《天涯篇》锦瑟年华谁与度 云在青天水在瓶

美国时间2月3日晚间，一场本该正襟危坐的顶级科技对话，最终变成了一场“五杯酒后的坦白局”。
刚结束中国之行、甚至还没来得及倒时差的英伟达CEO黄仁勋，坐在了思科CEO查克·罗宾斯(Chuck Robbins)对面。
几杯酒下肚，黄仁勋的嗓音开始沙哑，但话语却越来越犀利。借着酒劲，黄仁勋不仅“砸”了程序员的饭碗，“怼”了管理学的教条，甚至还对几家世界级巨头来了一波贴脸“拉踩”：
关于程序员：“编程？那只是打字而已。打字已经不值钱了。”
关于控制欲：“如果你想掌控创新，那你该去看看心理医生。”
关于摩尔定律：“10年算力提升了100万倍，在这种速度面前，昔日的摩尔定律简直慢得像蜗牛在爬。”
关于传统巨头：“我很爱迪士尼，但我敢肯定他们更想成为Netflix；我很爱梅赛德斯，但我确信他们更想成为特斯拉。”
关于AI进化：“为什么要让人去适应工具？让AI学会使用工具，我们才能创造出真正的‘数字劳动力’。”
黄仁勋用这些“爆论”提醒所有掌舵者：在指数级进化的浪潮面前，你过去引以为傲的经验，注定将被时代无情淘汰。
“失控”的百花齐放：你的第一课不是ROI，是“放手”
当罗宾斯问及企业迈向AI的第一步应该是什么时，黄仁勋的回答绕开了所有常规的商业话术。“我经常被问到投资回报率这类问题，但我不会先谈那个。”他直截了当地说。在他看来，在技术爆发的黎明期，用电子表格去框定价值是徒劳的，甚至是危险的，因为这只会扼杀探索的触角。
他拿出了英伟达内部的实践作为例子：让“百花齐放”。在英伟达内部，AI项目多到几乎失控。“注意我刚才说的：失控，但棒极了。”黄仁勋强调。他对此的解释充满哲学意味：“创新并不总是在掌控之中。如果你想掌控一切，首先应该去咨询心理医生；其次，那是一种错觉，你根本掌控不了。”
他的管理逻辑简单到令人惊讶，像对待孩子一样对待团队的好奇心。“当我们的某个团队说想尝试某种AI时，我的第一个回答是‘可以’，然后我会问‘为什么’。我不是先问为什么再同意，而是先同意再问为什么。”他对比道，我们在家里从不这样要求先给出证明，但在工作中却这样做，这对他来说毫无逻辑。
黄仁勋描绘的路径图清晰而反直觉：第一步不是制定严谨的试点计划，而是允许甚至鼓励“安全地试错”。让每个有想法的团队去接触、去尝试各种AI工具，无论是Anthropic、Codex还是Gemini。
其目的不是立即产出效益，而是培养组织的“AI感觉”。只有经过一段充分甚至略显混乱的百花齐放期，领导者才能凭借直觉和观察，知道何时该开始“修剪花园”，将资源集中到真正重要的方向上。“但你不能太早集中力量，否则会选错箭。”他警告道。
从“螺丝刀”到“创造劳动力”：AI工厂的本质是价值转移
那么，当企业开始探索之后，究竟要看向何方？黄仁勋用“AI工厂”这个概念，描绘了一幅远比提升效率更宏大的图景。他认为，我们正在经历从“制造工具”到“创造劳动力”的根本性转变。
“我和查克所在的行业一直在制造工具，始终在做螺丝刀和锤子的生意。”过去几十年，科技公司生产软件、芯片、网络设备，这些都是工具，是原子世界效率的延伸。
但AI，特别是能够理解物理世界、具备因果推理能力的物理AI，将改变游戏规则。“有史以来第一次，我们要创造人们所谓的‘劳动力’，或者是‘增强型劳动力’。”他举例说，自动驾驶汽车本质上是一个数字司机，而这个数字司机的生命周期经济价值，将远超汽车本身这个硬件。
这才是“AI工厂”的深层含义：它不是一个存放服务器的机房，而是一个源源不断产出“数字劳动力”的新型价值创造中心。这种劳动力可以是一个永不疲倦的客服，一个实时优化供应链的调度员，或是一个能协同设计的工程师助手。
黄仁勋给出了一个震撼的数字对比：全球IT产业规模大约在1万亿美元，而全球经济总量是100万亿美元。“我们第一次面对一个拓宽了百倍的潜在市场总量。”这意味着，AI带来的最大机会不是瓜分现有的IT预算，而是去渗透和重塑那剩下的99万亿实体经济。
每一个行业都有机会通过注入这种数字劳动力，将自己重塑为一家技术公司。“我相信迪士尼宁愿成为Netflix，梅赛德斯宁愿成为特斯拉，沃尔玛宁愿成为亚马逊。”他尖锐地指出，你们所有人都是这样的。
“无限快”与“零重力”：用AI思维重新定义难题
如何才能真正抓住这百万亿级的机遇？黄仁勋提出了一个颠覆性的思维模型：用“丰盈”(Abundance)的假设来思考一切。
他讽刺地说，在AI时代，昔日的摩尔定律慢得简直像蜗牛爬。现在，我们需要建立新的认知基准。“过去10年，我们的算力提升了多少？10年100万倍。”在这种指数级丰盈的前提下，企业领导者的思维必须升级。
“现在当我想象一个工程问题时，我假设我的技术、我的工具、我的飞船是无限快的。去纽约要多久？一秒钟就到。”他启发式地问道，如果一秒钟能到纽约，你会做些什么不同的事？如果过去需要一年的事情现在能实时完成，你会做些什么不同的事？如果过去很重的东西现在变得没有引力了，你会如何处理？
他要求管理者将这种无限快、零重力的假设应用到公司最核心、最棘手的难题上。比如面对一个拥有数万亿关联关系的复杂网络分析，过去的做法是分而治之。“现在则是：把整个图都给我，多大都行，我不在乎。”这种逻辑正在被应用到各处。如果你不应用这种逻辑，你就做错了。
这不再是渐进式的优化，而是用技术富足的可能性去重新定义问题本身的边界。他警告，如果你的竞争对手或某个初创公司以这种思维方式发起挑战，他们将从根本上改变游戏规则。
你的“问题”比答案更值钱：主权AI与未来公司内核
在畅想了无处不在的数字劳动力之后，黄仁勋将话题拉回一个更现实也更隐秘的关切：数据主权与核心知识产权。
针对企业应该完全依赖公有云还是自建AI能力的问题，他的建议如同教孩子学骑车。“自己造一台。尽管PC随处可见，但去动手造一台，去弄明白为什么这些组件会存在。”他认为，企业必须拥有“切身的技术掌控力”。
更重要的是，他提出了一个尖锐的观点：公司最宝贵的知识产权，可能不是储存在数据库里的答案，而是员工与AI交互过程中产生的“问题”。“我不放心把英伟达的所有对话都放在云端，因为对我来说，核心知识产权不是答案，而是我的提问。”
黄仁勋解释道：“我的提问才是我最有价值的IP。我在思考什么，我的提问反映了这一点。答案是廉价的。如果我知道该问什么，我就锁定了重点。我不希望别人知道我认为什么是重要的。”
因此，他认为涉及战略思考的对话，必须在受控的本地环境中进行。他描述道，未来每个员工都会有许多AI助手，这些AI持续学员工的决策和疑问，最终这些进化了的AI将成为公司沉淀下来的独特智能资产。“这就是未来的公司，它会捕捉我们的生命经验。”
五层蛋糕与“预录制”时代的终结：从检索到生成的根本革命
当谈到具体实施路径时，黄仁勋回溯了一场持续了15年的认知革命。
他追溯至AlexNet代表的第一次接触时刻，并得出一个结论：世界大多数难题并无精确物理定律可循，答案往往是视具体情境而定。这类依赖上下文的问题，正是AI能够大显身手的领域。
真正的拐点是自监督学的突破，这使得参数从数亿爆炸性增长至数万亿。他断言：“我们将从底层重塑计算。计算将从显式编程转向一种全新的范式，即通过模型学软件。”
紧接着，黄仁勋用了一个精妙的比喻：我们正从“预录制”时代，迈入了“生成式”时代。
“过去的软件之所以是‘预录制’的，是因为它装在CD-ROM里。”在旧范式里，软件如同刻录好的光盘，用户交互本质上是检索。而未来的软件将是高度场景化的。“每个场景都不同，每个使用者、每个提示词、每个背景都不同。每一份软件实例都是独特的。”
未来的应用将根据实时上下文、意图和背景，动态生成独一无二的响应、界面甚至功能。这就是生成式的核心，传统的硬件、框架、模型各层的构建逻辑都已改变。
隐式编程革命：当“打字”成为通用技能，你的专长才是王牌
在这场深刻变革中，行业知识的价值正在飙升。“从显式编程到隐式编程，你只需要告诉计算机你想要什么，计算机就会写代码。”
他指出，这场持续了60年的以编写精确代码为核心的计算范式正在终结。“因为事实证明，写代码只是打字而已，而打字已变得平庸化。”
这意味着技术能力的门槛将被极大降低。相反，那些深谙业务但不懂技术的领域专家，将站上浪潮之巅。“刚毕业的计算机高材生代码很厉害，但他们不知道客户想要什么。你们知道。写代码的部分很简单，让AI去做就行。理解客户、理解问题的领域专长，这才是你拥有的超级力量。”
这场对话以对思科的感谢作结，但留下的核心信息无比清晰：AI革命不是IT部门的升级，而是一次商业逻辑的“重置”。
随着夜色渐深，对话在关于烤串和薯片的调侃中结束。但黄仁勋带着醉意吐露的真言，如同他预言的那些数字劳动力一样，已经开始无声渗透，准备重塑我们所熟知的一切。
【以下是实录全文】
罗宾斯：嘿，嘿，嘿。对，大家待在那儿别动。
黄仁勋：我觉得我现在的状态就像是在边喝酒边办公。
罗宾斯：刚才我们把酒拿上来时，黄仁勋提醒了我。他说：“你意识到你正在直播这个，对吧？”嘿，管他呢，天色已经晚了。
黄仁勋：第一个原则是：不造成伤害，并且要意识到你是多么幸运。
罗宾斯：首先，感谢大家在这里度过了漫长的一天。我们今天一早就开始了，演讲者一个接一个，在大概两个半小时的休息后，大家又回来见你了。
黄仁勋：我今天凌晨一点就起床了。
罗宾斯：所以，这家伙正处于一段为期两周、跨越亚洲四五个城市的旅程末尾。
