@楚团长聊聊天：给大家推荐库班（就是小牛前老板）在4月29号的一期播客吧，我个人是非常认可的。
1、如果一个企业管理者、员工或学生到现在还不知道 agent 是什么，已经落后了。AI 不一定能通向AGI，但它和 PC、互联网、流媒体一样，是一次真实的生产工具跃迁。早期使用者通常会领先，怀疑者会被甩开。
他把 AI agent 比作“宿醉实习生”：不是因为它可靠完美，而是因为它能 24 小时处理大量繁琐、重复、原本没人愿意做的工作。AI 的价值不在于替代最终判断，而在于把大量低价值流程自动化。
2、AI 的进化更接近指数级，而不是手机那种一年一代、逐步改进的线性升级。AI的边界在于，它不知道自身建议会带来什么现实后果。AI 可以给建议，但不能承担后果；它能优化目标，但前提是人类定义清楚目标、上下文和边界。现实世界不是封闭游戏，变量太多，所以 AI 在商业流程中价值很大，在复杂现实判断中仍要谨慎。
3、现在出现了两类人：一类用 AI 是为了不学习、不思考；另一类用 AI 是为了学习一切。前者会变弱，后者会拥有巨大优势。AI 最大的价值不是代写报告，而是把图书馆、教授、顾问、教程压缩到每个人手里，让有好奇心的人快速进入任何领域。所以他反复强调一个词：curiosity，好奇心。在 AI 时代，最重要的能力不是写代码本身，而是持续提问、持续试错、持续迭代。
4、大公司只是花钱接入 AI，往往不会有 ROI，因为它们还在用旧流程运营。真正要释放 AI 价值，企业必须重新设计流程、组织、客户服务、法务、运营和内部协作方式。
库班认为未来三年可能出现两类公司：一类是非常擅长 AI 的公司，另一类是被淘汰的公司。难点不在技术，而在 CEO 是否愿意“炸掉旧业务流程”，重新搭建公司。因为新进入者用 AI 原生方式做同一件事，成本可能更低、速度更快。
这也是他对咨询行业并不悲观的原因：企业不只是需要“部署 AI”，而是需要有人帮助它们重新设计业务。咨询业的机会不在传统报告，而在帮助企业完成 AI 时代的组织重构。
5、主持人提到市场正在惩罚软件股，因为 AI 让软件变得更容易构建。库班的回答是：要看公司有没有不可替代的专有数据、流程知识和独特 IP。
比如 DocuSign 这类公司，不只是签名工具，而是掌握不同国家、地区、司法环境下电子签名的复杂规则，这类数据库和流程知识不容易被普通 AI 替代。相反，如果一家 SaaS 公司只是按席位卖标准化软件，没有独特数据、没有专有流程、没有不可公开训练的知识资产，就会很危险。
这里的投资含义很清楚：AI 时代，软件公司的护城河从“功能”转向“专有数据 + 工作流嵌入 + 法规/行业知识”。
6、库班对 OpenAI 等基础模型公司的巨额资本开支很怀疑。他认为，数据中心处理能力会更快、更便宜，很多今天宣称的万亿美元级基础设施投入未必真的会兑现。更关键的是，基础模型行业最终到底像流媒体——有多个玩家赚钱，还是像搜索——最后赢家高度集中，现在还看不清。
他的核心质疑不是“AI 没用”，而是：AI 有用，不等于所有基础模型公司的资本开支都能赚回成本。
他还认为，垂直领域的竞争会越来越依赖 IP。医疗、法律、科研等领域，真正有价值的是专有知识资产。问题是，一旦公开发表、申请专利或开放数据，就可能被所有模型训练，原来的优势被稀释。
7、库班认为，今天的大模型主要建立在文字和图片上，还不真正理解现实世界。未来 AI 可能会从大语言模型走向更接近“世界模型”的方向，即理解物理世界、视频、材料、空间和现实因果关系。
这意味着，未来 AI 的竞争不只在文本生成、代码生成，也会延伸到视频理解、物理世界感知、卫星数据、材料识别、机器人等方向。换句话说，今天的 LLM 还不是 AI 的终点，只是一个阶段。
8、库班对 AI 教育应用很乐观。他认为传统教育的问题是：同一个大纲、同一种讲法、同一套问题，要求所有学生给出同样答案。而 AI 可以根据每个学生的速度、兴趣和理解程度重新组织内容，实现个性化教学。AI 可以让老师知道学生卡在哪里，让家长和老师都参与进来，也可以把一个知识点改写成更符合学生兴趣的形式。
9、库班不认同“工作会变成可选项”或者“50% 失业”这种极端说法，但他承认会有岗位被替代。尤其是只做格式整理、简单问答、重复执行的人，风险很高。
但他认为，批判性思维者仍然有需求。未来需要的是知道什么时候用 AI、什么时候不用 AI、如何设置 agent、如何做 vibe coding、如何检查 AI 输出的人。AI 不理解后果，所以企业仍然需要人作为判断缓冲层。
他给年轻人的建议是学习 AI，然后去服务中小企业。很多中小企业有大量“想做但没时间做”的繁琐事项，正适合用 agent 自动化。比如他投资的一家公司用 agent 自动核对物流箱规、发票和运费差异，每月节省 5 万美元。