物理世界还没被AI攻克，但人已经先被改造了

来源：市场资讯

（来源：非凡产研）

非凡大赏

AGI与跨界：通用智能的技术边界与产业融合探索

物理世界还没被颠覆，但人已经先被改造了

一家做激光雕刻机的公司，97%的营收来自欧美，现在正在训练AI认木头、石头和亚克力。

一家做家庭私有云的公司，全球装机超三百万，正在推动下一代Agent Computer的新计算品类

一家谷歌在亚太的核心合作伙伴，亲眼看着一个物流公司用AI干掉了全球两千名客服，然后转头要求自己的员工：花Token越多，越优秀。

这三家公司的创始人坐在杭州AI WEEK的圆桌上，聊了一个小时。聊的是AGI、硬件、出海、组织变革。但我越听越觉得，他们其实在聊同一件事：

物理世界还没被颠覆，但人已经先被改造了。

你家的下一台电脑，长这个样子

潘鑫磊（冰鲸科技创始人 Lauren）有一个判断，听起来像预言，但他说已经在执行了：

“在座的每个人现在拿出来的笔记本，它的下一代形态不是长这样的。它会是在你家里的一个24小时在线的智能助理。”

冰鲸的核心产品是家庭私有云——ZimaBoard、ZimaCube，极客圈子里有相当高的认知度。三百多万套系统下载量，主要用户在欧洲和北美。现在他们在做的事，是把类OpenAI的Agent能力嵌进家庭计算设备里，用他的话说：造一台以Agent为载体的计算设备，然后让它进入千家万户。

我问他，这个判断是从哪里来的？他绕了一下，说了个旧故事：

iPod出来之前，大家用Walkman。Walkman是当时人类听音乐的最好载体，你去线下店买磁带，成本很高。然后技术来了，iPod把一千首歌装进口袋，一键购买，一美金选一首歌。

“技术能改变的，是满足人们意图和需求的最优解。但底层不变——人们随时随地享受音乐的需求，没变。”

他说这个逻辑放到今天同样成立：人们需要个人计算设备处理任务，这个需求没变。变的是“处理”的方式——从鼠标键盘变成了自然语言。

所以冰鲸现在想造的东西，不是“加了AI的NAS”，而是一种全新的基础设施——家庭计算中心，足够可信、足够安全，能全天候接管你家里的数字生活，同时跑着几个Agent帮你处理日常。

飞书群里住着四五个同事，不是人

讲完这个愿景，Lauren突然顿了一下，说：“来到2026的冰鲸科技，其实是另外一个画面。”

我们有一个团队协作群，叫“硅基碳基协作群”。群里十几个人，加上四五个Agent。这些Agent负责日常所有的营销、市场、产品开发、舆情评测分析。

“你可以派群里一个叫Logan的Agent来做所有传播向的research和用户洞察。它能加速整个市场的反馈回流。”

然后他补了一句，全场笑了：

“我也可以hack他，看看你老板最近到底有没有给你干什么见不得公司的活。”

这个细节不是段子。它指向一个正在发生的结构变化——你的工作协作网络里，以后很可能有不是人的“同事”。你能调用他们实现任何想法，也可以让他们作为分身参与协作。

吴光宇（百道数据CEO）的观察更直接。他作为谷歌在亚太的核心合作伙伴，服务了大量企业客户，亲历了AI在各行业落地的全链路。

他说，不同客户对AI的需求差异极大：做物流的客户，用AI替代了全球两千多名客服，只保留了极少数；做药物研发的客户，需要AI处理海量深度数据；医疗领域需要精准的视觉识别；制造企业需要能消化几万页产品手册的超长上下文。

“他们对模型的要求，是非常综合的能力。”

他还说了一个有点颠覆性的预判：“多模态”这个词，未来会消亡。

“二十几年前有个名词叫‘多媒体电脑’，就是配了彩色显示器和声卡就叫多媒体。但今天，你说一台电脑不能放声音、不是彩色的，我觉得这不可思议。未来，一个大模型如果没有统一的理解能力，可能就不能算是一个真正的AI产品了。”

