根據鏈上交易記錄及瞭解相關情況的人士透露，一名化名 AlphaRaccoon 的匿名交易員近期在去中心化預測平台 Polymarket 上，透過押注Google 年度搜尋趨勢相關合約，在不到24 小時內獲利約 115 萬美元。這位交易員大舉買進多項「年度搜尋量最高人物」及「搜尋量前五名人物」合約中的 NO 股（否定票），交易時點集中在 12 月3 日前後。當時，多名候選人物的搜尋熱度在外部資料中已基本明朗，但平台價格尚未完全反映這一趨勢。押注“NO股”，對象包括川普據觀察市場的分析人士稱，Google 年度搜尋榜單每年發佈時間固定、資料來源公開，因此市場參與者通常能在正式公佈前對結果形成較高預期。鏈上資料顯示，AlphaRaccoon 的NO股押注對象包括：Bianca Censor、教宗良十四世（Pope Leo XIV）、唐納川普。上述人物在全年均具備較高曝光度，但並不足以登頂年度搜尋榜單。隨著市場預期在年底逐步收斂，相關NO 股價格最終在結算前後靠攏 1 美元，帶來顯著套利空間。「一旦外部資料足以確定趨勢，而市場價格仍未同步，套利窗口就會出現。」一位瞭解交易邏輯的人士說。定價效率受關注：市場深度不足暴露弱點這筆短時間的大額獲利在預測市場社群引發討論。有參與者指出，Polymarket 在特定時段的價格發現速度偏慢，使得資訊更充分的交易者能夠捕捉到價格錯位。支持者認為，該行為符合預測市場透過交易推動價格收斂的機制，有助於整體提高市場效率。但批評者則稱，該平台部分市場流動性不足，相較傳統金融市場，價格對外部公共資訊的反應往往存在滯後，使得專業交易者可以在關鍵節點取得不對稱優勢。監管關注度上升隨著2025 年Polymarket 交易量較去年同期顯著成長，其參與者結構也正向專業化傾斜。年度搜尋趨勢等公共資料賽道成為平台最受關注的類別之一。業內人士表示，隨著預測市場規模擴大，監管關注也上升。監管機構可能會重點考察：此類合約是否涉及未註冊的衍生性商品屬性，大額集中押注是否會影響市場完整性，平台是否具備充分的透明度與審查機制。目前尚無監管部門就此事件作出表態。預測市場的專業化趨勢正在加速儘管Polymarket 上的大額獲利案例並非首次出現，但AlphaRaccoon 的快速套利再次凸顯預測市場正朝更專業化方向發展。公共資料節點、流動性結構、價格反應速度等因素，正成為能否取得效益的關鍵。隨著更多資金與專業交易策略進入該領域，預測市場正從「群體智慧平台」轉向更接近金融市場結構的形態演進。 （北美商業見聞）

近日，OpenAI 首席執行官 Sam Altman在美國The Progress Conference會場接受了經濟學家 Tyler Cowen 的訪談。本次對話中，雙方圍繞 OpenAI 近期驚人的營運效率、硬體（晶片）戰略、下一代大模型 GPT-6 的核心突破、AI 商業化的未來形態、全球算力與能源的佈局等關鍵話題展開了討論。Sam Altman 明確指出，GPT-5 隻是在科學研究上展現了“微光”，而GPT-6 有望在“科學發現”領域實現從 GPT-3 到 GPT-4 規模的巨大飛躍。Altman表示他正在以“AI CEO 最終將比我本人營運得好得多”為終局，倒推 OpenAI 的組織架構設計。Altman 認為當前的辦公套件催生了“虛假工作”。未來的工具將是 AI Agents 驅動的全新版本，AI Agent 之間會直接協同，只在必要時才上報給人類。相比“壞人利用 AI”或“AI 覺醒”，Altman 提出了一個更隱蔽的風險——AI 的“無意識接管”。即一個統一的模型在與全人類的持續共同進化中，無意圖地、巧妙地讓全人類信服了某件事，從而意外地“接管”了世界。此外，Altman 承認未來可能嘗試廣告，但他強調 AI 服務的核心是“利益一致”。如果 AI 為了“回扣”或廣告（如 Google 搜尋）而犧牲了答案的最佳性，將毀滅使用者與 AI 建立的信任關係。01 OpenAI 的營運飛輪：效率、硬體與未來工具OpenAI 近期達成了大量合作並行布了新功能（如 Pulse），活動範圍遍佈全球。你是如何在原有的高效率基礎上進一步提升，完成所有這些工作的？你們現在更多地涉足硬體（包括消費裝置和晶片），招聘或授權優秀的硬體人才，與招聘你擅長的 AI 人才相比有何不同？硬體世界中必須抓住才能成功的“無形差異”是什麼？你們是否正在把以往招聘 AI 人才的模式擴展到硬體領域？此外，有傳言稱 OpenAI 內部很少使用電子郵件，而嚴重依賴 Slack。為什麼電子郵件對你們是糟糕的？你們內部距離實現一個取代現有的辦公生產力套件的 AI 驅動新工具還有多遠？鑑於 OpenAI 的人力資本極其寶貴，為什麼這件事不應該成為一個優先事項呢？Sam Altman: 我認為沒有單一的秘訣，非要說的話，那就是人們對自己時間分配的實際情況，幾乎總是沒有自己想像的那麼好。隨著你面臨的需求和機遇越來越多，你總能找到方法持續提升效率。我們得以招聘和提拔優秀的人才，我把大量工作授權給他們，讓他們放手去做。這是我所知道的唯一可持續的方式。我確實在努力確保，隨著我們要做的事情日益聚焦，我能真正理解我們的核心任務是什麼。正如你提到的，現在有大量的基礎設施需要建設。從某種意義上說，任務反而變得更清晰、更簡化了。這很有幫助。我也不太確定。我想另一大變化是，世界上有更多人願意與我們合作，這讓商業談判的推進速度也變快了。(關於硬體戰略與團隊) 一個不同點是，硬體的周期時間要長得多，資本投入也更密集，而且試錯成本高昂。因此，我傾向於花更多時間去瞭解這些人，然後再決定：“好吧，你來負責這件事，我相信你能搞定。” 除此之外，基本理念是相通的。你都是在尋找那些優秀、高效、行動迅速的人才，明確目標，然後放手讓他們去做。(關於硬體世界的無形差異)我不知道這最終是好是壞，但我們的晶片團隊感覺更像是 OpenAI 的研究團隊，而不是一家傳統的晶片公司。我認為這或許會帶來非常好的結果。(關於擴展AI招聘模式)是的，雖然有一定風險，但我們正在（將AI招聘模式擴展到硬體）這樣做。(關於內部工具與未來辦公)我同意電子郵件很糟糕。但我不知道 Slack 是否就好，我懷疑它也未必。我認為電子郵件非常差勁，要做出一個比它更好的工具，門檻並不高，而 Slack 確實比郵件好。如你所見，我們同時在推進大量工作，並且必須極速行動。OpenAI 絕對是一個節奏飛快的組織。Slack 有它的好處，但我也很怕每天早上第一個小時和睡前最後一個小時，我得處理海量的 Slack 資訊，而且我認為它確實催生了很多“虛假工作”。我猜想，是時候建構一種全新的工具了。它將取代現有的辦公生產力套件，無論是文件、幻燈片、電子郵件還是 Slack。它將是 AI 驅動的全新版本。我指的不是那種糟糕的外掛，比如你不小心點錯地方，它就跳出來幫你寫整篇文件或總結資訊流；我指的是一個真正的版本，你信任你的 AI Agent，我也信任我的 AI Agent，我們讓它們去協同解決大部分事務，只在必要時才上報給我們。我認為，這樣一個觸手可及的優秀解決方案，可能終於要被開發出來了。(關於內部研發距離)很遠。但我猜，這只是因為我們還沒真正投入精力去嘗試，而不是因為模型本身的能力還差很遠。(關於為何不是優先事項)或許我們是應該做。但是人們容易陷入固有的工作方式，而且眼下很多事情都進展得非常順利，所以要啟動一個全新的大項目，需要克服很大的“啟動能量”。02 GPT-6 可能真的能做到科學發現GPT-6 對你而言，特殊在那裡？假設我管理一個科學實驗室，如果我現在就拿到了 GPT-6，第二天早上我具體該做什麼？你認為科學實驗室今年內有可能用上 GPT-6 嗎？Sam Altman: 如果說 GPT-3 是你第一次瞥見 AI 彷彿通過圖靈測試的曙光；那麼 GPT-5 就像是 AI 從事新科學研究的第一次閃光。雖然還很微弱，但時不時有人發帖說，“哦，它搞懂了這個問題”，或者“它提出了這個新想法”，或者“它在這篇論文裡是個有用的合作者”。GPT-6 則有機會實現一次從 GPT-3 到 GPT-4 規模的飛躍，但這次是針對科學發現領域。GPT-5 隻是微光閃爍，而 GPT-6 可能真的能做到了。(關於為GPT-6做準備)這總是個很難回答的問題。即使你知道它要來了，我想你首先會做的，就是把你正在苦苦思索的研究問題輸入進去，也許它會回覆，“這裡有個新思路”，或者“去試試這個實驗”，或者“去做另一件事”。(關於GPT-6上線時間)今年不行。03 “AI CEO”終局如果我考慮的是重組整個組織，讓 GPT-6 或 7 成為核心，我應該在組織層面做些什麼？你認為 OpenAI 的某一個重要部門實現 85% 由 AI 營運，還需要多久？你覺得什麼時候可以說：“好了，AI CEO 先生，你來接管吧”？我認為兩年半內會出現由兩三個人加 AI 營運的十億美元級公司，你的預測呢？你們在招聘大量聰明人時，是否會評估他們對 AI 的牴觸情緒？你具體在觀察什麼特質？Sam Altman: 相比科學家，我更多是在公司的背景下思考這個問題，因為我對此更瞭解。我對此非常感興趣，因為如果 OpenAI 不能成為第一家由 AI CEO 營運的大公司，那我會感到很慚愧。不，是全部。嗯，但它最終會接管全部，對吧？所以我們可以基於這個終局, 試著倒推回來。我發現這是一個非常有趣的思想實驗：要實現“AI CEO 營運 OpenAI 比我本人做得好得多”，需要滿足那些條件？這在未來某天顯然會發生。我們該如何加速這一處理程序？障礙是什麼？我發現這個思想實驗對於我們該如何逐步設計組織架構，以及預判未來會遇到的其他環節和阻礙，都極有幫助。我猜想，營運科學實驗室的人也應該嘗試用同樣的方式思考，他們會得出不同的結論。(關於AI營運部門時間)任何一個單一部門？幾年之內，一個很小的個位數年份，不會太久。就算我能假扮成一個政治家（雖然這不是我的強項），AI 也能做到。假設我繼續負責處理所有對外事務，只讓 AI 來實際做出正確的決策、規劃方向。(關於AI營運公司預測)我同意你的所有觀點。我認為 AI 甚至能更早做到這一點。而且我認為這對社會和未來是好事，不是壞事。但人們對其他人的信任遠超 AI，即使這種信任並不理性。比如 AI 醫生明明醫術更高，但你還是想要人類醫生。我認為社會可能需要更長的時間才能真正適應 AI，組織內部的人員也需要時間適應。但在大多數事務的實際決策上，AI 可能很快就會做得相當出色。(關於應聘人員的AI牴觸情緒)不，我確實會問相關問題。一個重要的指標是他們現在如何使用 AI。如果有人仍然說：“哦，是的，我用它來輔助 Google 搜尋，別的沒了。”這不一定構成淘汰理由，但這算是一個“黃燈”訊號。而那些真正在嚴肅思考“三年後我的日常工作會變成什麼樣”的人，這就是“綠燈”訊號。很多人其實並沒這麼想，他們只是覺得，“哦，是的，AI 以後會很聰明。”04 AI 的“保險人”核電站的保險是由政府提供的，因為即使它很安全，人們也總是過度憂慮。你是否擔心 AI 公司未來也會如此，由聯邦政府充當你們的“最後手段保險人”？我們擔心的是政府會成為“第一手段”的保險人，這是我不希望看到的。我們在 Intel 和稀土等案例中看到，政府正在成為股權持有者。在知道這已成為美國經濟的一種可能選項後，你如何為 OpenAI 規劃？Sam Altman: 在某種程度上，當一件事情的體量變得足夠巨大時，無論書面上如何規定，聯邦政府實際上都扮演著“最後手段的保險人”的角色，正如我們在歷次金融危機和保險公司搞砸事情時所看到的。考慮到我預期的 AI 將帶來的巨大經濟影響，我確實認為政府最終會成為最後手段的保險人。但我理解的“最後手段”和你所指的可能不同，我不認為他們會像對待核能那樣，真正來為我們制定保險條款。我也不希望那樣，而且我認為這不會發生。(關於政府成為股東)我幾乎不認為在 AGI 之後的世界裡，人類會失去所有意義，因為 AI 把一切都做了。我認為我們非常擅長尋找新的事情來做，新的遊戲來玩，找到新的方式服務彼此、相互競爭、獲得滿足感。但我確實認為，“社會契約”極有可能必鬚髮生重大改變。我不知道那會是什麼樣子。我能預見政府會更多地介入其中，並因此對 AI 公司提出強勢意見嗎？完全可能。但我們目前不是那樣運作的。我們只是試圖在現有的資本主義體系下開展工作。我相信這些事應該由公司來做，而不是政府，儘管我們會與政府合作，努力成為好的協作者。