经创业财经、创业财经汇
“大模型公司迟早要面临投行拷问。”
文丨程曼祺
编辑丨宋玮
作为多年的科技与商业精英，李开复的一面是精确与秩序。
他出现在办公室时比约好的时间刚好早 1 分钟，同事说他常常如此准点。
他仿佛刚从 20 年前的畅销书封面中走出来：步态从容，一身藏蓝色西服套装，三七分的发型一丝不乱，手里提着一个深棕色皮质公文包，是讲述美国 1960 年代商业精英的电视剧《广告狂人》里会出现的款式。
不过翻开这张精致的封面，李开复又一直身处一个模糊、混乱、难以预测的商业世界。
过去 1 年，这种混乱到了一个高峰，他在去年 5 月创立大模型公司零一万物并担任 CEO，已经 62 岁的李开复把自己拉入了一场新的大模型混战。
过往的光环与名气反而放大了围绕李开复和零一万物的质疑与争论。
李开复 1983 年开始在卡耐基梅隆大学攻读计算机博士，当时他在研究计划中写道：“人工智能是人类了解自身的最后一步，我希望投身这门新的、有前景的科学。”
更年轻的创始人现在会说：1980 年代的 AI 不是今天的 AI。
去年 11 月零一万物首次发布开源模型 Yi 后，有人从代码里看到了与 Meta 的 Llama 模型相同的张量命名方式，指出这是 “套壳” 大模型。
此后有多位 AI 从业者撰文解释，现在大部分 AI 大模型都会选择共同或相似的模型架构，真正影响模型性能的工作是数据选取、数据处理和训练，以及最终得到自己的模型参数，零一万物和其它公司都需要自己完成这些工作。
曾经每天用程序自动发几十条微博的李开复没有在公开场合做回应。他忙于用他的理性与经验，在复杂、混乱的大模型市场里找出一条最正确的生存之路。
在创业一年后，李开复第一次接受深度采访，完整阐述零一万物怎么想、怎么做。
李开复有一套环环相扣的精密逻辑。他以工程师的方式定义了一个新概念：TC-PMF，在 PMF（Product Market Fit）寻找产品与市场匹配点的基础上，加上了技术（technology）和成本（cost）。
这两个要素都在快速变化，李开复认为降低推理成本至关重要，这是 AI 与移动互联网的最大差别。零一万物的战略就是要比别人更快找到这个四维匹配。
更快找到的方式是自己做推理引擎，尤其是做大量 AI Infra（基础层）优化工作：从选择服务器到设计机房和部署 GPU，再到做向量数据库，零一万物都自己来，自己掌握降低推理成本的节奏。
必须自己找 TC-PMF，又是因为李开复相信以下的教训是真理：任何公司不可能吃技术一辈子，一定要找到技术之外的壁垒。
“有些媒体会把做大模型的人分成两种：信仰 AGI 的和赚钱的，我就是既要又要。” 李开复说。
零一万物去年陆续上线的 4 个海外产品中，有一个生产力产品的 ROI 已经实现了 1。
零一万物刚刚发布了新的千亿参数闭源模型 Yi-Large 和首个国内产品 “万知 AI”。在斯坦福的开源评测项目 AlpacaEval 2.0 上，Yi-Large 控制了文本长度误差的胜率（LC Win Rate）排第二，仅次于 OpenAI 今年 4 月发布的新版 GPT-4 Turbo；胜率（Win Rate）则排到了第一。
Rate 为 51.9%，排第二，Win Rate 为 57.5%，排第一。
AlpacaEval 2.0 的测评逻辑是，以去年 11 月的 GPT-4 Preview 来与其它模型 “打擂台”，如果其它模型胜率超过 50%，意味着其有一半以上的回复比 GPT-4 Preview 要好。其中 LC Win Rate 是控制了用户更喜欢长回答的倾向之后的胜率。
