當地時間周五（12月5日），歐盟對世界首富伊隆馬斯克旗下的社群媒體平台X公司處以1.2億歐元的罰款（約1.4億美元）。此舉預計將加劇歐盟和美國在數位監管方面的緊張關係。雖然這筆罰款金額與歐盟先前對科技公司的處罰相比算是溫和，但美國在貿易談判中多次施壓歐盟放鬆其科技監管規則。歐盟處罰X平台的法律依據是《數位服務法案》（DSA），這是歐盟首次根據該法案開罰單。根據《數位服務法案》（DSA），如果線上平台為能解決非法內容和虛假資訊問題，或未能遵守透明度規定，歐盟可以對平台處以高達其全球年收入6%的罰款。作為歐盟認定的“超大型線上平台”， X被指控違反了透明度義務。歐盟委員會稱，X的藍色認證標誌設計“具有誤導性”，自從認證功能從使用者身份驗證變為付費功能後，便出現了此問題。該機構還表示，X的廣告庫缺乏透明度，並未依法要求向研究人員提供公共資料存取權。歐盟委員會於2023年10月對X發起調查。去年7月，歐盟委員會初步認定X違反了DSA。當時有媒體報導稱，歐盟監管機構在確定對X的罰款時，考慮納入馬斯克麾下其他公司的收入。雖然X的全球營收估計僅數十億美元，但馬斯克旗下其他公司營收要高得多。馬斯克旗下有多家明星公司，除了地位最高的電動車巨頭特斯拉和太空探索技術公司SpaceX之外，還包括腦機介面公司Neuralink、人工智慧公司xAI和地下隧道公司The Boring Company。美國川普政府先前多次抨擊歐盟的數位監管法案。今年8月，美國總統川普曾警告所有實施數位監管和數位稅的國家，表示除非這些國家撤銷針對美國企業的歧視性措施，否則將對其出口到美國的商品徵收額外的高關稅，並限制晶片等高科技產品對這些國家的出口。周四，美國副總統范斯在X上發文稱：“有傳言說，歐盟將因為X沒有進行審查而對其罰款數億美元。歐盟應該支援言論自由，而不是為了垃圾理由攻擊美國公司。”馬斯克回應了范斯的貼文，他說：“非常感謝。” （財聯社AI daily)

我上周末收拾錢包，發現一張信用卡神秘失蹤。不是丟了，而是我主動註銷了它——這已經是我近兩年註銷的第三張信用卡。仔細一想，我和信用卡的“感情破裂”早有徵兆。上次用它還是半年前買機票，而日常消費，它早已被支付寶、微信支付和各類網際網路信用產品擠到了錢包最底層。像我這樣的人不在少數。央行資料顯示，2025年二季度末，全國信用卡和借貸合一卡總量為7.15億張，較上季度減少600萬張，已連續11個季度下滑。比起2022年的峰值，這個數字更是銳減了約9200萬張。1 、規模萎縮，信用卡從“香餑餑”變“休眠卡”曾經，信用卡是銀行零售業務的王牌，如今卻成了許多人錢包裡的“休眠卡”。北京市民馬女士的經歷頗具代表性：她持有的信用卡從5年前的5張縮減到1張。“大部分都不常用，覺得沒必要保留了。”這種心態在持卡人中蔓延，導致全國信用卡數量持續下降。睡眠卡問題尤為突出。中國銀行業協會資料顯示，截至2023年末，信用卡活卡量為6.4億張。與央行統計的7.15億張在用卡量相比，意味著市場上有約8000萬張睡眠卡有待清理。銀行業績也反映出這一趨勢。2025年三季度報告顯示，多家銀行信用卡貸款餘額下降：招商銀行信用卡貸款餘額約9276億元，較去年末減少約200億元；中信銀行下降4.87%；平安銀行下降7.9%。2管道整合，銀行被迫“斷臂求生”面對市場萎縮，銀行不得不採取“瘦身”策略。中國銀行於2024年率先關停“繽紛生活”App，將功能遷移至綜合型手機銀行，成為國有大行中首個完成獨立信用卡APP撤並的機構。這一動作引發連鎖反應：北京農商銀行、“渤海銀行信用卡”等中小銀行相繼關閉同類產品。物理網點也在收縮。2024年全年超過40家信用卡分中心被裁撤，交通銀行單月關停10余家分支機構。截至2025年6月，交通銀行已累計關閉了29家信用卡分中心。銀行整合管道的核心邏輯在於降低維運成本、提升使用者體驗並強化資料協同能力。通過統一入口管理信用卡與儲蓄帳戶的互動場景，金融機構可更精準地識別客戶消費行為，並動態調整授信策略。3 、多方夾擊，信用卡遭遇“中年危機”信用卡的頹勢，是多方因素共同作用的結果。2022年，原銀保監會和央行聯合發佈《關於進一步促進信用卡業務規範健康發展的通知》，要求銀行不得以發卡量、客戶數量等作為單一或主要考核指標，長期睡眠信用卡佔比不得超過20%。這一政策於2024年7月全面落地，成為行業轉向的“發令槍”。網際網路支付的崛起更是對信用卡形成降維打擊。博通諮詢金融行業首席分析師王蓬博指出，支付寶、微信支付這些平台，依託強大的支付生態，逐步嵌入花唄、微粒貸等信用產品，實現了“支付+金融”的有效閉環。22歲的李博文代表了年輕一代的態度：“對於小額高頻的支付需求，網際網路金融產品已經夠用了。”在他看來，信用卡的帳單日、還款日、最低還款、循環利息、年費政策就像一套需要背誦的使用說明，感覺有點麻煩。4風險攀升，逾期創五年新高隨著經濟環境變化，信用卡資產質量也面臨考驗。截至2024年末，信用卡逾期半年未償信貸總額達1239.64億元，較上年增長約8%；不良率升至1.43%，創近五年新高。區域性銀行受衝擊尤為明顯。2025年以來，銀行業加速處置信用卡不良資產包，頻繁出現數億元規模的轉讓項目，這也進一步折射出資產質量承壓的嚴峻現實。金融機構正通過強化巨量資料風控模型、動態調整授信額度及最佳化催收機制控制風險敞口。例如，某股份制銀行將AI演算法應用於即時交易監測，使可疑交易識別精準率提升40%以上。5轉向高端，銀行打響“客群爭奪戰”面對困局，銀行紛紛轉換打法，從“規模導向”轉向“價值深耕”。素喜智研高級研究員蘇筱芮表示，信用卡發力高淨值客戶，主推高端類卡片，本質上是從狠抓“發卡獲客”到“精耕存量”的經營策略轉變。多家銀行積極強化信用卡與財富管理的聯動，打出“信用卡+私銀+財富管理”的組合拳。中信銀行早在2023年就推出了“少年行”主題信用卡，面向私人銀行客戶，聚焦留學生家庭從出國到歸國的全旅程金融需求。廣發銀行在2025年推出了“臻稀鑽石卡”，將年費、權益與客戶財富管理規模深度繫結，其權益包含道路救援、酒後代駕、陪診掛號等服務。該卡年費為12000元，若客戶資產達600萬元且消費滿30萬元，可享年費全免。為提升高端卡的吸引力，銀行還著力為信用卡附著社交屬性。金融機構頻繁冠名熱門演唱會，為私行客戶預留演唱會的“最佳觀賞位”，強化卡屬“情緒價值”。6從支付工具到綜合金融平台未來，信用卡行業將呈現三大趨勢：管道整合加速、風險防控升級、場景生態重構。信用卡研究人士董崢認為，造成目前這種情況的原因是多方面的。除了前期粗放擴張的遺留問題外，產品創新嚴重滯後也是關鍵因素。當前信用卡產品同質化程度高，如同“在iPhone時代售賣老年機”般缺乏吸引力，難以滿足使用者差異化需求。中央財經大學副教授劉春生建議，銀行需推出面向年輕客群的定製化產品並最佳化服務，監管層也應規範市場並鼓勵創新，以推動信用卡業務健康發展。王蓬博認為，展望未來，信用卡不應僅是支付工具，更應成為集信用管理、財務規劃、消費權益於一體的綜合金融服務載體。曾經，信用卡是身份象徵；如今，它成了許多年輕人眼中的“累贅”。當我註銷最後一張信用卡時，沒有一絲留戀，反而有種解脫感。商業銀行的信用卡業務正面臨嚴峻挑戰。一方面，要應對睡眠卡激增和不良率攀升的現實；另一方面，要在網際網路金融產品的夾擊下尋找差異化競爭優勢。從“求量”到“逐質”，信用卡行業正在經歷一場深刻變革。未來，只有真正理解客戶需求，並能提供定製化解決方案的銀行，才能在這場轉型中贏得先機。 (消費NOTE)

11月27日晚間，AI+沉浸式社群平台Soul App向港交所主機板遞交上市申請，騰訊作為策略投資者持股49.9%，中信證券為此IPO的獨家保薦人。根據上市申請文件，Soul日均活躍用戶（DAU）中逾78.7%為Z世代。弗若斯特沙利文報告顯示，Soul是國內首個所有用戶均以虛擬身分（avatars）進行互動的AI+沉浸式社群網路平台。平台基於使用者興趣圖譜，依託以自研的原生情緒價值第一大模式Soul X為代表的AI技術，提供使用者沉浸式互動及情緒價值體驗。在財務表現上，招股書顯示，Soul 2022至2024年收入分別為16.67億元（人民幣，下同）、18.46億元及22.11億元，2025年前八個月收入為16.83億元，2022至2024年收入超15%。公司自2023年起錄得穩定獲利，2024年全年及2025年前八個月經調整獲利分別為3.37億、2.86億元，毛利率分別為83.7%、81.5%，2024年經營活動所得現金淨額4.21億元。AI驅動的情緒價值服務（包括虛擬物品及會員特權）為平台主要收入來源，於2025年前八個月佔比超九成，每位付費用戶的月均收入（ARPPU）為104.4元，反映用戶對情緒價值服務的強力付費意願。截至目前，Soul平台累積註冊用戶約3.9億，2025年前八個月日均活躍用戶（DAU）約1100萬，用戶日均使用時長超50分鐘，人均每日發出點對點私訊交流約75條，月均三個月用戶留存率達80%。根據弗若斯特沙利文報告，截至2025 年前八個月，公司日均活躍用戶（DAU）、日人均啟動次數（20.1次），及新安裝用戶30日留存率（23%）均在中國AI+沉浸式社交平台中排名第一。招股書稱，AI技術是Soul App在沉浸式情緒經濟領域快速發展的核心引擎。本公司自研原生情緒價值第一大模式Soul X大幅提升了使用者體驗與社群活躍度。使用者的高參與度推動模式與演算法持續優化，及AI應用的智慧化，加速平台數位社會的繁榮與使用者體驗提升，拓寬AI賦能下情緒經濟商業化的潛在市場空間，賦能廣告及IP生態等業務成長，形成了獨特的「使用者–AI–平台」飛輪體系，實現商業化複利效應。Soul APP自2015年設立，至2021年完成D+輪，融資節奏穩健且估價快速提升：種子輪獲泥藕資本支持後，天使輪引入簡鳴、璞聚；A輪由MFund魔量資本與晨興資本共同加碼；B輪及B+輪獲DST Global、元生資本等機構認可；2020年騰訊旗下Image Frame Investment以1.35億美元領投D輪，成為最大外部股東；2021年米哈遊攜騰訊、元生資本等再以1.77億美元注資D+輪，累計公開融資逾3.1億美元，為產品迭代、用戶擴張及「社會元宇宙」佈局提供充裕資金。不過，Soul的上市之路相當曲折。2021年，Soul正式向美國證券交易委員會（SEC）提交招股書，計劃在納斯達克上市，但在當年6月的時候，突然宣布暫停納斯達克的IPO進程，官方稱是“收到了其他資本運作的可能性”，但市場也有信息顯示，這或許與當時涉及的一起不正當訴訟競爭有關。2022年6月，Soul的營運主體公司Soulgate向香港聯交所主板遞交了上市申請，但遞交的申請資料因超過6個月未推進而失效，也說明其首次港股上市嘗試暫告段落。2023年3月27日，Soul更新港股上市申請資料，延續上市申請，這是在資料失效後的再次遞表，但更新資料後無實質進展。直到此次，Soul向香港聯交所主板正式遞交上市申請。依文件公司發售所得款項將用於AI能力研發、全球範圍拓展、用戶群擴大、各類內容開發，以及用作營運資金及一般企業用途。(鈦媒體AGI)

