Podcast Interview · 逐期深读

绿洲资本张津剑:All in AI三年的投资复盘、认知迭代与主体性设想

本期背景与内容导览

本期《42章经》由曲凯再次访谈绿洲资本合伙人张津剑。shownotes把时点放在智谱与MiniMax上市、AI浪潮约三年的节点,并明确绿洲是三年前较早投资MiniMax的机构之一。节目因此既是行业复盘,也是一位利益相关投资人的自我复盘;上市、估值和‘最正确’均不能代替基金净回报、退出金额或独立业绩核验。 第一条主线是投资决策及其修正。张津剑称2022年10月从Stability相关产品看到范式转移,11月向LP宣布把重心放到AI,尽管LP还担心2015年那轮未解套。他把All in AI视为最正确决策,但承认当时把12月发布的产品猜成GPT-4,实际出现的是ChatGPT。2023年的遗憾则是‘可以更猛、更开放’:早期具身项目估值较低,绿洲因‘机器人项目一定属于中国’的判断或偏见,错过当时约8亿美元、后来被他称为最新400亿美元的Figure AI。这个案例能说明地域偏见和组合开放性,却不能仅用事后估值证明当时投资必然正确;流动性、稀释、条款、基金约束与反事实组合表现都没有给出。 第二条主线是认知从赛道判断走向执行与创始人。他仍认可大模型、Agent和超级个体的早期方向,却低估Google、微软、Meta等大公司的投入、人才与战略反应,认为这压缩了创业公司空间。面对信息过载,他主张盯‘树干’而非数‘树叶’,提出long action, short thinking,强调快速执行和一手体感反馈。这个口号针对AI降低表达成本后的空想和攀比,并不等于不需要技术判断、长期研究或谨慎决策。 第三条主线是技术与市场框架:大模型与具身智能是通往AGI的‘南坡北坡’,前者从数字模态、后者从物理交互出发,通过多模态数据和真实反馈逐渐汇合。他把具身认知分为任务机器、AI载体和通过机器训练AI三阶段,并用千寻早期融资困难说明市场认知如何变化。这里的多模态必然汇聚、真机RL通向AGI、‘北坡中国一定领先’都是投资假设或预测,不是已被证明的技术路线。MiniMax的MoE、多模态和M系列表现也属于嘉宾对被投公司的解释,不能写成独立技术归因。 第四条主线是Agent基础设施和资本环境。他把身份、授权、支付、交易、归责和反欺诈归为‘AI主体性’,用代码协议和零知识证明等数学工具说明可能的基础设施;这是从社会制度到技术组件的类比地图,不能推出代码即可取代法律、ZK可以单独解决身份或Agent即将成为独立法人。对香港退出、人民币与政府基金、中美人才能源供应链和2026年资金流向的判断,也都需要外部数据检验。 最后约半小时转向人的主体性。张津剑以《信号与噪声》呈现成功者的普通与不确定,以不吃晚饭、减少会议和拒绝惯性阅读说明‘做减法’,再以注意力、奖励函数、运气和‘真’串联个人实践。曲凯也分享从输出者到提问者、从争到更了解自己的变化。‘活出自己’提供了一种价值叙事,但不能被当作AI识谎已可靠、所有人都有同等选择自由、真实必然带来商业成功的实证结论。 结尾的MiniMax创始人‘俊杰’预算案例很具体:面对高管要求对标竞品预算,他认为技术尚未收敛、产品形态未知,应优先研发而非为竞争或展示给投资人看。这体现资源配置原则,同时也是投资人对创始人的转述和赞许,不能直接证明该决策在所有公司、所有阶段都最优。全期应同时保留投资复盘中的可核事实、嘉宾的强判断、主持人的补充、被投企业叙事与本文的独立分析。

42章经 · 2026-01-10 · 1:21:04

原对话:沿提问、回答和转折完整展开

下面先按节目顺序重建。主持人在追问什么,嘉宾如何以自己的经历、例子和推理作答,尽量保留在具体语境中;案例中的事实、数字和判断先归属于发言人。随后才进入本文的机制解释与独立判断。

00:00:02–00:27:40连续对话 1

00:00:18–00:03:30三年复盘的时点:All in AI最正确,但预测并非次次准确

  • 曲凯:过去三年里,你做的最正确和最错误的是什么?

曲凯给出两个录制背景:AI热潮约三年,适合比年度更完整地复盘;张津剑投资的MiniMax将在节目发布前后上市。shownotes进一步把智谱与MiniMax上市称为第一批大模型公司的上市闭环。这里的‘闭环’是节目叙事,不等于所有早期投资者已经退出或基金收益已经实现。

张津剑与曲凯都是第一次录播客时的参与者。张津剑回忆原以为自己会去很专业的场地,实际只在沙发上戴麦开始;那期节目让更多人知道绿洲,也减少了后来见创业者时的信任铺垫。这个实际效果与后文播客作为机构关系基础设施相呼应。

对‘最正确’的问题,他把答案落在2022年底All in AI:10月看到转录为stability的相关动态,意识到范式转移,继续研究Transformer;11月在LP大会上宣布把重心全部放到AI。LP的第一反应是‘2015年那波还没解套’,显示当时决策并非在一致看好中随大流。

同一复盘中有一个不应删去的反例:他们11月PPT预测12月会发布GPT-4,实际发布的是ChatGPT。它说明方向判断可以正确,而产品名称、发布节奏等具体预测仍会错误。张津剑把后来的投资项目归因于这个重仓决策,这是其自我复盘,不构成剔除了运气、选择偏差和后续市场环境的因果分解。

对错误,他只在中观和微观层面概括为很多纠结、内耗和摔跤,宏观方向仍认为正确。具体遗憾由下一段Figure AI和组合开放性展开。

All in AI与‘最正确’张津剑对2022年底把机构重心转向AI的自我评价,指战略与组合配置,不是公开审计后的基金收益结论。LP质疑和GPT-4误判说明决策处于不确定中,方向判断与具体预测要分开。
Figure AI反事实复盘绿洲当时因地域与技术归属偏见未投,事后比较8亿和400亿美元估值。它能证明错过接触和认知限制,不能单独证明当时投资的期望回报;还需条款、稀释、替代投资与退出。
AGI的条件式定义嘉宾区分全知全觉生命与可验证、可测量任务上超过人。后者仍依赖任务、指标、工具和比较对象,‘很快’没有时间表;不能用任务AGI证明意识或通用现实能力。
long action, short thinking针对AI降低表达成本、信息过载和创始人空想的投资口号:用行动获得真实反馈并动态修正。它不等于否定定义问题、技术研究和深度思考,而是反对思考不进入验证。

话题推进:大方向被肯定后,曲凯继续问:既然2023年已经被称为‘投AI最猛的人’,还有什么本可做得更好?

