的股份，现在又收购 Manus。
2025年绝对是 AI 智能体的元年。智能体平台大概分成两类：一类是通过浏览器完成任务，像 Manus 这样；另一类是编程智能体，通过命令行或 IDE 来执行。对 Meta 来说，想抢占智能体平台的入口，最简单的方式就是收购 Manus。
Manus 给我们的启示是什么？
Manus 这家公司真正强的地方并不在技术水平，国内技术做得好的是 DeepSeek、阿里千问这些。但 Manus 团队做产品的感觉非常好，用户体验非常棒，让你感觉非常丝滑。它是"强产品、弱技术"的团队。
如果 Manus 一直停留在国内，没有全球最强的 AI 模型可以调用，它的估值可能最多也就一两亿、两三亿人民币，而且收入会非常艰难。它在2025年做的最正确的一步就是出海。所以总的来说，现在如果你要在 AI 方面创业、做出一些成绩，毫无疑问主要方向一定是出海。
新闻二：DeepSeek 发布 mHC 流形约束超链接算法架构论文
2025年一年前，DeepSeek 发表了两篇论文，随后推出了 V3 和 R1，非常令人震惊。12月31号，DeepSeek 又发了新论文，叫 mHC——流形约束超链接算法架构。
简单来说，就是为了在硬件比较差的情况下，能够训练更大的模型。整个论文聚焦在怎样在硬件非常有限的情况下解决训练稳定性问题，同时训练超大模型。我们可以理解为就是在"绣花"——没有那么好的硬件，不能像国外一样10万起步的 GPU 集群往上堆，那就在模型上拼命做优化。本质上是对传统 Transformer 模型和残差网络做了改造，使得在有限硬件下能训练出更大更好的模型。实验显示，在30亿到270亿参数模型上，性能有巨大提高，而能量消耗非常低。
中国人在人工智能领域真的是全球第一梯队。但从某种意义上来说，我也觉得有点心酸。
讲一个我自己创业的故事。 我2005年第一次创业的时候，真的很苦。那时候做网站，流量逐渐上来了，从一天几万访问量到十几万、几十万。我那时候只有一台服务器，花2万块钱人民币自己攒的一台山寨服务器，双核 AMD CPU。大概到08、09年，服务器负载就越来越高，经常80%、90%。没钱买更好的服务器怎么办？就是拼命在软件程序上做优化——数据结构优化、数据库优化、应用程序优化、编译器优化、缓存优化。那几年几乎把软件程序上能压榨性能的地方全部压榨干了，最后那台2万块钱的服务器一天支撑了150万到200万的访问量。
后来2009年下半年，公司账上有了一些钱，赚了六七十万，立马买了一台双路至强服务器，每颗 CPU 4核，两颗就是8核。程序迁过去以后，CPU 占有率从长期80%一下降到了20%以下。那一刻我就觉得，有钱真好，硬件好真好，你就不需要花那些精力去搞这些事情。
所以这也是我对 DeepSeek 这个问题的看法——我觉得我们很优秀，但更期待看到的是，当你资源充足的时候，能够把聪明才智发挥到更有价值的事情上。
新闻三：SimilarWeb 2025年12月生成式 AI Web 流量
SimilarWeb 公布了2025年12月生成式 AI 的 Web 端流量数据：
ChatGPT：68% Gemini：18.2% DeepSeek：3.9% Grok：2.9%
主要的头部就是 ChatGPT 和 Google 的 Gemini。ChatGPT 占据了全网三分之二以上的流量，但在过去一年中占比明显下降——一年前是87%，现在降到了68%。而 Gemini 一年前是5.4%，现在上升到18.2%。更惊人的是，一个月前 Gemini 还是13.7%，现在已经陡然上升到18.2%，一个月就上升了近5个百分点。
当然 ChatGPT 的占比下降不意味着流量下降了，因为整体用户在增长。但你会看到 Gemini 的增长态势超过了 ChatGPT。我个人感觉也是这样，我现在 ChatGPT 和 Gemini 都是付费用户，每个月各付20美元，两个都是重度使用。Gemini 确实在很多方面非常好用。
如果你有条件的话，还是要去用全球最领先的模型 ChatGPT 和 Gemini，它们给你带来的回报远远超过每个月花的那20美元。
第二部分：本周个人感想
感想一：AI 到底改变了什么？我们应该怎样重定位自己？