黄仁勋：一天前我还在台湾地区，昨晚在休斯顿，现在我在这里。
罗宾斯：他出门两周了，现在咱们正拦在他回自家热被窝的路上呢，他已经住够了酒店。所以，我们会玩得开心点，然后放他走。虽然你不需要太多介绍，但还是谢谢你能来，伙计。我们真的很感激。
黄仁勋：感谢我们的合作伙伴关系，也为你们感到骄傲。
罗宾斯：那我们就从合作开始谈起吧。我们一直有合作，你引入了“AI工厂”的整套概念。我们正在合作推进，虽然在企业领域可能没我们想得那么快。我们能先聊聊对你来说什么是“AI工厂”吗？
黄仁勋：首先要记住，我们正处于60年来首次重塑计算的过程中。过去是“显式编程”（explicit programming），对吧？我们编写程序和变量，通过API传递，这些都非常明确；现在转向了“隐式编程”（implicit programming）。
你现在告诉计算机你的意图，它会去想办法解决你的问题。从显式到隐式，从通用计算（本质上是计算）到人工智能，整个计算堆栈都被重塑了。现在人们讨论计算时总关注处理层（processing layer），也就是我们所处的层面。但请记住计算的构成。除了计算和处理，还有存储、网络和安全。这一切都在此时此刻被重塑。第一部分是我们需要把AI提升到一个水平——我们稍后会详谈——需要提升到对人有用的水平。直到目前，那种你给一个提示词，它想办法告诉你答案的聊天机器人（chat bots），虽然有趣且令人好奇，但还不算真正有用。
罗宾斯：有时它能帮我完成填字游戏。
黄仁勋：是的，但也仅限于它记住和泛化的东西。如果你回头看，其实也就是三年前ChatGPT刚出现的时候，我们惊叹它能生成这么多词句，能创作莎士比亚作品。但那都是基于它记忆和泛化的内容。我们知道，智能的核心在于解决问题。解决问题部分在于知道你不知道什么，部分在于推理如何解决从未见过的问题。将问题分解为已知且易于解决的元素，通过组合来解决从未见过的问题，并制定策略（我们称之为“规划”）来执行任务、寻求帮助、使用工具、进行研究等等。
这些都是现在“智能体AI”（agentic AI）术语中的基本内容，包括工具使用、研究、基于事实的检索增强生成（RAG）、记忆等。你们在讨论智能体AI时都会听到这些。但最重要的一点是，为了从这种“显式编程”的通用计算（我们用Fortran、C、C++编写的时代）进化。
罗宾斯：对。
黄仁勋：那是好东西，罗宾斯。
罗宾斯：那是我的保底工作。
黄仁勋：那是非常好的技能，那些技能依然有价值。
罗宾斯：我知道。
黄仁勋：它们依然有价值。
罗宾斯：我已经拿到很多录取通知了。
黄仁勋：“恐龙”永远是有价值的。我们刚证实了你比我大。我知道我是那个“史前时代”的人，虽然看起来不像，但确实如此。好了，这挺有意思的。我可能是这屋里最老的人了。
罗宾斯：那我们聊聊这个。黄仁勋，当你思考未来时。
黄仁勋：我们现在就在这儿。我去找罗宾斯说：“嘿，听着，我们需要重塑计算，思科必须参与其中。”我们有一整套全新的计算堆栈即将推出，叫Vera Rubin。思科将与我们同步推向市场。此外还有网络层，思科将整合我们的AI网络技术，并将其放入思科的Nexus控制平面中。这样从你的角度来看，你既能获得AI的所有性能，又保留了思科的可控性、安全性和管理性。我们在安全领域也会做同样的事情。每一个支柱都必须重塑，企业计算才能受益。我们晚点再聊这个：为什么三年前企业AI还没准备好，以及为什么现在你别无选择，必须尽快参与进来。不要落后。你不必成为第一家利用AI的公司，但千万别做最后一家。
罗宾斯：没错。那么如果你是今天的企业主，你建议他们采取的第一、第二、第三步是什么，来开始做好准备？
黄仁勋：我经常被问到投资回报率（ROI）这类问题，我不会先谈那个。原因是，在所有技术部署的初期，很难用Excel表格算出新工具、新技术的ROI。我会去做的事，找出我公司的本质是什么？我们公司做的最有影响力的工作是什么？别在那些边缘、次要的事情上浪费时间。在我们公司，我们就是让“百花齐放”（let a thousand flowers bloom）。我们公司内部不同的AI项目多得几乎失控，这非常棒。注意我刚才说的：失控且棒极了。创新并不总是在掌控之中。如果你想掌控一切，首先该去咨询心理医生。其次，那是一种错觉，你掌控不了。如果你想让公司成功，你控制不了它，你只能影响它。
我听到太多公司想要明确、具体、可论证的ROI，但在初期展示某件事的价值是很困难的。我建议让百花齐放，让人们去实验，让人们安全地实验。我们公司在实验各种东西，我们用Anthropic，用Codex，用Gemini，什么都用。当我们的某个团队说想尝试某种AI时，我的第一个回答是“可以”，然后我会问“为什么”。我不是先问为什么再同意，而是先同意再问为什么。原因是我对公司的期望和对孩子是一样的：去探索生活。他们说想尝试某件事，答案是“好”，然后才问原因。你不会说：“先证明给我看，证明做这件事能带来财务成功或未来的幸福，否则我不让你做。”我们在家里从不这样做，但我们在工作中却这样做。
罗宾斯：你明白我的意思吗？
黄仁勋：是的。这对我来说毫无逻辑。所以我们对待AI的方式，无论是之前的互联网还是云技术，就是让百花齐放。然后在某个时间点，你需要用自己的判断力来决定何时开始“整理花园”。因为百花齐放会让花园变得很乱。但在某个点，你必须开始整理，找到最好的方法或平台，以便集中力量办大事（put all your wood behind one arrow）。但你不能太早集中力量。
罗宾斯：否则会选错。
黄仁勋：没错。所以先让百花齐放，到某个点再整理。就目前的进展来看，我还没开始整理呢，我还在让各地百花齐放。但我当然知道什么对我们公司最重要。我确保有大量的专业知识和能力集中在利用AI革命化那些核心工作上，在我们的案例中，就是芯片设计、软件工程、系统工程。你可能注意到了，我们与新思科技、楷登电子、西门子以及今天的达索系统合作，这样我们就能注入我们的技术。无论他们想要什么，我都会提供，以便革命化我们设计产品的工具。
我们到处都在用新思科技、楷登电子、西门子和达索。我会确保他们得到1000%的支持，这样我就有了创造下一代产品所需的工具。这反映了我对重塑自身工作的态度。想想AI做了什么：它成数量级地降低了智能的成本，或者说创造了海量的智能。换句话说，过去需要一个单位时间的工作，现在过去需要一年的，可能只要一天；过去需要一年的，现在可能只要一小时，甚至可以实时完成。
在“丰盈”（abundance）的世界里，摩尔定律慢得简直像蜗牛爬。记住，摩尔定律是每18个月翻两倍，5年10倍，10年100倍。但我们现在在哪？10年100万倍。在过去10年里，我们将AI推进得如此之远，以至于工程师说：“嘿，猜怎么着？我们干脆用全世界所有的数据来训练一个AI模型吧。”他们指的不是收集我硬盘里的数据，而是拉取全世界的数据。这就是“丰盈”的定义。它的定义是：当你看到一个巨大的问题时，你说：“管他呢，我全部都要解决。”我要治愈每一个领域的疾病，而不仅仅是癌症。我们直接解决人类所有的痛苦。这就是“丰盈”。
现在当我想象一个工程问题时，我假设我的技术、我的工具、我的飞船是无限快的。去纽约要多久？一秒钟就到。如果一秒钟能到纽约，你会做些什么不同的事？如果过去需要一年的事情现在能实时完成，你会做些什么不同的事？如果过去很重的东西现在变得没有引力了，你会如何处理？当你带着这种态度去处理每一件事时，你就是在应用“AI逻辑”。这有意义吗？比如我们合作的很多公司，图分析中的依赖关系、节点和边多达数万亿。过去你会一小块一小块地处理图，现在则是：“把整个图都给我，多大都行，我不在乎。”这种逻辑正在被应用到各处。如果你不应用这种逻辑，你就做错了。速度重不重要？一点也不重要，因为你处于光速。质量重不重要？零重量，零重力。如果你没有应用这种逻辑去思考你公司里最难的问题，你就没做对。这就是他们所有人的思维方式。如果你不这么想，你只要想象你的竞争对手在这么想就行了。想象一家即将成立的公司在这么想，这会改变一切。所以，去找到你公司里最有影响力的工作，给它应用“无限”、“零”、“光速”的概念，然后问罗宾斯怎么实现。
罗宾斯：给我就行。
黄仁勋：我们会一起实现。
罗宾斯：你有一个“五层蛋糕”的类比，因为大家都在谈论基础设施、模型、应用。我该怎么做？谈谈这个。
黄仁勋：成功人士做的一件事就是推理正在发生什么。大约15年前，一个算法让两名工程师解决了一个计算机视觉问题。视觉是智能的第一部分：感知。智能由感知、推理、规划组成。感知是：“我是什么？发生了什么？我的上下文是什么？”推理是：“我如何根据目标进行推理？”第三是制定计划去实现目标。就像战斗机的问题，感知定位然后行动。没有感知就没有第二和第三部分。如果不理解上下文（context），你就不知道该做什么。而上下文是高度多模态的，有时是PDF，有时是电子表格。有时是感官和气味，比如我们在哪，在干什么，听众是谁，如何阅读房间里的气氛，等等。
大约13、14年前，我们在计算机视觉领域取得了巨大的跨越。AlexNet是我们看到的第一个突破，那就像是《第一次接触》（First Contact），我爱死那部电影了。那是我们与AI的“第一次接触”。于是我们思考：这意味着什么？两名工程师怎么可能战胜了我们所有人钻研了30年的算法？我昨天刚和Ilya Sutskever聊过，还有Alex Krizhevsky。两个带着几块GPU的年轻人怎么可能解决了这个问题？这意味着什么？
