十字路口Crossing

🚥 本周的「十字路口」在 MiniMax Dev Meetup 现场录制，Koji 对谈MiniMax CEO 闫俊杰（IO）、Multica 创始人张佳圆、DeerFlow 核心负责人何涛，以及上市公司金融行业 AI 负责人虞扬。
我们围绕 AI Coding、Agent 与工程化落地的下一阶段展开。这期重点是闫俊杰 IO 的分享——也是他最近少有的公开露面：
M3 的关键突破和评价

对训练 10T 规模大模型的决心与路径

中美模型差距的真实尺度

模型的数据观转向，与推出 10X 专家合作项目的缘由

AI Coding 迎来拐点：工程体系 vs 次抛代码

“基模 vs Agent”到底是什么关系？

MiniMax 下一阶段如何下注与取舍？

其他三位嘉宾也从各自视角分享了很有趣的观点：张佳圆分享了多模型/多 Agent 的组合思路来平衡成本与质量；何涛强调工程的核心是长期维护与交付体系，而不是一次性把任务做完；虞扬补充了金融等垂直行业里 AI 的价值更多在“把信息变成可执行的决策路径”，以及在高频变化中降低门槛、提供辅助与陪伴。
这期内容更像 2026 年中的一个时代切片：大模型公司、开发者、开源项目与垂直应用的一线代表同台，分享当下真实的观察、故事与认知——也因此更值得被反复回听。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版已经发布于 @十字路口Crossing 公众号。
🟢 01:41 M3 的关键突破和评价
衡量一代模型到底行不行，IO 盯一个"比较客观的指标"——不是分数，那是什么？

去年五一假期，团队第一次在 M1 跑通某件事——有点像"瘫坐在椅子上、后背发凉"的感觉

本来 M2.5 一天烧 1 万亿 token 就满意了，结果一路冲到 10 万亿，超目标 10 倍

🟢 12:09 基模 vs Agent，到底是什么关系？
"去年这个时候，我想不到现在的模型是什么样"

没有 Claude Code，某个模型可能也火不起来；没有 GPT-5.5，Codex 也起不来。

模型越来越强，但 IO 坚持一个"前提"。

🟢 14:12 训 10T 大模型的决心
10T 大模型必须训成，最大的卡点是什么？

"AI 已经是个很大的产业了，就跟半导体一样。"

为什么这件事只能"一代一代往上做"，急不得？

外推一旦失效，模型就成了开盲盒。

🟢 15:54 中美差距：10 倍，就是整整两代
美国模型"基本上大 10 倍"，而 10 倍意味着整整两代。

国内每家都得先把 3T 做好、再做 10T——但一个 10T 模型需要 200T 数据，"全世界都没有这么多"。

一边"我们进步速度最快"，一边又"比较忐忑"——为什么？

🟢 17:53 AI Coding 拐点：是工程，还是"次抛代码"
"从来没人说 vibe engineering，但写代码从来都是 engineering。"
人人都能 vibe coding 之后，每个人都成了"产品经理"。

何涛一句暴论：最讨厌别人说"这是 agent 做的，别怪我"——用你的账号提交，背后是谁的责任？

一个人改十几个仓库、提个巨大 PR，"看起来对，但没人敢上线"——问题出在哪？

🟢 27:12 数据观转向：他们开始招核物理学家
一年前以为数据就是标注，现在 MiniMax 在找经济学家、哲学家，甚至核物理学家。
做 coding 时他们就发现：开发工程师比算法同学更懂"什么叫好代码"——这推出了一个什么结论？

Anthropic 为什么要养核物理学家？

MiniMax 推出 10X 专家合作，想补上哪一环？

🟢 30:30 MiniMax 下一阶段，下注什么？
AI 是个黑盒，连做模型的人都不懂它

IO 最关心的，是什么时候能"用 AI 帮人类理解 AI"。

大脑里的海马体，居然和模型训练里的某个机制惊人地像。

一年前我们还不理解"对齐"为什么重要，现在越来越确定——为什么？

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 本期主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

