| 暗线 | 在哪些话题里出现 |
|---|---|
| 立场决定思想 | 车企看不到自动驾驶是灵魂；美团阿里做不好用户侧 agent；苹果舍不得 50 亿补贴 Vision Pro |
| 数据规模 = 模型胜负 | 特斯拉百万辆车采数据；中国车企数据孤岛；智能服务 = 数据 + 模型 |
| 用得深比发明早重要 | 流水线的扩散；二维码；中国工程能力；模型芯片出海建云 |
他的意思：荷叶每天翻一倍，第 30 天铺满整个池塘，那第 29 天只盖住一半，第 27 天只有 1/8。站在第 27 天看过去，水面 7/8 还空着，谁说"三天后会铺满"都像在胡扯。可如果你知道它每天翻倍，三天后铺满是算得出来的。他预测英伟达超过英特尔，就是在"第 27 天"下的判断。
背后的道理：人的直觉是线性的，今天 1/8，就以为还要很久。指数增长的特点是前面很长一段时间几乎看不见变化，最后几步突然爆发。所以他的方法是不看水面盖住了多少（收入、利润），看它是不是在翻倍（增长机制成没成立）。
要注意的一点：这个理论好用的前提是你真的看准了"它在翻倍"。他自己看错激光雷达，错的就是这一步。他假定硬件价格会按摩尔定律每 18 个月减半，结果大模型突然把纯视觉方案做成了，激光雷达那条曲线被另一条更快的曲线截胡了。荷塘理论本身没错，难的是认出哪片池塘在翻倍。
这个理论后面还被他用来解释泡沫：第 28 天池塘还空着 3/4，大家却已经按"铺满"来定价，泡沫就是这段落差。
他的英伟达案例怎么套进这个框架2017 年他的依据有三层：云计算已经起来了；云计算最大的需求一定是 AI；而 AI 算力这件事上英伟达靠 CUDA 几乎独占。这三件事都是"机制"，不是"财报"。这就是超前量。
三浪：第一浪电动化（当时国内主推混动，他押纯电）；第二浪智能化（三电系统趋同，差异只能靠自动驾驶和车内外智能）；第三浪出行服务化。
他的逻辑链：
包月的比喻为什么打动人：现在你不会记得这个月打了几个电话、每个多少钱，但你记得每次打车花了多少。按次付费会让人每一次都掂量"值不值"，包月就没有这种心理负担，用户会用得更多、更离不开。对服务商来说，包月还能锁住用户，持续拿到数据，更懂你（他说的"持续服务"）。
这个比喻有漏洞：电话能包月，是因为网络建好以后多打一个电话几乎不花钱。自动驾驶多跑一公里是有真实成本的，电费、车辆折旧、保险都要算。所以更可能出现的不是无限畅打，而是像流量套餐那样分档，每月含多少公里，超出再另算。方向对，形态会比他说的复杂。
再补一条：马斯克的车队管理（Fleet Management）是这个逻辑的另一半。私家车主不用车的时候，把车交给特斯拉出去接单挣钱。这样一来车就变成一台会自己赚钱的资产，而不只是消费品。
由此推出的几个判断特斯拉从 Model S/X 到 Model 3/Y 用的是同一套自动驾驶系统，因为"同一个灵魂"；比亚迪高端车用英伟达、中端车用地平线、低端车用黑芝麻，等于按车型去配大脑，是"灵魂服从肉体"。
他的推论：马斯克公开说"我们不是汽车公司，是人工智能和机器人公司"，既是说给公众听，也是告诉员工 FSD 是公司最重要的事。特斯拉车越做越便宜，是想"用一个便宜的载体让我的灵魂到处都是"，因为将来要靠这个灵魂做服务赚钱。
中间物种：那些选对了电动车路线、打赢了燃油车的车企，如果在自动驾驶和出行服务上不够坚决，会成为"中间物种"。未来的出行霸主只会留两三家供应商，几十家车厂会继续兼并整合。
