科技哲学与 AI 机遇
本文信息来源：stratechery
关于 AI 最矛盾的一点在于：虽然它被誉为通往富足之路，但最重要的财务成果却与稀缺性相关。第一个也是最明显的例子就是英伟达——其估值飙升的同时，芯片需求持续超过供给：
过去几个月凸显的另一项稀缺资源是 AI 人才；那些真正构建和扩展模型的人突然获得了比职业运动员更高的薪酬 ，这很合理：
- 在 AI 领域”胜出”可能带来的财务回报是巨大的
- 产出在一定程度上是可衡量的
- 各竞逐人才的公司所需完成的工作是相同的
最后这一点在科技史上相当独特。虽然优秀程序员一直供不应求，某些产品领域也出现过激烈竞争时期，但过去几十年科技企业更像是特许经营体 ——各自的市场定位差异明显：谷歌与搜索、亚马逊与电商、Meta 与社交媒体、微软与商业应用、苹果与硬件设备等。这种现实意味着公司整体比任何个人更重要，从而限制了个人贡献者的薪资上限。
到目前为止，人工智能领域的情况有所不同：长远来看，各个细分领域可能会出现占据主导地位的产品公司，但只要竞争的核心仍是基础模型，那么实际上所有参与者都在进行同一场竞赛——这反而提升了顶尖人才的议价能力。由此可以推断，精英人才最终会流向能提供最优厚条件的团队，无论是通过金钱回报还是使命愿景；反过来说，那些注定失败的团队，往往是因为无法或不愿在这两方面满足要求。
苹果的犹豫
我真正关注的是最后这个观点；虽然我无权评判任何转会选择的价值，但这些团队本身值得剖析。以 Meta 和苹果这两家科技巨头及其最新的人才争夺为例：据彭博社报道
苹果公司负责人工智能模型的高管将离职加入 Meta Platforms Inc.，这是这家 iPhone 制造商在人工智能领域受挫的又一打击。知情人士透露，杰出工程师兼苹果基础模型团队负责人庞若明即将离职。庞若明于 2021 年从 Alphabet Inc.加入苹果，现将成为 Meta 新成立的超级智能团队的最新重磅招聘。这些不愿具名的消息人士表示，相关人事变动尚未正式公布。
据知情人士透露，为招揽庞博士，Meta 开出了每年数千万美元的薪酬方案。Meta 首席执行官马克·扎克伯格正大举招揽人工智能领域顶尖人才，此前已以高薪聘请了 Scale AI 创始人亚历山德·王、初创公司创始人丹尼尔·格罗斯及 GitHub 前首席执行官纳特·弗里德曼等业界领袖。另据知情人士称，Meta 还从 OpenAI 挖来了研究员李远志，以及曾参与 Anthropic PBC 公司 Claude 项目开发的安东·巴赫京。上个月，该公司还挖走了 OpenAI 多名研究人员。Meta 于本周一稍晚证实了聘请庞博士的消息。苹果公司、庞博士、OpenAI 及 Anthropic 均未回应置评请求。
苹果公司流失人工智能研究员之所以令人意外，仅仅在于他们居然拥有值得挖角的研究人员；毕竟这家公司早已通过另一种稀缺资源——英伟达芯片——隐晦表明了其对人工智能的消极态度。彭博社同样指出：
前首席财务官卢卡·梅斯特里在采购 GPU（人工智能必备专用芯片）上的保守立场也显得不合时宜。在库克领导下，苹果凭借市场主导地位和现金储备，塑造了从半导体到智能手机屏幕玻璃的全球供应链。但 GPU 需求最终压倒了供给，而苹果遵循其对未完全认可的新兴技术一贯采取的渐进采购策略，结果适得其反。当亚马逊和微软等竞争对手抢购全球大部分 GPU 时，苹果只能作壁上观。GPU 短缺导致苹果 AI 模型的训练进度大幅滞后。”当竞争对手已经扫光货源时，你不可能凭空变出更多 GPU，”AI 团队某成员表示。
