← 返回张小珺主页
深度研究 Deep Dive

王小川:回应朱啸虎与中国AGI第三种可能

#61 和王小川聊再创业这一年
2024.3.18 · 01:32:00 · 张小珺Jun|商业访谈录
🎙 小宇宙 📺 B站 🎧 Apple Podcasts 🎵 Spotify

目录

  1. 对话背景:2024 AI三部曲
  2. 中国AGI的三种声音
  3. 王小川的"第三种可能"
  4. TPF:技术与问题的契合
  5. AGI的终极应用是"造人"
  6. 再创业的起点:对生命做建模
  7. 三座模型大楼:娱乐、医疗、创造
  8. 正面回应朱啸虎的质疑
  9. 搜狗往事:百度阴影下的突围
  10. 搜索经验与大模型的隐秘关联
  11. 融资困境与投资人的婉拒
  12. 同时做To B与To C的逻辑
  13. 拒绝做Sora:不一味跟随OpenAI
  14. 2024年的技术预判与瓶颈
  15. 被边缘化的创伤与重生
  16. 关键数据与后续发展

一、对话背景:2024 AI三部曲

本期对话发生在一个极为特殊的背景下。主持人张小珺在2024年初撰写了《2024 AI 三部曲》系列深度报道,分别对话三位代表性人物,形成了中国AI大模型创业的三极叙事框架

第一篇:杨植麟(月之暗面)

《对话月之暗面杨植麟:向延绵而未知的雪山前进》——代表技术信仰派,相信基础模型能力决定一切,坚定追赶Scaling Law。

第二篇:朱啸虎(金沙江创投)

《朱啸虎讲了一个中国现实主义AIGC故事》——代表市场信仰派,质疑中国创业公司做大模型的合理性,主张务实变现。朱啸虎在文中三次点名王小川和百川智能

第三篇:王小川(百川智能)

《王小川想提出中国AGI第三种可能性》——被朱啸虎三次点名后,王小川接受访谈,试图阐释一条既不是纯技术信仰、也不是纯市场务实的中间路线。

为什么是"三部曲"

这不仅是三篇访谈,而是折射了2024年初中国AI大模型创业最核心的路线之争:技术信仰者认为应该不计代价追赶OpenAI、Scaling Law就是一切;市场务实派认为中国公司没有资格和条件做基座模型,应该基于开源做应用;王小川试图在两者之间找到第三条路——"理想上慢一步,落地上快三步"。

二、中国AGI的三种声音

三派之争的本质分歧

2024年初,中国大模型创业已进入"200多家混战"的红海阶段。三位代表人物的分歧,本质上是对三个核心问题的不同回答:

核心问题杨植麟(技术派)朱啸虎(市场派)王小川(第三种)
中国能做出基座大模型吗?必须做,且能做到不必做,跟在后面要做,但路径不同
Scaling Law是否是唯一路径?是,模型越大能力越强无关,应用场景才重要需结合行业Know-how
创业公司 vs 大厂的机会?创业公司有先发优势大厂会碾压创业公司垂直场景是差异化壁垒
中国AGI三种路线:理想主义 vs 落地速度 定位图

朱啸虎对王小川的三次点名

朱啸虎在访谈中的具体质疑

  • "你说这些创业公司有啥优势,有啥条件去做大模型?"——质疑百川智能等创业公司的能力基础
  • 认为创业公司缺乏数据、算力和人才,不应该从头训练基座模型
  • 主张基于开源模型(如LLaMA)做微调,快速商业化变现
  • 暗示如果不是反垄断问题,他更愿意投资像王慧文那样的商业化路线
王小川 对朱啸虎文章的读后感
我觉得朱啸虎讲的是一个中国现实主义的故事,但现实主义不意味着就是对的。有些事情如果只从现实出发,你永远到不了那个未来。

三、王小川的"第三种可能"

核心主张

"理想上慢一步,落地上快三步"

王小川提出的中国AGI第三种可能,既不是杨植麟式的"不计代价追赶前沿",也不是朱啸虎式的"放弃基座做应用",而是一种有选择的理想主义:承认与OpenAI有差距,但不放弃自主模型能力;同时比纯技术派更快地推动落地,用落地反哺技术迭代。

第三种可能的三个支柱

TPF
技术-问题契合
Technology-Problem Fit
造人
AGI终极形态
类人新物种
三楼
垂直场景
娱乐/医疗/创造

为什么不能只做应用?

