摘要

2025 年 AI 的主战场可能从模型竞赛转向应用交付，模型能力趋同后，产品定义、运营速度与组织协同成为更稀缺的资产。 字节、阿里、腾讯都在进行模型与应用团队的区隔或调整，背后的共识是“模型是模型，应用是应用”；OpenAI 从 GPT 模型到 ChatGPT 是一次巨大跨越，但市场现在要求产品“往外再迈十步、二十步”。
推理成本暴跌既扩大需求，也可能持续压缩模型层和云调用市场的收入空间。 刘飞转述修寒的粗略估算是：头部第三方应用的日调用量可能在百亿 Token 量级，可能有数百个这样的应用，对应市场不过几十亿至一百亿元；2024 年单 Token 成本已降约 100 倍，若 2025 年总成本再降两个数量级，仅维持原有市场盘子就要求调用量增长 100 倍。刘飞所在社交业务目前每天消耗数百万 Token，他担心这样的调用量 KPI 对多数应用并不现实。
“应用”与“Agent”不是截然分开的赛道，今天多数被归类为场景应用的 AI 产品都可以理解为边界受控的小 Agent。 Perplexity 会拆解问题、调用信息源并重组答案；AI coding、AI PPT、文件总结也是把通用模型封装进确定流程。关键不在是否贴上 Agent 标签，而在能否找到匹配具体用户需求的“钥匙”，并持续磨准每一个齿。
豆包、夸克等大厂产品的优势不只来自底层模型，更来自快速复制已验证场景并将其做成低门槛体验的组织能力。 庄明浩选择产品时买单的是团队能否迅速跟进新爆点，而“这完全不是技术方面的原因，而是组织和运营层面的原因”；夸克从浏览器和“瑞士军刀”工具集升级为“两亿人的 AI 全能助手”，豆包则定位“超级助手”，两者都在争夺下一代统一入口。
AI Native 的标签正在失去决策价值，用户并不关心功能是否由大模型、规则或人为判断完成，只关心结果是否解决问题。 刘飞的概括是“AI 它压根不是场景”，正如没人自称 C 语言或 Java 产品经理；一位做知识库的创始人曾去掉产品介绍中类似“AI 食品分析”的描述，说明 To VC 的技术叙事正在让位于真实使用和留存。
AI 眼镜是中美硬件共识很强的方向之一，但机会与供应链、库存和形态风险同时存在。 市场可能分化为采用高通芯片、售价约 1,500—2,000 元的产品，以及国产方案、价格下探至 1,000 元以内的产品；眼镜还能获得第一人称、私人化数据，令生成和 Agent 获得新的输入，但算力、电池、重量、散热以及是否采用分体式方案都未形成结论。“那些坑依然还都在那儿。”
短期自动化价值将优先出现在结果可验证的任务，主观内容生产仍明显落后于 coding。 Cursor 到 Devin 已让“手工写代码变成行为艺术”变得可想象，但 AI PPT 和内容总结仍会漏掉人类认为重要的东西；最务实的参与方式不是泛泛“学习 AI”，而是拿日常任务驱动使用豆包、夸克等产品，在真实摩擦中寻找产品机会。

精读

1. AI 行业的时间单位已经缩短到两三个月

庄明浩对 2024 年最强烈的感受是“疯狂地在加速”：他 11 月底开始制作年度总结，12 月 11 日或 13 日完成时已有 132 页；约一个月后再讲，PPT 已补到 143 页，原有内容仍不断过时。
这种变化不只发生在基础模型。每个热门细分方向都可能“每两到三个月就是一篇儿翻过去了”，三五个月前的新闻、结论和产品认知很快失效，行业注意力则“一浪叠着一浪，风水轮流转”。
刘飞的观察是，ChatGPT 3.5 出现后最初的冲击集中于底层技术；到了 2024 年，应用层和中间件即使共享大模型逻辑，也开始快速分化演进。