AI浪潮，衝擊電商。在美國，OpenAI已經與電商平台合作，在ChatGPT對話方塊內直接完成購物；在中國，字節跳動旗下的豆包對話方塊內已經排他性地引入抖音商城的購物連結。ChatGPT和豆包都是大模型時代的產物，第三方資料顯示，兩者月活躍使用者分別超過7億和1.6億。此前，電商的流量入口可能是百度搜尋、微信、天貓網站；未來的電商核心入口之一，可能是大模型的應用，比如豆包、或者阿里巴巴開發的千問APP。每家電商巨頭們都希望跟上AI潮流，但不是每家企業都能避免被浪潮擊倒。流量向AI遷徙“AI從‘搜尋’轉向‘對話’，從而根本性地改變購物方式。”在其第三季度財報會議上，Shopify總裁Harley Finkelstein表示。今年早些時候，這家電商服務平台與OpenAI達成合作，一起啟用Agentic Commerce（代理式電商）。這項合作把消費者購物的場景搬到了ChatGPT對話方塊裡，而不必再跳轉到電商頁面。今年9月，OpenAI宣佈使用者可以在ChatGPT裡直接購買電商平台Etsy上的商品。ChatGPT的月活躍使用者數量已經超過7億。這款現象級的產品，正在成為電商的新入口。原來消費者的購物可能是直接點開亞馬遜網站，或者通過Google搜尋再跳轉至電商平台。現在OpenAI開始與Google、亞馬遜爭奪流量入口了。Google依然是全球流量最大的網站，但是人工智慧給其帶來的威脅已經非常明顯。ChatGPT吸引了越來越多的人使用，對話式互動也比傳統搜尋的列表式更直抵答案。“目前，搜尋引擎正在承受來自AI的強烈衝擊。以Google為例，其搜尋使用量持續下降，而ChatGPT等大模型的使用量卻在不斷攀升。”明略科技CEO吳明輝近日對第一財經記者表示。傳統搜尋引擎的主要收入來自廣告。當使用者發起搜尋時，平台呈現大量與關鍵詞相關的結果，其中相當一部分是廣告位。如果換成大模型的呈現方式，就不再是十幾條、幾十條結果的長列表，而可能只呈現一兩個答案。結果越少，可銷售的廣告資源就越少，從而直接影響Google和百度等搜尋公司的傳統商業邏輯。“OpenAI已經把 ChatGPT與Shopify打通，這意味著AI正在從‘能回答問題’邁向‘能理解你’。隨著技術不斷演進，世界上最瞭解你的人，可能已不再是家人，而是大模型。很多人把最私密的想法都交給了AI去傾訴。過去社交媒體掌握的是人與人之間的關係，資訊是‘共享’的；而如今，大模型掌握的，是人與自己之間最隱秘的對話。如果它知道使用者明天女朋友過生日，甚至能主動挑選禮物，已經無須再通過搜尋引擎去查——每個消費者都將擁有一個屬於自己的代理（Agent）。”吳明輝表示。電商流量向AI入口遷徙，同樣發生在中國。消費者如果此前已經有了初步預算和品牌預期，已經可以直接在豆包裡提問：一萬元左右的博世洗烘套裝，分別有那些可推薦？豆包提供的8條產品介紹中，都附帶了購物連結，點選後跳轉到抖音商城之中。豆包是火山引擎大模型支援的對話式搜尋工具，它與短影片平台抖音同屬於字節跳動。據第一財經觀察，目前豆包所提供的連結，都是導向了抖音商城，即便提示詞指向京東或天貓，也都無法跳鏈到京東等電商平台。這一跡象顯示，抖音和豆包之間，可以打造成一個電商閉環。據QuestMobile資料，豆包在今年三季度的月均活躍使用者規模達到了1.6億；在今年的3月份，短影片平台抖音的月活躍使用者數已經超過了10億。抖音電商負責人康澤宇表示，抖音電商在2025年的支付GMV已經位列行業第三。它已經有能力威脅傳統電商如阿里巴巴、拼多多、京東的市場地位。阿里巴巴的開源大模型，已經在世界範圍內獲得開發者的認可，但它面向普通使用者的產品尚未實現突破。阿里巴巴此前缺乏一款像豆包那樣的、人工智慧時代面向普通使用者的C端產品。它最近才推出千問APP，並將千問項目視為“AI時代的未來之戰”。記者向千問APP提出了同樣問題：“博世洗烘套裝，分別有那些可推薦？”在千問向記者提供的幾款機型介紹中，沒有相應購物連結。當明確要求千問APP給出購物連結的時候，它提供了京東購物連結，而沒有來自同屬阿里集團的天貓或淘寶購物連結。據阿里方面披露，千問APP公測第一周突破了1000萬下載量。阿里巴巴方面透露，它正在計畫將地圖、外賣、訂票、辦公、學習、購物、健康等各類生活場景接入千問APP。電商流量從傳統搜尋轉向AI互動已成趨勢。“我個人判斷，上一代搜尋引擎未來可能會逐漸式微甚至消亡。雖然使用者習慣的遷移不會一蹴而就，但新一代AI代理式的資訊互動方式，將是大勢所趨。”吳明輝表示。大模型“抽佣”電商電商平台的意義在於提升使用者購物體驗。近幾年，抖音、小紅書等平台能夠迅速蠶食搜尋引擎的市場份額，正是因為它們的使用者體驗更好，對使用者需求的理解更深，也能基於歷史行為提供更精準的推薦。傳統搜尋引擎主要基於使用者一次性的搜尋行為來推薦內容，而新一代內容平台掌握了更豐富的行為資料，不需要使用者明確搜尋，只需要不斷滑動即可獲得想要的資訊。這種體驗顯然更輕鬆，更順滑，也更能滿足使用者需求。“我認為ChatGPT這類大模型在商品搜尋與推薦環節中，相較於上一代搜尋引擎，或者Amazon這類傳統電商平台，會給使用者帶來更好的體驗。AI參與的電商模式會成為未來趨勢。”吳明輝表示，但上一代的搜尋引擎和傳統電商平台也不會坐以待斃，它們必然會在不斷迭代中尋求轉型或推出類似的產品或平台。搜尋是網際網路資訊的聚散中樞，也影響著兆資金流向。Google和百度等都在推出自己的AI產品以適應新時代。目前百度通過兩款核心產品以應對人工智慧的洶洶浪潮。其一是百度App內建的文心助手，它融合搜尋功能，支援多輪對話互動。從該產品今年的趨勢來看，文心助手使用者增長勢頭迅猛，對話輪次同比增長約5倍，訂閱使用者數達1200萬。其二，是百度獨立的人工智慧應用文心一言，它與文心助手共享底層技術，但更側重創新探索。百度正在電商層面測試AI能力。現在在百度網頁使用AI搜尋功能，如果提示詞是“博世洗碗機”推薦的話，它已經能夠提供來自於京東的購物連結。博世是一家德國企業，它的洗碗機銷量全球排名第一。但在中國，洗碗機的滲透率不到10%。線下門店目前是博世主要的銷售管道，但它也希望在電商領域開拓出新局面。“百度在人工智慧搜尋中測試電商元件，例如雙11購物節期間，電商元件所創造的日交易額峰值接近600萬元。”在今年三季度財報的溝通會上，百度執行副總裁羅戎表示，百度也已啟動具備即時互動功能的數字人直播測試。“人工智慧搜尋擁有巨大的商業化潛力。儘管人工智慧轉型會給短期營收和利潤率帶來壓力，但這是提升長期競爭力的必然選擇，為抓住未來的巨大機遇，這樣的權衡十分必要。”隨著技術的向前演進，大模型本身將可能變成面向消費者的採購代理。消費者未來的許多購買決策，可能都會直接由大模型完成。當一個消費者的大模型助手去幫他尋找最佳商品時，它可能會主動找到品牌的AI銷售代理，詢問產品詳情、詢價、驗證真偽、理解評論、比對競品。也就是說，品牌未來的官網、直播帳號、客服系統，都將升級為面向AI的互動介面。“當OpenAI、Google、國內各大模型都開始接入電商系統並承擔‘採購代理’的角色時，它們就可能會在中間抽佣、提供商業化入口。”吳明輝表示。難以迴避的資料問題現在，電商平台上的消費者，並不全然信賴大模型。一些電商商戶已經深度使用AI技術，快速生成大量創意，再由策劃人員挑選其中最優的選項。在這個階段，AI的天馬行空是一種優勢。但大模型的技術成熟度依然有待提高。“例如數字人內容，儘管技術上越來越成熟，但消費者對數字人和真人之間的感受差異仍然很明顯，這也導致部分企業在應用上會更加保守。”吳明輝對記者說。最棘手的一類問題是虛假資訊。傳統搜尋引擎擁有成熟的網頁排序體系，通過網頁之間的連結與引用關係衡量網頁權重。而在大模型時代，使用者提出一個任務，大模型會在背後進行搜尋、篩選並總結，最終呈現的答案是其“主動選擇的結果”。大模型決定了使用者能看到什麼、不能看到什麼。這比早期的“百條搜尋結果自主選擇”模式影響更大，因此模型必須確保篩選邏輯的精準性與可靠性，而不能呈現虛假或錯誤資訊。“虛假資料在每個時代都會存在，而且可以預見的是，AI能力越強，虛假資料只會更多。因為大量內容都可以由 AI生成，從格式和結構上看都非常‘完美’，但其中可能存在一些細微卻至關重要的錯誤，最終會影響使用者分析和決策結果。”吳明輝說道。子溪是一位品牌行銷與數位化專家，她在工作中清晰感受到AI有明顯的能力邊界。在2025行銷科學大會上，她表示此前為一家寵物用品企業做品牌定位時，使用AI結合抖音、小紅書、天貓和京東等平台的巨量資料，提煉出貓糧最好的賣點居然是“增肥發腮”。這讓她疑惑，此前寵物品類從業經驗告訴她：寵物主人更希望寵物吃的貓糧營養均衡。“中國寵物主人在這幾年發生翻天覆地的價值觀倒退嗎？因為‘增肥發腮’對貓咪健康是不好的。所以，我不相信AI出來的結果，不相信網際網路上巨量資料的結果。”子溪隨後帶著研究團隊，進到幾十家消費者家裡做近距離觀察、家訪，去看消費者和寵物之間如何互動。此後，她把所有的對話、照片資料、消費者日記，再讓AI做分析。“這個時候我們發現，他們對寵物食品第一需求是什麼？還是均衡營養。”據子溪分析，此前所得出的結論之所以出現巨大偏差，因為AI所用到的語料庫是網際網路上的公開資料，企業沒有自己優質的私有資料庫。“現在網際網路資料是非常偏頗的，因為在抖音、小紅書上能夠拿到流量的內容是吸引眼睛的內容。那個是不是消費者日常生活？不是，它是被粉飾的。”大模型無法掌握全世界的資料，一些企業開發的模型所能獲得的只是公開網際網路的部分資訊，這些資訊甚至都是錯誤的。而且，AI也不一定能夠掌握公開資料的最新變化。“因此，在商業場景中，最關鍵的問題不是AI能不能，而是AI用的是什麼資料、資料是否正確。能夠把企業的私有資料、行業的專業資料，以及公開資料有效整合併連接給模型，才是一個AI系統真正的價值所在。這也是我們投入最多的領域。建構Trusted and Agentic AI，幫助客戶解決對可信資料的連接與挖掘，是明略科技始終努力的方向。”吳明輝表示。技術變革帶來商業變革，但資料質量將在一定程度上決定人工智慧能否在電商領域改天換地。 (中國企業家雜誌)

在中國殘酷的零售江湖中，越來越多的女性正在執掌大權。從跨國零售商到本土連鎖超市和電商平台，這股女性力量逐步走向最高的決策層。她們的崛起，代表了中國零售行業的解題新思路。1 登場1996年，瑞典家具零售企業宜家準備在上海籌劃第一家門店。它在中國招聘的001號員工是個女孩，名叫朱昌來。她回憶說，首家門店開在上海，面積不大，也沒有自建倉，全靠進口，運輸周期長，還經常斷貨，但確實給大家打開了一扇窗。朱昌來從基層銷售做起，踏實肯幹，職級幾乎是三年一升，歷經店長、中國區銷售總監等職後，2011年升任宜家德國零售副總裁，2013年出任宜家中國零售總裁，成為宜家首位中國區華人CEO，最後又升任宜家全球商業總裁，成為這家公司有史以來職位最高的中國籍員工。朱昌來她負責的中國業務，實現了兩位數的增長，是宜家在全球增長最快的市場區域。20世紀90年代是國際零售巨頭搶灘中國的集中期，宜家、麥當勞、家樂福、沃爾瑪等知名公司接連湧入。它們將“大賣場”、標準化的快餐等業態引入中國，在改變本土消費者購物習慣的同時，也深刻影響了中國零售業的競爭態勢。在過去很長一段時間內，跨國零售公司的中國區帥位多由外籍高管把持，宜家啟用中國本土女性擔任掌舵者，屬於較為罕見的案例。但到了2020年末，朱昌來告別效力24年的跨國公司，辭職創業，做了一個家具品牌。宜家的工作體系無法滿足她對挑戰的渴望，她想在中國的廣闊市場中，追尋創業的刺激。可就在朱昌來情離職後的這5年，跨國零售巨頭在華的用人哲學似乎在悄然轉向，女性上位的節奏突然加快。2020年5月，沃爾瑪中國任命朱曉靜為總裁及首席執行官。朱曉靜是沃爾瑪中國首位大陸籍、首位女性CEO，在她之前，沃爾瑪換帥7次，掌印者多為老外。同年，黃亞美成為伊藤洋華堂中國總代表、成都伊藤洋華堂有限公司董事長。2021年10月，寶潔大中華區副董事長、銷售和品牌及品牌營運總裁許敏擔任寶潔公司大中華區董事長兼首席執行官。這是寶潔入華33年來，首次任命本土CEO，同時，許敏也成為184歲的寶潔歷史上最年輕的區域市場CEO。2022年6月，7-Eleven中國董事長內田慎治正式卸任，新任的董事長是原7-Eleven中國CFO、總經理嚴茜。2023年，開市客中國大陸區總經理章曙蘊走上前台，出現在媒體報導中。2024年4月9日，屈臣氏任命倪文玲出任首席執行官，這是屈臣氏集團43年來任命的首位女CEO。2025年10月1日，德國零售企業奧樂齊宣佈換帥，新CEO由陳佳擔任。陳佳是奧樂齊進入中國以來的第二任CEO，也是首位中國本土CEO。黃亞美、嚴茜、章曙蘊在本土零售公司陣營中，女領導們也在這幾年紛紛亮相。被稱為新零售物種的盒馬，在2024年進行人事調整，時任盒馬CFO的嚴筱磊擔任盒馬首席執行官。而國內線上零售的操盤手也是被女將們把持。2021年5月，京東集團原CEO徐雷離職，CFO許冉升任CEO。她也是頭部電商企業裡，唯一的一個女性CEO。同樣是在當年5月，隨著抖音電商業務的狂飆，魏雯雯最晉陞為抖音電商總裁，主管中國區業務。拼多多的“隱秘的舵手”是顧娉娉，作為與創始人黃崢並肩創業的“女版黃崢”，雖幾乎隱身於公眾視野，卻是公司國內與國際業務的支柱人物。魏雯雯圖源：抖音公眾號2 路徑這些女性CEO往往保持低調，在公眾面前呈現的是重業務、低人設的形象。沃爾瑪的朱曉靜近年來在各類論壇上頻頻亮相，總不忘強調“零售的本質”和“回歸顧客”；寶潔的許敏一直強調“以消費者為立足點”。還有一些女性高管，幾乎不見諸媒體報導，行事似乎更加內斂。朱曉靜、許敏零售行業是個苦活，強調的是履約、供應鏈、SKU，它跟自動駕駛、AI 等“敘事驅動型”行業不同，不需要馬斯克那種畫餅能力。更重要的是，她們多是職業經理人，CEO的權威建立在專業能力上，個人曝光也受到公司制度的約束。她們的CEO晉陞之路大致有三類。