8854
7AI 世界可能是现在最不缺新词的地方，重磅发布与颠覆叙事几乎每周刷新。我们邀请到真正处在行业前沿的“信号捕手”，从内容人、投资人与创业者各自所处的一线现场出发，讨论一个直白而朴素的问题：站在2026年的此刻，关于 AI，什么是真正的信号，什么又只是噪音？
孟醒常说 maybe，比起判断哪条技术路线绝对正确，他更关心一个人想解决的问题，是否与他选择的产品和路径真正匹配。莫子皓更爱问 so what：模型又变强了，然后呢？智能已经如此便宜，为什么人们真正使用它的时间仍然如此之少，它又为什么还没有进入普通人的日常？作为提问者，张小珺不断把这些宏大的判断拉回更直接的现实：“今年到底投了几个 AI 应用？”“手机为什么不能做这件事？”“中层真的会消失吗？”
他们也在更多问题上交锋。模型会不会吃掉应用？垂直场景究竟是壁垒，还是一场不会改变行业价值的效率竞赛？AI 硬件是否必须在没有 AI 时就是一块“废铁”？一人公司或许是噪音，但更小的组织和重新组合的岗位，会不会已经是正在发生的信号？
对谈里他们说，所有观点都是噪音，所有事实才可能成为信号；但他们也提醒，再过一段时间回看，今天的大多数判断很可能都是错的。模型与应用的边界、Neolabs 的价值、世界模型与 AI for AI ......这些问题或许不会在今天得到最终答案，甚至很快便不再是问题。
李飞飞曾提醒，面对 AI，我们的判断应当依据“科学，而不是科幻”。而在一个观点跑得比事实更快的行业里，辨认信号也许不是预测得更大胆，而是不断回到那些真实发生的变化：技术究竟做到了什么，产品真正改变了什么，普通人为什么使用，又为什么不用。保留怀疑，切换视角，然后继续行进、迭代、接近用户——让被命名为“下一轮”的现实，如其所是地发生。
「先声信号塔」是小宇宙关注前沿趋势和时代话题的内容 IP，第一季聚焦 AI 。我们会去持续注视那些真实生活里正在发生与酝酿中的变化，观察远方的信号，正如何改写附近的现实。也用播客最熟悉的方式——一起聊一聊，在现场用对话，向彼此靠近，也向时代靠近。
本场主持人
张小珺，语言即世界创始人、播客《张小珺商业访谈录》主播
本场对话嘉宾
孟醒，五源资本合伙人，专注AI与智能硬件领域
莫子皓，ambi创始人&CEO，曾任plaud合伙人分管AI和 中国区
时间轴：
｜提名一下心中认为的，今年最大的噪音和最被低估的信号
｜ Coding Agent 能力迅速提升，对⼀个投资人和做AI产品的⼈来说，最⼤的影响是什么？如何看待2026年模型竞争的赛点和终局
｜ 如果不认可模型吞噬一切，你认为最终这种模型公司可以类比为历史上哪些公司呢？我们应该怎么看待
｜ AI 应用在今年迎来冰点，如何看待这个现象？应用和模型的边界可能在哪里
｜ 应用的下一个爆发点可能会在什么时候
｜ AI Native 硬件是一个真概念还是一个伪概念？它跟以前的硬件本质区别可能是什么
｜ 这一轮的 AI 创业生态，和过去几轮的科技创业相比，最大的不同可能是什么
｜ 怎么看待教授创业或学生创业这个热潮？你觉得创业的人群会发生变化吗
｜ 怎么看待“一人公司”
｜ 怎么看待“AI Native 的组织”
｜ 怎么看待“世界模型”
｜ 怎么看待“ AI for AI”
｜ 各自分享一些识别信号和噪音的建议
｜ 孟醒提问莫子皓，伴随发展，你的公司组织形态会跟今天有什么不同？会有哪些新的角色出现
｜ 莫子皓提问孟醒，如何看待泡泡玛特
延伸资料
<提到的技术术语>
「世界模型」：人工智能领域用于模拟现实环境动态并预测未来状态的核心技术框架，可用于机器人、自动驾驶和虚拟环境。
「FDE」：全称Forward Deployed Engineer，即“前线部署工程师”。他们直接进入客户的工作环境，理解具体业务，并完成AI系统的配置、开发和部署。
「Workflow」：即“工作流”，指一项任务从输入到完成所经过的一系列步骤。AI工作流通常还会串联模型、数据和工具。
「Sandbox」：即“沙盒”，一种与外部系统相对隔离的运行环境，让程序或AI可以在受控范围内安全地执行任务。
「Router」：即“路由器”，负责将请求分配给合适的处理对象。其中，Model Router负责从多个模型中选择最合适的模型；Agent Router则负责从多个智能体中选择最适合执行任务的智能体。
「Harness」：连接模型与工具、上下文和任务流程的执行框架，连接AI与任务执行工具。