十年前我对此进行了分解和推理，得出的结论是：世界上大多数有价值的难题其实都没有基本的物理算法。没有F=ma，没有麦克斯韦方程组，没有薛定谔方程或欧姆定律，没有热力学定律，它没那么精确。那些我们称之为“直觉”和“智慧”的有价值的事物，就像你和我会遇到的问题，答案通常是：“视情况而定”（It depends）。如果答案总是3.14那就太棒了，但生活中有价值的难题往往取决于背景和环境。
既然视觉问题解决了，我们推理出通过深度学，这不仅是可扩展的，你还可以把模型做得越来越大。我们当时要解决的唯一问题是如何训练模型，而巨大的突破是“自监督学”。AI开始自我学。注意，今天我们已经不再受限于人工标注数据了，完全不受限。这打开了闸门，让模型从几亿参数扩展到几千亿、几万亿。我们可以编码的知识和学的技能爆炸式增长。我们将从底座重塑计算。计算将从“显式编程”转向一种全新的范式，即通过模型学软件。这对计算堆栈意味着什么？对软件开发意味着什么？对工程组织、产品营销、QA团队又意味着什么？这些产品未来会变成什么样？我们如何部署？如何保持更新？如何修补软件？我当时问了上千个关于未来计算的问题，得出的结论是：这将改变一切。于是我们将整个公司转向上。简单来说，我们从一个所有东西都是“预录制”的世界走来。
罗宾斯：确实是很棒的东西。
黄仁勋：运行了很长时间。郑重声明，那些确实是用希伯来语描述的（幽默暗示旧技术的古老）。
罗宾斯：确实。那是另一项技能。
黄仁勋：毕竟，这屋里恐怕只有你，能同时精通希伯来语和COBOL了。无论如何，那是预录制的。我们编写算法，描述思想，然后配上数据。一切都是预录的。过去的软件之所以是预录的，是因为它是装在CD-ROM里的，对吧？
现在的软件是什么？它是情境化的，每个情境都不同，每个使用者、每个提示词、每个前置背景都不同。每一份软件实例都是独特的。过去预录制的软件被称为“基于检索模式”（retrieval-based）。当你用手机点一下，它会去检索一些软件、文件或图像并展示给你。而未来，一切都将是“生成式”的（generative），就像现在这样。这场对话以前从未发生过。概念存在过，背景存在过，但这每一句话的顺序都是全新的。发生这种情况的原因显而易见，因为我们已经喝了四杯酒了。
罗宾斯：还有冷萃咖啡。Cobol、希伯来语，谢天谢地这不在校园里，也没在直播。
黄仁勋：嗯。
罗宾斯：大家都明白你在说什么吗？
黄仁勋：你们听懂了吗？罗宾斯今天只给我喂了四杯酒。
罗宾斯：公平点说，我只喂了你一杯，剩下三杯是你从自助餐台上拿的。
黄仁勋：我一直在盯着那些食物，我太饿了。食物离我大概有40英尺（12米）远。
罗宾斯：那是因为你一直在拍照。
黄仁勋：真的很近，但我好几次想过去都被推回来了。
罗宾斯：你知道发生了什么吗？你的团队提前告诉过我们，如果他喝了三杯，他就是最佳状态。如果喝到第四杯，情况就要崩了。
黄仁勋：这状态可就不太理想了。好了，听着，我们得留下一些智慧。能再来一杯酒吗？
罗宾斯：这可不是Dave Chappelle的脱口秀。
黄仁勋：谈谈别的。能源。
罗宾斯：芯片。
黄仁勋：能源听起来不错。能源、芯片、基础设施（硬件和软件），然后是AI模型。但AI最重要的部分是应用。每一个国家、每一家公司，底下的那些层都只是基础设施。你需要做的是应用这项技术。向上帝发誓，快去应用这项技术。使用AI的公司不会陷入险境。你不会因为AI丢掉工作，你会因为一个使用AI的人而丢掉工作。所以，行动起来，这是最重要的。
罗宾斯：并且尽快给罗宾斯打电话。
黄仁勋：你打给我，我打给他。
罗宾斯：我们时间不多了。
黄仁勋：我们有的是时间。罗宾斯是按时计费的，而我甚至不戴手表。我在价值交付之前是不会离开的。如果需要一整晚，我会一直折磨你们所有人。
罗宾斯：黄仁勋，这就是为什么像我这样的人需要表。你能谈谈“物理AI”吗？
黄仁勋：软件行业在衰落并会被AI取代的这种说法是世界上最没逻辑的事。让我们做一个终极思想实验：假设我们是终极的AI——通用机器人，物理版的。既然你是类人机器人，你能解决任何问题。你会用现成的螺丝刀还是发明一把新螺丝刀？我直接用现成的。你会用现成的链锯还是重造一把？答案显而易见是使用工具。既然如此，再看数字版。如果你是AGI（通用人工智能），你会去使用ServiceNow、SAP、Cadence、Synopsis，还是去重新发明一个计算器？当然是直接用计算器。为什么要让AI学会使用工具？因为现有的工具是‘确定性’的。世界上很多问题都有标准答案，比如牛顿第二定律F=ma。你不需要AI给你一个概率上约等于ma的模糊答案，ma就是ma。再比如欧姆定律V=IR，它在科学上是绝对的，而不是‘统计学上的IR’。所以，我们希望AI像人类一样，直接拿起这些精准的工具去用，而不是在那些已经有标准答案的事情上瞎猜。
我们希望AGI使用工具，这是个大逻辑。下一代物理AI将理解物理世界和因果关系。如果我推倒这个，它会带倒那一切。它们理解“多米诺骨牌”的概念。每一个孩子都能理解推倒它意味着什么，这种因果、接触、引力和质量的结合是非常深刻的。大语言模型目前还没这概念，所以我们要创造物理AI。
机会在哪里？到目前为止，我和罗宾斯所处的行业一直在制造工具。我们一直处于“螺丝刀和锤子”的生意中。有史以来第一次，我们要创造人们所谓的“劳动力”，或者是“增强劳动力”。比如自动驾驶汽车是什么？它是一个数字司机。数字司机的价值远超汽车本身。我们第一次面对一个潜在市场总量（TAM）大了一百倍的市场。全球IT产业大约一万亿美元，而全球经济规模是一百万亿。你们所有人都有机会通过应用这项技术，成为一家技术公司。我相信迪士尼宁愿成为Netflix，梅赛德斯宁愿成为特斯拉，沃尔玛宁愿成为亚马逊。你们同意吗？这三个例子我说对了吗？
罗宾斯：是的。你们所有人都是这样的。
黄仁勋：我们有机会帮助每一家公司转型为“技术优先”的公司。技术是你的超级力量，而你的行业领域是应用场景。为什么要技术优先？因为那样你就是在和“电子”打交道，而不是“原子”。原子的价值受限于质量，而电子的价值在CD-ROM变成电子流的那一刻爆炸了千倍。你需要成为一家技术公司。即便是只懂希伯来语编程的罗宾斯，这也是一种天赋。
罗宾斯：这个编程方向从右往左写，挺聪明的。
黄仁勋：聪明人做聪明事。最美妙的是，你们公司的优势是知识、直觉和领域专业能力。现在你第一次可以用自己的语言向计算机解释你想要什么。从显式编程到隐式编程，你只需要告诉计算机你想要什么，计算机就会写代码。因为事实证明，写代码只是打字而已，而打字已变得平庸化。这是你们巨大的机会。你们全都能从物理（原子）层面的束缚中解脱出来，实现质的飞跃。我们不用再受限于没有足够的软件工程师，因为打字是廉价的，而你们拥有极其珍贵的东西——理解客户、理解问题的领域专长。
刚毕业的计算机高材生可能写代码很厉害，但他们不知道客户想要什么，不知道该解决什么问题。你们知道。写代码的部分很简单，让AI去做就行。这就是你的超级力量。我这个总结是在喝了五杯酒后做出的。
罗宾斯：这简直是个奇迹。
黄仁勋：能和各位合作是莫大的荣幸。思科在计算发明的两个支柱领域——网络和安全——有着极深的造诣。没有思科就没有现代计算。在AI世界，这两个支柱都被重塑了。我们擅长的计算部分在很多方面是廉价商品，而思科掌握的东西极具价值。
早前有人问我：应该租用云端还是自己构建电脑？我的建议和给我孩子的建议一样：自己造一台。尽管PC随处可见，但去动手造一台，去弄明白为什么这些组件会存在。如果你在运输行业，别只用Uber，去打开引擎盖，去换个机油，去理解它。这项技术对未来太重要了，你必须有一种触觉上的理解。你可能会发现自己对此极有天赋。你可能会发现世界并非全是“租”或全是“买”，你需要一部分在本地（on-prem）。比如涉及主权和私有信息时，你不会想把所有的“问题”都分享给所有人。举个例子，你去见心理医生时，你不希望你的提问被发到网上。
罗宾斯：假设性的例子，对吧？
黄仁勋：对，假设性的。所以我认为很多对话和不确定性应该保持私密。公司也是一样。我不放心把英伟达的所有对话都放在云端，所以我们在本地构建了超级AI系统。因为对我来说，最有价值的核心资产不是答案，而是我的提问。你们听明白了吗？我的提问才是我最有价值的IP。我在思考什么，我的提问反映了这一点。答案是廉价的。如果我知道该问什么，我就锁定了重点。我不希望别人知道我认为什么是重要的。所以我要在自己的小房间里，在本地，创造我自己的AI。
最后一点想法，现在已经11点了。过去有个观点叫“人在环节中”（human in the loop），这是完全错误的。应该是“AI在环节中”（AI in the loop）。我们的目标是让公司每一天都变得更好、更有价值、知识更丰富。我们不希望倒退或原地踏步。这意味着如果AI在环节中，它会捕捉我们的生命经验。未来每个员工都会有许多AI在环节中，这些AI会成为公司的知识产权。这就是未来的公司。所以，我觉得明智的做法是立即给罗宾斯打电话。
罗宾斯：我打给黄仁勋。两周的旅程，黄仁勋飞到这里和我们度过了最后一晚，这是他很久以来第一次能睡在自己的床上。我们永远感激。
黄仁勋：非常感谢。另外，我眼角余光一直瞄着那些肉串。
罗宾斯：我希望它们还在那儿。
黄仁勋：答应我的那袋薯片在哪？
罗宾斯：走吧，去吃。谢谢大家！

