以下文章來源于騰訊科技，作者徐曇
騰訊新聞《海拔7950》
文｜徐曇
編輯｜馬龍
劃重點｜
- 不管是上一代的AI公司還是這一代“六小龍”中已落后的公司，犯的第一個錯誤就是他們的founder沒有親自下場做模型。
- 這是最簡單的一個判斷，看這些模型廠商的創(chuàng)始人最近幾年有沒有發(fā)論文，只要發(fā)論文的就還在牌桌上。
- 非共識是我想表達(dá)一個觀點，你一味去遵從主流的想法，真的是很難成功的。
- AI先解決生產(chǎn)力的問題，終將解決生產(chǎn)關(guān)系問題。
“DeepSeek之后，每一家公司都是Agent。”這是明略科技創(chuàng)始人吳明輝的一個判斷。
DeepSeek的開源大模型把AI技術(shù)提升到了一個新高度，企業(yè)形態(tài)和運營方式都將發(fā)生深刻的改變，核心在于，企業(yè)要像智能體一樣運作，深度融合AI提升效率和競爭力，而非單純使用AI工具。
明略更像這場深刻變革的一個樣本。從一家數(shù)據(jù)分析挖掘公司演變成一家大模型公司，到底取決于什么呢？
吳明輝是2000年通過奧賽銀牌被保送進北大基礎(chǔ)數(shù)學(xué)系的，研究生保送了計算機系（人工智能模式識別與圖像處理專業(yè)），博士進修了多模態(tài)大模型方向。
2000年的北大數(shù)學(xué)系被稱為“黃金的一代”，出了多位數(shù)學(xué)家，最突出的一位是惲之瑋，19門專業(yè)課滿分，獲過科學(xué)界的奧斯卡“新視野獎”。他和吳明輝說“我們學(xué)數(shù)學(xué)不是做應(yīng)用的”。 這其實代表了北大追求學(xué)科研究純粹性的傳統(tǒng)，而吳明輝恰恰走向了另一端——應(yīng)用（產(chǎn)業(yè)實踐）。
這種少年天才一帆風(fēng)順帶來的極度樂觀，以及純數(shù)學(xué)+AI交叉的學(xué)科背景，讓他骨子里就帶著對數(shù)學(xué)和AI研發(fā)的狂熱。
因此，去年筆者和吳明輝曾經(jīng)有過一場6個小時的對話，談的卻是一場EIP（企業(yè)級應(yīng)用智能軟件）項目的挫敗。這件事情的難度是，他想做的是類OpenAI的語言處理能力加上微軟的Copilot應(yīng)用，既要做AI的底座，又要做前端的應(yīng)用。低估了項目的難度，也低估了燒錢的程度。
換個角度來看，EIP項目的終結(jié)發(fā)生在2022年5月。如果換到現(xiàn)在，可能會有不一樣的結(jié)果。成功的條件之一是天時，團隊的認(rèn)知能力和執(zhí)行力如果基于現(xiàn)在的AI環(huán)境可能都大為不同。
從那以后，吳明輝也會被教訓(xùn)“不要拿著錘子找釘子”，但和他對談時，他不認(rèn)為梁文鋒是有明確的“釘子”（應(yīng)用場景）去做DeepSeek的。很多時候堅持去做一件事，可能會產(chǎn)生無法想象的價值。
在大模型時代，中國AI創(chuàng)業(yè)者呈現(xiàn)出了和互聯(lián)網(wǎng)時代非常不同的特征。中國很多AI技術(shù)理想主義者，他們超前到達(dá)了“無人區(qū)”。從互聯(lián)網(wǎng)時期的技術(shù)跟隨者變成了大模型時代的局部引領(lǐng)者。這很大程度上取決于創(chuàng)始人的技術(shù)理想和思維模式。
技術(shù)路線上，最初吳明輝走的是數(shù)據(jù)智能—垂直場景應(yīng)用。因為2006年吳明輝創(chuàng)立秒針，做的是廣告監(jiān)測和大數(shù)據(jù)分析，數(shù)據(jù)已經(jīng)成了明略最重要的資產(chǎn)。吳明輝說：“數(shù)據(jù)質(zhì)量決定AI的天花板，數(shù)據(jù)價值堪比石油之于工業(yè)革命。”