工业革命的打法是规模生产产品，把服务装进产品里让用户自我服务：不给你送冰镇西瓜，给你一台冰箱。智能革命不同，当人的经验可以被复制，就能规模化生产人的服务，尤其是高端的智力服务。一个职业能被 AI 做到，人人都能享受这项服务。
他把 AI 看成和流水线同级别的通用目的技术：福特最了不起的不是车，是流水线启发了电子、家电、食品、化工等所有行业。
这个时代的关键词他叫智能服务，以自动驾驶为例有四个特征：专家级（老司机水平）、个性化（你去哪送到哪）、普惠（不用付司机工资）、持续（一直收集你的数据，越来越懂你）。拆到底就是数据 + 模型。
为什么是手机：手机记录了人的大量行为。用 AI 分析你的行为，就能知道你的偏好，预判你的下一步（他叫"行为智能"）。这些数据你不愿意上传云端，只能在本地处理，所以手机算力需求会升温。例子：根据你前十次点餐，第十一次由 agent 替你点，"一看就是我想要的，而又是我没想到的"。这类手机端 to C 应用正好是中国强、欧美弱的领域，所以欧美没热起来，国内也就没人说。
他的意思：美团、淘宝的推荐、搜索、排序，本质上站在平台一边，目的是让你多买、买平台想让你买的东西，顺便卖广告位。真正的 agent 站在你这一边，"透过你的眼睛看你要什么"，是你的分身。
为什么说平台转不过来：想象一个真心为你着想的点餐 agent。它会跨平台比价，发现饿了么更便宜就帮你去饿了么下单，跳过所有竞价排名。美团自己的 agent 能做到这些吗？做了就等于砍自己的广告收入和佣金。所以他说这是立场问题：不是做不到，是做了会伤到自己。
还有一个数据问题：美团只看得到你在美团上的行为，而手机操作系统里的 agent 能看到你跨所有 App 的行为，这就是他说"必须是手机、必须在本地"的原因。
现实已经在上演：去年底豆包手机助手能替用户操作各个 App，很快就被微信、淘宝等平台限制了。这正是他说的"围墙被击穿"和平台守墙之间的第一次正面冲突。
我的补充：他只讲了立场，漏了一半。平台手里还握着商家、骑手、履约，用户侧的 agent 再聪明，最后下单还得经过平台。所以更可能出现的局面不是平台死掉，而是平台从"门户"退成"供应商"。这跟他说"超级 APP 不会死，但靠周边赚钱的模式不成立了"是一致的。
延伸判断他的意思：郁金香泡沫破了，球茎就是一文不值的球茎。科技泡沫破了，泡沫期间砸钱建起来的东西还在，而且突然变便宜了。他举的例子是带宽：本来要花 10 块，泡沫破了跌到 1 块，实际价值是 5 块，这时候买进的人就赚到了。
真实的历史例子：2000 年互联网泡沫时，美国电信公司疯狂铺光纤，泡沫一破成片倒闭，大量光纤闲置，被人低价收走。几年后 YouTube、谷歌、云计算用的正是这批便宜带宽。19 世纪 40 年代英国的铁路热也一样：投资人赔得血本无归，但铁轨留下来了。
佩雷斯的框架：新技术进入社会分两段。前一段叫导入期，资本狂热，靠泡沫把基础设施修出来。中间是泡沫破裂的转折点。后一段叫展开期，基础设施变便宜，各行各业真正用起来，进入黄金时代。所以泡沫不是意外，它是修基础设施的融资方式。
翻成大白话：泡沫里亏钱的是在顶部冲进去的人，赚钱的是泡沫破掉之后接手资产的人。他说的"2029 年遍地是黄金"，指的就是这个接手的时刻。
为什么偏偏是 2029 年：三个催化剂 + 一个导火索| 因素 | 他的推理 |
|---|---|
| Robotaxi 跑通 | 特斯拉若在全美铺开，车费降到现在的 1/4 到 1/5，市场放大 10 倍以上，至少 2 万亿美元。2029 年左右胜负明朗，公众预期爆棚 |