00:03:30–00:07:36Figure AI错过案:更猛和更开放的复盘,不能只看400亿美元事后估值

  • 曲凯:如果重来一遍,你会怎样过这三年?有什么遗憾想改变?
  • 曲凯:MiniMax是2023年投的吗?Figure的经历正好对应下一个‘重来’的问题。

曲凯先判断2023年项目性价比更高,张津剑同意,并举当时见到的千寻、星海图及其他转录不清项目:不少估值约1亿—2亿元人民币,10亿元已算很贵。这个价格是嘉宾对当时项目接触的回忆,没有给具体轮次、条款、业务质量或可比公司,不能得出‘所有项目都便宜’。

他把遗憾抽象为两点。第一是‘更猛’,即在已经重仓时仍可提高投入强度;第二是‘更开放’,包括不同国家、文化、资产类别和二级市场。‘没有最猛,只有更猛’是投资心态表达,并不回答仓位上限、风险预算和基金受托责任。

Figure AI案例最具体。绿洲2023年已把具身智能视为通往AGI的另一条路,并在国内积极布局。美国机构推荐其组合公司后,团队赴美交流;当时公司估值约8亿美元,融资困难,投资方称若参与可能有折扣。绿洲最终以‘美国项目、机器人项目一定属于中国’为判断或偏见而未投。张津剑称该公司最新一轮估值已达400亿美元。数字和时间均为其自述,未外部核验。

这件事直接支持的是:他原本的地域与技术归属假设,使他错过了持续接触和理解一家非中国公司的机会。但8亿到400亿是事后价格对照,不足以证明当时应该投资;还需要同期技术尽调、团队、融资条款、折扣、基金能否投海外、持股稀释、退出路径以及同一资金替代投资的回报。‘更开放’首先是扩大认知和关系,不等于对所有国家、资产都不加选择地下注。

张津剑还说当时可考虑英伟达等二级市场资产,并延伸为即使不投也应和不同人讨论未来。MiniMax投资时点则有一处口语矛盾:他说2022年末接触、2023年初投,紧接着说‘22年3月份’。结合上下文和shownotes的三年口径,应理解为2023年初投资,月份仍标待回听,不将‘22年3月’静默改写为确定日期。

话题推进:从具体错过案例,曲凯要求彻底跳出现有路径:如果回到三年前并能‘降维打击’,会怎样配置资源?

00:07:36–00:11:18算力投资是放飞设想;真正的认知修正是低估大公司反应

  • 曲凯:如果回到三年前、完全放飞,从降维打击角度会有什么不同选择?
  • 曲凯:你今天对AI的理解和三年前最大区别是什么?

在明确‘天马行空’的提问下,张津剑说三年前应把钱换成算力,用算力投资创始人。他的类比是:工业时代的货币给予商品支配权,AI时代的智力由算力支撑,因此算力可能成为智力支配权。他进一步预测算力会更稀缺并可能被配额监管,甚至科技慈善可由捐钱转为提供自由探索的算力。这是一种资源分配和投资媒介的设想,不是绿洲已经实施的策略,也没有测算芯片折旧、能源、利用率、合规或投资收益。

算力并不天然等同于可按需购买的高质量智力:模型、数据、工程人才、推理成本和应用分发都会影响产出;配额监管只是他的未来判断。把‘货币购买股权’与‘算力购买智力’并列有解释力,但不能当成资产定价定律。

对真实发生的认知迭代,他先列坚持的早期判断:投通用大模型而非垂直模型,重视当时称为Bot、后来称为Agent的形态及其基础设施,以及超级个体。这些是他对三年前投资框架的自我回顾,节目没有逐项审计当时的完整观点和未奏效项目。

最明确的意外是全球大公司的反应。他赞Google、微软、Meta在信心、投入、人才聚集、战略和定力上的表现,同时保留Meta遇到问题的限定。他认为这些公司的快速反应压缩了创业公司的天花板。这是从投资观察得出的竞争判断,不是‘创业公司没有机会’的证明,也没有给市场份额或退出结果。

所以本段应分开两层:算力是回答假设问题的未来构想,大公司反应才是他对过去三年认知误差的明确承认。

话题推进:既然仍相信大方向,曲凯紧接着问:现在还相信AGI吗,怎样定义它,未来三年又由谁推动?

00:11:18–00:17:31AGI、科学家与‘活出自己’:不同预测层次不能混成一句口号

  • 曲凯:你现在还相信AGI吗?对未来三年有什么预期?
  • 曲凯:对已经在做AI的人说一句话,会说什么?对还在观望、没有在做AI的人又会说什么?

张津剑仍相信AGI,但先给条件式定义:若是全知全觉的生命,他认为达不到;若指在结果可验证、科学可测量的环境中与人比较,他认为AI会很快超过人。‘很快’没有时间表,‘任何’也极强,实际依赖任务是否可验证、比较对象、工具和评测设置。这个定义把AGI从生命形态转成可测任务能力,不能用来同时证明意识或普遍现实能力。

他预测未来三年是‘大科学时代’,AI放大科学家的探索,年轻、会用AI的90后、95后会在三到五年登上舞台。这是人才与创业画像预测,不是已经发生的科学产出统计;年龄只是他描绘新一代的方式,不能理解为对其他科学家的排除。

对AI从业者,他建议‘活出自己’,逻辑是AI会放大个体优点和缺点,独特审美或能力可能从服务身边人扩展为服务更多人。这是关于差异化与杠杆的假设,并未说明分发、责任和竞争如何影响价值实现。

对观望者,他给出同一句话但另一层含义:真正参与AI核心建设的人可能变少、门槛升高,若仍按工业时代结果比较和外部认可评价自己,会因无法与AI比结果而痛苦;应找到不依赖他人认可的活动和价值。‘大部分人无法参与’是强判断,使用AI、研究AI、在行业中应用和参与核心研发并非同一参与口径。

曲凯以‘手工PPT非遗’开玩笑,张津剑用马拉松和奥林匹克类比:体力实用价值下降后,人类仍以竞赛纪念和探索极限,未来也可能出现智力奥林匹克,真人播客的停顿和‘活人感’会被珍惜。这是幽默的价值想象,不是对就业、教育或内容消费的确定预测。

话题推进:从长期愿景回到当下,主持人提出过去一两个月反复出现的AI泡沫争论。

00:17:31–00:21:12泡沫是不是噪声:方向价值不能替代价格、损失与分配分析

  • 曲凯:过去一两个月AI泡沫讨论很多,也有人预期2026年会破;你觉得泡沫多大,担心吗?

张津剑不喜欢‘泡沫’一词,把外界态度概括为三阶段:先否定科学可行性,再承认可行但说天花板低,最后承认价值却批评泡沫。他还把反对者描述为年龄较大、水平较高的权威,这是嘉宾对争论的概括和带立场的刻画,不能据此把所有质疑归为保守或认知落后。

他承认泡沫讨论涉及价格与价值关系,价格和价值会交替领先;但他把最重要的问题放在方向是否正确,认为AGI是最有价值的命题,因此有没有泡沫不重要,甚至希望有一点泡沫来吸引天才。‘泡沫有激励作用’解释了资金、声量如何吸引人才,却没有回答高估值回落、资本损失、错误激励、资源挤占和损失由谁承担。

所以不能把本段写成‘泡沫不存在’或‘价格不重要已被证明’。忠实理解是:张津剑从产业推动者的立场,将技术方向和人才参与置于短期价格波动之上;曲凯问的是2026年会不会破,这个具体时间预测并未得到正面回答。

曲凯随后给出自己的失败案例:2023年较早关注具身智能,咨询美国几位教授,越权威的教授越说遥远,他们因此停止关注而错过;后来发现其中一位教授自己已经创业。这是主持人个人经历,不宜推广成‘教授都会言行不一’。

张津剑由此说‘改革永远边缘人、创新一定在边缘’,理由是主流已经拿到筹码、缺少自我颠覆动力。但他随即赞扬美国大公司及阿里、字节仍能坚定创新,构成对‘一定’的反例。更稳妥的理解是,既有位置会增加自我颠覆成本,但组织能力和激励可以使部分主流公司克服。

话题推进:当信息和参与者都变多,曲凯把问题从‘有没有泡沫’转为投资人怎样过滤噪声并做取舍。

00:21:12–00:25:19从数树叶到看创始人:long action, short thinking的适用对象

  • 曲凯:2025年后信息和公司多到无法穷尽,你怎样应对,有什么主线?
  • 曲凯:三年里对人和事的判断有什么变化?最看重创始人哪些点?
  • 曲凯:给过去三年打多少分?如果换个人到你的位置,最应立即改变什么?

