标签: openai
分享一点最近的“再学习”：ai时代——认知>格局>技术>管理很多人认
分享一点最近的“再学习”：ai时代——认知>格局>技术>管理很多人认为一个企业的成功靠管理，很对，曾经很对，但ai时代可能变了，一切都变了，天天端到端、天天扁平、天天去中层。没办法，太多事情ai化了，更焦虑的是技术不能落后，于是工程师一下子扬眉吐气，技术大于了管理。管理还很有用，但不懂技术、甚至不深入技术，你都不知道该怎么管——管啥呢？ai时代几乎每个技术的进步，预训练的infra（lossbalancing、indexpool、kernelfuse）、AgenticRL、self-judge、OPD、fullyselftraining、尤其是ai学习的范式变革都让人极其兴奋。往往一出来就在x上刷屏，一晚上传遍全世界。这种密度和烈度是以前任何一个时代都没有的：你不是每隔几年等一篇里程碑论文，而是每隔几天就要追一波新东西。也正因如此，技术落后从来不是"慢慢掉队"，而是一夜之间的事——这也是为什么在ai局里，技术的权重被抬到了前所未有的高度。格局大小一直是一个人天花板的标尺。不是说格局大就一定能成大事，但格局小肯定成不了大事。ai时代很多时候靠想象力、靠布局，要抓住主要矛盾，大胆布局。没格局，盘子小了，自然落后；至于"先收缩一下、活下去，等别人做出来再抄"，这套在ai时代不存在——等到那时候，你早就不在牌桌上了。但ai的认知才是最重要的。ai的发展核心是技术，这和20年前创业的商业模式局不同，也和10年前创业的产品局不同。商业模式局是发现社会一个新需求，砸钱把模式包圆，不让别人进来，纯资本起了最大作用，那时候的创业者大部分是资本大腕或管理高手；产品局是设计一个粘住用户的心理/生理模式，游戏也行、视频也行、聊天也行，总之粘住就好、dau大就好，产品经理和揣摩人性最重要，这个时代的创业成功者大部分是产品经理。而今的ai局又很不一样：openai和anthropic这两年的反复拉锯、轮流领先，一再说明ai时代的本质就是技术的快速进步——当你停下来打磨产品，可能第二天就发现底层技术已经落后、产品已经没人用；当你停下来思考商业模式，ai世界已经再次被颠覆。ai的终局就是agi，是一场猎龙游戏。这条路上，所有打猎兔子的动作都不本质——除非你实在太饿，否则就该专注本质、专注主线。但光喊口号远远不够。agi是个愿景，可它在哪里、怎么定义、怎么做到，从来就没有标准答案：既不是传统学术范畴里"先慢慢定义清楚、再设计算法、做实验、验证、做原型、再产品化"那一套，肯定行不通；也不能简单靠以前那种"秒了他"——靠少数几个人熬夜就拼出来。实现agi需要：对agi的极度热衷与笃定（极强的第一性思维）、对技术的深厚积累与细节把控、一群不内耗/不墨迹、简单纯粹的人。这个时代的ai人不那么看重所谓的"经历"，更在意的是不内耗、不墨迹、够纯粹；但年轻并不等于纯粹，有些表面的年轻反而掩盖了"纯粹"这件事的本质重要性。ai的技术判断是另一个挑战。ai可能颠覆了很多人的认知：很多人喜欢ml、喜欢cs，是因为那里有看起来优雅的理论和数学推导；而agi要更原生、更native，ai的数学推导其实已经超越大多数cs研究生、也超越大多数cs程序员了。原来cs们还以为自己高高在上，以为自己是ai的造物主、其他领域都要完蛋；其实真正被全面颠覆的，可能正是我们自己的知识体系。这也是为什么cs的资历突然不管用了——所有cs被拉平、被ai扁平化管理，唯有成为ai时代具有超前认知的ic，才能在ai时代活下去：快速迭代知识、快速提高认知（5年后的ai你能预见吗？不能。2年呢？1年呢？）。
最近，中国人工智能初创企业智谱推出了其最新的大模型GLM-5.2，在全球大模型排
