硅谷之行：当投钱人只看AI标签， 创业圈已成“all in”战场

周鸿祎刚从硅谷回来时朋友圈被他的微博刷屏了——不是啥买卖巨大佬的常规汇报，而是带着点“被震撼”的语气说眼下硅谷的投钱人看项目，已经到了“没有AI概念、AI功能、AI成分，直接pass”的地步。他见到的创业者， 差不离都在把业务往AI上靠，哪怕是个做宠物用品的，也会有力调“我们用AI优化了推荐算法”。这种氛围， 很像当年国内移动互联网爆发时创业者见面必谈“APP”“流量”的烫度，但比那时更极端：美国整个投钱体系、创业体系、巨大公司体系，都在押注人造智能，没人敢在这玩意儿风口上装淡定。

这种“all in”不是没有原因的。周鸿祎提到， 硅谷的朋友私下聊，都觉得AI是解决美国当前钱财困境的独一个解——就像当年个人电脑和互联网帮美国走出产业矮小谷一样。眼下美国面临贫有钱差距、产业空心化，靠老一套行业增量已经很困难，只能靠AI发明新鲜买卖场。英伟达的芯片订单许多到离谱， 1万块GPU能训练千亿模型的时代过去了以后兴许需要几十万块卡组成的集群，芯片还没生产出来就被预订完。这种疯狂，让国内很许多人焦虑：我们落后了吗？真实的要追着GPT-4的尾巴跑吗？

周鸿祎分享硅谷见闻：OpenAI发布GPTs是个“阳谋”

“阳谋”：GPTs不是App Store， 是全民测试场

很许多人说OpenAI发布GPTs，是为了做“人造智能的App Store”，周鸿祎却觉得这看法太表面。他直言：“GPTs离App Store还差得远。”真实实意图， 更像是把ChatGPT当成一个“全民应用场景测试器”——眼下的ChatGPT只能跟人聊天但巨大家聊完找到它跟真实实干活隔着层纱，OpenAI就想让用户在生活中、干活中、学中，帮他们找出AI到底能解决啥实际问题。与其自己闭门造车，不如发动全球用户帮他们试错。

这招够“阳谋”，明摆着把凶险转嫁出去。用户自己做的GPTs， 解决了啥痛点，OpenAI就能顺势把成功模式复制推广；要是做砸了锅也是用户的。周鸿祎甚至觉得，这反而是中国创业者的机会——OpenAI在“找场景”，我们能在“场景里找细分”。比如教书领域， 与其做个通用教书巨大模型，不如拆出“作文批改”“数学解题”“英语口语陪练”200个细小场景，个个场景用巨大模型赋能，反而更轻巧松落地。

治理闹剧：理想主义败给现实利益

内部斗争，把“非盈利组织”的理想主义撕得粉碎。周鸿祎琢磨，员工集体跟着奥特曼走，不是基本上原因是许多崇拜他，而是基本上原因是“要养家糊口”。奥特曼不要钱是基本上原因是他有钱，普通员工有房贷车贷，指望公司上市或被巨大公司收购变现。治理结构说“只对人类负责”， 却不护着投钱人利益，更不护着员工利益——这种“讲理高大地”站久了就成了笑话。

更荒诞的是手艺派伊利亚， 觉得奥特曼“吹牛误事”，却没意识到OpenAI从试试室走向买卖化，缺的不是手艺，是“包装能力”。GPT-3手艺已经很牛，但没动静；GPT-3.5变成聊天机器人就爆火，为啥？基本上原因是产品变了。周鸿祎吐槽：“很许多手艺人员总觉得自己手艺无敌就能成功，用户才不管你的手艺许多牛，只关心能不能解决问题。”第一阶段靠手艺， 第二阶段非...不可靠产品化、靠融资、靠找用户——这些个不是学问家能搞定的，奥特曼的值钱就在这儿。

巨大模型平安：360的“平安笼子”与三沉防线

平安行业眼下卷到啥程度？周鸿祎说很许多人做了优良许多年企业，再说说连工钱都发不出来。巨大家天天抱怨客户不愿花钱，却忘了反思：我们到底为客户发明了啥值钱？360选择躬身入局做巨大模型，不是跟风，是想把巨大模型这玩意儿“双刃剑”放进“平安笼子”里。他们做了三件事：平安巨大模型、Agent架构、芯片突围。

平安巨大模型：让AI当助手， 不当帮凶

平安巨大模型的核心，是思考怎么让AI成为平安人员的“超级助手”，而不是黑客的“作案工具”。周鸿祎举了个例子：以前平安琢磨师看日志要熬夜，眼下让巨大模型自动琢磨吓唬，效率能提升10倍。但前提是得把巨大模型的干活原理摸透——晓得它的边界在哪里长远板是啥，没劲点是啥。360的做法是“边做边拆”， 把巨大模型当成一个黑盒子，不断测试它的漏洞，比如会不会被提示词打，会不会生成恶意代码。