曲凯说2023—2024年几乎能穷尽AI信息和创始人,2025年起已不可能。张津剑用树作比喻:树干阶段只有一两家公司,树枝阶段七八家,树叶阶段成百上千,因此必须承认看不完,并明确哪些方向不看,回到‘主要矛盾’和树干。这是研究范围的取舍原则,不意味着树叶中的创新都不重要;他此前也强调创新在边缘,两者需要通过阶段和证据连接。

对人/事判断的最大变化是‘人更重要’。AI具体路径变化快,MiniMax及其他被投公司会遇到中美冲突、币种、竞争等不可预知问题,创始人能否动态解决问题、实事求是面对问题,成为相对稳定的观察对象。转录中的‘创神’按语境整理为创始人,但不补写具体被投公司的机密经历。

识人上他更珍惜执行力:AI可生成流畅英文邮件甚至分析和全局观,创业者更需要定义问题、保持初心、快速执行,并从行动获得AI拿不到的体感反馈。他对比一周做出结果和想一年仍在想的人,提出long action, short thinking。这里的short thinking针对迟迟不行动的空想,不宜翻译成‘做空一切思考’或贬低研究。定义问题本身需要思考,执行也能产生新信息再修正思考。

曲凯要求给三年打分,张津剑拒绝,称评分太工业时代,应关注当下和接下来怎样做。这是一种个人价值选择,不应覆盖前面刚做的投资对错复盘。

若有人接替位置,他建议跟更多人交朋友,并说自己虽看起来外向,实际有I人和社恐的一面,曲凯则笑说不信。这个细节保留了他对‘更开放’的个人障碍认识,而不是将开放仅归为认知问题。

话题推进:曲凯重新拿出三年前的Bot问题,看他如今怎样回答未来世界的参与者和基础设施。

00:25:19–00:27:40从Bot到Agent主体性:身份、代理、支付和归责的问题清单

  • 曲凯:三年前你思考最多的是未来由Bot构建的世界,现在有更多答案了吗?最近思考最多的是什么?

张津剑说当年的Bot和今天的Agent指的是相近方向,他新的总问题是‘主体性’。未来有两类参与者:AI Agent和人,未来十年可能都要围绕二者构建主体性。这是他提出的统摄性命题,不是行业已经统一采用的定义。

对AI,他用一串问题把抽象词拆开:Agent怎样付款,怎样证明自己是自己,怎样证明代表某个用户,怎样避免自己欺诈或被别人欺诈,是否需要警察、法官、银行账户、驾驶执照,自动驾駛出问题时能否识别责任主体。这些问题实际上涉及身份、授权、支付、反欺诈、责任归属和治理,不必先承认AI具有人格或法律主体地位。

‘有主体性才能形成社会和网络’是他的推演,银行账户和驾照也是类比性例子,不是现行制度已允许Agent独立持有这些权利。现实落地可能采用用户委托凭证、限定额度、审计日志、责任仍归人或企业等技术法律组合,节目尚未展开。

他说目前仍在为AI构建基础能力,主体性建设刚刚开始。下一段先用RL与教育类比,再展开人的主体性和绿洲《信号与噪声》的实践。

话题推进:下一段先把AI能力建设类比为教育,再讨论当外部评价失效时,人如何确认自身价值。

00:27:40–00:55:26连续对话 2

00:27:40–00:32:13RL教育类比与《信号与噪声》:人的主体性为何被外部评价遮蔽

  • 曲凯:你最近思考最多的问题是什么?绿洲在其中可以扮演什么角色?

张津剑先把RL解释为让有基础能力的AI变成具有期待能力的AI,再用九年义务教育类比通用大模型、专业教育类比RL。这是帮助理解‘基础能力—定向塑造’的类比,不应按字面把义务教育等同于预训练、所有专业教育等同于RL;真实教育包含监督、模仿、社会实践和内在动机,RL也有具体环境、奖励和策略优化。

他进一步推演:若有AI教育,也会有AI医疗、保险和金融等围绕主体性的社会设施。这些是投资机会地图,不是当前产业已经完整形成的证明。

人的主体性则从‘如果AI在功能上替代所有东西,人何以为人’提出。他认为很多人通过老师、老板或受尊重者的认可来确认自己,主体性依赖于另一个主体;AI时代需要通过‘活出自己’寻找不完全由外部评价定义的价值。这里的‘替代所有’是哲学前提,不是节目给出的就业数据。

《信号与噪声》成为绿洲的具体实践:邀请各行业做得好的人,以较少准备、看似无用的话题聊天,展示他们也会痛苦、沮丧和不知道未来,而不是永远正确的‘大佬’。张津剑认为听众若意识到‘原来谁谁谁也就这样’,会减少神化带来的双方痛苦,从而更敢活出自己。

这既是机构的内容和关系建设,也是其‘参赞生命力’理念的表达;转录此处‘参赞/参战生命力’识别不一,本文采用shownotes所示节目主题‘参赞生命力’,不擅自解释成组织KPI。播客能否实际改善听众主体性仍属于他的目标和自我评估,节目没有听众效果数据。

高频信号与低频信号嘉宾用出现频率与长期意义区分信息:融资TS是高频背景,问题和创始人是否解决重要问题是低频核心。高频不等于完全无用,低频也需验证,不能机械把所有融资当噪声。
TS与PMFTS通常指投资意向书,不代表融资最终成交;PMF指产品与市场匹配。把TS或估值作为reward,可能让团队优化融资表现而非真实使用与问题解决。
多模态与南坡北坡多模态指文本、图像、声音及物理交互等不同信息来源。嘉宾把软件大模型和具身智能视为两条路线:前者从数字模态出发,后者从机器与环境交互出发,互相提供数据和模型能力,最终能否汇于AGI仍属预测。
真机RL可理解为机器在真实物理环境中通过动作和反馈优化策略。嘉宾把它视为具身训练AI的一条AGI路径,但没有给出算法、奖励、样本效率或与仿真/离线数据的对照,不能视为已证最优。

话题推进:节目名《信号与噪声》自然引出下一问:当下融资消息如此密集,哪些只是高频噪声,哪些是低频信号?

00:32:13–00:34:52一周40多个TS是高频背景:融资激励怎样使创始人偏离问题

  • 曲凯:套用你之前的概念,当下市场的高频信号和低频信号分别是什么,对大家有什么启示?

张津剑说当前最高频的是融资消息:绿洲内部周报最热闹时,全市场一周有40多个TS,三年前一周可能只有几个。TS通常指投资意向书(Term Sheet),但节目没有定义统计范围、是否去重、是否包括未成交或传闻;因此它是嘉宾用来说明市场密度的内部观察,不是完整市场融资统计。

他把融资归为高频噪声,把创始人和行业究竟解决什么问题、什么重要问题尚未解决称为低频信号。高估值、融资顺利与解决正确问题并不必然一致。这里的‘噪声’不等于融资信息毫无价值,而是不能用它直接替代问题重要性和公司质量。

曲凯补充机制:创始人可能把融资当作RL里的reward,而不是把找PMF、解决问题作为目标;听到别人融资更多、估值更高,会反问凭什么对方更强。这个主持人类比说明可观察的融资指标容易替代难衡量的真实进展,不是对创始人动机的统一判定。

张津剑用一位投资人朋友的故事回应‘知易行难’:这位朋友做投资人时,总劝创始人别比较估值、专注正确问题;等自己孵化项目,却也来问为什么别人估值更高。张津剑让他‘先做回投资人’,再把同一番话讲回去,对方笑了。

这个例子的价值不在于证明某类人虚伪,而是说明角色和利益改变后,即便知道正确原则,也会受相对比较影响。‘知会越来越易,行会越来越难’由此与long action, short thinking连接:真正的难不是复述原则,而是在自身处境里持续执行。

话题推进:融资讨论之后,曲凯把视角转向退出:智谱、MiniMax上市和香港市场变化意味着什么?

00:34:52–00:41:32香港退出、人民币资本与多模态南坡北坡:事实观察和路线推演交织

  • 曲凯:MiniMax等公司上市及退出路线变化,你怎么看?
  • 曲凯:以MiniMax为例,你对大模型的理解比投资时变了多少?
  • 曲凯:具身智能和AI硬件未来会怎样发展?

