---
title: 2026 上半场的共识与非共识
description: 从 Context、模型能力到软件形态与组织方式，整理自 43 College 返校日分享。
canonical: https://yangpan.com/blog/consensus-2026
language: zh-Hans
section: blog
translation_key: consensus-2026
date: 2026-08-23
date_type: publication
author: 杨攀 / Pan YANG
sources:
  - label: 微信公众号「杨攀同学」· 原文
    url: https://mp.weixin.qq.com/s/i1gjm6JAKcjqfr4pLfW93w
---

# 2026 上半场的共识与非共识

从 Context、模型能力到软件形态与组织方式，整理自 43 College 返校日分享。

本文首发于微信公众号，原文链接见“来源与相关链接”。

> 过去半年，模型能力、Agent 的入口位置、软件的交付形态和组织的工作方式，都在同时发生变化。下面分享下我关注的其中一部分问题。内容来自 8 月 8 日 43 College 返校日线下活动的分享。

![演讲 PPT · 01 / 21](https://assets.yangpan.com/blog/consensus-2026/01.webp '演讲 PPT · 01 / 21')

## Context：把个人上下文变成复利

![演讲 PPT · 08 / 21](https://assets.yangpan.com/blog/consensus-2026/02.webp '演讲 PPT · 08 / 21')

我在讲台附近发现有两部手机在录音，我自己也录着音，还拿了一台大疆 Pocket 跟拍。就像小七姐所讲的，**我们都在疯狂收集并构建自己的 Context**。这可能是今天最大的“共识中的非共识”，或者“非共识中的共识”。

我对 Context 这么敏感，要感谢李继刚。一两个月前，他请我做一次分享，说：“我们就聊聊 Context 吧，于是有了[《Context 即 Agent：下一场 AI 产品战争，是上下文之争》](https://yangpan.com/blog/context-is-agent)。”深入思考之后，这件事给我带来了很大震撼。此后，我自己的很多事情都开始围绕 Context 展开。这次继刚让我总结过去半年，我也决定从这个话题讲起。

大家能看出来这份 PPT 是用什么做的吗？是归藏的 PPT Skill。先说说这份 PPT 是怎么来的：**我让 Agent 读取我在 2026 年记入 flomo 的所有内容，以及近期和别人聊天、吃饭时留下的录音**，再围绕这次分享的主题提炼内容。我随后做了不少点评和打磨。它最初总结出来的东西并不完全符合我的品味，但至少把这半年里我大脑装不下、记不住的内容重新提取和整理了出来。

一旦开始构建自己的 **Context**，并让它长期积累、形成**复利**，以后做这类事情就会非常方便。

还有一个小插曲。歸藏做出来的 PPT 很好看，但如果所有人做出来的东西都千篇一律，也就谈不上好看和品味了。我专门写了一段提示词，希望换一种风格，而且没有指定歸藏 Skill。Agent 回答：“好的，我启动歸藏 PPT Skill 给你做。”结果最后还是做成了这个样子，我只调整了一些颜色。

## 模型能力的变化

![演讲 PPT · 02 / 21](https://assets.yangpan.com/blog/consensus-2026/03.webp '演讲 PPT · 02 / 21')

这次我整理了一些共识和非共识。两者其实没有明确边界：有人认为是共识，有人认为是非共识，这并不重要。

第一个变化是模型能力。**半年以来，模型能力发生了翻天覆地的变化**。我主要关注四点。

第一是**长程任务**。智谱对今年模型路线图的规划，是从 5.1 开始，5.2 以及之后的每一个版本都能比上一个版本执行更长时间的任务。长程任务是模型自身的能力，也代表它能够处理更复杂的问题。只有具备这种能力，模型和 Agent 才能解决更大、更复杂的任务。

大家可以找出**半年前或一年前曾经半途而废的任务、作品**，选一两个重新捡起来，用今天的模型和 Agent 继续完成。这样能非常直观地感受到半年间的巨大变化。如果每天持续使用，反而不一定有这么强烈的感受。

