在 AI 急速进化的此刻，我们要对齐什么 / INDIGO 月末直播 2026.04

这是 4 月 27 日 Indigo Live 月末直播的完整文字整理。一个半小时的内容，看似在讲过去两个月 AI 的进展，其实是在讲一件更朴素的事：当世界变化得比你想象的更快，你需要校准什么？

校准对 AI 的认知，从「聊天工具」到「代理范式」；校准对自己的定位，从「中间地带」到「双峰的某一侧」；校准对组织的想象，从「层层审批」到「Agent 直接调度」；校准对投资的方向，从「碳基消费」到「硅基消费」；最后，校准对人类自身的信心——重新认领那些 AI 做不到、但只有人类才有的事。

这一期的情绪基调是一个很完整的弧线：先用三藩、西雅图、温哥华这三个城市的现场观察打开焦虑，再用 Dario Amodei 与 Andrej Karpathy 的数据把焦虑实锤化，然后展开模型、Agent、组织、物理世界这四张地图，最后回到 Rick Rubin 那段独白，把整场拉回到品味、判断力与学习的欲望。

如果只能记住一句话，那就是：AI 不是平权工具，它是极端的放大器；AI 是个人的镜子，你想把它用得更好，就得先提升自己。

时间戳

• 05:02 湾区现场：中间地带正在快速消失
• 10:55 白领危机：Dario 与 Karpathy 的两记重锤
• 19:40 模型公司的新生意：从卖 Token 到卖工作
• 22:00 AI Labs 的能力地图：旗舰、底牌、与开源追赶
• 38:28 Agent Harness：给 AI 套上马鞍
• 49:26 组织进化：CEO 直接调度 Agent，人类回到边缘
• 59:10 物理世界：Tesla 与 SpaceX 的双引擎
• 1:08:50 投资框架的更新：从碳基到硅基
• 1:17:30 写在最后：判断力、品味，与学习的欲望
• 1:26:28 Rewired：科技加速 + 主权个人

01
湾区现场：中间地带正在快速消失

过去几周，我在美西做了一圈 Meetup 巡回——三藩、西雅图、温哥华，三个城市，三种完全不同的氛围。

三藩的氛围是一句话能概括的：人均 co-founder。我遇到的人，几乎人手一个 side project。哪怕在大公司有正职，也都在偷偷搞副业。这不是什么硅谷文化的浪漫续集，更像是一种集体性的「防裁姿势」——大家心里都清楚，自己这份工作随时可能没。

西雅图给我的感觉就更沉了。来的几乎清一色都是大厂员工，亚马逊、微软、Meta，焦虑感是从言谈之间渗出来的。一个职业天花板看上去再稳的人，现在也会开始问：我这份工作还能撑几年？

温哥华反而是焦虑感最低的。原因不复杂，温哥华的职业构成本来就更多元，不是单一产业拉起来的城市。当一个城市不是「all in 在一件事上」，反而能在变局里更从容。

把这三个城市叠在一起，我得到的核心结论是：无论你是做投资、做创业，还是只是为自己的职业发展操心，中间地带都正在快速消失。什么叫中间地带？我做了一张图。

横轴的左侧是「百倍速人类」——一个能熟练驾驭 AI 的人，配上一整套 Agent 与工具栈，效率能到普通人的几十甚至上百倍。这是高溢价区。横轴的右侧是「低端大众区」——很多重复性的、流程化的、信息处理密度不高的工作，被 AI 全自动化，市场价格趋近于零。

而中间，是死亡之谷。中间是过去十几年里我们最熟悉的那种工作：高学历、白领、薪水不错、需要一定专业判断、但本质上是处理结构化信息——金融分析师、咨询顾问、初级律师、初级软件工程师、产品经理、运营、市场……这一层正在被 AI 从下往上、从内向外地吃掉。

AI 不是平权工具，它是极端的放大器。它放大了「会用 AI」和「不会用 AI」之间的差距，也放大了「能调度 AI」和「只能被 AI 替代」之间的差距。

更让人不安的是数据。全球 81 亿人口里，只有 0.3% 的人用过付费 AI 产品，只有 0.04% 的人用过 AI 写代码。万里挑一，这意味着什么？意味着今天看上去已经无处不在的 AI，对绝大多数人来说，连入口都还没找到。