王小川反驳朱啸虎"跟在后面花的钱少一个数量级"的观点。他的核心逻辑是:如果只做应用层,你永远受制于底层模型能力,无法构建真正的差异化。搜索引擎的历史教训表明——"你不掌握核心技术,你就只是个二道贩子"。

为什么不能只追前沿?

王小川对纯技术追赶路线的批评

  • 中国在算力(GPU)供应上受制裁限制,不具备和OpenAI正面比拼的条件
  • 纯粹的Scaling Law竞赛需要巨额资金,创业公司烧不起
  • 如果只追求benchmark,可能赢了跑分、输了市场
  • 关键是找到技术与真实问题的交叉点——这就是TPF
王小川
低估技术和仰望技术都是不好的状态。你需要对技术有敬畏,但也要清楚技术最终要解决什么问题。

四、TPF:技术与问题的契合

原创概念

Technology-Problem Fit

王小川在本次访谈中正式提出TPF概念,与创业界广泛使用的PMF(Product-Market Fit,产品市场契合)形成对照。他的核心观点是:在AGI时代,先找到技术与行业现存问题的契合点,比先做产品再找市场更重要。

传统PMF思维

  • 先做产品 → 找市场
  • 关注用户需求
  • 快速迭代、AB测试
  • 适用于应用层创业
  • 朱啸虎的投资框架

王小川的TPF思维

  • 先找问题 → 匹配技术
  • 关注行业痛点的技术可解性
  • 技术与场景深度耦合
  • 适用于基座模型+垂直应用
  • 百川智能的创业框架

TPF的具体实践:医疗场景

王小川以医疗作为TPF最典型的例子。他认为医疗是大模型"皇冠上的明珠"——因为医疗场景天然需要对知识的深度理解、推理和个性化,这恰好是大模型最核心的技术能力所对应的问题域。

为什么医疗是最好的TPF场景?

  • 知识密度极高:医学知识浩如烟海,人类医生不可能全部掌握
  • 推理链条极长:从症状到诊断需要多步推理,AI的长推理能力正好匹配
  • 个性化需求极强:每个患者情况不同,需要针对性方案
  • 数据隐私要求高:恰好是中国自主大模型的优势——不需要把数据送到美国

TPF概念的前瞻性与争议

TPF在当时看起来是一个精巧的理论框架,但后续发展表明这个概念面临严峻考验。百川智能在2025年"大刹车"——基础模型停训、医疗ToB业务裁撤——某种程度上说明TPF理论的落地远比提出它更难。技术与问题的"契合",在真正执行层面可能需要比王小川预想的更长时间和更大投入。

五、AGI的终极应用是"造人"

王小川
AGI的应用是造人。不是造一个工具,而是造一种类人的新物种。我想对生命做建模。

这是王小川在本次访谈中最具哲学色彩的表达。他将AGI的终极目标定义为"对生命做建模"——不是简单地做一个聊天机器人或写作助手,而是创造一种能够理解、推理、甚至共情的类人存在。

"造人"思想的三个层次

第一层:工具层

当前绝大多数AI应用停留在这一层——回答问题、写代码、生成图片。这只是"机器",不是"人"。

第二层:助手层

能够理解上下文、记住偏好、主动建议。这已经接近"数字助理",但仍缺乏自主性和真正的理解。

第三层:类人层

王小川追求的终极形态——具备自主推理能力,能够对复杂问题形成独立判断,在医疗、情感等领域真正"替代"人类专家的部分能力。

从搜索引擎到"造人"的思维跃迁

王小川在搜狗做了20年搜索引擎,本质是"帮人找信息"。大模型时代,他认为应该从"帮人找信息"升级到"替人做判断"。搜索是把已有知识检索出来,大模型是把知识理解、融合、推理后给出新的答案——这就是从"工具"到"类人"的跃迁。