「AGI」：全称Artificial General Intelligence，即“通用人工智能”，指能够灵活处理多种任务的广泛智能。
「IDE」：全称Integrated Development Environment，即“集成开发环境”，将代码编写、运行和调试等功能集中在同一款软件中。
「Function Call」：让AI按照规定格式调用外部程序、工具或接口，从回答问题进一步走向执行操作。
「NLP」：全称Natural Language Processing，即“自然语言处理”，研究如何让计算机理解、分析和生成人类语言。
「RSI」：全称Recursive Self-Improvement，即“递归自我改进”：AI参与改进AI，并用提升后的能力继续推动下一轮改进。
「OTA」：全称Over-the-Air，即“空中下载更新”。在AI硬件中，它意味着产品售出后仍可远程更新软件、模型和功能，因此硬件的长期价值往往不只取决于外壳本身。
「EDA」：全称Electronic Design Automation，即“电子设计自动化”，指利用软件完成芯片设计、仿真和验证。
<提到的商业与产品术语>
「NeoLab」：意为“新型AI实验室”，一类由顶级研究人员创立的小型AI实验室，它们通常研究先行、专注探索前沿AI技术。
「御三家」：通常泛指头部大模型公司。美国常指OpenAI、Anthropic和Google。
「Know-how」：即“实践诀窍”，指通过长期经验形成的做事方法，其中一部分往往难以完全写进说明书。
「YC与Demo Day」：YC即创业孵化机构Y Combinator；Demo Day是其创业团队集中向投资人介绍项目的活动。
「ARR」：全称Annual Recurring Revenue，即“年度经常性收入”，指按照当前订阅或合同情况折算出的年度持续性收入，常用于衡量AI或SaaS产品的商业规模。
「R&D」：全称Research and Development，即“研究与开发”，指围绕新技术和新产品开展的研究与开发工作。
「DAU」：全称Daily Active Users，即“日活跃用户数”，表示一天内实际使用某款产品的独立用户数量。
「IPD」：全称Integrated Product Development，即“集成产品开发”，强调研发、市场和制造等部门共同参与产品开发全过程。
<提到的产品与公司>
「Claude Tag」：Anthropic推出的Slack内AI协作者。在频道中@Claude，它便能结合对话信息和可用工具协助完成任务。
「Mercor」：一家连接专业人才与AI训练项目的平台，为模型训练和评测提供来自不同领域的专家反馈。
「Scale AI」：一家AI基础设施公司，为模型训练和评估提供高质量数据、人类反馈及测试工具。
「Mechanize」：一家为编程智能体搭建训练环境和评测任务的公司，用于检验AI能否真正完成软件开发工作。
「Colossus」：xAI建设的大型AI超级计算集群，主要为Grok等模型的训练和运行提供算力。
「Manus」：一款通用AI智能体，可以自主规划步骤、调用工具并完成研究、制作文件等多阶段任务。
「Genspark」：一款综合型AI工作平台，可以协助完成研究，并生成文档、幻灯片、图片和视频等内容。
「Stripe」：一家提供在线支付和金融基础设施的科技公司，帮助企业在互联网上收款、结算和管理交易。
「OpenEvidence」：一款面向医生的AI医学搜索与临床决策支持工具，可以依据医学资料整理相关证据和答案。
「Harvey」：一款面向律师和法律机构的AI平台，可协助完成法律检索、合同分析、文件审阅和写作。
<提到的AI行业人物>
「Dario Amodei」：达里奥·阿莫代伊，AI公司Anthropic的联合创始人兼CEO，也是Claude系列模型的重要推动者。
「Patrick Collison」：帕特里克·科里森，Stripe联合创始人兼CEO，也是硅谷科技与创业领域的重要人物。
「David Patterson」：戴维·帕特森，加州大学伯克利分校计算机科学家，RISC计算机架构的重要开创者和图灵奖得主。
「Richard Sutton与“bitter lesson”」：理查德·萨顿是强化学习领域的重要学者。“bitter lesson”（苦涩的教训）认为，长期来看，能够利用更多计算和数据的通用方法，往往胜过依赖人工经验设计的复杂规则。
