Anthropic 成立不到十年，估值接近一万亿美元。很多人说这在人类历史上都罕见，“这一次不一样”。曾鸣说，这个描述本身就是幻觉和误解。
他专门去查了上一轮的数字：雅虎 1995 年成立，2000 年市值 1200 亿美元；美国在线 1988 年开始提供服务，2000 年估值高点 2200 亿美元；谷歌 1998 年成立，2005 年市值过 1000 亿美元。他说那时候的 1000 亿美元大概相当于今天的一万亿美元。
他的结论是：一项技术冲击力足够大的时候，第一波跑出来的公司就值这么多钱，这一次并没有不一样。
这三家里，最早出场的美国在线和雅虎，如今都已不是独立的大公司；只有比它们晚出场的谷歌，活成了那个时代的赢家。
曾鸣是阿里巴巴前总参谋长，《智能商业》的作者。他在张小珺商业访谈录里讲了人工智能走到了哪一步，文字精编版 9 月 3 日发布，九千多字。这篇只讲重点，外加我核对过的几处数字，原文整理见文末。
一、现在是哪一年：浏览器还没出现
曾鸣把个人电脑、互联网、移动互联网和三次工业革命的历史都过了一遍，归纳出新技术的三个阶段：
- 第一阶段：技术变成社会的基础设施。
- 第二阶段：基于基础设施冒出海量新应用，百花齐放。
- 第三阶段：出现解决核心需求的主流应用，他叫原生应用。
他举了两个例子。移动互联网：黑莓 2010 年还占美国智能手机市场四成多，iPhone 4 之后才被反超；有了应用商店，才出现新一代原生应用。字节：第一阶段只有文字成熟，所以先有今日头条；今日头条摸索出了推荐算法，带宽和算力发展之后有了短视频，两者结合才有抖音。
原生应用为什么不能直接诞生在第二阶段？因为技术变成基础设施之后，往哪个方向继续发展并不清楚，是第二阶段的应用爆发给出了方向。所以他判断第二阶段本身可能还要八到十年，而且没有第二阶段的积累，跨不到第三阶段。
他对 2026 年的定位是：第一阶段基本完成，第二阶段刚刚开场。
第一阶段完成的标志，是今年年初行业对“词元”形成了共识。词元是大模型处理文本的最小计量单位，模型读多少、写多少，都按词元计数和收费。黄仁勋说英伟达的未来是词元工厂，奥尔特曼说 OpenAI 的核心就是卖词元。一项技术有了标准度量衡，才能被规模化、标准化地使用，就像一度电、一吨水、一个 GB 的流量。
第二阶段开场的标志，是春节前后走红的 OpenClaw，大家叫它“龙虾”。它是彼得·施泰因贝格尔开源的一个智能体：以大模型为大脑，接进聊天工具，能在用户电脑上读写文件、执行命令、操作浏览器，从规划到执行自己完成。曾鸣说，它让大家看到了能独立完成任务的智能体的潜力，智能体就是这个时代的新应用。
三年前他做过一场演讲，说“雅虎马上快来了”。今年他把判断往前挪了：现在连浏览器都还没出现。
理由是结构上的对应。1992 年最狂热的事是建网站，目的是分享信息；今天最狂热的事是建智能体、写“技能”（把某件事的做法打包成智能体可以直接调用的能力包），目的是分享能力。他说这一轮创新让我们从信息时代进入了能力时代。
浏览器当年做成了两件事：用统一标准把建站门槛压到极低，把浏览门槛降到只需要点击。于是供给和用户两端同时爆发，之后才轮到雅虎出来做整理。按这个对应，今天相当于 1992 年前后，比 1995 年成立的雅虎还早三年（年份对应是我的推算）。
今天各种技能还在爆发，整理者的雏形他完全没看到。所以他认为下一个最大的机会是一个类似浏览器的东西：把智能体的标准统一起来，让普通人用很简单的方法调用。产品长什么样，他说想象不出来。他估计三年内可能开始出现智能体的入口。
二、模型公司是什么：人工智能云，寡头加强监管
曾鸣的说法是：数据是石油，大模型是炼油厂。从提供基础设施的角度看，它又像已经消失的美国在线：当年美国在线让所有人接上互联网，今天大模型让所有人轻易接入智能。
OpenAI、Anthropic、Kimi、DeepSeek 这些公司，他说得很直白，就是人工智能云公司。模型公司和云厂商现在博弈复杂，是因为云厂商觉得付出太多得到太少，而模型公司大概率认为自己将来要自建云服务甚至自研芯片，最后形成几家稳定的人工智能云公司。
终局格局他说得很干脆：公共基础设施行业只有一种商业模式成立，寡头垄断加政府强监管。全社会都依赖它，政府一定强监管；供给太重要，不能只有一个供应商。这类公司往后会活得不错，但大概率不是原生应用阶段的大赢家。汽车离了石油不转，但石油公司很难造汽车。
陆奇说 OpenAI 一定比谷歌大，只是五倍还是十倍的问题。曾鸣的看法是：未来一定有十万亿美元的公司，但未必是现在领跑的两家（OpenAI 和 Anthropic）。
