说明：基于3 小时的版本，（目前整理三分之一左右）
虽然李想要做 AI，这是这次访谈的核心，但本篇的价值，在于一些创业思路，对阶段的理解，有想法的朋友，建议细细看一遍（或听播客）
## 先写点看法
- 双方的语言 都非常一般，对谈完全 get 不到互相的幽默点，可以说完美错过，所以这次对谈非常之无聊
- 李想的个人 自我化倾向很严重，但逻辑表达又很清晰，特别是 关于企业运营的
- 他对 AI 的理解，很有外行的感觉，远远不如 Antropic 的公司团队，不是一个味道，，但汽车上面的理解 也还行
- 其中一些观点，说的很好，比如“ 我们必须得去搞研究工作。其实这个研究工作并不是技术本身，还要包含其实，比如它跟人类记忆的关系这样的，对，就只有这样的方式，你才能够对技术的方向进行有效的判断”； “我要获得原子集的数据，而不是那些控制点的数据。因为它能反映出来这里边的所有的起因、过程和结果，所以它能反映业务任何一个客户在这里业务发生的全貌” 等等
###
个人对播客的看法，将会越来越流行，价值比较高，比什么算法可靠的多，不像视频 容易受到画面的干扰，播客是真的凭实力的
-------------------------------------------------------
###片头
主持人（张小珺） 00:12
AI对于理想意味着什么？
## 李想 00:15
上来就直接开始这个啊啊啊。
主持人 00:18
（没有别的寒暄了...）
主持人 00:26
我听说你是宅男，不爱社交，不爱出去玩，喜欢打游戏。你晚上早早回家会打游戏吗？
## 李想 00:31
我一直打游戏，我从来没间断过。
主持人 00:34
影响过你最大的一个游戏是什么？构建世界观。
## 李想 00:38
构建世界观影响 最大的游戏，没那么主流，可能所有人都忘记了游戏了，是大宇出的一款游戏叫xx。
## 李想 00:52
这就回答了人类为什么选游戏，因为游戏是最公平的。我的一个理解，社会就是一个天梯，很多人会把这个公司当成家，又回到家里去，然后去提条件去搞天梯，就搞反了。
主持人 01:12
Hello, 大家好，欢迎收听张小珺商业访谈录，我是小珺。这是一档提供一手高密度信息的商业访谈节目。首先祝大家2025新年快乐。这里是张小珺商业访谈录2025年与大家见面的第一集节目。我邀请的嘉宾是理想汽车CEO李想。2024年12月，理想将车机助手 理想同学作为手机版APP推出，并于此前做了基座大模型。这相当于这家 人们认知中的新能源车企要跨界参与到了与字节豆包、kimi等个人助手的红海之战。
主持人 01:52
这场对话涵盖了这名非技术背景，被认为在产品上有天赋的创始人，过去两年对人工智能完整的技术术与产品观的思考。他也首度谈了谈mega失利，苹果放弃造车雷军造车成功。如果他当了OpenAI理想会做机器人吗？怎么管理00后等各种话题。
主持人 02:14
此外播客还放出了一部分 加长版的聊天，这部分和此前两小时会稍微有一些重复，保留的都是一些我觉得理想有增量表达，也许能给大家带来一些启发的地方。如果不想听这个部分可以直接跳过。同时这部分偏后的篇幅会更加的个人，聊了聊一名宅男的日常生活，他长达几十年的玩游戏史，改变过他的游戏以及从游戏中获得的世界观。最后祝大家2025正直，勇敢，有阅读量。
###开始
主持人 02:55
别人做纯电的时候你要做增程。现在很多人开始做增程了，你为什么又不造车了，要做一个人工智能的企业呢？
## 李想 03:03
造车肯定是要造的，但是大家经常讲，电动化是上半场，智能化是下半场。但我认为这个智能化讲的不是传统的软件智能，而是真正的人工智能。所以呢，这是我们造车必须往下去 延续的一个必经之路。
主持人 03:19
你觉得AI对于理想意味着什么？
## 李想 03:22
意味着未来的全部。
主持人 03:24
我看了一下，你第一次对内说2030年要做一个全球领先的人工智能企业这句话的时候，是在去年的一月份，是ChatGPT刚好诞生了两个月之后。你就是跟风吗？
## 李想 03:36
不是跟风。
我们每年春季的战略的发布，其实都是起源于，我们在上一年9月份内部的每年一度的战略会(在北京的雁栖湖开的)。
所以，在2022年9月份的时候，我们就已经确定了，然后要把人工智能包含像自动驾驶作为真正的重要的一个方向。并且，我们认为这个是未来竞争的一个关键。那我就在2023年年初，然后发布我们战略的时候，做了一个根本性的一个变化。是把人工智能从一个隐藏的战略，然后变成一个开放的阳谋的战略。因为这么着我们才能 吸引到足够多的人才。
主持人 04:13
为什么要在那个时候变化？
## 李想 04:15
OpenAI 也发挥了非常大的一个作用。然后我觉得把一个全新的人工智能时代打开了。我觉得我们对人工智能 内心所有的想法，然后所有的这种期盼就不用再藏着了。然后应该拿出来正面的去讲。
主持人 04:29
你对AI感兴趣 可以追溯到什么时候？
## 李想 04:33
我觉得追溯到这一次创业开始，（发言人1：创业刚开始？）对 ，然后这次创业开始的时候，我脑子里就看到了一个很重要的一个事情，就是我们如何用全新的技术去改变物理世界发生的一切。包含我在做汽车之家的时候，其实汽车之家在线上，我们成为了全球最大的汽车网站。但是汽车之家有很多的遗憾，比如说我们做的汽车电商类的业务一直没有成功。包含了，我们想要去把整个的物理世界进行改造的时候，包括一辆车的从制造、仓储、库存、物流到体验。其实我们会发现 我们除了在线上多花了一份钱，并没有对物理世界产生任何的有效的一个改造。所以当时的时候我在做理想汽车的时候，一个很重要的一点是说，我必须得借助最新的技术，然后对物理世界能够进行改造。
主持人 05:25
所以你 是想做一家人工智能企业，还是想做人工智能来赋能电动车？
## 李想 05:31
怎么来讲呢？我觉得汽车是物理世界人工智能最大的应用。所以如果看清楚这一点而言，我认为我们应该是一家人工智能企业。这也是我们一直坚持的一件事情。就是团队总是来问我说，我们的logo后边是写理想还是写理想汽车？然后我们讲自己是理想汽车是为了方便跟外界沟通和宣传，但我们的logo从来没有把汽车两个字加上去。
主持人 05:59
你既然说AI这么重要，在你创业之初就已经决定要做了。那为什么你们开始智驾是同行里最晚的？