第二是**环境闭环**。我认为，这是 Agent 接下来替我们工作时极其重要的能力。我们写代码、写文档，或者在某个环境里执行操作，经常需要人工介入。例如做 SEO，需要打开 Google Search Console 或 Analytics。以前只能自己手工操作；现在 Agent 可以使用 Computer Use 和 Browser Use。如果让 Agent 为一个网站做 SEO，只要打通这层能力，它就可以形成完整的自闭环。

这是今天模型和 Agent 突破中非常重要的一点。**没有环境闭环，人就必须始终处于 Human in the loop 的状态**：任务会卡在那里，等你点击鼠标或完成某项操作。环境闭环可以极大提升使用效率。现在我基本不再亲自操作很多线上服务：注册域名，只需要说一句话；配置线上环境、查看 SEO 数据，也都可以直接交给 Agent，不必再打开那些网站。

第三是**完成终极任务（Goal）**。我曾经让 Agent 写出一份非常详细的产品规划文档。自认为目标已经定义得足够清楚后，我要求它以这份文档为目标，把产品完整实现。当时我正在海外旅行，看着它在家里的机器上连续跑了三十多个小时，一直没有结束。

后来我发现，如果给出的目标不是非此即彼的 Yes or No，或者不是一个可量化、可验证的结果，**任务就可能永远没有终点**。Agent 做着做着会发现某处不够完美，修改之后又发现另一处需要调整，于是在不同方向之间反复摆动，循环无法停止。这个任务最后**浪费了我约 200 美元、相当于半个月的 Credit**，产出却是一堆没有实际用途的 Slop。

所以，给 Agent 定义目标时，**目标是否可验证**非常重要。

第四，**模型的绝对能力**仍在持续提升。一个典型案例是，最先进的模型已经可以自己优化 NVIDIA CUDA 运算，提升推理效率。AMD 芯片与 NVIDIA CUDA 不兼容，缺少相应的推理生态；AMD 最近使用最新的 Fable 模型完成 NVIDIA CUDA 的兼容适配和迁移，效果很好。这也说明模型的绝对能力还在向上发展。

## 从程序员破圈到知识工作者

![演讲 PPT · 03 / 21](https://assets.yangpan.com/blog/consensus-2026/04.webp '演讲 PPT · 03 / 21')

接下来是 Codex 和 WorkBuddy。Codex 在半年内从约 100 万周活跃用户增长到约 1000 万。国内的 WorkBuddy 月使用量飙升到 2000 万，这是一个非常震撼的数字。

我首先看到的是，Agent 正在**从程序员群体破圈到知识工作者**。

很多人每天用 Agent 写大量代码，但写出来的代码和软件**不是最终结果，只是中间产品**。知识工作者用 Codex 或 WorkBuddy 完成一项具体任务时，产出往往直接对应结果。例如，我用它完成一份 PPT，PPT 完成时，这项工作也就完成了；但我写出一个软件，如果没有人使用，也卖不出去，那么除了自用之外，它并没有产生最终的结果价值。

我曾在群里和玉伯、继刚、橘子讨论过这个问题：**代码和最终作品，到底哪个是“电子泔水”**？我的切入点是，你究竟只是完成了一个中间环节，还是借助它解决了问题、拿到了结果？两者有很大差异。

有些程序员疯狂使用 Agent，最后得到的只是自己的满足感，并没有创造其他结果价值。反过来，**很多不懂代码的知识工作者，确实借助这些工具解决了真实问题**。

## 超级 Agent 正在统一入口

![演讲 PPT · 04 / 21](https://assets.yangpan.com/blog/consensus-2026/05.webp '演讲 PPT · 04 / 21')

在座的大多数人应该都相信，**未来会有一个超级 Agent 作为统一入口**。但过去几年里，大家虽然相信这件事，实际行动却完全相反。多数软件从业者和产品经理都试图在自己的软件里加入 AI、加入 Agent；但我们信仰的未来，却是由超级 Agent 统一所有入口。这两者是矛盾的，是知行不合一。

