153. 和曾鸣聊产业史观：残酷的真相、会消亡的公司、优秀≠卓越、“OAI、Anth大概率不是原生时代大赢家”

概览

本期围绕 AI 产业化进入什么阶段、哪些公司会成为时代赢家、创业者应如何做战略展开。曾鸣用互联网、移动互联网、电气化、汽车等产业史类比，提出新技术通常经历“基础设施成熟、应用大爆发、原生应用”三个阶段。

核心判断是：2026 年 AI 第一阶段基本完成，token 成为标准度量单位，模型公司正在变成 AI 云基础设施；第二阶段则是智能体阶段，真正的机会在于能独立完成复杂任务的 Agent，以及未来可能出现的 Agent 浏览器、目录、平台或入口。

讨论后半段转向组织和战略。曾鸣认为 AI 会挑战工业时代的公司制度，组织基本单元会从“岗位”转向“任务”，科层制和传统中层会被削弱，未来组织更像任务驱动、合伙人化、AI 深度协同的新型组织。

分段落总结

[00:00] 开场与核心预告

[事实] 主持人介绍曾鸣是企业战略专家、阿里巴巴集团前总参谋长，并参与过长江商学院和湖畔的创建。

[事实] 开场剪辑提前抛出本期主要观点：公司制度会衰亡、同质化供给无法获得高额利润、巨头在 AI 巨浪面前并不安全。

[03:08] 曾鸣的方法论来源

[事实] 曾鸣认为自己受到企业家关注，主要因为他同时拥有学术训练和阿里高速发展阶段的一线实践经验。

[事实] 他强调自己持续研究前沿产业，因此能和创业者同时讨论战略方法论与产业下一步演化。

[04:32] 阿里的三次关键战略

[事实] 曾鸣认为阿里前 15 年最重要的三个决定是创立淘宝、支付宝和阿里云。

[事实] 这些决定在当时都不被社会和公司内部充分认可，内部争议很激烈。

[事实] 他补充说，大战略之后还有大量二级战略选择，例如阿里云服务哪个场景、开源还是闭源、是否自研数据库和存储。

[07:04] 反共识与卓越

[事实] 曾鸣说，真正成为时代企业的战略，往往是事后被证明成立的反共识。

[事实] 他区分“优秀”和“卓越”：在共识赛道做得更好是优秀，卓越则一定来自反共识。

[推测] 这里的核心含义是，战略不是线性规划，而是在不确定性中创造未来。

[10:02] AI产业化三阶段

[事实] 曾鸣把巨大通用技术的产业化分为三个阶段：成为社会基础设施、基于基础设施产生海量应用、进入原生应用阶段。

[事实] 他用移动互联网举例，认为抖音、字节属于移动互联网原生应用阶段，而早期天气、资讯类应用只是第二阶段的一部分。

[事实] 他强调第二阶段本身也很精彩，不能跳过应用爆发阶段直接进入原生应用。

[14:59] Token与智能体阶段

[事实] 曾鸣认为 2026 年是 AI 第一阶段基本完成的标志性阶段，原因之一是 token 作为标准度量单位形成共识。

[事实] 他认为春节前后“龙虾”相关产品让人看到 AI 独立完成任务的潜力，因此 AI 第二阶段是智能体阶段。

[推测] token 的标准化意味着智能可以像电、水、流量一样被计量、交易和规模化调用。

[17:12] 从建站到建Agent

[事实] 曾鸣把 1990 年代建网站分享信息，类比为今天建 Agent 分享能力。

[事实] 他认为浏览器当年降低了建站和浏览网站的门槛，今天 AI 时代也在等待类似“浏览器”的产品。

[事实] 他尚未看到 AI 时代的“雅虎”雏形，认为未来两年最大机会可能是统一 Agent 标准并降低用户调用门槛的入口。

[23:27] 模型公司的本质

[事实] 曾鸣把模型类比为炼油厂，也把模型公司看作让所有人接入智能的基础设施服务商。

[事实] 他认为 OpenAI、Anthropic、Kimi、DeepSeek 等模型公司更像未来的 AI 云公司。

[事实] 他判断模型公司从基础服务商变成成功应用公司的概率不高，因为历史上缺少类似先例。

[25:50] OpenAI和Anthropic的位置

[事实] 曾鸣认为 Anthropic、OpenAI 的技术突破和商业成绩非常了不起，但类似冲击在雅虎、AOL、黑莓等历史阶段也出现过。

[事实] 他认为这类公司可能继续活得不错，但大概率不是原生应用阶段的大赢家。

[事实] 他相信未来会有 10 万亿美元公司，但未必是现在领先的 OpenAI 或 Anthropic。

[30:01] 阶段领先者为何难跨代

[事实] 曾鸣认为第一阶段企业很难活到第二阶段，第二阶段企业也很难活到第三阶段。