◎ 第一類，是職業複合型，她們在多個跨國企業任職，並最終掌舵中國區業務。沃爾瑪中國總裁朱曉靜是典型代表。她擁有北京外國語大學學士學位和哥倫比亞大學商學院MBA背景，職業軌跡橫跨麥肯錫紐約辦公室、霍尼韋爾、恆天然等國際企業，並幫助它們開拓中國業務。奧樂齊中國新任CEO陳佳也是一位跨界的複合型選手。她2003年從科尼爾諮詢起步，2008年轉戰摩根士丹利投資銀行，當了8年的顧問和分析師；2011年進入零售行業，先後在麥德龍、沃爾瑪任職，負責採購、供應鏈管理、定價等關鍵業務。陳佳（圖右）◎ 第二類，是內部晉陞型，從內部基礎崗位，逐步升級打怪，晉陞至高層。掌管寶潔大中華區的許敏，自1997年大學畢業以管培生身份加入寶潔，她在近二十年的工作中，歷經了汰漬、碧浪等七個核心品牌的錘煉，管理過多國業務。2015年，她接管電商中國區的業務，推動線上銷售額的大幅增長。同樣是在1997年，那時日本商超伊藤洋華堂剛進入中國，黃亞美就成了第一批中國員工。她從公司基層的男裝招商工作起步，並在營業、銷售等多個部門輪轉，為伊藤洋華堂工作了20多年，最終被日方管理者委以重任。倪文玲曾經是一名職業運動員，代表中國香港田徑隊出征過1994年廣島亞運會。2000年，她加入屈臣氏母公司長和集團，次年轉至屈臣氏集團，在成為屈臣氏CEO之前，她為這家效力了23年。許敏、黃亞美、倪文玲◎ 第三類，是財務背景型，從管錢袋子的關鍵崗位晉陞。京東集團的許冉、盒馬的嚴筱磊以及7-Eleven中國的嚴茜都曾經擔任中國CFO職位。盒馬CEO嚴筱磊是典型代表，她曾任職於畢馬威華振會計師事務所，後進入阿里體系擔任阿里音樂、UC瀏覽器、銀泰、盒馬等相關業務的財務負責人。京東集團CEO許冉同樣出身財務系統。這位註冊會計師，曾在普華永道工作了近20年，2018年加入京東後就一直掌管財務，並主導京東香港二次上市及多個業務的併購和分拆上市。嚴筱磊、許冉、嚴茜零售企業選擇CFO背景的領導者，這似乎也表明，零售行業的競爭已經是刺刀見紅的白熱化，活下去並且健康地盈利變得更重要。3 救火為何2020年之後，零售業的女性CEO變多了呢？一個原因可能是人才供給的本身。中國的零售行業經過20多年管理職業化浪潮，那些經驗豐富、業務能力高超的大量女性職業經理人正進入晉陞的拐點期。女性還有優勢。一項學術研究稱，女性CEO更傾向於降低財務槓桿、減少激進併購或投資行為、保留更高現金以應對不確定性，導致公司整體風險指標下降。這類行為在金融、營運壓力大的時期能提高“存活率”，在行業進入“止血”階段時可能成為明顯優勢①。曾經有人問過朱曉靜，女性CEO有什麼特殊優勢。朱曉靜說：我認為時代需要新的領導力，但並不是性別領導力，而是性格領導力。只不過在某些特質方面，與女性領導者有相通之處。我認為有三個關鍵特質，一是直覺。以前市場變化不大，經驗和數字可以用來判斷和分析市場。現在更重要的是遠見，更多是憑藉直覺和靈感。二是合作。無論是人與人之間，還是企業與企業之間，都要秉持開放之心，達到合作、互利和共贏。三是堅韌。接受自己是不完美的，會經常犯錯誤，跌倒的時候能夠不斷爬起來，沒有資源的時候也要堅持下去，帶領大家往前走②。當一批女性走向零售業的權力中心時，也可能是一種行業周期也壓力造就的管理結構的轉向。早在2005年，Ryan&Haslam研究了富時100指數的公司董事會變動情況，提出了名為“玻璃懸崖”的概念：女性更有可能在組織陷入危機時被任命為領導者，因此她們所處的位置比男性同行更加岌岌可危③。當然，這個理論也存在爭議，支援方認為這是危機中女性被推上領導位的常見模式；而反對方則指出，該效應強弱高度依賴於行業屬性與公眾壓力，並非穩定存在的普適規律，更應被理解為特定結構條件下可能產生的一種結果。一些女CEO確實是臨危受命，但她們又在各顯神通。伊藤洋華堂風雨飄搖，北京市場由高峰期的11家門店，到現在僅剩1家門店。在其核心成都市場，門店也減至8家。報導稱，它正在對業務進行重組。倪文玲去年出任屈臣氏集團CEO時，屈臣氏的中國業務正在承壓。2023年，屈臣氏中國市場是唯一錄得負增長的地區，營收、利潤雙降。今年上半年，屈臣氏中國的EBITDA（稅息折舊及攤銷前利潤）為1.17億港元，同比下滑了53%。屈臣氏正在電商方面努力，大力發展“幕後店”，這是一種為線上訂單履約服務的小型倉儲配送中心，不對外營業，也不接待普通顧客。屈臣氏門店嚴筱磊執掌盒馬時，公司上市處理程序暫緩、估值縮水、並傳出業務出售的流言。她多次強調公司不會賣，以穩定軍心。這一年多來，嚴筱磊的主要任務就是搞錢，盒馬從“連續9個月盈利”到“2025首次實現全財年盈利的成績”正是她的工作亮點。嚴筱磊主導了“止血”改革，不再模仿沃爾瑪旗下的山姆會員店，果斷關停X門店業務，將資源聚焦於盒馬鮮生與超盒算NB折扣店兩大核心業態。她的計畫是，新財年內開出近100家門店，新增進入城市超過50個。超盒算NB朱曉靜執掌沃爾瑪中國時，傳統的大賣場幾乎都陷入困境。接著就是疫情來襲。2023年，她在麥肯錫一檔訪談節目上說，這三年非常難，又要保供，又要做業績。過去6年，沃爾瑪在中國的大賣場數量減少了129家，但整體增長勢頭並未減弱，其依賴的引擎是電商業務以及一直擴張的山姆會員店，這種倉儲會員超市，憑藉精選的SKU以及大規模採購帶來的價格優勢，俘獲了不少中產。但是朱曉靜的壓力可能更大。因為產品、服務質量、甚至從外部引進高管等問題，山姆會員店屢次遭罵，這幾個月幾乎住在了熱搜上。從家庭雜貨鋪起家的德國奧樂齊，自2019年進入中國後，目前在長三角地區開設了近80家門店。它主打的是硬折扣，被稱為“窮鬼超市”。《每日經濟新聞》報導稱，奧樂齊在中國市場的早期策略並非其標誌性的平價路線。2023年，隨著陳佳的加入，公司轉向了低價模式。陳佳面臨的挑戰顯而易見——中國的零售商早已歷經多輪價格戰，市場對低價策略並不陌生。奧樂齊超市(吳曉波頻道)

▎講故事不如守本分。對於深諳周期之道的投資人而言，真正的挑戰從來不在於追逐那些已經明朗的數據，而在於能否敏銳捕捉產業在萌芽階段發出的微弱訊號：那些供需之間難以察覺的失衡，或是市場結構在無聲中發生的根本性轉變。眼下最典型的例子，莫過於電商產業。今年以來，電商平台普遍面臨的成長壓力已有目共睹。這點在最新發布的三季財報中得到集中體現：京東陷入「增收不增利」；拼多多增速則連續兩季降至個位數。過去十年被視為「流量永動機」的電力商業，彷彿一夜之間告別了永不落幕的成長神話。同時，電商市場湧入眾多新玩家，如小紅書與B站，表面繁榮之下，實則昭示產業已走到關鍵轉折點：電商，正式步入出清期。電商進入同質供給過剩的出清周期一切周期變化，歸根究底都離不開經濟學最本質的供需關係。然而，要取得一手交易量數據並不容易──自去年起，各大電商平台對GMV的揭露愈發謹慎。為此，我們從供需兩端出發，對今年以來電商產業的表現進行側面剖析，試圖還原當前市場整體的營運邏輯。結論如下：目前電商產業供給增速已超過需求成長速度，進入充分競爭階段。頭部電商為尋求新增量不斷拓展業務邊界，導致利潤明顯下滑，產業正式步入清期。1）需求面：補貼驅動成長，自然成長乏力今年前三季度，在補貼政策推動下，實體商品網上零售額整體成長6.5%，高於社會消費品零售總額成長速度。然而，增量主要集中在國家補貼發放的第一季。從趨勢來看，二、三季年增速均出現不同程度下滑，其中三季下滑幅度達2.5%。從結構來看，自2020年起，受特殊時期帶來的線上消費紅利推動，電商產業經歷了一波線下商品向線上轉移的滲透浪潮。但自2021年至今，電商線上滲透率已基本見頂，實體商品網上銷售額佔社零的比重長期穩定在24%-27%區間。圖：中國實體商品網上零售額佔社零比例來源：中經數據換言之，電商在需求面的增量已不明顯，無論是既有業務的需求規模，或是實體商品線上零售化的潛在空間，均進入發展瓶頸期。2）供給面：平台呈現“鎚型集中”，同質競爭持續加劇與需求端的平淡形成鮮明對比，今年的電商供應端顯得格外「熙熙攘攘」。一個顯著的變化是玩家數量激增，尤其在內容平台崛起後，其傳統廣告模式已難以支撐成長野心，於是紛紛進入局電商賽道。這現象背後，更深層的結構性問題逐漸浮現：新舊平台在商業模式與貨盤結構上，日益走向「同質化」。無論是傳統貨架電商，或是新興的內容平台，其交易最終都逐漸收斂至相似的品牌商品與白牌貨盤。當各平台的供給內容高度重疊，難以形成差異化價值時，競爭焦點便不可避免地滑向價格戰與流量補貼——這既加劇了產業的內耗，也削弱了平台的長期競爭力。根據36氪8月刊文披露，2024年8月至2025年7月一年間，抖音電商GMV增速達34%；快手上半年GMV接近7000億元，同比增長16.5%；小紅書、B站等新晉電商玩家也取得不俗成績，有機構披露小紅書GMV。老牌電商看起來似乎同樣表現不俗：京東受惠於國補政策，第三季營收年增14.9%；淘天營收成長雖不顯著，但依託Take rate提升，其CMR連續三個季度實現雙位數成長。然而，透過現像看本質，「數據繁榮」之下核心矛盾已然浮現：電商的供給側與需求側正顯著背離。當我們將目光從GMV轉向利潤時便會發現，據已披露的財報顯示，行業整體的利潤率正承受著巨大壓力，呈現出「增收不增利」的普遍困境。例如京東，受外帶業務高額補貼拖累，在高成長背景下利潤縮減過半；阿里同樣因加碼即時零售，整個中國商業類股經調整EBITA下滑21%。不僅頭部平台如此，申萬綜合電商產業（含港股與美股）的毛利率、營運利潤及淨利率均出現滑坡，銷售費用率反而呈現上升趨勢。禁不起推敲的紙面繁榮背後，產業整體獲利卻大幅承壓，核心原因在於產業集中度發生結構性變化：電商產業正從少數壟斷轉向更高密度的「鎚型壟斷」——小型電商份額被稀釋，頭部玩家增多，中頭部電商不可避免地陷入存量競爭。而供給的同質化，則像一台開足馬力的“價格絞肉機”，使得任何微弱的競爭優勢都難以維持，持續侵蝕著行業的整體盈利能力。這一趨勢有數據佐證：根據國信證券研究院數據，2022年國內電商CR2集中度為60%，CR5為84%；而截至今年年初，CR2已降至57%，CR5則飆升至93%，形成頭部集中、尾部出清的「鎚型」格局。許多投資人將部分頭電商利潤下滑歸因於外部因素，如京東、淘天涉足原本屬於美團的即時零售市場，加碼AI電商基礎設施，推出新廣告形式，或高價爭奪內容創作者等。然而，無論是商業模式的競爭、價格壟斷的博弈，或是先前在服務與內容上的比拚，本質上都是需求側增速無法滿足供給面擴張需求、產業競爭加劇的必然結果。即時零售與內容僅是競爭的不同表現。當供給趨於同質，競爭便只能停留在最表層的維度，這是產業走向深度出清的核心動因。一個殘酷的事實由此昭然若揭：2025年的此時時刻，電商產業已然墜入充分競爭下的出清階段，而這一邏輯恐將在2026年深度演繹。商家群體陷入流量內捲與成長困境談完業界，我們將視角轉向供給面的商家。如果電商產業整體步入出清期，對一般商家將產生那些具體影響？答案其實隱藏在產業所面臨的問題：以商業模式擴張為解題思路的平台投入大量資本開支，必然期望從營收端獲得更高槓桿回報。如果成本上升無法撬動營收成長，平台將難以承受。因此，平台會持續推出新模式、新投流產品與新付費工具以提升Take rate。然而就目前來看，這些模式與產品雖能短期提升商家營收規模，卻難以帶來長期經營收益，最終導致長期ROI逐漸下降。先前已有多家媒體報導，不少電商從業人員發現近兩年投流效果不佳，無論是展示推廣或直播帶貨，經濟效益持續走低，只能轉而追求品牌效益。對於一些平台推出的新商業模式，早期確實能吸引可觀流量並實現轉化，但配合平台的營銷推廣活動，許多商家長期帳目反而出現虧損。據網經社報導，有商家參與某平台即時零售新業務後，因退貨率過高，出現「19單虧11單」的現象。這並非個案。 《2025中國數位行銷趨勢報告》研究顯示，2025年廣告主對行銷投流持正面態度的比例下降14%，持悲觀態度的比例上升11%。同時，廣告主對行銷帶動成長的預期也從2021年的17%下滑至8%左右。圖：廣告主對營收投資的成長預測來源：中國數位行銷趨勢報告不只商家感受如此，數據也印證了這一點。我們統計了A股申萬消費成分企業（剔除醫藥）過去五年的營銷費用開支，並與長期毛利率、淨利率及ROE進行對比，得到以下圖表：可以看出，以今年為基準回推過去五年，那些讓利消費者、降低行銷費率的企業，長期ROE與淨利率反而出現提升；而行銷費用大幅增加的消費企業，過去五年平均淨利率下滑最為明顯。無論從數據或商家體感來看，都能證明一個事實：單純依賴平台新模式、新行銷思路加大投流開支，或可帶來短期營收激增，但長期收益必然下滑。這筆帳並不划算，商家不應為平台出清期的轉型買單。