(網(wǎng)經社訊)12月30日，網(wǎng)易有道CEO周楓個人微信公眾號發(fā)布文章《2025年末AI總結：國民應用和Cursor for X》。
他表示，2025年是AI從早期浪潮步入中程階段的一年。技術在繼續(xù)演進，故事開始回歸現(xiàn)實。
以下是內容全文：
行業(yè)與模型
中美AI國民應用都已出現(xiàn)。不管是中國還是美國，AI十年與移動互聯(lián)網(wǎng)十年呈現(xiàn)出高度相似性：都會誕生跨年齡的大眾級超級應用。
OpenAI的ChatGPT從2022年末上線，通過免費、手機App、語音模式、GPT Store等一系列升級，2025年已是全球“國民應用”。與之對照，豆包在2025年底日活突破一億，成為國內真正意義上的國民級AI助手。不同在于：ChatGPT已深度商業(yè)化，而豆包、DeepSeek在C端仍完全免費，路徑尚未與ChatGPT完全重合。
模型思考能力和智能體能力取得巨大進展，多模態(tài)、長記憶等能力相對停滯。2024年中的GPT-o1是第一個具有思考能力的模型，2025年初的DeepSeek R1開源給行業(yè)帶來巨大震撼，到2025年底，主流模型基本都具有了思考能力和多輪工具調用或者說智能體（Agent）能力。國內模型的多模態(tài)能力明顯落后于美國同行，而前沿模型本身在2025年多模態(tài)方面的進展也不大，而長記憶等更高級的能力在2025年也沒有明顯的進展。
前沿模型和開源模型保持了微妙平衡。以美國企業(yè)為主的前沿閉源模型在綜合能力上仍然保持領先，而以中國企業(yè)為代表的開源模型，則在成本、開放性與生態(tài)擴散速度上形成了明顯優(yōu)勢。在LMSys Arena等公開評測榜單上（見文末附圖），2025年8月底前三名仍由美國前沿模型占據(jù)，但前十名中已有五席由中國模型獲得，數(shù)量和活躍度均顯著提升。DeepSeek、通義千問、智譜、MiniMax、Kimi等廠商在過去一年里頻繁迭代開源模型與低價API策略，使其在全球開發(fā)者社區(qū)快速傳播，并在海外市場取得可見進展，已經成為不少硅谷創(chuàng)業(yè)公司的主力模型選擇之一。
大模型之外的其它模型也可以很有價值。2025年行業(yè)最具存在感的意外，來自 Google 在 8 月推出的 Nano Banana。它在圖像生成與編輯領域展現(xiàn)出極高的一致性與質量，直接打開了電商展示、廣告創(chuàng)意、產品設計等嚴肅商業(yè)場景。它所傳遞的信息很清晰：除了通用大模型之外，圍繞視覺、視頻、音頻、翻譯等具體任務打造的專業(yè)模型，同樣可以孕育出大規(guī)模應用與可觀的商業(yè)價值。
這一方向，也是我們長期關注并持續(xù)投入的路徑。2025年，有道詞典的AI同傳功能在“子曰”翻譯模型驅動下，使用量實現(xiàn)數(shù)量級增長，體現(xiàn)出非 LLM 的專業(yè)模型在垂直任務中的效果與性價比優(yōu)勢。因此，我們非?？春眠@類“專用能力模型”的發(fā)展?jié)摿Α?026 年，視頻與語音等領域是否會出現(xiàn)類似級別的突破，值得持續(xù)關注。
應用與創(chuàng)業(yè)
AI與移動互聯(lián)網(wǎng)技術最大的區(qū)別在于，模型本身即是應用。移動互聯(lián)網(wǎng)時代的生態(tài)結構相對分層清晰——基礎設施（如通信網(wǎng)絡、操作系統(tǒng)、應用市場）與上層應用之間存在明顯分工，大部分基礎技術公司并不會直接深入消費端產品。AI時代的格局則有不同：到目前為止，頭部企業(yè)大多選擇從底層模型能力一路延伸到終端產品，推動“模型+工具 +平臺+應用”的一體化布局。
Anthropic是典型代表：底層通過Opus/Sonnet/Haiku等系列模型構建推理引擎；中間層向開發(fā)者提供Claude API和Claude Enterprise；上層則有面向終端用戶的Claude、面向開發(fā)者和工程師的Claude Code。Claude Code自2025年初推出后，上線6個月ARR即達到10億美元，不僅證明了“模型能力本身的商業(yè)價值”，更意味著“圍繞模型構建產品和工作流能夠產生規(guī)?；杖搿?。這種從模型到產品的縱向整合，在 AI市場占據(jù)了大體量的用戶、數(shù)據(jù)和收入份額，是與移動互聯(lián)網(wǎng)時代顯著不同的結構特點。
