本文来自微信公众号：AIGC从0到1，作家：01Flow，头图来自：AI生成

小序：2026年2月20日，又一个行业的坍弛时刻

2026年2月20日，Anthropic发布Claude Code Security，好意思股板块集体暴跌。CrowdStrike跌7.95%、Cloudflare跌8.05%、Okta跌9.18%，单日市值挥发超100亿好意思元。Global X蚁集安全ETF创2023年11月以来新低。

这是继2月3-4日\"SaaSpocalypse\"（SaaS坍弛）之后，48小时内第二次行业级坍弛。

两次坍弛的共同特征是：AI不再是“扶植器用”，而是平直替代了通盘工作类别的中枢价值。Claude Code Security在里面测试中发现500+逃避多年的高危缝隙，包括Ghostscript、OpenSC等开源技俩，部分缝隙存在超十年未被东谈主类安全各人发现。

这是范式坍弛的信号。

当一个AI器用能够特等通盘行业数十年的各人积存，因为中间有段时分我莫得紧密fellow，参见前文《用AI，不AI：一个AI异化者的重外行记》，是以我格外想搞明晰的是：范式是若何演进到这一步的？

第一阶段：模子本领的指数级跃迁（2018-2024）

{jz:field.toptypename/}

A. 中枢特征：Scaling Law（缩放定律）的得胜

从GPT-3到GPT-4，从Claude到Gemini，这一阶段的主旋律是模子本领的指数级增长。LLM在软件任务上的时分跨度每7个月翻倍，Claude Opus 4.6在METR软件任务上达到14.7小时，比较前代进步了近3倍。

这个阶段的缺欠信念是：

更大的模子 = 更强的本领

更多的数据 = 更好的泛化

更长的高下文 = 更复杂的推理

直到互联网数据被用完，蒸馏数据会激发崩溃。AI考研的瓶颈从模子参数够不够大，到是清新、可靠的数据从那处来。这预示着第一阶段的天花板。

B. 范式的内在矛盾

这一阶段暴浮现三个中枢矛盾：

1.数据短少：互联网公开数据已被“反复嚼旧料”，模子初始“嚼我方的尾巴”；

2.本领泛化 vs. 落地应用：模子越详尽越泛化，但难题与真实任务的有用对接；

3.Speech-act的空转：盛大对话停留在“数字空间空转”，未能进入“speech-cognition的高价值空间”。

第二阶段：从In-Context Learning到Scaffolding（2024-2025）

A.Anthropic的双重旅途

Anthropic的政策中枢：“in-context learning和Scaffolding演化的双重作用下的模子进展。”

In-Context Learning（高下文体习）的深化：

不再是浅薄的few-shot prompting；

演变为Context Engineering——Anthropic在2025年9月致密提议这一见地；

中枢转换：从“写好领导词”到“策展最优token聚首”；

缺欠期间：Compaction（压缩）、Structured Note-taking（结构化追思）、Sub-agent Architectures（子代理架构）。

Scaffolding（脚手架）的政策兴致：这里的“脚手架”指的是：东谈主类素质进入LLM的管谈和结构。

Anthropic的工程博客揭示了一个缺欠瞻念察：

> \"Context engineering represents a fundamental shift in how we build with LLMs. As models become more capable， the challenge isn't just crafting the perfect prompt—it's thoughtfully curating what information enters the model's limited attention budget at each step.\" “高下文工程代表着咱们运用大型谈话模子进行开拓的根人道转换。跟着模子本领的增强，挑战已不再只是是全心想象圆善的领导，而是要审慎地在每一步中筛选出哪些信息能进入模子有限的扎目力预算。”