當(dāng)2014年“明略數(shù)據(jù)”成立，明略從大數(shù)據(jù)分析挖掘逐漸轉(zhuǎn)型到開發(fā)行業(yè)專屬模型，為營銷、零售等垂直場景制定解決方案，明略是中國第一個提出做MAAS模型即服務(wù)的企業(yè)。只不過那個時間點的行業(yè)專屬模型在沒有通用基礎(chǔ)模型的助力的情況下研發(fā)成本巨大。但經(jīng)過了EIP時期的戰(zhàn)略調(diào)整和中國在開源模型的快速進步，今天吳明輝認(rèn)為，明略的專有模型更加的務(wù)實和落地，是一家真正在企業(yè)級服務(wù)領(lǐng)域有商業(yè)化能力的大模型公司。
2025年9月，明略推出了商業(yè)數(shù)據(jù)分析智能體DeepMiner等。這更像尋找AI技術(shù)護城河的第二曲線。
戰(zhàn)略上，垂直應(yīng)用可以快速落地并獲取收入，而通用性技術(shù)能增強技術(shù)壁壘和擴展性。
以下是騰訊新聞和騰訊咨詢聯(lián)合出品的欄目《海拔7950》和明略科技創(chuàng)始人、CEO兼CTO吳明輝的一場對話，如何把技術(shù)理想轉(zhuǎn)化為可持續(xù)的商業(yè)模式？如何在資本市場的短期波動和技術(shù)長周期投入中活下來？都是普遍性的難題。
01
DeepSeek之后每一家公司都是Agent
《海拔7950》：有報道稱，DeepSeek計劃2025年底前發(fā)布一款A(yù)I智能體的新模型，據(jù)說只需要輸入簡單的指令，智能體就可以執(zhí)行多步驟的復(fù)雜任務(wù)。你曾提到DeepSeek開源是“人類的斯普特尼克時刻”，你覺得DeepSeek的智能體新模型會對全球AI競爭格局帶來哪些影響？
吳明輝：可以說大部分做Agent的公司，如果不像明略這種有自研大模型能力的公司，基本上都主要用Claude。今年到現(xiàn)在已經(jīng)發(fā)布的，包括Kimi的K2，通義千問最新的版本，其實都還挺振奮人心的。雖然大家從綜合能力上還趕不上Anthropic的Claude模型的水平，但也能打80分、90分了。
尤其是DeepSeek本身是開源的，不僅僅對于中國企業(yè)，我覺得對于全世界所有的公司，大家想基于AI Agent做事情，都有了一個很好的基礎(chǔ)。因為DeepSeek，在今年初在AI領(lǐng)域里，尤其是做To B的AI，不是To C的AI，真正的專業(yè)技能服務(wù)、專業(yè)的工作方法是因為有了DeepSeek才成為可能。否則的話，如果這個市場上只有幾個閉源模型，最后大家把所有的知識都給了閉源模型，那最后你的工作還是會被它革掉。
Claude Code其實是在不斷地蠶食Cursor和Windsurf的市場。也就是說，如果今天你沒有自己的模型，你就會不斷地去喂公開的那個模型，我覺得這個不符合人類發(fā)展的方向。人類不可能只有一家公司賺錢，這個絕對不對，還是應(yīng)該百花齊放。所以，我相信DeepSeek這個新的模型是會有很大的價值的。
另外一方面，我也關(guān)注到最近DeepSeek版本升級的過程，我感覺它還對國產(chǎn)的硬件有很大的帶動作用。它整個算法底層的設(shè)計跟中國以華為為代表的這些芯片會深度綁定。
從我們自己的工作來講，因為明略是做specialized model（專有模型），我們其實是在細(xì)分的應(yīng)用場景和細(xì)分的技能層面上研發(fā)了自己獨有的模型。但是，一個開源的、底層的base model（基礎(chǔ)模型）對我們來講特別重要。相當(dāng)于有人給你訓(xùn)練出來了非常優(yōu)秀的通識教育的本科畢業(yè)生，我們再去卷某一個細(xì)分專業(yè)的碩士和博士的專業(yè)，這個對我們來講是非常有利的。所以，我對DeepSeek下一代的模型寄予厚望。
《海拔7950》：現(xiàn)在哪些模型能替代Claude？
吳明輝：國內(nèi)這幾個開源模型是全球領(lǐng)先的開源模型。不管是DeepSeek、通義千問、還是Kimi的K2，這幾個開源模型都很棒。當(dāng)然，明略做的是specialized agentic model（專有代理式模型），我們最近推出的專有大模型產(chǎn)品線DeepMiner，打造了全球第一個可信商業(yè)數(shù)據(jù)分析智能體框架。它的核心組件是專有 GUI （圖形用戶界面）大模型 Mano ，在行業(yè)公認(rèn)的 Mind2Web 和 OSWorld 兩大挑戰(zhàn)性基準(zhǔn)測試榜單中，都排在了第一名。其中第二名是月之暗面。
