lijianfei.com

技术产业的残酷之处在于：当所有人在财报和利润表上看到繁荣时，底层的战争其实早在五六年前就已尘埃落定。真正的超前认知，永远诞生在公众视若无睹的空档期。

面对喧嚣的生成式 AI 浪潮、各路人形机器人的翻滚杂耍、以及科技巨头千亿资本开支的狂欢，海银资本创始人王煜全在最新长篇对谈中抛出了极其犀利且反共识的推演：AI 的狂热将在 2029 年迎来周期性泡沫破灭，但那绝非毁灭，而是基础设施极速触底后的“遍地黄金”；与此同时，端侧行为智能将彻底击穿超级 APP 的技术封建围墙，而中美角逐的真正胜负手，正隐藏在“科学、技术与工程”的三级跃迁之中。

一、 荷塘理论与认知时间差：为什么产业战争早已分出胜负？

绝大多数市场参与者依赖“滞后指标”（收入、利润、每股收益）做商业决策，但科技产业的演进遵循着经典的“荷塘理论”：

一个荷塘里的荷叶每天翻倍生长，如果第 30 天荷叶将铺满整个水面，那么在第 29 天水面才覆盖一半，第 28 天只有四分之一，而在第 27 天，荷叶仅仅覆盖整个水面的八分之一。

flowchart LR
    A["第 1~26 天<br/>水面零星萌芽<br/>(大众视而不见)"] --> B["第 27 天<br/>仅覆盖 12.5% 水面<br/>(先知者断定终局)"]
    B --> C["第 28 天<br/>覆盖 25% 水面<br/>(分歧与争论爆发)"]
    C --> D["第 29 天<br/>覆盖 50% 水面<br/>(资本疯狂追逐)"]
    D --> E["第 30 天<br/>100% 铺满荷塘<br/>(战局彻底终结)"]

    style B fill:#e1f5fe,stroke:#0288d1,stroke-width:2px
    style E fill:#fff3e0,stroke:#f57c00,stroke-width:2px

在第 27 天的时候，水面上 87.5% 都是空荡荡的，老百姓和主流分析师会嘲讽预测者在胡扯。然而对于看懂底层指数增长规律的人而言，胜负其实已经没有丝毫悬念。

[!NOTE]
2017 年英伟达反超 Intel 的经典推演：
早在 2017 年，王煜全公开断言英伟达必将超越英特尔。彼时英特尔如日中天，而英伟达市值尚不足其零头。这一判断的核心依据并非英伟达当季财报多漂亮，而是当时云计算的浪潮已不可逆转，而云计算最大的确定性未来是人工智能；在 AI 加速计算这条主干道上，英伟达凭借十余年前布局的 CUDA 生态构建了近乎独占的壁垒。产业内部的架构分水岭早已确立，外界看到的财报爆发只是 5 年后的时空回响。

二、 技术路线的演化反思：从激光雷达的摩尔定律陷阱到端到端大模型

即使是顶尖的前瞻投资，也必须正视技术演化过程中的范式突变。

长期以来，工业界曾坚信“激光雷达（LiDAR）”是自动驾驶的必经之路。其逻辑看似无懈可击：

1. 激光雷达的点云（Point Cloud）能在物理三维空间中给出毫米级精确测距；
2. 激光雷达属于半导体与光电硬件，遵循摩尔定律，每 18 个月性能翻倍、成本骤降。

然而，这套严密的硬件推演却被底层软件的认知大模型革命“降维打击”。

flowchart TD
    subgraph G_HW ["传统硬件派逻辑"]
        L1["激光雷达点云测距"] --> L2["高精地图辅助与几何规则"]
        L2 --> L3["依赖硬件降本摩尔定律"]
    end

    subgraph G_AI ["认知范式跃迁"]
        T1["高分辨率摄像头 (低硬件成本)"] --> T2["端到端大模型 (Transformer/VLA)"]
        T2 --> T3["世界模型构建与语义深度理解"]
    end

    L3 -->|大模型突围替代| T3

特斯拉坚持纯视觉方案，核心优势在于传感器硬件极简且低廉。一套高清摄像头装车后数年无需更换硬件，所有的能力跃迁全由软件 OTA 驱动。

随着 Transformer 架构与多模态大模型的涌现，AI 对二维图像的“时空上下文语义理解”取得了质的跨越——视觉网络不仅能识别障碍物距离，更能推断行人的意图、路况的潜在因果关系。特斯拉的运气在于，它押注的廉价视觉架构，恰好迎头撞上了认知大模型的智能涌现。

