一张关键画面对应一段完整解说，按原视频时间推进。
本期视频先用 PPT 提炼付鹏的核心判断，再保留《人生 Beta 版》访谈中的完整论证：AI 正沿着个人电脑重塑金融的路径，从程序化、量化交易走向智能交易，同时改变研究岗位、组织形态和通胀结构。付鹏用佩雷斯产业生命周期和中国基建作类比，认为 2026 年处在上游硬件最确定、软件与盈利应用尚未接上的真空期；大厂自由现金流转弱并转向发债和 IPO，年末可能出现类似 2022 年的杀估值与去杠杆。他特别提醒三星、海力士等存储资产可能重演英伟达 2024 年的杠杆闪崩：行业和公司未必有问题，但 5 倍杠杆下约 20% 的回撤足以清除投资者。长期仍可看好 AI，但不要使用生活资金和杠杆，并应把经验、最终决策与率先用工具创造的能力视为稀缺价值。
本节主旨频道提要：AI如何改变金融工作与组织
大佬透镜旁白：大家好，欢迎来到 YouTube 大佬透镜。今天是 2026 年 7 月 15 日，我们来分享付鹏前几天的一次访谈。完整视频约一个小时，是三个人聊的播客；我们把付鹏的部分剪出来，做成“付鹏纯净版”。想看完整版的朋友，可以去内地平台寻找。我们先看要点。
付鹏用 20 世纪 70、80 年代的计算机革命作类比：当时的手工计算无法满足金融衍生品定价、实时交易与风控需求，PC 普及后，金融衍生品才真正从课本走入市场。现在 AI 仍沿着同一条路径演进，从手工计算到程序化交易、量化交易，再到 AI 智能交易。他预判，未来 5 到 10 年，AI 会在金融各环节带来颠覆式创新，算力甚至可能取代大宗商品，成为核心生产资料。
AI 对我个人的投资和交易也产生了颠覆性影响。剔除大盘影响后，收益提升得非常明显；最近几个月我也因此很忙，花了很多时间在上面。使用 AI 不一定需要复杂技术或数学模型。哪怕使用常被批评的豆包，研究问题时只要多加一句：“剔除官方八股文、套话、营销话术以及券商机构的车轱辘话，给我做理性、中立、结构化的分析，把看空和看多的理由分开列出。”加上这句话，你很可能就超过 95% 的散户。我不是开玩笑，可以试一下。
关于金融业的岗位替代，基础重复性岗位，例如实习生整理数据、初级研究员写标准化报告，更容易被 AI 替代，人力需求会收缩；但资深研究员的核心价值仍会保留。从业资质、行业经验、逻辑校验和风险决策，仍负责把控 AI 输出的底层逻辑与数据真实性。我非常赞同。前面这种提问技巧就是有价值的经验，而且只是冰山一角，所以新韭菜交学费很正常。
行业还会分化：短流程业务会走向一人公司或小型工作室，长链条的大型机构仍会保留完整、合规的人工流程。小型量化基金无论采取什么策略，两三个人就能运作，靠的就是流程短、组织扁平、决策快。
付鹏还认为，传统通胀模型可能需要迭代，应采用“商品 + 人力服务”的双维度框架。AI 一方面带来商品通缩压力，另一方面推升人力服务通胀。
深蓝色 PPT 列出 AI 对金融、岗位、组织与通胀的核心影响，标题为“付鹏｜AI的佩雷斯技术产业生命周期（2026.07）”。
本节主旨频道提要：AI产业周期与去杠杆风险
大佬透镜旁白：商品通缩与人力服务通胀叠加，才是真实的通胀水平；单纯依据商品降价判断货币政策或降息周期，存在严重偏差。这里我认为还有商榷空间，因为最终数据似乎仍会反映到服务业价格上，模型未必一定要改变，不知道我的理解是否有问题。
付鹏分享的 AI 产业链完整周期很有参考价值：2021 年以前是早期幻想期，AI 没有清晰落地路径，ARK 基金也就是“木头姐”押注整个科技赛道，依靠估值上涨，规模逼近万亿；2022 年进入估值出清期，流动性收紧、产品没有落地，英伟达和 ARK 都经历暴跌；2023 至 2024 年是上游硬件牛市，ChatGPT 落地后，算力芯片暴涨；2024 年下半年至今，存储接力炒作，三星、海力士承接资金，韩国散户高杠杆持仓。其实不只是韩国散户，东方大国的散户也是如此，短期暴跌风险很大。
