即刻App年轻人的同好社区
下载
App内打开
canco-旁观者
1k关注576被关注0夸夸
前老鹅,自由投资者,懂点产品、投资的工程师,喜欢读书、研究公司八卦
canco-旁观者
2月前

董指导: 腾讯最新一期业绩出来后,就有观点表示这是:老登不喜、小登不爱。 一方面,腾讯的回购金额可能会减少,准备加大AI投入。这让喜欢高回购、高分红、稳健现金流的投资人们颇为不爽。 但另一方面,科技成长股的投资人,嫌弃腾讯AI进展慢、四平八稳,还要对抗传统业务的转型羁绊。反倒不如新上市的大模型公司清爽,虽然他们还在亏损,但故事新。 这种情绪交织,给脆弱的恒科又上了点压力。 不过,我想讨论一个话题是:智能体时代,腾讯的窗口,是不是已经来了? 01 出手 腾讯在AI大火这几年,确实算稳健的,但有两次又快又大的动作。 一次是2025年年初,腾讯云、元宝、微信都迅速接入了DeepSeek。开放程度、动手速度,都令业内惊叹。这次举措,不仅承接了DeepSeek的流量,确保了用户体验,也缓和了因混元大模型研发缓慢带来的焦虑。 该出手时就出手,效果还不错。 第二次就是3月6号,腾讯率先为AI开发者、爱好者们免费安装“龙虾OpenClaw”。长长的队伍、用户的热情,让小马哥都惊叹,而且表示会有一系列的虾出来。随后WorkBuddy、QClaw也迅速铺开。 为什么腾讯要在“龙虾热”里出手?我觉得这其实是很腾讯的打法:连接、应用的击球点来了,那就用力挥棒。这个击球点,就是龙虾带来的。 02 五层 黄仁勋提出了AI的五层蛋糕理论,借鉴一下,我觉得龙虾要发挥作用,也可以分为五层,分别是:模型层、IM层、Claw层、Skills层、云资源层。 模型决定了智能体的理解、推理能力,包括多模态的能力。就像OpenAI提升了大模型的视觉能力后,龙虾通过截屏来操作电脑的准确率,就显著改善。 IM是用户远程调动龙虾、下达指令的入口。就像飞书、微信、钉钉、百度浏览器等等。IM的使用频率、用户基础,影响着用户使用龙虾的便利,以及龙虾产品推广的难易。 Claw就是龙虾本体了,是可执行的调度和操作中枢,它的好用与否,是直接影响产品体验的。OpenClaw被盛赞是智能体时代的操作系统,但现在,国内每个厂商都想有自己的操作系统,行业仍处于高度发散中。 Skill层顾名思义,就是让龙虾学会各种技能。这层的要点有三个,一是要抽离出可以沉淀、复用的能力;二是形成平台,激活、吸引开发者,营造技能生态;三是可以针对新场景、自我开发技能。目前国内大厂也都在把诸多产品进行Skill化。 云平台的算力总量和推理效率,为龙虾提供足够的Tokens,让它持续工作,也决定了龙虾的动作快慢。与此同时,龙虾也带动了云计算的资源消耗。 那么,当OpenClaw带来龙虾热,加速AI进入智能体阶段后,对于腾讯会带来什么呢?我觉得是“叙事改变”。 03 变化 虽然4月份腾讯会发布新的、充满期待的混元模型,但不可否认的是,在大模型赛道上,无论参数规模、还是公开测评方面,腾讯混元并不是话题中心,甚至被质疑掉队。所以腾讯重金挖人,希望改善模型状况。 但是,智能体时代,大模型当然还是很重要,但是用户的关注度、评判标准,已经从“你的模型行不行”转为了“你的龙虾灵不灵”。这种转变下,腾讯可以使用开源大模型来保障用户体验。自研的焦虑、压力也就得到了缓解。 好比说,跑步比赛突然改为了铁人三项,那跑步的劣势,就有机会通过其他项目的优势来弥补。 