烟叔，看这些名将看的人热血沸腾啊！

1. 白起（战国·秦）称号：人屠，战国四大名将之首，开创了战国大规模歼灭战的先河，擅长野战、攻城、围歼，对秦国的疆域扩张和军事体系升级影响深远。
核心战绩：伊阙之战灭韩魏联军24万，鄢郢之战水淹楚国都城、夺楚半壁江山，长平之战坑杀赵军45万，一生历经70余战未尝一败，为秦国统一六国奠定了最坚实的军事基础。战国时死于战争的有200万人，其中有100万为白起斩杀。
2. 王翦（战国·秦），战国四大名将之一，秦灭六国第一功，擅长“以静制动、以逸待劳”，治军严谨且深谙帝王心术，既能打硬仗，又能保全自身，是战国末期最具战略眼光的统帅。
核心战绩：率军攻破赵国都城邯郸、灭亡赵国，攻破燕国都城蓟城，率60万大军伐楚、击败项燕并灭亡楚国，与其子王贲共灭五国，是秦国统一六国的直接执行者。
3. 项羽（秦末·楚），西楚霸王，中国古代勇战派巅峰，将骑兵的机动性和冲击力发挥到秦末极致，个人武力与军事指挥结合的天花板，虽最终败于刘邦，但军事能力被后世奉为标杆。
核心战绩：巨鹿之战破釜沉舟，以5万楚军击败40万秦军主力，彻底摧毁秦王朝军事根基；彭城之战以3万骑兵奔袭，击败刘邦56万联军，创造了中国古代战争史上以少胜多的经典战例。
4. 韩信（秦末·汉），兵仙、神帅，汉初三杰之一。中国古代谋战派巅峰，擅长灵活用兵、出奇制胜，创立了多种经典战术，其军事思想被收录于《韩信兵法》，对后世兵家影响深远，“韩信点兵，多多益善”成为军事统帅能力的代名词。
核心战绩：暗度陈仓定三秦，背水一战灭赵国，声东击西降燕国，垓下之战十面埋伏击败项羽，助刘邦建立汉朝，一生“战必胜，攻必取”，无败绩。
5. 卫青（西汉），汉武帝一朝大司马大将军，汉匈战争第一功臣，开创了汉朝对匈奴的主动进攻战术，擅长骑兵集团作战和长途奔袭，治军宽和、号令严明，不仅战功卓著，更培养了霍去病等名将，奠定了西汉北方边境的百年安稳。
核心战绩：首次出征奇袭龙城，打破匈奴“不可战胜”的神话；收复河朔、河套地区，为汉朝建立对匈作战的战略基地；漠北之战与霍去病联手，击败匈奴主力，迫使匈奴远遁漠北，“漠南无王庭”。
6. 霍去病（西汉），汉武帝一朝骠骑将军，封狼居胥第一人，将汉朝骑兵的闪电战发挥到极致，作战勇猛、用兵灵活，不拘泥于古法，是中国古代最年轻的顶级名将，“封狼居胥”成为后世武将的最高军功追求。
核心战绩：17岁率800骑兵深入匈奴腹地，斩敌2000余；两次河西之战，收复河西走廊，击败匈奴浑邪王、休屠王，斩获数万；漠北之战率军奔袭2000余里，封狼居胥山、禅于姑衍，临瀚海而还，斩敌7万余。
7. 李靖（唐），李世民一朝卫国公，凌烟阁二十四功臣之一，大唐军神，文武双全，既善实战又精理论，著有《李卫公兵法》《唐太宗李卫公问对》（列入武经七书），其军事思想融合了前代兵家精髓，强调“兵贵神速、出奇制胜”，是唐代军事体系的奠基人，被后世兵家奉为典范。
核心战绩：平定萧铣、辅公祏，统一江南；率3000骑兵奇袭东突厥，活捉颉利可汗，灭亡东突厥；击败吐谷浑，开拓西域，为大唐建立了辽阔的疆域。
8. 郭子仪（唐），唐中期汾阳王，再造大唐之功，不仅军事能力卓越，更兼具政治智慧和大局观，治军宽厚、深得军心，与异族交往恩威并施，既平定内乱又抵御外侮，是唐代中期的“定海神针”，其功高盖主而能善终，成为后世武将的楷模。
核心战绩：安史之乱中，率军收复长安、洛阳，击败安禄山、史思明叛军主力；单骑退回纥，合兵击败吐蕃，平定仆固怀恩之乱，一生历经七朝，数次挽救大唐于危亡。
9. 岳飞（南宋），岳武穆，民族英雄，南宋中兴四将之首，岳家军是南宋唯一一支能与金国主力正面抗衡并屡战屡胜的军队，岳飞擅长**步兵对抗骑兵**的战术，治军严明、爱民如子，其“精忠报国”的精神成为中华民族的精神象征，虽被冤杀，但军事能力和民族气节被后世无限推崇。
核心战绩：组建岳家军，收复建康、襄阳六郡，击败伪齐政权；郾城之战、颍昌之战，以背嵬军击败金国精锐铁浮屠、拐子马，直逼朱仙镇，距收复开封仅一步之遥，“撼山易，撼岳家军难”成为千古名句。
10. 徐达（明），魏国公，开国第一功臣，明朝军神，有人认为他是中国古代**最后一位顶级开国统帅**，擅长大兵团作战和北伐攻坚，治军严谨、智勇双全，既善打硬仗，又善谋战略，其北伐灭元的战绩，是中国古代历史上为数不多的**由南向北统一全国**的经典案例，为明朝276年的基业奠定了军事基础。
核心战绩：辅佐朱元璋击败陈友谅、张士诚，统一江南；率25万大军北伐，攻破元大都，灭亡元朝，收复燕云十六州（丢失400余年）；多次北伐北元，击败扩廓帖木儿，奠定明朝北方疆域。

