對話傅盛：AI時代的超級應用是什麼？_風聞

當AI進入拼應用的階段，中國企業比美國企業更有機會

文｜吳俊宇 

編輯｜馬克

DeepSeek大模型在年初以超級性價比震撼市場，之後各行各業部署DeepSeek大模型應用的熱情高漲，很多業內人士認為2025年將是“AI應用爆發年”。

3月6日，AI創業公司蝴蝶效應發佈應用產品Manus，再次震動市場。該產品基於AI創業公司Anthropic的Claude大模型和阿里的千問大模型。它能夠實現用户的多重需求，號稱是世界首款通用AI Agent（智能體）。

3月13日，阿里宣佈將旗下AI產品夸克升級為全集團的AI旗艦應用，新夸克通過一個極簡“AI超級框”，一站式滿足用户多種需求。這同樣是通用Agent的思路，但夸克是基於自家的通義大模型。阿里稱，未來通義系列模型的最新成果都將第一時間接入夸克。

2月13日，OpenAI創始人薩姆·奧爾特曼（Sam Altman）宣佈，OpenAI未來幾個月內將發佈GPT-5，這是一個包含語義、語音、可視化圖像創作、搜索、深度研究等多種功能的多模態系統。奧爾特曼説，今後用户不用再在一大堆模型中做選擇，GPT-5 將完成所有任務，實現“魔法般的統一智能”。

過去兩三年，AI領域的焦點都是大模型，當模型能力足夠強了之後，焦點很可能轉到基於大模型的通用智能體。

3月13日，就AI領域的熱門話題，《財經》執行主編馬克對話獵豹移動董事長兼CEO、獵户星空董事長傅盛，傅盛認為：

AI 應用市場會在2025年爆發，其中軟件領域大廠機會更大，硬件領域創業者機會更大。當AI進入拼應用的階段，中國企業比美國企業更有機會。

AI時代的超級App就是通用Agent，但它需要巨大的資源支持。

雖然技術變了，但移動互聯網時代的商業邏輯在AI時代仍然有效，甚至還放大了。

大模型競爭會持續，它就像核武器，大公司無論如何都得有。因為如果模型能力出現重大突破而你沒有跟上，那你的用户還會被搶走。但在Transformer架構下，大模型能力不大可能繼續激增。

正如之前説未來沒有互聯網公司，所有公司都是互聯網公司一樣。未來所有公司都會使用大模型，也會擁有自己的大模型。

未來不會再有純粹的大模型廠商，大模型公司一定會做應用，因此創業公司如果只做一個套殼應用，就很容易被替代，必須把應用做深，並且聚焦在細分領域。

人形機器人離落地應用還很遠，機器人是一個軟硬結合的產品，軟件會有爆發式的進步，但硬件無法爆發式改進。

傅盛是互聯網老兵，他的創業經歷跨越三個時代——PC（個人電腦）互聯網、移動互聯網、人工智能。如何以小搏大，在巨頭的夾縫中求生，貫穿了傅盛的職業生涯，在本次對話中，他花了較多時間談論創業公司在AI時代的生存之道。

以下為對話實錄，有刪節。

AI應用的“iPhone4時刻”已經到來

《財經》：大家都説，2025年是AI應用爆發之年，這和2024年談應用落地有何區別？

**傅盛：**我覺得主要是三方面。第一，大模型基礎能力進化非常快。這一兩週，我用OpenAI的Deep Research（深度研究）功能給公司各業務線寫了十幾份報告。生成一個報告，大概8分-10分鐘。它的縝密度、邏輯性超越絕大部分人。因為人有時候有盲區、不嚴謹。

第二，推理成本急劇下降。兩年前，我們做了一個AI應用，這是個多Agent（智能體）。討論一份提案時，有Agent擔任法務，有Agent擔任律師，有Agent擔任拓展。一次會議跑20分-30分鐘需要消耗5美元的Token（推理算力的計量單位），還經常因為模型幻覺跑飛。我們做了大量工程優化讓它收斂。最近我換成DeepSeek跑，只需要兩三元人民幣，效果比以前還好。