如果看重表面的秩序，李开复本不需要自己走入于这场混战，过去 14 年他都在投资和支持别人。
现在他是 “最年长的” 中国大模型创业者，处在一个竞争最激烈的中国大模型市场。最多的资源、押注，最密集的人才都不站在这边。
创业环境不再那么宽松了。李开复谨慎地思考如何用更少的资源保持在第一梯队，提前谋划估值快速攀升后如何独立生存。零一万物现在是中国六家大模型独角兽之一。
“没有收入的四、五十亿美元估值，在 AI 1.0 时代都支撑不了。大模型公司迟早要面对投行拷问，要未雨绸缪，否则这些纸牌屋最后都会坍塌。”李开复说。
我们问他这次为什么一定要自己创业，有多想赢？他说他相信乔布斯的一句话：“每一个人一生有很多点，我终于来到一个机会，把这些点全部串在一起。我相信我来到这个世界就是来串这些点的。”
“过去 40 年他们挡不住我，以后 40 年也是”
《财经》：有人说你是中国最年长的大模型创业者。
李开复：我希望我能带来的价值是随年龄累积的经验，而不是失去了对技术的掌控力。
如果你去问我的同事，就会知道这个问题不大。
《财经》：那些更年轻的创业者说，上世纪入行的人搞的 AI 不是现在的 AI。
李开复：那他们应该先读读我的论文。我的论文基本有两篇，一个是我和 Geoffery Hinton 团队做的 Othello（一个黑白棋博弈系统），就是用机器学习的方法来下棋，打成了世界冠军；第二个是用机器学习做语音识别，做到了当时世界最好的语音识别。
这都是在 80 年代做的机器学习。可能很多人跟你说 80 年代没人做机器学习，但是有，那就是我。
《财经》：少有人会在 60 岁之后创业，你之前还生过一场大病，家人有劝过你别干吗？
李开复：他们当然会觉得创业太累，但是挡不住我呀。过去 40 年从来没挡住我，以后 40 年也挡不住我。
我太太只是说，“我知道我说了也没用，你好好保重身体。” 她说她会支持我，还是挺不容易的。
《财经》：为什么选择直接做 CEO，有过其它选项吗？
李开复：我从一开始就考虑自己做 CEO，当然也不排除能找到很好的人。
应该说所有人我都聊过，我的期望非常高，大概想找到一个年轻版的萨提亚（萨提亚·纳德拉，微软现任 CEO），但没有找到合适的。
《财经》：为什么不像上一轮 AI 热潮那样去投资和孵化，支持其他人创业？
李开复：创新工场不是一个很大的基金，如果我们当时选择投资，就只能占非常少的份额，最后做成了也没有很大意义。
《财经》：你觉得这次有机会做成什么样？
李开复：我觉得我们要做就做一个万亿美元的公司。当然我知道机会不是很大，但是要冲一冲，做个小独角兽对我来说也不是目标。
这个梦想有这么这么的大，如果就是大家赚点钱，这绝对不是我想做的事。
我这次创业，十年都不会套现。
《财经》：和上一次 AI 热潮相比，这一次有什么不同？
李开复：回头看当时的 AI 1.0，四小龙的时代，我们看到一些很优秀的技术型创业者都会走过四个阶段。
第一阶段是我有最牛的团队，比论文，比得奖。第二阶段就是打榜，比谁能拿到 ImageNet 或者人脸识别的冠军。第三阶段就是抢第一个大单，第一个大单还是蛮多钱的，但之后就变成一片红海。第四个阶段，是一个 to VC 的模式，就是我能不能堆出一个客户和收入的成长，让 VC 觉得我能做成，投我。
这个过程产生了很多低质量收入，就是 project based（基于项目）的收入：我做一单，你给我几十万、几百万，做完了就结束了。
所以 AI 1.0 其实就是把一批系统集成的公司硬包装成了高成长的 AI 公司。
