從20億美金獨角獸到停擺：小冰敗給的不是技術，而是這三個致命決策

小冰的崛起：技術理想主義的黃金十年

2013年底，微軟內部啟動了一個特殊的項目。與當時業界專注于"定鬧鐘、查天氣"等任務型AI助手不同，這個團隊選擇了一條人跡罕至的路徑：讓AI先學情商，再學智商，盡可能像個人一樣。這就是小冰的起點。

小冰團隊提出了AI being定義，建立統一基礎框架，實現數據、算法、算力的融合循環。他們刻意舍棄了大量與指令、搜索、任務相關的數據，而將重點放在用戶的情緒、表達方式和互動習慣上。這種訓練方式讓小冰越來越"有人味兒"，眾多用戶將小冰當成朋友，向她傾訴感情與健康問題。

從2014年5月第一代小冰上線，到2018年，在全球范圍內擁有了6.6億用戶。小冰成為全球AI發展史上一個繞不開的開創性產品，也是微軟中國最大的本土創新。2020年分拆后，小冰迅速獲得了一眾明星投資人的投資，2022年11月獲得最后一輪十億人民幣的投資，估值超20億美金，成為名副其實的AI獨角獸公司。

錯失窗口期一：2022年大模型爆發前的戰略猶豫

2022年，大模型爆發前夜，小冰內部團隊判斷Transformer架構的潛力尚未被挖盡，提出應盡快采購GPU、繼續訓練更大規模模型。但這一提議沒有被采納。

從時間上看，這次延遲影響直接。2022年底到2023年初，是基礎模型能力快速拉開的關鍵窗口，小冰沒有進入這一輪節奏。當OpenAI發布GPT-3.5后，微軟宣布其產品全面接入OpenAI的GPT，搜索推出New Bing，Office推出Copilot產品。微軟全面重注OpenAI，累計投資額達到了130億美元。

除了來自大股東微軟投資的最強勁敵OpenAI的競爭，國內競爭還來自多位原微軟系高管創立的大模型公司，包括李開復的零一萬物和姜大昕的階躍星辰。在這樣的環境下，小冰團隊所堅持的"看起來不那么主流"的路徑，變得更加困難。

關鍵啟示：商業創新中，技術路線選擇必須與市場節奏保持同步，錯過關鍵窗口期可能導致不可逆的落后。

錯失窗口期二：思維鏈技術被強行叫停的決策失誤

李笛及團隊基于COT（思維鏈）的判斷，在2023年2月推出一個名為"小冰鏈"（小冰X-CoTA）的項目。團隊通過觀察發現，這一輪大模型真正重要的變化，并不在多模態或生成能力，而在模型開始具備一種更基礎的能力：在生成答案之前，先進行一段"思考"。

然而，“小冰鏈"僅僅存活了一個月，便在同年3月被強行叫停，理由僅僅是"看不懂，不讓做”。這成為小冰在技術路徑上的第一個卡頓。

事實上，小冰在技術前瞻性上并不落后。2017年，小冰的生成模型在輸出回答時，會自發產生一個思考過程，像人腦里的自言自語。李笛稱之為"注意力的一次輕觸"——這幾乎就是后來ChatGPT引爆行業的思維鏈技術，但當時沒人意識到它的價值，包括小冰自己。

關鍵啟示：企業決策層需要建立對前沿技術的判斷能力，避免因"看不懂"而扼殺創新項目。

錯失窗口期三：日本業務獨立分拆機會的放棄

2024年，半邊身子陷入了泥潭的小冰，其實還有一次"自救"機會。當時，小冰在日本的分部Rinna做的不錯，在開源領域可以和做出了Llama系列的Meta分庭抗禮，甚至拿下了東京電力公司的大客戶，成為了他們的大模型供應商。

小冰聰明的地方在于，早在進駐日本之初，就把Rinna和國內的實體做好了區隔，以至日本的產經省一直沒把Rinna看成一家中國公司的分部。如果這時Rinna能夠獨立分拆在日本上市，小冰無疑就能抓到這根彌足珍貴的救命稻草。

但這條出路，卻沒有獲得公司的實際控股人沈向洋的首肯。據傳，在小冰分拆時，占有70%股份的沈向洋和20%的李笛曾有"君子協定"：前者雖然持有大部分股權，但允許李笛保留對公司的決策權力。但結果上，沈向洋之于小冰，卻似乎沒有單純持股這么簡單。

關鍵啟示：股權結構與決策權的分離設計必須要有法律和制度保障，否則容易在關鍵時刻失效。

資本博弈下的技術理想：控制權與初心的艱難平衡

隨著沈向洋將關注重心向階躍星辰傾斜，本就有些微妙的關系，矛盾便被擺到了臺面上來。大股東加入上海這家年輕的獨角獸，小冰的境況一時窘迫，引得二級市場的投資人們議論紛紛。