## 李想 06:06
按照顺序来讲一下，因为我是一个连续创业者。我觉得作为一个连续创业者，一个最大的好处是，知道，然后整个企业发展的节奏。就是从你没有钱的时候，从0到1先解决什么问题。然后当你有了收入以后，你从1到10要做什么事情。我觉得这个其实是我跟一般的可能新进入这个行业的创业者的一个根本性的不同。
## 李想 06:28
那你肯定知道，然后这个理想汽车在早期的时候融资能力是最差的，是就我们融的钱是最少的。在我们有那么多钱的情况下，我们第一个步骤是想的如何把产品做好。我们也获得了非常好的市场的认可，然后有了自己的收入，也包含在2020年和2021年，分别在美国和香港进行了IPO，有了更多的钱。
## 李想 06:51
所以我们从2020年初开始就开始来做整个技术的平台化。就像我们的自动驾驶的平台，大家看到的AD max、AD pro, 包括我们的座舱的平台SS包含来做我们的整车的预控制器，然后XCU这个其实是我们就在整个的研发方面做了一个很大的一个进步。
就是过去传统的这些供应商 我们不再需要了，我们自己成为了 这几个关键零部件的车内控制器的一级供应商。
再往后其实也包含我们会去做模型，然后会去做电机的碳化硅。所以我觉得这是我们的演进的一个过程。它是一个创业公司往上成长的时候，你的资源有限的情况下和资源增长以后，你分别去投资什么的这样的一个进展。
主持人 07:37
我听说你们当时被供应商欺负的很惨，被智驾的供应商，他们铁了心觉得你们做不出来。
## 李想 07:45
我们经常发出去一个邮件，尤其是在疫情期间，我们发出去一个邮件，然后这个邮件两周以后才有人回复。所以当时的时候 我们没有办法，才去决定自己来做，整个自动驾驶的所有的研发，包或从预控制器开始来做。
主持人 08:01
乔布斯说如果硬件是产品的大脑和肌肉，软件就是灵魂。你表达的也是这个意思对吗？
## 李想 08:06
当然是了。因为我最开始创业的时候，投资人经常问我一个特别有意思的话题。就是凭什么是你，就是为什么你呢？对，为什么你能做出来？对，然后因为那时候我们还没有产品来出来。
## 李想 08:19
我当时的时候讲了一个最重要的一个观点是什么呢？我说 我会比传统的汽车企业更懂得怎么做互联网和大型软件。我会比这些互联网和大型软件公司 更懂得，更了解怎么去制造一辆车。我觉得这就是我当时认为自己的一个优势。
主持人 08:39
但是你也可以说，你现在要做的是一个人工智能技术驱动的电动车企业，或者是一个拥有人工智能技术的自动驾驶企业。为什么一定要说是一家人工智能企业呢？你觉得他们之间的本质区别是什么？
## 李想 08:51
我觉得是这样的，其实做汽车之家，有我一生中最大的一个遗憾。因为汽车家是我的第二次创业，我第一次创业的时候，我的泡泡网赶上了整个的PC互联网时代，那时候我还不懂得什么时候创业，然后刚高中毕业就开始来做这么一个网站了，所以错失了很多好的一个机会。但是在做汽之家的时候，我非常看重了一个汽车这样一个新兴行业。在中国当时的时候，我们做分析的一年只能卖两三百万辆车。到今天然后一年卖接近3000万辆车。
## 李想 09:25
但同时呢，汽车家发展成功很重要的一个因素，是我们率先做了移动互联网的应用和业务。我们做了几乎全世界最早的wap站，做了全世界最早的windows mob版，做了全世界最早的IOS版，做了全世界最早的安卓版。我们非常好的抓住了移动互联网这样的一个窗口。我们去的看到很长一段时间你去看身边的朋友，有一些男同胞 抱着汽车家来看车，来买车，这是他们很重要的生活的一部分。但是我就到了2013年汽车IPO以后，包括到了2015年，我决定离开汽车家。其实有一个非常大的一个遗憾，就是 其实在2009年的时候，我认为汽车网站的竞争就结束了。
主持人 10:09
2009年？
## 李想 10:10
对，2009年的时候网站竞争结束了。其实后面几年过得挺轻松的，对，那我觉得我还是有更多的能量，包括我们的团队还是有更多的能量。然后我们当时的时候在移动互联网时代，选了一个非常垂直的领域。然后虽然你做的很好，但是某种程度的时候，你可能为了一棵树，然后错过了一个森林。对我觉得这是我最大的遗憾。所以在选择进行第三次创业的时候，我很重要的一点是我要选择一个森林，然后我要做那个森林里最大的。无论它多么难，无论它需要我经历什么样的困难，我绝对不（仅）做一棵树了。
主持人 10:46
我还是不能相信 你从创办理想汽车的第一天，你就想好你要做一家AI公司。你确定你当时这么想的吗？你那时候就觉得人工智能的时代要到来了。
## 李想 10:58
我觉得是一种感觉。对，所以我们从最开始也没有把它当成一个传统汽车来做。因为比如说理想one只有一个车型，那为什么 理想one只有一个车型？然后是因为我把它本身就看成了一个数据和软件的集成。
主持人 11:15
所以你是觉得，把它叫做人工智能企业。这是一个更大的故事，一个更大的梦想？
## 李想 11:20
我觉得不是更大的故事。如果你看到我们到底在做什么东西，你就会相信了，我们一年100亿的研发投入，对我们是全世界第一个自己来做基座模型的这个端到端和VIM。然后从最开始的论文得到技术的研究，到最后研发和产品的交付，我们也是全世界最早做出来的。
我们不仅仅在做智能驾驶，我们还有理想同学，包含我们还有两个很重要的团队，包括智能商业的团队，还有智能供应的团队。对，我们真的是这么在做的。
## 李想 11:48
只是很多时候，我觉得人工智能本身是个新东西，尤其是大模型是个新东西。如果是讲原来的包括规则算法，包括知识图谱的这样的人工智能，其实大家也觉得没什么希望。我们手机上面有siri但其实使用比例非常的低。是因为 虽然大家相信人工智能，但是在某一段时间，其实技术是错配的，对，他用了一种其实并不是真正符合人工智能的方式。但是这也都是整个往后的进展。就是我们可能知道。第八个包子吃饱了，但是其实前面的每个包子都有价值，那正是由于这样的一层一层的往下去递进，其实才看到了今天一个人工智能相对繁荣的一个景象。
主持人 12:30
有人去年问了一些理想的员工，你相信理想是一家人工智能企业吗？他们都说不相信。那既然你都不能让你雇的人相信你，怎么能让更多的人相信呢？你怎么能让大众相信呢？
## 李想 12:40
我觉得当技术在变更的时候，不相信都是很正常的。比如我们在做增程的时候，然后如果你去问我们的员工，这辆车的成功率有多少，这个车的销量有多少？当时我们的员工填的最多的，是这个车一个月能卖1500辆。大部分员工认为这辆车一个月只能卖几百辆。因为大家并没有体验过新的技术，给大家也没有看到，这个技术带来这样的对应的一个价值。我觉得这个可能真的是创业者和大部分人的一个很大的不同。就是你会相信那些看着不是那么明白的事，看着不是那么清晰的事情。
