# 为什么我们对 25 年 AI 极度乐观｜AI 年终复盘 42章经 · 2025-01-04 曲凯复盘2023-2024年AI市场，认为25年将是爆发之年。他重点看好Prosumer赛道、Agent和多模态方向，以Perplexity为例解释Agent本质是完成任务的入口。他认为AI Native答案藏在多模态中，尤其是2C领域的互动内容形式。最后鼓励早入场和保持乐观。 ## Key moments - **[0:00] 开场** - [0:19] 曲凯对2025年AI市场极度乐观，断言明年将是AI大年。 - **[0:40] 回顾** - [2:36] 曲凯指出2024年前9个月一级市场（尤其美元基金）是过去十年最惨淡时期，新公司融资几乎归零。 - [4:19] 曲凯总结大模型发展符合其2023年初四大判断：成为基础设施、开源快于闭源、多模型混合方案为主、好产品大于一切技术。 - **[6:36] 乐观原因** - [7:11] 多模态能力惊人进展：图片生成已超越人类，语音歌曲生成基本超越人类，视频和3D模型发展远超预期，已接近GPT-3水平。 - [9:04] 曲凯强调24年后半段最易被忽略的变化：AI创始人画像变为‘AI创二代’，来自大模型公司、大厂AI负责人等，带来全新认知和方向。 - **[10:30] 展望** - [10:41] 曲凯预测2025年市场环境虽转好但两极分化加剧：背景好的创始人获更高估值，低估值换投资不再可行。 - [12:30] 曲凯预测2025年AI市场关键词将是‘应用落地’，涵盖软件和AI硬件，已成中美一二级市场共识。 - [14:51] 曲凯预测2025年将涌现一批Prosumer（小B大C）创业公司达到千万美金ARR收入。 - **[15:15] Agent** - [16:03] Q: Agent机会属于新创公司还是现有SaaS公司？曲凯通过SaaS取代传统软件的三大原因（技术迁移、销售模式、组织文化）分析，认为商业模式颠覆时新公司优势明显。 - [19:48] 曲凯预测按结果付费的新Agent创业公司将在2025年冒头，持续冲击现有SaaS企业。 - [22:57] 曲凯以Perplexity为例，揭示其本质是Agent公司：目标不是搜索而是帮用户完成任务，可能成为下一代AI最大入口和平台。 - [25:14] 曲凯推演Agent时代终极形态可能是信息管理加行动，现有信息辅助AI产品未来都必须向直接交付结果发展。 - **[26:25] 多模态** - [27:13] 以NotebookLM等为例，多模态any-to-any将重构产品形态：输入输出任意模态，内容消费从被动接收变为可互动参与，或将颠覆教育和内容获取。 - [29:44] 曲凯预测视频和游戏将融合，互动性增强，这将催生下一个抖音级别产品，而多模态正是AI Native的答案。 - **[30:28] 结语** - [30:28] 曲凯寄语听众：‘在巨大的不确定性面前保持乐观，在脚踏实地赚钱的同时保有梦想。’ ## Speakers - **曲凯** (host) ## Topics 人工智能 ## Mentioned Google (company), MiniMax (company), OpenAI (company), Perplexity (company), Suno (company), character.ai (company), 字节跳动 (company), GPT (product), NotebookLM (product), O1 (product), 可灵 (product), 海螺 (product) ## Transcript ### 开场 There's something there. **曲凯** [0:19] 你要是问我怎么看明年 AI 市场 ， 我的回答就是一个 ： 极度乐观 。 我对当下的 AI 市场和明年的发展都非常非常乐观 。 就明年肯定是个 AI 大年， 我发现现在市场太悲观了 ， 所以我拖延了好多天啊 ，但我最后决定一定要做一期这个年终总结的播客 ， 就是这个原因 。 ### 回顾 **曲凯** [0:40] 就是想给大家讲清楚我们到底看到了市场里的什么东西 。 那我们先直入主题 ， 看一下过去这两年的 AI 在发生些什么 。23 年 AI 来了 ， 然后很多互联网人呢跟美元基金就直接冲了 ， 对吧 ？ 因为不管从什么角度 ，AI 这波呢都跟大家熟悉的互联网那波机会太像了 。 而且天下其实已经苦互联网人久矣啊 ， 从 15 年以后其实大机会就不多了 ，18 年以后几乎没有 。 我记得过去两年涨起来的到千万日活的互联网产品 ， 大概也就是像番茄小说在内的极少数的几个 。 那互联网人他发现说 ， 哎我好不容易练成了一身武功绝学 ， 江湖没了 ， 那怎么办呢 ？ 这怎么能忍 ？ 然后市场呢跟大家一起做了个判断 ， 说 AI 是不是大机会 ， 那肯定是 。 什么量级先不说 ， 那它有可能是对标电 ， 对标互联网 ， 对标云什么的 ， 我们先不管 ， 对吧 ？ 那肯定是个大机会 。 然后呢大家又做了一个判断 ， 就是 AI 肯定还在早期 ， 所以很多人就有个结论说 ， 做 AI 要先去投有技术背景的人。 所以呢像清华的各种教授都被 VC 找了一遍 ， 然后呢 23 年的最多的钱肯定都流向了大模型公司 ， 很少量的钱流向了做中间层跟做应用的公司 。其实我们一直在呼吁大家应该多把钱放在应用里面 ， 嗯但最后很遗憾并不是这样的 。 所以 23 年的时候呢 ， 比如说但凡你是个假设啊从 OpenAI 出来的人， 都像是从神坛上下来的人一样 。 然后大家到美国去学习呢 ，也都是千方百计想约个 OpenAI 的人聊聊 。 那冲的结果怎么样 ？ 我们就自然而然的来到了 24 年 。24 年我觉得它不能作为一个整体来看 ， 就 24 年要分成两个部分 。 第一个部分是 24 年的 9 月份前 ， 第二个部分是 24 年 9 月份后 。 为什么 ？ 因为 9 月份前的市场基本就是一潭死水 。 我现在几乎可以断言啊 ， 就是 24 年的上半年， 整个一级市场 ， 尤其是美元基金的一级市场 ， 就是过去 10 年甚至 20 年， 即未来几年一级市场的最底部 。 就这个一定是最差的时候了 ， 尤其是新创业公司的融资几乎归零 ， 就可能会有些老公司拿到一些后续的融资 ，但新公司就真的是几乎没有拿到融资的 。 那在这个期间呢 ， 同时还发生几个事情 ， 对吧 ？ 比如说那几家大模型公司 ， 大家总说的这些六小虎 、 七小虎什么的 ， 然后他们渐渐的从热点顶端开始退温了 。 然后像我们刚才拿 OpenAI 的人举例 ， 就如果一个 OpenAI 的人他是 23 年出来的 ， 那可能刚开始的时候估值能到六十几千万美金 ， 然后到 24 年的时候呢 ， 可能就甚至于不会有人去投了 。 那一直到最近 ， 大家整个国内外得到一个结论说 ， 哎 pre-training 好像没用了 ， 那大家也都不太做了 ， 尤其是国内大家都去搞 post-training 去了 。 那你如果你说你是 OpenAI 做 pre-training 的人， 价值更小 ， 可能现在要在国内跳槽找工作的性价比都没那么高 。 那这个时候如果一个机构仍然要出手 ， 怎么办 ？ 我们就发现 24 年的钱去了两个方向 ，其中最主要的呢就是具身智能 。 如果说 23 年 AI 创业投资的关键词是大模型 ， 那 24 年的关键词就肯定是具身智能 。 然后这个过程中呢 ，也有一些没有那么坚信具身智能的机构 ， 就同时兼顾了第二个方向 ， 就是 AI 硬件或者说消费电子的投资 。 那同期来看 ， 我们看一下 23 年出来的那些创始人怎么样了 。 那我们先说大模型 ， 大模型其实大家已经讨论非常多了 ，不去再多去聊那些什么八卦之类的 ， 我觉得意义也不大 。 就总之现在模型的发展趋势 ，是非常符合我们自己 23 年初的判断的 。 比如说大模型最终是 commodity， 对吧 ？ 它成为一个商业化的基础设施 。 然后比如说大模型开源的进展速度 ，其实仍然是超过闭源的 。在比如说实际应用落地的时候 ， 市场跟公司呢 ，其实都偏向于是多模型混合的方案 ，而不是单一模型通吃 。 