国内精品国产成人国产三级粉色 _欧美aaaa视频_蜜臀av一级做a爰片久久_亚洲老司机av_午夜视频免费在线观看_宅男噜噜噜66国产日韩在线观看_专区另类欧美日韩_久久不射电影网_美女羞羞视频在线观看_精品一区在线_日韩欧美久久久_色资源在线观看

從小就是 “學霸” 的王小川，其實不太喜歡自己的 “學霸” 標簽。他在離開搜狗后的一次交流里，和極客公園創始人 & 總裁張鵬講過自己的看法：“學霸” 的另一面，意味著在別人設定好的命題里取得 “高分”，但他接下來其實想找到自己的命題，不想再做別人命題里的學霸了。
ChatGPT 的爆發，帶著大模型浪潮撲面而來，王小川自己和所有熟悉他的人，都覺得他是最適合 AI 時代的中國創業者之一。故事似乎和之前一樣，王小川成立百川智能符合所有人的期待，然后就是響亮的 AI 六小虎的稱號，以及大家在模型評分榜上的位置，產品 MAU 的數據、商業化 ARR 數字，等等。看起來王小川還是繞不開大家對于 “學霸” 的期待，有一堆必答題要去回答。
王小川自嘲，一度自己覺得百川成了三個公司：一個做模型，一個做 toB 商業化，一個做 AI 醫療。而王小川內心真正想做的，并非市場所期待的通用模型問題，而是 “為人類造醫生，為生命建模型。”
王小川一度覺得這個命題，在迎合更多業界必答題的過程中，從原點變成了 “遠方”，這讓他覺得很有問題。這種撕扯，最終以今年 4 月開始的大調整而和解。王小川做出了選擇：團隊從 450 人精簡至不足 200 人，回歸扁平，回歸專注。人數少了，團隊的 “壓強” 反而上去了，這讓他對于未來，也更有底氣和信心。
外界猜測這是 “遭遇困境” 后的被動收縮，唱衰百川的各種報道滿天飛，這可能是王小川創業這么多年來被負面新聞包裹得最緊的一次。但是王小川本人選擇沉默、完全沒有回應。按照他的原話是 “我需要的是跟自己的內心做斗爭，而不是跟環境做斗爭”。
直到 8 月 12 日，當王小川帶著百川全新的醫療大模型 Baichuan-M2 亮相后，外界才終于看懂了他沉默的這幾個月在做什么。這款大模型的性能超過了 OpenAI 新近發布的兩個開源模型；而在閉源領域，它的能力也僅次于 GPT-5。但這還不夠。對王小川而言，他的目標，是在醫療這個垂直領域，實現對通用模型的超越。
這個時候，百川感覺上才真正變回了 “一家公司”，而王小川也終于結束 “一言不發”，愿意坐下來和張鵬再次進行一場長談。
這更像是一次坦誠的復盤，一次對過去兩年喧囂的總結。也是一次對上半年不少朋友 “小心翼翼” 的關心和擔心的回應。王小川覺得他現在的狀態很好，因為他不再需要回答別人強加的必答題，而是可以真正定義自己的問題，并給出他更銳利的答案。
以下為王小川與張鵬對話內容實錄，有編輯刪減。
“智能的高度” 與 “應用的深度”
張鵬：最近 GPT-5 終于發布了，我們曾想象它會再次引領產業的大飛躍，但世界給予的反饋，似乎并不符合這個版本應該有的震撼。現在大家探討 AIcoding 的熱情、以及感嘆 Anthropic 估值已經接近 2000 億美金的熱情似乎更高漲，你怎么看這些現象？
王小川：這可能是美國激烈競爭格局下的必然結果。畢竟那邊牌桌上還有 Grok、Anthropic 等強勁的對手。值得注意的是，AI coding 確實也呈現了一個可能比 ChatGPT 擁有更好商業模式和數據飛輪的通向 AGI 的通道。
很可能，今天 OpenAI 正處于一個相對劣勢的階段，在競爭壓力下顯得有些倉促地發布了產品。所以，給人感覺有點 “拉下神壇” 了。但我覺得這不代表 OpenAI 就此沉寂，更不意味美國 AI 創新后繼無人。恰恰相反，這證明了其他競爭者的實力，他們正在激烈地爭奪王座。
張鵬：我們該如何理解這種現象？OpenAI 有做錯了什么嗎？