所以我在直播里给了一个相对极端但认真的判断：从 2026 年开始，人类会分化成两种人——前 AI 人类，和 AI 共生人类。这两种人未来五到十年里的处境会完全不同，就像上一代里没学会用智能手机的老人，他们这辈子大概率不会再补上这一课。这是一个非常实在的提醒：AI 是个人的镜子。

你是怎样的人，AI 就反映出什么样的答案。要把 AI 用得更好，就得先把自己变好。

02
白领危机：Dario 与 Karpathy 的两记重锤

直播这一段我放了 Dario Amodei 最近一段非常耿直的英文采访，差不多两分钟，全场气氛一下子就变了。

Dario 说的话不复杂，但每一句都很扎实：两年前，AI 的水平大概是一个聪明的高中生；现在，已经是一个大学生水平。他用了一个非常具体的对比来描述这个变化——金融、咨询、科技、编程这四个最典型的入门级白领工作，在未来一到五年内，会先被「增强」，然后被「替代」。

1920 到 1930 年代的电力革命。那一次技术革命的副作用，是大量的中产阶层失业，紧接着是大萧条。Dario 没有把话说得很重，但他的意思非常清楚——我们这一次面对的可能是同一种结构性问题，只是规模和速度都更快了。

Dario 用了一句让我印象很深的话：「我们能阻止它，但要现在就行动。但我们没法阻止 AI 这辆车。」翻译过来就是：政策、教育、社会保障这些可以被设计的部分还有窗口期，但 AI 的进化本身已经超出了任何单一国家、单一公司可以拉刹车的范围。

为了不让这件事停留在「专家说说」的层面，我接下来抛了三组数据。

第一组数据来自 Anthropic 三月份发布的 Economic Index。这是 Anthropic 用自己的真实使用数据做的全球第一份「AI 对经济结构影响」的季度报告。结论非常刺眼：AI 直接冲击的是教育水平更高、薪酬更高的白领职业——管理、商务、计算机、建筑工程，全部是高暴露职业。性别和族裔的细分数据更刺眼：女性、亚裔受到的冲击最严重。最关键的一条：22 到 25 岁的年轻人入职高暴露职业的比例，同比下降了 14%。这是一个连贯的信号：企业正在悄悄停止招初级白领。

第二组数据来自 Andrej Karpathy 的一个周末项目。他把美国劳工部公布的 342 个职业分类全部拉出来，给每一个职业打了一个 AI 暴露度评分。Karpathy 的结论用一句话说就是：AI 不是均匀地淘汰每一个工作，它是沿着「信息处理密度」精准打击的。哪些工作信息密度高、可以被语言模型完整 cover？那些工作的暴露度最高。算下来，美国大概有 6000 万岗位在高暴露区，对应大约 3.7 万亿美元的年薪总额。

第三组数据是关于「下一波」的预告。今天我们看到的还只是文字与代码这两条路被打通；等到世界模型、空间智能、机器人这三块再成熟一点——大概一到两年——蓝领劳动里的相当一部分也会进入这条曲线。

把这三组数据叠在一起，结论很清晰：未来五年，劳动力市场会经历一次结构性的重塑。2026 年是这条曲线的第一年，看到 2030 年应该会是一个比较剧烈的转折期。

03
模型公司的新生意：从卖 Token 到卖工作

半导体会把软件的 margin 全部吃掉。

这句话我前两天发过一条视频号，反响很大，争议也不小，所以我在直播里展开讲一下。

传统软件公司的商业模式，本质上是「人 + 软件 + 订阅费」。一家中等体量的 SaaS 公司，雇一堆研发、销售、客户成功，然后按月、按年向客户收钱。过去 20 年，这个模式造就了 Salesforce、Workday、ServiceNow、Adobe 这一串巨头。

但现在这个模式的两端都在塌。

研发端，AI 大幅压缩了「实现一个功能需要多少工程师」这件事。初级程序员岗位实际上已经在消失了，硅谷今年的招聘数据非常直白。高级程序员一到两年内、研究员三年内，也都会被全面自动化——这不是我说的，是 Anthropic 和 OpenAI 自己在公开场合说的。AI Labs 现在最在意的事情之一就是「让 AI 加速 AI 的研发」，这个飞轮一旦转起来，速度会越来越夸张。

销售端，模型公司正在直接绕过 SaaS 这一层。客户原来要的是什么？要的是「一个完成某项工作的解决方案」。SaaS 是把它做成软件卖给你，你雇人来用这个软件。现在 AI Labs 的逻辑是：我直接把「这件工作做完」卖给你，你不需要再雇一堆人来用我的软件。

