（一）" 有一种新的编程方式，我叫它 vibe coding。你把自己完全交给感觉，拥抱指数增长，忘记代码本身的存在。"

—— Andrej Karpahy

年初，硅谷人民精神导师 Andrej Karpahy 的这条推特引发了持续至今的 AGI 造词运动。起初人们以为他说的只是 Coding，但很快 Vibe 便占领了 AGI 的每一个角落。从 Vibe Coding 到 Vibe Design、Vibe Marketing，最后变成了 Vibe Everything ……

有人喜欢它，认为 Vibe 代表了一种耳目一新的产品理念，彰显了一种面向未来的 AI 能力，呈现了人与 AI 和谐共存的美好愿景；但也有人厌恶它，认为 Vibe 代表了一种似是而非的语言泛滥，会模糊掉 AI 产品真正重要的东西，形成一种 " 做作 " 的小圈子文化。

Vibe 词语从一开始过于理想，它高估了目前 AI 的能力，低估了人类积累的专业门槛。这让人们从能力层面越来越忘记它，但却依然舍不得在叙事层面割舍它。无论如何，Vibe 的论调从诞生伊始便拥有了强烈的生命力，带有一种颠覆性气质的暴论底色，迎合了人们对大时代变革的叙事冲动。想必，Vibe 这个词在明年还将继续陪伴我们。

愿你刚刚度过了 Vibe 的一年。

（二）" 我们在批量退出人形机器人项目 "

——朱啸虎

3 月，朱啸虎一句 " 批量退出人形机器人项目 "，拉开了一场对人形机器人泡沫旷日持久大讨论的序幕。

但人形机器人的钢铁脚步不会因为朱啸虎的大嘴停下。回看 2025，今年依然是人形机器人估值大涨的一年，朱啸虎抛售在了主升浪的前夜。随着越来越多资金涌入，朱啸虎对过去的判断也更加 " 嘴 " 下留情，转而用 " 我们看不懂 " 来谦虚回应。

但 " 泡沫论 " 的阴影其实从来没有消散过，甚至一些知名人形机器人公司的创始人也多次私下承认过目前的资本泡沫，转而采用更加保守的资金消耗策略，选择在 " 本体 " 侧竞争，而在 " 大脑 " 侧跟随。而今年人形机器人公司，对 " 场景 " 的执念追求，也远超去年。" 订单 PR" 甚至成为了比 " 融资 PR" 更重要的声量竞争。

但在海量订单下，12 月的机器人商业化场景结构并没有与 3 月有本质的差别。具身赛道最通畅的场景依然是教育、舞蹈演出。唯一有破圈趋势的是 AI 陪伴，不过该赛道的主力产品至今依然不是人形。

站在年底看年初，商业化可能未必是人形机器人领域的首要目标。如果对商业化的关注过度，或许反而会拖慢商业化的时间表。

（三）"Prompt Engineering is Dead. Long Live Context Engineering"

"Prompt Engineering is Dead" 不是一个陌生的论调。在 2023-24 年间 , 包括 OpenAI、DeepMind 等不断有学者机构提出相似的观点。尤其是 2024 年 IEEE Spectrum 直接以《AI Prompt Engineering is Dead》此为标题撰写了一篇文章，将这个论断推向了很多人的视野。

不过那篇文章有个很有意思的副标题，"Long live AI prompt engineering"。两句话连起来，借位的是那句著名的 "The King is dead. Long live the King"。其实整篇它想说的是，prompt 这件事情本身也应该交给 AI 来干。

今天 Prompt engineering 好像已经像是上个世纪的事情了。但冥冥中，人们好像一直在想给这句话找它的下半句话。而直到 Context Engineering 出现，这句话才算真的实现了完满，也让 context engineering 快速成为了风靡行业的热词。

相比于 Prompt，Context 更广阔也更系统。它不仅包含了提示词，更囊括了任务需要的一切背景信息、工具能力、甚至数据的格式结构。许多 Agent 和 Infra 今年能拿到钱，大概都要归功于这句话。因为它的叙事成功客观上让很多资本看到了创业公司与巨头之间的潜在护城河，也推动了包括记忆在内的诸多工具类产品的开发。

Prompt 其实也没有真的死，它换了一个更大的身体新生，它的一些故事也还将继续——在超级模型智能的外面，到底能留给其他人多少生存空间？

（四）"VLA 是相对比较傻瓜式的架构。机器人最大的问题是模型，而不是数据。"

——王兴兴

在 2025 年 8 月的世界机器人大会上，因为这句话，王兴兴差点从 " 行业英雄 " 变成了 " 具身公敌 "。

因为这盆冷水泼得过于狠辣。如果 VLA 不是 LLM，无法实现 Scaling Law，那么行业中很多投资的底层逻辑基础就彻底被颠覆了。以至于有人批评宇树 " 过河拆桥 "，自己不做，也不让别人做。

今天，围绕着数据与模型关系的大论战还依然如火如荼，而且从具身领域一直烧到 LLM，甚至部分呈现了 " 混双 " 的特征。在具身赛道上，最近几个月世界模型和大小脑都异军突起，两者与 VLA 模型交错在一起，既是后者的补丁和延伸，也存在一定的竞争关系。而在数据层面，越来越多的数据采集工厂和数据集的探索出现，希望以此解决数据紧缺的问题。