郁亮，夜尽辞灯
2017年，郁亮从王石手上接过万科的时候，恐怕不会想到，自己的结局是：
到龄退休。
退休有很多种。64岁的宁高宁算是“功成身退”，所有人都敬仰他治理四家央企的能力；66岁的王石退休算是荣休，万科给了他董事会名誉主席的头衔，和每年1000万的退休金。
但61岁的郁亮退休的方式，却是提交辞职报告；退休和辞职，似乎是两个矛盾的程序。
没有发布会，没有鲜花，没有太多喧嚣。这位在万科工位上坐了36年、执掌权杖9年的男人悄然离去。
退休前的一天，他还在按时打卡。
把时间拨回九年前，郁亮接棒的那一刻，万科还是宇宙第一房企。那时的他意气风发，想要将这家房企带上前所未有的高度。
而如今，当郁亮转身关上办公室灯光的时候，窗外像极黑铁时代。
郁亮退休的前几天，他的前老板，也上了热搜。
75岁的王石和田朴珺小姐，又一次被传婚变。田小姐社交账号里高调秀恩爱的照片，突然消失了大半。
甚至连那锅著名的“笨笨红烧肉”的记忆，都被清理得一干二净。
面对满城风雨，王石的回应只有两个字：“假的”。独立女性则在评论区留下了意味深长的三行字：
没有删照片，没有婚变，没有共同的公司。
天眼查的数据，冷冰冰地佐证了最后七个字。王石名下关联14家企业，田朴珺关联5家。两人在商业版图上竟然是完全的平行线——同眠共枕，财不同舟。
小心谨慎了一辈子的王石，无论如何有了一个平安落地的结局，网上有人给他起了个外号：
王安石。
前任在忙着做物理切割，投资人忙着做心理切割，而郁亮，作为这艘巨轮最后的守夜人，在风暴眼中，匆匆结束最后一班岗。
1
1988年，23岁的郁亮从北京大学国际经济系毕业。
那个年代的北大毕业生，天之骄子，大多分配到了部委或科研院所。郁亮却背着行囊南下深圳，这一脚，就踩进了中国改革开放的最前沿。
他被分配到深圳外贸集团，拿着298元的高薪。
深圳空气中都飘着钱的味道。郁亮写建议书，建议公司搞连锁零售。结果可想而知，领导没搭理这个年轻人的狂想。
郁亮是个聪明人，不重用就换地儿。他带着那份“连锁商业”的建议书，敲开了万科的门。
那时的万科，老板王石还留着寸头，喜欢在办公室里大声说话。面试时，王石看着这个戴着眼镜、略显圆润的年轻人，可能也没想到，这个年轻人日后会成为自己的接班人。
郁亮加入万科后的晋升速度，堪比他在马拉松赛道上的配速。
1992年，万科B股发行，郁亮在其中长袖善舞，展现了惊人的财技。
1994年，“君万之争”爆发，门口的野蛮人第一次敲门。那时候的王石在前面冲锋陷阵，郁亮在后面运筹帷幄，四处奔走拉票。
经此一役，王石看懂了郁亮的忠诚和能力。
但郁亮和王石，本质上是两种生物。
王石是鹰，飞得高，看得远，喜欢登山、滑翔、谈论哲学和哈佛。他代表了万科的感性一面，是英雄主义的图腾。
郁亮是猫头鹰，一只眼睛睁着看机会，一只眼睛闭着看风险。他代表了万科的理性一面，是精密运转的机器。
在很长一段时间里，万科内部流传着一种说法：王石负责把牛逼吹出去，郁亮负责把牛逼实现。但郁亮自己说：
王石是英雄，我是普通人。
2001年，郁亮升任总经理。那时候万科内部山头林立，很多人不服。一个搞财务的，凭什么管地产？
郁亮那张圆润的脸和微笑，掩盖了雷霆手段。
他部门里的年轻人们，很快占据了万科的关键岗位；那些咨询公司最爱用的词，“千亿计划”、精细化管理，成了削平山头、统一思想的武器。万科从一个充满江湖气的草莽公司，变成了一个像制造业一样精密的企业。
王石说，郁亮这人，沉稳。
2
沉稳的人，往往对自己最狠。
2010年，万科销售额破千亿。郁亮送给自己的生日礼物，是减肥。
曾经的郁亮，是个小胖子。为了给万科注入“运动员基因”，他开始跑步。每天早上五六点钟，当大多数人还在梦乡时，他已经在深圳的马路上挥汗如雨。
三年时间，他减掉了25斤，练出了腹肌，全马跑进了3小时06分。
他试图用这种极致的自律，来对抗中年的油腻。但很快，他发现自己要对抗的，不仅仅是身体的衰老。
2014年3月，深圳大梅沙，万科总部会议室。时任万科总经理郁亮举着一本书：
《门口的野蛮人》。
他读懂了这本书的精髓：没有股权，管理层就是待宰的羔羊。
那一年万科股价六七块钱，手里却有几百亿现金。郁亮说，买下万科，只要200亿。
为了避免像纳贝斯克CEO那样被扫地出门，郁亮搞出了“事业合伙人”制度。1320名骨干把奖金拿出来，加杠杆买自家股票，试图“翻身做主人”。
在那次春季例会上，郁亮抛出了一个宏大的愿景。他算了一笔账：以万科当时800亿市值的股票，如果事业合伙人拥有10%的份额，当市值达到2000亿时，他们就有200亿。
也就是说，在万科四十周年之际，可以培养出：
200个亿万富翁。
如果不是之后的股权争夺战，在王石“放弃”股权成为职业经理人的三十年后，万科的职业经理人将完成惊人一跃——翻身做主人，真正掌握万科的命运。
但他们算错了一件事：真正的野蛮人，是不按常理出牌的。
2015年7月，一个在深圳开连锁超市起家的潮汕人，敲响了万科的大门。
连名字都不想在百度上出现的姚振华，和他的宝能系，带着万能险筹来的数百亿弹药，发起了那场惨烈的宝万之争。
郁亮担心的噩梦都具象化了。宝能系不仅来了，而且是带着降维打击来的。万科事业合伙人辛苦攒下的十几亿本金，在宝能动辄数百亿的举牌资金面前，就像是：
拿着菜刀对抗坦克。
眼看城池将破，万科亮出了最后的底牌——那个沉睡了二十多年的万科企业股中心。
2015年万科年报里，一个叫“招行-德赢1号”的资管计划，突然杀进前十大股东。这笔数十亿资金的源头，正是万科企业股中心。
这个王石口中“用于公益、属于全体员工”的资金池，在万科存亡之秋，变成一台马力全开的战车。它利用庞大的资产作为劣后级，加了数倍杠杆，在二级市场上与宝能系对飙。
后来的结果，大家都知道了。在王石多方找来的“决策层”的帮助下，野蛮人被逼退场，深圳国资深铁入局。
这场极限压力测试，让万科管理层认识到一件事情：
情怀无用，杠杆是硬道理。
郁亮开始想要掌握自己的命运了。
但结果总是事与愿违。
3经历过资本绞杀的郁亮，比任何人都更早看到了前方的冰山。
他读过《门口的野蛮人》，读过《失控》，他预言过白银时代，他最早喊出那句让全行业瑟瑟发抖的口号：
活下去。
2018年，万科秋季例会。行业烈火烹油的时候，郁亮把这三个字打在了大屏幕上。
他知道在一个失控的环境里，唯一的生存之道就是缓慢而谨慎地穿行。他像一个极度理性的舵手，拼命转动方向盘，试图让万科这艘巨轮避开前方的冰山。
那时候，恒大的许老板还在系着爱马仕皮带喝着交杯酒，碧桂园的杨老板还在憧憬着宇宙第一。同行们都在嘲笑万科：
这一届万科不行，胆子太小，戏太多。
即便他最早喊出了“活下去”，即便他试图用复杂的杠杆网络构建护城河，但他依然没能阻止这艘巨轮，无可挽回地撞上每一座冰山。
那个他亲手构建的影子万科，不可避免地走向失控。
2024年，万科迎来了史上至暗时刻。
万科出现了上市以来的最大年度亏损。曾经的优等生，站在了悬崖边上。
那个曾经被段永平信任的万科，那个曾经被王石引以为傲的制度，显得如此脆弱。
郁亮在万科的最后一年，过得应该很挣扎。
深圳国资委不得不出手。地铁集团的辛杰来了又走了，黄力平接了棒。万科的董事会里，国资的面孔越来越多，但他们也难以填平职业经理人埋下的天坑。
辛杰来时，郁亮马上换了一间小办公室。没人再去那里听他讲跑步的哲学。他又变得沉默了，像极了当年那个初入万科、只做不说的财务小伙子。
直到2026年1月8日。
黄仁宇在《万历十五年》对张居正的评价，我觉得无比适合郁亮：
他试图用一套严密的行政系统，去管理一个道德伦理高于技术管理的帝国。
4
退休前一天，有人在香蜜湖遇见了晨跑的郁亮。他配速依然很快，在那条熟悉的海岸线上，他跑过了三十年。
路两旁，是他参与堆砌的城市森林，此刻在晨曦中沉默如谜。那些高楼曾经是野心的证明，如今却成了时代的碑林。
十年前，郁亮曾说万科是农民，王石是英雄。如今英雄也炖不动红烧肉了，农民耕了一辈子地，但地不是自己的，农民也得退休了。
他曾经想造就200个亿万富翁，最后却只造就了一个退休的自己。
在下行的电梯里，无论你是在里面做俯卧撑，还是在那儿跑步，结果都是一样的。
不知道在跑步时，他会不会想起1988年的那个下午。
那个背着行囊、拿着298元工资的年轻人，满怀憧憬地踏上这片热土时，是否预见到了今天这寂寥的结局。
十年前，我曾问郁亮：你希望以什么样的方式谢幕？
他当时的回答只有短短几个字：
安详地死去。
如今想来，这或许不仅是他对个人命运的期许，更像是一句谶语。我们拼尽全力，或许只是为了在时代的洪流中，争取到一个体面的退场。
起于草莽，盛于杠杆，终于平安。这一代地产人最好的宿命，大抵如此。
十年前，我给郁亮做过一个普鲁斯特问卷。现在重温一下。
包叔：你认为最完美的快乐是怎样的？
郁亮：登顶珠峰，安全地回来。
包叔：你最希望拥有哪种才华？
郁亮：把字写好很重要。我自己写的字拿不出手。
包叔：你最恐惧的是什么？
郁亮：死亡。
包叔：你目前的心境怎样？
郁亮：胸有成竹，没有焦虑的事。我一直以来运气都不错，也善于管理不确定性。我出生在12月22日，很多人都说我是摩羯座，但我性格其实是介于摩羯座和射手座之间。既有摩羯座的认真、计划性，又有射手座的热情。我也很热衷于冒险。在本命年48岁去登珠峰，这不是一般人能干的事。所以我性格里有很跳跃的一面，也有忍耐的一面。登珠峰我是队长，管理一队人。黄怒波问我为什么不一个人登呢，我说我一个人不一定能上得去。我思路很清楚，不仅管理自己，还管理团队，这让我一直保持压力，不能放松。
包叔：还在世的人中你最钦佩的是谁？
郁亮：我上次回答是我的女儿。我觉得现在孩子比我们懂得多多了，每天我睡了他们还没睡，我醒了他们已经醒了。他们几乎知道所有问题，连我不知道的他们都知道，因为有百度，什么都有答案。现在年轻一代是中国最全球化的一代，中国最有希望的一代。
包叔：你认为自己最伟大的成就是什么？
郁亮：以前我会说登上珠峰，现在我发现带着很多人跑步是很大成就感。公司三年来员工体能和体制两个指标都上去了。行业内行业外很多人都参加了乐跑，万科把乐跑运动推广开来了，未来我退休就想干这件事。万科讲健康运动，会区别于其他房地产公司。我们跟美国大公司合作，铁狮门、黑石或者凯雷，一打交道，谈起运动，都有共同语言，他们也开始跑步。
包叔：你自己的哪个特点让你最觉得痛恨？
郁亮：其实我蛮喜欢自己的（哈哈）。我就是有一个特点，不够直接。我有时候非常顾及别人的感受，我以为我点到，比较含蓄，我以为是顾及了他面子，但实际上上还是得伤面子。我现在发现，我到了这个位置后，要更加直接地面对人和事。我要克服性格问题，做事风格问题。我的职位和万科文化不允许你再这样做事了，你可以把自己的不爽直接告诉对方。今天我觉得万科合伙人制度有很大变化了，我们高管也可以吵架了。这一年多来最大变化是大家敢于表达敢于争论，但不影响彼此之间的友谊，我这个时候觉得应该更直接。以后我也会改得更直接。
包叔：你最喜欢的旅行是哪一次？
郁亮：我带着我女儿，从成都出发，经过西藏，穿过阿里无人区，到了新疆，穿越罗布泊，在楼兰古城搭帐篷看星星。我女儿对我说，爸爸，原来银河是真的。那20天时间开了一万多公里，日行千里，每天五百公里，我自己开，那种感受让我极为深刻。也是那时我说服了家人让我去登珠峰。那一次我女儿还创造了一个记录，11岁，创造了最年轻女孩穿越阿里无人区记录。
包叔：你最痛恨别人的什么特点？
郁亮：不守信用。
包叔：你最珍惜的财产是什么？
郁亮：信任。
包叔：你最奢侈的是什么？
郁亮：健康。
包叔：你认为程度最浅的痛苦是什么？
郁亮：被我女儿骂。
包叔：你最喜欢的职业是什么？
郁亮：园丁挺好的，有轻微体力劳动，每天看到很多变化。
包叔：你最后悔的事情是什么？
郁亮：没掌握一门艺术。
包叔：你使用过的最多的单词或者是词语是什么？
郁亮：健康快乐。
包叔：你最喜欢女性身上的什么品质？
郁亮：女人味。现在真女人和真男人一样稀少。
包叔：你这一生中最爱的人或东西是什么？
郁亮：我女儿。
包叔：你希望以什么样的方式死去？
郁亮：安详地死去。
包叔：你的座右铭是什么？
郁亮：我每五年改一次座右铭。以前不透支是我的座右铭，或者还要快乐每一天。现在相信健康平安是最重要的东西。
包叔：你喜欢在哪儿生活？
郁亮：没人的地方生活。
包叔：虚构人物中你认为谁是英雄？
郁亮：上帝算虚构的吗。我觉得绿林好汉是英雄，罗宾汉的经历很过瘾。
包叔：现实中最欣赏的女性是谁？
郁亮：还没发现。
包叔：你欣赏的小说中的女主角是谁？
郁亮：很少看小说。
包叔：你最希望成为谁那样的人？
郁亮：成为我自己。
包叔：你最想在哪个国家生活？
郁亮：在没人的国家生活。
包叔：觉得自己最有底气最自豪的能力？
郁亮：我的健康管理能力很强。
包叔：什么是你最不喜欢的？
郁亮：不让我吃饭。

