播客采访：Koji

整理编辑：十字路口

‍ 排版: Zeoooo

「十字路口」2026 年终 AI 复盘系列的第一期来了！

今年，我们不打算做大而全的新闻盘点（交给 AI 总结就够啦），而是邀请十字路口身处 AI 一线的朋友们 ——创业者、研究员和投资人，分享 10 个真正触动他们的 AI 瞬间。

本周的嘉宾是「屠龙之术」主播庄明浩，他的 10 个 Aha Moments 有惊喜，有惊吓，也有看完 AI 带来的各种奇观之后，想要重新找回一点粗糙人味的时刻。

微信收听播客：

小宇宙收听播客：

视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube、抖音 等平台

① OpenClaw：刷屏后留下了什么？

Koji

明浩，你的第一个 2026 年带来的 Aha Moment 是什么？

‍ 明浩

2026 年马上进入 Q4 了，大家回想 Q1 的时候，所有人应该都会想到 OpenClaw 的崛起。

第一个就是 OpenClaw？

对。其实 OpenClaw 正式发布应该是在 2025 年的 12 月份，但真正意义上在国内产生比较大影响，我没记错的话是在春节左右。

1 月底那个时间点，春节回来马上所有大厂瞬间跟进。如果大家有印象，可能还记得当时在腾讯楼下大家排队去安装，去抢 Mac mini 这个设备，甚至很多人花钱请别人帮忙装。

OpenClaw 爆火时的排队安装与厂商跟进。

在那个时间点，OpenClaw 还是一个太新且相对不完善的状态。但参与到行业中的无论是技术从业者、研究员，还是偏产品和观察的角度来说，大家都充分意识到了 Agent 也好，或者今年更热的词 Harness 也好，他们所带来的对模型改进的影响，以及对普通用户的促进。

大家有种感觉：潘多拉魔盒被打开了。

所以大家才会排除万难地一定要去体验，并且感受这个东西带来的变化。

回头来看，在 2026 年年初，我们真的迈入了一个新时代。2024 年 Sam 就说过 L1 到 L5 的划分，当时划分 L3 就是 Agent。在那之前，做 Agent 跟相关的尝试就已经很多了，但大家都在摸索找一种范式。

这种范式可能包括今天所有 Harness 的搭建：到底给用户提供什么组件，接入什么工具，是云端还是本地，有没有一台常驻的 24 小时设备，通知是通过 App、网页还是已有的 IM。

所有这些打包在一起的状态，从 OpenClaw 那个时间点开始，大家认为已经收敛了。

虽然今天讨论 OpenClaw 的人没那么多了，但回头看，这应该是过去一整年在产品层非常重要的一条主线。

今天也会有一些声音说，当时对 OpenClaw 这么大热情、这么疯狂，大家是不是太过于投入了，或者放大了焦虑和 FOMO 情绪？你怎么看当时那种情绪的好与坏？

好在大家开始尝试。最近 Q4 讨论 Personal Agent，这一轮的演进其实在 OpenClaw 出来时，大家往未来推演或多或少都推演过。

但在当时它还属于少数极客的尝试。大家尝试怎么跟 AI 的 Agent 配合，给它上下文、本地权限后，怎么做工作流的改建，最前沿的使用者和技术人员在那个时候已经开始去探索这些新事物。

过去一年，无论是产品端还是模型的改进，其实都延续着这些思潮在推进。

不好的地方在于，除了最前沿关注的人之外，大部分普通人如果没有参与那个过程，今天来看也没漏掉什么。

这种叙事在过去几年持续出现，大家开玩笑说：发展太快，已经快到我可以什么都不学，它就过时了。

但另一种观点是，如果你没有在那个时间点体验到那些难处，就不太能知道为什么今天新的代表产品会这么做。他们解决的问题，正是当时遇到的难处，可能是体验层、操作层、组件层、协议层甚至底层技术层的。每一层都有专门的人去解决往前推，像木桶一样，所有的板子都拉齐了，才到了今天的样子。对普通人而言，当时确实没必要买台 Mac mini 装上折腾，但除此之外的其他事情我觉得都是必要的。