这就是我说的——卖程序，变成了卖工作。

订阅制软件这个市场，全球大概是 2000 亿美金。而「替代人力工作」这个市场，根据多家券商的预测，是 5.5 万亿美金量级。差了 27 倍。这就是为什么这两个月 OpenAI 和 Anthropic 的 ARR（年度经常性收入）会突然像火箭一样往上窜——他们不是在抢 SaaS 的生意，他们是在打开 SaaS 上面那个十几倍大的池子。

我手边有一个具体的数字：今年 2 月，OpenAI 与 Anthropic 加起来的 ARR 已经超过 450 亿美金，直接超过了 Adobe + Salesforce + ServiceNow + Workday 四家加起来。这四家是这一轮股价跌得最狠的四家公司，市场已经把这件事 price in 了——股市看的从来不是当下，是未来。

我也观察到一个更细的现象：模型迭代的节奏在明显加快。Opus 从 4.5 到 4.6 到 4.7，GPT 从 5.3 到 5.4 到 5.5，每一次主版本升级之间的间隔，都在压缩到一到两个月。这背后是 AI Labs 自己在大规模使用自己的模型来做研发——这件事本身就是一种「自我加速」的飞轮。

04
AI Labs 的能力地图：旗舰、底牌、与开源追赶

这一段是这场直播信息密度最高的部分，因为 AI Labs 这两个月的动作实在太多。我快速梳理一下这张能力地图，按公司一家一家来。

OpenAI 这边，旗舰产品是 GPT 5.5。它在 Agentic Browsing（代理式浏览）和 Terminal Use（终端使用）这两个维度上，反超了同期的 Opus 4.7。不过 OpenAI 这次悄悄隐藏了 SWE-Bench Pro 的成绩——他们没拿到第一就不公布，这是惯例。但 GPT 5.5 的整体感觉是更激进、更好用、也更敢于让 Agent 自己跑。

Anthropic 这边，Opus 4.7 的风格在主流模型里相对独特。它更像一个「伙伴」，回答更短，推理更多，工具调用更克制。它不会主动搜索，需要你刺激它才会去搜——这其实是 Anthropic 在算力不足的现实下做的一种资源保护。前一段时间 Opus 还出过「降智」问题，GPT 5.5 发布当天，Anthropic 紧急修复。

Anthropic 还有一个隐藏的底牌叫 Mythos——内部代号系列衍生模型，没有公开发布，只给约 100 家机构使用，里面包括美国国防部。它的网络漏洞发现能力远超人类防御者，是一个不折不扣的「超级武器」。这件事的隐喻很重：最强的 AI，可能永远不会出现在 ChatGPT 上。

算力压力是真实存在的，前两天 Google 宣布给 Anthropic 追加了 400 亿美金投资——先 100 亿，后 300 亿全部用于采购 GPU。这笔钱不是给 Anthropic 自己花的，是直接拿去买卡的。

Google 这边，Gemini 主版本没更新，但发了 Gemma 4——目前端上小模型里最好的一个。Google 在 on-device（端上推理）这条路上的布局正在显出价值。

xAI（Grok）这边……我直说吧，团队挺乱的。原来的核心创始团队走了一批，Elon 又把 Cursor 的几位核心工程师挖了过去，最后把 xAI 跟 SpaceX 做了合并——这个合并我个人觉得「帮我们解套了」。Grok 的基座不差，但 RL（强化学习）这一块没做好，整体竞争力比起前三家有明显差距。

开源模型这一边，被中国公司霸榜了。智谱 GLM 在代理能力维度上目前是开源最好的，Kimi 第二，DeepSeek 4 这一代表现一般。开源 vs 闭源现在大概有 6 个月的代差——但更关键的代差不在能力，而在「执行力」：闭源公司围绕模型能力做的产品化、工程化、生态建设，速度是开源生态的 10 到 20 倍。

把这五家放在一张表上看，我得出几个判断。

第一，今年年底我们会进入一个 Jensen 在 GTC 上画的那张图说的「AI 自我改进的拐点」——AI 加速 AI 研发的飞轮真正转起来。

第二，接下来两年，我们处在一个类似 2022 年 11 月 ChatGPT 时刻的范式起点。但这一次的范式不是「聊天」，而是「代理」（Agent）。Opus 4.5 / Codex 这一代是这个范式的原点。

