腾讯的选择和智谱完全不一样！

周二写了篇文章下一个AI应用的市场有5万亿美金？其实核心讲的是智谱认为AI应用的下一个市场是知识密集型服务市场，类似于律师，金融等领域。对于这件事我觉得长期来看是对的，但短期绝对不可能...这个长期指10年这种维度...逻辑很简单，能力能替代，不代表现实中能替代。AI coding能在很大程度上替代研究员，是因为编程是一个结果明确的工作，编程结束了能不能用，测试过了就知道，结果非常清晰。但一份法律意见书是不是写的好，一万个人有一万个标准。更重要的是。一份法律意见书写的好不好压根就不是这件事的重点，重点是有没有一个律师给你签字负责，未来出问题了监管可以直接找到这个律师追责...银行一份贷款能不能放，评估报告AI肯定可以写的比人好，但要不要放的关键可能不在于客观的评估报告，很大程度上取决于行业的政策支持程度，领导的决策。更重要的是，没有任何一份贷款的发放和写程序一样，是100%有结果的，每一份贷款都有其风险，有没有一个信贷经理签字来为贷款发放后的风险担责，远比这份评估报告重要。伴随技术的发展，AI一定可以替代会计，审计，但和上面的问题的一样，会计和审计也不是一份简单的对错的工作...我不相信有任何一个老板会愿意把公司的财务总监换成一个客观公正只讲究对错的AI...人类社会大量的流程重构，是AI替代知识密集型服务市场最大的障碍，这种流程的重估花费的时间会非常非常长...
程序员是一个非常罕见的可以轻易判断对错的工作，结果清晰可验证...但绝大部分知识密集型工作，都不是简单的对错可以进行评估的。能力一定不是AI替代人类的阻碍...从这个角度出发，物理AI对于人类工作的可替代性反而是更强的，比如工厂的工人，也是单一维度评判标准的工作，比如司机是不是开车开的好，工厂工人。当然物理AI的核心限制可能是thransformer架构压根不可能实现真正的具身智能，这个架构推理流程过于复杂了...这么多年连最简单的智能驾驶都没解决...
如果知识密集型服务市场的渗透需要很长的时间，那么AI的下一个应用方向是什么。昨天腾讯给出了一个答案--软硬件结合。这里我解释下，AI向知识密集型服务市场推广，技术方向应该是把模型越做越大，越做越聪明。而要往端侧做，最重要的是让更小的模型实现更好的智能，这其实是中国企业的优势。腾讯的HY flash，deepseek V4flash，GLM5.3flash，都是300B左右的模型，激活参数只有18B左右...相比Anthropic的模型，Anthropic没有公布大的模型大小，但大家根据带宽推测，他的模型激活参数都在100B左右。简单来说国内由于算力的限制，用20%的参数能实现美国头部大厂5倍参数的模型效果...这是我们独特的优势。模型参数小有两个好处，第一，如果再往下做，能实现10B左右激活参数还有比较高的智能，10B左右已经是端侧手机电脑可以跑的大小了。第二，参数越小，哪怕在云端，响应速度也越快，硬件需要的就是响应速度快。
昨天腾讯开了一个WorkBuddy生态发布会。正式发布了9款联名硬件产品，覆盖多办公场景，比如安克AI桌面伴侣，影石Insta360 Wave+Mic Pro组合，讯飞AI翻译耳机，Rokid AI眼镜等。腾讯的野心是很清晰的，由于腾讯不做硬件，他可以通过绑定这些下游的硬件企业，让他们用WorkBuddy这个软件，进而巩固WorkBuddy的护城河。他提到的具体产品场景，还是有一些有价值的地方。比如录音设备/AI眼镜的访谈记忆归档，过去录音设备也可以生成纪要，WorkBuddy的优势是把这些纪要放在了WorkBuddy里直接归好档，这样我们不用再去整理纪要，放在哪个文件夹里，下次想调用的时候很方便。比如企业知识库检索，如果企业用了workbuddy的知识库，那么你在用这些硬件的时候可以直接调用企业知识库的内容。这里我理解的关键是持续在场 +连续记忆。AI 有个致命缺陷是没有记忆，每次对话都是失忆的陌生人，你每次都要重新交代背景、重新说明偏好、重新粘贴上下文。AI大模型没有记忆，但Agent可以有记忆，workbuddy可以有记忆。眼镜/麦克风/录音卡 7×24 跟着你，能听能看，不再需要你主动"打开"AI；记忆跨设备、跨时间累积，数据都存在workbuddy里，你可以随时调用。这可能会带来大量新场景。
最后我觉得有一个细节很值得分享，过去硬件都在搭载某一个模型作为他的基础，比如特斯拉用豆包。但这次腾讯提出的是用workbuddy作为这个硬件的基础，workbuddy不是一个具体的模型，而是模型上面的Agent。之前我一直在分享，伴随模型能力的平权，Agent会变的远比模型重要，大家不会关心我用的是哪个模型，大家直接打开workbuddy用他的自动模式就把任务做了。至于workbuddy调用的哪个模型一点都不重要，这和我们用户无关，相反workbuddy可以通过自己的判断调用不同的模型实现最低成本和最好效果。模型在未来真的有什么了不起的护城河么？昨天骄傲的Anthropic发布新模型Fable 5.1之后也开始降价了，于是降的扭扭捏捏，但我们能清晰的感受到这家不可一世的公司正在低下他骄傲的头颅。今天谷歌Gemini 3.8 flash发布，继续打穿了美国模型的最低价，用Opus5 15%的价格实现相同的智能..还是上面那个问题，绝大部分模型在未来真的有什么了不起的护城河么？到底哪个环节才是真正有护城河的？