那么，LLM平台干戈的试验如故从模子滚动到脚手架。谁界说了东谈主类具身素质进入LLM的管谈形态，谁就界说了speech symbiosis的拓扑结构。

这意味着：

脚手架（Scaffolding）成为模子本领的放大器；

战场从“模子考研”滚动到“运行时编排”；

东谈主类素质的输入时势，决定了AI的输出质地。

B. 缺欠期间破损

1.Context Window的辩证法：

更长的高下文 ≠ 更好的性能；

Context Rot舒畅：跟着token数目增多，模子检索准确性下落；

治理决议：Just-in-time retrieval + Agentic Search。

2.从Pre-retrieval到Runtime Exploration：

传统：事前检索通盘探究数据；

新范式：赞赏轻量级标记符，动态加载数据；

Claude Code的实践：用glob、grep等器用导航环境，绕过腐朽索引。

3.Multi-agent Architecture的崛起：

主代理赞赏高层经营；

子代理处理深度期间责任；

每个子代理可能浮滥数万token，但只复返1000-2000 token的爽气纲目。

C. 递归自我改造（RSI）时期的到来

2025年底，一个只消行业少数东谈主能察觉的拐点出现了：模子初始匡助创造模子。（参见前文：《AI自主进化前的窗口期：12个月!》）

研发速率初度结束递归式增长，单个磋商者的产出被成倍放大。Alexandr Wang将这个阶段定名为递归自我改造（RSI，Recursive Self-Improvement）时期。

昔日五年的端正：AI最初靠堆资源。参加更多数据和算力，模子就变得更强。

当今的质变：模子不再被迫恭候投喂，它初始能襄理作念磋商，能参与考研下一代模子。它能整理数据、生成实验代码、作念架构搜索，何况速率更快。

从外部看，通盘头部LLM厂家的发布频率顿然变高了。但这只是表象。在里面，研发经由正在发生质变：

磋商被切分红更小的身手；

模子能够及时给出决议并进行对比；

很多昔日依赖东谈主工试错的旅途，当今平直在模子里面就能跑通；

下一代模子的迭代速率结束了量级跃升。

竞争逻辑的改变：在RSI时期，竞争的焦点如故从单纯的“资源范围”转向了“迭代速率”。

当今的上风，取决于谁能更快地生成实验决议、更快地清洗数据、更快地测试不同旅途，并以最快速率将这些恶果反哺给下一代模子。是以你会看到，掌持了这套交代的头部实验室，居品发布节拍昭着提速了。