當然，這也只是中國資本實力最強、品牌影響力最具優勢的頭部消費品企業所面臨的困境。事實上，除了少數具備生產與價格優勢的工廠型商家——「人家有自己生產線，手上有現成的版型和麵料，上午看到爆款，下午就開工，第三天就開始發貨」——尚能憑藉韌性抵禦衝擊外，數量更為龐大的個體戶與管道型商家，幾乎無力應對這場產業變局。他們甚至沒有「花錢買成長」的入場資格，只能在日益逼仄的利潤空間中勉力維持。鳳凰網近期發布的調查報導《杭州網紅大撤退：下墜的電商，過剩的人》，正是這一困境的真實寫照。對中小商家而言，眼下面對的已不是發展路徑的“選擇題”，而是生死存亡的“生存題”。當流量越來越貴、轉換越來越難，他們既無力承擔高額的行銷投入，也難以透過品牌建設構築護城河。於是，許多人只能向內壓縮成本——壓榨主播、削減人力、犧牲服務，陷入一種「越努力，越掙扎」的惡性循環。在這場沒有硝煙的行業出清戰中，最先倒下的，往往是那些既缺資本又缺乏話語權的中小經營者。他們或許才最該被平台「託一把」──畢竟，陪伴企業穿越周期的，從來不是追逐風口的過客，而是那些長期值得信賴的貿易夥伴。尊重零售業本質的玩家才能穿越周期談完商家策略，我們回到平臺本身。對平台而言，穿越周期的最佳方法究竟是什麼？答案依然是：只有專注於「貿易」本身，尊重商業本質，致力於最大限度降低供需匹配摩擦係數的企業，才能穿越周期。無數海內外跨越周期的經典案例都印證了這一點。好市多是零售業著名的“定力之王”，歷經多次經濟危機、電商衝擊與消費者習慣變遷，始終堅守降低供需匹配摩擦係數的道路，拒絕盲目擴張：其SKU長期維持在4000左右，只精選最受會員歡迎的商品，通過巨大單件銷量攤薄成本。這種「做深而非做廣」的策略，使其成為全球零售業標竿。又如我們多次提及的豐田，在全球石油危機爆發、車企紛紛尋求新業務以彌補汽車行業增長放緩之際，通用收購休斯頓飛機，福特涉足金融，最終均遭反噬。而專注於生產工藝革新的豐田，反而成為全球汽車產業龍頭。講故事不如守本分，反面案例也不勝枚舉。零售業郵購先驅西爾斯在面臨困境時選擇多元化發展，無節制拓展業務管道，甚至涉足房地產，最終喪失數十年積累的零售壁壘。再如著名的GE，在後韋爾奇時代面對增長壓力選擇多元擴張、“脫實向虛”，最終GE Capital因風險暴露瀕臨崩潰，險些拖垮整個集團。我們曾以《基業長青》中的企業為樣本，研究那些能夠穿越經濟周期的企業做法。統計發現，15家樣本企業中，有12家都依賴回歸主營業務本質來實現持續發展。即便是松下、強生、迪士尼等持續成長的企業，其成功本質也在於始終聚焦主業、抵禦風口誘惑，只是在產品結構與生產模式上進行了適應性調整。回到國內電商產業，過去數年間，平台圍繞新增量展開的「戰略豪賭」層出不窮，從內容電商到即時零售，大多虎頭蛇尾。回顧內容電商的崛起，幾乎所有平台都曾將其視為一盤戰略大棋，透過對供給側資源的全面傾斜，試圖以內容生態啟動整個電商矩陣。然而這場豪賭的結果，卻是流量權力的重新分配：超級主播藉此建立起強大的個人影響力壁壘，平台則在繁榮的生態中，經歷著流量控制力的無形稀釋，陷入一種「越繁榮，越失控」的微妙悖論。再看當下火爆的即時零售，它為陷入成長焦慮的電商產業描繪出一幅極具吸引力的新藍圖。然而當敘事走向實戰，平台才意識到這並非一場速決戰。由於模式門檻與技術路徑高度趨同，競爭迅速陷入僵局。主要玩家不得不持續加大在履約網絡與用戶補貼上的投入，使得這場本應圍繞「效率」展開的成長故事，逐漸演變為對各方財力與耐力的嚴峻考驗。到頭來我們才發現，所有商業模式的創新，往往只能在產業繁榮期錦上添花，卻很難在產業出清期雪中送炭。從2003年淘寶網創立至今，中國電商已走過二十餘年風雨。無論是支付方式的革命、物流基建的完善，或是供給擴充與下沉市場的爆發，其本質都是在做同一件事：降低交易摩擦係數，提升供需匹配效率－而非依賴所謂的「模式創新」。如今，產業步入深水區。出清不是終點，而是回歸本質的開始。當流量神話褪色、模式紅利見頂，競爭不再關乎誰更會製造喧囂，而在於誰更能沉下心來創造真實價值。對平台而言，真正的考驗不在於能否說出下一個新故事，而是是否願意回到交易的起點：如何讓賣家更精準地找到買家，讓商品更有效率地觸達用戶，讓信任更簡單地建立起來。這需要的是深耕細作的耐心，而非跑馬圈地的野心。出清期，本來就是一場商業本質的回歸禮。遵循零售業本質，堅持長期價值的電商玩家，才能穿越周期。 （鈦媒體）

簡介埃隆・馬斯克是橫跨電動汽車、商業航天、人工智慧、社交媒體與可持續能源領域的全球科技領軍者。一文讀懂馬斯克對談：AI、自動駕駛與能源革命的核心方向。從掌舵特斯拉推動自動駕駛革命，到以SpaceX突破航天邊界，再到重塑X平台（原Twitter）、創立xAI 深耕AI安全，他的每一步佈局都深刻影響著全球科技走向，堪稱 “科技變革的造浪者”。在本期All-In Podcast播客訪談中，馬斯克毫無保留地分享了一系列重磅資訊：X平台演算法最佳化，Grok AI可精準篩選內容；他打造的Grokipedia直言將超越維基百科；還曝光了昔日平台審查的隱秘細節，回應了曾引發熱議的 “言論自由” 話題。此外，對話中更不乏行業焦點：特斯拉董事會投票的核心訴求、OpenAI從 “開源” 到 “閉源” 的訴訟爭議、無方向盤的Cyber Cab何時量產，以及他對太陽能與核聚變能源的犀利判斷，每一個話題都直擊科技圈核心。這場對話既有硬核科技的革新思路，也有行業爭議的直白觀點，想要讀懂馬斯克對 AI、能源與未來的全景思考，這場對談的細節裡藏著更詳盡的答案。本期目錄X平台新演算法：內容刷屏背後的邏輯維基百科的失敗與網際網路資訊的未來收購Twitter三周年：言論自由的變革與挑戰特斯拉董事會投票：馬斯克會離開嗎？OpenAI訴訟：非營利到營利的“背叛”？AI能效與自動駕駛的未來比爾·蓋茲對氣候變化、能源生產的看法轉變X平台新演算法：內容刷屏背後的邏輯主持人Jason：這演算法到底怎麼回事？我一整天都在刷Sydney Sweeney的裙子相關內容。上周薩克斯更誇張，居然連續兩周被演算法推薦去參加SluckCon。我發現，現在只要你在X平台上對任何內容表現出興趣，比如點選查看，要是還點了贊，演算法就會立刻跟上，給你推送更多同類內容，而且是大量推送。Elon Musk：沒錯，我們之前確實遇到了一個問題，直到周末才解決。有個嚴重漏洞導致關注列表內容無法顯示，也就是說，即便你關注了某個人，也看不到他們的動態，這顯然是重大漏洞。另外，演算法之前沒考慮“使用者停留瀏覽”的行為，但只要你有互動，比如點贊、回覆，它就會過度推送。就像David說的，只要你收藏、回覆或任何形式互動，就會收到大量同類內容。主持人Jason：Sacks，你當時是怎麼互動的？該不會是收藏了SluckCon的內容吧？主持人Sacks：不過這演算法也有個好處，你能看到其他人對同一話題的看法，這其實挺實用的，相當於從多個角度瞭解你感興趣的內容。Elon Musk：但問題在於推送太過度，顯然是演算法矯正過頭了，只要你有一點互動，就像“猛灌”同類內容，彷彿在說“你嘗了一口，那我們再給你三大份”。主持人Jason：我猜現在這些演算法調整都用到了Grock。Elon Musk：我們正在逐步刪除Twitter的遺留演算法規則，但問題是，這些舊規則就像“拆東牆補西牆”的木桿，抽掉一根就可能引發新問題。就像那個網際網路梗圖：一台複雜機器全靠一根小木棍支撐，上面可能寫著“亞馬遜AWS東部區域”。主持人Jason：其實最好的方式是結合新舊模式：既保留原來按時間順序顯示好友動態的功能，又加入新的演算法推薦，兩者兼顧。Elon Musk：不過現在使用者仍能通過“關注”標籤頁查看純時間線。我們接下來會新增“精選關注”選項。因為如果你的關注列表裡有人發內容特別頻繁，關注頁會變得很難用。新增選項後，Grock會篩選出你關注的人發佈的最有趣內容，展示在“精選關注”頁。這樣一來，關注頁會實用得多，能讓你直接看到最想看的內容。目前我們已基本修復“過度推送”漏洞。另一個重大變化是：Grock現在會讀取平台上所有內容，每天約1億條，這還只是英文內容，其他語言會更多。初期我們讓Grock優先讀取這1億條中最熱門的1000萬條，進行理解、分類並匹配使用者。這絕對不是人類能完成的工作。等系統穩定後，我們會擴展到每天1億條全量讀取。屆時，Grock會從1億條內容中精準篩選出你最感興趣的推送給你。主持人Jason：要支撐這樣的運算，大概需要多少算力？比如幾萬台伺服器？Elon Musk：我估計需要5萬台H100晶片。而且這還會取代傳統搜尋，使用者以後能用自然語言在X平台搜尋，我們會提供語義搜尋服務，無論是文字、圖片還是視訊，只要語義匹配就能搜出來。主持人Chamath：你收購Twitter已經三年了吧？現在是三周年紀念嗎？Elon Musk：是的，三年了。主持人Jason：三年後的今天，你後悔過收購嗎？顯然沒有。你當時的核心使命是維護言論自由，現在看來已經實現了。而且把它納入xAI體系後，它作為資料來源的價值也變得極高。回過頭看，你收購它的初衷是為了阻止瘋狂的“覺醒病毒”，讓真相再次存在於世界上。太好了，使命達成了，現在它有了光明的未來。Elon Musk：沒錯，我們還推出了“社區筆記”功能。現在你在X平台看到任何內容，只要點選Grock圖示，它就能幫你分析內容真實性、補充資訊，甚至深入研究你感興趣的點。可以說，我們在言論自由和資訊核驗上取得了很大進展，人們現在能更清楚地分辨資訊真假，戳穿宣傳話術。Grock的最新版本在這方面表現特別好。維基百科的失敗與網際網路資訊的未來Elon Musk：我們借助最新版本的Grok建立了Grokipedia，我認為它比維基百科更中立、更準確，而且實際上比維基百科頁面包含的資訊多得多。主持人Chamath：你們是用維基百科作為種子資料了嗎？或者說，你們是怎麼做到的？Elon Musk：嗯，我們使用了AI。主持人Chamath：是完全無監督訓練、用純合成資料，還是參考了維基百科？Elon Musk：其實直到最近，我們才具備打造Grokipedia的能力。第一步，我們訓練了一個“極致求真”版本的Grock，它擅長邏輯清晰的分析，能把任何論點拆解成核心要素，判斷這些要素是否矛盾、結論是否能從前提合理推導。簡單說，我們讓Grock大量學習批判性思維，它在這方面的能力變得非常強。之後，我們讓這個版本的Grok梳理維基百科中最熱門的100萬篇文章，進行補充、修改和刪除。具體來說，Grock會檢索網際網路上所有公開資訊，修正維基百科的錯誤，同時補充大量上下文。很多宣傳話術的問題在於：雖然陳述的事實技術上是真的，但無法全面反映一個人或一件事的全貌。這一點很關鍵。維基百科的人物傳記，久而久之會變成“仇家聚集地”：被你解僱、商業競爭中輸給你的人，或者心懷不滿的人，都會在上面添負面資訊。主持人Jason：我看過自己的Grokipedia詞條，內容比維基百科豐富五六倍，而且更具代表性、更準確。維基百科的詞條更新頻率很低，還由50個匿名使用者決定內容，非常不合理。Elon Musk：Grockipedia目前還只是0.1版本，等迭代到1.0時，我相信它會好10倍。即便現在，它不僅能修正錯誤，還能更全面、真實地描述人物和事件，比如物理學相關詞條，就比維基百科好得多。主持人Chamath：那你們有沒有計畫讓Google等搜尋引擎降低維基百科權重、提升Grokipedia排名？畢竟現在很多人仍把維基百科當權威來源。Elon Musk：其實這主要靠使用者自發傳播。如果大家在自己的網站引用Grokipedia、在社交媒體分享，或者搜尋時優先點選Grokipedia結果，它在Google的排名自然會上升。剛上線那天，在Google搜“Grokipedia”，它會提示“你是不是想說維基百科”，完全搜不到我們的內容。不過現在情況好多了。主持人David：上線後的資料怎麼樣？增長勢頭好嗎？Elon Musk：非常好，它已經火遍全網了。我相信隨著更多人使用，大家會自己判斷。當你看到Grokipedia上關於某個熟悉話題或人物的詞條，會發現它比維基百科更全面、精準、中立，自然會願意分享。而且我們還沒給Grokipedia加圖片和視訊功能呢，之後我們會用Grock Imagine將詞條文字生成解釋性視訊。無論是教你打領帶、解釋化學反應，還是飲食、醫療知識，都能通過視訊直觀呈現。主持人Chamath：當模型具備 “極致求真” 能力後，你覺得是否需要更好的評估標準，來判斷訓練資料的真實性？比如有些訓練資料本身就有問題。Elon Musk：市面上其實有很多評估標準，我對Grokipedia的成功很有信心。