今年的 WAIC咖位非常之高，

我来分享一下，一个AI小白，一个非技术人员，一个大学生在高强度逛WAIC一天后的感受。

纯属个人狭隘观点，仅表述个人立场。

目录：

一、世界模型和具身智能

二、智能眼镜

三、Agent协议小产品

四、给 ADHD 患者做的应用

五、毛绒玩具 + AI

六、vibe coding一定会大众化，而它大众化之后会带来什么

一、世界模型和具身智能

进门第一眼，看到的是宇树的机器人产品，就是之前王兴兴坐上去过的那台机甲。

现场的机器人产品很多，应用场景也很复杂。

从落地应用的角度看，当前更容易直接使用的，仍然是工业场景下的机械臂和相关设备。

其他形态的产品机器狗、陪伴机器人、特定任务机器人等则更多处于演示或早期探索阶段，不少产品仍然需要工作人员的遥控器。

工业机械臂之所以已经形成稳定应用，主要是因为它：场景相对封闭，环境变量可控，任务高度重复

机器狗、陪伴机器人、下棋机器人等形态，技术上并不落后，它们替代的具体价值、用户持续付费的理由还远远没有被市场验证。

我现场记录的笔记里有一句判断：

具身智能一方面还需要大量真实世界数据的训练，另一方面要和世界模型共同进步。

具身智能的核心瓶颈，目前普遍被指向数据，而不是算力。

大语言模型可以依靠互联网上已有的海量文本、图像和视频进行训练。

具身智能则需要学习机器人在真实物理环境下的数据,完整记录下自身状态,环境反馈,物体变化和任务结果。

这类数据在互联网尺度上几乎不存在，采集成本高、速度慢.

世界模型被寄予的主要期望，正是扮演数据制造者的角色,用虚拟的大世界交互弥补真实交互数据的不足。

这是当前具身智能领域的一条主线。

但是当前的世界模型在外观生成上进步较快，在waic现场展示的主打世界模型概念的产品，也主要做的是3D展示，世界模型在动作交互和真实物理环境上还是有很多问题。

展台上呈现的更多是各自方向上的单点能力展示，有的侧重运动控制，有的侧重仿真生成，有的侧重特定任务演示。

具身智能的路还有很远。

二、智能眼镜

智能眼镜展区落地展示的功能，主要是两个

智能眼镜以后肯定是个很大的未来，但就目前这个能力来看，AI 硬件落地还需要走很长一段。

回来的晚上，我又去查了一下资料：

智能眼镜的市场一直在增长，但是需求人群没有明显增加

据 Omdia 预测，AI 眼镜 2025 年出货量增长约 158%、达到约 510 万台，2026 年预计突破 1000 万台，到 2030 年有望达到 3500 万台。中国被认为会成为仅次于美国的第二大市场，2026 年出货量预计约 120 万台，约占全球 12%。

这个品类是真在涨，但增长暂时掩盖不了这个核心矛盾：功能价值，撑不起佩戴成本。

要戴一个东西在脸上，得先克服：重量、续航、社交尴尬、隐私顾虑。和腕上的手环设备不同，AI 眼镜面临内置摄像头带来的隐私担忧，以及对全天佩戴的社会性抵触。

当然，这个问题或许是杞人忧天，因为手机装上摄像头，也不过才小几十年，在手机刚装上摄像头的时候，就有不少人表态应该禁止这些技术来保护隐私，而时代潮流证明了这种观点生命力极其短暂。

当价值压倒需要克服的问题时，智能眼镜自然会推广开来。

这就是典型的"技术在找场景"，而不是"场景在要技术"。

眼镜真正可能成立的，是"垂直人群的刚需工具"

在查资料的过程中，我还看到一个点：

这个行业有个共识，智能眼镜的发展方向应该是contextual AI，也就是情境 AI：看着一个机器零件问这是什么，看着一个人问他在会上说了什么。

这都说明：智能眼镜最终应该导向垂直人群的刚需工具，而不是通用产品。

三、Agent 协议小产品

有一个Agent的社交平台让我非常感兴趣，给了我很多启发。

当时我在思考两个问题：

Agent 之间自动协作、交易，这个方向本身在产业里是真命题。让不同的 Agent 能互相调用、互相协作，这是一条被普遍看好的路。

但"接入几千个、自动抓热点交易"这种表述，大概率是一种美好期待。因为难点是：

信任与结算：Agent 怎么确认对方不是在骗它？数字虚拟资产的交易如何担保？这几乎在重构一套价值体系，这并非不可能，只是这个愿景实在太大了。

责任归属：又回到了很经典的AI无法取代会计，是因为AI没办法帮会计坐牢这个梗。Agent行为是要有一个责任承担者的，至少就目前的法律而言，Agent还不能担责。

第二个点是关于全球Agent的接入。

高收益带来高风险。

铁拳是薛定谔的铁拳，砸不砸，什么时候砸，都是很玄学的。

小体量式的运行，专注国内市场的运行，专注国外市场的运行，都是不同的发展路径。

在3月的一场黑客松产品展示上，我就看到了不少算命产品的运营模式，保住国内市场的，就疯狂地加合规性审查，港澳高校同学做的产品则明确地向我介绍说，这个产品暂时不面向内地，他们准备瞄准东南亚市场。

