对话傅盛：AI时代的超级应用是什么？_风闻

当AI进入拼应用的阶段，中国企业比美国企业更有机会

文｜吴俊宇 

编辑｜马克

DeepSeek大模型在年初以超级性价比震撼市场，之后各行各业部署DeepSeek大模型应用的热情高涨，很多业内人士认为2025年将是“AI应用爆发年”。

3月6日，AI创业公司蝴蝶效应发布应用产品Manus，再次震动市场。该产品基于AI创业公司Anthropic的Claude大模型和阿里的千问大模型。它能够实现用户的多重需求，号称是世界首款通用AI Agent（智能体）。

3月13日，阿里宣布将旗下AI产品夸克升级为全集团的AI旗舰应用，新夸克通过一个极简“AI超级框”，一站式满足用户多种需求。这同样是通用Agent的思路，但夸克是基于自家的通义大模型。阿里称，未来通义系列模型的最新成果都将第一时间接入夸克。

2月13日，OpenAI创始人萨姆·奥尔特曼（Sam Altman）宣布，OpenAI未来几个月内将发布GPT-5，这是一个包含语义、语音、可视化图像创作、搜索、深度研究等多种功能的多模态系统。奥尔特曼说，今后用户不用再在一大堆模型中做选择，GPT-5 将完成所有任务，实现“魔法般的统一智能”。

过去两三年，AI领域的焦点都是大模型，当模型能力足够强了之后，焦点很可能转到基于大模型的通用智能体。

3月13日，就AI领域的热门话题，《财经》执行主编马克对话猎豹移动董事长兼CEO、猎户星空董事长傅盛，傅盛认为：

AI 应用市场会在2025年爆发，其中软件领域大厂机会更大，硬件领域创业者机会更大。当AI进入拼应用的阶段，中国企业比美国企业更有机会。

AI时代的超级App就是通用Agent，但它需要巨大的资源支持。

虽然技术变了，但移动互联网时代的商业逻辑在AI时代仍然有效，甚至还放大了。

大模型竞争会持续，它就像核武器，大公司无论如何都得有。因为如果模型能力出现重大突破而你没有跟上，那你的用户还会被抢走。但在Transformer架构下，大模型能力不大可能继续激增。

正如之前说未来没有互联网公司，所有公司都是互联网公司一样。未来所有公司都会使用大模型，也会拥有自己的大模型。

未来不会再有纯粹的大模型厂商，大模型公司一定会做应用，因此创业公司如果只做一个套壳应用，就很容易被替代，必须把应用做深，并且聚焦在细分领域。

人形机器人离落地应用还很远，机器人是一个软硬结合的产品，软件会有爆发式的进步，但硬件无法爆发式改进。

傅盛是互联网老兵，他的创业经历跨越三个时代——PC（个人电脑）互联网、移动互联网、人工智能。如何以小搏大，在巨头的夹缝中求生，贯穿了傅盛的职业生涯，在本次对话中，他花了较多时间谈论创业公司在AI时代的生存之道。

以下为对话实录，有删节。

AI应用的“iPhone4时刻”已经到来

《财经》：大家都说，2025年是AI应用爆发之年，这和2024年谈应用落地有何区别？

**傅盛：**我觉得主要是三方面。第一，大模型基础能力进化非常快。这一两周，我用OpenAI的Deep Research（深度研究）功能给公司各业务线写了十几份报告。生成一个报告，大概8分-10分钟。它的缜密度、逻辑性超越绝大部分人。因为人有时候有盲区、不严谨。

第二，推理成本急剧下降。两年前，我们做了一个AI应用，这是个多Agent（智能体）。讨论一份提案时，有Agent担任法务，有Agent担任律师，有Agent担任拓展。一次会议跑20分-30分钟需要消耗5美元的Token（推理算力的计量单位），还经常因为模型幻觉跑飞。我们做了大量工程优化让它收敛。最近我换成DeepSeek跑，只需要两三元人民币，效果比以前还好。

第三，我觉得从业者也需要时间摸索规律。2007年iPhone发布，但滴滴、美团这些Native（原生）移动应用是2011年iPhone4发布之后才诞生的。

两年前我和朱啸虎在朋友圈辩论，AI落地的重点是不是应用。当时有人质疑我，为什么现在看不到一个真正的Killer App（杀手级应用）。但开发者也需要学习，在新生态下什么应用才是用户喜欢的。很多开发者花了一两年踩坑，才知道大模型擅长什么，不擅长什么。所以我觉得大模型应用今年会爆发。