三、 汽车产业的三浪叠加与终局：躯壳拼装者 vs 自动驾驶灵魂

审视中国与全球新能源车产业链，必须将其置于“三浪叠加”的长周期模型中去解构：

flowchart LR
    W1["第一浪：电动化<br/>三电系统普及<br/>燃油车出局"] --> W2["第二浪：智能化<br/>端到端 VLA 驾驶<br/>座舱智能"]
    W2 --> W3["第三浪：出行服务化<br/>Robotaxi 包月订阅<br/>拥有权消解"]

    style W1 fill:#f5f5f5,stroke:#9e9e9e
    style W2 fill:#e8f5e9,stroke:#4caf50
    style W3 fill:#ede7f6,stroke:#673ab7,stroke-width:2px

• 第一浪：电动化（2015~2023 年）：电池、电机、电控普及，三电系统逐渐同质化，沦为工业通用基础设施；
• 第二浪：智能化（2024~2027 年）：当动力系统失去差异化，自动驾驶与座舱 AI 成为唯一护城河；
• 第三浪：出行服务化（2028 年及以后）：当全自动驾驶（L4/L5）安全性远超人类老司机，私人购买并拥有一辆无法完全掌控的汽车将失去意义。出行将彻底走向“包月制订阅服务”——如同电信流量包月，没有人再按次计费。

“灵魂”与“躯壳”的战略背离

在这场演化中，车企面临身份认同的生死分水岭：

[!WARNING]
拼装躯壳的廉价陷阱：
某些车企的策略是：高端车型用英伟达 Orin，中端车型用地平线征程，低端车型用黑芝麻智能。这种产品矩阵暴露了典型的“硬件躯壳思维”——误以为车本身是本体，芯片与算法只是随配装的外设。

相比之下，特斯拉无论高端的 Model S 还是大众款 Model 3/Y，全系搭载同一套自研 HW 架构与 FSD 算法。因为对于未来的交通网络而言，自动驾驶才是灵魂，机械钣金只是肉体。车越做越便宜，唯一目的就是让“灵魂”尽可能广泛地渗透进路网，源源不断地回传全景路况数据，完成自闭环训练。

如果中国车企不能联合打破彼此防范的数据孤岛，未来就只能在出行霸主的供应链中，充当赚取微薄加工费的代工厂。目前国内唯一具备整合数据底层、能与特斯拉正面抗衡的，唯有全栈自研的华为生态。

四、 技术封建主义的黄昏：超级 APP 围墙坍塌与端侧行为智能

在当前的 AI 叙事中，一个被资本市场严重低估的领域是：端侧行为智能（On-Device Behavioral AI）。

为什么必须是手机端侧？

很多人疑惑：为什么大模型在 PC 端看似只是生产力辅助，而在手机端却能掀起颠覆？
因为手机记录了人类最多的日常行为。你何时醒来、何地驻留、浏览习惯、支付偏好，构成了最完整的个人行为图谱。

这种核心隐私数据绝不能无脑上传至公共云端。为了保护用户边界，同时实现无缝实时的“行为预判”，高密度大算力必须在本地手机芯片端驻留。

flowchart TD
    subgraph G1 ["传统移动互联网：技术封建主义"]
        U1["用户"] -->|被流量圈禁| SA["超级 APP 围墙花园<br/>美团 / 阿里 / 微信"]
        SA -->|抽取中介费| M1["餐饮 / 票务 / 零售商家"]
    end

    subgraph G2 ["智能时代：用户同侧数字分身"]
        U2["用户"] ---|端侧私有行为感知| MA["OS 级大总管 Agent"]
        MA -->|A2A 跨域协作| SA1["专有领域 Agent A"]
        MA -->|穿透中间商| SA2["专有领域 Agent B"]
        SA1 -->|直连物理世界服务| M2["服务提供者"]
        SA2 -->|直连物理世界服务| M2
    end

超级 APP 的模式终结

PC 与移动互联网时代催生了所谓的“技术封建主义”：平台通过超级 APP 圈禁数以亿计的流量，将用户封锁在围墙花园内，顺便搭售低毛利乃至高佣金的衍生服务。

然而，当手机操作系统（OS）内置了具备高阶推理能力的“端侧大总管智能体（Master Agent）”时：

1. 立场发生反转：美团、阿里本质上是站在“用户对面”的商家平台；而未来的端侧 Agent 是站在“用户同侧”、透过用户眼睛感知世界并代表用户利益的数字分身。
2. 围墙被穿透：用户不再需要逐个打开应用翻找筛选，只需由大总管 Agent 分发指令给垂直子 Agent（A2A: Agent-to-Agent 架构）。
3. 商业模式重构：超级 APP 靠垄断入口赚取陈旧搜索广告费与中介费的模式将被连根拔起。广告在“直接给出最佳行动解”的智能体时代将彻底失效。