这家2024财年产生1180亿美元自由现金流的公司竟如此”吝啬”看似费解，但从两个角度来看苹果的迟疑有其合理性。
首先，AI 对苹果业务前景的潜在影响至少在短期内相当有限：我们仍需要设备来接入 AI，而苹果依然占据高端设备市场的主导地位（当然，长期来看存在 AI 可能消除智能手机需求，或显著区分安卓等替代平台的隐忧）。这极大削弱了苹果在 GPU 和研究人员投入方面超越其他公司的财务动机。
其次，AI 技术——至少如 Anthropic 等公司描绘的某些奇幻愿景——可以说与苹果作为企业的核心理念背道而驰。
科技行业的两种哲学
正是 AI 技术（至少是 LLM 出现前的版本）促使我在 2018 年撰写了关于科技行业的两种哲学 ：一种以谷歌和 Facebook（现 Meta）为代表：
在谷歌的理念中，计算机通过代劳帮你完成任务——并节省时间。Duplex 是最令人印象深刻的例证——让计算机替你接打电话——但这一核心理念贯穿谷歌展示的诸多功能，尤其是基于人工智能的应用：谷歌相册不仅能整理标记照片，现在还能主动推荐修图建议；谷歌新闻会为你筛选资讯，地图则会为你发现社区周边的新餐馆与商铺。而 Keynote 演讲的压轴环节也恰如其分地交给了 Waymo——它将为你驾驶车辆……
扎克伯格展现的形象，正如 Facebook 一贯给人的印象，像是谷歌更狂热且无疑更令人不安的版本：Facebook 不仅想代劳事务，其 CEO 更直言不讳要完成那些”否则根本不会有人去做”的事情。过去一年笼罩扎克伯格的救世主般的热忱，本质上只是将谷歌的指导哲学推向更极端——让计算机为人类代劳。
另一种哲学则由苹果与微软代表：
本周早些时候，微软 CEO 萨提亚·纳德拉在 Build 开发者大会主题演讲中展现出截然不同的基调…这是技术的第二种哲学理念，它与前者形成正交关系：其核心不在于计算机替你完成工作，而是让计算机帮助你更高效优质地完成工作。这种哲学带来了不同的责任观。谷歌 CEO 皮查伊在开场演讲中承认”我们深感责任重大，必须正确应对”，但这句话隐含的前提是谷歌处于核心地位，其管理者负有直接责任。而纳德拉则坚持认为责任应由整个科技行业共同承担，所有试图运用技术力量的个体也都责无旁贷。
第二种理念认为计算机是人类的辅助工具而非替代品，这是两者中更为古老的观点；其最伟大的倡导者——若你愿意，也可称其为先知——正是微软最大的竞争对手，而他选择的比喻恰巧也与交通工具相关。不是汽车，而是自行车：
记得大约 12 岁时读过一篇文章，可能刊登在《科学美国人》上，研究人员测量了地球上各种生物的运动效率——它们从 A 点移动到 B 点需要消耗多少千卡热量。结果秃鹰高居榜首，超越了其他所有物种，而人类仅排在榜单三分之一左右的位置，这对万物之灵而言实在不算体面。
但有人突发奇想，测试了人类骑自行车的效率，结果骑自行车的人一举超越了秃鹫，登顶效率榜首。这给我留下了深刻印象——人类是工具的创造者，我们能打造出将自身潜能放大到惊人程度的工具。因此对我而言，计算机始终是思维的自行车，它能将我们带到远超先天能力边界的地方。我认为这个工具尚处萌芽阶段，非常早期的阶段，我们才迈出短短几步，它仍在成形过程中，但已带来翻天覆地的变化。与未来一百年将发生的变革相比，这些根本不值一提。
距离那段视频已过去约四十年，史蒂夫·乔布斯关于巨大变革仍将来临的预言显然具有先见之明：移动互联网彻底改变了世界，而人工智能将让这些影响显得微不足道。但本文探讨的重点，在于商业机遇（或风险）与哲学理念的相互作用。苹果公司的立场如下：
