Vol.90 AI加速爆发的2026，我们该如何自处？---对谈潘乱+Koji
摘要
- 庄明浩用“拦不住了”概括2026年春节后的AI态势：模型跨过能力阈值，Agent、Skill、Cowork、OpenClaw（“龙虾”）和Seedance 2.0同时打开新场景。 过去三个月GPT连发三个版本，现场提到GPT-5.4刚发布、前一个是GPT-5.3；所谓二月发布高峰更像偶然，因为未来“所有时间都是密集期”。对投资者而言，关键已不是押某次发布，而是识别能力跃迁后哪条价值链最先出现真实用量。
- 算力和Token压力已在几十万OpenClaw部署者、数万名“日烧一亿SOTA Token”用户及限购的Coding Plan上显形。 云厂商研发负责人最初估计日耗一亿Token者超过十万人，随后保守修正为数万人；智谱、MiniMax、阿里云等也开始限购或收紧优惠。庄明浩追问：若技术革命需要基础设施过度投入，真正的规模可能还是当前的“一千倍甚至一万倍”——“中国缺卡，美国缺电，大家一起缺Token。”
- SaaS是第一批被重估的资产，因为按席位收费本质上就是对白领座位收费。 “2028末世论”把AI替代白领、消费和个人债恶化、平台摩擦归零、产业债违约串成闭环，但庄明浩保留条件：冲击强度、发生时间和政府干预都未知。中国能否因缺少旧SaaS而让To B Agent弯道超车也存在分歧；公有制采购和政企云格局意味着“没有遗留系统”不等于“没有制度摩擦”。
- AI把生产变廉价，却没有同步解决获客、信任与价值分配，真正稀缺的反而变成分发。 小团队可以借Vibe Coding完成产品、研发、设计和运营，组织可能收缩为“超级巨头加一堆个体户”，但每天烧1,000美元Token的产品仍会卡在冷启动，年营收七八百万美元的跨境公司也可能每天向Facebook投流2万美元。潘乱总结内容产业的残酷规律：“六个月、一百个亿、百分之八”——市场迅速做大，创作者却可能只能分到8%，甚至更少。
- 当前较硬的应用证据仍包括Coding和被拆解的人机协作流程，而非泛化的“一人公司”口号。 Karpathy自述一年内从80%手写、20%补全反转为20%手写、80%补全；但Koji强调，只在Coding环节烧Token而不改QA、Infra和PRD，代码更多不代表组织效率更高。漫剧提供了另一种样本：五六段明确交付的流水线、几个人加“抽卡师”，把视频和图片模型能力转化为生产效率。
- AI的普惠价值可能比白领提效更早触达老人和孩子。 潘乱给不识字、只会微信和抖音的母亲装豆包，让她用方言通话；父亲则主动询问订婚时男方家长的发言稿。庄明浩认为，豆包、元宝、千问可能是很多中国人接触过的最高智能，而AI也试图把搜索留下的下游摩擦收束为一站式答案。
- 面对焦虑，潘乱和Koji保留了一组有价值的张力：不要追逐每个短命技巧，但也不能忽视边界处正在形成的创业机会。 潘乱的策略是“只要我学得慢，我就可以不用学”，先问自己要解决什么，再训练自己当AI老板；Koji则认为，正因为智能边界不断外扩，版本与产品动态仍与创业、投资直接相关。庄明浩用AlphaGo概括心态迁移：从轻视、怀疑到“道心碎了”，最后要做的是重建认知，而非假装变化不存在。
- AI硬件与终身陪伴Agent会继续推进，但入口、隐私和组织形态远未定型。 庄明浩转述的政策框架把手机、电脑、具身智能和新能源汽车列为重点结合方向；眼镜虽被大厂视为下一入口，小米眼镜负责人却判断其十年内不可能成熟。潘乱认为记录一个人从生到死的AI陪伴一定会发生，但谁能以什么方式做出来、如何参与和制衡，仍是问题。
精读
1. 2026年春节不是发布高峰，而是“所有时间都将是密集期”
庄明浩指出，春节几乎没有休假感：智谱与MiniMax股价“一飞冲天”，OpenClaw的热度从节前延续到假期，字节Seedance 2.0又在视频模型已经很强的基础上继续提升。
他把一月底至春节前视为中国头部模型厂商的一次大版本集群：Seedance 2.0已经发布，DeepSeek V4则只是录制时“传说这两天会发”，二者的确定性不能混写。
