AI 不只比智商，WAIC 和 Kimi K3 透露了什么新竞争 - 科技乱炖 | Lyssna här

本节目录制时，媒体尚未发出梁文峰的内部讲话，本期节目观点与其讲话内容有部分重叠，纯属巧合，不涉及任何抄袭和未注明的引用。

今年的 WAIC，看起来依然很热闹：大厂展台、算力集群、机器人表演、满场的 AI 应用和 Agent。但如果把那些“参数更大”“能力更强”“现场更酷”的热闹拨开，真正值得关注的问题反而变得更朴素了：AI 到底能不能干活？能不能稳定地干活？能不能便宜地干活？以及，谁愿意为它买单？

这一期我们从一次“云看展”聊起。去过现场的朋友纷纷倒下，没去成现场的我们，反而借着报道、观察和自己的落地实践，重新看了一遍今年 WAIC 暴露出的行业变化：大模型已经不再只是拼智商、拼榜单、拼发布会的阶段，产业正在进入一个更难也更现实的竞争场。大家开始关心的，不是“哪个模型最强”，而是“哪个模型够用、稳定、便宜、可交付”。

节目里，我们聊到机器人展区为什么依旧更像表演现场，具身智能离真正进入家庭和产业还有多远；也聊到 AI 应用创业为什么看起来门槛降低了，但真正的壁垒并没有消失。AI 可以帮你写原型、写代码、做方案，但它解决不了所有问题，尤其解决不了行业 know-how、客户在哪里、产品为什么有人买单这些最硬的商业问题。

Kimi K3 的发布，则给这期节目提供了另一个切口。我们聊了实际使用 K3 写 Agent 的体验：它不完美，慢，消耗 token 多，也不一定在所有能力上超过海外顶级模型；但它已经足够好，足够可用，并且在成本、部署、开放权重和模型选择上，把竞争的逻辑往前推了一步。

一个模型是不是 SOTA，可能没有过去那么重要了。对大量真实业务来说，能完成 80% 的工作，价格可接受，调用稳定，才是更关键的事。

这也引出了本期最核心的判断：未来 AI 的竞争，不只是模型智商的竞争，而是工程优化、成本结构、路由系统、生态选择和落地能力的竞争。顶级模型可能会越来越像“工业母机”，用来写代码、造工具、解决最难的问题；而真正嵌入产品、服务用户的，往往是更小、更便宜、更快、更适合具体场景的模型组合。