曾鸣的 AI 产业史观：大模型成为基础设施，当下领跑者未必是终局赢家

步步糕升

导语

      在张小珺的播客访谈中，阿里巴巴前总参谋长曾鸣结合 PC 互联网、移动互联网、电气化工业革命的历史经验，提出了一系列颇具争议的非共识判断。一个尖锐的观点广为传播：如今风头正盛的 OpenAI、Anthropic，未必会成为 AI 原生时代的最终赢家。他搭建了一套三阶段产业演化框架：基础设施化→海量应用爆发→AI 原生应用时代，并且提出：当下 AI 甚至还没有诞生属于自己的 “浏览器”；大模型本质上会演变为 AI 云基础设施；传统互联网平台很难直接进化成下一代 AI 平台；科层制的公司组织形态，未来也会面临重大变革。
需要特别说明：以上均属于产业观察者的推演判断，并非已经验证的事实。本文结合访谈公开内容、互联网行业历史案例，完整梳理这套分析框架，同时厘清其中假设与现实的边界，给创业者、从业者提供一个思考 AI 产业演进的参考视角。

一、通用颠覆性技术的三阶段演化模型

回顾电力、PC 互联网、移动互联网的发展，重大通用技术的落地，会走完完整的三步周期：

• 第一阶段：技术基础设施化技术从实验室走向现实，变得稳定、可规模化调用，诞生统一度量衡，像水电一样，社会各行各业都可以拿来使用。
  

曾鸣判断，2026 年是 AI 第一阶段基本收官的标志节点。标志性信号就是token成为行业通用计量单位。黄仁勋提出英伟达是 Token Factory，奥特曼也称 OpenAI 的核心业务就是售卖 token。如同一度电、1GB 流量，token 让智能能力可以被计量、计价、大规模采购调用，意味着 AI 开始成为社会新型基础设施。

• 第二阶段：海量应用百花齐放（智能体 Agent 时代）基础设施底座成熟之后，大量创业者基于底座开发新产品，各类 Agent、Skill（技能）层出不穷。这一阶段无法被跳过，需要海量试错积累，会持续 3‑5 年。就像移动互联网早期，大量工具 App 野蛮生长，很多昙花一现，但为抖音这类国民级产品积累了土壤。当下我们正处在这个阶段的开端。
• 第三阶段：AI 原生应用时代经过海量应用试错，市场会诞生完全适配 AI 新范式的原生产品，不再是旧业务简单套上 AI 外壳。对应移动互联网，黑莓属于上一代产品，iPhone+App Store 才开启原生应用大时代。
  

一条残酷的产业动力学规律：第一阶段跑出来的企业，很难活过第二阶段；第二阶段的明星企业，也很难走到第三阶段。每一个阶段比拼的核心能力完全不同。第一阶段拼底层技术能不能跑通；第二阶段比拼产品洞察力、用户同理心；第三阶段需要全新的底层范式。

二、一个关键隐喻：AI 时代，我们连浏览器都还没有出现

两年前曾鸣曾提出一个预判：“拥抱 Yahoo 时刻即将到来”。Yahoo 代表互联网早期的信息目录、分类入口。但现在他修正判断：我们连属于 AI 时代的浏览器都还没有出现，更谈不上 Yahoo。
类比 90 年代互联网历史：1992 年，互联网浪潮是全民建站，大家把信息搬到网上；而今天 AI 浪潮，大家在疯狂开发 Agent、Skill，把能力封装起来供别人调用。这是从「信息时代」迈向「能力时代」。
当年浏览器 Netscape 完成两件至关重要的事：

• 供给侧：通过 HTML 标准化，大幅降低建站门槛，普通人有信息就可以建站；
• 用户侧：把访问网站门槛降到近乎为零。
  

供给爆炸之后，网站太多，普通人无从筛选，才诞生 Yahoo 做信息目录、分类梳理，完成 “熵减”。
映射到 AI 现状：如今各类 Agent、Skill 已经开始大量涌现，但缺少一套统一标准，缺少简单易用的通用入口，普通用户很难便捷调用五花八门的智能体。没有浏览器，Yahoo 式的聚合入口也就无从谈起。未来 2‑3 年，最大的机会之一，就是做出 AI 时代的浏览器，建立 Agent 统一标准，打通供给端与普通用户。
三、大模型公司的终局：更像炼油厂与 AI 云，而非终极应用巨头

很多人把 OpenAI、Anthropic 看作 AI 时代的谷歌，曾鸣给出不同推演：大模型厂商的本质更接近炼油厂、AOL（美国在线），也就是 AI 云服务商。

• 原油类比：数据是石油，大模型就是炼油厂，把原始数据加工成可以调用的智能能力；
• AOL 类比：AOL 当年是互联网接入服务商，让普通人连上互联网；今天大模型公司，让所有人可以便捷接入智能能力。
  