庄明浩不认同二月存在特殊发布规律：“这是一个意外。”过去三个月GPT已发三个版本；GPT-5.4刚发布，前一个是GPT-5.3。真正的变化是预训练并未如2024年的判断那样结束，Transformer路线仍在加速。
2. OpenClaw的突破不在新能力，而在迫使用户重新想象需求
潘乱认为，尤其对过去已经较多使用AI工具的人来说，OpenClaw并没有真正做出以前工具做不到的事情；但它会迫使用户重新思考“AI还能帮我做什么”。
Koji花两小时装好OpenClaw，第二天才发现闲鱼有人收400元上门安装。他让Agent每天扫描OpenClaw生态的新产品与创业公司，识别华人创始人、补全背景和联系方式，再起草联络邮件；由此找到VisionClaw，一个把Meta眼镜接入OpenClaw的开源基础设施项目，在GitHub同类项目中排名第一，作者是在纽约大学读书的华人。
潘乱给OpenClaw的第一个任务更朴素：每天早上9点检查一款长期缺货的理想汽车眼镜，赶在3月31日优惠码失效前有货就帮他购买。这类定时任务过去也能实现，但“龙虾”把配置、持续运行和任务委派包装成了可感知的产品。
3. 个性化生产让“长尾复兴”，也让大量产品退化为一次性内容
庄明浩装上拓竹3D打印机，为自己打印指尖陀螺时产生了“共产主义提前到了”的感受：不是购买标准工业品，而是“我为我制造了一个物品”，物质供给开始服务极小的人群甚至单一个体。
潘乱把Vibe Coding延伸到同一逻辑：一个人可以同时承担产品、研发、设计和运营，不再需要在BP第一页证明巨大市场与齐整团队，只需为自己、身边人或少数用户解决问题。“真正的长尾的复兴”由此成为可能。
他随后又给这份乐观加上限制：当应用可以快速生成，它也可能只是一种新内容。“死了么”式产品更像网上奇观和打卡点，而非“跟饿了么一种级别的应用”；供给越泛滥，单件产品越不值钱。
4. 春节红包战是囚徒困境，技术发布反而被流量叙事遮住
庄明浩认为，中国公司春节期间并非只会“发红包、点奶茶”；同期真正重要的是模型大版本发布。只是几家互联网公司因竞争进入囚徒困境，营销战获得了“太多本不应该得到的关注”。
春晚赞助从传闻中约1亿元即可成交，迅速抬到3亿、5亿，最终可能接近10亿元；追觅据称投入8亿到10亿元，豆包因露出更多可能更贵，人形机器人厂商也各付出数亿元。到大年初二，市场监管总局要求几家公司停止继续加码，热度“戛然而止”。
庄明浩判断最终格局“没有什么意外”：豆包仍领先，MiniMax虽冲了一波，第三家大体还是原来的样子。潘乱补充，春晚的价值是全国一年一次的中心化瞬时流量；但据其与抖音员工交流，2022年世界杯德国对日本的小组赛直播峰值甚至高于春晚，该数据并未官方披露。
5. “2028末世论”把白领、平台与债务串成了一个自强化回路
潘乱借王慧文的说法提出反转：过去中国SaaS融资总拿Salesforce作估值参照，AI到来后却不是中国SaaS变得像美国一样值钱，而是“美国的SaaS公司变得跟中国的SaaS公司一样不值钱”。
庄明浩解释第一层机制：美国SaaS按席位收费，“席位”就是白领的座位。AI替代白领后，公司为维持股价、提升效率而更激进地使用AI，这又刺激AI发展并导致更多裁员；失业会压低消费，并使房贷、信用卡等个人债务承压。
第二层机制针对建立在摩擦上的商业：地产、旅游、渠道、中介和双边平台都靠信息与交易成本获利；如果Agent把摩擦降到接近零，用户可直接完成推荐与购买，平台利润率便会受到严重影响。第三层则是企业并购债和扩张债无法偿还，最终以债务危机引爆。
庄明浩强调，这只是一个“逻辑非常完整”的故事，是否达到文中程度、是否发生在那个时间都没人知道。颇具讽刺意味的是，文章作者把Substack定价999美元，并据称一周新增数万付费订阅；末世叙事首先兑现成了创作者自己的数千万美元订阅费。
6. 中国缺少旧SaaS不等于To B Agent天然拥有移动支付式红利