| AI 编程跑通 | 编程成本降到 1/10，市场放大 100 倍（这里他误称为莫拉维克悖论，实为杰文斯悖论），又一条万亿赛道 |
| 数字货币 | 数字货币进入主流交易市场、主流证券数字货币化，一有风吹草动会被成倍放大 |
| 导火索 | 特朗普 2029 年卸任，他认为会被清算，切入口是其家族从数字货币里拿的钱 |
他给的操作建议：前几年是上行期，要参与；快到危机时离场，但别走远；危机只会持续几个月（快则三四个月），美国已经知道怎么应对（大把撒钱、大而不倒），出不了 2029 年就会恢复，要迅速回场。
| 公司 | 判断 | 理由 |
|---|---|---|
| 英伟达 | 未来五年一路向上 | 做基建，基建规模还在放大。但冲 10 万亿美元可能乏力，高点也许在 6 到 8 万亿 |
| 特斯拉 | 现在不好，未来好 | 马斯克"走神"（Cybercab 无方向盘只能自用、产量难控；Cybertruck 不适合干活；人形机器人百万台没需求），但电动车和自动驾驶在欧美没对手。最有可能冲击首个 10 万亿美元市值 |
| 谷歌 | 现在好，未来麻烦 | 研究强、产品化和赚钱弱，一半以上收入靠搜索广告。大模型直接给答案，没有广告位；AI 搜索不会再是垄断。他认为广告费十年内会消失 |
| 苹果 | 会涨，但错过暴涨 | 终端算力最强，本该吃到端侧 AI 红利；但停产 Mac Pro、Vision Pro 定价 3500 美元舍不得补贴，"乔布斯走后没有战略眼光" |
| 微软 | 有风险，不是必跌 | 没有自己的大模型，和用户、供应商都绑不紧 |
| 亚马逊 | 一定上升 | 电商趋势远没结束，云业务早就赚到钱，AI 不给力也能活 |
| OpenAI / Anthropic | 宁可赌 Anthropic | 编程赛道本身就是万亿赛道 |
他还认为首个 10 万亿美元公司会在 10 到 15 年内出现，而且很可能是一家新兴企业。
第一个错误：以为机器人能理解你。人脑右侧的颞顶联合区负责直觉式地猜出别人的想法和意图，不需要逻辑和知识，人人都会，机器人没有这套系统。他的递进：过去强调运动能力（automation），未来要的是自主（autonomy）；要自主先得懂物理世界（physical AI），但 physical AI 只完成了一半，因为懂环境不等于懂人，还需要他所说的 cultural AI，这个还没开始研究。所以称职的机器人仆人至少还要 20 年。
腿和手：走到目的地后腿就歇了，剩下都是上肢的事。所以轮式底盘加机械臂（冲咖啡机器人）就够用，不必是人形。中国的人形机器人多在讲腿，特斯拉讲的都是手，"拿人形当幌子，卖的是那两只手"。
产业先于市场：人形机器人是"市场还没有，产业链先完备了"，靠大量资本和地方扶持撑起来。智元已经转向带底盘的"伪人形"；宇树的收入主要来自高校实验室和表演市场（他称"耍猴市场"），而表演看惯了就没人看。工厂自动化做了一百年，他没听说过哪个工位非得人形机器人不可。
正面例子是云迹：一个带四个轮子的"大墩子"，在酒店送餐，一点都不酷，但铺进了 3 万多家酒店，因为住过有它的酒店，你会不习惯自己下楼拿外卖。硬需求胜过酷炫。
如果他是宇树的王兴兴：按 AI 当前能力把人类所有活计过一遍，分成现在能替代、要等其他进展、永远替代不了三类，再决定布局。在 AI 眼里，翻译文学作品容易，洗衣服难。
低空经济他也反对：四旋翼电动飞行器在飞行效率上有先天劣势，会有小众市场，但规模化不了。
