【專訪】曾鳴:大模型公司是 AOL,不是 Google
AI 泡沫最熱的時候,最難聽到的聲音是這不是第一次了。曾鳴說的就是這個。他是阿里巴巴前首席策略長,2000 年代親身參與 Taobao,阿里雲等幾個當時看起來瘋狂的決策,後來創辦湖畔大學——專門培訓中國頂尖創業者的學校。他不是在矽谷發表演講的那種人,他是坐下來跟你說這齣戲我看過的那種人。這場訪談的時間點是 2026 年上半年,剛好是 AI 應用公司普遍叫苦,融資困難,投資人開始縮手的當口。曾鳴帶著一套用產業史建構出來的框架,逐一拆解現在大家焦慮的問題。聽下來,不是安慰,而是診斷。
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
這場訪談有幾個值得單獨拿出來看的判斷:第一,AI 產業現在在哪個階段——他有一套三段論,而且他說我們才剛進第二段;第二,OpenAI,Anthropic 這些大模型公司的命運,他的答案跟矽谷的主流敘事差很遠;第三,下一個最大機會在哪,他點出一個大多數人還沒在追的方向;第四,既有巨頭能不能活過這波,他給了一個歷史機率;第五,公司這個組織形式本身會不會消失,他說會,而且不覺得可惜。合起來看,這是一個用商業史的尺規去量 AI 現況的人,給出的系統性判斷——不是預言,是框架。
◎我們在哪一段:第一階段剛結束,第二階段剛開始
曾鳴把每一波重大技術的產業化分成三段:技術成為基礎設施,應用爆發,原生應用出現。他的判斷是,2026 年 AI 剛完成第一段。判斷依據是 token——這個計量 AI 運算量的單位——已經成為通用標準。他引用輝達執行長黃仁勳在 GTC 大會說輝達的未來是 token 工廠,Sam Altman 說 OpenAI 的核心是賣 token,認為這代表技術已經被度量化,商品化,也就是基礎設施化完成的訊號。第二段的起點,他認為是春節前後出現的 AI agent——能夠自主完成任務的智慧體——讓大家看到應用爆發的可能性。他用移動網路做類比:第一段是 iPhone,第二段是 App Store 之後的各種應用,第三段才是 TikTok,拼多多這種原生應用。現在是 App Store 剛開張的時間點。對創業者的含義很直接:現在不是等待的時候,是要在應用爆發期卡位的時候,但真正的原生應用還要再等八到十年。
◎大模型公司不是下一個 Google,比較像 AOL

這是這場訪談裡最逆主流的判斷。有人說 OpenAI 未來會比 Google 大十倍,曾鳴不否認 AI 時代會出現那樣規模的公司,但他不認為現在跑在前面的就是那家。他的類比是:大模型公司是基礎設施提供者,地位類似當年讓大家能夠上網的 AOL——重要,但不一定是終局的贏家。他說歷史上從基礎設施公司轉型為成功應用公司的案例極少,石油公司做不出汽車,電力公司做不出冰箱和洗衣機。Anthropic 幾年內估值衝到數百億美元,他的回應是:Yahoo 1995 年成立,2000 年市值 120 億美元;AOL 2000 年市值 220 億美元——速度未必比現在慢,但後來呢?他的預測:大模型公司最終會形成幾家頭部,受政府監管,類似公共事業的格局——賺錢,但不會是最有想像空間的那層。
◎下一個最大機會:還沒人做出來的那個瀏覽器
這是曾鳴在訪談裡最具體的機會判斷。他說現在 agent 的狀況像 1992 年大家開始架網站——資訊爆炸,但沒有統一標準,也沒有方便使用者取用的入口。當年解決這個問題的是瀏覽器,以及之後的 Yahoo。現在他看到的缺口是:還沒有一個產品能夠統一 agent 的標準,讓一般使用者用簡單的方式叫用各種 agent,同時建立信任機制。他說這可能是未來兩年最大的機會,而且他明確說現在還沒看到,包括 OpenAI 推出的 agent 框架也還不是。他的類比是:瀏覽器出現之前,大家都以為下一步是更多網站;但真正打開局面的是讓網站變得可以被使用的那個工具。誰做出這個工具,誰就是下一個 Netscape,再下一個就是 Yahoo。
