近两年，大众普遍感到焦虑：AI究竟将如何演变？哪些因素保持不变？真正的转折点在哪里？
今晨，曾鸣在杭州湖畔创研中心完成了他的第三次“看十年”公开分享。他一登台便指出：“近两个月，我的焦虑感在减轻，因为许多事情愈发清晰。”
他将这场变革拆解为六个相互关联的核心议题：智能商业、AI原生内涵、AI的产业化进程、价值创造与竞争格局、创智型组织、以及智能战略。
其核心判断是：AI刚刚跨入第二阶段的门槛，大规模应用尚未真正启动，浏览器级别的产品还未登场，所有人均处于同一起跑线上。
以下是精心整理的要点，希望能为你带来启发。
1. AI先释放供给，再激活需求
在供给端，AI的能力持续增强，成本则快速下降，未来预计还会有百倍甚至更高的降幅。其核心作用是大幅提升优质供给的数量与多样性，彻底打破众多领域长期存在的供给稀缺瓶颈。
然而，由于AI目前还不够智能且成本偏高，我们当前看到的AI应用，大多集中于替代简单、重复且价值较低的人力工作。这也是为何近两年大家普遍感到AI投入巨大但效果有限——根本原因在于，从应用之初，其创造价值的潜力就颇为有限。
真正能创造巨大价值的，是开辟全新的供给。例如，优秀的私人医生、教师、理财顾问，或是在旅行中能提供可靠建议的信息专家，这些优质资源在任何一个领域都极为稀缺。若能将这些优质供给带给社会大众，其创造的社会价值将无可估量。
每一次重大技术创新，初期往往被用于降本增效，而这一阶段产生的社会价值有限，因为早期的投入极其巨大，存在错配现象。
然而，这一阶段不可或缺，技术只有在实际场景中才能获得更好的发展。我们即将迎来的转折点，是技术成熟到足以支撑真正的大价值创新。届时，AI带来的变革将更为根本和广泛，大家也会逐渐步入正轨，因为将进入一个正向循环。目前，我们仍处于艰难的摸索阶段。
当前，我们常感到供给已严重内卷，所有能被满足的需求都已被覆盖，但事实并非如此。从需求端看，简单的同质化供给确实过剩，但人的欲望是无穷的，愿望是永无止境的。
AI带来的最大突破，在于它能以低成本、高效率、实时的方式持续陪伴我们。无论是个人助手、家庭管家还是情感陪伴，未来产品的核心都是能与用户进行深度互动，因此它甚至会比我们自己更了解我们。个性化需求将首次被真正激发。
过去三十年的商业进步，背后是搜索与推荐两项技术的突破，而AI将带来第三次技术飞跃。
商业模式的本质也将随之改变：从推荐算法驱动的信息对注意力的争夺，转向真正的个性化。因为推荐本质上是通过人的行为，特别是与你相似人群的行为，来推测你的潜在需求，而AI无需猜测，它直接知晓。
这才是个人化服务的开端，是极致个性化的起点。因此，从这个角度看，未来商业的变化将是根本且深远的。
2. 从“千人千面”到“一人千面”
每一次技术革命都会引发深刻的商业范式变革。
工业时代，150年前主要解决供给不足，其方法是标准化、流水线和科层制； 互联网时代，主要解决生产过剩（美国在80年代中后期已基本产能过剩），其方式是规模化匹配，让商品更精准地找到用户； AI时代，则要解决个性化需求。
相应的演变路径是：从“千人一面”到“千人千面”，再到“一人千面”。2010年，我们在运营淘宝时便提出，要利用平台解决信息不对称，优化商品与用户的匹配，实现“千人千面”。经过十多年的努力，这一目标基本达成。
下一步是“一人千面”。每个人都是多变而丰富的，理解一个人在不同时间、不同场景下的真实意图，并动态生成当下最合适的解决方案，这才是未来的商业本质——越来越个性化。
3. 商业的起点从产品变为意图
迄今为止，所有商业的起点都是产品。产品的研发与设计，基于我们对用户需求的假设和推断。工具可能越来越先进，但其本质仍是对一群用户潜在需求的事先揣测：先做出产品，再思考如何推广和分销。商品是现代商业的起点。
未来，商业将以消费者的意图为起点。因为AI赋予了我们工具，使我们能够贴近消费者，理解其真实意图。只有以意图为起点，我们才能真正做到以消费者为中心。
我们一直倡导的“客户至上”，过去是一种价值主张和企业价值观的体现。而在未来，以客户为中心是所有商业模式的起点，因为必须以其为中心。AI将围绕客户运转、理解客户，并根据其需求生成解决方案。
第一步是：AI理解意图后，在全网搜索是否有合适的解决方案或产品；如果没有，可以发起招标，看谁愿意提供所需的产品和服务；消费者确认后，AI还可以代为执行。
