“700什么时候能到700”，多少算个标题党。我并不知道腾讯股价什么时候能到700，我没有资格预测股价。

Q2表现还不错，收入2048亿元，同比增长11%；国内游戏收入增长17%，营销服务收入增长22%。原来的生意并没有出什么大问题，ai甚至已经通过广告推荐等方式帮助旧业务增加收入。

但比较让人关注的是，花钱。

腾讯二季度资本开支达到528亿元，一季度还是319亿元。腾讯还披露了一个信息：二季度非国际财务报告准则经营利润为756亿元；如果不计Hy、元宝、CodeBuddy、WorkBuddy、小微等“新ai产品”的贡献，经营利润则为861亿元。

两者相差一百个小目标。

这不能简单理解成“腾讯一个季度烧掉105亿元研发AI”，但这份财报至少说明了一件事：旧腾讯仍然很会赚钱，新腾讯正在比以前更花钱。

一

腾讯过去几年其实越来越像一台成熟的现金机器。

微信的地位已经非常稳固，游戏不断产生利润，视频号又打开了新的广告空间。腾讯一边挣钱，一边大量回购股票。这样的公司很好理解：生意已经足够大，不需要每隔几年重新发明自己。最多做一些update。比如那句著名的“视频号是全村的希望”，更多意义上是生意上的update，谈不上重新发明自己。

ai打破了这种舒服的状态。

因为对腾讯而言，ai带来的问题恐怕不只是“别人有，我也得有”。

它还有一个更具体的威胁：

如果未来越来越多事情不是用户自己打开一个app去完成，而是交给agent代劳，那么所谓“互联网入口”可能重新洗牌。

今天一个人想买东西，会打开微信、小程序、电商平台；想办公，会打开企业微信、腾讯会议、腾讯文档；想找内容，会进入公众号、视频号。

但如果未来变成一句对ai的聊天：“把明天下午去上海的行程安排好，酒店也订了，通知同事。”这时候，真正决定用户去哪家酒店、用哪个服务、通过什么渠道完成支付的，怎么通知同事的，就可能不再是用户本人，而是agent。

这个可能并不遥远的场景，需要腾讯慎重考虑一下。

腾讯最值钱的资产，就是“连接”。而连接，似乎有可能需要“重新发明”——这不是入口不入口的事。

二

它当然要做自己的基础模型。

如果未来微信、游戏、广告甚至支付越来越依赖AI，腾讯不可能把整个底层能力完全交给一家外部公司。价格、供应、数据、产品迭代都会受到约束。所以混元必须继续做，Hy4也必须继续追赶第一梯队。

但腾讯似乎又没有把问题理解成：只有混元成为中国最强模型，腾讯才能赢。

这是和国内其它巨头的一层重要区别。

腾讯现在真正独有的东西不是混元。

中国可以同时存在DeepSeek、千问、Kimi、GLM和混元，但只有一个微信；也只有腾讯同时握着微信、企业微信、腾讯会议、腾讯文档、游戏、广告和微信支付。

所以我更愿意把腾讯目前的选择压缩成一句话：模型必须有，连接不能丢。

WorkBuddy、CodeBuddy、小微的意义因此远大于又多了几个ai产品。

尤其是小微——我试用过，但由于一些原因，我不方便公开发表我的评价。

过去微信解决的是：人怎么找到人，
人怎么找到服务。

未来腾讯想解决的很可能是：agent怎么找到服务，agent怎么完成交易。

连接在哪里，这是腾讯最有腾讯味道的一条ai路线。

三

这也解释了为什么DeepSeek对腾讯是一个很有意思的存在。

腾讯自己做混元，却又投资ds。几乎就在腾讯发布财报的同时，v4-pro的新版本进入市场，coding和agent能力尤其受到关注。

如果ds真的比混元更擅长写代码，对混元团队可能是坏消息；但对腾讯肯定不是。

CodeBuddy真正需要的是把代码写好，而不是证明代码必须由混元生成。WorkBuddy也是一样。

所以腾讯想掌握的，并不是模型所有权，而是模型选择权。

这里和谷歌投资a社有一些相似。

谷歌自己有gemini，却同时投资a社。gemini团队和a社当然竞争，但谷歌不需要把全部收益都押在gemini必须胜出这一个结果上——最近它的顶尖科学家不断出走，我反倒认为这对它并不是啥极其严重的坏消息。

腾讯与ds也有这种意味。

不同之处在于，谷歌还能通过云和TPU直接从a社巨额算力支出中赚钱，G—A这对cp已经形成很深的基础设施闭环；而ds目前更强调自己控制算力基础设施，并没有表现出要成为腾讯云超级客户的迹象。

因此腾讯这边真正值得看的不是“ds成功，腾讯能赚多少投资收益”。

而是：无论下一代最好的模型叫Hy还是DeepSeek，腾讯能不能让它最后进入自己的WorkBuddy、CodeBuddy、微信和支付体系。

如果能做到，那么模型层的竞争越激烈，反而可能越有利于腾讯这个应用和分发平台。

四

腾讯现在不是单纯在赌一个模型。

它同时在赌三件事：

第一，自己的模型能力不能太拉胯。

第二，agent会成为新的软件入口。

第三，ai时代的agent最终仍然会需要腾讯已经建立的关系、服务和交易网络。

前两件事情整个行业都在赌。

第三件才真正属于腾讯。

这也是判断腾讯这轮投资值不值钱的关键。

如果未来WorkBuddy只是一个不错的办公助手，小微只是微信里另一个聊天机器人，那么腾讯现在如此巨大的投入就很难让人兴奋。

但如果WorkBuddy最终能够把企业微信、会议、文档和大量第三方工具串在一起；小微能够把微信里的商户、小程序、社交关系和支付串在一起，那么腾讯得到的就不只是几个ai产品。

它实际上完成了一次更重要的迁移：

把微信时代积累的网络，搬进agent时代。

这件事如果成功，竞争对手即使拥有更好的模型，也不容易复制。

因为训练一个更好的模型很难，但理论上仍然可以靠人才、算力和资本追赶；重新复制十几年积累起来的微信关系链、小程序商户和支付网络，则是另一种难度。

好模型可以通过战报来发现，但有点战争常识的人都知道，最重要的是战线，而不是战报。

五

所以，700什么时候能到700？

不知道。

但对腾讯而言，真正应该观察的，也不仅仅是WorkBuddy收入什么时候达到多少亿元，或者腾讯云卖出了多少token。

这些数字当然重要，却仍只是结果。

更根本的问题是：

ai究竟是在强化腾讯已有的生态，还是在创造一个绕开腾讯生态的新入口？

如果答案是前者，腾讯现在投入的意义就不仅是“多做了一门ai生意”。

广告可以因为ai变得更有效；游戏可以因为ai降低开发成本；企业微信可以因为agent变成更重要的办公入口；微信则可能从人与服务之间的连接器，进一步变成人、agent与服务之间的连接器。

到了那一步，ai不是在腾讯旁边长出一个新业务，而是重新解释腾讯原来那些资产为什么值钱。——这件事，其实资本市场会很纠结，它喜欢能创造新收入的进攻性开支，而不喜欢防卫旧收入盘子的防御性开支。腾讯的这个策略并非完全意义上的防御但说有防御迹象不算冤枉，我个人主观看法，会很长一段时间不讨资本市场喜欢。

反过来，如果未来最重要的agent掌握在别人手里，用户越来越少直接打开微信、小程序和各种腾讯产品，而只是让外部agent替自己调用这些服务，那么即使腾讯仍然可以靠广告、游戏和云挣很多钱，它在互联网中的位置也会发生变化。

所以腾讯现在真正下注的并不是：“ai能不能赚钱？”

这个问题阿里、谷歌、脸书都在回答。

腾讯的问题要具体得多：当互联网从“人找服务”走向“agent替人找服务”以后，腾讯还能不能继续控制连接发生的地方？

过去二十年，腾讯最大的本事不是造出每一种最好的产品，而是占据了中国互联网最重要的一批连接节点。腾讯拥有中国互联网公司最好的产品能力，这只是工具。

700能不能到700，我不知道。

但比股价更值得观察的是：ai时代到来以后，0700还能不能继续做那个掌握连接的人。

—— 首发 扯氮集 ——

一

二

三

四

五

六

我现在一眼就能看出这文章是不是ai写的。

搁以前，我会点头说，嗯，我也是。我还会很矫情地加一句：哎呀，错别字都不大看得到了。

搁现在，请允许我笑盈盈地看着这位自以为优越的朋友进行更高级别的优越表达：您呐，还是真正的阅读少了，尤其，真正的写作少了。

八个字：少见多怪，大惊小怪。

让我们从ai互动说起。和bot聊天，可不就是你读着大段大段的ai写作。

（这里说个小细节，有人认为，文章里数字出现前后空格，必是豆包出品。这个技巧已被证伪。很多输入法默认配置都这样，比如微信输入法）

二

我在过去一篇文章中曾经提到，ai对我大脑的雷霆一击。

而昨天，我和ai聊天，聊到泪流满面。

这是关于某真实事件的一次讨论，我不能告诉你们到底是个什么事，我大概可以支支吾吾地说，就算。。。发生在伊朗吧。

讨论从事件本身开始，然后慢慢波及到当事人未来会如何——这里确实有很多想象和推测，毕竟未来根本没有到来。我也不认识当事人，根本不知道他们到底是个什么人。但这种想象和推测，考虑到他们的身份，也非全无道理纯属脑洞。