模型和芯片出海：有云的大厂（阿里、腾讯、百度、字节）可以让大模型免费；靠模型为生的 Kimi、MiniMax、智谱没有云，生机在出海。OpenClaw 这类 agent 火起来后推理需求暴涨，开发者一算成本，发现接 Claude 太贵，不如接 Kimi，这些公司今年头两个月的海外收入就超过了去年全年。出海能否站稳，关键在能不能借机在当地融资建云。芯片同理：不强但便宜，可以做"训练用英伟达、推理用国产芯片"的混合云。他把在海外建计算中心比作帮别国修高速公路，并称之为广义的"农村包围城市"：美国靠盟友进欧洲，中国先东南亚，再到发展中国家。
他的拆法：科、技、工程
他的核心判断是，只有第三步才会带来经济效益。先进技术只有少数人用，就没有扩散，也就没有价值。
Diego Comin 的研究撑住了这个观点：这位经济学家研究了一百多年的技术在各国的扩散，发现国家之间贫富差距的一大来源不是谁先发明，而是技术引进之后多久普及、普及得多深。他的原话就是：一个经济体的强弱，不取决于引进先进技术的速度，而取决于使用先进技术的深度。
最好懂的例子是二维码：二维码是日本电装公司 1994 年发明的，但全世界用得最深的是中国，买菜、坐车、点餐都靠它。发明者不是中国，受益最大的是中国。
"中科技高设计"：录音不太清楚，我理解他的意思是用中等水平的科技，加上强大的设计和工程能力，做出人人用得起的产品，这比只有少数人用的顶尖科技更值钱。
要注意：后面"美国封锁中国等于切断自己的工程环节"这段，是他的立场，不是定论，引用时要标明是他的观点。
他对中国能长出的世界级 AI 公司的画像：做智能服务，在中国海量应用场景里迭代打磨，像 TikTok 一样从中国出发扩散到全世界。格局上，每个领域都会出巨头，但会有 N 多个领域。
不要占小山头：技术革命刚开始时，每个行业都会被改写，但都还没被改写。这时候最稀缺的不是资源，而是选择权，你可以挑最大的领域下注：教育、医疗、每个人的自我实现。这种窗口期去琢磨小生意，等于浪费了时代给的选择权。
勤于懒惰：机会不一定来自市场调研，而是来自"这事我不想干"。你勤快地琢磨怎么偷懒，让 AI 替你干，而人人都想偷懒，这就是大生意。他的例子是乔布斯给自己设计 iPhone，碰巧全世界都喜欢；主持人补了一句，00 后先满足自己，一看 60 亿人里有 1 亿人也需要。
这两条和你的一人做产品（OPC）打法，是冲突还是互补？我的看法是：表面冲突，其实是两个维度。
一人做产品做不了"大公司"，但可以在大领域里切一个小口子。你自己就是例子：Suno 上传平台、播客剪辑，都是你懒得手动干才做出来的，这是"勤于懒惰"；它们都在 AI 音乐和内容生产这个大领域里，这是"大山头"。
要警惕的一点：只满足自己，有幸存者偏差的风险。乔布斯碰巧全世界都喜欢，但更多人是自己喜欢、没人要。你那篇《获客真的很难》说的正是这一步：自己的需求到底有没有"1 亿人也需要"，要去验证，不能假设。
被替代的人去哪里工业革命后产业工人减少，白领、管理和销售岗位暴涨（美国五六十年代白领增长超过 50%），因为产量大了得有人卖出去。智能革命提供的是持续服务，持续服务需要"界面"：代表服务方和你互动的人。服务者聚起客户就成了兴趣社群，服务岗位的增长会像当年的销售岗位一样巨大。所以热爱就是竞争力：训练让你达到一定水平，热爱才让你出类拔萃。
教育今天的教育是工业革命的产物，是标准化的。未来教育要个性化、培养兴趣，需要能长期陪伴孩子、懂孩子喜怒哀乐和兴趣变化的智能系统，在孩子有兴趣时引导探索，让兴趣慢慢长成终身热爱。