"造人"叙事的双刃剑

这一宏大叙事在吸引人才和投资人方面有感召力,但也被部分听众和评论者认为"过于哲学化、不够落地"。多位播客评论者指出,王小川的表达"第三条路的定义不够清晰",与杨植麟的技术路线图相比,缺乏具体的里程碑和可验证指标。

六、再创业的起点:对生命做建模

从搜狗到百川:20年后的第二次创业

2023年4月,王小川正式创办百川智能。这距离他1999年加入搜狐、2003年开始做搜狗搜索引擎,已经过去了整整20年。他在本次访谈中回溯了再创业的心路历程:

20年
搜狗生涯
1999-2021
2年
蛰伏观察期
2021-2023
240+
百川智能团队
访谈时人数

为什么是2023年4月?

创业时机的判断

  • 2021年搜狗被腾讯收购后,王小川离开管理岗位
  • 2022年底ChatGPT发布,王小川看到"大模型不是前些年的小打小闹"
  • 2023年初快速决定再创业——"这个机会如果不抓住,可能再等20年"
  • 4月正式成立百川智能,5月前完成天使轮融资
王小川
我想对生命做建模。搜索是对信息做索引,大模型是对知识做理解,但最终我想做到的是对生命的运行规律做建模。

不愿用淘宝账号的"执拗"

王小川透露了一个细节:当时很多人在淘宝买ChatGPT账号,但他坚持用自己的IP去访问,不愿意走灰色渠道。这个看似不起眼的细节,折射出他对技术合规性的坚持——也是他后来把数据隐私作为百川差异化优势的思维基础。

七、三座模型大楼:娱乐、医疗、创造

王小川将百川的业务愿景比喻为"三座模型大楼"——三个他认为大模型能够产生颠覆性价值的垂直世界:

第一座楼:娱乐世界

  • 角色扮演、互动叙事
  • 游戏NPC智能化
  • 社交与情感陪伴
  • 百川为游戏开发了专用模型
  • 对标Character.AI的方向

第二座楼:医疗世界

  • AI辅助诊断
  • 个性化健康管理
  • 医学知识图谱
  • 王小川的核心赌注
  • "皇冠上的明珠"

第三座楼:创造世界

  • 代码生成与软件工程辅助
  • 创意内容创作
  • 科研辅助与知识发现
  • 王小川认为这是最远的一座楼,但潜力最大
百川智能"三座大楼":落地难度 vs 市场规模

三座楼的优先级排序

王小川在访谈时的优先级是:医疗 > 娱乐 > 创造。他认为医疗场景的数据壁垒和合规要求,天然构成创业公司对抗大厂的护城河——大厂在医疗领域的投入意愿和能力反而受限于合规风险。

后续验证:三座楼的命运

从后续发展来看,百川智能的三座楼经历了剧烈调整:医疗ToB在2025年被列为裁撤对象(定制成本高、医院数据无法互通),娱乐方向的百小应转向了C端综合助手,创造方向几乎未展开。王小川在2024年中做出"All in医疗大模型"的决策,被内部知情人士认为是"一意孤行",导致基础技术研发被落下。这为理解本期访谈中的乐观预期提供了一个反思维度。

八、正面回应朱啸虎的质疑

这是本次访谈中火药味最浓的部分。王小川在1:06:15时段集中回应了朱啸虎在此前访谈中的多条质疑:

质疑一:创业公司有什么优势做大模型?