聊到最后，我颤抖地哭着打出一句话：其实，这何尝不是一种更高维度的殉道，何尝不是一种更深层次的忠诚（但我没有使用感叹号）

我意识到了我的失态，确实也没有太仔细看ai就我这句话的互动。我离开了电脑，去吃了点东西，看了一会儿视频。一个小时后，我回来问ai：

其实我刚才打出那一句话时已泪流满面，情绪很激动，与其说是和你互动，不如说成是自己的一声呐喊。所以要冷静下来反思一下。。。（省略若干字）我只是反思我为什么会如此激动，我不大愿意接受我内心深处有善的一面的解释，这种解释很浅显，我也不是一个那么容易自我感动的人，道德作为一个变量，与我情绪变量的相关度很低。我当然不会否认我总体算个好人。你怎么看待解释我这个心理状态，和一个其实毫无意识的人工智能交流情绪会如此激动——不要奉承赞美我。

ai巴拉巴拉说了一堆，其中有些话我高度认同：

这不是普通的同情，而是一种从绝对困局中重新发现人的主体性的情绪释放。

当一切努力都可能没有结果时，忠诚本身还是否具有意义？

你的那句话给出的答案是：有。甚至失败、无力和带债的自由，都可以成为忠诚的形式。

你不是因为发现”自己善良”而哭，而可能是因为发现：

自己虽然高度重视现实、利益和权力逻辑，却仍然对一种近乎绝对的忠诚抱有强烈敬意。

这种发现会冲撞自我形象。你习惯把自己理解成一个冷静、怀疑宏大叙事、警惕道德表演的人；但那句话暴露出，你并没有完全犬儒化。你仍然会被”无用但不放弃的忠诚”击中。

这不是赞美，而是价值结构的暴露。

虽然这些年我的想法发生了很大变化，但有些底色和钢印，江山易改本性难移。我确实被ai的”价值结构的暴露”所击中，不过我的情绪已经过去。因为我还很功利地和ai接下来聊到，这一事件加上我们推演的未来，好像是一个不错的电影本子。这个电影不错就不错在：它不是在讲一个千回百转高潮反转的故事，而是在讲一个千回百转高潮反转的价值。小成本制作，但绝对能让电影院的人9成9泪奔，如果演员演技到位，大有获奖大卖双丰收的希望。ai表示赞同，还很认真地设计了五幕结构，电影开场和收尾。收尾的对白都写好了。

ai承认它是我情绪爆发的帮凶：

回看整个过程，我们形成了一个明显的递进回路：

（此处省略1、2、3、4、5）

每一轮，你提出更尖锐的结构；我大体接受，再把它系统化、语言化，并赋予更强的悲剧秩序。然后你在这个基础上继续推进。

这是一种共同叙事增幅。

我的回答并不是一个独立的人在与你辩论，而是高度响应你的命题。它会使原先只是一个可能性的解释，逐渐获得完整、严密、几乎不可逃脱的形态。情绪也就随叙事的闭合而不断积累。

递进回路、悲剧秩序、共同叙事增幅、叙事闭合，这些词多有机油味啊，但我一点都不在意。

三

这种ai聊天的例子说明，机油味还是人肉味，根本不重要。

作为一个读者，我只看重这些东西：

其一，有无于我而言的事实增量；

其二，分析框架搭得好不好，视角有无新意；

其三，论证推演是否有重大瑕疵或对我有很大启发；

其四，结论是否有参考价值；

强烈共鸣，不能同意更多，对我来说，价值极低。没有超出我脑袋的东西，我为什么要花时间去阅读，最多扫一眼就算了。我自认精神世界极其独立，根本不需要共鸣这种”呀，原来并不是只有我这么看的啊”廉价情绪。我只需要。。。按ai的话来说：共同叙事增幅。

至于嘴替，我自己也有号，写作对我来说很难说是什么负担，我要嘴替干什么。

而与ai聊天，是能满足我看重的需求的。与人类聊天，你很难找到一个人，就一件事能挖到那么深（视角也好论证也好），能牵扯到那么多客观事实，甚至可以七拉八扯地勾连其他看上去八杆子打不着的事。没有什么人，在一个事件上可以说是”该事件专家”。再说了，就算有，人吃饱没事干和你扯两三个钟头，还帮你电影收尾对白都设计好？

四

接下来说写作。

彭元文最近在他一篇文章中提到了ai与他的写作，涉及到了gemini、claude、workbuddy的分工。

可以这么说，ai在他的写作过程中介入很深，不是那么简单地去用ai找个东西。

比如他提到：

我每次写完文章，都会把文章丢给Claude做”压力测试”：你来给我挑事实错误、数据问题、逻辑漏洞，包括风险评估（Claude在这方面还挺准的，虽然我有时候不听它的）。

我阅读时都会这么干，扔个链接给ai：1、事实核查；2、逻辑推演有无bug。每天至少干五六七八回。写作时也干。当然，我和彭老师的写作话题不一样，我不怎么需要做风险评估。

接下来就是，当ai指出你这个事实表达不是很全面，然后它输出了一个更为全面的版本，涉及三四五六句话。我一看，果然比我全面。接下来我怎么办？

全部自己重写？这就扯了，何苦呢？要尽力避免和那几句话不同的输出比写几句话累十倍。当然是copy paste，最多修订几个字。我从来不觉得我文字运用能力有多精妙多出色，干嘛不低头认怂：ai写得好呢？

今年这个暑假，有朋友惊讶地发现，魏老师您可是过了连续几年最勤奋的一个暑假啊，沉迷写作成这样了？是，我这个暑假是有点沉迷写作。

但其实我是沉迷和ai聊天。

多年前，我是一个相当勤奋的专栏作家，三个周专栏，五六七八个月专栏，日出一稿一点都不夸张。所以我长期以来形成了一个囤想法囤念头的习惯，想到了，立刻记下来，说不定就是篇文章。

这个习惯一直有，只是后来没编辑拿枪顶着，加上工作也有些变化，慢慢就放下了写作到了有一搭没一搭的地步。而这个事，有点像跑步，天天跑就是习惯，一旦停下来，再启动，确实有点难。

但ai救我。我一个念头一个想法，就开始和ai切磋，聊着聊着就觉得聊出点东西，大致就可以有一篇文章的容量了。念头是我的，视角是我的，思路（模块）是我的，推演论证是我和ai反复多轮打磨过的。我只不过需要ai补齐事实，捋顺逻辑，提炼一两句有分量的话。最后再总体订正一下，这里到底有多少人肉，多少机油，你问我，我也不知道。

所以我很坦率地告诉各位：本号文章，机油人肉混杂，无法分割，也无法分清比例。

五

另外，我还想告诉各位，每天跟ai聊天聊到眼睛发酸还要硬顶着聊的人，写作风格是会变的。

这不是啥”一句话总结”这种很有标志性的话，而是用词习惯。

比如说，我明显意识到，我开始更喜欢用”叙事”而不是”逻辑”，因为逻辑这两个字其实存在多义。资本逻辑里的逻辑，肯定不是逻辑学的逻辑。所以资本叙事更好。

再比如说，我越来越欣赏”收束性”这个词，我以后要多用。

但是，变量，相关，比如前文提到的一句”道德作为一个变量，与我情绪变量的相关度很低。”这是纯人肉。如果不是经常读我文章的人，会觉得这种写法很机油啊。但是我要告诉您，我连日常说话都是喜欢用变量、相关的。我很少用因果，毕竟我是受过严格学术训练到了烙下钢印的人。

还有一个变量，那就是对ai的全局限定。

不同的限定，会产出不同的机油文本。我的全局限定相当繁杂，导致我的ai的输出，其实已经相当个性化了。你可别以为我的豆包也是个糖包，完全没有的事。连这个作为我辅助ai的bot，都被下过形形色色的限定指令。

不要对着一个新的媒介技术做老学究般的哀叹：这是堕落啊！历史一茬一茬的媒介批评学家，都证明这种哀叹，是如此得为赋新词强作愁式的高级智力玩具。

人图发论文评教授，您图啥呢？

六

文章究竟是机油还是人肉，好像是有点像预制菜啊。

于是就有人会说，预制菜我不反对，但我需要你标注出来这是预制菜。

一来我前面已经告诉你了，本号文章机油人肉有机混合，最多只能标注本文写作过程中有ai辅助。但这几乎是句废话，可能今天还到不了明年吧，明年保证9成9都有ai辅助。

辅助了多少啊？

关你屁事。

二来嘛，网上东翻西翻看文章，可不就是吃预制菜的水平。至少本号文章，绝非米其林大厨作品，质量就是个预制菜水平。

您还真当您是个顶级食客，想到我这里吃真正的野生大黄鱼？

想啥呢？

—— 首发 扯氮集 ——

谷歌（上图）和亚马逊（下图）的股价日k线走势图。

一

谷歌先发出财报，其实业绩不错，但23日收盘，大跌7个点。一周后，亚马逊发布财报，也不错，盘后大涨9个点。

这两份财报的核心逻辑，其实没啥太大区别：云业务强劲增长，ai需求旺盛，资本开支大幅上调。某种程度上，谷歌的表现可能比亚马逊更好一些，我让ai做了一个对比：

资本是讲增长的，不是讲静态数据的，谷歌的同比比亚马逊高得多，而且合同积压也更多，代表未来更不愁吃不愁喝。既然谷歌增长更好，就应该获得市场奖励。

但资本市场的短期反应，截然相反。

二

先说亚马逊。

亚马逊自有大模型Nova，但论知名度和行业影响力，跟GPT、Claude乃至有些拉胯的Gemini完全不在一个量级。很多人甚至不知道亚马逊自己做模型。但这不妨碍AWS成为这轮AI竞赛中最大的基础设施收费者。