2. 模型曲线趋同，Token 降价却制造增长悖论

从 2024 年 Q3 起，预训练基本到头逐渐成为共识，讨论转向后训练、分布式推理和 Agent；互联网现存数据何时被“吃完”也成为问题。无论评分榜单还是开源、闭源模型的距离，庄明浩看到的都是“所有的曲线都在收敛到差不多的地方”。
刘飞补充，算力卡价格在前期泡沫后趋于理性，一些公司也觉得继续卷大模型未必能卷出来。这不等于技术停止进步，而是团队开始重新计算模型竞赛的投入产出比。
刘飞转述修寒的粗略估算：仅看中国头部第三方应用，日调用量可能在百亿 Token 量级，可能有数百个这样的头部应用，按云服务口径计算，盘子约为几十亿至一百亿元。这个数字带有假设，但揭示了模型调用市场未必像流量数字那样巨大。
更尖锐的是价格：2024 年初到年底，单 Token 推理成本可能相差 100 倍；对 2025 年的估计即使不到 100 倍，也可能再降十几至二十倍，叠加多模态能力提升后，总成本可能再下降两个数量级。刘飞所在的社交业务每天已消耗数百万 Token，但若为了守住行业收入而把调用量 KPI 提高 100 倍，他直言“业务同事压力会巨大”。

3. 所谓 Agent，往往只是边界更清楚的应用

面对“2024 是应用年、2025 是 Agent 年”的说法，刘飞追问两者究竟差在哪里。庄明浩以 Perplexity 为例：它把搜索问题拆成若干模块和推理步骤，调用熟悉的信息源收集、整理，再统一呈现，本身就是广义 Agent。
沿着这个定义，多数被归类为场景应用的 AI 产品都可以视为“小的 Agent”：关键不在是否贴上 Agent 标签，而在能否拆解任务、选择工具、约束流程，并交付用户可判断的结果。
2023 年的困难是技术边界和用户需求同时快速变化，产品团队无法在两条动态曲线之间找到稳定态；到 2024 年，模型能做什么逐渐清晰，团队才得以划定“小边界”，把需求与技术能力的匹配封装成具体功能。

4. 大厂应用的壁垒，是持续跟进场景的组织速度

到 2024 年 Q3、Q4，豆包、夸克等产品取得更大用户规模，逐渐成为行业共识。庄明浩解释，他选择某个应用时买单的不是底层技术差异，而是相信其产品和运营团队能快速跟进任何被验证的新场景。
这意味着即使突然出现新的应用爆点，用户与前沿能力之间的时间差也不会太久，且新功能会以熟悉的交互和运营方式交付。庄明浩强调，这“完全不是技术方面的原因，而是组织和运营层面的原因”。
刘飞用豆包的变化印证这一点：产品早期像跟随虚拟人潮流的通用聊天工具，随后视觉、交互和细节迅速改善；他还提到庄明浩此前在极客公园指出过产品回答异常，而团队能够迅速响应。这样的响应密度，对资源有限的小团队是一种“奢侈”。

5. “模型是模型，应用是应用”已落实到组织架构

字节的豆包模型团队与产品、运营团队本就分开；阿里随后让夸克接收原来做通义 App 产品的团队负责应用，同时把模型层技术研发放在模型团队；腾讯则把元宝模型团队留在技术体系，把应用团队与腾讯会议团队合并。共同方向是“模型是模型，应用是应用”。
庄明浩认为，2023 年至 2024 年上半年更流行“模型即应用”，但竞争加剧后，场景、运营、用户体验和技术实施都变得细碎复杂，单靠研发人员进行产品尝试已经“有点跟不上”。
OpenAI 从 GPT 模型到 ChatGPT 是一次巨大跨越，但 ChatGPT 最初更像内部 Demo Day 上的东西突然成为核心产品；后来增加 GPTs、Agent 服务和 Calendar 连接，才开始变成不单纯是技术示范的东西。用户如今要求的不是再迈一步，而是围绕明确需求“往外再迈十步、二十步”。
OpenAI 原来绝大部分人偏技术研发，现在可能有一半人员偏产品和运营。庄明浩据此判断，中美都在发生同一转向：模型能力仍重要，但应用交付已经是另一套专业工作。

