本期访谈录制于ChatGPT爆火之后不久。傅盛开篇即表达了对这场AI变革的强烈感受：整个社会对人工智能达成共识的速度"远超乎想象"。作为2016年就开始投入AI和机器人赛道的创业者，傅盛的生活也发生了显著变化。
傅盛透露，ChatGPT出来之后，他密集见了大量业内人士——要创业的、做大模型的、模型公司的高管，"我们都见了"。这种全行业的骚动在以往任何技术周期中都极为罕见。
傅盛指出，第一个AI里程碑（AlphaGo/图像识别）突破的是"识别问题"，但识别不是人和动物的核心区别。第二个里程碑（大语言模型）突破的是逻辑和推理能力——这才是人的核心能力。正因为触及了人类能力的核心，这次共识才如此之快，但也正因为"之前大家不认为这件事能成"，OpenAI才有机会率先做出来。
傅盛对大语言模型的理解有一个非常清晰的框架。他强调，ChatGPT"不是一个聊天工具"、"也不是个知识库"，而是通过对知识的学习建立了一整套逻辑能力。
傅盛梳理了AI发展中两条根本不同的技术路径，第一条路最终走不通，第二条路带来了今天的突破：
傅盛以自身做语音识别的经验做了精彩对比：语音识别中，前1万小时数据效果飞速提升，到10万小时再提高几个点，100万小时就不提升了，反而系统效能下降。但大模型恰恰相反——前面数据再多效果都不行，过了某个点一下子"涌现"了。这和做过AI的人此前的认知完全不一样，这也是为什么"做过人工智能的人对大模型这条路不感冒"的原因。
傅盛做了一个极为精辟的区分：大模型的"世界观"（价值观倾向）是容易改变的——再训几十万上百万条特定数据，世界观就变了。但底层的"逻辑能力"才是真正的突破，那是类似于"人的胚胎出现了"一样的根本性变化。这个区分对理解大模型的微调、对齐等技术路径有重要启发。
傅盛提出了本次访谈中最具预见性的框架——大模型发展将分化为两条路线，他用"爱因斯坦"和"大学毕业生"来做比喻。
傅盛将大模型竞争类比为Windows时代：高端路线如同微软Windows——强大但昂贵；开源社区和草根则像Linux生态——从低端切入，各种"发行版"在上面做。这一判断在2023年年中提出，随后LLaMA开源生态的爆发完全印证了这一预见。
傅盛对OpenAI的成功做了深入分析，他透露自己曾当面向OpenAI团队请教"在以前效果不好的时候为什么能坚持"。
傅盛提出一个深刻的悖论：大家不认为这件事能成，所以OpenAI成了；现在大家都认为这件事能成——"就是核战争了"。这实际上是克里斯坦森"颠覆式创新"理论的完美注脚：真正的颠覆来自于主流玩家看不上或不相信的领域。一旦所有人都相信了，创业者的窗口就急剧缩小。
傅盛认为谷歌错失ChatGPT的原因很简单："谷歌对自己AI的能力太自信了"。谷歌2017年就提出AI First，Transformer模型也是谷歌发的，但恰恰因为太自信，反而没有走OpenAI那条"不被看好"的路。微软采取投资策略，"正好就是商战史上非常典型的后面的最低一名投了一个颠覆式创新的例子"。
傅盛对中国大模型竞争格局有非常犀利的判断。他与多位创业者和大厂高管有直接交流，提供了诸多一手信息。
| 玩家 | 路线 | 傅盛评价 |
|---|---|---|
| 阿里 | 重新构建大模型 | "没有以前NLP那些包袱，做的反而有可能是一个重新构建" |
| 腾讯 | 社交+大模型 | "反而不是最急的"，但微信数据独特，后面做也有机会 |
| 字节 | 大模型+内容 | "也会很不错" |
| 王慧文 | 中国的OpenAI | 未直接交流过 |
| 王小川 | 中国的OpenAI | "开始就是10亿美金估值"，融资能力强 |
| 李开复 | 从OpenAI转向垂直 | "他就已经说他不做这件事情了"——太多人涌入 |
| 猎豹/傅盛 | 应用层+评测 | "我们现在肯定不会做大模型"，专注应用和评测 |
傅盛提出一个重要观点：以前做过大量NLP的公司反而有包袱。知识图谱、切词技术等积累在大模型时代"都不用了"，现在唯一要管的是"数据怎么能够很干净很好"、Transformer参数调优、训练速度——等于把原来的积累都打掉了。这也解释了为什么NLP技术积累最深的谷歌反而紧张。
傅盛引用李开复的话预判：未来半年到一年，中国会出现十几二十个大模型，"应用都不够用了"。需求端没变，供给端太多。这一判断精准预见了2023年下半年到2024年的中国大模型"百模大战"格局。
傅盛对大模型将影响的商业场景做了系统性分析，按影响的先后顺序和深度排列。
傅盛描述了搜索的范式转换：以前是看完参考资料自己总结内容，现在是AI先总结好内容再给你参考资料。"你自己要看再去看，你不看就拉倒了。"他判断搜索和大模型之间"某种意义上"是替代关系。