第三，Coding App 是浏览器之外的下一代杀手级应用。如果说大模型是 CPU，那 Coding App 就是它的超级终端。Claude Code 发布后六个月使用量增长了 70 倍，把 Anthropic 的收入预测一下子拉到超过 OpenAI；Codex 也增长了 7 倍。这个增长速度，是过去 SaaS 时代任何一款企业软件都做不到的。

第四，关于算力的过剩问题——很多人担心 AI 公司的算力会过剩，我的判断是：现在多少算力就能吃掉多少算力，这些模型公司哪怕再翻 10 倍，他们也能用完。OpenAI 把 SoraApp 停了，就是为了集中算力优先做 Agent 与编程。这件事反过来证明了算力的稀缺。

我自己也在用 Claude Design 做了一份演讲幻灯片，3 到 5 分钟搞定。这种小事在两年前是不可想象的。这就是「卖工作」这个商业模式的微观体感——你不再为「软件」付钱，你为「这件事完成了」付钱。

05
Agent Harness：给 AI 套上马鞍

在直播的中段，我专门花了一段时间解释一个我认为今年最重要的概念：Agent Harness。「Harness」这个词在英文里的本意是「马鞍」「挽具」——给马套上马鞍，你才能驾驭它。在 AI 这里，它的意思是：给 AI 套上一整套环境，让它能真正去做事。

具体来说，一个完整的 Agent Harness 包含这些东西：

一个沙盒环境（让 AI 安全地执行代码而不会搞乱你的电脑），一个专属的文件系统（让 AI 有自己的工作区），一套长期记忆机制（让 AI 跨 session 记住你和它一起做过的事），一组工具调用接口（让 AI 能调用搜索、代码执行、API 接口、终端命令），还有一套目标管理系统（让 AI 知道当前在做什么、下一步要做什么）。

把这些东西拼起来，你就从「跟 AI 聊天」升级到了「让 AI 替你做事」。这就是为什么 Claude Code、Devin、Codex、OpenClaw 这些产品过去半年使用量爆炸式增长——它们不是更好的 ChatGPT，它们是一种新形态的电脑。

「Harness」这个词目前还没有一个特别好的中文翻译，我暂时用「驾驭 AI」这个说法。但我相信半年内这个词会进入中文圈的日常词汇。直播里我放了 Jensen 在 GTC 上一段四分钟的英文演讲。他说了一句让我反复回味的话：MCP（Model Context Protocol）是 agentic computer 的开源操作系统。

这句话的体感非常深。Windows 让个人电脑成为可能，Linux 让服务器成为可能，HTML 让 Web 成为可能，Kubernetes 让云原生成为可能。每一次新的「连接协议」出现，都对应着一次大规模的产业重构。MCP 就是 Agent 时代的那个连接协议。每家公司，从今年开始，都得有一个 MCP 战略，等价于「Agent 战略」。

Jensen 那句话的最后一句是：Every single SaaS company will become an Agents-as-a-Service company！每一家 SaaS 公司，都将变成一家 Agent-as-a-Service 公司，这是一个产业级的洗牌信号。

Anthropic 已经动手了。他们最新推出的 Managed Agent System，就是给企业客户一整套预配好的 Claude 版 Harness——工具、代码沙盒、Skills、记忆、调度，全都给你配齐，你买的不是 Claude API，是一整套「数字员工的工作环境」。

我经常说：Anthropic 是新时代的 Microsoft + AWS——办公软件 + 设计软件 + 云基础设施一体。这话听上去夸张，但越往后看越准。

我自己的桌上现在常年开着两台 Mac mini，一台跑 Claude Code，一台跑 OpenClaw（小龙虾）。这就是我个人的 Harness——我的私人服务器，去哪都能用。这是一个很有意思的体验：你不再被电脑这个物理实体绑定，你被绑定在「你和你的 Agent 之间的关系」上。

围绕 Agent，会出现整整一层全新的基础设施。在个人这一侧，移动终端会重新洗牌——OpenAI 想做手机，但我判断苹果在 6 月发布的新 Siri 反而会更强。新 Siri 不是过去那个语音助手，它是一个跨应用推理、屏幕感知、独立界面、可挂接不同模型的真正 AI Agent。iOS + macOS + Apple Hardware 整体就是一个巨型的、已经分发到全球十几亿人手中的 Agent Harness。苹果是直接一步到位搬到了最前端。

