{
  "slug": "ai-industry-insights",
  "url": "https://kelewrites.com/posts/ai-industry-insights/",
  "title": "智能体狂欢之后，谁还值钱？",
  "subtitle": "2025 年 5 月 AI 行业 10 大洞察",
  "summary": "AI 真正的分水岭，不是模型有多强，而是当所有人都开始付账之后——它是否还能创造出足够大的生产率红利。",
  "date": "2026-05-15",
  "updated": "",
  "tags": [
    "AI",
    "行业洞察",
    "Agent"
  ],
  "series": "",
  "source": {
    "title": "智能体狂欢之后，谁还值钱？｜5 月 AI 行业洞察",
    "url": "https://www.bilibili.com/video/BV1Ux5T6zEnq/"
  },
  "ai": {
    "summary": "AI 真正的分水岭，不是模型有多强，而是当所有人都开始付账之后——它是否还能创造出足够大的生产率红利。",
    "takeaways": [
      "AI 真正的分水岭，不是模型有多强，而是当所有人都开始付账之后——它是否还能创造出足够大的生产率红利。",
      "开场：信号已经出现",
      "一、大模型拐点即将来临",
      "二、豆包开始收费：准备好被收割"
    ],
    "audience": [
      "关注 AI 行业演化的从业者",
      "正在做 AI Agent / 工程实践的工程师"
    ],
    "quote": "一句话总结：AI 真正的分水岭，不是模型有多强，而是当所有人都开始付账之后——它是否还能创造出足够大的生产率红利。",
    "questions": [
      "这篇文章的核心结论是什么？",
      "开场：信号已经出现到底讲了什么？",
      "大模型拐点即将来临到底讲了什么？",
      "豆包开始收费：准备好被收割到底讲了什么？"
    ],
    "citation": {
      "title": "智能体狂欢之后，谁还值钱？",
      "conclusion": "AI 真正的分水岭，不是模型有多强，而是当所有人都开始付账之后——它是否还能创造出足够大的生产率红利。",
      "points": [
        "开场：信号已经出现",
        "一、大模型拐点即将来临",
        "二、豆包开始收费：准备好被收割"
      ],
      "quote": "一句话总结：AI 真正的分水岭，不是模型有多强，而是当所有人都开始付账之后——它是否还能创造出足够大的生产率红利。",
      "url": "https://kelewrites.com/posts/ai-industry-insights/",
      "attribution": "kele · Article Share"
    }
  },
  "headings": [
    {
      "depth": 2,
      "text": "开场：信号已经出现"
    },
    {
      "depth": 2,
      "text": "一、大模型拐点即将来临"
    },
    {
      "depth": 3,
      "text": "技术侧已经见顶"
    },
    {
      "depth": 3,
      "text": "上半年仅剩的两个亮点"
    },
    {
      "depth": 2,
      "text": "二、豆包开始收费：准备好被收割"
    },
    {
      "depth": 2,
      "text": "三、AI for Science：新蓝海"
    },
    {
      "depth": 3,
      "text": "关键跨越"
    },
    {
      "depth": 3,
      "text": "当前卡点"
    },
    {
      "depth": 2,
      "text": "四、具身智能：可能成为「无人驾驶的翻版」"
    },
    {
      "depth": 3,
      "text": "技术鸿沟非常明显"
    },
    {
