（来源：上观新闻）
甚至反🌅过来说，😹🚡真正适合用 DC👩👦👩🍳F 来估值🌹👱的，可能🇲🇪只剩下🇻🇨头部大模型💊🥭公司，因为相对🏏🎪来说，他🐦们的未💑来似乎是向好⏳的方向稳定成💺长的，💃🥧他们不会🇨🇦 “被炸”，🛁而是在看边🔺🇫🇯界能拓多宽🧟♀️🇹🇬。一方面，我们会尝💘试让模🌕🚕型具备那些🇧🇪🌙真正能为人类🥿创造价值的能🧳力；另一方面，⁉就像我👟刚才说🍷的，我们也🔧无法完全预知模🐾型会擅长什么，🔟♌所以这更像是一🇬🇲🏈种“共舞🐲💐”🌫。“旧范式💨的核心是流📎🏸量逻辑：以粉丝🎧🧕数量为核心价值单🥭位，以内0️⃣容发布频➿率换取算法💡蜘蛛爬身上怎么办推荐权重，🗒以热点话题蹭🥗🚶♀️借获得短期曝光👨🚒，以即时带货转⚪化变现——这套逻🍕辑在2020—2🌂024年的流量红😻🔜蜘蛛爬身上怎么办利期行之🇲🇶有效，但🇭🇰在2025—2🔠026年已面临👬系统性失效👳🇧🇻。
不过随着模型越⤴来越强，我🤰反而觉得“产🍯品侧的滞后”🧦🇮🇴比模型更明显😻😢蜘蛛爬身上怎么办。Mat🌡t：跳出具体🚛🇸🇲的产品细节✏❎，你认为两三年⛸🎏后 Agent🔃 的能力未来会走🍴🧠向何方📞？ Felix📵🍆： 这对我♦👨👩👦👦来说挺难回答💱🇻🇳的，因👩🔬🍽为我原则上不喜欢🚶♀️在功能还没真🧘♂️👨❤️👨正做出来之🉐🇦🇩前就开空头支票😡。现在马🦝斯克开⏺始从 Spa🏴👨👨👧👧ceX 和特斯⏱拉调人过来🔀接管 xAI，“🇩🇬造火箭的人开🇿🇲⛹始造模型了🚕”📖。Ref🔋🇸🇮lection ↔就 180 度🌵0️⃣大转型了🐕📘。但从产品体验⬆上讲，它已🇮🇹🔘经接近一种🇱🇻🇸🇷上下文内🎯🇬🇳的持续✖🇯🇲学习：模型可以🧪🌃在同一♾️🥯个任务窗口里😮🇳🇪不断吸收资料、🗽🇩🇿用户反🔥🚀馈、历史决策🍭和中间◀产物，然后把🧬🇹🇳这些东西带到后面🎠🇬🇭的推理和🏄♀️🇱🇾执行里🐸。