在企业这一侧，Cloudflare、Vercel 这种 Agent Vendor 在快速演化；私有部署、数字员工、Agent 编排平台，都会在未来一两年里出现一批新巨头。

苹果 9 月会换新 CEO，我对苹果的下一阶段还是有所期待。

06
组织进化：CEO 直接调度 Agent，人类回到边缘

但 Agent 的真正威力，不在于让每个员工配一个小助手，那只是 Copilot 时代的故事，那个故事其实没改组织结构。

AI 真正的潜力，是重构组织的底层运作逻辑。

我把这种新的组织形态叫做 Mini AGI。它的样子是这样的：CEO 直接对一个中央 Agent 系统下指令「我要这件事在两周内做完」。中央 Agent 把这个任务拆解，分发给一群专业的子 Agent，子 Agent 再把那些只有人类能做的边缘任务，比如线下沟通、签合同、面对面拜访客户，派给人类去做。中间管理层，几乎全部消失。我们已经能在硅谷的几家公司里看到了雏形。

Facebook 现在在做的事情就是这个雏形的一种——小扎正在用一套系统监控员工的一举一动。表面上看是控制感问题，本质上是「边缘的人类员工 + 中间的 AI 调度」这种新组织形态的过渡形态。

更前沿的例子在军事领域。美军用 Palantir 的 Agent 中央系统洞察全局，每个士兵直接由系统调用——在军事层面上的管理已经是没有中间层了。这件事过去是科幻片的设定，现在已经在伊拉克、乌克兰、印太的多个战区里跑起来了。

在这种新组织形态里，公司本身变成了可 Fork 的代码。一家公司的运作 = 一份 context（公司的世界模型 + 客户的世界模型 + 调度规则）。理论上，你把这份 context 拷走，就复制了这家公司。这件事一旦成立，对组织、对管理、对竞争都是颠覆性的。

我们现在还缺一样东西——IDE for Agent。开发者用 IDE 来写代码，但「管理一群 Agent」这件事还没有一个像 IDE 那样成熟的工具。今年下半年，应该会有几家公司开始做这件事。

这套未来组织形态最让我兴奋的一句话是：未来甚至 CEO 都不需要。你只需要董事会，找一个 Agent CEO 给他设 OKR，他自己指挥下面的 Agent 和人类。听上去很激进，但你只要把这条逻辑往前推，就会看到一个非常清晰的未来。

那么人类呢？人类回到了哪里？

回到了系统的边缘。人类负责处理直觉、语言文化、信任、博弈、伦理、道德，还有各种高风险决策。人类做去中心化的判断，并把这些判断反馈给中央 Agent。Agent 负责执行、规模化、复制；人类负责感受、方向、判断。

这就是为什么硅谷今年这么焦虑——研究员们意识到，他们正在发明一种会淘汰自己的技术。这是一种非常奇特的存在感：在自己挖坟，但又停不下来。

但我想说的是，这件事的另一面是机会。在这个新组织形态里，未来人类要干的，是更有人感的事情。

这是一种听上去很温柔的转变。杰文斯悖论在 AI 时代会再演一次——AI 把工程师的「单位价格」打下来，更多原本雇不起工程师的中小企业反而开始大规模雇工程师。我观察到一个新职业正在湾区兴起：「IT 家政」——这些人进入一家公司，理解 context，用 Agent 交付源代码，然后离开。这是 Palantir 当年 FDE（Forward Deployed Engineer）模式的进化版。这个职业大概有五年左右的窗口期，五年之后，连这部分也会被 Agent 学会。

07
物理世界：Tesla 与 SpaceX 的双引擎

真正在推动「物理世界 AI」的，全世界只有 Tesla 一家公司。

其他人都在说，只有他们在做。Tesla 这一季度的财报里有几个关键数字：汽车毛利率 19.2%，创新高；FSD 订阅 130 万，全美 Tesla 车主大约 400 多万，FSD 渗透率超过 30%。但股价反而跌了，原因是 Elon 公布了一个 250 亿美金的投入计划——造芯片、扩工厂、建 TerraFab。

Tesla 现在的路线图是一张紧凑的计划表：Optimus 年中量产但不放量（防抄袭），Robotaxi 年内在 10 多个州运行，AI5 芯片用在 Optimus 和数据中心上，TerraFab 与 Intel 合作。每一项都是几十亿、几百亿美金量级的投入。