最近，中国人工智能初创企业智谱推出了其最新的大模型GLM-5.2，在全球大模型排名之中直接飞跃到了第二名，引起海内外震动，于是我好奇之下，搜了搜智谱创始人的唐杰的经历，想要看看究竟是怎样一个天才，能够做出如此惊人的成绩，查完资料之后，彻底震撼了。原来，唐杰并不是一开始就那么杰出，他本科只是就读于燕山大学自动化专业，而燕山大学只是河北省的一个重点高校，就连双一流大学都不是，这个开局，可以说非常糟糕了。但是，唐杰并没有停止自己的脚步，他在硕士阶段，直接转了专业，获得了燕山大学计算机科学与者技术专业的硕士学位，而后，竟然直接考进了清华大学的计算机科学与技术系，成为了清华大学的博士！从一个普通大学，一步步提升，成为清华大学的博士，这简直堪称是一个传奇了。而更加惊人的还在后面，唐杰读完了清华大学的博士之后，竟然得到了留校任教的资格，要知道，对于清华大学这类学校来说，想要留校任教，要求是异常严格的，能够在天才云集的清华大学，成功留校任教，足以说明他在博士阶段，就取得了惊人的优异成绩。但，这只是一个传奇的开始，2019年，唐杰就组建团队，创办了智谱AI，而后这个公司就是突飞猛进，到现在，上市之后，其市值已经达到万亿港元，其推出的产品，更是表现亮眼，GLM-5.2在海内外都引起震动，甚至有媒体说，这可能将再一次开创一个DeepSeek时刻。这段时间，唐杰与马斯克之间，还发生过一件趣事。GLM-5.2推出之后，引起美国震动，就有人在推特平台上询问马斯克，中国大模型什么时候能够达到Anthropic的Fable水平？这里的Anthropic，是美国一家与OpenAI齐名的公司。马斯克针对这个问题，回答说，可能在2027年第一季度。唐杰见到马斯克这个回复，也评论了一句，直接说道：“won'ttakethatlong.”，根本不需要那么久。这一句回复，直接震撼了美国业界，就连《纽约时报》、《经济学人》这样的大媒体，都十分关注。谁也没有想到，唐杰竟然做出了如此自信的回答！毫无疑问，到了唐杰这个地位的人，是根本不可能说谎的，这也就说明，中国AI大模型彻底超越美国AI大模型的日子，已经不远了，可能只需要几个月。写到这里，最大的感受是，中国现在是真不缺人才，经过多年的发展，各行各业，都涌现出了无数的天才，唐杰就是其中代表，他2019年才创办人工智能公司，仅仅几年世界，就已经达到世界最先进的水平，这样的能力，堪称惊人，也正是因为有这样多的天才在挥洒自己的汗水，使得我们在每个行业，都是不断突飞猛进，日益取得震动世界的巨大成就！
![【特朗普政府介入限制OpenAI最新模型的发布】[“自由经济”]（政治报）据两位](http://image.uczzd.cn/12943060609031322622.jpg?id=0)
有个人留言说：“请问一下，如果大模型应用端没有业绩支撑，无法形成商业闭环的话，
有个人留言说：“请问一下，如果大模型应用端没有业绩支撑，无法形成商业闭环的话，头部互联网厂商的资本开支增速还能维持吗，AI硬件产业链的这个业绩增速还能维持吗，现有的估值还能维持吗？”如果应用端一直不赚钱，或者和投入不成正比。应该会减少投入，那么上游业绩就不可持续如此高增长了。得看看openai和谷歌这种公司在人工智能领域的收益。能不能赚钱，我不清楚，等等看它们的财报吧。上游，中游，下游。现在原材料涨价，就要看消费端了。但是，其他行业也不好吧，各种原材料涨价，它们价格也不好提上去，两头有压力。所以，此时此刻的阶段，你不妨休息下呗。或者别动，就像开车，突然大雾，你看不清楚了。你最好的方法就是去服务区等一会。如果你能看清楚，你就继续前行。每个人情况不同。
孙正义这次可能说对了：马斯克的太空数据中心，不是不行，而是等不起最近，孙正义公
孙正义这次可能说对了：马斯克的太空数据中心，不是不行，而是等不起最近，孙正义公开给马斯克泼了一盆冷水。马斯克说，未来要把数据中心搬到太空，利用太阳能发电、宇宙真空散热，让AI获得几乎无限的算力。听起来是不是很科幻？但孙正义的回答很现实：不是做不到，而是时间来不及。很多人以为AI最大的成本是电费，其实并不是。按照业内数据，电力成本只占AI数据中心运营成本的一小部分。真正烧钱的是芯片、服务器、网络设备以及不断升级的硬件。如果为了省那点电费，却要把成千上万吨设备送上太空，账怎么算都不划算。打个比方。你为了省油钱，专门买架电动飞机去上班。逻辑上能成立，但经济上很难成立。马斯克看到的是20年后的未来。孙正义看到的是未来5到10年的竞争。这才是双方最大的区别。AI产业现在就像19世纪的淘金热。谁先占住矿山，谁就能赚钱。