王小川的回应

  • 百度做了20年搜索也没做出ChatGPT——大厂的优势不等于能做出颠覆性产品
  • 搜狗在百度阴影下活了20年,证明"在巨头夹缝中可以生存且有自己的价值"
  • 创业公司的优势在于all in的决心组织灵活性——大厂的AI只是众多业务线之一
  • "搜索引擎本质就是预测下一个token"——搜狗20年的经验不是包袱,而是基础

质疑二:创业公司没有数据

王小川
说我们没有数据,那OpenAI一开始也没有数据。数据是可以积累的,关键是你有没有能力把数据用好。搜狗做了20年搜索,做了输入法,我们对中文数据的理解、清洗和使用,可能比很多大厂的某些部门还深。

质疑三:应该用开源模型微调,而非自己训

王小川对开源路线的看法

  • 开源模型适合快速验证,但不适合建立核心壁垒
  • "你在别人的地基上盖楼,地基一变你就完了"
  • 百川选择自研基座模型——2023年仅半年就发布了baichuan-7B
  • 开源策略是百川的武器,不是百川的依赖——"我们开源给别人用,而不是用别人的开源"

与朱啸虎的见面

王小川提到,他和朱啸虎在深创投活动上有过面对面交流。他用了一个耐人寻味的描述:"聊天很愉快,但我们对世界的看法确实不一样。"

"现实主义"vs"理想主义"的深层分歧

朱啸虎的投资方法论是"快进快出"——看到清晰的PMF和变现路径才投。王小川的路线需要更长的验证周期和更大的耐心资本。这不仅是技术路线之争,也是资本逻辑之争。朱啸虎后来对DeepSeek的态度转变(2025年初表示"快让我相信AGI了")某种程度上验证了王小川"不能只看当下"的判断,但同时百川自身的困境也说明"理想"需要更强的执行力来支撑。

九、搜狗往事:百度阴影下的突围

王小川在访谈中罕见地回顾了搜狗的创业历史,用来类比百川智能面对大厂竞争时的处境:

2011年的错失:没有抓住推荐算法

王小川
2011年我们错过了推荐算法。那时候今日头条还没出来,但推荐系统的趋势已经很明显了。搜索引擎的人对"搜索"有一种执念,觉得用户主动搜索才是正道,推荐是"投喂"。这个认知错误让搜狗失去了一个巨大的机会。

搜狗突围的关键路径

  • 2003年:搜狗搜索引擎上线,在百度垄断市场下艰难生存
  • 2006年:推出搜狗输入法——这成为搜狗最成功的产品,获取了海量用户
  • 2010年:从搜狐独立,引入阿里巴巴投资
  • 2017年:纽约证券交易所上市
  • 2021年:被腾讯以约35亿美元收购,完成私有化

搜索是否是包袱?

张小珺追问:做了20年搜索,这个经验在大模型时代是资产还是包袱?王小川的回答是——两者皆是,但资产大于包袱。

搜索经验是资产

  • 搜索本质是"理解查询意图 + 匹配最佳答案"——与大模型的核心任务高度一致
  • 20年的中文NLP能力积累
  • 大规模数据清洗和处理的工程能力
  • 对用户信息需求的深刻理解

搜索经验是包袱

  • 搜索的"检索"思维与大模型的"生成"思维有本质区别
  • 团队可能有"搜索惯性"
  • 2011年错过推荐算法的教训仍在
  • 可能过度关注"精确性"而忽视"创造性"

十、搜索经验与大模型的隐秘关联

王小川在访谈中揭示了一个被广泛忽视的洞察——搜索引擎的核心技术与大模型有着惊人的同构性

技术洞察

搜索即"预测下一个Token"

搜索引擎的排序算法,本质上是在预测"用户最可能想看的下一个内容"——这与大模型的自回归生成(预测下一个token)在底层逻辑上高度同构。搜狗输入法同理——预测用户接下来要输入的字词。王小川认为,搜狗20年来一直在做的事情,就是大模型最核心的能力。

具体的技术传承

王小川
搜索做了20年,输入法做了18年,本质上我们一直在做一件事——理解人想要什么,然后给出最好的回答。大模型只是把这件事做得更彻底了。

搜狗团队对百川的核心贡献

百川智能的初始团队中有大量搜狗背景的工程师。王小川在访谈时提到团队240多人。百川之所以能在成立仅半年内就发布多个版本的开源模型(baichuan-7B、baichuan-13B等),很大程度上得益于搜狗团队在NLP和大规模分布式系统方面的经验积累。

