摘要

若只按独立 Chatbot 排名，元宝存在感偏弱；若按分发、数据与服务入口看，腾讯其实“相当于再开一桌”。 庄明浩认为，纯语言模型差距正在缩小，而 Chatbot 的留存、时长和商业化尚不理想；刘飞指出，元宝嵌入微信后，能以置顶、评论区“@元宝”等近乎零成本的方式连接公众号、QQ 音乐及腾讯服务，竞争目标不再只是抢一个 App。
AI 的主战场已从模型跑分转向场景闭环，最现实的路线也从“AI native”变成“什么东西加 AI”。 benchmark 日益失效、模型迭代加速度放缓后，研究、做网页、做 App 乃至改进会议体验都成为“从语言到行为”的竞争；只要腾讯会议一项 AI 功能能提高付费转化并支持持续投入，它就是“ready 的、work 的”。
腾讯内部的 AI 落地已进入广告、研发和游戏生产管线。 节目引用其 Q3 口径：广告收入同比增长 21% 至 360 多亿元，内部 90% 的程序员使用 CodeBuddy，新增代码约 50% 由 AI 生成；腾讯互娱的 IEG 也已在 AIGC 以及 AI 与游戏结合方面提供大量功能和相关模块，“必要性、ROI 是否为正”已经不需要再等待讨论。
当模型能力趋同，专有数据、搜索 know-how 和既有用户场景重新成为决定体验的资产。 刘飞已按任务分流：基础概念用豆包，中文研究和公众号资料用元宝，个人内容库用 IMA，海外资料更多用 Gemini；庄明浩的判断是，微信在中文内容尤其公众号质量上的“断档式领先”，会影响模型输出结果。
Gemini 3 Pro 与 Nano Banana Pro 的信号不是又一次跑分领先，而是语言、多模态和 Agent 开始成为同一个系统。 “生成刚结束的一站 F1 分站赛颁奖照片或积分表”同时要求找到最新赛站、核对车手和车队、整理结果并正确出图；这使图片生成从漂亮炫技变为可信的场景工具，也说明 Scaling Law 并未简单失效。
混元最值得重估的不是纯语言模型名次，而是图片、视频、3D 和世界模型与腾讯游戏业务的耦合。 庄明浩称混元 3D 是国内最领先的产品之一，并判断混元世界模型 1.0 应该在 2025 年 9 月发布；纯语言竞争的“性价比已经非常不高”，但腾讯具备财力、资源、场景和长期耐心，足以留在多模态主牌桌。
腾讯的资本策略是有钱却不必用 CapEx 数字证明决心，以“进可攻、退可守”换取长期选择权。 上半年市场还围绕 DeepSeek、算力投入和军备竞赛审视投入，下半年这个叙事没那么重要后，腾讯可以按自身节奏推进；一级市场仍坚定下注 AI 应用，二级市场则更偏芯片、能源、存储等硬件叙事，软件机会并未消失，只是声量更弱。
这份“松弛感”不是高枕无忧，而是从 FOMO 回到可验证的短中期目标。 两年、甚至“两个月”都不好想，相对稳健的框架是稳定提升既有业务、跟随头部模型能力、同时探索新范式；刘飞还认为腾讯可能早已通过投资埋下十个、二十个种子，它更像一个保留大量期权的复杂系统，而非一根只能押单一路线的“棍儿”。

精读

1. Chatbot 的强势定义，遮蔽了腾讯真正参与的战场

庄明浩先把时间轴拉回 ChatGPT 发布三周年：过去三年，Chatbot 在功能与产品定义上“过于强势”，以至于很多人谈 AI，实际只是在谈以 Chat 为代表的 LUI，而不是整个 AI 产品空间。
若只看这一狭义战场，元宝确实更像跟随者：此前豆包强势，2025 年初 DeepSeek 爆发，年底阿里又集中推广两个相关产品。庄明浩提到 Q3 财报分析会上的一个判断——纯 Chatbot 和自然语言模型之间，“谁也很难绝对意义上比另外一个竞争对手强非常多”。
更关键的保留意见是，Chatbot 即使发展三年，留存、时长及未来商业模式仍“不那么理想”。因此元宝参与度不高，不必直接等同于腾讯在 AI 上落后；它也可能意味着腾讯认为传统独立 App 的阶段性里程碑没那么重要。