微软大量将GPT能力绑定在办公场景（Copilot），法律等专业领域也会受到显著影响。
设计行业、内容创作、Stable Diffusion等——"非常明显的影响"。
傅盛提出一个关键判断：大模型会变成每一家平台公司底层的操作系统，也会成为用户的操作系统。以"叫外卖"为例——未来不是从哪个APP上叫，而是手机直接帮你安排好了。这意味着靠近用户的人拥有调度力，这也是微软对OpenAI如此重视的原因——它是整个操作系统重构的核心。
如果大模型成为用户的"操作系统"，那么现有的APP生态将面临重新洗牌。中间层的平台（外卖、电商、出行）的价值可能降低，因为用户不再需要主动打开APP——AI直接调度底层服务。这与后来"AI Agent"概念的兴起完全一致。
傅盛从2016年开始做机器人，到访谈时已经六七年。他坦承"比预想的慢一点"，但认为行业终于迎来了爆发点。
傅盛描述了一个等待了多年的技术瓶颈被突然打破的时刻。服务机器人的两个核心能力——递送和语音交互——前者已经市场验证，后者一直卡在"语义理解"这个关卡上。ChatGPT的出现一夜之间解决了这个问题，让机器人从"能送东西的工具"升级为"能对话的助手"。这对猎豹来说是战略级的利好。
傅盛对家庭机器人的路径做了从养老到儿童的全场景规划，ChatGPT的出现将时间节点"提升了三五年"。
服务机器人阶段，餐厅月租约一千多元，已证明递送能力
傅盛预判家庭机器人价格可降到"跟手机差不多"——因为本质是电子器件加机械元件，类比"两万块钱的迷你车"
家庭智能Hub——不是每个设备都智能化，而是一个机器人作为家庭共享设备，扮演"housekeeper"角色
傅盛认为家庭机器人不会被手机替代，原因在于设备属性的根本差异：手机是私属设备（个人使用），而家庭机器人是家庭成员共享的设备。他定义这种设备为"智能Hub"——除了做家务暂时不太行，其他家庭服务功能都可以做。而且GPT出来后，做家务的进程也会加快，因为决策力提升带来了对环境识别的突破。
作为产品经理出身的创业者（从3721搜索到360），傅盛对交互界面的变革有着最深切的体感。他将ChatGPT定义为历史上第一次人不再围着机器转，而是机器围着人转。
必须学习盲打——机器定义规则，人来适应
学习鼠标操作——降低门槛，但仍需学习
多指触摸——乔布斯说"every app is UI"，但老年人打开键盘都困难
自然语言交互——机器完全理解人的意图，分发给不同任务即可。千家万户不需要学习。
傅盛的逻辑链条非常清晰：交互门槛的消除 -> 千家万户不需要学习 -> 机器人进入每一个家庭成为可能。这不仅是技术问题，更是市场规模的根本性扩展。历史上每一次交互革命（键盘->鼠标->触屏）都带来了用户群的数量级扩大。自然语言交互是终极形态，意味着潜在用户群是全体人类。
傅盛将这次AI革命与蒸汽机革命做了深度类比，认为其意义"不能拿移动互联网去相比"。
这是傅盛整场访谈最具高度的论述。互联网改变的是"谁和谁连接"（生产关系），但AI改变的是"能做多少事"（生产力）。如果真如Sam Altman所说地球智能每18个月倍增，而人口不可能同步增长，那么这些增量智能全部来自AI——这确实是蒸汽机级别的范式转换。
傅盛回应了网友"让AI挖挖土地试试"的质疑：AI虽然不会挖土，但它能跟挖掘机联系起来让挖掘机更高效；更深入想——如果让AI去设计和生产挖掘机，组建工厂可以更高效；人还得睡觉、还得搁图纸，AI全给你搞完了——最后上下需要人来做的工作极少。
傅盛坦承自己此前"从来不信"马斯克的"全民基本收入"理论，但看了ChatGPT之后"今天可能我们经历过的，不管是互联网还是移动互联网，实在是一个更大的浪潮"。一个多年的科技创业者、AI从业者的认知转变本身就说明了这次变革的颠覆程度。
傅盛从2016年开始投入AI和机器人赛道，在ChatGPT出现之前经历了完整的AI"冬天"。这段经历既是代价，也是今天的认知壁垒。
组建AI团队，开始做语音识别和机器人。"全中国第二个做智能音箱的"（第一个是科大讯飞）
AI人才大战：普通AI工程师一年工资涨两三倍，"double或triple地挖"，大量人才流失
AI泡沫开始破灭，行业进入低谷。NLP方向投了近百人但效果不好，"就合作了算了"
Google下架猎豹应用，"毁灭性打击"——整个战略体系被冲击
ChatGPT爆发，"我觉得我们的春天到了。不仅春天，夏天到了"