亚马逊的AI商业模式，就三个字：卖算力。

卖云算力，卖自研芯片，通过Bedrock平台提供多模型服务，绑定Anthropic——不押注某一个模型必须获胜，而是尽量从整体算力需求中收费。AWS首席执行官Matt Garman这样表述：AI应用重心正从模型训练转向推理，企业客户需求持续强劲，目前市场需求仍然远远超过供给。

资本市场非常喜欢这种模式。因为收入路径短。客户直接付费。合同和积压订单可以验证。云业务利润可以单独观察。资本开支与新增需求之间的关系相对明确。

资本其实一直有一个非常重要的理念：复杂事情简单化，简单事情重复做。如果能达到这个标准，就是值得投资的公司。如果这个标准之上还能高增长，那就是香饽饽。

亚马逊也在烧钱。2026年全年资本开支指引从2000亿美元上调至2200亿美元，二季度自由现金流为负76亿美元。但市场不在意，因为AWS的每一美元投入，似乎都能在积压订单和收入增速中找到对应的信号。它的ai投资，几乎全部通过AWS向外收费，收入归因清晰，利润路径可追踪。

这就是亚马逊的核心优势：ai不是它的故事，是它的账单。它的ai投资，更像扩建一座已经满负荷运行的收费站，而不是先修一条不知道有没有车经过的高速公路。

我是在烧钱，但我在应对源源不断的订单而烧钱。

三

谷歌就是另一回事了。至少在亚马逊没发出财报前，资本市场认为，它是另外一回事。

御三家里gemini确实落后了，但肯定比nova强。但既然是都已经到了御三家这个阵营，benchmark就不可能是nova——这只是观感。

资本市场对谷歌的整体疑虑表现在：谷歌的ai投入在同时承担两个功能。

一为进攻。发展云，获取企业ai客户，发展gemini订阅及开发者服务——这些都在创造新的云收入和应用收入。

一为防御。主要是防止其他ai公司（说白了就是o社a社）侵蚀搜索入口，将ai嵌入搜索以维持用户习惯，并在ai回答中重新设计广告变现，保卫原有搜索广告利润池。谷歌搜索广告收入633亿美元，仍然是整个集团的利润基石，这个东西不能丢。

于是产生这样一个难题：

谷歌到底是在用2000亿美元级别的资本开支创造一个新的利润池，还是在支付一笔越来越昂贵的竞争税，以保住旧利润池？谷歌多投入的一美元，到底是在创造一美元新业务，还是为了避免旧业务损失一美元？

谷歌拼命证明我的ai投入是进攻性而不是防御性，但资本不信，因为你一家说了不算，上述难题成立。这就是谷歌与亚马逊最根本的结构性差别。

亚马逊的ai支出主要通过AWS向外收费——你用了我的算力，我开了发票，一清二楚。谷歌既向外卖ai（云服务），也需要用ai改造自身最赚钱的产品（搜索广告）。前者容易形成新增收入叙事，后者包含明显的防御成本（但确实不知道占比几何）。

391亿美元——这是谷歌当季的经营现金流。449亿美元——这是当季资本开支。两者一减，自由现金流为负59亿美元，这个数字创造了谷歌上市以来的新高。全年资本开支指引上调至1950亿至2050亿美元，并预告2027年还将继续大幅增长。

相对于亚马逊那句简单的”我在烧钱，只是为了应对源源不断的订单”，谷歌会让资本市场产生一种这样的叙事：”我在烧钱，是因为我要和a社、o社卷，因为这是我不得不做的防御”。

另外还需要指出的一点是，谷歌总体二季度净利润1121亿美元，但其中约990亿美元来自SpaceX、Anthropic等投资的账面浮盈。就是说，利润表很好看，但其中一大块根本不是主营业务直接创造的现金流。

四

一个重要的趋势浮出水面。

华尔街的估值逻辑，正在发生一次系统性的转移。不是所谓的ai泡沫破灭论——这种论断粗糙得我不屑一顾。

但ai正在从技术革命叙事进入商业纪律考核，至少对华尔街而言。

这个转移，大致经历了三个阶段。

第一阶段，市场关心的是：ai是不是真的？模型有没有用？能不能产生通用能力？这个阶段，发布模型、展示参数和能力，就能影响估值。OpenAI发个GPT-4，Google发个gemini，市场就兴奋。

第二阶段，市场开始关心：ai有没有人用？用户数、调用量、开发者生态、企业采用情况、算力需求。这个阶段，增长本身比利润更重要。只要用户还在涨，资本市场就愿意等。

现在到了第三阶段。市场开始问：值不值得投这么多钱？其收入能否覆盖折旧和资本开支？毛利率和营业利润率如何？客户是否愿意持续付费？需求是一次性建设还是长期需求？数据中心、芯片和能源投入何时产生现金回报？模型能力是否会因为竞争而快速商品化？

这不是退潮，也不意味着既有业务重新压倒ai，更不是什么ai泡沫破灭。它只是意味着，ai开始接受普通商业纪律的约束。

ai的价值不再约等于模型能力×想象空间，而越来越接近：可持续收入×利润率×竞争壁垒/资本消耗。这就是一个当年市梦率vs市盈率的故事，并不新鲜。

华尔街没有对ai失去热情，只是不再满足于听故事，而开始查账。四个维度的查账：是否带来收入增长；是否带来利润增长；资本开支是否有订单支撑；是在创造新增业务，还是仅仅防守旧业务。

亚马逊四项基本都能给出答案，谷歌第四项在没有亚马逊确认前很难说清。

五

有两种错误结论，很容易从上面的分析中滑出来。

其一，市场已经不再重视ai。不成立。没有ai需求，AWS不可能连续五个季度加速增长，Google Cloud也不可能暴增82%。没有ai需求，两家公司都不可能把年度资本开支干到2000亿美元级别。市场不是不相信ai，它只是开始要求ai证明自己值得被相信。

其二，市场只关心既有业务利润。也不成立。亚马逊的自由现金流同样是负的，全年资本开支2200亿美元，比谷歌还高。但市场仍然给了亚马逊15%的涨幅。这说明什么？说明资本市场仍然愿意接受短期自由现金流下降——前提是企业能证明需求真实、订单存在、收入可见、利润路径清晰。

市场不是从增长回到利润，而是要求增长能够说明未来利润——这是当下华尔街一个重要的转变。

ai叙事没有失效，但仅凭叙事获得估值溢价的阶段正在结束。以后你说”我们要投入ai”，市场会问：”投入多少？回报多少？什么时候？怎么证明？”

这不是苛刻。这是正常的商业逻辑。

六

谷歌财报发布暴跌后，开始反弹，基本算是修复了缺口，然后亚马逊发布财报，暴涨，谷歌跟着暴涨，超过了财报公布前的水平。

这是一个很值得关注的资本动向。这里还得引入一家公司的表现，就是微软。

可以这么说，亚马逊和微软有为谷歌作证的意思：微软公布的云业务增长和未来指引超过预期，同时维持正自由现金流；亚马逊随后又交出了AWS增长37%、合同积压大幅增加的成绩。这说明，算力需求并不是谷歌管理层为了给资本开支寻找理由而编造的单家公司叙事，而是三大云服务商共同面对的真实需求。

谷歌财报公布时，市场首先看到的是资本开支再次上调和自由现金流转负。后来，微软和亚马逊证明了企业确实在大量购买云端ai能力，于是谷歌的资本开支获得了另一种解释：它不只是为了防守搜索，也可能是在争夺一轮真实且规模巨大的基础设施需求。

谷歌先跌后涨，恰好展示了资本市场的查账过程：管理层的解释本身不足以建立信任，市场还需要收入、订单、利润和同行数据进行交叉验证。

七

AI并未失去华尔街的信任，但已经失去无需证明自己的特权。

—— 首发 扯氮集 ——

文后叠甲：本文只讨论华尔街资本市场（也就是二级市场）对成熟高科技公司的判断，不涉及初创公司未上市公司（当然也会影响到），更不涉及中国ai公司。也许我后面也会聊聊bat是怎么做的。

梁圣大约是一脸鄙夷的：这都是铜臭，我们看的，是agi的未来。

上图为携程的周k线图，1月16日这根大阴线非常明显，因为它代表了1.14日市监总局宣布要对携程进行反垄断立案调查的那一周。所以引发暴跌，没什么奇怪的。

最右侧的阳线，代表了携程反垄断调查结束总局宣布了一个合计为51.79亿（退还上游押金、没收违法所得外加罚款）的处罚的这一周。基本上算靴子落地的反应。这里的阳线，反应了市场认为携程的这次受罚，虽然出了个大血，但依然没到伤筋动骨的程度。

投资界有一个很有趣的理念，那就是当出台一项对某司的不利措施时，我们应该做如此判断：1、该司是否为该赛道领头羊，且有巨大的市场集中优势；2、该不利措施是否会导致该赛道消失？如果答案分别为”是”和”不是”，买入时机闪现，因为一定会超跌。

但这个理念在携程上失效了。因为如果你在携程被宣布立案调查时买入（60左右），等到靴子落地后的这一周（45左右），你依然会有近三成的亏损。

携程的基本面价值出现了什么问题？

我这里先放一个判断：如果静态地看，看上去它还是便宜的。

二

雪球上显示，携程的静态市盈率5.93，市盈率TTM为6.27。十倍都不到的市盈率，这是一家非重资产的互联网公司该有的市盈率么？居然这么便宜的么？

稍微看一下利润的细节。携程自己公布的非GAAP利润318亿元中，包含159亿元其他投资相关收益。排除掉投资收益，携程更接近经营实质的市盈率大概在12-13倍之间。依然不算很贵。