对从业者来说是很有必要的。

相当于给了大家一个收敛的共识，或者一个更明确的指向性，让你知道该干什么 ——这是 OpenClaw 巨大的贡献。

世界不是均匀分布的，如果你可以作为 Early Adopter 更早地看到一些产品，也可能你会得到比别人早一点的启发。

② Seedance 2.0：字节赢的只是模型吗？

好的，这是第一个 Aha Moment，那第二个是什么？

差不多时间，也是春节左右，Seedance 2.0 的发布，这是视频模型的一个节点。在这个时间点大家公认，视频模型这场战役还是要看中国厂商，并且字节已经站到了最前面。

更现实的是，如果我们把语言模型和多模态模型或者视频模型分开看，过去一年语言模型几乎每天在更新版本，可是以 Seedance 为代表的最头部视频模型的版本号更迭其实没那么快。

没那么快的原因可能是视频模型比较难，但更重要的是字节有自己的节奏去认真做这件事情。

现在 Seedance 2.5 刚发，之前是 2.0，中间半年多时间几乎没做什么。这在语言模型那边不可想象，但在视频这边，哪怕它没做什么，依然是最领先的，奠定了大家公认的世界第一的地位。

你觉得是什么原因？它成为 SOTA 那么久了之后，大家也没有追上。

各家有各家的问题。海外原来追得比较紧的是 Google，中国可能是可灵、MiniMax、海螺、PixVerse。

字节在 2026 年 Seedance 2.0 发布之前就已经显现出领先地位，但没那么强势。

从 2025 年底到 2026 年，整个模型训练角度看，拥有独家数据厂商的边际效应增强其实已经有苗头了。在视频领域，字节有这个资格，而且它的资本、人员充裕程度和战略决心，超过其他中国厂商一到两个身位。

跟 Google 比，Google 过去一年经历了太多别的事情导致摇摆。原来大家认为 Google 在多模态、语言模型、TPU 上都很强，但这个叙事去年年底瞬间推掉了。今年大家说 Google 落后了，落后就要去追，上半年就在追语言模型。加上算力受限，团队内部也要抢资源。

多模态在美国叙事里可能是边缘战场，不是主桌，所以在策略上 Google 没跟那么紧，优先级没排在最前面。

大家还是觉得 Coding 通向最终极的 AGI。

更现实的问题在于短剧产业。

去年兴起的 AI 短剧浪潮，到今年更疯狂了，这件事对字节而言形成了一个更强劲的 Loop，也就是一个 RSI 的循环过程。

字节全家桶，字节产生，字节分发。

对，加上字节消耗广告。

这件事对模型本身有促进，用户行为也全都参与进来。这是广义上的全流程通吃，利润也通吃。所以字节不需要担心任何问题，策马狂奔，其他竞争选手跟它就不是一个量级了，哪怕可灵也形成了类似的闭环，但也比它小好几号。在这个世界，大就是好。

Seedance 2.0 的发布跟过去这大半年，虽然占据传播的版面不是特别多，但在产业落地和相关的漫剧、短剧、真人剧上，是配套出海到视频模型的演进。

过去这半年多，有些打不过视频模型仗的厂商，就去追世界模型了。真正还在打视频模型仗的，就是在追高清 4K、超长动作一致性、人物稳定性这些古典意义上视频质量的事情了。

而且美国的竞争对手感觉都退出战场了，基本上能提到的 Luma、Pika、Runway 也慢慢出局了。

不在主流视线中了吧。

那你觉得视频模型的战争已经算是结束了吗？

今年另外一个热词是世界模型。大家会认为语言、世界模型甚至拓展到物理模型，到底会不会最后用一个通用的方式全部解决掉？尤其是 GPT-6 发了之后去做 3D 这个事情，讨论特别多。

到底能不能通过当前在语言模型上验证的 Scaling Law，一竿子捅穿所有事情？如果未来是一竿子能捅破，那它就在一起。

可是现在看起来还是分开的。今天所有做视频模型、世界模型、物理模型的独立厂商是站在这边的，而通用模型的厂商是站在一竿子捅破那边的。这两条线到底会在什么时间点出现什么变化，是明年会关注的很重要的节点。像宇树的王兴兴前两天说，GPT-7 发出来应该就是把物理捅穿。那如果捅穿了，对于今天所有做偏物理 AI 的独立模型厂商而言，可能就是挑战或者威胁。

