曾鸣最新万字演讲：当下，像极了1993 - NBA球队状态

当下，所有人都在思考同一个问题：AI将如何演变？哪些因素保持不变？转折点在哪里？

今天上午，在杭州湖畔创研中心，曾鸣完成了他的第三次“看十年”公开演讲。这次他一开场便坦言：最近两个月，我的焦虑感反而减轻了，因为许多事情正变得越来越清晰。

他将这场变革拆解为六个逐步深入的议题：智能商业、AI原生的定义、AI的产业化进程、价值创造与竞争、创智组织，以及智能战略。

核心结论是：AI刚刚迈入第二阶段的起点，应用层面的真正爆发尚未启动，“浏览器”式的关键工具还未出现，所有参与者都站在同一起跑线上。

以下是经过精心整理的演讲内容摘要，希望能为你带来启发。

一、智能商业：未来商业的核心，在于实现人的意图

1.AI先激活供给，再激发需求

在供给层面，AI的能力持续增强，同时成本正在快速下降，未来还有望实现百倍甚至更大幅度的降低。它的关键作用在于，提升优质供给的数量与多样性，从而彻底打破许多领域长期存在的供给稀缺瓶颈。

然而，由于AI目前还不够智能且成本偏高，我们当前看到的AI应用，大多集中在替代简单、重复、价值较低的人工劳动。这解释了为何近两年大家普遍感觉AI投入巨大，但效果却不尽如人意——根本原因在于，从一开始，其价值创造的上限就非常有限。

真正能创造巨大价值的，是开辟全新的供给渠道。比如，优秀的私人医生、出色的教师、可靠的理财顾问，或在旅行中能提供真实可信建议的信息专家——我们在这些方面普遍感到优质供给不足、过于稀缺。如果能将更多高质量的供给带给大众，其创造的社会价值将是难以估量的。

每一次重大的技术创新，最初往往被用于降本增效，而这一阶段产生的社会价值通常不够显著，因为早期的投入极其巨大，会形成一种错配。

但这个阶段是必不可少的：只有在实际场景中，技术才能获得更好的发展。我们即将迎来的转折点是，技术成熟到足以支撑真正的大规模价值创新。届时，AI带来的变革将更加根本和广泛，大家的工作也会越来越顺畅，因为将进入一个良性循环。目前，我们仍处于艰难的摸索阶段。

现在，我们总觉得供给已经极度内卷，所有能被满足的需求都已得到满足，但实际情况远非如此。从需求端来看，简单的同质化供给确实严重过剩，但人类的欲望是永无止境的，愿望是无穷无尽的。

AI带来的最大突破在于，它能够以低成本、高效率、实时的方式，持续陪伴我们。无论是个人助手、家庭管家还是情感陪伴，未来产品的本质都是能与用户深度互动，因此它将比我们自己更了解我们。个性化需求将首次被真正激活。

过去三十年的商业进步，背后是搜索和推荐这两项技术的突破，而AI将带来第三次技术突破。

商业模式的本质也将随之改变：从推荐算法驱动下的信息对注意力的争夺，转向真正的个性化。因为推荐本质上是通过人的行为，尤其是与你相似的人的行为，来推测你可能的需求；而AI则无需猜测，它直接知道。

这才是个人化服务的开端，是极致个性化的起源。从这个角度看，未来商业的变化将是根本性的、极其深远的。

2.从“千人千面”到“一人千面”

每一次技术革命都会引发重大的商业范式变革。

工业时代，150年前解决的是供给不足问题，其方式是标准化、流水线和科层制；

互联网时代解决的是生产过剩问题，20世纪80年代中后期美国就已基本产能过剩，因此它实现的是规模化匹配，让商品更精准地找到合适的用户；

AI时代要解决的是个性化需求。

这对应着从“千人一面”到“千人千面”，再到“一人千面”的演变。2010年，我们在运营淘宝时就提出，要利用平台解决信息不对称，做好商品与用户的匹配，目标是实现“千人千面”。经过十多年的努力，这基本已成为现实。

