夜雨聆风
这段时间 AI 行业看起来很热闹，但又好像不是那么热闹——很多投资人和从业者其实都有点迷茫。投大模型吧，投不起，格局也基本定了；投应用、投 agent 吧，又很容易成为模型公司的养料。到底该干什么、怎么干？
上周六我临时开了场直播，把最近的观察和判断一次性讲透了。这篇是整理稿。先把最扎心的一句放前面：再过几个月，所有做软件的公司都会有一种「坠落感」——我认为软件类公司，99% 都会消失。 至于为什么，以及机会到底在哪，往下看。
一、先说 WorkBuddy：我为什么不看好
很多朋友问我怎么看 WorkBuddy。说实话，我比较悲观，我认为它大概率是个阶段性产物。
你看，今天已经很少有人聊扣子（Coze）了——去年的热点是扣子，今天变成了 WorkBuddy。它最大的优势，是搞了一个所有人都能用的「AI 员工」生态，比扣子更好用、更轻松。但看终局：如果腾讯的模型能力上不来，WorkBuddy 最终也会像当年的扣子一样被淹没。 这点我可能跟很多人不一样，但基于过去三四年的观察，我还是比较坚持。
二、我看好的三个方向：RSI、垂类模型、具身智能
如果站在投资角度，我看好三个方向。
第一，通用模型的下一个范式——RSI（递归自我改进）。 很多人说通用模型没机会了，我不这么认为。现在主流 AI 大多还停在「和人对齐」的阶段，人仍然是模型的瓶颈；下一阶段要做的 RSI，就是让 AI 能自己提出问题、自己研究、自己解决，让人不再成为瓶颈。这个方向现在很火：田渊栋出来做的新公司在做，姚期智、姚班一系在推（还希望它是可解释的），Meta 的杨立昆也在专注这个方向。
第二，垂直 / 产业模型。 我判断明年会冒出大量产业 AI 模型，医疗、金融、工业这三个赛道规模最大。这里有我一个反复讲的观点：
可以类比：2000 年每家公司做个网站很难，2004 年之后难度急剧下降，如今人人都有网站。做模型也在走同一条路。现在去做垂类模型，坚持三年，你大概率能成为行业头部，就像 2004 年做网站的人熬到 2008–2010 年基本都变现了。而且垂类模型拼的是成本——参数比通用模型小、单位 token 成本更低，选型时我大概率会选你。梁文锋也是成本思维，DeepSeek 一直研究芯片和架构，就是为了压成本。
第三，具身智能。 门槛非常高，现在就像 2013–2022 年那个 AI 耕耘期，还处在 1.0 时代。要等它出现自己的「ChatGPT 时刻」才进入 2.0，我判断大概在 2030 年前后。所以现在别投入太多精力，除非你本来就卡在这个位置上。
三、别再迷信「训练很难」：它只占一家模型公司 10–20% 的精力
做应用的人到底该怎么办？我的建议是：别再盯着你的智能体，去想怎么形成自己的数据飞轮。
互联网时代拼的是数据资产，AI 时代拼的是数据飞轮转得够不够快。第一步，是你收集用户意图数据的速度够不够快；而前提是你的模型始终在行业前三，这样才有足够多人用你、你才能拿到足够多的高质量数据。
顺便给大家一个内部数据，帮你把「训练」祛个魅：在一家模型公司里，大约 50% 的精力花在数据上，30% 在 benchmark 上，真正花在训练上的只有 10%–20%。算法工程师是成果的体现者，但背后是数据、benchmark、集群等一堆团队在支撑。所以别把训练想得那么神——未来两年，训练的门槛一定会被拉到非常低。
我之所以敢这么说，是因为我们训练的医疗模型已经训好了，而且已经在协和这样的医院在用，后面也会对外。这个方向机会绝对有，而且很大。至于提升模型能力最快的方式，其实就一个词：蒸馏，没有别的捷径。
四、一个扎心判断：软件公司，99% 会消失
问自己一个问题：当你需要一个软件时，第一反应是去市场上买，还是让 AI 自己搞一个？
我相信屏幕前 98% 的人答案都是后者。以前自己做软件成本很高，所以第一反应是去买；今天做一个软件的成本几乎为零，市场自然被极度压缩。所以我说软件类公司 99% 会消失，很多公司现在还沾沾自喜「用 AI 开掉了不少人」，但最后可能连你自己都被开掉。做 FDE 现在还有订单，到明年可能连订单都没有了——每个人都自己搞了，干嘛还要你？