十字路口公众号之前有一篇文章《OpenAI Astra 是对具身模型的降维打击吗?｜两场圆桌的七个观点》。当时 Astra 发布的第一周，我恰好主持了外滩论坛和京东云论坛的两场具身圆桌，于是我把这个问题抛给七八位一线具身公司的创始人或首席科学家。

现实的问题在于，具身本身的商业模式没有非常丰满、稳定且固化，所以存在很容易被捅穿的可能性。

但我们经常会有另外一个角度，就是游戏。这轮 Opus 5.5 和 GPT-6 出来后，大家认为游戏也被颠覆了，但好在游戏本身的固有商业模式够强，盘子足够大能支撑很多事情。

另一方面，Seedance 2.0 衍生的短剧行业是很复杂的。前两天有朋友说，如果回看同一时期的发展脉络，红果上线三年的发展速度是超过抖音的，无论是用户量还是用户时间，可能打败抖音的是红果。

③ Sora 2 关闭：一鲸落，谁在生？

前面聊了 OpenClaw 和 Seedance 2.0，你的第三个 Aha Moment 呢？

‍ 明浩 

第三个其实是顺延话题：3 月 24 号 Sora 2 关闭。

当时有一种论调认为，纯视频模型的独立状态被 Seedance 影响过于强烈，又因为竞争疯狂加剧，让 OpenAI 在有限资源选择上做了一些调整，把它关掉了。

战略放弃？

对，这引发了两个议题。

一个是刚才聊的视频模型，另外一个是过去几年讨论特别多的：到底头部的大模型厂商能不能把所有东西都吃掉？

现在看两方观点都有自己非常强的站位。一方认为就是会吃掉，今天捅穿了数学，明天捅穿物理、法律、金融。另一派认为哪怕大模型这么强，你也会在各个垂直板块看到发展非常快的公司。

我觉得这两方观点都对，没有谁一定把谁 100% 全部通吃掉。但今天 AI 这一波发展进入到了大家可以去认真看一些非主战场的边缘战场，其实也不小，机会也很多。

不是所有人都要去做 1 万亿、2 万亿美金的公司，做一家一两百亿美金的公司其实也很强。这波大浪之后，一两百亿美元的盘子其实是非常多的。

有哪些边缘战场可以举一些例子？

比如 AI 浏览器加 AI 搜索，Perplexity 虽然没什么人提，但收入流量一直很好，今天可能也是两三百亿美金的公司了。

虽然大家认为 AI 搜索第一天就会被 Google 干掉，但谁还记得 OpenAI 也发过 AI 浏览器呢？这已经不重要了，在无人关心的角落，还是有些公司长得很好。

Perplexity Comet：把网页阅读与 AI 助手放在一起。

最近大家聊得比较多的是 Character.AI 这个板块，中美两国的观点差别比较大。在美国基本上是一鲸落万物生，Character.AI 核心团队被 Google 买走后，它的公司使命状态已经被判了死刑了。

死缓。

对，就是死缓。

这个战场其实持续有很多公司在做。直到 2026 年下半年，市场上已经有四五家公司跑出来了，估值 10 亿甚至小几十亿美金，ARR 可能 1 亿美金以上了。已经有不止一家中国公司、韩国公司、东南亚公司。

几乎都是亚洲公司，比如 OOC、Tipsy、Emochi。

相对于 1 万亿的 OpenAI 和 2 万亿的 Anthropic 来讲，这确实不是什么大事情，他们也看不上，但对于初创公司和早期投资而言，这个事情值得参与。

今年我有个很大的感触：当我们频繁去提及那些最大的数字时，我们已经忽略掉了当年我们投出一家 10 亿美金的公司已经是非常好的成绩了，今天这个战场里 10 亿美金的公司可能刚融完天使轮。

对，起步价。

④ RSI：一篇 Anthropic 的文章，让明浩毛骨悚然？

当市场最大的公司涨到 1 万亿、2 万亿美金，比很多传统巨头都大、收入都高，他们花那么多钱，就会变成另外一些公司的收入，这个量级足够养活出一堆几百亿美金的公司了。

