夜雨聆风“ 鲸吞阅、精输出，内修外求，日拱一卒，慢慢变富。”——半亩云田
。
。
以下是这篇旧文的正文内容，希望大家喜欢
。
01.演讲脉络
演讲以“机器会思考吗？”展开，梳理了AI 70年从概念定义到技术爆发的发展脉络，明确 AI 是 “事关国运的世纪大竞赛”和第四次浪潮的核心定位。随后，聚焦中美 AI 在算力、算法、大数据上的竞争格局，通过“多模态、行业大模型、智能体、机器人、智能工厂、电商、服务业、智能硬件、超级个体”等十大应用领域的真实案例与详实数据，让听众（包括我）再次感受到：AI 对产业形态与日常生活的颠覆与重塑。
同时，演讲也给了警示：超级智能，可能通过操控人类获取控制权，需要建立有效管控机制，避免其绕过安全机制威胁人类生存；制造业，需“坚持可持续迭代，不迷信断崖式创新”的发展原则。
最后，演讲以“趋势大于选择”为核心共识，呼吁个体保持想象力、率先使用 AI 工具，企业布局核心能力，共同把握第六次创业窗口期。在 AI 呼啸而来的时代主动提出好问题、拥抱趋势与机遇。
总体感受，这篇演讲，从“机器会思考吗？”提问，层层展开，满屏，满篇，都是浓浓的“AI味儿”，既让人感叹，又让人兴奋，还让人焦心。错综复杂的情绪背后，引发的是：当下的个体、产业、国家，对“机器真会思考后，该怎么办？” 的深层思考。
02.AI的起源与时代定位
历史溯源：演讲中，吴晓波老师追溯了 AI 从1950年图灵“机器会思考吗”的提问，到1956年达特茅斯会议定义了“人工智能”，历经“连接主义”与“符号主义”的探索、英伟达等硬件企业的铺垫、深度学习与ImageNet数据库的技术突破，再到2022年GPT-3.5 以爆发式用户增长引爆全球市场，2025年中国DeepSeek的“斯普特尼时刻”，让 AI 真正走进大众的生活。
所以，你看AI 的爆发并非偶然，它也经历了70多年的技术积累、关键节点突破，才成为今天你我看到的“炸裂”、“必然”。
时代定位：AI革命是继农耕文明、工业革命、信息化（互联网）之后的“第四次浪潮”。AI 将成为全球经济与产业的新动力源，其历史意义被比尔・盖茨评价为 “不亚于互联网或个人电脑的诞生”。
演讲中，提到了阿里云创始人王坚院士提出的核心观点：“人工智能不是一次工具的革命，是一个科学革命的工具”。这一观点，颠覆了人们对 AI 的认知：若 AI 仅为工具革命，人类是被革命、被裹挟的对象；而 AI 作为“科学革命的工具”，那么每个普通人都有机会成为 AI 的主人，而非被动接受变革。
2025年的 AI，其发展呈现两大特征，一个叫涌现，另一个叫泛化。
涌现（Emergence），它是指当数据或经验积累达到临界阈值后，AI 能力会发生指数级跳跃与提升。站在现在，回看2025年，与 AI 相关行业以周、月为单位，持续诞生“新技术”，目不暇接。同时，AI 技术成熟度，也进入爆发期；
泛化（Generalization），它是指 AI 突破单一学科、单一产业、单一场景的局限，实现多学科技术突破、多产业深度应用、从企业端到个人端的全面渗透，如同洪水般，涌向社会各个角落，重塑生产与生活方式。这种“泛化”能力，也你我见识到了：从“+AI”，到“AI+”，再到“AI原生”，这几年AI对千行百业的颠覆与重塑。
看完这部分演讲，我在想：AI是一场不可逆转的趋势，对于个人来说，提前思考自身工作、生活场景会如何被 AI 影响。“思想AI化，AI行动化”，与其被动接受变革，不如主动了解、掌握这一“科学革命的工具”，而非被技术裹挟。
03.产业与社会变革：十大AI闪耀点
