你好，我是庄明浩。 这里是我的个人播客节目《屠龙之术》。 我是一个游走在互联网与风险投资行业的边缘人士，身上的标签很多： 2C互联网、文娱、二次元、电竞、直播、风险投资、美元VC等等； 这些标签大多和我的工作经历有关…… 而在当下，这些关键词所蕴含的那些信息似乎都成为了某种意义上的”屠龙之术“。 这些方法论们要解决的“龙”已经快要不复存在，那么他们的价值还是什么呢？ 我没有什么答案…… 这档播客更多的会作为我个人的记录与表达， 或许某天再有新的“龙”出现的时候， 也就是这档播客停更之时…… 如果你和我一样，还在缅怀那些“屠龙”的岁月，欢迎收听我的节目，我们一起缅怀； 如果你和我不一样，并不了解这些所谓的方法论，也欢迎收听我的节目，你可以去了解下这些陈芝麻烂谷子的”术“是否在今天依然能有可以被借鉴的地方。 想加入粉丝群的可以添加微信37452090
作为一名非典型内容创作者，庄明浩分享了其以 PPT 为核心的知识生产与变现路径。他将 Heptabase 作为核心工作台，通过对 Substack、RSS 及 Twitter 等渠道的原材料进行收集、预加工与可视化转化，最终产出深度行业报告。面对内容变现的挑战，他尝试通过付费知识库提供精选内容，认为其本质是基于个人品味与信任的心理价值交付。他强调创作者应回归创作初心，引用重轻的观点指出，创作应是不断向外输出作品以实现自我迭代，而非陷入防御性辩论的困境。这种持续的刻意积累与自然表达，构成了其非典型创作赛道的底层逻辑。
2026 年 AI 行业经历了从技术范式收敛到产业生态重构的剧烈变革。OpenCloud 的崛起标志着个人 Agent 范式的确立，而字节跳动在视频模型领域的领先地位则重塑了多媒体创作的竞争格局。AI 开发已进入 “递归循环” 阶段，模型不仅能自我优化，还推动了算力硬件巨头的回归与软件消费模式的去中心化。尽管技术奇观频出，但行业正从单纯追求模型跑分转向关注 “斩杀线” 性价比与实际落地应用。面对 AI 带来的技术冲击与安全挑战，行业共识正从盲目追求规模转向对效率、成本及真实用户体验的深度回归，标志着 AI 应用进入了务实发展的深水区。
2026 年 AI 行业呈现技术迭代加速、算力与成本成为核心竞争主线的态势。大模型后训练与强化学习成为主流，AI 自主进化已成共识，安全问题被提升至决定模型边界的高度。产业层面，OpenAI 与 Anthropic 占据头部，Token 成为智能经济核心单位，巨额资本开支推动行业高歌猛进，但也引发了对泡沫与杠杆风险的担忧。尽管市场波动剧烈，AI 应用在生产力工具、社交陪伴等垂直场景展现出强劲的商业化潜力。资本市场对 AI 基础设施的投入依然维持高位，行业正处于从硬件驱动向应用爆发的转型前夜。
芯片设计行业正经历从传统专业厂商向系统级厂商自研芯片的范式转移，EDA（电子设计自动化）作为芯片设计的核心平台，通过提供可复用的 IP 和严谨的约束验证，成为这一变革的基石。随着 AI 算力需求的激增，云厂商、车企及模型厂商纷纷入局自研芯片，以优化推理性能、功耗及成本。AI 技术已深度介入芯片设计流程，通过 AI Agent 辅助设计与验证，显著提升了研发效率，但由于芯片制造容错率极低，人类专家在最终签核与架构决策中仍不可或缺。未来，芯片设计将向系统级仿真演进，重点解决多芯片堆叠带来的散热与互联挑战，EDA 工具正从单一的芯片设计软件向系统级解决方案转型。
AI 正全面进入生产阶段，核心需求从内容生成转向长链路任务执行，Agent 成为重塑产业的关键单元。智能演进需从概率拟合转向可信生产，通过全链路可靠性评测确保系统稳定。面对 2030 年预计达 3809 亿美元的算力缺口，基础设施正经历变革：算力系统演变为能力型与容量型双轨制；存算一体芯片打破制程依赖；FlagOS 等开源生态通过软硬协同，破除国产芯片适配孤岛，实现算力资源规模化可用，共同构成了 AI 时代稳健的生产力底座。
AI 行业正从单纯的模型竞争演变为残酷的 “制造业”，模型发布频率极高且同质化严重，导致传统 Benchmark 失效，厂商转而通过 3D 效果等 “奇观” 争夺注意力。当前核心趋势转向 “Own Your Intelligence”，企业不再盲目追求最强模型，而是通过构建包含数据处理、强化学习环境搭建及路由机制的定制化 AI 栈，以降低成本并掌控数据。随着 “loop” 循环自生机制的引入，AI 已开始参与自身的训练与迭代，推动了从通用聊天机器人向个人化智能体的界面重构。这一演进标志着 AI 基础设施的深度分化，即模型训练流程的全面商品化，使得企业能够通过模块化服务构建专属的智能生产力。
