2025 年 AI 回顾：从模型到应用，再回到人的经验

模型开始为 Agent 提供完整能力

DeepSeek R1 是这一年最具标志性的节点之一。节目把它放在推理模型的脉络中理解：OpenAI 在 2024 年 9 月发布 o1，R1 则在 2025 年 1 月与 Kimi K1.5 同日发布，并以大参数规模复现推理模型的路径。R1 的传播不只来自模型效果。它开放了最强版本，技术报告写得详细，还把最后一次训练成本 557 万美元放在显著位置。研究社群先对技术细节作出回应，随后成本数字和海外讨论让它进入更广泛的公共视野。

开源在节目里不是一个抽象标签。梁文锋曾考虑投资硅基流动，而他的前提很明确：

“如果你们的大模型推理引擎不开源的话，我就没有兴趣了。”

梁文锋谈及对开源推理引擎的态度

推理模型的关键变化，是把更多计算放在回答问题时。模型在使用阶段逐步处理复杂任务，提升准确性、覆盖度和规划能力；Deep Research 这类产品功能正是这条路径在用户侧的呈现。与此同时，编程能力让模型能够在数字环境里执行操作，多模态能力让它读懂文字、图像和语音，工具调用与记忆则让任务不必局限在一次对话中。节目所说的 Agentic Model，并不要求每项能力都被塞进单一模型；有些能力可以由外部系统补上，但它们共同构成了 Agent 的工作底座。

模型竞争也把工程重新放到中心位置。Google 将 TPU、JAX、基础设施、云、模型和应用纳入同一套协作体系；DeepSeek 的基础设施团队会参与算法讨论，如果一种算法难以稳定实现，就可能不会进入产品。阿里千问团队开始补充自己的基础设施人才，腾讯也把 AI Infra 纳入姚顺宇的管理范围。训练大模型需要同时处理芯片、显存、互联、系统软件和算法，这些环节不再能各自独立地优化。

在模型能力继续增长时，研究者也开始讨论现有训练范式的边界。海量预训练数据加上高质量后训练数据，仍然是主流路径；但少样本学习、持续学习、在线学习和世界模型都在寻找另一种更接近生物学习的机制。节目引用伊利亚的表述：过去几年以 scaling 为主，现在又需要回到研究本身。这个转向并非否定现有模型，而是承认数据、能耗和可解释性仍是未解约束。

Agent 的价值要在工作流中兑现

节目把 Agent 分成两条线。通用 Agent 依赖编程能力，既可以帮助程序员写代码，也可以让不会编程的人生成网页、演示文稿或个人小应用。垂类 Agent 则把通用能力嵌入具体行业，面向内容制作、法律、教育、医疗等流程。前者解决宽泛的数字任务，后者必须理解行业数据、分工和责任边界。

法律 Agent 的例子说明了这种边界。爱与智能协助银行处理小额坏账：它可以筛选成功率较高的案件、生成法律文件，却不能代替律师出庭。公司并非只把软件卖给律所，而是自己承接案件，再向银行等机构收服务费。这个案例让收费方式发生了变化：服务商需要对最终交付负责，而不只出售一个账号或工具。

“AI软件要从卖工具、卖席位变成卖结果。”

节目转述美国红杉 AI 峰会提出的商业化方向

模型能力每跨过一个门槛，也会带出新的工具链。RAG、提示工程、上下文工程、强化学习环境、评估、语音和记忆，分别填补模型与完整 Agent 产品之间的空隙。节目提到 Datadog 的系统可观测和 Okta 的身份认证，意在说明成熟软件生态里的细分环节本身就可以很大；AI 不一定先替换整个行业，也可能先重写其中一段流程。

手机是 Agent 更难绕开的入口。豆包手机预览发布后，微信、美团外卖等超级 App 并不愿意被它直接调用。点外卖、订机票、重复购物这类任务有明确的提效需求，可一旦 Agent 成为用户的入口，平台的广告展示、安全控制和用户关系都要重新安排。手机厂商、超级 App 与 AI 公司之间的博弈，决定了 Agent 能取得哪些权限，也决定了它能否真的替用户执行操作。

生成式内容产品需要解决留存

Sora App 让这条问题更清楚。它在 2025 年 10 月上线，Cameo 允许用户授权自己的脸部形象，再把自己放进生成的视频里，既能独自创作也能与朋友合拍。有人因此将它看作社交产品：功能会诱发分享关系。也有人认为它还只是一个生成工具，因为新平台需要形成新的内容形态和新的传播链路，而许多 Sora 视频仍被发往朋友圈、小红书、抖音或快手。

留存数据支持了后一种谨慎。Sensor Tower 估计 Sora App 第 30 天留存率低于 8%；节目援引的 Appfigures 2025 年秋季数据中，TikTok 为 42%，Instagram 为 38%。这不意味着 Sora 没有创作者。主持人关注的 Kagematsu 将它用于二次元和视觉效果创作，粉丝已超过 10 万；日本的 AIGC 社群也显示出很高的活跃度。问题是，少数作者的持续创作尚不足以证明一个新平台已经在大众人群中站稳。

AI for Science 展现了另一种应用走法。深势科技从 DPMD 的科学计算方法出发，用机器学习减少第一性原理计算的负担，后来推出药物研发平台 UniMol；AlphaFold 则让蛋白质结构预测成为生成式模型进入科学问题的代表。更进一步的科研 Agent，设想连接文献阅读、提出假设、设计实验、执行实验和验证结果。它既指向物质世界的研究，也指向用 AI 帮助 AI 研究本身。