🚥 总有人在朝着星辰大海前进。
世界模型是 2026 年 AI 与具身智能领域最热的关键词之一。但越是热门的词，越容易被过度使用：视频生成、3D 生成、JEPA、VLA、WAM，似乎都可以被叫作世界模型。可当我们真正谈论「世界模型」时，我们到底在谈论什么？
本周「十字路口」邀请到 Aether AI 创始人 / CEO 黄碧薇教授。她从德国马克思普朗克研究所、CMU 到 UCSD，一路深耕因果发现与因果 AI，是这个领域的重要学术贡献者之一。
Aether AI 最近迅速完成 2000 万美金的天使轮融资，黄碧薇选择把因果 AI 这套长期被认为「更合理、但更难实现」的方法，带到 Physical AI 和机器人大脑的问题里，打造「因果世界模型」。
我和黄碧薇聊了世界模型的定义边界、视频生成为什么不等于世界模型、VLA 为什么在真实任务中碰壁、WAM 为什么可能只是中间态，以及「因果世界模型」想要解决的三个核心问题。
这也是一期关于创业选择的节目。为什么一个 UCSD 教授会在 2025 年初决定下场创业？她看到了什么信号？
如果你正在关注世界模型、具身智能、机器人、因果 AI，或者正在思考下一代 AI 范式会从哪里出现，这期节目也许能帮你重新校准一个问题：哪条路线，才能通往「世界模型」的终局？
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版将发布于 @十字路口Crossing 公众号。
🟢 🔴 🟡
🟢 00:43 快问快答：求学和科研经历、MBTI 与星座、一句话介绍 Aether AI 与产品、融资情况、创业前经历
🟢 02:13 三条世界模型路线，和那条没人提的第四条
视频生成、3D 生成、JEPA 都在被叫作世界模型，可当我们说「世界模型」时，到底在说什么？

世界模型 ——一个听起来很宏大、用起来却很不准确的词，到底是严肃的技术对象，还是被混用的热词？

「不是那三条路线，是我们在做的第四条」

🟢 04:49 因果世界模型，到底不一样在哪
真正的世界模型，要在隐空间里同时学会三样东西——是哪三样？

同样是 AI，凭什么 LLM 不懂因果也能逻辑严密，世界模型却非因果不可？

为什么 LLM 偏偏只在自然语言和 coding 上大获成功？

🟢 10:33 第一版因果 AI 世界模型
满分 10 分：VLA 天花板 5 分，WAM 6.5 分，因果路线……她敢打几分？

训出第一版，预期要喂多少小时数据、用多少张卡？

四类数据怎么配比？模拟、ego-centric、视频、遥操，谁占 80%，谁只占 20%？

WAM 只是个「中间态」——比 VLA 好，但为什么注定到不了终点？

🟢 16:17 因果学界的「三国鼎立」
三个门派、三位 80 多岁的泰斗，早年居然「互相不服谁」——这是一段什么样的江湖？

图灵奖得主 Judea Pearl 和哈佛的 Donald Rubin，分歧到底在哪？

师承 CMU 的黄碧薇，站在了这三派的哪个位置？

🟢 22:32 因果简史
从亚里士多德、易经，到临床双盲实验，再到 80 年代末 CMU 三位教授的一个算法。

做实验太贵、很多时候根本没法做，科学家于是把目光转向了「只看观测数据」——这条路是怎么走通的？

黄碧薇这些年最核心的贡献，是在一个满是隐变量、bias、缺失值的「不完美世界」里做因果——为什么这反而最难？

🟢 20:35 因果和大模型
过去因果帮 LLM，其实只有内、外两种方式——分别长什么样？

OpenAI、Anthropic、Google 这些大厂，到底有没有把因果 ship 进产品？

两个创业选择摆在面前。

🟢 41:08 PhD，到底还值不值得读
加入 OpenAI，一年 3000 万美金——这时候还该静下心做科研吗？

什么样的人才该读 PhD？

怎么分辨自己对研究是「真欲望」，还是只想要个学位？

工业界和学术界的墙正在变低，这对纠结的人反而是好消息——为什么？

🟢 47:17 五年后回头看，今天什么是错的
如果能向一个无所不能的上帝问一个问题，她想问的，竟然关于「因果是否真实存在」。

VLA 不是终局、WAM 也不是终局，但它们各自留下了什么？

如果因果不存在，「我们会集体陷入存在主义的巨型危机」。

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 本期主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

