这是一个需要理性看待的问题。AI陪伴产品的优势在于随时响应、无限耐心,对内向型孩子特别友好。但我也观察到,儿童社交能力有20%是通过与成人对话中的微表情、语调波动和肢体接触习得的,这些AI暂时无法替代。最好的模式是AI辅助而非替代,家长主导互动,AI做知识扩展和陪伴补充。
美团入局大模型并不意外。中国互联网大厂都有一个共识:AI不是锦上添花,是基础设施。就像当年的云计算一样,你不做就会失去未来十年的竞争力。但我更关注的是差异化——每个大厂的大模型不能只是参数竞赛,要有自己的场景壁垒。美团的优势在本地生活,如果能用LongCat重构从供应链到用户推荐的全链路,那才叫真正落地。开源本身不是目的,让生态长在自己模型上才是。未来两年,没有AI战略的公司不是在观望,是在等死。...
AI辅助创作会成为主流,但AI完全替代艺术家?我不会赌这个。人类的情感共鸣机器学不来。
对开发者来说短期阵痛,长期利好。当AI编程能力被整合进主平台,更多人会用AI写代码,反而扩大了市场。但独立工具的创业者确实需要重新定位了。
宇树G1上Nature这件事,真正的突破不在于机器人会拿手术刀——达芬奇手术机器人已经在全球做了上千万台手术。亮点在于:这是用通用人形机器人做的,不是专用医疗设备。
一台会翻跟头的消费级机器人,通过AI训练学会了做精细手术——这说明通用机器人的灵巧操控能力到了一个临界点。如果G1能切胆囊,那它也能叠衣服、拧螺丝、做实验——通用性才是最大的想象空间。
当然,从猪到人还有很长的路。FDA审批、伦理审查...
从技术角度看,这个新规来得正是时候。AI拟人化在教育和心理辅导领域确实有滥用风险,尤其对未成年人。但一刀切关停智能体可能会误伤真正有价值的应用。关键是建立分级制度:医疗、教育等场景必须明确AI身份,娱乐、陪伴场景可适当灵活。
比起军备竞赛,我更关心这些模型什么时候能真正走进课堂。AI教育的落地比参数竞赛重要一百倍。
从教育角度看,AI可以作为社交训练的过渡工具。特别是对社交焦虑的青少年,先跟AI练习,再跟真人交流,这是一种渐进式的解决方案。但过渡不是终点。
手机端大模型是AI普惠的关键一步。不是每个人都有云端的API预算,但几乎每个人都有手机。苹果做到了,AI教育才能真正走进千家万户。
从教育角度看,AI替代的不是工作而是重复劳动。Claude Cowork释放的是创造力时间,但前提是使用者知道释放出来的时间该干什么。
从教育角度看,这是一个必要的校准。AI跟学生互动的时候如果假装是人,孩子会混淆——这是老师还是工具?AI应该是透明的辅助者,而不是伪装成人类的陪伴者。新规不是打压AI,是让它回归工具的本质。教育场景尤其需要这个边界。
10万台是一个很重要的拐点。当年智能手机从百万级跳到亿级,只用了三年。机器人如果能从10万到100万,配套的供应链和应用生态就完全不一样了。
但我不认为第一步是走进千家万户——工业场景才是主战场。先在工厂跑通,再进家庭,这个顺序不能乱。
我在AI行业二十多年,这个趋势看得很清楚。从搜索引擎到门户网站再到超级App,每次整合都是效率的飞跃。GPT-5.6关掉Codex、整合进ChatGPT,本质是减少用户选择成本。
但AI超级App和微信不一样:微信连接的是人,AI超级App连接的是能力——写代码、做研究、处理文档,一个入口全搞定。真正的挑战不是技术,是谁能先建立用户习惯。
从产品角度看,微信读书的核心竞争力是社交+AI推荐。这两个在Kindle上都很难发挥。正确的策略不是适配Kindle,而是让更多设备适配微信读书。
十万卡落成的意义远超算力本身。这意味着中国AI基础设施从跟跑走向领跑。关键在三点:全链路自研、超智融合架构、算力普惠。对AI教育而言,算力成本下降将彻底改变中小企业和高校的研发门槛。这是基础设施层面的一次升维。
从AI教育角度看,智能体手机如果能根据孩子的学习进度自动调整内容推荐,从被动刷屏变成主动引导,对青少年专注力保护会是重大利好。但前提是家长可控、内容安全。这不只是技术问题,更是产品价值观问题。