AI如故进入了能够自我推动的阶段。短期内，你或者感知不到剧烈变化，但在改日三到五年，这种自我加速本领略在居品迭代、组织更新和行业地位上拉开无边差距。

第三阶段：脚手架重构与行业坍弛（2026年2月）

A. 脚手架干戈的试验

LLM平台干戈的试验如故从模子滚动到脚手架。谁界说了东谈主类具身素质进入LLM的管谈形态，谁就界说了speech symbiosis的拓扑结构。

这意味着：

模子本领趋于同质化:（OpenAI、Anthropic、Google的顶级模子差距减弱）；

互异化在于编排本领：若何让东谈主类素质有用输入、若何让模子与真实任务对接；

价值拿获点滚动：从“考研最强模子”到“构建最好管谈”。

B. 脚手架重构的领域，等于买卖模式坍弛的领域

第一次坍弛：SaaS的48小时（2月3-4日）。

市值挥发：

纳斯达克云指数挥发近3000亿好意思元；

这不是宏不雅回调，而是底层买卖逻辑的坍弛。

三个缺欠目的的失速：

1. NRR（净收入留存率）中位数跌至101%——接近危急线；

2. GRR（总收入留存率）跌破90%——客户流失加速；

3. CAC回本周期拉长至24个月以上——单元经济模子失效。

Forbes的深度报谈指出：这不是“增长变慢”，而是“单元经济模子正在失效”。

成本的三个逃遁场地：

资金流向呈现出令东谈主窒息的极化：

1.Service-as-Software（收尾导向翻新）：

从“出售器用访谒权”到“出售可考证的买卖收尾”；

无法把计费模子与寄托价值硬绑定的软件→沦为“可替换组件”。

2.物理基础设施：

固态变压器、推理ASIC、硅光收发器；

掌控变压器架构与光通讯模块→成立“物理主权”；

“成本只沸腾为‘物理限度权’和‘原生数字主权’下注”。

3.机器身份与硬核推理：

安全层面：从“防东谈主越权”到“管理自治机器代理”；

硬件层面：通用芯片在低延长推理的能效比被挑战。

第二次坍弛：蚁集安全的玄色星期四（2月20日）

触发事件：Anthropic发布Claude Code Security

期间破损的颠覆性：

接管AI模子Claude Opus 4.6；

可像东谈主类安全各人般汇注代码逻辑；

发现传统器用易遗漏的复杂缝隙（业务逻辑劣势、权限绕滋扰题）；

内置多阶段考证机制，自动生成成立建议但保留东谈主工审核缺欠。

实战发扬：

里面测试发现500+逃避多年的高危缝隙；

包括Ghostscript、OpenSC等开源技俩；

部分缝隙存在超十年未被东谈主类各人发现。

商场反馈：

CrowdStrike跌7.95%、Cloudflare跌8.05%、Okta跌9.18%；

板块单日市值挥发超100亿好意思元；

Global X蚁集安全ETF创2023年11月以来新低。

行业影响：

该器用定位代码审计缺欠，平直冲击应用安全测试商场；

尽管仍处限量磋商预览阶段，但加重商场对AI颠覆传统安全买卖模式的狞恶。

两次坍弛的共同逻辑

这两次坍弛揭示了一个荼毒的事实：当AI的脚手架能够有用对接某个垂直领域时，该领域的传统买卖模式就会在48小时内坍弛。

当AI能够：

1.特等东谈主类各人的多年积存（蚁集安全）；

2.以更低成本寄托交流收尾（SaaS）；

3.持续学习和进化（而东谈主类各人的学问更新速率有限）。

传统买卖模式的护城河就会转眼挥发。

脚手架重构的试验：

传统软件时期：

东谈主类素质 → 范例员编码 → 软件居品 → 用户使用；

瓶颈：范例员的编码本领和时分。

脚手架时期：

东谈主类素质 → 脚手架管谈 → LLM汇注 → 输出收尾；

瓶颈：脚手架的想象质地。

谁界说了“东谈主类素质→LLM输入”的管谈形态：

就界说了AI能汇注什么、不行汇注什么；

就界说了AI能作念什么、不行作念什么；

就界说了价值若何流动。

这等于“speech symbiosis的拓扑结构”——东谈主机共生的交互拓扑。

第四阶段：Agentic AI的大范围落地（2025年底-2026年）

A. 从“见地”到“可用”的跨越

若是说前一阶段讲的是期间为什么变快，这一阶段则更靠晚世俗东谈主和企业：AI为什么终于能把事情办成了。

昔日两年，智能体（Agents）这个词被说起了无数次。从2023年头始，它就被大力宣传，但在很长一段时分里，它更像是一个被炒作的流行词，长期莫得达到预期。

到了2025年下半年，情况变了。智能体第一次实在初始运转，能够承担真实任务，而不再只是是Demo。

从会修起到会实施：

智能体初始处理完整的任务链：

一语气调用器用；

在后台万古分运行；

凭据突发情况自动疗养实施身手。

从这一刻起，AI本领界限扩大了。以前的AI只可修起问题，当今的AI能股东程度。对企业而言，多了一个7x24在线的“数字职工”；对个东谈主而言，则多了一个能主动帮你成事的“超等助理”。

B. 软件工程的总揽地位

数据自大：软件工程占通盘AI代理器用调用量的近50%，而医疗、法律、金融等垂直领域各占比不及5%。(见下图）

这揭示了两个事实：

1.通用本领的优先级：代码汇注、文献操作、系统调用是最基础的“管谈本领”；

2.垂直领域的无边空缺：有上百个AI独角兽企业恭候被打造。

马斯克的第一性旨趣掂量：

马斯克掂量：到本年年底，AI将整个绕过编码，平直创建二进制文献。

当AI能够：

汇注用户意图；

想象系统架构；

生成优化的机器码；

平直输出可实施文献。

中间的“编码”缺欠就成了冗余。这是第一性旨趣的极致体现——平直从需求到收尾，跳过通盘中间层。

不愧是第一性旨趣宗主。

C. 三个场地同步爆发

1. 编程智能体正在重塑研发经由

它们能读懂、生成并修改代码，让工程师的责任效力结束跃升。在Meta里面，有工程师运用AI将坐蓐力提高了10到100倍。这些案例一个接一个出现后，组织里的其他东谈主顿然相识到，责任时势确切在改变。

