开场调查与话题设定

主持人庄明浩进行现场调查，发现多数人用过 AI 但仅停留在对话框层面。他说明本场刻意避开人文话题，只聊硬核行业内容，并介绍嘉宾。

嘉宾自我介绍与背景

四位嘉宾依次自我介绍：小狼（大厂技术战略）、朱峰（连续创业者）、于欣烈（智能汽车行业）、庄明浩（前风险投资）。

AI Agent 的定义与本质

小狼指出 Agent 是自动化的延伸，但跳出了工程师范畴；朱峰认为 Agent 短期被高估、长期被低估；于欣烈给出判断 Agent 的三个特点。

大模型技术进展与开源之争

讨论 OpenAI 的 L1-L5 路径，小狼预测 AGI 可能在 2030 年前到来，并认为未来 IT 架构将从横向分层变为纵向 Agent 闭环。开源与闭源的争论已有结论。

开源生态与中美差异

小狼深入解释开源逻辑，认为 DeepSeek 通过开源占据生态位；朱峰指出中国 To B 市场偏好一体机，与海外 SaaS 模式不同。

中国 To B 投资的历史教训

庄明浩回顾美元基金在中国 To B 投资全军覆没，以北森上市破发为例，但认为 AI 可能带来转机。

MCP 协议与多 Agent 协作

朱峰通俗解释 MCP 是 AI 之间的通信协议，小狼指出国内平台壁垒可能阻碍 MCP 发展，并提到新闻联播中出现的“下一代智能体”白板。

从语言到行为的范式转变

庄明浩总结技术讨论：AI 正从语言模型向行为模型演进，MCP 等协议是为了让 AI 能调用工具、执行任务。于欣烈补充物理世界的 VLA 模型。

通用 Agent 产品的体验与质疑

讨论 DeepResearch、Manus 等产品，于欣烈质疑“通用”标签，小狼认为通用 Agent 面向个人，朱峰分享使用中遇到的幻觉问题。

测评 Agent：像训练实习生

庄明浩分享用 Agent 统计 a16z 榜单中国公司的过程，发现它像实习生一样偷懒，需要不断调优。于欣烈比喻使用 AI 是学习当领导。

AI Coding 的现状与未来

小狼对比 Cursor 和 Devin，指出 AI Coding 适合代码质量高的环境；朱峰分享用 AI 做前端设计的经验，建议拆分需求。

套壳与产品叙事

小狼认为套壳是共创过程，朱峰建议往靠近用户的方向走，不要都去卷大模型。

从宏大叙事到小生意

庄明浩指出 AI 时代个体能量放大，小而美生意成为可能；小狼分享搬到杭州后的心态转变；朱峰透露创投工作室投的都是“作坊”。

智能驾驶与 VLA 模型

于欣烈对比 OpenAI 分级与自动驾驶分级，分析中美技术路线差异，中国采用 VLA，特斯拉直接跳向 L4，并讨论芯片自研趋势。

钱在哪里与现场问答

讨论英伟达股价与芯片需求，于欣烈认为英伟达不会垮但增长放缓；朱峰分享为狂喜做的 AI Agent 遇到的资料非结构化问题；小狼谈中美差距与政策利好。