對(duì)話 | 唐小引 嘉賓 | 王詠剛

責(zé)編 | 屠敏

出品 | CSDN（ID：CSDNnews）

從寫代碼、調(diào)模型，到生成內(nèi)容、驅(qū)動(dòng)產(chǎn)品，AI 正在重新塑造“創(chuàng)造”的方式，也不斷逼近一個(gè)繞不開(kāi)的問(wèn)題：當(dāng)機(jī)器越來(lái)越能干，程序員究竟該站在什么位置？

爭(zhēng)論從未停過(guò)，但比結(jié)論更重要的，或許是那些真正站在浪潮里、親身參與變革的人給出的實(shí)踐答案。

王詠剛，就是這樣一位長(zhǎng)期身處一線的人。

回顧他曾在谷歌的十余年生涯，其參與過(guò)構(gòu)建桌面搜索的核心算法，打磨輸入法的底層邏輯，拓展產(chǎn)品搜索與深度知識(shí)圖譜，也加入過(guò)谷歌首頁(yè)涂鴉等項(xiàng)目的研發(fā)。從底層架構(gòu)到創(chuàng)意產(chǎn)品，他的足跡幾乎覆蓋了技術(shù)與產(chǎn)品的各個(gè)層面。

離開(kāi)谷歌后，他投身創(chuàng)新工場(chǎng)，既是 AI 科研的引路人，也是創(chuàng)業(yè)者的同行者，見(jiàn)證無(wú)數(shù) AI 公司從萌芽、孵化到上市。他一手發(fā)起的 DeeCamp 項(xiàng)目，專注培養(yǎng)應(yīng)用 AI 人才，將技術(shù)的力量延展至更多可能。

如今，當(dāng)不少人還在爭(zhēng)論 AI 是否會(huì)取代程序員時(shí)，作為 Mootion 的創(chuàng)始人，王詠剛又一次站在了潮頭。他帶領(lǐng)團(tuán)隊(duì)闖進(jìn)了 AI 視頻生成賽道，嘗試讓“AI 導(dǎo)演”走進(jìn)普通人的生活。

他是工程師，是投資人，是連續(xù)創(chuàng)業(yè)者，更是 AI 發(fā)展的親歷者與推動(dòng)者，他的故事，恰好與技術(shù)的每一次變革交織。

當(dāng)我們思考 AI 時(shí)代的創(chuàng)造邊界在哪里，程序員該如何與 AI 共生，創(chuàng)業(yè)路上的機(jī)遇與焦慮又該如何安放時(shí)，在 2025 年 8 月 15 日首日的現(xiàn)場(chǎng)直播中，CSDN&《新程序員》執(zhí)行總編唐小引與Mootion AI 創(chuàng)始人、前創(chuàng)新工場(chǎng) AI 工程院執(zhí)行院長(zhǎng)王詠剛展開(kāi)了一場(chǎng)深度對(duì)話，試圖解答這些關(guān)于 AI 技術(shù)、創(chuàng)造與未來(lái)的問(wèn)題，在此特別編輯成文音視，希望為大家?guī)?lái)一點(diǎn)思維的漣漪。

歡迎收聽(tīng)音頻播客，如有興趣觀看完整視頻，可在文末獲取

以下為對(duì)話內(nèi)容：

做了這么多年程序員、投資人，為何在 AI 時(shí)代選擇創(chuàng)業(yè)？

唐小引：今天對(duì)話的嘉賓，很多資深程序員應(yīng)該都比較了解——王詠剛老師。王老師可以和大家打個(gè)招呼，做個(gè)自我介紹。

王詠剛：大家好。我算是個(gè)老程序員了。從 PC、移動(dòng)互聯(lián)網(wǎng)到 AI 時(shí)代，在每一個(gè)技術(shù)變革的熱點(diǎn)時(shí)期，我都在一線堅(jiān)持寫程序。到今天更讓我興奮的 AI 時(shí)代，我依然在不斷地寫程序。中間我也做過(guò)投資、孵化和教育培訓(xùn)。

現(xiàn)在，我很專心地在帶一個(gè)自己的創(chuàng)業(yè)小團(tuán)隊(duì)，在 AI 時(shí)代探索技術(shù)能把人帶向何方，未來(lái)產(chǎn)品應(yīng)該如何定義。我在每一個(gè)時(shí)代都特別有興趣去做這些最前沿的事情。

唐小引：您編程多少年了？

王詠剛：編程經(jīng)驗(yàn)太多了，說(shuō)完了就暴露年齡了。

唐小引：您是 AI 和 Coding 界里的“老法師”，并深耕 AI，基本上參與了 AI 發(fā)展的整個(gè)歷程。此前，李開(kāi)復(fù)老師把 AI 分成 1.0、2.0 兩個(gè)階段，您在這些階段里基本上都參與了。這是您第一次創(chuàng)業(yè)嗎？

王詠剛：第一次作為一把手創(chuàng)業(yè)。之前作為聯(lián)合創(chuàng)始人，有過(guò)好幾次經(jīng)歷了。

唐小引：是什么讓您在現(xiàn)在大模型的時(shí)代，選擇做一把手投身創(chuàng)業(yè)？

王詠剛：其實(shí)沒(méi)有那么宏大的敘事，也沒(méi)那么復(fù)雜，說(shuō)到底挺簡(jiǎn)單的。之前我在世界上最好的團(tuán)隊(duì)和公司平臺(tái)里做了很長(zhǎng)時(shí)間程序員；后來(lái)又在一個(gè)全新的平臺(tái)，做過(guò)投資和孵化相關(guān)的事情。經(jīng)歷這些之后，我就一直在想：

以前作為聯(lián)合創(chuàng)始人和別人一起創(chuàng)業(yè)，甚至把公司推到上市。那么，在今天這個(gè)全新的 AI 時(shí)代，很多東西都還沒(méi)有被定義，大家也不知道未來(lái)的公司、產(chǎn)品、技術(shù)到底會(huì)長(zhǎng)成什么樣，完全未知的情況下，我要不要作為一個(gè)一把手，帶一個(gè)小團(tuán)隊(duì)去做一次實(shí)驗(yàn)？

以前更多是參與已經(jīng)成形的大潮，現(xiàn)在既然潮頭的方向都看不清，那我們干脆就在潮頭游泳試試，就是這么簡(jiǎn)單的思考。

唐小引：就是還沒(méi)有一個(gè)特別明確的方向。

王詠剛：我不知道大家對(duì)目前的 AI 創(chuàng)業(yè)、對(duì)投融資的了解，我覺(jué)得它還是一個(gè)相對(duì)比較偏早期的狀態(tài)。

AI 商業(yè)模式仍未定，多數(shù)用戶只是“嘗鮮”

唐小引：其實(shí)編程本身更偏理性，而您的創(chuàng)業(yè)方向卻選了更貼近人文與藝術(shù)表達(dá)的視頻生成賽道。您希望讓“AI 導(dǎo)演”普惠大眾，能否結(jié)合戰(zhàn)略判斷與個(gè)人興趣，談?wù)勀吹降奈Ｅc機(jī)？同時(shí)結(jié)合自身經(jīng)歷，有哪些見(jiàn)解可以分享？

王詠剛：現(xiàn)在 AI 的技術(shù)形勢(shì)非常好，但商業(yè)形式很撲朔迷離。關(guān)于 AI 的商業(yè)落地路徑、最終產(chǎn)品如何幫助人類，這件事如今還有非常多的問(wèn)號(hào)。

不像當(dāng)年的移動(dòng)互聯(lián)網(wǎng)，iPhone 和 iOS 平臺(tái)出現(xiàn)后，大家無(wú)形中有一個(gè)共識(shí)：只要把移動(dòng)生活中的信息、交易和內(nèi)容供給都做好，平臺(tái)自然會(huì)出現(xiàn)。正因?yàn)檫@種確定性，移動(dòng)互聯(lián)網(wǎng)時(shí)代出現(xiàn)了所謂的創(chuàng)業(yè)紅利，那是一個(gè)巨大的、可以自由做產(chǎn)品的海洋，不管是藍(lán)海還是紅海。

而今天的情況是，技術(shù)被拔得非常高，可技術(shù)與“真正解決人類問(wèn)題”之間，在很多領(lǐng)域還離得比較遠(yuǎn)。即便到現(xiàn)在，ChatGPT 已經(jīng)出現(xiàn)將近三年，這幾年時(shí)間，我認(rèn)為 AI 只解決了（指日常可以每天都用）編程這一件事情。

唐小引：先卷程序員。至于其他賽道卷得怎么樣，還是未知數(shù)。

王詠剛：因?yàn)樵谄渌芏噘惖郎?，現(xiàn)階段都面臨著一種相似的狀況：當(dāng)你推出一款新的 AI 產(chǎn)品時(shí)，嘗鮮用戶很愿意去用，但這些“嘗鮮用戶”并不等代表產(chǎn)品普惠的受眾群體。

我在這里不討論基礎(chǔ)模型，像 ChatGPT 這樣擁有數(shù)億日活和月活的產(chǎn)品，規(guī)模確實(shí)非常大，這是因?yàn)樗峁┑氖且环N更底層、更通用的能力。但在基礎(chǔ)模型之上做應(yīng)用時(shí)，今天大量 AI 應(yīng)用的用戶構(gòu)成，仍然以嘗鮮者為主。

舉個(gè)例子：現(xiàn)在有不少 AI 應(yīng)用宣稱“什么都能做”。當(dāng)我把這些產(chǎn)品介紹給一位不在這個(gè)行業(yè)的普通朋友，譬如他在傳統(tǒng)行業(yè)從事日常的辦公室工作，我會(huì)告訴他，日常辦公的很多事情用這種通用的 AI Agent 都可以完成。

他的第一個(gè)反應(yīng)通常是：“具體能做什么？”在我實(shí)際演示之后，他的第二個(gè)反饋往往是：“這不就是去網(wǎng)上查點(diǎn)資料，再整理成一個(gè)表格嗎？”隨后他會(huì)打開(kāi) Excel，說(shuō)：“我還是覺(jué)得 Excel 更好用?！睂?duì)于普通用戶而言，當(dāng)前的 AI 應(yīng)用，現(xiàn)實(shí)體驗(yàn)大致就是這樣。