我现在还是在花很多时间学习和补课。我的第一个感想是：人工智能对我们的社会到底改变了什么？在这个改变过程中，我们怎样去重新定位自己？
我自己有一个感觉：在现在这个时间点，如果你在一家很大的公司里追求很稳定，而这个公司本身对人工智能的运用又不是很多的话，这可能是一件非常危险的事。它有点像温水煮青蛙——你在温水里面，不知不觉可能就被这个时代淘汰掉了。我认为现在这个时代，我们更多的是应该尝试去个体创业、做超级个体，或者哪怕你有自己的工作，也尽量拿更多的时间去使用 AI。因为 AI 给我们带来的变化太快了，几乎两三个月认知就完全迭代一遍，人与人之间的差距越拉越远。
我举几个例子。
第一，Steven Yegge 的观点。 他原来是 Google 的工程师，非常有名，后来自己创业做得也不错。最近他在访谈中谈到，自己每天大量使用 AI 编程工具做 Vibe Coding（氛围编程），并且抛出一个很重要的言论：如果你现在不去使用氛围编程的话，可能不到一年，哪怕过去你是非常顶尖的工程师和程序员，你的水平可能连实习生都不如。这一点我听完非常震惊。
第二，DHH 的转变。 Ruby on Rails 的作者 David Heinemeier Hansson，我2005年重写自己网站的时候就是用 Ruby on Rails 写的。这个人20年前发布了 Rails 框架，自己也财富自由了。一年前他对 AI 编程还是很排斥的，因为他是全球非常顶尖的程序员。但最近他也妥协了，开始用一个开源的 AI 智能体叫 OpenCode。
整个全球软件开发行业被氛围编程快速改变，这个趋势没有办法阻挡。
对于我个人来说，我认为氛围编程看似在消灭很多程序员的岗位，但反过来说，程序员实际上迎来了一个最好的时代。
为什么这么说？在过去的互联网时代，程序员只是大型软件团队中的一个零件。做抖音这样的大型 APP，一两个程序员是无法完成的，需要一个庞大的团队——iOS 程序员、Android 程序员、前端、后端、产品经理、设计师、测试人员、运营。在这个模式下，程序员真的就是一个螺丝钉。我记得很清楚，我原来带团队的时候，一个团队配两个 iOS 程序员、两个 Android 程序员、两个前端，还有后端。其中最焦虑的就是 iOS 和 Android 程序员——到后面没有那么多 APP 让你开发了，技术栈相对封闭，APP 开发完以后就没什么事了，非常担心被淘汰。这就是大规模分工对人的异化——你成为一个专家，但你专研的东西太精专了，一旦外部环境发生改变，你就很快失业了。
但现在 AI 时代的到来改变了程序员的命运。我真正用在写代码的时间被极大压缩了。我现在可以让十几个智能体帮我做开发——有的做 Planning 策划，有的做后端，有的做前端，有的做测试，有的做部署。一个程序员指挥十几个智能体工作，那些智能体每天十几个小时在跑，非常震撼。
程序员真正用在开发的时间已经被极大压缩了。那你就可以把更多的时间和精力放在：思考怎样找到目标市场需求，软件产品上线后怎样做推广，付费环节怎样设计，怎样给客户交付价值，怎样完成商业闭环。过去你就是个螺丝钉，产品经理让你干啥你干啥，老板让你干啥你干啥。但现在你的编程技能还在，只是编程时间被极致压缩了，所以你有更多时间去思考产品、市场、运营、变现——你自己一个人就变成一家创业公司了。
我认为接下来所有的程序员自己都要去想办法做软件开发了——你过去是个程序员，你现在是一个全栈创业者。
比如说我做自媒体、做短视频，过去我不愿意做大量复杂的知识付费类视频，原因就是制作成本太高——配图、配PPT、找视频素材，制作成本太高了。但现在有了 AI 就不一样了：我可以让 Gemini 帮我生成图片，让 Sora 帮我生成视频，让 NotebookLM 帮我生成 Slide，我只要把口播稿丢给它就行。所有素材全部齐全了，最后只要在剪辑里把所有内容串在一起。在 AI 来了以后，好几个工种，我自己一个人都可以干了。
所以 AI 对我们的改变就是：过去人类社会是大规模的分工协作，每个人都是机器上的一个零件，人很容易被异化。但现在 AI 时代给我们带来的是——我们作为一个个体，自己可以做所有的事情。每个人其实都是个创业者。哪怕你有自己的工作，但你具备这种能力的话，你自己是可以交付产品、交付内容、交付服务的。
"个体公司"，这是 AI 时代对我们最大的一个变化。