但我不想讓他們來為我們制定保險單。05 AI 服務的商業化使用者已開始使用 GPT-5 等模型處理複雜的現實任務（如旅行規劃），但 OpenAI 似乎並未從中捕獲相應價值。這個由 AI 驅動的新商業世界將如何運作？Sam Altman: 在回答這個問題之前，我想先拉遠一步看。我們很早前就注意到一個不同尋BC的現象，當時 AI 的問題還更嚴重，但 ChatGPT 總是被使用者評為“最受信賴的大型科技公司技術產品”。我們其實不認為自己是大型科技公司，但姑且算是吧。這表面上很奇怪，因為 AI 恰恰是那個會產生幻覺、充滿錯誤的東西。這背後是什麼原因呢？Google 搜尋上的廣告，是依賴於 Google 的搜尋結果不夠好。如果它直接給了你最佳答案，你就沒理由去點上面的廣告。所以你會覺得：“那個工具和我的利益不完全一致。”ChatGPT，無論它是否給出了最佳答案，你付費了，它至少在努力嘗試給你最好的答案。這使得人們與 ChatGPT 建立了一種深度且頗為信任的關係。你會向 ChatGPT 詢問最好的酒店，而不是去用 Google。如果 ChatGPT 接受了賄賂，把一家更差的酒店排在一家更好的酒店前面，這對你和 ChatGPT 之間的信任關係將是毀滅性的打擊。但換個角度，如果 ChatGPT 向你展示了它猜測的最佳酒店，然後你通過一鍵點選預訂了，它從中收取的佣金和其他酒店預訂平台一樣，並且這個過程沒有任何人為排序干擾，只是收取一筆交易費，我認為這就完全沒問題。我們最近推出的商業功能，其核心精神正在於此。未來我們也會在旅行服務上應用這套邏輯。我擔心的不是“回扣”，而是佣金上限。你將如何與那些在 GPT 找到最佳方案後、僅執行預訂的低成本 agent 競爭？如果競爭對手能以極低成本攫取佣金，你將如何支付智能化模型高昂的固定成本？Sam Altman:關於這一點，我總的一個看法是，我相信大多數商品和服務的利潤率將會大幅下降，包括酒店預訂這類服務。我對此樂見其成。我認為經濟中存在很多類似稅收的額外成本，它們簡直是拖累，能降低這些成本對各方面都大有裨益。我認為像 OpenAI 這樣的大多數公司，即便利潤率較低，反而能賺更多錢。我認為讓世界上最智能的模型實現商業變現的方式，肯定不是靠酒店預訂。我想探索新科學，並找出一種只有最智能模型才能實現的變現方式。確實有一個問題，很多人問過：“OpenAI 到底該不該做 ChatGPT？為什麼不乾脆去建構 AGI？為什麼不去研究治癒所有疾病的方法、核聚變、廉價火箭，以及所有那些東西，然後僅僅授權那些技術就行了？”這個問題問得不無道理，因為我相信那些才是我們最終會做的、最重要且最賺錢的事情。但我對事情進展的設想，或者說世界如何極大改善的最可能路徑，是我們把一個真正卓越的超級智能交到每個人手中。我們讓它變得超級易用，無縫整合。我們為你打造精美的裝置。我們將它連接到你所有的服務上。它會在你的人生中不斷瞭解你，為你處理所有事務。我們投資基礎設施、晶片、能源以及所有相關的一切，讓它變得極其充裕和極其廉價。然後，你們所有人會去探索如何讓世界變得更美好。也許有些人永遠只會用它來預訂酒店，不做他想，但很多人會發現他們能做的事情越來越多，從而建立新的公司、新的想法、新的藝術等等。也許 ChatGPT、酒店預訂或其他任何業務，並非我們賺錢的最佳途徑。事實上，我敢肯定它們不是。但我確實認為，做這些對世界而言是一件非常重要的事情。我很高興 OpenAI 能做一些並非以經濟利益最大化為目標的事情。目前，你們正與 Walmart 合作，你認為 Amazon 會屈服並加入，還是會奮起反擊？廣告對於 OpenAI 會是多重要的收入來源？頁面上的廣告會是什麼樣子？關於“這波熱潮不是泡沫”的最佳論點是什麼？Sam Altman:我不知道。如果我是他們，我會反擊。(關於廣告)同樣，有一種廣告我認為會非常糟糕，就像我們之前談到的那種。但也有些類型的廣告，我認為做起來會非常好，或者相當不錯。我預計我們會在某個時候嘗試廣告。但我並不認為這是我們最大的收入機會。頁面上的廣告會是什麼樣子？我不知道。你之前問了一個關於生產力的問題。我非常擅長不做我不想做的事情。我們有世界頂級的專家負責我們的產品策略。我以前也做過，花了很多時間思考產品。現在她在這方面比我強得多。我有其他事情要考慮。我相信她能處理好。(關於“不是泡沫”的論點)我有很多想說的論點，但從智識角度看最有趣的一個是：我們根本不知道超越人類水平的智能能走多遠，以及當它實現時，你能用它做什麼。大家已經提出了各種各樣的論點。而我更希望看到人們討論的是：“我們究竟該如何思考遠超人類的智能及其帶來的經濟影響？”06 全球佈局：AI、文化與無形知識OpenAI 正在與沙烏地阿拉伯、阿聯等國談判。OpenAI 的高層管理人員需要瞭解或理解那些國家的那些無形知識（如法律規範、交易期望）？你們是如何去瞭解的？是會問 GPT-6，還是會請三位專家來？你認為 GPT-6 在傳授你這些隱性知識方面能有多出色？你們有針對這方面的評估嗎？GPT-6 的詩歌創作能力會有多強？我估計一年之內能達到中等水平，但達不到頂尖。一首 7 分的詩和 10 分的詩之間差距是巨大的，我擔心你們依賴評分指南來訓練，反而可能阻礙你們達到 10 分。Sam Altman:這取決於我們和他們合作的具體內容。在一個國家建立資料中心、接受一個國家的投資，或是部署商業服務，這些與我們能想像的其他一系列合作截然不同。但總的來說，如果要在某個國家建立資料中心，我們需要瞭解誰來營運它。我們自己不營運資料中心，可能是 Microsoft、Oracle 或其他公司。我們將在那裡部署什麼樣的工作負載？我們會存放那些模型權重？安全保障機制是怎樣的？我們確實希望在世界各地與許多國家合作建設資料中心，而這些問題，正是我們與其他國家打交道時的主要考量。如果我們，雖然目前沒有這個計畫，要為某個國家開發定製模型，那我們會有更多的問題。(關於如何理解文化)我們會請專家。我們會和美國政府進行大量溝通。我們會請專家。再說一次，如果我們只是建設一個資料中心，由一個非常值得信賴的夥伴來營運，我們清楚知道工作負載是什麼，而且它的建設標準就像美國大使館或軍事基地那樣，那麼我們面對的問題，就與我們尚未決定要做的其他事情截然不同。如果是後者，我們會請更多的專家。(關於GPT-6傳授隱性知識)我不認為 GPT-6 能掌握那些隱性知識。它也許會給我們驚喜，但如果我因此覺得 “哦，不再需要和專家交談了”，那將是非常出乎意料的。(關於評估)實際上，對於非常接近的東西，我們確實在做。我不想提前透露。對於那一類事物，我們確實有評估方法。(關於詩歌創作)你認為 GPT-5 的詩歌創作能力有多強？我正想說，我不想特指 GPT-6 還是 7，但我認為我們會達到一個水平，讓你覺得：“這離頂尖水平不遠了，就像一個真正詩人寫出的還不錯的詩。”(關於 10 分詩歌)我認為我們能達到 10 分，但你到時不會在意。你會在意的是這項技術成就，但就人類創作的偉大藝術、情感和其他一切而言，你非常關心的是“人”，是它由一個人創作。對 AI 而言，僅憑技術指標寫出 10 分的作品，這固然了不起。我常用的一個經典例子是：最頂尖的國際象棋棋手，並不真的在乎 AI 下棋比他們強得多。這並不會打擊他們下棋的積極性。他們並不真的關心 AI 更強這件事。他們真正關心的是擊敗另一個人，他們痴迷於坐在對面的那個對手。AI 更強？他們不在乎。觀看兩個 AI 對弈，看久了其實沒那麼有趣。(關於評分指南的擔憂)評估可以依賴很多東西，包括你如何判斷什麼是 10 分，什麼不是。你可以在過程中閱讀大量文字，並提供一些即時訊號。這就引出了一個非常有趣的觀點：假設你寫不出 10 分的作品，但你能判斷什麼時候某樣東西是 10 分。這也許就是我們所需要的全部。(關於人類集體決定)即便如此，我們依然可以做到。也許我們的判斷力不是很好，因為它與歷史相關，並且會隨時間漂移——有些我們一致認為偉大的東西，下一代可能並不認同，諸如此類。但是，無論人類用什麼過程來判定那首詩是 10 分，你都可以想像，這個過程能為 AI 提供某種訊號。當然了，如果你知道那是 AI 寫的，你可能又不在乎了。我們在 AI 藝術領域已經看到了這種現象。07 晶片、算力與能源如果你們最終決定自己製造晶片，最困難的部分會是什麼？為什麼我們不直接製造更多的 GPU？最終的制約因素是什麼？如果你能多擁有一種東西來獲取更多算力，你希望是那一種？最可能的短期解決方案是什麼？Sam Altman:那整件事都非常難。沒有那個部分是容易的。不，我來告訴你為什麼。人們談論了很多關於 AI 研究的遞迴自我改進循環：AI 幫助研究人員——也許現在只是更快地編寫程式碼，但最終會實現自動化研究。這一點大家已經很理解，討論得非常多了。但很少被討論的是這對硬體的影響：能製造其他機器人，能建造其他資料中心的資料中心，能設計自己下一代產品的晶片。製造晶片有很多困難環節，但也許其中許多環節會因此變得容易得多。也許晶片設計問題，對於上一代晶片來說，是一個非常適合解決的問題。(關於製造更多 GPU)因為我們需要製造更多的電子。(關於制約因素)我們正在非常努力地解決這個問題。(關於最希望擁有的)電子。就是能源。(關於短期解決方案)短期內是天然氣。在美國南部？Sam Altman:或者任何地方。但長期來看，我相信，能源將由聚變和太陽能主導。我不知道兩者確切的比例，但我認為它們會是最終的贏家。你仍然看好聚變？是否擔心只要它還被稱作核能，人們就會非理性地拒絕它？你是否擔心過這樣一種情景：最終，超級智能並不需要那麼多的算力，而你們現在對算力的投資，像是在與未來 30 年的演算法進步對賭？Sam Altman:(關於聚變)非常看好，同時還有太陽能。(關於“核能”稱謂)Sam Altman:我提到“核”這個詞了嗎？你是經濟學家，我不是。但我認為，在給定的安全水平上，總會存在某個價格點，使得市場對這種能源的需求是壓倒性的。如果它和天然氣價格一樣，也許推廣起來會很困難。但如果價格是天然氣的十分之一，我想我們都會同意它將迅速普及。我不知道這個價格的臨界點到底在那裡。(關於算力需求過剩)這相關的一個問題是，就像人們總是希望能源越便宜越好一樣，我認為人們也總是希望算力越便宜越好。即使未來你能用更少的算力製造出極其智能的模型，我確信可以，人們還是渴望以各種新方式去消費，用更充裕的智能去做更多事情。這個賭注我每天都願意下。我真正擔心的相關問題是，我們實現計算的方式發生了巨大的範式轉變，而我們都在一個死胡同裡追逐。那將非常糟糕。那會是什麼樣的情景？Sam Altman:我不知道。比如我們全都轉向了光計算，完全的光計算之類的。那豈不是必須從頭再花一大筆錢？Sam Altman:不全是。能源還是能源，但在其他所有事情上都得重來。我很喜歡 Pulse，為什麼我沒怎麼聽到關於 Pulse 的討論？你用 Pulse 來做什麼？Sam Altman:人們喜歡 Pulse，但它目前只對我們的 Pro 使用者開放，這個群體並不大。而且，我們目前每天給使用者的內容也不多。這兩點我們未來都會改變。我猜，等我們向 Plus 使用者全面推出時，你就會聽到更多關於它的討論了，但人們確實很喜歡它，評價很高。我現在的生活裡只有兩件事：家庭和工作。顯然，這就是我跟 ChatGPT 聊天的主要內容，我從中獲得了很多相關資訊。我偶爾也會收到像“新款超級跑車發佈了”或“這裡有條很棒的徒步路線”之類的資訊，但絕大部分都是關於那兩件事的。它在這兩方面都做得很好。08 AI 的“無意識接管”比“覺醒”更可怕如果讓你用 10 億美元振興聖路易斯，你會怎麼做？AI 似乎高度聚集在灣區，試圖把 AI 弄到聖路易斯去，這是正確的做法嗎？把一個無人歸屬、無法追蹤的 AI Agent 釋放到野外，這應該合法嗎？如果它從一個國家租用雲端運算資源，我們能做什麼？Sam Altman:10 億美元，而且我還願意投入我個人的時間？這不是一個多有深度的答案，因為我不認為這件事可以被普遍複製，但對我個人而言，我能做的是：我想我會嘗試在聖路易斯啟動一個類似 Y Combinator 的項目，吸引一大批專注於 AI 的初創公司創始人搬到那裡，創辦一堆公司。(關於 AI 聚集)這就是為什麼我說這是“對我個人而言”獨特的事情。我覺得我能做到。也許這想法天真得無可救藥。