王小川：從技術路線圖來看，我從一開始就更欣賞 Anthropic 的策略，尤其是它將代碼作為發展的中心，這條路是以 API 為中心，特別是深耕代碼能力。語言模型強化到代碼層面，就能夠賦能千行百業。
而 OpenAI 選擇是把重心放在一個 C 端的 App 上，最初由 Ilya Sutskever 提出的 “predict next token”（預測下一個詞元）開啟了大模型范式，沿著這條路走下去，代碼本應是可見的、必然的方向。但或許是因為 OpenAI 的 “包袱” 過重，什么都想要，反而無法專注，也就難以找到最關鍵的軸心去突破。
當它需要服務 7 億用戶時，就無法將代碼置于足夠高的戰略位置。我認為這是一種路線圖上的風險。
我心中的 AGI（通用人工智能），其核心是代碼能夠自動運行。對此我有兩個邏輯：一個是從產業應用場景出發，例如造醫生；但從更極致的技術追求來看，代碼才是中心。
因此，無論從產品形態還是技術路線圖來看，OpenAI 都沒有走在我期望的路徑上。
張鵬：Anthropic 的估值已經漲到了 1700 億美元。我記得你每次都會強調，“語言才是智能的中軸”。所以 “代碼語言” 這個軸線上的高速發展已經開始了唄？
王小川：代碼，本質上就是一種更高級的語言。
最近 Geoffrey Hinton 也開始講，人類智力的核心在于 “類比”。這正是我一直信奉的，語言的本質就是類比與推理。我之前反復推薦侯世達的《表象與本質》，那本書用完整的篇幅闡述了這件事。
因此，數學是語言，代碼也是語言，而且是一種 “可運行” 的語言。它就像圖靈機一樣，能夠解決萬千問題。所以，真正的道路是清晰的：首先，通過人類語言理解常識、學會溝通；然后，掌握數學語言與代碼語言，從而征服理科與工科。這條路，我過去在很多場合都講過，從未改變。
今天代碼的快速崛起已經開始驗證其價值，更重要的是它的數據飛輪也已經高速啟動了。
其實代碼的終極用法，不是輔助程序員，而是它自己就能運行。今天所有類似的 Cursor 工具，本質上還是在輔助程序員。而一旦代碼能夠實現自我運行，AGI 也就到來了。我還記得多年前在知乎寫過一個帖子，標題是：“程序員是自己的掘墓人”。現在，這句話正在被驗證。
張鵬：以前大家對 “智能的高度” 特別充滿熱情，每次新模型的屠榜跑分都會被認真討論很久，但感覺今天 Coding 帶來了一個 “應用的深度” 和 “智能的高度” 可以一起前進的事情。未來 “應用的深度” 是不是會變得更被重視？
王小川：沒錯。單純的評測已經不夠，已經到了可應用的階段。
其實除了代碼的價值已經肉眼可見，今天大家對醫療的期待，也是與日俱增的。國內大家討論得偏少，但其實醫療正迅速從 “非共識” 走向 “共識”。盡管 Anthropic 在代碼領域跑得更快，但 OpenAI 在今年 5 月發布了 Health-Bench，把醫療健康納入核心評測維度。在 OpenAI 的產品發布會上，“健康” 與 “醫療” 被反復強調。甚至在發布開源模型時，技術報告開篇第一章，就是闡述它在醫療領域的進展。
最值得玩味的，是在 GPT-5 的發布會上，唯一被請上臺為它背書的，是一位癌癥患者。
OpenAI 身負著服務 7 億用戶的巨大 “包袱”，這迫使它必須超越純粹的技術敘事，走向一條 “以人為中心” 的路線。在這條路上，醫療是其無法回避，且必須占領的戰略高地。
張鵬：硅谷確實還在越來越熱鬧，但過去一段時間，大家都覺得國內大模型領域許多備受矚目的創業公司，也包括百川智能，似乎都變得 “安靜” 了。這背后有什么共性原因嗎？
王小川：身在局內，我反而覺得這是一個極其自然的過程。
2023 年是歷史性的一年，資本的恐慌性涌入和對未來的無限暢想，是技術變革的必然序曲。這有點像 Gartner 技術成熟度曲線的規律，當期望膨脹到頂峰，現實與應用之間的距離必然會導致一個調整期。當人們發現技術突破未能立即轉化為應用爆發，熱情冷卻，行業便會安靜下來重新思考。