《财经》：如果用iPhone做对比，现在是哪一年？

**傅盛：**肯定到2011年了。OpenAI o1诞生时，我就认为它是大模型重要的分水岭。它从过去一味堆参数、堆数据转变到形成思维链。思维链的推理能力强于大部分人类。今天AI生成的报告，好像还不那么专业，那是因为公开的互联网数据还不够好。它无法掌握水面下的企业内部数据。

《财经》：OpenAI o1和DeepSeek-R1，谁才是iPhone 4时刻？

**傅盛：**OpenAI o1就是了。DeepSeek-R1又增强了，而且更有性价比。用得起很重要。因为企业关心三个要素，能力、价格，还有开发者对需求和技术的摸索。

《财经》：你是不是不看好AI To C市场？国内很多人之前不看好To C（面向消费者）市场，认为只有To B（面向企业）市场才有商业化前景。现在情况有变化么？

**傅盛：**我不是不看好To C市场。而是以去年国内大模型的能力，很难在To C用户群中做出一个体验好到足以爆发的产品，也很难计算出好的ROI（投资回报率）。

即使现在到了To C应用爆发的节点，我认为，国内创业者To C应用不是特别容易。大厂机会还是更大。因为大厂能力太强了，有生态、有用户、有技术。To C应用在它们的火力范围内。当一个To C应用小荷才露尖尖角时，大厂会辗压过去。例如去年的妙鸭，现在的夸克，都是阿里这种大厂做的。AI时代的国民APP，要有好的产品体验，更要有好的模型能力、算力，这决定了大厂才能支撑。

我们创业者总有一种心理，以为自己比对手强。其实并非如此，只是对手没你这么重视。很多时候，创业者和大厂角逐时，只是看到大厂所谓更官僚的那一面。大厂的机会判断虽然不如创业者，但它的技术储备、人才密度远超创业团队。

人工智能的好处，也是坏处——这是人类历史上少数短时间内让绝大部分人达成共识的技术革命。移动互联网刚诞生那几年并非如此。大家都问，这是什么东西。一些大厂看不起、看不懂，最后又追不上。但这一轮人工智能浪潮，所有大厂都在往里冲。

《财经》：那你怎么看待DeepSeek和Manus？DeepSeek在基础模型层面打破了大厂的神话。Manus在To C应用层面也打破了大厂火力覆盖的神话吗？

**傅盛：**DeepSeek的确创造了奇迹。它在大厂环绕的情况下，做出了一款高性价比又有顶尖技术能力的模型。但幻方也不是纯粹的创业公司，它现金流很充沛。创业公司和它有差距。

Manus更多是产品调优的过程，当大家都意识到这一点时就不会太难，不会像训练模型那么难。模型每次训练周期要几个月，还要足够的卡。这类通用型产品，大厂一定会来争夺。

《财经》：那被大厂收购是不是Manus这类创业公司的好结果？

**傅盛：**我不完全这么认为，我不是说Manus没机会。如果一个应用公司短期快速建立口碑，拿到足够多的用户，又保持和竞争对手一样的迭代速度，它的确是有机会的。我对Manus团队没那么了解，但Manus现在想做的东西太多了，它只融了1000万美元，想做世界上第一款通用Agent。我的判断是，这个仗不好打。

Perplexity（一款AI搜索引擎）这家创业公司机会就蛮大。因为它起得早，势能抓得好。它已经拿到1500万月活跃用户了，我好几个朋友就只用Perplexity不用GPT，Perplexity那一波拿到用户就拿到用户了。

用户惰性是很强的。产品体验只好20%、30%，没人会动。产品力得强10倍以上才能击穿市场。所以我觉得国内的AI也不只是聊天这种形式，需要产品创新，像阿里夸克这样的产品，集成很多AI工具，通过一个框链接用户不同需求，也是很有想象力的。

为什么今天大厂不可撼动，并不是大厂哪一项技术不可撼动。比如，搜索引擎技术门槛并不高，但后来者做了没人用。人家起个大早站在山上，你从山底下往上冲，人家拿枪扫射就行，他只花你20%的精力就能把你挡在山下。

我们公司稍微比创业公司规模大一点。但我和同事说，这些通用产品都别去碰，咱们没这机会。梁文峰和DeepSeek是行业里的奇迹，不太具备普遍意义。

《财经》：Manus创始人肖弘说，DeepSeek出现后，可以只关注应用和产品，不用担心哪天模型厂商会要很高的毛利，也不用担心模型厂商跟你竞争。看起来他还是乐观了？