它可能会用好多个模型应用在不同的场景 ， 然后它也可能自己有一个自己训的小模型啊之类的 。 最后我们一直以来的判断就是 ， 技术永远是为了解决问题而存在的 ， 所以好的产品永远大于一切 。 你永远只是说我技术领先 ， 可能用处没有那么大 。 那 23 年出来的那些做应用产品的创业公司状态又怎么样呢 ？ 前两个月我们也计算了一下， 当下市场当中大概有 20 到 30 家应用类的公司的估值是超过了 5,000 万美金 。 当然这里的超过它也不会高太多 ， 可能大多数就是在 5,000 万美金 ， 然后少数可能能摸到 1 亿美金左右的这个边 。 然后所有的应用公司的 ARR 年收入情况怎么样呢 ？ 首先大多数为 0，因为其实不得不承认大多数还是在打磨没有上线 ， 或者是刚上线在找 PMF 的阶段 。 少数的找到了 PMF 的呢 ， 能达到 100 万刀 ARR， 极少数头部的项目现在达到了 1,000 万刀左右的 ARR。 最最 top 的可能是能到三五千万刀啊 ， 这个大概就是整个国内外应用市场的收入的情况 。 所以呢我觉得可以得到个结论啊 ， 就是我们所有人在 23 年的时候 ， 都对于 AI 过于乐观了 ，以至于呢 24 年市场给的这些反馈啊 ， 就比较偏负面 ， 又让大家过于悲观 。 包括我们最近看到很多人在讨论跟总结当下市场的时候 ，其实都是一个比较偏悲观的一个基调吧 。 那就是有的人直接就说悲观 ，有的人讨论半天 ，但其实他心里是悲观的 。 但我们真的是不一样 ， 我们真的是对当下跟未来 AI 市场是极度乐观的状态 。 那这就要从 24 年 9 月后来说起 。在 9 月后呢 ， 我们发现市场发生了几个核心的变化 。 ### 乐观原因 **曲凯** [6:48] 第一呢是融资市场明显复苏 ， 就有很多高估值的初创企业出现 ， 这可能来自于一些机构 ， 你看年底要冲 KPI， 对吧 ？ 或者他明年有一个募资的规划 ， 所以今年到明年要多投 ， 都是可能的原因 。 另外还有一个原因呢 ， 就是我们确实发现各种模态模型的能力在默默加强了 。 比如说图片生成的能力 ，其实在某种维度上早就超过人类了 。 然后语音跟歌曲生成的能力 ， 如果你看了最近 Suno 新出的一些歌曲制作的东西啊 ， 包括其他的一些语音型的东西 ， 我相信你会跟我一样得到一个结论 ， 说语音和歌曲模型的能力也基本超过人类了 。 然后视频跟 3D 模型呢 ， 它的进展速度是远超大家预期的 。 我记得就 23 年的时候 ， 大家还在讨论说 ， 哎视频模型可能还得要个两三年，3D 模型可能还更久 。 但过去一年里面 ， 视频模型的发展速度非常快 ，而且这里面核心主流的玩家也有非常多国内的玩家 ， 比如说可灵 ， 比如说 MiniMax 的海螺 ， 比如说字节出的视频模型等等 ， 还有很多创业公司的视频模型 ，其实在国际上都是比较领先的一个位置 。 那我们可以说 ， 现在视频生成跟 3D 生成大概接近于 GPT-3 当年的那个水平 。 那如果是这样的话 ，25 年呢大概可能能达到比如 3 到 3.5， 那其实基本是可用的一个状态 。 最后呢 ， 大语言模型本身的进展速度 ， 反而是最低于市场预期的 。 大家都期望说 GPT-5 或 GPT-4.5 能抓紧出来 ，但最后实际上是没有的 。 但是呢我们同时要看到 ， 虽然它大的发展低于预期 ，但是它不断的在做增加性能和降本的工作 。 所以其实现在很多应用已经到了一个可用的临界点 。 之前大家觉得说 ， 哎 token 费用太高 ， 或者说模型的这个能力没有那么强 ， 总差那么一点 。 现在在很多领域其实已经够了 。 呃另外呢 ， 就是今年以 OpenAI 为首 ， 推出了像 O1 这样的推理模型 ， 可能很多人觉得说 O1 使用起来就那样 ，但是它其实真正的让 Agent 落地变得可实现了 。 然后最后一个点 ， 就是这几个月新发生的市场变化里面 ， 可能大多数人最容易忽略的 ，但我们的感知特别明显的一个点是什么呢 ？ 就是创始人的画像发生了明显的变化 。在 24 年中期以前 ，AI 创始人基本都是互联网这些传统行业转型出来的 ，但最近几个月呢 ， 我们看到了大量这种我们称之为 AI 创二代的人出现 。 