最近两年，大家都感到焦虑：AI究竟会如何演变？什么因素保持不变？转折点在哪里？

今天上午，在杭州湖畔创研中心，曾鸣进行了第三次“看十年”公开分享。这次他一开场就说：过去两个月，我的焦虑感越来越轻，因为许多事情越来越明朗了。

他把这场变革分解为六个层层递进的议题：智能商业、何为AI原生、AI的产业化进程、价值创造与竞争、创智组织、智能战略。

核心判断是：AI刚迈入第二阶段的开端，应用层面的爆发尚未真正启动，浏览器还没问世，所有人都在同一起跑线上。

以下是经过精简的整理，希望能对你有所启发。

一、智能商业：未来商业的核心，是实现人的意图

1.AI先激活供给，再激活需求

在供给端，AI正变得越来越强大，同时成本持续快速下降，未来还有百倍甚至更高的降幅空间。它最关键的作用是提升优质供给的数量和多样性，彻底打破很多领域长期存在的供给短缺瓶颈。

但由于AI还不够智能、价格还偏高，目前看到的AI应用大多集中在替代简单、重复、低价值的人工劳动。这也是为什么近两年大家总觉得AI投入巨大却效果平平，根本原因在于从一开始，它创造的价值上限就相当有限。

真正能创造巨大价值的是打开新的供给渠道。优秀的私人医生、出色的教师、可靠的理财顾问、旅游时能提供真实建议的信息专家——在任何领域，我们都觉得优质供给太少、太稀缺。如果能将更多优质供给带给大众，它创造的社会价值将是无比庞大的。

每一次重大技术创新，最初都被用于降本增效，而这个阶段产生的社会价值往往不够，因为初期投入巨大，会出现错配。

但这个阶段是必经之路，只有通过场景应用，技术才能得到更好的发展。我们即将迎来的转折点是：技术成熟到足以进行真正的大价值创新。那时AI带来的变革才更根本、更广泛，大家也会越做越顺畅，因为进入了正循环。目前我们仍处于艰苦探索阶段。

现在我们觉得供给已经严重内卷，所有能想到的需求都被满足了，但事实并非如此。从需求端看，简单的同质化供给确实过剩，但人的欲望是无穷的，愿望是无止境的。

AI带来的最大突破是，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人类深度互动，因此它比我们更了解我们。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这两大技术突破，AI将带来第三次技术突破。

商业模式的本质也会随之改变：从推荐算法驱动的信息对注意力的争夺，转向真正的个性化。因为推荐本质上是从人的行为、特别是与你相似的人的行为来推测你的需求，而AI不需要推测，它直接知道。

这才是个人化服务的起点，是极致个性化的源头。从这个角度看，未来商业的变革将是根本性的、极为深远的。

2.从“千人千面”到“一人千面”

每一次技术革命都会带来商业范式的巨大变革。

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，从80年代中后期美国就开始产能过剩，因此它实现的是规模化匹配，让商品更好地找到合适的用户；

AI时代要解决的是个性化需求。

对应的就是从“千人一面”到“千人千面”，再到“一人千面”。2010年，我们做淘宝时就提出，要利用平台解决信息不对称，做好商品与用户的匹配，最好能实现“千人千面”。经过十几年努力，这基本实现了。

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

3.商业的起点从产品，变成了意图

到目前为止，所有商业的起点都是产品，产品的研发和设计基于我们对用户需求的假设和推断。工具可能越来越先进，但本质还是对一群用户可能需求的事先猜测：先把产品做出来，再想怎么推广、怎么分销。商品是现代商业的起点。

未来将以消费者的意图作为起点。因为AI给了我们工具，终于能贴近消费者去理解他的真实意图，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和企业价值观的体现。在未来，以客户为中心是所有商业模式的起点，因为你必须以它为中心。AI天天围绕它转、理解它，再根据它的需求生成方案。