AI 時(shí)代的范式轉(zhuǎn)移：編程與人機(jī)協(xié)作

唐小引：您覺(jué)得過(guò)去積累的經(jīng)驗(yàn)，在如今的 AI 時(shí)代會(huì)不會(huì)反而變成一種負(fù)擔(dān)？

王詠剛：一定是負(fù)擔(dān)，尤其是在今年 AI 已經(jīng)把整體編程能力推到了“及格線”之上時(shí)，這種經(jīng)驗(yàn)帶來(lái)的負(fù)擔(dān)幾乎是不可避免的。

至少我這半年是一個(gè)遷移期，以前我對(duì)代碼有很強(qiáng)的安全感，總覺(jué)得關(guān)鍵代碼必須自己親手寫，現(xiàn)在我已經(jīng)徹底轉(zhuǎn)變成了一行代碼都不寫，讓 AI 幫我產(chǎn)出代碼，而且產(chǎn)出量非常大，既有我們團(tuán)隊(duì)的原型代碼，也有用在工程領(lǐng)域的產(chǎn)品代碼。這個(gè)思想轉(zhuǎn)變真的是非常巨大。

我的整個(gè)工作形態(tài)都不一樣了。原來(lái)我在辦公室坐的時(shí)間極長(zhǎng)，現(xiàn)在都不坐了。因?yàn)槲铱偸前l(fā)著指令，就遛彎去了，我去打杯咖啡或者打杯水，然后回來(lái)再看 AI 做得怎么樣。

唐小引：在實(shí)際使用 AI 編程的過(guò)程中，比如讓 AI 生成單元測(cè)試時(shí)，您提到失敗率并不低。在這種情況下，人類應(yīng)該在哪些環(huán)節(jié)介入，進(jìn)行監(jiān)督和判斷？另外，您也多次提到以工作流為核心的人機(jī)協(xié)作方式，能不能結(jié)合具體實(shí)踐，談?wù)勥@種協(xié)作該怎么設(shè)計(jì)？

王詠剛：跟 AI 相處，關(guān)鍵不是誰(shuí)控制誰(shuí)，而是一起找到一種“合拍”的方式。就像兩個(gè)從來(lái)沒(méi)見(jiàn)過(guò)、背景完全不同的人一起做事，需要很多碰撞。

和 AI 也是一樣，甚至不同的 AI，就像不同的人。比如你用 Claude，和用 GPT，好像面對(duì)的是兩個(gè)性格、能力都不同的人，這點(diǎn)特別有意思。他們擅長(zhǎng)的地方不同，犯的錯(cuò)也不一樣。所以你還得適應(yīng)：用 GPT 的時(shí)候該怎么配合，用 DeepSeek 的時(shí)候怎么來(lái)，用 Claude 又是另一套方法。

也正因?yàn)檫@樣，我一直在不斷嘗試，我跟 AI 最好的交流方式到底是什么？是我先把設(shè)計(jì)文檔稍微寫幾句，還是讓它根據(jù)我的思路寫設(shè)計(jì)文檔？是我直接把單元測(cè)試寫了，然后 AI 幫我寫代碼？還是我把代碼寫了，AI 把單元測(cè)試寫了？各種方式我都在試，特別有意思。

唐小引：大模型帶來(lái)的是一種范式轉(zhuǎn)移，但很多規(guī)則本身似乎并沒(méi)有被徹底顛覆。您怎么看這一點(diǎn)？

王詠剛：我相信顛覆性的變化來(lái)自于人和電腦的交互方式。傳統(tǒng)的人機(jī)交互，無(wú)論是手機(jī)還是桌面電腦，本質(zhì)上都是一個(gè)相對(duì)確定的過(guò)程。你給工具、軟件一個(gè)指令時(shí)，你會(huì)非常確定你要干什么，要得到什么。

現(xiàn)在當(dāng)你在和一個(gè) AI 協(xié)作、結(jié)對(duì)編程或者結(jié)對(duì)創(chuàng)建一個(gè)視頻、一個(gè)分鏡劇本時(shí)，最大的模式轉(zhuǎn)變是你沒(méi)有辦法信任 AI。你對(duì)它的脾氣、秉性，以及它每次輸出結(jié)果都可能是有一定概率出偏差的，那你怎么樣去跟偏差一起工作，怎么樣跟概率一起工作？這件事本身就很有意思。

從另一個(gè)角度看，其實(shí)也有點(diǎn)可怕。以前我們用計(jì)算器，按完鍵一定會(huì)得到那個(gè)數(shù)；現(xiàn)在你用的“計(jì)算器”，不一定得這個(gè)數(shù)，而且這個(gè)計(jì)算器還會(huì)反過(guò)來(lái)跟你說(shuō)：“我建議你怎么算。”

如果今天 AI 能力足夠的話，那手機(jī)一定不會(huì)這么設(shè)計(jì)，因?yàn)榻裉斓氖謾C(jī)是一個(gè)以人類指令驅(qū)動(dòng)的操作系統(tǒng)，操作系統(tǒng)和手機(jī)的硬件本身就不可能這么設(shè)計(jì)。它一定需要手機(jī)里進(jìn)駐一個(gè) AI，而這個(gè) AI 和人類之間一定是一個(gè)相互協(xié)商的過(guò)程。我需要花時(shí)間了解你的強(qiáng)項(xiàng)和弱點(diǎn)，然后一起約定一個(gè)工作流。

我和 AI 結(jié)對(duì)編程時(shí)，大概能看出這個(gè)雛形，我們就是在慢慢磨合與協(xié)商。比如 Claude Code 有一個(gè) claude.md 的文件，真正用過(guò)編程的人都知道，claude.md 就像一個(gè)“協(xié)商協(xié)議”。我覺(jué)得哪里不好，并不會(huì)自己去改代碼，而是直接跟 AI 說(shuō)：“把我這個(gè)想法記進(jìn) claude.md 里，以后你都按這個(gè)來(lái)。”它提出一個(gè)好主意，我也會(huì)讓它記進(jìn)去：“以后我也這么配合你?！边@就像我們倆一直在磨合一個(gè)事情。

唐小引：那您覺(jué)得，AI 會(huì)不會(huì)朝著確定性方向演進(jìn)？畢竟從大模型到 AI Agent，我們現(xiàn)在面對(duì)的幾乎全都是不確定性問(wèn)題，而它的底層又是概率模型。

王詠剛：不需要。因?yàn)?strong>這一代 AI，恰恰就是為了解決那些過(guò)去解決不好的不確定性問(wèn)題而出現(xiàn)的。確定性問(wèn)題，比如你要嚴(yán)格、確定地推導(dǎo)一個(gè)數(shù)學(xué)公式，那完全可以交給 Mathematica 這種工具，結(jié)果是確定的。現(xiàn)在的問(wèn)題是，以前人類覺(jué)得機(jī)器不智能，就是因?yàn)闄C(jī)器不擅長(zhǎng)處理不確定性的問(wèn)題。但是在不確定性問(wèn)題上，包括程序設(shè)計(jì)、UI 設(shè)計(jì)、把 UI 變成程序、把程序變成產(chǎn)品、再判斷這個(gè)產(chǎn)品到底好不好，當(dāng) AI 能參與的時(shí)候，我覺(jué)得模式變遷最重要的一點(diǎn)就是：

• 以前我和電腦的合作，更像人和一個(gè)計(jì)算器或算盤的合作。

• 今天和 AI 的合作，就像是人和一個(gè)初級(jí)水平的人、實(shí)習(xí)生的合作。你招了一個(gè)實(shí)習(xí)生，還是要琢磨這個(gè)實(shí)習(xí)生脾氣怎么樣，長(zhǎng)處是什么，弱點(diǎn)是什么，你還是要順著他來(lái)，商量一個(gè)工作方法，能夠把這件事做好。

AI 更擅長(zhǎng)“模仿”、“組合式創(chuàng)造”

唐小引：之前關(guān)于 AI 的討論里，有一種流行的說(shuō)法：AI 先能做的，是“詩(shī)和遠(yuǎn)方”，也就是藝術(shù)創(chuàng)作和創(chuàng)意表達(dá)。而那些我們?cè)鞠Ｍ?AI 能接手的、更偏理性和規(guī)則的工作，卻還是得人類自己來(lái)完成。

也有人認(rèn)為，AI 更擅長(zhǎng)的是模擬人類大腦能完成的腦力勞動(dòng)，但一旦涉及現(xiàn)實(shí)世界的復(fù)雜執(zhí)行，比如偏“動(dòng)手”的事情，就會(huì)變得很難。您有什么樣的看法？

王詠剛：這兩件事其實(shí)并不矛盾。我先說(shuō)我的判斷，再解釋為什么它們并不沖突。

我之前提到過(guò)一個(gè)問(wèn)題：現(xiàn)在的 AI 基礎(chǔ)模型，加上 Agent 這一套組合，最擅長(zhǎng)解決什么？

一個(gè)非常明顯的結(jié)論是，編程相關(guān)的問(wèn)題已經(jīng)被解決得相當(dāng)好了，甚至在不少場(chǎng)景下可以直接替代人類。除此之外，那些看起來(lái)需要一定“創(chuàng)造性”，但本質(zhì)上仍然有邏輯可循、屬于不確定但可推演領(lǐng)域的任務(wù)，比如輔助數(shù)學(xué)解題、按邏輯結(jié)構(gòu)組織一份報(bào)告、整理和分析數(shù)據(jù)，今天的 AI 表現(xiàn)都已經(jīng)不錯(cuò)。

但反過(guò)來(lái)，在真正需要藝術(shù)創(chuàng)意、需要洞察的地方，AI 的能力反而很弱。比如我把一份市場(chǎng)數(shù)據(jù)交給它，問(wèn)：“這份數(shù)據(jù)背后的見(jiàn)解是什么？你的洞見(jiàn)在哪里？”它給出的答案往往都很“水”，這一點(diǎn)我相信大家多少都親身體驗(yàn)過(guò)。