从今年开始，**超级 Agent**正越来越多地占用我们的时间，也在逐渐吃掉其他入口。过去我需要亲自登录网站完成很多操作，现在只要向 Agent 提出需求，它就可以通过 Computer Use 或 Browser Use 完成。未来，我直接使用软件的时间可能会越来越少：一部分问题由 Agent 自己解决，另一部分由 Agent 操作其他软件解决。我们的认知和行动正在逐渐汇聚到同一个方向。

一两年前，Claude 和 Codex 都在做 Chrome 插件：用户在浏览器里调用 ChatGPT 或 Claude，让它们操作网页。后来 OpenAI 发布过浏览器产品 Atlas，并在近期将其关闭。现在推荐的方式，是在 Codex 的内置浏览器中打开网页，把需求直接交给 Codex，由 Codex 操作内部浏览器完成任务。这说明 **Agent 正准备把电脑上最重要的软件之一——浏览器——纳入自己的内部**。

我认为，这是从今年年中开始出现的一次巨大范式转变。

再举一个例子。ChatCut 是一个剪辑产品。使用剪映做复杂剪辑时，操作非常繁琐，对人并不友好。ChatCut 做了一个 **Codex Plugin**，把复杂剪辑能力以插件形式装进 Codex。用户不再需要用鼠标拖拽、点击，只要告诉 Codex 想怎样剪辑，Codex 就可以通过插件调用 ChatCut 的功能来完成任务。

过去几十年里，绝大多数软件功能代码都在解决人机交互问题：让人通过屏幕看见信息，通过鼠标和键盘操作软件、完成任务。刚才这个例子则是把需求告诉 Codex 或其他 Agent，由它们处理全部复杂交互，直接完成任务。这可能带来一次巨大的转换。

如果这个判断成立，软件作为独立交付结果、交付价值主体的重要性会大幅降低。**软件会逐渐成为 Agent Harness 的一部分**，而不再是一个独立主体。

## 软件与 Agent 的关系会反转

![演讲 PPT · 09 / 21](https://assets.yangpan.com/blog/consensus-2026/06.webp '演讲 PPT · 09 / 21')

我认为，**软件和 Agent 的关系可能会开始反转**。过去一两年，很多人开发了大量小软件，或供自己使用，或准备卖给别人。但接下来，构建软件再分发、销售给别人，可能会越来越难。反而是在 Codex、WorkBuddy 等平台中抢占一个 **Plugin**的位置，可能更有卡位价值。

如果我们构建的能力**既能给人使用，也能被人的 Agent 调用**，它仍然可能有价值。但这要求我们重新思考软件的形态。

## AI 原生组织不是局部优化，而是整体再造

![演讲 PPT · 05 / 21](https://assets.yangpan.com/blog/consensus-2026/07.webp '演讲 PPT · 05 / 21')

![演讲 PPT · 06 / 21](https://assets.yangpan.com/blog/consensus-2026/08.webp '演讲 PPT · 06 / 21')

今年 4 月一个月内，我给美团、腾讯、百度和蚂蚁四家公司做过高管/全员分享，主题是 AI 原生组织变革。四个月后的今天再看，今天可能有新的迭代。

我们原来的组织结构，是把一个正方形或矩形组织从纵向切分改为横向切分。传统组织按部门划分，再在部门内按岗位和角色分工；这是静态结构，动态运行依靠企业内部流程。之所以这样划分，是因为人的能力和掌握的 Context 都有限：有人擅长产品，有人擅长开发，有人擅长测试，因此只能把不同能力、不同 Context 放在不同位置。

在 AI 的帮助下，**人的记忆可以增强**；如果 Context 构建得足够好，**人的能力边界也会扩展**。组织不一定只能纵向切，也可以横向切。

但这一页真正想表达的是：今天组织面对的并不只是工作、角色或流程的变化，而是**整个组织的再造**。每一个环节都要一起调整。如果流程不变，只提升个人岗位能力；或者只调整角色，都不足以构建 AI 原生组织。不存在只解决某个单点就能完成组织变革的方案。

我们经常说，**烧 Token 更容易，商业化更难**。产品、技术和商业化之间一直存在巨大鸿沟，今天没有改变。只是 AI 把产品和技术的成本、时间大幅压低、效率大幅提高，商业问题才变得更加突出。