🚥 本期「十字路口」有个很好的时间点：2026 年过半，AI 已经强到足以改变“怎么工作”，但离“无摩擦地替你把事做完”仍然有距离。
➤ 上半场，我邀请到身边用 AI 的“高手”课代表立正，他是康奈尔经济学博士，创办了 Superlinear.Academy，曾在 Amazon、Meta、腾讯工作，在初创期加入 Statsig，后被 OpenAI 收购。
课代表立正分享了高手的 AI 为什么会越用越强？——他们在想“我能为 AI 做些什么”，并且把生活和工作的大事小事全都交给 AI。
他也分享了一些普通人如何用好 AI 的建议 ——比如，第一条：停止使用 ChatGPT 式聊天，改用 Codex / Claude Code / Cursor / Manus 这类 agentic 工具。
➤ 下半场，我们交换角色，由课代表立正采访我：2026 年的 AI 创投观察与思考。
我分享了在一线体感里同时存在的希望与失落——希望是创业与资本热情前所未有，且“人类与 AI 的最佳协作方式仍未被发明”，摩擦本身就是机会；失落是商业价值高度集中到基模，它们吞掉了绝大多数由 AI 而生的收益，应用层常像“推土机前捡钢镚”，传统软件的老路径（需求—产品—卖给更多人）变得更难。
此刻，创业与投资的机会正在两极化：要么往天上跳（AI for Science / Physical AI），要么往地里钻（行业深水区的流程改造与交付 / FDE）。
最后，我还分享了自己最近关注的 5 个 AI 创业方向，欢迎 AI 创业者们找我探讨。
——————
ps，向大家推荐大家关注课代表立正和鸭哥的 Superlinear Academy。当我们聊到「学 AI」究竟应该学什么、怎么学的时候，他们给出了一套特别好的方案。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版已发布于 @十字路口Crossing 公众号。
🟢 🔴 🟡 Part 1 - 课代表分享：高手怎么用 AI？普通人怎么学 AI？
🟢 01:40 高手用 AI，到底差在哪
高手和普通人的差别，在哪两点？

想学世界模型，他没看论文，而是让 AI 写了一篇三万字的办公室恋情狗血小说——为什么这招有用？

🟢 04:33 今年学 AI，最重要做一件事
为什么他坚持「立刻停止使用 ChatGPT」，去用 Claude Code / Codex / Cursor？

蒸汽机换成电机，工厂效率只涨了一点点——真正的跃升要等到一件事发生，是什么？

用聊天框比用 agent 工具「差了三个点」。

🟢 10:56 好 skill 和 context，才是护城河
工具一样、模型一样，最后拉开差距的只剩一样东西。
一个好 skill 的本质是什么？

skill 能不能被商品化卖钱？

用好 AI 的第三步——积累上下文和提炼上下文，为什么是两个要分开做的动作？

🟢 15:03 摸着石头过河，石头不见了
——消失的那块石头，到底是什么？

从需求端和供给端两头看，旧的创业逻辑为什么突然不灵了？

他上一家公司能列出一百个「你该买我」的理由，可现在客户跟 Codex 聊两句就走了。

🟢 22:01 AI 会带来第二次文艺复兴
为什么非常看好自己孩子的未来？

当 AI 把「螺丝钉」彻底取代，人被逼着只能去做一件事。

未来的教育，可能不再是精通一个专业，而是「略懂一二」一百个专业。

「你以为学 AI 是学名词，其实学的是动词。」

.
🟢 🔴 🟡 Part 2 - Koji 分享：年中对 AI 创业投资的观察与思考
🟢 25:49 2026 的创业体感：泡沫的另一面
Paperboy AI 创始人那句让 Koji 印象极深的话：人类和 AI 的最佳协作方式，很可能还没被发明出来。

「软件已死」「悲观者往往正确」——但为什么只有乐观者才可能成功？

资本前所未有的热浪，和显而易见的泡沫，是同一件事的两面。

🟢 27:54 在推土机前面捡钢镚
一张图显示：这一波 AI 创造的商业价值，90% 被模型公司吞掉了。
既然在推土机前捡钢镚只能捡到钢镚，那剩下两条活路是什么？为什么一条要「往天上跳」、一条要「钻到地下」？