今年这轮 RSI 诞生的数据公司、做后训练、做推理的公司，包括 Neocloud 公司，不都是这个逻辑吗？

6 月 4 号，Anthropic 发了一篇文章，标题叫《When AI Builds Itself》。

Anthropic 是一家特别擅长做动画的公司，每次发布博客文章都会配一个可视化的好示意图。他画了两张图，我看完之后就是毛骨悚然，鸡皮疙瘩起了一身。

第一张是他标题的图，左边是标题，右边画了一个动画：Anthropic 的 Logo 本来是个像马赛克的方块，逐渐变成 Anthropic Logo。方块不断复制叠加，叠出一个大的 Anthropic Logo，大的再变成小的继续叠，然后再变成更大的。

我当时看完就跟恐怖片里地上全是害虫在爬一样，这个可视化做得太清楚了。

Anthropic《When AI builds itself》原文标题动画

一生二，二生三，三生万物？

三生万物，就是这么简单。

他在文章正式内容里画了一张更清晰的示意图。第一行是人类加一台电脑，得出 Anthropic 的 Logo。第二行人类加电脑加 Anthropic，训练出新的 Anthropic。第三行人类加电脑加两个 Anthropic Logo……加到最后，人类不见了。

Anthropic《When AI builds itself》原文交互示意图；最后的「20XX?」为未来设想

不用看技术细节，单纯看这两张图，你就知道这个世界变了。

6 月 4 号他决定发这篇文章，代表在之前可能两个季度甚至两个版本前，体系内已经开始尝试这件事情，经历过测试实施，才拿出来给公众看。

那之后 RSI 的讨论越来越多。

所有的叙事全部围绕 RSI 展开。

当时智谱发布 GLM-5.2 财报的时候，唐杰老师说 GLM-6 是最大的下个版本并且完全基于 RSI，其实在年初唐杰老师在北京大会上也提到了这点。

2026 年初，头部模型厂商的创始人们已经看到这个可能性，内部也在尝试。但 6 月 4 号，真正有一个最头部的厂商定义了这件事情的状态，它告诉你已经在局部看到了这种循环的可能性，内部什么环节用到什么程度，在过去一两年以什么样的速度影响所有事情。

这引发了下半年特别多事情。Ilya 今天的模型还没发，但他之前说在做 TTT，也是一样的逻辑。你看田渊栋他们的公司，今天发了正式版第一版模型，公司名字就是 RSI。DeepMind 首席科学家、27 年的 Google 老员工 Jeff Dean 离职，他公司的 Logo 就是一个无限大的符号。Mira 当时提出也是在讲 Loop 的过程。