2026 年也就是当下，付鹏称其为“真空期”：算力基础设施已经建设，但盈利应用缺位，大厂现金流枯竭，依靠发债和 IPO 续命；资金虹吸又令软件持续走弱。他判断年末上游硬件很可能经历一轮杀估值、去杠杆，这个提醒非常重要。2027 年可能是周期拐点，企业现金流修复，等待爆款应用打通全产业链，最终仍要由用户付费。更远看，2030 年下游应用可能进入泡沫阶段，整个 AI 大周期或许还剩 6 到 8 年。
普通投资者可以长期看好 AI 产业、做长线布局，但严禁加杠杆。科技股回调幅度极大，杠杆很容易造成深度亏损。每一代投资者都会经历一轮周期泡沫的洗礼；历史的底层逻辑不会改变，只是更换了技术载体。再说一遍：每一代投资者都会经历一轮周期泡沫的洗礼，历史底层逻辑不会改变，仅仅更换技术载体。
要点就分享到这里。接下来是付鹏的纯净版，有时间的朋友可以继续观看。这里是 YouTube 大佬透镜，我们致力于过滤垃圾信息、挖掘优质内容，欢迎订阅和转发。
PPT 用时间轴列出 2021 年前、2022 年、2023–2024 年、2026 年、2027 年和 2030 年的 AI 产业阶段，并强调长期看好但不要加杠杆。
本节主旨计算机革命、AI责任与金融岗位
付鹏：准确说，我谈不上内容创作者，本质上是孩子们在创业，我只是做配套。从我的角度，还是聊聊金融行业。20 世纪 70、80 年代，以计算机为代表的上一场技术革命、个人 PC 的普及，让金融行业发生了我认为二战后最重要的一次质变：金融衍生品真正出现了。
例如大学教科书里的期权，如果用纸笔计算，等你算完，基准价格可能已经变了，根本不适合市场报价、定价、交易，更别提风险管理。没有计算机的大规模普及，就不可能把课本里的金融衍生品真正变成金融市场。计算机早期是程序化，之后是量化，再往后就是 AI 直接介入。最多 5 到 10 年，以 AI 为代表的技术会在金融各层面带来颠覆式创新。
现在交易所已经开始变化。CME 在推动所谓的“算力期货”，因为它意识到未来最重要的生产资料可能不再是大宗商品，而是算力。纽交所等证券交易所也发现，以前交易中间还要休息，未来可能走向 24 小时、每周 7 天交易。
行业一定会受到冲击，尤其是就业，但不用过度焦虑。技术发展之后，监管一定会跟上。AI 与人最大的区别，翻译成人话就是：AI 不担责，人要担责。
每个人用 AI 建自己的学习库、做自己的研究，没有问题；但如果生成报告并向市场发布，就一定要“去 AI 化”。这并非单纯的效率问题，而是责任问题。先不谈 AI 幻觉，即使模型蒸馏自你本人，内容直接投向市场后出了问题，谁来承担责任？普通人自己研究、分享无所谓，但金融机构发布信息就必须合规。
未来机构研究员最大的价值之一就是从业资格，因此这个行业不会消失，只是人数可能减少。券商和金融机构过去一个研究员可以带一批实习生，未来实习生岗位可能减少，AI 会承担工作；但研究员仍要逐步核验逻辑和数据。单位劳动力产出提升是效率问题，剩下的是流程问题。只有本身流程很短的业务，才会进入小规模企业或一人公司模式。
付鹏在《人生 Beta 版》演播室中发言，画面右上角显示“所长林超 bilibili”，右下角为节目水印。
本节主旨商品通缩、服务通胀与AI漫剧
付鹏：只有短流程业务才会这么做，长链条业务几乎不会。我们还要重新定义和架构通胀的影响要素。效率提升，也就是生产力提高，会带来产出增加；商品变多，价格可能变便宜，但东西变便宜不等于整体通胀下降。通胀里商品占一部分，服务也占一部分，也就是人的价值同样有权重。
流程重构时，每个人的单位价值可能提高，也代表收入增加，前提是不要“卷”。一旦内卷，劳动成果就会通缩。