維基百科的問題很明顯：資訊稀疏、錯誤多、更新不及時，還幾乎沒有圖片和視訊。而Grokipedia不僅精準、全面、有視訊，還支援互動，遇到不懂的地方，選中內容就能向Grok提問。它不是比維基百科好一點，而是好100倍。主持人David：你收購 Twitter後的三年裡，很多人說要離開Twitter，但最後也沒去別的平台。現在你通過Grokipedia和X平台打破了“覺醒思想”的控制，傳遞真相，但會不會有人依然只追求“確認偏誤”，不願意接受真相？Elon Musk：確實，很多人會因為自己所屬的政治或意識形態陣營，堅信某些觀點，那怕證據就在眼前。比如有些視訊裡，有人向持極端觀點的人展示反駁內容，但那些人根本不願意看。就像地平論者，無論你拿出什麼證據，他們都不會相信地球是圓的，因為在他們眼裡，一切都是謊言。主持人Jason：我認為在回覆中點選Grok並向它提問的功能，真的變成了一枚“追求真相的導彈”。比如我發了資料後，讓Grok驗證精準性，它還會補充相關資訊。再加上“社區筆記”功能，現在有了雙重保障：社區的共識觀點和Grok的專業分析。Elon Musk：而且現在X平台上幾乎所有非廣告內容都有Grok圖示，一鍵就能獲取分析，還能深入追問，想挖多深都可以。我們的目標是讓X平台成為全球最好的真相來源，在這裡能聽到各種觀點，但這些觀點都會經過“社區筆記”（由歷史上持不同意見的人共同認可）和Grok的雙重核驗。而且“社區筆記”的程式碼和資料都是開放原始碼的，任何人都能獨立驗證。收購Twitter三周年：言論自由的變革與挑戰主持人Sacks：我們最初邀請你過來，是因為收購Twitter三周年。還記得當時你收購前住在我家，前一天還讓我的員工幫忙找洗手池嗎？Elon Musk：現在想想還覺得好笑。我的安保團隊去五金店買洗手池，店家一直問 “想要那種水龍頭、適配那種水管”，但我們只想要一個洗手池，不管這些細節。店家都覺得我們奇怪，差點不讓我們買。他們肯定沒想到，我們買洗手池只是為了玩梗。主持人Jason：還有個難忘的細節，就是我開車去Twitter總部，發現周圍居然有合法停車位。Elon Musk：這在舊金山市中心簡直不可思議，畢竟車窗隨時可能會被砸。當時Twitter總部兩棟樓，一棟完全空無一人，另一棟只有5%的人在辦公。主持人Jason：在那棟入住率只有5%的大樓裡，我們去食堂吃飯時，發現做飯的員工居然比來吃飯的推特員工還多。Elon Musk：我們後來才知道，當時一頓午餐的實際成本高達400美元。原本20美元的成本，因為只有5%的人就餐，分攤後漲了20倍。更離譜的是，我們想在白板上畫圖，發現馬克筆都幹了，說明大概兩年多沒人用過。而且空無一人的那棟樓，男衛生間裡每周還會定期補充衛生棉條，簡直匪夷所思。主持人Sacks：還有一整個房間的Stay Woke主題周邊——T恤、圍巾、連帽衫，還有寫著“我是工程師”的磁性徽章。主持人Chamath：說實話，真正的工程師根本不需要用徽章證明自己，程式碼就是最好的證明。主持人Jason：說點嚴肅的，那30天裡我們看到的浪費現象觸目驚心。作為上市公司，Twitter在軟體訂閱上花了很多冤枉錢。有些SaaS軟體買了兩年都沒安裝，還有為空置辦公室支付的工位管理軟體費用，甚至有分析行人流量的軟體，而大樓里根本沒人。主持人Sacks：收購Twitter最重大的遺產還是言論自由。人們的記憶總是短暫的，他們忘了三年前的輿論環境有多糟糕。Donald Trump、Jordan Peterson、Jay Bacharia、Andrew Tate等不同立場的人物，都被Twitter封禁。而且除了直接封禁，還有隱蔽的“影子封禁”。Twitter多年來一直聲稱他們沒有進行影子封禁。說這是偏執的保守派陰謀論。Elon Musk：Twitter的“信任與安全團隊”長期從事這種操作，卻多年來一直否認。我的意思是，這個團隊的名字極具奧威爾式諷刺。“嗨，我來自信任部門。我們想和你談談你的推文。順便看看你的私信？”就憑說這話的人來自信任部門？這不就是現實版的“真理部”嗎？主持人Sacks：高管們多年來一直堅持說他們沒有從事這種操作，甚至在宣誓時也不承認。你收購後曝光了這些操作，我們才發現他們還開發了一套複雜工具，實現降權、影子封禁等功能。之後其他社交媒體平台的類似操作也被曝光，包括Google，把不想要的內容放到搜尋第二頁，就相當於“隱性遮蔽”，因為沒人會翻到第二頁。更重要的是，你公開了“Twitter檔案”，讓調查記者不受限制地查閱內部郵件，揭露了FBI有80名特工參與內容下架請求，深度介入封禁、影子封禁等審查行為。這在以前是完全無法想像的。主持人Jason：政府有沒有要求你們刪除內容？還是他們現在必須遵守政策，必須申請搜查令，必須走正規程序，而不是僅僅向高管施壓？Elon Musk：我們現在的政策是嚴格遵守法律。不同國家的法律不同，比如有些國家沒有言論自由相關法律，我們如果不遵守，就會被當地封禁。但我們不會超出法律範圍行事。如果某個國家的法律本身有問題，那應該由當地民眾要求領導人修改法律，而不是我們越權。所以，我認為正確的政策就是遵守任何國家的法律。不過也有棘手情況，比如巴西有個法官要求我們違反當地法律封禁帳號，還下了禁言令，導致我們被巴西封禁了一段時間。主持人Sacks：我只想就言論自由問題最後說一點，然後我們可以繼續下一個話題。我認為人們似乎忘了，當時的審查範圍一直在擴大，性別、氣候變化等話題都成了 “敏感領域”，“仇恨言論” 的定義不斷拓寬，越來越多人因為表達觀點被封禁或影子封禁。如果不是你收購Twitter並開放平台，這種趨勢還會繼續。也正是在此之後，其他社交網路才開始警醒，並開始更有力地反擊審查政策。Elon Musk：沒錯，Twitter打破僵局後，其他平台也不得不跟進，因為他們的操作變得越來越明顯。而且有了Twitter的“掩護”，他們也更敢於向言論自由傾斜。不過現在其他平台依然存在一定的影子封禁，但比以前少多了。主持人David：現在全球似乎有越來越多限制言論自由的法律，比如英國就有不少人因為社交媒體言論被捕入獄。你怎麼看這種趨勢？Elon Musk：確實有這樣的全球趨勢，很多國家以“打擊仇恨言論”為名，壓制言論自由。但言論自由的核心意義在於：允許人們表達你不喜歡甚至痛恨的觀點。如果你能壓制自己不喜歡的言論，總有一天，別人也會壓制你的言論。英國現在大概有兩三千人因為社交媒體言論入獄，有些甚至是輕微言論，而有些暴力犯罪者卻被釋放，只為關押這些人，這是非常錯誤的。這也正是美國開國元勛將第一修正案（言論自由）放在首位的原因：他們來自沒有言論自由的國家，深知其重要性。特斯拉董事會投票：馬斯克會離開嗎？主持人Chamath：換個話題，特斯拉的董事會投票很快就要出結果了。ISS（機構股東服務公司）和Glass Lewis（格拉斯劉易斯公司）的建議太離譜了，比如Ira Aaron Prize因為不符合性別要求沒得到推薦，而Kathleen作為非裔美國女性，也被以 “不夠多元化” 為由反對。Elon Musk：我認為這反映了上市公司治理的根本問題。現在約一半的股市由被動指數基金控制，而這些基金大多把投票權外包給ISS和Glass Lewis這樣的諮詢機構。我把它們稱為“企業ISIS”，因為它們根本不持有任何公司股份，卻像“恐怖分子”一樣左右公司決策，所以我認為這裡存在根本性的責任缺失。這些諮詢機構被極左活動人士滲透，而指數基金有信託責任，它們應該為股東利益最大化投票，因為很多人的401K退休儲蓄（美國常見退休儲蓄計畫）都依賴這些基金。但現在，ISS和 Glass Lewis實際上控制了一半股市的投票權。這次特斯拉的投票名義上是關於我的薪酬，但核心不是錢，我不會用這些錢買遊艇之類的東西。關鍵是，我要確保Optimus機器人項目順利推進，保證機器人的安全性，這需要我擁有足夠的話語權。我希望能有25%的投票權，足夠產生重大影響，但又不足以讓我在“發瘋”時無法被解僱。我擔心的是，如果沒有足夠的投票權，可能會因為政治原因被這些機構解僱，到時候就無法保障機器人的安全性了。主持人Jason：如果投票沒通過，你會離開特斯拉嗎？Elon Musk：這麼說吧，如果我能輕易地被激進投資者解僱，我當初根本就不會推進機器人項目，絕對不會。主持人Jason：這很合理。誰能有能力營運特斯拉的四五個主要產品線？人們不理解這背後的複雜性。這不僅僅是一家汽車公司，還涉及電池、卡車、自動駕駛等多個核心產品線，這是一個非常複雜的業務，你經營了幾十年。我不認為有一個能替代Elon的人能直接跳進來掌舵。OpenAI訴訟：非營利到營利的“背叛”？主持人Chamath：如果我們再轉回公司治理的話題，還有另一件有趣的事，就是關於OpenAI的重組。有趣的是，我讀了那封信，你的訴訟被排除在加州總檢察長允許的範圍之外，基本上是說這件事可以通過，這意味著你的訴訟還在繼續，而且可能進入陪審團審判階段？你有什麼想法嗎？Elon Musk：是的，陪審團審判大概在明年二三月份進行。有大量證據表明，OpenAI成立時的定位是“開源非營利機構”，公司章程裡明確寫著，任何高管或創始成員都不能從OpenAI獲得經濟利益。你可以用“網站時光機（Wayback Machine）”查看早期的OpenAI官網，從頭到尾都寫著“開源非營利”，直到後來發現有巨大利益可圖，才開始改變說法。他們試圖把“OpenAI”的“Open”解釋為“對所有人開放”，而非“開源”，但這個名字是我起的，我很清楚它的原意。主持人Jason：如果他們現在開源，或者給你應得的股份，當然你並不需要錢。但如果他們給了你理應擁有的股份，來換取你的支援呢？你顯然有不同的目標，對吧？Elon Musk：是的。如果從商業公司邏輯看，我提出了公司理念、命名、提供A輪/B輪/C輪融資、招募核心團隊，還分享了我所有的知識，理應擁有至少一半股份。但我建立它的初衷，是把它打造成面向全球的開源非營利機構。主持人Chamath：如果能改變現狀，你覺得應該現在就把他們的模型開源嗎？Elon Musk：理應如此，這正是OpenAI成立的初衷。諷刺的是，現在最好的開源模型大多來自中國，我們的Grok 2.5開源模型也非常出色，而且會繼續開源更多模型。而OpenAI所謂的“開源模型”根本無法使用，他們只是開源了一個殘缺不全的版本作為遮羞布而已。你見過有人真正在用OpenAI的開源模型嗎？反正我沒見過。主持人Jason：AI帶來的就業替代是大家熱議的話題，你覺得這個過程會有多快？社會該如何應對？Elon Musk：我把AI比作“超音速海嘯”——規模大、速度快，而且無論我是否願意，它都在到來。其實我曾經試圖減緩AI的發展速度。當初建立OpenAI，是為了制衡Google，當時Google在AI領域幾乎壟斷，而Larry Page根本不重視 AI 安全。我還記得有一次，我跟Larry說 “我們必須確保AI不會毀滅人類”，他居然說我是 “物種歧視者”，就像種族歧視一樣，因為我更重視人類智能而非機器智能。當時Google收購了DeepMind，而我其實是第一個把DeepMind介紹給Larry的人，現在想想真該謹慎一點。當時的情況是：Google掌控所有AI技術、電腦資源和資金，負責人卻不重視安全，還反對保護人類利益。這種情況下，我只能建立競爭對手，也就是與Google相反的“開源非營利機構OpenAI”。但不幸的是，它現在應該改名叫“封閉逐利AI”（Closed for Maximum Profit AI）。主持人Jason：Sam Altman說要籌集1.4兆美元建設資料中心。我覺得他是認真的，但這簡直離譜到“邦德反派”等級。我的意思是，我會說是“大膽的”，但我不想侮辱這個詞。AI能效與自動駕駛的未來主持人Chamath：你在財報電話會議上說，未來可以把所有特斯拉車輛連接起來，利用閒置時間提供推理算力，總算力可能達到100吉瓦。這是真的嗎？Elon Musk：如果未來特斯拉車輛保有量達到1億輛，每輛車都配備最先進的推理電腦（假設每輛車推理算力為1千瓦），而且都有內建電源、冷卻系統和網路連線，那麼總算力確實能達到100吉瓦。主持人David：最近有不少“無注意力模型”的論文發佈，據說能將每令牌（token）的能耗降低好幾個數量級。你怎麼看待AI算力的能效發展？Elon Musk：人類大腦就是高效算力的絕佳例子，我們的大腦僅消耗約20瓦功率，其中用於高級認知功能的只有10瓦左右。人類僅憑這個“10瓦生物電腦”，就發明了飛機、雷射、網際網路，發現了相對論和量子力學。