Gemini 2.5 Pro 为何突然“真香”了?|推理是钥匙,终局是生态

简要总结

本期节目主要讨论了谷歌的 Gemini 2.5 Pro 口碑反转的原因,以及 AI 领域的未来发展趋势。主要观点包括:

  • Gemini 2.5 Pro 凭借其强大的推理能力、超长上下文和原生多模态特性,实现了口碑逆转。
  • 谷歌在 AI 领域的策略更偏向 To B 服务,通过全栈自研降低成本,提升 AI 能力。
  • AI 的竞争最终将演变成生态的比拼,而目前 AI 更像是生产力工具,尚未出现真正的消费级 AI 应用。

Gemini 2.5 Pro 初体验

体验者表示,自从使用了 Gemini 后,大部分工作都依赖于它。最初对 Gemini 缺乏信任,会切换不同的模型来处理不同任务,例如使用 GPT 进行总结和头脑风暴,而使用 Gemini 进行深度研究和选题。但经过一周的磨合,Gemini 在日常使用中的占比超过 90%,解决问题的成功率非常高,效率显著提高。体验者表示自己从之前嫌弃谷歌到现在成为 Gemini 的拥护者。

口碑反转:从“嫌弃谷歌嫌弃的要命”到“现在打脸”,Gemini 2.5 Pro 如何一夜“真香”?

Gemini 2.5 Pro 口碑反转的原因在于其技术突破,包括更强的推理能力、100 万 token 的超强上下文和原生多模态。这些技术优势使其在实际应用中表现出色,例如处理带图 PDF 文件并生成可视化图表,准确理解用户意图并完成任务的概率达到 85%。此外,谷歌也调整了定价策略,允许大多数人免费使用新模型,而更深度的 2.5 版本则提供比 OpenAI 更便宜的付费选项。

技术宅 vs 产品经理:谷歌的发布偏技术化、工程化,UI 难用,体验反人类?

谷歌的 Gemini 在产品设计和用户体验方面存在不足,例如 UI 难用,需要用户具备工程化的使用方式。用户需要提升对 Gemini 的提示技巧,并人工拼接使用场景。Gemini 的操作方式反人类,例如先让用户选择模型,但普通用户并不了解不同模型之间的区别和用途。然而,一旦用户理解 Gemini 的能力,就会发现其真正的价值。

真香警告:一旦理解 Gemini 的能力(推理、长文本、原生多模态),就会开启真香模式。

Gemini 的技术优势在于其强大的推理能力、超长上下文和原生多模态。这些优势使其在处理复杂任务时表现出色,例如理解几十页带图的 PDF 文件并生成可视化图表,且无需用户过多干预。Gemini 能够通过推理完成任务,误差度较低,大约 85% 的情况下能够准确理解用户意图并达到目的。

底盘而非产品:Gemini 更像是谷歌 AI 能力的“底盘”,而非独立产品,旨在提升所有产品的“内力”。

Gemini 不像一个独立的产品,而更像是谷歌 AI 能力的“底盘”,旨在提升所有产品的“内力”。谷歌将 AI 作为底层技术,所有产品未来都将基于 AI 重新整合和开发。谷歌不会让客户或用户自己去做整合,而是自己完成,用户只需继续使用其产品即可,但每个产品都将被 AI 升级或重塑。

巨人转身的加速:谷歌内部迭代速度前所未有,“六个月以前的产品已经是上一代”。

谷歌内部的迭代速度前所未有,技术人员表示六个月以前的产品已经是上一代。这种快速迭代在以前的谷歌是没有发生过的。谷歌在数据训练、强化学习和人类反馈学习等方面都取得了进展。

推理的窗户纸:DeepSeek 如何捅破了“推理”这层窗户纸,让行业方向更加明确?

DeepSeek 开源了 R1 模型,捅破了“推理”这层窗户纸,让行业方向更加明确。许多公司开始意识到应该朝着推理的方向发展。谷歌也因此做了大量调整,例如降低 Gemini 2.0 的收费,并更加重视推理能力。

推理是钥匙:AI 下半场,解决实际问题需要推理能力,Agent 等概念都基于此。

AI 的下半场需要用 AI 解决实际问题,而推理是关键。许多概念,如 Agent,都基于推理的突破。Deep Research 本质上也是一个 Agent,它通过分析大量信息源,生成研究报告,并控制幻觉的产生。

To B 的野望:谷歌 Cloud 业务年增长30%,Gemini 的“硬核”能力是否主要为 To B 服务?

谷歌的重点可能不在 To C,而在于 To B。过去四年,谷歌 Cloud 业务平均每年增长 30%,业务占比也在逐年提升。谷歌在 To B 领域的 AI 策略非常激进,通过推理预算等功能控制推理成本和用量。谷歌 Cloud 大会上发布了 Gemini 2.5 和轻量级推理模型,这些都偏向 To B 能力。

全栈自研的底气:从芯片到应用再到云服务,谷歌的全栈投入是其成本和能力优势的关键。

谷歌是唯一一家在 Google Cloud 上提供所有跨平台模态和全栈自研的公司,从芯片设计到基础模型、应用程序社区再到云服务,全部自研。这种全栈投入是其成本和能力优势的关键。

形象比喻:GPT 像“聪明的孩子”,灵光幽默;Google 像“稳重的高材生”,全科但可能不那么有趣。

GPT 像一个聪明的孩子,说话幽默,带出去灵光,适合搞春晚。而 Google 像一个没有什么短板的全科高材生,特别稳重,适合搞科学竞赛。谷歌坚持自己的路线,将 AI 能力渗透到所有 To B 产业中,并告诉大家 AI 应该怎么用。

留住核心人才:谷歌成功留住 DeepMind CEO、谷歌云 CEO 等关键人物,并吸引人才回流。

谷歌成功留住了 DeepMind CEO 和谷歌云 CEO 等关键人物,并吸引了人才回流,例如 Character.AI 的 Norm 和 Attention is All You Need 的联合创作者。这些人才的回归对谷歌的 AI 发展至关重要。

终局之战:AI 的竞争最终是否会演变成生态的比拼?

AI 的竞争最终将演变成生态的比拼。前期可能拼模型和技术,但最终生态才是关键。大厂需要克服内部官僚和固区壁垒,让原有产品真正被 AI 赋能,并让用户使用上新 AI 功能的版本的产品。

被颠覆的品类:AI 将如何重塑现有产品?例如,NotebookLM 可能让传统笔记应用消失。

AI 将重塑现有产品,例如 Google 表格原生集成了 Gemini,NotebookLM 可能会让传统笔记应用消失。Notebook LM 可以帮助用户收集数据、进行头脑风暴并得出结论,无需做笔记。

生产者工具 vs 消费级产品:目前 AI 更像是生产力工具,尚未出现真正的消费级 AI 应用。

目前 AI 更像是一个生产力工具,可以节约时间、提高效率,但尚未出现真正的消费级 AI 应用。AI 还没有到每个人手边至少有两三个 AI 付费工具,或者每天打开 AI 工具几次的程度。

几秒总结任意 YouTube 视频

用免费的 Summ App,为任意视频生成这样的摘要,支持你的语言。

在 App Store 下载
在 Google Play 下载

文字稿

“Gemini 2.5 Pro 为何突然“真香”了?|推理是钥匙,终局是生态”的完整文字稿。点击时间戳即可从该位置打开视频。想要其他视频的字幕?试试 YouTube 字幕提取工具。

0:00 为什么一夜之间Gemini 2.5 Pro出来以后 它的口碑就反转了 就突然真香了 谷歌是后发制的 虽然说它有它的缺点嘛 就是谷歌比较偏技术化 一般人可能真的感受不到 它的差异可能在哪 因为好像UI还是那个UI 而且巨难用 我一个普通用户怎么会先选模型 这就很反人类对吧 但是 一旦你明白这里面能帮你做什么以后 哇你就会开启真香模式 所有这些技术的突破 基于他的推理的能力更强 然后基于有100万token的超强生肖文 加上他原生的多模态 我觉得这三个点 是他就是技术上面最稳固的三根柱子 然后呢 决定了你整个体验的可用性特别强 GPT你就像什么 就像一个聪明的孩子

