人脑是"无限流"压缩大师，大模型靠堆层数无法学会人类记忆，到8万Token就不可用了。 "但是很快我们发现了一个巨大的副作用。"张祥雨说，真正的难点是模型的智商会随着文本变化快速下降。"今天的Transformer，不管号称发布出来说支持 到多少Token，基本上到8万个就不可用了。" 这个问题指向了Transformer的一个缺陷，就是它的单向信息流设计。无论输入序列（Context）多长，模型的有效"思考深度"的信息只能从浅层向深层单向 传递，缺乏从深层向浅层的反馈与压缩机制，这与人类大脑"无限流"的记忆机制存在本质差异。 "我今天讲过的每一句话，都是历史上我见过的所有信息的函数。"张祥雨用比喻阐明，"这个函数能用层数固定的网络来表示吗？肯定不可以。"他说人类大 脑能够对从小到大的海量经历进行动态压缩和选择性回溯，而当前Transformer结构无法实现这种类似"无限流"世界的智能处理需求，这制约了AI向具备高度 自主性、能长期持续学习的通用Agent演进。 事实上，当前已经开始有研究者讨论Transformer是否存在根本局限性。就在今年10月，Transformer 架构的共同创造者Llion Jon ...

文章核心观点 - AI技术正经历从通用大模型到可执行智能体的拐点，其底层动力是推理能力提升和长思维链成熟后，“过程”开始被批量学习与调用 [1][3] - 智能体（Agent）的本质并非通用人工智能（AGI），而是一种可验证过程的自动化系统，擅长将已被人类验证过的流程规模化复制，但不擅长创造新范式 [2][12][16] - 智能体将最先落地于流程稳定、结果可验证的AI Office场景，并最终重塑公司组织，使人类从重复执行者转变为过程的架构者 [5][12][28] 昆仑万维公司介绍与业务 - 公司成立于2008年，2015年上市，业务覆盖全球100多个国家和地区，全球月活用户近4亿 [8] - 2024年前三季度公司营收58亿，其中海外收入占比高达93% [8] - 公司自2020年开始AI业务，2022年12月发布中国首个开源的13B中文预训练大模型，2024年5月推出Skywork Super Agents产品 [8] - 公司AI音乐Mureka、Skywork Super Agents、AI社交Linky在海外已产生实际收入并高速成长 [11] Skywork Super Agents产品特性 - 产品形态为从通用到专业的智能体，包括五个专家Agent和一个通用Agent [11][12] - 其PPT模式可在5分钟内生成30页PPT，该模式占当前日活跃用户（DAU）的40%，是用户使用量和好评量双排名第一的功能 [11][12] - 产品具备强大的多模态输出能力，可一键生成Word、PPT、Excel、播客、视频、小程序等内容，并支持上传多种格式文件、录音、网址进行内容生成 [13] - 产品所有内容附带清晰可追溯的参考文献，旨在彻底解决AI幻觉问题 [13] - 自2024年5月22日发布后，产品在下半年进行了紧密迭代，不断增加智能体种类并升级功能 [15] 对智能体（Agent）的行业认知 - 技术拐点出现：大模型完成了从“背答案”到“背过程”的关键跃迁，以ChatGPT为起点，到DeepSeek等模型通过更高效、更长推理的方式，实现了过程的泛化 [5][18] - 智能体大行其道的根本逻辑在于“过程可学习”实现了大规模的工业化和产业化 [20] - 智能体擅长数学、代码和结构化决策，但不擅长创新、范式突破和新框架 [12][16][19] 智能体的落地场景与挑战 - **首要落地场景**：AI Office，因其流程稳定、跨行业使用、结果可验证 [12][21] - **垂类场景挑战**：医疗、金融、建筑、法律、制造等行业缺乏高质量的过程数据集，这是阻碍智能体在这些领域应用的关键问题 [21][24] - **类比历史**：智能体的发展类似PC操作系统，通用智能体可能是一个伪命题，而像AI Office这样的通用产品以及各行业的专业软件将共存 [25] 通用智能体的渠道竞争格局 - **操作系统与硬件**：对于手机上的通用智能体，只有硬件手机厂商才能决定其设备上可以安装什么，其他智能体厂商不具备此能力 [12][26] - **浏览器**：被视为相对公平的渠道，因为全球主要浏览器（如Chrome、Firefox、Edge、Opera）数量有限且开放插件生态 [26] - **办公软件**：如飞书、钉钉、WPS、Office是重要入口，但办公软件需求是长尾市场，仍为第三方软件留有空间 [26] - **即时通讯**：由于社交网络效应，垄断性更强，作为通用智能体入口，其他厂商难以介入 [27] - **搜索引擎**：大模型聊天机器人（如ChatGPT、豆包、千问）本质上是分食传统搜索引擎市场，而搜索引擎在每个国家通常只会有1到2个胜利者 [27] 智能体时代对组织与人类角色的影响 - **组织重塑**：公司内部的流程属于过程数据，只要可验证就可以被智能体自动化，每个岗位将变成智能体的执行上下文 [12][28] - **角色转变**：重复操作的岗位将消失，人类员工将转变为“过程架构师”或“过程设计者”，负责维护旧流程和创造新流程 [12][28][31] - **类比黑灯工厂**：如同黑灯工厂的员工负责制造流程的维护与迭代，未来人类将成为智能体流程的维护者和创造者 [28][29]

文章核心观点 - 字节公司开发出名为Lumine的原神Agent，该智能体不仅能自主完成《原神》游戏内的跑图、战斗、解谜等复杂任务，还具备强大的跨游戏泛化能力，可在《鸣潮》、《崩坏：星穹铁道》及《黑神话：悟空》等未学习过的游戏中执行任务，代表了在3D开放世界中构建通用智能体（AGI）的重要进展[1][4][46][55] Lumine Agent的核心能力 - 在《原神》中能动态追踪敌人位置、精准射击、流畅切换角色并收集宝箱[4] - 具备超强理解能力，可应对Boss战[6]和空间感知能力，能完成沿风场收集风神瞳等解谜关卡[8] - 能在多NPC环境中锁定指定对象并完成对话[10]，并通过鼠标移动完成材料制作、使用传送锚点等GUI操作[12] - 对于复杂长指令，只需提供任务先验信息或步骤即可执行，例如切换特定角色并释放技能以完成收集任务[14] 技术架构与核心机制 - 基于Qwen2-VL-7B-Base模型搭建，继承其多模态理解与生成能力[16] - 采用类人交互范式，通过统一语言空间建模所有操作和推理，实现感知、推理、行动的无缝融合[17] - 感知空间将游戏画面帧调整至720P，以每200ms速度处理一帧，并保留历史推理轨迹与动作记录以提供决策上下文[20][21] - 采用混合思考策略，仅在关键场景生成内心独白式推理，简单场景则直接输出动作以提高效率[22] - 将所有键盘与鼠标操作纳入语言空间，定义为鼠标位移和按键序列的格式[23] 三阶段训练流程 - 第一阶段预训练混合80%游戏动作数据和20%多模态网页数据，使模型掌握基础视觉运动能力，涌现出物体交互、基础战斗等核心能力[25][26] - 第二阶段指令跟随训练使用38类任务场景下的200小时数据，使模型理解自然语言指令，关联动作与语言，可完成10秒至数分钟短周期任务且成功率超80%[27][28] - 第三阶段决策推理训练使用15小时人工标注推理数据，让模型学会自主规划、反思与修正，从而能自主完成数小时以上的长周期任务[29][30] 性能优化与实验结果 - 通过上下文管理和多维度实时优化，包括滑动窗口机制与推理触发刷新策略，并将端到端延迟降至129.8ms[31][32][33] - Lumine-Base在无语言指令下，基础交互能力总成功率超90%，能自发运用元素反应和理解体力值限制等游戏机制[39] - Lumine-Instruct在语言指令驱动的短周期任务中，简单任务成功率达92.5%，困难任务成功率达76.8%，远超其他主流视觉语言模型[41] - Lumine-Thinking在长剧情任务中，完成蒙德主线第一章耗时56分钟且完成率100%，第二、三章合计耗时4.7小时且完成率98.2%[44][45] 跨游戏泛化能力 - 在相似玩法的《鸣潮》中，前100分钟剧情总耗时102分钟且完成率100%[48] - 在玩法差异较大的《崩坏：星穹铁道》中，通过第一章主线总耗时7.2小时且完成率92.3%，是唯一能完整通关的模型[48] - 在高难度3A游戏《黑神话：悟空》中，完成新手教程和第一章前半段耗时2.1小时且完成率85.7%[49] 行业趋势与意义 - 谷歌等公司也在使用游戏场景训练Agent，例如其基于Gemini模型的SIMA 2，具备遵循指令和强大推理能力[52][53] - 字节和谷歌DeepMind代表了一条清晰的Agent发展路径：在大型3D游戏中构建具身AGI，并相信游戏内的通用Agent终将进入现实物理世界[55][56]