回答這個問題，必須從技術與環境兩個層面來看。技術層面，如果大家研究下 OpenAI 最新的開源模型，會發現它在基礎設施與工程化上的深厚實力，這不僅關乎算法。我們一度以為已經拉近的距離，現在又被重新拉開。我們期待國內同行在底層架構上持續追趕，而百川也會在醫療這樣的垂直領域，做出自己的貢獻。
然而，比技術差距更嚴峻的，是來自大環境的挑戰。美國頭部公司動輒百億美金的融資，以及像 Anthropic 年化經常性收入（ARR）已接近百億美金的規模，這在國內目前都難以想象。說實話，在這樣的牌局里，任何一家能夠 “咬住” 不掉隊，本身已是一件了不起的事情。
本質上，我們和美國存在一個 “時間差”。當他們已經進入以 ARR 為核心的 “摘果子” 收獲期時，我們絕大多數人還身處圍繞基準測試（Benchmark）和參數的 “模型內卷” 階段。這種階段上的錯位，會直接導致 “底氣” 的缺失。
張鵬：這種 “看 ARR” 與 “看參數” 的差異，根源在于技術，還是商業環境？
王小川：我認為是雙重疊加：既有技術追趕的壓力，也源于商業土壤的不同。
張鵬：那之前大家在模型上投入的熱情和資源，你覺得值得嗎？如果這是一場如此艱難的追趕？
王小川：我認為，這取決于一家公司的終極抱負。
如果你的目標是打造一個輕巧、敏捷的公司，那么完全可以不自研模型。比如一個十幾人甚至幾個人的小公司，通過調用最優的第三方模型，完全有可能快速實現正向現金流，并獲得資本的青睞。
但如果你立志要成長為一個長期的、具有系統性影響力的大公司，那么在模型層面的自主積累，就是一件不可或缺的事情。
重新變回一家 “有自己命題的公司”
張鵬：最近投資圈都在 “感謝” 大模型公司 “釋放了很多優秀人才”，讓他們看到了不少值得投，值得搶的新項目。百川的業務和人員調整好像也挺大的，這背后你是怎么想的？
王小川：你肯定還記得 2023 年百川當時的策略就是 “快”。快速入場、快速融資、快速搶占技術身位。這讓我們在高峰期一度達到 450 人。速度為我們贏得了有利位置，但也帶來了 “思想無法統一” 的后遺癥。
許多人帶著對大模型的熱情，甚至是源于 FOMO 的恐懼，加入了百川，我們卻未能真正 “捏成一股繩”。公司內部甚至自嘲，已經分裂成了做模型、做醫療、做商業化 “三個公司”。
后來，我在全員信中也坦誠溝通了這件事：我們必須回歸創業的初心 ——“為人類造醫生，為生命建模型”。
所以最近在組織上確實做了很多調整，直接說結果就是從 450 多人變成了不到 200 人，然后我們把管理層級從平均 3.6 級壓縮至 2.4 級，從今年 4 月到 6 月，花了兩個多月，我們完成了這次調整。你會發現，人數少了，整個團隊的 “壓強” 反而上去了，這讓我對未來更有底氣。我感到非常高興的是，最終留下的，是一支既有 AI 信仰，又對醫療抱有熱忱的團隊。
張鵬：當初的快速擴張，在多大程度上是被客觀的產業節奏裹挾？又在多大程度上，是因為自己主觀上沒控制好節奏？
王小川：我認為是 “三七開”—— 三分客觀，七分主觀。
客觀上，在當時那個狂熱的時間點，想要完全抵抗住浪潮的推力，確實很難。但更深層的原因，在于我自己。我確實為了迎合媒體、迎合團隊、迎合外界的期待，做了很多 “多余的動作”。
比如，我對金融這類能快速變現的方向，內心并無真正的熱情。但當時有團隊想做，有股東感興趣，我就 “從” 了。現在回看，這本質上是自己當時的 “心力” 還不夠強大。而攤子鋪得越大，心力被稀釋得就越厲害。
張鵬：現在想想的話，當時有辦法更好地避免這種問題嗎？
王小川：我還真反思過，而且可能解法還真沒那么復雜。比如當時如果我能堅持面試每一位新同事，情況會好很多。因為這個過程中就一定會讓自己 “慢下來”、想清楚。創業者一旦只判斷和選擇目標，而不充分參與過程之痛苦，很多判斷就會出問題。
我看其實大家的節奏調整都差不多，我相信行業會回歸理性，大家也終將更專注于自己真正想做的事。