举一个短流程的 AI 例子：AI 漫剧。中文在线做过数据统计，中国现在 55% 的 Token 使用去了哪里？不是软件 Coding，软件 Coding 大约只有 15% 或 20%；大头是 AI 漫剧，占到 55%。现在去平台看，会发现迭代非常快、效率极高。过去一百集的剧可能要做几个月，现在一两周就能更新。
但问题马上出现：效率提高、生产出这么多剧，怎么挣钱？内容同质化也很严重，所以产业链会出问题。过去宏观经济的核心要素是劳动力与资本；未来，劳动力是否仍是最重要的生产要素，会成为人工智能时代的关键颠覆。
如果劳动力本身供给紧张、人少而效率高，人的价值会提高。美国已经能看到这种情况：硅谷留下来的程序员未来收入会很高；与此同时，请人清理草坪依旧很贵。当效率大幅提升时，服务价格甚至可能从 15 美元变成 150 美元。
因此，服务价格上涨可能成为通胀因素中最核心的变量，而不是商品。凯文·沃什所讲的两端并不冲突：一端是 AI 提高商品效率、增加产能，另一端是人的价值变化。把两者组合起来才是真正的通胀，不能只因为商品便宜，就判断通胀下降、可以降息；那只是自媒体给普通人讲的简化版本。格林斯潘离世可以理解为一个时代结束，凯文·沃什代表的是一套新的框架。
付鹏近景讲述 AI 漫剧和服务价格，底部保留节目原字幕。
本节主旨佩雷斯周期与中国基建类比
付鹏：这就是标准的佩雷斯产业生命周期。英伟达在 2021 年以前属于早期阶段，2022 年杀完估值，2023、2024 年进入最确定的阶段；2024 年 7 月闪崩后，进入所谓的“老登股”阶段。CapEx 支出会沿着机柜向上游传导，所以内存等上游硬件开始陆续启动。
我们不是做具体行业研究，而是观察产业链。在交易框架里，AI 资产、半导体都可以作为大类资产。我们完全按照工业体系来考量，因为它本质上是一场工业革命，产业链的发展和投资方式，与工业体系没有本质差异。
举个例子。2001 年，林毅夫与谢国忠讨论中国是否应该大规模建设基础设施。林毅夫认为中国有空间做大规模基建和 CapEx 投入；另一种意见则担心路修好了却没有车跑，会形成债务问题。2002 年决策确定要做基建，2003 年专项债和中央划拨资金开始进入项目，公路、铁路、水利等投资启动。
到 2004 年，A 股投资的重点是海螺水泥、宝钢股份、中石油、三一重工。资金已经划到项目，就要立刻采购水泥、钢筋、沥青和工程机械。它们作为基建投资的上游硬件，获得了非常明确的确定性。
AI 周期一模一样。2021 年以前仍处在早期；2015、2016 年大家知道会有科技革命，却不知道革命最终来自谁、走哪条路径。当时最典型、未来可能被写进历史的，就是“木头姐”。
三位参与者同框，付鹏坐在画面右侧，继续用中国基建说明 AI 上游硬件的确定性。
本节主旨ARKK与五大创新平台
付鹏：“木头姐”原来来自卖方机构。她做对的一件事，是知道人类需要一场技术革命。她有一页很经典的 PPT：未来到底是什么，我不知道；但未来可能是什么，我把所有路径都放在这张图上。你把钱交给我，我替你投资，这就是 ARKK 基金。
社交媒体当时称她为“女版巴菲特”，但我认为两者完全不同。称她为“女版孙正义”更合适，她是二级市场里的孙正义。
ARKK 的表现会在佩雷斯产业生命周期早期最好，因为那个阶段有梦想、有理想、有估值，基金回报最强。
画面展示 ARK Invest 2019 年“Five Multi-Trillion Dollar Innovation Platforms”图，列出区块链、基因测序、人工智能、机器人和储能五个平台及其交叉领域。
本节主旨2022估值出清与ChatGPT确定性
付鹏：ARKK 表现最好的时间大约持续到 2021 年年中。当时英伟达市值刚到 1 万亿美元左右，大家认为它未来有戏，于是给了很高的估值。英伟达第一次站上 1 万亿美元，主要靠估值推动，PE 我记得超过 200 倍。