基于这个定位，延伸出两条重要推论：

• 基础设施行业的终局模式：寡头垄断 + 政府强监管基础设施关乎全社会生产运行，不能只有唯一一家供应商；同时投入极其巨大，不会出现无序充分竞争，如同水电，价格不能随意暴涨，必然伴随监管约束。未来大模型赛道大概率走向少数寡头格局。国内大模型赛道淘汰赛已经开启，模型的窗口期正在关闭。
• 模型厂商很难天然演变为顶级应用巨头历史案例可以参照 AOL、雅虎、黑莓：它们都是各自时代第一阶段的王者，却没能成为下一时代的应用霸主。陆奇曾判断 OpenAI 未来体量可能数倍于谷歌，但曾鸣的观点与之不同：基础设施做得优秀，不等于天然掌握用户层入口；炼油厂未必能造出最畅销的汽车。不否认 OpenAI、Anthropic 当下技术实力，但从产业史看，第一阶段强者未必是第三阶段的赢家。
  

这并不代表模型公司没有价值，基础设施本身拥有巨大商业价值，只是它不等于通吃全产业链。未来会出现模型厂商与云厂商之间持续博弈：云厂商希望模型跑在自己算力之上；头部模型厂商会倾向自建云、自研芯片，产业链走向重新整合。

四、旧平台很难进化为 AI 新平台，电力发展史的重要类比

传统互联网平台擅长做信息匹配；而 AI 时代 Agent 需要完成能力‑需求匹配。二者复杂度完全不在一个维度，属于新物种。所以曾鸣判断：过去的互联网巨头，直接平移升级成为下一代 AI 超级平台的概率不高，新的重大机会有很大概率诞生在外部。
他拿电力工业史做了生动类比：1882 年爱迪生点亮曼哈顿街区，相当于 AI 大模型原型验证；早期工厂甚至要自己购置设备发电；等到公共电网建成，电力变成基础设施之后，真正改变普通人生活的洗衣机、电冰箱，是十几年之后才诞生的产物；空调、电视问世还要更晚。
基础设施成熟，不等于立刻诞生杀手级 C 端应用。应用的爆发，有自己独立的发展节奏。放到 AI 创业的启示：普通创业者不必执着于自研大模型，未来底座供给会走向充足稳定，创业者可以直接调用成熟底座，把重心放在上层的 Agent、真实业务场景。
五、组织变革：科层制公司或将走向衰落，Neolab 新型实验室兴起

访谈中另一个充满争议的判断：工业时代诞生的科层制公司组织形态，在 AI 时代会面临根本性挑战。工业时代，组织以岗位、层级作为基本单元；未来随着 AI 普及，协作单元会转向任务。围绕具体任务，人和 AI 自由组合完成工作，传统岗位、层级概念被弱化。不是人类协作消失，而是承载协作的 “公司外壳” 会迭代。
如今海内外大量涌现 Neolab 新型实验室，OpenAI、Anthropic 就属于早期代表。这类组织形态还处在萌芽，代表区别于传统大企业、传统创业公司的新组织可能性。战略模式也会随之改变：从过去的自上而下规划，转变为持续试错、反馈迭代的 “生成式战略”。
六、大众 & 从业者高频认知误区澄清

误区 1：曾鸣断言 OpenAI 一定会失败

纠正：这是产业阶段推演假设，不是事实预言。观点核心：第一阶段技术领先，不代表自动拥有下一时代的产品、用户能力，并不否定 OpenAI 当下的技术与商业成就，未来依然存在多种可能性。
误区 2：AI 浏览器 = 就是某款聊天机器人产品

纠正：这里的 “浏览器” 是隐喻，指代一套统一标准 + 用户入口，用来标准化调用万千 Agent 技能，不一定是我们现在理解的 App 形态。
误区 3：做应用就完全不需要关心底层大模型

纠正：推演的前提是底座充分同质化供给。现实中模型能力、上下文、工具调用差距依旧巨大，应用创业者依然需要评估底座选型风险。
误区 4：传统互联网巨头完全没有机会参与 AI 终局竞争

纠正：判断为 “大概率很难”，不是绝对不可能。巨头拥有流量、资金、人才，只是新旧范式跃迁，会存在巨大的组织惯性阻碍。
误区 5：基础设施走向寡头，代表创业完全没有机会

纠正：底座走向寡头，恰恰把大量机会释放到上层应用、智能体、垂直场景。基础设施越标准化，上层创新门槛反而会降低。
全文总结

曾鸣这套 AI 产业史观，把 AI 放在电力、互联网等历次技术革命的长周期里审视，搭建三阶段框架：基础设施化、海量智能体应用爆发、AI 原生应用时代。2026 年 token 成为通用计量单位，标志第一阶段基本收官，行业进入 Agent 百花齐放的第二阶段，但 AI 时代的浏览器、统一 Agent 入口还没有诞生。
大模型更偏向炼油厂、AI 云这类基础设施，产业终局大概率走向寡头加监管；历史规律提示，第一阶段的领跑者，未必是原生应用时代最后的赢家；传统信息互联网平台很难平滑迁移到能力匹配的新范式；更进一步，AI 还会冲击工业时代延续至今的科层制公司组织，Neolab 这类新型实验室正在萌芽。
需要时刻谨记：整套体系属于基于产业史的推演假设，不是已经落地的既定事实。现实产业发展经常跳出历史类比。对从业者最大的参考价值，是建立长周期视角，区分 “底层基础设施机会” 与 “上层应用机会”，不要把当下的行业热度，直接等同于终局格局。