李想：我觉得有两个分支还挺明显的。一个分支是大家把AI当成更加泛化的搜索工具来获取信息，这个其实豆包做得非常好，对普通C端消费者来说最容易使用。另一个分支是我们今天讲的Cloud Code、Codex、OpenAI的Codex，其实是Agent。但Agent有一个很重要的一点就是，它非常需要一个完整的工作生产环境，必须有真实的任务生产环境才能获得良好的反馈，获得整个工作链条的结果。普通用户玩着玩着Agent就会没意思，因为没有一个生产的反馈。比如我看到我们公司的同事，做得好的比如一天能消耗上亿token的，他在把业务进行重构，把原来不舒服的业务流程拿Agent、拿Coding自己来重构。他说每天多花三五个小时，但不累，感觉比较像玩经营游戏，因为自己能闭环了，有点像玩《我的世界》、玩《模拟城市》。但普通个人没有这种环境给反馈。

罗永浩：小白用户这会儿感受确实不明显。我们这个播客AI聊得有点多，包括找文艺界人士来也会聊AI，因为AI也可以做文艺创作。结果聊多了以后，观众反馈说"你们自己去那里嗨得了，不要老贴我们，也没兴趣"。他们没兴趣的原因就是觉得现在也干不了啥。

罗永浩：您怎么看待AI作为生产力和劳动力的关系？

李想：生产力和劳动力最大的表现其实就是提升效率。比如coding提升效率了，大家就去用。你看今天谁（Anthropic）的订阅已经到了四百多亿美金了，它没有什么太多情绪价值。所以我觉得这个阶段还是生产力非常依赖技术本身。

罗永浩：生产力加劳动力是否特别依赖于生产环境？

李想：是的，它本身就必须特别依赖于生产环境。有生产环境的大家干得可带劲，但一个个体怎么构建生产环境？很多人说有了AI以后会出现个人公司，我开始也这么信的，但做了一段时间我发现不成立。

罗永浩：个人公司长期也不成立吗？

李想：挺难的。B站上、小红书上做分享的人都说以后会出现个人公司、个体公司，一个人的公司AI怎么样。我都说我自己来验证这个一个人公司，但验证了一段时间以后发现，他每天更新的内容就是OpenClaw又更新了、又解决了什么个问题，他们自己实际的生产环境并没有建立起来，因为建立一个稳定的生产环境太难了。

罗永浩：您对三五个、十来个人做一个大公司这件事乐观吗？

李想：我觉得还是看整个生产环境的构建。AI是付诸于一个真实的生产环境，它并没有空造出来任何东西。我们自己内部做的很多实验，其中包括一个成熟的大型软件，有七十万行代码，我们用cloud去尝试自己复制一个、重新写，直到调教到能用为止，发现效率确实挺恐怖的。

罗永浩：效率方面具体怎么样？

李想：效率方面是无敌的。调教到可用为止也就一个人做了一个多礼拜，这个效率是挺恐怖的。

罗永浩：那您对将来一个人的公司也不乐观，但三五个人十几个人做一个大型公司还挺乐观的？

李想：对。

罗永浩：您在公司内部怎么观察token的使用情况？

李想：在我们公司大家token是可以放开去用的，因为我认为至少到今年年底，token的消耗都相当于是一个认知的过程。我会看公司内部的token消耗量，前20的这些同事们我就会跟他们具体聊，真实在干什么东西，大概什么样的理解。我发现排在前面的token消耗的人有如下特点：第一个特点，它并不是我们常规想象的公司里那些原来的标准下最顶级的员工。比如他表达能力过去不强，获取不了什么资源，但他脑子极强。所以只要有token、有业务环境，他就可以去改造一切。