主持人 13:16
如果你想要做一个人工智能企业，你觉得你们的优势和劣势是什么？
## 李想 13:22
我觉得是这么着的，我觉得对于人工智能的理解，对于人工的智能理解，可能是源于我自己个人。我的话，我小的时候是在老家长大的对吧？然后我上小学的时候回到了石家庄。当我上初中的时候开始来接触了电脑，在自己家里没有电脑，所以我是通过读各种各样的电脑杂志，我把我所有的零花钱 去买各种各样的电脑杂志和电脑的书籍，来学习电脑。但是其实在初中的时候，我面对的所有东西都是质疑。这个父母会担心我学习不好，是不是还可以去考虑一下上一些职业学校，然后从而能够有一个稳定的工作和饭碗。
主持人 14:02
你当时成绩有多不好。
## 李想 14:03
也没有多不好，在班里应该属于如果按分位的话，大概属于70到80分位的。
主持人 14:08
属于中等还是差的？
## 李想 14:11
中等偏好。对，然后你中等偏好，在班里一般是个不太受欢迎的，老师，要么关注学习好的。要么关注学习不好的。
## 李想 14:19
当时学电脑，大家也都不了解什么是电脑。那个时代很多人不知道什么是电脑，就觉得电脑是游戏机什么的，是个坏东西，然后也会反对，或者说你这么学是不对的。你这个孩子天天研究这些东西是不是有自闭症？
## 李想 14:33
那是我的初中时代，到了高中开始，就是从初中升高中的时候拥有了电脑。对，有了电脑以后我还印象特别深。我跟我们班里电脑水平最高的一个同学，我跟他聊 我想跟他来聊聊电脑的一些东西。但是他跟我说了一句话，他说我有电脑的时候，然后你还没见过电脑，所以你没有资格跟我聊。但是后面的发展就完全不一样了，基本上我觉得一个月时间，我的电脑水平就超过他了。
## 李想 14:58
因为我过去三年获取的这些信息，对我而言到真正去实践的时候，是提供了巨大的一个巨大的帮助。所以我就找到了一个很有效的模式。就包括 其实几年前很多人说，理想汽车的核心驱动力是什么？我觉得核心驱动力其实是成长。对，但是成长它是一个完整的模式，是什么呢？是通过学习，然后再去真正的验证，最后形成成长。所以呢，我在高中的时候 就比较有效的找到这样的一个方式，所以我的成长速度会比身边的同学要快。对我在解决什么问题的时候，我会去广泛的阅读各种各样的信息。尤其有了互联网以后是非常有帮助的。
## 李想 15:35
甚至 在没有互联网之前，我还用telnet的方式去获取大量的信息。这个比较像什么？比较像我的预训练，如果我是个人工智能的话，这非常像我的预训练。我把各种各样的知识，包括跟各种各样的人去聊，然后让我对你这个领域有一定了解。然后第二的话，其实我会设定目标，来运用这些知识去真正去解决问题。当问题解决以后，我就会去复盘，把它变成自己的能力，其实是个成长。所以我自己的一个经历模式，其实就是学习-验证-成长的一个过程。我觉得非常像人工智能的预训练-后训练，包括强化学习这么一套体系。
主持人 16:13
所以你想做人工智能 是觉得你跟他本身有亲切感是吗？并不是说因为你相信这个技术本身。
## 李想 16:19
我的一个最大感觉是，对，尤其是当大模型出现以后，对我觉得人类会发生根本性的改变。
主持人 16:28
怎么变呢？
## 李想 16:29
我觉得一定会变得更好。对我觉得互联网，我觉得互联网实现了信息的平权。人工智能开始帮助大家实现 知识认知 和 能力的平权。
主持人 16:39
是技术平权吗？
## 李想 16:41
我觉得还不容易。说技术平权，我觉得还是看受众的价值。我觉得受众的价值是已经实现了知识认知和能力的平权。
主持人 16:50
你第一次用ChatGPT是什么时候？当时是什么感受？你有输入过什么特别刁钻的prompt吗？
## 李想 16:56
就当时发布的时候
主持人 16:57
就用了？
## 李想 16:59
对，怎么来形容呢，我觉得当时用的时候一个最大感觉 ，就是人工智能应该有的样子，就是这样子的。而且到今天为止，我跟身边很多人的判断是不一样的。怎么说？我认为OpenAI是个非常了不起的公司，到今天为止是个非常了不起的公司。甚至它的了不起程度 超过了当年谷歌之于互联网的 最了不起的程度。
主持人 17:17
为什么这么说？那你觉得OpenAI未来会长成什么样？长成多大？它会超越谷歌吗？
## 李想 17:23
我觉得基本是个确定性的。我看一家公司不会只是单独从技术本身来看。我一看这家公司，然后对于行业标准的定义，很多时候大家忽视这件事情是最重要的, 对 其实谷歌当年在搜索上定义了很多行业的标准。第二个我会看他的研究工作做的怎么样，第三个我会看他技术研发工作做的怎么样。第四个是它的产品化，然后第五个是它的商业化能力, 商业化能力分阶段。比如说今天你是不是他一定要获取多少收入，其实没那么重要。但是我举一个例子，对OpenAI做了当年谷歌做的最重要的一件事情。
## 李想 18:03
很多人忽视了谷歌当年的成功，也是源于施密特加入以后 在商业上的一个巨大成功。就是谷歌当年拿下了AOL的首页。然后百度的当时很重要的一个成功，也是因为收购了hao123做一个重要的一个入口。如果当时的时候美国超过50%的人上网的首页是谷歌，对吧？那谷歌的搜索其实就是一个排他性的竞争。
## 李想 18:26
在今天我觉得openAI同样很厉害。OpenAI拿下了两个超级巨头，一个叫微软，一个叫苹果。我觉得这非常了不起的。所以它是一个其实这五个维度综合起来看，然后遥遥领先的人工智能企业。
主持人 18:41
在你看来openAI一定会成为下一个入口吗？
## 李想 18:46
我就拿数据来看。对我觉得openAI在这些人工智能的聊天产品里边，我觉得如果看全球的数据的话，它基本上占了80%的份额。最新的数据一个月有36亿的访问量，然后离得最近的好像是真的应该是2亿到3亿。这个如果大家再不承认，就有点我说我也不知道该怎么形容，大家尊重事实有多么难。
主持人 19:11
如果让你做openAI的CEO，你现在会做什么？你觉得你会比Sam做的更好吗？
## 李想 19:16
不会，我觉得 Sam他们做的非常成功。
主持人 19:19
那你现在会做什么呢？如果你是他的CEO.