2. 微信里的元宝可能成为低摩擦连接器，而非另一个聊天 App

庄明浩给普通人的首选体验方式不是下载新应用，而是“把微信里的元宝置顶”。用户在公众号评论区也可以调用 AI，操作步骤短到几乎没有学习成本，“@元宝”也已开始成为一些用户的习惯。
刘飞进一步把它定义为生态连接器：元宝表面是 Chatbot，背后却可能搜索公众号、播放 QQ 音乐、读取腾讯内容，并继续连接微信里的服务。它更接近小程序曾试图建立的入口，甚至可能成为一种面向腾讯生态的新操作系统界面。
这正是庄明浩所说的“腾讯有这个资格，相当于再开一桌”：不按古典独立 App 和 Web 的规则硬拼，而用微信已有关系链、内容与服务完成 AI 渗透。元宝的核心价值因而可能不只是回答本身，而是把信息请求继续推进为服务行为。

3. 2025 年下半年，模型跑分让位于场景与行为

庄明浩把今年的转向概括为“从技术到应用、从语言到行为”：benchmark 开始失效后，行业甚至不知道如何稳定评价纯模型优劣，场景和用户体验的优先级自然上升。这个趋势会延续多久仍不好说，但以半年为尺度，2025 年下半年已更明显。
“行为”的边界远宽于聊天：研究是行为，做网页和 App 是行为，把 AI 嵌入具体场景完成某个功能也是行为。行业讨论的方向也包括从所谓 L1、L2 向 Agent 的跨越，重点不再只是生成一段自然语言，而是能否调用工具并交付结果。
刘飞的补充是，大模型并非触顶，但性能迭代的加速度正在放缓；当核心瓶颈转到场景和应用，产品突破就比继续争 benchmark 更重要。Chatbot 的“高尝鲜、低留存”和极低迁移成本，已经被几家小厂证明单靠投放抢活跃度并不合理。

4. 能形成正循环的是“什么东西加 AI”，而非抽象的 AI native

庄明浩用腾讯会议给出最小闭环：若新增 AI 功能改善产品体验，并能提升收入或付费用户转化，团队就获得明确正反馈，继而持续投入、继续贴近用户需求。对这个团队来说，功能便是“ready 的，就是 work 的”。
刘飞承认自己前两年更关注 AI native 会从底层颠覆哪些行业，后来逐渐转向“与其说是 AI 加什么东西，不如说是什么东西加 AI”。大量价值来自生产效率和服务体验的改善，用户交互甚至不必发生巨大变化。
这也解释了为何阶段性成绩更多出现在应用层和场景层：技术并不需要先创造全新的生产场景，只要能在文档、PPT、代码、会议等已有工作流中提升效率，就已经具备产品与商业意义。

5. 现有互联网业务的 AI 化，已足够支撑第一轮巨量需求

庄明浩转述黄仁勋对“三个数量级机会”的拆分：第一层是 Google、Amazon、Meta、微软以及腾讯、阿里、字节等现有互联网体系全面 AI 化；第二层是这些业务 AI 化后再向前延伸；第三层才是理想中的 AI native。
这套排序的意义在于，即使第三层迟迟不到来，第一层也已覆盖硬件、数据中心、模型能力及企业内部 ROI。庄明浩直言，“我们都先不要去考虑那个理想中的 AI native”，现有转化本身就足够巨大。
一个更直接的证据是，头部云厂商 token 消耗增长主要由自身业务吃掉，而非第三方 API 或新生 AI native 公司。过去两三个季度，这条曲线的斜率仍在上升，意味着中短期需求并不依赖下一代 Killer App 才能成立。

