周鸿祎×罗永浩！近四小时高密度输出！周鸿祎深度谈 AI

源播客：周鸿祎×罗永浩！近四小时高密度输出！周鸿祎深度谈 AI

话题：如何涨粉、360 为何甘做配角、脑机接口、AI 目前的缺点和如何扬长避短。

主播：罗永浩

嘉宾：周鸿祎

学到什么：

• 如何验证自己学会了？就是能不能用自己的语言讲清楚（费曼学习法）。
• 机器人平时人畜无害，但当哪天你看这机器人不顺，说我准备拔掉你的电，那它的防御机制就可能起作用。
• 涨粉的核心是要不断的创新出新的内容。
• 有一个科幻小说是人工智能的目标是造拖鞋，这看起来人畜无害的目标，当他把所有地球上的资源都用完了之后，人类使用的资源跟他有冲突了，所以这个和人类发生了分歧，就把人给毁掉了。
• 大模型比我们读过多少倍的书，但也是因为它把什么知识都读了，把一些矛盾的知识也读了，所以现在它是一个精神分裂的状态，所以他只能见人说人话，见鬼说鬼话。
• 多智能体是要和人一样，和公司组织一样，要有总监、经理、干事儿的，要一起开会，对其目标，而不是把智能体当做 API 来调用。
• 多智能体还有一个挑战是假如单个智能体的成功率是 90%，那如果有 10 个智能体那他最后的成功率是 90% 的 10 次方，其实就只有 30% 了。
• 虽然智能体能够自动做了，但是 Human in the loop 也很重要，不能让智能体变成一个黑盒。
• 3 秒一个分镜切换，就很符合现代人没有耐心的审美需求。
• 近期不看好脑机接口，人脑里有 800 亿神经元连接神经元，网络有超过万亿的规模，如何把这些信息完整的探测、复制出去？其实对人类来说感觉是不太可能。
• AI 会让人丧失写作和阅读能力（你用 AI 写作 1w 字，我又用 AI 总结成 100 字），AI 会总结了，但其实细节全部丢掉了，我们缺的不是大道理。
• 很多时候你全部交给大模型去做，反而成本会更高，更好的是人机协作，比如说机器人不会炒鸡蛋，那就可以远程操控一下机器人炒鸡蛋，这又能让机器人获取数据，又能让机器人提前走入家庭。
• 模型不是越大越好，只要你让他做的专只做一件事情，那么百亿，十亿也够用。
• 为什么需要上下文工程：社会中有非常多的暗知识，就是不在互联网上被检索到的，比如说人的经验、企业内部的知识，大模型是永远不会学会这些知识的，所以你就是要提供更多这样的上下文给大模型。
• 工程化的问题指的是你没去做过你就会踩坑，做过的话就会少走很多弯路，所以挖人是买这个经验，买关键节点上的 Now How。
• 360 为何甘当配角：我要干点什么巨头都会比较谨慎，我们没有想要颠覆你们，就踏踏实实做好我们自己的事情，所以也给 360 赢得一个修身养息、发展喘息的机会。
• Coding 这个领域是被证明价值最高的、AI 的交付能力是最强的。
• Manus 做得好的地方：动作很快，一开始是插件，后来做 Manus 智能体，然后现在又做海外市场。虽然他一开始套壳，但是它更快的吸引到了很多用户，然后拿到了融资，护城河和这个事情也是可以用钱解决的嘛，所以我觉得从它的发展轨迹来讲还挺让人佩服的。
• 人们往往从技术上来做一些简单的判断，但其实无论是抖音，头条还是阿里巴巴，其实他们一开始也没有技术很高深，都是用简单的技术做对了市场，有了市场的认可之后再在技术上更多的投入。
• 很多人没有了工作之后，就没有了尊严，他的心态就会失衡，社会可能出问题。未来人们剥削机器的剩余价值，而不是人的价值的时候，人类有没有准备好接受这个改变？
• 无论 Token 单价怎么便宜，但要解决这些复杂问题，肯定总成本会越来越高的
• 美国 VC 教育他们的创业公司要做的再窄一些，再垂直，AI 能力还不太够，你做的足够垂直，智能体越容易交付好的结果。
• 大家不用担心 AI 时代哪个行业、哪个岗位会被淘汰，而是要想着用 AI 提升自己。比如一只熊来了，我不用跑的比熊快，只要跑的比你快就行了。
• 就是现在 AI 还是门槛太高，提示词是用户用它的最大障碍。
• 很多人认为市场经济很浪费，计划经济很节约，但是谁也不是神，谁也不知道谁会死掉？哪条道路会对？所以必然会有尝试和浪费，可能这就是需要付出的代价吧。