但由于这种分工的变化，AI 对个体有一个强大的赋能，导致个体之间的生产力差距非常大，我觉得会达到10倍。这意味着 K 型社会——一些能够把 AI 用得很好的人很快成为头部，但大多数公司已经不需要那么多程序员了，大量程序员会失业。
感想二：用 AI 实现"所思即所得"
我们怎样让自己的效率提升10倍？我认为现在最应该做的就是用 AI 来实现"所思即所得"。
有直播间的朋友分享说，用几天时间做了一个儿童绘本小程序，孩子喜欢得不得了。这就是很好的例子。
什么叫"所思即所得"？过去你想做一个软件产品，可能要花几周甚至一个月才能做出来，不会写程序的人更是没有办法。而且即便程序员，你做出来的产品真的有人用吗？真的有市场吗？不一定。
现在应该怎么做？利用 AI，一旦产生想法，当天就把它落地。比如说你今天想写一篇文章——快速把想法语音输入，三四句话说清楚你的观点和论据，然后抛给 ChatGPT，让它按照你的语言风格扩充成一篇公众号文章，再让它转成短视频的口播稿。过去写一篇文章可能需要半天时间，做一个短视频文案也需要半天时间，但现在可能仅仅需要5到10分钟就快速做掉了。
吴恩达在 YC 的分享中也说过，我们最好把自己的想法限定在一个小时内快速完成。
所以我觉得我们不要想去做一个很大的东西，你应该有了想法，就在一天之内用 AI 做出一个最小的 Demo，发布到网上、发给目标用户试用，请他们评价。如果反馈很好，再持续优化。一个月的时间，你就可以尝试10件、20件事，试错的循环变得极快。
想法在过去可能只是停留在脑海中，过一段时间就忘了。也许过了两年，发现有人基于这个想法做出了很好的东西还财富自由了，你只能说"当年我也有这个想法，只是没去落地"。现在有了 AI，有想法以后快速当天落地，不要怕糙，一定要当天实现，不要让想法过夜。
这也是2026年我对自己提出的要求。如果这样做的话，2026年也许可以有几十个甚至上百个想法落地，上百个想法当中总能有两三个靠谱的，最终撞上了，真的把它做成一个产品、一个爆款内容。
在 AI 赋予我们如此强效能的时代，最宝贵的品质是什么？我认为是两点：创意和执行。
很多工程师出身的人会说"我没什么想法"，但我觉得不是这样。你一定有很多创意，只是你第一没关注到它，第二那些创意在脑海中停留了很短的时间，一晃而过就不再记得了。你打游戏难道没有想法吗？出去吃饭看到有意思的东西没有想法吗？看动漫没有想到怎么优化吗？你是健身人士，健身上可以做的东西很多；你是痛风患者，医疗方面有很多想法。100个创意当中可能有90%不靠谱，但创业不就是这样的吗？90%注定失败，只有10%成功。关键是你要把脑海中每一个出现的灵感都捕捉到，然后快速落地执行实现。
不管创业靠不靠谱，有任何想法都把它记录下来，当天就落地。我们叫"行进中开火"——你根本不知道怎么瞄准，但打了100发子弹以后，你慢慢就大概知道该怎么瞄准了。
感想三：2026年一定要把 Agent 用起来
2025年我发现 AI 进展的速度非常快，很多程序员利用 Manus 指挥十几个 Agent 帮他干活，效率极高。我就发现原来我的思路也极端落后——我还是大量 Copilot 的用法，一对一交流、写提示词。所以2026年我一定要把 Agent 用起来，让自己个人的效率提升10倍，指挥一堆 Agent 帮我干活。
第三部分：观众互动
问：范老师现在是全职做短视频吗？
我2023年底离开前公司之后，最初也想过拿笔钱弄个团队去创业，但后来发现国内整体经济环境不好，不太适合拉团队做，所以这两年主要是做 AI 行业的企业咨询培训。但两年下来，我个人的感觉是不太愿意做企业方面的事情。最重要的原因是太慢了——企业应用从谈单、了解业务、解决方案到落地，快的话一两个月，慢的话半年一年。而现在这个时代两三个月认知就迭代一轮了，你一定要做能跟得上快节奏的事。自媒体每天发一个视频就可以迭代，做小的 AI 产品几天一两周就能拿到结果。
我现在对自己的定位就是"超级个体"——一方面做 AI 自媒体，同时自己做 AI 软件开发。当然也有朋友说你做出来也没用、没有流量渠道推广。但我觉得不用想那么多，首先你要有自我认知——做10个产品肯定有9个失败。其次，怎么推广这件事你自己不亲自做根本不知道门道是什么。快速做个东西然后去试着推，推不出来就让 AI 帮你——X、YouTube、Reddit、SEO、社交媒体投放，有很多路数可以做。你在试错过程中肯定有很多挫折，但重要的是你不去做就压根不知道路径是什么。有了 AI 帮我们干活，整个学习和尝试的过程从过去几年压缩到几个月，就快速把这个东西掌握了。
