“最近看的AI项目，全是一个模子出来的”

see122

“天哪，学不完根本学不完。每当你以为能够专心研究某样事物时，就会又出来一个新东西，你又得再分一些精力出来学习。”投资人 Leo （化名）总在深夜陷入常识焦虑的漩涡。回忆起 Manus 公布那晚，他已经准备睡觉，突然微信推送出 Manus 创始人那条展示视频。他想，不管了，无论如何要睡觉。第二天起来， AI Agent 又刷屏了。

1个月前，大家在一间咖啡馆里，聊着彼此都是刚学到的常识点。AI是当下最大的投资共识，他所在机构也把AI设为主要方向。以朱总为代表，盯着的是现实的商业化，考量的是项目能不能成为即刻可用的提效工具，或者说，能不能赚钱。这当然是市场的主流。当我把同样的问题抛给Leo，他的回答则让人意外。

Leo读的是别人嘴里面没用的专业。比起有没有商业模式，他更关心的命题是，当AI越来越先进，除了从纯商业的角度看能带来多少投资收益和效率提升外，是不是还应该同时考虑这种破坏性创新带来的负面影响，以及这种成本是不是现阶段大家能承受的？

从更广阔的维度，他思考的是新科技和新产品对于生产关系的变革。基于此，Leo分析了Agent大规模落地的挑战——因为人是社会性的动物，这导致Agent没有办法去实现更大的想象空间。他对AI应用的投资悲观——因为现有的项目在他眼里都长得差不多，仅仅局限在优化现有流程的层面。他还在等待一个奇点时刻，“当AI从本质上改变了生产关系，能创造出人与人之间、人与物之间交互的全新模式，在这个模式里真得离开AI都玩不转。”

在效率和商业模式主导的投资行业，这是不接地气的思考吗？我不这么认为。

Manus后面，又有Genspark出来，但只有业内人在围观。DeepSeek也正在经历祛魅时刻——短暂的尝鲜后，人们开始抱怨网络上充斥着DeepSeek味道的文章。AI应用像一个模子出来的，AI生成的语句也带着明显的机器烙印。短短数月，世界彻底变了。

这是一场史无前例的技术革命，也必然深刻塑造未来的人类社会。正是在这个意义上，Leo对当下AI投资的困惑和质疑，不一定都对，但也不乏价值。

以下内容根据访谈整理，投中网略作编辑：

自动驾驶会带来新岗位，这是在扯淡

很多纯理工科或者纯金融背景的投资人，不太关注具体的人在技术变革中所遭受的困境。

一个最直接的问题是，AI取代掉人的岗位之后怎么办。很多人的工作没了，而且是彻底没了。工业革命带来了蒸汽机和纺织机，之后出现了纺织工人这样的岗位，但再往后，连纺织工人都不用了。

我以前看过一些文章，预测未来数千年人类社会按劳分配的原则可能会改变。这眼看着机器工作就是比人的效率高，怎么办呢？社会可能不需要那么多人劳作了，那对于那些无法通过劳作获取报酬的人来说，如何应对这种历史的摩擦力呢？

大胆设想一下，国家发钱可能是一个思路，类似北欧那样的税收体系和财富再分配体系，但制度建立需要时间，磨合成合适的样子也需要时间，必然有一部分人的利益来不及得到保障。这些利益受损的人就会成为技术推广过程中的牺牲者。

美国从上个世纪70年代开始加速，发展成今天以金融服务业为主的国家，这个过程中美国工人的利益被牺牲。现在他们为什么要回到一种更低效的经济生产方式呢？虽然金融赚钱是效率最高的，但如果没有做好财富再分配，人民再就业的引导，那些利益受损的人就会用脚投票。

这可能是一个不太恰当的类比，总之我想表达的是，技术不是万能的。我看到一部分人现在有点太乐观了，但这社会怎么会像你想得那样在很短时间内发生翻天覆地的改变。当AI越来越先进，除了从纯商业的角度看能带来多少投资收益和效率提升外，是不是还应该同时考虑这种破坏性创新带来的负面影响，以及这种成本是不是现阶段大家能承受的？

去年7月，当时一个事件引发的说法是，自动驾驶会带来新的工作岗位。我觉得这种说法很扯淡，它是放在了一个很宏观的历史的角度去讲。没错，它确实能够带来一些新的岗位。但是，首先，这些岗位有多少呢？如果他们指的是安全员或者说给自动驾驶的车收集数据的这些驾驶员，能有多少跟这些的士司机的岗位数量相当？其次，新的岗位更偏爱年轻人。他们上网，能更理解技术，更能接受新事物。但那些四五十岁的司机怎么办？