2.AI时代想法最可贵

罗永浩：有想法是最可贵的？

李想：是的。

罗永浩：您对公司在AI时代的人才策略有什么建议？

李想：所有公司不要裁人，因为在AI时代的人才和你上个时代的标准大概率是不一样的。

拿着旧地图，找不到新大陆。

罗永浩：现在很多用AI的企业裁人，是不是因为有的人不愿意学或者拒绝学新知识？至少我们公司裁了不少这样的。

李想：我还没有发现就是你给了他AI以后他不用的，我们发现还是大家都是喜欢继续用的，只是过去的时候没让他迈这一步，因为迈这一步挺难的。

罗永浩：你之前网上提过，专业人士用AI能放大能力，从原来比普通人强个十倍一百倍，现在可能变成千倍万倍？

李想：原来是两三倍，现在其实十倍一百倍。我就举一个很清楚的例子，比如大家都能用Cursor，我们公司的专业人员拿Cursor做出来的那真的非常的好。你会发现今天还有一个有效的过滤器，就是你身边很多的朋友拿Cursor做出来很垃圾的东西发给你，你原来没那么讨厌这个人，你现在开始讨厌这个人了。虽然大家也会了，但是大部分人如果不是专业都是民科水平的。

罗永浩：AI在工作上能看到哪些比较严重的问题？

李想：我觉得在工作上还是能看到三个比较严重的问题，这三个问题就是那些token消耗量最大的提出来的。第一个其实今天所有的AI的工具都是满足个人的，在工作协同上其实是非常差的。怎么来实现工作协同，包括跟现在的这些软件进行协同，然后包括跨部门的也是一个生产链条，这一个链条你光一个局部高，其他地方不行，就跟供应链是一样的，你最后东西产生的价值还是非常有限的，只有局部的价值，没有整体的价值，这是大家第一个挑战。第二个挑战其实是数据的获取，因为也没有必要再用传统的SaaS或者IT的方式去读取数据，最好的方式是直接进数据库读，因为数据库可以想象成是个四维的数据，但是正常我们人类看的IT是个二维的数据。

罗永浩：你提到让战略团队去研究三个问题，他们是怎么做的？

李想：我们让战略团队研究三个问题，看全世界最顶级的公司比如Anthropic、OpenAI是怎么做的。结果非常惊讶，幸好没有做出常规判断。我们是一个战略小组负责人带着几个校招生去研究，他们直接把Co-worker复制了。

罗永浩：为什么会直接复制Co-worker？

李想：他们在看Anthropic工作的时候发现这家公司不做传统的PRD文档，会直接去做可验证的demo。他们说那为什么不直接把三个需求做成可验证的demo，所以直接复制了一个完整的Co-worker出来。

罗永浩：这个过程中没有开发人员介入吗？

李想：没有用任何开发人员，并且跟着HR把工作的连通做了demo验证，又跟着数仓团队把整个数据怎么打通、哪些用云端模型、哪些用本地模型，包括一个人在上面工作怎么衡量，都做了个demo。

罗永浩：工程师全程没有介入吗？

李想：工程师没介入，验证完了以后工程师去做专业的开发，因为还要做大规模全员的部署。

罗永浩：这说明什么？

李想：如果按照正常想法说商分的人不需要了、战略研究的人不需要了，像我这样的人自己拿个agent就能把这些人做了，其实我做不到这种程度，可能又把最顶级的人才送走了。

罗永浩：现在很多企业不是这么做吗？

李想：我们现在也是产品经理主导，以前会很谨慎，怕资源浪费到无益的事情上。现在是给产品经理充分放权，他有什么想法就直接去验证，拿出一个能操作的东西，代码都自己弄的。

罗永浩：以前是拿什么讨论？

李想：以前是拿着设计稿、快速可交互的动画、PRD那些来讨论，现在是直接做一个能用的东西，只不过最终还是要给工程师去实现。

罗永浩：为什么还要给工程师实现？

李想：还有很多技术上的细节不太会，比如这个能在本地跑起来，但上线以后如果有海量用户的话，压力测试这些还是要工程师来把握。

罗永浩：这不是常见做法吗？

李想：连硬件都这么做了，我们连硬件都是在一个agent的虚拟环境里边跑通了再去开发的，不止是软件了。

罗永浩：小米在AI应用方面，有没有出现因为AI大规模应用导致某些岗位被裁掉的现象？

李想：我觉得两个方面吧。任何一个企业发展有两种可能性：一种可能性其实是这个行业规模可能遇到天花板，这是行业的问题，那它需要通过降本来解决问题。还有一种可能性，比如说我们看到汽车我们才做了一点点，后边还有机器人这种可能性，我们还是希望这些人有五到十倍的效率。今天我拿三万人做一千多亿的收入，我的看法是有没有机会其实拿三万人做一万亿的收入，往后看个五到十年。所以用AI主要是用于增效而不是降本，因为这个产业规模足够大，我们才吃了一点点的市场，微不足道。