[事实] 第一阶段关注技术可不可用，第二阶段更需要产品原创力、用户同理心和应用技术创新。

[推测] 领先者难跨代，不只是战略意愿问题，也来自能力结构、组织惯性和技术范式变化。

[31:58] 模型行业格局

[事实] 曾鸣认为公共基础设施行业通常会形成“寡头垄断加政府强监管”。

[事实] 他认为模型供给既不能只有一家，也不会有太多家，最终会形成稳定、低成本、可替代的基础设施供给。

[事实] 他认为 Anthropic 和 OpenAI 已经在美国形成一定黑洞效应，XAI 和 Meta 在当前竞争中掉队。

[35:06] 中国模型竞争

[事实] 曾鸣认为中国模型公司会持续追赶和发展，但竞争也会经历淘汰赛。

[事实] 他提到中国公司接下来可能从“8 进 4”到“4 进 2”，年底 3T 模型会成为重要竞争线。

[事实] 他认为基础设施大模型创业窗口已经关闭，新公司此时再进入缺少积累。

[38:23] Agent入口与复杂任务

[事实] 曾鸣认为下一阶段要看谁成为 Netscape、Yahoo 式的 Agent 标准制定者和用户入口。

[事实] 他认为真正有长期价值的 Agent 应该解决复杂任务，简单任务容易被模型能力自然淹没。

[事实] 他认为教育、健康、组织大脑、CEO Agent 团队、情感陪伴等都可能成为探索方向。

[44:31] 智能飞轮与黑洞效应

[事实] 曾鸣认为数据飞轮会升级为智能飞轮，前提是 Agent 能独立干活并获得真实世界反馈。

[事实] 他把黑洞效应看作 AI 时代网络效应的升级版：应用场景越多、连接越复杂，智能越可能拓宽。

[推测] 能在高价值场景中形成可泛化智能飞轮的公司，更可能进入下一阶段竞争。

[50:27] 新平台与Agent OS

[事实] 曾鸣认为新平台仍会出现，但它匹配的是能力与需求，不再只是信息匹配。

[事实] 他认为 Agent OS 属于第三阶段，因为那时系统会直接调度各种 Agent 完成任务，用户未必看见具体 Agent。

[事实] 他认为现在讨论 Agent OS 有意义，但大概率还无法真正落地。

[53:42] 应用公司低谷与模型吞噬论

[事实] 曾鸣认为当下是应用创业者的反共识阶段，因为还没有出现足够好的应用证明潜力。

[事实] 他不同意“模型吞噬一切”，认为模型发展到一定阶段后，会出现不同场景下的新技术要求。

[事实] 他用电气化举例，说明基础设施成熟后，洗衣机、冰箱、空调等应用会按自身规律陆续出现。

[60:25] 应用公司是否需要训模型

[事实] 曾鸣认为 Agent 公司不必训练传统意义上的基础大模型，因为模型能力会成为可替代的基础设施。

[事实] 他认为应用公司仍需要大量技术创新，但这些创新不一定沿着当前大模型技术路线。

[事实] 他判断当前还没有看到非常好的 2C Agent，但他非常乐观地认为一定会出现。

[64:52] New Labs与公司制度变化

[事实] 曾鸣认为 New Labs 出现，一部分原因是研究者不满意传统公司形态，也在探索新模型范式。

[事实] 他认为公司是工业时代的制度创新，如果工业时代的经济规律被挑战，公司形态也会被挑战。

[事实] 他刻意使用“组织”而不是“公司”，因为未来新组织形态尚未被命名。

[70:19] AI原生组织

[事实] 曾鸣认为工业时代公司以岗位为基本单元，而 AI 时代组织的基本单元会变成任务。

[事实] AI 原生组织会从第一天开始定义、拆解和分配任务，人和 AI 都围绕任务流转协同。

[事实] 传统科层制中的汇报线、中层和命令线会被削弱甚至消亡。

[73:11] 激励与个人角色

[事实] 曾鸣认为未来组织更强调 high agency，人的驱动力来自自驱、成长和找到适合自己能力的场景。

[事实] 他认为一人公司只是阶段性产物，因为分工协作仍然需要组织。

[事实] 他认为未来组织会越来越像合伙人企业，每个人因为不可替代的贡献而存在。

[80:11] 组织先于战略

[事实] 曾鸣把组织问题放在战略问题之前，因为新战略的生成方式与旧组织不匹配。

[事实] 他认为 AI 原生 CEO 需要深刻理解 AI，有些创业者已经自己重写公司内部运行体系。

[事实] 他把未来组织系统类比为神经网络，而不是传统 ERP 那样固化的道路。