物理世界有条线，叫货运箱的尺寸

Akon（智能硬件企业技术合伙人）一直是这场圆桌里最接地气的那个声音。他来自一家跨境智能硬件团队。90%以上营收来自欧美，正在冲击IPO，在垂直市场的GMV份额已接近50%。听起来已经很厉害了，但他们在AI上做的事，听起来更实用、更贴近用户：

在机器里装摄像头，让AI认材质。

木头、石头、玻璃、亚克力——由AI识别之后，机器自动匹配功率和速度，用户不用再手动调参数了，让创造更简单。

然后他停顿了一下说，更远的目标是：消灭中间那台“电脑”。“以后你直接跟机器说‘我要雕刻一个什么’，直接使用语音交互，中间的交互设备就不需要了。”

但当主持人Fiona问：AI是不是在重新定义硬件的形态？

Akon没接招。他的答案很清醒：

“物理世界和虚拟世界有一个很大的区别，就是目前的物理世界还存在很多限制。”

他举了个办公桌的例子。为什么大多数办公桌宽度都是 1.4 米左右？原因很简单，常用板材规格是 244×122 厘米，裁切后最标准、最省料的尺寸就是 60×120，所以市面上的桌子宽度基本都差不多

“物流需要集装箱，集装箱有标准尺寸，你的产品要运输，运输有阶梯运费的限制，逆推回来就只能在合理的体积内完成设计。一层层往下剥，重量、尺寸、生产工艺、各类母板……这些是物理世界暂时不能逾越的维度。”

然后他说了一个让Fiona沉默了两秒的判断：

“软件依然是在服务硬件，不是硬件服务软件。”

这和Lauren的推演方向有些微妙的差距。Lauren说的是“自然语言重新定义了交互”，Akon说的是“供应链和物理限制约束了改变”。

谁对？我觉得他们各自都对。一个看的是软件层的革命，一个看的是硬件层的约束。时间轴不同，判断就不同。但这个分歧本身，恰恰说明了AGI跟物理世界融合，比融合数字世界难很多、慢很多。

按Token消耗量末位淘汰，这不是玩笑

圆桌后半段，话题转向了组织。

吴光宇说，他们有个国内知名的做智能电器的客户，对AI的要求是：全员用，每个月按Token消耗量排名，末位淘汰。

这意味着，不花钱用AI的员工，会被开掉。

听起来很激进。但他的判断是，AI对组织的冲击会分两个阶段：

第一个阶段，一些部门会直接消亡。就像公有云出现后，机房运维被干掉了；AI出现后，大量数据底层分析的岗位可能不需要了。他提到，引入AI之后，coding的人数可能减少80%。

第二个阶段，出现新的岗位。但不是你想的那种。不是“提示词工程师”——他认为这个岗位是过渡物，等AI通识能力够强，提示词工程就消失了。真正稳定存在的，是一种既懂业务逻辑、又懂如何把业务映射到AI上的“整合型角色”。

类似于产品经理，但更难——你得懂业务，也得懂Agent工作流，还得懂模型训练的边界。

Akon的版本更干脆：“协作最好的状态，是没有协作。”

他说，他们公司在内部不断做减法。一个人能搞定的事，不要五个人的团队。但这个“一个人”，是用AI武装过的人。

他举了设计链路的例子：原来是产品经理→交互设计师→UI→前端，四个人。现在，每个人都能成为产品经理。UI设计师也能成产品经理。中间的链条被打断了，但每个人变得更宽了。

“应该让人往上游走。以前你只能做一件事，现在你可以跨越五个领域。这是未来大家职业发展的方向，你比以前更强大了。”

Lauren从另一个角度回应：模型给到了人极大的学习杠杆。他说，刚毕业的应届生，如果肯学，学习速度可能是他自己刚工作时的50到100倍。

“模型会极限压榨你的学习带宽。”

但他说这是好事，不是坏事。工业化时代把人摁成螺丝钉，AI时代反而在释放人。 “你想干你想做的事，你肯学就能得到激励”——这个乌托邦式的图景，正在变得有点像现实。

我不想活进《瓦力》里

最后，Fiona问了一个有点开放的问题：你们想象中的AI未来长什么样？

Akon没有给答案，他给了两部电影：《机器人总动员》和《头号玩家》。

“人类坐在悬浮椅子上，不停看屏幕，连衣服都不会穿，在生产线上像机器一样被投喂。现实世界破败，到了游戏世界才变得强大。我觉得这种感觉离我们不远。”