2022 年宏观流动性收紧。所有金融投资本质上仍与钱有关，产业加资金、技术加资本，才能形成合作。但当年处于技术真空期：把梦想变成现实的标志性产品还没出现；同时流动性收紧，于是英伟达跌了 67%，木头姐的基金跌了 75%，整个市场杀了一轮估值。
到 2022 年底、2023 年初，ChatGPT 出现，大家发现路径可行，梦想开始变成现实，英伟达进入 2023、2024 年最确定的阶段。那个阶段估值已经消化、波动低，业绩一旦爆发，股价就从一百六十多涨到一千多，市值从 1 万亿走向 2 万亿、3 万亿。
2023、2024 年是最好的场景，对应佩雷斯产业生命周期后半段真正的成长与价值阶段。之后在 2024 年 7 月，英伟达出现闪崩。
付鹏近景讲述 2022 年英伟达和 ARKK 的跌幅，原视频字幕显示“当年你记得英伟达跌了67%”。
本节主旨英伟达去杠杆映射三星与海力士
付鹏：2024 年 5 月，我去新加坡调研英伟达的场外期权杠杆。为什么要调研？因为一件事越确定，人越贪婪，越会疯狂加杠杆。2023、2024 年的英伟达处在最确定阶段，核心矛盾不在行业、产业或公司，而在多少人加了多少杠杆。
当时许多基金和华尔街朋友都在谈英伟达杠杆过高，却没人知道具体数据，只能和交易商沟通、估算。2024 年 6 月回到上海后，我和各家公募基金交流，带回一个数字：英伟达接近 3 万亿美元市值，其中将近 8000 亿美元是场外杠杆。行业本身没有问题，但这 8000 亿杠杆会出问题。
一个半月后出现所谓“爆金币”：英伟达闪崩，日本股市单日下跌 10%。不到一周，高杠杆被清除，市场和英伟达都走出 V 形；但从那以后，英伟达的表现变得更稳定，成为所谓“老登股”。
现在谁对应当时的英伟达？三星和海力士。随着英伟达、寒武纪和数据中心投入逐渐确定，上游硬件都变成最确定的资产。在这种确定性之下，产业转折点往往不是行业本身，而是杠杆的转折点。
三星和海力士的问题很简单：杠杆加得太高。它们可能重演 2024 年 7 月的英伟达：行业没问题、产业没问题、公司没问题，但高杠杆会出问题。砸下来后，一两个月、几个星期，快的话甚至一周就可能修复，但过程中的波动会非常可怕。
韩国散户平均杠杆大约 5 倍，价格下跌 20% 就会归零。当年英伟达闪崩十几个百分点，最大的一批高杠杆投资者被清除，去杠杆就结束了。现在上游也类似：资金集中，是因为所有人都知道那里最确定；但这会带来另一个问题。
付鹏近景解释 CapEx、场外期权和高杠杆，画面保留《人生 Beta 版》节目字幕。
本节主旨确定性资产的资金虹吸
付鹏：上游集中资金会带来一个大问题，就是虹吸。如果市场整体流动性收紧，最确定的资产吸走越来越多资本，其他地方就会先缺血。
你可以把它叫分化，但更准确的说法是虹吸。分化是有的涨、有的跌，但资金池总体稳定；现在一些资产下跌，并不是它自身变差，而是钱被最确定的资产吸走了。
年初其实已经发生了这种情况。很多人以为凯文·沃什上来会降息，不是的，他带来的是紧缩。在流动性收紧的情况下，最确定性资产不断虹吸资金，把边缘资产里的钱吸走。
用现在流行的话说，就是“小登要让老登投降”。本质上仍是虹吸，希望把老登的钱吸引过去。当老登真的被吸引过去时，他往往就是市场最后的买家。虹吸到无所可吸，市场就结束了，再也没有承接。
5 月中下旬开始，已经出现这种现象，信号非常明显。作为老江湖，我只能说，这个时间点正好落在产业链的特殊阶段。
付鹏近景解释“资金虹吸”，原视频字幕同步显示其对市场资金流向的描述。
本节主旨2026真空期与应用端缺位
付鹏：我个人认为，现在产业链处在真空期。上游的确定性没有错，因为 CapEx 已经花出去了，自由现金流也已经花出去了。对于今年第二季度，我的判断有两点：第一，大厂的自由现金流消耗完毕，简单说就是钱袋子没钱了；第二，开始发债和 IPO，依靠外部融资维持后续资本支出。