他说的内容：AI 编程让写代码的成本降到原来的 1/10，但市场会变成原来的 100 倍，所以整体规模反而更大了。
这个现象其实叫杰文斯悖论：1865 年，经济学家杰文斯发现，蒸汽机烧煤的效率提高之后，英国的煤炭总消耗不降反升。原因是用得便宜了，原来用不起的场景都开始用。效率提升带来需求扩张，总消耗反而上去了。AI 编程就是这个逻辑：做一个软件变便宜，原来不值得做的小软件全都值得做了。你那篇《为什么AI越强人反而越忙》用的就是这个概念。
真正的莫拉维克悖论讲的是另一件事：对人类来说难的事（下棋、做数学、翻译），对机器反而容易；对人类来说简单的事（走路、叠衣服、拿杯子），对机器反而极难。原因是感知和运动能力是进化花了几亿年打磨出来的，而抽象推理只有几万年，是很"新"的能力。
有意思的是，他后面讲人形机器人时其实把莫拉维克悖论说对了："在人工智能眼里，翻译文学作品很容易，洗衣服很难。"只是没点名。所以他是把两个悖论的名字弄混了，两个意思他都懂。
荷叶每天翻倍、第 30 天铺满，第 27 天水面只盖住 1/8。用来说明指数增长前期几乎看不见、后期突然爆发，也用来解释泡沫：市场在第 28 天就按第 30 天定价。完整解释见「核心观点 ①」。
新技术进入社会分两段。前一段叫导入期，资本狂热，靠泡沫把基础设施修出来。中间是泡沫破裂的转折点。后一段叫展开期，基础设施变便宜，各行各业真正用起来，进入黄金时代。所以泡沫不是意外，它是修基础设施的融资方式。王煜全的版本：一两个领域先做出示范（导入期），大家发现模式可复制，就过度乐观地以为马上能复制到所有行业，预期跑到现实前面，泡沫就来了。完整解释见「核心观点 ⑥」。
自动驾驶普及后，人不再想拥有车，出行像话费一样按月订阅，赢家从车企变成出行服务商。比喻的漏洞在于自动驾驶每多跑一公里都有真实成本，更可能是分档套餐而不是无限包月。完整解释见「核心观点 ②」。
平台侧应用站在用户对面，目标是平台收益（佣金、广告、GMV）；用户侧应用（agent）站在用户一边，是用户的分身，会跨平台比价、跳过竞价排名。平台做不好后者，主要是立场冲突，其次是它只看得到自家数据。完整解释见「核心观点 ⑤」。
科是发现原理，技是做成产品，工程是规模化让人人用上。经济收益主要来自第三步。Diego Comin 的研究认为，国家之间贫富差距的一大来源是技术普及的速度和深度，而不是谁先发明。完整解释见「核心观点 ⑨」。
前者管方向：技术革命早期每个行业都待改写，要挑最大的领域。后者管切口：从自己不想干的事出发，让 AI 替你干。两者合起来就是"方向选大，切口选小"。完整解释见「核心观点 ⑩」。
收入、利润是滞后值，要等赢家显形五六年后才看得见。超前量是更早的信号：技术路线是否锁定、生态是否独占、增长机制是否成立。
他认为很多产业的胜负在财报体现之前就已决定，决定因素是技术和生态上的卡位（例如英伟达的 CUDA），财报只是事后确认。
影响广泛、能深刻改变几乎所有行业的技术，历史上如蒸汽机、电力、互联网。他拿福特流水线类比，强调真正的影响来自方法被所有行业借用，而不是某个产品本身。
自动驾驶系统是灵魂，车身是肉体。全系共用一套系统叫"肉体服从灵魂"；按车型高低配不同芯片叫"灵魂服从肉体"。
他说特斯拉早年投资者日的 PPT 上就出现过这个词（年份以原片为准，有待核实）。普通车主用不到车队管理软件，说明这是给特斯拉自己运营车队准备的：车主不用车时，车可以被接管出去接单挣钱。