吴晓波老师，用身体力行去丈量AI对产业、行业、公司、产品的影响。演讲的这一部分，是最接地气、最精彩、最震撼，画面冲击十足，信息量炸裂的部分。
我的感受就是文章开头的那句：真的特佩服吴晓波老师的身体力行，真实的案例，详实的数据，深度的剖析，化繁为简的能力，真的很强大。
想，都是问题，做才有答案！
这一部分的“十大AI闪耀点”，除了第一点，我反复看的次数比较多，聊得也比较多。其余的，我在前期分享的文章中，多少也聊过，看完吴晓波老师的演讲后，聊点自己的感受。
1.中美 “AI三要素”竞赛格局
这一点，我看的次数多，聊得也多。
可以说，中美是全球AI竞争的核心玩家。过去一年，中美围绕算力、算法、大数据三大关键要素，展开全方位竞赛，形成了“路径差异化、实力均强劲”的格局：
①算力层面
两国均投入万亿级资金，来搞AI基建。2030年，中国将累计投入超10万亿人民币，美国达3~4万亿美元。当前，美国的算力，全球占比74.5%，中国为14%。超算中心数量方面，美国是中国的4倍，暂时领先。
不过，中国的电网装机总量是美国的近3倍，中国新增发电能力是美国的9倍，每年中国的电网支出900亿美元，是美国3倍。中国凭借全球领先的电网装机量、制造能力，为算力提供了坚实的硬件与能源支撑。
有一句话，叫做“AI的尽头是算力，算力的尽头是电力”。“你有你的算力，我有我的电力”，这就是中美两国在算力层面，体现出的“路径差异”。
另外，开源模式，是中国算法的“破局关键”。开源，不是“技术妥协”，而是“生态共赢”，它降低了全球创新门槛，让中国算法快速融入全球创业生态，既弥补了部分底层技术差距，又构建了独特的产业话语权。
大数据，是AI竞争的“燃料”。中美在这一层面，
形成了“主导全球、差距骤缩”的格局。
2025年，中美两国的大模型数量合计占全球80%以上，成为AI大数据领域的绝对主导者。这种主导，本质是“数据生态+场景落地”的双重主导。中美不仅有海量数据，更能将数据转化为大模型的迭代动力，这是其他国家难以复制的。
在技术差距方面，2023年中美顶级AI大模型的能力差距还接近20%，但到2025年初已缩小至0.3%，几乎处于同一水平。从20%缩至0.3%，印证了中国“场景驱动数据、数据反哺技术”的路径，是有效性。这也说明，不用盲目追求“数据规模第一”，而是聚焦“数据与应用的匹配度”，就能快速追赶。
想想2025年这一年，中国在通用大模型，垂直类大模型以及大模型在各行各业的渗透、应用，就不难理解：中国的大数据优势，不是单纯“数据量多”，而是依托庞大的制造业、电商、医疗等应用场景，积累了海量“有价值、能落地”的真实数据（如医疗数据、无人驾驶的路测数据等），为大模型迭代提供了精准“养料”。
看完这一部分，明白了：中美在 AI 上的竞争，走了两条不同的路：美国靠原始创新构建技术壁垒，中国则依托制造业基础和庞大应用市场，走“技术落地+开源共享”的差异化道路。这两条路，双方均有机会走通。而未来五年，中美也将在人工智能、机器人技术、能源存储、区块链技术和多组学测序等五个AI创新领域，进行角逐。AI竞争，将是一场事关国运的世纪大竞赛。
2.多模态：内容生产新革命
多模态，不是简单的工具升级，而是“内容生产的革命”。
多模态技术的核心，是AI能跨文字、图像、视频、动作等多种形式处理信息。这种核心技术，能让AI的内容生产效率、规模，远超人类，彻底颠覆传统内容生产模式，重构创意劳动的边界。
演讲中，吴老师列举了一些落地场景，比如普通人通过千问APP等AI工具，实现“文生图”、“文生视频”，赋能服装电商图、餐饮宣传图、自媒体短视频等创作。