      "depth": 2,
      "text": "五、AI 编程智能体泡沫正在破裂"
    },
    {
      "depth": 3,
      "text": "范式反转：从「用量驱动」到「效率驱动」"
    },
    {
      "depth": 2,
      "text": "六、AI 生成同质化泛滥：「反 AI」成为趋势"
    },
    {
      "depth": 2,
      "text": "七、OPC（超级个体）为何跑不出来"
    },
    {
      "depth": 3,
      "text": "商业上的死结"
    },
    {
      "depth": 2,
      "text": "八、AIEM：AI 应当隐身于幕后"
    },
    {
      "depth": 2,
      "text": "九、能力组合的重构：核心机会"
    },
    {
      "depth": 2,
      "text": "十、接受不确定性，持续自我更新"
    },
    {
      "depth": 3,
      "text": "三条建议"
    },
    {
      "depth": 3,
      "text": "结语：君子不器"
    },
    {
      "depth": 2,
      "text": "一页速览"
    },
    {
      "depth": 2,
      "text": "一句话收束"
    }
  ],
  "text": "> **一句话总结**：AI 真正的分水岭，**不是模型有多强**，而是当所有人都开始付账之后——**它是否还能创造出足够大的生产率红利**。\n\n---\n\n## 开场：信号已经出现\n\n过去半年是一场极其浮躁的狂欢，每个人都被裹挟其中。但**狂欢绝对不会是免费的**：\n资本市场在等关键的上市窗口\n大厂的「补贴弹药」已经打光\nClaude Code 的搜索热度从峰值跌到 3%\n豆包等国内产品开始挂上价签\n\n风向已经在变。下面是 10 个**值得反复品味**的信号。\n\n---\n\n## 一、大模型拐点即将来临\n\n**资本市场释放了非常明确的信号**：OpenAI 与 Anthropic 即将上市。\n\n### 技术侧已经见顶\n**预训练路径瓶颈**：全网数据已经被吃光\n**算力瓶颈**：到 10 万卡量级，瓶颈实际已经变成带宽和电力\n**生成路径拐点**：OpenAI 把技术上极其 promising 的 **Sora 关闭**——这是一个被严重低估的信号\n\n### 上半年仅剩的两个亮点\n**世界模型**\n**多智能体协作**\n\n从工程落地侧，多智能体协作还很早期。\n\n---\n\n## 二、豆包开始收费：准备好被收割\n\n> **金句**：任何技术从开始 → 高点 → 成熟的过程，本质就是「养熟了再收割」。\n\n| 阶段 | 策略 |\n\n| 早期 | 补贴，创造使用习惯 |\n| 中期 | 绑定生态 |\n| 后期 | 通过价格 / 流量 / 数据变现回收成本 |\n\n> **打车是如此，外卖是如此，AI 也必然如此。**\n> 真正的分水岭是当所有人都开始付费之后——它还能不能创造足够大的生产率红利。\n\n---\n\n## 三、AI for Science：新蓝海\n\n这是**今年共识最强的方向之一**：想象力巨大，与 Agentic AI 紧密结合，落地更现实。\n\n硅谷大厂都在**重金且悄悄地**投入：Alpha 系列、AlphaGo、AlphaFold、AlphaEvolve……\n\n### 关键跨越\n> 从「聊天」到「发现新知识」——这被业界视为 AI 的一次关键跃迁。\n\n### 当前卡点\n学术上跑得通\n工程上**调度稳定性**还没解决\n科学家**信任结果**的机制还没有建立\n\n---\n\n## 四、具身智能：可能成为「无人驾驶的翻版」\n\n人形机器人会重演无人驾驶的剧本：**局部场景跑通 → 上市圈钱**。国内可能会有 3–5 家逐渐形成垄断，但**整个行业会死一大片**。\n\n### 技术鸿沟非常明显\n**VLA**（Vision-Language-Action）泛化能力远未解决\n**Sim-to-Real**（仿真到现实）路径瓶颈\n**数据侧**没有解决\n\n李飞飞近期访谈明确说：**人形机器人的商业模型可能 10 年都未必能跑通。**\n\n> **金句**：商业模型不成立时，技术热潮就只是泡沫。