這其實(shí)并不違背之前那種“AI 擅長(zhǎng)詩(shī)和遠(yuǎn)方”的說(shuō)法。在我看來(lái)，那更多是一種表象。AI 的真正強(qiáng)項(xiàng)在于模仿，而模仿本身就有很強(qiáng)的迷惑性，會(huì)給人一種它很擅長(zhǎng)“詩(shī)和遠(yuǎn)方”的感覺(jué)。

為什么這么說(shuō)？比如讓 AI 模仿一首唐詩(shī)，它今天完全可以寫得中規(guī)中矩，讀起來(lái)也確實(shí)像一首唐詩(shī)；再比如模仿《過(guò)秦論》，寫一篇《過(guò)美國(guó)論》，味道往往也能對(duì)得上。畫畫也是同樣的道理，AI 生成的作品，通常都是一兩種、甚至兩三種人類畫家風(fēng)格的融合。

唐小引：我之前試過(guò)讓 GPT、DeepSeek 還有 Claude 來(lái)模仿馬伯庸《太白金星有點(diǎn)煩》的風(fēng)格，寫一個(gè)“孫悟空有點(diǎn)慘”，它模仿的語(yǔ)氣還是蠻形象的。

王詠剛：當(dāng)你給 AI 一個(gè)明確的樣本，不管是一幅畫、一段音樂(lè)，還是一部小說(shuō)，然后讓它去模仿時(shí)，會(huì)發(fā)現(xiàn)它做得相當(dāng)“順”，效果也很舒服。但反過(guò)來(lái)，如果你直接對(duì) AI 說(shuō)：我想要一種真正意義上的創(chuàng)造，也就是作品里要有別人沒(méi)有的東西，這件事就會(huì)變得非常難。

我們過(guò)去看到的很多 AI 所謂的“創(chuàng)造”，本質(zhì)上其實(shí)是一種組合：把已有的元素，用不同方式重新拼在一起。比如，以前外星人的形象大多是科幻風(fēng)、賽博朋克風(fēng)，我讓 AI 用中國(guó)水墨風(fēng)去畫外星人，它會(huì)做得非常好。但你反過(guò)來(lái)想，這算不算真正的創(chuàng)造？

在我看來(lái)，這更像是一種“組合式創(chuàng)造”，而不是人類畫家在長(zhǎng)期生活積累、經(jīng)驗(yàn)沉淀和深度思考之后，做出的那種原生、突破性的表達(dá)。雖然能做出這種突破性創(chuàng)作的人類本身也并不多，但至少在今天，這種能力是 AI 不具備的。

所以，這兩件事并不矛盾。AI 要替代人類，最先替代的一定是那些邏輯清晰、可以用形式化語(yǔ)言描述的工作，比如編程，以及一部分辦公類任務(wù)。

但如果換一個(gè)角度看，AI 在藝術(shù)創(chuàng)作上的能力，達(dá)到人類小學(xué)生或初級(jí)水平，我認(rèn)為是完全可以的。只是想要達(dá)到、甚至替代成熟人類創(chuàng)作者的程度，目前來(lái)看仍然非常困難。

唐小引：我現(xiàn)在讓 AI 去翻譯，或者是基于資料進(jìn)行基礎(chǔ)的組合，這個(gè)是可以滿足的。但是如果希望能夠具有我的風(fēng)格，能夠?qū)懙眉?xì)膩夯實(shí)，具備個(gè)人色彩，到現(xiàn)在還沒(méi)有實(shí)現(xiàn)。

王詠剛：太難了，想讓馬伯庸這樣的人失業(yè)太難了。

當(dāng)前 AI 技術(shù)的上限與未來(lái)

唐小引：之前我們普遍認(rèn)為，AI 的能力基本等同于模型本身的能力。最早大家還會(huì)吐槽它“不太行”，但后來(lái)發(fā)現(xiàn)，它在編程領(lǐng)域的進(jìn)步速度非常快，于是很多人就把 AI 的發(fā)展，理解成一條類似程序員的進(jìn)階之路，從初級(jí)到高級(jí)升級(jí)打怪。不過(guò)我今天聽(tīng)您提到一個(gè)不一樣的判斷：AI 的上限，或者說(shuō)天花板，就是人類的平均水平。

王詠剛：對(duì)，這是我個(gè)人的看法。我一直認(rèn)為，這一代的 Transformer-based 的知識(shí)壓縮算法，可能就是把人類的平均知識(shí)做一個(gè)數(shù)學(xué)上的抽象，然后儲(chǔ)存在模型里面。至于 AI 能夠從里面得到一些人類的高級(jí)知識(shí)，我是持懷疑態(tài)度的。

人類能夠有突破性創(chuàng)造的畫家本來(lái)就沒(méi)幾個(gè)，一個(gè)時(shí)代可能也就十幾位。但這些人的作品數(shù)據(jù)，很可能會(huì)被淹沒(méi)在浩如煙海的那些平均甚至相對(duì)比較差的人類畫家的作品里面。所以 AI 用 Transformer 這種基于 Token 的方式去壓縮知識(shí)，我很懷疑它沒(méi)有辦法把所謂人類的高水平知識(shí)提煉出來(lái)，它提煉出來(lái)的只能是每個(gè)行業(yè)里面人類的平均知識(shí)。

當(dāng)然，我不是說(shuō) AI 未來(lái)達(dá)不到人類的高級(jí)水平，或者未來(lái) AGI 沒(méi)辦法實(shí)現(xiàn)。我很支持去年 Ilya Sutskever 那個(gè)想法，就是這一代基于 Transformer 的 AI 可能就這樣了，它未來(lái)能達(dá)到的上限就是人類的平均知識(shí)，現(xiàn)在還沒(méi)達(dá)到。如果想讓 AI 從中提煉出人類的高級(jí)知識(shí)，甚至創(chuàng)造出比人類更強(qiáng)的知識(shí)能力，我覺(jué)得可能今天的 AI 算法基礎(chǔ)還是需要再升級(jí)。

唐小引：那現(xiàn)在有明確的升級(jí)方向嗎？

王詠剛：目前科研領(lǐng)域里，還都只是一些初步的想法和實(shí)驗(yàn)，暫時(shí)沒(méi)出現(xiàn)太多讓人興奮的突破。值得注意的是，我比較關(guān)注香港大學(xué)馬毅老師的研究，他在數(shù)學(xué)基礎(chǔ)上去做的關(guān)于這一代 AI 理論上限的推導(dǎo)。我數(shù)學(xué)不好，看起來(lái)比較吃力，但是讀懂一些之后會(huì)發(fā)現(xiàn)好像是有道理，就是在數(shù)學(xué)基礎(chǔ)上可能也不支持我們這一代 AI 達(dá)到一個(gè)我們預(yù)期的 AGI 的水平。

唐小引：您的結(jié)論是，這個(gè)技術(shù)瓶頸可能很難突破？

王詠剛：在這一代技術(shù)框架下是很難突破。但是新的技術(shù)到底是什么？就像退回到 2000 年，也沒(méi)人會(huì)預(yù)測(cè)到當(dāng)時(shí)的深度神經(jīng)網(wǎng)絡(luò)可以成為達(dá)到今天水平的這樣一個(gè)主流。

唐小引：所以這一切還是充滿了不確定性。

王詠剛：需要科研實(shí)驗(yàn)來(lái)驗(yàn)證。

視頻生成的探索：從“塑料感”到真實(shí)感

唐小引：我記得之前有不少業(yè)內(nèi)專家判斷，大語(yǔ)言模型的戰(zhàn)爭(zhēng)可能已經(jīng)結(jié)束了，接下來(lái)行業(yè)的核心會(huì)逐步轉(zhuǎn)向”卷“多模態(tài)。當(dāng)時(shí)的共識(shí)是，多模態(tài)離真正成熟和大規(guī)模落地還比較遠(yuǎn)。

但從現(xiàn)在來(lái)看，多模態(tài)確實(shí)在持續(xù)推進(jìn)。以視頻生成為例，不僅生成時(shí)長(zhǎng)從最初的幾秒不斷拉長(zhǎng)，很多細(xì)節(jié)也實(shí)現(xiàn)得更好。在這樣的背景下，您能不能結(jié)合您本身的創(chuàng)業(yè)項(xiàng)目 Mootion，分享您對(duì)視頻生成以及多模態(tài) AI 方面的思考？

王詠剛：我們大概在兩年前開(kāi)始進(jìn)入這個(gè)領(lǐng)域，主要聚焦在動(dòng)畫和視頻生成方向，用 AI 技術(shù)去幫助專業(yè)端的內(nèi)容生產(chǎn)，同時(shí)也做了 Mootion.com 這樣一個(gè)面向 C 端的工具，讓沒(méi)有任何專業(yè)背景的人，只需要輸入一句提示詞，就能生成相對(duì)簡(jiǎn)單的短視頻。這兩件事其實(shí)是一件事，就是讓 AI 去幫助多模態(tài)的內(nèi)容生產(chǎn)。

我特別堅(jiān)信的一點(diǎn)是，AI 在多模態(tài)內(nèi)容生產(chǎn)的藝術(shù)造詣上、在審美能力上，其實(shí)還有很長(zhǎng)的路要走。它必須至少達(dá)到一個(gè)初級(jí)電影學(xué)院畢業(yè)的藝術(shù)工作者水平才行，這個(gè)至少還要一兩年甚至更長(zhǎng)的時(shí)間。

但換一個(gè)角度看，在今天的 AI 提供的一些基礎(chǔ)能力，尤其是生成圖片、視頻里面的一些控制能力上，我們團(tuán)隊(duì)追求的是加強(qiáng)對(duì) AI 的控制能力。具體做法是，用人類設(shè)計(jì)好的思路、范式或者引導(dǎo)，比如說(shuō)縮略圖的引導(dǎo)、文字的引導(dǎo)，讓 AI 在最終生成效果上更接近人類的目標(biāo)。這個(gè)是我覺(jué)得今天做應(yīng)用不得不選的路徑。