第一步是这样的：AI理解意图后，去全网搜索是否有合适的解决方案或产品，如果没有，你可以招标，看谁愿意提供你想要的产品和服务，消费者确认后AI还可以代为执行。

所以未来商业的竞争，实际上最关键的是争夺人类表达真实意图的第一入口。你愿意跟谁聊，那个AI就掌握了你的真实信息，它可能就是你商业化开始的地方。

但第一步还是意图匹配，商品要从现成的商品库中选取。更长远第二阶段，是需求与供给同时生成。因为“一人千面”不是无限地生成产品，而是在复杂的供给制约中、在依然有性价比要求的前提下，为这个具体的人找到此时最适合他的解决方案、服务和产品的组合。

4.供给侧一变，旧商业模式就被颠覆了

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

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的能力节点，临时组成解决方案。这有点像今天的个人助理开始展现的状态。

大家用了Manus这类个人助理后会发觉，用户体验似乎还没有太大的变化，本质上是因为供给侧还没改变，它们是用现有的存量产品和服务做效率提升。供给侧的变化才能带来体验的实质性飞跃。所以商业要实现突破、做到智能商业2.0，得在供给侧也完成AI化的表达和组合。

总结一下，智能商业实现的是从卖产品到实现人的意图这种商业本质的变化。而且它肯定会形成自己独特的竞争优势，因为基于场景的学习闭环将成为新的竞争优势。

稍微再补充一点，为什么这件事对我们如此重要？因为这是一个新的商业模式，而新的商业模式一定对过去是颠覆性的。过去二十年的商业变革基本就是推荐算法的不断升级优化，注意力经济、用户时长、曝光、DAU是现在商业的基石。

AI商业的本质是对结果承担责任，直接交付结果。当你直接能交付结果时，中间的很多过程就不存在了。这中间可能变成Agent对Agent的协同，如何协同需要在实践中探索。但很多过去的做法在未来都会面临实质性的挑战，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，不是把AI嵌入现有的产品和工作流，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，现在多了一个智能，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。

这里的几个层面是一起演化的：产品改变，工作流要跟着改变，组织也要改变，甚至商业模式都会重新形成。关键是把新技术的根本优势发挥出来。

一个直接的检验是：**假如拿掉AI，这个产品和业务是否仍然成立？**如果仍然成立，只是效率下降，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.通用技术要走过三个阶段

从学术角度，AI是通用技术的创新。

通用技术有三个特点：

可以在各个层面广泛使用；

是一个大的创新，需要很长时间的发展；

会催生大量的互补性创新，因为它是基础创新，需要很多工程创新、应用创新，最后才能在最上面形成大的创新。

这也是为什么黄仁勋会讲“五层蛋糕”，讲AI从最底下的电力、能源、土地，到上面的芯片，再到云，最后才是应用服务。整个技术栈需要互补性的协同创新，所以它是一个漫长的生态演化过程。

AI刚出来时大家自然拿它跟互联网比，但很快就意识到它是一个如此重要的生产力突破，就跟工业革命比；再往前推，因为它是基于语言的、对人类所有知识的抽象和延伸，就要回到人类文明最原始的三个大的技术突破：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过三个阶段：

第一，技术足够可靠、便宜、好用，成为社会的基础设施；

第二，在这之上出现原生的产品和服务创新，开始真正创造巨大的新价值，不再是在原有技术框架下做优化，而是按新技术的逻辑从底层重构商业和社会；

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的试点，因为你需要电灯、电线、发电机、传电网络，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，做发电设备和电灯泡这些硬件。但他的总裁助理认为电应该成为公用事业、成为基础设施，于是独立出去做中心化的发电厂和远程传输网络。

1896年，尼亚加拉大瀑布利用水的动能发电，远程输送到二十多公里外的布法罗，中间还有很多技术突破，像交流电、变压器、现代电网架构的形成，这里有真正的发明家特斯拉创造的交流电技术。

基础设施这个商业模式被发明以前，每个工厂要自己雇一个首席发电官，买GE的设备、建电厂、买煤，自己发电。

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

1910到1920年就是基础设施成熟、应用开始大爆发的时候，于是出现了现代工业的标志性事件：1913年福特在Highland Park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以后，原生应用开始密集涌现，而且应用出现以后又反过来拉动基础设施的普及。

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以后，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，再去渗透到各行各业。

所以应用的第二阶段一定是百花齐放，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，方向清楚以后就是砸钱、砸人，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到底拿来干什么、什么是真正有客户价值的、用户愿意为什么买单。

