随着全球科技产业告别2025年的投机狂热,步入实质性落地阶段,我们观察到市场正经历着深刻的三层“重构”,每一项都潜移默化影响着未来的竞争格局:
- 首先是高层研究领导者中的人员结构倒置,即“原生AI一代”开始掌舵核心研究,而基础设施层则回归老将治下的成本控制;
- 其次是资本效率危机,以甲骨文(Oracle)股价暴跌为标志,市场首次对债务驱动的扩张模式投下不信任票;
- 最后是技术架构的持续演进,正如Andrej Karpathy在2025年终总结推文中所阐述,行业正从“预训练规模法则”向“可验证奖励强化学习(RLVR)”和“推理时计算(Test-Time Compute)”迈进。
让我们一起从腾讯、小米、Meta等公司引进“Z世代”领导者的战略意图,到亚马逊与苹果在基础设施层面的防御性整合,最后再来看投资人如何重新定义商业模式。
从人才大洗牌看市场战略分流
2025年下半年,全球科技巨头的人事调整呈现出一种极具反差的二元结构。这种调整看似简单的职位轮换,却映射出不同战略下对未来竞争的一致预判:“创造AI”属于年轻人,而“规模化AI”属于老将。
“后训练”时代的崛起,30岁以下掌舵者的登场
在中美科技巨头公司中,我们都见证了一场“青春风暴”。这种“巧合”反映出一个技术现实:最新的训练范式,特别是强化学习与Agent推理,更多依赖于对数学直觉和游戏博弈论的理解,而非数十年的传统软件工程经验。这一代研究者是在Transformer架构诞生后成长起来的“AI原住民”,他们对模型行为的直觉往往超越了资深专家。
腾讯:亿元赌注与“Agent优先”
27岁的原OpenAI研究员姚顺雨空降首席AI科学家,直接向总裁刘炽平汇报,既是重金求贤,也同时让组织架构更加扁平化。腾讯意在通过这位Agent专家,越过传统的层级损耗,直接在微信与游戏生态中植入多步推理与工具调用的原生智能。
小米:反向进化与具身智能
前DeepSeek研究员罗福莉的加盟,标志着小米拒绝盲目追逐语言模型,转而拥抱“物理智能”。她主导的MiMo-V2-Flash模型以极致的MoE效率(仅激活150亿参数)挑战SOTA,完美契合小米“人x车x家”对边缘计算成本的苛刻要求。
Meta:数据中心论的胜利
通过收购Scale AI并任命28岁的Alexandr Wang为首席AI官,Meta确立了“后训练数据为王”的新秩序。Wang的上位意味着Meta承认,通往AGI的瓶颈已从架构设计转向了大规模数据的清洗与强化学习(RLHF/RLVR)工程。
传统巨头的实用主义回归
与研究端的年轻化相反,基础设施层正在回归老将治下的成本控制。
亚马逊:工程师取代科学家
AWS元老Peter DeSantis接管AGI部门,取代了科学家出身的Rohit Prasad。这一变动标志着亚马逊的战略重心从“探索模型上限”转向“垂直整合”。通过自研Trainium芯片压低推理成本,哪怕牺牲部分通用性,也要在云服务利润战中击败Nvidia的垄断。
苹果:从Siri困境到端侧落地
前Google高管Amar Subramanya替换了掌舵七年的John Giannandrea,宣告了苹果AI告别“学术化与隐私至上”的纠结,全面转向工程落地。Subramanya的任务极其明确,将大模型“暴力压缩”进i…