0:46 说话又幽默呀 带出去呢又灵光 嗯 但是呢对Google呢 就像一个 嗯没有什么短板的全科的 特别稳重的一个高材生 但你要想搞一个科学竞赛 你肯定希望跟Google这样的做伙伴嘛 上半场的话 可能大家更侧重在用什么方法 然后去跑Benchmark嘛 然后到下半场的时候 大家发现 就是应该用AI去解决实际的问题 那最后就发现 说推理其实就是这把钥匙 这个捅破之后 其实大量的这些做应用的公司 都会觉得啊 这个事情 其实真的应该朝这个方向去做 那他在被点破的时候 他的速度我觉得是那比以前要快多了 你发现年后最卷的竟然是硅谷特别卷

1:32 最近教育优惠 你们那个教育版的 Gemini用了吗 哈哈 必须得用 得用香不香 何止香啊 都吃撑了靠 我觉得从使用上的话 至少我这两周啊 自从氪金了以后 其实我所有的工作 我就全部都留在Gemini上面用了 原本一开始的时候 其实我对他没有信任的时候 我还是会切着不同的模型 比如说一些小任务 像总结啊 或者是啊 生成一些有创意的东西 头脑风暴我还是会用GBT来做 呃然后 我会用Gemini 来干一些比较大的一些工作 比如说deep research的一些工作 然后做一些调研 然后每周的选题 但呃 大概这个过程也就是磨合到一周吧

2:21 一周左右 我觉得Gemini就已经在我日常中 就使用的占比就超过了90%了啊 基本上呃很多的问题就能够一把中 我觉得这个是特别厉害的一个点 对就是你像GBT的话 我觉得它很多问题还是很难一把中的 对但是呃 Gemini在经过一个跟你的 大概几天的磨合以后 清楚了你的上下文以后啊 他的出手成功率是非常高的 那就我的效率就提高了非常多 所以我就最近我就一直在吹Gemini 哈哈一直在吹 所以我原本从之前就是嫌弃谷歌 嫌弃的要命 然后对对对对 现在打脸 现在我就是在Gemini2.5 Pro出来以后

3:08 我再加入那个吹Gemini 的大军里面 对就就我觉得是 就为什么 我所以我为什么说今天想聊这个话题 就是为什么一夜之间 Gemini 2.5 Pro出来以后它 的口碑突然就反转了 就突然真香了 对不对这个 我觉得很值得我们专门做一期节目 来探讨特别作为一个用户来讲的话 我觉得这个里面 我觉得有很多值得我们来聊的 谷歌是后发制的 就你现在感觉它一个全家桶 反正啥功能都有 虽然说它有它的缺点嘛 就是谷歌比较偏技术化的 一个一个发布 就是你可能看起来一般人 可能真的感受不到它的差异可能在哪 因为好像UI还是那个UI 而且巨难用 呃对 就是你体验上其实很不好很不好 就是你比较要工程化的

3:55 工程化的那种使用方式嘛 你得你得提升你自己的对他的提示 或者是他的场景上 你自己怎么样人工帮他拼接一下 我们说过多少人工 是的更多的智能这个事情对 但是这背后其实整个技术的迭代 然后整个体验的提升 其实已经跨越了 那个他产品设计的不好用 或者是一些交互不好的一个一个点 其实我有很深的感触 其实一一一上手 你接触到Gemini的时候 呃他很反人类的 他不是告诉你在一个对话框里面 你要做推理还是要做search 他没有这些按钮 他是先让你选模型 好了我一个普通用户 我哪里知道什么2.02.5 plus

4:41 2.5 Pro然后deep research是什么关系 怎么用我 我一个普通用户怎么会先选模型 这就很反人类对吧 这是一个非常工程思维的一个东西 但是一旦你那个明白 这里面能帮你做什么以后 哇你 就会开启真香模式 就是真正真的是特别香 对吧就是他的 你刚才老徐讲了 所有这些技术的突破 基于他的推理的能力更强 然后基于像这种超长的上下文 应该是有100万token的超强上下文嘛 对不对然后对 加上他原生的多模态 我觉得这三个点是 他就是技术上面最最夯实 就是最稳固的三个 三个基石 就三根柱子 然后呢决定了你整个体用的体验 的可用性特别强

5:27 丢一篇比如说几十页带图的PDF 你去让他理解 然后再帮你做成一个可视化的图表 或者帮你做成一个可视化的网页 然后这里面的你不用交代的特别多 你只要清晰的交代任务 他就能够通过推理帮你完成这个任务 然后我感觉整个误差度 大概我自己的感受大概85%左右 是是准确能够理解我的意图 达到我的目的的 对能力能力显著提升 而且它的价格他这会也想通了 这点 我觉得也是谷歌很难得的一个变化 就是它会 它会允许大多数人 首先可以免费的 去使用它的这些新的模型 是啊然后呢 那如果你说你你要用到更深的2.5的哦

6:14 那要付费 但它付费也比Openai便宜多了 Openai得200美金 然后它这里其实只要20就好了 Google可以算是 就为什么咱们到这一期才开始聊 就来真正聊以Google为主题的去聊 之前所有我都把它作为一个类比项 作为一个对照对照组来来教 我觉得它已经算慢了 但是呢我们绝对不能忽忽略就 或能 或者说轻视这个巨人转身之后的能量 他只是说慢而已 但他这一旦转过身来之后 这个势能是完全不可比拟的 对吧就像我们看这个冰山 冰山这个这个融化 或者说冰河世纪的时候 这个这个过程 其实所有生物都能观察到的 但你阻挡不了 一旦这个事情发生了 你只能去适应它 所以这是我这段时间去就这 尤其这一周吧 开始用这个Gemini night之后的感受 我这一这一周

7:00 明显自己感觉 我虽然没有做统计啊 自己打开GPT的次数 都比以前少很多了 真的就是我 我真的现在目前挂在最前面的 肯定就是deep和和那什么 和Gemini这两个 然后这两天又开始看研究 研究那个copilot 那个Co pilot 对嗯 也是因为有些免费的功能可以使了吧 微软最近的迭代也特别猛 对它那个Co pilot已经定位 想要作为一个全新的入口 然后它整个设计 重新迭代以后的那个版本 呃 我感觉他是有一定的企图在里面的 这个我们可以以后单独找 以后也再看一些 我就想刚才接着刚才小苏你说那句话 我觉得嗯 DeepSeek确实是把推理做成了一把钥匙 告诉了大家 而且开源了嘛 这件事情

7:45 其实不是一个单一的行为造造成的 不是说只是他发布了一个R1 K1模 R1模型最重要的就是在他开源之后 开源之后 引起的整个的 这个行业的这个重新的一个思考 但我总觉得 AI不止这一把钥匙 后面还会有很多 就像之前在AI的我们所谓上半场 所以我觉得这个不光上半场 下半场可能还有会有加时 还会有各种的这个点球等等的 但是在上半场的时候 大家都是卷大模型的能力嘛 对吧卷大模型的参数 然后直到了就是现在这个中场之后 大家突然觉得哦 其实再卷参数的意义并不是很大了 它能产生的效果 并没有指数级的增长了 然后大家发现 我原来做推理可以在更低的成本之上 达到更好的效果 或者说达到更优的解 这个时候就又捅开了一个新的路径 但是但是会不会只有这一个路径

8:31 我并不这么觉得 嗯嗯嗯只是在现有这个基础上 你你像现在讲的很多概念 比如像什么a卷啊什么东西的 其实它最底层的突破 还是需要推理的突破 你像对门尼斯为什么会火对吧 然后你像现在开始 大家做了非常多通用的一些a卷 其实都是基于AI自己的推理能力 而不是说过往的基于AI的生成能力 因为如果你过于依赖AI的生成能力 它其实是呃会很容易出现幻觉的嘛 那而且嗯 怎么讲呢 就是Google其实自己这一块做的特别好 我不知道你们有没有 就是仔细用一下deep research 其实我的理解里面 deep research它本质上也是一个agent 它本质也是一个agent

9:17 而且呢 它是一个比较少出现幻觉的agent 就是我们可以给他一个命令 比如说研究谷歌过去4年的财报对吧 那他会基于公开的信源 一次给你爬几百个网站 然后给你生成一页5页 5-10页的一个研究报告 然后给你一个清晰的结论 你又可以基于这个研究报告 跟他做一些交互啊 等等那类似这样子 其实我本质理解也是 Google自己做了一个一个agent 你看他会有几个动作 第一个你告诉他指令的时候 他不会马上帮你做 他会给你生成一个 他自己的优化过的一指令 也就是他有一个自己有一个提示词的 类似一个提示词转化的这样能力 把你人类的语言转化成 deep research 要去研究这个a卷