6. 腾讯内部的 AI 落地已进入广告、研发和游戏生产管线

刘飞引用腾讯最新 Q3 信息：在 AI 与微信商业生态提振下，广告收入同比增长 21%，达到 360 多亿元。这里的逻辑不是多卖一个 AI 产品，而是提高广告投放效率和广告主 ROI，进而放大原有收入池。
研发端的数字更能说明“水下落地”：腾讯内部已有 90% 的程序员使用 CodeBuddy，新增代码约 50% 由 AI 生成。庄明浩形容，这一趋势已“策马狂奔地躺在你的生产管线”，不再需要讨论是否值得开始。
游戏同样不是试验区。庄明浩称腾讯互娱的 IEG，是国内互联网公司中在 AIGC 以及 AI 与游戏结合方面提供功能、制作相关模块最多的体系之一；考虑到游戏、广告、金融服务和 To B 服务的收入体量，内部提效对腾讯的绝对收益尤其可观。
刘飞保留了边界：中小企业同样能受益，只是大厂的业务基数、数据和组织覆盖更大，因此财报上的绝对影响更早、更明显。这不是大厂独占技术，而是存量规模放大了同一种效率红利。

7. To C 并非伪需求，只是移动互联网的终局指标暂时失灵

面对“没有 Killer App”的质疑，庄明浩的反驳很直接：Chatbot 已是历史上最快跨越多项用户里程碑的产品形态之一，且身边很多人已经用它替代搜索引擎。把全球 Chatbot 用户相加，本身已是“天文数字”。
真正的问题是，行业习惯用移动互联网十几年沉淀出的留存、时长、转化衡量一切；这些都是“太过终极的答案”。当它们解释不了早期 AI 应用时，投资人又退到 ARR，但随即遇到毛利、收入计算等争议。
庄明浩主张再退一步，重新问最原始的问题：用户需求究竟是什么，以什么方式满足，哪项指标能证明满足。当前可观察的信号可能是 token 消耗加速，或在极短时间覆盖一个规模很大的狭窄人群，而非立即达到成熟 App 的留存结构。
2025 年下半年出现的一批新应用，也受益于创业者能力结构变化：他们既有原行业的资深经验，又完整经历了三年 AI 浪潮，因此切入点、初期功能、运营节奏更顺，更容易获得用户和市场认可。

8. 模型趋同时，数据与搜索 know-how 成为体验分层器

刘飞已不再把所有模型当成同一道试题的候选答案：基础概念偏向速度快的豆包；研究中文课题时，因公众号资料相对准确而更多使用元宝；整理自己过去的内容用 IMA；海外资料则增加 Gemini，因为其搜集范围和准确度体感更好。
庄明浩据此重估“数据、算法、算力”三要素：普通用户难以直接感知算法和算力差距，却越来越能感知数据差异。当模型能力不再拉开巨大距离，长期积累的数据、搜索偏好和用户习惯感知会释放更强边际效应。
Gemini 3 Pro 的口碑在他看来不只来自模型本身，而是 Google 多年形成的搜索 know-how：理解一个关键词或一段话真正想得到什么、怎样的结果算好，并把这种判断逐渐写进模型输出和搜索 AI 模式。
国内对应资产则是微信内容。庄明浩把公众号在中文互联网内容质量上的优势称为“断档式的领先”，认为它会影响元宝的研究体验；但他也加了时间上的 hedge——这种差异对高频用户已明显，对普通用户形成稳定认知可能还早。

9. Gemini 3 Pro 把语言、多模态与 Agent 从三张桌子并成一张

庄明浩回顾这一轮发布节奏：第一天是 Gemini 3 Pro，第二天是 Nano Banana Pro。大家现在也不太看榜单了，市场更多依赖使用体感；而 Google 官方交流传递的关键判断，是语言、多模态和 Agent 本来就是一件事，不应分桌讨论。
最能承载论点的例子，是让 Gemini 生成“刚刚结束的一站 F1 分站赛颁奖照片，或者那一站的积分表”。它必须先搜索最近赛站、取得比赛结果，再对齐车手姓名、头像和车队，最后完成版式与图片生成；缺少任何一环，都只是漂亮但不可信的图。
因此这一轮大量信息图、用哆啦 A 梦解释 Transformer、制作光合作用说明书，不只是社交媒体炫技。用户过去不会把这类任务交给图片模型，因为它不掌握底层常识；如今搜索、推理、整理和生成连成链条，工具才从“好漂亮”跃迁为可用。
刘飞将其类比为大语言模型早期的端到端突破：过去 NLP 分别研究分词、词性、句法，后来发现“大力出奇迹”能同步解决子任务。庄明浩则推测，尚未发布的 Veo 3 最新版如果足够强，文本、图片、视频、Coding 与 Agent 会进一步汇成“大一统”的系统；这是期待，不是已验证结论。