## 李想 19:22
我觉得可能最大的一个挑战，是今天还是openAI定义的。然后AGI的第一个阶段聊天机器人？然后第二天是他们最近在推广在宣传的，包括12天的直播，然后讲的其实是个推理者的一个阶段。
然后大家也得相信，可能明年对2025年最重要的是，排在头部的企业 能够某种程度实现agent实现智能体的这样的一个方式。对我觉得很重要的一点是，openAI非常好的讲明白了。然后并完全按照这个定义，做了聊天机器人的所有的最好的产品体验。
主持人 19:58
还是L1阶段
## 李想 20:00
L2阶段其实很多的时候，不是普通人使用。对L2阶段是一个 可能是很多的专业人士的去使用。
主持人 20:06
O1（模型）是这个阶段对吧？
## 李想 20:08
对，是的，包括它pro卖到200美金，这肯定不是普通的消费者对吧？他要么其实是To B的在使用，要么其实是这种大的 C，专业用户其实在使用。但是我觉得到了第三个阶段，我觉得到了agent阶段的时候，才是真正的iphone 4时刻。
主持人 20:24
Agent阶段是iphone 4时刻？
## 李想 20:25
对，agent阶段，因为普通老百姓都能用了，因为他能独立的，持续的，连续的完成任务，而不是要靠这种密集的提示词的这样的一个方式。但这时候产品应该是一个什么的交互，对于所有的这些头部企业都是应该要认真去思考的。
主持人 20:39
Agent 会在三年内实现，对吗？
## 李想 20:41
我认为美国可能会更早一些，中国的 能力足够的Agent我觉得应该在三年之内会实现。
---话题分割---
主持人 20:48
我们来谈谈你们的两款AI产品，一个是理想同学，他是一个个人助手，一个是智能汽车。然后我知道理想同学现在要走出车门，因为他以前是一个车机的个人助手，现在进入手机变成一个APP，未来还会上更多的终端。那这意味着你们一个电动车企业 要进入通用个人助手这场红海战役了，要去跟豆包、跟kimi跟ChatGPT去竞争了，是这样吗？
## 李想 21:14
我觉得是这么着的，不用局限于，因为我们不是一家硬件公司。对，如果我们是一家纯硬件公司，硬件公司是可以符合你刚才说的这个定义，对吧？所以苹果不是一家只卖Mac的公司，所以 他才有了后边的可能性。但这个可能性不是iphone出来了以后 那刻才发生的，是在Mac变成透明壳以后那一刻其实在发生。华为也不是只是一个运营商企业，对它后边发生的一切，也是从运营商 做到一个相对稳定的阶段的时候，其实就开始来产生的。小米不是只是一家手机企业，它有IOT，它有自己的生态，甚至它有汽车，对吧？
## 李想 21:53
我觉得，今天的这些企业不能其实，不能以一个硬件来定义，它到底是一个什么样的企业。我觉得这个 硬件是它的业务是它的起点。但是呢，今天每一家企业都应该是一家人工智能企业。
## 李想 22:06
如果我们相信其实人工智能的话，那人工智能里面最关键的是什么？比如说在智能手机时代的话，其实最重要的是操作系统，应用商店，云服务，对吧？那最开始大家都去做触屏手机的时候，其实中国我印象有非常多家的触屏手机。对，甚至很多品牌也都一年能够卖到几千万台。但是然后到了真正的是操作系统，是应用商店，是云服务竞争的智能手机时代的时候。然后这些企业要有庞大的大型软件的能力，对吧？然后因为很多时候硬件的能力供应商就能解决。
## 李想 22:40
我们之所以去做很多的硬件，其实很多时候是为了更好的去控制这个硬件体系，以及性能再高一点点。但是大型软件是不一样的，不是所有人都能做操作系统，也不是所有人都能做大型的云服务。对我觉得这个其实变成了一个更大的一个挑战了。今天回到人工智能也是一样的。就是今天你能看到几百家电动车企业，是因为中国有非常完善的供应链。但是我们这几百个企业里边，未来有哪些企业能去做基座模型？
主持人 23:07
你觉得基座模型是一个分水岭 是吗？
## 李想 23:09
当然是了，当然是分水岭了。
主持人 23:11
现在谁做了？
## 李想 23:13
至少我们做了。对，至少我们在一直在做基座的模型，然后无论多么难，我觉得这个是非常坚定的。我认为基座模型是人工智能时代的操作系统+编程语言。对你就知道它有多么重要了。
主持人 23:28
它实现一个入口的可能性。
## 李想 23:31
我觉得基座模型所构建出来的这一个人工智能的超级产品，对，是新一代的入口。它会在所有的设备之上，会在所有的服务之上。
主持人 23:40
你怎么看这个个人助手的战争呢？在这个红海市场中。
## 李想 23:45
我觉得非常初期的阶段，今天还是非常初级的阶段。我觉得如果讲第一个明确的阶段的话，还是说其实真正的一个智能体，然后人人可能用的to c的一个智能体出现的时候，今天其实还在尝试的一个过程。
主持人 23:58
可能今天是尝试去拿那张船票。
## 李想 24:01
对，我觉得今天大家所有的事情是为了其实拿AGI的L3自动驾驶的L4。
## 李想 24:09
然后因为AGI的L3还是按照这个OpenAI来定义的。对，大家还是要去拿AGI的L3的门票，然后以及拿自动驾驶的L4的门票。然后由于这两个领域同时都做，我们还看到了一个更有意思的一个，可能是我们更相信更坚定去做的一个机会。
## 李想 24:27
因为今天我们在做的理想同学 和 自动驾驶，按照行业的标准其实是分割开的，（是两件事儿）。对，处于早期阶段，大家叫LLM这是我们做的MindGPT。然后大家讲的其实叫大语言模型，其实它叫语言智能。我们在做的自动驾驶，我们自己内部叫这个行为智能。但是像李飞飞的定义其实叫空间智能。
今天这两个是分割开的对那只有你真正去领域，真正大规模去做的时候，你才知道，这两个之间有一天一定会连在一起。一个人如果只有语言智能，或者只有认知智能，他足够的聪明，想得足够的好，对吧？那一个人如果只有行为智能和空间智能，他有可能只是，就像是一个普通的一个工种。
## 李想 25:13
最后的话，一个人是什么呢？人是几个结合，所以我们自己内部叫什么呢？叫VLA。我们认为基座模型到一定时刻的时候，一定会变成VLA。因为语言模型也要去看真正的三维的世界，对吧？然后他也要通过语言，通过认知去理解三维的世界。
