2559 位用户此时在线
- 本站自动实时分享网络热点
- 24小时实时更新
- 所有言论不代表本站态度
- 欢迎对信息踊跃评论评分
- 评分越高，信息越新，排列越靠前
张小珺和李想的3小时长谈的完整版我刚看完，信息量极大。这场对话其实发生在半年前（2025年4月），按照 AI 圈的时间，很多内容其实已经有点变化了。
张小珺有个精妙的比喻：
>
IT技术
(
twitter.com
)
张小珺和李想的3小时长谈的完整版我刚看完，信息量极大。这场对话其实发生在半年前（2025年4月），按照 AI 圈的时间，很多内容其实已经有点变化了。
张小珺有个精妙的比喻：
> 这次，我把李想当作一个“CEO大模型”来提问。假设他是MoE模型，我在对话的前三个回合调用了他的三位“专家”：技术专家、战略专家、组织专家。而当谈话深入后半程，我们开始讨论人、能量、亲密关系、记忆程序与人类的智慧。
李想给出的“回答”非常坦诚，甚至有些“反直觉”——不像跟罗永浩那场都是他的成长和创业的故事，也没有太多汽车相关，而更多的是围绕 AI 来谈的，甚至谈了怎么训练模型。
---
话题一：“信息工具” vs “生产工具”：为什么AI还没让我们真正下班？
这是李想开场就抛出的一个尖锐观察：
“身边所有同事、朋友都讲人工智能怎么好，但大家工作时间并没有减少，工作成果也没有实质改善。”
为什么？
他提出了一个“熵增”和“熵减”的对比：
AI这东西，特别擅长搞“熵增”——它能处理海量信息，吞吐T级别的数据，把复杂性推到极致。
而人类呢？人类大脑天生是来搞“熵减”的——我们发明方法论、创造工具，本质是为了用最简单的规律，花最少的能量，解决问题。
现在的矛盾点在于，我们几乎所有人，都还只是把AI当成“信息工具”（比如Chatbot）或“辅助工具”（比如智能语音）。
- 信息工具：你问它答。它只是给你一个“Next Token”（下一个词），给你一个参考。这非但没帮你“熵减”，反而增加了海量的、甚至带有幻觉的“无效信息”。
- 辅助工具：帮你调个导航、查个美团。它提升了现有体验，但你还是离不开它。
李想认为，AI真正的爆发点，在于它必须进化成“生产工具”。
什么是“生产工具”？他给了一个极简的定义：“知行合一”。
它不能只“知道”（知），它必须能“行动”（行）。它得能真正替代我，完成专业工作，解决我工作中最重要的那8小时。
他举例，像Cursor或Deep Research，他的同事开始自己掏钱付费了。为什么？因为这些工具开始“动手”了，它们在真正地“做”工作，而不只是“聊”工作。
这引出了他对Agent的最终评判标准：Agent的唯一意义，就是成为“生产工具”。一个只会聊天、不会动手的Agent，价值是极其有限的。
---
话题二：向DeepSeek学什么？反人性的“最佳实践”
这场对话中，李想毫不掩饰的表达了对DeepSeek及其创始人梁文锋的赞赏。DeepSeek的开源，让理想VLA（视觉语言行动模型）的语言部分研发“进度加快了9个月”。理想后来把自己的操作系统开源，很大程度上就是出于对DeepSeek的“感谢”。
那么，DeepSeek到底做对了什么？
李想的总结是：“它极简地运用了人类最佳实践。”
他拆解了两种“最佳实践”：
第 1 种是做能力（研发）的最佳实践：
- 第一步：搞研究 (Research)
- 第二步：搞研发 (Development)
- 第三步：能力表达 (Expressing Capability)
- 第四步：变成业务价值 (Business Value)
- 我们常犯的错：直接跳到第二步“搞研发”，忘了第一步“搞研究”。
第 2 种是做业务（推理）的最佳实践：
- 第一步：索引分析 (Analysis)
- 第二步：确定目标 (Goal Setting)
- 第三步：涌现策略 (Strategy)
- 第四步：反思反馈 (Feedback/Review)
- 我们常犯的错：遇到问题只想改第三步“策略”，却忘了重新做第一步“分析”、第二步“定目标”和第四步“复盘”。
严格遵循这些步骤，其实是“反人性”的。人性总是想走捷径，想随心所欲。而一个卓越的组织，就是要和这种人性对抗。
他认为梁文锋就是这种“自律”和“坚守最佳实践”的化身。
---
话题三：解密VLA：我们是如何“造”一个司机的？
这是全篇“技术专家”模块最硬核的部分。当别人还在谈论端到端时，李想已经在详细拆解他们下一代的VLA（Vision-Language-Action，视觉-语言-行动）架构了。
他把辅助驾驶的进化分成了三个阶段，这个比喻非常传神：
第一个阶段是规则算法阶段：像“昆虫智能”。比如蚂蚁，严格依赖高精地图（信息素），规则定得死死的，没法泛化。
第二个阶段是端到端阶段：像“哺乳动物智能”。比如马戏团的动物学骑车，它能模仿，但它不理解物理世界。
