如今，人人都在焦虑：AI究竟会走向何方？哪些因素恒定不变？真正的转折点又在何处？

今天上午，在杭州湖畔创研中心，曾鸣开启了第三次“看十年”公开课。他一开场便直言：近两个月来，我越来越不焦虑了，因为许多事物正变得愈发清晰。

他将这场变革拆解为六个层层递进的命题：智能商业、AI原生的定义、AI的产业化进程、价值创造与竞争、创智组织、智能战略。

核心判断只有一个：AI刚刚跨入第二阶段的开端，应用层面的井喷尚未真正启动，浏览器还未问世，所有人都站在同一起跑线上。

以下是精编整理，希望能为你带来启发。

一、智能商业：未来商业的本质，是满足人的意图

1.AI先释放供给，再激活需求

在供给端，AI正变得越来越强大，成本也在急剧下降，可见的未来还会有百倍甚至更高的降幅。其最关键的作用，是提升优质供给的数量与丰富度，彻底打破众多领域长期存在的供给稀缺瓶颈。

然而，由于AI还不够智能、成本仍偏高，我们目前看到的AI应用，大多是在尝试替代简单、重复、低价值的人力工作。这也是为何近两年大家总觉得AI投入巨大却收效甚微——根本原因在于，从第一天起，它创造价值的天花板就十分有限。

真正能创造巨大价值的，是打开新的供给。优质的私人医生、优秀的教师、可靠的理财顾问，以及旅行时能提供真知灼见的信息专家——在任何领域，我们都感到优质供给太少、太稀缺。若能将这些优质供给带给大众，其创造的社会价值将无可估量。

每一次重大技术创新，最初都被用于降本增效，而这一阶段产生的社会价值往往不足，因为早期的投入极其庞大，存在一种错配。

但这一阶段不可或缺，只有在具体场景中，技术才能获得更好的发展。我们即将迎来的拐点是，技术成熟到足以开展真正的大价值创新。届时，AI带来的变革将更为根本、更为广泛，大家也会越来越得心应手，因为你将进入一个正向循环。而眼下，我们仍处于艰苦摸索的阶段。

目前，我们认为供给已内卷至极致，所有可满足的需求都已得到满足，但事实远非如此。从需求端看，简单的同质化供给确实严重过剩，然而人的欲望是贪得无厌的，愿望是无穷无尽的。

AI带来的最大突破在于，它能以低成本、高效率、实时的方式持续陪伴我们。无论是个人助手、家庭管家还是情感陪伴，未来产品的本质都是能与用户深度互动，因此它比我们更了解我们自己。个性化需求将首次被真正激活。

过去三十年的商业进步，背后是搜索和推荐两大技术突破，而AI将带来第三次技术突破。

商业模式的本质也将随之改变：从推荐算法带来的信息对注意力的争夺，走向真正的个性化。因为推荐本质上是通过人的行为——尤其是与你相似的人的行为——来猜测你的潜在需求，而AI无需猜测，它直接知晓。

这才是个人化服务的开端，是极致个性化的起源。因此，从这个角度看，未来商业的变化将是根本且深远的。

2.从“千人千面”到“一人千面”

每一次技术革命都会引发重大的商业范式变革。

工业时代，150年前解决的是供给不足，手段是标准化、流水线、科层制；

互联网时代解决的是生产过剩，20世纪80年代中后期美国已基本产能过剩，因此它实现的是规模化匹配，让商品更高效地找到合适用户；

AI时代要解决的是个性化需求。

对应的演变是从“千人一面”到“千人千面”，再到“一人千面”。2010年，我们在做淘宝时就提出，要利用平台解决信息不对称，做好商品与用户的匹配，力求实现“千人千面”。经过十多年努力，这基本已达成。

接下来是“一人千面”。每个人都是变化无穷、极其丰富的，理解一个人在不同时间、不同场景中的真实意图，动态生成当下最合适的解决方案，这才是未来的商业本质——越来越个性化。