10:03 要去执行任务的一个清单 你来确认这个清单完了以后 再开始研究 然后让他研究个五五分钟 10分钟以后 那你就看着他爬 一直爬爬网站 爬了几百个网站 研究了哪几个信息源 推理 然后我发现这个哪个信息源不靠谱 我又研究了哪一个更靠谱的 然后最后给你生成一个报告 这种东西是怎么讲呢 打工感非常强又非常震撼的 然后出来的东西 其实哈 你看它里面它每个生成的内容 段落有引用的部分其实都标注了说哎 信源来自哪里 你又可以自己去做比对 那他这样 其实就把幻觉控制到了 比较少的一个程度 那比较坏的地方就是说 可能文字不那么出彩 或者是说相对是比较呃

10:49 中规中矩的一些结论 但是这个不影响 因为呃 说实话这个代课上网谁能够5分 钟帮你上300个网站 对吧这个谁也做不到对吧 我觉得单就这一点 然后又能够控制它输出的准确性 就已经特别强了 所以你看我们最近的几次播客 包括我们的一些工作 里面用到的东西 都已经是用deep research来做一些啊 所谓的大活了 对 然后还是我觉得还是比较比较靠谱的 所以这个后发优势 其实很快就凸显出来了 对吧 刚才我们聊到了所谓的推理能力 加上超长的上下文 加上他原生的多模态 这个事情 就直接把他的体验直接拉爆了 你哪怕产品现在还是很拉胯

11:37 我觉得对比对比 GBT它是一个产品公司 我觉得谷歌就是一个技术公司 就是说GBD他可能是做产品的 我觉得那个JB来 真的就是一个纯纯做技术的 他根本就不想在产品上 给你做太好的优化 就做一个傻大黑粗的东西给你 但是实际上 你真的去了解他背后的原因 深度去用以后 他的出活的能力我觉得是特别强的 嗯 是的是的 对在我在我用完之后 我感觉就说Gemini那他不像一个产品 我特别同意你说那句话 就说这JBT是个很好的产品公司 对然后他总是能够对 他总是能找到大家的两点 但是我这边这这呃那个 他总是能找到大家的基点 应该是说你不好意思嘛 哈哈然后但是我觉得就是说呃

12:23 Google他找对了 他做了j Gemini呢他把他真正做成自己的底盘 就把AI做成了自己的底盘 所有的产品 未来都会基于AI 重新再做一遍整合和开发 而且这个东西不会让客人去做 或者让用户去体去做 而是他自己 自己做完了以后你再用 他继续用他的产品就好了 但每一个产品本身都用 都被AI升级了 或者说被AI重塑了 甚至都以前可能还叫Gmail 举个例子啊 或者叫叫那个叫叫drive 但可能未来他已经不是原来那个 你用过Gmail和drive了 完全不一样 嗯 所以他没有在自己的产品端在做了 一个在新把AI做成一个新产品 类似于Gmail类 类似于谷歌搜索 类似于drive 类似于其他的一个产品 他更多的我觉得是把是整个提升了 所有的人 所有的产品的能内力

13:08 一个内力 他没有再去研究那个九 他没有在研究九阳真经 那九阴真经他就做的是九阳真经 我们上次在聊 那个谷歌可能不太行的时候 我们不是其实聊到了 他的那个技术人员的观点吗 对在他们感觉都会觉得特别快 这个时候就不一样 因为其实从做技术的人来讲啊 我们做个东西还是一般来说 3-6个月可能只能做一个 就是中等版本的一个迭代而已 但他们自己都觉得感觉到 哎我靠 我我六个月以以后 我现在看 六个月以前的产品 已经是上一代的产品了 嗯这个事情 是以前在谷歌是没有发生过的 从来没有发生过这么高的迭代 然后他说我现在才刚刚做完2.0的那个

13:54 好多东西搞稳定 2.5已经做出来了就 那个是几个月前吧 那是 所以所以说他们其实在内部而言 就是也已经是特别快了 不管说在那个数据的训练 还有就是他后面的那个 有几个特别重要的像强化学习啊 人类反馈学习啊这些东西的那个 不是说最近他那个 对啊突然用了什么怪招了 突然很快 他其实不是 他这个就是一个累积的结果啊 是一个累积的结果 其实就是一直都在做 然后而且业内业内同时 其实呃我觉得不光Google嘛 那还有像cloud 还有好多做呃AI开发应用的 不要说Windows Server 其实这些这些 他们用大模型来做第二次的 这些AI应用的 他们都其实都提到了

14:40 我们在1月份的 中国的DeepSeek对他们的影响 嗯也就是说 他们在那个时间点其实都会有疑问 到底像这个 我们现在知道reasoning推理 尤其是2.5跟呃Gemini 2.5跟2.0这边 在推理方面的那个进步 是非常非常大的 那推理这个东西 其实在呃 在那个deep seek 没有特别把它完全公开的时候 其实大家还是会有疑问的 因为看Openai没有完全公公开它 然后Openai讲的时候也没有讲非常细 这玩意怎么搞出来的 以后要怎么搞 大家就是那个时候还是比较模糊的 就是相当于这个窗户纸是没捅破啊 然后呢那deep sleep捅破之后 其实大量的这些做应用的公司 用大模型创新

15:26 或者大模型自己在做 大模型的公司都会觉得啊 这个事情其实真的应该朝这个方 向去做 呃我记得国内有一个做技术 还是做投资的人 就讲到 有的时候就是一个比特信息嘛 就是这个 就是0或者一 这个方向到底该干还是不该干 那这个事情在这个时 在那个时间捅破了 大家都往这方面搞 然后其实谷歌在这个时候 也做大量的调整嘛 应该我们还记得1月份的时候 我相信他的Gemini 2.0收费都还挺贵 然后而且我当时觉得2.0不太可用 就是幻觉挺严重的 也比较严重 对就是那个时候的reason 你没有当做一个特别重要的一个环节 一定加在里面 那个时候 呃就是相当于thinking model 就是思考模型 和这个像deep research 都是后面有思 有思考模型以后才出来的

16:12 那像这些东西的话 就是其实在那个节点 大家都受刺激了 然后但是大家很快就会 那个把自己原来手手头做的东西 做个调整把 就是像原来有点模糊 你到底重心在哪里 对然后啊 齐头并进 好那我现在把一些东西砍掉 直接放到这个推理 以及推理多专家训练呢 对对对这个速度啊 各方面啊 人类的反馈啊 强化学习啊 全部往上面怼 就这好几个东西 马上大家都知道集中发力在哪 那这个事情的话 我觉得说是一个特别重要的 背后的事情 就是人家那个底蕴就在那嘛 那transformer本身最好的模 这个基础啊 attention is all you need 所有的各种核心的论文 其实都谷歌自己发的 那他在被点破的时候

16:57 他的速度 我觉得是 那比以前要快多了 这是至少他们内部对看 就我补充一下啊 就是我觉得就是年后 你刚才讲到 像deep seek给到整个硅谷的刺激 其实非常大 其实我发现年后啊 我们以为是中国公司卷 你知道吗 其实我发现年后最卷的是硅谷的公司 对非常非常卷 你看密集频繁的发布新的模型 open AI O3O 4对吧 然后推理模型 然后Google的Jinnee直接也叠叠代到2.5 就整个发 呃还有那个GOGOK对吧 GOGOK也叠代到2.5 然后还有cloud cloud在2月份的时候3.7都还没出 你现在像现在 大家天天都在用3.7写代码 干嘛干嘛 对对对对 你不信 年后最卷的是硅谷 你发现年后最卷的竟然是硅谷

17:43 特别卷而且就是我 我注意到前阵有一段文 有一篇文章我有分享给你们吧 就是open AI研究员 这个姚顺宇讲的嘛 就AI的下半场嘛 对吧就他讲AI的下半场 上半场的话 可能大家更侧重在用什么方法 然后去跑奔去mark嘛 然后到下半场的时候 大家发现 就是应该用AI去解决实际的问题 那最后就发现 说推理其实就是这把钥匙 不管是a卷还是你的任何新的概念 没有推理这把钥匙 你就打开不了这种AI的下半场 就推理它是一个能够怎么讲 就是它的观点 就说能够让你去思考 说你要从a到b这个过程 你要怎么去做 怎么去做好这个任务的一个 让AI自我迭代完成任 务非常重要的一把钥匙嘛

