文｜曉靜
編輯｜徐青陽
北京時間2026年1月8日，由「木頭姐」凱瑟琳·伍德（cathie wood）創建的ark invest（方舟投資）發布了最新一期《頭腦風暴》（the brainstorm）。節目中，ark首席未來學家貝瑞特·溫頓（brett winton）、聯席投資總監尼克·格羅斯（nick grous）以及自動技術與機器人總監山姆·考羅斯（sam korus）對2026年開年的兩起「深水炸彈」級交易進行了深度拆解：meta對通用agent初創公司manus的收購，以及英偉達（nvidia）以200億美元巨資對groq的戰略收編。
ark invest 團隊認為，meta對manus的收購標誌著 ai 產業正式由「對話時代」邁向「代理元年」。manus 作為 2025 年崛起速度最快的通用 ai 代理（general purpose ai agent）初創公司，核心競爭力在於徹底打破了傳統大語言模型「紙上談兵」的局限。
木頭姐團隊多次提到了一個詞「編排層」。
隨著ai發展進入智能體階段，單一基礎模型未必能解決所有問題，而需要一個能夠靈活調度、適配多模型的中間層，以實際交付下一代ai應用。
市場目前高多關注 meta 龐大社交生態的「代理化」轉型。聯席投資總監尼克·格羅斯（nick grous）強調，meta 極有可能將 manus 的代理技術深度整合進 whatsapp、instagram 等社交入口，將原本的聊天界面轉化為具備實操能力的數字化助手。
另外一筆交易，英偉達以 200 億美元巨資收編 groq（通過技術授權與人才引入的非典型方式），被 ark invest 視為對英偉達ai 帝國「神經系統」的一次關鍵升級。
在山姆·考羅斯（sam korus）看來，隨著大模型訓練市場趨於飽和，ai產業的商業化重心正在經歷從「暴力計算」向「極致推理」的戰略偏移。groq 憑藉獨特的 lpu（語言處理單元）架構，在推理速度上長期保持著對傳統 gpu 的碾壓態勢。
核心競爭力源於靜態調度（static scheduling）技術與片上 sram 存儲的結合，能將推理延遲縮短至極致的毫秒級。這種「瞬時響應」能力是自動駕駛、類人機器人以及高頻金融交易等領域走向大規模商用的物理前提。
這起規模高達 200 億美元的交易，不僅遠超英偉達此前對 mellanox 的 70 億美元收購案，創下黃仁勛任內最大的一筆戰略支出，背後複雜的成交結構也引發了業內關於「監管博弈」的激烈討論。
為了規避日趨嚴格的反壟斷審查，英偉達放棄了傳統的直接併購，轉而通過支付巨額授權金獲取 groq 的核心知識產權（ip），並將包括創始人 jonathan ross 在內的核心工程團隊悉數招致麾下。
這種模式被分析師戲稱為一場「合法的技術掠奪」。ark 團隊指出，英偉達此舉的核心戰略意圖是防患於未然：通過收編全球最快的推理架構，封堵競爭對手借道推理晶元崛起的可能性，從而防止 groq 演變為推理領域的「amd」，確保英偉達在即將到來的推理時代繼續維持其 90% 以上的市場統治力。
以下為對話內容精簡版：
01 英偉達的「准收購」邏輯，繞過監管的算力封鎖線
q：本期我們將圍繞人工智慧領域的兩起重要交易展開討論：其一是meta對manus ai的收購，其二是英偉達與groq的合作安排。同時，我們也將探討近期熱議的claude opus 4.5是否已接近通用人工智慧（agi）水平。首先請貝瑞特從授權交易、人才流動與企業存續等角度進行分析。
貝瑞特：我們可以從英偉達與groq的合作模式談起。groq是一家專註於ai推理晶元的asic公司，其市場策略與cerebras類似，主張通過提升token生成速度來切入市場，即便這在一定程度上限制了可運行模型的類型。groq是我們投資組合中的一部分，因此我們認同其核心理念，即推理速度將帶來更顯著的性能優勢。
英偉達此次向groq投入了200億美元，但這並非收購，甚至不是獨家技術授權，而是以非獨家方式獲取其技術，並吸納包括首席執行官在內的核心團隊。這種"准收購"策略，與此前在ai編程企業windsurf上的做法類似，目的在於通過非獨家授權與關鍵人才引進，使相關技術專為英偉達的目標進行開發，從而在不觸發監管審查的前提下，實質性地控制該知識產權。