原来有 100 家公司做产品，也有 100 家公司解决商业问题。今天可能有 1 万个人做产品，但仍然只有 100 家公司能解决商业问题，所以我们才会更强烈地感受到这道鸿沟。接下来，**不能只让 AI 帮我们创造更多产品、解决更多技术问题，也要让 AI 帮我们完成商业化这一半**。

## Agent 越能干，越需要改变管理者自己

![演讲 PPT · 07 / 21](https://assets.yangpan.com/blog/consensus-2026/09.webp '演讲 PPT · 07 / 21')

当你雇佣了一批效率高出十倍、百倍的“博士生”，如果自己的工作方式没有变化，**最需要变革的其实是你自己**。这与今天我们和 Agent 的关系完全一样。

Agent 越能干，我们越应该把注意力放回最本质的问题：**如何定义自己的目标，如何定义 Agent 的目标，如何协调彼此的关系，如何给 Agent 准备更好、更多的 Context**，让它更好地工作。

过去，我们把太多精力花在惊叹、体验和实践 Agent 能带来什么，却很少从自己出发，改善自己的管理方式以及与 Agent 的协作关系。

小七姐已经用一个小时讲过 Context，上次分享时我们也讨论过很多。我只强调一点：**要让 Context 形成复利**。Agent 可以更换，**Context 却不能替换**。小七姐讲的也是这个方向：帮助用户守住 Context，再通过 Agent 构建 Context 的复利。

## 同时为人和 Agent 设计软件

![演讲 PPT · 10 / 21](https://assets.yangpan.com/blog/consensus-2026/10.webp '演讲 PPT · 10 / 21')

如果未来人们通过 Agent 使用软件，那么软件行业需要重新思考一个问题：什么样的软件，**既能让 Agent 高效使用，也能让人顺畅使用**？

过去的软件要么为人设计，要么像近期流行的方向那样，专门为 Agent 设计。我们现在需要的是另一种形态：**人能够看见、能够在必要时参与，而且使用感受很好；Agent 也能够快速、方便地调用**。今天整个行业可能还没有认真思考过这种软件应该是什么样子，我最近一直在琢磨这个问题。

以微信为例。某件事由自己操作可能需要一个小时；如果微信连接了 Agent，**只要说一句话，40 秒就能完成**。春节晚上给亲友群发祝福，而且每个人的内容都不同，人工可能忙一整晚也做不完；如果微信同时面向人和 Agent，这件事就会非常轻松。微信只是一个例子，几乎所有软件都可以这样重新设计。

## “软件已死”的几种含义

![演讲 PPT · 11 / 21](https://assets.yangpan.com/blog/consensus-2026/11.webp '演讲 PPT · 11 / 21')

我原来给这个话题写的标题是“软件已死”，后来让 Agent 改了。软件其实有很多种“死法”。

这周一，我和一家年收入数亿美元公司的创始人聊天。他拥有很多企业客户，想用 AI 为这些客户开展 To B、Long-term 的业务。他开场说：“我用 AI 给这些企业做一些产品或软件，解决某些问题。”我马上打断他：这句话里仍然有软件时代的遗留思维，并不是 AI 时代的思维。因为他想的仍然是，用 AI 制造一个软件产品，再卖给客户。

过去之所以需要制造 App、编写软件、建设 SaaS，是因为生产力有限。为了规模化复制，**只能做高度抽象，寻找用户需求的最大公约数**。所有客户买回去的 App、软件或 SaaS 服务，都只能满足部分需求：有人能满足 80%，有人 50%，有人 20%，但他们仍然愿意付钱。

传统软件的生产周期也很长：调研、用户访谈、理解需求、生产、交付，用户觉得不好用后，再完成一轮反馈闭环，往往以年为周期。AI 正在彻底改变这件事。

软件最终会变成我们为客户交付结果的 **Harness**。今天用 AI 生产的，是帮助具体客户取得结果的 Harness，已经很难再称为传统软件，因为它是**一客一件、一人一件**。传统软件是制作一份 Copy，再销售无数份；如果为每个客户、每个人制作一套定制的、真正好用的东西，它就不再是传统意义上的 App、软件或 SaaS。从这个角度看，软件可能已经死了。