《海拔7950》：你說過一個有趣的觀點：DeepSeek之后，每一家公司都是Agent。這句話怎么理解？
吳明輝：一個客觀的現(xiàn)實就是，你如果到互聯(lián)網(wǎng)上去看，幾乎每一家上一代的軟件公司都宣稱自己在做Agent。“Agent”這個單詞被計算機學(xué)界的人用來作為一個term（術(shù)語）都幾十年了。只不過含義在不斷地演化，Agent早期做的事和今天能做的事區(qū)別很大。
一個是2023年OpenAI的一個副總裁叫Lilian Weng，我北大計算機的師妹，她寫過一篇博客“LLM Powered Autonomous Agents（基于大語言模型賦能的無人智能體）”，強調(diào)的無人智能體，是大語言模型賦能的。就是說以前的Agent因為大語言模型不夠強，AI做planning的能力不夠強，是做不到無人狀態(tài)的。
但是被大家廣泛認(rèn)知到Agent的這個概念還要歸功于Manus，把Agent帶到了一個新的階段。
它不僅僅是簡單的思考了，還有你擁有的手和腳的能力是不是足夠強？Manus其實是把Browser Use Agent（瀏覽器使用代理）和Computer Use Agent（計算機使用代理）真正地集成到了無人智能體里面去了。也就是說，以前的Agent就像一個打掃衛(wèi)生的阿姨，來你家就帶了一個抹布，現(xiàn)在她有一個完整的工具箱，里面帶了80多種消毒液，各種各樣的工具，吸塵器、擦玻璃機器，各種掃地機器人全來了，那她肯定能量是很大的。所以，Manus是開創(chuàng)了這樣一個先河，相當(dāng)于極大地擴展了這個工具的選擇。
當(dāng)然，這里面確實會出現(xiàn)很多技術(shù)問題。Agentic Model（代理模型）今天在使用上有非常多的技術(shù)不成熟，而這也恰恰是我們當(dāng)前正在做的模型，專有模型Mano。
《海拔7950》：我提前體驗了一下你們新開發(fā)的大模型DeepMiner，它有好多ToB的功能？是否適合我這樣經(jīng)常資料處理的使用者？
吳明輝：其實我們現(xiàn)在標(biāo)準(zhǔn)的版本是給幾種角色的人用的：一個是做電商的操盤手；做商品的數(shù)據(jù)分析、廣告投放的數(shù)據(jù)分析；二是線上營銷和廣告行業(yè)的人；還有金融的數(shù)據(jù)分析師。但是，雖然我也不是我們產(chǎn)品的標(biāo)準(zhǔn)用戶，但實際上我每天都會用。我會用DeepMiner做一些desk research（桌面研究）。
像DeepResearch、Manus，其實這些產(chǎn)品跟我們的產(chǎn)品最大的區(qū)別是，我們的產(chǎn)品使用能力更強，我們可以集成大量的數(shù)據(jù)庫，而這些數(shù)據(jù)庫真正在做桌面研究的時候會很有幫助。
《海拔7950》：你給DeepMiner的定位是什么？
吳明輝：我們現(xiàn)在整個公司的定位是要去做“數(shù)據(jù)驅(qū)動的可信生產(chǎn)力”。“可信”是我們做AI在ToB領(lǐng)域最重要的事情。
《海拔7950》：怎么理解“可信的AI”？
吳明輝：互聯(lián)網(wǎng)假信息太多，數(shù)據(jù)有很多假的，大量的在商業(yè)場景里面的問題，需要基于專業(yè)的數(shù)據(jù)來解決問題。我們希望能在AI領(lǐng)域解決這個問題，這就是我們的細(xì)分賽道的定位。我們公司名叫Mininglamp（礦燈）Technology ，就是要做數(shù)據(jù)挖掘，新發(fā)布的產(chǎn)品DeepMiner一聽就是做數(shù)據(jù)挖掘的。
02
錘子的力量
《海拔7950》：2014年你創(chuàng)立明略數(shù)據(jù)時，選擇知識圖譜作為AI技術(shù)突破口。你也多次提到“行業(yè)人工智能”，做的是垂直領(lǐng)域的應(yīng)用。但你對明略的定位是一個做模型的公司？