傅盛的误判在于"认为语音图像解决了，马上就是语义了"——中间的鸿沟让他们等了两三年。但他强调"做过和没做过，认知差别还是非常大的"。今天猎豹对大模型的判断力（比如平民化路线），正是"过去堆钱堆出来的"。OpenAI也做了好多年，中间有很多摸索。早到者的代价是时间和金钱，收获是不可替代的认知。
2020年初Google下架猎豹应用是傅盛创业生涯中最严重的危机之一。他在访谈中做了深度复盘。
Google判定猎豹广告流量不合格——"所谓的广告流量跟他贡献的价值不够"。没有欺诈行为，也没有安全漏洞，但Google"就是很有权力"。作为以海外为主体的公司，"它一下架，你等于很多事情不能做了"。
傅盛将根因归结为本末倒置——在华尔街压力下，过度追求收入增长而牺牲了用户体验。
傅盛在危机后重新定义了"商业"：Business的本质不是"商"，而是你为社会提供的价值。产品和服务比别人更有竞争力、更让用户喜欢——这才是商业。变现是最后一步。但做着做着就会本末倒置，"收入没达到，说明公司不好"。如果要重来，他会"抵住压力——收入不好你们爱怎么调怎么调，我就不做"。
傅盛坦言猎豹"太早上市"，华尔街的季度业绩压力导致执行层面"变样"。加上攀比心理——"老看其他企业到几十亿美金，我们还差一点"。战略方向没错，但执行中广告多放了一些，"有些位置可放不可不放，他们放广告了"，用户误点被判定为无效流量。这是一个关于增长压力如何侵蚀产品质量的经典案例。
访谈的后半段进入了极为私人的领域。傅盛谈到了与周鸿祎（360创始人）的恩怨，以及自己在市值滑坡下的心理变化。这部分展现了一个CEO在高光和低谷之间的真实内心。
傅盛透露自己和周鸿祎在群里偶尔互动，周鸿祎也约他吃过饭表示化解，但承诺还的钱"还没还我"。傅盛将这段关系定义为："你是这么个人，我跟你交往就注意边界就好了。我也不会跟你成为挚友了。"
傅盛总结出一条心性法则：因为过去得到比较多，所以认为这些不该失去。但反过来看——"就算今天这些都做得不好，你还有挺多的，不就挺好了吗"。他将高考失败、北漂四百块、住院一个月、08年创业时孩子刚出生老婆没工作等经历拿来对比——那时候更难，但没有那么大的情绪落差。这说明痛苦不在于绝对处境，而在于与预期的落差。
傅盛引用罗永浩的"每天徘徊在杀人和不杀之间"来类比，坦承自己每天都徘徊在"面对和不面对之间"。但他最终选择面对——这个过程"不是有一天想通就这样，它是一个不断修炼的过程"。去年生日时他写了一封"给自己的对话"，分别跟十几岁、二十几岁、三十几岁的自己对话，发现那些时候也有很难的时候，但难度比现在大多了。
| 问题 | 傅盛的回答 |
|---|---|
| 最近最有收获的一本书 | 最近没怎么读书了，"天天直接就问GPT了"。推荐以前读的《正念领导力》——"不是领导别人，是领导自己" |
| 最能激励的企业家 | 马斯克；比尔盖茨也很值得敬佩；如果非要给一个答案——微软CEO纳德拉，"这次的战略非常坚决" |
| 最打动的电影 | 《心灵奇旅》（Soul）——"没哭但很感动" |
| 新奇体验的小事 | GPT给写代码——给狗猜名字"三万"、做鸡兔同笼（还有苍蝇和蜈蚣版本） |
| 三年的人生重要感悟 | "活在当下"，"自己还是很幸运的" |
当被问到市值从几十亿到低位会有什么变化时，傅盛给出了一个出乎意料的回答："自我认知反而增强了，和自己内心的对话反而更多了。" 这与通常CEO在低谷期的焦虑叙事不同。傅盛认为低谷让他"能够意识到以前意识不到的很多问题"，"更坦然地面对事情"。
| 主题 | 核心判断 | 验证情况（截至2026） |
|---|---|---|
| 大模型分化 | 爱因斯坦路线 vs 平民化路线并行 | LLaMA/Mistral等开源模型验证；DeepSeek等高效模型兴起 |
| 搜索替代 | 大模型将替代传统搜索 | Perplexity、ChatGPT Search等AI搜索产品已成主流 |
| 交互革命 | 自然语言成为新的人机交互界面 | AI Agent、语音助手、多模态交互全面发展 |
| 中国百模大战 | 半年到一年出现十几二十个大模型 | 2023下半年百模大战如期爆发 |
| 机器人进家庭 | ChatGPT将时间节点提前三五年 | 家庭机器人仍在发展初期，速度略慢于预期 |
| 技术平民化 | 大模型门槛会持续降低 | 开源模型+推理优化让个人电脑也能跑LLM |
回顾傅盛在2023年初做出的六大判断，其中"大模型分化"、"搜索替代"、"百模大战"、"技术平民化"四项在三年内高度验证；"交互革命"正在进行中；"机器人进家庭三五年"目前看来节奏偏乐观。作为一个在AI领域"做早了"的创业者，傅盛对技术趋势的判断力确实来自"堆钱堆出来的认知"。