2025年11月，深圳的风比往年更刺骨一些。
曾经被誉为中国房地产“优等生”、行业风向标的万科，在这个冬天站在了崩塌的悬崖边。债务违约的传闻甚嚣尘上，各大工地的停工消息像雪片一样飞来。
看着K线图上那根几乎归零的曲线，我不禁感到一阵唏嘘。谁能想到，当年那个喊着“活下去”的企业，最终却成了那个没能活下来的反面教材？
而那个曾经被无数商学院奉为圭臬的“万科模式”——那套引以为傲、甚至带有某种道德洁癖的职业经理人制度，如今看来，竟然成了这场悲剧里最丢人现眼的罪魁祸首。
01
迟到的领悟：我们欠“野蛮人”一个道歉
时钟拨回到2017年6月，那是万科的一个高光时刻。
王石，这位中国地产界的教父，高调宣布退休，将权杖交给了郁亮。他在告别演说中动情地说道：“我把接力棒交给郁亮带领下的团队，我相信这是最好的时候。”
当时的掌声雷动，如今听来，全是讽刺的耳光。
而王石之所以在那时选择“功成身退”，其草蛇灰线又要回溯到2015年那场轰动全国的“宝万之争”。
必须承认，当年的我，和大多数义愤填膺的吃瓜群众一样，是坚定地站在王石这一边的。我们的逻辑很简单，甚至带有一种文人的傲慢：万科是“有情怀”的品牌，王石是“有风骨”的企业家，而那个突然闯入的姚振华，不过是个卖菜起家的暴发户，是个不讲武德的“野蛮人”。
我们当时天真地认为，姚振华这种满身铜臭味的资本猎手，怎么配得上万科这个“高富帅”？我们担心他会毁了万科的文化，毁了万科的制度。
然而，站在2025年的废墟上回望，我才发现：我们不仅入戏太深，而且错得离谱。
02
谁才是真正的精英？
我们曾带着有色眼镜审视姚振华。
媒体渲染他早年“炸油条、卖蔬菜”的经历，刻意营造出一种“土老板”抢夺“文明人”果实的叙事。
但事实呢？姚振华生于1970年，18岁就凭硬实力考入华南理工大学，1992年拿下工业管理工程和食品工程双学士学位。在那个千军万马过独木桥的80年代，这是妥妥的学霸，是那个时代真正的高智商精英。
反观被我们视为“现代商业文明旗帜”的王石。生于1951年的他，17岁初中毕业后去当了汽车兵，后来又做过铁路工人，最后是凭借父亲的关系推荐上了兰州交通大学（当时的工农兵大学）。
如果不谈情怀，只谈受教育程度和智力硬指标，王石其实远不如姚振华。
更重要的是，两者的发家逻辑截然不同。姚振华是在激烈的市场搏杀中，靠着敏锐的嗅觉和精算能力一步步做大的；而王石的万科，早期多少带着那个特殊年代“倒爷”经济的红利色彩。
我们当年盲目崇拜王石，其实崇拜的不是商业逻辑，而是他身上那种“登山、游学、红烧肉”的精英人设。
03
“崽卖爷田心不疼”：职业经理人的死穴
如果10年前，历史走向了另一个分支——姚振华真的入主了万科，结局会怎样？
也许万科依然会面临房地产周期的寒冬，也许依然会艰难。但有一点我敢肯定：绝对不会像今天这样，被内部掏空得如此彻底。
为什么？因为对于姚振华来说，万科是他真金白银买下来的资产，是他的身家性命。每一分钱的流失，割的都是他自己的肉。
而对于郁亮、祝九胜这些后来的职业经理人来说，万科是什么？
万科只是一个打工的平台，是一份光鲜的履历，是一个每年可以提取天价薪酬和奖金的提款机。
千万不要迷信任何职业经理人的职业道德，也不要高估所谓“现代企业制度”的约束力。在巨大的利益面前，人性的贪婪是无法被制度锁住的。
“崽卖爷田心不疼”，这是千古不变的真理。
无论是在国企还是在股权分散的民企，只要缺位了那个真正的“主人”，企业最终都会沦为硕鼠们的乐园。他们在顺境时坐享其成，粉饰太平；在逆境时则因为没有切肤之痛，而缺乏破釜沉舟的勇气，甚至只想在船沉之前多捞一块板子。
如果不是当年的宝万之争逼宫，王石或许不会那么早退休。只要王石还在，虽然他股份极少，但他作为创始人的精神权威还在，他把万科当成自己的孩子，这种“护犊子”的心态，尚能压制住底下的各路诸侯。
但随着王石彻底离场，大股东换成了面目模糊的深铁，万科彻底失去了“灵魂”，只剩下了一群精致利己的“管家”。
04
华为的隐忧：如果任总不在了？
万科的崩塌，让我不由自主地把目光投向了深圳另一家伟大的企业——华为。
同样位于深圳，同样是行业巨头，同样是创始人持股比例极低（任正非仅持有约1%）。万科的今天，会不会就是华为的明天？
很多人会说：华为不一样，华为有“基本法”，有狼性文化，有轮值董事长制度。
是的，华为今天之所以能硬刚美国制裁，能从芯片的废墟中站起来，核心原因在于有一个神一般的人物——任正非。
任总虽然股份少，但他是华为的缔造者，是精神领袖，是那个拥有“一票否决权”的定海神针。有他在，任何山头主义都不敢造次；有他在，华为就能在关键时刻不计成本地投入研发，而不是为了财报好看去砍掉未来。
但是，我们必须直面一个残酷的自然规律：任总已经80多岁了。
05
制度战胜不了人性
一旦任总百年之后，华为将何去何从？
依靠那套看起来很完美的“轮值董事长制度”吗？
轮值制度，本质上是一种集体决策机制。在和平年代，它可以平衡派系，防止独裁。但在战争年代，在企业面临生死存亡的时刻，集体决策往往意味着平庸，意味着推诿，意味着无人负责。
谁是华为最终的拍板人？谁敢在华为面临下一个“孟晚舟时刻”时，拿整个公司的命运去博一个未来？
当那些手握重权的“轮值董事长”们，不再有任总那样的威望压阵，他们会不会演变成万科那样的“内部人控制”？会不会为了各自山头的利益而内耗？会不会为了短期分红而牺牲长期的技术投入？
曾几何时，我们迷信西方的那套商学理论，认为现代企业制度的核心，就是所有权与经营权分离，通过精妙的制度设计（董事会、监事会、期权激励）来让职业经理人像老板一样思考。
但万科用惨痛的教训告诉我们：这只是一个美丽的童话。
精英的道德自律靠不住，再复杂的制度设计也防不住人心的变质。
企业要想基业长青，归根结底，还是要有那个真正关心企业成败、视企业为生命的“主人”。他未必是学历最高的，未必是举止最优雅的，但他一定是那个在危难时刻，愿意为了保住家业而拼上最后一颗子弹的人。
万科失去了这样的主人，所以它塌了。
华为目前还有，所以它强。
但愿在未来的岁月里，华为能找到破解这个“万科魔咒”的解药。
因为，中国经不起再失去一家华为了。