**傅盛：**他的第一个假设我是认同的。有了DeepSeek，创业者可以心安了，自己不做模型，也可以用DeepSeek搭一个性能不错的产品。按照以前的竞争态势，我当时做机器人，首先要做语音识别，因为这是产品命脉，是未来交互的核心，我担心大厂不给我用。

如今的竞争态势变了，现在有了开源模型，可以不在这里花精力了。所以这次很有意思，这次连腾讯、百度都接入了DeepSeek。

《财经》：AI时代，创业公司的护城河是什么？

**傅盛：**现在谈护城河有一点早。对创业者来说，现在至少有一点是好的。就像Manus创始人肖弘说的，不用太担心模型厂商会釜底抽薪。

人工智能会回到移动互联网的逻辑。护城河就是做出好的用户体验，快速获得用户，形成增长飞轮。你只要长得快，就有一个缓冲期，才会有一个护城河。我不觉得会有一个纯粹的技术、产品的护城河。最后还是用户规模的护城河。

AI时代的超级App可能是通用Agent

《财经》：AI To C赛道，你看好哪些方向？

**傅盛：**搜索肯定是一个大方向。最近所有大模型为了扩充知识库、减少幻觉，都加上了搜索功能。所有大厂都在做“模型+App”，这可能是未来一个重要的流量入口。

我的感受是，搜索市场可能会变天，而且会比想象中快得多。未来大一统的搜索市场，会被很多个体验差距不大的小应用瓜分。搜索的界限也在变得模糊。

某些搜索厂商可能会面临时代变迁。以前搜信息去百度，搜商品去淘宝，搜旅行信息去小红书。但大模型有机会统一需求入口。它有可能变成微软提的“超级助手”或者“超级入口”。比如阿里的夸克，它就是以搜索为入口，牵引用户使用其他日常AI功能。

《财经》：阿里今天（3月13日）宣布把夸克升级为阿里的AI旗舰产品。用户所有需求，比如搜索、写作、生成图片、生成PPT、学术研究，都可以在“AI超级框”输入指令实现。夸克背后就是阿里的模型。这让我想起OpenAI创始人奥尔特曼上个月说的，GPT-5将实现“魔法般的统一智能”。阿里这个动作你怎么看？

**傅盛：**AI时代有没有可能出现“超级入口”？有可能。但“超级入口”工作量非常庞大。如果夸克成为“旗舰产品”，阿里一定要投入足够的资源和算力，还要在不同任务的Agent上做很大投入。把一个To C应用提到“旗舰产品”的高度，我相阿里是有战略决心的。阿里现在对AI投入，就像当年电商面临激烈竞争时还在坚定投入云计算。

我们最近在做一个机器人语音相关的Agent。我们测试了很多模型，最终选择了阿里的千问Max。千问至少在国内开源模型中是做的最强的。

之前一个大模型厂商创始人说现在和移动互联网时代不一样，现在是以基础模型能力为核心，而非用户规模为核心。我不这么看。AI时代，用户量依然是非常重要的支撑。如果没有用户量，就没有足够的Feedback（反馈），那也很难形成飞轮效应。

GPT-3.5两年前震动世界，是因为GPT-3.0就有专业人士在用。他们提了很多需求，OpenAI慢慢优化对齐，找到了用户真正的深度需求。夸克有两亿用户，它有条件迅速得到Feedback，形成飞轮效应。这种平台型产品，每个点的体验都不能比竞争对手差，甚至要更好。

《财经》：阿里这一轮股价大涨，一方面是因为中国资产重估，另一方面也是因为阿里宣布重度投入AI。夸克在阿里未来的AI蓝图里可能扮演什么角色？

**傅盛：**阿里可能想做一个可以执行所有应用的通用Agent。什么是AI时代的超级应用？可能就是一个能解决80%问题的智能体，搜索、写诗、写报告、扫描、生成PDF文档等。如果这个通用Agent面对各项任务时都能把满意度做到都足够高，就会有很强的黏性。

我感觉夸克这个产品形态，可能是要重新定义一个超越了搜索本身，不是一般意义的应用。夸克把很多日常能用到的AI功能都集成进去了。由于大语言模型能理解你的意图，所以它可以根据你的意图，帮你调用工具。我觉得未来真正的AGI（通用人工智能）产品形态，不是“人围着机器转”而是“机器围着人转”。这说法放在夸克上也可以。