18:30 所以后面我看了这篇文章以后 再结合整个巨头最近的密集的迭代 我就发现 真的就是大家就是就硅谷卷起来 他是确定了一个方向以后 就全员开始卷了 我觉得这个力量也是很可怕的是 其实就是对方其实本身就是挺努力的 本身很很聪明也很努力 只不过他由于资源比较充分 他可能走的点跟大家不一样 对他明确的时候 他资源压上去 他的速度真的是很快 对我们其实到看到 你看就是1月份出DeepSeek 2月份的时候 大家会发现说思考模型这么好 那那个时候cloud特别快 cloud它的3.53.7都在 那个时候就直接做了调整嘛 然后很快出了呃 相应的混合模型 它就直接出来了 那我们当时还分析过它嘛

19:17 就是说它是呃 可能是跟进最快的这个老外的公司 而且直接出了一个 那个模型大家都能用 因为当时大家像Keras啊 Tensorflow这种直接利用它编程的 只要生只要大 模型换成最新的 立马效能提升20%-30% 呃因为当时他就是唯一一个 其实把这个reasoning规划的这个呃 模型做的最好的这个 这这个这个这样子的一个思有 而且有 思考模型和普通模型混合在一起的 就是他唯一一个就是在那个 当时的GBT 4O都还没有做好 做到这种融合程度啊 然后那个 因为GBD 4 o跟O1这两个是两个模型 它没有混 没有没有混合在一起工作 现在也还没有 但是那个呃 但是现在的话 它正在正在做这个融合啊

20:02 它应该是4.1 呃 开始它那个就可以有有这样的能力的 啊然后但是这些东西的话就是呃 都是最近两三个月发生的 对那这些东西 那谷歌的话 其实背后一样做了类似的事情 我们刚才用了其他几家公司 因为其他几家公司的产品先出那 那谷歌是后发制的 就你现在感觉它一个全家桶 反正啥功能都有 我觉得他可能他的重点不在ToC了 我觉得他重点可能在ToB 大家可能如果从ToC的角度来看 你会觉得他动作慢 很保守但是你从ToB的角度来看 其实谷歌的策略还是非常激进的 因为我昨天突然在想 为什么突然他的他的这个口碑 直接就是反杀了

20:47 直接就逆转了 除了我们刚才讲的 技术上的这些原因以外 我觉得还有一个非常重要的点是 我昨天研究了一下 他过去几年在啊Google cloud上面的投入 你看啊过去四年我算了一下 他大概平均每年增长30% 整个营业规模 然后包括他的整个 整个整个业务的占比 也是逐年在提升的 然后包括我看我昨天也做了一个研究 你看他从21年 大概cloud占他整个业务盘子就7.5 到现在已经到12了 对已经是非常非常 就是进步的非常快的一个一个水平了 哦所以这个这个 我觉得他这一块增长特别明显 然后上周上 前几周 应该是开了一个Google cloud的一个大会

21:34 嘛就直接也是呃 在那个大会之 前发布了Gmail 2.5 啊 Flash这个比较叫做什么 轻量一点的推理模型吧 对嗯 然后而且他也是做那种呃 叫做推理预算嘛 那很多这种推理预算类似这样功能 就是说你可以控制他那个推理的成本 跟他推理的用量 那其实这些其实都是一些 我觉得偏ToB的能力了 所以对 所以我觉得他其实是在ToB上面 呃在AI的策略上面 我觉得他Google更目前的阶段 应该是在发力ToB 对因为他可能从觉得从ToC来讲 可能并不是一个现在发力的点 但是如果这个时候发力AI ToB的话 他的整整个增长可能会更快

22:20 而且通过基础设施的这种啊铺设 其实未来一旦ToC有更好的场景 它其实直接可以切入的 所以 我觉得Google从整个整个它的盘子去看 啊我觉得他在ToC上面 在AI的时候 他我感觉他不是那么的激进 甚至你看他推出一个像呃 这种AI搜索这样的东西 都慢吞吞的 那现在半天都只弄了一个实验室版本 都还没有正式推出来 但是你反过来看 他Google cloud做的事情其实非常激进的 真的非常激进 对嗯 是啊 他其实就是跟那个我们之前提到的 跟呃像 国内对标 如果是对标的话 可能就会更像呃 就是那个阿里的那种做法 就是就是我稳扎稳打的一个大模型

23:09 这些技术 阿里云的投入都是一直在投入的 那然后呢 我我的那个呃整个的那个方向的话 其实我也有ToC 但是我ToC那边可能你就看不太出来 就像国内你阿里你可能也看不出来 阿里它干了吗 我觉得你要类比 它更像是阿里加百度 就它更像是阿里加百度 对嗯 然后所以 所以他这些东西的做法就是会非常像 因为ToB这一块 能够把这些硬功夫做好的 其实是还是挺难的 那个整个的战略定力是要求很高的 就像阿里在这边做阿里云的时候 其实这十年呃 整个过程中间是大量的质疑 内外部都是 都是很严重的那种 对然后那个那谷歌这边的话 当然我相信是更复杂的多

23:56 因为谷歌的那个孩子更多 谷歌的孩子比阿里还多得多 对然后那这边的话 呃但是至少在就是你说的那个数据 过过cloud的增长 我相信是应该是蛮蛮真实的 因为我们自己在那个 我觉得说在接触呃 创业者上面 其实有相当的人 都会考虑在Google cloud 和Google的那个cop space 对cop space上面 去开始自己的那个 那个最早期的这些项目 然后而且长期也会去考虑他 因为他们其实在不管是价格 还是服务上面的话 都都是有蛮大蛮大进步的 这也是挺困难的 对于谷歌一家原来那么赚钱的公司啊 而且他的投入非常可怕 你知道吗 就是你仔细研究完 你会发现他是唯一一个在

24:43 就是在Google cloud上面 提供所有跨平台模态 然后加全站自研的公司 就全模态全自研 就从芯片设计到基础模型像 Deepmind嘛 就是基础模型嘛 然后到应用程序社区啊 Gmail这些东西 然后再到云服务 全站全站自研 然后这这有点夸张 然后全模态 包括他的那个什么图像啊视频啊 语言啊这些全部也是全模态的 就你你想一下哪一家能够做到 这样子 就其实是非常凶猛的一个投入 对 所以现在这个时机就差不多就是到 于说他把呃 ToB的一些东西做好之后 其实呃

25:28 我觉得agent这块儿 他是下了很大的作用了 就是你刚才提到的像deep research 他的背后 对呃也是他自己 背后有一套agent框架在做嘛 然后 而且这套agent框架是Deepmind先有做过 使用到一段时间了的 然后他们现在在把它整合起来 然后跟云这边的一些基础架构 做了整合 他们云这边是有一个那个agent space的 一一些一些项目 然后整合在一起 那deep research是一个 现在大家看得到的一个一个能力嘛 那其实背后的可以衍生的东西很多 那它其实更重要的就是说 接下来有这些东西之后 能够把一些ToB的一些企业服务 做得更准确就行了 因为他现在这个GMD 2.5这一块 最重要的就是说超复杂的超长上下文

26:15 对这些内容的和推理的处理 能够做得好 那他是很需要的 还是说要能把这个整个企业的 相当于我们最后说的 还是几个大客户的这个case要做好呗 那这个东西你真的能做好了 他后面的机会就是势能就会很强 对其实你反过来看嘛 你要服务好企业客户 这些基础能力就是超强 上下文加全模态 多模态原生多模态 这些是最基本的能力 因为企业的场景非常复杂 如果你只是一个语言模型 你是完全解决不了问题的 对完全不够 语言模型只能是其中的一个部分 就是我们之前说的 他可能占百分之二三十啊 很必要但是呢 对它不是最重要的那个部分 它其实还最重要的还是云服务

27:00 基础自动化 还有各种各样的那种安全健全隐私啊 这数数据灾难恢复备份啊等等 这这些东西 这东西在企业最最重要的 那都是在云这一块 那如果云做不好都没有戏 这些东西 嗯对对对 对 其其实这一块他我我仔细研究了一下 他其实像在上前几周 那个Google cloud大会上面 他也讲了几个ToB的案例嘛 就包括其中有一个 有一个案例就是那种就是汽车餐厅嘛 就那个德莱素那种餐厅 然后他是用呃 Google的模型来做那种啊 语音点餐 就在复杂的环境下 又能够准确的 人类理解人类的点餐意图 并且形成订单 其实这个其实就是 在一个复杂场景下面