他说，他不想变成那样。所以他坚持：AI的战场应该在物理世界——智能制造、健康医疗、真实的创造——而不是在屏幕里点点东西就觉得无敌了。

然后他加了一句：“科技向善。现在很多人用AI做诈骗，伤害弱势群体。我不希望AI带来这些。”

Lauren的版本稍微轻松一点：

“我觉得躺着也挺好的。但躺久了也会觉得累——有点像学生时期你想放假，真放假了你又觉得好无聊。你就站起来了，‘不行，我要去种树’，然后你找工具帮你种树，它也创造了很好的价值。”

然后他说：“过渡期会比较艰难，但一旦翻过去，人类总会找到方法。”

我希望他是对的。

这场圆桌里，三个人做的事看起来截然不同：家庭服务器、激光雕刻机、谷歌AI落地。但他们惊人地一致：都在试图把AI的力量压进物理世界，而不是只待在屏幕里。

他们的差别在于速度和路径。Lauren在想象下一代PC长什么样，Akon在确认货运箱的尺寸还是那么大，吴光宇在帮企业客户算这个月裁了多少人又招了什么人。

我从这场讨论里提炼出一个判断：

AGI会很快渗透进你的工作，但渗透进你的生活，还需要跨越一条物理世界的供应链。这条链有多长，AGI就需要多久才能到你家门口。

先做好在屏幕里那一半，然后慢慢等另一半。

更多对话细节

非凡大赏·杭州 AI WEEK 趋势圆桌 Panel：《AGI与跨界：通用智能的技术边界与产业融合探索》

嘉宾：冰鲸科技 创始人-潘鑫磊｜百道数据 CEO-吴光宇｜创客工场技术合伙人Akon

主持人：CGL 联合创始人&COO-Fiona

Fiona：我觉得非常感谢，因为三位嘉宾都是远道而来的。我不知道今天现场在杭州当地的小伙伴是不是非常多。Akon蔡老师是创客工场的合伙人，他是从深圳远道而来，然后吴总也是从深圳过来的。Lauren是从上海今天早上特意开车过来的，所以大家都是远道而来的。借此机会，先请三位嘉宾来简单介绍一下自己，包括公司的业务。Lauren你先来。

Lauren：非常高兴能跟大家分享这个 panel。我是冰鲸科技的 Founder。我们做的是一款家庭的私有云，当然毫无疑问，最近我们在将类 OpenClaw 的能力融合到家庭的 Home Agent 上面。冰鲸在过去两三年在全球市场有超过三百多万的系统下载量，是中国出海最大的家庭私有云的核心软件供应商。我们主要的用户在欧洲跟北美。

我们看到的未来是，未来每家每户会有一个 Home Agent。就跟大部分搞硬件跟技术的爱好者一样，你家会有一个家庭的“贾维斯”来帮你照顾好所有的日常生活，以及满足你在一些生产力场景的需求。他会是一个软硬件一体的、可信的、安全的本地方案。这是冰鲸正在推动的一些业务方向。

吴光宇：大家好，我叫吴光宇，我来自百道数据。百道数据是谷歌在亚太的核心合作伙伴，我们的业务致力于把谷歌全栈的 AI 能力赋能给我们的客户。

大家知道，AI 相当于是谷歌的 DNA 了，所以谷歌在各个大厂里面具有最全面、全栈的 AI 技术能力。从底层的算力，到像 TensorFlow 这样的 AI 框架（我们可以基于框架搭建自己的模型），再到谷歌的开源模型和他商业化的 Gemini、Veo，还有 Nano Banana 这样的大模型，以及上层的 Vertex 的 Agent Space 等帮助大家去建立自己 AI 系统的工具和能力。我们就是利用谷歌的全栈能力，来帮所有客户实现自己的 AI 需求。

Akon：Hello大家好，我是 Akon，来自深圳市创客工场，我们的品牌是 xTool。我们主要聚焦于激光雕刻的领域，希望让更多的普通人能够把工业级的产品应用到日常生活当中，降低创作的门槛。