對我而言，這次調整最大的收獲，是未來變得前所未有的清晰。因為我終于明白，真正的斗爭，從來不是與環境的斗爭，而是與自己內心的斗爭。
張鵬：前段時間因為這些調整負面報道滿天飛的時候，是不是有好多朋友給你打電話慰問？
王小川：慰問是有的。但大家似乎都有些小心翼翼，大都不敢打電話，反正就是各種謹慎小心的關心我，說的問的都挺含蓄。
張鵬：你覺得大家為什么要來小心翼翼的 “慰問” 你？或者說他們為你擔憂的是什么？
王小川：估計是覺得我壓力大。之前，無論對我，還是對百川，外界都抱有某種期待。當百川的發展軌跡，沒有完全符合大家想象中那種高歌猛進的劇本時，可能一種低于預期的感受便產生了。我內心很清楚，媒體曾經給予了多少贊譽，當現實與預期出現偏差時，外界就會感受到同等程度的 “失望”。
張鵬：所有的媒體贊揚，本質上都是一種 “預支的借款”。
王小川：特別對。要么是消耗過往積攢的信譽，要么是透支未來的承諾，但終究是要 “償還” 的。所以，外界的情緒，本質上是與你的發展速度和最終成績緊密掛鉤的。
張鵬：在那段時間里，你本人真實的狀態是怎樣的？
王小川：說實話，我確實沒有焦慮。我非常感謝大家的關心。很多人曾將自己對技術的理想，部分投射在了我們身上。所以當百川的路徑看似 “偏離” 時，那種失落感是真實存在的。
而我之所以不焦慮，是因為我看到了大家沒看到的東西。
大家期待的百川，和我內心真正想構建的百川，其實存在一個錯位。早在 2021 年，甚至在創立百川的公開信里，我就明確提出，我未來二十年的熱情在于生命科學和大眾健康。ChatGPT 的出現，只是讓實現這一目標的路徑變得更加清晰和可行。
但在 2023 年那個時間點，整個市場都沉浸在一種狂熱里。無論是投資人、媒體，還是團隊成員，他們都帶著美國最前沿的模式作為對標，希望你做的跟美國一樣，因為那是被驗證過的、成功率最高的路徑。
在那種氛圍下，你去談醫療，是很難被聽進去的。所以，我們當時在某種程度上 “迎合” 了市場的期待，沿著大家都能看懂的 “共識” 路徑在走。
但當我們的探索開始深入，逐漸回歸到醫療的時候，之前那些因大模型、AGI 加入的人，都會產生一種跟期待不一致的地方。
而百川在過去一年里完成的最重要的一件事，就是經歷調整，真正回歸到了我們自己對于未來的 “意義感” 和核心驅動力上。
張鵬：你真實 “第一人稱視角” 的投身大模型領域的起心動念是什么？我很好奇在過去的幾年間，為什么沒有去調整大家對你們的認知錯位呢？
王小川：當我決定下場時，是因為我真切地感受到了 “模型” 的力量。2023 年初，我第一次深度使用 ChatGPT 時，內心有兩種強烈的沖擊。
第一種，震撼。因為我之前專注于醫療領域，對最前沿的技術進展沒有那么緊密地追蹤。一上手，我心里就咯噔一下，意識到：天變了。我過往做輸入法、做搜索，每天都在和語言 AI 打交道，所以我能清晰地判斷，眼前的這個東西，和過去完全不是一個物種。
第二種，隨之而來的是一種失落感。我曾經也算是 AI 圈的中心人物，但那一刻，我發現自己想做的醫療事業，似乎與 AI 的主旋律，變成了兩條平行線。
后來，我很快就想明白一個事：今天的大模型，能不能被用來 “造醫生”？
這個想法，讓我內心的兩條邏輯線索瞬間串聯了起來：
第一條邏輯：語言是智力的中軸。掌握了語言，就掌握了構建智能、乃至 “造人” 的關鍵。
第二條邏輯：醫生是醫療的中軸。構建了 “AI 醫生”，就能掌握用戶、藥廠和科研的樞紐。
所以，技術上，我們在 “造人”；應用上，我們則是在 “造醫生”。因此，我們從基礎模型做起，因為你不可能依賴一個不開源的外部模型，去構建你的核心壁壘。
我的計劃始終是，超級模型里要走到 AGI，超級應用則要去 “造醫生”。但問題是，當時你向外界講述這個 “超級應用” 時，大家聽不進去，他們只能聽懂，或者說更愿意聽 “超級模型” 的故事。
到了 2024 年，我們意識到，以百川的資源和國內的整體