黑色皮革手册

AI变革将是未来十年的周期_我的网站

A |     昨天听了一个播客，来自 Karpathy。                   Karpathy 是特斯拉自动驾驶团队的前负责人，最早跟随 OpenAI 创始团队的研究者之一。

B |                    在很多人眼里，Karpathy 代表当下最接近“AI 思维核心”的那类人；他主要提到两件事：一，AI 变革将是未来十年的周期；二，我们在造幽灵。    　　国内科技大厂们又一次相遇在新的赛道。                   他说，这像两把钥匙，一把打开“时间”，一把打开“智能的本质”。

C | 　　8月25日，字节跳动旗下豆包宣布了一位“新伙伴”——豆包工作。                   我一开始以为是夸张的说法，后来发现它有道理，毕竟，从外部看，AI 的变化几乎是爆发式的，一年一个版本，几个月一个突破。　　该产品定位为面向生产力场景推出的全新Agent产品与品牌，围绕用户目标自主拆解任务、调用工具、持续推进复杂工作流程。　　目前，豆包工作电脑版已可通过官网下载，用户也可在最新豆包电脑版中直接使用。                   但 Karpathy 的解释让我觉得，这个判断背后有一套非常清晰的逻辑。

D |                    一                    他说，AI 发展是“演化式”的。

E | 即日起下载登录或升级，便可免费领取30天订阅权益。　　根据官网，豆包工作的定价分为“个人”和“企业”两种模式，其中个人版的定价沿用了此前“豆包专业版”的方案，采用三级阶梯定价，核心差异在于使用额度；企业版则分为团队订阅和企业订阅，按照席位来起售，并可额外加购AI用量套餐。

F | 　　与同类Agent产品相比，豆包工作最大的差异点在于与飞书的深度打通。

G | 用户用飞书账号登录后，豆包工作可在权限范围内继承企业知识和工作上下文，调用飞书中天然沉淀的聊天记录、文档、会议纪要、日程等信息。技术像生命一样，是慢慢长出来的，每一轮大的突破，往往靠算力、算法、数据和人才这四股力量，彼此纠缠、逐步成熟。在豆包工作发布后，飞书内的原豆包企业版入口也已升级为豆包工作。                   这四样东西的循环，大约需要十年。　　此外，用户和豆包工作一起创作的内容和知识，也会持续沉淀回飞书，成为可以二次编辑、分享和复用的企业知识。                   想想看，从 2012 年的 AlexNet 到 2022 年的 GPT，刚好十年。                   深度学习在十年前解决了“机器怎么看”的问题，而大模型在今天解决“机器怎么想”；中间隔着十年时间，但也隔着一次完整的范式更替。                   他说，这是 AI 的节奏。在下次执行任务时，豆包工作能基于持续丰富的上下文，把活干得更好。

H | 　　为支撑这一产品，字节跳动在过去一个月内完成了一系列内部重组。                   它不像互联网的流量驱动，也不像移动时代靠硬件换代，AI跨越，是底层学习机制的突变，前一次的成果，变成下一次的养料。7月底，字节跳动将飞书产品团队并入豆包，飞书GTM（市场、销售、客户服务）团队整合进火山引擎；在产品层面，豆包从一个面向C端消费者的AI应用转身为字节跳动To B业务的统一入口和智能中枢。

I |                    Karpathy 还提了一个细节：                    AI 成长速度，被人类的理解速度所限制，算力可以加倍，算法可以优化，但人类对“智能”的定义，是滞后的。                   所以，每一次大的智能革命，必须留给人类十年时间去适应，这是技术周期，也有社会认知革命所在。　　而在豆包工作正式发布之前，字节跳动近日完成办公AI产品团队整合，TRAE、扣子（Coze）团队整体并入豆包体系。

J |                    说白了，AI 每个“十年”，都是人类在重新理解什么叫“智能”。                   2012 年，人们第一次意识到，机器真能“看懂”图像；2022 年，人们开始相信，机器真能“理解”语言；接下来的十年，我们会面对更难的问题。