27:46 他的所谓的这种原生多模态的能力 就展现出来了 其实我我后面越到后面我我越会了解 说他在之前在这些技术上面的选型 架构跟投入的一个效果 到现在就直接到了收成的时候了 只是说 他可能产品还包装的不是那么好 但是实际上在可用性上面 我觉得已经非 常高了啊 所以至于 所以说我现在基本上我不太用GPT了 因为我发现GPT的可用性越来越差 对就是 上次我还跟老修讨讨论过这个问题 就后面我们发现可能是这样子的 就是为什么你会一开始觉得呃 君奈不够 不够呃灵光 然后你会感觉GBT特别灵光 可能我我们两个聊完以后

28:33 我发现很好笑 就可能 GBT是在人工标注上面做得更好一点 对 然后Google在这一块可能比较保守啊 就做的多的是 基础的这些模型上面的一些努力 那在这种所谓的人工标注 一个老兄之前是说来不及做嘛 对吧一个来不及做 一个也没有办法 就短时间内做的像open AI那么好 对没有 没有说像open AI 因为open AI其实毕竟还是创业公司 他得有一个长板 就是像这种人工标注 200美金一个小时 请博士生 天天都在搞这种事情 你其实那个而且是各专业的啊 不是 不是说普通的通通才的那个博士 而是各专业的 就这种那谷歌肯定也在干 只是说那 那GPT会更聪明啊

29:19 他会觉得 说我在某些领域可以做的特别长板 能引发传播效应这些 这个这些东西谷歌就不是 不是它的重点 对不是重点 它可以做得好 但是它不是说 我要在这些可很显性的地方 做的那么好 大概是这样的 而且你看呃GBT 它多个模态也是相对是分离的嘛 就它并不是一个原生多模态的 一个一个模型 所以在处理一些复 杂任务的时候其实没有Gemini那么丝滑 就比如说我 我研究了一个带图的PDF文档 里面我告诉他具体第几页的哪一张图 然后跟着整个上下文的关系 其实Gemini就能够完成的比较好 但是g b t就会 我个人感觉啊 用的时候就会稍稍稍微曲折一点 所以 这个也是一个架构上面的优势的体现

30:06 但一般人不会感知啊 对就一般人很难感知到 其实这里如果用用冲呃 比较轻的比喻 其实还是会有点像是这个Gemini 他更像是一个理科生的那种表现 就是如果你跟我讲比较好的 逻辑思维的一些东西 或者是话术 是我比较熟悉的那些那些专业的东西 那我可以回答的比较好 那那如果跟我讲稍微泛了一点点 我可能没有像GBT那么的灵光那样子 因为GBT有很多人工的补贴 对那个反馈学习在里面嘛 那他会注意说唉 你讲的不好的时候 我可以帮你补台 或者说我帮你开开玩笑 让你再来一点 什么东西 他都会 你会感觉会更更像一个跟人在协作啊 跟更聪明的

30:52 一个一个一个文科背景的人在合作 会更舒服 这个是很实际的 那我觉得 这个也是创业公司的一种特点吧 就是你你做的东西要有你自己的特点 然后这个其实会更容易被人家使用 那谷歌这个现在就像你说的那个 上来先要选模型 这个就是正常的 不是一个那个呃一个好的产品 但是你反面来看 是不是现在你要 做一个AI的创业 你优先会选用Google的模型 对不对是 就是能够完成一个更复杂的一个交互 跟创意对会 相比这种直接用open AI的API 这种语言模型 可能会是不是效果会更好 这个这个 我觉得我可以举个例子 就是听你们俩聊 我就有一个脑例子 有个例子在哪里

31:37 就是有个应该叫个怎么说 形形象的画面在哪里 就是GBT你就像什么 就像一个聪明的孩子 然后呢脑筋急转弯啊 然后说话又幽默呀 你知道吧 带出去呢 又灵光所以大家呢 都喜欢跟这样的孩子玩 但是呢对 GB那个Google呢 就像什么呢 就像一个嗯 没有什么短板的 全科的特别稳重的一个高材生 然后呢平常你也不会觉得他很幽默 你也不会觉得他这个很灵光 但是呢你就会觉得很稳 如果说你要是说去搞这个春晚 然后呢你想找个搭档 你肯定会找GBT这样的 又灵光又幽默的 但你要想找一个全科竞赛 搞一个科学竞赛 你肯定希望跟GBT这嗯 Google这样的搭搭档 做做伙伴嘛 对吧然后反正我感觉就是说 其实你们俩当那话题小小苏 刚才说的商业化这块

32:22 我觉得Google其实做一开始 都是做ToB的嘛 你看咱们用的Google的产品 作为个人来讲 基本都是免费的 无论Gmail也好 drive也好 对吧然后这些东西都是免费的 但是别忘了 Google赚钱都是靠ToB啊 一直都是靠卖这个卖排名也好啊 对吧啊 或者不也不能说要卖排名吧 对人家不搞竞价搞广告嘛 卖广告卖流量对吧 像我们也要给Google投流什么的 都是要做的 所以其实啊 包括这个 后来说cloud等等 哦这个从本质上来讲的话 我觉得Google就是在坚持自己的路线 他就是把自己的AI能力 渗透到自己所有ToB的产业里面来 然后并且告诉大家AI是该怎么用的 这点上很难很难 我觉得GPT是给大所有人普 做了个科普 告诉大家什么是AI 但真正在商业中怎么去赚钱 用AI赚钱 可能还是要靠像Google这样的

33:09 很扎实的产品 然后最终能够提升 提升是就是ToB级别的效率才可以 这是我的一种特别直观感受 嗯但作为个人来讲 我我就想特别想分享啊 就是我觉得这是一个 就是作为用户个人来讲 薅羊毛最好最好的时间 最好最好10点 真的你就想吧 就说我这段时间就用这用用那个 用GPT也好 然后用那个JMA也好 虽然都是氪金了的 但是即使氪了金之后 GPT它的那个deep research也是有限次数的 然后也是要 就是说我要真心使用的对吧 也不能随便瞎搞的 对啊但这个呢 就敢让我瞎搞 而且你看他哇塞先是用什么模型 完了看看了哪些网站 然后做了什么推理 哇塞特别有意思 就跟看小电影似的 我现在那个连其他电影都不看了

33:55 就喜欢跟那个Gemini Gemini来聊 为什么我觉得像个人来讲以 前你很多你可能很感兴趣 但是又没有人去问的东西 你都可能跟他聊 跟他聊完之后 你还够通过他的research 找到一些 你可能根本就之前只是感兴趣 但根本就不知 不知道如何下手的地地方 你就想这个背后的算力成本是多高 而且我打断一下哈 就是他那个不只是生成research啊 只是说research是他默认的一种形式 你可以要求他生成一个口播稿 你可以要求他生成一个小说啊 其实是可以做得到的 是但那就是他背后是一种框架 对他背后就是AJ 没错就是说从个人来讲 为什么我说是薅羊毛最好的时代呢 就因为我我曾经看过一篇文章啊 就说背后的算力 就是前两天有一个笑话嘛

34:40 也不是笑话吧 应该就是一个比较 比较一文 就是说那个嗯 GPT的那个总裁奥特曼嘛 就说大家不要再跟GPT说谢谢了 说一年因为GPT要回复谢谢这两个字 就耗费几千万美金 因为每一次你说谢谢 GPT都要重新计算一下 然后怎么算一下 对都后面都是算力对 然后说光这个 光这个每天像生成一封邮件 或者生成一封回复这样的东西 就要消耗掉很多能量 不光是电力 还有水嘛 因为它冷却要去冷却服务器嘛 所以你就想 我们做一篇这个deep research也好 然后生成一个口播稿也好 或者弄一个绘本也好 这背后的算力 这些成本 远远远远要大于我们所刻的金 对吧是 那这个东西是谁来付钱的 对吧那如果这个时代 如果你不去薅这个羊毛 你不去做这件事的话

35:26 说句不好听的话 你就是为此付钱的人啊 这你知道吗 就是为什么 为什么Google这样让你白嫖 我我觉得我昨天看了一篇文章 他提了一个概念 就是他的每个美元的智能 就是就是呃 best l l n per dollar 就是这个 这个值就是他是非常低的 就是你你会发现 就是每个美元你能换取多少智能 其实前面前几位全部都是 就是为什么 就是因为我刚才讲 他得出的一个结论是 因为他是在AI的里面的投入 是全站自研的 就包括从芯片设计到架构 到基础模型 到云到对到云 到数据所以它成本巨低 它成本巨低 你像我看一下啊