吳明輝：我覺得今天首先是魚龍混雜，就是所有的人都在講自己是Agent公司，但是，Agent確實有很多種不同類型的狀態(tài)的。包括Anthropic自己還寫了一篇文章，叫“Building effective Agent”，那里面還論述了幾種不同類型的Agent。但是，因為這個本身也是一個復(fù)雜的term（術(shù)語），沒有一個標(biāo)準(zhǔn)的定義。
但更重要的一點，我覺得Agent和Agent的區(qū)別就是你有沒有自己研發(fā)的模型？你有沒有自己獨有的能力？這個決定了你這個公司能不能創(chuàng)造獨有的價值。否則的話，如果你一個Agent公司，尤其是B端的，C端的可能還好，以前我跟Manus的肖弘也聊過（注：肖弘，蝴蝶效應(yīng)創(chuàng)始人，其第一個創(chuàng)業(yè)公司夜鶯科技2021年被明略收購，曾任明略SCRM事業(yè)部負(fù)責(zé)人），他覺得如果C端把它當(dāng)成一個消費品打造的話，這個域名就很值錢，相當(dāng)于市場上有任何好的模型，它都可以掛到它這個下面，本身就有流量。
但是B端不一樣。B端的客戶其實沒有所謂的那么大的品牌的傾向，更多的是你的能力是不是真的跟別人不一樣，真的強。B端的客戶采購是非常理性的。所以，你一定得有一些自己獨有的能力。而獨有的能力，你說今天一個Agent里面的代碼能多么有用？它一定要沉淀在模型里面。這些東西都是有機會成為一個企業(yè)的核心競爭力。
總的來講，如果你選擇一個細(xì)分的賽道，你有自研的模型能力，你的護城河是會更寬。
從我本人的使命愿景來講，我就是希望做一個模型公司，不希望只做一個普通的軟件公司，何況今天普通軟件公司真的是太容易被這些寫代碼的模型公司給徹底替代掉，這是一方面。
另外一方面，我們要思考的就是，什么東西的泛化能力更強，一定是模型的泛化能力更強。當(dāng)我們?nèi)プ鲆粋€Application（應(yīng)用）的時候，那個Application本身它已經(jīng)被Application的界面給約束住了。像我們這些模型最核心的是它對外的輸出是一個API（應(yīng)用程序接口），AI的時代API有點像蘋果的屏幕，什么都能干。喬布斯認(rèn)為屏幕是一個比較靈活的interface（接口），最后就變成現(xiàn)在這個樣子，這是一個非常偉大的發(fā)明。
今天Agent的user interface（用戶界面）也經(jīng)歷了這樣的一個變化，它跟人的交互可能還需要一個用戶界面，類似于iPhone，類似于微信這樣。當(dāng)AI和AI之間交互的時候，就是通過API（應(yīng)用程序接口），通過Agentic function call（智能函數(shù)調(diào)用）形式，它就是更加靈活的，什么都可以做的。這也是模型它非常偉大的變化，相當(dāng)于interface（接口）和上一代的用戶界面會有巨大的區(qū)別，使得它的能力邊界會被極大擴展。
《海拔7950》：對比通用大模型（如GPT-4）與垂直領(lǐng)域模型，明略選擇垂直領(lǐng)域模型是否意味著放棄了技術(shù)通用性？
吳明輝：我覺得這是個技術(shù)的路徑問題。首先我認(rèn)為不存在真正意義上的通用。今天你去看GPT和Claude這兩個模型，也有非常大的區(qū)別。一個是跟人打交道更擅長，一個是跟機器打交道更擅長。跟人打交道的我們叫Chat Model（聊天模式），跟機器打交道的我們叫Agentic Model（智能體模型）。而且特別有意思的是，GPT-5發(fā)布的時候，說我的Agentic能力很強，因為它一度被Anthropic壓制，大家都覺得我們這些寫代碼的人調(diào)模型API都會去調(diào)用Anthropic的模型Claude，沒有人去調(diào)GPT了，所以它非常恐慌，GPT也在補Agentic的能力，但后來這個版本的發(fā)布也讓ChatGPT變的不好用了，很多用戶反饋體驗變差很多，一堆做了版本的回滾。