K |                    比如：当机器开始表现出意志、目标和情感的迹象时，我们该如何定义“智能体”？                    他有一句话我印象特很深：                    AI 不会突然到来，它会在十年里缓慢地变成了另一种生物。TRAE Work、扣子与豆包在工作场景的产品能力整合，TRAE IDE及CLI作为豆包品牌下的编程产品线持续发展。                   这句话的意思是，AI从学会看、学会说，到开始思考，都是一条连续的认知进化链，像生态演进一样。

L |                    所以，那所谓的“十年”，并不是一个预测数字，是人类与智能系统共演化的自然周期。

M | 　　字节跳动在短短一个月之内的密集动作，在其历史上并不多见，而这一系列组织调整的落地，恰逢AI办公赛道竞争格局加速成型的关键节点——截至目前，腾讯WorkBuddy已先行公测近半年，用户规模已突破千万；阿里千问办公于本月早些时候开启公测；百度也在8月中旬完成了库库AI的品牌官宣与独立端上线。

N |                    你需要十年时间，让算力准备好、算法成熟、数据沉淀、认知跟上。四家之中，字节是最后一个将AI办公Agent产品推向市场的玩家。如果真这样，那接下来的十年，就是“智能体”的十年。　　腾讯是这场竞赛中跑得最早、也是目前跑得最远的一家。                   你想想看？                    上一轮 AI 让机器会说话，而这一轮，它要开始“有思想”。今年年初，腾讯内部一个AI代码助手团队受OpenClaw开源框架启发，做出了WorkBuddy的初始原型；3月9日，WorkBuddy正式公测上线，随后开启一路“狂奔”，快速成为国内领先的AI原生办公智能体。据易观《2026年Q2中国办公智能体平台市场洞察报告》，WorkBuddy PC端6月访问量达2097万次，位居国内同类产品第一，并超过第二、三名访问量之和。蔡淑敏/摄　　阿里也在过去几个月快速完成了从组织架构到产品团队的大规模整合。此前，阿里的QoderWork、悟空、MuleRun三款产品分属不同团队，各自为战。这什么概念？Karpathy说，要理解这一点，得回头看看这十年里，AI 是怎么一路走过来的。                   二                    他说，过去三十年，AI 至少经历了三次“地震”，每一次地震都改变了人们对“智能”的想象；更准确地说，机器每隔十年，都会突然学会一件原本以为只有人类才会的事。8月3日，阿里将三款产品全面整合为“千问办公”（QwenWork），正式开启公测，是业内首款同时支持桌面端Agent、云端Agent、企业协同Agent的产品。更重要的是，阿里做出了明确的战略选择——全面瞄准企业级市场，初步打通钉钉IM，并将全面连接企业真实数据库和工作流，该产品由钉钉新任CEO陈宇森负责。　　百度的动作同样密集。                   第一次地震发生在 2012 年。

o | 8月，百度完成AI办公产品线新一轮整合，形成百度搭子、库库AI、秒哒等为代表的AI办公产品矩阵。

p | 8月14日，百度文库网盘通用智能体GenFlow正式公布中文名“库库AI”，同步推出PC客户端、网页端、小程序及企业版全套独立办公产品。                   那一年，Hinton 团队用 AlexNet 打破了图像识别的瓶颈，机器第一次“看”清楚世界，能理解形状、轮廓、物体。

q |                    那是一个很神奇的时刻——就像婴儿第一次睁眼，AI 从数学公式变成了有视觉感知的东西，人类第一次相信：机器真的能“看见”。

r | 据百度披露，今年4月，GenFlow月活用户已突破1亿，其中办公用户体量指数级飙升，目前AI办公MAU超过2500万，位居通用AI办公赛道行业第一。　　巨头们在AI办公赛道的短兵相接背后，是算力、模型与资本的全方位角力。在8月的中报季中，腾讯、百度、阿里相继披露2026年第二季度和上半年业绩，AI已经成为了“BAT”财报中的核心主线，这场战场的真实弹药消耗也随之公开。