五、 佩蕾丝技术浪潮演进与 2029 年泡沫假说

著名经济学家卡萝塔·佩蕾丝（Carlota Perez）在《技术革命与金融资本》中揭示了一个普遍历史铁律：每一次重大通用技术（GPT）的普及，都必然经历导入期、疯狂期、转折崩溃与黄金展开期。

flowchart LR
    P1["1. 导入期<br/>单点标杆突破<br/>(2022~2025)"] --> P2["2. 疯狂期<br/>全面过度乐观<br/>资本加杠杆<br/>(2026~2028)"]
    P2 --> P3["3. 危机与转折点<br/>预期落差爆发<br/>泡沫急速破灭<br/>(2029)"]
    P3 --> P4["4. 黄金展开期<br/>大而不倒注资<br/>健康高速发展<br/>(2030+)"]

    style P3 fill:#ffebee,stroke:#c62828,stroke-width:2px
    style P4 fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px

为什么泡沫破灭节点大概率在 2029 年？

王煜全给出了三个维度的共振逻辑：

1. 产业范式示范效应的过度泛化：
   到 2029 年前后，两大万亿美元级赛道将完成概念兑现——Robotaxi 在全美及核心经济体基本跑通运营，软件 AI 编程工具全面重塑 IT 研发。公众与资本市场会产生盲目推论，认为这套模式能在全社会所有行业光速复制。然而，其他重资产、深物理交互行业的渗透阻力远超预期，预期收益与实际盈利之间将产生巨大断崖。
2. 数字货币与主流资产代币化的金融放大器：
   数字资产的主流化一方面加速了资本配置，另一方面让杠杆与流动性波动的传染速度提升了数个量级。
3. 宏观政治周期更迭的集中清算：
   地缘博弈与美国政治任期的交接往往伴随着前序监管宽松与利益链条的重新审计与流动性收紧，极易成为刺破泡沫的外部扳机。

[!IMPORTANT]
郁金香与科技资产的本质分野：
荷兰郁金香泡沫破灭后，花球归于尘土、分文不值；但科技资产的泡沫破灭，只是抹去了金融市场脱离现实的过度杠杆。
原本 10 美元买入的科技资产跌落到 1 美元，但其底层技术创造的真实生产力价值高达 5 美元。在流动性断崖式下挫后，现代央行成熟的救市机制会迅速注入流动性，通常在半年至一年内就会触底反弹。当危机砸到底部、市场绝望出清时，遍地都是真正的黄金资产。

六、 美股科技巨头终局分水岭：谁是 10 万亿新星，谁是新恐龙？

站在 2029 年周期的审视视角下，目前的巨头阵营将迎来深刻分化：

七、 具身智能去伪存真：为什么说“人形是伪需求，伪人形是真需求”？

针对当前炙手可热的“人形机器人（Humanoid Robotics）”，王煜全提出了极其辛辣的批判：这是一个全产业链极度完备、却几乎没有真实商业市场的泡沫领域。

flowchart TD
    subgraph G_TRAP ["人形机器人认知陷阱"]
        H1["讲双腿直立行走 / 翻跟头杂耍"] --> H2["高校实验室采购 / 商业巡展表演"]
        H2 --> H3["市场极小，缺乏真实经济产出"]
    end

    subgraph G_REAL ["工业与服务务实路线"]
        P1["轮式底盘 + 灵巧机械臂 (伪人形)"] --> P2["Physical AI 稳定作业 (如咖啡/分拣)"]
        P2 --> P3["云迹科技等 3 万台酒店商用实机 (真硬需求)"]
    end

1. Physical AI 与 Cultural AI 的鸿沟

让人形机器人自主行动，需要攻克两大壁垒：

• Physical AI（物理智能）：理解客观世界的几何结构、重力、阻力与摩擦力。这一步目前正在端到端模型的帮助下逐渐破局；
• Cultural AI（文化与直觉智能）：理解人类的真实情绪、隐性意图与社交边界。人类大脑的“颞顶联合区（TPJ）”能够下意识地直觉推断对方想法，而机器人完全缺乏该系统。要让一个“知冷知热”的人形仆人走进家庭，至少需要 20 年以上的底层演进。

