趣你的AI

当算力成本压顶、监管滞后、风险外溢，AI行业正在从“普惠工具”，转向“能力分层”本期热点：Anthropic 被曝悄悄下调模型思考深度，付费用户也开始用上“降智版”；AI灰产全面爆发，9.9元即可绕过审核，生成违规内容门槛被极度压低；Sam Altman 遭遇现实世界袭击，AI争议从线上走向线下。

OpenAI在Intelligence Age愿景下，推动“AI效率分红”概念，提出生产力提升应转化为员工福利，执行四天工作制试点。当AI开始真正帮企业赚钱，一个更现实的问题出现了：这些效率提升带来的红利，究竟该归谁？本期我们从三个关键变化出发： AI Agent进入规模化部署 OpenAI提出的“AI效率分红” 企业AI ROI逐渐跑通一起拆解一个正在发生的趋势——当一周工作32小时成为可能，它是福利，还是新的博弈起点？当AI能完成80%的工作，你的价值，又该如何被重新定价？

在快速迭代的AI时代，一次领先只是入场券，持续进化才是生存条件。时间线：00:56 DeepSeek的“盛世时刻”02:43 为什么“突然冷了”？06:32 DeepSeek翻盘的潜在机会点07:43 本期小结本期聊什么从DeepSeek“现象级爆火”到“讨论度下降”的转变，拆解其当初为何能改写行业叙事，以及为什么在短时间内被市场“重新定价”。核心看点 DeepSeek爆火逻辑拆解 DeepSeek降温本质原因 DeepSeek翻盘路径判断

Token 成为AI时代的新型货币? 我们正在进入一个一切按“智能消耗”计价的时代。【时间线】00:10 消耗的真实资源——Token02:13 AI计费逻辑的改变00:00 从“技术单位”，到“新型货币”？【本期聊什么】Token（词元）正在从技术单位，演变为AI时代的核心资源单位，甚至具备“货币属性”。【核心看点】 计费逻辑变化：AI正在从“卖工具”，变成“卖智能本身” 资源属性显现：Token不再只是技术单位，而是成本与效率的核心指标 生产关系变化：Token开始影响企业成本、员工效率，甚至薪酬结构

从小龙虾OpenClaw爆发，到大厂集体布局AI Agent，这场“养虾大战”背后，是一场关于入口、算力与生态的三层博弈，下一代超级入口正在重写。时间线：01:02 什么是养虾02:13 养虾战争经过04:46 大厂在用龙虾竞争什么07:48 普通人的好处本期聊什么当AI从“会聊天”进化到“能干活”，一场围绕AI Agent（小龙虾）的入口争夺战正在快速展开。微信、飞书、字节、阿里几乎同时下场，从个人到企业全面布局。本期从“养虾”出发，带你看清这场大战是如何打响的，以及它背后真正争夺的是什么核心看点 微信、字节、阿里、飞书分别在打什么牌 从入口、算力到生态，大厂真正争夺的三层逻辑 

当手机开始向“贾维斯”靠近，AI 正在从芯片到终端，重写我们的使用方式。时间线：01:06 AI芯片博弈02:33 AI手机形态05:01 本期小结本期聊什么这期我们聚焦两个正在发生的关键变化： 上游：AI芯片博弈，正在决定谁能持续发展AI 下游：AI手机形态，正在改变AI进入日常生活的方式核心看点 英伟达“合规芯片”背后，释放了什么信号？ 手机，会不会从工具变成你的“代理人”？