十一、融资困境与投资人的婉拒

王小川在访谈中坦诚地分享了融资过程中遇到的困难——这在创业者公开访谈中极为少见。

王小川
有投资人跟我说:不是关系不好,但不能投。

融资难的三个原因

2023-2024年AI投资的结构性问题

  • 赛道拥挤:200多家大模型公司争夺有限的资本池,投资人选择困难
  • 朱啸虎效应:朱啸虎等知名VC公开唱衰大模型创业公司,影响了市场情绪
  • 大厂挤压:百度文心一言、阿里通义千问等大厂产品的存在,让投资人质疑创业公司的生存空间
  • 变现焦虑:投资人越来越关注短期变现能力,而百川的医疗/AGI路线需要长期耐心

王慧文的参照系

张小珺在访谈中提到了另一位引人注目的AI创业者——王慧文(美团联合创始人),创办了光年之外。王小川对外界将两人做比较的反应:

王小川对王慧文比较的回应

  • 两人路线完全不同:王慧文更偏商业化和应用层,王小川更偏技术和垂直场景
  • 王慧文后因健康原因退出,光年之外并入美团——"每个人的命运轨迹不一样"
  • 王小川暗示:他不会重蹈"只靠商业资源不靠技术壁垒"的路径

融资与技术路线的互相牵制

投资人对百川的犹豫,某种程度上也影响了百川的技术路线。资金压力迫使王小川在"自研基座模型"和"快速商业化"之间不断平衡。后续百川的战略摇摆(先开源、再医疗、再ToB、再回C端),可能与融资环境的变化有直接关联。

十二、同时做To B与To C的逻辑

王小川在访谈中解释了百川为什么要同时推进To B和To C两条线——这在当时引发了不少质疑,因为"双线作战"通常意味着资源分散。

To B:快速验证技术能力

百川To B业务的定位

  • To B不是终极目标,而是验证技术能力和积累行业数据的手段
  • 百川为游戏行业开发了专用模型——"百川发布了给游戏的"专项能力
  • 医疗To B通过和医院合作,获取真实的医疗场景数据
  • 金融To B后来拿下中国银行、招商银行等头部客户

To C:百小应——C端AI助手

百小应的定位

  • 面向普通用户的AI对话产品
  • 承载百川"造人"理念的C端载体
  • 集成搜索增强、知识问答、创意写作等能力
  • 后续逐步整合医疗健康功能

双线作战的底层逻辑

To B的价值

  • 带来现金流
  • 获取垂直场景数据
  • 验证技术在真实环境的表现
  • 建立行业口碑

To C的价值

  • 建立品牌认知
  • 获取大规模用户反馈
  • 锻炼通用模型能力
  • 承载"造人"的终极愿景
王小川
To B和To C不是对立的。To B让你有钱活下去、有数据练能力;To C让你有用户、有反馈、有品牌。创业公司两条腿走路,才不会摔倒。

十三、拒绝做Sora:不一味跟随OpenAI

访谈中一个极具戏剧性的细节——王小川透露,百川的技术同事曾提议跟进OpenAI的Sora(文生视频模型),但被他否决了。

王小川
技术同事想做Sora,我说不做。不是因为Sora不好,而是因为我们不能什么都跟着OpenAI做。你跟着做,意味着你永远慢一步,而且你可能在一个不适合你的赛道上浪费资源。

王小川的取舍框架

什么该做、什么不该做

  • 该做:与百川核心能力(语言理解、知识推理)直接相关的方向
  • 不该做:需要大量算力但与核心路线无关的"热门方向"
  • 该做:能产生差异化壁垒的垂直场景(医疗、搜索增强)
  • 不该做:纯粹因为"别人在做"所以跟着做的项目

2024年过完年后的认知转变

王小川透露,2024年春节前后经历了一次重要的心态转变——放下焦虑,摆脱一味跟随GPT的惯性

焦虑的来源与化解

  • 焦虑来源:GPT-4发布后,整个行业都在疯狂追赶,百川也面临"追还是不追"的压力
  • 化解方式:想清楚自己的TPF——技术要解决的核心问题是什么,而不是追赶跑分
  • 结果:明确把医疗和垂直场景作为核心战场,而非在通用模型benchmark上和大厂硬拼