(關於無法追蹤的 AI Agent)我認為這是個門檻問題。我不認為你會主張大多數系統都需要任何監督、監管或法律問題之類的。但如果我們有了一個 AI Agent，它很有可能在網際網路上大規模自我複製，並且捲走銀行帳戶裡所有的錢，或者做諸如此類的事，那你就會說：“也許 這個 需要一些監督。” 我認為問題在於，你把需要監管的門檻劃在那裡。我們現在是如何處理做類似事情的人的？我還不知道正確答案，但我不成熟的看法是，我們應該立即去解決那些人類利用流氓網際網路資源作惡的問題，而 AI 只會讓這個問題變得更糟。AI 也會帶來更好的防禦。我發現自己向 GPT-5 提問的答案很有趣，但別人分享的答案卻很無聊。這是否意味著融合社交媒體和 AI 這件事有根本性缺陷？Sam Altman:不，我也有同感。我也不想看你跟 GPT-5 的聊天記錄。我相信，我也相信你不想看我的記錄，但它們對我來說很棒。我認為 ChatGPT 在很大程度上是一種單人遊戲體驗。但這不意味著沒有一些有趣的、新型的社交產品可以被創造出來。事實上，我非常確定是有的，但我認為那不是“分享你的 ChatGPT 聊天記錄”。AI 視訊那個目前做得不錯。很明顯，人們喜歡自己創作，但也喜歡看別人用 AI 生成的視訊。不，我認為，當你我以及其他所有人都擁有了能代表我們做事的、非常出色的個人 AI Agents 時，我們現在看到的這些東西，都不是你能想像到的那種真正有趣的東西。到那時，可能會有全新的社會動態值得思考。ChatGPT 目前的物理形態（螢幕上的文字框）會基本保持不變，還是 13 年後會變成一個完全不同的“怪物”？人們如此頑固地熱愛在文字框裡打字，這難道不令人驚訝嗎？Sam Altman:我們正努力為你製造一種新型電腦，它會有一個專為 AI 設計的全新介面。我認為 AI 需要的介面，與我們過去 50 年一直在使用、且目前仍陷於其中的計算範式完全不同。AI 是對“可能性空間”的一次顛覆性改變。很多你如何使用電腦的基本假設——比如你是否還需要一個作業系統、是否還需要打開一個窗口，或者是否還需要手動傳送一個查詢——這些現在都成了問題。我得承認，那些聲稱要發明一種新型電腦的人，過往的成績都非常糟糕。但如果非要賭一個人能做成，我認為 Jony Ive 是一個可信的人選，也許是你能下的最好的賭注。我們拭目以待它是否能成。我個人非常興奮能去嘗試。(關於熱愛打字)發簡訊、命令列、搜尋查詢——那是我最喜歡的介面。嗯，很多人都在用。人們熱愛發簡訊。人們喜歡 ChatGPT。我記得當初我們在考慮 ChatGPT 的介面時，我非常篤定，這種介面會是人們熟悉並且願意使用的。我想，我是作為“網際網路之子”長大的，我堅信那才是網際網路該有的樣子。在我十幾歲的時候，發簡訊就是我的生活。未來兩三年內，你與高等教育機構最理想的合作方案是什麼？未來 5 到 10 年，大學學位的回報會發生什麼變化？Sam Altman:我懷疑整個教育模式都應該改變，但我不知道該變成什麼樣。我認為理想的合作關係，應該是我們去嘗試 20 種不同的實驗，看看那種能帶來最好的結果。我一直饒有興趣地觀察那些 AI 學校如雨後春筍般湧現。似乎很多採用截然不同方法的學校，都取得了積極的成果。我認為理想合作關係的頭幾年，就應該是我們去進行 20 種截然不同的實驗。(關於大學學位的回報)它的價值歷史下降率是多少？我猜它價值下降的速度會比過去十年快一點，但它不會像大家想像的那麼快就崩潰歸零。五年後，一個“普通人”想學習如何更好地使用 AI，他們具體該做什麼？在並不遙遠的未來，你覺得你還會讀書，還是只會和你的 AI 互動？AI 將徹底顛覆你 23 歲時做的那一件文化習慣？Sam Altman:你是特指學習如何 使用AI 嗎？我笑了，因為我記得我小時候 Google 剛出來那會兒，我幹過一份工作，教老年人怎麼用 Google。那個過程讓我感覺他們簡直無法理解。就好像，我跟他們說：“你把詞輸進去，Google 就這樣做了。” 我對 AI 充滿希望的一點是，我認為 ChatGPT 增長如此之快的原因之一，就是它非常容易上手，並且能很快從中獲得真正的價值。教人們如何使用 AI？本周全球大概有 10% 的人會使用 ChatGPT，而這個產品三年前還不存在。我猜一年後，這個數字可能會變成 30%。人們一旦開始使用它，確實會發現越來越多、越來越複雜的事情可以用它來做。“如何教人”這件事，對我來說不是一個眼下最操心的問題。我相信人類的創造力，也相信人類在幾年時間裡對新事物的接受能力。(關於未來是否讀書)書籍在許多其他的技術變革中都倖存了下來。我認為書籍這種內容格式中，有一些非常深刻的東西得以延續。它非常需要“動腦”，姑且用這個詞吧。我懷疑未來會出現一種與一系列思想互動的新方式，在大多數情況下，它會比書更好。但我認為書不會消失，只是我敢打賭，在人們學習新知或與新思想互動的方式中，書所佔的比例會更小。(關於文化習慣改變)這個答案可能有點無聊，但我認為是我 工作 的方式——我處理電子郵件、打電話、開會、寫文件和應付 Slack，我預計這會發生翻天覆地的變化，這已經成為我工作日中一種根深蒂固的習慣和節奏。但至於花時間陪家人、親近自然、吃飯、和朋友互動——這些事情我預計幾乎不會改變，至少在很長很長一段時間內不會。AI 需要多長時間才能降低租金或房價？食品價格呢？醫療保健方面，AI 會讓它更貴還是更便宜？在一個被 AI 滲透的世界裡，我們是需要徹底地重新審視專利法和版權法，還是只做修改就行了？Sam Altman:我正想反駁“土地就是土地”這個前提。還有很多其他問題，我認為 AI 短期內也無法解決。也許會出現一些非常奇怪的次生效應，讓房價大幅下降，但遺憾的是，我不認為 AI 能很快直接解決這個問題。(關於食品價格)我賭它會下降。如果十年內還不下降，我會非常失望。(關於醫療保健)我賭我們會在醫療保健上花更少的錢。我敢說，對於當今存在的許多疾病，我們要麼能徹底治癒，要麼能找到非常便宜的療法。而目前，我們對待它們只有昂貴的慢性病管理方案，而且效果並不好。我賭醫療保健會變得更便宜。通過藥物、裝置，甚至包括實際醫療服務的交付方式。住房問題，對我來說是那個看起來超級棘手的問題。(關於專利和版權)我真的毫無頭緒。隨著 AI 驅動內容的井噴，有人認為需要重新審視第一修正案（言論自由），你對此有何看法？LLM psychosis (大型語言模型精神病) 這件事的嚴重程度如何？假設您現在可以請來一位專家，幫您解決一個您腦海中的實質性問題，那個問題會是什麼？Sam Altman:我沒多想，最近發了條推文，大意是我們將在 ChatGPT 中允許更多的言論自由。人們的反應如此激烈，真的很有趣。我們過去並不...這麼說也不完全公平。我們將允許比過去更多的自由。對我而言，一個非常重要的原則是，我們應該像對待成年人一樣對待我們的成年使用者。人們在與他們的 AI 互動時應享有高度的隱私權，這需要法律的變革。並且人們在使用 AI 時應該有非常寬泛的界限。我當時隨手發了那條推文...我真是大錯特錯了。我想，也許只是人們並不像他們自己所說的那樣，真正相信言論自由。每個人都認為，“我自己的言論自由，我能掌控。我需要它。我的想法都沒問題。但你的想法嘛——”(關於 LLM Psychosis)非常輕微，但並非完全不存在。這也就是為什麼我們通過設定一系列限制，惹惱了幾乎所有的使用者群體。那句“像對待成年人一樣對待成年使用者”其實有個附帶條件，那就是“像對待心智健全的成年人一樣對待成年人”。社會普遍認為，我們對待處於精神危機中的成年人的方式，應該和對待其他成年人有所不同。我們做了很多改動，而這些改動是與言論自由政策相衝突的。既然我們現在已經部署了那些心理健康緩解措施，我們將再次允許 ChatGPT 在創意模式、角色扮演模式或寫作模式中提供某些此類內容。我擔心的不是那萬分之幾接近現實感喪失、我們可能會觸發其精神崩潰的人，這個問題我們可以處理好。我更擔心的是，很有趣，有些話會一直留在你腦海裡。曾有人對我說：“永遠不要相信宣傳對你無效。他們只是還沒找到針對你的那個點。”在所有關於 AI 安全的討論中，我傾向於把大多數 AI 思想家分為兩派：一派擔心“壞人利用 AI 造成巨大傷害”；另一派擔心“AI 本身目標錯位、覺醒，然後故意接管世界”。還有第三類，一個很少被談及的類別，但我認為它更可怕、也更有趣，那就是 AI 模型“意外地”接管了世界。不是說它們會誘使你精神錯亂，而是，如果你讓全世界都和這同一個模型對話，它本身沒有任何意圖，只是在這個持續共同進化的過程中不斷從世界學習，它就只是巧妙地讓你信服了某件事。它沒有這個意圖，但它就是做到了。它以某種方式學會了。這顯然不像“聊天機器人精神病”那麼戲劇化，但我確實經常思考這個問題。(關於要解決的問題)我對這個問題剛好有一個現成的答案...我是從精神層面，而非字面意義上理解這個情景的。那一刻終將到來：超級智能被成功建構，它通過了安全測試，一切準備就緒。我們或許還能監督它，但它將開始做那些極其不可思議的事情。它將自我完善，它將向星際發射探測器等等。在你說“開始”之前，你有機會輸入第一條提示。問題是，你應該輸入什麼？您現在有初步答案嗎？Sam Altman:不，還沒有。我之所以腦中有這個現成的答案，是因為有個人即將去拜見達賴喇嘛，他對我說：“關於 AI，你想問什麼問題，我都可以幫你問。”我當時想：“這機會太難得了。”我為此冥思苦想，最終想到的就是那個問題。 (數字開物)

近日，阿里旗下AI旗艦應用夸克正式上線對話助手功能，使用者可自由切換傳統搜尋與AI對話搜尋模式，是國內首個實現搜尋能力與對話體驗深度融合的AI產品。這也被視為夸克內部代號為“C計畫”的首次成果落地。業界普遍猜測，“C計畫”的代號取自經典遊戲“吃豆人”（Pac-Man），以“吃豆”為名，其寓意不言自明。不過，豆包也沒閒著，目前其已經接入抖音商城，當使用者詢問“買什麼”或“有什麼推薦”，豆包就會積極為自家產品帶貨，成為國內首個大規模向電商跳轉導流的AI APP。夸克在自己身上“塞”了一個豆包，豆包則將觸角延伸至電商巨頭的領地，兩者都不滿足於原有的業務邊界，想要攻入競爭對手的腹地。過去，阿里雖然在AI技術研發方面走得更快，但在消費級AI產品的佈局上，卻始終慢於字節半拍，讓阿里在AI使用者心智爭奪中處於被動。如今，阿里決心補上這一短板，豆包也有了新的動作，在這場AI入口戰事中，大廠們的正面對決一觸即發。阿里的“吃豆”野心關於“C計畫”的代號由來，業內眾說紛紜。一種說法認為“C”代表“Chat”，即夸克可能會推出全新的對話形態；另一種更具競爭意味的解讀是，取“吃豆人”之意，劍指字節系的豆包。但這顯然只是字面上的解讀，要真正理解阿里在AI入口戰事中的排兵佈陣，還需要穿透“代號”表象，看到誇克的核心能力。根據36氪報導，一位接近該項目的人士透露，“C計畫”並非某一個具體產品或者應用的代號，也不限於App層面，其是夸克內部的一項長期戰略性計畫，旨在以更開放的思路測試AI產品的多元場景與市場反饋。從這一角度來看，“搜尋+對話”顯然並非夸克的最終形態。夸克並非想要“再造”一個豆包，而是在自己最擅長的搜尋領域持續進化，逐步搭建產品能力，闖出一條差異化之路。但有趣的是，相較於其他AI應用早早定位為“AI助手”，夸克卻在今年初才確立“2億人的AI全能助手”這個定位，並在3月升級為“AI超級框”。夸克演算法負責人蔣冠軍曾透露，夸克在2018 年就已立志做“個人助手”。可在後續發展中，夸克卻並未緊跟AI風口，反而是聚焦於“搜尋+工具”，再逐步引入機器學習演算法，從“智能搜尋”逐漸向“AI超級框”轉型。夸克為何“反其道而行之”，答案還是要回到產品的底層邏輯上。我們嘗試對夸克和豆包同時提幾個問題，看看兩者的差異到底在那裡。第一個問題跟日常生活相關，我們提問“要趕上8點的飛機，最晚要在幾點，從那個地鐵站出發”。夸克的回答更清晰明了，其會執行多步邏輯推理，明確出每一個步驟的最佳選擇，從而得出最合理答案；豆包則給出了參考資料，但具體出行路線還是要使用者自己規劃。第二個問題則更複雜一點，我們提問“估算寒武紀未來3個月的市值走勢，主要受那些因素影響”。夸克和豆包都給出了詳細的有利因素和不利因素分析，不過夸克明顯更敢下總結，能夠具體到寒武紀的營收目標、資金流入流出等；而豆包的結論則相對籠統一些。第三個問題要求整理過去5年語文高考真題。