这时候就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和模式；最后进入行业整合。这本身没办法线性规划，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跟我们现在更相关，稍微年纪大一点的同学经历过这中间的一些产品。这张图是对大家最有借鉴作用的，因为我最后的结论是，我们很快要迎来AI时代的应用大创新。

本质上就是1993年出现的两件大事：一是整个Web技术免费对外开放，HTTP这些对外开放；二是基于Mosaic以后，1994年出现Netscape，第一次在PC和Mac上能跑浏览器。

1991、1992年的浏览器是给Unix上的专业玩家用的，1994年的浏览器普通PC和Mac用户都能用。

消费者端门槛急剧下降，点一下就能看到全世界的网站；开发者端也一样，由于HTML、WWW这些标准已经成熟，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种搜索公司，有点像今天的personal assistant，是主流应用的最早突破，但后面很不幸都被原生应用2.0的Google给干掉了。

另一方面，1995年出现的那批大的垂类，零售、分类信息、在线婚恋、在线旅行，这些公司都活得很好，这中间有特别有意思的规律，大家回去可以琢磨。

最直观的是，1994年浏览器一出来，三年之内所有应用公司都出来了，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。

原生不是由企业出生的年代所决定的，而是由它在多大程度上发挥新技术的根本优势所决定的。所以生在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，最能帮我们理解未来的原生应用2.0呈现什么形态。将来大家考验自己是不是做得足够AI原生，同样是四个标准。

第一，有没有做到用户价值的巨大创新，创造的体验是不是以前从来没有过的。

雅虎的体验是把读报纸的行为搬到互联网上，而Google的搜索框出来时就一个框，你输入关键字，全世界的信息在秒级全部给你，这种体验以前从来没有过。

第二，体验的飞跃一定基于一个重要的原生技术突破。

跟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是基于核心算法，把整个互联网内容做了结构化重构才能检索。

第三，一般有前二者后都会倒逼出后二者，第三个创新通常有基础设施创新。

因为要用低成本稳定的方法服务海量用户，传统技术架构一定不太可行。所以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，成了现代互联网的计算基础设施。

第四，一定会有原生的商业模式出来。

Google做了Pay for Performance竞价排名的广告，这是一个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？我有几个判断可以跟大家分享。

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，还是这两年Coding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这个度量衡被提出来，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。

所以我们看到Hyperscaler和Neocloud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，到后面的光通讯，再到现在的电和土地。本质上是，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，包括传统的微软跟亚马逊，也包括Google、OpenAI、Anthropic，以及现在最凶猛的SpaceX，本质上都在卖Token，卖的是可以规模化调用的通用智能。

2.应用大爆发，还差两个前提

我们刚才反复讲的，当基础设施的性能过了一个初步的拐点之后，就是一个应用大爆发的阶段。所以2026、2027、2028，特别是2027、2028，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到，应用大爆发要有两个前提。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的开发基础设施还要进一步成熟；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。

在这个意义上，我们还没看到一个标志性的产品，所以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能力有一个质的飞跃。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讲他们怎么破解数学题，一万多个Agent协同80多个小时持续攻克一个问题。所以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

我现在没有一个更好的词汇，所以还是暂时将它称为Agent Store。它肯定不是一个App Store，也不是雅虎那样的网站Marketplace。

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，用户怎么去发现、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，这是另外一个更开放的问题。

未来三五年，核心是Agent的大爆发，本质是怎么找到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 OS。

但Agent OS现在提太早了。它要有足够丰富的Agent以后，消费者那时候会越来越懒，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Super Personal Agent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以规模化生产和调用的生产要素。

我的讨论有两个前提。第一，ASI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，人工智能跟人的智能，或者你把它称作人的创造力、人的生命力也好，本质上还是相对互补的，通用人工智能没法完全取代人的智能，它反而会释放人的创造力。

核心命题就是：当人可以规模化地调用通用人工智能的时候，价值创造的源泉是什么？

这个问题我想了三五年。工业时代靠规模经济，这是我们熟悉的。互联网时代靠网络效应。那AI时代靠什么？