--- 格式版本: 2 标题: "曾鸣最新访谈：2026，像极了1995_腾讯新闻" 原文链接: "https://news.qq.com/rain/a/20260903A0BEA600?adChannelId=tech?#to-comment" 发布日期: "2026-09-03" 发布时间校准状态: "found" 发布时间需复核: "否" 发布时间来源: "rule:scrape:strict_html_metadata" 发布时间证据: "article:published_time: 2026-09-03 21:51:26" 发布时间校准原因: "规则确认唯一严格发布时间，来源 scrape:strict_html_metadata" 发布时间校准置信度: "high" 发布时间候选数量: 13 发布时间严格候选数量: 5 发布时间原页读取状态: "source template page reused from URL open" 发布时间未找到原因: "" 发布时间校准时间: "2026-09-05T21:20:26+08:00" 发布时间仲裁状态: "skipped" 发布时间仲裁尝试次数: 0 发布时间仲裁耗时毫秒: 0 发现时间: "2026-09-05T21:19:33+08:00" 入库时间: "2026-09-05T13:21:03.424Z" 来源平台: "固定入口" 搜索渠道: "fixed_url" 搜索词: "https://news.qq.com/ch/tech" 匹配关键词: - "带宽" - "计算" - "AI" 相关厂家: - "阿里" - "腾讯" - "字节" - "Google" - "OpenAI" 相关专家: [] 内容类型: "网页" 抓取工具: "CDP Render" 清洗工具: "CDP Text + Defuddle/Readability 正文提取" 原始附件: [] AI优质: "否" AI打分: 19 AI分档: "非优质" AI质检状态: "不通过" AI打分理由: "正文主线是曾鸣对AI发展阶段、智能体入口、模型公司和应用创业的趋势判断，并非超节点或机架级AI基础设施。当前页面为腾讯新闻转载整理的访谈内容，原始来源可识别但缺少原始文件链接，且正文末尾存在截断。与知识库中的AI机柜、互连及基础设施规范内容相比，未新增机架架构、关键规格、工程数据、客户部署或量产时间表；3T参数等内容属于预测。命中通用AI及应用/模型导向的弱相关否决，当前页面不值得作为超节点业务信息源保留。" AI质检模型: "gpt-5.6-sol" AI质检时间: "2026-09-08T16:40:30+08:00" AI主题相关性: 1 AI来源权威性: 6 AI新颖性: 4 AI技术细节: 1 AI商业部署信号: 0 AI完整性: 7 AI评分提示词版本: "v17-精简生产版" AI评分提示词SHA256: "48fb9777f386026761b4873eaff30807694fb11e9b352d7c69bf2dfde750cc7d" AI评分知识库版本: "knowledge_base_v1-20260819+runtime.91" AI评分知识库SHA256: "63412978a77e0c992a0c417bf6a25f0ef83df5c342c2a67607a122c0f8bd250e" AI评分知识库检索词: "[\"阿里\",\"腾讯\",\"字节\",\"Google\",\"OpenAI\",\"带宽\",\"计算\",\"https://news.qq.com/ch/tech\",\"英伟达\",\"谷歌\",\"PC\",\"iPhone4\"]" AI评分知识库命中: "[{\"id\":\"july-correct-0001\",\"title\":\"全球首颗2nm GPU来了！苏姿丰甩出“最强AI机架”，CPU性能干翻英伟达 - 智东西\",\"sourceType\":\"labeled_article\",\"time\":\"2026-07\",\"matchedTerms\":[\"阿里\",\"腾讯\",\"字节\",\"OpenAI\",\"带宽\",\"计算\",\"英伟达\",\"PC\"],\"rank\":-22.868443063467872},{\"id\":\"july-correct-0116\",\"title\":\"ODCC技术 | 开放生态、极致密度：UPO开启AI大带宽时代新篇章\",\"sourceType\":\"labeled_article\",\"time\":\"2026-07\",\"matchedTerms\":[\"阿里\",\"腾讯\",\"带宽\",\"计算\",\"PC\"],\"rank\":-15.353929030084661},{\"id\":\"runtime-3e7b458c387d9c2ac9ebba59\",\"title\":\"TrendForce集邦咨询: 