AI 領跑者只是煉油廠，不是原生應用大贏家
AI進入智能體階段：第一階段領跑者只是煉油廠，不是原生應用大贏家；新平臺不來自舊平臺，組織要從崗位轉向任務，最後人拼的是無中生有的創造力。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
今天在建 agent，就像1992年在建網站
曾鳴把通用技術產業化分成三個階段：先成為社會基礎設施，再迎來應用大爆發，最後出現原生應用。2026年token作為度量單位形成共識，說明第一階段成熟；春節前後的agent事件（俗稱龍蝦）標誌AI正式進入智能體階段。他類比1992年建站運動：當年人們在建網站分享信息，今天在建agent分享能力。瀏覽器還沒出現，能建立agent標準並搶佔用戶入口的人，可能是未來兩年最大的機會。
— 曾鳴十萬億美元公司會出現，但不是這兩家
曾鳴直言OpenAI、Anthropic是了不起的技術和商業成就，但商業史顯示第一波跑出來的公司大概率不是原生應用階段的大贏家。雅虎創立五年市值1200億美元，AOL估值達到2200億美元，最終都沒成為下個時代的Google。模型公司更像AI雲公司、提煉基礎油的煉油廠，真正的應用價值屬於化工廠和汽車公司——而汽車不是石油公司造的。他認為未來一定會有十萬億美元公司，卻未必是當下領跑的兩家。模型公司會走向寡頭壟斷加政府強監管的成熟生意。
— 曾鳴AI 原生組織的單元是任務，不是崗位
公司對應工業時代的科層制，AI顛覆工業時代，公司制度會衰亡。AI原生組織的基本單元不是崗位，而是任務：人不按彙報線組織，而是按“要解決什麼事情”流轉，人和AI都圍繞任務協同。因此設計好的崗位和層級會消失，傳統中層也會消亡，未來創始人要先定義組織任務網絡。硅谷NewLab就是新組織形態雛形，OpenAI自己更像一個Lab而不是傳統公司。新組織的文化更像球隊，強調透明、共享、共創，不再靠命令和考核。
— 曾鳴卓越只能事後論定，優秀卻當場可見
曾鳴認為「優秀≠卓越」。優秀是持續獲得正反饋的成長，而卓越要克服一次一次負反饋，在所有人不認可時堅持，最終以巨大的成功證明自己是時代先知，所以「卓越是事後論定的」。優秀者極易陷入證明自我的循環，導致策略偏保守。卓越的人自我很小，傾向把成功歸於時代與夥伴，是使命驅動而非外部估值驅動。他識別創始人時會問「十年以後你會對怎樣的自己滿意」，答案如果是「做一百億美金公司」，那主要是自我驅動，不是內在使命。真正卓越的創始人往往利他、有同理心。
— 曾鳴AI 時代的戰略不能規劃，只能生成
AI時代戰略不是規劃，而是生成。曾鳴提出「戰略生成系統」：組織要建立一套環境和網絡，讓戰略洞察自然湧現。因為決策頻率更高、質量要求更高，CEO無法靠線性外推做規劃，也不能把戰略外包給麥肯錫——麥肯錫的爆發是工業時代成熟緩慢的產物。他的方法論是「看十年、想三年、幹一年」，核心是「想三年」，你至少要看兩三步里程碑，讓短期行動與中期圖景產生張力。組織建設要保證足夠大的context而不是控制，讓合適的人在合適時間做出合適決定。
— 曾鳴機器人的正確類比是電器，不是汽車
曾鳴認為機器人仍處在戰略探索期，遠沒到收斂。當前兩條路線，先做泛化大腦還是先做場景閉環，邏輯上都成立，無法事先判斷誰快。類比歷史，汽車行業1900年到1920年有幾千家公司，直到福特1913年建出流水線才進入規模化；機器人還沒等到自己的T型車時刻，誰先真正賣掉一萬臺機器人就已了不起。但機器人更好的類比是電器而非汽車：電發明後出現冰箱、洗衣機、空調等無數品類，機器人在物理世界交互會有N種大場景，家用、陪伴、工業都可能出現自己的原生大公司。
— 曾鳴覺得自己安全的巨頭最不安全