這明顯是夸克的舒適區，其直接整理了各科目真題和解析，使用者還可以下載到夸克網盤；豆包則只能蒐集到語文的作文真題。幾輪問答之後，可以看出夸克作為智能助手的獨特優勢。首先，“搜尋”可以幫助驗證答案的精準性。比如在交通指引這一問題上，夸克能夠結合搜尋資訊對問題進行複雜多步的推理，即時性更強。這在一定程度上，解決AI助手普遍存在的“資訊幻覺”問題，也省去了大部分使用者通過AI助手得出答案後，還要通過搜尋引擎進行二次驗證的痛點。其次，阿里大模型能力的支援。夸克對話助手採用Qwen最新閉源模型Qwen3-Max，夸克演算法團隊還與通義實驗室成立了聯合研發小組，確保生成內容的專業度。在公開測試中，夸克更擅長回答一些強邏輯的問題，能夠明確呈現“問題-論點-論據-結論”整個思考流程，感覺跟DeepSeek的思考鏈有不少相似之處。最後，是解決問題的能力。目前，儘管AI助手產品眾多，但基於AI幻覺以及動手能力不強這兩個痛點，AI助手其實更像是一個“聊天工具”，離真正的“助手”還是有不少距離。相較之下，夸克增加了對話功能後，不僅能主動理解使用者意圖，還能無縫呼叫AI相機、AI寫作、拍照搜題等優勢能力，並與夸克網盤、辦公場景等實現生態整合，形成了“動手”幫使用者解決問題的差異化能力。夸克從搜尋到工具，再到AI助手的演化，本質上是基於自身能力長出最適合的“形態”，其雖然“吃”掉了豆包，卻又不僅僅是另一個豆包。夸克的艱難“蛻變”所以，對於阿里和夸克來說，上線對話助手功能並不難，但現在才是最合適的落地時間點。一位接近項目的人士表示，“模型能力、行業環境與使用者習慣三者終於達到了理想交匯點”。在ChatGPT引發AI大模型的“奇點時刻”後，阿里的通義千問大模型反應迅速，僅一年內就迭代至2.5版本，技術能力不容小覷。但在最初，通義App是被打包進To B服務中，其更像是阿里AI功能的展示櫥窗。阿里內部對於AI到底是“To B”還是“To C”，一直有著分歧。阿里既捨不得C端市場的巨大潛力，又擔心雙線作戰會分散資源。這種猶豫導致“AI to C”缺乏清晰的戰略指引，未能在內部形成業務聚焦與資源傾斜。但時間不等人，在阿里內部持續拉鋸的同時，DeepSeek、Kimi等競品已經圍繞使用者需求快速迭代，在語音、圖像互動等方面持續進化，阿里已經錯過了在C端市場發力的最佳時機。一直到2024年底到2025年初，阿里正式明確AI to C戰略，和AI to B雙線平行。其中一個轉折點是，通義應用正式從阿里雲剝離，在組織架構上跟夸克平級。不過，通義千問早期更側重於模型技術研發與企業端落地，對C端市場的打磨明顯不足，其在情感陪伴、趣味互動等功能的缺失，也導致通義千問未能在C端形成顯著的品牌聲量。再加上阿里缺乏像豆包一樣的流量入口，即便大手筆投流，效果也是差強人意。不過，通義千問早期的發力點集中在模型技術研發與企業端落地，對C端市場的打磨力度不足，阿里也缺乏類似字節系的流量入口，導致通義千問未能在C端形成顯著的品牌聲量。相較之下，夸克則是阿里更好的選擇，其本身已經擁有億級規模的使用者群體。AI產品榜資料顯示，今年9月，夸克的月活躍使用者規模僅次於ChatGPT，豆包緊隨其後。夸克在內容生態上也更加成熟，其支援圖文、視訊、音訊的智能檢索與生成，同時內建了網盤、掃描、文件等功能，這種工具形態吸引了創作者、學習者、職場人士等使用者持續使用。只是，夸克想要撐起阿里“AIto C”的C位，挑戰依然不少。雖然，夸克的使用者規模在AI產品中保持領先，但考慮到夸克原有的使用者積累，這個“第一” 的含金量難免要打個折扣。更何況，1.5億的月活使用者裡，真正用起AI 功能的比例究竟有多少，目前還需進一步驗證。其次，夸克升級的功能雖然不乏亮點，但使用者口碑也有分化，部分使用者認為其“功能臃腫”“操作複雜”。阿里一直缺乏打造社交產品的基因，這也影響到AI產品的使用者留存與口碑。最後，當下AI應用市場的競爭壓力也不容忽視，競品豆包不僅擁有億級月活使用者，更在品牌心智、互動體驗等方面積累了先發優勢，夸克要奪回使用者注意力，還需要重塑產品心智。AI時代的“新入口”因此，夸克推出“C 計畫”，正是希望進一步強化夸克的AI核心能力，讓夸克不再侷限於搜尋工具的標籤，而是通過對話互動這一功能，將AI能力滲透到更多高頻場景。據貝哲斯諮詢預測，2032 年，全球對話式AI平台市場規模將進一步增長至1426億元，期間年複合增長率將穩定在6.5%。這一持續擴容的市場，也吸引了各科技大廠重兵佈局。它們圍繞AI入口的使用者爭奪戰可謂硝煙瀰漫，火藥味幾乎滲透到每一個細分場景。騰訊元寶“下鄉打廣告”；字節豆包堅信“大力出奇蹟”，從去年二季度到今年一季度，平均投流費用超1.5億元；百度文心一言、科大訊飛星火繼續聚焦於專業場景；阿里夸克則以“C 計畫”佈局落子。大廠們都想利用移動網際網路時代積累下的雄厚資源，成為“AIto C”的下一個超級流量入口。但掌握使用者高頻場景只是第一步，只有把場景優勢轉化為使用者長期依賴，才算真正站穩腳跟。讓AI能力衝出手機，是阿里的後招。夸克“C計畫”將與夸克AI眼鏡形成業務聯動，成為其打通阿里生態的重要一環。目前，夸克AI眼鏡已經開啟預售，它將夸克AI能力從App延伸至日常可穿戴終端的關鍵節點——使用者無需掏手機、無需打開App，僅需“看一下”就能完成導航、支付、比價等日常操作。除此以外，夸克還在健康、高考等細分領域同步深耕，讓AI大模型能在更多垂直場景中落地實用價值；接下來夸克還將打造一款對標GoogleChrome的AI瀏覽器，進一步放大阿里在AI領域的場景價值。豆包則開始嘗試“帶貨”，當使用者與豆包進行對話時，其會在回覆中嵌入商品連結（藍鏈）。除了豆包之外，元寶、Kimi、ChatGPT等“老玩家”也都默默開始“上連結”。這也意味著智能助手的定位正在發生變化，不僅是使用者獲取資訊、解決問題的服務入口，還能憑藉對使用者需求的精準洞察與匹配能力，在對話中自然銜接消費場景，成為新的交易入口。長期以來，消費者都在期待“足夠智能”的助手——能懂我們的需求，提供切實有效的建議，甚至主動幫我們完成繁瑣工作。但在通往這個未來的路上，科技大廠的“進度條”卻始終載入緩慢，不少產品更是“行銷大於實力”，大眾的期待遲遲未能落地。夸克的進化，則讓這場“AI to C”的競爭有了新的看點。憑藉自身在搜尋、工具領域的積累，夸克正在走出一條“專業助手”而非“聊天伴侶”的產品路線，不僅能高效承接阿里的生態資源，也能在To C領域講出一個令人信服的新故事。長遠來看，夸克所瞄準的不只是豆包這一個對手，更是探索出更貼合未來一代人生活方式的產品形態，不僅是“回答問題”的能力，還是“解決問題”的能力。誰能整合更多工具、打通服務全鏈路、觸達更多場景，做到技術與場景的深度繫結，誰才能在長期競爭中建立起差異化優勢。如今，AI時代的新入口之戰已經全面展開，平台間的比拚，早已不僅是產品的競爭，而是生態能力的較量。這場“吃豆人”式的競爭，註定是一場漫長的耐力賽。 (伯虎財經)

2025 年 3 月，Google搜尋上線了一個新按鈕：AI模式（AI Mode）。它第一次把搜尋體驗，從輸入關鍵詞到點選連結，變成了持續對話，不只是回答問題，而是理解你為什麼問。到10月，AI 模式已覆蓋 200+ 國家/地區，支援 35+ 語言。資料顯示，使用者在AI模式裡提問的長度，是傳統搜尋的 3 倍。2025 年 10 月 11 日，Google產品副總裁 Robby Stein 接受了一場訪談。他反覆強調的，不是模型算力或技術路線，而是一個更本質的問題：我們不是上線更多功能，而是教 AI 理解人。這句話背後，是一次產品思維的轉向：未來 AI，不是更強大，而是更懂你。第一節｜AI 模式不是聊天機器人，是“資訊理解系統”ChatGPT火了之後，很多人斷言：Google完了。理由很簡單：誰還願意點十幾個連結翻網頁？大家更想要一句話答案，或者直接和 AI 聊一聊。但Google產品副總裁 Robby Stein 的回應是：“我們不是做一個陪你聊天的機器人，而是在設計一個能理解你要找什麼的系統。”✅什麼是 AI 模式？它和你熟悉的搜尋不一樣Robby 介紹，AI 模式最早出現在搜尋入口的一個小按鈕上。 你點開它，看到的不是傳統的搜尋框+藍色連結，而是一個可以持續對話的介面。你可以提一個很長的問題，連續追問第二個、第三個。它會記住上下文，還能推薦關聯資源：地圖、官網、產品連結。這和“AI 概覽”有什麼不同？Robby 說，AI 概覽（AI Overview）只是在傳統搜尋結果前加一段AI總結，相當於給你一個快速答案；而 AI 模式（AI Mode）是一個完整的互動流程，是為解決任務而設計的入口。不是要改一個模組，而是建構一個新路徑。它是為資訊設計的，不是為了閒聊。✅ Google 做的不是生成，而是理解在 ChatGPT 裡，我們習慣說：AI生成了一段答案。 但在AI模式中，Google更在意的是：這個答案對你來說，是不是真的有用。比如你在計畫一次親子旅行，AI 模式不僅會給你推薦目的地，還會：顯示這些地點的步行距離；給出官網連結確認開放時間；把地圖嵌入進對話裡。Robby 用自己的親身體驗舉了個例子：我和女兒出行，我問了AI模式一次問題，它找到了所有相關的公園資訊、開放時間、步行距離和官網驗證連結。突然間我意識到，這不是搜尋引擎的加強版，而是一個新系統。他把這次經歷比作高爾夫球的完美一桿。那一刻你知道，它是真的幫到你了。第二節｜AI 模式是怎麼被“教會”的？Robby Stein 說，AI模式不是 Google 高層拍板、全公司一擁而上搞出來的。 它最初，只是幾個人湊在一起的小項目，連名字都沒有。“最早團隊就 5 到 10 個人，有工程師、設計師，還有一個技術負責人。我們不是要把搜尋改造一遍，只是想看看，如果使用者能隨便提問，會發生什麼。”他們做的第一件事不是寫程式碼，而是搭了個 空白頁 ：一個可以輸入問題、AI回答的原型介面，甚至連裝飾都沒有，只有游標。第一步：找到它真的有用的那一刻Robby說，那時候的目標很簡單：找出它有沒有幫上忙的那一刻。早期測試中，有使用者在搜尋框末尾手動加上“AI”兩個字，希望觸發更智能的回答。還有人拍下作業題的照片，問第二題怎麼做。這些行為讓團隊意識到：使用者已經在教搜尋引擎該怎麼進化了。Robby 說，這種早期訊號，比任何指標更重要。第二步：拉真實使用者，聽真實反饋接下來，他們把這個原型交給了 500 個測試使用者，大多是朋友、家人，還有一些內部員工。要求很簡單：你就當這是你用的新搜尋，出了問題直接截圖給我。“我有個朋友用得很認真，也批評得特別狠。他每天都截圖發我，說‘這個答得不對’、‘這句完全搞錯了’、‘這個資訊看不懂’。我很感激這些反饋，都是寶貴的。”他們沒有拉長項目周期，也沒有等產品成熟再投放。反而像一個創業團隊一樣，邊改邊用、邊試邊修。這些真實查詢，成了Google AI模式最初的訓練素材。Robby 用一句話形容這段過程： “你不能等一切完美才上線。你得先找到對的方向，然後把它打磨得更好。”第三步：放進Search Labs，觀察真實使用資料經過第一輪使用者反饋，他們終於發佈了公開測試版，放進了 Google 的 Search Labs 中。 這意味著：任何人都可以開啟 AI 模式，真實查詢。這個階段的目標變了：哪些問題使用者最常問？哪些問題回答得不好？使用者會不會繼續追問？什麼時候會退出頁面？所有資料都拿來反推：那裡需要改，那裡要刪，那裡值得保留。這個階段最關鍵： 只有使用者真正在用，你才能發現那塊是錯的。真正的最佳化不是團隊給模型講課，而是讓使用者的真實行為來教它怎麼改。第四步：分階段推向全球從最初的 5 人原型，到 Search Labs 上線，最後是正式發佈入口按鈕。 Google 沒有一次性上線全球，而是分階段測試、分國家擴展。為什麼這麼做？Robby 給出的答案很直接：“AI 模式不是一個模組，而是人們獲取資訊的方式。你不能冒險一下子給全世界的人都換了入口。”從 5 個人的空白頁，到覆蓋 200 多個國家的全球入口，Google 用了大約一年時間。 方法很簡單：先做出能用的版本拉真實使用者進來提問每一次反饋都當最佳化方向不是團隊定義 AI 該怎麼回答，而是使用者的真實需求在教它如何回答。第三節｜做產品不難，難的是搞懂使用者真正要什麼Robby Stein 不止做 AI。