腾讯的优势之一,就在于IM层。在ChatBot竞争中,格局已经有些清晰了。豆包的领先,也是业内共识。而传统IM甚至被认为有被取代的风险。但龙虾推出后,情况也有改善。 IM不是影响龙虾格局的核心因素,但是,在行业前期,却也非常重要。其他不少公司仍需要再造一个入口来调用龙虾,但腾讯的微信、QQ本来就是AI入口,而且是国民级应用,使用频率高、用户习惯成熟,也有利于龙虾产品推广。 这也就是我之前文章分析过的,连接管道的后发优势。而且微信、QQ这种关系链和服务链的叠加,也天然比单一App更有优势,更顺畅地成为生活本身的调度中心。 Claw层,大家都在探索中;谁能率先真的嵌入用户日常场景,谁就更有希望。而腾讯的WorkBuddy,已经在内部有了挺广泛的使用,这也加速了试错进程,可以更快地提供成熟产品给公众用户。 腾讯在龙虾热里的速度快,也体现在了Skill层。3月11号,就上线了“中国特供”的SkillHub社区,聚合了超过13000个Skills,一站式解决了开发者在安装Skill中面临的下载慢、选型难、交流弱等问题。 至于云计算层,腾讯虽然没有自研芯片,但算力资源是够的;而且龙虾热带动了API需求激增,大量Token消耗,也提升了腾讯云的价值。如果后续的Claw产品能有爆款,甚至有机会改变云计算的格局。 简单总结来说,龙虾带来的不只是热度,对腾讯也有改善:模型自研压力下降、IM护城河确认、Claw让队伍有仗打,云服务得到价值提升。 04 小程序 龙虾再强,得有事儿干。这也引出了另个话题:场景。 场景越多、龙虾就越有用;价值也就会更多,用户的体验会更好、粘性也会更高。 如果从一个入口得到众多服务,你会想到什么?至少微信小程序算得一个。 挂号、点餐、打车、缴费、零售、客服、政务、内容、电商等等,大量用户需求都可以通过小程序实现,大量真实任务也都已经沉淀在小程序这个容器里。而且,交互范式、身份体系、支付环境、基础能力也都相对一致。 简单说,就是一个半结构化的世界。规整,对于智能体就太重要了,可以更轻松理解页面结构、标准化任务,也不用频繁要授权、频繁做跳转。 当年小程序承担了微信从社交平台,向服务基础设施扩展的任务;现在,干过的活,在智能体时代,能不能也算数? 有期待,但是也非常考验团队的执行力了。毕竟,微信的任何改动,都是国民级的反应。 05 定力 为什么龙虾带来了击球点?因为腾讯擅长应用。或者更准确地说,腾讯擅长连接。 QQ、微信、支付、音乐、视频号、读书等等过往案例,都展示了在“怎么让更多人真去用、反复用、也好用”时,腾讯的产品经验就可以发挥出来了,非常擅长把新能力嵌入大规模用户场景。 所以,一旦应用阶段,腾讯就会明显加速。发挥连接的护城河,串联多个资产。 当然,这并不意味着腾讯战无不胜。尤其在当前,尽管机会窗口已经打开,但AI产品的开发,和之前的产品相比(也正如五层所展示的),需要整合、需要协同的业务、部门,也会更多。 这也就回到了常规话题:组织的凝聚力。另外,如果有的选,成年人肯定是希望啥都有。比如,4月的混元大模型令人惊叹。 最后,我想说,老登不喜、小登不爱,还有个原因是腾讯有自己的节奏,求扎实、有定力。以2025年财报来说,全年营业收入7518亿,同比增长14%,归母净利润2248亿,同比也增加了16%,甚至云服务都扭亏为盈了。 而定力,对于AI马拉松是有帮助的,但马拉松也是有终点的,该加速时得加速。好在,应用来了。