接下来是“一人千面”。每个人都是变化多端、极其丰富的，理解一个人在不同时间、不同场景下的真实意图，并动态生成当下最合适的解决方案，这才是未来的商业本质，即越来越个性化。

3.商业的起点从产品，转变为意图

迄今为止，所有商业的起点都是产品。产品的研发和设计基于我们对用户需求的假设和推断。工具可能越来越先进，但本质上仍是对一群用户可能需求的事先揣测：先把产品做出来，再考虑如何推广和分销。商品是现代商业的起点。

未来，商业将以消费者的意图为起点。因为AI为我们提供了工具，使我们能够贴近消费者，理解其真实意图。只有以意图为起点，我们才能真正做到以消费者为中心。

我们一直倡导的“客户至上”，原本是一种价值主张和企业价值观的体现。而在未来，以客户为中心将成为所有商业模式的起点，因为你必须以此为中心。AI会时刻围绕用户运转、理解用户，并根据其需求生成方案。

第一步是这样的：AI理解意图后，会全网搜索是否有合适的解决方案或产品；如果没有，用户可以发起招标，看谁愿意提供所需的产品和服务；消费者确认后，AI还可以代为执行。

因此，未来商业的竞争，实质上将聚焦于抢夺人类表达真实意图的第一入口。你愿意与谁交流，那个AI就掌握了你的真实信息，这很可能就是商业化的起点。

但第一步仍然是意图匹配，商品需要从现有的商品库中选取。更长远来看，第二阶段将是需求与供给的同时生成。因为“一人千面”并非无限生成产品，而是在复杂的供给制约和性价比要求的前提下，为这个具体的人找到当下最合适的解决方案、服务与产品的组合。

4.供给侧一变，旧商业模式就被颠覆了

但要实现这一点，需要从传统的供应链转向协同网络。传统供应链是一条线性的信息流通渠道，本质是固化的产品、固化的流程和规模化交付，参与的企业也是固化的。

未来的供应网络是一个协同网络，它会根据具体任务实时调用不同的能力节点，临时组成解决方案。这有点像如今个人助理开始展现的状态。

大家在使用Manus这类个人助理后会发现，用户体验似乎没有太大变化，本质上是因为供给侧尚未改变——它们是在利用现有的存量产品和服务进行效率提升。供给侧的变化才能带来体验的实质性飞跃。因此，商业要实现突破、达到智能商业2.0，必须在供给侧也完成AI化的表达和组合。

总结来说，智能商业实现的是从“卖产品”到“实现人的意图”这一商业本质的变化。而且，它必然会形成自己独特的竞争优势，因为基于场景的学习闭环将成为新的竞争壁垒。

再补充一点，为什么这件事对我们如此重要？因为它是一种全新的商业模式，而新商业模式必然对旧模式具有颠覆性。过去二十年的商业变革，本质上就是推荐算法的不断升级优化，注意力经济、用户时长、曝光量、DAU（日活跃用户数）是当今商业的基石。

AI商业的本质是对结果负责，直接交付成果。当你能够直接交付结果时，中间的许多过程就不复存在了。这中间可能演变为Agent与Agent之间的协同，具体如何协同需要在实践中探索。但许多过去的做法在未来都将面临实质性挑战，新的商业是一套全新的模式。

二、什么是AI原生：拿掉AI，这个产品还成立吗？

1.用AI不等于AI原生

AI原生的本质，并非将AI嵌入现有的产品和工作流，而是以可规模化调用的机器智能为起点，重新设计产品、工作流和组织，创造过去无法实现的客户价值，并由此释放巨大的商业价值。

“可规模化调用的机器智能”强调的是，通用智能已成为社会新的基础生产要素。历史上的生产要素是土地、劳动力和资本，如今多了一个智能，或者说劳动力变成了“人+AI”，整个社会都需要以此为基础进行变革。

