【AI Talk】03 小土刀的AI猜想2026

熟悉我的朋友都知道，从2023年开始，我们就在做AI相关的数据监测。转眼之间，年份翻到了2026，值此新年之际，给大家拜个早年。

言归正传，做数据监测和分析是非常有意思的事情。这个其实分两个层面来看：

第一层有意思：在这个充满数据的世界，用不同的数据来建模、验证、测算、评估乃至到预测，实际上是一个非常有挑战性的工作。因为不同的数据有不同的统计口径，怎么把来自不同设备、不同平台、不同时间、不同人群、不同地域的数据汇总，并得到合理的结果，这个事情本身就可以看作是统计数学在应用上的皇冠。
第二层有意思：在AI的浪潮中，虽然我们的角度是站在空中去客观地观察，但为了要得到更加准确的预估，我们其实需要大量地去研究行业、研究产品、预估未来可能的趋势。看惯了社交媒体上每天都"炸裂"的新技术，习惯于越来越陡峭的花几十亿砸出来的增长曲线，突然就很想抛开所谓的客观和科学，想聊一聊我自己对于产品和行业的看法猜想。

注：本文是我一边口述，一边用AI输入法整理的。

猜想一：Vibe Coding 之后的下一个高地是 Vibe Reporting

可能是因为我的工作中大量接触到报告、方案、归因，从最开始火了又沉寂的Deep Research，到现在的各种报告、解决方案，我基本上每一个都深度用过。结论很残酷，就是都不行。

最终的产出实际上会有一个最核心的问题：当你不懂这个行业的时候，你觉得他说的都对；当你一懂这个行业，你就觉得他是在讲笑话。仿佛回到了之前听各种知识付费的演讲，还有各种大V的内容的感觉。道理其实是一样的，没有调研就没有发言权，只是信息的整理，缺乏实践的指引，实际上产出不了有指导意义的内容。

我们当然可以用AI去给出那些看起来合理，但是逻辑和叙事都有漏洞甚至互相矛盾的草稿。但是这样做的意义又有多大呢？

如果说AI编程的信息隐藏率是20%的话，那么AI分析的信息隐藏率可能会达到60%，这是阻碍AI真正产出有价值内容的最底层的逻辑。

那么什么是信息隐藏率呢？简单一点说，就是在一个任务的完整的信息上下文中，有哪些部分是AI获取或推断不了的。

遗憾的是，大家想要花钱去解决的是那些不常见的问题，常见的问题很可能是免费就可以解决了。

按照今年AI编程的进化速度，整个行业一年大概能抹平10%~15%的信息隐藏率。因此，我预测在2028年左右，vibe reporting会迎来爆发。

所谓微笑曲线，就是在一个供应链的两头利润最高——比如提供原料的和最终直接面向消费者去销售的，才能拿到最大的利润，中间加工环节实际上只能赚取微薄的利润。

中国的软件行业和SaaS实际上就在微笑曲线中挣扎。这种情况其实一直以来让我感到很郁闷。也有一些说法认为美国的SaaS可以挣很多钱，是中国的SaaS没做好。我认为这样说的人，要么是蠢，要么是坏。国内国外的核心差别在于，一个吃人，一个不吃人。

那么在科技领域有没有一个行业是微笑曲线反转的呢？你别说，还真有——芯片制造就是一个很好的例子。谁的制程精度更高，谁就有更高的议价权，谁就能拿走最多的利润。

那么在编程能力用Token计价之后，实际上工程架构就变成了一个高精度的制程问题：

谁就能为自己的产能定价。

一定要选择上限更高的技术路线，因为工程能力会不断提升。但是路线选错了，就像被智子锁死了科技。当然，这是一个动态博弈的过程，首先需要通过领先的工艺挣到钱，才能发展下一代。

大模型带来的内容生产的爆发式增长，会使得平台的流量完全不够分。那么对于平台来说，就有两个终极办法：

这个情况现在其实已经在各种小说平台发生了，扩散到短视频平台和社媒平台只是迟早的事情。

但这个事情的影响很大吗？也没有那么大，因为本质上背后都还是人，最终优质的创作者还是会流向收益最高的平台。

对于创作者来说，一定要去观察平台本身的动作，这决定了这个平台到底能有多少商业价值。

新的一年，每个人都应该尝试创作自己的作品。

世界的聚光灯就好像演唱会的灯光抽奖一样：