00
canco-旁观者
2月前

林氪: 重新买回腾讯,期待微信Agent 昨天在文章里提了一嘴腾讯的财报,感慨“没有了持仓之后,果然无事一身轻”,结果好些朋友误以为我把拼多多卖了。 这怎么可能呢?全仓坐了两年多冷板凳,中间几趟过山车都过来了,怎么可能卖了呢? 我也从没有做T的习惯,所以无论这次财报后是涨是跌,不悲不喜,与市场共舞吧。 至于腾讯,上一次持有还是两年前的事了,当时正是用腾讯换了拼多多,之后对它就是路人了。 今天终于又买回了点腾讯,开始认真考虑腾讯。 随着对AI理解的不断加深,放眼望去,微信依然是,“那人却在灯火阑珊处”。 其实对于腾讯,我最关心的始终是那个老问题:在AI这个最大的变量面前,微信到底存不存在被颠覆的可能? 所以,腾讯对 AI 的所思所想才是我关注的核心。 实话说,前阵子时间的元宝红包和元宝派让人有些摸不着头脑,大失所望。 这段时间,虽然 qclaw 刚给我发了邀请码,但我还没顾得上体验,最近对AI的注意力基本都被 Claude Code 吸走了。 不过,我完全能理解腾讯积极拥抱 openclaw 这类产品的逻辑。 一个输入框,控制一台电脑。四舍五入等于,微信控制电脑。 这种宿主控制底层操作系统的故事,对腾讯可太有吸引力。 原本微信Agent的势力范围仅限于小程序和内部生态,一旦结合类似 openclaw 的能力,直接就能杀出边界,这简直是做梦都会笑醒的场景。 当然,龙虾目前太半成品,微信不下场,其他部门再怎么折腾,也权且观望吧。 这次财报和电话会,透漏的几个关于 AI 的观点,我都很认同。 一是公司认为 AI 聊天机器人的主要竞争对手是搜索产品上,这意味着在他们看来,豆包主要抢的是百度和小红书的生意,最多波及一下微信搜一搜,对基本盘并没有构成实质性威胁。 二是腾讯正在大力构建AI智能体,让它能代表用户去和小程序等生态场景实现自主交互。 我之前写过关于微信语音输入框的思考,现在看那个入口确实极其关键。 用户表达需求,微信直接调用生态能力自动化解决。别忘了,微信手里握着庞大的小程序生态,这是豆包完全不具备的差异化护城河。 三是AI智能体正通过自动化工作流,推动AI从“思考”走向“行动”。当用户能够通过微信或QQ这些早就习以为常的通信界面,像和真人聊天一样去指挥数字智能体时,交互效率会发生质的飞跃。 说的很直白了,在 AI 时代的不确定性中,腾讯认为确定性还是在自己一边,因为用户站在自己一边。 未来,各种应用都会尝试推出自己的智能体,底层的大模型注定会走向同质化竞争,去争夺这些智能体的青睐。 而真正的差异化价值和入口壁垒,终究还是要看微信。 总而言之,我现在非常期待微信 Agent 的早日亮相,把所有小程序都链接起来。 在一个封闭王国里,希望微信可以最先构建起来自己在 AI 时代的护城河。

