首页财产投资正文 源码本钱韩光：写给还有于岸边的AI创业者 时代的年夜船三年前就已经经启航，创业者是站于旧年夜陆上看着它走失，还有是跳上去？选择权于咱们手里。 2026-06-12 18:00 ·投资界综合 AI投资人解读· 韩光认为AI是出产力革命，scaling law仍于连续，AI前进速率是儿童智力增加速率三倍，全世界大都人未用过AI，市场潜力巨年夜。· 行业成长快，面对能源硬件瓶颈，模子与运用公司竞争格式待变。总结：AI成长处在极初期，潜力年夜但危害并存。投资可存眷智力、硬件、基础举措措施与运用范畴。创业者需紧跟趋向，冲破传统思维，使用AI创造价值。内容由AI天生，仅供参考

媒介：

于2026码荟上，源码本钱董事总司理、发展期AI赛道卖力人韩光，带来了题为“站于智能革命的1769”的分享。于他看来，这一次AI带来的不是上一波通讯革命的延续，而是又一场出产力革命——被工业化的，是“智力自己”。scaling law仍于不变连续，“AI一年，人世三年”，而全世界83亿人中68%还有没用过AI——咱们不是站于海潮的极点，而是站于它的极初期。

从硅谷一线的“三个月过久”“许愿式事情”，到“Tokens are not equal”、“to human还有是to agent”的新判定尺度，再到留给CEO们的构造拷问与源码的投资思索，韩光试图回覆的不是“AI会不会来”，而是它已经经来了——时代的年夜船三年前就已经经启航，创业者是站于旧年夜陆上看着它走失，还有是跳上去。

主要不雅点：

•信scaling law的人及不信的人，已往几年的步履彻底差别，收益也彻底差别。

•Frontier lab 的 CEO 们不是于吹法螺，他们是于描写一个fact。

•工业革命商品化了机械能；这一次，咱们有可能工业化了智力自己。

•咱们要为智能搭建一个新世界。

•Tokens are not equal——有像钻石同样值钱的token，也有像水同样不值钱的token。

•已往咱们用to C、to B划分公司；此刻界限正于恍惚—— 你是一家to human 还有是 to agent的公司？

•时代的年夜船三年前就已经经开了。咱们是站于旧年夜陆上看它走失，还有是跳上去

如下为韩光的分享内容精编，有删减：

我今天的分享主题是“站于智能革命的1769”，也想及各人互换些不雅点：AI不是上一波通讯革命的延续，而是另外一种出产力革命，是人类继1769年蒸汽机以后，又一次把一种出产要素完全“工业化”——工业革命被工业化的是“机械能”，这一次是“智力自己”。

这半年，“撞墙了”“泡沫了”“该沉着下来了”的声音时时时呈现。但现实上我感觉：scaling law一直于不变连续，AI一年抵人世三年，咱们不是站于海潮的极点，而是站于它的“极初期”。

以是今天我想聊的，不是“AI会不会来”，而是它已经经来了——作为创业者，是站于岸上看着船开走，还有是跳上去。

01

有无scaling law，是两个彻底差别的世界

从这半年的“推违感”提及。

信赖各人跟我同样，这半年都有一种被时代列车裹挟的觉得——咱们坐于一辆疯狂加快的车上，椅违顶着后违，让人下意识屏住呼吸——此刻能做的，就是牢牢把住扶手，别让本身别失下去。

假如问已往几年甚么最主要，转头看，我感觉是scaling law。

存于scaling law及不存于scaling law，是差别的两个世界；信它的人及不信它的人，已往几年的步履彻底差别，收益也彻底差别。

scaling law有学术界说，也有一个简朴理解：人工智能的智力程度，年夜概及你练习及运行模子资源投入的对于数可猜测地相干。这里有两个要害词：一是投入的体量是随时间指数级上升的；二是模子的智力是“可猜测”地晋升的。“可猜测”这件事尤其主要——咱们看Sam Altman及Dario近来于说的许多工作，都年夜概表达了“这件事我几年前就年夜概猜测了”的意思。

站于此刻，一个天然的问题是：scaling law是否是撞墙了？怎么判定？ 实在*的判定方式是你就于 Frontier lab 里，咱们于外面怎么看呢？也有几个措施。