1997年8月6日，5000多人涌入了美国波士顿公园广场酒店的会议厅，参加乔布斯回归苹果的第一场发布会，“果粉”们要亲眼见证英雄归来。
乔布斯的煽动力还是那么强，他历数了自己离开后，苹果犯的错误，又用几句煽情的话，引得全场掌声雷动、热泪盈眶。
发布会到了高潮，乔布斯突然停下来喝了口水，说已经为苹果找到了救命钱。接着，他拨通了一个电话：
比尔·盖茨的脸，出现在了大屏幕上。
原来，是微软要为苹果注资1.5亿美元。但5000名观众全都懵了，紧接着全场响起了嘘声和倒彩声。微软和苹果是全世界公认的死敌，但现在乔布斯竟然给微软“跪下了”。
果粉们的信念，那一刻彻底崩塌。
多年后，乔布斯承认那是他一生的败笔，但没有办法，苹果真的需要那笔救命钱，更需要微软的背书，因为苹果账上的钱：
只够花90天了。
场内果粉们哭天抹泪，没有影响资本市场，发布会结束后，苹果股价大涨33%，公司终于从死亡边缘走了回来。
乔布斯也终于有空间施展改革，他按自己的意志改组了董事会，大刀阔斧变革产品线，把权力还给设计师。
一年后，划时代的iMac G3发布就大卖，苹果彻底死而复生，为后来的iPod和iPhone铺平了道路。
所谓救赎，最难的就是，他的灵魂想要再一次进入他以前的身体，可大部分灵魂都不愿这么做。 

过去一周，是北京汽车行业的盛会。
9月25日是雷军的年度演讲。非常罕见地，他给了理想汽车出面抬咖，称“冰箱彩电大沙发”成为现象级产品：
引来无数车企摸着理想过河。

雷总甚至还给第二天理想的i6发布会做了预告，要知道，i6是小米YU7最直接的竞品。
最近几年越来越多坐在会议前排的雷军，知道自己的影响力。小米和理想的联动，绝不是偶然，这两家企业背负着一个共同的标签：
北京汽车。

众所周知，小米汽车出生和成长都在北京；前两年，一直把产线放在常州的理想，也开始造北京工厂。这两家企业是北京庞大人才红利的典型产物。
在他们的带动下，很多供应商都在往北京走；比如宁德时代，也在建设北京工厂了。
2025年前8个月，北京新能源汽车产量同比增长1.4倍，离不开小米和理想的贡献。还有一个数字，高端制造相关产业投资同比增长接近60%。
2024年，北京第二产业GDP增长了5.7%：
八年来第一次。

今年第一季度，更是罕见地增长了6%。毫无疑问，时隔十七年，曾经脱实向虚的北京：
在重新工业化了。

北京的红利，很少有人能拒绝。

1

北京和上海这样的城市，有很多隐形红利。比如把城市核心城市资源拿出来，做成顶级的住宅。
过去几年，上海3000万以上新房的成交量，比其他所有城市加起来还要多。上海不仅把房子卖出去了，还顺手把招商引资的任务给完成了，富人们兴高采烈地摇号买房，还要感恩时代。
这一招本来是北京发明的。
1992年，北京市政府南下赴港招商，试图吸引香港和东南亚的富豪到北京投资。最终帮忙解决了这一难题的，是刘銮雄。
刘銮雄和招商团一起回了北京，随后就在顺义的温榆河畔拿下了一块地，和央企开发了：
北京第一个别墅。

它的价格是二环单元房的八倍，他们根本没在大陆开盘，而是去找中国香港和新加坡客户。
60套别墅在四小时内卖光，这些富豪不仅自愿来到了北京，还是自掏腰包。
香港回归后，更多精英开始逐步回流国内，高速路的修建，优质国际学校扎堆入驻，众多高尔夫俱乐部、高端马术俱乐部及逐步建起来的商圈，都预示着这一区域，即将迎来黄金时代。
2002年，这片别墅林立的土地被宣传成“中央别墅区”，马上引来工商局的禁令：
中央只有一个，你们想干什么？