我重点科普一下 AI5 芯片。这块芯片的核心创新是：把 3D 空间感知的神经网络直接做进电路。过去这件事是用软件实现的，用通用的 GPU 来跑空间感知的算法。AI5 不是这样，它把空间感知做成了硬件，用更低的精度（INT8）和八位载通道实现极高的能效比。

这块芯片在体感上像什么？像人类的小脑。人类的小脑就是处理身体在 3D 空间里的运动协调的，它不是在思考抽象问题，它是在做一种结构化、低精度、高频率的感知与控制。AI5 的角色就是这个：边缘 AI 运行的 3D 空间感知专用芯片。它的设计思路与苹果 M 系列类似（垂直整合、专用化），但 Tesla 是第一家专门为「边缘机器人」设计这种芯片的公司。

另一个让我兴奋的是 Optimus 灵巧手——这两周刚公布了专利。这只手不是电机驱动的，是肌腱驱动——把电机做成像手的肌腱一样，绑在手上来拉动手指。这是一个仿生学设计，不是过去那种夹子式抓取器。为什么手这么重要？

我在直播里讲了一个很基础但容易被忽略的知识——人类脊椎下来的运动神经，大约 70% 都给手用。手是处理信息量最大、给大脑负担最大的部位。换句话说，要做好人形机器人，最难的不是身体，是手。

我用了一个比喻：你如果让猴子在舞台上跳舞，最难的不是舞台问题，是猴子的问题。要做好人形机器人，先把手解决掉，舞台不是问题。

至于 SpaceX——五月份装配 Raptor 3 发动机的新 Starship V3 就要试射了。Elon 在物理世界的终极目标其实很清楚：1 兆瓦级别的太空发电、每年向轨道发射 1000 万吨物质、数十亿计的机器人在地表与轨道工作。

Tesla / SpaceX 这一对的最妙之处，在它们之间有一个共同的中间件：太空算力卫星（D3 芯片）。横向的太阳能接收板加散热器，专为高能粒子和极温差环境设计。逻辑很简单——地面盖数据中心有人类矛盾和政府审批，往天上打又安全又快又好。这件事一旦做成，「在哪盖数据中心」这个产业问题会被重新定义。

还有一件事一定要提：TerraFab。Tesla 在德州、与 Intel 合作的巨型晶圆厂，目标是把光刻、研磨、制造、测试一体化——像改进软件一样改进芯片。

这是 Tesla 的「全栈控制」逻辑的最后一块拼图。我的判断是：未来所有科技巨头都得自己控制芯片产能。硬件 + 算力 + 模型 + 应用 = everything。把任何一层交出去，都会在五年后变成战略性问题。

08 投资框架的更新：从碳基到硅基

这一段我把投资视角的最近思考一次性讲清楚了。

先说一组宏观数据。DRAM / HBM（高性能内存）正在严重短缺——你拿一张 NVIDIA 的卡拆开看，里面除了 GPU，剩下的几乎全是高性能内存条。未来五年，DRAM 的需求会有 5 倍量级的增长，HBM 是这一波增长里最贵、最稀缺的部分。这不是周期性短缺，是结构性短缺。

我从 2023 年就开始反复念叨一句话——今天再念一次，因为这两年它一次都没错过：这个时代，投资远离碳基消费，只投硅基消费。

什么意思？人口不增长，碳基消费天然有上限。一个人一天吃三顿饭，再怎么 GDP 增长也吃不到第四顿。但硅基消费——算力、Token、模型推理——是指数级增长的。一个 Agent 的「胃口」可以在几个月里翻 10 倍、100 倍。算力的需求曲线和人口无关，只和智能的扩张速度有关。

这条原则把我过去几年的投资标的捋得很清楚——为什么我们的基金把超过 70% 的仓位都放在了 AI 模型、AI 基础设施、太空、国防这几条线上。

一级市场的最新数据来自 Sutter（一个比较有名的市场榜单）：今年和明年最热门的 5 个赛道分别是——模型 AI 公司、太空、国防、AI 应用、FinTech。今年下半年到明年上半年，会有一波非常密集的 IPO 潮。