很多人不去讨论AI的伦理，其实这是一个很重要的问题。商业上总会有一个模式出来，前提是先把伦理的问题给解决了。比如说，自动驾驶的车出车祸了，责任是由谁来担？现在很多地方在推车路云协同之类的，但是关键并不在于技术上或者说商业上未来有没有实现的可能，而是恰恰是权责的问题。没有人愿意站出来承担风险，所以就推不下去。

另外，技术本身的发展水平也是一个挑战。自动驾驶出来三四年了，但是直到今年才允许它开到人流和车流量大的地方。背后的原因是，一旦路上车多起来，一定开得很慢，掉个头变个道，都可能磨蹭半天，因为它要保证安全。就跟我小时候过马路似的，其实车离我大概50米远，成年人觉得能过了，但是小孩就觉得我要左看右看，直到视野范围内一辆车都没有。客观的结果，就是我在斑马线前面停了很久。自动驾驶的车也是这样，无论是从安全还是交通效率的角度，都没有办法大规模地开到哪个市区，所以自动驾驶依然会有争议。

技术当然在不断进步，但技术改进，又是一个“鸡生蛋还是蛋生鸡”的问题。因为自动驾驶的训练需要数据，数据需要上路开来获取，但是高峰期的路不让你开，那你就收集不到这个数据，所以技术就总是没法进步到足够好。

当然，行业内早在探索采用仿真数据，包括李飞飞在美国做的World Labs，也包括智慧君当年发布的机器人，它的强化学习也是靠着仿真数据，苹果最近也在搞仿真数据。他们都在试图绕开现实的场景中收集不到数据的问题。我直接打造一个模型，模型里面仿真现实世界里面可能会发生各种各样的问题。问题是，你能仿真到多大的程度？总有一些没有办法求取出来的场景。

比如，路上突然跑过来一只猫，这种问题怎么处理？比如，有人看到老朋友突然变道到机动车道怎么办？很多仿真数据是人建立的，在这种情况下，人的认知的上限就是仿真数据的上限。

相比于过往的任何一次技术革命，AI给每个人带来的影响都更深远持久。之前的技术浪潮只是提升效率，但在不同场景的复用性没那么强，从来没有一个技术能替代每一个人。所以技术推广面临的问题不只是来自技术本身，也不只来自商业，还来自学问传统、监管、以及社会公平正义的要求。

我对AGI的到来有信心，但现阶段多数人还是在赌

说回AI应用，说白了，人类基本就两个需求嘛，一种是save time，一种是kill time。save time就是生产力工具，帮你完成绩效，帮你写个文档，帮你画个PPT。kill time就是陪伴工具，娱乐休闲谈恋爱。

有的创业者试图在二者之间做一个嫁接，比如，在同一个平台上，这边让你用AI生产一个东西，那边再给你搭建一个社区，让你把生产出来的内容发进去，大家一起讨论。但我不是特别理解这个逻辑。无论是效率工具，还是娱乐工具，本质上都是用户直接跟AI互动。我觉得很难在这个平台上交流怎么一起玩AI，这一点都不AI原生。非要我跟你到一个新的平台上聊，大家各自是怎么玩AI的，那我为什么不跟你加个微信聊呢？

现在大家都还在拿移动互联网的思路来做AI的产品，当然这也是因为技术的局限，大家还想象不出来一个AI原生的东西是什么样的。AI帮你写东西，帮你画PPT，都只是把人给替代掉了。AI搜索，也只不过是改变了检索排列和归纳信息的方式，但搜索这个东西早就有了。

我还是在等待一个奇点时刻，当AI从本质上改变了生产关系，能创造出人与人之间、人与物之间交互的全新模式，在这个模式里真得离开AI都玩不转。什么事是离开AI做不了的？一个是技术上实现不了，一个是离开AI的话，这个生意就实现不了。

比如说，AI能够帮一个模式从不成立到成立，我原来用人来做这件事情没有办法形成正向现金流，这个时候我把人替代掉换成AI，现金流变正了。这是一个质变对吧？就是所谓的改变了生产关系。我在等待和寻找这样的东西。