当然有一个阶段是有高成长的。但这类收入到一个峰值就上不去了。再之后，就是一个个上市、一个个破发。因为最终逃不掉的，市场永远会用传统的财务指标来衡量一个公司，你有再厉害的科技也没有用。
《财经》：那这一次就可以做出高成长和高质量收入了么？
李开复：现在 AI 能带来真实的价值啊。
比如生产力的 AI 应用，过去从来没有一刻可以做到别人帮我写报告、写文章和做 PPT，也从来没有一个软件，可以帮我分析总结一千页、甚至一万页文字。
这一次还同时点燃了 2B 跟 2C 的机会。同时，这次很重要的是先国外、再国内。
因为美国已经先有了 ChatGPT moment：市场被教育了，用户习惯了用 chatbot（聊天对话机器人）；用户和开发者愿意付费，因为 ChatGPT 也收费、API（应用程序编程接口）也收费。
所谓高质量收入，就是 SaaS 和订阅费，广告也可以算。但广告要先堆量，SaaS 和订阅是相对不那么烧钱就可以获取用户的方式，这已经在发生了。
《财经》：你一下子说到了好多事——海外、国内，2B、2C——这些你们都要做吗？
李开复：我们会做很多事，整个公司的设计就是要做一个 AGI 时代的微软。
万知 AI 上线以前，我们在海外市场就已经有 4 个应用了。但有些事我们暂时不会做，比如在国内做 2B，我们不会碰项目制的订单，我认为它还没有逃离上次 AI 1.0 的魔咒。
2B 我们会走 API 路径，不管国内国外，花钱买 API 都是一个已经被教育过的市场。所有的创业基本都应该避免去教育市场，因为这是大厂才能付得起的事情，创业公司没有这样的成本。
“PMF 已经不能完整定义大模型的创业了”
《财经》：零一万物现在同时做模型技术和应用产品，为什么？
李开复：每一次技术革命都是吸取教训的机会，有一个教训是真理：无论你技术强不强，你不可能吃技术一辈子，你一定要找到技术之外的壁垒。
移动互联网时代，为什么安卓、苹果、微信这么强，抖音还能杀出来？
就是因为字节跳动足够早地预测到了用 AI 来推荐短视频，找到了这个 PMF（Product Market Fit，产品市场的匹配），把握住时间窗口，打造了非常高的用户粘性和成长率。当它成为一个有海量用户的普惠应用，微信就再也没办法复制抖音、把它杀死了。
这个对我们的启发是，我们一方面要做 AGI、做最强的模型，但是我们不能只吃这个饭，我们一定要去非常精密地寻找类似 PMF 的东西。
但是我觉得 PMF 已经不能够完整地定义大模型的创业了。
《财经》：怎么讲？
李开复：因为现在的 AI 和移动互联网有一个很大差别，就是移动互联网没有推理成本。
所以我们要找的其实不是 PMF，我要定义一个新的词，是 TC-PMF——就是你还要考虑技术 technology，还要考虑成本 cost，这是一个四维的 fit。
比如说某些应用需要 AI 不能有幻觉，那现在的技术就有挑战；有些应用需要非常大尺寸的模型或者长文本窗口，但这可能带来 40、50 秒的推理延迟，或处理一百万 token 要花 75 块钱，这也没有 fit。
我觉得每个公司都要找到自己的 TC-PMF。
《财经》：找 TC-PMF 和找 PMF 的方法有什么不同？
李开复：有一个著名曲棍球选手说，不要去球在的地方，要去球将要去的地方。
比如以前 AI 的幻觉特别严重，现在好多了，以前做不好数学、编程，现在能做好了，那产品就要不断要调整。
而且你一定要在这个功能还不能做，还比较贵时先开始做产品，这样等技术和成本可以达到 TC-PMF 时，你的产品已经出来了。那几个月的时间窗口至关重要。
在今天的 AI 成本基础上，基本很难做出一个抖音、微信或淘宝级别的应用。但是一年后或许可以。
《财经》：怎么提高成功率？