这里的几个层面是协同演化的：产品改变，工作流要随之改变，组织也要改变，甚至商业模式都会重新形成。关键在于，要把新技术的根本优势充分发挥出来。

一个直接的检验方法是：假如拿掉AI，这个产品和业务是否仍然成立？ 如果仍然成立，只是效率下降，那大概率属于AI增强；如果产品价值、工作流或组织方式都无法成立，才更接近AI原生。

2.通用技术要走过三个阶段

从学术角度看，AI属于通用技术的创新。

通用技术有三个特点：

• 可以在各个层面广泛使用；
• 是一项重大创新，需要很长时间的发展；
• 会催生大量的互补性创新，因为它是一种基础创新，需要许多工程创新和应用创新，最终才能在最上层形成大的创新。

这也是黄仁勋会提到“五层蛋糕”的原因，他描述了AI从最底层的电力、能源、土地，到上层的芯片，再到云，最后到应用服务的完整技术栈。整个技术栈需要互补性的协同创新，因此这是一个漫长的生态演化过程。

AI刚出现时，人们自然将其与互联网相比，但很快就意识到它是一项如此重要的生产力突破，于是开始与工业革命对比；再往前追溯，因为它基于语言，是对人类所有知识的抽象和延伸，所以又回到了人类文明最原始的三大技术突破：火的应用、语言的发明、文字的流传。

通用技术的大变革通常经历三个阶段：

第一，技术足够可靠、便宜、好用，成为社会的基础设施； 第二，在此基础上出现原生的产品和服务创新，开始真正创造巨大的新价值，不再是在原有技术框架下做优化，而是按照新技术的逻辑从底层重构商业和社会； 第三，新技术渗透到社会的方方面面。

以美国的电气化为例。

1882年，爱迪生在曼哈顿一平方公里的街区内点亮了整个街区，这相当于一个产品化的试点。它需要电灯、电线、发电机和输电网络，展示了电的完整雏形。

爱迪生在此基础上成立了通用电气公司，生产发电设备和电灯泡等硬件。但他的总裁助理认为电应该成为公用事业和基础设施，于是独立出去，建立了中心化发电厂和远程传输网络。

1896年，尼亚加拉大瀑布利用水能发电，远程输送到二十多公里外的布法罗。这中间涉及许多技术突破，如交流电、变压器和现代电网架构的形成，其中包含了真正的发明家特斯拉创造的交流电技术。

在基础设施这一商业模式被发明之前，每个工厂需要自己雇佣一名首席发电官，购买通用电气的设备，建设电厂，采购煤炭，自行发电。

有了基础设施服务商之后，美国制造业的用电比例急剧上升：1900年约为10%，1909年达到25%，1920年超过50%，1929年约为78%到80%。

1910年至1920年正是基础设施成熟、应用开始大爆发的时期，于是出现了现代工业的标志性事件：1913年福特在Highland Park工厂的那条流水线。

3.应用一定会百花齐放

当基础设施跨过某个可用性临界点后，原生应用开始密集涌现，而应用的出现又会反过来推动基础设施的普及。

有了电灯，家庭才愿意接电；有了电熨斗、吸尘器和洗衣机，家庭接电的价值进一步提升；但有了收音机和冰箱之后，没有电就意味着你无法进入现代家庭生活。

这是一个正反馈循环：电跨过临界点，原生应用出现，用电价值提高，更多家庭接电，市场扩大，更多原生应用涌现，技术进一步成熟，再渗透到各行各业。

因此，应用的第二阶段一定是百花齐放，因为这是一个社会大规模探索的过程。基础设施阶段相对集中，方向明确后就是投入资金和人才，让最优秀的人攻克最难的技术难关。

但一旦进入应用阶段，就会百花齐放，因为大家不知道新技术到底能用来做什么，什么才是真正有客户价值的，用户愿意为什么买单。

这时就会出现典型的创业浪潮：大量企业家涌入，进行各种产品、商业模式和生产方式的实验；然后市场优胜劣汰，看谁能代表未来的产品和模式；最后进入行业整合阶段。这个过程本身无法线性规划，需要长时间的社会协同。