## 李想 25:31
包括这三维世界，不是只有图片或者用这个diffusion的方式就可以，用生成的方式可以。因为它并不能还原真实的物理世界，他要需要真正向量的对吧？那对于自动驾驶也是一样的，它真正的能够变得更强走向L4，但是他要有极强的认知能力。当这些东西发生变化的时候，他能够其实有效的去理解这个世界。而不是只是端到端背后的那些压缩记忆，所以我说这是我们看到的一个变化，所以我对团队的一个要就我说，至少在中国的范围之内。然后我们未来几年必须得保证我们的大语言模型的基座模型，得是行业前三的对根据这样的要求，你需要什么样的训练算力，我们愿意来投资。然后要真正的去跟头部的企业去PK去竞争。对我觉得核心的还是说我得把这个能力真正的构建起来，而不是只是在汽车行业里比一比。
## 李想 26:22
对于我们最开始做的这个端导端加VLA，还包含在下一代的研究工作，就我们如何在空间智能里保证我们在国内是最领先的地位，也是第一的地位，我觉得这是非常之重要的。你们的团队，你们的研究的团队需要投入什么资源，我们就愿意去投入。
但是我相信其实 这个时间点会非常相似，就是空间智能实现L4的时候吧？然后语言智能那边实现agent的时候，其实我认为一个大概率是，这两个会变成一个模型，就是VLA，就是vision language和action。它跟人是一样的。
主持人 26:57
就是视觉语言和行动。
## 李想 27:00
对，变成一个更大的一个模型能力。其实L4就是智能体，对，然后智能体其实也必须得能够很好的理解这个物理世界。
---话题分割---
主持人 27:11
智能驾驶能怎么帮助大模型呢？大语言模型。
## 李想 27:14
我觉得智能驾驶最好的一个方式，是当我们去做VLA的时候。然后智能驾驶今天所能获得的数据，是可以为语言模型 或者为下一步的基座模型来构建三维向量空间的能力。包含接下来大家可能看到会看到的一些我们的论文。
## 李想 27:32
我举个例子，我们在VLM的使用过程中也会遇到一些问题。VLM就是然后vision language，然后model。但是今天的话，VRM是从大元模型的这个基础上其实做出来的。虽然做VRM这些基座模型，它也会为几亿张甚至几十亿张图片，但这些图片其实都是二维的，那在一个三维的向量空间，比如我们在去做自动驾驶的时候，它是可以通过我这个画面能够看到哪里是公交车道，包括公交车道的提示到底是什么。然后也能看到什么是潮汐车道，也能甚至能认出来这是交警，这个交警在干什么。但是他并不知道这里边具体的位置的，是因为端到端的基座和VLM的基座是两个不同的基座，他俩只能进行互动，但并不能通过端到端来去确定它的位置。
## 李想 28:21
所以这是我们来看到，最终的话，我们认为它应该像人类是一样的，就是一套大脑的系统，既能处理语言，然后也能处理图像。并且处理的图像的时候，人是具备三维向量空间的能力，然后也能够来调用自己的行动。所以这是我们来看到的，我觉得接下来也能看到 我们相应的一些论文，对我们如何去用三维向量的空间，包含像用摩丝球的方式来给语言模型具备三维向量空间的能力。
主持人 28:48
它都会合并统一到mindGPT上对吧？
## 李想 28:52
我觉得到时候，它是不是叫mindGP不一定，对，但是然后我们肯定会往语言模型里，现在已经开始来尝试往里边去 放三维向量的token来做预训练。
主持人 29:03
把理想同学加MindGPT加起来，它约等于kimi，对吗？可以这么简单的通俗的理解。
## 李想 29:12
可以这么形容。
主持人 29:14
理想同学从车机进入手机，这是一个战略级的决定。还是你们只是想试试看。
## 李想 29:19
我觉得没那么复杂。对，然后我觉得两方面站得很远的来看，其实还是我说的一个有效的大模型的一个产品。真正的大模型产品，就是尤其你在掌握基座的前提下，它会在所有的设备之上，然后它会在所有的服务之上，我觉得这是我相信的一点，否则它不是人工智能。对，就跟我今天一个人，我可以用所有的设备，我可以用所有的服务。然后如果它能发展到智能体，它一定是它能够去自己自主去使用所有的设备，自主去使用所有的这些服务。我觉得这是第一点。
## 李想 29:49
第二点要从本身的需求角度来使用。比如对于我们的很多用户，很多孩子他一上来就接触的人工智能，其实就是理想同学。他跟在理想同学去对话，理想同学帮他解决一些问题，他用理想同学来画画，甚至他用理想同学变成连环画，甚至然后我们有的用户的孩子 是把作业跟理想同学聊完以后，拿手机拍一下，然后就去用了。会出现这样的一些真实的使用的一些场景。很自然的，对，那我为什么不能把这个东西其实变得 ，也同样放在我日常使用的这些设备上。因为我们很多的用户一个反映，是这些孩子在使用完我们的车以后，理想同学以后，然后拿着手机的时候也在喊理想同学。所以我说这是一个真实的需求的场景。
## 李想 30:35
我们可不可以 先把我们这一百多万的用户，以及算上他的家庭服务家庭的对这300到500万人。然后先让他用上一个非常好的 跟他在车上、在手机上、在电脑上，对包括后边可能会出现在眼镜上体验一致的人工智能产品。对我觉得这是我们必须要做的。
主持人 30:56
这类产品已经高度同质化了。你觉得理想同学的优势是什么？
## 李想 31:00
我觉得今天还不能讲同质化，还是我刚才讲的，可能真正的大规模to c的那个关键的节点，会是在智能体实现的一个阶段。所以今天其实大家都有机会。
我觉得作为理想汽车的话，我觉得分三个维度来讲。我觉得第一个维度说，我们如果作为一个人工智能 真正的这样的一个应用的一个角色。我们比较好的一点是我们有一个100万的家庭的一个基础。所以相比一般的创业公司，我们会有一个很好的一个启动的一个量。
我觉得第二个是在整个的大语言模型的产品和基座方面的话，我们是个跟随者。但是我们跟随其实要有目标，得是我们从十名开外 怎么先进入到第五，从第五怎么进入到第三。这也是我们后边要设定目标，以及和最好的最优秀的选手进行对比的 一个有效的工作方式，并按照这样的目标来进行我们的有效的投入。
## 李想 31:58
我觉得第三个我觉得在空间方面，然后端到端，包括其实今天大家看到的，包括各种各样的做机器人的公司，做机身智能的公司，讲的系统一、系统二。大家可以一起回头去看一看，这些论文的最早的其实都是我们最开始，我们的自动驾驶的研究团队来做的。第三个方面的话，其实在空间智能或者我们讲的行为智能方面，然后基于人工智能的这个能力，其实我们对自己身的要求是必须保持自己在第一的位置上。
