当 AI发展进入平稳期

春节期间 DeepSeek 横空出世后，由于底层模型的成本和效率大幅度提升，促进了一波文字类 AI 智能体和相关业务的蓬勃发展。余波一直持续到这个周末，难得的出现 AI 新闻号连续两天没有更新新内容，也标志着 AI 接下来将进入新的发展周期。

DeepSeek 出来之前，大家想用上好用的 AI，其实挺难的，换做是普通人，在翻墙和跨境支付上就已面临两大门槛。自媒体和平台疯狂推送的 AI 信息，对于行业从业者影响远大于普通人。而 DeepSeek 出来后产生的势头，使得 AI 的运用和普及一下上了个大台阶。

经验法则在目前阶段领先

基于预测的模型目前遥遥领先，能够将 AI 的想象空间变成可落地的有价值商业化结果。

在 AI 底模摸索和运用的几个月后，AI 的游戏也开始转变，真正能够再继续研发和改善底模的厂商不会再有新的入局者，大概率当前的 kimi、豆包、元宝、Deepseek、通义千问就是大模型最底层的几家产商了。

接下来的势头会转变到两个领域，一个是行业类的垂直领域，一个是跨系统之间的通用对接领域。

前者在于从百科全书中找到适合自身行业的解决方案，做更面向行业深耕的智能体，让 AI 从工具变成更能解决问题的助理；后者在于打通 AI 维度上各个系统的互联互通，这也预示着，接下来聚焦在垂直领域和网络连接上，能够产出更多的结果。

这一个季度的测试验证，AI 在图片这样二维数据的生产方面可圈可点，但凡升级到三维或者二维运动的复杂性操作和一致性控制时，就开始出现瓶颈，可控性、精细度与真实性方面开始大打折扣。

这里面有一定的优化空间，可以通过让 AI 学习经验，运用经验法则来生产内容，但学习磨合的时间会比较长，也能走出一定的路径。

也就意味着在 AI 基础上创造的内容，会更有效率的将人类历史的成功经验拆解和重新组合，形成新的范式和呈现形式，但创造的结果是顶级的缝合与调优，本质是构建在已有的内容物基础上。

认知服务很安静，甚至没有声音

另外一条路径，真正的模拟人类的认知，实现认知服务，按认知交付结果的一脉，目前一直没有更好的结果展示。李飞飞的世界模型思路更贴近人类对于世界的理解思路，通过对现实建模，在理论模型的基础上推导出一切，这样的话更类似物理学所追求的万物统一规则。

目前来看，只能说从理想实验的情况下很完美，野心也很大，在这样的思路指引下，产生的解决方案会统一解决在人类认知下各种物质应该如何在给定的场景下运作的理想状况。

问题就是，目前没有结果。

通过 AI 再看快思考和慢思考

经验主导猜测的快思考绝对是目前AI 运用的搞占比方向，大部分的业务场景和领域，大家都不会真正的去用 AI 的深度思考，因为人性如此，大家其实更希望快速得到答案和结果。

而能够快速提升 AI 使用效果的方法，反而和练习思考方式相似。要聚焦在深度思考的运用和练习上，这样算是可以和 AI 做深度思考的结对子，剖析自身和 AI 的思考链，让20%能够决定最终效果的决策性选择，成为日常中需要更聚焦和练习的关键事务。