相比之下，今天再看这条新闻，我更大的感触可能是：至少半年前具身大脑的争吵还在国内具身的行业里，而今天人们好像正在把 " 物理大脑 " 的目光从他们身上移走，转而投向了更激进的头部海外具身公司与 LLM 行业出来的世界模型创业者们。

（五）" 中国将赢得人工智能竞赛 "

——黄仁勋

11 月，黄仁勋在《金融时报》峰会上做了如上表态。

在过去一年，他可能是全硅谷最关心中国的企业家。他多次往返中美，在媒体上频繁就中国的 AI 问题表态。在过去几年时间里，因为白宫对华制裁，英伟达可能间接损失了数百亿美元的营收，并将在未来失去更多。而作为全球最大的 AI 基础设施公司，五万亿美元市值的拥有者，英伟达的表态又值得所有人重视。

有人认为这是黄仁勋的真心话、美国版的 " 盛世危言 " ——中国具有最大规模的开发者群体、最大的互联网消费市场、最好的电力基建设施以及适度积极的政策环境。目前中国在开源生态的成就已经足以证明一切，而这些成就都是在制裁中实现的，这足以说明制裁不能阻止中国的 AI 进程。

当然也有人认为，黄仁勋的主要目的依然是通过对美国政府施压：一方面，" 中国焦虑 " 可以让英伟达获得更多的政策关注；另一方面，强化中国的形象，也可以让华盛顿放弃 " 围堵 " 的幻想，从而让英伟达的顶级产品可以重新进入到中国市场。毕竟如果中美大模型注定是要平分秋色的，那不如让英伟达继续保持全球的领导地位。

但无论黄仁勋的真实看法如何，这番讲话折射出了实实在在的全球 AI 竞争现状：

中国与美国正在成为 AI 体系化竞赛的主导者，而美国非常在乎这场比赛的输赢。

（六）" 未来五到六年，传统手机和 APP 将消失 "

——马斯克

这不仅是马斯克的独家发明，微软 CEO 萨提亚 · 纳德拉也说过类似的话。他在较早前接受采访时说，" 传统软件的应用层将要瓦解，转而被智能体所取代。"

而在马斯克说完这句话后不到一个月，" 豆包手机 " 就发布了。以至于倒回头来看，这甚至像是对豆包手机助手的某种注脚。

或许马斯克和纳德拉都没有想到，智能体取缔传统应用的势头会这么早，而且双方对抗会如此激烈。

一方面，包括马斯克和纳德拉所想象的智能体，可能更多是 LUI 为主，GUI 为辅，数据在智能体内部流转的方式。而豆包则选择用一个 GUI 为主，直接占领系统权限制高点的方式作战。另一方面，传统软件的利益稳固，不会轻易屈服于新的游戏规则，而是希望将智能体的权利牢牢抓在自己手中。

或许传统手机和 APP 确实终将消失，但消失的时间与姿势可能都将是个未知数。或许我们真的需要一个更强大更好用，以至于能直接取代手机的原生 AI 硬件。

哦对了，OpenAI 的第一代硬件可能会在明年出现。

（七）" 欢迎做空（OpenAI），如果你想卖掉股份，我可以帮你找买家，多的是人想要买 "

—— Sam Altman

这是 11 月时，奥特曼对 OpenAI 开始受到不少质疑时的一句隔空回应。上一个如此口喷空头质疑者的硅谷大佬，大概还是十年前的马斯克。这不是一个典型的金句，但可能很难再找到一个类似的话，来形容当下对 AI 泡沫态度的分野。

在激烈回应之前，奥特曼刚刚画了一张巨大的饼，宣布累计 1.4 万亿美元的算力支出投入。而同期 OpenAI 的年收入只有 130 亿美元，估值大约在 5000-7000 亿美元之间。而 OpenAI 的营收指引，则是在 2030 年达成 2000 亿美元的收入。但在此之前，市场可能需要看到 OpenAI 一个更加陡峭的增长曲线。

今天，人们对 AI 的远景有了充分的共识，但对当下的资产价格和投入产出比有着明显的分歧。

OpenAI 画的饼如此之大，以至于一些人已经开始担心，经济体是否可以承受如此多的营收和利润，来给拥挤在 AI 赛道的资本们合适的退出能力，而潜在的大量失业是否会带来通缩和经济衰退？而如果不能，AI 泡沫破裂带来的资产价格下跌，是否会摧毁 " 黄金一代 " 的养老金账户，由此同样也会带来深远的经济后果，从而带来通缩和经济衰退？

OpenAI 的商业化变现能力，或许将成为今天 AI 泡沫是否破裂的重要风向标。它代表了整个行业的营收潜力。如果一家拥有顶级模型、顶级科学家、顶级算力和最大规模用户群的公司，都不能给市场交付一个满意的收入，那么 AI 的估值信心一定会遭受极大的打击。