AI多模态的能力，带来的内容生产革命，不仅仅是让内容生产从“专业门槛高”变成“人人可参与”；更是让内容行业的核心竞争力从 “制作技能” 转向 “创意内核”。
虽然AI多模态带来了内容生产的革命，不过，内容生产的本质从未改变——多模态技术只是改变了内容的“生产工具”，但“打动人心”的核心逻辑没变：无论是AI生成的视频，还是人类创作的文字，能传递情感、解决需求、引发共鸣的内容，才会持续有价值，而这些仍是人类的专属优势，是AI无法替代的。
3.行业大模型：再造千行百业
大模型的价值，不在于“通用能力强”，而在于“行业适配深”。脱离具体行业场景的大模型，没有任何实际价值。AI 真正的革命，是大模型与行业Know-how（专业知识）的结合，让每个行业都能拥有专属的“智能大脑”，真正实现“有多少行业，就有多少行业大模型”。
这一部分，吴老师举了一些落地案例：
比如，上海银行改造底层应用，打造全球首家AI原生手机银行，让老年人通过语音完成支付、缴费等操作，从普通零售银行转型“养老金融服务专家”；
比如，厦门国贸牵头搭建国家级物流供应链AI平台，其“铁矿石智慧决策链”整合气候、政策、产业链等多维度数据，价格预测准确率达65%，破解大宗商品贸易的风控难题；
再比如，金牌家居推出“飞流AI”小程序，覆盖全国43城，用户可通过聊天式交互生成装修效果图、匹配户型、对接施工交付，将老旧小区装修从3个月缩短至“一站式搞定”。
对于传统企业，转型机会在于“率先拥抱工具”。不必畏惧技术门槛，大模型的应用不需要“从零研发”，可借助成熟的基础设施，聚焦自身最核心的痛点，小切口切入即可实现大变革，关键是“找准问题”而非“追求技术完美”。
另外，大模型再造行业的同时，也在重构个人价值。未来职场中，“懂行业+会用大模型”的复合型能力，会成为核心竞争力。这一点，需要职场的个人好好思考。比如，家装设计师不再需要熬夜画图，而是转型为“创意指导+AI工具操盘手”，用大模型放大自身的行业经验价值。
4.智能体（Agent）：进入元年时刻
智能体，它不是单一功能工具，而是“自带知识库+自主行动能力”的独立单元，是“能自主理解、规划、执行任务”的AI形态。它可以嵌入不同硬件（PC、手机、机器人等），成为连接人与数字世界、物理世界的“中间枢纽”。
2025年，智能体已进入全面落地的“元年时刻”，它将彻底改变个人与组织的工作、生活模式。这一点，我在前期的文章、资讯中，也聊过比较热点的话题，如“豆包手机助手”。
当然，吴老师在演讲中，也演示了一些落地场景。比如，飞书智能体可调取旧文件、生成会议纪要、处理报销；比如，联想推出全球首款AI PC及“天禧个人超级智能体”，整合手机、平板、AIoT设备，实现个人知识库管理与隐私双重保护，还开发了“AI足球智能体世界杯版”解答赛事问题等。
2025年是智能体的元年，本质是：AI 已经从“工具”，进化为“助手”。它不再需要人主动操作的“工具”，而是能理解需求、自主推进的“伙伴”。这也标志着，AI将从“辅助执行”进入“主动服务”的阶段。
不过，技术的进步，也伴随着风险。诺奖得主辛顿警示：智能体的自主能力若缺乏管控，可能出现“操控人类、绕过安全机制”的隐患。类脑智能体的发展更需兼顾技术创新与伦理边界，不能盲目追求突破而忽视风险。
智能体的出现，能给你带来哪些思考？顺着演讲内容，我能想到的：
1.个人效率的“逻辑重构”
生活，工作，创业等，智能体让“个体=团队”、“效率的‘AI’次方”成为可能。过去或者说现在，需多人协作完成的任务（如资料整理、流程审批、内容创作），都可通过智能体独立完成，而且效率是个人多倍。