等你把铁路修好、港口建好、运输体系完善，别人可能已经把金子挖走了。所以马斯克想的是“终极方案”。孙正义想的是“抢跑方案”。从商业角度看，孙正义其实更务实。他正在法国建超级数据中心，在美国规划数千亿美元投资，还重金押注OpenAI。因为他知道，未来十年AI竞争的关键不是最先进的技术，而是谁能最快把算力铺开。就像智能手机时代。真正赚到第一桶金的，不一定是最先进的实验室，而是最先量产的人。当然，从长期来看，马斯克未必错。如果未来星舰真的把发射成本降到今天的百分之一，甚至千分之一，太空数据中心确实有可能成为终极形态。但问题在于：等那个时代到来时，AI世界的王座可能早就坐满人了。所以这场争论本质上不是技术路线之争。而是一个问题：你是选择十年后的完美未来，还是先拿下眼前的市场？历史告诉我们，大多数时候，赢家往往不是看得最远的人，而是跑得最快的人。信源：《软银孙正义叫板马斯克：太空数据中心看似省电费，实则得不偿失》澎湃新闻
智谱华章（智谱AI）市值高（2026年6月约8000亿港元、最高破万亿），核心是
智谱华章（智谱AI）市值高（2026年6月约8000亿港元、最高破万亿），核心是稀缺标的+顶尖技术+商业化高增+政策流动性共振+流通盘极小，与短期亏损无关；亏损源于算力/研发重投入，属于AI行业战略性亏损。一、核心背景：亏损但市值奇高-2025年营收7.24亿元（同比+131.9%），净亏损47.18亿元（研发投入31.8亿元）。-市值约8000亿港元（约2个小米），上市仅7个月达此规模。-直观反差：营收高增、巨亏、万亿市值并存。二、市值高的五大关键原因（权威+时效+相关）1.技术顶尖+国产稀缺（核心溢价）-清华系核心团队（唐杰教授），GLM-5.2全球前三、开源第一，代码能力全球第一。-国内唯一纯通用大模型港股标的，A+H布局（港股上市、科创板IPO募资150亿）。-适配40+国产芯片，自主可控，受益国产替代与出口管制红利。2.商业化验证+定价权（增长确定性）-MaaS爆发：2026年3月ARR达17亿元（同比+60倍），API调用量+400%、涨价83%仍供不应求。-政企+开发者双轮：央国企私有化部署+400万开发者，付费意愿强。-涨价逻辑成立：技术壁垒带来定价权，打破AI低价内卷。3.政策+流动性共振（资金加持）-纳入恒生科技指数、港股通，南向资金持续流入。-科创板IPO提速，稀缺性进一步抬升估值。-AI是国家战略，政策红利明确。4.流通盘极小+筹码集中（杠杆效应）-港股上市初期流通盘仅1.5%，基石股东+一级VC锁仓，少量资金即可撬动股价。-腾讯、阿里、美团、高瓴、红杉等顶级机构加持，信心足。5.AGI叙事+全球对标（预期溢价）-对标OpenAI、Anthropic，被视为中国AI追赶全球的核心载体。-马斯克预测2027年中国大模型达顶级水平，智谱CEO表态更快，强化预期。三、为什么亏损？（行业共性，非经营恶化）-算力成本极高：训练/推理需上万块高端GPU，单年算力投入数十亿。-研发持续加码：2025年研发31.8亿，为迭代GLM系列、抢占技术制高点。-收入增速不及投入：营收高增（+131.9%），但算力/研发投入增速更快，形成战略性亏损。四、风险提示（理性看待高估值）-估值泡沫：市销率近890倍，远高于行业均值（Salesforce巅峰20倍）。-竞争加剧：国内百度、阿里、字节，海外OpenAI、Anthropic，技术差距缩小。-盈利兑现难：持续巨亏，商业化能否覆盖投入存疑。五、总结智谱高市值是技术稀缺+商业化高增+政策红利+流动性溢价+筹码结构共同作用的结果，市场买的是中国AI龙头的长期价值与全球竞争力，而非短期利润。亏损是AI行业早期重投入的必然，核心看技术壁垒、商业化增速、定价权能否持续。
很多人可能没有意识到，DeepSeek估值达到500亿美元，真正值得关注的不是这