而奥特曼今天无法通过自然语言去证明 AI 能够带给人类繁荣，他只能让相信的人去相信，拿到足够多的钱，度过营收爆发式增长前期难熬的日子，然后带领这家公司的营收实现最终胜利。

好在相信的人足够多，所以他可以把故事完好无损地带到 2026 年。

（八）" 芯片不短缺，但没有足够的电和数据中心 "

——萨提亚 · 纳德拉

AI 不止是算力巨兽，更是电力黑洞。美国有全世界最顶尖的芯片，但他们即将遇到的困难，却未必就比芯片问题更好解决——缺电。

坏消息是，缺电这件事情对于大厂可能是结构性的：

一方面，与中国统一的大电网体系不同，美国电网相对分布，私有化程度高，协调难度也更大。如果数据中心的电力需求较高，就有可能出现局部缺电的情况，导致算力无电可用。而由于电网建设周期明显长于数据中心和芯片的建设，这会倒过来加剧数据中心的缺电问题。

摩根士丹利在今年发报告称，若电力供应无法跟上 AI 成长速度，美国电网可能在 2028 年出现高达 20％的电力缺口，总缺电量达到 44GW，相当于超过 3,300 万户美国家庭的用电量。

另一方面，几乎所有的大厂都减碳目标，而大量的电力消耗正在吞噬掉他们的公众承诺。

对于硅谷巨头来说，投资核能正在成为风潮：微软、Meta、亚马逊开始签署核电采购。此外，大量的资本开始涌入 " 核聚变 " 领域，以期一劳永逸解决问题。而马斯克则炮轰 " 核聚变愚蠢 "，转而选择了太空太阳能站，并考虑部署 AI 算力卫星。

在 AI 算力大爆发的几年，AI 可能不再是一个算力、数据和模型的三角问题，而将是一个与社会深入嵌套的真正的基础设施级的治理难题。而这场电力与算力的博弈，其实才刚刚开始。

（九）"Scaling is Over and LLMs are a dead end"

—— Lecun & ilya

Lecun 在过去两年一直不遗余力地科普目前 LLM 技术路线的局限性。在去年，他就断言最顶尖的大模型，智力水平也不如一只猫。而到了今年，这个比喻也没有任何变化，依然 " 不如猫 "。

在 Lecun 看来，与物理世界的交互是形成智能的关键，物理世界交互的信息量远远大于文字，而后者只是对前者的一种抽象而已。因此 scaling 是没有意义的。

而 ilya 在今年也表达了类似的观点。

不过与 Lecun 直接判 " 死刑 " 不同，ilya 给 scaling 判了 " 死刑缓期执行 "。他对 scaling 的批判在于 LLM 的内部：scaling 的边际效应在递减，因此需要重新回归研究；与此同时，scaling 模式又虹吸了太多的资源，导致整个 LLM 生态创新乏力，从而形成了一种恶性循环。

他们一个是 LLM 的异教徒，一个是 LLM 的改良者，但在 2025 年终于在同一个问题上走到了同一个立场。所以 Yann Lecun 后来在 X 上转发了一张漫画，也算是对类似论调的一种认同。

但 scaling 的列车不会轻易停下。马斯克官宣 Grok 5 将在 2026 年推出史无前例的 6 万亿参数大模型。关于 Scaling 的争论，或许还会继续下去。

（十） "Slop"

——韦氏词典

12 月，韦氏词典给 2025 年选取了它的年度单词：Slop。Slop 原意是泔水，但在今天它被指代为泛滥的 AI 垃圾内容。它包括：荒谬视频、俗气的广告、看起来很真的假新闻、垃圾书、浪费同事时间的报告和碎碎念的猫……

AI 确实正在成为社区内容生态的双刃剑。

一方面，大量创作者用 AI 辅助工具创作出了更低门槛的精品内容，AI 电影节和艺术展涌现，以 Sora 2 为代表的 remix 视频，在 Tiktok 等视频网站不断引发现象级的传播浪潮；另一方面，AI 产生的垃圾乃至诈骗内容层出不穷。例如在最近的悉尼海滩枪机案中，Grok 公然在对话中进行造谣，并被 X 平台上的社交链路传播。

此外，AI 成人内容也在兴起。

马斯克旗下的 Grok 率先开放了成人模式，允许模型生成色情的图文乃至视频内容。而 OpenAI 也将在明年跟进相关的功能。《经济学人》最近一篇报道指出，到 2025 年，AI 成人内容的市场规模将达到约 25 亿美元，到 2028 年可能以每年约 27% 的速度增长。

Slop 一词可能代表了一些文化消费者的体感，但站在 AI 发展的角度，确实可能有点片面了，它忽视了 AI 对内容创意的巨大建设性，更像是某种短视频降临后文化叙事的延续。因此，我们将它列为 2025 年的最后一个 " 年度 AI 暴论 "。

但可以预见的是，明年传统内容生态社区与 AI 内容的博弈或许将进一步加剧。在海量的 AI 内容生成攻势下，如何防止出现因为内容供给暴增，而导致的劣币驱逐良币的情况，可能是防止人类内容生态真正堕入 Slop 的一大挑战。