模型大戰后，AI競爭的下半場在哪里？| Talk to The World @斯坦福

當GPT、Claude、Gemini等通用大模型的基礎能力趨于收斂，“模型大戰”的第一階段已經落幕。下一個戰場在哪里？

答案指向了后訓練（Post-training）與場景落地。后訓練階段決定了大模型能否真正”好用”——從人格設計到行為對齊，從系統指令到安全護欄，這些”最后一公里”的優化，正是大模型從”實驗室玩具”走向”商業產品”的關鍵。

美西時間2026年4月21日，鈦媒體「Talk to The World」@斯坦�；顒又�，第二場圓桌論壇聚焦「模型大戰后，AI競爭的下半場」。NTU EMBA校友、元理智能創始人&CEO、前智譜AI COO張帆擔任主持，Microsoft AI Superintelligence Team核心成員Steven Lin、Traini創始人&CEO孫鄰家（Arvin Sun）兩位分別來自”模型最前沿”與”創業最前線”的實戰者，從技術演進、產業落地到組織變革三個層面，分享了他們對AI下半場的深度思考。

“下半場”還是”新階段”？

張帆：“下半場”這個詞從去年開始火起來了。從基座模型到個人智能體再到MCP，迭代非�？臁ｊP注點從通用模型轉向一個個智能體，AI開始真正進入產業。兩位怎么看待下半場？

Steven Lin：我對”下半場”這個詞有點異議——“下半場”暗示要打完了、要結束了。用”階段”來解釋更好。在我看來，我們現在經歷的是幾個階段的演進：

第一階段，C端early adopter先用，敢于嘗鮮的人。第二階段，大模型真正走入千家萬戶，幫大家做之前做不到的事——從”不會數數”到能做大學數學題。第三階段（我們現在進入的），是大模型真正在應用中提供ROI——“我花10塊，你給我15塊”，這才是給具體客戶帶來經濟價值。第四階段，大模型自我進化、從online service到offline service，幫助機器人走入千家萬戶。

孫鄰家：從創業和AI應用的角度，我覺得三個詞——臟、精、線下。

“臟”就是臟活兒。硅谷過去三年是技術驅動，做大模型、做infra容易融錢，科學家驅動。tech wave起來的時候，錢容易拿，沒人愿意干臟活——就跟移動互聯網后期才出現O2O一樣�，F在融資難、燒錢多、賺錢難，逼著創業公司往細分領域解決問題。沒有數據想把產品做好非常難，只能干臟活——從線下場景拿數據。

“精”就是做精。多模態是做精的利器。純依賴大模型很難做精、厚度不夠，要做寬——多模態。VLM形式下視頻語音都要進模型，再操作action，工程復雜度極高。創業公司要專注明確場景，用小量高質量多模態數據打透單點再擴展。

“線下”就是AI to X。X包含三部分：Service（線下服務深度連接）、Community（社區品牌粘性，如Mid Journey靠社區活得好）、Hardware（硬件強交互增強軟件體驗，華人有供應鏈優勢）。線下過程中拿到更多非結構化/結構化數據，護城河越來越深。

后訓練：Scaling Law之后的下一個爆發點

張帆：后訓練變得比預訓練更重要。從訓練視角，下半場是什么樣？模型自進化、每次對外服務變成一次訓練？

Steven Lin：我想提兩點。第一，坊間說”fancy lab撞墻了”，但在lab里根本沒人這么想——大家都在埋頭苦干，Scaling Law依然有效，接下來還有很大很大機會。第二，后訓練本身有很大很大的機會可以scale up。第一階段大家都在scale前訓練，現在發現后訓練本身有很大空間。各大lab都鼓著勁——下一個爆發點是“怎么讓我們自我進化”。

張帆：企業家該訓自己的模型嗎？

Steven Lin：兩個建議。第一，先擁抱現有模型——先看模型能不能解決我們的問題，再想是不是該訓模型、投錢做模型。第二，最重要的是解決用戶痛點——不是訓不訓模型的問題，而是是不是真正做出了用戶愿意付錢的東西。

模型與應用的邊界在哪里？

張帆：大模型出來后創業者和公司很多，但通用模型與應用的邊界很難定義，早期Jasper等”模型生意版”沒了，怎么找到破局點避免被模型卷死？

孫鄰家：邊界現在就是很模糊，沒必要跟世界擰著干。但機會在三個native：

首先要區分兩個概念——“AI Native Company”（完全原生）和”Native AI Company”（加AI）。在座大部分企業家屬于后者。

AI Native有三個維度。第一是技術路徑原生，比如Web Coding完全用LLM做出；Traini沒有大模型就沒有這個產品。第二是組織原生。Anthropic內部3~4人扁平小組特別多，HR想做東西不用經過PM和工程師，直接用web coding做完加到主站。所有人都必須自己會做。第三是用戶原生——觀察幼兒園/小學生怎么用AI產品，他們的習慣、態度、不爽的地方就是創業機會。