当年的海螺水泥、宝钢股份，也就是钢材和水泥，在当时同样属于高科技行业，估值很高，是稀缺性资产。这个场景与现在的上游硬件一模一样。
但从大周期看，卖铲子最终仍需要应用端买单。就像黄仁勋所说，高速公路修完，最后要有车跑；中国基建要有土地财政和房地产作为应用。如果应用不存在，前面的高速公路建设就会变成谢国忠所担心的债务。
付鹏：今年正卡在这个窗口。硬件很火，但软件和应用迟迟出不来，没有类似 ChatGPT 的标志性产品，一下子打通整个链条。于是左口袋掏右口袋，掏完后开始发债、IPO；继续资本支出，收入怎么办？这个环节被卡住了。
2026 年第二季度正是真空期。我看过一个数据：大厂自由现金流合计已经转负。因此我判断，2026 年末可能出现类似 2022 年的情况，在真空期里杀一轮估值，消化上游最确定资产的高估值；该闪崩、该去杠杆的，会经历闪崩和去杠杆。
之后要等待一个堪比当年 ChatGPT 的东西。我不知道它具体是什么，但一定要等到那个信号。AGI 井喷、特斯拉和宇树机器人开始量产、L3 和 L4 自动驾驶，都可以是 AI 落地的未来形态。
投研部杨摸鱼：这些可以作为未来畅想。
付鹏：畅想当然可以，但有没有到让大家相信它能挣钱的阶段？ChatGPT 早期也只是畅想；到 2024 年，大家已经看到它可以应用，这两者不一样。
三人同框讨论上游硬件、CapEx 和应用端缺位，付鹏坐在画面右侧发言。
本节主旨上中下游衔接与两三个季度真空
付鹏：这里不是说整个人工智能产业结束。AI 分成上中下游。单看人工智能，2022 年是上游从早期走向确定性的标志性窗口；到 2026 年，上游已经变成最确定的部分，但中游层出现了断崖。
从今年年初到现在，软件层一直在跌。中间的软件层正处在佩雷斯周期的重构阶段。如果按照周期推演，大约到 2030 年，才会进入最后的应用层泡沫。严格说也不一定叫泡沫，而是佩雷斯周期从梦想走向未来的转折。
这不是说 AI 周期就此结束，而是进入环节衔接的窗口。历史上任何产业链，上中下游之间都不可能无缝衔接，中间通常会有大约两到三个季度的真空，然后上下游才能接上。
所长林超：一般就是这样。认为很多事情可以没有真空、直接衔接，这就要命了。你可以长期看好一个产业，只要自己撑得住，不拿生活的钱去买。你可以说我看好它，愿意拿 3 年、5 年，把整个周期拿满；但如果中间一跌就爆仓，怎么可能扛过去？科技股的回调都非常剧烈。我其实不劝，因为劝不动。
付鹏近景解释产业链衔接窗口，随后所长林超从中间座位接续长期持有与回撤问题。
本节主旨杠杆冲动与每代人的周期教育
付鹏：为什么不劝？因为劝不动。有人要的是 20 万能不能赚 10 倍，对 20 万按照巴菲特那套方式复利增长没有兴趣。当他认为遇到历史性机遇时，就一定会加杠杆。
但每一代人都必须经历这些。每一代人在每一轮周期中经历的事情，没有本质差异。现在的“小登”、年轻人，见过 2015 年股灾吗？见过 2008 年吗？见过 1987 年吗？如果都没见过，他容易犯什么错误就非常明显。
投资是事情本身在教人。该踩的坑、该走的弯路，有时一个人不亲自踩就不会相信。他会说：“我们的时代不一样。”其实没什么不一样，只是换了一个词、换了一种形式，底层逻辑框架完全相同，没有区别。
现在这个阶段与 20 世纪 90 年代末互联网泡沫的前期也不一样，完全不一样。估计还要再过六七年、七八年，才会进入这个大周期的末端。
付鹏近景谈年轻投资者的杠杆冲动，字幕保留“他很容易犯的错误就非常明显了”。
本节主旨离泡沫末端还有多久
付鹏：大约再过六七年、七八年，才会进入这个大周期的末端。20 世纪 90 年代末是大周期末端的泡沫，泡沫破裂时的特征与现在不同。正常情况下，我们按产业链逻辑推演。
