文｜晓静
编辑｜徐青阳
北京时间2026年1月8日，由“木头姐”凯瑟琳·伍德（cathie wood）创建的ark invest（方舟投资）发布了最新一期《头脑风暴》（the brainstorm）。节目中，ark首席未来学家贝瑞特·温顿（brett winton）、联席投资总监尼克·格罗斯（nick grous）以及自动技术与机器人总监山姆·考罗斯（sam korus）对2026年开年的两起“深水炸弹”级交易进行了深度拆解：meta对通用agent初创公司manus的收购，以及英伟达（nvidia）以200亿美元巨资对groq的战略收编。
ark invest 团队认为，meta对manus的收购标志着 ai 产业正式由“对话时代”迈向“代理元年”。manus 作为 2025 年崛起速度最快的通用 ai 代理（general purpose ai agent）初创公司，核心竞争力在于彻底打破了传统大语言模型“纸上谈兵”的局限。
木头姐团队多次提到了一个词“编排层”。
随着ai发展进入智能体阶段，单一基础模型未必能解决所有问题，而需要一个能够灵活调度、适配多模型的中间层，以实际交付下一代ai应用。
市场目前高多关注 meta 庞大社交生态的“代理化”转型。联席投资总监尼克·格罗斯（nick grous）强调，meta 极有可能将 manus 的代理技术深度整合进 whatsapp、instagram 等社交入口，将原本的聊天界面转化为具备实操能力的数字化助手。
另外一笔交易，英伟达以 200 亿美元巨资收编 groq（通过技术授权与人才引入的非典型方式），被 ark invest 视为对英伟达ai 帝国“神经系统”的一次关键升级。
在山姆·考罗斯（sam korus）看来，随着大模型训练市场趋于饱和，ai产业的商业化重心正在经历从“暴力计算”向“极致推理”的战略偏移。groq 凭借独特的 lpu（语言处理单元）架构，在推理速度上长期保持着对传统 gpu 的碾压态势。
核心竞争力源于静态调度（static scheduling）技术与片上 sram 存储的结合，能将推理延迟缩短至极致的毫秒级。这种“瞬时响应”能力是自动驾驶、类人机器人以及高频金融交易等领域走向大规模商用的物理前提。
这起规模高达 200 亿美元的交易，不仅远超英伟达此前对 mellanox 的 70 亿美元收购案，创下黄仁勋任内最大的一笔战略支出，背后复杂的成交结构也引发了业内关于“监管博弈”的激烈讨论。
为了规避日趋严格的反垄断审查，英伟达放弃了传统的直接并购，转而通过支付巨额授权金获取 groq 的核心知识产权（ip），并将包括创始人 jonathan ross 在内的核心工程团队悉数招致麾下。
这种模式被分析师戏称为一场“合法的技术掠夺”。ark 团队指出，英伟达此举的核心战略意图是防患于未然：通过收编全球最快的推理架构，封堵竞争对手借道推理芯片崛起的可能性，从而防止 groq 演变为推理领域的“amd”，确保英伟达在即将到来的推理时代继续维持其 90% 以上的市场统治力。
以下为对话内容精简版：
01 英伟达的“准收购”逻辑，绕过监管的算力封锁线
q：本期我们将围绕人工智能领域的两起重要交易展开讨论：其一是meta对manus ai的收购，其二是英伟达与groq的合作安排。同时，我们也将探讨近期热议的claude opus 4.5是否已接近通用人工智能（agi）水平。首先请贝瑞特从授权交易、人才流动与企业存续等角度进行分析。
贝瑞特：我们可以从英伟达与groq的合作模式谈起。groq是一家专注于ai推理芯片的asic公司，其市场策略与cerebras类似，主张通过提升token生成速度来切入市场，即便这在一定程度上限制了可运行模型的类型。groq是我们投资组合中的一部分，因此我们认同其核心理念，即推理速度将带来更显著的性能优势。
英伟达此次向groq投入了200亿美元，但这并非收购，甚至不是独家技术授权，而是以非独家方式获取其技术，并吸纳包括首席执行官在内的核心团队。这种"准收购"策略，与此前在ai编程企业windsurf上的做法类似，目的在于通过非独家授权与关键人才引进，使相关技术专为英伟达的目标进行开发，从而在不触发监管审查的前提下，实质性地控制该知识产权。