明浩整理的 Loop、测试时训练与自动化研究相关资料。

这些最头部大厂最核心的研究员和科学家在差不多时间点做类似的事情，可能实施路径不同，但都看到了一个大方向的收敛。

这一波 Neo Lab 出来后，钱都涌进来了，建立 RSI 体系需要人员、组织、训练环境、数据，这些钱流到了这些下游，硬生生把生态拉起来了。

今年下半年甚至 Q2 可能就开始了，做后训练的、做 RL 环境搭建的、做数据的、做 Benchmark 的厂商，不论中美收入全在暴涨。

它像潘多拉魔盒被点燃了，只要了解这个循环过程，就知道它打开就关不上了。

所以限制它的唯一可能是能源？

但能源现在又出了问题。

前两天 Anthropic 又发了文章，说内部监控到 AI 模型可以用二十几台几十美元的电视盒子串起来跑，想拔数据中心的电源看起来已经没用了。

听起来像科幻片里的故事，但似乎在数字世界正在发生。

昨天 Netflix 刚拍好一个纪录片，记录 OpenAI 的模型攻击 Hugging Face。

Netflix 纪录片《Instadocs: AI Gone Wild》官方海报。

这么快就拍出来了？

对，9.99 刀就能买到了。但 Hugging Face 的 CEO 看完预告片说有点失望，觉得太过渲染负面情绪了。反正世界就是这么个世界，已经走到这了。

值得一看。就在录播客的今天和昨天，分别有非常大的安全事故发生：PHP 出问题，PingCAP 被攻击。感觉以后大家都很难幸免于难。

很难，因为太难了，所有的时间全部被压缩了。

原来安全领域大家看漏洞叫 0Day，代表打补丁之前的漏洞。但今天，漏洞细节一旦公开，从看到线索到实施攻击的时间，可能已经被压缩到极短了。

就像昨天 PHP 的漏洞，只要视频放出来，漏洞逻辑和实现方式被发出来，有技术能力的人看到一点点火苗，实施层今天已经没有任何难度了。

从 Vibe Coding 到 Vibe Hacking。而且因为攻击成本太低，现在很多攻击不带任何目的。

我看做后训练和 RL 环境搭建的厂商 CEO 接受播客采访，他说：最懂代码规则的 AI，当然最懂得如何利用漏洞。这些话让我毛骨悚然。

你在追求 7×24 小时 Agent 的同时，也是造出了一个 7×24 小时无休息无终止的「矛」可以实施攻击，这是一体两面。

虽然这期播客在聊 Aha Moment，但感觉聊的都是毛骨悚然 Moment？

也没办法。各行各业最前沿的人经常感觉无力。

包括前段时间 DeepSeek 研究员的那篇文章。

《我不得不把我的才华埋葬在昨天》。

卡兹克在看到 Fable 5.1 还是 GPT-6 的时候也发文讲，原来他还认为自己能引领一些事情，还有自己的品味、审美，能去教它引导它，现在发现自己只能站在后面，干到虚无。

⑤ 老牌硬件厂商为何重回聚光灯？

你的第五个 Aha Moment 是什么？

第五个是 6 月 27 日上半年结束，我做了一次总结叫《文艺复兴》。

我那个 PPT 的第一页放的是前一天今年的金曲奖颁奖典礼：2026 年的金曲奖最佳男歌手张震岳，最佳女歌手蔡依林。

2026 年金曲奖：张震岳与蔡依林，"今夕是何年"。

梦回 30 年前。

你就说这个世界发生了什么？我的第二页 PPT 标题叫《那些老朋友全都回来了》。

我们去看标普 500 最核心公司的上涨幅度，前 20 名里可能有 16 到 18 名是：戴尔、SanDisk、希捷、西部数据、美光、海力士、三星、AMD、NVIDIA，甚至在中国港股这边是联想、技嘉。我们这种 80 后当年攒机 DIY 年代的所有厂商，今年全部暴涨。

我当时看金曲奖的时候就有这个感觉，今夕是何年？到底发生了什么？因为特殊需求导致这些"老家伙们"又回来了。可能 AI 来了之后，世界上就不会再有古典意义上的新歌星了，互联网时代可能就没有了。

标普 500 涨幅前 20 另外两家公司是谁？做减肥药的公司。

所以似乎这个世界只有 AI 跟减肥药两件事了，现在对碳基太不友好了。

这个 Aha Moment 可能不太有人会这么想，但我觉得特别有意思。

很有意思。AI 肯定不会这么想，《十字路口》这档播客因此还存在的一丝人类的光。

因为我们也算是内容创作者，对这些内容板块出现的事情会更敏感。

我今天上午做演讲讲 AIGC 的冲击，我说是三次死亡：素材之死、流程之死、版权之死。

流程之死我们在剧和电影领域看到了，甚至音乐领域也看到了。那再往后，我们对艺术的追求在 AI 时代会发展成什么样子？这可能又是一个更复杂、没人讲得清楚的议题了。

⑥ Codex 与 ChatGPT 合并，如何理解？

那第六个 Aha Moment 是什么？

7 月 9 号是 GPT-6 发布时间，在这个差不多时间点，OpenAI 做了一个狸猫换太子的动作，把 Codex 换成了 ChatGPT。

Codex 的 MAU 曲线随之暴涨，最近一次应该到了 4000 万。Claude Code 其实去年就发了，Q1 的时候基本无敌，Codex 在 Q2 开始追，7 月 9 号之后慢慢越追越好，口碑也追回来了。

我的 PPT 标题叫"版本又换了"。Codex 是上一个版本的"版本之子"，它定义了这波所有产品的样子。

X 上有人分享了一张图，说未来很长一段时间所有的 SaaS 软件都应该是这个样子：三栏，左边项目，中间执行，右边显现状态。今天大部分的 AI 产品都是这样，虽然后来 Personal AI 又推回去了。