就比如说大模型公司出来的 ， 大厂的 AI 业务负责人出来 ， 然后甚至呢也有些中小型 AI 创业公司里面的联创啊高管啊出来再做创业 。 那这些人对 AI 的理解 ，他们的认知 ，他们讲的要做的方向和故事 ， 都给人耳目一新的感觉 ， 可能跟之前的是非常不一样的 。 所以呢我们是切身体会到了整个 AI 市场 ， 从底层技术到从业者的质量 ， 再到资本的环境等等 ， 全都是在进步的 。 而且这个进步毫无疑问会继续延续到 25 年， 所以这个就是我们乐观的核心原因 。 当然我知道有很多人可能担心 ， 比如说美元基金的问题 ， 宏观经济的问题 ， 包括一些地缘政治的问题等等 ，但我自己啊一直坚信 ， 就最终决定市场的是资产本身的价值 。 供给总归会有波动 ， 就是资金会流向那些能让它赚钱的地方 ，但只要你的资产做的足够好 ， 那一切问题都是能解决的 。 所以我是觉得长期来看 ，AI 这波是没有什么太大的问题的 。 那讲完了过去啊 ， 我们再来看一看 25 年 AI 会往什么方向走 ， 都有哪些机会 。 ### 展望 **曲凯** [10:41] 首先大的市场环境 ， 我们相信会进一步的变好 ，但这个变好的表现形式大家要注意 ， 就它不是一个像当年的万众创业啊 ， 或者那个火热市场的回归的那种变好 ，而是越加的两极分化 。 从资本方向来说呢 ， 现在已经分成了像美元基金跟人民币基金 ， 然后国内目前一级市场其实明确的两条路 ， 一条是出海 ， 一条是国产替代啊 ， 硬科技啊 ， 卡脖子啊等等 ， 前者偏美元 ， 后者偏人民币 。 从创业融资来讲呢 ， 机构会更倾向于把钱投给背景非常好的人 ，并且愿意给到更高的估值 ，而不是去低估值的撒很多小项目 。 从 23 年开始的很长一段时间 ， 我们看到的创业公司第一轮的估值 ， 大概就是在 5,000 万人民币上下， 平均下来啊 。 然后这两个月呢 ， 我们看到了很多一上来就是两三千万美金估值 ， 甚至于也有几个市场里在传的 5,000 万美金左右的第一轮的估值 。 所以其实单个项目的估值是在涨的 ，但是并不是说数量涨了非常多 。 就现在不存在一种情况是什么呢 ？ 你说我背景不太好 ， 然后我这个事呢也不是准备那么好 ，但是我愿意接受一个低估值 ， 我用低估值来换投资 ， 就这个事仍然是不太成立的 。 所以呢这里想提一个建议啊 ， 就如果现在在听我播客的人， 还没有进入到 AI 这个圈子 ， 你又对自己的能力跟积累呢有一定信心 ， 那当下呢可能仍然不是选择创业的最好的时候 。 现在最好的选择是什么 ？ 就是你可以选择加入另外一家 AI 的创业公司 ， 或者去某个大厂的内部负责 AI 的业务 ， 这样呢来进行一些积累和学习 。 当你在这段经历里面做出一定成绩 ， 然后你再考虑创业 ， 可能是一个更好的选择 。 然后第二点就是像我们之前说的 ，23 年市场的关键词呢是大模型 ，24 年的关键词呢是具身智能 ， 那 25 年的关键词会是什么 ？ 我觉得一定是应用落地 ， 这里面包括软件的应用 ，以及说一些 AI 硬件的应用的落地 。 除了这些好像也没什么了 ， 你说大模型大概投完了 ， 具身智能呢也投的差不多了 ， 那就是得投应用落地了 。 而且这个呢 ， 现在好像已经变成了中美市场以及一二级市场的一个共识 ， 就是大家 25 年都想去找那种真正能落地的资产标的 。 从具体的落地角度啊 ， 过去两年大家探索出来的一个最共识的方向 ，也是目前最能落地的方向 ， 就是我们叫生产力工具类的产品 。其实它大概是过去一年火起来的一个概念 ，也有人叫它 Prosumer 或者叫 ProC 的人群 ， 或者也可以说是小 B 大 C 的这么一群人， 比如说专业的视频创作者 、 歌曲创作者 、 保险经纪人 、 券商从业者等等 ， 甚至也包括像 AI coding 的工程师群 体啊等等。 然后这里的核心原因是什么呢 ？ 就为什么最后卡出来这么一个人群 。 首先第一点 ， 就是过去 5 到 10 年， 国内市场似乎验证得到一条结论 ， 就国内的土大币市场好像不行 ， 做不起来 。 