乐观类比来自支付行业：中国没有信用卡体系，微信支付和支付宝因此可以摧枯拉朽；美国企业则被旧SaaS深度嵌入流程。由此不少创业者下注，中国To B Agent也可能绕过旧系统，重新点燃企业服务创业。
庄明浩说自己“跟十年前一样持怀疑态度”。中国以公有制为主体，政府和大型机构选择天翼云、联通云或华为云“不需要任何解释”，选择阿里云却需要解释；五年前阿里云份额停滞而上述厂商增长，就是他用来反驳简单类比的样本。
他的结论不是否定Agent，而是拒绝把美国SaaS阻力机械映射成中国优势。末世论的反对者也指出，原文低估了政府：政府在失业、金融稳定等问题上应承担什么职责，不能被忽略。
7. AI资本开支的悖论是，上游拿走最多价值，却没人解释最终ROI
庄明浩说，中国公司的变现节奏和资本开支ROI目前“没有人回答得了”。行业都在“买铲子挖土”，但历史上千岛湖不会因提供水源而成为价值最大的公司，真正拿走收益的通常是把产品交到消费者手里的公司。
这使本轮AI与移动互联网形成反差：芯片、算力、零部件和基础设施供应方暂时占据较大的利益分配，而终端应用能否承接这些投入仍未得到回答。庄明浩认为，这与移动互联网时代的价值分配逻辑相反。
庄明浩回看英伟达：DeepSeek R1发布日下跌17%，中美关税战期间一度低见80多美元，随后涨至约180美元，最近六个月又几乎横盘。“到底是已经到顶了，还是说再憋个大的？”他没有给答案。
8. 真正的基础设施“过度投入”可能仍是当前规模的一千至一万倍
庄明浩与AI多轮估算，真正部署OpenClaw的中国用户可能只有几十万，而且分散在不同模型API上；即便如此，除最大的几家大厂外，许多模型公司已经面临较大算力压力。
历次工业革命都经历基础设施过度投资，再由冗余能力催生下游应用。若几十万用户远非大众普及，庄明浩推算，足以称为“过度投入”的规模或许要达到当前的一千倍甚至一万倍；矛盾在于，现有算力建设已经逼近人类极限。
庄明浩提到“一亿Token俱乐部”：据某云厂商研发负责人内部观察，每天消耗一亿Token的人最初估计超过十万人，思考后保守修正为数万人；而且烧的不是7B小模型，是最智能的SOTA模型。
智谱、MiniMax、阿里云等AI Coding Plan已经出现限购、限量或收紧优惠。庄明浩给出一句可监测的供需总结：“中国缺卡，美国缺电，大家一起缺Token。”
9. 烧Token不会自动提高生产率，组织必须像电气化工厂一样重排
庄明浩借电力史解释落地滞后：电从发明到真正影响工厂用了约40年，早期工厂受水源、输电和多层建筑限制；直到厂房改成大平层、生产线重新排布，电力才改变整体效率。
Coding也是如此。若只在写代码环节大量烧Token，却不重做QA、Infra和PRD定义，结果可能只是“历史上最多的代码”越来越多，组织总体效率没有提升；AI的生产率来自整条流程重构，而非单点调用量。
软件迭代不受原子世界同等约束，因此这轮改造可能快于40年。电力类比的重点不是预测年份，而是提醒投资者：真实收益要看互补流程是否完成，不能只看Token消耗。
10. Agent需要七乘二十四小时的宿主，私有云重新成为消费级产品想象
潘乱认为，手机为占用注意力和观看屏幕而设计，并不适合长期执行任务；电脑也未必是最终形态。人本质上需要一台持续在线、可运行Agent的私人服务器。
潘乱提到另一位字节天使投资人的新公司：把字节曾经的中心化推荐引擎故事反过来，为每个人配置“私有阿里云”或“私有火山云”。设备众筹价接近2万元，OpenClaw走红后销售表现不错。
Manus也曾短暂把自己表述为“每个人的云端虚拟机”，只是用户不易理解这一措辞。潘乱本人更愿意为本地1TB存储付费，而非购买同量云空间：随着Agent掌握更多权限与个人资料，安全、隐私和减少Token订阅费用会成为本地算力的购买理由。
11. 模型战争已打到电力、资金和人才密度的物理边界
庄明浩观察到，模型能力并未在2025年初趋缓，反而从2025年至2026年初不断加速。每次能力提升都继续打开Agent、内容生成和工作流场景，哪怕其中一部分暂时没有商业化能力。