很多人可能没有意识到，DeepSeek估值达到500亿美元，真正值得关注的不是这家公司赚了多少钱，而是它证明了一件事：中国在人工智能领域，已经开始走出一条和美国完全不同的道路。过去几年，全球人工智能行业几乎被美国企业主导。OpenAI、谷歌、xAI、Anthropic，一个个都是资本市场的宠儿。很多人甚至认为，AI竞赛的大局已经基本确定。但DeepSeek的出现，打破了这种认知。最有意思的地方在于，它不是靠疯狂融资起家的，而是先把产品做出来，再让市场认可，最后资本主动找上门。2025年初，DeepSeek聊天机器人横空出世时，最让外界震惊的不是性能，而是成本。同样级别的大模型，美国企业往往需要投入数十亿甚至上百亿美元，而DeepSeek却用远低于同行的成本，实现了接近顶尖水平的效果。当时华尔街最直接的反应就是恐慌。因为投资人突然发现，原来AI的发展未必一定要靠堆算力、堆资金、堆芯片。这背后折射出的，其实是中国科技企业另一种思维模式：资源有限，就把效率做到极致。更重要的是，DeepSeek的成功发生在美国持续封锁先进芯片和人工智能技术的背景下。有人原本以为，限制高端芯片出口就能拖慢中国AI产业的发展速度。但现实证明，技术封锁只能增加难度，却无法阻止创新。今天的DeepSeek已经不仅仅是一家创业公司。它背后连接着中国芯片企业、互联网企业以及整个产业链生态。从某种意义上说，它更像是中国人工智能自主体系的一块重要拼图。500亿美元估值看起来很大，但相比数字，更值得关注的是另一个信号：人工智能的全球竞争，远没有到分出胜负的时候。美国仍然很强，但中国已经证明，除了美国模式之外，世界上还存在另一条道路。未来AI领域最激烈的较量，或许不是技术与技术的竞争，而是两种创新体系、两种产业模式、两种发展路径之间的竞争。而DeepSeek的崛起，只是这个故事刚刚开始。
FT报道，尽管中国尚未完全赢得人工智能前沿领域的竞赛，但它在应用、成本和普及方面
FT报道，尽管中国尚未完全赢得人工智能前沿领域的竞赛，但它在应用、成本和普及方面显然已经占据优势。自2026年初以来，OpenRouter平台上中国人工智能模型的周使用量激增，目前已远超美国模型。虽然OpenRouter的数据并不能代表整个人工智能市场，也不能反映OpenAI、Anthropic、谷歌或微软的收入，但它有力地表明了开发者/API的使用情况，代表着实际的需求。对许多公司而言，首要任务并非使用最强大的模型，而是使用可靠、快速、经济实惠且可扩展的模型。在美国，伊利诺伊州等数据中心重镇的平均电价约为7.9美分，而中国同类地区只有4.4美分，更低的能源成本，意味着中国AI公司，训练大模型的成本也更低。随着需求量越大，这个优势会无限放大。海外新鲜事
微软考虑用deepseek来替代openai和anthropic来充当人工智能助
微软考虑用deepseek来替代openai和anthropic来充当人工智能助手。智能助手这个功能确实不需要太强的性能，哪怕是一年前的模型都能够胜任大部分工作，这时候谁还和你中美ai战，便宜才是最实在的。
SpaceX收购AI编程独角兽马斯克终于把Cursor买下来了，600亿美元，
SpaceX收购AI编程独角兽马斯克终于把Cursor买下来了，600亿美元，全股票交易，估值4063亿人民币。搁五年前，谁能想到一个编程工具能卖到这个价？但你仔细看马斯克的逻辑，就明白这钱花得值。xAI在编程工具上一直落后于Anthropic和OpenAI，怎么办？马斯克想了一招——直接把人从Cursor挖过来。挖着挖着，发现与其挖人，不如直接买下来。一来一回，600亿花得值。Cursor也不是省油的灯。之前Cursor自己准备融资20亿美元，估值超500亿，后来一想：反正以后算力需求xAI能解决，融什么资？直接并入SpaceX，算力成本全省了。SpaceX去年净亏损49.4亿美元，资本开支207亿美元。马斯克这个摊子，越铺越大。
6月15日传出消息，腾讯参与了前OpenAI研究员林俊旸创办的新AI实验室首轮融
6月15日传出消息，腾讯参与了前OpenAI研究员林俊旸创办的新AI实验室首轮融资，注资2000万美元；该实验室本轮已募资数亿美元，投后估值约20亿美元。针对此传闻，新浪科技向腾讯方面核实，截至发稿未获回应。（新浪科技）
华为的AI路线，当初有个判断：通用人工智能还早。于是，所有资源都压向了另一条路