罗永浩：作为非科技专业的博客，想请你给普通观众解释一下，广义的具身智能应该理解到什么程度？大家以前说具身智能理解就是机器人。

李想：我觉得物理世界里所有的机器，给了它模型和大脑和眼睛以后，然后它来工作，就是能智能地动起来，用AI来做操作的这些硬件都可以叫具身智能。或者我们看《变形金刚》里面，车的形态它也是一个机器人，人的形态也是个机器人，还有飞机的形态也是个机器人。我觉得就是所有的机器未来真正给它赋予了眼睛、大脑和心脏，分别其实是传感器、模型和处理器，它就是个具身智能。

3.不务正业的解释

罗永浩：大家老觉得做车的又做机器人好像不务正业，但你这个《变形金刚》的角度很好。变形金刚又是汽车又是机器人，但我们人类真要去做这些东西，肯定是做两个成本远低于拿一个去做变形的吧？

李想：我觉得还是要看效率。毕竟《变形金刚》里面非常有意思，它在行动的时候都是车的形态，因为如果是人的形态路上轮子快，效率很低，但是在打架、开会的时候是机器人的形态。我觉得今天这世界也是一样的。这个人形机器人要去做，比如说我前两天看了一个特别搞笑的事情，就是拿人形机器人做咖啡。我说咖啡机不就能直接做咖啡了吗，为什么要拿人形机器人做咖啡呢？但是能看到其实一个咖啡机，让它真正的自动化以后，其实它也是一个同样的具身智能，功能机器人。但是最难的是真正需求是上料。我们公司有很多咖啡机，都是靠人去上料、加牛奶，这反而是人形机器人能干的事。

李想：我觉得这是商业机会，这是个最大的商业机会。

李想：今天大家在搞人形机器人的时候其实是找不到商业模式的。比如人形机器人去做分拣，但分拣有摄像头就直接流水线分解了，干嘛需要人分解？咖啡也不需要人来做。包括在工厂里，很多人说拧螺丝，但拧螺丝都已经是自动化的东西了。

罗永浩：那工厂里真正需要人做什么？

李想：我们工厂一万多人，有三千多人是给机器上料的，是把零配件放到AGV上的。楼里边那么多自动咖啡机，唯一保留的运营人员就是一些上料的。

罗永浩：所以你认为上料是人形机器人从零到一的第一个重要战场？

李想：对。无论是工业场景、商业场景还是家庭场景，这件事可能真的是人形机器人从零到一的第一个重要战场。

罗永浩：本质上是在解决什么问题？

李想：本质上就是把今天仓库里那些运输和取拿的机器人结合起来。过去工厂都是AGV运输、人再取拿，以后只需要一个简单的机器人，能运输能取拿，工业场景需要，商业场景需要，甚至家庭场景也需要。我觉得这可能是最早的机器人的大规模商业化。

罗永浩：这块做得比较差，是不是因为想着简单但做出来难度高得多？

李想：我觉得可能真的大部分的机器人创业者，只要在工厂环境里转一圈就知道到处都是可以替代的。它既然是生产力加劳动力，那请问生产力和劳动力最多的和最容易被替代的是什么？那你为什么非得要去替代制造呢？因为制造需要的是精度，不是毫米是微米级的精度，今天的软臂根本做不了微米级精度。但是搬运上料不需要那么强的精度，而且单一工种的用量就是最大的。

罗永浩：这个判断是不是需要有非常丰富的工厂或商业环境经验？

李想：我觉得还是得有非常丰富的这种真实的工厂或者商业环境的经验。

罗永浩：还有没有其他原因导致大家没往这个方向做？

李想：我怀疑还有一个原因是不好融资。

4.具身智能企业

罗永浩：你是车企里现在第一个宣布做AI和具身智能的，这个决定是一个怎么样的思考过程？

李想：也不是第一个，只是大家描述不同。我们不绕了，其实具身智能就是具身智能，它是很清晰的定义，也不需要发明一个新的名词。如果按顺序的话，特斯拉肯定是第一个。国内新能源，我们基本上跟小鹏差不多，前后脚都是这个表态。