英伟达AI机柜产品世代交替，预估2027年NVL72产值贡献可突破7,100亿美元\",\"sourceType\":\"ai_excellent_article\",\"time\":\"2026-08-28\",\"matchedTerms\":[\"Google\",\"OpenAI\",\"英伟达\",\"谷歌\"],\"rank\":-14.20111922848525},{\"id\":\"july-correct-0031\",\"title\":\"WAIC大会AI算力技术架构创新论坛成功举办，共探多元算力开放协同新路径-新华三集团-H3C\",\"sourceType\":\"labeled_article\",\"time\":\"2026-07\",\"matchedTerms\":[\"阿里\",\"字节\",\"计算\"],\"rank\":-12.593763830769523},{\"id\":\"july-correct-0115\",\"title\":\"锚定 300kW 整机柜演进方向 OAII 社区三项规范联合发布，树立AIDC基础设施建设标准答案\",\"sourceType\":\"labeled_article\",\"time\":\"2026-07\",\"matchedTerms\":[\"腾讯\",\"字节\",\"计算\"],\"rank\":-11.747052485381431}]" 采集批次: "2026年9月5日20点55分44秒" 采集批次ID: "20260905-205544-1daa5f4b" 去重键: "https://news.qq.com/rain/a/20260903A0BEA600?adChannelId=tech%3F" --- 问AI · AI时代统一智能体的“浏览器”何时破圈？ ![图片](https://inews.gtimg.com/om_bt/OhEgwkqi020hqdEb6d-sWCK-xcOl_tzjcbpYaH2oJZgP8AA/641) --- **内容来源：张小珺商业访谈录。** **责编** | 柒 ****第 9827**** ********篇深度好文：9345******** ****字 | 20 分钟**** ****阅读**** **商业趋势** **笔记君说：** “在巨浪面前，没有人是安全的。谁觉得自己安全，谁就是最不安全的。” 这句话出自曾鸣，他是阿里巴巴前总参谋长、湖畔大学教育长。 所有人都在问AI到底走到哪一步了，他给出的答案有点反直觉：2026年不是爆发之年，只是第一阶段刚刚成熟、第二阶段刚刚开场的交叠点。 他把通用技术的革命拆成三个阶段发现：“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。上一个时代的巨头，没有一个敢说自己一定过得去。” 但机会恰恰藏在这里：AI时代连“浏览器”都还没出现，下一个最大的机会，就是把agent的标准统一起来。 以下为张小珺商业访谈对话曾鸣的精编内容整理版，希望对你有所帮助。 一、AI的第一阶段刚刚成熟， 第二阶段刚刚开场 1.新技术发展的3个阶段 我做过一个很系统的研究，从移动互联网到PC互联网，再到PC，包括当时我做云计算的时候，把第一次工业革命、第二次工业革命、第三次工业革命，整个历史也都研究过一遍。 大致上，新技术都经历了三个阶段。 第一个阶段，技术成了社会的基础设施。 第二个阶段，基于基础设施产生海量的新应用，百花齐放。 第三个阶段，需要更底层的方法去运行这个新世界，我把它叫做原生应用的阶段。 拿移动互联网来说，黑莓2010年还占美国智能手机市场百分之四十几，到iPhone4以后才被反超。有了AppStore之后，才出现新一代的原生应用。真正要解决核心需求的主流应用，才是原生应用。 那为什么原生应用不能诞生于第二阶段？因为应用的爆发，给了技术下一阶段发展的方向。技术成为基础设施以后要寻找新的发展方向，但到底往哪发展不清楚。 就像字节，第一阶段只有文字成熟了，才出现今日头条。但今日头条探索出了推荐算法这样一种既是技术模式又是商业模式的新东西，又由于带宽、算力的发展，才出现了短视频。 短视频和推荐算法一结合，才出现抖音这样的现象级原生应用。 所以第二阶段本身非常精彩，也非常有价值。这也是为什么我说还有可能8年、10年是属于第二阶段的，但要注意，没有第二阶段的积累，跨不到第三阶段。 2.我们具体在哪个时间点上？ 我觉得2026年应该是第一阶段基本完成的标志性阶段。核心原因是今年年初，关于Token（词元）这个词形成了广泛的共识。 