从这个角度看，苹果公司的保守主义有其合理性：他们尚未充分认识到 AI 对业务的提升潜力（也不过分担忧其负面影响），而其对工具属性的偏重意味着 iPhone 上的 AI 应用已足够；虽然作为平台管理者可能愈发令人沮丧，但苹果本质上仍是平台公司，其平台上的应用正为苹果用户提供着 AI 工具。
同样的框架也能解释 Meta 的激进策略。首先，机遇巨大，正如我在去年秋季的 《Meta 的 AI 富足时代》 中所阐述的（此外需要补充的是，风险同样存在——当用户将时间消耗在 AI 上时，这对依赖广告收入的商业模式构成了终极稀缺资源的挑战）。其次，Meta 的核心理念是让计算机为你代劳：
看到这张图表，Meta 挖走苹果顶尖 AI 人才还令人意外吗？
手气不错
理解企业布局 AI 的另一种方式，是通过已故的克莱顿·克里斯坦森教授关于延续性创新与颠覆性创新的论述。正如上月更新文章中提到的，当时 Meta 大规模招聘的消息刚开始引发轰动：
看好 Meta 而非谷歌的另一重原因，在于颠覆性创新与延续性创新的差异。已故的克莱顿·克里斯坦森教授在 《创新者的窘境》 中阐释过这种区别：
大多数新技术都能促进产品性能的提升，我称之为延续性技术。有些延续性技术可能具有突破性或颠覆性特征，另一些则属于渐进改良性质。所有延续性技术的共同点在于：它们都是按照主流市场客户历来重视的性能指标，来改进成熟产品的性能表现。特定行业中的大多数技术进步都属于延续性范畴。本书揭示的一个重要发现是：即便是最具挑战性的延续性技术，也很少会导致领先企业失败。
然而，偶尔会出现颠覆性技术：这些创新至少在短期内会导致产品性能下降。具有讽刺意味的是，本书研究的每个案例中，正是颠覆性技术导致了领先企业的失败。颠覆性技术为市场带来了与以往截然不同的价值主张。通常，颠覆性技术在主流市场中表现不如成熟产品。但它们具有一些边缘（且通常是新兴）客户看重的其他特性。基于颠覆性技术的产品通常更便宜、更简单、更小巧，且使用起来往往更为便捷。
关于生成式 AI 对谷歌而言是延续性创新还是颠覆性创新， 在我提出这个问题两年后仍无定论。显然谷歌在基础设施和研究方面都拥有强大的 AI 能力，生成式 AI 对其展示广告业务和云业务属于延续性创新；与此同时，围绕搜索变现的长期问题依然如故地切中要害。
然而，Meta 并不存在可能被颠覆的搜索业务，且其整个业务体系中有多种方式可利用生成式 AI；对扎克伯格及其团队而言，AI 绝对属于维持性技术，这就是为何最终值得投入必要资源来推动公司朝正确方向前进。
这种分析的问题在于谷歌部分：如何调和”AI 对谷歌具有颠覆性”的观点与”他们和其他公司一样重金投入 AI，事实上还比所有企业更早布局”之间的矛盾？我认为答案要回溯到谷歌创立之初，以及那个”手气不错”按钮：
虽然这个按钮如今已从 Google.com 上消失，但我认为它在其功能早已失效后仍长期保留并非偶然（即时搜索结果意味着到 2010 年你甚至没机会点击它）；”手气不错”曾是一种使命宣言。引自 2016 年的谷歌与战略的局限性一文：
在昨天的主题演讲中，谷歌 CEO 桑达尔·皮查伊回顾了科技发展史，重点提及我在 2014 年末描述的 PC-网络-移动时代划分，随后宣布我们正从移动优先的世界转向人工智能优先的世界——这正是谷歌助手发布的时代背景。
早在上述 iOS 6 发布前一年，苹果就首次以 Siri 的形式引入了助手概念；人们首次（理论上）可以通过语音进行运算。起初效果并不理想（有人认为至今仍是如此），但这对于整个计算领域——尤其是谷歌——影响深远：语音交互既拓展了可进行计算的场景 ，从需要专注操作设备的场合延伸至几乎任何环境，同时也限制了可执行的操作范围。助手必须比搜索结果页面更具主动性：仅提供可能的答案远远不够，它需要给出正确答案。