李开复：一个利好是，推理成本至少每年会降低十倍，这个过去两年已经发生，未来也会发生。所以一个公司可以试着去精准预测技术会怎么变，成本会如何下降。
但一个更强大的公司，应该主动去降低推理成本，这样他就能比别人早一刻找到 TC-PMF。
《财经》：你们是怎么做的？
李开复：自己做推理引擎，自己掌控命运，而不是守株待兔——是华为可以给我更低的推理成本呢，还是英伟达，还是第三方的引擎？
自己做的好处是，别人的推理成本降低十倍时，我们可能降二十、三十倍。
《财经》：你说的推理引擎主要指什么呢？其实自研大模型的公司理论上都能主动降低推理成本，你们和别人有什么不同？
李开复：是可以，但把模型做得又小又好只是整个优化的一半。另一半是 AI Infra（基础层）的工作，是在模型层下面怎么部署 GPU，怎么做并行计算，怎么把软硬件做最好的结合。
我们的优势就在于我们一开始就建立了一支很强的 AI infrastructure 团队，这样可以在训练时省钱，在推理上加速。
我们还自己开发了向量数据库，做了 RAG（检索增强生成） 优化，甚至自己设计机房、部署硬件，这也是为了推理引擎。
《财经》：投入 Infra 的实际效果如何？
李开复：光是 GPU 成本，多方面优化后，我们训练千亿参数的 Yi-Larege 模型时，就比同比下降了一倍左右。
我们的推理也可以做到比微软、OpenAI 和 Google 更便宜。中国的 infra 团队真的很强，模型可能不如美国，infra 不会输他们。
假如今天我们只靠模型能力，infra 用云厂商的，能把推理成本的优势做到 30% 就了不得了，但模型和 infra 一起做，可能会有 100%、200% 的优势。
“ROI 不好时就烧钱拿用户，这么下去最终会破产”
《财经》：从你们已有的产品尝试中看到了什么？
李开复：我们最早上线的生产力产品的 ROI 已经可以做到 1 了，也就是我们从用户手中收到的订阅费，已经低于我们获取用户的成本加 GPU 的成本。今年应该会有一个亿的收入，有近千万用户。
但这还不是达到了 TC-PMF 的普惠点，因为规模还不够大。普惠点是真的有上亿用户，每天或者每周去使用，而且账要能算清楚。
我们探索的一些其它应用，娱乐、陪伴类的都有，但 ROI 都没做到过 1，30 日留存也不够好，我们就没有去推。
《财经》：这几个形态里，现在只有生产力产品的 ROI 能达到 1，你觉得这是为什么？
李开复：生产力应用的付费点最明确，虽然技术上有幻觉问题，但最终是人来把关内容，因此也 OK。
而其他领域，包括那么多人学的 Character.ai，都有 TC-PMF 的问题，主要是降低推理成本和提高体验上的冲突现在还比较难解决。
你要降低推理成本，只有缩小模型，这就导致体验不够好，用户不会来。你用了大模型，体验好了，但推理又贵了。所以 Character.ai 就没有特别好的体验，因为它用不起 GPT-4，它自己做的小模型又不够好，进入了两难。
一个诱惑是，我们也可以花钱烧出用户，号称做到了几千万用户、几百万 DAU。但是留存不好、ROI 不好，这么做下去最终还是得破产。
《财经》：你认为 ROI 多少才算好？才可以更激进地做增长？
李开复：我们会把 0.6 当作一个基准线，烧 1 块钱可以回 6 毛钱时，就可以往前推进。
你一旦推到了 1 ，就表示增长还可以更激进，我们还没有到一定要追求回本的阶段，我们就会多做一些推广；太低了我们就扎实地提升产品。所以 ROI 会自然地游走在 0.85 到 1.05 之间。