Sora决策的深层含义

拒绝做Sora这个决策,体现了王小川在"什么都想做"和"聚焦核心"之间选择了后者。但历史的吊诡在于——他选择的"核心"(医疗大模型)后来也遇到了巨大困难。这提示我们:创业者的战略取舍不仅取决于"选对方向",更取决于"在选定方向上的执行深度"。

十四、2024年的技术预判与瓶颈

王小川在访谈的后半段,对2024-2025年的技术发展做出了几项重要预判:

预判清单

预判内容当时的判断后续验证
Scaling Law是否会触顶会遇到瓶颈,但不是完全失效部分正确——GPT-5推迟,DeepSeek证明效率路线可行
中国大模型格局最终会剩下少数几家正在验证——六小虎陆续出现困难
医疗AI落地时间2-3年内有标志性突破待验证——百川自身的医疗业务反而收缩了
开源 vs 闭源两条路都有价值,百川两手都做DeepSeek开源冲击了闭源模式的商业价值
应用层爆发需要等"iPhone 3时刻"Manus等Agent产品初步验证了C端可能性

对瓶颈的思考

王小川认为的三个关键瓶颈

  • 算力瓶颈:中国受芯片制裁影响,GPU供应受限
  • 数据瓶颈:高质量中文数据不足,合成数据的有效性存疑
  • 商业化瓶颈:大模型的推理成本仍然太高,C端用户难以承受付费
百川智能发展时间线与关键事件
王小川
低估技术和仰望技术都是不好的状态。你需要对技术有敬畏,但也要清楚技术最终要解决什么问题。

十五、被边缘化的创伤与重生

在访谈的1:00:55处,王小川罕见地谈到了一段个人层面的困境——在搜狐/搜狗期间被边缘化的经历。

王小川
我在搜狐有过被边缘化的阶段。那时候你觉得自己做的事情没有被认可,整个组织的资源也不倾斜给你。但那段经历教会了我一件事——你能做的只有把手上的事做到极致,然后等待时机。

边缘化经历对创业的影响

三个层面的塑造

  • 心理韧性:经历过低谷的人,对创业中的困难有更强的承受力
  • 战略耐心:知道"等待时机"的重要性——不在不利局面下硬拼
  • 独立判断:不再过度依赖组织的认可,敢于坚持自己的判断

这段经历也解释了为什么王小川在被朱啸虎点名质疑时,能够保持相对从容的态度——"被边缘化过的人,对外界的质疑有更高的免疫力"。

从搜狐人到独立创业者

王小川在搜狐/搜狗的身份始终是"职业经理人+技术创始人"——搜狗是搜狐的子公司。2021年搜狗被腾讯收购后,王小川第一次真正成为一家完全独立公司的创始人。百川智能是他"从零开始"的第一次。

创业者的"第二次人生"

在访谈中能感受到,王小川对百川智能倾注了超越商业层面的情感——这不仅是一次创业,更是一次自我实现。"对生命做建模"的宏大叙事,某种程度上也是他对自己人生意义的重新定义。他在搜狗做了20年"别人框架下的事",现在终于可以做"自己相信的事"。

十六、关键数据与后续发展

维度具体内容
访谈时间2024年3月,百川成立约11个月
百川团队规模240人以上
访谈时长92分钟
播放量31,749次(截至2026年)
核心主张"理想上慢一步,落地上快三步"
原创概念TPF(Technology-Problem Fit)
三座大楼娱乐、医疗、创造
核心赌注医疗大模型
拒绝做的事Sora(文生视频)
搜狗生涯20年(1999-2021),搜狗被腾讯以约35亿美元收购
百川开源模型baichuan-7B、baichuan-13B等(成立半年内发布)
与朱啸虎分歧基座模型自研 vs 开源微调