这对谷歌的技术而言是一个可喜的转变；从一开始，这家搜索引擎就包含了一个”手气不错”按钮，谷歌创始人拉里·佩奇对搜索引擎能提供用户所需的确切结果充满信心。虽然昨日谷歌助手演示是预设场景，但其结果——尤其是在上下文理解方面——远比市面上的其他助手更令人印象深刻。更广泛地说，很少有人质疑谷歌在支撑其助手的底层人工智能和机器学习领域处于明显领先地位。
当时就已显而易见的问题是——这与谷歌的商业模式存在冲突：
然而，企业经营远不止技术层面，谷歌在助手领域尤其存在两大显著短板。首先，正如我在今年谷歌 I/O 大会后所解释的，该公司存在市场推广缺口 ：助手只有在可触达时才具有实用性，对数亿 iOS 用户而言，这意味着需要下载并使用独立应用（或是打造像 Facebook 那样让用户愿意投入大量时间的体验）。
其次，谷歌还面临一个商业模式问题：”手气不错”按钮的存在意味着相关搜索无法为谷歌带来任何收入。毕竟，如果用户无需从搜索结果中进行选择，也就失去了点击广告的机会——这些广告正是谷歌为广告商争夺用户注意力而设置的竞赛产物。谷歌助手面临着完全相同的问题：广告该放在哪里？
我在那篇文章中阐述的正是谷歌在这张图表中的定位：
人工智能是“手气不错”功能的终极体现；谷歌之所以追求 AI 技术，正是因为佩奇和布林最初创立公司的初衷；商业模式固然重要，但它们并非决定性因素 ，虽然这可能意味着谷歌短期内会面临困难，但这也让我们有理由乐观地认为该公司终将攻克 AI 难题。
微软、OpenAI 与 Anthropic
这类分析框架虽具参考价值，但解释力仍不完整；我认为当前框架能有效诠释苹果、Meta 和谷歌的行为逻辑，但对其他 AI 领域重要参与者的解读则更具推测性。以微软为例，我会将其定位如下：
微软虽未拥有标志性的基础模型，但已重金投入 OpenAI；其核心 AI 产品是各类 Copilot 智能助手，这确实体现了”工具化”理念的押注。正如我在 《企业哲学与 AI 第一波浪潮》 中指出的，关键问题在于普通员工是否真正需要微软的这些工具：
不过请注意，这与苹果和微软打造工具的理念何其相似：工具本为使用而生，但需发挥主观能动性才能最大化其效用。我认为这正是 Copilot 应用面临的挑战：早在 Copilot 问世前，积极主动的员工就已开始探索如何运用其他 AI 工具提升工作效率。Copilot 的核心理念在于——通过整合”微软图谱”中的信息，为你提供更强大的 AI 工具，并让全体员工广泛使用，从而提升整体生产力。
换句话说，Copilot 面临的真正挑战在于变革管理：以每席位 30 美元/月的价格向全体员工提供革命性的工作方式是一回事；而要促使所有员工改变工作习惯以兑现这项投资的价值，将 Copilot Pages 打造成”AI 时代的新生产力工具”（如同电子表格之于个人电脑时代），则完全是另一回事——难度要大得多。
这种矛盾解释了上月彭博社报道中的诸多案例：
OpenAI 在企业市场初露锋芒的实力正让其合作伙伴兼最大投资者微软感到消化不良。微软销售人员表示，在他们竭力向尽可能多客户推广 Copilot 产品的压力时期，却遭遇了措手不及的局面。这场幕后角力使得本就微妙的微软与 OpenAI 关系更趋复杂…目前尚不清楚 OpenAI 在企业界的上升势头能否持续，但该公司近期宣布已拥有 300 万付费商业用户，较数月前激增 50%。微软发言人则称《财富》500 强中 70%的企业正在使用 Copilot 产品，付费用户数较去年同期增长了两倍…