我自己整理了一套我叫做 Rewired Index 五层架构 的投资框架，对应的是 Jensen 在 GTC 那张五层图，但用我自己的语言重新组织过：

最底层是物理层——电力、矿产、稀土、土地。这是 AI 所有上层建筑的基座，过去十年被严重低估的一层。

往上一层是数字基础层——数据中心、Stablecoin、金融数据网络。这一层是「数字世界的水电煤」。

再往上是核心智能层——OpenAI、Anthropic、Google DeepMind、Tesla、NVIDIA。这就是我反复说的「卖最贵 Token」的那五家。

最上面是应用层——所有「转卖 Token」的公司。

我前两天发了一个帖子说得更直接：AI 应用里只有两种商业模式——卖 Token 和转卖 Token。模型公司卖最贵的 Token（且永远不会降价，因为永远会有「最好的下一代模型」继续卖最贵价格）；应用公司的本质就是「把 1 块买回来的模型变成 10 块卖出去」——卖的不是软件，是交付物。

如果你做应用，你要问自己一个问题：我转卖 Token 的「加价空间」在哪里？是品味？是 context？是分发渠道？是私域数据？是合规？ 没想清楚这一题，应用层的故事很难成立。

时间线上我的判断是这样的：Robotaxi 三年后流行；太空、机器人、AI Science、量子是 5 年后的故事；国防 + Robotaxi 是当下进化最快的赛道。机器人训练已经显出明显的泛化能力，差不多 1 到 2 年后会到达「机器人的 GPT-3.5 时刻」——一个不是最完美但已经足够好用的转折点。

我最近在看 DeepMind 一位科学家写的文章——他描述的曲线是：通用智能即将到达 → 进入「集体智能时代」（10 到 15 年）→ 库兹韦尔《奇点更近》预测的 2040 年「集体智能 + 意识上传」。

这条曲线如果只看一两年是看不到的，要看十年。这一段最后我想给一个名字——未来不再叫互联网（Internet），它叫 Intelligent Network（智能网络）。这是一个从「连接信息」到「连接智能」的范式跃迁。

09
写在最后：判断力、品味，与学习的欲望

这一场直播信息密度大、压迫感重，所以我特意把最后三十分钟留给了一些更慢、更柔的内容。

我先放了一段 Rick Rubin 的独白——音乐圈最有名的制作人之一，他制作过 Beastie Boys、Johnny Cash、Adele。他在那段视频里说：

I have no technical ability... So what are you being paid for? The confidence that I have in my taste, and my ability to express what I feel.

我没有技术能力，那别人为什么要付钱给我？因为我有信心——我的品味，和我表达自己感受的能力。

这就是我心里 AI 时代「人」的核心能力的最准确的描述。我不会写代码，但我知道什么是好代码；我不会设计，但我知道什么是好设计。AI 时代的核心能力是选择和表达——不是动手能力，是动心能力。

Rick Rubin 最近还做了一件让我很感动的事——他和 Anthropic 合作，把《道德经》用音乐符号重新表达了一遍。这件事的隐喻很美：用最古老的智慧，配最前沿的工具，做出来的东西不是科技，是诗。

接下来我想讲判断力。

我前几天读到一篇文章里有一句话，我抄了下来——判断力不是分析能力的产物，它是分析能力的前提。这句话非常关键。AI 时代我们以为分析能力会被解构，但其实分析能力是 AI 已经具备的部分——AI 把分析能力压缩成了一个无限便宜的商品。真正稀缺的不是分析，是在分析之前的那个判断——「我们应该分析什么？什么值得被分析？」

我把这件事拆成了两层：人类负责动态的良知，AI 负责静态的良知。

什么意思？人类在每一个具体的、不确定的、有伦理含量的、有情感张力的时刻，做出动态的判断；AI 把这些判断沉淀下来，规模化复制——这是 AI 时代的「大规模生产」。人类的工作是不断把动态判断喂给 AI，让它做静态的扩展。

这就引到了我直播里讲过的一个反直觉的建议——不要让 AI 替你写作。理由有三个。

第一，写作是思考。写作不是为了写完，而是为了「走进混沌、带着清晰的结构走出来」。让 AI 替你写，等于让别人替你健身——肌肉是别人的，不是你的。

第二，信任是有代价的。一个人如果总是在传播没经过自己脑子的 AI 生成内容，他在社交关系里的信任度会断崖式下降。

第三，AI 在写作中的合理用途：研究、核实、快速记录与转录、想法生成、找你看不到的瑕疵、提高效率。但结构、开头、立场、用词的味道——这些都得是你自己的。

我自己写文章，开头和结构永远是自己写的，AI 只在中间填一点细节。这是我对自己的一种纪律。

直播的最后我推荐了一本书——Sahil Lavingia（Gumroad CEO）的《极简创业家》（The Minimalist Entrepreneur）。它的几条原则放在 AI 时代特别值得重读：社群优先、先手动再自动（不要过度建设）、先卖再规模化、先花时间再花钱、盈利目标、按客户增速成长、造你真正想住的房子（5 年后还想做这件事吗？）。