因此，未来商业竞争的核心，在于争夺人类表达真实意图的第一入口。你愿意与谁交流，那个AI就掌握了你的真实信息，这可能就是你商业化的起点。
但第一步仍是意图匹配，商品需从现有商品库中选择。更长远来看，第二阶段将是需求与供给同步生成。因为“一人千面”并非无限生成产品，而是在复杂的供给约束和性价比要求下，为具体的人找到当下最适合的解决方案、服务和产品组合。
4. 供给侧一变，旧商业模式即被颠覆
要实现这一点，需要从传统的供应链转向协同网络。传统供应链是一条线性的信息流通渠道，其本质是固定的产品、固定的流程、规模化的交付以及固定的参与企业。
未来的供应网络是一个协同网络，能根据具体任务实时调用不同的能力节点，临时组成解决方案。这有点像当前个人助理所展现的状态。
大家在使用Manus这类个人助理后会发现，用户体验似乎没有太大变化，根本原因在于供给侧未变。它们只是在利用现有存量产品和服务提升效率。只有供给侧发生变化，才能带来体验的实质性飞跃。因此，商业要实现突破，进入智能商业2.0，必须在供给侧也完成AI化的表达与组合。
总结而言，智能商业实现的是从“卖产品”到“实现人的意图”这一商业本质的转变。并且，它必然形成独特的竞争优势，因为基于场景的学习闭环将成为新的竞争壁垒。
补充一点，这件事之所以重要，是因为它是一种全新的商业模式，必然对过去具有颠覆性。过去二十年的商业变革，本质上是推荐算法的不断升级优化，注意力经济、用户时长、曝光量、日活跃用户数（DAU）是当前商业的基石。
AI商业的本质是对结果负责，直接交付成果。当你能直接交付结果时，中间的许多环节便不复存在。这中间可能演变为Agent对Agent的协同，具体如何协同需在实践中探索。但许多过去的做法在未来都将面临实质性挑战，新的商业是一套全新的模式。
1. 用AI不等于AI原生
AI原生的本质，并非将AI嵌入现有产品和工作流，而是以可规模化调用的机器智能为起点，重新设计产品、工作流和组织，创造过去无法实现的客户价值，并由此释放巨大的商业价值。
“可规模化调用的机器智能”强调的是，通用智能已成为社会新的基础生产要素。历史上的生产要素是土地、劳动力和资本，如今增加了智能，或者说劳动力变成了人加AI，整个社会都需以此为基础发生变化。
这里的几个层面是共同演化的：产品改变，工作流随之改变，组织也需改变，甚至商业模式也会重新形成。关键在于发挥新技术的根本优势。
一个直接的检验方法是：假如拿掉AI，这个产品和业务是否仍然成立？ 如果仍然成立，只是效率下降，那大概率属于AI增强；如果产品价值、工作流或组织方式都无法成立，才更接近AI原生。
2. 通用技术需经历三个阶段
从学术角度看，AI是一项通用技术的创新。
通用技术有三个特点：
这也是黄仁勋会提及“五层蛋糕”的原因，从最底层的电力、能源、土地，到上层的芯片、云，最后才是应用服务。整个技术栈需要互补性的协同创新，因此是一个漫长的生态演化过程。
AI刚出现时，人们自然将其与互联网对比，但很快意识到它是一项极为重要的生产力突破，堪比工业革命；再往前追溯，由于它基于语言，是对人类所有知识的抽象与延伸，因此要回到人类文明最原始的三大技术突破：火的应用、语言的发明、文字的流转。
通用技术的重大变革基本都经历三个阶段： 第一，技术足够可靠、便宜、好用，成为社会的基础设施； 第二，在此基础上出现原生的产品和服务创新，开始真正创造巨大新价值，不再是在原有技术框架下优化，而是按新技术的逻辑从底层重构商业和社会； 第三，新技术渗透到社会的方方面面。
以美国的电气化为例。
1882年，爱迪生在曼哈顿一平方公里的街区内点亮了整个街区，这相当于一个产品化的试点，需要电灯、电线、发电机、传电网络，展示了电的完整雏形。
爱迪生在此基础上成立了通用电气公司，生产发电设备和电灯泡等硬件。但他的总裁助理认为电应成为公用事业和基础设施，于是独立出去，发展中心化发电厂和远程传输网络。
1896年，尼亚加拉大瀑布利用水力发电，远程输送到二十多公里外的布法罗，中间实现了交流电、变压器、现代电网架构等多项技术突破，包括特斯拉发明的交流电技术。
在基础设施商业模式被发明之前，每个工厂需自行雇佣首席发电官，购买GE设备、建电厂、买煤、自己发电。
有了基础设施服务商后，美国制造业用电比例急剧提升：1900年约10%，1909年25%，1920年超过50%，1929年约78%到80%。