文章核心观点 - 字节公司推出专为3D开放世界游戏设计的智能体Lumine，该智能体能够自主完成《原神》等游戏中的跑图、战斗、解谜及长周期主线任务，并展现出强大的跨游戏泛化能力 [1][4][9] - Lumine智能体基于Qwen2-VL-7B-Base模型构建，通过三大核心机制设计和三阶段训练流程，实现了感知、推理、行动的无缝融合，在多项测试中性能显著领先于主流视觉语言模型 [9][10][12][17][22][24] - 行业趋势显示，谷歌等公司也在利用游戏场景训练通用智能体，游戏被视为构建具身通用人工智能的重要试验场，代表了一条清晰的Agent发展路径 [46][48][51] Lumine智能体的核心能力 - 在《原神》中能够动态追踪敌人位置、精准射击、流畅切换角色、收集宝箱，并成功应对Boss战和各种解谜关卡 [4][5][6] - 具备空间感知能力，能沿风场方向收集风神瞳，并在多NPC环境中锁定指定对象完成对话 [6] - 可处理GUI操作，如材料制作、使用传送锚点、切换角色武器，通过鼠标移动完成 [7] - 对于复杂长指令，只需提供任务先验信息或步骤，即可自主执行，例如切换角色并释放技能完成特定收集任务 [8] 技术架构与训练方法 - 感知空间将游戏画面帧调整至720P，以每200ms处理一帧的速度平衡文本可读性和计算效率，并保留历史推理轨迹与动作记录以提供完整上下文 [12][13] - 采用混合思考策略，仅在关键场景生成内心独白式推理，简单场景直接输出动作，提高计算效率 [14] - 通过键盘与鼠标操作建模，将所有操作纳入语言空间，定义为鼠标位移和按键序列格式 [15] - 三阶段训练流程：预训练阶段混合80%游戏动作数据和20%多模态网页数据，使模型掌握基础动作；指令跟随训练使用200小时数据，使短周期任务成功率超80%；决策推理训练使用15小时人工标注数据，使模型能自主完成长周期任务 [17][20][21][22][23][24] 性能表现与实验结果 - Lumine-Instruct在短周期任务中表现优异，简单任务成功率92.5%，困难任务成功率76.8%，显著领先于GPT-5和Gemini 2.5 Pro [33][34][35] - Lumine-Thinking在长周期任务中效率突出，完成《原神》蒙德主线第一章耗时56分钟，任务完成率100%，而GPT-5耗时112分钟，Gemini 2.5 Pro未完成 [40][41] - 跨游戏测试显示，Lumine-Thinking在《鸣潮》前100分钟剧情完成率100%，在《崩坏·星穹铁道》第一章完成率92.3%，在《黑神话·悟空》新手教程及第一章完成率85.7% [43][45] 行业动态与竞品分析 - 谷歌推出基于Gemini模型的SIMA 2智能体，能够遵循基本指令、理解多模态提示、完成长时间复杂任务，并在生成的世界中合理自我定位 [48][49] - 行业共识认为，在大型3D游戏中训练通用智能体是构建具身AGI的重要路径，游戏内的Agent未来有望进入现实物理世界 [51][52]

AI行业竞争焦点转变 - 2025年AI竞争焦点从跑分比拼转向Agent自主完成复杂长程任务的能力 [1] - 行业巨头如xAI和Anthropic发布新品时均强调同一能力 [1] - AI的下一战场被明确为通用Agent [2] Agent落地的现实瓶颈 - 除编程领域外，Agent落地应用寥寥无几 [2] - 核心瓶颈之一是反馈机制的困境 [2] - 现有反馈机制要么太弱要么太贵，阻碍预训练模型蜕变为强大Agent [2] 主流Agent训练方法的局限性 - 模仿学习（监督微调）依赖昂贵静态反馈，高质量专家数据难以大规模生产 [4] - 模仿学习导致模型泛化能力极差，无法适应训练数据外的情况 [4] - 强化学习依赖复杂动态反馈，在真实世界任务中奖励信号常缺失、稀疏或延迟 [5] - 强化学习应用高度依赖精心设计的奖励函数或人工调整的训练流程 [5] Meta提出的“中训练”范式 - Meta等机构在2025年10月论文中提出“早期经验”的“中训练”范式 [2][7] - 该范式利用Agent自己探索产生的状态变化作为宝贵的学习信号 [7] - 设计两种具体训练策略：隐式世界建模和自我反思 [7] 隐式世界建模策略 - 让Agent学会预测“如果我这么做，世界会变成什么样” [9] - 具体步骤包括自我尝试、记录数据、微调训练预测能力 [9] - 通过大量“作死”和观察后果，让Agent悟出世界运行规律 [10] 自我反思策略 - 让Agent学会解释“为什么专家的做法比我的其他想法更好” [11] - 具体步骤包括自我尝试、教练点评、微调训练预思考能力 [11] - 训练Agent学会先生成反思推理再输出正确动作 [11] “中训练”范式的有效性验证 - 在8个多样化环境中测试显示，平均成功率比传统模仿学习提升9.6% [15] - 在未见过的任务上表现提升9.4%，显示强大泛化能力 [15] - 作为强化学习初始化时，最终性能提升最多6.4% [15] - 提升在不同复杂度的环境中保持稳定 [17] “中训练”的理论基础与价值 - 谷歌DeepMind研究证明成功Agent内部必须拥有准确“世界模型” [18] - 传统模仿学习只学习从状态到行为的浅层映射 [20] - “早期经验”补上了建立世界因果理解的关键课程 [21] - 可能需“预训练+中训练+后训练”三段式训练范式通往通用Agent [23] 参数效率与新Scaling Law可能性 - “早期经验”展示通过自我递归训练释放参数潜力的可能性 [25][27] - 700M参数小模型经训练后可在某些任务上超越参数量大十几倍的大模型 [25] - 传统增加参数量的做法边际收益递减很快 [27] - 可能预示一个新的属于Test Time Compute的Scaling Law [28]

开源AI模型趋势 - DeepSeek等中国开源模型显著影响行业 保证AI技术不被少数私有化公司控制 开源成为AI领域主流趋势[3] - Hugging Face平台中国开源模型下载量已超过美国 开源模型与闭源模型能力差距正迅速缩小 预计半年到一年内可齐头并进[4] - 形成"中国开源vs美国闭源"竞争格局 美国开发者也在采用开源模型 开源生态一旦建立将形成长期壁垒[5][6][7][9] AI应用核心壁垒 - Manus案例显示Go-to-Market能力是关键壁垒 中国创业者技术能力不逊色但市场进入策略存在短板[10] - AI应用公司首要壁垒是发展速度 需要让竞争对手感到绝望的快速增长 其次才是用户留存能力[11] - 中美市场存在Token消耗差异 中国更关注Token消耗量作为"含AI量"指标 日均消耗达百亿级别 大厂提供补贴使性价比显著提升[12][13][14] AI编程赛道分析 - AI编程是大厂主导领域 中美都在进行补贴 美国补贴AI Coding 中国补贴外卖 几乎都是负毛利运营[15] - Cursor从月费改为按流量收费 显示ARR难以维持 负毛利达300%-500% 收入增长越快VC补贴压力越大[16] - 程序员群体忠诚度低 对价格和性能高度敏感 切换成本极低 OpenAI的API调用量曾因Gemini新版本发布而急剧下降[18] 机器人投资策略 - 重点关注能实际干活的"牛马型机器人" 如洗船机器人和按摩机器人 虽然外观不讨巧但能创造真实商业价值[21] - 按摩机器人不仅能按摩理疗 还能实现卖卡功能 转化率甚至高于人工 真正取代整个岗位而非"半个人"[22][23] - 机器人ROI计算必须完整取代岗位 很多创业公司陷入只能取代"半个人"的陷阱 导致ROI测算不真实[22] AI硬件发展逻辑 - AI硬件成功关键是做减法而非加法 优先保证大批量发货能力 许多公司因添加花哨功能无法交货而失败[28] - Plaud案例显示应选择小切入点 使用成熟技术实现商业化 FuzozoAI玩具本质是游戏玩法创新 AI只是噱头[28] - AI时代独有新硬件物种尚未出现 取代手机非常困难 电池 存储 联网等技术瓶颈可能需要10-20年突破[29][30] 全球化战略 - 中国C端App在全球市场具有绝对优势 过去十年超过百亿美金的C端App几乎全是中国创业者开发 美国VC已基本不投Consumer领域[37] - To B应用面临Go-to-Market挑战 PLG模式可做到2000-3000万美金ARR 但要突破5000万美金必须转型SLG模式[38][39] - 出海市场选择取决于团队背景 F-35级别打美国市场 