所以，我認(rèn)為沒有真正意義上的通用。就是大家在這個世界上都有不同的存在。比如都是做飲料的公司，百事可樂和可口可樂也是不一樣的。實際上不存在真正意義上的通用，大家都還是會各有專長的。
《海拔7950》：市場上有一派觀點覺得不應(yīng)該先從技術(shù)出發(fā)，而應(yīng)該先從市場痛點出發(fā)，找到應(yīng)用場景再進行技術(shù)開發(fā)，才是正確的做事邏輯。你似乎不認(rèn)同？
吳明輝：我們很多情況下都不知道你做這個東西能干什么，我覺得模型公司一個特別有意思的地方，很多模型公司的創(chuàng)始人是不知道我做這個東西最后能干什么的，但是他也堅決去做了。過去幾年有無數(shù)投資人都這么教育我，“不要拿著錘子去找釘子”，這感覺是個貶義詞。實際上你看看很多人最開始就是相信AI是可以通用的，或者某一定程度上通用。絕對通用可能不存在，但在很大程度上是可以泛化的，能產(chǎn)生很大的你想象不到的價值。這件事情是很多產(chǎn)品經(jīng)理最開始是沒想到的。
做模型的企業(yè)某種程度上就是會有一種理想主義，他要想我這個事是個大事，有了這種決心的人才會做模型。
我感覺真正大成的可能都是拿著錘子找釘子的。為什么叫創(chuàng)業(yè)，或者說叫創(chuàng)新，那個場景不存在，被他創(chuàng)造出來了。
《海拔7950》：有沒有 “拿著錘子找釘子”的成功例子？
吳明輝：當(dāng)年百度谷歌出來的時候，能想到后來索引這么多信息，能解決這么多問題嗎，沒有。亞馬遜最開始想的就是賣書。馬斯克做火箭，大家覺得那個場景很真實嗎？其實真正偉大的成功就是一個理想，一個夢想，很多就是創(chuàng)始人自己YY出來的。
我不覺得梁文鋒是有明確的釘子去做DeepSeek的，我也不覺得ChatGPT的伊利亞（OpenAI聯(lián)合創(chuàng)始人、首席科學(xué)家）有一個明確的釘子才去做錘子的，我真心不認(rèn)為這樣子。
很多人最開始創(chuàng)辦企業(yè)的時候不一定想的那么明白，我將來在哪些場景可以用？但沒想清楚也可以干，他其實有一個理念，心中是有個錘子，不一定已經(jīng)有一個釘子了。
對我自己來說，我確實過去有很慘痛的經(jīng)歷，它的一個核心就是你要對技術(shù)的成熟度，轉(zhuǎn)化周期有一個很好的預(yù)判。還有一點更難的是你要對需求側(cè)的timing也有一定的預(yù)判，你別死在半路上。好在我們現(xiàn)在緩過來了，沒死在半路上。我再去做“錘子類型”任務(wù)的時候，我肯定會相對保守一點，更加務(wù)實一點，但我心里做一個更牛的產(chǎn)品，能夠給更多的人提供服務(wù)的產(chǎn)品的這個心永遠(yuǎn)都存在。
《海拔7950》：這個就說到2022年明略的EIP（企業(yè)級應(yīng)用智能軟件）的項目，最終沒有做成，算不算技術(shù)理想主義和商業(yè)現(xiàn)實主義的一次沖突？
吳明輝：對，這是一個很大的沖突。我們當(dāng)時的想法太領(lǐng)先了，連聊天的大語言模型都還沒成熟的情況下，我做了Agent。今天再去看我2020年底，2021年、2022年我們在產(chǎn)品設(shè)計之初做的一些產(chǎn)品原型。那個時間點技術(shù)不成熟，我過于理想主義，同時對那個技術(shù)的成熟度的預(yù)判有點過于樂觀。
《海拔7950》：你有北大數(shù)學(xué)系的背景，是數(shù)學(xué)家，提到過“哥德爾不完備定理”，核心是：任何足夠復(fù)雜的系統(tǒng)，其一致性和完備性無法在系統(tǒng)內(nèi)部自證，必須依賴外部更高階的框架。這是否能說技術(shù)系統(tǒng)是有局限性的？
吳明輝：對，是的。
《海拔7950》：其實像EIP（企業(yè)級應(yīng)用智能軟件）項目能不能說明，公司內(nèi)部無法自洽，是不是需要通過外部市場反饋驗證自身價值，而非僅憑內(nèi)部技術(shù)邏輯？