五、做应用只剩两条路：交付结果，或卖 AI 员工
那这种范式下，应用类公司靠什么产生价值？我认为只有两条路。
1. 交付结果。 别人原先花 1 万块干的事，你用 1000 块帮他搞定，甚至不用告诉他怎么干的。但这种模式交付成本很高，一个人一个月最多做五单、十单就到顶了。
2. 卖 AI 员工。 但前提是你得选一个数据壁垒足够高、市场规模又不太大、大厂看不上的方向——比如医院。市场太大，大厂都去干；太小又没有数据接口壁垒，一堆人把你卷死。而且记住：你的 AI 员工，核心绝对不能依赖大模型，哪怕阶段性依赖也不行。
顺带说 AI 员工的另一面机会：现在很多公司需要一个「AI 员工底座」。因为同事各自在用各种 AI 员工，一旦人离职，相当于把这些 AI 员工和沉淀的 skill 都带走了，公司没法平移这份资产。把员工的 AI 资产零摩擦地留在公司——这是未来一年会很火的方向。
六、别做通用 agent，去做垂直模型；GEO 和 FDE 是未来的标配岗位
过去几年我一直说别做通用 agent，今天我把话说更狠一点：别做 agent 了，去做垂直细分赛道的模型。
OPC 我也劝一句：它对综合能力要求非常高，主要集中在自媒体和短剧——短剧 98% 的人不赚钱，别去卷。最差你可以做点 web coding，拿 AI 工具帮人交付软件，说白了是拿着 AI 去「务农」，至少有钱赚；但只有做 AI-native 的事，才有时间复利。
还有两个岗位，我认为会像当年互联网催生「产品经理、运营」一样，成为 AI-native 公司的标配——GEO 和 FDE。尤其 GEO：
而且想把 GEO 做到食物链顶层，靠的不是把它当 SEO 来堆砌，而是去把 benchmark 研究明白。GEO 是按效果付费的，付费意愿远高于 web coding——只要是按效果付费，你就不会没机会，因为结果不会说谎。
至于最近火的「智能体网络 / AI 社交」，我不看好：我一旦把智能体交给你，你基本就能复制走，模式本身不成立。我更看好多个智能体协同去干活——因为 AI 是一场生产力革命，不是生产关系革命，别把精力花在做网络、做社交上。
七、哪些能上、哪些别碰：产业 AI、出海，和我不看好的几个方向
产业 AI 要抓紧卡位。 医疗、金融、农业都在冒机会，这些都是我亲自下场看到的：医疗我参与了相关的小模型公司；农业方面，我一位在中国农业大学的老乡，他们的「神农大模型」最近应该就会商业化。窗口期不会太长，一定要卡位。 不过农业不太适合大多数人——最终付钱的就那么十几家头部（新希望、北大荒这类），得有农业部级别的资源才玩得起。
被大模型覆盖的方向要避开。 通用办公场景——销售、运营、产品经理这类互联网白领岗位，我认为基本都会被 AI 内化掉，别再往这些信息化岗位上挤。大厂也在裁员，有的今年可能从一万六千人裁到六千人；如果你被裁出来，一定要往 AI-native 的公司走、往上走。
法律我个人不看好。 23 到 25 年国内头部律所我基本都服务过。律所是合伙人制、各自为战，总部没有动力推 AI；而且产品在这家律所成立，换一两家就碰到同样的问题，很难市场化。
出海是个好机会。 做 2C 的，与其在国内卷，不如把好用的 AI 产品本地化成海外版本（日语、西班牙语），做个独立站对外提供服务、把 SEO 做好。卷国外，好过卷国内。
最后说几个硬件方向：AI 硬件我暂时不看好——最成功的宇树，机器人主要还是用于表演，机器狗用于巡检，人形机器人目前没有特别好的场景。智能家居也没什么机会，唯一的变量是家庭保姆机器人，但技术还没突破。文化产业倒是有机会，可以做博物馆的三维投影、结合非遗做精品，但小场景就别卷了，没意义。
以上就是我这场直播的主要内容。时代变了，卡位的逻辑也跟以前完全不一样——别抱着历史包袱，真切地去想清楚自己该把握什么。我每周三晚、周六上午都会直播聊 AI，我们下次见。