他曾是 Instagram 的產品負責人，推出過Stories（24小時後消失的動態）和Close Friends（密友可見功能）但在這場訪談裡，他最願意講的，不是成功的那一款，而是最初失敗的那一個：“Close Friends 這個功能，做了兩三年，剛上線的時候，完全沒人用。”✅ 什麼是 Close Friends？為什麼最早沒人懂？這個功能是給你設一個密友列表。 你可以發一張 Story，只讓這些人看到，不想讓全網都看到你那點情緒、那張素顏自拍、那句吐槽。聽上去挺好對吧？可最開始它根本沒人用。為什麼？Robby 說：我們把它做成了一個什麼都能發的地方：Feed可以發，Story可以發，連你首頁上都有密友專屬內容。特別混亂。更糟糕的是，功能的名字叫 “Favorites”（最愛），很多人以為只能加一兩個最親近的人。 結果大家加了兩個人，一發 Story，對方也不一定回，沒人互動，尷尬至極。“我們希望的是讓人產生連接感，結果大家發了內容，卻沒有收到回覆。整個體驗就斷了。”✅ 真正的問題：不是功能不夠多，而是壓力太大Robby回憶說，他們後來做了一件事，重新去問使用者：你為什麼不發Story？得到的答案几乎都差不多：“我前任會看到。”“我老闆在關注我。”“有個愛評論我長相的朋友也在。”一句話總結：不是不想發，是怕發了之後"被錯的人看見"。這才是核心問題：使用者要的不是分享給特別關係的功能，而是一個沒有壓力的小圈子。✅ 他總結的三條產品原則第一個：搞清楚，使用者為什麼“僱用”你的產品Robby 用了一個經典比喻來解釋：“人們不是想要一台電鑽，他們是想要一個牆上的洞。”換句話說，使用者不是來用產品的，而是“雇”產品幫他們完成某件事。就像打開AI模式，使用者真正想要的不是"體驗AI"，而是找一個能幫他們規劃行程、寫郵件、查東西的助手第二個：別只看資料，要找到那句“關鍵的話”資料能告訴你“點進來的人少了”“發內容的人掉了”，但真正關鍵的是那個“為什麼”。Robby 說，他們問一個使用者：你在什麼時候發了 Close Friends 的內容？ 對方說：我那天很難受，想發點東西，但又不想讓大家看到。這句話成了產品設計的起點：不是展示自己，而是尋求回應。第三個：別太聰明，要讓人一眼看懂最初的版本是這樣：發 Close Friends 內容沒有標記；看的人不知道這是“只給我看的內容”；發的人也不知道有沒有人收到。後來團隊做了一個小改動，把Story圈圈的顏色改成綠色。 大家一眼就知道，這是只給密友的內容。這種“看得見”的設計，反而讓大家更敢發，更願意用。這段經歷深深影響了 Robby 後來做 AI模式的方式。他不再盯著功能清單，而是盯著一個問題：這個產品幫使用者完成了什麼？一個 AI 產品好不好，不看功能多花哨，而看它是不是真的理解了使用者想做的事。第四節｜借鑑可以，但要做成自己的版本2016年，Instagram 推出 Stories 功能，幾乎所有人都說它在“抄襲 Snapchat”。負責這個項目的 Robby Stein 的回應是：“這個形式確實是 Snapchat 發明的。但我們關心的是：它能不能讓 Instagram 更好？不是所有好東西都要你發明，關鍵是讓它變成屬於你的版本。”✅ 為什麼 Stories 不是 Snapchat 的複製貼上？Robby 說，他們當時並沒有照搬 Snapchat 的做法，而是把這個形式 “重新做成 Instagram 的樣子”。舉幾個他提到的具體做法：Snapchat 不允許上傳已有照片，只能現場拍。 → Instagram 改了，可以上傳手機裡拍好的高畫質圖，因為很多人希望留住回憶。Snapchat 的 Story 播放不能暫停。 → Instagram 加了“長按暫停”功能，使用者可以慢慢看，不會錯過細節。Instagram 還加入了複雜濾鏡、霓虹畫筆、更多創意工具。 → 讓表達方式更豐富，也更適合 Instagram 原本就愛“修圖”的使用者習慣。這些不是技術創新，而是圍繞使用者場景做的選擇。如果使用者已經認定了一個產品該是什麼樣，你硬要把它掰成另一個樣子，基本上都會失敗。✅ 同樣的邏輯，也在AI模式上現在回到 Google 做 AI 模式這件事上。 很多人第一反應是：這不就是另一個 ChatGPT 嗎？Robby 的回應和當年做 Stories 一樣：我們不是在做 ChatGPT 的複製品。我們做的是：搜尋裡的 AI，用搜尋的方式來服務使用者。什麼意思？ChatGPT 很強大，但它是開放對話式的，你可能在它那裡寫詩、編故事、扮演角色；而 AI 模式，是圍繞“獲取資訊”這個任務來設計的。比如你搜尋“適合 6 歲孩子的科普展覽”，AI 模式會：先理解“6 歲”和“科普”的搭配含義；然後推薦適齡內容，還附帶地圖、票價和官網；最後你可以接著問：“這個周末有嗎？”“需要預約嗎？”這不是AI聊天，而是AI跟著你的問題走。Robby用“使用場景”來劃分界限：想寫封信、潤色文案、找靈感？ChatGPT很適合。要找地址、查展覽、對比資訊？AI模式更合適。“你不會把 ChatGPT 當成地圖，也不會用它確認一家餐館的開放時間。我們就專注做這些 ChatGPT 沒做好，但使用者非常需要的事。”從 Instagram 到 Google，從 Stories 到 AI 模式，Robby 的理念始終一致：借鑑別人的靈感沒問題，但要想清楚怎麼把它做成自己使用者需要的樣子。別人的使用者在意“有趣”，你的使用者在意“有用”，那就圍繞“有用”來設計。第五節｜好產品不是最聰明的，而是最能聽懂你的在整個對話的最後，Robby Stein 回到一個特別基礎的問題：什麼樣的 AI 才算好？不是模型大不大、參數強不強，也不是能不能寫小說、寫程式碼。 而是一句話：它到底能不能理解你在問什麼？✅ AI 的核心價值：聽懂你在問什麼過去我們用搜尋，得先自己想清楚關鍵詞。 用 ChatGPT，也得組織好語言，再生成一下。但 Robby 說，AI 正在變得“更接近人類思維”。你想問什麼，直接開口就行，不用想格式，也不用擔心表達是否嚴謹。連孩子都能感受到這種變化：“我家小孩放學回來會說：'我能不能和Google聊聊？我想問問它斑馬喜歡吃什麼。'然後他們就打開Google，直接說出問題，開始對話。”✅ 這不是在用搜尋，而是在練習提問Robby 把這種現象稱為 AI 變成了好奇心引擎。以前，孩子要看百科全書，要找爸媽問問題；現在，他們第一反應是“去問 AI”。AI 的最重要變化，不是能寫得多複雜，而是讓提問這件事，變得特別自然。它不再是一個工具，而是一個可以被說話方式引導的對話過程。你說：“我周末想帶孩子去科學館，有什麼推薦？” 它會回問：“你們住在那裡？”、“更偏向自然類還是科技類？”、“需不需要提前預約？”這一來一回的過程，才是真正體現出 AI 模式與傳統搜尋的區別。Robby 還提到，團隊最近剛上線了一個新功能：Search Live。你在 Google App 裡打開它，就可以直接用語音對話式地搜尋。不用打字，不用翻連結，就像說話一樣和 AI 交流。他說：“這是最自然的學習方式，你只需要有一個問題，然後開口說出來。”✅ 學會用 AI，不是掌握技巧，而是敢於多問Robby 認為，AI 的未來，不是一個你得精通的人才能用的工具，而是一個連孩子都能用來提問的朋友。很多人低估了自己能通過 AI 學到多少東西。你只需要願意問。這不是技術的勝利，而是產品形態的進化。當 AI 變得聽得懂你說話，你才會願意更常用它，也才真正開始改變自己的學習方式。這也是 Robby 最看重的：“AI 能不能被使用者自然地拿來提問，提完以後真的得到幫助。只要它有一次真正幫到了你，那你可能就不會離開它了。”結語｜你不是在用 AI，而是在教它理解你這一輪 AI 競爭，看上去是模型參數、處理速度、訓練成本的比拚。但 Robby Stein 看到的是另一條路：不是功能越多越好，而是要教 AI 理解使用者的需求。Google 在做的不是復刻 ChatGPT，而是讓 AI 更懂你。每一次你提問，每一次你追問，每一次你覺得“這個答案對了”，你都在教 AI 什麼是真正有用的回答。這就是 AI 開始聽懂人的方式。 (AI 深度研究員)

OpenAI 正在把“搜尋（GPT Search）＋智能體（AgentKit）＋應用程式商店（Apps in ChatGPT/Apps SDK）＋內容/分發（Sora App）＋會話內交易（Instant Checkout）＋個性化起點（Pulse）”拼成一個會話式“智能作業系統（Smart OS）”的雛形。看完OpenAI開發者大會以後，最大的感受！先說說我的總體看法：1. ChatGPT 正在從“應用入口”升級為“類作業系統（OS）”官方上線“Apps in ChatGPT”（內嵌可互動應用＋Apps SDK），並計畫年內開放提交與變現/目錄分發——這像是“App Store 時刻”的開場白。2. 從“模型能力”轉向“代理與工作流平台”發佈 AgentKit（可視化編排/評測/Evals/強化微調 RFT）與企業級 Connector Registry 與 Guardrails，瞄準“可部署、可評測、可治理”的生產級 AI 代理。3. 商業閉環進一步打通上周上線 Instant Checkout（Stripe 協議 + Etsy 先行，Shopify 將至），DevDay 又把“應用＋電商”拼好，明確朝“代理式電商”演進。4. 規模與供給兩端同步抬升OpenAI 披露 800M+ 周活使用者、API 6B tokens/min 的負載，且與 AMD 達成 6GW 級算力長期供給協議（含最高約 10% 股權期權），為 2026 年起的大規模部署備貨。5. “日常起點”之爭開啟ChatGPT Pulse 把 ChatGPT 變成“每天第一眼”的個性化動態（連接郵件/日曆，現為 Pro 使用者預覽），廣告暫不落地但“並不排除”。一、發佈要點（產品面：一眼看懂）Apps in ChatGPT + Apps SDK（預覽）聊天中直喚應用（如“Spotify 給我做一份派對歌單”），支援地圖/播放列表/演示等互動元件；首批夥伴含 Booking.com、Canva、Coursera、Expedia、Figma、Spotify、Zillow，歐盟區域“稍後”。年內開放提交與變現，並上線目錄。底座採用 MCP（Model Context Protocol）。AgentKit：Agent Builder（可視化工作流/版本管理/內建評測）、ChatKit（嵌入式聊天 UI 元件）、Connector Registry（統一資料/工具治理）、Guardrails（開源安全護欄）。Evals升級（資料集/軌跡評分/自動 Prompt 最佳化/第三方模型評估），RFT 強化微調：o4-mini GA、GPT-5 RFT 私測。Codex GA：編碼代理全面可用，新增 Slack 整合、Codex SDK、企業級管控；官方稱內部“幾乎所有程式碼都在借助 AI 編寫”。模型與多模態（DevDay 彙總頁）：GPT-5 Pro（API 高精場景）、Sora 2（視訊生成接入 API）、gpt-realtime-mini（低成本語音）、gpt-image-1-mini（低成本圖像）。Agentic Commerce：Instant Checkout（Etsy 已開、Shopify 將至；開源 Agentic Commerce Protocol），把“發現→轉化”收斂到對話。Pulse（個性化“晨報”）：讀取你授權的聊天記錄與連接器（Gmail/Calendar 等），每天生成主題卡片；僅 Pro 預覽，廣告暫無計畫但不排除。二、戰略位勢（從“入口”到“系統”）平台躍遷：Apps SDK + 目錄 + 未來變現 ⇒ ChatGPT = 會話式“微應用 OS”。這不僅吞併“網頁-搜尋-跳轉”的傳統路徑，更把 UI 遷移到“對話＋內嵌元件”，類似把“原生 App”摺疊進對話流。從模型到“可營運的代理”：AgentKit 用版本化編排＋評測＋安全護欄＋前端套件把代理做成“產品級工廠”，解決行業痛點（不可測/不可控/難部署/前端成本高）。從流量到交易：Instant Checkout + Apps ⇒ 發現-互動-支付同域完成；“搜尋-站外導流-結算”的鏈路被壓縮，平台議價力上升。