《财经》：为什么不能以亏损换市场呢？过去很多产品是这么成功的，今天中国的很多 AI 产品也是免费且无广告的。
李开复：原则上说，一个免费产品如果要成立，在寻找 PMF ，或者我们说的 TC-PMF 阶段，有两个条件：一是长期留存要够高；二是可以凭口碑传播免费获客。
抖音、微信早期是两个都做到了。ChatGPT 虽然留存不够好，但口碑传播应该是历史上最好的。
今天国内的很多 AI 产品的问题是，还没有达到这样一个 TC- PMF，就在烧钱，用户来了也会跑的。
据我所知，现在国内 chatbot 产品的 30 日留存没有超过 10% 的。
《财经》：但如你所说，推理成本正快速下降，ROI 未来会提升。
李开复：推理成本是在下降，但获客成本也会越来越高。移动互联网到后来，流量贵得不得了。
中国还有一个特殊性，就是移动流量独大的互联网格局。所以我们要考虑手机端到底适合什么 killer app？
现在大家做的最多的生产力应用一般是网页版的，在电脑上用的，在手机上去读 PDF、长文本和生产 PPT 就很难。
ROI 不到 1 的产品其实也完全可以做。我们有三款产品都还在 ROI 相当低的阶段，我们还在不断试。比如用了新的 Yi-Large 模型后，这几个产品的留存都有提升。
但我们一般至少要看到 0.6 才会开始推，否则用户越多越亏钱，几乎可以预测不会烧出结果。
《财经》：过去互联网烧钱的一个假设是，产品最终有网络效应，最先成为赢家的产品会通吃市场。你觉得 AI 产品的网络效应是什么？
李开复：什么能带来网络效应？比如说抖音的创作者生态，比如说微信的关系链壁垒。今天我们在各种大模型应用上并没有看到这样的网络效应。
我不否认烧钱可以获得用户，但现在要比移动互联网时谨慎很多。一是因为更低的推理成本和更好的模型之间现在还是互斥的。你要去平衡各种因素，能预测技术发展曲线，还能不断降低成本，有史以来没有这么难的、寻找 PMF 的过程。
另一个不一样的地方是，移动互联网本身有新人群红利，一波一波人开始买智能手机，中国的这个人群尤其巨大，这就自然形成了用户漏斗。而现在没有这么多新上网的人了。
《财经》：一些 AI 产品今年已在到处做广告，你看到后有动摇吗？
李开复：有些友商投放了几千万美元，烧出了几百万 DAU，如果他们有信心让用户走了又能回来，那是他们自己的策划。
我们认为做应用就是按部就班：一方面你要又狠又准，在正确的时刻出手，把握时间窗口；另一方面，当这个窗口还没来时，我们选择不过度烧钱，因为赔钱的速度是完全可以预测的。
“有媒体把做大模型的人分成信仰 AGI 的和赚钱的，我就是既要又要”
《财经》：按照你设想的战略，零一要同时做好技术、成本控制、产品和需求洞察，有纠结过哪个更重要吗？
李开复：为了找到 TC-PMF 就必须都做。有些媒体会把做大模型的人分成两种：信仰 AGI 的和赚钱的，我就是既要又要。
我们当然追求技术极致，但任何一家公司都一样，不可能永远靠技术指标，也不能永远靠融资。
《财经》：同时做很多事的挑战是什么？
李开复：能不能在各方面都找到优质的团队，然后去管一个多元文化的公司。
因为做 infra 的人，做产品的人，做模型的人，做海外、国内市场的人，他们的技能、经验和做事方法都有不一样的地方。
历史上做得比较好的公司是微软，它的 Office、Windows、服务器、云、游戏，包括现在的 AI，每个组都是不同的文化，Windows 的人和你聊的都是技术，Office 就是用户第一。
而且微软多元化蛮快的，它第一个产品是 BASIC，很快就收购了 86-DOS，变成了它的 MS-DOS，后面又通过自研和收购做了 Word、Excel、PPT，最后打包成 Office。