5.自动驾驶是具身智能的上下场，人形机器人是具身智能的下半场

罗永浩：你觉得为什么机器人公司要从自动驾驶公司挖人？

李想：我觉得不用非得把车和机器人分开。如果今天看这个物理世界，看具身智能最大的产业角度，基本上可以这么描述：自动驾驶是具身智能的上半场，人形机器人是具身智能的下半场。这两个连接的关系非常清楚。

罗永浩：你提到工厂的需求，能具体说说吗？

李想：两方面吧。第一方面是从来没有人问过我们到底需要什么。我作为一个工厂厂主，有接近一千家店，一个商业环境，并没有人来问我们（需要什么样的机器人）。他们就想说帮你去工厂拧螺丝，我完全不想拧螺丝，现在都是机器拧螺丝了。第二也可能真的是我说的，做这东西看着可能不够酷，它就是一个长着手臂的AGV，只是比今天在物流领域的有更好的取拿泛化能力，以及跟环境和人沟通的泛化能力，技术要求要上一个等级，但从外形上看着又不够酷。

罗永浩：亚马逊做的那个是人形还是轮式的？

李想：我也忘了，亚马逊做那个物流的配送和仓库里存取，很成熟了。有的是自研的，国内像他们也会用第三方提供的。

罗永浩：那些不一定是人形的各种各样的具身智能，你认为那些将来是相对小的份额吗？

李想：我觉得它还会有市场的细分。比如说今天我们如果看这个电子产品，那肯定PC和手机是最大，中间也会有Pad，也会有手表，会有很多这个。

罗永浩：所以你觉得汽车和人形是最大的两块？

李想：对。

罗永浩：你觉得未来最大的两个赛道是什么？

李想：汽车和人形机器人。这两个成型以后都是五万亿美金的规模。

（规模大不代表生意模式好）

罗永浩：能具体讲讲自动驾驶的发展阶段吗？

李想：自动驾驶有三个阶段。第一个阶段是从2017、2018年到2022、2023年的辅助驾驶。这个阶段有几个关键技术：第一，视觉用的是CNN的2D神经网络；第二，用了规则算法模型，一帮人在写规则；第三，用传统的MCU控制器控制车辆执行，配合大概几十Tops的算力，像Mobileye Q4、地平线J3、J5这样的。这在中国是个几千亿的产业，90%的车都配了，而且有没有这个东西已经完全影响购买决策了。

罗永浩：那第二个阶段呢？

李想：从2022、2023年再往后这五年，基本上是走向L3的阶段。L3的定义是自动驾驶，但人要坐在车里，因为聪明程度和泛化能力还是不够处理各种未知情况，但在道路上安全性是没有问题的。技术发生了变化：眼睛变成了用Transformer做的2D视觉，我们叫2D ViT；第二，模型主要靠模仿学习，靠车端数据，看到什么图像就做什么结果，并不是真正理解世界，纯粹是模仿；第三，控制变成了端到端，视觉直接到车辆轨迹控制。芯片算力大概2000Tops左右，在未来一两年可以实现L3。这可以产生上万亿的产值。

产值对应GDP，对应营收。

罗永浩：再往下最难的是什么？

李想：基本上2027、2028年再往后五年，是L4的无人驾驶。无人驾驶就是真正的机器人了。技术需要变化：第一，得变成3D ViT，就像人看三维世界一样；第二，具身智能最大的挑战是必须像当时GPT-3.5一样有一个稳定的预训练模型，就是一个面向物理世界的预训练的模型。有了这个模型以后，后面讲的所有的IL数据生成才能成立。我觉得这个其实是一个关键，后面的所有的后续训练，哪怕为的是人类的数据，但它最后也是个理解学习而不是个模仿学习。第三个是所有的控制系统要比人还要更快，因为只要快就安全。只要快，人类无论是理性的还是感性的都能感觉到安全，人才能相信。其实人的反应能力很一般。