我们主要就是两个关键词吧：一个是“软硬件结合”，第二个就是“出海”。我们公司 97% 的营收都来自于欧美市场，所以“出海”是我们这家公司主要的一个关键词。刚刚也跟几位嘉宾聊到了，我们一直觉得在 AI 降临的时代，我们应该把更多的战场放在物理世界。在物理世界其实还有很多事情并没有被解决，所以大家也不用特别焦虑。用更多的 AI 知识让我们的生活、日常身边的事在物理世界中接触时，能够得到更多的满足感或者情绪价值吧。

Fiona：非常感谢三位嘉宾。今天大家聊了一上午，都是纯 AI、AI 原生的软件以及数据，还有上下文理解该如何处理、有什么好的技术解决方案。这一趴，三位嘉宾都有两个很重要的标签：第一个是跟硬件深度结合，第二个是全球化出海，三位嘉宾身上都有这样很典型的基因。

那我第一个比较好奇的点是，大家看到其实不同的智能硬件产品，上一个时代可能叫智能硬件，硬件侧有不同的需求。那未来跟 AGI 是怎么结合的？比方说在三位的公司是如何实践的？吴总也可以分享一下，您看到的一些比较好的 AGI 跟企业产品之间实践的案例是什么样的？

吴光宇：其实我很荣幸我们能够通过公有云进入到 AI 这个赛道，而且因为通过大量的客户，我们也看到了非常多各种各样的 AI 应用领域。

AGI 在客户的应用领域来讲的话，我觉得可能有两个方面。一个方面就是利用不同的 AI 能力。比如说我们碰到做物流的客户，他利用 AI 替代了大量全球两千多名客服人员，只保留了很少的客服。所以他对 AI 的语义理解、对不同语种的翻译以及对上下文沟通的这个能力要求非常强。同时我们也看到一些全球知名的药物研发企业，他会对海量深度数据的分析理解有需求，以此来辅助药物研发。还有在医疗领域，他对视频、图像的分析要求精准。另外像一些制造领域的客户，他就需要非常长的上下文能力，比如制造企业有几万页的产品手册，AI 能够完全掌握和理解。所以不同客户对 AI 的不同特性会有不同需要。

另一方面就是 AI 的呈现方式。有的客户希望 AI 通过一个 chatbot 的方式去对话；有的 AI 是嵌入到各自的 APP 里面去；还有的 AI 你基本上感觉不到，它是嵌入在底层的数据库等服务里面去。综合下来我们看到，他们对模型其实要求有一个非常综合的能力。

我们以前常说的一个很大的热点就是“多模态”，但其实我觉得“多模态”这个词啊，未来可能会消亡、会被淘汰掉。我不知道大家可能知不知道，在二十几年前有一个名词叫“多媒体电脑”，就是一个计算机配了彩色显示器、声卡、音箱，就叫多媒体电脑。但在我们今天来讲，如果说一个电脑不能放声音、不是彩色显示器，我觉得这完全不可思议。所以说未来，一个大模型如果没有统一的理解能力，没有对多模态的理解能力，他可能就不能称之为一个真正好的 AI 产品了。

Fiona：是的。Lauren你的观点是什么？

Lauren：我们在的赛道本质上是一个 PC 赛道。我们知道今天全球，小龙虾（大模型应用）起来之后，Mac mini 肯定是卖脱销了。但冰鲸看到，Mac mini 其实并不是一个最好的计算设备跟载体。也就是说，在座的每个人现在拿出来的笔记本，它的下一代形态不是长这样的。它会是在你家里的一个 24 小时在线的智能助理。这里面会出现一种全新的 Infra，成为进入到千家万户的家庭计算中心，它应该足够可信、安全，能够 take care of 你所有的家庭数据，同时最大化地将家庭智能助手带到你家去。它会出现一种 agent computer，就是以 Agent 为载体的计算设备。这个是冰鲸正在推行的、在全球化产品出货时的一个核心方向。