英偉達此舉的戰略意圖值得關注。儘管晶元groq的架構具有一定差異化，可能開拓利基市場，但英偉達憑藉其市場地位能夠全面掌握各類工作負載。一旦某種ai晶元交付方式被證明有效，英偉達有能力迅速跟進。groq的技術特點在於將內存集成於晶元之上，從而可實現整個模型的載入與極速推理。
特別是在高帶寬內存供應受限的背景下，這也是英偉達所依賴的關鍵資源，此類架構對模型運行更加重要。因此，英偉達以200億美元獲取groq技術，並確保其技術路線圖的控制權，具有很重要的戰略意義。
q：這是否意味著2026年晶元供需失衡的情況將進一步加劇？
貝瑞特：確實如此。我們可以藉助"鮑莫爾成本病"這一經濟學概念來理解：當某些產品或服務（如歌劇）的生產效率難以提升，而其他商品（如紡織品或電子產品）因技術進步持續降價時，前者將相對變得越來越昂貴。在ai計算領域，瓶頸資源將變得極為稀缺且價格高昂。
因此，ai計算的核心競爭在於識別並創造性繞過這些瓶頸。當前能源是主要制約因素，且很可能持續至明年。許多企業提前接收英偉達晶元，正是為了在電力供應到位前搶佔計算資源。從更長期的視角看，至2028或2029年，類似軌道級可重複使用火箭等方案，可能成為突破能源限制的創新路徑。
02 manus、楊立昆的離職與agi的實現路徑
q：接下來請尼克從軟體層面切入，談談meta收購manus ai的相關情況，以及圖靈獎得主楊立昆（yann lecun）在此過程中所引發的關注。
尼克：meta此次以超過20億美元的全現金交易收購manus ai，是一次完全意義上的收購，團隊整體併入並繼續獨立運營。manus的核心定位為"編排層"，其本身不擁有或開發基礎模型，而是通過智能調度多種模型（如claude、阿里qwen等）來提供端到端的智能體體驗。用戶輸入提示後，獲得的並非對話式回復，而是直接可用的結果。例如，我在假期期間使用其構建的電子郵件通知系統，能夠將新聞直接發送至收件箱，確實實現了生產級應用。
從戰略角度看，meta此次收購反映出其對"編排層"價值的認可。隨著ai發展進入智能體階段，單一基礎模型未必能解決所有問題，而需要一個能夠靈活調度、適配多模型的中間層，以實際交付下一代ai應用。manus作為增長迅速的企業級服務商，其快速達到1億美元年度經常性收入的表現，也印證了市場對此類工具的需求。meta可能通過此舉切入ai應用棧的不同層面，未來或可考慮用自有llama模型替代claude等第三方模型。
q：是否存在另一種解讀，即此次收購是meta在內部ai戰略調整背景下的補救措施？此前，meta首席執行官馬克·扎克伯格（mark zuckerberg）投入巨資設立超級人工智慧部門，並由相對年輕的汪韜（alexander wang）領導，這一安排可能引發團隊內部矛盾，包括楊立昆的離職。汪韜更關注商業落地，而楊立昆則堅持基礎科學研究，二者在技術路徑上存在根本分歧。收購manus或許可被視為引入外部人才、緩解內部張力的一種方式。
尼克：這種解讀具有一定合理性。楊立昆長期堅持語言模型本身無法導向agi的觀點，自從chatgpt推出以來就一直公開表示大語言模型不會導致人工超級智能。而汪韜負責的超級人工智慧部門更注重商業化應用。楊立昆離職並獨立籌資開展基礎模型研究，進一步顯現了meta內部的技術路線競爭。
不過，meta收購manus是否純粹出於人才考量，還是意在通過編排層切入ai應用棧，仍需觀察其後續整合策略。
貝瑞特：從組織架構角度看，這種內部矛盾可能確實存在。楊立昆關於通過針對基準微調來"偽造"llama 4結果的指控，反映出meta超級人工智慧部門內部可能存在的挑戰。當扎克伯格將大量資源投入人工超級智能部門後，可能扭曲了組織內每個人的薪酬結構，導致內部競爭加劇，這在轉型過程中是常見現象。
貝瑞特：楊立昆的技術觀點，核心在於指出自回歸生成模型因錯誤累積而難以逼近根本真理。他認為通過預測下一個token的方式，任何錯誤率都會複合放大，導致系統離現實越來越遠，如同"蛇在吃自己的尾巴"，無法通過這種方式達到agi。
然而，當前模型如claude已在糾錯與邏輯推理方面表現出足夠能力，甚至輔助數學定理證明等複雜任務。無論哲學上如何爭論，這些模型已在商業場景中產生實際價值。反駁的論點在於，如果系統具備可驗證的糾錯機制，能夠對生成的token進行正確性驗證，那麼實際上可以附加具有零錯誤率的內容。
從實用主義角度看，人們正在使用推理模型來實際突破形式數理邏輯的智力前沿，並證明以前沒有被證明的數學定理。雖然它可能只是一個"隨機鸚鵡"，但它是一個對人類說有用的話的隨機鸚鵡。