第三个阶段是VLA阶段：追求“人类智能”。它不仅要看（Vision），还要理解（Language，包括推理、思维链），并且能执行（Action）。
那么，这个“人类司机”是怎么“造”出来的？李想给出了一个通俗的“三步训练法”：
第一步：预训练 (VL基座) —— 仿佛“上学学知识”
目标是让模型理解世界。
用什么数据训练呢？
不仅用普通语料，还要用理想独有的三类数据：
1. 3D Vision数据（物理世界）。
2. 高清2D Vision数据（比如看懂导航地图，清晰度比开源的高10倍）。
3. VL联合语料（最关键的，比如“看到这个导航”+“人类做了这个判断”的组合数据）。
然后呢？
把这个云端320亿参数的“博士”大模型，蒸馏成一个车端32亿参数的“专家”MoE模型，保证在车上能跑得动。
第二步：后训练 (加入Action) —— 仿佛“上驾校学车”
目标是把“知识”变成“行动”，进行模仿学习。
怎么训练呢？
学习人类司机的操作，让VLA模型知道看到什么、理解了什么之后，应该做出什么动作（Action）。
第三步：强化训练 (RL) —— 仿佛“上路实际开”
目标是开得跟人一样好，甚至比人更好。
怎么做训练呢？
1. RLHF（人类反馈）：用人类的接管、驾驶习惯来“对齐”，让它开得像个“老司机”，而不是“马路杀手”。
2. 纯RL（世界模型）：在模拟器（世界模型）里疯狂跑，用“舒适性”、“交通规则”、“是否碰撞”作为奖惩标准，让它自己“悟”，开得比人类平均值还好。
通过这三步，一个“VLA司机大模型”就诞生了。
李想认为交通领域会是VLA最早落地的场景。而且，未来不会有“通用Agent”，只会有无数个“专业Agent”（比如司机、医生、律师），而它们会运行在一个统一的“Agent OS（智能体操作系统）”上。
---
话题四：理想的终局：一家“AGI终端公司”
这是“战略专家”模块的思考。
理想这家公司，组织能力在学谁？
李想划出的路线是：
1. 百亿收入阶段：学丰田、通用（流程）、谷歌（OKR）。
2. 千亿收入阶段：学华为（IPD、组织流程）。
3. 迈向万亿（1000亿美金）阶段：必须学苹果。
学苹果什么？
学它从一个电脑公司，拓展成音乐播放器公司、手机公司、服务生态公司的能力。
基于此，李想给出了理想的终极答案。当被问到“理想是谁”时，他不再只说汽车，而是给出了一个极其清晰的定义：
“到2030年，我们希望能够成为全球领先的人工智能终端企业。”
他做了个类比：
- PC时代：有终端公司（苹果）和平台公司（微软）。
- 移动互联网时代：有终端公司（苹果）和平台公司（谷歌）。
- AGI时代：也必然会有平台公司（如OpenAI），和终端公司。
理想，要做的就是AGI时代的苹果。
他认为，汽车是第一个真正意义上的“AGI终端”，因为它同时具备四个要素：
1. 360°物理感知；
2. 认知决策；
3. 行动能力；
4. 反思反馈。
但理想不会止步于汽车。当规模达到5000亿以上，他们必须像苹果做iPhone一样，去探索其他（符合上述4要素的）AGI终端，比如家庭、穿戴设备。
对于“摊子铺太大”的质疑，李想的回应很直接：“如果我们有1000多亿收入……做这些事情就是合理的……太划算了，干嘛不做？”
---
话题五：从“改变”到“成长”：能量、智慧与亲密关系
这是整场对话我个人最喜欢的部分，它关于“人”。
李想分享了他最重要的一个管理“心法”：“人是很难‘改变’的，但人是愿意‘成长’的。”
所以，他做管理时会“顺着人性去说，逆着人性去做”。话要说得顺人性（我们来一起“成长”），事要做得逆人性（严格执行“最佳实践”）。
他还分享了一个核心概念：“能量”。
他认为，一个组织的核心，是构建一个3-7人的“能量体”（核心合伙人团队）。这个团队必须形成“更强的大脑”（一起决策）和“更强的心脏”（相互支撑）。
如何构建这种能量？
他给出的答案来自他做父亲的体验：
“在亲密关系里，你要大胆表达自己的需求……我需要他们（家人、同事）超过了他们需要我。”
他发现，当你表达“我需要你”时，能量就开始流动了。因为所有人都渴望“被需要”。
这引出了他对AI时代的终极思考：AI负责“智能”，人类负责“智慧”。
- 智能（能力）：AI可以无限提升。
- 智慧（关系）：李想定义，“智慧就是我们和万物的关系”——你和自己的关系，你和他人的关系，你和自然的关系。
AI的终极价值是什么？是把人类从那些消耗能量、不产生“智慧”的低价值劳动（比如打邀约电话）中解放出来，让我们有时间去做真正“熵减”的、有能量的事情——去处理“关系”，去提升“智慧”。
这或许就是“AI与人的关系”这个母题的答案。
访谈的文字链接：
https://t.co/1f6T91aK5E
点击图片查看原图