回到我们公司的话，其实又是另外一个画面。我觉得这里面有两个非常新的 category，有巨大的想象空间跟操作空间。回到我们办公室，今天大量同事在使用飞书的时候，我们有一个叫“硅基探机”的协作群。这个群里面可能有十几个人加上四五个 Agents。这个 Agents 我可以去 hack 我同事家的，我可以把我同事家的 Agents 拿来解决我生产力的一些场景需求。我也可以 hack 他，看看你老板最近到底有没有给你干什么见不得公司的活（笑）。这四五个 Agents 已经在处理我们日常所有的营销、Marketing、产品开发以及最新的 YouTube 评测。你可以派飞书群里的一个叫做 Logan 的 Agent 来做所有传播向的 research 以及用户洞察。它能加速整个市场的反馈回流。本质上你是一家中国公司在做全球市场，信息 gap 还是挺大的，它可以加速全球信息到你团队内回流的效率。

所以从这个角度推演，又会有另外一个 category，就是面向所谓的 SMB，或者面向我们所谓的 OPC 的一个智能体的解决方案。

Akon：在我们企业当中有两个关键的维度吧，第一个就是内部，第二个就是产品。

在内部而言的话，当企业逐步扩大之后，协作变成了一个特别重要的点。我们坚信：什么是最好的协作？就是没有协作。当你一个人能把这事干完的时候，你不要再让五个人跟你一起干了。所以我们在企业的流程和管理当中，在不断地做减法。就是把你一个人可以搞定的事，你不要跟我说你要五个团队。那怎么去解决这个事？OK，你用 AI，你用 Agent 等等。我们会发现当你在布置任务时，信息是衰减的，传了五次之后变成另外一个样，叠回来又改，这个才是影响效率的关键。所以我觉得 AI 在内部这块有更多的应用和迭代。

第二，硬件产品。因为我们是做智能硬件、激光雕刻机的，里面相当于是有很多智能的功能。举两个功能：因为雕刻不同材质有区别，我们内置了摄像头，当 AI 能力介入后，我可以通过机器来分辨它到底是木头、石头、玻璃还是亚克力。这样的话，机器能够自动设定功率、速度等等，进一步让用户创作的门槛变得更低。后期的话，我们现在的交互还需要一台电脑，但以后我可能直接跟我的小机器（比如 3D 打印机）说：“我需要雕刻一个什么”，直接消灭中间的电脑交互，可能只是一个语音。我觉得这都是 AI 可以给我们带来的改变和高效协作。

Fiona：我想进而追问一下两位嘉宾。关于硬件其实大家都很感好奇，原来是因为硬件形态的出现，去定义它的软件怎么给用户提供极致体验。但现在很多人提到是反过来的：基于 AI 原生的一些东西，我再去定义这个硬件产品未来是什么形态，逻辑结构发生了本质变化。在 AI 持续迭代的过程中，你们二位的公司有在思考顺应这个潮流去推进一个全新的产品出现吗？或者推翻原来的产品定义来重构产品，有没有这种现象在发生？

Akon：是这样的。物理世界和虚拟世界有一个很大的区别，就是物理世界存在很多限制。我举个例子，它会被物流限制。火车的车厢永远是那么大，物流的货运箱永远是这么大，反推下来你的产品就只能做成那个尺寸。一层层往下剥，重量、尺寸，加上生产工艺链的模板尺寸——比如一个冷知识，为什么大家的办公桌都是 1.4 米的？因为家具的模板是 244×122，所以大部分办公桌切出来就是 60×120 的。物理世界的限制会带来很多你不能超越的地方。

以这个逻辑来说的话，软件其实是服务硬件的，不是硬件服务软件。所以除非我们在下一个工业时代发展，比如工业机器人上来之后，我们可以不被这些东西限制，那有可能反过来。所以现在我依然觉得软件一定还是在服务硬件的。

Fiona：明白，那我其实可以理解成，现在整个产业链还没有先进到那种程度，毕竟整个物理世界还是受到产业链上下游供应链的制约。如果有一天不管是机器人发达还是供应链变得更柔性，形态更容易快速被 DIY 出来，那有可能这个事情就会被打破了。可以这么理解吗？

Akon：以我现在的知识是这样理解的。

Fiona：对。那反过来问一下Lauren，我知道从今年一月份到现在你每天都非常忙，一方面是在全新定义未来产品的形态，看到了现象级的机会；另一方面很多投资人听说也在找你。对你来讲，你看到的机会和你未来做出的这种变化调整是往什么方向走？

