三年前，他一句“不投大模型”震动业界；如今，他的判断是，“今年可能是基础大模型的最后一年，明年需要讲新故事了。”
朱啸虎说，今年可能是基础大模型的最后一年。我读下来，这句话指向的是资本市场对基础模型故事的新鲜感，而不是模型技术即将停止发展。
这篇访谈更值得关注的，是他如何把模型、办公Agent、机器人和消费创业放进同一套判断框架：需求是否真实，收入能否持续，技术扩散之后还能留下什么，以及进入价格是否给错误留了余地。
AI需求增长，不等于每家公司都值得高估值
朱啸虎对AI产业的需求相当乐观。他认为，模型已经从能聊天走到了能干活，能力提升与成本下降，让越来越多场景算得过账。编程先起量，视频随后，更大的空间可能在整个办公流程。
但他同时质疑，一些公司的估值能否得到长期利润支持。产业需求旺盛，与个别公司存在泡沫，可以同时成立。
我认为这个区分很重要。判断AI有没有价值，判断一家企业能不能赚钱，判断买入价格是否合理，是三个不同的问题。把它们混在一起，很容易用产业前景替任何估值辩护。
他关注的危险信号是收入增长放缓、走平甚至下降。不过，我不会把收入拐点当作唯一指标。按照他自己的分析，如果客户容易迁移、收入依赖暂时的供给短缺，那么高速增长本身也需要进一步拆解。
模型能力越普及，商业壁垒越要重新寻找
朱啸虎不看好基础模型的长期超额利润，核心理由是能力会扩散，价格会下降，API客户的切换成本又相对有限。今天领先的模型，未必能把领先持续兑换成高毛利。
他进一步预测，开源模型会覆盖绝大多数任务，模型服务最终趋向公用事业。这是他的终局判断，其中的替代速度和时间表仍然属于预测。
我更关注这套判断带来的经营问题：如果底层模型可以替换，企业究竟靠什么留住客户？
答案逐渐回到熟悉的地方：入口、获客成本、历史数据、工作流程和用户关系。技术突破打开市场，长期收益却未必都由最早突破技术的人获得。
这也解释了他为什么强调后发优势。先行者承担探索成本，后来者可以沿着已经验证的方向快速追赶。但我理解的“熬得久”，不是等待，而是保留现金和调整能力，在需求明确时迅速行动。
办公Agent争夺的是组织上下文
访谈中，朱啸虎对办公Agent的判断非常明确：企业微信、飞书和钉钉已有的组织关系、聊天记录、文档与知识库，会成为大厂的重要优势。
这个逻辑有说服力。企业不会为了一个新工具，轻易重建整套协作基础。Agent要完成任务，既需要模型能力，也需要知道谁负责什么、数据在哪里、哪些操作被允许。
因此，我更愿意把办公Agent看作组织工作方式的变化。过去是人进入不同软件完成操作，新的可能是人表达目标，由Agent调用软件、数据和流程交付结果。
朱啸虎介绍，他们用相关工具分析被投企业的财务报表，并通过自然语言调整指标和图表。这类场景的价值，比功能清单更具体：能否缩短分析时间，能否可靠地调用企业数据，能否让结果进入实际决策。
但从“大厂有优势”推到“创业公司只能为大厂打工”，我会保留判断。原文也承认，足够深入的垂直领域仍有机会。关键在于创业公司掌握的是一项容易复制的功能，还是平台难以独立完成的专业流程和客户关系。
生态是否成立，要看伙伴能不能赚钱
这篇访谈对办公生态提出了一个很实在的检验标准：有没有第三方伙伴赚到钱，是否愿意为平台持续投入。
接入很多工具和硬件，只能说明连接开始发生。伙伴能够获得收入，才可能持续开发、维护和服务客户，平台的能力才会随之增长。
产品体验同样不能被忽略。朱啸虎对早期命令行式工具的抱怨，以及对技能、模板过多而难以寻找的意见，指向同一个问题：能力丰富不等于用户容易完成任务。
我关心的产品方向，是让系统承担复杂性。用户应该能够直接表达要什么结果，而不必先学会安装、配置，再从一堆技能中猜该选哪个。
个人用户关注好用、有趣；企业还要可靠、安全、协同，以及知识能否持续沉淀。办公产品最终必须回答这些具体要求。
机器人先证明能干活，再讨论像不像人
朱啸虎对人形机器人的怀疑，主要集中在商业订单、产品差异和估值之间的距离。他认为，展示效果很强，并不能证明真实需求已经成熟。
他更愿意投资工业自动化。访谈中的水下洗船机器人，是一个很有启发的例子：从明确任务切入，再延伸到船底检查、海上设施清洗等相邻需求。
我看重的是这条扩展路径。一个场景起步时很窄，并不意味着能力只能服务一个市场；反过来，一个产品看起来通用，也不意味着它已经能可靠完成任何具体工作。
他的另一个提醒是，技术成熟后，竞争可能转向供应链、成本、渠道和品牌。创业公司既要解释今天领先什么，也要解释产业巨头进入后，自己还剩下什么。
对于AI硬件，他偏好的标准也很直接：需求已经被验证，AI能够显著改善体验。陪伴玩具的例子说明，机会未必来自创造全新需求，也可能来自终于把旧需求满足得更好。
应用创业门槛降低，增长之后仍要形成积累
朱啸虎把注意力转向应用，是因为他认为底层模型已经足够好、足够便宜。他更重视执行速度和收入增长，也愿意寻找市场尚未充分认可、价格更有余地的项目。
他说应用创业没有壁垒，同时又强调知识库、专有数据和历史交流记录的价值。我理解，这里需要区分起步门槛与长期壁垒。
做出一个应用越来越容易。让用户持续使用、愿意付费，并在使用过程中留下难以迁移的业务积累，仍然很难。
增长说明产品可能打中了需求，却不能独自证明长期竞争力。朱啸虎也承认，一些高速增长能持续多久，现在并不知道。这种不确定性应该保留，不能被漂亮的增长曲线抹掉。
他对消费机会的观察，则提供了另一条线索：代际行为变化。从外卖到穿着习惯，真正值得研究的是人的生活方式如何改变。放到AI产品上，我也会先问：它正在改变哪种持续发生的行为，而不只是增加了什么新功能？
接受错过，才能明确自己承担什么风险
访谈最后，朱啸虎谈到错过抖音、拉手网的教训，以及自己对创始人的判断边界。这部分让前面的投资观点更完整：他的选择不是覆盖所有机会，而是寻找自己能够理解和承担的风险。
他把早期投资风险分为市场、技术和团队，倾向于最多承担其中一种，尤其不愿承担诚信与能力方面的团队风险。
我认同这种对边界的自觉。终局判断可能帮助人避开昂贵的竞争，也可能让人错过过程中的资本回报。他承认机器人卖早了，恰好说明两者不能混为一谈。
学习也不能因为有了终局判断就停止。他强调持续接触一线创业者，用真实需求修正认知。对AI使用，他同样提出了一个值得保留的问题：交付效率提高之后，人的理解和学习能力如何继续形成？
对我来说，这篇访谈最有价值的地方，是把注意力拉回能够检验的事情：用户为什么付费，收入为什么留下，竞争之后还有什么，以及判断错了能否承受。技术变化越快，这些问题越需要反复回答。