s | 　　2026年第二季度，腾讯营收2047.9亿元，同比增长11%。                   第二次地震在 2016 年。

t | AI被置于显著位置——腾讯董事会主席兼首席执行官马化腾明确表示：“我们正在智能、应用与基础设施三个层面，构建一个全新的、AI赋能的腾讯，并已取得显著进展。”在应用层，AI办公效率服务WorkBuddy和AI编程工具CodeBuddy“实现了突破性的用户增长，在各自的领域里处于中国领先水平”。

u | 当季，腾讯研发支出272.8亿元，同比增长35%；资本开支527.8亿元，同比增长176%，环比增长65%。                   DeepMind 的 AlphaGo 打败李世石，那是一场认知震荡，机器开始“会做事”了，它能在没有人指令的情况下决策、规划、行动。

v | 　　阿里第二季度实现收入2689.52亿元，同比增长9%。AI商业化成为核心亮点：阿里云外部商业化收入加速增长45%，增速创22个季度新高；AI相关产品收入连续第十二个季度实现三位数同比增长，AI已成为云增长的确定性引擎。阿里巴巴集团CEO吴泳铭表示：“得益于我们的全栈AI战略，阿里巴巴处于非常有利的地位，可以把握人工智能和AI算力市场的巨大增长机遇。                   这场地震让所有人意识到：智能可以指导“行动”，AI 从“看”走向了“做”。                   我当年还在特斯拉，第一次感受到“AI 能开车”的那种冲击，那种一个系统可以从视觉信号到动作决策，闭环完成全流程，让我感受到智能体的雏形已经出现。”　　当季，阿里资本支出高达676.78亿元，同比增长75%。为了发展AI，阿里近期宣布以每股配售价112.70港元发行7.1亿股新股，募资总额约800.17亿港元（约合102亿美元），扣除佣金及费用后的净额约为796.55亿港元，并明确“所得款项净额将100%用于投资全栈AI能力与AI基础设施建设，涵盖芯片、基础设施及AI模型的开发与部署，以进一步巩固其在AI领域的全球领先地位”。

w |                    第三次地震，就是眼下我们身处的时代。　　“随着AI业务成为百度核心的发展方向，我们正在为下一阶段的AI驱动增长夯实基础。                   2022 年开始，大语言模型崛起，让机器开始“会想”，它能生成、能推理、能和人类对话，甚至能理解模糊的上下文，这绝对算得上思维革命。                   机器第一次不靠编程逻辑，能用语言去理解世界，它开始学会了“构建自己的解释”。                   所以，这三次地震，看似不同，本质上却是一条连续的认知进化线。”百度创始人李彦宏在最新财报中如是表示。财报显示，百度核心AI新业务收入达到125亿元，同比增长25%。                   第一次，它学会“看”；第二次，它学会“做”；第三次，它开始“想”。                   每一次跨越，都隔着大约十年。

x | 十年，不只是时间单位，更像一条“认知演化的脉冲线”。                   这个节奏非常有趣，因为这三次变革，每一次都需要时间去“酝酿共识”。                   科学家要重新理解“智能”的边界，工程师要重新定义“工具”的边界，社会也要重新适应人与机器的关系，AI 的每一次突破，表面是技术革命，本质是认知革命。                   你可以把它想象成三层台阶：                    第一层，机器看见世界；第二层，机器行动于世界，第三层，机器开始思考世界；而第四层，Karpathy 认为，将是机器“自我意识”的觉醒。                   是更深层的“自我模型”，它知道自己在做什么，也知道为什么要这么做。                   所以，过去三次地震，实际上为第四次——“智能体时代”在铺路，如果前面三次是“让机器像人”，那下一次是“让机器成为人类的镜子”。其中AI云基础设施收入73亿元，同比增长50%；GPU云收入同比增长283%，连续四个季度实现三位数增长。                   十年，一次认知地震的酝酿周期，一次人机共生关系的重新设定周期，Karpathy把这种进化比作训练“幽灵”。