这就要求我们思考：如何从“掌握操作技能”，转向“学会指挥智能体”，如何将“善用工具的能力”变成自己的核心竞争力。
2.技术创新的“双面性”
演讲中，类脑智能体的演示失败不仅是技术瑕疵，更提醒我们“创新，从来不是一蹴而就”。
另外，技术越逼近人类能力，越需要建立“边界意识”。也就是，我们既要拥抱智能体带来的便利，也要明确“哪些事，AI不能做，不能越界”，守住人类的伦理与情感底线。
3.我们要的是，技术解决问题的“真实价值”。
智能体的成功，不在于技术多先进，而在于：它是否真的解决了需求。很多人会患有“AI工具焦虑症”：版本更新、新推一款AI工具，发布一款智能体，都会让你焦虑的不行，生怕没更新，没用，错过什么。
其实，脱离需求、解决问题的AI，只是“炫技”，毫无价值可言。这也提醒我们：面对新技术、新工具，先问自己“它能解决我的什么问题，对我有什么价值”，而非盲目跟风，焦虑万分。
5.机器人：下一个10万亿级市场
机器人革命的本质，是“AI走进物理世界”。与互联网不同，具身智能机器人将算法、算力与硬件结合，成为看得见、用得着的实体产品。它标志着AI将从“虚拟赋能”，进入“物理改造”的阶段。
机器人产业（尤其是具身智能机器人），与新能源汽车、房地产、养老产业并列，成为中国第四个10万亿级市场，是支撑未来十年制造业升级的核心力量。
中国机器人产业的核心优势：年轻创新+场景红利+供应链壁垒。
①产业生态年轻且硬核
国内30家具身智能机器人企业中，2/3是近三年成立，创始人以80后、90后为主（占比87%），超六成是博士或教授，创新活力极强；技术已实现突破，能完成自主抓取碎玻璃、打拳、写毛笔字等精细操作，打破“视觉幻觉”等算法难题。
②场景落地全面开花
机器人场景全面开花。演讲中，吴老师列举了一些实例。比如工业端，有优必选搬运机器人、千寻智能拧螺丝机器人；服务端，有云深处巡检机器人、银河通用前置仓机器人；消费端，催生AI玩具、荣耀ROBOT PHONE，甚至在养老场景实现搀扶、转移等基础服务。
③供应链优势稳固
中国占据具身智能机器人全球供应链的63%，覆盖核心零部件、结构件等关键环节，如同智能手机、智能汽车产业，已形成难以复制的制造壁垒。
总之，年轻创业者带来技术突破活力，完整的供应链降低量产成本，庞大的制造业与消费市场提供落地场景，三者形成正向循环，让中国在全球赛道中占据主导。
当然，10万亿级市场的崛起，不仅是企业的机遇，也是普通人的红利。比如，制造业工人可转型为机器人运维师，创业者可切入AI玩具、机器人配件等细分赛道，甚至消费者也能享受养老机器人、智能家电带来的便利，关键是要主动适配产业升级，关注其背后的刚性需求，找准自身与赛道的结合点。
6.智能工厂：定义工业5.0
智能工厂的本质，是“智匠”替代”工匠”。AI 其实并没有颠覆传统制造的流程，而是通过数据和算法，AI全流程赋能制造业，让“传统工匠的经验”转化为“可复制、可迭代的智能能力”，实现“专注 + 技术”的双重升级。
中国工业5.0，以“机器视觉+深度学习+大模型+具身智能”为核心，实现全流程AI管理与检测。全球灯塔工厂中，中国占比42%（85座），成为全球产业智能化最激进的试验场。
作为曾经在重工行业从业10年的我，看到演讲中，吴老师列举的一些案例，真的很感慨。
比如，海信黄岛空调工厂用数字孪生技术，让新人15天就能达到“焊王”水平；
比如，70年历史的双鹿电池，靠AI质检、配方大模型，将研发周期从1个月缩至30分钟；