这场仗同时逼近“电的极限、钱的极限、人才密度的极限”。继续线性扩张之后，谁还能坚持、会打成什么样，以及会不会出现更高维度的角色要求停止竞争，他都明确表示“不知道”。
他的担忧不只是一家公司能否融资，而是技术进展正逼近失业、财富分配和社会运行等非技术问题。旁观者可以轻松发表立场，但模型公司、应用创业者和普通员工都很难真正独善其身。
12. 如果AI成为武器，监管逻辑就可能从产品治理转向军备治理
对“2028末世论”的重要反驳是，它忽略政府的职责。庄明浩引用一篇文章的标题式提问：“如果AI未来是一种‘武器’，我们是否应该用管理武器的方式来管理AI？”
潘乱保留了强烈怀疑：十年前Netflix把《纸牌屋》成功归功于大数据，此后大量“大数据指导创作”并未兑现；今天关于AI指导战争的宣传，也可能存在类似夸张。他明确说自己不了解AI在委内瑞拉定向抓捕或伊朗战争中的实际贡献。
他肉眼能确认的反而是中国大量生产的无人机被高性价比地用于战争。这里的分歧没有被消解：庄明浩提出AI可能具有武器属性，潘乱则要求区分算法叙事与已验证的硬件、成本优势。
13. AI是新的摄像头，但能力增长正在超出普通人的感知分辨率
潘乱把Seedance 2.0放进创作者历史：移动互联网因摄像头让更多人成为创作者，拥有最多创作者的双边平台最终获得最高价值；AI则是“新的摄像头”，甚至不需要真实拍摄也能产生内容。
潘乱用身高比喻模型升级：当一个生物已经远比你聪明，你很难判断它是从2.20米长到2.21米，还是长到2.50米。后来回答观众时，庄明浩换成智商比喻：“如果AI已经150了，它从150进化到160或170，我们作为120的人很难感受。”
Karpathy提供了可观测结果：一年前写代码约80%手敲、20%依赖补全，一年后比例完全反转。潘乱因此认为，大多数人对模型发布“无感”，不代表能力没变化，仍应主动尝试今天的AI能完成什么。
Koji补充，给AI打分本身已成为创业和研究方向。数学、编程有明确答案，开放问题却很难判断好坏；模型公司的后训练与强化学习团队，大量工作正是设计新的评价方式。
14. AI第一次让不识字的老人接触到“身边最聪明的人”
潘乱春节给母亲装了豆包。她是农村妇女，不识字，过去只会用微信的文字朗读功能和刷抖音；现在可以直接用方言与AI通话、视频，不必承担打字或“问错问题”的心理压力。
他又发现父亲正向AI询问弟弟订婚时男方家长该如何发言。这个瞬间让他反思，不是老人过去没有信息需求，而是搜索产品做得太差，复杂界面把大量人挡在服务之外。
庄明浩认为，对老人和孩子而言，豆包、元宝、千问“应该是中国人有史以来接触过的最高的智能”，甚至可能是很多人一生中能接触到的“最聪明的人”。朋友过去靠抖音让孩子安静，如今也可以让孩子持续与豆包对话。
15. 搜索只是把摩擦甩给下游，生成式AI才试图把答案端到用户面前
庄明浩回忆Google曾使用一个反直觉指标：用户搜索后在页面停留越短越好，因为这意味着已经找到答案。但重新审视，这可能只是把阅读、比较和判断的困扰转移给了下游网站。
庄明浩认为，AI产品试图直接把答案一站式端到用户面前。这也解释了为什么Agent威胁的不只是搜索入口，还包括依赖点击、比价和跳转摩擦的整个商业链。
潘乱进一步挑战Google的历史光环：其使命是整合全球信息，但AI时代前主要整合的是网页，对推荐、UGC和时政新闻的尝试都不突出；不过AI到来后，长期积累的网页又重新变成训练与回答能力的优势。
16. 这是创业者最好的时代，也是复制者最多、定价最难的时代
庄明浩认为，Manus、OpenClaw、Lovable证明，小团队不必身处硅谷，也能从中国、新加坡或欧洲做出全球To C产品，与世界上最优秀的公司竞争。智能不断解锁边界，旧巨头的护城河也在被侵蚀。
最坏的一面是制作成本骤降：OpenClaw一火，最显眼的机会就是降低安装门槛，于是中国、日本、欧洲、新加坡一夜出现成千上万的一键部署产品。任何商业都要先有差异价值才能定价，而差异本身正在变得更短命。