而現在的AI超級電腦，那怕是100兆瓦甚至1吉瓦算力，也還不能完成人類能做的所有事。這說明AI算力的能效還有巨大提升空間，目前它與人類大腦的能效相差好幾個數量級。在特斯拉和xAI，我們也一直在推動推理算力能效的大幅提升。主持人Chamath：如果自動駕駛技術足夠成熟、安全，你會不會停止生產傳統汽車，全力投入生產自動駕駛計程車（Cyber Cab）？Elon Musk：其實我們現在生產的所有汽車，都具備自動駕駛計程車的能力。比如Model 3和 Model Y看起來和普通汽車一樣，但都配備了先進的AI電腦、AI軟體和攝影機。我們特意把攝影機裝在不顯眼的位置，比如後視鏡前方、車門後視鏡處、車牌上方和B柱，避免影響美觀。這些車都具備完全無人駕駛能力。而我們專門打造的Cyber Cab沒有方向盤和踏板——在自動駕駛時代，這些都是多餘的。Cyber Cab將於明年第二季度開始生產，之後會大規模擴產，最終每年可能生產數百萬輛。主持人Jason：Cyber Cab 設計極具吸引力，不少網友呼籲加裝方向盤，你為何未採納這一建議？Elon Musk：我們不會裝方向盤。人們可能覺得自己想開車，但實際並非如此。你坐優步（Uber）或來福車（Lyft）時，有沒有想過“我想搶過方向盤自己開”？應該從來沒有過吧。主持人Jason：一次也沒有。Elon Musk：最多零次。主持人Jason：我的Model Y剛升級到14.1版本，過去幾天一直在用Mad Max模式。駕駛體驗很獨特，感覺它總想盡快到達目的地。Elon Musk：是的，那個模式會假定你正趕時間。就像你多給司機20美元讓他們開快點，比如趕醫療預約之類的。主持人Jason：不過自動駕駛的安全風險很高，優步和Cruise都發生過嚴重事故。你知道，有人被撞了，然後他們又撞了那個人第二次，還被拖行了。所以你們一直很謹慎。Elon Musk：現在的車輛其實已經具備很強的自動駕駛能力，但我們必須極度謹慎，那怕發生一次事故，都可能成為全球頭條，而且媒體對特斯拉的要求會更嚴格。主持人Jason：我很欣賞你們啟用了安全員的做法，他們只是坐在車裡，不需要做任何操作，這是非常正確的決定，沒必要因為別人的批評改變。Elon Musk：是的，我們預計今年12月之前，部分車輛就能實現“無安全員”的自動駕駛。主持人Jason：你們在奧斯汀的試點已經積累了豐富的經驗，能談談這三、四個月的時間你們學到了什麼嗎？Elon Musk：實際上，進展相當順利。我們學到的核心經驗，是車隊管理與網約車軟體的自主開發。我們需要自己編寫類似優步的軟體，只不過開發的是自動駕駛汽車而非有人駕駛汽車。比如，當車輛達到1000輛規模時（我們計畫年底前在灣區部署1000輛以上，奧斯汀部署500輛以上），要確保這些車輛不會同時湧向同一個超級充電站，不會在同一個路口擁堵。還有很多特殊情況需要處理，比如需求高低峰時車輛該如何調度？是繞圈等待還是找停車位？遇到標識模糊的殘疾人停車位，車輛該如何判斷？會不會停進過於狹窄的車位，導致無法上下車？主持人Jason：還有監管問題。不同城市、機場的監管要求也不一樣，這需要大量的協調和努力，而且非常耗時。Elon Musk：舉個例子，在聖何塞機場，車輛必須連接機場的兩台伺服器，完成5美元的下車費用支付才能接送乘客。這些細節雖需逐一攻克，但用不了多久，“空無一人的自動駕駛汽車”就會成為常態。比爾·蓋茲對氣候變化、能源生產的看法轉變主持人David：最後想問問你對比爾·蓋茲最新備忘錄的看法，他在氣候問題上的立場似乎發生了180度大轉彎，這是怎麼回事？Elon Musk：比爾·蓋茲作為微軟創始人，按理說應該具備很強的科學素養，但我和他的直接交流讓我很意外，他其實並不懂科學。有一次他來奧斯汀的 Tesla 超級工廠參觀，居然說 “長續航半掛卡車是不可能實現的”。我告訴他 “我們已經造出了這樣的卡車，百事可樂公司正在使用，你可以自己開車驗證，或者派信任的人去”，但他堅持說 “這不可能，根本行不通”。我追問他 “你是質疑電池的能量密度，還是卡車的能耗效率？這兩個資料直接決定續航里程”，他卻根本不知道這些關鍵資料。連核心資料都不瞭解，就斷定技術不可行，這顯然太草率了。蓋茲說氣候問題正在變得乏味，拜託。主持人Jason：他是不是要為Sam Altman或其他人建立資料中心？我不知道。Azure是什麼情況？他改變了立場，這太讓人費解了。Elon Musk：其實氣候問題的真相，既不像有些人說的“根本不存在”，也不像極端環保主義者說的“5年後地球就會被淹沒”。你只需要花50美元在亞馬遜上買一個二氧化碳監測儀，就能親自測量大氣中的碳濃度。你會發現，大氣中的二氧化碳濃度（ppm）每年以2-3個單位的速度穩步上升。把地下數十億甚至數兆噸的碳轉移到大氣和海洋中，必然會改變大氣和海洋的化學成分，這是不爭的事實。爭議的焦點只是影響程度和時間尺度。我認為，我們至少還有50年時間應對氣候變化問題，不是5年，也不是500年。所以正確的做法是理性推進可持續能源，向太陽能和電池驅動的未來轉型，讓整個體系向這個方向傾斜。我不認為需要巨額補貼，但也不應該給石油天然氣行業提供補貼。石油天然氣行業享受的很多稅收減免已經存在了幾十年，他們不認為這是補貼，但實際上，只有某個行業能享受的特殊稅收政策，本質就是補貼。理想情況下，應該取消所有行業的補貼，但政治現實是，石油天然氣行業在共和黨有很強的影響力，不僅不會取消補貼，反而會新增。而可持續能源的很多激勵措施卻被取消了，不過有些激勵措施確實也有些過頭了。總而言之，我認為科學上的正確結論是我們必須向可持續能源未來轉型。石油、天然氣和煤炭都是有限資源，總有一天會耗盡，我們最終還是要轉向可持續能源。主持人David：但諷刺的是，現在太陽能發電的成本似乎比很多化石能源更低，所以市場本身就已在向這個方向轉變。但如果繼續給傳統能源提供補貼，可持續能源就很難公平競爭。Elon Musk：不過，太陽能面臨一個巨大障礙。中國是太陽能電池板的主要生產國，他們的製造能力非常強，目前中國的太陽能電池板年產能約1.5太瓦，而美國的年平均用電量只有 0.5 太瓦。即便考慮晝夜差異、陽光角度等因素，需要將太陽能產能除以5，中國的太陽能電池板穩態輸出也能達到美國總用電量的2/3。也就是說，中國僅用18個月生產的太陽能電池板，就能滿足美國的全部電力需求。主持人Chamath：你怎麼看待核能（近場太陽能）？Elon Musk：只要對環境沒有明顯危害，任何能源形式都可以嘗試。但問題是，很少有人願意讓核反應堆建在自己家附近。如果你的鄰居說 “我要賣房，新業主會在這裡建核反應堆”，大多數人的反應都會是反對。不過核能其實非常安全，美國海軍的潛艇和航空母艦上都有核反應堆，潛艇內部空間狹小、人員密集，卻依然安全運行。核裂變的安全性被很多宣傳誇大了風險。我認為核裂變是一個不錯的選擇，只是監管環境讓核能推廣變得非常困難。然後，認識到太陽的巨大能量也很重要。從規模上看，太陽的能量是無與倫比的，太陽的質量佔太陽系總質量的99.8%，木星佔0.1%，剩下的所有天體加起來才佔0.1%。那怕把整個太陽系的其他天體都燃燒掉，產生的能量和太陽比起來，依然可以忽略不計。太陽每秒產生的能量，比地球所有能源加起來還要多10億倍以上。研究物理學的人都知道 “卡爾達肖夫指數（Kardashev Scale）”：1型文明能利用行星的大部分能量，2型文明能利用恆星的大部分能量，3型文明能利用星系的大部分能量。目前人類還只是接近1型文明的1%。要邁向2型文明，太陽能是必然選擇，其他能源都只是“噪音”。主持人Jason：這令人難以置信，對吧？太陽能顯然是終極解決方案。當然，我的意思是短期必須使用其他來源作為過渡，但長期來看，方向是明確的。Elon Musk：我們可以將其稱為“星辰供電”（Star Power），也許我們在這方面的品牌宣傳上有點問題。別叫它太陽能，叫它“星光”（Starlight）。星光，多完美的名字，這可是來自恆星的力量，一顆恆星蘊含著多麼龐大的能量啊。主持人Jason：多到用不完。Elon Musk：嗯，所以有時候人們問“你會把能量傳回地球嗎？”，我當時想：“你想融化地球嗎？”那麼巨大的能量傳回來，我們會瞬間被汽化。所以，電力必須在本地產生和消耗，這本質上就是分佈式能源。並且，我認為未來大部分能量將被用於計算和智能，所以未來會出現大量的、由太陽能驅動的人工智慧衛星。主持人David：恆星之所以能發光發熱，是因為它巨大的質量產生了強大的引力，從而點燃了核聚變反應，對吧？我們現在已經可以在地球上實現可控核聚變了。我記得幾年前我們聊過，當時你很確定我們無法預知地球上的核聚變何時能成功，我不知道你對此的看法是否有所改變？Elon Musk：我想澄清一下我的看法。我大學時是學物理的，高中時一度考慮過以物理為職業，我有個兒子現在就在攻讀物理。當時我得出的結論是，要在物理學上有所作為，我可能得等下一代對撞機或望遠鏡建成，但我始終對這門學科有濃厚的興趣。所以，回到在地球上建造核聚變反應堆這件事上，我認為這實際上不是一個難題。我的意思是它並非完全微不足道，但只要你把托卡馬克裝置（Tokamak）造得足夠大，問題就會變得越簡單。這其實是一個表面積與體積比的問題：你需要在維持核心極度高溫的同時，保證反應堆的外壁不被熔化。這和火箭發動機的設計邏輯異曲同工。火箭發動機的核心區域溫度極高，但燃燒室壁絕不能熔化，訣竅在於建構顯著的溫度梯度。中心區域滾燙，越靠近燃燒室壁溫度越低，以此確保內壁安全無損。同理，只要擴大環形托卡馬克反應堆的規模，最佳化其表面積與體積比，相關難題就能迎刃而解。任何懂數學的人都能明白，建造一個能量輸出大於輸入的反應堆是完全可行的，而且規模越大越容易。這一邏輯的終極形態，正是像太陽這樣靠引力約束的巨型天然熱核反應堆，它無需人工維護，還完全免費。那麼問題來了：既然天空中就有這樣一個巨大且免費的天然太陽，我們又何必煞費苦心在地球上打造一個微不足道的“人造小太陽”呢？主持人David：沒錯，但地球上能接收到的太陽能量還不到它總輸出的十億分之一。因此，若想真正利用太陽的全部能量，就必須找到“包裹”它的方法，這才是我們的終極目標。Elon Musk：如果有人想把反應堆當成趣味項目，當然沒問題，盡可以去探索嘗試。但要是把它視作嚴肅的能源解決方案，那和太陽這個終極能源相比，就顯得微不足道了。僅僅是到達地球表面的太陽能，功率密度就高達每平方公里1吉瓦，或者說每平方英里2.5吉瓦，這是一個巨大的數字。目前市售太陽能電池板的效率在25%到26%左右。如果排列密度達到80%，每平方公里的實際輸出約為200兆瓦。再搭配電池儲存電能（夜間用電量會大幅下降，所需電池數量比想像中少），完全可以實現持續供電。一個簡單好記的資料是：每平方公里的太陽能每天能產生約1吉瓦時的電能。主持人David：實現這種規模的最大技術挑戰，是太陽能電池板和電池的製造規模化。我們有足夠的原材料嗎？Elon Musk：當然有。太陽能電池板的主要成分是矽（原料源自沙子），非常豐富。電池方面，磷酸鐵鋰電池的主要成分是鐵，鐵是地球含量最豐富的元素，佔地球質量的32%，還有磷、碳和鋰，這些元素也都非常常見。我們已經在特斯拉官網上公佈過相關計算：僅用太陽能電池板和電池，就足以滿足全球的能源需求，不存在原材料短缺的問題。主持人Jason：好了，埃隆，那就拜託你繼續推進這些偉大的事業，比如給地球供電、研發腦機介面、發射衛星，還有其他各種有趣的項目。很高興能和你聊天。Elon Musk：很高興見到你們，隨時聯絡。 (創新觀察局)

