AI 的下半场，开始了

2025 年快结束的时候，AI 行业突然变得有点不一样了。这一年，被很多人称为Agent 元年。不是因为某一个概念被炒热，而是因为一个更深层的变化正在发生——技术的重心，正在悄悄换位。曾经的颠覆者OpenAI，第一次让人感觉王座开始晃动。而那个沉睡已久的巨舰Google，随着创始人回归一线，公司业务重新整合，最终在今年年底重新站上了舞台中央。

Gemini 3 Pro、Nano Banana Pro、Gemini 3 Flash……不只是一次发布，而是一整套组合拳。尤其是 Gemini 3 Flash——快到几乎没有加载条，直接改变了人和模型的交互节奏。那一刻你会突然意识到：决定胜负的，已经不只是谁更聪明，而是谁更好用。我现在已经是谷歌全家桶了。谷歌云API服务、Gemini 3 flash写分镜脚本，以及AI编程，纳米香蕉出图改图，甚至连下周末的线下大会分享PPT，我都用的谷歌的，因为一些产品基本功能都差不多，但是谁更好用且有性价比，自然就一直用谁。

同一时间，Google 放出了 DeepMind 的纪录片《The Thinking Game》。90 分钟的片长，却整整拍了 5 年。揭秘了一群天才和疯子的纯粹研究。

AI如何诞生的？如何探索AGI？还有AlphaFold解决人类50年生物学难题的全过程。五年时间拍完，一群研究员在镜头里反复做一件事：坚持难而正确的方向，不急着赢一局，而是慢慢把整个棋盘抬高。说实话，我看完之后是非常让我肃然起敬的。因为你会意识到，真正推动技术向前的，从来不是一两次榜单第一，而是长期主义者对“正确路径”的死磕。可问题也恰恰出在这里。对普通用户来说，再去一味盯着榜单，已经没什么感觉了。哪怕 ChatGPT 5.2 在参数和能力上确实很强，绝大多数人也只是把它当成聊天助手、写作帮手、角色扮演工具。

他们不需要它去解数学竞赛，也不需要它证明自己比谁聪明。他们只想让 AI少折腾一点，少来回一点，能不能把事直接办完。于是，一个很微妙的现象出现了：模型明明更强了，但体感反而变弱了。甚至有人开始说：“怎么感觉还降智了？”也正是在这种割裂感里，我第一次真正意识到——AI 的上半场，可能真的结束了。而我们，正在被推着走进下半场。

如果你仔细想想，这种体感变弱，真的是模型的问题吗？未必。更准确地说，是我们对 AI 的期待变了。在上半场，我们追求的是能力突破。模型能不能写代码？能不能解题？能不能多模态？能不能在榜单上赢？那几年，AI 的每一次进步，都在回答同一个问题：它会不会？而现在，这些问题基本都被解决了。真正的矛盾，反而开始浮现。AI 已经很聪明了，但它并没有真的替我们把事情做完。它能给你一份方案，却不会帮你推进执行。它能写出一段脚本，却不知道你接下来要剪辑、要配音、要交付。它能回答问题，却无法在复杂场景里，持续理解你的上下文、你的目标、你的限制条件。换句话说——它会“想”，但还不够会“干活”。而这，恰恰是 AI 上半场和下半场之间，那条真正的分界线。

这也是为什么，2025 年被称为 Agent 元年，却又让很多人感到迷茫。Agent 这个词，被说烂了。平台、产品、方案，看起来一个比一个全。但真正好用的 Agent，并不多。原因其实很简单。Agent 的难点，从来不在“会不会思考”，而在“能不能持续行动”。你让一个模型写一段内容，它可以。你让它拆解一个任务，它也可以。但你一旦让它进入真实世界的工作流，跨工具、跨阶段、跨角色、跨时间——问题立刻就暴露出来了。上下文丢失、忘记目标、执行不稳定、结果不可控。这不是模型单点能力的问题，而是系统工程的问题。也正是在这个层面，整个行业的竞争开始发生变化。你会发现，无论是 OpenAI 推出的 Computer-Using Agent、Deep Research、Operator，还是 Google 把 Gemini 深度塞进搜索、办公和开发链路，再到国内各家在 Agent 平台、工具链、推理代工、运营体系上的投入——大家其实都在做同一件事：把“会回答问题的模型”，变成“能把任务跑完的系统”。