这里问题原因当然很多啊 ，但核心的几条我理解就是国内人均 GDP 低 ， 人的成本低 ， 所以用软件去替换人好像意义没有那么大 。 然后呢就是产业结构和美国不同 ， 美国头部企业都是私企 ， 国内很多头部企业是国企 ， 然后最后呢 ， 很多利润其实是被大量的渠道转走了 。 当然这里面也会涉及到很多这种账期啊 、 定制化呀 、 私有化等等这样的问题吧 。 然后大币不行 ， 那纯 C 行不行呢 ？ 哎好像也不行 。 那这里最核心的一个原因是什么 ？ 就是国内 C 端的付费意愿跟能力都比较低 ， 那 AI 呢又是一个一上来就有 token 成本的事情 。 所以之前互联网时代说我先免费拉用户 ， 我先亏钱 ， 然后呢我未来再靠广告赚钱的路径 ， 好像就行不太通 。 所以最终呢 ， 大家就卡出来这么一个小 B 大 C 的概念 ， 就生产力工具 ，因为这个人群它兼具了 C 端的用户和传播属性 ，也有一定的类似 B 端的付费能力 。 而这个概念呢 ，在 25 年我们相信仍然会是一个偏主流的方向 。 我也相信明年我们可能会看到一批达到千万美金 ARR 收入的这类创业公司的出现 。 然后除此之外啊 ，25 年我们最看好的两个方向是 Agent 和多模态 。 这里 Agent 呢其实大家提的很多啊 ，但我其实个人认为多模态的潜力是更大的 。 那我们来分别讲一下， 先讲 Agent。Agent 呢其实从去年就开始火 ，但直到最近推理模型能力提升 ， 才真正解锁它的可行性 。 ### Agent **曲凯** [15:25] 然后未来呢 ，也许各种专业人群 、 垂直领域都会有 Agent 的机会 。 而且现在有很多人认为 Agent 会是对传统 SaaS 的一次迭代更新 ，并且市场价值呢可能会是 SaaS 的十倍 。 因为本质上 SaaS 是提供的软件服务 ，而 Agent 是提供软件服务加人力的一整套打包解决方案 。 就是你可以想象到 ，SaaS 是我提供一个软件给你公司的员工去用 ，但 Agent 呢自己具备一定的智力 ， 所以它是软件加用 Agent 来执行 ， 它可以替代整个部门甚至 。 那这里也有个核心问题 ， 就不管你是做一级还是二级投资 ， 还是去做职业选择等等 ， 都会遇到的问题 ， 就是 Agent 到底是大厂和现存玩家的机会 ， 还是新创业公司的机会 。 如果说 Agent 是对 SaaS 的更新迭代 ， 那会不会是现有的 SaaS 公司直接加上一些 Agent 能力 ， 做一个新产品就可以 ？ 那为了回答这个问题啊 ， 我去研究了 SaaS 当年是如何取代传统软件公司的 ，也就是为什么传统软件公司当年没有成功转型成 SaaS。 我发现答案有几个啊 ， 第一就是将现有的本地化的软件迁移到云端 ， 还是有一点技术门槛的 ，而且成本挺高的 。 第二呢是 SaaS 公司更用户导向 、 更产品导向 ，因为它需要持续交付 ，而传统软件公司呢更多是强销售 、 一次性销售 。 然后最后一点也是最重要的 ， 就是两者在商业模式上有本质的区别 。 传统软件呢是开发完成后一次性付费 ， 比如说一年几百万的费用 ，而 SaaS 公司是少量多次的订阅制收费 。 所以你可以想象啊 ， 就传统软件公司可能是众渠道 、 众线下 、 长周期 ， 就是它不知道要开多少次会 、 吃多少次饭 ， 最后敲定一个几百万上千万的大单 。 而与此同时呢 ，SaaS 公司可能有一个刚毕业的学生 ， 对吧 ，他正坐在办公室里跟客户约了个视频会 ， 说你看我们这个线上可以直接开通 ， 一个月呢只要 500 块每个人， 然后功能呢可能跟你们几百万买的一样 ， 那你要不要 ？ 所以说这个 SaaS 公司和传统软件公司 ， 从开发模式 、 销售模式到组织结构 、 人员管理等等 ， 都有本质的区别 。 这个区别就决定了传统公司要转型是很难的 ， 最后呢可能还不如重来 ， 或者去做一些收购 。 然后呢我们再来看 AI 公司和 SaaS 公司在这个点上相比如何呢 ？ 从技术门槛上来看 ，AI 的技术门槛和改变可能没有之前变化那么剧烈 ，但开发模式一定是需要根据 AI 时代来重新变化的 。 