中国一级半市场（Pre-IPO 市场）作为连接早期风险投资与二级市场上市的中间地带，因缺乏透明度与规范化，呈现出极高的复杂性与博弈色彩。该市场通过 SPV 嵌套、代持等方式，为个人投资者及机构提供了参与 SpaceX、字节跳动、OpenAI 等头部未上市公司的渠道。市场情绪受宏观环境、企业上市时间表及基金退出周期驱动，呈现出从单纯的卖出需求向硬科技、AI 赛道买入意愿的结构性转变。尽管该市场存在法律灰色地带与信息不对称，但通过长期的数据采样与 AI 工具辅助，能够捕捉到行业热度的先行指标。对于投资者而言，这一领域不仅是资产配置的补充，更是理解科技巨头势能与资本流动逻辑的关键窗口。
AI 时代的行业观察与信息处理方法论，核心在于通过对海量财报、图表及报告的持续追踪，构建个人知识库并提炼行业脉络。AI 领域资本支出（CAPEX）的爆发式增长直接驱动了云厂商收入的攀升，而模型性能与价格的 “斩杀线” 效应，正迫使行业不断迭代以逃离被淘汰的边缘。当前市场焦点已从单纯的软件服务转向 “Own Your Intelligence”，即 AI 基础设施与训练服务成为价值创造的核心。通过建立 “收集 - 整理 - 加工 - 输出” 的闭环，个体能够在信息爆炸中保持对技术趋势的敏锐洞察，将碎片化的数据转化为系统性的认知，从而在快速演进的 AI 浪潮中实现知识的沉淀与价值的告别。
AI 模型与应用并非简单的二元对立，核心在于应用能否将模型能力转化为可交付的完整工作流。AI 应用正从单点功能向复杂任务交付演进，通过内化模型复杂度，实现从任务拆解到结果控制的闭环。以美图为例，其利用成熟业务底盘支撑 AI 原生孵化，通过自研模型实现 96% 的交付占比，成功从修图工具转型为覆盖电商与内容创作的生产力平台。应用公司的核心竞争力在于构建用户意愿驱动的反复购买机制，而非仅仅依赖模型调用。在 AI 时代，应用公司需深耕场景并确保交付质量，将技术投入转化为持续的商业价值，而非沦为模型的附庸。
一级半市场作为初创公司上市前的股权转让渠道，为创始人、员工及投资人提供了关键的流动性与定价锚。通过对 36 氪 “资情留言板” 五年间 5032 条交易记录的深度分析，该市场呈现出明显的行业轮动特征：资金流向已从早期的互联网平台与消费领域，全面转向 AI、机器人及硬科技赛道。字节跳动在各阶段均保持交易热度榜首，而小红书等标的则展现出极高的市场渴求度。随着求购比例从 12% 攀升至 57%，一级半市场已成为二级市场情绪的先行指标。这一市场的活跃不仅反映了资本对优质资产的追逐，也揭示了在 IPO 退出压力下，股权交易机制如何通过非公开渠道实现价值重估与利益流转。
AI 行业正处于从模型竞争向应用落地的关键转折期。尽管标普 500 指数屡创新高且科技巨头持续加大资本开支，但 AI 应用的商业化进程远比预期艰难。目前云厂商是 AI 增长的主要受益者，而面向企业的 AI 智能体（Work Agent）虽成为行业共识，但付费转化率普遍低于 0.1%，显示出市场仍处于早期探索阶段。模型厂商正通过 “逃离斩杀线” 的策略，在性能提升与价格竞争中寻求生存空间。与此同时，AI 行业已形成 “一切皆可 Loop” 的研发范式，通过数据闭环与强化学习环境搭建，推动技术迭代。整体而言，AI 行业正经历从叙事驱动向数据驱动的理性回归，应用爆发仍需跨越从技术验证到商业价值转化的鸿沟。
AI 行业正经历从 Chatbot 向 Agent 范式的深刻转型，多智能体协作与工具调用成为产品核心。当前市场对 AI 应用活跃度的认知存在严重偏差，行业报告常将交互次数误读为用户规模，导致数据虚高。实际调研显示，中国桌面端 AI 智能体仍处于早期尝鲜阶段，头部产品如 WorkBuddy 的真实日活仅在百万量级，远未实现大规模破圈。此外，AI 产品的商业化路径面临严峻挑战，中国市场在个人付费订阅及企业级服务模式上的长期积累不足，直接向用户收费的尝试成效有限。行业需回归理性，关注真实的商业价值与用户留存，而非单纯追求虚假流量指标。
存储芯片及 HBM 需求激增引发全产业链成本上涨，正重塑消费电子市场格局。手机厂商面临严峻压力，被迫在提价、减配或寻求软件创新之间博弈，导致市场呈现明显的 K 型消费分化。AI 技术虽被视为驱动换机周期的核心动力，但大厂受限于合规与组织架构，创新往往滞后，这反而为敏捷的小型团队提供了切入契机。随着数据中心对存储产能的长期挤压，硬件成本高企的趋势预计将持续数年。行业正从单纯的 “赔钱买量” 转向追求存量质量与软硬结合的极致效率。对于消费者而言，当前的涨价周期意味着 “早买早享受” 已成为应对市场不确定性的理性选择。