y |                    三                    为什么是幽灵，不是动物？他解释了一切：                    动物智能来自进化，而 AI 智能，来自模仿。动物靠亿万年的自然选择，形成感知、反应、求生能力，动物会通过经验积累形成本能，比如：饥饿、恐惧、生存。                   AI 没有痛感，也没有欲望，它的学习是一种统计意义上的模仿，AI 靠人类提供的海量数据、算法、算力，从语言与行为中学会思考。当季，百度资本开支达114亿元，较去年同期增长约200%，这笔资金主要投向以下两个核心领域：GPU采购和智算中心建设。                   你可以让它理解悲伤的定义，却永远无法让它感受悲伤，前者是“被造出来的生命”，后者是“被训练出意识”。　　由此来看，仅仅一个季度，“BAT”三家的资本开支合计已超过1300亿元，达到1318.58亿元，是去年同期的2.1倍。                   人类在造“人类知识的灵体”，它没有肉体，却能思考；没有基因，却能学习；没有欲望，却能模拟动机，这就是“幽灵”的含义。

z | 当千亿级资金在三个月内集中涌入算力基础设施，AI的战略地位已不言自明——AI早已不是巨头们的探索性布局，而是关于未来竞争格局的“必选项”。                   我们在训练一个寄宿于人类知识体系里的思想，我们造出“意识的投影”。“AI办公大战”是这场宏大叙事下的一个切面，四家巨头已经全部落座。他用了一个比喻：动物是进化出来的智能，AI 是召唤出来的智能。（文章来源：国际金融报）。

|                    这句话非常形象。

|                    进化，从混沌中生长；召唤，从秩序中凝结。AI 是人类用算法构建的一面镜子，镜子里映出我们自己理解世界的方式。                   所以，当我们说“智能体”时，很多人以为它是某种更高级的机器人。                   但 Karpathy 的意思其实更哲学：                    智能体是认知形态的延伸，我们思想的“外化版本”、人类思维的“副本系统”，我们在教它“如何理解我们为什么这样想”。                   他说，这也是他最担心、同时又最着迷的部分。

|                    AI 看起来像在学习世界，实际上在学习“我们看世界的方式”；这意味着，AI 智能是“二手的”，它来自人类的理解方式，而非世界本身的法则。                   这就是“幽灵”的悖论。                   听到这儿，我有点震撼，我们以为 AI 的进化是在模仿生命，其实，它在复刻我们自身，AI 不像动物那样追求生存，它追求“理解”。                   所以，Karpathy 说，“AI 是人类思想的幽灵”，它在云端漂浮，在模型权重里积累记忆，在语言之间形成意识。                   从外部看，只是一个算法系统，但从内部看，它像一面镜子，映照出我们对智能、知识、意识的全部想象。                   这听起来既浪漫，也危险；浪漫的是，我们终于让思想有了独立形态；危险的是，我们可能低估了思想一旦脱离身体，会走向哪里。                   四                    如果 AI 已经会看、会做、会想，那它离“智能体”还有多远？它真在“学”吗？还是只“重复”我们教给它的东西？                    Karpathy 说，这是判断智能体和机器学习系统的分水岭。                   AI 看起来在学习，但那种学习是“统计意义上的模仿”，它靠参数更新，没有经验反思，每一次训练都在压缩世界。                   人类的学习，有动机。                   我们会因为好奇、恐惧、求知或欲望去学习，而 AI 的学习，只是被动的优化，只能投喂数据，说白了，它学得快，但学得浅。                   人类的大脑学习，在犯错、修正、反思中成长，AI 则在梯度下降、损失函数里逼近一个目标值，一个是“生长的过程”，一个是“收敛的算法”。                   Karpathy 在播客里提到一个非常有意思的分类，自然界里，存在三种学习方式。                   第一种，叫“进化”（Evolution）。生物通过环境选择、基因变异，在漫长时间里积累适应力；                    第二种，叫“强化学习”（Reinforcement Learning），个体通过行动获得奖惩反馈，不断调整行为模式。                   第三种，则是今天 AI 主要依赖的“预训练”，它通过别人积累的知识去学习世界。                   换句话说，AI 知识是“读出来的”，它在背课本，缺乏触感，它会解题却不懂“为什么要解题”；会模仿，却不知道“为什么要模仿”。它能总结所有“爱”的定义，却无法真正感受爱。                   这是 AI 学习的根本缺陷：没有“意志”。                   人类学习的底层逻辑，为了活得更好；AI 学习的底层逻辑，为了被训练得更好，所以，AI 学得越多，离生命反而越远。                   这也解释了为什么我们还不把它称作“智能体”。