6. 通用模型是太阳，产品是把能量送到用户手里的导管

刘飞承认自己改变过看法：ChatGPT 刚出现时，他认为大模型既然能统一处理分词、机器翻译等 NLP 子任务，对话框或许也能覆盖所有产品形态；因此他一度不理解为什么还需要 Perplexity 和独立的 AI coding 产品。
后来的使用让他意识到，底层模型能够覆盖场景，不等于用户能直接取得结果。Prompt 的学习成本仍高，每个具体任务都需要额外的流程、上下文、交互和结果呈现层。
庄明浩的比喻是，大模型像拥有巨大光和热的“太阳”，但人很难直接把太阳变成合适的能量；产品则是预先定义长度和宽度的导管，把恰好够用的能力送到需求端。“太阳本身还是非常强大，是万物之源”，但太阳稳定以后，价值更多产生于外围转化。

7. 夸克说明 AI 能放大上一代产品能力

庄明浩在 AI 浪潮前已经是夸克用户，看中的是简洁、无广告、网盘协同，以及志愿填报、PDF 处理等小工具构成的“瑞士军刀”。在浏览器格局基本确定的年代，这些体验足以吸引一些用户，却未必足以撬动大众市场。
AI 给这些积累增加了更大杠杆：搜索、文件、插件和各种生成能力可以重新组合，原有产品体验也能继续打磨。相比简单增加几个图标，真正困难的是决定功能放在哪里、怎样接入旧流程，以及如何跨越大厂内部的组织和页面控制权。
庄明浩此前主要把夸克当 Perplexity 使用，后来才注意到拍照翻译、扫描试卷、整理错题等年轻用户场景。技术单独看并不神秘，但封装之后，用户无需搜索攻略或手写复杂提示词，体验便发生质变。
选择同样重要：哪些场景进入首页“几大金刚”，哪些藏在搜索框或二级页面，哪些现在做、哪些以后做，都决定 All in One 产品是否会变成杂乱工具箱。细分领域已有好产品，不意味着平台应该把每个功能都放到最显眼的位置。

8. 一个万能输入框，替代不了被设计好的按钮与流程

OpenAI 的桌面客户端看上去“就是一个框”，近似早年“框计算”的 All in One 理想；刘飞却指出，这种方式未必适合国内主流用户。用户可以用自然语言表达部分需求，但更多功能仍需要按钮化、傻瓜化和尽量少的步骤。
AI PPT 展示了同一需求内部的分化：有的工具强调总结、整理和大纲，有的依靠丰富模板库，有的擅长可视化，还有的突出逻辑结构。庄明浩给朋友推荐产品前，要先问用途、场景、范本、图文比例和正式程度，不能只给一个通用答案。
中国多数白领用户的最大公约数仍可能是可选择、可编辑且与内容匹配的模板。用户从“帮我总结”进阶到指定结构、金字塔原则和复杂输出格式时，“每一步的进阶都是一次巨大的用户流失”，因为每一步都要求用户更懂任务。
刘飞由此判断，行业重新进入产品经理价值上升的阶段：产品经理要把复杂提示预处理成场景和按钮。庄明浩的补充是，这一代好产品经理还必须准确理解模型边界，否则无法把技术和人性中的“懒”真正接起来。

9. 下一代浏览器可能不再被称为浏览器

庄明浩引用的判断是：“你的下一个浏览器可能就不是浏览器了。”中国浏览器在 AI 之前已内置大量工具，只是成熟市场很难重新激活用户；AI 让搜索框有机会成为调用搜索、应用乃至 Agent 的统一入口。
这也重新唤起 Chrome 曾试图成为 OS 的逻辑：电脑里只需一个入口，购物、社交、内容和工具都在其中完成。过去这个设想做了几年后仍有局限，移动互联网又压缩了浏览器的使用场景；如今 AI 可能把腰部和尾部场景重新集中到 PC、甚至手机上的一个框或一种新界面。
浏览器插件适合早期验证小规模 PMF，却天然受限于浏览器本身；一旦产品想继续延伸，就不能满足于插件形态。无论 OpenAI、Anthropic、国内初创公司还是大厂，“所有人都不会满足于做一个插件”。