曾鳴說，在巨浪面前沒有誰是安全的，覺得安全才最不安全。商業史上從沒有一個時代的企業順利過渡到下一個時代，IBM和微軟是唯二可能的特例，也都充滿不確定。AI是顛覆工業革命的生產力革命，不是移動互聯網式的延續性創新，所以老巨頭的技術儲備和組織文化都是負資產。Google可以活成AI雲公司，但未必拿到消費者入口；字節有AI雲機會，可豆包不是未來應用；騰訊的社交關係會被重構；阿里同樣不天然安全。新平臺大概率由新公司創造。
— 曾鳴人的價值在於無中生有，不是寫歌畫畫
借德魯克框架，曾鳴定義AI時代是創造力時代：凡能被結構化處理的知識工作都會被AI接管，人一方面被逼，一方面終於被解放，去開發新潛能。這個潛能叫創造力——不是寫歌畫畫，而是原創地定義複雜問題、無中生有的能力。AI已經取走一切已有知識，人的價值在於創造尚不存在的東西。所以他稱自己使命是「做一個快樂的研究員」，並認為文明下一步會圍繞創造力重新組織，連教育系統都會被逼著從「知識灌輸」轉向「開放探索」，因為年輕人已經知道舊路徑沒出路。
— 曾鳴原話 · 已逐字校驗
最成功的企業一定是反共識的,但反共識不一定成功。
最成功的企業一定是反共識的，但反共識不一定成功。
曾鳴7:19
它不一定能活到最後。它很可能會往後活得不錯,但它大概率不是原生應用階段的大玩家,大贏家。
它不一定能活到最後。它很可能會往後活得不錯，但它大概率不是原生應用階段的大玩家、大贏家。
曾鳴27:49
第一階段的企業很難活到第二階段,第二階段的企業很難活到第三階段。
第一階段的企業很難活到第二階段，第二階段的企業很難活到第三階段。
曾鳴29:50
所以公司會消失,公司會消亡。這沒有什麼可以遺憾的呀。將來有更好玩的,你說多少人現在去公司上班是開心的?不開心。
所以公司會消失，公司會消亡。這沒有什麼可以遺憾的呀。將來有更好玩的，你說多少人現在去公司上班是開心的？不開心。
曾鳴1:15:33
我的技術這麼牛,我創造了這麼大的價值,為什麼我公司可能不值錢?因為經濟學的基本規律,只要有同質化的供給,你就不可能獲取高額利潤,你就是一家不怎麼值錢的公司。
我的技術這麼牛，我創造了這麼大的價值，為什麼我公司可能不值錢？因為經濟學的基本規律，只要有同質化的供給，你就不可能獲取高額利潤，你就是一家不怎麼值錢的公司。
曾鳴1:28:01
卓越是事後論定的,是因為你克服了一次一次的負反饋,讓所有人都不認可你的時候,你最後會以巨大的成功證明,你是時代最早的那個先知
卓越是事後論定的，是因為你克服了一次一次的負反饋，讓所有人都不認可你的時候，你最後會以巨大的成功證明，你是時代最早的那個先知。
曾鳴1:31:32
我從來覺得在巨浪面前沒有人是安全的,誰覺得安全,誰就是最不安全的
我從來覺得在巨浪面前沒有人是安全的，誰覺得安全，誰就是最不安全的。
曾鳴2:02:39
數字與實體
| K3模型參數規模 | 2.8T | 35:58 |
| OpenAI成立年數（截至節目錄制） | 11年 | 2:17:47 |
術語
- Token factoryToken工廠
- 把AI算力視為生產token的基礎設施，象徵智能進入標準化計價階段。
- Agentic OS智能體操作系統
- 能按意圖直接調度所有agent完成任務，曾鳴認為屬於第三階段，目前無法落地。
- New Lab新實驗室
- 不滿意公司制、以研究員為主的新型組織形態，OpenAI被視為最早範例。
- High agency高主觀能動性
- 硅谷熱詞，指自己掌握命運、主動尋找任務與成長，替代層級命令驅動。
- Context not control上下文而非控制
- 管理理念：給足共享上下文與信息，讓成員自主做出正確決策。
收聽指南
正在做AI戰略的CEO、尋找第二曲線的傳統巨頭高管、AI投資人，以及糾結做模型還是做應用的技術創業者。
結尾快問快答和書單可跳過（2:29以後）。