张津剑认为退出端最大变化是香港市场过去一年的结构性发展,在中美博弈下成为中国科技公司新出路,并希望当前牛市成为长牛。他同时承认香港和中国创投退出市场仍年轻、不成熟。‘政府希望长牛并积极引导’与‘问题能解决、方向是对的’均为其判断,不能写成政策承诺。

股权结构上,他称智谱‘清一色都是人民币机构’,MiniMax也有许多政府基金和人民币机构,其他机器人公司也有类似结构,与过去想象中清一色美元不同。他据此判断中国正在形成不完全依赖外部资金的科技资本成长体系。具体股东名册未在节目展示,‘清一色’是嘉宾概括,不能无核验写成精确事实。

技术认知上,他说通过MiniMax的发展更重视多模态。他把人的舒适、亲切、直觉解释为温度、湿度、磁场、频率等多种身体感知共同计算,超越文字和纯逻辑。‘人是多模态大模型’是启发式类比,磁场等具体人类感知机制和贡献没有被论证,不能将整段写成已证明的人体计算理论。

他赞MiniMax早期投入MoE和多模态,并认为这与M系列尤其M2、M2.1获得开发者正反馈有关。这是投资人对被投企业的归因,缺少模型消融、版本对比和开发者数据;‘亚洲第一个all in MoE’等优先权表述也应保留为其自述。

‘南坡北坡’把纯软件大模型与具身智能放在同一多模态路线:AI需要物理交互提供新模态和反馈数据,具身需要AI能力完成交互,因此双方团队互相招聘并逐渐靠近。这是有机制内容的路线假设,但‘最终在AGI汇合、AGI一定极度多模态’仍是预测。

他最后引用人类能说出的信息仅为能感知的百万分之一,以及另一句‘能感知到的和实际能感知到的可能是万分之一’,两句口径本身含混且没有来源,不能用来计算机器人智能上限。全频谱感知机器人会产生无法想象智慧,是远景推演。

话题推进:主持人顺着具身热度继续问:市场究竟怎样理解机器人,下一阶段价值会在硬件载体还是训练出来的AI?

00:41:32–00:45:54具身三阶段与千寻融资:‘机器人训练AI’是投资认知框架

  • 曲凯:你怎么看具身智能和AI硬件的未来发展及当下变化?

张津剑把具身认知分三阶段。第一是任务机器:能否在家干活、打螺丝,2017—2018年商用清洁、仓储和无人叉车等已属于此类,也有AI技术。第二是AI载体:约2023年起,市场把机器人看成AI进入物理世界并执行服务的硬件,绿洲当时依据‘新一代AI软件需要新硬件’布局。

他说苏浩老师提出‘onbody AI’,但转录术语可疑,不把它当正式术语;原稿对苏浩‘唯一进全球前100的中国科学家’等排名也缺来源,本文不采为事实。绿洲早期被投公司之一转录为‘极氪’,无法据文本确认是否极氪或其他机器人企业,故不猜改,只保留‘千寻等具身项目’这一明确语境。

第三阶段是他最强调的判断:robotics不是承载AI的外壳,而是通过机器与环境互动、真机RL来训练AI,与软件侧其他多模态RL一样走向AGI。因此‘真正值钱的不是机器,而是通过机器训练出来的AI’。这是他对价值归属的强判断,不应理解为硬件、制造和供应链无价值;也没有实验对比证明真机RL一定优于仿真、离线数据或其他路线。

千寻融资案例展示认知和价格的错位:他称投资时估值2.5亿元,下一轮约3亿或3.5亿元,2024年初融资困难,投资人问机器人能不能跑、跳、打拳,不理解为何强调AI。后来市场开始接受第三阶段叙事,估值快速上涨。这个案例说明市场定价随认知框架变化,不证明估值上涨等于技术或商业目标已经实现。

张津剑把认知形成过程也讲得很清楚:千寻和高阳老师最初向他们解释时,他也不理解,后来共同学习讨论才接受。他高度评价千寻、苏浩及相关团队,认为可能处于全球北坡第一梯队,并称在实验室看到很amazing的demo、可能很快。上述是投资方观察和预测,不是公开可复现实验结果,也存在利益关联。

话题推进:在具身与应用已很热闹的情况下,曲凯问绿洲还在寻找哪些尚未形成强共识的新机会。

00:45:54–00:50:37Agent infra与2026乐观判断:从代码、ZK到人才能源供应链

  • 曲凯:具身和Agent应用已投很多,最近还在想什么新机会?
  • 曲凯:创始人关心2026年融资市场、美元基金和整体情况,你怎么看?

张津剑列两类新关注。第一是AI与科学的结合,他认为‘AI for Science’一词太片面,想弄清真正结合方式;这表明仍在问题探索期,而不是已有完整投资方法。

第二是Agent infra。他把资本主义社会的基础简化为法律和金融,再类比AI社会:代码和协议像法律,Agent通过共同执行程序约定协作;交易、流通与身份则需要新的货币和数学机制。他提Coinbase去年推出的‘402协议’,以及零知识证明(ZK)的发展。402的具体名称、版本和协议内容未在文本中核准,本文不自行改成另一协议;只保留他举作支付/协议例子的归属。

‘不可能用人或AI监督,只能数学解决’是过强的二分。ZK可在特定命题下提供可验证证明,但Agent身份、授权来源、密钥托管、反欺诈、现实责任和争议处理仍需组织、制度和审计。代码可以执行协议,不能自动覆盖自然语言合同、现实法律和不可预见情形;这些是对其类比的边界,不是否认基础设施方向。

他同时称若狭义区分AI与具身,绿洲投具身的钱可能比AI更多,并预测‘南坡美国领先、北坡中国一定领先’。这是组合自述和强烈国家路线判断,未给资金数额或技术比较。

对2026融资,他明确乐观,理由是前沿科技底层看人才、能源和供应链,只有中美能对抗;过去全球资金过度配置美国,正在减仓并只能去中国,加上DeepSeek、MiniMax及其他中国创新证明,东南亚和中东资金也会流入。

这是一条完整但未经数据验证的资本流动推演:‘只能去中国’忽略现金、其他市场、二级资产和观望;人才、能源、供应链重要,也不自动等于一级市场回报。具体年份应结合shownotes和录制时点理解,本文不把2026年融资乐观写成已经兑现。

话题推进:曲凯在这里把话题从国家和资本转向个人:张津剑反复强调的生命力,自己怎样实践?

00:50:37–00:55:26生命力与不吃晚饭:个人减法实验的因果链和健康边界

  • 曲凯:过去三年对生命力的理解有什么变化?你自己怎样活出自己?
  • 曲凯:个人生活有什么变化,信息越来越快时有没有更平静或快乐?

张津剑说生命力不能只作为概念、价值标准或约束,而应是‘活出自己’的状态表征。他用8分、2分作翻译式说明,但不是已建立量表。很多人不是不能而是不敢活出自己,同时他也承认存在各种条件约束,不能把所有不能都归为个人胆怯。

他借‘人是大模型’类比:若被迫摄入不适合的数据、做不适合的推理、输出不适合的token,模型会‘熵增、塌缩’;若按本来样子生存则可能变好。这里是人生比喻,转录‘伤增’按语境可整理为熵增,但不具有模型训练上的可测量含义,也不能证明真实自我有唯一固定分布。

被问具体怎么做,他说仍在路上,方法是做减法:若自己是信号,捕捉不到是因为噪声太多,要去掉不是自己的部分。

他从前一年六七月份开始原则上不吃晚饭,每月因应酬或朋友仍会吃两三顿。直接结果是减少晚间应酬和饮酒、空出晚间时间;间接结果是开始安排兴趣。因为每天只剩午饭一顿正餐,他会认真选择喜欢的午饭,并发现对午饭有要求后,对其他事情也逐渐有自己的想法。

他反思过去总有‘晚饭、宵夜下一次’作为退路,所以午饭和晚饭都可能随便滑过。这形成一个个人行为链:减少备选 → 提高本次选择权重 → 更认真对待偏好 → 扩展到生活其他决策。它是嘉宾自我观察,不是控制实验,也没有证明不吃晚饭本身导致主体性提升。

后文他说因此更瘦、更健康、更快乐,但节目没有健康指标,本文不把间歇性禁食推荐给所有人,也不将其写成普适健康结论。

话题推进:下一段继续用‘一年只能投一个、一生只做一件事’说明减法,并讨论会议和阅读的惯性。

00:55:26–01:19:57连续对话 3

00:55:26–00:57:25把选择变少:从一年一个项目到拒绝惯性会议和阅读

  • 曲凯:如果给一个快速、结论性的回答,过去三年你更快乐了吗?