最后一段我想留给「全球智能危机」这个话题。

如果 AI 大规模取代人类劳动 → 白领危机 → 劳动力危机 → 金融危机 → 全世界进入通缩。这条逻辑链是成立的，每一步都已经有很扎实的论据。

但我相信人类。我们最大的优点是乐观和创造知识。

我反复回到这句话：AI 是终极的压缩器，它负责学习和推演；我们负责分布之外的探索。AI 处理已知，人类处理未知。这是我们这一物种过去 30 万年里最稳定的核心能力，而且正好是 AI 当前架构最难复制的部分。

还有一句更朴素的话——稀缺的不再是知识，而是学习的欲望。在一个所有信息都触手可及的时代，谁还有学习的欲望，谁就赢了。

最后一句话我想送给所有看到这里、心里多多少少还有一点焦虑的人：焦虑是一种对未知事物的模糊恐惧。打开盖子看它如何工作，你就会把焦虑转换成掌控感。

不要回避 AI，不要假装这件事跟自己无关。打开盖子。

10
Rewired：科技加速 + 主权个人

直播的最后一小段，是关于 Rewired 这个项目的更新。

rewired.mx 已经正式上线——虽然很多内容还在持续填充。

整个 Rewired 由三个项目构成：

• Rewired Index 是面向智能时代的投资研究框架，服务我管理的 Brilliant Phoenix 旗下基金。
• Rewired Book，《REWIRED 重塑——AI 时代下的思想、认知以及行动重构》，湛庐出版，2026 Q3 末截稿。
• Rewired Community 是面向用户的统一社群与产品平台，五条产品线——媒体、工作坊、工具、投资、Labs。

这三个项目共享一个 Rewired 品牌——Index 提供框架，Book 输出思想，Community 是给读者、给社群、给企业的统一入口。

社群的核心话题是一个三角：投资 + AI 进化 + 企业 AI 范式转型。矩阵结构是「媒体 + 社群 + 工具」。新增的内容包括周刊（每周邮件列表）、工作坊（线上线下，5 月公布课程目录）、真实 AI 案例采访（小公司用 AI 提效率的真实故事）、Rewired Index 投资决策控制台（6 月上线）。

会员分级很简单：免费（媒体内容）/ 付费（工作坊内容、线下课程优惠）/ 高级付费（Rewired Index 自动投资工具）。

线下据点这一年的计划是：温哥华（已有）、三藩（6 月）、上海（6 月回国设立）、东京（年底）。

工作坊的初步课程清单包括：AI 共生思维课（101）、个人知识系统设计、AIGC 实战、企业应用（专门为企业定制工作坊）。

我自己给社群的口号是两句话——一句是 2024 年底就在念的「科技加速 + 主权个人」，另一句是我自己写的中文版「AI 共生的思维进化」。这两句话，是我所有这些事情真正的底色。

后记
校准是一种持续的姿态

这一场直播叫「校准」。我很喜欢这个名字。校准不是一次性的动作，它是一种持续的姿态。当世界以这种速度变化的时候，你不可能在某一天「想清楚了」就停下来——你只能保持校准的姿态：观察、思考、行动、回顾、再校准。

如果今天这一场直播能给你留下三件事，我希望是这三件——

第一，从 chat 到 agent——把你和 AI 的关系，从「我问 AI 答」升级到「我设目标，AI 替我做」。

第二，从碳基到硅基——把你的注意力、时间、资本，从一个增长见顶的人口经济，转向一个指数级增长的算力经济。

第三，从分析到判断——AI 已经把分析能力压缩成商品，真正稀缺的是判断力、品味、和提出好问题的能力。这些只能向内寻找。

剩下的事情，慢慢来。打开盖子，看 AI 如何工作。你会发现，焦虑就这样变成了掌控感。

下一场 Indigo Live 见。

这是 Indigo Live · 0427 月末直播的完整文字整理，由 Indigo 主讲。