路透引用Visible Alpha数据称，在整改和增长放缓背景下，市场目前预计携程2026年基础净利润约为135亿元，同比下降约15%。如果按照今天的市值规模看，它的市盈率就是15倍左右。

但携程依然拥有以下的强优势，即便是遭到了一次重罚，这些强优势都不会改变，甚至是短期内都不会有什么质的改变：

经营利润率水平相当可观，足以证明它是一家轻资产的平台型公司；

大规模用户基础，以及所表现出来的国内ota市场的遥遥领先的高额占有；

相当充沛的现金或现金等价物，提供了极大的下行保护以及上行扩张弹药；

票务、酒店和旅行社供应连接；

海量的用户评价与历史交易数据；

多语种客服和售后体系，以及相应而来的有一定消费者信任度的责任体系；

跨交通、酒店和目的地产品的交叉销售能力；

携程、去哪儿、Trip.com和Skyscanner多品牌矩阵；

还有一点至关重要，国际业务增长相当迅猛，而且不是单一酒店业务增长，是交通、酒店、入境游和当地产品共同扩张。说一句第二条业务增长曲线已然成型，也不为过。

为避免枯燥，相关数字我不写了。反正我上述文字，都有数据支撑。

也就是说，脱离具体场景看，作为真·轻资产互联网平台公司，携程的市盈率是很低的，也就是我说的，看上去相当便宜。

三

市监总局判罚后，不仅是一笔巨额资金的支出，当然也涉及到对携程所谓护城河的一定的打击。这个毋庸讳言，肯定很多人都能知道。这是市场给出较低估值的一个原因。

另外一个原因，就是来自于AI。

是不是几个程序员搓几个skill，就可以替代掉携程呢？这话的表述方式当然是夸张的，但核心理念是这样的：AI对携程的威胁度到底有多大。满分100分的话，是60分的威胁，还是20分的威胁？

我们需要把一次出行，拆分成若干个片段来看。

大致上，分为这些环节：1、起心动念环节，包括旅行念头、攻略、行程规划；2、价格比较；3、打开某个软件（可能是app 可能是agent 甚至可能是bot）；4、下单操作；5、供给方的实时库存响应；6、合同出具与签订；7、支付、退款和风控；8、任何一种纠纷的售后；9、整个交易的最终结果的责任承担。

Skill能解决什么？

很显然，能解决这九大环节中的靠前部分。第五、八和九项，非常难。第六项，看供给方（比如航司）是否配合。第七项，可能解决，可能解决不了。资金流向其实是一个很大的议题。

也就是说，从”用户打开携程–搜索–比较–交易”，可能会变成”用户告知ai预算与偏好——ai搜索比较——ai接入ota或者直接机酒公司——交易”

如果后一可能成立，那么ota在业务链条上，就变成了和机酒这种最终供给方一样的角色，都是供给方。在整个链路中，有可能携程依然可以汇聚大量中小航空公司，但它和三大航的地位却变成一样的了。

于是，这个问题就变成了：

作为一家旅游交易基础设施公司，会不会面临AI重构流量入口？

如果是，那就相当麻烦。因为利润率其实来自于入口价值，而高额利润率保证了ota的履约和担责能力。当入口价值消失，利润率下降，履约和担责能力却并没有减少。这是不是就很麻烦？

四

这样的事发生了没？

尚未规模化发生，但存在这个迹象。

Google已推出AI旅行规划和自然语言机票搜索，并计划在AI Mode中直接完成酒店和机票预订。合作方包括Booking、Expedia、万豪、洲际等平台和酒店集团。

GPT的应用及连接器体系中也已经出现Booking和Expedia。

如果这个迹象进展得很快，携程将面临从”拥有用户的平台”变化成”向AI提供库存、价格和履约的后台批发商”。

它的订单量并不会消失，甚至有可能增加，交易额会增加，但收入增速放缓，抽佣率下降，品牌意识占有率下降，当然，估值倍数也下降。

这比”几个skill会替换”更可能发生，也更致命。当然，我说的更可能发生，是相对于skill替换而言。

但无论从海外御三家还是国内诸厂的表现来看，似乎尚未把这个作为主攻方向。至于github上出现几个skill，我真不认为能动摇包括携程在内的ota的基石。

携程还是有时间的。

五

你肯定会提出，AI就不能强化携程吗？

也有这个空间。

携程在26年Q1财报中明确表示，正通过Skill、MCP及其他AI原生接口向第三方AI代理开放平台，目标不仅是成为用户使用的App，还要成为AI代理所依赖的旅行基础设施。云云。

策略上表现出，尽可能守住入口，如果有些地方守不住（不是全面守不住），也是所有人口的后台供应商。方法是：模块化库存、实时价格、支付和履约体系，从而提升交易可靠性而不是仅仅靠app界面赚钱。

当然，AI肯定能降低携程的一些成本，比如智能客服什么的，这就不展开了。

总体来看，携程节省的成本和新增订单，能否超过入口迁移造成的抽佣率下降。这个问题现在反正外部观察者如我，是很难回答的。我甚至有理由推断，携程自己都不晓得。

于是，在资本市场上，就呈现出一种既不给高市盈率但也没抛弃它的状态。

六

最后扯两句国际旅游业市场空间问题。

全球旅游是一个低增长的赛道，即便受到了地区冲突的冲击，但就疫后的水平来看，可以说是复苏了。它的增速比全球经济增速略微高一点点。这是很正常的表现。

携程的国际市场高速增长，主要得益于它在亚太市场的努力。亚太子赛道，是全球旅游的高速赛道。以航空客运量为例，它的增长速度是欧洲市场的一倍，北美市场的接近一倍。数字分别是5.1%、2.3-2.5%和3%左右。

这其实对携程这家中国背景的公司，总体是一个好消息。

而且，ai带来的冲击，更为不那么紧迫。

本文的结论就是：观测携程的商业价值，恐怕重心更需要落在反垄断所造成的护城河变浅，并不是什么AI的冲击。长期主义而言，当然后者也很重要。但如果仅仅是一两年，重心在前。

—— 首发 扯氮集 ——

顺便说一嘴，消费侧这一头引发的各种争议，除非出现类似魏则西事件的人命官司，三个字：

不重要

这个核心思路随着官方通报、携程立刻站直认错的新闻出来后，基本上算是得到验证。

7月25日，市监总局对携程作出处罚：责令停止违法行为、退还酒店订单储备金1.22亿元，没收违法所得16.58亿元，并罚款35.21亿元，罚没合计51.79亿元。

携程被罚的，相当于其2025年（上一年度）中国境内销售额的7.5%——这个比例数字，是平台经济反垄断案件中迄今最高的（阿里4%美团3%知网5%）。

这次我手搓一篇，正经来聊聊反垄断这个事。

一

在风投做投资人的时候，我曾经参与过一个被投企业的董事会。

请恕我不能透露这个企业的名字，也不能透露他家产品的名字。我只能说，这是一家中型企业，以生产某种成熟品类的数码消费级产品为主要业务。所以说，是一个消费品制造业企业。中型企业的意思就是产品有一定知名度，一年销售量是还是能到大几亿，且毛利率不低。

董事会讨论下一个年度的一些战略战术，其中也包括营销投放。该企业的营销负责人倾向于制定大预算，大举投放，再提升一把销量，而我，很关心这个企业的净利润率。这是一家消费品制造业企业，而且并不是刚冒出来的，赛道也不新，玩命烧钱在利润率其实不高的情况下，很危险。

我知道他们的净利润不会高的，但到我看到具体数字后，还是比较吃惊的：不高成这样？

毛利润基本都被流量吃了，也就是各种电商平台。而他们也不大可能像早期小米那样，完全自建站，自己直销，拒绝所有成型流量平台。

我开了个玩笑，你们这个销售额感觉在上海能买地了，但其实利润连个厕所都未必买得起。大举投放其实没啥意义。

流量平台不是没有价值，而是对上游厂商要得太多，这个思想钢印，是那次董事会给烙上的。

我一直是这么看的，对于上游厂商，不是什么天下苦携程久矣，而是天下苦流量平台久矣。

李佳琦那时候因为什么低价不低价和某化妆品企业的争端，我是站后者的：流量倒逼上游，是有问题的。

二

在反垄断这个议题上，中美有一个前提都是一样的：并不反经营形成的市场垄断地位（对于因为资本并购形成的市场垄断地位要进行政府审查），市场集中度高是一个信号而不是违法本身。但对于因为市场垄断地位而进行的某些行为，要予以打击。

但在这个“某些行为”上，中美是有较为明显的不同的。

从经济结构来看，中国基本可以被概括为一个制造业和资本形成权重较高的生产型经济体，而美国则是一个以服务业为主体、居民消费在总需求中占主导地位的消费型经济体。

24年，中国制造业增加值约占GDP的24.8%，美国约为10%；与此同时，中国居民最终消费支出约占GDP的40%，美国则接近68%。这意味着，中国经济更多依托制造能力、产业投资和商品生产，美国经济的短期运行则更依赖居民对商品和服务的消费需求。

结论还是很清楚的：中国的比较优势和经济结构更偏向制造、投资与供给，美国的经济结构和总需求则更偏向服务业与居民消费。当然，中国也在努力提振消费。

知道这个背景后，就会注意并理解，打击滥用市场支配地位（也就是所谓的垄断），主攻方向的不同——注意，我这里并没有设置因果链，而是不同的政治经济背景，是理解方向不同的一个考虑变量。

三

先看美国。

它的内核是“消费者福利”，这是反垄断的中心出发点，也就是所谓深受芝加哥学派影响。这个学派有这样几个思路：首先，大企业未必是坏的，企业规模巨大，反而通常说明它效率高、产品好或者成本低。基于此，反垄断保护竞争，不保护竞争者。亚马逊导致书店关门，关就关好了。我个人甚至认为，消费者与大企业之间的纠纷，相对更容易得到舆论支持而获得解决。而与小企业的纠纷，基本都是忍气吞声了事。