進行底層物理學研究、觀測宇宙中的突破，肯定需要經驗結果，不能只是通過閱讀物理教科書和推斷來做到。但這並不一定是對這些系統當前存在的商業上有效的批評。
q：我認為楊立昆更關心正確而不是賺錢，汪韜更關心賺錢而不是正確，所以這顯然是光譜的兩端。這種根本性的價值觀差異可能導致他們在技術路線選擇上產生不可調和的矛盾。
03 誰能通向通用人工智慧？從隨機鸚鵡到數學證明
q：從消費者體驗角度看，普通用戶往往缺乏有效提示模型的能力。正如給予空白畫布時多數人只能繪製簡筆畫，而提供結構化工具（如填色書）則能產出更佳結果。當前大多數用戶提示仍集中於基礎優化類任務（如"將這段文字寫得更好"），說明市場需要更導向性的產品設計。
尼克：近期模型競爭態勢也反映出這一動態。三周前行業熱議gemini超越chatgpt，而如今焦點已全面轉向claude opus 4.5。這表明前沿模型層面的競爭極為激烈，但用戶更關注最終體驗而不是底層技術。
具備多模型調度能力的編排層，可能通過優化用戶體驗構建護城河。許多公司的系統已設計成即插即用，可以在不同模型間快速切換。
貝瑞特：全棧能力仍然具有戰略價值。就好像計算機發展史中，操作系統與應用程序之間存在深度協同效應（如microsoft office與windows），基礎模型廠商通過整合應用層能力，可實現更高效的迭代優化。
因此，長期價值分配可能呈現動態平衡。能夠全棧訓練這些系統實際上可能帶來更多性能優勢，因為擁有從預訓練到最終應用程序的完整控制權，允許在研發層面實現更深度的優化。
我一直在和斯科特·加勒特（scott garrett）一起使用他的pipe dream labs項目，這本質上是一個使用claude並將其連接到密碼管理器、電子郵件帳戶、電話號碼等的完整圖靈測試。甚至不能分辨出它是一個機器人。這就像一個使用計算機的數字代理，能夠冒充人類，非常強大。
q：但就像歷史上的計算機應用程序開發，當圖形用戶界面出現時，人們認為應用程序只是"薄皮"，所有核心工作都由操作系統完成。然而事實證明，雖然操作系統具有重要價值，但某些應用程序也能獨立創造巨大經濟價值。這種動態關係很可能在ai領域重演。
尼克：即使只是後退一步看，從去年12月到現在，競爭格局變化極快。三周前是gemini對陣chatgpt，現在所有人都轉向claude opus 4.5。這種快速變化顯示出基礎模型層面的競爭極其激烈，但也說明用戶忠誠度可能相對較低，更容易被更好的體驗所吸引。
04 交互界面的下半場
q：聊天框是否仍是未來主要的交互形式？meta是否可能通過manus構建消費級編排層，根據需求動態調用最適合的模型？
貝瑞特：文本交互仍將在知識工作中佔據重要地位，但語音交互很可能在消費場景中快速普及。有跡象表明openai正在為它的硬體設備重做音頻模型，這種人格化的交互方式可能比聊天框更具粘性。未來三至五年，用戶界面將呈現更明顯的場景分化：家庭等私密環境適合語音交互，而公共場合和企業級應用仍將以文本為主。
我很難想像消費級場景的未來會一直局限在文本框里。人們還在和擁有"人格"的chatgpt-4o進行文本聊天，並且愛上它。這恰恰是那種人格魅力需要轉化為音頻、進而發展為視頻互動關係的呼聲。
尼克：我同意這一判斷。雖然目前語音在搜索中佔比不高，但隨著提示上下文的日益複雜，語音輸入的自然性與便捷性將推動其使用比例顯著上升。當用戶需要提供大量上下文時，說出14個詞遠比鍵入它們更容易。預計未來語音提示可能佔總提示量的20%至30%，成為重要的交互方式之一。
不過，我認為語音不會成為主流，文本交互仍將是多數消費級交互的方式，因為涉及到隱私和移動場景。我們不可能都像精神分裂症患者一樣在外四處自言自語。但在家裡，我認為你最終會通過語音來完成大部分提問。
貝瑞特：此外，視頻等多模態交互也將逐步普及。模型成為自身"代言人"的趨勢將推動交互方式的人格化發展，特別是在消費級場景中，這種情感聯結可能創造更強的用戶粘性。然而在專業創作領域，精確實用的文本界面仍將保持主導地位，如claude code在終端窗口中運行最佳的情況所示。
尼克：如果meta真的通過manus構建消費級編排層，他們確實有分發渠道的優勢。如果他們把這樣的產品放在使用其產品的35億用戶面前，一旦流行起來，他們就能在用戶基數上立刻超越其他所有人。這確實是一個值得關注的戰略可能性。
特約編譯無忌對本文亦有貢獻
