档案重建版 — 这一期的页面是后来根据当期录播逐字稿与信源清单还原的，按主讲当天的讲述顺序组织，不做事后追加。文中判断都是 2025 年 9 月当时的判断，未按后来的发展修改。 页尾的「本期资料」是当期备课笔记与链接的分类整理，类别和顺序保持笔记原样。
2025-09-05 · 66 分钟 · 逐话题
人均创收差一个数量级的公司，做的其实不是同一门生意
看 AI 公司榜单时有个观察很有用：两家收入体量接近的公司，人均创收可能差一个数量级。差别通常不在管理效率，而在生意本身——一个是抽佣加卖数据的交易所逻辑，另一个是按人头交付的服务逻辑。
01
美国 AI 法案：不监管本身就是一种政策
法案网站上几乎每一条都挂着总统的名字。核心内容在三大支柱，第一条是加速美国国内的 AI 创新，其中最实质的一项是移除繁文缛节式的监管。
对照着看会更清楚：同期国内 9 月 1 日上线了 AIGC 内容标识的规定。一边在加规则，一边在减规则——这种此消彼长本身就是竞争的一部分。
第二条支柱是用前沿 AI 来保护前沿 AI，属于安全叙事的常规部分。
02
把「智能涌现」拆成三步
有个框架把这件事讲得比较具体，本质是不断学习新发现的特征，并持续优化它。拆成三步：
一、构建特征——所有特征都来源于 agent 与世界互动的过程。
二、提出子任务——在感知过程中形成了某个新特征，就为它构建一个子任务去优化。
三、强化学习——子任务一旦提出，就用 RL 反复练，和一万小时定律是一回事。
举的例子很形象：小孩碰响了一个铃铛，然后就想方设法让铃铛再响一次——为此他要学会走到门口、学会怎么去动它，这些都是为那个子任务派生出来的能力选项。
03
人均创收差一个数量级，说明生意不同
榜单上有两家收入体量差不多的公司，人均创收却差了一个数量级，其中一家高到人均四千多（美元量级）。
拆开就明白了：那家公司表面上是撮合交易的双边市场，靠抽佣；但真正的大头收入是卖数据。
所以它是交易所逻辑，不是服务逻辑——收入不随人头线性增长。这也解释了为什么看 AI 公司不能只看营收规模，人均创收这个指标往往比总收入更能说明它到底在做什么生意。
同样的差距也出现在 To B 和 To C 之间：两家做应用生成的公司，销售额的杠杆完全不在一个量级上。再往榜单下面看，基本就是客服、法律这类垂直行业服务了。
本期资料
当期笔记与链接清单
主讲当期备课笔记的分类整理，共 7 个类别、52 条链接。类别、顺序和笔记里的批注保持原样，链接标题取自原文页面。
观点洞察与活动 Insight & Event24
- America's AI Action Plan
- Oak from Sunton
- 华裔小伙儿偷模型
- 人工智能生成合成内容标识方法
- 红杉资本10万亿
- CB Insights’ top 20 by revenue
模型 Model15
基础模型 Foundation Mode
- FastVLM
- DeepSeek V3.1
- Gemma 3 270M
- Dino v3 vs Human brain
- VLA 📅
AI安全 AI Security
评测 Benchmark1
应用和行业方案 Application & Solution14
应用
交互界面 UIUX
- SVR silent voice recognition
开发者工具 DevStack20
智能体 Agent & MultiAgents
- 如何复刻devin
- Agentic Design Patterns
- RAG from DeepMind
- ChatGPT Agent和Manus有什么区别 📅
- 融资1500万美元背后：为什么AI搜索让所有品牌都在"裸奔"？ mp.weixin.qq.com
- YoloE
- 七牛云都做AI API 生意 #小程序://七牛云/HlIXme6XaaWBKuG
- Firecrawl
- Opensource NotebookLM
- Agent key parts
编码 Coding
潜信号1
各种Agent21
MultiAgents
每周 AI 情报 · AI Buzzwords · EP.52 · 2025-09-05 · 1 小时 6 分
档案重建版，依据当期录播逐字稿与 Notion 信源清单还原。
← 返回分享列表