本文整理自2025 年底张小珺对朱啸虎(金沙江创投主管合伙人)的最新访谈。朱啸虎是一个非常有意思的投资人,每次访谈中抛出的观点都非常的犀利且具有前瞻性。对于 AI 我们既要仰望星空,也要脚踏实地,如果说萨姆奥特曼和梁文锋是在仰望星空,目标是实现 AGI,而朱啸虎就是那个最佳脚踏实地的人。在 Gemini 3 Pro 的帮助下,我把本次采访中最核心的内容转成了一篇精彩的文章,以下为文章内容。

最近很多人都在问同一个问题:站在2025年的门槛上,AI是不是已经有泡沫了?

对此,我的回答很干脆:至少三年内,我看不到泡沫。

当菜市场的大妈都在聊泡沫的时候,泡沫肯定还没破;当大家都还是像现在这样将信将疑、甚至二级市场还在故意回调吓唬人的时候,这反而是进场的好时机。

为什么这么笃定?看数据。现在不仅是OpenAI,中国很多并不知名的创业公司,每天的Token消耗量都在几百亿的级别。这种十几倍的爆发式增长,说明应用端是真的有人在用,而且用的量极大。

这就是为什么这甚至不能被称为泡沫,我们现在的算力、GPU卡甚至电力都已经跟不上需求的爆发了。

在这场近46分钟的深度复盘中,我想和大家分享一下这一年来我的观察,以及在这个“如果不搞现实主义就要饿死”的当下,创业者该如何在巨头的夹缝中求生。

一、 Sam Altman 变现实了:AGI是梦,DAU才是命

今年最大的变化,就是大家越来越“现实”了。

你看OpenAI的Sam Altman,今年几乎不怎么提AGI(通用人工智能)那种宏大叙事了。为什么?因为AGI太难了,那个饼画得太远。现在的OpenAI像极了一个成熟的VC投资人做出来的公司——务实

ChatGPT最近的动作非常清晰:做Search(搜索)、做Canvas(浏览器)、甚至推出了群聊功能。这一连串动作背后的逻辑只有一个:从周活(WAU)向日活(DAU)转型。

纯粹的AI对话很容易变成一种“周活”甚至“月活”工具(这也是为什么像Kimi这类产品其实很难防守),只有切入高频场景,哪怕是做个群聊里的“点赞氛围组”,也是在争夺流量入口。

OpenAI现在的野心不是取代人类,而是想成为下一个超级入口(Super App)。一旦群聊生态建立,它下一步就是要重构社交关系链。这才是Meta(Facebook)最害怕的事情。

所以,这不再是模型之争,而是类似当年移动互联网时代的微信、WhatsApp之争。

二、 中国市场的“六小龙”与“扫地僧”

回到国内,格局还处于早期,但我非常看好字节跳动(豆包)。他们的流量优势太明显,产品体验打磨得也极好。阿里的通义千问虽然动作稍微慢了点,在“既要电商又要AI”的双线作战中有点纠结,但底子很厚,模型能力绝对处于第一梯队。

这里必须要特别提一下DeepSeek(深度求索)

如果在2024年初你问我,我也许还看不准,但现在回看,DeepSeek简直是中国AI界的“功臣”。如果没有他们的开源,人类的AI技术很可能就被几家美国私有公司垄断了。DeepSeek的存在,不仅让中国建立了独立的开源生态,也倒逼了模型价格的快速下降。

虽然这对做模型的商业化公司来说是个噩耗——当Token价格被大厂(如字节火山引擎、阿里云)打到地板价,甚至“送”的时候,创业公司靠卖API基本没戏了。

但对做应用的人来说,这简直是黄金时代。

三、 投资逻辑:偏离“共识”15度

现在的VC圈很卷,美国和中国的投资人都在盯着同样的几个赛道(比如人形机器人)。当一个赛道所有人都看明白、都想投的时候,我就不碰了。

我的策略是**“偏离共识15度”**。你要找那些大厂看不上、不想干、或者还没反应过来的“脏活累活”。

这一年我投了十几家公司,有些非常有意思:

  1. 不投人形机器人,投“牛马机器人”:大家都在卷那个双足行走的人形机器人,太贵且没场景。我投什么?海里洗船的机器人。这活儿人类干着危险,海水浑浊又腐蚀,但需求是刚性的;我还投了按摩机器人,不仅能按得舒服,还能一边按一边陪你聊天,甚至给你推销办卡,性价比极高。
  2. AI陪伴与玩具:这是一个被严重低估的市场。成年人,特别是男性,其实非常需要情绪价值。我们投的一家AI陪伴公司,不到半年数据就爆了,用户粘性和付费意愿高得吓人。
  3. 垂直SaaS出海:不需要一定要做大模型,拿一个开源的7B或30B小模型,做私有化部署,去解决一个极度垂直的问题。比如我们投的给第三方做智能穿戴解决方案的公司,生意好得不得了。

四、 给创业者的忠告:活在夹缝里

如果你是创业者,现在不要再跟我讲什么“中国版OpenAI”或者“千亿美金”的故事了。讲这种宏大叙事的,我一般聊10分钟就结束了。

现在的机会在“夹缝”里。

当年的移动互联网,大厂看不上打车(滴滴)、看不上送外卖(美团/饿了么),所以给了创业者几年“猥琐发育”的时间。

但AI时代不同,大厂太焦虑了,反应速度极快。你做一个功能,如果是纯工具(比如修图、润色),大厂的模型升级一次你就没了。

生存法则:

  • 离大厂三条马路:不要做大厂主业延伸线上的东西,要做大厂觉得苦、脏、累,或者数据极其封闭垂直的领域。
  • 不要迷信SOTA(State Of The Art):现在的创业公司去刷榜、去搞模型排名没有任何意义。你花几千万美金训练出来的模型,可能也就领先大厂一个月。对于绝大多数应用场景,一个低成本的、响应快的开源小模型完全够用。
  • 一定要有商业化能力:不要想着先烧钱再赚钱。今天的资本市场环境,如果你不能证明你的造血能力,不管是港股上市还是后续融资,都会非常困难。

五、 未来推演:2026年,中国有机会

如果不确定性是唯一的确定性,那么只有把时间拉长来看才清晰。

短期看,美国在模型层面的确还领先3-6个月。但是限制美国AI发展的最大瓶颈即将到来——电力和基础设施

美国的电网建设、核电站审批极其缓慢。而中国在光伏、核电以及数据中心建设上的执行力是惊人的。未来拼的不是谁的模型参数大,而是谁能更便宜、更稳定地提供大规模算力。

我相信,凭借中国的开源生态和基础设施优势,三五年后,中国的AI应用完全有机会反超美国。

所以,别管那个所谓“泡沫”的争论了。对于中国创业者来说,现在的策略应该非常简单直接:

别想大故事,找到那个缝隙,全速前进。这是属于实干家的时代。