這跟 AI 編程處在兩個(gè)世界了。AI 編程屬于我可以放手讓 AI 去設(shè)計(jì)任務(wù)怎么做，因?yàn)樗莆樟俗銐虻哪芰Α?/p>

唐小引：相當(dāng)于在這個(gè)場(chǎng)景下，AI 可以自主調(diào)用工具，執(zhí)行復(fù)雜的任務(wù)。

王詠剛：沒(méi)錯(cuò)。但在動(dòng)畫和視頻生成領(lǐng)域，如果完全放手讓 AI 自由發(fā)揮，我們也做過(guò)不少實(shí)驗(yàn)，結(jié)果基本都會(huì)變成一種“放羊”的狀態(tài)，AI 不知道要干出點(diǎn)什么來(lái)。

所以放手讓 AI 自己做不是不行，而是有兩個(gè)前提：一類叫“人類抽卡”，另一類叫人類的控制信息。本質(zhì)是一樣的，就是人類不滿意 AI 生成內(nèi)容的質(zhì)量，要么從里面去控制，要么用篩選的方法找出生成得好的東西。

現(xiàn)在大家在網(wǎng)上看到的那些看起來(lái)創(chuàng)意十足的 AI 短視頻、AI 短劇，其實(shí)不外乎就是有大量的人類控制，加上大量的人類抽卡，做起來(lái)都還蠻有挑戰(zhàn)的，不是說(shuō)一個(gè)沒(méi)有任何藝術(shù)細(xì)胞的人就可以做到。

唐小引：這個(gè)問(wèn)題我自己其實(shí)也親身試過(guò)。國(guó)內(nèi)大家可能用「即夢(mèng)」比較多，我算是它的深度用戶。之前我在抖音上刷到一部叫《權(quán)利童話》的作品，當(dāng)時(shí)特別驚艷，因?yàn)樗鼛缀跏峭耆?AI 制作的。

后來(lái)我也想自己試一試，做一個(gè)類似的、以《西游記》為主題的內(nèi)容。但真正上手之后，我也說(shuō)不清到底是提示詞寫得不到位，還是自己沒(méi)辦法用“導(dǎo)演的語(yǔ)言”把需求表達(dá)清楚，總之就是越做越不滿意，最后只能不了了之。對(duì)我這種完全不懂視頻制作的人來(lái)說(shuō)，最挫敗的一點(diǎn)在于：我明明能感覺(jué)到成品不是自己想要的樣子，卻完全不知道問(wèn)題出在哪兒，更談不上該怎么改。

王詠剛：是的，而且這里面有好多特別基礎(chǔ)的問(wèn)題。我們現(xiàn)在必須跟導(dǎo)演合作才能知道這些事。不跟導(dǎo)演合作，我們的程序員或者算法工程師就覺(jué)得這事解決了，比如我已經(jīng)可以精確控制畫面里的人物拿刀殺死吸血鬼，這個(gè)鏡頭生成得足夠準(zhǔn)確，那肯定就沒(méi)問(wèn)題了。

但這個(gè)鏡頭到底滿不滿意，是藝術(shù)判斷說(shuō)了算的。

很多時(shí)候，導(dǎo)演一上來(lái)就會(huì)直接指出問(wèn)題：“動(dòng)作是對(duì)的，但你的鏡頭不覺(jué)得特別塑料感？”

“塑料感”就是特別假的意思，比如人物皮膚、吸血鬼的質(zhì)感，都像個(gè)塑料小人在動(dòng)。動(dòng)作很精準(zhǔn)，環(huán)境也很逼真，人物形象本身似乎也挑不出硬傷，但是這個(gè)塑料感讓人看了就覺(jué)得是 AI 生成的，很假。對(duì)于真正有藝術(shù)追求的創(chuàng)作者來(lái)說(shuō)，接下來(lái)的問(wèn)題就變成了：我需要用什么方式去控制，讓 AI 能夠生成相對(duì)偏向生活真實(shí)的質(zhì)感。

唐小引：這正是我困惑的地方。

王詠剛：這背后牽扯到很多技術(shù)問(wèn)題。我們?cè)诟鷱V告、微短劇、番劇的導(dǎo)演合作的時(shí)候，發(fā)現(xiàn)一些導(dǎo)演的真實(shí)需求，反而變成了以前程序員、算法工程師完全不知道的需求。而我們要做的事情，就是解決這些問(wèn)題。

一旦我們把這些事在工作流里面跑通了，就有機(jī)會(huì)把它們做成產(chǎn)品。只要實(shí)現(xiàn)了產(chǎn)品化，AI 生成內(nèi)容的質(zhì)量就會(huì)持續(xù)提升，慢慢擺脫現(xiàn)在這種明顯的“塑料感”。

換個(gè)角度說(shuō)，今天只有專業(yè)人士才能做出的那種比較真實(shí)、超級(jí)好的效果，我們是希望通過(guò)我們的努力，能夠讓像你我這樣沒(méi)有特別多藝術(shù)熏陶的普通人也做出來(lái)。

唐小引：那在實(shí)踐中，有沒(méi)有一些比較基礎(chǔ)的探索方向或者解決方案？

王詠剛：其實(shí)思路有很多，我先隨便舉幾個(gè)大家在網(wǎng)上也能看到實(shí)際案例的方法。

比如，當(dāng) AI 生成的視頻“塑料感”特別重時(shí)，可以先從視頻首幀入手：把視頻的第一幀抽出來(lái)，用一款相對(duì)簡(jiǎn)單的 AI 工具對(duì)這張圖進(jìn)行畫質(zhì)增強(qiáng)，比如做超分或者細(xì)節(jié)優(yōu)化。然后，把這張優(yōu)化后的圖片再交回給 AI 模型。接下來(lái)，通過(guò)一系列提示詞，讓它先保證前景背景不變，然后做一個(gè)重繪。

這個(gè)重繪要求，是我們跟導(dǎo)演商量出來(lái)的結(jié)果。比如，在打光上，我們會(huì)明確告訴 AI：“我希望這里面有一些午后的自然光”，“我希望里面有一些丁達(dá)爾現(xiàn)象”，就是有一些霧氣照過(guò)來(lái)之后會(huì)有光路；然后我會(huì)希望人的皮膚有一些質(zhì)感，比如說(shuō)東亞人的皮膚會(huì)有一些雀斑、汗毛，描述皮膚的粗糙程度；還有對(duì)環(huán)境，會(huì)增加一些比如墻面的斑駁、器物的老化程度。這些東西都有助于 AI 在一張靜態(tài)圖上做處理。

今天 AI 做控制最大的問(wèn)題是要控制變量。如果你讓它在整個(gè)視頻的每一幀上都做這個(gè)事，畫面很容易“飛掉”。但如果先把首幀單獨(dú)拎出來(lái)，通過(guò)反復(fù)調(diào)整和“抽卡”，從十幾張、甚至二十張生成結(jié)果中，選出真實(shí)感最好的一張作為基準(zhǔn)，再把這張圖導(dǎo)入視頻軟件里，讓 AI 從這張圖開(kāi)始向后延展生成，整體效果就會(huì)穩(wěn)定很多。

當(dāng)然，在一些不開(kāi)放 API 的軟件里，這個(gè)過(guò)程依然需要靠大量抽卡來(lái)篩選優(yōu)質(zhì)結(jié)果。但還有一種更高效的做法：我們基于開(kāi)源工具鏈，用 ComfyUI 搭建了一套專屬工作流，既能讓 AI 嚴(yán)格遵循首幀的風(fēng)格和細(xì)節(jié)，又能對(duì)后續(xù)每一幀的關(guān)鍵變量，比如人物姿態(tài)、畫面深度圖進(jìn)行精確控制。這樣，出來(lái)一個(gè)從頭到尾都真實(shí)性非常高的視頻的概率就挺高的。

提示詞與上下文工程：兩種場(chǎng)景，兩種邏輯

唐小引：聽(tīng)您剛才的分享，感覺(jué)在提示詞這一塊下了非常多功夫。

王詠剛：提示詞主要是用來(lái)打磨關(guān)鍵幀的。在視頻生成這個(gè)環(huán)節(jié)里，我們反而對(duì)提示詞的控制是比較弱的。

唐小引：像我這種沒(méi)有任何藝術(shù)訓(xùn)練背景的人，可能根本不知道提示詞該怎么寫。您剛才提到會(huì)和導(dǎo)演、藝術(shù)家一起合作，那這些關(guān)于提示詞的經(jīng)驗(yàn)，會(huì)不會(huì)對(duì)外開(kāi)放？

王詠剛：這些東西要開(kāi)放其實(shí)很容易，也沒(méi)什么可保密的，本質(zhì)上就是導(dǎo)演在創(chuàng)作過(guò)程中的一些正常思考。而且現(xiàn)在的 AI，本身也已經(jīng)有能力幫你寫提示詞了。

比如導(dǎo)演會(huì)關(guān)注光照是不是足夠真實(shí)、場(chǎng)景質(zhì)感是不是可信、皮膚的真實(shí)度、器物老化的程度等等。如果你知道自己想要的是這些效果，但不知道該怎么表達(dá)，你完全可以讓今天的 Claude 或 ChatGPT 幫你把提示詞寫出來(lái)，八九不離十，效果也還可以。但是你得先有這個(gè)要求，如果想不到這個(gè)要求，就到不了這一步。

唐小引：這其實(shí)也是很多人提到的一個(gè)點(diǎn)，即關(guān)鍵在于你能不能把問(wèn)題提出來(lái)，能不能清楚地說(shuō)出自己的需求，這是現(xiàn)在很多人最痛苦的地方。

但另一方面，在大家還被這個(gè)問(wèn)題困住的時(shí)候，業(yè)內(nèi)又出現(xiàn)了一種趨勢(shì)，說(shuō)“提示詞已經(jīng)過(guò)時(shí)了，上下文工程才是未來(lái)”，不知您怎么看這種說(shuō)法？

