演绎法
归纳法：不通过直接的概念性迁移，而是通过第一性原理，从最根本的东西往上延伸思考。因为“天下乌鸦一般黑”这样的经验判断出现的目的就是被推翻，而当下，时代变动中已经出现了太多人不可预料的东西，不管是工业革命、互联网革命还是 AI 革命，有太多东西是不应该用归纳法去理解的。
但为什么历史可以找到相似之处？那是因为从第一性原理出发的演绎法能找到底层逻辑。比方说，为什么会有所谓信息的熵增和熵减？为什么雅虎在不到 2000 年的时候就能达到 1,000 亿美元市值？
应用规律
有一个这样有趣的规律：一项革命性的新技术出现，开端往往以基础设施为始，中期会出现应用的百花齐放，结尾会出现垄断的、现象级的、巨无霸的原生级应用？
这些其实都基于第一性原理：信息为什么会有熵增与熵减？为什么会有第二和第三周期的过程？
聊到现在的 AI 时代，在度过统一度量衡的 token 标准普及后（这意味着规模化的标志），我们已经走过那个阶段，目前正处于百花齐放的应用期。而百花齐放的应用为什么会到原生应用？
而这个第一性原理，其实是出于最终端用户（C 端用户）需要被瓜分的注意力：如果遇到太多应用，用户的注意力分配不过来，就需要有人去帮他们解决理解和应用的功能，当时雅虎做的就是这件事。
壁垒
用这种复盘历史的视角，也可以回答我们现在的一些困惑。比如有人说“技术没有壁垒”，那什么叫壁垒？为什么这个阶段“技术没壁垒”这个词突然又冒出来了？
那是因为在百花齐放的时期，出现了很多自以为能够创造壁垒的人，但大家确确实实都是基于 Transformer 架构的。不过“没有壁垒”这句话也很极端。放到互联网时代，那时自己搭 blog、做网站的人相当多，只是互联网创业在当时确实是少数中国人的生意。可同样的问题：所有人都是在互联网底层技术之上建立自己的网站，我们同样可以说它没有任何壁垒。
但历史的规律很巧合，在此之上会爆发大量百花齐放的应用；而在百花齐放之后，又会有极少数应用逐渐建立起自己的壁垒，形成所谓的原生应用，就像今天的字节跳动，在应用之上再去做推荐算法，开发应用的同时，也刺激基础设施的硬技术跟着迭代。
今天我们其实已经能看到一部分原生应用的雏形了，比如我看到的 Tripo（一个 3D 建模应用）。它们最开始基于满足用户最普通的一个需求，在需求中打磨、优化，再结合技术演变，最终才形成所谓的原生应用。
不过再回到这个话题：技术没有壁垒吗？技术还是有壁垒的，只是不光要跑得快，更在于商业逻辑和商业闭环。商业逻辑从来都不是看今天做的产品 20 年后有没有人会抄掉20 年后的今天，任何一个程序员当然都可以做出一个淘宝这样的网站。
而我们真正要的，其实是业务、用户以及产品打磨，这三者构成一个飞轮，这个才是商业模式的壁垒
公司形式
我们再来看类似于 New Lab 这样的一些形式，这应该是在第二阶段会出现的。
其实有一个很常见的问题：第一阶段的巨头会不会走到第二阶段，甚至走到利润最高的第三阶段？业内普遍认为，像 Anthropic、OpenAI 这样的公司是走不下去的。即便后面的利润更高，但他们过不了第二阶段，也就到不了第三阶段。
因为在第二阶段，想要进入应用百花齐放的时代，需要极强的洞察力和对普通用户的同理心。在这一块，相比于大模型公司，大多数 New Lab 投入的成本和热情都会更高。而模型公司想要下场竞争，他们的组织结构、惯性、资本压力，以及基础设施的竞争压力，都会迫使他们在这一块的竞争力没那么强。
而那些大模型公司未来的行为会更偏向寡头垄断的特征：会有政府参与管理，以保证社会以低成本供给这类基础设施。寡头竞争的特征是有一定的差异化，但同时又有足够的同质化：同质化是为了保证谁都可以被替代，差异化则只是为了让大家都有钱赚。
我们刚刚提到的 New Lab 是一种全新的组织形式。公司这种形式，本质上是在工业时代背景下为了扩张规模、统一管理而孕育出来的。但当工业时代的基本经济规律受到挑战，公司的形式自然也会被挑战。未来我们看到的组织形态，可能会更偏向 New Lab。像科层制管理的公司会逐渐变小，而个人的分工半径会变大。员工的角色会逐渐转变为合伙人，未来大家是以合伙人的身份聚在一起参与 New Lab 的工作。
之所以叫 Lab，是因为核心人员还是研究员，而研究员最能接受、最认可的词汇就是 Lab。这帮人既不喜欢公司，也（包括我）不喜欢大学。但我们也认为，未来大多数有创造力的人，都会聚集在这样新型的组织里。