这个名字正式被承认，已经是十年之后了。
过去20年，每个富裕起来的圈层都要来北京接受中央别墅区的洗礼。先是影视明星，然后是山西煤老板。
山西老板发家后仍保持着淳朴的作风——爱在别墅种菜，李彦宏当年就算在美国买了豪宅，还是这个爱好。北京多了不少十几辆车拉满现金来买别墅并要求改造菜园子的故事。
地产商们不知道烧坏多少点钞机。
2012年之后，互联网新贵诞生，赶上时代列车的知识富豪，和中央别墅区的生活方式无缝衔接。
中央别墅区逐渐成为最有国际生活氛围的社区之一，罗马湖畔、温榆河绿道多了很多遛狗的年轻人；早上七点半到八点半，各个国际学校门口，汇成了一股“世界名车博览会”的车流。
穿着各国校服的孩子们，在父母的叮嘱声中跳下车；Jenny Wang’s, DD’S MARK ET等精品超市，挤满了采购的家政人员。
当这些可以调度最好资源的年轻人聚集在一起，教育竞争就开始了，高度竞争的环境、对完美主义的追求，让中央别墅区成为美国上东区，全职妈妈们有了一个统一的代号：
顺义妈妈。

在这里，孩子们的课外活动是骑马、击剑、高尔夫和冰球，有人为了陪孩子去美国读书，通读了400多本英文书。
很多外省的有钱人，甚至愿意带着小孩租个百来平米的小平层，陪小孩上个国际学校，周末再打飞的回老家住豪宅。

Just How Bad Would an AI Bubble Be?人工智能泡沫会有多糟糕？
美国整个经济正靠着一个还遥不可及的承诺支撑：生产力的大幅提升。
作者：Rogé Karma
2025年9月7日

如果有一个领域被普遍认为人工智能已经让人类显得多余——甚至宣称“超级智能时代”已经到来——那就是编程。也正因如此，一项最新研究的结果才显得格外令人震惊。
这项由智库“模型评估与威胁研究”（Model Evaluation & Threat Research，简称 METR ）在7月发表的研究，将一组有经验的软件开发人员随机分配到两种条件下：使用或不使用 AI 工具进行编程任务。这是迄今为止最严格的现实世界测试。
由于编程是现有模型最擅长的技能之一，几乎所有人都预期 AI 会带来巨大的生产力提升。在实验前的专家调查中，平均预测是：AI 能让开发人员的工作速度提升近 40%。实验结束后，参与者自己也估计 AI 让他们的效率提高了 20%。
然而，METR 团队在检查实际产出后发现：开发人员使用 AI 的情况下，任务完成速度反而慢了 20%。研究人员大吃一惊。该研究作者之一Nate Rush 对我说：“没有人预料到这样的结果。我们甚至没考虑过‘效率下降’的可能性。”
单个实验不能当作最终结论。但在许多 AI 专家的眼中，METR 的研究是目前最好的证据——也帮助我们理解 AI 的一个矛盾处境。
一方面，美国正经历一场 AI 推动的经济繁荣：股市因 AI 科技巨头的高估值而飙升，实体经济因数千亿美元的数据中心和 AI 基础设施投资而提速。支撑这一切的，是人们坚信 AI 将极大提升劳动者生产力，从而带来前所未有的利润。
另一方面，证据却不断积累，显示 AI 在现实世界中未能兑现承诺。那些投入最多资金的科技巨头，至今远未收回成本。研究表明，尝试应用 AI 的公司几乎没有看到任何实质性的收益。经济学家们寻找 AI 导致岗位替代的迹象，也大多无功而返。

这并不意味着 AI 最终不会像支持者宣称的那样具有变革性。但“最终”可能要等很久。
这就引出了一个可能：我们现在正经历一场AI 泡沫——投资者的热情远远走在技术实际生产力之前。如果泡沫破裂，可能会比互联网泡沫更惨烈——受害者也不只是硅谷和科技巨头。
几乎所有人都认同：编程是当前 AI 技术最惊艳的应用场景。METR 在今年3月的研究中就显示，最先进的系统可以完成普通人类开发者近一小时才能完成的任务。那么，为何最新实验中，AI 反而让开发者更低效？
答案在于所谓的“能力—可靠性差距”。AI 系统已经学会执行一系列令人印象深刻的任务，但它们难以在真实环境中保持稳定和准确。
例如，3月那项研究的结果基于“50% 成功率”——也就是说 AI 只有一半时间能可靠完成任务，这使它在独立使用时几乎毫无价值。在工作环境中，这种差距尤其麻烦：即便是最先进的系统，也会犯小错误或误解指令，迫使人类必须仔细检查和修改结果。
这正是新实验里发生的情况。开发人员花了大量时间去检查和重写 AI 生成的代码，往往比他们自己直接写还费时。一位参与者后来形容这是“数字版的监督一个过度自信的初级程序员”。
相关阅读：人性灾难：平台内容粪坑化，AI制造认知低能儿

自实验以来，AI 编程工具确实更可靠了一些。而且研究对象是专家级开发者，最大的生产力提升或许会出现在替代或增强经验不足的员工时。但 METR 的研究也可能意味着我们高估了 AI 的生产力潜力。
毕竟，许多知识型工作比编程更难自动化，而编程有大量训练数据和清晰的成功标准。正如“进步研究所”（Institute for Progress）新兴技术政策主任 Tim Fist 所说：“编程是 AI 系统最擅长的领域之一。如果连开发者都没有变得更高效，那 AI 对整体经济增长的影响就得重新评估了。”
这种“能力—可靠性差距”或许也解释了为何生成式 AI 至今没有为企业带来可观成果。麻省理工学院研究者在追踪 300 个公开披露的 AI 项目后发现，95% 未带来任何利润增长。
今年3月，麦肯锡公司报告称，71% 的公司声称在使用生成式 AI，但其中 80% 以上 表示对收益“没有实质性影响”。咨询公司 Gartner 甚至断言，AI 已进入技术发展中的“幻灭低谷”。
当然，也可能只是暂时的挫折。
斯坦福大学经济学家 Erik Brynjolfsson 提出了“生产力 J 曲线”理论：新技术初期往往让生产力下降，但企业学会整合后，生产力才会大幅飙升。
电力就是典型例子：1880 年代已问世，但直到亨利·福特在1910年代重塑流水线生产后才真正释放潜力。一些专家认为 AI 的这一过程会更快。Brynjolfsson 对我说：“我们现在处于 J 曲线的早期负增长阶段。但到 2020 年代后半段，AI 会真正起飞。”Anthropic 公司 CEO Dario Amodei 更预测，到 2027 年 或“不久之后”，AI 将在几乎所有领域超过人类。

不过，这些预测都假设 AI 会像过去几年一样快速进步。但这并非必然。最新一代模型的发布普遍延迟甚至取消，即便成功发布，提升幅度也远小于过去，开发成本却高得多。
今年3月，美国人工智能促进会（AAAI）调查了 475 名研究者，询问现有路径能否造出匹敌或超越人类智能的系统；超过四分之三的人回答“不太可能”或“非常不可能”。
以 OpenAI 的 GPT-5 为例：该模型在上月初发布，历时近三年开发，耗资数十亿美元。（《大西洋月刊》在 2024 年与 OpenAI 建立了企业合作关系。）在发布前，CEO 萨姆·阿尔特曼（Sam Altman）宣称，它相当于让你随时拥有“一位在任何领域的博士级专家”。在一些领域，比如编程，GPT-5 确实有显著提升。但在大多数严格测试指标上，它的进步只是温和的。
业内主流观点仍认为，找到新的突破点只是时间问题。但这并无保证。
生成式 AI 并非第一个经历过度炒作的技术浪潮。特殊之处在于，它似乎支撑着几乎整个美国经济。自 2023 年以来，标普 500 指数增长的一半以上来自七家巨头：Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 和 Tesla——即所谓的“七巨头”（Magnificent Seven）。这些公司被视为最有可能在 AI 革命中受益。
但这种繁荣几乎只体现在股价上。唯一的例外是 Nvidia，因为它提供其他公司争相购买的关键芯片。《华尔街日报》报道，Alphabet、Amazon、Meta 和 Microsoft 的自由现金流在过去两年下降了 30%。
据估计，到今年底，Meta、Amazon、Microsoft、Google 和 Tesla 在 AI 相关资本支出上的总花费将达 5600 亿美元，但同期 AI 收入仅约 350 亿美元。OpenAI 和 Anthropic 收入增长很快，但仍远未盈利。它们的估值分别高达 3000 亿美元 和1830 亿美元，远超营收规模。（OpenAI 预计今年营收约 130 亿美元；Anthropic 在 20–40 亿美元 之间。）投资者押注这些投入将很快带来前所未有的利润。但一旦信念崩塌，大规模抛售可能引发痛苦的市场调整。