张津剑继续把减法用于投资:如果一年只能投一个项目,或一生只做一件事,选择会更集中。他反问,若一年投了10个项目,如何提高?有人可能回答再投10个,但真正有价值的问题可能是‘去年只能投一个,你会投谁’。这是思想实验,不是主张基金机械限制为一单;作用是暴露优先级,避免用更多行动掩盖选择标准不清。

第二个实践是刻意不参加某些会、不做某些事。他观察很多行为只是惯性:别人推荐一本书,便下意识去买去读,可能因为认可推荐人、书很出名、或读后可与人交流,而不是自己真正需要。他把这种自动化行为比作运行太多后固化的代码,主张丢掉下意识,读真正想读的书,即使看起来不务正业。

这里‘做减法’有两层对象:外部活动和内部自动化反应。仅减少日程并不够,还需识别行为究竟来自真实兴趣、长期目标还是他人认可;这与前面融资作为reward的机制形成呼应。

曲凯问是否更快乐,他明确说是,认为减法会正反馈,使人更瘦、更健康、更开放和快乐。这是他的个人总结,不能推广为任何人减少社交、饮食或项目都必然更快乐;减法也可能损失重要关系、信息或机会,需要按目标和代价判断。

做减法嘉宾通过减少晚餐应酬、会议和惯性阅读,让选择与偏好更清楚。它是个人实践而非普适处方:减少选项可帮助识别优先级,也可能失去机会、关系或必要营养,需看具体目标和约束。
self-attention与long contextself-attention是模型在序列位置间计算信息关联的机制,long context涉及模型可利用的较长输入及其中重点。嘉宾将其类比为人的觉察和持续注意力,但二者计算机制、幻觉和测量方式不同。
奖励函数与‘真’RL中的奖励函数给行为结果打分,影响策略优化。嘉宾借它表达人生价值标准‘真’,即诚实、不演和内外一致;这是价值比喻,不是可自动优化的人生公式。
运气与幸存者偏差嘉宾称投资大多靠运气,同时指出人们更常向成功者问运气,忽视失败者的相同叙述。方向与创始人选择可改变机会暴露,但实际结果还受市场、时机和随机事件影响,不能用事后故事精确分配比例。

话题推进:曲凯接着问,研究AI本身是否反过来改变了他对人的理解,尤其注意力怎样分配。

00:57:25–01:00:52注意力类比:self-attention、幻觉与long context不能直接等同于人脑

  • 曲凯:研究AI有没有反过来给你关于人本身的反思或启发?

张津剑把Transformer的self-attention类比为佛家的‘觉照’,认为AI研究在处理注意力放在哪里,人也需要觉察自身注意力。这是跨领域比喻,不是技术定义:self-attention是序列内不同位置表示之间的加权计算,并不等同于人主动观察自己。

他说注意力太局限会丢信息、太宽广会产生幻觉,进一步类比人的幻觉。实际模型幻觉不能仅由注意范围解释,还与训练数据、目标、检索、解码和知识边界有关;这段应按其哲学类比理解,而不是当作充分技术因果。

他把吃饭提供的能量说成供养注意力,把人在某一刻只能说出一个token,用于说明同一时间选择和关注具有排他性;不同人谈MiniMax时输出不同,是关注点不同导致‘token分布’不同。这是把生命选择投影到模型语言的方式,不是证明人脑按LLM机制运行。

绿洲因此做Attention Mechanism系列,不只是读论文,而是讨论AI处理注意力时遇到的问题,并反观人的注意力。这是机构内容选题的自我解释。

最后,他把短视频导致人的注意力只有15、20秒,与要求AI有long context并抓住重点作对照。‘15、20秒’未给研究来源,long context是模型输入窗口与利用能力,也不等于人类的持续注意力或深度理解。可保留的启发是:人与模型都需要在大量信息中识别重要内容,但二者的机制、幻觉和评价标准不能简单互换。

话题推进:从注意力转到强化学习,曲凯问:如果人生也是RL,你的奖励函数究竟是什么?

01:00:52–01:05:53‘真’作为奖励函数,运气作为投资复盘:两套不可量化的自我框架

  • 曲凯:如果人生是一场强化学习,你的奖励函数是什么?现在还会羡慕谁吗?
  • 曲凯:这几年投资有没有更理解运气,怎么看运气在成败中的作用?

张津剑回答人生北极星指标是‘真’。他先假设生命是更大整体的一部分,再以老板希望同事目标与组织一致、可以能力不足但不愿意图有问题作类比,推演若宇宙是生命体,它的意图也应是真,因此真成为其核心甚至唯一标准。这是一套形而上价值论证,不是可从RL或组织管理证明的宇宙结论;‘真’在实践中的含义仍需通过诚实、不演和一致行动解释。

被问是否羡慕,他说没有羡慕但有欣赏:通透、放松、有节律、真诚、务实等品质。他把欣赏别人看成自身也有这些种子的映照,希望借此变好。这是个人修养方法,不能据此断言所有欣赏都证明自我已经拥有相同品质。

谈投资运气,他说‘大部分、绝大部分是运气’,因为创始人成长和项目被赛道重新定义都很难规划。一个原融资困难的项目,可能因被投资人称为具身智能而突然成为明星,显示叙事、时机和市场环境的作用。

他随即指出提问本身有幸存者前提:通常问做得不错的人运气占多少,失败者说运气差却未必被同样认真听取。这是对成功案例复盘偏差的重要提醒。

01:04:31后的一大段‘我们能做的只是选择方向和具体跟谁在一起’,转录说话人标为曲凯,与原深读归给张津剑不同。按当前transcript归属,应保留为曲凯的补充:世界随机,投资机构能选的是方向/圈子和具体创始人,种子如何开花还受气候、温度、土壤影响,只能保持敬畏、静待花开。

‘绝大部分是运气’仍不是可计算比例。早期研究和选择可能改变接触机会与 payoff 暴露,但本期没有做业绩归因,不能把运气叙事或认知叙事任一写成完全解释。

话题推进:随机性和自我认知之后,两人回到播客:它既改变机构关系,也改变两人各自的角色。

01:05:53–01:11:02播客的双向改变:机构信任、第三人称自审与曲凯从输出到提问

  • 曲凯:这三年播客给你带来了什么,包括你们自己的《信号与噪声》?
  • 张津剑反问:你自己做播客和AI项目,这三年最大变化是什么?更了解自己后又怎样了?

