哈喽大家好我是阿星今天托王磊老师的福有机会去听了刘润老师2026年中大课AI落地之战。以下部分不是原话是我自己的理解结合听到的内容写的可能会有偏差而且这次线下课是不让录视频的所以我尽量不展示太多原生物料了。大家可以自己付费去学习支持刘老师。而且这种课必须线下聆听。2026AI时代的Last Call现说强烈感触。我今天听完8个小时真的有一点AI时代的Last Call的感觉就是登机的时候的那个Last Call。没想到30多年程序员经验的微软搬过砖的刘润老师竟然带着一群大牛企业家在学Codex。他们搞了个游学项目其中一个节目就是一群企业家在亲手体验AI编程这很魔幻但这是真的。所以头部的人都在抢着登船。2026确实是AI时代的Last Call。在今天演讲之前我其实经常跟我自己的会员说2026已经上船的就是已经上船了。不谋而合。我觉得可能这是经常和AI打交道的人都会得出的一个自然而然的结论。因为AI的学习不是一蹴而就的而是需要一年或者至少大半年的时间你才能去熟练驾驭的一个东西。或者说让自己的组织去适应AI也是需要时间的它不是一个我今天说我要登AI的船明天就能登上的问题。刘润老师之所以说2026是一个关键节点因为今年2月5号Codex的发布让代码可以直接生产自己是某种程度上的AGI。然后另外现在市场上即使一家公司愿意培养AI新人也需要给出一定的时间。所以2026已经登船的同学是非常幸运的还没有登船的同学可能还需要时间。越来越多的企业家会沉迷于编程而且润米不但组织企业家去发现值得AI去解决的贵的问题而且还组织了那些人用AI编程直接解决也就是企业家用AI解决实战问题黑客松完了最后一天还要汇报。企业家黑客松好小众的词汇。我当时就想这也是我们外面的黑客松的模式已经卷到这种程度了吗那些本来靠人工动态定价的老板用computeruse动态定价就不用那么机械重复。那些让那些靠经验调库存的团队直接用AI会的数学运筹模型解决问题就不用那么无效的重复。……企业家都会参加黑客松了自己去搞demo自己解决真的丢到公司里边让员工继续解决继续抛光项目应用到业务里边。其中一位企业家女士看完AI细维度的数据分析表现直呼wokao。越来越多的企业家会沉迷于编程。因为真的企业家已经在用编程者的角色助力自己了我反复告诉自己虽然我老早就知道这是一个事实了简直是我嘴替这句话我一直想说没敢说怕让别人觉得太卷了。其实我觉得这从侧面说明了一个问题你只是会AI编程也不够还要掌握现实世界的现金流或者可能产生现金流的方法才能和这些人一起登船。企业落地AI三件套你有几套我还在现场有一个很明显的收获。就是企业落地AI三件套第一不管要公司序程员的劝阻自以己亲眼看到AI的牛叉之处为准因为程序员的专业素养可能会提出很多安全性要求。但是让老板通过AI编程的快速验证是很有必要的。鼓励企业家尝自试己用AI写代然码后后工期程交程给序员去做。这一点我深有体会。我身边的大型企业家朋友他们在公司里听的最多的就是程序员说你做的东西只是一个玩具这个不能用的呀不能跑的。但是今天刘老师特别强调了即使员工给出了这样的声音老板也应该先进行快速编程验证确认方向。至于后面的安全问题、实现问题属于技术同学可以探索的范围。快速验证是第一位的善后是验证之后再考虑的事情。因为现在快速验证一个产品demo只要最多几天通常就是几个小时的编程而已甚至有时候就是几十分钟的一把成。第二AI的出产之间叉交验证。AI之间的相互竞争或许可以给出更好的答案。而且是对于初学AI的老板来说是非常友好的可以避免一些AI幻觉错误。在这个过程中也慢慢知道了哪个AI更适合自己更靠谱。