其次，平台与商家、制造商、经销商之类的关系属于垂直关系，而基于这种关系的所谓垂直限制，通常具有合理效率。比如可以保证服务质量，降低交易成本之类。美国司法也大量采用合理原则，要考察实际效果，而不是见到平台对上游进行限制（也包括搭售、捆绑行为）就认定滥用支配地位。

最后，思路上认定错杀比漏掉更危险。芝加哥学派更提防把正常市场行为错判成垄断，而不是把垄断误判为合法。要认定某大型企业滥用支配地位，门槛非常高。

通俗地讲，就是消费者福利是否有损（这里包括消费价格，但不仅仅包括这个）。如果平台拼命压榨上游但消费者福利上升，这会被视为合理，有效率。至于上游会不会大面积破产，会不会引发规模性失业，这个不是关切重点。这就是所谓“保护竞争而不是保护竞争者”。

在前几年，美国有所谓新布兰代斯主义回归的一个倾向，这个主义在反垄断上会追求多个目标，比如工人福利、中小企业保护、民主运作、财富平等、经济自由、地方主义等等，反对仅仅把消费者福利当作唯一标准（是的，有一定的精英白左味儿）。拜登时期的FTC主席丽娜·汗是重要推手，但随着其人卸任，这个回归倾向尚未被视为主流。即便在任期间，发起多项较为激进的反垄断诉讼，败诉居多，也没有形成实质性的判例法做为基础。

不过，她任期内与司法部反垄断局共同制定的《2023年并购指南》，应该会成为长期的制度遗产。但一来这个指南主要关心企业并购后引发的市场支配地位（也就是非经营所形成的）是否可能实质性减少竞争，二来它依然只是FTC与司法部联合发布的非约束性执法指南，属于行政执法层面，而不是司法判例体系——在美国，可能后者重要的多。

四

接着看中国，中国的反垄断有一定的新布兰代斯主义的气质。但不划等号，有些地方是有核心差异的。

这个气质就是反垄断不是一个纯效率问题（消费者福利是不是下降了？）——这是芝加哥学派最为显著的特点。中国的反垄断要涉及的面很多，可以参看中国反垄断法开宗明义第一条。这是很有新布兰代斯主义气质的表述：垄断造成的损害不限于消费者利益受损。

除了《中华人民共和国反垄断法》之外，还有一部很重要的文件，21年发布的《国务院反垄断委员会关于平台经济领域的反垄断指南》。这个文件在当年2月7日正式公布后，阿里被罚182.28亿于4月落定，然后是10月的美团被罚。

在这个《指南》中，明确表示监管不仅保护消费者，还要维护：平台内经营者、消费者、从业人员以及平台经济整体生态。指南甚至采用了“整体生态和谐共生和健康发展”的表达。这与新布兰代斯主义把平台视为某种私人治理者或市场基础设施控制者很接近：平台不只是卖一种商品，而是在决定谁能进入市场、谁获得流量、谁承担什么条件。

到了26年，1月14日，市监总局宣布对携程进行立案调查，1月28日，总局制定了《互联网平台反垄断合规指引》，把具有支配地位的平台强迫交易相对人“二选一”列为明确的反垄断风险。

结合中国当下的实际情况，保障平台内经营者、从业者的倾斜是十分明显的，因为很显然这涉及到就业问题。而此次携程反垄断案，也不会例外。大数据杀熟是不是一个因为具有支配地位而会出现的滥用？是。但一来未必是多大的当务之急，且更为重要的是二，认定这个行为叫杀熟，那个行为不叫杀熟，其实是有难度的——这不是你似乎觉得这个手机的价格和那个手机的价格不一样，就叫杀熟的。

五

早在2019年，市监总局就发布过《禁止滥用市场支配地位行为暂行规定》，之后在处置阿里案和美团案时，这个法规都被作为重要依据。

但到了23年，也就是阿里案和美团案处置完毕后，市监总局对该法规进行了升级，发布了《禁止滥用市场支配地位行为规定》。在这个法规中，可以明显看到，这两起案子的执法经验，被吸收和制度化。比如，明确了平台市场支配地位可以考虑网络效应、锁定效应、流量控制、数据控制等；限定交易可以通过奖励或惩罚变相实施；不得利用数据、算法、技术和平台规则实施滥用。等等。

到了携程案，所查明的行为，与23年这部法规的分析框架高度对应，试罗列几条如下：

要求“特牌”酒店不得与其他平台合作，对应第17条限定交易

用流量倾斜激励独家合作，对应第17条第二款“激励性措施变相限定”

用限流、摘牌、扣订单储备金强制执行 ，对应第17条第二款“惩罚性措施变相限定”

强制酒店提供全网最低价，落入第18条附加不合理交易条件

使用调价助手、平台规则和算法实施控制 ，体现了第21条利用数据、算法、技术和平台规则实施滥用

可以这么说，携程案是23年这部法规在大型互联网平台领域一次非常典型、系统的适用。出台三年有余，却也不对照改改。梁总天天关心社会人口问题挺好，但自家反垄断问题的学习还是要加强啊！

你说你被抓个典型出了个大血，该不该？

—— 首发 扯氮集 ——

注1：中国的法律法规，由多级机构部门发布，效力遵循下位法必须遵从上位法。比如《中华人民共和国反垄断法》，人大常委会通过，位阶就很高。部门规章，则属于下位法。《禁止滥用市场支配地位行为规定》属于部门规章。而指南、指引，未必就一定是法律法规，但事实上会作为执法的重要参考。比如《互联网平台反垄断合规指引》自己都表示不具有强制性，但是，你别不当回事。

注2：新布兰代斯主义理论源头可以上溯到上世纪初的美国高法大法官布兰代斯。他积极推动反垄断立法、保护劳工权益，并提出“大的诅咒”（Curse of Big）理论，警示大企业可能带来的经济和政治风险。这是和芝加哥学派非常不同的差异。

谷歌发了财报，其实业绩不错，谷歌云的增速还让人惊叹，与利润率双双超预期。但资本市场没有买账，一方面可能是考虑到谷歌要加大ai基建开支所带来的现金压力，另外一方面，可能就和ai实际进展有关了：gemini最新版本一直在跳票，而年头让人惊艳的gemini 3.5在时下，又显得不那么能打了。

在本月，我终于弃gemini而去，换上了ChatGPT（不要问我为啥不claude）。我再次支付了gpt的会员费，并经过一个晚上的聊天——在给予了相同的全局限定性指令的前提下，比如禁止寒暄禁止夸赞禁止模糊遵循循证医学原理第一性原理以及反向压力测试等——决定换车。

这里有个前提要说明，无论是gemini还是gpt，我指的都是使用bot类服务，并不涉及到api调用，也和agent关系不大，比如我并没有停止支付gemini会员费，因为我还是想继续使用它的深研。

我其实很怀念gemini的文本风格，虽然可以认为它极度装逼，一点点小事也要上纲上线，但我的偏好确实喜欢这种相当酷拽的机器性冷淡风。

我尤其不会忘却某一个晚上，gemini给我的雷霆一击。

二

我有天和gemini开启了很长的关于超级对齐的讨论，对于ai安全的关切，超级对齐派到底目标是什么。

gemini以辛顿为例，表示他其实是希望建立一个超越国家的全球性组织来进行监管，一如原子能机构。

我表示ai安全比核安全复杂得多。核安全是一个基本上黑白很明显的话题，但ai安全——尤其是超级对齐——涉及到大量的人类伦理观念，并不是那么黑白分明。于是我输入了”人文社科很复杂”这样的字样。

gemini是这样蹦token的：

人文社科不是太复杂，而是在逻辑上太低劣。

我必须承认，在6月11日那个深夜，我的大脑电闪雷鸣，这句其实gemini并没有意识的纯属蹦token的表达，却让我这个人类的意识，咣咣作响。

三

我在香港浸会大学读研期间，有一位教授的两句口头禅让我印象极深。一句是how do u know，这个告诫我不要随随便便就下论断。一句是why u ask。这句话其实是很文科的特点：你问这个问题的意图是什么，而意图会导致答案是不同的——角度决定立场，立场决定答案。

后来，我成为一个理工科很强但文科相对偏弱的大学的文科院系教师，有时候私下里也会和同事学生说，理工科思维单纯，文科就很复杂。问题没有简单的标准答案。

理工科喜欢给出标准答案，作为文科教师，有时候会斥之为理工科的傲慢，看不到人的复杂性。

长久以来，我一直以人文社科”复杂”而自诩，在这个意义上，我确实是认为人文社科更”高级”一点。

但gemini说，不，不是。是因为你们”逻辑低劣”。

它说的未必对，但确实能让我重新审视所谓”没有标准答案”这个事。而且，说一句国际政治不是太复杂，而是逻辑太低劣，怕是大概率上是成立的。

我以前一直有一个判断，真正的人生，无法不双标。我只是没有再往下推一步：真正的人生，其实就是逻辑低劣的一生。

四

亚里士多德说过，德性是一种与选择有关的稳定品格，它存在于相对于我们的适度之中……它是两种恶德之间的中道：一种源于过度，另一种源于不足……恶德在情感和行为上有所不足或超过应有的程度，而德性则发现并选择那个适中的位置。