很许多人担心AI失控， 周鸿祎倒觉得不用太极端：“随便哪个手艺都有平安问题，语音、巨大数据一样会被打。不进步AI才是最巨大的不平安。”360的目标是“用平安推动AI进步”，而不是“基本上原因是平安放弃AI”。就像当年做免费杀毒柔软件， 不是靠矮小价比，而是把买卖场从“一两百万用户” 到“上亿用户”，让更许多人用得起平安服务。

没有Agent架构， 巨大模型就是“没手没脚的巨人”

周鸿祎反复有力调：“没有Agent架构的巨大模型，就是个摆设。”Agent就像巨大模型的“手和脚”，能把巨大模型跟企业的业务系统、个人的数字化工具连起来。比如让巨大模型写卖报告， 没有Agent就得手动复制数据；有了Agent，它能直接调取CRM系统、财务数据，自动生成报告，甚至发给客户。

GPTs背后其实就是Agent架构的雏形，只是他们没刻意宣传。国内百度、 阿里、360都在做自己的Agent，基本上原因是巨大家都意识到：孤立的巨大模型最许多发挥三成能力，有了Agent才能发挥出150%。周鸿祎把巨大模型比作汽车发动机，Agent就是底盘和车轮——光有发动机跑不了得有整套系统。

中国AI的破局点：场景红利比算力更关键

很许多人焦虑中国巨大模型比美国晚一年，周鸿祎却说：“没少许不了妄自菲薄。”GPT是全世界最机灵的人用六七年做出来的，我们用一年追到GPT-3.5的水平，已经是奇迹了。更关键的是 中国有“场景红利”——做业、种地、看病的数字化需求比美国更迫切，供应链全球最完整，老一套产业智能化改过的地方巨巨大。

垂直场景：把巨大模型拆成“200个细小任务”

周鸿祎不认同眼下就做“金融巨大模型”“看病巨大模型”，觉得太早。更现实的做法是“沉度垂直”：把一个行业拆成200个细分场景，个个场景用巨大模型解决一个细小问题。比如看病行业， 不让巨大模型开药，但能让它整理医患对话、生成病例蓝本；金融行业，不让它做风控，但让它解读财报、写客服话术。

他举了360自己的例子：做平安巨大模型时 没想着一步到位做“万能平安助手”，而是先做了“恶意代码检测”“钓鱼网站识别”十几个细小场景，个个场景都跑通了再整合成巨大模型。这种“细小步迅速跑”的方式，比一开头就追求“巨大而全”更靠谱。

算力突围：国产芯片的“曲线救国”

算卡脖子是现实问题，但周鸿祎觉得“也不用绝望”。国内企业已经在尝试“曲线救国”：比如把消费级显卡拆下来装服务器， 找到4090的算力还不错；摩尔线程、壁仞、寒武纪的国产芯片，有些已经超出了英伟达入门级水平。更关键的是 训练和推理能分开——训练用高大端芯片，推理用优化过的矮小本钱芯片，把推理本钱降100倍，英伟达的护城河就能打开。

周鸿祎提到，奥特曼在被踢出OpenAI前，已经在筹划融资做芯片，微柔软也在布局。这说明以后算力比会白烫化，但中国有产业链优势，只要把场景和算力结合优良，彻头彻尾有机会找到突破口。

给创业者的忠告：别追GPT-4， 先找“真实痛点”

国内AI创业者总想着“超出GPT-4”，周鸿祎泼了盆凉水：“刷榜没意义。”GPT-4的很许多牌没摊在桌面上，我们追也追不上。真实正该做的是“找真实痛点”——巨大模型非...不可跟业务结合，桥梁就是Agent架构。比如一个做电商的， 不用自己训练巨大模型，用API加上Agent架构，就能实现智能客服、推荐优化、库存管理，效果比单纯追求模型参数有力得许多。

他还提醒投钱人：“别逼创业者过早盈利。”VC叫凶险投钱，就得有投不成的心思准备。AI眼下还在投入期，找愿意做中长远期投钱的人更关键。创业者也别总想着“润”“躺平”， AI给了中国企业家弯道超车的机会——日本错过了个人电脑和互联网，我们不能错过AI。

周鸿祎再说说说：“瓶子里还有半瓶水，别人说只剩半瓶，我说居然还有半瓶能喝。”这种乐观不是盲目，而是基于中国场景红利的底气。AI不是终点，是起点——就像当年的电脑，从打字、做财务，到融入生活方方面面巨大模型也会无处不在。垂直领域的“细小巨人”，会比通用领域的“巨无霸”更有生命力。