问：AI 应用产品的方向如何选择？
首先一个大原则：什么产品行、什么产品不行，其实没有人知道。我们作为个体应该做的只有一件事——拼命不停试错。你不知道什么东西靠不靠谱，你应该做的就是试错。产品要限定在个体一天之内就能把 Demo 跑出来，至少一周之内要做一个产品 Demo 出来。不停做、不停推，有个5-6个产品循环，你慢慢就找到感觉了。不要去看产品方向，你应该做的就是先跳到水里游泳再说。
比如我自己想做的应用很多：做一个 AI 体重记录 APP，打开直接语音说"我今天晚上体重多少多少"，AI 马上告诉你比昨天长了一斤，问你是不是去搓烧烤了——交互方式从自己点来点去变成语音对话，非常智能。还有英语学习，不是按部就班学三个月，而是针对"我下周要英语面试"这个特定场景，基于简历出10套对话，一周内高频训练速通。
诸如此类，生活中有很多可以做的事。还有很多海外创业者去看头部应用做得好就做竞品，我觉得也挺好。重要的不是哪条路通哪条路不通，重要的是我们要去尝试。一开始都是乱枪打鸟，然后逐渐收敛，方向就越来越明确了。
问：AI 或者 AGI 到底是不是泡沫？全力投入会不会见顶踏空？
我给你一个答案：从资本角度是有泡沫的，大概率在2026或2027年会出现泡沫破灭。但如果你是一个创业者或超级个体，你利用 AI 去提供产品、服务和内容，利用 AI 给自己赚钱——不存在任何泡沫。而且 AI 的能力在接下来两年还会突飞猛进。所以对于创业人来说，AI 没有任何泡沫，真正的泡沫只是资本市场的泡沫。
问：还要学习编程语言吗？
编程语言的学习方式完全变了。过去学编程是先学语法（花几天时间从头到尾学一遍），然后学类库（文件操作、数据库、网络等），大概需要至少两周才能开始开发小东西。
现在新的学习方式是：上来就让 AI 用某个编程语言给你做一个东西出来，中间看不懂的就把代码片段问 AI"这咋回事你给我解释解释"。过去是一种线性的从0到1的学习，现在是全方位的在使用中学习。
所以我个人的感觉是不需要专门去学编程语言，你需要掌握的是怎样更好地指挥 Agent 来帮你工作。当然过程中你还是要建立一些软件架构的概念——前端后端、不同模块怎么分割——但这种概念也是在用的过程中不停遇到问题、不停问 AI 来掌握的。
问：AI 创业应该做 To C 还是 To B？
毫无疑问，非常坚定地告诉你：AI 创业现在一定要做 To C 端的产品，不要去做 To B 端的。原因非常简单——做 To B 产品迭代速度太慢，一个试错循环可能长达几个月。但做 To C 产品，你的试错迭代速度可以压缩到一天，有想法马上实现、快速试错。
问：现在退出高考、不读大学，去做 AI 应用，你推荐吗？
从学历角度说，是有必要读大学的，而且应该尽可能读一个好的大学。很多时候出国需要学历作为硬门槛——比如香港高才通要求全球前100或前300的高校。但从实际工作能力上来说，国内的大学可能给个人带不来太多帮助，最终还是取决于自己的自学和实践。学校给我们的就是一张文凭。
我的建议是：大学文凭是要的，但上了大学之后学什么专业一点都不重要。重要的是上大学以后，你要用这四年的时间自己去做事情——大量自学、大量实践。海外有很多这样的例子，有人从大学开始就在 YouTube 做自媒体、自己学 AI、做 AI 产品，等到大学毕业的时候已经自己能赚很多钱了。
问：多 Agent 并行工作，脑子过得来吗？最多开两个都吃不消了。
你要让自己的脑速也变快，而且要规划一下——多 Agent 并行工作的时候，每个 Agent 干不同的事，你要让它们配合起来。
收尾
今天差不多就聊到这里了。每周周日晚上10点，《范凯说 AI · 周日晚聊》，跟大家分享本周 AI 行业新闻、个人思考，然后和大家交流。希望把这个直播长期做下去，一年52期，做个十年。
也欢迎加入公开的免费 Telegram 社群（已接近1000人），搜索 FANKAISHUOAI 即可找到。
晚安，祝大家睡个好觉，明天开始新的一周。