第三，我覺得從業者也需要時間摸索規律。2007年iPhone發佈，但滴滴、美團這些Native（原生）移動應用是2011年iPhone4發佈之後才誕生的。

兩年前我和朱嘯虎在朋友圈辯論，AI落地的重點是不是應用。當時有人質疑我，為什麼現在看不到一個真正的Killer App（殺手級應用）。但開發者也需要學習，在新生態下什麼應用才是用户喜歡的。很多開發者花了一兩年踩坑，才知道大模型擅長什麼，不擅長什麼。所以我覺得大模型應用今年會爆發。

《財經》：如果用iPhone做對比，現在是哪一年？

**傅盛：**肯定到2011年了。OpenAI o1誕生時，我就認為它是大模型重要的分水嶺。它從過去一味堆參數、堆數據轉變到形成思維鏈。思維鏈的推理能力強於大部分人類。今天AI生成的報告，好像還不那麼專業，那是因為公開的互聯網數據還不夠好。它無法掌握水面下的企業內部數據。

《財經》：OpenAI o1和DeepSeek-R1，誰才是iPhone 4時刻？

**傅盛：**OpenAI o1就是了。DeepSeek-R1又增強了，而且更有性價比。用得起很重要。因為企業關心三個要素，能力、價格，還有開發者對需求和技術的摸索。

《財經》：你是不是不看好AI To C市場？國內很多人之前不看好To C（面向消費者）市場，認為只有To B（面向企業）市場才有商業化前景。現在情況有變化麼？

**傅盛：**我不是不看好To C市場。而是以去年國內大模型的能力，很難在To C用户羣中做出一個體驗好到足以爆發的產品，也很難計算出好的ROI（投資回報率）。

即使現在到了To C應用爆發的節點，我認為，國內創業者To C應用不是特別容易。大廠機會還是更大。因為大廠能力太強了，有生態、有用户、有技術。To C應用在它們的火力範圍內。當一個To C應用小荷才露尖尖角時，大廠會輾壓過去。例如去年的妙鴨，現在的夸克，都是阿里這種大廠做的。AI時代的國民APP，要有好的產品體驗，更要有好的模型能力、算力，這決定了大廠才能支撐。

我們創業者總有一種心理，以為自己比對手強。其實並非如此，只是對手沒你這麼重視。很多時候，創業者和大廠角逐時，只是看到大廠所謂更官僚的那一面。大廠的機會判斷雖然不如創業者，但它的技術儲備、人才密度遠超創業團隊。

人工智能的好處，也是壞處——這是人類歷史上少數短時間內讓絕大部分人達成共識的技術革命。移動互聯網剛誕生那幾年並非如此。大家都問，這是什麼東西。一些大廠看不起、看不懂，最後又追不上。但這一輪人工智能浪潮，所有大廠都在往裏衝。

《財經》：那你怎麼看待DeepSeek和Manus？DeepSeek在基礎模型層面打破了大廠的神話。Manus在To C應用層面也打破了大廠火力覆蓋的神話嗎？

**傅盛：**DeepSeek的確創造了奇蹟。它在大廠環繞的情況下，做出了一款高性價比又有頂尖技術能力的模型。但幻方也不是純粹的創業公司，它現金流很充沛。創業公司和它有差距。

Manus更多是產品調優的過程，當大家都意識到這一點時就不會太難，不會像訓練模型那麼難。模型每次訓練週期要幾個月，還要足夠的卡。這類通用型產品，大廠一定會來爭奪。

《財經》：那被大廠收購是不是Manus這類創業公司的好結果？

**傅盛：**我不完全這麼認為，我不是説Manus沒機會。如果一個應用公司短期快速建立口碑，拿到足夠多的用户，又保持和競爭對手一樣的迭代速度，它的確是有機會的。我對Manus團隊沒那麼瞭解，但Manus現在想做的東西太多了，它只融了1000萬美元，想做世界上第一款通用Agent。我的判斷是，這個仗不好打。