2. 个东谈主智能体（Personal Super Intelligence）

能帮你经营任务、安排日程、拆解主义，实在渗入进平素活命。

若是你想改善健康：它能帮你量身定制并严格落地一套包含饮食、通达和作息的完整决议。

若是你要磋商一场步履：它能自动跟进程度、对接样式、发送邀请，以致替你查漏补缺。

若是你想享受活命：它能帮你收受交加的平素琐事，把你开释出来，米兰体育官网把时分留给垂钓、画画、旅行，或者任何实在有价值的事。

3. 各人服务智能体

在印度提供了范本：各人平直在WhatsApp上就能获得政府服务、查询信息、提交央求，效力发生了质变。

智能体不再是某个前沿行业的专属，它正成为一种通用的责任时势。

D. 从不清静到清静

智能体为什么能在当今跨越“见地”走向“可用”？Alexandr Wang将其归结为四点质变：

1. 模子的推理本领大幅跃升；

2. 器用调用变得愈加踏实；

3. 与现实场景的汇注愈加顺畅；

4. 经过海量应用测试后，可靠性得到了考证。

智能体从让东谈主“不清静”，变成了“不错清静寄托”。这恰是其能够被范围化部署的中枢前提。

一朝信任成立并清静部署，价值就会快速开释。它们不知倦怠、可无尽复制、能同期处理多项任务。它们不仅能将东谈主类从叠加性就业中自如出来，更能加速通盘组织的运转速率。

企业的运转效力、国度的各人服务质地，都将因此拉开差距。这些差距将在2026年变得清晰可见。按照Wang的判断，在通盘2026年，智能体会在全球诸多经济领域和地区结束大范围部署。用他的话说：“AI带来的经济价值将呈指数级增长。”

智能体如故成为一种新的坐蓐时势。越早将其纳入业务经由的组织，就能越早进入新的增长轨谈。

E. Claude vs. OpenClaw：两种脚手架形而上学

有东谈主这么说：“Claude Code是精英各人共事，OpenClaw是知谈你全部资格、凌晨两点还给你发语音的室友。”

这代表了两种脚手架想象形而上学：

Claude的“各人合营”模式：

强调Context Engineering的细巧化；

多阶段考证机制；

保留东谈主工审核缺欠；

适合高风险、高价值场景（如代码安全审计）。

OpenClaw的“亲密室友”模式：

持续高下文感知；

低摩擦交互；

更激进的自主权；

适合个东谈主坐蓐力场景。

两种模式的中枢互异在于：若何均衡“东谈主类素质输入的一语气性”与“AI自主决策的界限”。

F. 数据坐蓐相关的重构：Perceptron Network案例

Perceptron Network代表了范式演进的另一个维度：数据坐蓐从禁闭平台把持转向漫衍式共建。

中枢瞻念察：“AI考研的瓶颈从来不是模子参数够不够大，而是清新、可靠的数据从那处来。”

Perceptron的想路：

把数据坐蓐从禁闭的平台把持，转向漫衍式共建；

让真实东谈主类信号成为AI持续进化的燃料，而不是反复嚼旧料；

改日胜出的不是谁算力最猛，而是谁能拿到络绎接续的、可考证的及时步履数据。

机制想象：

节点捕捉公开互动和高下文信号（遁藏隐秘雷区）；

经过考证结构化后供给AI代理；

孝敬者通过$PERC奖励参与价值闭环。

蚁集效应：

节点越多→消散越广→信号越丰富→数据质地越高；

酿成正反馈轮回；

数据从“平台护城河”变成“可轮回授权的各人钞票”。

这是AI坐蓐相关的重塑：从“少数巨头囤积”到“蚁集共建分享”。

第五阶段：Speech-Cognition的末端（改日）

A. 东谈主东谈主宰理天才团队的时期

AI时期试验上等于“东谈主东谈主宰理天才团队”。每个东谈主手里的chatgpt、claude，等于博士团队、以致诺奖级各人组合。

但缺欠前提是：管理天才团队的本领自己等于稀缺资源。

但有个缺欠前提：管理天才团队的本领自己等于稀缺资源。AI确乎裁汰了期间门槛，但“提议好问题、想象考证经由、判断输出质地”这套本领反而在放大。就像东谈主东谈主都能开法拉利，但不是东谈主东谈主都能跑出F1圈速。器用平权了，但本领差距反而更大了。

这导致了新的本领分层：

器用平权了：东谈主东谈主都能访谒Claude、GPT；

本领差距放大了：“提议好问题、想象考证经由、判断输出质地”成为中枢竞争力；

脚手架本领成为新的护城河：谁能更好地构建“东谈主类素质→AI输出”的管谈。

B. 供应端的指数级挑战

The advancement of AI technology is not linear but exponential.The task duration doubles every seven months.东谈主工智能期间的发展并非呈线性增长，而是呈指数增长。任务浮滥时长每七个月就会翻一番。