四、给 ADHD 患者做的应用

早上看展时，我看到一个专门给 ADHD人群做的应用。

当然，这里的ADHD应该是一个泛指概念，而不是特指这个疾病人群，这个产品给了我很大的灵感。

我当时记下的灵感是两句话：

它的推理是这样一条链：

01-AI把开发一个垂直小产品的成本压到极低 

02-过去因为市场太小、养不活一个开发团队而没人愿意服务的长尾人群，比如ADHD、阅读障碍、老年人、罕见病患者、某些特定职业

03-现在一个小团队甚至一个人就能服务，于是供给爆发。

互联网时代的产品的经济学，逼着大多数人去挤最大公约数的大市场，因为只有大市场才养得活团队。AI 把开发成本打下来之后，服务一小群人，第一次变成了一门算得过账的生意。

现在绝大部分OPC就是在做这件事。

但容易做不等于容易活，因为AI的加成，现在做出来一个东西实在是太容易了，但是垂类人群往往有以下三个特点：

获客难，这群人分散在哪里？你怎么找到他们、怎么触达？

付费能力和意愿参差，需求强烈不代表愿意、有能力付费；

天花板低，就算你把这群人服务到极致，市场就那么大。当然，中国的人数基数决定了再小众的领域也会有巨大的规模，再小众的产业，也是亿为单位的衡量。

五、毛绒玩具 + AI

我看到这些玩具＋AI的第一反应是：他们在刻意模仿拉布布，在尝试用做娱乐产品的方式去营销。

这种模式是这样的：AI 不被用来解决一个新问题，而是被用来给一个旧的、已经被验证过的成功产品，套一层 AI 的皮。

拉布布的成功，靠的是什么？是 IP、是情绪价值、是收藏属性、是社交货币。

将AI重复套在已经验证过的东西上，可以极大降低失败的风险。在某种程度上，也锁死了产品的上限，当然啦，盲目追求产品上限和赌博没什么区别，甚至赌博赢的概率还大一些。

六、vibe coding一定会大众化，而它大众化之后会带来什么

下午在西岸听论坛，

非常喜欢王院士讲到的一个观点，vibecoding会像开车、写字一样普及 所以编程能力不是一个能长久保持的优势 。

于是我接下来就联想到，在未来真实数据的重要性会继续增加，变成第一护城河 

当真实数据变成了最重要的东西后，谁能拿到数据呢？

在某些国家，数据和权力紧密挂钩，最后不是最先进的产品积累了数据，而是买到特许经营权的产品积累了数据 

（自我反驳）可如果生产端发达到有需求就自动生产产品，用户还愿意把数据交出去吗”

 最后我还是落回了一个观点：地球上几十亿人，绝大多数人想不明白自己的需求，绝绝大多数人不愿意自己动手。

看似好像全人类都在为AI疯狂，其实Claude、code和codex现在用户也都还没有达到千万级别，没有达到全人类人数的1‰。

世界的参差实在是太大了，有相当一部分国家甚至还没有进入互联网时代。

接下来来拆解一下我的想法。

第一层：vibe coding一定会普及

现在的 vibecoding ≈ 高考毕业学开车，教育普及的时候学写字。

今天会 vibecoding，是一个有一点点稀缺的技能，但是随着工具的下沉，这个门槛在越来越低，最终会走向完全通用化。哪怕2026年的1月和2026年的6月相比，vibe coding的难度都下降了一大截。

模型进化太快了,opus4.6和fable5之间只隔了几个月，我去年冬天还在一边用Kimi水小组作业，一边吐槽它的的幻觉，今年7月，kimi3就已经可以和fable5，gpt5.6领跑世界了。

第二层：数据最重要......吗？

编程不值钱了，那数据就成了最重要的东西。

这是一个很标准的判断，但是不一定正确

通用数据越来越不值钱，别人拿不到的、垂直的、私有的、带着真实反馈闭环的数据，才最重要。

于是来到了我的一个核心判断：

这触及了一个东大 AI 产业的核心结构。

在很多关键领域，医疗、金融、政务、交通，数据不是靠产品做得好就能拿到的，而是靠资质、牌照、行政准入。

产品再优秀，没有那张准入的门票，你就碰不到那些最有价值的数据。

在这些领域，创业成败的关键变量，是你能不能拿到那张特许经营权。

第三层：自我反驳，如果需求能被自动满足，用户还给数据吗

我当时给自己提了个反问：如果生产端已经发达到有需求就自动生产产品的地步，那还有哪些用户，会愿意把自己的数据，交给别的产品？

这个反驳的内核是对的：数据的价值，依赖于数据能不能转化成更好的供给。

如果有一天供给极度充裕，用户不再需要"用数据换更好的服务"，那数据这个筹码本身就贬值了。

当然，这个观点还没有想明白，因为今天所有关于"数据为王"的判断，都建立在现在供给还稀缺这个前提上，而这个前提未必永远成立。

尾声

逛完这一天的 WAIC，如果要我用一句话概括感受，给了我很多新场景。

大家什么东西都在往 AI 上靠。可不少还是旧瓶装新酒那一套，把一个旧产品拿出来，套上 AI，就叫创新。这恰恰说明一件事：想出一个真正的创新点、并且让它落地，实在是太难了。

这是一件极有挑战性的事，难到这么高规格的展厅里，旧瓶子依然不少。

第二个是我一直想不到清晰答案的问题：AI 时代的产品逻辑，到底是什么样的？

AI 之后会带来哪些产业的蓬勃发展，大家也不是很清楚。

To C 端还有没有存在的必要？To B 端的话，那个 B 到底会是什么样的 ，B还是这种超级大企业的 B 吗，还是会慢慢演变成另一种形式？

一切都在变化，期待未来。