小时候有什么商业上的天赋端倪吗？

小时候的梦想是拥有自己的公司，所有人都用我的软件，因为受硅谷热的影响。

做 IP 是一个战术，如果没有产品，这个 IP 就很虚。

你（罗）为什么做播客？

我有两个公司，如果有个人 IP 的话，对公司业务有助推效应，另一个我是比较社恐的人。

我做这个有一个好处就是可以把中国各行各业优秀的人全部采访一遍，和他们对谈过程中能够学到一些很多东西。

将来跟有一些企业可能有一些业务协同，如果我脸皮比较薄，不太好意思去找人搭理上负责人，那这个事情就不太好做。

并且随着自己影响力，说不定有一些大企业市场部也会有求于我，这样以后假如有科技公司的业务要谈的时候也能多一个通道。

频繁的展示自己是否有一些压力，不愿意做的事情非得做？

我是一个很爱表达的人，这是我的学习方式，费曼学习法，如何验证自己学会了？就是能不能用自己的语言讲清楚。

卖迈巴赫的事情是事先有一个想法还是一时兴起？

一时兴起，一开始让司机找了一个二手车商，但是他评估的价格非常低，自认为虽然开了10年，但是还是挺爱惜的，比较新。

然后那就在网上拍卖吧，结果流量起来了就必须改策略，不能只捧自己投资的车，就开始为国内新能源所有品牌为行业支持。

一开始想的卖 100 万左右的话，我就再买几辆国内新能源车，但是一看拍卖到 990 万，这个钱就不能要了，就用来做公益了。

爬车这个事情也是没有什么策划的，没有哪个策划能让老板做这样的事情。

是因为它有一个梯子到车顶，然后我练攀岩，我到哪儿就想秀一秀，所以我看那有个梯子就蹭的一下爬上去了，就成了北京车展最老车模。

所以你要做这些东西呢总会有人看不惯你，就淡然一笑就过去了。

和机器人打架是出于什么目的呢？

我也在做一个访谈，叫红衣客厅，但是我不像你去找一些有名的人，有名的人也不需要我了，我找的是那些年轻的创业者，做科技的，人工智能软硬件的这些人去交流。

罗：我以后也计划采访年轻的创业者，现在找有名的人，是想先把动静弄大一些，以后才会对这些创业者提供一些帮助。

没关系，咱们不竞争，我们聊的风格不一样，我聊不了你这么多，那么细致，我可能更多的是从技术产品的角度去聊，因为咱俩背景不一样，所以还是想给宇树做一些宣传，效果也比较好。