但是如果你还在说AI写代码bug多也应该考虑到人类也写了很多bug。第三挑出选程序员身出愿意转做行产品经理➕架师构的人因为AI会掉做程序员的工作。产品经理未必会写代码企业也未必要求产品经理会写代码而程序员天然符合这个条件自己会写代码有基础只要愿意转型其实都是值得重视的人才。就会成为类似于HRBP那个意思的ITBP真正把AI的技术价值发挥到业务里。而且这样的程序员最好是在35岁左右因为太年轻的程序员体力但踩坑也比较少但是小登对改命的需求非常强也是很不错的年龄段。所以刘老师推荐的反而是愿意接受转型的中登程序员。商业本质是推开一个间距AI新技术的出现就是在降低成本降低成本只要力度够大就会是可以改变商业模式的一个信号。比如伊朗无人机2-3万美元爱国者dao弹几百万美元自sha式无人机压制利用科技进步低成本解决贵问题。这种商业模式之所以成立是因为利用高科技降低了成本。让成本低于价值且能有优先定价权所以商业逻辑成立。机器狗也是同理在弥补人形机器人暂时性的缺陷因为人形机器人现阶段的价值有时候低于价格所以人形相对之下从商业模型上看还不是一个特别成熟的时期。同样机器狗和人形机器人都是用技术降低了成本它可以做危险勘探解决的是人命关天的大事价值高于价格。比如人形机器人保姆的价格如果和人工工资进行对比可能一个人工一年只要12万但是一个机器人可能要几十万。但是最后价值都会滑向价格根据社会平均价格定价所以只有早期驾驭科技解决贵问题人能舒服一会儿但是也会下降。企业家要做的就是按照润米模型像推糖葫芦一样去推开成本和价值之间的间距因为价格后期往往是跟着市场走了。我们能改变的是降低成本增加价值而增加价值的方法就是去解决更贵的问题。比如从解决AI生图超越到去解决AI企业落地工程问题就等于把价值往右推然后利于技术进步把成本往左推拉大了间距。AI落地生态首先围绕“贵的问题”总体来看AI落地之战的根本就是利用科技降低成本的优势并找到一个贵的问题去解决。也就是解决有价值的问题。那什么是不贵的问题比如deepseek一体机在没有具体落地场景的时候进行扩产其实违背了“贵的问题”原理。因为不是企业级落地只是模型大热这还不是一个贵的问题。反观codex、A厂工程级编程能力异军突起才是符合了“贵的问题”原理。贵的问题一开始可能是礁石不是大陆因为用户太少了或者还是成本不够低导致用户太少。同样都是从深圳市中心到北站直升机消费的一开始作用是在医疗解决的是贵的问题但是用户太少所以是礁石。然后因为直升机技术进步导致成本降低礁就变成了岛和陆地就有了生态。别害怕被蒸馏狠狠学AI之前有个梗说说离职的同事被蒸馏成了skills。同事skills这个热门话题其实逻辑上未必能通过现实检验因为老板要蒸馏早就蒸馏了为啥要继续发工资所以它更多是一种舆论恐慌而已。大部分初级员工其实不会被蒸馏因为大家的技能也是从公共技能库学习的所以不太可能被蒸馏没必要自己吓自己。他们写作可能会去蒸馏罗振宇而不是蒸馏一个普通文案。有丢丢反讽但是好像还真的是那么回事。所以对待AI新闻咱们还是从现实逻辑检验吧我们一起减少焦虑把更多时间留在学习AI上。另外刘润老师8个小时几乎没啥口误应该是练习了很久作为一个隔三差五出去分享的人我可太懂舞台上高压环境口误出错的概率了。他竟然真的几乎没有口误。最后还给参会同学合照了那是在已经站着演讲8个小时估计头都晕了之后。感谢这些工作人员让我们面对科技巨浪的时候能提前具备更多觉察和正念。期待下一次再聆听刘老师的商业洞见真实的商业世界确实比电影更加精彩。ok我是阿星更多AI应用我们下期再见