第 一，听能直接看到本相的人的讲话，“及本相之间只隔一小我私家”。信息会衰减，你及本相之距离了两小我私家，听到的工作就不那末靠谱了。离本相近来的，是Frontier Lab的CEO及顶 尖研究员们。近来半年他们重复于说：scaling law仍于连续。包括他们的文章、博客、采访、演讲，都是如许。Dario本年一月写《技能的芳华期》，说公家要末过几个月就感觉AI撞了天花板，要末为某个新冲破高兴不已经，但暗地里AI的能力一直于平稳而坚定地增加；上个月他接管采访又说，此刻的进展及他2017年想的差未几。

第二，看领 先模子等效算力的投入。假如scaling law撞墙了，领 先模子的等效算力投入就不会再指数级增加；假如还有于指数级扩展，就申明他们看到墙还有没到。有一个机构叫 Situational Awareness，他们 2024 年画了一个frontier model 的等效算力投入的图，横轴是时间，纵轴是模子的等效算力投入，对于数数轴，每个刻度是一个数目级，其时画到了GPT-4阿谁交织点，做了一些其时看起来很是crazy、没人信赖的猜测。两年已往，这些猜测大要上是靠谱的，使人震动。咱们于AI的帮忙下更新了这张图，惊讶地发明这条线还有于直线往上走，并且于o1模子出来以后，还有有一个小小的加快拐点。咱们年夜几率仍于scaling law的路上。

还有有一个有趣的不雅察：AI的前进速率，年夜概相称在儿童智力增加速率的三倍——AI一年，人世三年。19年GPT-2像个学龄前儿童，20年GPT-3像小学生，2023年咱们有了一个智慧的高中生，2025年下半年，他忽然像一个博士生。基本就是1:3的瓜葛。推演一下，2030年咱们会获得甚么样的智能？或许咱们去年年底才最先感知到AI的可怕，不是由于他前进变快了——他一直于稳步增加，只是咱们感知到的阈值到了。

一两年前我一直感觉Dario，Sam Altman，Demis 他们几个于吹法螺，由于他们描写的是一个看起来像是科幻的世界。此刻我再看，他们不是于吹法螺，是于描写一个fact。

Dario说会呈现powerful AI，于年夜大都相干范畴都比诺贝尔奖患上主更智慧，一到两年内、极年夜几率将来几年内会呈现，会有“a country of geniuses in a data center”；到本年年末，全球一半的人城市评论辩论AI；他们保举读《原枪弹秘史》，由于这事跟原枪弹同样主要。Sam Altman说，间隔真正超等智能的初期形态可能只有几年之遥，他的界说是：能做一家至公司的CEO，或者者做出比最顶 尖科学家更精彩的研究。Demis是三小我私家里最守旧的，本年一月他说有50%的几率AGI会于十年内实现，而他的尺度高患上多：给AI一个1911年之前的所有常识，看它能不克不及自力做出广义相对于论。哪怕只有50%的几率，也充足可怕而使人高兴。

咱们是否是已经经看到了AI scientist的微光？头几天，OpenAI一个没有颠末专门练习的通用reasoning模子，自力做出了1946年提出的单元间隔料想的一个证实，颠末四位数学家核定。这个证实不算超等难，是个组织类的证实，但它让咱们看到了AI scientist呈现的微光——他们描写的阿谁世界，是有可能的。

02

1769年革命出产的是机械能，这一次被工业化的是智力自己

1769年，是瓦特改进蒸汽机的年份，人类汗青于那里呈现了一个断点。于那以前，咱们周围所有商品里沉淀的机械能，重要由人力、畜力，加一点风能、水能提供；于那以后，年夜部门由呆板提供——先是蒸汽机，再是内燃机，今天有一部门是电念头。咱们花了两百年，让人力与畜力从供应98%的机械能，酿成今天的不到1%。

假如这一次是一场计较革命，会发生甚么？

咱们此刻的认知勾当，年夜部门还有是人脑提供的，有一点点靠机械计较、靠电子计较（PC、手机），此刻有一点点神经收集。假如这真是一场计较革命，将来经由过程人脑举行的一般意义上的认知勾当会不会被压缩？会用甚么来提供一般意义上的人类智能？或许是神经收集，或许是另外布局，或许是咱们此刻想象不到的工具，但这个标的目的是确定的。

咱们惊讶地发明：工业革命商品化、工业化了机械能；而这一次，咱们有可能于商品化、工业化一般意义上的人类认知，或者者说智力自己。

这多是有史以来最快的海潮。Apple及微软花了二十年，把收入做到一两百亿$；挪动互联网快许多，二十年做到一两千亿；而那两家异军崛起的AI公司，只花了三四年，就做到了几百亿甚至去往千亿$的年化收入。这是人类贸易史上从没见过的速率，远远跨越他们的先辈。