00
canco-旁观者
11月前

广屿Ocean: AI时代会首轮淘汰【只依靠AI】写东西的人 MIT(麻省理工学院)最近研究了用户用AI写作的对大脑的影响,我觉得很值得我们普通人重视,如果直接说结论就是:实验证明用AI写作的人基本相当于不动脑了,等于把写作这件事完全外包给了AI —— 而这件事是非常非常非常危险的 这究竟是怎么回事呢?简单来讲就是,首先,完全依赖AI写作,大脑【认知思考】没有得到充分锻炼就会逐渐丧失能力;其次,即便AI写出了文章,但这篇文章其实压根就【不是你的】是你的身外物,你相当于只是一个信息的搬运工 实验有趣的地方是,有一个与纯粹依靠AI写作的对照组“Brain-to-LLM”,意思是,文章首先是写作者用自己的大脑去完成的,然后,对照组的作者再去使用LLM(大语言模型)重写旧文章,神奇的事情发生了,对照组的作者们“大脑网络连接性全频段飙升” MIT总结了三个可能的原因: 1,AI的反馈给作者提供了一种新的认知差异,使人重新思考当前的旧知识是否需要更新 2,它让人重新回忆已经写好的东西,重新从大脑提取出信息来再加工,这本身是一种强化记忆的训练过程 3,这个对话的过程会强迫我们启动元认知:AI为什么这样改?我当时为什么这么写? 你发现没有,当你脑子里面已经有成熟的思考和知识体系,再使用AI去优化,就相当于“和一位高尚的人对话”,而人类提升自身智识水平最传统的方式,不就是高质量的沟通吗? 写到这里,发现我之前反复推荐过的一篇文章含金量还在提升,是硅谷创业教父著名创投YC的创始人保罗·格雷厄姆在2024年底发表的一篇文章《写与不写》 文章的核心观点是,AI时代的首个人群分化将会把人分为“思考与不思考的人”,再进一步,思考与否是由“会写作的人”和“不会写作的人”决定的,而AI时代的聪明人,一定是会写作,会思考的人 为什么呢? 格雷厄姆认为写作是一项【艰难的技能】,它要求作者进行清晰的思考,而清晰思考本身就是一项复杂的任务,“许多人写作困难,根本原因在于这确实不易。要写得好,必须思路清晰,而清晰思考本就很难。” 在未来几十年内,随着AI技术的影响,越来越多的人将依赖AI进行写作,这将导致越来越少的人愿意学习写作技能,真正会写作的人将大幅减少 “我通常不愿预测技术的发展趋势,但对于这一点却颇有信心:几十年后,会写作的人可能不会太多。” AI技术的出现将创造一个“会写”和“不会写”的两大阵营,进而出现“思考”与“不思考”的分化世界,中间地带(即写作能力一般的人)将消失 “未来仍将有聪明人存在,但他们将是那些主动选择通过写作来锻炼与提升自己思考能力的人。换句话说,他们是主动选择成为聪明人的人。” 就像股神巴菲特老爷子有句名言:“你只能赚到你认知范围内的钱,凭运气得到的,最后都会靠实力亏回去。” 如果你把你的大脑教给AI,即便AI再强大,你也永远成为不了另一个“巴菲特”,你的认知都将是AI灌输给“所有人”的认知

00
canco-旁观者
12月前

阑夕ོ: 补完昨夜的Google I/O大会,感叹量大管饱的同时,还有一点暂时的想法: - 字节去年对于chatbot不是AI终极形态的反思是合理的,但看到问题和给出解法是两码事,目前来看,全栈式的服务体系是一个最优解,也就是瑞士军刀化,单独产品(场景)的含金量在下降; - OpenAI看到了这一点,所以Sam才一直强调ChatGPT的终身记忆,这有点类似当年的「网络效应」,不同的是,无法被迁移拿走的不再是关系链,而是AI对你的熟悉度; - 但是面对已经醒悟过来并全面反扑的Google,难度还是太大了,从这次「照例」拿来狙击Google的只有一个Codex就能看出,是真的弹尽粮绝了,压力都给到了GPT-5; - Google直接在经济价值最高的本土市场全量上了AI Mode,把搜索按钮都让了出来,对自己商业模式的大动脉开刀,实在是太狠了,全世界都会盯着它未来4个Q的财报,如果真能跑通,所有平台都要大变; - 就市场教育而言,羸弱的SaaS生态还在拖后腿,很难想象国产AI厂商能端出200美金/月的产品,打掉成本但又守不住价格的做法,用大家更熟悉的概念来定义,就是「卷」; - 可能真的不是移动互联网「用户本身就是商业模式」的逻辑,可能真的不是移动互联网「用户本身就是商业模式」的逻辑,可能真的不是移动互联网「用户本身就是商业模式」的逻辑,重要的事情说三遍; - 可灵2.0的跑分和用量还是领先的,但Veo 3会让快手腹背难安,今年是视频生成的大年,排在前面的那几张板凳是永远坐不热的; - 从时间表来看,DeepSeek-R2实际上已经跳票了,阿里通义的牌差不多打完了,字节Seed被期待能憋个大招出来,基础模型还有多少可被突破的断层,真实性越来越存疑; - 六小龙还不卖掉是在等着过清明节吗?