3.商业的起点从产品变为意图

迄今为止，所有商业的起点都是产品。产品的研发与设计基于我们对用户需求的假设与推断。工具可能越来越先进，但本质仍是对一群用户潜在需求的事先揣测：先做出产品，再思考如何推广、如何分销。商品是现代商业的起点。

未来将以消费者的意图为起点。因为AI给了我们工具，让我们能贴近消费者去理解其真实意图，也只有以意图为起点，我们才能真正做到以消费者为中心。

我们一直倡导的“客户至上”，原本是一种价值主张、企业价值观的体现。在未来，以客户为中心是所有商业模式的起点，因为你必须以它为核心。AI会围绕它运转、理解它，再根据其需求生成方案。

第一步是这样的：AI理解意图后，在全网搜索是否有合适的解决方案或产品；若没有，你可以发起招标，看谁愿意提供你所需的产品和服务；消费者确认后，AI还可代为执行。

因此，未来商业的竞争，关键在于争夺人类表达真实意图的第一入口。你愿意与谁交流，那个AI就掌握了你的真实信息，这很可能就是你商业化的起点。

但第一步仍是意图匹配，商品需从现有的商品库中选取。更长远来看，第二阶段是需求与供给的同步生成。因为“一人千面”并非无限生成产品，而是在复杂的供给约束中，在依然有性价比要求的前提下，为具体的人找到此时最合适的解决方案、服务与产品的组合。

4.供给侧一变，旧商业模式便被颠覆

然而，要实现这一点，需要从传统供应链转向协同网络。传统供应链是一条线性信息流通渠道，本质是固化的产品、固化的流程、规模化交付，参与企业也是固化的。

未来的供应网络是一个协同网络，根据具体任务实时调用不同能力节点，临时组成解决方案。这有点像如今个人助理展现的状态。

大家使用Manus这类通用智能体产品后会发现，用户体验似乎没有太大变化，本质上是因为供给侧尚未改变——它们是在用现有的存量产品与服务做效率提升。供给侧的变化才能带来体验的实质性飞跃。因此，商业要实现突破、达到智能商业2.0，必须在供给侧也完成AI化的表达与组合。

总结而言，智能商业实现的是从卖产品到实现人的意图这一商业本质的变化。而且，它必然会形成独特的竞争优势，因为基于场景的学习闭环将成为新的竞争壁垒。

再补充一点，为何这对我们如此重要？因为这是一种新的商业模式，而新商业模式必然对过去具有颠覆性。过去二十年的商业变革，基本是推荐算法的不断升级优化，注意力经济、用户时长、曝光、日活跃用户数是当下商业的基石。

AI商业的本质是对结果负责，直接交付成果。当你能够直接交付结果时，中间的许多环节便不复存在。这中间可能演变为Agent对Agent的协同，如何协同需在实践中探索。但许多过去的做法在未来将面临实质性挑战，新的商业是一套全新的模式。

二、什么是AI原生：拿掉AI，这个产品还成立吗？

1.用AI不等于AI原生

AI原生的本质，并非将AI嵌入现有产品与工作流，而是以可规模化调用的机器智能为起点，重新设计产品、工作流和组织，创造过去无法实现的客户价值，并由此释放巨大的商业价值。

“可规模化调用的机器智能”强调的，是通用智能成为社会新的基础生产要素。历史上的生产要素是土地、劳动力和资本，如今多了一个智能，或者说劳动力变成了人加AI，整个社会都要以此为基础发生变化。

这里的几个层面是共同演化的：产品改变，工作流随之改变，组织也需改变，甚至商业模式都会重新形成。关键在于发挥新技术的根本优势。

一个直接的检验标准是：若拿掉AI，这个产品和业务是否依然成立？ 如果仍然成立，只是效率下降，那大概率属于AI增强；如果产品价值、工作流或组织方式都无法成立，才更接近AI原生。