Perplexity（一款AI搜索引擎）這家創業公司機會就蠻大。因為它起得早，勢能抓得好。它已經拿到1500萬月活躍用户了，我好幾個朋友就只用Perplexity不用GPT，Perplexity那一波拿到用户就拿到用户了。

用户惰性是很強的。產品體驗只好20%、30%，沒人會動。產品力得強10倍以上才能擊穿市場。所以我覺得國內的AI也不只是聊天這種形式，需要產品創新，像阿里夸克這樣的產品，集成很多AI工具，通過一個框鏈接用户不同需求，也是很有想象力的。

為什麼今天大廠不可撼動，並不是大廠哪一項技術不可撼動。比如，搜索引擎技術門檻並不高，但後來者做了沒人用。人家起個大早站在山上，你從山底下往上衝，人家拿槍掃射就行，他只花你20%的精力就能把你擋在山下。

我們公司稍微比創業公司規模大一點。但我和同事説，這些通用產品都別去碰，咱們沒這機會。梁文峯和DeepSeek是行業裏的奇蹟，不太具備普遍意義。

《財經》：Manus創始人肖弘説，DeepSeek出現後，可以只關注應用和產品，不用擔心哪天模型廠商會要很高的毛利，也不用擔心模型廠商跟你競爭。看起來他還是樂觀了？

**傅盛：**他的第一個假設我是認同的。有了DeepSeek，創業者可以心安了，自己不做模型，也可以用DeepSeek搭一個性能不錯的產品。按照以前的競爭態勢，我當時做機器人，首先要做語音識別，因為這是產品命脈，是未來交互的核心，我擔心大廠不給我用。

如今的競爭態勢變了，現在有了開源模型，可以不在這裏花精力了。所以這次很有意思，這次連騰訊、百度都接入了DeepSeek。

《財經》：AI時代，創業公司的護城河是什麼？

**傅盛：**現在談護城河有一點早。對創業者來説，現在至少有一點是好的。就像Manus創始人肖弘説的，不用太擔心模型廠商會釜底抽薪。

人工智能會回到移動互聯網的邏輯。護城河就是做出好的用户體驗，快速獲得用户，形成增長飛輪。你只要長得快，就有一個緩衝期，才會有一個護城河。我不覺得會有一個純粹的技術、產品的護城河。最後還是用户規模的護城河。

AI時代的超級App可能是通用Agent

《財經》：AI To C賽道，你看好哪些方向？

**傅盛：**搜索肯定是一個大方向。最近所有大模型為了擴充知識庫、減少幻覺，都加上了搜索功能。所有大廠都在做“模型+App”，這可能是未來一個重要的流量入口。

我的感受是，搜索市場可能會變天，而且會比想象中快得多。未來大一統的搜索市場，會被很多個體驗差距不大的小應用瓜分。搜索的界限也在變得模糊。

某些搜索廠商可能會面臨時代變遷。以前搜信息去百度，搜商品去淘寶，搜旅行信息去小紅書。但大模型有機會統一需求入口。它有可能變成微軟提的“超級助手”或者“超級入口”。比如阿里的夸克，它就是以搜索為入口，牽引用户使用其他日常AI功能。

《財經》：阿里今天（3月13日）宣佈把夸克升級為阿里的AI旗艦產品。用户所有需求，比如搜索、寫作、生成圖片、生成PPT、學術研究，都可以在“AI超級框”輸入指令實現。夸克背後就是阿里的模型。這讓我想起OpenAI創始人奧爾特曼上個月説的，GPT-5將實現“魔法般的統一智能”。阿里這個動作你怎麼看？