华为的AI路线，当初有个判断：通用人工智能还早。于是，所有资源都压向了另一条路——行业大模型。成绩单很漂亮，一个又一个行业被拿下。就像在陆地上，一寸一寸地修筑最坚固的堡垒。但战场，突然变了。整个AI牌桌的规则，其实源自谷歌多年前发的一篇论文，叫Transformer。讽刺的是，谷歌自己写完，就把这本“武功秘籍”扔在书架上积灰了。结果，一个叫OpenAI的家伙，把它捡了起来，没日没夜地练。等大家回过神，他已经坐着火箭冲上了天。这时候，华为再扭头看，天已经变了。想追，脚下第一道坎就是芯片，像一辆没发动机的跑车。但更要命的问题是，当你花了全部心血，把陆地上的堡垒修得固若金汤，一抬头，却发现别人已经在天上开战了，这时候，是怪发动机不行，还是怪当初只盯着地面的那个决策？现在所有目光都投向了余承东。这个男人能不能像当年造车一样，再把航向硬掰回来一次？这事儿，你怎么看？
马斯克又当爹了，而且这次，还是跟那个特殊到不行的搭档希冯·齐里斯。这俩人的关系，
马斯克又当爹了，而且这次，还是跟那个特殊到不行的搭档希冯·齐里斯。这俩人的关系，电视剧都不敢这么编。没恋爱，没结婚，前前后后却一块儿生了四个孩子。这个消息之所以引发讨论，并不只是因为家庭结构本身，而是因为它发生在一个高度制度化、技术驱动的组织网络背景之中。埃隆·马斯克与希冯·齐里斯最早在2016年前后通过人工智能研究领域产生交集，当时齐里斯已经在OpenAI体系中参与治理与研究相关工作。从组织结构看，OpenAI在2015年成立初期采用的是非传统治理模式，强调研究导向与跨领域协作。根据人工智能行业发展研究资料，这类早期AI机构通常并不完全依赖传统公司层级，而是由研究人员、顾问与投资人共同参与战略讨论，使信息流动更为频繁。这种结构也为后续跨组织合作奠定了基础。在这一体系中，齐里斯逐渐从研究与投资领域进入更深层的技术管理与运营岗位。她曾在人工智能相关机构以及科技企业中担任多个管理职位。包括OpenAI以及后来的特斯拉与Neuralink体系内的运营与特殊项目管理角色。这种跨机构经历，使她在多个技术团队之间承担协调与信息整合功能。进入2020年前后，人工智能行业进入加速发展阶段，大模型与算力竞争逐步成为行业核心。根据行业发展报告，这一时期企业之间的技术协作与人才流动明显增强。高管层在不同项目之间的沟通频率大幅上升。在这一背景下，齐里斯与马斯克之间的合作关系也从单一项目参与逐步扩展为多层次协作。据公开法律文件与庭审信息披露，2020年前后，双方在明确非传统伴侣关系的前提下，就生育问题达成协商安排，采用医学辅助生殖方式共同育有子女。2021年诞生的一对双胞胎成为这一合作关系的早期结果，随后在2024年又迎来新一名子女，最新一例出生信息则延续了这一持续合作结构。这一过程在公开叙事中呈现出明显的非传统家庭形态特征，但从组织与行业角度看，它与硅谷高强度协作文化并非完全割裂。根据科技企业组织研究，人工智能行业的高管与研究人员往往同时参与多个项目，在长期合作中形成高度依赖的信息与决策协同机制。在OpenAI早期治理结构中，这种跨角色协作更为明显。该机构在早期阶段允许研究人员与战略参与者在同一体系内讨论技术路线，使组织边界相对模糊。这种模式在一定程度上强化了个人之间的长期合作关系，也使得跨项目信任机制成为运行基础。与此同时，齐里斯在多个科技企业中的任职经历，也强化了她在AI产业链中的节点作用。根据行业报告，这类多岗位参与者通常承担信息传递、战略协调与项目推进功能，在快速迭代的技术环境中具有较高价值。2021年双胞胎出生后，相关信息直到次年才被外界逐步知晓。随后几年中，两人继续在公开与法律层面确认共同育儿关系，但仍保持非婚姻状态。这种安排在公开信息中被描述为基于个人意愿与医学辅助生殖技术实现。在这一背景下，马斯克的家庭结构逐渐扩展至多个子女，而齐里斯则继续在人工智能与科技企业体系中参与运营与研究相关工作。二者关系既不完全属于传统家庭定义，也不完全属于纯粹职业协作，而是处于一个交叉区域。从行业角度看，这种现象反映出一个更大的背景，即人工智能产业快速发展带来的组织关系重构。在高度技术密集的环境中，个人之间的长期协作可能同时覆盖职业与私人层面，而这种边界模糊化，在相关研究中被视为新型科技组织关系的一种表现形式。