主持人 32:26
理想同学会存在收集用户数据，用户隐私的问题吗？
## 李想 32:32
不会。因为当你真正去做后续训练，去做这些东西的时候，你会发现跟原来互联网不一样。我们并不需要这些东西。比如预训练更多的其实是 就是从公开数据集里来收集的，对，那包含如果为了让用户使用的更好，会建立记忆系统。但记忆系统会把用户的记忆转化成token。对它既不是比特，然后也不是传统的文字或者声音的记载。所以我觉得大家完全不用担心。对我觉得大家今天如果担心人工智能的隐私问题，对于人工智能这个技术本身还是不够了解。
主持人 33:09
很多人说你是超级产品经理，能不能从产品的角度来讲讲，随着人工智能的能力从L1到L5演进，它的产品形态会如何发生变化，产品会怎么迭代？因为今天我们看到的还是一个非常基础的个人助手 的一个对话的形式的 这样的一个APP。那以后呢？
## 李想 33:28
对，因为我觉得产品一个很重要的一点，其实产品是把用户的需求 和 你的能力进行结合，把你的背后的所有能力进行结合。然后好的产品经理是说 我对需求了解的足够清楚，但我对能力了解清楚，这两个交集越大，最后的产品价值就越高。两个交集越小，其实产品价值就越低，或者浪费就越多，内耗就越多。
今天回到这是一样的。其实很重要一点是说，哪怕我在一个公司 想去推动人工智能的发展，我觉得最重要的是，让大家对很多东西的理解变得更容易。所以如果我把人工智能AGI实现到最终阶段，我经常用三种方式来描述。
## 李想 34:08
我觉得第一个阶段叫增强我的能力。增强我的能力意味着什么呢？意味着其实他是我的一个辅助，但最后的决策权在在我这里，我可以MindGPT画一幅画，但最后我还要拿PS修改，拿photoshop修改一下，然后最后才能出版。
我也可以拿理想同学来生成一篇文章，但这个文章，我们也不会直接发到理想汽车的公众号上去，我还是要进行文字的整理，其实 才能去使用对吧？包括L3的自动驾驶，我们叫有监督自动驾驶。那其实还需要我在车上进行监督，我来进行进行最后的兜底。
## 李想 34:43
这里边最核心的原因是，因为第一个阶段能力还不够，（负责任的是我），对所以责任在我，所以这要增强我的能力。但它确实会 让我变得非常方便，让我的效率变得非常的高。如果你能特别好的去使用人工智能的这方面能力的，对，那随着它的能力的提升，也随着人类对他的信任。
## 李想 34:59
到了第二个阶段，我觉得就是智能体所描述的一个阶段，我称之为什么呢？叫成为我的助手。我只要给他发任务，甚至可以发连续的任务，他就可以独立完成，并对结果承担责任。比如我可以跟一辆L4的车讲，你要去帮我接孩子，我不需要坐在车上，他就可以到学校帮我接孩子，并进行面部或者识别以后，然后打开门让孩子上这个车，再完成下一个任务，送孩子然后去学游泳还是去学乐高，他也可以帮我其实做上周的工作总结，并帮我发给，我下面的所有的减一层的管理者。
所以我觉得这是第二个阶段。这个阶段我觉得比较好的一个状况就是，它会变成了大规模的应用，是真正的iphone 4的阶段。对，然后包括汽车企业，只有实现了L4才是真正的iphone 4的阶段。
主持人 35:47
今天是什么阶段？
## 李想 35:49
我觉得今年可能，如果实现2 3更像个黑莓的阶段。因为方向盘在上面，就跟一个键盘还在上面一个样。
主持人 35:54
我今天还没有到黑莓（手机）的阶段？
## 李想 35:57
所以我说 这是第二个阶段。我觉得第三个阶段，我想的终极阶段，我们在内部的 好像因为我们创造移动家，创造幸福家，所以我讲的叫硅基家人，是什么呢？就是我不需要再给他任何的指示了，我也不需要给他分配任务了。他就是我们的家庭成员，甚至是他是我们家庭的重要的组织者。他不但了解我，他还了解我的孩子，然后了解我身边的朋友。但他甚至比我还了解他更多记录他的事实。我很多时候记录的是一种感觉和 一些被压缩的记忆。所以这时候他会主动去干很多的事情，他可以自主的去看待，甚至他可以帮我把这个家管理好。
## 李想 36:31
甚至我觉得最重要的一点就是说，如果说我作为一个人，我觉得很重要的，其实今天我所用运用的一切，其实在运用我的记忆。我的记忆其实可能就是我的模型，对，他也在不停的训练，在变得更强，那我觉得很重要的一点，是我的记忆也会被它得以延续。可能我的肉体倒是不存在了，但是 我的记忆会变成它的一部分。我的后代想了解我很容易。只要跟他聊就在跟我聊没区别。
主持人 36:56
那你也没有隐私了。
## 李想 36:58
我是他的一部分了。他自己有能力。因为他本身如果按OpenAI的定义说到这阶段他本身是个组织者，对，也就意味着其实他有强大的智慧了。他不是只有能力的，他必须得有智慧了。他也会是人类的优质的智慧的汇集之和。对，不只是人类的知识和能力的汇集之和，只有这样的才能变成真正的组织者。
## 李想 37:19
我自己最兴奋的一件事情是，我认为我和我们的团队，能够在有生之年实现第三个阶段。而且我希望是通过我们的手去实现，哪怕由于各种遗憾没有通过我们的手去实现。我们也希望看到有非常优秀的企业，非常最顶尖的企业，能够把这个阶段在我们的有生之年实现了。
主持人 37:37
如果你的最终目的是要做一个硅基家人，那他不适合叫理想同学这个名字，你会要改名吗？如果它的定义是一个亲人，是一个家人，作为一个产品。
## 李想 37:46
我就很快大家能看到，我们允许每个人创造自己的理想同学。但是如果他不是家人的阶段的时候，也不要强扭着给他一个家人阶段的名字。
主持人 37:55
你刚才说产品就是要技术能力匹配产品需求。你觉得你今天是对产品需求认知更深，还是对技术能力认知更深？
## 李想 38:03
我觉得不太一样了。在真正的大模型来之前的这个阶段，我们通过编程，甚至我们通过规则算法，我们去做硬件。其实本质上我们提供的东西叫功能，并且这个功能有体验。比如这个是冰箱对吧？同样有个冰箱，它这个功能，但冰箱放在不同的地方，它的体验是不一样的。所以这时候其实企业的很重要的一个竞争是，你提供什么样的功能，以及这个功能带来的体验。然后再加上这个品牌，无论你是个互联网的产品，还是 你是一个硬件产品，或者你是个智能硬件产品。你又提供软件功能，提供硬件功能，我觉得这也是这个时代的竞争。