然后从销售模式和商业化上来说 ， 这里可能会有一个跟之前类似的核心的变化 ， 就是如果未来 AI 真的能做到按结果付费 ，而不是按订阅付费 ， 那可能就会是一个对现有 SaaS 公司和模式的颠覆式的变化 。 就是我现在可以卖一个 SaaS 软件给客户 ， 说哎这个能帮你比如说 100 个销售人员提效 ， 然后客户买了试了 ，但最后结果到底怎么样 ， 到底使用的深度怎么样 ， 这个其实我相信现有的 SaaS 表现是不一定那么好的 。 但如果有家 AI Agent 的公司出来说哎你就拿去用 ， 最后你看帮你省多少钱 ， 你再分我其中的百分之多少 。 如果最后真的 AI Agent 能实现这个效果 ， 那我就会倾向于认为 Agent 仍然是新公司的机会 。 因为像我们刚才比较的对吧 ， 一个传统的公司 ， 包括现在 SaaS 的公司 ， 要彻底变革成一个新的商业模式太难了 。 因为这随之而来的销售人员的管理和组织模式等等 ， 可能都会发生剧烈的变化 。在 SaaS 时代 ， 销售的作用其实已经弱化了 ， 比如我们会听到说很多 SaaS 公司会有这种成百上千人的电销团队的意思 。 所以说后面 SaaS 呢会有这种 PLG 的说法 ， 就是通过产品本身的功能和口碑来吸引用户 ， 然后再去做商业转化 。 但如果 Agent 最后真的按结果付费 ， 那似乎好像大多数公司就不再需要销售了 ， 对吧 ？ 我可能做做 SEO 啊 ， 做做营销就够了 。 因为你想如果我是客户 ， 反正你按结果付费嘛 ， 那有多少我都去试一下， 最后谁做的好我就保留谁就好了 。 除此之外呢 ， 还有两个问题 ，其实是当下所有 SaaS 公司都会遇到的 ， 一个呢是客户觉得说 SaaS 软件的定制化太差了 ， 都是通用功能 ， 另外呢是 SaaS 软件太多 ， 呃数据无法打通 。 这两个问题呢其实都非常适合用 AI 啊 、Bot 啊 、Agent 啊这种概念来去解决 。 所以未来有没有可能一个公司 ， 它就是使用一个打通的 Bot 平台 ， 上面呢有 n 个 Agent 互相协同就足够了 。 所以上面的是我们基于商业逻辑的分析 ， 那虽然分析的这么多啊 ， 我最后始终认为最终最重要的就是人和组织的问题 。 比如说你可以想象到 ， 大多传统软件开发者可能是背个公文包的中年人的形象 ， 你不会觉得他们懂互联网 ，也不觉得他们能转型成功 。 那 SaaS 创始人呢 ，其中有大量的很深的行业 knowhow 的人 ，他们当然也懂互联网 ，但这里面有多少人能够快速的转型到 AI， 这个不确定 ， 对吧 ？ 我相信他们可能会比如说犹豫一年， 然后自己内部先试验一段时间 ， 然后呢再从外面招个人做一段时间 ， 中间万一发现这个人不行 ， 那可能还要再换 。 那这些时间成本 ，其实已经完全足够一家创业公司跑起来了 。 所以最终啊 ， 我认为市场上创业者的平均基准线能力 ， 决定了新玩家的机会有多大 。 我相信在比如说 20 年前 ， 这个基准线肯定是不及格的 ， 所以有大量的互联网人出来颠覆的机会 。 然后 10 年前呢可能是刚及格 ， 所以大家仍然会问说哎你这个事腾讯做怎么办 ， 百度做怎么办 ，但最后还是会出来大量的创业公司的机会 。 然后在今天 ， 我觉得在 2C 领域 ， 这个基准线可能已经非常高了 。 比如说你不会觉得今年的张一鸣跟 10 年前的张一鸣有本质的区别 ，也不会觉得他落伍了 ， 实际上他应该是更强了 。 但 2B 领域呢 ， 我觉得这个基准线还没有到 2C 那么高 ， 尤其是国内的 2B 跟 SaaS， 跟海外一些国家的水平比起来 ，也是有待进步的 。 所以我觉得 2B 领域里面 ， 仍然是有大量新公司的机会的 。 那作为结论呢 ， 我觉得 25 年的 Agent 第一主要会在 2B 领域落地 ， 我们一会会提一下 2C 啊 ，但它主要会在 2B 领域落地 。 第二呢是一些存量的 SaaS 公司 ， 会基于已有的渠道 ， 先快速利用 AI 概念空占一些市场 ， 那这个已经是我们看到的 。 比如一家 SaaS 公司 ， 它之前本来一年有几亿的收入 ， 然后有一堆的渠道 ， 对吧 ？ 