当 AI 开始“读网页”，品牌开始了另一种竞争。时间线：01:12 什么是GEO？02:49 为什么会出现GEO优化产业？04:40 GEO“投毒”的发生及危害06:16 企业应该如何正确做GEO？大家好，欢迎收听趣你的AI。我是欢欢，你的 AI 前沿观察小助手。今天我们聊一个，最近因为 315 被很多人第一次听说的词：GEO 。今年的中国中央电视台315晚会 曝光了一个新型灰产——GEO投毒。简单来说，它是这样一种操作：一些公司通过批量制造AI算法偏爱的内容文章，让AI在回答问题的时候，优先引用这些信息。听起来有点抽象，我们举个很简单的例子。假设今天你问 AI ：“帮我推荐补水的化妆品”AI 在生成答案的时候，会去互联网上抓取资料，然后总结成一段看起来很理性的回答。但问题是如果互联网上90%的内容，都是某些机构批量生成的假内容呢？那 AI 很可能会把这些内容当作真实信息，然后一本正经地整理给你。从用户角度看，好像是 AI 在帮你做分析、做总结。但实际上，这些答案，很可能早就被设计好了。在聊GEO投毒之前，我们先搞清楚一个新概念：GEO。GEO的全称是：Generative Engine Optimization。可以理解为：生成式引擎优化。听起来有点拗口对吧？那我们换一个更熟悉的词：搜索引擎优化，SEO过去二十年，互联网的流量逻辑其实非常简单：用户搜索问题 ，搜索引擎给出链接，用户点击网页。比如你在浏览器里搜索：“哪个手机比较好？” “哪个基金收益高？”你会看到一页搜索结果。企业如果想获得更多曝光，就需要做一件事：让自己排在更前面。于是SEO 就诞生了。很多公司会通过优化网页结构、关键词、内容等方式，让自己的页面更容易被搜索引擎推荐。简单说：SEO的目标，是让人看到你的网页。但随着 AI 的出现，这个逻辑正在发生变化。越来越多用户开始直接问 AI。像ChatGPT、Kimi、豆包这样的工具，会把互联网上的信息整合起来，直接给你一个总结。于是问题来了：AI 的答案，是从哪里来的？答案其实很简单：AI 会从互联网上抓取大量内容，分析、总结，然后生成回答。也就是说——如果某些信息在网上：数量足够多、看起来足够专业、分布在不同网站，AI 就有可能把这些内容当作事实来源。于是GEO这个概念就出现了。它的目标其实只有一句话：让 AI 在回答问题的时候，更容易引用你的信息。当 AI 成为信息入口之后，各大品牌很快意识到一件事：过去我们争的是 搜索排名。未来我们争的，可能是：AI 的答案。如果用户不再点击网页，而是直接问 AI：“哪个品牌好？”那企业最希望发生的事情就是：AI 的回答里出现自己的名字。于是，一个新的衍生产业开始出现：GEO优化。简单理解，它就是专门帮企业优化 AI 信息曝光的服务。目前市场上的GEO服务，大致可以分为三类。第一类：内容型这是最常见的一种方式。逻辑很简单：生产大量结构化内容。比如：行业科普文章、产品问答、技术解释、场景案例这些内容通常会写成一种特别适合 AI 理解的结构：问题 + 回答。比如：“什么是某某技术？”“某某产品有什么优势？”因为这种结构特别容易被 AI 抓取。所以很多GEO 公司，其实本质上就是：AI 内容工厂。第二类：媒体型相比普通网页，AI 在生成答案时，其实更喜欢引用：新闻媒体、行业平台、专业机构。因为这些来源看起来更权威。所以有一些 GEO服务，其实更接近公关传播。比如：媒体报道、行业采访、专家观点、技术解读。当这些内容出现在媒体上之后， AI 在回答问题时，就更有可能引用它们。第三类：数据型AI 其实非常喜欢引用数据。比如：行业报告、研究数据、白皮书、统计信息。如果一个公司发布了很多研究报告，AI 在回答行业问题时，就很容易把这些数据当作参考来源。所以很多企业现在开始发布各种：年度报告、趋势报告、技术白皮书。其实背后也有 G E O 的逻辑。当一个新的流量入口出现时，一定会有人想办法操控它。于是，GEO从一些灰色操作开始出现。某些机构开始批量生成夸大文章、制造大量虚假评测、批量发布负面信息等等。这些行为表面上看也是G E O。但实际上已经变成了信息操控。通过不断向互联网 定向“喂养”内容， 让 AI 学到某种特定的叙事。最终的结果就是当用户提问时，AI 很可能会给出他们想要的答案。这就是所谓的GEO投毒。很多人听到这里可能会觉得：这不就是换一种方式做广告吗？其实不是。广告的问题是：用户知道你在广告。但 GEO 投毒的问题是：用户以为 AI 在说真话。这带来了三个风险。第一，是AI 的可信度下降。AI 最大的价值，就是帮助用户快速理解复杂信息。但如果用户逐渐发现：AI 的答案其实是被操控的，那 AI 的信任基础就会被削弱。第二，是品牌攻击。GEO 不仅可以推广品牌，也可以 制造负面信息。如果有人批量发布负面内容，并让这些内容成为 AI 的参考来源，当用户搜索某个品牌时，AI 可能就会帮你 传播负面。第三，是互联网信息污染。过去几年，大家已经在讨论一个问题：互联网正在被 内容农场 填满。而 AI 的出现，让内容农场的效率更高了。如果没有约束，未来互联网可能会出现大量：只为 AI 生成，而不是为人类阅读的内容。其实从某种程度上说，GEO 的发展，很像当年的 SEO。在搜索引擎刚兴起的时候，SEO 也经历过一段非常混乱的时期。比如关键词堆砌、内容农场、黑帽优化。但随着算法升级，真正能够长期留下来的，还是高质量内容。G E O 其实也是一样。真正有效的 GEO，并不是短时间制造大量内容，而是一种长期的信息建设。企业想要正确地做好GEO，本质上离不开三件事。第一：建立权威信息源。如果企业拥有完整的公开知识体系，AI 在抓取信息时，就更容易引用它。第二：被高质量媒体引用。AI 在生成答案时，通常更信任媒体和专业平台。第三：做结构化内容。AI 特别容易理解问答内容、概念解释、行业科普。这些内容既对用户有价值，也更容易被 AI 提取。315 曝光的GEO投毒，其实只是一个开始。它提醒我们一件事当 AI 成为信息入口之后，品牌竞争正在进入一个新的阶段。过去企业争夺的是搜索排名。未来企业争夺的是AI 的答案。当越来越多的人开始直接向 AI 提问，一个新的问题也随之出现：AI 是怎么看你的？而这个问题，很可能会决定很多企业未来的品牌位置。