00
canco-旁观者
12月前

Neo张宁: Google I/O 发布会刷屏。 从模型到应用,从新产品发布到老产品升级,从技术预览到生产部署,全面开花。 为什么一个创办三十年之久、由职业经理人做 CEO、一年前被认为已落后于竞争的公司,能在这么短的时间里展现出如此爆发性的翻盘迹象? 以下是一些分析: 1/5 战略层面:果断重组,力出一孔。 面对挑战,Google最关键的举措之一是将旗下 AI 研究的两大核心团队 Google Brain 与 DeepMind 进行战略合并,成立统一的 Google DeepMind 部门。 组织上打破内部研究与产品之间的壁垒,整合顶尖人才与算力资源,形成统一的AI战略指挥中枢,极大地提升了从基础研究到产品快速迭代的效率。 不再是多头并进,而是集中火力攻坚。 2/5 内生动力:唤醒沉睡的巨人,激活核心资产。 Google 并非从零开始。 其数十年在人工智能领域(如 Transformer 架构的开创性贡献)的深厚积累、庞大的高质量数据集、世界领先的自研TPU计算集群(为 AI 模型训练与推理提供强大硬件支撑),以及覆盖全球数十亿用户的产品生态(Search, Android, YouTube, Workspace等,为 AI 技术提供了最佳的试验场与规模化部署渠道),这些都是其无可比拟的战略资产。 此轮爆发,正是这些沉睡资产被AI全面唤醒与激活的结果。 3/5 领导力与文化:自上而下的变革决心与紧迫感。 CEO Sundar Pichai 以“AI优先”为核心战略,展现了前所未有的决心与紧迫感,推动公司资源向AI领域全面倾斜。 更有联合创始人 Sergey Brin 亲自下场参与核心AI项目研发,并有报道称其在内部强调提高工作强度与效率以应对“AI 军备竞赛”。 这种自上而下的压力传递与以结果为导向的文化转变,是推动 Google 快速响应市场变化、提升执行力的关键。 大象仍能跳舞,即便由职业经理人领导。 4/5 策略调整:直面痛点,弥补短板。 此前,Google 在 AI 的产品化速度和用户体验方面,确实面临着增长的烦恼和外界的质疑。 本次 I/O 上,无论是 Gemini 系列模型(包括 Gemini 2.5 及 Deep Think)的重大能力升级,还是 AI Mode 在搜索引擎中的深度集成和美国用户的全面推广,以及 Gemini 在 Chrome 中的深度整合,都清晰地表明 Google 正有针对性地解决过往的不足,力求在关键应用场景上快速追赶并超越。 此外,新推出的 Veo 3 和 Imagen 4 等生成式媒体模型,以及 Android XR 眼镜的合作,也进一步展现了 Google 在 AI 产品化和用户体验提升上的决心。 5/5 外部环境:竞争压力下的绝地反击。 来自 OpenAI、微软等强劲对手在生成式 AI 领域的迅速崛起和商业化进展,无疑给 Google 带来了巨大的外部压力。这种前所未有的竞争态势,叠加全球范围内 AI 技术和应用的热潮,共同构成了强大的外部催化剂,迫使 Google 必须打破既有范式,以更快的速度、更大的决心投入到这场 AI 浪潮中,以捍卫其行业领导地位。 Google 此次展现的“翻盘”迹象是一个值得深入研究的企业案例。它是内部战略重塑、核心能力再聚焦、领导意志贯彻以及外部市场竞争共同驱动下的结果。 一个科技巨头一旦调整好航向,其积蓄的能量和爆发力依然令人瞩目。接下来的挑战在于,如何将这些技术和产品优势转化为持久的市场领先地位。

00