巨头和创业公司在不同约束下竞争

字节、阿里和腾讯都在做模型和应用，却采用了不同的组织方法。字节用 Flow、Seed、Steam 分别覆盖产品、模型与后端支持，并以相对独立的 AI 部门维持创业式组织；阿里的通义实验室围绕 Qwen 演进，千问团队在开源模型社区中成长；腾讯在姚顺宇加入后，把大模型和 AI Infra 的管理拉得更近。人才密度、研发协作和激励机制，直接影响模型迭代的速度。

产品端也没有单一答案。字节把豆包的大规模用户反馈接入问题发现、数据挖掘、标注和迭代流程；腾讯把元宝、QQ 浏览器、搜狗输入法和 IMA 汇入 CSIG；阿里在通义、夸克和千问 App 之间多次调整，最后让千问 App 主打连接电商、外卖、酒旅等生活服务。豆包在 2025 年下半年率先达到日活过亿，海外版 Dola 的全球日活也超过千万，但免费的大用户产品如何取得稳定收入，仍然没有标准答案。

创业公司面对的是另一组尺度。2026 年 1 月，智谱和 MiniMax 相继上市，资本市场因此能更清楚地看到模型公司的市值、收入和持续投入。节目给出的判断很克制：

“不是对胜者的奖赏，而是下一轮竞赛的鼓点。”

主持人谈中国大模型公司 IPO

模型公司要为研发和调用成本持续投入，应用公司则有更多生存方式。节目以 5000 万美元 ARR 作为一条观察线：AI Coding、内容生成、法律、教育和医疗产品中，已有一批小团队获得可观收入；但真正跨过这条线的公司仍有限。HeyGen、Manus 与 MirrorMind 原中国团队的不同处境，又提醒创业者，全球市场、模型供应、融资和合规已经彼此相连。

具身智能的热度，尚未替代工程难题

2025 年中国具身智能与机器人领域的融资额达到 735 亿元，节目将这股热度归因于技术尚未收敛、制造供应链成熟、地方政府愿意支持实体项目，以及资本市场对制造企业相对熟悉。它与基础大模型创业不同：大模型公司在 2023 年已经大致知道预训练和后训练的流程，具身团队却仍在数据、模型与本体三条线同时探索。

本体难题并不抽象。节目援引 Optimus 第三代延期的报道：灵巧手使用寿命短，坏了不能局部修，只能更换整只手，每只手成本超过 6000 美元。宇树则从较低价格的人形机器人切入高校和实验室，获得了真实的研发用户。两种情况都说明，模型能力之外，机械设计、维修和供应链同样决定产品能否使用。

目前的落地也应按用途区分。训练场、高校研发、展厅接待、舞蹈与武术表演已经形成需求；一些表演仍由附近的人类操作员控制。工厂、商店和家庭的自主劳动更难，因为柔性物体、精细力控、多 SKU 小批量作业等任务要求更高。许多高价值工业流程已经高度自动化，新的人形机器人要在成本、可靠性、节拍和负载上真正胜过既有方案，才会成为长期部署的选择。

硬件的入口想象与深圳的产品实践

AI 眼镜承载着成为新入口的期待。它可离手交互，也能持续佩戴，获取接近人眼视角的视觉与声音数据；显示模块又让信息接收不必完全依赖语音。但显示清晰度、视角和眩晕问题仍未解决，电池、传感器与芯片让重量、续航和发热互相牵制。Ray-Ban Meta 的路径更务实：先把拍照、通话、听歌等功能做得可用，第二代累计销量超过 300 万台，第三代再加入显示功能。

节目也提醒，AI 时代未必只会诞生一种单一的大入口设备。Ploud 从手机通话录音的痛点出发，用震动收音和模型摘要做出一款贴在手机背面的录音产品，官方称累计销量超过 100 万台。健康管理和陪伴产品也遵循类似逻辑：设备只有在具体使用场景里被反复拿起，模型能力才会变成产品价值。

深圳是这类实践的密集场。大疆前员工、深圳科创学院和东莞松山湖机器人基地形成了人才、工厂和创业支持网络。团队通常面向 Maker、户外、娱乐和家庭服务等消费需求，在海外市场寻找高购买力用户。产品从小众走向大众后，还要面对跟随者进入、品类红海和持续研发的压力。硬件创业的节奏比入口叙事具体得多：它从一个功能、一次使用和一条供应链开始。

效率提升之后，人的问题没有自动消失

节目最后回到硅谷和普通使用者。湾区同时出现了 Meta 上亿美元人才报价、快速融资、股价上涨和裁员。亚马逊在 2025 年 10 月裁去 1.4 万人，2026 年 1 月又裁去 1.6 万人；Layoffs.fyi 统计 Google、Meta、微软等科技大公司 2025 年裁员约 6 万至 8 万人。中国市场里，AI 岗位发布量在 DeepSeek 热潮后保持两位数环比增长，而中层管理岗需求减少约 25%。同一轮技术变化，在不同岗位上留下了不同结果。

卡兹克的经验给出一条朴素的起点：先从工作里最厌烦、最重复的内容开始。AI 可以整理新闻、辅助选题、从活动报名中筛人和分组；但主持人自己的经验是，面对面访谈、采访和需要反复斟酌的沟通，并没有因此明显减少。工具是否节省时间，要看它是否嵌入一项真实任务，而不是看功能清单有多长。

田渊栋在科幻设定里想象，技能化工作被替代的早期，人可能因为更轻易取得结果、又难以超过 AI 而感到空虚。长期看，人也许会把更多精力投向兴趣、创意、个性和独特体验；但这个过程并不轻松。曼琪在节目结尾把这种判断落在一句简单的话上：

“毕竟，大模型不能替你活过。”

节目结尾

这也是整期回顾留给听众的尺度。模型、应用、商战和硬件都在高速变化，人与人之间的关系、身体感受和亲自经历的生活，并不会因为效率提高而自动获得答案。