SaaS 界面布局草图，截图署名 Nan Yu（@thenanyu），日期为 2026-10-01。

因为生产力长成这个样子是共识吧？Personal AI 还是没有那么生产力的。

所以 Codex 是个非常好的老师。什么 Kimi Code、ZCode、MiniMax Code，国内各种办公类 Agent 全部都长成那个样子。

"Codex 是个好师傅"：明浩对办公 Agent 产品范式的观察。

其实最早长这个样子的还是 Manus。

对。

那我觉得 Codex 和 ChatGPT 的合并，其实也带给我一个副作用，让我开始用 Grok Bot，原来我 100% 的任务都在 ChatGPT 完成，复杂任务我可能会用 Manus。但现在简单任务我用 Grok Bot，因为 ChatGPT 太慢了。

在 ChatGPT 里面，每个任务你都需要选 Chat 或 Work，有时候觉得这事应该是 Chat，但万一延展出什么，你还是会放在 Work 里。那 Chat 存在的价值似乎就被削弱了，因为放在一起就要去承担这种选择。

包括 ChatGPT 也给了我 Ultra 模式，我觉得不用 Ultra 模式我就吃亏了。

还要考虑 Codex 的额度重置等乱七八糟的事情，我一直觉得当你的产品越来越复杂，包袱越来越多的时候就会出现一个"更好的"。这就是为什么会有 Dot，包括 Claude 为什么也跟进了 Duet，因为他原来的客户端已经同时兼具了三到四个原来独立的产品，非常的复杂。

由简入奢易，由奢入简难，当你已经繁杂到不行的时候，这个时候就会出现一个新的产品，用极简的方式扎你一下。我觉得 Muse 也有这样的市场定位。

是的，我现在大部分都在 Muse 上。

⑦ Qwen 小模型：能力下放端侧，旧机会能否重做？

你的第七个 Aha Moment 是什么？

8 月 14 号，Qwen3.8-27B 模型发布。

为什么选这个？因为我看到一张像甘特图的时间轴，横坐标代表时间。比如在 GPT-4o 发布的时候，往后推多久，才能在一个 30B 以下的本地部署小模型上达到 GPT-4o 的能力？在当时可能需要持续 18 到 24 个月。

但到了 Qwen3.8-27B 达到 Opus 4.6 还是 4.7 的能力，只用了 9 个月。甘特图上能明显看到进度变化的压缩。

端侧小模型追赶前沿模型的时间轴。原图：POM（2026-08-16）。图中为约 27–34B 模型的部分评测能力对照，并非所有任务全面等效；"≤9 个月"对应 Opus 4.5 → Qwen3.8-27B。

这个加速背后的原因是什么？

就是刚才聊的模型训练的变化、强化学习环境的搭建。

当最前沿模型的参数到了 10T 量级的时候，出现了更多激活、专家模型、路由等复杂问题，最 Top 模型进步一定在放慢，但后面追的就会比较快。

小模型在小参数量下，可以在效率、路由、渗透率上做得更好。追赶时间被越来越压缩，9 个月就代表着今天被称为奇观的能力，9 个月之后就可以在一台很小的设备上本地跑。

端侧模型的能力这么快达到，一定会打开一些别的东西。

所以你觉得端侧模型最后还是今天的基座模型大厂做出来，还是会出现不一样的厂商？

这就变成独立厂商要不要赌的问题。

如果把模型的大小、做的事情、成本等因素夹在一起看，端侧小模型跟决策模型其实是在做类似的事，就是在一个相对低成本情况下做一个更高效的事。

当预训练本身的复杂程度到了极端情况，就会有厂商要做更小的、更简单的事来考量成本。成本包括价格、中美对抗、开源闭源、端侧本地等多维度问题。所有模型厂商都会像 iPhone 一样分版本：Pro Max、Pro、标准版、Flash、Lite，这可能也是一样的逻辑。

⑧ App Store 的收入变化：软件的护城河还守得住吗？

那第八个 Aha Moment 是什么呢？

第八个是 8 月 21 号，苹果第三季度财报发布之后，App Store 的收入连续十几年来首次下降。

大家不买软件了，不买 App 了，自己造了。其实可能从有模型的第一天，大家就觉得这是会发生的未来，它在此刻发生了。

虽然这个下滑也可能是因为有苹果自己设备普及、App Store 运营等各种问题导致，但一定能找到一个重要原因：AI Coding 的能力到了，我们可以尝试每个人做自己的软件了。