4.从Web到移动互联网，原生也有1.0和2.0

第二个通用技术的创新与我们现在更相关，稍微年长一些的人可能经历过其中的一些产品。这张图对我们最有借鉴意义，因为我的最终结论是，我们很快将迎来AI时代的应用大创新。

本质上，1993年发生了两件大事：一是整个Web技术免费对外开放，HTTP等协议得以公开；二是基于Mosaic，1994年出现了Netscape（网景，最早的浏览器公司），首次在PC和Mac上能够运行浏览器。

1991年和1992年的浏览器是为Unix上的专业用户准备的，而1994年的浏览器普通PC和Mac用户都能使用。

消费者端的门槛急剧下降，点击一下就能看到全世界的网站；开发者端也一样，由于HTML和WWW等标准已经成熟，搭建一个网站变得非常容易。

可以看到，门户导航和最早出现的各种搜索公司，有点像今天的个人助理，是主流应用的最早突破，但后来它们大多被原生应用2.0的Google所取代。

另一方面，1995年出现的那批大型垂直领域公司，如零售、分类信息、在线婚恋、在线旅行等，都发展得很好。这中间有特别有意思的规律，大家可以回去琢磨。

最直观的是，1994年浏览器一出现，三年之内所有应用公司都出现了。1.0的公司基本到1996年就出齐了，后面涌现的是2.0阶段的公司。

原生并非由企业出生的年代决定，而是由它在多大程度上发挥新技术的根本优势所决定。因此，出生在AI时代并不等于AI原生，使用AI的广度也不代表发挥机器智能优势的深度。

5.原生应用2.0的四个标准

整个互联网的集大成者是Google，它是互联网原生应用2.0的典范，最能帮助我们理解未来的原生应用2.0会呈现什么形态。将来大家检验自己是否足够AI原生，同样可以参考四个标准。

第一，是否实现了用户价值的巨大创新，创造的体验是否前所未有。

雅虎的体验是将读报纸的行为搬到互联网上，而Google的搜索框出来时只是一个框，你输入关键字，全世界的信息在秒级内全部呈现给你，这种体验以前从未有过。

第二，体验的飞跃一定基于一个重要的原生技术突破。

与雅虎同时出现的搜索公司都有好的概念，但一直没有真正的搜索技术，只有Google的PageRank（网页排名算法）是基于核心算法，将整个互联网内容做了结构化重构，才能实现检索。

第三，通常在前两者实现后，会倒逼出后两者，第三个创新通常涉及基础设施创新。

因为要用低成本、稳定的方法服务海量用户，传统技术架构通常不太可行。因此，Google是分布式计算的开创者，分布式计算后来被亚马逊包装成云计算，成为现代互联网的计算基础设施。

第四，一定会有原生的商业模式出现。

Google推出了按效果付费的竞价排名广告，这是广告模式的巨大创新。

三、AI产业化：我们正站在应用大爆发的前夜

1.通用机器智能的基础能力已形成

我们现在处于什么阶段？我有几个判断可以分享。

第一，通用机器智能的基础能力已经形成，AI能力初步过关：无论是模型能力，还是近两年编程带来的行动能力突破，使Agent技术框架初步成型，再到产业基础设施和商业模式。

2026年年初，为什么所有讨论都集中在Token？当Token这个度量衡被提出，就像一度电、一吨水、一个GB流量一样，我们现在知道有Token这样一个计量单位，就说明它开始标准化，成为社会的基础设施，收费模式也有了。一个公共事业的商业模式和社会服务方式基本成型。

因此，我们看到超大规模云服务商和新型云服务商的迅速发展，数据中心的基建狂潮，以及整个产业链规模化扩张瓶颈的突破——从今年年初的存储，到后面的光通讯，再到现在的电和土地。本质上，人类第一次能够大规模、低成本地调用通用智能。