2.通用技术需经历三个阶段

从学术角度看，AI是通用技术的创新。

通用技术有三个特点：

可在各个层面广泛使用；

是一项重大创新，需要长时间发展；

会催生大量互补性创新，因为它是基础创新，需要许多工程创新、应用创新，最终才能形成大的创新。

这也是为何黄仁勋会提出“五层蛋糕”理论，从最底层的电力、能源、土地，到芯片，再到云，最后才是应用服务。整个技术栈需要互补性协同创新，因此这是一个漫长的生态演化过程。

AI刚出现时，人们自然将其与互联网相比，但很快意识到它是如此重要的生产力突破，于是与工业革命比较；再往前推，因为它基于语言、是对人类所有知识的抽象与延伸，便回到了人类文明最原始的三大技术突破：火的应用、语言的发明、文字的流转。

通用技术的大变革基本都经历三个阶段：

第一，技术足够可靠、便宜、好用，成为社会的基础设施；

第二，在此之上出现原生的产品与服务创新，开始真正创造巨大新价值，不再是在原有技术框架下优化，而是按新技术的逻辑从底层重构商业与社会；

第三，新技术渗透到社会的方方面面。

以美国的电气化为例。

1882年，爱迪生在曼哈顿一平方公里的街区内点亮了整个街区，这相当于一个产品化试点，因为需要电灯、电线、发电机、输电网，它展示了电的完整雏形。

爱迪生在此基础上成立了通用电气公司，生产发电设备和电灯泡等硬件。但他的总裁助理认为电应成为公用事业、基础设施，于是独立出去做中心化发电厂与远程传输网络。

1896年，尼亚加拉大瀑布利用水力发电，远程输送到二十多公里外的布法罗，中间伴随许多技术突破，如交流电、变压器、现代电网架构的形成，其中包含真正的发明家特斯拉创造的交流电技术。

在基础设施这一商业模式被发明前，每个工厂需自己雇用首席发电官，购买通用电气的设备、建电厂、买煤，自行发电。

有了基础设施服务商后，美国制造业用电比例急剧上升：1900年约10%，1909年25%，1920年超过50%，1929年约78%到80%。

1910到1920年，正是基础设施成熟、应用开始大爆发的时期，于是出现了现代工业的标志性事件：1913年福特在Highland Park工厂的那条流水线。

3.应用一定会百花齐放

基础设施跨过某个可用性临界点后，原生应用开始密集涌现，而应用的出现又反过来推动基础设施的普及。

有了电灯，家庭才愿意接电；有了电熨斗、吸尘器、洗衣机，家庭接电的价值进一步增加；但有了收音机和冰箱后，没有电就意味着你没有进入现代家庭生活。

这是一个正反馈循环：电跨过临界点，原生应用出现，用电价值提高，更多家庭接电，市场扩大，更多原生应用，技术进一步成熟，再渗透到各行各业。

因此，应用的第二阶段必然是百花齐放，因为这是一个社会大规模探索的过程。基础设施阶段相对集中，方向明确后就是投入资金、人力，让最优秀的人攻克最难的技术难关。

但一到应用阶段就百花齐放了，因为大家不知道新技术究竟能用来做什么、什么是真正有客户价值的、用户愿意为什么买单。

此时会出现典型的创业浪潮：大量企业家涌入，进行各种产品、商业模式、生产方式的实验；然后市场优胜劣汰，看谁代表未来的产品与模式；最后进入行业整合。这本身无法线性规划，需要长时间的社会协同。

4.从Web到移动互联网，原生也有1.0和2.0

第二个通用技术的创新与我们更相关，稍微年长一些的同学可能经历过其中的一些产品。这张图对大家最有借鉴意义，因为我的最终结论是，我们很快将迎来AI时代的应用大创新。

本质上，1993年发生了两件大事：一是整个Web技术免费对外开放，包括HTTP等；二是基于Mosaic后，1994年出现了网景公司，这是最早的浏览器公司，个人电脑和Mac上首次能运行浏览器。

