说起来，最近的热点事情有点多。
本来应该写三篇短文的，但是仔细一想，三个话题不得不耦合讨论：
- AI 最近一两个月的发展趋势
- 具身智能和经济规律的讨论
- 国内 AI 行业相关创业的现状
这篇文章写稿的下午，我喝着咖啡的过程中，恰好看到了「老蒋巨靠谱」up 的视频：
其中提到的诸多观点，恰好和我前段时间关于吉卜力风格的讨论吻合。也证明了我和他的不谋而合吧。
本文作为这周闲暇时间思考归档，偶然间觉得这些想法似乎对 AI 行业之外的人聊很有意义。写得非常随便，就这么随性聊聊了。
那么，开始正题。
Topic 1：傲慢和肤浅
虽然一直以来我们始终坚持认为：AI 和互联网的发展方式完全不同，很可能会在业内形成行业洗牌。但是最近几个月的发展趋势呈现出相反的态势。
首先，国内最好用的互联网大厂的积累依旧深厚，掌握了训练数据的人就掌握了最强的话语权。小红书、微信公众号、知乎、百度贴吧这些最有质量的私域数据可能是这些大厂之间最强的壁垒。这也是我不得不去腾讯实习才能做出来让我满意的工作。额，就怎么说呢……
「夫列子御风而行，泠然善也，旬有五日而后反。彼於致福者，未数数然也。此虽免乎行，犹有所待者也。」
没办法，暂时屈服现实了，但是我还是希望有一天能更好地解决「人类知识整理」这个大课题的。
其次是 MCP 和 multi agent 这个概念。简单来说，MCP 让大模型可以调用其他工具了。
MCP 的概念我觉得有几篇文章整理得还不错：
说实话，我觉得这个是 AI 走向互联网化的重要一个关键节点。在这个概念重新被提出之后，有一些技术趋势我觉得可能要重新思考。
- 我一直不认为这是一个新东西，Dify 和 n8n 很大程度上就是「整理了难用的 API」。从而让 AI 外部工具调用变得可能
- AI tool calling 本质上缺的是规范的 API 设计，而不是用一个胶水层在中间糊弄
- 我认为有一个解决方法：「让一切问题的本质，譬如工具 API 变成标准的程序语言上。」不过这个思路大众目前不认可，先观望吧。我手头也有其他重要的课题。
但是实际上 MCP 和 Agent 的工具模式，在几年前，他们可能叫另一个名字：「低代码平台」。
如同低代码平台无法真的取代程序员一样，我也认为 MCP 和 Multi-agent 现在的思路不太对，但是作为初期试错是非常优秀的一步好棋，至少用糊弄的方式，高成本解决了 AI 调用外部工具的难题。
关于这个话题，我觉得最值得思考的是，工业和学术在这个时间点上，难得地达成了一个很大的交集空间。
其中不得不提到 Reinfrorcement Learning 了。工具调用其实是一个非常适合 RL 的问题：数据标注相对简单，可以自动化标注，训练成本低。
那么我下一步很可能回去考虑如何低成本系统层面解决 PPO，GRPO 的问题了。在大部队入场之前先提前看看吧，qwq。（虽然现在大部队已经入场了，但是还好 arxiv 上还没有特别漂亮的工作）
最后就是这个小标题了，MCP 让当下的环境出现了一种暴论：很多工作可以被 AI 替代。
这种观念我觉得我可以直接引用自己的上一篇 blog：涉江惜往日，抽思悲回风——谈 GPT4o 生成的吉卜力风格，以及老蒋的视频可以很好反驳这个观念了。
Topic 2：具身智能
具身智能，是老蒋的视频中提到 5-10 年才会成熟的领域，但是我个人其实比较技术乐观，我认为这个发展速度比他预料快很多。
我承认 AI 和物理世界的交互非常难，但是不代表我们真的需要和物理世界交互地好才能产出合格的产品。
过去一两年 AI 发展的生态在反复打我的脸，我一度认为 GPT-4o 不可能是 end-to-end 的模型，直到我真得分析出来了他们的延迟和性能。我之前试图用其他 API 复刻 GPT-4o 的 demo 我也一直钉在我的首页上，用来拷打我自己。
（不过那个项目其实有其他意义，我目前在做的工作确实和那个项目有关，这里买个关子，paper 挂上 arxiv 之后在这里和大家再来讲个故事吧）
说回正题，关于能物理交互的机器人，其实主要的技术点有如下：
- 高性能的动力源（电机）
- 高质量的储能设备（电池）
- 高质量的感知（传感器）
- 高智商（优秀的 AI 模型）