那这个市场到底多年夜？

一个思绪是替换：全世界110万亿$GDP，此中约60万亿是工资，假定能替换此中的50%到80%，同机会器替换价格总要打个折，假定一个比力好记的金额10万亿$，咱们此刻已经经吃了几多呢？才吃失800亿$，很是小的一块。

但替换真的是好的测算方式吗？

工业革命前的1700年，彻底来自人力畜力的全世界功率是10吉瓦，两百年后增长到500吉瓦，涨了50倍。织布机发现出来，它孕育发生的市场毫不只是它替换失的那点手工织布——它极年夜地扩大了市场。咱们所有效“替换”算出来的数字，极可能都被本身的想象力限定住了。

并且咱们还有于极初期。这个世界83亿人里，68%还有没用过AI；付用度户只占1.2%，编程用户只占0.3%——但这部门人用患上很是猛：一个编程用户的用量是免用度户的300倍、付用度户的10倍，并且还有于涨。已往两年，从chatbot到agent，单使命的token用量涨了1000倍。

咱们要为智能搭建一个新世界，这里有两层。

第 一层，要先促成智能的孕育发生，而这会撞上能源及硬件的物理墙。把Dario说的AI 行业的算力需求画成图就会发明：三到四年后，假如他们想拿到全数算力，需要的功率会到达美国平均发电量的50%。这是一个别系化的物理世界——咱们需要电力、芯片、存储、互联、远间隔互联、电力电子、液冷，甚至土建，此刻全线缺货。素质上，得到算力、得到智力的增加，需要指数级的投入，而物理世界是线性增加的。

第二层，要给agent搭一个世界。此刻虚拟世界所有的基础举措措施——身份体系、付出体系、安全审查、身份验证和谈——都是给人用的。agent有一部门有，有一部门没有。未来他们可能会有本身的通讯和谈、身份验证、付出东西，甚至有一天有本身的经济轮回及经济市场。那是一个全新的、使人高兴又让人有点焦急的世界。

03

咱们都是初学者：今天，你亲自玩电脑了吗？

三月份咱们去硅谷实地考查，身处现场，带给人的体感及震惊彻底差别。几个要害词想及各人分享。

一是“三个月过久了”。我问一线researcher本年年末会发生甚么，他反问：到年末还有有九个月，这么永劫间会发生太多事，我怎么知道？于前沿试验室里，他们已经经不会商四个月之后的事，由于时间被压缩了。咱们今天会商工作用的时间跨度，可能都需要被从头质疑。

二是“许愿”。我问另外一位研究员，你们离AI近来，你日常平凡怎么批示AI干活？他说我哪是批示它啊，我是跟它学啊——我天天上班就许三个欲望，“AI啊，今天帮我实现这三个欲望吧”，然后今天它就帮我实现了。许愿，这是我近来最喜欢的一个词了。

三是“两小时后拿成果”。一个researcher说他老板安插事情的用词变了：this is very promising, I want to see results in two hours——不是等你做完，也不是明天。咱们构造的血液畅通速率、迭代速率的基准线，到底于哪里？

那怎么做AI时代的超等个别？咱们给本身提了几个要害词：

第 一是dive in，这个时辰别站于岸边看，要跳下去。

第二是unlearn，忘失之前的判定尺度、判定的metrics、认识的东西及步伐，从事实出发、从逻辑出发。

第三是be open，于这个时代里咱们全是初学者，没有人生成晓得更多，立场会决议步履。

第四是enjoy，这是一个物资富饶、布满新玩艺儿的时代，整个世界就像一个pupils' playground，咱们应该享受它。

以是我也常问本身：is AI always on？咱们都是治理者，每天于治理，但今天你亲自玩电脑了吗？碰到问题，你的*反映是找AI，还有是找人？是找认识的东西，还有是看看新东西能不克不及解决？这里也有负面作用：着迷coding、着迷东西以后，主要的事反而解决不了，把本身搞患上很累——你是否是堕入了负向轮回？

咱们要做好预备，迎来及agent共存的新世界。agent能完成的使命长度，每一四个月翻一倍。两年前chatbot及tab补全的时辰，人及agent的比例是1:1；此刻有的人一小我私家带着10个agent上班；再过一段时间，或许这10个里有一个能被晋升成“CEO”，替你管团队，你就拥有了一家agent的公司，一小我私家带50个agent；末了，咱们甚至一个 agent 都不消管，他们主动运行，会有一个"黑灯工场"——一个data center里的workforce，你不消管它们，他们交给你一个成果就行。1937年科斯写《企业的性子》，那于这个时代，会不会呈现某种“agent时代企业的性子”？我有点期待阿谁时刻。