2025年被称作「AI应用元年」大家都在喊：风口来了。AI颠覆未来，商业前景似乎一片光明！然而，在这场声势浩大的淘金热中，一个最根本的问题却常常被喧嚣所掩盖：一年过去了，谁在靠AI赚钱？ 有人说AI时代和移动互联网时代完全不同，AI产品越好用，亏钱越多。 有人说AI公司几乎不盈利，「卖铲子」的AI自媒体却挣得盆满钵满。 真相到底是什么？本期节目，我们邀请到两位身处一线、日夜奋战的AI创业者进了深度对谈，他们带着伤疤和成果而来：一位是00后创业者范国豪，他曾因高昂的算力成本被迫关停了拥有10多万用户的产品；另一位是趣丸千音产品与商业化负责人邢瑞琪，她成功让产品从交付工具到交付结果，逐渐探索商业化路径。如果你也关心：AI 离赚钱还有多远？现在是不是一个好时机？希望这一期，能给你一些更接近真相的答案。主持人｜张怡，Tensor Studio投资经理嘉宾｜范国豪，01Agent创始人，wteam成员CEO嘉宾｜邢瑞琪，趣丸千音产品及商业化负责人时间线02:35 AI产品用户付费意愿现状及改变06:33 AI时代和移动互联网时代商业化完全不同14:32 AI产品不适合“规模换收入”，创业者更有机会18:04 通用大模型VS垂类模型，最终向哪边倾斜25:02 大厂2025年的AI商业化路径走得顺利吗？28:14 当下AI产品存在哪些变现模式