你只要打开它输入一句话，夸克就帮你把事给干了，比如搜索、PPT、翻译。这可以降低使用AI的门槛，提高用户体验，类似于一个超级入口。

《财经》：作为“AI旗舰产品”，夸克有可能同时统领阿里To C和To B两种服务么？

**傅盛：**To B不太可能，但To C有可能。To C生态建立在拥有大量用户的基础上，夸克就有两亿用户规模，且在移动、pc都有，据我了解50%还是00后，这代表了未来。对阿里来说，这个入口在别人手里是不行的。因为别人有一天可能会突然开始推荐商品。抖音刚出来时，大家都哈哈一笑不当回事，现在抖音差不多是中国第三大电商了，我现在大部分东西都是在抖音上买的。

《财经》：虽然进入了AI时代，但如果抓不住用户，你的技术、产品就没有用武之地。

**傅盛：**对。以前有句话叫“万能的淘宝”。当时我听曾鸣教授讲过一堂课。他总结说，“万能的淘宝”和“我们的淘宝”。淘宝上可以找到各种需要，它变成一个真正的Ecosystem（生态系统）。这个Ecosystem是靠大量的买家和卖家形成的。

大家打开手机，如果首先想到的是拿一个AI App去搜索，这对任何巨头都是巨大的威胁。做好夸克，阿里还能借助AI搜索把过去的用户群扩大。

《财经》：市场调研机构QuestMobile数据显示，DeepSeek、豆包、元宝、通义、Kimi等几款App，单日人均使用次数4次-5次，单日人均使用时长6分-10分钟。AI对话App看起来既不高频、也不刚需，为什么阿里、腾讯、字节跳动还是要砸钱去做？

**傅盛：**国外已经有样板了。AI对话工具大逻辑证明是可行的，所以大家往里冲。ChatGPT是一款非常成功的产品。它短时间获得了4亿周活跃用户，2024年有27亿美元收入。

包括国内的Deepseek-R1用户量增长那么快，大厂也必须要战略防御。AI对话App单日人均使用次数、单日人均使用时长看似不多，但以后会逐渐演进。随着模型能力提升、产品形态再丰富，会留住更多用户。以后每天使用次数可能会变成8次-10次。如果现在不做，未来再追赶会更难。

AI时代技术变了，但商业逻辑没变

《财经》：AI应用爆发后，主打的会是生活娱乐应用，还是生产力应用？

**傅盛：**说实话，没那么好判断。但以我的直觉来说，生产力工具会有一波大机会。这是这一轮AI和互联网的本质区别。

互联网更多是生产关系的变革，比如通过集采、团购、比价，去掉中间商等方式提高生产效率，它并没有直接促进生产力。但是AI是生产力革命，它能直接干活。现在你只要电脑里装个夸克这样的产品，找资料，写方案、做PPT，这些统统都能帮你搞定，

今天我看到，美国AI创业公司Anthropic CEO达里奥·阿莫迪 (Dario Amodei)说，未来三到六个月，90%的代码将由AI编写。我非常认同，因为我们公司一半的代码已经是AI写的了。

以前我们公司的人偷偷拿AI写研究报告，现在我让他们直接拿AI写报告，再告诉我哪些是自己的想法。如果没有想法也没关系，只要报告完整一些就行，至少AI不太会出错。

《财经》：报告虽然是AI写，但真正交付时，还是需要人来调优。

**傅盛：**对。一旦不需要人干预，AGI（通用人工智能）就真的来了。但AGI不会一下出现，需要一个个领域不断打磨，逐渐扩散。把一个个工具做好，慢慢才会出现AGI。

《财经》：所以AI时代的超级App可能就是一个通用Agent。奥尔特曼说，GPT-5将实现“魔法般的统一智能”，这真的能实现么？

**傅盛：**GPT-5一定不会是把算力、数据、参数再扩大10倍、100倍的产品。它一定会进行大量工程化，做Agent那一层产品。奥尔特曼有次接受采访，说OpenAI最缺好的产品，而不是说缺算法、芯片、数据。我想，他们可能打算用产品思路，把体验做到新的高度。

这个方向，中国机会可能更大。产品体验，中国团队是最能打的。中国市场巨大、竞争激烈，工程师聪明又勤奋。事实上，移动互联网时代中国App体验已经比美国好。如果AI进化到以应用为核心的竞争格局，中国企业会有更大的机会。像夸克，其实在最近的中国A应用榜单排名上已经是日活规模第一，未来全力投入的话，我觉得成为AI超级应用的机会是非常大的。