2. 两条腿是噱头，两只手才是生产力

在人类所有的生产制造与服务场景中，双腿只是负责从 A 点位移至 B 点。真正创造经济价值的是人类的上肢与灵巧双手。

将大量的算力与造价浪费在维持双足平衡、跳跃翻滚上，是典型的资源错配。相反，配备轮式底盘、专注上肢柔性作业的“伪人形”，或是如云迹科技在全国 3 万多家酒店中稳定运行的轮式送餐机器人，才是被真实市场检验过的有效供给。

八、 中美竞争的底层逻辑：科学、技术与工程的三级跃迁

讨论全球科技角逐，必须厘清三个层层递进的本质概念：

flowchart LR
    S["科学 (Science)<br/>基础理论发现<br/>(美国领先)"] --> T["技术 (Technology)<br/>实验室样品与产品化<br/>(美欧擅长)"]
    T --> E["工程 (Engineering)<br/>规模化制造/极速降本/全民普及<br/>(中国绝对统治)"]

    style S fill:#e3f2fd,stroke:#1565c0
    style T fill:#ede7f6,stroke:#4527a0
    style E fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px

经济学家迭戈·科明（Diego Comin）曾提出过一个著名论断：

一个经济体的繁荣与强弱，不取决于引入先进技术的速度，而取决于使用先进技术的深度。

中国或许并非二维码或移动通信的发明者，但中国让扫码支付与 5G 渗透到了最下沉的农贸市场，激发出整个社会惊人的交易效率。

全球化布局新抓手：“中科技、高设计、强工程”

面对欧美在尖端科学层面的技术封锁，破局的密钥正是中国的规模化工程落地能力：

1. 开源大模型 + 极致性价比推理芯片出海：
   训练大模型依赖少数顶级算力集群，但在应用端的推理性价比上，中国芯片具备巨大成本优势。国内大模型新势力（如 Kimi、智谱、Minimax）在海外收入的爆发，证明了工程化降本对全球腰部开发者的吸引力；
2. 广义的 “农村包围城市”：
   正如美国代表团赴英国投资 1500 亿美元援建 AI 高速公路，中国完全能够凭借地缘优势与基建出海经验，将高性价比的云数据中心与混合算力网络深植于东南亚、中东及广大发展中国家，完成技术基础设施的深度捆绑。

九、 生产函数重写：当勤于偷懒与终身热爱成为终极竞争力

随着 AI 编程将软件开发成本压缩至原本的十分之一，传统劳动力市场的生产函数正在被彻底颠覆：

flowchart LR
    subgraph G_OLD ["传统工业时代生产函数"]
        OLD["技能熟练度 + 工时投入 + 机械经验"]
    end

    subgraph G_NEW ["智能时代个体生产函数"]
        NEW["定义问题的维度 + 审美判断力 + 终身热爱"]
    end

    OLD -->|生产力大跃迁重构| NEW

程序员被替代后的出路

工业革命初期，流水线淘汰了大量手工业织布工，但随着产能爆发，社会衍生出庞大的白领、文员、经营者与专业销售群体；

智能革命时代，大模型能够低成本复制顶尖专家的脑力经验。当产品制造甚至常规代码开发变得极其廉价时，商业的重心将从“一次性交付产品”转向“持续性的情感与社群服务”。

能够在这场大洗牌中胜出的个体，具备两大反直觉特质：

• “勤于偷懒”的洞察力：对低效重复工作充满厌恶，懂得调用最先进的 Agent 替代自身体力劳动，将精力全部聚焦于最高维度的“定义问题”；
• 非功利性的终身热爱：技术技能可以被模型快速模仿，唯独人类纯粹的热爱、品味与沉浸感无法被算法生成。未来的顶尖竞争力，将来自于你在自己热爱的细分领域中，借助 AI 分身所构建的高粘性服务社群。

十、 结语：在历史的韵脚中捕捉时代红利

马克·吐温曾说：“历史不会重复自己，但往往会押着相同的韵脚。”

从 2017 年英伟达的超前预判，到如今对 2029 年 AI 泡沫与超级 APP 围墙坍塌的推演，底层的推导逻辑从未改变：拒绝被当季财报的滞后指标蒙蔽双眼，学会在水面依然空旷的第 27 天荷塘边，看清由物理规律、工程效率与人性本质所决定的终局。

面对未来五年的浪潮翻涌，既不需要无脑的亢奋，亦不必陷入虚无的悲观。认清周期的节奏，在资产与认知的狂欢中留足安全边际，在流动性转折的底部敢于拥抱核心资产，这将是属于每一个敏锐思考者的最大红利。