我们是要在更短的时间里达到这种多元文化，每个团队都要发力达到 200% 的效果，最后 1+1+1 ＞ 3。
《财经》：如何让整个公司达到 200% 的效果？
李开复：美国大厂的计算资源是我们的几十倍、一百倍。我们前段时间聊的一个博士最后决定去一个美国公司，因为对方答应给他 10000 张 GPU，我们谁都没有 10000 张 GPU。
所以重点是，我们怎么能挤出每一张 GPU 最大的价值，怎么用更少的算力进入第一梯队。另一部分是，我们要做更准确的技术判断，因为每次决策下一套模型要怎么做，都是上千万美元，钱还不是最重要的，时间成本更重要。
我去年去了 7 趟美国，团队也去了很多次，就是了解各种选项，看哪些最有希望，然后先在小尺寸上做实验，再选择一个路径训练几个月。到现在为止，我们训练时没有失败过。
《财经》：怎么务实地评估你们和 GPT-4 的差距？
李开复：首先系统化的评比是有价值的，在斯坦福的开源评测项目 AlpacaEval 2.0 上，主要指标 LC Win Rate 我们排到了世界第二，仅次于 GPT-4 Turbo；Win Rate 更排到了世界第一，超过了 GPT-4 Turbo。
另一方面，我觉得最终的评估是在 “模应一体” 的前提下，去看你的模型是不是能在你的应用里调到最优，同时也让应用达到最优。
如果 “模应一体” 做得足够好，即便模型本身未必超过 GPT-4，但在我们的应用上的体验可以超过它。我们已经逐渐看到了这一点了。
《财经》：如果回到投资人身份，除了你们自己，你还会支持谁？
李开复：我如果现在有很多钱可以投任何公司，我会全部放在零一万物。但是零一万物自己要考虑融资节奏，融得太急迫、稀释太多，是双刃剑。
《财经》：你认为行业竞争的下一个重要节点是什么？
李开复：技术上，现在大家都是往 decoder only 的 Transformer（注：GPT 的路线）的路径走。MoE（混合专家模型）、多模态是新的技术点，我们也在做，重要的是不能落出第一梯队。
商业上，我觉得上市很重要。不是因为要变现、赚钱，而是说 AI 公司要经过一个上市的拷问。比如港股现在对上市的要求是，能做到 2 亿美元的高质量收入，未来一年成长 2.5 倍。
上市也能带来独特的融资机会，比如定增。现在中国大模型创业，美国、欧洲的投资就别想了，中东在观望，他们一方面热爱 AI，一方面之前投软银没有很成功。
中国的 VC 环境也变了。现在不少公司已经很贵了，再下一轮难道要四五十亿美元估值吗？没有收入的四五十亿美元估值在 AI 1.0 时期都撑不下去。
大模型公司迟早要面对投行拷问，要未雨绸缪。否则这些纸牌屋最后都会坍塌的。
“下一本书由 AI 来写”
《财经》：你是很多年轻人的偶像，去年零一被讨论最多的事却是套壳 Llama 的负面风波。被质疑是什么感受？
李开复：当时有很多技术专家写过详细文章解释了，套壳的说法就是胡说八道。很荒谬的事，中国哪一个大模型不是基于 GPT 或 Llama 的架构的？技术圈对 Llama 架构这个称呼本来就是不同意的。
架构在模型中的权重也远逊于模型训练本身和通过训练获得的参数和代码。后三者才是各家比拼自研实力的决胜点。我们的 Yi 模型是从零开始训练，自己获得的参数和代码，并没有参考任何 Llama 或其他模型的参数。
《财经》：有想过自己出面解释吗？
李开复：我觉得还是专注把事情做好，而且有些事情真的越描越黑，我们明明没有问题，但是可能因为我在行业中比较有名，就有人来找我麻烦。
没事，那我们就使用有名的优势，我就来做万知 AI 的首席体验官，专注把产品做好。