英伟达此举的战略意图值得关注。尽管芯片groq的架构具有一定差异化，可能开拓利基市场，但英伟达凭借其市场地位能够全面掌握各类工作负载。一旦某种ai芯片交付方式被证明有效，英伟达有能力迅速跟进。groq的技术特点在于将内存集成于芯片之上，从而可实现整个模型的加载与极速推理。
特别是在高带宽内存供应受限的背景下，这也是英伟达所依赖的关键资源，此类架构对模型运行更加重要。因此，英伟达以200亿美元获取groq技术，并确保其技术路线图的控制权，具有很重要的战略意义。
q：这是否意味着2026年芯片供需失衡的情况将进一步加剧？
贝瑞特：确实如此。我们可以借助"鲍莫尔成本病"这一经济学概念来理解：当某些产品或服务（如歌剧）的生产效率难以提升，而其他商品（如纺织品或电子产品）因技术进步持续降价时，前者将相对变得越来越昂贵。在ai计算领域，瓶颈资源将变得极为稀缺且价格高昂。
因此，ai计算的核心竞争在于识别并创造性绕过这些瓶颈。当前能源是主要制约因素，且很可能持续至明年。许多企业提前接收英伟达芯片，正是为了在电力供应到位前抢占计算资源。从更长期的视角看，至2028或2029年，类似轨道级可重复使用火箭等方案，可能成为突破能源限制的创新路径。
02 manus、杨立昆的离职与agi的实现路径
q：接下来请尼克从软件层面切入，谈谈meta收购manus ai的相关情况，以及图灵奖得主杨立昆（yann lecun）在此过程中所引发的关注。
尼克：meta此次以超过20亿美元的全现金交易收购manus ai，是一次完全意义上的收购，团队整体并入并继续独立运营。manus的核心定位为"编排层"，其本身不拥有或开发基础模型，而是通过智能调度多种模型（如claude、阿里qwen等）来提供端到端的智能体体验。用户输入提示后，获得的并非对话式回复，而是直接可用的结果。例如，我在假期期间使用其构建的电子邮件通知系统，能够将新闻直接发送至收件箱，确实实现了生产级应用。
从战略角度看，meta此次收购反映出其对"编排层"价值的认可。随着ai发展进入智能体阶段，单一基础模型未必能解决所有问题，而需要一个能够灵活调度、适配多模型的中间层，以实际交付下一代ai应用。manus作为增长迅速的企业级服务商，其快速达到1亿美元年度经常性收入的表现，也印证了市场对此类工具的需求。meta可能通过此举切入ai应用栈的不同层面，未来或可考虑用自有llama模型替代claude等第三方模型。
q：是否存在另一种解读，即此次收购是meta在内部ai战略调整背景下的补救措施？此前，meta首席执行官马克·扎克伯格（mark zuckerberg）投入巨资设立超级人工智能部门，并由相对年轻的汪韬（alexander wang）领导，这一安排可能引发团队内部矛盾，包括杨立昆的离职。汪韬更关注商业落地，而杨立昆则坚持基础科学研究，二者在技术路径上存在根本分歧。收购manus或许可被视为引入外部人才、缓解内部张力的一种方式。
尼克：这种解读具有一定合理性。杨立昆长期坚持语言模型本身无法导向agi的观点，自从chatgpt推出以来就一直公开表示大语言模型不会导致人工超级智能。而汪韬负责的超级人工智能部门更注重商业化应用。杨立昆离职并独立筹资开展基础模型研究，进一步显现了meta内部的技术路线竞争。
不过，meta收购manus是否纯粹出于人才考量，还是意在通过编排层切入ai应用栈，仍需观察其后续整合策略。
贝瑞特：从组织架构角度看，这种内部矛盾可能确实存在。杨立昆关于通过针对基准微调来"伪造"llama 4结果的指控，反映出meta超级人工智能部门内部可能存在的挑战。当扎克伯格将大量资源投入人工超级智能部门后，可能扭曲了组织内每个人的薪酬结构，导致内部竞争加剧，这在转型过程中是常见现象。
贝瑞特：杨立昆的技术观点，核心在于指出自回归生成模型因错误累积而难以逼近根本真理。他认为通过预测下一个token的方式，任何错误率都会复合放大，导致系统离现实越来越远，如同"蛇在吃自己的尾巴"，无法通过这种方式达到agi。
然而，当前模型如claude已在纠错与逻辑推理方面表现出足够能力，甚至辅助数学定理证明等复杂任务。无论哲学上如何争论，这些模型已在商业场景中产生实际价值。反驳的论点在于，如果系统具备可验证的纠错机制，能够对生成的token进行正确性验证，那么实际上可以附加具有零错误率的内容。
从实用主义角度看，人们正在使用推理模型来实际突破形式数理逻辑的智力前沿，并证明以前没有被证明的数学定理。虽然它可能只是一个"随机鹦鹉"，但它是一个对人类说有用的话的随机鹦鹉。