對於美國的年輕人而言，networking 是一個很重要的工作。無論是獲得職業指導、內推機會，還是建立自己的行業人脈，networking 都是必不可少的工作。在歐美職場文化裡，「Networking」不是單純指「社交」或「人脈」——它更像是一種主動、策略性的關係構建，這些關係會成為每一個職場人未來的「資產」。但是當下，以 LinkedIn 為代表的職業社交平台，卻並不能真正高效地促成這種雙向連接。在 Articuler.ai 創始人申哲先看來，LinkedIn 更像是上一個時代的電話黃頁，只解決了「展示」，沒有解決「匹配」。申哲先想改變職業社交中人與人建立連接的方式。他想做一個 AI 驅動的 、像 Tinder 一樣的 LinkedIn，讓 AI 幫助使用者更高效地去連接、被發現，進而建構一個承載雙向關係的職業社交平台。在職業社交的網際網路化過程中，過去那些信息完成了網際網路化？那些還沒有？職業社交中，找到對的人並建立聯絡，其中涉及那些步驟？AI 能提升那些環節的效率？LinkedIn 和公開網際網路上沉澱了大量使用者的職業資料，這些資料在今天有怎樣的價值？以下是我們與申哲先的對話，經 Founder Park 編輯整理。在我們訪談後不久，LinkedIn 發佈了 AI 找人功能，Articuler.ai 團隊測試了產品效果的對比。超 15000 人的「AI 產品市集」社群！不錯過每一款有價值的 AI 應用。進群後，你有機會得到：最新、最值得關注的 AI 新品資訊；不定期贈送熱門新品的邀請碼、會員碼；最精準的AI產品曝光管道01當你想認識一個人的時候，AI 能幫你做什麼？Founder Park：介紹一下 Articuler.ai 在做什麼？申哲先：我們現在做的項目叫 Articuler.ai，現在的形態是一款職場社交的 AI 產品。Articuler 的意思是把零碎的事物用邏輯組織起來。我們希望組織散佈在網際網路各個角落的資訊，建構每個人的職業社交profile，幫助大家去連接、被發現，認識到本就應該相遇的人。我們希望能做到：第一，在不同目的下，幫使用者連接到正確的人；第二，在交流過程中，不用再猜，見面之前就能瞭解對方的偏好和觀點，實現更高效的撮合。Founder Park：聽起來像「約會」類產品。申哲先：Dating 領域我們做了很多研究，團隊也有人之前做過這個領域的產品。一開始的確思考過，到底約會軟體還有沒有機會？但實際上，使用者的約會習慣，尤其北美市場，這幾年已經發生了很大的變化。Match Group（旗下 Tinder、Hinge 等），這幾年股價掉了 70%，因為疫情之後，年輕人已經不想玩線上 dating 了。反而 Ins、Snapchat 這類社交媒體，承接了不少 dating 的需求，ins 就是年輕人的 profile，這些社交媒體上的個人資訊，更加真實更加全面，不像 Tinder 上面那麼刻意。另外，陌生人 dating 還是不如有一些間接關係的 dating。Fun fact，LinkedIn 也承接了一部分約會需求，因為上面有真實的教育和工作背景，有共同好友，也有真實照片和帖子。Founder Park：「查戶口」的步驟省了。申哲先：荷爾蒙驅動的約會，已經沒有太大的增量市場了。它不是一個真正的雙向匹配，更像「選美」，最受歡迎的人會吸引到所有的注意力，大部分中腰部的使用者匹配不上，這個場景的根本問題很難解決。但在大模型出來之後，它能對一個很複雜的使用者背景進行解析，理解使用者的偏好和背景。這種能力，用在主觀且荷爾蒙驅動的約會場景上其實不太適用——但它非常適合做目的性明確的匹配，比如嚴肅的婚戀，因為它看的指標更客觀，不是一些像長相這樣比較主觀的東西。如何能利用 AI，讓人與人之間在職業社交中實現更高效的匹配？這才是我們真正想用技術去解決的事情。我們在做一個像 Tinder 一樣的 LinkedIn，幫助使用者去連接到他本來就應該認識的人。過去平台理解一個人，是把他壓縮成一組標籤，這個過程損失了太多資訊模態。我們是把一個人的所有資料，包括簡歷、觀點、項目經歷等等，在做完 embedding 之後，完整地變成一個高維度的向量資料。我們做的匹配，是基於語義理解的、向量和向量之間的匹配，這樣能更準、更高效。articuler.ai的Playbook功能入口Founder Park：這個創業想法是什麼時候開始的？申哲先：最開始是 GPT-4o 即時語音互動的發佈。當時 OpenAI 那場發佈會，AI 對人的語氣、對交流背後的 context 都有很好的理解，能夠很絲滑地參與到人的對話中。這對我的啟發是，AI 能夠參與到社交中，它會不會能夠去解構人與人之間的交流和關係？另一個產品，Plaud，在這方面也對我們有所啟發。我個人非常喜歡 Plaud，它的切入點很妙，用硬體的「超級按鈕」取代了原本手機裡三四次操作才能做到的功能，掌握了線下資訊的入口。我經常基於 Plaud 的記錄來分析我開會/見客戶時的表現，比如我們跟投資人聊完，那裡聊得好，那裡不夠好，AI 都能分析出來。當時我們並沒有特別考慮硬體的方向，反而想到了一個比較好的高頻打低頻的點：發 Cold Email。（Cold Email：破冰信，指跟對方關係並不熟，但試圖得到對方幫助或讓對方留下印象的 email，是職業社交裡非常常見的手段。常見的 cold email，包括客戶或投資人的郵件、初次聯絡客戶的介紹信，以及求職自薦信等。）現在在 LinkedIn 上，每個月花 30 美金訂閱費，只能發 5 封 InMail（站內信）。cold email 如何寫，是個挺有趣的課題。去年我做使用者訪談，一個做醫療器械銷售的朋友給了我一個特別反直覺的觀點，他寫一封 cold email 平均要半小時。我問為什麼這麼久，他說：「在醫療器械的銷售圈子裡，大家其實都會有千絲萬縷的關係，你得找到這些關係。」比如你們是不是同一個導師，有沒有在同一個期刊發過論文。ChatGPT 可以幫你寫一封語言優美的郵件，但它找不到這些點。在實際場景裡，你寫得內容比你的語言要重要得多得多。於是我們做了一個小外掛，使用者在 LinkedIn 上點一下對方，我們就能結合雙方的背景，幫他寫一封高效的 cold email。這個產品跑得相當不錯，今年上半年月度環比增長達到了 110%。articuler.ai為申哲先生成給投資人的cold emailFounder Park：發 cold email 的時候，這個人已經「匹配」到了。申哲先：對，到了今年的 3 月份，我們又去做了第二次的使用者訪談。我沒有直接問問題，而是讓使用者投屏給我看，當他們不用我們的軟體時，是怎麼在 LinkedIn 上做 networking 或者跟人建立連接。當時我們很驚訝地發現，其實寫 cold email 不是第一步，是很靠後的步驟。他們在整個流程裡面 60% 到 70% 的時間是用來找人的。比如說，假設我是一個 founder，我想找個投資人。在 LinkedIn 上搜「VC」，會出來一大堆人，但你根本不知道他們投不投你的領域和階段。使用者需要一個一個點開看，甚至要跳出去用 Google 搜尋，尋找對方機構的投資階段、投資方向等等。所以我們當時在想，其實發 cold email 和找到對的人是同一件事。「如果你沒有找到對的人，你這個 cold email 寫得再好，對方都不可能給你回覆。」所以從今年 4 月底開始，我們做了現在的版本。我們希望能把全世界的人都變成一個高維度的向量資料，做到知己知彼。換句話說，全天下的白領我都認識了，你只需要告訴我你是誰、想幹嘛，我們能幫你找到最匹配、最相關的這個人。articuler.ai的社群搜尋入口02沒有被 LinkedIn 滿足的使用者需求Founder Park：職業社交這些年發生了什麼樣的變化？過去的模式是怎樣的？申哲先：我去年和一個快 50 歲的老前輩聊天，他是上世紀 90 年代就在華爾街做投行。那時候沒有網際網路，更沒有 LinkedIn。想進去投行，就得靠 networking。他當時在華爾街街頭站了兩個禮拜，在每個投行的樓下堵著人聊，做 coffee chat。在前網際網路時代，職業社交就是以線下為主。比如，投行在美國都有所謂的「目標學校」，校友之間有一個強紐帶，在面試之前，他們通過一些線下聚會和關係網路就已經相互認識了。這種是「強關係」，人與人之間的關係質量比較高。通過地理和活動的篩選，篩掉了很多人。但存在兩個問題：一是地理限制嚴重，二是資訊也嚴重不對稱。你不知道對方是誰，看不到對方的簡歷，只能通過在活動上半個小時的交流去相互瞭解。之後進入網際網路時代，就是 LinkedIn 的時代。它在早期只幹了一件事情：把每個人的簡歷搬到網上。簡歷其實是一種社交貨幣，是個人品牌的呈現。在 LinkedIn 上，我們可以看到你的第二度和第三度的人脈關係，它通過這個能打破地理和已有社交圈的限制，幫你找到更多和你相關的人。LinkedIn 就像是一個超級電話本或黃頁，你可以通過關鍵詞找到任何人。Founder Park：但 LinkedIn 似乎並沒有完全滿足使用者的需求，它存在什麼問題？申哲先：LinkedIn 最大的問題是，只解決了「展示」，沒有解決「匹配」。LinkedIn 現在的收入大頭來自 B 端，比如賣銷售線索的 Sales Navigator 和賣人頭的 LinkedIn Recruiter。它並不在意你想不想看對方給你發一條消息，它只是把你去當做一個這個整個人頭去賣出去。所以在「知己知彼」這件事情裡，LinkedIn 只做了一半，這也導致很多人打開 LinkedIn 之後，能看到很多廣告郵件、騷擾郵件，浪費時間，浪費注意力。這些垃圾資訊的雙方，產生不了價值交換。你並不想要對方 offer 的服務、產品、崗位，但系統並不知道這件事。使用者想要的可能是找到最合適的 10 個人，但 LinkedIn 通過把一個人強行壓縮成一組標籤，給你推出 1000 個滿足最低要求的人，你需要做大量的篩選工作。而且，在 LinkedIn 的職業社交中，我們都是被動地等待被連接，如果別人不知道搜尋我的關鍵詞，就永遠找不到我。所以在這樣的情況，我覺得 LinkedIn 更像是上一個時代的產物，像一個電話黃頁。但我們想做的是一個 Tinder 版的 LinkedIn，不僅能讓使用者展示自己的品牌，並且能幫助使用者去連接、被發現。Founder Park：你們在做的匹配和 LinkedIn 的「匹配」有什麼本質區別？申哲先：能讓我們產品變得更好的，肯定不是公開資料。你只用公開資料，講得粗俗一點，「其實就是在別人的資料庫上做了個互動層」。 瞭解使用者隱性的偏好，才是我們的「壁壘」。使用者在我們平台上的每一步互動，推薦人、建立連接、見面的準備、見面後的管理，我們能接收到使用者真實互動的反饋訊號。通過這個訊號，在我們下次做匹配時，就知道使用者的偏好性到底是什麼樣的。比如，我想找投資人，系統給我推了 15 個，但我最終只聯絡了其中 4 個。為什麼我選了這 4 個，沒選另外 11 個？這背後反映了我很多隱性的偏好，這些甚至是使用者自己都說不清楚的。這些互動資料會沉澱下來，讓我們的平台，越用越好用，推薦越來越準。而且這個資料是別人拿不到的。你可以把我們理解成一個關於白領的「大眾點評」，你每一次互動的反饋，都會成為你的一個社交標籤。articuler.ai的聯絡人狀態管理Founder Park：聽起來和推薦系統有點像，和傳統推薦系統的區別是什麼？申哲先：我們使用者的背景資訊更豐富。傳統的推薦，比如淘寶，它一開始其實不知道你是誰，需要你產生上百次購物行為後，才能大概猜出你的偏好。但我們不一樣，使用者一進來，我們就能知道 ta 的背景是什麼，通過我們的大盤資料，能推測出這類背景的使用者通常有那些共通的喜好，所以我們的冷啟動階段給使用者的推薦質量很好，使用者很滿意。其次是，我們在中間加了一層大模型，我們把使用者在產品上的互動作為強化訊號，比如 ta 選擇了和誰聯絡，拒絕了和誰聯絡，都通過 embedding 模型，加入到了使用者自己的向量化的 profile 中。Founder Park：在美國職場文化中，networking 是一個很普遍的需求嗎？申哲先：我本科的教授給我講過一句話，讓我特別難忘。他說：「Your network is your net worth.」在美國，networking 是一個非常常見的文化。比如我爸爸朋友的女兒，剛上大一，因為沒有提前聯絡社團的學長學姐做 coffee chat，結果開學後想加的社團名額都滿了。所以你會發現，networking 這件事情，本身就是人與人之間去充分瞭解資訊、建立聯絡的方式。在美國的傳統職場文化裡面，這已經是一個很重要的文化組成部分了。從資料上看，美國社招中超過 85% 以上的工作在每個公司的官網都沒放出來，是通過人與人之間的推薦來拿到工作機會。我們今年上半年在美國這邊做了一些研究，訪談樣本有 200 多個人，主要是大廠員工和一些做專業服務（professional service）的白領，裡面超過 95% 的人都做過 networking 這件事情。LinkedIn 今年第一季度的 C 端訂閱收入已經突破 20 億美金了，年增速達到 50%。在一個滲透率 95% 的產品上還能有這樣的增長，是一件很恐怖的事情，說明這個需求非常強勁。使用者每月花 30 美金，核心就是為了能看到更多人的資料和傳送更多站內信，都是為了 networking。