F-20级别打日本市场 F-16级别打东南亚市场[39] 估值与资本环境 - 高估值会压缩犯错空间 移动互联网时代很多大厂高管创业即获5000万美金估值 但产品上线后第二轮融资就失败[43] - 中国美元基金资金量减少 因大量LP资金被锁在字节 小红书 蚂蚁等未上市公司 总市值约1.5-2万亿美金[45] - 香港成为主要IPO目的地 中国企业应选择在香港上市 全球投资人都认可香港市场的资产购买价值[47] AI创业投资策略 - 投资回报期指现金回收时间 希望市场投放资金在3-6个月内回笼 最佳情况是首月投1元收回0.8元 六个月后能收回2元[50] - 早期投资更关注用户参与度指标 如日活率 周活率 留存率 使用时长等 而非仅看收入数据[51] - AI时代演化速度是移动互联网的三倍速 创业者需在离大厂三条马路之外寻找机会 并以三倍速发展[53]

产品升级 - AutoGLM 2.0突破硬件限制 可在任何设备及场景下运行[1] - 从1.0有限场景升级为云端自主执行型助手[1] - 配备专属智能体手机/电脑 无需占用用户本地设备[1] 生活场景应用 - 支持操作美团、京东、小红书、抖音等数十个高频应用[1] - 实现点外卖、订机票、查房源等生活服务功能[1] - 可通过语音指令完成具体消费行为如购买奶茶[1] 办公场景应用 - 跨网站操作飞书、网易邮箱、知乎、微博等网页平台[1] - 覆盖信息检索、内容撰写、生成视频/PPT/播客全流程[1] - 直接完成社交媒体平台内容发布功能[1] 技术实现方式 - 云端自主完成任务 用户可同步使用其他APP[1] - 实现多任务并行处理能力[1] - 突破本地硬件资源限制[1]

产品发布与迭代 - 智谱发布AutoGLM2.0版本 距离1.0版本已过去10个月 [1] - 首次支持IOS系统并更改logo设计 [6] - 底层模型采用GLM-4.5和GLM-4.5V 单次任务成本仅0.2美元 [23] 技术方案创新 - 通过云端虚拟手机实现AI操作 用户可同时使用实体手机进行其他活动 [8] - 云手机预装主流APP 支持7x24小时不间断运行 [8][16] - 操作延迟约为0.5秒至1秒 主要面向AI操作而非人工直接使用 [20] 功能应用场景 - 支持外卖点餐 商品搜索 导航等生活化场景 [21][23] - 实现跨APP操作 如小红书搜索后跳转至高德地图导航 [4] - 支持定时任务功能 预计8月底版本更新 [26] 用户体验改进 - 解决1.0版本占用实体手机的问题 实现多任务并行处理 [5][8] - 云手机支持应用双开功能 方便多账号管理 [18] - 支付环节仍需人工确认 但AI可自动使用优惠券 [21] 行业意义 - 首个专注于手机端场景的通用Agent产品 [25][38] - 标志AI技术从语言交互向实际操作的能力跃迁 [46] - 通过自动化处理重复性任务释放用户注意力 [36][37] 局限性说明 - 云手机无法下载新APP 仅限使用预装应用 [20] - 未预装微信 可能出于隐私保护考虑 [20][42] - 建议使用低敏感度账号进行操作 核心账号仍需谨慎 [43]

产品经理角色演变 - PC时代产品经理角色更偏向"需求分析师"，移动互联网时代转向"用户体验设计者"[1] - 大模型和Agent技术正在重塑产品经理工作方式，打破角色边界并升级思维模式[1] - 2025全球产品经理大会汇聚40余位专家及1000多位与会者，探讨AI产业趋势[1] 奇点智能研究院成立 - 由CSDN与Boolan联合发起，定位为人工智能前沿技术和产业落地的创新研究机构[3] - 聚焦计算范式、开发范式和交互范式转换，设立六大研究领域[5][7] - 与华东师范大学合作成立"开源创新与变革联合实验室"，计划发布全球开源发展报告等研究成果[5] 大模型驱动的AI产业生态 - 基础大模型经历从"训练"到"推理"范式转换，强化学习推动"经验数据时代"[10] - SOTA模型内置Agent和Tool Use能力，大模型从Chatbot进化到Agentic模型[11] - Vibe Coding（氛围编程）创造增量市场，有望实现"可塑软件"和低成本编程[12] - 自然语言对话界面重构智能应用形态，带来应用服务化等新趋势[13] - 未来智能体生态可能由多元设备（眼镜、手机、汽车等）作为交互入口[14] 