也正是在这个节点上，姚顺雨的故事，才显得格外有象征意义。很多人看到的是他的履历：姚班、普林斯顿、OpenAI、论文引用破万、27 岁，作为腾讯AI下半场的首席AI科学家，直接向总裁刘炽平汇报。

但如果你把他的研究脉络拉长来看，会发现一条非常清晰的主线：他一直在做同一件事——把大语言模型，从对话系统，推向任务执行系统。ReAct 解决的是：让模型在“思考”和“行动”之间形成闭环。Tree of Thoughts 解决的是：让模型在复杂问题中，学会规划、试错、回溯。这些听起来像学术概念，但你只要做过一点真实项目，就会明白它们的价值。这不是“更聪明一点”，而是终于开始接近真实工作的形态。当你再回头看他在 OpenAI 参与的那些产品，你会发现一个非常一致的取向：它们不再追求“回答得多漂亮”，而是追求——能不能真的把一件事，从头到尾跑完。从点能力，到流程能力；从 Demo，到可用产品。

这，正是 AI 下半场的核心命题。

如果你身处内容行业，尤其是 AI 视频、AI 创作领域，这种变化会来得更快，也更直接。今年 AI 视频相关的 Agent、工具、平台，已经多到数不过来。

一键分镜、自动脚本、角色一致性、整条视频流水线……前有纳米AI，商汤seko2.0，后有oiioii，mulanAI，tapnow、medeo等等，还有可灵即梦海螺等模型厂商自己的应用也在进化。从单点工具，到看起来什么都能做的平台，几乎一夜之间全部出现。与此同时，底层模型也在狂飙。尤其是音画同步这一波，几乎是一条分水岭。它让 AI 视频从能看，变成了能直接用。

对我们西羊石来说，2025 年最明显的体感，其实只有一句话：效果更好了，成本更低了，能做的事一下子多了很多。但这件事，既是机会，也是危险。因为你一旦做过真实项目就会知道：当生产成本被极速压缩，竞争一定会变得极端。短剧行业早就验证过这套逻辑——三分做内容，七分靠投流。当供不应求时，平台会给激励、给扶持、甚至保底。可一旦供过于求，赛马机制启动，主动权立刻回到平台手里。AI 漫剧，很可能也会走同一条路。制作成本趋近于 0，工具越来越傻瓜。真正能留下来的，只会是极少数作品、极少数 IP、极少数团队。所以我们在做 AI 漫剧特训营时，有一个非常清晰的判断：红利可以抓，但不能把命押在红利上。先让大家做得出来，但最终一定要往精品化、IP 化、体系化走。慢一点，但能活得久一点。

也正是在这个背景下，我们西羊石开始认真做三件事。第一，是 AI 视频智能体平台。不是为了炫技，而是为了让流程真的能跑起来，让工作内容真正能全流程提效，让协作不再靠人肉记忆。

第二，是人才体系。通过培训、筛选、共创，把“人”从单点能力，变成长期供给。

第三，是项目流程规范。用更好的工具和统筹方式，管理好项目，把上单并发吞吐量拉上来，而不是靠熬夜硬扛。

但本质只有一句话：把短期红利，变成长期能力。这，就是 AI 的下半场。

所以如果你现在再问我：2025 年，AI 行业到底发生了什么？我的答案不会是某一个模型，也不会是某一个榜单。而是三句话：AI 正在从「拼智力」，走向「拼效用」。从「刷榜」，走向「交付」。从「模型时代」，走向「系统时代」。上半场，比的是谁更聪明；下半场，比的是谁能把事真正办完。AI 的下半场，已经开始了。而我们每个人，都会被迫选边站。你是继续做那个追榜单的人，还是开始做那个，让 AI 真正跑进现实的人？