张津剑先说实际收益:见创始人时,对方可能听过播客,认为绿洲decent、sincere,愿意聊,因此前期建立信任的铺垫减少。这是其自我观察,不是对所有创业者的统一评价。

更大的个人收益来自自己做《信号与噪声》:对话没有充分准备,他会从下意识想问的问题觉察自己的性格;录后重听则像以第三人或导演视角看‘津剑’这个角色,思考怎样修改。与真实、通透的嘉宾交流,也让他更自然。

这里的‘角色’不是鼓励表演,而是把自己从即时反应中拉开距离,形成可观察、可修正的自我叙事。这种自审方式是嘉宾经验,不构成心理干预效果的普遍证明。

曲凯随后回答自己的变化。早期写公众号使他习惯输出,做主持后要学会当绿叶:即使觉得某问题自己能答得更好、嘉宾没接住铺垫,也要克制不抢戏。播客还意外成为42章经从公众号到新媒介的‘续命’,他把起步归为无知者无畏和较大运气,也承认播客并非天然很好的分发渠道。

在播客之外,他说更了解长短板、哪些事更适合自己,因而‘更不争’:不那么与外部评价、大众眼光和同行争执,活出不以世俗成功为唯一标准的自我。

张津剑把‘争’解释为自我证明:自我预期与世俗认可之间有差距时,人可能既自信又自卑;曲凯更协调统一,说明底气更足。这是嘉宾对主持人变化的理解,与曲凯自己的‘更了解自己’可以并置,不能互相替代为唯一心理原因。

话题推进:最后一个问题回到未来三年:如果技术让真实和表演更容易被看见,个人与组织应怎样选择?

01:11:02–01:19:57未来三年与俊杰预算案:真实叙事下的Agent预测、研发优先级和全球创新

  • 曲凯:放眼未来三年,无论你的打算、行业预期还是给大家的建议,你想讲什么?

张津剑先设想明年身边会有录像头式Agent:开会时观察双方、补充问题、生成To Do和纪要,下次见面能检查前后是否一致,并实时上网核查事实,在时间和空间维度判断一个人是否可信。他进一步说双方都有Agent时,微表情和小技巧会被拉平,‘凡你知道自己在演,AI一定知道你在演’。这是一种未来场景,不是当前识谎技术证明。微表情和事实一致性与真实动机并不等价,误判、隐私、数据授权、偏见和对抗操纵都没有在这段展开。

他据此给两种策略:演到24小时、连潜意识都相信,或真实活出自己。‘Fake it until you make it’被他解释为长期角色也可能反过来推动结果,而他更赞成真,认为真实会吸引喜欢自己的人,好伙伴是让你变得更真的人。配偶和合伙人的例子强调能放松、不需层层计算;但‘只要真就一定有人选择你’仍是价值信念,并不处理安全边界、职业责任、信息保密和必要沟通策略。

MiniMax创始人‘俊杰’的案例使组织决策具体化。其他公司融资和动作,他答‘不看’,只看AGI是什么、自己离它多远、要做什么。高管要求预算,理由是对手有数倍预算、给自己就能做得更好;俊杰想一晚后拒绝,因为技术未收敛、产品形态未知,应把钱投入技术研发,等产品形态长出来再花某些预算。张津剑称这是不演给高管、投资人或市场看。

这是投资方转述的单一决策,不是MiniMax完整预算制度。它支持的判断是:在技术路线和产品形态都未稳定时,单纯按竞争对手金额配预算可能把资源锁到错误方向。但研发优先并非永远拒绝市场投入,技术收敛的判定、现金跑道和组织能力都影响结果。

最后他把个人选择扩到中国新一代创始人:从成本和工程优势转向全球定义新品类,举Hypershell外骨骼、大疆无人机和‘拓足/拓竹’桌面3D打印为例,赞MiniMax Day One的全球视野、产品和用户。被投公司评价与利益关联需保留,‘中国这一代一定处于更好位置’是乐观预测,且他也说不是每家都能成为千亿市值公司。

结尾把成功重新定义为活出自己:全球创新既是一代创业者的外部方向,也是个体认识和实现自己的过程。这个价值收束不能替代前面对业绩、技术和资本的未决问题。

话题推进:访谈在对中国创始人全球视野的期待和《信号与噪声》后续节目的预告中结束。

以上是原对话的分段阅读。下面才开始提炼论证、解释机制并给出本文自己的判断。

主要论证:观点怎样由经历与例子支撑

2022年底All in AI是最正确的战略决策,但本可更猛、更开放,尤其不应以地域偏见排除Figure AI。

张津剑(三年投资自我复盘) · 00:02:12;00:04:03;00:05:28;00:06:06

从Stability相关动态和Transformer看到范式转移后,绿洲在LP仍担心2015年未解套时转向AI,由此形成后续组合。早期项目价格较低,Figure当时约8亿美元、后被称为400亿美元。可复盘的机制是地域与资产类别假设缩小了认知范围;不能只用事后估值证明当时必然该投,也不能用宏观正确掩盖GPT-4发布误判和中微观错误。

成立条件:需要同期尽调、风险预算、海外投资约束、折扣、稀释、退出和替代组合才能评价反事实决策。‘更猛’不等于无限加仓,‘更开放’首先指扩大认知和关系。

信息过载和AI降低表达成本后,投资应抓主要矛盾,更重视创始人的执行、实事求是和动态解决问题。

张津剑(投资方法与组织判断) · 00:21:50;00:22:46;00:24:42;01:15:34

公司数量从树干到树叶后无法穷尽,必须明确不看什么。具体路径、竞争和外部环境难预测,创始人是相对稳定的观察对象。long action, short thinking强调通过行动获得真实体感,MiniMax预算案则体现不被竞品融资和金额牵着走、按技术阶段配置资源。

成立条件:口号针对空想和外部攀比,不是反对思考、研究或市场投入。定义问题、技术收敛和现金跑道都影响执行;被投案例为投资方转述,不能单独证明普遍最优。

大模型与具身智能是AGI的南坡北坡,具身价值将从任务机器、AI载体进一步转向通过机器训练AI。

张津剑(技术路线投资假设) · 00:39:45;00:40:03;00:43:28;00:44:30

软件模型需要更多真实模态和反馈,具身系统也需要更强AI,因此团队与数据互相需要。三阶段框架解释为何千寻早期强调AI时融资困难、后来估值随市场认知上涨。具身被纳入大AI方向,而不是独立硬件赛道。

成立条件:物理数据是否AGI必需、真机RL是否优于仿真与其他训练、两条路线是否必然汇合,均未由节目证明。千寻估值上涨说明市场认知变化,不等于技术和商业成功;北坡中国领先是预测。

未来十年需要为Agent构建主体性,包括身份、授权、支付、协议和归责,代码与数学工具可能成为基础设施。

张津剑(Agent基础设施设想) · 00:26:34;00:27:13;00:46:36;00:47:44

当Agent代替用户行动,必须知道它是谁、代表谁、如何付款、如何防欺诈及出错由谁负责。代码协议可让多方按共同程序协作,ZK等可验证特定命题,因而可能减少部分信任和监督成本。绿洲将其与AI和科学结合列为新关注方向。

成立条件:银行账户、驾照、警察法官是类比,不是现行AI法律地位。ZK不能独立解决现实身份、密钥、授权和法律责任,代码也不能覆盖所有争议;402协议名及技术内容待核。

技术方向和人才参与比短期泡沫争论更重要,香港和人民币资本改善中国科技融资退出,2026年融资可乐观。

张津剑(资本市场与泡沫判断) · 00:17:49;00:35:16;00:36:32;00:48:51;00:49:41

他认为价格与价值交替领先,适度泡沫可吸引人才;香港成为中国科技公司新退出通道,人民币和政府基金增加。国家竞争看人才、能源、供应链,全球资本从美国减仓可能转向中国创新,因而看好2026年。

成立条件:方向价值不能取消价格、损失和错误激励,2026泡沫破裂问题未被正面回答。股东和资金流数据未给,‘只能去中国’忽略其他资产与观望;所有市场预测均非已兑现事实。