1910至1920年，是基础设施成熟、应用开始大爆发的时期，并出现了现代工业的标志性事件：1913年福特在Highland Park工厂的流水线。
3. 应用必将百花齐放
当基础设施跨过某个可用性临界点后，原生应用开始密集涌现，且应用的出现反过来又拉动基础设施的普及。
有了电灯，家庭才愿意接电；有了电熨斗、吸尘器、洗衣机，家庭接电的价值进一步提升；而有了收音机和冰箱后，没有电就意味着没有进入现代家庭生活。
这是一个正反馈循环：电跨过临界点，原生应用出现，用电价值提高，更多家庭接电，市场扩大，更多原生应用，技术进一步成熟，再渗透到各行各业。
因此，应用的第二阶段必然是百花齐放，因为这是一个社会大规模探索的过程。基础设施阶段相对集中，方向明确后就是投入资源，让最优秀的人攻克技术难关。
但一到应用阶段，就变得百花齐放，因为大家不知道新技术究竟能用来做什么，什么是真正的客户价值，用户愿意为什么买单。
这时会出现典型的创业浪潮：大量企业家涌入，进行各种产品、商业模式、生产方式的实验；然后市场优胜劣汰，看谁代表未来的产品和模式；最后进入行业整合阶段。这个过程无法线性规划，需要长期的社会协同。
4. 从Web到移动互联网，原生也有1.0和2.0
第二个通用技术的创新与我们更为相关，稍微年长一些的同学可能经历过其中的一些产品。这张图最具借鉴意义，因为我的最终结论是，我们很快将迎来AI时代的应用大创新。
本质上，1993年发生了两件大事：一是整个Web技术免费对外开放，包括HTTP等；二是基于Mosaic，1994年出现了Netscape（网景，最早的浏览器公司），PC和Mac首次能运行浏览器。
1991、1992年的浏览器仅供Unix专业用户使用，而1994年的浏览器普通PC和Mac用户都能使用。
消费者端的门槛急剧下降，点击一下就能访问全世界的网站；开发者端同样如此，由于HTML、WWW等标准已成熟，建网站变得非常容易。
可以看到，门户导航和早期出现的各种搜索公司，有点像今天的个人助理，是主流应用的最早突破，但后来不幸被原生应用2.0的Google干掉。
另一方面，1995年出现的那批大型垂直领域公司，如零售、分类信息、在线婚恋、在线旅行等，都活得很好，其中蕴含着特别有意思的规律，大家可以回去琢磨。
最直观的是，1994年浏览器一出现，三年之内所有应用公司都出现了，1.0的公司基本到1996年就出齐了，后面涌现的是2.0阶段的公司。
原生并非由企业出生的年代决定，而是由它在多大程度上发挥新技术的根本优势所决定。因此，生在AI时代不等于AI原生，使用AI的广度不代表发挥机器智能优势的深度。
5. 原生应用2.0的四个标准
整个互联网的集大成者是Google，它是互联网原生应用2.0，最能帮我们理解未来原生应用2.0的形态。将来大家检验自己是否足够AI原生，同样有四个标准。
第一，是否实现了用户价值的巨大创新，创造的体验是否前所未有。
雅虎的体验是将读报纸的行为搬到互联网上，而Google的搜索框只有一个输入框，输入关键字，全世界的信息在秒级内全部呈现，这种体验前所未有。
第二，体验的飞跃必须基于一项重要的原生技术突破。
与雅虎同时出现的搜索公司都有好的概念，但缺乏真正的搜索技术，只有Google的PageRank基于核心算法，对整个互联网内容进行了结构化重构，才能实现检索。
第三，通常有前两者后，会倒逼出后两者，第三个创新通常涉及基础设施创新。
因为要以低成本、稳定的方法服务海量用户，传统技术架构往往不可行。因此，Google是分布式计算的开创者，分布式计算后来被亚马逊包装成云计算，成为现代互联网的计算基础设施。
第四，必须有原生的商业模式出现。
Google推出了按效果付费的竞价排名广告，这是广告模式的巨大创新。
1. 通用机器智能的基础能力已形成
我们目前处于什么阶段？我有几个判断可以分享。
第一，通用机器智能的基础能力已经形成，AI能力初步过关：无论是模型能力，还是近两年编程带来的行动能力突破，使Agent技术框架初步成型，再到产业基础设施和商业模式。
2026年初，为什么所有讨论都集中在Token？当Token这个度量衡被提出，就像一度电、一吨水、一个GB流量，我们现在知道有Token这样的计量单位，说明它开始标准化、成为社会的基础设施，收费模式也出现了。一个公共事业的商业模式和社会服务方式基本成型。