1991、1992年的浏览器是给Unix系统上的专业玩家使用的，而1994年的浏览器普通PC和Mac用户都能使用。

消费者端的门槛急剧下降，点击一下就能看到全世界的网站；开发者端也一样，由于HTML、WWW等标准已成熟，建一个网站变得很容易。

你可以看到，门户导航和最早出现的各类搜索公司，有点像如今的个人助理，是主流应用的最早突破，但后来不幸都被原生应用2.0的Google给取代了。

另一方面，1995年出现的那批大型垂直领域公司，如零售、分类信息、在线婚恋、在线旅行，都活得很好，这其中蕴含着特别有趣的规律，大家回去可以琢磨。

最直观的是，1994年浏览器一出现，三年内所有应用公司都涌现了，1.0的公司基本到1996年就出齐了，后面冒出来的是2.0阶段的公司。

原生并非由企业诞生的年代决定，而是由它在多大程度上发挥新技术的根本优势所决定。因此，生在AI时代不等于AI原生，使用AI的广度不代表发挥机器智能优势的深度。

5.原生应用2.0的四个标准

整个互联网的集大成者是Google，它是互联网原生应用2.0，最能帮助我们理解未来的原生应用2.0呈现何种形态。将来大家考验自己是否做得足够AI原生，同样是四个标准。

第一，是否实现了用户价值的巨大创新，创造的体验是否是前所未有的。

雅虎的体验是将阅读报纸的行为搬到互联网上，而Google的搜索框只有一个输入框，输入关键字后，全世界的信息在秒级内全部呈现，这种体验以前从未有过。

第二，体验的飞跃必然基于一个重要的原生技术突破。

与雅虎同时出现的搜索公司都有好的概念，但一直没有真正的搜索技术，只有Google的PageRank基于核心算法，对整个互联网内容进行了结构化重构，才能实现检索。

第三，通常有前两者后，会倒逼出后两者，第三个创新通常是基础设施创新。

因为要用低成本、稳定的方法服务海量用户，传统技术架构必然不可行。因此，Google是分布式计算的开创者，分布式计算后来被亚马逊包装成云计算，成为现代互联网的计算基础设施。

第四，必然有原生的商业模式出现。

Google推出了按效果付费的竞价排名广告，这是广告模式的巨大创新。

三、AI产业化：我们正站在应用大爆发的前夜

1.通用机器智能的基础能力已形成

我们今天处于怎样的阶段？我有几个判断可以分享。

第一，通用机器智能的基础能力已经形成，AI能力初步过关：无论是模型能力，还是近两年编程带来的行动能力突破，使得Agent技术框架初步成型，再到产业基础设施以及商业模式。

2026年开年前半年，为什么所有讨论都集中在Token？当Token这个度量衡被提出，就像一度电、一吨水、一个GB流量，我们现在知道有Token这样一个计量单位，就说明它开始标准化、成为社会的基础设施了，收费模式也有了。一个公共事业的商业模式和社会服务方式基本成型。

因此，我们看到超大规模云服务商和新型云服务商的迅速发展，数据中心的基建狂潮，突破整个产业链规模化扩张的瓶颈，从今年年初的存储，到后来的光通讯，再到现在的电和土地。本质上，人类第一次可以大规模、低成本地调用通用智能。

通用智能服务商的商业模式也基本成熟了，包括传统的微软和亚马逊，也包括Google、OpenAI、Anthropic，以及现在最凶猛的SpaceX，本质上都在卖Token，卖的是可规模化调用的通用智能。

2.应用大爆发，还差两个前提

我们刚才反复强调，当基础设施的性能过了初步拐点后，就进入应用大爆发的阶段。因此，2026、2027、2028年，特别是2027、2028年，应该是各种原生产品与服务层出不穷的阶段。