36:11 我现在现场看一下Gemini 2.5 呃 2.5 Pro 它是整个性价比最好的 就是在整个就是每个美元的智能里面 性价比最好的 就是智能水平是最高的 然后呃大概价格是在中位数的 价格在中间对 所以你看能够支撑到它成本这么低的 我觉得肯定是基础的投入 还有一个就是 它这个东西就是拿来搞ToB的 否则谁跟你搞这些啊 搞ToC的我没必要啊 对那这里面肯定没有算入 算入研发成本嘛 他只是在运行中的 这个成本肯定是最低的 对对对他因为他投入成本那是天价 那绝对是 对对对投入一定是天价 但这个东西他我觉得一定想清楚了 一定是通过ToB收回来了 对吧是的嗯 但是我就说嘛 从这如果站在个人角度来讲的话

36:58 我觉得大家真的要去绞尽脑汁的 去跟他交流 跟去去用这个功能 因为你好多如果你不去用 首先那未来大家可能都在用 或者未来也也可能就说 当你觉醒的时候 已经有很多人在用 他赚到钱了 然后所以我们不如先用 而且 这个东西现在对所有人都是开放的 不是说只有那些权贵 只有那些非富即贵的人才能够用 这是最重要的 而且你现在也不需要氪金 因为Google有一个留了一个小后门 就是Google AI studio 那个地方 你可以每天免费注册不同的账号 每天去白嫖他的最新的模型 然后这里面的调教还会更先进 然后它的限制也更少 比如说像Gemini里面就不能传音频了 对那 但是在Google s studio里面 你就直接直接把音频丢进去

37:45 四十几分钟的音频丢进去也是可以的 所以就是我感觉对他对ToC 基本上他就是这样一个态度 以前给你做Gmail 给你一推出来随便来Playground随便玩 对对以前刚你记得Gmail刚出来的时候 10G容量还是多少容量 我忘了对啊 那时候邮箱是几百兆 对超大杯直接完全国内还要收钱呢 好多几百兆还收钱呢 对对对 我现在有点感觉又回到那个时候 他现在反正你氪金你爱氪不氪对吧 你不氪金你就是老子不在乎 对对谁跟我交朋友都没关系 谁都没有我有钱对吧 对有的是钱 哈哈就是这样 对但是你反过 来 就是我们很少去关注他cloud的部分嘛

38:30 其实他cloud的部分其实已经我感觉呃 已经做得非常的扎实了 那我还有一个发现啊 就是我有应该有 分享给你们 我觉得 除了我们刚才讲的技术上的投入 然后啊等等这些原因以外 就是还有一个很重要的点 就是他在人员上面 其实留住了核心人才啊 这个可能是很多人是的没有发现的 就是我昨天分享给你们那篇文章嘛 稍后我也会贴在那个show note里面 你像那个哈萨比斯就是Deepmind的CEO 然后诺贝尔奖获得者嘛 对对对 谷歌云的CEO都被他留下来了嘛 对吧你看大家在在挖人的时候 这两个最核心的人是留下来 然后还有回流的 对吧我们之前之前聊过那一期

39:17 那个character点AI的那个norm 对吧对 他也回归到啊 Google来做Gemini的 就技术的联合负责人 这个哥们也回来了 这个是呃 attention is all you need的联合创作者 对吧联合著作人 对是非常强 然后之还有一个刚才讲的 Google a studio的这个负责人 也是从open AI回归谷歌的 所以你看他其实呃 是真的留住了核心人才 那如果不是这个动作 呃这些核心人才没回来其实很难讲 对吧就大家可能就不看好谷歌了 对嗯嗯 是这样 这些人的选择其实是特别多的 这这种但是这种的战略变化

40:03 其实按谷歌以前的速度了 没有那么快 是的是的 有这个事情所 以就发现巨人转身啊 要快也是非常快 你真的就是你也不能骂他官僚 就就 他真的是还是做对了很多事情的 哈哈哈这个不能用快慢来说 我觉得他已经很慢了 就是在咱们看来 你像上次之前 咱们说那个GPT纹身图的时候 然后就说到嘛 我说这个产品其实最适合谷歌来做 因为很容易就能造成现象级的 全员的去接受一个a AI的功能嘛 然后后来我们也又谈了 就像当老修也说 其实在deep sleep出来之后 各厂商或尤其是硅谷 你当然也说硅谷其实它没有春节嘛 所以deep sleep自己发布之后 自己欢欢喜喜过春节去了 其他人都慌了 所有人都开始卷 那我们再讲一个中局的猜想吧

40:50 就是讲完了所有这些 为什么它JIMENA 2点五Pro的整个口碑反杀啊 等等这些 呃 我突然想结合我们上周聊的那个话题 就是腾讯 腾讯不是把那个元宝接到了微信里面 变成一个AI的联系人嘛 我发现那期出来以后 呃 反响平平 或者是说 市场上 大家对于这个消息不是特别关注 嗯嗯 呃我也不知道为什么哈 但是 作为一个跟腾讯打交道非常久的人啊 我知道这个动作其实非常关键 这是一个入口争夺的动作 嗯对 那只是可能大家觉得他不够惊艳 或者是没有出圈的点 或者是怎么样 我不确定 但是我觉得这个动作非常重要

41:36 这个动作 让我联联系到最近Google这些动作 以后就是我直接有 一个假设 我觉得AI终局就是拼生态了啊 就是拼生态 前期可能还是拼模型 拼技术啊 我们刚才讲所呃 open AI的模型优势可能在上半场啊 赢了然后呢 可能下半场Google靠整个技术优势 靠整个全站的能力 它可能拿下来了 但是我觉得 通过腾讯上周我们聊的这个例子 我比较想说的是 这当然是我个人观点 就是下半场就是拼生态啊 不知道 呃贤哥你怎么看 我还是不太喜欢用下半场这个词 嗯就是我觉得最多

42:21 最多 在我看来就是刚打完篮球的第一节 嗯啊 就是因为我觉得 AI完完全全还没有到一个 就是已经全民都知道 而且所有人都渴望用AI的这个阶段 只是我们聊的比较多 我现在最近有个很大困惑 比如你看咱们聊 都是在聊说这一周发生什么 这一周发生什么 而对我身边人来讲 他们觉得这一年都没有什么发生 对AI来讲 他们可能就是在年初听了一个deep deep 呃就是deep think 对吧deep think 然后知道 这个东西对我们的国运很有影响 然后在去年知道一个check g b t 然后呢再往后呢 再往前呢 其实 大家并没觉得AI真正真正改变了什么 只是觉得哦 中国在这上不能输 然后呢只是从这个情绪上面 迎合了这个这个事态的发展 但对于技术的增长 或者对于它真正的影响了什么的 很多我觉得

43:07 就是很多身边朋友 都没有真正去用过而也 真没有说真的 去跟他做到形影不离的地步 我觉得只有到那个时候 就是就像微信一样 微信有了几亿的 可就不是说现在14亿啊 就是说有了几亿用户之后 每个人都必须有微信的时候 那才到下半场 所以我觉得AI是什么 就是每个人手手边 至少有两三个AI的这个付费工具了 或者说每天有至少打开AI工具几次 这种情况之下才叫下半场的开始 我为什么觉得就是说这个问题呢 就是生态也好 产品也好 还是说模型底层能力也好 最终还是要解决实际问题的 现在的是很多 我们身边是有解决方案的 只是这个解决方案没有到最优 或者说没有到最佳 对吧然后呢 AI是可以把它提速 或者说提效 或者说节省成本

43:53 但这个事情怎么去做 很多人还不知道 而且觉得用老办法没有问题 就像能走路的时候 很多人还是选择走路 但是如果说随时都有一辆车让你坐 大家还是会选择坐车 因为每个人都会犯懒嘛 但现在觉得走路更简单的 那还是去走路 所以我觉得还完全没有到那个地步 就是大家每个人都必须配一辆车 或者每个人都必须配 配一辆自行车的地步 所以我 我并不觉得到了下半场这个节点上 这是我第一个观点啊 第二个来说生态这个事 我觉得是非常非常重要的 我特别我特别同意小苏这个观点 但是从表现形式上来讲 我觉得还是看大厂的能力吧 就是他把在内部的 调整能力 因为每个大厂都知道很重要 但是不是每个大厂 最终都能够克服自己内部的官僚 或者说内部的这个固区的壁垒 能够让现就原来的产品真正被AI赋能