場景比模型能力更重要，機會在于把大型需求用AI重做。在大型剛需場景中，我認為有一些是模型廠商的機會，有一些是純應用團隊的機會。可以看到的一些方向包括：搜索、翻譯、個人助理、娛樂與陪伴、辦公自動化、知識管理、法律/醫(yī)療/編程等專業(yè)工作、個性化學習、教育內容生產、營銷與獲客、智能客服、決策支持、視頻生產、圖像設計與數(shù)據(jù)處理等。真正的門檻，正在從“能力演示”轉向“重構工作流”。
“Cursor for X”是創(chuàng)業(yè)的好目標。關于尋找什么樣的場景切入，我認為Cursor這個案例很值得研究。Anysphere（Cursor）是當前體量最大的“應用起家”AI公司：以AI化IDE為切入口，重構開發(fā)工作流，從需求理解、代碼生成到調試與重構形成閉環(huán)，從而帶來強付費意愿與高使用粘性。Cursor 的成功，使“Cursor for X”（即在某一垂直領域打造一個Cursor）逐漸成為投資人與創(chuàng)始人之間的常用提法——把Cursor的方法論復制到律師、金融、教育、創(chuàng)作等高價值流程中。沿著這一路徑，已經出現(xiàn)了一批具有代表性的產品：Harvey面向法律服務、Den面向知識工作者工作臺，NotebookLM面向知識整理與學習，它們都不再只是“在原有產品上加一個聊天框”，而是以 AI 為核心，對某一專業(yè)工具進行從工作流層面的重塑。這一類產品的共性在于：把模型、工具調用與上下文管理深度結合，真正提高單位時間產出，而不僅僅提供“回答問題”的界面。
會員是成熟的變現(xiàn)形式，廣告是未知的變量。ChatGPT已證明“生產力工具訂閱”具有強商業(yè)可行性；國內頭部產品則多保持 C 端免費，利用低價 API 與開源生態(tài)協(xié)同擴大影響力。中小型AI應用目前主要采用「基礎免費+高階會員/訂閱」的Freemium模式。至于聊天式AI助手是否會走向廣告化變現(xiàn)，仍存在較大不確定性：廣告與“可信、專注、為我工作的助手”這一產品心智能否共存，既是產品設計問題，也是商業(yè)模式問題。這很可能會成為 2026 年 AI 應用生態(tài)中的重要觀察變量之一。
算力
一個好應用往往消耗大量token。從2024到2025，全球token消耗量持續(xù)指數(shù)級上升，復雜任務的平均調用深度和自動化比例都在顯著提高。以中國市場為例，2024年1月到2025年6月，日均token消耗量從約 1000 億增長到約 30 萬億，增幅 300 倍（國家數(shù)據(jù)局數(shù)據(jù)）。
我個人判斷，在未來五年內，國內 token 使用量保持“年十倍級增長”是大概率事件。我常和同事打趣說 Claude 是“編程 5 分鐘，等待 5 小時”——token 消耗極快，用盡后只能等額度刷新。但這個現(xiàn)象的另一面，是應用形態(tài)的變化：越來越多工作不是“人工 + 輔助生成”，而是直接交由模型自主跑完整個流程。只要算力價格繼續(xù)下降，那些今天看似“燒錢”的智能編程、智能體和圖像視頻生成應用，未來反而會成為最具護城河和商業(yè)價值的方向。
非GPU架構的芯片值得關注。從Intel擬收購 SambaNova，到NVIDIA授權Groq IP并吸納核心團隊，背后的共同信號是：在以推理為主的AI應用時代，算力格局不太可能只由 GPU 一種架構長期主導。SambaNova 采用數(shù)據(jù)流（dataflow）為核心的專用加速器路線，強調在特定模型上的高效率；Groq 則以“語言處理單元（LPU）”為特色，主打極高吞吐和確定性延遲，適合大規(guī)模低延遲推理。
國內本就存在GPU與NPU、ASIC等多架構并行發(fā)展的格局。如果未來非GPU架構在功耗與成本上持續(xù)拉開差距，并與特定應用（如推理、邊緣部署）深度結合，那么完全有可能形成一個具有差異化優(yōu)勢的獨立算力體系，而不是單一GPU的簡單補充。
個人
程序員職業(yè)被顛覆是大概率事件。2025年是編程模型大發(fā)展的一年，年初還無法看清是否機器真的會編程，年末它已經能接管很多開發(fā)流程。這種變化對行業(yè)的沖擊是結構性的，我自己也在不斷思考由此帶來的生產方式調整與人才培養(yǎng)轉向。
對于以編程為職業(yè)的人士，以及即將進入這一行業(yè)的學生，我有兩點建議。第一，要盡量把能力上移到更高層級：系統(tǒng)設計、架構把控以及對業(yè)務的深入理解，逐步超越簡單頁面搭建、腳手架生成等重復性強且易被自動化替代的工作。第二，要盡快掌握并熟練使用新一代工具：Agent、Skills、MCP、LSP，以及prompting與context engineering等方法論，并把它們融入日常實踐。能夠指揮 AI 高效完成復雜任務，將會成為未來程序員最基礎也最重要的能力。