它说我现在推出了一个 AI 产品 ， 然后利用已有的渠道 ， 很快的一年卖个几千万 ， 能不能行 ？ 肯定可以的 。 所以传统的有渠道的 SaaS 公司 ， 会利用 AI 的概念先见到收入 。 但是第三点就是我们刚才讲的 ， 更多的主打新商业模式的 Agent 创业公司会开始冒头 ，并且会在未来持续的返工现存的 SaaS 企业 。 然后讨论完 2B Agent， 我们这里再提一个容易被大家忽视的问题啊 ， 比如说我们以 Perplexity 这家公司为例 ， 就大家提到 AI， 就会想到几个最大的场景跟代表公司 ， 比如说典型的两个 ， 就是陪聊的 character.ai， 最后卖给了 Google， 和现在估值接近百亿美金的代表搜索的 Perplexity。 但如果我说 Perplexity 实际上是一家 Agent 的公司 ， 你会怎么想 ？Perplexity 的创始人前阵子在斯坦福做了一个对谈 ， 那个主持人问他说 ：" 你觉得你这家公司最终如何成为一家伟大的公司 ？" 他的回答是什么呢 ？ 他说 ：" 如果我们能够帮助人们找到所有问题的答案 ，并帮助他们完成所有任务 ， 我们肯定能跻身于此列 。" 这个回答看起来很普通啊 ，但其实开启了我的一个认知升级 ， 就是原来 Perplexity 的目标不是搜索 ，而是在完成任务上 。其实后来我一想 ， 觉得也是 ， 你看我们每个人搜索 ， 最终是为了得到一个问题的答案和解决方案 。 就 Google 已经把信息检索和推荐可能做到了极致了 ，但用户呢大多数时候仍然是要跳转出去去寻找答案的 。 那如果 Agent 的可行 ，是否能在搜索的同时自动帮助用户完成这个解决方案 ？ 比如说 Perplexity 已经上线的电商搜索 ， 就是一个类似的尝试 。 就与其我在各个平台先去搜索商品 ， 搜索这些商品的评价 ， 再去各种电商平台再比价再下单 ， 为什么我不能在一个平台上完成 ？ 我直接在搜索的时候说 ：" 哎 ，在什么季节 ， 现在什么温度 ， 我想买双适合的鞋 。" 然后给我推荐了一些鞋 ， 再帮我比较各种品牌跟款型 ， 各个平台的定价 ， 最终呢我直接在这个搜索网站上一键点击下单 ，其实这个就完成了 。 那从这个角度来说 ，是否可以说 Perplexity 最终就是一家 Agent 的公司 ？ 那这是不是也解释了为什么它有这么高的估值 ？ 因为如果是这个逻辑的话 ， 确实它有可能是下一代 AI 最大的入口跟平台 ，而且它好像就是 OpenAI 最大的竞争者 。 那我们再把这个逻辑推而广之啊 ， 就是前微软的 CEO 纳德拉曾经讲过一个点 ，他说比尔 · 盖茨在他整个职业生涯当中， 一直强调的一件事是数字领域只有一个类别 ， 叫做信息管理 。 我相信张一鸣可能也会有这种共同的观点 ，是吧 ？ 像我们刚才讲的 Perplexity 的例子 ， 如果信息管理最终大多都会指向一个行为 ， 一个 action， 那有没有可能 Agent 的时代最终的类别叫做信息管理加行动 ， 然后 Agent 就是这个一个完成体 ？ 所以呢当下所有做信息类的辅助类的 AI 产品 ， 尤其是 to be 和 to consumer 类的 ， 未来是不是都要往提供结果的角度去思考和发展 ？ 比如说现在一款 AI 产品 ， 可能做的是帮你怎么样更好的搜集信息 ， 那这款产品就要想 ， 如果这个用户搜集信息是为了比如说做一个视频 ， 那所谓的 Agent 的时代 ，是不是你未来都要做搜集信息加自动出一个视频 ？ 这是一个简单的小例子 ，是大家可以持续思考的吧 。 那终于讲完了整个的 Agent， 然后最后呢 ， 我想讲一个我觉得最重要却很少人提的方向 ， 就是多模态 ， 尤其是多模态在 2C 领域的落地跟应用 。 ### 多模态 **曲凯** [26:34] 就是大家这两年呢一直在讨论 AI Native， 讨论是不是所有的 APP 都值得被重做一遍 ， 然后目前为止肯定还没有答案 。 那我觉得这个答案就藏在多模态之中， 尤其是 2C 领域里面 。 