10. 混元被低估的主战场，是 3D 与世界模型而非纯语言排名

庄明浩认为注意力分配造成了认知偏差：海外声音集中在 OpenAI、Claude、Google 和马斯克阵营，国内集中在 DeepSeek、千问；字节、百度、腾讯，以及小米、B 站、小红书、微博等按自身业务选择模型并做拓展的进展，反而较少被讨论。
在多模态细分里，他称混元的图片和视频能力一直不错，3D 更是国内最领先的产品之一。3D 与游戏天然相邻，头部游戏公司的投入决心也会强于一般厂商，这让腾讯既有技术动机，也有明确的内部消费场景。
继续往前是世界模型：按庄明浩的回忆，混元应该在 2025 年 9 月发布世界模型 1.0，并持续迭代。他判断，即使这条路比语言模型更难快速迎来“GPT 时刻”，腾讯仍可能凭业务耦合和长期耐心做得更深。
“纯语言模型竞争的性价比已经非常不高”，是庄明浩的明确取舍；但从语音、图片、视频、3D 到世界模型，腾讯有资格留在主牌桌。刘飞补上资金条件：多模态更消耗财力和资源，而腾讯的盈利与自由现金流足以跨过门槛。

11. Google 的反攻说明，大厂的旧资源并未被 AI 清零

庄明浩提到，在这一轮竞争中，Sam Altman 临时发出“红色警报”，要求重新集中精力提升 ChatGPT 及 GPT。此前 OpenAI 在 GPT-5 后拆分技术与产品团队，并推进多种产品和广告等商业化尝试；如今模型竞争又把注意力拉回核心战场。
他原本认为，在 2025 年 11 月之前，OpenAI 已阶段性处理微软关系、组织架构、融资上市、人才流动以及“产品公司还是技术公司”等问题，可以“既往不恋，纵情向前”。Google 这一轮的状态却提醒它：旧战场并未结束，新尝试也还没有任性推进的资本。
对行业而言，这是好事，竞争可能再次加速模型进展；对 OpenAI 自身则“真的太难了”。它不像移动互联网公司完成跑马圈地后即可守住边界，因为模型、多模态、算力、数据与分发仍在快速变化的战线上。
刘飞由此修正早期判断：AI 不一定让旧大厂的积累失效，反而可能强化其资源、算力、用户和场景优势。过去人们说“OpenAI 出来，Google 挂掉了”，如今却出现“Google 在革 OpenAI 的命”的反转。

12. 微信的 All in One 生态，让腾讯可以慢，而非必须抢跑

庄明浩把 OpenAI 开发者大会的应用调用能力，理解为试图在 ChatGPT 对话框中实现 All in One：第三方服务像小程序一样被随时调起。这是美国互联网时代中 Meta、Google、微软都未完成，而微信早已形成的产品结构。
因此微信可能是最不着急“一步跨那么大”的厂商。把元宝能力嵌入评论区等小场景，已足以提升体验、留存和 AI 渗透，成本也不会太高；它无需先复制一个覆盖全部服务的超级 Agent，才能证明方向正确。
但刘飞强调，既有入口不等于自动胜利：浏览器、腾讯会议、输入法、QQ 音乐、IMA 各自如何 AI 化，都是“异常复杂且个性化的选择”。同一种模型接入不同产品，用好了能提升整体效果，用不好则可能缺乏市场竞争力，无法用一句“腾讯 AI 做得好不好”概括。
庄明浩以 IMA 的日常使用说明决策颗粒度：产品经理要判断 NotebookLM 推出的功能是否跟进、哪些排期应调整、竞争对手变化是否值得响应。工作已经“贴到你每天要做的事情里”，而不是先画一个宏大 AI 蓝图再统一下发。