他的框架是：第一阶段的企业很难活到第二阶段，第二阶段的企业很难活到第三阶段。第一阶段比的是技术“可不可用”，靠原创技术创新；第二阶段技术进步放缓、人人都能调用，比的是产品力、对普通用户的同理心，再加上一套新的应用技术，比如上下文管理。
模型公司会不会吞噬一切？他正面回答过：吞噬一切的前提是所有东西都在模型射程内，而按现有范式发展的模型肯定有阶段性天花板。智能够用之后，不同场景会冒出一堆新的技术要求。
他用电气化的年表说明应用有自己的节奏：1910 年发电厂和电网覆盖美国主要城市，同年才出现洗衣机和电冰箱；1925 年出现收音机，1930 年出现电视机。
公司层面，爱迪生认为发电更重要，所以通用电气做发电设备；他没意识到电网同样重要，助理于是离开，成立了美国第一家送电公司。但按曾鸣的说法，通用电气真正的成功来自最早的电冰箱和洗衣机。面向消费者的应用突破之后，电网成了基础设施，没人再关心电网公司的品牌。
关于当下的竞争，他给了两个具体判断：
- 今年 Anthropic 先领跑、OpenAI 跟上、谷歌阶段性被甩下，差距出在组织能力和技术能力。Anthropic 领先的原因是开始用大模型训练大模型，把工具用到了自己的主业上。
- 中国模型公司会持续追赶，但淘汰同样残酷：今年年底谁跑不出 3 万亿参数的模型，估计就出局了。
三、应用怎么做：简单任务会被模型淹没
去年他看一场十个产品的演示，三五个是做广告的，有的生成素材，有的做投放。他当时就判断这些不太可能有长期价值，今年果然都不怎么样了。
原因是：智能不够的时候做应用，很大程度上是在搭脚手架，模型能力一溢出，脚手架就被淹没。只有做复杂任务，才可能建立自己的智能闭环，攒下自己的技术积累。
他给今天做应用的人的建议是：假定智能完全够用，再去想它到底能干什么活。越简单的活越容易被复杂的活吞掉。
他拿 Manus 举例：当时它抓住了编程能力溢出的窗口，用通用智能体切中一批专业级消费者的生产力需求，那个切入点是对的。但一个智能体今天想再立住，至少要找到十倍以上的切入点（十倍指什么，精编版没有展开）。
方向上，教育、健康是典型的大垂类。面向企业，他预计今年年底会听到一堆要做“组织大脑”的智能体；面向个人，会有人重新做情感陪伴。
竞争壁垒上，他认为网络效应还在，但已是标配。同类数据到了一定规模，价值边际递减；越多元的数据越能产生新洞察。升级版他叫“黑洞效应”：应用场景越多，连接越复杂，智能提升越快，比的是能多快吞下多少场景。
平台还会出现，而且多了一层东西：信任。看一个网站好不好，普通人自己能判断；把一件重要的事交给智能体，出错的代价可能很大。所以他认为用户大概率会把这个判断力让渡给一个可信的独立第三方。
他也承认眼下青黄不接：模型能力已经覆盖了很多简单任务，但还没人找到一个足够大、足够复杂、还能沉淀独特技术的场景。大部分人低估了智能体的难度。好的信号是，今年开始真有人想严肃地拿它干重要的活，他说这才是应用阶段开始的真实标志。
四、组织：岗位消失，中层消亡
曾鸣认为科层制，也就是层层汇报、靠命令线运转的金字塔结构，会随公司制度一起衰亡，但组织永远存在。公司是工业时代才有的制度创新，工业时代的基本规律被挑战，公司这种形态也会被挑战。
最底层的变化是基本单元变了。公司的基本单元是岗位，因为有岗位，才有汇报线、层级和报酬。人工智能时代组织的基本单元是任务。他说几家头部实验室现在已经是这样：任务发布，你去认领，能交付，东西就上线。
“把人工智能嵌入工作流”只是过渡形态，因为那个工作流是为人设计的。原生的组织从第一天起就定义任务、拆解任务、分配任务，人和智能体围绕任务流转。
层级的存在，是因为不知道谁说了算，只好让级别高的说了算；以后是谁能力强谁被调用。命令线一旦打破，传统意义上的中层肯定消亡。
他见过的走得最远的几位创业者，都亲手重写了公司内部的运行体系，出门问问的李志飞把自己关在家里三天写出了框架。而多数人会满足于现成办公软件的智能升级。他认为这中间就是分水岭。
人会变少，联合创始人会变多：一个人如果不是必不可少，就不如用智能体。未来的企业会越来越像律所、咨询公司、投行那样的合伙人企业。
还有一条对个人很扎心：凡是能转化成知识的经验，都已经被大模型吸收，不再值钱。“你过去二十年的经验还有啥价值呢？”他认为人和人以后的差别在创造力，而创造力可能不是会写歌、会画画，更多是原创地定义复杂问题的能力。
五、战略：看十年、想三年、干一年
多数人只记住了“看十年、干一年”，因为那是工业时代的习惯。每年增长 5%、8%，没有新玩家，今年的规划就是线性外推。