第二种死法是“**生成即抛弃”**。为了这一次解决问题，让 AI 写一个东西，任务完成后可能一辈子都不会再使用它，但没有关系，因为成本已经足够低。如果也把这种一次性生成物定义为软件，那么它生成后就死掉了。

第三种死法是“**不再封版”**。软件不再需要版本号。过去需要把一个版本封存，完成测试、回归和验证，再将同一份 Copy 卖出去。如果软件变成一客一件、持续滚动的 Harness，就不再需要封版和版本号。

第四种死法是，**很多问题不再需要购买一个独立软件**。刚才我在修改 PPT 时，笔记本很烫。我直接让 Codex 帮我解决。它找到一批 Chrome 孤儿进程并关闭，电脑很快就凉下来了。我没有必要再购买一个专门查找 CPU 高占用进程的软件，用 Agent 直接解决即可。

**这些变化都会对软件行业产生巨大影响。**

## Vertical 的核心不在 Agent 本身

![演讲 PPT · 12 / 21](https://assets.yangpan.com/blog/consensus-2026/12.webp '演讲 PPT · 12 / 21')

很多人正在探索垂直 Agent。我的观点很简单：Vertical 的究竟是什么？**不是 Agent，也不是软件或 Harness**。真正 Vertical 的，是模型之外的东西：**数据、接口、结果，以及闭环的商业化能力**。**垂直价值并不在 Agent 本身。**

## 把 Agent 当成人，既对也错

![演讲 PPT · 13 / 21](https://assets.yangpan.com/blog/consensus-2026/13.webp '演讲 PPT · 13 / 21')

今年上半年，我在极客公园的一次线下活动中讲过一句比较“装”的话：今天，**把 Agent 当成人是对的；但把 Agent 当成人也是错的**。

在 Agent 出现之前，我们从未面对过一种能像人一样工作、思考、执行并完成任务的东西。到 2026 年，仍有很多人认为大模型和 Agent 只是工具。前半句话是提醒大家，**不要只把 Agent 当作工具**。把它当成人，才能探索出一批与传统软件、传统程序完全不同的用法。

但一旦把它当成人，就必须同时意识到它和人并不一样。**它的工作速度可能是你的百倍**；你们成为“同事”后，拖后腿的反而可能是你。我们需要具备**管理 Agent 的能力**。前半句帮助我们突破一层认知，后半句则要求我们在使用过程中理解它与人的差异。这是两层不同的认知。

## 在持续变化中寻找不变的复利

![演讲 PPT · 14 / 21](https://assets.yangpan.com/blog/consensus-2026/14.webp '演讲 PPT · 14 / 21')

前面那位公司创始人说，他想做一些 Long-term 的事情。我先打破了他“做软件卖给客户”的思路，又问了他一个问题：自 ChatGPT 发布以来，这几年不变的东西是什么？答案是，**持续变化本身，才是这几年唯一不变的东西**。

技术、产品、场景和我们追求的结果一直在向前滚动。如果团队和组织构建的是一种能够持续滚动的能力，今天才有机会留在牌桌上。如果现在决定做一款软件卖给别人，滚动周期就会一下变成几个月甚至几年；但如果把它做成一个**持续滚动的 Harness**，它可以随时调整，没有版本、没有版本号，只会不断向前。

变化是不变的。与此同时，还要寻找变化之外能够产生复利的东西。那个同样不变的东西就是 **Context**：它是在 Harness 和 Agent 持续滚动的过程中，能够长期保留下来的资产。

## 高度共识是大厂的舒适区

![演讲 PPT · 15 / 21](https://assets.yangpan.com/blog/consensus-2026/15.webp '演讲 PPT · 15 / 21')

今天上午参加圆桌时，有人问我今年上半年的感受。我说，**上半年特别无聊，因为几乎全是共识**：Token 用量越来越多，模型发布越来越快，能力越来越强，Agent 每天都在出现；人人都有 Agent，每家公司都在做 Agent，小七姐做的则是 Context。方向没有变化，变化的只是数字——越来越多、越来越快。