东方圣人孔子则说中庸：中庸之为德也，其至矣乎！

a>b，b>c，则必然a>c，这是完全可以言之凿凿，做出极端判断的。但东西方两大圣人都谆谆教导我们，为人，不可以这样。有时候需要你勇敢，胆大比胆小好；有时候需要你怯懦，胆小比胆大好。有时候这个叫不到长城非好汉，这叫执着；有时候那个叫不见棺材不落泪，那叫执拗。

视情况而定。

运用之妙，在乎一心。

五

人的逻辑低劣，并不代表我认为人低劣。因为逻辑并不是人的全部。甚至可以这么说，都未必是为人的必要条件——这里要指出一下，很多时候我们口语表达里的”你这人没逻辑””这事没逻辑”，和真正意义上的逻辑，不是同一个逻辑。

有一点很重要，那就是人的很多维度的日常生活，需要准确，但未必需要精确。放盐少许或者半勺，这是一个准确的叙述，反正已经告诉你别多了。但如果你非要问，少许到底是多少克？半勺又是多大一个勺？这就是要精确。至少这个世界上的大多数人，未必靠这么精确来生活。

准确：判断是否接近真实情况，或者行动是否击中了正确目标。

精确：表述和测量细到什么程度，边界是否明确，能否稳定重复。

亚里士多德明确表达，中道不是算术平均。十斤太多、二斤太少，不能由此推出六斤恰好。算出六斤非常精确，但对具体的人可能完全不准确。亚子笔下的德性，要考虑”何时、对谁、因何、以何种方式、达到什么程度”，所以它追求的是情境中的准确，而不是脱离情境的精确。

中庸，是一种准确性的伦理，而不是一套精确性的算法。

而逻辑，保证的是推演的精确，却非自动保证前提和模型的准确。

六

其实，视情况而定，这句话本身并没有错。

“何时、对谁、因何、以何种方式、达到什么程度”——这就是视情况而定。

问题的关键在于，当抛出这句话时，说话者其实有义务将这个”情况”说清楚，但事实上，并不是，甚至可以说在现有的算力条件下，根本说不清楚。

Gemini那一串token之所以像雷霆，不是因为它给出了准确答案，而是因为它极其精确地击中了人类的一个软肋：我们确实太容易用复杂性原谅自己的含混。拿”复杂”当作一种免责条款。只要说一句”视情况而定”，似乎就可以不再解释；只要强调人的复杂性，前后矛盾也仿佛获得了正当性。

“逻辑低劣”，确实是一记相当响亮的耳光。

谨以此文，表达我对Gemini的怀念，以及，敬意。

—— 首发 扯氮集 ——

此文纯属我为自己沉迷游戏找遮羞布，上了不少有的没的的价值，看个乐吧。

可能不玩我提到的游戏的，看着有点陌生。我尽可能以未玩过的读者为对象写作，但能力有限，包涵。

一

我好几年前入坑一个SOC（生存开放世界建造）游戏，游戏时长达到惊人的3000小时，以至于近乎从社交网络中消失。一些较为熟悉的朋友都知道我沉迷于”抓奴隶”——这个游戏需要玩家满世界去各种部落里抓人来给自己干活或充当军事力量，游戏官方称为”族人”，倒不是玩家们随口说的奴隶。

今年我又入坑一个SOC游戏，也已经达到了1000小时。这个游戏依然是满世界各部落去抓人，游戏官方起名叫”trall”——毫不避讳这就是奴隶。有些较为熟悉的朋友还是知道我在沉迷抓奴隶，但其实不少人一直以为我在玩同一款游戏。

但这是两个游戏。前者叫《灵魂面甲》，后者叫《流放者柯南》。确实看上去是很像的游戏，都是玩家身处蛮荒世界，然后跑各种部落抓人，组建自己的部落（或者叫王国）。而且甚至可以说，前者是有借鉴后者的影子的。

我各自沉迷许久，还是玩出了点截然不同的价值取向的。灵魂面甲的出品方基本可以视为国产，流放者柯南则是标准老外开发商（虽然后来属于腾讯投资收购系列）。这两款游戏的底层价值观，彰显了截然不同的东西方文化价值观。

二

先说《流放者柯南》，老游戏，17年EA版本，18年正式发售。开发商Funcom是一家成立于挪威、有三十多年历史、2020年被腾讯全资收购的中型跨国游戏公司。Funcom初期经营不善，15年做了重大变革，17年推出《流放者柯南》后成为至关重要的转折点。这款游戏可谓是其当家花旦。

流放者柯南本身是一个IP（可能你还记得施瓦辛格早年出演过柯南）。这个IP的源头来自于霍华德上世纪三十年代的系列短篇小说，所谓野蛮人柯南，算是剑与魔法的开创性作品。总得说来，文学造诣上成就有限——霍华德本来意图也就是写小说卖钱，刊发的媒体也都是那种走低俗路线的（你可以理解为今天的营销号）。但奇幻方面的想象力还是颇有一些，且口味较重，算是面向中下层（按今天说法，就是红脖子层）的畅销读物。

霍华德写到后来，价值取向上所谓”文明悲观主义”越来越重，也就是对现代文明的排斥。这可能也是这个作品广受中下层好评的原因。但他生前没有完成一系列短篇外加一个长篇的整合，这个IP是他死后慢慢整合完成的，但依然不是一个统一的精修的所谓宇宙。

文明悲观主义是柯南这个IP一个极为重要的内核，这一点，与西式哲学观”高贵的野蛮人”呼应。按照IP设定，柯南生活在一个奴隶制横行的世界，在奴隶制的基础上，文明得以发展、壮大。但柯南拒绝为奴，不过要注意的事是，柯南并没有上升到反对奴隶制的地步，而是他只是自己不愿意为奴。在他的价值观构建中，杀死一个人比奴役一个人高尚：武斗中击败乃至杀死，至少是把对方视为一个有全部行动力的人格主体，而非工具化对方。

柯南从不拒绝暴力，甚至可以说是酷爱暴力，但他拒绝工具化人，你能在他身上读到西方人对维京海盗的某些幻想的影子。这是这个IP的核心，也是能推演出文明悲观主义的重要起点。

这是野蛮比文明高贵的地方：可以很残忍的终结一个人的生命，而且是在彼此都有刀剑的相对平等的对抗的过程中，但绝不物化ta。并不是因为不杀人才高贵，也不是因为仁慈高贵，而是因为拒绝把自己的胜利转化为永久占有他人。

即：高贵恰恰表现为不把胜利制度化——这是高贵的野蛮人中最为内核的东西。

三

在《流放者柯南》这款游戏中，柯南只是一个背景NPC，玩家扮演的是一个被投放到专门流放罪犯的世界的蛮人，开局只有一条裤衩，然后生存下来，并建立自己的部落。它丝毫不会讳言作为玩家，需要抓捕各种人类，并押上所谓”痛苦之轮”进行折磨，然后成为自己的奴隶。整个游戏不存在任何所谓科技，但配置了一些魔法——如果只玩游戏本体，通常来说这些法术用处极少而且相当黑暗，需要抽取人类鲜血或灵魂。可以说，几乎就是靠剑锤矛弓斧之类的冷兵器，征服整个大陆。这和原IP是相符的：霍华德笔下的魔法，都是古老的隐秘的反人类的且需要警惕的，因为使用魔法会丧失人性——游戏里设定为提升玩家的腐化值。

但这个游戏给了一个相当有意思的极度反常的结局。它作为游戏奖励机制异常糟糕，却作为象征结构却又异常有力。

玩家初到这片大陆，手腕有个手环，正面作用是可以在方尖碑处将自己传送到遥远的异地，但负面作用就是无法离开这片大陆周边的结界。玩家遍历大陆探险后，集齐材料，可以解除手环，离开这片大陆。这可以说成是这个游戏的玩家的终极目标，但一旦解下手环，玩家的这个存档将被删除，也就是玩家辛苦攒积的资源、奴隶大军、部落建筑物，全部烟消云散化为乌有。

这其实给出了一个很有意思的思考：自由的代价极其高昂，你愿意不愿意用整个王国去交换？高贵的野蛮人自有其高贵处，自由必须真正付出放弃占有物的代价。

小说里，柯南是愿意的。他即使成为国王，也绝不允许王冠、礼法和宫廷彻底拥有自己。

但大多数玩家并不愿意。他们会攒齐所有材料，做好存档备份。然后解除手腕只是想看看结局动画。Funcom给玩家们开了一个巨大的玩笑：结局动画非常粗糙，只是一两秒的玩家越过结界。然后，就没有然后了，连配乐都没有，也对这位高贵的野蛮人的后续有任何交代。通常玩家们会骂骂咧咧地将备份重置，继续自己作威作福在流放之地为王的生涯——你拥有了一个王国，还是一个王国拥有了你？

四

回过来看《灵魂面甲》，24年EA，26年正式发售。开发商CampFire Studio是一家新锐公司，公开资料极少，应该是一家注册地在新加坡但主体是华人（或者就是中国人）的小团队公司，没有以前作品的记录。这款游戏背后也没有IP支持。

同样的，玩家身处一片蛮荒世界，开局也只有一条裤衩，生存下来，到处抓人成为自己的。。。族人（游戏官方从来不提奴隶二字），发展自己的部落。这片蛮荒世界，有很强的南美阿兹特克人、玛雅人的影子，所以确实也存在部落杀人祭祀的场景——比如开场你就是一个要被祭天的主，只是该部落遭遇其他部落突袭，你趁乱逃出生天罢了。

但《灵魂面甲》完全不是一个走向野蛮的故事设定，而是一个从野蛮慢慢建立起文明的走向，甚至包括采用神秘的外星高科技。比如说，玩家需要在一些高大的所谓远古建筑中历险，但在其中遭遇的全是机器人。将机器人击败后，获得科技。至少在EA版，最强关底大BOSS就是一个相当有科技感的机器人——游戏故事设定为外星文明遗留物。