通用智能服务商的商业模式也基本成熟了，包括传统的微软和亚马逊，也包括Google、OpenAI、Anthropic，以及现在最凶猛的SpaceX，它们本质上都在卖Token，卖的是可规模化调用的通用智能。

2.应用大爆发，还差两个前提

我们刚才反复提到，当基础设施的性能跨过一个初步的拐点之后，就会进入应用大爆发的阶段。因此，2026年、2027年、2028年，特别是2027年和2028年，应该是各种原生产品与服务层出不穷的阶段。

当然，根据我们刚才的研究，应用大爆发需要两个前提。我们假设Agent是接下来所有原生应用的基本产品形态和技术标准：第一，Agent的开发基础设施需要进一步成熟；第二，要找到低成本的用户交互方式，让普通用户能够轻松表达意图、建立信任并使用Agent。

从这个意义上说，我们还没有看到一个标志性的产品，所以我才说现在大概就是1993年，“浏览器”还没有出现，但大家都在等待这样一个技术突破，让开发者和使用者的成本都急剧下降，然后才会进入应用大爆发的阶段。

3.Agent能力：从行动、主动，到负责

如果我们再展开分析，可以看到过去两年Agent能力有了质的飞跃。Chat是对话，Agent的核心是行动。

从早期通用Agent能够调用工具、完成具体任务，到今天所有公司都在努力让Agent自主拆解任务、跨步骤持续执行长程复杂任务，包括前一段时间OpenAI讲述他们如何破解数学题——一万多个Agent协同80多个小时持续攻克一个问题。因此，AI可以变得越来越主动。

但Agent还有第三个在应用阶段必须克服的最重要的技术创新，就是要能够负责任。如果AI不能对结果负责，我们仍然不敢把任务交给它。

什么时候人们可以信任一个Agent，愿意把什么任务交给它，它真的能交付，还能让你相信它的交付过程，最后还能通过你的反馈不断学习和提高。这第三步Agent能力还没有普及和突破，这是接下来产品和技术方面会看到的最重要的发展方向。

4.从Agent商店到Agent操作系统

我现在没有一个更好的词汇，所以暂时将其称为Agent Store（Agent商店）。它肯定不是一个App Store，也不是雅虎那样的网站市场。

接下来会发生的是，大量创业者开发各种Agent，有的很细分，有的很通用，有的昙花一现，有的越来越壮大；大量用户尝试不同的产品形态。这就是百花齐放的社会化大创新阶段，各种商业模式、应用形态和工作方法都会被创造出来。

1995年，雅虎上市时全球有400万个网站，2000年互联网泡沫时达到2亿，今天常规状态下是20亿。2010年App Store开始爆发，2012年大约有600万个App，今天活跃的大概有400多万个，当然每个人使用的约有10个左右。我们或许可以想象，未来可能会有10万级别的Agent。

如果达到这个量级，用户如何发现、评判、管理、使用、计费和投诉，这一系列问题可能会促使Agent本身产生某种标准，形成某种入口。当然，这个入口会依附在哪一种硬件上，是否会有一个多元化的硬件共同繁荣的阶段，这是另一个更开放的问题。

未来三五年，核心是Agent的大爆发，本质是如何找到Agent的通用产品形态，使开发成本最低，用户使用壁垒最低。

在这样的海量Agent创新基础之上，我们也许会迎来原生应用2.0的阶段，我暂且称其为Agent OS。

但Agent OS现在提还为时过早。它需要足够丰富的Agent之后，消费者会变得越来越懒，我们可能只想表达一下意图，就需要有一个主要的Agent去调用其他Agent，帮我们一次性完成任务。我们自己已经不愿意再去找各种各样的Agent了，只愿意对少数几个发号施令，让它们帮我们去整合其他Agent，完成越来越复杂的任务。

这是一个十年左右的大蓝图。Agent进入2.0的原生应用，然后我们一直畅想的那个超级个人助理才会出现。

四、价值创造和竞争：智能复利，智者恒强

**1.AI的价值引擎