从这个角度来看，现在的项目确实都长得很像，看不出什么区别。你会发现用AI做PPT的，都是先在数据库里放了一堆的PPT模板，然后用AI来写文字，再把文字填充到模板里，再稍微调一下字体。其实从技术实现上来说很简单，壁垒可能就是你原来写的文字有多好，摆放文字的位置合不合理。

从商业上考虑，我再讲另外一件事。在印度，洗衣机是很稀有的家用电器，因为印度用人洗衣服比用机器洗衣服更便宜。所以这背后还是一个商业问题。我知道洗衣机很省人力，而且洗得更干净，但是我用人来洗比用机器来洗更便宜，哪怕慢一点。类似地，在大家国家，如果开启一些业务也比在美国更难，因为美国的人工成本太高了。就拿打车来说，美国打车老贵了，所以这个时候换成打那些无人驾驶的、不用给小费的、以及有补贴的车能省很多。卡车也一样，司机一年工资老高了，把人力省掉以后，利润率暴涨，所以无人卡车这个场景在美国的商业空间也很大。

再看国内，2016、2017年左右的时候，做卡车无人驾驶的图森未来就已经拿了很多融资，但后面出了一堆鸡毛蒜皮的事情。架不住国内人力成本不算太高，所以你打一个真人开的车跟打一个自动驾驶的车，价格没差多少。

所以，我对AGI的到来是有信心的，我对AI会带来很多的商业机会也是有信心的。但现阶段我看到的让我感觉多数人都还只是在赌。当然也有逻辑很顺的场景，比如AI coding，海外的cursor，国内字节的Trae，基本上已经可以满足很多人对写代码的需求，只是独创性的部分还是需要人来实现。

其实创业者都很有激情，很有理想，但还是那个鸡和蛋的问题。技术就这个水平，你看不到他能做更多的事情，所以就只能先做水平以下的产品，产品就不能由量变引起质变。原来的模式没有受到冲击，新入场者就分不到市场上的那杯羹，就只能靠投资人的钱活着。所以说去年AI投资一下子缩水这么多，大家好像不敢再这么下注了，你这什么时候才能有回报呢？

当然，具体到项目上，大家除了看团队看创始人，看这个技术有没有壁垒，产品上有没有一些独到的东西，也看其他投资人有没有关注。别人投了，哪怕我看不懂，应该也是个有价值的东西对吧？

为什么Agent无法大规模应用

现在的共识是，Manus和复刻Manus的产品，还在一个小白装机的阶段。因为它们只是把各个东西拼凑起来，算力的消耗并不是最经济的路径，任务完成的效果也未见得满足人的期待。重点是，它们形成了一个富有启发性的新范式——大家可以围绕这么一个核心的技术这样来操作，也许未来就会有更多人把它做得更好，做成一个可以卖钱的台式主机。

Manus也再次印证了一个AI时代的原则，人们都喜欢白盒。当DeepSeek的R1把思维链展示出来的时候，用户很激动，意识到原来AI是这么思考问题的。当Manus把规划工作的流程展示出来，也让用户觉得很新奇很有意思，而且增加了信任度。当电脑只是一个庞大的机器的时候，它是一个标准的to B商品。后来它走向寻常百姓家，还是因为有可视化的操作系统，用户还是想看到它里面到底在干嘛。

过去，大家把Agent理解成一个类似于插件的东西，比如说豆包里面，有各种AI翻译、AI学术和AI编程的工具。放在一个通用的模型里面，然后你自己主动或者是模型帮你去调动另外一种工具，完成特定的任务，之前对于Agent的认知是这样的。也是因为技术限制，Agent没有办法像今天一样做那么多事。

但今天Agent仍然面临很多技术以及技术之外的限制。我自己有时会幻想，会不会有一天Agent就像钢铁侠的助手小辣椒一样，本身独立存在，像个真正的得力助手。但是技术上能实现吗？能不能打通那么多的数据孤岛，获得那么多权限？就算可以，那有多少人愿意为这个付费？

首先是数据的问题。Manus声称他们是General Agent，你会发现它实现通用能力的方式是给它配个虚拟机，让它像人一样去开网页开视频，调用别的工具。比如说，你让它剪个视频，它其实不会剪，但让它给你打开一个能剪视频的网站，它就能帮你剪了。利害的点在于，它能理解你的意图，并且找到对应的能用的工具。