罗永浩：你看我们跟猫比就劣势非常明显。

罗永浩：这块需要多大的算力？

李想：这块基本上我认为大概得有一个近万Tops的算力。因为一个稳定的预训练模型能够放到端侧形成一个可运行的模型，跑到端侧的时候基本大概13B、14B，再考虑到要有一个10Hz左右的推理算力，不是感知，那基本上大概得到接近1万Tops的一个算力了。我们单颗才1000多Tops。

罗永浩：必须用单芯片实现上万Tops吗？

李想：也不是，但是你堆不了那么多芯片，因为你再往上堆的话你的带宽不够了，就有问题了。

罗永浩：现在主流的旗舰芯片能到多少Tops？

李想：主流的还是五六百Tops，Thor-u 就只有七八百Tops。我们最新的这个马赫100，我是两颗芯片，每个1280，然后加起来2560Tops算力。

罗永浩：单芯片实现上万Tops还要多久？

李想：我觉得得28年、29年吧，28年到29年双芯片估计能到1万tops，单芯片肯定做不到。

罗永浩：基本上什么时候能实现？

李想：基本上L4的就实现了，因为L4实现就是个真正的机器人，包括它的运营也会更难了，因为它车上没有人了。我们不是像今天的自动驾驶的demo跑个50辆车、100辆车，我们是上来就上百万辆车。

6.汽车市场的收敛

罗永浩：到了第三个阶段无人驾驶的时候，汽车市场会怎样？

李想：我觉得到了第三个阶段就是无人驾驶的时候，基本上汽车市场才能像手机市场收敛，比如国内就剩下五家，华为、小米、荣耀、OPPO、Vivo。我觉得到那时候其实才会有一个真正的一个收敛。

7.无人驾驶后，车会卖的少吗？

罗永浩：无人驾驶实现了以后，车不就卖的少了吗？

李想：这个事我觉得无人驾驶跟不无人驾驶，其实跟雇司机就是网约车没什么区别。网约车足够便宜的、足够多，大家还是会继续买车，只要有条件。咱们国家实现了老百姓买汽车也就一两代人，那些发达国家，这里边一个最大的一个问题，就是道路是有限的，然后没有办法增加更多的供给，因为在你最需要车的时候，供给仍然供不上，因为它并不是由车的供给决定的。

李想：汽车的总数由道路的供给来决定的。

罗永浩：汽车有没有可能出现类似的逻辑呢？就是工程师们前赴后继地去开发AI，最后发现大部分公司没用了，最懂AI的人做出了更强大的AI，然后把自己的大部分同行淘汰了。

李想：我觉得最大的概率就是车不是个简单A点到B点的工具，它不仅仅只是个工具。

罗永浩：那取决于买车的人里有多少人从理解上或者心理状态上就当它是个代步工具？

李想：我觉得今天大部分买私家车的人也不是把它只是当个代步工具，不是吗？因为他们要花三四十万买车、四五十万买车，这图啥呀？

李想：特别像有一段时间，这件事不是自动驾驶的时候大家才说，然后车就以后就不需要购买了。曾经流行过一段时间车的P2P，就是车停到这个位置，另外一个东西就可以去开，然后运行了连两年都没有就全消失了。

李想：因为车里脏的。

罗永浩：那不是配套服务没做好吗？不是逻辑的底层问题吧。

李想：因为如果配套服务的话，成本跟养个司机没区别。

罗永浩：我是纯好奇这个问题，我是喜欢车的，但是随着年纪变大，这些越来越淡了。我不确定大部分人是怎么考虑的。

李想：我觉得还是很多事从效率上，单纯从效率上来形容。

罗永浩：你们造车的时候终极目标都是奔自动驾驶而去的，但是你们行业里没有人担心过，比如说真的实现了以后买车量会暴跌？

李想：我是个相反观念，我认为其实会有更多人来买车。是那些本来对驾驶机器有恐惧心理，或者说平常不愿意雇个司机，觉得雇个司机自己隐私啊什么就会比较麻烦的很多人，其实来买车。因为我们挣钱不就是为了过更舒服的生活、过更好的生活吗？