进行底层物理学研究、观测宇宙中的突破，肯定需要经验结果，不能只是通过阅读物理教科书和推断来做到。但这并不一定是对这些系统当前存在的商业上有效的批评。
q：我认为杨立昆更关心正确而不是赚钱，汪韬更关心赚钱而不是正确，所以这显然是光谱的两端。这种根本性的价值观差异可能导致他们在技术路线选择上产生不可调和的矛盾。
03 谁能通向通用人工智能？从随机鹦鹉到数学证明
q：从消费者体验角度看，普通用户往往缺乏有效提示模型的能力。正如给予空白画布时多数人只能绘制简笔画，而提供结构化工具（如填色书）则能产出更佳结果。当前大多数用户提示仍集中于基础优化类任务（如"将这段文字写得更好"），说明市场需要更导向性的产品设计。
尼克：近期模型竞争态势也反映出这一动态。三周前行业热议gemini超越chatgpt，而如今焦点已全面转向claude opus 4.5。这表明前沿模型层面的竞争极为激烈，但用户更关注最终体验而不是底层技术。
具备多模型调度能力的编排层，可能通过优化用户体验构建护城河。许多公司的系统已设计成即插即用，可以在不同模型间快速切换。
贝瑞特：全栈能力仍然具有战略价值。就好像计算机发展史中，操作系统与应用程序之间存在深度协同效应（如microsoft office与windows），基础模型厂商通过整合应用层能力，可实现更高效的迭代优化。
因此，长期价值分配可能呈现动态平衡。能够全栈训练这些系统实际上可能带来更多性能优势，因为拥有从预训练到最终应用程序的完整控制权，允许在研发层面实现更深度的优化。
我一直在和斯科特·加勒特（scott garrett）一起使用他的pipe dream labs项目，这本质上是一个使用claude并将其连接到密码管理器、电子邮件帐户、电话号码等的完整图灵测试。甚至不能分辨出它是一个机器人。这就像一个使用计算机的数字代理，能够冒充人类，非常强大。
q：但就像历史上的计算机应用程序开发，当图形用户界面出现时，人们认为应用程序只是"薄皮"，所有核心工作都由操作系统完成。然而事实证明，虽然操作系统具有重要价值，但某些应用程序也能独立创造巨大经济价值。这种动态关系很可能在ai领域重演。
尼克：即使只是后退一步看，从去年12月到现在，竞争格局变化极快。三周前是gemini对阵chatgpt，现在所有人都转向claude opus 4.5。这种快速变化显示出基础模型层面的竞争极其激烈，但也说明用户忠诚度可能相对较低，更容易被更好的体验所吸引。
04 交互界面的下半场
q：聊天框是否仍是未来主要的交互形式？meta是否可能通过manus构建消费级编排层，根据需求动态调用最适合的模型？
贝瑞特：文本交互仍将在知识工作中占据重要地位，但语音交互很可能在消费场景中快速普及。有迹象表明openai正在为它的硬件设备重做音频模型，这种人格化的交互方式可能比聊天框更具粘性。未来三至五年，用户界面将呈现更明显的场景分化：家庭等私密环境适合语音交互，而公共场合和企业级应用仍将以文本为主。
我很难想象消费级场景的未来会一直局限在文本框里。人们还在和拥有"人格"的chatgpt-4o进行文本聊天，并且爱上它。这恰恰是那种人格魅力需要转化为音频、进而发展为视频互动关系的呼声。
尼克：我同意这一判断。虽然目前语音在搜索中占比不高，但随着提示上下文的日益复杂，语音输入的自然性与便捷性将推动其使用比例显著上升。当用户需要提供大量上下文时，说出14个词远比键入它们更容易。预计未来语音提示可能占总提示量的20%至30%，成为重要的交互方式之一。
不过，我认为语音不会成为主流，文本交互仍将是多数消费级交互的方式，因为涉及到隐私和移动场景。我们不可能都像精神分裂症患者一样在外四处自言自语。但在家里，我认为你最终会通过语音来完成大部分提问。
贝瑞特：此外，视频等多模态交互也将逐步普及。模型成为自身"代言人"的趋势将推动交互方式的人格化发展，特别是在消费级场景中，这种情感联结可能创造更强的用户粘性。然而在专业创作领域，精确实用的文本界面仍将保持主导地位，如claude code在终端窗口中运行最佳的情况所示。
尼克：如果meta真的通过manus构建消费级编排层，他们确实有分发渠道的优势。如果他们把这样的产品放在使用其产品的35亿用户面前，一旦流行起来，他们就能在用户基数上立刻超越其他所有人。这确实是一个值得关注的战略可能性。
特约编译无忌对本文亦有贡献