[87:01] 产品经理与技术创始人的挑战

[事实] 曾鸣认为下一阶段产品经理会无比重要，因为产品、客户、价值和技术取舍都需要判断。

[事实] 他指出部分技术人员需要理解商业世界规律：同质化供给无法获得高额利润。

[事实] 他认为模型阶段需要 researcher 背景，但下一代应用驱动阶段大概率不需要。

[91:11] 优秀创始人与卓越创始人

[事实] 曾鸣认为卓越是事后认定的，因为它需要创始人在一次次反反馈中证明自己是时代先知。

[事实] 他认为优秀通常来自持续正反馈，而卓越往往需要小我、同理心和使命驱动。

[事实] 他把公司分为机会驱动、战略驱动、远见驱动和使命驱动四个层级。

[96:37] 战略心法

[事实] 曾鸣认为分辨非共识和噪音，需要更全面地感知外界变化，也需要更深入地思考。

[事实] 他认为今天战略无比重要，因为越不确定越需要战略思考能力。

[事实] 他解释“看十年、想三年、干一年”的重点在“想三年”，即形成短期、中期、长期之间的动态张力。

[105:47] 战略生成与文化

[事实] 曾鸣认为 AI 时代不是“战略规划”，而是“战略生成”。

[事实] 组织要建立一套环境，让战略洞察涌现出来，并在合适时间由合适的人做出合适决定。

[事实] 他认为未来文化强调 context not control、开放透明、共享和共创。

[118:08] 机器人产业阶段

[事实] 曾鸣认为机器人还处于非常早期的战略探索期，核心限制之一是数据不像大模型那样充足。

[事实] 他认为机器人既可以从大脑模型泛化出发，也可以从具体场景和身体能力闭环出发，两条路逻辑上都成立。

[事实] 他先类比汽车早期几千家公司竞争，后又认为机器人更像电气化，会在多个场景产生不同形态。

[122:36] 巨头的不安全

[事实] 曾鸣认为在 AI 巨浪面前没有巨头是安全的，all in AI 只是必要条件。

[事实] 他认为微软、Google、字节等都有机会成为 AI 云公司，但能否成为下一代入口级 2C 应用存在很大不确定性。

[事实] 他认为社交关系、人货关系都会被重构，腾讯和阿里也面临挑战。

[130:49] 组织能力决定大公司追赶难度

[事实] 曾鸣认为 XAI 的问题可能在组织上，过度高压和疲惫不利于创新。

[事实] 他认为 Meta 的体量、资源调度和创始人对模型理解的问题，会限制其关键决策。

[事实] 他认为中国模型竞争收敛慢，是因为很多公司在美国原型上快速跟进，容易形成同质化竞争。

[138:01] 创造力时代与教育

[事实] 曾鸣借德鲁克框架提出，AI 时代可以被定义为创造力时代。

[事实] 他认为可结构化处理的知识工作会被 AI 接管，人需要开发“无中生有”的原创能力。

[事实] 他认为教育系统会面临巨大冲突，因为现有教育仍偏知识灌输，而未来需要探索人的潜能和创造力。

[144:43] 硬件、不确定性与快乐

[事实] 曾鸣认为消费硬件会层出不穷，但哪些是大品类、哪些是小品类仍不确定。

[事实] 他主张在这个阶段拥抱不确定性，因为不确定性就是最大的机会。

[事实] 他把自己的使命描述为“做一个快乐的研究员”，并希望 AI 能让人类更快乐。

[149:53] 快问快答与CEO战略能力

[事实] 曾鸣提到自己喜欢辣椒炒肉，喜欢的地点目前可能还是上海。

[事实] 他推荐管理学和战略相关书籍，包括《基业长青》系列、德鲁克的书，以及弗里德曼关于市场运行机制的书。

[事实] 他认为战略是组织的大脑，必须由 CEO 来做；卓越创始人更可能是使命驱动，而张一鸣至少是愿景驱动并有自己的管理哲学。

播客点评/总结

[推测] 本期价值在于把 AI 创业问题放进长周期产业史中讨论，而不是只围绕当下模型榜单、融资热度或应用形态做短期判断。曾鸣的框架提供了一个清晰主线：基础设施成熟之后，真正重要的是应用爆发、Agent 入口、智能飞轮和原生组织。

[推测] 亮点是观点足够锋利，包括“模型公司大概率不是原生时代赢家”“公司制度会衰亡”“岗位让位于任务”“优秀不等于卓越”等，适合创业者、投资人、产品负责人和组织管理者反复对照自己的判断。

[推测] 局限在于许多判断依赖历史类比和抽象推演，具体产品形态、Agent 入口、Agent OS、机器人落地路径仍未给出确定答案。对期待明确赛道清单或短期预测的听众来说，本期更像战略心法和框架，而不是操作手册。