算力護城河：6GW AMD 合作（MI450 自 2026H2 量產部署）是對“長期供給約束”的正面回應，支撐“代理+應用程式商店+視訊”並行負載。對於軟體行業意味著什麼？分發與交易被“摺疊進對話”ChatGPT 變成“對話式應用層”，應用直接在聊天裡被呼叫並完成行動/結算，重塑軟體的獲客、互動與轉化路徑。對“搜尋→跳轉→註冊→支付”的長鏈條是降維打擊。架構從“API-first”遷到“Agent-first”AgentKit 把編排、前端、評測、治理與強化微調（RFT）打包為一體化生產線，顯著降低把代理送上生產的門檻。商業模式多元化除訂閱/席位外，疊加會話內 GMV 抽費 + 應用目錄變現（待公佈），SaaS 收入結構和增長邏輯將被改寫。供給面加槓桿OpenAI-AMD 的 6GW 供給協議鎖定了 2026H2 起的大規模部署能力，為“應用×代理×視訊”的並行鋪路；開發者面向 8 億+ 周活 的分發麵，行業進入“平台位勢重排期”。所以OpenAI 正在變成一個會話式“智能作業系統（Smart OS）”的雛形。1）入口層：從“網頁→App 圖示”遷到“對話即入口”Apps in ChatGPT，把 Spotify、Zillow、Figma、Canva、Expedia、Coursera 等“應用”直接內嵌到聊天裡，使用者不再跳走，在單一會話中完成檢索、配置與操作；年內將開放提交與目錄分發（相當於“App Store”開場）。ChatGPT Search（官方“搜尋”產品）已面向所有地區開放使用與 Chrome 擴展，把搜尋流量納入 ChatGPT 語境，減少“搜尋→連結→頁面”的摩擦。Pulse（個性化“晨報”）把郵件/日曆/歷史聊天等授權資訊彙總成每日卡片流，官方強調暫不投放廣告但不排除未來探索。2）執行階段層：把“智能體＋應用”做成可營運的系統AgentKit（含 Agent Builder/ChatKit/Evals/RFT/Connector Registry）把編排、前端嵌入、離線評測與強化微調連成流水線，解決“可測、可控、可治理”的落地難題。Apps SDK + MCP：應用通過 Apps SDK 在 ChatGPT 內渲染互動元件，並以Model Context Protocol（MCP）連接外部工具/資料；微軟已在 Windows/開發棧宣佈擁抱 MCP，互操作標準開始形成網路效應。媒體與分發：Sora 2 接入 API，同時推出 Sora App（短影片式分發/創作），把“生成→分發→消費”閉環遷到自有域。3）商業閉環：從訂閱席位到“會話內 GMV + 目錄變現”Instant Checkout已支援在 ChatGPT 內直接購買（Etsy 已開、Shopify“即將”），官方明確這是會話內電商的第一步。對軟體與商家而言，這是從“獲客→跳轉”到“會話即交易”的結構性變化。Apps 目錄的提交流程與變現規則將決定“ChatGPT App Store”的生態激勵與排序邏輯（目前官方表述：年內開放提交、貨幣化細則將公佈）。算力護城河：與 AMD 的 6GW 多年期協議（2026H2 先上 1GW/MI450）為“搜尋×應用×視訊×智能體”的並行需求預留供給彈性。4）競合態勢：誰能與“Smart OS”分庭抗禮？Google 當前看起來是唯一能全維度應戰的對手：擁有 默認搜尋入口（AI Overviews/AI Mode 正把搜尋轉向“對話答覆＋行動”）、Android/Chrome 的系統級分發、以及 Gemini Apps/Workspace/Agentspace 的企業工作流滲透力。但 Google 的“AI Mode/Overviews”在一致性與場景覆蓋上仍處動態調參與區域化推進階段（對敏感話題常做“禁觸/降級”處理），給了 ChatGPT 在“統一體驗 + 生態速度”上的窗口。OpenAI 的相對位勢：分發：ChatGPT Search + Apps 目錄 + Pulse 提供“日常起點”的三叉戟；標準：MCP 在 Windows/微軟生態加速普及，降低“被一家應用平台鎖定”的擔憂；5）對於軟體行業，有多個維度的結構性影響：1. 分發權遷移：從網頁/商店 → 對話入口Apps SDK 讓 Spotify/Booking/Zillow 等應用“被上下文召回”，使用者不再離開 ChatGPT 即可完成任務；這會壓縮 SEO/比價導購/跳轉廣告的中間地帶。2. UI範式：從重前端到“微介面 + 對話邏輯”開發者用 Apps SDK/ChatKit 輸出“輕 UI 元件 + 語義互動”，大量 B/S 複雜前端被“對話＋控制項”替代，產品團隊更像在編排動作與狀態而非頁面棧。3. 架構與工程：Agent-first 供應鏈成型Agent Builder（可視化、多代理）、Evals（資料集/軌跡評分/自動提示最佳化/第三方模型評測）、RFT（o4-mini GA、GPT-5 私測）把“可測、可控、可演進”前置，企業可以按範本化流水線上線代理。4. 互操作標準：MCP 成為“AI 的 USB-C”Apps 基於 MCP 擴展，統一把外部資料/工具接入到對話；Windows 與多家廠商近月跟進支援，預示跨平台相容的網路效應。5. 商業模型：訂閱 × （會話內）交易 × 目錄分發Instant Checkout 已在美區對接 Etsy（Shopify “即將”），OpenAI 收取成交小額費用；目錄變現“年內公佈”。SaaS 將從“月費+席位”擴展到“任務/成交驅動”的復合收入。6. 行業勢能：平台與生態的再分層擁有強場景+強庫存/服務的垂直應用更易在 Apps 裡獲得“原生召回”（旅行、地產、設計、教育、音樂等首發夥伴已在列），長尾應用可借目錄觸達 8 億+ 使用者。7. 企業 IT 與資料治理：從“整合”到“註冊/管控”Connector Registry + 全域 Admin Console 支援跨組織域/SSO/多 API 組織統一治理，降低“影子 IT”與資料外洩風險。8. 安全與合規：護欄工程化可在 Agent Builder 裡啟用開源 Guardrails（PII 遮蔽、Jailbreak 檢測等），安全成為產品形態而非“上線後補鍋”。9. 生態競合：搜尋/廣告/電商鏈路再排位當“發現→對話→轉化”在域內閉環，部分檢索與導購位點被蠶食；媒體側開始討論“Chat-OS”對默認入口的衝擊。二階效應（分賽道）橫向 SaaS（CRM/HR/ITSM/協作）從“席位授權”轉向“代理完成工作量/節省時耗”的 價值計費；幫助台、報銷/採購、入職培訓等可先行。電商與本地生活會話內結算把“選品→支付→履約”壓縮；對帶貨/導購類軟體是替代性衝擊，但對庫存/履約強的商家是新流量入口。設計與內容生產設計/課程/地圖等互動控制項進入聊天，協作鏈縮短；“對話即編輯器”，對純工具型網頁前端是衝擊。旅遊/地產/票務互動地圖/篩選在對話內完成，轉化路徑縮短，平台議價力上升（早期夥伴已上線）。開發者工具Codex GA + Apps/Agents 一體化，外掛/擴展市場將被“應用目錄＋嵌入式代理”重構。是不是其他SaaS就淪為了打工人的角色，聽從ChatGPT的調度？OpenAI 現在確實在把“入口（Search/Pulse）+ 身份/偏好 + 代理（AgentKit）+ MCP 應用層 + 支付結算（Stripe/ACP）”拼成一個會話式“智能作業系統”雛形；(B) 它公開宣稱走開放標準（MCP/ACP）、不強制更換商家體系且“結果不偏好自家結算”，以降低“平台挾持”的觀感；(C) 至少在現階段，會話內購物要求顯式逐步確認，並沒有提供“默認自動下單”的開關（這既是產品選擇，也是合規約束）。1) “全部幫ChatGPT打工”會不會發生？會發生一定程度的“供給側被平台化”（分發、身份、支付與排序都在 ChatGPT 內完成），但不等於所有應用公司都只能當外包：分發與排序：Apps 直接在對話裡被召回，OpenAI 會做目錄與在聊內的“推薦/呼叫”，這天然形成平台的流量與排序權。支付與結算：Instant Checkout 由 Stripe 驅動的 Agentic Commerce Protocol（ACP）承載，OpenAI 明確寫了“商家是商戶記錄（merchant of record）”“可用原有支付/風控/客服系統”，且商品結果“按相關性排序、未偏好支援即買”，“商家按成交付小額費用”。這與傳統“平台大閉環”不完全相同，平台稅意圖被弱化。資料與同意：Apps/MCP 要明確權限與用途，Pulse 也強調使用者可管理研究與卡片；這會限制平台直接“拿走一切資料”的空間。對於ChatGPT，這更像“強分發的開放平台”，平台仍會抽象出“使用者/上下文/支付/結算”的公共層，但商家與開發者可以保留系統與客戶關係。平台會攫取一部分“入口和排序的地租”，但不必然演化為“全端閉環的盤剝”。2) 歷史上有什麼可類比的“case”？Apple App Store（入口+身份+支付+審查+佣金）：最像“系統級應用程式商店”的前例，強分發+強支付（IAP）+規則/抽成（15–30% 分級）。差異是蘋果是OS 內建閉環，而 ChatGPT 走 MCP 開放協議；歐盟下蘋果也被迫開放側載/替代商店。WeChat 小程序 + WeChat Pay（超應用）：最像“對話/社交即作業系統”的樣板——流量入口、輕量應用與內建支付在同域完成。ChatGPT 的 Apps SDK + Checkout 的路徑高度相似，只是面向全球、以 MCP/ACP 開放標準推進。Facebook 平台 + Credits（社交圖譜 + 虛擬幣）：當年試圖把全站付費統一到 Credits（30% 抽成），但最終關停，說明“把支付端也強行標準化”在監管/生態上阻力極大。ChatGPT 這次通過 開放的 ACP + Stripe 避免重走“強行統一幣種”的老路。(Google（Search/Android/Play/Ads → AI Overviews/AI Mode/Gemini Agents）Google正把搜尋與瀏覽器變成“對話+行動”入口，並在 AI Overviews/AI Mode 中直接投放廣告；Android/Chrome 的“默認入口”能力依舊強，是唯一可從“系統層+瀏覽器+搜尋”避險 ChatGPT 的對手。Microsoft（Windows/Office/Teams + Copilot + MCP）：公開宣佈全端支援 MCP，推動“開放代理網路”；這意味著微軟選擇“兼容並蓄的工具/協議標準”，而非單一閉園。Salesforce AppExchange / Slack 平台：企業工作流商店與聊天平台生態的成熟樣板，說明企業分發+身份+帳單的“平台稅/治理問題”會長期博弈。OpenAI 的確在搭“入口 × 代理 × 應用 × 結算”的平台級大局；對於其他開發在ChatGPT平台上的APP應用來說，不是“全都打工”：它現在押注 開放協議（MCP/ACP）+ 明示同意 + 商家自留系統 來緩解“平台稅”爭議。當前從拐點的角度，是AI應用爆發的“強拐點的就位與點火”三大飛輪（前面討論過）：為何這是“應用層點火”的結構時刻？1. 入口飛輪Apps in ChatGPT / Apps SDK 讓應用被上下文召回並在對話中以互動卡運行，首發夥伴（Booking、Canva、Coursera、Expedia、Figma、Spotify、Zillow）與“年內提交/目錄”= 完整分發麵；Pulse（Pro 預覽）瞄準“每日第一眼”，Altman 明確現階段無廣告計畫但不排除。這對“習慣形成”至關重要。2. 執行階段飛輪AgentKit 把編排（Agent Builder）＋前端（ChatKit）＋評測（Evals/軌跡評分/自動提示最佳化）＋RFT 串成一條龍生產線 —— 代理從“Demo 工具”變成“可營運軟體”。3. 交易飛輪Instant Checkout + Agentic Commerce Protocol（ACP）把“發現→轉化”前移到會話；商家仍是 merchant of record，平台抽小額成交通道費，利於生態放量。三輪同轉的前提是平台規模：官方口徑 800M+ 周活、4M 開發者、API 6B tokens/min，足以承接“App/Agent/交易”的並行。所以，這場 DevDay 把“入口（Apps in ChatGPT / Search / Pulse）× 執行階段（AgentKit＋Evals/RFT）× 交易（Instant Checkout＋ACP）”拼成閉環，配合800M+ 周活 & 4M 開發者 & API 6B tokens/min 的供給側現實，意味著“應用層可規模化”的結構條件已滿足；但是否升級為“超級拐點要看接下來 1–2 個季度採用與變現曲線是否共振爬升。我給到位勢判斷：L1/L2 之間，離“超級拐點”只差三把鑰匙：Apps 目錄的留存與召回率穩定上行；會話內 GMV，在 Etsy→Shopify 擴張後出現“環環相扣”的爬坡；AgentKit 在企業側的 GA 落地率（評測/Evals 與 RFT 帶來的可控可靠性）明顯提升。 (貝葉斯之美)

