AI 变天:与其赌OpenAI能实现AGI,不如先做好我的PPT

多客科技

作者：微信文章
在 AI 行业，风向变了。

最近两周，我和身边的一群习惯“白嫖”的小伙伴，纷纷自掏腰包购买 Google One 或者 Workspace 会员。月费贵达20美金，但都觉得真值、真香。

要知道，自 2022 年底 ChatGPT 横空出世引发“GPT 时刻”以来，这是我第一次见到这么多中国从业者，想方设法、成规模地去购买一个海外大厂的 AI 账号。

与此同时，国内的字节跳动联合中兴努比亚推出了“豆包 AI 手机助手”，也让沉寂已久的中文 AI 圈为之一震。

这是行业拐点的信号。围绕着 AI 泡沫是否降临、英伟达股价是否见顶的争论从未停止，但市场用脚投票已经给出了答案：AI 的下半场，“卷应用”已经比“卷模型”更重要了。
一、 谷歌的反击：工程能力的胜利


过去两年，我们习惯了盯着那个名为“SOTA”（当前最佳）的模型榜单。但 Gemini 3 发布后的市场反应证明，单纯的参数竞赛已经无法刺激用户的神经。

Gemini 3 这一波的惊艳，不在于它背诵古诗比 GPT-5 强多少，而在于它展现了可怕的工程落地能力。

尤其是 NotebookLM 配合 Nano Banana Pro 展现出的生成示意图、PPT 的能力，几乎惊艳了所有人。它切中的是像我这样观望中的知识工作者最核心的痛点：知识整理、知识可视化。

这一轮惊人的用户增长说明了一个真理：AI 的增长引擎已经切换。过去靠 GPT 那种单一的信息查询和纯文本输出，由于开源和闭源模型的差距在缩小，已经无法形成根本性的能力壁垒。

仅仅做一个 Chatbox，收费场景太过狭窄。用户不会为了一个“稍微聪明一点”的聊天机器人持续付费，但他们会为了一个“能帮我搞定工作流”的产品长期掏腰包。比如，编程助手也是有长期价值的。

这就是“卷应用”和“卷工程能力”的价值。当模型能力不足以产生代差时，谁能用工程手段把信息理解做得更稳、把交互做得更顺，谁就能赢。
二、 豆包与努比亚：从“痒点”到“痛点”的突围


视线转回国内，本周发布的“豆包 AI 手机助手”是一个充满想象力的案例。

客观地说，它目前解决的更多是用户的“痒点”而非痛点。比如帮你发个微信、定个闹钟、整理个通话摘要。这些功能虽然方便，但还未达到让用户“非买不可”的程度。它还需要等待产品力和工程能力的真正突破。

但是，不要低估这一步的意义。

相比于此前智谱 GLM 模型以及面壁智能的小模型尝试，豆包这次的系统级植入已经有了质的飞跃。如果说之前的手机 AI 还是玩具，那么豆包让我们看到了“手机管家”的雏形。

在我看来，这相当于端侧 AI 的“GPT-2 或 GPT-3 时刻”。虽然还未到 GPT-3.5 的惊艳，但方向对了。只要场景跑通，从解决“痒点”进化到解决“痛点”，只是时间问题。虽然还会有手机厂家、APP厂商的集体反制的可能，但那也是“幸福的烦恼”了。
三、 OpenAI 的隐忧：被资本绑架的“画饼”


反观 OpenAI，在这一轮产品化浪潮中，显得有些落寞。

在我看来，OpenAI 已经没那么香了。

首先是模型祛魅。 基础模型能力的边际效应递减已经非常明显。GPT-5 依然很强，但完全拉不开差距，甚至局部落后了。

其次是产品短板。 OpenAI 的产品力、场景资源比起 Google、字节跳动这些拥有庞大生态的头部公司，有着明显的差距。它没有操作系统，没有办公全家桶，导致它的模型空有一身武艺，却缺乏落地的土壤。它除了ChatGPT，还有哪个产品做到了用户和收入规模的世界第一吗？

更糟糕的是人才的分崩离析。

OpenAI 似乎陷入了一种怪圈：为了维持高估值，Sam Altman 必须不断“画饼”，许诺 AGI（通用人工智能）即将到来。

资本目前仍然不敢下船，只能陪着豪赌。按照未来 3-5 年的 IDC 规划，投资仍然集中在昂贵的模型训练集群，而非推理集群。这说明资本在赌一个极小概率事件：两三年内，模型能力出现物理学级别的突破，实现 AGI。

但对于产业界来说，这是一场豪赌。如果 AGI 没有如期降临，OpenAI 这种缺乏造血能力和生态护城河的公司，恐怕会迅速失宠。
四、 寻找下一个“超级入口”


AI 泡沫的声音此起彼伏，但打破泡沫的唯一方式，就是“杀手级”应用的涌现。

基于以上判断，对于下一阶段的关注重点，一家公司是否拥有“全栈能力”并非眼下最重要的事情。我们需要关注的是：

1. 有没有高价值的场景？

2. 有没有独特的数据？

3. 有没有将模型转化为体验的产品力？

如果模型能力不足，完全可以用工程能力来补；甚至可以直接使用开源模型，只要能解决问题，用户并不在乎你的底层是DeepSeek还是 GPT。

在这个新阶段，我看好那些拥有场景和流量的公司，比如谷歌、字节、腾讯。

同时，我看好那些正面赛道：一切当前的 AI 能力足以重构工作流，并且该赛道本身商业价值足够高的领域。比如“AI生成短剧”就是很好的选择。

模型是电，但我们现在更需要的是电灯、冰箱和洗衣机。那个属于“爱迪生”的狂热发明时代结束了，属于“福特汽车”的商业帝国时代才刚刚开始。