现在的问题是：线性外推得不出 Anthropic 今年八十倍的同比增长（他的说法，精编版没有交代是哪个指标）；而看十年又太远，解决不了当下从哪下手。
所以必须逼自己想一个三年左右的图景，至少看到三步：第一个里程碑是什么，今年最重要的事服务于哪个里程碑。节奏可以按行业调，比如看五年、想两年、干半年，但中段不能缺。
去年有家做智能体的创业公司来找他，年度经常性收入涨得很快。这个指标是拿当下的收入外推十二个月，很容易制造增长的幻觉。他只问了一句：再涨两年，然后呢？对方回去一算，天花板不高，马上去做新的事情。
他还造了一个词：以前叫战略规划，现在叫战略生成。要做的是一套体系，让战略洞察自己涌现出来。组织像一个任务流驱动的神经网络，人和人工智能都接在上面，全员共享完整的上下文。奈飞那句“给上下文，不给控制”重新火起来，就是这个原因。
对大公司，他的话是：“在巨浪面前没有人是安全的，谁觉得安全，谁就是最不安全的。”全面投入人工智能只是必要条件。
上一个时代的领先者跨到下一个时代还能领先的，他说不是多不多的问题，是有没有的问题：IBM 做到过一次，微软算做到过一次，但他认为微软在模型这一块已经出局，这一次能不能走过去也吃不准。
谷歌也许能成为很好的人工智能云公司，能不能做出消费者级的大应用不确定。他说，谷歌不一定是下个时代的谷歌，字节也不一定是下个时代的字节。
六、核对过的几处数字，和我的看法
先说数字。
雅虎、美国在线、谷歌的市值数字基本准确。“那时候的 1000 亿美元相当于今天的一万亿美元”要看怎么折：
- 按物价折算，2000 年的 1 美元大约相当于今天的 2 美元。
- 按美股总市值的扩张折算，威尔希尔 5000 口径的美股总市值从 2000 年 3 月高点的约 14.75 万亿美元（按当时指数点位近似折算，非官方披露值）涨到 2026 年 9 月 16 日的 75.3 万亿美元，约五倍。
十倍哪种口径都到不了。按五倍算，美国在线 2200 亿美元的高点相当于今天约 1.1 万亿美元，雅虎 1200 亿美元相当于约 6000 亿美元；按物价算，分别只有约 4400 亿和 2400 亿美元。结论的方向成立，倍数偏宽。
另有一处口误：他说“1892 年爱迪生发明电灯泡”，白炽灯实用化在 1879 年，1892 年是通用电气成立的年份。不影响论点。
Anthropic 接近一万亿美元的估值和八十倍的同比增长，是他在访谈里的说法，我没有核对到出处。
再说看法。以下是观点，不是事实。
第一，对投资最重要的一句是“寡头垄断加政府强监管”，但寡头本身不等于利润薄。云计算就是寡头格局，亚马逊云业务的经营利润率长期在三成以上。
决定模型公司利润的，更可能是词元会不会变成无差别的标准品。曾鸣把词元成为度量衡当作第一阶段完成的标志，而度量衡统一也让比价变得容易：同样一百万个词元，谁便宜用谁。如果走到这一步，模型公司就是体量很大、活得不错、超额利润有限的生意。反过来，如果头部模型的能力差距长期拉不平，词元就不是标准品，这个推论不成立。
第二，“第一阶段的企业很难活到第二阶段”，最有力的反例就在他自己的故事里：通用电气是第一阶段做发电设备的公司，按他的说法，后来恰恰靠家电在应用层成功。今天的头部模型公司自己就在做智能体和入口，手里的资源远多于当年的雅虎。“很难”不等于“不能”。
两条合起来，一个可操作的判断是：只卖词元的模型公司按基础设施看，除非看到它在用户入口上拿到了份额。
第三，他给了几个可以到期检验的判断，这是这场访谈最有价值的地方：今年年底，国内跑不出 3 万亿参数模型的公司是否出局；今年年底，是否出现一批“组织大脑”类智能体；三年内，是否出现智能体的统一入口。到时候回来对答案。
一项技术的第一波赢家贵到让人相信“这一次不一样”，历史上发生过。最早出场的那几家笑到最后，历史上很少发生。
访谈原文整理： https://github.com/xbtlin/ai-berkshire/blob/main/reports/曾鸣/曾鸣-张小珺访谈-原文整理-20260903.md
来源： - 腾讯新闻（笔记侠精编版，内容来源张小珺商业访谈录）：https://news.qq.com/rain/a/20260903A0BEA600 - OpenClaw 介绍（阿里云开发者社区）：https://developer.aliyun.com/article/1716042 - 美股总市值（威尔希尔 5000 口径）：https://en.macromicro.me/series/616/wilshire5000 ；2000 年 3 月指数高点见 https://en.wikipedia.org/wiki/Wilshire_5000