最近听完张小珺与真格基金管理合伙人戴雨森的访谈。非常有启发，所以就整理其中最打动我的观点，也加入了一些自己的思考，纯当一期学习的笔记吧。
1
2026年agent能力的提升，正在让编程成为一种人人都需要熟悉甚至掌握的能力，从这个角度来看，任何事情在今天都值得转化为编程的方式去尝试跑一遍。这也联系到创新能力的刻意练习那一点，通过不断地vibe coding，我们就是在把自己的各种需求转化为代码重新理解和解决，vibe coding的过程本身就是在做各种稀奇古怪的小工具帮助人培养问题意识和锻炼创新能力的过程。
2 当人的脑力甚至审美都能被外包给大模型后，刻意去思考，刻意去练习创新将成为教育过程中重要课题。因为AI时代有富余的生产力，但用这些生产力做什么？什么值得做这类的问题很长时间内还将由人来回答。问题意识的产生和重要性感受也是企业在AI时代突破旧有商业模式的关键能力。换句话说，生产力提高了（特别是编程能力供给呈几何级提升），不管是对于企业还是个人来说，做什么这个问题就变得很非常稀缺，我认为当下是算力在消耗好的idea，而不是人的需求在消耗算力。
3 企业的AI转型，真正的难点在组织的变革上，组织变革的核心是人的变革，对于大型传统企业来说，除非员工的新老交替，否则组织的变革将需要数年甚至数十年的时间完成。所以如今借助强大的模型能力，团队小型化、开发迭代速度变快、摩擦更小、没有历史包袱将是创业公司的竞争优势。
4 Agent的harness优化的足够好，大模型参数和训练数据足够丰富，审美也将不是人特有的能力。
Harness与底座大模型同等重要，而好的harness将是agent产品培养用户粘性重要部分，这种情况下，harness变成操作系统，模型相当于是处理器，用户数据全部沉淀在agent里，模型变成是可插拔的通用能力。
5 AI产业链现阶段没有非常明确的盈利模式和企业。Anthropic、OpenAI虽然通过用户订阅模式创造营收，但对于持续支出的算力成本和研发投入，订阅费带来的收入难以弥补其成本。
Anthropic在2026年虽然实现了盈利，但其下游使用大模型的企业在现有商业模式没有突破和创新的情况下，单纯产能提升并不能最终转化为盈利，现在很多使用企业还处在新商业模式的探索周期内，需要一定时间，但等待期不会太长。
AI和盈利转化之间的关系我认为是比怎么用好工具更重要的问题。对于个人来说，掌握AI只能让你不在职场上掉队，但无法确保个人获得重大的能力突破或者直接用AI赚到更多的钱。
6 移动互联网时代不断扩充DAU、砸钱推广、留存的模式不适合用来推广AI产品。用户是被过硬的模型能力、极致的产品体验所吸引的。
移动互联网时代，很多超级应用（比如微信）为了自身的商业闭环把用户和数据圈在自己的APP里面，APP对AI大模型封闭，这在Agent能力很强大的时候用户无法访问APP的数据，自然就转向别的产品（微信和飞书就是个显著的例子），此时大量的用户使用场景、功能和数据等都开始沉淀到飞书里，而不是微信里。