Stat的2025总结

2013-2025  |  第十二年

首先感谢文斌兄的《路人甲系列》的邀请，也非常抱歉直到今天才完成这个文章，除了忙，也有想着偷懒的心态，想着跟着年度总结一起发，没想到想着想着真就到了这个点数了，还好今年过年比较晚，让我有机会赶在除夕前完成。

励志的自述实在不敢讲，从2013年至今，今年是第十二年写年度总结了，要论自述，加上今天这篇这十二篇碎碎念就是我最好的自述，至于”励志”一词也相对勉强，在过去的12年，我刚好赶上了互联网的最后一班车，又在前年赶上了AI云计算的第一班车，所以截止今天，我依旧相信“尽人事，听天命”与“追随你心”的顺”势”而为。

回顾过去十二年，回过头看了下我之前的文章《较真——微软MVP之路》，至今为止这也是唯二有做”自述”的文章（另外一篇是《雾里散步——这次聊聊自已》），我的初心依旧不变，截止今天我依旧鼓励觉得跟我有共鸣的小伙伴保持初心，追随你心（追随你心也出自我17年年度总结《追随你心 —— 聊聊VMCloud》）：

如果要讲”自述”，估计到这一部分就基本结束了，如果大家对我感兴趣，想了解更多，可以看我在Qoder内测时（部分前端效果采用Gemini3打造）打造的个人简介网站https://statlee.com/（为免去备案风波，加之性价比选择了东南亚的轻量ECS，需要多访问几次），因为涉及个人信息、部分非敏公司情况，为避免不必要的解释成本我启用token访问机制，真的感兴趣的同学应该不会在意这一点沟通成本吧？：）

我也特别喜欢Qoder为我打造”作品集”栏目，都说到了我们这个年纪，已经不是用流水账来”开屏”了，而是靠作品、靠价值了，所以我也时不时就更新：

2015年猫仓重保

2019年自研业务上云

2025年超大规模业务系统上云

通过这10年的项目对比，可以看出我逐步从底层往前走，”刀”虽然有所损耗，但是总归也算是走出了一条新的”技术转换业务”价值之路，这就是我自述的部分，看到这里不知道大家是否有所感触。

第二部分，我也想分享下25年至今的一些个人不成熟观点：

从这一年多个人观察以及亲身体会，AI（包含LLM、具身、Agent、AGI等）我个人依旧觉得，从技术角度讲，还不够冷静，AI截止目前为止，还未让我看到特别现时（现在当下）生效且惊艳的创作，反而让很多企业为了AI降低了标准（也是取舍，相比成本一点质量下降是可以接受的），并不是说没有收益，而是从我的视角看还没有达到各种技术圈所”渲染”的AI高度，也不是说不看好AI，只是我们看好AI，也建议要保持理智，AI的发展目前为止更多是打开了更多未来的可能，未来还没来，还需要大量的努力，或者说至少在我的视野里，很多企业跟业务其实并没有把AI的潜力开发到它渲染的高度，当然，AI依旧会淘汰那些本来就应该被淘汰的岗位（就像当年的云计算），当然也不要把AI当成洪水猛兽，就像智驾帮我这个不喜欢自己开车的人以及家人减少了驾驶焦虑：

（11月家人智驾报告）

前面说了，我对AI其实是乐观的，乐观的点在于，如果我们从相对物理的角度来看（也叫硬层面），我们的国家是最有可能最终成功的（”赢”学基因激活：）），这里的理论依据还是在于我们能开发的电力资源品类是有优势的，同时我们能支撑这些开发的前提条件也比其他国家要强。

这也是为什么一些公司积极且快速的提升模型开源广度（下一点会再详细说）的核心原因，可能也是因为我做过异构硬件的运维（各种IPMA、NVSMI），甚至也遇到过因为电压不足导致GPU带宽降频的事儿，更能深刻体会到每一个Token背后的算力到底最终需要多少电力资源来支撑（这也是某些国家开始慌了开始抢各种资源的背后逻辑之一）。

这句话可能有失偏颇，产品经理的岗位范围不仅限于此也不那么简单，所以我只是想说，随着Chat类AI、Vibe Coding、Computer Use类AI出来，”法出言随”实现后，能够有效减少产品经理与研发、测试沟通的轮次，甚至有时候产品经理更容易比其他岗位成立”一人公司”。

当然，也利好文科比较强的理科生，因为沟通有了出口，特别是Openclaw出来后，只要有耐心，慢慢把多个Agent打磨成自己的团队成员，那么能做出来的事情其实很多：

（利用OpenClaw开发的研发团队，”教堂”群）

前面说了，电力资源或许决定了Tokens上限，我对AI乐观的第一个原因，第二个原因就是，从软件层面讲，阿里云的千问走的是全面开花，可以看到虽然从综合模型能力看，在各个排行榜有Sota有吐槽，但是不可否认的是，第一个角度无论B端还是C端，阿里云都做了最大程度的整合，C端阿里集团本身有各种生活、工作、社交（偏弱）、工具、游戏的入口，而一杯奶茶打开了”千问”这个C端APP的真正入口，千问这个C端APP其实比AI手机更有可能成为下一代的互联网入口（它的获取成本更低），与当年的O2O一样，AI生活或许正在迎来自己的O2O时刻。

