AI 时代的公司最终都是生成系统公司，中间商会被干掉
互联网平台靠分配权剥削生产端，同样的内容不同人发量不一样，说明分配机制失效。生成系统把分配内化，直接连接需求和生产，产销合一。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
数据决定智能边界，算法只决定涌现多少
王冠把智能想象成一个圆，边界由数据决定，算力是逼近边界的速度，算法是突破边界产生涌现的部分。他引用行业自嘲「有多少人工就有多少智能」，指出当算法调不动时，最后总是产品经理去搞数据，因为数据代表对业务 knowhow 的理解。技术可以用 RL 换数据，但前提是代码、数学这类封闭域能自动验证质量，大量开放场景的 knowhow 只能靠人转化成数据。
— 王冠公域数据阶段已过，产品创业机会在第三份数据
王冠把数据分三阶段：公域数据阶段拼谁先到达固定边界，适合人才密度高、算力足、决策快的组织；领域数据阶段拼「我有你没有」，利好大厂和信息化好的传统行业；第三份是产品内生数据，即之前不存在、因你设计了产品形态才产生的数据。ChatGPT 就是样本——对话解决各种问题这份数据历史上不存在，它靠创造新数据建立壁垒。应用公司要从第一天就设计一份能被训回模型的新数据。
— 王冠数据飞轮不准确，要筛出高于模型水平的数据
王冠认为「数据飞轮」这个词不准确，因为不是所有数据都有用。如果不加筛选把用户数据全训回去，模型能力会趋同于所有用户的平均智能水平，甚至出现降智。他提到 FSD 今天能用于训练的数据可能已不足千分之一，一开始肯定不是这样，是不断提高了筛选标准。核心原则是从已有数据里找到对智慧有增量的部分，要跟更聪明的人学。
— 王冠模型公司和应用公司的边界正在消失
王冠认为今天不该再区分模型公司和应用公司：模型公司都开始做产品了，应用公司也不该被看成壳，而是还没开始做自己模型的公司。Cursor 一直有在做自己的模型，只有把基座模型握在自己手里，成本才可控、利润才真正产生。应用公司会遇到基座模型的能力边界，因为基座是 general 的，参数量固定，能力分配到不同任务上，有的互相促进有的互斥。
— 王冠生成系统是方法，不是某个具体产品
王冠把生成系统类比推荐系统：推荐系统是一种技术方法，可以推荐文章变成今日头条，推荐视频变成抖音。生成系统由三部分构成：DSL 定义问题如何被准确表达；Context 层降低用户意图的熵和智能体行动的熵；Environment 是人和智能体共同活动的界面，需要 reward function 来筛选有效数据。他强调 Agent 和 Workflow 之争在内部不存在，两者本质都是产生更多有效 Context。
— 王冠生成系统干掉中间商，没有分配环节
王冠说生成系统和推荐系统的本质区别是「没有中间商赚差价」，所有互联网平台都是中间商。他举了个思想实验：假设两个人 user profile 完全一样，同一时间同一地点发同样内容，量也会不一样，因为身份权重不同，这说明分配机制失效。生成系统把分配内化，用户对内容的需求直接交给生产端，生产端生成内容直接给到用户，从库存分配逻辑变成直接下单逻辑。
— 王冠北极星指标是智慧程度，不是用户数
王冠说做产品有商业价值是毫无疑问的，但在这之上要用整个系统的智慧程度来衡量。智慧程度有两个维度：相同输入下能做出更高分的内容；相同质量内容消耗的 token 越少越智能。他用做题类比：一个人看一遍题直接给答案，另一个人演算半天还做错一遍再重来，最后都对，前者更聪明。因此他更看重少数用户产生海量营收，而不是海量用户产生相同营收。
— 王冠未来生产的是 IP，货币从注意力变成信任
王冠推演未来生产者生产的不再是单点内容，而是 Recipe 抽象出的有共同属性的连续内容，他称之为 IP。经济体系的货币也会变：之前是注意力，所以会出现两三秒让你看不清、循环播放撞推荐算法的内容。但内容供给过剩、注意力有限时，价值会转移到信任。他举例「暴雪出品必属精品」，虽然暴雪今天不行了，但早年这句话代表的就是信任。
— 王冠原话 · 已逐字校验
没有中间商赚差价 现在中间商是谁 现在中间商 其实所有的互联网平台都是中间商
没有中间商赚差价。现在中间商是谁？其实所有的互联网平台都是中间商。
王冠0:00
你的这个模型的能力 就会趋同于所有用户使用 所代表的那个就是就是那个用户的平均 平均智能水平
你的模型能力就会趋同于所有用户使用所代表的那个用户的平均智能水平。
王冠49:43
今天的应用公司 我们也不应该只把它们看成所谓的壳 或者是软件的公司 app的公司 而是还没有开始去做自己模型的公司
今天的应用公司，我们也不应该只把它们看成所谓的壳，或者是软件公司、app 公司，而是还没有开始去做自己模型的公司。
王冠1:42:28
有同样的商品 它的价格不一样 那生成系统为什么可以做得更好呢 因为没有这个环节了 没有分配这个环节了
有同样的商品，它的价格不一样。那生成系统为什么可以做得更好呢？因为没有这个环节了，没有分配这个环节了。
王冠2:40:09
用少量的用户产生 我用三个用户产生 100万的这个营收 和用10万的用户 去产生100万的营收 你说对于你们公司来说对吧 对我们会更看重前者
用少量的用户产生——我用三个用户产生 100 万的营收，和用 10 万的用户去产生 100 万的营收，我们会更看重前者。
王冠2:55:13
数字与实体
| 12X 团队人数 | 30 人 | 3:05:21 |
| 王冠用 Mideal 做视频的视频号播放量 | 两百多万 | 3:17:24 |
| 王冠用 Mideal 做视频的视频号分成收入 | 几百块钱 | 3:18:24 |
| 12X 团队中做过 founder 或 co-founder 的比例 | 一半左右 | 3:19:25 |
| FSD 今天能用于训练的数据占比 | 不足千分之一 | 50:46 |
| 美国市场做视频处理 SaaS 产品的数量 | 20 到 30 家 | 1:07:01 |
| 美国视频处理 SaaS 产品的 ARR | 几千万美金 | 1:07:01 |
| 全球能读写的人口比例 | 70% | 2:46:13 |
术语
- DSL领域特定语言
- 为特定问题设计的结构化语言，介于自然语言和代码之间。
- System 1 / System 2系统一 / 系统二
- 王冠借用认知科学概念：System 1 是模型本能反应，System 2 是模型之外的 Context 构建。
- Context Engineering上下文工程
- 在基座模型之外设计有效 Context，让模型输出更好效果。
- prosumer产销者
- 生产的同时就在消费，生产过程本身对生产者有价值。
- reward function奖励函数
- 评价和筛选有效数据的机制，决定系统强化什么。
收听指南
AI 应用层创业者、产品经理、关注平台经济变迁的投资人，尤其是正在思考应用公司与模型公司边界的人。
2:00-28:00 个人经历和早期产品尝试，可快速跳过。