技术更替中选对了上一轮方向、却没跟上下一轮的企业。例如打赢了燃油车、却在自动驾驶和出行服务上不够坚决的电动车企。
平台像封建领主一样把用户圈在自己的领地里，靠主业黏性顺带收割周边业务，用户离不开而不是因为每项都好。他认为大模型进入手机操作系统后，这种围墙会被击穿。
他的提法：在手机本地分析你的历史行为，预判并完成你的下一个行为，例如根据前十次点餐替你点第十一次。
未来每个人有一群专业 agent，外加一个"大总管" agent，你只对总管下指令，由它分派给各个专业 agent。
automation 是自动化（会动）；autonomy 是自主化（能自己处理问题）；physical AI 是理解物理世界；cultural AI 是理解人。前三个是业界常见说法；据我所知，cultural AI 不是通行术语，更像他自己的提法。
大脑颞叶与顶叶交界处，右侧这块区域与"心智理论"有关，也就是推测他人想法和意图的能力。他用它说明人类天生能读懂别人，而机器人没有这套系统。
不追求人形外观，比如轮式底盘加机械臂，只保留真正有用的上肢能力。他的口号："人形是伪需求，伪人形是真需求"。
模型性能随参数、数据、算力增加而可预测地提升。他用它说明连 OpenAI 自己都是不断砸钱扩规模，直到某天突然实现，并没有提前预见。
端到端指从传感器输入直接输出驾驶动作的单一模型；VLA 是视觉-语言-动作模型。他说中美自动驾驶模型路线差不多，差距在数据量。
今年火起来的开源 AI 智能体，常被部署在本地电脑（如 Mac mini）上长期运行，俗称"养龙虾"。他用它说明两点：本地算力需求会上升，推理需求暴涨让便宜的国产模型有了出海机会。
| 原文 | 实际应为 | 原文 | 实际应为 |
|---|---|---|---|
| 王玉泉 | 王煜全 | skidding law | Scaling Law |
| 威猛 / 威莫 | Waymo | ROCKS | Zoox |
| cybercap | Cybercab | FSG | FSD |
| 支架能力 | 智驾能力 | 伟人形 | 伪人形 |
| 智源 | 智元 | 王欣欣 | 王兴兴 |
| 云记 | 云迹 | 小龙虾 / OpenCloud | OpenClaw |
| asropic | Anthropic | 卡洛塔·帕里斯 | 卡洛塔·佩雷斯 |
| 迪亚戈 COMING | Diego Comin | 马农 | 码农 |
| UBER 跟 vivo 绑 | 大概率是 Waymo（Uber 与 Waymo 有 Robotaxi 合作） | 钦文 | 主持人（说话人 B） |
| 他的预测 | 时间点 | 可以盯的信号 |
|---|---|---|
| AI 泡沫破裂，数月内恢复 | 2029 年前后 | Robotaxi 是否全美铺开；AI 编程公司营收与估值的差距；主流证券数字货币化进度 |
| 特斯拉在美国 Robotaxi 竞争中胜出 | 约 2029 年明朗 | 运营城市数量、Waymo 是否还跟进扩张 |
| 搜索广告费基本消失 | 十年内 | 谷歌广告收入占比；AI 搜索是否出现非广告的商业模式 |
| 首个 10 万亿美元市值公司出现，且可能是新兴企业 | 10 到 15 年 | 特斯拉和英伟达市值走势 |
| 称职的人形机器人仆人 | 至少 20 年 | 人形机器人公司是否转向轮式或上肢方案 |
| 国产模型和芯片借出海在当地建云 | 未来几年 | Kimi、MiniMax、智谱的海外收入与海外数据中心 |