AI技术本质 - AI不是遥不可及的神迹 而是可逐步构建 必须与具体业务结合的工具系统[4] - 大模型机制与人脑相似 由普通神经元组成网络 神经元数量足够多时形成处理通用问题的智能装备[5] - AGI发展速度没有想象中快 类比人脑进化速度 人类进化依赖知识传承 慢思考能力 工具和合作等多因素[5] AI产业发展路径 - 通用智能体不现实 真正机会在于垂直领域 需垂直到别人不相信的赛道 解决特定领域痛点并保证交付稳定[5] - 智能体比软件更有用 能同时替代人和软件 中小企业愿意为省人力 实实在在干活的智能体付费[5] - 中小厂不做通用大模型是明智之举 通用大模型需至少100亿美元起步 国外巨头已投入约4000亿美元[7] - 智能体需要推理模型 编程模型 意图猜测模型 路由模型等一系列专业模型 而非单一模型蒸馏版[7] AI商业模式 - 收费模式是AI生存唯一出路 免费模式不可行因token成本高 消耗量越来越大[7] - L1级智能体日消耗约1万字 L3级制作90秒视频消耗几十万至100万token L4级制作10分钟视频消耗约1000万token[7] - 不管token单价如何下降 人类用AI解决复杂问题的总token成本必然越来越高[7] AI应用挑战 - AI普及最大障碍是文化习惯和使用门槛 非技术本身 35岁以上人群学习AI比例不高[8] - 提示词是用户使用AI的最大障碍 当前AI产品设计太技术化 未贴近用户习惯[8] - 中国用户表达能力较弱 偏好选择题或填空题 但当前AI界面本质是问答题形式[8] 人机融合与能源 - 人机融合是必然趋势 人类可通过纳米机器人改造为半人半机械形态 增强身体机能[6] - 纳米机器人存在失控风险 数量庞大可能瞬间对人类造成致命威胁[6] - 算力尽头是能源 碳基能源耗尽将阻碍文明进步 AI可帮助人类实现核聚变突破能源困境[9] 社会影响与就业 - AI对就业冲击不同于传统行业变革 人类文明和社会伦理尚未为此做好准备[10] - 失业可能导致尊严丧失和心态失衡 进而引发社会问题[10] - 需要社会学家 经济学家和人文学者共同研究AI大幅提升生产力后的社会准备度[10]