吳明輝：作為一個商業(yè)組織最后一定要通過外部市場反饋的。只不過我剛才說的問題是，你其實是要想清楚，如果所有人都能給你反饋的時候，競爭者就會很多，就變成百團大戰(zhàn)，就是一個消耗戰(zhàn)。真正偉大的成功都不是消耗戰(zhàn)，最近有一個梗，大家都說All in AI，結(jié)果都All in外賣了，因為外賣（拼音waimai）里有兩個AI。
比較成功的像余凱的地平線，黃仁勛的英偉達(dá)，他們做的事沒有什么競爭，就是它有一個理想主義的預(yù)判，沒有什么競爭。以前大家說了還要有非共識，我覺得這個其實就是我想表達(dá)一個觀點，你一味去遵從主流的想法，真的是很難成功的。
《海拔7950》：首先要有技術(shù)理想主義，其次要有自己獨特的技術(shù)優(yōu)勢？
吳明輝：是。這種技術(shù)獨特優(yōu)勢往往也是因為你足夠理想，你會持續(xù)堅持。十年之后突然發(fā)現(xiàn)，你就是全世界最牛的錘子可以砸所有釘子。
《海拔7950》：說到外賣，為什么很多大公司之前立志all in AI，最后卻“all in外賣”了呢？是因為外部資源或者資金的條件不支持嗎，所以只能先做短期利益的？
吳明輝：外賣消耗的錢不見得比AI消耗的小。它就是一個消耗戰(zhàn)，是一個不創(chuàng)造科技價值的消耗戰(zhàn)。我是覺得可以做，沒必要消耗戰(zhàn)，確實大家很容易卷進去，看上去確實來錢快，算起賬來好像未來很大。
03
怎么判斷一個創(chuàng)始人的AI技術(shù)能力
《海拔7950》：我有一個疑問，你2006年還在北大讀研究生時就開始創(chuàng)立秒針，創(chuàng)業(yè)都19年了，雖然你們的AI能力很強。但外界會認(rèn)為“六小龍”這些AI新勢力公司才是AI公司？
吳明輝：核心是這個公司是不是還在持續(xù)學(xué)習(xí)，持續(xù)進步。微軟建立時間更長，微軟AI也很牛，真的還是要看這個公司是不是在持續(xù)更新，持續(xù)迭代。說白了這個公司的生命力跟你的生理年齡沒關(guān)，跟你的精神氣兒相關(guān)。
《海拔7950》：在AI能力上，明略的護城河是什么？
吳明輝：AI時代最大最好的護城河，就是團隊的學(xué)習(xí)能力，這是一個終極護城河，就是你的AI組織能力。我們是一個DayOne就想做AI的一個團隊，包括我本人也是學(xué)這個的，我現(xiàn)在親自下場做CTO。現(xiàn)在看，不管是上一代的AI公司還是這一代“六小龍”中已經(jīng)落后的公司，他們犯的第一個錯誤就是進入到AI時代，他的founder（創(chuàng)始人）沒有親自下場做模型，不是真正親自帶領(lǐng)研發(fā)團隊。
這個時代供給側(cè)更重要，不是需求側(cè)，我們看所有AI的本土公司，如果你的產(chǎn)品比上一代其他公司產(chǎn)品好一個代際的話，客戶瞬間全部遷移過來。它的銷售和營銷成本是很低的，只要你的產(chǎn)品真正好。AI的產(chǎn)品有一個天然的特性，它的用戶體驗極佳，你跟它聊天，它就能干活；你打著字就可以干活，不用復(fù)雜的用戶交互。用戶體驗這么好的情況下，銷售成本低，前提你是一個好產(chǎn)品。這是你能看到的很重要的一點，然后就是學(xué)習(xí)能力、進步能力。
其次，今天做模型或者真正做AI公司的護城河一定是數(shù)據(jù)，除了團隊的組織能力。你看最近為什么美國的AI挖人大戰(zhàn)有一家公司很熱，就是這個Scale AI，數(shù)據(jù)是這里面很大的護城河。數(shù)據(jù)公司又分為兩類，一類是公開的數(shù)據(jù)，更多的其實就是你要找Scale AI公司幫你清洗數(shù)據(jù)，訓(xùn)foundation model（基礎(chǔ)模型）,我們肯定不是做foundation model，我們做specialized model（專有模型）,這些model所需要的是不同的專業(yè)領(lǐng)域的工作所對應(yīng)的數(shù)據(jù)，這些數(shù)據(jù)我們在有些場景本來就有很深的護城河，而且我們公司對數(shù)據(jù)是非常懂的。