Lauren：顺着 Akon 的这个推演来说。其实在做的赛道，到底怎么去分辨一个东西是噪音，还是一个真实的、能规模化创造人类价值的产品？它有一根非常简单的主线。

举个例子，在 iPod 之前，大家用 Walkman。Walkman 是当时人类享受音乐的最好载体，但你要去线下店买磁带，成本很高。技术能改变的是满足人们意图跟需求的最优解，所以 iPod 把一千首歌装进口袋，one click 能赚一美金选一首歌。你只能踩在技术的脉络上做，但它的底层是不变的，就是人们享受音乐的需求。

这就意味着，回到我们在做的“家庭贾维斯”或者下一代的 PC agent computer，人们不变的需求是他需要一个个人计算设备来处理任务。原来你去打字、用鼠标键盘，今天 OpenClaw敲开了一个全新的“鼠标”形态。你可以掏出手机，用自然语言安排家里的三四个 Agents 帮你处理日常需求。小到付账单，大到在冲突情况下 balance 家里的资产储备。交互方式发生了很大的变化。

大家在推演所谓的“AI 原生产品”，或者另一派说“在原有的 category 上加 AI 能力”，我认为这是一种 wording（措辞）。本质上，产品公司的逻辑是不变的（比如 Akon 他们研究如何让 CNC 在人们创作时足够方便好用，人类有表达的需求是不变的）。一旦你抓到了不变的要素，在这个脉络上找到最好的技术解决方案，一定能造出影响全球的优质产品。这是我们去看这个事情的角度。

Fiona：明白明白，我觉得特别有意思。刚才大家聊了产品以及对未来 AI 应用变化的思考，中间或多或少谈到了跟组织和人有关的事情。我们天天在关注组织和人，这也是我们的核心业务，所以我很好奇：随着 AI 的出现，你们的组织形态发生变化了吗？对人的岗位定义发生变化了吗？有没有动过裁员的念头，觉得 Agent 已经可以替代掉劳动力，人越少越好？吴总您先聊聊。

吴光宇：我可以，其实我这块能分享东西还比较多。我们看到了很多客户在 AI 时代的有意思的变化。

先说我个人的体会，今年春节家庭聚会，我跟大家说：不管男女老幼、是不是退休，每个人都必须去拥抱 AI，不用 AI 未来在职场上一定会落后。年前我们国内一个非常出名的做智能电器的客户公司，他们要求全员用 AI，并且每个月按 Token 消耗量进行排名，进行末位淘汰。这变成了花钱越多的越优秀，不花钱的我就把你干掉了！他们进一步要求用 AI 去实现 100% 的自然语言 coding。

对于社会组织来讲，我觉得迭代变化会有两个阶段。

第一个阶段，很多公司的一些部门可能就消亡了。就像公有云刚出来时，很多人抗拒，但上了之后，机房管理员（运维部门）就全被干掉了。现在用了 AI，coding 的人可能减少 80%。对于有些企业，数据底层进来了，前端业务人员直接通过 AI 分析数据，庞大的底层数据团队可能就不要了。所以确实很多部门会缩编或裁撤。

另一方面会增加一些岗位。像电脑刚出现时有专门的电脑操作员，今天我们招人会看你懂不懂 AI。因为目前的 AI 通识能力还不够强，所以才会有提示词工程。如果未来 AI 通识能力足够强，提示词工程就不存在了。所以短阶段里会出现 AI 管理员、Agent 管理员。

再进一步，我们需要一种类似产品经理的角色：要懂业务逻辑，也要懂这个业务逻辑怎么匹配到 AI 上、匹配到 Agent 工作流和模型训练的限制条件。底层则会有一些 AI 工程化开发的公司来承接定制化要求。这会是企业内部产生的巨大变化。

Akon：我非常同意刚刚吴总说的这个观点。前面我提到我们在企业协作方面在做减法。当协作真正到了“没有协作”的情况下，其他的伙伴应该去干嘛？这其实是一种革命式的自我迭代能力。

人性中百分之九十以上的人是拒绝改变的。怎么对抗呢？应该是自我的 update。举个简单的例子，以前软件行业有个工作叫“美工”，后来变成了“UI 设计师”，再后来又多了“交互设计师”。原来的工作流是：产品经理 -> 交互设计师 -> UI 设计师 -> 前端，需要四个人。但从去年开始，大家发现每个人好像都能成为产品经理了，中间的链路被打破了。产品经理不需要交互和 UI 来帮忙想了，那原来的 UI 去干嘛？UI 设计师也能成为产品经理了。