本报道基于与二十多位客户和销售人员的对话，其中许多是微软员工。为避免影响坦率讨论微软与 OpenAI 之间的竞争关系，多数受访者要求匿名。两家公司实质上在推销相同的产品：能够处理繁重任务（如研究写作、数据分析）的 AI 助手，从而让办公室员工专注于更棘手的挑战。据知情人士透露，由于两款聊天机器人主要基于相同的 OpenAI 模型，微软销售团队始终难以将 Copilot 与知名度更高的 ChatGPT 区分开来。
只要 AI 的使用依赖于员工的自主意愿，ChatGPT 就占据优势；然而这一观察的有趣之处在于，它表明 OpenAI 实际上与微软处于相同境地：
由此延伸，这解释了为何 Anthropic 与众不同；另一家领先的独立基础实验室显然专注于智能体（agent）而非聊天机器人，即能为你主动完成事务的 AI，而非工具。对比 Cursor 与 Claude Code 就能看出差异：Cursor 是一个集成开发环境（IDE），为 AI 增强编程提供了最佳用户界面；而 Claude Code 几乎不注重界面设计，它运行在终端里，人们之所以容忍这一点，是因为它在单次输出方面表现最优—— 这条 X 平台推文颇具启发性：
更广泛地说， 我在一篇更新文章中写道 ，克劳德 4 发布后，其重点主要放在了代理工作负载上：
由此延伸来看，Anthropic 的目标正是我在去年秋季《 企业哲学与人工智能第一波浪潮 》中阐述的观点：
计算技术的起点并非个人电脑，而是从替代后台部门开始的。或者用更尖锐的说法——计算技术的初始价值并非通过帮助婴儿潮一代提升工作效率而创造，而是通过彻底取代他们的整个工作领域实现的……智能体不是副驾驶，而是替代者。它们直接取代人类完成工作（比如从呼叫中心这类场景开始），并具备软件的所有优势：随时待命，能根据需求弹性扩展……
贝尼奥夫讨论的重点并非提升员工效率，而是增强企业效能；针对员工的动词是”增强”，这比”取代”听起来温和得多；同时也阐明了终极目标：商业成果。这正是科技行业的第三大哲学：提升大型企业的盈利水平。
请注意这个框架如何完美适用于大型机计算浪潮：会计和 ERP 软件提升了公司生产力并带来积极的业务成果；被”增强”的是那些能更快获取更精准报表的管理层员工，而原先从事这些工作的员工则被取代。关键在于，是否进行这种变革的决策并不取决于基层员工改变工作方式，而在于高管们是否决心迈出这一步。
在我看来这至少从商业角度而言是个极具价值的目标。OpenAI 正忙于占领消费者领域，而谷歌虽拥有顶尖基础设施和领先模型却在产品化上举步维艰；Anthropic 的任务则是打造世界最佳智能体产品，不仅包含最先进的模型，还要构建所有确定性计算框架，使其真正达到可替代人类员工的水准。毕竟相比谷歌，Anthropic 的 API 定价或许显得昂贵，但相较于人类薪资则显得极为廉价。
这意味着 Anthropic 与 Meta 同处右上象限：
这只是一个分析框架，还存在其他视角。此外，各类边界其实相当模糊。例如 OpenAI 正在研发智能体工作流，而超大规模云厂商无论面对用户驱动还是智能体驱动的 AI 应用都能获益；与此同时，谷歌正在快速升级搜索引擎以整合生成式 AI 技术 。
与此同时，回到人才争夺的问题上，我认为 Meta 从 OpenAI 挖走的研究人员比从 Anthropic 挖走的更多并不令人意外：我猜测，在使命驱动层面，AI 研究人员更可能被”计算机包办一切”的愿景所吸引，而非仅仅满足于增强人类能力。延伸来看，现有的工具制造商可能别无选择，只能与这些真正的信徒结盟。