后续发展大事记

2024年中:All in 医疗

王小川决定全力转向医疗大模型,大幅缩减通用模型团队,关闭金融等多条行业线。

2024年7月:WAIC亮相

百川AI健康顾问在世界人工智能大会首秀,展示医疗垂直能力。

2024年下半年:预训练停摆

预训练团队几乎全部流失,退掉了预训练算力卡。基础模型研发近乎暂停。

2025年初:DeepSeek冲击

DeepSeek开源模型爆火,王小川判断"半年之内追不上DeepSeek",进一步放缓基础研发。

2025年:大刹车

联合创始人离职、医疗ToB裁撤、商业服务部门解散。百川进入战略调整期,转向C端探索。账上资金约30余亿元。

~30亿
百川账上资金
(2025年估计)
~1亿
2024年ToB收入
~100人
2025年裁撤规模

启示与延伸思考

1. "第三种可能"的勇气与脆弱

王小川试图在技术信仰和市场务实之间走出第三条路,这需要极大的战略定力。但后续发展表明,"第三种可能"的风险恰恰在于——你既不能获得纯技术派的全部注意力(投资人和人才可能更倾向于月之暗面这样的"全力追前沿"的叙事),也不能获得市场派的认可(朱啸虎仍然不看好)。中间路线的脆弱性在于:它需要在两个维度上同时取得足够好的结果,而任何一个维度的失败都会让路线叙事崩塌。

2. TPF是一个被低估的好概念,但执行难度极高

Technology-Problem Fit作为一个分析框架,比PMF更适合描述AI时代的创业逻辑——先确认技术能解决什么真实问题,再围绕问题构建产品和市场。但百川自身的遭遇说明:找到TPF容易,执行TPF极难。医疗场景的数据获取、合规要求、商业模式验证,每一个环节的难度都远超王小川在本次访谈中的乐观预期。

3. 搜索经验的"诅咒":next token prediction的陷阱

王小川将搜索引擎类比为"预测下一个token",这个类比技术上成立,但可能隐含了一种认知陷阱——搜索的成功经验可能让团队过度自信"我们天然懂大模型"。实际上,大模型的训练方法论(预训练、微调、RLHF)与搜索引擎的排序算法有本质区别。百川后来预训练团队的流失,可能部分源于搜索背景团队与纯AI研究背景人才之间的方法论冲突。

4. 朱啸虎的质疑不完全错误,但也不完全正确

朱啸虎质疑创业公司做大模型的合理性,在商业层面有其道理——确实有大量创业公司难以为继。但他主张的"跟在后面做应用"路线,在DeepSeek出现后也面临挑战——DeepSeek证明了中国公司可以用更少资源做出强模型,颠覆了"中国做不了基座模型"的判断。有趣的是,朱啸虎后来也承认"DeepSeek快让我相信AGI了",某种程度上验证了王小川"不能放弃基座模型"的坚持。

5. "造人"叙事的双面性

王小川"对生命做建模"的宏大叙事,在吸引理想主义者和技术人才方面有独特的感召力,但在资本市场和商业执行层面可能过于抽象。多位播客评论者指出"第三条路的定义不够清晰"——这不仅是传播问题,也可能是战略问题。一个无法被清晰验证的叙事,在面临困难时容易动摇团队和投资人的信心。

6. 六小虎的命运分化预示着行业整合

本期访谈发生在"AI六小虎"概念最火热的时期。百川、月之暗面、智谱、MiniMax、零一万物、阶跃星辰——六家公司代表了中国大模型创业的最高期望。但到2025-2026年,分化已经非常明显:百川大幅收缩,零一万物资金紧张不断拆分,而DeepSeek这匹"黑马"后来居上。这证实了王小川在本次访谈中的一个判断:"最终会剩下少数几家"。

7. 创业者的执拗与时代的洪流

回听这期播客,最让人感慨的是王小川身上的矛盾性:他既有搜狗20年的深厚积累,又面临大模型时代的全新规则;他既有"造人"的宏大理想,又受制于融资、竞争、组织等现实约束;他既拒绝做Sora的随波逐流,又无法完全按照自己的节奏推进医疗赛道。这种矛盾不是王小川个人的问题,而是所有试图在AI大变局中"走自己路"的创业者共同面临的困境——时代的洪流不等人,但如果只是随波逐流,又失去了创业的意义。

延伸阅读