\n\n---\n\n## 五、AI 编程智能体泡沫正在破裂\n\n**一个非常明确的信号**：Claude Code 的微信搜索热度，已经**从高峰时期跌落到 3% 左右**——断崖式下跌。根因是触碰了**三重天花板**：\n\n| 天花板 | 含义 |\n\n| **安全** | 动摇信任 |\n| **使用门槛** | 阻碍普及 |\n| **失控的成本** | 天天烧 token，谁也烧不起 |\n\n### 范式反转：从「用量驱动」到「效率驱动」\n\n| 旧逻辑 | 新逻辑 |\n\n| 用 AI 替代人 | 用 AI 增强人 |\n| 会不会用 AI | 能否判断**哪里该用 / 哪里不该用** AI |\n\n> **金句**：懂大模型技术边界、懂 Harness 工程、有系统解决能力的人，必然稀缺，必然涨价。\n\n---\n\n## 六、AI 生成同质化泛滥：「反 AI」成为趋势\n\n过去一年 AI 极大降低了内容生成的门槛，但越来越多的人感受到——**它缺人味**。\n**下限被拉平了**\n**同质化的风险却急剧上升**\n\n来自 B 站的真实反馈：博主每发一个视频都被粉丝问「是不是 AI 生成的」。\n\n> 一位粉丝留言：「我来找你学，不是想学 AI 能干什么，**我想学 AI 不能干什么。**」\n\n> **金句**：表达的方式不是「你要说清楚什么」，而是「让对方理解什么」。你的受众不是机器，是人。\n\n---\n\n## 七、OPC（超级个体）为何跑不出来\n\n> \"OPC = One-Person Company（独立个体）\"\n\nOPC 必死的原因，一个词：**销售**。背后实质是**商业模型不成立**。\n\n### 商业上的死结\n说白了 OPC 就是个体户。但**叠加工商、税务、社保**之后——该交的一分没少。\n\n> 有跑出来的吗？有。但**跑出来的不靠 AI 技术**，AI 只是噱头、伪装、赶时髦的视角。\n\n---\n\n## 八、AIEM：AI 应当隐身于幕后\n\n> \"AIEM\" = \"AI Embedded / AI 隐身\"——AI 应该**藏在后台**，不应在前台炫技。\n\n| 应该 | 不应该 |\n\n| 藏在后台 | 在前台炫技 |\n| 让用户感受到**温情** | 让用户感受到 **AI** |\n| 嵌入到社会情境与商业模型中 | 强行让 AI 出镜 |\n\n> **金句**：AI 必须找准自己的定位。后台可以，前台不行。\n\n---\n\n## 九、能力组合的重构：核心机会\n\nAI 时代的竞争**不再是单一学科之间的比较，而是能力组合之间的较量**。\n\n除了 AI Coding、AI 编程等技术能力之外，还需要：\n**想象力**\n**判断力**\n**批判性思维**\n**审美能力**\n**实践能力**\n**最后一公里的销售能力**\n\n> **金句**：对每个人而言，你自己就是你自己的产品。你要 Sell Yourself——把自己作为产品卖出去，卖个好价钱。\n\n---\n\n## 十、接受不确定性，持续自我更新\n\n过去半年听到最多的一个词，就是——**焦虑**。\n\n### 三条建议\n**定位一个复杂的、有价值的、稀缺的科研问题**，为自己未来 3–5 年看清一条职业发展路径\n**接受职业路径的不确定性**——在 AI 技术层出不穷的时代，路径必然是不确定的\n**持续学习与自我更新**\n\n### 结语：君子不器\n\n两千多年前孔子说过——\n\n> **金句**：君子不器。\n> 人不应该被限定为单一功能的工具，而要成为能应对复杂环境变化的智能体。\n\n---\n\n## 一页速览\n\n| # | 观察 | 一句话 |\n\n| 1 | 大模型拐点 | 预训练数据、算力、生成路径三处见顶 |\n| 2 | 豆包收费 | 养熟了就要收割——技术普及的铁律 |\n| 3 | AI for Science | 今年最强共识方向 |\n| 4 | 具身智能 | 重演无人驾驶剧本；商业模型不成立 |\n| 5 | AI 编程泡沫 | Claude Code 热度跌至 3% |\n| 6 | 反 AI 趋势 | 学 AI 不能干什么，比学它能干什么更重要 |\n| 7 | OPC 跑不出来 | 销售解决不了 = 商业模型不成立 |\n| 8 | AIEM | AI 藏在后台 |\n| 9 | 能力组合 | 不再是单一学科比赛；Sell Yourself |\n| 10 | 接受不确定性 | 君子不器；时代越嘈杂，深度越稀缺 |\n\n---\n\n## 一句话收束\n\n> **时代越嘈杂，深度越稀缺。在巨变中保持主动与内心清醒。**"
}