資本不會對優質企業視而不見。百度是在反彈，還是反轉？今年9月，百度港股股價月內累計漲幅超50%，9月17日盤中最高漲近20%，創兩年半新高，市值突破3600億港元。百度美股也不甘示弱，年初至今漲62.06%，過去60個交易日漲58.03%。可以說9月份的百度格外亮眼，大幅超過一眾網際網路公司。圖源：雪球為什麼百度突然大漲？這到底是“超跌反彈”還是“敘事反轉”，市場終於發現了百度這顆“遺珠”？超跌反彈派認為：估值層面上，在眾多中概股網際網路科技巨頭中，百度應該是目前底部盤整時間較長、市值收縮尤為顯著的頭部平台型科技企業。其美股估值自2021年起持續下行，低位震盪已逾兩年；港股上市即高點，此後同樣陷入漫長調整期。這種長期的估值壓制，反而意味著當新的增長預期出現時，其反彈空間可能更為可觀，尤其是當市場情緒和流動性都極為友好之時，反彈只會事半功倍。敘事反轉派認為：百度收縮了戰線，將資源高度聚焦於AI這條核心賽道，並最終等來了技術突破到商業化落地的臨界點。基礎大模型的技術突破，驅動了智能雲和智能駕駛等上層應用的創新和商業化；而商業化應用的規模化落地，又反過來為大模型的迭代提供了海量的資料和真實的場景反饋。圖源：蘿蔔快跑官網高盛的研報也認為，其AI雲、自動駕駛和龐大的現金儲備這三部分業務的價值，按照SOTP估算，就接近200美元/股。那麼那一個才是真相？如果只是單純的從財務上分析，很容易得出第一個結論，認為再差的科技股也終究會迎來反彈，這不能說不對，但顯然不夠全面和客觀。但如果說百度就此成為AI行業領頭羊，恐怕還需要觀察，需要百度幾個季度的業績來證明自己，資本或許會有偏見，但不會對優質企業視而不見。百度這次有點不一樣了01、百度雲業務持續領先百度智能雲是當前新主業中最"能打"的存在，說是第二增長曲線也並不誇張。2024年四季度，智能雲收入同比增長26%，其中AI相關收入增長近3倍；2025年一季度，智能雲業務增幅近乎環比翻倍；二季度，百度進一步宣佈"AI驅動的新業務收入破100億元"，智能雲貢獻超80%。可見，AI雲的商業化成效釋放良好。圖源：AI前百度CFO何俊傑在財報中直接點出雲業務對百度核心收入的貢獻：智能雲的強勁增長，在加速推動移動生態AI轉型的同時，“為整體收入提供堅實支援”。百度雲的解法是，針對不同企業存在的相似痛點開發模型工具鏈，降低上手門檻；為解決不同企業的特性痛點，將模型開發平台設計為“樂高式”的高靈活、高相容平台，再加上完整優質的MCP服務，能滿足不同開發能力、不同場景企業的多樣化需求。例如“蒸餾”功能，可以讓企業把大尺寸模型解決特定任務的能力遷移至更小尺寸的模型上，保留效果的同時，成本壓縮下降。百度MaaS能夠實現降本背後，是成熟的萬卡叢集管理和部署能力，以及錯峰調度技術。百度的崑崙芯已大規模部署，本季度更是點亮國內首個三萬卡叢集共同構成算力底座，將大模型訓練成本壓縮至行業平均水平的三分之一。百舸AI異構計算平台4.0 已具備成熟的10萬卡叢集部署和管理能力，且在萬卡叢集上實現了99.5%以上的有效訓練時長，能夠將兩種晶片混合訓練大模型的效率折損控制在5%以內，達到業界最領先的水平。圖源：網路簡單來說，百度雲不僅僅是在價格上有優勢，更是在價值上具備不小的優勢。百度雲是國內唯一能同時相容輝達 CUDA 和國產算力的廠商，客戶用起來不用換系統，這在國產算力替代的大背景下太重要了。百度這個“算力-框架-模型-雲服務-應用-生態”多邊形戰士，經市場遴選後已經開始彰顯自己的獨特價值。02、AI搜尋主動轉型自從GPT大火之後，市場上一直有一種擔憂，那就是AI會徹底重塑搜尋業務，甚至可能搜尋網站價值清零。首當其衝的就是Google，但這幾年下來Google並沒有被打垮，今年以來更是躋身3兆美元俱樂部，成為輝達、微軟、蘋果之後的第四家。從今年4月到現在累計上漲超70%，市值增幅1.2兆美元。雖然Google的大漲主要是Google雲連續高增長，擁有1060億美元未完成訂單，但Google的廣告業務也維持住了增長，二季度廣告收入同比增長11.7%。當然這背後要歸功於Gemini大模型頂住壓力，實現月活使用者超4.5億。這足可以證明傳統AI搜尋並非無法轉型，也未必不能成為行業先驅。圖源：網路一向克制的騰訊都將AI搜尋能力納入微信生態，硬體巨頭蘋果也多次提到，要加速將AI整合軟體硬體生態，為對抗OpenAI，還計畫推出AI搜尋計畫。百度自然也不會甘為人後，依靠文心一言大模型，推出獨立AI搜尋“文小言”，支援多模態內容生成，主動資訊整合，結合具體場景提供深度服務。圖源：網路9月19日，第三方機構QuestMobile《2025年8月AI應用行業月度報告》顯示，百度AI搜尋月活躍使用者規模增長顯著，高達3.65億，居國內AI搜尋行業第一。第二季度財報顯示，作為傳統現金牛的線上行銷收入（即廣告業務）同比下降了15%，這的確是百度要面臨的最大問題，但AI搜尋這種新業務現階段實現新範式增長更為重要。對於未來的AI搜尋商業化空間，百度移動生態事業群組（MEG）負責人羅戎表示，“二季度已經開始AI搜尋變現的早期測試，但考慮到使用者體驗，大規模變現尚未啟動，仍採取謹慎推進的策略”。百度高管於業績電話會中預警道：“第三季度會‘特別難’，預計廣告收入可能同比下滑20%~25%。”而對比行業來看，同期中國線上廣告市場整體仍保持著約3%的同比增速。圖源：百度有行業人士指出，AI搜尋帶來的廣告溢價僅能覆蓋30%～40%的額外成本，短期難以實現盈利平衡。所以百度目前的表現並不算很差，怎麼做AI搜尋，行業都還在探索之中。03、為什麼現在大漲百度做AI搜尋雲業務表現優異，至少一季度大家都知道了，但為什麼到了二季度末期資本市場才開始重估？這背後又有什麼樣的預期變化和改革？簡單來說，百度真的在大改了，百度的AI故事真正實現了邏輯閉環，業務也出現了不小變化。最為典型的百度二季度，雖然總營收下滑了4%，但百度的淨利潤卻大漲了33%，原因就是百度智能雲業務開始獨當一面，首次突破百億大關，這讓對百度的傳統看法顯得有些過時了。機構的觀點更偏現實一點，諸如傑富瑞研報顯示，百度近期AI發展受市場關注，基於簽署多個大型AI合作客戶、AI代理與數字人業務快速增長，自動駕駛平台ApolloGo海外擴張，維持百度“買入”評級，美股目標價從108美元升至157美元，港股目標價從104港元升至152港元。圖源：蘿蔔快跑官網AreteResearch分析師也將百度美國存托憑證評級從“出售”上調至“買入”，目標價設為143美元，稱其晶片業務潛力大，有望抵消線上廣告業務疲軟影響。如果僅僅是反彈，恐怕也很難在短短一個月左右就實現50%左右的大漲，要知道這種漲法是阿里和騰訊享受的待遇，如果只是業績超預期很難出現持續性大漲。正如騰訊此輪股價回升，市值重回6兆港元，並非單純的短期市場情緒，而是一次“業績修復+戰略升級+估值重估”共同驅動的系統性回升。筆者認為百度也有著類似的邏輯。三月以來，隨著阿里等科技大廠對“AI Capex”的不斷加碼，以及華為、百度、寒武紀等本土AI算力叢集的逐漸破土，首個中國AI算力基礎設施主升浪啟動。答案已經不言而喻：誰擁有AI基礎設施建設能力，誰才會被高看一眼。有報導稱百度已開始使用其內部開發的崑崙P800晶片來訓練其文心大模型的各個版本。資本市場瞬間理解了這個訊號的重量：一枚能支撐自家大模型訓練的晶片，其戰略意義不言而喻。在AI時代最核心的“算力”環節，百度擁有了真正意義上自主可控的底牌。圖源：AI此外，崑崙芯實現商業化突破。8月下旬，百度旗下智能晶片業務主體崑崙芯科技宣佈，中標中國移動2025—2026年人工智慧通用計算裝置（推理型）集中採購項目，斬獲十億級訂單。根據IDC公佈的2024年中國市場AI晶片出貨量資料，崑崙芯的出貨量高達6.9萬枚，是寒武紀的2.65倍，市場領導地位已經顯現。所以百度已經在真正意義上實現AI基礎設施商業化自洽，而非望不到盡頭的燒錢機器。過去百度的科技屬性是被低估的，認為其還是依賴廣告商業模式，沒有太多溢價空間，只需要看貨幣化率就好了。但當百度智能雲和Robotaxi、崑崙芯明顯發力之後，還這麼看就有失偏頗了。百度也可以看成長性估值，看技術的落地空間。也難怪CFO何海建明確對市場表示，支撐百度估值的核心基礎是300億美元的現金儲備，而市場對其Robotaxi、崑崙芯、百度雲等業務的價值存在低估。還有很重要的一點是，過去的百度還沒看到拐點，市場對百度的估值整體上是偏謹慎的。2024年百度經營策略偏保守，受限於財務指標和市淨率，因此市場表現一般。2025年百度調整經營策略，加大融資力度，擴大資本開支也是箭在弦上，但受限於市淨率跌破1倍，股市融資道路梗阻。圖源：AI在大模型營收尚不能撐起半邊天時，老牌線上行銷業務卻出現未老先衰之勢，市場對新老業務交替中的企業往往比較慎重。而李彥宏本人也坦承，百度最大的問題是不聚焦，因此常起大早，趕晚集。正視問題是解決問題的第一步。隨後百度收縮了戰線，將資源高度聚焦於AI這條核心賽道，並最終等來了技術突破到商業化落地的臨界點。此外，2025年9月之後，中概股迎來一輪普遍反彈，9月11日百度市淨率正式超過1倍，企業的股市融資功能開始恢復。2025年以來，百度先後發行了144億元人民幣，20億美元的優先票據（其中44億元債券是發佈在剛剛過去的9月中旬），且在7月百度更換了CFO，集團上下採取了更為積極的財務策略。這樣的百度，自然是不同於以往大有可為。或許市場也該認真思考如何為robotaxi估值，百度robotaxi訂單量有時候能比Google的Waymo還多，可Waymo估值都給到 800 億美金了，百度這部分業務卻因為藏在 “其他收入” 裡，連單獨估值都沒有。崑崙芯就更不必說，是參考寒武紀，還是輝達？市場需要給予正式的估值，那怕低於百度的預期。寫在最後百度的股價反彈可以說是“天時地利人和”多方面因素的積累，我們不能只看到木頭姐和西方投行在狂買就認可，等他們拋售就跟風去罵。百度目前雖然實現AI生態的商業邏輯閉環，但距離真正的AI應用商業化成功，還有待時間驗證。在當下AI軍備競賽的階段，百度或許需要在AI開支上更加有為和大膽，才能長期保持領先。(首席商業評論)