《财经》：以前你是投别人，现在你要说服别人投你，被拒绝过吗？怎么适应新角色？
李开复：我一般都可以敲开门，但不代表敲开了，钱就会来。以前在创新工场做募资也是类似的，都是站在需要钱的那一方。
《财经》：很多人放弃去美国招人，你到现在还在坚持，这个过程并不顺利，为什么要继续做？
李开复：我们的优势可能是，我在 Linkedin 上跟任何一个人约 meeting 总是约得到，约到不一定会有兴趣加入，但是约到了再说。
我 Linkedin 上至少发了七八百条信息、见了两三百人。我们屡败屡战，最终还是挖到了一批挺优秀的人才。
上周在美国就很开心，我又找到两个人，现在已经开始在这边工作了。
《财经》：过去一年有自我怀疑和焦虑的时候吗？
李开复：还好，我当然有时会担忧，但不至于焦虑。公司总是有时效率很高，有时比较低，但一直走在我们坚持的战略上。
《财经》：不焦虑的支撑来自什么？
李开复：来自 “世界因我不同”，开玩笑。
来自我相信乔布斯的话：就是每一个人一生有很多点，我终于来到一个机会把这些点全部串在一起。我相信我来到这个世界就是来串这些点的。
2009 年，李开复出版自传《世界因你不同》。
《财经》：你现在还有多想赢？
李开复：这不是个输赢的问题。我觉得第一，这是人类有史以来最重要的技术，不能错过这次革命，必须全力投入。
第二是我觉得自己有一些独特的优势，我经历过很多公司，知道怎么用一套系统化的方法来打这个市场。
还有，我觉得中国应该有自己的大模型，因为美国的模型可能会用不到。中国改革开放这么多年，经济发展都很好，如果这次大模型革命落后了，就可惜了。我热爱这个国家跟人，我觉得不可以让这件事发生，那是遗憾终生的事情。
《财经》：这次如果没有做成，可能是因为什么？
李开复：我不太想这个问题。我觉得对所有大模型公司来说，资金链断裂会是一个问题，买不到足够多的 GPU 也是，没法验证自己的商业模式，没法达到上市指标，这都是问题。
《财经》：被收购不会是你的选项？
李开复：肯定不是我想要的选项。但我是个务实的人，所以在正确的时刻，一切皆有可能。但我认为那是最糟的结果。
《财经》：你写过不少书，经历这一次创业后，你会写一本什么书？
李开复：我觉得这本书不是我写，应该是万知写。我希望能引导它写出一本比我写的精彩 10 倍的书。
我一直很关注的一个题目是 AI 时代给人类社会带来什么改变，大家应该怎么去面临这个时代。
《财经》：对这些问题你的新思考是什么？
李开复：最好的情况是，一些公司基于 AGI 带来巨大经济价值。相应的挑战是，当 AI 取代了很多工作，人的自我存在需求怎么被满足？
你要说是不是有人拿大模型做坏事，这是存在的，但最糟的状态是人的绝望：一个人发现自己学的技能都被 AI 取代了。
我们不能告诉大家不要绝望，光指望国家给你钱，不是这样的。
我觉得需要让大家意识到，工作不是人生唯一的目的，人应该花时间做自己爱做的事，创造非经济价值。不要觉得这很简单，我们低估了它的难度。
同时，也要积极再学习，寻找成长第二曲线，AI 2.0 时代还会诞生更多新工作，要努力抓住新机会。
《财经》：有些人会把这次 AI 浪潮比作上世纪的互联网浪潮，有人觉得它像大航海时代。你觉得我们正在经历什么？
李开复：我觉得它是人类有史以来最大的科学发明和进步。当然从商业角度说，互联网、移动互联网都让大家赚了很多钱，出现了一批公司，这次也有类似的机会，但这就低估了它的重要性。
我敢确定，10 年后回顾今天，大家会说，移动互联网真的没什么。
题图：零一万物今天在北京召开千亿参数模型与产品发布会。来源：零一万物。