黄仁勋讲英伟达的未来就是token factory（Token 工厂），山姆·奥尔特曼（OpenAI CEO）也表达OpenAI核心就是卖token的。 为什么重要？因为当一个技术有了一个标准的度量衡以后，它就能被规模化的、标准化的使用。就像一度电、一吨水、一个GB的流量。 有意思的是，今年也是第二阶段的开场。春节前后的OpenClaw，大家叫它“龙虾”。它让大家看到了一个能够独立完成任务的agent的无限潜力。 所以我认为，AI进入的第二个阶段就是智能体阶段，智能体就是AI时代的新应用。 如果类比到互联网，今天是哪一年？这是我琢磨了两三年的问题。我三年前做过演讲，题目叫“让我们拥抱雅虎吧，雅虎马上快来了”。今年年初我自己也有点纠结：怎么退回到了浏览器阶段。 我的判断更加前移了。因为我看到OpenClaw出来以后的第一个反应就是：我们还在等一个“浏览器”出来。 为什么？因为跟agent（智能体）同时出现的一个词是skill（技能），agent的本质就是分享能力。 我突然想到，1992年最狂热的是什么？是建个网站，目的就是分享信息。所以AGI（通用人工智能）这轮的创新，就是让我们从信息时代进入了能力时代。 我们做类比的关键，是我们去理解抽象建模以后的底层运行规律，而不是纠缠于技术的表现形式。一个在建站、一个在建agent，一个是分享信息、一个是分享能力，结构对上了。 浏览器在那个时代完成了两件事：通过HTML（应用于网页和应用程序的用户界面技术）树立了建站的统一标准，把创造的门槛极大降低；把浏览网站的门槛降到了零，你只需要点击。 所以用户端爆了，供给端也爆了，出现了无穷的网站。 这时候出现了雅虎。它的本质是在做熵减，而我们今天还在熵增的过程中，表现形式就是各种skill能力的爆发。 我完全没有看到“AI时代雅虎”的雏形，所以下一个最大的机会就是一个类似浏览器的机会：把agent的标准统一起来，让用户用很简单的方法就能调用agent。 至于产品形态长什么样，想象不出来，这就是要大家去创造。 二、模型公司是未来的AI云公司， 不是终局赢家 1.这个时代的关键变量：大模型到底是什么？ 大家讲数据是新时代的石油，那大模型实际上就是一个炼油厂。从广泛提供基础设施的角度讲，它又有点像消失了的公司美国在线AOL（美国最大因特网服务商之一），它让所有的人都能接到互联网上，今天大模型让所有人都可以很轻易地接入到智能。 那OpenAI、Anthropic、Kimi、DeepSeek这些公司，会变成什么？说得直白一点，就是AI云公司。 为什么现在大模型公司跟云厂商的博弈非常复杂？本质是云厂商觉得付出了太多、得到了太少；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，最后会形成几个比较稳定的AI云公司。 很多人觉得，Anthropic用了不到10年就接近万亿美元市值，这在人类历史上都很罕见。这个描述本身就是一个幻觉和误解，让年轻人容易认为“这一次不一样”。 我专门去查过，雅虎1995年成立，2000年达到1200亿美元市值，那时候的1000亿美元大概相当于今天的1万亿美元。 AOL1988年开始提供服务，2000年的估值高点是2200亿美元。谷歌1998年成立，2005年时市值达到1000亿美元。 当一个技术有这么大的冲击力的时候，第一波成功跑出来的公司就有这么大的价值。 2.第一阶段的企业很难活到第二阶段 陆奇说过，OpenAI未来一定会比Google大，只是大5倍还是10倍的问题。我的观点是：未来一定会有一个10万亿美元的公司，但是未必是现在领跑的这两家公司（OpenAI和Anthropic）。 理论框架告诉我：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。 为什么？ 因为第一阶段的技术核心是“可不可用”，所以它有很多原创的技术创新。 第二阶段开始的标志，是技术发展渐渐缓慢下来，变成大家都能调用的技术。 这个阶段，应用需要很强的洞察力，要的是产品力、跟普通用户的同理心，也需要应用技术的一堆新东西，比如上下文的管理。这两个的结合，可能就变成了第二阶段的王者。 至于最后的格局，非常简单：公共基础设施的行业，只有一种商业模式成立，叫寡头垄断+政府强监管。 因为整个社会依赖于它，政府一定会强监管；供给如此重要，不能只有一个供应商。所以它很可能往后活得不错，但大概率不是原生应用阶段的大玩家、大赢家。 回到石油的比喻，炼油厂和化工厂是两类企业。还有一个类比：汽车离开了石油肯定不转，但石油公司很难做汽车。 当然，现阶段当然有优劣之分。今年Anthropic先领跑、OpenAI再跟上、谷歌阶段性被甩下，是组织能力和技术能力出现了差距。 为什么Anthropic先领跑？跟“智能复利”有关，他们开始用大模型训练大模型了，把AI这个工具用到了自己的主业上。 