当然，根据我们刚才的研究可以看出，应用大爆发需要两个前提。我们假定Agent是接下来所有原生应用的基本产品形态和技术标准：第一，Agent的开发基础设施还需进一步成熟；第二，要找到低成本的用户交互方式，让普通用户容易表达意图、建立信任、使用Agent。

从这个意义上说，我们还未看到标志性的产品，因此我才说现在大概就是1993年，“浏览器”还没有出现，但大家都在等着这样一个技术突破，让开发者和使用者的成本都急剧下降，然后才有应用大爆发的阶段。

3.Agent能力：从行动、主动到负责

如果我们再展开讲，可以看到过去两年Agent能力有了质的飞跃。Chat是对话，Agent的核心是行动。

从早期通用Agent能调用工具、完成具体任务，到今天所有公司都在努力让Agent自主拆解任务、跨步骤持续执行长程复杂任务，包括前一段时间OpenAI讲他们如何破解数学题，一万多个Agent协同80多个小时持续攻克一个问题。因此，AI可以越来越主动。

但Agent还有第三个在应用阶段必须克服的、最重要的技术创新，就是要能够负责任。如果AI不能对结果负责，我们还是不敢把任务交给它。

什么时候人可以信任一个Agent，愿意把什么任务交给它，它真的能交付，还能让你相信它的交付过程，最后还能通过你的反馈不断学习和提高。这第三步的Agent能力还没有普及和突破，这是接下来产品和技术方面会看到的最重要的发展方向。

4.从Agent商店到Agent操作系统

我现在没有更好的词汇，所以暂时称之为Agent商店。它肯定不是一个App Store，也不是雅虎那样的网站市场。

接下来会发生的是，大量创业者开发各种Agent，有的很细分，有的很通用，有的昙花一现，有的越来越壮大；大量用户尝试不同的产品形态。这就是百花齐放的社会化大创新阶段，各种商业模式、应用形态、工作方法都会被创造出来。

1995年，雅虎上市时全球有400万个网站，2000年互联网泡沫时是2亿，今天常规状态下是20亿。2010年App Store开始爆发，2012年大概600万个App，今天活跃的大概400多万个，当然每个人用的大概10个左右。我们也许可以想象，说不定会有10万级左右的Agent。

如果有这个量级，用户如何发现、评判、管理、使用、计费、投诉，这一堆问题可能都会让Agent本身产生某种标准，形成某种入口。当然，这个入口会依附在哪一种硬件上，会不会有一个多元化的硬件共同繁荣的阶段，这是另一个更开放的问题。

未来三五年，核心是Agent的大爆发，本质是如何找到Agent的通用产品形态，开发成本最低，用户使用壁垒最低。

在这样的海量Agent创新基础之上，我们也许会迎来原生应用2.0的阶段，我也暂且称它为Agent操作系统。

但Agent操作系统现在提太早了。它需要有足够丰富的Agent后，消费者那时会越来越懒，我们可能只想表达一下意图，就要有某个主要的Agent去调用其他的Agent，帮我们一次性完成任务。我们自己已经不愿意再去找各种各样的Agent了，只愿意对少数的几个发号施令，它帮我们去整合其他的Agent，完成越来越复杂的任务。

这是十年左右的大蓝图。Agent进入2.0的原生应用，然后一直畅想的那个超级个人助理才会出现。

四、价值创造和竞争：智能复利，智者恒强

1.AI的价值引擎是智能复利

人工智能正在成为越来越重要的生产要素：农业时代土地是最关键的生产要素，工业时代资本成为规模化生产的关键生产要素，智能时代是智能本身成为可规模化生产和调用的生产要素。

我的讨论有两个前提。第一，超级人工智能可能还需要相当长的时间才会实现，有人说十几年，有人说一百年，前沿争论不去管。

第二，人工智能与人的智能，或者你把它称作人的创造力、人的生命力也好，本质上还是