怎么看待保安机器人？

罗：我还想以后有机器人保安呢。想的是以后到村里就老两口就买两个机器人，可以当佣人，也可以当保安。

我觉得很难吧，这里面有伦理问题。

比如说你做战斗机器人，他上战场总不能一上就被干掉吧，它有一个自保机制，当哪天你看这机器人不顺，说我准备拔掉你的电，那他的防御机制就可能起作用。

再比如他抓小偷的技能，他这一拳打过去是重还是轻呢？人有时候还失手把人打死。

所以这个保安机器人可能存在于你的梦想当中，就算有能达到这个智能程度，也不会去做这个行业。

抖音两年涨了1000粉，有没有什么重大节点涨粉涨的特别多？

第一次是风马牛，有一个叫陈前的小伙子，想把我们老一辈干掉，自己上位。我的口才比你差一点，但损人的能力还可以，骂人不带脏字，没想到也涨了一些粉丝。

第二次是俞敏洪带着我们去参观东方甄选，就发现俞敏洪转型也转的特别好，就我也想学着做。

再后来就是卖车。

再后来是讲 DeepSeek AI 涨了一些粉丝。

然后就是抽奖可以涨粉丝，黄子韬就抽车就涨了 2000 万粉丝，然后我也想搞，但是抖音就不让我在上面搞。

涨粉的核心是要不断的创新出新的内容。

GPT 3.5 出来的时候有没有给你留下特别深刻的感受？

完全颠覆了我们以前做自然处理语言的经验，3.5 给你的感觉就是你像面对一个真人，我和其他人看法想法不太一样，大部分人看的是 GPT 的缺点，我看的是潜力。

我就是觉得我们之前格局还是不够，我们用模型来做搜索结果推荐、做点击率的提升广告推荐，就没想过把人类所有的知识丢进去训练会产生什么效果。

如何看待世界模型？

我认为世界模型方向是不对的，还是得基于语言，语言是知识的传承，可以描述任何东西，可以表示逻辑。

中学的物理，数学的意义是它能够在你的脑海中重新塑造你的神经网络，在面临其他问题的时候就有作用。

其实当我想起罗永浩的时候，脑海里面有一个图像，过去大家认为是不是有一个图像存在脑海里？其实没有，都是大脑根据权重重新生成的。

会不会有一个通用模型？

通用什么都会的人工智能在短期是不会发生的，这是因为人类也没有一个先知，但是当我们能够很好的协作，就多个优秀的人就能爆发出很大的力量。

我觉得 1 人公司是一个伪命题，人的价值在于互相合作，所以单智能体是不够的，是要结合出多智能体协同工作。

有一个科幻小说是人工智能的目标是造拖鞋，这看起来人畜无害的目标，当他把所有地球上的资源都用完了之后，人类使用的资源跟他有冲突了，所以这个就和人类发生了分歧，就把人给毁掉了。

智能体和大模型的关系

它（大模型）比我们读过多少倍的书，但也是因为他把什么知识都读了，他把一些矛盾的知识也读了，所以现在他是一个精神分裂的状态。

所以他只能见人说人话，见鬼说鬼话。

但如果我们通过提示词来标定，你不能给智能体赋予两个专业不同的角色，如果你让他扮演一个通用的角色，他的能力是低下的，如果你让他扮演一个某一个领域的专家，越窄他的能力就越强。

智能体能够把大模型的专业能力给提炼出来。

现在大模型就是在从一个全知的阶段走向全能的阶段。

多智能体

一个智能体，你如果让他干的太多，给他让他做太多事情，他就会倦怠，他的注意力是有限的，所以就和我们人一样，我们要不就换一个人？所以多智能体才是真正的解决方案。

国外有一个多智能体协议，那个协议很扯淡，它是把智能体当做软件模块相互 API 调用。

智能体是要和人一样，和公司组织一样，要有总监、经理、干事儿的，要一起开会，对其目标。

这好像就是在造人，在做一个智能生物。

就拿做视频举例，视频是一个长耗时、需要多个步骤制作的东西，我们的目标是可以通过多智能机协作直接做出一个半个小时一刀未剪的视频。

你看现在的视频生成模型都是素材，而我们是要做成品，单智能体由于倦怠的问题，做 90 秒就走不下去了。

我们现在通过几十个智能体的协作可以做出 15 分钟一刀不剪的成片。

多智能体还有一个挑战是假如单个智能体的成功率是 90%，那如果有 10 个智能体那他最后的成功率是 90% 的 10 次方其实就只有 30% 了。

虽然智能体能够自动做了，但是 Human in the loop 也很重要，不能让智能体变成一个黑盒子，大模型就已经很像一个黑盒子了，所以我这智能体就要求大模型每一步的推理思考在做什么都显示出来，每一步都透明可追溯，并且很多时候他需要停下来等待人们审批。（现在等待人类审批，其实在未来，也可能是由另一个智能体来审批这一个智能体的操作）

为什么选择做视频？

我们不是只能说做视频，可以用来写代码、做网页、做 PPT，但是第一是它们很多频次都很低，不像视频，现在人人都会做视频。

第二个是检验标准很难一致，你写一个 1 万字报告，那有些人看都不看，或者是有些人觉得好，有些人觉得换，但是视频就不一样，能够一眼看出来他好坏。

像抖音的很多视频情绪很重要，文案很重要，没有人会认真的去看每一些内容，更多人没有耐心的认真的看你的内容。他要的是视觉的丰富感，3 秒就要换一个镜头。

就拿我的视频举例，我的观点是我自己来播，但是我不希望整个视频都是我那张脸，所以我平时做了一个实验，就是 AI 根据我的说的内容去生成分镜，就 3 秒一个分镜切换，就很符合现代人没有耐心的审美需求。