而中国和美国是两个不太一样的生态，中国的模型公司会持续追赶，但竞争也类似美国：今年年底谁如果跑不到3T参数的模型，估计就出局了。 接下来会看什么？看谁是这个时代的Netscape（网景，最早的浏览器公司），谁是这个时代的雅虎。谁把agent的标准建立起来，谁控制了agent的用户入口。 我觉得三年内，有可能开始出现agent的入口，因为现在agent太多了。 你换一个普通人的角度想：你怎么知道哪个agent能用？你敢不敢把一件重要的事交给agent？这种信任从何而来？ 这些都需要一个新的服务商来给大家建立这种信任。 三、agent是第二阶段的主体， 复杂任务才值得做 现在AI应用层就是百花齐放，大家都在找那个切入点。但是那些应用今年都不怎么样了，是因为去年做的都是特别简单的任务。 我看一场10个demo（演示产品），里头三五个是做广告的，有的做素材生成，有的做投放。这么简单的事情，我当时就觉得不太可能有长期价值。 做复杂任务，你才有可能建立自己的智能闭环，你才有可能做一堆自己有价值的技术积累。当智能能力不够的时候，你做应用很大程度上是在做脚手架，等着模型自然溢出，把你脚手架就淹没了。 今天做应用的切入点需要完全不同：你要假定智能是完全够用的，它到底能干啥活？越简单的活越容易被复杂的活给吞掉，因为它没有多少成长空间。 Manus（通用智能体产品）当时市场感觉非常敏锐，抓住了coding（编程）溢出的一个难得机会窗。他们的定位是通用agent，当时能触达的就是一批prosumers（专业级消费者）的生产力需求，那个切入点是对的。 但是在今天，一个agent要再立住，至少要找个10倍以上的切入点，你才有发展的空间。 那做通用还是垂直？这就是大家接下来比创造力、比天分的地方。教育、健康是典型的大垂类，你只要在里面认真耕耘就够了。 通用里头又会分to B和to C。toB里，我觉得到今年年底你就会听到一堆要做“组织大脑”的agent，就是组织的操作系统，或者叫CEO的agent团队。toC端会有重新开始做个人情感陪伴、解决问题的。 1.智能飞轮与黑洞效应 网络效应在AI时代也会继续存在，它就像基础设施一样成了标配。从数据的本质来说，越多元化、越差异化的数据越能产生新的洞察，同样类型的数据规模到了一定程度，价值是边际递减的。 但我觉得网络效应的升级版，其实是黑洞效应：应用场景越多，你的连接越复杂，你就更有可能去拓宽你的智商。 我在《智能商业》里讲过DNA螺旋的两个组成，数据智能和网络协同。黑洞效应相当于这两个都升级了：数据智能升级成智能复利，网络协同变成黑洞的内部网络结构，看的是能快速吞噬多少场景。 新的时代还会出现平台，一样会出现一个双边市场：海量agent开发商跟海量用户之间怎么完成匹配？我们看一个网站很容易判断好坏，你用一个agent却是可能出现很大负面影响的，这对agent能力的判断要求很高。 所以在这个阶段，我们大概率会让渡这种判断力，给一个我们信任的独立第三方。 2.应用创业者的反共识阶段 我觉得现在是应用领域创业者的反共识阶段，因为没有一个好的应用让大家看到它有多大潜力、该怎么做，所以大家都在摸索。 比如视频生成，这个领域已经相对成熟，大家最终的目标可能都要做AI时代的TikTok，但都知道离现在很远，第一步到底做啥，非常考验功力。 所以我们处在一个青黄不接的时候：模型的能力已经溢出到很多简单任务，它自己就能干了。但我们又没有找到一个足够大的场景，可以让AI做一件足够复杂、足够有价值的事，还能形成自己独特的技术积累。 所以大部分人其实低估了agent的难度。 不过今年，我听到一个普遍的感受：大家都觉得智能是真的能干活了，可以信赖了，开始真有人想，我能不能严肃地拿它干点重要的活，这才是应用阶段开始的真实的标志。 3.模型公司会吞噬一切吗？ 模型吞噬一切的前提，是所有的东西都在模型射程内。按现在的范式发展的模型，肯定会有阶段性的天花板。智能够用了，就会有一堆新的技术要求出来，去做不同场景下的东西。 举个例子，1892年爱迪生发明电灯泡，1910年有了发电厂、电网，覆盖了美国主要城市，那一年才终于出现洗衣机和电冰箱。到1925年才出现收音机，1930年才出现电视机，应用的发展有它自己的规律。 公司层面还有个有意思的选择：爱迪生认为发电更重要，所以成立了通用电气做发电设备，他没有意识到电网非常重要，所以他的助理离开，成立了美国第一家送电公司。 但是通用电气真正的成功，是因为它生产出了最早的电冰箱和洗衣机，toC的应用突破以后，电网就成了基础设施，大家就不再关心电网公司的品牌了。 四、公司会被淘汰，但组织永远会存在 1.科层制管理的公司制度会衰亡 2026年出现了好多New Lab（新型AI研究机构），为什么？ 我觉得可能有几个方面： 一部分人是看到了现有范式的天花板，或者像杨立昆（深度学习领域公认的奠基人之一，深度学习三巨头之一）这样，从原理上就认为这个事情有偏差，终于有机会去试一直就有的想法。