44:41 然后让原来的产品的用户 能使用上新AI功能的版本的产品 我觉得到那个时候 很多真正的这个就是用户的需 需求才会被激发出来 这是我的感受 嗯嗯对 其实我这个特别有理解 我觉得现在我们更多聊的AI 可能对ToB是更实际的一个东西 因为它涉及到了你的整个底层的云 包括你业务提供服务的改变 这个是消费者或者是一般的普通人 他不会直接看到的 对他可能直接会感受到 就是 我在微信里面多了一个元宝的联系人 但是多了这个联系人 对于消费者来讲 我要去跟他聊什么 对我可能也我可能也没有 但是这个时候反过来

45:27 他如果告诉我哎 你今天应该关注的10条新闻 或者是你今天啊 到了广州你应该做的5件事情啊 他会主动来告诉我 通过AI的方式 通过一个云服务赋能过的 类似像Google cloud这样的 就是改造过的业务的服务的形式 然后来给你提供服务 我觉得 这个才是我们真正看到AI应用的时候 对说句比较糙的话 举个比较糙的例子 就是每个人都想做大老板 都想配几个小秘书 越好看越好 但真正的大老板 并不是看小秘书好不好看 而是大老板真有事 让小秘书帮着去办而 且这得小 能把这些秘书都安排好 所以我觉得 大部分人 是不具备当大老板的这个目前的能力 所以嘛就AI单独作为一个应用

46:14 我觉得他挺难的 就强如雀的GBT 也就是8亿用户 全球8亿用户 怎么样呢 又怎么样呢 对不对嘛 也不见得说对又怎么样呢 对对吧 又能又能解决什么问题呢 但是他真的是 应该 要融入到像微信这样的业务里面去 对吧让你有一个非常具体的场景 解决一个问题 我觉得这个可能是我 我觉得他 未来我们会看到更合适的一个形式 包括说我看现在我感觉哈 有一些产品已经改变了 比如说你把呃 像像Gmail集成到Gmail啊 或者集成到呃其他软件里面 我其实没有什么感觉 但是有两个产品我感觉颠覆特别明显 呃一个是Google的这个表格

46:59 他已经直接原生集成了German 那就直接可以用German做表 对那这个其实是非常大的一个提升 因为过去为什么这块骨token不下来 因为你不是office 你不是Google 对你不是Google表格 对并并不是说技术的问题 是用户的问题 用户不在你那里 对你要绕出去外面去 去写一个Excel的公式 再进来贴啊 或者你还得知道能用AI去做这件事情 那现在原生的解决了 还有一个我觉得是被颠覆掉的产品 叫做笔记本 哈就记事本 你看啊我现在啊 已经不用传统的这种备忘录了 就我不存储知识了 我也不收集数据了 我所有的东西都在Notebook LM里面 比如说我今天要研究Google的ToB战略

47:45 我就用Notebook LM打开 然后告诉他我要研究这个课题 他就去帮你爬 10条或者20条这种 他收集到的跟Google ToB策略有关的话题 放到这个笔记本里面 然后你直接跟这个笔记本对话 嗯去问笔记本问题 然后去得到你要的答案 你还做什么笔记啊 就数据收集跟这种想法 头脑风暴跟这个 得出 你得出的结论全部在Notebook LN里面了 我就不做笔记了 就笔记本 这个产品没掉了 所以你看嘛 我觉得后面还会有非常多 这种被颠覆掉的一些啊 产品品类 我觉得有一些品类一定会被颠覆掉 对所以这个我是觉得说个人 我个人会看到的就是AI对 不管对创业

48:31 或者对我们个人使用的一些一些改变 那前面我们讲的很多 我觉得更有意义的是对ToB啊 是这样子的 是这样的 就是我非常同意的是那个呃 贤哥刚才提的这个 还可能还很早 就是从技术上来看的话 其实这个呃 他应该说是大模型和这个基建的 包括云端的这些东西的进步是很大的 但是离最后一个产品比到完善 到大家开始使用 然后到那个 而且很多人开始使用统计级 到统计这个这个级别 对这个是 还是会回到那个之前讲的那个 跨越鸿沟 那件事情 就跨越鸿沟 一共有五个阶段啊 如果我们刚才不是说邪哥讲到的 是说哎

49:16 感觉如果是打篮球可 能在第一节对 如果是跨越鸿沟5个阶段 那我们肯定还在第一个阶段 就第一个阶段 是那个early adopter 还是那个早期适配者 还在想办法适配的那个阶段 嗯嗯那早期适配者的话 其实就是我们这些每周在关注AI的人 每天在关注AI的人 我们会觉得说哎 很开心有很多的进步啊 各种各样的东西 但是从c端的角度 他们都是在第四阶段差不多才会管 对开始注意到这些事情 那第四阶段我们都还在第一阶段的啊 然后那个那个 所以等等 那得等 我们在第一阶段的这些创业者啊 然后那个呃 或者是大型的公司把这个产品做出来 然后从这个早期的early adopter到那个呃 后面的开始普遍采用这个阶段

50:02 中间还有四个阶段要跨越 那这个跨越的阶段的话 里面本身是除了技术 本身是有很多技术要做的事情 也还有很多 我们人的那个呃 什么组织啊 服务角色啊 全部都应都会跟着 这个东西会变掉吗 就我们之前讲的 生产力跟生产关系会重塑 那这个里面在变的过程中间 其实还相应需要不少时间 那那我觉得说 其实最最清晰的事情 就是这里面的机会特别的大 就是从创业的角度来讲 或者说你在一家公司里面 你重新用AI去重塑你里面的一些 这个工作的这个呃 流程顺序 或者是重新创造一些你原来看不到的 你看不懂的一些价值 这些东西现在都有很大的机会 我觉得这个

50:47 是现在最清楚的 但是到底怎么样 你得都得在每个人 在具体的组织里面 具体的产品里面做出来了 才能够开始有用户去使用 就现在是是这么个阶段 不然现在送到用户手上的东西 其实呃你抢到最强的GPT 几亿人的 这个活跃 大家也只是说在某个场景里面 我会拿起来用一下 那我每周会活跃那么一一两次 那我但是我是可有可无啊 我没有你发j p t不能访问了 我也我也可以做 我还是有别的方式可以做 那这就是c端状态 那如果b端完全不一样 如果b端 我现在去替换掉了某一个那个 呃用户的那个那个工作 呃就是企业里的工作场景 里面的某些环节 现在我就是某种邮件 专门由这个AI去写

51:33 专门去回复 那我的这方面的那个人工 我省下来去做别的事情 那这个事情的话 只要开始跑了 我以后就天天都是这么跑 然后哪天突然断了 我就人就非常的痛苦 员工就得去补 对 其实b端b端的变革是非常重要的呀 你看你你电脑一开始出来的时候 一定是公司先用了你个人才买一台嘛 除非你是真真的那种爱好者 对吧你愿意自己去组装电脑 就你回想90年代的时候嘛 对吧 你没事情你自己在家拿个电脑做表格 你你有病啊 肯定都是我去大学打游戏的 哈哈哈你肯定是在公司里面 已经经过这样的训练了 对吧 然后或者是已经要求整合的这样 电子化的工作流程

52:18 你在90年代的时候 你才会考虑自己买一台电脑吗 否则你就是买去打游戏吗 那你刚才讲的这些就是 所以说b端的 在我们自己业务流程的变革 先从底层开始 然后再到每个员工 不管他是用Google呃work work space 还是用什么钉钉 还是用什么企业微信 这里面已经整合了AI的功能 你看现在还有多少销售 在给人家发邮件 是发信息 发那种短信是在吗啊 发微信是在吗 然后发那种邮件是这种复制粘贴的 一点都不个性化的 他都不知道有AI这样一个东西 你知道吗 对所以 当只有当我们这些工作流 被ToB改造的时候 然后当我们作为一个个人 在公司经过AI的训练以后 你才有可能在就是生活中引入

53:04 就是一个非常具体的AI的产品嘛 否则现在的AI 像确的GPT这样的东西都不可 不能叫做一个 就是不可能 不能叫做一个 就是家喻户晓的产品吧 对吧就你 对对对对 就就chat的门槛是特别高的 就聊天的门槛还是很高的 就是如果今天这个话题要结束之前 我我其实挺分 挺想分享一个我最近的感触的 我觉得就是 现在AI还只是在 对于生产者来讲的一个工具 他并没有到消费级别 就是这是我特别大的一个感触 就是就是 我忘了是谁说的 就说他把这个很很粗暴的 把所有产品分成两类 一类就是叫节约时间的 一个叫做消 费时间的啊 然后呢所以现在来讲的话 我觉得AI还只是在节约时间层面上