## 李想 38:40
其实功能 比较好理解，功能的最主要的获取方式来自于体验。无论是你通过买不同的产品获得这样的体验。然后也包含其实你通过供应商那里看到的新的东西，也包含你自己研发出来的尝试的很多东西。其实你可以通过体验来判断这个功能的价值，我觉得这是不同的一个阶段。
## 李想 39:00
所以这时候 只要你愿意，愿意去做，获得功能体验没那么难。比如你愿意提前消费，你愿意去做小白鼠，这都是很重要的。比如说我们当时为什么能够率先出，理想汽车的IOS的APP？是因为我从iphone 1开始没有短信，要通过贴东西，然后才能用sim卡才能开始就来用。那时候很多人嘲笑说李想 你小白鼠你为什么要用这些东西？
## 李想 39:22
包含可能大家不知道，对我是中国的第一辆雪佛兰vote通用的增程电动车的使用者。对，很贵。那时候四十多万买了一辆车，大家会觉得我是个小白鼠。但是我觉得小白鼠一个很大的好处是说，我能获得优先选择权，对吧？所以我就会比所有没有体验过vote的这些人更了解增程到底什么样的。还有那些做的不成功的增程，他为什么不成功。甚至连vote的致命的技术缺陷我都能发现，其实它的小电瓶和大电池是没有连接在一起的，对，我觉得你只有真正体验，然后就能获得这样的一个认知。所以我觉得这是功能的时代。
## 李想 39:57
但是呢，我觉得到了人工智能时代不一样，我觉得人工智能时代它是能力。然后能力的很多时候，你从外界看一个能力看的是不一样的。所以从人工智能开始的时候，我们跟这些头部的人工智能企业是一样的。我们必须得去搞研究工作。其实这个研究工作并不是技术本身，还要包含其实，比如它跟人类记忆的关系这样的，对，就只有这样的方式，你才能够对技术的方向进行有效的判断。所以必须得搞研究，再搞技术的研发，再产品化。所以前两个步骤如果你做不好的话，直接去产品化根本不行。我觉得有点像杨植麟（kimi 创始人）讲的那句话叫屎上雕花。
主持人 40:40
AI时代，企业竞争的维度是变了。
## 李想 40:44
对，变了。
主持人 40:44
不可能说 你不做技术研究，只做产品。
## 李想 40:49
当然这取决于你想成为一个什么样的一样的公司，对吧？如果你想做一个很细分，一个小应用是没问题的。AI细分里边的再细分的应用。
但是如果你想做一个AI助手，如果你想做基座模型，如果你想做L4的自动驾驶，那这个其实就不一样了，你必须得搞技术的研究工作，这个根本跑不掉的。
主持人 41:12
你怎么看杨植麟说的模型即产品？也就是说好的产品是在模型能力提升的过程中 沿途下的蛋。你认可他这种产品观吗？
## 李想 41:21
当然认可了。然后OpenAI也在做这样的事情。对，OpenAI 也在做搜索。就比如大家最开始说，他们去做聊天工具了，对吧？所以我们可以来做搜索。但今天看OpenAI也在做搜索，对吧？OpenAI 也会进入到一个细分的领域。因为原来讲的是功能，今天就是能力，能力有了，对，任何能力所能解决问题的都能实现。
主持人 41:42
这个很有意思，就很多人认知你都觉得你是一个非常实用主义的人。因为大家在追求坐电车的时候，你还在做增程。为什么你今天对人工智能这么的激进？理想有理想吗？
## 李想 41:55
我觉得不是有理想，没有理想的问题是。我从第一次创业，其实泡泡做的并不成功。对，很多时候起了个大早，赶了个晚集。我后来其实真正的明白了一点，就是古人讲的，叫天时地利人和是非常之重要的。而且这三个是有清晰的顺序的，排在第一的是天时。但是我觉得作为一家企业，今天的商业社会，什么是天时？天时就是技术，就是我们对于技术的有效的使用。
## 李想 42:26
就是我作为一个创业者，如果我做的是一辆燃油车，我还做了十档变速箱。然后我仍然卖不到奔驰宝马任何一个品牌的，国内的10分之1的销量。但是呢 我如果做这个增程车，并赋予了非常好的软件的体验 和部分的人工智能体验，我就可以在很短的时间，只要追上奔驰宝马奥迪的销量，甚至在可见的未来的一两年，我可以超越他们。
## 李想 42:48
我觉得这是非常重要的技术的变革点。而人类其实跟我们相关的技术最重要的变革，我觉得一个是能源层面，所以就我们在做的新能源汽车是重要的，包括后边的可再生能源。对，那我觉得另外一个很重要的其实就是信息。对，信息是非常重要的。所以天时地利人和，第一重要的其实是技术，第二重要的是你在哪里创业。比如说你如果不在中国和美国，你想做人工智能太难了，你不是主流的语种 对吧？
## 李想 43:14
你又没有足够庞大的市场，然后你有没有足够多的人才和这方面的投入，包括你这人才是否经历了上一个时代的这样能力的一个积淀，我觉得第三个才是人和，什么样的用户，以及你要构建什么样的组织。所以我觉得技术是最重要的，那其实进入汽车行业，我们当时的信心就像我讲的，很多人说你为什么进入汽车行业，你觉得你有戏？巨头们都都那么厉害，几十年没有什么真正的大厂出现。还是我说的，说我比汽车厂商更知道怎么去做大型软件。然后我比这些互联网公司更了解汽车。因为做了十年汽车之家，进入这行业以后，我们发现 真的跟我们想的是那个方向是一致的。
## 李想 43:53
我们就拿汽车行业来举一个例子。对，这是我相信的东西。其实汽车行业的真正的发展，奔驰虽然发明了汽车，但是真正汽车行业的进入老百姓家里，其实是由福特开始的。福特跟其他的这些作坊型的汽车厂一个根本的差异是，在于它建立了流水线和生产线。所以他用几分之一的价钱，就可以让普通的美国的老百姓就拥有了 福特的汽车T型车。所以这时候他干了一件事情是，把生产一辆车，流程化了。那我们自己内部的话把流程的简称叫BT是流程。我觉得这是第一个阶段。后来丰田又把流程发挥的更加极致。
## 李想 44:30
美国到了70年代，还有成立了这个流程协会，包括这些流程协会 诞生了后面的大量的软件公司，但到了第二个阶段什么呢？我觉得到了第二阶段是IT的出现，对，就是软件，而且是以控制为目的软件的一个出现。我们在建常州的第一个工厂的时候，那时候还没有精力自己去学 学工厂的软件。所以我们当时的选择是SAP还是oracle的工厂的软件。
## 李想 44:55
对那当时的时候我就问那个什么，我就问我们的顾问公司 实施的顾问公司，我说SAP和oracle有什么不同？他讲这SAP比较反人性，比较死，什么都不能改。但好处就是所有人也不要指望从这边任何一个流程能绕过去。对oracle有比较好的灵活定制的一个能力。你说我作为一个互联网公司出身的，我肯定觉得oracle好啊。