**傅盛：**AI時代有沒有可能出現“超級入口”？有可能。但“超級入口”工作量非常龐大。如果夸克成為“旗艦產品”，阿里一定要投入足夠的資源和算力，還要在不同任務的Agent上做很大投入。把一個To C應用提到“旗艦產品”的高度，我相阿里是有戰略決心的。阿里現在對AI投入，就像當年電商面臨激烈競爭時還在堅定投入雲計算。

我們最近在做一個機器人語音相關的Agent。我們測試了很多模型，最終選擇了阿里的千問Max。千問至少在國內開源模型中是做的最強的。

之前一個大模型廠商創始人説現在和移動互聯網時代不一樣，現在是以基礎模型能力為核心，而非用户規模為核心。我不這麼看。AI時代，用户量依然是非常重要的支撐。如果沒有用户量，就沒有足夠的Feedback（反饋），那也很難形成飛輪效應。

GPT-3.5兩年前震動世界，是因為GPT-3.0就有專業人士在用。他們提了很多需求，OpenAI慢慢優化對齊，找到了用户真正的深度需求。夸克有兩億用户，它有條件迅速得到Feedback，形成飛輪效應。這種平台型產品，每個點的體驗都不能比競爭對手差，甚至要更好。

《財經》：阿里這一輪股價大漲，一方面是因為中國資產重估，另一方面也是因為阿里宣佈重度投入AI。夸克在阿里未來的AI藍圖裏可能扮演什麼角色？

**傅盛：**阿里可能想做一個可以執行所有應用的通用Agent。什麼是AI時代的超級應用？可能就是一個能解決80%問題的智能體，搜索、寫詩、寫報告、掃描、生成PDF文檔等。如果這個通用Agent面對各項任務時都能把滿意度做到都足夠高，就會有很強的黏性。

我感覺夸克這個產品形態，可能是要重新定義一個超越了搜索本身，不是一般意義的應用。夸克把很多日常能用到的AI功能都集成進去了。由於大語言模型能理解你的意圖，所以它可以根據你的意圖，幫你調用工具。我覺得未來真正的AGI（通用人工智能）產品形態，不是“人圍着機器轉”而是“機器圍着人轉”。這説法放在夸克上也可以。

你只要打開它輸入一句話，夸克就幫你把事給幹了，比如搜索、PPT、翻譯。這可以降低使用AI的門檻，提高用户體驗，類似於一個超級入口。

《財經》：作為“AI旗艦產品”，夸克有可能同時統領阿里To C和To B兩種服務麼？

**傅盛：**To B不太可能，但To C有可能。To C生態建立在擁有大量用户的基礎上，夸克就有兩億用户規模，且在移動、pc都有，據我瞭解50%還是00後，這代表了未來。對阿里來説，這個入口在別人手裏是不行的。因為別人有一天可能會突然開始推薦商品。抖音剛出來時，大家都哈哈一笑不當回事，現在抖音差不多是中國第三大電商了，我現在大部分東西都是在抖音上買的。

《財經》：雖然進入了AI時代，但如果抓不住用户，你的技術、產品就沒有用武之地。

**傅盛：**對。以前有句話叫“萬能的淘寶”。當時我聽曾鳴教授講過一堂課。他總結説，“萬能的淘寶”和“我們的淘寶”。淘寶上可以找到各種需要，它變成一個真正的Ecosystem（生態系統）。這個Ecosystem是靠大量的買家和賣家形成的。

大家打開手機，如果首先想到的是拿一個AI App去搜索，這對任何巨頭都是巨大的威脅。做好夸克，阿里還能借助AI搜索把過去的用户羣擴大。

《財經》：市場調研機構QuestMobile數據顯示，DeepSeek、豆包、元寶、通義、Kimi等幾款App，單日人均使用次數4次-5次，單日人均使用時長6分-10分鐘。AI對話App看起來既不高頻、也不剛需，為什麼阿里、騰訊、字節跳動還是要砸錢去做？