◎騰訊,Google,字節——沒有人是安全的,但程度不同
他對既有巨頭的判斷很乾脆:歷史上幾乎沒有第一階段的領導企業能夠主導第三階段。IBM 做到過一次,Microsoft 做到過一次,但 Microsoft 也錯過了移動網路,只是靠雲端和搜尋勉強續命。Google 他認為有機會成為好的 AI 雲端公司,但能不能做出消費端的原生應用,他不確定。字節(他指的是 ByteDance)情況類似——Doubao 他定位為上一代 AI 產品,是聊天機器人,不是 agent,要成為下一代入口難度很高。騰訊的社交關係他認為必然會被重構,現在顯得惶恐是有道理的。他說這不是讓人絕望的事,公司本來就有生老病死,新公司因此才有機會。說這話的人不是站在外面評論的,他在阿里待了超過十年。
◎公司會消失,組織不會:任務取代職位
最後這段是這場訪談最往遠處看的部分。曾鳴認為公司這個組織形式是工業革命的產物,AI 革命如果真的比工業革命更根本,那公司就會被新的組織形式取代。他的具體判斷是:現在組織的基本單元是職位,未來會是任務。沒有職稱,沒有層級,沒有固定的命令線,人和 AI 都圍繞任務協作,誰能交付結果誰就得到對應回報。他說現在矽谷的新型實驗室——他稱為 New Lab,Anthropic,OpenAI 都算是其中的早期形式——是這種新組織形態的雛形,因為裡面的核心人員是研究員,貢獻透明,報酬直接對應貢獻。他不認為一人公司是答案,因為複雜的事情需要分工協作;但他認為未來的組織會更像合夥制——每個人的貢獻都不可替代,才值得留著你。
曾鳴這場訪談的價值不是預言,是校準。現在最多人在問的問題——應用公司還有沒有機會,大模型公司值不值這個錢,既有巨頭能不能撐過去——他都用歷史的尺去量過了,給出的答案不討好任何一方。應用公司有機會,但大部分人低估了難度;大模型公司重要,但不是終局贏家;巨頭沒有人安全,但新公司因此才有夢想。這套框架不保證你選對方向,但至少能讓你知道自己站在這段歷史的哪個位置。
完整說明新技術產業化的三個階段:技術成為基礎設施,應用爆發,原生應用出現,是全場論述的骨幹,建議優先看這段。
說明為何 2026 年是第一階段結束的判斷依據,引用黃仁勳在 GTC 大會說token 工廠以及 Sam Altman 說 OpenAI 核心是賣 token。
說明現在的 agent 生態像 1992 年大家開始架網站,認為連瀏覽器都還沒出現,下一個最大機會是統一 agent 標準的入口產品。
以 Yahoo,AOL,Google 的發展時間與估值對照現在的 Anthropic,說明第一階段公司估值高不代表能活到終局,引用 Yahoo 1995 至 2000 年五年達到 120 億美元市值。
以 1892 年愛迪生點亮曼哈頓到 1910 年電網鋪開,洗衣機與電冰箱在同年出現為例,說明應用爆發有其自然節奏,不能跳過。空調到 1925 年才出現,電視到 1930 年。
具體說明 AI 原生組織與傳統公司的差異:傳統組織以職位為單元,未來以任務為單元,層級與命令線消失,人與 AI 都圍繞任務流轉協作。
說明 AI 時代的策略方法論,強調不能只做線性外推,必須有三年的中期思考作為張力,才能在短中長期之間產生有效的策略決策。
看完今天的,讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
已出刊 133 期 ・ 隨時可退訂