10. 全能助手正在吞并搜索、浏览器和输入法的旧边界

夸克把 Slogan 更新为“两亿人的 AI 全能助手”，并不再强调搜索或浏览器；庄明浩援引七麦数据报告称其下载量位居行业第一。豆包也在首页写下“你的超级助手已上线”，两类出身不同的产品开始越来越像。
这种全能化是一种昂贵能力：基础对话之外，还要持续接入图片、音乐、视频等多模态，以及翻译、智能体、PPT、文件总结和脑图等无限延展的功能。多数团队无法长期跟进，只有少数在这件事上有大决心的巨头能持续投入。
庄明浩把王小川曾提出的“搜索引擎—输入法—浏览器”三级火箭重新演绎：在 AI 时代，三者本质上都是用户与模型交互的入口，未来可能被统一。现阶段它们仍沿旧产品边界各自试验，但 PC 端头部 AI 助手已经在 UI 上“像浏览器”，底层逻辑却完全不同。

11. AI Native 无法回答的，用户价值会直接回答

对“没有 AI 就不成立的产品才叫 AI Native”的定义，庄明浩认为至今没有绝对意义上的结论。即使放到游戏，理想的 AI Native 游戏究竟是什么仍说不清；AI 相比上一代技术本就多元复杂，再套一层 Native 只会更难划线。
移动互联网也提供了反例：拼多多长期坚持不做 PC 和 Web，并不因此天然成为 Mobile Native 电商；滴滴、美团利用地理位置，反而更接近狭义的移动原生能力。渠道形态、技术特征和产品价值不是同一个概念。
刘飞认为，AI Native 话语有其历史原因：ChatGPT 引发融资泡沫后，市场需要区分真正围绕新技术构建的团队与只加一个智能客服、便自称 AI 的公司。到了应用竞争阶段，继续从技术纯度判断产品已经失去意义。
一位做知识库的创始人曾把产品介绍中类似“AI 食品分析”的描述去掉，后来效果反而更好，因为“用户真的没有那么 care 是不是 AI”。刘飞更进一步说“AI 它压根不是场景”：没人自称 C 语言或 Java 产品经理，产品即便混合大模型、规则、人工判断与安全合规，只要结果更好，同样成立。

12. AI 产品的真实壁垒往往藏在规则、成本和本地用户习惯里

庄明浩以小宇宙的 AI 总结提出一个没有答案的实现问题：热门节目被第一个会员总结后，第二个人点击时应复制既有结果，还是重新生成？这样一个微小选择就涉及成本、优先级和动态平衡，也说明应用绝不只是调用一次模型。
刘飞回顾，过去一年行业还热衷追踪 Transformer 论文作者、技术团队和奥特曼的经历；进入 2025 年后，更值得关注的是公司究竟做出什么产品、满足什么需求、交付什么价值。此前并非无需考虑，而是技术和市场尚未走到这个阶段。
庄明浩认为，美国团队更自然地进入 To B 和企业服务，因为更容易获得 VC 或客户资金；中国则拥有庞大网民基数，以及互联网、移动互联网二十年积累的 To C 产品与运营 Know-how。许多边界定义和场景封装，“真的不太能指望美国的公司来做”。
刘飞已更多使用豆包、夸克，而不是 Perplexity 和 ChatGPT，并认为国内产品体验较一年前明显提升。TikTok 的竞争也提醒他，消费应用的能力不只有界面，还包括运营、配套设施和复杂执行体系。

13. AI 硬件机会明确，但上一代智能硬件的坑一个也没消失

庄明浩在年度方向判断中同时看好中美 AI 硬件；CES 上反复出现的眼镜、戒指、陪伴机器人、人形机器人，以及清理泳池、草坪的机器人，说明几个方向已成为“绝对意义上的共识”。
共识不等于容易。硬件必须承担供应链、开模、最小投产批量、渠道和库存等实打实成本；AI 带来新的能力，但“那些坑依然还都在那儿”，错误的产品边界会比纯软件试错昂贵得多。
仅 AI 眼镜就可能分成两档：一类采用高通芯片、售价约 1,500—2,000 元，对标雷朋那款眼镜；另一类采用国产芯片，售价可能下探至 1,000 元以内，但体验会存在差距，成本下降也可能更快。
形态仍未收敛：重量、电池、散热和能耗可能迫使算力或电源分体，但 AI 眼镜尚未确定是否需要另一个设备。未来手表、戒指也可能承担体感、手势和控制任务，苹果、Meta 等生态如何组合眼镜与既有设备，仍有大量试验空间。