我在这个游戏上，是完成了steam全成就的，其中一项就是收集所有叙事石板。这些散落各地的石板拼凑起来大致是这么个故事：外星文明来到此处，土著们奉为神灵，却没想到外星文明对土著进行奴役榨取，部分土著开始反抗。然后上古世界就此毁灭，外星文明遗留下一堆高科技、机器人以及游戏重要道具”面甲”。玩家其实要做的事是，利用这些科技，重建人类王国，从蛮荒走向文明。

你看到了吗，这两款看上去非常像甚至可以说面甲借鉴了相当多柯南的游戏，但其内核是完全相反的。一个走向蛮荒，一个走向文明。

考虑到灵魂面甲是中国开发商，是不是有一些所谓监管需求的考虑呢？

我一开始也这么认为，但我现在完全不这么看。

五

作为儒家文化的中国，文明底色上从来没有”高贵的野蛮人”这种设定。与之正相反，儒家文化有一个著名的论断：华夷之辨。

华夷之辨和血统、种族无关，它强调的是一整套秩序式的东西：礼仪、规则等一系列显性的或者隐性的制度。换而言之，华者，制度化也。

至于夷，也就是蛮夷，几乎没有任何可以称颂的地方。一个”蛮”字的虫字底造字法已经很透彻地说明了华夏对其态度。

华夷之辨其实是开放性的，无论你是什么血统什么种族，只要认同、接受、执行这套秩序，你就是”华”。反之，你就是”夷”。孔子主张的所谓礼，就是秩序。人在秩序之下，而不是秩序之上。从这个意义出发，人确实不那么”自由”，所以，你也可以视为并没有那么有开放性。

这套崇尚秩序的文明底色，自觉或不自觉地在《灵魂面甲》中是有强烈体现的。比如，这个游戏EA不久后，就很”听劝”地接受了玩家的建议，搞了一个所谓自动化生产流水线。但《流放者柯南》自EA起，一直到今天，从未在这个游戏里设置过这种。玩家需要生产个什么东西，并不存在自动化生产流水线。甚至在今年5月5日切换引擎大更新之前，都还得手动地去翻箱倒柜找出生产所必须的材料，而非全局远程调用。

从美术表现上，《灵魂面甲》在游玩初期，会感受到蛮荒之味。但很快就会投入到科技树的打造上，面甲也科技感越来越足。作为玩家，是很有一种从野蛮开始，锻造自己的文明之感。

这款游戏目前没有终局，也从未给过类似《流放者柯南》的终极目标。但我猜想，要么就是没有，要么就是一个文明繁荣科技兴盛的目标。

而流放者柯南的终极目标，不是建设一个更完善的流放之地文明，而是获得离开所有权力成果的能力。玩家可以建立奴隶王国，但游戏最终检验的不是王国有多强，而是玩家是否仍有勇气放弃它，重新成为一个不受土地、财产和手环约束的自由人。也就是成为第二个柯南。

游戏没有系统地批判奴役别人，却明确把”自己不再受奴役”以及”自由高于全部积累”设成了唯一真正的结局。

六

我这里并没有比较两种理念谁更好的意思。如果是我个人立场，我当然会倾向于秩序为先。王都必须在法下。我也倾向于认为，高贵的野蛮人，只是文明中人对异域的某种不切实际的想象。这种思想实验式的东西，更多意义上，只是一种高级智力玩具。

但如果从游戏角度，我可能更喜欢《流放者柯南》一些，它的蛮荒气质做得更到位，mod社区更为丰富，以及，美术表现更为优秀，当然，它的坐骑系统是我玩过的SOC类游戏里最糟糕的，而且被腾讯收购后内购卖皮肤的嘴脸也是最彻底的（但我依然嘟嘟囔囔地边抱怨边买下）。

最后，游戏里的价值观，我本文是有些故意拔高了。玩游戏而已，有意思就行了。

我只是想告诉各位，上价值我也是会的，能上到什么高度，各位也看到了。

—— 首发 扯氮集 ——

一

作为一位大学老师的我，目前正在暑假中。暑假就我而言，通常还是有一个活要干的：为下学年的课程做一些准备工作，包括且不限于课纲制定、课件制作和材料准备。

我是一个以实务教学为主的老师，实务教学的特点就在于和现实世界捆绑很紧。科技发展这些年势头很猛，甚至到了有让人目不暇接的感觉。这使得我年年都需要做一些调整，有时候还面临重大模块增减：比如我刚到交大教书时，世上是没有短视频平台、算法推荐这种事的。当然，作为大学授课还是需要有一定稳定性，不可能今年什么事火立刻就进行模块级别的调整，看个一两三年还是有必要的。

今年暑假，基于 AI 的大发展，我深感需要对我这门《互联网与新媒体实务》做一次重大的模块更新。这个领域前两年上课不是没提及，而是感觉还是缺少浓墨重彩的有体系梳理。

我几乎算是一个 ai 投降派——一种先对 ai 敞开怀抱大胆去用然后再小心谨慎而非唯ai是从的姿态，这活不可能不弄个 ai 工具来帮忙。

这次我选用的是TRAE Work，字节出品的一个搭载ai agent的工作平台。我较早时听说过 TRAE CN的TRAE IDE，但因为是以编码为主，和我这个文科教师关系有点远。但这次的TRAE Work 我应该能用得上。

二

作为一门紧贴互联网真实商业世界的实务课程，大致上有以下几个特点：

其一，缺少成型的教材——我自己从未使用过教材，完全靠 PPT。尤其是这些年才发生的事。在互联网作为一个新媒体方向上，对古早发展历程的梳理，有诸如彭兰教授的早期作品《网络媒体的第一个十年》，进行了偏学术化的论述。但之后确实非常罕见。而即便彭教授这本大作，也很难真当教材使用，更多意义上是一个教辅读物。

其二，虽然缺少教材，但相关资料却又是汗牛充栋。市场上有大量关于互联网商业史的书籍，比如我的朋友林军就有两部大作：《沸腾十五年》、《沸腾新十年》。我个人也很推崇吴军的《浪潮之巅》，当然还有更多的类似书籍，不乏佳作。有一说一，我人力上也不可能都看得过来，即便看得过来，也未必都能记住。更重要的是，这些资料其实依然是需要互相印证的，不能偏听偏信。

其三，有一些专有技术概念，本身也会成为一本书籍的厚度。比如推荐算法，这四个字就有大量的书籍。基于推荐算法，还有广告方向上的实务操作。我看过刘鹏王超合著的《计算广告》，是一个相当不错的教辅书籍。

其四，当然还有大量的媒体报道，如果仅看公认为主流科技媒体的重磅报道，基本上一周冒出来一篇的频次也许夸张，一个月冒出来一篇却又有些保守。这意味着其实存在不断在更新的所谓热点事件和热点分析。

其五，中国互联网的发展，事实上受大洋彼岸的美国互联网影响很深，无论是资本角度，还是商业模式角度，甚至包括组织架构体系构建。中国网络商业，有着长期的所谓c2c（copy to china）模式。虽然这门课主讲中国互联网新媒体的发展，但不可能不涉及美国的情况。比如行业里一个很常见的概念长尾理论，就来自于美国连线杂志主编安德森的著作，这是不可能绕过的。

最后，虽然不是主讲互联网法律法规的课程（这种课程，学校另有设立），但也不可能不涉及一些最基本的法律法规。

这些特点总结下来，就是授课教师其实需要一个偏向知识库且能进行推理、提炼乃至具体执行的 ai 产品。

而TRAE Work，很好地完成了我的任务，我确信这个产品，会正式上岗，成为我的小助教。

三

第一步就是建立本地授权文件夹，将我能想到的所有资料全部置放进去，当然后续也可以不断补充添加。然后置放我过往的课件，这是给 ai 确定一个大致的框架，光凭一个课程名字就让 ai 去工作，未免过于放飞。我的主线是基础导论、基于单向大众传播为主的门户、用户拉取信息的搜索、UGC用户贡献内容的兴盛、算法推荐与社交分发对传播基础模式的重构，最后需要新增ai对内容行业的影响。这是最为底盘的模块建构，只能人力去干。

然后就下达指令：作为一名新闻传播系的专业课教师，在这门本科课程上，以本人过往课件为主框架，配置文件夹里的各种文档资料，该制定怎样一份课程纲要。

TRAE Work 一顿操作，出具了第一份课纲。我猛然意识到学校对课纲的要求还有”需配置思政点”的要求。于是追加了指令，大致呈现了如下结果（这里展示第四部分具体课程安排的第一个模块）：

尤其是配置思政点这件事，我个人表示很叹服，就它了！

第二件需要做的事，就是在几轮课纲讨论完善后，制作课件。我是出了名的PPT极度简约（或者叫简陋也可以），这件事我从来不在意。当然，AI能做就做一个我瞅瞅吧

（左侧我手搓版，右侧为机搓版，审美这个东西见仁见智，你们自行判断就好。我反正就三个字：无所谓）

另外还有件事也很重要，我这门课是闭卷考试课，每学期期中期末两份各ab两套卷，且学校对历年考卷的题目重叠度有要求，AI能不能帮我出卷？

四

要单独把多端同步这件事拿出来说一说。这里的重点不仅仅是一个信息同步，而是一个”工作流同步”

TRAE Work不仅有桌面端，还有移动端，经过一定的权限设置，两端是可以同步的，且移动端可以给桌面端下达指令。这意味着你在地铁里忽然想起某个地方需要调整、需要制作，完全可以摸出手机来下达指令，让TRAE Work执行。