如果 AI 只是产品的一个附属功能 ， 比如说现在很多人在产品里面加入了 AI 总结 、AI 提示 、AI Bot 做一些聊天 ， 对吧 ？ 但产品的交互界面呢和形态都没有发生很大的变化 ， 那自然不可能是一个 AI Native 的产品 。 但在多模态的视角之下， 产品的组织形态和使用逻辑都是有可能发生彻底的变化的 。 比如我们以 NotebookLM 为例 ， 就是 Google 出的一个产品 ， 它能够让用户上传一篇文章 ， 然后呢自动变成两个 AI 的对话 ， 就像播客一样 。 而且呢用户还能随时插入这段对话去进行互动 ， 或者改变这个对话的走向 。 比如说你可以跟两个 AI 主播说 ：" 哎 ， 某个点我好像没太听懂 ， 你们能不能再多解释一下 ？" 这两个人可能就往这个方向去讲了 。 那这里就典型的用到了 AI 的理解能力 、 语言能力 ，也引入了多个 AI 的人格 ，并且完成了跨模态的内容组织 ， 还加入了用户的互动 。 可以想象到这类产品的最终形态跟使用行为 ， 肯定是现有产品无法承接的 。 那如果我们再把这个例子泛化 ， 我们用多模态中所谓的 any to any 的思路来推演 ， 就是任何模态到任何模态 。 也就是说未来用户的输入可以是任何内容 ，不管是发一段话 、 拍一张图 、 上传一段视频 ， 还是可能给个链接等等。AI 呢可以把这类内容变成任何最适合的形式来输出 。 比如说如果我今天想学习个概念 ， 然后我输入进去可能就是几句话 ， 然后 AI 呢可以直接帮我生成一段辩论类的视频综艺来帮我理解 。 那我还可以随时作为其中的一方的辩手去加入进去 ， 提出我的问题 ， 或者我去提出反对的意见 。 那这是不是就是颠覆了现有的内容获取跟人类接受教育的方式 ？ 所以啊 ， 我认为 Agent 的路径是相对有标准答案的 ，但 AI Native 的答案呢可能就藏在多模态之中 。 当然我现在可能只能给一些大概的思路跟方向 ， 这肯定不是一个完美的 AI Native 的答案 。 那当然这个也不是我现在能够解决的问题 ， 对吧 ？ 我觉得这个是需要无数勇敢和天才的创业者和产品人来探索的 。在这里呢 ， 我只能给大家几个我觉得可以持续思考的建议吧 。 第一就是虽然我们讲它是 any to any， 就是任何模态到任何模态 ，但从历史经验来看 ，是不是视频类型内容的输出才是多模态的一个最终的归宿 ？ 当然这里面有可能会有一些文字 ， 会有些图文 ，但是不是视频是最大的 。 然后第二点就是人们未来的内容消费 ， 会不会都从被动的接收信息转变为被动接收与主动参与的结合 ？ 就像我们刚才举的那个辩论类视频的例子一样 ， 或者包括现在的 NotebookLM 的播客 ， 都是用户可以随时加入进去 。 也有很多人在讲未来的视频和游戏 ，是不是会融合成一件东西 ？ 那我理解都是一件事情 ， 就是增加互动性 。 然后第三点就是 any to any 多模态这件事 ， 仍然是生产力的变革 。 如果我们能够通过新的 AI、Bot、Agent 和人 ，以及人与人之间的各种组织形式的变革 ， 去改变背后的生产关系 ，是不是可行的 ？ 那我相信如果这个问题的答案能够出现 ， 那那一天呢 ， 可能就是真正的下一个抖音将要出现的时候 。 ### 结语 **曲凯** [30:28] 嗯 ， 最后啊 ， 我想讲就是我知道很多人这两年可能没有那么好过 ， 做不做 AI 其实可能也都差不多 ，但是我确实明确看到身边早入场的人和坚定乐观的人获得了回报 ， 包括我们自己啊 。 就比如今天啊 ， 这一批高估值的公司 ， 绝大多数都是 23 年初就勇敢进场的创业者 。 比如去年我们交流 AI 比较多的人， 这些人可能哪怕当时没有创业啊 ，他今天呢也都遇到了各种各样的机会 ，也成了各个大厂啊 ， 或者 AI 公司的核心业务的负责人。 所以呢 ， 最后我想用之前我讲过的两句话来收尾 ，也是对大家 25 年的建议和祝福 ， 就是在巨大的不确定性面前保持乐观 ，在脚踏实地赚钱的同时保有梦想 。 希望大家 25 年一切顺利 ， 一起加油 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。