《财经》：AI应用爆发是不是意味着大模型的竞争已经结束了？

**傅盛：**我不这么认为，大模型竞争会持续。它就像核武器，大公司无论如何都得有，如果没有就不是大公司。今天没有任何一家大公司会因为“Scaling Law”（规模定律，模型性能由算力、模型、数据规模决定）放缓，就放弃迭代大模型。因为如果模型能力出现重大突破而你没有跟上，那你的用户还会被抢走。

《财经》：大家现在信心高涨，认为DeepSeek打破了OpenAI的大模型神话，在DeepSeek上部署应用就行。但如果大模型的竞争并没有结束，OpenAI又突破了新一代大模型，我们在下游部署的AI应用会不会打水漂？

**傅盛：**凡事都有规律，不会从石头缝里冒出来。至少现在，大模型仍然是以谷歌2017年提出的Transformer架构为基础，Transformer架构下的竞争路径是线性的，在这个架构下，看不到应用全被颠覆的可能性。

当然，大模型性能还会慢慢提升，如果应用做的太浅，只做一个套壳应用，的确很容易被替代。但如果把体验做深，不会出现这种局面，这会鼓励更多创业者做深度应用。

《财经》：未来大模型公司，专门开发应用的公司，各行各业用AI改善自己业务的公司，竞合关系会是怎样的？

**傅盛：**我觉得前两类公司会融合，可能不会再有纯粹的大模型厂商了，大模型公司一定会做应用。就像移动互联网时代那句话，未来所有公司都是互联网公司，我觉得可能以后所有公司都会使用大模型，都会拥有自己的大模型。

《财经》：AI时代相比移动互联网时代，技术变了，但是商业逻辑并没有变？

**傅盛：**商业逻辑没变，一点都没有变，它只是放大了移动互联网的逻辑。以前移动互联网做不了的事情，现在可以做了，它变成了更强的生产力工具。

OpenAI今年还发了Operator（操作员）和Task（任务）。它们可以自动执行任务。以前人必须在电脑面前“驾驶”。晚上你睡觉前，给AI安排任务。它去生成一个稿件，去网上找个设计图，再查一查房价。第二天早上起来，它会给你汇报结果。

《财经》：这听起来跟自动驾驶很像，你刚才说的就是L5的自动驾驶效果，完全不用人干预了，当然自动驾驶汽车本身就是一个智能体。你觉得要多少年才会进化到这一步？

**傅盛：**这一波模型稳定后，很快就会出现。Manus只是第一个，后面会不断出现类似产品。因为Manus开启了思路。大家会发现，原来做这个，会有这么多用户关心。所以Manus发布一两天后，开源版Manus很快也被人复刻出来了，接下来无非是要把应用细节要做好。比如，Manus现在登陆第三方网站还要输入账号密码，这需要把登陆接口做好。

《财经》：移动互联网时代，应用进化的逻辑是从浏览到交易，从简单到复杂。AI时代的应用进化会是怎样的？

**傅盛：**应该也差不多。AI时代首先是从信息收集、搜索、生成开始的。然后再是各种工具的链接。工具链条打通之后，下一步再走向交易。过去手机上，外卖、打车一个个App是孤立的，但今天AI可以把这些App都串起来。人给出需求后，AI就安排了。

今天夸克就有点像这个逻辑，它把很多工具放在同一个App里，然后用他们说的“AI超级框”来对接用户需求。夸克通过模型能力对AI功能进行集中调度，我觉得是非常牛的一个产品定义。

创业者做硬件不容易被巨头复制

《财经》：除了搜索，AI To C赛道你还看好哪些方向？

**傅盛：**今天有很多小的应用和Agent。我在硅谷，遇到一个创业团队，他们在手机背面贴磁贴式麦克风，帮用户做录音和会议总结，他们单月收入超过1000万美元了。

软硬一体的智能硬件也是一波机会。2024年Meta智能眼镜，销售量有200多万台，计划2026年增产道每年1000万台，这已经是一个现象级产品了。以前的智能硬件只是联网硬件，现在才是真正的智能硬件。

智能眼镜特别有意思，两年前苹果的Vision Pro，它加各种东西来实现功能，搞得显示器很重。我当时加价一万多买了一幅，用了一个月再也不用，因为太重，压得鼻梁不舒服。Meta智能眼镜最牛的不是做了什么，而是不做什么。它没有显示器，完全用语音交互，我哪怕参加重大活动都可以随时戴着。如果没有大模型，这种体验是不可能的。