其中每个环节，我们目前为止，都处在及格线上的水平。所以，我们有了宇树机器人这样的六边形战士。
这样的六边形不是每个维度 90 分的全能战神，而是每个维度 60 分刚刚及格的均衡选手。但是已经非常强大了，我承认我这辈子都很难做到他们现在的水平。他能代表我们国家具身智能最强的综合能力，但是我认为这个领域是需要偏科战神的。而对我的能力和这种团队可能也更吻合。
比如所有维度都不及格，但是有一个维度是 120 分的怪胎。挺期待能加入那种团队一起做事的。
（我毕业那年如果这种团队没出现，我不排除自己搞点野路子，直接开一个）
Topic 3：AI 创业的问题在哪？
说起来，我一直挺想做点 AI 创业项目的。
但是我知道我做的所有项目最终都一定会失败。所以比起自己出去当个莽夫，我还是先学习一段时间，多做点开源，读博的时候再看看其他可能性，以及再 Mesh Topology 上深耕一段时间。
AI 创业最大的问题首先是壁垒。
小公司不足以形成足够强的壁垒。而最近几个月我们不难发现，一些做 AI 数据处理业务的小公司，在发布模型的大公司更新模型能力之后，立刻暴死。AI技术涉及复杂算法、算力需求和高精度数据处理，初创企业往往缺乏足够的技术积累和基础设施。例如，大模型训练需要高昂的算力成本，而小公司难以承担。而资金方面的原因，让小公司不可能实现通用的 AI 工具，盲目扩张就会被资金局限拖死。
而最典型的例子就是 DeepSeek-R1 发布之后的一个月，国内生态的急转直下：
深度 | DeepSeek爆火一个月后，狂欢的AI公司们开始倒闭了
但是我不认为这是一个坏事。大厂就应该做大厂该做的事情，譬如 MarsCode（现在好像叫 Trae 了），这种级别的项目我不得不承认，只有字节这样的大公司才有能力运维。
但是这里引出我认为 AI 创业对大部分人的机会，我也在进一步思考，我的生态位到底应该定位到哪里。
用户少，定制化，在很多时候可能并不是一个缺点，而是一个优点。就比如我 Notion 在笔记软件这个生态位站稳脚跟，稳打稳扎吃下了基本盘，他们的市场确实局限，受限于大学生群体和一些轻度的创作者。但是这个市场足够让他们一个不大不小的公司生存得很好了。
然而，我们当下的现状是，AI 出现了，但是生态千疮百孔。机会还有很多，我比较好奇到底是谁会站稳脚跟。所以，大家其实也可以看看这些问题：
- AI 的 todolist 产品，市面上不存在优秀的精品
- AI + 日历 本应很简单，但是目前国外我觉得好用的只有 Dola AI，国内暂时不存在
- AI + 邮件这个赛道上，市场收费太贵，且不支持接入自己的 API key
- AI + PDF 阅读器缺少一个好用的自部署工具
- AI + 会议软件，前段时间 github 上刚刚出了一个支持自部署的，但是 whisper 支持不太好
- AI + 阅读整理，这个门类我可太需要了
上面的门类听起来很动人，但是越通用的需求，市场竞争也越激烈。
我凭什么认为自己比别人的产品更有长期的独特性呢？以及，如果我没有独特性，我维持领先的时间，能不能支持我赚得足够的收入呢？
上面两个问题的答案目前，我都是悲观的，所以我还有很多要学习的东西。不过其实我自己心里还是有一个答案的，有一些目前为止我还很有优势的赛道，人不多，市场也不大，但是可以让我混得舒服自在。
最后回归第一个 Topic，做最后的收束。
目前，我们看到了几个创业明显的层次：
浅层是 MCP 和 Agent 研究，这些是当下热点，几乎所有大厂和创业公司都在涉足。这些研究让 AI 更懂我们的指令，更能模拟和其他工具的多样交互方式。这种市场我看来其实是极度浮躁的。
中层是开发和训练模型的技术，从模型架构到训练方法，从优化算法到计算资源管理。这些是支撑AI大厦的柱石，虽然不那么引人注目，却至关重要。这也是我正在着眼看的。
但上层是什么？新的突破点在哪里？
我认为是数据和记忆。这个大概率是我之后要做的方向，而且确实和我的长期目标「整理人类知识」吻合。总之，慢慢来啦。这一步其实是做系统的人，最适合解决的问题。因为这个领域慢热，小众，也重要。
嗯，收拾了一大波，最近关了很多项目，也开了一些新项目。
最近可能要花时间整理一下产品目录了，把自己死掉的产品整理一下，把新开的产品也记录下来。
有点晚了，下班！