它的主要使用者是 18-35 歲的年輕人，佔比 75%，因為年輕人在一段工作中的平均在職時間越來越短，他們需要建立自己的職業社交形象，連接到關鍵的人和機會，同時能被別人發現。03從 LinkedIn 上長出來的產品Founder Park：在職業社交的線上化處理程序中，已經做好的是什麼？還沒做好的是什麼？申哲先：第一步被網際網路化的，其實是每個人的身份資訊。網際網路就是一張巨大的網，把人都連到一塊了。你可以在這個網上去找到所有的人。第二步出來，其實是在這個網上去加入更多模態的資訊。比如說，這個人發了帖子，這個人發了一些照片等等，它會讓一個人更加豐富起來。那站在 2025 年看這個事情，我們經過網際網路這麼幾十年的發展之後，你會發現每個人的社交身份是散佈在各個平台或者網際網路的各個角落裡的。那我們現在的問題是，如何把這些散佈在各個角落裡面的身份資訊充分利用，同時整合成一個更好用的新產品？我們認為，現在這個時代，使用者需要的不是「我要看見」，而是「我要一個結果」。我要的東西就是要跟一個關鍵的人產生連接、建立連接、發生關係。但是我們現在都只能看到他的帖子，只能去關注他，他不知道我是誰，也不知道跟我這個人之間有那些關係的互動。但不可否認，LinkedIn 是一個很值得尊敬的產品，因為但凡能起網路效應的產品都有著最強的「壁壘」，沒有之一。LinkedIn 現在有這個網路效應，所有人都加入這個網路了，你不加就享受不到。那我們能幹的是什麼？我們希望在我們的平台上去建立起小的「原子網路」。articuler.ai的社群首頁Founder Park：最開始做了一個基於 LinkedIn 的寫作 cold email 的外掛，當時是怎麼想的？申哲先：我們一開始的野心更大，想成為每個人的「超級通訊錄」或者「個人 CRM」。不管是 Notta 還是 Plaud，它們都是以「一場會議」為最小單元。但我們認為，你所有的會議、通話，最終都是和「人」有關係的。所以我們想做一個更上一層的東西，能沉澱所有互動，幫使用者維護關係網路。但這條路，我們在今年 3 月份的時候發現走歪了，有點往 CRM 偏得太多。我們研究了美國市場後發現，這個方向最終只能做 ToB，因為願意為個人關係管理付費的 ToC 使用者太少了。而且中國團隊，在美國做 ToB 銷售沒有優勢。我們當時選擇做 LinkedIn 的外掛，因為它是一個無法繞開的生態，在北美的白領中，LinkedIn 的滲透率高達 95%。在這樣的基礎上，完全沒有必要再去搞一個新的個人資料平台。Founder Park：這個外掛和你現在的產品是什麼關係？申哲先：原來那個外掛現在已經成了產品的二級功能。我們後來想明白了，在職業社交中，「匹配」才是價值最高的點，它應該是一切互動的入口。資料也證明了這一點，我們加上「找人」和推薦功能後，cold email 的回覆率從 6% 提升到了 12%-15%。Founder Park：直接翻了一倍，怎麼做到的？申哲先：最關鍵的一點是：我們幫你找的人，是對的人。在內容生成上，我們用了一套比較複雜的 Agent 框架。我們會輸入使用者和對方的背景資訊，包括公開的 profile、search agent 從全網找到的相關資訊，以及針對融資、銷售、求職等不同場景的 know-how。這裡包括針對不同場景判斷共同點的邏輯，以及長度限制。比如針對銷售場景，郵件內容就不能太長，150 字以內能讓對方感興趣。一個 Agent 負責生成草稿，然後第二個「審查員」Agent，會參考行業裡的 best practice 來給草稿打分。最後，還有第三個 Agent 會根據評分結果，再重寫一遍，保證最終產出的郵件質量。Founder Park：「找人」這個動作，怎麼通向一個更完善的產品？申哲先：「找人」只是我們冷啟動的方法，背後真正的邏輯是「匹配」。因為職業社交的本質是一個雙向關係，一個是主動地以某個目的為索引去找人；另一個是被動地等著被別人連接。所以，如果要做下一代的職業社交平台，它必須有兩層。第一層，新的內容分發網路，我們希望基於語義理解的向量匹配，來替代 LinkedIn 的關鍵詞分發；第二層，在這個網路上長出來的內容。每個使用者、每個人就是內容本身，我們要交付的是一個人與人之間真實的、雙向的連接。articuler.ai為申哲先推薦的投資人列表Founder Park：不只想做一個找人工具，而是想沉澱人與人之間真實的互動資料。申哲先：對。如果只是一個找人工具，它就停留在建立連接上。但我們希望能做一個平台，使用者可以主動連接別人，也能被別人發現。人與人之間互動的上下文也能在我們的平台上沉澱下來。天底下有新技術、有新產品，但天底下幾乎沒有新生意。我們做的不是一個新生意，而是一個撮合平台，底層是一個雙邊網路。我們的任務就是讓供需雙方的匹配更高效、更高品質。我們把整個流程拆分成四個階段，每一個環節 AI 都能交付價值：匹配： 把人和需求都變成高維度的向量資料，進行基於語義理解的匹配。建聯： 基於雙方的共同點和價值交換可能，用 AI 生成能讓對方感興趣的 cold email。見面前的準備：我們的 search agent 能全網抓取對方的最新動態和觀點，讓使用者在見面時有備而來。關係的維護：長期來看，通過沉澱使用者的互動記錄，我們可以瞭解關係狀態，並在合適的時機提醒使用者進行維護。比如 a16z 發了一篇關於 AI 社交的文章，我們的系統可能會提醒我：「嘿，你之前和誰聊過這個，要不要再聊一下？」04把「白領」看成一個高維度的向量資料Founder Park：剛才提到要把白領變成一個高維度的向量資料，怎麼理解？申哲先：我們最重要的任務是把一個人的資訊和背景做最全面的還原。現在每個人的職業身份資訊散佈在網際網路的各個角落，只看 LinkedIn 是不夠的。我們的資料來源分為兩部分，一是像 LinkedIn、Twitter、GitHub、Google Scholar 這樣的 public profile；二是我們做了一個 Search Agent，能抓取全網和這個人相關的動態，比如他發的帖子、所在公司的新聞、行業趨勢等等。在資料來源的選擇方面，我們更看重有效資訊的密度，會選擇一些職場屬性比較強的平台。拿到這些資訊後，我們用 embedding 模型把它變成一個高維度的向量，存在我們的向量資料庫裡。當使用者告訴我們他想找什麼樣的人時，他的需求也會被轉化成一個向量化的查詢（query），我們再去資料庫裡做基於語義理解的匹配。Founder Park：使用者散落在網際網路上的資料，你們是怎麼獲得的？申哲先：比想像的要簡單。美國沒有像微信那樣封閉的生態，資訊都是公開的。很多美國銷售都在用的一個方法是：見客戶前，把對方的「名字 + 公司名」扔到 Google 裡搜一下，能發現很多有意思的東西。這些能在公開網際網路上找到的痕跡，就是我們還原一個人的拼圖。舉個例子，我們最近在幫一個做無人叉車的中國公司找美國客戶。我們推給他的人，不僅僅是 title 符合，還能告訴他，根據新聞，這個人的公司最近剛買了一套倉儲自動化系統。說明他們對倉庫自動化已經有了很好的認知基礎，你現在去找他，就是事半功倍。如果我們只拿 LinkedIn 上他相關的 profile 資訊，是解析不到這一層的。articuler.ai推薦的無人叉車客戶（機器翻譯）Founder Park：LinkedIn 幾百萬的付費使用者，是你想切入的目標人群嗎？申哲先：是的。我們主要是在這群人裡再細分出兩類畫像。但我想先說一點，我們做獲客，不僅在意使用者增長，更在意的是使用者密度。因為我們不是一個單向的找人工具，是要促成雙向連接，平台上的使用者彼此之間就能直接匹配。基於這個觀點，我們現在只做兩群人：第一，是年輕白領，包括在校大學生和剛工作 1-5 年的人。他們想換工作、找導師，或者尋求職業發展，我們能幫他們撮合。年輕白領與在校大學生看到的社群首頁第二，是整個北美的創投圈。這裡有個很有趣的點：北美創投圈是沒有財務顧問（FA）的。所以創始人能聊到那個投資人，完全看他自己能聯絡到誰。我們做的是直接幫助這個圈子的供需兩側，做更好的匹配。北美創投圈使用者看到的社群首頁Founder Park：LinkedIn 現在也是一個社交媒體平台，使用者在上面消費別人發的東西。你們會像 LinkedIn 一樣鼓勵大家發 Post，用內容來輔助社交嗎？申哲先：Post現在不在我們的 roadmap 上。LinkedIn 做 Post，是因為它是一個展示個人職業「品牌」的平台，你發的內容是你品牌的一部分。但我們想做的是兩個人真實的連結。要不要做 post，就像 Sora 出來了，有必要專門去做一個 for AI-generated video 的抖音嗎？我幹嘛不在抖音上發呢？我們現在更想做的是一個「聚合器」。你但凡在任何平台發了和你職業相關的內容，我們把這個訊號捕捉到，它就會成為你個人資料（profile）裡的一個偏好性訊號。我們通過這些訊號，幫你匹配到更多你本該認識的人，去交付一個「連接」的結果，而不是再造一個內容消費的平台。Founder Park：你之前提到，最後要做的是社區？申哲先：對，雙向連接，一定會通向社區。現在從工具切入，是因為找人這個環節效率最低，目標是建立一個個小的「原子網路」。比如一個 MBA 項目的 700 多個學生，他們彼此之間有強烈的 networking 需求。我們可以把這些人組成一個社群，在裡面做精準匹配。一個線下活動、一個校友組織，都可以成為一個原子網路。當這樣的小社群越來越多，我們就可以把它們打散再重組，最終形成一個大的、流動的「社交網路」。我們甚至不需要這些人都註冊我們的平台。因為他們的公開資訊都在網上，我們可以主動給他們建立社群，比如「過去三年加入 Meta 的 CMU 校友」，然後用這個社群作為內容去吸引真正有需求的使用者。我們最近就在用這種方式做行銷郵件做了效率驗證，比如告訴創始人「我們平台有 72 個投資人上周剛投過你這個方向」，或者告訴投資人「昨天有 63 個創始人在找像你這樣的投資人」，他們就來了，轉化率很高。因為人其實只對與自己強相關的東西才感興趣。我們知道他的職業背景和 intention，我們是可以直接找到他感興趣的內容，我們先給他創造出來，然後給到他。05每個人都在做一件事：跟人建立關係Founder Park：介紹下你過往的經歷，創業前在做什麼？申哲先：本科在南加州大學（USC）讀數學。讀書時就在創業，當時做了一個量化模型，出發點是想把美國升學這套很玄幻的東西變得「可解釋」，可以根據使用者的背景給出對應的升學建議，在那個專業、那個學校有更高的錄取率。這個項目賺了錢，但它沒法規模化，需要靠人力交付。我當時最大的感觸是：這是一個現金流特別好的生意，但不是事業，因為它沒有辦法 scale up。如果 21 歲能做這事，31 歲、41 歲也能幹，那我現在就不應該幹這個。當時還是想創業，但沒見過好東西，肯定就做不出來好東西。所以我想去全世界最厲害的公司看看，我當時給自己的答案是做管理諮詢。我大三去了麥肯錫實習，幫頂尖的網際網路企業做戰略，但我發現管理諮詢太不落地，只出一個報告，浮於表面。畢業以後，我去做了投資，先後在兩家機構，從一家早期機構到一家覆蓋更全面的機構，也趕上了 GenAI 的這波浪潮，看了很多基模、infra 和應用層公司。投資人的工作本身就是跟人打交道。不光是我的老闆、同事，還有我投過的一些成長期創始人，大家每天都在幹一件事：跟人建立關係。不管是找下輪投資人、找客戶、招聘、找合作夥伴，無一例外都特別耗時間。在看項目的時候我就一直在想，AI 怎麼能讓我們的工作更簡單？怎麼給兩個人做一個更高效的撮合？於是慢慢有了創業的想法。Founder Park：回過頭來看，當初做投資有什麼可以做得更好的？申哲先：現在回頭看，我覺得在美國，很少有年輕人能做好早期投資人，是有道理的。因為做早期需要經驗，你再名校畢業，再聰明，你沒經驗、沒創過業，你沒有看過整個公司從成立一步一步走到上市，或者走到退出，或者是走向死亡的全過程，判斷不了。你看到的永遠是別人想讓你看到的最好的東西。我覺得做投資本質就是一個消除噪音、發現價值的過程，如果連事情的本質都不知道，很難做。Founder Park：創業以來，最重要的 learning 是什麼？申哲先：凡事都要有敬畏之心。創業之後我發現，一個公司能成功是因為各種各樣“不起眼”的事情堆積起來，而每件小事都有學問在。這一年來最大的領悟就是要把自己的過去“清零”，當作一個小學生來快速學習、快速試錯、快速迭代。創始人不能有ego，後面需要學習的事情有很多，這是一場自我的修行。 (Founder Park)