王詠剛：這說(shuō)的其實(shí)是完全兩件事。

當(dāng)我在生成一個(gè)具體內(nèi)容時(shí)，我對(duì)內(nèi)容本身的控制，提示詞仍然是非常關(guān)鍵的一環(huán)。不管是你剛才提到的姿態(tài)（pose）控制、深度圖（depth map）控制，還是其他形式的控制，提示詞都是不可替代的核心手段，這一點(diǎn)沒(méi)有任何爭(zhēng)議。

而談到“提示詞已經(jīng)死了，上下文工程才是未來(lái)”，討論的其實(shí)是 Agent 的創(chuàng)建，這和內(nèi)容創(chuàng)作是兩條完全不同的邏輯。

在搭建一個(gè) AI 應(yīng)用時(shí)，以前我們主要靠給 AI 下任務(wù)指令，也就是寫提示詞。比如我要它做一個(gè) PDF 摘要，我會(huì)把提示詞組織好，然后得到一個(gè)結(jié)果。

但現(xiàn)在，AI 要做的事情已經(jīng)復(fù)雜到可以成為一個(gè)自動(dòng)運(yùn)行的 Agent，比如 AI 編程 Agent、AI 數(shù)據(jù)整理 Agent、AI 市場(chǎng)調(diào)研 Agent。這類 Agent 會(huì)自己規(guī)劃和執(zhí)行一系列步驟，很多時(shí)候連提示詞都不需要你來(lái)寫，讓 AI 自己生成就可以。

那關(guān)鍵問(wèn)題在哪里？關(guān)鍵在于，當(dāng) AI 自動(dòng)化地執(zhí)行任務(wù)時(shí)，它在每一步，比如在一個(gè)循環(huán)（loop）里的每一輪都會(huì)判斷：用戶給我的任務(wù)完成了嗎？如果還沒(méi)完成，下一步該怎么做？而要設(shè)計(jì)下一步，它需要什么樣的上下文來(lái)支撐決策？

這里面設(shè)計(jì)誰(shuí)的Agent 好，誰(shuí)的 Agent 差，最重要的區(qū)別就在于，我給 AI 做每一步的那個(gè)上下文到底怎么組織。我們?cè)囘^(guò)好幾次了，放手讓 AI 去干一件事的時(shí)候，我給它的上下文到底有哪些東西組成、怎么選擇、權(quán)重是什么、怎么組織順序、要不要壓縮，這個(gè)處理稍微差一點(diǎn)，最后 AI 效果就差很多。

唐小引：您之前提到團(tuán)隊(duì)規(guī)模大概 20 人左右，一半是算法，一半是工程。從您剛才的分享來(lái)看，雖然和導(dǎo)演合作很多，但整個(gè)團(tuán)隊(duì)看起來(lái)還是一個(gè)程序員基因非常重的團(tuán)隊(duì)。

王詠剛：我們團(tuán)隊(duì)里其實(shí)是有設(shè)計(jì)和美術(shù)團(tuán)隊(duì)的，只是人數(shù)不多，一共兩個(gè)人：一個(gè)是央美畢業(yè)的，一個(gè)是設(shè)計(jì)學(xué)院畢業(yè)的，所以他們和導(dǎo)演溝通是完全沒(méi)有障礙的。

另外還有一個(gè)現(xiàn)實(shí)問(wèn)題：在用 AI 幫助內(nèi)容創(chuàng)作這件事上，不能把導(dǎo)演關(guān)在自己的信息繭房里，只和藝術(shù)家打交道。如果導(dǎo)演不接觸技術(shù)人員，其實(shí)是有問(wèn)題的。

很多導(dǎo)演是帶著原有的工作流來(lái)的，以前拍戲怎么拍，分工一二三都很清楚。但在這套流程里，其實(shí)是沒(méi)有 AI 位置的。你想讓 AI 真正參與進(jìn)來(lái)，絕不是簡(jiǎn)單地替換某一個(gè)環(huán)節(jié)。

我們現(xiàn)在合作的導(dǎo)演，已經(jīng)逐漸被我們“教育”清楚一件事：整個(gè)工作都要重新設(shè)計(jì)。這個(gè)重新設(shè)計(jì)你得跟技術(shù)人員一起商量，因?yàn)槟悴桓夹g(shù)人員商量，你根本了解不了技術(shù)能做什么，不能做什么。

從短劇到大電影，AI 正在顛覆影視工業(yè)

唐小引：工作流的變化對(duì)影視行業(yè)來(lái)說(shuō)，是一個(gè)非常巨大的顛覆。畢竟影視行業(yè)的分工和協(xié)作非常密切，整個(gè)工作流應(yīng)該是非常成熟的機(jī)制了。

王詠剛：從長(zhǎng)遠(yuǎn)來(lái)看，我覺(jué)得傳統(tǒng)影視行業(yè)肯定比不過(guò)未來(lái) AI 驅(qū)動(dòng)的影視行業(yè)?，F(xiàn)在只能說(shuō)是萌芽期，要去影響整個(gè)大電影流程還很難。但今年，尤其是 2025 年，我們看到一個(gè)現(xiàn)象：短劇平臺(tái)突然出現(xiàn)了大量非常簡(jiǎn)單的 AI 2D 動(dòng)漫短劇。

我可以非常確定地說(shuō)，它們的制作方法和傳統(tǒng) 2D 動(dòng)畫流程差距巨大。它們不再依賴傳統(tǒng)的原畫、分鏡等環(huán)節(jié)，而是采用 AI 流程與傳統(tǒng) 2D 畫師混合的模式。因?yàn)槎虅?duì)產(chǎn)量要求極高，它成本可能只有真人微短劇的十分之一甚至更低。生產(chǎn)進(jìn)度也驚人：一般團(tuán)隊(duì)一周能做兩集，效率高的團(tuán)隊(duì)一周可以做五六集，這在傳統(tǒng) 2D 動(dòng)畫中幾乎不可想象。

今天的 AI 讓導(dǎo)演在分鏡階段就能把可由 AI 完成的鏡頭和素材拆分出來(lái)，和懂 AI 的人員協(xié)作：流水線作業(yè)中，有些素材交給 AI，監(jiān)修去挑選；有些素材直接交給 2D 動(dòng)畫師，動(dòng)畫師用 AI 生成的人物快速 K 幀，最后通過(guò) AE 或其他軟件把 AI 生成的畫面和人工動(dòng)畫合成，完成出片。這套流程，已經(jīng)和傳統(tǒng) 2D 動(dòng)畫的工作方式完全不同了。

唐小引：這我想起以前等《斗羅大陸》更新的時(shí)候，總覺(jué)得能不能畫快一點(diǎn)。

王詠剛：是的。

唐小引：您剛才判斷這是萌芽階段。短劇本身也很火，那么現(xiàn)在 AI 在影視領(lǐng)域的滲透率大概到了什么程度？

王詠剛：現(xiàn)在最典型的就是剛才說(shuō)的 2D 動(dòng)漫微短劇，以及一些故事性微廣告劇，這些的 AI 滲透率已經(jīng)非常高。從流程角度看，我調(diào)研下來(lái)，AI 可以承擔(dān)大約 60% 的工作量，人類完成剩下 40%。只要是簡(jiǎn)單的 2D 動(dòng)漫，AI 已經(jīng)能發(fā)揮關(guān)鍵作用，甚至超過(guò)人類。

但如果是 3D 動(dòng)畫短劇，今天 AI 的成本還相對(duì)較高，這也是我們團(tuán)隊(duì)和短劇、廣告團(tuán)隊(duì)合作時(shí)重點(diǎn)解決的方向。

再往上，如果是大番劇、大型電視劇，或者數(shù)字傳媒中的一些內(nèi)容，AI 主要還是作為素材補(bǔ)充，尤其是那些真實(shí)拍攝難以實(shí)現(xiàn)的內(nèi)容，比如特殊天象、宇宙現(xiàn)象、科幻景觀，或者外星人角色。

滲透率最低的，反而是高要求的大制作電視劇或院線電影，比如王家衛(wèi)的《繁花》，或者像《哪吒》這樣的高水平動(dòng)畫電影。《哪吒》這類影片耗時(shí)五年，成本非常高。對(duì)出品人和投資方來(lái)說(shuō)，最大的問(wèn)題是：我花五年做了一個(gè)大制作，最后觀眾可能不買賬，怎么辦？

AI 能解決的，其實(shí)不只是錢問(wèn)題，更是時(shí)間問(wèn)題。如果未來(lái) 5 到 10 年，像《哪吒》這樣的大制作 3D 電影，能通過(guò) AI 與人工各分擔(dān)一半工作量，一年就拍完，那么對(duì)整個(gè)影視工業(yè)都是革命性的影響。這不僅能豐富供給，讓觀眾天天看到好作品，也能讓制作更靈活。今年流行什么就拍什么，投資方也不怕虧錢，投資意愿自然提升。

唐小引：您覺(jué)得這個(gè)未來(lái)會(huì)實(shí)現(xiàn)嗎？

王詠剛：我覺(jué)得一定會(huì)實(shí)現(xiàn)，只是時(shí)間可能比大家想象的長(zhǎng)?，F(xiàn)在很多人看 AI 技術(shù)，總以為一兩年就能解決問(wèn)題。但院線大電影有一個(gè)特別細(xì)節(jié)的問(wèn)題讓人困擾。我們和任何一個(gè)電影特效團(tuán)隊(duì)交流時(shí)，他們的素材都是 LOG 格式的灰片，而 AI 輸出的都是 RGB 709 格式素材。這兩種素材根本無(wú)法混剪，也沒(méi)法混合做特效，這一下就把整個(gè)流程卡住了。

不過(guò)我相信，這只是技術(shù)問(wèn)題，如果 AI 以后能拿更多的 LOG 格式去訓(xùn)練或者做一些數(shù)據(jù)增強(qiáng)，是有希望解決的。

AI 創(chuàng)業(yè)者的焦慮與投資邏輯

唐小引：作為程序員轉(zhuǎn)身投入 AI 視頻生成創(chuàng)業(yè)，您覺(jué)得自己的優(yōu)勢(shì)和劣勢(shì)分別是什么？在做這個(gè)產(chǎn)品的過(guò)程中，哪些焦慮已經(jīng)被解決了，哪些到現(xiàn)在仍然很難緩解？