14. 眼镜与陪伴机器人必须从被动问答跨到主动感知

眼镜能持续获得第一人称、私人化的图像和环境数据，这是公开互联网语料无法提供的输入，对个性化生成和 Agent 都可能有价值。刘飞因此把它视为久违的、真正令人兴奋的消费级场景。
火山引擎演示过一个出差流程：负责人拿手机拍摄并询问自己在哪里、该坐什么车、几点的飞机和行程如何。庄明浩认为视频之所以显得别扭，是因为“掏出手机—打开相机—拍摄—再对话”步骤太多；若换成眼镜，整条流程就会自然贯通。
陪伴设备暴露了相同问题。庄明浩家中有内置大模型的儿童对讲机和第一代 AI 毛绒玩具，但十岁、将满十一岁的儿子和五岁的女儿体验完新鲜感后，“不知道该跟那个玩具说什么”；陪伴不应只依赖孩子主动提问。
下一代产品需要视觉扫描、家庭成员记忆、主动打招呼，以及与儿童手表等设备协同。互联网交互也曾从手写网址、门户、搜索走向个性化推荐；刘飞认为，过去两年的 AI 创业又培养了一批同时理解模型、互联网和硬件的人，因此提高了对 2025 年复合型创业者的期待。

15. Coding 接近自动化临界点，PPT 与内容总结仍不可靠

庄明浩最“下头”的场景仍是 PPT：现有工具无法满足高要求用户。若有一天连他们都能放心交给 AI，手工排版才会成为历史遗物；但从 Cursor 到 Devin，coding 已明显更接近这个临界点，“以后手工写代码会变成一种历史遗老遗少的行为”。
内容总结的困难不是提示词不够长，而是任务包含主观判断。即使输入非常完善的框架，庄明浩仍担心模型漏掉核心观点；相反，他看到“蓝心一言”式的总结时，会确信重要内容没有缺失，甚至放心跳过原视频或播客。
庄明浩据此区分确定性任务与非确定性任务：讲题、搜题、去水印、生成 Excel 公式和代码都有较明确的输入、输出与验证标准，因此会更快被覆盖；内容总结、分析和创作需要判断“什么重要”，自动化速度不会完全复制 coding。

16. 最有效的 AI 学习是带着任务使用，最好的创业机会是磨准一把钥匙

刘飞不建议泛泛“学习 AI”，因为读论文、研究公司历史并不能自动变成能力。更直接的方法是先使用豆包、夸克等国产产品；若工作中心是 PPT，就持续测试 AI PPT 能否覆盖真实流程，让任务而不是新奇感驱动学习。
庄明浩也已度过最焦虑的阶段。即使中国基础模型与美国仍有差距、初创公司独立训练大模型很难，结论也不是停止行动：“活还是得干，生活还是得继续”，眼前已经排上日程的产品问题就足够多。
刘飞把应用探索比作“钥匙和锁”：桌上 100 把钥匙起初看起来相似，团队必须不断调整齿的数量、高低、锋利与缓急程度，直到与某把锁的锁芯匹配。过程中必然有炮灰，但没有反复打磨，就不会出现最终的产品—市场匹配。
AI 同时让代码、交互和生成工具丰富了不止一个量级，降低了实现想法的门槛。刘飞举“小猫补光灯”作者花生为例：产品运营出身、没有技术背景，也能用几个月自学开发小而美产品；在尚无标准答案的市场里，任何有效尝试都可能获得“比这个东西更多的正反馈”。

Sarah Paine——日本为何输掉二战（演讲与访谈）这一轮周期见顶了吗？| 1000x