所以我觉得应该让人往上游走。现在的产品经理是不是可以成为全链路的交互？以前交互只是人跟屏幕的交互，现在交互应该从产品开箱那一下开始，是软硬件的全链路交互。以前你只能做一件事，现在你可以跨越五个领域，这是未来大家寻求职业发展的方向，你比以前更强大了。

Lauren：顺着 Akon 的推演来说。因为我们组织文化肯定有一些相似性，都比较爱折腾。冰鲸看到的画面跟 Akon 说的一样，那句话很有效：“能够一个人搞定的不要几个人搞”。

模型给到了我们极大的杠杆。原来我们觉得应届生没什么活动空间，但我们发现，刚毕业的小朋友如果肯学、喜欢做一件事，他的学习杠杆系数可能是我刚工作时的 50 到 100 倍。模型会极限压榨你的学习带宽。比如我女儿如果对兵马俑感兴趣，她能够把从起源到历史、不同时期挖掘情况等课题全部扫完。

这在组织内产生了一个效应：永远有一批小伙伴喜欢 build something，不是为了工作。当他们有这个意图，就会去找工具学，造出东西后得到 reward（奖励闭环）。这批愿意接受新东西的人，生产力杠杆是指数级提升的。

继续推演，我认为这整体是个好事。过去的工业化、泰勒的管理哲学把人摁成螺丝钉，环节化 SOP。现在，一个乌托邦式的“你想干你想做的事情，你肯学就能得到激励”的世界正在成为现实。不过这中间会有一个过度的阵痛期。

Fiona：这个话题很有意思，时间比较有限，我再快进到下一个话题。这是一个难得一遇的科技革命，改变了生活、教育、消费行为和工作。我很好奇每个人心目中未来的样子是什么样的？AI 到底能引领我们走向何方？是让人更有人情味了，还是让人变得更 boring？是让大家脱离牛马式生活去做感兴趣的事，还是很多人干脆选择躺平？你们想象中 AI 是什么样的画面？

Akon：我可能不知道什么是未来或者最好，但是我想表明我不希望成为什么样子。有两部电影大家应该看过，《机器人总动员》和《头号玩家》。在现实世界其实已经非常破败了，瓦力一个人在地球上捡垃圾，人类都成了大胖子，坐在悬浮椅子上不停看屏幕，连衣服都不会穿，在生产线上像机器一样被投喂。现实社会破败，到了游戏世界才变得强大。我觉得这种感觉离我们不是特别远，在这个软件发展时代我们很快可能就会变成那样。

所以我坚持在物理世界当中，应该用软件和 AI 的能力来赋能现实世界，在智能制造、人的健康医疗安全等方面发挥作用。而不是把它当成神一样，在电脑里点点东西就觉得无敌了。第二，科技向善。现在很多人利用 AI 做诈骗、伤害弱势群体。我不希望 AI 带来这些，这需要我们每个人在使用时坚守价值底线。我不希望未来变成电影里的那个样子。

Lauren：我简单说，我觉得其实躺着也挺好的。第一，躺着挺好的。但躺久了也会觉得挺累的，有点像学生时期你想放假，真放假了你又觉得好无聊。躺着躺着你就会想要去做一些事情。所以 somehow 我觉得人们会解决这个问题，你躺着躺着站起来了，“不行，我要去种树”，然后你就找到工具来帮你种树，它也创造了很好的价值。现实一点说，过渡期会比较艰难一些，但一旦翻过去，人类总会找到方法去解决。

Fiona：好，特别感谢几位嘉宾。大家都在开玩笑说，我们可能是最后一代会写作文的人，最后一代会写 PPT 的人，最后一代需要通过九年义务教育和大学再去求职创业的人。可能以后这些东西都不需要了，但是我觉得不重要。

未来到底往哪个方向走？我坚定的一点是：AI 确实是给我们带来的难得的机会。每一次科技革命的到来，都是财富再分配的重要机会。希望现场的伙伴们都能抓住这次革命，成为受益者。当然也希望大家在 AI 的加持下，能够更有人情味，生活不再那么 boring，除了赚钱以外还可以有更多的诗和远方。