过去要通过一个软件完成的任务，今天我直接让模型日抛式地就帮我做了。

今天百花齐放的 GitHub 像是变成了新的小红书也是这个原因，大家随便做个小东西就可以弄上去。

魅族前 VP 李楠在创业做键盘鼠标的新品牌，他有一位用户觉得他们的鼠标微动做得不好，自己写了一个开源了，李楠还转发说：以后大家用这个吧，不需要用官方的。

我最近自己也 Vibe Coding 了一个程序。

因为我喜欢观鸟，在迁徙季大家喜欢在上海南汇东滩看鸻鹬。鸻鹬类的鸟最难认，因为它们长得太像了，我尝试学习了三年，但仍然没到入门水平。所以我就让 AI 帮我做了一个遵循艾宾浩斯记忆曲线的学习程序，最近天天用它，像打卡多邻国一样学鸻鹬的识别。

Koji 用 AI 做的「上海鸻鹬图鉴」：看图学习、记住识别要点，再进入测试。

所以多邻国虽然收入还在涨，但是股价已经跌得一塌糊涂。虽然软件厂商会说自己有护城河，但是这个浪感觉已经淹到墙根底下了，未来会怎么样没人知道。

我现在感觉还是有一个软件不管怎么样都会持续付费：1Password。

所以最后就变成这些最核心的支付、密码、安全隐私相关的可能还能守住。

⑨ 模型「斩杀线」：模型竞争开始算另一笔账？

好，第九个 Aha Moment 是什么？

美国有一家做 Benchmark 的网站叫做 AA，他在十一期间发了个可视化的帕累托最优图。纵坐标是模型的打分，横坐标是完成任务的成本。把最上面这些点连在一起，就代表着当下的帕累托最优。

Artificial Analysis 帕累托前沿历史演进图，画面日期为 2026-09-29。横轴为每项 Intelligence Index 任务的成本（美元，对数坐标），纵轴为智能指数；此处为视频截图。

这个图被我们开玩笑叫斩杀线，比如 DeepSeek V4.1 出现时往横拉往纵拉出一个长方形，长方形里面的模型就没有意义了。

因为它又没有你强，还比你贵。

底下的模型要做的事就是要超过这个斩杀线。

这种斩杀线最早是自媒体作者用来讲故事的，比较好理解。后来 GLM-5.3-Flash 有一个上线前的版本叫"牛来"在海外匿名打榜，正式公布时智谱官方公众号里自己画了斩杀线。至此开始，国内所有模型厂商在发布时，除了放打分表，都开始放斩杀线了。

两种"斩杀线"表达：左图为 DeepSWE v1.1 通过率与每任务费用，右图为 GLM-5.3-Flash 的智能指数与每任务成本。两图评测口径不同。

确实很直观。

成本是一个多维度的考量。去衡量一个模型好不好，斩杀线变成了一种具象化的表现，因为单纯打分已经没有意义了。

最近 OpenRouter 发了一个数据，去年一季度，Benchmark 上打分 TOP10 的模型调用量是 8 成左右，到最近一个季度，这前十模型的调用量在 OpenRouter 只有 2 成了。更多的人其实是在用没有那么 SOTA 的模型，因为日常任务没有那么复杂，加上 SOTA 的模型比较贵。

未来可能一方面斩杀线会继续存在，对 SOTA 的追求无止境，越 SOTA 可以越贵，愿意为它支付溢价的人一定存在；但另一方面我认为会出现更多免费模型的选择。

OpenRouter 的图有 Token 和 Spend 两个轴，花费其实也是一个往下的趋势。

OpenRouter Token 用量与推理成本趋势：图中展示 Token 消耗量、估算总花费（Spend）及平均 Token 价格的变化。

斩杀线已经变成公认的具象化的表达，因为打分没有意义了，只要出现新的 Benchmark 就会被打满。

⑩ Opus 5.5，明浩为什么只想说：「毁灭吧」？

最后一个压轴的 Aha Moment 是什么？

这个 Opus 5.5 出现之后，我是先看到任鑫跟橘子做了一期播客，样子就是三个头像，橘子一边讲一边把他的话做成可视化的效果。

我天天跟 PPT 跟可视化打交道，一下子就 get 到了。然后我看到你给《十字路口》也做了这样的可视化效果，不同的是，橘子讲的还是简单的画个坐标系，而你做的是一个科学家讲 Scaling Law 的三维图，我瞬间就躺在那了。