AI 发展在 2026 年已跨越关键阈值，从简单的对话交互转向自主的多智能体任务执行。作为核心技术框架，“世界模型” 通过整合物理规则与视觉模拟，成为驱动机器人与自动驾驶进化的关键。尽管资本市场更青睐 AI 原生企业，但行业正面临 “勇敢的心” 这一时代命题：随着 AI 对专业技能的深度替代，人类价值被迫从工具性生产转向创造力与情感共鸣。当前技术革命正处于类似历史转型期的 “恩格斯暂停” 阶段，传统职业路径被重构，个体必须在专业技能被机器平权化的背景下，重新寻找自身存在的意义与表达方式，以应对技术带来的不确定性与职业范式转移。
2026 年上半年 AI 行业进入 “文艺复兴” 式重构期，核心在于算力基础设施的万亿级资本投入与智能体（Agent）应用范式的全面爆发。行业已从单纯的模型训练转向多智能体协作与物理世界理解，存储与算力成为竞争关键。尽管 AI 收入快速增长，但目前仍处于高额资本支出与折旧覆盖的博弈阶段，现金流压力凸显。随着模型能力在法律、医疗等高价值领域的渗透，创新与安全、主权与互通之间的治理冲突加剧。AI 正通过世界模型向物理世界延伸，迫使人类重新审视自身在智能时代的位置与价值尺度，探讨当智能不再稀缺后，人类的核心竞争力所在。
世界模型正成为 AI 从数字世界迈向物理世界的关键底座，其核心在于让机器理解物理规律、因果链条及空间动力学，而非仅处理语言统计规律。物理世界的复杂性与高昂数据成本，决定了其 “Scaling Law” 呈现出高摩擦、强壁垒特征。自动驾驶作为目前最成熟的落地场景，通过 Momenta 等企业的 “数据飞轮” 架构，实现了从感知到决策的闭环演进。然而，物理 AI 的 “GPT 时刻” 尚未到来，其发展将是渐进式的，需在安全、成本与商业化之间寻找平衡。未来，世界模型将在自动驾驶、机器人及工业仿真等垂直领域分化发展，最终实现渲染、模拟与规划三线合一，而非由单一模型垄断。
AI 正在重塑内容工业，引发了素材、流程与版权层面的 “三次死亡”。生成式 AI 的多模态能力已突破人类创作极限，短剧等行业通过数据驱动的极致效率，将生产流程完全纳入平台体系，导致传统艺术创作模式面临边缘化。然而，技术碾压情怀是历史必然，创作者的重生不在于对抗工具，而在于构建 “第四支柱”——即在 AI 时代重新定义人类的尊严与愿景。当技术接管了效率与逻辑，人类的直觉、敬畏与独特的叙事观念，成为在算法时代保持创作生命力的核心壁垒。
2026 年人工智能已从聊天机器人转向以 Agent 为核心的复杂工作流，行业对产品形态（如 Cloud Code/Work）形成高度共识。企业 AI 转型不仅是技术升级，更需组织架构、数据治理与文化流程的深度匹配。AI 迭代节奏的加快使传统 “小步快跑” 模式失效，企业需在战略推动与边缘创新间寻找平衡。开源与闭源模型在商业化与生态构建中持续博弈，而 AI 的快速演进引发了广泛的社会焦虑。在技术宿命论背景下，人类的价值回归至情感判断、审美品味及现场体验，这些不可替代的 “手艺人” 特质成为在 AI 时代自处的关键。
AI 正在重塑 VC 投资逻辑与职业生态，加速行业周期的更迭，使传统经验迅速过时。投资已从赌正确性转向概率博弈，AI 在信息整理与统筹阶段的压倒性优势，迫使人类退守至最后的 “手艺人” 阵地。中美在 AI 领域的博弈不仅是算力与数据的争夺，更演变为对价值观对齐与公平定义的深层较量。随着 AI 侵入直觉与创作领域，人类正面临职业路径断裂与意义感丧失的挑战。未来行业可能极化为超大平台与超级个体，中间态生存空间被压缩，人类唯有在 AI 难以取代的直觉、情感慰藉与个性化表达中，重新定义存在的价值。
在 AI 技术高度渗透的背景下，专业内容创作的核心价值在于人类对判断、审美与责任的把控。尽管 AI 工具在信息搜集、整理及逻辑构建方面表现卓越，能显著提升效率，但 PPT 制作中的统筹与艺术表达仍需人工深度参与。这种 “手搓” 过程不仅是信息加工，更是创作者赋予内容独特逻辑与灵魂的艺术创作。正如李世石面对 AlphaGo 后的感悟，胜负仅是副产品，真正的核心在于对艺术的坚守。在 AI 时代，创作者应将判断权与审美权握在手中，将内容创作视为一种不可外包的艺术实践，以此在技术浪潮中保持人类独有的创造力与使命感。
Follow this podcast in Podwise
Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.