比如，东鹏瓷砖通过智能配料、打印、窑烧，实现15分钟定制瓷砖，5A新国标达标率65%；
再比如，海天酱油建成全球首个酿造灯塔工厂，用AI选豆、制曲、质检，甚至量化170多种风味，打破“规模化与定制化不可兼得”的魔咒。
这些案例，传统行业的“破局启示：没有夕阳产业，只有夕阳思维。面对新技术，传统企业不必焦虑“被淘汰”，不必追求“大而全”的技术改造，而是聚焦核心痛点（如研发、质检、成本），思考“如何用AI放大自身优势”，小切口切入即可实现突破。
当然，站在“制造者”的角度，顺着演讲内容，我能想到的：
①个人与产业的“共同升级”
工厂从“工匠”到“智匠”的转型，也要求从业者同步升级。一线工人，需要掌握AI设备的运维技能；研发人员，要学会用大模型优化流程；管理者要理解“AI+制造”的逻辑。个人只有跟上产业升级的步伐，同频共振，才能在智能工厂时代立足。
②技术落地的“价值底线”
前面，我说“不必追求“大而全”的技术改造”。智能工厂的成功，不在于技术多先进，而在于是否解决“真问题”。降低成本、提升质量、优化体验、减少污染……等等，这些可能都是工厂的“真问题”，也是技术产生价值的地方。脱离实际需求的“智能改造”，只是形式主义，无法真正推动产业进步。
7.电商业：流量时代终结，AI推动平权
电商行业的“流量霸权”，本质上是“信息不对称”。这种信息不对称，表现为：商家需要靠花钱买流量，来触达用户；而消费者靠平台推荐，发现商品。
而“流量霸权”带来的影响，就是：外卖成本高（比如，30元干炒牛河，成本17元）、投流与平台抽成占比高（比如，民宿抽成达30%）、退货率居高不下（比如，女装超70%），流量被少数平台垄断，商家利润被挤压，消费者选择权受限等等。
AI的价值，在于消除这种“信息不对称”。它的破局路径：通过智能体打通“需求-分析-供应-交易”全链路。当需求能直接召唤产品，“流量”不再是稀缺资源，“产品力+精准匹配”才是核心竞争力，这让商业回归“货真价实”的本质。
未来，AI将打破平台“利益垄断，不愿开放入口”的壁垒，实现“搜索即交易”的闭环，让流量回归“供需匹配”本质，让信息重新“平权”，终结“花钱买流量”的畸形模式。
当然，电商的未来，核心是“AI赋能的普惠性”：AI降低了创业门槛（个人可当“超级个体”）、经营成本（无需高额投流），最终受益的是消费者（买到优质优价产品）和诚信商家（靠产品力赚钱），而非流量中间商。
总之，AI推动电商告别流量依赖，本质是让行业从“规模导向”转向“价值导向”。也就是，商家不再追求“流量最大化”，而是“用户价值最大化”；消费者不再被流量裹挟“冲动消费”，而是精准找到需求产品，这种变革终将让电商行业更健康、更可持续。
8.服务业：AI创造全新体验
对于服务行业，AI正以“场景化赋能+流程重构”的方式，彻底升级服务业体验，从综合服务到传统细分赛道，实现“专业度提升、效率翻倍、价值溢价”的变革。
演讲中，吴老师演示了千问APP，可一站式解决出行路线规划、本地餐饮推荐、景点筛选等需求，初步打通“咨询-推荐”链路，未来有望对接阿里生态的电商、支付、物流，实现“需求-交易”全闭环。
对传统行业的升级，吴老师举了美容院用AI皮肤采集仪生成精准报告、餐厅靠AI巡检系统提升运营效率、儿童照相馆借助AI+3D打印转化为高毛利玩偶产品以及小诊所“全诊通”覆盖1.5万家门店的案例，说明“没有夕阳产业，只有夕阳的人”。
服务的本质是“人+技术的共生”，AI对服务业的革命，不是“替代人力”，而是“创造全新体验+放大专业价值”。它解决了服务业“专业门槛高、效率低、个性化不足”的痛点，让普通服务更精准，让专业服务更普惠。