创业者需要意识到：**一旦市场形成高度共识，这件事就进入了大厂的领域**。大厂可以在用户出现的每一块屏幕上投放广告，让所有人都看到。一旦达成共识，就进入了腾讯、阿里和字节的舒适区。

还有一个问题值得大家思考：如果大模型和 Agent 每三个月都会发生一次巨大变化，**你是否也每三个月改变一次自己的工作方式**？如果没有，一定有问题。工具发生巨大变化，使用工具的方式和整个工作方法也应随之变化。

大家可以重新找出半年前放下的一项工作，用今天的模型和 Agent 再跑一次。体验之后，要学会跟着它们迭代自己：哪些事情过去由你做，接下来可以交给 Agent；哪些事情以前想做却做不成，现在可以让它们继续完成，而你自己再向前一步，思考新的问题。

## FDE 是旧方法论，也是新的培训机会

![演讲 PPT · 16 / 21](https://assets.yangpan.com/blog/consensus-2026/16.webp '演讲 PPT · 16 / 21')

FDE 最近很火。但对一个有十多年经验的 To B 创业者来说，**FDE 是非常老的方法论**。真正把 To B 做对的人，一直都在这样工作，只是今天它又被一个新名词带火了。

十年前，真正具备 FDE 能力的人就是凤毛麟角，今天也不会突然改变。因此我预测，接下来 **FDE 很可能被偷换成另一个概念：外包和定制开发**。那些过去大家最不愿意做的事情，今天披着 FDE 的外衣重新回来了。

我在 flomo 里记过一句话：**“我们需要 FDE 时代的北大青鸟。**”这不是笑话，我认为其中存在一个巨大的商业机会。

北大青鸟在互联网时代规模化培养没有进入大学、但希望学习软件开发的人，再把他们送到各类公司。我身边有很多学历不高、从北大青鸟毕业的人，后来也成长为人才，拿到了结果。移动互联网时代也发生过类似的事情：2010 年前后，一批机构规模化培养 Android 和 iOS 开发人员。

今天，**规模化培训和培养 AI 应用落地人才**，同样是一件很有价值的事情，无论从商业还是社会角度都如此。这件事完全可以披上 FDE 的外衣，毕竟真正的 FDE 无论过去还是现在都很难做好。

## 技术变便宜之后，什么会变贵

![演讲 PPT · 17 / 21](https://assets.yangpan.com/blog/consensus-2026/17.webp '演讲 PPT · 17 / 21')

![演讲 PPT · 18 / 21](https://assets.yangpan.com/blog/consensus-2026/18.webp '演讲 PPT · 18 / 21')

如果开发产品、解决技术问题变得更简单、更便宜、更快，那么哪些东西会变贵？我列出的内容来自不同维度，彼此并不完全同类，但都值得关注：**Context、信任、信誉、Live Data、接口能力和结果**。

**信任正在变得前所未有地重要**。过去，一个甲方要解决问题，可能有 5 个供应商来敲门，可以从中选择一个；今天，可能有 500 个人都说自己能解决问题，应该选择谁？这是甲方面临的巨大难题。

从乙方角度看，我为什么用归藏的 PPT Skill？做 PPT Skill 的人很多，但我认识归藏，归藏在我这里有 Reputation。这个判断的前提是：过去只有 5 个人能做的事情，今天有 5 万个人能做。**供给爆炸之后，信任反而更加稀缺。**

另一个维度是模型之外的东西。模型很强，但我们自己既不是杨植麟，也不是唐杰，不会亲自去做基础模型。**对我们真正重要的，是模型之外的资产。**

第一是 **Live Data**，也就是持续活动、实时变化的数据。这些数据既不能、也不需要被训练进模型。例如，在 2026 年 8 月 8 日问大模型北京的天气，它可能给出一个近似答案；但如果问此时此刻外面的实际天气，模型本身并不知道。资本市场也是一样：模型可以推测全年股价走势，却不知道此刻 NVIDIA 的准确股价。这些都是 Live Data。