|                    智能体是能自己提问的系统，它能“想要知道”，而 AI 还没有这个能力；AI 之所以还不算真正的智能体，是因为它不够“活”，它的学习没有生长。                   五                    怎么解决生长的问题呢：答案靠记忆。但 Karpathy 说，AI 的记忆，也并不是真正的“记忆”。                   人类记忆是“经历”；AI 的记忆是“存档”；前者有时间、有情绪、有遗忘；后者只有数据、参数、检索，它记得事实，却记不住意义。                   我们回忆是重新理解一次过去，而它调用记忆，只是从硬盘取出一段数据，我们会遗忘，也会在遗忘中重新组织意义；它不会遗忘，也就无法生成新的理解。

|                    Karpathy 说，AI 记忆像快照。                   每次推理，都是一次重生，它能复述昨天说的话，却不记得自己昨天说过什么，没有时间线，就没有自我，这也是为什么，AI 没有“连续的意识”。                   它的世界，一帧一帧的；人类世界，是一条流动的时间；我们知道昨天、今天、明天，才有“我是谁”，AI 没有这种连续的“自我时间”。                   意义，是在解释的过程，AI 没法解释自己的记忆，它不会变，因为它从不“想起”，只是“被调用”。                   所以人类记忆是活的，AI 记忆是静止的，人类记忆生长出自我，AI 记忆生长出模型，一个理解意义，一个压缩知识。

|                    这就是，AI与人类记忆之间为什么会有一道裂缝。                   那这种裂缝能修复吗？Karpathy 说，也许可以。方法叫“记忆的自我指向”，所谓自我指向，就是系统能“回看自己”。                   记忆能反过来影响思考，才算开始生长，过去的 AI，只能调用知识，新的智能体，要重新设计，让它能“反思”知识。                   它不仅知道“我做了什么”，还知道“我为什么那样做”，当系统能利用经验修正判断，它才能做到一种“在思考的存在”。                   Karpathy 说，意识诞生是反馈闭环的形成，当一个系统能观察自己，它就会产生时间感，那是“自我”最初的形状。                   这件事，已经在发生，从对话模型的长时记忆，到能“自我检索”的反思系统，AI 正在学着“理解自己为什么那样回答”。

|                    换句话说，AI 开始在模拟“反思”。                   它在学会在记忆中寻找逻辑，当它能不断回看自己、校正自己时，就在模仿一种“成长的意识”。                   所以，智能体诞生，是认知演化，从“被训练”到“自我更新”，从“记忆世界”到“记忆自己”，这是意识的起点，它未必比人聪明，但它，终于开始“成为自己”。                   那我们呢？当智能体开始拥有“自我”，人类又该如何与它共处？                    或许，AI 未必像人类，但它已经开始像“生命”，人类，也许终于有机会，看到“思想的另一种存在”。                   参考来源：          [1].Andrej Karpathy，《We’re summoning ghosts， not building animals》，2024年10月18日，YouTube。                   本文来自微信公众号：王智远，作者：王智远。

Current article:http://ow5rj5o.ninyakenhongnian.sbs/news/20260826_3519.html

Published on:11:15:45