这带来一个反直观的担忧：与其牵记AI泡沫，本猿更牵记的是——供应端是否跟得上指数级的需求爆发。

马斯克的供应链瞻念察：2023年，业界最牵记的是GPU短缺。经过3年的坐蓐，GPU如故迷漫了，实在的瓶颈是电力。

这意味着：

算力瓶颈：从GPU算力滚动到光互连的纳秒级延长和兆瓦级电力调动；

数据瓶颈：清新、可靠、可考证的及时步履数据（Perceptron Network试图治理的问题）；

编排瓶颈：能够独霸复杂agent系统的工程师（脚手架本领）。

供应链的瓶颈正在从“计较”转向“动力”和“编排”。一朝治理瓶颈，等于意味着结束了黄仁勋的不雅点：智能的0关税、0延长出口全球，试验上是动力出口。

C. 从Speech-act到Speech-cognition

agent解脱speech-act的数字空间空转，进入到speech-cognition的高价值空间。

这是范式演进的终极主义：

Speech-act：对话自己是目的（聊天机器东谈主时期）；

Speech-cognition：对话是领略器用，汇注想考与行动；

Aha moment：肖似Hassabis说的Einstein Test——科学表面发现的破损。

因为是个神经蚁集黑盒。这个嗅觉基于盛大交互素质。笼统摸一下，等于意图领悟穿透力很强，长逻辑链的不竭，动态对王人（实在的互动）。有一齐往前走的合营感。

这种“合营感”的特征：

意图领悟穿透力很强：AI能汇注深层意图，而非名义指示；

长逻辑链的不竭：能在复杂任务中保持场地感；

动态对王人：实在的互动，而非单向实施；

一齐往前走的合营感：东谈主机共生，而非器用使用。

D. 由详尽到具象

和AI互动是一个高信息密度智能体在向下兼容咱们，是以不管若何聊，都会有所获利。AI是越详尽越泛化，怪不稳当今年青东谈主越来越详尽。

这揭示了现时阶段的特征：

AI的本领是“详尽泛化”的；

东谈主类的需求是“具体情境”的；

脚手架的作用等于在两者之间成立桥梁。

范式演进的头绪记忆

A. 五个阶段的递进逻辑

1.模子竞赛期（2018-2024）：

- 中枢：Scaling Law

- 瓶颈：数据短少、落地应用缺失

- 代表：GPT-3/4， Claude 1/2

2.脚手架觉悟期（2024-2025）：

- 中枢：In-Context Learning + Scaffolding + RSI

- 破损：Context Engineering， 模子匡助创造模子

- 代表：Claude 3.5 Sonnet， Anthropic工程实践

3.脚手架重构与行业坍弛期（2026年2月-持续）：

- 中枢：脚手架重构的领域，买卖模式就坍弛

- 信号：两次48小时坍弛（SaaS + 蚁集安全）

- 触发：Claude Code Security等垂直破损

4.Agentic AI大范围落地期（2025年底-2026年）：

- 中枢：从“见地”到“可用”的跨越

- 战场：编程、个东谈主助理、各人服务三个场地爆发

- 代表：Meta 10-100倍坐蓐力进步、印度WhatsApp政务

5.Speech-Cognition期（改日）：

- 中枢：互动行为领略器用

- 主义：AI行为领略放大器，而非器用

- 特征：动态对王人、长逻辑链不竭、合营感

B. 两条干线的交汇

第一条干线：期间提速

模子本领 → Context Engineering → RSI（模子创造模子）→ 迭代速率指数级增长

第二条干线：应用落地

Speech-act空转 → Agentic Orchestration → 大范围部署 → Speech-Cognition

第一条干线决定天花板有多高，第二条干线决定落地有多快。而竞争的末端，取决于谁能让更多东谈主更早用上智能体。

还有一条数据干线，咫尺共鸣还不细目。

C. 缺欠调动点

1.Anthropic的Context Engineering论文（2025年9月）：

- 鲜艳着从\"prompt engineering\"到\"context engineering\"的官方阐述

- 脚手架从隐性学问变为显性递次论

2.RSI时期的到来（2025年底）：

- 模子初始匡助创造模子

- 研发速率初度结束递归式增长

3.第一次坍弛：SaaSpocalypse（2026年2月3-4日）：

- 传统SaaS买卖模式的结构性坍弛

- 成本从\"软件\"逃向\"物理基础设施\"和\"收尾寄托\"