潘乱因此反而看到“百花齐放”和“Dream big, dream crazy”的回归：一个尚只有视频演示的会飞陪伴机器人，也能获得讨论和资本热情。他的反驳是，TikTok首次让一家外国公司影响美国人的思想，这种社会产品未必比会飞的汽车更弱。
17. 太空算力和扑翼飞机，是物理极限逼出的非线性赌注
潘乱提到一批设想在太空建立数据中心的团队。很多事情已经接近人类物理极限，继续用传统线性方法解决可能不够；真正的不确定性是兑现需要5年、10年，还是30年、50年。
潘乱举出的Flapping Plane在种子轮就融资数亿美元。名称来自扑腾翅膀的鸟：创始人认为Transformer路线只能带来可见的线性智能，若要真正追求AGI，就得尝试更怪异的新路线。
潘乱说，硅谷把这类公司称作“Neo Lab”，以李飞飞等人的新实验室为代表，愿意为基础路线创新投入大额资金。
庄明浩提到，美国重建中国式特高压电网的难度，可能高于马斯克把星舰送上太空再返回。他又用宜家家具补充机制：原料和说明书之外还有“过程知识”，它存在于工人的肌肉和神经元里；缺少这种知识，美国制造成本可能高出10倍、20倍，甚至根本做不出来。
18. 最有效的抗焦虑方法，是减少追新并先确认自己究竟要解决什么
潘乱给出的中年版本是：“只要我学得慢，我就可以不用学。”他年轻时会清空Google Reader、在维基百科钻兔子洞、追完饭否时间线；如今给多家AI产品充值后却经常忘记使用，因为大量更新只是“快餐新闻、快餐应用”。
Prompt课程、视频关键帧控制等技巧曾被密集学习，新模型一出便迅速过时。他拿小学时独立证明勾股定理作比：兴奋地把成果交给老师，下一周课堂就教了更好的既有答案；知识半衰期越短，盲目领先一步的回报越可疑。
他的筛选标准是先问“我想干什么，我想解决什么问题”，再让AI服务于目标。与其继续学习怎样做更好的牛马，不如训练市场判断、任务拆分和排兵布阵，学习“怎么当AI的老板”。
Koji保留了反方：如果未来出现6G、7G，大多数人只需使用，不必研究底层；但AI边界之所以吸引注意，是因为那里仍酝酿创业与投资机会。对普通用户可以降噪，对创业者和投资者却不能把全部动态都当成噪音。
19. 林俊旸事件显示，边缘技术人才可能在数日内变成公司级风险因子
庄明浩现场调查发现，几天前很少有人知道林俊旸，事件发生后现场几乎人人听过。他把这视为AI时代人才价值重估：一个其貌不扬的90后，可能突然获得全球影响力。
按庄明浩的现场说法，此人的动向足以让阿里单日下跌4至5个百分点，也足以吸引世界上最优秀的三家实验室核心负责人争抢；是否允许其出国，甚至可能进入更高层级的讨论。
这不是对单一事件的结论，而是对媒体与资本定价方式的观察：当少数模型人才能够改变技术路线和组织信心，过去埋在团队深处的人会迅速成为公众人物、估值变量和人才议题。
20. AlphaGo的真正启示不是失败，而是“道心碎了”以后还能重建
庄明浩建议重看九年前AlphaGo对李世石的纪录片，并听樊麾回忆。樊麾作为欧洲围棋冠军，起初轻视机器；第一局归因于自己没下好，第二局开始看不懂，第三局被速败，原定五局的后两局也没有继续。
等AlphaGo挑战李世石时，樊麾已判断结果会是5比0，但全球职业棋手普遍不信。李世石第一局后同样说“是我没有下好”；第二局面对机器一手看似荒谬的棋，最初与解说一起发笑，随后越看越不对，神情从轻松转为紧绷。
三局落败后，现场团队本应为证明机器超越人类而开心，却“没有任何人开心”。樊麾的描述是：“李世石道心已经碎了。”第四局李世石下出后来被称为“神之一手”的棋，樊麾眼睛亮了：“他的道心又找回来了。”
李世石顶住“可能会赢”带来的新压力，拿下第四局；庄明浩称其为人类最后一次战胜AlphaGo，并说此后几年李世石无敌于世界。他把在场者映射到四个阶段：轻视、不理解；怀疑与感知；被超越和打碎；接受现实后寻找新的位置。
21. 可执行的起点不是研究AGI，而是改造每周重复五次的任务