脑机接口是未来吗？

在未来可能是碳基和硅基混合，但不同意脑机接口这个观点。脑机接口你如果做侵入式的，很多人不敢做，如果你做非侵入式的，你只能探测有线的外围的脑电波，有一定意义，比如说做义肢，只是辅助作用。

即使做入侵式的，人脑里有 800 亿神经元连接神经元，网络有超过万亿的规模，如何把这些信息完整的探测、复制出去？其实对人类来说感觉是不太可能。

我比较看好的是纳米机器人，可以替换你的血红血球，帮助你在水中呼吸，替代你的 T 细胞消灭以往难以杀灭的细菌。

AI 对人造成的影响

所有人都用大模型写作，那人的写作能力就会丧失，如果大家都用大模型读书，那大家的阅读能力也会丧失，用进废退嘛。

罗：你觉得这个问题是需要担心的吗？因为在我们发明某个东西之前，我们都是手工做的，但我们发明了某个东西过后，我们可以结合这个东西把需求做得更好。

比如人类简史这本书所有人都在讨论，但我没看过，那我就用 AI 总结一下，这样我看一看还能和其他人讨论一下观点。但有一次有一个人把我的书给提炼了一下，那我是知道这本书真正的观点的，我认为细节全部丢掉了，所以我发现还是得真正去读书。

周：你有小孩吗？

罗：没有，来不及了。

周：来得及。

罗：没事，我们不说这个，我其实有一点后悔，但是来不及了。

周：这个问题我们找时间再讨论。

人机协作

人在回路（Human in the loop），不光是避免黑盒的问题，还有一个人机交互方式的问题。

很多时候你全部交给大模型去做，反而成本会更高。

比如说无人驾驶，碰上机器解决不了的问题的时候，就远程人工控制，但是一个人可以控制很多辆车。

再比如说家政机器人，有很多之前做不了的事情，如果一个家政阿姨可以通过远程方式的控制，比如说机器人不会炒鸡蛋，那就可以远程操控一下机器人炒鸡蛋，然后机器人就学会了，这又能获取数据，又能让机器人提前走入家庭。

为什么我们有了大模型依然没有成为超级个体？

因为大模型不能成为让你成为超级个体，它只是一个聊天框，但是当你可以管理几个几十个智能体的时候，让它帮你干很多事情的时候，你就可以成为超级个体。

有很多活你就不用干了，但是你要打造智能体，管理智能体，和智能体做协作，每个人要成为管理者。

AI 这方面的信息你是有人给你报告还是你自己看？ 

我经常潜伏于一些 AI 狂热者的群，也订阅了一些 AI 相关的 Twitter 账号，然后我会先去看看了之后我会再让下面团队的人再去深入研究，一起讨论；最近准备请一些专家给我们讲讲课。