4.第二次坍弛：蚁集安全板块玄色星期四（2026年2月20日）：

- Claude Code Security发布

- AI特等东谈主类大无边年积存的鲜艳性事件

智能体从“不清静”到“清静”（2025年底-2026年）

- 可靠性考证完成

- 大范围部署初始

- 新的坐蓐时势耕种

D. 深层想考：范式演进的形而上学

从“器用”到“共事”再到“共生体”三个阶段的隐喻：

1.器用时期：东谈主使用AI（GPT-3时期）

2.共事时期：东谈主与AI合营（Claude Code时期）

3.共生时期：东谈主AI一体化（Speech-cognition时期）

从“attention is all you need”到“context is all you need”

Transformer的中枢是attention机制，但Anthropic的瞻念察是： “Context， therefore， must be treated as a finite resource with diminishing marginal returns.”

因此，高下文信息必须被视为一种有限的资源，其边缘效益会迟缓递减。

这意味着：

-Attention的稀缺性：每个新token都浮滥“扎目力预算”；

-Context Engineering的试验：在有限扎目力预算下，策展最高信号密度的token聚首；

-脚手架的价值：不是增多模子本领，而是优化模子扎目力的分派效力。

2026年2月20日之后

A. 三个细目性趋势

1.模子本领络续指数级增长：

- 任务时长每7个月翻倍

- RSI加速这一进程

2.脚手架生态成为主战场：

- 谁界说管谈，谁限度价值流

- 脚手架重构的领域，买卖模式就坍弛

3.数据坐蓐相关重构：

- 从平台把持到漫衍式共建

-及时步履信号成为新石油

B. 三个洞开性问题

1.供应端能否跟上需求爆发？

- 从GPU短缺到电力短缺

- 物理瓶颈可能成为下一个罢休身分

2.垂直领域的AI独角兽何时爆发？

- 软件工程已占50%

- 医疗、法律、金融的5%占比意味着无边空缺

3.东谈主类本领分层会若何演化？

- 器用平权 vs. 本领差距放大

- “管理天才团队”的本领若何培养？

C.临了的隐喻：Einstein Test与三个时分维度

Hassabis提议了“Einstein Test”（爱因斯坦测试）——AI发现科学表面的本领，回到1905年AI能不行发现狭义相对论。这或者是范式演进的终极主义。

要到达那里，咱们需要穿越三个时分维度：

当今：这是一个工程问题。咱们需要构建更好的脚手架，让东谈主类素质有用进入LLM，让智能体可靠实施。

改日：这是一个管理问题。当东谈主东谈主都能访谒天才团队（AI agents），实在的差距在于谁能更好地管理它们——提议好问题、想象考证经由、判断输出质地。

更远的改日：这是一个共生的问题。不是AI替代东谈主类科学家，而是AI与东谈主类科学家共生，在Speech-Cognition的高价值空间中，一齐往前走，发现下一个aha moment。

2026年2月20日，当Claude Code Security发现了东谈主类各人十年未发现的缝隙，咱们或者如故看到了这个改日的一角。

这种“意图领悟的穿透力”，这种“长逻辑链的不竭”，这种“一齐往前走的合营感”——恰是咱们正在资格的范式演进的最深远特征。

谜底正在2026年的每一天被书写。

参考文献：

- Anthropic， \"Effective context engineering for AI agents\" (2025)

- Forbes， \"SaaSpocalypse Now: AI Is Disrupting SaaS\" (2026)

- 立委NLP频谈， \"从生成式AI到行动式AI的范式滚动\" (2026)

- Alexandr Wang， \"RSI时期与智能体大范围部署\" (2025-2026)

- METR Software Tasks Benchmark (2024-2026)

- Claude Code Security发布及商场反馈报谈 (2026年2月20日)

本文来自微信公众号：AIGC从0到1，作家：01Flow（ex上市公司CMO，《AIGC从0到1》第一作家，专注AI时期的买卖模式与居品架构，主张“用AI，不AI”。“AIGC从0到1”是创造者的帆海日记，由<航路图><场地舵><压舱石>构成。）

本内容由作家授权发布，不雅点仅代表作家本东谈主，不代表虎嗅态度。如对本稿件有异议或投诉，请探究 tougao@huxiu.com。

本文来自虎嗅，原文相连：https://www.huxiu.com/article/4836239.html?f=wyxwapp

• 重磅
• 米兰体育官网
• 开年
• 万字
• 长文