王詠剛：從程序員做視頻動(dòng)畫這件事本身來(lái)說(shuō)，首先，這是我們團(tuán)隊(duì)比較感興趣的方向。其次，因?yàn)橹暗耐度谫Y關(guān)系，我們現(xiàn)在的一位投資人，正好是國(guó)內(nèi)排名非?？壳暗碾娪巴顿Y和制作方之一。這樣背景下，我們幾乎可以天天和專業(yè)團(tuán)隊(duì)在一起，能看到國(guó)內(nèi)大電影是怎么制作的，交流成本非常低。興趣與背景剛好湊在一起，正好適合做這個(gè)事。

說(shuō)到做 AI 的焦慮，不只是我焦慮，我接觸到的投資人比我還焦慮。放眼中國(guó)整個(gè)市場(chǎng)，大模型公司有的做得好，有的做得差。產(chǎn)品公司更是千頭萬(wàn)緒，它不像當(dāng)年移動(dòng)互聯(lián)網(wǎng)那樣，一時(shí)間呈現(xiàn)出明確的海洋?，F(xiàn)在更像是從山上流下來(lái)的無(wú)數(shù)條小溪、小瀑布，看起來(lái)都很漂亮，但還沒(méi)有匯成一片海。我們找不到一個(gè)能讓非常多的創(chuàng)業(yè)者和資本在里面很舒服地游泳、沖浪的巨大海洋。今天相當(dāng)于大家開(kāi)了一個(gè)非常好的頭，曙光非常亮，非常絢爛，就是感覺(jué)路程還有點(diǎn)遠(yuǎn)。

唐小引：過(guò)去大家?guī)缀醵荚诳椿A(chǔ)模型，“百模大戰(zhàn)”非常激烈；到現(xiàn)在，普遍的感受是模型開(kāi)始趨同了，那接下來(lái)該投什么？我聽(tīng)到的關(guān)鍵詞主要是 AI Agent 和 AI Infra。作為經(jīng)驗(yàn)豐富的投資人，您怎么看？

王詠剛：如果你是一個(gè)今天想要投入創(chuàng)業(yè)的人，我會(huì)比較客觀地說(shuō)一句：今天不是大家做得晚了，而是大多數(shù)人都做得太早了。這個(gè)事還在醞釀，還在形成一個(gè)未來(lái)巨大海洋的過(guò)程中。如果你還不確定的話，等一等會(huì)是一件好事。

但對(duì)投資人來(lái)說(shuō)，時(shí)下國(guó)內(nèi)不少人的做法，恰恰是跟風(fēng)。比如 2023 年投大模型，2024 年投具身智能，2025 年又開(kāi)始投 AI Agent。經(jīng)驗(yàn)反復(fù)證明，這種跟風(fēng)基本是跟不住的，風(fēng)險(xiǎn)很高，成功概率也極低。與其這樣，是不是還是應(yīng)該重新建立起我們對(duì)這件事的邏輯認(rèn)知，就是 AI 發(fā)展的規(guī)律是什么？盡量對(duì)它的成熟度曲線做一個(gè)相對(duì)比較準(zhǔn)的預(yù)測(cè)。

我那天和另一家機(jī)構(gòu)的投資人聊到，如果我現(xiàn)在不創(chuàng)業(yè)，回去當(dāng)投資人，我可能會(huì)更愿意做兩件事：

• 第一，用相對(duì)小的籌碼去“看盤”，在不同賽道、不同類型的人身上，投一些非常早期的項(xiàng)目。因?yàn)橹挥姓娴耐读?，你才?huì)有真實(shí)的體驗(yàn)。

• 第二，是投“不同的人”。比如今年 Agent 的 PR 效應(yīng)特別好，很多聲音都來(lái)自非常年輕的創(chuàng)業(yè)者，我會(huì)在這些年輕人里壓一部分。而做 Infra、底層支撐系統(tǒng)和訓(xùn)練體系的，往往是經(jīng)驗(yàn)非常豐富的架構(gòu)師，我會(huì)在這一類人里再投一批。再比如一些和具體行業(yè)結(jié)合很深的領(lǐng)域，比如辦公、企業(yè)自動(dòng)化，我可能會(huì)投一些非常資深、經(jīng)驗(yàn)扎實(shí)的產(chǎn)品經(jīng)理。通過(guò)投不同的人，把籌碼盡量分散。

如果我還站在投資人的位置上，大概會(huì)更偏向這種策略。

唐小引：之前我聽(tīng)吐槽過(guò)，他本人做應(yīng)用層內(nèi)容創(chuàng)作創(chuàng)業(yè)，見(jiàn)很多投資人，有一些投資人覺(jué)得他中年創(chuàng)業(yè)，讓他備受打擊。

王詠剛：我作為做過(guò)投資人的角色，現(xiàn)在又做創(chuàng)業(yè)，跟所有創(chuàng)業(yè)者說(shuō)一句話：別聽(tīng)投資人的，都是胡扯；也別信投資人的，都是胡扯。你們就把你們自己事做好就對(duì)了。

唐小引：這是您創(chuàng)業(yè)之后有的刷新嗎？

王詠剛：不，我做投資的時(shí)候也這么想。

Mootion 的出海之路：在中東教育市場(chǎng)找到突破口

唐小引：您之前提到 Mootion 在中東市場(chǎng)的教育場(chǎng)景有大量應(yīng)用。作為一個(gè) To C 使用的產(chǎn)品，從教學(xué)切入具體情況是怎樣的？

王詠剛：很有意思。在做產(chǎn)品市場(chǎng)驗(yàn)證時(shí)，我們也驗(yàn)證了一個(gè)思路：在當(dāng)前 AI 能力還不夠強(qiáng)的情況下，尤其在內(nèi)容創(chuàng)作領(lǐng)域，需要找那種對(duì) AI 技術(shù)需求不強(qiáng)，但又愿意用 AI 低成本創(chuàng)造內(nèi)容的小場(chǎng)景。我們?cè)趯ふ疫^(guò)程中，無(wú)意地發(fā)現(xiàn)了中東市場(chǎng)的教育用戶。

后來(lái)與當(dāng)?shù)乩蠋熃涣骱?，我們總結(jié)出兩個(gè)主要原因：

• 第一，中東老師在制作教育內(nèi)容時(shí)，課外參考資料相對(duì)匱乏，尤其是一些生動(dòng)的參考資料，他們對(duì)這種資料的質(zhì)量要求并不高。舉例來(lái)說(shuō)，如果你要教授英語(yǔ)中某個(gè)動(dòng)詞的用法，傳統(tǒng)教學(xué)可能比較枯燥，但用 Mootion 或其他 AI 工具生成一個(gè)小故事，讓小兔子或木偶來(lái)做一件事情，其中用了該動(dòng)詞的各種時(shí)態(tài)，只要教學(xué)目的達(dá)到，至于故事動(dòng)畫是不是很生動(dòng)，兔子是不是缺一個(gè)耳朵，其實(shí)沒(méi)那么關(guān)鍵。對(duì)老師而言，我們提供了一個(gè)特別簡(jiǎn)單、便宜，又能生成教輔材料的內(nèi)容。

• 第二，中東是有伊斯蘭教的文化傾向。這件事是我們與當(dāng)?shù)亟佑|過(guò)才知道的。這些文化傾向很多 AI 產(chǎn)品滿足不了，因?yàn)榇竽Ｐ陀?xùn)練的時(shí)候沒(méi)考慮這件事。他們希望在學(xué)校里用，包括給學(xué)生用的時(shí)候，要符合教義。比如分享歷史事件時(shí)，必須與伊斯蘭教教義匹配，但 AI 自己創(chuàng)作的時(shí)候不會(huì)考慮這些限制。

我們的做法是，將這些規(guī)則整理成小型知識(shí)庫(kù)，放在 AI 后端作為一個(gè)上下文。這個(gè)工作看似簡(jiǎn)單，但黏性很高。如果你做一個(gè) AI 產(chǎn)品，今天能夠粘住一小部分人，哪怕是一個(gè)垂直領(lǐng)域，我認(rèn)為第一步就成功了，因?yàn)閯e的 AI 做不到。最后我們獲得的結(jié)果也特別有意思：我們到阿曼時(shí)，發(fā)現(xiàn)這個(gè)地區(qū)一共才四百多萬(wàn)人，卻有八九萬(wàn)用戶，其中中學(xué)老師就有三萬(wàn)多人使用我們的產(chǎn)品。

唐小引：所以您是基于中東場(chǎng)景，用 RAG 做一個(gè)滿足當(dāng)?shù)匦枨蟮陌姹締幔?/p>

王詠剛：其實(shí)并不需要 RAG，因?yàn)橹R(shí)庫(kù)并不大。本質(zhì)上只是一些規(guī)則，包括文字規(guī)則和圖形規(guī)則。中東談歷史的時(shí)候經(jīng)常講宗教歷史，伊斯蘭教有十幾個(gè)先知。凡是出現(xiàn)先知的時(shí)候，你不能把先知畫成一個(gè)人的形象，雖然”先知“會(huì)說(shuō)話、會(huì)交互，但是畫成人的形象是會(huì)冒犯到先知。

今天我們讓任何一個(gè) AI 生圖軟件畫一個(gè)先知與人做有哲學(xué)道理的聊天圖片，他一定畫一個(gè)”老先生“。這在教育里是不行的。我們做法是，將先知的所有同義詞和期望形象訓(xùn)練成一個(gè) LoRA，就能解決問(wèn)題。如果不處理這些規(guī)則，產(chǎn)品在中東就很難推廣。

這些問(wèn)題你不去做就不會(huì)知道，但因?yàn)槲覀冇袑?shí)際用戶，交流后就能明確。

唐小引：那中東的案例，算是 To B 場(chǎng)景嗎？

王詠剛：其實(shí)是 C 端產(chǎn)品進(jìn)入了一個(gè) To B 市場(chǎng)。我們?cè)诤Ｍ鉀](méi)有那么多的運(yùn)營(yíng)能力，小團(tuán)隊(duì)主要做 C 端訂閱制產(chǎn)品，但正好切入了教育領(lǐng)域，因此也會(huì)和學(xué)校、教育部做一些交流。