我們在探索新方向第一件事情也是建立數(shù)據(jù)集，建立benchmark（標(biāo)準(zhǔn)），建立data pipeline（數(shù)據(jù)管道），我們肯定是國內(nèi)最懂?dāng)?shù)據(jù)的公司之一，不敢說唯一，但至少可以說是之一。
我們是中國數(shù)據(jù)智能應(yīng)用軟件第一名，數(shù)據(jù)是一個很大的護城河。就跟美國DataBricks 為什么現(xiàn)在特別火一樣，就是所有的人覺得模型這么厲害了，數(shù)據(jù)在誰那，有數(shù)據(jù)的公司就肯定能把模型應(yīng)用好。
《海拔7950》：數(shù)字經(jīng)濟的核心要素——算法、算力、數(shù)據(jù)，目前算力還是瓶頸嗎？現(xiàn)在哪一個是中國公司開發(fā)AI的障礙？
吳明輝：算力的障礙其實是被DeepSeek給打破了，所以要特別感謝他。
《海拔7950》：現(xiàn)在一個瓶頸是數(shù)據(jù)嗎？
吳明輝：本質(zhì)上來講，DeepSeek既打破了算力障礙也打破了數(shù)據(jù)障礙。通用模型的訓(xùn)練的成本是需要很多的數(shù)據(jù)投入的。當(dāng)然，它還需要很大的算力投入，這兩個投入的體量是差不多的。因為今天DeepSeek，包括最新的一些開源模型的訓(xùn)練方法都已經(jīng)很省錢了，這些優(yōu)化之后，你預(yù)訓(xùn)練一遍花幾百萬美金，但實際上投入數(shù)據(jù)成本比這個還高，數(shù)據(jù)成本高于一次訓(xùn)練的算力成本。
但是今天開源了，開源了意味著你可以免費用，所以這部分的通識知識所對應(yīng)的訓(xùn)練出來的參數(shù)你都可以直接拿過來用，數(shù)據(jù)沒開源，至少結(jié)果給你了，你也可以base on（基于）它進行數(shù)據(jù)合成，做一個自己的base model（基礎(chǔ)模型）繼續(xù)去訓(xùn)練。
對于我們這些公司，我們積累了一個很重要的護城河，我所在的領(lǐng)域的data或者我想切的細(xì)分賽道的數(shù)據(jù)，我們?nèi)プ鯞UA（瀏覽器操控）、CUA（電腦操控），我肯定是建了對應(yīng)的數(shù)據(jù)集，這個數(shù)據(jù)集是我投入了很多資源、成本持續(xù)在優(yōu)化。如果這個事我是全世界第一，大概率我的模型也是全世界第一。
護城河數(shù)據(jù)是非常重要的，我們確實在國內(nèi)算是在B2B的賽道里面擁有數(shù)據(jù)非常多的一家企業(yè)了。
《海拔7950》：怎么判斷一個創(chuàng)始人的AI技術(shù)能力？
吳明輝：你看看這些模型廠商的創(chuàng)始人或者做Application（應(yīng)用）的創(chuàng)始人，他們最近幾年有沒有發(fā)論文就行。這是最簡單的一個判斷，只要發(fā)論文的就還在牌桌上。
《海拔7950》：這個論文代表了他的技術(shù)能力和他的技術(shù)思考？
吳明輝：代表了他還在研究、學(xué)習(xí)最新的技術(shù)。
《海拔7950》：最近都誰發(fā)了論文？
吳明輝：比如說DeepSeek肯定在發(fā)，智譜在發(fā)，Kimi也在發(fā)。或許還有我不知道的。
《海拔7950》：我觀察了一些AI公司，他們的估值和他們實際收益相差太大了。未來會有一批倒下嗎？
吳明輝：這個說實在的，不重要。這方面我們肯定會比他們有很多的優(yōu)勢，因為我們是賺錢的。首先他到底想干什么得想清楚，他干的那個事到底有多大，投入多大的資源，有多大的心力才能熬到那一天，也是要想清楚的。
今天一個AI公司虧不虧錢不是它最核心的評估指標(biāo)，但是對于我們來講，因為我是經(jīng)歷了周期的創(chuàng)業(yè)者，我肯定是不希望公司虧錢的。首先還是要穩(wěn)扎穩(wěn)打經(jīng)營，同時我們也一定會堅決的把超出的利潤大部分投入到模型研發(fā)上的。
《海拔7950》：你覺得那些明星AI公司最后留在牌桌上的籌碼是什么呢？