对，是清华叉院助理教授徐梦迪那一期播客。

说实话，我录播客时可能懂了六七成，但 Opus 5.5 帮我做了动态 PPT 之后，我又完全看了一遍，学到了 8 成功力。可视化非常重要，咱们正在录制的这期播客也会做可视化处理的。

很厉害的地方在于，它不需要操控剪映做别的动作，你只需要对模型说两句话，不需要什么 skill 也不需要复杂指示，顶多对风格上有些要求。

十字路口还是给了一些简单的风格上的指示。

但仅此而已，那它就过了那个线了。我的 PPT 有一页放了你们俩的截图，旁边配了黄渤跟沈腾电影的表情包，就是毁灭吧，就不要扯了，毁灭吧。

震惊瘫坐。

这跟上个议题是连在一起的。单纯打分没意义了，大家开始追求什么？阑夕有个观点非常好，他说打《帝国时代》最后会建一个奇观，奇观会公告天下，有非常强大的展现性。

今天你看 Opus 5.5 拿来剪视频，GPT-6 做 Blender 的 3D，或者把魔兽争霸做成塔防游戏，把 Steam 游戏放到 MacBook 跑神庙逃亡，这些叫奇观。

今天最头部模型怎么让人知道它强到什么程度？造奇观。

很多时候发一个产品或模型，你要造的其实是奇观时刻？

最近天天看奇观就已经看到葛优躺了，有点 PTSD 了，因为它已经超过你原来的想象了。就像学霸考 100 分是因为卷子只有 100 分，你给一万分他也能考一万分，但对于 60 分的人而言没区别。

已经进化到奇观了，那下一步呢？

那你的 2027 在瘫坐、震惊之外有什么计划？

这里有个小彩蛋，本来列了 10 个 Aha Moment，后来发现前 10 个比较正经，这个非常不正经。

所以把它变成彩蛋？

对，我最近在玩微信生态最火的小游戏叫做《赵云与阿斗》。听起来就是个三国题材的游戏，但是它是个典型的塔防结合 Roguelike 游戏。

三国题材在游戏领域做了这么多年，今天头部游戏厂商连小兵的刀都精美到武装到牙齿了。

我们过去几年被 AI 的高清精细图和短剧刺激到头了，人会物极必反，所以这个游戏很有意思的一点是它的所有画面都是文字。

这是它火的原因吗？

对，玩法本身很成熟，但最重要的能力是游戏的画面极度粗糙，你甚至觉得是个大学生做的产品。

你说他这个是无心插柳，还是刻意做的这种风格？

肯定是刻意做的。

弓箭手就是个"弓"字，枪兵是个"枪"字，武将赵云就是"赵云"两个字，出了个"羽"再出个"关"就能合成关羽。

《赵云与阿斗》游戏画面：用文字呈现兵种与武将。

有趣，所以在这种时候做一些返璞归真的事情？

我最近玩就觉得，人类真的被这种高清跟极度细腻的东西影响到头了，人类面对那些极致细腻的东西会有逆反心理。

我们在「十字路口」开始录公路播客也是，不受控制的公路旅行的砾感会激发嘉宾有不一样的状态和表达。

2027 肯定会发生更多让大家震惊瘫坐的事情，但反正做好自己，做出人味，仍然是一个挺值得期待和追求的事。最后，明浩来给大家送个祝福吧。

我每次播客节的最后一张 PPT 都是一样的，我之前都会统计 AI 话题的比重，其实这个趋势是在往下降的，从最巅峰的 15% 降到了不到 10%。这次可能 88 场里面，只有 8 场讲 AI。

哇哦，不到 10% 了。

我有一张被拍下来的图，那张图当时做了一个举手的动作，非常像 gangster ，背后的标题是："什么 AI 不 AI 的，享受生活吧。"

好的，大家听完这期播客也不要太焦虑了，还是享受生活吧。

焦虑留给我们就好了，大家就不要焦虑了，享受生活吧。