可以关注 Twitter 上面的一个 “马东锡 NLP”，他会讲一些论文，大概弄懂原理就行，细节让别的人做，还是应该分不同角色嘛。

360 是没有做基座模型吗？

这个观点是不对的，我们做智能体，它的一些能力是必须要用的基础模型的，比如说去路由、意图识别。都会去用一些没有那么大的小模型，这些小模型还是自己做的。

模型不是越大越好，只要你让他做的专只做一件事情，那么百亿，十亿也够用。

随着大模型进步，智能体是不是就没有意义了？

现在流行一个词叫上下文工程，无论大模型的好与坏，上下文是极为重要的。

社会中有非常多的暗知识，就是不在互联网上被检索到的，比如说人的经验、企业内部的知识。

大模型是永远不会学会这些知识的，所以你的 Agent 就是要提供更多的上下文给大模型才能让大模型更好的完成工作。

在科技发展上 360 更愿意做一个配角，这个在外面会不会有一些误解？

对，符合国家对平台公司的战略定位。

第一，国家发展产业数字化，而不是西方国家那种产业空心化，我们要大力发展传统行业、先进制造业、现代工业 ，我们不能总只在互联网送外卖，我们要对这些行业做技术支持。

第二个是我们进入了 ToB 领域，做网络安全，网络安全是一个底线保障，而不是主导，比如说我给你保驾护航，那肯定我是配角嘛。

咱们就是一个中型互联网公司，咱们跟今日头条确实差的很远，这是客观事实，何必要说那种八竿子打不着的空洞的大话呢。

另外行业里对我也比较“尊重”，无论我收哪家公司，比如说搜狗，就有巨头给你拦掉，UC 那也有巨头给拦掉了。

我要干点什么巨头都会比较谨慎，我们没有想要颠覆你们，就踏踏实实做好我们自己的事情，所以也给 360 赢得一个修身养息、发展喘息的机会，韬光养晦。

现在我跟巨头也不是完全敌对的关系，还有一些合作，举个例子，我要做账号，就要接受在人家的平台里面的游戏规则，比如视频号也还是比较支持我这样的大 V 了，因为视频号和抖音是竞争关系嘛，需要大家来贡献内容。

以视频号也比较支持我，咱们还是要感谢平台给予的支持吧。

360 有天价挖人吗？

他们这种天价挖人其实是战术上的，不是战略上。因为做 Transformer 其实很多都是开源的，公开的。

只要你肯去读就能做，但如果你要是有野心要去带一个万亿级参数的大模型，那你就需要一个 10 万卡的训练集群，这里面就有很多工程化的问题，工程化的问题指的是你没去做过你就会踩坑，做过的话就会少走很多弯路。所以挖人是买这个经验，买关键节点上的 Now How。

对智谱清言有什么建议

智谱我觉得他的问题是要找好自己的定位，他不应该说是自己是中国的 Open AI，应该说是中国的 Anthropic。

因为 Coding 这个领域是被证明价值最高的、AI 的交付能力是最强的。

在很多领域 AI 有开盲盒抽卡的问题，有随机性的问题，有倦怠问题，所以 AI 做不到 100% 的交付。

对 Manus 的看法

Manus 团队我比较欣赏，一开始我我有点看不上，因为一开始他做插件，当所有的插件都来争一个划词搜索的时候，大家就会讨厌你们。

所以我就不做插件，而是做浏览器，一定要给用户提供一个完整的解决方案。

做 Manus 的时候我也有点诧异，因为他吹自己是通用人工智能，我觉得不可能，但是仔细研究了以后我觉得还是一个挺了不起的创新。

他第一次给人们指明了原来智能体可以这样做，可以完成一个 PPT，做一个网站，做深度搜索。

这么复杂的工作，他用什么技术做到的？他至少给大家探索了这条路。

还有就是动作很快，一开始是插件，后来做 Manus 智能体，然后现在又做海外市场。

虽然他一开始套壳，但是它更快的吸引到了很多用户，然后拿到了融资，护城河和这个事情也是可以用钱解决的嘛，所以我觉得从它的发展轨迹来讲还挺让人佩服的。

人们往往从技术上来做一些简单的判断，但其实无论是抖音，头条还是阿里巴巴，其实他们一开始也没有技术很高深，都是用简单的技术做对了市场，有了市场的认可之后再在技术上更多的投入。

你觉得未来 AI 对人类的影响是比较悲观还是乐观？

比较乐观，人类其实陷入一个困境中了，最大的困境就是能源问题，如果地球上的碳基能源消耗完了之后，人类可能就再前进不了了，最终我们只能实现核聚变才能实现能源自由，但是就人类的智力可能还做不到，就需要 AI 的帮助。

人类把 AI 发明出来，那 AI 它的宿命肯定不是统治人类，因为统治人类对他来说没有任何作用，多一个打扫机房的？还有是维护电源的？所以 AI 的价值是帮人类解决科学的突破。

另一个问题是我没想明白的，工作岗位被取代，大量的失业无事可做，人类的文明、社会的伦理有没有为这个做好准备？

很多人没有了工作之后，就没有了尊严，他的心态就会失衡，社会可能出问题。

所以不光我们一群理工男搞 AI，应该也让人文社会学经济学的人也要一起思考，未来人们剥削机器的剩余价值，而不是人的价值的时候，人类有没有准备好接受这个改变？

为什么出海？

国内的用户不太愿意为软件付费，国内的巨头还免费，他被迫就只能出海，因为国外包括 Open AI这些巨头都也在按订阅费来收。所以当创业公司在模型的基础上做了一些有价值的功能的时候，他们是愿意付费的。