我担心的地方是，万一之后这些地方就像是APP之间的数据孤岛一样，把你给屏蔽了，不让你用怎么办？不管是Agent还是AI应用，真正的价值在于垂类深耕。做得太浅了，没办法触动真正的付费意愿。那要深耕某一个领域，就涉及到数据收集和打通的问题。

比如说，医疗垂类Agent，要能帮你完成从线上诊疗到线下挂号到复诊的就医全流程，必须得打通上下游的数据体系。前述到这么多的数据，这么多的服务机构，这件事情很难办。事实上，你能拿到医院的病历数据就已经很难了。咱们现在老说数据不够用，或者数据用完了，前提是互联网上的高质量的公开数据。但更多的数据埋在水下，在各个企业的数据库里，这些都是私有数据，都是商业机密。

在这样的情况下，我不给你这个数据，你拿什么来训练模型？或者是就算你仿真出来一些数据，似乎是具备了某种能力，但真要用的时候还是调不出来。你不知道我的身份证号背后对应的是哪张社保卡，不知道对应的之前的病例都有哪些，不知道这次开药的时候要注意哪些过敏原。当然，国家也在发力打通数据。中央和各个地方最近都成立了数据集团，就是为了把零散的数据收集起来。

算力和成本也是大问题。实行任务的算力消耗和聊个天的算力消耗完全不能同日而语。一个任务可以拆解成几百步，每一步都需要思考和消耗算力，这个是几何量级的算力增加。一个现实的问题是，不是每个人都愿意为这个算力付费。一个员工要是干不好，我可以扣他工资，或者不给他发奖金。但是AI做不好，得是它做完了以后，你才知道它做不好，而且这时候钱已经花掉了。当你不是月结工资，而是每秒结工资的情况下，你肯定不敢给这个员工随便安排任务。你必须得让他做那些确保能做出来的东西，才能保证每一秒的工资都是有回报的。

相当于给你两个选择，A是你做完了再付费，B是边做边付费。这个时候多数客户会在二者之间做一个相对风险小的选择。宁愿上限低一些，也要保下限高一些。

在营销界有一个很重要的概念叫experiencing markting。很多店很多品牌在搞一些旗舰店和体验店，那些店里面没卖多少商品，人家就没打算让你在里面买东西，就是为了塑造一个品牌调性，让你在里面玩，让你体验感受一下原来拥有这个品牌是这种感觉。如果Agent真帮人把这些过程都替代掉，你确实能省很多时间，但是我也丧失了我的生命体验。

再来问一个问题，万一Agent出错了怎么办？以采购为例，你让Agent去采购一个企业需要的零件，零件的编号都特别长，特别细。万一有一个字母或者一个数字出错，完了，它给买成另一个型号了，或者在后面多加一个0之类的，那就是巨大的错误。这种情况下，谁来背责任？Agent企业吗？

反正我认可Agent的前景，但对于它为什么现阶段无法大规模应用有一些自己的思考，不仅仅是从技术的角度出发，而是更多从商业上，或者从社会学问的角度出发。假如我是一个自己要去做这个事的人，我需要这个专属体验，或者说我花不起这个钱。如果我是一个老板的话，我雇佣一个真的人来干某件事，也不仅仅是因为我需要这个人的专业常识，而是也许需要有个人来帮我背锅。

很多人开玩笑说会计是最难被AI取代的东西，因为AI没法背锅。不妨换一个更正面的例子，我招聘一个人，不只是需要他来干活，也需要这个人来跟着企业一起共同成长。AI能背股权吗？AI能给你注资吗？但是你拉一个真人来企业干这个活，他或许真能给你带来钱和更宝贵的资源。有个理论叫六度空间，我跟世界上任何1个人之间都隔着不会超过6个人，AI能做到吗？所以在很大程度上，Agent能否普及不仅仅是有技术的趋势就足够。人是社会性的动物，这点导致Agent没有办法去实现更大的想象空间。

回到那个问题，Agent的投资是一个课题吗？首先，现在没有多少人做出真正值得投的Agent，Manus以及复刻Manus的东西，都没有什么技术壁垒。投资人就是关心壁垒的问题，担心我投了你，万一另外一家做起来了，我不就白投了。就像前面讲的，Manus的意义并不在于它这个产品本身，而在于它打开了一个想象力的空间。哪怕是套壳，但能在这个基础上再加一些独有的壁垒，也许它就能work，就是一个商业上能赚钱的东西。


来源：36kr