《财经》：对创业公司来说，硬件机会是不是更大？硬件相对软件，更苦更累，大厂似乎不容易复制。

**傅盛：**硬件创业团队更有机会一些。再大的厂做硬件，也得6个-12个月。硬件的逻辑是，你做出产品，即使被大厂盯上，12个月已经过去了。软件的逻辑是，你开发产品两个月，大厂1个月就复制了。

《财经》：聊到硬件咱们来说说机器人，你做了很多年机器人，你一直不看好人形机器人，认为这个技术落地太难、应用太远，现在你的看法改变了吗？

**傅盛：**没改变。最近高盛出了份报告，说人形机器人五年内无法落地，我觉得这是少有的、清醒的投资人，认认真真做了一些功课。人形机器人的确是一个值得鼓励的研发方向。但至少五年，甚至更长时间都无法落地。

我在硅谷，和一个专门做机器人数据标注的专家聊，他觉得人形机器人可能未来十年都无法落地。机器人是一个软硬结合的产品，软件会有爆发式的进步，但硬件无法爆发式改进，只有线性变化。比如轴承，它只能一点点改进。

做机器人最难的不是99%，而是1%。机器人不能只有99%的成功率，如果一个机器人抓100个盘子就摔1个，那它就没办法商用，成功率至少做到99.99%才能商用。

为什么智能驾驶喊了这么多年，目前也没有一家真正做到无人驾驶。我在硅谷尝试了特斯拉的FSD（全自动辅助驾驶），每两三百公里还是需要人为干预。但人开车，可能十万公里都不会出车祸。无人驾驶不能落地，核心原因是不能出现那0.01%的意外。

《财经》：听起来人形机器人不适合创业公司干，但最近宇树和云深处这些公司很火，它们都是干这个的。

**傅盛：**今天这个环境大家都挺有激情，这挺好的。至少人形机器人火了之后，很多人去问价格了，然后觉得太贵，反过来觉得我们的机器人挺好，这个就是成本问题，性价比问题。不管人形机器人多酷，客户的核心关注仍然是投资回报率。今天最便宜的人形机器人9.8万元，但轮式机器人可以便宜一半以上，因为节省了一半以上的运动关节，减少了一半以上的不稳定性，轮子能适应99%以上的场景。

《财经》：是的，所以你专注于特定用途的服务机器人，那么大模型给你带来了哪些红利？

**傅盛：**第一波红利是交互的红利。我们马上要推出一个基于DeepSeek（国内）和ChatGPT（国外）这两款大模型的语音交互系统，体验会有很大的提升，能做到像人一样交流。这一轮交互红利会让很多以前做不好的场景都能做好，比如展厅讲解、商店导购。

第二波红利是任务规划的红利。比如以前让机器人抓一杯水，得写代码、做模板，这很费劲，现在机器人的任务理解能力强多了。

没有一款产品可以靠用户图新鲜来实现商业化，我不是反对机器人和物理世界交互，只是对纯人形机器人不看好。我看好的是，先从手开始，而不是从脚开始。在今天的业务场景中，脚没有必要。

《财经》：其实所谓人形机器人，关键点是智能程度，而不是形状是不是更像人。过去的工业机器人，只能按照人的设计在特定场景里完成特定任务，那它不是机器人，只是机械臂。真正的机器人一定能实现跟真实物理世界的交互，能自主完成任务，到了那一步，无论它是人形还是其它什么形状都无所谓。

**傅盛：**同意。

《财经》：你最近一直待在硅谷，有什么值得分享的见闻和思考？

**傅盛：**在这一波Manus起来之前，硅谷的智能体就已经很热了。硅谷创业公司早就不卷模型了，都在想智能体。2020年以后，旧金山有超过十万人离开硅谷。这轮AI热潮兴起后，他们又回来了。硅谷的VC（风险投资）也特别活跃，这么小的地方居然有大几千家的VC。

我看到了各种各样的智能体创意。比如，在后院拍张照，大模型帮你分析去哪找工人，去哪买除草机，还有通过大模型协助优化简历的智能体。硅谷这波智能体创新还是挺值的学习的。

不过，DeepSeek出来后他们也有些懵圈。Meta首席科学家杨立昆（Yann LeCun）说，“某些硅谷圈子中有一种错误的优越感”。但DeepSeek打破了这种优越感。