国内的创业公司能不能找到一个新的盈利模式？不直接付费的，就像当年310杀毒软件是第一个免费的杀毒软件。 我之前做免费是因为软件的成本是固定的，边际成本为零，但是现在大模型的 token 费用很贵。第二个是随着 AI 能力的提高，Token 使用量会越来越多，如 Chatbot 与 Agent 的对比。

无论 Token 单价怎么便宜，但要解决这些复杂问题，肯定总成本会越来越高的，所以不收费我认为这个模式走不下去。

国内确实还有一段路需要走。

所以我们也在探索 ToB，中小企业对降本增效是有明确需求的。

智能体要比软件做的更好，软件难以收费的一个原因在于软件是给人用的，软件好不好还要看人怎么用，智能体是同时取代人和软件。

智能体就是要用了之后让中小企业觉得确实能省一些人力，我认为中小企业是愿意付费的。

创业应该做得再再再垂直

最近我跟一个美国 VC 聊了一下，他们就教育他们的创业公司要做的再窄一些，再垂直，做医疗，做法律 Agent 还是太范，只要你做的足够垂直就有两个好处：

一个是你能把整个市场吃下来，这个市场还是比较巨大的。

第二是目前 AI 的能力不够，如果做的太通用，它就容易出错，用户就觉得不稳定，不放心。

你做的足够垂直，智能体越容易交付好的结果，所以我觉得中国的创业公司应该还要再往再垂直的方向走。

怎么在公司推广 AI？

逼着他们使用的同时接受 AI 的结果有一定随机性，这个一定要给他们讲清楚。

有两种观点都非常有害，一种是觉得 AI 能力无限，一种是低估他的潜力，AI 未来的能力一定很强，但今天还是需要抽卡。 整个社会的宣传都要对 AI 有一个合理的期望。

我现在没有因为用 AI 来大规模裁员，我认为还不到时间，但是如果我要求了要用 AI，你还拒绝不用AI的话，我就有理由裁掉他了，我就说不是我淘汰了你，是这个 AI 时代淘汰了你。

大家不用担心 AI 时代哪个行业、哪个岗位会被淘汰？而是要想着用 AI 提升自己。

比如一只熊来了，我不用跑的比熊快，只要跑的比你快就行了。

为什么人们似乎没有疯狂学习 AI？

罗：计算机行业从诞生到今天就是需要不停迭代，不停补充新的知识，到了 AI 这一步这么兴奋的事，我发现身边人似乎没有那么疯狂的去研究，去学习，去如饥似渴、如醉如痴。

我觉得是两方面，一方面是大家的习惯问题，就是原来没有 AI，大家也都活过来了。

另一方面呢是我们从业者也在反思，就是现在 AI 还是门槛太高，提示词是用户用它的最大障碍，很多人不会写。

很多人跟人交流，他也交流不清楚。

现在 AI 的产品还是过于技术化，举个例子就是最近的 nano banana ，很多专业用户就能生成很不错的图，他知道敲一些专业的提示词，对于没用过的人来说，他是不知道有哪些专业词汇的，他也写不出来，我们就想着做一个优化，就是把有一些玩法就提示出来，比如说影棚、摄影、灯光，然后让他们来选，我觉得在人机界面、人机交互上还有很多改进空间。

你认为 AI 泡沫大吗？

大家潜台词认为泡沫是个坏东西。但是我认为泡沫是个好东西，有了泡沫才能吸引人才，吸引资金。

很多人认为市场经济很浪费，计划经济很节约，但是谁也不是神，谁也不知道谁会死掉？哪条道路会对，可能这就是需要付出的代价吧。

生物进化过程中人最后胜出了，恐龙灭绝了，非常多的动物都灭绝了，那这个没办法。

罗：但不能说当时不需要那么多物种。

你做了社交媒体这么久，也涨了很多粉丝，有没有觉得和年轻人有一些隔阂，意见不统一？

我反应比较迟钝一点，我比较自我，自己做调整不是因为外部的反馈，而是我就想这样做。

我表达呢、我做视频呢就这样子，有不好的东西呢，我也不拉黑，我也不看。

保持本色就行，因为你去调整就会显得有点装，我有一个 Slogan 叫 ”不装不端，有点二“，在我的感觉中，年轻人还是比较喜欢我这种吧。

罗：在科技大佬里你是最不装最不端的。