AI时代的人也需要主体性,通过做减法、减少外部奖励依赖和更真实地行动来建立价值与合作关系。

张津剑、曲凯(个人与组织生命力叙事) · 00:28:28;00:32:13;00:53:16;01:08:07;01:15:34

融资和估值容易替代真实问题,权威和成功者叙事又会强化外部认可。张津剑用不吃晚饭、拒绝惯性会议和阅读降低噪声,用《信号与噪声》呈现普通人的不确定;曲凯则从输出者变成提问者、从争到更了解自己。俊杰预算案被用作组织层面的‘不演’。

成立条件:个人体验不等于普适效果,健康、资源和职业约束差异需要考虑。Agent可靠识谎、‘真一定有人选择’是预测或信念,不应为必要沟通、隐私和专业责任留出错误二分。

机制与术语:对象、输入输出和中间过程

早期投资复盘:战略判断、组合开放与事后价格的证据分工

【本文整理:以张津剑案例为依据】战略层先决定是否把研究、关系和资本转向AI;组合层再决定国家、阶段、资产类别和仓位;结果层最后才观察估值、上市和退出。Figure案例暴露的是组合层的地域假设,而All in AI复盘支持的是战略层方向选择。三层不能用单一事后估值合并:高估值可能来自市场重定价,也可能伴随技术、条款和稀释变化。真正可复用的复盘应记录当时可见信息、未采用的假设和替代选择,再检查哪些认知限制可被制度化纠正。

对应节目:00:02:12;00:05:28;00:06:50

例子来源:嘉宾原例重述,不是本文虚构场景

嘉宾原例重述:Figure当时约8亿美元且融资困难,绿洲因‘机器人属于中国’未投,后来张津剑称估值400亿美元。本文只用它证明地域偏见的代价,不据此计算‘本应赚50倍’,因为折扣、持股、稀释、退出和替代投资均未知。

long action如何形成反馈,而不是把思考排除在外

【本文整理:将嘉宾多段论述连成循环】输入是高度不确定的问题和有限信息,行动让产品、用户、团队或外部环境返回新证据,创始人据此修正问题和下一步。AI可降低文案、分析和方案生成成本,因此仅增加‘想出来的内容’不一定增加独特信息;一手反馈反而更稀缺。循环仍需‘定义问题—选择实验—执行—复盘’,short thinking针对无验证的空转,而不是减少必要研究。对科学和硬科技,行动可能是一次长期实验而非一周上线。

对应节目:00:22:46;00:24:15;00:24:42;00:34:29

本文自拟示意,不是嘉宾实验

本文自拟:两个团队都担心模型路线未收敛。团队A连续写三个月战略文档,没有用户或实验输入;团队B用一周定义可测问题、跑一个受控实验,再根据失败决定继续或停止。后者更符合long action,但B的实验设计和停止条件本身仍需深入思考。

融资作为可观察奖励,怎样替代真实问题奖励

【本文整理:嘉宾与主持人共同给出的机制】融资额、TS数量和估值容易观察、传播和比较,PMF、问题重要性与技术进展更难测量。若团队把前者当主要reward,就可能优化叙事、竞争对标和短期融资,而非用户与研发。角色变化又会加强这种偏差:同一位投资人劝别人别比估值,自己创业后也开始比较。低频信号的作用是把评价重新拉回问题与一手证据,而非否认融资是必要资源。

对应节目:00:32:28;00:33:15;00:33:37

例子来源:嘉宾原例重述,不是本文虚构场景

嘉宾原例重述:一位投资人朋友常劝创始人别在意估值、专注正确问题,自己孵化项目后却问张津剑为何别人估值更高。这个反转说明原则知道并不等于在自身利益处境中能做到。

南坡北坡的多模态互补:哪些环节是机制,哪些是预测

【本文整理:嘉宾框架附本文边界】软件模型可处理数字模态,具身系统通过传感器、执行器和真实环境产生交互数据;前者提供学习与推理能力,后者提供物理反馈和新任务分布。双方因此可能在数据、模型和人才上互补。要走向更强通用能力,还需解决真实数据成本、仿真到现实迁移、奖励设计、安全和泛化。‘最终汇于AGI’是预测,‘一定中国领先北坡’更需要技术、商业和人才证据,不能由供应链一项直接推出。

对应节目:00:39:45;00:40:03;00:43:28;00:44:30

例子来源:嘉宾原例重述,不是本文虚构场景

嘉宾原例重述:AI团队开始招具身人才,具身团队也招AI人才;千寻早期强调AI却被投资人问能否跑跳打拳,后来市场才逐渐接受通过机器训练AI的叙事。前者支持互补现象,后者说明市场认知变化,都不是AGI路线已被验证。

Agent代表人行动时,身份与责任链条怎样闭合

【本文整理:由嘉宾问题清单展开,非现行法律结论】输入是用户目标、Agent身份和可调用权限。系统需验证Agent与用户授权关系,限制支付或操作范围,记录行动与数据,检测异常,并在错误时把责任映射回用户、运营方、开发者或交易对手。代码协议能自动执行明确规则,ZK可证明部分身份或授权命题,但密钥被盗、授权过期、现实损失和法律争议仍需治理。‘主体性’可因此拆成技术—制度联合设计,而非给AI一个账号就完成。

对应节目:00:26:56;00:27:13;00:47:15;00:47:44

本文自拟示意,不是嘉宾实验

本文自拟:用户允许采购Agent每天最多支付500元。Agent出示限定授权凭证,商户验证额度和有效期,系统留存发票和操作日志;若密钥被盗,还需冻结权限并界定赔付。ZK可隐藏额外信息,却不能独自证明线下商品已按约交付。

个人减法:减少外部噪声后,选择权重怎样改变

【本文整理:依据张津剑个人实践】当活动、推荐和他人评价过多时,个体会沿用惯性,把每次选择推迟给‘下一次’。一个明确减法会减少部分备选,让剩余选择更需要主动安排;若把释放的时间用于真实兴趣,便可能形成‘少一个默认选项—更认真对待当前—识别自身偏好—迁移到其他决策’的链条。它不是节食或拒绝社交的通用公式,关键在于减去的应是低价值惯性,并观察关系、健康和机会成本。

对应节目:00:53:16;00:54:02;00:55:09;00:56:05

例子来源:嘉宾原例重述,不是本文虚构场景

嘉宾原例重述:原则上不吃晚饭后,应酬和饮酒减少,晚间可用于兴趣;每天只剩午饭一顿正餐,他开始认真选择喜欢的午饭,并感到对其他事情也更有主见。该链条是个人自我观察,未证明不吃晚饭本身导致主体性。

独立判断:这些对话改变了什么理解

【本文推断】本期最可复用的投资教训不是‘应该更猛’,而是先识别哪些先验在限制可见机会,再决定仓位。

推理:All in AI本身已经激进,Figure复盘却显示激进并不等于开放:同一机构可在一个方向重仓,同时用‘机器人属于中国’关闭另一条路径。更有效的修正是把国家、技术形态、资产类别等否决条件写成可检验假设,并规定什么证据会推翻它们。这样在同类机会出现时,团队至少会完成接触和评估,而非提前消失。

竞争解释与边界:基金地域授权、跨境合规、汇率、投后能力和组合集中度都可能使不投成为当时合理选择,节目未给这些信息。更开放也可能增加研究成本与低质量交易,因此不能把提高出手数量当成唯一改进指标。

【本文推断】‘运气占绝大部分’与‘认知带来超额收益’可以同时成立,关键是区分选择暴露和结果实现。

推理:早期研究使绿洲在AI和具身尚冷时进入,增加了接触创始人、低价项目和未来重定价的机会;但具体哪家公司胜出、何时上市和市场怎样定价,仍高度随机。曲凯所说选择方向与具体跟谁在一起,是可控输入;运气则覆盖后续环境。更严谨的复盘应记录选择时的信息、组合存活和替代路径,而非把成功全归方法或全归运气。

竞争解释与边界:本期没有基金现金流、失败组合和同期基准,无法判断认知贡献是否已转化为超额净收益。‘大多数靠运气’不是量化比例,也可能是嘉宾强调敬畏和反对成功者神化的一种表达。