AI for science，for what？

具身智能动辄百亿估值的背后。

🟢 32:51 FDE：把数字员工带进公司
OpenAI 和 Anthropic 几乎同时发了公告，提了同一个新词。
FDE（前端部署工程师）到底是个什么角色？

这个词其实早就存在（售前、客户成功、驻场工程师），但被重新命名之后，发生了什么？

这么大的人才缺口，为什么到现在还没井喷？

🟢 43:30 新时代的 VC 长什么样
叙事连接器、connector as a service、新型财务伙伴——这三个角色分别在解决创业者的什么难题？

「自强则万强」——为什么一个创业者太需要 VC 指点，反而会让人「非常担忧」？

好投资人应该像副驾，而不是一路喊红绿灯的人。

🟢 50:00 五个方向
everything agent：沙箱、记忆、通信、支付…

给 agent 设计产品：飞书口碑飙升和它的 CLI 有什么关系？当 agent 找不到你的工具，你就「等于不存在」。

视频模型：可灵 5 亿、Seedance 15 亿美金 ARR，云南小镇一个拍婚纱照的青年做出了全球刷屏短片。

软件不会消亡，GUI 也有未来。

和语音相关的一切。

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 本期主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

🚥 上月，Anthropic 和 OpenAI 在同一天分别宣布了各自的十亿美元级的企业 AI 合资公司，并且都称自己在做的事情是 FDE（Forward-Deployed Engineer，前置部署工程师）——帮助 AI 进入企业，从“能用”走向“上岗”，从“展示能力”走向“交付结果”。
本周「十字路口」，我们聊 FDE 这个正在被重新定义的岗位与分工：它究竟是在把“售前/交付”换个名字，还是代表 ToB AI 时代新的组织结构与商业边界？当模型越来越强，最后一公里为什么依然最难？企业真正缺的，到底是更强的模型，还是能把 AI 带进流程、接入系统、治理知识、持续迭代并对结果负责的人？
我们的嘉宾是 Rolling AI 的两位合伙人阿甘和刘开，他们是中国在企业 AI 落地与“交付能力产品化”方面实践最深、也最具代表性的团队之一。
如果你在寻找下一波 AI 的机会，这期内容希望给你一个可行动的视角：旧分工在松动，新岗位在出现，而新的创业机会，也往往从这些缝隙里长出来。
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版已发布于 @十字路口Crossing 公众号。
🟢 01:08 快问快答
年龄、毕业院校、MBTI 与星座、一句话介绍 Rolling AI、收入与利润、团队规模、创业前经历

🟢 02:19 FDE：AI 不是软件，是劳动力
OpenAI 和 Anthropic 同一天宣布成立十亿美元级企业 AI 合资公司，都说自己在做"FDE"——他们到底在描述一件什么事？
传统软件是工具，需要人来操纵。但 AI 本身就是劳动力。

FDE 做的，其实有点像 HRBP：把"数字员工"送进企业。

为什么从 BCG 出来做这件事？MBB 在服务中国民企时，遭遇了什么困难？

传统咨询交付 200 页 PPT，今天他们交付的是智能体。

🟢 08:22 首个案例：一个人带 50 个机器人，服务 600 万用户
出生率下滑，乳品企业急着找第二曲线。他们需要的不是几个营养师，而是"无限个"营养师。

全国注册营养师 40 万，目标用户是 8,000 万——供需差距 200 倍。AI 是怎么填上这个缺口的？

"如果有人说我要减肥，你的第一句话应该是：你又不胖，你为什么要减肥。"——这是人类师傅教给 AI 的。而找到好师傅，才是 FDE 最难的事。

🟢 19:58 FDE 是什么角色？
带着一批"清北学生"去便利店上班的工头。
FDE 要做好三件事才能撤场：业务融合、知识治理、系统对接。

一个好的 FDE 需要三种核心能力：能一眼看穿业务痛点本质、人机协作的原生感知、能用 AI 工具快速构建原型。

这样的人，能短期培养吗？——不能。

"你刚毕业，我想不到任何一件你能做、AI 做不了的事情。"