**傅盛：**國外已經有樣板了。AI對話工具大邏輯證明是可行的，所以大家往裏衝。ChatGPT是一款非常成功的產品。它短時間獲得了4億周活躍用户，2024年有27億美元收入。

包括國內的Deepseek-R1用户量增長那麼快，大廠也必須要戰略防禦。AI對話App單日人均使用次數、單日人均使用時長看似不多，但以後會逐漸演進。隨着模型能力提升、產品形態再豐富，會留住更多用户。以後每天使用次數可能會變成8次-10次。如果現在不做，未來再追趕會更難。

AI時代技術變了，但商業邏輯沒變

《財經》：AI應用爆發後，主打的會是生活娛樂應用，還是生產力應用？

**傅盛：**説實話，沒那麼好判斷。但以我的直覺來説，生產力工具會有一波大機會。這是這一輪AI和互聯網的本質區別。

互聯網更多是生產關係的變革，比如通過集採、團購、比價，去掉中間商等方式提高生產效率，它並沒有直接促進生產力。但是AI是生產力革命，它能直接幹活。現在你只要電腦裏裝個夸克這樣的產品，找資料，寫方案、做PPT，這些統統都能幫你搞定，

今天我看到，美國AI創業公司Anthropic CEO達里奧·阿莫迪 (Dario Amodei)説，未來三到六個月，90%的代碼將由AI編寫。我非常認同，因為我們公司一半的代碼已經是AI寫的了。

以前我們公司的人偷偷拿AI寫研究報告，現在我讓他們直接拿AI寫報告，再告訴我哪些是自己的想法。如果沒有想法也沒關係，只要報告完整一些就行，至少AI不太會出錯。

《財經》：報告雖然是AI寫，但真正交付時，還是需要人來調優。

**傅盛：**對。一旦不需要人干預，AGI（通用人工智能）就真的來了。但AGI不會一下出現，需要一個個領域不斷打磨，逐漸擴散。把一個個工具做好，慢慢才會出現AGI。

《財經》：所以AI時代的超級App可能就是一個通用Agent。奧爾特曼説，GPT-5將實現“魔法般的統一智能”，這真的能實現麼？

**傅盛：**GPT-5一定不會是把算力、數據、參數再擴大10倍、100倍的產品。它一定會進行大量工程化，做Agent那一層產品。奧爾特曼有次接受採訪，説OpenAI最缺好的產品，而不是説缺算法、芯片、數據。我想，他們可能打算用產品思路，把體驗做到新的高度。

這個方向，中國機會可能更大。產品體驗，中國團隊是最能打的。中國市場巨大、競爭激烈，工程師聰明又勤奮。事實上，移動互聯網時代中國App體驗已經比美國好。如果AI進化到以應用為核心的競爭格局，中國企業會有更大的機會。像夸克，其實在最近的中國A應用榜單排名上已經是日活規模第一，未來全力投入的話，我覺得成為AI超級應用的機會是非常大的。

《財經》：AI應用爆發是不是意味着大模型的競爭已經結束了？

**傅盛：**我不這麼認為，大模型競爭會持續。它就像核武器，大公司無論如何都得有，如果沒有就不是大公司。今天沒有任何一家大公司會因為“Scaling Law”（規模定律，模型性能由算力、模型、數據規模決定）放緩，就放棄迭代大模型。因為如果模型能力出現重大突破而你沒有跟上，那你的用户還會被搶走。

《財經》：大家現在信心高漲，認為DeepSeek打破了OpenAI的大模型神話，在DeepSeek上部署應用就行。但如果大模型的競爭並沒有結束，OpenAI又突破了新一代大模型，我們在下游部署的AI應用會不會打水漂？