唐小引：目前主要在海外運(yùn)營(yíng)嗎？

王詠剛：是的，目前沒(méi)有在國(guó)內(nèi)推廣。

唐小引：海外最新用戶量是多少？

王詠剛：將近 300 萬(wàn)。

AI 應(yīng)用的“三個(gè)月魔咒”與程序員的未來(lái)

唐小引：那在同類的產(chǎn)品里面表現(xiàn)如何？

王詠剛：同類產(chǎn)品里我們還算不錯(cuò)。但如果用產(chǎn)品經(jīng)理的思維去看這一代 AI 產(chǎn)品，會(huì)發(fā)現(xiàn)即便是我們做到第一梯隊(duì)后，和傳統(tǒng)移動(dòng)互聯(lián)網(wǎng)產(chǎn)品比起來(lái)，它的數(shù)據(jù)表現(xiàn)還是非常詭異。做過(guò)產(chǎn)品的人都知道，就是嘗鮮用戶太多，持久用戶太少。

在 AI 領(lǐng)域，這其實(shí)有兩個(gè)因素：

• 第一，第一次使用產(chǎn)品有有一種很新鮮感覺(jué)，但用三四次之后就會(huì)覺(jué)得要抽卡，滿足不了需求，時(shí)間久了就覺(jué)得累、不想用了。

• 第二，用了一段時(shí)間，市場(chǎng)上又出現(xiàn)了類似產(chǎn)品，它可能還有一些不同的功能，你又忍不住去試試。試到第三個(gè)月，大部分人基本就不再繼續(xù)使用了。

所以今天 AI 產(chǎn)品有一個(gè)特別明顯的規(guī)律，你們可以在 SimilarWeb 上查到，絕大多數(shù) AI 產(chǎn)品的付費(fèi)用戶或核心用戶生命周期，平均只有三個(gè)月。

唐小引：這種情況其實(shí)還是非常慘痛的。我們看 AI 應(yīng)用產(chǎn)品，更新?lián)Q代特別快，一波接一波。作為產(chǎn)品的創(chuàng)造者，您怎么看待這種局面？

王詠剛：只能解決問(wèn)題?，F(xiàn)在能跳出所謂的“三個(gè)月應(yīng)用生命周期”這個(gè)鐵律，其實(shí)只有兩類產(chǎn)品能做到。一類是像 ChatGPT、Claude 這樣的大模型，因?yàn)樗鼈冏兂闪藙傂瑁涣硪活惥褪谴_實(shí)解決了問(wèn)題的產(chǎn)品，比如編程工具，一旦真正解決了用戶問(wèn)題，大家就不是用三個(gè)月，而可能三年都要用。所以關(guān)鍵是你必須解決實(shí)際問(wèn)題。

至于用什么方法解決問(wèn)題，那就是“八仙過(guò)海，各顯神通”。以動(dòng)畫視頻領(lǐng)域?yàn)槔覀儼l(fā)現(xiàn) AI 技術(shù)還達(dá)不到滿足要求的水平情況下，我們會(huì)開(kāi)始和專業(yè)的影視、短劇、廣告團(tuán)隊(duì)合作，學(xué)習(xí)那些專業(yè)經(jīng)驗(yàn)，然后把這些專業(yè)經(jīng)驗(yàn)變成 AI 能理解的規(guī)則或數(shù)據(jù)，作為人類控制加進(jìn)去。下半年，我們會(huì)在 Mootion.com 上推出很多和導(dǎo)演們打磨過(guò)的功能。通過(guò)這種方式，產(chǎn)品才會(huì)越來(lái)越好。

所以我還是那個(gè)觀點(diǎn)：對(duì)于還沒(méi)創(chuàng)業(yè)的人，真的不晚，一點(diǎn)都不晚。大家可能都太早了。

唐小引：現(xiàn)在大家都在卷 AI Coding，這個(gè)賽道太激烈了。作為使用者，我在 Cursor 和 Windsurf 如日中天時(shí)，選擇了后者，還氪了金。但后來(lái) Claude 推出新模型，Cursor 一時(shí)用不了，我就發(fā)現(xiàn)，作為程序員，對(duì)某個(gè)產(chǎn)品其實(shí)沒(méi)有太強(qiáng)的忠誠(chéng)度。一旦某個(gè)產(chǎn)品能用到最新、性能最好的模型，我就會(huì)果斷去用它。我覺(jué)得這個(gè)現(xiàn)象不僅在編程領(lǐng)域存在，在視頻生成領(lǐng)域也是共性的。

王詠剛：編程本身比較難。如果你今天想創(chuàng)業(yè)做一個(gè)編程工具，你會(huì)發(fā)現(xiàn)它的競(jìng)爭(zhēng)是當(dāng)前最激烈的。因?yàn)槌嘶A(chǔ)模型以外，這是唯一一個(gè)被證明能賺錢、能持續(xù)運(yùn)營(yíng)的領(lǐng)域。

但問(wèn)題是，如果你只盯著原來(lái)的程序員市場(chǎng)，會(huì)發(fā)現(xiàn)這個(gè)市場(chǎng)其實(shí)不夠大。這一點(diǎn)可以從程序員市場(chǎng)中最大的一筆交易就可以看出：2018 年 GitHub 被微軟以 70 億美元收購(gòu)，整個(gè)程序員市場(chǎng)規(guī)模本身不大。

所以如果你今天做 AI 輔助編程工具，實(shí)際上還是在“卷”程序員市場(chǎng)。不過(guò)，現(xiàn)在工具只解決編程這一個(gè)問(wèn)題，所有最想賺錢的人都會(huì)來(lái)?yè)?。另外，這一市場(chǎng)本身規(guī)模不大，你想分到一個(gè)足夠蛋糕的可能性會(huì)很小。

我分享一個(gè)自己的想法，不一定對(duì)：AI 編程替換的不是以前的編程工具市場(chǎng)，而是未來(lái)的人力資源市場(chǎng)。

唐小引：這怎么說(shuō)？

王詠剛：邏輯很簡(jiǎn)單。假如我作為公司老板，如果是個(gè)“黑心老板”，會(huì)發(fā)現(xiàn) Claude Code 在能力上已經(jīng)相當(dāng)于一個(gè)初級(jí)程序員或?qū)嵙?xí)工程師。雇一個(gè)初級(jí)程序員，可能要 2 萬(wàn)元，但我要買 Claude Code，只需約 200 美元，也就是一千多人民幣。那么，為什么我不直接用它來(lái)替代這部分人力資源呢？這里它所替代的并不是原來(lái)的 IDE 市場(chǎng)。

唐小引：我之前跟程序員個(gè)體交流時(shí)，大家更多在考慮 AI 作為工作中的“搭子”能做些什么，但跟老板交流時(shí)情況就完全不同了。

王詠剛：這是事實(shí)。作為小團(tuán)隊(duì)的老板，我會(huì)扎實(shí)地想，我還需要初級(jí)程序員嗎？作為大廠主管，要成立一個(gè)新部門時(shí)，我肯定會(huì)要求部門負(fù)責(zé)人規(guī)劃一個(gè)人和 AI 協(xié)作的團(tuán)隊(duì)。所謂“協(xié)作規(guī)劃”，不就是讓一個(gè)架構(gòu)師、一個(gè)資深程序員帶幾個(gè) AI 來(lái)完成以前幾個(gè)人的工作量嗎？這樣直接影響的，正是人力資源市場(chǎng)。這是沒(méi)辦法的，是真實(shí)在發(fā)生的情況。

唐小引：所有資深程序員都是從初級(jí)程序員成長(zhǎng)起來(lái)的。如果現(xiàn)在 AI 的能力已經(jīng)足夠直接替代初級(jí)和中級(jí)程序員，而資深程序員只帶著 AI 干活，這不是會(huì)造成經(jīng)驗(yàn)斷層嗎？

王詠剛：我覺(jué)得問(wèn)題的關(guān)鍵不在這里。以我自己的經(jīng)歷來(lái)看，我以前認(rèn)為學(xué)編程等于程序設(shè)計(jì)語(yǔ)言和算法?，F(xiàn)在我不這么看，我覺(jué)得語(yǔ)言和算法已經(jīng)不重要了，反而我與 AI 如何協(xié)作的方法，以及對(duì)協(xié)作后結(jié)果的理解才是最重要的。

以前工程師先做初級(jí)，到升中級(jí)，再成為高級(jí)，這條路徑現(xiàn)在已經(jīng)不一樣了。像硅谷或我們這樣的公司，面試時(shí)已經(jīng)不再考察單純的編程或算法能力，而是給你一個(gè)問(wèn)題，讓你和 Claude 或 Cursor 一起解決，考察的是你與 AI 的協(xié)作能力。在這種情況下，整個(gè)程序員教育體系難道還要用以前那種方式？

唐小引：以前還要刷題。

王詠剛：對(duì)。過(guò)去學(xué)算法，本質(zhì)上是為了培養(yǎng)邏輯思維能力。以前在大型系統(tǒng)中寫程序時(shí)，我知道什么時(shí)候該用什么算法，會(huì)查維基百科，然后把它翻譯成 C++ 或 JavaScript。今天，這些步驟都不再必要。我只需要告訴 AI，我要做這個(gè)系統(tǒng)，讓它幫我選最好算法，它給出的基本答案就是對(duì)的，我甚至不需要知道算法名字。

那以后怎么培養(yǎng)程序員？我認(rèn)為以后培養(yǎng)的都不叫程序員了，可能叫 AI 主管、AI 架構(gòu)師。

唐小引：就像我之前讀過(guò)一本書(shū)《未來(lái)地圖》里提到的，未來(lái)可能會(huì)出現(xiàn)一群“代碼工人”，而程序員可能成為老板的角色。

王詠剛：是的。以前我們常說(shuō)，“不寫十萬(wàn)行代碼，不能成為一個(gè)合格的程序員?！蔽矣X(jué)得再過(guò)一兩年，這句話會(huì)變成：“不和 AI 協(xié)作過(guò)多少項(xiàng)目，你就不是合格的程序員”。