因此，我们看到超大规模云服务商和新型云服务商的迅速发展，数据中心的建设热潮，以及整个产业链规模化扩张瓶颈的突破（从年初的存储，到后来的光通讯，再到现在的电和土地）。本质上是，人类首次可以大规模、低成本地调用通用智能。
通用智能服务商的商业模式也基本成熟，包括传统的微软、亚马逊，以及Google、OpenAI、Anthropic，还有目前最凶猛的SpaceX，本质上都在卖Token，卖的是可规模化调用的通用智能。
2. 应用大爆发，还差两个前提
我们反复提到，当基础设施的性能跨过初步拐点后，便是应用大爆发的阶段。因此，2026、2027、2028年，特别是2027、2028年，应该是各种原生产品与服务层出不穷的阶段。
当然，根据我们的研究，应用大爆发需要两个前提。我们假定Agent是接下来所有原生应用的基本产品形态和技术标准：第一，Agent的开发基础设施需要进一步成熟；第二，要找到低成本的用户交互方式，让普通用户易于表达意图、建立信任、使用Agent。
从这个意义上说，我们尚未看到标志性的产品，因此我认为现在大概就是1993年，“浏览器”尚未出现，但大家都在等待这样一个技术突破，使开发者和使用者的成本急剧下降，然后才有应用大爆发的阶段。
3. Agent能力：从行动、主动，到负责
如果进一步展开，可以看到过去两年Agent能力有了质的飞跃。Chat是对话，Agent的核心是行动。
从早期通用Agent能调用工具、完成具体任务，到今天所有公司都在努力让Agent自主拆解任务、跨步骤持续执行长程复杂任务，包括前一段时间OpenAI讲述他们如何破解数学题，一万多个Agent协同80多个小时持续攻克一个问题。因此，AI可以越来越主动。
但Agent还有第三个在应用阶段必须克服的最重要的技术创新，即要能够负责任。如果AI不能对结果负责，我们仍不敢将任务交给它。
何时人类才能信任一个Agent，愿意将任务交给它，它真的能交付，还能让你相信它的交付过程，最后还能通过你的反馈不断学习和提高。这第三步Agent能力尚未普及和突破，这是接下来产品和技术方面最重要的方向。
4. 从Agent商店到Agent操作系统
我现在没有更好的词汇，所以暂时称之为Agent商店。它肯定不是一个App Store，也不是雅虎那样的网站市场。
接下来会发生的是，大量创业者开发各种Agent，有的很细分，有的很通用，有的昙花一现，有的越来越壮大；大量用户尝试不同的产品形态。这就是百花齐放的社会化大创新阶段，各种商业模式、应用形态、工作方法都会被创造出来。
1995年，雅虎上市时全球有400万个网站，2000年互联网泡沫时是2亿，今天常规状态下是20亿。2010年App Store开始爆发，2012年约600万个App，今天活跃的大约400多万个，当然每个人常用的约10个。我们或许可以想象，可能会有10万量级的Agent。
如果有这个量级，用户如何发现、评判、管理、使用、计费、投诉，这一系列问题可能会使Agent本身产生某种标准，形成某种入口。当然，这个入口会依附在哪种硬件上，是否会有一个多元化的硬件共同繁荣的阶段，这是另一个更开放的问题。
未来三五年，核心是Agent的大爆发，本质是如何找到Agent的通用产品形态，使开发成本最低，用户使用壁垒最低。
在这样的海量Agent创新基础上，我们也许会迎来原生应用2.0的阶段，我也暂且称之为Agent OS。
但Agent OS现在提还为时过早。它需要有足够丰富的Agent后，消费者会变得越来越懒，我们可能只想表达一下意图，就需要某个主要的Agent去调用其他Agent，帮我们一次性完成任务。我们自己已不愿再去找各种Agent，只愿对少数几个发号施令，它帮我们去整合其他Agent，完成越来越复杂的任务。
这是十年左右的大蓝图。Agent进入2.0的原生应用，然后一直畅想的超级个人助理才会出现。
1. AI的价值引擎是智能复利
人工智能正成为越来越重要的生产要素：农业时代，土地是最关键的生产要素；工业时代，资本成为规模化生产的关键生产要素；智能时代，智能本身成为可规模化生产和调用的生产要素。
我的讨论有两个前提。第一，超级人工智能可能还需要相当长的时间才能实现，有人说十几年，有人说一百年，前沿争论不去管它。
第二，人工智能与人的智能，或者你将其称为人的创造力、生命力也好，本质上是相对互补的，通用人工智能无法完全取代人的智能，反而会释放人的创造力。
核心命题是：当人可以规模化地调用通用人工智能时，价值创造的源泉是什么？
这个问题我想