**傅盛：**凡事都有規律，不會從石頭縫裏冒出來。至少現在，大模型仍然是以谷歌2017年提出的Transformer架構為基礎，Transformer架構下的競爭路徑是線性的，在這個架構下，看不到應用全被顛覆的可能性。

當然，大模型性能還會慢慢提升，如果應用做的太淺，只做一個套殼應用，的確很容易被替代。但如果把體驗做深，不會出現這種局面，這會鼓勵更多創業者做深度應用。

《財經》：未來大模型公司，專門開發應用的公司，各行各業用AI改善自己業務的公司，競合關係會是怎樣的？

**傅盛：**我覺得前兩類公司會融合，可能不會再有純粹的大模型廠商了，大模型公司一定會做應用。就像移動互聯網時代那句話，未來所有公司都是互聯網公司，我覺得可能以後所有公司都會使用大模型，都會擁有自己的大模型。

《財經》：AI時代相比移動互聯網時代，技術變了，但是商業邏輯並沒有變？

**傅盛：**商業邏輯沒變，一點都沒有變，它只是放大了移動互聯網的邏輯。以前移動互聯網做不了的事情，現在可以做了，它變成了更強的生產力工具。

OpenAI今年還發了Operator（操作員）和Task（任務）。它們可以自動執行任務。以前人必須在電腦面前“駕駛”。晚上你睡覺前，給AI安排任務。它去生成一個稿件，去網上找個設計圖，再查一查房價。第二天早上起來，它會給你彙報結果。

《財經》：這聽起來跟自動駕駛很像，你剛才説的就是L5的自動駕駛效果，完全不用人干預了，當然自動駕駛汽車本身就是一個智能體。你覺得要多少年才會進化到這一步？

**傅盛：**這一波模型穩定後，很快就會出現。Manus只是第一個，後面會不斷出現類似產品。因為Manus開啓了思路。大家會發現，原來做這個，會有這麼多用户關心。所以Manus發佈一兩天後，開源版Manus很快也被人復刻出來了，接下來無非是要把應用細節要做好。比如，Manus現在登陸第三方網站還要輸入賬號密碼，這需要把登陸接口做好。

《財經》：移動互聯網時代，應用進化的邏輯是從瀏覽到交易，從簡單到複雜。AI時代的應用進化會是怎樣的？

**傅盛：**應該也差不多。AI時代首先是從信息收集、搜索、生成開始的。然後再是各種工具的鏈接。工具鏈條打通之後，下一步再走向交易。過去手機上，外賣、打車一個個App是孤立的，但今天AI可以把這些App都串起來。人給出需求後，AI就安排了。

今天夸克就有點像這個邏輯，它把很多工具放在同一個App裏，然後用他們説的“AI超級框”來對接用户需求。夸克通過模型能力對AI功能進行集中調度，我覺得是非常牛的一個產品定義。

創業者做硬件不容易被巨頭複製

《財經》：除了搜索，AI To C賽道你還看好哪些方向？

**傅盛：**今天有很多小的應用和Agent。我在硅谷，遇到一個創業團隊，他們在手機背面貼磁貼式麥克風，幫用户做錄音和會議總結，他們單月收入超過1000萬美元了。

軟硬一體的智能硬件也是一波機會。2024年Meta智能眼鏡，銷售量有200多萬台，計劃2026年增產道每年1000萬台，這已經是一個現象級產品了。以前的智能硬件只是聯網硬件，現在才是真正的智能硬件。

智能眼鏡特別有意思，兩年前蘋果的Vision Pro，它加各種東西來實現功能，搞得顯示器很重。我當時加價一萬多買了一幅，用了一個月再也不用，因為太重，壓得鼻樑不舒服。Meta智能眼鏡最牛的不是做了什麼，而是不做什麼。它沒有顯示器，完全用語音交互，我哪怕參加重大活動都可以隨時戴着。如果沒有大模型，這種體驗是不可能的。