唐小引：所以現(xiàn)在大家可能都在向 Prompt 工程師方向發(fā)展嗎？

王詠剛：對(duì)，至少得知道跟 AI 怎么協(xié)作，以及里面的訣竅是什么。不像我們當(dāng)年，那真是“七種武器”，哪種都要會(huì)。

我們以前學(xué)這些基本功，我認(rèn)為也沒(méi)問(wèn)題，但你可能不需要那么多了。你理解操作系統(tǒng)原理、編譯原理肯定是需要的，但是你在跟 AI 編程中不會(huì)直接用到這些知識(shí)。反過(guò)來(lái)說(shuō)，如果你只是為了學(xué)好 Python，編了十萬(wàn)行代碼，我覺(jué)得現(xiàn)在意義沒(méi)那么大。反而要積累至少十萬(wàn)行代碼和 AI 協(xié)作的經(jīng)驗(yàn)。

唐小引：在 ChatGPT 剛出來(lái)的時(shí)候，當(dāng)時(shí)聽(tīng)您分享，說(shuō)是 ChatGPT 把資深程序員和初級(jí)程序員拉到了同一水平線?，F(xiàn)在直接把程序員的飯碗”掀“了。

王詠剛：現(xiàn)在是初級(jí)程序員的飯碗。而且有可能以后的教育路徑肯定會(huì)變，程序員的培養(yǎng)路徑應(yīng)該和我們那會(huì)兒非常不一樣了。

唐小引：這或許會(huì)涉及到高校……

王詠剛：沒(méi)辦法，高?？隙〞?huì)非常遲鈍。中學(xué)、高校的這種編程教育，尤其是社會(huì)上還有很多所謂的編程訓(xùn)練班、職業(yè)培訓(xùn)班，以后意義都不大了。

唐小引：那面對(duì)這種情況，我們?cè)撛趺崔k？

王詠剛：盡量把大家都培養(yǎng)成特別擅長(zhǎng)用 AI 編程的人。我這幾個(gè)月已經(jīng)不寫具體代碼了，而是專注于磨練與 AI 一起協(xié)作的技能，即怎么能夠與 AI 講清楚一件事，或者怎么把 AI 做的東西評(píng)估好。AI 不能僅僅完成任務(wù)，我還要回頭評(píng)估。就像我?guī)б粋€(gè)初級(jí)程序員一樣，他交了代碼我還要 review、幫他改。現(xiàn)在我不直接改代碼，而是將 review 意見(jiàn)交給 AI 去執(zhí)行。

可以打個(gè)比喻：AI 編程就像公司雇了一個(gè)非常優(yōu)秀的程序員，但他每天寫完程序就離職。如果不復(fù)核，公司就會(huì)積累大量“屎山代碼”。因此，我會(huì)重點(diǎn) review 接口和單元測(cè)試，然后告訴 AI 存在的問(wèn)題，比如重復(fù)代碼太多了或接口不支持異步，要不然真的積累好多“屎山”，出了 bug 我也改不了。

唐小引：而且 AI 有可能“刪庫(kù)跑路”。

王詠剛：會(huì)的，AI 會(huì)“鬧脾氣”。

唐小引：是的，可能前面寫好的部分，你讓 AI 調(diào)整時(shí)，它會(huì)把前面的內(nèi)容直接刪掉。

王詠剛：以前我們認(rèn)為 AI 替代程序員的好處是不會(huì)發(fā)脾氣、不要提加薪，但事實(shí)并非如此。第一，AI 真會(huì)“鬧脾氣”，它有時(shí)會(huì)撂挑子不干。第二，漲工資的概念也存在。Claude 漲價(jià)或限流，用著用著告訴你額度不夠，這不就是變相漲工資嗎？

“任何創(chuàng)業(yè)都只有六個(gè)月生命周期”，如何應(yīng)對(duì)挑戰(zhàn)？

唐小引：不管是創(chuàng)業(yè)還是做 AI 產(chǎn)品，都會(huì)面臨一個(gè)痛點(diǎn)：基礎(chǔ)模型不斷更新迭代，每次更新都可能帶來(lái)應(yīng)用層變化，這種影響讓人很被動(dòng)。您分享過(guò) AI Agent 創(chuàng)業(yè)的難點(diǎn)是在這些方面缺一不可，針對(duì)這些挑戰(zhàn)，有什么應(yīng)對(duì)策略？

王詠剛：我沒(méi)有特別好的解法，因?yàn)楝F(xiàn)在做 AI 尤其是 Agent 創(chuàng)業(yè)，本身就充滿挑戰(zhàn)。你去做大模型，如果能做到前三名，確實(shí)可以躺著賺錢，但做應(yīng)用、做 Agent 風(fēng)險(xiǎn)極高，各種挑戰(zhàn)依然存在。

第一點(diǎn)，如果我的判斷是正確的，也就是這一代 AI 的能力存在上限，那么可以預(yù)期在未來(lái)兩到三年，很多領(lǐng)域的能力可能會(huì)穩(wěn)定在某個(gè)水平。屆時(shí)，在應(yīng)用和 Agent 層面，你就能夠相對(duì)容易地控制和設(shè)計(jì)其能力。

另一點(diǎn)是，我認(rèn)為今天的 Agent 本身仍處于非常初級(jí)的階段。Agent 有一個(gè)很重要的功能是：通過(guò)與環(huán)境交互之后進(jìn)行自我反射并改進(jìn)自身。但目前這種能力，包括在編程 Agent 上都不足。以 AI 編程為例，生成代碼后，它會(huì)自己去判斷程序?qū)Σ粚?duì)，但它的判斷方法非常簡(jiǎn)單。例如判斷一個(gè) Python 代碼對(duì)不對(duì)，它可能只是寫一句 import 語(yǔ)句，表示所有模塊都已加載，就認(rèn)為代碼是正確的。它用一個(gè)自反射的機(jī)制去檢查它的產(chǎn)出，然后改進(jìn)自身，這是以后 Agent 發(fā)展的一個(gè)重點(diǎn)。

唐小引：作為 AI 視頻生成領(lǐng)域的創(chuàng)業(yè)者，最后請(qǐng)您對(duì)過(guò)去兩年的工作做一個(gè)總結(jié)。

王詠剛：我覺(jué)得，大家只要有興趣，任何時(shí)候都可以創(chuàng)業(yè)。沒(méi)有所謂的“早”或“晚”，每個(gè)階段其實(shí)都可能有人覺(jué)得“好像還不到時(shí)候”。而現(xiàn)在是個(gè)非常開(kāi)放的創(chuàng)業(yè)時(shí)機(jī)，尤其是像我們這種有多年經(jīng)驗(yàn)的老程序員，到這種新時(shí)代都能轉(zhuǎn)換思想。

我這兩年創(chuàng)業(yè)，最大的感受就是，我和 00 后的年輕人想法幾乎一樣，就感覺(jué)自己也是二十多歲的年輕人，這讓我很開(kāi)心。我覺(jué)得創(chuàng)業(yè)的成敗、快慢都不是最重要的，大家享受這個(gè)開(kāi)心，享受一個(gè)變革的技術(shù)，同時(shí)與我們一起去創(chuàng)造點(diǎn)東西，特別好玩。

唐小引：對(duì)于 Mootion，您有沒(méi)有想過(guò)它未來(lái)會(huì)取得多大的成功，還是說(shuō)也可以接受失??？

王詠剛：任何創(chuàng)業(yè)都只有六個(gè)月的生命周期，有可能六個(gè)月后就死掉了，尤其是這種前沿創(chuàng)業(yè)。但任何創(chuàng)業(yè)都需要一個(gè)愿景，而且這個(gè)愿景是不會(huì)變的。我目前為止很確定：如今所有的內(nèi)容生產(chǎn)、內(nèi)容消費(fèi)都會(huì)產(chǎn)生變革。

今天那種我還要去電影院的方式，積極性都很低了。如果能夠隨時(shí)隨地找到我想看的內(nèi)容、產(chǎn)生創(chuàng)作的沖動(dòng)，我就可以創(chuàng)作給別人看，然而，這件事還很遙遠(yuǎn)。如果我們能在這件事上做到一些我們應(yīng)有的貢獻(xiàn)，那我就非常開(kāi)心了。

↓想要觀看完整視頻的小伙伴可戳~

關(guān)于《萬(wàn)有引力》：

這是由 CSDN &《新程序員》執(zhí)行總編唐小引主理的對(duì)話欄目。技術(shù)趨勢(shì)多變，一不留神總擔(dān)心錯(cuò)過(guò)。正在發(fā)生的技術(shù)事件，對(duì)于我們開(kāi)發(fā)者意味著什么？我們面臨的諸多困惑從何尋找答案？《萬(wàn)有引力》即志在于此，直面事件與困惑，抽絲剝繭，解讀技術(shù)真相。

• 欄目定位：一檔面向開(kāi)發(fā)者群體，聚焦解讀技術(shù)真相的對(duì)話欄目。

• 視頻觀看平臺(tái)：CSDN 視頻號(hào)、CSDN 網(wǎng)站 & App

• 多形式：文章、視頻、音頻都會(huì)有，持續(xù)關(guān)注 CSDN 公眾號(hào)都可獲取，歡迎大家關(guān)注！

未來(lái)沒(méi)有前后端，只有 AI Agent 工程師。

這場(chǎng)十倍速的變革已至，你的下一步在哪？

4 月 17-18 日，由 CSDN 與奇點(diǎn)智能研究院聯(lián)合主辦「2026 奇點(diǎn)智能技術(shù)大會(huì)」將在上海隆重召開(kāi)，大會(huì)聚焦 Agent 系統(tǒng)、世界模型、AI 原生研發(fā)等 12 大前沿專題，為你繪制通往未來(lái)的認(rèn)知地圖。

成為時(shí)代的見(jiàn)證者，更要成為時(shí)代的先行者。

奇點(diǎn)智能技術(shù)大會(huì)上海站，我們不見(jiàn)不散！