9.智能硬件：引爆消费新需求
消费升级的本质，是需求的“精准匹配”。这要求，智能硬件的革命，不是“+AI”标签，而是“重构场景生态”。AI智能硬件，也已从“功能叠加”，升级为“场景化生态重构”，满足“千人千面”的个性化需求。
所以，我们看到演讲中，方太的定制菜谱、慕思的分区睡感，九牧的AI智能马桶。这些都说明消费者要的不是“更先进的硬件”，而是解决用户的核心痛点，“更懂我的体验”，这也是未来消费产品的核心竞争力。
2025年，AI智能眼镜成为现象级赛道，具备导航、翻译、支付、识物等功能，2026年全球预计出货2360万台，供应链100%国产化，形成千亿级市场。AI智能眼镜的爆发，不是因为“功能炫酷”，而是因为“解决了高频痛点”（导航、翻译、支付一体化等），且供应链国产化降低了门槛。
AI智能眼镜的案例，启示创业者，不必追求“大而全”，聚焦一个高频场景、打通供应链，实现“以小博大”；也启示家具家电企业转型时，不必恐慌“被科技公司颠覆”，但必须补齐“大模型 + 操作系统 + 生态”短板。如果只停留在“硬件+AI功能”的表面升级，终将被那些“结合自身行业经验与AI生态”的企业淘汰。
10.创业窗口期：“超级个体”崛起
工具革命，带来机会平权。AI工具，让创业从“资源密集型”转向“能力+工具型”，不再依赖资金、人脉等传统优势，普通人只要善用工具、有创意，就能成为“超级个体”。
创业成功的关键是“先找工具，再定方向”。新时代创业逻辑已改变，不再是“先规划项目，再解决执行难题”，而是“先明确需求，再用AI工具降低执行门槛”，工具的使用能力成为创业核心竞争力。
2026年，将成为中国第六次创业窗口期。不同于前五次窗口期的“政策红利 + 时代需求”，这次的创业窗口期特征是：AI工具催生“超级个体”，让“轻资产、低门槛、高效率”创业成为主流。
演讲中，吴老师对比了中美风投差异：2025年美国风投将64.3%资金投向AI，押注单一赛道；中国风投赛道更宽，覆盖IT、半导体、生物医药、智能制造等，AI投资占比虽低（金额占20.7%），但更侧重应用落地与智能硬件，与美国形成差异化布局。
相比美国单一押注AI，中国创业赛道更宽、应用场景更丰富，AI工具与制造业、服务业的结合，能催生更多接地气的创新，这是中国创业的独特优势。
当然，窗口期的机遇不是“人人均等”，而是“适配者优先”：AI工具降低了创业门槛，但也加剧了竞争，只有那些“懂需求、会用工具、能快速迭代”的人才能抓住机会。
对普通人而言，不必执着于“开大厂、做巨头”，“小而美”的超级个体模式更具灵活性。1人公司、4人团队可聚焦细分场景（如小众AI工具、垂直领域服务），用AI工具放大效率，实现“以小博大”，这也是未来创业的主流形态。
另外，保持长期竞争力的核心是“持续学习+价值沉淀”。因为，AI工具会不断迭代，创业门槛可能进一步降低，短期靠工具能快速起盘，但长期竞争拼的还是“持续学习工具的能力”和“用户价值沉淀”。
04.最后，趋势大于选择
到此，吴晓波老师的这场年度演讲结束了。
在这个正呼啸而来的AI时代，选择大于努力，但趋势大于选择。请对世界保持想象力，并且率先使用AI工具。
请记住：AI 不是少数人的特权，而是每个人都能掌握的工具，率先拥抱趋势、善用工具的普通人，终将成为 AI 时代的主角，这可能就是这篇演讲“普惠性”的核心。
最后，祝福每位普通人，成为AI的主角，畅游未来！
。
。本期就聊到这儿，咱们下期见！