《財經》：對創業公司來説，硬件機會是不是更大？硬件相對軟件，更苦更累，大廠似乎不容易複製。

**傅盛：**硬件創業團隊更有機會一些。再大的廠做硬件，也得6個-12個月。硬件的邏輯是，你做出產品，即使被大廠盯上，12個月已經過去了。軟件的邏輯是，你開發產品兩個月，大廠1個月就複製了。

《財經》：聊到硬件咱們來説説機器人，你做了很多年機器人，你一直不看好人形機器人，認為這個技術落地太難、應用太遠，現在你的看法改變了嗎？

**傅盛：**沒改變。最近高盛出了份報告，説人形機器人五年內無法落地，我覺得這是少有的、清醒的投資人，認認真真做了一些功課。人形機器人的確是一個值得鼓勵的研發方向。但至少五年，甚至更長時間都無法落地。

我在硅谷，和一個專門做機器人數據標註的專家聊，他覺得人形機器人可能未來十年都無法落地。機器人是一個軟硬結合的產品，軟件會有爆發式的進步，但硬件無法爆發式改進，只有線性變化。比如軸承，它只能一點點改進。

做機器人最難的不是99%，而是1%。機器人不能只有99%的成功率，如果一個機器人抓100個盤子就摔1個，那它就沒辦法商用，成功率至少做到99.99%才能商用。

為什麼智能駕駛喊了這麼多年，目前也沒有一家真正做到無人駕駛。我在硅谷嘗試了特斯拉的FSD（全自動輔助駕駛），每兩三百公里還是需要人為干預。但人開車，可能十萬公里都不會出車禍。無人駕駛不能落地，核心原因是不能出現那0.01%的意外。

《財經》：聽起來人形機器人不適合創業公司幹，但最近宇樹和雲深處這些公司很火，它們都是幹這個的。

**傅盛：**今天這個環境大家都挺有激情，這挺好的。至少人形機器人火了之後，很多人去問價格了，然後覺得太貴，反過來覺得我們的機器人挺好，這個就是成本問題，性價比問題。不管人形機器人多酷，客户的核心關注仍然是投資回報率。今天最便宜的人形機器人9.8萬元，但輪式機器人可以便宜一半以上，因為節省了一半以上的運動關節，減少了一半以上的不穩定性，輪子能適應99%以上的場景。

《財經》：是的，所以你專注於特定用途的服務機器人，那麼大模型給你帶來了哪些紅利？

**傅盛：**第一波紅利是交互的紅利。我們馬上要推出一個基於DeepSeek（國內）和ChatGPT（國外）這兩款大模型的語音交互系統，體驗會有很大的提升，能做到像人一樣交流。這一輪交互紅利會讓很多以前做不好的場景都能做好，比如展廳講解、商店導購。

第二波紅利是任務規劃的紅利。比如以前讓機器人抓一杯水，得寫代碼、做模板，這很費勁，現在機器人的任務理解能力強多了。

沒有一款產品可以靠用户圖新鮮來實現商業化，我不是反對機器人和物理世界交互，只是對純人形機器人不看好。我看好的是，先從手開始，而不是從腳開始。在今天的業務場景中，腳沒有必要。

《財經》：其實所謂人形機器人，關鍵點是智能程度，而不是形狀是不是更像人。過去的工業機器人，只能按照人的設計在特定場景裏完成特定任務，那它不是機器人，只是機械臂。真正的機器人一定能實現跟真實物理世界的交互，能自主完成任務，到了那一步，無論它是人形還是其它什麼形狀都無所謂。

**傅盛：**同意。

《財經》：你最近一直待在硅谷，有什麼值得分享的見聞和思考？

**傅盛：**在這一波Manus起來之前，硅谷的智能體就已經很熱了。硅谷創業公司早就不卷模型了，都在想智能體。2020年以後，舊金山有超過十萬人離開硅谷。這輪AI熱潮興起後，他們又回來了。硅谷的VC（風險投資）也特別活躍，這麼小的地方居然有大幾千家的VC。

我看到了各種各樣的智能體創意。比如，在後院拍張照，大模型幫你分析去哪找工人，去哪買除草機，還有通過大模型協助優化簡歷的智能體。硅谷這波智能體創新還是挺值的學習的。

不過，DeepSeek出來後他們也有些懵圈。Meta首席科學家楊立昆（Yann LeCun）説，“某些硅谷圈子中有一種錯誤的優越感”。但DeepSeek打破了這種優越感。