吳明輝：對于某個細(xì)分賽道的堅持投資，最后留下來的團隊也好，數(shù)據(jù)也好，還是要選對賽道。
《海拔7950》：明略的客戶有135家世界500強企業(yè)，但是目前即便大公司也在削減廣告預(yù)算，怎么解決這個難題？明略的戰(zhàn)略做了哪些調(diào)整？
吳明輝：我們要做廣告產(chǎn)業(yè)最大的公司，但不是原來的廣告公司，是指這個產(chǎn)業(yè)最大的AI公司。首先要面向效果廣告，效果廣告一個最大的特點，就是有非常明確的結(jié)果。我們最早做廣告監(jiān)測，它是品牌廣告，品牌廣告沒有快速的結(jié)果反饋。從AI訓(xùn)練優(yōu)化的角度來講，沒有反饋AI進步不了，優(yōu)化不了，效果廣告非常直接。
對于這些500強企業(yè)也好，大公司也好，經(jīng)濟周期的時候，他會去削減品牌廣告預(yù)算，但是不會削減銷售預(yù)算的。效果廣告本質(zhì)上就是銷售，抖音的直播本質(zhì)是什么？不是廣告，它是銷售。
實際上我們更看重的是怎么用AI來解決這部分的工作，這部分對我們來講是一個巨大的增量市場，客戶肯定不會削減預(yù)算的。
《海拔7950》：Y Combinator中國創(chuàng)始人陸奇有個觀點，企業(yè)要“系統(tǒng)化做全球公司”，你怎么理解這句話？
吳明輝：用最簡單的角度去思考，以前我們?nèi)蚧慕M織是以人的組織形成的。人仍然是很重要的，但是我們?nèi)?gòu)建一個組織還是要考慮這個組織里面的流水線是什么。制造業(yè)的流水線和我們今天講的AI行業(yè)的流水線不一樣，可能每個公司會有一個Agent。我以前在公司內(nèi)部講了一個概念，我在混沌學(xué)堂上還分享過叫develop company as an agent（發(fā)展公司作為智能體）。那個Agent就是system，公司是個system，以前的組織挺松散的，內(nèi)部會有人和人之間的內(nèi)耗，文化的不認(rèn)同，各種各樣的問題。
我相信隨著AI越來越強，在工作中的人和人之間，反而會變得更簡單。大家跟AI一起工作，AI也幫大家協(xié)調(diào)得更好，確實圍繞AI去做事情，就是那個system。你做一個國際化組織，跟以前會很不一樣。Manus現(xiàn)在已經(jīng)國際化了，包括中國最牛的互聯(lián)網(wǎng)公司像字節(jié)，國際化很成功，他背后肯定不是簡單的人過去了，其實是一個system過去了，他那個system在那驅(qū)動了不同國家不同、不同市場的人在圍繞它做很多事。這其實是一個很大的趨勢，你構(gòu)建的這個組織、人在里面扮演重要的角色。
《海拔7950》：以前大家覺得AI提升的是公司的效率、公司的技術(shù)能力，事實上它把整個組織形態(tài)也做了改變？
吳明輝：第一階段是解決生產(chǎn)力問題，終將解決生產(chǎn)關(guān)系問題。
《海拔7950》：你說過你個人的算法在不斷被優(yōu)化。你目前的理想是什么呢？
吳明輝：這個理想有個人的使命層面也有公司的使命層面，最早個人使命就是做出比自己還牛的AI。后來從OpenAI之后，這個使命已不需要變成個人使命，因為這個事一定是幾年時間就能實現(xiàn)的。
后來我的個人使命就改成了“把數(shù)學(xué)之美傳遞給身邊的人”。我們公司的使命是“要打造可信的數(shù)據(jù)驅(qū)動的生產(chǎn)力”。這意味著什么？我們從最開始個人使命要做比我還聰明的AI變成一個對人好的AI，就是AI for Good，或者至少是一個可信的AI，這是非常非常重要的。AI干活的時候我要對它放心，它別騙我，別忽悠我，它給我提的建議也好，數(shù)據(jù)也好，支持也好，都是符合我的價值觀，符合我的底層理念，這個東西值得我信任，這個很重要。
我們的一個大的夢想就是我們在企業(yè)里面，短時間內(nèi)我們不會做ToC的產(chǎn)品，更多是面向企業(yè)，面向企業(yè)的時候我們希望我們打造的AI更多是在這個層面給人提供價值。
以客戶為中心，集新模式與高質(zhì)量服務(wù)為一體