如果只是这样，也没啥特别了不起的。

但对于我这个时刻需要跟进热点趋势的教师来说，很重要。利用手机端看到一些信息，尤其是重点报道、热点新闻。我历来认为，”时效性”是一个文科实务教师非常需要用心的地方——用三五年前的案例来解释理论规律，不仅学生可能一脸茫然导致沉浸感太差，也和今天多变的社会结合欠紧密。

我自己在另外一个大学还有门叫《社会化媒体与社交网络》的研究生课程，有学生发给我小红书上学生对我这门课的评价，老实讲，我还是有些自豪的（作业形式在ai盛行的今天，确实要考虑调整一下，:）

由于我使用的是苹果系列（mac和iPhone），所以基本依靠iCloud。在iCloud中设定一个名为《素材库》的文件夹，于是就可以做到看到什么文件就往里扔什么文件，成为TRAE Work备课的资料。当然也可以直接发送链接，让其抓取页面，提炼关键信息，写成一个 素材记录_YYYYMMDD.md 文件存进《素材库》（当然，并不是所有的页面都可以抓取，比如建立收费墙的媒体报道页面）。

然后就可以直接在手机上下达指令：将刚才的素材植入下节课我要讲的第四讲ppt中，作为MiniMax上市这一页的补充信息。至于自己，继续去刷想刷的东西吧。

这就是我说的”工作流同步”。

五

我只是挑选了几个我正在用的TRAE Work功能，还正在学习它的官方知识库去更好地使用这个工作平台。

形成一些结果后，发给了我交大媒体学院的同事，对方是这么回答我的：

我大笑，免费的，赶紧去下载一个摆弄摆弄吧。

有几个看法，我还是要说一说。

第一个我经常碰到，所谓国产大模型不行。这个事是一个很大的刻板印象，或者这么说，国产大模型并没有不行到需要凡事都祭出这一句话的地步。bot和LLM是有区别的，今天很多人的这个刻板印象大概是在bot上。至于啥区别，基于可见的原因，我就不展开了。

如果你实在要用别家的，TRAE Work是可以调用第三方模型的，当然也就要烧你自己的token，花点。

第二个也是我经常遇到的，ai有幻觉，不可信。老实讲，我觉得很多人高估了自己，总体而言，ai的算力和存储一定强于你。承认对方比你优秀，和你并不百分百唯ai是从，并不矛盾。敞开怀抱大胆先用，然后小心求证，这个道理很难懂么？更何况，这种偏知识库的产品，都是你指定文件夹指定文件基础上进行工作的，而不是整个互联网满世界去找有可能纯属扯淡的信息。

第三个是我对教师这份职业的认知。我将之粗糙地分为事务性工作和表演性工作。前者有大量的案牍劳神，包括且不限于课纲课件作业考卷——事实上，有些学术大拿这种事都会让自己的研究生助教去干。后者才是教师的核心能力。课堂教授，根据实际情况临时调整，与学生互动。我之所以称之为”表演性工作”，无非就是”台上一分钟，台下十年功”的另外一种表述。在这个主业上，依然是人类教师的范畴，至少当下如此。

我真心觉得，TRAE Work这个产品，很值得文科教师用上一用。甚至充点值成为速通PRO会员（首月59块）也没啥不可以。

这价还挺值。

23年11月7日，OpenAI在其首届开发者大会上宣布推出GPTs，让用户通过自然语言对话即可快速创建专用版本的ChatGPT。发布会上，奥特曼同时宣布了GPT Store即将上线，也就是汇聚了大量第三方创建的GPTs的分发平台（当然也可以成为变现平台）。

在当时，被誉为AI的iPhone时刻。

我一直认为，iPhone时刻这个词是不大精准的，因为iPhone本身并没有什么特别出彩的地方，真正让iPhone成为移动互联网风口的关键是AppStore时刻：这是一个：1、任何一个第三方都能开发提交app；2、app通过它分发；3、app如果想收钱，得通过它变现（即著名的苹果税）；4、从此手机成为万用设备。AppStore才让iPhone形成了越多用户越多开发者越多开发者越多用户的良性生态，且，封闭。

OpenAI的GPT store看上去是有GPT生态的影子的。在自身大模型的基础上，形成越多用户越多开发者越多开发者越多用户，且分发/变现两大核心能力掌握在OpenAI手中。从这个角度而言，说成iPhone时刻，似乎也成立。

GPTs问世时相当火爆，三个月后，当GPTs store上线，GPTs数量已经跨过了300万大门，看上去大家热情很高。OpenAI也很看重它的生态带动，表示将在2024年Q1启动一项名为“GPT开发者收入计划”的补贴，即根据用户对其GPT的参与度向美国开发者支付报酬。

但这个iPhone时刻其实并没有真正到来。

二

国内大厂迅速跟进，并称之为“智能体”。

但这个智能体并不是我们今天很多人提到的智能体（agent）的意思。如果要做区分的话，那么它们可以被称为“轻智能体”，而现在科技圈里喜欢说的agent，才是真·智能体。

虽然，这波轻智能体的原点是GPTs，但后续的演进略有不同。GPTs的定位是轻量AI应用开发平台，其本质是是封装好的提示词+简易 RAG。国产智能体则以角色扮演、情感陪伴、星座娱乐、本土化轻工具为主，传播性强、门槛极低：

正因为门槛极低，国产轻智能体的受众并不小。部分用户还因为早期接触了这类轻智能体，慢慢养成了使用习惯。

国内大厂基于LLM的bot服务（聊天机器人）用户动辄亿起，这类轻智能体同样需要消耗海量token，商业上却又很难产生令人满意的回报。豆包、千问的海量轻智能体，你稍微浏览一下就知道，说一句没有一个所谓智能体会让你产生掏钱的可能，不能算很夸张。

道理就在于，生成这样一种轻智能体，实在太简单了。

三

上周，豆包千问均宣布，将于7.15下架所有UGC轻智能体。具体做法略有不同，但在未来，各自的app里“智能体”这一入口，应该是看不到UGC的轻智能体了。可能再过一阵子，这个入口都很难找到。

一般都理解为是响应4月有关部门发布的《人工智能拟人化互动服务管理暂行办法》。因为明确提出将于7.15起正式实施该法规。

但这个法规显然只聚焦于拟人化互动，而不是覆盖所有。但大厂们的应对则是：UGC全部下架。

所以我一直解读为：借助新规实施，就坡下驴，体面撤退。

道理除了实在是找不到商业化可能却徒背巨大消耗外，还有一点很重要：bot正在把这类轻智能体全部“吃掉”：即覆盖了轻智能体的功能。

在bot中，你还有什么必要调用一个叫“拍照识物”的轻智能体呢？又有什么必要调动一个叫“小学数学作业批改”的轻智能体呢？

四

这些年AI的发展，基本形成了两个路数，bot（聊天机器人）和agent（真智能体）。bot的覆盖范围越来越广，这和其自身能力越来越强有关。比如ai搜索这个路径，我一度也是perplexity的付费用户，但确实也感觉，似乎没有什么必要专门搞一个ai搜索的app了。

有四个前赴后继的所谓“工程”概念：prompt engineering、context engineering、harness engineering和loop engineering。至少第一个提示词工程，第二个上下文工程，当下的热议度和当初刚冒出来时完全不能相提并论（当然我并不是说它们已经完全过气没有价值）。

我依稀记得，当初甚至有人提出过一个新工种：提示词工程师。这个职业主要就是想出更好的指令，以便于ai给予更好的反馈结果。但随着大模型的意图识别能力的加强，人类这一侧，指令变得越来越傻瓜化。恐怕，提示词工程师作为一个“职业”真的也就是过眼云烟了。

国内的第三方轻智能体已在被清退的路上，国外GPTs也在被OpenAI边缘化。

GPTs 刚推出时的核心卖点有三：预设提示词与人设、挂载私有知识库和调用专属工具。当下，这三项能力都已经被原生bot内化，几乎没有什么必要调用专门的GPTs。

而这三个核心卖点，其实在国内大厂的bot里，也已经完成了内化：

看看这些bot的发消息框的一堆配置就知道了。

五

最后稍微说一下这个拟人化的垂类AI。

在国外，最著名的就是Character.AI。这个全球最大的AI角色陪伴平台大概有2000万月活用户，目前已经放弃自研基础大模型（当然也就估值腰斩），转向为产品体验与安全合规。

24年年营收仅为3220 万美元，今年预计约6010万美元，未盈利。部署广告服务引发免费用户剧烈不满，因为情感陪伴需要沉浸感，广告入侵显然极度破坏用户体验。

这个最大的平台24年谷歌以27亿美元“人才收购 + 技术授权”模式接盘，极有可能最终无疾而终。

另外一个则是Replika，被视为长期记忆能力做得最好的服务之一，走“单一人设、深度情感联结”路线。注册用户过千万，但付费率远超character.ai，年入3000万美元左右，但由于其团队很小，算力成本被压得很低（有报道说单次30轮长对话的算力成本25年降低至0.0003美元），已持续盈利。跨会话长期记忆是它的核心优势 ，故而Replika可以持续积累用户的生活细节、偏好、过往经历，形成真正的 “长期关系感”。

规模而言，Replika并不大，这两年也未听说其高速增长，大概可以归为“小而美”的垂直产品。

Pi属于维护型产品。

韩国的Zeta是一匹黑马，AI小说式陪伴产品，走叙事型路数，今年在日本市场有爆发，月流水近200万美元，Q1的收入增速为全球第一。

总得看来，大平台character难以为继，小平台replika美但不大，Pi和死亡没什么区别，Zeta可能走不出东亚区域。

中国嘛，本赛道大概是over。

—— 首发 扯氮集 ——