以是想请于座的CEO同窗们想几个问题：假如三年后你每一个员工都带着5到10个agent，你的构造架构还有建立吗？你公司里哪些岗亭，素质上只是搬运信息、推进流程？你下一个senior想招谁？假如junior的活都被智能做了，你的senior又怎么造就？你最焦点的十条workflow里，哪一条已经经能让AI跑个七七八八，它的bottleneck又于哪里？以和，假如履行的门坎极年夜降低了，你的护城河是甚么？

04

Tokens are not equal：从贩卖留意力，到贩卖智力商品

时代于变，投资也于变。黄仁勋说AI是一个五层蛋糕：能源、芯片、基础举措措施、模子、运用。已往三年新创的企业正于迅速填满这个蛋糕，而蛋糕还有很是年夜——这是一个几十万亿$的新时机，咱们应该去抢。

同时咱们感觉，这是两种差别的革命。于座的人包括我本身这代人，实在都没真正见过出产力革命，咱们见过的都是通讯革命。通讯革命加快信息的畅通及分发效率；而智能出产力革命，孕育发生了新的智力商品，把“智力”从贵重、稀疏、手工的状况，酿成了工业化的。这里要戴上差别的眼镜去看。

通讯时代，咱们贩卖的是留意力——我是亿万财主，他是平凡白领，咱们的留意力大要等价，“Attention is more or less equal”，咱们卖告白、卖抽成，但愿用户于平台里多留一下子、别去干另外。但今天，“Tokens are not equal”：有高价值的、像钻石同样值钱的token，也有co妹妹oditize、像水同样不值钱的token；有高毛利的，有黏性强的，也有效完就走的。

以是判定尺度极可能也要变：通讯时代咱们看DAU、看时长、看cohort retention，此刻要看token的量，未来会不会要看token的“价值密度”，或者者咱们此刻还有想象不到的指标？我感觉必然会。

已往咱们习气用to C、to B划分公司，此刻这个界限正于恍惚，都是人于用，哪些用量算 2B，哪些算 2C？相对于应的，各人已经经于说，“我是一家to human的公司，还有是一家to agent的公司”。

还有有一个咱们也没有谜底的难题：模子公司这么强，运用公司怎么办？几点可以思索。

第 一，AI capabilities这条线险些垂直上涨，像狂风骤雨同样解锁新能力，而实际世界的adoption要慢一点，中间这个gap，就是运用公司的时机——谁快谁先拿住。

第二，好产物会措辞，须生常谈，但依然建立：就像我两岁多的女儿都知道把四个手指伸进马克杯的杯柄、用年夜拇指扶住，一个好产物不需要注释；你把杯柄转个90度，用户马上知道这是个坏产物。相似的产物许多，用户会知道哪一个好。

第三，last mile is important，模子公司会吃失一些vertical，但不会吃失所有，于几十万亿的市场里，总有一些vertical能做到intelligence works、workflow acts——二次创业时，是否是要go deep before you go wide。

第四，护城河怎么成立这个问题尤其难答，由于成长太快了，all the parts are moving，但从用户角度而不是技能角度去想可能更主要：怎么嵌入用户的营业流，domain knowledge怎么得到，别的软性的能力，构造的进修速率，等等，可能比之前更主要。

第五，be imaginative。十九世纪末刚有电的时辰，咱们只能想到电灯胆（1879年）及德律风（1876年），谁能想到接下来一百年是一个布满各类电器的世界？今天，咱们也能想到chatbot、coding agent，谁能包管五十年后不是一个满盈着各类智能运用的时代？这是一个冒险家的时代，一个天才产物司理的时代。

咱们投甚么？

智力自己就是这一轮最 年夜的赢家之一，于美国格式已经经最先清楚；硬件，由于指数级投入及线性增加之间的抵牾，多是近期最主要的主题；后面会有为智力设置装备摆设的基础举措措施，为智能搭建新世界的基建；末了是运用——这会逐步跑出来，不是几年的事，是一件十年二十年的事，咱们会连续寻觅那些用好智能、把高价值智力解决方案提供应用户的天才产物司理。

这个时代的年夜船，三年前就已经经开了，这是一个fact。咱们是站于旧年夜陆上看着那艘船走失，还有是跳上去？选择权，于咱们本身手里。