从B端看，Qwen系列模型从上到下、从左到右真正做到了”全家桶”与”大满贯”，你会发现要做任何的企业应用，它包含了所有原子能力，当然它选择了原子能力足够细粒度，也就带来了集成复杂度，更依赖企业本身的工程能力（这也是我们这班子人存在的意义之一），为大中小型企业提供了真正的”丰俭由人”，在接下来电力与算力资源逐步缓解后（大概率事件，我们团队就在去年完成了一轮国产化算力的攻坚），Qwen系列至少是非垂类领域的不二选择（单独的垂类领域跟海外模型由于种种原因还需要一定时间追赶），当然这些在下面的个人观点我依旧会再细细讲一遍。

上面讲的是AI观点，最后一部分，我还是想借助难得可以以”我”自称的机会（日常因为工作原因，为避免偏颇，常以团队名义”我们”自称）讲讲2025年的一些感悟与总结，特别是随着AI越来越深入企业业务，我却越来越觉得这些内容尤为重要：

今年大家知道的，AI界开源了N多模型以及百炼上线了N多原子化功能，这些功能在遇到真实用户时我们往往会遇到一个问题”这些模型、能力都不错，但是我们能用它们来干啥呢？”

这些客户都是多年的老客户，云上网络、资源都很齐全，业务也不小，但是面对AI浪潮往往是懵的，所以我们今年实际上给不同行业客户跟着我们行业专家一起做了很多业务改造，通常第一步是从内部生产效率开始，将行政、产销研能力用AI改造了一轮，第二步才到了深水区，就是如何在一定的成本框架下用AI能力提升业务获利变现的能力，这句话一定要反复拆分解读，几个因素缺一不可，第三步也是我们的主战场，与客户一起做AI业务落地，通常都是遇到大家常遇到的，比如模型幻觉、效率、业务场景兼容问题，最后一步就是上线。

在这些步骤中，我们看到更多的是ToB客户在面向ta们的企业用户时，如何在不变的成本情况下提升效率会是重要命题，在这个场景下依旧需要想象力，需要创意，当然这里的创意是来源于单一的模型能力加上工程化落地成本会倍增，最终落地嵌入整体解决方案时也会有一个数量级的兼容成本，而创意来自于你如何将这些工程化能力面向这些业务场景做简化，除了能上线还要保障稳定性，这是AI时代的第一个创意小火苗要求。

今年也遇到了不少ToC的客户AI需求，通常来说除了实现，很多时候我们需要跟他们一起共创，ToC客户有一个很好的点在于，他们有平台、有产品、有业务、有消费群体，但是创新力光靠传统的产品经理已经有点乏力了，而云平台来说，有原子化能力、能提供类似AI FDE服务、也渴望有场景反哺，就这样我们与ToC客户也有了很多联系，借助AI能力我们也与许多产品经理做了碰撞，相比于ToB客户，ToC客户更开放，更愿意让我们接触他们的核心生产链路（通常来讲，开放了我们也很难去复刻，所以基本也无风险），所以也明显感知到了创意的重要性，比如具身智能、AI外设、短剧、广告营销、跨境电商等，一个很小的创意点（说不定就是一个AIGC功能）就可以给他们的消费者带来巨大的收益并且增加订阅意愿，这是AI时代的第二个创意小火苗要求。

所以综上，今年我们做技术服务更多从旁观者（以前是保障生产链路）逐步前进到主参与者甚至主导者（现在是改变生产链路），更有意思的是，AI形态也在不断进化，直到最近”龙虾”涌现，也使得我们自身技术有了更多可玩性，所以在这个阶段，对于创意的思考不能停歇，甚至要养成思维惯性，从落地的角度，这个业务如果我来做业务改造，我会用什么AI能力来做改造？

刚刚第一点说的是创意，25年看到不少有创意的同学，不过落地不到20%，在AI场景下”说得多做得少”明显指数级增长了，肉眼可见”洗稿”（缺乏刨根问底与动手，喜欢一点概念侃侃而谈的人）的人数越来越多了，真跟着这些”洗稿”出来的文章去实战时就会发现各种卡壳。

这里有两点是今年我一直在践行的：

这两点就是我25年大大小小经历100来个AI项目得到的一些感悟，也是我25年一整年坚持”闭嘴干活”的原则（今天除外），“少刷存在感，多交实在活，少发感悟，文档多存进度。”

25年是我第三年跟团队在一起，也坚持了三年团队特制化执行，25年我们在帮助中企出海、中企AI改造这块基本算是”燃尽了”，一方面正如我前面所说的，在没有成绩之前不会去说一些没用的，另外一方面是25年这一年必然是AI元年，时间很宝贵，特别是团队成员时间很宝贵，所以今年我依旧逼自己要去主动了解团队输出，各类报告、汇报、会议尽量由我参与，不到必要时刻不找团队成员，“开会前先问自己：这事非得拉人吗？学会说’我来搞定’，是对别人最大的温柔。”

公开个人网站：https://statlee.com	基于AutoGLM魔改，实现“AI手机”
云资源“水龙头”开关	个人树洞-Varvis助手
Stat的研发团队——教堂	彩界：i2v/t2v AIGC平台