🟢 25:09 SOP 代表落后——标准化的终结
他认为 SOP 代表着慢、代表着落后——这是暴论，还是有逻辑支撑的判断？

从消费端的"千人千面"（抖音），到生产端的"千人千面"（每个门店自己的经营决策）。

总部从"管控型"变成"赋能型"，意味着怎样的组织重构？

以及，哪类管理层会最先被消失？

🟢 28:21 那些消失的企业，真正输在哪里？
兰开夏郡的纺织业接了电，但没被电拯救——因为他们只把电接到了原来蒸汽机的大轴上，整个生产方式还是蒸汽时代的。
"AI 这次变革对社会的影响幅度，会超过互联网，像当年电力革命一样大量取代智力劳动。"

每次大的生产力革命，都有 95% 的企业消失——而他们都接了电、上了网。那些消失的企业，真正输在哪里？

技术在整个 AI 落地过程中，占比不超过 1/3。剩下的 2/3 是什么？

🟢 32:01 AI 落地失败率超 50%：三大死法
第一大死法：CEO 对 AI 有"超出现实的预期"——"上了 AI 企业就起飞"。

第二大死法：让 IT 团队来主导 AI 项目。"谁懂怎么对付客户、让他买保险？是业务团队，不是 IT。"

第三大死法：激励机制没跟着变。AI 带来了新的生产力，但生产关系没变——结果会是什么？

🟢 43:29 应届生在 AI 时代能做什么？
Rolling AI 的高二实习生，他说"丝毫不觉得输过任何一个平庸的五年经验咨询师"——为什么？

商业 sense 和 judgment，能培养吗？他说他个人还没找到路径——"有些东西是天生的"。

FDE 时代，判断一个人值不值得用，真正在看的是哪三件事？

🟢 46:49 OpenAI 和 Anthropic 为什么都突然下场做 FDE
一种是"数据饥渴"，一种是"利润饥渴"——真相是？

大模型进入行业，遭遇的最大瓶颈不是模型能力，而是行业数据和知识的短板。

ToB 本质上不是软件能独立完成的事，而是一个服务业——"需要又懂 AI、又愿意扎进去的服务者，才能改变这个世界。"

为什么 OpenAI 和 Anthropic 的合资公司全都是 PE 结构？收服务费根本收不到那部分 upside。

🟢 49:08 FDE 公司不应该被 VC"投"，而应该被 VC"拥有"
"我们一年陪跑收 600 万，但帮客户省了几千万、多赚了几千万——那差价去哪了？"
每一家 PE/VC 的投后部门，核心能力之一将会是帮被投企业做 AI 转型。

"我们在同一个行业，只服务一家，绝不服务另一家。"

当 AI 能带来真实的业绩增长，单纯按日收咨询费这件事本身就不够了——未来的商业模式指向哪里？Service as Software，还是 Result as a Service？

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 本期主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站

🚥 「AI+互动娱乐 / AI+游戏」正处在一个奇妙的阶段：碎片化的 Demo 层出不穷、技术进步快到让人恍惚——AI 生成小游戏、交互短内容、AI NPC、世界模型、实时多模态——但真正能在大众层面形成共识的爆款作品仍然稀缺。
本期「十字路口」和关注 AI 互动内容与游戏的播客「405游局」串台，邀请到主播 / 资深游戏从业者筱宁，一起做一次 2026 年 AI 游戏的“全景扫描”：我们把行业拆成“四层图景”，指出三种最常见的误区，并讨论那个最关键的共识缺口到底是什么——以及它为什么更可能从野生土壤里长出来，而不是从大厂里“立项做出来”。
如果你是 AI 创业者、投资人，或正在关注下一代内容平台、互动娱乐与 AI 游戏，这期节目希望能给你一个框架：哪些确定了？哪些还在幻觉里？下一阶段最值得跟踪的变量在哪里？
🎬 我们的视频播客已同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。
📒 文字版已发布于 @十字路口Crossing 公众号。
🟢 00:11 Opening
游戏行业对这波生成式 AI 的反应，比互联网公司慢了很多。