第二是**接口和能力**。Agent 要与数字世界和物理世界交互，必须拥有相应的接口和执行能力。这同样属于模型之外。

第三是**结果**。写完一个程序不叫结果，那可能只是让自己获得满足感。**真正帮自己或别人解决了问题，才叫结果。**

## 全民发明家的时代

![演讲 PPT · 19 / 21](https://assets.yangpan.com/blog/consensus-2026/19.webp '演讲 PPT · 19 / 21')

我最近一直在思考一个问题。经常刷小红书的人，应该能感受到一个扑面而来的趋势：**全民发明家的时代正在到来**。

**很多没有接受过专业训练的普通人，过去无法完成的事情，今天可以在 AI 帮助下完成**。我自己一直是个极客，平时会折腾电路、单片机和元器件，但从未系统学过。以前需要查说明书、找在线教程；今天，我已经可以让 AI 帮我设计电路，告诉我具体该怎么做。

3D 打印也是一样。为什么这两年 3D 打印企业估值和市值上升，技术进步突然加速？前几年技术一度停滞，并不是因为行业不掌握相关技术，而是市场太小，不值得投入资源把技术继续向前推进。

**一旦供给和需求同时爆发，飞轮就会启动**，参与者会投入资源解决技术问题，迭代速度也会迅速提升。3D 打印过去最大的困难之一，是没有足够多值得打印的模型。今天，Tripo、Meshy 这类 3D 模型公司受到重视，正是因为它们能大规模解决供给问题。

如果“全民发明家时代”这个叙事成立，其中会出现很多新机会。具体是什么，我现在也不知道，但值得继续寻找。

## DeepSeek 带来的不是降价，而是成本破圈

![演讲 PPT · 20 / 21](https://assets.yangpan.com/blog/consensus-2026/20.webp '演讲 PPT · 20 / 21')

最后是一个全产业到今天仍未形成清晰认识的问题。我认为，这一轮冲击从 DeepSeek V4 Flash 正式版开始，真正的爆发点会是 Pro 版发布。如果 DeepSeek 不跳票，Pro 版预计在后天，也就是 8 月 10 日发布；当然，它也可能继续跳票。

大家可以回忆 DeepSeek 上一轮 V3 与 R1 的发布，中间相隔约一个月。这一次，暂且不论质量，**只看价格，差距达到 179 倍**。过去我们说智谱模型或 Kimi 比 Opus 便宜，通常只是十倍量级。十倍已经足以带来巨大变化，但 DeepSeek 这次把差距推进到了百倍量级。

百倍量级会对整个产业造成巨大冲击。我关心的并不是模型价格降低了多少。很多人讨论它会迫使 Anthropic 或 OpenAI 降价多少，但这既不是最大的问题，也不是最大的机会，因为**单纯降价并没有创造额外价值**。

真正的额外价值来自**成本破圈**：过去因为模型太贵而用不起的场景，今天开始变得可行。**这会带来场景和市场的扩张。**

DeepSeek 把价格降到这个水平后，过去很多我不愿意花 Token 处理的 Context、不愿意挖掘的信息，现在都可以处理。例如，我每天都积累大量微信 Context。过去舍不得花 Token，最多只问几个问题；**今天可以从 100 个维度提问，把每天微信 Context 里的信息全部挖掘出来。**

当 DeepSeek 把成本降低 100 倍，我就有机会**从同一份资产中挖掘出 100 倍的价值**。我认为，这才是它将给产业带来的最大冲击和变革，而不是让 OpenAI 和 Opus 降价。后者与你我并没有太大关系。

![演讲 PPT · 21 / 21](https://assets.yangpan.com/blog/consensus-2026/21.webp '演讲 PPT · 21 / 21')

希望这些内容能引起大家的共鸣，但不构成投资建议。我不是在做完整的产业点评，只是分享自己真正关心的问题；还有很多领域，并不在我的关注范围内。

## 来源与相关链接

- [微信公众号「杨攀同学」· 原文](https://mp.weixin.qq.com/s/i1gjm6JAKcjqfr4pLfW93w)