罗永浩：我其实没有答案，我只是有时候会想这个角度。

李想：明白，我觉得还就是关键人性有很多还是有很多的复杂面。到时候驾驶没了的话，其实很多车里边还能加很多东西，改善生活体验的东西。

8.有轨电车问题

罗永浩：我们以往请嘉宾来聊天的时候很少会问尖锐的问题，你们因为是坐车的可能觉得比较尖锐，但我自己是完全因为对这个问题很好奇，因为我也没有答案。就是属于这个行业的终极问题：如果将来自动驾驶实现，具身智能在处理这种极端危险情况的时候，你会遵循什么样的底层逻辑呢？就是极端情况下，极端到你要么保乘客、要么保路人，就没有别的选择了。

李想：你们会怎么设计这个东西？我觉得人类实际过程中也没有遇到这个问题，为什么AI会遇到呢？

罗永浩：我们人类肯定会碰到这个问题，只是人类不一定在那个情况下有时间思考，就凭本能做了。比如说你在一些地方，如果你避让行人不撞他，你可能就车毁人亡，然后你要保自己安全就只能把他撞了。这种情况其实人类也会碰到的，只不过人类未必有时间去想，因为他那一瞬间的那个举动，其实你自己要没经历过，你也不知道你会怎么举动。

罗永浩：但是汽车是被人设计出来的，自动驾驶是被设计出来的，所以他设计的时候你觉得应该怎么做？

李想：我觉得你唯一能做的，其实包括监管部门的要求，是你要遵守法规。法规是什么样的，就是你不能超越法规。

罗永浩：你是这个意思？比如说自动驾驶将来如果可以上路随便开了？

李想：对，这个时候法规会把这个限定，然后车企需要遵循它就可以了。

罗永浩：比如我举个例子，那会出现违章并线的车，对吧？然后你也躲不开了。

李想：那你的最顺法规的其实就是让速不让道，你只能这么来做。而且我觉得从监管部门上，它不会让你自行做这方面判断的，你必须严格遵守法规。而且我觉得我们今天的这种执法越来越人性化了，只有在大家都遵守法律的前提下，才是最安全的一个体系。

罗永浩：这个本来也应该是交给法律来定的？

李想：是的，车企定这个的话，其实对车企既是负担，对公众也是不负责。我们训练的时候也只能把人类的法规训练进去，而不能把这个七情六欲训练进去。

罗永浩：这个很科学。而且我相信将来会在不同国家有不同的司法？

李想：是的，然后一个车如果卖到全球去，它可能在不同的国家就调教成当地法律要求的。而且我们去看这些城市，这些城市对于法律执行越严格，这个城市的交通的伤亡率就越低；它越松散，其实它的交通伤亡率越高。

罗永浩：你觉得现在单纯去做机器人的，跟你们先造车后造机器人或者同时在造的这些企业比的话，它们有什么天然的优势劣势吗？

李想：我觉得这是挺重要的，因为这几家公司都是第一步做的，晚了其实还是挺麻烦的事，特别要命。

罗永浩：所以你把自己定义成是一个AI和具身智能公司以后，车在未来你的长期规划里是一个重要的有机的构成部分，而不是全部，是这个意思吧？

李想：我觉得我是这么来想的。我觉得我们的用户，比如往后看十年一个场景，就是买L4自动驾驶车的人，和在家里买家政机器人的人，是不是同一拨人？90%是同一拨人。

李想：我觉得也是。而且他比较像什么呢？他比较像其实过去的时候是那些超级富豪的生活，他能雇一个司机，因为司机某种程度上来讲，他并不是只是帮你开车，他某种程度上还是你的生活助理，能帮你去洗车、跑腿，以后L4自动驾驶也能帮你去接孩子，不只是送你。另外，超级富豪家里有家政、保姆，回家就吃饭，卫生有人打扫。我们要做的是如何把这些顶级富豪拥有的生活给到更多的人，让几亿人、几十亿人也能消费得起。我觉得这是科技进步带来的最大的好处，而不是天天想着怎么去替代各种工作。而且我的个人感觉上，一定会产生大家想象不到的更有意思的新的工作，我是确信不疑的。