Koji给焦虑者的第一条操作建议极简单：列出工作、娱乐和生活中每周重复超过五次的事情，再问AI能否让它更快。这比泛泛“学习Agent”更容易产生稳定反馈。
Koji说明，大量Token仍烧在Coding，但用户不一定是“为了编程而编程”；模型会把任务用代码的方式实现。普通人若只想先赚1,000元或1万元，他先开玩笑建议去闲鱼替人装OpenClaw，随后认真建议从自己所在行业的问题入手。
他看到的垂直机会包括AI辅助育种、真正的矿业勘探、发现新材料，以及医生病历、牙科前台、太阳能施工队管理等。两年前盘点YC投资的150家公司时，超过70%已是“AI加一个行业”；中国今天也开始出现更细、更本地化的组合。
Koji把漫剧视为视频和图片模型能力提升带来的效率样本：几个人把生产拆成五六段，每段明确输入、输出和交付标准，人负责“抽卡”或环节粘合。庄明浩则从漫剧往前推，批评优爱腾芒仍像传统电视台线上化，只追求少数精品，未建立让更多创作者涌入的平台。
22. AI硬件先落在手机、电脑、具身智能和新能源汽车，而非万能新终端
庄明浩转述，国务院“人工智能+”相关文件在硬件部分重点列出手机、电脑、具身智能和新能源汽车四类。他认为这一定义有现实基础：它们要么已有巨大保有量，要么已验证AI与物理世界结合的需求。
手机数量最多，却为屏幕和注意力设计，不适合OpenClaw式后台工作流；电脑更适合任务执行，但也可能只是过渡宿主。二者之间的差异，决定了Agent究竟是聊天助手还是持续工作的数字员工。
眼镜应与其他智能硬件分开看，因为大厂把它视为新入口，也希望摆脱安卓和苹果的限制。庄明浩转述小米眼镜负责人的判断：“十年内不可能”，当前最多处于iPhone 1时代，生态、续航和配置都没有短期解法。
录音笔、音乐设备等垂类产品已出现有效案例，但庄明浩给出一个粗筛法：看苹果是否进入。苹果长期只在电脑、手机、平板之外选择耳机、手表，并试探性做眼镜，出货量和高频需求仍是硬件成立的基础门槛。
23. 组织会向超级平台和个体户分化，终身陪伴AI则把隐私问题推到极端
面对“一人公司加极致大公司是否成为终局”的提问，潘乱认为最值得天使投资的创始人，仍需具备极强领导力与感召力，只是未来可能组织“一群OPC”协同，而不是维护传统层级。
潘乱的结构判断更尖锐：“大平台加一堆个体户”，中型公司正在系统性坍塌；搜狐、知乎、搜狗式中型组织既没有超级平台的资源集中，也没有个体团队的成本和速度优势。
一位创业者设想，从出生到死亡持续陪伴、记录每一分钟的AI，最终比本人更了解天赋、健康和决策偏好；提问者担心这在隐私层面“不道德”。潘乱没有否定愿景，反而判断“这个一定会发生”，真正的问题是谁以什么方式做出来、如何参与，以及人类怎样建立制衡。
被问到绝不让AI介入什么，潘乱暂时想不到；庄明浩以“上厕所”开玩笑，潘乱随即承认身体不适仍会询问AI。他把希望放在人类持续发明卸载、限制和对抗算法的办法，而非幻想技术停止前进。
24. 产品供给越便宜，分发、信任和可信信号就越昂贵
一位创业者给出冷启动困境：OpenClaw产品每天消耗1,000美元，上线后仍难赚回成本；另一家跨境公司年营收七八百万美元，却每天向Facebook投流2万美元，收入最终基本回到社交媒体。AI降低了制作成本，却没有创造新的注意力平台。
潘乱因此认为“搞IP还是很重要的”。当内容和应用无限增加，能充当信任媒介的人、品牌和社区反而更值钱。
庄明浩补充，如果项目足够前沿，播客是相对好的建立信任和推广方式，因为它不像多数推广渠道那样只有明码标价的效果，仍然可能产生意外传播。
潘乱总结内容赛道近年的规律：“六个月、一百个亿、百分之八。”小游戏、弹幕游戏、短剧和漫剧都可能在半年内迅速冲到百亿元规模，但内容生产者只能分到约8%，漫剧甚至可能更低；这可能已成为基础设施高度完善后的常态。
传统收入利润也不再解释全部估值：寒武纪、MiniMax和智谱为何值钱，叙事与战略位置的权重可能远高于当前利润。被问如何判断算法负责人时，潘乱只建议先看论文数量和引用，并坦率承认自己并不懂算法、不能高质量回答——知道信号边界同样重要。