53:49 可以造成一定效率 效果在还没有达 还没有真正出现AI级别的 消费级的产品 所以远远还没有到下半场 这是我的一个特别特别大的感触 为什么这么说呢 就是说咱们现在做这个节目 可以能明显感觉到 就是我们用了AI之后 我们做节目的质量也好 效果也好 时间也好 都有得到了巨大提升 节约和这个提高啊 包括我们自己 因为如果要没有AI research之类的这些功能的话 我们可能自己就会被自己的信息茧 房锁锁死住 过不了多久 我们肯定没有可聊的东西了 对吧 就在不断地重复前几期的内容了 然后这对咱们来讲 因为我们还是在 呃就就是夸张点说 或者说自大点说 我们还是生产者嘛 我们还是希望 能生产一些这个内容出来 生产一些这个新的东西出来 但是从消费级别来讲 如果我是一个听别人播课的人对吧

54:35 我其实不会太关注他用没用AI 我只是想知道 他的产品适不适合我来消费 就像咱们前面几期时我也提到了 消费其实是一个特别特别重要能力 尤其对发达社会来讲的话 然后这次 制造合格的消费者 和这个高级的消费者 才是这个推动社会不断前进的 一个重重要的指标 所以从AI来讲 我觉得现在还远远到不了下半场 就是真的 它还只是在生产中的某些环节 做了提效而已 还没有到整个生产环节不可或缺 完全只有用它 要不然就会被彻底淘汰掉 无情的碾压在时代的车轮下面 还没有到这个地步 然后自己到了那个时候 那生产者会制造生产出更优质的产品 之后才会有消费 消费者的需求真正被满足 做做做出消费级别的AI的产品 我觉得到那个时候 应该是说还没有到一个一个家用电脑

55:23 智能手机的 这样一个 真正的就是进入寻常百姓家的时 对对你看那会儿 就像如果举电脑的话 那就是这 但就是说最早的大型机 然后小型机对吧 那会儿的所谓小型机也并不危机 对危机 然后呢又到又到PC 这叫个人电脑 个人电脑其实也只是台式机 我们现在应该在装机时代 对吧哎对 然后还有小小 还是在装机时代 小霸王呢 对吧还有那些模拟那个PC机呢 然后才到了笔记本电脑 从笔记本电脑才有可能出现智能手机 平板这些东西 到了平板和智能手机 我才觉得那才叫真正的电子 就电脑的消费级别的产品出现 完全就是每一个人都有了 嗯对对对 因为你如果就基于现在这些设备的AI 它它就是一个软件 它没错就是就是

56:08 他做不出对于99%的人有价值的东西 没错就是可能就对1%的创作者对 或者可能就对1%的创作者或者生产者 他可能是有用的 但是对于99%的人 那些想要消费时间的he 可能现在我还我觉得 他没有到一个手机或者电脑的时刻 满足不了 没错所以所以像我现在 我没事能够跟自己 能够跟Gemini聊天 聊聊聊4个小时 那可能是因为我有生产需求对吧 但如果说对我有消费需求 我更愿意去打开电脑 或者打开那什么游戏机 打开Xbox玩会游戏 所以还不一样 嗯但我还是刚才那个观点嘛 就是像这些电脑啊这些东西 还是先从企业的改造开始 才到个人的 但我们会发现说 现在企业的改造慢慢开始了

56:55 对吧至少很快 我们看Google的很多动作 基础设施的铺设 然后包括唉 国内就我们就说国内 前段时间你至少接deep sleep API 也是个动作吧 对买个a再说 买部老式的整体机嘛 对你看像开福老师这种创业的 直接转成说帮你上deep sleep 对这这这都是很实际的动作 对那我们不说怎么样 反正不管你信不信佛 你念阿弥陀佛就行 就我觉得也可以 对对对那我至少说ToB的是改变了 那我们再等一个 就是ToC的时间点嘛 就大家一直在讲什么什么iPhone时刻 我觉得还早 还没有到 手机之外的一个新的东西出来 我觉得还没到这个点 然后为什么 我觉得会赢在生态 就是说到现在这个时间点

57:40 你会发现就是ToB改造完 从云的层面改造完以后 完了以后进入ToB的产品 不管是Google的全家桶work space 还是什么企业微信钉钉 这些产品改造完以后 我觉得才有可能说出现一个到ToC 的时候我们每个人都都已经能 都都能够理解的 AI的产品或者终端出来 然后我们一把就能够用上 我觉我觉得会 但是这个过程应该会很快 我觉得这个动作会很快 因为ToB 我们现在来看就是你看ToC的进展啊 可能就是怎么模型又怎么样 好过去跑分 现在不跑分了 那我们就讲a卷啊好 但是你去看ToB的速度其实是更快的 而且这些动作非常底层非常扎实 就像Google来讲吧 从芯片的投入

58:26 到基础的模型 然后到他的全家桶 然后再到他的多模态等等 这些投入你是看不到的 就像我我们刚才讲我用Gemini 普通人用个Gemini 感觉这东西傻大黑粗的 跟跟俄罗斯产的一样 哈哈哈这东西就不能叫做一个产品 为什么还要我选模型 但是真的你用了一个礼拜以后 你就发现这个东西它的上限太高 好对 就他的上限 你知道吗 他是我 我几乎觉得他的上限是非常非常高的 对那 那就是说明说 这个底层的能力特别重要 那换一换一个角度来讲 就是当Google投入了这么多在底层上面 去确保了它一个做的不怎么好的产品 但是它的上限能够特别高的时候 那作为一个创业者 其实这个时候你有一个很好的想法

59:12 我觉得你是可以考虑去接入 类似像绝密奶这样的ABI的 我是觉得呃 应该能够在很多奇奇怪怪的场景 帮你实现一些很特别的需求 没错去做一个生产者吧 做一个生产者的话 在这个时间点是薅羊毛最好的时候 对而且过去 比如说你做一个比如说新闻类的产品 哈 你比如说你用gogokid去爬推特的舆论 然后呢 用这个deep research去分析这些舆论 然后最后你可能用呃 GBT来做舆论的总结输出点等等 嗯我后面发现 只要Gemini night迭迭代到一定的程度 它自己溢出以后 就就只要一个工具就够了啊 我觉得可能最后就是这样子 所以说你说这个东西怎么样 就是我觉得嗯

59:59 就是底层 底层啊云啊 包括这种呃底层模型的迭代 可能大家应该关注的点是 它的可能性在哪里 能够帮你做什么 对原模型的局限性 我觉得太太太局限了 就过去我就做过一个视频 就是我觉得AI GC啊 就是像这种内容生成类的 对模型它就是一个伪需求 或者是说大家不要被GBT带到坑里面 带到聊天的那个坑里面 一旦你把产品做成一个呃聊天框的话 那这个产品就注定是死亡了 我觉得这个产品就没什么前途了 对 是的是的 是是反正就借借这个Gemini这个事情 我个人是还是挺兴奋的 我觉得就跟大家做一期节目 来分享一下

1:00:45 Google背后的整个整个大旗吧 啊他通过Gemini 他到底想要拿到什么 他想做什么 然后他的投入是哪些 是我们没看到的信息差 也跟大家做一个节目来分享一下吧 对对我们也一起拭目以待 看那个真正的下半场时刻 或者iPhone 时刻在什么时间点出现 我觉得 这个会不会需要让我们再等20年了 我绝对不会 我觉得三五年里面 就是那个deep Deepmind的那个CEO前阵接受一个采访嘛 说他可能觉得5年左右能够到a G I 嗯我觉得呢 5年左右会不会到AGI不干我的事 但我觉得5年左右在呃 民用的AI里面 会有一个非常非常棒的产品出来 然后千家万户在用的产品出来

1:01:30 我觉得是非常有可能的 那就借这个吉言 我们祝福所有 嗯人民公社说AI的听众 在5年之内都靠AI赚到大钱 嗯是的 咱们赚到大钱 先先自己享受的好 希望给你提供一些有价值的信息吧 好的好 一路有你 这期节目就到这里结束了 嗯拜拜 下期再见拜拜

Share

更多视频摘要