13. 腾讯用“进可攻、退可守”替代 CapEx 军备竞赛

2025 年上半年，DeepSeek、算力投入和美国军备竞赛让分析师持续关注腾讯、阿里、百度的 CapEx；中国公司也需要用上市体系中的分析师听得懂的叙事解释 AI 决心。庄明浩观察到，进入下半年，这个叙事对腾讯已没那么重要。
原因不是缺钱：腾讯有现金，也不存在现金流危机。随着内部业务的 AI 转化效率上升，它可以不靠每季度超预期堆卡来证明自己，而按实际场景、回报和技术阶段决定投入节奏。
庄明浩把这称为“进可攻、退可守”的选择，也认为它符合腾讯管理层一贯风格：认可这种资本纪律的投资人会买单，激进派则可能偏好更大的投入数字。腾讯拥有的是有资格任性的资本，并非对 AI 无所谓。
刘飞的比喻是给老房子换装修：现阶段 AI 更像基础设施，为旧场景持续改造体验，而非立即推翻整栋房子。若未来出现 AI 操作系统或真正 AI native 的范式，腾讯仍可增加投入；在此之前，没有必要为远期想象提前透支。

14. “松弛感”来自从 FOMO 回到可验证的短中期 ROI

刘飞回忆，大半年前元宝推广得特别猛时，腾讯内部朋友仍因囤卡、技术积累和路线选择明显焦虑；近期交流则能感到“尤其是自上而下传递的这种松弛”。这不等于高枕无忧，而是公司重新找回熟悉的产品与经营节奏。
庄明浩认为，腾讯、阿里等巨头仍须把 AI 视为最核心议题，纯模型即便暂时与业务关联不强也要跟。但管理层必须越来越明确：短期要达成什么、可见中期是什么，以及阶段性正反馈和 ROI 是否满足预期。
对腾讯而言，较稳的框架是三件事：稳定提升现有业务；跟随头部模型技术能力；在新业务里寻找可能的新 AI 范式。它没有承诺最激进的山顶路线，却能在登山途中根据粮草、位置和反馈调整路径。

15. 应用仍有机会，但投资人与产品团队都必须放弃终局幻觉

一级市场在 2025 年对 AI 应用变得更坚定：模型投资门槛越来越高、可参与者越来越少，而部分应用已获得用户、收入或细分影响力的阶段性正反馈。二级市场则经历芯片、能源、存储等主题轮换，软件虽被认可，叙事不如硬件需求直接。
面对“大厂也做怎么办”，庄明浩指出“大厂”现在同时包括中国巨头、OpenAI 和 Google。模型像上涨的海水，有人会被吞没，也有人把产品做成船而“水涨船高”；真正的风险差异，在于公司只是贴着海平线，还是已经长出足够安全距离。
他给出的创业样本可能原本是做语音的：一个团队在图片能力到来后增加图片功能并打包卖会员，几个月内从 2 人变成 10 人，月收入从 10 万美元升到 100 万美元。它靠执行、创意、拼接和信息差辗转腾挪，就足以支持下一轮融资。
刘飞与庄明浩最后把“护城河”拆成组合能力：创始人的应变、行业理解、技术节奏判断、商业模式、推广和个人品牌都可能构成壁垒；终极格局短期不可证伪，不能倒推今天不下注。正如“AI 产品经理”悖论，重要的仍是理解会议、评论区或农业真实需求，而不是为了接 AI 炫技。
对两年后的追问，庄明浩先回答“两个月都不好想”。语言、多模态、Coding、Agent 可能继续推向 L4，但那是五年、十年还是永远达不到，无人知道；眼下更可靠的是他所谓中性的“苟且”——改善现有业务、跟随技术、探索创新。
刘飞认为腾讯还可能拥有投资带来的额外期权：十个、二十个种子可以先各自生长，某个方向成熟后再加注或“弄回来”。Google 的复兴也同样无法归因于 DeepMind、组织调整、创始人推动或收购 Character AI 的核心负责人中的单一变量；复杂系统阶段性做对一组决定，才会在特定节点涌现结果，而领先能持续多久仍是问号。

波兰主权 AI：语言适配、本地控制与成本优势——Marek Kozlowski OpenAI 的“红色警报”、Sacks 对阵《纽约时报》、新的贫困线？