生成式AI与生产力革命 - 昆仑万维发布全球首款AI Agent架构Office智能体Skywork Super Agents，将8小时工作量缩短至8分钟[18] - 昆仑万维开源多款多模态模型，覆盖音频驱动数字人、交互式世界模型等领域[19] - 海外AI API调用统计显示编程类占比87%，角色扮演类占5.4%[20][22] - 行业化大模型是必然趋势，通用Agent难以覆盖所有行业[23] - ToB场景核心是"增效"，ToC场景核心是"降本"[23] GenAI应用交互设计 - 当前GenAI产品多以"助手"形态存在，受现有环境约束明显[25] - 交互设计核心任务：高效获取任务与上下文、便捷审核与应用结果[26][29] - 鼠标双击唤起助手可能成为GenAI时代的新型交互方式[28] AI时代的产品人味 - 当前AI工具存在交付模式单一、环境感知不足、交互设计不直观等问题[34] - 产品设计需平衡"天道（环境）、人道（人类需求）、AI道（技术）"[34] - YouMind通过多模态优化和内容可编辑性提升"人味"，实现AI与用户双向协作[36][37] AI时代的产品经理机遇 - AI时代产品方法论面临跳跃式颠覆，产品经理既是受益者也是被颠覆者[40] - 技能边界被打破，"一人公司"模式可能普及[41] - 开源模型推动全产业链协作式创新，对产品经理具有战略意义[44][45] Chat BI与数据挑战 - Chat BI最大挑战是企业数据基础薄弱，原始数据质量影响分析结果[46][47] AI产品用户体验 - AI产品需明确功能优化与数据能力的边界，避免过早依赖语言模型升级[48] - 创业公司应集中资源在关键节点形成差异化优势[49] 行业应用与合作伙伴 - 大会设置12大专题，覆盖生成式AI、Agent设计、企业级应用等领域[51] - 鸿蒙生态、万兴科技等合作伙伴展示创新成果[51]

百度AI业务调整 - 公司于七月初组织会议点名多个产品并明确减少投入 包括心响和月匣 [2] - 心响作为公司旗下首个C端通用AI智能体 支持超200种功能 覆盖知识解析 旅游规划 学习办公等领域 但公测后不到一个季度即面临资源收紧 [2][5] - 月匣作为AI社交应用遭遇架构调整 团队被合并至其他业务线 业务规模降级 管理层决定再观望一至两个季度 [2][9] 人事与组织变动 - 搜索及智能体业务总经理谢天转岗至IDG地图事业部 此为干部轮岗机制下的正常调整 [3] - 谢天于2024年下半年接手搜索及智能体业务线 心响和月匣均在其任内上线 [4] - 部分心响产品组成员已调离原业务 月匣团队在业务合并后也有员工被抽调至其他业务 [5][9] 产品表现与挑战 - 心响定位为"AI任务完成引擎" 通过自然语言交互实现复杂任务拆解和可视化结果交付 但被内部评价为能解决的问题非常简单 不值得用户花几分钟生成答案 [5][6][7] - 月匣作为第四代AI社交产品 对标星野 猫箱 Wow等 但上线后处于半成品状态 功能迭代滞后 缺乏TTS等成熟功能 [8][9] - 两款产品均未进行大规模投流 用户增长依赖内部流量和自然裂变 业务管理层对月活指标敏感 检验周期有限 [7][10] 行业环境与商业化困境 - 国内ToC软件市场难以实现付费转化 模型能力应用程度有限 限制通用Agent发展 [6] - 心响提供的200个场景包含很多非常规功能 用户使用意愿和频率可能不高 [6][7] - AI社交头部产品均减少投放 业内缺少长期稳定的百万DAU级产品 行业呈现收缩态势 [10][11] 战略聚焦与反思 - 李彦宏在季度高管会议上指出公司缺乏战略聚焦 导致多场关键战役失利 需要清楚干什么和不干什么 [2][12] - 公司正重新聚焦基础模型能力和搜索端应用 近期开源文心大模型4.5系列 包含10个不同参数和场景的模型组合 [12][13] - 内部业务规划按季度划分阶段 若首季度不及预期则项目难推进 业务模式倾向于维持现状 [14] 人才与管理问题 - 公司于2024年6月启动最大规模顶尖AI人才招聘 岗位招聘同比扩大60% 并计划5年内培育1000万AI人才 [13] - 内部管理存在僵化问题 自研AI工具平台能力被反馈弱于友商 但汇报时只呈现好的一面 [13] - 业务协同存在标准不统一问题 不同团队适配效果不佳 大团队惯性问题依旧存在 [14]