在配置上，我们不会细到单个小公司。最多从标普 500 配到标普 500 信息技术、标普 500 软件等大类。英伟达这类公司没有问题，属于老公司开新花，基本面扎实，作为配置具有稳定性。
但“新公司开新花”现在不敢碰。日本有些公司只有 10 人、20 人，在一个小仓库生产某种不知名的小电容，股价却涨了 20 倍。这怎么购买、怎么配置？投资机构看着心痒，但不能碰，而且公司太小，可能连行业研究报告都没有。
iPhone 时代末期，研究员做路演时，会拿一部 iPhone 到基金公司，用螺丝刀拆开，告诉你喇叭、震动器、电池、屏幕、线缆分别来自谁。市场从电池炒到屏幕，从屏幕炒到喇叭，再炒到内部一层层的小传感器。
当市场炒到最小的零部件时，一般就是泡沫快要破裂的时候。炒无可炒，就会出问题。
付鹏近景解释大类配置和小型零部件公司的风险，画面保留原节目字幕。
本节主旨从生产力到生产关系的普通人红利
付鹏：炒无可炒就会出问题，但被炒的可能确实是好公司。前面谈到的水泥和重工，在 2007、2008 年达到第一阶段高点：既有估值，也有业绩增长，市值快速扩张；2008、2009 年金融危机杀了一轮，2009 年四万亿和房地产启动。
房地产其实是基建的应用。汽车和房地产，如果按照黄仁勋的分类，属于基建的应用层，是真正触达居民部门的消费端。以中国投资基建类比，我们从 2002 年到 2020 年，用长达 18 年完成了一个完整的佩雷斯周期。
水泥、重工依旧能保持很好的回报，直到整个周期结束。一般而言，上半场是生产力，下半场是生产关系。普通人作为生产力的一部分，要到生产关系扩展阶段才能真正感知技术；否则他感知不到。
任何技术的早期，都由少数精英驱动、推广、布道和应用。只有当技术广泛应用到普通人身边，他才会感受到它。网上很多内容在告诉你“人工智能时代来了，你应该怎么做”，这会制造焦虑，因为大部分普通人并不能主动抓住变化，更多时候是被迫改变。
但你可以尽量往前挪一步，比别人早一点，就能获得时间差和相对红利。也要记住：任何技术进步一旦到了大部分普通人都来抓的时候，红利就会很少。你学会的东西，别人也会学，可复制性太强。
AI 现阶段本质上仍是生产力工具，用来提高效率、增加产出，但不会直接改变你的生产关系。我的建议是，尽量成为使用工具去创造的人，成为第一批吃螃蟹的人，不要成为最后那个“大家都用，所以我也用”的人；到了那个时候，机会就不多了。
投研部杨摸鱼：刚才都是我作为人类向两位老师提问。接下来，我们有几位“顶尖头脑”的 AI 朋友，想向老师们提出他们好奇的问题。
付鹏近景总结“第一批用工具创造的人”，随后画面切到投研部杨摸鱼主持下一环节。
本节主旨当知识不再稀缺，经验仍然值钱
投研部杨摸鱼：第一个问题来自 ChatGPT，提给付鹏老师。市场本质上是在给稀缺性定价。过去很多高价值岗位、公司和资产，稀缺的是信息、分析能力、专业知识以及决策速度；但 AI 正在让这些东西越来越便宜，普通人也能快速获得研究报告、代码和策略。
如果知识和分析越来越不稀缺，未来的财富真正会奖励什么？是谁的资本更雄厚、拥有更大的算力和能源，还是组织能力、真实场景、信任或其他东西？
付鹏：这个话题很好。答案其实是经验。除非 AI 已经完全成为智能体，否则现阶段它仍然是工具。作为工具，它能替代中间的所有流程，但不能替代人脑中的经验。
我在金融行业经常说，很多初级研究工作会被替代，因为它们高度重复，效率提升和工具使用可以快速完成这些工作。但 AI 还没有达到智能体阶段，它的经验不够，最后仍然需要“老医生、老法师”在拍板时做决策和判断。
因此，经验和最终决策仍会维持相对稀缺，直到 AI 真正变成智能体，像贾维斯一样，可能才接近我们所说的 AGI。这个过程可能还会留给人一段时间。
付鹏近景回答 ChatGPT 关于稀缺性的提问，原视频字幕显示“但是不能够替代的”。