筱宁在头部大厂做 UGC 游戏制作人，但有一个体感让她决定离开。

赛道的两个坐标：「互动」和「好玩」。

游戏真正的竞争对手，不是另一款游戏，而是抖音。

🟢 02:48 行业的四层图景
AI 作为工具：服务于互动内容/游戏的创作流程（更偏“提效/基建”）⁠⁠

AI 作为创作入口：以 AI 作为新的“生成入口/创作方式”，更关注结果而非流程⁠⁠

AI 作为交互对象：典型是陪伴类、AI NPC 等（把 AI 当作你在内容里“对话/互动”的对象）⁠⁠

AI 改变娱乐关系：改变“谁创作/谁消费”、以及社交关系/娱乐关系如何被构建（例如“多人 + 一个 agent”的场景，AI 从 NPC 变成“社交基建/氛围调节”）⁠

🟢 05:45 眼前一亮的作品们
《星布谷地》的娜洛做了三件事：示范怎么聊天、救场、调节氛围。当这三件事都做到了，它已经不是 NPC，而是一个社交基建的角色。

任天堂的《朋友收集新生活》（Tomodachi Life）：捏人、设定剧情、当造物主、当导演、再当观众——「创作即消费」这个体验，为什么他觉得特别有意思？

🟢 10:43 AI 版愤怒的小鸟，还没出现
愤怒的小鸟不是手游史上最赚钱的，但它是第一个让所有人形成共识的那个。

为什么用愤怒的小鸟来类比？

那个关键时刻目前还没出现——不是因为技术不够好，而是还缺少一件具体的事情。

「AI 版愤怒的小鸟」更可能从创业者中野蛮生长，而不是从大厂内部长出来。

🟢 17:54 大厂 AI 布局
腾讯、字节、米哈游、网易——面对 AI，四家公司走的是四条路。
改变最大的一家，并不是资源最多的那家。

米哈游做了一件其他纯游戏公司几乎不会做的事情——「动到模型」去做尝试。「技术宅拯救世界」的基因，在这里有多直接的体现？

世界模型（Genie 3 等）真的要改变游戏了吗？

🟢 22:31 AI 人不懂游戏的三个盲区
「游戏生成」这个词，本身就是对游戏工业化难度的低估。

视频生成出来就是完成品，但游戏生成出来只是开始。

「无限选择，不等于好玩」。

我们高估了自然语言在互动娱乐中的比重。手感、点击反馈、声光电刺激——这些跟语言根本没有关系。

对于很多内容产品来说，「可生成」是追逐的终点；但对游戏和交互来讲，「可生成」只是可被设计的起点。

🟢 25:15 「AI 时代的抖音」，靠谱吗？
Loopit、AIPPY、Rezona、Riffle… 大家都在说要做下一个交互内容平台。
创作门槛被极大降低之后，紧接着的问题是？

有两个核心问题至今没有被解答。

「我们俩都生成了一个贪吃蛇，我和你的价值怎么被别人分别看到？」——如果创作者的价值无法被凸显，平台的供给侧会发生什么？

🟢 37:54 TaptapMaker：用过的人两极分化
做过策划的人用它：「太好用了。」没做过策划的人用它：「还不如 Claude Code。」
同一款工具，游戏从业者和非从业者体验差距为何那么大？

有人在上面复刻了 Minecraft 世界，有人做了完整的 Roguelike——原来要一个团队几个人做两三个月，现在一两个人两周。

AI 互动影游（带分支线的交互视频）：比短剧更复杂，成本百倍降低，它的春天什么时候到？

最长期跟踪的三个问题：交互娱乐里的短内容机会、AI 3D 管线什么时候成熟、以及愤怒的小鸟时刻最终会以什么形式出现。

🟢 43:48 当 Claude Code 成了最好玩的游戏
如果让游戏策划连续说「最近玩过最好玩的游戏」，越来越多的人，答案已经变了。
商业化手游的工业节奏（42 天大版本、21 天小版本），是让热爱最容易被消磨的地方。

最近好多人说自己最爱的「游戏」是 Claude Code。

感性指标和直觉反应，在互动娱乐的早期，为什么比任何理性分析都更重要？

欢迎订阅「十字路口」：
🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。
🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。
👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner（投资合伙人）。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
👧🏻 主播 Ronghui：我联合创办了十字路口，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，欢迎大家找我聊天，和我交流。Ronghui 的即刻