舉個例子，大人用Traini產品是”amazing→question→解釋→ok”，小朋友直接把狗拽過來說”你說吧”——場景完全不同。按大人路徑設計產品未來沒機會，按小朋友路徑做今天就必須開始做。“這個邊界未必在今天，可能在10年后。當下的小朋友10年后成長起來，他們的世界才是真正的邊界�！�

張帆：公司最重要的第一性能力是什么？沒了就沒法競爭的關鍵能力？

孫鄰家：第一性回到用戶痛點。但今天最關鍵的能力——“干臟活，不斷修正，不斷采用新技術�！�

AI Native組織的真實樣貌

張帆：AI改變了我們的工作范式。原來找實習生調研一周看20篇論文寫摘要，現在自己做智能體看100多篇論文、20多個開源項目、社區評論、綜述，結構化輸出，自動做實驗。組織怎么更加AI Native？

Steven Lin：兩類公司特別成功，組織架構都值得參考。第一類是做模型的公司——OpenAI、Anthropic、Google DeepMind。比如Anthropic扁平架構、開放文化，每個人都可以參與產品構建。第二類是用模型的公司——Midjourney、Cursor等，快速迭代擁抱市場和技術變化，今天出新模型馬上用，新范式出現馬上轉變，哪怕要放棄去年最賺錢的業務。

孫鄰家：補充Anthropic的人才策略。他們只要兩類人：第一類是Steven這種非常資深的科學家，知道工具邊界，30個線程同時工作。第二類是剛畢業的學生——數學好、極度聰明、會用工具、踏實干活。中間層全不要，連培養都不培養，來了直接進扁平組織自學。

回去馬上要做的一件事

張帆：兩位如何用AI讓自己提效？給同學最重要的建議？回去之后馬上要干的一件事是什么？

Steven Lin：不要想AI讓東西有多卷，要想”我自己人生的目標是什么、夢想是什么”。AI是工具，可以幫助你實現夢想�！跋Ｍ幸惶霢I也可以幫大家實現你們自己的夢想。”

如果回到即刻行動，我的建議是——“盡量想想看，如果今天讓你用AI做以前覺得肯定做不到的事情——什么事情？讓它真正試一下�！�

孫鄰家：我買了OpenAI、Claude等工具（20美元級別），團隊全員部署Claude API，“賬單每個月double在漲，壓力大但很開心”。

給建議的話，第一是Relax。國內做得不錯的企業家來硅谷希望抓住AI浪潮，但世界發展很快、資源要求高、短時間內補齊40年AI發展不現實。極度焦慮只會帶給團隊�！笆澜缇褪且荒贻p人碾壓的”，心態上先做好。

第二是行動上武裝年輕人。投資、內部孵化、組織結構變革、產品重構全部AI化�！胺駝t下半輩子每天都在AI焦慮中度過，不值得�！�

回去馬上要做的第一件事——“回去把你的助理開了，用AI干助理的活兒�！庇幸患疑钲谏鲜泄荆瑏碚椅覀兘涣鳎吹轿覀冎挥兴膫�人做了很多事情，回去一個星期之內裁了2300個人。“他們確實精簡之后還是很好。”

張帆：我也想補充幾點建議。

第一，AI是業務問題不是技術問題。不要指望招到”又懂AI又懂業務的人”——“能招到就都單干了，就算招到你意識沒變化他在你組織里也活不下去”。

第二，一定要自己擁抱、自己摸——“沒有人可以替代你去理解這個時代的脈搏”。

第三，我反對大家花大量時間養電子寵物（龍蝦/馬）。“大多數人不是駕馭它，是它在駕馭你”——給一種沒被時代甩開的幻覺�；仡^看兩年沉淀下了什么？

第四，要在一線摸——“哪怕今天上課，也時不時給AI下命令讓它回去接著干活”。

「Talk to The World」是鈦媒體打造的全球科技對話品牌，致力于在全球最重要的科技創新場景中搭建中國與世界對話的橋梁。此次@斯坦�；顒�，是Talk to The World繼CES、IFA、MWC之后的又一重要站點，鏈接改變全球創新趨勢的前沿領袖。

（本文根據活動現場速記整理，經嘉賓審閱授權發布）