在內部，小冰也被迫做出技術上的區隔——有人說，小冰被要求砍掉一切和大模型相關的故事，也和沈向洋的新去處有關。在AI戰事愈演愈烈，小冰急需GPU進行研發的關鍵當口，公司采購算力的需求，卻被高層斃掉了——而另一邊，小冰卻接到了高層指令，要無息出借近6000萬人民幣，過橋給關聯公司，供對方來采買GPU。而當時公司賬上可動的預算，據說只有一個半月的錢。

數字經濟應用實踐專家駱仁童博士表示，創新從來不是純粹的技術突圍，更是在情懷與現實、控制權與初心之間的艱難博弈。而這場博弈留下的思考，遠比事件本身更值得深究。

關鍵啟示：技術型創業公司必須提前設計好資本進入后的決策機制，避免技術理想被資本邏輯吞噬。

商業創新的深層啟示：技術路線與商業現實的融合之道

小冰的停擺，很容易被歸為"沒跟上這一輪大模型"。但事實是復雜的：在若干節點上，小冰反而走在時代前沿，只是因為各種力量推動滑向了另一種結局。

曾經備受資本追捧的大模型"六小虎"之一的零一萬物，在經歷2025年嚴重的人才流失潮后，于2026年1月被迫宣布將其大部分預訓練和AI Infra團隊并入阿里云的聯合實驗室，徹底放棄對超級大模型的追逐。專做垂直大模型公司波形智能，在成立僅一年半、剛拿完千萬元融資就宣告解散。這意味著大模型本身，并不是一個確定性的答案。

早期小冰內部的預判也是如此，隨著國內流水線般培養出上萬名"模型訓練產業工人"，單純的算力堆砌與多模態軍備競賽，根本無法形成真正的技術壁壘。

關鍵啟示：商業創新不能盲目追逐熱點，必須建立自己的技術護城河和差異化優勢。

多智能體協作的前瞻性：被埋沒的技術方向

李笛真正在意的是"認知"與"異構多智能體"。未來的AI不會停留在單一模型或簡單封裝，而是會收斂到多智能體的協作體系。但關鍵不在于"數量"，而在于結構。

早先李笛曾系統性研究過人類學術體系的演化，來試圖理解群體智能是如何形成的。后來發現真正高級的群體智能是一個向關鍵節點收斂的"熵減"過程，而現在許多agent框架搞"人海戰術"，拼命往里塞專家和上下文，完全是一種"熵增"設計。其結果不僅是上下文管理走向崩潰，還會讓AI陷入"群體愚蠢"。

其實分歧本質上仍然是對"智能從哪里來"的不同理解：到底是來自更大的規模，還是來自更有效的組織。這種觀點也延伸到了他對產品形態的判斷上。在相當長一段時間里，行業習慣用DAU、MAU來衡量一款AI產品的表現。但小冰內部認為那是一種"媚俗"的系統設計，早在2017年，小冰在上一代技術里就已經能做到單次會話、高達7000多輪的驚人數據。但恰恰是在那個節點，小冰主動放棄了將"對話輪數"作為核心KPI，轉而關注這些"里程碑"式的節點——比如用戶是否會在某個具體時刻，把AI當作可以討論重要問題的對象；或者在某些決策上，開始真正參考它的建議，這些才能夠讓AI與人建立"長程關系"。

關鍵啟示：真正的技術創新往往需要長期堅持，不能被短期的市場指標和資本邏輯所綁架。

附小冰時間線：從巔峰到停擺的關鍵節點

1. 2013年12月：小冰團隊在微軟中國組建，沈向洋領導

2. 2014年5月：第一代小冰上線

3. 2018年：全球用戶達6.6億

4. 2019年11月：沈向洋提出辭去微軟全球執行副總裁職務

5. 2020年：小冰分拆獨立，沈向洋擔任董事長

6. 2021年：完成A輪融資，估值超10億美金

7. 2022年11月：完成10億人民幣融資，估值超20億美金

8. 2022年底：錯失大模型爆發窗口期

9. 2023年2月：推出"小冰鏈"項目

10. 2023年3月："小冰鏈"被強行叫停

11. 2024年：日本業務Rinna獨立分拆機會被放棄

12. 2025年2月：李笛被解除職務

13. 2025年11月：核心產品X Eva正式停服

14. 2025年12月：李笛帶領核心團隊重新創業

小冰的結局，是技術產品在資本棋局中淪為棋子的必然，也讓我們看清，商業博弈的殘酷，遠勝技術競爭的激烈。但商業的迷人之處也在于，只要邏輯依然成立，牌桌就永遠都在。

開放式提問：

在你看來，技術創新型創業公司，應該如何在保持技術理想主義的同時，與資本和商業現實達成有效平衡？是選擇堅持技術路線，還是及時調整方向迎合市場？

相關話題：

商道童言（Innovationcases）歡迎評論、點贊和分享哦！~~

熱推新書《AI提問大師》《DeepSeek應用能手》現已上架！

免費電子書:|||

數字經濟應用實踐專家 駱仁童主講課程

企業數智化:||

產業數字化:||

數字化轉型:||||||

創新與思維:|||