所以我当时又问了一句，我说如果从汽车行业的最佳实践来看，然后是什么样的呢？他说至少在中国大部分人用oracle的，最后也都切回了SAP。
## 李想 45:27
我当时就明白了，这些软件能力和我们互联网公司构建的软件能力是不一样的。它最主要的目的是为了控制。对，包含银行还上IT系统，包括IBM这些供应的对吧？包括这些制造体系，销售体系上这些软件系统 都是为了控制，对吧？为什么呢？因为在之前流程是靠人来盯着的，是靠纸来记的。今天让它跑在软件里，所以汽车上万个零部件就可以非常标准化的生产出来，甚至汽车跑在路上的质量比手机还要好。其实是整个BT和IT发挥了巨大的作用。
## 李想 46:01
紧接着其实到了第三个阶段非常有意思，就是我们在发挥的时候了。因为我们是做互联网公司的，我做汽车家的时候，所有的软件都是我们我们自己写的，所有的网站服务用户软件都是自己写的。所有的面向客户的这些软件，都是自己写的对吧？然后包括这些所有的数据分析，流量分析的软件都是自己写的。对我觉得这是在中国作为一个成规模的互联网公司,必须要有的能力。因为你你每个月要服务上亿的用户，要服务上亿的访问者。但是我们当时写这些系统以后会发现跟IP有很大的不同。但我觉得在这个时代，描述最好的还是要从IT时代进入到DT时代。
## 李想 46:35
他讲的是data technology，是我们是我们的所有的数据其实必须要满足三个条件。
第一个条件什么呢？它必须是面向一个客户。这传统公司喜欢叫端到端，互联公司叫闭环。就面向这个客户的一个闭环的一个服务。就是他从最开始的进入,到他一个服务完成的离开，对吧？包括他从进入一个店 到最后把这个车买走了，这才是一个真正的端。对我必须得有这方面的所有的流程。
## 李想 47:03
然后第二个是我要获得这里边的数据，我要获得原子集的数据，而不是那些控制点的数据。因为它能反映出来这里边的所有的起因、过程和结果，所以它能反映业务任何一个客户在这里业务发生的全貌。所以它必须是一个原子级的数据。
## 李想 47:17
第三是什么呢？因为刚才讲的说如果是面向一个用户，他是一个端到端,或者是个闭环的，这大概率一定会跨业务跨专业，甚至是跨公司。比如支付环节就到了阿里那里，或者到了腾讯那里，对吧？但是最后还是要完整的看到一个用户的闭环。
## 李想 47:33
第三个很重要的一点，什么是要把财务放进去，因为你获取用户的过程其实就是成本，对吧？你在变现的过程其实就是收入。
然后 只有把财务放进去的时候，才可以避免每一个专业，每一个领域只看自己的一亩三分地。他有看全貌的能力，他就有使用整体这个数据的能力。所以这个数据产生以后，他带来三个特别好的结果。
## 李想 47:56
第一个结果什么呢？就是我们最开始来做，在做这个理讲汽车的时候，很多人给我们推荐一些老专家。就有一个丰田的质量老专家，然后退休了，我可以帮你们经过这个阶段，这有一个现代的成本老专家，然后有一个通用的制造老专家，我们当时就把专家招进来了。那么专家招进来以后，我们还是互联网。所以说你能不能把 你知道的know how写出来，你发现他写不出来是什么呢？因为这个模型在他脑子里，但是他写不出来，他只有遇到问题的时候，帮你诊断才能解决问题。所以我们用他们就用的很吃力。
## 李想 48:28
我说你写什么东西，他就写出一些流程。他说这些流程我们已经有了，我们当时并不知道怎么去使用这些老专家。但是后面老专家也发挥了一定的作用。但是当我们有了DT以后，就当我们自己写大的软件能获得完整的数据以后，意味着什么呢？只要这是一个高成功率低成本的完成了一个业务，其实它就是个最佳实践。他就是那些藏在老专家脑子里的，对，哪怕我们遇到了问题，这个问题是怎么被有效解决的，也是最佳实践。所以这些经验，这些知识就从老专家的脑子里变到了我们的系统里，这是我们一个巨大的一个收益。所以这给我们带来了非常大的一个好处。
说白了就是把人的经验转化为数据，这点在程序员这行业体现的最明显。
C: 说白了就是把人的经验转化为数据，这点在程序员这行业体现的最明显。
原先以为也是如此，但思考几天后，发现这是更深一层。
他说的没错，很类似 强化学习 Reinforcement learning, 老专家经验是依托在流程上的，作为经营者 无法判定是否有用，效用几何，，就好象，我们每天起床要不要吃早餐，要不要做运动，怎么刷牙洗脸，这个对寿命影响多少，没有办法判断。尽管老中医会推荐，但老中医自己也不知道，这样做成本多少，好处会增加多少。
但也不是完全没有办法阿，只要统计 上干万亿个人，这个习惯（操作）的好坏，就会在数据上体现出来。
所以他说，老专家的经验 被数据吸收了，还是挺有洞见的。
## 补充部分
## 投资人 投资成功率最大的 CEO 是什么样？
主持人 01:42:46
你刚才说你是一个敏感的人，这个对做产品很好，对于做一个CEO.
李想 01:42:52
我觉得没什么问题，还是说CEO有不同的类型的。因为他也跟他的业务，跟他提供的服务是相类似的。所以我觉得就这个方面的话，我们一直在讨论这个问题。就是这个人的性格，这个人的一些特质，甚至这个人的原生家庭，跟他创业，跟他做一件事情到底有没有直接的关联。
李想 01:43:12
我们在讨论这些问题。因为我跟很多的，顶级的投资人来聊，对吧？
他们说都讲 投的是人，但仍然讲判断人是个非常难的。所以当时的时候我们也问过一个顶级的投资人说，就你投资的这些所有的成功的里面，这些人具备什么样的共性？这是个非常有意思的话题。他当时想了想，他说好像虽 然我们不知道怎么有一套方法去一定能选到准的人，但是这些共性还是有的。
李想 01:43:38
共性什么呢？就共性是说这个人，无论你觉得他气场特别大气场特别小，他是一个善于表达还是个不善于表达的人。就是每当最艰难和最关键的时刻，他总能看透本质，然后做出选择。
跟他的背景、跟他的学历、跟他经历没有关系，是他具备这个特质，而这个特质是可以延续的，他会多次做出这样的选择。而最重要的是每当关键时刻的时候，每当最艰难的时候，每当在一个最艰难的十字路口的时候，这一个创始人能不能看透本质，做出对团队而言最好的选择，并通过未来可以来验证。我觉得这是最重要的一个能力。