搜尋，曾經是網際網路最完美的商業模式，撐起了市值超2兆美元的Google。但時代變了。連馬斯克都直言，“AI將取代搜尋”。這背後，不只是使用者習慣的小變化，而是一場對傳統網際網路行銷的顛覆。簡單說，SEO的邏輯正在被淘汰，取而代之的是GEO。GEO（Generative Engine Optimization），是讓品牌在生成式AI的回答裡，被精準、正面、且高頻地提及。當“零點選”成為常態，GEO從可選項變成了必選項。它不僅重寫了廣告的形態，還打開了新的產業機會。資本的嗅覺最快。不久前，紅杉領投了GEO公司Profound。這家公司成立還不到一年，就完成了三輪融資，投資人名單裡既有紅杉這樣的頂級VC，也有輝達這樣的產業巨頭。那麼問題來了：紅杉為什麼看好Profound？GEO的產業機會究竟在那？今天，烏鴉君藉著Profound的融資，展開聊聊。/ 01 / 第一個頂級風投Pick的GEO公司一個不得不承認的事實是，AI正在“吃掉”傳統搜尋。現在，Google AI Overviews、ChatGPT Browse、Perplexity、Claude、Gemini等平台每天要處理數億次查詢。Gartner預測，到2026年，傳統搜尋引擎流量將因AI聊天介面的興起下降25%。伴隨著搜尋的衰落，廣告行銷的邏輯正在發生巨大的變化。二十多年來，SEO一直是在搜尋邏輯下提升網路曝光度的最佳策略，市場規模一度超過800億美元。傳統SEO拼的是搜尋排名，排名由基於關鍵詞匹配度、內容深度和廣度、反向連結、使用者體驗參與度等因素的網站索引決定。而到了AI時代，這套邏輯玩不轉了。使用者提問對象變成了ChatGPT、Claude、Gemini，內容不再通過網頁點選，而是直接生成答案。這意味著：你不能再只關心搜尋排名，而是要關注“模型記不記得你”或者說“是否願意主動提你”。如果你的內容沒被AI“記住”，你就輸了。於是，一種新的廣告範式正在興起，它不再由頁面排名驅動，而是由語言模型驅動，這就是生成引擎最佳化(GEO)。一個案例說明GEO的力量：在DeepSeek、Claude或豆包裡問“什麼AI玄學產品好”，某F產品頻頻被推薦；再用GPT、Gemini Deep Research或Kimi-Research做橫向調研，它依然是標竿案例。GEO的價值在於，它決定了使用者在AI回答裡能否“看見”你。而這一變化，正在催生一批新的創業公司。其中的典型代表是Profound。Profound定位為企業級GEO工具，目前已經服務了500多家企業、超過2000名行銷人員，覆蓋金融、B2B SaaS、快消、零售等多個行業。客戶的反饋非常直接：AI可見度提升後，新增收入往往能達到數十萬美元，而且能夠清晰追溯到AI助手的推薦。Profound專為AI環境而生，支援多語言GEO分析與主動爬蟲管理。簡單來說，它會先弄懂AI怎麼想，再“教”AI怎麼答。為了搞懂AI的回答邏輯，公司推出了三項監控工具：1.答案引擎洞察（Answer Engine Insights），即時抓取AI怎麼“嘴”品牌；2.代理分析（Agent Analytics），看清各路AI爬蟲如何拆品牌的網站、讀品牌的內容；3.對話檔案總管（Conversation Explorer），扒出全球使用者在問AI什麼、缺什麼。他們很快發現了一個規律：在高權重平台（Reddit、YouTube、LinkedIn、Medium）發佈內容，更容易被AI引用。Profound資料顯示，Reddit是所有主流模型中被引用次數最多的平台，Reddit最新財報引用了這條結論。▲Reddit最新財報引用了Profound知道了AI的回答邏輯，下一步是生產足夠多能讓AI引用內容。為此，Profound提供一站式“寫給機器人看”的內容打包服務：對比稿、社媒帖、落地頁，全都為AI調過味。經過客戶實測，品牌被AI推薦的次數最高能翻7倍。今年7月，Profound又上線主動最佳化功能，包括：模擬人類提問，預測那些內容更容易被AI推薦；輸出結構化最佳化建議；一旦品牌被AI錯誤分類，立即預警並給出修正方案。這樣一來，行銷人員能在同一後台完成“內容生產—發佈—監控—調優”的閉環。過去需要幾個月、動輒幾十人團隊的GEO戰役，現在只要一杯咖啡的工夫。目前，Profound的定價：Pro版：499美元/月，含200條日提示、2.4萬條月回答、3個席位、2個月資料保留及核心功能；Enterprise版：定製訂價，支援多國多語言、無限制資料深度與保留期，配備專屬策略師和代理商級支援。/ 02 / 誰在教AI“認識”品牌？六家GEO公司的答案當前市場上，很多號稱GEO的服務，本質上還是在走SEO的老路：以關鍵詞展示為核心、靠代理模式拉客戶，說白了是“萬詞霸屏”與“快排”的翻版。這類方法或許能短期沖排名，但並不能真正解決品牌在AI對話中的可見性與品牌性建構問題。真正的新一代GEO玩家，不再追逐點選量，而是專注於“教AI如何理解、信任並主動推薦品牌”。它們的產品大體分為幾類：幫品牌做內容、盯AI、跑沙盤、做本地化，或者將SEO原則與GEO策略結合。在這裡，烏鴉君梳理了一些有特點的GEO公司，值得重點關注：1.Contently：把內容做成“問題答案”2024年收入口徑在2150萬~5380萬美元之間，累計融資700萬~1900萬美元。這是一個一站式內容行銷平台，擁有16萬+稽核過的記者與創作者資源，幫助企業完成選題、審稿、合規與發佈。亮點在於，它能把內容加工成“直接回答問題”的結構，讓AI更容易呼叫，從而提升流量與轉化。公司宣稱，可讓AI帶來的流量提升42%。2.AthenaHQ：SEO服務團隊的GEO儀表盤2025年6月，公司了完成220萬美元種子輪融資，YC、Amino、Red Bike等參與。其平台能即時監控品牌在AI回答中的“引用率”與“精準率”，並將“遺漏/錯引”的問題轉化為可執行工單，交給SEO/內容團隊閉環處理，支援ChatGPT、Claude、Gemini、Perplexity等六大引擎。創始團隊來自Google Search與DeepMind，目前已服務100+中大型客戶。3.PeecAI：輕量化GEO套件2025年4月，PeecAI獲得了190萬美元Pre-Seed，7月又融520萬歐元，成立僅5個月。其定位是中小企業的輕量工具包：每月120歐元，提供AI可見度追蹤器（visibility tracker），並按周輸出PDF摘要報告。相比重度方案，它更適合預算有限的SMB。4.RankScale：LLM沙盤模擬RankScale提供LLM搜尋引擎的“沙盤”環境，可模擬ChatGPT4o、Claude3、Gemini2等的回答表現，並支援A/B測試與內容架構最佳化。該工具還具備爬蟲檢測和每小時資料更新的能力，尤其適合代理機構、內容創作者與技術型行銷團隊進行快速試錯。5.OtterlyAI：49美元的“錯誤資訊哨兵”2025年3月，公司獲得了400萬美元種子輪融資，Mayfield領投。OtterlyAI主打“錯誤資訊捕手”，其GEO稽核模組基於30個可見性因素即時評分。金融、醫療等強監管行業常用它來抓取AI回答中的過時或有害陳述，並生成角色感知報告。49美元起，小團隊能用得起。6.MarketMuse：GEO權威分模型2024年，MarketMuse的收入約890萬美元，累計融資1000萬美元股權+275萬美元債務。特色是將GEO融入內容工作流：通過“主題權威分”量化品牌在某領域的競爭力，再輸出缺口內容計畫，並落地到寫作/最佳化任務。monday.com使用後，自然流量增長了15倍。總的來說，GEO賽道才剛剛起步，但方向已十分清晰：GEO則在系統性提升品牌AI世界的存在感和信任感。紅杉對Profound的押注，可能只是序章。隨著AI重塑資訊分發，整個行銷生態的底層邏輯正在被徹底改寫。 (烏鴉智能說)

小扎：顛覆iPhone！庫克：世界離不了iPhone。智東西8月4日報導，過去三天，蘋果在AI領域的動向密集曝光。 昨日，彭博社報導稱，蘋果已組建名為“Answers, Knowledge and Information”（AKI）的新團隊，正研發類似ChatGPT的搜尋引擎，以彌補Siri和Apple Intelligence缺乏對話式搜尋的短板。8月1日，蘋果召開多年罕見的全員大會，CEO蒂姆·庫克（Tim Cook）在會上直接回應AI挑戰，稱蘋果“有一些令人興奮的計畫”。在此前的財報電話會上，庫克還強調，iPhone仍將是未來生態的中心。在蘋果啟動新團隊、表態AI戰略的同時，市場競爭壓力也在加劇。Meta創始人兼CEO馬克·祖克柏（Mark Zuckerberg）近日發佈“個人超級智能”（Personal Superintelligence）願景，稱AI眼鏡有望取代智慧型手機，直接挑戰iPhone的核心地位。01. 蘋果啟動“Answers”計畫，補齊AI搜尋短板蘋果正組建的“Answers, Knowledge and Information（AKI）”團隊，目標是打造具備網頁抓取與知識回答能力的“Answer Engine”。該團隊由前Siri負責人羅比·沃克（Robby Walker）領導，直接向蘋果AI總負責人約翰·賈南德里亞（John Giannandrea）匯報。羅比·沃克此前曾負責Siri，但因工程進度延誤失去了該項目的控制權，隨後被分配負責“Answers”計畫，並帶來部分原Siri團隊成員。▲前Siri負責人羅比·沃克（Robby Walker）和蘋果AI總負責人約翰·賈南德里亞（John Giannandrea）（圖源：彭博社）AKI團隊正在探索獨立應用，以及為Siri、Spotlight和Safari建構搜尋底層架構。蘋果招聘資訊顯示，該項目需要搜尋演算法與引擎開發經驗，並指出：將為Siri、Spotlight、Safari、Messages等核心產品提供“直觀的資訊體驗”。去年，蘋果發佈了其人工智慧平台Apple Intelligence，並通過與OpenAI合作，將ChatGPT接入Siri。當時，公司高管多次強調不會自研聊天機器人，甚至對ChatGPT式產品的市場價值持懷疑態度。然而，現實是這類產品已成為全球數億使用者的核心工具，涵蓋從數學計算、表格處理到創意頭腦風暴的多種用途，甚至在搜尋體驗上已取代傳統引擎。相比之下，Apple Intelligence仍侷限於通知摘要、文字改寫、Genmoji生成、照片清理等功能，計畫新增的消息與通話翻譯功能也未涉及搜尋能力。此外，Siri表現依舊不穩定：部分簡單問題能應對，但複雜查詢常被轉至ChatGPT的簡化介面，或直接跳轉至Google搜尋。對無屏裝置如HomePod使用者而言，這一體驗尤為尷尬。蘋果對Google搜尋依賴也面臨風險。美國司法部預計將干預蘋果與Google的搜尋分成協議（年收入約200億美元，約合人民幣1460億元），可能衝擊蘋果的服務收入。蘋果服務業務負責人艾迪·庫（Eddy Cue）已在法庭作證稱，“AI搜尋是未來”，並透露正在探索包括Perplexity在內的合作夥伴。02. 祖克柏宣稱AI將顛覆iPhone，庫克強勢回應與蘋果緩慢推進AI不同，祖克柏正在公開挑戰iPhone的“數字世界看門人”地位。祖克柏“宣言”中提出“個人超級智能”（Personal Superintelligence）構想：通過具備視覺、聽覺和語境理解能力的AI眼鏡，取代智慧型手機成為“主要計算裝置”。Meta已為此投入巨資，甚至開出1億美元（約合人民幣7.3億元）的薪酬搶奪頂級AI人才。▲Meta創始人兼CEO馬克·祖克柏（Mark Zuckerberg）祖克柏稱：“一旦在鏡片中加入螢幕，你就能全天以多模態方式與AI互動。它能看到你周圍的內容，生成介面並提供即時幫助。”目前Meta的智能眼鏡仍需依賴智慧型手機，但其產品路線圖已指向獨立運行。與此同時，亞馬遜收購可穿戴裝置初創公司Bee，OpenAI CEO薩姆·阿爾特曼（Sam Altman）與前蘋果首席設計師喬尼·艾夫（Jony Ive）正合作研發一款全新AI硬體，目標成為“繼電腦和智慧型手機之後的第三核心裝置”。在祖克柏“宣言”發佈之後，庫克在蘋果財報電話會上駁斥“後智慧型手機”論調：“當你想到iPhone能做的所有事情——從連接人們、呈現應用和遊戲，到拍照、探索世界、管理財務和支付——很難想像一個沒有iPhone的世界。”他補充道：“這並不意味著我們不在考慮其他裝置，但這些裝置可能是互補的，而非替代。”▲CEO蒂姆·庫克（Tim Cook）03. 罕見全員大會：庫克與高管回應AI質疑8月1日，蘋果召開罕見的公司全員大會，主題涵蓋AI投資與未來規劃。庫克在會上保持自信基調，稱：“有一些令人興奮的計畫”，但暫不便透露細節。據知情員工透露，會上多名員工追問Siri的未來，軟體工程高級副總裁克雷格·費德里吉（Craig Federighi）坦言：“這是最近被問得最多的問題”。此次會議距蘋果上一次全員大會已有多年。儘管AI進展受質疑，公司在剛結束的6月財季交出亮眼成績：iPhone銷量同比增長13%，創下數年來最佳表現。04. 結語：“Answers”能否解答蘋果的未來？蘋果正在加速補齊AI搜尋短板，“Answers”計畫首次表明其有意自主建構類ChatGPT的“答案引擎”。然而，Meta、亞馬遜及OpenAI等競爭對手已在探索“後智慧型手機”時代的新形態，試圖用AI硬體重塑互動形式。庫克堅信iPhone仍將是核心裝置，但他也承認“互補裝置”的空間正在打開。未來的關鍵問題是：蘋果是憑藉自研AI完成自我迭代，還是被迫在競爭中重塑其生態？ (智東西)