【本文推断】long action的真正价值是提高新信息产生速度,其风险是把容易行动误当成值得行动。

推理:行动能把抽象争论变成用户、实验和组织反馈,尤其适合技术路径和产品形态未收敛的环境。但高频发布、融资或扩张也会产生活动幻觉,让团队用忙碌替代问题选择。俊杰预算案的正面意义恰是先判断技术阶段,再拒绝按竞品金额行动,说明行动和克制应共同受主要矛盾约束。

竞争解释与边界:基础研究、平台基础设施和安全关键系统的反馈周期长,一周出结果未必是好指标。这里行动可以是更严格的小实验、理论验证或可靠性测试;若只用短期可见结果评价,会错误淘汰长期工作。

【本文推断】‘主体性’把Agent infra和人的价值放在同一词下,有整合力,也掩盖了两类不同问题。

推理:Agent侧需要可验证的权限、交易和责任,核心是把行为正确映射到人与组织;人侧需要在外部评价之外形成价值感,核心是生活实践与关系。前者可用工程和制度拆解,后者不能由技术基础设施解决。将二者并列有助思考人与Agent共存,但不应推导为AI需要和人一样的主体地位,或人的主体性可通过账号、协议获得。

竞争解释与边界:嘉宾主要是在提出未来十年的问题地图,而非给出完整理论。部分主体性组件,例如身份、授权和反欺诈,确实已有技术与法律探索;但本期没有评估现有方案,‘刚刚开始’也不等于这些领域此前不存在。

【本文推断】对泡沫和2026乐观的共同弱点,是把产业价值、国家能力和资本回报连接得过快。

推理:AGI有长期价值,可以解释为什么人才和资本应投入;中国有人才、能源和供应链,也能解释创业供给和成本能力。但投资回报还取决于进入价格、公司份额、商业化、治理、退出与资本周期。适度泡沫可能吸引人才,也会鼓励伪需求和过度建设;美国减仓资金并非只能去中国,还可等待或进入其他资产。

竞争解释与边界:嘉宾作为早期科技投资人,关注的是长期产业形成而非短期交易,这一视角有其合理性。香港和人民币资本也确实是他观察到的结构变化。要检验乐观,应看实际募资、成交、估值、退出和资金流,而不是只找更多创新案例。

【本文推断】‘活出自己’最有操作性的部分是做小规模行为实验,最需警惕的是用新的绝对口号覆盖现实约束。

推理:不吃晚饭、拒绝惯性会议和阅读让张津剑观察到自己怎样被默认选项支配,提供了低成本的自我反馈。曲凯当绿叶和更不争,也体现角色变化带来的认识。但AI识谎并不可靠,真实也不保证被选择;不同人还受健康、经济、照护和职业责任约束。更稳妥的实践是选择可逆的小减法,记录释放了何种时间和注意、损失了哪些关系或机会,再决定是否扩大。

竞争解释与边界:嘉宾反复说‘我也在路上’,并承认条件约束,这降低了将其读成精英成功学的必要。‘真’可以是方向而非表演式透明;在职场、合作和公共责任中,保密、边界和表达方式仍是成熟行动的一部分。

尚未解决的问题与可检验的下一步

待解问题:绿洲的All in AI与开放组合在扣除失败项目、稀释和退出约束后,实际风险调整结果怎样?

下一步信息或小实验:【后续证据建议】获取按年份和策略划分的投资成本、当前公允价值、已退出现金流、减记、持股稀释和同期基准;对Figure做当时可见信息复盘,同时比较实际替代投资。将‘上市’与‘退出回报’分开。

怎样的结果会改变判断:若组合在完整失败和费用口径下仍显著优于可比策略,早期认知的贡献更有说服力;若收益高度集中于个别未退出项目或落后于简单科技资产暴露,‘最正确’应限定为战略方向而非已证明的投资方法。

待解问题:long action在不同类型公司中应以什么行动和停止条件衡量?

下一步信息或小实验:【投资方法核验建议】对应用、模型、具身和AI for Science分别记录假设、最小实验、真实反馈、周期、成本和停止规则,比较一周执行与长期研究的产出;检查是否只是把融资和发布当成行动。

怎样的结果会改变判断:若快速行动持续提高有效信息和迭代质量,且未增加盲目扩张,该策略更有支持;若短期活动增加而关键问题未解决,或长期项目被错误淘汰,应按行业调整周期和指标。

待解问题:多模态与真机RL是否在可比较条件下带来更强、可泛化的智能?

下一步信息或小实验:【技术核验建议】比较相同任务、模型和预算下,纯数字数据、仿真、真机数据及混合路线的样本效率、迁移、安全与真实成功率;对MiniMax的MoE和多模态归因需独立版本与消融证据。

怎样的结果会改变判断:若物理交互在多个开放任务上提供不可替代的泛化收益,南坡北坡互补会增强;若仿真和数字训练以更低成本达到相同结果,或真机数据无法扩展,具身作为AGI必要路径的判断应减弱。

待解问题:Agent主体性基础设施最先落地的会是什么,代码和ZK各自能解决到哪一步?

下一步信息或小实验:【落地跟踪建议】观察真实Agent支付、授权和审计产品,记录用户委托、限额、撤销、密钥恢复、争议赔付和合规责任;对协议做性能与采用评估,而非只数合作项目。

怎样的结果会改变判断:若可验证授权与支付显著降低欺诈和人工审核,同时保留清晰责任,主体性框架更具实用性;若主要瓶颈是密钥、现实履约、跨平台责任和法律接受,就不能把采用障碍归为ZK性能不足。

待解问题:香港与人民币资本的变化是否形成可持续的融资退出体系,2026乐观是否兑现?

下一步信息或小实验:【市场核验建议】跟踪人民币/美元募资、实际成交TS、估值、上市后的流动性与解禁表现、政府基金占比和国际资金来源;区分一级融资与二级牛市,比较其他资本去向。

怎样的结果会改变判断:若募资、成交和退出同时改善且经历完整市场周期,结构性体系判断更可信;若仅少数公司上市或短期估值上涨,而募资与退出仍弱,应降低‘中国资本成长体系已形成’和资金只能流入中国的判断。

待解问题:‘做减法’和‘真’怎样变成可观察的个人/组织实践,而不成为新的口号?

下一步信息或小实验:【实践建议】个人可选择一个可逆减法,记录时间、注意、健康和关系变化;组织可记录哪些竞品动作被主动忽略、研发和市场预算如何随技术证据变化,以及成员是否能安全表达不同意见。

怎样的结果会改变判断:若减法提高自主选择且副作用可控,若预算变化由技术里程碑而非表演驱动,主体性叙事更具操作性;若只是减少必要活动、强化创始人偏好或压制异议,就应调整‘真/做自己’的解释。

影响理解的转录疑点

优先连读/回听00:03:30—00:11:18:Figure AI、算力设想与大公司反应,最清楚地区分事后估值、投资假设和真实认知修正。再读00:21:12—00:34:52,理解long action、主体性及融资reward如何相连。技术路线重点读00:34:52—00:45:54,需同时保留多模态机制、三阶段框架、千寻融资案例和未验证预测。组织决策重点读01:15:24—01:17:07的俊杰预算案;个人实践则连读00:50:37—01:05:53,可避免把不吃晚饭、注意力类比和运气叙事抽成脱离语境的鸡汤。

证据边界与资料索引

本页依据整期机器转录、官方节目介绍与章节逐段重建,未宣称逐字人工听审。说话人、专名、数字和时间可能存在识别误差;原声仍是最终核对依据。嘉宾关于公司、市场、研究、个人经历与未来的说法按口述保留,不自动等于独立核验的事实。

原节目:All in AI 的第一个三年|对谈绿洲资本合伙人张津剑

本页使用的公开文字或字幕来源

返回顶部